[科普中国]-地理遥感

概述

遥随着计算机软件技术和航天技术的飞速发展，地理遥感信息技术已经成为人们了解和探测地理信息的重要手段，并在环境影响评价中的得到了较好的应用，同时在环境管理，资源开发中起着不可忽视的作用，

遥感技术与地理信息系统遥感技术即是指一种结合了空间、光学、无线电、计算机等技术，可以在不接触目标的情况下，通过卫星遥感和成像技术处理，对目标进行远距离的探测，并通过计算机对相关信息进行技术处理和描述的技术方法，其英文简称为RS。遥感技术主要包括测量技术、传感器技术、信息处理技术以及目标分析技术等部分，在环境影响评价主要起着收集环境资料的作用。卫星遥感是目前比较先进的遥感技术，其大概的数据收集原理如图一所示。

地理信息系统是指通过遥感卫星携带和各种仪器设备，如光学摄像、温度探测、地表热辐射控制仪采集相应的数据，通过电子计算机和相应的软件对所采集的各类数据进行处理和还原，形成相应的图像模型及图形数据库，以便相关人员根据还原的信息图像作出正确的决策和判断，英文简称为GIS。1

地理遥感在地理遥感中，遥感技术主要是作为一种为地理信息系统的收集更新数据的手段。具体来说，通常是由相应的遥感技术来采集有关的空间环境数据，并对其进行简单的分类，再通过地理信息系统来对所采集的空间数据进行处理分析。1

地理遥感信息模型遥感信息模型概念所谓模型是对原型而言的。地学史上曾有静态的地形模型、动态的物理模型(河床动力模型、海湾动力模型、风沙动力模型、泥石流动力模型等等)和现代的计算机数学模型(气象预报动力方程组、海洋风暴预报动力方程组、河床演变动力方程组等等)，新近又有人建立物理—数学模型。地理遥感信息模型是在上述模型的基础上应用遥感信息而建立起来的一种模型。它是集地形模型、物理模型、数学模型于一体，在遥感图象处理和地理信息系统的支持下实现的。所谓信息是指非实体而言的。地形模型、物理模型都是实体模型，而数学模型是信息模型。

因此，地理遥感信息模型是非实体的。换句话说，地理遥感信息模型是对地理实体的抽象和概括。在遥感图象系统中提取各种可能提取的地理独立因子，在地理信息系统中提取数字地形模型和各种地理独立因子，两者复合，可进行各种复杂的地理遥感信息模型计算。当具备了遥感图象处理和地理信息系统的软硬件后，核心的问题就是建立地理遥感信息模型。2

两类地理模型地理独立因子是建立地理遥感信息模型的基础。地理独立因子分两类地理独立变量和地理独立知识，同样地理遥感信息模型也分两类。

1.基于独立变量的地理遥感信息模型

绝大多数的地理现象是比较复杂的，难以简化。在历史上地理学曾经是包罗万象的“科学之母，一直到A.V.洪堡(1769—1859)那个年代，地理学家还是万能的。初等数学，包括代数、几何、解析几何的发展都与地理学、天文学的量测有关。

1755年以后才有微积分出现，微积分的出现是与力学的发展分不开的。1903年有了数理方程。1933年概率论的公理化体系才建立，数理统计的发展与热学分子运动的研究是分不开的。数理方程研究抽象和简化的有规则的客观规律;数理统计研究大量的未知的无规则的客观规律。从地理学的角度看，地理学问题很复杂既有必然性的一面，又有偶然性的一面;既有确定性的一面，又有不确定性的一面。因此，最佳的方法便是将数理方程和数理统计结合起来，1941年出现了随机微分方程，说明这种结合是可能的。

由于地理现象的复杂性，我们所面对的往往是N维问题，不能凭3、4个微分、积分号就建立起方程，而由10来个微积分号建立起的方程组，一般不可能有完全的初始条件和边界条件，因此，也是无法解的。但是，建立了方程组后，可以得到独立变量。以这些独立变量来做量纲分析，可得到无量纲因子团。那些有明确的地理一物理意义的无量纲因子团正是反映了客观规律的成因关系。以这些无量纲因子团再来做数理统计分析则不一定要大量的实测数据，而数据只要满足精度要求就能得到正确的地理规律。

对于地域过渡问题和时序渐变问题，用二值数学是解决不了的。因此，要引进模糊数学和灰色系统的概念。模糊数学突破了布尔代数，突破了逻辑上的排中律，成为多值函数。实际上模糊数学没有独立的数学理论，应用模糊数学的概念可以建立模糊数理方程和模糊数理统计;同样，也可以建立灰色数理方程和灰色数理统计。

2.基于独立知识的地理遥感信息模型

一般来说，首先要对地理独立知识进行形式化。知识形式化的方法很多，例如地带性问题：纬度地带性，可以对纬度进行分等定级;经度地带性，可以取离海边的距离进行分等定级;高度地带性，可以对高程进行分等定级;坡向地带性，可以对方位进行分等定级;坡度地带性，可以直接对坡度进行分等定级。

地理信息编码模型把定性因子和定量因子统一起来，即把独立知识和独立变量都进行分等定级，然后依位编码。

按照地理信息编码模型的理论，制作地理信息编码图和地理信息编码表，同时输入地理信息系统，则可在计算机内进行各种地理遥感信息模型的图形与数值的地理运算，十分方便。地理信息编码模型分为树型分类结构和多维指标结构。土地利用分类就是树型分类结构，地带性问题则是多维指标结构。

两者的区别在于，前者随着级别的层次不同要用数位码来表示一种地理实体。例如，园地在一级土地利用分类中用一位码，数值为2，茶园在二级土地利用分类中用二位码，数值为23。如果，还要考虑茶种，则分类中用三位码，数值为xxx。后者则每一位码表示一种属性，例如，纬度地带性为第一位码，数值为1，经度地带性为第二位码，数值为2，高度地带性为第三位码，数值为3，坡向地带性为第四位码，数值为4，坡度地带性为第五位码，数值为5等等。

根据地理问题的需要，两种形式可以混合使用。当然，每一种土地利用类型还要按优劣分等定级，地带性的分布位置也要按属性分等定级。因此，地理信息编码模型表为二维表。2

地理遥感预测原理预测是根据过去和现在存在的客观事实，通过分析、演绎、推理、假设和模拟推测未来事物发生的可能性。

地理的遥感预测研究借助于已往遥感信息，根据遥感原理，通过对各种形式的遥感图像和数据的处理、分析，揭示出地理环境的内在联系和地理过程的发生、发展规律。地理遥感预测可以简单地表述如图。

意义地理环境在空间分布上具有较大的复杂性，而在时间序列上又具有极大的多变性，其中任何一个因素的变化都可能引起其它因素的变化。这种变化随时随地都可能发生。

遥感技术的发展为这种地理环境的监测和预报提供了广阔的前景。遥感具有覆盖面积大，获取信息迅速、准确、全面、实时等优点，从而在地理预测中起到十分重要的作用。由此可见，地理预测的遥感方法不仅能提供全面、准确的预测结果，而且具有其它地理学预测方法无法比拟的速度。

研究现状目前，大多数国家都在利用遥感技术进行地理预测方面的研究。其中最为经常、普遍也较为准确、实用的应用乃是利用气象卫星资料进行天气预报，包括陆地天气预报(为工农业生产、交通运输、航空航天以及人们日常活动等服务)和海洋天气预报(为航海、海洋运输等服务)。

在美国，利用卫星资料连续三年分析密西西比河上游地区积雪变化，准确预报了流域水情，减少了农业损失;原苏联利用卫星拍摄我国天山和帕米尔高原雪层变化，预报了1969年特大春汛，利用卫星资料还进行了农业、航海、森林、水利、渔业等方面的预测预报工作，并及时地进行了灾害性天气预报;英国利用SPOT图像进行了城市土地覆盖情况演变趋势预测。3