遥感在水污染中的应用

遥感在水污染中的应用（共8篇）

遥感在水污染中的应用 篇1

遥感技术在矿山遥感调查与监测中的应用

论述了遥感技术在开展矿山遥感动态监测中的方法,即通过对遥感影像进行几何纠正,融合,在信息提取的基础上,结合实地调查,对矿山开发状况和矿山生态环境进行监测.结果表明,在监测期间能够很好的发现违规开采的行为与引起的`环境问题,很好地实现了对监测区采矿行为及其变化的动态监测.为合理开发矿产资源、保护地质环境、矿山环境整治、实时矿山环境监督等提供基础资料.

作 者：褚进海 彭鹏 李郑 贾丽萍 CHU Jin-hai PENG Peng LI Zheng JIA Li-ping 作者单位：安徽省地质调查院,安徽合肥,230001刊 名：安徽地质英文刊名：GEOLOGY OF ANHUI年，卷(期)：19(3)分类号：P627 TD8关键词：矿山遥感 矿山开发 监测 遥感

遥感在水污染中的应用 篇2

关键词：地表水污染,调查工作,遥感技术,应用

0 引言

遥感技术起源于20世纪60年代, 是指利用飞机或卫星工具远距离观测地面, 通过发射和接收电磁波, 对触及目标后所感应出的某些特性以图像或波形图反映出来并加以分析的一种探测技术, 采用遥感技术, 能够高速和优质地进行探测和绘图[1]。

1 遥感技术概述

遥感技术是迄今为止世界上最先进和最实用的水质监测技术, 特别是在大规模地表水污染情况调查工作中应用最广泛。遥感技术的优势主要体现在探测范围大、探测方法多和获取信息量大。遥感技术在地表水污染情况调查中应用是基于对电磁波的反射原理所产生反射光谱来对水质进行调查、分析和研究。当水体清洁度情况较好时, 水体对光的吸收能力较强, 水体反射率较低, 较强的分子散射性仅存在于光谱区较短的谱段上, 尤其是红外谱段, 遥感影像上水体呈暗色色调, 水体光谱特性和水色是调查地表水污染情况的主要指标[2]。

水质监测调查中遥感技术是指应用各种遥感平台对地面湖泊、水库和海洋进行探测, 根据这些水体的反射光谱等物理特征变化来判断水质情况的一种技术。遥感技术常用的设备主要有红外扫描仪、多光谱扫描仪、微波系统和激光雷达等。红外扫描仪是利用被测地物自身的红外辐射现象, 借助仪器本身的光学机械扫描和遥感平台沿飞行方向移动形成图像的遥感仪器。多光谱扫描仪安装在飞机或卫星上, 扫描仪内扫描镜在不停旋转, 让随时接收的视景与飞行方向作垂直运动, 达到对地、物的扫描目的, 飞行器向前方运行, 扫描仪便形成了二维扫描。多光谱扫描仪对地、物逐点扫描和分波段测量, 进而获得了多光谱的遥感图像信息。微波系统包括微波发信设备和微波收信设备, 起到信息传递作用。激光雷达是利用发射激光束来探测地、物的影像信息等的雷达系统, 它的组成包括激光发射机、光学接收机、转台和信息处理系统等, 利用电脉冲与光脉冲转换并发射至地、物, 地、物反射回来的光脉冲通过光接收机还原成电脉冲再从显示器上显示出来。

2 地表水污染情况调查

随着经济快速发展, 国民生产投资在不断加大, 城市化进程步伐也在不断加快。在此背景下, 地表水资源所受到污染的可能性也越来越大。为保护地表水资源质量, 要定期进行地表水污染情况调查工作, 实时掌握地表水污染情况, 并及时采取有效措施来解决水质污染问题。地表水污染情况调查的目的是识别污染, 找出污染源、污染种类和了解污染程度, 为地下水评价和保护提供科学数据。污染源一般有工业化工生产废物、农药化肥使用残留、医院废水、生活垃圾和核生化物等。据有关部门调查, 2013年中国地表水总体上处于中度污染状态, 但部分城市污染较为严重, 主要污染指标为氨氮、石油类、化学需氧量等。2014年起中国水质环境治理力度进一步加大, 地表水污染情况逐步减轻。地表水监测的目标有水面油污情况、水中悬浮物情况、污水排放情况、藻类的类型和水密度等。地表水污染情况调查的方法有现场踏勘、遥感技术、地球物理方法和钻探等。其中, 遥感技术是最为先进和实用的监测方法[3]。

3 地表水污染情况调查中遥感技术的应用

3.1 遥感技术原理

遥感技术应用原理主要是利用物体的光谱特性, 任何物体都存在不同的对光谱吸收、反射、辐射的特性。处于同一光谱区内的各种物体对光谱的反映情况不同, 就同一物体而言, 它对不同光谱的反映也不一样, 甚至存在明显的差别。另外, 同一物体在不同区域和不同时间段, 因太阳光对其照射角度变化所致, 它们吸收和反射的光谱也各不一样。遥感技术就是应用物体这些原理来对物体做出相应反应和判断。遥感技术对物体探测一般是采用红光、红外光和绿光三种光谱波段, 其中红光波段是用来探测植物生长及水污染。

3.2 地表水污染情况调查遥感技术监测内容

遥感技术具有监测范围大、监测速度快和监测质量高的特点, 在地表水污染情况调查工作中得到了广泛应用。它能够对大面积水体做出同步快速监测, 并且不受地点和时间限制, 能够快速准确测定水体污染情况, 包括污染源和污染特征等。它还能够通过不同时间段对同一水体区域连续监测, 用以反映出地表水污染的变化情况。遥感技术应用在地表水污染情况调查中, 监测内容主要为在水面漂浮、水中悬浮和一些溶解在水中的污染物。在具体的地表水污染情况调查中, 可采用不同的监测方法对不同污染物进行监测:使用多光谱扫描和红外扫描, 可监测地表水体的化学污染和热污染情况;对水体内的污水扩散范围及特征采用红外扫描, 这类污染情况能够较清晰地显示在红外线扫描图像上;采用激光雷达, 用以监测被污染水体中的叶绿素, 能够掌握水体中藻类类别和生长情况, 用来了解水体富营养状况;使用紫外线摄影可测量水体中油污染情况;另外, 由于水体中悬浮物对光波的吸纳程度不同, 使用遥感技术还可以也可测量出水体内泥沙的含量。

3.3 水质反演常用方法

遥感技术应用于水质监测以来, 反演水质的方法也逐渐增加。如今最常用的方法有反射比经验公式法、各组分的散射和吸收经验公式法及荧光方法。

3.3.1 反射比经验公式法

反射比经验公式法是指采用水质组分与对应波段反射比及不同阶段间比值关系建立相关方程。按数学方法将其分为相关比值法、人工神经网络法和波段微分法三种, 用以建立水质光谱反射的数学表达方式。

3.3.2 各组分的吸收和散射经验公式

各组分的吸收和散射经验公式是按某一项组分单位浓度光谱吸收情况来建立水质发演模型, 并配合水质实地踏勘采样化验, 建立出水质散射经验公式来进行水质反演。

3.3.3 荧光法

荧光法是利用荧光与叶绿素有很好的相关性这一特点来进行水质反演。对水体中所含叶绿素监测方法一般有透射系数衰减法和荧光法。实践证明, 荧光法比透射系数衰减法更有优势, 因为荧光与悬浮物的相关性比衰减系数的相关性强, 大气透射计适合无机小颗粒监测, 而荧光更适合于水体内藻类的监测。

3.4 水质遥感技术常用数据来源

目前, 水质遥感的数据来源很多, 主要分为卫星平台遥感数据和高光谱遥感数据两大类别, 不同水体水质监测所采用的数据来源也不一样, 常用的数据一般来源于卫星平台, 它数据来源量大、监测范围广。高光谱遥感数据获取采用高光谱传感器, 它主要是用于很窄光谱段获取图像。实践中, 还可以使用多种传感器组合来进行水质反演, 这样可以有效提高水质反演能力。

3.5 注重遥感技术水质处理流程

在地表水污染情况调查中, 利用遥感技术监测水质信息的流程非常复杂, 其中包含诸多处理环节, 每一环节工作都会对水体的遥感图像信息产生很大影响。所以, 在监测地表水污染情况工作开始前, 不仅要了解调查区域内地理情况及水体基本情况外, 还要明晰水质遥感处理流程重点设计和规划。水质遥感处理流程一般为:数据预处理→最佳研究波段选择→水体提取→水区域确定→图像增强处理→水质分类及分析→水质监测结果。为保证地表水污染情况调查结果的准确性, 必须对水质遥感处理流程的每一个步骤做详细认真处理, 并不断优化和创新。

4 遥感技术的不足之处

就目前遥感技术来讲, 其对地表水污染监测还存在一定缺失。因被监测水体中的污染物种类繁多, 大部分污染物的光谱特征都不够明显, 从遥感技术设备显示的图像和信息还很难对地表水污染情况进行定量判定。所以, 在实际地表水污染情况调查工作中还需要与实地踏勘相结合来完成监测工作。由于地表水污染情况调查中水体范围大, 实地调查只能选择一定点位或区域, 调查的最终结果可能与实际的污染情况存有一定差别。

5 结语

地表水污染情况调查工作对中国的水资源保护具有十分重要的意义。由于中国国土辽阔, 地表水体面积大, 且地表水污染情况较严重。所以, 在地表水污染情况调查时必须采用遥感技术来对污染情况进行监测。在地表水污染情况调查工作时, 首先要全面掌握遥感技术理论知识, 同时不断吸取和引进国际上先进的遥感技术理论、设备和经验, 进一步提高中国地表水污染情况调查工作的效率和质量, 促进水资源保护工作顺利完成。

参考文献

[1]张韬, 安慧君, 陆海平.遥感技术在呼和浩特市地表水污染调查中应用[J].内蒙古农业大学学报, 2000, 29 (3) :72-75.

[2]李嵘.遥感技术在水环境监测中的应用研究[J].江西化工, 2005 (4) :49-51.

遥感在水污染中的应用 篇3

摘要：遥感技术具有宏观性和现势性强、综合信息丰富等优势，为矿区土壤重金属污染评价提供了可行的方法。本文综述了遥感技术在矿区土壤重金属污染评价方面的研究，并对其进行了展望。

关键词：遥感；土壤；重金属

Abstract：Remote sensing technology has the advantages of macroscopic characteristics，strong currency and comprehensive abundant information. It provides a feasible method for soil heavy metal pollution evaluation of mining area. This paper summarizes the research of evaluation for mining area of soil heavy metal pollution with remote sensing technology.

Key Words：remote sensing；soil；heavy metal

1. 引言

矿产资源是生产资料和生活资料的重要来源，人类社会的发展进步与矿产的开发利用密不可分。矿产的开采、冶炼、加工过程中大量的铅、锌、铬、镉、钴、铜、镍等重金属以及类金属砷等进入大气、水、土壤引起严重的环境污染。根据2014年4月17日环境保护部、国土资源部发布的《全国土壤污染调查公报》，“全国土壤环境状况总体不容乐观，部分地区土壤污染较重，总的超标率达16.1%”、“在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃”。资源、环境是制约社会经济发展的两大瓶颈，如何克服这个瓶颈问题同时又能实现矿山开发的可持续发展，是我国社会必须面对和解决的紧迫的社会问题[1]。

传统的土壤重金属污染监测方法有实验室监测、现场快速监测等方法。实验室监测方法虽然测量精度高，但是存在劳动强度大、采样分析费时，适用范围小的缺点；现场快速监测法虽然具有大面积、连续、高密度获取信息的特点，但是还大多处于定性或半定量的试验阶段，易受周围因素影响[2]。

各种岩石、土壤、植被及水体等均有各自独特的光谱特征。地物光谱特征的差异，是遥感技术识别各类地物的主要依据，也是应用遥感技术开展土壤重金属污染评价的理论基础。遥感技术以其宏观性和现势性强、综合信息丰富等优势，在矿区土壤重金属污染评价中起到了积极的先导作用，并取得了良好的应用效果。

一般情况下，土壤中的有机质、水分、铁氧化物、重金属等对土壤光谱反射率有一定影响。国外相关研究起步较早，始自20世纪六十年代土壤光谱研究[3]。国外有研究中表明，当土壤有机质含量超过2%，铁氧化物、重金属等光谱信息有可能被土壤中的有机质的光谱信息所掩盖，进一步加大了光谱信息提取的难度；同时土壤的反射率会因铁氧化物的存在而在整个波谱范围内有明显的下降趋势，土壤的光谱反射率都朝着蓝波方向下降，并且这种下降趋势可以扩展到紫外区域[4]，相关研究陆续拓展至矿区重金属污染中来[5]；国内自20世纪八十年代在云南腾冲系统地开展土壤光谱与理化性状关系的研究[6～7]，并于九十年代末开展遥感技术在矿区重金属污染监测的探索。

目前遥感技术对矿区土壤重金属污染评价研究主要有两个方向：一是植被反演。根据地表植被覆盖以及重金属在植被根茎、叶片中富集，植被在重金属胁迫下叶绿素等光谱特征发生变化的特点，通过植被光谱数据反演土壤中的重金属含量，间接评价重金属污染。二是土壤监测。利用重金属对土壤波谱特性的影响，通过土壤光谱数据监测重金属含量[8-10]。

2. 植被反演方法

植被在生长发育的过程中，矿区土壤中的重金属被吸收和富集，对植物的产生的影响主要体现在长势方面产生了生物地球化学效应，如色素含量、水含量、叶面温度的变化，进而影响植被的光谱反射率，植被光谱的变化能够在遥感光谱信息中有所体现。基于以上认识，可以通过植被光谱信息、波谱曲线变化的分析提取污染信息[11]。不同植物对重金属敏感性不同，重金属胁迫导致植物体内生物化学成分发生改变，使电磁波谱反射特性不同。

植被反演方法的原理是，运用遥感技术研究重金属污染条件下植被光谱特征变化，建立植被光谱特征与重金属污染条件下植被生长状态参数变化之间的关系[7]；研究叶绿素含量与重金属污染之间的关系，分析叶绿素变化敏感的光谱指数及其响应规律，并进行了区域应用与验证[11-13]。研究表明，随着土壤中重金属含量增加，植被近红外、可见光反射光谱特征发生显著变化，表现为可见光光谱反射增强，近红外光谱减少，红边移动范围减少[14-15]。此方法适用于矿区植被覆盖较茂密的区域。

王杰等（2005年）以江西德兴铜矿去为实验区，采用美国陆地卫星（Landsat）ETM +数据，采用比值分析、彩色合成、影像融合等方法增强影像视觉效果，对污染区的植被的波谱曲线与正常区的同种植被的光谱特征作对比，总结出受毒化植物叶冠的波谱形态与正常植物叶冠的波谱形态相比发生的形态变异的特征，总结对照区和污染区植被的波谱特征差异和各污染区的受污染程度，分析出不同污染区植物的受毒害程度[16]。

雷国静等（2006年）在南方植被茂密区离子型稀土矿区采用高分辨率QuickBird遥感数据采取坐标换的方式，消除土壤信息干扰，获取了较真实的植被受污染影响程度的信息，运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息，取得了较好的效果[17]。

李新芝等（2010年）以肥城煤矿区为实验区，将SPOT-5数据2.5米分辨率的全色波段进行小波变换、主成分分析等融合方法提高图像的空间信息量，综合运用缨帽变换、植被与土壤相关性分析、支持向量机分类等方法提取矿区植被信息，并制作了植被等级分布图，确定了不同污染程度的植被覆盖面积，与矿区污染分布的规律具有较好的一致性[11]。

黄铁兰等（2014年）以广东大宝山矿区及周边10 公里范围作为研究区，分别以ASTER及QuickBird为数据源，采用植被指数法和植被绿度法对植被污染信息进行识别，对获取的植被绿度信息图像进行密度分割，获得植被污染程度及分布情况。同时建议大范围的矿山植被污染信息的识别，考虑到项目综合成本等因素，采用ASTER等低分辨率的数据源，选择植被绿度指数法进行识别。对于小范围的典型矿区，可选用QuickBird 等高分辨率的数据源，用植被指数法进行识别[18]。

由于混合像元、大气效应的存在，植被信息提取过程中容易出现错分、漏分现象；相关系数的设置易受经验的影响。同时信息提取易受云层、山体阴影和人类生产活动的影响，均存在一定的误提现象。未来应加强信息提取技术、多源遥感数据在植被反演中的应用研究，以解决上述问题。

3. 土壤监测方法

土壤是由多种物理化学特性不同的物质的组成的混合体，例如有机质、重金属、水、其他矿物质等。各种物质均有发射、反射、吸收光谱的特性，都会对土壤光谱特征产生影响，同时植被覆盖也对土壤光谱的监测有较大影响，因此对于通过土壤光谱数据直接监测土壤重金属含量的研究，尚处于探索阶段。

土壤监测方法的原理是，利用光谱分析方法室内测定土壤发射光谱数据，经线性回归分析或指数回归分析、标准化比值计算、特征光谱宽化处理后，利用回归分析方法建立重金属元素含量与发射率变量之间的土壤重金属反演模型，定量反演出矿区土壤重金属含量[19-23]。此类方法适用于植被覆盖率较低的地区。

Thomas Kemper等（1998年）在西班牙Aznalcóllar 尾矿库溃坝事件土壤重金属污染监测中，基于多元线性回归分析（MLR）和人工神经网络（ANN）方法分别通过化学分析、特征光谱--近红外反射光谱（0.35?0.35μm）手段监测土壤重金属含量，两种手段对 As、 Fe 、Hg、Pb、S、Sb等六种元素监测有较高的相似度。为相似矿区环境的监测提供了较好的借鉴意义[13]。

李淑敏等（2010年）以北京为研究区，研究土壤中8种重金属（Cr、Ni、Cu、Zn、As、Cd、Pb、Hg）的含量与热红外发射率的关系，分析了土壤重金属的特征光谱，并模拟预测了重金属含量的回归模型，为基于遥感光谱的土壤重金属含量监测奠定了基础[24]。

宋练等（2014年）以重庆市万盛采矿区为研究区，通过光谱特征物质之间的自相关性来分析土壤中光谱特征物质，在回归分析的基础上建立As、Cd、Zn重金属含量的遥感定量反演模型，监测三种重金属含量，结果表明土壤在近红外波段和可见光波段的反射值比值与土壤中As、Cd、Zn含量存在较好相关性[25]。

部分研究对波段选择和光谱分辨率的重要性认识不高，影响了重金属元素光谱信息识别、重金属污染预测精度；土壤中绝大部分重金属，如铅、锌、铬、砷等在可见光—近红外波段区间的光谱特征较弱，易被植被、土壤波谱信息掩盖，对直接利用土壤重金属光谱特征来提取污染信息带来了难度。研究发现，铁氧化物的波谱特征较明显，今后需加强土壤中重金属与铁氧化物相关性的研究，以提高污染信息提取的准确性。

4. 未来展望

近年来，遥感技术用于矿区土壤重金属评价取得了一定进展，今后要在以下几个方面寻求突破：

（1）研究遥感信息提取新技术新方法。地物波谱特性易受土壤成分、大气效应、植被等环境噪音的影响，需进一步加强波谱信息提取技术的研究，以提高遥感信息提取的准确性。

（2）加强田间光谱测量研究。目前对土壤重金属监测仅局限于实验室级别的光谱监测，需要进一步探讨其他因素对重金属吸附的影响以建立准确的土壤重金属含量光谱估算模型，并进行大量而精确的实验室与田间的光谱测量工作。

（3）由定性监测向定量监测转变。遥感技术在矿区土壤重金属污染评价方面的研究大多是定性或半定量评价，尚达不到定量评价。需在遥感反演土壤污染信息模型与理论方法、土壤重金属含量与光谱变量的相关关系等方面加强研究，以接近或达到定量评价污染的水平，进而利用遥感技术评价大面积土壤污染及修复。

（4）研制高性能的卫星，提高遥感信息获取能力。作为中国16个重大科技专项（2006年～2020年）之一的高分辨率对地观测系统已进入全面建设阶段，其中2014年8月发射升空的高分二号卫星空间分辨优于1m，这必将改变遥感数据普遍采用国外遥感数据（SPOT、Landsat、QuickBrid等）的局面。

参考文献：

[1] 贾志强.甘肃省白银市矿山环境遥感调查与评价研究[D].桂林：桂林工学院，2009.

[2] 龚海明，马瑞峻，等.农田土壤重金属污染监测技术发展趋势[J].中国农学通报，2013，29（2）：140-147.

[3] Baumgardner，M.F.，Kristof，S.，et al. Effects of Organic matter on the Multispectral Properties of Soils[J].Processing of Indiana Academic Science.1970，79：413-422.

[4] 张甘霖，赵玉国，杨金玲，等.城市土壤的环境问题及其研究进展[J].土壤学报，2006，44（55）：925-933.

[5] Malley D.F.，Williams，P.C. Use of Near-Infrared Reflectance Spectroscopy in Prediction of Heavy Metals in Freshwater Sediment by Their Association with Organic Matter[J]. Environ. Sci. Technol.， 1997， 31 （12） ：3461-3467.

[6] 戴昌达.中国主要土壤光谱反射特性分类与数据处理的初步研究[M].见：遥感文选，北京：科学出版社，1981.

[7] 丰茂森.遥感图像数字处理[M].北京：地质出版社，1992：3～3.

[8] 甘甫平，刘圣伟，等.德兴铜矿矿山污染高光谱遥感直接识别研究[J].地球科学—中国地质大学学报，2004，29（1）：119-126.

[9] 朱叶青，屈永华，刘素红，等.重金属铜污染植被光谱响应特征研究[J].遥感学报，2014，18（2）：335-352.

[10] 李婷，刘湘南，刘美玲.水稻重金属污染胁迫光谱分析模型的区域应用与验证[J].农业工程学报，2012，28（12）：176-182.

[11] 李新芝.基于多源遥感数据的矿区植被信息监测方法研究[D].济南：山东科技大学，2010.

[12] 王秀珍，王人潮，黄敬峰.微分光谱遥感及其在水稻农学参数测定上的应用研究[J].农业工程学报，2002，18（1）：9-13.

[13] Thomas Kemper，Stefan Sommer . Estimate of Heavy Metal Contamination in Soils after a Mining Accident Using Reflectance Spectroscopy [J] .Environment al Science and Technology ， 2002 ， 36（12）：2742-2747.

[14] 徐加宽，杨连新，王余龙，等.水稻对重金属元素的吸收与分配机理的研究进展[J].植物学通报，2005，22（5）：614-622.

[15] CHI G Y，SHI Y，CHEN X，et al.Effects of Metal Stress on Visible/near-Infrared Rreflectance Spectra of Vegetation[J].Advanced Materials Research，2012，（347-353）：2735-2738.

[16] 王杰，等.遥感技术在江西德兴铜矿矿区污染研究中的应用[J].山东科技大学学报（自然科学版）2005，24（4）：66-69.

[17] 雷国静等.遥感在稀土矿区植被污染信息提取中的应用[J].江西有色金属，2006，20（2）：1-5.

[18] 黄铁兰，等.广东大宝山矿区植被污染信息的遥感识别方法研[J].地质学刊，2014，38（02）：284-288.

[19] Kemper T， Sommer S. Environment Science & Techology[M]. 2002， 36（12）：2742.

[20] Choe E， vander Meer F van Ruitenbeek F， et al. Remote Sensing of Environment[M]. 2008，112 （7） ： 3222.

[21] Choe E， Kim K W， Bang S， et al. Environmental Geology[M]. 2008， 58 （3） ： 477.

[22] Ren H Y ，Zhuang D F， Singh A N， et al.， Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance Spectroscopy ： a case study[J]. Pedosphere， 2009， 12 （6） ： 719.

[23] Liu Y Li W， Wu G， et al.， Geo – spatial Information Science[M]. 2011， 14 （1） ： 10.

[24] 李淑敏，李红，孙丹峰，等.基于热红外特征光谱的土壤重金属含量估算模型研究[J].2010，31（7）：33-38.

遥感技术在地籍测绘中的应用论文 篇4

遥感技术在地籍测绘中的应用论文【1】

【摘要】随着科学技术以及计算机技术不断地发展以及进步，在地籍测绘工作中，对于遥感技术的使用已经越来越成熟。

自遥感技术被开发应用以来，得到了广泛的推广以及实际应用，作为现代化技术中具有代表性的一种，其在建设、水利、规划以及农业等各个领域发挥了不俗的能力。

【关键词】遥感技术 地籍测绘 应用

引言：遥感，就是利用地面上空的飞机、飞船、卫星等飞行物上的遥感器收集地面数据资料，同时从里面获得有关信息，经过有关记录、传送、分析和判读来识别地物。

遥感由空基系统、地基系统和研究技术支持系统组成。

遥感技术是一门实用的，先进的空间探测技术，在国民经济中发挥着越来越重要的作用。

测绘工作，特别是基础测绘是国民经济和社会发展不可缺少的一项基础性、前期性和公益性工作。

遥感技术应用于基础测绘，可以高速度、高质量的测绘地图。

一、遥感技术的特点

遥感技术具有获取数据资料范围大、获取信息的速度快，周期短、获取信息受条件限制少、获取信息的手段多，信息量大等特点。

航空遥感具有技术成熟、成像比例尺大、地面分辨率高、适于大面积地形测绘和小面积详查以及不需要复杂的地面处理设备等优点。

缺点是飞行高度、续航能力、姿态控制、全天候作业能力以及大范围的动态监测能力较差。

但作为一种探测和研究地球资源与环境的手段，仍是方兴未艾、不可取代的。

二、遥感技术应用时的流程

动态的遥感技术在进行应用的时候，流程一般是选取数据、对数据进行处理、对发生变化的信息进行提取和对检测的精度进行评定。

1、选取数据

现在遥感技术选取数据一般是通过卫星。

在检测的时候应该和相关的土地利用图进行结合，并且进行对比，在检测的时候把一些生态、人文等指标加入材料中去，从而不断提高获取信息的精度。

若是要求精度特别高的时候，还有必要将GPS 获取的影像资料补充进来。

2、对数据进行处理

感技术直接获取到的一些数据是无法进行直接识别的，必须经过计算机技术的转化，才能进行识别，并且还要对数据进行一定的修正，提高信息的精确度。

3、对发生变化的信息进行提取

所谓的变化信息便是新发生变化的地理信息，对变化信息进行提取是地籍测绘的过程中遥感技术非常重要的应用。

通过时间先后，来进行变化信息量的获取，并且根据时间变化对未来进行一定预测，以备参考的时候使用。

4、对检测的精度进行评定

精度在某种程度上决定了遥感技术的质量，通过对于数据的分析和记录，便能够获取信息的真实精确度。

三、在测绘工作中遥感技术的应用

1、在专题图制作过程中的应用

所谓遥感专题地图的制作即在计算机制图的环境下利用遥感资料编制出各类专题地图，这是遥感信息在地理研究和测绘制图中的重要应用之一。

(1)制图比例尺以及空间分辨率的选择

空间分辨率也就是地面分辨率，是指遥感仪器所能分辨出的最小目标的实际尺寸，也就是遥感图像上面一个像元相对应的地面范围的大小。

因为遥感制图是利用遥感的图像来提取专题的制图信息，所以在选择图像空间分辨率时一定要考虑到下面两个因素：一是解译目标最小尺寸，二是地图成图比例尺。

空间不同规模的制图对象的识别，在遥感图像的空间分辨率方面都有一定的要求。

地图比例尺与遥感图像的空间分辨率有着密切的关系。

所以进行普通地图的修测更新和遥感专题制图时，对不同平台的图像信息源，应该结合研究宗旨、精度、成图比例尺和用途等要求，进行分析选用，以达到经济、实用的效果。

(2)波段以及波普分辨率的选择

在进行波普分辨率选择的时候，必须注意波段的选择。

波段的数目、波段的宽度以及波段的长度都能决定波普分辨率。

(3)时间分辨率和时相。

由于时间分辨率在遥感图像中的差别比较大，所以制图的时候，必须充分的了解其变化的周期，找出最能够揭示其本质的最佳时相。

2、在地籍测绘过程中的应用

(1)动态监测

随着遥感技术和计算机的发展、进步，日趋成熟的动态监测应用已融入地籍测绘中，例如遥感技术与地理信息系统结合，以及GPS定位技术等，给土地测绘带来了诸多的`方便。

在地籍测绘中应用遥感技术，最直接便捷的一点就是动态监测。

动态监测也就是应用遥感技术，对土地调查和动态、土地的变更进行监测。

在地籍测绘中，动态遥感监测技术是对土地的利用率和相关调查的资料，通过图形以及数字等难识别的对象为基础，利用计算机的相关技术，对难以识别的信息进行相关处理，变成可识别的图像和文字，从而记录相关的数据信息，合理的确定监测周期，以便对土地利用的变化情况进行全新的监测，各个时期的数据进行对比，从而得出最优。

技术上的进步给人们带来了越来越多的便利，随着计算机图像处理技术的成熟以及完善，动态监测技术应用于地籍测绘，在将来一定会越来越方便。

(2)遥感技术

在地籍测绘中，动态遥感监测技术的应用，一般通过以下流程来运作：数据的选取、处理、变化信息的提取和监测精度的评定。

①数据的选取，大家都知道地籍管理具备连续性、高精度性以及综合性等特征，目前的遥感技术对数据的选取，一般通过法国和美国的Landsat?TM、SPOT两种卫星数据来实现。

然而监测的精度一直以来都是遥感技术最关键的部分，为了提高精度需要，有时必须结合相关土地利用图，来作为监测的对比，并将生态、人文等相关指标列入地籍测绘资料中。

当精度的要求特别高时，必须借助GPS等高分辨率卫星影像当作补充资料。

②变化信息的提取，所谓变化信息，即在固定的时间段、土地的相关资料产生变化的相关量的大小来提取变化信息，这是遥感技术在地籍测绘中最为重要的应用，通过时间差来计算不同时间段的变化信息量，从而来预计出土地未来的变化规律，为今后的整体规划提供一定的参考。

(3) GPS RTK的勘测定界

在现在的土地勘测中，首先采用遥感影像上粗略标注勘界的位置，然后再到野外进行GPS-RTK测量。

建设用地中的土地勘测定界是实地的确定土地使用的界线范围，量测使用界线范围内各类土地面积并计算用地面积，测定界桩的位置等测绘技术工作，它不仅给各级政府的国管部门审批地籍管理、土地提供可靠依据而且提供了基础资料。

建设用地勘测定界的工作顺序为，审查用地文件DD现场的勘测DD图上的红线设计DD实地的放样DD审核测量DD面积测量与计算DD绘制建设用的地界图DD填绘建设用的地管理图DD资料的整理DD建档，经反复实地的勘测、图上的设计、权属的调查后制定出放样的数据。

利用GPS RTK技术勘测定界放样，能够避免关系距离法和解析法放样等放样方法复杂性，也简化了在建设用地勘测定界的工作工程，特别是对铁路、公路、输电线路、河道等线性工程以及特大型工程的放样尤为实用。

其是遥感与摄影测量科学的前沿内容。

结语：地籍测绘工作繁杂，在进行实际工作中，必须通过对高科技技术的运用才能有效地完成相应的工作，遥感技术的开发以及研究，给地籍测绘工作带来了极大的便利，并且随着科学技术不断地发展以及进步，遥感技术也将更加成熟。

遥感在现代化农业中的应用与展望 篇5

1引言

遥感技术是20世纪60年代以来，在现代物理学（包括光学技术、红外技术、微波雷达技术、激光技术和全息技术等）、空间科学、电子计算机技术、数学方法和地球科学理论的基础上发展起来的一门新兴的、综合性的边缘学科，是一门先进的、实用的探测技术，目前已在运行的有36个波段的MODIS光谱仪，空间分辨率大大提高，立体测量的方法也更加多样化，能够实现全天候作业。广泛应用在农业、地理、地质、气象、环境监测、地球资源勘探等多个方面。

在我国农业中的应用中，从早期的土地利用和土地覆盖面积估测研究、农作物大面积遥感估产研究开始，已扩展到3S集成对农作物的长势的实时诊断研究、应用高光谱农学遥感数据对重要的生物和农学参数的反演研究、高光谱农学机理的研究、模型的研究与应用及草地产量估测、森林动态监测等多层次和多方面。遥感技术和GIS的发展与应用，已使农业生产和研究从沿用传统观念和方法的阶段进入到精准农业（数字农业）、定量化和机理化农业新阶段。

2遥感技术在发达国家农业中的应用研究现状

自20世纪70年代,美国等发达国家率先开展了主要农作物种植面积和产量估算工作以来就掀起了利用遥感技术监测农情信息的研究热潮,美国发射了一系列探测地球的资源卫星和气象卫星,随后加拿大、法国、、印度和也先后发射了各自的资源卫星和气象卫星,遥感开始进入一个快速发展的阶段。美国是最早开始开展农情遥感监测技术研究的国家。同时随着监测技术的发展与成熟,一些国家与国际组织建设了各自的农情遥感监测系统,并开展了运行化的监测。这些系统在大范围宏观农业监测中发挥了重要的作用,为相关政府和部门的决策提供了重要的依据。美国全球及本土的农情监测分别由农业部外国农业局(USDA Foreign Agricultural Service, FAS)及国家农业统计局(NationalAgriculturalStatisticsServ-ice,NASS)负责。在全球监测上,国外农业局全球分析办公室(Office ofGlobalAnalysis,OGA)负责监测结果的获取、发布,其下设的国际产量评估科(InternationalProductionsAssessmentBranch)负责系统的业务化运行。系统目标是提供可靠、及时、透明、准确的全球农业产量信息。FAS通过监测全球农业产量和农产品供需信息为市场提供指导,并为本国提供早期预警信息。FAS的监测与分析依赖于气象数据、田间报告和高分辨率遥感数据等所获取信息的整合,其中遥感数据主要提供长势、生长阶段和产量信息。这些信息一方面用于对作物产量信息进行验证,另一方面用于识别一些没有被报告上来但会对农业生产产生明显影响的事件。FAS的全球监测结果以“世界农业产量”(World Agricultural Production)月度报告和“产量、供给与分布”(Production Supplyand Distribution, PSD)数据库的形式进行发布,是USDA全球经济信息系统的基础组成部分。为对这些不同数据源所获取的信息进行整合,FAS开发了名为Crop Explorer的基于地理信息系统Crop Explorer是一个基于Web并支持空间和属性查询的农情信息服务网站,该网站提供基于遥感影像和气象数据的全球作物长势信息。系统针对大宗作物的主产区提供植被活力、降水、温度等信息的专题图,所提供的专题图有3类,分别是气象专题图、土壤湿度和作物模型专题图及植被指数专题图。系统根据查询的农业气象区划提供生长季的时间序列数据和图表,同时系统还提供作物候历及作物分布等信息。用户可以通过选择区域、作物及时间等信息进行查询。同时FAS启动了新一期的全球农业监测(theGlobalAgriculturalMonitoring,GLAM)项目[14],该计划得到了美国农业部及NASA应用科学计划联合资助,由NASA、USDA、马里兰大学和南达科他州立大学联合执行,旨在通过

NASA新一代对地观测系统对FAS的决策支持系统进行改进。在本土监测上,农业部下属的NASS负责为美国农业部提供及时、准确和有效的统计数据。该部门所统计的数据覆盖了美国农业从产量、食品供给到农场主及其雇工的收入状况信息等各个方面。NASS每隔5年做一次全国农业普查,以提供美国农业的全面状况信息。遥感数据及遥感技术在提高其统计数据准确性方面发挥了一定的作用,包括:NASS使用遥感数据来建立农业统计的采样框架、估算作物种植面积、为分析系统提供面向作物的土地覆盖数据等。在2007年的农业普查中,NASS以Landsat影像、数字摄影测量数据及其他遥感数据为输入,开展了全国48个州及波多黎各面向面积监测的采样和补充采样设计,用于评价当年普查的完整性。此外NASS的遥感面积估算项目使用Re-sourcesat-1 AW iFS进行玉米和大豆主产州的监测并在县和州2个尺度上提供独立的作物面积估算结果,并进行面向作物的分类,提供作物分布数据(CroplandDataLayer,CDL)[19]。到2010年,CDL计划累计监测的州已经达到48个,并且平均每年重复覆盖13个主要的农业州,目前48个州的数据都已经发布[20]。NASS与USDA农业研究局(Agricultur-alResearch Service,ARS)建立了长期的合作关系,以NASAMODIS为数据源在中部和西部的几个州开展了早期的小范围单产预测。NASS还在作物生育期内基于NOAA-AVHRR获取的归一化植被指数数据(Normalized Difference Vegetation Index,NDVI)进行作物长势的监测,为农业部相关决策者提供独立的全国尺度作物生长信息[21]。除美国农业部外,美国国际发展管理委员会(U.S.Agency for InternationalDevelopmen,tUSAID)还建立了预警系统网络(Famine EarlyWarning Sys-temsNetwork,FEWSNET),与国际上不同国家及不同地区的机构、政府与组织开展合作,针对粮食安全,提供及时、准确的早期预警和脆弱性评价信息。FEWSNET在非洲、中美洲、海地、阿富汗及美国开展监测,并根据所收集的数据开展生活指标及市场分析,以提前发现粮食安全的潜在威胁。2010年海地地震中该系统做出了积极快速的响应。该系统更注重的是数据的分析,而不是相关专题的监测,在监测方面该系统与NOAA及NASA开展信息产品层面的合作,将基于遥感和地面观测获取的早期预警数据进行整理、分析与融合,提供预警信息。综合来看,在美国,NASS和FAS仍然是国内及全球农情遥感监测的最主要机构,国内及全球分由不同部门监测的方式提高了系统的运行化程度。但不论是在NASS还是FAS,遥感获取的信息都未能成为官方发布产量数据的最主要信息源,遥感未能独立地发挥作用。的决策支持系统[17]。Crop Explorer是一个基于Web并支持空间和属性查询的农情信息服务网站,该网站提供基于遥感影像和气象数据的全球作物长势信息。系统针对大宗作物的主产区提供植被活力、降水、温度等信息的专题图,所提供的专题图有3类,分别是气象专题图、土壤湿度和作物模型专题图及植被指数专题图。系统根据查询的农业气象区划提供生长季的时间序列数据和图表,同时系统还提供作物候历及作物分布等信息。用户可以通过选择区域、作物及时间等信息进行查询。同时FAS启动了新一期的全球农业监测(theGlobalAgriculturalMonitoring,GLAM)项目[14],该计划得到了美国农业部及NASA应用科学计划联合资助,由NASA、USDA、马里兰大学和南达科他州立大学联合执行,旨在通过NASA新一代对地观测系统对FAS的决策支持系统进行改进。在本土监测上,农业部下属的NASS负责为美国农业部提供及时、准确和有效的统计数据。该部门所统计的数据覆盖了美国农业从产量、食品供给到农场主及其雇工的收入状况信息等各个方面。NASS每隔5年做一次全国农业普查,以提供美国农业的全面状况信息。遥感数据及遥感技术在提高其统计数据准确性方面发挥了一定的作用,包括:NASS使用遥感数据来建立农业统计的采样框架、估算作物种植面积、为分析系统提供面向作物的土地覆盖数据等[18]。在2007年的农业普查中,NASS以Landsat影像、数字摄影测量数据及其他遥感数据为输入,开展了全国48个州及波多黎各面向面积监测的采样和补充采样设计,用于评价当年普查的完整性。此外NASS的遥感面积估算项目使用Re-sourcesat-1 AW iFS进行玉米和大豆主产州的监测并在县和州2个尺度上提供独立的作物面积估算结果,并进行面向作物的分类,提供作物分布数据

日本机器人耕作体系与遥感技术应用，本稻米自给自足率国家政策目标，到2021 年 时将比现在增加 50%。由于日本社会老龄化严重，农民数量减少，越来越多的稻田被荒废，让人感到十分可惜。同时，日本由于耕地比较分散，限制了农业的规模，难以采用大型的机械。几个方面原因的重叠，催生了“农业机器人”这一新兴概念在日本的崛起。水稻机器人耕作系统的建立分为耕作和准备、插秧和收割 3 个主要阶段，这 3 个阶段分别对应着机器人拖拉机、水稻插秧机器人和联合收割机机器人。机器人拖拉机是在普通拖拉机上加装 IMU惯性测量装置、GPS天线和 GPS接收器改装而成的。其定位精度为±2m 之内，能够完成耕种、开垦、种植和喷洒等多种任务。水稻种植机器人以商业化的 6 行水稻插秧机（10.5 马力）为基础机器，对方向盘和传动装置加以改造，使之与 IMU 惯性测量装置以及 GPS 进 行联接，并改装育苗长垫。其行走速度为 0.9m/s，行走精度达±3cm，种植精度为±10cm。为机器人研制的新型水稻育苗垫呈卷型，1 卷相当于传统的 10 垫，如应用于 6 行插秧机器人，则不需要另外的育苗卷。联合机器人收割机与前两者相似，还增加了控制者可以使用手机遥控的功能这几种机器人都能够实现从小范围农田到大田的自主导航。其发达的制导系统可以引导农业机器人自动跟随作物直线或曲线的路径正常进行作业。此外，日本在无人直升机精耕农业领域和卫星远 程遥感领域也取得了相当大的进展。从直升机和卫星获得的重复立体交叉图像是作物测绘、改变作物和土壤条件数据的宝贵来源，遥感技术可以提供的当前包括成熟度、病虫害和杂草情况的信息。通过视觉传感器和全球定位系统收集的信息可以为养殖、化工生产 与收获创造现场管理时间表。卫星、直升机以及地面技术已经被日本人利用来做稻田作物测试。对产量和质量预测、作物营销、增值市场和生产调度都有非常积极的影响

3本文对国外主要农情遥感监测系统进展进行了综述,在分析各自系统特点的基础上,总结出农情遥感监测系统建设的启示,为我国农情遥感监测系统的建设和发展提供依据。

伴随着近30年遥感技术本身及其在农情信息获取领域能力的提升,一些国家与国际组织建设了各自的农情遥感监测系统,并开展了运行化的监测。对黑龙江垦区有重要的借鉴意义,并通过对这些系统的分析得到一些农情监测系统建设的启示。指出作物种植面积估算、单产预测、长势监测、旱情监测是农情遥感监测中最主要的4个主题。

在作物面积监测方面,仍然是抽样加地面调查的方法。尽管随着遥感数据费用的降低和宽幅遥感数据的提供,遥感具备全覆盖的能力,但对地面调查的依赖并没有减少,甚至得到了强化,这与遥感降低地面调查的初衷相违背。有2个方面的原因:一是作物遥感识别技术并没有取得重大突破,现有各种识别方法和技术难以工程化和运行化,而运行化既要求精度又要求速度,现有的作物识别方法在精度和速度方面很难兼顾,需要发展新的识别技术;二是遥感被当作照片(或替代过去的航片)使用,用作采样框架的布设,遥感在动态监测方面的优势没有得

到很好的发挥。大量地面调查基础上的遥感监测本质上是多此一举,遥感在作物面积估算的应用目标就是要减少地面调查的强度,降低成本,现在这方面的趋势非但没有得到遏制,反而有被强化的趋势,显然没有达到遥感应用的目标。

在单产估算方面,农业气象模型仍然是主流方法,数据基础包括气象数据、统计数据和抽样调查数据,但这种方法得出的结果缺乏独立性,与统计分析结果在本质上没有重大差别。在常规的农业统计得到不断强化的情况下,农情遥感监测系统所能起到的作用是发挥独立性,形成独立的信息源,起到监督、校检的作用,因此如果将统计数据作为建模的基础,就不合适了。近10年来,遥感在估算作物单产方面取得了很大进展,以地面观测数据标定模型,正在逐渐取代以农业气象模型为主的方法。

在长势监测上,随着AVHRR、VGT和MODIS数据的推广应用,特别是VGT和MODIS提供了处理好的数据产品供用户下载,而且MODIS还是免费的,作物长势监测得到了很大的发展,这使得监测系统具备了短期预测的功能,可以提前预测粮食生产形势,这也是农情遥感监测的最大优势,也是有别于传统农业统计的关键所在。利用遥感监测长势的另一个优点是具有全局性,避免了地面调查以点代面、以偏盖全的现象。

旱灾是影响农业生产最主要的农业灾害,而遥感是旱情监测最为有效的手段,尽管在监测作物长势中,能对旱情的影响有所反映,但旱情的监测仍然有其独特的地方,在作物不同生长阶段对作物产量的影响有所不同,但在国外农情监测系统中,旱情监测没有得到有效的重视。需要通过技术更新和方法改进,提升遥感在农情监测系统中的作用和贡献度,用遥感革新其传统 的信息获取手段,进一步发挥遥感技术在农情信息获取领域的潜力。遥感技术可以提供包括旱情、作物面积、单产、产量、长势等在内的全方位信息,可以独自构建一套完整的农情获取技术体系,这一优势需要进一步发挥。

3.2 应用特点

随着全球化进程的逐步加快,任何一个国家或地区都无法单独保障粮食安全,必须用全球视野来看待粮食安全,并提供全球范围的农情信息,实现监测信息的全球化。本文所介绍的系统有2个显著的特点,一是监测结果的后期分析能力很强,美国FAS的系统,在遥感监测的基础上,整合全球各地的农业生产形势报告等信息,给出监测不同国家和全球比较完整的粮食生产形势,如供需平衡方面的分析,从而为粮食贸易市场提供信息服务,这也是其一年有70 000个访问量(2008年)的主要原因,给信息的使用者一个非常清晰的粮食生产形势全景描述。另一特点是信息的公开性,美国的FAS/NASS、欧盟的MARS及FAO的系统都将监测结果放在网上,对社会公开。但如果用户只了解单一系统发布的信息,有时也会被误导而做出错误的判断,因此如果用户可以通过一个网页就能了解多个系统的监测结果,一方面可以通过浏览不同系统的结果,做出自己的判断,另一方面,也可以提高不同系统的自律程度,保证监测质量,这也是最近GEOSS农业主题大力推动PAY(Production, Acreage, Yield)计划的主要原因。GEO(Group on Earth Observations)提出建立一个全球农业监测综合系统(GlobalAgriculturalMoni-toring System ofSystems)就是一个好的开始。该系统建设中有2个主要的内容: PAY计划,联合美国 农业部、中国科学院遥感应用研究所及欧盟联合研究中心等机构共同发布全球农业监测结果,提高全球粮食生产形势的透明度;作物监测与评估联合实验(JointExperiments Crop Assessment and Monitroi-ng, JECAM)计划,以支持农情遥感监测技术研究为目的开展全球联合观测与实验,为监测技术的发展及其全球化推广提供支撑。3.3 系统整合

包括美国在内的一些国家、地区或组织,拥有1个以上的运行化农情监测系统。这些系统因为分属1009于不同的部门(或子部门),业务上的独立导致不同系统相互独立的运行,运行过程中数据和信息交流少,需要探讨合适的方式进行系统的整合。系统的有机整合可以发挥不同系统的优势,提升系统运行效率,在数据、运行和信息发布等方面进行补充,提高监测结果的有效性,避免因为不同系统结果间的差异而给决策者带来困惑。系统整合可以

在以下3个层面展开: ·数据层整合:对监测所用数据源进行共享,提高各系统的数据获取能力,丰富数据源。

·系统层整合:对不同主题监测技术/系统进行取优弃劣的整合,将不同的系统合为一个系统,联合开展运行。

·信息层整合:将不同系统的监测结果进行整合,可以将不同结果以参考的形式一同提供给决策者,也可以通过分析形成一套更为可靠的结果提供给用户。由于机构设置、职能划分以及拥有感的重要性,使得任何层次的整合难度都很大,但是从另一方面来看,一定程度的重复是有益的,可以起到相互校检和竞争的作用,有益于用户和技术的发展,也有利于成果的可靠性。3.4 新对地观测数据的应用

目前以MODIS、AVHRR及VEGETATION为主的低分辨率遥感数据及以IRS、TM、ETM为主的中分辨率遥感数据依然是运行化农情监测系统中的主要对地观测数据源。近几年来诞生了一批新的对地观测数据,这其中包括了不同频率的高分辨率雷达数据(RadarSat-

2、TerraSAR、COSMO-SkyMed)、光谱信息更加丰富的高分辨率光学遥感数据(RapidEye、WorldView-2)、高重访周期的中分辨率光学数据(HJ-1 CCD、IRSAWIFS)以及一些传统低分辨率遥感数据的延续和发展(FY-

3、VIIRS、MERIS)。数据的丰富和开放,降低了大范围农情监测的数据成本,使得各类系统可以更多地使用遥感信息,同时多种新数据的协同使用,还可以提高农情监测的时效性。新数据的全面应用需要以方法研究为基础,必须首先探讨这些数据在农情遥感监测领域的适用性、能力及潜力,并最终通过数据源的更新实现系统监测能力的提升。新的对地观测数据引入农情监测系统需要经过相当一段时间才能完成,如加拿大从AVHRR改成MODIS是2009年的事,其原因是农情监测需要多年数据的积累,用作多年的对比分析,另外是数据源本身是否能持续提供也是重要的因素。印度以本国的遥感数据作为主要数据源,其中的价值取向和经验值得我们借鉴和学习。4 结 语

大范围的可靠农情信息对农业市场及国家和国际相关政策的制定至关重要。而遥感是大范围农情信息快速获取的最有效技术手段。农情遥感技术经过30年的发展,已经取得了巨大的成就。建设运行化系统是大范围农情遥感监测的必然,世界上一些国家和组织已经建立了若干区域或全球尺度的农情遥感监测系统,并开展了业务化监测,为相关部门和政府的决策提供了重要的依据。然而纵观各个系统,遥感技术在大范围农情监测中的潜力没有得到充分的发挥,如作物种植面积监测中依然依赖大量的地面调查、单产预测仍然以农业气象模型为主、旱情监测没有得到足够的重视等。随着新数据的诞生、新监测技术的发展以及对全球尺度农情信息需求的不断增加,遥感在农情监测及粮食安全领域还有更大的发展空间,其中提升遥感的 作用是未来一段时间内系统建设的主要内容。系统化

系统化是指在对监测技术进行流程化梳理的基础上,进行软件系统开发,形成业务监测系统平

农情遥感监测的工作头绪很多,不同的区域重复性很大,数据处理的内容和方式多种多样,而且处理的时效性又很强,因而往往需要加班加点完成处理工作,以提供及时的农情信息,对处理人员的素质要求很高。以往整个农情遥感监测过程依赖于多种专业软件及其环境下开发的若干模块,对系统操作人员的专业技能要求较高,导致系统运行效率不高、可执行性差。为了提高效率,实现业务化,在近5年里开展了大量系统化方面的工作,对处理流程进行系统化梳理和开发,形成工程化运行系统。通过系统化,形成标准化的处理流程,减少不确定因素的干扰,提高处理效率和可靠性。系统化主要体现在数据库建设和集成化系统开发2个方面。在数据库方面,以Oracle大型数据库作为基础服务器平台,ArcSDE作为空间数据引擎,进行了全国及全球农情遥感监测数据库的设计和开发,数据库集成了遥感数据、统计数据、气象数据、基

础空间数据、监测结果数据等,可以进行农情遥感监测所涉及各类数据的存储和管理。在集成化系统开发方面,分别设计开发了MO-DIS数据预处理系统、作物长势遥感监测系统[15, 16]、农作物单产预测系统[17]、作物旱情遥感监测系统[18]、复种指数遥感监测系统、粮食产量预测系统。并根据区域的特点,将上述系统重新进行组织,形成省级农情遥感监测系统和县级农情遥感监测系统,系统均采用CS模式,采用IDL进行开发,县级农情遥感监测系统采用“IDL开发+VB封装”,系统稳定性和性能得到了较大的提高。省级农情遥感监测系统的界面如图4所示。

系统化的进行提高了系统运行效率(表1),目前监测工作仅需3名工作人员(不包括地面调查人员)就可以完成全国及全球26个粮食主产国的监测,与美国、欧盟及FAO的同类工作相比,可以使用较少的人员完成相同的监测任务。同时系统化还促进了系统的推广和移植,使更多的用户可以进行系统的操作和应用。3 独立性

独立性是指减少对农业统计的依赖,形成独立的农情信息源,发挥遥感客观的特点。系统化对系统运行效率的影响

基础得出的结果缺乏独立性,与统计分析结果在本质上没有重大差别。为了提供独立的信息服务, CropWatch必须在使用的数据和方法上具有独立性,如果仍然依赖统计数据来建模,只能是“预测”统计数据。经过近5年的过渡,系统在农情监测的各个环节上都达到了较高的独立性。作物单产预测方面,传统的农业气象模型和遥感指数模型依赖于作物单产统计数据,限制了模型

适用性,而统计数据中的误差也会保留到预测结果中,更主要是不能独立于统计数据。为独立于统计数据,系统发展了基于“作物生物量—收获指数”的单产预测模型[19]。该模型基于光合作用累积和作物生长水分条件的胁迫进行生物量估算,结合作物花期后的环境参数及绿度变化规律,进行作物收获系数的估算[20]。该方法独立于统计数据,并可以在全球尺度推广(图5)。系统在研发过程中在全国设立多个实验区,基于地面观测数据进行模型的标定及验证。

作物种植面积遥感监测方面,利用遥感技术的发展提供的宽幅数据,对原来的基于2个独立采样框架的作物种植面积估算方法[21]进行了改造,利用宽幅数据进行全覆盖提供作物的种植成数,方法具有很高的独立性,特别是采用GVG农情采样系统进行全国范围的作物种植结构调查既客观又精确。该方法的优点是充分利用了遥感数据的特点,满足了业务化运行在精度和速度方面的双重要求,并且作物种植面积估算的报告单元可以是县级和省级。通过大范围作物种植面积遥感监测方法的过程验证与不确定性分析,确定了数据时相、抽样率与影响覆盖范围、作物种植成数与作物种植结构对作物种植面积估算的误差影响,建立了作物种植面积估算的误差评估模型[22]。为了开展国外作物种植面积监测,研究了将中等分辨率遥感分类与高分辨率遥感分类数据相结合的大范围作物种植面积估算方法;发展了基于高光谱作物生化参数的作物精细识别方法和以多频率SAR数据同化为基础的作物分类识别与作物种植面积估算技术,拓宽了不同频率的SAR数据在农作物识别方面的融合应用[23];开展了光学遥感数据与SAR数据融合的作物识别方法研究,通过作物生化参数的分类识别和多频率SAR数据的应用及集成,有望发展出作物精准识别方法,解决国外作物种植面积监测的难题。作物长势监测方面,利用历史同期数据,形成了作物苗情监测方法,发展了基于作物群体特征和个 体特征的作物长势定量监测方法,结合作物生理生态参数(生物量、叶面积指数、高度、覆 目前由中国科学院遥感应用研究所建设和运行的“全球农情遥感速报系统”,是世界上开 展全球尺度农情遥感业务监测的主要运行系统之一,可以在中国和全球尺度提供作物长势、单产、种植面积、产量和旱情等农情信息。自1998年建设至今,已经发展成为一个独立运行、监测内容全面、技术先进、监测结果可靠,并具有快速响应能力的系统。系统的独立性和运行效率,并在2008年春季雪灾、汶川地震、2009年冬小麦种植区春季干旱、2010年西南大

遥感在水污染中的应用 篇6

遥感技术在土地调查与动态监测中的应用综述

从土地利用现状调查和动态监测的`技术流程入手,以融合成图和土地动态监测为重点,对流程中各个步骤作了明确简要的介绍,并系统地介绍了现代遥感技术在土地调查应用方面的优势和不足.

作 者：翁玉坤 刘排英 王鹏生 WONG Yu-kun LIU Pai-ying WANG Peng-sheng  作者单位：翁玉坤,WONG Yu-kun(中国矿业大学(北京)测绘与土地科学系,北京,100083)

刘排英,王鹏生,LIU Pai-ying,WANG Peng-sheng(中南大学信息物理工程学院,湖南,长沙,410083)

刊 名：北京测绘 英文刊名：BEIJING SURVEYING AND MAPPING 年，卷(期)：2009 “”(3) 分类号：P237 关键词：土地利用   动态监测   校正   配准   融合  

遥感技术在森林调查中的应用 篇7

所谓遥感技术,就是指从较远的距离感知目标反射亦或自身发射的电磁波、可见光、红外线,对目标进行勘测和识别的一种科学技术。根据电磁波波普的长短,可将遥感大致分为3类,即可见光遥感、红外遥感、紫外遥感。

2 遥感技术在森林调查中的应用

2.1 遥感技术在我国森林资源一类、二类清查中的应用

我国森林资源调查主要针对农业用地规划而进行有效地调查研究,其本质要求是熟悉和掌握现有的森林资源数据与信息,进而为科学地管理森林资源奠定良好的理论依据。

在我国森林资源管理与调查中,引用遥感技术具有深厚的历史背景,并在其发展过程形成自有的调查方法,尤其在一类、二类森林资源清查最为突出。遥感技术应用于森林资源一类清查,首先要处理数字图像,在其数据图片精准校正之后,结合清查的森林分布特征,加载相关数字图像,采集必要的森林环境信息,设置TM图像(判读样圆像)。但是目前固定样地方法仍然存在较大的缺陷,即受到GPS技术影响和样地中的树木受到人为保护,前者主要是由于固定样地的位置不同而造成数据的偏差,因此,在应用遥感技术的同时还应结合GPS技术将误差控制在最小的范围之内;后者也需要应用GPS技术设置临时调查样地,从而避免研究调查中的失误。传统的森林资源二类清查主要是利用航空摄影图片,图片比例需要根据实际情况而进行不断地调整,到了20世纪80年代中期广泛使用TM数字图像处理,利用判读进行森林区域划分和测量。相比较于一类调查,二类调查则较为琐碎复杂,主要表现在其经营强度的不同。此外,林区地形的损坏程度和森林相貌破碎程度的不同对遥感信息源的选择和要求也是不尽相同的。

2.2 观测森林火灾

遥感技术对观测森林火灾也起到重要作用。调查人员可以利用红外波段对林区内的水热分布所产生的特性和影响,运用最新的图像数据处理系统,提取林区周围的气候条件、植物种类、火源分布等重要信息,从而辨别火灾的等级。除此之外,遥感技术还能调查森林火灾的损失,只要森林发生火灾,地面的波普就会产生明显的变化。从光谱图像和波段图像上来看,调查人员发现燃烧之后的林区仅仅吸收红光且颜色偏暗,而未被焚烧的正常林地颜色则显示为黑色。在实际的操作过程中,通过对光谱图像和波段图像的判读,调查人员就能准确地判断其火灾的具体位置、损毁的植被种类及火灾的强度等。

2.3 观测森林病虫害

遥感技术在森林资源调查中的应用不仅仅停留在观测森林火灾方面,而且更为重要的是对森林病虫的观测与调查。遥感技术用于观测森林病虫害的主要原理是由于正常树木和虫害树木在温度、光谱辐射率等方面会存在鲜明的差异,通过技术人员加以辨别,删选出虫害林木,从而科学地保护了森林资源。通常情况下,调查人员会采用航空光谱辐射遥感与红外遥感进行研究删选,例如,松树由于遭受严重的病虫害,往往会导致针叶结构内部破坏,针叶颜色变得枯黄等现象,从光谱波长范围中能够看到反射率增加,但光谱吸收却减少。由此可见,红外光谱反射图可以清晰直观地察觉到正常树木与受病虫害树木的差异。

3 结束语

尽管我国遥感技术的实际应用起步缓慢于一些发达国家,但是遥感技术在森林调查中的应用已经取得诸多的成就与辉煌。就目前的现状而言,我国森林资源调查经常会运用到遥感技术,既有利地完成森林的调查工作,同时又为我国林业的发展与建设提供科学的保障,从而进一步推动遥感技术在现实生活中的运用与开发。

参考文献

[1]张园,陶萍,梁世祥,等.无人机遥感在森林资源调查中的应用[J].西南林业大学学报,2011(03).

卫星遥感数据在海洋渔业中的应用 篇8

关键词：海洋渔业；卫星遥感数据；南极磷虾

中图分类号： S127文献标志码： A文章编号：1002-1302（2014）06-0223-03

收稿日期：2013-10-10

基金项目：公益性行业（农业）科研专项（编号：201203018）；南北极环境综合考察与评估专项（编号：CHINARE 2012/2016-01-06）；南极海洋生物资源开发利用专项；国家“863”计划（编号：2012AA092304）。

作者简介：吴越（1987—），男，江苏泰兴人，硕士，研究实习员，从事渔业遥感的研究。E-mail：wu.yue1006@163.com。

通信作者：黄洪亮，研究员，从事捕捞技术与渔业工程的研究。E-mail：ecshhl@163.com。海洋是海洋生物生存和活动的场所，海洋环境与海洋生物的生存息息相关，每一个环境参数的变化，都会引起海洋生物的分布、洄游、移动、集群的变化[1]，很多学者通过研究海水温度、叶绿素a浓度及海冰等环境因子的变动，来掌握海洋经济鱼类及其他海产生物的分布、洄游、移动、集群的变化，为海洋渔业资源开发、评估及管理提供必要的科学资料[2-6]。因此，在海洋渔业的开发和管理中需要实时、同步、高效地掌握海洋环境要素的变化，而传统的实测海洋数据的方法无法满足该要求。卫星遥感技术能够实现对地表信息长时间、大范围、高精度的同步监测，因此在渔场分布、渔业环境监测等研究中得到了越来越多的应用，但是随着科技的发展，星载的卫星传感器越来越多，所获得的数据类型也变得繁多。在海洋渔业应用中，卫星遥感数据根据传感器波段类型一般可分为光学遥感数据和微波遥感数据，光学遥感数据主要有NOAA/AVHRR（advanced very high resolution radiometer）数据、中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer，简称MODIS）数据、Landsat卫星数据（包括MSS、TM、ETM+）、SPOT数据等；微波遥感数据常有Envisat、Radarsat-1、Radarsat-2等卫星数据。在研究过程中科技工作者有了更多的选择，但同时还需要面对如何选择合适数据的难题。本研究根据文献资料，着重描述了常用于监测海洋环境要素的几种卫星遥感数据的基本信息，并分析其特性以及可以应用的对象，使得在今后的研究中能方便快捷地选择合理的数据源；同时讨论了卫星遥感在南极磷虾渔业中的应用前景，选择适合南极磷虾渔业环境监测的卫星遥感数据，为今后的南极磷虾渔业渔场分布及资源评估研究提供了基础。

1光学遥感数据资料

1.1NOAA/AVHRR数据

NOAA/AVHRR是NOAA系列卫星的主要探测仪器，它是一种五光谱通道的扫描辐射仪，星上探测器扫描角为 -55.4°～+55.4°，星下点分辨率为1.1 km，由于扫描角大，图像边缘部分变形较大，实际上最有用的部分在-15°～+15°范围内（15°处的地面分辨率为1.5 km），这个范围的成象周期为6 d[7]。

AVHRR遥感数据具有以下几个特点：第一，覆盖范围大，幅宽为2 800 km，能够完整地获取大尺度范围内瞬时同步的海洋环境信息；第二，时间周期短，加上多星系统，周期更短，可以实时对海洋环境进行动态监测，掌握其变化情况；第三，数据容量、处理量小。同时，AVHRR是国际共享资料，数据来源比较方便，国内可以实时接收。

AVHRR数据可以用来连续地观测大面积的海洋表面温度、叶绿素浓度等环境要素的分布以及变化情况。我国学者很早就开始利用AVHRR提取海洋表面温度、叶绿素浓度等信息，其中张松等利用AVHRR数据分析了1985年1月至2007年12月冬、夏2季渤海、黄海、东海表面温度年际变化特征[8]；商少凌等通过对1997—1998年夏汛期间AVHRR海洋表层水温的分析来推测台湾海峡中上层鱼类中心渔场的变动[9]；赵冬至等利用AVHRR数据的可见光和近红外波段进行归一化差值的方法和2个波段的比值与实测的数据建立相关关系，来获取近岸海域叶绿素浓度[10-14]。此外，AVHRR数据还可以应用到反演海表面悬浮泥沙浓度的研究中，李京利用AVHRR数据提取了杭州湾海域的悬浮泥沙含量[12]。

1.2MODIS数据

MODIS是搭载在Terra和Aqua卫星上的一个重要的传感器，是卫星上唯一将实测数据通过X波段向全世界直接广播，可以免费接收数据并无偿使用的星载仪器。MODIS共有36个光谱波段，从0.4 μm（可见光）到14.4 μm（热红外）全光谱覆盖，具有250、500、1 000 m空间分辨率，每1～2 d观测1次地球表面。在轨道的夜间时段，只有热红外波段收集数据[13]。

MODIS数据具有以下几个特点。第一，覆盖范围大。幅宽为2 330 km，能够获取大尺度范围内瞬时同步的海洋环境数据。第二，空间分辨率大幅度提高。由NOAA的千米级提高到了MODIS的百米级。第三，周期短。Terra和Aqua卫星都是太阳同步极轨卫星，Terra在地方时上午过境，Aqua在地方时下午过境，1 d可以过境4次，具有快速实时的监测能力。第四，多波段数据。MODIS数据具有36个波段，多波段信息可以同时提供海洋水色、浮游植物等特征信息，增加了海洋复杂系统的观测和识别能力等。

MODIS数据的应用比较广泛，刘良明等研究了MODIS数据反演黄海以及东海海域表面温度的方法，建立了适合我国海域的MODIS海表面温度遥感反演模型[14]；沙慧敏等利用MODIS数据反演了东海表面温度、叶绿素a浓度时空分布特征，并分析了其年际变化[15]；钱莉等利用MODIS數据提取渤海的叶绿素a浓度，分析其时空变化特征[16]；王芳等基于MODIS数据和泥沙粒径二元特征参数建立反演模型，来获取渤海海洋表层悬浮泥沙浓度[17]；吴龙涛等利用MODIS数据的1B级数据对渤海海冰进行反演，提供海冰遥感图像和海冰密集度、冰厚度数值产品[18]；张辛等利用MODIS数据，以中山站附近海域为研究对象，提取了该地区海冰范围数据及其周围温度信息[19]。因此，MODIS遥感数据主要用于监测海表面温度、叶绿素浓度、悬浮泥沙、海冰等海洋环境要素。

1.3Landsat TM卫星数据

美国NASA的陆地卫星（Landsat）自1972年7月23日以来已发射7颗（第6颗发射失败）。Landsat在不同阶段装载的传感器不同，卫星数据分为MSS、TM、ETM+数据。目前在海洋环境监测中最常用的是TM数据，它是Landsat 4和Landsat 5携带的传感器专题制图仪（thematic mapper）所获取的多波段扫描影像，从1982年发射至今，工作状态良好，实现了连续地获取地球影像。TM数据包含7个波段，波段1～5和波段7的空间分辨率为30 m，波段6（热红外波段）的空间分辨率为120 m[20]。

TM数据的主要特点有以下几点。第一，空间分辨率高。空间分辨率比MODIS遥感数据更高，使得获取的海洋环境信息更精确。第二，周期较长。Landsat 4、Landsat 5卫星每16 d扫描同一地区，即16 d覆盖全球1次。第三，覆盖范围偏小。幅宽为185 km，可以用于小范围内环境监测。第四，时间序列长。从1982年至今，TM遥感数据保持着良好的工作状态，具有长时间监测同一地区的能力，同时还可以与MSS和ETM+遥感数据进行互补，能够更精确地获取监测信息。

TM数据较适合长期监测海岸带海域环境的变化。胡平香等利用1988—2003年之间不同时相的七景TM数据对江苏省辐射沙洲的中部进行了滩涂演变的监测[21]；郑小慎等利用TM数据建立了9种波段组合，并与实测数据建立了渤海湾海表面叶绿素a浓度反演模型，发现4波段和3波段组合建立的回归模型较适合渤海湾海表面叶绿素a浓度的反演[22]；邢飞等利用TM数据反演了江苏近岸海域四季大面悬浮泥沙浓度，并与现场调查的实测数据进行对比，结果表明，利用TM数据反演的悬浮泥沙浓度基本上可以正确反映该地区悬浮泥沙浓度的时空分布趋势[23]；国巧真等建立TM数据的海冰面积与MODIS和NOAA/AVHRR海冰面积之间的对应关系，用TM海冰面积来订正MODIS和NOAA/AVHRR海冰面积，以提高这2种高时间分辨率遥感资料对海冰面积的判别精度[24]。从上述研究可以看出，TM数据主要用于海岸带滩涂演变、岸线变化以及海岸带海域悬浮泥沙浓度、叶绿素浓度、海冰等海洋环境变化的监测。

2微波遥感数据资料

2.1合成孔径雷达

星载合成孔径雷达（synthetic aperture radar，简称SAR）因其全天候、全天时、高分辨率、穿透力强等优点，得到了广泛的应用。星载SAR系统的卫星有很多种，包括ERS-1、ERS-2、Radarsat-1、ASAR、Radarsat-2等。

相对于光学遥感来说，微波遥感具有很多独特的优点：同步性、快速观测性；全天时、全天候；微波辐射对地表具有一定的穿透能力；对某些地表物体具有特殊的波谱特征，例如冰在微波波段的比辐射率是0.99，但是水在微波波段的比辐射率为0.40，两者数值相差巨大，可以很清楚地看出，微波遥感能轻易地将两者分开[25]。

2.2Radarsat-2卫星数据

Radarsat-2是由加拿大航天局和麦克唐纳/德特威乐联合出资研制的星载合成孔径雷达系统，设计的最高分辨率可以达到3 m，于2007年12月14日成功发射升空。它具有高分辨率成像能力以及多种极化方式，能够根据指令进行左右视切换获取图像，缩短卫星的重访周期为24 d，增加了立体数据的获取能力，另外还具有强大的数据存储功能和高精度姿态测量及控制能力，成为了目前世界上最先进的商业合成孔径雷达卫星[26]。

Radarsat-2的SAR数据特点：第一，超精细分辨率。SAR图像的分辨率最高可达3 m，是目前在商业卫星中使用的最小分辨率。第二，全极化成像模式。多种极化模式提高了对地面区分识别和分类的能力，增加了SAR图像的应用范围。第三，成像选择能力。既可左视也可右视，缩短了卫星对探测区域重访的时间，同时可以拍摄其他高分辨率卫星拍摄不到的南极的一些区域。第四，几何准确度提高。由于其载有GPS的接收系统，提高了卫星系统定位的精度。第五，快速及时响应能力。