采煤沉陷湿地高分辨率遥感精准监测方法与应用*

李幸丽，姚宝志，满卫东，高均海

(1.中煤科工生态环境科技有限公司，北京 100013；2.华北理工大学，河北 唐山 063210)

采煤沉陷湿地是由煤炭资源井工开采导致在高潜水位地区地表产生积水而形成的人工次生湿地。在我国东部高潜水位矿区，大面积的采煤沉陷导致土地损毁、地面积水、植被破坏、基础设施受损，造成生态环境严重破坏[1-2]。随着习近平在《推动我国生态文明建设迈上新台阶》一文中做出的“山水林田湖草是生命共同体”论断提出，各矿区地方政府推动实施了生态损毁区域的生态治理项目，诸多的沉陷湿地区域得到了生态修复和治理。为实现对沉陷区管理和治理保护成效的科学评定，开展采煤沉陷湿地区域生态资源调查与监测工作具有重要意义。传统的野外监测调查手段存在成本高、费时费力等缺点，难以进行大范围的沉陷湿地区域精准监测，而遥感技术作为一种综合性的对地观测技术运用于生态环境监测中，能够科学、准确、实时地提供分析结果，因此，被广泛应用于生态保护与监测领域[3-5]。高空间分辨率遥感影像以米级、亚米级空间分辨率对地成像，其突出优势是具有丰富的空间信息、地物几何结构和纹理特征[6-8]。目前比较常用的高分辨率遥感卫星影像包括：Quickbird、IKONOS、GeoEye、WorldView以及国产的高分卫星系列。传统的基于像素的分类方法是以遥感影像中的单个像元作为基本处理单元，只使用了光谱特征，不能有效利用影像丰富的空间结构信息，会导致分类精度较低，影响分类结果精度和效率。针对高分辨率遥感影像几何纹理、结构、形状等信息明显的特点[9]，Baatz 等提出了面向对象的分类方法[10-12]。诸多学者的研究结果表明，面向对象的分类方法能够充分利用高空间分辨率遥感影像丰富的形状和纹理信息，实现较精准的地物分类[13-15]。

唐山市南湖沉陷湿地是由开滦集团百年开采所形成的沉陷区，经历了多年的治理和修复，已经成为风景优美的景区，为了摸清唐山南湖区域的生态资源，明确面临的生态环境问题，评估区域生态系统演变趋势及服务价值等，本文以高时空分辨率的WorldView遥感影像为数据源，采用面向对象的分类方法获取了精准的地表覆盖生态系统信息，并探索了多时相遥感数据支持下的沉陷湿地区域地表覆盖空间和生态系统变化监测方法。

1 研究区概况与数据源

1.1 研究区概况

唐山是我国重要的煤炭产区，140多年的煤炭开采活动，在城市内形成了大范围的采煤沉陷区。南湖采煤沉陷区位于唐山市路南区，距离主城区约1 km，属于开滦集团唐山矿开采沉陷区范围。

面对严重的采煤塌陷地问题，唐山市经过持之以恒的生态建设，让昔日南湖采煤沉陷区转变为全国最大的城市中央生态公园，也成为了自然资源部办公厅公布的《生态产品价值实现典型案例》(第二批)重要成员之一。南湖作为采煤沉陷区改造的示范项目，从曾经的采煤沉陷区到如今的城市绿肺，唐山南湖生态旅游风景区已荣获多项殊荣。在国家实施“一带一路”经济发展计划宏观背景下，结合以提升生态系统质量为目标的生态文明建设，开展南湖区域生态基础要素分析，摸清区域性生态环境状况，评估区域生态系统演变趋势及服务价值等，是科学合理的开展生态保护与生态城市建设研究、进一步实施生态空间等规划内容的必要依据，具有重要的科学和现实意义。

本次研究区唐山南湖区域整体占地面积约45.89 km2，东西长约6.9 km，南北宽约6.8 km，地理位置在东经118°7′～118°12′，北纬39°33′～39°37′之间，如图1所示。

1.2 数据源简介

本研究获取覆盖南湖区域2015年、2017年、2019年和2020年WorldView-2/3遥感影像数据，包括多光谱红绿蓝、近红外4个波段，空间分辨率为2 m，全色波段分辨率0.5 m，云量均小于1%，且质量较好，完全覆盖整个南湖区域，如表1所示，影像已进行辐射定标、大气校正和几何精校正处理，采用面向对象的遥感影像分类方法，以多尺度分割得到的影像对象为基础处理数据，结合专家经验，运用多层次分类法逐级掩膜，采用专业遥感影像处理软件中的决策树分类算法对遥感数据进行分类，从而获得了研究区多时相高精度的生态系统类型空间分布数据。

表1 遥感数据信息表

2 基于面向对象的采煤沉陷湿地生态系统精准分类

基于高空间分辨率遥感影像的特点，设计了面向对象的高空间分辨率遥感的分类算法流程，具体流程如图 2 所示。分类之前要根据研究方向和对象针对本区域特点建立分类体系；然后，通过对高分辨率的影像进行多尺度分割，生成由相邻同质像元合并而成的影像对象；最后，根据分类类别综合分析影像对应的光谱、形状、纹理等特征信息，选取适当特征结合合适算法实现高空间分辨率影像的生态系统分类。面向对象的分类方法核心是影像分割和影像分类。该方法不再是以单个像素作为基本处理单元，而是以多尺度分割形成的相邻同质像元合并而成的影像对象作为基本处理单元。

图2 高分辨率遥感影像分类流程图

2.1 采煤沉陷湿地生态系统分类体系

遥感影像分类体系的划分是进行遥感图像分类的重要依据和基础[16]，本文采用的分类体系为生态系统分类体系。这与土地利用/覆盖分类体系不完全相同，既要考虑与土地利用分类体系相适应，又要考虑研究区内各生态系统自身的分布规律和空间结构关系。在划分过程中需充分考虑遥感影像实际可解译能力和研究区内生态系统的特征。生态系统分类体系的划分是评定生态系统整体服务功能及其空间变化的重要因素，也是进行生态系统服务功能保护和利用的重要依据[17-18]。本文结合WorldView影像的实际可解译能力、研究区生态系统特征，参考国内相关的土地利用/覆盖分类系统，建立了唐山市南湖采煤沉陷区生态系统类型一级分类系统，分为7个类别，具体分类系统如表2所示。

表2 唐山市南湖区域生态系统分类系统

2.2 影像数据的多尺度分割

遥感影像的多尺度分割要求在各种分割算法的支持下，以影像信息量损失最小为前提，以多种尺度生成异质性最小而同质性最大的多边形对象[19-20]。根据分割后多边形对象的光谱特征、形状纹理特征和质地等联系，将特征相同的对象单元合并成特征相同的较大对象，并且对象的尺度调整要保证合并后对象的异质性小于提前给定的阈值。阈值越大，对应产生的分割对象的面积越大[21]。 本文采用的多尺度分割算法同时考虑了地物的光谱信息和形状指数。基本的操作是将每个像元作为基本单位对象，在进行遥感图像分割时考虑每个像元的光谱异质性度量参数和光谱异质阈值，像元光谱异质性小于设置的阈值则将对象合并，反复循环上述过程，直到所有像元均被分到分割对象当中；最后，用形状异质性度量参数hshape对生成多边形对象的形状进行修偏而得到最终的多尺度分割结果。本文中多尺度分割要素包括5个因子：光谱、尺度、形状、光滑度和紧凑度。为减少数据处理与分析的复杂程度，分类过程中各生态系统分类的基准分割尺度为“150”左右。

多尺度分割各参数的设定主要基于先验经验，通过不断调整参数值，并综合分类目标，目视判读分割效果，选择最优参数值。根据多次实验分析，最优的形状异质性参数hshape和光谱异质性参数hcolor权重值为0.2和0.8；紧凑度和光滑度权重值为0.3和0.7。

2.3 面向对象的特征提取

多尺度分割后的影像作为基本处理单元同样包含光谱、形状、纹理等特征信息。在选择特征时，并非所选特征越多，分类效果越好，而是应当有针对性地选择分类最显著的特征进行分类训练。过多的特征会造成大量冗余数据，降低计算效率，甚至会严重影响分类精度。 本文基于南湖采煤沉陷区的地区特点，主要提取对象的光谱特征(均值、亮度、归一化差分植被指数NDVI、归一化差异水体指数NDWI、标准差等)、形状特征(周长、圆度、光滑度、与矩形的拟合程度、长宽比等)、纹理特征(同质性、相异性、熵等)等几类主要特征。通过分类对象的解译标志库建立和样本集的训练，建立与当地分类系统相适应的决策树指标和结构；然后，通过决策树的子分级，进行各生态系统类型的不断掩膜和提纯，最终实现单个分类类别的最终分类。对于个别光谱类型变化较大、规律不清楚的类型则采用最邻近方法进行划分，可选取多个光谱特征中心进行类型分组。

本研究采用eCongnition软件集成的决策树算法进行分类，以2020年和2015年影像为例，最终遥感影像分类结果如图3所示。

图3 南湖地区生态系统分类结果

2.4 分类结果精度分析

为进行分类结果精度评定，采用误差矩阵法对2020年唐山市南湖采煤沉陷湿地区域生态系统景观类型分类结果进行分析，如表3所示。将高分辨率遥感影像面向对象的分类结果按各个生态系统类型进行随机布点抽样检验，并结合多源的专题图数据、野外实地调查，确定了可用于研究区精度评价的真值图像。最后，利用混淆矩阵计算分类结果精度评价的指标，包括制图精度、用户精度、kappa系数和总体分类精度。分析结果表明：唐山市南湖采煤沉陷湿地区域高精度高分辨率遥感影像的总体分类精度达到了94%，Kappa系数为0.92。其中，水体分类精度达到100%，最小识别积水区面积小至20 m2。

表3 2020年分类结果误差矩阵

3 结果与分析

3.1 2020年生态系统特征分析

将面向对象的遥感图像精准分类方法应用于南湖采煤沉陷湿地生态系统变化监测信息提取中，不仅利用了遥感影像的光谱特征，还利用了对于区分不同生态系统类型十分重要的纹理特征和拓扑特征，逐步得到了研究区不同生态系统的空间分布信息。精度分析表明所得分类结果精度高，且具有明确的地理意义。

利用GIS工具对分类后影像进行统计分析，2020年唐山南湖采煤沉陷区域各生态系统构成如表4所示。2020年南湖采煤沉陷湿地区域内，森林生态系统和人工表面作为南湖地区优势生态系统类型，呈现人工表面环绕水体的环状分布，南湖地区水体面积达470.98 hm2，分布集中，主要集中于唐山南湖城市中央生态公园，局部水体覆盖率极高，南湖地区整体水体占比相对较低(10.26%)。南湖地区森林覆盖率达22.88%，面积约1 049.69 hm2，分布呈现扩散状，主要分布于唐山南湖城市中央生态公园、唐山植物园、唐山南湖国际高尔夫俱乐部，少量分布于城市道路两侧。南湖地区农田面积占全区总面积的6.81%，农田生态系统主要分布于南湖地区的东南和西南角的大齐各庄镇和稻地镇。南湖地区沼泽湿地资源相对匮乏，沼泽湿地率约为0.32%。南湖地区人工表面呈持续扩张趋势，2020年总面积达2 159.88 hm2，大型人工表面主要集中在唐山市区，农村居民地则均匀分布在农田之中。

表4 2020年唐山南湖地区各生态系统构成表

从唐山市南湖采煤沉陷湿地区域2020年整体生态系统格局来看，南湖地区内自然景观条件优越，水体生态系统发达，湖泊众多。通过对南湖地区各类生态系统分析得出：南湖地区景观类型多样，物种丰富，生态稳定性较强，虽然自然生态系统和人居生态系统相互作用，但景观格局协调、稳定。

3.2 2015～2020年南湖区域生态系统变化特征分析

2015～2020年唐山市南湖地区各生态系统类型变化趋势：唐山市南湖地区总体呈现自然类型生态系统退化、人工表面扩张、自然生态系统向复合型生态系统转化的趋势。在转化类型上，主要是人工表面扩张占用农田和森林，导致大量自然生态系统转化为人居生态系统。如表5所示，水体在5年间增长了38.01 hm2，水体覆盖率在2015～2017年间呈现增长趋势，在2017年以后水体面积又呈现出逐年递减趋势。森林覆盖率从23.69%下降到22.88%，下降了0.81%，其他用地降幅为各类数据变化最大(-1.15%)，湿地生态系统受自然和人为双重因素作用下，呈减少趋势，减少约5.08 hm2，人工表面持续扩张，5年里面积增长了约2.46%。在空间变化特征上，农田占用森林现象主要发生在南湖地区南部；人工表面扩张占用草地，以及开发其他用地，主要发生在南湖地区北部和西南部。

表5 不同时期各生态系统类型面积及百分比统计

3.3 2015～2020年南湖区域生态系统变化驱动因素分析

3.3.1 自然条件对生态系统的影响

自然条件主要是气候因素对自然生态系统的影响。南湖地区近5年来气候有变暖增干的趋势。气候暖干化趋势是造成水体面积和沼泽湿地面积减少的重要原因之一，气温上升、蒸发增多、降水减少等原因直接造成湖泊和沼泽湿地水源补给不足，沼泽湿地向旱生环境转化，面积大幅减少。此外,气候条件的改变对森林等自然植被的生长也有直接的干扰作用。

3.3.2 人力驱动对生态系统格局的影响

人力驱动因素主要有两个方面，一是城镇扩张需求导致其他用地面积大幅减少。2016年4月29日～10月16日，世界园艺博览会在唐山南湖举行，南湖地区进行了综合整治开发。在过去的5年里，其他用地面积减少了52.49 hm2，未利用地得到了有效利用。二是城市发展占用农田现象严重。在2015～2020年，城镇化、工业化进程加快，南湖地区内约6.97 hm2的农田被开垦为人工表面。

4 结 论

(1)为了实现对采煤沉陷区动态、精准监测的要求，本文以唐山市南湖采煤沉陷区为研究区域，提出了一套利用高分辨率遥感影像WorldView数据进行精细化地表生态系统分类的技术流程和方法，总体分类精度达到了94%，可以有效获取采煤沉陷区域地表生态系统精细分类信息。

(2)通过对2020年南湖区域生态系统分类结果的分析，得出了2020年南湖地区景观类型多样，物种丰富，生态稳定性较强，虽然自然生态系统和人居生态系统相互作用，但景观格局协调、稳定的结论。获取了2015～2020年间各生态系统类别面积变化情况，得出了唐山市南湖地区2015～2020年总体呈现自然生态系统退化、人工表面扩张、自然生态系统向复合型生态系统转化的趋势的结论。

(3)利用WorldView影像数据进行高分辨率遥感影像分类，可以识别到小至20 m2的积水区域等地表的细节变化，达到精准监测的目的。本文提出的高分辨率遥感影像分类方法和流程具有一定的通用性，可以为全国其他区域生态环境监测提供方法借鉴。