朱 權(quán)

(上海市巖土工程檢測(cè)中心，上海 200436)

0 引言

從中國(guó)的國(guó)土范圍內(nèi)研究土地問(wèn)題，與其他區(qū)域相比，工礦區(qū)的土地問(wèn)題尤為復(fù)雜。礦產(chǎn)資源的開(kāi)發(fā)好比一把雙刃劍，既為社會(huì)的發(fā)展提供了一定的物質(zhì)基礎(chǔ)，同時(shí)又造成了生態(tài)環(huán)境的嚴(yán)重破壞[1]。其中露天煤礦作為人類(lèi)活動(dòng)的劇烈擾動(dòng)區(qū)域，受礦產(chǎn)資源大規(guī)模開(kāi)發(fā)的影響，礦區(qū)土地利用/土地覆蓋作為礦區(qū)陸面的屬性信息成為礦區(qū)陸面演變的重要形式之一。隨著開(kāi)采活動(dòng)的不斷推進(jìn)，開(kāi)采過(guò)程所引起的土壤遷移和礦區(qū)垃圾堆埋，又使植被、土壤受到破壞，區(qū)域水熱結(jié)構(gòu)發(fā)生改變，環(huán)境遭到污染，從而使整個(gè)自然生態(tài)系統(tǒng)遭到嚴(yán)重破壞[2]。諸多環(huán)境要素變化中，土地利用類(lèi)型和植被的變化呈現(xiàn)出一定的及時(shí)性，能及時(shí)反映開(kāi)采活動(dòng)對(duì)生態(tài)環(huán)境的破壞；然而其他一些環(huán)境生態(tài)后果卻需要經(jīng)過(guò)很長(zhǎng)一段時(shí)間才能得以顯現(xiàn)，又表現(xiàn)出一定的滯后性[3]。

本文以遙感影像處理技術(shù)為基礎(chǔ)，針對(duì)不同土地利用類(lèi)型在遙感影像圖上的差異性，利用遙感圖像處理軟件ENVI采用最大似然法對(duì)平朔礦區(qū)1998年、2008年和2018年遙感影像進(jìn)行監(jiān)督分類(lèi)，根據(jù)分類(lèi)結(jié)果對(duì)礦區(qū)土地復(fù)墾后的生態(tài)系統(tǒng)進(jìn)行綜合評(píng)估，從而得出平朔礦區(qū)開(kāi)采前，開(kāi)采中及在進(jìn)行土地復(fù)墾之后的土地利用變化情況，分析當(dāng)?shù)氐纳鷳B(tài)變化。

1 研究區(qū)概況

平朔煤礦區(qū)處于山西省北部的朔州市境內(nèi)，界于東經(jīng)112°10′～113°30′，北緯39°23′～39°37′之間，位于黃土高原東部，與晉陜蒙“黑三角”接壤，屬于強(qiáng)烈侵蝕的黃土丘陵脆弱區(qū)，是一個(gè)對(duì)環(huán)境變化敏感且不易維持自身穩(wěn)定的生態(tài)環(huán)境系統(tǒng)。

本文以研究區(qū)1998年、2008年和2018年Landsat遙感影像數(shù)據(jù)為數(shù)據(jù)基礎(chǔ)，其中1998年為礦區(qū)開(kāi)采初期遙感影像，2008年為礦區(qū)開(kāi)采中遙感影像，2018年為礦區(qū)土地復(fù)墾后遙感影像。以上述遙感影像數(shù)據(jù)為基礎(chǔ)，對(duì)礦區(qū)各時(shí)期土地利用及植被覆蓋情況進(jìn)行分析，針對(duì)不同土地利用類(lèi)型在遙感影像圖上的特點(diǎn)及差異性，采用最大似然法進(jìn)行監(jiān)督分類(lèi)，生成不同時(shí)期的土地利用現(xiàn)狀圖，并對(duì)分類(lèi)結(jié)果進(jìn)行精度分析，對(duì)礦區(qū)土地復(fù)墾后的生態(tài)環(huán)境進(jìn)行綜合評(píng)估。研究技術(shù)路線(xiàn)，如圖1所示。

圖1 礦區(qū)土地復(fù)墾生態(tài)評(píng)估技術(shù)路線(xiàn)Fig.1 Technical route of ecological assessment of land reclamation in mining area

2 數(shù)據(jù)預(yù)處理

由于遙感系統(tǒng)空間、波譜、時(shí)間以及輻射分辨率的限制，很難精確地記錄復(fù)雜地表的信息，因而會(huì)在數(shù)據(jù)獲取的過(guò)程中產(chǎn)生誤差。這些誤差降低了遙感數(shù)據(jù)的質(zhì)量，從而影響了圖像分析的精度，進(jìn)而會(huì)影響圖像分析及土地覆蓋分類(lèi)的準(zhǔn)確度[3]。使用原始遙感數(shù)據(jù)前需要預(yù)處理，即對(duì)獲得的原始遙感圖像進(jìn)行的各種技術(shù)性處理，目的是修正原始圖像的幾何和放射線(xiàn)扭曲，改善數(shù)據(jù)品質(zhì)，盡可能獲得最現(xiàn)實(shí)的圖像，突出研究區(qū)域范圍，方便后續(xù)對(duì)遙感影像進(jìn)行分類(lèi)處理[4]。數(shù)據(jù)預(yù)處理是為了對(duì)信息最大程度上的獲取，遙感影像數(shù)據(jù)預(yù)處理主要包括大氣校正、幾何校正、輻射校正以及圖像裁剪等。

2.1 大氣校正

大氣校正是根據(jù)傳感器最終測(cè)定的地表對(duì)象的總輻射不是實(shí)際反射率，而是吸收大氣產(chǎn)生的放射量，特別是散射造成的誤差[18]。大氣校正的主要目的就是將因大氣影響產(chǎn)生的誤差進(jìn)行清除。當(dāng)然，遙感數(shù)據(jù)對(duì)大氣的影響有時(shí)會(huì)被完全忽略[5]。例如，監(jiān)測(cè)到特定類(lèi)別變更時(shí)，就不需要等待校正。如果數(shù)據(jù)不被校正，這些重要組成部分的反射率之間可能會(huì)有小的差異被忽略。本文使用ENVI軟件對(duì)遙感影像數(shù)據(jù)進(jìn)行大氣校正。

2.2 幾何校正

幾何校正的本質(zhì)是將影像投影到平面上，使之適合于映射投影系統(tǒng)，并使用地面控制點(diǎn)來(lái)修正由多種因素引起的遙感圖像的幾何偏差。

2.3 輻射校正

不同的太陽(yáng)高度角、不同的大氣條件、不同的傳感器和不同的特征會(huì)導(dǎo)致不同位置的遙感圖像產(chǎn)生不同程度的輻射值，因此必須先進(jìn)行輻射校正。地上物體通過(guò)放射線(xiàn)顯示遙感圖像的亮度。由于進(jìn)入遙感衛(wèi)星傳感器的地面物體的放射線(xiàn)強(qiáng)度受到各種方面的影響，其主要的目標(biāo)方向?yàn)閷?duì)太陽(yáng)輻射的強(qiáng)度進(jìn)行詳細(xì)調(diào)查，并對(duì)地表覆蓋物的光譜反射率進(jìn)行統(tǒng)計(jì)分析[6]。實(shí)際測(cè)量的輻射強(qiáng)度也會(huì)因其他因素的影響而改變。輻射失真原因有傳感器本身產(chǎn)生的錯(cuò)誤，以及由于大氣影響產(chǎn)生的誤差[7]。一般來(lái)說(shuō)，計(jì)時(shí)器本身所產(chǎn)生的錯(cuò)誤，在數(shù)據(jù)生成過(guò)程中可以根據(jù)傳感器的每個(gè)變量而修改。

2.4 圖像裁切

遙感影像是規(guī)則的圖像，而現(xiàn)實(shí)中研究目標(biāo)區(qū)域的行政區(qū)劃是不規(guī)則的，為了方便研究，在ENVI軟件中，結(jié)合研究目標(biāo)的衛(wèi)圖作出研究區(qū)域的感興趣區(qū)域(Region of Interest，簡(jiǎn)稱(chēng)ROI)，使用 SubsetImage工具提取各時(shí)相研究區(qū)影像，根據(jù)矢量邊界圖層剪切，獲得平朔礦區(qū)、附近山脈、城鎮(zhèn)、耕地等研究區(qū)域。

3 監(jiān)督分類(lèi)

遙感影像預(yù)處理完成后，需對(duì)其進(jìn)行監(jiān)督分類(lèi)處理。監(jiān)督分類(lèi)的理論依據(jù)為有效識(shí)別函數(shù)的建立統(tǒng)計(jì)，以抽樣訓(xùn)練方法為基礎(chǔ)的分類(lèi)技術(shù)，又被成為訓(xùn)練場(chǎng)地法[8]。以公開(kāi)訓(xùn)練區(qū)域的訓(xùn)練樣本為基礎(chǔ)，選擇具有代表性的特征參數(shù)，確保訓(xùn)練樣本具有較強(qiáng)的代表性。當(dāng)判斷標(biāo)準(zhǔn)滿(mǎn)足分類(lèi)正確要求時(shí)，將設(shè)定采用該標(biāo)準(zhǔn)[9]。否則，需要重新設(shè)定分類(lèi)決定規(guī)則，直到滿(mǎn)足要求。

在研究區(qū)范圍內(nèi)進(jìn)行定義訓(xùn)練樣本，確保樣本在研究區(qū)內(nèi)均勻分布，數(shù)量不得低于60個(gè)，同時(shí)樣本的分布位置的光譜特征相對(duì)較為均一。定義訓(xùn)練樣本完成后，采用最大似然分類(lèi)器進(jìn)行監(jiān)督分類(lèi)，基于Jeffries-Matusita距離和轉(zhuǎn)換分離度方法理論，對(duì)訓(xùn)練樣本進(jìn)行計(jì)算，若訓(xùn)練樣本的分離度超過(guò)1.8時(shí)，該樣本即滿(mǎn)足要求，可以以該樣本為基礎(chǔ)對(duì)遙感影像進(jìn)行解譯[10]。將三期影像導(dǎo)入ENVI軟件中，利用行政區(qū)劃圖與遙感影像進(jìn)行影像匹配，后繪制感興趣區(qū)域(ROI)，然后對(duì)原影像進(jìn)行裁剪，然后采用最大似然法對(duì)其進(jìn)行監(jiān)督分類(lèi)，將之分為林地、耕地、居民地、礦區(qū)、水體、退化土地和灌木叢。監(jiān)督分類(lèi)結(jié)果，如圖2所示。

圖2 1998年、2008年、2018年監(jiān)督分類(lèi)結(jié)果Fig.2 Supervision classification results in 1998，2008 and 2018

對(duì)監(jiān)督分類(lèi)的結(jié)果進(jìn)行精度評(píng)定，最為常用的方法就是混淆矩陣，其實(shí)質(zhì)是將監(jiān)督分類(lèi)的精度數(shù)據(jù)，以矩陣的形式展示出來(lái)，然后將監(jiān)督分類(lèi)的結(jié)果和該地區(qū)實(shí)際土地利用信息進(jìn)行對(duì)比分析[11]。本文利用實(shí)地勘察生成地表真實(shí)感興趣區(qū)，分別對(duì)1998年、2008年和2018年的監(jiān)督分類(lèi)結(jié)果進(jìn)行精度評(píng)價(jià)，得到結(jié)果混淆矩陣，混淆矩陣通常所具備的評(píng)判參數(shù)有：總體分類(lèi)精度、Kappa系數(shù)、用戶(hù)精度等。評(píng)價(jià)指標(biāo)和分類(lèi)精度的關(guān)系如表1所示。

表1 Kappa系數(shù)、總體分類(lèi)精度與監(jiān)督分類(lèi)精度對(duì)應(yīng)關(guān)系

總體分類(lèi)精度等于被正確分類(lèi)的像元總和除以總像元數(shù)。被正確分類(lèi)的像元數(shù)目沿著混淆矩陣的對(duì)角線(xiàn)分布，總像元數(shù)等于所有真實(shí)參考源的像元總數(shù)。Kappa分析是評(píng)價(jià)分類(lèi)精度的多元統(tǒng)計(jì)方法，對(duì)Kappa的估計(jì)稱(chēng)為KHAT統(tǒng)計(jì)，Kappa系數(shù)代表被評(píng)價(jià)分類(lèi)比完全隨機(jī)分類(lèi)產(chǎn)生錯(cuò)誤減少的

比例，計(jì)算公式為：

(1)

式中：K為Kappa系數(shù)；r為該誤差矩陣的總行數(shù)；xii為i行i列(主對(duì)角線(xiàn))上的值，xi+和x+i分別為第i行的和與第i列的和；N為樣點(diǎn)總數(shù)。

以Kappa系數(shù)和總體分類(lèi)精度對(duì)3組監(jiān)督分類(lèi)結(jié)果進(jìn)行精度評(píng)判，結(jié)果如表2所示。

表2 精度評(píng)價(jià)

經(jīng)過(guò)驗(yàn)證得到的混淆矩陣數(shù)據(jù)表明，運(yùn)用最大似然法得到的1998年、2008年和2018年的分類(lèi)精度較高，可應(yīng)用于本次分類(lèi)中。

4 遙感動(dòng)態(tài)監(jiān)測(cè)

遙感動(dòng)態(tài)監(jiān)測(cè)是以不同地物類(lèi)型在遙感影像上的差異性為基礎(chǔ)，對(duì)同一地區(qū)不同時(shí)期的遙感數(shù)據(jù)進(jìn)行分析解譯，進(jìn)而對(duì)研究區(qū)地表地物變化進(jìn)行定量分析研究。遙感動(dòng)態(tài)監(jiān)測(cè)內(nèi)容涉及多個(gè)方向，主要有地物變化類(lèi)型、空間分布、變化量級(jí)及趨勢(shì)等[12]，利用遙感動(dòng)態(tài)監(jiān)測(cè)對(duì)研究區(qū)土地利用類(lèi)型進(jìn)行分析，能夠快速獲得該地區(qū)不同土地利用類(lèi)型的空間分布及變化信息，并能夠?qū)ψ兓厔?shì)進(jìn)行科學(xué)預(yù)測(cè)。 對(duì)平朔礦區(qū)遙感影像進(jìn)行監(jiān)督分類(lèi)后，為了更好地對(duì)礦區(qū)土地復(fù)墾成果進(jìn)行研究，對(duì)分類(lèi)結(jié)果進(jìn)行變化監(jiān)測(cè)處理，其結(jié)果如表3所示。

表3 平朔礦區(qū)遙感動(dòng)態(tài)監(jiān)測(cè)結(jié)果

如表3所示，根據(jù)平朔礦區(qū)1998年、2008年及2018年土地利用類(lèi)型分類(lèi)結(jié)果可得，在1998年至2008年間，該礦區(qū)林地面積整體呈下降趨勢(shì)，共減少19.53 km2，對(duì)比三期遙感影像發(fā)現(xiàn)，該地區(qū)大部分的林地被耕地取代；但此期間，耕地面積同樣呈下降趨勢(shì)，共減少32 km2，主要是因?yàn)樵摰貐^(qū)煤礦經(jīng)濟(jì)的發(fā)展，使得礦區(qū)和居民地面積大幅度擴(kuò)大，礦區(qū)用地增加16.8 km2，居民地面積增加9.35 km2，同時(shí)礦產(chǎn)資源的開(kāi)發(fā)，對(duì)耕地資源造成較大破壞，使得大量原有耕地轉(zhuǎn)變?yōu)楣嗄緟埠屯嘶恋?，故灌木叢及退化土地面積呈上升趨勢(shì)，灌木叢共增加10.91 km2，退化土地面積增加15.31 km2；通過(guò)查閱研究區(qū)相關(guān)資料發(fā)現(xiàn)，1998年至2008年間，研究區(qū)礦產(chǎn)資源處于持續(xù)開(kāi)發(fā)利用狀態(tài)，隨著礦產(chǎn)資源的大量挖掘，對(duì)該地區(qū)的生態(tài)環(huán)境造成了較大破壞，灌木叢、退化土地等被破壞的土地利用類(lèi)型所占比重越來(lái)越大，植被覆蓋面積越來(lái)越小，生態(tài)問(wèn)題越發(fā)突出。

通過(guò)對(duì)圖3、圖4分析可得，在2008年至2018年間，礦區(qū)耕地面積呈上升趨勢(shì)，面積增量為8.21 km2，林地面積基本保持不變，退化土地面積呈大幅度下降趨勢(shì)，共減少17.63 km2。由此表明，該地區(qū)生態(tài)環(huán)境得到了較大改善。通過(guò)調(diào)查發(fā)現(xiàn)，此期間平朔礦區(qū)重點(diǎn)進(jìn)行生態(tài)環(huán)境修復(fù)，不斷開(kāi)展礦區(qū)土地復(fù)墾工作，部分退化土地經(jīng)過(guò)科學(xué)復(fù)墾，轉(zhuǎn)化為林地、耕地以及居民用地等，礦區(qū)用地面積略微增加，其增加面積主要是在退化土地的基礎(chǔ)上進(jìn)行重建，對(duì)退化土地進(jìn)行充分利用，礦區(qū)擴(kuò)張不再以破壞原有生態(tài)環(huán)境為代價(jià)，大大降低對(duì)生態(tài)環(huán)境的影響，恢復(fù)了礦區(qū)內(nèi)土地的生產(chǎn)建設(shè)能力。從1998年至2018年平朔礦區(qū)的土地利用變化過(guò)程中可以發(fā)現(xiàn)，該地區(qū)的土地利用變化具有明顯的時(shí)空差異性。

圖3 1998年、2008年、2018年礦區(qū)土地利用類(lèi)型對(duì)比Fig.3 Comparison of land use types in mining area in 1998，2008 and 2018

圖4 1998年、2008年、2018年礦區(qū)各土地利用類(lèi)型占比Fig.4 Proportion of land use types in mining area in 1998，2008 and 2018

5 結(jié)束語(yǔ)

本文基于遙感影像處理技術(shù)，利用ENVI軟件，采用最大似然法分別對(duì)平朔礦區(qū)1998年、2008年和2018年三期遙感影像數(shù)據(jù)進(jìn)行監(jiān)督分類(lèi)，采用混淆矩陣對(duì)分類(lèi)結(jié)果進(jìn)行精度評(píng)定，確保監(jiān)督分類(lèi)結(jié)果滿(mǎn)足分類(lèi)要求，然后利用遙感動(dòng)態(tài)監(jiān)測(cè)技術(shù)對(duì)礦區(qū)分類(lèi)結(jié)果進(jìn)行分析研究，得到平朔礦區(qū)19年來(lái)的土地利用類(lèi)型詳細(xì)變化信息，結(jié)果表明自2008年礦區(qū)啟動(dòng)土地復(fù)墾工作后，前期被破壞的土地逐漸被恢復(fù)，礦區(qū)生態(tài)環(huán)境得到了較大改善。

利用遙感影像處理技術(shù)，對(duì)礦區(qū)多時(shí)相遙感影像數(shù)據(jù)分析研究，評(píng)估礦區(qū)土地復(fù)墾前后的生態(tài)系統(tǒng)健康狀況，其結(jié)果與礦區(qū)的實(shí)際情況吻合度較高，驗(yàn)證了基于遙感影像技術(shù)研究礦區(qū)土地復(fù)墾評(píng)價(jià)的可行性，為今后土地復(fù)墾質(zhì)量評(píng)估提供了有效的技術(shù)支撐。