2020年度作品

D10(三等奖)基于多源数据的平潭岛生态遥感评价

作品编号:D10(三等奖)

作品名称:基于多源数据的平潭岛生态遥感评价

作者单位:福建师范大学地理科学学院

小组成员:陈晓琼,林淇昕,郑伊灵,赵月

指导老师:沙晋明,李小梅

(一)    应用背景

根据《联合国海洋法公约》明确定义,海岛是指四面环海且在高潮时高于水平面的陆地区域。海岛作为国家海洋国土的组成部分,是连接大陆与海洋的关键桥梁,是探索海洋和开发海洋资源的前方阵地。平潭岛位于福建省东部沿海,是中国第五大岛屿,福建省第一大岛屿。2009年7月福建省省委政府相应国务院“探索进行两岸区域合作试点”的号召,决定设立平潭综合实验区,由此兴起一轮大规模的海岛型城市开发热潮。平潭岛原本的生态系统就较为脆弱,在设立综合实验区后,快速城镇化、围海造陆和乱砍乱伐等现象日益加重,给原本就脆弱的海岛生态环境带来前所未有的挑战。2014年11月国家主席习近平亲临平潭岛进行考察时指出:“优良的生态环境的平潭的‘真宝贝’,要重视对平潭岛生态环境的建设和保护”。可见,在海岛城市转型中,岛屿的开发建设会对生态环境造成何种影响?如何对开发中的海岛展开有效的生态建设和保护?这些无疑都成为社会普遍关注的热点问题。因此有必要对设立综合实验区前后的平潭岛进行生态评价,并提出有效的生态保护对策,为其下一阶段的有序开发提供科学的决策依据。本作品利用随机森林优化法对平潭岛多年份土地利用进行分类并分析、利用遥感影像反演地表温度以及植被覆盖度、探究植被覆盖度与温度的关系、利用遥感生态指数分析平潭岛生态状况,从多个方面入手对平潭岛的生态状况进行分析与评价,旨在为相关部门提供一定的决策依据。

 

(二)    应用目标

1.  土地是人类赖以生存的重要基础,随着人类城市化进程的快速推进,区域土地利用/覆盖变化成为诱导全球变化的主要原因和重要表现形式。本作品以平潭岛为研究区,分析平潭岛从1996年-2017年土地利用变化特征,揭示其对平潭岛生态环境产生的影响,这将为协调海岛人地关系,合理开发利用海岛土地资源有着现实意义,并将为海岛生态环境建设和管理提供科学参考依据。

2.  地表温度(LST)是研究地表热环境及地球各系统物质和能力交换过程和结果的一个重要参数。植被覆盖度(FVC)是衡量区域生态状况和性质的主要指标之一,植被提供蒸腾作用影响着地表的能量平衡,影响着地气之间的热交换形式,对区域气候调节起着举足轻重的作用。研究表明,LST与FVC存在着显著的负相关关系。平潭岛的快速开发导致岛内人工建筑物快速增加,而植被覆盖率却大幅下降,受海洋性亚热带气候的影响,高强度人类活动引发的植被覆盖度对岛内热环境有着潜在影响。本研究利用2002年、2011年、2014年、2017年四个时段的Landsat卫星遥感影像反演植被覆盖度以及温度,探究平潭岛热环境变化特征,建立平潭岛植被覆盖度与地表温度相关关系,可为岛内生态环境保护和可持续发展提供依据。

3.  本作品通过提取遥感生态指数(RSEI)对平潭岛多年份生态环境变化进行快速监测分析。通过遥感生态指数直接的看分析出平潭岛大开发前后的生态状况。并在提取RSEI的基础上,分析RSEI各等级的变化、RSEI空间自相关情况、不同地类RSEI的变化情况等,从多个维度对RSEI展开分析,可为RSEI的外延分析提供一定的借鉴。

4.  响应国家号召,促进生态文明建设,从多个方面对平潭岛生态状况展开评价,一方面可为相关部门进行平潭岛下一步规划提供依据,另一方面符合建设美丽中国、和谐社会的要求,有重要的理论意义和现实意义。

 

(三)    主要技术流程

本作品的技术流程图分为三大层。

1.  第一层为数据层,本作品的数据源为1996年Landsat5影像,2002年Landsat7影像,2011年Landsat5影像、2014年、2017年Landsat8影像以及DEM高程数据。

2.  第二层为数据处理层。本作品主要从四个部分入手。第一部分,利用ENVI自带的随机森林分类工具,辅助添加多种信息,对平潭岛进行5个年份的土地利用分类分析,接着进行精度对比并使用ENVI Modeler建模工具对优化后的随机森林分类法进行建模;第二部分利用单窗算法反演地表温度;第三部分利用像元二分法反演植被覆盖度;第四部分提取对平潭岛进行水体掩膜处理,并提取遥感生态指数RSEI。

3.  第三层为综合评价层。主要分为三部分进行评价第一部分为平潭岛土地利用变化分析;第二部分为地表温度、植被覆盖度分析以及二者的相关性分析;第三部分为RSEI等级变化分析,土地利用类型与RSEI变化分析、RSEI空间自相关分析。

 

(四)    关键技术

1.  对ENVI自带的随机森林分类工具进行优化,加入了光谱、纹理、地形16个特征,将所有特征变量进行组合用于分类,发现在加入16个特征变量后,分类精度得到了明显提升,由此可见,加入特征变量可以有效地提高分类的精度。

2.  在加入16个特征变量分进行分类的基础上,我们对16个特征进行重要性筛选,选取重要性前五的特征进行组合并分类,精度验证结果较加入全部特征的分类精度高,且分类速度明显加快。

3.  利用ENVI Modeler建模工具对优化后的随机森林分类法进行建模,减少了繁琐的影像组合过程,提高了工作效率。

4.  利用单窗算法反演地表温度。在对影像进行辐射亮温计算后,利用IDL代码实现地表温度反演的过程。IDL代码使我们在获得大气透过率、大气平均作用温度的基础上,能较快的反演出地表温度。

5.  利用像元二分法反演地表植被覆盖度。

6.  创建随机点,提取归一化后的植被覆盖度与归一化后地表温度的值,并建立线性回归关系,探究植被覆盖度与地表温度关系。

7.  对水体进行掩膜,并提取遥感生态指数RSEI,并对RSEI进行多个方面的分析,分析较广。

8.  本作品土地利用分类使用从1996年到2017年的五个年份,五个年份跨越时间为21年,跨越时间长,包含了平潭岛大开发前后的时段,能直观的看出平潭岛土地利用变化情况。其余分析基于四个年份(由于1996年遥感影像成像时间和后期差别较大,故不加入1996年进行分析),四个年份跨越的时间为15年,研究时间长,意义较大。