地理信息技术应用

2019年，巴西亚马逊盆地的火灾季比往年更为惨烈。然而，外界对这场大火的知情，并非来自当地居民的报告，而是来自欧洲航天局（ESA）和美国航空航天局（NASA）的地球观测卫星——这些在数百公里高空巡回的“眼睛”，通过捕捉地面植被燃烧释放的特殊红外辐射信号，每天将全球植被状态的实时快照传回地面。算法自动识别出亚马逊的异常热点，在科学家和媒体意识到之前，卫星已经“看到”了一切。

这就是遥感技术的力量。而当我们把卫星拍摄的影像、地面测量的地形数据、各类统计数据和实地调查结果叠加在一张数字地图上，进行空间分析和查询时，那就是地理信息系统（GIS）在发挥作用。

遥感（Remote Sensing, RS）、地理信息系统（Geographic Information System, GIS）和全球导航卫星系统（Global Navigation Satellite System, GNSS），统称“3S技术”，是现代地理信息技术的三大支柱。理解这三种技术的基本原理和应用，不仅是当代地理学的核心内容，也是理解现代环境监测、城市规划、灾害响应乃至日常导航的底层逻辑。

---

遥感

遥感的基本原理

遥感的基本原理是：地球表面任何物体（如植被、水体、岩石、建筑物、农田等）都会对电磁波产生吸收、反射或发射作用，就像“指纹”一样，每种物体有其独特的电磁波响应特征，这被称为“光谱特征”或“特征指纹”。遥感传感器通常安装在飞机、无人机或卫星等高空平台上，能够远距离接收地面物体反射或发射的电磁辐射。科学家通过分析不同物体在不同波段下反射和吸收的强度和分布规律，可以推断地面物体的类型、状态及其空间分布。例如，健康植被在可见光波段吸收较多、在近红外波段反射很强，而裸土和水体则表现出不同的特性。

遥感的完整技术流程包括：

这一套流程的核心优势在于，遥感技术能够大面积、周期性、非接触式地观测地球表面，实现传统地面观测难以比拟的空间和时间覆盖能力。

遥感的典型波段及其应用

不同波段的电磁波（从紫外、可见光、红外到微波）对不同地物信息有着各自独特的敏感性，这为遥感技术的多元应用提供了物理基础：

遥感在环境监测中的典型应用

遥感已成为全球和区域尺度环境调查、灾害防控不可替代的“空中眼睛”和“绿色守卫”：

植被与生态环境监测：

• 利用NDVI等植被指数追踪全球与区域植被覆盖度的实时变化，评估土地退化、沙漠化区域扩张，精准统计森林砍伐、草场退化及恢复等动态
• 中国高分系列遥感卫星和国际陆地卫星数据（如Landsat、Sentinel-2等）已服务于全国土地利用/土地覆盖变化调查，配合“三北防护林”等国家重大工程进行长期成效评估与精细监控
• 森林、湿地、草原等重要生态系统的分布及其随气候、灾害变化的动态跟踪，为生物多样性保护、生态补偿、自然资源管理等提供科学基础

灾害监测与应急响应：

• 洪水与内涝监测：SAR雷达等微波遥感手段可穿越厚厚云层和降水带，对洪水淹没面积、流速、受灾范围实现快速精准制图，为抗洪救灾及时提供空间数据支持
• 地震灾害应急：利用震前震后光学和雷达影像对比自动识别大范围的地表形变、建筑物倒塌、道路损毁等，快速定位重灾区，优化救援部署
• 泥石流/滑坡/山体崩塌识别：高分辨率卫星影像精细捕捉滑坡体、泥石流堆积扇、崩塌等地貌特征，为地质灾害预警和治理提供直观图像证据并实现事后溯源

冰川、雪盖与气候变化监测：

• 持续多年对同一冰川、积雪区进行卫星监测，精确量化冰川面积和厚度的变化趋势，是研究全球变暖和区域气候变化的关键证据之一
• 利用遥感监测海冰分布及消融速率、冻土区多年冻土消融带范围，为极地科学考察、海洋航运安全、牧业调度等提供第一手数据

除此之外，遥感还广泛应用于城市变化检测、土地利用规划、水资源动态监测、海洋环境调查、大气污染追踪等众多领域。遥感技术已经深度嵌入到人类社会对地球系统的“体检”，是现代环境保护和可持续发展的强力保障。

---

GIS

GIS的基本概念

地理信息系统（GIS，Geographic Information System）是一种集计算机硬件、软件、数据和人员于一体的综合性空间信息技术系统，专门用于采集、存储、管理、分析、展示和输出描述地球表面空间分布特征及其属性信息的地理空间数据。GIS的最大特点在于“空间”——即将各类数据赋予具体的地理坐标，实现跨学科、跨领域的数据整合与空间分析，为科学研究、城市管理、资源环境监测和各类规划决策提供坚实支持。

从本质上说，GIS不仅仅是电子地图工具，更是一个空间分析、空间建模和可视化的平台，能够帮助人们回答这样的问题：

• “这里是什么？”（查询某一坐标点的地物、土地利用、环境状况等信息）
• “哪些地方符合X、Y、Z等多项条件？”（实现复杂的空间检索、空间叠加与筛选分析）
• “如果发生A事件，可能导致哪些空间影响，B区域会如何响应？”（模拟空间变化、预测可能结果、辅助决策）

现代GIS广泛应用于国土资源管理、城市规划、生态保护、应急指挥、交通运输、环境监测等众多领域，深刻影响着我们的生产与生活。

GIS的数据结构：矢量与栅格

GIS系统中，空间数据结构主要分为两大类型，各自适用场景不同，相互补充、转换：

1. 矢量数据（Vector）：用点、线、面等几何对象来抽象表现地物。点可表示城市、井口、测量站等离散位置；线可表示公路、河流、管道等线性特征；面则可用于表达行政区划、湖泊、土地利用分区等有明确边界的实体。矢量数据具有几何精度高、适合拓扑分析等优点，尤其适用于需要准确表达地表边界、关系和属性的场景。

2. 栅格数据（Raster）：将地理空间离散化为密集的规则格网，通常称为像元（Pixel），每个格网具有唯一的数值属性（如高程、温度、NDVI植被指数等），因此非常适合表现温度、降水、海拔、土壤湿度等连续变化的自然要素。遥感影像、DEM数字高程模型等都是典型的栅格数据。

在实际工作中，矢量与栅格数据类型可以相互叠加、融合和转换，使得GIS具有极其强大的数据整合能力。

GIS的空间分析功能

GIS的真正价值在于支持复杂、多层次的空间分析，为科学问题和实际工作提供“空间决策引擎”：

案例分析——GIS在地质灾害风险评估中的应用：

实际项目中，为科学评估某区域的地质灾害风险，通常会将以下多类数据集成至GIS平台：

1. 地质图（描述底岩类型、断层带位置、滑坡隐患带）；
2. 数字高程模型DEM（提取坡度、坡向等关键因子）；
3. 植被覆盖或土地利用图（反映地表稳定性）；
4. 降水监测与气象数据（揭示极端天气致灾概率）；
5. 历史灾害点分布等监测记录。

GIS利用空间叠加、统计分析、模型仿真等方法，自动生成全域地质灾害危险性分区图，直观分级高风险与低风险区，为城市扩展、工程选址、防灾减灾提供科学、定量、高效率的决策依据。GIS还能联动大数据和实时遥感影像，实现动态风险预警和智能辅助管理。

---

GNSS

GNSS的工作原理

全球导航卫星系统（GNSS，Global Navigation Satellite System）是一种通过一组分布在空间不同轨道上的导航卫星，为地球上的用户（包括地面、海洋和空中）提供连续、全球覆盖的精确定位、导航与授时（PNT）服务的系统。GNSS的核心原理是：每颗卫星不断向地面广播包含其精确位置和时间的信号，地面接收器通过同时接收多颗（至少4颗）卫星信号，计算信号传播的时间差，结合卫星的精确轨道参数，利用三角定位原理估算出接收器的三维坐标（经度、纬度、高度）和当前时间。

当前世界主要的GNSS系统有：

• 美国GPS（全球定位系统）：最早建立，全球覆盖，民用定位精度一般为5—10米，已广泛应用于各行各业。
• 中国北斗导航系统（BDS）：中国自主研发，2020年完成全球组网，民用定位精度2—5米，通过地基增强和高精度差分定位模式，精度可达厘米级甚至毫米级，并具备独特的短报文通信功能。
• 俄罗斯GLONASS、欧洲Galileo等系统也在全球范围为用户提供多源定位服务，增强了GNSS全球定位的可用性和稳定性。

值得注意的是，多系统兼容和多频点接收可以进一步提升定位的精度、抗干扰及快速收敛能力。

GNSS在地理环境监测中的应用

GNSS远远超越日常导航应用，在地理环境监测、科学观测与工程安全保障等领域也发挥了巨大作用，成为空间地理信息技术体系的重要一环：

现代GNSS还与遥感、GIS高度集成，为地理信息数据的采集、校准与应用提供了坚实的坐标基础和高精度定位保障，是“3S技术”不可分割的核心技术之一。

---

3S技术的协同应用

3S技术（遥感RS、地理信息系统GIS和全球卫星导航系统GNSS）的强大之处，在于三者能够高效集成协作，把空间观测、数据分析与精确定位有机结合，形成面向地球科学与环境管理的“黄金组合”。三者彼此补足、各扬所长，为自然资源监测、灾害管理、城市规划等领域提供了全流程、立体化、智能化的支撑能力。

典型的3S协同工作流程

3S协作往往经过如下步骤，实现从现场采集、快速分析到深度决策的“一条龙”服务：

• GNSS定位：在实地布设遥感影像地面控制点，获得高精度空间坐标，保证遥感影像配准、校正和GIS空间分析的准确性，并支撑野外调查、采样点精细定位。
• RS信息获取：利用高分辨率的遥感卫星实现大范围、全天候、周期性的地表观测，获取植被、土地利用、灾害区等多维图像，为GIS提供关键的栅格数据输入。
• GIS综合分析：GIS平台将遥感数据（影像、指数、分类结果）、GNSS获取的精准点位和其他空间数据（气象、地质、人口等）进行集成、叠加分析，开展空间建模、风险评估、趋势预报，并以多种可视化方式支撑科学决策。

以2010年玉树地震救援为例，救援团队综合应用3S技术，大幅提升应急效率和科学性。具体流程为：首先，遥感卫星分别获取灾前与灾后影像，GIS系统对比分析、自动识别和定位大面积建筑物倒塌区域，叠加道路交通数据，实时生成救援优先级地图；随后，救援队员借助GNSS定位设备，将各自的实时位置及救援进度动态回传至GIS平台，实现多支救援力量的空间协同与任务调度。这种3S协作机制，可以让指挥中心全面、动态掌握受灾态势，高效配置资源，并持续追踪抢险进展。

除此之外，3S还广泛应用于环境监测预警（如洪水、滑坡、森林火灾的动态监控）、国土资源调查、遥感制图、智慧城市等领域，为支撑科学决策、提升治理能力发挥着不可替代的作用。

---

遥感图像的解译基础

遥感图像的解译是一项将原始像素数据转化为有意义的地理信息的关键技能，是遥感应用与空间分析的基础。掌握遥感判读，需要理解如下基本要素：

• 色调：不同地物对不同波段电磁波的反射或吸收导致颜色差异。在标准假彩色遥感图像中，植被通常呈红色（利用近红外波段对植被的高反射）、水体呈黑色或深蓝色（因吸收大量可见光和近红外能量），城市建成区常为灰白色，裸地、沙漠地带呈亮黄色或浅色。通过色调区分，可快速定位主要地表覆盖类型。
• 形状与纹理：地物的几何外观及表面粗糙程度。例如，农田多为规则的矩形或条带分布，自然林地与草地则常表现为边界不规则、纹理杂乱的团块；道路呈明显的线状、延伸稳定，河流曲折蜿蜒。地物纹理（细腻或粗糙）有助于区分土壤、植被密集度等。
• 大小与比例：遥感图像的分辨率决定了对地物尺寸的判读能力。例如，高分辨率卫星可分辨宽几米的小河、房屋等，低分辨率则只能识别大区域的地类变化。判读者需结合比例尺推断目标物的真实大小。
• 位置关系：不同地物在空间上的组合和相对分布。典型如滑坡带通常出现在陡坡边缘，城市周边分布有城乡结合带，河流多沿低洼地带穿过，农田与灌溉渠有特定布局。合理利用空间关联性，有助于排除误判。
• 时序变化：通过对比不同时期遥感影像，能判别植被生长周期、水体消涨、城市扩张、灾害演化等动态过程，是动态解译的重要依据。

以下总结了常见地物在不同波段下的典型遥感特征与主流判读方法：

遥感解译不仅依靠单一影像判别，更常结合多时相、多波段、多源数据，以及GIS空间叠加与模型分析，进一步提升判读精度。例如，结合地形（DEM）、历史变化、气象等辅助资料，可以更准确地区分城乡土地利用类型、灾害受影响区等。熟练的遥感判读员会综合分析图像特征、判读要素及实际地理背景，才能完成精准的地理信息提取。

---

练习题

第1题 遥感技术中“被动遥感”和“主动遥感”的区别是什么，两者在阴天监测中的能力有何差异？

A. 被动遥感使用卫星，主动遥感使用飞机；被动遥感分辨率更高

B. 被动遥感依靠接收地面反射的太阳辐射或地面自身发射的热辐射，阴天时可见光波段受云层遮蔽影响较大；主动遥感自身发射雷达（微波）信号，微波可穿透云层，在阴天和夜晚照常工作

C. 被动遥感只能在白天工作，主动遥感只能在夜晚工作

D. 被动遥感精度更高，主动遥感覆盖范围更广

显示答案

答案：B

知识点：被动遥感（如光学卫星）依赖外部辐射源（太阳或地面热辐射），其成像能力受天气条件影响——云层会遮蔽可见光和近红外波段，使光学卫星在阴雨天气下无法获取清晰图像。这是洪水监测（往往阴雨天气）中光学遥感的重大局限。主动遥感（雷达遥感，如SAR合成孔径雷达）自身携带发射器，发射微波信号并接收回波，微波对云层几乎完全穿透，因此在浓厚云层下和夜间照常工作。2021年郑州洪灾期间，国际上多颗雷达卫星（Sentinel-1）持续提供了淹没区域的实时监测数据，而光学卫星在连续阴雨下基本失效——两类遥感技术的互补性由此体现。

第2题 NDVI（归一化植被指数）是遥感监测植被状态的核心指标，其计算原理基于什么？

A. 计算植被的叶绿素含量，直接测量光合作用强度

B. 利用植被在近红外波段反射率高、在红光波段反射率低的光谱特征，通过公式（近红外反射率 - 红光反射率）÷（近红外反射率 + 红光反射率）计算，数值越大代表植被越茂密健康

C. 计算植被区域的地表温度，温度越低说明植被越茂密

D. 统计遥感影像中绿色像素的比例

显示答案

答案：B

知识点：NDVI的核心原理基于植被独特的“红外反射”特性：健康绿色植物中的叶绿素强烈吸收红光（用于光合作用）、叶片细胞结构则强烈反射近红外辐射，形成明显的“红边”特征（红光低反射、近红外高反射）。NDVI = (NIR - Red) ÷ (NIR + Red)，数值范围-1至+1，健康茂密植被通常在0.5—0.9，稀疏植被0.1—0.5，裸地接近0，水体为负值。NDVI被广泛用于全球植被变化监测（森林砍伐、草场退化、绿洲扩缩）、农作物长势评估和旱涝监测，是遥感应用中使用最频繁的指数之一。

第3题 地理信息系统（GIS）中的“叠加分析”，在地质灾害风险评估中的应用是什么？

A. 将两张地图重叠印刷，便于同时查看两类信息

B. 将多个空间数据层（地质图、地形图、降水图、历史灾害点等）在GIS中叠加，自动运算各区域同时满足多个风险条件的程度，生成综合风险评估图，识别高优先级防灾区域

C. 将不同年份的地图叠加，比较地形变化

D. 将不同来源的行政区界线叠加，解决行政边界争议

显示答案

答案：B

知识点：GIS叠加分析是将不同主题的空间数据层“叠加”后进行运算的技术——类似于将多张透明胶片重叠，同时看到所有层的信息，并计算每个位置上各层属性的综合结果。在地质灾害风险评估中，需要同时考虑多个影响因素，任何单一因素都不足以全面判断风险：高陡斜坡（危险性高）但人口稀少（暴露度低）的区域，综合风险可能低于坡度平缓（危险性较低）但人口密集（暴露度高）的区域。GIS将地质、地形、气候、人口、基础设施等多个图层叠加，通过加权运算，生成综合风险评估图（危险性×暴露度×脆弱性），为防灾决策提供空间直观的科学依据。

第4题 高精度GNSS（差分GPS，精度达厘米级）在监测地质灾害中的作用是？

A. 用于为救援人员提供导航，帮助他们找到灾害现场

B. 通过在潜在滑坡体上布设GNSS传感器，持续监测坡体表面固定点位置的毫米至厘米级位移变化，当位移速率超过预设临界阈值时自动触发预警

C. 用于精确测量滑坡体的体积，便于工程量计算

D. 在地震预警中，GNSS接收P波信号，提前发出警报

显示答案

答案：B

知识点：高精度差分GNSS（精度可达1—10毫米）是滑坡变形监测的核心工具之一。在大型潜在滑坡体的不同位置埋设多个固定GNSS监测点，系统24小时连续记录每个监测点的三维坐标。当坡体内部岩土体因应力积累开始缓慢蠕动时，地表监测点的位置会发生微小变化（初期可能只有每月数毫米）。分析人员通过观察位移速率的趋势（加速往往意味着灾害临近），在灾难性失稳发生前发出预警，争取疏散时间。这一方法已在三峡库区（数百个滑坡体）、云贵川山区等地广泛部署，配合雨量监测，形成多参数联动预警系统。

第5题 在遥感图像解译中，利用“标准假彩色合成”（近红外波段显示为红色）时，一片茂密健康的森林区域在图像上的颜色应该是？

A. 深蓝色，因为森林覆盖区水分含量高，接近水体特征

B. 鲜红色，因为植被在近红外波段反射率高，近红外波段被赋予红色显示，健康茂密的植被呈现为鲜艳的红色

C. 白色，因为森林面积大，反射的太阳辐射总量最多

D. 灰色，因为森林树冠遮蔽地面，遥感传感器无法接收地面信号

显示答案

答案：B

知识点：“标准假彩色合成”（False Color Composite）是遥感图像处理中最常用的彩色合成方式：将近红外波段对应红色通道（R）、红光波段对应绿色通道（G）、绿光波段对应蓝色通道（B）。在这种合成方式下，健康植被呈现鲜艳的红色——原因是植被的叶绿素在近红外波段具有极高的反射率（“红边效应”），在近红外→红色通道的映射下，植被区域显示为明亮的红色，且植被越茂密健康，红色越鲜艳。这种假彩色合成是遥感图像植被判读的标准工具，之所以用近红外而非可见光作为红色通道，是因为近红外信号对植被的区分度远高于可见光绿光波段，能更清晰地区分不同健康状态的植被。