高分高光谱遥感技术在自然资源监测方面的应用研究

郑志安 黄铭 黎胜

摘 要：自然资源调查监测，是适应新时代生态文明建设需要的一项重要举措。通过充分运用高光谱遥感和信息化技术手段，以广西钦州、北海、防城港三市为样例，开展高分高光谱遥感技术在自然资源监测方面的应用研究，掌握自然资源类型、面积、范围、分布、生态功能和变化等基本状况，形成一套基于高分高光谱遥感技术的切实可行的自然资源监测工艺流程，为自然资源生态环境动态监测、预警、评估、治理等核心业务提供及时、准确、稳定的基础地理信息服务，为生态文明建设、山水林田湖草保护与修复和自然资源管理提供数据基础和技术支撑。

关键词：高分高光谱遥感技术 自然资源监测 水资源动态监测 星-空-地遥感观测网络

中图分类号：P237 文献标识码：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

自然资源主要包括土地、矿产、森林、草原、水、湿地、海域海岛等天然存在、自然形成的资源，涵盖陆地和海洋、地上和地下。如何对这些资源进行监管，是承载着生态文明建设和自然资源综合管理的关键[1]。

利用高分高光谱遥感技术开展自然资源调查与监测，查清我国各类自然资源家底和变化情况，为科学编制国土空间规划，逐步实现山水林田湖草的整体保护、系统修复和综合治理，保障国家生态安全提供基础支撑，为实现国家治理体系和治理能力现代化提供服务保障。[2]

高分高光谱遥感技术，是利用狭窄连续的光谱波段对地物持续遥感，获取丰富的空间、辐射和光谱三重信息，分辨率高，辨识能力强，通过不同光谱信息识别不同地物，定性、定量分析地物类型、范围、构成成分等信息，实现精细识别与分类，是一种自然资源监测的重要手段，为自然资源、生态环境、农业农村等部门提供应用服务。

1.研究目標

广西拥有大面积海洋和内陆水体，综合考虑广西实际，优先选取具有代表性的广西钦州、北海、防城港三市为试点，以自然资源中水资源及水环境为研究目标，开展高分高光谱遥感技术在自然资源监测方面的应用研究，对沿海城市自然水资源及水环境进行监测，探讨一套切实可行的自然资源监测工艺流程，依托星-空-地遥感观测网络中卫星高分影像数据、无人机高光谱遥感数据和地面实测光谱数据，分析广西沿海流域水体的构成、元素分布和变化情况、水体分布情况包括是否污染情况，形成广西沿海自然资源水资源及水环境监测及分析报告。FCE1E930-55DF-4897-9A20-3CF537BEE25E

2.实施方案

高分高光谱遥感监测，主要利用星-空-地遥感观测网络，包括星载平台、空载平台、地面平台，从工作内容上又分外业数据获取与采集、内业数据处理与反演计算。外业工作是通过星-空-地遥感观测网络，从卫星、无人机和地面光谱仪获取多尺度高光谱数据，内业工作主要是数据处理、自然资源对应的光谱模型构建、通过模型反演计算定性与定量自然资源元素，获取自然资源的数量、质量、结构、生态功能等信息，形成自然资源分析报告及变化监测报告。

2.1数据获取与采集

（1）广西沿海三市钦江、南流江、防城江流域与海面相通，受潮起潮落影响大，水体元素含量变化速度较快，如发生污染泄漏等问题，非常容易造成重大影响。首先分析与整理已有高分影像数据和地理、地形、地质，以及气象、水文资料，结合野外实地勘察情况，设计无人机飞行航线、航高、航带，布设地面监测与样本采集点位，确定监测水体的PH值、透明度、溶解氧、悬浮物、化学需氧量（COD）、总磷（P）和氨氮（NH3-N）等参数，完成前期准备工作[3]。

（2）然后以星-空-地观测网络协同观测，通过同步或准同步的获取星载、机载和地面的高光谱数据。其中，航天卫星遥感可实现大范围、高分辨率影像数据的定期覆盖，目前在轨运行的国产公益性遥感卫星达到18颗，能够支持周期性的调查监测。通过卫星高光谱平台获取多维度、多层次、高频率的遥感影像，实现对水体区域的全面覆盖。用于内陆水体监测中的卫星遥感数据主要为地球资源卫星和海洋水色卫星数据。为保证星、空、地不同尺度下获取数据的准同步性，数据获取过程遵循时间优先原则，尽可能保证卫星成像时间与无人机数据采集时间及地面样点光谱仪数据采样时间在同一时间范围内。若同一时间范围内，存在多幅高光谱影像可供选择，尽量选取晴朗无云的天气状况下的影像，以减少大气效应的影响。

（3）无人机航空遥感平台具有快捷机动的特点，可以支撑局域的精细调查与动态监测。无人机高光谱具有光谱波段多、光谱分辨率高和“图谱合一”的优势，以大疆多旋翼无人机三轴可控云台搭载轻型高光谱传感器，按照设定的航线飞行采集，获取区域范围内水资源和水环境的高空间分辨率高光谱影像，提取不同水体参数的属性信息和空间分布特征，并进行数据预处理与数据导出等工作。

（4）地面高光谱采集平台主要利用便携式地物光谱仪实测地物光谱信息，提取水体参数对应敏感光谱波段特征，进行高精度的遥感影像定标。在水域范围内利用光谱仪使用倾斜角度观测方式依次采集监测样本点，记录每个采样点的光谱曲线编号，以及风速、温度、湿度等信息，并对每个采样点的环境进行拍照。

2.2数据处理与反演计算

（1）考虑卫星传感器本身的响应特性、大气散射和吸收、太阳光照条件、地物本身的反射或发射特性等多种因素，需要对星载高光谱数据进行辐射定标、质量改善、几何校正、大气校正等预处理。采用多波段匹配与全变分相结合的方法去除条带噪声，用移动窗口均值滤波的方法清除散粒噪声清除死像元缺失现象，用信噪比、图像畸变量等评价指标对影像质量进行定量分析，剔除质量改善后仍噪声问题严重的部分波段影像。由于飞行器的姿态、高度、速度以及地球自转等因素影响，图像产生几何畸变，发生挤压、扭曲、拉伸和偏移，采用多项式、最小二乘法原理进行几何纠正，采用6S模型进行星载高光谱遥感影像大气校正。

（2）无人机遥感平台系统因受载荷、成本、安全性、灵活性等限制，无法装载高精度的导航系统和平衡控制系统，需要通过辐射校正、几何校正、影像镶嵌拼接等预处理，有效提高数据精度[4]。利用高光谱相机定标参数对原始影像进行辐射定标，将辐射定标后的影像转为反射率，无人机集成GPS和高光谱相机集成的IMU的信息记录相机的位置和姿态信息，基于相机的参数和区域DEM数据逐条带对原始影像进行几何校正，无人机影像经过特征点提取匹配、单应矩阵估计和光束法平差，通过CPU+GPU异构计算处理模式自动快速拼接，获得正射影像。

（3）地面水体光谱数据采集平台采用观测几何模型，避开太阳直射反射和白帽的影响，通过移动平均、中值、低通滤波、滤波、小波去噪等方法对光谱数据预处理及转换，消除各种噪音的影响并突出目标光谱的某些细微差别。采用数值分析与文献归纳相结合的方法，剔除水体吸收波段数据噪声影响。采用人机智能交互的方式选取光谱信息的特征波段，精确识别各水体参数的光谱特征波段。

（4）以星-空-地观测网络立体获取各尺度高光谱遥感数据后，通过实验样本光谱曲线和实地采样点水体参数浓度和反射率光谱曲线，结合星载和无人机平台获取的高光谱遥感影像中采样点像元光谱信息，进行光谱特性协同分析，采用竞争性自适应重加权算法，提取和筛选特征波段，精确识别敏感波段，然后光谱特性参量化，对高光谱曲线特征进行定量表达，用数值化的形式来描述反射率随波长的变化特征[5]。基于神经网络深度学习、遗传算法、支持向量机等人工智能算法，进行水体要素遥感反演模型构建，采样点光谱利用竞争性自适应重加权算法（CARS）、偏最小二乘回归（PLSR）方法，集主成分分析、典型相关分析和多元线性回归分析于一身，选取最优反演模模型，进行水质参数反演计算与实地验证和精度分析。

2.3监测成果分析与评价

通过外业的数据获取采集和内业进行高光谱数据处理，形成符合要求的数据成果，采用协同分析数据的方式，综合利用高光谱影像与光谱特性曲线的信息，以2/3地面采样点作为校准集，1/3采样点作为验证集，分别构建水体元素pH值、透明度、溶解氧、悬浮物、化学需氧量（COD）、总磷（P）和氨氮（NH3-N）以及水体重金属的反演模型，经过模型定性评价与定量推演计算水体元素含量与空间分布特征，实现精确识别与分类，形成水资源及其水环境分布情况，分析水体中元素迁移特征和影响范围，利用多时相高光谱遥感数据进行水资源的变化监测，形成水资源变化监测报告[6]。

3.结语

常用的监测方法主要以物理-化学的手段采集样本数据，通过化学、生物方法分析进行评定与预估，无法获得大面积整体范围的自然资源的元素含量分布。采用星-空-地高分高光谱遥感技术手段对自然资源（以水资源为例）进行监测，能够大面积、周期较短、宏观性强，并且长期动态监测，是一套切实可行的基于高分高光谱遥感技术的自然资源监测工艺流程，能够分析与监测自然资源类型、面积、范围、分布、生态功能和变化等基本状况，可为自然资源环境动态监测、预警、评估、治理等核心业务提供及时、准确、稳定的空间信息服务，为生态环境监测和综合治理提供决策辅助信息，特别是利用无人机灵活机动、实时性强独特优点可辅助相关部门实现快速应急响应，有效支撑政府部门的宏观决策，保障自然资源安全，促进自然资源利用合理规划，强化生态环境保护与污染有效治理，促使自然资源和经济社会可持续发展，具有重大的经济、社会及生态效益。

参考文献

[1]王广华，陈军，蒋文彪，等.自然资源部构建统一的自然资源调查监测体系工作推进情况新闻发布会[C/OL].（2020-09-14）[2021-11-10].自然资源部网站http：//www.mnr.gov.cn/dt/zb/2020/diaocha/.

[2]自然资源调查监测体系构建总体方案[Z].2020.

[3]黄良.高光谱遙感图像高精度分类方法研究[D].长春：中国科学院大学（中国科学院长春光学精密机械与物理研究所），2021.

[4]王歆晖，巩彩兰，胡勇，等.水质参数遥感反演光谱特征构建与敏感性分析[J].光谱学与光谱分析，2021，41（6）：1880-1885.

[5]叶珍，白璘，何明一.高光谱图像空谱特征提取综述[J].中国图象图形学报，2021，26（8）：1737-1763.

[6]臧传凯，沈芳，杨正东.基于无人机高光谱遥感的河湖水环境探测[J].自然资源遥感，2021，33（3）：45-53.

作者简介：郑志安（1988—），男，本科，工程师，主要从事地理信息、自然资源调查与监测、国土空间规划、智慧城市等技术应用研究工作。FCE1E930-55DF-4897-9A20-3CF537BEE25E