数据来源与处理

区域地壳稳定性基础数据来源于中国地质科学院地质力学研究所主编的《中国区域地壳稳定性图（1∶500万）》，1997年由地质出版社出版[19]。基于ArcGIS平台，将中国区域地质稳定性图数字化，并对栅格化后的数据统计分析。

断裂活动性基础数据来源于邓启东主编的《中国活动构造图（1∶400万）》，2007年由地震出版社出版[20]。

海拔与地表起伏度基础数据来源于美国太空总署（NASA）和国防部国家测绘局（NIMA）联合测量的数字地表高程模型SRTM DEM，数据精度为3弧秒（90×90m），由中国科学院资源环境数据中心提供。基于SRTM DEM数据，利用ArcGIS空间分析模块Spatial Analyst中邻域统计工具Neighbor-hood Statistics，以4×4像元的矩形作为模版算子对整个研究区进行遍历计算，分别提取各区域最高海拔和最低海拔数据，运用栅格计算器calculator，将两者求差，得到一个新栅格图层，其每个栅格的值是以这个栅格为中心的确定领域的地形起伏度值。

植被覆盖度基础数据来源于2009年全球旬NDVI数据集，空间分辨率：005°×005°，坐标系统：WGS1984，NDVI值域为[－1,＋1]，由地球系统科学数据共享平台提供。旬NDVI数据均通过国际通用的可以进一步消除云、大气、太阳高度角等部分干扰的最大合成法获得，利用像元二分模型估算植被覆盖度。

岩溶发育程度基础数据来源于中国地质调查局发展研究中心“区域地质调查跟踪与部署研究项目”（1212011121130）。

地表湿润指数基础数据来源于1961～2013年中国地面降水月值05°×05°格点数据集（V20）数据、1961～2013年中国地面气温月值05°×05°格点数据集（V20）和日照时数数据，由中国气象科学数据共享服务网提供。地表湿润指数计算公式为：

W=P/ET0

式中：W为湿润指数；P为降水量(mm)；ET0为潜在蒸散量(mm)。ET0采用Thornthwaite模型计算。

土壤可蚀性基础数据来源于世界土壤数据库（HWSD v11），由地球系统科学数据共享平台提供。数据比例尺为1km格网，数据格式为Geotiff，时间为2009年。该数据库由联合国粮农组织（FAO）、国际应用系统分析研究所（IIASA）、荷兰ISRIC-World Soil Information、中国科学院南京土壤研究所（ISSCAS）、欧洲委员会联合研究中心（JRC）于2009年3月共同发布。数据库提供了各个格网点的土壤类型（FAO-74、85、90）、土壤相位、土壤（0～100cm）理化性状（16个指标）等信息。采用在我国广泛使用的EPIC模型，利用土壤有机质和颗粒组成因子（粘粒、粉粒、砂粒）进行估算土壤可蚀性因子K。

土壤侵蚀强度基础数据来源于中国1∶10万土壤侵蚀强度等级图（1997～2000年），由地球系统科学数据共享平台黄土高原科学数据共享平台提供。数据内容覆盖1997～2000年1∶10万各省土壤侵蚀强度等级数据，包括水力侵蚀、风力侵蚀、冻融侵蚀、重力侵蚀、工程侵蚀5个一级类别；微度、轻度、中度、强度、极强度、剧烈6个二级另类别，由第二次全国遥感水土流失普查获得。

社会经济数据采用的是全国千米网格GDP分布数据集和全国千米网格人口分布数据集，由国家科技基础条件平台：地球系统科学数据共享平台（>

土地覆被数据采用的是地球系统科学数据共享平台提供的2009年全球1km土地覆被数据集（GlobCover）。GlobCover是欧洲空间局（European Space Agency）建立的全球土地覆被数据集，数据集是根据UNLCCS分类标准，综合采用监督分类和非监督分类两种方法对多时相的MERIS L1B数据进行分类而得到的。GlobCover数据集空间分辨率5°×5°。根据需要，本书将土地覆被类型合并为耕地、林地、草地、水域、未利用地、城乡工矿居民用地等6种土地覆被类型。

本书栅格图层统一重采样为1km×1km的格网，各图层投影参数统一设定为：Projection: Albers；False_Easting: 0000000；False_Northing: 0000000；Central_Meridian: 105000000；Standard_Parallel_1:25000000；Standard_Parallel_2: 47000000；Latitude_Of_ Origin: 0000000；Linear Unit: Meter(1000000)；Geographic Coordinate System: GCS_WGS_1984。

所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常＜10 nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感（通常＞100nm）且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。

近20年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术之一。

121 高光谱遥感的起源和发展

随着基础理论和材料科学的不断进步，近20年来，高光谱遥感技术迅速发展，已成为除雷达遥感、激光遥感、超高分辨率遥感等技术以外，当前遥感领域的又一重要研究方向。

1211 国外的高光谱成像仪研制情况

由于高光谱遥感在地物属性探测方面的巨大潜力，成像光谱技术得到了普遍重视。

（1）机载高光谱成像仪

1983年，第一幅高光谱影像由美国研制的航空成像光谱仪（AIS-1）获取，标志着第一代高光谱成像仪的面世。1987年，美国宇航局（NASA）喷气推进实验室（JPL）研制成功航空可见光/红外成像光谱仪（AVIRIS），这标志着第二代高光谱成像仪的问世。

（2）星载高光谱成像仪

在航天领域，由美国喷气推进实验室研制的对地观测计划中的中分辨率成像光谱仪（MODIS），随TER2RA卫星发射，成为第一颗在轨运行的星载成像光谱仪，从2000年开始向地面传送图像。

2000年，NASA发射的EO21卫星上搭载的高光谱成像仪（Hyperion），地面分辨率为30m，已在矿物定量填图方面取得了很好的应用效果。2002年美国的海军测绘观测（NEMO）卫星携带的海岸海洋成像光谱仪（COIS）具有自适应性信号识别能力，满足军用和民用的不同需求。另外，2007年6月交付美Kirtland空军基地的高光谱成像传感器将通过Tac2Sat23卫星载入太空。

目前，许多国家都在积极研制自己的高光谱传感器，已明确有发射计划的有德国环境监测与分析计划的EnMAP，南非的多传感器小卫星成像仪MSMI和加拿大高光谱环境与资源观测者HERO。

1212 国外高光谱影像分析技术的研究现状

在成像光谱仪快速发展的同时，地物光谱数据库、高光谱影像分析技术研究也得到了迅速发展。

地物光谱数据库技术方面，以美国最为先进，有代表性的主要有JPL标准波谱数据库、USGS波谱数据库、ASTER波谱数据库和IGCP2264波谱数据库。此外，美国空军部门和环保局针对大气污染和空气成分的诊断建立了AEDC/EPA光谱数据库，并针对美国海军研究室研制的HYDICE成像光谱仪建立了森林高光谱数据库等。部分其他国家也展开了光谱数据库技术研究和建设工作，如英国在20世纪90年代初针对海水颜色研究建立了海水光谱数据库。

美国国家航空航天局（NASA）、欧洲航天局（ESA）、日本国家空间发展局（NASDA）和大学及研究所都有专门的高光谱影像应用分析的研究机构。

国外商业遥感图像处理系统，相继增加成像光谱数据处理模块，其中具有代表性的有RSI公司的ENVI，PCI Geomatics公司的PCI，MicroImages公司的TNTmips等。

1213 国内高光谱遥感技术发展现状

我国紧密跟踪国际高光谱遥感技术的发展，并结合国内不断增长的应用需求，于20世纪80年代中后期着手发展自己的高光谱成像系统。主要的成像光谱仪有中国科学院上海技术物理研究所研制的推扫式成像光谱仪（PHI）系列、实用型模块化成像光谱仪（OMIS）系列、中国科学院长春光学精密机械与物理研究所研制的高分辨率成像光谱仪（C2HRIS）和西安光机所研制的稳态大视场偏振干涉成像光谱仪（SLPIIS）。中国科学院上海技术物理研究所研制的中分辨率成像光谱仪（CMODIS）于2002年随“神舟”三号发射升空，并成功获取航天高光谱影像，其获取影像从可见光到近红外共30个波段，中红外到远红外的4个波段，空间分辨率为500 m。

2007年10月发射的“嫦娥1号”卫星已携带中国科学院西安光学精密机械研究所研制的干涉成像光谱仪升空，用于获取月球表面二维多光谱序列图像及可分辨地元光谱图，通过与其他仪器配合使用对月球表面有用元素及物质类型的含量与分布进行分析，获得的数据用于编制各元素的月面分布图。

从2007年到2010年，我国将组建环境与灾害监测预报小卫星星座，将携带超光谱成像仪，采用045～095μm波段，平均光谱分辨率为5nm，地面分辨率为100m。

我国在积极研制具有自主知识产权的成像光谱仪的同时，在地物光谱数据技术、高光谱影像分析技术等方面的研究中也取得了一系列可喜的成果。

20世纪90年代初期，中国科学院安徽光学精密机械研究所、遥感所等单位对大量的典型地物进行了波谱采集，建立了我国第一个综合性“地物波谱特性数据库”。1998年，中国国土资源航空物探与遥感中心建立了“典型岩石矿物波谱数据库”，其中包含了我国主要的典型岩石和矿物500 余种。2000年，中国科学院遥感所基于GIS和网络技术研制了典型地物波谱数据库及其管理系统，记录了10000多条地物波谱，并能动态生成相应的波谱曲线和遥感器模拟波段，实现了波谱数据库与“3 S”技术的链接。

122 高光谱成像仪简介

1221 国外高光谱成像仪系统介绍

（1）航空高光谱成像仪

1983年，世界上第一台成像光谱仪AIS-1（Aero Imaging Spectrometer-1）在美国喷气推进实验室研制成功，并成功应用于植被研究、矿物填图等方面，向世界展示了高光谱成像技术具有的潜力。此后，美国机载先进的可见光红外成像光谱仪（AVIRIS）、加拿大的荧光线成像光谱仪（FLI）和在此基础上发展的小型机载成像光谱仪（AIS）、美国Deadalus公司的MIVIS，GER公司的79波段机载成像光谱仪（ROSIS-10 和 ROSIS-20）、美国海军研究所实验室的超光谱数字图像采集试验仪（HYDICE）先后研制成功（表11）。

表11 国外主要的机载高光谱成像仪信息

近年来，成像光谱技术在资源调查、农作物长势、病虫害、土壤状况、地质勘查等方面的成功应用让世界各国看到了这项新技术的巨大前景与潜力，世界上一些有条件的国家竞相投入到成像光谱仪的研制和应用中来。各国在研制的同时纷纷参考已有成像光谱仪的先进技术，使得新研制的系统在继承了老系统各种优势的同时，很多方面得到了进一步的提高，在稳定性、探测效率、综合性能等方面均得到了很大的进步。其中，具有代表性的有美国的Probe、澳大利亚的HyMap、美国GER公司为德士古（TEXACO）石油公司专门研制的TEEMS系统等。

Probe-1和Probe-2是Earth Search Sciences公司开发的另一个有影响的航空成像光谱仪系统，该系统在04～25μm区有128个波段，光谱分辨率为18 nm。

HyMap即“高光谱制图仪”（hyperspectral mapper）的简称，是以澳大利亚Intergrated Spectronics公司为主研制的。HyMap在025～045μm光谱范围有126个波段，同时在3～5μm和8～10μm两个波长区设置了两个可供选择的波段，共有128个波段。其数据在光谱定标、辐射定标和信噪比等方面都达到了较高的性能，总体光谱定标精度优于05 nm；短波红外波段（20～25μm）的信噪比都高于500∶1 ，有的波段其信噪比甚至高达1000∶1。

TEEMS是德士古能源和环境多光谱成像仪（Texaco energy ＆ environmental multispectral imaging spectrometer）的简称。这是一台由美国地球物理和环境研究公司（GER）应德士古的技术要求与德士古的专家合作专门研制的具有200 多个波段、性能十分先进的实用型高光谱成像仪。该系统在紫外、可见光、近红外、短波红外、热红外波段等波谱均具有成像能力，从而在石油地质勘探特别是在勘探与油气藏有关的特征中具有很大潜力。

近年来热红外成像光谱仪已有了实质性的进展。最具有代表性的是美国宇航公司研制的空间增强宽带阵列光谱仪系统（spatially enhanced broadband array spectrograph system，SEBASS）。SEBASS有两个光谱区：中红外，30～55μm，带宽为0025μm；长波红外，78～135μm，带宽为004μm。它在中波红外区和长波红外区分别有100个、142个波段；所使用的探测器为两块128128的Si：As焦平面，有效帧速率为120Hz，温度灵敏度为005℃，信噪比＞2000。热红外成像光谱仪为更好地反映地物的本质提供了珍贵的数据，已经被应用于探矿、地质填图、环境监测、农林资源制图、植被长势等诸多领域。

（2）航天高光谱成像仪

美国先后研制出中分辨率成像光谱仪（MODIS），EO-1高光谱卫星，并与日本合作研制出的先进星载热发射反射辐射计（advanced satellite thermal emission/reflection radiometer）以及美国军方的“Might-Sat”高光谱卫星，在航天成像光谱技术研究方面一直在世界遥遥领先。

MODIS是EOS-AM1卫星（1999年12月发射）和EOS-PM1（2002年5月发射）上的主要探测仪器——中分辨率成像光谱仪，也是EOS Terra平台上唯一进行直接广播的对地观测仪器。通过MODIS可以获取04～14μm范围内的36个波段的高光谱数据，为开展自然灾害、生态环境监测、全球环境和气候变化以及全球变化的综合性研究提供了重要的数据源。

MODIS是搭载在terra和aqua卫星上的一个重要的传感器，是卫星上唯一将实时观测数据通过x波段向全世界直接广播，并可以免费接收数据并无偿使用的星载仪器。MODIS可获取04～14μm范围内的36个波段的高光谱数据，为开展生态环境研究、自然灾害监测、全球环境和气候变化等研究提供了重要的数据源。

ASTER搭载在Terra卫星上的星载热量散发和反辐射仪，是于1999年12月18日发射升空的，由日本国际贸易和工业部制造。一个日美技术合作小组负责该仪器的校准确认和数据处理。ASTER是唯一一部高分辨解析地表图像的传感器，其主要任务是通过14个频道获取整个地表的高分辨解析图像数据——黑白立体照片。ASTER能在4到16天之内对同一地区进行成像，具有重复覆盖地球表面变化区域的能力。ASTER数据特点之一是基于用户要求的观测，即根据用户提出的要求来随时随地地获取影像。ASTER的宽谱覆盖和高分辨能力给科学家们在诸如监测冰河的前进与退却，对潜在的活火山的监测，鉴别作物能力，对云层形态及物理状况的监测，湿地评估，热污染监测，珊瑚礁的退化，土壤及地质的表面温度绘图，以及测量地表的热平衡等众多学科领域提供了可供鉴定的信息。

美国宇航局（NASA）的地球轨道一号（EO-1）是美国NASA新千年计划的一部分，在2000年11月21日发射。地球观测1号卫星与LandSat-7覆盖相同的地面轨道，两颗卫星对同一地面的探测时间相差约1分钟的时间。EO-1带有三个基本的遥感系统，即高级陆地成像仪（advanced land imager，ALI），高光谱成像仪（HYPERION）以及大气校正仪（liner etalon imaging spectrometer arrey atmospheric correction，LAC）。EO-1上搭载的高光谱遥感器hyperion是新一代航天成像光谱仪的代表，也是目前唯一在轨的星载高光谱成像光谱仪以及唯一可公开获得数据的高光谱测量仪，共有242个波段，光谱范围为400～2500nm，光谱分辨率达到10nm，空间分辨率为30m。

2000年7月，美国发射的MightSat-Ⅱ卫星上搭载的傅立叶变换高光谱成像仪（fourier transform hyperspectral imager，FTHSI）是干涉成像光谱仪的成功典范。

欧洲空间局于2001年10月成功发展了基于空中自治小卫星PROBA小卫星的紧密型高分辨率成像光谱仪（CHRIS），并发射成功。CHRIS在415～1050μm的成像范围内有五种成像模式，不同的模式下其波段数目、光谱分辨率和空间分辨率不等，波段数目分别是18 ，37和62 ，光谱分辨率为5～15nm，空间分辨率为17～20m或者34～40m。CHRIS能够从五个不同的角度（观测模式）对地物进行观测，这种设计使得其能获取地物反射的方向性特征。

欧洲空间局继美国AM-1 MODIS之后于2002年3月又成功发射了Envisat卫星，这是一颗结合型大平台先进的极轨对地观测卫星。其中分辨率成像光谱仪（MERIS）为一视场角为685°的推扫型中分辨率成像光谱仪，其地面分辨率为300m，在可见光-近红外光谱区有15个波段，可通过程序控制选择和改变光谱段的布局。

日本继ADEOS-1之后于2002年12月发射了后继星ADEOS-2 ，其上搭载了日本宇宙开发事业团的两个遥感器（AMSR和GLI）和国际或国内合作者提供的三个遥感器（POLAR，ILAS-Ⅱ，Sea Winds）。GLI在可见光-近红外和短波红外分别有23个、6个波段，而在中红外和热红外则有7个波段。到目前为止，已发射的具有代表性的星载成像光谱仪如表12所示。

表12 国外主要星载高光谱成像仪

1222 我国高光谱成像仪系统介绍

（1）航空高光谱成像仪

我国成像光谱仪的发展经历了从多波段扫描仪到成像光谱扫描，从光机扫描到面阵CCD探测器固态扫描的发展过程。

“八五”期间，新型模块化航空成像光谱仪（modular aero imaging spectrometer，MAIS）的研制成功标志着我国的航空成像光谱仪技术和应用取得了重大突破。此后我国自行研制的推扫型成像光谱仪（PHI）和实用型模块成像光谱仪系统（OMIS）在世界航空成像光谱仪大家庭里占据了重要的地位。

（2）航天高光谱成像仪

我国于2002年3月发射的神舟3号无人飞船中就搭载了一个中分辨率的成像光谱仪（CMODIS），该仪器共有34个波段，波长范围在04～125μm。此外，环境减灾卫星搭载了115个波段的高光谱遥感器。“风云-3”气象卫星搭载的中分辨率成像光谱仪具有20个波段，成像范围包括可见光、近红外、中红外和热红外；“嫦娥一号”卫星搭载了我国自行研制的干涉成像光谱仪来探测月球物质。

123 高光谱遥感成像特点与数据表达

高光谱成像获取的图像包含了丰富的空间、辐射和光谱三重信息。其主要特点是将传统的图像维与光谱维信息融合为一体，在获取地表空间图像的同时，得到每个地物的连续光谱信息。高光谱数据是一个光谱图像的立方体，它由空间图像维、光谱维（从高光谱图像的每一个像元中可以获得一个“连续”的光谱曲线）和特征空间维（高光谱图像提供的是一个超维特征空间，挖掘高光谱信息需要深切了解地物在高光谱数据形成的N维特征空间中分布的特点与行为）。

124 高光谱遥感的主要应用领域

由于高光谱遥感能提供更多的精细光谱信息，有些学者将高光谱遥感的研究从最开始的矿物识别扩展到了水体、植被与生态、环境资源勘探等方面，但目前主要集中在地质、植被和水环境等研究领域。

1241 在植被监测中的应用

高光谱遥感由于其具有超高的光谱分辨率，为植被参数估算与分析，植被长势监测及估产等方面提供了有力的支撑。

1）植物的“红边”效应：“红边（REP）”是绿色植物叶子光谱曲线在680～740nm之间变化率最快的点，也是一阶导数光谱在该区间内的拐点。“红边”是植物光谱曲线最典型的特征，能很好地描述植物的健康及色素状态。当“红边”向红外方向移动时，一般可以判定绿色植物叶绿素含量高、生长活力旺盛；相反，当“红边”向蓝光方向移动时，一般可能是植物处于缺水等原因造成叶片枯黄等不健康状态。当植物覆盖度增大时“红边”的斜率会变陡。

2）植被指数：植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况，是利用遥感光谱数据监测地面植物生长和分布、定性、定量评估植被的一种有效方法。根据不同的研究目的，人们已经提出了几十种植被指数，如比值植被指数RVI，归一化植被指数NDVI，差值环境植被指数DVIEVI，垂直植被指数PVI，土壤调整植被指数SAVI等。

1242 在农业中的应用

高光谱遥感在农业中的应用，主要表现在快速、精确地进行作物生长信息的提取、作物长势监测、估算植被（作物）初级生产力与生物量、估算光能利用率和蒸散量及作物品质遥感监测预报，从而相应调整物资的投入量，达到减少浪费，增加产量，改善品质，保护农业资源和环境质量的目的。使用高光谱遥感数据估计作物的农学参数主要有两类方法：一是通过多元回归方法建立光谱数据或由此衍生的植被指数与作物农学参数之间的关系；二是通过作物的红边参数来估计作物的物候性状及其农学参数。

1243 在大气和环境方面的应用

高光谱遥感凭借其超高的光谱分辨率可以识别出宽波段遥感无法识别的因大气成分变化而引起的光谱差异，使人们利用高光谱遥感对周围的生态环境情况进行定量分析成为可能。利用高光谱技术可以探测到污染地区的化学物质异样，从而确定污染区域及污染原因；高光谱图像也可用来探测危险环境因素，例如，精确识别危险废矿物，编制特殊蚀变矿物分布图，评价野火的危险等级，识别和探测燃烧区域等。

1244 在地质方面的应用

地质矿产调查是高光谱遥感应用中最成功的一个领域。各种矿物和岩石在电磁波谱上显示的诊断性光谱特征可以帮助人们识别不同矿物成分。在地质方面主要利用其探测岩石和矿物的吸收、反射等诊断性特征，从而进行岩石矿物的分类、填图和矿产勘查。

1245 在军事上的应用

由于高光谱影像具有丰富的地面信息，可用于精确识别地物种类，在军事侦察、识别伪装方面得到了成功的应用。美国海军设计的超光谱成像仪可在04μm～25μm光谱范围内提供210 个成像光谱数据，可获得近海环境目标的动态特征，例如海水的透明度、海洋深度、海洋大气能见度、海流、潮汐、海底类型、生物发光、海滩特征、水下危险物、油泄露、大气中水汽总量和次见度卷云等成像数据，对近海作战有十分重要的支撑意义。

水稻纹枯病~属于土传病害，春耕灌水耕耙后，越冬菌核漂浮出水面，插秧后随水漂流到稻株基部芽鞘上，在合适条件时，萌发出菌丝，在叶鞘上延伸侵入，先形成附着胞，通过气孔或直接穿破表皮侵入，后不断扩展，在分蘖盛期至孕穗期在株间水平扩展，孕穗后期至蜡熟期由下部至上部扩展。

防治：收割时，尽量齐泥割稻，春耕灌水耕耙后，打捞菌核，加强水肥管理，不要施太多也不能施少了，施足基肥，及时追肥。及时施药，常用药剂有井冈霉素，纹霉清，丙环唑，爱苗菌核净等药物。望对您有帮助！

如何能制作出一份成功的 简历 ，以增加在简历筛选中的胜算如何能在不降低成功率的前提下提高简历筛选的效率以下是我整理的个人简历表模板3篇，以供大家参考。

个人简历表模板一：

姓名：

性别： 女

民族： 汉族 出生年月： 1990年8月25日

证件号码： 婚姻状况： 未婚

身高： 157cm 体重： 45kg

户籍： 广东湛江 现所在地： 广东湛江

毕业 学校： 佛山职业技术学院 学历： 专科

专业名称： 财务管理 (金融) 毕业年份： 2012年

工作年限： 一年以内 职称：

求职意向

职位性质： 全 职

职位类别： 财务/审计/税务

职位名称： 财务、会计、出纳 ; 银行柜员、信贷员 ;

工作地区： 湛江市 ;

待遇要求： 可面议 ; 需要提供住房

到职时间： 可随时到岗

技能专长

语言能力： 英语 B级 ; 普通话 标准

计算机能力： 良好 ;

综合技能： 能熟练 *** 作财务软件，能很好的与人交往，同时学校的生活使我锻炼了团队合作精神。

教育 培训

教育经历：

时间 所在学校 学历

2009年9月 - 2012年6月 佛上职业技术学院 专科

培训经历：

时间 培训机构 证书

2010年5月 - 2010年7月 佛山市财政局 会计从业资格证

2011年4月 - 2011年5月 佛山市财政局 初级会计电算化证书

工作经历

所在公司： 佛山卜蜂莲花超市

时间范围： 2011年6月 - 2011年8月

公司性质： 合资企业

所属行业： 批发零售(百货、超市、专卖店)

担任职位： 前台收银

工作描述： 在这两个月的收银工作中，我受益匪浅。看似简单的收银工作，实际 *** 作是一个繁杂的过程，它需要很大的耐心和细心，还要懂得如何去与人沟通，在此期间就得到了很好的锻炼。不仅如此还学会了如何识别真假人民币等等。从中还学到了在一个团队里工作，团队合作精神是非常重要的。

离职 原因： 实习期满

所在公司： 佛山农业银行

时间范围： 2011年10月 - 2011年12月

公司性质： 国有企业

所属行业： 金融业(投资、 保险 、证券、银行、基金)

担任职位： 信贷经理助理、大堂经理助理

工作描述： 为期一个月的银行实习，在个人金融部门主要做信贷业务工作，主要有车贷、房贷和其他贷款。之前对信贷了解的甚少，但通过这次的学习，知道了信贷的基本业务流程与处理等。除此之外，在此期间还当任过大堂经理助理，在这个过程中，在个人的交际能力方面也得到很好的锻炼，也锻炼了耐心和信心等。

离职原因： 实习期满

所在公司： 佛山喜运来实业有限公司

时间范围： 2012年2月 - 2012年4月

公司性质： 合资企业

所属行业： 印刷、包装、造纸

担任职位： 财务助理

工作描述： 负责进、出仓单的录入及对账，月末交发盘点表给香港总公司，大陆付款及香港付款的整理及其明细表和汇总表的编制，签收各供应商发票，与采购部以及仓库工作紧密联系。

离职原因： 个人原因

其他信息

自我评价 ： 本人性格乐观开朗、肯求上进，温和稳重，有责任感，自立性强，做事认真;勤奋好学，能很好的与人交往，同时学校的生活使我锻炼了团队合作精神。

发展方向： 出纳/统计——会计——会计主管——财务经理——财务总经理

其他要求：

****

个人简历表模板二：

姓名：

目前所在：江苏年龄：27 岁户口所在：天河区国籍：中国婚姻状况：已婚民族：汉族培训认证： 未参加 身高：165 cm 诚信徽章： 未申请 体重：人才测评： 未测评 我的特长：

求职意向

人才类型：普通求职　应聘职位：房地产：路桥工程师，房地产：岩土工程师，建筑工程管理/项目经理：工作年限：4 职称：初级 求职类型：全职 可到职日期：一个月 月薪要求：5000--8000 希望工作地区：广州,深圳,

工作经历

广东泛珠技术咨询有限公司 起止年月：2007-06-01 ～ 2012-08-01公司性质：民营企业所属行业：其他行业担任职位：路桥工程师工作描述：主要职位为路基分项负责人

项目 经验 ：

08年7月至现在：成安渝高速公路 第2合同段路基分项负责人

08年2月至6月：湖南省炎陵至汝城(湘粤界)高速公路第4合同段初步设计：排水设计;湖北洪湖至监利高速公路初步设计：软基处理;惠州市惠博沿江路施工图设计修编：高边坡、挡墙设计

08年12月：中山东部快线先行标部分施工图阶段 挡墙设计

08年11月至09年2月：岳阳至长沙高速公路第一合同段施工图设计 路基分项负责人。独立完成路基专业大部分设计及其他工程、筑路材料等专业的设计

08年10月至11月：中山东部快线工程初步设计阶段 对沿线深厚软基分布段落进行沉降计算，分析确定处理 方法 ，进行软基处理设计

08年6月至10月：岳阳至长沙高速公路第一合同段初步设计 路基分项负责人。独立完成路基专业大部分设计及其他工程、筑路材料、施工组织计划等专业的设计

07年10月至08年6月：惠州市惠博沿江路 高边坡开挖加固、下穿惠河高速对其桥台锥体开挖时的挡墙防护设计

07年8月至10月 惠州市惠博快速路改扩建工程、惠州市南四环快速路工程 勘察监理，负责跟进现场勘察工作离职原因：珠海铁科岩土工程技术有限公司 起止年月：2005-08-01 ～ 2007-06-01公司性质：私营企业所属行业：房地产/建筑担任职位：工作描述：07年6月 科研 撰写揭普高速软土路基工后沉降控制研究 报告 之次卸载时间推算方法。分别用指数法、双曲线法和Asaoka法来推算主沉降量，并对计算结果进行比较，得出结论

07年3月 珠海斗门区东方墅三期 负责软基处理设计

06年10月至12月 珠海明月湾项目 负责南、北住宅区的软基处理及明月湾酒店基坑开挖前的软基处理

06年8月 科研 撰写揭普高速软土路基工后沉降控制研究报告之次压缩变形特性。根据揭普高速现场监测数据推算次压缩系数等，并和实验数据进行比较分析，得出外在因素(如荷载、加载时间等)对结果的影响;验证了殷宗泽法和Meris法，并提出更适合揭普高速软土卸载后的次压缩系数的计算方法

06年6月 科研 撰写揭普高速软土路基工后沉降控制研究报告之强度性质。包括勘察报告数据整理、实际工程案例计算举证等

06年5月 珠海西域集装箱码头、洪湾码头预留岸坡 负责监测现场的水平位移、沉降、孔压等，并对记录的数据进行处理制图，分析稳定情况

06年4月 中山坦州边坡加固工程设计

06年3月 珠海洪湾码头预留岸坡加固设计

05年9月 珠海洪湾码头件杂泊位码头监测 负责监测现场的水平位移、沉降、孔压等，并对记录的数据进行处理制图，分析稳定情况离职原因：

教育背景

毕业院校：南京工业大学(原南京建筑工程学院)最高学历：本科获得学位: 毕业日期：2005-07-01专 业 一：勘查技术与工程专 业 二：起始年月终止年月学校(机构)所学专业获得证书证书编号2001-10-012005-06-01南京工业大学(原南京建筑工程学院)勘查技术与工程学士-

语言能力

外语：英语　优秀粤语水平：一般 其它 外语能力：国语水平：优秀

工作能力及其他专长

本人在各方面都能严格要求自己。能吃苦,自信、自强，敢于迎接挑战。有很强的领悟能力和学习能力，并且具有很好的团队合作意识及沟通协调能力

个人自我评价

个人简历表模板三：

姓名：

国籍： 中国

目前所在地： 广州 民族： 汉族

户口所在地： 汕头 身材： 165 cm　68 kg

婚姻状况： 已婚 年龄： 40 岁

求职意向及工作经历

人才类型： 普通求职

应聘职位： 建筑/房地产/物业管理类：工程测量 管理等、结构/土木/土建工程师、路桥工程师：

工作年限： 12 职称： 中级

求职类型： 全职 可到职日期： 随时

月薪要求： 3500--5000 希望工作地区： 广东省 湖南 福建

个人工作经历：

公司名称： 深圳地铁3151标石夏站起止年月：2009-02 ～ 2009-03

公司性质： 民营企业所属行业：房地产，建筑，安装，装潢

担任职务： 测量主管

工作描述：

离职原因： 不喜欢在那喝香吃辣的生活

公司名称： 广州铁路房产建筑工程公司起止年月：2008-11 ～ 2009-01

公司性质： 民营企业所属行业：房地产，建筑，安装，装潢

担任职务： 测量主管

工作描述：

离职原因： 工程完工

公司名称： 福州三建LNG项目部起止年月：2008-06 ～ 2008-09

公司性质： 民营企业所属行业：房地产，建筑，安装，装潢

担任职务： 测量主管

工作描述：

离职原因： 工程完工

公司名称： 广东省二建 路桥分公司起止年月：2007-11 ～ 2008-04

公司性质： 国有企业所属行业：房地产，建筑，安装，装潢

担任职务： 测量主管

工作描述：

离职原因： 工程完工

公司名称： 广州港浚工程有限公司起止年月：2007-06 ～ 2007-09

公司性质： 私营企业所属行业：房地产，建筑，安装，装潢

担任职务： 测量及现场施工

工作描述：

离职原因： 工程完工

公司名称： 中港四航局 福州分公司起止年月：2006-08 ～ 2007-04

公司性质： 国有企业所属行业：房地产，建筑，安装，装潢

担任职务： 测量工

工作描述： 广泛学习全站仪 测深仪等测量仪器的使用 研究卡西欧测设程序并熟练使用 参与莆田天然气项目部的各种测量工作，出色完成测量任务

离职原因： 寻找更好的发展机会

教育背景

毕业院校： 广州航海学校

最高学历： 大专 毕业日期： 2006-07-01

所学专业一： 桥梁与城市道路工程 所学专业二：

受教育培训经历：

起始年月 终止年月 学校(机构) 专　业 获得证书 证书编号

2003-09 2006-06 广州航海学校 桥梁与城市道路工程 毕业证 11106120

2005-03 2006-01 中港四航局 工程测量 工程测量中级证 05190020

语言能力

外语： 英语　一般

国语水平： 良好 粤语水平： 一般

工作能力及其他专长

能熟练使用电脑 卡西欧4800 5800及7400测设程序;熟悉各种测量仪器的使用(水准仪、经纬仪、全站仪等);有较强的数据分析、文字表达能力，能及时完成测量报告的编写;性格开朗，沟通能力较强，能及时协调处理各方的关系;有较强的责任感，能主动跟踪安排工地测量工作。

详细个人自传

2006年8月-2007年4月 在中港四航局福州分公司 莆田项目部 广泛学习全站仪 测深仪等测量仪器的使用 研究卡西欧测设程序并熟练使用 参与莆田天然气项目部的各种测量工作，出色完成测量任务

2007年6月—2007年9月 广州港浚工程有限公司 龙穴岛九 十号泊位码头前沿道路测量 施工 大家通力合作 提前一个月完成任务

2007年11月—2008年4月 省二建路桥分公司 担任测量主管 表现较强的责任感，能主动跟踪安排工地测量工作 较强的数据分析、文字表达能力，能及时完成测量报告的编写;性格开朗，沟通能力较强，及时协调处理各方的关系

2008年6月-9月 福州三建LNG项目部 测量主管 并负责消防通道及载重车道施工

2008年11月-2009年1月 广州铁路房产公司 测量主管 京珠北高速公路大桥 梅花收费站土建改造工程测量及施工

2009年2月- 3月 深圳地铁3151标石夏站 测量主管

遥感技术具有监测范围广、速度快、成本低,且便于进行长期的动态监测等优势, 还能发现有时用常规方法难以揭示的污染源及其扩散的状态, 它不但可以快速、实时、动态、省时省力地监测大范围的大气环境变化和大气环境污染, 也可以实时、快速跟踪和监测突发性大气环境污染事件的发生、发展, 以便及时制定处理措施, 减少大气污染造成的损失。因此,遥感监测作为大气环境管理和大气污染控制的重要手段之一, 正发挥着不可替代的作用。<BR>1 大气环境遥感监测技术的基本原理遥感监测就是用仪器对一段距离以外的目标物或现象进行观测,是一种不直接接触目标物或现象而能收集信息,对其进行识别、分析、判断的更高自动化程度的监测手段。它最重要的作用是不需要采样而直接可以进行区域性的跟踪测量,快速进行污染源的定点定位,污染范围的核定,污染物在大气中的分布、扩散等,从而获得全面的综合信息。根据所利用的波段, 遥感监测技术主要分为紫外、可见光、反射红外遥感技术;热红外遥感技术和微波遥感技术三种类型。<BR>大气环境遥感监测作为遥感技术应用中较为重要的内容之一,在业务上不同于常规气象要素的监测。常规气象要素遥感监测[1 ] 主要是指测量大气的垂直温度剖面、大气的垂直湿度剖面、降水量及频度、云覆盖率(云量和云层厚度) 和长波辐射、风(风速和风向) 、地球辐射收支的测量等。而大气环境遥感则是监测大气中的臭氧(O3 ) 、CO2 、SO2 、甲烷(CH4 ) 等痕量气体成分以及气溶胶、有害气体等的三维分布。这些物理量通常不可能用遥感手段直接识别,但由于水汽、二氧化碳、臭氧、甲烷等微量气体成分具有各自分子所固有的辐射<BR>和吸收光谱特征,如影响水汽分布的主要光谱波长在017μm , O3在0155～0165μm 之间存在一个明显的吸收带等,因此我们实际上可通过测量大气散射、吸收及辐射的光谱特征值而从中识别出这些组分来。研究表明,在卫星遥感中,有两个非常好的大气窗可以用来探测这些组分,即位于可见光范围内的0140～0175μm 的波段范围和在近红外和中红外的0185μm、1106μm、1122μm、1160μm、2120μm 波段处。<BR>2 大气环境遥感监测技术的应用<BR>大气环境遥感监测技术按其工作方式可分为被动式遥感监测和主动式遥感监测,被动式遥感监测主要依靠接收大气自身所发射的红外光波或微波等辐射而实现对大气成分的探测;主动式遥感监测是指由遥感探测仪器发出波束、次波束与大气物质相互作用而产生回波,通过检测这种回波而实现对大气成分的探测。由于主动式大气探测仪器既要发射波束,又要接收回波,通常将这种方式称为雷达工作方式。根据遥感平台的不同,大气环境遥感监测又可分为天基、空基遥感和地基遥感。天基、空基遥感是以卫星、宇宙飞机、飞机和高空气球等为遥感平台,地基遥感则是以地面为主要遥感平台。本文将根据大气环境遥感监测技术的工作方式和遥感平台的不同,从四个方面来介绍大气环境遥感监测技术在实际中的应用。<BR>2 1 大气环境的被动式空基遥感监测<BR>目前利用被动式空基遥感对大气环境监测主要包括:对臭氧层的监测,对大气气溶胶和温室气体如CO2 、甲烷(CH4 ) 的监测,对大气主要污染物、大气热污染源以及突发性大气污染事故如沙尘暴等的监测。大气环境污染主要体现在大气污染物上,大气污染物的种类约有数千种,已发现有危害作用而被人们注意到的有一百多种,其中大部分为有机物。本文为了论述的方便,将大气污染的主要污染物按污染区域及污染性质分为三大类,第一类为区域性污染的大气污染物,主要有二氧化硫、氮氧化物、大气颗粒物(包括可吸入颗粒物) 、有机污染物等;第二类为灾害性大气污染,如沙尘暴、有毒气体的泄漏等;第三类为在全球变化中起着不可忽视作用的污染物,如对流层气溶胶、臭氧(O3 ) 、CO2 、甲烷(CH4 ) 等。本文将针对以上三大类污染物来介绍被动式空基遥感在大气环境监测中的应用。<BR>21111 区域性大气污染物的被动式空基遥感监测<BR>利用遥感对大气环境进行监测的其中一个方面是对区域性大气污染物的监测,然而区域性大气污染信息是叠加于多变的地面信息之上的微弱信息,这些物理量通常不可能用遥感手段直接识别,提取非常困难,一般的地物提取方法均不实用。目前常用的方法主要有两类,一类是根据污染地区地物反射率发生变化,边界模糊的情况来对大气污染情况进行估计[2 ,3 ] ; 另一类是间接方法,主要根据树叶中SO2 等污染物含量与遥感数据中植被指数的关系估计大气污染的情况[4 ] 。王雪梅、邓孺孺等[5 ] 分析了卫星遥感像元信息构成的物理机制, 将像元信息概化为土壤、植被、水体等基本信息类型的线性集合与污染气体( SO2 ,NOx) 信息的简单叠加,首次从TM 卫星数据直接定量提取珠江口地区大气污染气体累加浓度信息。实验结果表明,所提取的污染信息满足精度要求。有学者[6 ,7 ] 用红外航片资料研究了环境污染区与植被的响应关系,指出受污染杨树与正常健康的杨树相比,光谱发射率在近红外波段(017～111) 有较大幅度的下降,而在红波段(016～017) 则有所增加,叶绿素指数也迅速减少,因此叶绿素指数可成为反映大气污染的一个重要指标。<BR>L BRUZZONE[8 ] 等利用搭载在ERS - 2 卫星上的GOME 和ATSR - 2 传感器所接收到的数据,通过两种方法对生物燃烧排放到对流层中的NO2进行了计算,一种是假设这两种传感器所获得的数据与NO2浓度之间存在线性关系;另外一种是用基于辐射传输方程神经网络的非线性无参数方法来反演NO2 浓度。实验结果表明,这两种方法在实际反演NO2 浓度时效果较好。S CORRADINI 等人[9 ] 根据aster 数据, 利用劈窗算法( the split2window technique) 计算了意大利Mt Etna 火山排放的SO2 ,试验证明,运用该方法可较为准确地计算出SO2的分布。<BR>21112 灾害性大气污染———沙尘暴的被动式空基遥感监测<BR>利用遥感技术对大气环境进行监测的另一个方面是对大气污染事故的监测,如对沙尘暴的监测。沙尘暴是严重的生态环境问题,同时也是严重的大气污染问题,它突发性强,危害巨大,当沙尘暴发生时,大量沙尘粒子悬浮于空中并随风移动,对人畜及环境造成极大危害。沙尘暴属于大气气溶胶的一种极端情况。在气象学中,沙尘暴<BR>是指强风从地面卷起大量沙尘,使空气很浑浊,水平能见度小于110km 的灾害性天气现象。周明煜等[10 ] 利用NOAAPAVHRR 资料分析了1993 年4月北京、天津上空沙尘暴特性,得到在沙尘暴发生时,AVHRR 可见光通道1 和可见光通道2 的反射率都有增加,沙尘暴强度越大,反射率增加越大,但仅给出了反射率增加的大小,而没有根据卫星反射率的变化对沙尘暴进行定量研究。目前对沙尘暴的遥感监测主要是利用GMS 和NOAAPAVHRR 数据,其研究表明, GMS 的红外通道数据有利于确定沙尘暴的位置,同时它所具有的高时间分辨率(1h) ,更有利于大尺度监测沙尘暴的运动轨迹[11～14 ] 。由于NOAAPAVHRR 数据不但可以监测到沙尘暴反射辐射特性[15 ,16 ] ,而且可以在较大尺度上监测到沙尘暴的时空分布[11 ,12 ] ,因此是目前沙尘暴研究和监测的主要遥感信息源。<BR>21113 影响全球大气环境污染物的被动式空基遥感监测在大气环境研究方面,世界各国科学家、政府及相关机构,不仅关注于局地性的大气环境,而且更注重于全球大气环境的质量,如温室气体效应、全球臭氧空洞以及气溶胶的直接、间接气候强迫效应等导致的全球变化。自1978 年以来,科学家们利用搭载在Nimbus - 7 卫星上的臭氧制图光谱仪(TOMS) 对大气中臭氧进行了卫星观测,开创了利用遥感手段对全球变化进行研究的先河。<BR>Varotsos 等[17 ] 利用1979～1992 年13 年的Nimbus- 7TOMS 遥感数据分析了希腊上空的臭氧衰减,研究结果表明, 其上空的臭氧衰减率为每年018 %;日本[18 ] 于1996 年发射的ADEDS - Ⅱ卫星上搭载有温室气体干涉监测仪,可提供全球大气中的CO2 、CH4 和CFCS 等温室气体的遥感监测数据。此外,利用ERS - 2 上搭载的全球臭氧监测实验装置(GOMZ) 和大气制图学P化学扫描成像吸收光谱仪(SCIAMACHY) 可对CO 和O3体积浓度进<BR>行全球制图[19 ] 。<BR>气溶胶不仅影响全球变化,而且也是影响区域大气环境质量的主要因素,因此,本文将重点介绍被动式空基遥感在气溶胶监测中的应用以及探测气溶胶的卫星传感器的发展历程和特点。<BR>在对气溶胶的遥感监测方面,高分辨率的卫星遥感不但提供了监测大气气溶胶的可能性,而且还弥补了一般地面观测难以反映气溶胶空间具体分布和变化趋向不同的缺陷,为全球和区域气候的研究以及城市污染的分析提供了丰富的研究资料。气溶胶是指悬浮在大气中的各种液态或固态微粒,通常所指的烟、雾、尘等都属于气溶胶,它对大气中发生的许多物理化学过程有着重要的影响。气溶胶有众多的自然源和人为源,但基本上可分为陆源气溶胶和海源气溶胶两种。国际上卫星遥感气溶胶的研究开始于二十世纪70 年代中期,我国科学家从80 年代中期开始也进行了这方面的研究。1986 年赵柏林等[20 ] 利用NOAAPAVHRR 资料,对海上大气气溶胶进行了研究,由于是研究的尝试阶段,仅对渤海上空一个点进行了测量,结果表明,对气溶胶浓度计算所达到的精度可以满足气候和环境研究的需要。刘莉[21 ] 利用GMS - 5 可见光通道研究了湖面上空气溶胶光学厚度,试验证明了该方法的可行性。毛节泰、李成才等利用MODIS 资料和地面多波段光度计资料对整个中国、中国东部地区及四川盆地等地的气溶胶特性做了大量的研究工作,并取得了一定的成果。国际上在利用卫星资料研究气溶胶方面<BR>作了很多的工作,尤其是在利用气溶胶光学特性并根据其路径散射光谱进行反演方面。目前,国外对气溶胶进行反演的方法主要有8 种,即单通道反射率反演法、多通道反射率反演法、基于稠密或暗色植被区的黑体反演法、陆地上空对比度削减法、热对比法、陆地—海洋对比法、反射率角度分布法及极化方法。Griggs[22 ,23 ] 发现在海洋表面上空垂直反射出去的太阳辐射值随气溶胶光学厚度的变化而近于线性增加,基于此线性关系建立了海上气溶胶光学厚度单通道反演方法,但这种方法仅限于用在如海洋等低反射率表面的情况,因为当地表反射率较大时,这种线性关系不能很好成立。Mekler 等[24 ] 在辐射传输方程的基础上,利用地球资源观测卫星( ERTS) 反演了气溶胶含量,效果较好。Yoramj 等[25 ] 提出一种能在地表反射率有变化的区域(如水陆交界处) 运用的反演算法,这种算法对辐射传输方程进行了近似,适用于平面平行大气,可用波长范围限于014～018μm;<BR>Kaufman[26～28 ] 等通过大量飞机试验发现,对于植被密集的具有较低反照率的地表, 2113μm 近红外通道反照率和0147μm、0166μm 可见光通道反射率相关较好,此方法已成功地运用于MODIS 的气溶胶反演。<BR>随着卫星技术的发展,监测气溶胶属性用的卫星传感器也在不断的发展。过去(1981～1998年) 对气溶胶光学厚度的反演使用最多的卫星传感器是搭载在NOAA 卫星上的AVHRR ,主要工作是利用它的第一通道(0163μm) 进行海洋上空气溶胶光学厚度的监测。该传感器本身具有很多缺点,如可见光波段没有进行星上校正等[29 ] 。为了避免太阳光的直射,自1981 年以来,反演海上气溶胶光学厚度仅使用午后极轨卫星(NOAA - 7 ,NOAA - 9 ,NOAA - 11 ,NOAA - 14) ,且人们对海洋上空气溶胶性质的了解主要来自于对其单通道的反演(Rao etal 1989 ; Stowe et al 1997) 。之后人们对气溶胶性质的研究逐渐转为使用搭载在Nimbus - 7 上的TOMS 传感器,该传感器对气溶胶吸收特性比较敏感,但是在气溶胶定量分析和确定气溶胶层的高度方面具有很大的不确定性(Torres et al 1998) 。1995 年,欧洲空间局( ESA)发射了一种新型的多角度传感器ATSR ,搭载于ERS - 2 卫星上,利用这种传感器可以对全球的气溶胶光学特性进行研究,它的波段范围与AVHRR相似,但是它有两个不同的扫描角,因而对气溶胶反演精度有了很大的提高。1996 年日本发射了自己的第一颗地球观测卫星(Advanced Earth<BR>Observation Satellite - ADEOS) ,该卫星上搭载的传感器有由CNES 和法国空间局提供的辐射偏振探测器( POLDER) ,这是一种敏感的OCTS 传感器。<BR>POLDER 辐射偏振探测器是第一个针对海陆气溶胶进行反演而设计的传感器,OCTS 传感器主要是对海温和水色遥感而设计的,它可以倾斜,在热带地区可以避免太阳光的照射,OCTS 传感器现在已经成功地应用于对海面气溶胶的反演, 但POLDER和OCTS 传感器都没有进行星上校正。1997 年NASA 和OrbImage 发射了SeaWiFs 传感<BR>器,该传感器是商业用的,通过它可获得全球的水色数据,然后提供给全世界的渔民,同时也可被用来对海洋上空气溶胶光学厚度进行反演,该传感器没有热红外波段,也没有星上校正,其主要缺点是波段较窄,很难穿透云层。1999 年,NASA 成功发射了地神Terra 卫星后,对对流层气溶胶遥感能力有了较大的提高,他们还特别针对气溶胶设计了两个传感器:MODIS 和MISR。MODIS 是一个具有中等空间分辨率(250～1000m) ,由36 个通道成像分光计构成的传感器,而且进行了精确的辐射校正。MODIS 突出的特点之一就是可利用17 个波段来区分出云、阴影、浓气溶胶和火灾(Ackerman et al 1998 ; King etal 1998) ;MISR 是四通道CCD 阵列,提供了九个单独观测角度的传感器,利用该传感器获得的数据能够反演海洋和陆地上空气溶胶光学厚度和气溶胶类型。2000 年发射的Envisat - 1 是欧洲空间局( ESA) 的一颗高级环境卫星, 上面携带的传感器是AATSR 和MERIS。AATSR 类同于ATSR - 2 ,MERIS 传感器采用的是推扫式仪器,能够在15 个波段上收集数据。NASDA 于2000 年发射了ADEOS - Ⅱ卫星,上面携带的传感器是POLDER 和GLI ,GLI 传感器类同于MODIS ,利用GLI 的数据能够对海洋和陆<BR>地上空气溶胶进行反演。2002 年,NASA’S EOSCHEM卫星携带OMI 升空,该传感器也被认为能用来反演陆地及海洋上空的气溶胶,该传感器类同于TOM传感器,只是空间分辨率有了较大的提高。<BR>212 大气环境的主动式空基遥感监测<BR>目前,大气环境的主动式空基遥感监测主要是星载或机载的微波雷达。此外,还有微波高度计和微波散射计。主动式雷达是由发射机通过天线在很短的时间内向目标物发射一束很窄的大功率电磁波脉冲,然后用同一天线接受目标地物反射的回波信号而进行显示的一种传感器。不同物体,回波信号的振幅、位相不同,故接受处理后,可测出目标地物的方向、距离等数据。目前,许多国家都制定了空间雷达探测计划, 美国NASA 于1993 年首先利用机载的探测雷达监测了大气中气溶胶的分布,1998 年NASN 再次利用载有雷达的极轨卫星测量了大气中的气溶胶、水汽、臭氧等成分;1994 年,Bourdon A[30 ] 在希腊雅典利用机载差分吸收雷达测量了该市上空的光化学雾,获得了一些大气污染物空间分布数据,如SO2 、NO2 、臭氧和气溶胶等的分布。胡顺星等[31 ] 利用激光雷<BR>达对对流层2～4km 高度范围的臭氧分布进行了测量, 结果表明, 用YAG 激光产生的两个波段(266nm 和289nm) ,可以得到比较精确的臭氧分布。刘金涛等[32 ] 采用高光谱分辨率激光雷达(HSRL) 系统,同时测量了大气风和气溶胶的光学特性,取得了较好的效果。<BR>213 大气环境的被动式地基遥感监测<BR>以上介绍的大气环境遥感监测主要是以卫星或航天飞机为遥感平台的主动、被动式遥感监测,地面上的遥感监测也是大气环境遥感的重要组成部分。目前大气环境的被动式地基遥感监测主要有:太阳直接辐射的宽带分光辐射遥感、微波辐射计遥感、多波段光度计遥感、根据天空散射亮度分布遥感、全波段太阳直接辐射遥感和华盖计遥感等。太阳直接辐射遥感是利用日光在大气中的衰减和散射来测量大气组分的,它通过对可见光的<BR>测量来反演气溶胶,利用紫外线波段来测量大气臭氧、二氧化碳等[33 ] ;由于大气分子的吸收辐射在很宽的频率范围内产生特定的谱线,且不同分子及不同的能级跃迁产生的谱线不同,微波辐射计就是通过接受这些不同的辐射频率信号来反演大气组分的。利用微波辐射计可测量大气臭氧和氯化物,它测量的大气臭氧精度和地基陶普生光谱仪测量精度相当;此外微波辐射计还可测量大气衰减,它可以得到精确的大气消光系数,这在大地测量、制导和电波通信中是相当重要的[34 ] 。多波段光度计遥感是一种以太阳为光源的被动式地基遥感手段,自大气上界入射到地气系统的太阳辐射受到大气中气体分子以及大气气溶胶粒子的散射和吸收,在地面接收到的太阳辐射包含了大气中气溶胶信息,通过测量接收到的辐射就可以反演出气溶胶的信息。利用多波段光度计遥感气<BR>溶胶光学厚度是目前气溶胶遥感手段中最准确的方法,通常被用来校验卫星遥感的结果,如NOAA为验证利用第一代AVHRR 卫星测量海洋上空气溶胶方法的准确性,曾经在10 个沿岸和岛屿观测点及观测船上利用多波段光度计对气溶胶进行了测量,并通过比较两种遥感结果的一致性来验证卫星遥感的准确性[35 ] 。毛节泰等[36 ] 在利用多波段光度计测量气溶胶方面作了一些研究工作,如利用MODIS 卫星资料测量了北京地区的气溶胶光学厚度,同时与利用地面光度计测量的结果进行了比较,试验证明,两种方法的测量结果比较接近,这说明了利用卫星遥感监测气溶胶是一种地基遥感监测较好的替代方法,它可以弥补地基遥感地面观测空间覆盖不足的缺陷。刘桂青[37 ] 等2002 年在浙江临安进行了地面光度计以及粒子谱的观测,将观测结果与MODIS 的气溶胶产品和空气污染指数(API) 进行了对比,发现两者间具有很好的相关性。<BR>214 大气环境的主动式地基遥感监测<BR>目前,大气环境主动式遥感监测主要是地基遥感监测,典型的主动式大气遥感探测仪器有二十世纪40 年代发明的微波气象雷达和60 年代发明的大气探测激光雷达。用于大气探测的激光雷达是历史上出现最早的激光雷达,也是目前应用最为广泛的一种激光雷达(Hinkley et al , 1976 ;Measures et al , 1988) 。激光波束的波长,可与大<BR>气中的任何原子、分子发生共振而产生回波,不存在大气探测的盲区,它主要用于测量大气的状态、大气污染成分和平流层物质等大气中物质的物理性质及其空间分布特征等。根据它测量的物质种类和目标的不同,可分为米氏激光雷达、瑞利激光雷达、荧光雷达、喇曼激光雷达、差分光激光雷达、多普勒雷达等(表1) 。邱金桓等[38 ] 于1982 年5月首次用激光雷达监测了沙尘暴的消光特性,由于当时所用的激光雷达功率较小,只探测到垂直<BR>高度大约2km 范围,结果表明,沙尘暴发生时气溶胶光学厚度可以有一个量级的变化;他们[39 ] 又对1988 年4 月发生的沙尘暴进行的激光雷达探测,垂直高度达到了6km 以上,揭示出沙尘暴垂直结构依赖于风场结构。1986 年,杨舒等[40 ] 从理论上研究了利用多波段激光雷达反演气溶胶粒子谱和复折射率的方法。中国科学院安徽光机所自1995 年起就利用自己研制的523 和1064 nm 双波长激光雷达,对大气气溶胶的水平和垂直消光特性进行了探测,积累了大量的数据,并得到了不同大气条件下典型的气溶胶垂直分布廓线和气溶胶指数的特征。石广玉等[41 ] 与日本合作在西藏拉萨等地也开展了短期激光雷达测量气溶胶的工作。<BR><IMG onmousewheel="return bbimg(this)" style="WIDTH: 584px; HEIGHT: 150px" height=224 src="/hjjc/UploadFiles_2592/200611/20061119180335623jpg" width=861 onload=javascript:resizepic(this) border=0><BR>3 存在的问题及其展望<BR>目前,遥感技术正从单一遥感资料的分析,向多时相、多数据源(包括非遥感数据资料数据) 的信息复合与综合分析过渡。从对各种事物的表面性的描述,向内在规律分析、定量化分析过渡,就大气环境遥感而言,有待于在以下几方面加强研究:<BR>(1) 大气环境遥感的定量化、集成化、系统化和全球化。“定量化”是大气环境遥感研究的永恒主题,也是大气环境遥感中的关键技术之一,解决这一问题的基本前提是建立起大气环境遥感监测的指标体系,许多后续的定量研究工作将依附于所建立的指标体系。大气环境遥感的定量化对大气环境遥感技术集成、应用及系统化有重要意义。这里的集成有两方面的意思,一是时间和空间上不同数据源的互补和综合;二是互为约束或附加<BR>条件的遥感反演技术。地球观测系统( EOS) 是划时代的长期发展的伟大工程,也是一项系统工程,该工程对环境与气候变迁、全球变化、可持续发展研究等有极其重要的意义。大气遥感在EOS 中占有重要地位,而现有的大气遥感尤其是大气环境遥感的“定量化”和系统化水平远不能满足环境与气候变迁要求。<BR>(2) 大气环境的主动和被动式卫星遥感的一体化。从现有国外研究资料来看,卫星遥感技术在大气环境保护、监测及预测领域中的应用是不可替代的,探测大气环境的遥感器也将随着卫星探测技术的发展而不断改进。二十世纪是被动式卫星遥感时代,主要以卫星为遥感平台,而二十一世纪将是主动、被动式大气环境遥感各领风骚的<BR>时代,主动式遥感有激光雷达、微波雷达、GPS 等,这些探测技术具有高技术、多功能、高探测分辨率和高探测精度等优点,可以将它们同卫星集成在一起,也可将它们作为卫星遥感数据的补充数据源或地面校验数据。<BR>(3) 高光谱、高时间、高空间及多角度、多时相、多偏振等多种数据源的综合应用。从国内外学者对大气环境遥感监测的研究情况来看,其对研究大气环境遥感所用的数据源的要求很高,不仅仅只局限于使用陆地卫星数据等单一数据源,还需要高光谱分辨率、高空间分辨率或高时间分辨率的卫星遥感数据源。<BR>(4) 高性能传感器的研制。重点发展能够选择监测某种或某类优先污染物(如氯苯和硝基苯等) 浓度的遥感器。<BR>(5) 建立自己的大气环境遥感监测业务化运行系统,以便更好地为环境管理决策服务。<BR>当前,大气环境遥感监测技术应依托我国的对地观测技术和对地观测系统的发展计划,同时充分利用国际上资源环境卫星系统,开展广泛的国际合作和交流,大力发展我国的大气环境遥感监测技术,并充分利用现有的环境监测网点和常规监测方法,采用遥感技术与地面监测相结合的方法,建立我国的大气环境遥感监测系统。

由于定量遥感的迅速发展,精确的大气校正日渐重要。对于水色遥感,一类大洋水体的大气校正方法已经较为成熟。二类水体,尤其是二类内陆湖泊水体遥感影像的大气校正一直是水色定量遥感发展的最大问题。由于二类水体成份多样且区域气溶胶构成复杂,使用默认气溶胶参数的大气校正通常会产生较大误差,因此研究区域气溶胶特征变化对于提高大气校正精度意义重大。

遥感技术从航空摄影测量逐步演变发展起来，大致经历了3个发展阶段：

1航空摄影测量发展阶段

目前仍保存着的最早一帧航空相片是1860年JW布莱克从气球上拍摄的波士顿市的相片。在地质上的应用则始于1913年，有人在飞机上用摄影机对着非洲利比亚的本格逊油田摄影成像，并用这套肮空相片编制了本格逊油田地质图。航空摄影遥感主要以飞机或者气球为运载工具，用航空摄影机对目标获取信息，然后再经过负片和正片过程得到最终的航空相片。航空摄影利用的是电磁波可见光全色波段，用感光胶片接受所摄目标物反射来的太阳光线感光、成像，一般感光片的感光范围是03～09μm。航空摄影大多数情况下是垂直摄影，即航空摄影机主轴保持沿铅垂方向进行拍照；在特殊情况下，利用专门相机进行斜倾摄影。航空摄影按所利用的电磁波波段、相应的感光片及所成图像的特点，分成4种，即：航空可见光全色黑白图像；航空可见光真彩色图像：航空红外假彩色图像：航空红外黑白图像。其中，航空可见光全色黑白图像和航空红外假彩色图像最为常用，它们主要利用地物波谱的宽波段反射强度特性。

2多光谱卫星遥感阶段

数字卫星成像首先是从气象卫星开始的，在1960年TIROS-1气象卫星提供了非常粗糙的卫星图像，主要用来展示云的样式。随后，在1970年代，美国国家海洋和大气管理局（NOAA）发射了甚高分辨率辐射传感器（AVHRR）进行气象预报，它的地面分辨率是11km，我们在电视气象预报节目中看到它所获得的云图。同时，从1970年代开始，相继发射了一些搭载更高分辨率传感器的卫星。如：1972年7月23日，美国国家航空和宇宙航行局（NASA）发射了第一颗专门用来进行地球表面监测和填图的地球资源技术卫星（ERTS-U），1975年被更名为陆地卫星（Landsat）。在Landsatl-3上都装有多光谱扫描仪（MSS），该扫描仪有4个波段，即绿、红和两个红外波段，地面分辨率约为80m。1982年，Landsat4搭载了专题制图仪（TM），它有7个波段，比MSS覆盖波谱范围更宽，波段宽度划分得更细些，更能反映地物反射光谱特性的变化规律，其地面分辨率除第6波段为120m外，均为30m。多光谱遥感的最典型特征是能够利用多个波段同时获取同一目标的多个波谱特征。这样就大大提高了遥感识别地物的能力。随后各国纷纷效仿，传感器的光谱范围从可见光、红外直至微波波段，应用范围也不断扩大。

3成像光谱遥感技术发展阶段

成像光谱遥感技术是多光谱技术发展的一次跨越。Hunt的研究结果表明特征矿物的吸收宽度大约在20～40nm，而多光谱遥感数据（例如，MSS和TM）的光谱分辨率仅为100nm左右，因此遥感科学家们开始研究高光谱分辨率和空间分辨率的遥感传感器。1981年，一台航天飞机多光谱红外辐射计（SMIRR）随着美国航天飞机“哥伦比亚”号对地球表面进行了一次有限航带的观测，第一次实现了从空间通过高光谱分辨率遥感直鉴别碳酸盐岩以及粘土高岭土矿物，由此拉开了成像光谱遥感岩性识别的新篇章。继JPL的AIS-1和AIS-2以及AVIRIS航空成像光谱仪研制成功之后，加拿大也先后研制成功了FIL/PML，CAS1及SFSI等几种成像光谱仪（童庆禧等，1993）。其他的还有：HIRIS（high resolution imaging spectrometer）成像光谱仪，在04～25μm范围内有192 个光谱波段，地面分辨率30m，在04～10μm波长范围光谱分辨率为94nm，10～25μm范围内为117nm（Goetz＆ Herring 1989；Kerekes ＆ Landgrebe，1991）。美国地球物理环境研究公司（Geophysical and Environ-mental Research Corporation）的63通道成像光谱仪（GER）是专门为地质遥感研究设计的，被多次用于岩性填图（郑兰芬等，1992；Bamaby W rockwell，1997）。除航空成像光谱仪外，美国和欧洲空间局（ESA）已制定了发展航天成像光谱仪的计划，其中美国的中分辨率成像光谱仪（MODIS）已经加入地球观测系统（EOS）发射入轨，对地球实现周期性的高光谱分辨率遥感观测。欧空局的中分辨率成像光谱仪（MERIS）也将于同时发射（童庆禧等，1993）。

从1990～1995年，Roger NClark等人先后利用AVIRIS数据在美国内华达州，卡普来特试验场进行了矿物和岩性的识别和填图，他们发现成像光谱仪不仅能区分地表发射光谱中总体亮度和坡度差异（多光谱技术MSS，TM和SPOT区分地物的基础），而且能得出用于识别特殊地物的光谱吸收波段，成像光谱数据的光谱分析可以对任何在测量光谱范围内有独特吸收特征的物质（矿物、植被、人T物体、水体、雪等）进行识别和填图（Clark，RNet al，1996）。

中国科学院上海技术物理研究所是我国成像光谱仪的主要研制机构。1983年研制成功了第一台工作于短波红外光谱区（205～25μm）的6通道红外细分光谱扫描仪，其光谱分辨率在30～50nm之间。1987年，在国家和中国科学院黄金找矿任务的驱动下，该仪器发展到12个通道，其波段位置更趋于与地面粘土矿物、碳酸盐岩矿物的吸收波段相一致，因而在地质岩性识别方面具有更大的能力（童庆禧等，1993）。另外还有热红外多光谱扫描仪（TIMS），19 波段多光谱扫描仪（AMSS）以及71波段多光谱机载成像光谱仪（MATS）等。这些光谱仪的数据主要用于油气资源遥感（朱振海，1993）和矿物制图（王晋年等，1996）等方面，数据的处理技术和矿物识别的理论研究都取得了不同程度的进展（李天宏，1997）。

综观遥感光谱数据的获取，具有几个新的发展：

①扩展了应用光谱范围，增加了光谱波段；②提高了光谱和空间分辨率；③具有获得立体像对的功能，打破了只有航空相片才能有立体像对的能力（如SPOT图像）；④改进了探测器性能或探测器器件，即线、面阵CCD器件；⑤提高了图像数据精度；⑥应用领域纵向发展，如用TM图像数据直接可以识别赤铁矿、针铁矿等矿物。

在20世纪末和21世纪初，空间高光谱成像卫星已成为遥感对地观测中的一项重要前沿技术，在研究地球资源、监测地球环境中发挥越来越重要的作用。

高光谱分辨率遥感技术的发展是20世纪末的最后两个10年中人类在对地观测方面所取得的重大技术突破之一，是当前乃至21世纪初的遥感前沿技术、通过高光谱成像所获取的地球表面的图像包含了丰富的空间、辐射和光谱三重信息。进入20世纪90年代后期，伴随着高光谱遥感应用的一系列基本问题，如高光谱成像信息的定标和定量化、成像光谱图像信息可视化及多维表达、图像-光谱变换、大数据量信息处理等的解决、高光谱遥感已由实验研究阶段逐步转向实际应用阶段，而作为高光谱遥感应用这一热点中的重点就是高光谱数据信息挖掘技术的提高和与之紧密相连的应用领域的扩展。

高光谱遥感数据最主要的特点是：将传统的图像维与光谱维信息融合为一体，在获取地表空间图像的同时，得到每个地物的连续光谱信息，从而实现依据地物光谱特征的地物成分信息反演与地物识别。它由以下3部分组成：

（1）空间图像维

在空间图像维，高光谱数据与一般的图像相似。一般的遥感图像模式识别算法是适用的信息挖掘技术。

（2）光谱维

从高光谱图像的每一个象元可以获得一个“连续”的光谱曲线，基于光谱数据库的“光谱匹配”技术可以实现识别地物的目的。同时大多数地物具有典型的光谱波形特征，尤其是光谱吸收特征与地物化学成分密切相关，对光谱吸收特征参数（吸收波长位置、吸收深度、吸收宽度）的提取将成为高光谱信息挖掘的主要方面。

（3）特征空间维

高光谱图像提供一个超维特征空间，对高光谱信息挖掘需要深切了解地物在高光谱数据形成的二维特征空间中分布的特点与行为，研究发现：高光谱的高维空间是相当空的，数据分布不均匀，且趋向于集中在超维立方体空间的角端，典型数据的差异性，可以映射到一系列低维的子空间，因此迫切需要发展有效的特征提取算法去发现保持重要差异性的低维子空间，从而有效地实现信息挖掘。

遥感技术被广泛用于地理学、生态学、水文学以及气候气象等诸多学科的研究。在这些学科中，遥感数据是最重要的数据源之一。许多传统的通过点位观测的变量，现在都通过遥感观测，由于其多波段、大范围、周期性观测的特点，通过遥感观测能够解决在常规观测下不能解决的问题。遥感已经成为许多研究和应用中不可缺少的信息源。因为遥感也是对地表各种变量分布的一种特殊观测方式，而如前文所述，不同尺度上的观测可能会得出不同结论，因此应用遥感数据进行研究也存在尺度问题。遥感中的尺度问题早已成为遥感基础研究中的热点问题。早在20世纪80年代初期，许多科学家就开始关注遥感数据空间分辨率的遥感数据提取信息的精度问题。例如，Latty and Hoffer（1981），Welch（1982），Bizzell and Prior（1983），Toll（1983），Johnson and Howarth（1987）分别研究了遥感数据空间分辨率对土地覆被分类精度的影响。1987年，Woodcock and Strahler发表的“遥感中的尺度因子”一文，成为研究遥感中尺度问题的经典文献。

与遥感的应用领域中（地理学，生态学等）尺度的定义相对应，遥感中所讲的尺度也有两方面意义：一是指遥感的空间分辨率（Woodcock and Strahler，1987），它对应于生态学中的粒径（grain），或Lam（1992）所定义的测量尺度，其实质是空间采样单元的大小；另一个意义是遥感研究的地表空间范围，对应于生态学中尺度定义中的范围（extent），或Lam（1992）所定义的地理尺度。如“利用遥感进行区域尺度和全球尺度的土地利用、覆被变化监测”这句话中，尺度就指研究区域的空间范围。在本文的讨论中，除非特别说明，遥感尺度的概念一般指遥感的空间分辨率。

许多遥感应用问题都涉及遥感的尺度问题。在遥感信息提取过程中，从不同尺度遥感数据提取的信息可能具有不同的精度，或者不同尺度遥感数据中提取的信息反映不同的地表特性的空间分布结构。例如，对于土地利用分类，用不同分辨率的遥感数据分类的精度会有很大差别。在这种情况下，我们总是希望了解所关心的信息如何随着遥感数据空间尺度的变化而变化，并且希望了解在什么尺度下，从遥感数据中提取的信息的精度最高，或什么样尺度的遥感信息能真实反映我们所关心的地表特性的空间分布特性。遥感中的尺度问题主要体现在三个方面：①从遥感中获取的地表特性以及遥感信息模型如何随遥感尺度的变化而变化，即遥感信息和遥感模型的尺度效应问题；②对于特定的应用，如何选取合适空间分辨率的遥感数据；③如何将遥感信息从一个尺度转换到另一个尺度

1遥感信息与遥感模型的尺度效应研究

对于遥感信息的尺度效应问题已经有许多研究。Woodcock and Strahler（1987）研究了遥感中尺度因子与遥感分类精度的关系后指出，遥感分类精度受遥感图像空间分辨率与图像景的目标大小之间的相对关系决定。Marceau（1992，1994a，1994b）认为，遥感信息的尺度效应问题是可变面元问题（MAUP）的一个特例。MAUP问题源于将研究区划分为多个互不重叠的子区以进行空间分析时，可以有不同的划分方式，而不同的划分方式可能导致不同的分析结果，其实质是提出了分析结果对数据获取单元定义的灵敏性（Marceau，1999）。Jelinski and Wu（1996）指出，在遥感中，可变面元就是遥感图像的像元，当用不同的传感器或像元被集聚时，面元就被改变了，因此，这种集聚过程可能引入很大误差。Marceau（1994a）通过研究遥感数据空间分辨率对森林分类精度的影响来证实遥感信息的MAUP问题。她的研究结果表明，单个类别的分类精度受到尺度和集聚水平变化的显著影响。遥感数据并不独立于其获取时采样栅格大小，忽略遥感数据的尺度效应可能导致与景的地理实体不相对应的结果。Arbia等（1996）用模拟的方法研究了MAUP对遥感图像最大似然分类精度的影响，其结论显示遥感图像的最大似然分类误差随分辨率降低而增加，但其增加幅度受到像元间空间依赖的影响；分类误差的空间分布受分辨率降低的影响主要在类别的边缘部分。Benson and MacKenzie（1995）检验了当遥感数据空间分辨率从20 m增加到11 km时，所获得的描述景观结构的景观参数的变化。结果表明大部分的景观参数都对空间分辨率的变化反应明显，有些增大了，而有些减小了。O'Neill等（1996）用AVHRR遥感数据计算景观指数，结果发现当景观结构要素分散分布并小于像元大小时，许多组成景观的重要的斑块消失了。Moody and Woodcock（1994，1995）利用多元回归分析，评价当土地覆被数据被逐渐尺度转换到粗分辨率时，景观的空间结构与土地覆被类型面积百分比的估计误差之间的关系，其结果显示百分比的估计误差主要受景观的空间特征和聚集尺度间的相互作用决定。他们强调，标准的线性回归模型没有考虑估计的百分比的误差在不同方向的尺度依赖；理解景观的空间特征和分辨率之间的关系，对发展合适的尺度转换方法是必要的。He等（2002）研究了空间集聚方法对卫星遥感图像分类结果的影响。他们检验了基于随机规则的集聚方法对土地覆被类型的丰度和景观结构的影响，并与基于众数的集聚方法进行了对比。Niemann等（1997）通过Wald-Wolfowitz检验等方法，从更一般的意义上探讨了遥感尺度对遥感图像信息内容的影响。Narayanan 等（2002）根据图像分类精度，研究了空间分辨率对遥感图像信息内容的影响。他们根据目标和背景的对比度以及目标和像元大小之间的相对关系，提出了一个关于遥感图像信息内容的指数模型。对TM图像和SIR-C图像之间信息内容的对比显示，在像元较小时，TM图像的信息内容多于SIR-C图像；而当像元较大时，SIR-C图像的信息内容则多于TM图像。不同结果的转换尺度发生在图像像元大小为720 m时。

Van Der Meer 等（2001）通过模拟不同分辨率的MERIS数据研究了从遥感数据中估计的各种植被指数和地面生物量随空间尺度的变化。Bian and Walsh（1993）检验了植被生物量与地形因子之间的关系随空间尺度变化的响应。他们通过回归分析探索变量之间的关系，用半方差和分形分析来描述空间尺度与空间依赖程度的有效范围。结果发现植被生物量与地形因子之间的关系随空间尺度的变化而变化，并且确定了一个特征尺度（characteristic scale）。当小于特征尺度时，变量是空间依赖的；而当大于特征尺度时，变量的空间依赖程度减小或变得独立。Walsh 等（1997）通过进一步的研究，检验了NDVI，土地覆被类型和高程之间关系的尺度依赖性。他们发现随着尺度的变化，决定NDVI变化的主导因子也不同。在较细的分辨率上（30～210 m），NDVI的变化主要受坡角以及太阳辐射的影响，说明了局部尺度的地形走向对植被生产力的重要性；当分辨率变粗时，高程成为描述NDVI和区域尺度植被生产力的主要因子。Wu等（1997）研究了景观统计特征随空间尺度的变化，他们发现不同采样大小的景观指数与TM波段和植被指数的关系受采样大小变化的影响。随着采样的增大，自变量和因变量之间的相关系数和统计显著性也随着增大；ANOVA分析的结果表明TM波段和植被指数在相关关系中的重要性也随着采样大小而变化。Friedl 等（1995）综合地面景的模型，大气模型和传感器模型模拟不同空间分辨率的图像，以检验叶面积指数、主动辐射光合作用吸收分量（fraction of absorbed photosynthetically active radiation，FPAR）和归一化植被指数之间关系的影响，结果显示NDVI是尺度不变的（scale invariant），LAI和FPAR之间的关系随尺度呈非线性变化，而LAI和NDVI之间的关系呈近似线性。

除了遥感信息的尺度效应，在不同的领域遥感信息模型的尺度效应也得到研究。例如，Turner 等（1996）研究了空间分布的生物化学模型（Forest-BGC）的结果随空间尺度的变化。McNulty 等（1997）在立地、生态系统和区域三个尺度上检验了空间尺度对森林过程模型的影响，发现模型对生态系统变量预测的精度随测量尺度而变化。Friedl（1997）研究了遥感数据的尺度效应以及尺度效应在以这些数据为输入的生物物理模型中的传播。其结果显示，尺度变化对模拟的地表通量带来显著偏差。李小文等从物理学原理、定律在遥感像元尺度上的适用性出发，探讨了各种物理定律的尺度效应。如Albert，Strahler and Li（1990）探讨了Beer定律的尺度效应。Beer定律认为光在均匀介质中的传播按负指数规律衰减。但在植被遥感中，当遥感分辨率与叶片之间空隙大小相当或更小时，光线要么穿过空隙，要么被叶子截获，这时必须用二项式分布或其他方法描述光的衰减。当分辨率大于植株，而植株间存在明显空隙时，Beer定律必须进行向上的尺度纠正。Li and Wan（1999）探讨了Helmholtz互易原理的尺度效应。Helmholtz互易原理要求“源处”一对相互垂直的极化平面及其交线与测量处一对相应的垂直的极化平面及其交线位置互换。Li and Wan（1999）证明即使像元内处处满足Helmholtz互易原理，若空间均匀的入照由于像元内的多次散射形成空间不均一的反射，则互易原理在像元尺度上失效。类似地，李小文等（1999a，1999b）探讨了Planck定律的尺度效应问题，认为即使像元内处处为黑体表面，处处满足Planck定律，像元作为一个整体也可能不满足Planck定律。Hu Zhenglin 等（1997）致力于建立尺度不变（Scale Invariant）的遥感算法。他们给出了一种分析和设计尺度不变遥感算法的框架，以检验遥感算法的集聚和分解特性，提供了一种参数化地表异质性的系统方法。

2遥感应用中合适空间分辨率的选取问题研究

由于遥感信息普遍存在尺度效应，因此，对于特定的应用目标，我们总是希望找到一个合适分辨率的遥感信息来反映特定尺度上研究目标的空间分布结构等特性。合适空间分辨率（appropriate spatial resolution）有时被称为最优分辨率。最优分辨率被定义为对应于所研究的地理实体的尺度或集聚水平特征的空间采样单元（Marceau et al，1999b）。其实在地理学中研究MAUP问题时，就存在选取最优面元大小的问题。Openshaw（1977，1978，1984）将选取面元作为空间分析的组成部分之一。他首先假设对给定模型或分析方法的期望结果，然后将面元逐渐集聚直到得到期望的结果。这种思路为作为MAUP特例的遥感信息尺度问题中最优分辨率的选取奠定了理论基础。Marceau等（1994b）将类似的方法用于温带森林环境中针叶林类型判别时遥感数据最优分辨率的确定，其方法是首先定义所研究的地理实体，然后确定选取采样系统的优化标准，将数据从细的采样格网逐步进行空间集聚，用优化标准检验空间集聚的数据，选取最优的分辨率，最后根据研究目标，验证结果的合理性。在她的研究中，以各森林类别的类内方差作为选取最优分辨率的标准。当类内方差最小时的空间分辨率被认为最好地反映各森林类别的本质特征。其结果显示，对每一森林类别，都存在一个最小的类内方差，即存在最优分辨率。

Woodcock and Strahler（1987）提出了一种用遥感图像平均局部方差（local variance）确定最优分辨率的方法。首先，计算不同分辨率图像的平均局部方差，然后比较平均局部方差随空间分辨率的变化，当局部方差达到最大时的分辨率被认为是最优的空间分辨率。此方法的基本前提之一是假设遥感图像中的景是由离散的互不重叠的目标（object）镶嵌而成。当图像空间分辨率小于景的目标时，相邻像元之间属于同一个目标而具有空间依赖；当像元大小等于景的目标时，相邻像元属于不同的景的对象，因此它们之间空间依赖程度最弱，因此局部方差最大；当像元进一步增大时，像元内都含有不同的目标，相邻像元之间的空间依赖程度又开始增强，局部方差开始减小。Hyppanen（1996）将此方法用于森林景观研究中最优空间分辨率的确定。局部方差方法的局限性之一是将图像从细分辨率逐步扩展到粗分辨率，并计算各分辨率的平均局部方差时存在的边界效应影响计算的局部方差的值。

空间统计学，特别是地统计学（Geostatistics）被逐步用于最优分辨率的选取问题。Atkinson等（1997）通过计算不同分辨率的图像的变异函数（variogram）来确定最优分辨率。该方法首先计算最小分辨率图像的实验变异（experimental variogram）函数，并用理论变异函数模型拟合，然后通过去正则化（de-regularization）处理过程，从一定大小像元上的实验变异函数得到点的变异函数（punctual variogram），再通过正则化（regularization）过程从点的变异函数得到任意尺度上的变异函数。这时以空间分辨率为横坐标，以不同分辨率情况下一个像元步长时的半方差为纵坐标画图，当半方差达到最大时对应的空间分辨率即为最优空间分辨率。基于类似的计算过程，Wang Guangxing等（2001）以不同分辨率变异函数的块金方差（nugget variance）和基台方差（sill variance）的比作为确定最优分辨率的指标。随着像元增大，当块金方差和基台方差的比变得稳定时，意味着测量误差的方差相对与结构方差达到最小，此时的图像分辨率被认为是最优的空间分辨率。

必须注意到，最优分辨率的选择是随所研究的问题而变化的。对研究某一变量时最优的分辨率对另一个变量可能不是最优的。不同的变量可能具有不同的空间特征，因此在涉及多个变量的地理模型中，很难确定惟一的最优分辨率。但是，每一个地理实体都具有其固有的空间特性，通过确定最优分辨率可以确定一个观测或测量地理实体的合适的尺度范围。

3遥感信息尺度转换方法研究

遥感信息尺度转换方法是遥感尺度问题研究中的难点。在遥感信息分析和应用中，常常需要将遥感信息在不同尺度之间转换。例如，在用多源遥感信息进行专题分类时，常常需要不同类型的遥感数据（如多光谱数据和合成孔径雷达数据）共同参与分类以提高分类精度。不同类型的遥感数据一般具有不同的空间分辨率，这时就需要将遥感数据转换为统一的分辨率。再如，在地学、气候学、水文学或生态学等学科中，许多模拟或预测模型需要遥感数据提供模型的输入信息。对于不同的研究范围，这些模型的输入和输出要求有不同的空间分辨率。这时就需要将遥感信息从原始分辨率转换到模型要求的分辨率。也有一些情况下需要比较从不同类型的遥感数据中提取的信息。由于不同类型的遥感数据具有不同的分辨率，要求将这些信息转换到相同的空间分辨率。还有一些情况下，为了验证从遥感数据中提取的信息，需要在地面点的观测信息和遥感信息之间进行尺度转换。例如，柏延臣等（2001）在用地面点的观测值验证从SSM/I中反演的青藏高原雪深时就注意到不同尺度的信息之间比较带来的问题；Sanderson等（1998）用普通克里格空间插值方法将野外测量的植冠水分含量向上尺度扩展到遥感分辨率的尺度，以验证从遥感数据中估计的植冠水分含量。

遥感信息的尺度转换包括向上尺度转换（upscaling）和向下尺度转换（downscaling）。向上尺度转换是将高分辨率的遥感信息转换为低分辨率的过程；反之，向下尺度转换是将低分辨率的信息转换为高分辨率的过程。有时，也将向上尺度转换称为尺度扩展，而将向下尺度转换成为尺度收缩。在大部分情况下，都是将遥感数据进行向上尺度转换。理想的向上尺度转换方法应该是将高分辨率信息转换到低分辨率上时能够保持高分辨率数据中的内在信息（inherent information）（Hay and Niemman et al，1997）。

遥感信息的尺度扩展方法有基于统计的方法和基于地学机理的方法。无论任何尺度转换方法，最大的挑战在于遥感信息所反映的地表特性的空间异质性（heterogeneity）。许多在小尺度上表现为均质的地理现象或过程在更大的尺度上可能表现出异质性。

常用的基于统计的遥感信息尺度扩展的方法有局部平均方法，中值采样法，中心采样法，以及数字图像处理中常用的重采样方法，如最近邻法、双线性内插、立方卷积内插法等。局部平均法是将高分辨率的遥感信息中一定大小窗口内的像元值平均后作为转换后对应的低分辨率遥感信息的像元值。中值采样法是取高分辨率的遥感信息中一定大小窗口内像元值的中值作为转换后对应的低分辨率遥感信息的像元值。中心像元法则是将高分辨率遥感信息一定大小窗口内中心像元的像元值作为转换后对应的低分辨率的遥感信息的像元值。LBian等（1999）利用模拟图像，从图像信息均值的保持和标准差（代表图像结构信息）保持两个方面比较了局部平均法，中值采样法和中心采样法三种尺度转换方法。结果显示，局部平均法和中值采样法都能很好地保持原图像的均值，但标准差有很大变化；中心像元法的均值和标准差都有很大变化。在图像自相关范围内，局部平均方法能够揭示不同尺度上潜在的图像空间结构；在一定范围内，中心像元法能够保持原图像的对比度和空间结构；当图像分辨率大于图像空间自相关范围时，平均法和中值法的图像变为均质图像，而中心像元法则引入严重的误差。

最近邻采样法，双线性内插和立方卷积内插是各种图像处理软件中的常用的方法，包括遥感图像处理软件。最近邻法也称零次插值法，它是将离原图像中像元位置最近的像元值赋予转换后对应位置的像元。双线性内插也称一次内插法，它将原图像中两个正交方向上的像元值按距离加权方法进行内插，然后赋予转换后对应位置的像元。其实质是以原图像中某像元的最近的4个像元的加权平均作为低分辨率图像中对应位置的像元值。立方卷积法的原理和双线性内插法类似，区别在于立方卷积法中是用原图像中某像元周围16个像元的加权平均作为转换后图像中对应位置的像元值。Hay 等（1997）的分析认为，最近邻采样，双线性内插和立方卷积内插法不适合于将遥感图像从高分辨率转换到低分辨率，特别是在尺度转换因子大于5时。

Raffy（1994a）从地表特性的空间异质性出发，提出了一个多光谱遥感模型空间化的一般性框架，并将其用于NDVI和APAR等的尺度扩展（Raffy，1994b；Gregoire and Raffy，1994）。

基于地学机理的遥感信息尺度转换因需要转换的信息不同而不同。由于从遥感数据中提取的不同的地学变量受不同的地学过程控制，不同变量的尺度扩展需要不同的模型。例如，Wood（1995）结合植被、土壤特性和地形等因子，探讨了从30 m分辨率的被动微波遥感数据中反演的土壤水分向更低分辨率进行尺度转换的方法。Hall等（1992）比较了用从遥感数据提取的地表辐射温度计算不同空间分辨率的地表通量的方法。Kustas 等（1996）探讨了利用遥感数据对感热通量进行尺度扩展的方法。Hipps等（1996）提出了一种结合高分辨率的遥感信息获取不同分辨率上平均地表通量的方法。张仁华等（2001）提出了具有物理基础的将点的气温观测资料扩展到区域的尺度转换方法以及以地面粗糙度和辐射温度为基础的地面2 m高处气温和风速的空间扩展算法。基于地学机理的尺度转换模型一般是通过建立多个变量的模型来预测低分辨率上某一地学变量的值，因此这种模型常常需要被转换变量以外的其他与该变量有物理联系的变量的信息。反过来，从遥感数据中提取的信息常常作为地学模型的输入以将各种点上的信息扩展到不同尺度的面上，或将基于点观测的地学模型扩展为不同空间尺度的空间模型。

以上就是关于数据来源与处理全部的内容，包括:数据来源与处理、高光谱遥感概述、水稻得了病怎么办等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！