0 引言

地质调查经历着由易到难、由浅入深的过程。随着大部分地质条件较好、调查难度较小的区域已具备丰富的调查成果，将调查工作转向地质条件复杂且传统地面工作难以进行的地区已迫在眉睫。遥感技术可以在不与地物直接接触的情况下识别其类别及物理化学性质，是研究地球表层系统的有力工具，也成为地质调查、矿产勘查等工作中不可或缺的技术手段[1]。

目前，适用于地质应用的遥感技术繁多，根据传感器特点可分为光学遥感和微波遥感，其中光学遥感又可根据光谱分辨率细分为多光谱和高光谱遥感。Landsat系列作为多光谱传感器的代表，经过40余a的发展已得到广泛应用。Hyperion，HyMap，CASI和SASI等高光谱传感器凭借极为精细的光谱分辨率，在矿物识别和地质填图等领域展现出了突出的优势[2]。然而光学遥感受太阳辐射和天气的制约明显，难以在夜晚和云雨雪天气对地成像，大大限制了其地质应用范围[3]。合成孔径雷达(synthetic aperture Radar，SAR)作为一种主动式遥感系统，通过发射电磁波并接收其后向散射回波完成成像，能不依赖太阳辐射，全天时对地观测。此外，SAR对云雨雪的穿透作用使得其同时具备全天候的数据获取能力，这也使其成为了一种重要且极具潜力的遥感地质应用数据源，并且在非洲北部、我国内蒙古等沙漠地区以及巴西、马来西亚等热带雨林地区的地质调查中发挥了巨大作用，发现了众多被砂层、植被覆盖的古河道、断裂、岩墙、基岩和火山口等隐伏地质要素[4]。

目前国内虽然已有大量介绍地质体微波散射机理这一雷达地质应用理论基础的相关成果，但对其具体应用情况，特别是国外应用实例的总结研究明显不足。本文以地质体微波散射机理为理论基础，简要总结了SAR在地质考古、岩性识别、地质构造探测和矿产勘查等应用中的国内外研究进展； 介绍了多源遥感数据融合在雷达地质应用中的相关技术方法和应用实例，并结合笔者项目实例对其重要作用进行了分析； 最后，总结了限制雷达遥感技术在国内地质调查中广泛应用的因素，并对后续发展进行了展望。

在资源公共信托的支持者看来，对水进行完全的市场定价并推动水商品化的行为与公共信托的伦理背离，即如果一种财产与全民息息相关，那么政府便不能让私人来使用和控制这些资源。基于此，水资源公共信托学说通常对水权交易市场持怀疑态度，受此影响，19世纪很多国家明文禁止水交易。在水权交易市场的反对者看来，水权交易市场与水是公共资源的观念格格不入，水更应该由政府为了公共利益而持有。

1 雷达遥感地质应用理论基础

1.1 地质体微波散射特性

地质体微波散射特性是指地质体接收到雷达发射出的电磁波，经过相互作用后反射回强度不一的后向散射回波，反映在雷达图像上即地物间存在色调差异，这也是雷达遥感地质应用的理论基础[5]。雷达接收到的地质体后向散射回波强度由雷达系统参数、成像位置和地质体后向散射系数共同决定[6]。其中，雷达系统参数包括波长、极化方式、发射功率和天线增益； 成像位置主要包括入射角和雷达天线到目标地质体的距离； 地质体后向散射系数由地表物理化学性质决定，主要包括地表形态特征和地表物质复介电常数等。对同一幅雷达图像而言，其雷达系统参数和成像位置固定，影像色调差别主要由地质体后向散射系数决定。

在此，我们从生成论的思想可以延伸出经验事物承接顺序的在先或地位的在先。 这种在先延伸到社会或政治层面上就是统治者所具有的最明显特点，地位的超然。 统治者相对于万民地位的超然性是与“道”相对于万物的超验性所对应的。 即《老子》所言：

SAR对隐伏地质要素的探测能力受覆盖层物质性质、隐伏地质要素的后向散射系数和雷达系统参数共同决定[9]。覆盖层物质粒径大小和含水量高低是影响雷达信号损耗的重要因素，决定着微波的穿透深度[14]。研究表明，粒径大于入射波长的1/5或者含水量高于1%时，微波穿透能力会被大大减弱[15-16]。雷达系统参数如微波入射角、波长和极化方式等，也决定着雷达对隐伏地质要素的增强能力[17-18]。SAR对隐伏地质要素的增强作用得益于微波在穿透覆盖层时发生的折射现象，使到达隐伏地质要素表面的微波入射角和波长均发生缩减。其中，入射角减小导致入射横截面增大，波长减小使得隐伏地质要素粗糙度增加，均能增强隐伏地质要素的后向散射强度。不同极化方式雷达影像对不同隐伏地质要素的表征能力也存在差异，需针对不同研究区和研究对象具体分析[17]。

除地表形态特征以外，地表物质的复介电常数对雷达回波强度也影响很大。复介电常数主要由物质类型、结构和含水量等物理化学性质决定，当地质体表面含水量较高时，主要受含水量控制。含水量越高，复介电常数越高，后向散射系数越大，在影像上越明亮[12]。

此外，影响地质体后向散射系数的因素众多，同种物质在不同的风化条件下可具有不同的后向散射系数，而不同物质也可能相似。因此，利用雷达遥感技术进行地质应用时需要结合研究区地表物质类型、地形地貌特征和风化环境等进行综合分析[13]。

大量的锂离子电池报废会带来环境污染和资源浪费问题。因此对报废的动力电池电极材料进行无害化处理以及资源化利用，具有十分重要的意义。

1.2 雷达穿透成像特性

微波能够穿透一定厚度的干燥松散物，为探测隐伏地质要素提供了一种高效的方式，而隐伏地质要素与其他地物间散射类型不同是能被雷达识别的必要条件。

微波与地质体之间存在3种基本散射过程，分别为奇次散射、偶次散射和体散射[11]。地质体表面为光滑表面时发生奇次散射，雷达天线无法接收到后向散射回波； 地表存在垂直二面角结构时，发生偶次散射，微波沿原路径返回接收天线，表现为强烈的后向散射； 微波穿透目标地物时，由于某些地物内部的不均匀性，导致微波发生体散射。

地质体后向散射系数主要取决于地表形态特征以及地表物质复介电常数等[7]。地表形态特征可从宏观和微观尺度进行衡量。宏观尺度的地表形态特征表现为地貌单元组合的变化，其高低受地形高度、形态、坡度和地形组合等直接控制[8]； 微观尺度的地表形态特征常表示为地表粗糙度，是一个以入射波波长为度量单位的相对概念。地表粗糙度决定微波的反射类型，由波长和入射角共同控制。地表粗糙度的判定最早是以瑞利准则为依据，当不规则地表高差(h)大于入射波长(λ)除以8倍入射角(θ)的余弦值时认为其属于粗糙地表。McCauley等[9]对其进一步修改，提出当h>λ/4.4cosθ时，认定为粗糙表面； 当h<λ/25cosθ时，认定为光滑表面。微波与光滑表面发生镜面反射，导致后向散射信号微弱； 与粗糙表面发生漫反射，此时微波向不同方向无规则反射； 当地表粗糙度介于二者之间时，2种反射同时存在[10]。地表粗糙度在雷达影像上具体表征为粗糙度越大，影像相应区域色调越亮。

不同传感器影像特性差异明显，在遥感地质应用中充分利用不同传感器的优势很有必要。雷达独特的穿透成像能力以及突出的纹理结构信息有利于探测隐伏地质构造，而光学遥感丰富的光谱信息有利于识别地物类型。对多光谱影像和雷达影像进行融合，不仅能提高不同地质要素的识别能力，更能对之间的嵌套关系进行梳理，通过重建区域性地层和构造历史，为区域构造演化分析提供更多依据。

 

表1 目前在轨和准备发射的SAR传感器及其相关参数Tab.1 Parameters of SAR sensors in orbit andplaned to lunch

  

传感器国家或地区波段发射时间设计寿命/a重访周期/dRadarsat-2加拿大C波段2007年 724TerraSAR-X德国X波段2007年511COSMO-SkyMed意大利X波段2007年516Risat-1印度C波段2012年525HJ-1 C中国S波段2012年331KOMPSAT-5韩国X波段2013年528ALOS-2日本L波段2014年514Sentinel-1欧洲C波段2014年712GF-3中国C波段2016年8—①

 

(续表)

  

传感器国家波段发射时间设计寿命/a重访周期/dSAOCOM阿根廷L波段2018年(预计)516CSG-1意大利X波段2018年(预计)816Obzor-RN1俄罗斯X波段2019年(预计)72BIOMASS欧洲P波段2020年(预计)5—TanDEM-L德国L波段2022年(预计)1216SCLP美国Ku和X波段2030年(预计)415

①表示未知。

2 雷达遥感地质应用

2.1 地质考古

雷达的穿透成像能力使其成为热带雨林和沙漠地区文化遗产观测的重要遥感数据来源[19]，已经被广泛应用到地质考古领域，尤其是古河道的分布研究中。

Adams等[20]最初意识到SAR在地质考古中的应用潜力，通过分析伯利兹和危地马拉蒂卡尔地区L波段机载雷达影像，发现了被植被覆盖的流域面积超过12 000 km2的古河道，并根据流域面积和古人口规模间的关系，推测出玛雅低地是当时中美洲地区农耕密度最高的古文明； McCauley等[9]在埃及西部撒哈拉沙漠地区SIR-A影像上也发现了类似的古河道和古人类活动遗址，该地区气候干燥，砂层粒径和厚度均较适宜被作为典型研究区，广泛用于SAR穿透能力的研究[21-22]； 通过对该区大量雷达影像的研究，共发现古遗迹1处、古水系900余km、隐伏双环形火山口1个及类火山口结构1 300余个[23-24]； 苏丹博尔戈尔山地区的库施王国遗址古墓地金字塔在一定几何条件下形成雷达二面角反射，在ALOS PALSAR和Radarsat-2这2种影像上均表现出强烈的散射回波[25]； 伊拉克萨迈拉古城的古城墙雷达反射情况与之类似，但受ALOS PALSAR空间分辨率制约，部分古河道只在Radarsat-2影像上有所表征[26]； Freeman等[27]利用柬埔寨吴哥古城的AirSAR影像，通过识别古河道和池塘堤坝等古水系要素对高棉帝国的古景观和分布范围进行了推测，并在古城周围植被茂密地区首次发现了直线型人工水系等要素； Linck等[28]在叙利亚古罗马要塞地区TerraSAR-X影像上发现了兵营、仓库和古墙壁等遗址，在探地雷达数据的辅助下证明了在该类干燥无植被覆盖地区，X波段雷达数据凭借其高空间分辨率不仅能很好地探测地面遗迹，还能凭借微弱的穿透能力(25 cm)对浅覆盖下遗迹内部结构进行辨别。

除自动提取以外，利用雷达不同波段和极化方式假彩色合成影像进行目视解译也是雷达地质构造解译的主要方法。SIR-C/X-SAR因同时具有L，C和X 3个波段，并且在L和C波段具备4种极化方式，利用该传感器数据构建的假彩色合成影像既能利用不同波段影像空间分辨率差异，又能利用不同地表类型的极化信息差异，是雷达地质构造目视解译的有利数据源。Abdelsalam等[40]利用该数据在苏丹东北部新元古代缝合带新发现超过300 km的基岩构造，并分析出该缝合带构造演化受左旋走滑断裂和逆冲构造共同影响，这一新发现使得该缝合带成为非洲东北部最长的基底构造之一； Guo等[41]利用该方法在广东肇庆地区发现了植被覆盖下的1个逆冲断层和6个线性构造。极化分解合成不仅能提高全极化SAR岩性分类精度，而且不同物理散射类型波段组合也对地质构造探测有积极的作用。代晶晶[42]在非洲埃塞俄比亚西部地区的ALOS PALSAR和Radarsat-2全极化数据极化分解假彩色合成影像上，识别出了一条剪切带，解译出的断裂主要呈NW—SE向、NNW—SSE向和近SN向展布，与该地区地质调查情况一致。

国内早在20世纪90年代就已开展雷达考古研究。郭华东[29]和Lu等[30]利用航天飞机飞行方向与古长城平行的SIR-C影像，通过古长城角反射器结构所导致的强散射回波，识别出了宁夏—陕西交界处被干沙覆盖的3道明、隋代古长城。探测古河道不仅对古遗迹、古人类活动研究意义重大，还对认识区域古环境演化过程有所帮助。Guo等[31]在内蒙古阿拉善高原地区发现，沙粒在风力搬运作用下容易在古河道形成的负地形处累积，且不同时期古河床含水量差异在雷达影像上反映为色调差异，据此在Radarsat和SIR系列雷达影像上发现一条自西南向东北流向的古河道，并通过古今地势差异及该地区断裂和古湖泊的分布特征，认为该区域地势变化由新构造运动控制。

2.2 岩性识别

雷达岩性识别的基础是在同一风化环境中，含水量高低基本相似的情况下，不同性质岩石具有不同的物理化学性质，使得其抗风化能力有所差异，形成的风化物颗粒大小、节理方向均有所区别，导致不同的地表粗糙度，在雷达影像上表现为色调差异。

遥感地质构造解译方法主要有目视判读和自动提取。霍夫变换作为数字图像线性特征提取典型算法，在雷达影像地质构造探测中得到了广泛应用。Lee等[38]利用该方法分别提取了韩国东南部庆尚盆地TM影像、数字高程模型(digital elevation model,DEM)和JERS-1雷达影像中的线性特征，发现雷达影像提取结果与TM影像相比总长度基本相同，超过DEM提取结果近400 km； Kageyama等[39]通过对比日本秋田县南部研究区地势图、SAR影像、TM影像线性特征自动提取结果和专家解译成果，发现霍夫变换提取的线性特征与该地区主要水系有很好的对应关系，证明了该方法的有效性。

2.3 地质构造探测

SAR地质构造探测可以分为直接识别和间接识别。其中，直接识别是利用SAR对垂直于雷达波入射方向线性特征的增强能力直接识别线性地质特征[12]； 间接识别是通过识别雷达影像上因地质构造引起的地表覆盖类型变化所产生的地表粗糙度差异，从而探测地质构造[8]。探测地质构造不仅有利于分析区域地质构造演化过程，在受构造控制矿床勘探方面也具有重要作用，是雷达地质解译的主要关注对象。

火山地区不同期次熔岩常形成不同粗糙度的地表，在雷达岩性识别研究中得到了关注。Mackenzie等[32]在冰岛阿斯恰火山地区SEASAT影像上通过色调差异识别出了9种地表单元类型，并完成了野外验证； Dierking等[33]不仅利用EMISAR交叉极化影像对冰岛北部火山地区块状和绳状熔岩进行了识别，还通过水平和垂直极化间的相位差对同种熔岩表面不同植被覆盖情况也进行了区分； Murino等[34]发现意大利南部火山地区不同期次熔岩的植被覆盖情况有所差异，通过修正Cloude极化分解特征对不同植被覆盖的区分能力，识别了该地区不同期次熔岩和火山碎屑岩，并进一步识别出石灰岩、石灰白云岩、层状沙质土壤、砾岩、凝灰岩和冲积层等； Guo等[35]通过不同类型熔岩、基岩和冲积层在SIR-C/X-SAR不同波段和极化方式雷达影像上的表征差异，发现在昆仑山阿克赛钦湖东北部火山群地区L波段交叉极化影像岩性识别效果最好。除火山作用外，冰川作用也常引起地表粗糙度的明显差异。Dall等[36]在格陵兰岛EMISAR机载全极化影像上通过更明亮的色调，从辉长岩中识别出了片麻岩。赵福岳等[8]在新疆大黑山通过不同地表单元在雷达影像上的色调纹理特征建立解译标志，完成了研究区内区域地质填图和地层、岩体识别等工作； 倪卓娅[37]在黄山地区也进行了相关工作，研究发现在特定地区通过建立灰度-结构单元进行的雷达地质填图，识别结果甚至优于多光谱影像。

祝驿楠 男，1997年出生于浙江杭州，现为浙江工业大学计算机学院本科生，研究方向包括可充电传感器网络、无线自组织网络等.

目前鲁西液体肥拥有清液型大量、中量元素液体肥，含矿源腐植酸等功能性液体肥，液钙、氨基钙叶面肥等产品。这个系列液体肥在提高养分利用率，满足不同作物、不同时期的营养需求方面立功立业，为水肥一体化，绿色高效农业发展保驾护航，受到了农民用户的高度认同。

2.4 矿产勘查

矿产资源遥感勘查主要通过利用遥感技术对成矿地质背景、地质条件和地质形迹等与成矿地质作用相关的成矿、控矿和示矿信息进行提取和识别[1]。雷达能够穿透地表植被和干燥松散覆盖层识别隐伏控矿构造，在覆盖区遥感地质找矿中具有突出优势。张满郎等[43]在中等植被覆盖度的河北金厂峪金矿地区TM和JERS-1影像上发现了3条成矿构造带，总结出该地区的3种金矿成因类型，对该地区找矿工作具有很好指导意义； 在植被覆盖度更高的马来西亚地区，Pour等[44]利用ALOS PALSAR单极化影像对沙捞越州的巴乌金矿地质构造进行了识别，发现该地区地质断裂受4期构造作用控制，其中图班断裂和泰巴力断裂带中的SSW—NNE向构造与金矿矿化密切相关； Kusky等[45]在埃及东南部沙漠阿拉伯—努比亚地盾地区，利用C和L波段SIR-C/X-SAR水平极化以及L波段垂直极化的假彩色合成影像，结合TM影像波段比值假彩色合成结果，发现该地盾矿床受4期构造运动控制，其中第2期构造产生的角闪岩和蓝片岩相与硫化物沉积及石英脉型金矿密切相关，硫化铜区带和其他的石英脉型金矿受第3期构造产生的EW向褶皱和剪切带控制，第4期构造活动产生的沿断层分布岩墙群与浸染次生铀、稀土富集相关。

3 多源数据融合技术在雷达遥感地质中的应用

20世纪70年代以来，多颗SAR传感器的升空运行为雷达地质应用提供了数据支持，其中的明星产品有SEASAT-A和SIR系列等，然而这些传感器均已结束服役，目前在轨和即将发射的SAR传感器拥有更先进的参数，具体如表1所示。

多源数据融合方法分为像素级、特征级和决策级3个层级。相比特征级和决策级融合，像素级融合尽可能多地保持了影像的原始信息，能够为地质解译提供更多的细节信息，在遥感地质调查中得到了广泛应用，其主要方法有波段比值、HIS变换和主成分分析(principal component analysis,PCA)变换等[46-47]。HIS变换是将多光谱影像中3个独立或组合波段进行假彩色合成，并变换至HIS色彩空间中，利用SAR强度数据替换亮度(I)分量并通过逆变换完成融合。经过HIS变换融合后的影像不仅能利用光谱信息对与地质单元相关的不同岩相组分进行区分，还能通过地表粗糙度对地形地貌、地表风化状态及沉积序列等进行分析[48]。张满郎等[43]利用该方法将JERS-1雷达影像和TM影像进行了融合，通过融合影像上岩性和构造等信息，结合成矿背景知识划分了河北金厂峪金矿地区成矿构造带及金矿成因类型，取得了较好的应用效果； 颜蕊[49]在鄂尔多斯盆地评价了不同传感器雷达影像和TM影像不同波段组合方式间的HIS融合效果，发现Envisat水平极化影像与TM B7(R)，B4(G)，B1(B)假彩色合成影像融合效果最好，并在融合影像上发现该地区NW向和NNW向共轭交错的2大断层，其中NW向断层将一个大环形构造分割为2个小环形构造，再结合地形地貌和地层岩性等信息，最终圈定出该地区2个潜在矿源区，为该地区矿产调查提供了新的线索。

除多光谱影像外，航空物探数据和DEM也常被作为遥感地质应用中影像融合的数据源。航空物探主要探测物理场信息，包括磁数据、重力数据和放射性数据等，其中放射性数据主要包括铀、钍、钾和总计数等[50]。DEM将遥感影像的表达从二维空间提升到三维空间中，能增强显示构造地貌等信息[51]。Paradella等[50]在巴西卡拉加斯地区利用HIS变换对雷达数据、Landsat TM数据和多种航空物探数据进行了融合，发现SAR与放射性总计数融合影像能明显反映地形和岩体单元基岩放射性，SAR与放射性铀或钍数据融合影像能增强对岩性差异和热液交代作用的识别，为热带雨林植被覆盖典型区域遥感矿产调查提供了思路； Teruiya等[51]根据该方法对卡拉加斯地区SAREX和航空物探数据进行了融合，利用融合影像研究了NNE向脆性构造的增强作用，确定该地区受脆性构造影响的围岩金铜矿化主要来源是深层岩体的花岗岩热液迁移。

融合影像不仅具有丰富的地表形态信息，同时对地植物光谱异常反映也十分敏感，通过岩性与地植物异常间的相互关系可识别不同岩性。Thurmond等[52]利用HIS变换将埃塞俄比亚阿尔法凹陷Radarsat-1雷达数据与ASTER和ETM+假彩色波段合成影像进行融合，并叠加到DEM影像上进行三维显示，在融合影像上不仅能区分玄武岩熔岩流和较新的中性熔岩流，还能对该凹陷内陡坡断层面等与地形显著相关的地质构造进行识别，而这些构造受干燥环境和凹陷发育等限制很少存在物质搬移，单纯利用雷达影像难以识别。

笔者在参与“天山—北山重要成矿区带遥感调查”项目的过程中，为充分利用雷达影像的空间纹理信息和多光谱影像的岩性光谱信息，利用PCA变换将ALOS-2 PALSAR-2雷达数据和Landsat8 OLI B7(R)，B5(G)，B2(B)假彩色合成影像进行了融合。其中，ALOS-2 PALSAR-2数据选用其高视角四极化模式产品，经过多视、辐射定标、地形校正、地理编码和滤波等预处理后，空间分辨率重采样为6 m。

融合影像具备较高的空间分辨率和丰富的纹理信息，同时还拥有丰富的岩性色调信息，不仅能通过遥感影像上的线性特征识别地质构造信息，而且能通过线性要素两侧岩性差异对地层错动进行识别，从而达到探测地质构造的目的。断裂构造融合结果如图1所示。

 

(a) OLI B7(R)，B5(G)，B2(B)假色彩合成影像 (b) 融合影像

图1 断裂构造光学影像和融合影像对比

Fig.1 Comparison of fractal structures on optical and fused images

图1(b)中红线位置为一条较小的次级断裂，该断裂在光学影像上(图1(a))无明显纹理特征，在融合影像(图1(b))上却十分明显，而且融合影像上可见绿色和棕色岩体存在明显错动，进一步提高了解译精度。该项目利用融合影像共识别出90条断裂构造，其中81条可仅通过雷达影像进行识别，而单纯利用Landsat8 OLI影像仅识别出其中的44条，可见融合影像相比雷达影像在构造识别中更具优势，而这一优势相比光学影像更为突出。

影像融合技术还直接提高了光学影像的空间分辨率，不仅有利于探测地质构造，还提升了不同岩性界线间的可区分程度。

研究区内一条受区域断裂控制的NE向岩脉如图2所示。

 

(a) OLI B7(R)，B5(G)，B2(B)假色彩合成影像 (b) 融合影像

图2 岩脉在光学影像和融合影像上的对比

Fig.2 Comparison of dikes on optical and fused images

从图2中可以看出，该岩脉在图2(a)Landsat8 OLI影像上受空间分辨率限制表现为一条极窄的浅绿色线状要素，而在图2(b)融合影像中能明显地看到该岩脉中存在2种不同岩性，分别表征为蓝色和绿色2种颜色，且之间界线分明。

4）课文背景知识共享：教师引导学生分小组搜集和整理与课文内容相关的背景知识，并制作成PPT，在课堂上分组依次上台分享课文背景知识。由每组的小组长分配工作，组织所有组员们搜集信息，整理信息和上台展示成果。教师将根据每一位同学的表现给予评价、鼓励，并给予评分。通过这一任务活动，彻底改变教师直接灌输的传统方式，让学生主动参与教学、构建知识，共享自学信息。

针对行政问责范围狭窄的问题，有必要从根本上扩大问责事项的范围。首先，行政问责的范围不应局限于引起社会公众关注的事故上，还应扩大到任何违反法律规定的行政行为。此外，政治、经济、文化等领域的违法行为都应该问责，从而减少行政违法行为对社会的不良影响。另外，问责不应仅停留于产生了不好的影响才追究责任，政府部门应建立完整的评审体系，对于不作为的行政人员进行惩处和问责。

4 结论与展望

合成孔径雷达作为重要的遥感数据源，已在热带雨林和内陆沙漠地区的地质矿产调查中发挥出了巨大的作用，其主要原因有以下3点： ①雷达主动发射电磁波并接收地物后向散射回波，能全天时、全天候对地观测，为低纬度多云雨地区提供稳定的遥感地质应用数据来源； ②雷达对特定方向线性构造的增强能力和不同地表粗糙度差异敏感特性使得其在地质构造探测和岩性识别方面具有独到的优势； ③雷达能穿透一定厚度的植被和砂层，可实现对光学影像和地面调查不可见的隐伏地质要素的探测。

二是农田灌溉工程规模化管理填补了管理人缺位。对农田水利工程，特别是许多小型农田水利工程，传统的管理路径就是依赖村集体，而村集体社会和经济职能正在发生深刻变化，村集体的经济管理职能正在退化甚至消失，而其社会服务职能也正在被政府逐渐推行的社区制度所替代，所以村集体对农田水利工程的管理缺位在某种程度上说是一种必然，规模化管理将农田水利工程的投资与管理融为一体，成为一个实实在在的管理人，使工程管理运行维护有了组织和人员保障。

但目前雷达遥感地质应用依然存在较多问题，其主要原因可概括为过高的使用成本，具体表现为： ①雷达影像自身存在叠掩、透视收缩以及斑点噪声等问题，在预处理之前影像效果不甚直观，理解起来较为困难； ②极化SAR影像处理平台，如PolSARpro和SARScape等，在交互逻辑和用户界面上相比光学影像处理平台均存在较大差距； ③雷达数据大多需要订购且费用较为昂贵，进一步增加了使用成本。

在眼下这个截屏满天飞的时代，“谨言慎行”四个字，真不是说着玩的。可偏偏总有人前赴后继，栽倒在聊天截屏上。最新中招的是福建莆田市的一个公务员妈妈王某，她给女儿的小学老师发了条长长的微信，介绍他们家在当地公务员系统中的关系图谱，职务级别一应俱全，娃她爸的处长职务后面，还特意加上括号，注明“正科级”。除了孩子爹妈，家里的表亲、孩子的姥爷甚至孩子姥爷的同事都被捎上了。弄得这么事无巨细，只是为了让老师对自己的孩子“多多费心”。

上述种种限制因素随着软硬件技术的发展正逐渐减弱，如今越来越多遥感地质人员已经认识到雷达技术的优势并开展应用研究，雷达影像处理平台也更加强大、友好、智能。部分传感器也开始提供免费且质量稳定可靠的影像数据。这将使我国雷达遥感技术地质应用水平得到进一步提升。

志谢： 在地质解译过程中有幸得到四川省地质调查院尹显科、裴亚伦等专家的大力帮助，在论文撰写过程中得到了课题组陈吉科博士、李二珠博士、谢相见博士、罗洁琼博士和戴晨曦硕士的诸多指导和宝贵意见，在此表示感谢。

参考文献(References)：

[1] 王润生,熊盛青,聂洪峰,等.遥感地质勘查技术与应用研究[J].地质学报,2011,85(11):1699-1743.

Wang R S,Xiong S Q,Nie H F,et al.Remote sensing technology and its application in geological exploration[J].Acta Geologica Sinica,2011,85(11):1699-1743.

[2] 李志忠,杨日红,党福星,等.高光谱遥感卫星技术及其地质应用[J].地质通报,2009,28(2/3):270-277.

Li Z Z,Yang R H,Dang F X,et al.The hyperspectral remote sensing technology and its application[J].Geological Bulletin of China,2009,28(2/3):270-277.

[3] 闫柏琨,王润生,甘甫平,等.热红外遥感岩矿信息提取研究进展[J].地球科学进展,2005,20(10):1116-1126.

Yan B K,Wang R S,Gan F P,et al.Progresses in minerals information extraction using thermal remote sensing[J].Advances in Earth Science,2005,20(10):1116-1126.

[4] 谭衢霖,邵 芸,范湘涛.雷达遥感的地质学应用及其进展[J].遥感技术与应用,2002,17(5):269-275.

Tan Q L,Shao Y,Fan X T.Geology application of Radar remote sensing technology and its development[J].Remote Sensing Technology and Application,2002,17(5):269-275.

[5] 汤 沛,邱玉宝,赵志芳.合成孔径雷达(SAR)在地质、灾害应用研究中的新进展[J].云南大学学报(自然科学版),2012,34(s2):305-313.

Tang P,Qiu Y B,Zhao Z F.The new progress of synthetic aperture Radar(SAR)in geological and disaster researching[J].Journal of Yunnan University,2012,34(s2):305-313.

[6] 郭华东.侧视雷达成象因素及其地质应用[J].国外地质勘探技术,1981(1):16-22.

Guo H D.Imaging factors of side-view Radar and its geological application[J].Foreign Geoexploration Technology,1981(1):16-22.

[7] 谭衢霖.SAR遥感数据用于岩性识别与分类的研究[J].地质找矿论丛,2009,24(4):349-353.

Tan Q L.Application of SAR remote sensing data to lithological identification and rock classification[J].Contributions to Geology and Mineral Resources Research,2009,24(4):349-353.

[8] 赵福岳,张瑞江,杨清华.合成孔径雷达图像填图方法与应用探讨[J].国土资源遥感,2007,19(4):100-105.doi:10.6046/gtzyyg.2007.04.22.

Zhao F Y,Zhang R J,Yang Q H.Geological mapping method based on synthetic-aperture Radar image and its application[J].Remote Sensing for Land and Resources,2007,19(4):100-105.doi:10.6046/gtzyyg.2007.04.22.

[9] McCauley J F,Schaber G G,Breed C S,et al.Subsurface valleys and geoarcheology of the eastern Sahara revealed by shuttle Radar[J].Science,1982,218(4576):1004-1020.

[10] 孙永军,杨清华,赵福岳,等.地表浅层不同介质覆盖区雷达图像信息构成要素分析[J].新疆地质,2007,25(1):122-126.

Sun Y J,Yang Q H,Zhao F Y,et al.Detect and recognition of the composing factor of Radar image information in shallow covered geological body and fault in arid area[J].Xinjiang Geology,2007,25(1):122-126.

[11] Freeman A,Durden S L.A three-component scattering model for polarimetric SAR data[J].IEEE Transactions on Geoscience and Remote Sensing,1998,36(3):963-973.

[12] 谭衢霖,邵 芸.成像雷达(SAR)遥感地质应用综述[J].地质找矿论丛,2003,18(1):59-65.

Tan Q L,Shao Y.Geological application of Radar remote sensing technology and its development[J].Contributions to Geology and Mineral Resources Research,2003,18(1):59-65.

[13] 王翠珍,郭华东.极化雷达目标分解方法用于岩性分类[J].遥感学报,2000,4(3):219-223.

Wang C Z,Guo H D.Lithological classification of polarimetric SAR data with target decomposition method[J].Journal of Remote Sensing,2000,4(3):219-223.

[14] Blom R G,Crippen R E,Elachi C.Detection of subsurface features in SEASAT Radar images of Means Valley,Mojave Desert,California[J].Geology,1984,12(6):346-349.

[15] Hoekstra P,Delaney A.Dielectric properties of soils at UHF and microwave frequencies[J].Journal of Geophysical Research,1974,79(11):1699-1708.

[16] Roth L E,Elachi C.Coherent electromagnetic losses by scattering from volume inhomogeneities[J].IEEE Transactions on Antennas and Propagation,1975,23(5):674-675.

[17] Elachi C,Roth L E,Schaber G G.Spaceborne Radar subsurface imaging in hyperarid regions[J].IEEE Transactions on Geoscience and Remote Sensing,1984,GE-22(4):383-388.

[18] Berlin G L,Tarabzouni M A,Al-Naser A H,et al.SIR-B subsurface imaging of a sand-buried landscape:Al Labbah Plateau,Saudi Arabia[J].IEEE Transactions on Geoscience and Remote Sensing,1986,GE-24(4):595-602.

[19] 陈富龙.雷达遥感考古机理、应用与展望[J].遥感技术与应用,2015,30(5):835-841.

Chen F L.Principle,application and prospects of synthetic aperture Radar (SAR) remote sensing in archaeology[J].Remote Sensing Technology and Application,2015,30(5):835-841.

[20] Adams R E W,Brown Jr W E, Culbert T P.Radar mapping,archeology,and ancient Maya land use[J].Science,1981,213(4515):1457-1468.

[21] Schaber G G,McCauley J F,Breed C S.The use of multifrequency and polarimetric SIR-C/X-SAR data in geologic studies of Bir Safsaf,Egypt[J].Remote Sensing of Environment,1997,59(2):337-363.

[22] Paillou P,Grandjean G,Baghdadi N,et al.Subsurface imaging in south-central Egypt using low-frequency radar:Bir Safsaf revisited[J].IEEE Transactions on Geoscience and Remote Sensing,2003,41(7):1672-1684.

[23] Paillou P,Lopez S,Farr T,et al.Mapping subsurface geology in sahara using L-band SAR:First results from the ALOS/PALSAR imaging Radar[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing,2010,3(4):632-636.

[24] Gaber A,Koch M,Griesh M H,et al.Near-surface imaging of a buried foundation in the Western Desert,Egypt,using space-borne and ground penetrating Radar[J].Journal of Archaeological Science,2013,40(4):1946-1955.

[25] Patruno J,Dore N,Crespi M,et al.Polarimetric multifrequency and multi-incidence SAR sensors analysis for archaeological purposes[J].Archaeological Prospection,2013,20(2):89-96.

[26] Dore N,Patruno J,Pottier E,et al.New research in polarimetric SAR technique for archaeological purposes using ALOS PALSAR data[J].Archaeological Prospection,2013,20(2):79-87.

[27] Freeman A,Hensley S,Moore E.Analysis of Radar images of Angkor,Cambodia[C]//Proceedings of International Geoscience and Remote Sensing Symposium.Hamburg,Germany:IEEE,1999,5:2572-2574.

[28] Linck R,Busche T,Buckreuss S,et al.Possibilities of archaeological prospection by high-resolution X-band satellite Radar-a case study from Syria[J].Archaeological Prospection,2013,20(2):97-108.

[29] 郭华东.航天多波段全极化干涉雷达的地物探测[J].遥感学报,1997,1(1):32-39.

Guo H D.Spaceborne multifrequency,polarametric and interferometric Radar for detection of the targets on earth surface and subsurface[J].Journal of Remote Sensing,1997,1(1):32-39.

[30] Lu X Q,Guo H D,Shao Y.Detection of the Great Wall using SIR-C data in North-Western China[C]//Proceedings of IEEE International Geoscience and Remote Sensing,Remote Sensing-A Scientific Vision for Sustainable Development.Singapore:IEEE,1997,1:50-52.

[31] Guo H D,Liu H,Wang X Y,et al.Subsurface old drainage detection and paleoenvironment analysis using spaceborne Radar images in Alxa Plateau[J].Science in China Series D(Earth Sciences),2000,43(4):439-448.

[32] Mackenzie J S,Ringrose P S.Use of SEASAT SAR imagery for geological mapping in a volcanic terrain:Askja Caldera, Iceland[J].International Journal of Remote Sensing,1986,7(2):181-194.

[33] Dierking W,Haack H.L-band polarimetric SAR-signatures of lava flows in the Northern Volcanic Zone,Iceland[C]//IEEE International Geoscience and Remote Sensing Symposium Proceedings.Seattle,WA,USA:IEEE,1998,3:1339-1341.

[34] Murino P,Ferri M,Castellano L,et al.Using SIR-C/X-SAR data in the analysis of volcanic and sedimentary areas.The Campania test site (Southern Italy)[C]//Proceedings of International Geoscience and Remote Sensing Symposium,Quantitative Remote Sensing for Science and Applications.Firenze,Italy:IEEE,1995,2:1069-1071.

[35] Guo H D,Liao J J,Wang C L,et al.Use of multifrequency,multipolarization shuttle imaging Radar for volcano mapping in the Kunlun Mountains of Western China[J].Remote Sensing of Environment,1997,59(2):364-374.

[36] Dall J,Madsen S N,Brooks C K,et al.Geologic mapping in Greenland with polarimetric SAR[C]//Proceedings of International Geoscience and Remote Sensing Symposium,Quantitative Remote Sensing for Science and Applications.Firenze,Italy:IEEE,1995,3:2206-2208.

[37] 倪卓娅.基于SAR影像的岩性分类及其在地质上的应用研究[D].北京:中国地质大学(北京),2012.

Ni Z Y.Research on Lithological Classification Using SAR Image and Its Application on Geology[D].Beijing: China University of Geosciences(Beijing),2012.

[38] Lee T H,Moon W M.Lineament extraction from Landsat TM,JERS-1 SAR,and DEM for geological applications[C]//IEEE International Geoscience and Remote Sensing Symposium.Toronto,Ontario,Canada:IEEE,2002,6:3276-3278.

[39] Kageyama Y,Nishida M,Oi T.Analysis of the segments extracted by automated lineament detection[C]//IEEE International Geoscience and Remote Sensing Symposium.Honolulu,HI:IEEE,2000,1:289-291.

[40] Abdelsalam M G,Stern R J.Mapping Precambrian structures in the Sahara Desert with SIR-C/X-SAR Radar:The Neoproterozoic Keraf Suture,NE Sudan[J].Journal of Geophysical Research,1996,101(E10):23063-23076.

[41] Guo H D,Zhu L P,Shao Y,et al.Detection of structural and lithological features underneath a vegetation canopy using SIR-C/X-SAR data in Zhao Qing test site of southern China[J].Journal of Geophysical Research,1996,101(E10):23101-23108.

[42] 代晶晶.PALSAR及RADARSAT2全极化雷达数据在地质构造应用中的研究[J].地质与勘探,2011,47(4):719-725.

Dai J J.Application of PALSAR and RADARSAT2 quad-polar data to study of geological structure[J].Geology and Exploration,2011,47(4):719-725.

[43] 张满郎,郑兰芬.Landsat TM及JERS-1 SAR数据在金矿探测中的应用研究[J].环境遥感,1996,11(4):260-266.

Zhang M L,Zheng L F.Application of Landsat TM and JERS-1 SAR data to gold exploration[J].Remote Sensing of Environment China,1996,11(4):260-266.

[44] Pour A B,Hashim M.Structural geology mapping using PALSAR data in the Bau gold mining district, Sarawak,Malaysia[J].Advances in Space Research,2014,54(4):644-654.

[45] Kusky T M,Ramadan T M.Structural controls on Neoproterozoic mineralization in the South Eastern Desert,Egypt:An integrated field,Landsat TM,and SIR-C/X SAR approach[J].Journal of African Earth Sciences,2002,35(1):107-121.

[46] 翁永玲,田庆久.遥感数据融合方法分析与评价综述[J].遥感信息,2003(3):49-54.

Weng Y L,Tian Q J.Analysis and evaluation of method on remote sensing data fusion[J].Remote Sensing Information,2003(3):49-54.

[47] 陈彩芬，舒 宁.SAR影像与TM影像的几种融合处理方法[J].国土资源遥感，1999，11(4):53-57.doi:10.6046/gtzyyg.1999.04.10.

Chen C F，Shu N.The fusion approaches for SAR and TM images[J].Remote Sensing for Land and Resources，1999，11(4):53-57.doi:10.6046/gtzyyg.1999.04.10.

[48] Wever T,Frei M.Integration of SIR-C/X-SAR and Landsat TM data for geologic mapping and resource exploration[C]//International Geoscience and Remote Sensing Symposium,Remote Sensing for a Sustainable Future.Lincoln,NE,USA:IEEE,1996,3:1833-1835.

[49] 颜 蕊.沉积岩区雷达遥感成矿信息提取方法及应用研究[D].青岛:山东科技大学,2006.

Yan R.Research about the Way of SAR Images for Metallogenic Information Extraction in Sedimentary Petrologic Area and Its Application[D].Qingdao: Shandong University of Science and Technology,2006.

[50] Paradella W R,Bignelli P A,Veneziani P,et al.Airborne and spaceborne synthetic aperture Radar (SAR) integration with Landsat TM and gamma ray spectrometry for geological mapping in a tropical rainforest environment,the Carajás Mineral Province,Brazil[J].International Journal of Remote Sensing,1997,18(7):1483-1501.

[51] Teruiya R K,Paradella W R,Dos Santos A R,et al.Integrating airborne SAR,Landsat TM and airborne geophysics data for improving geological mapping in the Amazon Region:The Cigano Granite,Carajás Province,Brazil[J].International Journal of Remote Sensing,2008,29(13):3957-3974.

[52] Thurmond A K,Abdelsalam M G,Thurmond J B.Optical-Radar-DEM remote sensing data integration for geological mapping in the Afar Depression,Ethiopia[J].Journal of African Earth Sciences,2006,44(2):119-134.

[53] 杨显华,黄 洁,田 立,等.四川省矿山遥感监测主要成果与进展[J].中国地质调查2016,3(5):41-47.

Yang X H,Huang J,Tian L,et al.Major achievements and progress of remote sensing monitoring mines in Sichuan Province[J].Geological Survey of China,2016,3(5):41-47.