自然資源綜合調查中遙感手段的應用淺析

許佳琪 康建坤 曾冠中 張 偉 劉松杭 李光琪

中國地質調查局地球物理調查中心 河北廊坊 065000

1 概述

何為自然資源，關于這一問題，Zimmermann在1933年于《世界資源與產業》中指出環境或其某些部分，只有它們能(或被認為能)滿足人類的需要時，才是自然資源。聯合國環境規劃署在1972年對自然資源的定義做出規范，所謂自然資源，是指在一定的條件下，能夠產生經濟價值以提高人類當前和未來福利的自然環境因素的總稱。我國《辭海》1980年版則定義自然資源一般指天然存在的自然物(不包括人類加工制造的原材料)，如土地資源、礦藏資源、水利資源、生物資源、海洋資源等，是生產的原料來源和布局場所。隨著社會生產力的提高和科學技術的發展，人類開發利用自然資源的廣度和深度也在不斷增加，《大英百科全書》在2000年定義自然資源是人類可以利用的自然生成物，以及作為這些成分之源泉的環境功能。近年來，我國專家學者也對自然資源的定義進行了劃定，主要觀點為自然資源是可為人類使用，客觀存在于宇宙空間內自然環境要素的總和。

自然資源定義的廣泛性直接導致了其調查的難度，各類自然資源要素的關聯耦合性也造就了它們之間“牽一發而動全身”的特質，要想探究其中奧秘，首先要對工作區各類自然資源的本底數據有所掌握，數據獲得的手段就是開展自然資源綜合調查。本文依托中國地質調查局項目“漢江流域丹江口——鐘祥段自然資源多要素綜合調查”，作者參與開展了自然資源試點區示范調查工作，工作思路圍繞自然資源綜合調查的主要目標任務，以第三次全國國土調查數據為底版，融合土地(耕地)、礦產、森林、草原、水、濕地等地表覆蓋層和地表基質層調查數據，分層形成涵蓋各類自然資源信息的綜合調查圖斑本底。以圖斑為單元，開展基于遙感技術的全覆蓋面積變化監測，產出各類自然資源面積及其變化數據。以專項調查樣地(點)為基礎，根據精度和需要解決的問題需求，構建調查監測體系，設置調查樣地(點)，開展樣地(點)調查，查清各類自然資源質量、生態功能。構建自然資源立體時空數據模型，建立自然資源三維立體時空數據庫，統計匯總自然資源調查監測數據，綜合分析評價各類自然資源基本狀況，提出保護開發利用建議，產出各類自然資源數據及數據庫、專題數據集和統計分析評價報告及圖件。

關于自然資源綜合調查，我國地質調查單位和科研機構開展了很多工作。2020年1月，自然資源調查監測體系構建總體方案公布，自然資源部職責涉及土地、礦產、森林、草原、水、濕地、海域海島等自然資源，涵蓋陸地和海洋、地上和地下。河北省承德市、福建省寧化縣率先開展自然資源綜合調查，承德項目組通過測量巖石—土壤地球化學元素數據，對土壤中Se、B、Zn等有益元素的分布與巖石類型相關聯，從而對山楂、核桃、板栗和蘋果等特色經濟林種植區進行規劃；福建寧化項目將植被覆蓋率、水土流失典型地區規律以及土壤肥力分別與巖石巖性建造區建立聯系，取得了較好的對應關系。從以上科研及項目工作可得出結論，獲取自然資源多要素底數和關聯耦合性需開展綜合調查，建立統一體系，獲取完整的本底數據。我們要做的就是在獲得數據的基礎上，分析各類資源間密切聯系，進行一定限度的調節、有效的管理，使包括所有自然資源在內的生態系統發揮最大的效益。

遙感手段在自然資源綜合調查中的應用非常廣泛，以自然資源濕地要素的遙感研究為例，濕地分布范圍非常廣泛，部分沼澤濕地從地面難以直接進行調查，濕地植被大多矮小，濕地水體又具有明顯的光學反光性，因此，依賴遙感技術能高效、及時、準確地進行長期監測。同時，遙感手段在對森林資源要素的調查中也有廣泛應用，本次工作通過結合無人機機載高光譜數據、高分辨率數據和實地調查數據，對湖北宜城市東邊的鶯河二庫附近面積約4平方千米的面積區域進行分類，在此基礎上對5個樣地區域的林木進行精細識別研究，對這5個樣地區域的林木進行健康評估研究，效果非常不錯。

2 應用分析

2.1 遙感診斷

2.1.1 建立遙感解譯標志庫

將遙感影像與多期林草濕等資源數據庫進行疊加分析，根據專家先驗知識，選擇前后期遙感影像特征有變化的區域，與林草濕等資源數據庫記錄的不同地類圖斑進行對照分析，形成地表覆蓋變化與遙感影像特征變化的對應關系；分析前后期遙感影像特征發生變化的情況，按建設項目占用、林地草地濕地開墾破壞、林木采伐、災害及生態保護修復等判別變化類型，并分別按類型進行標定，形成遙感解譯標志庫和變化類型數據標簽。

2.1.2 人工智能識別

采用以深度學習為主的人工智能算法，讀取遙感解譯標志庫和數據標簽進行迭代訓練，獲取孿生神經網絡模型等算法的最優參數，基于兩期遙感影像，自動識別提取變化圖斑。

2.1.3 變化地塊初步診斷

對人工智能識別的變化圖斑，根據兩期遙感影像的特征變化情況，結合有關業務管理資料初步判定變化類型，修改完善和補充區劃變化圖斑的邊界，分別為建設項目占用、林地草地濕地開墾破壞、林木采伐、自然災害及生態保護修復等，填寫變化類型。

2.2 驗證核實

以查閱資料、野外驗證、無人機拍攝識別等方式核實變化圖斑的范圍界線，記錄變化類型、地類、管理和自然屬性等變化情況。地類按現在的實際情況記載，記載到三級地類。

期末考試成績由兩大部分組成：期末考核+平時成績，即總成績=期末成績（70%）+平時成績（30%）。其中，平時成績根據學生平時作業、綜合實例和單項測試情況綜合評定；期末成績是利用Moodle 平臺實現在線考試，建立高質量的試題庫，在題庫中，加大主觀題的比例，從考察學生客觀題的重心轉移到主觀題上，鼓勵學生多動腦，多思考，不局限于一種思維，讓學生真正實現面向能力的考核。

遙感診斷的變化圖斑與林草資源檔案記錄的位置、范圍、信息對應的，或調查人員舉證確認的，可以判定的變化圖斑，根據檔案信息、資源數據庫、舉證資料等記載變化圖斑的前地類、現地類、變化原因等屬性及其他變化情況。

遙感診斷的變化圖斑與林草資源檔案記錄不對應的，且無法室內判定的，應進行現地核實(如圖1，紅色框內為“一張圖”特灌圖斑，影像診斷發現變化后，實地查驗填寫實際變化資源屬性)，判定是否發生變化及變化情況，并記錄變化圖斑的前地類、現地類、變化原因等屬性及其他變化情況。

遙感診斷的變化圖斑外，根據相關資料或現地發現的變化地塊，根據實際情況補充勾繪圖斑，現地核實記錄變化圖斑的前地類、現地類、變化原因等屬性及其他變化情況。變化原因包括造林種草、林木采伐、建設項目占用、開墾破壞、自然災害、森林撫育、自然生長等。

2.3 無人機遙感

本項目通過結合機載高光譜數據、高分辨率數據和實地調查數據，開展了森林資源土地利用、樹種識別和健康評價。基于ISODATA算法實現的測區土地利用分類總體精度為67.44%。其中，林木1的生產者精度和用戶精度分別為67.86%和75.00%；林木2的生產者精度和用戶精度分別為60.81%和70.31%。結果表明，測區土地利用分類可以將大部分林木信息提取出來。

項目利用SVM算法實現不同樣地區域林木的精細識別，每個樣地區域的總體分類精度分別為80%、86.73%、75%、87.4%、90.85%。結果表明所采用的樹種識別方法的分類結果具有較高精度，可以較好地區分植被與非植被，也能較好地區分不同樹種。項目使用“寬帶綠度指數”“葉綠素指數”和“樹冠含水量/光合作用能力指數”的組合來衡量樹木健康，通過與假彩色合成圖像對比，對樹木健康評估結果進行定性評價。觀察發現健康評估結果與從假彩色合成圖像中觀察到的結果較為一致，表明所采用的樹木健康評估方法的結果具有一定可靠性。

3 遙感手段評價

3.1 優勢

3.1.1 大面積同步觀測

3.1.2 時效性、周期性優勢

獲取信息的速度快，周期短。由于衛星圍繞地球運轉，從而能及時獲取所經地區的各種自然現象的最新資料，以便更新原有資料，或根據新舊資料變化進行動態監測。例如，Landsat8衛星每16天可覆蓋地球一遍，參考應用只需下載提取所需時段的遙感數據即可，自然資源綜合調查以提取最新數據為主，如還有更高精度要求，則考慮無人機現地實飛，保證數據的時效性符合要求。

3.1.3 數據綜合性強

能動態反映地球表面所有事物的變化，遙感手段能周期性、重復地對同一地區進行對地觀測，這有助于地質調查人員通過所獲取的遙感數據，發現問題并動態地跟蹤自然資源要素的變化。同時，研究自然界的變化規律，尤其是在自然資源領域中的監視氣象變化、地質災害、森林覆蓋度等方面，遙感的運用就顯得格外重要。獲取的數據綜合地展現了地球表面自然與人文現象，宏觀地反映了所有自然資源以及人文事物的形態與分布，真實地體現了地質、地貌、土壤、植被、水文、人工構筑物等地物的特征，全面地揭示了自然資源各要素與人文事物景觀之間的關聯性，并且這些數據在時間上具有相同的現勢性。獲取信息的手段多、信息量大，根據不同的任務，遙感技術可選用不同波段和遙感儀器來獲取信息。例如，本次工作遙感診斷主要使用高分影像和多光譜數據，高分影像分辨率達到1.6米，用于目視解譯要素邊界屬性，多光譜數據用于機器解譯，解決范圍較大要素的基本屬性，二者結合完成對整個工作區本底的基本掌握，并結合多期數據達到監測效果，探索自然資源各要素發展演化規律。

3.1.4 成本較低社會效益高

遙感手段獲取信息受條件限制少，主要為拍攝時間段的云量。工作區上大范圍分布高山密林，自然條件極為惡劣，調查人員難以到達，如全部樣地開展實地調查，成本較高，采用不受地面條件限制的遙感技術，特別是星載遙感可方便及時地獲取各種工作區基礎資料。

3.2 局限性

3.2.1 應用范圍還需擴大

目前，遙感技術在自然資源領域所利用的波段還很有限，以本次工作使用的多光譜數據為例，不同波段與各類自然資源之間的對應關系有待進一步挖掘。此外，已經被利用的電磁波譜段對許多地物的某些特征還不能準確反映，還需要發展高光譜分辨率遙感以及遙感以外的其他手段相配合，特別是地面調查和驗證尚不可缺少。

3.2.2 準確性還有待提高

由于使用星載多光譜數據和高分數據的時效性和分辨率問題、目視解譯的不精確性問題等，遙感手段應用于自然資源綜合調查的局限性還是存在的，例如，本次收集數據為2021年春季影像，到實地調查時已為夏季，部分前期識別的荒地已被地方百姓開墾種植為耕地，還有部分水域由于降雨量的增加，面積明顯增大，給野外驗證帶來了很多困難。而無人機方面，所用機載高光譜數據的覆蓋區域限制，本項目所提出的方法是否適用于其他區域的樹種精細識別還有待進一步驗證。

結語

綜上所述，遙感手段在自然資源綜合調查中是不可或缺的，其同時兼具觀測員與監查員的雙重任務，應用遙感手段能夠解決從診斷到支撐驗證全工作流程諸多具體實際問題。同時，遙感手段具有面積大、時效性好、周期短、綜合性強以及降低工作成本的優勢，下一步自然資源綜合調查中應加強探索包括高分遙感影像、多光譜、高光譜、紅外、雷達等多元遙感數據的統籌兼顧和綜合利用，并添加相應的工作手段開展關鍵指標的遙感定量探討。