遥感技术在陆地生态系统修复中的应用

胡 霞，杨春华

(重庆市环境科学研究院，重庆401147)

随着科技进步和社会生产力的极大提高，人口剧增、资源过度消耗、环境污染、生态破坏等问题日益突出，生态环境问题成为世界各国普遍关注的一个大问题。面对紧迫的生态环境保护压力，因地制宜地开展生态修复工程刻不容缓。通过生态监测获得的准确信息是保证生态修复工程顺利进行的基础和关键。遥感技术具有获取资料和数据的范围大，获取信息的速度快、周期短，获取信息时受限制条件少，获取信息的手段多、信息量大等特点。将这项技术与地面常规监测相结合，可以全面、定量地反映工程各项措施的数量和质量，反映工程实施期间的生态环境状况，反映工程区生态环境的动态变化、生态修复的总体特征、优势方面和存在问题，为生态修复工程的开展提供定量的参考。

1 遥感技术、陆地生态系统及生态修复定义

遥感技术。遥感 (Remote Sensing)，从广义上说泛指从远处探测、感知物体或事物的技术，即不直接接触物体本身，从远处通过仪器 (传感器)探测和接收来自目标物体的信息 (如电场、磁场、电磁波、地震波等信息)，经过信息的传输及处理分析，识别物体的属性及其分布特征的技术［1］。

陆地生态系统。生态系统 (ecosystem)就是在一定空间中共同栖居着的所有生物 (即生物群落)与其环境之间由于不断地进行物质循环和能量流转过程而形成的统一整体。陆地生态系统主要以大气和土壤为介质，生态环境极为复杂，为人类提供了居住环境以及食物和衣着的主体部分。按其特点和植物群落的生长类型，又分为荒漠、冻原、草原、森林等生态系统。

生态修复。以受污染环境为出发点和立足点，生态修复是在生态学原理指导下，以生物修复为基础，结合各种物理修复、化学修复以及工程技术措施，通过优化组合，使之达到最佳效果和最低耗费的一种综合的污染环境修复方法［2］。

2 遥感在陆地生态系统修复中的应用研究

遥感在陆地生态系统修复工程中的应用一般集中在两个方面。一方面是反映生态修复工程的状态，包括生态修复所采取的措施、实施质量和进度。重点是对生态修复范围内的五大工程进行监测:退耕还林 (草)措施类型及其数量、生长状况等;封山禁牧面积及其范围内的植被类型、生长状况及生长量等;水土保持综合治理各项措施的数量和质量;调整产业结构前后典型农户、典型地块各项经济技术指标;生态移民区的植被。另一方面是反映生态修复工程的效果，包括生态效果、经济效果、社会效果等三个方面，重点是监测反映生态修复各个阶段生态效果的指标，如土壤侵蚀、植被、土地利用等方面情况。

2.1 国内外研究现状

2.1.1 森林林地

遥感技术用于森林生态系统修复的监测方法可以归纳为两大类型:一类是通过对不同时间的遥感数据进行分类后，比较不同时间各土地利用面积/类型的变化;另一类是通过计算功能反映森林植被变化的相关指数后进行判别。庞国锦、董晓峰等［3］选取4期Landsat MSS、TM/ETM数据，在GIS技术支持下对1978—2007年面状林地的动态进行遥感监测，对中国“三北”防护林工程重点建设区河西走廊的防风固沙林工程建设成效进行了客观评估。杨朝俊、胡庭兴等［4］以天全河流域中、下游为研究区域，通过遥感技术监测退耕还林工程实施区的土地利用变化，分析土地利用的转移规律和退耕还林地的来源，为监测退耕还林工程提供技术支持。X·Zhan［5］等利用MODIS空间分辨率为250m的红光和近红外波段对变化监测方法进行了研究，并对全球森林覆盖变化进行了监测。胡勇、刘良云等［6］基于Landsat数据，利用基于植被指数的像元线性分解模型对植被覆盖度进行反演，分析了北京山区植被覆盖的时空动态，并通过提取植被退化和修复的区域，研究了海拔、坡度和土壤类型对生态修复的影响，为区域生态建设和生态修复提供决策支持。

2.1.2 草地

遥感信息以其客观、实时、准确、覆盖面积广等优势在草地的生态修复监测和评估中正得到越来越多的应用。一般情况下，植被覆盖度与植被指数具有较强的正相关性:植被指数值越高，其植被覆盖度就越大。同时，植被指数与地上生物量具有较强的正相关［7，8］，因此，目前草地退化遥感主要还是基于植被指数的变化检测方法，通过建立植被指数和草原上生物量或植物盖度的关系，对生物量或植物盖度进行计算与分析，或从卫星遥感植被指数图上定性地分析牧草的变化。刘同海、吴新宏等［9］选取了内蒙古镶黄旗为研究区域，基于TM遥感数据，结合对应时期的地面调查数据，从植被盖度、植物类组成、地上生物量等方面对退牧还草工程的实施效果进行了分析，对及时掌握退牧还草工程的植被恢复情况、为各级政府部门决策和草原生态建设、保护、利用与规划提供了科学数据。郭铌、韩天虎等［10］利用MODIS卫星遥感资料、地面草地调查资料等，以植被指数变化为基础，对玛曲2003年完成的退牧还草工程对草地资源的恢复效果进行定量、动态与客观的监测和分析，为各级政府科学合理地制定退牧还草工程的规划和宏观管理措施提供参考。随着遥感的发展，高光谱遥感数据具有光谱分辨率高、信息量大的特点，为草地退化监测提供了新的解决方案。王焕炯、范闻捷等［11］选择分布在呼伦贝尔草原西部的草甸草原为对象进行草地退化的高光谱遥感监测的研究，研究结论为高光谱图像应用于草地退化监测提供了有力依据。

2.1.3 工矿区

复垦、生态修复是解决矿山环境保护和综合治理的最有效途径，主要针对采矿引起的土地功能退化、生态结构缺损、功能失调等问题。应与采矿活动同步进行，根据矿山不同开采时期的技术特点和自然环境等因素，及时作出相应的复垦或生态修复方案，尽量避免或减少对环境的破坏，实现采矿与生态修复的一体化。［12］

植物恢复也是工矿区生态修复中最常用的一种方法。因此，植被变化的遥感监测对矿区生态环境状况评价以及矿区生态修复效果评估具有重大意义。其方法主要还是基于植被指数的变化检测方法。马晓黎、王行风等［13］利用神东矿区不同时相的Landsat遥感影像经过预处理后计算其植被指数，进而计算植被盖度并分析其变化，分析了矿区开采活动对环境的影响。李娜、杨锋杰等［14］采用高光谱遥感数据计算植被指数，进而反演叶绿素含量和物种数量，对云南个旧锡矿尾矿的生态恢复效果进行 评 价。Catherine M．Champagne、Abdelgadir Abuelgasim等［15］利用多光谱遥感技术评估了萨德伯里内受采矿影响地区生态修复情况。

2.1.4 城镇

遥感技术以其宏观、实时、快速、动态、客观的特点，为城镇土地利用/覆盖变化及其环境响应的动态监测研究提供了便捷的途径。通过土地利用/覆盖计算得到用于进行生态环境评价的5个指数(生物丰度指数、植被覆盖指数、水网密度指数、土地退化指数和环境状况指数)的值，进而得到生态环境状况指数。生态环境状况指数能更加全面地衡量城市生态环境质量。梅卓华、金焰等［16］以2000年和2007年TM遥感影像为数据源，利用GIS技术，获得了南京市2个时期的土地利用动态变化以及生态环境状况指数变化，对于南京市生态环境保护和建设有重要意义。孙德勇、李云梅等［17］以南京市区为研究区域，在对2000年TM和2004年的CBERS－2星进行影像特征分析的基础上，提取不同年份的土地覆被信息，进而分析土地覆被和生态环境的动态变化，为城市生态环境质量评价和城市发展规划提供客观详实的数据。W.Muttitanon 等［18］应用 1990、1993、1996、1999年的TM影像对泰国本东湾进行监督分类，结果表明:在养虾场、红树林区、城镇用地逐渐增长的同时，农田和未开垦土地在逐渐减少。

2.2 重庆市10年陆地生态系统遥感监测应用实例

以重庆市2000年、2005年及2010年三个时期的TM数据为依据，找出重庆市森林、灌丛、草地、湿地、农田、城镇和裸地7大地类不同时期的变化规律，寻找重庆市生态环境10年的变化趋势，揭示其生态环境问题，为重庆市的生态系统修复及环境保护决策和管理提供重要的数据支撑。

不同时期重庆市生态系统空间分布见图1～图3。

分析表明，重庆市2000年土地总面积为82389 km2，其生态系统结构以森林和农田为主。森林所占比重最大，达到了41.67%;其次是农田(34.03%)和灌丛 (7.50%);而湿地、城镇和裸地3个地类所占土地总面积的比重较小，均不到1%。2005年生态系统结构仍以森林和农田为主。森林所占比重为41.99%，比2000年略有增加;其次是农田 (32.62%)，比2000年减少较多，再次为灌丛 (14.64%)，与2000年相比相差不大;而湿地、城镇和裸地所占比重仍然都较小，只是与2000年相比，城镇和湿地面积增加明显，裸地有所减少。2010年生态系统结构仍以森林和农田为主，其次为灌丛，而湿地、城镇和裸地较少。与2005年相比，土地面积增加幅度最大的为城镇，增加了71.0%，其次为湿地，为19.6%，森林面积增幅依然较小，为1.1%，略高于前5年;裸地、农田、灌丛和草地的面积均有不同程度的减少，减少幅度最大的为裸地，为57.6%，其次为农田和灌丛，分别为5.1%和1.0%，而草地仅仅减少了0.3%。

结果表明:①重庆市的生态系统类型主要集中在森林、农田和灌丛三种类型。②近10年，重庆市森林和灌丛生态系统的面积变化不大，而农田、湿地、城镇生态系统的面积变化较大。其中，农田生态系统的面积减少，湿地和城镇生态系统的面积有所增加。遥感技术的运用为重庆市的陆地生态系统修复提供了重要的数据支撑。

2.3 存在问题及发展趋势

(1)遥感技术局限性。在整个遥感技术的流程中，从投影、飞行到色差、扫描以及校正解译都存在着一定的误差，从而影响监测结果的准确性，导致生态修复决策产生偏差。为从遥感数据中精确提取研究区环境有关信息，必须采用遥感信息和地学资料相结合、定性分析与定量分析相结合、综合分析与主导分析相结合、室内判读与野外调查相结合的办法，尽可能准确获取环境等变化信息。

(2)定量化评价有待提升。生态修复遥感监测技术是一个比较新的研究领域，在植被覆盖、土地利用/土地覆盖分类、生态环境质量动态监测等方面已基本能提供一个定性的分析结果，而对其进行定量、客观和系统的评价，还需进一步研究。

(3)计算机自动分类技术不能满足研究需求。陆地生态修复研究区域内通常地物复杂，植物组成丰富、多样性较高，群落结构类型多样，变动频繁，导致其研究的空间尺度较小，空间分辨率要求高，这就带来了巨大的运算数据量。而在对遥感图像进行解译时，目前仍然以目视判读获取，尽管很多研究者进行了自动分类试验并改进了方法和模型，小区域试验分类精度也很高，但从县级以上区域尺度来看，误差却很大，分类精度还不能满足监测需要。随着遥感空间分辨率、光谱分辨率和时间分辨率的不断突破，影像增强处理技术的发展和智能化专家解译系统的建立，可以在计算机中实现基础信息自动高精度提取和更新，减少繁重的工作量。

(4)定量研究方法有待提高。目前的定量遥感方法仅仅是2S(GIS与RS)的结合，只有真正实现3S(RS、GIS与GPS)的有机结合，才能更有效地、定量地对研究区生态状况进行动态监测以及更有效地进行生态修复效果评估。未来以3S作为主体构成的空间信息集成技术系统将形成具有多维信息获取与实时处理特点的新的综合技术领域。“3S”一体化集成正向着快速、精确、实用和深入的方向发展，进而能更有效地、定量地对研究区生态状况进行动态监测以及生态修复效果评估。

3 结语

遥感技术作为一种重要的高科技手段，在陆地生态系统修复工作开展过程中具有其自身独特的优势，同时，该领域研究当前面临着许多机遇和挑战，诸多不足之处还有待完善。随着卫星技术的进一步发展，我国的遥感应用领域也将进一步得到拓宽，遥感技术作为高新科技的先进性也将进一步得到体现，应用前景将更加广阔，能为陆生生态系统修复的研究提供更加强大的技术保障。

［1］孙玉英，曹瑞军，金成德．遥感技术的发展及应用 ［J］．林业科技情报，2006，38(1):11－12．

［2］周启星，魏树和，张倩茹，等．生态修复［M］．北京:中国环境科学出版社，2006．

［3］庞国锦，董晓峰．“三北”防护林建设以来河西走廊林地变化的遥感监测［J］．中国沙漠，2012，32(2):539－544．

［4］杨朝俊，胡庭兴．基于GIS的退耕还林工程区林地动态变化遥感监测研究 ［J］．应用技术，2006，(1):38－40．

［5］ Zhan X，DeFriesR，Townshend JRG，et al．The 250m global landcover change product from themoderate resolution imaging spectro－radiometer of NASA’s Earth Observing System ［J］．InternationalJournal ofRemote Sensing，2000，21(6):1433－1460．

［6］胡勇，刘良云．北京山区植被动态及生态恢复的遥感监测［J］．应用生态学报，2010，21(11):2876－2882．

［7］张振锋，游广永．我国草原生态系统退化与恢复研究的进展与启示［J］．安徽农业科学，2009，37(20):9581－9583．

［8］杨存建，刘纪远，张增祥，等．遥感和GIS支持下的中国退耕还林还草决策分析 ［J］．遥感学报，2002，6(3):205－211．

［9］刘同海，吴新宏．基于TM遥感影像的退牧换草工程植被恢复监测研究—以内蒙古自治区镶黄旗为例 ［J］．天津农学院学报，2006，13(1):1－6．

［10］郭铌，韩天虎．玛曲退牧还草工程生态效果的遥感监测［J］．中国沙漠，2010，30(1):154－160．

［11］王焕炯，范闻捷．草原退化的高光谱遥感监测方法［J］．光谱学与光谱分析，2010，30(10):2734－2738．

［12］姚国政，杨婷婷．矿区土地复垦与生态修复研究综述 ［J］．西部资源，2006，(12):34－35．

［13］马晓黎，王行风．基于植被指数的神东矿区植被盖度变化分析［J］．安徽农业科学，2011，39(21):12795－12796．

［14］李娜，杨锋杰．植物光谱效应在尾矿生态恢复评价中的应用［J］．国土资源遥感，2007，(2):75－77．

［15］ Catherine M．Champagne，Abdelgadir abuelgasim．Ecological restoration from space:The use of remote sensing for monitoring land reclamation in Sudbury［R］．Society for Ecological Restoration，2004．

［16］梅卓华，金焰．基于TM影像的南京市土地利用变化遥感监测与评价 ［J］．地 球 与 环 境，2010，38(1):63－67．

［17］孙德勇，李云梅．南京市区土地覆被及生态环境遥感动态监测 ［J］．地球信息科学，2008，10(3):338－343．

［18］ W．Muttitanon．Land use/land cover changes in the coastal zone of Ban Don Bay ［J］．International journal of remote sensing，2005，(26):2311－2323．