基于高分辨率遥感影像的裸露山体监测
来源:用户上传
作者:
摘 要：文章基于高分辨率遥感影像，研究裸露山体遥感监测方法，给出了遥感数据源及时相选择的建议，建立了遥感监测流程，以大连市为例进行了裸露山体现状及变化监测，掌握了各辖区裸露山体空间分布及变化情况。该方法全面、快速、准确，可弥补常规地面调查的不足，是提升生态环境管理精细化、信息化水平的有效手段。
关键词：裸露山体;高分辨率遥感;监测;大连市
中图分类号：TP751 文献标志码：A 文章编号：2095-2945（2020）06-0041-03
Abstract： Based on high-resolution remote sensing images， this paper was researched on the remote sensing monitoring methods of bare mountains. The suggestionswere made for how to select image sources and temporal stage. The monitoring process was establishedto monitor the distribution and changes of bare mountains. Taking Dalian as an example， compared with ground survey， this method is comprehensive， fast and accurate. It is an effective means to improve the level of meticulous and information management of ecological environment.
Keywords： bare mountains; high-resolution remote sensing; monitoring; Dalian City
裸露山體是指因人类活动或自然灾害造成的局部山体地形地貌突变和植被破坏后未及时恢复植被的裸露空隙部分[1]。随着我国城镇化进程的加快及矿产资源的持续开发，对山体的开采和破坏不断加大，产生了大量的裸露创伤山体，城市生态景观格局遭到破坏，生态结构和服务功能退化，容易引发水土流失和环境生态失衡问题。这与绿水青山就是金山银山的绿色发展观背道而驰，同时也不符合人民群众对良好生态环境的要求。因此，对裸露山体进行监测，掌握其现状分布及变化情况，为管理部门提供全面而准确的数据支持就显得十分必要。裸露山体一般数量较多，分布广泛，所处区域地形复杂，传统的地面调查法耗时耗力，有些隐蔽问题不容易被发现，而遥感技术以其“全天候、广覆盖、高精度、获取信息快、受地面限制少”等特点，可大大弥补这一不足。随着新一代高分辨率卫星系统相继投入应用，我国遥感领域已经正式步入了高分辨率影像的大数据时代。本文基于高分辨率影像，提出裸露山体的遥感监测方法，并以大连市为例进行裸露山体现状及变化监测与分析。
1 研究区概况
研究区域为大连市全域，包括中山区、西岗区、沙河口区、甘井子区、高新园区、旅顺口区、金普新区（含保税区）、普兰店区、长兴岛临港工业区、花园口经济区、瓦房店市、庄河市、长海县等13个区市县。
大连市位于欧亚大陆东岸，辽东半岛最南端，东濒黄海，西临渤海，属于低山丘陵地貌，长白山系千山山脉余脉纵贯本区，区内山地丘陵多，平原低地少，整个地形为北高南低，北宽南窄。大连市位于北半球的暖温带地区，具有海洋性特点的暖温带大陆性季风气候。
2 遥感监测方法
2.1 遥感数据类型选择
数据源的选择可以是一种遥感数据源，也可以是两种及以上数据源的结合使用。监测对象的空间尺度不同，可采用不同分辨率的遥感影像，对于城市尺度的裸露山体监测，需要较高的空间分辨率，通常选择米级的遥感数据作为主要信息源。目前可以选择的米级数据包括：国有遥感卫星资源三号、高分一号、高分二号、高分六号等，民用商业遥感卫星吉林一号、北京二号、高景一号等;法国的SPOT5-7、美国的IKONOS及QuickBird、印度的IRS等。
从实用性、经济性、稳定性的角度出发，本研究遥感数据源以融合后分辨率为2米的资源三号/高分一号多光谱数据为主，将融合后分辨率为0.8米的高分二号多光谱数据作为补充。遥感数据源参数见表1。
2.2 遥感数据时相选择
为准确提取裸露山体信息，要求遥感影像的成像时间尽量处于能够区分地物类型的时期，一般东北地区选择6-9月份的植被生长季，大连属于辽南地区，生长季可延长至5-10月份，该时段的遥感影像可以较好地区分各种地类。若是选择其它月份，农作物未播种或已收割，容易发生地类误判，尤其是裸地与耕地;或者地面有积雪覆盖，各类地物均不易区分。
2.3 监测流程
2.3.1 裸露山体遥感监测分类
裸露山体一般是在工程开发建设过程中对自然山体破坏而形成，以边坡裸露、水土流失严重、土壤贫乏为特征[2]，采矿（石）、山区修建公路、铁路等活动均可带来山体的严重破坏。根据形成的因素不同，可将其划分为矿山和裸地，见表2。
2.3.2 遥感影像处理
对遥感影像进行波段合成、正射校正、融合、调色、镶嵌等系列操作，获得高分辨率多光谱正射遥感影像，要求图像清晰，地物层次分明，色调一致。
（1）波段合成：将多光谱数据的红、绿、蓝波段分别赋予R、G、B颜色得到模拟真彩色图像。
（2）正射校正[4]：利用实测控制点或以历史高分辨率遥感影像作为基准影像，与全色数据寻找同名点，将获得的同名点作为控制点，结合DEM数据进行正射校正。控制点需均匀分布，校正精度平原区不超过1个像元，山区不超过2个像元。将正射校正后的全色影像作为参照影像，再对多光谱影像进行正射校正。 （3）融合：根据校正后的全色影像与多光谱影像的特征及传感器信息，选择合适的方式进行融合操作。ZY-3、GF-1、GF-2影像采用G-S Pansharping方法或HPF融合方法可以取得较好的融合效果。
（4）调色、镶嵌：将融合后的多景影像进行匀光、匀色，根据实际地物、地形分布绘制镶嵌线，对影像进行镶嵌，最终拼接形成一幅覆盖全区域的影像。为提高镶嵌精度，可先进行同条带影像间镶嵌，再进行条带间镶嵌，镶嵌线应尽量处于同质区域内。
2.3.3 遥感信息解译
采用人机交互目视判读的方法进行裸露山体解译的及信息提取。
（1）建立解译标志。根据影像光谱特征，结合野外调查资料，同时参照近年土地利用现状图等地理图件，对各土地利用/覆被类型的几何形状、颜色特征、纹理特征和空间分布情况进行分析，最终建立裸露山体遥感解译标志（表3）。
（2）现状及变化信息解译。根据裸露山体遥感解译标志，对裸露山体区域进行人工勾绘，并完善属性信息，即为现状信息解译。裸露山体现状图层属性结构建议包括监测地块编号、行政区代码、县级行政区名称、乡镇/街道名称、地类、中心经度、中心纬度、面积、影像时相等。与行政区划矢量数据进行叠加分析可批量获得每个斑块的属地信息。
对比前、后期遥感影像，查找地类变化区域，进行变化区域勾绘，并完善相关属性信息，即为变化信息解译。裸露山体变化图层属性结构建议包括：变化地块编号、行政区代码、县级行政区名称、乡镇/街道名称、变化前地类、变化后地类、中心经度、中心纬度、面积、前期影像时相、后期影像时相、变化方向（增加、减少）等。当裸露山体转变为其他地类时，变化方向为“减少”，反之为“增加”。
矢量数据要求图斑必须闭合，无拓扑错误（无自相交、重叠和相邻地块无缝隙），公共边只矢量化一次。
2.3.4 野外核查
抽取一定比例的裸露山体图斑进行实地调查，应包含解译过程中的所有不确定图斑，根据核查结果评价解译精度，并对错误图斑进行修正，确保解译结果的可靠性。
3 结果分析
利用GIS软件对解译结果进行统计，2018年大连市裸露山体斑块1845个，总面积约66.43平方公里，占大连市总面积的0.5%（图1）。从空间分布上看，金普新区、甘井子区、瓦房店市、庄河市、长兴島临港工业区裸露山体面积较大，5个地区裸露山体面积之和占全市裸露山体总面积的比例达81.6%;从类型构成上看，矿山面积远大于裸地面积，二者占比分别为78.6%、21.4%。2018年大连市各区域裸露山体面积从多到少依次排列见图2。
与2017年相比，全市裸露山体斑块减少146个，净减少面积约2.58平方公里，同比减少了3.7%。各辖区中，除长海县、庄河市裸露山体面积同比分别增加4.9%、2.1%外，其余区市县均为减少，面积减少比例在0.8%～80.3%之间。类型构成上，裸地、矿山面积均有所减少，分别减少13.7%和0.6%，裸地减少幅度较大。山体生态环境向好发展。大连市各区域裸露山体面积年度对比见图3。
4 结论
研究表明，利用高分辨率遥感影像对裸露山体进行监测，结合野外核查，能够全面、快速、准确地掌握裸露山体分布及变化情况。根据监测结果可建立管理台账，对各区市县或各乡镇情况进行统计分析，促进生态环境管理精细化、信息化，为监管、整治、考核评价等工作提供可靠的数据支持。
参考文献：
[1]方代有.深圳市城市裸露山体缺口类型划分探讨[J].亚热带水土保持，2006（02）：73-74.
[2]丰瞻，李少丽，周明涛.裸露山体生态修复技术研究[J].三峡大学学报（自然科学版），2008（02）：48-51.
[3]GB/T 21010-2010.土地利用现状分类[S].
[4]邵晓贵，胡奕.基于Google Earth影像和GIS的安顺市区裸露山体缺口调查[J].亚热带水土保持，2015，27（02）：23-26.
转载注明来源:https://www.xzbu.com/1/view-15118848.htm
