國土空間環境污染生態修復關鍵區域識別方法研究

關鍵詞：國土空間；環境污染；生態修復；關鍵區域識別

中圖分類號：X171 文獻標志碼：A

前言

隨著生產力的不斷發展，頻繁的人類活動迅速提升了土地開發強度，造成生態空間面臨景觀破碎化以及生物多樣性等問題，給區域生態系統的可持續發展帶來了全新的挑戰。國土空間環境污染生態修復是恢復和重建退化生態系統的重要技術，能夠為區域生態安全問題提供有效的解決方案。生態修復的關鍵在于識別出環境污染的重點區域和主要污染源，以便有針對性地開展治理工作。所以，科學合理且準確識別國土空間環境污染生態修復關鍵區域對維護國家生態安全具有重要意義。國內相關專家給出了一些較好研究成果，例如覃彬桂等人通過InVEST模型和景觀連通性等相關理論建立生態安全格局，進而識別出修復關鍵區域。付鳳杰等人通過電路理論提取生態廊道，建立生態安全格局，采用電流密度準確診斷出生態“夾點”和生態障礙點，確定生態修復關鍵區域。但是，國土空間環境污染問題具有復雜性、多樣性和不確定性等特點，傳統識別方法難以準確反映污染的真實狀況。因此，在以上研究方法基礎上，提出國土空間環境污染生態修復關鍵區域識別方法。通過實驗分析證明，所提方法可以準確識別國土空間環境污染生態修復關鍵區域，能夠為制定針對性的生態修復策略提供科學依據。

1生態修復關鍵區域識別方法

1.1國土空間環境污染圖像去噪

國土空間環境污染圖像去噪是一項關鍵任務，旨在去除圖像中因噪聲引起的干擾，提高圖像質量和可視化效果。在離散小波變換（Discrete wavelet transform，DWT）的算法中，將函數φ（t）設定為可積函數，對其展開傅里葉變換即可獲取全新的函數φ（t）。同時φ（t）也可以被稱為是小波母函數，根據實際需求，設定對應的可容許性條件。分別加入不同的因子對咖（t）展開伸縮和平移處理，則獲取函數φ_a，b（t）為式（1）：

式（1）中，a和b均為尺度和平移因子；t為運行時間。

在二維多級中值濾波（2D multi-level median filtering，TMMF）的算法中，劃分噪聲點領域形成4個不同方向的濾波模版，每個模板單獨展開濾波處理，并且經過計算得到各個噪聲點對應的濾波值。將DWT算法和TMMF算法結合，對國土空間環境污染圖像展開去噪處理，詳細的操作步驟如下：

（1）對含有噪聲的國土空間環境污染圖像展開分層DWT處理，得到低頻和高頻子圖像，描述國土空間環境污染圖像背景信息和高頻信息。

（2）由于國土空間環境污染圖像中的噪聲在完成DWT處理后全部集中在高頻子圖像。因此，對高頻子圖像展開二次單層DWT處理，得到次高頻子圖像和次低頻子圖像。

（3）對于次高頻子圖像，采用式（2）展開噪聲檢測處理，并且對噪聲加以標記為式（2）。

式（2）中，z（x，y）為國土空間環境污染圖像中隨機一個像素點的灰度值；z_max（x，y）和Z_min（x，y）為噪聲檢測模板中的最大和最小灰度值。

（4）對標記的噪聲采用多方向濾波模版展開二維多級加權中值濾波處理。

（5）對于次低頻子圖像而言，高頻子圖像中的小波分解層數會隨著噪聲的變化而變化，對其展開閾值處理，得到小波系數幅值。

（6）將步驟4和步驟5中去噪處理后的小波子圖像展開系數重構，獲取去噪后的國土空間環境污染圖像。

1.2國土空間環境污染生態修復關鍵區域識別

在完成圖像區域處理后提取國土空間環境污染區域的多源特征，建立比值指數突出國土空間環境污染生態修復關鍵的光譜信息。比值型函數建立的基本原理為，在目標圖像中展開最強和最弱反射波段搜索，對兩個波段展開比值計算，有效抑制背景信息，全面提升目標地物信息。比值函數構建為式（3）：

圖像采集過程中存在大量噪聲，不利于后續國土空間環境污染生態修復關鍵區域識別處理，所以對采集到的測試圖像展開去噪處理。選擇文獻[3]方法和文獻[4]方法作為對比方法，獲取不同方法的圖像去噪結果，具體見圖2。

分析圖2可知，所提方法獲取的去噪效果明顯優于其他方法，充分證明了DWT算法和TMMF算法相結合的優勢，促使圖像更加平滑且有效保留圖像細節信息，獲取了更加滿意的去噪效果。

不同方法的國土空間環境污染生態修復關鍵區域識別結果（圖中白色區域為生態修復關鍵區域）見圖3。

通過分析圖3可知，采用所提方法可以精準識別出生態修復關鍵區域，而對比方法只可以識別出部分區域，尤其是當區域面積比較小的情況下，會出現識別不出的情況。由此可見，使用所提方法可以得到更加精準地生態修復關鍵區域識別結果。

分析各個方法在固定樣本數量下的識別效率，具體結果見表1。

通過表1可知，所提方法的識別速度優于對比方法，這是因為所提方法采用DWT算法和TMMF算法結合，對目標圖像展開去噪處理，促使其更有利于實現后續識別，進一步提升國土空間環境污染生態修復關鍵區域識別效率，充分驗證所提方法的優越性。

3結束語

隨著全球環境保護意識的日益增強，國土空間環境污染生態修復已經成為當今社會關注的焦點。為此，提出一種國土空間環境污染生態修復關鍵區域識別方法。在國土空間環境污染圖像去噪的基礎上，結合比值函數和灰度共生矩陣提取光譜特征和紋理特征，利用直方圖閾值法完成國土空間環境污染生態修復關鍵區域識別。實驗測試表明，所提方法具有良好的去噪能力，可以有效剔除圖像中的所有噪聲。在國土空間環境污染生態修復關鍵區域識別精度方面，該方法能夠精準識別生態修復關鍵區域。在國土空間環境污染生態修復關鍵區域識別效率方面，該方法178.5ms即可識別60個測試樣本。由此證明，研究方法能夠為促進中國生態修復實施提供有效依據。