高分辨率衛星在環境保護領域中的應用

趙少華，王 橋，游代安，王中挺，朱 利，萬華偉

(1.環境保護部衛星環境應用中心，北京 100094;2.國家環境保護衛星遙感重點實驗室，北京 100101)

0 引言

遙感領域常提到的高分辨率在廣義上包括高空間分辨率、高光譜分辨率和高時間分辨率［1］。面對當前我國總體上依然嚴峻的環境形勢，諸如一些重要流域、海域水污染嚴重，部分區域和城市大氣灰霾現象突出，許多地區主要污染物排放量超過環境容量;農村環境污染加劇，重金屬、化學品及持久性有機污染物污染土壤及地下水等事件頻現;部分地區生態損害嚴重，生態系統功能退化，生態環境比較脆弱;核與電磁等輻射安全風險增加;生物多樣性保護等全球性環境問題的壓力不斷加大。常規中低分辨率的衛星遙感技術已不能滿足我國日益嚴峻和迫切的環境形勢需要，急需采用高分辨率衛星等手段來提高環境監測的定量化和精細化水平。

目前，國外高分辨率衛星技術和商業化運行模式均較成熟，如高空間分辨率光學衛星IKONOS(1 m)，QuickBird(0.61 m)，GeoEye(0.41 m)及 World-View(0.5 m)等;高空間分辨率雷達衛星Terra－SAR(1 m)和Radarsat－2(1 m)國內均有代理;高光譜分辨率衛星EO－1－Hyperion(5 nm)，PROBACHRIS(1.3 ～12 nm)及AURA－OMI(0.45 ～1.0 nm)等;高時間分辨率衛星 METEOSAT－7－10(15 min)等。國內的高分辨率衛星也正在蓬勃發展，包括高空間分辨率光學衛星的資源三號(ZY－3，2.1 m)、資源一號 02C(ZY－1 02C，2.36 m)、中巴資源02B(CBERS 02B，2.36 m)、高分一號(GF－1，2 m)及高分二號(GF－2，1 m)等;高光譜分辨率的環境一號A(HJ－1A HSI，5 nm);高時間分辨率的風云二號(FY－2，30 min)衛星等。

當前高分辨率衛星遙感技術在環境保護領域中的應用還不是很多，并且受衛星數據費用或獲取的限制，有關研究與應用大多呈現離散的特點，系統化和業務化應用的程度還很低，因此有必要對目前高分辨率衛星在環境保護領域的應用現狀和存在問題進行梳理，并分析和展望未來的應用趨勢，以期為提高我國未來環境保護領域的高分辨率衛星遙感應用水平、系統化和業務化能力提供參考。本文分別闡述了高分辨率光學衛星、高分辨率雷達衛星和高光譜衛星在我國大氣環境、水環境和生態環境保護領域中的應用，并結合環保工作的特點，對后續發展提出相關建議。

1 高分辨率光學衛星的環保應用領域

高空間分辨率衛星主要用于對自然保護區人類活動干擾、礦山環境開發破壞、排污口、水質和城市固體廢棄物分布等的高精度遙感監測。高時間分辨率衛星主要應用于對細顆粒物(fine particulatematter 2.5，PM2.5)等區域空氣質量、水環境質量及環境突發事件等的快速監測。例如，陳冬勤等［2］利用IKONOS和QuickBird等多源、多時相高分辨率衛星數據對青海省湟水流域的采砂場進行遙感調查分析，研究結果為環境監察管理提供了技術支持和科學依據;路云閣等［3］結合西藏自治區礦山遙感監測工作的特點，以ZY－1 02C及GF－1衛星影像為數據源，提出并實現了從國產衛星遙感數據管理、增強與校正、信息提取、統計分析以及成果圖制作等一體化解決方案，這將有助于推進國產衛星遙感數據在礦山遙感監測領域的應用廣度和深度;郭舟等［4］以北京市部分區域的QuickBird影像為實驗數據，分析在城市建設區特征的基礎上采用低分辨率影像粗提取、高分辨率影像精提取相結合的技術來提高自動識別精度;蔣賽［5］以渭河陜西段水域為研究對象，采用法國SPOT5影像和基于參數優化的支持向量機回歸方法對該水域水質定量反演。

作為我國環境遙感應用的業務運行單位，環境保護部衛星環境應用中心也開展了系列工作。圖1為該中心基于GF－1衛星16 m寬覆蓋相機多光譜數據，以天津地區為例，采用暗目標法等反演的氣溶膠光學厚度(aerosol optical depth，AOD)［6－8］，在此基礎上，由近地面氣溶膠的消光貢獻可初步反演近地面PM2.5濃度，進而反映灰霾發生的范圍。但受載荷譜段特性等限制，其監測精度還有待提高。

圖1 2013年8月10日(左)和10月6日(右)天津市細顆粒物PM 2.5濃度的GF－1衛星監測圖Fig.1 PM 2.5 mapping by GF－1 satellite data over Tianjin City in August 10，2013(left)and October 6(right)

從圖1可知，8月10日天津及周邊地區PM2.5濃度較高，總體北高南低;10月6日華北地區有大范圍灰霾，PM2.5較嚴重，主要分布在中北部地區。

圖2為該中心基于GF－1衛星16 m寬覆蓋相機多光譜數據，對太湖的葉綠素a濃度和富營養化指數等水質指標的監測結果［8－9］。

圖2 基于GF－1衛星16 m多光譜數據的2013年8月9日太湖葉綠素a濃度(左)和富營養化指數(右)監測圖Fig.2 W ater quality mapping of chlorophyll－a(left)and nutrition condition index(right)by GF－1 satellite data over Taihu on August 9，2013

從圖2可以看出，GF－1衛星16 m多光譜影像可以反映出太湖水質富營養化的空間變化特征。整體上看，富營養化程度從西北到東南遞增;葉綠素a濃度的高值區，基本也是富營養化指數的高值區，符合常規監測規律。

圖3為該中心基于GF－1衛星2 m全色/8 m多光譜數據提取的北京城區疑似城市固體廢棄物的堆放點信息。

圖3 2013年8月10日北京地區GF－1影像城市固體廢棄物監測圖Fig.3 Solid wastemapping by GF－1 satellite data in Beijing on August 10，2013

雖然高分光學衛星已在環境保護領域有了一定的研究和應用，但從環境保護的需求出發還遠遠不夠。具體來說，一是衛星載荷的譜段設置要更有針對性，可通過仿真分析和機載試驗等進行，確定顆粒物和污染物的敏感波段;二是要提高載荷的信噪比，如水體的反射信號較弱，高精度監測要素反演需要較高的信噪比;三是遙感模型的普適性和可操作性要好，需要發展側重于機理的半經驗模型，比如在氣溶膠推演顆粒物濃度的計算過程中，簡單的線性經驗統計模型難以滿足需求，還需要結合偏振技術來建模。

2 高分辨率雷達衛星的環保應用領域

雷達遙感具有穿透力和不受云、雨天氣影響全天候作業的優勢［10］，在環境保護領域具有廣泛應用［11］。目前，雷達衛星遙感技術在水環境監測中的應用主要集中在識別溢油和水華等方面。此外，利用微波對水體和陸地具有不同的反射特征，易于識別出水體范圍，常用于監測河岸線、海岸線變化以及洪水分布面積等。雷達衛星在生態環境中主要用于土壤濕度、生物量、植被長勢及土地利用等方面的監測。例如，鄒亞榮等［12］基于SAR數據，在后向散射系數計算的基礎上從波段、極化方式及入射角等方面開展了海上溢油監測參數分析，結果表明X波段與C波段較L波段更適合監測海上溢油;陳玲艷等［13］基于SAR圖像中水體后向散射系數服從Gamma分布的特點，提出了基于水體散射特性的自動化水體提取算法，并采用安徽淮南地區單極化5 m分辨率的Radarsat－2數據進行實驗，結果表明該算法可以實現大幅圖像中水體的快速、精確和自動化提取;劉菊等［14］基于全極化Radarsat－2 C波段SAR數據，應用極化分解技術，增加了神經網絡訓練數據，并用后向反饋神經網絡算法反演鄱陽湖濕地植被生物量;陳晶等［15］采用雙極化ENVISAT－ASAR數據，基于高級積分方程模型(advanced integral equation models，AIEM)，提出了一種僅需雙極化雷達數據就能實現土壤水分反演的方法，無需測量地面粗糙度，尤其適用于大面積干旱區域的地表土壤水分反演。圖4為衛星環境應用中心利用Radarsat SAR影像提取2010年7月26日渤海溢油的油膜信息，其面積約291 km2。

圖4 2010年7月26日渤海溢油SAR監測圖Fig.4 Oil spillmapping by SAR over Bohai Bay on July 26，2010

該中心基于ERS2－SAR影像采用支持向量機方法，對2010年8月13日的太湖水華信息進行提取，結果如圖5所示。

圖5 2010年8月13日太湖水華SAR監測圖Fig.5 A lgal bloom mapping by SAR over Taihu Lake on August 13，2010

通過與同期的光學影像對比發現，圖4與圖5雷達影像對溢油和水華信息的提取精度均優于90%。

目前，雷達遙感在溢油、土壤濕度、植被長勢、面積及分類等方面的應用研究較多，而對水華和滸苔信息的監測研究還較少，針對生態環境中的監測要素通過模擬或實例數據，分析最佳探測的波段、入射角及極化方式等的研究則更缺乏。因此，針對即將發射的高分三號(GF－3)雷達衛星，結合同類雷達數據或模擬數據，開展不同入射角和極化方式等在溢油、水華、滸苔、土壤濕度、地物分類及植被長勢等環境保護應用的仿真分析和關鍵技術研究，確定環境要素適宜監測的最優波段、入射角及極化方式等是一項重要而緊迫的工作。

3 高光譜衛星的環保應用領域

高光譜分辨率遙感是在電磁波譜的紫外、可見光、近紅外、中紅外和熱紅外波段范圍內，獲取許多非常窄的光譜連續的影像數據的技術［16］。國內外的高光譜衛星包括EOS/AQUA－AIRS，EOS/AURAOMI，ENVISAT－ SCIAMARCHY，ERS－ 2/GOME，GOSAT－TANSO，EO－1/HYPERION和HJ－1A HSI等。高光譜分辨率遙感技術在環境保護領域中具有廣泛的應用，從大氣污染、溫室氣體監測，水環境的重點水污染源監測、水質參數監測、飲用水源地安全監測，到生物多樣性、土壤污染，土壤和植被的水分以及長勢等地表生物物理參數監測等方面，都有著巨大的應用潛力［17］。

在環境保護領域，我國學者也開展了一些相關研究和應用。閆歡歡等［18］利用長時間序列的OMI遙感數據，分析了廣州亞運會從申辦到成功舉辦期間珠江三角洲地區近地面SO2濃度的變化過程;廖秀英等［19］分析了基于SCIAMACHY數據反演CO2柱濃度的主要方法;萬華偉等［20］結合地面調查數據，利用HJ－1衛星高光譜數據對江蘇宜興市的入侵植物的空間分布進行監測;韋瑋等［21］利用多角度高光譜CHRIS數據，通過植被指數計算及影像融合，提取了青海玉樹隆寶灘濕地植被類型信息。衛星環境應用中心基于2008年11月31日的AURA衛星OMI數據L2級Grid產品，對全國SO2和NO2濃度的分布情況分別進行了監測，結果如圖6所示。

圖6 2008年11月30日全國SO2(左)和NO2(右)衛星監測圖Fig.6 Schematic diagram of SO2(left)and NO2(right)by Aura－OM I satellite data in China on Nov 30，2008

從圖6可以看出，SO2高值區域主要分布在安徽、江西、浙江、湖南、四川、貴州及廣西等地，NO2高值區域主要分布在北京、天津、河北、山東及江蘇等地［17］。圖7對比了衛星環境應用中心利用Hyperion和HJ－1A HSI數據監測的生物多樣性。

圖7 基于Hyperion數據(左)和HJ－1A數據(右)的生物多樣性衛星監測圖Fig.7 Biodiversity monitoring of remote sensing by satellite data based on Hyperion data(left)and HJ－1A data(right)

從圖7可以看出，基于HJ－1A數據只能提取林地信息，而基于Hyperion高光譜數據可以獲取更為詳細的植物群落信息，包括不同類型的樹種。這是因為HJ－1A數據的空間分辨率為100 m，光譜范圍0.45～0.95 μm，譜段為128 個，而Hyperion高光譜數據的空間分辨率達30m，光譜范圍0.45～2.5μm，譜段達224 個［17］。

我國采用高光譜遙感數據在環保領域開展了大量的應用研究，但目前存在國產高光譜衛星載荷數據缺乏、高光譜數據處理與信息提取能力不足及地面高光譜環境應用系統建設滯后等突出問題［17］，因此還不能形成業務化應用能力。此外，高光譜數據量大、處理相對復雜，環境要素參數反演提取能力差距大，很多技術和方法還急需攻克，特別是在大氣環境遙感監測的應用中。

4 結論和展望

高分辨率衛星在環境保護領域具有巨大的應用潛力。目前正在實施的國家重大專項“高分辨率對地觀測系統”將要建立天基、臨近空間、空基對地觀測系統，具備準實時、全天候獲取各種空間數據的能力，形成集高空間、高光譜、高時間分辨率和寬地面覆蓋于一體的對地觀測系統，將為環境保護和管理工作帶來巨大的機遇和挑戰。2013年4月和2014年8月，我國高分專項的GF－1和GF－2衛星分別成功發射，其數據不僅可以用于精細探測局部的環境污染狀況，還可用于水環境、大氣環境和生態環境的宏觀監測與評價。衛星環境應用中心利用承擔的高分專項環境應用示范項目“環境保護遙感動態監測信息服務系統”，積極開展了關鍵技術應用研究和應用示范系統研制，該系統很快將投入業務運行，其研究成果將為高分系列衛星陸續發射后在環境保護領域快速應用提供重要的技術支撐。隨著國內外高分辨率衛星的不斷發射，其數據在我國環境保護領域中的應用必將越來越廣泛，將在氣溶膠、顆粒物、污染氣體及溫室氣體等信息的空氣質量監測，水華、溢油、水質、重點水污染源、飲用水源地安全及流域水污染等水環境質量監測，國家級自然保護區、礦山開發環境、城市和農村生態環境及生物多樣性等生態環境質量監測方面發揮重要作用，全面提升我國環境監測的定量化和精細化水平。

目前，高分辨率衛星在我國環境保護領域還存在受國外高分辨率衛星數據費用高、獲取有限，而國產衛星數據較少、缺少高光譜探測載荷、應用技術水平仍需提高等原因的制約，研究和應用工作大多離散化，系統化和業務化應用程度還較低等諸多問題。未來還有許多技術有待突破和深入研究，包括高精度數據校正、高光譜數據處理與高精度反演、天地一體化數據同化與信息協同處理、地面真實性檢驗技術等。這些研究熱點與難點具體包括:

1)影像高精度校正處理技術。高分辨率影像高精度校正處理包括高精度輻射校正、高精度幾何處理和大氣高精度校正。高精度輻射處理又包括載荷去噪、壞死像元的修復、陰影的自動檢測和去除、高精度的云霧去除等輻射質量改善和超分辨率光譜重建和時空信息融合等輻射質量提升;高精度幾何處理包括傳感器高精度的幾何檢校、稀少控制點的幾何糾正、無控制點的高精度幾何定位及山區等復雜地形區域的幾何糾正等［1］;大氣高精度校正包括針對環境保護需求的水環境、城市環境的高分辨率大氣校正技術，需要考慮特定環境的下墊面特點，建立其氣溶膠光學參數和下墊面關系的精確模型，如二向性反射分布函數模型等。另外，大數據量處理和光譜復原等高光譜數據的高精度處理，以及光譜均勻性校正、相位校正及傅里葉變換等大氣高光譜數據的特殊處理技術等也是研究的重點。

2)尺度效應和信息提取技術。尺度的復雜性與定義表達存在多重理解。相比低分辨率影像，高分辨率數據對像元內部刻畫更細致，可反映內部的異質性。正是由于地表時空異質性的普遍存在和遙感模型非線性等原因，造成高分辨率影像和中低分辨率影像的觀測結果不同。因此，未來尺度效應要結合地面試驗，加強其理論研究、歸一化和最優化研究等。特別是歸一化，要使比較基準盡可能一致，譬如要求同一區域環境、成像條件、遙感數據及遙感模型等，從而進行正確客觀的應用、分析和評價。在對高分辨率影像提取信息時，要綜合考慮地物像元的光譜信息和形狀、紋理及結構等空間信息。分類提取方法從基于光譜信息朝著面向對象處理和多尺度分析發展。

3)高精度反演技術。環境監測要素的高精度反演技術是高分辨率衛星應用的關鍵，諸如高分辨率光學衛星對固體廢棄物信息的高精度監測，高分辨率雷達衛星對水華、赤潮、土壤水分及生物量等信息的高精度反演。此外，高光譜衛星數據在環境應用，特別是大氣環境應用中作用越來越重要，未來O3柱濃度紫外衛星差分光譜反演、NO2柱濃度衛星差分光譜反演和近地表NO2濃度反演技術、對流層SO2濃度反演技術和近地表SO2濃度反演技術、空間外差干涉數據處理及超光譜高質量數據處理技術、溫室氣體CO2和CH4衛星反演與大氣模式同化技術等都將是研究的關鍵。

4)地面真實性檢驗技術。國際對地觀測技術迅猛發展，產生海量的遙感數據和產品，但它們的精度往往無法得到準確的評價。特別是高分辨率衛星技術和應用的產品越來越多，對地面真實性檢驗工作提出了更高要求。根據目前的情況，關注真實性檢驗的理論和方法研究，逐步建立真實性檢驗的指標體系，不斷提高高分辨率衛星觀測水平及其數據的應用精度，是環境保護領域遙感工作面臨的重要任務。

［1］ 李德仁，童慶禧，李榮興，等.高分辨率對地觀測的若干前沿科學問題［J］.中國科學:地球科學，2012，42(6):805－813.Li D R，Tong Q X，Li R X，et al.High resolution earth observation on some objective scientific problems［J］.China Science:Earth Science，2012，42(6):805－813.

［2］ 陳冬勤，熊文成.基于多時相衛星數據的采砂場遙感調查研究——以青海省湟水流域為例［J］.中國環境監測，2013，29(6):206－211.Chen D Q，Xiong W C.Remote sensing monitoring on sand dredging plants based on multi－temporal satellite imagery:Taking Huangshui River valley in Qinghaiasan example［J］.Environmental Monitoring in China，2013，29(6):206－211.

［3］ 路云閣，劉 采，王 姣.基于國產衛星數據的礦山遙感監測一體化解決方案——以西藏自治區為例［J］.國土資源遙感，2014，26(4):85－90.doi:10.6046/gtzyyg.2014.04.14.Lu Y G，Liu C，Wang J.Integrated solutions formine remote sensingmonitoring based on domestic satellite images:A case study of Tibet［J］.Remote Sensing for Land and Resources，2014，26(4):85－90.doi:10.6046/gtzyyg.2014.04.14.

［4］ 郭 舟，杜世宏，張方利.基于高分辨率遙感影像的城市建設區提取［J］.北京大學學報:自然科學版，2013，49(4):635－642.Guo Z，Du SH，Zhang F L.Extractingmunicipal construction zones from high－ resolution remotely sensed image［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，2013，49(4):635－642.

［5］ 蔣 賽.基于高分辨率遙感影像的渭河水質遙感監測研究［D］.西安:陜西師范大學，2009.Jiang S.Monitoring of Weihe River Water Quality Based on High Resolution Remote Sensing Image［D］.Xi’an:ShanxiNormal University，2009.

［6］ 王 橋，厲 青，陳良富，等.大氣環境衛星遙感技術及其應用［M］.北京:科學出版社，2011.Wang Q，Li Q，Chen L F，et al.Remote Sensing Technology and Application of Atmosphere Environment Satellites［M］.Beijing:Science Press，2011.

［7］ 陳良富，李莘莘，陶金花，等.氣溶膠遙感定量反演研究與應用［M］.北京:科學出版社，2011.Chen L F，Li SS，Tao JH，et al.Quantitatively Retrieve Study and Application of Aerosol Remote Sensing［M］.Beijing:China Science Press，2011.

［8］ 趙少華，王 橋，張 峰，等.高分一號衛星環境遙感應用示范研究［J］.航天器工程，2014，23(s1):118－124.Zhao SH，Wang Q，Zhang F，et al.Environmental applications of GF－1 satellite［J］.Spacecraft Engineer，2014，23(s1):118－124.

［9］ 朱 利，李云梅，趙少華，等.基于GF－1號衛星WFV數據的太湖水質遙感監測［J］.國土資源遙感，2015，27(1):113－120.doi:10.6046/gtzyyg.2015.01.18.Zhu L，Li Y M，Zhao S H，et al.Remote sensing monitoring of Taihu Lake water quality by using GF－1 satellite WFV data［J］.Remote Sensing for Land and Resources，2015，27(1):113－120.doi:10.6046/gtzyyg.2015.01.18.

［10］ 舒 寧.微波遙感原理(修訂版)［M］.2版.武漢:武漢大學出版社，2003.Shu N.Principle ofWave Remote Sensing(Revised Edition)［M］.2nd ed.Wuhan:Wuhan University Press，2003.

［11］ 趙少華，張 峰，李自杰，等.雷達遙感在環境保護工作中的應用［J］.微波學報，2014，30(1):90－96.Zhao SH，Zhang F，Li Z J，et al.Summary of Radar remote sensing application in environmental protection［J］.Journal ofMicrowaves，2014，30(1):90－96.

［12］ 鄒亞榮，梁 超，陳江麟，等.基于SAR的海上溢油監測最佳探測參數分析［J］.海洋學報，2011，33(1):36－44.Zou Y R，Liang C，Chen JL，et al.An optimal parametric analysis ofmonitoring oil spill based on SAR［J］.Acta Oceanologica Sinica，2011，33(1):36－44.

［13］ 陳玲艷，劉 智，張 紅.基于水體散射特性的SAR圖像水體檢測［J］.遙感技術與應用，2014，29(6):963－969 Chen L Y，Liu Z，Zhang H.SAR image water extraction based on scattering characteristics［J］.Remote Sensing Technology and Application，2014，29(6):963－969.

［14］ 劉 菊，廖靜娟，沈國狀.基于全極化SAR數據反演鄱陽湖濕地植被生物量［J］.國土資源遙感，2012，24(3):38－43.doi:10.6046/gtzyyg.2012.03.08.Liu J，Liao JJ，Shen G Z.Retrieval of wetland vegetation biomass in Poyang Lake based on quad－ polarization image［J］.Remote Sensing for Land and Resources，2012，24(3):38－ 43.doi:10.6046/gtzyyg.2012.03.08.

［15］ 陳 晶，賈 毅，余 凡.雙極化雷達反演裸露地表土壤水分［J］.農業工程學報，2013，29(10):109－115.Chen J，Jia Y，Yu F.Soilmoisture inversion by Radar with dualpolarization［J］.Transactions of the Chinese Society of Agricultural Engineering，2013，29(10):109－115.

［16］ 童慶禧，張 兵，鄭蘭芬.高光譜遙感——原理、技術與應用［M］.北京:高等教育出版社，2006.Tong Q X，Zhang B，Zheng L F.Hyperspectral Remote Sensing［M］.Beijing:Higher Education Press，2006.

［17］ 趙少華，張 峰，王 橋，等.高光譜遙感技術在國家環保領域中的應用［J］.光譜學與光譜分析，2013，33(12):3343－3348.Zhao SH，Zhang F，Wang Q，et al.Application of hyper－ spectral remote sensing technology in environmental protection［J］.Spectroscopy and Spectral Analysis，2013，33(12):3343－3348.

［18］ 閆歡歡，陳良富，陶金花，等.珠江三角洲地區SO2濃度衛星遙感長時間序列監測［J］.遙感學報，2012，16(2):390－404.Yan H H，Chen L F，Tao JH，et al.SO2long－ term monitoring by satellite in the Pearl River Delta［J］.Journal of Remote Sensing，2012，16(2):390－404.

［19］ 廖秀英，孫九林，呂 寧，等.探討利用 SCIAMACHY數據反演溫室氣體二氧化碳［J］.地球物理學進展，2012，27(3):837－845.Liao X Y，Sun JL，Lv N，et al.Discussion on atmospheric CO2retrieval using SCIAMACHY data［D］.Progress in Geophysics，2012，27(3):837－845.

［20］ 萬華偉，王昌佐，李 亞，等.基于高光譜遙感數據的入侵植物監測［J］.農業工程學報，2010，26(s2):59－63.Wan H W，Wang C Z，Li Y，et al.Monitoring an invasive plant using hyperspectral remote sensing data［J］.Transactions of the Chinese Society of Agricultural Engineering，2010，26(s2):59－63.

［21］ 韋 瑋，李增元，譚炳香，等.基于多角度高光譜CHRIS影像的隆寶灘濕地遙感分類方法研究［J］.林業科學研究，2011，24(2):159－164.WeiW，Li Z Y，Tan B X，et al.Study on remote sensing classificationmethod of Long Baotan wetland based on CHRIS/PROBA［J］.Forest Research，2011，24(2):159－164.