时间:2024-07-28
郑雄伟,彭 孛,尚 坤
(1.中国自然资源航空物探遥感中心,北京 100083;2.中国地质科学院研究生院,北京 100037;3.中国地质大学(武汉)计算机学院,武汉 430074;4.四川省地质调查院,成都 610036;5.自然资源部国土卫星遥感应用中心,北京 100048)
卫星遥感是自然资源监管和地质调查工作开展不可或缺的重要手段之一[1-2],长期以来,地质调查所用的卫星遥感数据依赖于国外。而随着国产卫星的空间分辨率、光谱分辨率、时间分辨率和数据覆盖能力的极大提升,已逐步取代同等分辨率国外卫星遥感数据,在自然资源监管和地质调查中发挥重大作用[3-5]。
但与国外成熟的卫星遥感数据相比,国产卫星应用能力挖潜亟待提升。国内很多学者利用国产卫星数据围绕某一特定或单领域业务需求,开展了不同程度的遥感地质信息提取与应用示范研究[6-12]。本文依托地质调查项目“国产卫星数据质量改进与地质矿产综合应用示范”,选择14类景观区示范区,通过遥感影像提取与地质调查相关的多元地表和部分推测的地下信息,判释出地质体或地质现象的质量和数量特征,以及彼此间的相互关系,探索研究了资源一号02C(02C)、高分一号(GF1)、高分二号(GF2)、资源三号(ZY3)等国产卫星数据在基础地理、基础地质、土地资源、矿产资源开发、水文地质、工程地质、地质灾害等调查中的应用能力。在相同比例尺下,对直接解译类要素采取定量的方式进行卫星解译能力对比,对间接解译类要素采取定性的方式进行卫星解译能力对比,最后进行了解译能力评估总结,为国产卫星数据更加广泛深入应用提供了参考。
遥感影像的空间分辨率决定了影像上能够区分的最小单元所对应的地貌尺寸或大小。遥感影像的空间分辨率是评价卫星影像产品适应性的主要标志。影像空间分辨率越低,反映的空间尺度内容就越宏观,相应的影像成图比例尺就越小;影像空间分辨率越高,反映的空间尺度内容就越丰富,相应的影像成图比例尺就越大。
根据不同的调查需求选择相应空间分辨率影像来开展地质调查工作,遥感数据的空间分辨率决定了其所能支撑的解译精度和成图比例尺。人对纸质地图的目视分辨率为0.07~0.1 mm,因此地图要求遥感影像的分辨率一般应达到或小于图上0.1 mm,而地图的更新至少也应该要求影像的分辨率达到图上0.2 mm。所以当制图比例尺确定后,选择数据源时应优先考虑图像的空间分辨率。空间分辨率D(单位为m)、成图比例尺(M为比例尺分母)以及成图要求的误差范围e(单位为mm,也指人眼的分辨率,通常采用0.2 mm)存在以下关系:
e×M×10-3=RMS×D,
(1)
式中,RMS为影像几何校正后的像元位置均方根误差,是一个待定变量,通常为1~2个像元,由此,我们得出国产卫星地面分辨率与适用成图比例尺关系见表1。
表1 国产卫星空间分辨率与成图比例尺关系Tab.1 Relationship between spatial resolution and mapping scale of domestic satellites
通常遥感解译时影像特征表现为点、线、面3种几何图形,在判读上述地物最小目标时,不但要求它具有最小光谱成像特征,而且要求它能够保持基本几何特征。通常认为3~4个像元的成像范围就构成了几何图形的最小单位。在遥感图像上点状要素解译精度P与图像地面分辨率Rg大小相当,线状要素解译精度P′均小于图像地面分辨率,面状要素解译精度P″约为图像地面分辨率3倍。像元宽度a、地面线状要素分辨率P′、地面面状要素的分辨率P″有以下公式的近似关系:
(2)
根据公式(2)确定了各卫星空间分辨率、地面分辨率和地质要素解译精度的关系,见表2。
表2 图像地面分辨率与地质解译精度关系Tab.2 Relationship between image ground resolution and geological interpretation accuracy
以热带雨林景观区为例,选择位于云南省耿马县境内的800 km2示范区。区内地貌类型为高原山地和相间分布的山间盆地、河谷平原,平均海拔约1 300 m。地处滇西三江成矿带,不仅动物、植物资源极为丰富,植被覆盖率达80%以上,水资源、矿产资源富饶,受地质构造控制,区内岩体较破碎、灾害较发育,以及矿山开采带来的地质环境、生态环境问题存在,制约区内经济快速发展。同时,受地形地貌、植被、道路交通条件的制约,在区内开展地面调查、研究取样工作相对困难。选择最优质量的02C,ZY3,GF1,GF2卫星数据,开展辐射校正、几何校正、多光谱与全色数据配准、图像融合、图像镶嵌与裁剪[13-15],利用制作好的遥感影像图,对基础地理、基础地质[16-18]、土地资源[19-20]、矿产资源[21-22]、水文地质[23-27]、工程地质[28-29]、地质灾害[30-32]等调查要素解译能力进行了分析。
基础地理要素中主要是居民地、河流、湖泊(库塘)、道路交通、地形地貌等要素的解译,这类要素的解译主要与卫星的空间分辨率密切相关,空间分辨率越高,解译效果越好,各要素解译能力对比情况如表3所示。
表3 基础地理要素直接解译能力对比Tab.3 Comparison chart of basic geographic elements interpretation ability
1)道路。道路宽度>2.5 m,表现形式线状。02C,ZY3,GF1,GF2卫星均能很好地对道路位置、形态进行解译,02C卫星对道路边界识别能力稍差。4颗卫星均满足道路要素更新解译,满足1∶5万解译要求。
2)居民地。示范区内居民地具有标志清晰、边界分明的特点,从实际对比的结果看,4颗卫星对独立居民地的解译能力与表2所示的卫星对面状地物要素理论解译精度有着较强的一致性。
GF2卫星对面积≥64 m2的独立居民地能很好的识别地物的边界、形态、位置。ZY3和GF1卫星对面积≥290 m2的独立居民地的边界、形态、位置均能有效识别。02C卫星对独立居民地的边界识别能力较差。从对比的结果看根据解译要求,各卫星均满足对居民地(聚集区)更新解译要求(不对独立居民地(点)进行解译),4颗卫星均满足1∶5万解译要求。
3)水系(沟渠)。水系(沟渠)宽度>7 m,表现形式线状。02C,ZY3,GF1,GF2卫星均能很好的对5级水系位置、形态进行解译,02C卫星对水系边界识别能力稍差。4颗卫星均满足水系要素(线状)更新解译,满足1∶5万解译要求。
水系(沟渠)宽度>15 m,表现形式面状(河流等级4级以上)。02C,ZY3,GF1,GF2卫星均能很好的对4级以上河流边界、位置、范围进行解译,4颗卫星对面状水系的解译能力表现一致,满足1∶5万解译要求。
4)水库/库塘。水库/库塘面积>475 m2(表现形式面状)。02C,ZY3,GF1,GF2卫星均能很好的对水库/库塘边界、位置进行解译,02C卫星对边界的识别能力稍差,4颗卫星在对水库/库塘要素解译能力表现一致,均满足1∶5万解译要求。
综上,基础地理要素中主要是地形地貌、道路交通、水系等要素的解译,这几类要素的解译都不复杂,可解译程度较高,除微地貌的解译程度为中等外,其他类的解译程度均较高。微地貌的解译主要受植被、剥蚀等因素的影响以及数据分辨率影响,随着分辨率的提高,地貌形态及范围在调查过程误判的情况也随之降低,因此,基础地理要素优先考虑使用GF1和ZY3数据,微地貌、乡村公路的识别则建议使用GF2卫星数据(表4)。
表4 基础地理要素解译能力Tab.4 Basic geographic elements interpretation ability
基础地质要素解译能力对比情况如表5和表6所示。
表5 基础地质要素解译能力对比Tab.5 Comparison chart of interpretation ability of basic geological elements
表6 基础地质解译能力Tab.6 Basic geological interpretation ability table
1)地层岩性。基础地质要素中最难调查的是地层岩性,由于植被干扰或岩性相近不易区分,地层岩性的解译可解译程度较低。因此地层岩性的调查主要借助于已开展了区域地质调查工作的成果资料,结合遥感信息特征进行修编。
2)第四系。第四系解译相对其他地层的解译要容易一些,主要是按照成因分类进行的判译,主要沿水系分布,个别地区由于河流侵蚀强度较大或断裂活动强烈,第四系分布会远离主要河流,但大多数都是在河流两侧发育。其类型划分主要是根据地理位置、分布形态等,由于自然侵蚀和剥蚀作用,第四系的保存不完整,对残留的第四系会出现漏判可能,区内第四系位于盆地内耕地区,受人类工程活动影响边界区分较难,需借助野外工作,可解译程度中等。
3)断裂和活动断裂。断裂和活动断裂构造的行迹在遥感图像上的判译比较容易,特别是活动断裂构造,其行迹较清楚,一般比老的断裂更容易判别,因此也容易出现交切关系的错判。工作区内的断裂构造具有继承性活动的特点,断裂构造错综复杂,因此在判定新老关系时需要参考实地调查的相关资料。
综上,GF2卫星虽然对内部细节刻画较好,但对大型要素整体的轮廓反映不佳,02C卫星由于缺少波段,分辨率稍差,对地物内部纹理刻画较差,在考虑数据幅宽的条件下,基础地质在卫星数据的选择上优先使用GF1,ZY3卫星数据。
土地资源解译要素包括林地、草地、耕地、城镇及工矿用地、水域、未利用地,由于涉及的地类较多,本文主要选择城镇、水域、林地、耕地等几类要素的一级类进行对比分析。表7主要对耕地和林地进行对比分析。
表7 土地资源要素解译能力对比Tab.7 Comparison chart of interpretation ability of land resource elements
1)林地。区内热带雨林地区,林地覆盖情况不因季节变化而改变,时间分辨率对区内林地的解译影响较小。区内林地类型为有林地、灌木林、其他林地(包括苗圃及各类园地)。从解译的结果看,02C卫星对林地(一级类)分布区能较好的识别(地类边界控制能力较差),对林地二级类边界、属性的划分较困难;GF1,GF2,ZY3卫星波段丰富,对林地一级类各卫星解译能力较一致,均能较好的识别面积>300 m2的独立林地。对林地二级类的解译,GF2卫星能直接识别林地二级类的属性及边界,ZY3和GF1卫星能直接识别林地二级类的边界,但在属性划分上较为困难。
2)耕地。区内耕地二级类型主要有水田和旱地两类,水田多分布在盆地内的河道两侧及山坡的梯田,旱地广泛分布于盆地内以及山地的坡度较缓处。从解译的结果看,各卫星均能较好识别耕地分布区(一级类),02C卫星缺少蓝光波段,分辨率较低,对耕地二级类水田与旱地边界较难区分。GF1,GF2,ZY3卫星波段丰富,解译能力较一致,均能很好的识别面积>300 m2的独立耕地,对水田、旱地的边界识别能力均较强。
综上,热带雨林景观区土地资源各解译要素的遥感解译受卫星成像时间的影响较小,卫星空间分辨率对各地类解译能力影响较大,从对比的结果看(表8),GF1,GF2,ZY3卫星对土地资源类型一级类可解译程度较高,02C卫星由于缺少蓝光波段且空间分辨率较差,解译能力稍差。
表8 土地资源要素解译能力Tab.8 Interpretation ability table of land resource elements
矿山开发、环境的调查与土地覆被调查过程和方法相同,均是根据建立的解译标志直接对地表矿产开发信息进行解译。区内矿产开发程度较低,可解译的要素有开采面、停采面、矿山复绿,各解译要素解译能力对比情况如表9所示。
表9 矿产资源遥感解译能力对比Tab.9 Comparison of remote sensing interpretation ability of mineral resources
1)开采面(停采面)。开采面(停采面)在影像一般表现为灰白色,与周围植被形成强烈反差,解译标志明显。
根据统计结果,4颗卫星均能很好的识别面积>5 675 m2的开采面(停采面)位置、范围。GF2卫星可直接识别开采面的利用状态,对开采面与中转场的边界识别能力较强;GF1,ZY3卫星可间接推测开采面的利用状态,在划分开采面与中转场的边界时可能存在误差;02C卫星对开采面的利用状态判读较难,且较难识别开采面与中转场的边界。
2)矿山复绿区。02C卫星由于缺少蓝光波段,矿山开采区经自然复绿后与周边林地色调较一致,易造成解译过程中的漏解,其他3颗卫星波段丰富,对矿山复绿区的解译能力则相对较强。
综上,区内矿山开采程度不高,矿业活动范围较小,宜采用多期影像对比方式进行解译,在卫星数据的选择上优先使用GF2卫星,可直接对矿山开采面的利用状态、采硐口的位置进行判读,减少误判的几率和野外调查工作,其次选择GF1,ZY3卫星数据,02C卫星由于空间分辨率较低,缺少波段,对停采面、矿山复绿区等要素解译时漏解的可能性较大(表10)。
表10 矿产资源开发要素解译能力Tab.10 Interpretation ability table of mineral resources development elements
在水文地质方面,受区内高植被覆盖影响,各卫星对泉点、泉群、泉域、地下水溢出带的解译较困难,需要野外调查相结合确定其具体位置,可解程度中低。地层的赋水程度的判别是综合地层岩性、汇水区域等因素的特点进行判别的,其准确程度取决于地层岩性的解译,可解程度中等,对河流、库塘、河床泥沙淤积地段等的判释比较容易,水文地质与基础地质在卫星数据的选择上较一致,在1∶5万尺度下优先使用GF1,ZY3卫星数据,更高比例下建议使用GF2卫星数据(表11)。
表11 水文地质要素解译能力Tab.11 Interpretation ability of hydrogeological elements
工程地质类型的调查,主要根据已完成的第四纪地质、地层岩性等资料对工程岩性进行判别,首先通过地层岩性的分类划分岩土体类型,岩土体坚硬程度的判别主要还是根据区域地质调查中岩石成分,再结合影像特征进行综合判断。对于工程地质要素遥感可解译程度较低,需借助第四系、地层岩性及工程地质图进行综合判断。因此,工程地质与基础地质在卫星数据的选择上较一致,在1∶5万尺度下优先使用GF1,ZY3数据,更高比例下建议使用GF2数据(表12)。
表12 工程地质解译能力Tab.12 Engineering geological interpretation ability
示范区发育的灾害主要为崩塌、滑坡,泥石流灾害不发育。从解译的结果看,地质灾害的调查方面,遥感手段对大型、中型地质灾害体的解译准确性较高,4类卫星均能较好的对灾害体的位置、边界、影响范围进行圈定;小型灾害体上的冲沟、后缘的裂缝、垮塌、前缘的鼓丘等微细变化难以观察,02C,GF1,ZY3卫星对小型灾害难以判读,需借助野外调查确定灾害体位置、规模、影响范围等。崩塌、滑坡灾害体对比情况如表13、表14所示。总的来说,景观区内地质灾害的可解译程度中等。
表13 地质灾害解译能力对比Tab.13 Comparison chart of geological hazard interpretation ability
表14 地质灾害要素解译能力Tab.14 Interpretation ability table of geological hazard elements
综上,地质灾害体的可解程度与灾害体发育规模息息相关,规模越大,可解译程度越高,在卫星数据的选择上优先使用GF2卫星数据,其次为GF1,ZY3,宜采用多期影像对比进行解译,减少对滑坡灾害体的漏解译。
根据上述解译能力分析,要素可归纳为直接解译和间接解译两大类,影响因子各不同。
1)直接判读解译要素。将直接运用解译标志就能确定地物存在和属性范围的解译要素归类为直接解译判读类。一般针对形状独特、色调特征明显的地物和自然现象,如道路、建筑、河流等基础地理类,以及矿山开发(环境)、地形地貌等,卫星数据对这类要素的解译能力主要与卫星的空间分辨率、波段组合、影像色彩、对比度和清晰度等有关,而地物所处的景观区的位置则对卫星的解译能力的影响则较小。
2)辅助(间接)判读解译要素。是指与地物的属性有内在联系,通过相关分析能够推断其性质的解译要素。这类解译要素往往需要根据影像的图斑、纹理、色调、水系分布、发育、地表覆盖、地形地貌特征等影像特征间接获得,如地层、岩性、第四系等。这类要素的解译能力不仅受卫星的空间分辨率、波段组合方式的影响,地物在景观区的分布的位置、人类工程活动等因素也制约上述要素的解译能力。
1)自然地理要素解译能力。自然地理要素中主要是地形地貌、道路交通、河湖湿地等要素的解译,这几类要素的解译都不复杂,基于国产卫星数据可解译程度较高,除微地貌的解译程度为中等外,其他类的解译程度均较高。微地貌的解译主要受植被、剥蚀等因素的影响,地貌形态及范围在调查过程中会有一些误判的可能。
2)基础地质要素解译能力。基础地质要素中最难调查的是地层岩性,由于工作区是变质岩发育地区,经过再改造,地层原有的纹理和特征发生了改变,加上植被、农田、建筑等的干扰,给调查带来很大的困难。因此地层岩性的调查主要借助于已开展了区域地质调查工作的成果资料,结合遥感信息特征进行修编。第四系的解译相对其他地层的解译要容易一些,其类型划分主要是根据地理位置、分布形态等进行划分,由于自然侵蚀和剥蚀作用,第四系的保存不完整,对残留的第四系会出现漏判可能。断裂和活动断裂构造的行迹在遥感图像上的判译比较容易,但工作区内的断裂构造具有继承性活动的特点,断裂构造错综复杂,因此在判定新老关系是需要参考实地调查的相关资料。
3)土地资源要素解译能力。土地覆被的调查主要是根据土地利用现状分类的要求进行,主要是地表信息的提取,对一级分类的解译程度较高,二级分类主要受图像分辨率的影响,在解译时会出现属性划分不够准确的现象,个别图斑需要实地调查进行确认。
4)矿产资源开发要素解译能力。矿山占地和矿山地质灾害的调查与土地覆被和地质灾害调查的过程和方法基本相同,能较为准确的调查矿山占地类型、范围及趋势;矿山地质灾害的调查也可以判定矿山开采产生的地质灾害类型、影响范围、危害区域等。
5)水文地质要素解译能力。遥感图像中地表水体以及河流、水田、赋水地段、河床泥沙淤积地段等的判释比较容易,对泉点、泉群、泉域、地下水溢出带、古河道分布位置在遇到干扰因素时解译较困难,需要野外调查相结合确定其具体位置。地层赋水程度的判别是综合地层岩性、汇水区域等因素的特点进行判别的,其准确程度取决于地层岩性的解译。
6)工程地质要素解译能力。工程地质调查主要是对工程地质岩性的判别,通过地层岩性的分类划分岩土体类型,岩土体坚硬程度的判别主要还是要根据区域地质调查中岩石成分,再结合影像特征进行综合判断,因此地层岩性的物质成分需要结合实地调查的资料进行综合判定。
7)地质灾害要素解译能力。地质灾害的调查中对大型、中型地质灾害体的解译准确性较高,部分小型灾害体的解译可能会漏判。灾害体上的冲沟、后缘的裂缝、垮塌、前缘的鼓丘等微细变化难以观察。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!