基于激光雷達組網的生態環境污染遙感監測方法研究

關鍵詞：激光雷達組網；生態環境污染；遙感監測；RSEI；主成分分析法

中圖分類號：X87 文獻標志碼：B

前言

隨著人類社會的快速發展和城市化進程的推進，生態環境污染問題日益凸顯，并對人類健康和生態系統造成了嚴重的影響。然而，要全面了解和監測這些污染問題的分布、來源和演變趨勢，傳統的野外調查方法受限于時間、空間和成本等方面的制約，無法滿足實時連續監測的要求。

針對此問題，相關領域學者也得到了一些較好的研究成果，例如：史浩東等人確定了光學信息采集、特性生成和傳輸機理、高分辨信息解混、重構與增強以及識別反演，實現海洋生態環境的監測。盧光華等人將航空遙感探測技術和場地數據數值模擬計算相結合，以完成垃圾總體量和分布特點的分析，然后獲取水污染源的結構和分布特點，并結合場地水文地質條件設計地下水監測方案。但是，不同地表類型和大氣條件可能導致校正效果的差異，校正精度可能會降低。李家藝等人根據實地觀測照度設計經驗模型以獲得南京夜間亮度，利用夜間亮度獲取夜間光污染分布情況，實現光污染監測。然而，該方法也存在一些弊端和限制，包括解混的準確性挑戰、航空遙感的局限性和表觀輻射亮度改性的復雜與場景適應性問題。

為了解決上述方法中存在的問題，提出基于激光雷達組網的生態環境污染遙感監測方法。

1材料與方法

1.1研究區域

將山東省南四湖作為此次的研究區域，南四湖處于山東省的西南方向，屬于山東省最大的淡水湖，流域氣候為暖溫帶季風氣候，年平均氣溫在20℃左右。南四湖包括上、下兩級湖，全湖平均水深約為1.5m，上級湖包括邵陽湖、獨山湖以及南陽湖，此次研究區域即為上級湖和周邊位置。

1.2監測方法

將激光雷達組網作為觀測儀器。激光雷達組網中具有多個功能與頻率不同的激光雷達，這些雷達負責獲取生態環境數據，并在規定時間內將搜集到的航跡與點跡數據發送給指揮中心；指通方艙負責將各個雷達搜集到的數據展開統計匯總和上報，并將數據展開融合處理、完成組網內部所有雷達的運行狀態監測；指揮中心主要負責激光雷達組網的管理及分布優化、數據顯示，確保雷達組網的安全運行。激光雷達組網的系統結構見圖1。

如圖1所示，激光雷達組網中包括n不同種類的激光雷達，并形成了不同預警程度的數據探測網，能夠完成不同等級預警雷達的針對性配置、生態環境質量數據共享以及不同雷達之間的空域補償。對于激光雷達組網收集到的生態環境質量數據，利用主成分分析法對大氣污染、土壤污染、飲用水體污染以及生活用水污染指標展開集成處理，將主成分的方差作為權重，首先對四個評價指標展開標準化處理，然后根據得到的所有標準化指標展開生態環境質量的綜合評價，設計思路如下：

1.2.1指標標準化處理

基于遙感監測收集到的指標量綱存在差異的問題，需要通過極差標準化對所有指標展開處理，使全部指標的量綱都為[0，1]，標準化處理后的指標NI定義如式（1）：

2結果與分析

2.1主成分分析

將指標展開主成分分析后得到的結果如表1所示（表中的PC1、PC2、PC3、PC4分別表示第一、二、三、四主成分），結果可分為三點：（1）指標處理前、處理中與處理后階段的所有指標第一主成分貢獻率為63.78%、73.92%與68.21%，這說明第一主成分中包含了大氣污染、土壤污染、飲用水體污染和生活用水污染的大多數特征；（2）在第一主成分（PC1）中，大氣污染與飲用水體污染呈現正數，而土壤污染與生活用水污染呈現負數，因此大氣污染和飲用水體污染對南四湖生態環境質量產生正面影響，而土壤污染與生活用水污染對生態環境質量產生負面影響；并且在處理前、中、后階段中，生活用水污染對應的系數值最大，表示生活用水污染對南四湖生態環境質量產生的影響最大；（3）在剩余主成分中，各指標值的穩定性較差，對結果分析的準確率較低，因此根據第一主成分來建立RSEI污染模型。為使獲得的RSEI污染指數和南四湖生態環境質量相對應，通過1-PC1計算初始生態指數為RSEI₀，并對RSEI₀實施標準化處理，獲得最終的RSEI值。

通過相關系數對RSEI污染模型的適用度展開驗證，如果相關系數越靠近1，則RSEI污染值越能反映四個指標的特征，即RSEI虧染模型的適用度更高。設定A、W、T和D為適用度分析中的南四湖生態環境質量指標，則指標A的平均相關度VA定義如式（4）：

不同指標之間以及和RSEI污染之間的相關系數見表2。

分析單指標結果發現，四個指標中相關度最高的為生活用水污染，處理前、中、后期的相關度平均值是0.777；剩下指標的相關度按照從大到小的順序分別為大氣污染、土壤污染和飲用水體污染，對應的相關度均值為0.726、0.688、0.659；根據RSEI污染和上述四個指標間的結果發現，各階段的相關度均值都大于0.8，因此遙感生態指數RSEI污染比一個指標更能體現南四湖生態環境污染程度。

2.2人類活動分析

由于國家出臺了退耕還草還林的相關政策，從2004年至2022年山東省南四湖附近山區共退耕還草還林約12286. 82km²，面積占2004年南四湖附近山區耕地面積的19.89%，占南四湖山區總面積的6.02%。實施退耕還草還林計劃的大部分區域都在五四湖附近山區。

為比較南四湖全部退耕還草還林區，現對沒有實施退耕的區域和南四湖附近山區整體的RSEI污染平均值與變化速率展開計算，得到的結果見表3。

根據表3數據能夠得知，南四湖附近山區的退耕還草還林區域對應的RSEI平均值為0.54，而全區和未退耕區域的RSEI平均值分別為0.50和0.39，表明退耕區域的RSEI平均值遠高于南四湖山區全區和未退耕區；退耕區的RSEI變化速率為0.13，也高于全區的RSEI變化速率0.06和未退耕區的0.10。因此，對于南四湖附近山區而言，退耕還草還林區域的生態環境質量要比全區和未退耕區的生態環境質量高，即人類采取的退耕還草還林活動能夠有效降低生態環境的污染程度。

2.3生態環境的時空變化分析

為了提高確保對生態環境污染的精準監測，需要對山東省南四湖生態環境的時空變化展開可視化分析，將遙感生態指標RSEI污染分為5個等級，分別是差（0～0.2）、較差（0.2～0.4）、中等（0.4～0.6）、良（0.6～0.8）、優（0.8～1.0）.

如表4所示按照上述分級方式得到的1992年-2022年南四湖上級湖區域的遙感生態指標RSEI污染分級結果。

如表4所示，南四湖西部的生態環境污染程度比東部的低，原因是東北部的大部分地區多為低山丘陵，導致水土流失現象頻繁發生。從1992年至2022年，南四湖東北區域的生態環境污染程度已有所降低，根本原因是在這30年間持續開展的退耕還林還草活動，加強了土壤的利用性，降低了水土流失的程度。南四湖的東南區域的礦區面積較大，且一直在實施煤礦的開采活動，使得部分區域發生地表沉降現象，這直接造成了草地、耕地和林地面積的減少，植被覆蓋度也隨之降低，從而使該區域的生態環境等級由1992年的優和良等級變為2022年的較差和差，生態系統的功能也更加脆弱。從全局來看，南四湖西部的生態環境等級較高，環境污染程度較低，但存在少部分區域生態環境質量差，遭受的環境污染在持續向四周擴散，西部附近較多耕地改為房屋建設用地，建設過程中產生大量污染使得環境質量下降。南四湖湖區的生態環境質量等級在1992年時多為優和良等級，到2022年時已降為中等等級，主要原因是湖區區域存在新安、湖西和濱湖三大煤礦，且三個煤礦計劃開采煤量巨大，頻繁的開采活動降低了南四湖湖區的物種多樣性以及生態功能，使湖區自然生態環境較差，產生的污染問題較為嚴重。

為了得到山東省南四湖區域內的生態環境污染的定量分析和對比，現以每10年為間隔，根據1992年-2022年的各年份RSEI污染值變化情況，對不同的RSEI污染等級對應的面積和所占比例展開計算，計算結果見表5。

分析表5可知，從1992年-2022年，RSEI污染的優級面積呈現下降趨勢，且面積下降的百分比為18.245%；從1992-至2012年，良等級和中等等級面積所占比例呈逐漸上升趨勢，但從2012年-2022年，面積所占比例又逐漸下降；從1992年-2012年，較差等級和差等級對應的面積所占比例呈下降趨勢，從2012年-2022年，比例又逐漸上升。

3結束語

通過對基于激光雷達組網的生態環境污染遙感監測結果展開分析得到以下結論：在大氣污染、生活用水污染、飲用水體污染和土壤污染四個指標中，指標之間相關度最高的是生活用水污染，生活用水污染對生態環境污染程度的影響也最大，但RSEI污染指標與上述四個指標間的相關度比單獨指標間的相關度要高，表明遙感生態指標RSEI污染能精準地呈現出生態環境污染程度。由于退耕還林還草等人類活動的實施，退耕還林還草區域的遙感生態污染指標RSEI值和污染變化速率比南四湖附近山區整體更嚴重。南四湖的西部整體生態環境質量較高，但東南部受到煤礦開采工作的影響，植被覆蓋度逐漸降低，土壤污染和生活用水污染指標上升，說明煤礦開采工作會加重南四湖生態環境的污染情況，而植樹造林能夠防止水土流失，降低生態環境的污染程度。