基于被動微波遙感的城市土地生態(tài)承載力極限預警方法

胡 哲, 楊維寧

(長安大學西安市政設計研究院有限公司, 西安 710021)

人類社會在快速發(fā)展的同時也對自然生態(tài)環(huán)境造成了巨大的影響,自然生態(tài)環(huán)境承載力面臨巨大的挑戰(zhàn)[1]。造成這一問題的本質原因是人類超規(guī)利用資源,削弱了生態(tài)系統(tǒng)的功能。生態(tài)承載力是一種自然潛能,特指生態(tài)系統(tǒng)所提供的自然狀態(tài)對人類社會發(fā)展的支持能力,這對區(qū)域經濟的發(fā)展具有重要的促進作用[2]。

土地資源是人類生存的重要基礎,具有為人類活動提供充足的空間、承載并養(yǎng)育人類的成長和維持生態(tài)系統(tǒng)服務的功能,在人類社會發(fā)展中發(fā)揮著不可取代的作用。因此,土地承載力也成了生態(tài)承載力研究中的核心內容[3]。城市土地生態(tài)承載力作為一個研究切入口,被廣大學者所關注。

文獻[4]中基于遙感影像選取了10個影響生態(tài)承載力的因素,利用CA-Markov模型模擬預測流域生態(tài)承載力時空格局,詳細分析了不同年份石羊河流域的生態(tài)承載力信息,研究結果相對狹窄,難以廣泛應用；文獻[5]利用生態(tài)足跡法,以天山北坡為例構建了預測模型,對該地區(qū)生態(tài)的承載力進行預測,對城鎮(zhèn)化土地用地提出了一定的建議,但還是未能解決定量地評估承載力的問題；文獻[6]以相對資源承載力理論為研究基礎,分析寧夏中部地區(qū)的耕地資源承載力和水資源承載力等,對干旱地區(qū)的生態(tài)發(fā)展提供了一定的依據(jù),但其評估有前提條件,難以泛用；文獻[7]以生態(tài)、經濟和社會資源為指標構建了土地綜合承載力指標體系,結合熵權法和系統(tǒng)耦合協(xié)調度方法,綜合分析了土地承載力情況,協(xié)調生態(tài)系統(tǒng)內部資源,同樣未能定量地評估承載力。

國外學者也提出了相關研究成果,如文獻[8]中使用生態(tài)足跡法和生態(tài)系統(tǒng)服務法計算環(huán)境承載力,比較兩種方法的性能,試圖尋找一種更為有效的承載力計算方法；文獻[9]提出了基于生態(tài)敏感性分析方法進行城市土地承載力評價,采用遙感數(shù)據(jù)和地理信息系統(tǒng)建立合理的評價指標,對城市區(qū)域進行分析,將生態(tài)敏感性分為非敏感性、輕度敏感性、敏感、中等敏感4個層次,結果表明,生態(tài)敏感性由中心向邊緣逐漸增大；文獻[10]對土地資源的生態(tài)承載能力和經濟支出進行了評價,基于往年數(shù)據(jù)構建了系統(tǒng)動力學模型,分析區(qū)域生態(tài)承載力變化趨勢,并給出了解決方案。盡管中外學者開展了大量的研究,準確估計土地生產潛力仍然是研究的難點。

通過研究土地生態(tài)承載力,可以合理規(guī)劃用地,提高區(qū)域生態(tài)系統(tǒng)功能,為城市的可持續(xù)發(fā)展提供堅實基礎。因此,提出一種基于被動微波遙感的城市土地生態(tài)承載力極限預警方法,并通過實驗驗證了所提方法的有效性,以期獲取一種更好的生態(tài)承載力預警方法,為城市生態(tài)領域的研究提供力量。

1 指標建立及自然狀態(tài)指標分析

1.1 建立城市土地生態(tài)承載力預警指標

科學合理的預警指標體系是完成城市土地生態(tài)承載力極限預警的基礎條件,能夠加強預警結果的可靠性。土地生態(tài)承載力預警能夠準確地反映當前社會中人與社會、經濟之間的關系,從而幫助人類做出快速的響應[11-12]。隨著社會經濟的發(fā)展,自然狀態(tài)環(huán)境不斷惡化。尤其是水資源的污染、受損,導致城市土地承載力承受著巨大的壓力。根據(jù)上述分析可知,需要從多個方面入手建立指標體系,多角度分析城市土地生態(tài)承載力。

土地生態(tài)承載力是一個內部結構復雜、層次較多的綜合系統(tǒng),與社會和經濟發(fā)展具有難以分割的關系。因此,除自然狀態(tài)外,社會狀態(tài)和經濟狀態(tài)也是構成城市土地生態(tài)承載力預警指標體系的內容。為此,構建預警指標體系如表1所示。

在表1所示的預警指標中,社會狀態(tài)與經濟狀態(tài)包含因素均能夠通過數(shù)據(jù)統(tǒng)計完成分析,而自然狀態(tài)中的因素界限限定較為模糊,需要通過算法分析接近各因素最佳取值,進而準確反映城市土地生態(tài)承載力。此外,自然狀態(tài)分析也是展現(xiàn)土地承載力最直接的方式,具有非常重要的代表作用。因此,需對自然狀態(tài)中的土地生產潛力和土壤水環(huán)境因素進行重點分析。

表1 預警指標體系

1.2 土地生產潛力估計

土地生產潛力指土地所能產出的最大價值,由生產潛力極值可以計算該土地范圍所能承載的最高人口數(shù),從而明確土地最大承載力[13]。因此,土地生產潛力估計是土地承載力分析的核心問題。

邁阿密模型和CASA(Carnegie-Ames-Stanford approach)模型是土地生產潛力估計中最常用的方法,但邁阿密模型由于在計算中僅考慮溫度和降水兩個因素,導致所得的結果與實際情況有較大誤差。因此,采用CASA模型估計土地生產潛力,更為真實地反映城市土地生態(tài)承載力狀況。

在CASA模型中,計算土地生產潛力主要根據(jù)光合有效輻射和光能利用率倆因素得出,表示為

C(x,t)=P(x,t)α

(1)

式(1)中：x代表空間位置；t表示光照時間；P表示植被受到的有效光輻射；α表示光能利用率。

P的取值與太陽總輻射緊密相關,計算公式為

(2)

式(2)中,Z(x,t)表示太陽總輻射量；Q(x,t)表示植被吸收光合的有效輻射比例，Q(x,t)的取值一般不超過0.95,表示為

(3)

式(3)中：β表示比值植被指數(shù)。

對于光能利用率α,受現(xiàn)實生活中水環(huán)境和溫度的影響,α通常不能實現(xiàn)完全的光能利用,其計算公式為

α(x,t)=E1(x,t)E2(x,t)δαmax

(4)

式(4)中：E1(x,t)、E2(x,t)分別表示溫度1和溫度2時的光能轉化率；δ為水量平衡分析中水分脅迫系數(shù)；αmax表示光能可利用的最高比率。

綜合上述對植被光合有效輻射P和光能利用率α的計算,可有效實現(xiàn)土地生產潛力估計,為土地生態(tài)承載力分析奠定基礎。

1.3 土壤水分的計算與反演

被動微波遙感技術能夠改善目前存在的衛(wèi)星產品不足,將光學遙感干擾因素降到最低,全天候不間斷地運行。微波相比一般的介質來說,具有超強的穿透性,能夠準確獲取植被輪廓信息。利用微波遙感技術采集得到的土壤水分信息,能夠大幅度提升土地生態(tài)承載力預測結果的準確性。在對土壤水分敏感反演中,被動微波遙感敏感性更強,適用范圍更大[14-15]。

在不考慮大氣因素影響的條件下,通過輻射傳播模型表示植被覆蓋地表觀測亮度L，即

L=T′[F1τ+(1-ω)](1-F2τ)

(5)

式(5)中：T′表示測得的土壤溫度；F1、F2分別表示土壤的發(fā)射率和反射率,F1+F2=1；ω表示植被散射反照率；τ表示植被觀測厚度。已有的研究成果表明,植被觀測厚度τ與植被含水量之間存在一定的聯(lián)系,用公式可表示為

τ=Wr

(6)

式(6)中：W表示植被含水量；r表示含水系數(shù)。

基于上述分析過程經過一系列的發(fā)射率與敏感性模擬分析,能夠完成土壤水分反演。但反演過程復雜,計算效率低,因此引入?yún)?shù)分析,計算土壤水分與透射率之間的關系,表示為

(7)

式(7)中：e1、e2均表示參數(shù)。

2 自然狀態(tài)指標元素權重計算

確定指標權重是為了將影響土地生態(tài)承載力的不同指標區(qū)別對待,依據(jù)每個指標重要程度劃分,賦予不同指標不同的權重系數(shù),綜合計算獲取土地承載力。因此,在對自然狀態(tài)指標進行詳細分析的基礎上,計算自然狀態(tài)指標數(shù)據(jù)權重。

熵權法是一種綜合化的指標評價方法,因為該方法具有綜合優(yōu)勢,把它利用到自然狀態(tài)指標權重中計算,所得的結果更加符合實際情況,具體步驟如下。

(1)根據(jù)自然狀態(tài)指標體系構建判斷矩陣,公式為

(8)

式(8)中：m表示區(qū)域總量；n表示自然資源指標包含元素。

(2)對構建的矩陣歸一化處理,得到矩陣G，即

(9)

(3)式(9)中的gmn元素與總元素之和的比值,可以表示為

(10)

(4)根據(jù)熵權法計算指標元素權重,第j個指標元素的權重為

(11)

式(11)中：A表示第j個指標元素的熵值。

根據(jù)上述過程,可計算得出自然狀態(tài)指標中元素的權重值,完成對自然狀態(tài)數(shù)據(jù)的預處理,為城市土地生態(tài)承載力極限預警提供有利的基礎條件。

3 城市土地生態(tài)承載力極限預警

在計算自然狀態(tài)權重的基礎上,結合社會狀態(tài)與經濟狀態(tài)指標因素,進行城市土地生態(tài)承載力極限預警。采用灰色預警模型實現(xiàn)土地生態(tài)承載力極限預警,主要通過預測各指標因素之間的相似程度,尋找得到一定的規(guī)律,生成數(shù)據(jù)序列并建立模型實現(xiàn)。具體過程如下。

(1)假設某一指標的原始數(shù)據(jù)序列為

Y={y1,y2,y3,…,yn}

(12)

則相應的微分方程為

(13)

式(13)中：a為發(fā)展灰數(shù)；η為內生控制灰數(shù)。

(2)構建城市土地生態(tài)承載力指標數(shù)據(jù)矩陣，即

(14)

(3)設置σ和υ為待評估參數(shù),則向量形式可表示為

(15)

(4)生成城市土地生態(tài)承載力極限預警模型為

(16)

4 實驗結果與分析

為驗證基于被動微波遙感的城市土地生態(tài)承載力極限預警方法的有效性,設計如下實驗。

選擇某生態(tài)區(qū)為對象進行研究。該生態(tài)區(qū)的土壤水分反演數(shù)據(jù)來源于被動微波成像儀(TRMM microwave imager,TMI),用于觀測大氣和地表的溫濕度情況。根據(jù)正文采用的反演過程對31°～39°N、112°～ 123°E范圍內的土壤水分進行反演。

歸一化植被指數(shù)數(shù)據(jù)對植被信息具有高度的敏感性,實驗中數(shù)據(jù)依據(jù)均為歸一化植被指數(shù),由MODIS16d(moderate-resolution imaging spectroradiometer)合成。

實驗環(huán)境設置情況如下:實驗模擬平臺搭建在MATLAB上,計算機的中央處理器使用頻率為 3.6 GHz 的i7,系統(tǒng)內存為32 G。實驗使用Python開發(fā)語言,使用JetBrains PyCharm Community Edition編譯器完成數(shù)據(jù)轉換。

4.1 指標設計

(1)土地生產潛力估計準確率:通過對植被光合有效輻射和光能利用率的計算,可完成土地生產潛力估計,依據(jù)式(2)和式(4)對兩者進行計算,將計算結果與實際值進行對比,驗證計算結果的準確率。

(2)土壤水分反演數(shù)據(jù)耗時:土壤水分反演是自然狀態(tài)分析的要素,且通常水分反演過程復雜,對水分反演數(shù)據(jù)的耗時進行分析至關重要。

(3)權重計算結果絕對誤差:平均絕對誤差最常用于評價計算結果,通過計算預測權重值與真實權重值,完成對計算結果準確度的衡量。

(4)土地生態(tài)承載力極限預警精度:精度是對預警結果性能的高效檢驗指標。

4.2 實驗結果及分析

4.2.1 土地生產潛力估計準確率

在CASA模型的基礎上,依據(jù)式(2)和式(4),分別計算出植被的光合有效輻射和光能利用率,將計算結果與實際值對比,結果如表2所示。

表2 土地生產潛力估計準確率

分析表2可知,對于植被光合有效輻射來說,計算值均勻地分布在實際值兩側,且數(shù)值較為接近,最終平均準確率為99.9%,準確率較高。對于光能利用率來說,其計算值始終低于實際值,但數(shù)值相差較小,整體較為接近,最終平均準確率為97.6%,準確率較高。綜合上述數(shù)據(jù)分析可以看出,利用本文方法計算得到的土地生產潛力估計值結果較為準確。

4.2.2 土壤水分反演數(shù)據(jù)耗時

以被動微波遙感技術獲取植被輪廓信息,采集得到土壤水分信息。依據(jù)式(5)、式(6)和式(7),以土壤水分反演數(shù)據(jù)耗時為指標,將本文方法與文獻[5]、文獻[7]和文獻[8]方法進行對比,結果如圖1所示。

圖1 土壤水分反演數(shù)據(jù)耗時對比Fig.1 Comparison of time consuming of soil moisture inversion data

根據(jù)圖1數(shù)據(jù)分析結果可以看出,文獻[5]方法的土壤水分反演數(shù)據(jù)耗時最長,最高耗時為72 s。本文方法的土壤水分反演數(shù)據(jù)耗時最少,不超過35 s,低于其他3種方法的最低值。因此,本文所采用的反演方法能夠有效地改善傳統(tǒng)方法存在的不足,降低反演過程的復雜度,以較少的耗時完成土壤水分反演研究。

4.2.3 權重計算平均絕對誤差

采用熵權法預處理數(shù)據(jù),并進行權重計算的方式,可以減少計算結果的誤差,提高預警結果精度。將本文方法與文獻[8]、文獻[9]和文獻[10]方法的權重計算平均絕對誤差進行對比,結果如表3所示。

由表3可以看出,本文方法的權重計算平均絕對誤差均值為5.5%,低于文獻[8]方法23.5%,低于文獻[9]方法36.5%,低于文獻[10]方法34.3%。由此可以看出,本文方法具有一定的優(yōu)勢,主要是因為本文利用熵權法這種綜合化的指標評價方法進行計算,結果理想,可以對城市土地的開發(fā)與利用提供數(shù)據(jù)支持,有利于提高城市土地生態(tài)承載力。

表3 權重計算結果絕對誤差對比

4.2.4 城市土地生態(tài)承載力極限預警精度

在4.2.3節(jié)計算自然狀態(tài)權重的結果基礎上,結合社會狀態(tài)與經濟狀態(tài)指標因素,采用灰色預警模型實現(xiàn)土地生態(tài)承載力極限預警,并以本文方法與文獻[7]、文獻[8]的城市土地生態(tài)承載力極限預警精度進行對比,結果如圖2所示。

圖2 城市土地生態(tài)承載力極限預警精度對比Fig.2 Comparison of extreme early warning accuracy of urban land ecological carrying capacity

由圖2可以看出,文獻[8]方法的最高預警精度不超過85%,明顯低于其他兩種方法,文獻[7]方法的預警精度最高可達90%,整體均值為80%。本文方法的城市土地生態(tài)承載力極限預警精度整體在80%以上,平均預警精度為90%左右,說明具有明顯的優(yōu)勢。究其原因,是因為本文對城市土地生態(tài)承載力預警指標進行了分析,并詳細分析了自然狀態(tài)這一指標,提高了預警指標的數(shù)據(jù)獲取準確率,進而大大提高了土地生態(tài)承載力極限預警精度。

5 結論

土地是重要的自然資源之一,土地生態(tài)承載力在一定程度上是對自然與社會經濟發(fā)展的一種體現(xiàn)。提出一種基于被動微波遙感的城市土地生態(tài)承載力極限預警方法。采用被動微波遙感技術進行土壤水分反演,結合土地生產潛力估計,有效地彌補了傳統(tǒng)方法對于自然狀態(tài)界定模糊的不足,提高了土地生態(tài)承載力極限預警精度。通過實驗分析,發(fā)現(xiàn)本文方法獲取的預警結果平均精度提升到90%,與傳統(tǒng)方法相比,具有較高的先進性和應用性。

然而,本文方法仍舊存在些許不足,對于被動微波遙感技術的分析與應用不十分充分,故在下一步的研究中,可以對被動微波遙感技術進行深化分析,嘗試將其應用在更多的生態(tài)因素分析中,可為生態(tài)環(huán)境的持續(xù)發(fā)展創(chuàng)造更高的價值。