基于珠海一號(hào)高光譜影像的大同煤田區(qū)碳匯變化

袁 媛

(1.山西省煤炭地質(zhì)一一五勘查院有限公司,山西 大同 037000; 2. 礦山地質(zhì)災(zāi)害防治與環(huán)境恢復(fù)大同市重點(diǎn)實(shí)驗(yàn)室,山西 大同 037000)

大同煤田是山西省生產(chǎn)出口煤最多的煤田,開(kāi)采歷史悠久,煤礦的開(kāi)采給當(dāng)?shù)氐慕?jīng)濟(jì)帶來(lái)發(fā)展的同時(shí),也造成了生態(tài)環(huán)境的破壞,導(dǎo)致碳排放量大大增加?！笆奈濉逼陂g我國(guó)明確了要堅(jiān)持綠色發(fā)展的引領(lǐng),實(shí)施區(qū)域綠色協(xié)調(diào)發(fā)展戰(zhàn)略。經(jīng)過(guò)近幾年的努力,大同煤田生態(tài)環(huán)境恢復(fù)已取得一定的成效。進(jìn)行煤田區(qū)域生態(tài)環(huán)境監(jiān)測(cè),掌握煤田碳匯量變化是非常有必要的。

近年來(lái),高光譜影像以其波段寬度窄、光譜分辨率高、響應(yīng)范圍廣、波段連續(xù)等特點(diǎn)被廣泛應(yīng)用于土地利用現(xiàn)狀分類。圍繞以土地利用為主要的碳循環(huán)方式,研究分析大同煤田區(qū)域碳匯量在近兩年時(shí)空上的變化,可為大同煤田調(diào)整產(chǎn)業(yè)結(jié)構(gòu),優(yōu)化土地合理利用,提高能源利用率,實(shí)現(xiàn)山西省碳達(dá)峰、碳中和目標(biāo)提供數(shù)據(jù)支撐和理論依據(jù)。

鑒于此,本文以大同煤田為研究區(qū)域,基于珠海一號(hào)2020和2021年兩期高光譜影像數(shù)據(jù),提取大同煤田兩年的土地利用現(xiàn)狀變化;采用遙感估算法[1],得到煤田區(qū)域兩年的碳匯量變化情況,探究珠海一號(hào)高光譜數(shù)據(jù)在地物分類及未來(lái)的碳匯監(jiān)測(cè)潛力,為煤田區(qū)碳匯研究提供一種新的思路[2]。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

大同煤田位于山西省北部、大同市西南方,研究區(qū)域地跨大同、左云、懷仁3個(gè)市、縣(如圖1所示),面積為1 805.67 km2。

圖1 研究區(qū)域

大同煤田為賦存雙紀(jì)煤田(即侏羅系和石炭二疊系煤系),大同煤炭資源已探明儲(chǔ)量約312 億t。其中,侏羅紀(jì)煤70億t,石炭二疊紀(jì)煤242 億t。從南北朝時(shí)期就開(kāi)始開(kāi)采大同煤田,侏羅系煤炭資源賦存面積共計(jì)772 km2,已經(jīng)開(kāi)發(fā)利用和精查區(qū)面積為632 km2,占侏羅系煤田總面積的82%,目前石炭二疊紀(jì)煤層也已開(kāi)始開(kāi)采。

1.2 數(shù)據(jù)源

本文數(shù)據(jù)選取的是珠海一號(hào)2020年4月12日和2021年5月2日覆蓋大同煤田區(qū)域的L1B級(jí)數(shù)據(jù),高分辨率影像選取的是2020年4月24日和2021年5月29日的GF2數(shù)據(jù),用于空-譜融合。

珠海一號(hào)衛(wèi)星星座由34顆遙感微納衛(wèi)星組成,包括2顆OVS-1視頻衛(wèi)星、10顆OVS-2視頻衛(wèi)星、2顆OUS高分光學(xué)衛(wèi)星、10顆OHS高光譜衛(wèi)星、2顆SAR衛(wèi)星及8顆OIS紅外衛(wèi)星。目前,珠海一號(hào)衛(wèi)星星座已實(shí)現(xiàn)3組共12顆衛(wèi)星在軌運(yùn)行。其中,OHS高光譜衛(wèi)星分別于2018和2019年以“一箭五星”方式發(fā)射入軌。OHS高光譜衛(wèi)星數(shù)據(jù)具體參數(shù)見(jiàn)表1。

表1 數(shù)據(jù)源參數(shù)

2 數(shù)據(jù)處理與分析

首先,對(duì)珠海一號(hào)數(shù)據(jù)進(jìn)行預(yù)處理,包括波段合成、輻射定標(biāo)、大氣校正和正射校正等;然后,對(duì)珠海一號(hào)高光譜影像與GF2遙感影像進(jìn)行空-譜融合,得到既具有32個(gè)波譜又具有1 m分辨率的遙感影像,并在此基礎(chǔ)上采集樣本,得到研究區(qū)域2020和2021年土地利用現(xiàn)狀;最后,計(jì)算兩期的碳匯量,通過(guò)結(jié)果比對(duì),得到研究區(qū)碳匯量的變化情況。具體技術(shù)路線如圖2所示。

圖2 技術(shù)路線

2.1 高光譜影像預(yù)處理

珠海一號(hào)高光譜遙感影像均在PIE 6.3軟件平臺(tái)完成預(yù)處理,基本流程包括波段合成、輻射定標(biāo)、大氣校正和正射校正,將原始影像生產(chǎn)為具有準(zhǔn)確幾何定位的反射率數(shù)據(jù)。珠海一號(hào)原始數(shù)據(jù)包括32個(gè)單波段文件,波段合成用于將多波段數(shù)據(jù)合并成一個(gè)單一的文件,輻射定標(biāo)用于消除由傳感器、光學(xué)系統(tǒng)等造成的圖像亮度失真,可以將珠海一號(hào)OHS原始DN值數(shù)據(jù)轉(zhuǎn)換為輻射亮度值或大氣表觀反射率。以表觀反射率的形式輸出輻射定標(biāo)后的數(shù)據(jù)。傳感器記錄的光譜數(shù)據(jù)中,存在由于大氣、 太陽(yáng)高度角、地形等的影響而引起的輻射誤差。其中,大氣對(duì)電磁輻射產(chǎn)生的散射和吸收是輻射誤差的主要來(lái)源。大氣校正的主要目的是消除由大氣影響所造成的輻射誤差,反演地物真實(shí)的反射率。正射校正是對(duì)圖像空間和幾何畸變進(jìn)行校正,生成多中心投影平面正射圖像的處理過(guò)程,它除了能糾正一般系統(tǒng)因素產(chǎn)生的幾何畸變外,還可以消除地形引起的幾何畸變。

2.2 空-譜融合

空-譜融合是將珠海一號(hào)高光譜影像與高分辨率GF-2遙感影像進(jìn)行影像融合,最終得到既具有32個(gè)波譜特性又具有1 m高分辨率的遙感影像。遙感影像融合方法非常多,如PCA融合、GS融合、基于最佳指數(shù)準(zhǔn)則高光譜圖像小波包融合、基于二代曲波變換和脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)高光譜影像融合、基于貝葉斯抗噪小波方法影像融合及PCA和二代Bandelet結(jié)合的影像融合[3-10]等多種影像融合方法。針對(duì)當(dāng)前空-譜融合方法應(yīng)用于高光譜圖像融合時(shí),出現(xiàn)空間細(xì)節(jié)信息提升明顯但光譜失真,或光譜保真度高但空間細(xì)節(jié)信息提升不足的問(wèn)題,本文基于波段自適應(yīng)細(xì)節(jié)注入算法進(jìn)行異源影像空-譜融合。

波段自適應(yīng)細(xì)節(jié)注入融合方法主要從兩個(gè)方面對(duì)融合圖像的光譜和空間細(xì)節(jié)信息進(jìn)行提升。一方面,針對(duì)傳統(tǒng)GS方法應(yīng)用于高光譜圖像融合時(shí)光譜失真較嚴(yán)重的問(wèn)題,參考BDSD (band dependent spatial detail) 模型求取模擬圖像權(quán)重系數(shù)的思路,提出一種波段自適應(yīng)的低分辨率圖像模擬方法,可以獲得光譜信息更豐富的模擬圖像;另一方面,為了保證融合圖像的細(xì)節(jié)紋理信息,采用NSCT將模擬圖像、空間細(xì)節(jié)信息圖像和多光譜圖像的空間及部分光譜信息注入重構(gòu)的高空間分辨率圖像中,然后將該圖像作為第1分量與其余GS分量進(jìn)行逆變換,得到最終的高空間分辨率高光譜圖像。融合結(jié)果如圖3所示。

圖3 空-譜融合結(jié)果

2.3 土地利用分類

基于高光譜遙感影像圖像分類方法有很多,包括ISODATA分類、K-means分類、神經(jīng)網(wǎng)絡(luò)聚類分類、模糊C均值分類、基于混合像元的模糊分類(MPC)、整合空間信息的模糊分類、距離分類、最大似然分類、光譜信息散度分類等。本文采用光譜特征匹配分類方法,將大同煤田土地利用現(xiàn)狀分為6類,分別為耕地、林地、草地、水體、人造地表及未利用地。

光譜特征匹配是基于光譜中各地物光譜特征與當(dāng)前影像進(jìn)行的匹配,通過(guò)計(jì)算波譜間的角度判定兩個(gè)波譜間的相似度,較小的角度代表像元與參照波譜匹配緊密。通過(guò)與設(shè)定閾值比較,大于指定的最大弧度閾值的像元不被分入該類,然后生成分類后的圖像。

光譜特征匹配原理:在多維光譜空間,不同的地物光譜角度方向是不同的。兩個(gè)n波段的光譜向量Y=[y1y2…yn],可以用光譜角度匹配方法測(cè)向量間的角度差異性,公式為

(1)

2.4 碳匯量計(jì)算

碳匯量計(jì)算采用遙感估算法。碳匯量計(jì)算公式為[11]

Ca=∑Li=∑Si×Di

(2)

式中,Ca表示碳吸收量(kg);Li表示研究區(qū)域內(nèi)的第i種土地類型的碳排量(kg(c)/m2);Si表示第i種土地類型的面積;Di為第i種土地類型的碳收支系數(shù)。

本文采用的碳匯系數(shù)需要通過(guò)跟蹤國(guó)內(nèi)外期刊的研究成果最終確定,且為符合大同林地、草地等的碳匯系數(shù)。文獻(xiàn)[12]研究發(fā)現(xiàn),耕地既是碳源也是碳匯,耕地的碳排放系數(shù)為 0.042 2 kg(c)/m2,碳吸收系數(shù)為 0.692 kg(c)/m2,取耕地的凈碳匯系數(shù)作為碳收支系數(shù),則耕地的凈收支系數(shù)取 0.67 kg(c)/m2。根據(jù)文獻(xiàn)[13]的研究,林地碳匯系數(shù)取值為 5.77 kg(c)/m2,草地碳匯系數(shù)取值為 0.472 kg(c)/m2。

碳匯量計(jì)算公式為

C=Ca×44/12

(3)

式中,C為碳匯量,最終為二氧化碳吸收量。

3 結(jié)果與分析

3.1 大同煤田區(qū)域土地利用現(xiàn)狀變化

2020年大同煤田區(qū)域土地利用以林地最多,占總面積的43%;其次是耕地,占25%;然后是草地,占21%,建筑用地占9%;最后是水體和未利用地,分別占0.7%和1.3%。2021年大同煤田區(qū)域土地利用以林地最多,占總面積的43%;其次是耕地,占25%;然后是草地,占21%,建筑用地占9%;最后是水體和未利用地,分別為0.7%和1.3%。

2021年相較于2020年,大同煤田土地利用未發(fā)生顯著變化,林地增加0.71 km2,耕地增加0.11 km2,草地增加2.57 km2。由于煤田生態(tài)修復(fù),林地和草地面積增加,如圖4所示。

圖4 2020-2021年大同煤田土地利用現(xiàn)狀

3.2 分類精度評(píng)價(jià)

結(jié)合左云縣、云岡區(qū)和懷仁縣實(shí)際土地利用現(xiàn)狀數(shù)據(jù),對(duì)由2021年珠海一號(hào)提取的土地利用現(xiàn)狀圖,通過(guò)混淆矩陣結(jié)合Kappa系數(shù)進(jìn)行精度驗(yàn)證和對(duì)比,得到總體精度為79.17%,Kappa系數(shù)為75.96%。在分類結(jié)果中,水體的生產(chǎn)者精度最高,為88.54%;建筑的生產(chǎn)者精度最低,為69.02%;林地的用戶精度最高,為91.08%;未利用地的用戶精度最低,為57.65%,見(jiàn)表2。

表2 精度評(píng)價(jià)(像素) 個(gè)

3.3 大同煤田區(qū)域碳匯量變化

2020年大同煤田區(qū)域碳匯量為1814 萬(wàn)t CO2。其中,林地碳匯量1642萬(wàn)t CO2,耕地碳匯量108 萬(wàn)t CO2,草地碳匯量64 萬(wàn)t CO2。2021年大同煤田區(qū)域碳匯量為1817 萬(wàn)t CO2。其中,林地碳匯量1644萬(wàn)t CO2,耕地碳匯量1 081 644 萬(wàn)t CO2,草地碳匯量65 萬(wàn)t CO2。

2021年相較于2020年,大同煤田區(qū)域碳匯量增加了3 萬(wàn)t CO2。其中,林地增加碳匯量2 萬(wàn)t CO2,草地增加碳匯量1 萬(wàn)t CO2,耕地碳匯量基本不變,如圖5所示。

圖5 大同煤田碳匯密度

4 結(jié) 論

本文以大同煤田為研究對(duì)象,以2019和2020年兩期珠海一號(hào)高光譜遙感影像為數(shù)據(jù),提取煤田區(qū)域土地利用現(xiàn)狀,并計(jì)算碳匯量,得到兩期碳匯變化數(shù)據(jù),結(jié)論如下:

(1)2020和2021年土地利用現(xiàn)狀均為:林地>耕地>草地>建筑用地>水體>未利用地,2021年相較于2020年,土地利用未發(fā)生顯著變化,林地增加0.71 km2,耕地增加0.11 km2,草地增加2.57 km2,為煤田區(qū)域生態(tài)修復(fù)的結(jié)果。

(2)2021年相較于2020年,增加了林地、耕地和草地,大同煤田區(qū)域碳匯量增加3 萬(wàn)t CO2。其中,林地增加碳匯量2 萬(wàn)t CO2,草地增加碳匯量1萬(wàn)t CO2,耕地碳匯量基本不變。

綜上所述,大同煤田經(jīng)過(guò)近兩年的綠色發(fā)展,已初見(jiàn)成效,要實(shí)現(xiàn)綠色可持續(xù)發(fā)展,提高碳匯量,下一步需充分利用山體、水體、采礦廢棄地等一些土地進(jìn)行綠化,為自然資源提供天然屏障,增加碳匯儲(chǔ)量。為及時(shí)了解煤田生態(tài)環(huán)境修復(fù)情況,需長(zhǎng)期進(jìn)行土地利用變化監(jiān)測(cè),基于珠海一號(hào)高光譜遙感影像對(duì)大同煤田區(qū)域進(jìn)行碳匯監(jiān)測(cè)有很好的效果。