红外遥感技术及其应用.doc

热红外遥感技术及其应用 红外遥感是指传感器工作波段限于红外波段范围之内的遥感。探测波段一般在0.761000微米之间，是应用红外遥感器探测远距离外的植被等地物所反射或辐射红外特性差异的信息，以确定地面物体性质、状态和变化规律的遥感技术。因为红外遥感在电磁波谱红外谱段进行，主要感受地面物体反射或自身辐射的红外线，有时可不受黑夜限制。又由于红外线波长较长，大气中穿透力强，红外摄影时不受烟雾影响，透过很厚的大气层仍能拍摄到地面清晰的像片。用于红外遥感的传感器有黑白红外摄影、彩色红外摄影、红外扫描仪和红外辐射计。红外遥感技术（thermal infrared remote sensing）利用电磁波谱中814m热红外波段本身和在大气中传输的物理特性的遥感技术统称。所有的物质，只要其温度超过绝对零度，就会不断发射红外能量。常温的地表物体发射的红外能量主要在大于3m的中远红外区，是热辐射。它不仅与物质的表面状态有关，而且是物质内部组成和温度的函数。在大气传输过程中，它能通过3-5m和8-14m两个窗口。热红外遥感就是利用星载或机载传感器收集、记录地物的这种热红外信息，并利用这种热红外信息来识别地物和反演地表参数如温度、湿度和热惯量等。红外遥感探测的应用 随着科学技术的进步，光谱信息成像化，雷达成像多极化，光学探测多向化，地学分析智能化，环境研究动态化以及资源研究定量化，大大提高了遥感技术的实时性和运行性，使其向多尺度、多频率、全天候、高精度和高效快速的目标发展，例如在水质监测、裸土湿度、遥感考古、赤潮遥感监等等，这些技术的发展极大地促进了生产生活的进步，。下面将简略介绍这几项技术。1 遥感技术在水质监测中的应用1.1 水体遥感监测原理利用遥感技术进行水环境质量监测的主要机理是被污染水体具有独特的有别于清洁水体的光谱特征，这些光谱特征体现在其对特定波长的光的吸收或反射，而且这些光谱特征能够为遥感器所捕获并在遥感图像中体现出来。如当水体出现富营养化时，浮游植物中的叶绿素对近红外波段具有明显的“陡坡效应”，故而这类水体兼有水体和植物的光谱特征，即在可见光波段反射率低，在近红外波段反射率却明显升高。 1.2 多光谱遥感数据 在水质遥感监测中常用的多光谱遥感数据，包括美国Land sat卫星的MSS、TM、ETM+数据，法国SPOT卫星的HRV数据，气象卫星NOAA的AVHRR数据，印度遥感IRS系统的LISS数据，日本JERS卫星的OPS(光学传感器)接收的多光谱图像数据，中巴地球资源1号卫星（CBERS-1）CCD相机数据等。Land sat数据是目前应用较广的数据。AVHRR(高级甚高分辨率辐射计)是装载在NOAA列卫星上的传感器，每天都可以提供可见光图像和两幅热红外图像，在水质监测等许多领域广泛应用。1.3 发展趋势 （1） 建立遥感监测技术体系。（2） 加强水质遥感基础研究。（3） 开展微波波段对水质的遥感监测。（4） 提高水质遥感监测精度。（5）综合利用“3S”技术。2 裸土湿度的热红外遥感2.1裸土湿度的热红外遥感的特点和测试条件对于裸土的水分含量可由土表温度变化测定，并可检测到50cm的深度。Bartholic等发现，农田裸地表面日最高温度随近地表水分含量的增加而减小。从实用的角度考虑，在一定的气象条件下（晴朗、无风），用白天下垫面温度的空间分布可以有效地反映土壤水分的空间分布。2.2目前的主要方法热惯量法遥感土壤水分Watson等最早成功地应用了热惯量模型，Rosema等进一步发展了他们的工作，提出了计算热惯量、每日蒸发的模型。Price等在能量平衡方程的基础上，简化了潜热蒸发（散）形式，引入地表综合参数概念，系统地阐述了热惯量方法及热惯量的成像机理，并提出了表观热惯量的概念，利用卫星热红外辐射温度差计算热惯量，然后估算土壤水分。这个方法已经得到普遍认可。隋洪智等在考虑了地面因子和大气因子的情况下，进一步简化能量平衡方程，使直接利用卫星资料推算得到地表热特性参量成为可能。余涛等提出了一种改进的求解土壤表层热惯量的方法，发展了地表能量平衡方程的一种新的化简方法。经过这样的处理，可从遥感图像数据直接得到热惯量值，进而得到土壤水分含量分布。马蔼乃等均从不同角度、在不同的区域利用NOAA/AVHRR资料进行热惯量法遥感土壤水分的监测试验。日本学者宇都宫阳二郎与中国科学院长春净月潭遥感实验站合作以中国东北吉林省为中心进行区域土壤水分调查，采用CDEE 卫星资料，结合近地层小气候及地下热流量观测资料，进行热惯量计算，并与同步测定的0-15cm土壤水分资料建立统计模式，绘成土壤水分分布图。随着热惯量法遥感土壤水分理论的日臻成熟，对于在裸露或植被覆盖度较低时土壤水分遥感采用热惯量法的效果已得到认可，但在实际应用中，仍需根据当地的状况对模型参数的求解和某些因子的省略做一些必要的调整。2.3土壤水分遥感研究的趋势与展望(1) GIS技术的应用 地理信息系统（GIS）是最近几十年迅速发展并广泛使用的信息技术之一，与遥感技术的集成应用，在科研与生产中发挥了巨大作用。在土壤水分的遥感研究中，也大量引入GIS技术。例如，陈怀亮等在对河南省麦田土壤水分NOAA/AVHRR监测中，利用GIS支持，重点探讨了不同土壤质地和风速对遥感干旱监测的影响，用遥感表层土壤水分耦合深层土壤水分的方法与模型、用单时相遥感资料反演土壤水分的方法等，并最终建立了河南省冬小麦干旱遥感监测应用服务系统。(2) 土壤水分遥感监测的深度 土壤温度的日较差是随土壤深度变化的，表层日较差最大，越向深层日较差越小，到一定深度后，日较差将为0，这个深度通常为日变化消失层。土壤日较差的消失层不是固定的，它随纬度、季节、土壤性质而异，对于不同含水量的土壤，日变化的消失层在230-100cm之间。应用该理论，利用不同时次的卫星资料反演不同深度的土壤水分，以10cm和20cm的反演效果最好。(3) 遥感波段的配合应用 不同的方法配合应用，避免监测结果出现大的偏差。微波遥感具有全天候、高精度的优势，是未来土壤水分遥感监测的方向。 遥感技术的发展趋势和总结1.遥感影像获取技术越来越先进 （1）随着高性能新型传感器研制开发水平以及环境资源遥感对高精度遥感数据要求的提高，高空间和高光谱分辨率已是卫星遥感影像获取技术的总发展趋势。遥感传感器的改进和突破主要集中在成像雷达和光谱仪，高分辨率的遥感资料对地质勘测和海洋陆地生物资源调查十分有效。 （2）雷达遥感具有全天候全天时获取影像以及穿透地物的能力，在对地观测领域有很大优势。干涉雷达技术、被动微波合成孔径成像技术、三维成像技术以及植物穿透性宽波段雷达技术会变得越来越重要，成为实现全天候对地观测的主要技术，大大提高环境资源的动态监测能力。 （3）开发和完善陆地表面温度和发射率的分离技术，定量估算和监测陆地表面的能量交换和平衡过程，将在全球气候变化的研究中发挥更大的作用。 （4）由航天、航空和地面观测台站网络等组成以地球为研究对象的综合对地观测数据获取系统，具有提供定位、定性和定量以及全天候、全时域和全空间的数据能力，为地学研究、资源开发、环境保护以及区域经济持续协调发展提供科学数据和信息服务。 2.遥感信息处理方法和模型越来越科学 神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。统计分类、模糊技术、专家知识和神经网络分类有机结合构成一个复合的分类器，大大提高分类的精度和类数。多平台、多层面、多传感器、多时相、多光谱、多角度以及多空间分辨率的融合与复合应用，是目前遥感技术的重要发展方向。不确定性遥感信息模型和人工智能决策支持系统的开发应用也有待进一步研究。 3.3S一体化 计算机和空间技术的发展、信息共享的需要以及地球空间与生态环境数据的空间分布式和动态时序等特点，将推动3S一体化。全球定位系统为遥感对地观测信息提供实时或准实时的定位信息和地面高程模型；遥感为地理信息系统提供自然环境信息，为地理现象的空间分析提供定位、定性和定量的空间动态数据；地理信息系统为遥感影像处理提供辅助，用于图像处理时的几何配准和辐射订正、选择训练区以及辅助关心区域等。在环境模拟分析中，遥感与地理信息系统的结合可实现环境分析结果的可视化。3S一体化将最终建成新型的地面三维信息和地理编码影像的实时或准实时获取与处理系统。 4.建立高速、高精度和大容量的遥感数据处理系统 随着3S一体化，资源与环境的遥感数据量和计算机处理量也将大幅度增加，遥感数据处理系统就必须要有更高的处理速度和精度。神经网络具有全并行处理、自适应学习和联想功能等特点，在解决计算机视觉和模式识别等特大复杂的数据信息方面有明显优势。认真总结专家知识，建立知识库，寻求研究定量精确化算法，发展快速有效的遥感数据压缩算法，建立高速、高精度和大容量的遥感数据处理系统。 5.建立国家环境资源信息系统 国家环境资源信息是重要的战略资源，环境资源数据库是国家环境资源信息系统的核心。我们要提高对环境资源的宏观调控能力，为我国社会经济和资源环境的协调可持续发展提供科学的数据和决策支持。 6.建立国家环境遥感应用系统 国家环境遥感应用系统将利用卫星遥感数据和地面环境监测数据，建立天地一体化的国家级生态环境遥感监测预报系统以及重大污染事故应急监测系统，可定期报告大气环境、水环境和生态环境的状况。环境遥感地理信息系统是其支撑系统，在各种应用软件的辅助下实现环境遥感数据的存储、处理和管理；环境遥感专业应用系统是其应用平台，在环境专业模型的支持下实现环境遥感数据的环境应用；环境遥感决策支持系统是其最上层系统，在环境预测评价和决策模型的驱动下进行环境预测评价分析，制定环境保护的辅助决策方案；数据网络环境是其数据输入和输出的开放网络环境，实现环境海量数据的快速