基于高分衛星的三亞育才生態區生態資源監測

江昊洋，王 雷,3

(1.中國科學院空天信息研究院海南研究院 海南省地球觀測重點實驗室，海南 三亞 572029；2.三亞中科遙感研究所，海南 三亞 572029；3.中國科學院空天信息創新研究院，北京 100101)

0 引言

衛星遙感具有快速、準確、大面積獲取數據的優勢，已廣泛應用于農業、林業、自然資源等領域的監測。以衛星遙感為核心的一系列先進監測手段多方面提升了政府職能部門監測管理工作水平與效果[1-2]。目前，已有大量學者運用遙感技術研究植被信息提取：鐘浩等[3]通過高光譜遙感和激光雷達相結合的方式，從數據提取、融合及模型識別等多個角度探討了高光譜遙感技術在樹種識別中的應用；任傳帥等[4]給出了杧果林遙感的提取思路，結合植被覆蓋度和坡度，將杧果林的提取精度提高到97.19%；高書鵬等[5]采用時空數據融合算法與高時空分辨率可見光遙感影像，實現了高精度的橡膠林識別；蔣永泉等[6]基于多源衛星遙感進行了橡膠林的提取方法研究。

育才生態區是三亞市的核心生態區。生態監測、農業資源調查與自然災害監測有助于了解生態區內的人類活動情況，開展有效輔助執法、完善生態補償機制、在保護好生態環境的同時兼顧經濟發展，將為三亞林地、耕地、生態系統保護，建設全國生態文明示范區做出重要貢獻。高分衛星遙感監測在摸清生態區內基本環境變化的同時，對可能存在的生態環境破壞、突發災害等情況進行識別，隨時掌握各種變化信息，有效輔助執法、開展環境保護等工作[7-9]，以保證整體生態區內人類活動與自然資源的動態平衡。為此，本研究利用多源多時相遙感影像數據，結合森林資源數據、野外實測數據，開展育才生態區森林、耕地等覆蓋變化遙感監測以及水庫環境變化動態監測，形成系列生態資源監管產品，服務于相關政府部門。

1 研究區與數據源

1.1 研究區

育才生態區位于三亞市西北部山區(圖1)，全區森林覆蓋率達69.53%，素有“三亞的后花園”美譽的育才生態區盡顯獨特的生態優勢。生態區擁有三亞市最高的森林覆蓋率和規模最大的水庫——大隆水庫，是三亞最重要的生態屏障和水源涵養地。育才生態區的首要任務是要保護好生態環境，樹立“綠水青山就是金山銀山”的強烈意識，加強生態文明建設。

圖1 研究區位置示意圖

1.2 數據源

本研究采用多源遙感衛星影像，主要采用高分二號和SPOT6衛星影像。高分二號衛星搭載兩臺1 m全色和4 m多光譜相機，影像具有亞米級分辨率，影像質量高，是植被監測和提取的基礎。SPOT6融合影像分辨率為1.5 m，幅寬較大，能夠較好的覆蓋研究區域。高分二號和SPOT6衛星影像都搭載多光譜相機，有近紅外波段，便于后續對植被進行提取和監測。

2 研究方法

本研究主要分為影像預處理、特征信息提取以及結果分析統計三個方面，圖2為本研究的技術路線圖。

圖2 育才生態區生態資源監測技術路線

2.1 影像預處理

對獲取的衛星遙感數據進行以下預處理：

(1)輻射定標：將不同時間，不同傳感器采集的衛星影像進行輻射定標，使圖像的灰度級亮度轉換為絕對輻射亮度，便于后期提取各類地物光譜特征。

(2)大氣校正：通過FLAASH大氣校正以消除地形、大氣等因素導致的光譜亮度失真。

(3)幾何校正：在影像上均勻布置控制點，對影像進行幾何校正，消除因影像拉伸變形的影響。

(4)影像融合：將影像融合得到目標區域高分二號0.8 m分辨率多光譜數據與SPOT6衛星1.5 m分辨率多光譜數據。

(5)影像裁剪及拼接：完成對目標研究區域的影像裁剪。由于育才生態區面積較大，需要將多景影像進行配準融合，最終得到目標區域的完整影像。

2.2 用地類型監測

通過實地考察發現，育才生態區地形以山地為主，區內有大量的林地覆蓋，部分山地開墾了橡膠、杧果、檳榔等果園，地勢平坦的區域以耕地和居民區為主。為了便于灌溉，研究區內還修建了大量的水庫。海南是中國的主要橡膠種植區，在研究區內也種植了大量的橡膠。因此選定林地、橡膠園、其他果園、耕地、水庫作為監測對象。

將完成預處理后的影像數據輸入系統計算歸一化植被指數NDVI(Normalized difference vegetation index)。NDVI指的是遙感影像中近紅外波段的反射值與紅光波段的反射值之差比上兩者之和。NDVI指數介于-1到1之間，數值在0到1之間且越接近于1則說明區域植被覆蓋度越高，植被的生長狀態越好；如果該數值接近或等于0，則說明該區域以裸地或建設用地為主；如果數值為-1則該區域為水面。本研究將NDVI提取閾值設為0.3，大于0.3的區域為植被覆蓋區域，該閾值能夠較好地將研究區內植被區域和非植被區域進行區分，完成提取后，通過對邊界不清晰的區域進行調整，得到植被覆蓋區域。通過影像特征結合地形和實地考察結果(例如，耕地往往在地勢平坦處，農作物種植間距較小或無間距，且邊界清晰，周邊有田埂和道路；園地的植株間有間隔且種植間距較為平均，往往處于坡地、山體附近)，最終完成對研究區內的林地、園地、耕地及水庫的識別和提取，并形成對應的用地監測圖。

將不同時期的遙感監測結果進行對比，監測用地類型變化區域，重點監測亂砍濫伐、違規采石等行為，從而支撐耕地、林地保護等工作的開展。

3 數據處理結果與分析

3.1 總體監測結果

分別選取三亞市育才生態區2020年5、11月與2021年2、11月的4期遙感影像，對生態區進行遙感監測，并對區內的林地、園地、耕地、水庫進行用地情況分類(圖3)。通過衛星遙感對生態區內每一處用地類型進行精細化監測，及時發現各類用地變化，輔助農業發展。監測發現，林地面積增長(圖3,a1～a4)；果園種植面積擴大，榴梿、火龍果等高價值水果種植比例提升(圖3,b1～b4)；耕地、橡膠種植面積減少(圖3,c1～c4)，說明生態區內林地保護與造林工作切實有效，農民轉變思路種植高價值經濟作物，有效提高了收入。同時監測發現，水庫蓄水面積在旱澇兩季都較為穩定(圖3,d1～d4)，有效起到了防洪抗旱的作用,并為灌溉周邊地區的園地、耕地提供了穩定水源。

a1、a2，a3、a4分別為2020年5、11月，2021年2、11月林地的監測結果；b1、b2，b3、b4分別為2020年5、11月，2021年2、11月園地的監測結果；c1、c2，c3、c4分別為2020年5、11月，2021年2、11月耕地的監測結果；d1、d2,d3、d4分別為2020年5、11月，2021年2、11月水庫的監測結果。圖3 育才生態區生態監測產品

3.2 水庫面積變化監測圖

水庫有防洪、蓄水、灌溉等作用，對周邊的農業發展有極其重要的影響。育才生態區地處熱帶季風氣候地區，旱季雨季分明，不同季節水庫蓄水量變化較大，對水庫周邊的園地、耕地灌溉影響更為明顯。通過對生態區內主要水庫的遙感面積變化進行監測，進而實現對水庫庫容量的監測，有助于調查水庫蓄水及周邊水土保持情況[圖4(a)]。從育才生態區部分主要水庫遙感面積來看，2020年5月各水庫蓄水面積較小，其他時段各水庫蓄水面積基本平穩[圖4(b)]。在用地類型監測中發現，研究區果園種植面積不斷增加，對周邊水庫蓄水灌溉能力提出了更高要求。通過查詢三亞市年鑒發現，研究區水利有效灌溉面積逐年穩步提升，果園種植面積不斷擴大，主要經濟作物如杧果、香蕉等產量不斷增長，農業產值再創新高。這些表明，水庫對周邊地區農業發展起到了重要作用。

3.3 大型工程監測

大型工程為研究區帶來經濟效益的同時，也會對周邊環境產生破壞，對生態區內的大型重點工程進行遙感監測有利于促進經濟發展的同時，真正踐行“綠水青山就是金山銀山”的發展理念。例如，育才生態區內[圖5(a)]的314省道正在進行道路改擴建工程[圖5(b)，紅線標注范圍為道路施工區域]。為拓寬改造道路，部分道路改造區域對道路兩側的植被產生了破壞[圖5(c)、圖5(d)]。通過衛星遙感影像對生態區中道路施工產生的破壞情況及修復工作展開監測，為生態區開展各項大型工程提供環境保護方面的數據支持。

圖5 生態區道路改建遙感監測區域示意圖(a)與道路改建遙感圖(b,c,d)

3.4 用地變化監測

針對生態區，一方面要保護區域生態環境，限制開發；另一方面也要兼顧區域經濟發展。因此，監測生態區內的開發建設活動[圖6(a)]，減少人類活動對生態區的破壞具有十分重要的意義。從影像中[圖6(b)，紅線標注范圍為橡膠種植變化區域]可以看出，紅色范圍內在2020年5月為橡膠林；在同年11月的影像中[圖6(c)]有一塊橡膠林已被割除，并改種了杧果等其他作物；在次年2月的影像中[圖6(d)]，另一塊橡膠林也被割除，并改種了杧果等作物。相較于傳統人工統計，遙感監測頻率和效率更高、更精細，對生態環境管理起到了支撐作用。

圖6 生態區用地變化遙感監測區域示意圖(a)與用地變化遙感圖(b,c,d)

3.5 生態監管系統

為更好地監管生態區內的生態資源，開發了基于網絡的生態資源監管應用系統。利用H5技術開發的基于Cesium的三維Web GIS平臺，將所有遙感監測數據納入生態監管系統，并將數據可視化展示，實現各類用地數據及變化情況的快速查詢、更新及顯示。

本研究開發的生態監管系統界面包括數據目錄、地圖區域及數據統計三個部分。數據目錄以樹狀列表的方式顯示，便于快速查詢不同時期的各類用地情況；地圖區域顯示選擇的用地類型覆蓋情況，用戶可在該區域拖動、放大縮小地圖區域；數據統計區域顯示不同區域在不同時期的數據統計圖表。

4 結論與展望

利用多源衛星遙感影像對生態資源的動態監測為有效保護生態區環境提供數據支持，較傳統人工生態資源監測具有監測效率高、覆蓋面積廣等優勢，尤其是結合多源多時空高分衛星遙感影像對比，能夠有效解決單一數據在識別不同地物的特征時區分度不明顯的問題，為開展生態區各類生態資源調查提供了新的渠道。但是，目前在識別精度以及建立識別模型等方面還存在不足。

近年來無人機技術發展迅速，并很快占據了遙感中的重要地位。較其他遙感平臺，無人機具有體積小、成本低、起降靈活等多種優勢，尤其是其飛行高度低，極大地提高了數據的分辨率，下一步將在生態區生態資源調查中加入無人機數據，有效提高樹種識別效率和精度。

建立識別模型是生態資源監測的重點和難點，對后期提高識別效率和識別精度有重要的作用。當前的識別分類采用了選取樣本點，利用NDVI指數加目視解譯的方法，該方法效率較低，且需要大量人工對自動識別的邊界進行調整。后續工作將建立識別模型，提升自動識別的效率和識別的精確度。