陳 健，楊旭媛

基于ASTER數(shù)據(jù)的城市熱環(huán)境遙感監(jiān)測(cè)研究

陳 健1，2，楊旭媛2

(1.南京信息工程大學(xué)氣象災(zāi)害省部共建教育部重點(diǎn)實(shí)驗(yàn)室，南京 210044;2.南京信息工程大學(xué)遙感學(xué)院，南京 210044)

以ASTER數(shù)據(jù)為數(shù)據(jù)源，采用同一顆衛(wèi)星上的MODIS數(shù)據(jù)得到大氣透過(guò)率;利用可見(jiàn)光和近紅外波段對(duì)下墊面類(lèi)型進(jìn)行分類(lèi)和利用JPL(Jet Propulsion Lab)提供的光譜庫(kù)計(jì)算地表比輻射率，進(jìn)而采用劈窗算法進(jìn)行地表溫度(Land Surface Temperature，LST)的反演。在此基礎(chǔ)上，利用反演的LST、分類(lèi)結(jié)果和歸一化差值植被指數(shù)(NDVI)，對(duì)滄州地區(qū)的城市熱環(huán)境進(jìn)行了定量分析，研究結(jié)果可為進(jìn)一步深入探討城市熱島的發(fā)生發(fā)展規(guī)律以及城市熱環(huán)境的模擬調(diào)控、優(yōu)化布局提供一定的科學(xué)依據(jù)。

地表溫度;ASTER;NDVI;城市熱島效應(yīng)

0 引言

隨著城市規(guī)模和城市人口的急劇擴(kuò)張，城市的形態(tài)、功能及區(qū)劃等各方面都發(fā)生了劇烈變化，特別是城市擴(kuò)展及不透水面面積的增加，在一定程度上加劇了城市熱島效應(yīng)，使城市熱環(huán)境質(zhì)量日益下降，以城市熱島為主要標(biāo)志的城市熱環(huán)境引起了社會(huì)各界的普遍關(guān)注［1，2］。獲取地表溫度(Land Surface Temperature，LST)并定量分析城市熱環(huán)境及其效應(yīng)，對(duì)改善城市生態(tài)環(huán)境和城市居住環(huán)境有重要的現(xiàn)實(shí)意義。

LST是一個(gè)重要的水文、氣象參數(shù)，它影響著大氣、海洋和陸地之間的感熱和潛熱交換，是諸多研究領(lǐng)域不可或缺的基礎(chǔ)資料，也是反映地球表面能量平衡和溫室效應(yīng)的重要指標(biāo)。傳統(tǒng)的LST獲取方法是通過(guò)對(duì)地面有限觀測(cè)點(diǎn)的觀測(cè)來(lái)分析區(qū)域LST的時(shí)空差異，進(jìn)而分析其對(duì)區(qū)域生態(tài)環(huán)境變化的影響，但該方法不僅難以實(shí)施而且費(fèi)用很大。遙感技術(shù)的發(fā)展為城市熱環(huán)境的宏觀監(jiān)測(cè)提供了新的手段，用熱紅外遙感獲取LST彌補(bǔ)了傳統(tǒng)的LST觀測(cè)方法的不足，在復(fù)雜的下墊面背景下為大尺度、連續(xù)、動(dòng)態(tài)和準(zhǔn)確地研究城市熱島效應(yīng)提供了新途徑。本文以河北滄州市及其周邊地區(qū)為研究區(qū)，基于ASTER和MODIS數(shù)據(jù)，利用劈窗算法進(jìn)行了研究區(qū)LST的反演，并利用剖面分析、溫度分區(qū)和歸一化差值植被指數(shù)(NDVI)等方法對(duì)研究區(qū)的熱環(huán)境進(jìn)行了空間分析。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)概況

滄州地區(qū)位于河北省的東南部，處于115°6'～117°8'E、37°4'～ 38°9'N 之間，東臨渤海、西界保定、北靠天津、南接山東，面積為14 053 km2。地勢(shì)由西向東傾斜。西部較高，地面高程在15 m左右;東部沿海較低，地面高程一般在2 m左右。全區(qū)屬?zèng)_積、湖積和海積地形地貌，洼地眾多，排水不暢，土地鹽堿化非常嚴(yán)重。土壤類(lèi)型多為鹽堿性和沙質(zhì)粘性土壤，約有未利用的荒地200多萬(wàn)畝?、沿海灘涂52.7萬(wàn)畝、低產(chǎn)鹽田40萬(wàn)畝。境內(nèi)河流、溝渠眾多，京杭運(yùn)河貫穿滄州城區(qū)。區(qū)內(nèi)日照時(shí)數(shù)較多，太陽(yáng)輻射較豐富，冬寒夏熱。歷史夏季極端最高氣溫達(dá)43.0℃，最熱月多為7月，最熱月平均氣溫為26.5 ～26.9℃。主要農(nóng)作物有玉米、小麥、棉花、花生和苜蓿等。

1.2 遙感數(shù)據(jù)及預(yù)處理

本研究使用的遙感數(shù)據(jù)為2000年7月12日獲取的、經(jīng)過(guò)幾何糾正的ASTER 1B圖像數(shù)據(jù)，提供大氣參數(shù)的數(shù)據(jù)為同一天內(nèi)且獲取時(shí)刻接近的MODIS 1B數(shù)據(jù)(分辨率為1 km)。兩景圖像覆蓋整個(gè)滄州市區(qū)及郊區(qū)，圖像質(zhì)量良好。首先將兩圖像導(dǎo)入ENVI軟件，轉(zhuǎn)換為統(tǒng)一投影坐標(biāo)系;然后將兩景圖像分辨率按ASTER可見(jiàn)光—近紅外波段的分辨率重采樣為15 m，并截取出研究子區(qū)。研究區(qū)的ASTER圖像如圖1所示。

圖1 研究區(qū)ASTER圖像Fig.1 ASTER image of the study area

將ASTER圖像中所用到的第13、14波段的DN值分別轉(zhuǎn)換為通道輻射強(qiáng)度值［2］，即

式中，Bi(Ti)為通道輻射強(qiáng)度;Cgain和Coffset分別為傳感器的增益系數(shù)和偏移系數(shù)，可以在ASTER圖像的頭文件中查找。

2 LST反演算法

隨著熱紅外遙感基礎(chǔ)理論問(wèn)題研究的深入和熱傳感器的改進(jìn)，反演LST的算法有了很大發(fā)展。目前主要的 LST 反演算法有單通道法、劈窗法［3，4］、多通道法［5，6］、多角度法及溫度與比輻射率分離算法［7，8］等。其中，劈窗算法是目前應(yīng)用最廣、最成熟的方法，且具有較高的精度。本文采用的LST反演算法為劈窗算法［3］，其技術(shù)路線如圖2所示。

圖2 劈窗算法技術(shù)路線示意圖Fig.2 Technical route diagram of split window algorithm

利用ASTER熱紅外波段中的第13(10.15～10.95 μm)、14(10.95 ～11.65 μm)波段受大氣影響最小的特性，建立輻射傳輸方程反演LST，同時(shí)對(duì)輻射傳輸方程中的Planck函數(shù)進(jìn)行線性簡(jiǎn)化。大氣透過(guò)率是LST反演中的基本參數(shù)，對(duì)反演精度有重要的影響。本文利用與ASTER搭載于同一衛(wèi)星的MODIS遙感數(shù)據(jù)求算大氣透過(guò)率，即利用MODIS的近紅外波段對(duì)水汽敏感這一特點(diǎn)先反演大氣水汽含量，進(jìn)而估算出ASTER數(shù)據(jù)熱紅外波段的大氣透過(guò)率。此方法克服了過(guò)去LST反演中同一景圖像只用一個(gè)大氣透過(guò)率的缺點(diǎn)，把大氣透過(guò)率的估計(jì)由一個(gè)點(diǎn)擴(kuò)大到整個(gè)圖像的各個(gè)像元上，即充分考慮了空間上的差異，使LST反演的參數(shù)估計(jì)更加符合實(shí)際情況［3］。而地表比輻射率則是利用可見(jiàn)光近紅外(NIR/VIR)圖像對(duì)研究區(qū)下墊面覆蓋類(lèi)型進(jìn)行分類(lèi)、結(jié)合JPL提供的ASTER地物實(shí)測(cè)光譜數(shù)據(jù)獲得的。

2.1 Planck函數(shù)的線性簡(jiǎn)化

LST反演以地表熱輻射傳導(dǎo)方程為基礎(chǔ)，即通過(guò)建立能量平衡方程反演LST。輻射傳輸方程描述了衛(wèi)星傳感器所觀測(cè)到的輻射總強(qiáng)度，不僅有來(lái)自地表的輻射，而且還有來(lái)自大氣的向上和向下的路徑輻射。這些輻射成分在穿過(guò)大氣層抵達(dá)遙感器的過(guò)程中，還受到大氣層吸收作用的影響而衰減。同時(shí)，地表和大氣的輻射也對(duì)這一過(guò)程中產(chǎn)生不可忽略的影響。因此，LST的演算實(shí)際上是一個(gè)復(fù)雜的求解問(wèn)題。從地表輻射經(jīng)過(guò)大氣抵達(dá)傳感器的過(guò)程可以簡(jiǎn)單地描述為

式中，Bi(Ti)和Bi(Ts)分別為第i波段的星上輻射強(qiáng)度和地面輻射強(qiáng)度;τi為大氣透過(guò)率;εi為發(fā)射率;Ts為地表溫度;Ti為星上亮度溫度;I↓i為大氣下行輻射;I↑i為大氣上行輻射。

Planck函數(shù)是熱輻射傳輸方程的核心組成部分。在LST反演計(jì)算的過(guò)程中，需要對(duì)Planck方程進(jìn)行線性簡(jiǎn)化［4，9－11］。毛克彪等［3］用 Planck 函數(shù)對(duì)ASTER的第13、14波段的熱輻射與溫度在273～322 K區(qū)間內(nèi)的變化關(guān)系進(jìn)行了計(jì)算，通過(guò)線性回歸得到反演LST的方程，即

式中，B13(T)、B14(T)分別為對(duì) ASTER的第13、14 波段反演的 LST;T13、T14分別為第 13、14 波段的熱輻射值;R2為熱輻射與溫度的可決系數(shù)。從可決系數(shù)可以看出，第13、14波段輻射強(qiáng)度與溫度變化的關(guān)系因線性近似引起的誤差非常小，適合于建立輻射傳輸方程來(lái)反演LST。

2.2 大氣透過(guò)率與大氣水汽含量估算

大氣透過(guò)率與大氣水汽含量是LST反演過(guò)程中的關(guān)鍵參數(shù)。本文根據(jù)近紅外波段對(duì)大氣水汽含量的敏感性，首先利用MODIS的近紅外波段反演大氣水汽含量，然后再進(jìn)一步求算熱紅外波段的大氣透過(guò)率。在MODIS的36個(gè)波段中，第17～19波段為大氣吸收波段，第2和5波段為大氣窗口波段，因此大氣水汽含量為式中，w17、w18和 w19分別為利用 MODIS的第17～19波段反演得到大氣水汽含量［12］。

由于大氣透過(guò)率和大氣水汽含量呈現(xiàn)線性關(guān)系［3］，通過(guò)回歸得到ASTER第13、14波段的大氣透過(guò)率與大氣水汽含量之間的線性方程為

式中，τ13、τ14分別為 ASTER 數(shù)據(jù)第 13、14 波段的大氣透過(guò)率。

2.3 地表比輻射率估算

地表比輻射率是指物體與黑體在同溫度、同波長(zhǎng)下的輻射出射度的比值，是反演LST的關(guān)鍵參數(shù)之一，它主要由地球表面結(jié)構(gòu)和波長(zhǎng)范圍決定。在ASTER第13、14波段的波長(zhǎng)范圍內(nèi)，絕大多數(shù)地物的比輻射率高于0.9，并且變化非常?。?］。本文采用的方法是利用ASTER的可見(jiàn)光和近紅外對(duì)下墊面類(lèi)型進(jìn)行分類(lèi)(圖3)，然后利用JPL提供的光譜數(shù)據(jù)庫(kù)計(jì)算各種地表類(lèi)型的比輻射率。

圖3 滄州地區(qū)下墊面類(lèi)型圖Fig.3 Map of underlying surface types in Cangzhou area

根據(jù)地表覆被狀況、人類(lèi)活動(dòng)的程度和空間分布，結(jié)合Google Earth影像與信息查找，將研究區(qū)下墊面劃分為6種地物類(lèi)型。將分類(lèi)后的圖像(圖3)用混淆矩陣進(jìn)行精度評(píng)價(jià)，其精度為0.945 2，Kappa系數(shù)為 0.931 2。

利用JPL提供的常見(jiàn)的80種ASTER光譜實(shí)測(cè)數(shù)據(jù)可以獲取相應(yīng)典型地物在各波段的反射率值，進(jìn)而求算對(duì)應(yīng)的地表比輻射率。在本次計(jì)算過(guò)程中只需求算各地物在ASTER第13、14波段的地表比輻射率，并將各類(lèi)地物的比輻射率合并于同一圖上。

2.4 劈窗算法推導(dǎo)

利用劈窗算法得到LST的計(jì)算公式為

A、B、C、D可通過(guò)大氣透射率和比輻射率計(jì)算得到，其中系數(shù) a13、b13和 a14、b14通過(guò) ASTER 第 13、14波段線性簡(jiǎn)化熱輻射傳輸方程確定(a13=0.146 3，b13= －33.981 37;a14=0.133 01，b14=－30.364 69)。

3 結(jié)果分析與應(yīng)用

3.1 空間熱格局

城市熱島效應(yīng)是指城市比周?chē)貐^(qū)溫度高的現(xiàn)象，它是在城市化的人為因素(如下墊面性質(zhì)的改變、人為熱和過(guò)量溫室氣體排放、大氣污染等)以及局地天氣氣象條件共同作用下形成的，是城市對(duì)氣溫影響最突出的表現(xiàn)之一。城市熱島效應(yīng)能夠直觀地反映在空間熱格局上，因此，對(duì)空間熱格局的剖析是研究城市熱島效應(yīng)的基礎(chǔ)。圖4為滄州及周邊地區(qū)的LST反演結(jié)果。

圖4 滄州地區(qū)LST反演結(jié)果Fig.4 LST result retrieved from ASTER in Cangzhou area

以滄州市區(qū)中心為原點(diǎn)，分別對(duì)研究區(qū)東西方向、南北方向做城市熱格局直線剖面分析(如圖5所示)。

圖5 滄州東西方向(上)與南北方向(下)城市熱格局剖面圖Fig.5 Profiles of the urban heat pattern in Cangzhou city through east—west direction(up)and north—south direction(down)

從圖4和圖5可以看出，高溫中心出現(xiàn)在市區(qū)。從市區(qū)至近郊再到遠(yuǎn)郊，地表溫度逐次降低;但在郊區(qū)人類(lèi)活動(dòng)頻繁地帶溫度也較高，建筑物密集地比稀疏地溫度要高。農(nóng)村用地和荒地也出現(xiàn)了明顯的局部熱中心。市區(qū)中運(yùn)河流域、公園湖泊以及樹(shù)林覆蓋地溫度明顯較低。農(nóng)田有少量植被覆蓋，溫度中等偏低。從升溫幅度來(lái)看，有植被覆蓋的地表周?chē)鷧^(qū)域升溫幅度較小，無(wú)植被覆蓋的區(qū)域升溫幅度較大。由于滄州市區(qū)東南角和東北角郊區(qū)上空有較少量高層云的覆蓋，本文未對(duì)云蓋作處理，因此云覆蓋區(qū)域反演的LST較低，但因面積較小，不影響研究區(qū)的整體效果。

3.2 地表覆蓋類(lèi)型對(duì)LST的影響

本文將反演得到的LST劃分為5個(gè)溫區(qū)，即低溫區(qū)(298.703 ～304.668 K)、亞低溫區(qū)(304.668 ～310.633 K)、中溫區(qū)(310.633 ～ 316.597 K)、亞高溫區(qū)(316.597 ～322.562 K)和高溫區(qū)(322.562 ～328.327 K)。通過(guò)統(tǒng)計(jì)得出每種地物在各溫區(qū)內(nèi)所占面積(表1)。

表1 各類(lèi)地物在各溫區(qū)所占面積Tab.1 Area occupied by various surface classes in different temperature zone (km2)

從表1中的統(tǒng)計(jì)值可以看出，城鎮(zhèn)用地較大部分處于亞高溫區(qū)、中溫區(qū)和高溫區(qū)，對(duì)熱島效應(yīng)有明顯的增強(qiáng)作用;水體占亞低溫區(qū)比例最多，有顯著的降溫作用;林地和農(nóng)田的溫度也比較低，有著明顯的降溫效果;荒地和農(nóng)村用地則降溫作用不明顯。

3.3 熱島強(qiáng)度與植被覆蓋度關(guān)系

植被通過(guò)選擇性吸收和反射太陽(yáng)輻射能以及調(diào)節(jié)潛熱和顯熱的交換來(lái)調(diào)節(jié)城市空氣、降低污染，成為城市生態(tài)環(huán)境評(píng)價(jià)的一個(gè)綜合指標(biāo)。NDVI是一種廣泛應(yīng)用的用以表征植被覆蓋狀況的植被指數(shù)，其計(jì)算公式為

式中，ρ2、ρ3分別為 ASTER 第 2、3 波段的反射率。

從上述分析可以認(rèn)為，植被的存在對(duì)溫度產(chǎn)生了較為明顯的影響。但為了進(jìn)一步分析植被覆蓋度與熱島強(qiáng)度的內(nèi)在關(guān)系，本文將下墊面的NDVI有效值和反演出的LST值導(dǎo)入ENVI軟件進(jìn)行疊加，用像元數(shù)相同的感興趣區(qū)塊在疊加圖上均勻地采樣。將每個(gè)采樣區(qū)塊所包含的LST和NDVI求取平均值并統(tǒng)計(jì)，得到LST與NDVI之間的耦合關(guān)系(如圖6所示)。

圖6 LST與NDVI線性擬合關(guān)系Fig.6 Linear fitting relationship between LST and NDVI

擬合結(jié)果表明，LST與NDVI存在負(fù)相關(guān)關(guān)系，線性擬合公式為 y= －39.119 85(x－8.141 81)，決定系數(shù)為0.739。將反演的LST圖與NDVI圖對(duì)比分析，兩者具有明顯相反的空間格局。這說(shuō)明了植被覆蓋對(duì)LST有顯著的影響，植被覆蓋度越大，LST越低，相應(yīng)的熱島強(qiáng)度也較低。另外，植被的熱容量較大，潛熱存儲(chǔ)能力大于感熱，因此，增加植被的覆蓋面積無(wú)疑對(duì)降低城市熱島強(qiáng)度的降低具有非常積極的作用。

4 結(jié)論

(1)采用ASTER數(shù)據(jù)作為城市熱島效應(yīng)研究的主要遙感數(shù)據(jù)源，將其熱紅外譜段高分辨率、多波段的優(yōu)勢(shì)充分運(yùn)用到LST反演中。借助MODIS數(shù)據(jù)近紅外波段對(duì)水汽參數(shù)敏感的特性，較精確地估算了ASTER各像元的大氣透過(guò)率，克服了過(guò)去同一景圖像只用一個(gè)大氣透過(guò)率的缺點(diǎn)，把大氣透過(guò)率的估計(jì)由一個(gè)點(diǎn)擴(kuò)大到整個(gè)圖像的各個(gè)像元上，使LST反演的參數(shù)估計(jì)更加符合實(shí)際情況。利用可見(jiàn)光近紅外波段的高分辨率特點(diǎn)進(jìn)行下墊面類(lèi)型劃分，為城市熱島研究提供了直觀可靠的空間布局，同時(shí)結(jié)合LST與NDVI對(duì)城市熱島效應(yīng)進(jìn)行了定量關(guān)系分析。

(2)在LST反演過(guò)程中，本文在獲取地表比輻射率時(shí)，通過(guò)查找JPL提供的常見(jiàn)的80種ASTER光譜數(shù)據(jù)，得到下墊面地物較精確的比輻射率，提高了總體反演精度。

(3)本文在LST反演過(guò)程中，發(fā)現(xiàn)該反演算法對(duì)有云覆蓋區(qū)域不太有效。盡管MODIS提供的大氣參數(shù)也包括云覆蓋區(qū)域，但在數(shù)據(jù)預(yù)處理時(shí)將圖像分辨率從1 000 m重采樣為15 m所帶來(lái)的混合像元問(wèn)題比較嚴(yán)重，因此在以后的LST反演中需對(duì)云蓋進(jìn)行處理或在反演模型中加入其他必要的參數(shù)。

［1］ Voogt J A，Oke T R.Thermal Remote Sensing of Urban Climates［J］.Remote Sensing of Environment，2003，86(3):370 － 384.

［2］ 盧 遠(yuǎn)，華 璀，楊小雄，等.基于ASTER數(shù)據(jù)的城市熱環(huán)境效應(yīng)定量分析［J］.武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2008，33(3):297－301.

［3］ 毛克彪，唐華俊，陳仲新，等.一個(gè)從ASTER數(shù)據(jù)中反演地表溫度的劈窗算法［J］.遙感信息，2006(5):7－11.

［4］ Qin Z H，Dall’Olmo G，Karnieli A，et al.Derivation of Split Window Algorithm and Its Sensitivity Analysis for Retrieving Land Surface Temperature from NOAA－Advanced Very High Resolution Radiometer Data［J］.Journal of Geophysical Research，2001，106(D19):22655－22670.

［5］ 毛克彪，唐華俊，陳仲新，等.一個(gè)用神經(jīng)網(wǎng)絡(luò)優(yōu)化的針對(duì)ASTER數(shù)據(jù)反演地表溫度和發(fā)射率的多波段算法［J］.國(guó)土資源遙感，2007(3):18－22.

［6］ 甘甫平，陳偉濤，張緒教，等.熱紅外遙感反演陸地表面溫度研究進(jìn)展［J］.國(guó)土資源遙感，2006(1):6－11.

［7］ Mao K B，Shi J C，Tang H J，et al.A Neural Network Technique for Separating Land Surface Emissivity and Temperature from ASTER Imagery［J］.IEEE Transactions on Geoscience and Remote Sensing，2008，46(1):200 －208.

［8］ Li Z L，Becker F.Feasibility of Land Surface Temperature and Emissivity Determination from AVHRR Data［J］.Remote Sensing of Environment，1993，43(1):67 －85.

［9］ Price J C.Estimating Land Surface Temperature from Satellite Thermal Infrared Data—A Simple Formation for the Atmospheric Effect［J］.Remote Sensing of Environment，1983，13(4):353 －356.

［10］ Franca G B，Cracknell A P.Retrieval of Land and Sea Surface Temperature Using NOAA－IIAVHRR－Data in Northeastern Brazil［J］.International Journal of Remote Sensing，1994，15(8):1695－1712.

［11］ Coll C，Caselles V，Sobrino J A，et al.On the Atmospheric Dependence of the Split－ Window Equation for Land Surface Temperature［J］.International Journal of Remote Sensing，1994，15(1):105 －155.

［12］ Sobrino J A，Raissouni N，Li Z L.A Comparative Study of Land Surface Emissivity Retrieval from NOAA Data［J］.Remote Sensing of Environment，2001，75(2):256 －266.

A Study of Remote Sensing Monitoring of Urban Thermal Environment Based on ASTER Data

CHEN Jian1，2，YANG Xu － yuan2
(1.Key Laboratory of Meteorological Disaster of Ministry of Education，Nanjing University of Information Science and Technology，Nanjing 210044，China;2.School of Remote Sensing，Nanjing University of Information Science and Technology，Nanjing 210044，China)

According to the Characteristics of the ASTER data，the authors calculated the atmospheric transmittance using the MODIS data from the same satellite，and then obtained the surface emissivity by means of the classification result on visible and near－infrared bands as well as the spectral library supplied by JPL(Jet Propulsion Lab).After that，the Land Surface Temperature(LST)was estimated by the split window algorithm.On this basis of LST retrieved from ASTER data，the authors analyzed quantitatively the urban thermal environment in Cangzhou area using the LST，the classification results and the Normalized Difference Vegetation Index(NDVI).These results can provide a certain scientific basis for the further exploration of the developmental rule of the urban heat island，the simulation regulation and the control and optimizing configuration of the urban thermal environment.

Land surface temperature(LST);ASTER;NDVI;Urban heat island effect

TP 79

A

1001－070X(2011)03－0100－06

2010－11－30;

2011－02－05

國(guó)家自然科學(xué)基金項(xiàng)目“遙感數(shù)據(jù)支持的不同時(shí)間尺度氣象因子與東亞飛蝗發(fā)生關(guān)系機(jī)理研究”(編號(hào):40901239)資助。? 1畝≈0.066 7 hm2

陳 健(1978－)，男，博士，副教授，主要研究方向?yàn)槎窟b感、遙感與GIS應(yīng)用。

(責(zé)任編輯:劉心季)