自然資源遙感應(yīng)用研究進(jìn)展

方 臣， 胡 飛， 陳 曦， 朱正勇， 劉燁青， 葉 琴

(湖北省地質(zhì)調(diào)查院，湖北 武漢 430034)

衛(wèi)星遙感技術(shù)是20世紀(jì)60年代興起的一種觀測(cè)技術(shù)。衛(wèi)星遙感技術(shù)指的是一種以非直接接觸方法對(duì)遠(yuǎn)距離目標(biāo)的性質(zhì)進(jìn)行探測(cè)的技術(shù)[1],衛(wèi)星遙感技術(shù)具有快速、準(zhǔn)確、經(jīng)濟(jì)、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(shù)手段。目前，中國(guó)的遙感衛(wèi)星正處于快速發(fā)展階段，中國(guó)自2010年實(shí)施的高分辨率對(duì)地觀測(cè)系統(tǒng)以來，陸續(xù)發(fā)射了高分一號(hào)、二號(hào)、三號(hào)、四號(hào)、五號(hào)、六號(hào)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(cè)體系，為滿足自然資源調(diào)查、環(huán)境綜合監(jiān)測(cè)、防災(zāi)減災(zāi)等方面提供技術(shù)支撐。

自然資源一般可以理解為一定的時(shí)間、空間范圍內(nèi)能夠?yàn)槿祟惱茫a(chǎn)生經(jīng)濟(jì)價(jià)值的自然環(huán)境因素的總稱，包括土地資源、礦產(chǎn)資源、水資源、生物資源、海洋資源等[2]。2018年3月，國(guó)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(hù)、系統(tǒng)修復(fù)、綜合治理的新使命，衛(wèi)星遙感技術(shù)的獨(dú)特優(yōu)勢(shì)將在自然資源管理中發(fā)揮著重要作用，在土地利用調(diào)查、水環(huán)境監(jiān)測(cè)、林草濕資源調(diào)查、礦產(chǎn)資源開發(fā)環(huán)境監(jiān)測(cè)等領(lǐng)域有著廣泛的應(yīng)用需要。本文將在介紹不同類型遙感數(shù)據(jù)的基礎(chǔ)上，對(duì)遙感技術(shù)在自然資源調(diào)查監(jiān)測(cè)評(píng)價(jià)中的多個(gè)應(yīng)用方向進(jìn)行歸納和總結(jié)，并對(duì)其發(fā)展趨勢(shì)進(jìn)行展望。

1 遙感數(shù)據(jù)介紹

目前遙感數(shù)據(jù)應(yīng)用種類繁多，根據(jù)衛(wèi)星傳感器的特點(diǎn)主要分為光學(xué)遙感數(shù)據(jù)和微波遙感數(shù)據(jù)。其中：光學(xué)遙感數(shù)據(jù)應(yīng)用廣泛的類型為高空間分辨率和高光譜分辨率遙感數(shù)據(jù)；微波遙感數(shù)據(jù)應(yīng)用廣泛的類型為合成孔徑雷達(dá)(SAR)遙感數(shù)據(jù)。當(dāng)前，高空間分辨率、高光譜分辨率和SAR遙感數(shù)據(jù)廣泛應(yīng)用于自然資源調(diào)查監(jiān)測(cè)評(píng)價(jià)中。

1.1 高空間分辨率遙感數(shù)據(jù)

空間分辨率是指遙感圖像上能夠識(shí)別的單一地物或兩個(gè)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(biāo)細(xì)節(jié)的指標(biāo)。空間分辨率越高，遙感圖像包含的地物形態(tài)信息就越豐富，能識(shí)別的目標(biāo)就越小。高空間分辨率遙感數(shù)據(jù)一般可以達(dá)到米級(jí)甚至亞米級(jí)，目前商業(yè)化運(yùn)行的遙感衛(wèi)星數(shù)據(jù)的空間分辨率已經(jīng)達(dá)到了0.3 m，常見的高空間分辨率遙感數(shù)據(jù)見表1。目前，應(yīng)用較廣的高空間分辨率遙感數(shù)據(jù)國(guó)外以美國(guó)的WordView系列遙感衛(wèi)星數(shù)據(jù)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(guó)空間技術(shù)的快速發(fā)展，2014年發(fā)射的高分2號(hào)衛(wèi)星(GF-2)全色譜段星下點(diǎn)空間分辨率達(dá)到0.8 m，邁入了亞米級(jí)時(shí)代。

表1 常用高空間分辨率遙感數(shù)據(jù)及參數(shù)Table 1 Common high spatial resolution remotesensing data and parameters

1.2 高光譜分辨率遙感數(shù)據(jù)

光譜分辨率是指衛(wèi)星傳感器接受目標(biāo)反射回來的波長(zhǎng)中能分辨的最小波長(zhǎng)的間隔，間隔越小，光譜分辨率越高。高光譜分辨率遙感數(shù)據(jù)的光譜通道數(shù)多達(dá)數(shù)十甚至數(shù)百個(gè)以上，且各光譜通道是連續(xù)的，影像上每一個(gè)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(zhì)都有自己獨(dú)特的光譜特征，高光譜數(shù)據(jù)的出現(xiàn)使得地物的精細(xì)識(shí)別成為可能，推動(dòng)了遙感技術(shù)由定性分析轉(zhuǎn)向定量分析。目前，常用的高光譜分辨率遙感數(shù)據(jù)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(jī)載(表2)，其中，星載高光譜數(shù)據(jù)類型較少，國(guó)際上該類衛(wèi)星大多屬于試驗(yàn)性，例如美國(guó)的Hyperion、歐空局的CHRIS。2018年中國(guó)高分五號(hào)發(fā)射升空，其可見光短波紅外相機(jī)，光譜分辨率可達(dá)5 nm，擁有330個(gè)探測(cè)通道，填補(bǔ)了該類衛(wèi)星的空白。

表2 常用高光譜分辨率遙感數(shù)據(jù)及參數(shù)Table 2 Common hyperspectral resolution remote sensing data and parameters

1.3 SAR遙感數(shù)據(jù)

合成孔徑雷達(dá)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(dòng)式的對(duì)地觀測(cè)系統(tǒng)，通過發(fā)射電磁脈沖和接收目標(biāo)回波進(jìn)行二維成像，具有不依賴太陽輻射的特點(diǎn)，同時(shí)微波對(duì)云雨雪具有一定的穿透能力，因此SAR遙感可以擺脫光學(xué)遙感受太陽輻射和天氣的限制，實(shí)現(xiàn)對(duì)地物全天候數(shù)據(jù)獲取的優(yōu)勢(shì)。SAR的獨(dú)特優(yōu)勢(shì)使其在地質(zhì)災(zāi)害、地面沉降、海洋預(yù)報(bào)、礦產(chǎn)勘查、軍事應(yīng)用等領(lǐng)域具有很高的實(shí)用價(jià)值。目前，隨著SAR技術(shù)的獨(dú)特性能和應(yīng)用潛力，世界上多個(gè)國(guó)家陸續(xù)發(fā)射了SAR衛(wèi)星(表3)。2016年中國(guó)高分三號(hào)衛(wèi)星發(fā)射升空，這是中國(guó)首顆分辨率達(dá)到1 m的C頻段多極化合成孔徑雷達(dá)衛(wèi)星，顯著提升中國(guó)對(duì)地遙感的觀測(cè)能力，是高分專項(xiàng)工程實(shí)現(xiàn)時(shí)空協(xié)調(diào)、全天候、全天時(shí)對(duì)地觀測(cè)目標(biāo)的重要基礎(chǔ)。

表3 常用SAR遙感數(shù)據(jù)及參數(shù)Table 3 Commonly SAR remote sensing data and parameters

2 遙感技術(shù)在自然資源領(lǐng)域中的應(yīng)用

遙感對(duì)地物的探測(cè)主要包含地物的幾何特征、物質(zhì)組成及演化特征等方面，遙感探測(cè)器分辨率的提高使得探測(cè)地物的精細(xì)特征成為可能。在自然資源調(diào)查領(lǐng)域，遙感數(shù)據(jù)已廣泛應(yīng)用于土地利用調(diào)查、生態(tài)環(huán)境調(diào)查、農(nóng)業(yè)資源調(diào)查、水資源調(diào)查與監(jiān)測(cè)、基礎(chǔ)地質(zhì)與礦產(chǎn)資源調(diào)查、地質(zhì)災(zāi)害監(jiān)測(cè)等重點(diǎn)領(lǐng)域。本文結(jié)合國(guó)家自然資源部當(dāng)前的政策導(dǎo)向，主要對(duì)遙感技術(shù)在土地資源、水資源、林草濕資源、礦產(chǎn)資源4個(gè)方面的典型應(yīng)用進(jìn)行闡述。

2.1 土地資源遙感應(yīng)用

遙感數(shù)據(jù)與土地資源在時(shí)空特性方面具有高度的一致性，土地資源研究長(zhǎng)期是遙感應(yīng)用的主要領(lǐng)域之一。土地資源類型、數(shù)量、分布等基礎(chǔ)的屬性信息，是土地資源遙感監(jiān)測(cè)中應(yīng)用最早、研究最多的一項(xiàng)基礎(chǔ)性工作。

2.1.1土地資源遙感應(yīng)用的方向

隨著遙感技術(shù)的發(fā)展，特別是高空間分辨率遙感數(shù)據(jù)、高光譜分辨率遙感數(shù)據(jù)、SAR遙感數(shù)據(jù)的日臻完善和推廣，土地資源遙感應(yīng)用研究在土地資源屬性調(diào)查的基礎(chǔ)上，更多開始關(guān)注動(dòng)態(tài)監(jiān)測(cè)和數(shù)據(jù)信息的更新，土地資源的屬性信息從“靜態(tài)單一”轉(zhuǎn)為“動(dòng)態(tài)多樣”，極大地推動(dòng)了土地資源遙感監(jiān)測(cè)向自動(dòng)化、定量化的方向發(fā)展。同時(shí)在土地質(zhì)量監(jiān)測(cè)、生態(tài)監(jiān)測(cè)等效果評(píng)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(cè)的基礎(chǔ)。土地資源信息提取主要是將遙感數(shù)據(jù)所包含的不同時(shí)期、空間、類型的土地，依照其屬性特征加以識(shí)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(chǔ)的“目視解譯法”和以人工智能算法為基礎(chǔ)的“計(jì)算機(jī)自動(dòng)分類法”。目視解譯是早期出現(xiàn)且應(yīng)用范圍比較廣泛的遙感信息提取方法，根據(jù)專業(yè)經(jīng)驗(yàn)和知識(shí)，建立不同地物類型的判讀標(biāo)志，進(jìn)而識(shí)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(biāo)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(shù)路線[4]，在全國(guó)土地資源調(diào)查、三北防護(hù)林、西藏自治區(qū)土地利用等大型遙感項(xiàng)目中得到實(shí)際應(yīng)用，形成了不同的土地資源遙感監(jiān)測(cè)數(shù)據(jù)產(chǎn)品[5]。計(jì)算機(jī)自動(dòng)分類方法，可歸納為3大類：統(tǒng)計(jì)學(xué)分類、人工智能分類及其他分類方法。統(tǒng)計(jì)學(xué)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(jiǎn)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(jí)分類，用以了解區(qū)域的大致情況；監(jiān)督分類法依賴訓(xùn)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(jīng)網(wǎng)絡(luò)分類、專家系統(tǒng)分類。其中，神經(jīng)網(wǎng)絡(luò)方法具有自適應(yīng)性和可以進(jìn)行復(fù)雜的并行運(yùn)算能力，對(duì)數(shù)據(jù)類型及數(shù)據(jù)分布函數(shù)沒有限制性要求，可融合多種數(shù)據(jù)進(jìn)行分類，在土地覆蓋和土地利用方面得到廣泛應(yīng)用。隨著研究的進(jìn)一步深入，其他分類方法中，如支持向量機(jī)分類方法、決策樹分類法以及面向?qū)ο蠓诸惙ǖ龋蚋髯蕴攸c(diǎn)也呈現(xiàn)出一定的應(yīng)用范疇。

目視解譯具有便于利用地學(xué)知識(shí)進(jìn)行綜合判斷、利于空間信息提取、靈活性強(qiáng)等優(yōu)點(diǎn)，同時(shí)又存在人工投入大、解譯經(jīng)驗(yàn)要求高且受個(gè)人主觀因素影響大、在廣泛推廣時(shí)面臨效率低和精度控制困難等問題。依靠GIS計(jì)算優(yōu)勢(shì)的自動(dòng)分類法更注重過程，但多數(shù)情況下因?yàn)檩o助信息的不足，影響機(jī)理解釋，結(jié)果精度難以被認(rèn)可。近年來，以專業(yè)人員綜合分析為基礎(chǔ)的“目視解譯法”與以人工智能算法為基礎(chǔ)的“計(jì)算機(jī)自動(dòng)分類法”的結(jié)合越來越多地應(yīng)用于土地資源遙感應(yīng)用研究中，依靠彼此優(yōu)勢(shì)互補(bǔ)不僅提高效率，還保證精度符合要求。

2.2 水資源遙感應(yīng)用

水體一直是遙感探測(cè)的主要目標(biāo)，水體信息的提取、水質(zhì)環(huán)境的監(jiān)測(cè)，是水資源遙感監(jiān)測(cè)的主要應(yīng)用方向。水體的光譜對(duì)特定的波段具有吸收或反射特征，同時(shí)水體中的葉綠素、固體懸浮物等都會(huì)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(jù)水體獨(dú)特的遙感機(jī)理，隨著高光譜、SAR遙感數(shù)據(jù)的興起，極大地提升了水資源遙感監(jiān)測(cè)的精度。

2.2.1水體信息提取

水體信息的提取，主要是對(duì)水體的分布、面積等進(jìn)行快速提取，常用的方法有：①基于圖像融合技術(shù)，利用色彩增強(qiáng)、IHS變換、比值運(yùn)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(guān)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(yàn)閾值篩選出水體信息；③基于遙感指數(shù)法，利用亮度指數(shù)法或植被指數(shù)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(shù)據(jù)對(duì)云、雨、霧的穿透性和全天候監(jiān)測(cè)的特性，因此對(duì)洪澇災(zāi)害的快速監(jiān)測(cè)具有優(yōu)勢(shì)。許多學(xué)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(hào)影像對(duì)湖南省東北部的夏季河流、湖泊、水庫(kù)的洪澇災(zāi)害，采用閾值分割法與馬爾可夫隨機(jī)場(chǎng)法相結(jié)合提出了一種快速的自動(dòng)化水體信息提取方法。

2.2.2水質(zhì)環(huán)境監(jiān)測(cè)

水質(zhì)環(huán)境遙感監(jiān)測(cè)主要是應(yīng)用地面、航空、航天等遙感平臺(tái)對(duì)河流、湖泊、水庫(kù)和海洋等進(jìn)行探測(cè)，診斷水體的反射、發(fā)射、吸收特征的變化，從而實(shí)現(xiàn)快速地確定水污染的分布狀況和位置。常用的遙感水質(zhì)監(jiān)測(cè)指標(biāo)包括葉綠素a濃度、水體透明度、懸浮物含量、溶解性有機(jī)物等。高光譜遙感數(shù)據(jù)在水質(zhì)監(jiān)測(cè)中扮演了重要角色，其獲取連續(xù)、細(xì)微的光譜特征曲線，可以實(shí)現(xiàn)水質(zhì)定量遙感的反演。常用的水質(zhì)環(huán)境遙感監(jiān)測(cè)方法主要包括物理方法、經(jīng)驗(yàn)方法和半經(jīng)驗(yàn)方法。物理方法是直接利用遙感數(shù)據(jù)，測(cè)量水體的反射率來反演水體中各種物質(zhì)的吸收特征光譜系數(shù)，從而反演水體中各種物質(zhì)的濃度。例如，Hoogenboom等[8]利用AVIRIS數(shù)據(jù)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(jī)載高光譜數(shù)據(jù)基于矩陣反演模型建立了河流葉綠素濃度反演圖。經(jīng)驗(yàn)方法是利用經(jīng)驗(yàn)或者地面實(shí)測(cè)的水質(zhì)參數(shù)，通過統(tǒng)計(jì)分析建立遙感的波段數(shù)據(jù)與水質(zhì)參數(shù)的相關(guān)性，來反演水質(zhì)參數(shù)。中國(guó)科學(xué)院南京地理與湖泊研究所建立的太湖藍(lán)藻水華預(yù)測(cè)預(yù)警系統(tǒng)[11]，利用MODIS/Terra、CBERS-2 CCD、ETM和IRS.P6 LISS3等多種遙感數(shù)據(jù)，從2008年以來，長(zhǎng)期對(duì)太湖的藍(lán)藻水華進(jìn)行監(jiān)測(cè)預(yù)警，受到了江蘇省和國(guó)家相關(guān)部門的高度重視。半經(jīng)驗(yàn)方法是目前比較流行的水質(zhì)監(jiān)測(cè)方法，通過實(shí)測(cè)已知水體的水質(zhì)光譜參數(shù)建立水體參數(shù)光譜數(shù)據(jù)庫(kù)，利用統(tǒng)計(jì)分析方法選擇合適的算法建立遙感的波段數(shù)據(jù)與水質(zhì)參數(shù)的反演模型，該方法具有時(shí)間和空間的限制性，對(duì)不同地區(qū)的水質(zhì)參數(shù)反演需要進(jìn)行相關(guān)的調(diào)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(shù)據(jù)庫(kù)，利用GF-2數(shù)據(jù)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(shù)法，建立了該地區(qū)的黑臭水體識(shí)別模型，取得了較好的效果；Pulliainen等[13]利用AISA機(jī)載高光譜數(shù)據(jù)對(duì)芬蘭南部多個(gè)湖泊的葉綠素a濃度進(jìn)行監(jiān)測(cè)，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(duì)太湖水體中葉綠素a和總氮含量的地面實(shí)測(cè)，利用CBERS- 1衛(wèi)星的CCD傳感器數(shù)據(jù)，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(yīng)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(shù)對(duì)植被信息的提取是開展林草濕資源遙感監(jiān)測(cè)的關(guān)鍵。所有植物的光譜具有一個(gè)共同的特征，在0.45 μm和0.65 μm附近由于葉綠素吸收會(huì)產(chǎn)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(cè)的遙感機(jī)理。目前，常用的植被監(jiān)測(cè)遙感指標(biāo)有比值植被指數(shù)、歸一化植被指數(shù)、綠色植被指數(shù)、垂直植被指數(shù)、土壤調(diào)節(jié)植被指數(shù)、差值環(huán)境植被指數(shù)等方法。

2.3.1森林資源遙感監(jiān)測(cè)

遙感技術(shù)在森林資源監(jiān)測(cè)中主要應(yīng)用在森林物種分類識(shí)別、森林植被生態(tài)參數(shù)監(jiān)測(cè)、森林蓄積量估算和森林災(zāi)害監(jiān)測(cè)4個(gè)方面。森林物種分類識(shí)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(shù)據(jù)采用影像多尺度分割法提取紋理、光譜等指標(biāo)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(shù)據(jù)采用基于紋理的CART決策樹分類法，對(duì)西藏林芝地區(qū)的針葉林、闊葉林和灌木林進(jìn)行了分類。森林植被生態(tài)參數(shù)監(jiān)測(cè)主要是對(duì)樹高、葉面積指數(shù)、郁閉度等參數(shù)進(jìn)行遙感反演，如雷達(dá)數(shù)據(jù)具有一定的穿透能力，可以直接測(cè)量森林的垂直結(jié)構(gòu)；董立新[17]利用Landsat TM數(shù)據(jù)獲取了三峽庫(kù)區(qū)森林的12種植被指數(shù)，通過多元回歸模型反演了該地區(qū)的葉面積指數(shù)；高光譜數(shù)據(jù)在森林郁閉度提取具有一定優(yōu)勢(shì)，Pu等[18]利用Hyperion高光譜數(shù)據(jù)采用逐步回歸方法進(jìn)行建模，森林郁閉度估測(cè)精度達(dá)到了85%。森林蓄積量估算需要光學(xué)遙感和雷達(dá)遙感數(shù)據(jù)相結(jié)合，通過對(duì)樹高、樹種、胸高斷面等測(cè)量來估算蓄積量[19]。森林災(zāi)害監(jiān)測(cè)主要是對(duì)森林火災(zāi)和病蟲害的監(jiān)測(cè)，森林火災(zāi)遙感監(jiān)測(cè)對(duì)衛(wèi)星數(shù)據(jù)的重訪周期要求很好，目前中國(guó)已經(jīng)建立了多個(gè)基于氣象衛(wèi)星的林火監(jiān)測(cè)網(wǎng)絡(luò)；病蟲害的監(jiān)測(cè)是基于病蟲害會(huì)導(dǎo)致植物的光譜反射特征發(fā)生變化，如Shafri等[20]利用機(jī)載高光譜數(shù)據(jù)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(jù)植被指數(shù)、紅邊藍(lán)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(cè)

草原資源遙感監(jiān)測(cè)的方法與森林監(jiān)測(cè)原理類似，主要的應(yīng)用方向是草原植被長(zhǎng)勢(shì)遙感監(jiān)測(cè)，植被指數(shù)是草原長(zhǎng)勢(shì)監(jiān)測(cè)的重要遙感指標(biāo)，通過植被指數(shù)可以直接獲取草原的長(zhǎng)勢(shì)信息，如扎西央宗等[21]利用NOAA/AVHRR數(shù)據(jù)，根據(jù)植被指數(shù)與牧草長(zhǎng)勢(shì)、氣候的關(guān)系，反演了西藏三縣的牧草長(zhǎng)勢(shì)；趙虎等[22]通過分析紅光與近紅外波段之前的關(guān)系，重新組合了一種新的植被指數(shù)GRNDVI，對(duì)植被指數(shù)與土壤背景的關(guān)系有一定的改善。通過同期對(duì)比同一地區(qū)的植被指數(shù)也可以監(jiān)測(cè)出該地區(qū)的草原植被長(zhǎng)勢(shì)，如徐斌等[23]利用2004年和2005年的MODIS數(shù)據(jù)獲取全國(guó)草原區(qū)的植被指數(shù)，通過對(duì)比對(duì)全國(guó)的草原空間分布、長(zhǎng)勢(shì)好壞進(jìn)行分析。

2.3.3濕地資源遙感監(jiān)測(cè)

濕地的分類標(biāo)準(zhǔn)是濕地資源監(jiān)測(cè)的核心問題之一，同時(shí)也對(duì)濕地信息的提取和分類造成了干擾，目前針對(duì)濕地資源監(jiān)測(cè)主要結(jié)合不同空間分辨率、不同光譜分辨率、多時(shí)相的遙感影像進(jìn)行綜合監(jiān)測(cè)，如，Jessika等[24]利用SAR、Landsat TM 、SPOT三種遙感數(shù)據(jù)對(duì)加拿大艾伯塔東北部濕地進(jìn)行動(dòng)態(tài)監(jiān)測(cè),效果較好；Augusteijn等[25]利用多光譜數(shù)據(jù)和AIRSAR雷達(dá)數(shù)據(jù),通過影像融合、神經(jīng)網(wǎng)絡(luò)分類法提高了森林濕地的分類精度。

2.4 礦產(chǎn)資源遙感應(yīng)用

礦產(chǎn)資源是重要的自然資源，現(xiàn)代社會(huì)生產(chǎn)的發(fā)展和人們的生活都離不開礦產(chǎn)資源，社會(huì)經(jīng)濟(jì)的發(fā)展需要加強(qiáng)對(duì)礦產(chǎn)資源的勘查，但礦產(chǎn)資源的不可再生性也需要人們進(jìn)行合理的保護(hù)和利用。遙感技術(shù)在礦產(chǎn)資源的監(jiān)測(cè)中主要應(yīng)用于巖礦信息提取和礦山資源開發(fā)環(huán)境監(jiān)測(cè)2個(gè)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(cè)

礦山開發(fā)環(huán)境遙感監(jiān)測(cè)主要對(duì)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(zhì)環(huán)境(采場(chǎng)、中轉(zhuǎn)場(chǎng)地、固體廢棄物、恢復(fù)治理等)進(jìn)行遙感動(dòng)態(tài)監(jiān)測(cè)，高空間分辨率遙感影像是主要的遙感數(shù)據(jù)源，常用的方法是計(jì)算機(jī)自動(dòng)信息提取與人機(jī)交互解譯相結(jié)合，外業(yè)調(diào)查驗(yàn)證。中國(guó)自2006年起在中國(guó)自然資源航空物探遙感中心牽頭下，連續(xù)多年開展全國(guó)礦產(chǎn)資源開發(fā)遙感調(diào)查與監(jiān)測(cè)，摸清了全國(guó)礦產(chǎn)資源開發(fā)狀況、礦山地質(zhì)環(huán)境、礦產(chǎn)資源規(guī)劃執(zhí)行情況和礦山環(huán)境恢復(fù)治理狀況，為國(guó)家礦政管理、國(guó)土空間用途管制等提供基礎(chǔ)數(shù)據(jù)和技術(shù)支撐[31]。

3 發(fā)展趨勢(shì)

隨著遙感數(shù)據(jù)向高空間、高時(shí)間、高光譜及高輻射方向的進(jìn)一步發(fā)展，自然資源遙感應(yīng)用也將邁向“多尺度、多頻率、全天候、高精度、高效快速”的新領(lǐng)域。在“海量”的遙感數(shù)據(jù)面前，實(shí)現(xiàn)多源、多尺度、高分遙感信息的復(fù)合協(xié)同應(yīng)用，加快各類自然資源遙感技術(shù)應(yīng)用的標(biāo)準(zhǔn)化研究，以及精準(zhǔn)地服務(wù)于自然資源調(diào)查仍然是未來研究的重點(diǎn)。在國(guó)家統(tǒng)籌山水林田湖草各類自然資源的整體保護(hù)、系統(tǒng)修復(fù)和綜合治理新使命中，自然資源遙感應(yīng)用也將迎來新一輪的發(fā)展契機(jī)。

(1) 在土地資源遙感監(jiān)測(cè)上，應(yīng)結(jié)合2018年2月國(guó)務(wù)院印發(fā)的《第三次全國(guó)土地調(diào)查實(shí)施方案》中有關(guān)土地資源分類系統(tǒng)的要求，深入探討基于不同遙感數(shù)據(jù)的土地資源數(shù)量與質(zhì)量的信息提取方法，系統(tǒng)構(gòu)建不同尺度下基于遙感數(shù)據(jù)的國(guó)土資源屬性信息和動(dòng)態(tài)信息監(jiān)測(cè)與評(píng)價(jià)指標(biāo)體系，提高基礎(chǔ)數(shù)據(jù)信息共享和應(yīng)用的潛力，并在此基礎(chǔ)上深入探討衍生的土地資源退化、土地荒漠化、土地非農(nóng)業(yè)化等土地資源監(jiān)測(cè)的應(yīng)用問題。

(2) 在水資源遙感監(jiān)測(cè)上，應(yīng)在充分利用國(guó)家水文數(shù)據(jù)庫(kù)的基礎(chǔ)上，系統(tǒng)而深入地開展水質(zhì)參數(shù)的光譜特征及光譜分析技術(shù)，通過對(duì)比純水以及不同水質(zhì)中相關(guān)參數(shù)的波段特性差異特征，確定具有典型代表意義的特征水質(zhì)參數(shù)，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(zhuǎn)化機(jī)制及下滲、蒸發(fā)等水循環(huán)過程的水資源評(píng)價(jià)模型，并在“3S”平臺(tái)上建立集成化的水資源評(píng)價(jià)信息系統(tǒng)，實(shí)現(xiàn)“3S”與水資源評(píng)價(jià)模型、水文及水資源管理數(shù)據(jù)庫(kù)的集成，統(tǒng)一指導(dǎo)各地水資源評(píng)價(jià)工作，為當(dāng)?shù)亟?jīng)濟(jì)可持續(xù)發(fā)展和水資源永續(xù)利用提供科學(xué)依據(jù)。

(3) 在林草濕資源遙感監(jiān)測(cè)上，以森林為代表遙感監(jiān)測(cè)使用的遙感數(shù)據(jù)基本涵蓋了目前所能用到的包括光學(xué)遙感、微波雷達(dá)、激光雷達(dá)、航空像片等多源數(shù)據(jù)，應(yīng)重點(diǎn)考慮綜合使用不同傳感器數(shù)據(jù)，對(duì)不同的遙感數(shù)據(jù)進(jìn)行融合，例如將高空間分辨率和高光譜數(shù)據(jù)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(cè)的信息提取。在此基礎(chǔ)上，加快開發(fā)林草濕資源變化監(jiān)測(cè)自動(dòng)化系統(tǒng)研究，開展面向?qū)ο蟮淖兓O(jiān)測(cè)方法，進(jìn)一步實(shí)現(xiàn)森林郁閉度、生物資源蓄積量等參數(shù)的定量反演，可滿足不同尺度森林資源、生態(tài)過程監(jiān)測(cè)分析的需求。

(4) 在礦產(chǎn)資源遙感監(jiān)測(cè)上，礦產(chǎn)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(cè)主要通過提取成礦后期剝蝕和破壞信息，在此基礎(chǔ)上進(jìn)一步建立找礦模型和礦山資源開發(fā)環(huán)境評(píng)估模型指導(dǎo)實(shí)際應(yīng)用。該項(xiàng)技術(shù)經(jīng)過數(shù)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(yīng)用效果。但是目前應(yīng)用較廣的高光譜數(shù)據(jù)存在地物波譜測(cè)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(yīng)重點(diǎn)考慮SAR遙感數(shù)據(jù)不受氣候變化影響能夠提供穩(wěn)定的遙感應(yīng)用數(shù)據(jù)，能穿透一定厚度的植被和砂層，實(shí)現(xiàn)對(duì)不可見的隱伏地質(zhì)要素探測(cè)的優(yōu)勢(shì)；加大SAR遙感數(shù)據(jù)與地物作用機(jī)理的深入研究，建立相關(guān)應(yīng)用模型，在中國(guó)以后的礦產(chǎn)勘查和礦山資源開發(fā)環(huán)境監(jiān)測(cè)工作中能夠發(fā)揮更大的優(yōu)勢(shì)。

4 結(jié)論

遙感技術(shù)與信息處理技術(shù)的發(fā)展日新月異，目前自然資源遙感應(yīng)用領(lǐng)域尚無統(tǒng)一的標(biāo)準(zhǔn)和體系，自然資源遙感應(yīng)用研究無論在理論上，還是方法上都需要進(jìn)一步發(fā)展，并不斷地在實(shí)踐中得以檢驗(yàn)、補(bǔ)充和完善，自然資源遙感應(yīng)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(cè)同樣是不可割裂的統(tǒng)一整體。雖然自然資源數(shù)據(jù)源來源和應(yīng)用范圍不同，信息提取手段各異，研究側(cè)重點(diǎn)不同，但在實(shí)際評(píng)估和應(yīng)用中，應(yīng)綜合考慮土地、水、林草濕、礦產(chǎn)的生態(tài)環(huán)境一致性要求，在使用不同資源各自優(yōu)勢(shì)監(jiān)測(cè)方法的基礎(chǔ)上，充分考慮信息綜合集成，發(fā)揮多源信息的復(fù)合協(xié)同作用，進(jìn)一步提高信息特征提取的精度，為認(rèn)知、解釋、預(yù)報(bào)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(jù)，更好地服務(wù)于社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。