基于RS和GIS的農(nóng)村人居環(huán)境信息系統(tǒng)構(gòu)建

摘 要：面對(duì)日益嚴(yán)峻的農(nóng)村人居環(huán)境問題，如何快速、準(zhǔn)確地獲取和處理影響農(nóng)村居住環(huán)境的質(zhì)量數(shù)據(jù)成為一項(xiàng)緊迫任務(wù)。本文提出了一種基于遙感技術(shù)（RS）和地理信息系統(tǒng)（GIS）的農(nóng)村人居環(huán)境信息系統(tǒng)構(gòu)建方法，實(shí)現(xiàn)了對(duì)農(nóng)村環(huán)境的高效監(jiān)測(cè)和深入分析。系統(tǒng)采用模塊化設(shè)計(jì)思路，涵蓋從數(shù)據(jù)收集與預(yù)處理到評(píng)價(jià)模型建立、空間分析以及農(nóng)村人居環(huán)境數(shù)據(jù)庫(kù)構(gòu)建等多個(gè)環(huán)節(jié)，形成了一套完整的農(nóng)村人居環(huán)境管理解決方案。試驗(yàn)結(jié)果表明，該系統(tǒng)能夠提供精確的環(huán)境質(zhì)量評(píng)估結(jié)果，可為相關(guān)環(huán)境政策的制定和實(shí)施提供有力的科學(xué)支撐。

關(guān)鍵詞：遙感；地理信息系統(tǒng)；農(nóng)村人居環(huán)境；信息系統(tǒng)

中圖分類號(hào)：TP 312 文獻(xiàn)標(biāo)志碼：A

隨著農(nóng)村地區(qū)經(jīng)濟(jì)快速發(fā)展和城鄉(xiāng)結(jié)構(gòu)深刻變化，農(nóng)村人居環(huán)境問題逐漸顯現(xiàn)，環(huán)境退化、生態(tài)破壞及基礎(chǔ)設(shè)施建設(shè)滯后等問題直接影響農(nóng)村居民的生活質(zhì)量和健康水平。傳統(tǒng)的人工調(diào)查和數(shù)據(jù)收集方法不僅耗時(shí)耗力，而且難以實(shí)現(xiàn)大范圍、動(dòng)態(tài)的環(huán)境監(jiān)控[1]。在這種背景下，RS和GIS的優(yōu)勢(shì)凸顯。RS可以提供覆蓋廣泛、更新周期短的地表數(shù)據(jù)，而GIS則在空間數(shù)據(jù)分析和決策支持方面具有獨(dú)特優(yōu)勢(shì)。整合RS和GIS技術(shù)，不僅可以提高數(shù)據(jù)收集的自動(dòng)化程度和效率，而且還能實(shí)現(xiàn)對(duì)農(nóng)村人居環(huán)境的動(dòng)態(tài)監(jiān)測(cè)和深入分析[2]。因此，本文整合了RS和GIS的前沿技術(shù)，并基于這些技術(shù)構(gòu)建一種農(nóng)村人居環(huán)境信息系統(tǒng)，研究表明該系統(tǒng)對(duì)精確評(píng)估農(nóng)村環(huán)境質(zhì)量、指導(dǎo)環(huán)境治理和規(guī)劃，乃至推動(dòng)農(nóng)村地區(qū)的可持續(xù)發(fā)展具有十分重要的實(shí)踐意義。

1 農(nóng)村人居環(huán)境信息系統(tǒng)框架設(shè)計(jì)

為實(shí)現(xiàn)對(duì)農(nóng)村人居環(huán)境的全面監(jiān)測(cè)與評(píng)估，本系統(tǒng)采用了以用戶需求為核心的多層次、開放式框架設(shè)計(jì)。如圖1所示，該框架結(jié)構(gòu)綜合了RS和GIS技術(shù)的優(yōu)勢(shì)，形成了一個(gè)從數(shù)據(jù)獲取到最終信息服務(wù)的完整流程。

系統(tǒng)利用多源遙感數(shù)據(jù)，例如衛(wèi)星影像和無(wú)人機(jī)航拍資料，輔以地面實(shí)測(cè)數(shù)據(jù)和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)，全方位收集影響農(nóng)村人居環(huán)境質(zhì)量的相關(guān)數(shù)據(jù)。這一層強(qiáng)調(diào)數(shù)據(jù)的多樣性和實(shí)時(shí)性，確保所獲取的信息能夠全面反映農(nóng)村環(huán)境的真實(shí)狀況。系統(tǒng)對(duì)收集的原始數(shù)據(jù)進(jìn)行預(yù)處理，包括對(duì)圖像進(jìn)行校正、裁剪和分類，對(duì)統(tǒng)計(jì)類數(shù)據(jù)進(jìn)行清洗和規(guī)范化。經(jīng)過(guò)預(yù)處理的數(shù)據(jù)隨后輸入評(píng)價(jià)模型建立階段，其中結(jié)合農(nóng)村人居環(huán)境的具體特點(diǎn)，構(gòu)建涵蓋自然條件、社會(huì)經(jīng)濟(jì)因素和生活質(zhì)量等多維度的評(píng)價(jià)體系，并以此來(lái)構(gòu)建評(píng)價(jià)模型?？臻g分析則依托GIS的強(qiáng)大功能，進(jìn)行緩沖區(qū)分析、疊加分析和網(wǎng)絡(luò)分析等操作，揭示不同環(huán)境要素之間的相互作用和潛在聯(lián)系。這一層是信息系統(tǒng)集成與分析的關(guān)鍵，也是將數(shù)據(jù)轉(zhuǎn)化為可用信息的必經(jīng)之路。最后經(jīng)過(guò)處理與分析的數(shù)據(jù)被導(dǎo)入數(shù)據(jù)庫(kù)管理系統(tǒng)中，建立統(tǒng)一的農(nóng)村人居環(huán)境專題數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)不僅便于數(shù)據(jù)的查詢、更新和管理，而且為應(yīng)用服務(wù)層提供數(shù)據(jù)支持，使用戶能夠通過(guò)友好的用戶界面訪問所需的信息。

2 農(nóng)村人居環(huán)境信息系統(tǒng)功能設(shè)計(jì)

2.1 數(shù)據(jù)收集與預(yù)處理

數(shù)據(jù)收集與預(yù)處理是構(gòu)建農(nóng)村人居環(huán)境信息系統(tǒng)的基礎(chǔ)環(huán)節(jié)，其目的是獲取高質(zhì)量的原始數(shù)據(jù)，并對(duì)其進(jìn)行加工處理，以便用于后續(xù)的評(píng)價(jià)模型建立和空間分析[3]。在系統(tǒng)數(shù)據(jù)收集與預(yù)處理的設(shè)計(jì)中，采用Landsat-8衛(wèi)星遙感影像作為主要的數(shù)據(jù)源，利用其多光譜掃描儀（Multispectral Scanner，MSS）獲取具有不同波段的圖像數(shù)據(jù)。此外，輔以大疆Mavic Pro無(wú)人機(jī)對(duì)重點(diǎn)區(qū)域進(jìn)行航拍，以獲取更高分辨率的影像。數(shù)據(jù)收集完成后，先對(duì)衛(wèi)星影像進(jìn)行大氣校正，以消除大氣對(duì)光信號(hào)的影響，此過(guò)程使用基于MODTRAN輻射傳輸模型的6S大氣校正算法，該算法如公式（1）所示。

（1）

式中：Lλ為地表實(shí)際反射率；Aλ為大氣頂層的觀測(cè)值；Sλ為大氣散射函數(shù)值；θz為太陽(yáng)天頂角。

通過(guò)公式（1）可以得到較為準(zhǔn)確的地表反射率數(shù)據(jù)。大氣校正完成后，對(duì)收集的數(shù)據(jù)進(jìn)行數(shù)據(jù)裁剪，根據(jù)研究區(qū)域的范圍，此過(guò)程使用GIS軟件中的“裁剪”工具（Clip）對(duì)經(jīng)過(guò)大氣校正的影像進(jìn)行裁剪，提取感興趣的區(qū)域（Region of Interest，ROI）。裁剪完成后，采用監(jiān)督分類中的最大化似然法對(duì)影像進(jìn)行分類，該方法根據(jù)每個(gè)地物類別的光譜特征符合正態(tài)分布的假設(shè)，計(jì)算像素屬于各地物類的概率，并將像素劃分到概率最大的類別中。針對(duì)一個(gè)特定的像素，其特征向量為X，屬于第i類的條件概率P（i|X）如公式（2）所示。

（2）

式中：P（i）為先驗(yàn)概率，即在不考慮X的情況下，任意像素屬于第i類的概率；P（X|i）為給定類別i的條件下像素值出現(xiàn)的概率密度函數(shù)，通常假定服從多維正態(tài)分布；P（X）為歸一化常數(shù)，代表所有類別的概率密度函數(shù)的總和，確保概率之和為1。

運(yùn)用監(jiān)督分類中的最大化似然法對(duì)裁剪后的影像進(jìn)行分類處理，輸出分類結(jié)果圖，實(shí)現(xiàn)數(shù)據(jù)預(yù)處理的全過(guò)程。這一過(guò)程不僅提高了數(shù)據(jù)的質(zhì)量，而且也為系統(tǒng)后續(xù)的評(píng)價(jià)模型構(gòu)建和空間分析提供了可靠的底層數(shù)據(jù)支持。

2.2 建立評(píng)價(jià)模型

預(yù)處理后的數(shù)據(jù)可用于建立評(píng)價(jià)模型，該模型旨在量化農(nóng)村人居環(huán)境的質(zhì)量，并為決策提供科學(xué)依據(jù)。根據(jù)農(nóng)村人居環(huán)境特點(diǎn)，一個(gè)多層次評(píng)價(jià)指標(biāo)體系是建立評(píng)價(jià)模型的基礎(chǔ)，指標(biāo)體系需要考慮農(nóng)村人居環(huán)境的多個(gè)維度，包括自然條件（例如植被覆蓋度、土地退化情況）、社會(huì)經(jīng)濟(jì)（例如人口密度、人均收入）以及生活質(zhì)量（例如教育醫(yī)療可達(dá)性、住房條件）[4]。這些指標(biāo)不僅反映環(huán)境狀態(tài)，而且還涉及社會(huì)經(jīng)濟(jì)發(fā)展水平，從而提供一個(gè)全面的評(píng)價(jià)視角。

評(píng)價(jià)指標(biāo)體系構(gòu)建完成后需要確定指標(biāo)權(quán)重，系統(tǒng)中采用層次分析法（Analytic Hierarchy Process，AHP）通過(guò)專家打分和成對(duì)比較矩陣來(lái)確定各指標(biāo)的相對(duì)重要性。AHP方法的核心在于構(gòu)建判斷矩陣，然后計(jì)算其最大特征值對(duì)應(yīng)的特征向量，并進(jìn)行一致性檢驗(yàn)。設(shè)計(jì)時(shí)邀請(qǐng)一組專家根據(jù)其經(jīng)驗(yàn)和知識(shí)，對(duì)評(píng)價(jià)體系中的每一對(duì)指標(biāo)進(jìn)行比較，并給出其相對(duì)重要性的評(píng)分。這些評(píng)分構(gòu)成了成對(duì)比較矩陣，記為A。矩陣A是一個(gè)方陣，以其計(jì)算矩陣A的最大特征值λmax以及對(duì)應(yīng)的特征向量W。最大特征值及其特征向量可以通過(guò)MATLAB軟件中的eig函數(shù)計(jì)算得到。特征向量W一旦被確定，就需要進(jìn)行一致性檢驗(yàn)，以確認(rèn)專家評(píng)分的一致性是否在可接受范圍內(nèi)。一致性比率（Consistency Ratio，CR）是通過(guò)比較一致性指標(biāo)（Consistency Index，CI）和隨機(jī)一致性指標(biāo)（Random Index，RI）來(lái)計(jì)算的。一致性指標(biāo)CI如公式（3）所示。

（3）

式中：n為成對(duì)比較矩陣的階數(shù)（即指標(biāo)的數(shù)量）。

隨機(jī)一致性指標(biāo)RI是根據(jù)隨機(jī)生成的成對(duì)比較矩陣經(jīng)過(guò)多次計(jì)算得出的一個(gè)統(tǒng)計(jì)值。最后的一致性比率CR可以表達(dá)為CR=CI/RI，如果CRlt;0.1，就說(shuō)明專家給出的成對(duì)比較矩陣具有滿意的一致性；否則，需要重新調(diào)整判斷矩陣。之后對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將不同量綱的數(shù)據(jù)轉(zhuǎn)換到統(tǒng)一的尺度上。其中，正向指標(biāo)（數(shù)值越大越好）和負(fù)向指標(biāo)（數(shù)值越小越好）分別采用公式（4）和公式（5）進(jìn)行標(biāo)準(zhǔn)化。

（4）

（5）

式中：X為原始數(shù)據(jù)；X'為標(biāo)準(zhǔn)化后的數(shù)據(jù)；Xmax和Xmin分別為該指標(biāo)的最大值和最小值。

基于GIS平臺(tái)，利用空間分析和地圖代數(shù)功能將各指標(biāo)圖層按權(quán)重疊加，生成農(nóng)村人居環(huán)境質(zhì)量評(píng)價(jià)圖，如圖2所示。通過(guò)色彩渲染，直觀展示不同區(qū)域的環(huán)境質(zhì)量等級(jí)。此外，可以利用地理信息系統(tǒng)中的緩沖區(qū)分析、疊加分析和網(wǎng)絡(luò)分析等功能，進(jìn)一步探究不同環(huán)境因素之間的相互作用和潛在聯(lián)系。

此模型緊密結(jié)合了遙感與地理信息系統(tǒng)技術(shù)，能夠有效評(píng)估并可視化農(nóng)村人居環(huán)境狀況，為政策制定和環(huán)境改善提供了科學(xué)依據(jù)。

2.3 空間分析

建立評(píng)價(jià)模型后，系統(tǒng)采用矢量數(shù)據(jù)模型來(lái)表示農(nóng)村環(huán)境中的各種地理要素，例如道路、居民點(diǎn)、河流等。通過(guò)使用拓?fù)浞治黾夹g(shù)，可以有效地識(shí)別這些要素之間的鄰接、連通和包含等空間關(guān)系[5]。例如，通過(guò)計(jì)算河流的緩沖區(qū)，可以確定河岸兩側(cè)潛在的洪水影響區(qū)域。系統(tǒng)采用的矢量數(shù)據(jù)模型將地理要素表示為點(diǎn)、線、面的形式，這些基本元素可以有效地構(gòu)建農(nóng)村環(huán)境中的道路、居民點(diǎn)、河流等要素。

在拓?fù)浞治鲞^(guò)程中，系統(tǒng)首先構(gòu)建一個(gè)拓?fù)浣Y(jié)構(gòu)，該結(jié)構(gòu)定義了點(diǎn)、線和多邊形之間如何相互連接和交互，使用ArcGIS的幾何網(wǎng)絡(luò)模型建立這種結(jié)構(gòu)。之后通過(guò)疊加分析將生成的緩沖區(qū)與其他圖層進(jìn)行比較，以識(shí)別哪些土地利用類型可能會(huì)受到洪水的影響。在這個(gè)過(guò)程中，系統(tǒng)采用了疊加求交、合并等GIS技術(shù)，這些技術(shù)能夠?qū)⒍鄠€(gè)圖層的信息整合在一起，從而提供更全面的風(fēng)險(xiǎn)評(píng)估。在整個(gè)矢量數(shù)據(jù)分析流程中，系統(tǒng)還融入了空間統(tǒng)計(jì)方法來(lái)量化和評(píng)價(jià)地理要素間的空間關(guān)系。通過(guò)計(jì)算空間自相關(guān)或者應(yīng)用熱點(diǎn)分析等技術(shù)，系統(tǒng)可以揭示農(nóng)村人居環(huán)境中特定變量（例如污染水平、人口密度）的空間分布模式。所有這些矢量數(shù)據(jù)分析技術(shù)都被集成到農(nóng)村人居環(huán)境信息系統(tǒng)中，形成了一個(gè)高效、自動(dòng)化且用戶友好的空間分析工具。該工具不僅提供了豐富的空間數(shù)據(jù)操作功能，而且還能夠根據(jù)用戶的需求提供定制化的分析結(jié)果，為農(nóng)村環(huán)境的規(guī)劃、管理和決策提供科學(xué)依據(jù)和有效指導(dǎo)。通過(guò)這種高級(jí)的空間分析能力，系統(tǒng)顯著提升了農(nóng)村人居環(huán)境的管理效率和決策質(zhì)量。

2.4 建設(shè)農(nóng)村人居環(huán)境信息數(shù)據(jù)庫(kù)

空間分析完成后，建設(shè)數(shù)據(jù)庫(kù)，以儲(chǔ)存農(nóng)村人居環(huán)境信息，以便于數(shù)據(jù)的查詢、更新和管理。在數(shù)據(jù)庫(kù)的設(shè)計(jì)過(guò)程中，選擇PostgreSQL搭配PostGIS，這一選擇旨在利用其空間數(shù)據(jù)處理能力和開源生態(tài)系統(tǒng)。每個(gè)表格都經(jīng)過(guò)精心設(shè)計(jì)，包括必要的字段和類型，例如用戶表包括用戶名、密碼、電子郵件地址、性別等字段。并為每個(gè)表定義了主鍵字段，以確保數(shù)據(jù)的唯一性和完整性。通過(guò)使用外鍵，系統(tǒng)實(shí)現(xiàn)了表之間的關(guān)聯(lián)關(guān)系，保證了數(shù)據(jù)的一致性和聯(lián)系。數(shù)據(jù)庫(kù)核心表格包括自然條件表（地形、土壤類型等）、社會(huì)經(jīng)濟(jì)表（人口密度、人均收入等）、生活質(zhì)量表（住房條件、衛(wèi)生設(shè)施等）以及評(píng)價(jià)結(jié)果表，其中自然條件表見表1。

通過(guò)GIS軟件直接導(dǎo)出數(shù)據(jù)為數(shù)據(jù)庫(kù)兼容的格式，為實(shí)現(xiàn)空間數(shù)據(jù)的查詢功能，在PostgreSQL中安裝并配置PostGIS擴(kuò)展。一旦配置完成，使用SQL和PostGIS提供的空間查詢函數(shù)來(lái)執(zhí)行空間查詢，例如查找特定區(qū)域內(nèi)的所有村莊。同時(shí)，建立定期備份與維護(hù)計(jì)劃，保證數(shù)據(jù)的安全性和最新性，并根據(jù)實(shí)際需求開發(fā)用戶友好的前端應(yīng)用程序或網(wǎng)頁(yè)界面，以便用戶能夠方便地訪問和使用數(shù)據(jù)庫(kù)中的信息。

3 測(cè)試試驗(yàn)

3.1 試驗(yàn)準(zhǔn)備

本文選擇某一農(nóng)村區(qū)域作為試驗(yàn)場(chǎng)，該區(qū)域涵蓋不同的地形、土壤類型及土地利用模式，并收集了該區(qū)域的高分辨率遙感影像和相關(guān)的輔助數(shù)據(jù)，包括人口統(tǒng)計(jì)數(shù)據(jù)、土地利用記錄等，同時(shí)準(zhǔn)備了必要的軟硬件環(huán)境，包括高性能GIS工作站、數(shù)據(jù)庫(kù)服務(wù)器以及專業(yè)的遙感圖像處理和GIS分析軟件。

3.2 試驗(yàn)結(jié)果

試驗(yàn)項(xiàng)包括環(huán)境質(zhì)量指數(shù)（EQI）、土地利用類型、土壤侵蝕率、植被覆蓋率等關(guān)鍵指標(biāo)，以及這些指標(biāo)的原始數(shù)據(jù)和通過(guò)系統(tǒng)處理后的數(shù)據(jù)，試驗(yàn)結(jié)果見表2。

在準(zhǔn)確度方面，比較系統(tǒng)處理后的數(shù)據(jù)與現(xiàn)場(chǎng)采樣及第三方驗(yàn)證數(shù)據(jù)，結(jié)果顯示EQI的偏差不超過(guò)1%，土地利用類型分類的準(zhǔn)確率達(dá)到了98%，顯示出系統(tǒng)的高度準(zhǔn)確性。

4 結(jié)語(yǔ)

基于RS和GIS技術(shù)的農(nóng)村人居環(huán)境信息系統(tǒng)能夠?yàn)檗r(nóng)村環(huán)境監(jiān)測(cè)和管理提供強(qiáng)有力的技術(shù)支持。經(jīng)過(guò)測(cè)試試驗(yàn)證明，該系統(tǒng)能夠有效評(píng)價(jià)農(nóng)村人居環(huán)境質(zhì)量，為農(nóng)村環(huán)境保護(hù)和規(guī)劃提供了一種新思路和方法。未來(lái)系統(tǒng)將進(jìn)一步優(yōu)化升級(jí)，以滿足更廣泛的應(yīng)用需求。

參考文獻(xiàn)

[1]趙美利.基于GIS技術(shù)的區(qū)域多尺度空間數(shù)據(jù)集成方法[J].海南熱帶海洋學(xué)院學(xué)報(bào)，2024，31（2）：53-58.

[2]朱永志，程書昌.基于GIS的城市地質(zhì)信息管理系統(tǒng)設(shè)計(jì)與應(yīng)用[J].智能城市，2024，10（1）：42-44.

[3]張志軍，蘇小欽，王明，等.基于RS和GIS技術(shù)的淺層地下水富集性調(diào)查評(píng)估[J].測(cè)繪與空間地理信息，2023，46（12）：9-12，23.

[4]曹海晶，杜娟.農(nóng)村人居環(huán)境治理數(shù)字化平臺(tái)建設(shè)的三個(gè)維度[J].理論探索，2022（2）：71-78.

[5]于晴，沈童，王淑，等.基于地理信息系統(tǒng)的黃山市鄉(xiāng)鎮(zhèn)人居環(huán)境自然適宜性評(píng)價(jià)[J].環(huán)境污染與防治，2021，43（7）：880-885.