方 臣， 胡 飛， 陳 曦， 朱正勇， 劉燁青， 葉 琴

(湖北省地質調查院，湖北 武漢 430034)

衛(wèi)星遙感技術是20世紀60年代興起的一種觀測技術。衛(wèi)星遙感技術指的是一種以非直接接觸方法對遠距離目標的性質進行探測的技術[1],衛(wèi)星遙感技術具有快速、準確、經濟、大范圍、可周期性的獲取陸地、海洋和大氣資料的能力，是獲取地表資源信息的高新技術手段。目前，中國的遙感衛(wèi)星正處于快速發(fā)展階段，中國自2010年實施的高分辨率對地觀測系統(tǒng)以來，陸續(xù)發(fā)射了高分一號、二號、三號、四號、五號、六號衛(wèi)星等遙感衛(wèi)星，基本形成全覆蓋、全天候、全要素的遙感信息獲取觀測體系，為滿足自然資源調查、環(huán)境綜合監(jiān)測、防災減災等方面提供技術支撐。

自然資源一般可以理解為一定的時間、空間范圍內能夠為人類利用，并產生經濟價值的自然環(huán)境因素的總稱，包括土地資源、礦產資源、水資源、生物資源、海洋資源等[2]。2018年3月，國家自然資源部組建后，提出了山水林田湖草自然資源整體保護、系統(tǒng)修復、綜合治理的新使命，衛(wèi)星遙感技術的獨特優(yōu)勢將在自然資源管理中發(fā)揮著重要作用，在土地利用調查、水環(huán)境監(jiān)測、林草濕資源調查、礦產資源開發(fā)環(huán)境監(jiān)測等領域有著廣泛的應用需要。本文將在介紹不同類型遙感數據的基礎上，對遙感技術在自然資源調查監(jiān)測評價中的多個應用方向進行歸納和總結，并對其發(fā)展趨勢進行展望。

1 遙感數據介紹

目前遙感數據應用種類繁多，根據衛(wèi)星傳感器的特點主要分為光學遙感數據和微波遙感數據。其中：光學遙感數據應用廣泛的類型為高空間分辨率和高光譜分辨率遙感數據；微波遙感數據應用廣泛的類型為合成孔徑雷達(SAR)遙感數據。當前，高空間分辨率、高光譜分辨率和SAR遙感數據廣泛應用于自然資源調查監(jiān)測評價中。

1.1 高空間分辨率遙感數據

空間分辨率是指遙感圖像上能夠識別的單一地物或兩個相鄰地物間的最小距離(尺寸)，是用來表征影像分辨地面目標細節(jié)的指標?？臻g分辨率越高，遙感圖像包含的地物形態(tài)信息就越豐富，能識別的目標就越小。高空間分辨率遙感數據一般可以達到米級甚至亞米級，目前商業(yè)化運行的遙感衛(wèi)星數據的空間分辨率已經達到了0.3 m，常見的高空間分辨率遙感數據見表1。目前，應用較廣的高空間分辨率遙感數據國外以美國的WordView系列遙感衛(wèi)星數據為代表，其中2016年發(fā)射的WorldView-4衛(wèi)星能夠提供0.3 m分辨率的高清晰地面圖像。隨著中國空間技術的快速發(fā)展，2014年發(fā)射的高分2號衛(wèi)星(GF-2)全色譜段星下點空間分辨率達到0.8 m，邁入了亞米級時代。

表1 常用高空間分辨率遙感數據及參數Table 1 Common high spatial resolution remotesensing data and parameters

1.2 高光譜分辨率遙感數據

光譜分辨率是指衛(wèi)星傳感器接受目標反射回來的波長中能分辨的最小波長的間隔，間隔越小，光譜分辨率越高。高光譜分辨率遙感數據的光譜通道數多達數十甚至數百個以上，且各光譜通道是連續(xù)的，影像上每一個像元都可以繪制一條完整的光譜曲線，因此具有“圖譜合一”的特性。地球上不同的物質都有自己獨特的光譜特征，高光譜數據的出現使得地物的精細識別成為可能，推動了遙感技術由定性分析轉向定量分析。目前，常用的高光譜分辨率遙感數據的光譜范圍在350～2 500 nm，覆蓋可見光、近紅外、短波紅外光譜，高光譜傳感器主要分為星載和機載(表2)，其中，星載高光譜數據類型較少，國際上該類衛(wèi)星大多屬于試驗性，例如美國的Hyperion、歐空局的CHRIS。2018年中國高分五號發(fā)射升空，其可見光短波紅外相機，光譜分辨率可達5 nm，擁有330個探測通道，填補了該類衛(wèi)星的空白。

表2 常用高光譜分辨率遙感數據及參數Table 2 Common hyperspectral resolution remote sensing data and parameters

1.3 SAR遙感數據

合成孔徑雷達遙感屬于微波遙感范疇，遙感器工作波段選擇在微波波段范圍(1～1 000 mm)，是一種主動式的對地觀測系統(tǒng)，通過發(fā)射電磁脈沖和接收目標回波進行二維成像，具有不依賴太陽輻射的特點，同時微波對云雨雪具有一定的穿透能力，因此SAR遙感可以擺脫光學遙感受太陽輻射和天氣的限制，實現對地物全天候數據獲取的優(yōu)勢。SAR的獨特優(yōu)勢使其在地質災害、地面沉降、海洋預報、礦產勘查、軍事應用等領域具有很高的實用價值。目前，隨著SAR技術的獨特性能和應用潛力，世界上多個國家陸續(xù)發(fā)射了SAR衛(wèi)星(表3)。2016年中國高分三號衛(wèi)星發(fā)射升空，這是中國首顆分辨率達到1 m的C頻段多極化合成孔徑雷達衛(wèi)星，顯著提升中國對地遙感的觀測能力，是高分專項工程實現時空協(xié)調、全天候、全天時對地觀測目標的重要基礎。

表3 常用SAR遙感數據及參數Table 3 Commonly SAR remote sensing data and parameters

2 遙感技術在自然資源領域中的應用

遙感對地物的探測主要包含地物的幾何特征、物質組成及演化特征等方面，遙感探測器分辨率的提高使得探測地物的精細特征成為可能。在自然資源調查領域，遙感數據已廣泛應用于土地利用調查、生態(tài)環(huán)境調查、農業(yè)資源調查、水資源調查與監(jiān)測、基礎地質與礦產資源調查、地質災害監(jiān)測等重點領域。本文結合國家自然資源部當前的政策導向，主要對遙感技術在土地資源、水資源、林草濕資源、礦產資源4個方面的典型應用進行闡述。

2.1 土地資源遙感應用

遙感數據與土地資源在時空特性方面具有高度的一致性，土地資源研究長期是遙感應用的主要領域之一。土地資源類型、數量、分布等基礎的屬性信息，是土地資源遙感監(jiān)測中應用最早、研究最多的一項基礎性工作。

2.1.1土地資源遙感應用的方向

隨著遙感技術的發(fā)展，特別是高空間分辨率遙感數據、高光譜分辨率遙感數據、SAR遙感數據的日臻完善和推廣，土地資源遙感應用研究在土地資源屬性調查的基礎上，更多開始關注動態(tài)監(jiān)測和數據信息的更新，土地資源的屬性信息從“靜態(tài)單一”轉為“動態(tài)多樣”，極大地推動了土地資源遙感監(jiān)測向自動化、定量化的方向發(fā)展。同時在土地質量監(jiān)測、生態(tài)監(jiān)測等效果評估方面，發(fā)揮著更大的監(jiān)督管理和輔助決策作用[3]。

2.1.2土地資源信息提取方法

土地資源信息提取是土地資源遙感監(jiān)測的基礎。土地資源信息提取主要是將遙感數據所包含的不同時期、空間、類型的土地，依照其屬性特征加以識別和表示的過程。提取方法一般歸為兩類，分別是以專業(yè)人員綜合分析為基礎的“目視解譯法”和以人工智能算法為基礎的“計算機自動分類法”。目視解譯是早期出現且應用范圍比較廣泛的遙感信息提取方法，根據專業(yè)經驗和知識，建立不同地物類型的判讀標志，進而識別、提取和繪制專題地圖。該方法從遙感圖像的選取—圖像分析—解譯標志的建立—判讀與制圖—面積量算—誤差的平賦—精度分析等，已形成一套比較成熟的技術路線[4]，在全國土地資源調查、三北防護林、西藏自治區(qū)土地利用等大型遙感項目中得到實際應用，形成了不同的土地資源遙感監(jiān)測數據產品[5]。計算機自動分類方法，可歸納為3大類：統(tǒng)計學分類、人工智能分類及其他分類方法。統(tǒng)計學分類中非監(jiān)督分類法和監(jiān)督分類法是發(fā)展較早的兩種簡單分類方法。其中，非監(jiān)督分類方法常被用于土地利用/覆蓋分類前期的初級分類，用以了解區(qū)域的大致情況；監(jiān)督分類法依賴訓練樣本，提高分類精度，其中使用最為廣泛的是最大似然分類方法。人工智能分類包括神經網絡分類、專家系統(tǒng)分類。其中，神經網絡方法具有自適應性和可以進行復雜的并行運算能力，對數據類型及數據分布函數沒有限制性要求，可融合多種數據進行分類，在土地覆蓋和土地利用方面得到廣泛應用。隨著研究的進一步深入，其他分類方法中，如支持向量機分類方法、決策樹分類法以及面向對象分類法等，因各自特點也呈現出一定的應用范疇。

目視解譯具有便于利用地學知識進行綜合判斷、利于空間信息提取、靈活性強等優(yōu)點，同時又存在人工投入大、解譯經驗要求高且受個人主觀因素影響大、在廣泛推廣時面臨效率低和精度控制困難等問題。依靠GIS計算優(yōu)勢的自動分類法更注重過程，但多數情況下因為輔助信息的不足，影響機理解釋，結果精度難以被認可。近年來，以專業(yè)人員綜合分析為基礎的“目視解譯法”與以人工智能算法為基礎的“計算機自動分類法”的結合越來越多地應用于土地資源遙感應用研究中，依靠彼此優(yōu)勢互補不僅提高效率，還保證精度符合要求。

2.2 水資源遙感應用

水體一直是遙感探測的主要目標，水體信息的提取、水質環(huán)境的監(jiān)測，是水資源遙感監(jiān)測的主要應用方向。水體的光譜對特定的波段具有吸收或反射特征，同時水體中的葉綠素、固體懸浮物等都會影響水體的光譜反射特征。在SAR影像上，水體以鏡面散射為主，因此與其他地物具有不同的后向散射能力[6]。根據水體獨特的遙感機理，隨著高光譜、SAR遙感數據的興起，極大地提升了水資源遙感監(jiān)測的精度。

2.2.1水體信息提取

水體信息的提取，主要是對水體的分布、面積等進行快速提取，常用的方法有：①基于圖像融合技術，利用色彩增強、IHS變換、比值運算、HPH變換等可以直接在圖像上將水體信息顯示出來；②基于光譜關系法，利用波段組合選擇合適的光譜規(guī)則，通過目視判讀、檢驗閾值篩選出水體信息；③基于遙感指數法，利用亮度指數法或植被指數法，在地面徑流很少的地區(qū)，提取出水體信息具有很好的效果。近年來，由于SAR數據對云、雨、霧的穿透性和全天候監(jiān)測的特性，因此對洪澇災害的快速監(jiān)測具有優(yōu)勢。許多學者開始研究SAR水體信息的提取方法，例如，谷鑫志[7]利用高分三號影像對湖南省東北部的夏季河流、湖泊、水庫的洪澇災害，采用閾值分割法與馬爾可夫隨機場法相結合提出了一種快速的自動化水體信息提取方法。

2.2.2水質環(huán)境監(jiān)測

水質環(huán)境遙感監(jiān)測主要是應用地面、航空、航天等遙感平臺對河流、湖泊、水庫和海洋等進行探測，診斷水體的反射、發(fā)射、吸收特征的變化，從而實現快速地確定水污染的分布狀況和位置。常用的遙感水質監(jiān)測指標包括葉綠素a濃度、水體透明度、懸浮物含量、溶解性有機物等。高光譜遙感數據在水質監(jiān)測中扮演了重要角色，其獲取連續(xù)、細微的光譜特征曲線，可以實現水質定量遙感的反演。常用的水質環(huán)境遙感監(jiān)測方法主要包括物理方法、經驗方法和半經驗方法。物理方法是直接利用遙感數據，測量水體的反射率來反演水體中各種物質的吸收特征光譜系數，從而反演水體中各種物質的濃度。例如，Hoogenboom等[8]利用AVIRIS數據模擬葉綠素濃度的波段比值模型；鄧孺孺等[9]建立了水體中懸浮物的一次和二次散射遙感模型；Hans等[10]利用機載高光譜數據基于矩陣反演模型建立了河流葉綠素濃度反演圖。經驗方法是利用經驗或者地面實測的水質參數，通過統(tǒng)計分析建立遙感的波段數據與水質參數的相關性，來反演水質參數。中國科學院南京地理與湖泊研究所建立的太湖藍藻水華預測預警系統(tǒng)[11]，利用MODIS/Terra、CBERS-2 CCD、ETM和IRS.P6 LISS3等多種遙感數據，從2008年以來，長期對太湖的藍藻水華進行監(jiān)測預警，受到了江蘇省和國家相關部門的高度重視。半經驗方法是目前比較流行的水質監(jiān)測方法，通過實測已知水體的水質光譜參數建立水體參數光譜數據庫，利用統(tǒng)計分析方法選擇合適的算法建立遙感的波段數據與水質參數的反演模型，該方法具有時間和空間的限制性，對不同地區(qū)的水質參數反演需要進行相關的調整。例如，姚月等[12]通過建立沈陽市區(qū)黑臭水體的光譜特征數據庫，利用GF-2數據研究黑臭水體與一般水體的光譜差異，采用反射率光譜指數法，建立了該地區(qū)的黑臭水體識別模型，取得了較好的效果；Pulliainen等[13]利用AISA機載高光譜數據對芬蘭南部多個湖泊的葉綠素a濃度進行監(jiān)測，利用反射率比值法、光譜一階微分法反演了葉綠素濃度；雷坤等[14]通過對太湖水體中葉綠素a和總氮含量的地面實測，利用CBERS- 1衛(wèi)星的CCD傳感器數據，建立了基于波段組合灰度值的遙感反演模型。

2.3 林草濕資源遙感應用

森林、草原、濕地是“山水林田湖草生命共同體”的重要組成部分，利用遙感技術對植被信息的提取是開展林草濕資源遙感監(jiān)測的關鍵。所有植物的光譜具有一個共同的特征，在0.45 μm和0.65 μm附近由于葉綠素吸收會產生兩處比較明顯的吸收谷特征，且葉綠素的含量、葉子含水量、病蟲害等都可以影響吸收谷的位置和形態(tài)，這是植被監(jiān)測的遙感機理。目前，常用的植被監(jiān)測遙感指標有比值植被指數、歸一化植被指數、綠色植被指數、垂直植被指數、土壤調節(jié)植被指數、差值環(huán)境植被指數等方法。

2.3.1森林資源遙感監(jiān)測

遙感技術在森林資源監(jiān)測中主要應用在森林物種分類識別、森林植被生態(tài)參數監(jiān)測、森林蓄積量估算和森林災害監(jiān)測4個方面。森林物種分類識別主要是基于不同樹種的光譜和紋理差異，如傅鋒等[15]利用GF-2數據采用影像多尺度分割法提取紋理、光譜等指標信息，很好地區(qū)分了馬尾松、毛竹和杉木三種樹種；郝瀧等[16]利用Landsat OLI數據采用基于紋理的CART決策樹分類法，對西藏林芝地區(qū)的針葉林、闊葉林和灌木林進行了分類。森林植被生態(tài)參數監(jiān)測主要是對樹高、葉面積指數、郁閉度等參數進行遙感反演，如雷達數據具有一定的穿透能力，可以直接測量森林的垂直結構；董立新[17]利用Landsat TM數據獲取了三峽庫區(qū)森林的12種植被指數，通過多元回歸模型反演了該地區(qū)的葉面積指數；高光譜數據在森林郁閉度提取具有一定優(yōu)勢，Pu等[18]利用Hyperion高光譜數據采用逐步回歸方法進行建模，森林郁閉度估測精度達到了85%。森林蓄積量估算需要光學遙感和雷達遙感數據相結合，通過對樹高、樹種、胸高斷面等測量來估算蓄積量[19]。森林災害監(jiān)測主要是對森林火災和病蟲害的監(jiān)測，森林火災遙感監(jiān)測對衛(wèi)星數據的重訪周期要求很好，目前中國已經建立了多個基于氣象衛(wèi)星的林火監(jiān)測網絡；病蟲害的監(jiān)測是基于病蟲害會導致植物的光譜反射特征發(fā)生變化，如Shafri等[20]利用機載高光譜數據分析油棕櫚植物園中的靈芝莖基腐病的光譜曲線特征，根據植被指數、紅邊藍移等特征區(qū)分了病變和健康的植物。

2.3.2草原資源遙感監(jiān)測

草原資源遙感監(jiān)測的方法與森林監(jiān)測原理類似，主要的應用方向是草原植被長勢遙感監(jiān)測，植被指數是草原長勢監(jiān)測的重要遙感指標，通過植被指數可以直接獲取草原的長勢信息，如扎西央宗等[21]利用NOAA/AVHRR數據，根據植被指數與牧草長勢、氣候的關系，反演了西藏三縣的牧草長勢；趙虎等[22]通過分析紅光與近紅外波段之前的關系，重新組合了一種新的植被指數GRNDVI，對植被指數與土壤背景的關系有一定的改善。通過同期對比同一地區(qū)的植被指數也可以監(jiān)測出該地區(qū)的草原植被長勢，如徐斌等[23]利用2004年和2005年的MODIS數據獲取全國草原區(qū)的植被指數，通過對比對全國的草原空間分布、長勢好壞進行分析。

2.3.3濕地資源遙感監(jiān)測

濕地的分類標準是濕地資源監(jiān)測的核心問題之一，同時也對濕地信息的提取和分類造成了干擾，目前針對濕地資源監(jiān)測主要結合不同空間分辨率、不同光譜分辨率、多時相的遙感影像進行綜合監(jiān)測，如，Jessika等[24]利用SAR、Landsat TM 、SPOT三種遙感數據對加拿大艾伯塔東北部濕地進行動態(tài)監(jiān)測,效果較好；Augusteijn等[25]利用多光譜數據和AIRSAR雷達數據,通過影像融合、神經網絡分類法提高了森林濕地的分類精度。

2.4 礦產資源遙感應用

礦產資源是重要的自然資源，現代社會生產的發(fā)展和人們的生活都離不開礦產資源，社會經濟的發(fā)展需要加強對礦產資源的勘查，但礦產資源的不可再生性也需要人們進行合理的保護和利用。遙感技術在礦產資源的監(jiān)測中主要應用于巖礦信息提取和礦山資源開發(fā)環(huán)境監(jiān)測2個方面。

2.4.1巖礦信息提取

2.4.2礦山資源開發(fā)環(huán)境監(jiān)測

礦山開發(fā)環(huán)境遙感監(jiān)測主要對礦山開發(fā)占地變化(位置、開采方式、開發(fā)狀態(tài)、越界開采等)和礦山地質環(huán)境(采場、中轉場地、固體廢棄物、恢復治理等)進行遙感動態(tài)監(jiān)測，高空間分辨率遙感影像是主要的遙感數據源，常用的方法是計算機自動信息提取與人機交互解譯相結合，外業(yè)調查驗證。中國自2006年起在中國自然資源航空物探遙感中心牽頭下，連續(xù)多年開展全國礦產資源開發(fā)遙感調查與監(jiān)測，摸清了全國礦產資源開發(fā)狀況、礦山地質環(huán)境、礦產資源規(guī)劃執(zhí)行情況和礦山環(huán)境恢復治理狀況，為國家礦政管理、國土空間用途管制等提供基礎數據和技術支撐[31]。

3 發(fā)展趨勢

隨著遙感數據向高空間、高時間、高光譜及高輻射方向的進一步發(fā)展，自然資源遙感應用也將邁向“多尺度、多頻率、全天候、高精度、高效快速”的新領域。在“海量”的遙感數據面前，實現多源、多尺度、高分遙感信息的復合協(xié)同應用，加快各類自然資源遙感技術應用的標準化研究，以及精準地服務于自然資源調查仍然是未來研究的重點。在國家統(tǒng)籌山水林田湖草各類自然資源的整體保護、系統(tǒng)修復和綜合治理新使命中，自然資源遙感應用也將迎來新一輪的發(fā)展契機。

(1) 在土地資源遙感監(jiān)測上，應結合2018年2月國務院印發(fā)的《第三次全國土地調查實施方案》中有關土地資源分類系統(tǒng)的要求，深入探討基于不同遙感數據的土地資源數量與質量的信息提取方法，系統(tǒng)構建不同尺度下基于遙感數據的國土資源屬性信息和動態(tài)信息監(jiān)測與評價指標體系，提高基礎數據信息共享和應用的潛力，并在此基礎上深入探討衍生的土地資源退化、土地荒漠化、土地非農業(yè)化等土地資源監(jiān)測的應用問題。

(2) 在水資源遙感監(jiān)測上，應在充分利用國家水文數據庫的基礎上，系統(tǒng)而深入地開展水質參數的光譜特征及光譜分析技術，通過對比純水以及不同水質中相關參數的波段特性差異特征，確定具有典型代表意義的特征水質參數，定量反演后分區(qū)建立具有反映降水、地表水、土壤水與地下水轉化機制及下滲、蒸發(fā)等水循環(huán)過程的水資源評價模型，并在“3S”平臺上建立集成化的水資源評價信息系統(tǒng)，實現“3S”與水資源評價模型、水文及水資源管理數據庫的集成，統(tǒng)一指導各地水資源評價工作，為當地經濟可持續(xù)發(fā)展和水資源永續(xù)利用提供科學依據。

(3) 在林草濕資源遙感監(jiān)測上，以森林為代表遙感監(jiān)測使用的遙感數據基本涵蓋了目前所能用到的包括光學遙感、微波雷達、激光雷達、航空像片等多源數據，應重點考慮綜合使用不同傳感器數據，對不同的遙感數據進行融合，例如將高空間分辨率和高光譜數據融合后，既能保留光譜特性又能突出紋理特征，更利于變化監(jiān)測的信息提取。在此基礎上，加快開發(fā)林草濕資源變化監(jiān)測自動化系統(tǒng)研究，開展面向對象的變化監(jiān)測方法，進一步實現森林郁閉度、生物資源蓄積量等參數的定量反演，可滿足不同尺度森林資源、生態(tài)過程監(jiān)測分析的需求。

(4) 在礦產資源遙感監(jiān)測上，礦產勘查主要通過提取礦化蝕變等成礦作用信息，礦山資源開發(fā)環(huán)境監(jiān)測主要通過提取成礦后期剝蝕和破壞信息，在此基礎上進一步建立找礦模型和礦山資源開發(fā)環(huán)境評估模型指導實際應用。該項技術經過數十年的發(fā)展已形成較為完善的理論體系并取得良好的應用效果。但是目前應用較廣的高光譜數據存在地物波譜測量容易受天氣變化干擾、信息提取局限于地表等問題。今后的工作中，應重點考慮SAR遙感數據不受氣候變化影響能夠提供穩(wěn)定的遙感應用數據，能穿透一定厚度的植被和砂層，實現對不可見的隱伏地質要素探測的優(yōu)勢；加大SAR遙感數據與地物作用機理的深入研究，建立相關應用模型，在中國以后的礦產勘查和礦山資源開發(fā)環(huán)境監(jiān)測工作中能夠發(fā)揮更大的優(yōu)勢。

4 結論

遙感技術與信息處理技術的發(fā)展日新月異，目前自然資源遙感應用領域尚無統(tǒng)一的標準和體系，自然資源遙感應用研究無論在理論上，還是方法上都需要進一步發(fā)展，并不斷地在實踐中得以檢驗、補充和完善，自然資源遙感應用仍然處在快速發(fā)展階段。

正如生態(tài)環(huán)境中山水林田湖草是生命共同體一樣，自然資源遙感監(jiān)測同樣是不可割裂的統(tǒng)一整體。雖然自然資源數據源來源和應用范圍不同，信息提取手段各異，研究側重點不同，但在實際評估和應用中，應綜合考慮土地、水、林草濕、礦產的生態(tài)環(huán)境一致性要求，在使用不同資源各自優(yōu)勢監(jiān)測方法的基礎上，充分考慮信息綜合集成，發(fā)揮多源信息的復合協(xié)同作用，進一步提高信息特征提取的精度，為認知、解釋、預報各類自然資源演變過程和規(guī)律提供更為全面的決策依據，更好地服務于社會經濟的可持續(xù)發(fā)展。