湿地遥感研究进展_张树文
基于遥感技术的湿地生态系统变化分析
基于遥感技术的湿地生态系统变化分析引言湿地是地球上一种重要的生态系统，具有丰富的生物多样性和重要的生态功能。
然而，随着人类活动的加剧和气候变化的影响，湿地生态系统正在面临严重的威胁和变化。
如何准确地监测和分析湿地的变化成为了保护和管理湿地的重要工作。
在这方面，遥感技术的应用为湿地生态系统变化的研究提供了新的方法和手段。
一、遥感技术在湿地生态系统变化分析中的应用1. 遥感数据的获取遥感技术通过卫星或飞机上的传感器获取湿地的图像数据。
这些数据包括多光谱、高光谱和雷达等多种类型，能够提供湿地不同层面的信息，如植被覆盖、水体变化、土壤湿度等。
这些数据是湿地生态系统变化分析的重要基础。
2. 湿地植被变化的监测湿地的植被状况是湿地生态系统健康状况的重要指标之一。
遥感技术可以通过植被指数反映植被覆盖的程度，比如归一化植被指数（NDVI）。
随着时间的推移，可以利用遥感数据对湿地植被的变化进行监测，例如通过遥感图像变化检测算法来分析湿地的动态变化，探究植被受到气候变化和人类干扰的影响。
3. 湿地水体变化的监测湿地的水体是湿地生态系统的重要组成部分，水位的波动和变化对湿地生物和环境产生着深远的影响。
遥感技术可以通过计算水体的指数，例如水体指数（WI）等，来监测湿地水体的变化情况。
此外，遥感数据还可以帮助分析洪涝、干旱和水质变化等湿地水体问题，为湿地保护和水资源管理提供科学依据。
二、湿地生态系统变化的原因分析1. 气候变化气候变化是导致湿地生态系统变化的主要原因之一。
随着全球气候变暖，湿地的蒸发蒸腾作用加强，水位下降，植被退化，生态系统的整体结构和功能发生改变。
通过遥感技术分析湿地的温度和降水等气象因素的变化，可以更好地理解气候变化对湿地生态系统的影响。
2. 人类活动人类活动对湿地生态系统的变化也起到了重要的作用。
城市化、农业扩张、旅游开发等活动导致湿地的生境破坏和物种丧失。
通过遥感技术监测湿地的土地利用变化、污染物的扩散、人类干扰等，可以深入了解人类活动对湿地的影响，并提出相应的保护和管理措施。
中国沼泽湿地空间数据数据说明
中国沼泽湿地空间数据数据说明张树文张艳红（中国科学院东北地理与农业生态研究所，长春130012）一、空间数据说明1、数据名称数据中文名称：中国沼泽湿地数据库数据英文名称：Chinese wet DataBase数据缩写名：无2、数据说明数字化跟踪及矢量化过程是在ArcView3.3支持下完成的，数据矢量化格式先为标准的SHP文件格式，后在ArcInfo支持下转化为标准的Arcinfo coverage文件（Arcinfo8.3格式）。
该数据与遥感数据复合，沼泽类型赋给遥感数据，完成数据集成。
二. 关系型数据或空间数据的属性数据说明要求类型编码说明见附件1及附件2所示。
附件1、沼泽湿地类型编码说明：1、山地沼泽，其中包括山地中的泥炭沼泽、潜育沼泽中文名拉丁文名Wet_type Type乔木-藓类Arbor-Moss mire 111 泥炭沼泽藓类Moss mire 112 泥炭沼泽灌木-莎草Scrub-Cyperus mire 113 泥炭沼泽莎草Cyperus mire 114 泥炭沼泽莎草-禾草Cyperus-Grass mire 115 泥炭沼泽禾草Grass mire 116 泥炭沼泽灌木-莎草Scrub-Cyperus mire 121 潜育沼泽莎草Cyperus mire 122 潜育沼泽莎草-禾草Cyperus-Grass mire 123 潜育沼泽禾草Grass mire 124 潜育沼泽2、高原沼泽，其中包括山地中的泥炭沼泽、潜育沼泽及盐沼泽灌木Scrub mire 211 泥炭沼泽莎草Cyperus mire 212 泥炭沼泽禾草Grass mire 213 泥炭沼泽杂类草Mixed grasses mire 214 泥炭沼泽芦苇Weeds 215 泥炭沼泽莎草Cyperus mire 221 潜育沼泽禾草Grass mire 222 潜育沼泽杂类草Mixed grasses mire 223 潜育沼泽芦苇Weeds 224 潜育沼泽半灌木Semi-frutex mire 231 盐沼泽禾草Grass mire 232 盐沼泽莎草Cyperus mire 233 盐沼泽杂类草Mixed grasses mire 234 盐沼泽芦苇Weeds 235 盐沼泽3、平原沼泽，其中包括山地中的泥炭沼泽、潜育沼泽及盐沼泽莎草Cyperus mire 311 泥炭沼泽莎草-禾草Cyperus-Grass mire 312 泥炭沼泽禾草Grass mire 313 泥炭沼泽芦苇Weeds 314 泥炭沼泽灌木-莎草Scrub-Cyperus mire 321 潜育沼泽莎草Cyperus mire 322 潜育沼泽莎草-禾草Cyperus-Grass mire 323 潜育沼泽禾草Grass mire 324 潜育沼泽莎草-杂类草Cyperus-Mixed grasses mire 325 潜育沼泽杂类草Mixed grasses mire 326 潜育沼泽芦苇Weeds 327 潜育沼泽半灌木Semi-frutex mire 331 盐沼泽灌木（或乔木）-禾草Scrub(or Arbor)-Grass mire 332 盐沼泽禾草Grass mire 333 盐沼泽禾草-杂类草Grass-Mixed grasses mire 334 盐沼泽莎草-杂类草Cyperus-Mixed grasses mire 335 盐沼泽杂类草Mixed grasses mire 336 盐沼泽芦苇Weeds 337 盐沼泽4、海滨沼泽，其中包括山地中的潜育沼泽及盐沼泽莎草Cyperus mire 411 潜育沼泽禾草Grass mire 412 潜育沼泽杂类草Mixed grasses mire 413 潜育沼泽芦苇Weeds 414 潜育沼泽红树林Mangrove mire 421 盐沼泽灌木-杂类草Scrub-Mixed grasses mire 422 盐沼泽莎草Cyperus mire 423 盐沼泽禾草Grass mire 424 盐沼泽杂类草Mixed grasses mire 425 盐沼泽芦苇Weeds 426 盐沼泽5、山地沼泽化湿地，其中含白浆土沼泽化湿地、草甸土沼泽化湿地灌木-莎草沼泽化湿地Scrub-Cyperus Paludified land 511 白浆土沼泽化湿地灌木-禾草沼泽化湿地Scrub-Grass Paludified land 512 白浆土沼泽化湿地禾草-莎草沼泽化湿地Grass-Cyperus Paludified land 513 白浆土沼泽化湿地禾草沼泽化湿地Grass Paludified land 514 白浆土沼泽化湿地芦苇沼泽化湿地Weeds 515 白浆土沼泽化湿地灌木-禾草沼泽化湿地Scrub-Grass Paludified land 521 草甸土沼泽化湿地莎草-杂类草沼泽化湿地Cyperus-Mixed grasses Paludified land 522 草甸土沼泽化湿地禾草-莎草沼泽化湿地Grass-Cyperus Paludified land 523 草甸土沼泽化湿地禾草沼泽化湿地Grass Paludified land 524 草甸土沼泽化湿地杂类草沼泽化湿地Mixed grasses Paludified land 525 草甸土沼泽化湿地芦苇沼泽化湿地Weeds 526 草甸土沼泽化湿地6、平原沼泽化湿地，其中包括：草甸土沼泽化湿地、盐渍沼泽化湿地禾草沼泽化湿地Grass Paludified land 611 草甸土沼泽化湿地莎草沼泽化湿地Cyperus Paludified land 612 草甸土沼泽化湿地杂类草沼泽化湿地Mixed Grasses Paludified land 613 草甸土沼泽化湿地芦苇沼泽化湿地Weeds 614 草甸土沼泽化湿地禾草沼泽化湿地Grass Paludified land 621 盐渍沼泽化湿地莎草沼泽化湿地Cyperus Paludified land 622 盐渍沼泽化湿地杂类草沼泽化湿地Mixed Grasses Paludified land 623 盐渍沼泽化湿地芦苇沼泽化湿地Weeds 624 盐渍沼泽化湿地7、高原沼泽化湿地，其中包括：白浆土沼泽化湿地、草甸土沼泽化湿地、潮土沼泽化湿地、盐渍沼泽化湿地灌木-禾草沼泽化湿地Scrub-Grass Paludified land 711 白浆土沼泽化湿地禾草沼泽化湿地Grass Paludified land 712 白浆土沼泽化土地禾草-莎草沼泽化湿地Grass-Cyperus Paludified land 713 白浆土沼泽化湿地芦苇沼泽化湿地Weeds 714 白浆土沼泽化湿地灌木-禾草沼泽化湿地Scrub-Grass Paludified land 721 草甸土沼泽化湿地禾草沼泽化湿地Grass Paludified land 722 草甸土沼泽化湿地禾草-莎草沼泽化湿地Grass-Cyperus Paludified land 723 草甸土沼泽化湿地莎草-杂类草沼泽化湿地Cyperus-Mixed grasses Paludified land 724 草甸土沼泽化湿地杂类草沼泽化湿地Mixed grasses Paludified land 725 草甸土沼泽化湿地芦苇沼泽化湿地Weeds 726 草甸土沼泽化湿地禾草沼泽化湿地Grass Paludified land 731 潮土沼泽化湿地禾草-莎草沼泽化湿地Grass-Cyperus Paludified land 732 潮土沼泽化湿地莎草沼泽化湿地Cyperus Paludified land 733 潮土沼泽化湿地杂类草沼泽化湿地Mixed grasses Paludified land 734 潮土沼泽化湿地芦苇沼泽化湿地Weeds 735 潮土沼泽化湿地灌木-禾草沼泽化湿地Scrub-Grass Paludified land 741 盐渍沼泽化湿地禾草沼泽化湿地Grass Paludified land 742 盐渍沼泽化湿地杂类草沼泽化湿地Mixed grasses Paludified land 743 盐渍沼泽化湿地芦苇沼泽化湿地Weeds 744 盐渍沼泽化湿地8、海滨沼泽化湿地，其中包括：潮土沼泽化湿地、盐渍沼泽化湿地禾草沼泽化湿地Grass Paludified land 811 潮土沼泽化湿地杂类草沼泽化湿地Mixed grasses Paludified land 812 潮土沼泽化湿地芦苇沼泽化湿地Weeds 822 潮土沼泽化湿地半红树林沼泽化湿地Semi-mangrove Paludified land 821 盐渍沼泽化湿地禾草-杂类草沼泽化湿地Grass-Mixed grasses Paludified land 822 盐渍沼泽化湿地杂类草沼泽化湿地Mixed grasses Paludified land 823 盐渍沼泽化湿地芦苇沼泽化湿地Weeds 824 盐渍沼泽化湿地表3 重要字段信息描述表Tab. 1 Description table of mire geographical location 字段名类型字段长度小数位汉字字段及说明单位Area 数字10 2 面积m2 perimeter 数字10 2 周长m Cover# 数字 4 0 内部序号_ Wet_type 数字10 0 覆被类型Num_id数字100编号Uni_code数字100编号Wet_name字符30名称Wat_source字符60水源补给Vegetation 字符60 湿地植被Elmin数字91海拔（最低值）m Elmax数字91海拔（最高值）m Geo_region字符60所在地理区域Wet_soil 字符40 沼泽土壤SD_INFO 数字8 0 统一编码。
湿地植被高光谱遥感技术运用研究
湿地植被高光谱遥感技术运用研究湿地植被高光谱遥感技术是通过获取、处理和分析植被反射光谱信息来研究湿地植被的技术手段。
湿地植被高光谱遥感技术可以为湿地生态环境监测、湿地植被类型分类与分布、湿地植被物候变化监测等方面的研究提供重要的数据支持。
湿地植被高光谱遥感技术的核心是利用高光谱遥感图像获得湿地植被的光谱信息。
高光谱遥感图像可以获取大量的连续光谱数据，一般包含几十甚至上百个光谱波段，能够提供详细的光谱信息，有助于分析湿地植被的物理、化学和生物特性。
通过对湿地植被光谱的分析，可以获得湿地植被的光谱曲线和光谱特征参数，进而确定湿地植被的类型、生态状态和健康状况。
湿地植被高光谱遥感技术主要包括数据获取、数据处理和数据分析三个步骤。
数据获取是指通过卫星传感器获取高光谱遥感图像。
目前常用的高光谱遥感传感器有ENVI、Hyperion、AVIRIS等。
数据处理是指对高光谱遥感图像进行预处理，包括大气校正、辐射校正、几何校正等，以获得准确的植被光谱信息。
数据分析是指利用统计学、数学模型及遥感技术对植被光谱进行分析，提取湿地植被的信息。
湿地植被高光谱遥感技术在湿地生态环境监测方面具有广泛的应用价值。
通过对湿地植被高光谱遥感图像的分析，可以实现湿地植被的类型分类与分布研究。
湿地植被具有多样性和复杂性，传统的遥感方法难以准确地识别和划分湿地植被的类型和分布。
而湿地植被高光谱遥感技术可以通过对植被光谱特征参数的分析，实现湿地植被类型的精确识别和准确定位。
湿地植被高光谱遥感技术还可以用于湿地植被物候变化的监测。
湿地植被物候变化是指植物在生长发育过程中由于气候、水分和养分等环境因素的不同而表现出的不同生长阶段。
高光谱遥感图像可以获取植被的光谱曲线以及与物候变化相关的指标，如光谱特征参数和植被指数等。
通过对这些指标的分析，可以实现湿地植被物候变化的实时监测和预测，有助于研究湿地植被的生长发育规律和生态系统的动态变化。
基于遥感的湿地保护与恢复研究
基于遥感的湿地保护与恢复研究湿地是地球上重要的生态系统之一，具有丰富的生物多样性、调节气候、蓄水防洪、净化水质等多种生态功能。
然而，由于人类活动的影响，如城市化、农业扩张、水资源过度开发等，湿地面积不断减少，生态功能逐渐退化。
为了有效地保护和恢复湿地，遥感技术作为一种强大的工具，为我们提供了全面、准确和及时的信息，为湿地保护与恢复工作提供了科学依据和技术支持。
一、遥感技术在湿地研究中的应用（一）湿地类型与分布的监测遥感技术可以通过不同的传感器获取多光谱、高光谱、雷达等数据，利用这些数据可以准确地识别湿地的类型，如沼泽、湖泊、河流、滨海湿地等，并绘制出湿地的分布范围。
例如，高分辨率的光学遥感影像能够清晰地分辨出湿地的边界和内部特征，而雷达遥感则可以穿透云层和植被，在恶劣天气条件下也能进行监测。
（二）湿地生态参数的估算通过遥感数据，可以估算湿地的生态参数，如植被覆盖度、生物量、土壤湿度、水深等。
这些参数对于了解湿地的生态状况和功能具有重要意义。
例如，利用植被指数可以估算湿地植被的覆盖度和生长状况，而微波遥感可以测量土壤湿度，为研究湿地的水分循环提供数据支持。
（三）湿地动态变化的监测长时间序列的遥感数据能够监测湿地的动态变化，包括面积的增减、湿地类型的转换等。
通过对比不同时期的遥感影像，可以发现湿地的退化区域和恢复区域，为制定保护和恢复策略提供依据。
（四）湿地生态环境质量评价结合遥感数据和地面监测数据，可以建立湿地生态环境质量评价指标体系，对湿地的生态环境质量进行综合评价。
例如，利用水质参数、植被状况、土地利用类型等指标，评估湿地的健康状况和受威胁程度。
二、基于遥感的湿地保护策略（一）建立湿地监测体系利用遥感技术建立完善的湿地监测体系，定期获取湿地的信息，及时发现湿地的变化和问题。
同时，结合地面调查和监测手段，对遥感数据进行验证和补充，提高监测的准确性和可靠性。
（二）划定湿地保护红线根据遥感监测结果，划定湿地保护红线，明确湿地的保护范围和边界。
湿地保护与生态修复中的测绘技术应用与研究进展
湿地保护与生态修复中的测绘技术应用与研究进展湿地是地球上重要的生态系统之一，具有重要的生物多样性保护和生态系统服务功能。
然而，由于人类活动的干扰和自然因素的影响，许多湿地面临着退化和破坏的威胁。
为了保护和修复湿地生态系统，科学家们不断探索各种测绘技术的应用和研究进展。
一、遥感技术在湿地测绘中的应用遥感技术是通过人造卫星、航空器或无人机等设备获取地球表面信息的一种方法。
在湿地测绘中，遥感技术可提供大范围、快速和准确的数据。
首先，遥感技术可以获取湿地的空间分布信息。
通过获取高分辨率的遥感图像，可以快速了解湿地的边界和分布情况，为湿地保护和管理提供基础数据。
其次，遥感技术可以监测湿地植被覆盖变化。
湿地的植被是维持湿地生态系统稳定性和功能的重要组成部分，通过遥感技术可以监测湿地植被的生长、退化和变化情况，为湿地保护和生态修复提供科学依据。
最后，遥感技术还可以估算湿地的水体面积和水质状况。
通过获取湿地水体的遥感数据，可以对湿地水资源进行快速评估和监测，为湿地管理和保护提供科学参考。
二、地理信息系统在湿地测绘中的应用地理信息系统（GIS）是一种将地理数据和属性数据整合、存储、管理、查询和分析的技术体系。
在湿地测绘中，GIS技术可以有效地整合不同来源的数据，并进行空间关系分析。
首先，通过将遥感图像和地形图等数据叠加，可以生成湿地的数字高程模型，帮助理解湿地的地形特征。
其次，GIS技术还可以进行湿地生态系统的空间分析。
通过将湿地的边界、植被分布、水体分布等数据整合，可以对湿地生态系统的空间结构和功能进行分析，为湿地保护和生态修复提供指导。
最后，GIS技术还可以建立湿地管理信息系统，辅助湿地管理者进行湿地资源动态监测和管理。
三、无人机技术在湿地测绘中的应用无人机技术是近年来兴起的一种新型测绘技术。
无人机可以搭载各种传感器，快速获取高分辨率、高精度的图像和地面数据。
在湿地测绘中，无人机具有许多优势。
首先，无人机可以低空飞行，能够获取更高分辨率的图像，可以捕捉到更细节的湿地信息。
中国滨海湿地遥感研究进展
结论
湿地遥感研究已经取得了显著的进展，但仍存在一些不足和需要进一步探讨 的问题。首先，湿地遥感的精度和可靠性仍需提高。尽管遥感技术的分辨率不断 提高，但对于某些特定湿地类型的识别和分类仍存在一定的困难。其次，湿地遥 感数据的处理和
分析方法需要进一步优化。现有的数据处理和分析方法主要基于传统的遥感 和生态学理论，对于一些复杂的湿地生态系统现象可能无法提供准确的解释和理 解。最后，湿地遥感的尺度效应问题仍需深入研究。不同尺度的湿地遥感数据对 于生态系统的描
感谢观看
中国滨海湿地遥感研究进展
01 一、引言
目录
02
二、滨海湿地的定义 和分布
03 三、遥感技术在滨海 湿地研究中的应用
04 四、中国滨海湿地遥 感研究的最新进展
05 五、结论
06 参考内容
一、引言
中国拥有丰富的滨海湿地资源，这些湿地是全球重要的生态系统和自然保护 区。然而，随着人类活动的不断扩展和城市化进程的加速，滨海湿地的生态环境 面临着严重的威胁。为了保护和合理利用滨海湿地资源，遥感技术被广泛应用于 湿地研究。本次演示将探讨中国滨海湿地遥感研究的最新进展。
应用，提高对滨海湿地生态系统的全面了解和管理能力，以遥感技术对湿地生态系统进行感测、分析和解释的过程。 随着卫星遥感技术的不断发展，湿地遥感研究已经取得了显著的进展。本次演示 将重点探讨湿地遥感研究的主要进展、不足和发展趋势。
湿地遥感技术概述
湿地遥感研究进展
湿地遥感研究已经经历了多个阶段，从最初的单一遥感器发展到现在的多种 遥感器协同工作，从单一的遥感数据分析到现在的遥感数据与地理信息系统 （GIS）的结合，从简单的生态指标提取到现在的生态系统综合评估。目前，湿 地遥感研究已经取得了
遥感技术在山东省湿地资源调查中的应用研究
遥感技术在山东省湿地资源调查中的应用研究1解立业田文新王丹彤王凤华孔红杰（山东省地质测绘院，济南市， 250011，liyexie5319@）摘要:山东省湿地资源遥感调查在我省属于首次，通过本次调查将山东湿地资源划分为4大类17种亚类，基本查明了山东省各类湿地分布范围、面积和开发利用现状。
经本次调查与测算，山东省湿地面积共计为1712200hm2。
其中，河流湿地为286746hm2，湖泊湿地为143490hm2，库塘湿地为118693hm2，近海及海岸带湿地为994100hm2，沼泽湿地为10203hm2，其他人工湿地为158968hm2。
同时并利用多时相遥感信息数据（RS），结合地理信息（GIS）和全球定位系统（GPS）的技术优势，采取多源信息相互印证及3S结合的工作方法，分析了湿地资源的动态变化规律及影响湿地的因素，提出了对湿地资源的保护对策及建议。
关键词:遥感山东省湿地资源调查1 湿地资源调查的意义和目的1.1 湿地资源调查的意义湿地是地球上生物多样、生产力较高和分布广泛的一种独特的生态系统。
按照国际上《湿地公约》的定义：“湿地系指不问其为天然或人工、长久或暂时之沼泽地、湿原、泥炭地或水域地带，带有或静止或流动、或为淡水、半咸水或咸水水体者，包括低潮时水深不超过6m的水域”。
湿地在抵御洪水、调节径流、控制污染、调节气候、美化环境等方面，具有不可替代的作用，是人类拥有的宝贵资源，因此湿地被称为“生命的摇篮”、“地球之肾”和“鸟类的乐园”。
1971年2月2日在伊朗拉姆萨尔（Ramsar）签订了《关于特别是作为水禽栖息地的国际重要湿地公约》，简称《湿地公约》(The Convention Wetlands),这是唯一全球性自然生态系统保护公约。
目前已有150多个国家成为《湿地公约》的缔约国，我国于1992年加入《湿地公约》缔约国。
山东省湿地资源十分丰富，从沿海到内陆，从山区到平原，均有湿地分布。
基于遥感的湿地生态功能监测研究
基于遥感的湿地生态功能监测研究一、引言湿地作为地球上重要的生态系统之一，具有丰富的生态功能，如蓄水调洪、净化水质、调节气候、维持生物多样性等。
然而，随着人类活动的不断扩张和气候变化的影响，湿地生态系统面临着日益严峻的威胁。
为了有效地保护和管理湿地，对其生态功能进行准确监测至关重要。
遥感技术的发展为湿地生态功能监测提供了强有力的手段，能够实现大面积、快速、动态的监测，为湿地保护和管理决策提供科学依据。
二、遥感技术在湿地生态功能监测中的应用（一）湿地面积和分布监测通过高分辨率的遥感影像，可以清晰地识别湿地的边界和范围，从而准确地监测湿地面积的变化。
同时，利用多时相的遥感数据，还能够分析湿地分布的动态变化趋势，为湿地保护规划提供基础数据。
（二）湿地植被监测遥感技术可以获取湿地植被的类型、覆盖度、生物量等信息。
不同类型的植被在遥感影像上具有不同的光谱特征，通过光谱分析和图像分类技术，可以对湿地植被进行分类和监测。
此外，利用植被指数（如 NDVI）可以定量评估植被的生长状况和活力。
（三）湿地水质监测遥感影像中的水体光谱特征与水质参数（如悬浮物浓度、叶绿素 a含量、透明度等）密切相关。
通过建立水质参数与遥感光谱之间的定量关系模型，可以实现对湿地水质的大面积监测和评估，及时发现水质污染问题。
（四）湿地土壤监测利用遥感技术可以获取湿地土壤的水分含量、盐度等信息。
例如，微波遥感能够穿透植被和土壤表层，对土壤水分进行监测；高光谱遥感则可以分析土壤的化学组成和盐分含量。
（五）湿地生态系统服务功能评估基于遥感监测获取的湿地生态参数，结合生态模型，可以评估湿地生态系统提供的服务功能，如蓄水功能、碳储存功能、栖息地功能等。
这有助于全面了解湿地的生态价值，为生态补偿和政策制定提供依据。
三、遥感数据的选择与处理（一）遥感数据类型在湿地生态功能监测中，常用的遥感数据包括光学遥感数据（如Landsat、Sentinel-2 等）、微波遥感数据（如 Radarsat、Sentinel-1 等）和高光谱遥感数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
收稿日期收稿日期：2013-01-02；修订日期修订日期：2013-03-09基金项目基金项目：中国科学院战略性先导科技专项子课题(XDA05090310)、国家重点基础研究发展计划(2010CB95090103)资助。
作者简介作者简介：张树文(1955-)，男，吉林长春人，研究员，博士生导师，主要从事土地系统变化科学和遥感与地理信息系统应用研究。
E-mail:zhangshuwen@湿地遥感研究进展张树文1，颜凤芹1，2，于灵雪1，2，卜坤1，杨久春1，常丽萍1（1.中国科学院东北地理与农业生态研究所，吉林长春130102；2.中国科学院大学，北京100049）摘要摘要：湿地在维持生态平衡、保护生物多样性等方面发挥着重要作用。
由于各种自然、人为因素的影响，目前越来越多的湿地转化为农业和城市用地，湿地的质量退化和数量减少引起人们广泛关注。
遥感技术为湿地研究提供强有力的技术支撑。
重点从遥感影像数据源、湿地分类、湿地调查3个方面论述遥感技术在湿地研究中的应用，同时指出目前湿地遥感研究中存在的不足，并展望其未来发展。
关键词：湿地；遥感；遥感影像中图分类号中图分类号：X87文献标识码文献标识码：A文章编号文章编号：1000-0690(2013)11-11406-07湿地是一种重要的资源，是水陆相互作用形成的独特生态系统，是重要的生存环境和自然界最富有生物多样性的生态景观之一，有稳定环境、物种基因保护及资源利用等功能[1,2]。
由于各种自然、人为因素的影响，越来越多的湿地转化为农业、城市用地，湿地质量和数量的变化已引起人们的广泛关注[3]。
湿地多处于偏远地区，采用传统的手段来监测费时、费力、耗费高，调查范围小，对湿地有破坏性，而且其周期性较长，时效性差。
遥感（Remote Sensing,RS ）技术因具有省时省力、多时相、多平台、信息量大等优点，可为湿地研究提供强有力的技术支撑，近20a 来已广泛用于湿地资源调查、识别等研究中[3,4]。
中国的湿地科学起步较晚，了解国内外湿地遥感的现状和发展，对中国湿地的研究有重要意义。
本文重点从遥感影像数据源、湿地遥感分类、湿地资源调查3个方面论述RS 在国内外湿地研究中的应用现状，同时指出目前湿地遥感研究中存在的不足，并对其未来发展进行展望。
1遥感影像数据源新一代的遥感成像光谱仪,为对地观测提供极为丰富的多光谱数据[5]。
湿地遥感研究中，常用的多光谱影像数据源[6~14]有MSS 、TM/ETM 、SPOT影像。
高光谱影像、雷达影像也越来越多地被应用于湿地研究中[15,16]。
高光谱遥感影像光谱分辨率高，能够提供丰富的地表信息，因而在湿地遥感研究中具有很大的优势[17]。
MODIS(Moderate-res-olution Imaging Spectroradiometer)影像——全称为中分辨率成像光谱仪，是常用的高光谱影像。
在湿地遥感中，高光谱技术主要应用于湿地土壤植被和水体信息提取的研究。
其中，利用高光谱技术在湿地植被监测、植被群落精细分类、植被生物量估算等方面的研究较为广泛；在湿地水体信息提取、湖泊边界划分及水位线提取等方面做过许多方法研究；另外，高光谱遥感技术也应用于湿地土壤湿度和土壤含水量的反演研究中[17,18]。
微波遥感的突出优点是可全天候监测，并能透过植被、冰雪和干沙土，获得近地面以下的信息。
目前，RS 用于湿地研究的关注焦点已逐渐从光学遥感转移到雷达遥感上。
湿地雷达遥感中，应用最广泛的波段是：L 波段和C 波段，其中，L 波段对植被的结构特性更敏感；大多数研究认为L 波段适于研究以林地为主的湿地，而C 波段更适于少叶和低生物量植被组成的湿地[14,19]。
以上单种影像数据源都有其固定的特点和特定的应用领域，但有时采用单一影像研究湿地有其局限性。
而融合多源影像可以克服单一遥感影像数据源的不足，兼顾不同第33卷第11期2013年11月V ol.33No.11Nov.,2013地理科学SCIENTIA GEOGRAPHICA SINICA张树文等:湿地遥感研究进展11期遥感影像的时间、光谱和空间分辨率，从而可以集合多种数据源的优势，达到更好的研究效果。
因此，融合多源遥感影像[20~25]成为湿地遥感研究常用的手段之一。
总体而言，Landsat TM（ETM）、SPOT影像等性价比高，易获取，数据处理简单，适合二级湿地的动态监测，目前应用最为普遍，但难以实现多级湿地分类；高光谱影像光谱分辨率高，信息丰富，湿地植被群落的区分能力强，但是获取较难，数据处理复杂；雷达影像穿透性好，植被生物量估算方面更有优势，但SAR（合成孔径侧视雷达）反演生物量比光学遥感受到的干扰因素更多。
高光谱影像和雷达影像分类精度一般比多光谱影像高，应用前景广阔。
数据融合可提高影像的空间分解力和清晰度，增强解译和动态监测能力，融合影像用于湿地研究成为新的趋势。
但这需要根据具体情况选择要融合的影像，数据处理也相对复杂。
此外，其它辅助数据（土壤数据、地形和高程数据等）也可用于湿地研究中，但其应用还需要进一步加强。
2湿地遥感分类2.1湿地光谱特征研究遥感信息的分析识别主要依据地物反射光谱随波长变化状况。
因而，湿地地物反射光谱的测量分析也是进行湿地遥感应用研究的重要基础[26]。
大多数的计算机分类技术，包括最大似然法、最小距离法，非监督分类，都依赖于湿地植被类型的光谱反射特征进行分类。
光谱反射率的研究决定哪些湿地类型是光谱可分离的，哪些波段和时间对于湿地识别是最好的[27]。
国内外已经做了很多光谱反射的研究，这些研究表明生物量可以由反射值估算出来[28~33]。
2.2湿地遥感分类方法研究由于“同物异谱和同谱异物”，湿地遥感分类的精度问题是困扰湿地遥感发展的瓶颈之一。
目前，湿地遥感分类常用的计算机自动分类方法有监督分类和非监督分类；此外，也出现一些新的算法和方法。
1）目视解译。
指专业人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程[34]。
它可充分利用判读人员的知识和经验，灵活性强，尤其对地物空间关系处理较好。
因此，解译精度一般高于计算机分类[7]，但其解译精度与解译人员的经验有很大的关系，带有很大的主观性，不够客观。
早期卫星影像目视解译主要用来识别湿地[35]，目前，目视解译在国内外湿地遥感分类中的应用仍然非常广泛[36~40]。
2）监督分类。
其优点是可以指定所需的信息类。
缺点是所需的类可能不符合光谱唯一或同质类，并且训练数据采集是耗费时间和昂贵的[27]。
在国内外湿地遥感研究中，最小距离分类法和最大似然比分类法是较常用的监督分类方法[40~46]。
3）非监督分类。
其优点是，消除了耗时的训练阶段并且类是不同的单元。
缺点是，集群可能不是对应响应所需要的信息类。
因为土地覆盖类型的兴趣优先，所以，监督分类往往优先于非监督分类[5]。
在湿地遥感研究中，非监督分类的应用也比较广泛[47~51]，分类结果的好坏需要经过实际的野外调查来验证。
当二类地物对应的差异很小时，非监督分类的效果较差。
4）新湿地分类算法。
①决策树分类法。
决策树作为数据挖掘的一种方法，具有灵活、直观、运算效率高等特点。
其基本思想是通过一些判断条件对原始数据集逐步进行二分和细化。
这种方法不仅不需要依赖任何先验的统计假设条件，可方便地利用除亮度值以外的其它知识，所以在遥感影像分类和专题信息提取中已有广泛的应用[45,52,53]。
②分层分类法。
指根据建立的分类树,按照分类树的结构逐级分层次把研究的目标一一区分、识别出来，分出一层，提取一层，掩膜一层，直至提取完所要的类层。
牛明香等以山东省南四湖区湿地等为试验区,利用TM数据,提出了分区和分层相结合的湿地信息提取技术方法[54~56]。
③神经网络法。
是以模拟人脑神经系统的结构和功能为基础而建立的一种数据分析处理系统。
20世纪80年代末开始应用于遥感图像分类[7,57~59]。
④基于对象分类方法。
其主要思想是首先将图像分割成具有一定意义的对象，然后综合运用对象的光谱、形状及邻近关系等特征进行分类。
该方法考虑了更多的判别特征，接近人的目视解译思维习惯，为信息提取提供新思维方法[60~63]。
⑤支持向量机（SVMs）法。
指在基于统计的VC维理论和结构风险最小理论的基础上，根据有限的样本数对模型的复杂度和学习能力之间找出最佳折中，以达到最佳的信息提取效果的方法[64~66]。
5）复合分类法。
指将不同的分类器组合起1407地理科学33卷来进行分类，一是每个分类器不需要区分很多类别，以利用大类之间可分性更好的优点；二是每个分类器只对某些类别进行有效识别，提供不同的分类信息且彼此之间错误不相关[6]。
Töyrä等人的研究[20,67]表明复合分类法可克服单个分类器分类的局限性，实现优势互补，有效地提高分类精度。
但这需要研究者分清各分类方法的优点和缺点，分清不同类型湿地适合的分类方法，从而针对不同的地类选择合适的方法。
3遥感在湿地调查中的应用3.1遥感在湿地资源调查中的应用传统的野外采样方法进行资源调查覆盖范围小，费时多，对湿地具有破坏性。
而遥感数据具有感测范围广、信息量大、便于更新等特点，且对湿地不产生破坏性。
因此世界各国在湿地资源调查中都广泛采用遥感技术[68]。
RS技术可以提供有关湿地资源的海量数据,为大尺度的湿地资源调查提供极大的便利。
其影像经处理分析后还可反映湿地内部的环境状况。
可以深入研究湿地情况与周边气候、地形地貌、土地利用、植被变化、湿地生物多样性以及社会经济发展情况的关系[69]；可以对湿地资源的分布、面积及其湿地生物资源的分布、生长状况和空间格局演变等进行估测[26,70~75]。
在中国，人们开始将目光从自然湿地转向城市湿地[76,77]，所不同的是，城市湿地资源研究从一开始就突出了湿地结构功能与生态环境价值的研究方向，并且多研究湿地资源的动态变化过程及其生态效应，在研究方法上则更强调GIS（地理信息系统）的支持[68]。
3.2遥感在湿地动态监测中的应用湿地动态遥感监测是以多时相遥感数据为主要信息源，辅以必要的专题信息（地质图、地形图、DEM数据等），结合适当的野外调查，综合利用RS、GIS和GPS（全球定位系统）等技术，监测不同时期湿地现状和某个时间段内湿地的变化特征[78]。
由于RS技术的日趋成熟，同时与GIS、全球定位系统GPS的融合不断加深，因此3S（RS,GIS,GPS）技术成为国内外研究湿地资源与景观动态变化监测的主流方法[9,20,38,51,77,79~81]。
主要的遥感影像处理技术方法包括:①对不同时相图像的算术运算法，如求取差值或比值等；②图像分类后比较法：对不同时相的图像分别进行分类，比较分类结果后找出湿地的动态变化信息；③图像与辅助数据比较法：在地理信息系统中对图像分类结果与以往湿地专题地图结果进行比较以产生变化信息[68]。