本文為2013年環(huán)境影響評價師考試《環(huán)境影響評價技術(shù)方法》教材第三章的水環(huán)境現(xiàn)狀調(diào)查與監(jiān)測詳細(xì)闡述，希望本文能夠幫助您更好的全面學(xué)習(xí)2013年環(huán)境影響評價師考試的重點知識!

7. 遙感一地理信息系統(tǒng)一全球定位系統(tǒng)技術(shù)的應(yīng)用

遙感一地理信息系統(tǒng)一全球定位系統(tǒng)，即“3S”技術(shù)，在生態(tài)學(xué)調(diào)查與研究中，具有特殊重要的價值。

(1)遙感。

①遙感的數(shù)據(jù)源和記錄格式。1972年美國發(fā)射了第一顆地球資源衛(wèi)星，標(biāo)志 著航天遙感時代的開始。之后，美國先后發(fā)射了一系列的陸地資源衛(wèi)星，包括陸地衛(wèi)星1?7號，包括MSS (分辨率為80 m)、TM (7個波段，分辨率除第六波段為 120 m外，其他均為30 m)、ETM+ (8個波段，熱紅外波段的分辨率為60 m,全 色波段的分辨率為15 m,其余波段的分辨率均為30 m)0此外，法國發(fā)射的SPOT 衛(wèi)星載有高分辨的傳感器(分辨率為20 m,全色波段為10 m)，印度發(fā)射的IRS 衛(wèi)星全色波段的分辨率為6.25 m，1999年美國發(fā)射成功的小衛(wèi)星上載有IK0N0S 傳感器，其空間分辨率高達(dá)1 m;另一方面，低空間高時相頻率的AVHRR (N0AA 系列，分辨率為1 km)和其他遙感載體及測試?yán)走_(dá)的相繼投入使用。同時，我國也在積極發(fā)展空間遙感技術(shù)，1999年我國和巴西聯(lián)合研制中巴地球資源衛(wèi)星01星 (CBERS-01)成功發(fā)射，截至2007年9月CBERS-02B成功入軌，已形成對地 觀測圖像業(yè)務(wù)能力，多光譜CCD相機(jī)空間分辨率達(dá)到19.5m，可廣泛應(yīng)用于農(nóng)作物估產(chǎn)、環(huán)境保護(hù)與監(jiān)測、城市規(guī)劃和國土資源勘測等領(lǐng)域，結(jié)束了我國長期單純 依賴國外對地觀測衛(wèi)星數(shù)據(jù)的歷史;2008年9月，中國的環(huán)境與災(zāi)害監(jiān)測預(yù)報小 衛(wèi)星A、B星成功發(fā)射升空，搭載的CCD相機(jī)具有超過720 km幅寬的覆蓋能力，紅外相機(jī)具有夜間的災(zāi)害監(jiān)測能力，高光譜相機(jī)具有高分辨率探測能力。A、B星可實現(xiàn)48小時對全國范圍的無縫覆蓋觀測，同時還具有對境外災(zāi)害與環(huán)境事件的監(jiān)測能力，大大提高了環(huán)保部門大范圍、快速、動態(tài)、立體的開展生態(tài)監(jiān)測及評價、 跟蹤部分類型突發(fā)環(huán)境污染事件的發(fā)生和發(fā)展的監(jiān)測能力。

遙感記錄數(shù)據(jù)的方式一般有兩種：一種是以膠片格式記錄;另一種是以計算機(jī) 兼容磁帶數(shù)據(jù)格式記錄。第一種格式主要用在航空攝影上，這種記錄方式常常導(dǎo)致地物的幾何形狀產(chǎn)生變形，它的優(yōu)點是相鄰像片間有較大的重疊，很容易獲取立體 像對;第二種格式主要用在航天遙感上，如多光譜掃描儀所記錄的就是一種可以用 計算機(jī)處理，并可以轉(zhuǎn)換為圖像的CCT磁帶，其優(yōu)點是容易與地理信息系統(tǒng)結(jié)合，

便于進(jìn)行圖像處理和計算機(jī)輔助判讀。

②遙感在景觀生態(tài)學(xué)中的應(yīng)用領(lǐng)域分析。廣義來講，遙感是指通過任何不接觸被觀測物體的手段來獲取信息的過程和方法，包括航天遙感、航空遙感、船載 遙感、雷達(dá)以及照相機(jī)攝制的圖像。景觀生態(tài)學(xué)的迅速發(fā)展，得益于遙感技術(shù)的 發(fā)展及其應(yīng)用。遙感為景觀生態(tài)學(xué)研究和應(yīng)用提供的信息包括：地形、地貌、地面水體植被類型及其分布、土地利用類型及其面積、生物量分布、土壤類型及其 水體特征、群落蒸騰量、葉面積指數(shù)及葉綠素含量等。最常用的衛(wèi)星遙感資源是 美國陸地資源衛(wèi)星TM影像，包括7個波段，每個波段的信息反映了不同的生態(tài) 學(xué)特點(表3-29)。

表3-29美國陸地資源衛(wèi)星TM的7個波段及其能夠測量的生態(tài)學(xué)特性

波段主要生態(tài)學(xué)應(yīng)用

波段 1 (0.45-0.52 jam)

可見藍(lán)光區(qū)識別水體、土壤和植被 識別針葉林與闊葉林植被 識別人為的(非自然)地表特征

波段 2 (0.52-0.60 ^im)

可見綠光區(qū)測量植被綠光反射峰值 識別人為的(非自然)地表特征

波段 3 (0.60?0.90 pm)

可見紅光區(qū)監(jiān)測葉綠素吸收 識別植被類型

識別人為的(非自然)地表特征

波段 4 (0.76?0.90 pm)

近紅外反射區(qū)識別植被類型及生物量 識別水體和土壤濕度

波段 5 (1.55?1.75 |im)

中紅外反射區(qū)識別土壤溫度和植物含水量 識別雪和云

波段 6 (10.4?12.5 Jim)

遠(yuǎn)紅外反射區(qū)識別植物受脅迫程度、土壤溫度 測量地表熱量

波段 7 (2.08?2.35 Jim)

中紅外反射區(qū)識別礦物及巖石類型 識別植被含水量

此外，不同波段信息還可以以某種形式組合起來，形成各種類型的植被指數(shù)， 從而較好地反映某些地面生態(tài)學(xué)特征。如最早發(fā)展的比值植被指數(shù)RVI (RVI=R/NIR) 可用于估算和監(jiān)測植被蓋度，但是它對大氣影響反應(yīng)敏感，而且當(dāng)植被蓋度<50% 時，分辨能力也很弱，只有在植被蓋度濃密的情況下效果最好;農(nóng)業(yè)植被指數(shù) AVI[AVI=2.0 (MSS7-MSS5)]可以監(jiān)測作物生長發(fā)育的不同階段;歸一化差異植被指數(shù)NDVI[NDVI= (NIR-R) / iNIR+R)]對綠色植被表現(xiàn)敏感，常被用于進(jìn)行區(qū)域和全球的植被狀況研究;多時相植被指數(shù)MTVI[MTVI=NDVI (t2) -NDVI ], 用于比較兩個時期植被蓋度的變化，也可以監(jiān)測因水災(zāi)和土地侵蝕造成的森林覆蓋

率的變化。

目前己經(jīng)提出的植被指數(shù)有幾十個，但是應(yīng)用最廣的還是NDVI，在生物量估 測、資源調(diào)查、植被動態(tài)監(jiān)測、景觀結(jié)構(gòu)和功能及全球變化研究中發(fā)揮了重要作用。此外，人們常常把M)F/作為一種評價標(biāo)準(zhǔn)，來評價基于遙感影像和地面測量或模擬的新的植被指數(shù)的好壞。

③景觀遙感分類的基本方法。利用遙感技術(shù)進(jìn)行景觀分類，是研究景觀格局、 景觀變化的重要手段，景觀遙感分類一般包括分類體系的建立和實現(xiàn)分類兩部分。在進(jìn)行景觀分類之前，首先必須根據(jù)研究區(qū)的景觀類型，建立景觀分類體系。分類 體系的詳細(xì)程度，取決于所研究項目的需求。利用計算機(jī)進(jìn)行景觀遙感分類，一般 可以分為以下五個步驟。

♦第一步，數(shù)據(jù)收集和預(yù)處理。

數(shù)據(jù)收集包括研究區(qū)各種相關(guān)資料，如現(xiàn)有的圖件資源、遙感影像數(shù)據(jù)(MSS、 TM、SPOT等)。通常將用于分類的遙感影像各方面的信息稱為特征(feature)，最 簡單的特征就是各個波段中像元的灰度值。然而單靠各波段像元的灰度值，經(jīng)常得 不到較滿意的分類結(jié)果。這是由于地物的反射光譜不僅受大氣散射和地形等多種因素的影響，而且各個波段之間還存在較高的關(guān)聯(lián)性，從而導(dǎo)致了對重復(fù)數(shù)據(jù)的無效 分析。此外，從遙感影像上衍生出來的其他特征，也可以為遙感影像進(jìn)行預(yù)處理， 從中提取盡可能多的有用信息。遙感影像的預(yù)處理一般包括大氣校正、幾何糾正、光譜比值、主成分、植被成分、帽狀轉(zhuǎn)換、條紋消除和質(zhì)地(texture)分析等。下 面著重介紹幾種常見的遙感數(shù)據(jù)預(yù)處理方法。

波段比值(band ratio) 波段比值是最早的遙感影像分類預(yù)處理技術(shù)之一，它 能夠消除由地形因素(如坡度和坡向)引起的地物反射光譜的空間變異，增強(qiáng)植被和土壤輻射的差異。波段比值已被廣泛應(yīng)用于植被蓋度和生物量的評估中，最常用 的是植被指數(shù)，MSS數(shù)據(jù)常采用波段7和波段5 [式(3-43)],或者波段6和波段 5; TM常釆用波段4和波段3 [式(3-44)]:

TV1X= P—^- + 0.5 (3-43)

]/r7+r5 .

TVI2= AzA + o.5 (3-44)

\r4+r3

主成分(principal component) 由于地形因素(坡度、坡向)的差異，以及 各波段光譜本身的重疊，導(dǎo)致各個波段間的高度線性相關(guān)性，例如MSS的波段4 和波段5，波段6和波段7間就存在較高的線性相關(guān)性。如果只對原始的波段數(shù)據(jù) 進(jìn)行分析處理，勢必會造成對許多重復(fù)數(shù)據(jù)的處理，從而浪費(fèi)許多人力和物力。主成分分析通過降低空間維數(shù)，在數(shù)據(jù)信息的損失最低的前提下，消除或減少波段數(shù)據(jù)的重復(fù)，即降低波段間的相關(guān)性;同時，還能夠加快計算機(jī)分類的速度。據(jù)研究， 通過使用前3個主成分，能夠使計算機(jī)的分類速度提高4倍。

帽狀轉(zhuǎn)換(tasseled cap) 帽狀轉(zhuǎn)換是由Kauth和Thomas (1976)首先提出 的。他們在研究利用遙感技術(shù)估算農(nóng)作物的產(chǎn)量時，首先對原始波段數(shù)據(jù)進(jìn)行線性轉(zhuǎn)換生成了亮度(brightness)圖像、綠度(greeness)圖像和濕度(wetness)圖像， 然后利用所生成的3個通道對農(nóng)作物進(jìn)行分類，達(dá)到了較滿意的分類效果，后來人 們將這種變換應(yīng)用于其他的植被類型，從而使帽狀轉(zhuǎn)換得到了廣泛的應(yīng)用。

條紋消除(destrip) 由于傳感器的振動、數(shù)據(jù)的傳輸和處理過程中產(chǎn)生的錯 誤或其他原因，有時會使遙感影像呈現(xiàn)間隔均勻的條帶(有橫向和縱向兩種)，它 會影響我們對影像的識別及分類結(jié)果，通過條紋消除，可以提高遙感影像的判讀性, 從而也能增加分類的準(zhǔn)確性。

相關(guān)文章：

2013年環(huán)境影響評價技術(shù)方法教材解析匯總

2013年環(huán)評師環(huán)境影響評價技術(shù)方法考點分析

更多關(guān)注：成績查詢 考試培訓(xùn) 歷年真題 論壇交流

（責(zé)任編輯：中大編輯）

共2頁,當(dāng)前第1頁  第一頁  前一頁  下一頁