毛德華，王宗明，賈明明，羅玲，牛振國，蔣衛(wèi)國，孫偉偉

1.中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所,長春 130102;

2.中國科學(xué)院空天信息創(chuàng)新研究院,北京 100094;

3.北京師范大學(xué) 地理科學(xué)學(xué)部,北京 100875;

4.寧波大學(xué) 地理與空間信息技術(shù)系,寧波 315201

1 引言

濕地是“山水林田湖草”生命共同體的重要組成部分，可持續(xù)的濕地管理與保護是中國生態(tài)文明建設(shè)的重要內(nèi)容。濕地生態(tài)系統(tǒng)具有極其豐富的生態(tài)系統(tǒng)功能和服務(wù)，與人類的福祉密切相關(guān)，但其對于氣候變化疊加人類活動干擾的雙重脅迫極具敏感性（Gong等，2010；Millennium Ecosystem Assessment，2005；Ramsar Convention on Wetlands，2018）。濕地的損失與退化已帶來一系列的生態(tài)環(huán)境問題，如日趨加劇的洪/旱災(zāi)害頻率、生物多樣性損失、碳排放增加等（Mao 等，2018；Wang 等，2012；Xu等，2019）。在此背景下，對于濕地的科學(xué)研究日趨深入和完善。遙感是重要的科學(xué)領(lǐng)域和監(jiān)測技術(shù)手段，以濕地為視角的遙感研究不斷增加，已成為濕地科學(xué)和遙感應(yīng)用研究的重要內(nèi)容和重點方向之一（張柏，1996；Ozesmi 和Bauer，2002）。

濕地遙感的研究范疇涉及到格局—過程—功能與服務(wù)—可持續(xù)性等多領(lǐng)域，從濕地遙感分類到濕地水文、濕地碳氮循環(huán)、濕地對氣候變化的響應(yīng)及其反饋、濕地生物多樣性、濕地保護管理空間決策支持等多方面（Finlayson等，1995；Guo等，2017；Klemas，2011）。隨著濕地研究人員的不斷增多和濕地遙感研究的不斷擴展和深入，多源遙感技術(shù)已在濕地研究中得到廣泛應(yīng)用（Adam 等，2010；Henderson 和Lewis，2008；Klemas，2015）。與此同時，由于濕地生態(tài)系統(tǒng)本身的復(fù)雜性，遙感探測濕地的機理和技術(shù)方法仍存在諸多難點或不足。因此，對國際上已有的研究進行系統(tǒng)總結(jié)和梳理已成為當(dāng)下濕地遙感研究領(lǐng)域的迫切需求。

本文依托Web of Science 數(shù)據(jù)庫，對1975 年以來濕地遙感研究的知識框架和研究進展進行了梳理和總結(jié)，主要從基本信息、研究主題和數(shù)據(jù)源、發(fā)展趨勢3個維度進行闡述，以期為濕地遙感研究與濕地生態(tài)系統(tǒng)管理提供借鑒，并為濕地科學(xué)與遙感科學(xué)的發(fā)展貢獻力量。

2 數(shù)據(jù)庫與分析方法

國際上的濕地定義可以概括為廣義和狹義兩類。廣義的濕地定義是《濕地公約》的濕地定義，即：濕地是指天然或人工的、永久或暫時的沼澤地、泥炭地或水域地帶，具有靜止或流動的淡水、半咸水或咸水體，包括低潮時水深不超過6 m的海域（Finlayson 和Moser，1991）。狹義的濕地是指分布于陸地系統(tǒng)和水體系統(tǒng)之間、由陸地系統(tǒng)和水體系統(tǒng)相互作用形成的自然綜合體，是常年或生長季內(nèi)具備淺層積水或水分飽和、發(fā)育水成土壤、具有適應(yīng)其環(huán)境的生物種群的土地（陳宜瑜和呂憲國，2003；Keddy，2010；National Research Council，1995）。廣義的濕地定義適于濕地管理與經(jīng)營者需要，狹義的濕地定義適于科學(xué)研究需求（劉興土等，2012）。本文的研究對象確定為狹義的濕地（即沼澤濕地），不包括湖泊、河流、水庫等自然和人工水體。因此，本研究在檢索時，檢索對象為狹義濕地的相關(guān)主題詞，未將湖泊（Lake）、河流（River）、內(nèi)陸水體（Inland waterbody）等主題詞列入檢索對象。以Web of Science核心合集為數(shù)據(jù)庫，通過主題詞“wetland、swamp、marsh、bog、fen、peatland、mire、tidal flat、everglades、mangrove”和“remote sensing”，檢索至2020 年的論文成果，共檢索到3503 個結(jié)果（其中包括研究論文3378（Article）、會議論文130篇（Proceedings paper）、綜述論文102 篇（Review）篇）。通過對以上論文進行分析，總結(jié)國際上濕地遙感發(fā)文量和引文量的變化情況，同時統(tǒng)計發(fā)文量排在前10 名的作者、國家、機構(gòu)和期刊信息。在數(shù)據(jù)分析的基礎(chǔ)上，總結(jié)不同時間段的研究主題、數(shù)據(jù)源，最后基于VOCviewer 對濕地遙感研究熱點關(guān)鍵詞進行統(tǒng)計，進而對濕地遙感研究的發(fā)展趨勢進行展望和討論。

3 結(jié)果與分析

3.1 濕地遙感研究發(fā)文基本特征

對檢索到的所有濕地遙感研究論文進行統(tǒng)計分析發(fā)現(xiàn)：如圖1 所示，過去50 年間，濕地遙感論文數(shù)基本呈現(xiàn)指數(shù)增長趨勢?；诖俗兓厔?，本文將全球濕地遙感研究分為3 個階段：（1）以濕地為對象的遙感研究論文最早發(fā)表于1975 年（Reimold 和Linthurst，1975），至1991 年共檢索到28 篇論文，此階段論文發(fā)文量和引文量均相對較少，因此將這個階段定義為潛力探索期；在此階段相關(guān)學(xué)者以濕地為對象，開始探討遙感應(yīng)用的潛力（Butera，1983）；（2）1992 年—2009 年這個時期內(nèi)濕地遙感研究的論文數(shù)量和引文量呈現(xiàn)輕度增加趨勢，從檢索結(jié)果來看，該階段后期論文發(fā)文量開始超過百篇，濕地研究的內(nèi)容也不斷豐富，因此將1992 年—2009 年這個時間段定義為框架成形期；（3）2010 年以后濕地遙感研究發(fā)文量和引文量快速增加，發(fā)文量從2010 年的121 篇增長到2020 年的475 篇，濕地遙感研究不同內(nèi)容的發(fā)文量和引文量都大大增加，因此將此階段定義為快速增長期。

圖1 濕地遙感研究的發(fā)展進程及發(fā)文量和引文量年際變化Fig.1 Development of the researches in remote sensing of wetland and annual changes in number of publications and number of citations

對檢索結(jié)果進一步分析發(fā)現(xiàn)：全球濕地遙感研究總發(fā)文量最多的國家是美國，主要由美國內(nèi)政部、地質(zhì)調(diào)查局（USGS）、美國國家航空和宇宙航行局（NASA）等所屬的多個濕地研究單位完成；中國的濕地遙感研究發(fā)文量居全球第二，最大的研究團體是中國科學(xué)院；美國和中國的濕地遙感研究發(fā)文數(shù)量均超過800篇（圖2（a）和圖2（b））。針對獨立的研究機構(gòu)發(fā)文量進行統(tǒng)計，發(fā)現(xiàn)：如圖2（b）所示，中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所（中科院東北地理所）和中國科學(xué)院地理科學(xué)與資源研究所（中科院地理資源所）發(fā)文量居世界前列，發(fā)文量超過70篇。如圖2（c），發(fā)文量全球前十的作者主要來自中科院東北地理所的濕地遙感研究團隊（WANG ZM，MAO DH，JIA MM）、比利時布魯塞爾自由大學(xué)紅樹林研究團隊（DAHDOUH-GUEBAS F，KOEDAM N）、加拿大自然資源部濕地遙感研究團隊（BRISO B，SALEHI B）、美國特拉華大學(xué)和加州大學(xué)歐文分校的濱海濕地遙感研究團隊（KLEMAS V，USTIN SL）、清華大學(xué)和中國科學(xué)院空天信息創(chuàng)新研究院的聯(lián)合研究團隊（GONG P，NIU ZG）。近年來MDPI旗下開源期刊Remote Sensing 由于其較短的發(fā)表周期受到關(guān)注，濕地遙感研究發(fā)文量位居所有期刊的首位，發(fā)文量超過300 篇；而作為遙感科學(xué)的旗幟期刊Remote Sensing of Environment，其濕地遙感研究的發(fā)文量排在第二位，濕地科學(xué)期刊Journal of Coastal Research 和Wetlands 分別排在第四和第五位（圖2（d））。

圖2 濕地遙感研究發(fā)文量在前十位的基本信息統(tǒng)計：國家、機構(gòu)、作者、期刊Fig.2 The top ten most productive countries，institutions，authors and journals in publications of wetland remote sensing

3.2 不同階段濕地遙感研究主題、數(shù)據(jù)源及關(guān)鍵技術(shù)

對不同階段濕地遙感的發(fā)文主題進行總結(jié)，如圖3 所示：在潛力探索期（1975 年—1991 年），濕地遙感研究主題有限，主要以濕地分布信息提取為主，濕地分類以目視判讀為主要方法；但在濕地分布制圖的基礎(chǔ)上逐步出現(xiàn)了生物量估算（Hardisky 等，1984）、甲烷排放估算（Bartlett 等，1989）、生境評估（Matthews，1991）等研究主題。這期間遙感數(shù)據(jù)源基本為航空相片和多光譜影像，如1972年美國開始發(fā)射的陸地資源衛(wèi)星（Landsat）等；Gilmer 等（1980）利用Landsat 和航拍數(shù)據(jù)調(diào)查了北達科他州中東部濕地分布面積。1994 年開始，多篇基于合成孔徑雷達（SAR）數(shù)據(jù)的濕地遙感研究發(fā)表（Morrissey等，1994；Pope等，1994），開啟了濕地多源遙感的新篇章。

圖3 不同階段濕地遙感研究主題及數(shù)據(jù)源Fig.3 Research topics and data sources of the studies in remote sensing of wetlands during different periods

在框架成形期（1992年—2009年），濕地遙感研究的框架基本成型，研究主題多樣化，基本涵蓋了濕地水、土、氣、植被、生態(tài)系統(tǒng)和景觀各個內(nèi)容（Rundquist等，2001）。但濕地分布信息精準(zhǔn)提取方法、濕地景觀動態(tài)的相關(guān)探討仍是濕地遙感研究的核心主題（Hirano 等，2003）。這個階段中，隨著計算機技術(shù)的快速發(fā)展，濕地制圖方法由簡單的目視判讀、手動勾繪，向以機器學(xué)習(xí)算法為驅(qū)動的半自動和自動化的分類技術(shù)轉(zhuǎn)變，如Baker 等（2006）利用決策樹分類開展了美國蒙大拿州西南部的加拉廷山谷濕地的分布情況。Keramitsoglou 等（2006）發(fā)現(xiàn)支持向量機（SVM）模型在希臘北部馬其頓濕地的提取中效果較好。濕地制圖尺度也因此逐步擴展，中國學(xué)者完成了第一個國家尺度的濕地制圖（Niu等，2009）。

隨著多源、多平臺、多類型的遙感數(shù)據(jù)源不斷豐富，遙感技術(shù)在濕地中的應(yīng)用逐步深入。研究主題在水環(huán)境參量（如溶解有機質(zhì)含量DOC）、植被參量（如生物量）、生境評估與生物多樣性監(jiān)測（如物種入侵）等方面發(fā)文量逐步增加（童慶禧 等，1997；Hirtle和Rencz，2003；Maheu-Giroux和de Blois，2005），進一步拓展了濕地遙感研究的框架結(jié)構(gòu)，然而多源遙感技術(shù)探測濕地不同參量的機理及其主要影響因素并未得到深入解析。

在快速增長期（2010年—2020年），在濕地遙感研究主題框架形成的基礎(chǔ)上，各研究主題的論文數(shù)量快速增加，且研究主題的視角也不斷拓展，尤其是在生態(tài)系統(tǒng)研究方面，遙感技術(shù)支撐區(qū)域乃至更大尺度上的生態(tài)系統(tǒng)結(jié)構(gòu)與過程、功能與服務(wù)研究的能力凸顯。如Poulin等（2010）利用多季相的SPOT-5 影像評估了法國羅訥河三角洲蘆葦濕地的生態(tài)變化；Kang 等（2016）評估了中國若爾蓋濕地的物候和總初級生產(chǎn)力的變化特征。中國學(xué)者利用衛(wèi)星影像開展相關(guān)研究的數(shù)量逐步增加。如Niu等（2012）利用CBERS中巴資源衛(wèi)星開展了國家尺度的濕地制圖和變化分析；Mao 等（2019）定量揭示了中國濱海濕地互花米草入侵進程的時空特征。在長時間序列區(qū)域及大尺度研究中，Landsat 免費提供了1972 年至今、覆蓋全球的中等空間分辨率（80/30 m）遙感影像，被廣泛應(yīng)用于濕地遙感研究，如Murray 等（2019）基于Landsat 數(shù)據(jù)實現(xiàn)了全球尺度長時間序列灘涂變化特征提取。隨著Sentinel 數(shù)據(jù)的發(fā)布，其覆蓋全球、具有較高時間分辨率（5/10 d）和空間分辨率（10/20 m）的特點再次為濕地遙感研究提供了較好的數(shù)據(jù)源，其應(yīng)用范圍和頻次快速增加（Wang 等，2019）。Mahdianpari等（2020）基于谷歌云平臺和Sentinel數(shù)據(jù)完成了10 m 空間分辨率的加拿大濕地遙感分類。隨著生態(tài)系統(tǒng)研究的精細化，無人機平臺因其機動靈活性，搭載的不同傳感器能夠有針對性地開展目標(biāo)觀測，其應(yīng)用研究不斷擴展（Klemas，2015）。

3.3 濕地遙感的發(fā)展趨勢

如圖4 所示，過去50 年間濕地遙感研究的框架基本形成。然而相對于其他生態(tài)系統(tǒng)類型而言，濕地由于其本身在水、土、植被方面的復(fù)雜性，濕地遙感研究仍存在許多難題和科學(xué)問題亟待解決（Gallant，2015）。例如，濕地遙感研究仍受遙感數(shù)據(jù)源和信息處理能力的限制，在濕地的精細分類、群落/功能群識別、全球尺度的濕地制圖、濕地生態(tài)系統(tǒng)功能與服務(wù)定量評估等方面均需進一步深化研究。隨著遙感數(shù)據(jù)源的不斷擴展和豐富，以及大數(shù)據(jù)處理能力的不斷提升，濕地遙感向多源化、快速化、精細化方向快速發(fā)展，濕地遙感研究作為重要的交叉學(xué)科方向也將趨于成熟。

圖4 面向生態(tài)系統(tǒng)精細管理的濕地遙感研究框架Fig.4 Research framework of the studies in remote sensing of wetlands for fine ecosystem management

（1）大數(shù)據(jù)時代背景下的濕地遙感分類及景觀動態(tài)。濕地遙感分類及景觀動態(tài)分析一直是濕地遙感研究的基礎(chǔ)。如圖5 和圖6 所示，在全球引用數(shù)TOP 500 篇論文和最新發(fā)表的500 篇論文中，濕地分類（classification）與制圖（mapping）均是核心內(nèi)容。面向全球和區(qū)域可持續(xù)發(fā)展與生態(tài)系統(tǒng)可持續(xù)管理，對于濕地地理空間信息數(shù)據(jù)的需求仍在加大（Mao 等，2020）。隨著遙感技術(shù)的發(fā)展，遙感數(shù)據(jù)空間分辨率、時間分辨率、光譜分辨率和輻射分辨率越來越高，數(shù)據(jù)類型越來越豐富，免費開放的數(shù)據(jù)量也越來越大，遙感數(shù)據(jù)已經(jīng)具有了明顯的大數(shù)據(jù)特征，即：體量巨大、種類繁多、動態(tài)多變、冗余模糊和高價值（張兵，2017；Zhang 等，2019），我們已進入一個前所未有的遙感大數(shù)據(jù)時代（董金瑋 等，2018）。最近幾年來，遙感大數(shù)據(jù)在大尺度濕地遙感制圖方面得到廣泛應(yīng)用（Amani 等，2019；Mahdianpari 等，2020）。遙感大數(shù)據(jù)對數(shù)據(jù)存儲和計算能力提出了更高的要求，隨著網(wǎng)絡(luò)和計算機技術(shù)的變革，面向遙感大數(shù)據(jù)的云存儲和云計算技術(shù)在過去幾年間得到了迅速發(fā)展（Chi 等，2016；Sun 等，2019）。特別是GEE（Google Earth Engine）云平臺已經(jīng)集成了MODIS、Landsat、Sentinel等常用遙感數(shù)據(jù)集，極大促進了濕地遙感研究領(lǐng)域的發(fā)展（Alonso 等，2020；Amani等，2021）。例如，Bunting 等（2018）實現(xiàn)了全球紅樹林的空間分布制圖。但是，全球尺度上仍缺乏具有數(shù)據(jù)一致性的全球濕地數(shù)據(jù)集。因此，大數(shù)據(jù)時代背景下，依托云平臺（如GEE）開展大尺度、長時間序列的濕地制圖和景觀動態(tài)分析，仍是濕地遙感研究的重要發(fā)展趨勢之一（Amani等，2019）。

圖5 基于最近發(fā)表的500篇濕地遙感研究論文的關(guān)鍵詞熱點分析Fig.5 Hotspot analysis in keywords extracted from the latest 500 papers in remote sensing of wetlands

圖6 基于引用次數(shù)最高500篇濕地遙感研究論文的關(guān)鍵詞熱點分析Fig.6 Hotspot analysis in keywords extracted from the top-cited 500 papers in remote sensing of wetlands

海量、多源、異構(gòu)遙感數(shù)據(jù)的快速增長不僅對計算能力提出了更高的要求，而且對數(shù)據(jù)處理方法本身也提出了新要求，傳統(tǒng)處理方法無法滿足遙感大數(shù)據(jù)的處理精度和效率（Ma等，2015）。為滿足日益增長的用戶需求，智能化信息提取方法應(yīng)運而生，面向遙感大數(shù)據(jù)的機器學(xué)習(xí)方法是遙感大數(shù)據(jù)的發(fā)展趨勢（董金瑋，2018）。遙感大數(shù)據(jù)時代的信息提取和知識發(fā)現(xiàn)是以數(shù)據(jù)模型為驅(qū)動，其本質(zhì)是以大樣本為基礎(chǔ)，通過機器學(xué)習(xí)等智能方法自動學(xué)習(xí)地物對象的遙感化參數(shù)特征，進而實現(xiàn)對信息的智能化提取和知識挖掘（張兵，2017）。機器學(xué)習(xí)算法為濕地遙感制圖和關(guān)鍵生態(tài)參量遙感反演提供了切實可行的技術(shù)手段（Mizuochi 等，2018；O'Neil 等，2020；Szantoi 等，2015）。在這個研究過程中，需要充分挖掘海量遙感影像中的大數(shù)據(jù)信息，如充分挖掘Sentinel 數(shù)據(jù)高時間和空間分辨率的特征信息、融合應(yīng)用多光譜及雷達和高光譜數(shù)據(jù)、采用面向?qū)ο蟮姆诸惙椒訌娂y理和幾何信息的應(yīng)用等（Dronova，2015；Mahdavi等，2018）。

（2）精細化的濕地生態(tài)參量遙感觀測。由圖5和圖6中顯示的濕地遙感研究的關(guān)鍵詞可知，濕地遙感研究的內(nèi)容涉及到了水、土、氣、植被、生態(tài)系統(tǒng)、景觀各個方面，其中濕地生態(tài)參量遙感監(jiān)測機理和技術(shù)作為重要的內(nèi)容，在未來仍將得到更多的探討，以支撐不同尺度上不同類型濕地生態(tài)系統(tǒng)管理、全球變化研究和生態(tài)系統(tǒng)建模等。已有研究較多地體現(xiàn)在濕地土壤有機質(zhì)或不同元素含量的光譜響應(yīng)特征與反演技術(shù)、濕地通量觀測與建模方法、功能群或群落尺度上的植被結(jié)構(gòu)調(diào)查、冠層葉片元素含量估算原理等相關(guān)領(lǐng)域。例如：Zhang 等（2013）利用高光譜觀測數(shù)據(jù)和不同的模型算法，開展了墨西哥退化紅樹林葉片氮素含量的空間反演；Byrd 等（2018）基于隨機森林算法構(gòu)建了美國本土濱海鹽沼植被的地上碳庫空間預(yù)測模型，并解析了其地理空間分布特征；Mao等（2019）監(jiān)測了互花米草入侵中國濱海濕地的時空進程。受研究尺度和對象的不同，相關(guān)參量的觀測機理及不同遙感數(shù)據(jù)源和算法的應(yīng)用潛力仍需要進一步的探索。

濕地受復(fù)雜環(huán)境的影響，相關(guān)生態(tài)參量的反演往往受水體、土壤、植被等背景信息的影響較大。Taddeo 等（2019）基于美國環(huán)保署國家濕地狀況評估調(diào)查的1138 個樣本，首次在國家尺度上定量解析了6種濕地植被綠度指數(shù)對陸地表面特征、區(qū)域氣候和土壤環(huán)境的響應(yīng)。當(dāng)前，一系列研究實現(xiàn)了森林和草地生態(tài)系統(tǒng)關(guān)鍵生態(tài)系統(tǒng)參量監(jiān)測技術(shù)和產(chǎn)品的研發(fā)。但是，針對濕地生態(tài)系統(tǒng)的相關(guān)研究仍十分欠缺。例如，盡管濕地是固碳速率最高的陸地生態(tài)系統(tǒng)類型，但由于濕地獨特的水熱特征和豐富的生物多樣性，濕地生態(tài)系統(tǒng)的生產(chǎn)力、覆蓋度、碳儲量等指標(biāo)均未實現(xiàn)精確量化，在“碳中和”背景下，基于遙感數(shù)據(jù)開展?jié)竦靥紟煜嚓P(guān)參量的研究是當(dāng)前濕地科學(xué)和全球變化研究中重要的課題。在野外調(diào)查的基礎(chǔ)上，解析遙感探測不同濕地生態(tài)參量的方法和機理，基于谷歌云平臺等計算不同波段特征和光譜指數(shù)對濕地關(guān)鍵生態(tài)參量的敏感性，對比傳統(tǒng)線性回歸和隨機森林等機器學(xué)習(xí)算法對于濕地參量反演的精度，進而實現(xiàn)不同尺度濕地關(guān)鍵參量的時空動態(tài)反演，仍是濕地遙感研究的重要方向。

（3）濕地可持續(xù)管理空間決策支持。近年來濕地損失與退化帶來的生態(tài)環(huán)境問題日益顯現(xiàn)，因此，聯(lián)合國可持續(xù)發(fā)展目標(biāo)（SDGs）的近200個指標(biāo)中與濕地相關(guān)的有70 多個，國際上對于濕地保護與可持續(xù)管理空間決策支持的需求不斷提升（Mahdianpari等，2020）。2022年《中華人民共和國濕地保護法》正式施行，遙感技術(shù)支撐下的濕地監(jiān)管將更加重要。與濕地景觀動態(tài)、濕地生態(tài)參量觀測研究相比，構(gòu)建科學(xué)的指標(biāo)體系，以問題為導(dǎo)向，將多源、多平臺遙感觀測技術(shù)充分應(yīng)用到解決實際生態(tài)環(huán)境問題的過程中是新階段生態(tài)系統(tǒng)可持續(xù)管理的必然趨勢。例如，識別生態(tài)系統(tǒng)脅迫因子、評估濕地生態(tài)系統(tǒng)脆弱性和生態(tài)系統(tǒng)健康、確定濕地保護與恢復(fù)優(yōu)先等級、分析退耕還濕適宜性、評估濕地恢復(fù)成效等，進而開展科學(xué)的自然資源優(yōu)化配置和國土空間優(yōu)化，為制定可持續(xù)的濕地生態(tài)系統(tǒng)管理決策提供支持（圖4），仍是濕地遙感研究的重要方向。

國內(nèi)外學(xué)者已經(jīng)在相關(guān)領(lǐng)域開展了一系列的研究探索。如Hester 和Mendelssohn（2000）評估了美國路易斯安娜咸水沼澤植被群落受石油污染后的長期恢復(fù)情況；Seto 和Fragkias（2007）定量解析了越南兩個國際重要濕地的保護有效性，并揭示了紅樹林沼澤受到水產(chǎn)養(yǎng)殖業(yè)的重要影響；Mao等（2018a，2018b）定量評估了中國國家尺度農(nóng)業(yè)耕墾、城鎮(zhèn)化對于濕地的損失的直接貢獻，并解析了兩種人為脅迫因子對濕地占用的時空異質(zhì)性；Luo 等（2018）以松嫩平原西部為例，構(gòu)建了退耕還濕適宜性遙感評價指標(biāo)體系和模型，實現(xiàn)了退耕還濕優(yōu)先等級劃分；Xiang 等（2020）以三江平原為例，從濕地面積和生態(tài)系統(tǒng)服務(wù)角度定量評估了國家濕地保護工程的實施成效。受關(guān)鍵生態(tài)參量產(chǎn)品不足等限制，遙感技術(shù)支撐可持續(xù)濕地生態(tài)系統(tǒng)管理的空間決策支持潛力仍有待挖掘，需要進一步研發(fā)成熟的技術(shù)體系，實現(xiàn)國家乃至全球尺度更精細、指標(biāo)更全面的數(shù)據(jù)產(chǎn)品，更好地支撐濕地生態(tài)系統(tǒng)的保護與管理，進而支撐聯(lián)合國SDGs評價。

4 結(jié)語

濕地遙感作為一個交叉學(xué)科方向，既涵蓋濕地遙感監(jiān)測機理和方法的探討，也涉及面向解決濕地相關(guān)的生態(tài)環(huán)境問題的遙感技術(shù)應(yīng)用。自20 世紀(jì)70 年代至今，濕地遙感研究經(jīng)歷了潛力探索期、框架成形期、快速增長期3個階段，在過去50 年發(fā)展歷程的基礎(chǔ)上，面向濕地生態(tài)系統(tǒng)保護與管理與大數(shù)據(jù)時代背景，濕地遙感研究向快速化、多源化、精細化方向發(fā)展，如濕地智能分類，大尺度濕地植被生態(tài)參量遙感反演，濕地生態(tài)系統(tǒng)健康評估等。然而，受水、植被和土壤的交互影響，濕地的光譜和后向散射等特征復(fù)雜、且濕地年內(nèi)/際變化特征明顯，加劇了遙感探測濕地的難度，也是當(dāng)前亟待解析的關(guān)鍵問題，濕地多模態(tài)遙感實驗等需要加強。本文僅從Web of Science數(shù)據(jù)庫中檢索了過去50 年來的3000 余篇論文進行統(tǒng)計分析，相信濕地遙感研究的成果遠不止于此。但本文的撰寫希望不僅僅是管中窺豹，更希望能夠為中國學(xué)者提供一個對于濕地遙感研究的框架性的認識。隨著對濕地重要性的認知提升，中國從事濕地遙感研究的學(xué)者不斷增加，中國的濕地遙感研究也在世界上走向前列。聯(lián)合國大會已將每年的2月2 日確定為世界濕地日，2022 年，中國首次承辦《濕地公約》締約方大會（第十四屆），濕地保護與恢復(fù)也已上升為中國國家戰(zhàn)略，遙感技術(shù)支撐濕地保護與可持續(xù)的需求不斷提升。自2019 年開始，由國內(nèi)主要濕地遙感研究單位共同發(fā)起和承辦的“中國濕地遙感大會”已連續(xù)舉辦四屆，為相關(guān)學(xué)者和管理人員提供了較好的交流平臺，期待中國學(xué)者通過更多的成果來解決更多的濕地遙感科學(xué)問題并實現(xiàn)科學(xué)應(yīng)用，服務(wù)于中國生態(tài)文明和美麗中國建設(shè)。