基于遙感技術的縣級區域環境質量評價模型研究

劉 瑞,王世新,周 藝,姚 堯,韓向娣 (.中國科學院遙感應用研究所,遙感科學國家重點實驗室,北京 000；2.中國科學院研究生院,北京 00049)

基于遙感技術的縣級區域環境質量評價模型研究

劉 瑞1,2,王世新1*,周 藝1,姚 堯1,2,韓向娣1,2(1.中國科學院遙感應用研究所,遙感科學國家重點實驗室,北京 100101；2.中國科學院研究生院,北京 100049)

建立了一種完全基于遙感數據的縣級區域生態環境狀況評價模型,該模型利用支持向量機的方法對廣西欽州市欽南區HJ-1星CCD數據進行分類,提取土地利用類型,同時建立了生物豐度指數、植被覆蓋度指數、水資源密度指數、土壤侵蝕指數和人類活動指數 5種評價指標,對這些指數加權求和得到區域生態環境狀況指數,定量化評價實驗區域生態環境質量.評價結果表明,該區域整體生態環境質量良好,生態環境狀況為良的區域占總面積的64.105%,主要集中在欽南區的林地區域,生態環境狀況為一般的區域占 31.206%,主要分布在水資源豐富的區域,而生態環境狀況為差的區域則占3.668%,主要集中在人類活動頻繁的城區.

遙感；土地利用；縣級區域；生態環境評價

區域生態環境質量評價是協調區域經濟發展與生態環境保護之間關系的基礎,是實現區域經濟可持續發展的重要手段[1].因此,快速、有效的評價區域生態環境質量現狀,客觀認識區域環境質量存在的主要問題,對區域生態環境保護管理具有重要意義.

隨著遙感技術的日趨成熟,其實時,快速,大范圍獲取地表綜合信息的能力在生態環境監測中得到了日益廣泛的應用,為區域生態環境提供了有效的研究手段.2006年發布的《HJ/T192-2006生態環境狀況評價技術規范(試行)》[2](以下簡稱技術規范)為利用遙感和GIS數據監測生態環境狀況提供了一定的指導和規范.國內學者利用該規范,對省市等較大范圍區域生態環境進行了評價[3-4].也有學者使用該規范對于縣級或者縣級以下區域的生態環境區域評價[5],但是最終評價結果為生態環境狀況指數,該數值只能表明整體研究區域的綜合生態環境狀況,并不能反映區域各處的具體環境狀況優劣.另外,技術規范中也說明了該規范適用于縣級以上區域的生態環境現狀及動態趨勢的年度綜合評價,同時需要的相關GIS等統計數據較為龐雜,而縣級及以下區域的詳細、準確的統計數據往往難以獲取,也在一定程度上限制了該規范的使用.

本研究針對技術規范應用到縣級及以下小區域時的不足,在利用現有技術規范的基礎上,對技術規范中的評價指標進行了改進,通過遙感數據直接提取反映研究區生態環境狀況的評價指標,并以廣西省欽州市欽南區為例,評價其生態環境質量,該評價結果可作為該區域環境動態監測的依據之一.

1 研究區域及數據

以廣西省欽州市欽南區為主要研究區域(108°10′E~109°09′E,21°34′N~22°20′N),地貌屬濱海丘陵地帶,境內水資源較為豐富,年平均氣溫22℃.全區總面積 2255km2,人口56萬,海岸線長達 520.8km.欽南區臨海以工業為主,其余地區以糧食、甘蔗、亞熱帶水果和海產漁業等農業為主,同時擁有三娘灣、劉馮故居2個國家4A級旅游風景區.

選取2008年12月18號獲取的環境與災害監測預報小衛星(簡稱 HJ-1衛星)CCD 影像作為主要數據源.HJ-1衛星CCD數據的光譜特性與TM類似,詳細光譜特性見表1,該數據整體及四角云蓋量均為0%,下載的數據為2級產品,已經過輻射糾正和系統幾何糾正,之后利用經過正射的ETM數據對HJ-1衛星CCD數據進行正射糾正,糾正精度在1個像元內.同時下載了相應區域的ASTER GDEM數據,該數據地面分辨率為30m.另外為了進行分類精度評價,使用了2000年的1:10萬的土地利用數據和Google earth的高分辨率數據作為輔助數據.

表1 HJ-1衛星CCD數據特性Table 1 Characters of CCD data of HJ-1 satellite

2 生態環境評價的遙感指標提取

在廣泛查閱、研究國內外現有生態環境質量評價資料的基礎上,結合技術規范,建立了一種完全基于遙感數據的區域環境質量評價模型.該模型包括5種環境評價指標:生物豐度指數、植被覆蓋度指數、水體密度指數、土壤侵蝕指數和人類活動指數.各指標的計算流程圖如圖1所示.

圖1 技術流程示意Fig.1 Technique flow chart

2.1 生物豐度指數的提取

生物豐度指數是指通過單位面積上不同生態系統類型在生物物種數量上的差異,間接地反映被評價區域內生物豐度的豐貧程度.該指標通過賦予不同土地利用類型不同權值,最后加權求和得到生物豐度指數的值.

該指標和土地利用數據緊密關聯,為了快速、準確的獲取研究區域的土地利用類型數據,采用基于支持向量機(SVM)的監督分類方法對HJ-1 CCD數據進行分類處理.SVM算法是一種實現結構風險最小化準則的機器學習方法,具有良好的計算有效性、健壯性和統計穩定性,廣泛地應用到模式分類(識別)的許多領域[6-7].本研究利用基于RBF核函數的C-SVC類型SVM算法對HJ-1 CCD數據進行了監督分類處理,將整個區域分為9大類:建筑用地、河流、湖泊(庫)、有林地、其他林地、水域濕地、陰影、水田、旱田.同時利用 LIBSVM 軟件包[8]計算出最優化的參數:γ=64、 C＝ 0.125,最終分類結果如圖2所示.

圖2 欽南區SVM分類結果Fig.2 SVM classification map of Qinnan district

根據2000年欽南區1:10萬的土地利用數據,并結合對該地區Google earth影像目視解譯的方法產生地面真實類型的測試樣本點集,然后用隨機選點的方式對 SVM分類結果進行精度評價,產生的精度評價如表2所示.根據像素所屬的不同土地利用類型,對其賦予不同的生物豐度指數權重,權重的設置主要依據技術規范中的權值設定,同時根據欽南區分類結果做了相應調整,詳細權值設定見表3,總體精度為90.9648%,Kappa系數為0.8964.根據表3得到欽南區生物豐度指數分布如圖3所示.

表2 SVM分類結果精度評價(%)Table 2 Accuracy assessment of SVM classification result(%)

表3 生物豐度指數權值表Table 3 Weighted values of biodiversity index

圖3 欽南區生物豐度指數分布Fig.3 Biodiversity index map of Qinnan district

2.2 水體密度指數的提取

根據 SVM分類結果,將其中的河流和湖泊(庫)作為主要地表水體資源,將研究區域劃分成1km的公里格網,根據單元網格內的水體面積與單元網格面積的比值對該網格內的所有像素賦值,計算得到研究區域內每個像素的水體密度指數,最終得到的水體密度指數分布如圖4.

圖4 欽南區水體密度指數分布Fig.4 Water density index map of Qinnan district

2.3 植被覆蓋度指數的提取

圖5 欽南區植被覆蓋度指數分布Fig.5 Vegetation coverage index map of Qinnan district

植被覆蓋度是衡量地表植被覆蓋最重要的指標,同時也是影響土壤侵蝕的重要因子之一.歸一化植被指數(NDVI)和地表植被覆蓋度成正比關系,本研究采用NDVI和像元二分模型定量估算植被覆蓋度[9],植被覆蓋度公式如下:

式中, FC為植被覆蓋度,NDVI為像元歸一化植被指數的數值.NDVISoil為完全裸土或者無植被覆蓋區域的 NDVI值,通常變化范圍在-0.1~0.2[11],本研究取值為0.077.NDVIVeg為完全被植被所覆蓋像元的NDVI值,通常區域中取NDVI最大值,本研究取值為 0.824.得到的欽南區植被覆蓋度指數分布如圖5所示.

2.4 人類活動指數的提取

土地利用類型和人類活動緊密關聯,因此土地利用程度也能間接的反應人類活動對自然生態系統干擾的性質和過程,人類活動對生態環境干擾越強則生態環境狀況越差,以此原則對各種不同土地利用類型賦予相應分值[10].本研究通過對不同土地利用類型的人類干擾強度賦值,構建了人類活動指數作為評價指標之一.根據 SVM分類結果,對不同土地利用類型賦值,如表4所示,其中林地包括SVM分類結果中的有林地和其他林地2類.

表4 不同土地利用類型的權值Table 4 Weighted values of different land use types

根據該賦值,得到賦權值后的人類活動指數分布,如圖6所示.

2.5 土壤侵蝕指數的提取

研究表明,在其他條件一定的情況下,植被覆蓋度和土壤侵蝕量成反比關系[11-13].因此,《土壤侵蝕分級標準》中將植被覆蓋度與坡度結合起來作為快速評價土壤侵蝕的方法[14],本研究采用該標準結合欽南區以水土流失為主要土壤侵蝕方式的實際情況和相關研究資料[15-16],將土壤侵蝕程度分為6級:微度、輕度、中度、強度、極強、劇烈,具體分級標準見表5.

根據表 5對欽南區土壤侵蝕程度進行劃分,結果如圖7所示.

表5 土壤侵蝕程度分級表Table 5 The grades of soil erosion

圖6 欽南區人類活動指數分布Fig.6 Human activity index map of Qinnan district

圖7 欽南區土壤侵蝕程度分布Fig.7 Soil erosion map of Qinnan district

為了定量化評價區域土壤侵蝕程度,本研究將以上6種土壤侵蝕強度分別賦予不同權值,如表6所示.

表6 土壤侵蝕強度權值表Table 6 Weighted values of soil erosion grades

3 生態環境狀況綜合評價

利用技術規范中的生態環境狀況指數(EI)來綜合評價研究區域的生態環境質量,其計算公式如式(2).

式中,iμ表示各個評價因子的權值,其中:生物豐度指數 0.25,人類活動指數 0.15,其余均為0.2;(Ai)max表示各評價因子中的最大值,用100除以該值對各評價因子做 0到 100的歸一化處理;Ai表示各因子的具體數值.

將生物豐度指數分布、植被覆蓋指數分布、水體密度指數分布、土壤侵蝕指數分布和人類活動指數分布在IDL平臺中按照公式2進行計算,并根據計算得到的生態環境狀況指數值,將欽南區的生態環境分為5級,即優、良、一般、較差和差,見表7.

表7 生態環境狀況分級Table 7 The grades of ecological environment situation

根據表 7將欽南區生態環境狀況指數進行密度分割,得到欽南區生態環境狀況指數分級分布,如圖8所示.

通過統計得到欽南區生態環境狀況差的區域占總體的0.012%,主要分布在研究區域的邊緣,考慮到計算過程中間的剪裁和重采樣可能在影像邊緣產生的極值現象,欽南區內基本沒有環境狀況差,不適合人類居住的地方.欽南區生態環境狀況較差的區域占總體的3.668%,主要集中在建筑用地和坡度較大的水田,建筑用地植被覆蓋低,同時地表水資源有限,人類活動頻繁,對自然環境影響極大,因此這類區域生態環境較差;另外在坡度較大的水田區域由于生物豐度不高,而且植被覆蓋低,坡度大,容易造成土壤流失,因此環境狀況同樣較差.欽南區生態環境狀況一般的區域占31.206%,主要集中在水資源豐富的區域,該類區域生物豐度較高,人類活動對環境影像不太嚴重.欽南區生態環境狀況良的區域占 64.105%,主要集中在植被覆蓋度高且生物豐度較高的林地,人類活動對該類區域影響不太明顯,這表明了森林等植被對區域生態環境的重要性,欽南區生態環境狀況優秀的區域占1.009%,這類區域植被覆蓋度極高,土壤侵蝕影響較小,人類活動對其影響較弱,但該類區域所占比率較低,說明欽南區環境狀況依然有改進余地.

圖8 欽南區生態環境狀況指數分級分布Fig.8 Grade evaluation map of ecological environment situation of Qinnan district

4 結論

4.1 本研究建立的生態環境質量評價模型是基于遙感影像像元級別的計算,更適合縣級及縣級以下區域生態環境質量評價.同時模型中的各種評價因子均可利用遙感數據獲得,無需統計數據.

4.2 利用該模型對廣西省欽州市欽南區進行了生態環境質量評價,結果表明:欽南區整體生態環境狀況以良和一般為主,集中分布在林地區域和水資源豐富的區域,而城區建筑用地等則由于植被覆蓋度明顯偏低因而該類區域生態環境質量較差.

[1] 張 從.環境評價教程 [M]. 北京:中國環境科學出版社, 2002.

[2] HJ/T192-2006 生態環境狀況評價技術規范(試行) [S].

[3] 郝桂媛,趙淑芳,白羽軍.基于RS和GIS的哈爾濱市生態環境質量綜合評價 [J]. 黑龍江生態工程職業學院學報, 2009,22(2):1-3.

[4] 王 瑤,宮輝力,李小娟.基于 GIS的北京市生態環境質量監測與分析 [J]. 國土資源遙感, 2008,19(1):91-96.

[5] 劉金珍,劉勝祥,方 芳.基于遙感技術的淋溪河流域生態環境質量現狀研究 [J]. 環境科學與技術, 2009,32(5):173-178.

[6] Cortes C, Vapnik V N. Support vector networks [J]. Machine Learning, 1995,20: 1-25.

[7] Vapnik V N. The Nature of statistical learning theory [M]. New York: Springer, 2000.

[8] Hsu C W, Lin C J. A comparison of methods for multi-class support vector machines [J]. IEEE Transactions on Neural Networks, 2002,13:415-425.

[9] 李苗苗,吳炳方,顏長珍,等.密云水庫上游植被覆蓋度的遙感估算 [J]. 資源科學, 2004,26(4):153-159.

[10] 孟 巖,趙庚星.基于衛星遙感數據的河口區生態環境狀況評價—以黃河三角洲墾利縣為例 [J]. 中國環境科學, 2009,29(2): 163-167.

[11] Carlson T N, Ripley D A. On the relation between NDVI, fractional vegetation cover, and leaf area index [J]. Remote Sensing of Environment, 1997,62(3):241-252.

[12] 譚炳香,李增元,王彥濤,等.基于遙感數據的流域土壤侵蝕強度快速估測方法 [J]. 遙感技術與應用, 2005,20(2):215-220.

[13] 裴 廈,姚治君,章予舒,等.基于RS和GIS的西藏察雅縣土壤侵蝕動態監測與分析 [J].自然資源學報, 2011,26(2):302-309.

[14] SL 190-60 土壤侵蝕分類分級標準 [S].

[15] 衛亞星,王莉雯,劉 闖.基于遙感技術的土壤侵蝕研究現狀及實例分析 [J]. 干旱區地理, 2010,33(1):87-92.

[16] 譚炳香,李增元,王彥輝,等.基于遙感數據的流域土壤侵蝕強度快速估測方法 [J]. 遙感技術與應用, 2005,20(2):215-220.

Ecological environment condition evaluation mode of county region based on remote sensing techniques.

LIU Rui1,2, WANG Shi-xin1*, ZHOU Yi1,YAO Yao1,2, HAN Xiang-di1,2(1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Application, Chinese Academy of Sciences, Beijing 100101, China；2.Graduate University of Chinese Academy of Sciences, Beijing 100049, China). China Environmental Science, 2012,32(1)：181~186

A new ecological environment condition evaluation model of county region based on remote sensing techniques only was proposed. In this model, the classification method based on support vector machines with an HJ-1 CCD image of Qinnan district, Guangxi province was used for extraction of land use data. Indices of biodiversity, vegetation coverage, water density, soil erosion and human activities were extracted and the weighted sums of them were composed of regional ecological index which was used to evaluate the regional eco-environmental quality. Overall ecological environment was relatively good. Area in good land accounted for 64.105% of Qinnan district ,which mainly distributed in forest area; 31.206% of the whole district belonged to moderate grade which distributed in areas with rich water resources; poor land accounted for 3.668% which distributed in building areas.

remote sensing；land use data；county region；ecological environment evaluation

2011-04-13

HJ-1衛星數據應用研究專題項目(2009A02A08)

* 責任作者, 研究員, wsx@irsa.ac.cn

X820

A

1000-6923(2012)01-0181-06

劉 瑞(1984-),男,湖北武漢人,中國科學院遙感應用研究所博士研究生,主要從事區域環境評價及旅游資源評價研究.發表論文3篇.