全球湿地遥感研究综述：1975年—2020年

毛德华，王宗明，贾明明，罗玲，牛振国，蒋卫国，孙伟伟

1.中国科学院东北地理与农业生态研究所,长春 130102;

2.中国科学院空天信息创新研究院,北京 100094;

3.北京师范大学 地理科学学部,北京 100875;

4.宁波大学 地理与空间信息技术系,宁波 315201

1 引言

湿地是“山水林田湖草”生命共同体的重要组成部分，可持续的湿地管理与保护是中国生态文明建设的重要内容。湿地生态系统具有极其丰富的生态系统功能和服务，与人类的福祉密切相关，但其对于气候变化叠加人类活动干扰的双重胁迫极具敏感性（Gong等，2010；Millennium Ecosystem Assessment，2005；Ramsar Convention on Wetlands，2018）。湿地的损失与退化已带来一系列的生态环境问题，如日趋加剧的洪/旱灾害频率、生物多样性损失、碳排放增加等（Mao 等，2018；Wang 等，2012；Xu等，2019）。在此背景下，对于湿地的科学研究日趋深入和完善。遥感是重要的科学领域和监测技术手段，以湿地为视角的遥感研究不断增加，已成为湿地科学和遥感应用研究的重要内容和重点方向之一（张柏，1996；Ozesmi 和Bauer，2002）。

湿地遥感的研究范畴涉及到格局—过程—功能与服务—可持续性等多领域，从湿地遥感分类到湿地水文、湿地碳氮循环、湿地对气候变化的响应及其反馈、湿地生物多样性、湿地保护管理空间决策支持等多方面（Finlayson等，1995；Guo等，2017；Klemas，2011）。随着湿地研究人员的不断增多和湿地遥感研究的不断扩展和深入，多源遥感技术已在湿地研究中得到广泛应用（Adam 等，2010；Henderson 和Lewis，2008；Klemas，2015）。与此同时，由于湿地生态系统本身的复杂性，遥感探测湿地的机理和技术方法仍存在诸多难点或不足。因此，对国际上已有的研究进行系统总结和梳理已成为当下湿地遥感研究领域的迫切需求。

本文依托Web of Science 数据库，对1975 年以来湿地遥感研究的知识框架和研究进展进行了梳理和总结，主要从基本信息、研究主题和数据源、发展趋势3个维度进行阐述，以期为湿地遥感研究与湿地生态系统管理提供借鉴，并为湿地科学与遥感科学的发展贡献力量。

2 数据库与分析方法

国际上的湿地定义可以概括为广义和狭义两类。广义的湿地定义是《湿地公约》的湿地定义，即：湿地是指天然或人工的、永久或暂时的沼泽地、泥炭地或水域地带，具有静止或流动的淡水、半咸水或咸水体，包括低潮时水深不超过6 m的海域（Finlayson 和Moser，1991）。狭义的湿地是指分布于陆地系统和水体系统之间、由陆地系统和水体系统相互作用形成的自然综合体，是常年或生长季内具备浅层积水或水分饱和、发育水成土壤、具有适应其环境的生物种群的土地（陈宜瑜和吕宪国，2003；Keddy，2010；National Research Council，1995）。广义的湿地定义适于湿地管理与经营者需要，狭义的湿地定义适于科学研究需求（刘兴土等，2012）。本文的研究对象确定为狭义的湿地（即沼泽湿地），不包括湖泊、河流、水库等自然和人工水体。因此，本研究在检索时，检索对象为狭义湿地的相关主题词，未将湖泊（Lake）、河流（River）、内陆水体（Inland waterbody）等主题词列入检索对象。以Web of Science核心合集为数据库，通过主题词“wetland、swamp、marsh、bog、fen、peatland、mire、tidal flat、everglades、mangrove”和“remote sensing”，检索至2020 年的论文成果，共检索到3503 个结果（其中包括研究论文3378（Article）、会议论文130篇（Proceedings paper）、综述论文102 篇（Review）篇）。通过对以上论文进行分析，总结国际上湿地遥感发文量和引文量的变化情况，同时统计发文量排在前10 名的作者、国家、机构和期刊信息。在数据分析的基础上，总结不同时间段的研究主题、数据源，最后基于VOCviewer 对湿地遥感研究热点关键词进行统计，进而对湿地遥感研究的发展趋势进行展望和讨论。

3 结果与分析

3.1 湿地遥感研究发文基本特征

对检索到的所有湿地遥感研究论文进行统计分析发现：如图1 所示，过去50 年间，湿地遥感论文数基本呈现指数增长趋势。基于此变化趋势，本文将全球湿地遥感研究分为3 个阶段：（1）以湿地为对象的遥感研究论文最早发表于1975 年（Reimold 和Linthurst，1975），至1991 年共检索到28 篇论文，此阶段论文发文量和引文量均相对较少，因此将这个阶段定义为潜力探索期；在此阶段相关学者以湿地为对象，开始探讨遥感应用的潜力（Butera，1983）；（2）1992 年—2009 年这个时期内湿地遥感研究的论文数量和引文量呈现轻度增加趋势，从检索结果来看，该阶段后期论文发文量开始超过百篇，湿地研究的内容也不断丰富，因此将1992 年—2009 年这个时间段定义为框架成形期；（3）2010 年以后湿地遥感研究发文量和引文量快速增加，发文量从2010 年的121 篇增长到2020 年的475 篇，湿地遥感研究不同内容的发文量和引文量都大大增加，因此将此阶段定义为快速增长期。

图1 湿地遥感研究的发展进程及发文量和引文量年际变化Fig.1 Development of the researches in remote sensing of wetland and annual changes in number of publications and number of citations

对检索结果进一步分析发现：全球湿地遥感研究总发文量最多的国家是美国，主要由美国内政部、地质调查局（USGS）、美国国家航空和宇宙航行局（NASA）等所属的多个湿地研究单位完成；中国的湿地遥感研究发文量居全球第二，最大的研究团体是中国科学院；美国和中国的湿地遥感研究发文数量均超过800篇（图2（a）和图2（b））。针对独立的研究机构发文量进行统计，发现：如图2（b）所示，中国科学院东北地理与农业生态研究所（中科院东北地理所）和中国科学院地理科学与资源研究所（中科院地理资源所）发文量居世界前列，发文量超过70篇。如图2（c），发文量全球前十的作者主要来自中科院东北地理所的湿地遥感研究团队（WANG ZM，MAO DH，JIA MM）、比利时布鲁塞尔自由大学红树林研究团队（DAHDOUH-GUEBAS F，KOEDAM N）、加拿大自然资源部湿地遥感研究团队（BRISO B，SALEHI B）、美国特拉华大学和加州大学欧文分校的滨海湿地遥感研究团队（KLEMAS V，USTIN SL）、清华大学和中国科学院空天信息创新研究院的联合研究团队（GONG P，NIU ZG）。近年来MDPI旗下开源期刊Remote Sensing 由于其较短的发表周期受到关注，湿地遥感研究发文量位居所有期刊的首位，发文量超过300 篇；而作为遥感科学的旗帜期刊Remote Sensing of Environment，其湿地遥感研究的发文量排在第二位，湿地科学期刊Journal of Coastal Research 和Wetlands 分别排在第四和第五位（图2（d））。

图2 湿地遥感研究发文量在前十位的基本信息统计：国家、机构、作者、期刊Fig.2 The top ten most productive countries，institutions，authors and journals in publications of wetland remote sensing

3.2 不同阶段湿地遥感研究主题、数据源及关键技术

对不同阶段湿地遥感的发文主题进行总结，如图3 所示：在潜力探索期（1975 年—1991 年），湿地遥感研究主题有限，主要以湿地分布信息提取为主，湿地分类以目视判读为主要方法；但在湿地分布制图的基础上逐步出现了生物量估算（Hardisky 等，1984）、甲烷排放估算（Bartlett 等，1989）、生境评估（Matthews，1991）等研究主题。这期间遥感数据源基本为航空相片和多光谱影像，如1972年美国开始发射的陆地资源卫星（Landsat）等；Gilmer 等（1980）利用Landsat 和航拍数据调查了北达科他州中东部湿地分布面积。1994 年开始，多篇基于合成孔径雷达（SAR）数据的湿地遥感研究发表（Morrissey等，1994；Pope等，1994），开启了湿地多源遥感的新篇章。

图3 不同阶段湿地遥感研究主题及数据源Fig.3 Research topics and data sources of the studies in remote sensing of wetlands during different periods

在框架成形期（1992年—2009年），湿地遥感研究的框架基本成型，研究主题多样化，基本涵盖了湿地水、土、气、植被、生态系统和景观各个内容（Rundquist等，2001）。但湿地分布信息精准提取方法、湿地景观动态的相关探讨仍是湿地遥感研究的核心主题（Hirano 等，2003）。这个阶段中，随着计算机技术的快速发展，湿地制图方法由简单的目视判读、手动勾绘，向以机器学习算法为驱动的半自动和自动化的分类技术转变，如Baker 等（2006）利用决策树分类开展了美国蒙大拿州西南部的加拉廷山谷湿地的分布情况。Keramitsoglou 等（2006）发现支持向量机（SVM）模型在希腊北部马其顿湿地的提取中效果较好。湿地制图尺度也因此逐步扩展，中国学者完成了第一个国家尺度的湿地制图（Niu等，2009）。

随着多源、多平台、多类型的遥感数据源不断丰富，遥感技术在湿地中的应用逐步深入。研究主题在水环境参量（如溶解有机质含量DOC）、植被参量（如生物量）、生境评估与生物多样性监测（如物种入侵）等方面发文量逐步增加（童庆禧 等，1997；Hirtle和Rencz，2003；Maheu-Giroux和de Blois，2005），进一步拓展了湿地遥感研究的框架结构，然而多源遥感技术探测湿地不同参量的机理及其主要影响因素并未得到深入解析。

在快速增长期（2010年—2020年），在湿地遥感研究主题框架形成的基础上，各研究主题的论文数量快速增加，且研究主题的视角也不断拓展，尤其是在生态系统研究方面，遥感技术支撑区域乃至更大尺度上的生态系统结构与过程、功能与服务研究的能力凸显。如Poulin等（2010）利用多季相的SPOT-5 影像评估了法国罗讷河三角洲芦苇湿地的生态变化；Kang 等（2016）评估了中国若尔盖湿地的物候和总初级生产力的变化特征。中国学者利用卫星影像开展相关研究的数量逐步增加。如Niu等（2012）利用CBERS中巴资源卫星开展了国家尺度的湿地制图和变化分析；Mao 等（2019）定量揭示了中国滨海湿地互花米草入侵进程的时空特征。在长时间序列区域及大尺度研究中，Landsat 免费提供了1972 年至今、覆盖全球的中等空间分辨率（80/30 m）遥感影像，被广泛应用于湿地遥感研究，如Murray 等（2019）基于Landsat 数据实现了全球尺度长时间序列滩涂变化特征提取。随着Sentinel 数据的发布，其覆盖全球、具有较高时间分辨率（5/10 d）和空间分辨率（10/20 m）的特点再次为湿地遥感研究提供了较好的数据源，其应用范围和频次快速增加（Wang 等，2019）。Mahdianpari等（2020）基于谷歌云平台和Sentinel数据完成了10 m 空间分辨率的加拿大湿地遥感分类。随着生态系统研究的精细化，无人机平台因其机动灵活性，搭载的不同传感器能够有针对性地开展目标观测，其应用研究不断扩展（Klemas，2015）。

3.3 湿地遥感的发展趋势

如图4 所示，过去50 年间湿地遥感研究的框架基本形成。然而相对于其他生态系统类型而言，湿地由于其本身在水、土、植被方面的复杂性，湿地遥感研究仍存在许多难题和科学问题亟待解决（Gallant，2015）。例如，湿地遥感研究仍受遥感数据源和信息处理能力的限制，在湿地的精细分类、群落/功能群识别、全球尺度的湿地制图、湿地生态系统功能与服务定量评估等方面均需进一步深化研究。随着遥感数据源的不断扩展和丰富，以及大数据处理能力的不断提升，湿地遥感向多源化、快速化、精细化方向快速发展，湿地遥感研究作为重要的交叉学科方向也将趋于成熟。

图4 面向生态系统精细管理的湿地遥感研究框架Fig.4 Research framework of the studies in remote sensing of wetlands for fine ecosystem management

（1）大数据时代背景下的湿地遥感分类及景观动态。湿地遥感分类及景观动态分析一直是湿地遥感研究的基础。如图5 和图6 所示，在全球引用数TOP 500 篇论文和最新发表的500 篇论文中，湿地分类（classification）与制图（mapping）均是核心内容。面向全球和区域可持续发展与生态系统可持续管理，对于湿地地理空间信息数据的需求仍在加大（Mao 等，2020）。随着遥感技术的发展，遥感数据空间分辨率、时间分辨率、光谱分辨率和辐射分辨率越来越高，数据类型越来越丰富，免费开放的数据量也越来越大，遥感数据已经具有了明显的大数据特征，即：体量巨大、种类繁多、动态多变、冗余模糊和高价值（张兵，2017；Zhang 等，2019），我们已进入一个前所未有的遥感大数据时代（董金玮 等，2018）。最近几年来，遥感大数据在大尺度湿地遥感制图方面得到广泛应用（Amani 等，2019；Mahdianpari 等，2020）。遥感大数据对数据存储和计算能力提出了更高的要求，随着网络和计算机技术的变革，面向遥感大数据的云存储和云计算技术在过去几年间得到了迅速发展（Chi 等，2016；Sun 等，2019）。特别是GEE（Google Earth Engine）云平台已经集成了MODIS、Landsat、Sentinel等常用遥感数据集，极大促进了湿地遥感研究领域的发展（Alonso 等，2020；Amani等，2021）。例如，Bunting 等（2018）实现了全球红树林的空间分布制图。但是，全球尺度上仍缺乏具有数据一致性的全球湿地数据集。因此，大数据时代背景下，依托云平台（如GEE）开展大尺度、长时间序列的湿地制图和景观动态分析，仍是湿地遥感研究的重要发展趋势之一（Amani等，2019）。

图5 基于最近发表的500篇湿地遥感研究论文的关键词热点分析Fig.5 Hotspot analysis in keywords extracted from the latest 500 papers in remote sensing of wetlands

图6 基于引用次数最高500篇湿地遥感研究论文的关键词热点分析Fig.6 Hotspot analysis in keywords extracted from the top-cited 500 papers in remote sensing of wetlands

海量、多源、异构遥感数据的快速增长不仅对计算能力提出了更高的要求，而且对数据处理方法本身也提出了新要求，传统处理方法无法满足遥感大数据的处理精度和效率（Ma等，2015）。为满足日益增长的用户需求，智能化信息提取方法应运而生，面向遥感大数据的机器学习方法是遥感大数据的发展趋势（董金玮，2018）。遥感大数据时代的信息提取和知识发现是以数据模型为驱动，其本质是以大样本为基础，通过机器学习等智能方法自动学习地物对象的遥感化参数特征，进而实现对信息的智能化提取和知识挖掘（张兵，2017）。机器学习算法为湿地遥感制图和关键生态参量遥感反演提供了切实可行的技术手段（Mizuochi 等，2018；O'Neil 等，2020；Szantoi 等，2015）。在这个研究过程中，需要充分挖掘海量遥感影像中的大数据信息，如充分挖掘Sentinel 数据高时间和空间分辨率的特征信息、融合应用多光谱及雷达和高光谱数据、采用面向对象的分类方法加强纹理和几何信息的应用等（Dronova，2015；Mahdavi等，2018）。

（2）精细化的湿地生态参量遥感观测。由图5和图6中显示的湿地遥感研究的关键词可知，湿地遥感研究的内容涉及到了水、土、气、植被、生态系统、景观各个方面，其中湿地生态参量遥感监测机理和技术作为重要的内容，在未来仍将得到更多的探讨，以支撑不同尺度上不同类型湿地生态系统管理、全球变化研究和生态系统建模等。已有研究较多地体现在湿地土壤有机质或不同元素含量的光谱响应特征与反演技术、湿地通量观测与建模方法、功能群或群落尺度上的植被结构调查、冠层叶片元素含量估算原理等相关领域。例如：Zhang 等（2013）利用高光谱观测数据和不同的模型算法，开展了墨西哥退化红树林叶片氮素含量的空间反演；Byrd 等（2018）基于随机森林算法构建了美国本土滨海盐沼植被的地上碳库空间预测模型，并解析了其地理空间分布特征；Mao等（2019）监测了互花米草入侵中国滨海湿地的时空进程。受研究尺度和对象的不同，相关参量的观测机理及不同遥感数据源和算法的应用潜力仍需要进一步的探索。

湿地受复杂环境的影响，相关生态参量的反演往往受水体、土壤、植被等背景信息的影响较大。Taddeo 等（2019）基于美国环保署国家湿地状况评估调查的1138 个样本，首次在国家尺度上定量解析了6种湿地植被绿度指数对陆地表面特征、区域气候和土壤环境的响应。当前，一系列研究实现了森林和草地生态系统关键生态系统参量监测技术和产品的研发。但是，针对湿地生态系统的相关研究仍十分欠缺。例如，尽管湿地是固碳速率最高的陆地生态系统类型，但由于湿地独特的水热特征和丰富的生物多样性，湿地生态系统的生产力、覆盖度、碳储量等指标均未实现精确量化，在“碳中和”背景下，基于遥感数据开展湿地碳库相关参量的研究是当前湿地科学和全球变化研究中重要的课题。在野外调查的基础上，解析遥感探测不同湿地生态参量的方法和机理，基于谷歌云平台等计算不同波段特征和光谱指数对湿地关键生态参量的敏感性，对比传统线性回归和随机森林等机器学习算法对于湿地参量反演的精度，进而实现不同尺度湿地关键参量的时空动态反演，仍是湿地遥感研究的重要方向。

（3）湿地可持续管理空间决策支持。近年来湿地损失与退化带来的生态环境问题日益显现，因此，联合国可持续发展目标（SDGs）的近200个指标中与湿地相关的有70 多个，国际上对于湿地保护与可持续管理空间决策支持的需求不断提升（Mahdianpari等，2020）。2022年《中华人民共和国湿地保护法》正式施行，遥感技术支撑下的湿地监管将更加重要。与湿地景观动态、湿地生态参量观测研究相比，构建科学的指标体系，以问题为导向，将多源、多平台遥感观测技术充分应用到解决实际生态环境问题的过程中是新阶段生态系统可持续管理的必然趋势。例如，识别生态系统胁迫因子、评估湿地生态系统脆弱性和生态系统健康、确定湿地保护与恢复优先等级、分析退耕还湿适宜性、评估湿地恢复成效等，进而开展科学的自然资源优化配置和国土空间优化，为制定可持续的湿地生态系统管理决策提供支持（图4），仍是湿地遥感研究的重要方向。

国内外学者已经在相关领域开展了一系列的研究探索。如Hester 和Mendelssohn（2000）评估了美国路易斯安娜咸水沼泽植被群落受石油污染后的长期恢复情况；Seto 和Fragkias（2007）定量解析了越南两个国际重要湿地的保护有效性，并揭示了红树林沼泽受到水产养殖业的重要影响；Mao等（2018a，2018b）定量评估了中国国家尺度农业耕垦、城镇化对于湿地的损失的直接贡献，并解析了两种人为胁迫因子对湿地占用的时空异质性；Luo 等（2018）以松嫩平原西部为例，构建了退耕还湿适宜性遥感评价指标体系和模型，实现了退耕还湿优先等级划分；Xiang 等（2020）以三江平原为例，从湿地面积和生态系统服务角度定量评估了国家湿地保护工程的实施成效。受关键生态参量产品不足等限制，遥感技术支撑可持续湿地生态系统管理的空间决策支持潜力仍有待挖掘，需要进一步研发成熟的技术体系，实现国家乃至全球尺度更精细、指标更全面的数据产品，更好地支撑湿地生态系统的保护与管理，进而支撑联合国SDGs评价。

4 结语

湿地遥感作为一个交叉学科方向，既涵盖湿地遥感监测机理和方法的探讨，也涉及面向解决湿地相关的生态环境问题的遥感技术应用。自20 世纪70 年代至今，湿地遥感研究经历了潜力探索期、框架成形期、快速增长期3个阶段，在过去50 年发展历程的基础上，面向湿地生态系统保护与管理与大数据时代背景，湿地遥感研究向快速化、多源化、精细化方向发展，如湿地智能分类，大尺度湿地植被生态参量遥感反演，湿地生态系统健康评估等。然而，受水、植被和土壤的交互影响，湿地的光谱和后向散射等特征复杂、且湿地年内/际变化特征明显，加剧了遥感探测湿地的难度，也是当前亟待解析的关键问题，湿地多模态遥感实验等需要加强。本文仅从Web of Science数据库中检索了过去50 年来的3000 余篇论文进行统计分析，相信湿地遥感研究的成果远不止于此。但本文的撰写希望不仅仅是管中窥豹，更希望能够为中国学者提供一个对于湿地遥感研究的框架性的认识。随着对湿地重要性的认知提升，中国从事湿地遥感研究的学者不断增加，中国的湿地遥感研究也在世界上走向前列。联合国大会已将每年的2月2 日确定为世界湿地日，2022 年，中国首次承办《湿地公约》缔约方大会（第十四届），湿地保护与恢复也已上升为中国国家战略，遥感技术支撑湿地保护与可持续的需求不断提升。自2019 年开始，由国内主要湿地遥感研究单位共同发起和承办的“中国湿地遥感大会”已连续举办四届，为相关学者和管理人员提供了较好的交流平台，期待中国学者通过更多的成果来解决更多的湿地遥感科学问题并实现科学应用，服务于中国生态文明和美丽中国建设。