1概述

何为自然资源，关于这一问题，Zimmermann在1933年于《世界资源与产业》中指出环境或其某些部分，只有它们能(或被认为能)满足人类的需要时，才是自然资源。联合国环境规划署在1972年对自然资源的定义做出规范，所谓自然资源，是指在一定的条件下，能够产生经济价值以提高人类当前和未来福利的自然环境因素的总称。我国《辞海》1980年版则定义自然资源一般指天然存在的自然物(不包括人类加工制造的原材料)，如土地资源、矿藏资源、水利资源、生物资源、海洋资源等，是生产的原料来源和布局场所。随着社会生产力的提高和科学技术的发展，人类开发利用自然资源的广度和深度也在不断增加，《大英百科全书》在2000年定义自然资源是人类可以利用的自然生成物，以及作为这些成分之源泉的环境功能。近年来，我国专家学者也对自然资源的定义进行了划定，主要观点为自然资源是可为人类使用，客观存在于宇宙空间内自然环境要素的总和。

自然资源定义的广泛性直接导致了其调查的难度，各类自然资源要素的关联耦合性也造就了它们之间“牵一发而动全身”的特质，要想探究其中奥秘，首先要对工作区各类自然资源的本底数据有所掌握，数据获得的手段就是开展自然资源综合调查。本文依托中国地质调查局项目“汉江流域丹江口———钟祥段自然资源多要素综合调查”，作者参与开展了自然资源试点区示范调查工作，工作思路围绕自然资源综合调查的主要目标任务，以第三次全国国土调查数据为底版，融合土地(耕地)、矿产、森林、草原、水、湿地等地表覆盖层和地表基质层调查数据，分层形成涵盖各类自然资源信息的综合调查图斑本底。以图斑为单元，开展基于遥感技术的全覆盖面积变化监测，产出各类自然资源面积及其变化数据。以专项调查样地(点)为基础，根据精度和需要解决的问题需求，构建调查监测体系，设置调查样地(点)，开展样地(点)调查，查清各类自然资源质量、生态功能。构建自然资源立体时空数据模型，建立自然资源三维立体时空数据库，统计汇总自然资源调查监测数据，综合分析评价各类自然资源基本状况，提出保护开发利用建议，产出各类自然资源数据及数据库、专题数据集和统计分析评价报告及图件。关于自然资源综合调查，我国地质调查单位和科研机构开展了很多工作。2020年1月，自然资源调查监测体系构建总体方案公布，自然资源部职责涉及土地、矿产、森林、草原、水、湿地、海域海岛等自然资源，涵盖陆地和海洋、地上和地下。河北省承德市、福建省宁化县率先开展自然资源综合调查，承德项目组通过测量岩石—土壤地球化学元素数据，对土壤中Se、B、Zn等有益元素的分布与岩石类型相关联，从而对山楂、核桃、板栗和苹果等特色经济林种植区进行规划;福建宁化项目将植被覆盖率、水土流失典型地区规律以及土壤肥力分别与岩石岩性建造区建立联系，取得了较好的对应关系。从以上科研及项目工作可得出结论，获取自然资源多要素底数和关联耦合性需开展综合调查，建立统一体系，获取完整的本底数据。我们要做的就是在获得数据的基础上，分析各类资源间密切联系，进行一定限度的调节、有效的管理，使包括所有自然资源在内的生态系统发挥最大的效益。遥感手段在自然资源综合调查中的应用非常广泛，以自然资源湿地要素的遥感研究为例，湿地分布范围非常广泛，部分沼泽湿地从地面难以直接进行调查，湿地植被大多矮小，湿地水体又具有明显的光学反光性，因此，依赖遥感技术能高效、及时、准确地进行长期监测。同时，遥感手段在对森林资源要素的调查中也有广泛应用，本次工作通过结合无人机机载高光谱数据、高分辨率数据和实地调查数据，对湖北宜城市东边的莺河二库附近面积约4平方千米的面积区域进行分类，在此基础上对5个样地区域的林木进行精细识别研究，对这5个样地区域的林木进行健康评估研究，效果非常不错。

2应用分析

2．1遥感诊断

2．1．1建立遥感解译标志库

将遥感影像与多期林草湿等资源数据库进行叠加分析，根据专家先验知识，选择前后期遥感影像特征有变化的区域，与林草湿等资源数据库记录的不同地类图斑进行对照分析，形成地表覆盖变化与遥感影像特征变化的对应关系;分析前后期遥感影像特征发生变化的情况，按建设项目占用、林地草地湿地开垦破坏、林木采伐、灾害及生态保护修复等判别变化类型，并分别按类型进行标定，形成遥感解译标志库和变化类型数据标签。

2．1．2人工智能识别

采用以深度学习为主的人工智能算法，读取遥感解译标志库和数据标签进行迭代训练，获取孪生神经网络模型等算法的最优参数，基于两期遥感影像，自动识别提取变化图斑。

2．1．3变化地块初步诊断

对人工智能识别的变化图斑，根据两期遥感影像的特征变化情况，结合有关业务管理资料初步判定变化类型，修改完善和补充区划变化图斑的边界，分别为建设项目占用、林地草地湿地开垦破坏、林木采伐、自然灾害及生态保护修复等，填写变化类型。

2．2验证核实

以查阅资料、野外验证、无人机拍摄识别等方式核实变化图斑的范围界线，记录变化类型、地类、管理和自然属性等变化情况。地类按现在的实际情况记载，记载到三级地类。遥感诊断的变化图斑与林草资源档案记录的位置、范围、信息对应的，或调查人员举证确认的，可以判定的变化图斑，根据档案信息、资源数据库、举证资料等记载变化图斑的前地类、现地类、变化原因等属性及其他变化情况。遥感诊断的变化图斑与林草资源档案记录不对应的，且无法室内判定的，应进行现地核实(如图1，红色框内为“一张图”特灌图斑，影像诊断发现变化后，实地查验填写实际变化资源属性)，判定是否发生变化及变化情况，并记录变化图斑的前地类、现地类、变化原因等属性及其他变化情况。遥感诊断的变化图斑外，根据相关资料或现地发现的变化地块，根据实际情况补充勾绘图斑，现地核实记录变化图斑的前地类、现地类、变化原因等属性及其他变化情况。变化原因包括造林种草、林木采伐、建设项目占用、开垦破坏、自然灾害、森林抚育、自然生长等。

2．3无人机遥感

本项目通过结合机载高光谱数据、高分辨率数据和实地调查数据，开展了森林资源土地利用、树种识别和健康评价。基于ISODATA算法实现的测区土地利用分类总体精度为67．44%。其中，林木1的生产者精度和用户精度分别为67．86%和75．00%;林木2的生产者精度和用户精度分别为60．81%和70．31%。结果表明，测区土地利用分类可以将大部分林木信息提取出来。项目利用SVM算法实现不同样地区域林木的精细识别，每个样地区域的总体分类精度分别为80%、86．73%、75%、87．4%、90．85%。结果表明所采用的树种识别方法的分类结果具有较高精度，可以较好地区分植被与非植被，也能较好地区分不同树种。项目使用“宽带绿度指数”“叶绿素指数”和“树冠含水量/光合作用能力指数”的组合来衡量树木健康，通过与假彩色合成图像对比，对树木健康评估结果进行定性评价。观察发现健康评估结果与从假彩色合成图像中观察到的结果较为一致，表明所采用的树木健康评估方法的结果具有一定可靠性。

3遥感手段评价

3．1优势

3．1．1大面积同步观测

遥感调查能在短时间内以星载和机载两种形式在大范围地区进行对地观测，并从中获取有价值的遥感数据。这些数据大大拓展了人们的视觉空间，例如，本次使用的Landsat8数据，每景覆盖面积可达2万多平方千米。这种展示宏观景象的影像和多光谱数据，对自然资源调查和生态环境分析极为重要。

3．1．2时效性、周期性优势

获取信息的速度快，周期短。由于卫星围绕地球运转，从而能及时获取所经地区的各种自然现象的最新资料，以便更新原有资料，或根据新旧资料变化进行动态监测。例如，Landsat8卫星每16天可覆盖地球一遍，参考应用只需下载提取所需时段的遥感数据即可，自然资源综合调查以提取最新数据为主，如还有更高精度要求，则考虑无人机现地实飞，保证数据的时效性符合要求。

3．1．3数据综合性强

能动态反映地球表面所有事物的变化，遥感手段能周期性、重复地对同一地区进行对地观测，这有助于地质调查人员通过所获取的遥感数据，发现问题并动态地跟踪自然资源要素的变化。同时，研究自然界的变化规律，尤其是在自然资源领域中的监视气象变化、地质灾害、森林覆盖度等方面，遥感的运用就显得格外重要。获取的数据综合地展现了地球表面自然与人文现象，宏观地反映了所有自然资源以及人文事物的形态与分布，真实地体现了地质、地貌、土壤、植被、水文、人工构筑物等地物的特征，全面地揭示了自然资源各要素与人文事物景观之间的关联性，并且这些数据在时间上具有相同的现势性。获取信息的手段多、信息量大，根据不同的任务，遥感技术可选用不同波段和遥感仪器来获取信息。例如，本次工作遥感诊断主要使用高分影像和多光谱数据，高分影像分辨率达到1．6米，用于目视解译要素边界属性，多光谱数据用于机器解译，解决范围较大要素的基本属性，二者结合完成对整个工作区本底的基本掌握，并结合多期数据达到监测效果，探索自然资源各要素发展演化规律。3．1．4成本较低社会效益高遥感手段获取信息受条件限制少，主要为拍摄时间段的云量。工作区上大范围分布高山密林，自然条件极为恶劣，调查人员难以到达，如全部样地开展实地调查，成本较高，采用不受地面条件限制的遥感技术，特别是星载遥感可方便及时地获取各种工作区基础资料。

3．2局限性

3．2．1应用范围还需扩大目前，遥感技术在自然资源领域所利用的波段还很有限，以本次工作使用的多光谱数据为例，不同波段与各类自然资源之间的对应关系有待进一步挖掘。此外，已经被利用的电磁波谱段对许多地物的某些特征还不能准确反映，还需要发展高光谱分辨率遥感以及遥感以外的其他手段相配合，特别是地面调查和验证尚不可缺少。

3．2．2准确性还有待提高

由于使用星载多光谱数据和高分数据的时效性和分辨率问题、目视解译的不精确性问题等，遥感手段应用于自然资源综合调查的局限性还是存在的，例如，本次收集数据为2021年春季影像，到实地调查时已为夏季，部分前68电子信息科技风2022年11月期识别的荒地已被地方百姓开垦种植为耕地，还有部分水域由于降雨量的增加，面积明显增大，给野外验证带来了很多困难。而无人机方面，所用机载高光谱数据的覆盖区域限制，本项目所提出的方法是否适用于其他区域的树种精细识别还有待进一步验证。结语综上所述，遥感手段在自然资源综合调查中是不可或缺的，其同时兼具观测员与监查员的双重任务，应用遥感手段能够解决从诊断到支撑验证全工作流程诸多具体实际问题。同时，遥感手段具有面积大、时效性好、周期短、综合性强以及降低工作成本的优势，下一步自然资源综合调查中应加强探索包括高分遥感影像、多光谱、高光谱、红外、雷达等多元遥感数据的统筹兼顾和综合利用，并添加相应的工作手段开展关键指标的遥感定量探讨。

参考文献:

［1］葛良胜，夏锐．自然资源综合调查业务体系框架［J］．自然资源学报，2020，35(9):2254-2269．

［2］殷志强，卫晓锋，刘文波，等．承德自然资源综合地质调查工程进展与主要成果［J］．中国地质调查，2020，7(3):1-12．

作者:许佳琪 康建坤 曾冠中 张伟 刘松杭 李光琪 单位:中国地质调查局地球物理调查中心