多源專題數(shù)據(jù)在國家重點生態(tài)功能區(qū)生態(tài)環(huán)境狀況評價中的應(yīng)用

李嘉力，姜代煒，黎 寧，韓雪蓉，秦旭芝，唐國滔

1.廣西壯族自治區(qū)環(huán)境監(jiān)測中心站，廣西 南寧 530000 2.廣西壯族自治區(qū)基礎(chǔ)地理信息中心，廣西 南寧 530000

隨著我國國產(chǎn)系列遙感衛(wèi)星(特別是高分衛(wèi)星、資源衛(wèi)星)的陸續(xù)發(fā)射，國產(chǎn)衛(wèi)星遙感影像在國土資源、城市管理、環(huán)境保護等方面不斷提供高精度、高分辨率、寬范圍的空間對地觀測服務(wù)，各應(yīng)用部門使用的國產(chǎn)遙感數(shù)據(jù)數(shù)量呈指數(shù)級增長，有力推動了遙感數(shù)據(jù)應(yīng)用的國產(chǎn)化[1]。

2015年全國第一次地理國情普查成果驗收，如何進行地理國情普查成果轉(zhuǎn)換，深度應(yīng)用和持續(xù)扎根于其他行業(yè)，成為開展后續(xù)國情監(jiān)測工作的重中之重[2]。

同年，中國環(huán)境監(jiān)測總站《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范》(HJ 192—2015)出臺，全國生態(tài)環(huán)境監(jiān)測與評價工作進入新階段，常規(guī)中低分辨率的衛(wèi)星遙感技術(shù)已不能滿足我國日益嚴(yán)峻和迫切的環(huán)境形勢需要，生態(tài)環(huán)境遙感監(jiān)測與生態(tài)質(zhì)量評價變得更加精細和深入，急需采用高分辨率衛(wèi)星等手段提高環(huán)境監(jiān)測的定量化和精細化水平[3-4]。為充分利用國產(chǎn)高分辨率遙感衛(wèi)星數(shù)據(jù)和國情普查成果，本文以其他專題數(shù)據(jù)作參考，進行廣西生態(tài)環(huán)境質(zhì)量評價，探索一套行之有效的技術(shù)路線。

1 實驗區(qū)域和資料分析

1.1 實驗區(qū)域

本文來源于《廣西生態(tài)環(huán)境質(zhì)量狀況評價》項目，實驗區(qū)域為廣西40個重點生態(tài)功能縣，覆蓋了全區(qū)30%以上的區(qū)域，重點生態(tài)功能縣名單見表1。

表1 重點生態(tài)功能縣名單Table 1 The list of 40 key counties withecological functions

1.2 資料分析

用于進行2015年生態(tài)遙感解譯的已有數(shù)據(jù)資料：

1)全區(qū)2014年國情普查數(shù)據(jù)。2014年國情普查數(shù)據(jù)包含廣西40個重點生態(tài)功能縣的耕地、園地、交通、建筑、水系、植被等圖斑，圖斑較《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范》(HJ 192—2015)所列圖斑更為精細，經(jīng)過代碼轉(zhuǎn)換、數(shù)據(jù)融合和制圖綜合等工作，用于制作2014年生態(tài)環(huán)境遙感土地利用底圖。

2)40個縣2015年高分影像。2015年高分影像共106景影像，其中包括了資源三號(27景)、高分一號(79景)2種數(shù)據(jù)源。覆蓋廣西重點生態(tài)功能區(qū)縣，坐標(biāo)系為WGS84坐標(biāo)系統(tǒng)，可用于識別動態(tài)圖斑。

3)全區(qū)2014年土地利用數(shù)據(jù)。2014年土地利用數(shù)據(jù)包含廣西全區(qū)109個縣土地利用數(shù)據(jù)，用于提取城市、建制鎮(zhèn)、村莊等圖斑。

4)全區(qū)2013年地貌數(shù)據(jù)全區(qū)2013年地貌數(shù)據(jù)包含了全區(qū)各地的地貌分布，如山地、丘陵、平原等，可以用于耕地三級類信息提取。

5)全區(qū)2015年建成區(qū)數(shù)據(jù)全區(qū)2015年建成區(qū)數(shù)據(jù)包含了全區(qū)市、縣建成區(qū)范圍，可以用于城市建設(shè)用地和非城市用地的區(qū)分。

1.3 國情普查與生態(tài)遙感監(jiān)測分類體系比較

國情普查與生態(tài)遙感監(jiān)測分類體系代碼對照見表2[2-3]。

表2 國情普查與生態(tài)遙感分類體系代碼對照表Table 2 The contrast of classification systemcode between the geographic censusand ecological remote sensing

從表2可知，兩者大類基本相同(耕地、草地、林地、水域、建設(shè)用地等)，二級類和三級類別情況有所出入。如：在耕地中，國情普查數(shù)據(jù)分類為旱地和水田，而在生態(tài)遙感分類體系中，加入了地貌信息，區(qū)分山地、丘陵、平原類耕地；在人工建筑方面，在國情普查分類體系中，分為高層建筑、低矮建筑，而在生態(tài)遙感分類體系中，這些類別大多以城市、建制鎮(zhèn)、村莊的方式存在，因土地利用數(shù)據(jù)中有此類數(shù)據(jù)的分類，可以將該類數(shù)據(jù)抽取；同時，在國情普查分類體系中，沼澤地?zé)o此類，可以在全區(qū)2014年土地利用數(shù)據(jù)中抽取沼澤地類別。

2 技術(shù)流程和方法

本文利用2014年國情普查數(shù)據(jù)，經(jīng)過空間分析和信息提取(建立代碼對照表，使用數(shù)據(jù)庫批量轉(zhuǎn)換代碼；利用地貌數(shù)據(jù)和土地利用數(shù)據(jù)空間分析，抽取耕地三級類；利用國情的草地類圖斑和土地利用數(shù)據(jù)抽取草地三級類；利用建成區(qū)范圍和土地利用數(shù)據(jù)空間分析抽取風(fēng)景名勝和城鎮(zhèn)居民地)，生成2014年生態(tài)遙感基底數(shù)據(jù)，再在基底數(shù)據(jù)基礎(chǔ)上，套和2015年高分影像數(shù)據(jù)動態(tài)監(jiān)測本年度動態(tài)變化區(qū)域，得到2015年土地覆蓋/變化動態(tài)圖，使用2014年生態(tài)遙感基底數(shù)據(jù)和變化圖斑數(shù)據(jù)采用相交方式得到2015年生態(tài)遙感監(jiān)測數(shù)據(jù)(圖1)。對于矢量數(shù)據(jù)而言，在于如何有效進行信息提取和動態(tài)更新；對于影像數(shù)據(jù)，在于如何有效進行高精度糾正，以上2個過程的快慢直接影響整個流程的效率。

圖1 技術(shù)流程圖Fig.1 The technical flowchart

2.1 影像幾何糾正

一般衛(wèi)星影像幾何糾正的過程包含了全色影像正射糾正、全色與多光譜數(shù)據(jù)配準(zhǔn)、全色與多光譜數(shù)據(jù)融合、勻光勻色、數(shù)據(jù)檢查等過程，其中全色與多光譜數(shù)據(jù)配準(zhǔn)、全色與多光譜數(shù)據(jù)融合、勻光勻色等過程已基本實現(xiàn)了自動化并行處理，本文重點闡述影像正射糾正過程，整個處理流程過程如圖2所示。

圖2 影像處理流程圖Fig.2 The image processing flowchart

2.1.1 糾正模型

本文影像糾正方式使用國產(chǎn)衛(wèi)星RPC參數(shù)建立RPC有理數(shù)模型進行糾正，見式(1)、式(2)。

(1)

(2)

式中：X、Y、Z表示地面點坐標(biāo)；u、v表示像元序列；p1、p2、p3、p4表示參數(shù)。

RPC模型可獨立于坐標(biāo)系統(tǒng)，不考慮傳感器的物理意義，直接使用采用有理多項式描述地面點和相應(yīng)影像點之間的幾何關(guān)系，有著較強的魯棒性，但是RPC模型的大部分參數(shù)沒有物理意義，影像局部模型常常不能準(zhǔn)確描述，會導(dǎo)致影像局部精度有所缺失，進而言之，像控點的RPC模型是嚴(yán)格成立的，而周圍點模型則不嚴(yán)格，整個測區(qū)的幾何精度與像控點的密度、分布密切相關(guān)，在像控點選刺時有著較為嚴(yán)格的要求[5-7]。對于高分一號影像而言，單景影像一般15～30個控制點為宜，如果考慮到地形起伏，部分地區(qū)應(yīng)進行加密，同時加入DEM進行地形投影差糾正(DEM格網(wǎng)宜選用30 m，格網(wǎng)過小，會使影像產(chǎn)生矩形分塊，格網(wǎng)過大，不能保證局部糾正精度)；對于多景的條帶影像，使用條帶法進行糾正，同衛(wèi)星一條帶下的多景影像接邊處需保證一定數(shù)目的連接點。

2.1.2 網(wǎng)絡(luò)刺點

雖然影像數(shù)據(jù)處理過程已經(jīng)大部分實現(xiàn)了自動化，但由于控制點數(shù)據(jù)的離散性，特別是對于大區(qū)域的幾十景或幾百景規(guī)?；鳂I(yè)而言，仍擺脫不了大量的人工刺點，前期參考數(shù)據(jù)轉(zhuǎn)換處理常?；ㄙM了大量的時間、人力成本。由于近些年WebGIS的快速發(fā)展，特別是Web Service成為信息共享交換標(biāo)準(zhǔn)后，SOAP和REST解析協(xié)議更加輕量級，其提供的基于OGC標(biāo)準(zhǔn)的網(wǎng)絡(luò)地圖服務(wù)(WMS)和網(wǎng)絡(luò)切片服務(wù)(WTMS)為網(wǎng)絡(luò)化的影像控制點選刺提供了可能[8-10]，而無需在小區(qū)域范圍內(nèi)進行多步的數(shù)據(jù)轉(zhuǎn)換工作。因廣西國情普查成果數(shù)據(jù)(DOM和DEM)已經(jīng)覆蓋全境，幾何精度較高(國情普查影像成果平面誤差2 m以內(nèi)，環(huán)境生態(tài)遙感監(jiān)測影像平面誤差要求15 m以內(nèi))，空間分辨率0.5～2 m不等，可以使用該套影像在網(wǎng)絡(luò)環(huán)境下進行像控點選刺。因此在局域網(wǎng)環(huán)境下，使用REST協(xié)議方式發(fā)布了廣西影像網(wǎng)絡(luò)地圖服務(wù)(http://myserver:6080/arcgis/rest/services)，如此以來，可以較大地減少人工預(yù)處理的工作成本。

RPC模型精糾正后，在幾何殘差滿足要求的情況下，使用已有矢量數(shù)據(jù)檢查糾正后的影像質(zhì)量，每景影像使用不少于15個檢查點進行幾何精度檢查，如圖3、圖4所示。糾正后的影像與矢量數(shù)據(jù)套和良好，可用于動態(tài)圖斑識別。

圖3 丘陵地區(qū)影像與矢量套和情況Fig.3 Registration of image & vectors in hilly areas

圖4 平原地區(qū)影像與矢量套和情況Fig.4 Registration of image & vectors in plain areas

2.2 信息提取

由于信息提取處理流程包含了數(shù)據(jù)坐標(biāo)/分類轉(zhuǎn)換、信息抽取及變化檢測、專題信息制作等過程。本次作業(yè)區(qū)域廣，信息抽取工作量相對較大，倘若采用常規(guī)的人工處理作業(yè)，耗時耗力，考慮到圖斑代碼的可編程性，盡量使用程序化處理方式。

2.2.1 坐標(biāo)轉(zhuǎn)換

由于專題數(shù)據(jù)與成果數(shù)據(jù)坐標(biāo)系(WGS84基準(zhǔn)，Albers Conical Equa投影)不一致，應(yīng)對專題數(shù)據(jù)進行坐標(biāo)轉(zhuǎn)換。使用布爾莎參數(shù)模型[11]，導(dǎo)入全區(qū)GPS 等級控制點數(shù)據(jù)，進行批量坐標(biāo)轉(zhuǎn)換,見式(3)。

(3)

式中：X2、Y2、Z2表示轉(zhuǎn)換后坐標(biāo)；X1、Y1、Z1表示轉(zhuǎn)換前坐標(biāo)；X0、Y0、Z0控制點坐標(biāo)；ε、φ、γ、k表示轉(zhuǎn)換參數(shù)。

2.2.2 代碼轉(zhuǎn)換

根據(jù)表2國情普查與生態(tài)遙感類別對應(yīng)關(guān)系，使用python語言將2014年國情普查數(shù)據(jù)代碼批量轉(zhuǎn)換為生態(tài)遙感監(jiān)測土地利用/覆蓋代碼。

2.2.3 信息抽取

信息抽取主要利用專題數(shù)據(jù)將國情普查數(shù)據(jù)分類中不能細分的類別進行二級、三級分類，完成2014年生態(tài)遙感監(jiān)測數(shù)據(jù)底圖的制作。

1)耕地抽取。在環(huán)境遙感生態(tài)監(jiān)測體系的耕地分類中，水田細分為山區(qū)、平原、丘陵和坡地水田，旱地細分為山區(qū)、平原、丘陵和坡地旱地。而在國情普查類型中，耕地并無以上幾種類型，考慮到其與地形地貌有關(guān)，可使用空間分析方法對其進行分類。利用已有30 m格網(wǎng)地形地貌數(shù)據(jù)批量分縣裁剪，使用空間連接方式將地形地貌數(shù)據(jù)的屬性與土地利用數(shù)據(jù)屬性掛接，批處理完成40個縣的耕地提取。完成空間連接后[12]，將多余屬性項刪除，導(dǎo)入分類代碼以山區(qū)、平地、丘陵地區(qū)分對應(yīng)的地形水田與旱地，程序代碼與分類程序代碼類似。

2)建設(shè)用地抽取。建設(shè)用地在國情普查中以房屋建筑、道路、構(gòu)筑物、挖掘地等類別形式存在，考慮到2014年土地利用數(shù)據(jù)也有此類別，可將城市、建制鎮(zhèn)、村莊等圖斑在2014年土地利用數(shù)據(jù)中抽取，以2015年建成區(qū)范圍數(shù)據(jù)的空間包含關(guān)系將建筑物劃分為城鎮(zhèn)和非城鎮(zhèn)地類，以疊加方式將底圖數(shù)據(jù)替換為城鎮(zhèn)和農(nóng)村用地。

3)其他地類提取。個別地類(如灘涂、沼澤地等)在國情分類代碼中沒有，可以使用2014年土地利用數(shù)據(jù)的地類進行疊加、替換，替換代碼參考建設(shè)用地抽取代碼。

4)數(shù)據(jù)融合與消除。因國情普查數(shù)據(jù)所用影像空間分辨率為0.5～2 m，分類數(shù)據(jù)圖斑最小尺度為10 m2，而生態(tài)環(huán)境遙感所用影像為空間分辨率為15 m(landsat 8融合后)，分類數(shù)據(jù)圖斑最小尺度在4 000 m2以上，相比較而言，國情普查成果更為精細，宜將提取后的圖斑進行融合與消除處理。根據(jù)2種數(shù)據(jù)類型數(shù)據(jù)圖斑尺度分析結(jié)果，耕地、林地、草地、未利用地等圖斑面積小于或等于8 000 m2的圖斑，可按照邊界消除；水域、農(nóng)村居民點和工礦用地中水庫坑塘圖斑面積小于或等于4 000 m2的圖斑，可按照邊界消除，城鎮(zhèn)用地、農(nóng)村居民點圖斑面積小于或等于5 000 m2的按邊界消除；公交建設(shè)用地(路網(wǎng))、河渠等條形矢量數(shù)據(jù)，為保持其聯(lián)通性，可不做消除操作。

5)變化檢測。變化信息檢測基于2014年生態(tài)遙感監(jiān)測數(shù)據(jù)和2015年影像數(shù)據(jù)進行，總體原則從城鎮(zhèn)到鄉(xiāng)鎮(zhèn)，從道路到耕地，從耕地到林地，主要圍繞人類活動頻繁向自然地貌或耕地擴張的區(qū)域，使用人工識別方法，在活動圖層(updata層)中勾繪、編輯變化區(qū)域。

6)數(shù)據(jù)更新。數(shù)據(jù)更新利用變化檢測中提取的活動圖層直接對2014年數(shù)據(jù)進行壓蓋更新，獲取2015年生態(tài)遙感數(shù)據(jù)。對于動態(tài)圖層數(shù)據(jù)，利用活動圖層矢量數(shù)據(jù)與2014年數(shù)據(jù)相交，獲取動態(tài)圖層數(shù)據(jù)。

3 2015年廣西生態(tài)環(huán)境狀況評價

獲得廣西2015土地利用/覆被數(shù)據(jù)后，根據(jù)《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范》(HJ 192—2015)的要求，結(jié)合生物豐度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地脅迫指數(shù)、污染負荷指數(shù)，計算能反映區(qū)域生態(tài)環(huán)境整體狀態(tài)的綜合指數(shù)(生態(tài)環(huán)境狀況指數(shù)，EI)，并將生態(tài)環(huán)境狀況分為5級，即優(yōu)、良、一般、較差和差[3]。計算得出40個重點生態(tài)功能縣EI及環(huán)境質(zhì)量狀況等級(見表3)。40個重點生態(tài)功能縣生態(tài)環(huán)境質(zhì)量狀況指數(shù)范圍為55.88～84.60，其中有15個縣生態(tài)環(huán)境質(zhì)量狀況等級為“優(yōu)”，25個等級為良。

表3 重點生態(tài)功能縣EI及環(huán)境質(zhì)量狀況等級Table 3 The EI values and the status of 40 keycounties with ecological functions

4 結(jié)論

所用技術(shù)方法直接轉(zhuǎn)化了國情普查成果，提高了生態(tài)遙感解譯的準(zhǔn)確度，減少了過多人工參與產(chǎn)生的誤差，提高了工作效率?？蔀槠渌^(qū)生態(tài)遙感快速監(jiān)測提供技術(shù)經(jīng)驗參考：在影像精糾正方面，本文利用RPC模型進行影像精糾正，結(jié)合了全區(qū)高分辨率影像的網(wǎng)絡(luò)地圖服務(wù)進行網(wǎng)絡(luò)刺點,形成了一套節(jié)省工作量、節(jié)約成本的程序化處理方法;在信息提取方面，本文綜合分析了多源數(shù)據(jù)的可利用性、國情普查與環(huán)境生態(tài)監(jiān)測遙感的尺度效應(yīng)，使用空間分析等程序化手段快速轉(zhuǎn)換和提取了2個年份生態(tài)遙感圖斑，提高了工作效率。

研究形成了一套較為完整的生態(tài)遙感快速監(jiān)測方法，但國產(chǎn)高分辨率遙感影像應(yīng)用于環(huán)境生態(tài)遙感監(jiān)測的關(guān)鍵技術(shù)尚處于試用研究階段，特別是高精度影像幾何精糾正、多尺度信息提取技術(shù)的業(yè)務(wù)化和系統(tǒng)化程度還比較低，人工干預(yù)過程較多，還需進一步的研究探討。

致謝：本文同時得到廣西土壤環(huán)境污染與生態(tài)修復(fù)人才小高地以及廣西西江流域生態(tài)環(huán)境與一體化發(fā)展協(xié)同創(chuàng)新中心資助！