劉 瑞,王世新,周 藝,姚 堯,韓向娣 (.中國科學(xué)院遙感應(yīng)用研究所,遙感科學(xué)國家重點(diǎn)實(shí)驗(yàn)室,北京 000；2.中國科學(xué)院研究生院,北京 00049)

基于遙感技術(shù)的縣級區(qū)域環(huán)境質(zhì)量評價(jià)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(xué)院遙感應(yīng)用研究所,遙感科學(xué)國家重點(diǎn)實(shí)驗(yàn)室,北京 100101；2.中國科學(xué)院研究生院,北京 100049)

建立了一種完全基于遙感數(shù)據(jù)的縣級區(qū)域生態(tài)環(huán)境狀況評價(jià)模型,該模型利用支持向量機(jī)的方法對廣西欽州市欽南區(qū)HJ-1星CCD數(shù)據(jù)進(jìn)行分類,提取土地利用類型,同時(shí)建立了生物豐度指數(shù)、植被覆蓋度指數(shù)、水資源密度指數(shù)、土壤侵蝕指數(shù)和人類活動(dòng)指數(shù) 5種評價(jià)指標(biāo),對這些指數(shù)加權(quán)求和得到區(qū)域生態(tài)環(huán)境狀況指數(shù),定量化評價(jià)實(shí)驗(yàn)區(qū)域生態(tài)環(huán)境質(zhì)量.評價(jià)結(jié)果表明,該區(qū)域整體生態(tài)環(huán)境質(zhì)量良好,生態(tài)環(huán)境狀況為良的區(qū)域占總面積的64.105%,主要集中在欽南區(qū)的林地區(qū)域,生態(tài)環(huán)境狀況為一般的區(qū)域占 31.206%,主要分布在水資源豐富的區(qū)域,而生態(tài)環(huán)境狀況為差的區(qū)域則占3.668%,主要集中在人類活動(dòng)頻繁的城區(qū).

遙感；土地利用；縣級區(qū)域；生態(tài)環(huán)境評價(jià)

區(qū)域生態(tài)環(huán)境質(zhì)量評價(jià)是協(xié)調(diào)區(qū)域經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)之間關(guān)系的基礎(chǔ),是實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)可持續(xù)發(fā)展的重要手段[1].因此,快速、有效的評價(jià)區(qū)域生態(tài)環(huán)境質(zhì)量現(xiàn)狀,客觀認(rèn)識(shí)區(qū)域環(huán)境質(zhì)量存在的主要問題,對區(qū)域生態(tài)環(huán)境保護(hù)管理具有重要意義.

隨著遙感技術(shù)的日趨成熟,其實(shí)時(shí),快速,大范圍獲取地表綜合信息的能力在生態(tài)環(huán)境監(jiān)測中得到了日益廣泛的應(yīng)用,為區(qū)域生態(tài)環(huán)境提供了有效的研究手段.2006年發(fā)布的《HJ/T192-2006生態(tài)環(huán)境狀況評價(jià)技術(shù)規(guī)范(試行)》[2](以下簡稱技術(shù)規(guī)范)為利用遙感和GIS數(shù)據(jù)監(jiān)測生態(tài)環(huán)境狀況提供了一定的指導(dǎo)和規(guī)范.國內(nèi)學(xué)者利用該規(guī)范,對省市等較大范圍區(qū)域生態(tài)環(huán)境進(jìn)行了評價(jià)[3-4].也有學(xué)者使用該規(guī)范對于縣級或者縣級以下區(qū)域的生態(tài)環(huán)境區(qū)域評價(jià)[5],但是最終評價(jià)結(jié)果為生態(tài)環(huán)境狀況指數(shù),該數(shù)值只能表明整體研究區(qū)域的綜合生態(tài)環(huán)境狀況,并不能反映區(qū)域各處的具體環(huán)境狀況優(yōu)劣.另外,技術(shù)規(guī)范中也說明了該規(guī)范適用于縣級以上區(qū)域的生態(tài)環(huán)境現(xiàn)狀及動(dòng)態(tài)趨勢的年度綜合評價(jià),同時(shí)需要的相關(guān)GIS等統(tǒng)計(jì)數(shù)據(jù)較為龐雜,而縣級及以下區(qū)域的詳細(xì)、準(zhǔn)確的統(tǒng)計(jì)數(shù)據(jù)往往難以獲取,也在一定程度上限制了該規(guī)范的使用.

本研究針對技術(shù)規(guī)范應(yīng)用到縣級及以下小區(qū)域時(shí)的不足,在利用現(xiàn)有技術(shù)規(guī)范的基礎(chǔ)上,對技術(shù)規(guī)范中的評價(jià)指標(biāo)進(jìn)行了改進(jìn),通過遙感數(shù)據(jù)直接提取反映研究區(qū)生態(tài)環(huán)境狀況的評價(jià)指標(biāo),并以廣西省欽州市欽南區(qū)為例,評價(jià)其生態(tài)環(huán)境質(zhì)量,該評價(jià)結(jié)果可作為該區(qū)域環(huán)境動(dòng)態(tài)監(jiān)測的依據(jù)之一.

1 研究區(qū)域及數(shù)據(jù)

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

選取2008年12月18號獲取的環(huán)境與災(zāi)害監(jiān)測預(yù)報(bào)小衛(wèi)星(簡稱 HJ-1衛(wèi)星)CCD 影像作為主要數(shù)據(jù)源.HJ-1衛(wèi)星CCD數(shù)據(jù)的光譜特性與TM類似,詳細(xì)光譜特性見表1,該數(shù)據(jù)整體及四角云蓋量均為0%,下載的數(shù)據(jù)為2級產(chǎn)品,已經(jīng)過輻射糾正和系統(tǒng)幾何糾正,之后利用經(jīng)過正射的ETM數(shù)據(jù)對HJ-1衛(wèi)星CCD數(shù)據(jù)進(jìn)行正射糾正,糾正精度在1個(gè)像元內(nèi).同時(shí)下載了相應(yīng)區(qū)域的ASTER GDEM數(shù)據(jù),該數(shù)據(jù)地面分辨率為30m.另外為了進(jìn)行分類精度評價(jià),使用了2000年的1:10萬的土地利用數(shù)據(jù)和Google earth的高分辨率數(shù)據(jù)作為輔助數(shù)據(jù).

表1 HJ-1衛(wèi)星CCD數(shù)據(jù)特性Table 1 Characters of CCD data of HJ-1 satellite

2 生態(tài)環(huán)境評價(jià)的遙感指標(biāo)提取

在廣泛查閱、研究國內(nèi)外現(xiàn)有生態(tài)環(huán)境質(zhì)量評價(jià)資料的基礎(chǔ)上,結(jié)合技術(shù)規(guī)范,建立了一種完全基于遙感數(shù)據(jù)的區(qū)域環(huán)境質(zhì)量評價(jià)模型.該模型包括5種環(huán)境評價(jià)指標(biāo):生物豐度指數(shù)、植被覆蓋度指數(shù)、水體密度指數(shù)、土壤侵蝕指數(shù)和人類活動(dòng)指數(shù).各指標(biāo)的計(jì)算流程圖如圖1所示.

圖1 技術(shù)流程示意Fig.1 Technique flow chart

2.1 生物豐度指數(shù)的提取

生物豐度指數(shù)是指通過單位面積上不同生態(tài)系統(tǒng)類型在生物物種數(shù)量上的差異,間接地反映被評價(jià)區(qū)域內(nèi)生物豐度的豐貧程度.該指標(biāo)通過賦予不同土地利用類型不同權(quán)值,最后加權(quán)求和得到生物豐度指數(shù)的值.

該指標(biāo)和土地利用數(shù)據(jù)緊密關(guān)聯(lián),為了快速、準(zhǔn)確的獲取研究區(qū)域的土地利用類型數(shù)據(jù),采用基于支持向量機(jī)(SVM)的監(jiān)督分類方法對HJ-1 CCD數(shù)據(jù)進(jìn)行分類處理.SVM算法是一種實(shí)現(xiàn)結(jié)構(gòu)風(fēng)險(xiǎn)最小化準(zhǔn)則的機(jī)器學(xué)習(xí)方法,具有良好的計(jì)算有效性、健壯性和統(tǒng)計(jì)穩(wěn)定性,廣泛地應(yīng)用到模式分類(識(shí)別)的許多領(lǐng)域[6-7].本研究利用基于RBF核函數(shù)的C-SVC類型SVM算法對HJ-1 CCD數(shù)據(jù)進(jìn)行了監(jiān)督分類處理,將整個(gè)區(qū)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(shí)利用 LIBSVM 軟件包[8]計(jì)算出最優(yōu)化的參數(shù):γ=64、 C＝ 0.125,最終分類結(jié)果如圖2所示.

圖2 欽南區(qū)SVM分類結(jié)果Fig.2 SVM classification map of Qinnan district

根據(jù)2000年欽南區(qū)1:10萬的土地利用數(shù)據(jù),并結(jié)合對該地區(qū)Google earth影像目視解譯的方法產(chǎn)生地面真實(shí)類型的測試樣本點(diǎn)集,然后用隨機(jī)選點(diǎn)的方式對 SVM分類結(jié)果進(jìn)行精度評價(jià),產(chǎn)生的精度評價(jià)如表2所示.根據(jù)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(shù)權(quán)重,權(quán)重的設(shè)置主要依據(jù)技術(shù)規(guī)范中的權(quán)值設(shè)定,同時(shí)根據(jù)欽南區(qū)分類結(jié)果做了相應(yīng)調(diào)整,詳細(xì)權(quán)值設(shè)定見表3,總體精度為90.9648%,Kappa系數(shù)為0.8964.根據(jù)表3得到欽南區(qū)生物豐度指數(shù)分布如圖3所示.

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

表3 生物豐度指數(shù)權(quán)值表Table 3 Weighted values of biodiversity index

圖3 欽南區(qū)生物豐度指數(shù)分布Fig.3 Biodiversity index map of Qinnan district

2.2 水體密度指數(shù)的提取

根據(jù) SVM分類結(jié)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(qū)域劃分成1km的公里格網(wǎng),根據(jù)單元網(wǎng)格內(nèi)的水體面積與單元網(wǎng)格面積的比值對該網(wǎng)格內(nèi)的所有像素賦值,計(jì)算得到研究區(qū)域內(nèi)每個(gè)像素的水體密度指數(shù),最終得到的水體密度指數(shù)分布如圖4.

圖4 欽南區(qū)水體密度指數(shù)分布Fig.4 Water density index map of Qinnan district

2.3 植被覆蓋度指數(shù)的提取

圖5 欽南區(qū)植被覆蓋度指數(shù)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(biāo),同時(shí)也是影響土壤侵蝕的重要因子之一.歸一化植被指數(shù)(NDVI)和地表植被覆蓋度成正比關(guān)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?dú)w一化植被指數(shù)的數(shù)值.NDVISoil為完全裸土或者無植被覆蓋區(qū)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(qū)域中取NDVI最大值,本研究取值為 0.824.得到的欽南區(qū)植被覆蓋度指數(shù)分布如圖5所示.

2.4 人類活動(dòng)指數(shù)的提取

土地利用類型和人類活動(dòng)緊密關(guān)聯(lián),因此土地利用程度也能間接的反應(yīng)人類活動(dòng)對自然生態(tài)系統(tǒng)干擾的性質(zhì)和過程,人類活動(dòng)對生態(tài)環(huán)境干擾越強(qiáng)則生態(tài)環(huán)境狀況越差,以此原則對各種不同土地利用類型賦予相應(yīng)分值[10].本研究通過對不同土地利用類型的人類干擾強(qiáng)度賦值,構(gòu)建了人類活動(dòng)指數(shù)作為評價(jià)指標(biāo)之一.根據(jù) SVM分類結(jié)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(jié)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(quán)值Table 4 Weighted values of different land use types

根據(jù)該賦值,得到賦權(quán)值后的人類活動(dòng)指數(shù)分布,如圖6所示.

2.5 土壤侵蝕指數(shù)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(guān)系[11-13].因此,《土壤侵蝕分級標(biāo)準(zhǔn)》中將植被覆蓋度與坡度結(jié)合起來作為快速評價(jià)土壤侵蝕的方法[14],本研究采用該標(biāo)準(zhǔn)結(jié)合欽南區(qū)以水土流失為主要土壤侵蝕方式的實(shí)際情況和相關(guān)研究資料[15-16],將土壤侵蝕程度分為6級:微度、輕度、中度、強(qiáng)度、極強(qiáng)、劇烈,具體分級標(biāo)準(zhǔn)見表5.

根據(jù)表 5對欽南區(qū)土壤侵蝕程度進(jìn)行劃分,結(jié)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(qū)人類活動(dòng)指數(shù)分布Fig.6 Human activity index map of Qinnan district

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

為了定量化評價(jià)區(qū)域土壤侵蝕程度,本研究將以上6種土壤侵蝕強(qiáng)度分別賦予不同權(quán)值,如表6所示.

表6 土壤侵蝕強(qiáng)度權(quán)值表Table 6 Weighted values of soil erosion grades

3 生態(tài)環(huán)境狀況綜合評價(jià)

利用技術(shù)規(guī)范中的生態(tài)環(huán)境狀況指數(shù)(EI)來綜合評價(jià)研究區(qū)域的生態(tài)環(huán)境質(zhì)量,其計(jì)算公式如式(2).

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

將生物豐度指數(shù)分布、植被覆蓋指數(shù)分布、水體密度指數(shù)分布、土壤侵蝕指數(shù)分布和人類活動(dòng)指數(shù)分布在IDL平臺(tái)中按照公式2進(jìn)行計(jì)算,并根據(jù)計(jì)算得到的生態(tài)環(huán)境狀況指數(shù)值,將欽南區(qū)的生態(tài)環(huán)境分為5級,即優(yōu)、良、一般、較差和差,見表7.

表7 生態(tài)環(huán)境狀況分級Table 7 The grades of ecological environment situation

根據(jù)表 7將欽南區(qū)生態(tài)環(huán)境狀況指數(shù)進(jìn)行密度分割,得到欽南區(qū)生態(tài)環(huán)境狀況指數(shù)分級分布,如圖8所示.

通過統(tǒng)計(jì)得到欽南區(qū)生態(tài)環(huán)境狀況差的區(qū)域占總體的0.012%,主要分布在研究區(qū)域的邊緣,考慮到計(jì)算過程中間的剪裁和重采樣可能在影像邊緣產(chǎn)生的極值現(xiàn)象,欽南區(qū)內(nèi)基本沒有環(huán)境狀況差,不適合人類居住的地方.欽南區(qū)生態(tài)環(huán)境狀況較差的區(qū)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(shí)地表水資源有限,人類活動(dòng)頻繁,對自然環(huán)境影響極大,因此這類區(qū)域生態(tài)環(huán)境較差;另外在坡度較大的水田區(qū)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(huán)境狀況同樣較差.欽南區(qū)生態(tài)環(huán)境狀況一般的區(qū)域占31.206%,主要集中在水資源豐富的區(qū)域,該類區(qū)域生物豐度較高,人類活動(dòng)對環(huán)境影像不太嚴(yán)重.欽南區(qū)生態(tài)環(huán)境狀況良的區(qū)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(dòng)對該類區(qū)域影響不太明顯,這表明了森林等植被對區(qū)域生態(tài)環(huán)境的重要性,欽南區(qū)生態(tài)環(huán)境狀況優(yōu)秀的區(qū)域占1.009%,這類區(qū)域植被覆蓋度極高,土壤侵蝕影響較小,人類活動(dòng)對其影響較弱,但該類區(qū)域所占比率較低,說明欽南區(qū)環(huán)境狀況依然有改進(jìn)余地.

圖8 欽南區(qū)生態(tài)環(huán)境狀況指數(shù)分級分布Fig.8 Grade evaluation map of ecological environment situation of Qinnan district

4 結(jié)論

4.1 本研究建立的生態(tài)環(huán)境質(zhì)量評價(jià)模型是基于遙感影像像元級別的計(jì)算,更適合縣級及縣級以下區(qū)域生態(tài)環(huán)境質(zhì)量評價(jià).同時(shí)模型中的各種評價(jià)因子均可利用遙感數(shù)據(jù)獲得,無需統(tǒng)計(jì)數(shù)據(jù).

4.2 利用該模型對廣西省欽州市欽南區(qū)進(jìn)行了生態(tài)環(huán)境質(zhì)量評價(jià),結(jié)果表明:欽南區(qū)整體生態(tài)環(huán)境狀況以良和一般為主,集中分布在林地區(qū)域和水資源豐富的區(qū)域,而城區(qū)建筑用地等則由于植被覆蓋度明顯偏低因而該類區(qū)域生態(tài)環(huán)境質(zhì)量較差.

[1] 張 從.環(huán)境評價(jià)教程 [M]. 北京:中國環(huán)境科學(xué)出版社, 2002.

[2] HJ/T192-2006 生態(tài)環(huán)境狀況評價(jià)技術(shù)規(guī)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(tài)環(huán)境質(zhì)量綜合評價(jià) [J]. 黑龍江生態(tài)工程職業(yè)學(xué)院學(xué)報(bào), 2009,22(2):1-3.

[4] 王 瑤,宮輝力,李小娟.基于 GIS的北京市生態(tài)環(huán)境質(zhì)量監(jiān)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(shù)的淋溪河流域生態(tài)環(huán)境質(zhì)量現(xiàn)狀研究 [J]. 環(huán)境科學(xué)與技術(shù), 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(xué), 2004,26(4):153-159.

[10] 孟 巖,趙庚星.基于衛(wèi)星遙感數(shù)據(jù)的河口區(qū)生態(tài)環(huán)境狀況評價(jià)—以黃河三角洲墾利縣為例 [J]. 中國環(huán)境科學(xué), 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(shù)據(jù)的流域土壤侵蝕強(qiáng)度快速估測方法 [J]. 遙感技術(shù)與應(yīng)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(dòng)態(tài)監(jiān)測與分析 [J].自然資源學(xué)報(bào), 2011,26(2):302-309.

[14] SL 190-60 土壤侵蝕分類分級標(biāo)準(zhǔn) [S].

[15] 衛(wèi)亞星,王莉雯,劉 闖.基于遙感技術(shù)的土壤侵蝕研究現(xiàn)狀及實(shí)例分析 [J]. 干旱區(qū)地理, 2010,33(1):87-92.

[16] 譚炳香,李增元,王彥輝,等.基于遙感數(shù)據(jù)的流域土壤侵蝕強(qiáng)度快速估測方法 [J]. 遙感技術(shù)與應(yīng)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(wèi)星數(shù)據(jù)應(yīng)用研究專題項(xiàng)目(2009A02A08)

* 責(zé)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(xué)院遙感應(yīng)用研究所博士研究生,主要從事區(qū)域環(huán)境評價(jià)及旅游資源評價(jià)研究.發(fā)表論文3篇.