天宮二號(hào)對(duì)地觀測(cè)應(yīng)用研究進(jìn)展

任海根，李盛陽(yáng)

(1.中國(guó)載人航天工程辦公室，北京100071；2.中國(guó)科學(xué)院空間應(yīng)用工程與技術(shù)中心，北京100094)

1 引言

天宮二號(hào)空間實(shí)驗(yàn)室于2016年9月15日成功發(fā)射升空，是我國(guó)載人航天工程繼天宮一號(hào)任務(wù)完成使命后發(fā)射的第二個(gè)空間實(shí)驗(yàn)室，執(zhí)行了一批體現(xiàn)科學(xué)前沿和戰(zhàn)略高新技術(shù)發(fā)展方向的科學(xué)與應(yīng)用任務(wù)，包括對(duì)地觀測(cè)和空間地球科學(xué)、空間科學(xué)實(shí)驗(yàn)及探測(cè)、空間應(yīng)用新技術(shù)等十余項(xiàng)應(yīng)用項(xiàng)目。

在對(duì)地觀測(cè)和空間地球科學(xué)領(lǐng)域，天宮二號(hào)搭載了3類體制機(jī)制新穎、指標(biāo)先進(jìn)的對(duì)地觀測(cè)載荷，包括寬覆蓋多光譜的寬波段成像儀(Wideband Imaging Spectrometer，WIS)、世界上首臺(tái)具備寬刈幅兼具海洋拓?fù)涓叨染_測(cè)量的三維成像微波高度計(jì)(Interferometric Imaging Radar Altimeter，InIRA)和首次實(shí)現(xiàn)對(duì)全球中層大氣進(jìn)行分層準(zhǔn)同時(shí)探測(cè)的多波段紫外臨邊成像光譜儀，它們運(yùn)行在400 km非太陽(yáng)同步軌道上(軌道傾角為42°左右)，相對(duì)于運(yùn)行在600～700 km太陽(yáng)同步軌道的業(yè)務(wù)遙感衛(wèi)星(軌道傾角為98°左右)，可獲取相同目標(biāo)區(qū)域不同成像時(shí)間的影像數(shù)據(jù)，利于開展不同應(yīng)用場(chǎng)景下的對(duì)比與分析研究和不同時(shí)相相同場(chǎng)景的應(yīng)用研究。

本文介紹天宮二號(hào)空間實(shí)驗(yàn)室3個(gè)對(duì)地觀測(cè)載荷的應(yīng)用技術(shù)指標(biāo)、數(shù)據(jù)產(chǎn)品類型和適用的應(yīng)用研究領(lǐng)域，總結(jié)天宮二號(hào)自發(fā)射以來(lái)各類對(duì)地觀測(cè)數(shù)據(jù)在國(guó)土資源、海洋及海岸帶應(yīng)用、湖泊監(jiān)測(cè)、農(nóng)業(yè)應(yīng)用、生態(tài)環(huán)境和大氣環(huán)境探測(cè)等多個(gè)領(lǐng)域取得的應(yīng)用研究進(jìn)展和成果，并展望后續(xù)對(duì)地觀測(cè)數(shù)據(jù)的應(yīng)用方向。

2 天宮二號(hào)對(duì)地觀測(cè)載荷與數(shù)據(jù)介紹

2.1 寬波段成像儀

WIS是光譜帶寬為2.5 nm的在軌可編程的寬幅高光譜成像儀，可獲取高信噪比圖像，為海洋水色及陸地研究提供數(shù)據(jù)支持。WIS包括14個(gè)可見近紅外光譜通道(譜段范圍0.4～1.04 μm)，2個(gè)短波紅外通道(譜段范圍1.232～1.252 μm和1.630～1.654 μm)，2 個(gè)熱紅外通道(譜段范圍8.125～8.825 μm 和 8.925～9.275 μm)，對(duì)應(yīng)的星下點(diǎn)地面分辨率分別為100 m、200 m、400 m；WIS采用線性推掃和多相機(jī)拼接成像技術(shù)，可獲取42°視場(chǎng)內(nèi)300 km刈幅的影像；可見近紅外與短波紅外主要通道信噪比大于800(20%地面反照率)，熱紅外通道的溫度探測(cè)靈敏度平均小于20 mK(300 K黑體)[1]。WIS是目前在軌運(yùn)行的水色遙感器中(如美國(guó)MODIS，歐空局OLCI等)探測(cè)空間分辨率最高的對(duì)地觀測(cè)載荷[2-3]。

WIS數(shù)據(jù)產(chǎn)品包括輻射校正產(chǎn)品(1級(jí))、系統(tǒng)幾何校正產(chǎn)品(2級(jí))、幾何精校正產(chǎn)品(3級(jí))和專題產(chǎn)品。其中，1級(jí)是經(jīng)過(guò)視場(chǎng)拼接、波段間配準(zhǔn)、非均一性校正和輻射校正處理后的數(shù)據(jù)產(chǎn)品；2級(jí)是經(jīng)傳感器校正后，將校正后的圖像映射到指定的地圖投影坐標(biāo)下的數(shù)據(jù)產(chǎn)品；3級(jí)是在2級(jí)產(chǎn)品基礎(chǔ)上，采用地面控制點(diǎn)庫(kù)改進(jìn)幾何定位精度的數(shù)據(jù)產(chǎn)品；專題產(chǎn)品包括地表反射率產(chǎn)品、歸一化植被指數(shù)產(chǎn)品、歸一化積雪指數(shù)產(chǎn)品、歸一化水體指數(shù)產(chǎn)品、地表亮溫產(chǎn)品以及地表溫度產(chǎn)品。

WIS主要對(duì)中大尺度地物目標(biāo)進(jìn)行觀測(cè)，適宜并不限于海洋水色及海岸帶變化、內(nèi)陸湖泊、土地利用、生態(tài)環(huán)境以及作物分布等方面的應(yīng)用研究。

2.2 三維成像微波高度計(jì)

InIRA采用小入射角-短基線干涉、孔徑合成和高度跟蹤等技術(shù)，是世界上首臺(tái)在軌運(yùn)行的具備寬刈幅(400 km軌道高度下刈幅30 km)，兼具海洋拓?fù)涓叨染_測(cè)量和陸地三維形態(tài)測(cè)量的新一代微波遙感器[4]。InIRA干涉觀測(cè)空間分辨率：海洋為10×10 km，測(cè)高精度≤8.2 cm(定軌精度≤3 cm)；陸地為200×200 m，測(cè)高精度≤10 m；二維成像空間分辨率為40×40 m[4]。同類型載荷美國(guó)SWOT(Surface Water and Ocean Topography)計(jì)劃于2021年發(fā)射[5]。

InIRA數(shù)據(jù)產(chǎn)品包括多視復(fù)型影像產(chǎn)品(1級(jí))、幾何校正產(chǎn)品(2級(jí))和通用高程產(chǎn)品。其中，1級(jí)是經(jīng)過(guò)成像處理、方位向多視處理和輻射校正，保留平均的幅度和相位信息，以復(fù)數(shù)形式存儲(chǔ)的二維圖像產(chǎn)品；2級(jí)是經(jīng)過(guò)成像處理、方位向多視處理、輻射校正和幾何校正，形成具有地圖投影的二維圖像產(chǎn)品；通用高程產(chǎn)品是經(jīng)過(guò)成像處理、方位向多視處理、輻射校正、干涉處理和幾何校正，形成規(guī)則網(wǎng)格的數(shù)字高程模型(Digital Elevation Model，DEM)產(chǎn)品。

InIRA可觀測(cè)到海面浪涌、內(nèi)波、旋渦等中小尺度海洋現(xiàn)象，同時(shí)還可獲得海岸帶、陸地水系和陸地三維地形測(cè)量數(shù)據(jù)，是研究海浪、海風(fēng)、洋流、潮流等海洋動(dòng)力環(huán)境和海陸地形的新型手段，并為全球氣候與環(huán)境變化研究提供重要數(shù)據(jù)支撐。

2.3 多波段紫外臨邊成像光譜儀

多波段紫外臨邊成像光譜儀包括360°環(huán)形成像儀和前向光譜儀，首次實(shí)現(xiàn)了對(duì)全球中層大氣進(jìn)行分區(qū)準(zhǔn)同時(shí)探測(cè)。前向光譜儀和環(huán)形成像儀二者具有很強(qiáng)的互補(bǔ)性：環(huán)形成像儀提供大氣輻射多方位空間分布與動(dòng)態(tài)的宏觀結(jié)構(gòu)，前向光譜儀提供某一方位高光譜分辨率下的紫外臨邊光譜輻射垂直分布精細(xì)結(jié)構(gòu)。環(huán)形成像儀包含265 nm、295 nm、360 nm 3個(gè)通道，可提供星下點(diǎn)10°視角內(nèi)大氣輻射和地面亮度分布，其環(huán)形像以141.8°～146.6°徑向強(qiáng)度變化反映地球臨邊(六方位)輻射亮度隨高度的變化；前向光譜儀工作譜段為290～1000 nm，可對(duì)地球臨邊10～60 km高度的大氣各譜段進(jìn)行探測(cè)，光譜分辨率隨中心波長(zhǎng)變化而不同 (1.8～51 nm)，光譜通道數(shù)≥120個(gè)，垂直像元分辨率≤3 km[6]。國(guó)外臭氧成像廓線儀(OMPS)與多波段紫外臨邊成像光譜儀類似[7]，但不具有紫外臨邊成像光譜儀的多方位、多波段同時(shí)進(jìn)行大氣臨邊探測(cè)的能力。

多波段紫外臨邊成像光譜儀數(shù)據(jù)產(chǎn)品是經(jīng)過(guò)數(shù)據(jù)校正(波長(zhǎng)、輻射等校正、前向光譜儀數(shù)據(jù)光譜校正)、輻射量變換和地理定位等處理后的1級(jí)產(chǎn)品數(shù)據(jù)。

多波段紫外臨邊成像光譜儀通過(guò)對(duì)地球邊緣大氣層進(jìn)行紫外光譜臨邊探測(cè)，獲取高空間、時(shí)間覆蓋和高垂直分辨率的圖像和數(shù)據(jù)信息，以監(jiān)測(cè)中上層大氣狀態(tài)與擾動(dòng)，研究全球整層大氣密度、臭氧分布和氣溶膠等微量成分的垂直結(jié)構(gòu)及三維分布等，為地球大氣環(huán)境探測(cè)和空間物理研究等提供新的信息源。

3 天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)研究應(yīng)用成果

天宮二號(hào)對(duì)地觀測(cè)應(yīng)用推廣基于“載人航天空間應(yīng)用數(shù)據(jù)推廣服務(wù)平臺(tái)”(http：//www.msadc.cn)，接受數(shù)據(jù)申請(qǐng)并開展數(shù)據(jù)分發(fā)服務(wù)業(yè)務(wù)，持續(xù)向應(yīng)用研究用戶分發(fā)各級(jí)數(shù)據(jù)產(chǎn)品，促進(jìn)了天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)在多個(gè)領(lǐng)域的應(yīng)用研究。

3.1 國(guó)土資源遙感應(yīng)用

3.1.1 土地利用研究

WIS數(shù)據(jù)具有寬刈副、多光譜的特點(diǎn)，充分利用寬波段數(shù)據(jù)，同時(shí)結(jié)合其他對(duì)地觀測(cè)數(shù)據(jù)，開展土地利用等相關(guān)研究，為區(qū)域規(guī)劃、土地利用等提供有力的數(shù)據(jù)與信息支撐。Yu等[8]在青海湖和太湖地區(qū)采用最小距離分類(MDC)、最大似然分類(MLC)、光譜角填圖 (SAM)和支持向量機(jī)(SVM)4種方法分別開展地物分類比對(duì)分析。結(jié)果表明，分類精度由高至低依次為采用SVM、MDC、SAM和MLC，其中SVM在青海湖和太湖地區(qū)的分類精度分別為99.04%和92.44%，為掌握青海湖、太湖地區(qū)生態(tài)環(huán)境變化提供有效的技術(shù)與數(shù)據(jù)支撐。Liu等[9]通過(guò)構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)(CNN)，對(duì)WIS數(shù)據(jù)與InIRA數(shù)據(jù)聯(lián)合開展黃河三角洲土地覆蓋研究。結(jié)果表明，基于WIS和InIRA的融合影像數(shù)據(jù)分類結(jié)果優(yōu)于單獨(dú)使用WIS數(shù)據(jù)的分類結(jié)果，總體分類精度分別為94.29%和91.83%，這種方法充分挖掘2種數(shù)據(jù)的光譜特征和紋理特征，進(jìn)一步提高土地覆蓋分類的精度(圖1)。

圖1 基于CNN方法的黃河三角洲土地覆蓋分類結(jié)果(左圖為利用寬波段成像儀數(shù)據(jù)的分類結(jié)果，右圖為利用寬波段成像儀和三維成像微波高度計(jì)融合數(shù)據(jù)的分類結(jié)果)[9]Fig.1 Classification results based on CNN model：the result of WIS data(left)，the result of fusion data of WIS and InIRA(right)[9]

3.1.2 城市熱島研究

對(duì)城市熱島效應(yīng)進(jìn)行監(jiān)測(cè)，研究其形成機(jī)制及其影響，可改善城市生態(tài)環(huán)境、提高人們生活質(zhì)量。遙感技術(shù)可實(shí)現(xiàn)在短時(shí)間內(nèi)獲取大范圍數(shù)據(jù)，比傳統(tǒng)的測(cè)量方法更適宜開展城市群的熱島效應(yīng)分析。WIS熱紅外譜段數(shù)據(jù)具有突出的熱靈敏感應(yīng)優(yōu)勢(shì)(在300 K黑體下平均小于20 mK)，可開展城市熱島效應(yīng)研究。石滿等[10]通過(guò)改進(jìn)劈窗算法實(shí)現(xiàn)WIS熱紅外譜段2個(gè)通道的地表溫度反演，并結(jié)合土地利用數(shù)據(jù)進(jìn)行蘇南城市群熱環(huán)境分析。結(jié)果表明，其溫度反演結(jié)果與土地利用結(jié)果有較好的一致性(圖2)，WIS熱紅外數(shù)據(jù)在城市群熱島效應(yīng)監(jiān)測(cè)方面具有重要應(yīng)用潛力。Wang等[11]利用WIS數(shù)據(jù)將傳統(tǒng)的分裂窗算法適用的通道波段范圍從10～13 μm調(diào)整到8～9.3 μm來(lái)反演云南省和四川省交界處的山區(qū)地表溫度；用植被覆蓋指數(shù)(NDVI)來(lái)表達(dá)下墊面特性，分析了不同坡度和NDVI條件下地表溫度反演與MODIS的地表溫度數(shù)據(jù)之間的相關(guān)性。結(jié)果表明，在0°～15°范圍內(nèi)坡度較小的植被區(qū)，具有較高的精度和相關(guān)性(R＝0.6543，RMSE＝2.9652)，在非植被區(qū)，地表溫度反演結(jié)果的精度隨坡度的增加而提高。

圖2 蘇南城市群地表溫度圖和城市熱島強(qiáng)度圖[10]Fig.2 Surface temperature map and urban heat island intensity map of southern Jiangsu urban agglomeration[10]

3.2 海洋及海岸帶應(yīng)用

3.2.1 海岸帶變化監(jiān)測(cè)

開展海岸帶變化監(jiān)測(cè)，揭示沿?？臻g資源利用的時(shí)空演變，可為實(shí)現(xiàn)其空間資源的優(yōu)化合理利用提供技術(shù)支持。WIS具有中等分辨率，幅寬達(dá)300 km，可用于宏觀、大尺度海岸帶監(jiān)測(cè)應(yīng)用。劉康等[12-13]利用WIS數(shù)據(jù)，結(jié)合Landsat多時(shí)相光學(xué)遙感影像，開展遼東灣、萊州灣、膠州灣、珠江口等多個(gè)沿海地區(qū)30年圍填海變化監(jiān)測(cè)和分析(圖3)。結(jié)果表明，WIS數(shù)據(jù)可為圍填海變化監(jiān)測(cè)提供有效的信息支持，隨著“十個(gè)一律”、“三個(gè)強(qiáng)化”的最嚴(yán)13條圍填海管控措施的實(shí)施，研究結(jié)果將在圍填海與近岸海域環(huán)境監(jiān)測(cè)方面具有廣闊的應(yīng)用前景。

3.2.2 近海水色參數(shù)反演

圖3 1986～2016年遼寧省部分沿?？h市新增圍填海分布(左)和圍填海占用濕地分布(右)[13]Fig.3 Distribution of newly increased reclamation in partial area of Liaoning province from 1986 to 2016(left)，distribution of wetlands occupied by reclamation in partial area of Liaoning province from 1986 to 2016(right)[13]

天宮二號(hào)WIS數(shù)據(jù)相較于傳統(tǒng)的海洋遙感衛(wèi)星數(shù)據(jù)具有較高的空間分辨率及適用于水色參數(shù)反演的光譜設(shè)置，通過(guò)開展近海水色、懸浮泥沙和藻類等定量反演，可為近海生態(tài)環(huán)境監(jiān)測(cè)與保護(hù)提供決策支持。利用寬波段成像儀數(shù)據(jù)，Tang等[14]采用半經(jīng)驗(yàn)輻射傳輸模型(SERT)反演懸沙濃度(SPM)，對(duì)比發(fā)現(xiàn)該算法優(yōu)于其他算法，較好地解決了長(zhǎng)江口2-3個(gè)數(shù)量級(jí)濃度變化的懸浮泥沙含量反演問題；將基于WIS數(shù)據(jù)的反演結(jié)果與GOCI的反演結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)兩者結(jié)果具有較好的一致性，兩者反演的懸浮泥沙濃度值接近于 1∶1(圖 4)。

3.2.3 海洋環(huán)境監(jiān)測(cè)

圖4 寬波段成像儀數(shù)據(jù)與GOCI數(shù)據(jù)反演的長(zhǎng)江口的懸浮泥沙分布(左)，兩者對(duì)比的散點(diǎn)圖(右)[14]Fig.4 Distribution of SPM concentration derived from WIS and GOCI(left)， and the corresponding scatter plot(right)[14]

InIRA具有全天時(shí)、全天候工作能力，可廣泛用于海洋監(jiān)測(cè)，獲取海洋干涉相位圖，并測(cè)算三維海洋形態(tài)，為海平面高度測(cè)量、海洋環(huán)境探測(cè)等提供有效的手段，對(duì)于研究全球海平面變化、海洋流場(chǎng)等動(dòng)力環(huán)境要素具有突出優(yōu)勢(shì)。Kong等[15]利用南海部分海域InIRA數(shù)據(jù)對(duì)海面高度測(cè)量精度進(jìn)行初步分析。結(jié)果表明，以1 km采樣間隔測(cè)高精度較低，如果增大像元采樣間隔到5 km，可以獲得更為理想的測(cè)高精度，并進(jìn)一步降低系統(tǒng)誤差的影響，使得InIRA測(cè)高精度更好地滿足各類海洋現(xiàn)象的研究需求。楊勁松等[4]利用InIRA獲取的首批遙感數(shù)據(jù)進(jìn)行初步定量分析和反演研究，獲取了海面風(fēng)速和海浪波長(zhǎng)、波向和有效波高(SWH)的信息(圖5)。結(jié)果表明，InIRA能有效獲取定量海面風(fēng)速和海浪信息，驗(yàn)證了采用小角度干涉測(cè)量技術(shù)、孔徑合成技術(shù)以及海陸兼顧的高度跟蹤技術(shù)實(shí)現(xiàn)寬刈幅海面高度測(cè)量的雷達(dá)高度計(jì)技術(shù)的可行性。

圖5 定量反演的海面風(fēng)速(左)定量反演的波向和有效波高(右)[4]Fig.5 Quantitative inversion of sea surface wind velocity(left)，wave direction and effective wave height(right)[4]

3.3 湖泊監(jiān)測(cè)

3.3.1 湖泊提取

湖泊提取識(shí)別對(duì)研究區(qū)域環(huán)境變化乃至全球氣候變化具有重要意義。利用WIS數(shù)據(jù)或InIRA數(shù)據(jù)開展湖泊提取研究均具有獨(dú)特的應(yīng)用技術(shù)優(yōu)勢(shì)。劉康等[16]利用WIS數(shù)據(jù)開展青藏高原凍湖自動(dòng)提取研究，提取精度達(dá)99.10%(圖6、圖7)，表明WIS數(shù)據(jù)可廣泛用于整個(gè)青藏高原湖泊提取、變化監(jiān)測(cè)等研究。Li等[[17]利用InIRA對(duì)青藏高原偏遠(yuǎn)地區(qū)高山湖泊數(shù)據(jù)進(jìn)行提取，分析近最低點(diǎn)觀測(cè)幾何條件下的散射機(jī)理，發(fā)現(xiàn)可以根據(jù)其介電性能和表面粗糙度的差異程度來(lái)區(qū)分水和周圍陸地，提出基于后向散射特性和表面坡度約束的內(nèi)陸水體自動(dòng)提取方法，提取湖泊總體分類精度高于90%。

圖6 面向?qū)ο筇崛〗Y(jié)果[16]Fig.6 Results of object-oriented extraction[16]

圖7 典型區(qū)域漏分錯(cuò)分結(jié)果圖[16]Fig.7 Leakage and misclassification results of typical regions[16]

3.3.2 湖泊藻類監(jiān)測(cè)

WIS具有寬刈幅、多波段等特點(diǎn)，其中可見近紅外譜段設(shè)置14個(gè)波段，覆蓋了水體和藻類識(shí)別特征光譜，在藻類識(shí)別方面具有明顯特性。中國(guó)科學(xué)院空間應(yīng)用工程與技術(shù)中心利用寬波段成像儀數(shù)據(jù)，結(jié)合多源遙感影像開展太湖、巢湖的藻類定量監(jiān)測(cè)。結(jié)果顯示，2016年12月2日太湖藻類面積約 14.9 km2，占太湖水域面積的0.64%[18]；2016年 12月16日、2017年1月1日和2017年1月22日3個(gè)時(shí)相巢湖的藻類面積分別為 15.02 km2、5.22 km2和 9.46 km2，約占湖體面積的2.0%、0.70%和1.26%，藻類由東岸逐漸向南岸移動(dòng)[19]。利用WIS數(shù)據(jù)進(jìn)行藻類監(jiān)測(cè)，可為水華監(jiān)測(cè)與預(yù)警提供科學(xué)決策，為湖泊水資源利用、保護(hù)、修復(fù)和綜合管理提供準(zhǔn)確、可靠的依據(jù)。

3.3.3 湖泊水質(zhì)監(jiān)測(cè)

內(nèi)陸湖泊是世界上最具生物生產(chǎn)性、動(dòng)態(tài)性和光學(xué)復(fù)雜的水環(huán)境之一。懸浮泥沙(SS)是影響水體光滲透的主要因素之一，異常的懸浮泥沙濃度(SSC)直接影響水質(zhì)和底棲生物，了解懸浮泥沙濃度的時(shí)空動(dòng)態(tài)分布對(duì)監(jiān)測(cè)水質(zhì)至關(guān)重要。基于藍(lán)、綠或紅波段的算法在極高的懸浮泥沙濃度下容易出現(xiàn)飽和。Li等[20]利用WIS數(shù)據(jù)近紅外波段820 nm的反射峰高度與SSC的高度相關(guān)特性，提出用于高度渾濁水體SSC評(píng)估的近紅波段懸浮泥沙指數(shù)(NISSI)，并用鄱陽(yáng)湖和太湖現(xiàn)場(chǎng)數(shù)據(jù)集進(jìn)行驗(yàn)證，表明該方法的準(zhǔn)確性較高，平均相對(duì)誤差分別為21.9%和18.6%。圖8、圖9分別為鄱陽(yáng)湖和太湖SSC結(jié)果，左圖為利用WIS數(shù)據(jù)反演的結(jié)果，右圖為利用MODIS數(shù)據(jù)反演的結(jié)果。該方法在極渾濁水域的懸浮泥沙濃度監(jiān)測(cè)方面具有顯著優(yōu)勢(shì)。

圖8 鄱陽(yáng)湖懸浮泥沙濃度分布[20]Fig.8 Distribution of SSC in Poyang Lake[20]

圖9 太湖懸浮泥沙濃度分布[20]Fig.9 Distribution of SSC in Taihu Lake[20]

3.3.4 湖泊水位監(jiān)測(cè)

InIRA具有獲取高分辨率內(nèi)陸湖泊水位信息的能力。Liao等[21]針對(duì)青海-西藏高原湖泊水位，尤其是小面積湖泊監(jiān)測(cè)困難的問題，利用InIRA獲取9個(gè)典型湖泊的水位信息(圖10)，并與歐空局Cryosat-2衛(wèi)星的高程數(shù)據(jù)產(chǎn)品進(jìn)行精度對(duì)比。表明InIRA的湖泊絕對(duì)測(cè)高精度高達(dá)4.1 m，平均標(biāo)準(zhǔn)偏差為1.1 m，比Cryosat-2的高程產(chǎn)品更穩(wěn)定，展現(xiàn)出這種新體制雷達(dá)高度計(jì)在小型湖泊水位監(jiān)測(cè)方面的巨大應(yīng)用潛力。

圖10 9個(gè)典型湖泊的湖泊水位[21]Fig.10 Lake level of nine typical lakes[21]

3.4 農(nóng)業(yè)遙感應(yīng)用

農(nóng)作物種植區(qū)提取、面積統(tǒng)計(jì)與種植空間提取可為農(nóng)業(yè)生產(chǎn)管理和重大決策提供服務(wù)。WIS影像具有刈幅寬、光譜分辨率較高等特點(diǎn)。She等[22]利用WIS獲取可見近紅外數(shù)據(jù)和GPS點(diǎn)數(shù)據(jù)對(duì)新疆哈密地區(qū)土地覆蓋進(jìn)行分類，并提取棉花種植區(qū)域，隨機(jī)森林分類精度高達(dá)94.9%。表明WIS可見近紅外影像可有效進(jìn)行棉花等農(nóng)作物信息提取，為農(nóng)業(yè)估產(chǎn)提供有效參考依據(jù)。Zhou等[23]利用WIS數(shù)據(jù)，開展湖南省華容縣水稻種植空間分布提取研究，設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型，對(duì)影像光譜信息進(jìn)行特征逐層提取，得到各地物可區(qū)分性的光譜特征，提取研究區(qū)內(nèi)水稻種植空間分布結(jié)果(圖11)，整體精度達(dá)96.56%，對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)管理、農(nóng)業(yè)調(diào)查統(tǒng)計(jì)等提供科學(xué)依據(jù)。

3.5 生態(tài)環(huán)境遙感應(yīng)用

3.5.1 生態(tài)環(huán)境評(píng)價(jià)

WIS影像具有刈幅寬、光譜分辨率和時(shí)間分辨率較高等特點(diǎn)，在生態(tài)環(huán)境評(píng)估方面具有較大的應(yīng)用潛力。孫明等[24]利用WIS數(shù)據(jù)建立綜合指數(shù)評(píng)價(jià)模型，對(duì)馬山縣進(jìn)行生態(tài)環(huán)境適宜性評(píng)價(jià)，表明馬山縣整體生態(tài)環(huán)境較好，生態(tài)環(huán)境等級(jí)以良和中為主，占全縣面積的80.65%。Liu等[25]利用WIS數(shù)據(jù)，開展昆明市生態(tài)環(huán)境評(píng)價(jià)。以植被覆蓋度、土壤指數(shù)作為植被和土壤的生態(tài)評(píng)價(jià)因子，評(píng)價(jià)結(jié)果分為優(yōu)、良、中、差4個(gè)等級(jí)，從空間分布上對(duì)區(qū)域自然生態(tài)環(huán)境狀況進(jìn)行評(píng)價(jià)和分析，為生態(tài)環(huán)境保護(hù)與修復(fù)提供有效信息支持(圖 12)。

圖11 寬波段成像儀研究區(qū)假彩色圖像(左)，華容縣水稻種植空間分布提取結(jié)果(右)[23]Fig.11 The false color composite image of study area from WIS(left)，the spatial distributions of the rice in Huarong(right)[23]

圖12 昆明市生態(tài)環(huán)境評(píng)價(jià)結(jié)果圖(左)，昆明市不同區(qū)/縣生態(tài)環(huán)境評(píng)價(jià)統(tǒng)計(jì)圖(右)[25]Fig.12 The results of ecological environment evaluation in Kunming(left)，evaluation results of ecological environment in various districts/counties of Kunming(right)[25]

3.5.2 濕地變化監(jiān)測(cè)

通過(guò)遙感手段對(duì)濕地進(jìn)行分類，并對(duì)濕地時(shí)空變化特征進(jìn)行分析，有助于了解濕地的生態(tài)學(xué)特征，為濕地的保護(hù)和修復(fù)提供科學(xué)指導(dǎo)。WIS數(shù)據(jù)光譜分辨率較高、信息豐富，有利于濕地類型的精細(xì)識(shí)別。Cong等[26]利用GS(Gram-Schmidt spectral sharpening)算法，將WIS數(shù)據(jù)和Landsat8 OLI數(shù)據(jù)融合為30 m影像數(shù)據(jù)，并利用面向?qū)ο蟮姆诸惙椒ㄅc1986年的landsat5 TM數(shù)據(jù)分別進(jìn)行濕地分類(圖13)，最后利用景觀重心轉(zhuǎn)移模型和景觀指數(shù)對(duì)黃河三角洲30年的濕地景觀類型變化進(jìn)行分析。結(jié)果表明，從空間的變化角度來(lái)看，自然濕地、人工濕地、非濕地從 1986年到2016年整體都有向海轉(zhuǎn)移的趨勢(shì)；從景觀尺度上來(lái)看，30年間斑塊數(shù)量上升，斑塊間的連通性下降，破碎度增加。

圖13 1986年和2016年黃河三角洲濕地分類結(jié)果[26]Fig.13 Classification results of wetlands in the Yellow River Delta in 1986 and 2016[26]

3.6 大氣環(huán)境探測(cè)

多波段紫外臨邊成像光譜儀可對(duì)地球邊緣大氣層進(jìn)行光譜臨邊探測(cè)，通過(guò)大氣成分臨邊反演進(jìn)而獲取大氣成分。Gao等[27]通過(guò)對(duì)大氣成分的臨邊反演提取的地面10～60 km的O3垂直分布廓線，與美國(guó)OMPS衛(wèi)星交叉軌道和北京地區(qū)高空氣球觀測(cè)數(shù)據(jù)的結(jié)果比對(duì)，發(fā)現(xiàn)紫外臨邊成像光譜儀與國(guó)際上同類載荷具有很好的一致性，與北京地區(qū)的探空結(jié)果對(duì)比，一致性良好(圖14)。該成果可為臨近空間大氣成分和動(dòng)力學(xué)過(guò)程研究提供重要的數(shù)據(jù)支撐。

圖14 紫外臨邊成像光譜儀結(jié)果與 OMPS結(jié)果比較[27]Fig.14 Comparison between ozone profiles derived from Multi-band Ultraviolet Edge Imaging Spectrometer and OMPS(2016.12.22)[27]

4 應(yīng)用發(fā)展趨勢(shì)分析

受軌道特性影響，天宮二號(hào)對(duì)地觀測(cè)載荷連續(xù)重訪觀測(cè)率低，數(shù)據(jù)空間分辨率以中尺度為主，不具有精細(xì)化探測(cè)特性，需要在發(fā)揮天宮二號(hào)對(duì)地觀測(cè)載荷數(shù)據(jù)優(yōu)勢(shì)同時(shí)，進(jìn)一步加強(qiáng)大規(guī)模遙感數(shù)據(jù)集構(gòu)建、場(chǎng)景智能分類、地物目標(biāo)自動(dòng)識(shí)別等方面的數(shù)據(jù)智能化分析、與其他多源遙感數(shù)據(jù)的融合與應(yīng)用、專題產(chǎn)品生產(chǎn)和定量化應(yīng)用研究等，將更好地促進(jìn)數(shù)據(jù)應(yīng)用與研究成果的產(chǎn)出。

4.1 定量化和智能化分析能力不斷提高

隨著高分系列衛(wèi)星、資源系列衛(wèi)星、風(fēng)云系列衛(wèi)星、環(huán)境與災(zāi)害監(jiān)測(cè)預(yù)報(bào)衛(wèi)星、天宮一號(hào)、天宮二號(hào)等國(guó)產(chǎn)遙感數(shù)據(jù)產(chǎn)品日益增加，為各領(lǐng)域科學(xué)研究提供更為豐富的數(shù)據(jù)源和信息支持。為進(jìn)一步滿足定量化研究的需求，對(duì)數(shù)據(jù)產(chǎn)品信噪比的要求也愈來(lái)愈高。天宮二號(hào)具有完備的星上定標(biāo)能力，目前WIS和InIRA已分別在甘肅敦煌、青海湖和內(nèi)蒙古蘇尼特右旗開展在軌定標(biāo)試驗(yàn)，這對(duì)于后續(xù)開展更深入的定量研究具有良好的支撐作用，也將產(chǎn)出更多的研究成果。此外，隨著數(shù)據(jù)量的增長(zhǎng)和深度學(xué)習(xí)等AI智能化技術(shù)的發(fā)展，創(chuàng)建大規(guī)模、有影響力的天宮二號(hào)遙感數(shù)據(jù)集成為可能，遙感信息的提取精度將獲得更大的提高，將遙感圖像智能化分析技術(shù)運(yùn)用在天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)信息提取與分析、場(chǎng)景分割與識(shí)別、地物分類等方面也將越來(lái)越廣泛，為土地利用監(jiān)測(cè)、農(nóng)作物分類與估產(chǎn)、水環(huán)境分析等領(lǐng)域研究發(fā)揮重要的推動(dòng)作用。

4.2 專題產(chǎn)品將更好地推動(dòng)應(yīng)用研究的廣度與深度

天宮二號(hào)WIS進(jìn)一步生產(chǎn)的專題數(shù)據(jù)產(chǎn)品包括地表反射率產(chǎn)品、歸一化植被指數(shù)產(chǎn)品、歸一化積雪指數(shù)產(chǎn)品、歸一化水體指數(shù)產(chǎn)品、地表亮溫產(chǎn)品以及地表溫度產(chǎn)品，這些滿足應(yīng)用精度的數(shù)據(jù)產(chǎn)品有助于直接利用在陸地定量遙感、海洋水色參數(shù)反演、湖泊藻類監(jiān)測(cè)、農(nóng)林牧植被監(jiān)測(cè)、冰川動(dòng)態(tài)監(jiān)測(cè)、水體及地表溫度研究等方面，并開展深入的研究，推動(dòng)天宮二號(hào)成像光譜儀數(shù)據(jù)應(yīng)用研究的深度和廣度的進(jìn)一步提升。

4.3 與其他多源遙感數(shù)據(jù)的融合與進(jìn)一步擴(kuò)大應(yīng)用

天宮二號(hào)搭載的3個(gè)對(duì)地觀測(cè)載荷分別具有各自的技術(shù)指標(biāo)優(yōu)勢(shì)，其中WIS在海洋與海岸帶領(lǐng)域發(fā)揮了重要的作用，該載荷也將被應(yīng)用在新一代海洋衛(wèi)星上；InIRA作為新一代成像微波高度計(jì)，具有技術(shù)指標(biāo)的先進(jìn)性，該載荷數(shù)據(jù)產(chǎn)品在海洋環(huán)境監(jiān)測(cè)方面已開展大量研究并取得相關(guān)成果；紫外臨邊成像光譜儀可同時(shí)對(duì)中高層大氣進(jìn)行環(huán)形和臨邊成像，其產(chǎn)品可用于大氣密度、臭氧分布和氣溶膠等微量成分的垂直結(jié)構(gòu)及三維分布等方面的研究。目前，大量研究分別基于單一載荷開展，而2個(gè)甚至3個(gè)載荷數(shù)據(jù)產(chǎn)品聯(lián)合開展研究則極少。天宮二號(hào)同時(shí)搭載了這3個(gè)載荷，可同時(shí)對(duì)同一目標(biāo)觀測(cè)成像，數(shù)據(jù)的同步性是其他平臺(tái)所不具備的，因此，多產(chǎn)品的聯(lián)合應(yīng)用將成為今后研究的一大亮點(diǎn)。此外，天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)產(chǎn)品和其他多源遙感數(shù)據(jù)的融合與應(yīng)用也將進(jìn)一步推動(dòng)天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)在各領(lǐng)域的應(yīng)用研究發(fā)展。

5 小結(jié)

1)天宮二號(hào)運(yùn)行兩年多，寬波段成像儀、三維成像微波高度計(jì)和紫外臨邊成像光譜儀獲取的遙感數(shù)據(jù)在國(guó)土資源、海洋與海岸帶遙感、湖泊監(jiān)測(cè)、農(nóng)業(yè)遙感、生態(tài)環(huán)境監(jiān)測(cè)和大氣環(huán)境探測(cè)等領(lǐng)域的應(yīng)用研究中取得了良好的發(fā)展與突破。

2)隨著在軌定標(biāo)工作的開展、專題定量產(chǎn)品的生產(chǎn)，將更好推動(dòng)該數(shù)據(jù)集應(yīng)用的廣度和深度。

3)天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)智能化處理與分析、天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)與其他多源遙感數(shù)據(jù)的融合與應(yīng)用將進(jìn)一步推動(dòng)天宮二號(hào)對(duì)地觀測(cè)數(shù)據(jù)在多個(gè)應(yīng)用領(lǐng)域的創(chuàng)新和發(fā)展。