基于PCI的ALOS融合正射影像圖制作
——以果化石漠化監(jiān)測(cè)區(qū)為例

沈利娜， 蔣忠誠(chéng)， 馬祖陸， 楊奇勇

(1.中國(guó)地質(zhì)科學(xué)院巖溶地質(zhì)研究所巖溶生態(tài)系統(tǒng)與石漠化治理重點(diǎn)開放實(shí)驗(yàn)室，桂林 541004；2.國(guó)土資源部廣西壯族自治區(qū)巖溶動(dòng)力學(xué)重點(diǎn)實(shí)驗(yàn)室，桂林 541004)

基于PCI的ALOS融合正射影像圖制作
——以果化石漠化監(jiān)測(cè)區(qū)為例

沈利娜1，2， 蔣忠誠(chéng)1，2， 馬祖陸1，2， 楊奇勇1，2

(1.中國(guó)地質(zhì)科學(xué)院巖溶地質(zhì)研究所巖溶生態(tài)系統(tǒng)與石漠化治理重點(diǎn)開放實(shí)驗(yàn)室，桂林 541004；2.國(guó)土資源部廣西壯族自治區(qū)巖溶動(dòng)力學(xué)重點(diǎn)實(shí)驗(yàn)室，桂林 541004)

為滿足特殊巖溶地貌對(duì)遙感影像正射糾正的要求,以廣西果化石漠化監(jiān)測(cè)區(qū)為研究區(qū)，利用PCI中的OrthoEngine模塊,依據(jù)1∶1萬(wàn)數(shù)字化等高線制作DEM；以ALOS全色影像為數(shù)據(jù)源，通過RPC有理函數(shù)模型進(jìn)行正射糾正，采用PANSHARP融合算法，高保真地將全色影像與多光譜影像進(jìn)行融合，制作成空間分辨率為2.5 m的融合正射影像圖。結(jié)果表明，此方法為巖溶區(qū)的科學(xué)研究提供了精度高和信息豐富的現(xiàn)時(shí)數(shù)據(jù)源,為巖溶石漠化監(jiān)測(cè)提供了科學(xué)的信息更新手段。

PCI；ALOS；正射影像；PANSHARP融合

0 引言

巖溶地貌區(qū)地形起伏較大，地質(zhì)信息難以獲取。隨著遙感技術(shù)的發(fā)展，高精度遙感影像逐漸成為該區(qū)地質(zhì)信息和現(xiàn)時(shí)數(shù)據(jù)獲取的理想來(lái)源。衛(wèi)星影像在成像過程中，受到透視投影、攝影軸傾斜、大氣折光、地球曲率及地形起伏等諸多因素影響，像點(diǎn)會(huì)產(chǎn)生不同程度的幾何變形[1]。洼地與峰叢高差大，在特殊的巖溶地貌區(qū)，基于高精度遙感影像的融合、正射影像制作難度較大，常規(guī)方法易出現(xiàn)信息失真，難以取得理想效果，因此需進(jìn)一步改進(jìn)。PANSHARP算法根據(jù)數(shù)字高程模型(digital elevation model，DEM)選取地面控制點(diǎn)(ground control point,GCP)來(lái)重新采樣，能夠?qū)⒍嘣催b感影像的高分辨率與色彩信息較完美地融合，獲得的正射影像具有精度高、信息豐富、直觀逼真及現(xiàn)時(shí)性強(qiáng)等特點(diǎn)。在巖溶地貌區(qū)采用PANSHARP法獲取的地理空間數(shù)據(jù)，可用于提取自然及社會(huì)發(fā)展信息,為巖溶石漠化監(jiān)測(cè)提供良好的數(shù)據(jù)源和信息更新手段。

本文以廣西果化石漠化監(jiān)測(cè)區(qū)為研究區(qū)，利用PCI Geomatica13.0軟件，配合DEM對(duì)ALOS(Advanced Land Observation Satellite)衛(wèi)星影像進(jìn)行正射糾正和PANSHARP融合，進(jìn)一步獲取色彩信息豐富、空間分辨率較高和便于實(shí)際應(yīng)用的ALOS融合正射影像圖，為該區(qū)提供詳實(shí)可靠的現(xiàn)時(shí)數(shù)據(jù)資料。此方法也為巖溶峰叢山區(qū)的遙感影像正射糾正提供改進(jìn)方法和流程參考。

1 研究區(qū)概況

果化石漠化監(jiān)測(cè)區(qū)是在廣西果化生態(tài)重建示范區(qū)的基礎(chǔ)上，向周邊擴(kuò)展部分未進(jìn)行生態(tài)重建的區(qū)域，面積約13 385 hm2,包括平果縣果化鎮(zhèn)的龍何、妙冠、布堯、隴堯及布午5個(gè)自然屯，地理坐標(biāo)為E107°22′30″～107°24′47″,N23°22′30″～23°24′32″，海拔為110～570 m。全區(qū)地貌以典型低峰叢洼地和峰林平原為主，地形陡峭，平均坡度可達(dá)19.38°。該區(qū)石漠化嚴(yán)重，植被以草叢和灌叢為主，過去植被覆蓋率不足10%，通過長(zhǎng)期生態(tài)重建，植被覆蓋率現(xiàn)已提高到57%，還培育了部分生態(tài)林[2]。

2 數(shù)據(jù)處理及研究方法

本文以覆蓋研究區(qū)的2009年9月4日ALOS全色影像(空間分辨率2.5 m)和多光譜影像(空間分辨率10 m)各1景、1∶10 000比例尺的地形圖(坐標(biāo)系統(tǒng)為北京1954坐標(biāo)系)為基礎(chǔ)數(shù)據(jù)，采用PCI Geomatica13.0，MapGIS及ArcGIS等軟件處理數(shù)據(jù)。PCI Geomatica13.0采用常見商用衛(wèi)星的飛行軌道及傳感器參數(shù)，支持嚴(yán)格的衛(wèi)星軌道模型，能獲得高精度的正射糾正結(jié)果，并具有PANSHARP獨(dú)具特色的融合方式，代表了圖像處理系統(tǒng)的發(fā)展趨勢(shì)[3]。

首先進(jìn)行ALOS全色正射影像制作(圖1)，再進(jìn)行ALOS融合正射影像制作(圖2)，最后形成研究區(qū)ALOS數(shù)字化正射影像圖。

圖1 ALOS全色正射影像制作流程圖Fig.1 Flow chart of ALOS panchromatic orthophotoimages production

圖2 ALOS正射融合影像制作流程圖Fig.2 Flow chart of ALOS fusion orthophotoimages production

3 研究結(jié)果

3.1 DEM制作

DEM是描述地面高程值空間分布的一組有序數(shù)組[4]。DEM精度應(yīng)該與影像比例尺相應(yīng),在山區(qū),過高的DEM精度反而有嚴(yán)重的拉花現(xiàn)象。研究區(qū)包括峰叢洼地和部分峰林平原2種巖溶地貌類型，根據(jù)ALOS融合影像分辨率，選擇1∶10 000比例尺紙質(zhì)地形圖進(jìn)行掃描，在MapGIS中糾正。地形圖等高距為2.5 m，通過對(duì)等高線圖數(shù)字化并標(biāo)賦高程值，經(jīng)過編輯、檢查及拼接生成拓?fù)潢P(guān)系。數(shù)字化等高線通過PCI中的OrthoEngine模塊，用Import&Build DEM選擇“DEM from contours”方式生成DEM，采用北京54坐標(biāo)系，柵格大小為2.5 m×2.5 m。生成的研究區(qū)DEM結(jié)果如圖3所示。

圖3 研究區(qū)DEMFig.3 DEM of the study area

3.2 ALOS全色影像的正射糾正

利用地面控制點(diǎn)和地面高程模型進(jìn)行的幾何糾正稱為正射糾正[5]。它通過DEM消除地形起伏引起的比例尺變化，利用三角測(cè)量結(jié)果糾正傳感器姿態(tài)變化，利用傳感器實(shí)驗(yàn)室校驗(yàn)數(shù)據(jù)糾正傳感器內(nèi)部誤差。經(jīng)過正射糾正處理后的影像為正射影像，影像上任何點(diǎn)的定位精度獨(dú)立于地形和衛(wèi)星傾角。最終正射影像產(chǎn)品的絕對(duì)定位精度取決于DEM，GCP和影像本身的相對(duì)定位精度，正射糾正在衛(wèi)星影像圖制作過程中是決定衛(wèi)星影像圖定位精度的關(guān)鍵。

常用的衛(wèi)星影像糾正模型有多項(xiàng)式模型、有理函數(shù)模型和參數(shù)模型。PCI OrthoEngine軟件平臺(tái)有3種3D幾何模型可以用于糾正高分辨率衛(wèi)星數(shù)據(jù)，分別是：①通過用戶GCP解算的3D有理函數(shù)模型；②高分辨率衛(wèi)星數(shù)據(jù)自帶的有理函數(shù)模型；③3D參數(shù)(嚴(yán)格物理)模型[6]。本次研究購(gòu)買的預(yù)備正射糾正的影像產(chǎn)品缺乏傳感器物理模型，傳感器、衛(wèi)星平臺(tái)和地面三者之間的關(guān)系遭到了破壞，使成圖精度受限，在只有少量GCP和2.5 m精度DEM情況下，此次選擇RPC有理函數(shù)模型(rational polynomial coefficient，RPC)，輔助一階多項(xiàng)式糾正以提高最終的定位精度[7]，滿足ALOS影像的制圖精度要求。

以果化石漠化監(jiān)測(cè)區(qū)1∶10 000地形圖制作的分辨率為2.5 m的DEM為參考，均勻選取20個(gè)GCP對(duì)ALOS全色影像進(jìn)行正射糾正，最終殘差控制在1 m以下，GCP參數(shù)見表1。

表1 ALOS全色影像正射糾正的GCP參數(shù)Tab.1 GCP parameters of ALOS panchromatic images orthorectified (m)

研究區(qū)為巖溶峰叢洼地地貌，山峰陡峭，相對(duì)高差明顯，高低起伏的地形給正射糾正帶來(lái)了一定困難。對(duì)于不同比例尺,要選擇相應(yīng)精度的DEM,考慮到巖溶山區(qū)影像，本研究采用分辨率為2.5 m的DEM，既能提高糾正精度又不至于出現(xiàn)拉花現(xiàn)象。在選擇GCP時(shí)也注意了以下2點(diǎn)[8]：①GCP明顯且清晰穩(wěn)定,在原始影像和參考數(shù)據(jù)中能被正確識(shí)別和定位，選擇特征線和特征點(diǎn)(取其交叉中心),選擇非空中的點(diǎn),以避免高差帶來(lái)的移位；②GCP在影像上均勻分布,能控制整個(gè)區(qū)域。

3.3 影像融合

遙感影像融合可分為像元級(jí)、特征級(jí)和決策級(jí)3個(gè)層次[9]。目前，對(duì)于遙感數(shù)據(jù)融合方面的研究多位于像元級(jí)，本研究采用的PANSHARP(全色增強(qiáng)融合算法) 也屬于像元級(jí)。PANSHARP 基于最小二乘法來(lái)最佳近似原始多光譜、全色數(shù)據(jù)與融合后多光譜、全色數(shù)據(jù)之間的灰度值關(guān)系。以此原理來(lái)調(diào)整單個(gè)波段的灰度分布，減少融合影像的顏色偏差, 同時(shí)對(duì)所有輸入波段進(jìn)行統(tǒng)計(jì)運(yùn)算，以便消除融合結(jié)果對(duì)數(shù)據(jù)集的依賴性，并基于統(tǒng)計(jì)方法來(lái)解決融合過程的標(biāo)準(zhǔn)化和自動(dòng)化問題，最終獲得顏色高保真性結(jié)果。在信息熵、平均梯度、信噪比、偏差指數(shù)和均方根誤差5個(gè)指標(biāo)評(píng)價(jià)下，PANSHARP被公認(rèn)為是最佳的融合算法[10]，目前已大量應(yīng)用于IKONOS，QuickBird，Landsat7和SPOT5等衛(wèi)星的全色和多光譜數(shù)據(jù)的融合。PANSHARP變換信息保真性較好，不僅同一地物的波譜曲線形狀沒有發(fā)生變化，而且不同地物的波譜之間的關(guān)系也保持得較好。

基于PCI中OrthoEngine 模塊的Polynomial選項(xiàng)，以正射糾正的ALOS全色影像為參考，對(duì)ALOS多光譜影像進(jìn)行幾何糾正，在糾正精確的情況下，不進(jìn)行直方圖匹配，直接進(jìn)行融合。對(duì)于“四同”(同星、同軌、同時(shí)相及同景)遙感影像數(shù)據(jù)融合前的校正非常重要，直接影響融合效果，對(duì)校正的精度檢測(cè)十分必要，允許誤差范圍應(yīng)嚴(yán)格控制。針對(duì)ALOS數(shù)據(jù)，GCP誤差在0.05～1.00 m，相對(duì)偏差值相當(dāng)于0.16～1.00 m，一般在允許誤差范圍內(nèi)的融合結(jié)果比較理想，而超過允許誤差范圍的融合結(jié)果會(huì)有明顯的重影，需要對(duì)GCP重新調(diào)控。本研究選擇17個(gè)GCP，所有GCP殘差在0～0.96 m之間， GCP參數(shù)見表2。

表2 ALOS多光譜影像幾何糾正的GCP參數(shù)Tab.2 GCP parameters of ALOS multispectral images geometric correction (m)

通過可視化工具檢驗(yàn)全色與多光譜影像的配準(zhǔn)情況，符合要求后，采用PCI中PANSHARP融合算法，將空間分辨率2.5 m的ALOS全色影像與空間分辨率10 m的ALOS多光譜影像融合，獲得空間分辨率有明顯提高的融合影像。在融合影像中增加了一個(gè)新的8 bit通道，通過EASI Modeling賦予新通道信息，即

N=80%G+20%IR,

(1)

式中：N為新通道；G為綠波段；IR為近紅外波段。融合影像的RGB分別用第3波段、新通道及第1波段顯示，在Focus模塊中進(jìn)行適應(yīng)性拉伸，以TIFF格式輸出，再用Photoshop進(jìn)行色階、曲線和飽和度等調(diào)整，結(jié)果如圖4所示。

圖4 研究區(qū)ALOS影像的PANSHARP融合Fig.4 ALOS image PANSHARP fusion of the study area

PANSHARP 融合方法的光譜退化較小，同時(shí)也較高程度地保持了高幾何分辨率的空間信息，融合效果是低空間分辨率光譜信息和高空間分辨率空間信息二者之間權(quán)衡較好的一種融合方法。對(duì)比圖4中全色影像、多光譜影像和PANSHARP 融合影像，可以看出融合影像的分辨率接近于全色影像的分辨率，而且色調(diào)較原多光譜影像更亮，綠波段采用了新通道信息，使植被色彩更接近真實(shí)情況，為后期的植被信息提取提供了更豐富的信息。結(jié)合融合影像灰度剖面統(tǒng)計(jì)(表3)和剖面圖來(lái)分析(圖5)，RGB灰度值變化趨勢(shì)有較好的一致性，融合結(jié)果較為理想。

表3 剖面統(tǒng)計(jì)Tab.3 Profile statistics

圖5 ALOS影像PANSHARP融合剖面Fig.5 Profile graphs of ALOS image PANSHARP fusion

3.4 數(shù)字正射影像圖的生成

數(shù)字正射影像圖是以單色或彩色遙感影像圖(衛(wèi)星或航攝影像)為基礎(chǔ),經(jīng)過掃描處理,再經(jīng)逐個(gè)像元進(jìn)行輻射校正、微分糾正和鑲嵌,按地形圖幅范圍裁剪成的影像數(shù)據(jù),并將地形要素的信息以符號(hào)、公里格網(wǎng)、線劃、注記及圖廓(內(nèi)/外)整飾等形式增加到平面上,以柵格數(shù)據(jù)形式存儲(chǔ)的影像數(shù)據(jù)庫(kù)[11-12]。本研究通過ArcGIS軟件中的ArcMap，在正射糾正ALOS融合影像上加注地名、公里網(wǎng)格、指北針及比例尺圖框，最終制作成果化石漠化監(jiān)測(cè)區(qū)ALOS數(shù)字化正射影像圖，如圖6所示。

圖6 研究區(qū)ALOS數(shù)字化正射影像圖Fig.6 ALOS digital orthophotoimage map of the study area

4 結(jié)論

1)以ALOS遙感影像和相應(yīng)比例尺的DEM為數(shù)據(jù)源，以PCI為平臺(tái)進(jìn)行影像糾正、PANSHARP融合及增強(qiáng)等一系列處理，再通過ArcMap進(jìn)行后期修飾，可獲得巖溶峰叢山區(qū)高精度、大比例尺的數(shù)字化正射影像圖。巖溶山區(qū)高差較大，進(jìn)行巖溶區(qū)影像融合前的糾正要注意GCP的選取，誤差范圍盡量控制在0.05～1.00 m以內(nèi)。DEM精度為2.5 m，能與ALOS遙感影像精度匹配。PANSHARP融合是巖溶峰叢山區(qū)高精度遙感影像融合的理想方法。

2)根據(jù)本研究的制作流程和操作方法，獲得的正射影像圖能為果化石漠化監(jiān)測(cè)區(qū)進(jìn)一步的遙感信息提取和空間分析提供可靠的基礎(chǔ)信息，為石漠化研究區(qū)大比例尺地圖信息實(shí)時(shí)更新提供了高效準(zhǔn)確的資源，為巖溶石漠化監(jiān)測(cè)提供了快速有效的信息獲取方法。

[1] 馬光永,張亞威,石軍南.基于PCI的SPOT5遙感影像正射校正方法分析[J].中南林業(yè)調(diào)查規(guī)劃,2011,30(4):47-52. Ma G Y,Zhang Y W,Shi J N.Analysis on ortho-rectification methods of SPOT5 satellite image based on PCI[J].Central South Forest Inventory and Planning,2011,30(4):47-52.

[2] 沈利娜.廣西果化石漠化監(jiān)測(cè)區(qū)巖溶生態(tài)環(huán)境系統(tǒng)安全評(píng)價(jià)[D].北京:中國(guó)地質(zhì)科學(xué)院,2011:36-51. Shen L N.Karst Ecological Environmental System Security Assessment of Guangxi Guohua Rocky Desertification Area[D].Beijing:Chinese Academy of Geological Sciences,2011:36-51.

[3] 黃世存,章文毅,何國(guó)金,等.幾種不同矩陣算法的遙感圖像幾何精糾正效果比較[J].國(guó)土資源遙感,2005,17(3):18-22.doi:10.6046/gtzyyg.2005.03.05. Huang S C,Zhang W Y,He G J,et al.A comparison of remote sensing image rectification effects based on several matrix algorithms[J].Remote Sensing for Land and Resources,2005,17(3):18-22.doi:10.6046/gtzyyg.2005.03.05.

[4] 黨安榮,賈海峰,易善楨,等.ArcGIS8 Desktop地理信息系統(tǒng)應(yīng)用指南[M].北京:清華大學(xué)出版社,2002:561-562. Dang A R,Jia H F,Yi S Z,et al.ArcGIS8 Desktop Geographic Information System Application Guide[M].Beijing:Tsinghua University Press,2002:561-562.

[5] 曹廣強(qiáng),陳新國(guó),劉小強(qiáng),等.衛(wèi)星影像圖制作技術(shù)淺談[J].測(cè)繪標(biāo)準(zhǔn)化,2009,25(4):43-46. Cao G Q,Chen X G,Liu X Q,et al.Brief introduction to the methods of satellite image mapping[J].Standardization of Surveying and Mapping,2009,25(4):43-46.

[6] 關(guān)元秀,程曉陽(yáng).高分辨率衛(wèi)星影像處理指南[M].北京:科學(xué)出版社,2008:99-126. Guan Y X,Cheng X Y.High-Resolution Satellite Image Processing Guide[M].Beijing:Science Press,2008:99-126.

[7] 劉江,岳慶興,邱振戈.RPC校正方法研究[J].國(guó)土資源遙感,2013,25(1):61-65.doi:10.6046/gtzyyg.2013.01.11. Liu J,Yue Q X,Qiu Z G.Research on the approach to RPC emendation[J].Remote Sensing for Land and Resources,2013,25(1):61-65.doi:10.6046/gtzyyg.2013.01.11.

[8] 劉善磊,石善球,張麗靜,等.遙感圖像幾何糾正中GCP選取[J].國(guó)土資源遙感,2014,26(3):86-91.doi:10.6046/gtzyyg.2014.03.14. Liu S L,Shi S Q,Zhang L J,et al.Selection of GCP in geometric correction of remote sensing images[J].Remote Sensing for Land and Resources,2014,26(3):86-91.doi:10.6046/gtzyyg.2014.03.14.

[9] 林卉,張連蓬.高分辨率遙感影像融合及其質(zhì)量評(píng)價(jià)[J].工程勘察,2009,37(1):64-68. Lin H,Zhang L P.High-resolution remote sensing image fusion and quality evaluation[J].Geotechnical Investigation and Surveying,2009,37(1):64-68.

[10]陳春雷,武剛.遙感影像中像素級(jí)融合方法的評(píng)價(jià)研究[J].浙江林業(yè)科技,2009,29(4):59-64. Chen C L,Wu G.Evaluation of pixel-level fusion method for remote sensing images[J].Journal of Zhejiang Forestry Science and Technology,2009,29(4):59-64.

[11]李海洋,王麗英.基于PCI的遙感正射影像圖制作[J].礦山測(cè)量,2009(4):44-46. Li H Y,Wang L Y.Making ortho photo images of satellite image based on PCI[J].Mine Surveying,2009(4):44-46.

[12]申邵洪,賴祖龍,萬(wàn)幼川.基于融合的高分辨率遙感影像變化檢測(cè)[J].測(cè)繪通報(bào),2009(3):16-19,23. Shen S H,Lai Z L,Wan Y C.Change detection of high-resolution RS imagery based on fusion[J].Bulletin of Surveying and Mapping,2009(3):16-19,23.

(責(zé)任編輯：邢宇)

Making orthophotoimages of ALOS fusion satellite image based on PCI: A case study of Guohua rocky desertification monitoring area

SHEN Lina1,2, JIANG Zhongcheng1,2, MA Zulu1,2, YANG Qiyong1,2

(1.KeyLaboratoryofKarstEcosystemandTreatmentofRockyDesertification,InstituteofKarstGeology,CAGS,Guilin541004,China; 2.KarstDynamicsLaboratory,MLR&GZAR,Guilin541004,China)

In order to meet high requirement of orthophotoimages in special Karst landform, the authors chose Guohua rocky desertification monitoring area as the study area. DEM was built by OrthoEngine module of PCI based on 1∶10 000 digitization contour map, and orthorectification of ALOS panchromatic image was rectified by RPC function model. Then, pan and multispectral data were merged with high fidelitily by PANSHARP fusion algorithm. Fusion orthophotoimages with spatial resolution of 2.5 m were completed after modification. This means can provide a referencre for high precision images and abundant information data for scientific research in Karst areas. In addition, it also provides a new scientific information updating way for Karst rock desertification monitoring.

PCI；ALOS；Orthophotoimages；PANSHARP fusion

2014-05-04；

2014-09-10

“十二五”國(guó)家科技支撐計(jì)劃項(xiàng)目子課題“喀斯特峰叢洼地水土調(diào)蓄技術(shù)研究”(編號(hào)：2011BAC09B02)、廣西自然科學(xué)基金項(xiàng)目“典型巖溶坡面土壤滲流水的氮磷特征及其環(huán)境響應(yīng)”(編號(hào)：2013GXNSFBA019220)、廣西自然科學(xué)基金項(xiàng)目“巖溶生態(tài)環(huán)境系統(tǒng)安全動(dòng)態(tài)監(jiān)測(cè)與評(píng)價(jià)——以廣西果化石漠化治理示范區(qū)為例”(編號(hào)：2014GXNSFBA118215)和地質(zhì)調(diào)查項(xiàng)目“西南巖溶石漠化遙感調(diào)查與地面監(jiān)測(cè)”(編號(hào)：1212011220958)共同資助。

10.6046/gtzyyg.2015.03.03

沈利娜，蔣忠誠(chéng)，馬祖陸,等.基于PCI的ALOS融合正射影像圖制作——以果化石漠化監(jiān)測(cè)區(qū)為例[J].國(guó)土資源遙感,2015,27(3):13-18.(Shen L N,Jiang Z C,Ma Z L,et al.Making orthophotoimages of ALOS fusion satellite image based on PCI:A case study of Guohua rocky desertification monitoring area[J].Remote Sensing for Land and Resources,2015,27(3):13-18.)

TP 75; P 237

A

1001-070X(2015)03-0013-06

沈利娜(1982-)，女，博士，助理研究員，主要從事巖溶生態(tài)和環(huán)境地質(zhì)方面的研究。Email: shenlina@karst.ac.cn。

楊奇勇(1976-)，男，博士后，副研究員，主要從事巖溶土壤和遙感應(yīng)用等方面的研究。Email: yangqiyong@karst.ac.cn。