基于遥感技术的县级区域环境质量评价模型研究

刘 瑞,王世新,周 艺,姚 尧,韩向娣 (.中国科学院遥感应用研究所,遥感科学国家重点实验室,北京 000；2.中国科学院研究生院,北京 00049)

基于遥感技术的县级区域环境质量评价模型研究

刘 瑞1,2,王世新1*,周 艺1,姚 尧1,2,韩向娣1,2(1.中国科学院遥感应用研究所,遥感科学国家重点实验室,北京 100101；2.中国科学院研究生院,北京 100049)

建立了一种完全基于遥感数据的县级区域生态环境状况评价模型,该模型利用支持向量机的方法对广西钦州市钦南区HJ-1星CCD数据进行分类,提取土地利用类型,同时建立了生物丰度指数、植被覆盖度指数、水资源密度指数、土壤侵蚀指数和人类活动指数 5种评价指标,对这些指数加权求和得到区域生态环境状况指数,定量化评价实验区域生态环境质量.评价结果表明,该区域整体生态环境质量良好,生态环境状况为良的区域占总面积的64.105%,主要集中在钦南区的林地区域,生态环境状况为一般的区域占 31.206%,主要分布在水资源丰富的区域,而生态环境状况为差的区域则占3.668%,主要集中在人类活动频繁的城区.

遥感；土地利用；县级区域；生态环境评价

区域生态环境质量评价是协调区域经济发展与生态环境保护之间关系的基础,是实现区域经济可持续发展的重要手段[1].因此,快速、有效的评价区域生态环境质量现状,客观认识区域环境质量存在的主要问题,对区域生态环境保护管理具有重要意义.

随着遥感技术的日趋成熟,其实时,快速,大范围获取地表综合信息的能力在生态环境监测中得到了日益广泛的应用,为区域生态环境提供了有效的研究手段.2006年发布的《HJ/T192-2006生态环境状况评价技术规范(试行)》[2](以下简称技术规范)为利用遥感和GIS数据监测生态环境状况提供了一定的指导和规范.国内学者利用该规范,对省市等较大范围区域生态环境进行了评价[3-4].也有学者使用该规范对于县级或者县级以下区域的生态环境区域评价[5],但是最终评价结果为生态环境状况指数,该数值只能表明整体研究区域的综合生态环境状况,并不能反映区域各处的具体环境状况优劣.另外,技术规范中也说明了该规范适用于县级以上区域的生态环境现状及动态趋势的年度综合评价,同时需要的相关GIS等统计数据较为庞杂,而县级及以下区域的详细、准确的统计数据往往难以获取,也在一定程度上限制了该规范的使用.

本研究针对技术规范应用到县级及以下小区域时的不足,在利用现有技术规范的基础上,对技术规范中的评价指标进行了改进,通过遥感数据直接提取反映研究区生态环境状况的评价指标,并以广西省钦州市钦南区为例,评价其生态环境质量,该评价结果可作为该区域环境动态监测的依据之一.

1 研究区域及数据

以广西省钦州市钦南区为主要研究区域(108°10′E~109°09′E,21°34′N~22°20′N),地貌属滨海丘陵地带,境内水资源较为丰富,年平均气温22℃.全区总面积 2255km2,人口56万,海岸线长达 520.8km.钦南区临海以工业为主,其余地区以粮食、甘蔗、亚热带水果和海产渔业等农业为主,同时拥有三娘湾、刘冯故居2个国家4A级旅游风景区.

选取2008年12月18号获取的环境与灾害监测预报小卫星(简称 HJ-1卫星)CCD 影像作为主要数据源.HJ-1卫星CCD数据的光谱特性与TM类似,详细光谱特性见表1,该数据整体及四角云盖量均为0%,下载的数据为2级产品,已经过辐射纠正和系统几何纠正,之后利用经过正射的ETM数据对HJ-1卫星CCD数据进行正射纠正,纠正精度在1个像元内.同时下载了相应区域的ASTER GDEM数据,该数据地面分辨率为30m.另外为了进行分类精度评价,使用了2000年的1:10万的土地利用数据和Google earth的高分辨率数据作为辅助数据.

表1 HJ-1卫星CCD数据特性Table 1 Characters of CCD data of HJ-1 satellite

2 生态环境评价的遥感指标提取

在广泛查阅、研究国内外现有生态环境质量评价资料的基础上,结合技术规范,建立了一种完全基于遥感数据的区域环境质量评价模型.该模型包括5种环境评价指标:生物丰度指数、植被覆盖度指数、水体密度指数、土壤侵蚀指数和人类活动指数.各指标的计算流程图如图1所示.

图1 技术流程示意Fig.1 Technique flow chart

2.1 生物丰度指数的提取

生物丰度指数是指通过单位面积上不同生态系统类型在生物物种数量上的差异,间接地反映被评价区域内生物丰度的丰贫程度.该指标通过赋予不同土地利用类型不同权值,最后加权求和得到生物丰度指数的值.

该指标和土地利用数据紧密关联,为了快速、准确的获取研究区域的土地利用类型数据,采用基于支持向量机(SVM)的监督分类方法对HJ-1 CCD数据进行分类处理.SVM算法是一种实现结构风险最小化准则的机器学习方法,具有良好的计算有效性、健壮性和统计稳定性,广泛地应用到模式分类(识别)的许多领域[6-7].本研究利用基于RBF核函数的C-SVC类型SVM算法对HJ-1 CCD数据进行了监督分类处理,将整个区域分为9大类:建筑用地、河流、湖泊(库)、有林地、其他林地、水域湿地、阴影、水田、旱田.同时利用 LIBSVM 软件包[8]计算出最优化的参数:γ=64、 C＝ 0.125,最终分类结果如图2所示.

图2 钦南区SVM分类结果Fig.2 SVM classification map of Qinnan district

根据2000年钦南区1:10万的土地利用数据,并结合对该地区Google earth影像目视解译的方法产生地面真实类型的测试样本点集,然后用随机选点的方式对 SVM分类结果进行精度评价,产生的精度评价如表2所示.根据像素所属的不同土地利用类型,对其赋予不同的生物丰度指数权重,权重的设置主要依据技术规范中的权值设定,同时根据钦南区分类结果做了相应调整,详细权值设定见表3,总体精度为90.9648%,Kappa系数为0.8964.根据表3得到钦南区生物丰度指数分布如图3所示.

表2 SVM分类结果精度评价(%)Table 2 Accuracy assessment of SVM classification result(%)

表3 生物丰度指数权值表Table 3 Weighted values of biodiversity index

图3 钦南区生物丰度指数分布Fig.3 Biodiversity index map of Qinnan district

2.2 水体密度指数的提取

根据 SVM分类结果,将其中的河流和湖泊(库)作为主要地表水体资源,将研究区域划分成1km的公里格网,根据单元网格内的水体面积与单元网格面积的比值对该网格内的所有像素赋值,计算得到研究区域内每个像素的水体密度指数,最终得到的水体密度指数分布如图4.

图4 钦南区水体密度指数分布Fig.4 Water density index map of Qinnan district

2.3 植被覆盖度指数的提取

图5 钦南区植被覆盖度指数分布Fig.5 Vegetation coverage index map of Qinnan district

植被覆盖度是衡量地表植被覆盖最重要的指标,同时也是影响土壤侵蚀的重要因子之一.归一化植被指数(NDVI)和地表植被覆盖度成正比关系,本研究采用NDVI和像元二分模型定量估算植被覆盖度[9],植被覆盖度公式如下:

式中, FC为植被覆盖度,NDVI为像元归一化植被指数的数值.NDVISoil为完全裸土或者无植被覆盖区域的 NDVI值,通常变化范围在-0.1~0.2[11],本研究取值为0.077.NDVIVeg为完全被植被所覆盖像元的NDVI值,通常区域中取NDVI最大值,本研究取值为 0.824.得到的钦南区植被覆盖度指数分布如图5所示.

2.4 人类活动指数的提取

土地利用类型和人类活动紧密关联,因此土地利用程度也能间接的反应人类活动对自然生态系统干扰的性质和过程,人类活动对生态环境干扰越强则生态环境状况越差,以此原则对各种不同土地利用类型赋予相应分值[10].本研究通过对不同土地利用类型的人类干扰强度赋值,构建了人类活动指数作为评价指标之一.根据 SVM分类结果,对不同土地利用类型赋值,如表4所示,其中林地包括SVM分类结果中的有林地和其他林地2类.

表4 不同土地利用类型的权值Table 4 Weighted values of different land use types

根据该赋值,得到赋权值后的人类活动指数分布,如图6所示.

2.5 土壤侵蚀指数的提取

研究表明,在其他条件一定的情况下,植被覆盖度和土壤侵蚀量成反比关系[11-13].因此,《土壤侵蚀分级标准》中将植被覆盖度与坡度结合起来作为快速评价土壤侵蚀的方法[14],本研究采用该标准结合钦南区以水土流失为主要土壤侵蚀方式的实际情况和相关研究资料[15-16],将土壤侵蚀程度分为6级:微度、轻度、中度、强度、极强、剧烈,具体分级标准见表5.

根据表 5对钦南区土壤侵蚀程度进行划分,结果如图7所示.

表5 土壤侵蚀程度分级表Table 5 The grades of soil erosion

图6 钦南区人类活动指数分布Fig.6 Human activity index map of Qinnan district

图7 钦南区土壤侵蚀程度分布Fig.7 Soil erosion map of Qinnan district

为了定量化评价区域土壤侵蚀程度,本研究将以上6种土壤侵蚀强度分别赋予不同权值,如表6所示.

表6 土壤侵蚀强度权值表Table 6 Weighted values of soil erosion grades

3 生态环境状况综合评价

利用技术规范中的生态环境状况指数(EI)来综合评价研究区域的生态环境质量,其计算公式如式(2).

式中,iμ表示各个评价因子的权值,其中:生物丰度指数 0.25,人类活动指数 0.15,其余均为0.2;(Ai)max表示各评价因子中的最大值,用100除以该值对各评价因子做 0到 100的归一化处理;Ai表示各因子的具体数值.

将生物丰度指数分布、植被覆盖指数分布、水体密度指数分布、土壤侵蚀指数分布和人类活动指数分布在IDL平台中按照公式2进行计算,并根据计算得到的生态环境状况指数值,将钦南区的生态环境分为5级,即优、良、一般、较差和差,见表7.

表7 生态环境状况分级Table 7 The grades of ecological environment situation

根据表 7将钦南区生态环境状况指数进行密度分割,得到钦南区生态环境状况指数分级分布,如图8所示.

通过统计得到钦南区生态环境状况差的区域占总体的0.012%,主要分布在研究区域的边缘,考虑到计算过程中间的剪裁和重采样可能在影像边缘产生的极值现象,钦南区内基本没有环境状况差,不适合人类居住的地方.钦南区生态环境状况较差的区域占总体的3.668%,主要集中在建筑用地和坡度较大的水田,建筑用地植被覆盖低,同时地表水资源有限,人类活动频繁,对自然环境影响极大,因此这类区域生态环境较差;另外在坡度较大的水田区域由于生物丰度不高,而且植被覆盖低,坡度大,容易造成土壤流失,因此环境状况同样较差.钦南区生态环境状况一般的区域占31.206%,主要集中在水资源丰富的区域,该类区域生物丰度较高,人类活动对环境影像不太严重.钦南区生态环境状况良的区域占 64.105%,主要集中在植被覆盖度高且生物丰度较高的林地,人类活动对该类区域影响不太明显,这表明了森林等植被对区域生态环境的重要性,钦南区生态环境状况优秀的区域占1.009%,这类区域植被覆盖度极高,土壤侵蚀影响较小,人类活动对其影响较弱,但该类区域所占比率较低,说明钦南区环境状况依然有改进余地.

图8 钦南区生态环境状况指数分级分布Fig.8 Grade evaluation map of ecological environment situation of Qinnan district

4 结论

4.1 本研究建立的生态环境质量评价模型是基于遥感影像像元级别的计算,更适合县级及县级以下区域生态环境质量评价.同时模型中的各种评价因子均可利用遥感数据获得,无需统计数据.

4.2 利用该模型对广西省钦州市钦南区进行了生态环境质量评价,结果表明:钦南区整体生态环境状况以良和一般为主,集中分布在林地区域和水资源丰富的区域,而城区建筑用地等则由于植被覆盖度明显偏低因而该类区域生态环境质量较差.

[1] 张 从.环境评价教程 [M]. 北京:中国环境科学出版社, 2002.

[2] HJ/T192-2006 生态环境状况评价技术规范(试行) [S].

[3] 郝桂媛,赵淑芳,白羽军.基于RS和GIS的哈尔滨市生态环境质量综合评价 [J]. 黑龙江生态工程职业学院学报, 2009,22(2):1-3.

[4] 王 瑶,宫辉力,李小娟.基于 GIS的北京市生态环境质量监测与分析 [J]. 国土资源遥感, 2008,19(1):91-96.

[5] 刘金珍,刘胜祥,方 芳.基于遥感技术的淋溪河流域生态环境质量现状研究 [J]. 环境科学与技术, 2009,32(5):173-178.

[6] Cortes C, Vapnik V N. Support vector networks [J]. Machine Learning, 1995,20: 1-25.

[7] Vapnik V N. The Nature of statistical learning theory [M]. New York: Springer, 2000.

[8] Hsu C W, Lin C J. A comparison of methods for multi-class support vector machines [J]. IEEE Transactions on Neural Networks, 2002,13:415-425.

[9] 李苗苗,吴炳方,颜长珍,等.密云水库上游植被覆盖度的遥感估算 [J]. 资源科学, 2004,26(4):153-159.

[10] 孟 岩,赵庚星.基于卫星遥感数据的河口区生态环境状况评价—以黄河三角洲垦利县为例 [J]. 中国环境科学, 2009,29(2): 163-167.

[11] Carlson T N, Ripley D A. On the relation between NDVI, fractional vegetation cover, and leaf area index [J]. Remote Sensing of Environment, 1997,62(3):241-252.

[12] 谭炳香,李增元,王彦涛,等.基于遥感数据的流域土壤侵蚀强度快速估测方法 [J]. 遥感技术与应用, 2005,20(2):215-220.

[13] 裴 厦,姚治君,章予舒,等.基于RS和GIS的西藏察雅县土壤侵蚀动态监测与分析 [J].自然资源学报, 2011,26(2):302-309.

[14] SL 190-60 土壤侵蚀分类分级标准 [S].

[15] 卫亚星,王莉雯,刘 闯.基于遥感技术的土壤侵蚀研究现状及实例分析 [J]. 干旱区地理, 2010,33(1):87-92.

[16] 谭炳香,李增元,王彦辉,等.基于遥感数据的流域土壤侵蚀强度快速估测方法 [J]. 遥感技术与应用, 2005,20(2):215-220.

Ecological environment condition evaluation mode of county region based on remote sensing techniques.

LIU Rui1,2, WANG Shi-xin1*, ZHOU Yi1,YAO Yao1,2, HAN Xiang-di1,2(1.State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing Application, Chinese Academy of Sciences, Beijing 100101, China；2.Graduate University of Chinese Academy of Sciences, Beijing 100049, China). China Environmental Science, 2012,32(1)：181~186

A new ecological environment condition evaluation model of county region based on remote sensing techniques only was proposed. In this model, the classification method based on support vector machines with an HJ-1 CCD image of Qinnan district, Guangxi province was used for extraction of land use data. Indices of biodiversity, vegetation coverage, water density, soil erosion and human activities were extracted and the weighted sums of them were composed of regional ecological index which was used to evaluate the regional eco-environmental quality. Overall ecological environment was relatively good. Area in good land accounted for 64.105% of Qinnan district ,which mainly distributed in forest area; 31.206% of the whole district belonged to moderate grade which distributed in areas with rich water resources; poor land accounted for 3.668% which distributed in building areas.

remote sensing；land use data；county region；ecological environment evaluation

2011-04-13

HJ-1卫星数据应用研究专题项目(2009A02A08)

* 责任作者, 研究员, wsx@irsa.ac.cn

X820

A

1000-6923(2012)01-0181-06

刘 瑞(1984-),男,湖北武汉人,中国科学院遥感应用研究所博士研究生,主要从事区域环境评价及旅游资源评价研究.发表论文3篇.