地物波谱数据库在遥感信息提取中具有重要的应用价值，本文归纳和总结了常用的国内外通用型地物波谱数据库与专业型地物波谱数据库的发展现状。在对有关波谱库遥感应用文献进行计量分析的基础上，综述了地物波谱数据库遥感应用的四种主要
波谱特征分析、光谱匹配识别、混合像元分解以及参数提取建模，阐述了地物波谱数据库在地物分类、目标识别及参数反演中的应用。从当前所处的遥感“大数据”时代背景出发，亦对地物波谱数据库的建设趋势与应用潜力进行了展望。
中国在落实可持续发展目标，建设“美丽中国”的过程中，既面临难得的机遇，也面临艰巨的挑战。科学系统评价我国典型区域“美丽中国”建设，识别“美丽中国”建设面临的关键问题，是当前“美丽中国”建设的重要方向。以典型区域“经济—社会—环境”协调发展为导向，面向联合国SDGs及“美丽中国”建设背景，选取东北重点生态功能区（松花江流域）、西北内陆河流域（黑河流域）、京津冀都市圈、东部平原区（长江中下游平原）为研究对象，分析各区域的典型特点，并分析如何构建典型区“美丽中国”全景评价指标体系。从“天蓝”、“地绿”、“水清”及“人和”四方面构建典型区“美丽中国”全景评价指标体系。通过整合遥感对地观测数据以及相关资源、生态环境与社会经济数据，开展典型区域“美丽中国”全景评价,具有重要现实意义。研究成果将为我国重点区域“美丽中国”建设和社会经济可持续发展提供科学依据及决策支持。
湖泊等水体水质状况直接关系到人类社会的可持续发展。传统的水环境质量评价体系大都基于统计数据和原位测量数据，存在周期过长和时效性差等问题，难以实现大范围、连续地湖泊水环境质量评价。遥感技术的发展为高时空分辨率的湖泊水环境质量评价提供了可能。在总结现有湖泊水环境质量评价体系的基础上，以联合国可持续发展目标（Sustainable Development Goals, SDGs）中指标SDG 6.3.2（环境水质良好的水体比例）为导向，结合统计数据、野外实测数据和卫星遥感数据等地球大数据构建了“美丽湖泊”综合评价体系，以期在联合国可持续发展目标框架下，推进我国湖泊水环境质量综合评价，为美丽中国评价提供技术参考。
轨道交通布局是优化城市与区域空间结构的重要推动力，也将加速城市空间更新。研究采用多源数据信息的内业解译与外业调研相结合的空间判定方案，基于城市空间的规模特征、职能属性、集聚模式等“三位一体”综合视阈下精细刻画轨道交通站域的城市空间演替轨迹与更新模式，研究发现：①城市中心区域型、高密度居住型、商服型站点的城市功能规模呈显著的缩减特征；②随着城市空间演替其职能属性主导化趋势显著，尤以高效益的餐饮娱乐、商务服务业态为主要功能构成；③轨道交通站域空间的城市功能呈集聚分布模式。鉴于此，面向SDG11的现实发展要求，提出我国轨道交通站域的城市空间更新应立足于回应可持续发展时代要求，兼顾经济效益与社会公平的站域空间规划；对标站域环境，构建“主导功能+混合用途”的空间可持续发展模式；精细考量功能集聚特征，激发轨道交通站域空间的持续发展活力等更新策略，以期为我国相继进入不同轨道交通发展阶段的站域空间更新及实现城市可持续发展提供重要启示和政策建议。
精确的土地覆盖信息是进行碳循环、气候变化监测、土壤退化等相关科学研究的基础。随着云计算技术的不断成熟,一些高效算法与平台被不断提出，用来充分挖掘遥感数据所包含的海量信息。基于Google Earth Engine(GEE) 云平台，利用随机森林监督分类法对1990、2000、2010、2017年的山西省土地覆被进行了分类。参考Google Earth高清影像选择的1 580个样本点，对分类结果进行了验证；同时将分类结果与CNLUCC、GlobeLand30、FROM-GLC等现有土地覆被分类产品进行比较。验证和对比发现时间序列分类结果的总体精度达到86%~94%，比同期单时相分类总体精度提高了5%~10%；本文时间序列结果达到了CNLUCC、GlobeLand30、FROM-GLC等产品的分类精度。结果表明：①在快速准确土地覆被分类方面，时间序列影像与云平台结合，显示出时效性强、时间周期短、成本低等优势；②时间序列百分位数指标能有效地区分不同土地覆被类型的物候差别，在进行土地覆被分类方面显示出简单、易用、高效等特点。该方法对于深入研究大区域尺度的土地覆被变化过程具有重要的参考价值。
植被覆盖时空变化是全球及区域生态环境重要研究内容之一。基于Google Earth Engine云平台，利用2000~2017年250 m分辨率的MODIS-EVI长时间序列数据，采用像元二分模型并辅以趋势分析、去趋势标准差、Hurst指数方法定量估算中国自2000年来植被覆盖度时空变化，并从省域尺度分析中国植被覆盖度近18 a以及未来趋势变化的时空分异特征。研究结果表明：①2000年以来中国植被覆盖度的变化速率为0.09%/a（P＜0.01），平均植被覆盖度为44.63%，空间分布格局上整体呈现“东南高、西北低”的特点，但存在空间异质性；②从省级尺度来看，海南省平均植被覆盖度最高（79%），新疆维吾尔自治区最低（13%），山西省改善趋势最显著（0.4%/a），天津市年际波动最大(DSD=0.039)，位于中国最西部的3省：新疆、西藏、青海植被覆盖度年际波动最小；③全国尺度植被覆盖度Hurst指数为0.72，未来将继续保持改善的趋势。具有改善持续性的省份基本呈“T”型分布，位于东西两侧的省份应注重加强植被生态修复与防护工作，保障区域生态文明建设的持续性。
植被的变化特征是流域生态监测的重要内容和流域综合管理决策的基础信息。基于谷歌地球引擎（Google Earth Engine,GEE），利用空间分辨率为250 m的MODIS-EVI（Enhanced Vegetation Index）产品，研究2001~2017年黑河流域植被的时空变化趋势及延续性特征。结合气温、降水与河流径流量观测数据，分析黑河流域上游、中下游绿洲与非绿洲区植被变化的影响因素。结果表明：近17年来黑河流域植被年最大EVI值年均增幅为0.003 9，年均新增植被面积为480.3 km2。受气温、降水、耕地开垦、水资源管理措施及与其密切相关的地下水等因素的不同影响，上中下游表现出不同的变化特征。无论是年最大EVI值还是植被面积，中游的增加趋势最为显著，绿洲区较非绿洲区增加趋势更为明显。这种变化趋势短期内可能延续，但长时间内存在较大风险。研究为快速监测植被变化提供了示范，揭示了干旱区植被监测中长势变化与类型变化的同等重要性，流域植被变化的区域协同性对合理分水、加强地表-地下水协同管理等流域综合管理提出了更高要求。
搭载多个遥感应用载荷的天宫二号空间实验室（TG-2）于2016年9月发射，其中多角度偏振成像仪共设置12个观测通道（565~910 nm），是国内首个应用于空间探测的多角度偏振仪器。该仪器的数据质量对气溶胶和云的光学、微物理特性参数的精确反演至关重要，而高精度的影像地理定位是观测数据得以定量应用的基础。根据多角度偏振成像仪光学几何设计参数和航天器的姿态信息，基于参数法建立了影像观测像元与地面空间位置之间的关系模型。首先分析地球自转和航天器姿态偏差对像移造成的影响，进行相应的偏流角和安装矩阵初步订正，接着采用海岸线拐点法探测初步订正结果在沿轨和交轨方向的误差，并使用焦点纠正法直接在焦平面坐标系中补偿了两个方向上的地理定位误差。最终的定位误差评估表明，沿轨和交轨方向的平均误差保持在一个像元以内。
水文预报是水资源优化配置的重要前提，而传统预报方法普遍存在预测精度低的问题，为提高水文预报的准确性，提出了一种混合数据驱动模型用于月径流预测，即奇异谱分析—灰狼优化—支持向量回归（SSA-GWO-SVR）模型。该模型通过SSA对径流数据进行去噪处理来提高径流序列的平稳性和可预测性，采用GWO对SVR模型的参数进行联合选优，从而增强模型的泛化能力。通过黑河正义峡的月径流预测进行模型验证，以平均绝对误差（MAE）、均方根误差（RMSE）、相关系数（R）和纳什效率系数（NSEC）为模型评价标准。实验结果表明该模型的预测精度明显高于自回归积分滑动平均模型（ARIMA）、持续性模型（PM）、交叉验证-SVR（CV-SVR）和GWO-SVR模型，并且它能很好地预测径流峰值，说明该模型是一种可靠的径流预测模型，能够更深入地捕获水文径流的内在特性，为基于数据驱动模型的水文预报提供了一种新方法。
海表面盐度遥感是海洋遥感研究的重要内容之一。针对大气对海表面盐度遥感的影响，根据大气辐射传输理论，对大气影响进行仿真分析及修正，进而通过神经网络模型反演了海表面盐度。研究结果表明：大气对海表面盐度遥感存在一定的影响，需进行校正；当大气温度和压强精度分别达到2 ℃和10 hPa时，可以去除大气影响；训练样本集选取数量的不同将对神经网络反演精度造成一定的影响；SMAP卫星海表面盐度遥感反演结果相对误差较小，残差基本集中在0.6以内，但在盐度值低于34.4‰的区域误差较大。
中高分辨率气溶胶信息对于高精度地表反射率反演以及城市空气环境质量监测具有重大意义，但在城市及稀疏植被等高亮地表区域，气溶胶光学厚度（AOD）的高精度反演一直是定量遥感领域的难点之一。以北京城市区和包头沙漠区为例，利用MODIS地表反射率产品构建先验知识约束条件，基于深蓝算法实现了13景Sentinel-2高亮地表的AOD反演。为验证算法精度，将反演结果与全球气溶胶自动观测网(AERONET) 站点实测值、Sentinel-2官方插件Sen2Cor处理结果、Landsat-8反演值作对比。结果表明：①采用深蓝算法反演的AOD值与AERONET实测值具有显著的相关性（R2 >0.9，RMSE=0.056）；②无论是沙漠高亮区还是植被较少的城市高亮区，Sen2Cor插件反演的AOD值整景均为固定值，无空间分布，不符合实际情况；③Sentinel-2深蓝算法反演结果与准同步过境的Landsat-8反演的AOD产品在空间分布上具有高度一致性，较好地反映了人类活动特征。相比于目前官方产品，深蓝算法适合Sentinel-2数据高亮区域的气溶胶反演，在绝对精度和空间分布趋势方面均具有明显优势。
高分五号卫星上搭载的我国自主研发的全谱段光谱成像仪是从可见光到长波红外光谱范围的星载多光谱成像仪，具有广泛的应用前景。对卫星影像进行质量评价，既是对遥感卫星是否满足设计指标的验证与检验，也可以为影像的处理与应用提供参考。利用信噪比、清晰度、信息量、辐射不均一性4个指标对高分五号全谱段光谱成像仪进行影像质量评价，并以美国陆地卫星Landsat 8影像为参考进行对比分析。结果表明：高分五号卫星全谱段光谱成像仪短波红外谱段的信噪比（320.44~388.42）略高于可见近红外谱段（208.24~238.03）；近—短波红外谱段的清晰度（0.82~0.91）要高于其余谱段，尤其是长波红外谱段（0.01~0.21）；可见短波红外谱段的信息量（9.01~9.97）要高于中长波红外谱段（5.71~8.31）；所有12个谱段的辐射不均一性均小于2%。与Landsat 8的比较结果表明：在清晰度方面，全谱段光谱成像仪可见近红外谱段优于Landsat 8，其他谱段接近Landsat 8；在信息量方面，可见短波红外谱段与Landsat 8比较接近，但是B11、B12两个分裂窗谱段差距较大，分别相差5.23和5.61；在信噪比方面GF-5 VIMI仍有待进一步改善，又以B1、B2、B6 3个谱段落后Landsat 8最大，分别相差280.41、226.84和151.92。
基于我国新一代静止气象卫星FY-4A/AGRI的4 km分辨率全圆盘数据，利用其高时间分辨率、高光谱分辨率的特点，提出一种青藏高原地区多时相多通道阈值组合的云检测方法，并通过实际案例分析所提出的云检测方法有效可行。结果表明：对比中国国家气象中心云检测产品以及传统单时相云检测方法，多时相云检测方法，其准确率为94.4%，误检率为7.2%，漏检率为5.6%，均优于其他两种方法，体现了多时相检测的优越性；云相态检测中，分别使用GPM降水资料以及CALIPSO卫星云相态观测结果对检测结果进行精度评价，其中冰云分布与GPM实测降水分布相似度达到了0.883，云相态整体检测结果与CALIPSO实际观测的云相态也较吻合，进一步验证了云相态检测的合理性，这也是对青藏高原地区进行降水监测的一种辅助手段。
基于DEM数据，利用中心像元与相邻8个像元模型计算了位于陕西境内的秦岭腹地地表面积，结果表明：①秦岭陕西段地表面积为75 224.67 km2，与垂直投影面积61 641.27 km2相比增加了22.04%；②秦岭陕西段地表面积与垂直投影差异与海拔的关系呈类抛物线趋势，海拔高度为2 000 m时二者的差异达最大；③与垂直投影面积相比，秦岭陕西段低山、中高山以及亚高山面积分别由19 258.34 km2、33 654.18 km2、3 789.32 km2增加到21 559.88 km2、39 836.85 km2、4 480.92 km2，增长比例分别为11.9%、18.4%与18.3%；④秦岭陕西段不同土地利用类型的地表面积与投影面积均存在差异，未利用地地表面积与垂直投影面积的差异最大，达34.4%，林地次之，差异为27.7%，再次是草地，差异为22.4%左右，农田、其他林地、水域、居民地与工矿用地的地表面积与投影面积的差异较小，依次为12.5%、8.5%、5.4%和2.5%。
中国是一个农业大国，在田块甚至是亚田块尺度上进行快速、准确的作物产量估算，不仅可以对农民田间管理进行指导，对于农田生态系统对全球变化的响应评价、制定科学合理的粮食政策、对外粮食贸易和国家粮食安全都具有重要意义。目前主流的估产模型主要有经验统计模型、光能利用率模型、作物生长模型等，每一类模型在各自研究领域相对完整，但是都形成了固定的局限性，为了研究利用遥感技术在小区域范围内田块尺度的作物估产，选取黑龙江省双山农场为研究区，以大豆为研究对象，基于CASA-WOFOST耦合估产模式，利用覆盖作物生长季的时间序列HJ-1A/B遥感影像数据构建高时间分辨率归一化植被指数(Normalized Difference Vegetation Index, NDVI)，实现逐日连续监测，分别利用CASA模型和CASA-WOFOST耦合模型对作物进行单产模拟，结果表明：耦合得到的新模型能够具有光能利用率模型较高的运行速度，同时还能发挥作物生长模型模型的机理优势，克服CASA模型在小区域田块尺度上应用的局限性。大豆单产模拟线性回归判定系数(R2)由0.668 53上升到0.844 72，均方根误差(RMSE) 由51.41 kg/hm2下降到29.52 kg/hm2，说明耦合后的模型可以综合考虑光能利用与作物生长生态生理全过程，从而提高作物估产的精度、可靠性和稳定性，为区域田块尺度作物估产提供理论支持，更好地服务于精准农业发展。
为有效预防地面沉降带来的灾害，利用2015年4月~2018年2月天津地区的24景Sentinel-1A数据，进行了永久散射体干涉测量处理，并使用高精度轨道数据和TanDEM-X DEM修正残差相位，提取了3 a的地面沉降结果，结合土地利用类型、水文、地质和交通等数据，分析了多处沉降地区的特征和形成原因，最后和小基线集方法的监测结果进行对比分析。结果表明：近3 a来天津城区沉降治理效果显著，平均沉降速率在8 mm/a以内，郊区沉降仍然严重，沉降速率在50~70 mm/a，沉降最为严重的区域为武清区王庆坨镇，3 a累计沉降量超过200 mm，并且有和其他沉降漏斗连成片的趋势。地面沉降发生的区域与地下水漏斗形成的区域基本一致，且两种方法得到的累积形变量差值95%在5 mm以内，说明本研究结果可以为天津市地质灾害防治提供数据支撑和决策依据。
城市黑臭水体遥感分级识别对于黑臭水体的监管及治理具有重要作用。针对目前黑臭水体遥感识别算法无法对河流黑臭程度分级这一问题，在沈阳市建成区内开展野外实验，对比分析一般水体、轻度黑臭水体和重度黑臭水体的反射率光谱差异，利用绿波段反射率的基线差值与红波段反射率之比，提出了一种城市黑臭水体遥感分级指数BOCI(Black and Odorous water Classification Index)模型。首先采用实测光谱数据对BOCI模型检验，并将其与改进后归一化比值模型进行对比，结果表明，BOCI模型具有更高的黑臭水体识别精度，且可以将重度黑臭水体与轻度黑臭水体区分开，解决了现有模型无法对黑臭水体污染程度分级的问题；然后将BOCI模型应用于沈阳市同步GF-2影像进一步检验，同样取得了较高的识别精度；最后将该模型应用于2015~2018年4景GF-2影像，对研究区内黑臭水体进行动态监测，结果显示，新开河、南运河和满堂河黑臭现象逐步得到改善，辉山明渠黑臭现象依然很严峻。
生态系统呼吸（Ecosystem respiration，Re）是陆地生态系统碳收支的重要组成部分，准确模拟Re对研究碳循环具有重要意义。利用3种典型的遥感模型，C-flux（The carbon flux model）、ReRSM （Ecosystem respiration Remote Sensing Model）和TPGPP（Temperature Precipitation Gross Primary Production）模型，基于不同时间尺度（1 d和8 d尺度）的通量观测和遥感数据，对包含5种植被类型（农作物CROP、落叶阔叶林DBF、常绿针叶林ENF、草地GRASS和混交林MF）的24个站点（52个站年）的Re进行了模拟。结果表明：不同模型模拟结果的差异较大，C-Flux模型模拟结果R2和RMSE的范围为0.72~0.96 gCm-2d-1和0.30~3.47 gCm-2d-1，ReRSM模型R2与RMSE的范围为0.70~0.98 gCm-2d-1和0.45~6.07 gCm-2d-1，TPGPP模型R2与RMSE的范围为0.76~0.97 gCm-2d-1和0.41~2.45 gCm-2d-1；1 d和8 d尺度，TPGPP模型模拟效果最好，分别73%和67%的站年的TPGPP模型模拟结果的R2高于其他两种模型，65%和50%的站年的TPGPP模型模拟结果的RMSE低于另两种模型。大部分站年（分别为75%和77%）ReRSM模型模拟的Re与观测Re之间的R2明显高于C-flux模型，然而大部分站年（79%和77%）的RMSE高于C-flux模型，这表明ReRSM模型结构合理，能较好地模拟Re的季节变化趋势但模型参数有待改进。ReRSM模型中，年均生长季平均LSWI（Mean annual growing season of Land surface water index，LSWIsm）与其他站年相比过低，会导致模拟的Re高估，反之则低估。
漓江流域是桂林山水的核心，保护漓江流域生态环境已成为国家战略。以漓江流域为研究区域，以GF-1多光谱影像和SAR影像为数据源，采用小波融合算法将GF-1多光谱影像和SAR VV极化的后向散射影像进行影像融合，再利用随机森林算法分别对GF-1多光谱影像、GF-1和Sentinel融合影像构建典型地物高精度识别模型，提取与漓江流域生态环境紧密相关的河流、针叶林、阔叶林、水田、旱地以及居民地等地物类型。研究结果表明：①在95%置信区间内，基于GF-1影像分类的总体分类精度达到96.15%，基于GF-1和Sentinel-1A后向散射系数的影像总体分类精度达到了94.40%；②河流、阔叶林和旱地在基于GF-1多光谱影像的分类精度中分别达到了97.74%、93.20%、90.90%，比基于融合GF-1多光谱和SAR的数据分别高出7.57%、8.96%和1.22%，其余地物类型两者分类精度相近；③GF-1多光谱和SAR数据的融合中，利用了小波变换进行图像融合，发现融合图像的喀斯特地貌突出，增加了地物特征的差异性。
及时准确地监测农作物产量信息对国家和区域的粮食生产、贸易及粮食安全预警具有重要意义。当前卫星遥感估产由于高时空分辨率难以同时满足、波段数量少等原因限制估产精度进一步提高，无人机成像高光谱技术以其高时空分辨率、丰富的波段数量和图谱结合的遥感影像等优势被广泛地应用到现代智慧农业与精准农业，使高精度的农作物估产成为了可能。常规无人机估产方法使用的不同时期植被指数在获取时具有不同的光照条件、大气条件和背景，这些外界条件的差异将会引起不同时期植被指数的误差，进而影响估产精度。针对该问题，提出“相对光谱变量”和“相对产量”的概念开展多时期相对变量水稻遥感估产。首先将高光谱成像仪获取的波段进行一对一的组合建立相对归一化光谱指数RNDSI集，并确定水稻不同生育期的最优RNDSI及其构成波段；然后建立不同生育期组合的水稻估产最优模型并做相应的验证。结果显示:使用分蘖期RNDSI[784,635]、拔节期RNDSI[807,744]、孕穗期RNDSI[784,712]和抽穗期RNDSI[816,736]组成的多元线性回归模型是多生育期估产的最优模型，R2和RMSE分别为0.74和248.97 kg/hm2，并对此结果进行验证，估产平均相对误差绝对值达到了4.31%，结果表明相对植被指数和相对产量的水稻遥感估产方法可较好地应用于像素级的水稻遥感估产。基于该模型绘制了水稻的田间产量分布图，可更加直观地表现不同区域的产量并进行精准地田间管理。关 键 词：无人机;成像高光谱;相对光谱变量;水稻;估产;空间分布
针对工业热污染区提取准确率低、误差大及遗漏率高等问题，提出一种基于八分位法的工业热污染区提取方法。即首先基于改进的单通道算法获得地表温度，其次采用八分位法提取高温异常区，通过叠加建筑用地，得到疑似工业热污染区。然后，以彩钢房为判断标准，利用Google Earth影像进一步提取工业热污染区。通过对比分析热岛强度（HI）、改进的箱线图和八分位法3种方法的精度差异，发现潜在热异常是导致结果降低的主要因素。其中，热岛强度和改进的箱线图法均受到人类活动影响，提取的工业热污染区中居民区和商业区所占比例不小于工业区，误判率较高，八分位法提取精度最高，效果更佳，且从一定程度上避免了潜在热异常带来的影响。为验证结果精度，随机选取10%的工业热污染区像素点作为验证点，经Google Earth核实，发现利用八分位法提取的工业热污染区精度均在70%以上，最高可达92%。因此，八分位法提取工业热污染区简单有效，结果准确可靠，能够避免目标区内潜在热异常的影响，能够为环境保护、工业去产能监测提供技术支撑服务。
针对生态监测物联网数据自动获取和采集过程中的应用需求，参考此前研发的相关子系统，分析了其原生的不足之处，用面向对象理念进行了全新设计，使其以多源异构数据自动采汇中间件的形式呈现，被后端的观测数据自动综汇平台调用。该中间件具有灵活的可扩展性，能够与不同厂商、不同来源的物联网数据采集设备协作，获取实时的多源异构监测数据，然后对数据进行归一化处理后，自动汇总存入监测数据库。该中间件运用模块化的软件工程理念设计，主要由数据自动获取模块、数据自动解析处理模块、数据自动入库模块这3部分组成，模块之间高内聚、低耦合，以数据流为纽带，紧密配合，完成整个监测数据流采集入库的全自动化处理流程。与原有子系统相比较，其具有更明确的模块划分、更高的灵活性和更好的可维护性。该中间件采用简洁高效的Python语言实现，完全采用面向对象编程思想，所有类的设计遵循单一职责原则，面向接口编程，保证了程序具备稳定的功能和灵活的扩展性。该中间件经过充分测试及几个月的试运行，能够满足现有生态监测物联网监测数据的自动获取、解析处理和入库的业务需求。对于野外地理环境和生态环境的监测，只要涉及类似的数据采集处理流程，本文设计和实现的数据自动采汇中间件都具有一定的参考意义和应用价值。
提出一种基于无人机单视场图像的地块面积测量方法。首先通过无人机相机标定获得相机内外参数及畸变参数，再对单张的地块全貌图像进行畸变校正；接着提取图像中的目标地块区域并统计区域内像素数量；通过估计像素与实际面积比率，得到地块实际面积。实验结果表明：随着无人机飞行高度的增加，该方法计算精度先逐渐提升，到达一个峰值后逐渐下降，且在有效飞行高度内的相对误差都在10%以下，可以有效地计算地块面积。该方法对要求操作简便快速、精度不是很高的山地作业有现实意义。
土地退化遥感监测可以服务于政策制定、修复优化、效果评价以及安全预警，亟需建立和完善土地退化理论知识和遥感方法技术体系相结合的框架体系。在借鉴国内外干旱区土地退化（荒漠化）相关理论的基础上，以生态系统服务为连接，以植被—生境互动为核心，构建了生物—物理—社会经济系统耦合的干旱区土地退化监测理论框架。其次，围绕提出的理论框架，基于光谱混合分解端元空间的一致性、稳定性、包容性优势，以宽波段遥感为例建立干旱区遥感监测评价技术方法体系，主要包括当地环境知识挖掘、旱地生态系统景观要素提取、地表（生物物理）参数遥感反演与定标、旱地生态系统结构分析与制图、旱地生态系统功能量化与评价和旱地生态系统与社会经济综合模型七个部分。所建立的理论框架和技术体系可以为干旱区不同区域和尺度间土地退化遥感监测评价和对比分析提供参考。
甘公网安备 62010202000685号
