劉懷鵬 熊波 邱雪超 胡邦紅 譚智勇 楊建
摘要:指出了森林生態(tài)系統(tǒng)參數(shù)在突出區(qū)域生態(tài)特色、診斷當(dāng)前生態(tài)系統(tǒng)健康、分析生態(tài)系統(tǒng)時(shí)空演變等研究中具有重要的作用,遙感技術(shù)在提取相關(guān)森林生態(tài)參數(shù)時(shí)具有大尺度、省時(shí)、高效、準(zhǔn)確等優(yōu)勢,是主要的信息采集途徑??偨Y(jié)了林業(yè)遙感的技術(shù)應(yīng)用范疇,分析了阻礙林業(yè)遙感迅速發(fā)展的主客觀原因,提出了在大生態(tài)背景下,依據(jù)區(qū)域森林資源特色、特殊地表帶環(huán)境特點(diǎn)來分析銅仁市級區(qū)域林業(yè)遙感技術(shù)研究動(dòng)向,認(rèn)為可在特定林木信息提取、動(dòng)態(tài)監(jiān)測、環(huán)境要素反演、大數(shù)據(jù)分析方面展開深入研究,以期為區(qū)域生態(tài)環(huán)境保護(hù)、區(qū)域生態(tài)旅游資源吸引力提高提供科學(xué)依據(jù)。
關(guān)鍵詞:銅仁地區(qū);大生態(tài);林業(yè)遙感;研究動(dòng)向;區(qū)域協(xié)調(diào)發(fā)展
中圖分類號:P237
文獻(xiàn)標(biāo)識碼:A 文章編號:16749944(2017)10020504
1 引言
森林是陸地生態(tài)系統(tǒng)的主體,其廣泛的地表分布與復(fù)雜的林間結(jié)構(gòu),為多種生物棲息提供了良好的環(huán)境,維護(hù)著生態(tài)系統(tǒng)的安全與穩(wěn)定。與森林有關(guān)的林木參數(shù)、環(huán)境要素、干擾等因子共同指向森林生態(tài)系統(tǒng)的演替、健康與安全,因此相關(guān)森林生態(tài)系統(tǒng)參數(shù)的獲取十分重要。遙感可以多時(shí)相、大尺度對地進(jìn)行觀測,海量數(shù)據(jù)的利用有助于對生態(tài)環(huán)境狀況進(jìn)行綜合分析。
銅仁地區(qū)森林資源十分豐富,在維護(hù)自然生態(tài)平衡中起著重要作用,良好的森林植被是銅仁地區(qū)的生態(tài)品牌、最突出的生態(tài)優(yōu)勢[1,2]。但銅仁地區(qū)森林生態(tài)系統(tǒng)仍十分脆弱,需要加強(qiáng)保護(hù)[3,4]。豐富的資源與脆弱的生態(tài)系統(tǒng),亟需要獲取相關(guān)的森林生態(tài)系統(tǒng)參數(shù),用以突顯地方特色和進(jìn)行生態(tài)保護(hù)。
筆者總結(jié)了遙感在林業(yè)環(huán)境信息化中可供應(yīng)用的技術(shù)范疇,分析了阻礙林業(yè)遙感快速發(fā)展的原因,提出了在大生態(tài)背景下,銅仁地區(qū)遙感技術(shù)應(yīng)用應(yīng)關(guān)注的研究方向與研究內(nèi)容,用以深入開展遙感研究,充分利用遙感技術(shù),為生產(chǎn)實(shí)踐、區(qū)域吸引力提高提供科學(xué)支撐與方法,進(jìn)一步利用遙感大數(shù)據(jù),分析森林資源響應(yīng)環(huán)境變化,為維護(hù)區(qū)域生態(tài)系統(tǒng)安全與穩(wěn)定提供數(shù)據(jù)決策,促進(jìn)區(qū)域社會與環(huán)境協(xié)調(diào)健康發(fā)展。
2 林業(yè)遙感技術(shù)的應(yīng)用
2.1 技術(shù)產(chǎn)品
利用圖像處理技術(shù),可獲取的林業(yè)遙感產(chǎn)品包括:二、三維電子影像產(chǎn)品,紙質(zhì)影像產(chǎn)品,地形圖產(chǎn)品,林相圖產(chǎn)品,郁閉度、密度、植被指數(shù)產(chǎn)品,地表反射率產(chǎn)品,溫度、濕度、負(fù)離子濃度反演產(chǎn)品,資源動(dòng)態(tài)監(jiān)測產(chǎn)品,災(zāi)害監(jiān)測產(chǎn)品等[5,6]。此外,還可研發(fā)可視化的林業(yè)遙感參數(shù)數(shù)據(jù)庫產(chǎn)品[7]。
2.2 森林參數(shù)反演
利用影像與野外實(shí)測值建立關(guān)系模型,可對森林的溫度、濕度、空氣負(fù)離子含量、葉面積指數(shù)、冠幅、郁閉度、密度、胸徑、蓄積量、碳儲量等進(jìn)行反演[8~12]。在分類基礎(chǔ)上,基于地理坐標(biāo)信息確定不同林地類型的面積[13]。利用攝影測量方法測定個(gè)體樹高,利用影像光譜信息、紋理信息,結(jié)合常規(guī)分類方法(最大似然、支持向量機(jī)、隨機(jī)森林等)確定森林類型、樹種類型,經(jīng)影像分類或野外實(shí)測GPS坐標(biāo)等方法確定林木的位置分布等[14~16]。
2.3 動(dòng)態(tài)監(jiān)測
采用不同時(shí)相的數(shù)據(jù)源,經(jīng)特定信息提取,對土地的石漠化、荒漠化、沙化程度進(jìn)行監(jiān)測;影像對比分析,對土地利用現(xiàn)狀進(jìn)行監(jiān)測[17];提取濕地信息,經(jīng)過不同時(shí)相數(shù)據(jù)源的疊加分析,可對濕地資源進(jìn)行監(jiān)測[18];分析多時(shí)相影像,對林業(yè)生態(tài)工程建設(shè)成效進(jìn)行監(jiān)測[19];對災(zāi)害(雪災(zāi)、火災(zāi)、水災(zāi)、地質(zhì)災(zāi)害、病蟲害)進(jìn)行監(jiān)測。監(jiān)測中,根據(jù)遙感提供的技術(shù)方法,確定監(jiān)測對象的原貌、現(xiàn)狀、動(dòng)態(tài)過程及發(fā)展趨勢,為生態(tài)恢復(fù)或建設(shè)成效評價(jià)提供決策與分析依據(jù)[20]。
2.4 生物多樣性空間信息共享
利用不同時(shí)空尺度的遙感觀測數(shù)據(jù)通過定量反演等方法,可以獲取許多與生物多樣性有關(guān)的環(huán)境變量,例如:NDVI、地表溫度、大氣水分、土壤濕度等,這些環(huán)境變量可以為生態(tài)學(xué)家提供參考[21,22]。在對生物多樣性監(jiān)測指標(biāo)體系模型中的環(huán)境變量進(jìn)行分析時(shí),利用地理信息系統(tǒng)可以將這些因素根據(jù)時(shí)空的變化統(tǒng)一在一起,通過其強(qiáng)大的空間分析功能,從空間的維度,挖掘生物多樣性信息隱含的空間規(guī)律,為生物多樣性的信息共享提供新的途徑與技術(shù)支持,提高生物多樣性領(lǐng)域的空間信息共享和服務(wù)水平[23,24]。
3 阻礙林業(yè)信息化發(fā)展的原因
遙感技術(shù)在林業(yè)信息化進(jìn)程中具有廣闊的舞臺,但從目前的研究中可以看出,有許多需要通過遙感技術(shù)來解決的實(shí)際林業(yè)問題容易被擱淺,導(dǎo)致遙感技術(shù)在林業(yè)中的應(yīng)用與大眾的期望存在很大的差距。
3.1 數(shù)據(jù)價(jià)格問題
阻礙遙感研究的其中一個(gè)壁壘是價(jià)格因素。來自中國遙感數(shù)據(jù)網(wǎng)的資料顯示,低分辨率的遙感衛(wèi)星影像每景的價(jià)格上千元,而1 m高分辨率的遙感衛(wèi)星影像每景的價(jià)格高達(dá)數(shù)萬元,這樣昂貴的價(jià)位使龐大的民用市場潛力難以發(fā)揮。遙感數(shù)據(jù)價(jià)格較貴,針對大尺度、多時(shí)相的研究,投入成本太大,影響相關(guān)研究,因此,在我國,遙感應(yīng)用主要局限在公共事業(yè)部門和科研機(jī)構(gòu),遙感數(shù)據(jù)利用率、共享率和商業(yè)化水平較低[25,26]。
3.2 圖像信息提取不易
由于遙感數(shù)據(jù)空間分辨率、光譜分辨率低及傳感器在光譜、空間分辨率方面二者不能兼顧的問題,以及地物間同物異譜、異物同譜現(xiàn)象的存在,目前基于像元、基于對象的計(jì)算機(jī)自動(dòng)分類方法很難實(shí)現(xiàn)對森林樹種的識別。因此,在特定地物信息提取中,遙感技術(shù)還不能完全解決所有問題,存在技術(shù)瓶頸問題,為研究人員解決實(shí)際問題帶來困擾,也提出了巨大挑戰(zhàn),在相當(dāng)長一段時(shí)間內(nèi)會制約著確切地物類型的識別[27~29],比如森林樹種分類。
3.3 自然因素導(dǎo)致影像不可獲取
由于我國南方地區(qū)多云雨天氣,陰天數(shù)比例過高,衛(wèi)星過境掃描成像時(shí)會受到云層的干擾,想要獲取特定時(shí)相遙感數(shù)據(jù)的機(jī)會大大降低。研究中,特定森林參數(shù)提取可能需要多時(shí)相的影像數(shù)據(jù),但由于某期影像被云全覆蓋或云的比例過高而不能使用,這樣特定的森林參數(shù)就無法被提取,好的實(shí)驗(yàn)設(shè)計(jì)不能被執(zhí)行,無法實(shí)現(xiàn)區(qū)域環(huán)境遙感監(jiān)測,妨礙了專家學(xué)者通過遙感技術(shù)對森林環(huán)境進(jìn)行深入研究。
3.4 其他因素
地區(qū)經(jīng)濟(jì)發(fā)展水平落后、研究人員的科研技術(shù)落后、創(chuàng)新理念薄弱、科研投入不足、科研管理等問題與原因都會導(dǎo)致林業(yè)信息化進(jìn)程變緩,甚至停止不前。
4 森林環(huán)境遙感研究動(dòng)向
林業(yè)遙感研究一方面要注重生態(tài)功能,研究結(jié)果要有利于保持區(qū)域生態(tài)環(huán)境的平衡穩(wěn)定與安全;另一方面要突出特色,研究結(jié)果可展示區(qū)域環(huán)境魅力,增加旅游吸引力,促進(jìn)區(qū)域社會經(jīng)濟(jì)的發(fā)展;更重要的是通過整合多源大數(shù)據(jù)信息,對區(qū)域生態(tài)環(huán)境變化的格局、過程、機(jī)理等進(jìn)行研究,建立多學(xué)科遙感指標(biāo)體系,通過模型預(yù)測區(qū)域生態(tài)環(huán)境的時(shí)空分布特征,為決策者利用自然資源、保護(hù)自然資源提供基礎(chǔ)數(shù)據(jù),促進(jìn)人與自然和諧發(fā)展。
4.1 特定信息提取
樹種的識別是林業(yè)遙感尚未解決的科學(xué)難題之一,亟需深入研究。銅仁地區(qū)森林資源豐富,可采用高分辨影像進(jìn)行分類試驗(yàn);另外對于珍貴的古樹名木(古茶樹、菩提樹、楠木、紅豆杉等)、珍稀瀕危樹種(銀杏、珙桐等)、外來種等林木也要進(jìn)行遙感識別研究,建立檔案數(shù)據(jù),實(shí)施長期監(jiān)測,避免外來物種脅迫,致使當(dāng)?shù)匚锓N滅絕。
通過遙感手段識別樹種,確定特定樹種的空間分布,進(jìn)行動(dòng)態(tài)監(jiān)測,除了可以有力推進(jìn)解決遙感技術(shù)識別樹種的問題,還可減輕森林資源調(diào)查的工作量,具有重要的理論與現(xiàn)實(shí)意義[30,31]。
4.2 遙感監(jiān)測
我國南方較容易發(fā)生的災(zāi)害有雪災(zāi)、水災(zāi)、地質(zhì)災(zāi)害、病蟲害等,這些災(zāi)害破壞森林環(huán)境,嚴(yán)重威脅著人民的生命財(cái)產(chǎn)安全,阻礙社會經(jīng)濟(jì)的可持續(xù)發(fā)展。通過遙感方法,準(zhǔn)確預(yù)報(bào)災(zāi)害,實(shí)時(shí)監(jiān)控災(zāi)情發(fā)展,為災(zāi)害的防控提供強(qiáng)有力的支持,也是環(huán)境遙感需持續(xù)研究與解決的重大問題??蓮南旅嬉恍┓较蛘归_研究:利用遙感圖像編制地質(zhì)災(zāi)害分布圖;研究識別不同遙感圖像下不同規(guī)模、不同亮度或?qū)Ρ榷鹊幕潞湍嗍鞯姆椒?;三維建模模擬分析、雷達(dá)數(shù)據(jù)分析,監(jiān)測水災(zāi)、滑坡活動(dòng)可能達(dá)到的程度;建立遙感快速辨別森林病蟲害監(jiān)測的體系等。
4.3 環(huán)境要素遙感反演
對區(qū)域環(huán)境中的溫度、濕度、空氣負(fù)離子濃度等進(jìn)行遙感反演,分析其時(shí)空分布與動(dòng)態(tài)變化,生成遙感影像產(chǎn)品或動(dòng)畫影片。以科學(xué)研究結(jié)果為依據(jù),分析確定最適宜于人體養(yǎng)生養(yǎng)心的溫度、濕度與負(fù)氧離子濃度分布區(qū),通過媒體宣傳,增強(qiáng)科普力度,彰顯區(qū)域特色,提高旅游吸引力[32,33],引導(dǎo)游客進(jìn)行養(yǎng)心養(yǎng)生旅游,有利于人們的身心健康,同時(shí)也有助力地方經(jīng)濟(jì)的發(fā)展。
4.4 多元數(shù)據(jù)的整合與應(yīng)用
應(yīng)用遙感機(jī)理結(jié)合環(huán)境變化的模型算法分析人類活動(dòng)對區(qū)域氣候變化的影響;利用RS與GIS相結(jié)合的生態(tài)環(huán)境分析模型分析人類活動(dòng)、氣候自然變化雙重因素對生態(tài)環(huán)境的影響;應(yīng)用“3S”技術(shù),對因大型環(huán)境工程而受損的生態(tài)環(huán)境進(jìn)行恢復(fù)和重建,模擬過程,評價(jià)結(jié)果。
通過對多源信息區(qū)域陸表生態(tài)過程響應(yīng)因子的多學(xué)科理解與知識發(fā)現(xiàn),以遙感信息提取和模型建立為基礎(chǔ),建立多學(xué)科的遙感指標(biāo)研究體系,對區(qū)域生態(tài)環(huán)境變化的格局、過程、機(jī)理等進(jìn)行分析,研究區(qū)域生態(tài)環(huán)境時(shí)空分布特征及其動(dòng)態(tài)變化。
研發(fā)可視化的遙感產(chǎn)品,建立多時(shí)相區(qū)域林業(yè)遙感參數(shù)數(shù)據(jù)庫,實(shí)現(xiàn)區(qū)域環(huán)境動(dòng)態(tài)分析,預(yù)警環(huán)境變化。通過利用遙感的監(jiān)測數(shù)據(jù)與其他環(huán)境要素變化建立關(guān)系模型,開發(fā)一些預(yù)測生態(tài)系統(tǒng)未來的模型,利用強(qiáng)大的機(jī)器學(xué)習(xí)能力,巨大的數(shù)據(jù)的搜尋能力,幫助決策者評估各種人類行動(dòng)方案所產(chǎn)生的生態(tài)后果及補(bǔ)償機(jī)制。
5 結(jié)語
在科學(xué)技術(shù)日益進(jìn)步的今天,生態(tài)領(lǐng)域的大數(shù)據(jù)時(shí)代已經(jīng)來臨,生態(tài)觀測將迎來“數(shù)據(jù)洪流”,如何處理與有效利用這些數(shù)據(jù)已經(jīng)成為亟需解決的關(guān)鍵問題。林業(yè)遙感數(shù)據(jù)是生態(tài)領(lǐng)域大數(shù)據(jù)中的一類數(shù)據(jù),該數(shù)據(jù)可提取、凝練大量與生態(tài)系統(tǒng)有關(guān)的森林參數(shù),用以具體刻度區(qū)域生態(tài)環(huán)境的時(shí)空特征變化。
銅仁地區(qū)森林資源豐富、物種多樣,擁有巨大的生態(tài)優(yōu)勢。在依托生態(tài)優(yōu)勢的發(fā)展過程中應(yīng)充分利用遙感(或“3S”技術(shù))等技術(shù)手段,監(jiān)測環(huán)境變化,實(shí)現(xiàn)對區(qū)域生態(tài)環(huán)境的保護(hù);確定珍稀瀕危樹種的遙感分布,繪制溫度、濕度、空氣負(fù)離子濃度時(shí)空圖譜,彰顯區(qū)域生態(tài)特色,增強(qiáng)旅游吸引力,為經(jīng)濟(jì)發(fā)展做出貢獻(xiàn);整合多元數(shù)據(jù),分析生態(tài)環(huán)境時(shí)空變化,維護(hù)區(qū)域生態(tài)系統(tǒng)安全與穩(wěn)定,促進(jìn)區(qū)域社會與環(huán)境協(xié)調(diào)、友好、健康發(fā)展。
參考文獻(xiàn):
[1]穆 彪. 貴州森林旅游資源的類型特征及其區(qū)劃[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào), 2011, 31(2):103~108.
[2]張百平, 聶朝俊, 朱 軍,等. 貴州省森林資源動(dòng)態(tài)變化[J]. 地理研究, 2003, 22(6):725~732.
[3]楊應(yīng)權(quán). 制定《西部地區(qū)生態(tài)平衡補(bǔ)償法》芻議[J]. 貴州民族, 2011(13):20~22.
[4]蘇維詞. 淺論喀斯特區(qū)域生態(tài)系統(tǒng)多樣性[J]. 環(huán)??萍?, 1996(1):42~48.
[5]賀廣均, 李 虎, 李家國,等. 生態(tài)環(huán)境遙感產(chǎn)品生產(chǎn)分系統(tǒng)架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)[J]. 微計(jì)算機(jī)信息, 2012(9):252~254.
[6]宋宏利, 張曉楠. 中國區(qū)域多源土地覆被遙感產(chǎn)品精度分析與驗(yàn)證[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(22):207~214.
[7]周 兵, 李家國, 吳貫鋒,等. 面向遙感產(chǎn)品生產(chǎn)的可視化數(shù)據(jù)流模型[J]. 河南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 43(1):74~78.
[8]游世林. 海面氣溫、濕度遙感信息反演與提取[D]. 成都:電子科技大學(xué), 2004.
[9]侯光雷. 吉林省中部地表溫度和濕度的反演及空間分布[D]. 長春:東北師范大學(xué), 2008.
[10]閆秀婧, 馮仲科, 馬俊吉,等. 基于3S技術(shù)的小隴山林區(qū)負(fù)離子動(dòng)態(tài)監(jiān)測與預(yù)測研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2008(s1):133~137.
[11]王立輝. 神農(nóng)架樣區(qū)森林葉面積指數(shù)與郁閉度遙感定量反演研究[D]. 北京:中國科學(xué)院大學(xué), 2013.
[12]張 超, 彭道黎. 基于PCA-RBF神經(jīng)網(wǎng)絡(luò)的森林碳儲量遙感反演模型研究[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報(bào), 2012, 17(4):148~153.
[13]何彥然, 彭道黎, 李云霄,等. 基于不同抽樣方案的三峽庫區(qū)林地面積遙感監(jiān)測研究[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào), 2015, 35(7):50~56.
[14]劉懷鵬, 安慧君, 王 冰,等. 基于遞歸紋理特征消除的WorldView-2樹種分類[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2015(8):53~59.
[15]劉懷鵬. 基于WorldView-Ⅱ數(shù)據(jù)的呼和浩特市綠化樹種分類研究[D]. 呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué), 2013.
[16]劉怡君, 龐 勇, 廖聲熙,等. 機(jī)載LiDAR和高光譜融合實(shí)現(xiàn)普洱山區(qū)樹種分類[J]. 林業(yè)科學(xué)研究, 2016, 29(3).
[17]吳 薇, 王熙章. 毛烏素沙地沙漠化的遙感監(jiān)測[J]. 中國沙漠, 1997, 17(4):415~420.
[18]李建平, 張 柏, 張 泠,等. 濕地遙感監(jiān)測研究現(xiàn)狀與展望[J]. 地理科學(xué)進(jìn)展, 2007, 26(1):33~43.
[19]陳巧. 林業(yè)生態(tài)工程遙感監(jiān)測關(guān)鍵技術(shù)研究[D]. 北京:中國林業(yè)科學(xué)研究院, 2013.
[20]莫偉華, 王君華, 鐘仕全,等. 基于MODIS的冰雪遙感災(zāi)害監(jiān)測與評估技術(shù)[J]. 林業(yè)科學(xué), 2009, 45(10):88~93.
[21]徐文婷, 吳炳方. 遙感用于森林生物多樣性監(jiān)測的進(jìn)展[J]. 生態(tài)學(xué)報(bào), 2005, 25(5):1199~1204.
[22]方 彬, 陳 波, 張 元. 生物多樣性遙感監(jiān)測尺度選擇及制圖研究[J]. 地理與地理信息科學(xué), 2007, 23(6):78~81.
[23]徐文婷. 三峽庫區(qū)森林植被生物多樣性遙感定量監(jiān)測方法研究[D]. 北京:中國科學(xué)院遙感應(yīng)用研究所, 2004.
[24]梁大雙. 森林植物多樣性遙感監(jiān)測應(yīng)用研究[D]. 北京:北京林業(yè)大學(xué), 2011.
[25]譚炳香. 新世紀(jì)遙感與林業(yè)信息需求[J]. 遙感信息, 2002(2):32~37.
[26]孫 華, 林 輝, 莫登奎,等. 高分辨率遙感影像在林業(yè)應(yīng)用中存在的問題與思考[J]. 湖南工業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版), 2005, 10(5):24~27.
[27]王 蕾, 黃華國, 張曉麗,等. 基于知識規(guī)則的馬尾松林遙感信息提取技術(shù)研究[J]. 北京林業(yè)大學(xué)學(xué)報(bào), 2007, 29(3):124~130.
[28]郜麗靜. 生態(tài)環(huán)境專題要素的多層次遙感信息提取方法研究:以水體提取為主要案例[D]. 北京:中國科學(xué)院遙感應(yīng)用研究所, 2009.
[29]蔡玉林, 孫國清, 龐 勇,等. 林分因子遙感定量提取技術(shù)中的后處理[J]. 測繪與空間地理信息, 2006, 29(5):33~34.
[30]徐應(yīng)華, 張華海, 楊幫華,等. 貴州現(xiàn)存古樹名木分布特點(diǎn)研究[J]. 四川林勘設(shè)計(jì), 2006(4):15~19.
[31]張華海. 貴州珍稀瀕危植物地理分布研究[J]. 種子, 2009, 28(6):68~72.
[32]楊 靜, 滿林華. 貴州中醫(yī)藥養(yǎng)生旅游發(fā)展策略研究:以銅仁市為例[J]. 旅游縱覽月刊, 2015(9).
[33]毛亞昆, 穆 彪, 李 靜,等. 貴州省不同生態(tài)旅游區(qū)空氣負(fù)離子資源研究初報(bào)[J]. 農(nóng)業(yè)與技術(shù), 2012(2):118~120.