高分高光譜遙感技術(shù)在自然資源監(jiān)測(cè)方面的應(yīng)用研究

鄭志安 黃銘 黎勝

摘 要：自然資源調(diào)查監(jiān)測(cè)，是適應(yīng)新時(shí)代生態(tài)文明建設(shè)需要的一項(xiàng)重要舉措。通過充分運(yùn)用高光譜遙感和信息化技術(shù)手段，以廣西欽州、北海、防城港三市為樣例，開展高分高光譜遙感技術(shù)在自然資源監(jiān)測(cè)方面的應(yīng)用研究，掌握自然資源類型、面積、范圍、分布、生態(tài)功能和變化等基本狀況，形成一套基于高分高光譜遙感技術(shù)的切實(shí)可行的自然資源監(jiān)測(cè)工藝流程，為自然資源生態(tài)環(huán)境動(dòng)態(tài)監(jiān)測(cè)、預(yù)警、評(píng)估、治理等核心業(yè)務(wù)提供及時(shí)、準(zhǔn)確、穩(wěn)定的基礎(chǔ)地理信息服務(wù)，為生態(tài)文明建設(shè)、山水林田湖草保護(hù)與修復(fù)和自然資源管理提供數(shù)據(jù)基礎(chǔ)和技術(shù)支撐。

關(guān)鍵詞：高分高光譜遙感技術(shù) 自然資源監(jiān)測(cè) 水資源動(dòng)態(tài)監(jiān)測(cè) 星-空-地遙感觀測(cè)網(wǎng)絡(luò)

中圖分類號(hào)：P237 文獻(xiàn)標(biāo)識(shí)碼：A

Application of High-score Hyperspectral Remote Sensing Technology in Natural Resource Monitoring

——Takes Water Resources as an Example

ZHENG Zhian? HUANG Ming? LI Sheng

（Institute of Geographic Information Surveying and Mapping of Guangxi Zhuang Autonomous Region， Liuzhou， Guangxi Zhuang Autonomous Region， 545006 China）

Abstract： Natural resource investigation and monitoring is an important measure to adapt to the needs of ecological civilization construction in the new era. By making full use of hyperspectral remote sensing and information technology means. Take Qinzhou， Beihai and Fangchenggang in Guangxi as an example， research on the application of high-score hyperspectroscopic remote sensing technology in natural resource monitoring. Master the basic conditions of the type， area， scope， distribution， ecological function and changes of natural resources， Form a set of feasible natural resource monitoring process based on high-score hyperspectral remote sensing technology. To provide timely， accurate and stable basic geographic information services for core businesses such as dynamic monitoring， early warning， assessment and management of natural resources， ecological and environment， It provides data foundation and technical support for the construction of ecological civilization， the protection and restoration of mountains， rivers， forests， fields， lakes and grass， and natural resources management.

Key Words： High score hyperspectral remote sensing technology; Natural resources monitoring; Water resources dynamic monitoring; Star-air-ground remote sensing observation network

自然資源主要包括土地、礦產(chǎn)、森林、草原、水、濕地、海域海島等天然存在、自然形成的資源，涵蓋陸地和海洋、地上和地下。如何對(duì)這些資源進(jìn)行監(jiān)管，是承載著生態(tài)文明建設(shè)和自然資源綜合管理的關(guān)鍵[1]。

利用高分高光譜遙感技術(shù)開展自然資源調(diào)查與監(jiān)測(cè)，查清我國(guó)各類自然資源家底和變化情況，為科學(xué)編制國(guó)土空間規(guī)劃，逐步實(shí)現(xiàn)山水林田湖草的整體保護(hù)、系統(tǒng)修復(fù)和綜合治理，保障國(guó)家生態(tài)安全提供基礎(chǔ)支撐，為實(shí)現(xiàn)國(guó)家治理體系和治理能力現(xiàn)代化提供服務(wù)保障。[2]

高分高光譜遙感技術(shù)，是利用狹窄連續(xù)的光譜波段對(duì)地物持續(xù)遙感，獲取豐富的空間、輻射和光譜三重信息，分辨率高，辨識(shí)能力強(qiáng)，通過不同光譜信息識(shí)別不同地物，定性、定量分析地物類型、范圍、構(gòu)成成分等信息，實(shí)現(xiàn)精細(xì)識(shí)別與分類，是一種自然資源監(jiān)測(cè)的重要手段，為自然資源、生態(tài)環(huán)境、農(nóng)業(yè)農(nóng)村等部門提供應(yīng)用服務(wù)。

1.研究目標(biāo)

廣西擁有大面積海洋和內(nèi)陸水體，綜合考慮廣西實(shí)際，優(yōu)先選取具有代表性的廣西欽州、北海、防城港三市為試點(diǎn)，以自然資源中水資源及水環(huán)境為研究目標(biāo)，開展高分高光譜遙感技術(shù)在自然資源監(jiān)測(cè)方面的應(yīng)用研究，對(duì)沿海城市自然水資源及水環(huán)境進(jìn)行監(jiān)測(cè)，探討一套切實(shí)可行的自然資源監(jiān)測(cè)工藝流程，依托星-空-地遙感觀測(cè)網(wǎng)絡(luò)中衛(wèi)星高分影像數(shù)據(jù)、無人機(jī)高光譜遙感數(shù)據(jù)和地面實(shí)測(cè)光譜數(shù)據(jù)，分析廣西沿海流域水體的構(gòu)成、元素分布和變化情況、水體分布情況包括是否污染情況，形成廣西沿海自然資源水資源及水環(huán)境監(jiān)測(cè)及分析報(bào)告。FCE1E930-55DF-4897-9A20-3CF537BEE25E

2.實(shí)施方案

高分高光譜遙感監(jiān)測(cè)，主要利用星-空-地遙感觀測(cè)網(wǎng)絡(luò)，包括星載平臺(tái)、空載平臺(tái)、地面平臺(tái)，從工作內(nèi)容上又分外業(yè)數(shù)據(jù)獲取與采集、內(nèi)業(yè)數(shù)據(jù)處理與反演計(jì)算。外業(yè)工作是通過星-空-地遙感觀測(cè)網(wǎng)絡(luò)，從衛(wèi)星、無人機(jī)和地面光譜儀獲取多尺度高光譜數(shù)據(jù)，內(nèi)業(yè)工作主要是數(shù)據(jù)處理、自然資源對(duì)應(yīng)的光譜模型構(gòu)建、通過模型反演計(jì)算定性與定量自然資源元素，獲取自然資源的數(shù)量、質(zhì)量、結(jié)構(gòu)、生態(tài)功能等信息，形成自然資源分析報(bào)告及變化監(jiān)測(cè)報(bào)告。

2.1數(shù)據(jù)獲取與采集

（1）廣西沿海三市欽江、南流江、防城江流域與海面相通，受潮起潮落影響大，水體元素含量變化速度較快，如發(fā)生污染泄漏等問題，非常容易造成重大影響。首先分析與整理已有高分影像數(shù)據(jù)和地理、地形、地質(zhì)，以及氣象、水文資料，結(jié)合野外實(shí)地勘察情況，設(shè)計(jì)無人機(jī)飛行航線、航高、航帶，布設(shè)地面監(jiān)測(cè)與樣本采集點(diǎn)位，確定監(jiān)測(cè)水體的PH值、透明度、溶解氧、懸浮物、化學(xué)需氧量（COD）、總磷（P）和氨氮（NH3-N）等參數(shù)，完成前期準(zhǔn)備工作[3]。

（2）然后以星-空-地觀測(cè)網(wǎng)絡(luò)協(xié)同觀測(cè)，通過同步或準(zhǔn)同步的獲取星載、機(jī)載和地面的高光譜數(shù)據(jù)。其中，航天衛(wèi)星遙感可實(shí)現(xiàn)大范圍、高分辨率影像數(shù)據(jù)的定期覆蓋，目前在軌運(yùn)行的國(guó)產(chǎn)公益性遙感衛(wèi)星達(dá)到18顆，能夠支持周期性的調(diào)查監(jiān)測(cè)。通過衛(wèi)星高光譜平臺(tái)獲取多維度、多層次、高頻率的遙感影像，實(shí)現(xiàn)對(duì)水體區(qū)域的全面覆蓋。用于內(nèi)陸水體監(jiān)測(cè)中的衛(wèi)星遙感數(shù)據(jù)主要為地球資源衛(wèi)星和海洋水色衛(wèi)星數(shù)據(jù)。為保證星、空、地不同尺度下獲取數(shù)據(jù)的準(zhǔn)同步性，數(shù)據(jù)獲取過程遵循時(shí)間優(yōu)先原則，盡可能保證衛(wèi)星成像時(shí)間與無人機(jī)數(shù)據(jù)采集時(shí)間及地面樣點(diǎn)光譜儀數(shù)據(jù)采樣時(shí)間在同一時(shí)間范圍內(nèi)。若同一時(shí)間范圍內(nèi)，存在多幅高光譜影像可供選擇，盡量選取晴朗無云的天氣狀況下的影像，以減少大氣效應(yīng)的影響。

（3）無人機(jī)航空遙感平臺(tái)具有快捷機(jī)動(dòng)的特點(diǎn)，可以支撐局域的精細(xì)調(diào)查與動(dòng)態(tài)監(jiān)測(cè)。無人機(jī)高光譜具有光譜波段多、光譜分辨率高和“圖譜合一”的優(yōu)勢(shì)，以大疆多旋翼無人機(jī)三軸可控云臺(tái)搭載輕型高光譜傳感器，按照設(shè)定的航線飛行采集，獲取區(qū)域范圍內(nèi)水資源和水環(huán)境的高空間分辨率高光譜影像，提取不同水體參數(shù)的屬性信息和空間分布特征，并進(jìn)行數(shù)據(jù)預(yù)處理與數(shù)據(jù)導(dǎo)出等工作。

（4）地面高光譜采集平臺(tái)主要利用便攜式地物光譜儀實(shí)測(cè)地物光譜信息，提取水體參數(shù)對(duì)應(yīng)敏感光譜波段特征，進(jìn)行高精度的遙感影像定標(biāo)。在水域范圍內(nèi)利用光譜儀使用傾斜角度觀測(cè)方式依次采集監(jiān)測(cè)樣本點(diǎn)，記錄每個(gè)采樣點(diǎn)的光譜曲線編號(hào)，以及風(fēng)速、溫度、濕度等信息，并對(duì)每個(gè)采樣點(diǎn)的環(huán)境進(jìn)行拍照。

2.2數(shù)據(jù)處理與反演計(jì)算

（1）考慮衛(wèi)星傳感器本身的響應(yīng)特性、大氣散射和吸收、太陽光照條件、地物本身的反射或發(fā)射特性等多種因素，需要對(duì)星載高光譜數(shù)據(jù)進(jìn)行輻射定標(biāo)、質(zhì)量改善、幾何校正、大氣校正等預(yù)處理。采用多波段匹配與全變分相結(jié)合的方法去除條帶噪聲，用移動(dòng)窗口均值濾波的方法清除散粒噪聲清除死像元缺失現(xiàn)象，用信噪比、圖像畸變量等評(píng)價(jià)指標(biāo)對(duì)影像質(zhì)量進(jìn)行定量分析，剔除質(zhì)量改善后仍噪聲問題嚴(yán)重的部分波段影像。由于飛行器的姿態(tài)、高度、速度以及地球自轉(zhuǎn)等因素影響，圖像產(chǎn)生幾何畸變，發(fā)生擠壓、扭曲、拉伸和偏移，采用多項(xiàng)式、最小二乘法原理進(jìn)行幾何糾正，采用6S模型進(jìn)行星載高光譜遙感影像大氣校正。

（2）無人機(jī)遙感平臺(tái)系統(tǒng)因受載荷、成本、安全性、靈活性等限制，無法裝載高精度的導(dǎo)航系統(tǒng)和平衡控制系統(tǒng)，需要通過輻射校正、幾何校正、影像鑲嵌拼接等預(yù)處理，有效提高數(shù)據(jù)精度[4]。利用高光譜相機(jī)定標(biāo)參數(shù)對(duì)原始影像進(jìn)行輻射定標(biāo)，將輻射定標(biāo)后的影像轉(zhuǎn)為反射率，無人機(jī)集成GPS和高光譜相機(jī)集成的IMU的信息記錄相機(jī)的位置和姿態(tài)信息，基于相機(jī)的參數(shù)和區(qū)域DEM數(shù)據(jù)逐條帶對(duì)原始影像進(jìn)行幾何校正，無人機(jī)影像經(jīng)過特征點(diǎn)提取匹配、單應(yīng)矩陣估計(jì)和光束法平差，通過CPU+GPU異構(gòu)計(jì)算處理模式自動(dòng)快速拼接，獲得正射影像。

（3）地面水體光譜數(shù)據(jù)采集平臺(tái)采用觀測(cè)幾何模型，避開太陽直射反射和白帽的影響，通過移動(dòng)平均、中值、低通濾波、濾波、小波去噪等方法對(duì)光譜數(shù)據(jù)預(yù)處理及轉(zhuǎn)換，消除各種噪音的影響并突出目標(biāo)光譜的某些細(xì)微差別。采用數(shù)值分析與文獻(xiàn)歸納相結(jié)合的方法，剔除水體吸收波段數(shù)據(jù)噪聲影響。采用人機(jī)智能交互的方式選取光譜信息的特征波段，精確識(shí)別各水體參數(shù)的光譜特征波段。

（4）以星-空-地觀測(cè)網(wǎng)絡(luò)立體獲取各尺度高光譜遙感數(shù)據(jù)后，通過實(shí)驗(yàn)樣本光譜曲線和實(shí)地采樣點(diǎn)水體參數(shù)濃度和反射率光譜曲線，結(jié)合星載和無人機(jī)平臺(tái)獲取的高光譜遙感影像中采樣點(diǎn)像元光譜信息，進(jìn)行光譜特性協(xié)同分析，采用競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法，提取和篩選特征波段，精確識(shí)別敏感波段，然后光譜特性參量化，對(duì)高光譜曲線特征進(jìn)行定量表達(dá)，用數(shù)值化的形式來描述反射率隨波長(zhǎng)的變化特征[5]?；谏窠?jīng)網(wǎng)絡(luò)深度學(xué)習(xí)、遺傳算法、支持向量機(jī)等人工智能算法，進(jìn)行水體要素遙感反演模型構(gòu)建，采樣點(diǎn)光譜利用競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法（CARS）、偏最小二乘回歸（PLSR）方法，集主成分分析、典型相關(guān)分析和多元線性回歸分析于一身，選取最優(yōu)反演模模型，進(jìn)行水質(zhì)參數(shù)反演計(jì)算與實(shí)地驗(yàn)證和精度分析。

2.3監(jiān)測(cè)成果分析與評(píng)價(jià)

通過外業(yè)的數(shù)據(jù)獲取采集和內(nèi)業(yè)進(jìn)行高光譜數(shù)據(jù)處理，形成符合要求的數(shù)據(jù)成果，采用協(xié)同分析數(shù)據(jù)的方式，綜合利用高光譜影像與光譜特性曲線的信息，以2/3地面采樣點(diǎn)作為校準(zhǔn)集，1/3采樣點(diǎn)作為驗(yàn)證集，分別構(gòu)建水體元素pH值、透明度、溶解氧、懸浮物、化學(xué)需氧量（COD）、總磷（P）和氨氮（NH3-N）以及水體重金屬的反演模型，經(jīng)過模型定性評(píng)價(jià)與定量推演計(jì)算水體元素含量與空間分布特征，實(shí)現(xiàn)精確識(shí)別與分類，形成水資源及其水環(huán)境分布情況，分析水體中元素遷移特征和影響范圍，利用多時(shí)相高光譜遙感數(shù)據(jù)進(jìn)行水資源的變化監(jiān)測(cè)，形成水資源變化監(jiān)測(cè)報(bào)告[6]。

3.結(jié)語

常用的監(jiān)測(cè)方法主要以物理-化學(xué)的手段采集樣本數(shù)據(jù)，通過化學(xué)、生物方法分析進(jìn)行評(píng)定與預(yù)估，無法獲得大面積整體范圍的自然資源的元素含量分布。采用星-空-地高分高光譜遙感技術(shù)手段對(duì)自然資源（以水資源為例）進(jìn)行監(jiān)測(cè)，能夠大面積、周期較短、宏觀性強(qiáng)，并且長(zhǎng)期動(dòng)態(tài)監(jiān)測(cè)，是一套切實(shí)可行的基于高分高光譜遙感技術(shù)的自然資源監(jiān)測(cè)工藝流程，能夠分析與監(jiān)測(cè)自然資源類型、面積、范圍、分布、生態(tài)功能和變化等基本狀況，可為自然資源環(huán)境動(dòng)態(tài)監(jiān)測(cè)、預(yù)警、評(píng)估、治理等核心業(yè)務(wù)提供及時(shí)、準(zhǔn)確、穩(wěn)定的空間信息服務(wù)，為生態(tài)環(huán)境監(jiān)測(cè)和綜合治理提供決策輔助信息，特別是利用無人機(jī)靈活機(jī)動(dòng)、實(shí)時(shí)性強(qiáng)獨(dú)特優(yōu)點(diǎn)可輔助相關(guān)部門實(shí)現(xiàn)快速應(yīng)急響應(yīng)，有效支撐政府部門的宏觀決策，保障自然資源安全，促進(jìn)自然資源利用合理規(guī)劃，強(qiáng)化生態(tài)環(huán)境保護(hù)與污染有效治理，促使自然資源和經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，具有重大的經(jīng)濟(jì)、社會(huì)及生態(tài)效益。

參考文獻(xiàn)

[1]王廣華，陳軍，蔣文彪，等.自然資源部構(gòu)建統(tǒng)一的自然資源調(diào)查監(jiān)測(cè)體系工作推進(jìn)情況新聞發(fā)布會(huì)[C/OL].（2020-09-14）[2021-11-10].自然資源部網(wǎng)站http：//www.mnr.gov.cn/dt/zb/2020/diaocha/.

[2]自然資源調(diào)查監(jiān)測(cè)體系構(gòu)建總體方案[Z].2020.

[3]黃良.高光譜遙感圖像高精度分類方法研究[D].長(zhǎng)春：中國(guó)科學(xué)院大學(xué)（中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所），2021.

[4]王歆暉，鞏彩蘭，胡勇，等.水質(zhì)參數(shù)遙感反演光譜特征構(gòu)建與敏感性分析[J].光譜學(xué)與光譜分析，2021，41（6）：1880-1885.

[5]葉珍，白璘，何明一.高光譜圖像空譜特征提取綜述[J].中國(guó)圖象圖形學(xué)報(bào)，2021，26（8）：1737-1763.

[6]臧傳凱，沈芳，楊正東.基于無人機(jī)高光譜遙感的河湖水環(huán)境探測(cè)[J].自然資源遙感，2021，33（3）：45-53.

作者簡(jiǎn)介：鄭志安（1988—），男，本科，工程師，主要從事地理信息、自然資源調(diào)查與監(jiān)測(cè)、國(guó)土空間規(guī)劃、智慧城市等技術(shù)應(yīng)用研究工作。FCE1E930-55DF-4897-9A20-3CF537BEE25E