高光谱遥感原理技术与应用范文

农作物遥感识别是遥感技术在农业领域应用的重要内容,也是资源遥感的重要组成部分。植被光谱不仅具有高度相似性和空间变异性,而且具有时间动态性强等特点。不同植被的光谱随时间的变化规律也具有明显的区别,因此充分发挥高光谱遥感的独特性能,特别是其在区分地表细微差别方面的优势,同时结合植被的时间动态特征,将大大提高土地覆盖类型的识别与分类精度。熊桢等基于获得的常州水稻生长期80波段PHI航空高光谱图像,利用混合决策树方法对水稻品种进行了高光谱图像精细分类,完成了对11种地物(其中6个水稻品种)的划分,测试样本的分类精度达到94.9%[7-8]。林文鹏等以中国华北地区冬小麦识别为例,利用MODIS自身光谱信息,即可实现作物遥感全覆盖自动识别,并可达到较高的精度,比传统方法认为的冬小麦遥感识别的最佳时间(返青期的3月份)提前约一个季度[9]。刘亮等以北京顺义区为研究区域,利用高光谱遥感数据,通过逐级分层分类方法进行农作物信息提取与分类,并对分类图进行了随机抽样检查,各种农作物的分类精度均达到95%以上[10]。刘良云等利用OMIS图像的波段20(中心波长为687nm)和波段35(中心波长为853nm)计算了归一化发射率方法反演得到的试验区的地物表面温度(LST),进而在NDVI-LST空间生成了6类典型地物(生长旺盛小麦、较稀疏小麦、池塘水体、淤泥湿地、水草、土壤)的散点图,并采用最大似然分类算法,根据地物表面温度和归一化植被指数,利用上述6类地物样本,对北京小汤山精细农业示范区的OMIS遥感图像进行了分类,得到了较好的分类结果[11]。以上研究结果表明,高光谱遥感技术能有效地对作物进行分类和识别,且分类精度较高,这对于大比例尺尺度上研究地表作物覆盖,提取更加细致的信息提供了有力保障。

2高光谱遥感监测作物叶面积指数、生物量和叶绿素含量

叶面积指数(LAI)通常是指单位面积土地上所有叶片表面积的总和,或单位面积上植物叶片的垂直投影面积总和。它是生态系统的一个重要结构参数,可用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应,为植物冠层表面物质和能量交换的描述提供结构化的定量信息[12]。叶面积指数与生物量(干重、鲜重)和叶绿素是衡量作物生长状况的重要指标。如何利用遥感技术实时监测植株叶面积、生物量和叶绿素,对于作物的管理调控及估产具有重要意义。王秀珍等[13]采用单变量线性与非线性拟合模型和逐步回归分析,建立了水稻LAI的高光谱遥感估算模型,提出高光谱变量与LAI之间的拟合分析中,蓝边内一阶微分的总和与红边内一阶微分总和的比值和归一化差植被指数是最佳变量。黄春燕等利用棉花不同品种、不同密度冠层关键生育时期的反射光谱数据,应用光谱多元统计分析技术与光谱微分处理技术,建立了基于植被指数和归一化植被指数的5种函数形式的棉花干物质积累估测模型[14]。唐延林等测定了不同品种类型、不同株型、不同发育期的春玉米叶片及其他器官、不同叶位叶片及叶片不同部位的高光谱反射率和叶片叶绿素、类胡萝卜素含量,提出叶片叶绿素和类胡萝卜素浓度与光谱植被指数R800/R550、R673/R640、PSSRa、PSNDa、RCh、CARI、λred、Dλred和Sred极显著相关[15]。吴长山等对早播稻、晚播稻和玉米的多时相群体光谱测量数据和相应的叶片叶绿素密度测量数据进行了相关性分析,结果表明早播稻、晚播稻和玉米的群体光谱反射率数据及其导数光谱数据与叶绿素密度具有很好的相关性[16]。Tumbo等指出玉米V6生长阶段的叶绿素水平是其氮含量的重要指示器,利用光谱反射建立的模型可稳定地预测玉米在V6生长阶段的叶绿素水平[17]。金震宇等获取了水稻生育期的光谱反射率数据,并利用SPAD-502叶绿素仪测量对应叶片的叶绿素浓度,对光谱数据和实际测量值进行了相关性分析,发现水稻叶片叶绿素浓度与其光谱反射率具有相关性,且在450~680nm和750~770nm光谱区内相关性较好,在686nm处两者的相关性最高;水稻叶片的“红边”拐点位置波长与其叶绿素浓度具有很强的相关性(复相关系数为0.88)[18]。Shibayama等利用多元回归方法分析了水稻多时相的可见光、近红外和中红外光谱与叶面积指数、干生物量及产量的关系,并研究了水稻冠层的可见光、近红外和中红外反射光谱,进而评价水稻的缺水情况,结果表明,其一阶导数光谱在960nm处与水稻冠层水分指数具有很高的相关性,可用于指导灌溉作业[19]。由以上研究结果可知,利用高光谱数据可以及时估算及预测作物的生物量、叶面积指数、叶绿素等生理参数。目前,光谱特征正成为实时、快速监测作物长势的有效手段。

3高光谱遥感监测作物养分及水分状况

在农作物生产中,水肥是影响作物生长的最主要因素之一。氮磷钾肥是作物生长和产量形成所必需的重要元素;水分是作物的主要组成成分,水分亏缺将直接影响作物的生理生化过程和形态结构,从而影响作物生长。因此,及时准确地监测作物的水分状况对提高作物水分管理水平、指导节水农业生产具有重要意义。利用高光谱遥感技术对作物矿质营养和水分胁迫进行监测,进而估算作物的营养和需水状况,从而指导施肥灌溉,是近年来发展起来的一门新技术。Tomas等研究表明,氮、磷、钾等元素的缺乏可导致小麦叶绿素含量降低和可见光(400~700nm)及近红外波段(700~1100nm)光谱反射率增加[20]。唐延林等研究了不同供氮水平下2个水稻品种冠层、主茎叶片在不同发育期的高光谱反射率及对应的叶绿素、类胡萝卜素含量,结果表明,不同供氮水平的水稻冠层和叶片光谱差异明显,其光谱反射率随供氮水平的提高在可见光范围内降低,在近红外区域增高[21]。冯伟等研究了小麦叶片氮积累与冠层高光谱参数的定量关系,结果表明,冠层叶片氮积累量随着施氮水平的提高而增加,光谱反射率在不同叶片氮积累水平下发生相应变化[22]。黄春燕等利用非成像高光谱仪,获取棉花不同品种、不同密度冠层关键生育时期的反射光谱数据,并应用光谱多元统计分析技术对光谱数据进行了分析计算,结果表明,基于高光谱数据的棉花冠层叶绿素密度的遥感估测可间接用于棉花冠层叶片氮积累量的监测研究[23]。吴华兵等分析了不同施氮水平下不同棉花品种叶片氮积累量与冠层反射光谱的定量关系,建立了棉花叶片氮积累量的敏感光谱参数及预测方程,结果显示,棉花叶片氮积累量和冠层高光谱反射率均随施氮水平的变化而变化[24]。Milton等通过水培试验发现大豆缺磷导致红、黄波段的反射率增加,且无红移现象发生[25]。王珂等研究表明,580~710nm和750~950nm波段可作为检测水稻钾营养水平的冠层光谱敏感波段[26]。谷艳芳等测定了不同水分胁迫下冬小麦的高光谱反射率和红边参数,结果表明,不同水分处理下冬小麦高光谱反射率具有绿色植物特征[27]。Ramalingam等利用多光谱图像传感器对叶面水分进行了测量,获得了可见光(400~700nm)、短波近红外(700~1300nm)和近红外(1300~2500nm)区域的叶面反射光谱,并采用光谱背景补偿技术提高了叶面水分的预测精度[28]。其研究发现,可见光、近红外区域受背景影响较小,而短波近红外区域受背景影响较大。孙莉等分析了水分胁迫下新疆北部地区棉花冠层关键生育期的高光谱数据,结果表明,红边位移现象结合红边幅度变化可用于诊断棉花水分胁迫,其关键是建立相应合理的诊断指标体系[29]。以上大量研究结果表明,利用高光谱遥感技术可以对作物的营养状况和水分含量进行比较准确的分析和检测,为变量施肥和灌溉提供参考,从而节省农业资源的投入。高光谱养分和水分诊断模型在农业生产中具有较高的应用价值和广阔的应用前景。

4农作物长势监测和估产

高光谱遥感的超多波段(几十、上百个)和高分辨率(3~20nm)使其可用于探测植被的精细光谱信息(特别是植被各种生化组分的吸收光谱信息),反演植被各生化组分的含量,监测植被的生长状况。另外,还可通过高光谱信息监测植物病虫害。植物病虫害监测是通过监测叶片的生物化学成分来实现的,病虫害感染导致叶片叶肉细胞的结构发生变化,进而使叶片的光谱反射率发生变化。MinghuaZhang等研究了西红柿在晚疫病胁迫下的叶片光谱反射率,结果表明,近红外区域,特别是0•7~1.3μm对病虫害的反应比可见光波段更敏感,健康植物和受病虫害影响的植物可见光波段光谱反射率仅相差1•19%,而近红外波段两者光谱反射率差值达到10%[30]。蔡成静等研究发现,同种健康小麦和发生条锈病的小麦植株(包括病害处于潜伏期的植株)的光谱特征存在明显差异,而这些差异主要体现在某个或某几个光的光谱吸收带上[31]。同时,蔡成静等对不同病情指数下小麦冠层的光谱进行了研究,发现小麦条锈病冠层反射率随小麦病情指数的变化呈明显而有规律的变化[31]。乔红波等分析了不同严重度小麦白粉病冠层光谱反射率及病情指数,结果表明,灌浆期地面光谱测量冠层光谱反射率和低空遥感数字图像反射率与小麦白粉病病情指数存在显著的相关关系[32]。乔红波等研究了发病小麦冠层的高光谱遥感数据特征,获得了近地和对应高空2个不同平台的光谱数据,经比较分析,发现高空获得的光谱反射率在可见光谱区域明显大于近地获得的光谱反射率[33]。吴彤等利用地面高光谱数据,分析和比较了正常生长芦苇和受蝗虫危害芦苇的冠层反射光谱和高光谱特征,并建立了高光谱特征参数与芦苇叶面积指数(LAI)的关系模型,结果表明,虫害光谱指数(DSI)最能反映研究区芦苇受蝗虫危害的程度[33]。利用遥感信息进行作物估产是利用某种植被指数在作物生长发育关键期内的和与产量的实测或统计数据间建立的各种形式的相关方程来实现的,如目前单产估算应用较多的是回归分析法,其基本原理为:y=b0+b1x1+b2x2+b3x3+…+bixi+e式中,y为作物产量;xi为经过平滑的光谱反射率或NDVI指数[34]。唐延林等结合水稻的生长发育规律,对水稻抽穗后冠层、叶片和穗进行了高光谱反射率测定,根据光谱曲线特征构建了新的高光谱植被指数,利用相关分析方法分析水稻理论产量和实际产量与这些植被指数及冠层红边参数的相关关系,建立了水稻高光谱单产估算模型[35]。白丽等结合棉花生长发育规律,对棉花各时期冠层的高光谱反射率进行了测定,并根据光谱曲线特征构建了高光谱植被指数,基于棉花盛蕾期至吐絮后期7次地面光谱和产量测定,对光谱反射率与产量进行了统计分析,结果表明,各生育期可见光波段、近红外波段及短波红外波段光谱反射率与产量分别呈显著负相关、显著正相关与显著负相关,在此基础上建立了棉花高光谱估算模型[36]。从上述研究结果可知,利用高光谱遥感技术可以快速、简便、大面积、无破坏、客观地监测作物的长势并对作物进行估产,高光谱遥感技术在生产中具有良好的应用前景,是农作物长势监测和估产的主要发展方向。

5问题和展望

利用高光谱遥感技术获取作物的相关信息是探测作物营养状态和长势信息的有效手段,但从目前国内外研究情况来看,很多研究仍停留在前期阶段,很多问题尚需解决。

(1)目前,高光谱遥感在农业生产上的应用主要集中在作物个体生长状况与作物叶片光谱关系的研究上,对作物群体的高光谱研究很少,因此高光谱遥感还不能在农业生产中大量应用。

(2)由于作物生长环境的复杂性,遥感成像过程带来的同物异谱、同谱异物现象非常普遍。这是长期困扰遥感应用的一大问题,解决此问题是高光谱遥感广泛应用于农业生产的关键。

高光谱遥感原理技术与应用范文篇2

关键词：遥感；原理；分类；制图；应用

遥感，从广义来讲，就是指遥远的感知,非接触远距离的探测技术。从狭义来讲，指借助于专门的探测仪器（传感器），把遥远的物体所辐射（或反射）的电磁波信号接收记录下来，再经过加工处理，变成人眼可以直接识别的图像，从而揭示出所探测物体的性质及其变化规律。遥感技术指从高空到地面各种对地球观测的综合性技术系统总称。它由遥感平台、探测传感器以及信息接受、处理与分析应用系统等组成，周期性地提供监测对象数据和动态情报。遥感技术（RemoteSensing）是一门建立在空间科学、电子技术、光学、计算机技术、信息论等新的技术科学以及地球科学理论基础上的综合性技术，为现代前沿科学技术之一，具有宏观、动态、综合、快速、多层次、多时相的优势。在新技术迅猛发展的今天，遥感技术伴随着航空、航天技术的发展而不断提高与完善，服务领域因之而不断扩展，受到普遍重视，显示出极其广泛的应用价值、良好的经济效益和巨大的生命力。

一、遥感的基本原理

振动的传播称为波。电磁振动的传播是电磁波。电磁波的波段按波长由短至长可依次分为:γ-射线、X-射线、紫外线、可见光、红外线、微波和无线电波。电磁波的波长越短其穿透性越强。遥感探测所使用的电磁波波段是从紫外线、可见光、红外线到微波的光谱段。太阳作为电磁辐射源，它所发出的光也是一种电磁波。太阳光从宇宙空间到达地球表面须穿过地球的大气层。太阳光在穿过大气层时，会受到大气层对太阳光的吸收和散射影响，因而使透过大气层的太阳光能量受到衰减。但是大气层对太阳光的吸收和散射影响随太阳光的波长而变化。通常把太阳光透过大气层时透过率较高的光谱段称为大气窗口。大气窗口的光谱段主要有:紫外、可见光和近红外波段。地面上的任何物体（即目标物），如大气、土地、水体、植被和人工构筑物等，在温度高于绝对零度（即0°k=-273.16℃）的条件下，它们都具有反射、吸收、透射及辐射电磁波的特性。当太阳光从宇宙空间经大气层照射到地球表面时，地面上的物体就会对由太阳光所构成的电磁波产生反射和吸收。由于每一种物体的物理和化学特性以及入射光的波长不同，因此它们对入射光的反射率也不同。各种物体对入射光反射的规律叫做物体的反射光谱。遥感探测正是将遥感仪器所接受到的目标物的电磁波信息与物体的反射光谱相比较，从而可以对地面的物体进行识别和分类。这就是遥感所采用的基本原理。

二、遥感的分类

为了便于专业人员研究和应用遥感技术，人们从不同的角度对遥感作如下分类:

1、按搭载传感器的遥感平台分类根据遥感探测所采用的遥感平台不同可以将遥感分类为地面遥感和航天遥感。

2、按遥感探测的工作方式分类根据遥感探测的工作方式不同可以将遥感分类为主动式遥感和被动式遥感。

3、按遥感探测的工作波段分类根据遥感探测的工作波段不同可以将遥感分类为紫外遥感、红外遥感、微波遥感、多光谱遥感。

4、按遥感探测的应用领域分类根据遥感探测的应用领域，从宏观研究角度可以将遥感分类为外层空间遥感、大气层遥感、陆地遥感、海洋遥感等;从微观应用角度可以将遥感分类为:军事遥感、地质遥感、资源遥感、环境遥感、测绘遥感、气象遥感、水文遥感、农业遥感、林业遥感、渔业遥感、灾害遥感及城市遥感等。

三、遥感资料的制图应用

1、航天遥感制图

所谓航天遥感是指以航天器为传感器承载平台的遥感技术。航天遥感实践中，针对具体应用需求，选择不同的传感器如：成像雷达、多光谱扫描仪等，通过卫星地面站获取合适的覆盖范围的最新的图像数据，利用遥感图像专业处理软件对数据进行辐射校正、增强、融合、镶嵌等处理，同时，借助应用区域现有较大比例尺的地形数据，对影像数据进行投影变换和几何精纠正，并从地形图上获得境界、城市、居民点、山脉、河流、湖泊以及铁路、公路等典型地貌地物信息和相应地名信息，进行相应的标注和整饰，制作数字正射影像图。

航天遥感制图不仅在国土资源调查、土地利用监测、城市规划监测、重点风景名胜区监测中有了典型应用，而且，国家863计划信息获取与处理技术主题重大课题还开展了利用分辨率为0.61m的QUICKBIRD卫星影像进行城市大比例尺地形图的更新研究。此外，高分辨率卫星遥感影像还可提供立体像对，可用于直接生成DEM数据，甚至可以进行大比例尺地形图的获取与更新测绘。

2、航空遥感制图

所谓航空遥感是指以航空器如飞机、飞艇、热气球等为传感器承载平台的遥感技术。根据不同的应用目的，选用不同的传感器：如：航空摄影机、多光谱扫描仪、热红外扫描仪、CCD像机等，获取所需资料包括：航摄像片和扫描数据。其制图应用一般包括两大方面：

（1）摄影测量制图

在测绘领域中，摄影测量学已经是一门从理论到实践都非常成熟的学科。在我国应用摄影测量的原理和方法测绘地形图有相当长的历史。目前，1:5000及其以下小比例尺地形图的测绘，基本上都采用摄影测量方法施测。计算机技术的发展给摄影测量制图带来了新的发展和变化，不仅在内业测图仪器上实现由测绘线划图到直接测绘数字地形图的转化，而且诞生了抛开了传统的摄影测量仪器设备，以软件实现地形数据采集与处理的数字摄影测量技术，这无疑是摄影测量技术发展史上的一次革命。

（2）正射影像图制作

正射影像图是一种既具有地物注记、图面可量测性等常规地形图的特性又具有丰富直观的影像信息的一种图件，是将航摄像片的中心投影经过机械式的或数字式的纠正转变为正射投影形式而生成的影像图件。正射影像图制作的优势在于，生产周期短、成本低。正射影像图分为“常规正射影像图”和“数字正射影像图”两大类，前者是通过影像拷贝和正射投影仪纠正工艺，以纸基或胶片基承载的平面型影像图件。后者则是应用数字摄影测量技术和工艺制作的以数字形式存在的影像图件，可以方便地输出成纸基或胶片基图件。目前，由于计算机技术和影像处理技术的发展，以数字形式存在的影像图件在生产技术上日趋成熟并不断完善，已经占据主导地位，并与方兴未艾的城市GIS技术相得益彰，应用广泛。特别是数字影像图在色彩处理方面的优越性，使其更具应用价值。

高光谱遥感原理技术与应用范文

【关键词】遥感FTIR；大气环境监测；新发展

随着我们国家经济社会的不断发展，大气环境的污染程度变得越来越严重，尤其是一些具有挥发性物质的污染，不仅严重影响了我们赖以生存的大气环境，还极大程度的危害着我们的身体健康，因此，无论是我们个人还是我们的国家都需要对其引起高度重视，采取一切措施对其实施科学的监测和治理。在对大气环境实施监测过程中，作为主要且科学有效的监测技术，遥感FTIR具有高度的分辨率以及灵敏度，可以在不知道被测对象的前提下进行多组分的同时测定，受到环境监测部门的广泛应用。

一、遥感FTIR的概念描述

通常情况下，环境监测部门采用的是定点取样法对大气的环境状况进行监测，然而，在定点取样法进行观测过程中，得到的观测数据只能单纯地反映较小范围内的大气环境污染的程度，无法实现观测样本点范围外的观测，所以此方法不能适用于大型监测区域的污染监测工作。而遥感FTIR技术作为近几年发展较快、运用较广的综合型探测技术，其使用过程不同于传统的定点取样法，一般不受区域限制，主要的优点如下：

（一）可以实现远距离的监测，遥感FTIR技术可以对远距离的大气污染物实施24小时不间断地监测（二）遥感FTIR技术可以对多组分的混合物进行分析，并且迅速的做出判定（三）遥感FTIR技术应用于大气监测时，可以略过取样等耗时、繁琐的手续（四）遥感FTIR技术对监测的区域面积没有特殊限制，且能够实现地面、高空的三维空间的大气环境监测。

现如今，随着我们国家对于遥感FTIR技术在大气环境监测中的应用的深入研究，遥感FTIR中有关于化学计量学以及被动式的遥感监测技术都取得了新的发展。

二、化学计量学在遥感FTIR光谱图的解析中的新研究成果

近几年，计量学的一些方法技巧逐步渗透于化学的各个方面，使得化学计量学逐渐趋于成熟，并在遥感FTIR光谱图的解析中得到越来越多的应用。常见的化学计量学模型有：人工神经网络、经典最小二乘法、偏最小二乘法、卡尔曼滤波法以及遗传算法等，下面我们利用这些化学计量学中的数学模型对遥感FTIR光谱图进行定性、定量地解析。

（一）对多组分信息实施定性、定量地分析

在实际操作中，我们分别利用经典最小二乘法、偏最小二乘法、卡尔曼滤波法以及人工神经网络对光谱图中出现的严重混合大气污染物实行定量地解析。通过分析的结果我们可以发现，这些方法都可以实现对混合型大气污染物的定量检测。同时，在大气污染物的定性鉴别中，我们首先通过偏最小二乘法对一些未知的干扰物进行鉴定，然后再通过人工神经网络对多组分的环境情况进行定量地解析。为了简化神经网络结构、缩短监测时间、减小监测误差，我们用偏最小二乘法对人工神经网络输入的信号实行变量提取，从而高效、准确地解析了遥感FTIR光谱图。与此同时，对于遗传算法这一化学计量模型来说，其不仅具有较高的求解能力以及优良的非线性特征，还是光谱图库中较好的计算机检索工具。

（二）遥感FTIR光谱图的特征信号的提取以及其噪声的处理

噪声的科学、有效的处理对遥感FTIR光谱图的解析具有重要意义，一般情况下，我们可以利用WA进行一定程度的遥感FTIR光谱图信号特征的提取，并且利用WA对信号实施分解时，可以在一定程度上滤除掉光谱图中的噪音干扰，从而突出有用信号的存在位置。通过最新研究发现，对于开路遥感FTIR光谱图的噪音来说，我们可以采用新型数据预处理法实现对噪音的彻底清除，该方法称之为正交信号校正，对其与二阶求导的预处理进行比较，可以得到下图，该图分别利用上述两个方法对以下七种气体的光谱图中的噪音干扰进行处理，得到处理前后的分析模型的误差结果如下：

通过上图的比较结果我们可以看出，利用正交信号校正法对光谱图处理以后分析模型误差为16.58%，比二阶求导处理后的平均误差37.94%要小得多，因此，正交信号校正在对光谱图中噪音的消除功能上具有显著的效果。

三、被动式遥感FTIR在大气环境的监测过程中的应用新成果

近几年，随着遥感FTIR技术的广泛应用，国内外的许多专家对被动式遥感FTIR技术在大气环境中的监测过程进行了大量的科学研究，并且通过研究发现，该技术能够较为准确的感测出热气体放射源所发出的红外辐射中的物理以及化学特性，从而探索出监测大气污染物的新发展方向。

被动式遥感FTIR监测技术的工作原理需要借助于大气污染物的不同温度，其特点是能够在背景信息缺乏的状态下，对任意方向实施数据的收集，避免了样品预处理工序，并且该监测技术可以实现对多种大气污染物的同时监测，不受时间和距离限制。要想熟练掌握被动式遥感FTIR技术并且将该技术有效应用于大气环境的监测过程中，这就要求我们不仅需要了解其工作原理、工作特点，还需要了解监测过程中仪器响应函数的规律。一般情况下，仪器的响应函数又被称为仪器的频率函数，对于不同的实验条件来说，其仪器的响应函数也是不同的，它通常与校正时的黑体温度的高低以及仪器接收信号的大小有关。

随着遥感FTIR法在大气环境监测中的不断发展，利用遥感FTIR法监测大气污染物的优势也逐渐被人们所知，在对大气中各种特殊污染气体实施遥感监测时，遥感FTIR法具有重要的使用价值，它可对各种红外源实行远距离的非接触型遥测；能够较为精确地提供在燃烧火焰里的激发态分子的转动或振动的详细信息；不需要对样品进行预处理并且可对多种燃烧产物实行同时检测；监测速度快、精度高；它还可以对光谱辐射的能量分布实行绝对监测。同时，由于反射望远镜的使用，可以在一定程度上实现远距离遥感监测燃煤的发电厂等一些大型污染性企业所排放的污染性气体。所有这些技术的发展以及普及，对实现大气环境的科学、有效监测提供了重要的知识帮助，有助于大气环境的保护。

四、结语

随着我们国家科学的高速发展以及人们对于遥感FTIR的不断认识，遥感FTIR法在大气环境的监测领域中得到越来越广泛的使用，我们知道，遥感FTIR法可以实现对大气污染物的实时、连续不间断以及多组分的监测，然而，由于我们国家对其研究和探讨起步较晚，对其在大气环境监测的应用技术掌握不熟练，因此，利用遥感FTIR法对大气环境进行监测的技术手段仍然需要进一步发展。随着时代以及科技的不断进步，我们坚信在不久的将来，遥感FTIR监测技术一定会得到更好的加强与推广。

参考文献