中国城镇生态环境遥感监测现状及发展趋势

赵少华，刘思含，刘芹芹 ，吴艳婷，吴迪*

1. 生态环境部卫星环境应用中心/国家环境保护卫星遥感重点实验室，北京 100094；

2. 中国地震局地壳应力研究所，北京 100085；3. 清华大学环境学院，北京 100084

新型城镇化建设是中国社会经济发展中的一个重要阶段，中国城镇化建设取得巨大成就的同时也带来了大量的生态环境问题，诸如频发的区域重污染天气、城镇黑臭水体、土壤污染、城市热岛效应等突出问题，较严重地威胁到人们的身体健康，影响了社会经济可持续发展。2013年中央城镇化工作会议明确提出“要坚持生态文明，着力推进绿色发展、循环发展、低碳发展，尽可能减少对自然的干扰和损害，节约集约利用土地、水、能源等资源”。在 2018年的全国生态环境保护大会上，党中央、国务院对生态文明建设提出了更高要求，习总书记强调指出“坚决打好污染防治攻坚战，推动生态文明建设迈上新台阶”。中国城镇化发展速度快、发展模式多样、分布地域广，所产生的生态环境问题也具有多样性和动态性。近几十年来，快速发展的航空航天遥感技术在大气污染、水环境、生态保护等城镇生态环境监测中发挥了积极作用，国内外已开展大量研究与应用工作，为环境保护、城镇规划提供了重要支持，但这些研究、应用大都为离散的零星或区域研究，对其系统深入的综合研究分析还鲜有研究和报道。现有国内外相关技术方法和产品在面向城镇生态环境综合监测与空间信息服务方面，还存在“3低（监测分辨率低、处理能力低、反演精度低）”、“3少（星地协同少、定量模型少、专题产品少）”、“3差（技术体系差、高效平台差、空间服务差）”的瓶颈。

为积极推动国家生态文明建设，贯彻绿色可持续发展的理念，亟需结合中国新型城镇化建设的特点，针对国家对城镇生态环境遥感监测业务需求的紧迫性，深入梳理分析当前及未来一段时间内中国城镇生态环境遥感监测工作现状、存在的问题和发展趋势，以支持中国生态环境保护、城镇规划等工作。

1 中国城镇生态环境遥感监测现状

城镇生态环境主要聚焦在城镇尺度上，其涉及的范围比较广，难以面面俱到，所以按照生态环境比较关注的空气质量、水体水质、土壤污染、生态资源等4个主要方面，从数据源、模型方法、应用问题等方面对中国城镇生态环境遥感监测现状、问题等进行综合分析，通过对其现状和需求分析，基于多源卫星与航空遥感数据，结合地基等观测数据，攻克城镇生态环境遥感监测系列关键技术，建立城乡生态环境综合监测的技术体系、服务模式等，研发综合监测平台，在全国典型区域开展应用示范，实现城乡生态环境遥感动态监测，形成空间信息服务能力。具体的城镇生态环境遥感监测的框架图和主要监测要素，分别如图1和表1所示。限于篇幅，本文主要概述中国城乡生态环境遥感监测技术的研究和应用的现状与发展趋势。

图1 城镇生态环境遥感动态监测评价框架Fig. 1 Frame of urban ecological environment monitoring by remote sensing

1.1 中国城镇空气质量遥感监测现状

气溶胶和污染气体遥感监测在美国和欧洲已有三十多年的历史，但主要是针对洁净大气下晴空气溶胶与污染气体，并不适于中国霾污染状态。生态环境部卫星环境应用中心团队从“十一五”863计划开始，在霾组成模式与反演等研究方面取得重要进展，并业务化开展了雾霾、颗粒物、污染气体等遥感监测，但在城镇地区地表覆盖人为影响大、粗糙度大、类型多样引起的高反射噪声情况下，基于高分辨率卫星与地面协同的大气遥感监测、城镇区域污染物传输通道及“风道”研究等尚未取得实质性进展。

表1 城镇生态环境遥感监测主要要素指标Table 1 Main indices of urban ecological environment monitoring by remote sensing

1.1.1 城镇空气质量遥感监测数据源

空气质量遥感监测始于上世纪 70年代的美国地球静止轨道环境业务卫星（GOES），主要面向颗粒物和气溶胶光学厚度等观测，总臭氧测绘光谱计（TOMS）在上世纪80年代已能够获得空气中对流层 O3柱浓度。近年来用于监测空气质量的卫星数量逐渐增多，监测指标和性能逐步增强，如美国中分辨率成像光谱仪 MODIS和对流层污染测量仪MOPITT、AURA卫星搭载的臭氧监测仪OMI和对流层放射光谱仪 TES、Aqua卫星搭载的大气红外探测仪，AIR、MetOp系列卫星搭载的高光谱红外大气探测仪，IASI、Suomi NPP卫星搭载的红外探测器CrIS，臭氧剖面制图仪GPME、ENVISAT卫星的大气化学成分测量仪器 SCIAMACHY和PARASOL卫星多角度偏振测量仪POLDER等。中国发射相关的卫星相对较晚，但发展速度很快，如风云系列卫星、环境系列卫星、高分系列卫星等，特别是高分五号卫星搭载了用于监测气溶胶、灰霾、污染气体、温室气体的4台大气载荷，可为城镇空气质量遥感监测提供很好的数据源。目前，国外和国内相关卫星空间和时间分辨率不断提高，性能指标也有较大改进，从而快速发展推动了相关模型方法的研发进程，但仍以国外的遥感卫星为主，如现有气溶胶颗粒物遥感最常用的是 MODIS数据、污染气体常用的是OMI数据等（Levy et al.，2010）。

1.1.2 城镇空气质量遥感监测模型方法

遥感监测空气质量的指标包括气溶胶、灰霾、近地面颗粒物、污染气体等。气溶胶遥感监测的方法有单通道方法、多通道方法、多角度方法、结构函数方法、偏振算法等（Kaufman et al.，1997）；近几年灰霾遥感监测算法取得了突破进展，中国科学研究院遥感研究所等基于MODIS多光谱数据提出了针对中国重颗粒物污染条件下的灰霾识别算法和灰霾气溶胶光学厚度算法，在气溶胶光学厚度非常小或者非常大的条件下，能够保证反演产品和地面观测的空间一致性，在气溶胶光学厚度适中的条件下，气溶胶光学厚度和颗粒物浓度（月平均）的反演精度达80%，该算法已应用到环保部门的业务化监测中；近地面颗粒物遥感监测主要把遥感反演的气溶胶光学厚度与地面站点观测的颗粒物浓度建立相关模型，然后进行扩展，常用的反演方法包括多元统计方法、模式修正方法和机理订正方法等（Li et al.，2013）；污染气体反演算法主要是星载差分吸收光谱算法（Han et al.，2011）。

1.1.3 城镇空气质量遥感监测存在问题

城镇地表覆盖人为影响大、粗糙度大、类型多样引起的高反射噪声，已成为大气污染物卫星遥感反演的主要不确定性因素，而且城镇地表建筑物覆盖使污染物传输通道更加复杂。现有的大气环境卫星和地面观测协同监测面临以下问题。首先是分辨率问题，包括了时间分辨率和空间分辨率。由于大气污染状况随着气象场、不同组分粒子间互相转换变化存在着时间变化规律，尤其在京津冀地区发生了颗粒物浓度爆发性增长现象，现有极轨卫星每天1次的监测频率远不能满足颗粒物污染动态监测的需求；城镇地区的地表覆盖类型复杂多变，原有 1-3 km空间分辨率难以反映城镇内部精细尺度的颗粒物污染状况。其次是反演精度问题（陈良富等，2015），由于中国气溶胶光学厚度较大，气溶胶多次散射效应显著，城镇地区地表类型复杂多变，利用紫外高光谱数据反演污染气体浓度时气溶胶和地表反射率噪声较大，大气质量因子计算误差较大，导致污染气体垂直柱浓度反演精度低于同类载荷产品的平均精度（（陈良富等，2016；张莹等，2012），尤其是SO2反演不确定性很大（60%以上），对于目前亟需监测的甲醛、乙二醛等 VOC类气体的卫星遥感监测更是空白。最后是大气污染物传输问题，由于大气污染物随气象场的变化存在区域输送问题，城镇地表对于局地气象微循环有显著影响，研究城市内部通风走廊对于城市资源规划起到重要的参考作用（陈云等，2017）。目前利用卫星监测产品与大气化学模式协同开展城市风道模拟和污染物区域输送通道模拟的相关研究还非常少见，具有重要研究价值。

1.2 中国城镇水体水质遥感监测现状

近 10年来，水污染事件频发，多次发生的水污染事件对江河湖库水体以及饮用水源造成了严重的威胁，水环境健康问题主要体现为饮用水环境安全问题加剧，以及河流、湖库富营养化程度增强，严重时表现为水华频发和水体呈现黑臭现象（李俊龙等，2016；秦伯强等，2013）。国内许多城镇内河出现常年性或季节性的黑臭现象，严峻的城镇水环境问题（高寒等，2018），迫切需要突破城镇水体水质遥感监测技术瓶颈（章克斌，2018；蒋金雄，2009；于德浩等，2008）。2015年国务院发布的《水污染防治行动计划》提出到 2020年全国水环境质量得到阶段性改善，污染严重水体较大幅度减少，饮用水安全保障水平持续提升的工作目标。

1.2.1 城镇水体水质遥感监测数据源

近些年来，国内城镇水体水质遥感监测主要包括 MODIS、TM、HJ-1、GF-1等卫星数据，其中MODIS应用比较广泛。关于空间分辨率主要考虑水体面积大小，城镇水体面积较小的河流、湖泊，若空间分辨率较低，容易造成大量的混合像元，如MODIS数据等，而较高分辨率的卫星数据则较合适；关于光谱分辨率主要考虑水体深浅、观测指标要求等因素，多光谱数据如SPOT、GF-1等数据由于光谱分辨率较低，对于高精度水质指标监测应用较受限制，而高光谱卫星数据具有较大潜力。

1.2.2 城镇水体水质遥感监测模型方法

地表饮用水源地包括水库型水源地、河流型水源地、湖泊型水源地等，国内外已有许多学者对饮用水源地水质参数开展遥感建模。目前，水质参数遥感监测还主要采用常规方法，包括经验模型（Jr et al.，1979；Klemas et al.，1974）、半经验模型（Hung，2014；Thiemann et al.，2000；李冬田，1989）、神经网络模型（Keiner et al.，1998）、机理模型（Gordon et al.，1975）等。其中，经验模型法基于经验或遥感波段数据与地面实测数据的相关统计分析，选择最优波段或波段组合数据与叶绿素实测值建立统计回归模型；半经验模型法根据水体光谱特征，结合统计分析，确定用于参数反演的波谱范围、波段组合、光谱微分等，建立遥感数据和水质参数间的定量经验算法；神经网络模型的自适应、自组织性和容错性能，使其在模拟光谱反射率（或辐亮度值）与水体组分之间的错综复杂关系中表现出一定优势；机理模型以辐射传输理论为依据，根据水体组分如悬浮物、可溶性有机物、叶绿素等吸收、散射光学特性，结合信息获取时的环境因素如太阳辐射入射角和反射角、水面粗糙度等，建立水体反射光谱的模拟模型，进而反演水色参数。目前使用的机理模型主要是生物光学模型。此外，以机理模型为理论基础的三波段、四波段模型也已成功应用。

卫星遥感技术可对水源地大范围区域内的环境状况进行快速、客观监测，从而全面了解水源地及周边的水生态安全、存在的风险源及变化情况，目前，生态环境部卫星环境应用中心利用高分一号、二号卫星等高分辨率数据已在饮用水源地专项执法活动中发挥了重要作用（吕伟伟等，2018）。当前，面向对象图像分析（OBIA）技术为遥感应用领域所普遍接受，并被认为是实现高空间分辨率遥感信息提取的“范式”技术（Benz et al.，2004；Blaschke，2010）。其他类似于工矿建筑、居民地、港口码头、水域内养殖水域等风险源目标，常见依托OBIA等技术框架，针对具体数据源设计相应的图像分类与目标识别的具体方法，以开展自动信息提取。

1.2.3 城镇水体水质遥感监测存在问题

发达国家在海洋、大型湖泊等清洁水体水色遥感监测方面已建立比较成熟的技术方法（马荣华等，2009；张伟，2012），但难以适用中国内陆富营养化水体等浑浊度较高的水质环境。目前国内在太湖、巢湖、滇池等内陆水体水华、富营养化等遥感监测与产品生产上取得一系列进展（吴珺等，2013；朱利等，2013），城镇黑臭水体、饮用水源地水质及环境风险遥感研究也取得积极进展，但还需利用高分遥感与地面观测协同监测技术建立和优化各类反演模型，提高内陆水体水质遥感反演精度，实现对城镇水环境实时动态、全方位、立体监控。

城镇水体水质遥感监测相对复杂，既要考虑水体本身的条件，也要考虑面向指标要求的卫星观测指标因素，需要综合考虑卫星数据的时间、空间和光谱指标因地制宜的制定观测方案。但实际应用过程中面向具体的城镇水体水质监测要求，难以同时满足各项要求，因此需要结合实际情况和需求，不断优化数据源和指标观测方案。

黑臭水体是目前城镇化水质监测的一项重点内容，目前国内城镇黑臭水体监测主要依靠环保人员实地测量和在水体实地设立水质监测站监测水质指标（杨玥等，2015），该方法无法提供空间水质分布特征信息，导致黑臭水体底数不清，无法为政府及环境部门制定环境保护政策措施治理黑臭水体提供可靠的水质信息。国外因其城镇水体相对清洁，利用遥感手段监测城市黑臭水体相关技术研究较少，主要集中在遥感对城市内部河流水质的监测。近年来，中国先行开展了部分城市黑臭水体整治遥感监测工作，已在北京等三十多个城市开展了城市黑臭水体筛查与实地验证工作，目前的技术手段主要是目视解译结合地面详查，在黑臭水体识别的时间效率和识别精度上有待提高，对黑臭水体的水质定量化遥感监测还在探索阶段。

1.3 中国城镇土壤污染遥感监测现状

2016年5月国务院印发的《土壤污染防治行动计划》反映了中国土壤污染的严重性，同时体现了国家对土壤污染防治工作的高度重视。土壤污染是指所引入之物质或制剂的性质、数量或浓度可对土壤功能或使用价值产生负面影响（熊文成等，2017）。土壤污染具有累积性、不均匀性和长期存在性等特点（王嘉，2010）。土壤污染在土壤中的形态是其毒性发挥的重要影响因子，同时污染在土壤中的形态也是光谱遥感识别的重要基础。土壤污染遥感监测研究主要是在土壤污染反演、植被胁迫遥感反演等方面。

1.3.1 城镇土壤污染遥感监测数据源

关于城镇土壤污染遥感监测的数据源，由于土壤中重金属含量微量，而且含有重金属的土壤光谱特征变化属于弱信息，对光谱指标要求非常高，因此以实验室地面高光谱仪器观测为主。因此目前土壤污染遥感监测主要处于实验室阶段，而航空、航天遥感数据用于重金属监测较少，个别局限于Landsat TM、SPOT、Hyperion、HJ-1A等多光谱和高光谱遥感影像。随着高分五号卫星的成功发射和顺利交付使用，利用其高光谱相机开展土壤污染定量化监测也将有较好前景。

1.3.2 城镇土壤污染遥感监测模型方法

土壤污染遥感上，从元素类型、遥感手段、监测对象、污染场地等方面，一些学者开展了多光谱光学及高光谱遥感的土壤污染监测研究（王夷萍等，2007），如对农药类污染场地开展光谱特征分析（盖利亚等，2015），对一般性土壤重金属制图如三江源草地重金属高光谱遥感研究（张威，2014），对矿山、尾矿库地区土壤重金属污染如Kemper et al.（2002）开展矿区土壤重金属光谱研究。由于土壤重金属含量通常为痕量级，即使在重污染区域（土壤重金属含量大于三级临界值），其诊断性光谱特征也很容易湮没在其他土壤组分的影响中，所以总体而言，土壤污染程度越高遥感监测效果越好。因此，针对重点污染场地，分析其土壤污染特征与规律对土壤污染遥感而言较为可行。

土壤污染植被胁迫遥感方面，土壤光谱表现出来的重金属光谱特性非常微弱，植被受重金属污染胁迫表现出的光谱变化特征较土壤更为敏感，土壤受重金属污染后，其上生长的植被的光谱特征将发生改变（郭云开等，2015），基于受重金属胁迫的植被冠层光谱变化研究反映了植被的污染胁迫水平，可预测植物体内重金属累积量。陈思宁等（2007）开展锌胁迫的白菜叶片光谱响应，提取的3种特征光谱因子与锌含量相关性达到0.95，可用来预测白菜叶片锌含量。基于重金属胁迫对不同植物叶绿素含量、细胞结构和含水量的植被参数影响，及这些光谱控制因子在重金属胁迫时的变化机制，许多研究者探索遥感方式来评估植物受重金属胁迫的程度，构建植被指数、红边位置等参数遥感光谱指数与植被参数的胁迫关系（潘霞等，2018；邬登巍等，2009）。总体而言，植被胁迫是反演土壤污染生物有效性的一个重要指标，光谱特征尤其是红边特征对植被胁迫具有一定识别能力。

1.3.3 城镇土壤污染遥感监测存在问题

目前土壤污染物浓度定量化监测总体上还比较困难，机载监测应用效果尚可，星载监测应用的研究还较少，亟需攻克星载土壤污染物浓度定量化遥感监测的技术瓶颈。土壤污染遥感研究主要集中在遥感机理与模型的构建方面，土壤污染遥感光谱特征还属于弱信息，土壤重金属含量、反演遥感监测精度和稳定性受限，植物对重金属存在一定抗性、统计模型普适性差等问题，土壤污染植被胁迫反演精度受限。但从实际管理应用需求角度出发，现有的技术条件还不足以直接通过遥感监测出土壤污染物含量，一方面利用最新的高光谱遥感手段开展土壤污染物的含量反演攻关，另一方面利用遥感技术开展潜在土壤污染场地识别、土壤污染风险快速评价等研究。

1.4 中国城镇生态资源遥感监测现状

人口和城镇空间的快速增长对城镇生态资源带来了严峻挑战，大量生态资源被破坏，生态空间被挤占，亟需高效监管城镇生态资源、保障城镇人居环境质量的技术方法。土地利用、资源矿产等遥感应用在美国和欧洲已有三十多年历史（李智峰，2015；张增祥等，2016），从生态系统分类、生态参数反演，到监测评估形成了一系列实用技术标准、方法和产品，如NASA持续发布的全球植被指数、土地覆盖、地表温度等生态遥感产品，支撑了全球宏观生态环境监测与综合评估，成为生态环境遥感监测业务化运行范例。

1.4.1 城镇生态资源遥感监测数据源

城镇生态资源遥感监测数据源比较广泛，以中高空间分辨率的光学卫星数据为主，如国外Landsat、SPOT、QUICKBIRD、IKONOS、NOAA、MODIS、HYPERION、DMSP/OLS等，国内的如HJ、ZY、GF系列卫星等，特别是新近发射的高分五号、六号卫星的高光谱、多光谱数据等，在城镇生态资源监测中将会发挥重要作用。实际应用中需根据观测尺度和指标要求，选择合适的时间、空间或光谱指标的数据源，或多源协同卫星数据。

1.4.2 城镇生态资源遥感监测模型方法

城镇生态遥感比较广泛，主要包括地表温度反演、热岛效应监测、园林绿地遥感调查、森林遥感分类和森林生产力遥感评估，以及城市扩张、城市固体废弃物监测、光污染监测、城市生态环境质量评估等。

利用卫星遥感数据反演地表温度包括热红外数据反演和被动微波数据反演。目前，城市地表温度反演主要包括单窗算法（赵少华等，2011）、劈窗算法（朱利等，2008）和多通道算法（毛克彪等，2006）等几种类型。单窗算法主要用TM数据、HJ卫星数据反演地表温度，其应用的数据与多通道数据相比，空间分辨率较高，对地表发射率的敏感性较低，单从反演技术和精度综合来讲，较具优势。劈窗算法主要针对NOAA/AVHRR开发用于海面温度反演，20世纪80年代拓展到陆地温度反演（Franc et al.，1994；朱怀松等，2007），反演精度基本在1 K以内，它是应用最广、最成熟的算法，精度较高，不需要输入大气轮廓线值，但该算法仅限于晴空大气条件下的反演，对应混合像元只能给出有效平均温度。目前，无论在野外还是实验室，发射率的测定都是热红外遥感地表温度反演的一个难题（Houtz et al.，2017；Li et al.，1999），也是影响反演精度提高的重要因素。多通道算法主要利用多光谱数据同步反演温度和发射率，多光谱数据可提供较丰富的地表信息，提高反演精度，但目前反演模型不够完善、局限性较多，反演结果还难以满足应用需求。

刘文渊等（2012）基于上海市2000-2009年3期的ETM+数据，通过求取归一化不透水面指数、基于指数的植被指数、归一化差异水体指数，分别从遥感影像中提取不透水面、植被和水体，从时空角度分析上海市 2000-2009年间城市热岛强度的变化，发现水体对上海市热环境影响不大，而不透水面和植被是主要影响因素。薛丹等（2013）基于2000-2010年3期MODIS数据采用分裂窗算法反演上海市地表温度，分析研究区城市热岛的空间特征与年际变化、季节性特征等。林江等（2013）、陈婉等（2013）、郭冠华等（2012）基于 ETM+、TM 等影像数据，分别反演了厦门市、深圳蛇口半岛、北京市及珠三角地区地表温度，监测了城市热岛时空分布、变化及粒度效应特征。孙彤彤等（2017）基于TM与MODIS影像反演了泰安市地表温度，分析了泰安市产生热岛效应的主要原因，并认为其城市化过程中城市热岛效应正在加剧。城市热岛效应研究主要集中于大型城市及城市群，这些地区因经济高速发展导致城市热岛效应显著。采用中分辨率的热红外遥感数据，在一定程度上便于反映城市结构特征，但精细化反映城市热岛的结构特征还需要高分辨率的热红外数据；理论研究上利用景观格局理论研究城市热岛时空分布、变化特征是新的热点。

随着以多传感器、高分辨率和多时相为特征的现代遥感技术的发展，利用高分辨率遥感影像获取的城市绿地覆盖信息与其他资料结合，可以评价城市绿地空间结构（Asakawa et al.，2004；Bastin et al.，1999），植被指数法在植被信息提取以及植被分类中较有效，精度较高。面向对象分类方法能大大提高信息提取精度，该方法降低了混合像元对光谱分类的影响，可靠性较高，如严海英（2008）采用基于多尺度分割逐级分层提取地物目标的方法对乌鲁木齐QuickBird影像进行分类并提取城市绿地信息。在针对城市绿地园林目标时，深度学习方法可作为一个主要方法来实现该类目标的高精度提取，精度较传统方法提高10%以上。

森林分类重点在于林地内部自然属性的区分。林地或森林类型分类与信息提取的方法研究旨在进一步将森林划分为针叶林、阔叶林和针阔混交林等类型，甚至进一步的树种级别的精细类别细分（孙华等，2005；赵宪文，2009）。遥感技术的发展特别是全球多种尺度的数据集产品（如 l km的NOAA/AVHRR、SPOT/VEGETATION、MODIS、MERIS等），为大范围森林监测和制图提供了可能。传统基于像元遥感解译方法主要依据像元的光谱信息，当不同种类型间光谱区间重叠区域较大时极易误判，同时各个类别内部不均一性所产生的“椒盐”噪声对分类后续分析产生不良影响（张旗等，2004），而面向对象的分类方法不仅基于光谱特征，还利用影像的质地、纹理、相邻关系，并考虑将基于样点与知识的监督分类及人工修改相结合对影像分割和分类，故精度更高。近年来，自然资源部实施的“第一次全国地理国情普查”以及生态环境部主导的“全国生态环境十年变化（2000-2010年）”等重大项目均应用面向对象分类方法结合多源卫星影像数据开展遥感调查与评估，为常态化生态资源监测奠定基础。

森林生产力遥感评估方法已被大范围应用，当前定量遥感估算陆地生态系统净初级生产力（NPP）的方法主要是融合遥感信息的模型模拟法，国内外应用于区域尺度植被NPP估算的模型主要包括融合遥感信息的生态过程模型如 BIOME-BGC（王李娟等，2010）、BEPS（Feng et al.，2007；王秋凤等，2004）等和光能利用率模型如CASA（Piao et al.，2005；赵宪文，2009）、MODIS-PSN（Running et al.，2000）、VPM（Xiao et al.，2005）、EC-LUE（孙睿等，2000）等，近30年来，涡动相关技术成为研究森林、草地、农田等植被群落与大气CO2交换最直接而有效的方法。尽管涡动相关通量观测系统所测定的数据被用来代表整个生态系统与大气间的碳交换状况，而实际采样区域却局限于较小的“风浪区”（几百到几千米），通常取决于观测塔的高度、风向和下垫面状况，此外还受设备昂贵、不易维护、数据校正及处理复杂等其他因素限制，因此零散的站点观测的NPP还不能直接表征或外推至更大尺度。

国内主要利用高分辨率光学卫星数据监测城市扩张、固废分布，应用中分辨率卫星影像监测光污染、评估生态质量等。房贞丽（2005）利用Landsat TM 影像分析绍兴城区扩张特点及其驱动力，发现绍兴城区扩张特点是近郊城市化、郊区近郊化、农村郊区化，城区快速扩张与经济的快速发展、人口的增加、交通基础设施的发展有密切的关系。郭舟等（2013）以北京市部分区域的QuickBird影像为实验数据，运用面向对象的影像分析手段，研究城市建设区的自动识别和提取方法。经过与目视判读结果对比，城市建设区的识别率达到89.7%。陈可欣（2016）以嘉兴市为例，基于地理信息科学的时空分析和基于数理统计的驱动分析等研究方法，利用高分辨率遥感影像研究了城市建成区扩张与驱动力。张方利等（2013）利用北京海淀区的QuickBird高分影像，提出了一种融合多分辨率对象的城市固废提取方法，对露天城市固废堆的识别精度可达75%。生态环境部卫星环境应用中心基于高分一号卫星2 m全色/8 m多光谱数据，以北京城区为例，通过对临时建筑、拆迁引起的垃圾等城市固体废弃物堆放点的位置和类型等统计数据，建立城市固体废弃物堆放点的光谱、纹理和空间形状等解译特征和遥感信息提取模型，提取疑似城市固体废弃物的堆放点信息（赵少华等，2015）。Han et al.（2014）基于DMSP/OLS和NPP/VIIRS夜间灯光遥感数据，监测分析 1992-2012年间不同尺度上中国光污染变化趋势，发现中国光污染变化趋势与城市空间分布密切相关，中国光污染升高趋势变得越来越严重，从大城市向中小城市扩张，光污染变化趋势具有明显的东西差异，东部地区光污染升高趋势明显，大城市中心区光污染变化趋势相对稳定或降低，城市外围光污染呈升高扩张趋势。Huang et al.（2015）基于DMSP/OLS夜间灯光影像数据研究了中国城市尺度 20年来的光污染演替情况。城市生态质量遥感评估研究较多，如宋慧敏等（2016）、张傲双（2019）均利用 Landsat系列遥感影像，基于绿度、湿度、干度、热度4个指标，采用遥感生态指数评价模型，分别监测与分析了渭南市 1995-2015年的生态环境质量和2005-2016年乌海市生态环境质量，发现渭南市生态环境质量总体呈上升趋势、近十年乌海市生态环境质量整体保持较好。王钊齐等（2017）建立基于遥感参数的生态环境指数模型，并定量评价江苏省宜兴市生态环境质量动态变化。

1.4.3 城镇生态资源遥感监测存在问题

目前国际上已有产品的空间分辨率大都是千米级的，难反映像元内部信息，不适于城镇生态精细监测，而生态功能区等方面的遥感监测产品尚有待开发。中国在生态资源管理方面提出了一套实用技术，并业务化开展了产品生产与服务，如开展的全国生态环境遥感调查评估、全球陆表特征参量产品生产等，但主要针对全球与国家尺度，缺乏城市热岛、村镇土壤污染、城镇森林等区域与城市尺度生态资源问题的深入研究，难以满足新时期生态资源精细化监管需要。城镇生态遥感监测应用技术还存在地表温度等部分要素监测精度不高、高分辨率热红外数据缺乏等问题。随着遥感监测空间、时间、光谱等分辨率的大幅提高，低空无人机高分辨率监测等先进技术的推广，协同地面观测结果的高精度城镇生态资源遥感监测成为可能。

2 中国城镇生态环境遥感监测发展趋势

（1）突破高分遥感与地面观测协同的污染气体与颗粒物动态监测技术，解决城镇复杂地表高反射噪声与气溶胶多次散射引起污染气体反演的不确定性等技术难题，将卫星反演二氧化硫、甲醛垂直柱浓度的精度提高到70%以上，实现城镇污染气体高精度综合监测，揭示京津冀及北京城区通风廊道规律。

（2）突破高分遥感与地面观测协同的城镇黑臭水体、饮用水源地水质动态监测技术，解决现有算法无法适用于“高浑浊”和“高清洁”这两类特殊光谱特征水体的难题，将城镇黑臭水体遥感识别精度提高到70%以上、水质参数遥感估算与饮用水源地风险源提取精度提高到85%以上，弥补城镇水体水质高精度综合监测的空白。

（3）突破高分遥感与地面观测协同的土壤污染遥感监测技术，特别是结合星载高光谱遥感手段，解决土壤污染物浓度弱信息提取难题，将裸露土壤污染等遥感监测精度提高到80%，实现城镇土壤污染定量化遥感监测。

（4）突破高分遥感与地面观测协同的城镇生态资源动态监测技术，解决城镇地表温度热红外反演精度不高、城镇复杂背景下生态要素高精度反演等难题，将城市地表温度监测精度提高到1 K，实现城镇生态资源的高精度监测与评估。

（5）紧密结合国家大气污染防治、水污染防治、土壤污染防治、生态红线监管、城镇生态规划等管理需求，尽快建立城镇生态环境综合监测技术体系、规范体系、产品体系、服务模式等，选择全国典型示范区开展空间信息服务专题产品生产、推广应用等。