遥感技术与全球变化研究.docx
《遥感技术与全球变化研究.docx》由会员分享，可在线阅读，更多相关《遥感技术与全球变化研究.docx（14页珍藏版）》请在冰豆网上搜索。
遥感技术与全球变化研究
遥感技术与全球变化研究
王长耀牛铮
中国科学院遥感应用研究所
1．引言
全球变化是指由于自然和人为的因素而造成的全球性的环境变化，主要包括大气组成变化、气候变化以及由于人口、经济、技术和社会的压力而引起的土地利用的变化3个方面。
目前，国际上公认的全球变化研究的四个国际科学计划，即WCRP、IGBP、IHDP、DIVERSITAS正是国际科学界努力的结果，四个计划的实施极大地推动了全球变化研究。
全球变化已成为人类面临的最大的挑战之一，各国政府都在积极寻找应对措施。
然而，决策者做出合理决策的前提是更好的地理解全球变化的规律及其发展趋势，为此迫切需要一种全新的方法来认识全球变化。
在研究全球变化中，政府间气候变化专门委员会（IPCC）起着举足轻重的作用。
政府间气候变化专门委员会（IPCC）是由世界气象组织（WMO）和联合国环境规划署（UNEP）于1988年联合建立的，其主要职责是评估有关气候变化问题的科学信息、评价气候变化的环境和社会经济后果并制定现实的应对策略。
这些评估吸收了世界上所有地区的数百位专家的工作成果。
IPCC设有三个工作组：
第一工作组评估气候系统和气候变化的科学问题；第二工作组的工作针对气候变化导致社会经济和自然系统的脆弱性、气候变化的正负两方面后果及其适应方案；第三工作组评估限制温室气体排放和减缓气候变化的方案。
另外还设立一个国家温室气体清单专题组。
遥感技术在全球环境的现状及其变化趋势预测研究方面具有不可替代的优势，如全球尺度的土地覆盖及其变化的遥感监测研究；在全球变化的一些热点问题研究中遥感技术也逐步显示出良好的应用前景，如温室气体和臭氧的遥感监测和评价研究。
随着遥感技术的日臻完善，遥感技术已渗入到全球变化研究的众多领域。
从辅助手段到主要手段，乃至于某些专题研究中的唯一手段[1]，遥感技术在全球变化研究中发挥着越来越重要的作用。
2．全球变化的研究进展
近年来，随着科学、社会和经济的发展以及政治的需要，从太空对地面进行观测变得越来越重要，通过对地球有规律的监测，可以使人们对地球和它的环境有更进一步的了解，还可为各种各样范围很广的应用提供服务，也可为地缘政治学提供基本数据。
为此世界各主要大国都制定了相应的地球观测计划，借助于先进的遥感技术来长期的观测全球变化。
美国航空航天局（NASA）和欧洲空间局（ESA）资金雄厚，技术先进，它们的计划引领世界潮流，这里主要介绍他们的地球观测计划。
2.1NASA[5]
NASA致力于了解地球大气圈，岩石圈，水圈，冰冻圈和生物圈组成的这一复杂系统，观测和跟踪全球和区域尺度的变化，研究其内在的联系，并能够观测到人类活动作为驱动力引起的变化。
NASA期望通过提供可靠的科学依据，研究这个动态的行星的人类活动影响、连续变异和驱动响应，提高国家关于气候、天气、自然灾害和空间环境的预测能力，帮助决策者做出明智的决定，改善生活质量，提高经济管理，并提高美国工业在全球市场的竞争力。
NASA地球科学部管理着7个计划：
地球系统任务、地球科学探路者计划、地球科学研究、应用科学、日地系统的多任务运行、地球科学技术以及教育和宣传。
有14个在轨运作任务（卫星），5个实施任务和2个计划任务。
NASA围绕地球科学主要开展6个重点领域的研究：
（1）气候变异和变化；
（2）大气成分；（3）碳循环，生态系统和生物地球化学；（4）水和能量的循环；（5）天气；（6）地球的表面和内部。
2.2ESA
针对全球变化不断增加的市场需求和鉴于从太空对地球进行观测的战略重要性的增长，欧空局制定了2000年后的空间观测战略计划，即“双重战略任务”[3]。
它包括两个任务类型——“地球探测”和“地球观察”。
（1）地球探测任务：
这些研究任务的着重点是提高我们对地球上不同的生态系统的认识，这项计划起始是为科研任务提供帮助，但是也为业务机构提供服务，每个任务都针对不同的科研领域，一些新的特殊观测技术和相关技术也归入这个范畴。
这类任务将完全由欧空局全权负责，在完成任务期间要及时调整使之适应特定任务需要。
（2）地球观察任务：
这项任务为与特殊的地球观测应用有关的用户和业务机构服务。
除研制和开发阶段有欧空局和有关用户或业务机构提供资助外，这类任务将由业务机构全权负责。
这两种类型的任务相互交叉，地球探测任务侧重于接常规的业务应用今后可能要用到的新技术的验证试验；而地球观察任务则是提供一些支持科学研究的数据。
3．土地利用/土地覆盖变化与全球变化
土地利用/土地覆盖变化研究是目前全球变化研究的核心主题之一，它是全球变化的主要原因。
国际地圈生物圈计划（IGBP）和全球环境变化的人文因素计划（IHDP）于1995年共同拟定并发表了《土地利用/土地覆盖变化科学研究计划》（LUCC：
LandUse/LandCoverChange），将其列为核心项目之一[4]。
LUCC研究的实质是为人类进一步理性化的土地利用服务，通过对人类土地利用及所带来的土地覆盖变化的研究，对人类现时的土地使用政策进行评估，预测由此所带来的种种后果，以求最终能提出土地利用的最优模式，实现可持续性的土地利用。
全球土地覆盖类型变化是全球环境变化的一个重要方面，并在很大程度上影响着地球系统其它组成的变化。
人类通过对与土地有关的自然资源的利用活动，改变地球陆地表面的覆盖状况，其环境影响不只局限于当地，而远至于全球，而土地覆盖变化对区域水循环、环境质量、生物多样性及陆地生态系统的生产力和适应能力的影响则更为深刻[5，6]。
遥感技术因其大面积同步观测、获取数据的客观性、时效性、综合性与可比性，以及数据获取的经济性等特点，被广泛地应用于LUCC的制图及动态变化监测中[9]。
今天，遥感信息的获取已经形成了从航空摄影到卫星遥感的立体对地观测系统，并实现了从局域观测跃进到全球准同步观测；从波谱上由可见光逐步延伸到红外、远红外乃至微波、超长波[7]。
航空航天遥感技术总体上的发展趋势是：
多平台、多时相、多光谱、多传感器、周期短地获取多源数据，高光谱技术是目前所关注的焦点，也是未来的遥感定量化发展的研究方向；成像光谱具有高光谱分辨率的同时，也具有相当高的空间分辨率，这为解决以往土地利用动态监测中的小图斑识别和几何精度差的问题提供了有利的条件[8]。
目前用于LUCC的遥感数据主要有NOAA/AVHRR、LandsatTM/ETM+、MODIS、SPOT、IKONOS和Quickbird。
NOAA/AVHRR用于宏观LUCC评估和监测，优点是覆盖面积大，数据量少，重复周期短，不足之处是空间分辨率低；而MODIS传感器可获得具有250m、500m1000m的高空间分辨率以及36个分布在0.4~14um的光谱波段的数据，并在全球免费接收，这使其成为在全球和大区域尺度上土地覆盖研究中的最新数据源。
TM和SPOT均属于区域尺度卫星影像，它们的土地覆盖分类解释效果较好，但对于一些较难解释的类型也需要其他数据的补充[9]。
IKONOS、QuickBird等高分辨率遥感资料主要针对小尺度局部范围的城市街区、特定建筑物，目标的变化分析，适用于区域和局地尺度的土地利用和土地覆盖制图研究。
4．碳循环与全球变化
全球变化研究的另一个重要内容是碳循环研究。
在自然状态下，陆地生物圈与大气之间的碳循环保持平衡状态。
工业革命以来，人类活动和化石燃料燃烧使得大气中CO2、CH4等温室气体浓度不断上升，并引发一系列严重的全球问题[10]。
IGBP、世界气候研究计划（WCRP）和全球环境变化国际人文因素计划（IHDP）等联合提出了全球碳项目计划（TheGlobeCarbonProject），美国、加拿大、日本和欧盟等国近年来也都启动了巨大规模的国家碳循环研究计划[11]。
在全球碳循环中，与人类活动关系最密切的是陆地生态系统碳循环。
陆地生态系统中积累的有机物质是人类赖以生存的食物、木材、燃料等可更新资源生产的基础，碳循环对有机废弃物的矿化又是人类生活环境的重要调节者[12]，同时陆地碳循环与环境变化之间也存在着极为敏感的反馈关系。
气候变化、大气CO2浓度的升高以及人类活动都会对陆地生态系统的组成、结构和功能产生巨大的影响。
国际上越来越多的学者认识到遥感在地学中，从传统定点观测数据到不同空间范围多尺度空间转换中不可替代的作用。
现在遥感技术可以反演更多的地表参数，提高反演精度，促进陆表生态系统碳储量和碳循环观测及过程定量遥感研究的发展：
多角度遥感可以更加精确测量植被冠层结构特征、更细致地区分植被冠层内部的组分温度；新的成像光谱遥感技术可以估算植物生物化学组分，解释生态系统的特点，因此要开展这方面的基础研究，并发展广泛适用有效的监测方法[17]；雷达遥感不受光照和天气条件的限制，可以全天时、全天候地监测植被冠层物理结构特征、水分含量和地表粗糙度；激光雷达作为新型的主动遥感器，具有高距离分辨率、角度分辨率和抗干扰能力等优点，在森林监测方面得到了广泛的应用。
这些遥感前沿技术将在陆地生态系统碳循环研究中发挥关键作用。
5．全球变暖
地球大气层中"温室气体"，既能让太阳辐射透过而达到地面，同时又能阻止地面辐射的散失，使地表始终维持着一定的温度，产生了适于人类和其他生物生存的环境，称为大气的温室效应。
造成温室效应的气体称为这些气体有二氧化碳、甲烷、氯氟化碳、臭氧、氮的氧化物和水蒸气等，其中最主要的是二氧化碳。
在不受人类活动因素影响的情况下，温室气体的浓度将保持长期稳定，因此全球气温也保持相对稳定。
自工业化时代以来，由于人类活动已引起全球温室气体排放增加。
二氧化碳（CO2）是最重要的人为温室气体。
在1970年至2004年间，CO2的排放增加了大约80%。
自1970年以来，由于人类活动，全球大气CO2、甲烷（CH4）和氧化亚氮（N2O）浓度已明显增加，目前已经远远超出了根据冰芯记录测定的工业化前几千年中的浓度值。
2005年大气中CO2（379ppm）和CH4（1774ppb）的浓度远远超过了过去650，000年的自然变化的范围。
全球CO2浓度的增加主要是由于化石燃料的使用，同时土地利用变化为此做出了另一种显著但较小的贡献。
图1清楚地显示了全球认为CO2排放量在逐年增加的趋势及不同行业排放所占的份额[2]。
图1a）1970年至2004年期间全球人为温室气体年排放量；
b）按CO2当量计算的不同温室气体占2004年总排放的份额;
c）按CO2当量计算的不同行业排放量占2004年总人为温室气体排放的份额。
与此同时，根据全球地表温度的观测资料（自1850年以来），最近12年（1995-2006年）中，有11年位列最暖的12个年份之中。
最近100年（1906年-2005年）的温度线性趋势为0.74°C[0.56至0.92]°C。
全球温度普遍升高，且在北半球高纬度地区温度升幅较大，陆地区域的变暖速率比海洋快。
从已有的资料可以明确得出全球变暖的结论，并且这种变暖的趋势仍在继续。
如不采取任何措施，到本世纪末，全球气温将升高1.5至4.5摄氏度[2]。
全球变暖将给地球和人类带来复杂的潜在的影响，既有正面的，也有负面的。
例如随着温度的升高，副极地地区也许将更适合人类居住；在适当的条件下，较高的二氧化碳浓度能够促进光合作用，从而使植物具有更高的固碳速率，导致植物生长的增加，即二氧化碳的增产效应，这是全球变暖的正面影响。
但是与正面影响相比，全球变暖对人类活动的负面影响将更为巨大和深远。
持续上升的气温很有可能引起热浪更频繁的发生，南极冰川的融化将引起海平面的上升，从而威胁沿海城市和岛国的生存（占全球1/3的人口）。
极端天气将更频繁的出现将影响工农业生产和人类健康，如：
欧洲与热浪相关的死亡率、某些地区的传染病传播媒介的变化，以及北半球中高纬度地区的花粉过敏。
为了实时精确地检测主要温室气体CO2浓度和分布的变化，NASA的地球科学探路计划（ESSP将在2009年发射新一代探测卫星OCO（OrbitingCarbonObservatory）。
OCO升空后，将以高时空分辨率在全球范围内采集CO2的浓度、分布数据。
这些数据会同地面测量网络采集的数据一起提供给地球科学家进行分析，从而对未来气候趋势做出预测。
6.遥感所在全球变化遥感研究中所作的工作
6.1遥感数据集生成和监测模型的建立
遥感所以自己既有的科学试验结果，积极参与美国、日本等国合作制作全球和亚洲地区1千米NOAAAVHBR数据集，完成了几何纠正和MVC方法自动合成去云运算，得到年逐旬归一化植被指数NDVI数据，进行数据的土地覆盖分类研究。
完成了一套以非监督分类方法提取典型地物类型统计特征量，确定训练样区，开展监督分类的作业流程，得到中国地区土地覆盖分类结果。
继而开展遥感监测全球地表生物化学变化过程的预研究，完成了探测植被生化组分统计模型的建立。
遥感所在北京市顺义区经过航空遥感试验，开展遥感监测地表能量转化过程预研究，完成了探测植被光谱有效辐射和蒸散模型的建立。
此外，还通过对中国地区NOAA逐旬数据的分析，明确了中国地表温度和植被指数的分布及变化趋势，开展了我国地表植被覆盖变化及其与气候因子关系的研究，并直接与全球变化挂钩，对春夏绿波向北推进的动态研究，展示了在欧亚大陆的地貌结构及其所决定的陆地与海洋关系的制约下，我国从南到北沿经线方向的季相推移时间与范围都远远超过沿纬线的推移；植被指数的季相变化则是沿着同一经线随纬度的增加变化幅度加大；在我国东部湿润季风区，植被指数的变化，呈沿着同一经线与月平均气温的强相关；而在我国北部半干旱一干旱区，则沿着同一纬线与月平均降水量有较大的正相关。
在中国初级生产力变化与人类活动关系的分析研究中，遥感所进行了我国主要区域的植被覆盖度与人类活动相互影响的分析，这对于全球变化研究来说，也是非常重要的必不可少的内容。
6.2生态系统碳循环的遥感模拟
缺乏全球性的观测数据库是阻碍大区域和全球生态系统模拟的主要瓶颈。
这种状态将随着不断更新的航天技术和卫星应用系统而得以改善。
在大范围的系统模拟中，卫星遥感数据是最可靠、最有效的数据来源。
目前，通过AVHRR/NDVI数据产生的叶面积指数（LAI），已广泛应用于构建不同尺度的生态模型中。
数字化数据与计算机的结合，不仅改进了模型的质量和可信度，而且资料本身还可以用来检验预测模型的实用性。
植被参数的时空尺度转换揭示了生态系统过程和通量的一个重要方面。
特别是实现从利用涡度相关技术进行生态系统生理学特性研究的样地尺度（<1平方千米）到利用种种模拟和获取数据方法研究的区域景观尺度（10平方千米）以及全球尺度（100平方千米）的尺度转换具有重要意义。
尺度转换的重要作用之一，就是在样地尺度的生态系统参数与遥感获得的较大尺度生态系统参数之间建立起关系，可以通过样地到区域、从区域再到全球的途径，获得对大尺度生态系统格局和过程的深入认识。
在生态系统碳循环模型验证过程中，尺度转换和结果验证都考虑了以上三个空间尺度。
利用土壤—植被—大气传输模型模拟由通量塔观测的NEP时，必须掌握通量塔覆盖区的最小面积为3千米×3千米的样地植被参数信息，为遥感得到的植被LAI和净初级生产力（NPP）产品提供地面真值；还要用复合植被区来评价通量塔和遥感图像采样点对于较大的植被/大气复合体的代表性；只有对这些观测尺度进行相互验证后，才能实现地面数据、生态模型和遥感数据的可靠的综合应用。
6.3MODIS数据的几何校正和软件开发
建立“全国森林资源林分优势树种蓄积量空间数据库”、“全国分地区主要农作物产量空间数据库”、“全国分地区天然草地产草量空间数据库”以及“全球土壤呼吸、全国森林林分优势树种蓄积量空间数据库”，为我国陆地和近海生态系统定量遥感研究奠定了基础。
中分辨率成像光谱仪（MODIS）数据是一种重要和新型的卫星遥感数据（包括可见光到近红外，36个波段），它的空间分辨率（不同波段分辨率分别为250、500、1000米）要比NOAAAVHRR高许多，合理利用将使全球变化研究取得新的进展。
但由于存在MODIS探测器对地球观测的视野几何特性、地球表面的曲率、地形起伏和MODIS探测器运动中的抖动等因素，所接收到的MODIS1A和1B数据存在几何畸变。
到2002年，遥感所已经在以前工作的基础上进行了MODIS1B数据的几何纠正和软件开发、植被覆盖遥感分类、植被参数遥感反演和建立中国陆地生态系统净初级生产力遥感。
遥感所有关科技人员通过搜集大量与MODIS有关的资料，分析了MODIS数据产生几何畸变的原因，通过在VisualC++6.0环境中的编程，实现了MODIS1B数据的几何纠正和投影变换；利用MODIS同时相的坐标进行纠正，图像的条带错位完全得到消除，并能基本保持原有的清晰度。
这就奠定了进一步对MODIS数据开发利用的基础。
本项研究采用的三次样条曲线对经纬度坐标进行插值，具有一定的创新性。
目前，在国内还没有见过有其他的MODIS1B数据几何纠正软件；在与国外类似的研究和软件对比后，因为他们的算法有局限性，在纠正后的影像质量和处理速度方面都不如本软件。
6.4建立土地覆盖遥感分类新方法
云是大气的经常性现象之一，云的出现对于遥感器接受向上穿过大气层的地物波谱信息来说就成了干扰因素。
在完成对植被物候时间序列特征分析的基础上，遥感所归纳出6种典型的云覆盖特征，分别提出针对性的处理算法，从而比较有效地解决了云覆盖对土地覆盖分类结果造成的影响，这是一种引入了新的消除云覆盖的新算法。
目前在大部分的全球土地覆盖分类制图过程中，对这一经常出现的局部性影响因素还没有充分考虑到。
经过云覆盖消除后的NDVI数据集，对反演植被生物量、净初级生产力等参数都有比较重要的价值，可以提高参数的准确度。
遥感所基于遗传算法的人工神经网络多光谱分类模型，提出了土地覆盖遥感分类方法。
这一方法首先通过比较人工神经网络前向反馈算法、遗传算法和反向传播算法等，从而确认人工神经网络多层感知器，得出基于遗传算法的多层感知器（GA—MLP）和反向传播人工神经网络（BP—MLP）的分类精度分别达到97％和93％，就误差残差而言，GA—MLP精度高于BP—MLP。
最大似然分类（MLC）的精度是89％，所以，感知器（MLP）的分类精度也超过最大似然率分类（MLC）。
试验证明，遗传算法作为一种前向随机最优化算法，大部分精确调整发生在第一层（输入层和隐层之间的连接权重）上；反向传播算法作为一种后向随机最优化算法，大部分精确调整发生在最后一层（输出层和隐层之间的连接权重）上。
它们的融合可以得到更高的连接权重调整精度，达到更好的分类结果。
将基于遗传算法的人工神经网络应用于土地覆盖的多光谱分类，目前还未见有公开报道。
6.5探讨中国植被的遥感分类
遥感的植被分类主要依据它们的影像信息以及与其他地物的内在联系的分析。
依托于土地覆盖遥感分类方法和图像处理算法研究，采用1992年4月～1993年3月一年间中国地区NOAAAVHRR的可见光、近红外通道数据，合成出这一年内基于1千米的按月（共12个月）、按旬（共36旬）的时间序列归一化植被指数（NDVI）数据集。
然后以非监督分类方法对12个月NDVI数据集进行聚类（60类），对这60类，再参考2000多个已知样本及1：
400万中国植被图斑进行归并，形成了森林（落叶针叶林、常绿针叶林、针阔混交林、落叶阔叶林、常绿阔叶林、硬叶常绿阔叶林、常绿落叶阔叶混交林、热带雨林、季雨林）草甸与草原（草甸草原、草本沼泽、典型草原、荒漠草原、稀树灌木草原、高寒草甸、高寒草原），灌丛（常绿灌丛、落叶灌丛、常绿落叶混交灌丛、灌草丛），农作物物（单季农作物、双季或三季农作物），以及荒漠、居民点、裸地、水体、雪冰等植被地段的系统。
其中森林采用第2～32旬数据，利用神经元网络进行监督分类；草甸、灌丛、作物三大类的细分利用12月NDVI数据集的非监督聚类方法进行分类。
在采用超过1200多个训练样本的基础上，应用按月、按旬生成的、并经过消云算法处理形成的NDVI数据集，结合非监督分类算法和有监督的神经元分类算法，最终完成了中国植被分类制图。
6.6植被参数遥感反演
植被覆盖度与SNDVI（scaledNDVI）有很强的函数关系。
为计算中国地区植被覆盖度，遥感所采用1992年的基于l千米的NOAAAVHRR图像的NDVI信息，制作植被覆盖度图。
方法是首先对每一个像元分别计算其年NDVI最大值，为了降低云、多角度成像、太阳高度角不一致造成的影响，又采用3×3滤波器对结果进行平滑。
计算过程中，取NDVI最大为0.767，土壤为0.05，并假定当NDVI值小于0.05时区域的植被覆盖度为0。
遥感数据得到的NDVI能很好地反映植被覆盖状况。
植被层对入射光合有效辐射的吸收比例（FPAR）与植被指数VI（VI：
NIR/VIR）之间存在近线性关系。
在模型中FPAR由NDVI和植被类型两个因子来表示，表明当地表被植被完全覆盖时FPAR达到最大值，无植被地段的FPAR值最小。
净初级生产力（NPP）是植物生物量增加与其他过程间相互作用的、与碳相关的核心变量，在全球尺度上，可看作是一个模型化的、可以估计的参数。
它对于气候、地形、土壤、植物、微生物的干扰以及人为影响等控制因子都很敏感。
这些主要控制因子彼此间存在强烈的相关性。
要打破这种相关性，需要建立更敏感的、包含更丰富调控参数的NPP模型，由于目前缺乏全球性观测数据，许多关键性数据（特别是用于过去和将来研究时）难以获得，限制了这种模型的作用。
但是，通过理解和模拟调节植物与资源有关的生理及结构的生态学过程，有助于克服由于数据缺乏所带来的某些问题。
基于1千米NOAAAVHRR的NDVI数据，遥感所采用CASA模型估算了中国陆地净初级生产力（NPP）。
CASA模型是利用生态学原理、以月为步长的卫星数据加以估算，通过光合有效辐射（APAR）和光能利用效率进行计算。
选择用1992年4月到1993年3月的遥感影像数据进行试验，成功生成了空间分辨为1千米网格的中国陆地生态系统逐月净初级生产力数据集。
遥感所还在围绕中国陆地和近海生态系统定量遥感研究中，进行了分辨率比较高的MODIS和MODIS1B遥感图像数据的几何纠正方法和软件开发、高辨率图像土地覆盖分类、陆地生态系统信息提取等方面的研究，并取得了突破性研究成果。
在陆地生态系统信息提取方面，以我国陆地和近海生态系统碳储量/通量遥感模型为核心，提取了与该模型相关的土地利用/土地覆盖类型、植被覆盖度、有效光合辐射和净初级生产力时空分布等专题产品，完成一套20世纪90年代前期中国陆地生态系统定量遥感数据产品。
这些产品覆盖中国全境，空间分辨率为1千米，都配准有精确地理坐标。
大气和海洋是地球表层连通性最强的自然现象，对植被、土壤、陆地水体的遥感观测必须具有全球覆盖能力也是不言而喻的。
不仅如此，还必须具有在短周期内获取多光谱、多极化的全球数据的能力。
新一代的“地球科学事业”包括MODIS、陆地卫星以及高级星载红外辐射与反射计（ASTER）等三种传感器，既可以进行多光谱成像，又可以测量可见光、近红外和热红外的电磁波辐射。
MODIS较之NOAAAVHRR要先进得多，它能以36个光谱段在最大的范围内频繁地收集辐射数据而又长时间保持校准稳定性。
在其幅面及分辨率范围内，可以提供地球上同一地点每48小时重复一次的中分辨率多光谱图像，用以测量全球的生态和物理过程。
MODIS能够收集陆地表面温度、叶绿素浓度，包括叶面积指数的植被状况、云覆盖、云特性以及火灾发生范围和温度等内容；陆地卫星—7和ASTER都携带有高分辨率的多光谱成像仪，所获取的数据具有和法国SPOT及印度IRS—1卫星相当的空间分辨率；多角度成像光谱辐射仪（MISR）是获取植被，土地覆盖类型以及土壤等的重要信息源，其数据也可以用来对海洋水色进行校正。
已经发射成功的海洋大视场观测传感器（Seawifs）也可以为“地球科学事业”计划提供大量的数据，这些数据可用于各大洲、各国家的海岸带管理；199
升级会员 