基于ALOS遥感影像的天津市生态监测评价指标体系建立研究.pdf

2016年第 1期 基于 ALOS遥感影像 的天津市生态监测评价指标体系建立研究 基于ALOS遥感影像的天津市生态监测评价指标体系建立研究 王 斌 (天津市环境监测中心， 天津 300191) 摘 要：本研究以ALOS遥感影像作为数据源，在遥感影波段组合、几何纠正、色彩拉伸、 影像融合、镶嵌、裁切等数据前处理工作的基础上，建立了天津市ALOS影像土地利用 三级分类系统。基于专家打分的方法，对土地利用三级分类指标赋予了权重。结合天津 市生态监测与评价实际，对 《生态环境状况评价技术规范》 (试行) (Hl／T192—2006) 中生物丰度指数、植被覆盖指数计算方法进行了改进。以天津市18个区域为基本评价单元， 评价结果表明，2010年天津市生态环境状况指数为55．79，评价结果为良。 关键词：ALOS影像 ；生态监测；评价指标 前言 几何纠正模型选用polynomial模型。每景影像大地控制 ALOS卫星 (AdvancedLandObservingSatellite)是 点为20～25个 ，山区部分由于地形影响适当加密， 日本宇航研究开发机构发射的对地观测卫星，携带有 同时GCP点均匀分布。重采样方法一般地区为Bilinear 三个传感器：全色遥感立体测绘仪 (PRISM)，主要 Interpolation，polynomialorder为2；山区部分由于地形 用于数字高程测绘；先进可见光与近红外辐射计一2 影 响选择 CubicConvolution，polynomial的order为 3， (AVNIR一2)，用于精确陆地观测；相控阵型L波段合 影像采样像元格的大小与其卫星影像分辨率一致。纠正 成孔径雷达 (PALSAR)，用于全天时全天候陆地观测。 后影像景内空间坐标误差 (与控制影像对比)x坐标和 目前，ALOS卫星数据广泛应用于国土监测、测绘制图、 v坐标均小于0．5个像元，景与景接边误差小于0-5个像 农业估产、灾害监测、环境保护等领域。长期以来，天 元。其次，对影像进行色彩增强，使用标准拉伸功能， 津市以分辨率为30米的TM影像开展全市生态监测与 使其色彩色度、对比度能够满足遥感解译要求。第三， 评价工作，但影像分辨率较低 ，影响了遥感解译精度。 对 PRISM影像和AVNIR影像进行融合，融合方法采用 为此，选用融合后分辨率为2．5米的ALOS遥感影像 ， Brovey变换法，共生成 13景融合后影像，分辨率大小 可大幅提高全市生态监测数据精度和生态监测评价结 为2．5米。第四，对融合后的影像进行图像镶嵌及裁切， 果 ，可为环境管理提供科学、客观的数据支持。 生成天津市全境域ALOS遥感影像，影像总体质量满足 一 、 数据源获取 相关技术要求。 本研究选用 的ALOS影像包括 8景分辨率为 10米的 三、遥感解译 AVNIR影像和 13景分辨率为 2．5米的PRISM影像， 在Arcgisworkstation环境下，对土地利用类型进行 数据获取月份为2010年6月至7月，单景云量小于 目视解译，判读提取 目标地物的最小单元：一般规定 10％，受人为干扰影响比较大易发生态变化的区域没有 变化的面状地类大于4×4个象元，线状地物图斑短边 云覆盖。影像波段组合为432RGB假彩色类型。 宽度最小为2个象元，长边最小为6个象元；屏幕解译 二、影像前处理 线划描迹精度为两个像元点，并且保持圆润。判读精 在控制影像 的参照下，首先对PRISM影像和 度要求：各图斑要素的判读精度具体如下：一级分类 AVNIR影像进行几何 纠正，投影类 型采用Albers 95％，二级分类80％，三级分类70％。最终生成 Co