國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別方法研究

關(guān)鍵詞：國(guó)土空間；環(huán)境污染；生態(tài)修復(fù)；關(guān)鍵區(qū)域識(shí)別

中圖分類(lèi)號(hào)：X171 文獻(xiàn)標(biāo)志碼：A

前言

隨著生產(chǎn)力的不斷發(fā)展，頻繁的人類(lèi)活動(dòng)迅速提升了土地開(kāi)發(fā)強(qiáng)度，造成生態(tài)空間面臨景觀(guān)破碎化以及生物多樣性等問(wèn)題，給區(qū)域生態(tài)系統(tǒng)的可持續(xù)發(fā)展帶來(lái)了全新的挑戰(zhàn)。國(guó)土空間環(huán)境污染生態(tài)修復(fù)是恢復(fù)和重建退化生態(tài)系統(tǒng)的重要技術(shù)，能夠?yàn)閰^(qū)域生態(tài)安全問(wèn)題提供有效的解決方案。生態(tài)修復(fù)的關(guān)鍵在于識(shí)別出環(huán)境污染的重點(diǎn)區(qū)域和主要污染源，以便有針對(duì)性地開(kāi)展治理工作。所以，科學(xué)合理且準(zhǔn)確識(shí)別國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域?qū)S護(hù)國(guó)家生態(tài)安全具有重要意義。國(guó)內(nèi)相關(guān)專(zhuān)家給出了一些較好研究成果，例如覃彬桂等人通過(guò)InVEST模型和景觀(guān)連通性等相關(guān)理論建立生態(tài)安全格局，進(jìn)而識(shí)別出修復(fù)關(guān)鍵區(qū)域。付鳳杰等人通過(guò)電路理論提取生態(tài)廊道，建立生態(tài)安全格局，采用電流密度準(zhǔn)確診斷出生態(tài)“夾點(diǎn)”和生態(tài)障礙點(diǎn)，確定生態(tài)修復(fù)關(guān)鍵區(qū)域。但是，國(guó)土空間環(huán)境污染問(wèn)題具有復(fù)雜性、多樣性和不確定性等特點(diǎn)，傳統(tǒng)識(shí)別方法難以準(zhǔn)確反映污染的真實(shí)狀況。因此，在以上研究方法基礎(chǔ)上，提出國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別方法。通過(guò)實(shí)驗(yàn)分析證明，所提方法可以準(zhǔn)確識(shí)別國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域，能夠?yàn)橹贫ㄡ槍?duì)性的生態(tài)修復(fù)策略提供科學(xué)依據(jù)。

1生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別方法

1.1國(guó)土空間環(huán)境污染圖像去噪

國(guó)土空間環(huán)境污染圖像去噪是一項(xiàng)關(guān)鍵任務(wù)，旨在去除圖像中因噪聲引起的干擾，提高圖像質(zhì)量和可視化效果。在離散小波變換（Discrete wavelet transform，DWT）的算法中，將函數(shù)φ（t）設(shè)定為可積函數(shù)，對(duì)其展開(kāi)傅里葉變換即可獲取全新的函數(shù)φ（t）。同時(shí)φ（t）也可以被稱(chēng)為是小波母函數(shù)，根據(jù)實(shí)際需求，設(shè)定對(duì)應(yīng)的可容許性條件。分別加入不同的因子對(duì)咖（t）展開(kāi)伸縮和平移處理，則獲取函數(shù)φ_a，b（t）為式（1）：

式（1）中，a和b均為尺度和平移因子；t為運(yùn)行時(shí)間。

在二維多級(jí)中值濾波（2D multi-level median filtering，TMMF）的算法中，劃分噪聲點(diǎn)領(lǐng)域形成4個(gè)不同方向的濾波模版，每個(gè)模板單獨(dú)展開(kāi)濾波處理，并且經(jīng)過(guò)計(jì)算得到各個(gè)噪聲點(diǎn)對(duì)應(yīng)的濾波值。將DWT算法和TMMF算法結(jié)合，對(duì)國(guó)土空間環(huán)境污染圖像展開(kāi)去噪處理，詳細(xì)的操作步驟如下：

（1）對(duì)含有噪聲的國(guó)土空間環(huán)境污染圖像展開(kāi)分層DWT處理，得到低頻和高頻子圖像，描述國(guó)土空間環(huán)境污染圖像背景信息和高頻信息。

（2）由于國(guó)土空間環(huán)境污染圖像中的噪聲在完成DWT處理后全部集中在高頻子圖像。因此，對(duì)高頻子圖像展開(kāi)二次單層DWT處理，得到次高頻子圖像和次低頻子圖像。

（3）對(duì)于次高頻子圖像，采用式（2）展開(kāi)噪聲檢測(cè)處理，并且對(duì)噪聲加以標(biāo)記為式（2）。

式（2）中，z（x，y）為國(guó)土空間環(huán)境污染圖像中隨機(jī)一個(gè)像素點(diǎn)的灰度值；z_max（x，y）和Z_min（x，y）為噪聲檢測(cè)模板中的最大和最小灰度值。

（4）對(duì)標(biāo)記的噪聲采用多方向?yàn)V波模版展開(kāi)二維多級(jí)加權(quán)中值濾波處理。

（5）對(duì)于次低頻子圖像而言，高頻子圖像中的小波分解層數(shù)會(huì)隨著噪聲的變化而變化，對(duì)其展開(kāi)閾值處理，得到小波系數(shù)幅值。

（6）將步驟4和步驟5中去噪處理后的小波子圖像展開(kāi)系數(shù)重構(gòu)，獲取去噪后的國(guó)土空間環(huán)境污染圖像。

1.2國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別

在完成圖像區(qū)域處理后提取國(guó)土空間環(huán)境污染區(qū)域的多源特征，建立比值指數(shù)突出國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵的光譜信息。比值型函數(shù)建立的基本原理為，在目標(biāo)圖像中展開(kāi)最強(qiáng)和最弱反射波段搜索，對(duì)兩個(gè)波段展開(kāi)比值計(jì)算，有效抑制背景信息，全面提升目標(biāo)地物信息。比值函數(shù)構(gòu)建為式（3）：

圖像采集過(guò)程中存在大量噪聲，不利于后續(xù)國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別處理，所以對(duì)采集到的測(cè)試圖像展開(kāi)去噪處理。選擇文獻(xiàn)[3]方法和文獻(xiàn)[4]方法作為對(duì)比方法，獲取不同方法的圖像去噪結(jié)果，具體見(jiàn)圖2。

分析圖2可知，所提方法獲取的去噪效果明顯優(yōu)于其他方法，充分證明了DWT算法和TMMF算法相結(jié)合的優(yōu)勢(shì)，促使圖像更加平滑且有效保留圖像細(xì)節(jié)信息，獲取了更加滿(mǎn)意的去噪效果。

不同方法的國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別結(jié)果（圖中白色區(qū)域?yàn)樯鷳B(tài)修復(fù)關(guān)鍵區(qū)域）見(jiàn)圖3。

通過(guò)分析圖3可知，采用所提方法可以精準(zhǔn)識(shí)別出生態(tài)修復(fù)關(guān)鍵區(qū)域，而對(duì)比方法只可以識(shí)別出部分區(qū)域，尤其是當(dāng)區(qū)域面積比較小的情況下，會(huì)出現(xiàn)識(shí)別不出的情況。由此可見(jiàn)，使用所提方法可以得到更加精準(zhǔn)地生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別結(jié)果。

分析各個(gè)方法在固定樣本數(shù)量下的識(shí)別效率，具體結(jié)果見(jiàn)表1。

通過(guò)表1可知，所提方法的識(shí)別速度優(yōu)于對(duì)比方法，這是因?yàn)樗岱椒ú捎肈WT算法和TMMF算法結(jié)合，對(duì)目標(biāo)圖像展開(kāi)去噪處理，促使其更有利于實(shí)現(xiàn)后續(xù)識(shí)別，進(jìn)一步提升國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別效率，充分驗(yàn)證所提方法的優(yōu)越性。

3結(jié)束語(yǔ)

隨著全球環(huán)境保護(hù)意識(shí)的日益增強(qiáng)，國(guó)土空間環(huán)境污染生態(tài)修復(fù)已經(jīng)成為當(dāng)今社會(huì)關(guān)注的焦點(diǎn)。為此，提出一種國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別方法。在國(guó)土空間環(huán)境污染圖像去噪的基礎(chǔ)上，結(jié)合比值函數(shù)和灰度共生矩陣提取光譜特征和紋理特征，利用直方圖閾值法完成國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別。實(shí)驗(yàn)測(cè)試表明，所提方法具有良好的去噪能力，可以有效剔除圖像中的所有噪聲。在國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別精度方面，該方法能夠精準(zhǔn)識(shí)別生態(tài)修復(fù)關(guān)鍵區(qū)域。在國(guó)土空間環(huán)境污染生態(tài)修復(fù)關(guān)鍵區(qū)域識(shí)別效率方面，該方法178.5ms即可識(shí)別60個(gè)測(cè)試樣本。由此證明，研究方法能夠?yàn)榇龠M(jìn)中國(guó)生態(tài)修復(fù)實(shí)施提供有效依據(jù)。