鄭 潔，孫姣姣，舒 欣，周 濤

（西南科技大學(xué)城市學(xué)院，四川 綿陽 621000）

礦區(qū)周邊植被覆蓋情況調(diào)查的目的在于掌握植被覆蓋的實時數(shù)量變化、質(zhì)量好壞等情況對礦區(qū)周邊的生態(tài)環(huán)境和自然經(jīng)濟發(fā)展的影響。同時挖掘出地質(zhì)資源潛在生產(chǎn)力，能夠?qū)崿F(xiàn)對礦產(chǎn)資源合理開采，幫助礦業(yè)管理部門分析規(guī)劃礦區(qū)建設(shè)，有效促進(jìn)區(qū)域內(nèi)生態(tài)環(huán)境可持續(xù)發(fā)展與合理保護(hù)[1]。

1 研究區(qū)概況及數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

重慶市石柱縣位于長江上游地區(qū)，地處東經(jīng)107°59′～108°34′、北緯29°39′～30°33′之間。屬中亞熱帶濕潤季風(fēng)區(qū)，年平均溫度16.5℃，年均降雨量1126.6mm以上?？h區(qū)總面積為3012平方公里，全境多山，主要為夷平面與侵蝕溝谷的組合，同時有山原、丘陵的地形特征[2]。

本文使用的數(shù)據(jù)為重慶市石柱縣的Landsat8 OLI遙感影像數(shù)據(jù)，影像數(shù)據(jù)參數(shù)如表1所示。因為受到早春氣候影響，此時間段內(nèi)大多數(shù)植被都會出現(xiàn)早綠的現(xiàn)象，在光譜曲線信息中更加易于判讀出植被信息[3]。數(shù)據(jù)包含了11個單波段影像和1個真彩色圖片以及1個＊MTL元數(shù)據(jù)和1個＊ANG質(zhì)量評估數(shù)據(jù)，通過這些數(shù)據(jù)可以知道傳感器的運行環(huán)境參數(shù)、拍攝時間、太陽高度角、經(jīng)緯度等信息來評估文件質(zhì)量。

表1 影像數(shù)據(jù)參數(shù)

1.2 礦區(qū)植被覆蓋情況的數(shù)據(jù)預(yù)處理

首先利用已校正的衛(wèi)星數(shù)據(jù)對Landsat8 OLI遙感影像數(shù)據(jù)進(jìn)行幾何校正，利用Google Earth工具或者SPOT衛(wèi)星數(shù)據(jù)實現(xiàn)校正精度驗證。然后通過輻射定標(biāo)將影像數(shù)據(jù)的DN值轉(zhuǎn)化為數(shù)字值，以便進(jìn)行物理量計算和不同遙感圖像對比，描述出該圖像的物理特征。再通過大氣校正，消除大氣對影像數(shù)據(jù)的影響。最后利用圖像裁剪保留研究區(qū)域。

2 植被覆蓋的信息建模與紋理信息提取

數(shù)據(jù)的預(yù)處理后，利用三色疊加原理對圖像進(jìn)行不同形式的波段組合。通過相關(guān)分析可知最佳原始波段組合為456波段，其地物信息反應(yīng)效果最好。由于Landsat8數(shù)據(jù)的不同波段之間波譜區(qū)域存在重疊現(xiàn)象，因此利用主成分分析方法將波段進(jìn)行重新組合，以減少數(shù)據(jù)量，達(dá)到圖像信息增強的效果。之后利用衍生計算后保留綠度指數(shù)和植被覆蓋指數(shù)與主成分PC1合成圖像。通過模型建立與分析，各個地物目標(biāo)間的不同特性更突出，植被的地物信息顯示更加準(zhǔn)確。

本文采用二階概率統(tǒng)計濾波的方法對紋理信息進(jìn)行提取。二階矩陣工具進(jìn)行數(shù)據(jù)計算，以相異性、同質(zhì)性、信息熵三者之間相互組合、對比的方式來完成礦區(qū)遙感影像的紋理提取工作[4]。在地質(zhì)調(diào)查中只需要考慮到完成礦區(qū)植被覆蓋情況的信息提取工作，因此應(yīng)選擇植被在光譜輻射中反射度更高的近紅外波段遙感影像作為提取數(shù)據(jù)，對每個提取像元之間的距離、灰度量化級別進(jìn)行分析便可實現(xiàn)紋理信息提取。

圖1 植被覆蓋信息提取結(jié)果

3 實驗分析

經(jīng)過對重慶市礦區(qū)周邊實地勘查后，本文利用監(jiān)督分類法將研究區(qū)土地利用情況進(jìn)行類別劃分，采用目視判讀和模型分析來對影像中的地物樣本特征進(jìn)行識別與離散型計算。如圖1所示為信息提取的結(jié)果，通過對數(shù)據(jù)的觀察和分析可以發(fā)現(xiàn)：如圖（1-b）所示為主成分組合的數(shù)據(jù)分析結(jié)果，其地類解譯結(jié)果與其它兩種方式差異明顯，其他植被覆蓋情況信息最多，對地物信息的分離效果不太明顯；如圖（1-a）所示為原始波段組合的數(shù)據(jù)分析結(jié)果，該方法相對于主成分組合的圖像能夠更準(zhǔn)確的顯示出地物信息；如圖（1-c）所示為衍生波段組合的數(shù)據(jù)分析結(jié)果，與前兩種方法相比，效果最佳，各種地類層次分明，更真實的反映出了礦區(qū)周邊的地物信息結(jié)果。

將遙感與GIS相結(jié)合，對樣本地類進(jìn)行屬性劃分與篩選，并對重慶市2018年1月中旬的礦區(qū)周邊植被覆蓋量、覆蓋面積、植被類別、植被覆蓋度等重要信息進(jìn)行統(tǒng)計，如表2所示為2018年1月中旬植被覆蓋面積統(tǒng)計表。

與以往的植被覆蓋情況數(shù)據(jù)進(jìn)行對比可知石柱縣植被覆蓋面積較大，主要分布在石柱縣的西南角、中部和東北地區(qū)，其中灌木地和植被幼苗地的類型較少，有林地成分居多，整體自然資源豐富。全縣的灌木林地如玫瑰、薔薇等植被面積有434.69km2；其他跡地、幼苗地等植被的面積有125.72km2；有林地如喬木、松柏等大高樹種的面積為1221.02km2?？傮w植被覆蓋度達(dá)到了53.96%。

表2 2018年1月中旬重慶礦區(qū)周邊植被覆蓋面積統(tǒng)計表

表3 2015-2018年礦區(qū)植被覆蓋度變化情況

對相關(guān)數(shù)據(jù)進(jìn)行統(tǒng)計后，與已有的調(diào)查資料植被信息對比后發(fā)現(xiàn)，在這3年間重慶市對礦區(qū)周邊地質(zhì)開發(fā)進(jìn)行了一定的投入，植被種植面積也有一定的增加。而總體的植被面積減少了156.25km2，考慮到該地區(qū)今后的發(fā)展需求，在經(jīng)濟發(fā)展的同時可合理利用環(huán)境資源的各種功能性，同時也降低了在經(jīng)濟發(fā)展的需求對生態(tài)系統(tǒng)的破壞力，科學(xué)、有效的保護(hù)了礦區(qū)周邊的自然環(huán)境。

4 結(jié)論

本次礦區(qū)植被覆蓋情況調(diào)查以重慶市石柱縣為為例，首先對Landsat8 OLI遙感影像數(shù)據(jù)預(yù)處理，然后通過波段組合增強圖像的信息顯示效果，接著利用監(jiān)督分類的方法解譯出該研究區(qū)的地物信息數(shù)據(jù)，得到如植被覆蓋面積、植被種類、覆蓋度等重要信息，最后與往年的數(shù)據(jù)進(jìn)行比對發(fā)現(xiàn)重慶市礦區(qū)周邊地質(zhì)環(huán)境優(yōu)越，有利與其境內(nèi)的生物生存繁衍，但礦區(qū)整體植被覆蓋面積有所減少，因此在保證經(jīng)濟發(fā)展的同時，需要發(fā)掘出其自然資源的潛力，盡量減少對資源隨意開采，保護(hù)生態(tài)環(huán)境可持續(xù)發(fā)展。