定量遥感分析方法

❶ 农业定量遥感的流程

1、量遥感是指从对地观测电磁波信号中定量提取地表参数的技术和方法研究区别于仅依靠经验判读的定性识别地物的方法。
2、农业定量遥感的流程：进行植类型与面积遥感监测、病虫害遥感监测、长势遥感监测、品质遥感监测、产量遥感估算后演算成分。

❷ 遥感技术应用发展动态

当前，世界各国纷纷构建天地一体化的对地观测系统，以便实现全球、全天候、全天时的时空数据获取(李德仁，2000)。一系列新型卫星发射上天，是遥感进入21世纪以来取得的长足进展，它使遥感实现实时、动态、定量和定位观测成为可能，卫星应用技术已逐步向产业化方向发展。

(一)遥感数据类型

目前，遥感技术已形成多星种、多传感器、多分辨率共同发展的局面。遥感卫星包括资源卫星、环境卫星、海洋卫星、气象卫星等，所获取的遥感信息具有厘米到千米级的多种尺度，如QUCKBIRD0.61m、IKONOS1m、中华福卫2m、SPOT－5号2.5～5m、ALOS2.5m、IRS－1C5.8m、KOMPSAT6.6m、SPOT－1号、2号10m和20m、EO－1和Landsat－7号15m、CBERS－1号、2号19.5m、Landsat－4号、5号30m、Landsat－1号、2号、3号79m、MODIS250m、NOAA1.1km等多种分辨率。不同空间分辨率的遥感数据对生态环境研究形成了很好的互补，可以在不同空间尺度下开展多方面的应用研究，满足对于不同尺度、不同研究对象发生发展规律研究的需要。丰富的信息源使遥感技术在生态环境研究中扮演着越来越重要的角色，它所具有的高度空间概括能力，有助于对区域的完整了解，而以多光谱观测为主并辅以较高分辨率全色数据的高分辨率卫星，又极大地提升了对地物的识别和分类能力。

应根据研究内容或希望达到的目的有针对性地选择合适的信息源。目前对生态环境研究主要采用光学传感器遥感信息较多，如MODIS、Landsat的TM和ETM、SPOT等。近几年来高光谱卫星和雷达卫星也取得了很大发展，多光谱遥感正在向高光谱遥感、微波遥感向全极化和干涉雷达方向发展(郭华东等，2002)。卫星传感器的光谱分辨率已达到5～6nm。美国1999年发射的EOSTERRA卫星上的中等分辨率成像光谱仪MODIS具有36个波段，2000年发射的EO－1高光谱卫星上的HYPERION具有220个波段，空间分辨率达30m。欧空局的ENVISAT－1卫星上的ASAR传感器可以获取多极化和干涉测量数据。日本的ALOSPALSAR系统能在全球范围内获取极化和干涉雷达数据。利用高光谱、雷达卫星遥感数据进行定量反演是目前遥感的重要发展趋势，但定量遥感还处于起步阶段，主要由于遥感模型缺乏，模型参数提取困难，反演理论与方法的实用化不够，基于先验知识的参数估计所用的数据源不足等(李小文，2005、2006)。

(二)遥感图像处理与信息提取

随着遥感应用日益增长的需要和计算机技术的迅猛发展，图像处理系统作为遥感领域中必不可少的工具，已经形成了很大的市场。图像处理在理论、技术、软件设计以及硬件技术上也都得到了长足的发展。国际上最着名的遥感图像处理软件有ERDAS、PCI和ENVI。ERDASIMAGINE是目前世界上占最大市场份额的专业遥感图像处理软件，由美国ERDAS公司开发。软件大而全，具有光学遥感和微波遥感处理功能以及良好的RS/GIS集成功能，与ARCGIS(ESRIARC系列)融合较好，可以对shapefile、coverage文件直接编辑，具有简单的矢量编辑功能，代表了遥感图像处理系统未来的发展趋势。PCIGeomatics由加拿大PCI公司开发研制，在光学遥感图像镶嵌和色彩匹配处理方面具有独特的优势，可以实现随心所欲的色彩调整，对微波遥感图像具有强大处理功能。ENVI是美国RSI公司开发研制的一套功能齐全的遥感图像处理系统，对高光谱数据具有强大的处理能力，IDL语言为用户提供了良好的二次开发环境。与ERDAS和PCI不支持HDF相比，ENVI可以直接读取TM的HDF文件，其支持的栅格数据和矢量数据格式种类也多于其他软件，但ENVI对光谱图像的色彩匹配能力较弱。随着高分辨率卫星的发展，仅使用图像光谱信息进行分类识别已远远不够，德国DefiniensImaging公司最近新推出了面向对象的遥感图像分类软件ECOGNATION，它不仅考虑地物的光谱特征，还统计地物形状、大小、纹理及相邻关系等，使分类结果更加精确。

生态环境研究中获取的遥感数据，一般都已经进行了初步的辐射纠正，而几何校正等预处理通常要由应用部门根据工作需要自行完成。各种商业软件对图像预处理都有完善的处理功能。

从遥感数据提取专题信息，目前主要有三种方式:目视解译、人机交互和计算机自动分类与提取。目视解译是最直观、最简便的图像信息提取方法。全数字人机交互是利用地理信息系统软件对图像进行解译，该方法的成熟与广泛应用主要是在近10年左右的时间内。上述两种方法都需要投入大量的人力、物力和财力，而且需要投入相对更多的时间，但取得的成果质量相对更高，更便于应用，因而目前仍然被广泛采用。计算机自动分类技术主要立足于遥感信息的定量分析和统计分析，但由于遥感信息传输中的各种干扰造成的偏差，以及不同时空条件下地物遥感信息的差异，会产生空间的不一致性和时间的不一致性，以及同物异谱和同谱异物的现象，自动分类精度较低，难以满足生态环境监测的要求，即使分类结果通过目视判读分析进行改值干预，仍会出现较多问题。现有的自动分类方法基本上都是在较小的区域或精度要求相对较低的区域内实现，很难在大区域而精度要求又较高的工作中实际应用(张增祥，2004)。

(三)遥感动态监测

卫星星座的形成以及传感器的大角度倾斜使空间分辨率时间分辨率显着提高，另一方面，遥感与地理信息系统的结合使遥感实现了真正意义上的实时动态监测。卫星的重访周期从1～50d不等，如SPOT－1号、2号、4号、5号组成SPOT卫星系列，其重访周期为1～26d，Landsat－5、7重访周期为8d，IKONOS为1.5～3d，QUICKBIRD为1～6d。不同卫星适宜的重访周期有利于对生态环境的动态监测和过程分析。只有完整、连续、规范化的大量的时间序列数据，才能够提供研究对象更多的信息，也才能够更全面和更深入地了解研究对象。

国际上利用遥感(RS)技术与地理信息系统(GIS)技术进行了大量卓有成效的资源环境调查、监测工作，如土地利用、土地覆盖、作物估产、植被监测、水土资源调查等。随着国际社会对全球气候变化研究的深入，人们认识到由人类活动所导致的土地利用和土地覆被变化是引起生态环境和气候变化的主要驱动力(王静、张继贤等，2002)。美国于1980～1986年开展了全球性的农业和资源空间遥感调查计划(AGRISTARS)，现已建成了集成化的运行系统。近年来完成了美国1∶100万比例尺、1∶25万比例尺和全球范围的土地覆盖数据采集，并利用系统的资源信息对全球性生态环境进行客观评价。欧共体国家为减少各国资源与生态环境部门的重复投资建设，于1991年集中组织启动了“CORIN”计划，建立了一个土地与环境信息系统，通过资源利用及其变化信息对生态环境进行评价，及时反映生态环境变化，并向欧共体国家的资源与环境部门提供公共基础性信息服务。1992年，这些国家又联合起来开展了利用遥感技术监测欧共体国家耕地、农作物变化的大型计划(MARS)，每两周向欧共体农业部提供报告，已形成运行能力。加拿大于20世纪90年代基本实现了利用遥感、地理信息系统对全国实现周期性的宏观资源调查、更新与制图，及时对全国生态环境进行评价与预警，并向有关资源与生态环境部门提供公共基础性信息服务，带来了巨大的经济、社会及环境效益。近年来，全球土地利用、土地覆盖研究已经成为国际地圈生物圈计划(IGBP)、人与环境计划(HDP)和世界气候研究计划(WCRP)三个国际组织的核心计划。随着遥感及其应用技术、地理信息系统信息处理及管理技术，特别是近年来全球定位系统(GPS)技术和“3S”一体化的发展，资源环境遥感研究工作正向着快速、精确、实用方向发展(刘纪远，1996)。

我国从20世纪80年代开始，在水资源、土地资源、草场资源、森林资源、环境评价、水土流失、土地退化等方面均应用了遥感动态监测技术(任志远等，2003;张增祥，2004)。从1999年开始，国土资源部采用SPOT、Landsat等卫星数据，辅以其他手段，成功监测了全国66个50万人口以上城市在近两三年间土地利用的变化情况，监测面积达71.4×10⁴km²，为城市建设与发展及时提供了现势的基础资料，并对土地变更调查结果进行了复核，为土地执法检查提供了依据(国土资源部，2000)。总的来说，我国遥感动态监测有以下特点:一是采用的数据分辨率较低，且数据类型单一，监测结果大多是定性说明，离实际生产需求尚有一定距离;二是监测指标单一，绝大多数项目在实施中只选择了一种指标;三是动态监测数据的获取技术相对落后，在利用遥感技术进行专题数据获取或者比对中，自动提取技术应用很少，大多需要大量的人工干预来完成。

国内研建的遥感监测系统为数不多，运行化生态环境遥感监测系统少有，且尚处于初级的尝试阶段。环境遥感监测系统(REMSV1.0)是在国家863计划支持下开发的我国首个面向流域水污染及生态环境遥感监测的业务化环境遥感监测软件系统，用以进行省级环境遥感监测业务化运行示范。它针对我国流域水体污染及典型生态状况监测的实际需求，瞄准环境与灾害监测预报小卫星星座主要传感器(高光谱、红外、可见光)的应用，已在水网密布、流域水环境管理任务十分艰巨的江苏境内的淮河、长江、太湖流域实施了运行示范，取得了较好的效果(张琪等，2006)。系统基于业界主流集成开发工具VISUALC++6.0IDE和Windows系列平台，具有强大的海量高光谱数据处理分析能力、直接面向用户的专业应用模块、一体化的数据处理流程和良好的可交互性。国家海洋环境监测中心建设的海洋赤潮卫星遥感监测系统由卫星图像接收天线、图像接收机、图像处理终端和赤潮卫星遥感信息提取软件组成，系统能够进行NOAAAVHRR、SeaWiFS、MODIS、FY－1C、D和HY－1a卫星数据的读取和处理工作，通过内置的赤潮提取算法自动识别出赤潮发生分布区，并完成赤潮卫星监测通报制作。目前，用于赤潮遥感监测的卫星数据主要有两类:一类是气象卫星类，使用其海表温度数据，探测赤潮的环境温度，可见光波段用于辅助分析;另一类是水色卫星数据，主要使用其可见光数据，建立叶绿素模型，进而探测海洋表面浮游生物。海洋赤潮遥感信息提取软件(V1.0)采用IDL可视化开发语言和VC进行程序开发工作，软件具有数据的输入、预处理、信息提取和赤潮灾害信息产品制作的功能。

❸ 定量遥感的介绍

定量遥感或称遥感量化遥感研究，主要指从对地观测电磁波信号中定量提取地表参数的技术和方法研究，区别于仅依靠经验判读的定性识别地物的方法。它有两重含义：遥感信息在电磁波的不同波段内给出的地表物质的定量的物理量和准确的空间位置；从这些定量的遥感信息中，通过实验的或物理的模型将遥感信息与地学参量联系起来，定量的反演或推算某些地学或生物学信息。

❹ 从定性遥感到定量遥感——大数据时代的空间数据科学

笔者最近一周之内连续听了四场关于定量遥感前沿进展的讲座（内容遍布目前定量遥感的诸多热点领域）。
这四场讲座分别从定量遥感信息技术整体的前沿进展、气溶胶（民众最关心的PM2.5）定量遥感、植被生态环境定量遥感（高光谱遥感、多光谱遥感）到最后一个雷达遥感（SAR）。可以说十分丰富，信息量也非常大。所以听完之后，有些想法和思考来谈一谈关于从定性遥感到定量遥感的发展以及必然。
首先会有很多人会疑惑什么是定量遥感？和普通的遥感有啥区别？那么我想还是先从遥感的起源和定义说起。遥感，也就是Remote Sensing。最早是由这位美国海军的老太太提出的，具体的故事看下图介绍。

从广义来说，遥感就是以非直接接触形式探测物体的一种方法，最广泛的一种方式就是以电磁波来进行探测。物体之间的差异，造成了对不同波长的电磁波反射特性不尽相同，通过这个特点，通过传感器接收物体反射回来的电磁波信息，就是典型的遥感探测，当然我们也可以称之为被动遥感。而通过传感器主动发射电磁波并接收物体反射回来的电磁波，同样是遥感探测，也可以称之为主动遥感（有点像海豚的超声波定位原理）。被动遥感的典型案例包括目前多数光学卫星遥感，主动遥感则是近年来兴起的微波遥感、激光雷达遥感等。当然从广义角度来说，无人机航拍这类也可以算是遥感的一类，但是从狭义来说，我认为它还算不上遥感。而遥感的狭义定义就是定量遥感的基础，遥感的狭义定义应当是指通过接收记录物体反射电磁波特性来探测物体性质的方法。所以狭义的遥感的关键是物体反射的电磁波特性。嗯，敲黑板、划重点。三个字：电磁波！电磁波！电磁波！重要事情说三遍。
遥感的价值就在于遥感探测得到的电磁波信息，那么电磁波信息能带给我们什么呢？
初中老师（也有可能是高中老师吧）曾经曰过：“太阳光是白光（其实它五颜六色），物体在人的视觉里呈现不同颜色，就是因为它吸收了部分光，反射了部分光，这一部分信息被人的视觉所接收并生成图像。”事实上，卫星遥感同样是这个道理，卫星遥感大部分接受的电磁波信息就是地物反射的太阳光波谱信息，所以，不了解遥感的人总觉得它就是在给地球拍照。

其实准确说来也没错。人类视觉接收到的也是地物反射的太阳光波谱信息，相机和卫星接收到的也是如此，只不过人类视觉接收的信息可能以某种生物信息或者信号方式记录存在，而相机（RGB值）和卫星则均使用数字来记录。所以我们会觉得卫星遥感影像有时候很直观，看着跟眼睛看到的真实事物或者拍出来的照片一样，三者者事实上也是一样的道理（盗用知乎的一句话：传感器接受到外界光子，要么形成电压信号，要么形成电流信号，然后转换成我们所熟悉的pixel，尽管三者有些许差别，总的来说核心的问题并没有太大差异，文末贴链接）。
一个很核心的问题在于，人类视觉可以接受的波谱信息有限制，也就是我们说的可见光部分。但是卫星遥感数据接收的范围则远比这广得多——微波（合成孔径雷达）、热红外等。
但是无论是可见光部分或者非可见光部分，卫星所接收的都是用来描述电磁波的信息，而电磁波的信息又是反映物体的物理特性的（前面提到过，物体间的差异导致的反射波谱不同）。所以遥感技术应用的核心就是将电磁波信息转化为对人类有用的Knowlegde。那么如何转化呢？熟悉遥感的同学会知道目视解译这个词。也就是说看图识物。就像前面提到的，由于遥感成像原理与人眼成像原理类似，我们可以把它当地球拍的一系列照片，通过看着一系列照片，我们可以做监测（就像警察叔叔看监控找犯人一样），监测地球发生的变化，也可以监测某种地物的变化（从监控视频中找出犯人）。就像下面的图片。

然而一切的发明都是从偷懒开始的，一定会开始想方设法降低自己看照片的工作量。这就出现了计算机上面的一大分支——图像识别与图像分类。正如我上文提到的，卫星遥感的原理跟相机成像原理最核心部分是类似的。那么也就是说卫星遥感影像某种程度上也可以看成是特殊的“图片”。
嗯，讲了很久。貌似都是遥感的基础概念。
接下来！！！敲黑板，再次划重点。
什么是定性遥感？什么是定量遥感？
定性遥感就是类似于看图识物，通过将遥感影像当做特殊的“图片”，通过诸如计算机的图像识别、分类的方法去进行分析和处理得到我们所需要的Knowledge。比如简单的土地利用分类、面向对象的分割与分类或者监测变化等，仅仅是定性的划分。

GLC30 m土地覆被

而定量遥感，我就套用一下李传荣老师讲座时的定义：向社会和公众提供有用信息的技术。要精准描述构成地物状态特征的物理化学要素，以及导致地物目标变化的物理化学动力驱动机制。
事实上，它的核心就是第一个重点，遥感目前的根本在于电磁波。那么电磁波这么一个物理现象，要做的不仅仅是将电磁波谱映射成普通图像去做解译、分类。既然我们通过卫星接收到了很多人类无法肉眼观测到的电磁波信息，那么我们就希望通过建立具有物理意义的方程以及模型，将电磁波信息转化为对人类更有用的Knowledge。这就是定量遥感所要做的事情。
而定量遥感的典型分析方法就是耳熟能详的遥感定量反演。为什么叫反演？其实就是我想知道B的具体值，但是我无法直接观测B的具体值，但是我能观测到A的具体值，而A和B相互之间的关系，可以通过物理学意义的模型或者是其他模型进行表达，那么我就同过A的值去反推出B的值，这就是反演。相信大家就会很清楚，在定量遥感里，A就是传感器接受的波谱信息，而B则可以有很多种东西。比如：
1.二氧化碳探测——温室气体

动图链接： https://pan..com/s/1hsNyTrY

去年我们国家在12月26日刚刚发射了TanSAT卫星，使得中国成为了第三个发射监测温室气体排放卫星的国家（前两个是美国和日本，分别是OCO-2卫星和GOSAT卫星），这件事对于我们的意义是什么呢？过去我们没有自己的碳卫星，发达国家在气候变化和谈上说中国排放多，我们难以反驳。现在我们有了自己的碳卫星，我们就有了谈判的手段。同时TanSAT卫星尽管有些方面不如前两个卫星，但是有些方面性能远超前两个卫星。
2.地表温度
地表温度反演，探究城市热环境的影响因素与空间格局分布。探究冷热岛效应成因分布。

MODIS的LST产品

3.气溶胶反演
气溶胶，可能如PM2.5，PM10这些更耳熟能详。但是要注意的就是气溶胶光学厚度≠PM2.5，它是介质消光系数在大气垂直方向上的积分（简单说它没有分离PM2.5、PM10等气溶胶物质）。所以不做垂直订正和湿度订正就拿来跟PM2.5建立关系的AOD都是耍流氓。

MODIS气溶胶产品

4.生态环境定量遥感
植被动态变化与生态环境相关要素如叶面积指数、NDVI、光合有效辐射、NPP、GPP等。

VPM模型求算的GPP

除了以上四个，还有很多对应的定量遥感产品——水体叶绿素浓度产品、雪深产品等等。
那么定量遥感的核心就是如何通过卫星接收的数据和具有实际物理意义的模型去反演得到我们所需要的产品。而从模型来说，主要分为几类：经验模型、半经验模型、物理模型。
经验模型可以被认为是统计意义上的模型，即无视具体的物理过程，单纯靠统计方法建立的模型。
半经验模型一般是结合了部分的物理意义的统计模型。
物理模型则是严格按照电磁波谱和辐射传输特性经过推导的到的机理模型。
可以说物理模型才是定量遥感真正的核心，因为前面两个模型建立之后通常无法复制。物理模型其实有两大部分，即包括了辐射传输方程推导的模型以及几何光学模型（普及下，这就是布鞋院士李小文院士从事的研究）。
然而，定量遥感的研究已经有一段时间，却依旧处在一个不为人知的和无法广泛应用的时代。主要是由于地表的复杂性、定量遥感反演目前出现的病态反演问题、定量遥感产品缺乏验证和质量控制的多重因素影响。复杂性——地表非朗伯体特性、地形起伏等影响；
病态反演问题——参数求解过程大部分是求解参数大于方程数；
缺乏验证和质量控制——不确定性，缺乏统一标准等。
当然可以说现在这些问题开始有逐步的改善——毕竟一句话，问题都解决了，还要搞研究的人干什么。
但是可以肯定的是，目前计算机技术的发展、卫星载荷的发展、传感器的发展、多颗卫星共同监测、高光谱遥感、激光雷达、合成孔径雷达的普及的情况下，定量遥感的很多问题将会得到改善。
所以是时候从定性遥感走向定量遥感，因为这是必然。随着技术的发展和模型精度提高，遥感应用产品也将更加普及。毕竟现在是大数据时代，我们不断强调的是数据即服务和软件即服务，定量遥感作为地球观测的客观载体，将会迸发出更大的潜力。
很多人都会这么说，遥感数据是GIS里面的天生大数据，确实遥感数据满足了大数据的4V或者说5V的特征，但是它又跟计算机意义上的大数据有所不同。计算机上的大数据普遍的格式是什么呢？比较典型包括像文本、图片、视频，而甚至像LBS这样的经纬度数据。简而言之，它是高频数据，时间间隔非常短（诸如5min这样的时间间隔）。而遥感数据却不同，卫星的重访周期基本上很难达到5min，所以它非高频数据，那么从这个角度来说，很多大数据算法是否适用呢？同时它具有非常丰富的物理信息，所以就像老师们说的，我们更应该考虑的是这个不太一般的大数据如何去用，不是简单的拿来主义，用这些所谓的机器学习、深度学习去看图识物，可能更值得考虑的事如何将定量遥感的物理模型与大数据的数据挖掘、机器学习等手段相结合。
最后的最后，回到主题——大数据时代的空间数据科学。对于空间数据科学来说，这可能是个最好的时代。因为我们不缺数据，但是可能也是个最坏的时代，因为我们多的是黑箱的算法，更缺少的是内在机制的理论研究。
毕竟，科学家还是要有梦去追。

关于卫星遥感影像与相机成像原理差异知乎解答：

后记——
从这四场讲座中，了解到很多前沿，对于定量遥感了解可能会更透彻。也了解到自己很多不足。一些简单的想法。就当是学习之后的呓语。
最后的最后，推荐两本定量遥感的书吧（京东和当当有满减活动，不用谢，叫我雷锋）。

❺ 定量遥感的分类

1.统计模型（即经验模型）：基于陆地表面变量和遥感数据的相关关系，对一系列的观测数据做经验性的统计描述或者进行相关性分析，构建遥感参数与地面观测数据之间的线性回归方程。
优点：参数少；容易建立且可以有效概括从局部区域获取的数据，简便，适用性强；
缺点：有地域局限性，所以可移植性差；理论基础不完备，缺乏对物理机理的足够理解和认识，参数之间缺乏逻辑关系。
2.物理模型：其模型参数具有明确物理意义，并试图对作用机理进行数学描述。
优点：精度高，可移植性强；
缺点：此模型通常为非线性的，所以方程复杂，实用性较差；并且在复杂问题考虑中会产生大量参数，其中有些参数无法获取，从而采取近似，会产生误差，而对非主要因素有过多忽略或假定也会产生误差。
3.半经验模型：突出上述两种模型的优点，回避其缺点。考虑经验数据和物理过程，其参数往往是经验参数，但有一定物理意义。

❻ 大家如何看待定量遥感

（1）定量遥感理论部分近期感觉确实有点停滞不前，不是意味着黄金时期已过，也不是基本问题差不多已经解决。依旧还有许多许多问题正待解决，比如尺度效应。而且很多东西涉及到多种学科交叉研究。因此需要某位大牛能够突然就把这个学科往前推动一大步，毕竟理论才是基础。
（2）定量遥感应用部分，正在大力探索，发展还是非常好的，包括美国已经做了几十年的产品，现在依旧在做产品，而国内刚刚才起步，包括各种陆地，海洋等等，比如我们北师大的GLASS，清华也在做。遥感理论已经发展了很多，但是一直很难在实际应用上产生很大效益，这是我们真正需要关切的问题。遥感的优势当然也是相当明显的，如果应用的好的话，作用相当大。
（3）遥感并不可能解决一切问题，我们在强调遥感的优势时，也忽略了它的劣势。遥感的本质是光学信息，传感器检测的光学信息是有限的，而且这些有限的信息，需要通过信息的微小区别，然后使用算法进行定量研究，这也是相当难的。事实上，即使是高光谱，很多地物就是同物异谱，有的是同谱异物。

❼ 定量遥感的应用

通俗来讲，定量遥感就是在遥感获取的图像以及其他各项参数的基础之上，通过模型的方法来获取各种自然属性信息。它的应用是多样化的，通过各式各样的遥感图像和遥感分析软件，我们可以将遥感应用于各行各业。与遥感最密不可分的是环境。定量遥感应用于探测地球表层环境的现象及动态。大气遥感、陆地遥感、海洋遥感和土壤遥感等均属于环境遥感的范畴。