環(huán)境減災(zāi)二號(hào)A/B衛(wèi)星在生態(tài)保護(hù)紅線區(qū)植被覆蓋信息提取中的應(yīng)用

檀暢 王飛 王霓妮 滕佳華 游代安 劉思含

(1 生態(tài)環(huán)境部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094)(2 國(guó)家環(huán)境保護(hù)衛(wèi)星遙感實(shí)驗(yàn)室，北京 100094)

近年來(lái)，隨著工業(yè)化和城鎮(zhèn)化進(jìn)程的不斷推進(jìn)，我國(guó)生態(tài)環(huán)境的形勢(shì)日益嚴(yán)峻。國(guó)家出于維護(hù)生態(tài)安全的需要，劃定了生態(tài)保護(hù)紅線，它是我國(guó)環(huán)境保護(hù)的重要制度創(chuàng)新和關(guān)鍵舉措。生態(tài)保護(hù)紅線是指在自然生態(tài)服務(wù)功能、環(huán)境質(zhì)量安全、自然資源利用等方面，需要實(shí)行嚴(yán)格保護(hù)的空間邊界與管理限值，以維護(hù)國(guó)家和區(qū)域生態(tài)安全及經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展，保障人民群眾健康[1]。生態(tài)紅線保護(hù)區(qū)本質(zhì)上屬于生態(tài)功能重要區(qū)域和生態(tài)環(huán)境敏感脆弱區(qū)域，必須予以嚴(yán)格保護(hù)[2]。植被作為陸地生態(tài)系統(tǒng)中不可或缺的一部分，在水土保持、物質(zhì)循環(huán)等方面發(fā)揮著重要作用，對(duì)氣候變化及人類活動(dòng)響應(yīng)靈敏[3]。因此，植被覆蓋度通常被作為衡量生態(tài)系統(tǒng)及生態(tài)環(huán)境狀況的一個(gè)綜合量化指標(biāo)[4]，能夠在一定程度上反映區(qū)域生態(tài)系統(tǒng)的安全性與穩(wěn)定性。獲取生態(tài)保護(hù)紅線區(qū)的植被覆蓋狀態(tài)，對(duì)于分析、評(píng)估生態(tài)保護(hù)紅線區(qū)的生態(tài)環(huán)境具有重要的現(xiàn)實(shí)意義[5]。

隨著我國(guó)環(huán)保工作的不斷深入，生態(tài)環(huán)境評(píng)估等新的環(huán)境保護(hù)工作需要將環(huán)境監(jiān)測(cè)從點(diǎn)擴(kuò)展到面、從靜態(tài)擴(kuò)展到動(dòng)態(tài)、從局地?cái)U(kuò)展到全域[6]，環(huán)境減災(zāi)二號(hào)A/B(HJ-2A/B)衛(wèi)星就是在這樣的背景下研制發(fā)射的，是《國(guó)家民用空間基礎(chǔ)設(shè)施中長(zhǎng)期發(fā)展規(guī)劃》(2015-2025)中規(guī)劃的兩顆衛(wèi)星[7]；由2顆16 m光學(xué)衛(wèi)星組成(A星和B星)，于2020年9月27日成功發(fā)射，設(shè)計(jì)壽命5年。衛(wèi)星搭載4個(gè)有效載荷，包括：16 m CCD相機(jī)(5個(gè)波段)、高光譜成像儀、紅外相機(jī)和大氣校正儀，可提供16 m多光譜、48 m/96 m高光譜和48 m/96 m紅外圖像數(shù)據(jù)。HJ-2A/B衛(wèi)星通過(guò)協(xié)同組網(wǎng)觀測(cè)，在不考慮云霧的影響下，可見(jiàn)光及紅外多光譜數(shù)據(jù)2天可覆蓋全國(guó)一次、高光譜數(shù)據(jù)15天覆蓋全國(guó)一次，可為國(guó)土資源、水利、農(nóng)業(yè)、林業(yè)、地震等行業(yè)提供重要的數(shù)據(jù)支撐，提升生態(tài)環(huán)境主體業(yè)務(wù)中遙感數(shù)據(jù)國(guó)產(chǎn)化率。

本文從生態(tài)紅線保護(hù)區(qū)生態(tài)環(huán)境評(píng)估的應(yīng)用需求出發(fā)，以生態(tài)紅線保護(hù)區(qū)的植被覆蓋情況為切入點(diǎn)，選擇北京百花山自然保護(hù)區(qū)作為典型試驗(yàn)區(qū)，開(kāi)展HJ-2A/B衛(wèi)星數(shù)據(jù)在生態(tài)保護(hù)紅線區(qū)植被覆蓋信息提取應(yīng)用的分析研究，并以高分一號(hào)(GF-1)衛(wèi)星數(shù)據(jù)提取結(jié)果作為參考，評(píng)估該數(shù)據(jù)對(duì)植被信息提取所能達(dá)到的精度水平，確定其是否可以滿足生態(tài)保護(hù)紅線區(qū)植被覆蓋信息提取業(yè)務(wù)化運(yùn)行的需求。

1 研究區(qū)域及數(shù)據(jù)

1.1 研究區(qū)域

北京百花山自然保護(hù)區(qū)是北京市生態(tài)紅線保護(hù)區(qū)的重要組成部分，暖溫帶華北石質(zhì)山地次生林是其主要保護(hù)對(duì)象，屬于典型的山地森林生態(tài)系統(tǒng)，是北京西部的一道綠色屏障[8]。北京百花山國(guó)家級(jí)自然保護(hù)區(qū)(115°25′～115°42′E, 39°48′～40°05′N)位于北京市門頭溝區(qū)清水鎮(zhèn)境內(nèi)，1985年批準(zhǔn)成立，并于2008年升級(jí)為國(guó)家級(jí)自然保護(hù)區(qū)，占地總面積為21 743.1公頃，是北京市面積最大的自然保護(hù)區(qū)。北京百花山自然保護(hù)區(qū)地處亞高山地帶，屬于典型的中緯度溫帶大陸性季風(fēng)氣候區(qū)，四季分明，冬季干燥寒冷多風(fēng)，夏季溫?zé)岫嘤?，春季干旱，秋季晴朗少風(fēng)，溫度適中。保護(hù)區(qū)年降水量在450～720 mm，多集中在6、7、8三個(gè)月，約占全年降水量的70%。全年平均氣溫6～7 ℃，全年無(wú)霜期110天左右。蒙古櫟林是當(dāng)前百花山自然保護(hù)區(qū)分布最廣的森林群落之一，覆蓋度達(dá) 80%[9]。北京百花山自然保護(hù)區(qū)因其物種資源的豐富、地理位置的特殊，對(duì)區(qū)域性氣候調(diào)節(jié)、水源涵養(yǎng)和風(fēng)沙防治等具有巨大的生態(tài)作用。因此，本文選擇北京百花山自然保護(hù)區(qū)作為研究區(qū)域。

1.2 遙感數(shù)據(jù)及預(yù)處理

本研究選取2021年5月10日拍攝的HJ-2A/B衛(wèi)星多光譜影像來(lái)開(kāi)展植被覆蓋度反演測(cè)評(píng)工作，選取成像時(shí)間同樣為2021年5月10日的GF-1衛(wèi)星作為參考影像。圖1為覆蓋研究區(qū)的HJ-2A/B和GF-1衛(wèi)星真彩色波段合成影像，影像特征非常相近。HJ-2A/B和GF-1衛(wèi)星影像需要經(jīng)過(guò)包括輻射校正、大氣校正和幾何校正等預(yù)處理才能準(zhǔn)確開(kāi)展植被覆蓋度反演研究。本文利用HJ-2A/B和GF-1衛(wèi)星數(shù)據(jù)的頭文件獲取定標(biāo)參數(shù)，先對(duì)HJ-2A/B和GF-1衛(wèi)星數(shù)據(jù)可見(jiàn)光、近紅外波段數(shù)據(jù)進(jìn)行輻射校正；然后利用衛(wèi)星過(guò)境時(shí)實(shí)測(cè)大氣廓線、6S模型等對(duì)數(shù)據(jù)進(jìn)行大氣輻射校正，得到可見(jiàn)光、近紅外波段地表反射率數(shù)據(jù)；在研究區(qū)域內(nèi)通過(guò)選取分布均勻的20～30個(gè)控制點(diǎn)，利用多項(xiàng)式模型對(duì)兩景影像進(jìn)行幾何校正，將它們統(tǒng)一投影到WGS-84坐標(biāo)下，它們之間的配準(zhǔn)誤差低于1個(gè)像元。(上述預(yù)處理操作是在ENVI 5.3軟件中進(jìn)行的。)

圖1 覆蓋研究區(qū)域的遙感影像Fig.1 Remote sensing images covering the study area

2 分析方法

生態(tài)紅線保護(hù)區(qū)植被覆蓋信息提取分析流程如圖2所示。①選取合適時(shí)段的遙感影像；②根據(jù)2.2節(jié)描述的方法進(jìn)行圖像預(yù)處理；③計(jì)算歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI)；④基于NDVI指數(shù)與地表植被覆蓋度之間的關(guān)系，進(jìn)行地表植被覆蓋度的估算；⑤對(duì)遙感估算的植被覆蓋度進(jìn)行分級(jí)，其中，覆蓋度高于0.85為地表植被覆蓋，屬于優(yōu)等狀態(tài)；0.70～0.85屬于良好狀態(tài)；0.55～0.70屬于中等狀態(tài)；0.40～0.55屬于一般狀態(tài)；低于0.40屬于地表植被覆蓋比較差的狀態(tài)。對(duì)HJ-2A/B衛(wèi)星數(shù)據(jù)和GF-1衛(wèi)星參照數(shù)據(jù)估算的結(jié)果進(jìn)行分級(jí)面積統(tǒng)計(jì)，并對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行對(duì)比分析，評(píng)定兩種數(shù)據(jù)反演結(jié)果分級(jí)統(tǒng)計(jì)面積之間是否一致。從專題圖分級(jí)圖形的總體趨勢(shì)和抽取一定數(shù)量的植被覆蓋度分級(jí)圖斑，對(duì)HJ-2A/B衛(wèi)星數(shù)據(jù)和GF-1衛(wèi)星參照數(shù)據(jù)估算結(jié)果專題圖進(jìn)行比對(duì)，評(píng)定兩種數(shù)據(jù)結(jié)果的空間分布趨勢(shì)之間是否吻合；⑥根據(jù)植被覆蓋度估算結(jié)果的分級(jí)統(tǒng)計(jì)面積、空間分布趨勢(shì)綜合評(píng)價(jià)HJ-2A/B衛(wèi)星的16 m多光譜數(shù)據(jù)在地表植被覆蓋度信息提取中的應(yīng)用能力。

圖2 本文植被覆蓋信息提取步驟Fig.2 Steps of vegetation cover information extraction in this study

歸一化植被指數(shù)NDVI計(jì)算如下：

(1)

式中：VNDVI為歸一化植被指數(shù)的值；ρNIR為遙感影像近紅外波段的反射率(%)；ρRed為遙感影像紅光波段的反射率(%)。

植被覆蓋度是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比。目前已經(jīng)發(fā)展了很多利用遙感測(cè)量植被覆蓋度的方法，較為實(shí)用的方法是利用植被指數(shù)近似估算植被覆蓋度，常用的植被指數(shù)為NDVI。下面是在像元二分模型的基礎(chǔ)上基于NDVI指數(shù)估算植被覆蓋度的方法[10]。

(2)

式中：VVFC為植被覆蓋度(%)；VNDVI-soil為裸土或無(wú)植被覆蓋區(qū)域的NDVI值，即無(wú)植被覆蓋像元的NDVI值；VNDVI-veg代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。

3 結(jié)果與分析

3.1 植被覆蓋度計(jì)算結(jié)果

基于兩組遙感影像，根據(jù)式(2)，分別計(jì)算得出研究區(qū)域的植被覆蓋度，植被覆蓋度分布如圖3所示。從圖中可以看出，5月百花山植被進(jìn)入生長(zhǎng)期，植被覆蓋度較高， HJ-2A/B衛(wèi)星數(shù)據(jù)估算的結(jié)果與GF-1衛(wèi)星估算的結(jié)果在空間分布上大致吻合。

圖3 數(shù)據(jù)估算的植被覆蓋度分布圖Fig.3 Vegetation coverage distribution map estimated

根據(jù)測(cè)試數(shù)據(jù)和參考數(shù)據(jù)反演的植被覆蓋度結(jié)果，對(duì)其進(jìn)行等級(jí)劃分，植被覆蓋度等級(jí)占比統(tǒng)計(jì)結(jié)果如圖4所示，統(tǒng)計(jì)結(jié)果對(duì)比如表1所示。從表中可以看出， HJ-2A/B衛(wèi)星數(shù)據(jù)和GF-1衛(wèi)星參考數(shù)據(jù)估算的植被覆蓋度在各個(gè)等級(jí)范圍內(nèi)的占比相當(dāng)。其中，植被覆蓋度大于0.5的區(qū)域范圍均占50%以上，HJ-2A/B衛(wèi)星數(shù)據(jù)估算結(jié)果略高。植被覆蓋度小于0.1的區(qū)域范圍占30%以上，HJ-2A/B衛(wèi)星數(shù)據(jù)反演結(jié)果略低。植被覆蓋度高值區(qū)主要位于山區(qū)，植被生長(zhǎng)狀態(tài)較好，低值區(qū)主要分布在影像西部的城鎮(zhèn)周邊區(qū)域。

圖4 植被覆蓋度等級(jí)占比統(tǒng)計(jì)圖Fig.4 Statistical diagrams of grade proportion of vegetation coverage estimated

表1 植被覆蓋度分級(jí)統(tǒng)計(jì)對(duì)比表Table 1 Comparison table of grade proportion of vegetation coverage estimated

3.2 植被覆蓋度地面驗(yàn)證

為了更好地評(píng)估HJ-2A/B衛(wèi)星數(shù)據(jù)在生態(tài)保護(hù)紅線區(qū)植被覆蓋信息提取中的應(yīng)用能力，2021年5月10日—5月12日在懷來(lái)實(shí)驗(yàn)站開(kāi)展了植被覆蓋度地面驗(yàn)證實(shí)驗(yàn)，通過(guò)在官?gòu)d水庫(kù)附近構(gòu)建3個(gè)大小為30 m×30 m的地面樣方(如圖5所示)，同時(shí)使用無(wú)人機(jī)拍攝樣方區(qū)域的高分辨率遙感影像，然后提取無(wú)人機(jī)影像中的植被像元，最后通過(guò)統(tǒng)計(jì)植被像元的多少計(jì)算得到樣方區(qū)域的植被覆蓋度。同時(shí)，選取HJ-2A/B衛(wèi)星在實(shí)測(cè)數(shù)據(jù)日期附近質(zhì)量最好的一景數(shù)據(jù)(HJ-2B衛(wèi)星在2021年5月7日拍攝的一景)，利用前面所述的植被覆蓋度估算方法，反演出樣方區(qū)域在遙感數(shù)據(jù)植被覆蓋度。最后，對(duì)比無(wú)人機(jī)遙感數(shù)據(jù)和HJ-2A/B衛(wèi)星數(shù)據(jù)分別得到的植被覆蓋度，評(píng)估HJ-2A/B衛(wèi)星數(shù)據(jù)估算植被覆蓋度的能力。圖6為3塊樣方無(wú)人機(jī)拍攝的示意圖，3個(gè)樣方中的植被覆蓋類型分別為梨樹(shù)、杏樹(shù)和桃樹(shù)。

圖5 位于官?gòu)d水庫(kù)附近的3塊無(wú)人機(jī)樣方點(diǎn)的Google影像Fig.5 Google Earth image of three drone quadrat sites near the Guanting Reservoir

由于HJ-2B衛(wèi)星CCD數(shù)據(jù)的空間分辨率為16 m，為減小幾何位置誤差帶來(lái)的影響，對(duì)樣方經(jīng)緯度坐標(biāo)鄰近的9個(gè)像元取平均，與地面無(wú)人機(jī)實(shí)測(cè)值進(jìn)行對(duì)比。結(jié)果如表2所示。杏樹(shù)點(diǎn)的衛(wèi)星估算數(shù)據(jù)相較于地面實(shí)測(cè)數(shù)據(jù)低估較多，通過(guò)結(jié)合實(shí)際測(cè)量狀況，發(fā)現(xiàn)杏樹(shù)點(diǎn)樣方附近為植被覆蓋很小的小樹(shù)，只有杏樹(shù)一塊比較大，混合像元造成了杏樹(shù)點(diǎn)的低估。而梨樹(shù)和桃樹(shù)點(diǎn)樣方衛(wèi)星估算的植被覆蓋度相對(duì)誤差較小。上述結(jié)果表明HJ-2A/B衛(wèi)星數(shù)據(jù)可以用于植被覆蓋度的信息提取，精度符合業(yè)務(wù)化運(yùn)行的要求。

圖6 3塊無(wú)人機(jī)樣方示意圖Fig.6 Schematic diagram of three UAV quadrats

表2 HJ-2A/B衛(wèi)星數(shù)據(jù)估算的植被覆蓋度誤差結(jié)果Table 2 Error results of vegetation coverage estimated from HJ-2A/B satellites data

4 結(jié)束語(yǔ)

HJ-2A/B衛(wèi)星空間分辨率為16 m多光譜數(shù)據(jù)的空間細(xì)節(jié)豐富、數(shù)據(jù)質(zhì)量較好，能在較大程度上反映地表植被覆蓋的空間細(xì)節(jié)信息，能夠較好地區(qū)分有植被覆蓋類型和其他無(wú)植被覆蓋類型。利用該數(shù)據(jù)對(duì)地表植被覆蓋度進(jìn)行反演得到的結(jié)果精度、分級(jí)統(tǒng)計(jì)面積與參照數(shù)據(jù)GF-1衛(wèi)星反演的結(jié)果一致性較好，而且空間分布趨勢(shì)與參照數(shù)據(jù)結(jié)果也大致吻合。此外，結(jié)合無(wú)人機(jī)地面驗(yàn)證結(jié)果，表明16 m光學(xué)業(yè)務(wù)衛(wèi)星HJ-2A/B衛(wèi)星數(shù)據(jù)能夠滿足生態(tài)保護(hù)紅線區(qū)植被覆蓋信息提取業(yè)務(wù)需求。