和海霞 楊思全 陳偉濤 黃河 崔燕 謝湘平

（1 民政部國家減災中心，北京 100124）

（2 中國地質(zhì)大學（武漢）國家遙感中心地殼運動與深空探測部/生物地質(zhì)與環(huán)境地質(zhì)教育部重點實驗室，武漢 430074）

（3 中國科學院，水利部，成都山地災害與環(huán)境研究所，成都 610041）

1 引言

近年來，人類活動和劇烈的太陽耀斑活動，對自然環(huán)境造成了很大的破壞，導致自然災害頻發(fā)，嚴重威脅到人類的生命安全和經(jīng)濟社會安全。因此，開展災害的預警分析和實時監(jiān)測可以客觀地對災害的發(fā)展趨勢進行預測，對災害的現(xiàn)狀進行評估，為各決策部門提供技術(shù)支撐，從而更好地為防災減災服務。眾多研究表明，遙感技術(shù)的發(fā)展為快速準確的災害監(jiān)測提供了可能，高光譜遙感更是憑借其精細的光譜信息，在災害地物識別和發(fā)展趨勢預測中，占據(jù)著重要的位置。

長期以來，數(shù)據(jù)源獲取難是高光譜衛(wèi)星遙感技術(shù)工程化應用的主要瓶頸之一。隨著我國環(huán)境與災害監(jiān)測預報小衛(wèi)星星座（HJ-1）的成功發(fā)射和良好運行，以及后續(xù)星發(fā)射計劃的逐步推進，其上搭載的高光譜傳感器有望為防災減災提供較為可靠的數(shù)據(jù)源。因此，本文從災害遙感監(jiān)測原理出發(fā)，結(jié)合主要自然災害類型，初步研究了環(huán)境與災害監(jiān)測預報小衛(wèi)星星座A星（HJ-1A）高光譜數(shù)據(jù)的應用潛力，提出了高光譜數(shù)據(jù)用于防災減災領(lǐng)域的不足和解決問題的思路，以進一步開拓高光譜成像儀（Hysperspectrum Imager，HSI）數(shù)據(jù)的應用能力，并促進環(huán)境與減災衛(wèi)星在防災減災領(lǐng)域發(fā)揮更大的技術(shù)先導性作用。

2 環(huán)境減災衛(wèi)星高光譜數(shù)據(jù)簡介

2008年9月6日11時25分，我國在太原衛(wèi)星發(fā)射中心用長征-2C 運載火箭，成功將環(huán)境與災害監(jiān)測預報小衛(wèi)星星座HJ-1A和1B 衛(wèi)星送入太空，衛(wèi)星進入預定軌道。1A、1B 星是兩顆光學小衛(wèi)星，各搭載一臺寬覆蓋多光譜相機。同時，1A星上搭載了一臺高光譜成像儀，1B 星上搭載了一臺紅外相機。1A星上搭載的干涉成像光譜儀為我國第一臺對地觀測星載成像光譜儀，也是第一顆用于航天對地觀測的干涉成像光譜儀，其基本參數(shù)如表1所示。該傳感器的投入使用，極大地豐富了高光譜數(shù)據(jù)的來源，有了數(shù)據(jù)的保證，高光譜數(shù)據(jù)信息提取技術(shù)也會逐步得到發(fā)展。

表1 HJ-1A衛(wèi)星高光譜成像儀基本參數(shù)Table1 Parameters of HJ-1Ahyperspectral imager

3 高光譜成像儀數(shù)據(jù)的預處理

HJ-1A上搭載的高光譜儀成像儀（HSI）為干涉成像光譜儀。干涉型成像光譜技術(shù)在獲取目標的二維信息方面與色散型技術(shù)類似，通過擺掃或推掃得到目標上的像元，但每個像元的光譜分布不是由色散元件形成，而是利用像元輻射的干涉圖與光譜圖的傅里葉變換關(guān)系，通過探測像元輻射的干涉圖和利用計算機技術(shù)對干涉圖進行傅里葉變換，來獲得每個像元的光譜信息[1]。因此，干涉成像光譜儀與色散型成像光譜儀的數(shù)據(jù)預處理過程存在很大的不同。

干涉成像光譜儀的預處理主要包括光譜儀定標、光譜復原、幾何校正、大氣輻射校正等幾部分。基本流程如圖1所示。

4 防災減災應用分析與評價

HSI數(shù)據(jù)在孕災環(huán)境監(jiān)測、災害風險評估、災害預警、災害評估領(lǐng)域發(fā)揮著重要的作用。本文針對干旱、洪澇等不同的災種進行了HSI數(shù)據(jù)初步的應用研究和應用潛力評價。

4.1 干旱

圖1 HSI數(shù)據(jù)預處理流程Fig.1 Preprocessing procedure of HJ-1Ahyperspctral imager

干旱是一種頻繁發(fā)生的嚴重的自然災害。干旱的成因和影響因素非常復雜，李克讓（1999）將干旱歸納為：氣象干旱、水文干旱、農(nóng)業(yè)干旱、社會經(jīng)濟干旱[2]。災害領(lǐng)域最關(guān)注的是農(nóng)業(yè)干旱，是指農(nóng)作物生長期內(nèi)因缺水而影響正常生長。干旱導致減產(chǎn)三成以上形成旱災。旱災高光譜監(jiān)測從原理上可分為三大類：一是土壤水分降低會引起土壤光譜反射率和地表溫度的變化；二是干旱脅迫會引起植被生理過程的變化，從而改變?nèi)~片和冠層的光譜屬性，并顯著地影響植冠的光譜反射率；三是植被指數(shù)和作物冠層溫度的變化：當作物供水正常時，植被指數(shù)在一定的生長期內(nèi)保持在一定的范圍內(nèi)，而作物冠層溫度也保持在一定的范圍；如果遇到干旱，作物供水不足，一方面作物的生長受到影響，植被指數(shù)將降低，另一方面作物的冠層溫度將升高。因此，結(jié)合HSI數(shù)據(jù)特征，可選擇以下指標作為旱災高光譜遙感監(jiān)測的表征參數(shù)：①土壤反射率光譜；②土壤地表溫度；③植冠的光譜反射率；④植被指數(shù)；⑤植冠表面溫度。HSI數(shù)據(jù)能夠定量反演到上述5種指標，為干旱監(jiān)測提供及時的、客觀的時空分布數(shù)據(jù)，為防災減災提供依據(jù)。圖2為HSI數(shù)據(jù)在西藏干旱遙感監(jiān)測中的應用。

圖2 HSI數(shù)據(jù)在西藏干旱監(jiān)測圖Fig.2 Drought monitoring in Tibet based on HSI data

4.2 洪澇

洪澇遙感監(jiān)測分為三個層次：第一層次是洪澇預警，主要采用氣象遙感衛(wèi)星，進行降水情況等氣象監(jiān)測；第二層次是洪澇實時監(jiān)測，主要利用多種遙感數(shù)據(jù)，結(jié)合土地利用背景數(shù)據(jù)，進行植被、土壤和水體等下墊面類型的區(qū)分，為提取洪水淹沒面積等服務；第三層次是災情評估，洪水淹沒后，土壤含水量會增加，土壤的反射率可能會比淹沒前有所降低，可以利用這個特征進行受災作物過水面積的估算。洪澇災情評估的難點在于，南方地區(qū)夏季植被比較茂盛，傳感器獲取到的光譜信息中，混合像元現(xiàn)象非常嚴重，植被信息掩蓋了其下的土壤光譜特征，因此，對土壤過水程度和面積的監(jiān)測存在困難。此外，在洪澇過程中，往往伴隨著多云、大雨，入射光量減小，傳統(tǒng)的光學遙感獲取圖像的能力大大減弱。因此，HSI數(shù)據(jù)在洪澇災害監(jiān)測中受到一定的限制，HSI數(shù)據(jù)只能作為災前背景數(shù)據(jù)，確定災前作物的種類，從而為災后損失評估提供信息。

4.3 低溫雨雪冰凍災害

低溫雨雪冰凍災害的監(jiān)測分為大尺度監(jiān)測和小尺度監(jiān)測。HJ-1A衛(wèi)星的高光譜數(shù)據(jù)的分辨率為100m，適合進行大尺度的監(jiān)測。雪在可見光波段有很高的反射率，在藍光波段（0.49μm）附近的反射峰可達80%以上，隨著波長的增加，反射率逐漸降低；在近紅外波段，反射率急劇下降，直至20%左右。這與除了云之外的其他自然地物的光譜特征存在明顯不同。此外，雪的晶粒大小、雪花絮狀分裂的形態(tài)和積雪的松緊程度不同都會對雪被的光譜特征有明顯的影響。雪光譜平均反射率的變化特點為：新降的未融化的雪＞表面融化的雪＞濕的融化的雪＞重新凍結(jié)的雪。因此，利用HSI數(shù)據(jù)定量反演積雪的光譜特征，并計算歸一化差分積雪指數(shù)來識別不同狀態(tài)的雪，進行雪災監(jiān)測。

圖3 火災后植被恢復監(jiān)測圖Fig.3 Vegetation recovering monitoring map after fire by using HSI data

4.4 火災

森林火災、草原火災和煤層自燃是三個影響較大的火災類型。

4.4.1 森林火災

HSI數(shù)據(jù)在森林火災方面的應用主要包括：（1）火險等級的評定和劃分，HSI數(shù)據(jù)可以實現(xiàn)植被的精細分類，可以用來區(qū)分不同植被類型（如針葉林和闊葉林）、不同的樹葉類型（如干葉和濕葉），結(jié)合GIS技術(shù)，從而進行火險等級的評定和劃分。（2）林火蔓延趨勢分析，森林火災后樹冠及林下植被被燒死或灼傷，致使過火區(qū)反射光譜變化。利用多時相HSI數(shù)據(jù)計算區(qū)域植被指數(shù)，根據(jù)其圖譜信息圈定過火面積，為林火蔓延趨勢分析和火勢控制提供數(shù)據(jù)支撐。（3）火災后植被恢復狀況監(jiān)測，利用HSI數(shù)據(jù)可以計算葉面積指數(shù)和定量反演葉綠素含量，對森林植被長勢進行監(jiān)測，在火災后植被恢復狀況監(jiān)測方面發(fā)揮作用，如圖3所示。

4.4.2 草原火災

草原火災是由雷擊火等自然火源和吸煙、燒荒、上墳燒紙等人為火源導致草原可燃物在一定氣候條件下燃燒所發(fā)生的災害。草原火災的發(fā)生與可燃物的空間分布規(guī)律有著密切的關(guān)系，因此，可以利用HSI數(shù)據(jù)計算區(qū)域內(nèi)植被指數(shù)，圈定可燃物的空間分布規(guī)律，從而為草原火災預警提供數(shù)據(jù)支撐。一般來說，植被指數(shù)從高到低分別為原始林區(qū)、農(nóng)林交錯區(qū)、典型草原分布區(qū)和荒漠化草原[3]，據(jù)此進行火險等級的劃分。此外，可以根據(jù)植被在火災前后的光譜變化來估算草場燃燒面積。4.4.3 煤層自燃

煤層自燃是煤層受陽光照射后氧化發(fā)熱，繼而聚熱增溫，最后達到自燃的自然現(xiàn)象。在煤層自燃火區(qū)（活火區(qū)），熱量會沿煤層裂隙逸出地表，構(gòu)成熱異常區(qū)，該異常區(qū)可利用熱紅外遙感進行探測。在煤層燃燒中，煤層溫度不斷升高，使其上的巖石在高溫中發(fā)生氧化和融化作用，由灰色系列沉積巖變質(zhì)后形成紫紅色系列的燒變巖。因此，燒變巖的存在，可以用來確定死火區(qū)的存在[4]。燒變巖的光譜特征相較沉積巖有了很大的改變，其在0.7～0.85μm 附近存在反射峰，經(jīng)過光譜重建后的HSI反射率數(shù)據(jù)可以較好的反映這一光譜信息，從而快速確定死火區(qū)的空間分布，分析其空間規(guī)律，用于指導煤火自燃的預警工作。

4.5 地質(zhì)災害

地質(zhì)災害可分為突發(fā)性地質(zhì)災害和漸變性地質(zhì)災害。突發(fā)性地質(zhì)災害主要包括滑坡、崩塌、泥石流等；漸變性地質(zhì)災害主要包括鹽堿化、荒漠化、石漠化等。圖4為我國內(nèi)蒙古荒漠化的HSI監(jiān)測圖。

圖4 內(nèi)蒙古荒漠化HSI監(jiān)測圖Fig.4 Desertification monitoring in Inner Mongolia by using HSI data

4.5.1 突發(fā)性地質(zhì)災害

突發(fā)性地質(zhì)災害的發(fā)生主要受制于地層巖性、構(gòu)造展布、植被覆蓋、地形地貌以及大氣降水強度等要素。一般情況下，巖性脆弱、構(gòu)造發(fā)育、植被稀疏、地形陡峻的地段，在強降水過程中容易誘發(fā)地質(zhì)災害。利用HSI數(shù)據(jù)可以進行區(qū)域孕災環(huán)境如植被類型、巖性等的識別，在此基礎(chǔ)上，輔助其他各類信息進行綜合分析，全面掌握該區(qū)域地質(zhì)狀況，能夠為地質(zhì)災害的預警、監(jiān)測、評估和治理提供依據(jù)。

4.5.2 漸變性地質(zhì)災害

土壤鹽堿化通常是由于灌溉不當、用水過量等原因引起地下水位上升，從而造成土壤中鹽分積聚的過程。主要發(fā)生在干旱、半干旱、半濕潤氣候區(qū)及受海水侵灌的海濱低地區(qū)域。發(fā)生強鹽堿化的土地，由于鹽分在表面結(jié)晶，導致其反射率增高。鹽堿化地表在可見光和近紅外波段的反射較一般地表強，可以借助HSI數(shù)據(jù)豐富的光譜信息，結(jié)合實測的鹽堿土光譜特征，估算土壤的含鹽量和PH值，區(qū)分土壤是否發(fā)生了鹽堿化，對不同鹽堿土類型和鹽堿化程度進行識別，并對鹽堿化范圍、鹽生植物及各種類型的土壤進行分類。

石漠化的發(fā)生原因主要有基底巖層碳酸鹽巖廣布，氣候濕潤、降水量大，加上地表崎嶇，人類活動破壞植被等，導致水土流失嚴重，基底巖層大面積裸露。石漠化監(jiān)測的常用方法是根據(jù)基巖裸露區(qū)、植被特征和土被蓋度等指標進行閾值設(shè)定，建立石漠化分級特征。HSI數(shù)據(jù)可以進行裸露基巖的識別和植被指數(shù)、葉面積指數(shù)等植被參量的反演，在此基礎(chǔ)上進行石漠化監(jiān)測。

4.6 生物災害

生物災害是指各種生物活動對人類生命和生存環(huán)境引發(fā)的重大傷亡和破壞，主要分為植物災害、動物災害和微生物災害三大類。常見的植物災害有水華、赤潮、湖泛、外來物種入侵等。高光譜遙感數(shù)據(jù)能夠捕捉水華、水草和水體細微的光譜差異，從而對水華和水草進行精確識別。圖5為巢湖水華HSI監(jiān)測圖。當植物受到病蟲害脅迫時，植物的含水量、葉綠素含量等發(fā)生變化，農(nóng)作物光譜特征會發(fā)生差異，高光譜可探測到這種差異。動物災害如各種病蟲害、禽流感等。已有研究表明，曾經(jīng)感染H5N1高致病性禽流感病毒的野生鳥類，許多具有遷徙習性，有可能是傳播禽流感病毒的重要途徑。野生鳥類的遷移過程與生態(tài)環(huán)境有關(guān)，生態(tài)環(huán)境與植被類型有關(guān)，高光譜可以判斷植被類型，從而間接地進行禽流感的監(jiān)測。

圖5 巢湖水華HSI監(jiān)測圖Fig.5 Water bloom monitoring in Chaohu lake by using HSI data

4.7 其他災害

4.7.1 沙塵暴

沙塵暴對生態(tài)系統(tǒng)、大氣環(huán)境的破壞力極強，往往發(fā)生在沙漠及臨近的干旱和半干旱地區(qū)。我國北方是沙塵暴頻發(fā)區(qū)。HSI數(shù)據(jù)在沙塵暴方面的應用可劃分為三個層次：一是利用沙塵和下墊面背景的光譜差異，對沙塵暴進行有效識別；二是定量提取沙塵暴相關(guān)信息，如沙塵光學厚度、含沙量等，建立定量沙塵暴信息提取模型；三是通過下墊面參數(shù)的反演，如土地利用/土地覆蓋、植被指數(shù)、植被覆蓋度、土壤含水量等，并結(jié)合相關(guān)資料，對沙塵暴的形成、發(fā)展和塵降等的規(guī)律進行長期的動態(tài)監(jiān)測與綜合分析，為制定合理的防治規(guī)劃提供依據(jù)[5]。

4.7.2 臺風

臺風由外圍區(qū)、最大風速區(qū)和臺風眼三部分組成，它們的風速、氣壓、云量和降水均有差異。同時，臺風的形成和空氣濕度關(guān)系密切，HSI數(shù)據(jù)具有識別和監(jiān)測它們的潛力，如可以反演水汽含量，預測空氣相對濕度，為臺風的風險評估提供幫助。此外，利用HSI數(shù)據(jù)還可以進行臺風影響區(qū)域的災情評估和災后恢復重建狀況監(jiān)測。

4.7.3 海上溢油

海上溢油是最常見的海洋污染之一，溢油通常是由事故引起，如船舶碰撞、翻沉、海上油井平臺和輸油管道的破裂、海底油田開采泄漏等引起的。

大連海事大學衛(wèi)星遙感研究室在大連灣外海進行了油膜可見光-近紅外波譜特征測試試驗。研究表明，溢油波譜特征除受外部環(huán)境因素（太陽高度角、海風、海流、海浪、水色等）影響外，與溢油種類和組成、油膜厚度、油污與海水的融合度以及化學反映程度等有密切的關(guān)系[6]。煤油、潤滑油、輕柴油和重柴油的油膜最大反射率均出現(xiàn)在0.50～0.58μm 波譜段內(nèi)。在可見光波譜段，對于輕油種來說，薄油膜的反射率比周圍水體（海水）反射率高，而較厚的油膜比周圍海水反射率低，可以利用其反射特性分辨出油膜和背景海水；對于重油種（如重柴油、原油等）油膜，厚度越薄，反射率越大，隨著油膜厚度的增加反射率迅速降低，輻射特性增大，可以利用溫度的差異分辨出油膜和背景海水。利用HSI數(shù)據(jù)可以進行溢油發(fā)生檢測、油膜面積信息提取。還可以根據(jù)不同油膜的波譜特征，判斷油的種類，探測油膜厚度，并對油的擴散方向進行探測。

2011年6月4日，位于渤海中南部的康菲公司蓬萊19-3海上油田B 平臺和C 平臺發(fā)生原油泄漏事故，利用2011年6月13日CCD 數(shù)據(jù)和HSI數(shù)據(jù)進行了監(jiān)測，結(jié)果表明，圖幅范圍內(nèi)，2011年6月13日，溢油影響面積約145km2，溢油帶大部分位于溢油點西北方向，如圖6所示。

圖6 渤海溢油遙感監(jiān)測圖Fig.6 Oil spill monitoring in Bohai bay by using HJ-1Adata

5 HSI在其他領(lǐng)域的應用潛力

除了在防災減災領(lǐng)域具有較大的應用潛力，HSI數(shù)據(jù)也被廣泛的應用在其他領(lǐng)域。

5.1 區(qū)域碳循環(huán)研究

土壤有機碳庫儲量的估算和動態(tài)變化研究是區(qū)域碳循環(huán)研究中的重要內(nèi)容，同時土壤有機碳含量的估算是也當前區(qū)域碳循環(huán)研究的熱點和難點之一。傳統(tǒng)的各種估算和監(jiān)測方法對土壤樣品的需求量大，難以滿足當前全球氣候變化時效性的研究需求。利用高光譜遙感估算土壤有機碳含量具有便捷快速、節(jié)約成本、非破壞性和準確度高的優(yōu)勢。

目前結(jié)合高光譜遙感開展土壤有機碳估算主要分為兩種方法：一是基于野外一定數(shù)量的土壤樣品分析數(shù)據(jù)，構(gòu)建土壤有機碳含量估算模型。利用光譜數(shù)據(jù)對土壤有機碳含量進行分析有多種建模方法，如主成分回歸，偏最小二乘法回歸等。二是基于野外一定數(shù)量的土壤樣品有機碳分析數(shù)據(jù)，利用遙感的高分辨率特征，結(jié)合碳循環(huán)動態(tài)變化過程模型開展土壤有機碳時空分布研究，這種方法的主要目的是為了克服土壤樣品數(shù)量較少的缺點，進而提高估算精度。

5.2 作物估產(chǎn)

HSI數(shù)據(jù)“圖譜合一”的特點使我們能夠逐像素地根據(jù)作物冠層光譜特征估計葉綠素、葉面積指數(shù)、葉片含水量、土壤含水量、植被水分含量等理化參數(shù)，進而實現(xiàn)作物冠層理化參數(shù)空間分布的量化表達，有效估算植被覆蓋[7]。通過反演的理化參數(shù)，結(jié)合相應的輔助數(shù)據(jù)，構(gòu)建作物估產(chǎn)模型，從而能夠在作物收獲前預測作物產(chǎn)量，及時地掌握各種糧食的生產(chǎn)信息。

5.3 礦物信息提取

礦物信息提取是高光譜應用中最為成功，也是最能發(fā)揮其優(yōu)勢的領(lǐng)域。高光譜遙感使礦物信息提取從識別巖性發(fā)展到識別單礦物以至礦物的化學成分及晶體結(jié)構(gòu)。Fe2＋，F(xiàn)e3＋，Mn2＋等金屬陽離子在HJ-1A衛(wèi)星的譜段范圍內(nèi)具有診斷性特征，這些特征能直接被探測。此外，礦物質(zhì)的積累通常會使植被、水、土壤等的光譜特征發(fā)生變異，通過對此類特征如植被脅迫等信息的發(fā)掘，可能進行間接探測。由于HSI數(shù)據(jù)缺少短波紅外波段，因此對于OH-，CO32-等在短波紅外波段具有診斷特征的陰離子無法進行識別。

5.4 土地覆蓋分類

HSI數(shù)據(jù)憑借其豐富的光譜信息，在土地覆蓋分類方面效果顯著。本文以廣州市區(qū)周邊為例，利用對數(shù)殘差法計算得到相對反射率，然后采用支持向量機方法進行分類，結(jié)果表明，分類效果較好（如圖7所示），分類精度達到了90%。

圖7 HJ-1A衛(wèi)星高光譜數(shù)據(jù)的圖像分類Fig.7 Image classification of HJ-1Ahyperspectral data

6 結(jié)語與討論

本文在分析高光譜遙感災害機理研究的基礎(chǔ)上，結(jié)合HJ-1A衛(wèi)星上搭載的HSI數(shù)據(jù)特征，對該數(shù)據(jù)在干旱、洪澇、低溫雨雪冰凍災害、火災、地質(zhì)災害、生物災害等的應用進行了初步研究?？偟膩碚f，HSI數(shù)據(jù)在防災減災領(lǐng)域具有較好的應用前景，并在區(qū)域碳循環(huán)研究如土壤有機碳估算方面具有較好的應用潛力，能為國家綜合減災和風險管理信息共享平臺的建設(shè)提供相應的支撐，對國家和地方災情監(jiān)測、預警、評估、應急救助指揮體系的完善提供一定的幫助。

我國現(xiàn)階段非常重視高空間分辨率、高光譜分辨率、高時間分辨率等數(shù)據(jù)在防災減災領(lǐng)域的發(fā)展和應用。尤其是高空間分辨率數(shù)據(jù)，在防災減災中發(fā)揮了非常重要的作用，相比而言，高光譜分辨率遙感數(shù)據(jù)在防災減災中未得到有效的推廣。主要有以下幾個方面需要完善

1）數(shù)據(jù)源的問題

高光譜在防災減災領(lǐng)域未被廣泛使用的一個重要原因在于其數(shù)據(jù)獲取的困難性以及昂貴的價格。環(huán)境與減災衛(wèi)星高光譜數(shù)據(jù)免費提供給國內(nèi)各行業(yè)用戶使用，為高光譜遙感的發(fā)展提供了有利的數(shù)據(jù)保障。HJ-1A衛(wèi)星干涉成像光譜儀的光譜范圍為0.45～0.95μm，在一定程度上限制了它的應用。HSI數(shù)據(jù)的幅寬為50km，相比星載高光譜遙感器HYPERION 的7.5km 幅寬有了很大程度的提高，但仍然不能滿足業(yè)務化應用的需要。

2）數(shù)據(jù)處理方法的問題

目前，HSI數(shù)據(jù)處理方法已經(jīng)取得了一定的進展，但是快速化、工程化處理研究相對較少。工程化應用過程中仍存在一些問題需要重點突破。如針對HSI數(shù)據(jù)的高精度大氣糾正模型研究：HSI數(shù)據(jù)前15～20個波段目前存在大量條帶噪聲，相對反射率和相對反射率反演結(jié)果曲線不夠平滑，存在噪聲引起的異常小反射峰；信息提取技術(shù)發(fā)展尚不夠成熟，需要進一步挖掘基于HSI數(shù)據(jù)光譜特征的地表定量反演方法研究。

3）災害專題光譜庫問題

HSI數(shù)據(jù)為定量遙感提供了最基礎(chǔ)的數(shù)據(jù)源保障，但是高光譜目標識別的核心是目標光譜與參考光譜之間的匹配，因此需要地面實測光譜以提高目標識別的精度。目前中國已有針對礦物、植被等的專題光譜庫，但是缺乏針對災害領(lǐng)域的專題光譜庫，這在一定程度上限制了災害信息提取。構(gòu)建面向災害領(lǐng)域的光譜庫刻不容緩。

4）多源數(shù)據(jù)融合使用

在入射光量一定的情況下，空間分辨率、光譜分辨率、信噪比這三者是互相矛盾的，光譜分辨率的提高必然以空間分辨率和信噪比的降低為代價，因此，高光譜分辨率數(shù)據(jù)的空間分辨率一般相對較低，限制了高光譜數(shù)據(jù)在災害精細評估中的應用。此外，與HJ-1A衛(wèi)星CCD 數(shù)據(jù)相比，HSI數(shù)據(jù)的幅寬比較窄，重訪周期較長，因此，在實際應用中，要充分發(fā)揮HSI數(shù)據(jù)的精細光譜優(yōu)勢和HJ-1A衛(wèi)星CCD 大幅寬、高重訪的優(yōu)勢，將多種數(shù)據(jù)融合使用，提高國產(chǎn)衛(wèi)星數(shù)據(jù)的防災減災應用能力。

致謝

南京大學田慶久教授為本文提出了寶貴意見，在此表示衷心的感謝。

（References）

[1]童慶禧，張兵，鄭蘭芬.高光譜遙感[M].北京：高等教育出版社，2006：38-289

Tong Qingxi，Zhang Bing，Zheng Lanfen.Hyperspectral remote sensing[M].Beijing：Higher Education Press，2006：38-289（in Chinese）

[2]李克讓.中國干旱災害研究及減災對策[J].鄭州：河南科學技術(shù)出版社，1999

Li Kerang.Aresearch of countermeasures to reducing the drought loss of China[M].Zhengzhou：Henan Science and Technology Press，1999（in Chinese）

[3]郭西峽，李興華，李樹森.內(nèi)蒙古自治區(qū)森林、草原火災發(fā)生的規(guī)律及特征[J].內(nèi)蒙古氣象，2003（2）：28-30

Guo Xixia，Li Xinghua，Li Shusen.Law and characteristic of the forest fire and grassland fire in Inner Mongolia[J].Meteorology Journal of Inner Mongolia，2003（2）：28-30（in Chinese）

[4]康高峰.應用遙感技術(shù)調(diào)查研究煤層自燃災害[J].國土資源遙感，1992（3）：34-40

Kang Gaofeng.The application of remote sensing technology in the hazard of coal spontaneous combustion[J].Remote Sensing For Land ＆Resources，1992（3）：34-40（in Chinese）

[5]范一大，史培軍，羅敬寧.沙塵暴衛(wèi)星遙感研究進展[J].地球科學進展，2003（3）：367-371

Fan Yida，Shi Peijun，Luo Jingning.Advances in studying duststorm by using remote sensing[J].Advance in Earth Sciences，2003（3）：367-371（in Chinese）

[6]張永寧，丁倩，李棲筠.海上溢油污染遙感監(jiān)測的研究[J].大連海事大學學報，1999，25（3）：1-5

Zhang Yongning，Ding Qian，Li Qijun.Astudy on monitoring of oil spill at sea by satellite remote sensing[J].Journal of Dalian Maritime University，1999，25（3）：1-5（in Chinese）

[7]王紀華，趙春江，黃文江，等.農(nóng)業(yè)定量遙感基礎(chǔ)與應用[M].北京：科學出版社，2008：276-288

Wang Jihua，Zhao Chunjiang，Huang Wenjiang，et al.Fundamentals and applications of quantitative remote sensing of agriculture[M].Beijing：Science Press，2008：276-288（in Chinese）