遥感技术应用发展动态

如题所述

当前,世界各国纷纷构建天地一体化的对地观测系统,以便实现全球、全天候、全天时的时空数据获取(李德仁,2000)。一系列新型卫星发射上天,是遥感进入21世纪以来取得的长足进展,它使遥感实现实时、动态、定量和定位观测成为可能,卫星应用技术已逐步向产业化方向发展。

(一)遥感数据类型

目前,遥感技术已形成多星种、多传感器、多分辨率共同发展的局面。遥感卫星包括资源卫星、环境卫星、海洋卫星、气象卫星等,所获取的遥感信息具有厘米到千米级的多种尺度,如QUCKBIRD0.61m、IKONOS1m、中华福卫2m、SPOT-5号2.5~5m、ALOS2.5m、IRS-1C5.8m、KOMPSAT6.6m、SPOT-1号、2号10m和20m、EO-1和Landsat-7号15m、CBERS-1号、2号19.5m、Landsat-4号、5号30m、Landsat-1号、2号、3号79m、MODIS250m、NOAA1.1km等多种分辨率。不同空间分辨率的遥感数据对生态环境研究形成了很好的互补,可以在不同空间尺度下开展多方面的应用研究,满足对于不同尺度、不同研究对象发生发展规律研究的需要。丰富的信息源使遥感技术在生态环境研究中扮演着越来越重要的角色,它所具有的高度空间概括能力,有助于对区域的完整了解,而以多光谱观测为主并辅以较高分辨率全色数据的高分辨率卫星,又极大地提升了对地物的识别和分类能力。

应根据研究内容或希望达到的目的有针对性地选择合适的信息源。目前对生态环境研究主要采用光学传感器遥感信息较多,如MODIS、Landsat的TM和ETM、SPOT等。近几年来高光谱卫星和雷达卫星也取得了很大发展,多光谱遥感正在向高光谱遥感、微波遥感向全极化和干涉雷达方向发展(郭华东等,2002)。卫星传感器的光谱分辨率已达到5~6nm。美国1999年发射的EOSTERRA卫星上的中等分辨率成像光谱仪MODIS具有36个波段,2000年发射的EO-1高光谱卫星上的HYPERION具有220个波段,空间分辨率达30m。欧空局的ENVISAT-1卫星上的ASAR传感器可以获取多极化和干涉测量数据。日本的ALOSPALSAR系统能在全球范围内获取极化和干涉雷达数据。利用高光谱、雷达卫星遥感数据进行定量反演是目前遥感的重要发展趋势,但定量遥感还处于起步阶段,主要由于遥感模型缺乏,模型参数提取困难,反演理论与方法的实用化不够,基于先验知识的参数估计所用的数据源不足等(李小文,2005、2006)。

(二)遥感图像处理与信息提取

随着遥感应用日益增长的需要和计算机技术的迅猛发展,图像处理系统作为遥感领域中必不可少的工具,已经形成了很大的市场。图像处理在理论、技术、软件设计以及硬件技术上也都得到了长足的发展。国际上最著名的遥感图像处理软件有ERDAS、PCI和ENVI。ERDASIMAGINE是目前世界上占最大市场份额的专业遥感图像处理软件,由美国ERDAS公司开发。软件大而全,具有光学遥感和微波遥感处理功能以及良好的RS/GIS集成功能,与ARCGIS(ESRIARC系列)融合较好,可以对shapefile、coverage文件直接编辑,具有简单的矢量编辑功能,代表了遥感图像处理系统未来的发展趋势。PCIGeomatics由加拿大PCI公司开发研制,在光学遥感图像镶嵌和色彩匹配处理方面具有独特的优势,可以实现随心所欲的色彩调整,对微波遥感图像具有强大处理功能。ENVI是美国RSI公司开发研制的一套功能齐全的遥感图像处理系统,对高光谱数据具有强大的处理能力,IDL语言为用户提供了良好的二次开发环境。与ERDAS和PCI不支持HDF相比,ENVI可以直接读取TM的HDF文件,其支持的栅格数据和矢量数据格式种类也多于其他软件,但ENVI对光谱图像的色彩匹配能力较弱。随着高分辨率卫星的发展,仅使用图像光谱信息进行分类识别已远远不够,德国DefiniensImaging公司最近新推出了面向对象的遥感图像分类软件ECOGNATION,它不仅考虑地物的光谱特征,还统计地物形状、大小、纹理及相邻关系等,使分类结果更加精确。

生态环境研究中获取的遥感数据,一般都已经进行了初步的辐射纠正,而几何校正等预处理通常要由应用部门根据工作需要自行完成。各种商业软件对图像预处理都有完善的处理功能。

从遥感数据提取专题信息,目前主要有三种方式:目视解译、人机交互和计算机自动分类与提取。目视解译是最直观、最简便的图像信息提取方法。全数字人机交互是利用地理信息系统软件对图像进行解译,该方法的成熟与广泛应用主要是在近10年左右的时间内。上述两种方法都需要投入大量的人力、物力和财力,而且需要投入相对更多的时间,但取得的成果质量相对更高,更便于应用,因而目前仍然被广泛采用。计算机自动分类技术主要立足于遥感信息的定量分析和统计分析,但由于遥感信息传输中的各种干扰造成的偏差,以及不同时空条件下地物遥感信息的差异,会产生空间的不一致性和时间的不一致性,以及同物异谱和同谱异物的现象,自动分类精度较低,难以满足生态环境监测的要求,即使分类结果通过目视判读分析进行改值干预,仍会出现较多问题。现有的自动分类方法基本上都是在较小的区域或精度要求相对较低的区域内实现,很难在大区域而精度要求又较高的工作中实际应用(张增祥,2004)。

(三)遥感动态监测

卫星星座的形成以及传感器的大角度倾斜使空间分辨率时间分辨率显著提高,另一方面,遥感与地理信息系统的结合使遥感实现了真正意义上的实时动态监测。卫星的重访周期从1~50d不等,如SPOT-1号、2号、4号、5号组成SPOT卫星系列,其重访周期为1~26d,Landsat-5、7重访周期为8d,IKONOS为1.5~3d,QUICKBIRD为1~6d。不同卫星适宜的重访周期有利于对生态环境的动态监测和过程分析。只有完整、连续、规范化的大量的时间序列数据,才能够提供研究对象更多的信息,也才能够更全面和更深入地了解研究对象。

国际上利用遥感(RS)技术与地理信息系统(GIS)技术进行了大量卓有成效的资源环境调查、监测工作,如土地利用、土地覆盖、作物估产、植被监测、水土资源调查等。随着国际社会对全球气候变化研究的深入,人们认识到由人类活动所导致的土地利用和土地覆被变化是引起生态环境和气候变化的主要驱动力(王静、张继贤等,2002)。美国于1980~1986年开展了全球性的农业和资源空间遥感调查计划(AGRISTARS),现已建成了集成化的运行系统。近年来完成了美国1∶100万比例尺、1∶25万比例尺和全球范围的土地覆盖数据采集,并利用系统的资源信息对全球性生态环境进行客观评价。欧共体国家为减少各国资源与生态环境部门的重复投资建设,于1991年集中组织启动了“CORIN”计划,建立了一个土地与环境信息系统,通过资源利用及其变化信息对生态环境进行评价,及时反映生态环境变化,并向欧共体国家的资源与环境部门提供公共基础性信息服务。1992年,这些国家又联合起来开展了利用遥感技术监测欧共体国家耕地、农作物变化的大型计划(MARS),每两周向欧共体农业部提供报告,已形成运行能力。加拿大于20世纪90年代基本实现了利用遥感、地理信息系统对全国实现周期性的宏观资源调查、更新与制图,及时对全国生态环境进行评价与预警,并向有关资源与生态环境部门提供公共基础性信息服务,带来了巨大的经济、社会及环境效益。近年来,全球土地利用、土地覆盖研究已经成为国际地圈生物圈计划(IGBP)、人与环境计划(HDP)和世界气候研究计划(WCRP)三个国际组织的核心计划。随着遥感及其应用技术、地理信息系统信息处理及管理技术,特别是近年来全球定位系统(GPS)技术和“3S”一体化的发展,资源环境遥感研究工作正向着快速、精确、实用方向发展(刘纪远,1996)。

我国从20世纪80年代开始,在水资源、土地资源、草场资源、森林资源、环境评价、水土流失、土地退化等方面均应用了遥感动态监测技术(任志远等,2003;张增祥,2004)。从1999年开始,国土资源部采用SPOT、Landsat等卫星数据,辅以其他手段,成功监测了全国66个50万人口以上城市在近两三年间土地利用的变化情况,监测面积达71.4×104km2,为城市建设与发展及时提供了现势的基础资料,并对土地变更调查结果进行了复核,为土地执法检查提供了依据(国土资源部,2000)。总的来说,我国遥感动态监测有以下特点:一是采用的数据分辨率较低,且数据类型单一,监测结果大多是定性说明,离实际生产需求尚有一定距离;二是监测指标单一,绝大多数项目在实施中只选择了一种指标;三是动态监测数据的获取技术相对落后,在利用遥感技术进行专题数据获取或者比对中,自动提取技术应用很少,大多需要大量的人工干预来完成。

国内研建的遥感监测系统为数不多,运行化生态环境遥感监测系统少有,且尚处于初级的尝试阶段。环境遥感监测系统(REMSV1.0)是在国家863计划支持下开发的我国首个面向流域水污染及生态环境遥感监测的业务化环境遥感监测软件系统,用以进行省级环境遥感监测业务化运行示范。它针对我国流域水体污染及典型生态状况监测的实际需求,瞄准环境与灾害监测预报小卫星星座主要传感器(高光谱、红外、可见光)的应用,已在水网密布、流域水环境管理任务十分艰巨的江苏境内的淮河、长江、太湖流域实施了运行示范,取得了较好的效果(张琪等,2006)。系统基于业界主流集成开发工具VISUALC++6.0IDE和Windows系列平台,具有强大的海量高光谱数据处理分析能力、直接面向用户的专业应用模块、一体化的数据处理流程和良好的可交互性。国家海洋环境监测中心建设的海洋赤潮卫星遥感监测系统由卫星图像接收天线、图像接收机、图像处理终端和赤潮卫星遥感信息提取软件组成,系统能够进行NOAAAVHRR、SeaWiFS、MODIS、FY-1C、D和HY-1a卫星数据的读取和处理工作,通过内置的赤潮提取算法自动识别出赤潮发生分布区,并完成赤潮卫星监测通报制作。目前,用于赤潮遥感监测的卫星数据主要有两类:一类是气象卫星类,使用其海表温度数据,探测赤潮的环境温度,可见光波段用于辅助分析;另一类是水色卫星数据,主要使用其可见光数据,建立叶绿素模型,进而探测海洋表面浮游生物。海洋赤潮遥感信息提取软件(V1.0)采用IDL可视化开发语言和VC进行程序开发工作,软件具有数据的输入、预处理、信息提取和赤潮灾害信息产品制作的功能。

温馨提示:答案为网友推荐,仅供参考