基于遙感技術(shù)的城市固體廢棄物堆場識別與評價

汪利平 鄧杰帆 楊 杭

(1.東莞市生態(tài)環(huán)保研究院 廣東東莞 523330；2.中國科學(xué)院空天信息創(chuàng)新研究院 北京 100101)

城市的發(fā)展，一方面為人類生產(chǎn)生活帶來了極大便利，并造就了現(xiàn)代社會文明和繁榮經(jīng)濟；另一方面在劇烈地改變著原有的城市自然環(huán)境的同時，也帶來了一系列矛盾和問題，包括人地矛盾突出、城市環(huán)境污染、大氣污染、水資源匱乏和生物多樣性喪失等。其中，廢棄物在各種作用下，對地表水、地下水、環(huán)境空氣及土壤都產(chǎn)生嚴(yán)重污染[1]，尤其是固體廢棄物傾倒具有隨機性和隱蔽性，且還存在整治后重復(fù)傾倒的現(xiàn)象，監(jiān)管難度較大[2]。傳統(tǒng)的露天固體廢棄物巡查不僅耗時耗力，且易出現(xiàn)盲點，因此，急需采用快速有效的手段實現(xiàn)環(huán)境監(jiān)測與監(jiān)管，同時創(chuàng)新監(jiān)測手段，建立完備的監(jiān)測體系和健全的監(jiān)管機制，為固體廢棄物監(jiān)測提供技術(shù)支撐，通過信息化建設(shè)促進生態(tài)環(huán)境保護與治理現(xiàn)代化[3]。

衛(wèi)星遙感技術(shù)具有宏觀、動態(tài)和高空間分辨率特點，在固體廢棄物的監(jiān)測和識別方面具有重要優(yōu)勢。本文主要利用空間分辨率為2 m的高分一號(GF-1)和分辨率優(yōu)于1 m的高分二號(GF-2)遙感衛(wèi)星影像，利用ENVI軟件結(jié)合人工解譯提取固廢垃圾堆放區(qū)、固廢承載地(影像上表現(xiàn)為裸地)、在建工地和自然水體，并采用外業(yè)實測和無人機遙感監(jiān)測相結(jié)合的方法對解譯結(jié)果進行驗證，最終得到精確的固體廢棄物遙感影像一張圖。同時，充分利用衛(wèi)星影像回歸周期短的優(yōu)勢，實現(xiàn)短時間內(nèi)的多次監(jiān)測，為城市固體廢棄物監(jiān)測提供動態(tài)的時空數(shù)據(jù)支持。

1 研究數(shù)據(jù)與固體廢棄物識別方法

1.1 研究區(qū)數(shù)據(jù)獲取

本文選取某市某鎮(zhèn)作為研究區(qū)。該鎮(zhèn)境內(nèi)有多條河流過境，人口和企業(yè)密度大，固體廢棄物污染問題突出，對利用衛(wèi)星遙感技術(shù)進行動態(tài)監(jiān)測有重大需求。

GF-1和GF-2均是我國自主研發(fā)的高空間分辨率光學(xué)衛(wèi)星，在空間分辨率上，GF-2 PMS達到亞米級(星下點全色影像分辨率0.8 m)，具有高輻射精度、高定位精度和快速姿態(tài)機動能力等特點，但回歸周期長，尤其在多云雨的南方地區(qū)數(shù)據(jù)數(shù)量難以保證，而GF-2與空間分辨率為2 m的GF-1或GF-6(本文未使用，故不作介紹)組網(wǎng)使用，可以大大提高影像的獲取率。

因此，本文采用GF-1和GF-2兩種空間分辨率的衛(wèi)星影像數(shù)據(jù)。表1為 GF-1和GF-2衛(wèi)星的主要參數(shù)。

表1 衛(wèi)星有效載荷技術(shù)指標(biāo)Tab.1 Technical Indexs of Satellite Payload衛(wèi) 星載 荷波段號譜段范圍/μm空間分辨率/m回歸周期/dGF-1全色多光譜像機10.45～0.90220.45～0.52830.52～0.59840.63～0.69850.77～0.89845GF-2全色多光譜像機10.45～0.90120.45～0.52430.52～0.59440.63～0.69450.77～0.89469

本文按照季度周期對固體廢棄物進行監(jiān)測，采用的衛(wèi)星影像數(shù)據(jù)來源于中國資源衛(wèi)星應(yīng)用中心官網(wǎng)，分別是拍攝于2019年第2季度、2019年第4季度的兩景GF-2 PMS遙感影像和拍攝于2019年第3季度、2020年第1季度的兩景GF-1 PMS遙感影像，如圖1所示。

圖1 研究區(qū)遙感影像

1.2 固體廢棄物識別方法

本文利用衛(wèi)星遙感和無人機航空攝影測量技術(shù)協(xié)同實現(xiàn)對城市固體廢棄物的監(jiān)測與精確排查，其技術(shù)路線如圖2所示。

圖2 固體廢棄物識別技術(shù)路線

固體廢棄物識別的主要操作步驟：

1)衛(wèi)星影像數(shù)據(jù)預(yù)處理。GF-2號衛(wèi)星原始數(shù)據(jù)包括2 m的全色數(shù)據(jù)和8 m的多光譜數(shù)據(jù)。首先，對多光譜數(shù)據(jù)進行輻射定標(biāo)、大氣校正，獲取表觀反射率數(shù)據(jù)，然后進行正射校正處理，獲取8 m多光譜正射影像；其次，對全色影像進行輻射定標(biāo)和大氣校正獲取表觀反射率數(shù)據(jù)，再進行正射校正，獲取全色正射影像；最后，對多光譜正射影像和全色正射影像進行影像融合，獲取2 m的融合多光譜數(shù)據(jù)。

2)建立固體廢棄物的解譯標(biāo)志。根據(jù)獲取的歷史衛(wèi)星遙感資料、無人機影像和生產(chǎn)經(jīng)驗，建立固體廢棄物解譯標(biāo)志，判讀固體廢棄物堆放點位置和各堆放點占地面積等。根據(jù)固體廢棄物堆放點的面積將固體廢棄物堆放點分為4 級：100～400 m2、400～1 000 m2、1 000～5 000 m2和> 5 000 m2。研究區(qū)固廢堆放點的遙感解譯標(biāo)志如表2所示。

3)固體廢棄物堆放點與承載地類型識別。根據(jù)解譯標(biāo)志建立影像解譯樣本，利用ENVI軟件對影像進行自動解譯，提取固體廢棄物堆放點與承載地類型。解譯結(jié)果經(jīng)過分類后處理(聚類、腐蝕等)、二值化處理后得到分類結(jié)果并進行矢量化。分類結(jié)果滿足精度要求后，制作分類專題圖和外業(yè)核查路線圖，外業(yè)調(diào)查采取無人機結(jié)合現(xiàn)場詳查的方式進行，最終提交標(biāo)準(zhǔn)化后的矢量數(shù)據(jù)。

4)外業(yè)詳查。在固體廢棄物提取精度核查中，利用無人機遙感技術(shù)，按照設(shè)計的航線(見圖3)，針對區(qū)域目標(biāo)獲取影像數(shù)據(jù)。對獲取的無人機多光譜影像進行輻射定標(biāo)、影像鑲嵌和正射校正處理，獲取研究區(qū)域的無人機正射影像。根據(jù)無人機高分辨率正射影像對根據(jù)衛(wèi)星影像提取的固體廢棄物堆放點進行精度驗證與核查。

表2 研究區(qū)固體廢棄物堆放點遙感解譯標(biāo)志Tab.2 Remote Sensing Interpretation Signs of Solid Waste Dumping Sites in Study Areas固廢堆放點序號影像識別特征特征描述201903012 生活垃圾,色彩不規(guī)則,靠近民居,擴散性小201903020 建筑垃圾,不規(guī)則形狀,散亂堆積,靠近池塘201903008 混合垃圾,不規(guī)則形狀,散亂堆積,擴散性小201903017 建筑垃圾,顏色偏紅,靠近池塘2020010023 建筑垃圾,不規(guī)則形狀,散亂堆積,靠近池塘2020010007 生活垃圾,色彩不規(guī)則,靠近民居,擴散性小2020010002 混合垃圾,不規(guī)則形狀,散亂堆積,擴散性小2020010020 建筑垃圾,顏色白亮,靠近池塘

圖3 固體廢棄物堆放點無人機航線

5)固體廢棄物堆放點類別確定。根據(jù)無人機核查數(shù)據(jù)將固體廢棄物堆放點分為四大類：生活垃圾堆放點、建筑垃圾堆放點、工業(yè)垃圾堆放點和混合垃圾堆放點。對面積大于400 m2的廢棄物堆放點，需要進行無人機核查，根據(jù)無人機獲取的高清影像資料，進一步判別固體廢棄物的類型、周邊環(huán)境敏感點，分析環(huán)境風(fēng)險程度，確定優(yōu)先整治清單。

2 固體廢棄物識別結(jié)果分析

2.1 固體廢棄物堆放點綜合分析

根據(jù)得到的研究區(qū)固體廢棄物的識別結(jié)果，對研究區(qū)4個季度固體廢棄物堆放點數(shù)量進行統(tǒng)計，其結(jié)果見表3，對研究區(qū)2019—2020年面積大于400 m2的固體廢棄物堆放點的類別進行統(tǒng)計，其結(jié)果見表4。

根據(jù)表3和表4的統(tǒng)計結(jié)果，可以得出結(jié)論：研究區(qū)固體廢棄物堆放點在數(shù)量上，2019—2020年4個季度并無明顯地增加或者減少，在面積上，固體廢棄物堆放點大部分是小面積堆放點，固體廢棄物垃圾主要以建筑垃圾和生活垃圾為主，這兩種類型的垃圾約占總數(shù)的81.82%。

表3 研究區(qū)2019—2020年固體廢棄物堆放點數(shù)量統(tǒng)計Tab.3 Statistics on the Numbers of Solid Waste Dumping Sites in Study Areas from 2019 to 2020面積/ m22019年第2季度/個第3季度/個第4季度/個2020年第1季度/個總計/個數(shù)量占比/%<400282113157770.00400～1 00051441412.731 000～5 000201341917.27>5 000000000.00總計/個35223023110100.00

表4 研究區(qū)2019—2020年面積大于400 m2的固體廢棄物堆放點類別統(tǒng)計Tab.4 Statistics on the Categories of Solid Waste Dumping Sites(larger than 400 m2)in Study Areas from 2019 to 2020堆放點類別2019年第2季度/個第3季度/個第4季度/個2020年第1季度/個總計/個數(shù)量占比/%建筑垃圾堆放點40851751.52生活垃圾堆放點10721030.30工業(yè)垃圾堆放點000000.00混合垃圾堆放點2121618.18總計/個7117833100.00

對研究區(qū)2019年第2季度的固體廢棄物堆放點外業(yè)調(diào)查結(jié)果與本文識別方法得到的結(jié)果進行對比分析(見表5)。結(jié)果表明，本文提出的識別方法的識別準(zhǔn)確率高達97%，具有較高的識別度，能滿足業(yè)務(wù)化工作需求。

2.2 固體廢棄物承載地綜合分析

對研究區(qū)2019—2020年4個季度的固體廢棄物承載地面積及數(shù)量進行統(tǒng)計(見表6)。統(tǒng)計結(jié)果表明，研究區(qū)固體廢棄物承載地單處面積較大，一般都大于1 000 m2，而且在空間分布上趨于均勻。因此可以認(rèn)為研究區(qū)的固體廢棄物承載能力較好，能滿足目前固廢處理需求。

表5 研究區(qū)2019年第2季度固體廢棄物堆放點對比分析Tab.5 Comparative Analysis of Solid Waste Dumping Sites in Study Aresa in Second Quarter of 2019 面積/m2分析結(jié)果/個外業(yè)調(diào)查結(jié)果/個準(zhǔn)確度/%<400282692.80400～1 0005683.301 000～5 00022100>5 00000100總計353497.10

表6 研究區(qū)2019—2020年固體廢棄物承載面積及數(shù)量統(tǒng)計Tab.6 Statistics on the Carrying Area and Quantity of Solid Waste in Study Areas from 2019 to 2020面積/m2總面積/m2季度均值/m2數(shù)量/處季度均值/處面積占比/%<4003 817.14954.281230.10400～1 00055 080.3213 770.0885211.511 000～5 000676 608.58169 152.142696718.61>5 0002 900 205.29725 051.321604079.77總計3 635 711.33908 927.83526132100.00

2.3 在建工地綜合分析

將2019—2020年4個季度的遙感影像進行疊加分析，在建工地空間分布如圖4所示。從圖4可以發(fā)現(xiàn)：在2019—2020年期間已完結(jié)的在建工地有4處，新增14處，新增在建工地主要分布在研究區(qū)的北部和南部。

圖4 研究區(qū)2019—2020年在建工地空間分布

2.4 傳統(tǒng)人工調(diào)查與基于衛(wèi)星遙感技術(shù)城市固體廢棄物協(xié)同識別方法對比

傳統(tǒng)的依靠人力實地調(diào)查的方法存在成本高、效率低、精度低等特點。以2019年第2季度監(jiān)測結(jié)果為例，研究區(qū)共發(fā)現(xiàn)固體廢棄物堆放點35處、固體廢棄物承載地139處、在建工地19處，需要調(diào)查這些固體廢棄物的位置、類別、面積和風(fēng)險等級等。根據(jù)歷史經(jīng)驗，本研究區(qū)采用傳統(tǒng)人工調(diào)查，完成一次巡查一個人需要約10.5 d，而利用衛(wèi)星遙感技術(shù)，則需要1 d。因此采用衛(wèi)星遙感技術(shù)可大幅度提高工作效率，減少工作時間。

利用衛(wèi)星遙感技術(shù)獲取固體廢棄物堆放信息具有高時效、多維度和低成本的特點。遙感信息提取的成本通常包含購買影像的成本和解譯成本兩部分，本文使用的是我國自主研發(fā)的高分系列衛(wèi)星影像，相較于外國衛(wèi)星影像，影像獲取成本大大降低，而遙感解譯工作不超過7個工作日，獲取的影像數(shù)據(jù)具有覆蓋范圍大、時效性強、分辨率高等優(yōu)勢。經(jīng)統(tǒng)計分析，采用本方法的成本僅為人工成本的1/5。比較而言，遙感技術(shù)能夠大大降低監(jiān)管成本，增強時效。

3 結(jié) 語

本文探討了基于衛(wèi)星遙感影像和無人機遙感影像的城市固體廢棄物協(xié)同識別技術(shù)，實現(xiàn)了對城市固體廢棄物的高精度提取。研究結(jié)果表明，與傳統(tǒng)人工調(diào)查、單一依據(jù)衛(wèi)星遙感技術(shù)調(diào)查相比，衛(wèi)星遙感結(jié)合無人機遙感實地調(diào)查的城市固體廢棄物協(xié)同識別方法，不僅大大降低了城市固體廢棄物監(jiān)測工作的人力和物力成本，而且識別準(zhǔn)確率高達97%，具有較高的識別度，能滿足業(yè)務(wù)化工作需求。

借助基于衛(wèi)星遙感影像和無人機遙感影像的城市固體廢棄物識別技術(shù)，不僅能對固體廢棄物現(xiàn)狀進行有效提取，更能通過長時間序列監(jiān)測和多維度空間分析等，為固體廢棄物來源考察、環(huán)境污染等級評定和綜合治理方案確定等提供科學(xué)有效的依據(jù)。本研究的重要貢獻體現(xiàn)在兩個方面：

1)分別從衛(wèi)星遙感和無人機遙感兩個尺度構(gòu)建了研究區(qū)固廢堆放點遙感解譯標(biāo)志庫，為業(yè)務(wù)化運行提供了重要的識別模式庫；

2)衛(wèi)星遙感監(jiān)測與無人機核查相結(jié)合，形成了衛(wèi)星數(shù)據(jù)宏觀普查、無人機數(shù)據(jù)詳查以及二者相互驗證的技術(shù)流程和模式。