李幸麗,姚寶志,滿衛(wèi)東,高均海
(1.中煤科工生態(tài)環(huán)境科技有限公司,北京 100013;2.華北理工大學(xué),河北 唐山 063210)
采煤沉陷濕地是由煤炭資源井工開采導(dǎo)致在高潛水位地區(qū)地表產(chǎn)生積水而形成的人工次生濕地。在我國東部高潛水位礦區(qū),大面積的采煤沉陷導(dǎo)致土地損毀、地面積水、植被破壞、基礎(chǔ)設(shè)施受損,造成生態(tài)環(huán)境嚴(yán)重破壞[1-2]。隨著習(xí)近平在《推動我國生態(tài)文明建設(shè)邁上新臺階》一文中做出的“山水林田湖草是生命共同體”論斷提出,各礦區(qū)地方政府推動實施了生態(tài)損毀區(qū)域的生態(tài)治理項目,諸多的沉陷濕地區(qū)域得到了生態(tài)修復(fù)和治理。為實現(xiàn)對沉陷區(qū)管理和治理保護成效的科學(xué)評定,開展采煤沉陷濕地區(qū)域生態(tài)資源調(diào)查與監(jiān)測工作具有重要意義。傳統(tǒng)的野外監(jiān)測調(diào)查手段存在成本高、費時費力等缺點,難以進行大范圍的沉陷濕地區(qū)域精準(zhǔn)監(jiān)測,而遙感技術(shù)作為一種綜合性的對地觀測技術(shù)運用于生態(tài)環(huán)境監(jiān)測中,能夠科學(xué)、準(zhǔn)確、實時地提供分析結(jié)果,因此,被廣泛應(yīng)用于生態(tài)保護與監(jiān)測領(lǐng)域[3-5]。高空間分辨率遙感影像以米級、亞米級空間分辨率對地成像,其突出優(yōu)勢是具有豐富的空間信息、地物幾何結(jié)構(gòu)和紋理特征[6-8]。目前比較常用的高分辨率遙感衛(wèi)星影像包括:Quickbird、IKONOS、GeoEye、WorldView以及國產(chǎn)的高分衛(wèi)星系列。傳統(tǒng)的基于像素的分類方法是以遙感影像中的單個像元作為基本處理單元,只使用了光譜特征,不能有效利用影像豐富的空間結(jié)構(gòu)信息,會導(dǎo)致分類精度較低,影響分類結(jié)果精度和效率。針對高分辨率遙感影像幾何紋理、結(jié)構(gòu)、形狀等信息明顯的特點[9],Baatz 等提出了面向?qū)ο蟮姆诸惙椒╗10-12]。諸多學(xué)者的研究結(jié)果表明,面向?qū)ο蟮姆诸惙椒軌虺浞掷酶呖臻g分辨率遙感影像豐富的形狀和紋理信息,實現(xiàn)較精準(zhǔn)的地物分類[13-15]。
唐山市南湖沉陷濕地是由開灤集團百年開采所形成的沉陷區(qū),經(jīng)歷了多年的治理和修復(fù),已經(jīng)成為風(fēng)景優(yōu)美的景區(qū),為了摸清唐山南湖區(qū)域的生態(tài)資源,明確面臨的生態(tài)環(huán)境問題,評估區(qū)域生態(tài)系統(tǒng)演變趨勢及服務(wù)價值等,本文以高時空分辨率的WorldView遙感影像為數(shù)據(jù)源,采用面向?qū)ο蟮姆诸惙椒ǐ@取了精準(zhǔn)的地表覆蓋生態(tài)系統(tǒng)信息,并探索了多時相遙感數(shù)據(jù)支持下的沉陷濕地區(qū)域地表覆蓋空間和生態(tài)系統(tǒng)變化監(jiān)測方法。
唐山是我國重要的煤炭產(chǎn)區(qū),140多年的煤炭開采活動,在城市內(nèi)形成了大范圍的采煤沉陷區(qū)。南湖采煤沉陷區(qū)位于唐山市路南區(qū),距離主城區(qū)約1 km,屬于開灤集團唐山礦開采沉陷區(qū)范圍。
面對嚴(yán)重的采煤塌陷地問題,唐山市經(jīng)過持之以恒的生態(tài)建設(shè),讓昔日南湖采煤沉陷區(qū)轉(zhuǎn)變?yōu)槿珖畲蟮某鞘兄醒肷鷳B(tài)公園,也成為了自然資源部辦公廳公布的《生態(tài)產(chǎn)品價值實現(xiàn)典型案例》(第二批)重要成員之一。南湖作為采煤沉陷區(qū)改造的示范項目,從曾經(jīng)的采煤沉陷區(qū)到如今的城市綠肺,唐山南湖生態(tài)旅游風(fēng)景區(qū)已榮獲多項殊榮。在國家實施“一帶一路”經(jīng)濟發(fā)展計劃宏觀背景下,結(jié)合以提升生態(tài)系統(tǒng)質(zhì)量為目標(biāo)的生態(tài)文明建設(shè),開展南湖區(qū)域生態(tài)基礎(chǔ)要素分析,摸清區(qū)域性生態(tài)環(huán)境狀況,評估區(qū)域生態(tài)系統(tǒng)演變趨勢及服務(wù)價值等,是科學(xué)合理的開展生態(tài)保護與生態(tài)城市建設(shè)研究、進一步實施生態(tài)空間等規(guī)劃內(nèi)容的必要依據(jù),具有重要的科學(xué)和現(xiàn)實意義。
本次研究區(qū)唐山南湖區(qū)域整體占地面積約45.89 km2,東西長約6.9 km,南北寬約6.8 km,地理位置在東經(jīng)118°7′~118°12′,北緯39°33′~39°37′之間,如圖1所示。
本研究獲取覆蓋南湖區(qū)域2015年、2017年、2019年和2020年WorldView-2/3遙感影像數(shù)據(jù),包括多光譜紅綠藍、近紅外4個波段,空間分辨率為2 m,全色波段分辨率0.5 m,云量均小于1%,且質(zhì)量較好,完全覆蓋整個南湖區(qū)域,如表1所示,影像已進行輻射定標(biāo)、大氣校正和幾何精校正處理,采用面向?qū)ο蟮倪b感影像分類方法,以多尺度分割得到的影像對象為基礎(chǔ)處理數(shù)據(jù),結(jié)合專家經(jīng)驗,運用多層次分類法逐級掩膜,采用專業(yè)遙感影像處理軟件中的決策樹分類算法對遙感數(shù)據(jù)進行分類,從而獲得了研究區(qū)多時相高精度的生態(tài)系統(tǒng)類型空間分布數(shù)據(jù)。
表1 遙感數(shù)據(jù)信息表
基于高空間分辨率遙感影像的特點,設(shè)計了面向?qū)ο蟮母呖臻g分辨率遙感的分類算法流程,具體流程如圖 2 所示。分類之前要根據(jù)研究方向和對象針對本區(qū)域特點建立分類體系;然后,通過對高分辨率的影像進行多尺度分割,生成由相鄰?fù)|(zhì)像元合并而成的影像對象;最后,根據(jù)分類類別綜合分析影像對應(yīng)的光譜、形狀、紋理等特征信息,選取適當(dāng)特征結(jié)合合適算法實現(xiàn)高空間分辨率影像的生態(tài)系統(tǒng)分類。面向?qū)ο蟮姆诸惙椒ê诵氖怯跋穹指詈陀跋穹诸?。該方法不再是以單個像素作為基本處理單元,而是以多尺度分割形成的相鄰?fù)|(zhì)像元合并而成的影像對象作為基本處理單元。
圖2 高分辨率遙感影像分類流程圖
遙感影像分類體系的劃分是進行遙感圖像分類的重要依據(jù)和基礎(chǔ)[16],本文采用的分類體系為生態(tài)系統(tǒng)分類體系。這與土地利用/覆蓋分類體系不完全相同,既要考慮與土地利用分類體系相適應(yīng),又要考慮研究區(qū)內(nèi)各生態(tài)系統(tǒng)自身的分布規(guī)律和空間結(jié)構(gòu)關(guān)系。在劃分過程中需充分考慮遙感影像實際可解譯能力和研究區(qū)內(nèi)生態(tài)系統(tǒng)的特征。生態(tài)系統(tǒng)分類體系的劃分是評定生態(tài)系統(tǒng)整體服務(wù)功能及其空間變化的重要因素,也是進行生態(tài)系統(tǒng)服務(wù)功能保護和利用的重要依據(jù)[17-18]。本文結(jié)合WorldView影像的實際可解譯能力、研究區(qū)生態(tài)系統(tǒng)特征,參考國內(nèi)相關(guān)的土地利用/覆蓋分類系統(tǒng),建立了唐山市南湖采煤沉陷區(qū)生態(tài)系統(tǒng)類型一級分類系統(tǒng),分為7個類別,具體分類系統(tǒng)如表2所示。
表2 唐山市南湖區(qū)域生態(tài)系統(tǒng)分類系統(tǒng)
遙感影像的多尺度分割要求在各種分割算法的支持下,以影像信息量損失最小為前提,以多種尺度生成異質(zhì)性最小而同質(zhì)性最大的多邊形對象[19-20]。根據(jù)分割后多邊形對象的光譜特征、形狀紋理特征和質(zhì)地等聯(lián)系,將特征相同的對象單元合并成特征相同的較大對象,并且對象的尺度調(diào)整要保證合并后對象的異質(zhì)性小于提前給定的閾值。閾值越大,對應(yīng)產(chǎn)生的分割對象的面積越大[21]。 本文采用的多尺度分割算法同時考慮了地物的光譜信息和形狀指數(shù)?;镜牟僮魇菍⒚總€像元作為基本單位對象,在進行遙感圖像分割時考慮每個像元的光譜異質(zhì)性度量參數(shù)和光譜異質(zhì)閾值,像元光譜異質(zhì)性小于設(shè)置的閾值則將對象合并,反復(fù)循環(huán)上述過程,直到所有像元均被分到分割對象當(dāng)中;最后,用形狀異質(zhì)性度量參數(shù)hshape對生成多邊形對象的形狀進行修偏而得到最終的多尺度分割結(jié)果。本文中多尺度分割要素包括5個因子:光譜、尺度、形狀、光滑度和緊湊度。為減少數(shù)據(jù)處理與分析的復(fù)雜程度,分類過程中各生態(tài)系統(tǒng)分類的基準(zhǔn)分割尺度為“150”左右。
多尺度分割各參數(shù)的設(shè)定主要基于先驗經(jīng)驗,通過不斷調(diào)整參數(shù)值,并綜合分類目標(biāo),目視判讀分割效果,選擇最優(yōu)參數(shù)值。根據(jù)多次實驗分析,最優(yōu)的形狀異質(zhì)性參數(shù)hshape和光譜異質(zhì)性參數(shù)hcolor權(quán)重值為0.2和0.8;緊湊度和光滑度權(quán)重值為0.3和0.7。
多尺度分割后的影像作為基本處理單元同樣包含光譜、形狀、紋理等特征信息。在選擇特征時,并非所選特征越多,分類效果越好,而是應(yīng)當(dāng)有針對性地選擇分類最顯著的特征進行分類訓(xùn)練。過多的特征會造成大量冗余數(shù)據(jù),降低計算效率,甚至?xí)?yán)重影響分類精度。 本文基于南湖采煤沉陷區(qū)的地區(qū)特點,主要提取對象的光譜特征(均值、亮度、歸一化差分植被指數(shù)NDVI、歸一化差異水體指數(shù)NDWI、標(biāo)準(zhǔn)差等)、形狀特征(周長、圓度、光滑度、與矩形的擬合程度、長寬比等)、紋理特征(同質(zhì)性、相異性、熵等)等幾類主要特征。通過分類對象的解譯標(biāo)志庫建立和樣本集的訓(xùn)練,建立與當(dāng)?shù)胤诸愊到y(tǒng)相適應(yīng)的決策樹指標(biāo)和結(jié)構(gòu);然后,通過決策樹的子分級,進行各生態(tài)系統(tǒng)類型的不斷掩膜和提純,最終實現(xiàn)單個分類類別的最終分類。對于個別光譜類型變化較大、規(guī)律不清楚的類型則采用最鄰近方法進行劃分,可選取多個光譜特征中心進行類型分組。
本研究采用eCongnition軟件集成的決策樹算法進行分類,以2020年和2015年影像為例,最終遙感影像分類結(jié)果如圖3所示。
圖3 南湖地區(qū)生態(tài)系統(tǒng)分類結(jié)果
為進行分類結(jié)果精度評定,采用誤差矩陣法對2020年唐山市南湖采煤沉陷濕地區(qū)域生態(tài)系統(tǒng)景觀類型分類結(jié)果進行分析,如表3所示。將高分辨率遙感影像面向?qū)ο蟮姆诸惤Y(jié)果按各個生態(tài)系統(tǒng)類型進行隨機布點抽樣檢驗,并結(jié)合多源的專題圖數(shù)據(jù)、野外實地調(diào)查,確定了可用于研究區(qū)精度評價的真值圖像。最后,利用混淆矩陣計算分類結(jié)果精度評價的指標(biāo),包括制圖精度、用戶精度、kappa系數(shù)和總體分類精度。分析結(jié)果表明:唐山市南湖采煤沉陷濕地區(qū)域高精度高分辨率遙感影像的總體分類精度達到了94%,Kappa系數(shù)為0.92。其中,水體分類精度達到100%,最小識別積水區(qū)面積小至20 m2。
表3 2020年分類結(jié)果誤差矩陣
將面向?qū)ο蟮倪b感圖像精準(zhǔn)分類方法應(yīng)用于南湖采煤沉陷濕地生態(tài)系統(tǒng)變化監(jiān)測信息提取中,不僅利用了遙感影像的光譜特征,還利用了對于區(qū)分不同生態(tài)系統(tǒng)類型十分重要的紋理特征和拓撲特征,逐步得到了研究區(qū)不同生態(tài)系統(tǒng)的空間分布信息。精度分析表明所得分類結(jié)果精度高,且具有明確的地理意義。
利用GIS工具對分類后影像進行統(tǒng)計分析,2020年唐山南湖采煤沉陷區(qū)域各生態(tài)系統(tǒng)構(gòu)成如表4所示。2020年南湖采煤沉陷濕地區(qū)域內(nèi),森林生態(tài)系統(tǒng)和人工表面作為南湖地區(qū)優(yōu)勢生態(tài)系統(tǒng)類型,呈現(xiàn)人工表面環(huán)繞水體的環(huán)狀分布,南湖地區(qū)水體面積達470.98 hm2,分布集中,主要集中于唐山南湖城市中央生態(tài)公園,局部水體覆蓋率極高,南湖地區(qū)整體水體占比相對較低(10.26%)。南湖地區(qū)森林覆蓋率達22.88%,面積約1 049.69 hm2,分布呈現(xiàn)擴散狀,主要分布于唐山南湖城市中央生態(tài)公園、唐山植物園、唐山南湖國際高爾夫俱樂部,少量分布于城市道路兩側(cè)。南湖地區(qū)農(nóng)田面積占全區(qū)總面積的6.81%,農(nóng)田生態(tài)系統(tǒng)主要分布于南湖地區(qū)的東南和西南角的大齊各莊鎮(zhèn)和稻地鎮(zhèn)。南湖地區(qū)沼澤濕地資源相對匱乏,沼澤濕地率約為0.32%。南湖地區(qū)人工表面呈持續(xù)擴張趨勢,2020年總面積達2 159.88 hm2,大型人工表面主要集中在唐山市區(qū),農(nóng)村居民地則均勻分布在農(nóng)田之中。
表4 2020年唐山南湖地區(qū)各生態(tài)系統(tǒng)構(gòu)成表
從唐山市南湖采煤沉陷濕地區(qū)域2020年整體生態(tài)系統(tǒng)格局來看,南湖地區(qū)內(nèi)自然景觀條件優(yōu)越,水體生態(tài)系統(tǒng)發(fā)達,湖泊眾多。通過對南湖地區(qū)各類生態(tài)系統(tǒng)分析得出:南湖地區(qū)景觀類型多樣,物種豐富,生態(tài)穩(wěn)定性較強,雖然自然生態(tài)系統(tǒng)和人居生態(tài)系統(tǒng)相互作用,但景觀格局協(xié)調(diào)、穩(wěn)定。
2015~2020年唐山市南湖地區(qū)各生態(tài)系統(tǒng)類型變化趨勢:唐山市南湖地區(qū)總體呈現(xiàn)自然類型生態(tài)系統(tǒng)退化、人工表面擴張、自然生態(tài)系統(tǒng)向復(fù)合型生態(tài)系統(tǒng)轉(zhuǎn)化的趨勢。在轉(zhuǎn)化類型上,主要是人工表面擴張占用農(nóng)田和森林,導(dǎo)致大量自然生態(tài)系統(tǒng)轉(zhuǎn)化為人居生態(tài)系統(tǒng)。如表5所示,水體在5年間增長了38.01 hm2,水體覆蓋率在2015~2017年間呈現(xiàn)增長趨勢,在2017年以后水體面積又呈現(xiàn)出逐年遞減趨勢。森林覆蓋率從23.69%下降到22.88%,下降了0.81%,其他用地降幅為各類數(shù)據(jù)變化最大(-1.15%),濕地生態(tài)系統(tǒng)受自然和人為雙重因素作用下,呈減少趨勢,減少約5.08 hm2,人工表面持續(xù)擴張,5年里面積增長了約2.46%。在空間變化特征上,農(nóng)田占用森林現(xiàn)象主要發(fā)生在南湖地區(qū)南部;人工表面擴張占用草地,以及開發(fā)其他用地,主要發(fā)生在南湖地區(qū)北部和西南部。
表5 不同時期各生態(tài)系統(tǒng)類型面積及百分比統(tǒng)計
3.3.1 自然條件對生態(tài)系統(tǒng)的影響
自然條件主要是氣候因素對自然生態(tài)系統(tǒng)的影響。南湖地區(qū)近5年來氣候有變暖增干的趨勢。氣候暖干化趨勢是造成水體面積和沼澤濕地面積減少的重要原因之一,氣溫上升、蒸發(fā)增多、降水減少等原因直接造成湖泊和沼澤濕地水源補給不足,沼澤濕地向旱生環(huán)境轉(zhuǎn)化,面積大幅減少。此外,氣候條件的改變對森林等自然植被的生長也有直接的干擾作用。
3.3.2 人力驅(qū)動對生態(tài)系統(tǒng)格局的影響
人力驅(qū)動因素主要有兩個方面,一是城鎮(zhèn)擴張需求導(dǎo)致其他用地面積大幅減少。2016年4月29日~10月16日,世界園藝博覽會在唐山南湖舉行,南湖地區(qū)進行了綜合整治開發(fā)。在過去的5年里,其他用地面積減少了52.49 hm2,未利用地得到了有效利用。二是城市發(fā)展占用農(nóng)田現(xiàn)象嚴(yán)重。在2015~2020年,城鎮(zhèn)化、工業(yè)化進程加快,南湖地區(qū)內(nèi)約6.97 hm2的農(nóng)田被開墾為人工表面。
(1)為了實現(xiàn)對采煤沉陷區(qū)動態(tài)、精準(zhǔn)監(jiān)測的要求,本文以唐山市南湖采煤沉陷區(qū)為研究區(qū)域,提出了一套利用高分辨率遙感影像WorldView數(shù)據(jù)進行精細化地表生態(tài)系統(tǒng)分類的技術(shù)流程和方法,總體分類精度達到了94%,可以有效獲取采煤沉陷區(qū)域地表生態(tài)系統(tǒng)精細分類信息。
(2)通過對2020年南湖區(qū)域生態(tài)系統(tǒng)分類結(jié)果的分析,得出了2020年南湖地區(qū)景觀類型多樣,物種豐富,生態(tài)穩(wěn)定性較強,雖然自然生態(tài)系統(tǒng)和人居生態(tài)系統(tǒng)相互作用,但景觀格局協(xié)調(diào)、穩(wěn)定的結(jié)論。獲取了2015~2020年間各生態(tài)系統(tǒng)類別面積變化情況,得出了唐山市南湖地區(qū)2015~2020年總體呈現(xiàn)自然生態(tài)系統(tǒng)退化、人工表面擴張、自然生態(tài)系統(tǒng)向復(fù)合型生態(tài)系統(tǒng)轉(zhuǎn)化的趨勢的結(jié)論。
(3)利用WorldView影像數(shù)據(jù)進行高分辨率遙感影像分類,可以識別到小至20 m2的積水區(qū)域等地表的細節(jié)變化,達到精準(zhǔn)監(jiān)測的目的。本文提出的高分辨率遙感影像分類方法和流程具有一定的通用性,可以為全國其他區(qū)域生態(tài)環(huán)境監(jiān)測提供方法借鑒。