• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      多尺度遙感數(shù)據(jù)在生態(tài)環(huán)境狀況評價中的不確定性研究
      ——以四川省松潘縣為例

      2019-10-25 02:08:50周春蘭
      四川環(huán)境 2019年5期
      關鍵詞:高分辨率分辨率尺度

      潘 倩, 徐 亮, 周春蘭

      (四川省生態(tài)環(huán)境監(jiān)測總站, 成都 610091)

      1 引 言

      良好的生態(tài)環(huán)境是最普惠的民生福祉,是人類生存與健康的基礎,是我國良好形象的發(fā)力點。近年來,我國生態(tài)環(huán)境保護力度不斷加大,遙感技術(shù)在環(huán)境監(jiān)測與管理中發(fā)揮了重大作用。當前常規(guī)中、低分辨率衛(wèi)星影像已不能滿足我國日益嚴峻和迫切的環(huán)境形勢需要,急需采用高分辨率衛(wèi)星等手段來提高環(huán)境監(jiān)測的定量化和精細化水平[1]。從2013年4月開始,我國高分專項陸續(xù)成功發(fā)射多顆衛(wèi)星,已在山水林田湖等自然資源與生態(tài)地質(zhì)環(huán)境調(diào)查、應急減災等方面發(fā)揮了重要作用,其高效、穩(wěn)定的獲取能力,替代了近80%的國外衛(wèi)星數(shù)據(jù)[2]。我國自主獲取全球高精度地理信息能力大幅提高,使得大范圍高分影像的應用成為可能。

      從2005年起,四川省生態(tài)環(huán)境監(jiān)測總站每年利用Landsat5 TM、HJ-1A和1B的CCD及Landsat8 OLI等多種中等分辨率遙感數(shù)據(jù)對四川省生態(tài)環(huán)境狀況進行監(jiān)測。隨著生態(tài)遙感監(jiān)測的需求變化及國家監(jiān)測方案的調(diào)整,從2016年開始,四川省生態(tài)環(huán)境監(jiān)測總站使用國產(chǎn)高分系列衛(wèi)星數(shù)據(jù)代替之前中等分辨率衛(wèi)星數(shù)據(jù),逐步完成了全省范圍基于高分辨率遙感影像的遙感解譯基底數(shù)據(jù)生產(chǎn)。為保證兩套監(jiān)測數(shù)據(jù)使用的延續(xù)性和可比性,文章通過松潘縣2018年兩套解譯數(shù)據(jù)用于生態(tài)環(huán)境質(zhì)量評價的對比分析,探討數(shù)據(jù)應用的可靠性。

      2 數(shù)據(jù)處理

      2.1 研究區(qū)概況

      松潘縣位于四川省阿壩藏族羌族自治州東北部,地貌東西差異明顯,以中山為主;地形起伏顯著,海拔1 080~5 588m,相對高差比較大,自然景觀復雜多樣、門類齊全、數(shù)量眾多。氣候具有按流域呈明顯變化的特點,小氣候多樣且災害性天氣活動頻繁。各地降水分布不均,但干雨季分明,雨季降水量占全年降水量的72%以上,多年平均氣溫5.7℃,年極端最低氣溫為零下21.1℃,多年平均降水量720mm。

      2.2 數(shù)據(jù)基礎

      2016年松潘縣土地利用/覆蓋矢量數(shù)據(jù),基于Landsat 30m分辨率的遙感影像人機交互解譯獲得,屬于中等分辨率尺度數(shù)據(jù);2018年松潘縣土地利用/覆蓋矢量數(shù)據(jù),基于高分一號(高分二號、資源三號作為補充)4~6m分辨率的遙感影像人機交互解譯獲得,屬于高分辨率尺度數(shù)據(jù);松潘縣2016~2018年Landsat-8 OLI和高分系列影像。其他包括縣級COD、SO2和固體廢物排放、土壤侵蝕、降水量及水資源量等數(shù)據(jù)。

      2.3 數(shù)據(jù)處理與質(zhì)控

      所用Landsat-8 OLI影像為中科院和USGS共享的L1T產(chǎn)品,已使用地面控制點和數(shù)字高程模型數(shù)據(jù)進行幾何精校正處理[3]。故對數(shù)據(jù)只進行全色與多光譜波段的融合、投影轉(zhuǎn)換等處理。處理后的影像分辨率為15m。2018年松潘縣假彩色合成的中、高分辨率影像圖見圖1,其局部細節(jié)示意圖見圖2。

      圖1 2018年松潘縣中/高分辨率影像(假彩色合成)Fig.1 Medium/high resolution remote sensing images of Songpan,2018(false color composite)

      圖2 2018年松潘縣中/高分辨率影像局部細節(jié)(假彩色合成)Fig.2 Details of medium/high resolution remote sensing images of Songpan,2018(false color composite)

      高分系列影像是在遙感圖像處理軟件PIE平臺上基于參考影像與數(shù)字高程模型自動校正的,校正效果好,自動化程度高,極大地減少了工作量。

      現(xiàn)有基于兩個尺度影像的解譯數(shù)據(jù)時效性不一致。故疊加2016年與2018年Landsat-8 OLI影像進行動態(tài)查找并更新現(xiàn)狀得到2018年基于中等分辨率的解譯數(shù)據(jù)。為保證數(shù)據(jù)的準確性,文中所用解譯矢量均為人機交互遙感解譯獲取。

      依據(jù)《全國生態(tài)環(huán)境監(jiān)測和評價方案》(簡稱方案),所有相關的遙感影像與解譯矢量均經(jīng)過“三級檢查,一級驗收”。影像質(zhì)檢方法為:套合參考影像,從左向右,從上至下,均勻檢查,每點均放大至像元級,檢查精度要求為:平原區(qū)≤2個像元、山區(qū)≤4個像元。對自動校正效果不好的區(qū)域,采用人工加點校正。解譯數(shù)據(jù)的最終精度驗證方式為全區(qū)域內(nèi)每隔3km均勻布設質(zhì)控點。方案中,解譯數(shù)據(jù)精度要求:一級分類>90%,二級分類>90%,動態(tài)解譯精度>95%,屏幕解譯線劃描跡精度為2個像元。由于四川省耕地存在水旱輪作,對耕地二級分類的不一致不認為是錯誤;高原區(qū)有草灌混雜的情況,不同季節(jié)影像特征也有差異,對此類草地與灌叢的不一致視具體情況而定。經(jīng)過修正后,影像和解譯數(shù)據(jù)的精度均達到方案要求。松潘縣基于兩種尺度遙感解譯數(shù)據(jù)的分類圖見圖3。

      圖3 基于兩種尺度遙感數(shù)據(jù)的2018年松潘縣土地利用/植被覆蓋圖Fig.3 Land use/vegetation cover of Songpan county in 2018 based on two scales of remote sensing data

      2.4 基于兩種尺度遙感影像解譯的比較

      在工作中筆者發(fā)現(xiàn),以陸地資源衛(wèi)星為代表的中等分辨率影像在長期的省域生態(tài)環(huán)境監(jiān)測中發(fā)揮了重大作用,其影像質(zhì)量穩(wěn)定,獲取時相豐富,但在人類活動頻繁、地物破碎、圖斑交互錯雜的平原丘陵區(qū),難以準確區(qū)分地物邊界。隨著全國生態(tài)環(huán)境監(jiān)測與評價工作的精細和深入,中等分辨率影像對地類細節(jié)的辨別、對精細動態(tài)地物的辨別等越發(fā)力不從心,生態(tài)環(huán)境監(jiān)測需要新的數(shù)據(jù)源。

      高分辨率影像細節(jié)清楚、數(shù)據(jù)量大,對地物識別有優(yōu)勢,以往中等分辨率影像不能很好區(qū)分的落葉林、草灌、丘陵區(qū)破碎的耕地、一些特殊的地類(如果園、桑園等經(jīng)濟林以往常被錯判成耕地)及數(shù)量巨大、分布離散、面積較小的農(nóng)村居民點均能較好地識別出來。分辨率的優(yōu)勢提高了某些地類解譯的準確率,也必然導致圖斑數(shù)量急劇增加,圖斑細碎交錯,解譯與質(zhì)檢的工作量指數(shù)級增長。為了比較基于兩種尺度分辨率解譯數(shù)據(jù)的差異,利用Fragstats軟件計算得到松潘縣的景觀格局參數(shù)見表1。其中,邊界密度表示景觀或類型被邊界分割的程度,是景觀破碎化程度的直接反應,其值越高說明斑塊破碎化程度越高;聚集度描述了景觀中不同生態(tài)系統(tǒng)的團聚程度,其值越高說明景觀完整性較好,相對的破碎化程度較低[4]。通過對比可知兩個尺度的聚集度指數(shù)都很高,驗證了松潘縣景觀完整性較好。基于高分影像解譯數(shù)據(jù)斑塊數(shù)是基于中等分辨率影像解譯數(shù)據(jù)的近6倍,邊界密度是其2倍,而平均斑塊面積只有其1/6,驗證了基于高分影像解譯數(shù)據(jù)更精細(見表2)。

      對遙感數(shù)據(jù)解譯,精度與分辨率并不成正比,事實上過于清楚的影像細節(jié)增加了某些地類的判讀難度。如高山區(qū)裸巖與草地交錯,斑塊破碎極難確定準確的邊界,增加了制圖綜合的困難。此外,由于高分辨率影像圖幅范圍小,影像重疊多,產(chǎn)生的多時相影像重疊增加了部分影像特征隨季節(jié)變化地物的識別的困難。影像鑲嵌篩選重疊區(qū)時,兼顧影像質(zhì)量和時效性極大地增加了工作量。數(shù)據(jù)獲取方面,在有利于區(qū)分生態(tài)地物類型的時期,四川省局部地區(qū)云霧較多,很難獲取合格的覆蓋全省的影像數(shù)據(jù)。中等分辨率影像源較多,市面上有很多免費且質(zhì)量良好的數(shù)據(jù)源。從經(jīng)濟性角度對于全省范圍來講,高分辨率影像的訂購一般使用存檔數(shù)據(jù),2018年盡管兼顧了高分一號、高分二號及資源三號的數(shù)據(jù)源,全省覆蓋范圍仍有漏洞。

      表1 基于兩種尺度遙感影像解譯數(shù)據(jù)的2018年松潘縣一級生態(tài)系統(tǒng)景觀格局特征Tab.1 Landscape pattern of primary ecosystem of Songpan county in 2018 based on two scales of remote sensing interpretation data

      表2 基于兩種尺度遙感影像解譯數(shù)據(jù)的2018年 松潘縣一級生態(tài)系統(tǒng)類斑塊平均面積Tab.2 The average patch area of primary ecosystem of Songpan county in 2018 based on two scales of remote sensing interpretation data (ha)

      2.5 生態(tài)環(huán)境狀況評價

      根據(jù)《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范》(HJ192-2015),應用遙感解譯數(shù)據(jù)、遙感植被指數(shù)產(chǎn)品、環(huán)境統(tǒng)計資料等為基礎,得到生物豐度指數(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)5個分指數(shù),并根據(jù)區(qū)域內(nèi)出現(xiàn)的嚴重影響人民生產(chǎn)生活安全的生態(tài)破壞和環(huán)境污染事項得出環(huán)境限制指數(shù)。評價指數(shù)EI,數(shù)值范圍0~100,根據(jù)EI值將生態(tài)環(huán)境分為5級,即優(yōu)、良、一般、較差和差[5]。EI計算公式如下:

      生態(tài)環(huán)境狀況指數(shù)(EI)=0.35×生物豐度指數(shù)+0.25×植被覆蓋指數(shù)+0.15×水網(wǎng)密度指數(shù)+0.15×(100-土地脅迫指數(shù))+0.10×(100-污染負荷指數(shù))+環(huán)境限制指數(shù)

      其中,生物豐度指數(shù)、水網(wǎng)密度指數(shù)、土地脅迫指數(shù)受土地利用解譯數(shù)據(jù)變化影響;而植被覆蓋指數(shù)為MODIS的NDVI數(shù)據(jù)產(chǎn)品加工獲得,空間分辨率250m;污染負荷指數(shù)主要與COD排放量、氨氮排放量、SO2排放量等環(huán)境統(tǒng)計數(shù)據(jù)、降水量、區(qū)域面積等相關。環(huán)境統(tǒng)計數(shù)據(jù)來自四川省環(huán)境保護廳。土壤侵蝕數(shù)據(jù)依據(jù)1995年數(shù)據(jù)四川省土壤侵蝕數(shù)據(jù)。水資源量和降水量來自各級水資源公報。河流長度基于全國1∶25萬基礎地圖獲得。

      基于以上兩種尺度遙感解譯數(shù)據(jù)分別進行生態(tài)環(huán)境狀況評價,經(jīng)計算評價結(jié)果見表3,其中生物豐度指數(shù)與水網(wǎng)密度指數(shù)的計算受遙感解譯數(shù)據(jù)影響較大。雖然基于兩套數(shù)據(jù)的評價分級均為良,但是EI指數(shù)相差3.43,差異比較大。

      表3 基于兩種尺度遙感影像解譯數(shù)據(jù)的2018年松潘縣生態(tài)環(huán)境狀況評價Tab.3 Ecosystem status evaluation of Songpan county in 2018 based on two scales of remote sensing interpretation data

      3 結(jié)果分析

      盡管保證了各自數(shù)據(jù)的準確率,并不代表兩套數(shù)據(jù)土地利用各生境類型面積會絕對一致,這個差異可能直接導致兩套數(shù)據(jù)的EI值相差較大。究其原因,遙感產(chǎn)品的尺度效應及人機交互解譯中人類經(jīng)驗及主觀性是主要因素。

      首先遙感影像以像元為基本單位來檢測和獲取地物信息。地表空間異質(zhì)性產(chǎn)生的混合像元是遙感圖像的常見現(xiàn)象,且不同分辨率遙感數(shù)據(jù)之間并非簡單平均關系,而是與地表狀況和目標(地學)參數(shù)的性質(zhì)相關[6]。以上導致兩種空間尺度解譯數(shù)據(jù)的統(tǒng)計特征與分析結(jié)果中存在較大差異,即遙感產(chǎn)品的尺度效應[7]。其次,在人機交互解譯過程中,相同區(qū)域,不同分辨率的影像特征存在差異,制圖者對分類體系與地物的認知也有差異。復雜的自然環(huán)境及其與遙感波譜相互作用的復雜性等原因,增加了制圖者在解譯時制圖綜合的主觀性。例如,草地在不同生長期其影像特征差異較大,對于草地覆蓋度的判斷,質(zhì)檢時發(fā)現(xiàn)受制圖員主觀性影響較多,而不同覆蓋度草地參與計算的權(quán)重相差數(shù)倍,其差異難免影響評價結(jié)果。

      4 結(jié) 論

      通過中等分辨率與高分辨率兩個空間尺度的遙感解譯數(shù)據(jù)用于生態(tài)環(huán)境狀況評價發(fā)現(xiàn),兩套數(shù)據(jù)的評價結(jié)果差異較大。地表空間異質(zhì)性的普遍存在和遙感數(shù)據(jù)非線性關系等原因?qū)е虏煌臻g尺度遙感解譯數(shù)據(jù)的結(jié)果不同,遙感產(chǎn)品的尺度效應是遙感應用中研究的熱點,也是暫時無法解決的問題[6-7]。解譯過程中,制圖者經(jīng)驗豐富程度及主觀性的影響也不容小覷。

      為此,在生產(chǎn)中,對每一種遙感數(shù)據(jù),應在數(shù)據(jù)獲取、處理、分析、數(shù)據(jù)轉(zhuǎn)換等全過程注意保證各環(huán)節(jié)的生產(chǎn)質(zhì)量,重視質(zhì)檢,最大化地減少誤差累積,最終保證生態(tài)環(huán)境評價結(jié)果的可靠性[8]。不同遙感數(shù)據(jù)源下的生態(tài)環(huán)境狀況數(shù)據(jù)不應直接拿來比對,應該研究其尺度轉(zhuǎn)換的規(guī)律,進行歸一化處理,使比較基準盡可能一致。另一方面,應重視野外核查。針對存疑的地類,在每年的野外核查例行工作中著重現(xiàn)場確認并進行錯誤更新。將現(xiàn)有的長期野外核查成果根據(jù)不同的地貌類型制作分區(qū)域的、規(guī)范有效的解譯標志庫。對于不能到達的區(qū)域,可以利用無人機飛行獲取信息,也可以參考在線衛(wèi)星影像發(fā)布平臺。對于制圖者,應該加強培訓、統(tǒng)一認知,以充分了解與掌握解譯區(qū)域的特征。此外,計算所涉及的土壤侵蝕數(shù)據(jù)生產(chǎn)時間為1995年,其更新周期過長;基于全國1∶25萬基礎地圖獲得的河流長度尺度是否匹配等因素是否對評價結(jié)果時效性和準確性的影響值得關注[9]。

      生態(tài)環(huán)境狀況評價,對于不同尺度遙感數(shù)據(jù)計算得出的生態(tài)環(huán)境狀況指數(shù)差異較大的時候,我們應更關注其年際間的動態(tài)變化情況,確保生態(tài)環(huán)境狀況變化的準確性。

      對于省域生態(tài)遙感監(jiān)測,所觀測為相對宏觀的生態(tài)系統(tǒng),利用高分辨率遙感數(shù)據(jù)進行大范圍的快速信息提取與更新,當前受數(shù)據(jù)獲取和處理能力的限制,并不現(xiàn)實[10]。中等分辨率影像依然還有使用空間,可以與高分數(shù)據(jù)相輔相成。生態(tài)環(huán)境遙感監(jiān)測中存在多種遙感系統(tǒng)獲取的多尺度數(shù)據(jù),綜合應用是必然趨勢,未來如何集成這些數(shù)據(jù),更好、更準確地去描述生態(tài)環(huán)境的狀況和變化趨勢以滿足生態(tài)系統(tǒng)管理決策需要進一步研究。

      猜你喜歡
      高分辨率分辨率尺度
      財產(chǎn)的五大尺度和五重應對
      高分辨率合成孔徑雷達圖像解譯系統(tǒng)
      雷達學報(2020年3期)2020-07-13 02:27:16
      EM算法的參數(shù)分辨率
      原生VS最大那些混淆視聽的“分辨率”概念
      基于深度特征學習的圖像超分辨率重建
      自動化學報(2017年5期)2017-05-14 06:20:52
      一種改進的基于邊緣加強超分辨率算法
      宇宙的尺度
      太空探索(2016年5期)2016-07-12 15:17:55
      高分辨率對地觀測系統(tǒng)
      太空探索(2015年8期)2015-07-18 11:04:44
      基于Curvelet-Wavelet變換高分辨率遙感圖像降噪
      9
      抚州市| 怀来县| 沐川县| 鄂温| 马龙县| 平阳县| 梅州市| 禹城市| 雷州市| 云阳县| 赤峰市| 扶余县| 额尔古纳市| 安福县| 临沭县| 滦平县| 大兴区| 澄城县| 开阳县| 宾阳县| 武夷山市| 民县| 满洲里市| 津南区| 仁布县| 揭东县| 洪泽县| 遂昌县| 永顺县| 三江| 漯河市| 奈曼旗| 确山县| 宁河县| 丰顺县| 渭南市| 伊通| 吉安县| 齐齐哈尔市| 临泽县| 辽阳县|