运用遥感技术对矿区植被覆盖变化进行分析*

2014-04-14苗小芒李龙龙

地矿测绘 2014年1期

苗小芒，李龙龙

(1．安徽理工大学测绘学院，安徽淮南 232001;2．河南郑煤集团告成煤矿开拓二队，河南郑州 450000)

0 引言

遥感技术为大量的数据更新创造了有利条件，由于技术的发展和适宜的重访周期，为研究对象提供了大量地表信息，从而使人们能全面深入地了解研究区域的情况，为矿产开发管理提供服务［1］。在国内利用遥感技术进行矿山环境调查和灾害监测已有较多成功的经验。2002 年，国土资源部开展的江西德兴铜矿矿山尾矿、固体废料环境污染遥感调查技术研究项目，首次利用ASTER 和Hyperrion 数据，基于野外实测地物的光谱曲线特征分析结果，通过各种图像处理方法来提取矿山环境污染信息，进行了矿山环境污染监测［2］。

本文以鞍山市为研究区，利用遥感影像的MODIS 数据通过ERDAS 软件操作求出反射率来进行定标也就是辐射校正，利用重投影进行几何校正，利用一二波段求取植被的归一化指数NDVI(Normalized Difference Vegetation Index)，得到归一化指数的数值表和分级图，以此从图中监测到2007 -2009 年的鞍山矿区自然环境变化情况，分析矿区2007 -2009 年开采资源过程中植被的变化状况。

1 研究区概况和数据准备

1．1 研究区概况

鞍山矿区地处辽宁省中南部，属于温带大陆性季风气候区，矿产资源分布密集，主要以铁矿、煤矿、石灰岩矿等为主。鞍山植被多为乔木，灌木和林地，林内多为灌木覆盖，上层为迎红杜鹃和东北刺人参。近年来，矿山开采和废弃尾矿对生态环境产生很大影响。

1．2 MODIS 数据概述

MODIS 是当前世界上新一代“图谱合一”的光学遥感仪器，MODIS 数据是HDF 格式，HDF 是美国国家高级计算应用中心为满足各种领域研究需求而研制的一种能高效存储和分发科学数据的新型数据格式。一个HDF 文件中可以包含多种类型的数据，如栅格图像数据，科学数据集，信息说明数据。这种数据结构，方便了信息的提取。例如，在打开一个图像文件时，除了可以读取图像信息以外，还可以很容易的查取其地理定位，轨道参数，图像噪声等各种信息参数。

1．3 研究区数据选择

矿区的遥感监测主要目的之一是通过遥感手段调查资源开发引起的环境质量状况。由于植被是地理环境中的重要组成部分，分布广泛，且对地理环境的依赖性很大，当受到污染后，其内部结构、叶绿素和水分以及叶片表面就会发生不同程度的变化，光谱反射特性也随之变化，污染越严重，这种变化就越大，是矿区污染的重要指示物，因此本次研究选用植物作为矿区环境污染程度的一种标志。本文主要通过植被信息的提取，研究矿产开采引起的各种环境状况。

1．4 遥感数据的预处理

遥感图像在形成的过程中，存在着辐射衰减和几何畸变，因此，从卫星上接收的数据必须经过预处理才能提供给用户，只有消除这些差异或畸变，才能较客观地反映地物的实际情况。一般地面站在接收信号时已经进行过粗略的校正，但这种恢复后的图像还不能满足专业解译和综合分析的需要，还需要进行几何精校正。

1．4．1 辐射校正

目前辐射校正中最常用的方法是利用定标参数建立模型求得反射率。这类方法能直接从图像中获取所需要的参数，不需要额外的输入。

定标计算:所谓定标，就是把仪器上仪器测量的探测值换算成物理量。红光、近红外、蓝光和短波红外都属于反射波段。反射率定标计算公式为:

式中:ρ 为定标参数。

然后利用定标参数在ERDAS 中建立模型(见图1)，计算出反射率，从而进行辐射校正，得到一、二波段反射率显示图，如图2 所示。

图1 反射率模型Fig．1 Reflectance model

1．4．2 几何校正

几何校正的目的就是要校正成像过程中所造成的这些系统及非系统因素引起的几何畸变。几何校正分为2 种:

1)几何粗校正。是针对引起系统性畸变的原因而进行的校正;

2)几何精校正。是利用地面控制点进行的几何校正，它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点求得几何畸变模型。

在ERDAS 中，几何校正的方法就是重投影，通过经纬度转化为大地坐标来解决变形问题。

图2 第一、二波段的反射率显示图Fig．2 The first and second reflectance band diagram

2 研究方法与分析

2．1 植被指数的提取

植被指数是监测全球植被及其变化的重要指标，它是根据绿色植物的光谱反射特征，将近红外、红光等波段进行数学组合而成。-1≤NDVI≤1，NDVI 为负值，表示地面覆盖为云、雪、水等，对可见光高反射;NDVI 为0，表示有岩石或裸土等，NIR 和R近似相等;NDVI 为正值，表示有植被覆盖，且随着覆盖度增大而增大。NDVI 能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗造度等，且与植被覆盖有关。

2．2 NDVI 提取方法

根据植被的反射光谱特征，通常用植被红光、近红外波段的反射率和其他因子及其组合所获得的植被指数来提取植被信息，这些波段常包含90%以上有关植被的信息。归一化植被指数NDVI 是广泛使用的一种植被指数，其计算公式［3］为:

式中:NIR 为近红外通道反射率及第一波段反射率;R 为红色通道反射率及第二波段反射率。归一化植被指数在利用遥感图像进行植被研究以及植物气候研究中得到了广泛应用，它是植物生长状态以及植被空间分布密度的最佳指示因子，与植被分布密度呈线性相关。当植被覆盖度较低时，NDVI 对覆盖度增减反应灵敏，当植被覆盖度较大时，NDVI 趋于饱和。

本文利用式(2)建立模型，具体过程如下:打开ERDAS 中的Modeler，提取第一波段、第二波段的反射率，利用式(2)创建模型(见图3)，点击运算，得到NDVI 显示图(见图4)，进而可以看出2007、2008、2009 这3 年的NDVI 对比情况，如图5 所示。

得到NDVI 后，利用属性对NDVI 分级，以了解鞍山矿区附近植被的情况。首先利用ERDAS 打开NDVI 图像，然后点击Raster，选择Attribute 了解鞍山矿区植被聚集情况来作为分类的标准。例如，对于2007 年，整个地区NDVI 集中在-1 ～0．4，且-1 ～0 占大多数，根据NDVI 属性说明鞍山矿区整体的植被覆盖不高，环境在不断恶化中。

按照-1 ～0，0 ～0．1，0．1 ～0．2，0．2 ～0．3，0．3 ～0．4，对鞍山矿区整体进行分级，共分为5 级。分级方法采用非监督分类法，得到NDVI 分级图。在NDVI 分级图中打开属性Attribute，得到属性表，根据属性特征列取鞍山矿区NDVI 的分级情况，见表1。

图3 NDVI 的求取模型Fig．3 The striking model of NDVI

图4 NDVI 显示图Fig．4 NDVI showing in figure

表1 2007、2008、2009 的NDVI 分级对比Tab．1 Comparison of NDVI classification in 2007，2008，2009

由表1 中的数据可以看出:鞍山矿区的植被在不断的减少，特别是森林类、灌木类这种造氧量高的植被减少，水体有所增加，裸地增加迅速。由图5 可以看出，整个鞍山地区裸地的扩展方向向东南方向偏进。

3 结束语

随着空间技术的发展，各种资源、环境监测卫星的发射和运行，遥感技术提供了多时相、大范围的实时信息，已成为研究地表资源环境最有利的手段之一［4］。本文就是利用遥感技术实时、快速的特点，监测鞍山矿区矿山开采时环境状况的动态变化，调查因矿产资源开发引起的各种环境问题，探索矿山环境调查与监测遥感研究的技术路线和基本方法，以便为矿产资源的开采行为进行引导和调控，为建立和谐统一、良性循环的人地关系［5］作出贡献。