基于文獻綜述方法的衛星遙感濕地信息提取研究進展與展望

文｜陳璐 李旺平 李志紅 郝君明 周兆葉 張秀霞 程小強 汪孝賢

1. 蘭州理工大學土木工程學院

2. 蘭州理工大學甘肅省應急測繪工程研究中心

一、前言

濕地（Wetland）是全球三大生態系統之一，也是自然界最富生物多樣性的生態景觀和人類最重要的生存環境，被譽為“自然之腎”“生物基因庫”和“人類搖籃”。然而，隨著氣候變化和人類活動等因素影響，全球范圍內的濕地都在退化。可見，濕地保護是一個國際問題，其中濕地調查和濕地變化監測等工作將是進行濕地保護的首要任務。

傳統的濕地調查與監測主要依靠人工實地測量。雖然人工測量精度較高，但實地測量具有無法克服的局限性[1]，如無法完全覆蓋高山區和無人區等地區的濕地、數據更新周期長、耗費人力物力且易破壞濕地環境等。自1960年4月1日TIROS-1氣象衛星發射至今[2]，遙感技術憑借觀測范圍廣、時效性強、無需直接接觸被測目標和信息定量化等優點[3]，現已成為不同尺度上調查和監測濕地資源的主要手段。

近年來，基于遙感影像的濕地信息提取主要應用于濕地制圖、常態化監測（濕地變化監測、不同濕地類型間相互轉換、濕地結構分析）、濕地評估等領域。本文基于WOS檢索得到的207篇濕地遙感文獻，運用CiteSpace軟件從作者國家、單位和文獻來源期刊三個方面進行統計分析，總結了近40年來用于濕地遙感的常用數據源和主要應用領域，以及濕地遙感提取研究進展和存在的問題。

二、文獻綜述方法的數據來源

WOS引文數據庫是美國科學情報研究所的產品[4]，收錄了全球13000多種權威的、高影響力的學術期刊，下設五個數據庫，分別為“WOS核心合集”“BOIOSIS Prebiews”“KCIKorean Journal Database”“MEDLINE”“AciELO Citation Index”，其中“WOS核心合集”是獲取全球學術信息的重要數據庫，擁有很嚴格的篩選機制，它不僅囊括核心期刊的學術論文，還收錄了其他種類的文章，如信件、更正、補正、編者按、評論、會議文摘等17種，內容非常全面，是目前進行文獻綜述和文獻計量等研究的主要數據源。

三、文獻綜述方法及結果分析

目前，研究人員主要通過閱讀權威的、高影響力期刊中的論文和參加學術前沿講座了解科研動態，這種對論文的應用方式還停留在微觀層面。因此，為了在宏觀層面上對論文的價值及各維度關聯關系進行挖掘，就需要借助于文獻計量及相關軟件[5]，其中應用最廣的文獻計量軟件是陳超美博士研發的CiteSpace[6]，它支持多種類型的文獻計量學研究，能使研究者直觀地獲得研究方向的前沿動態和經典基礎文獻。為此，本文將借助CiteSpace軟件分別從作者國家、單位和文獻來源期刊三個方面進行統計分析，以期為后續研究遙感技術濕地提取的學者提供參考。

使用高級檢索功能，在“Title”中輸入“satellite image”“remote sensing”“hyperspectral”“SAR”“microwave radar”，在“Topical”中輸入“wetland extract”，兩者的邏輯關系選擇“AND”，檢索后，只選擇“Remote Sensing”學科類別下的文獻，最終得到了1980—2020年共207篇文獻。

運用CiteSpace軟件首先分析207篇文獻的關鍵詞，并以每個關鍵詞的中心節點重要度（Centrality）作為判斷標準，Centrality值越高，說明該關鍵詞在該領域越重要。圖1即為Centrality值大于0.1的所有關鍵詞，可以看出，Centrality值較高的關鍵詞都與濕地遙感提取研究密切相關，說明基于此207篇文獻所做的文獻分析結果具有較高的參考價值。

圖1 中心節點重要度大于0.1的10個關鍵詞

通過CiteSpace分析作者所屬國家（圖2），可以看出在1980—2020年間，中國和美國發表的論文總量最多，分別為80篇和54篇，兩個國家發文數量總和約占文獻總量的65%。CiteSpace計算Centrality發現，前兩位仍是中國和美國，Centrality分別為0.36和0.24；而排在第三位的國家是加拿大，雖然僅發表了17篇論文，但其Centrality為0.15，說明該國作者發表的論文同樣具有較高的影響力；除中國、美國和加拿大外，其他國家Centrality均為0。可見，在全球范圍內，就國家而言，與濕地遙感相關的研究中，中國的論文影響力最高，其次是美國和加拿大。

圖2 作者所屬國家的論文數量和中心節點重要度

四、濕地遙感數據源及其應用領域分析

遙感對地觀測技術始于20世紀60年代，直到70年代才被用于實際研究中，80至90年代開始快速發展，2010年以來，遙感對地觀測技術逐漸成熟[7]。本文以上述遙感技術發展的時間節點為分段依據，將1980—2020年的207篇文獻分為1980—2000年、2001—2010年和2011—2020年三個階段，并歸納總結了每個階段的主要數據源、技術發展與應用領域。

1.1980—2000年

這一時期，以基于中分辨率光學數據的濕地制圖和變化監測為主，雷達數據和多源遙感數據結合的濕地提取技術處于起步階段。

（1）主要數據源

1980—2000年間，大部分關于濕地遙感研究都是基于Landsat衛星、SPOT衛星、機載航空攝影圖像（airborne digital camera）等光學數據源，其中Landsat衛星的使用率最高；星載雷達技術處于孕育期（1970—1990年）和成長期（1990—2000年），美國、日本和加拿大等國家的相關部門相繼發射了SEASAT（1978年）、SIR-A（1981年）、SIR-B（1984年）、ERS-1（1991年）、JERS-1（1992年）、ERS-2（1995年）和Radarsat（1995年）等雷達衛星。1997年，Thuy L T等人首次證明了合成孔徑雷達數據可用于濕地變化監測，自此，便有學者開始將SAR數據用于濕地分類研究；結合光學數據和雷達數據進行濕地遙感提取的研究還處于嘗試階段。

（2）技術發展與應用領域

這一時期，基于光學數據的濕地提取技術以基于Landsat數據監測和繪制較大面積的濕地為主，如Munyati C等人采用Landsat影像，監測了贊比亞南部地區卡弗平原灘涂濕地的面積變化；Ross L S等人采用多時相Landsat 5 TM圖像，監測特拉華州和馬里蘭州境內濕地變化；基于SAR數據和結合光學和雷達數據的研究都以如何提高濕地提取技術為主，如Ghedeira H等人采用了Radarsat數據，對加拿大魁北克省森林濕地進行遙感分類；Dwivedi R S等人結合IRS-1光學遙感數據和ERS-1 SAR雷達數據，繪制了孫德爾班三角洲部分地區和西孟加拉邦毗鄰地區濕地地圖，結果表明兩者結合繪制的濕地地圖精度更高[8]。

綜上所述，以基于光學數據源的濕地提取為主，其中Landsat衛星數據應用次數最多，主要應用在濕地制圖、變化監測領域；星載雷達技術處于孕育期，學者們嘗試采用Radarsat數據對濕地進行遙感分類；結合光學和雷達數據的研究雖然起步最晚，但已有的研究表明，結合光學和雷達數據能夠明顯提高濕地的分類精度。值得注意的是，1980—2000年間，中國學者的文章在WOS核心合集中鮮有收錄，這說明中國基于遙感影像的濕地提取技術的研究晚于西方國家。

2.2001—2010年

這一時期，高分辨率光學數據多次應用于濕地提取研究中，星載雷達衛星技術蓬勃發展。

（1）主要數據源

2001—2010年間，基于光學遙感數據的濕地提取研究中，常用數據源除了中分辨率的Landsat和SPOT數據外，還新增了高分辨率影像數據。其中，Landsat數據的使用率仍然最高；雷達衛星技術發展迅速，發射了各種能夠滿足不同應用需求的星載雷達衛星系統，基于雷達數據的濕地提取文獻逐漸增多，常用數據源有Radarsat衛星數據、ERS衛星數據、JERS-1衛星數據和ALOS衛星數據等，其中Radarsat系列衛星使用率最高；結合光學和雷達數據進行濕地提取的相關研究以Radardat和Landsat數據為主，同時高分影像也被用于多源數據結合的濕地遙感提取領域。

（2）技術發展與應用領域

這一時期，基于光學數據的濕地提取技術仍以中分辨率的Landsat數據為主，主要應用在大面積濕地變化監測和濕地制圖領域，如Chen X L等人基于Landsat TM 和Landsat ETM+影像，提取并分析了鄱陽湖濕地的景觀格局變化；Baker C等人利用Landsat ETM+影像，結合地形和土壤數據，繪制了美國蒙大拿州先不加勒廷山谷的濕地和河岸地圖。高空間分辨率遙感衛星也被用于濕地分類提取研究中，分類結果的精度達到90%以上；基于雷達數據的濕地提取技術以研究基于Radarsat數據的濕地調查和濕地制圖為主。例如，Zhang M M等人采用了PALSAR-1數據，對濱海濕地進行分類，總體精度和Kappa系數分別為89.79%和0.8；Parmuchi M G等 人 采 用Radarsat-1數 據 繪制了阿根廷巴拉那三角洲下游濕地地圖；結合光學和雷達數據主要應用在濕地調查和制圖領域。Grenier M等 人 采 用 了Radarsat-1和Landsat-7 ETM數據，繪制出以加拿大濕地清單為參考的加拿大濕地地圖，分類結果中各種地物的整體精度均大于80% ；同時，高分影像也被用于多源數據結合的濕地遙感提取領域，Du L等人嘗試將WorldView和LiDAR數據結合，對美國東部的德爾馬瓦半島森林濕地進行遙感分類。

2001—2010年間，中國學者采用多種遙感數據進行濕地提取研究，基于衛星遙感的濕地提取研究成為關注熱點。但由于這一時期，中國星載衛星成像技術處于起步階段[9]，因此，該領域的研究均采用國外數據。與此同時，隨著全球遙感衛星成像技術的發展，基于光學數據源的濕地提取研究開始引入高空間分辨率遙感影像、土壤信息和地形信息等，提取精度逐步提高，主要以大面積濕地變化監測和濕地制圖為主；基于雷達數據和兩者結合用于濕地提取的研究在這一時期迅速發展，大多數研究以提高濕地分類精度為主。

3.2011—2020年

這一時期，融合多源遙感數據的濕地提取技術成為該研究領域的熱點，盡管高分辨率光學數據是目前濕地提取研究的新趨勢，但中分辨率光學數據仍具有不可替代的優勢。

（1）主要數據源

2011—2020年間，基于光學遙感數據的濕地提取研究中，新增了更多高空間分辨率衛星數據，如WorldView、QuickBird和中國的高分系列衛星數據等。其中，應用最多的仍然是Landsat數據。基于雷達數據的濕地提取技術逐漸成熟，常見的數據源有Radarsat、ALOS、PALSAR衛星數據等，使用次數最多的是Radarsat和PALSAR數據；隨著光學數據和雷達數據種類的增多，將兩者結合進行濕地提取的文獻所占比例也越來越高。

（2）技術發展與應用領域

這一時期，高分辨率商業遙感衛星與日俱增，以此為數據源繪制濕地專題地圖的相關研究也隨之增多，如Zhang D R等人采用QuickBird數據，提取了位于杭州的西溪濕地[10]；Mahdianpari M等人將WorldView和Pleiades高分遙感數據作為GEE（Google Earth Engine）平臺上的訓練數據，繪制了加拿大第二代濕地清查圖[11]；Wu R J等人采用資源三號衛星數據，繪制了濱海濕地地圖。隨著光學遙感數據源的增多和影像融合技術的進步，不少文獻通過融合多種光學數據進行濕地遙感提取的研究，如Mccarthy M J等人融合WorldView-2和Landsat 8 OLI影像數據，繪制了佛羅里達州坦帕灣濕地地圖。

基于雷達數據的研究主要應用在濕地制圖和濕地分類提取中。例如，Zhang M M等人采用了PALSAR-1數據，對濱海濕地進行分類，總體精度和Kappa系數分別為89.79%和0.88 ；Mahdianoari M等人采用全極化Radarsat-2數據，繪制了加拿大紐芬蘭省阿瓦隆濕地的土地利用類型圖。結合光學和雷達數據的研究主要應用在濕地調查制圖和濕地分類提取中，如Betbeder J等人結合MODIS和PALSAR數據，首次繪制出剛果河流域森林濕地類型 ；Du L等人結合WorldView和LiDAR數據對美國東部的德爾馬瓦半島森林濕地進行遙感分類[12]；Amani M等人結合機載航空影像數據、Radarsat和Landsat數據，提取了紐芬蘭和拉布拉多地區濕地，結果表明各地類提取精度均在81%～91%之間。

綜上所述，近十年來，中國在高分衛星技術和遙感影像濕地提取研究方面飛速發展。同時，應用高分數據已成為基于光學數據進行高精度濕地提取研究的新趨勢；基于雷達數據的濕地提取技術逐漸成熟，分類結果的精度顯著提高；在結合光學和雷達數據的文獻中，主要以改進濕地遙感分類技術為主。其中，2011年之前，基于衛星遙感的濕地提取技術的研究以中小尺度濕地為主，2011年之后，如何實現大尺度的濕地調查成為研究者們關注的熱點。

五、存在的問題與展望

通過上述綜述可以看出，經過近四十年的發展，濕地遙感的數據源越來越多，提取和分類精度也越來越高，應用領域也在逐步拓展。但還是存在以下幾個方面的問題。

首先，各國間濕地遙感提取研究存在發展不平衡的問題。基于WOS檢索得到的207篇文獻中，中國、美國和加拿大三個國家的發文數量和Centrality值都很高，具有較高的學術影響力，其他國家Centrality值均為0。文獻被引用次數排在前五名的期刊分別來自瑞士、英國、荷蘭和美國四個國家，但除了美國，其余三個國家發表的文獻學術影響力并不高。

近年來，中國在遙感衛星領域發展迅猛，在軌遙感衛星數量全球范圍內排名第二，自1980年至今，可用于濕地提取研究的遙感衛星和機載成像平臺數量逐年遞增，但從統計數據來看，常用于濕地提取研究的免費數據都源自國外（表1）。可見，發展國產公益遙感衛星事業，為濕地資源調查和監測提供數據支持，是我國提高濕地調查效率的重要途徑。

表1 WOS檢索到的文獻中用于濕地提取的數據源

其次，全色、多光譜、高光譜等光學數據源，為研究者提供了與濕地重要組成部分密切相關的可見光和紅外光譜信息，因此光學數據在濕地遙感提取中應用頻率最高（圖3）。但單源遙感信息存在著不可避免的缺陷，例如，不同濕地類型之間全色和多光譜圖像的光譜信息有限，導致光譜相似的濕地類型間易產生誤分、錯分問題；雖然高光譜數據提高了光譜的分辨率，但是空間和時間分辨率也隨之降低，并且當研究區面積較大時，多光譜數據的像素個數和波段數隨著研究面積的增大而增大，由此造成的數據冗余現象使數據處理變得復雜。因此，結合全色、多光譜和高光譜等光學數據，進一步提高濕地制圖和分類的精度，將會是未來濕地遙感研究的熱點之一。

圖3 各年份不同遙感數據源使用情況

再次，由于濕地的景觀組成復雜，異質性非常高，導致單一濕地類型表現出不同的光譜特征，因此，光學數據源只能提供二維平面上的光譜信息[13]。多個研究表明，濕地分布與地形、濕地內部的水分以及微地形之間均密切相關，現代激光雷達系統（LiDAR）不僅可提供用于濕地分類的垂直信息，還可提供濕地的結構和地形信息。由此可見，通過結合激光雷達數據與空間、光譜等信息，從而提高基于遙感技術進行濕地制圖和分類的精度，在濕地遙感領域存在著巨大的潛力。

最后，在工業發展、農業集中化和森林砍伐等人類活動以及溫室效應導致的全球變暖共同影響下，濕地面積銳減。自然資源面臨的風險和近期頒布的與濕地相關的法律法規，都推動了濕地研究的發展，但由于濕地主要分布在自然保護區內，現有的濕地分布圖大多都作為土地利用圖中的一個地類，與土地利用圖混合，缺少反映濕地分布特征的專題地圖，因此開發大規模、高精度的濕地專題制圖，用來描述濕地特有的景觀，在濕地監測和管理方面具有重大意義。

六、結語

濕地是地球上重要的生態系統之一，濕地面積隨著水位、水域面積和植被生長的動態變化，在不同年份和季節呈現不同變化，因此，基于遙感分類技術，制作長時間序列的濕地地圖產品，并對濕地變化進行遙感監測，可為有關部門提供決策依據，是今后濕地遙感提取研究的主要目的。

本文通過運用CiteSpace軟件分析207篇文獻的發文作者和文獻所屬研究所和高校發現，中國、美國和加拿大三個國家發表的文章處于全球領先水平，特別是中國，發文數量和Centrality值均排名第一。

統計207篇文獻所用數據源可知：光學遙感數據憑借豐富的光譜信息，占據了全部研究的1/2以上；雷達數據雖然具有穿云霧和提供高程等地形信息的優勢，但因其不確定性較大，導致相關研究較少；同時結合多種遙感成像平臺數據的研究正逐年遞增。目前應用全色、多光譜和高光譜等光學數據以及各種雷達數據，實現基于多源遙感數據的大尺度濕地制圖和變化監測，已經成為現階段濕地遙感領域的新研究趨勢。

從應用領域的角度來看，濕地遙感研究的應用領域不斷拓展，1980—2000年間，濕地遙感研究主要以中小尺度濕地調查和制圖為主；2001—2010年間，隨著遙感衛星數量增多和影像時間序列的增長，這一時期濕地遙感研究的應用領域拓展為大尺度的濕地調查和變化監測；2011—2020年間，隨著高光譜、高分辨率和雷達遙感數據的增多，其應用領域在濕地調查和變化監測的基礎上，又拓展到濕地專題地圖和濕地生態系統評估等方面。可見，濕地遙感技術將會滿足不同領域的技術需求，將成為濕地保護和變化監測服務的主要技術手段。