华中光电技术研究所-武汉光电国家实验室 430200
摘要：在空间信息和对地观测领域，光学遥感信息技术的应用最为广泛，主要利用可见光、近红外、短波红外传感器，对地物进行成像观测。本文首先介绍了技术原理和代表成果，然后指出光学遥感图像的处理方法，最后阐述了该技术的具体应用，以供参考。
关键词：光学遥感信息；技术原理；图像处理；应用
近些年来，随着电子学、光学成像、空间技术的进步，光学遥感信息技术获得快速发展，凸显出高空间、高光谱、高时间分辨率的特点，在国防安全、环境管理、资源监测、灾害防治等领域，具有良好的应用价值。以下结合实践，探讨了光学遥感信息技术的发展现状和具体应用。
1．光学遥感信息技术原理和代表成果
1.1 技术原理
广义上来看，光学遥感的覆盖范围，从可见光开始、到长波红外为止，记录的是地表对太阳辐射的反射能量。在发展历程上，通过摄影测量，以往能获得灰度图像，目前能获得高光谱图像，为数据处理提供了良好条件。光学遥感技术在发展应用期间，高空间分辨率是一个重要指标，指的是能被光学传感器识别的地物最小尺寸。目前，高空间分辨率遥感卫星如法国的Pleiades、美国的WorldView-4、我国的高分系列GF-1、2，能获得丰富的地物空间信息，在军事国防、城市规划、环境监测等方面的应用前景广阔[1]。
1.2 代表成果
第一，高光谱分辨率遥感技术。该技术是光谱技术、成像技术的结合，获得地物空间图像时，每个图像元素中包含连续光谱曲线，能发掘出隐藏的地物特征。在我国，嫦娥1号探月卫星、环境与减灾小卫星等，均采用高光谱分辨率遥感技术。从地物图像来看，具有连续谱成像特点，能对植被、矿物进行精细分类，在伪装目标探测方面也有较高的应用价值。
第二，高时间分辨率遥感卫星。该卫星的应用，可在短时间内对同一区域进行高频观测，相邻两次观测的时间间隔明显缩短。以往代表产品是气象卫星，例如我国的风云系列卫星、美国的三代气象观测卫星。在未来，高时间分辨率、高空间、高光谱遥感技术相结合，成为光学遥感信息技术的新趋势，不仅能监测地物的精细特征，还能实现精准反演，为农林、水利、交通部门提供实时信息。
2．光学遥感图像的处理方法
电磁波的传播，会和大气成分相互作用，因此地表反辐射值、图像观测值之间存在偏差。不同卫星中，传感器的成像条件不同、波段设计不同、大气校正模型不同，但技术原理均是获得高精度模型参数，反映出地物真实信息。针对光学遥感图像的处理，主要包括以下几个环节。
2.1 图像分类
图像分类时，以各类地物的典型样本为准，利用分类器模型，可实现遥感图像的自动分类，获得地物类型、分布情况等信息。随着大数据技术的出现，机器学习图像分类法的应用更加普遍，利用神经网络、向量机、深度学习等算法，实现高精度图像的分类目标。
2.2 目标探测
和图像分类相比，目标探测的针对性更强，主要依靠探测目标的光谱、结构、纹理等特征，构建合适的目标模型，然后即可发现目标。但是，受到多样化形态、伪装材料的影响，传统模型的检出率明显降低[2]。对此，可以结合LiDAR技术、SAR技术，并参考地物的光谱特性、纹理、空间结构等信息，能提高探测目标的检出率，成为该领域的重要发展方向。
期刊文章分类查询,尽在期刊图书馆
2.3 像元分解
基于高光谱图像下，虽然能提高地物识别能力，但会受到成像机理的影响，出现混合像元现象。对此，必须对混合像元进行分解，以线性模型的应用为例，具有操作简单、可以反演的特点；而非线性模型的应用，则能提高反演结果的准确性。目前，高阶非线性算法，成为混合像元分解的主要应用对象，且取得了一定进展和成果。
2.4 参数反演
参数反演，是对地物进一步分类、识别，以光学遥感图像为准，得到地物的物理特性、化学特性。由于大气—陆表系统具有复杂性，导致模型参数的数量，远远超过遥感观测参数的数量，促使定量遥感反演产生病态。对此，正则化机器学习方法，成为解决这一问题的有效手段，例如尺度转换、时空约束等技术。
3．光学遥感信息技术的具体应用
3.1 环境监测
一是城市环境监测。统计数据显示[3]，全球范围内城市、农村人口占比分别为54%、46%，随着城市人口的不断增加，必须对城市环境加强监测，从侧面推动了光学遥感信息技术的发展。具体来说，在市政建设、时空规划、环境保护等方面，该技术均有良好的应用价值，能提供地表形态、地物光谱等信息；利用图像分类技术，能得到城市地表的覆盖数据，将其转化为地理信息，具有实施更新的特点。如此，有利于建设智慧城市，针对城市大气、水质、热岛等环境问题进行研究，推动城市健康、持续发展。
二是自然环境监测。在建设美丽中国的目标下，国家提出要改革生态文明体制，而光学遥感信息技术具有大尺度、重复观测的特点，在自然环境监测上具有重要作用。具体来看，在大气环境监测、水环境监测、土地荒漠化监测等领域，应用该技术能提供完善的信息，为环境评价、生态修复、物种保护等提供支持。随着空间基础设施和对地观测系统的建设，光学遥感信息技术会发挥更大作用。
3.2 军事侦察
光学遥感信息技术的出现，是军事侦察的重要手段之一，获得高空间分辨率图像后，利用自动、半自动目标识别算法，能分析出军事目标的几何结构特征，例如船舶、车辆、跑道等；而深度学习算法的应用，则进一步提高了识别速度和精度。高光谱遥感技术的应用，则能对小目标进行识别，适用于伪装侦察，保证军事打击的时效性和精准度。
3.3 土地调查
我国地域广阔，土地调查是一项复杂的工作，光学遥感信息技术的应用具有明显优势，是了解地理国情的有效手段。以MODIS、Langsat、NOAA/AVHRR等为例，用于土地调查的产品不断增加，具有不同的空间分辨率[4]。但是，在制图环节依然存在问题，必须从多源数据融合、精度提高、自动分类等方面入手，提高研究力度。
3.4 农林管理
在我国，光学遥感信息技术在农业和林业的应用时间早，且取得了显著成效。以GF系列卫星为例，基于高空间、高光谱、高时间分辨率的遥感数据下，在作物生长、产量预测、灾害监测、树种识别、资源调查等方面，均有良好的应用。此外，小型无人机光学遥感平台的构建，对遥感数据的获取更加灵活快捷，是发展智慧农林、精准农林的有效途径。
3.5 矿山开发
将光学遥感信息技术应用在矿山开发领域，可以对不同的矿物元素特征进行分析，能准确识别矿物类型，完成成分丰度填图。以短波红外遥感数据为例，能获得多种地质信息，例如基本构造、蚀变带，从而缩小矿床的范围。此外，在开采工程监管、矿区环境保护上，该技术也有广阔的应用前景。
结语：
综上所述，光学遥感信息技术是电子学、光学成像、空间技术发展整合的产物，文中介绍了该技术在环境监测、军事侦察、土地调查、农林管理、矿山开发等领域的具体应用。在遥感图像的处理上，主要包括图像分类、目标探测、像元分解、参数反演四个环节，希望为该技术的应用提供经验借鉴。
参考文献：
[1] 张兵.光学遥感信息技术与应用研究综述[J].南京信息工程大学学报,2018,(1):1-5.
[2] 杨莉,于浩.浅谈土地动态监测中遥感信息技术与地理信息系统的运用[J].科学与信息化,2017,(26):20,23.
[3] 程清,张航,张承明等.一种利用多时相遥感数据提取农作物信息的方法[J].山东农业科学,2018,(4):149-153.
[4] 霍太莹.分析地灾监测防治中遥感信息技术的应用[J].山东工业技术,2018,(12):196.
论文作者:唐培
论文发表刊物:《防护工程》2018年第22期
论文发表时间:2018/11/30
标签：遥感论文; 光学论文; 地物论文; 信息技术论文; 图像论文; 技术论文; 光谱论文; 《防护工程》2018年第22期论文;