陳元鵬,任 佳,*,王 力

1 自然資源部國土整治中心,北京 100035 2 中國科學院遙感與數(shù)字地球研究所,北京 100094

改革開放40年以來,我國經(jīng)濟社會發(fā)展取得巨大進步,經(jīng)濟總量躍居世界第二,經(jīng)濟結(jié)構(gòu)實現(xiàn)重大變革,基礎(chǔ)產(chǎn)業(yè)和基礎(chǔ)設(shè)施跨越式發(fā)展。但與此同時,資源和環(huán)境條件的約束邊界也在步步逼近[1],諸多生態(tài)環(huán)境問題日益顯現(xiàn)。黨的十八大以來,以習近平總書記為核心的黨中央高度重視生態(tài)文明建設(shè),把生態(tài)文明建設(shè)納入統(tǒng)籌推進“五位一體”總體布局和協(xié)調(diào)推進“四個全面”戰(zhàn)略布局的重要內(nèi)容。為貫徹落實習近平生態(tài)文明思想、加強生態(tài)文明建設(shè)、筑牢生態(tài)安全屏障、推進生態(tài)保護修復,2016至2018年,財政部、自然資源部、生態(tài)環(huán)境部三部門聯(lián)合印發(fā)文件,開展“山水林田湖草生態(tài)保護修復工程試點”,批準工程試點25個。試點通過實施礦山生態(tài)修復、土地整治、森林質(zhì)量提升、流域水環(huán)境保護治理、水土流失治理等措施促進生態(tài)保護修復。25個試點工程區(qū)域面積總計約103萬km2,覆蓋范圍廣、監(jiān)測監(jiān)管難。

驗證、評估大區(qū)域尺度的生態(tài)保護修復工作成效,持續(xù)跟蹤、監(jiān)測工程試點建設(shè)與管護情況,需精準高效識別區(qū)域內(nèi)生態(tài)環(huán)境問題、獲取區(qū)域內(nèi)復雜生態(tài)環(huán)境信息、監(jiān)測區(qū)域內(nèi)生態(tài)環(huán)境系統(tǒng)變化,這迫切需要引入精度高、范圍廣、時效性強的監(jiān)測監(jiān)管技術(shù)作為重要支撐手段。遙感技術(shù)具有宏觀、動態(tài)、快速、可重復等特點,是國家重大戰(zhàn)略和重大工程實施的有利保障,可有效助力生態(tài)環(huán)境系統(tǒng)的觀測與分析,輔助生態(tài)保護修復項目區(qū)域內(nèi)的多目標地物信息提取與變化檢測。

在地表空間異質(zhì)性較強區(qū)域,陸地表面的動態(tài)變化(如城市建設(shè)擴張、森林植被砍伐等活動),往往發(fā)生在較小的空間尺度上和較短的時間階段內(nèi)。因此,有必要基于高空間和高時間分辨率的衛(wèi)星遙感數(shù)據(jù)及時監(jiān)測小空間尺度上的地表覆被變化情況[2]。由于遙感衛(wèi)星自身物理性能的限制,單一衛(wèi)星遙感數(shù)據(jù)的空間分辨率和時間分辨率是一對“矛盾體”,存在相互制約關(guān)系[3],目前尚不存在一種衛(wèi)星傳感器能夠同時提供高空間分辨率和高時間分辨率的遙感數(shù)據(jù),因此利用單一衛(wèi)星遙感影像數(shù)據(jù)觀測并獲取高時空分辨率的地物變化信息存在困難。

生態(tài)保護修復項目往往存在范圍廣、面積大、云雨多等特點(如湖南省湘江流域和洞庭湖生態(tài)保護修復項目區(qū)總面積10km2,區(qū)域范圍內(nèi)云雨天氣較多),并且生態(tài)修復工程措施實施時間周期較短,采用單一衛(wèi)星遙感數(shù)據(jù)無法滿足對其大范圍、精細化的某一地物信息或某一生態(tài)指標信息的連續(xù)時空分布監(jiān)測[4]。為此,基于多源遙感數(shù)據(jù)的生態(tài)保護修復項目區(qū)監(jiān)測方法研究至關(guān)重要。

1 國內(nèi)外研究進展

生態(tài)保護修復項目的特點為區(qū)域廣、范圍大,區(qū)域內(nèi)土地覆被變化具有一定尺度依賴性[5-6],同時項目生態(tài)效益評價指標復雜多樣,諸如此類項目的特殊性決定監(jiān)測工作需基于衛(wèi)星遙感數(shù)據(jù),結(jié)合機器學習與混合像元分析等方法開展多目標地物信息提?。会槍Χ嘣葱l(wèi)星遙感數(shù)據(jù)進行尺度轉(zhuǎn)換與時空融合,生成高時空分辨率的時間序列遙感數(shù)據(jù)與產(chǎn)品；利用長時間序列遙感數(shù)據(jù)與產(chǎn)品,分析驗證項目前期生態(tài)環(huán)境問題,檢測項目實施期土地覆被的動態(tài)變化與突變情況[7-8]。

1.1 地物信息提取

地物信息是生態(tài)環(huán)境遙感監(jiān)測的重要指標,隨著全球變化研究的深入,地物信息變化研究已成為全球生態(tài)環(huán)境變化研究的核心內(nèi)容,生態(tài)保護修復項目遙感監(jiān)測地物信息的提取內(nèi)容指標主要包括土地覆被/利用類型、生物量、凈初級生產(chǎn)力、植被覆蓋度等。還包括與生態(tài)環(huán)境相關(guān)的參數(shù)類指標,如水土保持、水源涵養(yǎng)等相關(guān)參數(shù)指標。

地物信息提取是基于遙感影像的目標識別[9],機器學習是解決目標識別問題的主要方法之一[10-11]。許多國內(nèi)外學者采用機器學習方法開展了土地覆被信息分類及一系列地球生物、物理和化學參數(shù)的反演。土地覆被分類方面,Dalponte等[12]基于高光譜影像數(shù)據(jù),利用支持向量機(Support Vector Machine,SVM)進行森林類型的識別并取得了較好的效果；楊紅磊等[13]利用對數(shù)主成分變換的期望最大化算法(Expectation Maximization Algorithm,EM)對土地覆被信息進行了分類處理,分類結(jié)果精度優(yōu)于普通EM和傳統(tǒng)的K-means等非監(jiān)督分類方法；Rodriguez等[14]從訓練數(shù)據(jù)集大小的敏感性以及噪聲影響等方面,評價了隨機森林(Random Forest,RF)方法在土地覆被分類中的有效性。相關(guān)參數(shù)信息反演方面,偏最小二乘法、隨機森林與人工神經(jīng)網(wǎng)絡(luò)等方法廣泛應用于地表溫度LST、葉面積指數(shù)LAI、水深與渾濁度等變量的反演,并取得了較高精度[15-19]。此外,近幾年深度學習算法的推廣應用,也一定程度上提高了地物識別的精度[20]?，F(xiàn)階段,機器學習包括深度學習方法已廣泛應用于地物信息的提取,過程中各類方法也得以不斷完善優(yōu)化。然而,由于地表的空間異質(zhì)性,混合像元普遍存在于遙感影像中,一定程度影響地物識別和分類精度[21]。

1.2 混合像元分解

由于空間分辨率的限制以及地物的復雜多樣性,一個像元內(nèi)往往會包含多種地物類型,稱為混合像元?；旌舷裨胁煌匚锕庾V特征互相影響,使得像元與土地覆被類別信息一一對應的硬分類影像不能夠有效表現(xiàn)出像元中多端元組合的細節(jié)信息。為此,需要對混合像元進行分解,通過混合像元分解生成的豐度圖像能夠更好保留地表空間結(jié)構(gòu)和土地覆被信息[22-23]。國內(nèi)外學者對混合像元分解方法進行了大量研究[24-27],探索提出了許多線性和非線性混合像元分解模型及其改進優(yōu)化方法。如多端元混合像元分解(Multiple Endmember Spectral Mixture Analysis,MESMA)方法,該方法利用不同類型和數(shù)量的地物端元組合模擬每個像元,有效解決了“同物異譜”問題[28-30]；Ray等[31]提出的高次多項式模型及其改進優(yōu)化模型[32-33],在線性模型基礎(chǔ)上,引入交叉端元來表示多次散射,較好地刻畫了復雜場景的多次散射作用,提高了解混精度?；诨旌舷裨纸獾玫降慕M分數(shù)據(jù),不僅能夠在亞像元尺度更好地刻畫土地覆被信息,還能夠作為自變量參與到遙感尺度轉(zhuǎn)換與時空信息融合中。

1.3 遙感數(shù)據(jù)高時空融合

1.4 遙感時間序列影像變化檢測

生態(tài)保護修復項目工程措施實施周期短,管護周期長,基于遙感時間序列影像開展變化檢測有助于項目監(jiān)測監(jiān)管。遙感影像變化檢測根據(jù)不同的變化形式,分為異常信息檢測與土地覆被變化檢測[40]。常用的方法包括雙時相監(jiān)測方法,即將土地覆被變化檢測作為雙時相變化檢測問題的擴展[41],還包括基于時間序列模型的變化檢測方法,如Mithal等[42]提出了一種基于子序列分割的變化檢測方法,通過擬合一個非參數(shù)模型將時間序列分割為多個均勻的子序列,分割的時相位置就是潛在發(fā)生變化的時刻；Geng等[8]基于MODIS NDVI數(shù)據(jù),利用BFAST算法(Breaks for Additive Season and Trend,BFAST)探索了祁連山地區(qū)植被突變的時空特征及其潛在的驅(qū)動因素,有效識別出植被斷點變化的時間、位置與幅度；Wang等[43]利用BFAST方法對內(nèi)蒙古干旱區(qū)的時空分布與變化進行了分析探索,有效識別出了內(nèi)蒙古東北部地區(qū)的干旱趨勢。

2 基于多源遙感數(shù)據(jù)的監(jiān)測方法要點

基于多源遙感數(shù)據(jù)的生態(tài)保護修復項目監(jiān)測方法包含以下幾方面：參閱文獻資料,結(jié)合實際工作擬定監(jiān)測指標與任務；圍繞監(jiān)測指標,基于不同分辨率遙感數(shù)據(jù)并結(jié)合地面監(jiān)測數(shù)據(jù),采用機器學習與混合像元分析等方法,提取地物信息與組分數(shù)據(jù),反演與監(jiān)測指標相關(guān)的參數(shù)；以多時相、多源遙感影像生成的地物信息為基礎(chǔ),開展多源遙感數(shù)據(jù)高時空融合,重構(gòu)時間序列遙感數(shù)據(jù)產(chǎn)品；基于時間序列遙感數(shù)據(jù)產(chǎn)品,開展項目區(qū)地物信息亞像元級變化檢測,實現(xiàn)對項目區(qū)生態(tài)保護情況、修復措施的識別與評價[44-46],技術(shù)路線如下圖1所示。

2.1 生態(tài)保護修復工程監(jiān)測指標

生態(tài)保護修復工程涉及“山水林田湖草”多個生態(tài)要素,其監(jiān)測指標具有復雜性和多樣性的特點,擬定監(jiān)測指標與任務是工作首要目標。參考相關(guān)生態(tài)保護修復工程監(jiān)測評估指標體系[47],梳理出共性指標類別包括4大類：生態(tài)系統(tǒng)宏觀結(jié)構(gòu)、生態(tài)系統(tǒng)質(zhì)量、生態(tài)系統(tǒng)服務、生態(tài)系統(tǒng)變化影響因素。具體指標包括一級指標11項,二級指標25項,其中可用遙感數(shù)據(jù)直接獲取的指標8項,采用遙感數(shù)據(jù)結(jié)合地面監(jiān)測數(shù)據(jù)可獲取的指標8項,具體如下表1。從監(jiān)測指標可看出,64%的指標要直接或間接依靠遙感數(shù)據(jù)進行監(jiān)測,可見遙感技術(shù)在生態(tài)保護修復工程監(jiān)測中至關(guān)重要。

2.2 基于中高空間分辨率遙感數(shù)據(jù)的項目區(qū)信息提取

基于中高空間分辨率遙感影像的項目區(qū)信息提取包括：基于亞米(或米)級高空間分辨率光學遙感數(shù)據(jù),通過機器學習、深度學習與目視解譯相結(jié)合的地物信息提取方法,生成土地覆被數(shù)據(jù),對研究區(qū)域內(nèi)生態(tài)修復相關(guān)信息實現(xiàn)高精度識別；基于中等空間分辨率遙感影像(以Landsat系列衛(wèi)星遙感數(shù)據(jù)為主),通過線性與非線性混合像元分解方法的比較驗證,實現(xiàn)研究區(qū)域內(nèi)地物組分信息的有效提取；基于Landsat系列衛(wèi)星遙感數(shù)據(jù),結(jié)合地面實測數(shù)據(jù),開展植被覆蓋、水源涵養(yǎng)、湖泊水面等監(jiān)測指標的定量化反演。根據(jù)實地調(diào)查監(jiān)測獲取的樣點信息,結(jié)合高空間分辨率遙感數(shù)據(jù)的解譯成果進行真實性檢驗。中高空間分辨率光學遙感影像信息提取示意結(jié)果見圖2,混合像元分解示意結(jié)果見圖3。

表1 生態(tài)保護修復工程監(jiān)測指標

圖2 中高空間分辨率光學遙感影像信息提取結(jié)果Fig.2 Optical remote sensing image information extraction results based on moderate and high spatial resolution

圖3 混合像元分解結(jié)果Fig.3 Pixel unmixing results

2.3 項目區(qū)多源遙感數(shù)據(jù)高時空融合

項目區(qū)多源遙感數(shù)據(jù)高時空融合,應根據(jù)研究區(qū)位,搜索生態(tài)保護修復項目實施期間與歷史時期的存檔系列遙感數(shù)據(jù),篩查出“缺失”或“云污染”遙感數(shù)據(jù)的空間位置與時間節(jié)點。以多時相、多源遙感數(shù)據(jù)生成的地物信息數(shù)據(jù)為基礎(chǔ),采用增強時空自適應反射率融合(ESTARFM)、時空組分信息融合(Spatial temporal fraction map fusion model,STFMF)、時空反射率解混改進融合(Improved spatial temporal reflectance unmixing model,ISTRUM)等模型,開展多源遙感數(shù)據(jù)高時空融合,同時探討不同方法的優(yōu)劣性。通過方法的優(yōu)選試驗,生成研究區(qū)“缺失”和“云污染”遙感數(shù)據(jù)的替代數(shù)據(jù),聯(lián)合存檔影像重構(gòu)項目區(qū)時間序列連續(xù)、空間分辨率較高的遙感數(shù)據(jù)產(chǎn)品。

2.4 基于時間序列遙感影像的項目區(qū)變化檢測

結(jié)合項目區(qū)規(guī)劃與實施方案,基于重構(gòu)的時間序列遙感數(shù)據(jù)產(chǎn)品,采用季節(jié)趨勢的斷點檢測(Breaks for additive seasonal and trend,BFAST)、LandTrendr擾動檢測、植被變化跟蹤(Vegetation change tracker,VCT)等方法,開展項目區(qū)地物信息的變化檢測,通過對地物信息突變數(shù)量、時間、強度的檢測以識別生態(tài)問題、生態(tài)修復措施,實現(xiàn)生態(tài)保護修復項目區(qū)的有效監(jiān)測。

2.5 基于多源數(shù)據(jù)的生態(tài)效益評價

基于時間序列遙感數(shù)據(jù)產(chǎn)品,輔以其他多源監(jiān)測數(shù)據(jù)如氣象、水文、土壤、人口、經(jīng)濟等,利用InVEST、ARIES等模型,對項目區(qū)的生態(tài)系統(tǒng)分布結(jié)構(gòu)與變化、生態(tài)系統(tǒng)質(zhì)量與變化、生態(tài)問題與變化、生態(tài)系統(tǒng)服務與變化、生態(tài)效益等參量進行評價,評價其狀態(tài)、變化趨勢及驅(qū)動力?；谏鷳B(tài)產(chǎn)品價值實現(xiàn)理念,運用直接市場價值、替代市場價值、模擬市場評估等方法,結(jié)合生態(tài)效益等評價結(jié)果,完成生態(tài)產(chǎn)品價值核算,為生態(tài)產(chǎn)品價值實現(xiàn)提供基礎(chǔ)數(shù)據(jù),促進生態(tài)文明體制改革、加快轉(zhuǎn)變經(jīng)濟發(fā)展方式、實現(xiàn)經(jīng)濟社會與資源環(huán)境協(xié)調(diào)發(fā)展。

3 基于多源遙感數(shù)據(jù)的監(jiān)測方法發(fā)展與展望

國土空間生態(tài)修復工作開展以來,自然資源管理部門積極探索創(chuàng)新生態(tài)保護修復監(jiān)測技術(shù)方法,但在“天地網(wǎng)”一體化監(jiān)測,尤其是遙感監(jiān)測的理論技術(shù)、應用實踐創(chuàng)新研究中,深度尚顯不足,面向高空間分辨率遙感數(shù)據(jù)的地物信息提取技術(shù)手段相對不夠多元,基于多源遙感數(shù)據(jù)互補的項目區(qū)地物信息變化檢測方法研究與應用有待加強。在解算技術(shù)方面,機器學習、光譜分析、尺度轉(zhuǎn)換、空間解混等理論與技術(shù)方法的研究與應用仍有待深入。在數(shù)據(jù)統(tǒng)籌方面,獲取高質(zhì)量的高分辨率衛(wèi)星或航拍遙感影像的經(jīng)濟成本和時間成本較高,信息源和數(shù)據(jù)分析手段均受限制。在工作基礎(chǔ)方面,區(qū)域化、實驗型的探索雖然取得了一定成效,但面向更大范圍的國土空間生態(tài)保護修復遙感監(jiān)測,尚未形成穩(wěn)定長效的工作機制,尚未建立完善的多尺度遙感監(jiān)測技術(shù)體系。在技術(shù)創(chuàng)新方面,生態(tài)保護修復遙感監(jiān)測技術(shù)所涉及的環(huán)節(jié)眾多,監(jiān)測數(shù)據(jù)、監(jiān)測內(nèi)容、監(jiān)測區(qū)域等都存在較大差異性,對應的技術(shù)路線也因此存在不同,相應的關(guān)鍵技術(shù)瓶頸亟待突破[48-52]。

針對技術(shù)研究的不足,未來應從以下幾方面加強研究與探索：一是隨著科技進步與可獲取數(shù)據(jù)的增多,應結(jié)合實際工作持續(xù)優(yōu)化國土空間生態(tài)保護修復的監(jiān)測指標體系,形成監(jiān)測與評價指標庫；二是充分挖掘遙感數(shù)據(jù)解析的相關(guān)算法潛力,如深度學習與混合像元分解模型等的優(yōu)化,兼顧效率的同時提升地物信息提取的精度,充分利用非線性混合像元分解模型加強對地物信息亞像元級別的分析；三是加強時空融合算法與變化檢測方法的研究探索,提高算法精度,加強相關(guān)方法在生態(tài)保護修復項目遙感監(jiān)測中的實踐應用,有效助力實際工作開展。

針對工作推進的不足,要以“山水林田湖草生態(tài)保護修復工程試點”項目為平臺,一是建立生態(tài)保護修復工程野外監(jiān)測臺站,有效獲取野外調(diào)查與觀測數(shù)據(jù)；二是結(jié)合監(jiān)測評價指標體系、相關(guān)科學技術(shù)方法,因地制宜形成基于多源遙感數(shù)據(jù)的監(jiān)測方法；三是加強部門協(xié)同聯(lián)動,建立穩(wěn)定的遙感監(jiān)測運行機制,在區(qū)域性試點研究實踐的基礎(chǔ)上,逐步提升形成國土空間生態(tài)保護修復監(jiān)測監(jiān)管運行機制；四是加強技術(shù)攻關(guān)與科技創(chuàng)新,形成行業(yè)乃至國家技術(shù)標準,指導相關(guān)監(jiān)測監(jiān)管工作的有效開展。