遥感技术在贵州省生态环境质量评价体系中的应用

王之明,母国宏

近 20年来,卫星遥感技术凭借着其能够进行大面积的实时监测,时效性强、信息客观真实、信息量大、数据综合性与可比性好等特点,在环境领域的应用越来越广泛。从土地植被变化、城市扩展动态监测评价、城市生态系统服务功能评估、流域水环境安全监测评价以及土壤侵蚀、生物栖息地等评价,到海洋、海岸带的生态环境变迁分析、海上溢油、赤潮与热污染的发现和监测,再到大气环境遥感中的城市热岛效应、重大自然环境灾害评估等,应用范围几乎涵盖了环境保护领域的各个方面。目前在轨运行的和正在计划发展的国内外卫星传感器为环境监测所能提供数据的空间分辨率、光谱分辨率和时间分辨率越来越高,空间分辨率已从千米级发展到亚米级;重复观测频率从月周期发展到几小时;光谱波段跨越了可见光、红外到微波;光谱分辨率从多波段发展到超光谱。经过多年的实践,遥感技术现已成为自然资源调查、环境动态监测中不可缺少的地理空间信息获取、更新与分析的手段和数据源[1、2、4、5]。遥感数据获取技术正走向实时化和精确化,卫星遥感技术在环境保护中的应用也正在向定量化和业务化快速发展,目前基于遥感技术的贵州省的生态环境质量状况评价工作也走向常规化的轨道。

1 遥感影像解译的技术流程及方法

1.1 数据源的选择

生态遥感监测影像数据应以中高分辨率,光谱对绿色植被比较敏感的影像为主。目前,我国可接收的可以利用的卫星影像有 Landsat T M 5、环境一号卫星、CBERS—2和 IRS—P6四种,四种卫星影像

特征对比见表1。综合考虑数据质量、费用、回访周期和数据纵向比较等因素,我省生态环境监测与评价以 Landsat T M 5影像为主,环境一号卫星影像为辅的数据源。

1.2 原始影像与控制影像准备

表1 生态遥感卫星影像特征对比表

若要对 2008～2009两年间贵州省生态环境状况及变化情况进行分析和评价,那么需要贵州省 2008年和 2009年两年的原始影像 (二级数据)各 16景,由于贵州省按照 ROW号划分处于40～43这个范围内,所以时相要求在 5～10月,影像的云量要求是单景影像平均云量小于10%,受人为干扰影响大易发生生态变化的地区尽量无云层覆盖;为了便于地物判别,波段组合采用标准假彩色 432RGB波段合成;检查控制影像地理坐标和投影及参数是否与我们监测和评价的标准投影一致 (标准投影:Albers Conical Equal Area,椭球体为 Krasovsky,中央经线为东经110°,双标准纬线为北纬 25°和北纬 47°,投影起始纬度 12°,中央经线偏差和起始点偏差为0)[3],如果不一致,利用 Erdas或 ArcGIS软件的投影转换模块进行转化。

1.3 原始影像的几何纠正

在对影像进行几何纠正前需对原始影像进行波段合成与分离,以得到我们用来解译的 432RGB波段组合的影像,Landsat T M 5原始影像包括 7个波段,波段特征见表2。

波段合成后,可对 432RGB影像进行几何纠正,方法是利用 Erdas 9.2软件 Geometric Correction命令实现。贵州省绝大部分地区属于喀斯特地貌,影像的几何纠正难度大,纠正模型我们选择 Polynomial (多项式),大地控制点(GCP)每景影像 25～30个 ,环境一号卫星 90～120个,GCP要均匀分布;重采样方法为 Bilinear Interpolation(双线过滤法),polynomial order(多项式顺序)为 3;地势较平坦地区polynomial的 order可设为 2,Landsat T M影像的采样像元格大小为 30 m×30 m,其他影像的与其分辨率保持一致,另外也可采用 Eardas 9.2中的 Auto-Sync模块来实现影像的自动纠正。纠正后的影像的存储格式为 img,要求纠正后影像景内空间坐标误差 (与控制影像对比)x坐标和 y坐标均小于15 m,即小于 Landsat T M半个像元,景与景之间接边小于30 m。

表2 Landsat T M5原始影像波段特征

1.4 土地利用类型的室内解译

1.4.1 解译方法

影像的解译采用ArcGisWorkStation Arc/Info,我们使用其中的ARC对影像进行矢量化,步骤为首先在ARC环境下建立工作空间(cw d:空间名),然后将 emenu菜单 (通过编程制作的矢量化编辑菜单,包括删线、加线、加结点,移结点等功能)和纠正好的影像拷入所建立的空间内,在ARC下进入建好的工作空间(cw d:空间名),输入编辑命令 (ae)进入编辑状态,输入 disp 9999(打开连接终端),输入&ter 9999(满屏显示影像),输入 &m emenu(调出编辑菜单)对影像进行矢量化操作,即对各种地物类型进行判别,然后对所判别地物用多边形勾画出来并添加上该地物的类型代码,再建立好拓扑关系,这样即形成了矢量化图层[6-7]。土地分类采用全国二级分类系统:一级分为 6类,主要根据土地的自然生态和利用属性;二级分为 25类,主要根据土地经营特点、利用方式和覆盖特征;耕地根据地形特征进行了三级划分,即进一步划分为平原、丘陵、山区和坡度大于 25°的耕地,依据该标准贵州省主要土地类型及代码见表3。

表3 贵州省生态遥感监测土地利用/覆盖分类体系

1.4.2 解译的要求

判读提取目标地物的最小单元时,变化的面状地类应大于 4×4个像元(120 m ×120 m),屏幕解译线划描迹精度为两个像元点,并且保持圆润。解译图层最终为Arc Info coverage格式,多边形全部为闭合曲线。没有出头的Dangle点,建立拓扑关系时容限值设为 10,多边形没有多标志点或无标志点的现象,没有邻斑同码、一斑多码、异常码等,具有多边形拓扑关系。各图斑判读精度要求一级分类 > 90%,二级分类 >85%,三级分类 >80%。

1.5 野外核查

由于自然环境的复杂性、遥感成像过程带来的同物异谱、异物同谱现象以及技术人员本身的专业背景的差异,难以保证遥感信息提取 100%的准确性。因此,开展相应的遥感调查野外核查工作是十分必要的。

1.5.1 野外核查的目的

(1)根据各地区信息提取过程中遇到的问题,选择有代表性的路线来修正判读过程中出现的误判,检验本次遥感判读的正确率,并对判读数据进行室内修正。

(2)通过选择有代表性的地物类型,建立遥感影像野外标志数据库。

(3)结合生态调查典型案例分析,收集能反映区域生态功能、生态问题的野外相片、录相资料,为生态环境分析、多媒体制作提供素材。

1.5.2 野外核查的内容

(1)选择典型地物进行判读正误校验。

(2)地类边界准确性核查。

(3)生态调查野外录相资料的收集。

2 生态评价指标的选择和指数计算方法

在对室内解译的数据进行修正后,利用ArcMap软件将解译后的矢量图层中各类地物的面积数据提取出来,为计算生态指数做准备。

基于生态学原理和考虑到数据获取的可行性、可靠性,选择了生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数、环境质量指数五项指数作为生态环境质量状况评价体系的评价指标体系。

2.1 生物丰度指数

生物丰度指数指通过单位面积上不同生态系统类型在生物物种数量上的差异,间接地反映被评价区域内生物丰度的丰贫程度。

生物丰度指数 =Abio×(0.35×林地面积 + 0.21×草地面积 +0.28×水域湿地面积 +0.11×耕地面积 +0.04×建设用地面积 +0.01×未利用地面积)/区域面积

其中,Abio——生物丰度指数的归一化系数。

2.2 植被覆盖指数

植被覆盖指数指被评价区域内林地、草地、农田、建设用地和未利用地五种类型的面积占被评价区域面积的比重,用于反映被评价区域植被覆盖的程度。

植被覆盖指数 =Aveg×(0.38×林地面积 + 0.34×草地面积 +0.19×耕地面积 +0.07×建设用地面积 +0.02×未利用地面积)/区域面积

其中,Aveg——植被覆盖指数的归一化系数。

2.3 水网密度指数

水网密度指数指被评价区域内河流总长度、水域面积和水资源总量占被评价区域面积的比重,用于反映被评价区域水的丰富程度。

水网密度指数 =(Ariv×河流长度/区域面积 + Alak×湖库 (近海)面积 /区域面积 +Ares×水资源总量/区域面积)/3

其中,Ariv——河流长度的归一化系数;Alak——湖库面积的归一化系数;Ares——水资源量的归一化系数。

2.4 土地退化指数

土地退化指数指被评价区域内风蚀、水蚀、中度侵蚀、冻融侵蚀和工程侵蚀的面积占被评价区域面积的比重,用于反映被评价区域内土地退化程度。

土地退化指数 =Aero×(0.05×轻度侵蚀面积 +0.25×中度侵蚀面积 +0.7×重度侵蚀面积)/区域面积

其中,Aero——土地退化指数的归一化系数。

2.5 环境质量指数

环境质量指数指被评价区域内受纳污染物负荷,用于反映评价区域所承受的环境污染压力。

环境质量指数 =0.4×(100-ASO2×SO2排放量/区域面积)+0.4×(100-ACOD×COD排放量/区域年均降雨量)+0.2×(100-Asol×固体废物排放量/区域面积)

其中,ASO2——SO2的归一化系数;ACOD——COD的归一化系数;Asol——固体废物的归一化系数。

2.6 生态环境状况指数(Ecological Index,EI)

生态环境状况指数反映被评价区域生态环境质量状况。

生态环境状况指数 =0.25×生物丰度指数 + 0.2×植被覆盖指数 +0.2×水网密度指数 +0.2× (100-土地退化指数)+0.15×环境质量指数。

3 生态环境状况分级及变化幅度分级

(1)根据生态环境状况指数 EI可把生态环境分为五级,即优、良、一般、较差和差。

EI≥75生态环境状况为优;55≤EI<75生态环境状况为良;35≤EI<55生态环境状况为一般; 20≤EI<35生态环境状况为较差;EI<20生态环境状况为差。

(2)生态环境状况变化幅度△EI分为四级,即无明显变化、略有变化 (好或差)、明显变化 (好或差)、显著变化(好或差)。

|ΔEI|≤2生态环境状况为无明显变化;2< |ΔEI|≤5生态环境状况为略有变化;5<|ΔEI|≤10生态环境状况为明显变化;|ΔEI|>10生态环境状况为显著变化。

4 小结

评价指标体系构建的目的是通过对区域生态环境评价,了解其现状及动态变化规律,分析其变化原因,查找制约生态环境建设的障碍,最终促进生态环境保护与管理,推动人类与自然和谐发展。

贵州省的生态环境质量评价起始于 2006年,每年评价一次。从评价结果来看全省省域生态环境质量状况指数 EI值从 2006年至 2009年一直处于良级,年间ΔEI值无明显变化;在全省 88个区 (县、市)的县域生态环境质量评价中,生态环境质量评级为“良”的有 76个县,评级为“一般”的有 12个县,主要分布于贵州省西南部,所占全省面积分别为85.1%和 14.9%。通过对全省 88个区 (县、市)EI年际变化值 (ΔEI)与生物丰度、植被覆盖、水网密度、土地退化、环境质量 5个分指数变化值进行逐步回归统计分析表明,水网密度对 EI变化的影响最大,其余依次为生物丰度指数、环境质量指数、植被覆盖指数和土地退化指数,而对水网密度指数影响最大的是水资源量。

综上所述,通过生态环境质量状况指数 EI的计算,可以较清晰地比较生态环境状况的现状和年间变化情况,把握生态环境质量状况的变化趋势,同时可以会同其他环保、国土、水利、农业等相关部门对变化的具体原因做进一步的研究,并提出可行的生态环境建设的措施和方案,为地方生态建设和环境管理服务。

[1]王桥.卫星遥感技术在环境保护领域中应用的进展与挑战[J].中国环境监测,2009,25(4):53-56.

[2]陈文惠.国内生态环境遥感监测的内容与方法探讨[J].亚热带资源与环境学报,2007,2(2):62-67.

[3]中国环境监测总站.中国生态环境质量评价研究[M].北京:中国环境科学出版社,2004:24-28.

[4]闫海龙.浅谈遥感解译技术在生态环境状况评价中的应用[J].黑龙江环境通报,2009,33(3):85-87.

[5]田贵全,张明才.山东省生态环境遥感监测 [J].国土资源遥感,2006(4):63-67.

[6]党安荣,王晓栋 ,陈晓峰,等.ERDAS IMAG INE遥感图像处理方法 [M].北京:清华大学出版社,2003:268-272.

[7]吴秀芹,张洪岩,李瑞改,等.ArcGIS 9地理信息系统应用与实践[M].北京:清华大学出版社,2007:164-166.