和海霞 楊思全 陳偉濤 黃河 崔燕 謝湘平
(1 民政部國(guó)家減災(zāi)中心,北京 100124)
(2 中國(guó)地質(zhì)大學(xué)(武漢)國(guó)家遙感中心地殼運(yùn)動(dòng)與深空探測(cè)部/生物地質(zhì)與環(huán)境地質(zhì)教育部重點(diǎn)實(shí)驗(yàn)室,武漢 430074)
(3 中國(guó)科學(xué)院,水利部,成都山地災(zāi)害與環(huán)境研究所,成都 610041)
近年來(lái),人類活動(dòng)和劇烈的太陽(yáng)耀斑活動(dòng),對(duì)自然環(huán)境造成了很大的破壞,導(dǎo)致自然災(zāi)害頻發(fā),嚴(yán)重威脅到人類的生命安全和經(jīng)濟(jì)社會(huì)安全。因此,開展災(zāi)害的預(yù)警分析和實(shí)時(shí)監(jiān)測(cè)可以客觀地對(duì)災(zāi)害的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè),對(duì)災(zāi)害的現(xiàn)狀進(jìn)行評(píng)估,為各決策部門提供技術(shù)支撐,從而更好地為防災(zāi)減災(zāi)服務(wù)。眾多研究表明,遙感技術(shù)的發(fā)展為快速準(zhǔn)確的災(zāi)害監(jiān)測(cè)提供了可能,高光譜遙感更是憑借其精細(xì)的光譜信息,在災(zāi)害地物識(shí)別和發(fā)展趨勢(shì)預(yù)測(cè)中,占據(jù)著重要的位置。
長(zhǎng)期以來(lái),數(shù)據(jù)源獲取難是高光譜衛(wèi)星遙感技術(shù)工程化應(yīng)用的主要瓶頸之一。隨著我國(guó)環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座(HJ-1)的成功發(fā)射和良好運(yùn)行,以及后續(xù)星發(fā)射計(jì)劃的逐步推進(jìn),其上搭載的高光譜傳感器有望為防災(zāi)減災(zāi)提供較為可靠的數(shù)據(jù)源。因此,本文從災(zāi)害遙感監(jiān)測(cè)原理出發(fā),結(jié)合主要自然災(zāi)害類型,初步研究了環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座A星(HJ-1A)高光譜數(shù)據(jù)的應(yīng)用潛力,提出了高光譜數(shù)據(jù)用于防災(zāi)減災(zāi)領(lǐng)域的不足和解決問(wèn)題的思路,以進(jìn)一步開拓高光譜成像儀(Hysperspectrum Imager,HSI)數(shù)據(jù)的應(yīng)用能力,并促進(jìn)環(huán)境與減災(zāi)衛(wèi)星在防災(zāi)減災(zāi)領(lǐng)域發(fā)揮更大的技術(shù)先導(dǎo)性作用。
2008年9月6日11時(shí)25分,我國(guó)在太原衛(wèi)星發(fā)射中心用長(zhǎng)征-2C 運(yùn)載火箭,成功將環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)小衛(wèi)星星座HJ-1A和1B 衛(wèi)星送入太空,衛(wèi)星進(jìn)入預(yù)定軌道。1A、1B 星是兩顆光學(xué)小衛(wèi)星,各搭載一臺(tái)寬覆蓋多光譜相機(jī)。同時(shí),1A星上搭載了一臺(tái)高光譜成像儀,1B 星上搭載了一臺(tái)紅外相機(jī)。1A星上搭載的干涉成像光譜儀為我國(guó)第一臺(tái)對(duì)地觀測(cè)星載成像光譜儀,也是第一顆用于航天對(duì)地觀測(cè)的干涉成像光譜儀,其基本參數(shù)如表1所示。該傳感器的投入使用,極大地豐富了高光譜數(shù)據(jù)的來(lái)源,有了數(shù)據(jù)的保證,高光譜數(shù)據(jù)信息提取技術(shù)也會(huì)逐步得到發(fā)展。
表1 HJ-1A衛(wèi)星高光譜成像儀基本參數(shù)Table1 Parameters of HJ-1Ahyperspectral imager
HJ-1A上搭載的高光譜儀成像儀(HSI)為干涉成像光譜儀。干涉型成像光譜技術(shù)在獲取目標(biāo)的二維信息方面與色散型技術(shù)類似,通過(guò)擺掃或推掃得到目標(biāo)上的像元,但每個(gè)像元的光譜分布不是由色散元件形成,而是利用像元輻射的干涉圖與光譜圖的傅里葉變換關(guān)系,通過(guò)探測(cè)像元輻射的干涉圖和利用計(jì)算機(jī)技術(shù)對(duì)干涉圖進(jìn)行傅里葉變換,來(lái)獲得每個(gè)像元的光譜信息[1]。因此,干涉成像光譜儀與色散型成像光譜儀的數(shù)據(jù)預(yù)處理過(guò)程存在很大的不同。
干涉成像光譜儀的預(yù)處理主要包括光譜儀定標(biāo)、光譜復(fù)原、幾何校正、大氣輻射校正等幾部分?;玖鞒倘鐖D1所示。
HSI數(shù)據(jù)在孕災(zāi)環(huán)境監(jiān)測(cè)、災(zāi)害風(fēng)險(xiǎn)評(píng)估、災(zāi)害預(yù)警、災(zāi)害評(píng)估領(lǐng)域發(fā)揮著重要的作用。本文針對(duì)干旱、洪澇等不同的災(zāi)種進(jìn)行了HSI數(shù)據(jù)初步的應(yīng)用研究和應(yīng)用潛力評(píng)價(jià)。
圖1 HSI數(shù)據(jù)預(yù)處理流程Fig.1 Preprocessing procedure of HJ-1Ahyperspctral imager
干旱是一種頻繁發(fā)生的嚴(yán)重的自然災(zāi)害。干旱的成因和影響因素非常復(fù)雜,李克讓(1999)將干旱歸納為:氣象干旱、水文干旱、農(nóng)業(yè)干旱、社會(huì)經(jīng)濟(jì)干旱[2]。災(zāi)害領(lǐng)域最關(guān)注的是農(nóng)業(yè)干旱,是指農(nóng)作物生長(zhǎng)期內(nèi)因缺水而影響正常生長(zhǎng)。干旱導(dǎo)致減產(chǎn)三成以上形成旱災(zāi)。旱災(zāi)高光譜監(jiān)測(cè)從原理上可分為三大類:一是土壤水分降低會(huì)引起土壤光譜反射率和地表溫度的變化;二是干旱脅迫會(huì)引起植被生理過(guò)程的變化,從而改變?nèi)~片和冠層的光譜屬性,并顯著地影響植冠的光譜反射率;三是植被指數(shù)和作物冠層溫度的變化:當(dāng)作物供水正常時(shí),植被指數(shù)在一定的生長(zhǎng)期內(nèi)保持在一定的范圍內(nèi),而作物冠層溫度也保持在一定的范圍;如果遇到干旱,作物供水不足,一方面作物的生長(zhǎng)受到影響,植被指數(shù)將降低,另一方面作物的冠層溫度將升高。因此,結(jié)合HSI數(shù)據(jù)特征,可選擇以下指標(biāo)作為旱災(zāi)高光譜遙感監(jiān)測(cè)的表征參數(shù):①土壤反射率光譜;②土壤地表溫度;③植冠的光譜反射率;④植被指數(shù);⑤植冠表面溫度。HSI數(shù)據(jù)能夠定量反演到上述5種指標(biāo),為干旱監(jiān)測(cè)提供及時(shí)的、客觀的時(shí)空分布數(shù)據(jù),為防災(zāi)減災(zāi)提供依據(jù)。圖2為HSI數(shù)據(jù)在西藏干旱遙感監(jiān)測(cè)中的應(yīng)用。
圖2 HSI數(shù)據(jù)在西藏干旱監(jiān)測(cè)圖Fig.2 Drought monitoring in Tibet based on HSI data
洪澇遙感監(jiān)測(cè)分為三個(gè)層次:第一層次是洪澇預(yù)警,主要采用氣象遙感衛(wèi)星,進(jìn)行降水情況等氣象監(jiān)測(cè);第二層次是洪澇實(shí)時(shí)監(jiān)測(cè),主要利用多種遙感數(shù)據(jù),結(jié)合土地利用背景數(shù)據(jù),進(jìn)行植被、土壤和水體等下墊面類型的區(qū)分,為提取洪水淹沒面積等服務(wù);第三層次是災(zāi)情評(píng)估,洪水淹沒后,土壤含水量會(huì)增加,土壤的反射率可能會(huì)比淹沒前有所降低,可以利用這個(gè)特征進(jìn)行受災(zāi)作物過(guò)水面積的估算。洪澇災(zāi)情評(píng)估的難點(diǎn)在于,南方地區(qū)夏季植被比較茂盛,傳感器獲取到的光譜信息中,混合像元現(xiàn)象非常嚴(yán)重,植被信息掩蓋了其下的土壤光譜特征,因此,對(duì)土壤過(guò)水程度和面積的監(jiān)測(cè)存在困難。此外,在洪澇過(guò)程中,往往伴隨著多云、大雨,入射光量減小,傳統(tǒng)的光學(xué)遙感獲取圖像的能力大大減弱。因此,HSI數(shù)據(jù)在洪澇災(zāi)害監(jiān)測(cè)中受到一定的限制,HSI數(shù)據(jù)只能作為災(zāi)前背景數(shù)據(jù),確定災(zāi)前作物的種類,從而為災(zāi)后損失評(píng)估提供信息。
低溫雨雪冰凍災(zāi)害的監(jiān)測(cè)分為大尺度監(jiān)測(cè)和小尺度監(jiān)測(cè)。HJ-1A衛(wèi)星的高光譜數(shù)據(jù)的分辨率為100m,適合進(jìn)行大尺度的監(jiān)測(cè)。雪在可見光波段有很高的反射率,在藍(lán)光波段(0.49μm)附近的反射峰可達(dá)80%以上,隨著波長(zhǎng)的增加,反射率逐漸降低;在近紅外波段,反射率急劇下降,直至20%左右。這與除了云之外的其他自然地物的光譜特征存在明顯不同。此外,雪的晶粒大小、雪花絮狀分裂的形態(tài)和積雪的松緊程度不同都會(huì)對(duì)雪被的光譜特征有明顯的影響。雪光譜平均反射率的變化特點(diǎn)為:新降的未融化的雪>表面融化的雪>濕的融化的雪>重新凍結(jié)的雪。因此,利用HSI數(shù)據(jù)定量反演積雪的光譜特征,并計(jì)算歸一化差分積雪指數(shù)來(lái)識(shí)別不同狀態(tài)的雪,進(jìn)行雪災(zāi)監(jiān)測(cè)。
圖3 火災(zāi)后植被恢復(fù)監(jiān)測(cè)圖Fig.3 Vegetation recovering monitoring map after fire by using HSI data
森林火災(zāi)、草原火災(zāi)和煤層自燃是三個(gè)影響較大的火災(zāi)類型。
4.4.1 森林火災(zāi)
HSI數(shù)據(jù)在森林火災(zāi)方面的應(yīng)用主要包括:(1)火險(xiǎn)等級(jí)的評(píng)定和劃分,HSI數(shù)據(jù)可以實(shí)現(xiàn)植被的精細(xì)分類,可以用來(lái)區(qū)分不同植被類型(如針葉林和闊葉林)、不同的樹葉類型(如干葉和濕葉),結(jié)合GIS技術(shù),從而進(jìn)行火險(xiǎn)等級(jí)的評(píng)定和劃分。(2)林火蔓延趨勢(shì)分析,森林火災(zāi)后樹冠及林下植被被燒死或灼傷,致使過(guò)火區(qū)反射光譜變化。利用多時(shí)相HSI數(shù)據(jù)計(jì)算區(qū)域植被指數(shù),根據(jù)其圖譜信息圈定過(guò)火面積,為林火蔓延趨勢(shì)分析和火勢(shì)控制提供數(shù)據(jù)支撐。(3)火災(zāi)后植被恢復(fù)狀況監(jiān)測(cè),利用HSI數(shù)據(jù)可以計(jì)算葉面積指數(shù)和定量反演葉綠素含量,對(duì)森林植被長(zhǎng)勢(shì)進(jìn)行監(jiān)測(cè),在火災(zāi)后植被恢復(fù)狀況監(jiān)測(cè)方面發(fā)揮作用,如圖3所示。
4.4.2 草原火災(zāi)
草原火災(zāi)是由雷擊火等自然火源和吸煙、燒荒、上墳燒紙等人為火源導(dǎo)致草原可燃物在一定氣候條件下燃燒所發(fā)生的災(zāi)害。草原火災(zāi)的發(fā)生與可燃物的空間分布規(guī)律有著密切的關(guān)系,因此,可以利用HSI數(shù)據(jù)計(jì)算區(qū)域內(nèi)植被指數(shù),圈定可燃物的空間分布規(guī)律,從而為草原火災(zāi)預(yù)警提供數(shù)據(jù)支撐。一般來(lái)說(shuō),植被指數(shù)從高到低分別為原始林區(qū)、農(nóng)林交錯(cuò)區(qū)、典型草原分布區(qū)和荒漠化草原[3],據(jù)此進(jìn)行火險(xiǎn)等級(jí)的劃分。此外,可以根據(jù)植被在火災(zāi)前后的光譜變化來(lái)估算草場(chǎng)燃燒面積。4.4.3 煤層自燃
煤層自燃是煤層受陽(yáng)光照射后氧化發(fā)熱,繼而聚熱增溫,最后達(dá)到自燃的自然現(xiàn)象。在煤層自燃火區(qū)(活火區(qū)),熱量會(huì)沿煤層裂隙逸出地表,構(gòu)成熱異常區(qū),該異常區(qū)可利用熱紅外遙感進(jìn)行探測(cè)。在煤層燃燒中,煤層溫度不斷升高,使其上的巖石在高溫中發(fā)生氧化和融化作用,由灰色系列沉積巖變質(zhì)后形成紫紅色系列的燒變巖。因此,燒變巖的存在,可以用來(lái)確定死火區(qū)的存在[4]。燒變巖的光譜特征相較沉積巖有了很大的改變,其在0.7~0.85μm 附近存在反射峰,經(jīng)過(guò)光譜重建后的HSI反射率數(shù)據(jù)可以較好的反映這一光譜信息,從而快速確定死火區(qū)的空間分布,分析其空間規(guī)律,用于指導(dǎo)煤火自燃的預(yù)警工作。
地質(zhì)災(zāi)害可分為突發(fā)性地質(zhì)災(zāi)害和漸變性地質(zhì)災(zāi)害。突發(fā)性地質(zhì)災(zāi)害主要包括滑坡、崩塌、泥石流等;漸變性地質(zhì)災(zāi)害主要包括鹽堿化、荒漠化、石漠化等。圖4為我國(guó)內(nèi)蒙古荒漠化的HSI監(jiān)測(cè)圖。
圖4 內(nèi)蒙古荒漠化HSI監(jiān)測(cè)圖Fig.4 Desertification monitoring in Inner Mongolia by using HSI data
4.5.1 突發(fā)性地質(zhì)災(zāi)害
突發(fā)性地質(zhì)災(zāi)害的發(fā)生主要受制于地層巖性、構(gòu)造展布、植被覆蓋、地形地貌以及大氣降水強(qiáng)度等要素。一般情況下,巖性脆弱、構(gòu)造發(fā)育、植被稀疏、地形陡峻的地段,在強(qiáng)降水過(guò)程中容易誘發(fā)地質(zhì)災(zāi)害。利用HSI數(shù)據(jù)可以進(jìn)行區(qū)域孕災(zāi)環(huán)境如植被類型、巖性等的識(shí)別,在此基礎(chǔ)上,輔助其他各類信息進(jìn)行綜合分析,全面掌握該區(qū)域地質(zhì)狀況,能夠?yàn)榈刭|(zhì)災(zāi)害的預(yù)警、監(jiān)測(cè)、評(píng)估和治理提供依據(jù)。
4.5.2 漸變性地質(zhì)災(zāi)害
土壤鹽堿化通常是由于灌溉不當(dāng)、用水過(guò)量等原因引起地下水位上升,從而造成土壤中鹽分積聚的過(guò)程。主要發(fā)生在干旱、半干旱、半濕潤(rùn)氣候區(qū)及受海水侵灌的海濱低地區(qū)域。發(fā)生強(qiáng)鹽堿化的土地,由于鹽分在表面結(jié)晶,導(dǎo)致其反射率增高。鹽堿化地表在可見光和近紅外波段的反射較一般地表強(qiáng),可以借助HSI數(shù)據(jù)豐富的光譜信息,結(jié)合實(shí)測(cè)的鹽堿土光譜特征,估算土壤的含鹽量和PH值,區(qū)分土壤是否發(fā)生了鹽堿化,對(duì)不同鹽堿土類型和鹽堿化程度進(jìn)行識(shí)別,并對(duì)鹽堿化范圍、鹽生植物及各種類型的土壤進(jìn)行分類。
石漠化的發(fā)生原因主要有基底巖層碳酸鹽巖廣布,氣候濕潤(rùn)、降水量大,加上地表崎嶇,人類活動(dòng)破壞植被等,導(dǎo)致水土流失嚴(yán)重,基底巖層大面積裸露。石漠化監(jiān)測(cè)的常用方法是根據(jù)基巖裸露區(qū)、植被特征和土被蓋度等指標(biāo)進(jìn)行閾值設(shè)定,建立石漠化分級(jí)特征。HSI數(shù)據(jù)可以進(jìn)行裸露基巖的識(shí)別和植被指數(shù)、葉面積指數(shù)等植被參量的反演,在此基礎(chǔ)上進(jìn)行石漠化監(jiān)測(cè)。
生物災(zāi)害是指各種生物活動(dòng)對(duì)人類生命和生存環(huán)境引發(fā)的重大傷亡和破壞,主要分為植物災(zāi)害、動(dòng)物災(zāi)害和微生物災(zāi)害三大類。常見的植物災(zāi)害有水華、赤潮、湖泛、外來(lái)物種入侵等。高光譜遙感數(shù)據(jù)能夠捕捉水華、水草和水體細(xì)微的光譜差異,從而對(duì)水華和水草進(jìn)行精確識(shí)別。圖5為巢湖水華HSI監(jiān)測(cè)圖。當(dāng)植物受到病蟲害脅迫時(shí),植物的含水量、葉綠素含量等發(fā)生變化,農(nóng)作物光譜特征會(huì)發(fā)生差異,高光譜可探測(cè)到這種差異。動(dòng)物災(zāi)害如各種病蟲害、禽流感等。已有研究表明,曾經(jīng)感染H5N1高致病性禽流感病毒的野生鳥類,許多具有遷徙習(xí)性,有可能是傳播禽流感病毒的重要途徑。野生鳥類的遷移過(guò)程與生態(tài)環(huán)境有關(guān),生態(tài)環(huán)境與植被類型有關(guān),高光譜可以判斷植被類型,從而間接地進(jìn)行禽流感的監(jiān)測(cè)。
圖5 巢湖水華HSI監(jiān)測(cè)圖Fig.5 Water bloom monitoring in Chaohu lake by using HSI data
4.7.1 沙塵暴
沙塵暴對(duì)生態(tài)系統(tǒng)、大氣環(huán)境的破壞力極強(qiáng),往往發(fā)生在沙漠及臨近的干旱和半干旱地區(qū)。我國(guó)北方是沙塵暴頻發(fā)區(qū)。HSI數(shù)據(jù)在沙塵暴方面的應(yīng)用可劃分為三個(gè)層次:一是利用沙塵和下墊面背景的光譜差異,對(duì)沙塵暴進(jìn)行有效識(shí)別;二是定量提取沙塵暴相關(guān)信息,如沙塵光學(xué)厚度、含沙量等,建立定量沙塵暴信息提取模型;三是通過(guò)下墊面參數(shù)的反演,如土地利用/土地覆蓋、植被指數(shù)、植被覆蓋度、土壤含水量等,并結(jié)合相關(guān)資料,對(duì)沙塵暴的形成、發(fā)展和塵降等的規(guī)律進(jìn)行長(zhǎng)期的動(dòng)態(tài)監(jiān)測(cè)與綜合分析,為制定合理的防治規(guī)劃提供依據(jù)[5]。
4.7.2 臺(tái)風(fēng)
臺(tái)風(fēng)由外圍區(qū)、最大風(fēng)速區(qū)和臺(tái)風(fēng)眼三部分組成,它們的風(fēng)速、氣壓、云量和降水均有差異。同時(shí),臺(tái)風(fēng)的形成和空氣濕度關(guān)系密切,HSI數(shù)據(jù)具有識(shí)別和監(jiān)測(cè)它們的潛力,如可以反演水汽含量,預(yù)測(cè)空氣相對(duì)濕度,為臺(tái)風(fēng)的風(fēng)險(xiǎn)評(píng)估提供幫助。此外,利用HSI數(shù)據(jù)還可以進(jìn)行臺(tái)風(fēng)影響區(qū)域的災(zāi)情評(píng)估和災(zāi)后恢復(fù)重建狀況監(jiān)測(cè)。
4.7.3 海上溢油
海上溢油是最常見的海洋污染之一,溢油通常是由事故引起,如船舶碰撞、翻沉、海上油井平臺(tái)和輸油管道的破裂、海底油田開采泄漏等引起的。
大連海事大學(xué)衛(wèi)星遙感研究室在大連灣外海進(jìn)行了油膜可見光-近紅外波譜特征測(cè)試試驗(yàn)。研究表明,溢油波譜特征除受外部環(huán)境因素(太陽(yáng)高度角、海風(fēng)、海流、海浪、水色等)影響外,與溢油種類和組成、油膜厚度、油污與海水的融合度以及化學(xué)反映程度等有密切的關(guān)系[6]。煤油、潤(rùn)滑油、輕柴油和重柴油的油膜最大反射率均出現(xiàn)在0.50~0.58μm 波譜段內(nèi)。在可見光波譜段,對(duì)于輕油種來(lái)說(shuō),薄油膜的反射率比周圍水體(海水)反射率高,而較厚的油膜比周圍海水反射率低,可以利用其反射特性分辨出油膜和背景海水;對(duì)于重油種(如重柴油、原油等)油膜,厚度越薄,反射率越大,隨著油膜厚度的增加反射率迅速降低,輻射特性增大,可以利用溫度的差異分辨出油膜和背景海水。利用HSI數(shù)據(jù)可以進(jìn)行溢油發(fā)生檢測(cè)、油膜面積信息提取。還可以根據(jù)不同油膜的波譜特征,判斷油的種類,探測(cè)油膜厚度,并對(duì)油的擴(kuò)散方向進(jìn)行探測(cè)。
2011年6月4日,位于渤海中南部的康菲公司蓬萊19-3海上油田B 平臺(tái)和C 平臺(tái)發(fā)生原油泄漏事故,利用2011年6月13日CCD 數(shù)據(jù)和HSI數(shù)據(jù)進(jìn)行了監(jiān)測(cè),結(jié)果表明,圖幅范圍內(nèi),2011年6月13日,溢油影響面積約145km2,溢油帶大部分位于溢油點(diǎn)西北方向,如圖6所示。
圖6 渤海溢油遙感監(jiān)測(cè)圖Fig.6 Oil spill monitoring in Bohai bay by using HJ-1Adata
除了在防災(zāi)減災(zāi)領(lǐng)域具有較大的應(yīng)用潛力,HSI數(shù)據(jù)也被廣泛的應(yīng)用在其他領(lǐng)域。
土壤有機(jī)碳庫(kù)儲(chǔ)量的估算和動(dòng)態(tài)變化研究是區(qū)域碳循環(huán)研究中的重要內(nèi)容,同時(shí)土壤有機(jī)碳含量的估算是也當(dāng)前區(qū)域碳循環(huán)研究的熱點(diǎn)和難點(diǎn)之一。傳統(tǒng)的各種估算和監(jiān)測(cè)方法對(duì)土壤樣品的需求量大,難以滿足當(dāng)前全球氣候變化時(shí)效性的研究需求。利用高光譜遙感估算土壤有機(jī)碳含量具有便捷快速、節(jié)約成本、非破壞性和準(zhǔn)確度高的優(yōu)勢(shì)。
目前結(jié)合高光譜遙感開展土壤有機(jī)碳估算主要分為兩種方法:一是基于野外一定數(shù)量的土壤樣品分析數(shù)據(jù),構(gòu)建土壤有機(jī)碳含量估算模型。利用光譜數(shù)據(jù)對(duì)土壤有機(jī)碳含量進(jìn)行分析有多種建模方法,如主成分回歸,偏最小二乘法回歸等。二是基于野外一定數(shù)量的土壤樣品有機(jī)碳分析數(shù)據(jù),利用遙感的高分辨率特征,結(jié)合碳循環(huán)動(dòng)態(tài)變化過(guò)程模型開展土壤有機(jī)碳時(shí)空分布研究,這種方法的主要目的是為了克服土壤樣品數(shù)量較少的缺點(diǎn),進(jìn)而提高估算精度。
HSI數(shù)據(jù)“圖譜合一”的特點(diǎn)使我們能夠逐像素地根據(jù)作物冠層光譜特征估計(jì)葉綠素、葉面積指數(shù)、葉片含水量、土壤含水量、植被水分含量等理化參數(shù),進(jìn)而實(shí)現(xiàn)作物冠層理化參數(shù)空間分布的量化表達(dá),有效估算植被覆蓋[7]。通過(guò)反演的理化參數(shù),結(jié)合相應(yīng)的輔助數(shù)據(jù),構(gòu)建作物估產(chǎn)模型,從而能夠在作物收獲前預(yù)測(cè)作物產(chǎn)量,及時(shí)地掌握各種糧食的生產(chǎn)信息。
礦物信息提取是高光譜應(yīng)用中最為成功,也是最能發(fā)揮其優(yōu)勢(shì)的領(lǐng)域。高光譜遙感使礦物信息提取從識(shí)別巖性發(fā)展到識(shí)別單礦物以至礦物的化學(xué)成分及晶體結(jié)構(gòu)。Fe2+,F(xiàn)e3+,Mn2+等金屬陽(yáng)離子在HJ-1A衛(wèi)星的譜段范圍內(nèi)具有診斷性特征,這些特征能直接被探測(cè)。此外,礦物質(zhì)的積累通常會(huì)使植被、水、土壤等的光譜特征發(fā)生變異,通過(guò)對(duì)此類特征如植被脅迫等信息的發(fā)掘,可能進(jìn)行間接探測(cè)。由于HSI數(shù)據(jù)缺少短波紅外波段,因此對(duì)于OH-,CO32-等在短波紅外波段具有診斷特征的陰離子無(wú)法進(jìn)行識(shí)別。
HSI數(shù)據(jù)憑借其豐富的光譜信息,在土地覆蓋分類方面效果顯著。本文以廣州市區(qū)周邊為例,利用對(duì)數(shù)殘差法計(jì)算得到相對(duì)反射率,然后采用支持向量機(jī)方法進(jìn)行分類,結(jié)果表明,分類效果較好(如圖7所示),分類精度達(dá)到了90%。
圖7 HJ-1A衛(wèi)星高光譜數(shù)據(jù)的圖像分類Fig.7 Image classification of HJ-1Ahyperspectral data
本文在分析高光譜遙感災(zāi)害機(jī)理研究的基礎(chǔ)上,結(jié)合HJ-1A衛(wèi)星上搭載的HSI數(shù)據(jù)特征,對(duì)該數(shù)據(jù)在干旱、洪澇、低溫雨雪冰凍災(zāi)害、火災(zāi)、地質(zhì)災(zāi)害、生物災(zāi)害等的應(yīng)用進(jìn)行了初步研究??偟膩?lái)說(shuō),HSI數(shù)據(jù)在防災(zāi)減災(zāi)領(lǐng)域具有較好的應(yīng)用前景,并在區(qū)域碳循環(huán)研究如土壤有機(jī)碳估算方面具有較好的應(yīng)用潛力,能為國(guó)家綜合減災(zāi)和風(fēng)險(xiǎn)管理信息共享平臺(tái)的建設(shè)提供相應(yīng)的支撐,對(duì)國(guó)家和地方災(zāi)情監(jiān)測(cè)、預(yù)警、評(píng)估、應(yīng)急救助指揮體系的完善提供一定的幫助。
我國(guó)現(xiàn)階段非常重視高空間分辨率、高光譜分辨率、高時(shí)間分辨率等數(shù)據(jù)在防災(zāi)減災(zāi)領(lǐng)域的發(fā)展和應(yīng)用。尤其是高空間分辨率數(shù)據(jù),在防災(zāi)減災(zāi)中發(fā)揮了非常重要的作用,相比而言,高光譜分辨率遙感數(shù)據(jù)在防災(zāi)減災(zāi)中未得到有效的推廣。主要有以下幾個(gè)方面需要完善
1)數(shù)據(jù)源的問(wèn)題
高光譜在防災(zāi)減災(zāi)領(lǐng)域未被廣泛使用的一個(gè)重要原因在于其數(shù)據(jù)獲取的困難性以及昂貴的價(jià)格。環(huán)境與減災(zāi)衛(wèi)星高光譜數(shù)據(jù)免費(fèi)提供給國(guó)內(nèi)各行業(yè)用戶使用,為高光譜遙感的發(fā)展提供了有利的數(shù)據(jù)保障。HJ-1A衛(wèi)星干涉成像光譜儀的光譜范圍為0.45~0.95μm,在一定程度上限制了它的應(yīng)用。HSI數(shù)據(jù)的幅寬為50km,相比星載高光譜遙感器HYPERION 的7.5km 幅寬有了很大程度的提高,但仍然不能滿足業(yè)務(wù)化應(yīng)用的需要。
2)數(shù)據(jù)處理方法的問(wèn)題
目前,HSI數(shù)據(jù)處理方法已經(jīng)取得了一定的進(jìn)展,但是快速化、工程化處理研究相對(duì)較少。工程化應(yīng)用過(guò)程中仍存在一些問(wèn)題需要重點(diǎn)突破。如針對(duì)HSI數(shù)據(jù)的高精度大氣糾正模型研究:HSI數(shù)據(jù)前15~20個(gè)波段目前存在大量條帶噪聲,相對(duì)反射率和相對(duì)反射率反演結(jié)果曲線不夠平滑,存在噪聲引起的異常小反射峰;信息提取技術(shù)發(fā)展尚不夠成熟,需要進(jìn)一步挖掘基于HSI數(shù)據(jù)光譜特征的地表定量反演方法研究。
3)災(zāi)害專題光譜庫(kù)問(wèn)題
HSI數(shù)據(jù)為定量遙感提供了最基礎(chǔ)的數(shù)據(jù)源保障,但是高光譜目標(biāo)識(shí)別的核心是目標(biāo)光譜與參考光譜之間的匹配,因此需要地面實(shí)測(cè)光譜以提高目標(biāo)識(shí)別的精度。目前中國(guó)已有針對(duì)礦物、植被等的專題光譜庫(kù),但是缺乏針對(duì)災(zāi)害領(lǐng)域的專題光譜庫(kù),這在一定程度上限制了災(zāi)害信息提取。構(gòu)建面向?yàn)?zāi)害領(lǐng)域的光譜庫(kù)刻不容緩。
4)多源數(shù)據(jù)融合使用
在入射光量一定的情況下,空間分辨率、光譜分辨率、信噪比這三者是互相矛盾的,光譜分辨率的提高必然以空間分辨率和信噪比的降低為代價(jià),因此,高光譜分辨率數(shù)據(jù)的空間分辨率一般相對(duì)較低,限制了高光譜數(shù)據(jù)在災(zāi)害精細(xì)評(píng)估中的應(yīng)用。此外,與HJ-1A衛(wèi)星CCD 數(shù)據(jù)相比,HSI數(shù)據(jù)的幅寬比較窄,重訪周期較長(zhǎng),因此,在實(shí)際應(yīng)用中,要充分發(fā)揮HSI數(shù)據(jù)的精細(xì)光譜優(yōu)勢(shì)和HJ-1A衛(wèi)星CCD 大幅寬、高重訪的優(yōu)勢(shì),將多種數(shù)據(jù)融合使用,提高國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的防災(zāi)減災(zāi)應(yīng)用能力。
致謝
南京大學(xué)田慶久教授為本文提出了寶貴意見,在此表示衷心的感謝。
(References)
[1]童慶禧,張兵,鄭蘭芬.高光譜遙感[M].北京:高等教育出版社,2006:38-289
Tong Qingxi,Zhang Bing,Zheng Lanfen.Hyperspectral remote sensing[M].Beijing:Higher Education Press,2006:38-289(in Chinese)
[2]李克讓.中國(guó)干旱災(zāi)害研究及減災(zāi)對(duì)策[J].鄭州:河南科學(xué)技術(shù)出版社,1999
Li Kerang.Aresearch of countermeasures to reducing the drought loss of China[M].Zhengzhou:Henan Science and Technology Press,1999(in Chinese)
[3]郭西峽,李興華,李樹森.內(nèi)蒙古自治區(qū)森林、草原火災(zāi)發(fā)生的規(guī)律及特征[J].內(nèi)蒙古氣象,2003(2):28-30
Guo Xixia,Li Xinghua,Li Shusen.Law and characteristic of the forest fire and grassland fire in Inner Mongolia[J].Meteorology Journal of Inner Mongolia,2003(2):28-30(in Chinese)
[4]康高峰.應(yīng)用遙感技術(shù)調(diào)查研究煤層自燃災(zāi)害[J].國(guó)土資源遙感,1992(3):34-40
Kang Gaofeng.The application of remote sensing technology in the hazard of coal spontaneous combustion[J].Remote Sensing For Land &Resources,1992(3):34-40(in Chinese)
[5]范一大,史培軍,羅敬寧.沙塵暴衛(wèi)星遙感研究進(jìn)展[J].地球科學(xué)進(jìn)展,2003(3):367-371
Fan Yida,Shi Peijun,Luo Jingning.Advances in studying duststorm by using remote sensing[J].Advance in Earth Sciences,2003(3):367-371(in Chinese)
[6]張永寧,丁倩,李棲筠.海上溢油污染遙感監(jiān)測(cè)的研究[J].大連海事大學(xué)學(xué)報(bào),1999,25(3):1-5
Zhang Yongning,Ding Qian,Li Qijun.Astudy on monitoring of oil spill at sea by satellite remote sensing[J].Journal of Dalian Maritime University,1999,25(3):1-5(in Chinese)
[7]王紀(jì)華,趙春江,黃文江,等.農(nóng)業(yè)定量遙感基礎(chǔ)與應(yīng)用[M].北京:科學(xué)出版社,2008:276-288
Wang Jihua,Zhao Chunjiang,Huang Wenjiang,et al.Fundamentals and applications of quantitative remote sensing of agriculture[M].Beijing:Science Press,2008:276-288(in Chinese)