李 營，楊一鵬，殷守敬，楊海軍，朱海濤，趙 爽，郭會敏

1.環(huán)境保護部衛(wèi)星環(huán)境應用中心，北京 100094

2.中國地質大學(北京)土地科學技術學院，北京 100083

3.中國礦業(yè)大學(北京)地球科學與測繪工程學院，北京 100083

近年來，我國環(huán)境污染事件頻發(fā)，造成了環(huán)境的破壞與退化，使得環(huán)境問題日益嚴峻。遙感技術具備大范圍、大尺度同步監(jiān)測的優(yōu)勢，能夠在宏觀上快速、動態(tài)地監(jiān)測環(huán)境狀況，彌補地面點位監(jiān)測的不足。我國環(huán)境遙感監(jiān)測主要分為生態(tài)環(huán)境、水環(huán)境、大氣環(huán)境等3個領域，隨著遙感技術及環(huán)境監(jiān)測專用載荷的不斷發(fā)展，環(huán)境遙感監(jiān)測在基礎理論、技術體系、應用實踐等方面取得了很大進步，發(fā)展了多個環(huán)境遙感監(jiān)測指標。

遙感反演產品是否準確、真實地反映實際情況，必須進行真實性驗證。真實性驗證是用獨立的方法來評價遙感反演產品的真實性和準確性，是評價遙感反演產品質量的重要途徑，是溝通遙感數據到遙感信息轉換的關鍵技術環(huán)節(jié)，為遙感產品的質量分析和控制提供依據，對于提高定量化水平具有重要意義［1］。此外，由于地表景觀的空間異質性，使遙感描述地表特征時存在不確定性，因此，環(huán)境遙感監(jiān)測指標的驗證就顯得尤為重要。目前，國內外都開展了遙感指標驗證研究，但尺度轉換、時相同步等關鍵問題仍未有效解決。相比于國外，國內研究水平要遜于國外，在驗證方法系統性研究與支撐國產衛(wèi)星產品驗證方面的工作還有待提升，針對環(huán)保監(jiān)測指標的驗證也相對較少，缺乏規(guī)范化與標準化，且不成體系。本文根據環(huán)境遙感的監(jiān)測領域，從國內生態(tài)環(huán)境、水環(huán)境、大氣環(huán)境3個方面共5個具有代表性的指標(土地利用/土地覆蓋、葉面積指數 LAI、水華、葉綠素a、秸稈焚燒)，綜述其驗證方法并分析不同驗證方法的優(yōu)劣勢，探討我國環(huán)境遙感監(jiān)測指標的發(fā)展方向。

1 生態(tài)環(huán)境遙感監(jiān)測指標驗證

土地利用/土地覆蓋和LAI是宏觀監(jiān)測生態(tài)系統格局、生態(tài)系統質量及生態(tài)系統動態(tài)變化的重要數據源，在生態(tài)環(huán)境遙感監(jiān)測方面發(fā)揮了重要作用。

1.1 土地利用/土地覆蓋驗證

土地利用/土地覆蓋是生態(tài)環(huán)境遙感監(jiān)測中重要的指標，也是目前生態(tài)遙感應用最為成熟的產品，在自然保護區(qū)、重要生態(tài)功能區(qū)、生物多樣性優(yōu)先區(qū)、礦產資源開發(fā)區(qū)、大型工程建設區(qū)、城鎮(zhèn)化等區(qū)域的生態(tài)監(jiān)測中發(fā)揮了重要作用，主要用于環(huán)境敏感目標信息提取、生態(tài)環(huán)境狀況及其變化趨勢的分析評估。

目前，生產土地利用/土地覆蓋產品的主要數據源包括空間分辨率為1 km的 VEGETATION、MODIS和30 m空間分辨率的 Landsat TM、HJ-1 CCD等。驗證數據源主要分為實地調查和遙感影像土地利用數據等，實地調查數據通過野外采樣獲取，記錄了調查區(qū)域的經緯度、土地覆蓋類型等信息，然后與土地覆蓋數據進行疊加驗證，另一種實地調查數據是通過建立野外地面觀測試驗站，同步獲取土地利用/土地覆蓋信息進行驗證［2-3］;遙感影像土地利用驗證數據源，是通過對同一研究區(qū)域的更高空間分辨率數據進行土地利用分類，將其作為真實數據，驗證土地利用/土地覆蓋分類結果。

比較2種驗證數據源可以看出，實地調查數據是最為真實的驗證數據源，其誤差主要來源于調查人員的經驗程度以及驗證數據時相的差異，適用于受時間變化影響較小、地物類型面積大且較為均一的土地利用/土地覆蓋產品驗證，但實地調查獲取的是“點尺度”上的數據，需要將其轉化到“面尺度”上的像元數據，這一尺度轉換勢必造成轉換誤差，而且，混合像元驗證難度較大，驗證數據獲取時容易受自然條件的限制;遙感影像土地覆蓋數據可以保障與被驗證土地覆蓋/土地利用數據時相上的一致，能夠節(jié)省大量人力成本，工作難度低，適用于驗證工作時間有限或地面調查難以獲取驗證數據的區(qū)域，但遙感影像土地利用數據由于分類算法或模型的限制，本身存在精度誤差，以其驗證其他數據，必定傳遞并增大驗證誤差。

在驗證過程中，根據驗證點的數量可將驗證方式分為全面驗證與抽樣驗證，全面驗證是對所有土地利用/土地覆蓋的像元進行驗證，這種驗證由于驗證點多，因此驗證數據源主要采用遙感影像［4］;抽樣驗證主要依據樣本容量公式計算采樣點數量，然后進行抽樣，抽樣方法包括隨機抽樣［5］、聚點式集群采樣和分層采樣［6］，抽樣完成后進行驗證，每種抽樣方法各有一定的優(yōu)缺點，需根據分類系統、應用目的和精度評價進行選擇。在精度驗證方面，目前普遍采用的是混淆矩陣與Kappa系數方法，混淆矩陣工作量大，而且計算結果很大程度上取決于檢驗數據的質量及采樣點的代表性，而Kappa系數在實際應用中也存在一些局限，在進行一致性評價時，如忽略相關因素影響，可能出現反論［7］，另一方面，在評價精度方面，Kappa系數對于分類總體精度評價描述較好，而混淆矩陣除能得到總體精度外，還能獲取生產者精度與用戶精度，對個別類描述更詳細，因此，2種驗證方法均有所長［8］，需根據驗證需要適當選擇。

1.2 LAI驗證

LAI是描述植物冠層功能過程的重要參量，也是生態(tài)系統功能模型、作物生長模型、凈初級生產力模型、大氣模型、水循環(huán)模型等的重要陸地特征參量［9-11］，在間接監(jiān)測植被長勢、分析生態(tài)系統質量等研究中發(fā)揮了重要作用。

LAI主要數據源為 AVHRR、VEGETATION、MODIS等低空間分辨率產品，而中、高分辨率較少。驗證低空間分辨率 LAI，主要有實地觀測和遙感影像驗證2種方法。實地觀測驗證是根據所需驗證的LAI像元尺度大小，在地面上布置相應大小樣地，再于樣地內布置樣方，觀測每個樣方LAI，求取平均值后驗證，為便于長期觀測 LAI開展驗證工作，美國、法國、加拿大、中國等國家都建立了地面驗證項目或驗證框架［12］;遙感影像驗證是基于多個LAI地面觀測數據，將其尺度上推到更高空間分辨率尺度(如 TM、ETM+、ALOS數據)，建立更高空間分辨率影像與地面觀測值的LAI反演模型，計算更高空間分辨率尺度的 LAI，之后，通過尺度轉換，將更高空間分辨率 LAI(反演的 LAI)轉換到被驗證 LAI的空間尺度進行驗證。

比較2種LAI驗證方法可知，地面觀測驗證真實性強，適用于各種空間分辨率影像LAI驗證，但尺度轉換的不確定性會增加驗證誤差，同時隨著觀測樣方數量增加，工作量也隨之增大;遙感影像驗證，是一種將地面觀測與遙感影像相結合的方法，雖然較好地解決了尺度轉換問題，但在尺度轉換過程中也產生轉化誤差，此外，不同傳感器之間影像波譜范圍的差別，地面觀測與遙感影像間建立的算法模型，以及模型假設的理想條件，在一定程度上也影響了驗證精度。

LAI精度驗證通常是對整幅影像所有像元進行驗證，但地面觀測難以獲取全面數據，且存在時相偏差，因此，在精度驗證過程中，通常選用遙感影像驗證方法，通過對被驗證LAI與反演后的LAI或LAI產品進行統計分析，建立線性回歸模型，以此評價被驗證 LAI的精度［13］或計算相對誤差［14］，并根據實地情況，分析造成誤差的原因。

2 水環(huán)境遙感監(jiān)測指標驗證

水華和葉綠素a是水環(huán)境遙感監(jiān)測的2個重要指標，具備宏觀尺度監(jiān)測我國大型湖泊水體與重要飲用水源地的水質狀況及其變化趨勢的能力，有效彌補了地面監(jiān)測的不足。

2.1 水華驗證

水華是淡水水體中藻類大量繁殖的一種自然生態(tài)現象，是水體富營養(yǎng)化的一種特征，水華的形成不僅破壞水體景觀和生態(tài)系統平衡，而且藍藻在生長過程中釋放毒素，消耗溶解氧，可以導致水體生物大量死亡、水質惡化，嚴重影響飲用水安全［15］。以藍藻水華暴發(fā)為表征的水體富營養(yǎng)化問題是當前湖泊面臨的主要環(huán)境問題之一［16］。因此，在我國大型水體(太湖、巢湖、滇池)及重要飲用水源地開展遙感水華監(jiān)測，了解發(fā)生、發(fā)展過程及其空間動態(tài)變化趨勢，對于防治水華、保障居民用水安全具有重要意義。

目前，國內主要采用大幅寬的 HJ-1 CCD和MODIS數據開展大型水體水華遙感監(jiān)測工作，由于監(jiān)測范圍尺度很大，致使驗證數據獲取具有一定的難度，因此，開展的驗證工作相對較少。水華驗證方法主要分為實地調查和遙感影像驗證2種方法。在實地調查驗證方面，主要采用水華實地巡測、GPS定位驗證等方法，如劉文杰［17］選擇水華發(fā)生頻率較高時段，在水華發(fā)生頻率較高的區(qū)域預先選取30個點，當衛(wèi)星過境時，采用多艘快艇巡視預先設定的30個點，獲取這些區(qū)域的水華狀況，結合當天衛(wèi)星影像提取的水華分布圖，驗證水華濃度較高、較低區(qū)域的反演精度，魯韋坤等［18］采用GPS定位水華出現的區(qū)域，選取具有代表性的GPS點作為驗證點驗證滇池MODIS水華反演精度;在遙感影像驗證方面，主要依據RGB真彩色或假彩色合成影像圖，定性驗證水華反演精度，如郭望成［19］基于遙感影像假彩色合成圖，目視對比驗證HJ-1衛(wèi)星反演的太湖水華結果。

通過以上分析可知，實地調查選取有限個驗證點進行驗證，這些點在空間上分散且不連續(xù)，適用于具有代表性的水華區(qū)域，但難以完成水華區(qū)域的全面驗證，而且在尺度轉換過程中驗證精度也會受到一定影響;遙感影像驗證借助其他遙感數據源，能夠實現全面、同步的定性驗證，但定性驗證受主觀因素影響較大，僅能定性評價水華的分布范圍與濃度差異，難以定量化評估反演精度。

2.2 葉綠素a驗證

葉綠素a通常作為衡量水體初級生產力和富營養(yǎng)化作用的一項基本指標［20］，是監(jiān)測內陸湖泊環(huán)境狀況的重要指標之一，對于湖泊水質、富營養(yǎng)化評價及赤潮探測研究具有重要意義［21］。

通常情況下，水體葉綠素a濃度監(jiān)測主要通過將現場采取的水樣帶回實驗室后測量獲取，因湖泊水體面積大，這種人工監(jiān)測方法僅能獲取有限、分散的樣點，難以描述整個水域的葉綠素a空間分布狀況。而遙感技術能夠監(jiān)測整個水域的葉綠素a空間分布濃度，彌補人工監(jiān)測缺陷。采用遙感技術反演葉綠素a的原理:基于人工葉綠素a采樣數據，分析其光譜特征，將光譜特征與遙感影像相關波段(如 Landsat TM，HJ-1 CCD，MODIS等)進行相關性分析，建立葉綠素a遙感反演模型［22-24］，從而定量獲取葉綠素a濃度。對于遙感反演結果的驗證，主要采用未進行光譜分析的采樣點，帶入反演模型進行精度評價［25］。鑒于上述分析，葉綠素a驗證方法屬于地面調查驗證范疇，未形成遙感影像驗證的方法。地面驗證方法只能驗證與采樣時間同步的影像反演結果，對其他時相反演結果驗證并不具有代表性，此外，反演結果僅反映采樣點情況，難以評價其他區(qū)域反演結果精度，同時，尺度轉換也會影響驗證精度。

3 大氣環(huán)境遙感監(jiān)測指標驗證

秸稈焚燒是大氣環(huán)境遙感監(jiān)測較為成熟的指標，已實現業(yè)務化監(jiān)測，為地方環(huán)境監(jiān)察執(zhí)法提供了有效的數據支撐。

秸稈在燃燒過程中會產生大量的 CO2、CO、氮氧化物和多環(huán)芳烴等有害氣體及可吸入顆粒物，造成大氣環(huán)境質量顯著下降，直接影響當地居民的身體健康，而且大量的CO2會使地球變暖，導致災害發(fā)生［26］。

目前，秸稈焚燒監(jiān)測采用的主要數據源為HJ-1B［27］及 MODIS［28］，監(jiān)測原理:基于遙感影像熱紅外波段探測能力，結合地面土地利用/土地覆蓋信息，剔除非農作物火點后，提取秸稈焚燒火點。秸稈焚燒遙感監(jiān)測為保障空氣質量及當地航空運輸安全提供了技術支撐。

秸稈焚燒驗證的方法主要有GPS點和火點產品驗證2種方法。GPS點驗證是根據提取的秸稈焚燒點經緯度信息，利用GPS定位尋找疑似秸稈焚燒點驗證［29-30］;火點產品驗證，主要基于已有的同時相火點產品(如MODIS)，剔除非秸稈焚燒點后，與秸稈焚燒疑似點進行對比驗證［26］。對比2種驗證方法可以看出，GPS點驗證能夠真實驗證秸稈焚燒點遙感反演結果，評價反演精度，適用于事先計劃好的驗證工作，但耗費人力物力較大，并且提取的焚燒點經緯度精度直接影響驗證效率;火點產品驗證方法，能夠節(jié)約人力資源，簡化驗證流程，節(jié)省工作時間，但火點產品幾何糾正精度及自身火點反演精度等因素，會直接影響驗證精度，因此，該驗證方法只適用于精度要求不高的驗證。

4 總結與展望

總結土地利用/土地覆蓋、LAI、水華、葉綠素a、秸稈焚燒等環(huán)境監(jiān)測指標的驗證分析可知，實地調查和遙感影像(或遙感影像產品)驗證是環(huán)境遙感監(jiān)測指標驗證的主要方法。在驗證方法的應用程度方面，土地利用/土地覆蓋、LAI、秸稈焚燒等指標的實地調查和遙感影像(或遙感影像產品)驗證方法都比較成熟完善，能夠滿足驗證工作的需要;水華、葉綠素a等指標的地面驗證方法應用較為普遍且相對成熟，因缺乏相應的遙感影像產品，遙感影像驗證方法(或遙感影像產品)應用較少或仍未采用。

在驗證方法的應用效果方面，實地調查的驗證精度要高于遙感影像(或遙感影像產品)驗證，但必須有效解決尺度轉換與時相同步問題，且經濟投入較大，適用于小尺度影像驗證，而遙感影像(或遙感影像產品)驗證基本適用于任何尺度遙感產品驗證，也能彌補實地調查驗證的不足，但其自身精度限制了驗證精度。通過對比，這2種驗證方法各有千秋，很難評價哪種方面優(yōu)勢較強，選擇哪種驗證方法須結合驗證的指標與驗證工作基礎。

鑒于以上分析可知，實地調查驗證中尺度轉換與遙感影像(或遙感影像產品)驗證中影像自身精度，是影響環(huán)境監(jiān)測驗證的關鍵因素，今后的驗證研究中應著力解決。對于尺度轉換問題，一方面加緊研究不同傳感器、不同空間分辨率數據，在不同尺度轉換間的函數對應關系，另一方面應大力研制“面尺度”指標觀測儀器，從而有效解決尺度轉化問題。對于影像產品自身精度問題，需要盡可能地發(fā)展“一星多載荷”驗證模式(如ASTER驗證MODIS產品)，因各載荷獲取數據的時間、外部條件一致，如果采用同一反演模型，能夠保證最高的反演精度;同時，更為重要的是，不斷研究高精度遙感產品反演模型，反復驗證修改，使反演結果最大程度地接近真實值，滿足指標驗證要求。

［1］姜小光，李召良，習曉環(huán)，等.遙感真實性檢驗系統框架初步構想［J］.干旱區(qū)地理，2008，31(4):567-571.

［2］李新，馬明國，王建，等.黑河流域遙感-地面觀測同步試驗:科學目標與試驗方案［J］.地球科學進展，2008，23(9):897-914.

［3］Strahler A，Muchoney D，Borak J，et al.MODIS land cover product algorithm theoretical basis document(ATBD)version 5.0［R］.Boston:Boston University，1999.

［4］劉向培，王漢杰，何明元，等.三種土地覆蓋遙感數據在中國區(qū)域的精度分析［J］.農業(yè)工程學報，2012，28(24)，252-259.

［5］寧佳，張樹文，蔡艷紅，等.MODIS和 GLOBCOVER全球土地覆蓋數據集對比分析——以黑龍江流域為例［J］.地球信息科學學報.2012，14(2):240-249.

［6］裴歡，魏勇，房世峰，等.基于SPOT高分辨率遙感數據的綠洲荒漠化土地分類方法—以吐魯番綠洲為例［J］.資源科學，2011，33(6):1 204-1 210.

［7］王軍.Kappa系數在一致性評價中的應用研究［D］.四川:四川大學，2006.

［8］劉文軍.基于遙感技術的土地利用/土地覆蓋提取信息精度研究—以艾比湖濕地保護區(qū)為例［J］.新疆環(huán)境保護，2011，33(3):37-40.

［9］Cramer W，Kicklighter D W，Bondeau A，et al.Comparing global models of terrestrial Net Primary Productivity(NPP):Overview and key results［J］.Global Change Biology，1999，5(Suppl):1-15.

［10］Reich Peter B，Turner David P，Bolstad Paul.An approach to spatially distributed modeling of Net Primary Production(NPP)at the landscape scale and its application in validation of EOS NPP products ［J］.Remote Sensing of Environment，1999，70(1):69-81.

［11］Liu J，Chen J M，Cihlar J，et al.A process-based boreal ecosystem productivity simulator using remote sensing inputs［J］.Remote Sensing of Environment，1997，62(2):158-175.

［12］曾也魯，李靜，柳欽火.全球LAI地面驗證方法及驗證數據綜述［J］.地球科學進展，2012，27(2):165-174.

［13］魏偉.MODIS LAI產品真實性驗證空間尺度轉換方法研究［D］.成都:電子科技大學，2012.

［14］孫晨曦，劉良云，關琳琳，等.錫林浩特草原區(qū)域MODIS LAI產品真實性檢驗與誤差分析［J］.遙感學報，2014，18(3):527-535.

［15］段洪濤，張壽選，張淵智.太湖藍藻水華遙感監(jiān)測方法［J］.湖泊科學，2008，20(2):145-152.

［16］秦伯強.長江中下游淺水湖泊富營養(yǎng)化發(fā)生機制與控制途徑初探［J］.湖泊科學，2002，14(3):193-202.

［17］劉文杰.內陸湖泊藍藻水華的遙感監(jiān)測與評價研究［D］.北京:中國地質大學，2013.

［18］魯韋坤，謝國清，余凌翔，等.MODIS遙感監(jiān)測滇池藍藻水華分布［J］.氣象科技，2009，37(5):618-620.

［19］郭望成.基于環(huán)境1號衛(wèi)星的藍藻水華提取方法研究［D］.南京:南京師范大學，2011.

［20］林珊，張玉超，錢新，等.廣州流溪河水庫葉綠素a遙感反演研究［J］.環(huán)境保護科學，2010，36(3):43-47.

［21］叢丕福，曲麗梅，王臣立，等.基于 MODIS模擬的遼東灣葉綠素a的遙感反演模型［J］.生態(tài)環(huán)境學報2009，18(6):2057-2060.

［22］趙碧云，賀彬，朱云燕.滇池水體中葉綠素 a含量的遙感定量模型［J］.云南環(huán)境科學，2001，20(3):1-3.

［23］聞建光.太湖水體葉綠素a遙感監(jiān)測模型研究［D］.吉林:吉林大學，2004.

［24］徐雯佳，楊斌，田力，等.應用 MODIS數據反演河北省海域葉綠素 a濃度［J］.國土資源遙感，2012，4(95):152-156.

［25］王艷紅，馬榮華，鄧正棟.基于分區(qū)的太湖葉綠素a遙感估測模型［J］.河海大學學報:自然科學版，2007，35(1):86-91.

［26］厲青，張麗娟，吳傳慶，等.基于衛(wèi)星遙感的秸稈焚燒監(jiān)測及對空氣質量影響分析［J］.生態(tài)與農村環(huán)境學報，2009，25(1):32-37.

［27］王玲，田慶久，包穎.基于HJ衛(wèi)星IRS遙感數據的農作物秸稈火電提取模式研究［J］.地理科學，2011，31(6):661-667

［28］王子峰，陳良富，顧行發(fā).基于MODIS數據的華北地區(qū)秸稈焚燒監(jiān)測［J］.遙感技術與應用，2008，23(6):611-617.

［29］方萌，張鵬，徐喆.“3S”技術在農作物秸稈焚燒檢測中的應用［J］.國土資源遙感，2006(3):1-4.

［30］張樹譽，李登科，李星敏，等.衛(wèi)星遙感在秸稈焚燒監(jiān)測中的應用［J］.氣象，31(9):83-86.