高分辨率卫星在环境保护领域中的应用

赵少华，王 桥，游代安，王中挺，朱 利，万华伟

(1.环境保护部卫星环境应用中心，北京 100094;2.国家环境保护卫星遥感重点实验室，北京 100101)

0 引言

遥感领域常提到的高分辨率在广义上包括高空间分辨率、高光谱分辨率和高时间分辨率［1］。面对当前我国总体上依然严峻的环境形势，诸如一些重要流域、海域水污染严重，部分区域和城市大气灰霾现象突出，许多地区主要污染物排放量超过环境容量;农村环境污染加剧，重金属、化学品及持久性有机污染物污染土壤及地下水等事件频现;部分地区生态损害严重，生态系统功能退化，生态环境比较脆弱;核与电磁等辐射安全风险增加;生物多样性保护等全球性环境问题的压力不断加大。常规中低分辨率的卫星遥感技术已不能满足我国日益严峻和迫切的环境形势需要，急需采用高分辨率卫星等手段来提高环境监测的定量化和精细化水平。

目前，国外高分辨率卫星技术和商业化运行模式均较成熟，如高空间分辨率光学卫星IKONOS(1 m)，QuickBird(0.61 m)，GeoEye(0.41 m)及 World-View(0.5 m)等;高空间分辨率雷达卫星Terra－SAR(1 m)和Radarsat－2(1 m)国内均有代理;高光谱分辨率卫星EO－1－Hyperion(5 nm)，PROBACHRIS(1.3 ～12 nm)及AURA－OMI(0.45 ～1.0 nm)等;高时间分辨率卫星 METEOSAT－7－10(15 min)等。国内的高分辨率卫星也正在蓬勃发展，包括高空间分辨率光学卫星的资源三号(ZY－3，2.1 m)、资源一号 02C(ZY－1 02C，2.36 m)、中巴资源02B(CBERS 02B，2.36 m)、高分一号(GF－1，2 m)及高分二号(GF－2，1 m)等;高光谱分辨率的环境一号A(HJ－1A HSI，5 nm);高时间分辨率的风云二号(FY－2，30 min)卫星等。

当前高分辨率卫星遥感技术在环境保护领域中的应用还不是很多，并且受卫星数据费用或获取的限制，有关研究与应用大多呈现离散的特点，系统化和业务化应用的程度还很低，因此有必要对目前高分辨率卫星在环境保护领域的应用现状和存在问题进行梳理，并分析和展望未来的应用趋势，以期为提高我国未来环境保护领域的高分辨率卫星遥感应用水平、系统化和业务化能力提供参考。本文分别阐述了高分辨率光学卫星、高分辨率雷达卫星和高光谱卫星在我国大气环境、水环境和生态环境保护领域中的应用，并结合环保工作的特点，对后续发展提出相关建议。

1 高分辨率光学卫星的环保应用领域

高空间分辨率卫星主要用于对自然保护区人类活动干扰、矿山环境开发破坏、排污口、水质和城市固体废弃物分布等的高精度遥感监测。高时间分辨率卫星主要应用于对细颗粒物(fine particulatematter 2.5，PM2.5)等区域空气质量、水环境质量及环境突发事件等的快速监测。例如，陈冬勤等［2］利用IKONOS和QuickBird等多源、多时相高分辨率卫星数据对青海省湟水流域的采砂场进行遥感调查分析，研究结果为环境监察管理提供了技术支持和科学依据;路云阁等［3］结合西藏自治区矿山遥感监测工作的特点，以ZY－1 02C及GF－1卫星影像为数据源，提出并实现了从国产卫星遥感数据管理、增强与校正、信息提取、统计分析以及成果图制作等一体化解决方案，这将有助于推进国产卫星遥感数据在矿山遥感监测领域的应用广度和深度;郭舟等［4］以北京市部分区域的QuickBird影像为实验数据，分析在城市建设区特征的基础上采用低分辨率影像粗提取、高分辨率影像精提取相结合的技术来提高自动识别精度;蒋赛［5］以渭河陕西段水域为研究对象，采用法国SPOT5影像和基于参数优化的支持向量机回归方法对该水域水质定量反演。

作为我国环境遥感应用的业务运行单位，环境保护部卫星环境应用中心也开展了系列工作。图1为该中心基于GF－1卫星16 m宽覆盖相机多光谱数据，以天津地区为例，采用暗目标法等反演的气溶胶光学厚度(aerosol optical depth，AOD)［6－8］，在此基础上，由近地面气溶胶的消光贡献可初步反演近地面PM2.5浓度，进而反映灰霾发生的范围。但受载荷谱段特性等限制，其监测精度还有待提高。

图1 2013年8月10日(左)和10月6日(右)天津市细颗粒物PM 2.5浓度的GF－1卫星监测图Fig.1 PM 2.5 mapping by GF－1 satellite data over Tianjin City in August 10，2013(left)and October 6(right)

从图1可知，8月10日天津及周边地区PM2.5浓度较高，总体北高南低;10月6日华北地区有大范围灰霾，PM2.5较严重，主要分布在中北部地区。

图2为该中心基于GF－1卫星16 m宽覆盖相机多光谱数据，对太湖的叶绿素a浓度和富营养化指数等水质指标的监测结果［8－9］。

图2 基于GF－1卫星16 m多光谱数据的2013年8月9日太湖叶绿素a浓度(左)和富营养化指数(右)监测图Fig.2 W ater quality mapping of chlorophyll－a(left)and nutrition condition index(right)by GF－1 satellite data over Taihu on August 9，2013

从图2可以看出，GF－1卫星16 m多光谱影像可以反映出太湖水质富营养化的空间变化特征。整体上看，富营养化程度从西北到东南递增;叶绿素a浓度的高值区，基本也是富营养化指数的高值区，符合常规监测规律。

图3为该中心基于GF－1卫星2 m全色/8 m多光谱数据提取的北京城区疑似城市固体废弃物的堆放点信息。

图3 2013年8月10日北京地区GF－1影像城市固体废弃物监测图Fig.3 Solid wastemapping by GF－1 satellite data in Beijing on August 10，2013

虽然高分光学卫星已在环境保护领域有了一定的研究和应用，但从环境保护的需求出发还远远不够。具体来说，一是卫星载荷的谱段设置要更有针对性，可通过仿真分析和机载试验等进行，确定颗粒物和污染物的敏感波段;二是要提高载荷的信噪比，如水体的反射信号较弱，高精度监测要素反演需要较高的信噪比;三是遥感模型的普适性和可操作性要好，需要发展侧重于机理的半经验模型，比如在气溶胶推演颗粒物浓度的计算过程中，简单的线性经验统计模型难以满足需求，还需要结合偏振技术来建模。

2 高分辨率雷达卫星的环保应用领域

雷达遥感具有穿透力和不受云、雨天气影响全天候作业的优势［10］，在环境保护领域具有广泛应用［11］。目前，雷达卫星遥感技术在水环境监测中的应用主要集中在识别溢油和水华等方面。此外，利用微波对水体和陆地具有不同的反射特征，易于识别出水体范围，常用于监测河岸线、海岸线变化以及洪水分布面积等。雷达卫星在生态环境中主要用于土壤湿度、生物量、植被长势及土地利用等方面的监测。例如，邹亚荣等［12］基于SAR数据，在后向散射系数计算的基础上从波段、极化方式及入射角等方面开展了海上溢油监测参数分析，结果表明X波段与C波段较L波段更适合监测海上溢油;陈玲艳等［13］基于SAR图像中水体后向散射系数服从Gamma分布的特点，提出了基于水体散射特性的自动化水体提取算法，并采用安徽淮南地区单极化5 m分辨率的Radarsat－2数据进行实验，结果表明该算法可以实现大幅图像中水体的快速、精确和自动化提取;刘菊等［14］基于全极化Radarsat－2 C波段SAR数据，应用极化分解技术，增加了神经网络训练数据，并用后向反馈神经网络算法反演鄱阳湖湿地植被生物量;陈晶等［15］采用双极化ENVISAT－ASAR数据，基于高级积分方程模型(advanced integral equation models，AIEM)，提出了一种仅需双极化雷达数据就能实现土壤水分反演的方法，无需测量地面粗糙度，尤其适用于大面积干旱区域的地表土壤水分反演。图4为卫星环境应用中心利用Radarsat SAR影像提取2010年7月26日渤海溢油的油膜信息，其面积约291 km2。

图4 2010年7月26日渤海溢油SAR监测图Fig.4 Oil spillmapping by SAR over Bohai Bay on July 26，2010

该中心基于ERS2－SAR影像采用支持向量机方法，对2010年8月13日的太湖水华信息进行提取，结果如图5所示。

图5 2010年8月13日太湖水华SAR监测图Fig.5 A lgal bloom mapping by SAR over Taihu Lake on August 13，2010

通过与同期的光学影像对比发现，图4与图5雷达影像对溢油和水华信息的提取精度均优于90%。

目前，雷达遥感在溢油、土壤湿度、植被长势、面积及分类等方面的应用研究较多，而对水华和浒苔信息的监测研究还较少，针对生态环境中的监测要素通过模拟或实例数据，分析最佳探测的波段、入射角及极化方式等的研究则更缺乏。因此，针对即将发射的高分三号(GF－3)雷达卫星，结合同类雷达数据或模拟数据，开展不同入射角和极化方式等在溢油、水华、浒苔、土壤湿度、地物分类及植被长势等环境保护应用的仿真分析和关键技术研究，确定环境要素适宜监测的最优波段、入射角及极化方式等是一项重要而紧迫的工作。

3 高光谱卫星的环保应用领域

高光谱分辨率遥感是在电磁波谱的紫外、可见光、近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术［16］。国内外的高光谱卫星包括EOS/AQUA－AIRS，EOS/AURAOMI，ENVISAT－ SCIAMARCHY，ERS－ 2/GOME，GOSAT－TANSO，EO－1/HYPERION和HJ－1A HSI等。高光谱分辨率遥感技术在环境保护领域中具有广泛的应用，从大气污染、温室气体监测，水环境的重点水污染源监测、水质参数监测、饮用水源地安全监测，到生物多样性、土壤污染，土壤和植被的水分以及长势等地表生物物理参数监测等方面，都有着巨大的应用潜力［17］。

在环境保护领域，我国学者也开展了一些相关研究和应用。闫欢欢等［18］利用长时间序列的OMI遥感数据，分析了广州亚运会从申办到成功举办期间珠江三角洲地区近地面SO2浓度的变化过程;廖秀英等［19］分析了基于SCIAMACHY数据反演CO2柱浓度的主要方法;万华伟等［20］结合地面调查数据，利用HJ－1卫星高光谱数据对江苏宜兴市的入侵植物的空间分布进行监测;韦玮等［21］利用多角度高光谱CHRIS数据，通过植被指数计算及影像融合，提取了青海玉树隆宝滩湿地植被类型信息。卫星环境应用中心基于2008年11月31日的AURA卫星OMI数据L2级Grid产品，对全国SO2和NO2浓度的分布情况分别进行了监测，结果如图6所示。

图6 2008年11月30日全国SO2(左)和NO2(右)卫星监测图Fig.6 Schematic diagram of SO2(left)and NO2(right)by Aura－OM I satellite data in China on Nov 30，2008

从图6可以看出，SO2高值区域主要分布在安徽、江西、浙江、湖南、四川、贵州及广西等地，NO2高值区域主要分布在北京、天津、河北、山东及江苏等地［17］。图7对比了卫星环境应用中心利用Hyperion和HJ－1A HSI数据监测的生物多样性。

图7 基于Hyperion数据(左)和HJ－1A数据(右)的生物多样性卫星监测图Fig.7 Biodiversity monitoring of remote sensing by satellite data based on Hyperion data(left)and HJ－1A data(right)

从图7可以看出，基于HJ－1A数据只能提取林地信息，而基于Hyperion高光谱数据可以获取更为详细的植物群落信息，包括不同类型的树种。这是因为HJ－1A数据的空间分辨率为100 m，光谱范围0.45～0.95 μm，谱段为128 个，而Hyperion高光谱数据的空间分辨率达30m，光谱范围0.45～2.5μm，谱段达224 个［17］。

我国采用高光谱遥感数据在环保领域开展了大量的应用研究，但目前存在国产高光谱卫星载荷数据缺乏、高光谱数据处理与信息提取能力不足及地面高光谱环境应用系统建设滞后等突出问题［17］，因此还不能形成业务化应用能力。此外，高光谱数据量大、处理相对复杂，环境要素参数反演提取能力差距大，很多技术和方法还急需攻克，特别是在大气环境遥感监测的应用中。

4 结论和展望

高分辨率卫星在环境保护领域具有巨大的应用潜力。目前正在实施的国家重大专项“高分辨率对地观测系统”将要建立天基、临近空间、空基对地观测系统，具备准实时、全天候获取各种空间数据的能力，形成集高空间、高光谱、高时间分辨率和宽地面覆盖于一体的对地观测系统，将为环境保护和管理工作带来巨大的机遇和挑战。2013年4月和2014年8月，我国高分专项的GF－1和GF－2卫星分别成功发射，其数据不仅可以用于精细探测局部的环境污染状况，还可用于水环境、大气环境和生态环境的宏观监测与评价。卫星环境应用中心利用承担的高分专项环境应用示范项目“环境保护遥感动态监测信息服务系统”，积极开展了关键技术应用研究和应用示范系统研制，该系统很快将投入业务运行，其研究成果将为高分系列卫星陆续发射后在环境保护领域快速应用提供重要的技术支撑。随着国内外高分辨率卫星的不断发射，其数据在我国环境保护领域中的应用必将越来越广泛，将在气溶胶、颗粒物、污染气体及温室气体等信息的空气质量监测，水华、溢油、水质、重点水污染源、饮用水源地安全及流域水污染等水环境质量监测，国家级自然保护区、矿山开发环境、城市和农村生态环境及生物多样性等生态环境质量监测方面发挥重要作用，全面提升我国环境监测的定量化和精细化水平。

目前，高分辨率卫星在我国环境保护领域还存在受国外高分辨率卫星数据费用高、获取有限，而国产卫星数据较少、缺少高光谱探测载荷、应用技术水平仍需提高等原因的制约，研究和应用工作大多离散化，系统化和业务化应用程度还较低等诸多问题。未来还有许多技术有待突破和深入研究，包括高精度数据校正、高光谱数据处理与高精度反演、天地一体化数据同化与信息协同处理、地面真实性检验技术等。这些研究热点与难点具体包括:

1)影像高精度校正处理技术。高分辨率影像高精度校正处理包括高精度辐射校正、高精度几何处理和大气高精度校正。高精度辐射处理又包括载荷去噪、坏死像元的修复、阴影的自动检测和去除、高精度的云雾去除等辐射质量改善和超分辨率光谱重建和时空信息融合等辐射质量提升;高精度几何处理包括传感器高精度的几何检校、稀少控制点的几何纠正、无控制点的高精度几何定位及山区等复杂地形区域的几何纠正等［1］;大气高精度校正包括针对环境保护需求的水环境、城市环境的高分辨率大气校正技术，需要考虑特定环境的下垫面特点，建立其气溶胶光学参数和下垫面关系的精确模型，如二向性反射分布函数模型等。另外，大数据量处理和光谱复原等高光谱数据的高精度处理，以及光谱均匀性校正、相位校正及傅里叶变换等大气高光谱数据的特殊处理技术等也是研究的重点。

2)尺度效应和信息提取技术。尺度的复杂性与定义表达存在多重理解。相比低分辨率影像，高分辨率数据对像元内部刻画更细致，可反映内部的异质性。正是由于地表时空异质性的普遍存在和遥感模型非线性等原因，造成高分辨率影像和中低分辨率影像的观测结果不同。因此，未来尺度效应要结合地面试验，加强其理论研究、归一化和最优化研究等。特别是归一化，要使比较基准尽可能一致，譬如要求同一区域环境、成像条件、遥感数据及遥感模型等，从而进行正确客观的应用、分析和评价。在对高分辨率影像提取信息时，要综合考虑地物像元的光谱信息和形状、纹理及结构等空间信息。分类提取方法从基于光谱信息朝着面向对象处理和多尺度分析发展。

3)高精度反演技术。环境监测要素的高精度反演技术是高分辨率卫星应用的关键，诸如高分辨率光学卫星对固体废弃物信息的高精度监测，高分辨率雷达卫星对水华、赤潮、土壤水分及生物量等信息的高精度反演。此外，高光谱卫星数据在环境应用，特别是大气环境应用中作用越来越重要，未来O3柱浓度紫外卫星差分光谱反演、NO2柱浓度卫星差分光谱反演和近地表NO2浓度反演技术、对流层SO2浓度反演技术和近地表SO2浓度反演技术、空间外差干涉数据处理及超光谱高质量数据处理技术、温室气体CO2和CH4卫星反演与大气模式同化技术等都将是研究的关键。

4)地面真实性检验技术。国际对地观测技术迅猛发展，产生海量的遥感数据和产品，但它们的精度往往无法得到准确的评价。特别是高分辨率卫星技术和应用的产品越来越多，对地面真实性检验工作提出了更高要求。根据目前的情况，关注真实性检验的理论和方法研究，逐步建立真实性检验的指标体系，不断提高高分辨率卫星观测水平及其数据的应用精度，是环境保护领域遥感工作面临的重要任务。

［1］ 李德仁，童庆禧，李荣兴，等.高分辨率对地观测的若干前沿科学问题［J］.中国科学:地球科学，2012，42(6):805－813.Li D R，Tong Q X，Li R X，et al.High resolution earth observation on some objective scientific problems［J］.China Science:Earth Science，2012，42(6):805－813.

［2］ 陈冬勤，熊文成.基于多时相卫星数据的采砂场遥感调查研究——以青海省湟水流域为例［J］.中国环境监测，2013，29(6):206－211.Chen D Q，Xiong W C.Remote sensing monitoring on sand dredging plants based on multi－temporal satellite imagery:Taking Huangshui River valley in Qinghaiasan example［J］.Environmental Monitoring in China，2013，29(6):206－211.

［3］ 路云阁，刘 采，王 姣.基于国产卫星数据的矿山遥感监测一体化解决方案——以西藏自治区为例［J］.国土资源遥感，2014，26(4):85－90.doi:10.6046/gtzyyg.2014.04.14.Lu Y G，Liu C，Wang J.Integrated solutions formine remote sensingmonitoring based on domestic satellite images:A case study of Tibet［J］.Remote Sensing for Land and Resources，2014，26(4):85－90.doi:10.6046/gtzyyg.2014.04.14.

［4］ 郭 舟，杜世宏，张方利.基于高分辨率遥感影像的城市建设区提取［J］.北京大学学报:自然科学版，2013，49(4):635－642.Guo Z，Du SH，Zhang F L.Extractingmunicipal construction zones from high－ resolution remotely sensed image［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，2013，49(4):635－642.

［5］ 蒋 赛.基于高分辨率遥感影像的渭河水质遥感监测研究［D］.西安:陕西师范大学，2009.Jiang S.Monitoring of Weihe River Water Quality Based on High Resolution Remote Sensing Image［D］.Xi’an:ShanxiNormal University，2009.

［6］ 王 桥，厉 青，陈良富，等.大气环境卫星遥感技术及其应用［M］.北京:科学出版社，2011.Wang Q，Li Q，Chen L F，et al.Remote Sensing Technology and Application of Atmosphere Environment Satellites［M］.Beijing:Science Press，2011.

［7］ 陈良富，李莘莘，陶金花，等.气溶胶遥感定量反演研究与应用［M］.北京:科学出版社，2011.Chen L F，Li SS，Tao JH，et al.Quantitatively Retrieve Study and Application of Aerosol Remote Sensing［M］.Beijing:China Science Press，2011.

［8］ 赵少华，王 桥，张 峰，等.高分一号卫星环境遥感应用示范研究［J］.航天器工程，2014，23(s1):118－124.Zhao SH，Wang Q，Zhang F，et al.Environmental applications of GF－1 satellite［J］.Spacecraft Engineer，2014，23(s1):118－124.

［9］ 朱 利，李云梅，赵少华，等.基于GF－1号卫星WFV数据的太湖水质遥感监测［J］.国土资源遥感，2015，27(1):113－120.doi:10.6046/gtzyyg.2015.01.18.Zhu L，Li Y M，Zhao S H，et al.Remote sensing monitoring of Taihu Lake water quality by using GF－1 satellite WFV data［J］.Remote Sensing for Land and Resources，2015，27(1):113－120.doi:10.6046/gtzyyg.2015.01.18.

［10］ 舒 宁.微波遥感原理(修订版)［M］.2版.武汉:武汉大学出版社，2003.Shu N.Principle ofWave Remote Sensing(Revised Edition)［M］.2nd ed.Wuhan:Wuhan University Press，2003.

［11］ 赵少华，张 峰，李自杰，等.雷达遥感在环境保护工作中的应用［J］.微波学报，2014，30(1):90－96.Zhao SH，Zhang F，Li Z J，et al.Summary of Radar remote sensing application in environmental protection［J］.Journal ofMicrowaves，2014，30(1):90－96.

［12］ 邹亚荣，梁 超，陈江麟，等.基于SAR的海上溢油监测最佳探测参数分析［J］.海洋学报，2011，33(1):36－44.Zou Y R，Liang C，Chen JL，et al.An optimal parametric analysis ofmonitoring oil spill based on SAR［J］.Acta Oceanologica Sinica，2011，33(1):36－44.

［13］ 陈玲艳，刘 智，张 红.基于水体散射特性的SAR图像水体检测［J］.遥感技术与应用，2014，29(6):963－969 Chen L Y，Liu Z，Zhang H.SAR image water extraction based on scattering characteristics［J］.Remote Sensing Technology and Application，2014，29(6):963－969.

［14］ 刘 菊，廖静娟，沈国状.基于全极化SAR数据反演鄱阳湖湿地植被生物量［J］.国土资源遥感，2012，24(3):38－43.doi:10.6046/gtzyyg.2012.03.08.Liu J，Liao JJ，Shen G Z.Retrieval of wetland vegetation biomass in Poyang Lake based on quad－ polarization image［J］.Remote Sensing for Land and Resources，2012，24(3):38－ 43.doi:10.6046/gtzyyg.2012.03.08.

［15］ 陈 晶，贾 毅，余 凡.双极化雷达反演裸露地表土壤水分［J］.农业工程学报，2013，29(10):109－115.Chen J，Jia Y，Yu F.Soilmoisture inversion by Radar with dualpolarization［J］.Transactions of the Chinese Society of Agricultural Engineering，2013，29(10):109－115.

［16］ 童庆禧，张 兵，郑兰芬.高光谱遥感——原理、技术与应用［M］.北京:高等教育出版社，2006.Tong Q X，Zhang B，Zheng L F.Hyperspectral Remote Sensing［M］.Beijing:Higher Education Press，2006.

［17］ 赵少华，张 峰，王 桥，等.高光谱遥感技术在国家环保领域中的应用［J］.光谱学与光谱分析，2013，33(12):3343－3348.Zhao SH，Zhang F，Wang Q，et al.Application of hyper－ spectral remote sensing technology in environmental protection［J］.Spectroscopy and Spectral Analysis，2013，33(12):3343－3348.

［18］ 闫欢欢，陈良富，陶金花，等.珠江三角洲地区SO2浓度卫星遥感长时间序列监测［J］.遥感学报，2012，16(2):390－404.Yan H H，Chen L F，Tao JH，et al.SO2long－ term monitoring by satellite in the Pearl River Delta［J］.Journal of Remote Sensing，2012，16(2):390－404.

［19］ 廖秀英，孙九林，吕 宁，等.探讨利用 SCIAMACHY数据反演温室气体二氧化碳［J］.地球物理学进展，2012，27(3):837－845.Liao X Y，Sun JL，Lv N，et al.Discussion on atmospheric CO2retrieval using SCIAMACHY data［D］.Progress in Geophysics，2012，27(3):837－845.

［20］ 万华伟，王昌佐，李 亚，等.基于高光谱遥感数据的入侵植物监测［J］.农业工程学报，2010，26(s2):59－63.Wan H W，Wang C Z，Li Y，et al.Monitoring an invasive plant using hyperspectral remote sensing data［J］.Transactions of the Chinese Society of Agricultural Engineering，2010，26(s2):59－63.

［21］ 韦 玮，李增元，谭炳香，等.基于多角度高光谱CHRIS影像的隆宝滩湿地遥感分类方法研究［J］.林业科学研究，2011，24(2):159－164.WeiW，Li Z Y，Tan B X，et al.Study on remote sensing classificationmethod of Long Baotan wetland based on CHRIS/PROBA［J］.Forest Research，2011，24(2):159－164.