王曉爽，胡卓瑋，趙文吉，劉洪岐

(首都師范大學資源環(huán)境與旅游學院 資源環(huán)境與地理信息系統(tǒng)北京市重點實驗室 城市環(huán)境過程與數字模擬實驗室省部共建國家重點實驗室培育基地，北京 100048)

前植物生產層

基于EVI植被指數的大尺度草地多源信息綜合分類研究

王曉爽，胡卓瑋，趙文吉，劉洪岐

(首都師范大學資源環(huán)境與旅游學院 資源環(huán)境與地理信息系統(tǒng)北京市重點實驗室 城市環(huán)境過程與數字模擬實驗室省部共建國家重點實驗室培育基地，北京 100048)

在全國范圍內采用MODIS EVI植被指數結合多源環(huán)境因子數據的方法實現對主要草地類型的劃分。在借鑒第一次草地調查分類方案的基礎上，提出了新的草地分類方案，將我國的天然草地劃分為9類。根據氣候帶分布狀況劃分我國的四大草地資源分區(qū)，在分區(qū)內進行草地分類。在分類中通過量化分析各草地類型增強型植被指數和高程、降水、積溫和濕潤度等環(huán)境因子特征，建立草地類型提取規(guī)則，采用基于知識的方法進行分類，最后將各分區(qū)分類結果合并形成全國草地分類結果。采用混淆矩陣的方法對分類結果進行精度檢驗，總體精度達到96.19%，分類效果比較好，體現了我國主要草地類型的基本分布狀況。

EVI；草地信息；提取規(guī)則；大尺度草地分類

草地是面積最大的陸地生態(tài)系統(tǒng)[1],也是地球資源的重要組成部分，草地類型的劃分是進行草地資源研究的基礎[2]。目前草地分類方法的研究主要面向省級以下尺度的研究區(qū)，體現的是中小范圍研究區(qū)草地分布特征，例如趙冰茹和馬龍[1]利用增強型植被指數(EVI)數據與氣溫、降水、高程等非遙感數據結合的多源信息綜合方式對內蒙古草地進行分類，能夠明確地識別內蒙古的五大地帶性草地類和部分草地亞類。王正興等[3]通過研究草地類型的AVHRR NDVI的動態(tài)過程，結合草地類型的AVHRR影像數據特征，對內蒙古錫林郭勒草原進行草地分類。通過分析草地類型的植被指數特征，采用相關方法，對中小范圍研究區(qū)進行草地分類[4-9]，有效地體現了中小范圍研究區(qū)內的草地類型分布狀況，取得了較大的進展，為進一步基于遙感手段對更大尺度研究區(qū)域上草地類型劃分提供了相關技術手段和研究思路。

但中小范圍研究區(qū)的草地分類研究成果不足以體現我國草地資源的大體遞變規(guī)律[10]。為了進一步對全國尺度上的草地類型分布狀況進行分析，為草地遙感研究提供更詳盡地資料依據，本研究以全國的大尺度范圍作為研究區(qū)域，通過氣候帶分區(qū)和分析草地類型EVI植被指數和分布區(qū)域環(huán)境特征，實現全國草地分類，形成全國草地分類圖，體現了我國草地類型總體分布狀況和遞變規(guī)律。

1 研究方法與數據處理

1.1研究方法 為了實現全國范圍的草地分類，體現主要草地類型的分布特征和遞變規(guī)律，形成全國草地分類圖。本研究首先采用氣候帶分區(qū)的方法對研究區(qū)進行分區(qū)，對不同的分區(qū)進行草地分類，并將分類的結果合并形成全國草地分類圖。中國科學院自然區(qū)劃工作委員會[11]采用積溫來劃分溫度帶，反映不同地區(qū)的熱量分布狀況，在不同的溫度帶內耕作制度和作物種類也有明顯差別，形成了不同的農業(yè)自然區(qū)劃和氣候帶區(qū)劃分布圖。本研究參考氣候帶區(qū)劃分布圖，結合我國草地資源分布狀況、熱量和濕潤度的遞變規(guī)律形成4個草地資源分布區(qū)，基本覆蓋全國草地資源的生長地帶，主要為北部溫帶半濕潤、半干旱草甸、草原和荒漠區(qū)、華北暖溫帶半濕潤半干旱暖性灌草叢區(qū)、南部亞熱帶、熱帶濕潤熱性灌草叢區(qū)和青藏高原高寒草甸和高寒草原區(qū)(圖1)。由于氣候因素和地形的不同，在不同的草地分區(qū)內具有不同的優(yōu)勢草地類型，使得每個區(qū)域內所包含的草地類型較整體的減少，區(qū)域草地類型特點更加突出，分類更具針對性。本研究將草地類型的EVI特征作為分類的基礎，并引入高程、積溫、降水和濕潤度等環(huán)境因子作為分類輔助數據，通過量化草地類型的植被指數特征差異和環(huán)境因子特征，建立各區(qū)域內草地類型的提取規(guī)則，對各區(qū)域內的草地類型進行劃分，然后對各分類結果進行合并形成全國草地的整體分類圖。

圖1 基于氣候帶分布的草地遙感分區(qū)示意圖

1.2主要研究數據及其處理 本研究主要采用2005年全國MODIS 1-2波段250 m 8 d合成的全年地表反射率數據產品，根據1971-2005年全國約730個氣象站點的溫度和降水數據，計算每8 d的平均值，并通過空間插值得到年均積溫、降水數據以及DEM數據，利用MODIS反射率數據計算所得的EVI數據，空間參考系統(tǒng)統(tǒng)一為GCS_WGS_1984。

1.2.1MODIS EVI數據的計算 MODIS EVI植被指數可以客觀反映草地的覆蓋狀況。利用MODIS反射率數據的近紅外、紅、藍波段進行運算，獲得MODIS EVI數據。根據公式：

式中，ρnir為近紅外光波段反射率；ρred為紅光波段反射率；ρblue為藍光波段反射率；C1和C2為大氣調節(jié)參數，L為土壤調節(jié)參數，主要通過藍波段來調節(jié)大氣對紅波段的影響。在分析中利用各月份內的EVI數據進行最大值合成法處理，形成月最大植被指數數據用于分類研究。

1.2.2草地樣區(qū)的選擇 在借鑒第一次草地調查分類方案的基礎上[12],本研究將全國草地劃分為9類，對第一次草地調查中面積較小和種群類型比較接近的草地類型進行了合并。例如,高寒草原、高寒草甸草原、高寒荒漠草原合并為高寒草原(表1)。

為獲取不同草地類型的時相特征，根據相關草地分布資料和1∶100萬中國草地資源分布圖[12]中不同草地類型的分布規(guī)律，均勻設置不同草地類型的樣本點，每類設置20～30個樣本點。由于面向大尺度研究范圍，為避免植被指數異常值的出現，對草地樣本點進行緩沖區(qū)分析處理，通過設置不同范圍緩沖區(qū)試驗，發(fā)現10 km的緩沖區(qū)形成的草地樣區(qū)更能夠準確獲取和體現大尺度區(qū)域上草地類型的EVI植被指數特征。因此，設定10 km的緩沖區(qū)形成草地樣區(qū)并統(tǒng)計樣區(qū)內EVI均值，形成不同草地類型的月度EVI植被指數變化曲線圖，量化分析各草地類型的植被指數變化特征和差異特征。

1.2.3數字高程模型數據的處理和應用 我國部分地區(qū)的草地類型分布具有一定的垂直地帶性規(guī)律，可以采用高程特征作為草地分類的依據。

黨的十七大開始關注治理和改善民生，確立了“老有所養(yǎng)”的民生發(fā)展目標，在國家的政策體系中將服務對象“社會化”，表明此后政策對象就不僅僅是處于“托底”范圍內的“三無”“五?！崩先肆耍敲嫦蛉w老年人。黨的十七屆五中全會進一步提出“優(yōu)先發(fā)展社會養(yǎng)老服務，培育壯大老齡服務事業(yè)和產業(yè)”的要求，第一次將社會養(yǎng)老服務納入國家五年規(guī)劃的范圍。至此，“社會養(yǎng)老服務”的概念基本成形——“養(yǎng)老服務”的提法之前加上了“社會”，社會養(yǎng)老服務是包括“養(yǎng)老服務事業(yè)”和“養(yǎng)老服務產業(yè)”兩部分，正式明確了在國家福利范圍之外的“養(yǎng)老產業(yè)”的制度性定位。

表1 全國草地類型概況統(tǒng)計及與全國第一次調草地分類系統(tǒng)對比

采用最鄰近方法對全國數字高程模型數據進行重采樣處理，獲得250 m空間分辨率的數字高程模型數據。參考相關資料，分析不同草地類型分布區(qū)的海拔高度，將高程特征作為建立草地類型信息提取規(guī)則的主要依據之一。

1.2.4積溫和降水空間分布數據的處理和應用 隨著水熱環(huán)境的不同，占優(yōu)勢地位的草地類型不同，因此溫度和降水是影響草地生長和分布的重要因素。當日平均溫度在10 ℃以上，寒帶日平均溫度在0 ℃以上時，草地能夠活躍生長。采用1971-2005年全國氣象站點的溫度和降水數據，通過計算每8 d的均值并進行空間插值得到大于0 ℃和大于10 ℃年均積溫和降水數據，選擇最鄰近重采樣方法進行處理，形成250 m空間分辨率數據。通過量化不同草地類型的積溫和降水特征，用作提取草地類型信息的主要依據。

1.2.5濕潤度指標的計算和應用 濕潤度指標在一定的限度內可以體現區(qū)域水熱條件，是影響草地覆蓋的重要條件。濕潤度指標主要采用年均降水量和大于0 ℃積溫空間分布數據建立模型，作為劃分草地類型的指標，模型可表述為：

式中，r為全年降水量；∑θ為全年大于0 ℃的積溫。

對濕潤度空間分布數據進行最近鄰重采樣，結合我國草原分類的濕潤度級及其相應的自然景觀資料，量化不同草地類型濕潤度特征，作為建立草地類型信息的提取規(guī)則和依據之一。

2 草地類型植被指數和環(huán)境因子量化特征分析

2.1草地類型EVI植被指數特征分析 圖2反映了不同草地類型的全年EVI變化特征，每條曲線體現單個草地類型樣區(qū)內全年EVI的均值變化狀況。通過對各月份草地樣區(qū)植被指數均值范圍進行統(tǒng)計，得到各草地類型在不同月份EVI變化范圍。圖中用方框表示建立提取規(guī)則所用的各月份EVI主要范圍。

分析草地類型的EVI特征是草地分類的基礎依據。不同草地資源分布區(qū)具有不同優(yōu)勢草地類型，其中在北部溫帶半濕潤、半干旱草甸、草原和荒漠區(qū)中主要分布的是山地草甸、溫性草甸草原、溫性草原和溫性荒漠草原。在山地草甸月度EVI變化曲線圖上，7月EVI范圍為0.400～0.683(圖2a)，而在溫性草原和溫性荒漠草原月度EVI變化曲線圖上，7月EVI范圍分別為0.121～0.399和0.079 8～0.339(圖2c 和圖2d)。溫性草原和溫性荒漠草原植被指數范圍小于山地草甸，可以采用7月EVI明顯區(qū)分。而溫性草甸草原7月EVI主要范圍為0.291～0.657，同其他3類草地類型同月EVI范圍略有重疊，可以結合環(huán)境因子的特征進行區(qū)分。

在南部亞熱帶、熱帶濕潤熱性灌草叢區(qū)主要分布熱性草叢、灌草叢和部分暖性草叢、灌草叢、山地草甸。在植被指數變化曲線圖上分析，熱性草叢和灌草叢4月EVI范圍為大于0.228，暖性草叢、灌草叢和山地草甸的4月EVI范圍分別為0.117～0.497和小于0.227。3類草地類型4月EVI范圍略有重疊，但具有一定的跨度特征，因此采用EVI和環(huán)境因子特征結合方式，建立草地提取規(guī)則。

圖2 不同草地類型月度增強型植被指數變化曲線圖

青藏高原高寒草甸和高寒草原區(qū)主要分布的是高寒草甸草原、高寒草原和高寒荒漠草原以及部分山地草甸、溫性荒漠草原和溫性草原。在植被指數月度變化曲線圖上反映，山地草甸5月EVI主要范圍為0.210～0.675，高寒草甸草原為0.060～0.242，溫性草原為0.102～0.216，其他草地類型5月EVI范圍都在0.200以下。5月EVI特征可以作為區(qū)分山地草甸和其他草地類型的依據之一。對于這個區(qū)域內其他草地類型來說，溫性草原、溫性荒漠草原的高程、積溫同高寒草甸草原、高寒草原和高寒荒漠草原不同，可以利用環(huán)境因子特征來進行區(qū)分。在植被指數月度變化曲線圖上分析，高寒草甸草原9月EVI范圍為0.160～0.460，高寒草原為0.080～0.160，高寒荒漠草原為0.054～0.108，可以采用9月EVI特征來區(qū)分高寒草甸草原和高寒草原、高寒荒漠草原，高寒草原和高寒荒漠草原則采用環(huán)境因子特征來區(qū)分。

2.2草地類型環(huán)境因子特征分析 不同草地類型的生長發(fā)育同其所在環(huán)境的地形、水熱條件具有密切聯(lián)系。為有效地反映各草地類型生長過程的特征差異，參與分類研究，將與草地類型生長有關的環(huán)境因子定量化表現出來，作為建立草地類型信息提取規(guī)則的重要依據。

在自然條件因素中，地形是決定植被垂直分布的主導因子。根據地形不同可以了解草地類型分布的部分規(guī)律。我國的地形特征呈階梯狀遞變規(guī)律，西部高東南低，形成了以青藏高原為平均海拔最高地區(qū)，向東部逐漸下降的階梯狀的斜面[13]。其中青藏高原高寒草甸和高寒草原區(qū)是我國平均海拔最高的地區(qū)。在這部分區(qū)域內分布著高寒草甸草原、高寒草原、高寒荒漠草原和部分山地草甸等適宜生長在寒冷干燥地區(qū)的草地類型。草地主要分布區(qū)域高程范圍基本在2 300～5 300 m。其次為大興安嶺、太行山等一線以西[13]，覆蓋其他3類草地資源分區(qū)的區(qū)域，平均海拔較高構成我國地勢的第2階梯。區(qū)域內包含著眾多高原、山地，地貌比較復雜[13]。草地分布的高程范圍基本在1 000～3 000 m[13]，主要有溫性草甸草原、溫性草原、溫性荒漠草原、山地草甸和部分暖性草叢和灌草叢、熱性草叢和灌草叢等草地類型。大興安嶺、太行山一線以東地區(qū)是地勢最低的區(qū)域，平均海拔基本在1 000 m以下[13]，主要分布著山地草甸、溫性草甸草原、暖性草叢和灌草叢和熱性草叢和灌草叢等草地類型。

水熱環(huán)境也是草地類型形成的關鍵因素，因此分析積溫、降水和濕潤度的變化也是進行草地分類研究的重點。我國降水分布具有明顯的遞變規(guī)律，在北部溫帶半濕潤、半干旱草甸、草原和荒漠區(qū)內沿東北向西南一線具有數條年均等雨線，由東北向西南具有經度地帶性的特征[13]，草地分布同等雨線的變化狀況相符。不同的等雨線范圍內分布著不同的草地類型，其中350～500 mm為溫性草甸草原，250～400 mm為溫性草原，150～300 mm為溫性荒漠草原[13]。在青藏高原高寒草甸和高寒草原區(qū)也由東南向西北水分遞減，草地分布也隨著降水變化呈現高寒草甸草原、高寒草原和高寒荒漠草原趨勢遞變，其中高寒草原和高寒荒漠草原的年均降水量分別為200～450 mm[11]和100～200 mm[13]。而暖性草叢、灌草叢和熱性草叢、灌草叢是由森林在遭受到人為和自然的破壞之后逐漸形成的草地類型[13]，主要生長在高溫濕熱的地區(qū)，年均降水量都比較高，其中暖性草叢和灌草叢的年均降水量通常為540～800 mm[13]，熱性草叢和灌草叢的年均降水量則在700 mm以上[13]。山地草甸在各大山脈的不同地帶均有分布，年均降水量一般為400～700 mm[13]。

積溫和降水變化規(guī)律相似，其中北部溫帶半濕潤、半干旱草甸、草原和荒漠區(qū)沿東北向西南大于10 ℃積溫逐漸變大，草地類型的分布同積溫的變化具有密切地影響，其中溫性草甸草原大于10 ℃積溫范圍主要為1 800～2 000 ℃[13]，溫性草原為1 700～3 500 ℃[13]，而溫性荒漠草原所處于的荒漠區(qū)溫度比較高，大于10 ℃積溫范圍基本為2 200～3 000 ℃[13]。在青藏高原高寒草甸和高寒草原區(qū)平均溫度比較低，高寒草原大于0 ℃積溫范圍基本為800～1 000 ℃[13]，高寒荒漠草原大于0 ℃積溫基本大于1 000 ℃[13]。暖性草叢、灌草叢和熱性草叢、灌草叢由于生長在暖溫帶和熱帶平均溫度比較高，因此大于10 ℃積溫范圍分別為3 400～4 500 ℃[13]和大于4 500 ℃[13]。在北部溫帶半濕潤、半干旱草甸、草原和荒漠區(qū)隨著水熱狀況的變化，濕潤度遞變規(guī)律同積溫和降水相同，由東北向西南降低，草地分布與之有密切的關系，由此草地類型濕潤度特征主要是山地草甸最高，主要范圍大于2.0；溫性草甸草原為1.2～2.0；溫性草原0.6～1.5；溫性荒漠草原基本為0.3～0.6。

2.3建立各草地資源分區(qū)內草地類型的提取規(guī)則 綜合上述分析，對不同草地分區(qū)的主要草地類型在EVI和高程、降水、積溫和濕潤度等環(huán)境因子的特征以及不同草地類型之間的相互差異進行量化分析，建立不同草地分區(qū)內草地類型的提取規(guī)則，見圖3。

3 草地分類結果

根據各草地資源分區(qū)內主要草地類型提取規(guī)則建立分類知識庫，在ERDAS軟件中采用專家分類器的方法進行草地分類方法的實現。通過研究不同草地類型的各月EVI特征與高程、積溫、降水和濕潤度等環(huán)境因子特征，建立各草地資源分區(qū)內草地類型的提取規(guī)則。采用基于知識的草地分類方法，對各草地資源分區(qū)進行草地分類，并形成全國草地分類圖。

圖4為本次草地分類的結果，體現我國草地的基本分布狀況。其中北部的溫帶半濕潤、半干旱草甸、草原和荒漠區(qū)草地類型是根據濕潤度由東向西逐漸減小的遞變規(guī)律而變化，主要是呈現山地草甸、溫性草甸草原、溫性草原和溫性荒漠草原的遞變規(guī)律。西南的青藏高原高寒草甸和高寒草原區(qū)也隨著水熱環(huán)境和積溫的變化由東南向西北呈現山地草甸、高寒草甸草原、高寒草原和高寒荒漠草原的變化規(guī)律。而在華北地區(qū)是暖性草叢和灌草叢的主要分布區(qū)域，華南地區(qū)主要分布著熱性草叢和灌草叢。

圖3 不同草地資源分區(qū)內的草地類型信息提取規(guī)則

4 草地分類方法的精度驗證

以1∶100萬中國草地資源類型圖為相對真值，隨機對不同草地類型選取采樣點,采用分類混淆矩陣進行精度驗證，結果表明,各草地類型分類的總精度為96.19%，Kappa系數為0.929 4，分類效果較好。

圖4 全國草地分類圖

表2 草地精度評價統(tǒng)計

注：總體精度為96.19%； Kappa系數0.929 4。

5 小結

1)開展了面向大尺度區(qū)域的草地分類方法研究，初步獲得了全國草地資源分類圖(2005年)，體現了我國草地的分布狀況和基本特點，為應用遙感方法進行大尺度大范圍的草地信息提取和動態(tài)監(jiān)測提供了工作基礎。

2)由于面向全國大尺度的研究區(qū)域，為了突出分類重點，使其更具針對性，本研究利用我國的主要氣候帶分布規(guī)律，結合我國草地資源分布特點，劃分4個草地資源分布區(qū)域，基本覆蓋了全國草地資源的生長地帶。在不同的分區(qū)內具有不同的優(yōu)勢草地類型，因此基于中低分辨率的MODIS遙感影像，采用遙感和非遙感資料結合的方式，分析各草地分區(qū)內草地類型的EVI植被指數特征和量化高程、積溫、降水和濕潤度等環(huán)境因子的特征，建立不同草地類型的提取規(guī)則，利用基于知識的專家分類器進行草地分類，初步證明其精度可以得到保證。

開展分類精度的詳細檢驗，可進一步提高草地分類精度，并對非地帶性的隱性草地植被(如低地草甸)的提取開展研究。

致謝：感謝中國科學院地理科學與資源研究所為本研究提供遙感數據、氣象數據、中國氣候區(qū)劃圖和中國1∶100萬草地資源分布圖，以及樊江文老師對本研究提供的相關指導和幫助。感謝審稿專家對本文提出了中肯而詳細的意見和建議，為本文的進一步完善提供幫助。

[1] 趙冰茹,馬龍.基于MODIS EVI的內蒙古草地多源信息綜合分類研究[J].浙江大學學報(農業(yè)與生命科學版),2007,33(3):342-347.

[2] 劉金祥.TM影像應用于草地資源類型調查與制圖研究[J].四川草原,1995(1):4-10.

[3] 王正興,劉闖,趙冰茹.AVHRR草地分類的潛力和局限：以錫林郭勒草原為例[J].自然資源學報,2003,18(6):704-711.

[4] 趙連春,劉榮堂,楊予海,等.基于地形因子的草地遙感分類方法的研究[J].草業(yè)科學,2006,23(12):26-30.

[5] 師慶東,呂光輝,潘曉玲,等.遙感影像中分區(qū)分類法及在新疆北部植被分類中的應用[J].干旱區(qū)地理,2003,26(3):264-268.

[6] 米兆榮,張耀生,趙新全,等.NDVI和EVI在高寒草地牧草鮮質量估算和植被動態(tài)監(jiān)測中的比較[J].草業(yè)科學,2010,27(3):13-19.

[7] 普宗朝,張山清.氣候變化對新疆天山山區(qū)自然植被凈第一性生產力的影響[J].草業(yè)科學,2009,26(2):11-18

[8] 劉艷,李楊,崔彩霞,等.MODIS MOD13Q1數據在北疆荒漠化監(jiān)測中的應用評價[J].草業(yè)學報,2010,19(3):14-21.

[9] 李紅梅,馬玉壽.改進的綜合順序分類法在青海草地分類中的應用[J].草業(yè)學報,2009,18(2):76-82.

[10] 任美鍔.中國自然地理綱要[M].修訂第3版.北京：商務印書館,1992.

[11] 中國科學院自然區(qū)劃工作委員會.中國綜合自然區(qū)劃(初稿)[M].北京:科學出版社,1959.

[12] 中國草地資源圖制編委會.中國1∶100萬草地資源分布圖[M].北京：中國地圖出版社,1992.

[13] 廖國藩,賈幼陵.中國草地資源[M].北京：中國科學技術出版社,1996.

Anintegratedclassificationofgrasslandinlarge-scalebasedonMODISEVIandmulti-sourcedata

WANG Xiao-shuang,HU Zhuo-wei,ZHAO Wen-ji,LIU Hong-qi

(Key Laboratory of Resources Environment and GIS of Beijing Municipal； Urban Environmental Process and Digital Modeling Laboratory； College of Resources Environment and Tourism, Capital Normal University,Beijing 100048，China)

The main grassland types in China were classified by using the integrating method with MODIS EVI and multi-source data of environmental factors in this study. Based on the classification system of the first national grassland survey, this study established a new grassland classification system, in which the natural grassland types in China were classified into 9 types. The distribution areas of grassland in China were divided into four grassland regions by climatic distribution zones, and the grassland types were identified for each grassland region. The extracting rules of grassland types was proposed by quantified characteristics of each grassland via EVI, DEM, precipitation, accumulated temperature, and moisture index data. The grassland types in each grassland region were classified by the extracting rules, and then the grassland classification system for China was constructed by merging each grassland region. The precision of classification was tested by confusion matrix and was 96.19%.The grassland classification showed the actual distribution of the main grassland types in China.

EVI； grassland information； rule of information extraction； large-scale grassland classification

S812

A

1001-0629(2011)01-0010-08

2010-04-21 接受日期：2010-06-25

國家科技支撐計劃重點項目課題——環(huán)北京區(qū)域地表環(huán)境遙感動態(tài)監(jiān)測與評價技術研究(2007BAH15B02)；國家生態(tài)恢復重建的綜合監(jiān)測評估關鍵技術研發(fā)(2006BAC08B02)；巨災應急救援信息系統(tǒng)集成與示范(2008BAK49B07)

王曉爽(1985-)，女，北京人，在讀碩士生，主要從事資源環(huán)境遙感應用研究。

E-mail：wangxiaoshuang_057@163.com

胡卓瑋 E-mail:huzhuowei@mail.cnu.edu.cn