采煤沉陷濕地高分辨率遙感精準監測方法與應用*

李幸麗，姚寶志，滿衛東，高均海

(1.中煤科工生態環境科技有限公司，北京 100013；2.華北理工大學，河北 唐山 063210)

采煤沉陷濕地是由煤炭資源井工開采導致在高潛水位地區地表產生積水而形成的人工次生濕地。在我國東部高潛水位礦區，大面積的采煤沉陷導致土地損毀、地面積水、植被破壞、基礎設施受損，造成生態環境嚴重破壞[1-2]。隨著習近平在《推動我國生態文明建設邁上新臺階》一文中做出的“山水林田湖草是生命共同體”論斷提出，各礦區地方政府推動實施了生態損毀區域的生態治理項目，諸多的沉陷濕地區域得到了生態修復和治理。為實現對沉陷區管理和治理保護成效的科學評定，開展采煤沉陷濕地區域生態資源調查與監測工作具有重要意義。傳統的野外監測調查手段存在成本高、費時費力等缺點，難以進行大范圍的沉陷濕地區域精準監測，而遙感技術作為一種綜合性的對地觀測技術運用于生態環境監測中，能夠科學、準確、實時地提供分析結果，因此，被廣泛應用于生態保護與監測領域[3-5]。高空間分辨率遙感影像以米級、亞米級空間分辨率對地成像，其突出優勢是具有豐富的空間信息、地物幾何結構和紋理特征[6-8]。目前比較常用的高分辨率遙感衛星影像包括：Quickbird、IKONOS、GeoEye、WorldView以及國產的高分衛星系列。傳統的基于像素的分類方法是以遙感影像中的單個像元作為基本處理單元，只使用了光譜特征，不能有效利用影像豐富的空間結構信息，會導致分類精度較低，影響分類結果精度和效率。針對高分辨率遙感影像幾何紋理、結構、形狀等信息明顯的特點[9]，Baatz 等提出了面向對象的分類方法[10-12]。諸多學者的研究結果表明，面向對象的分類方法能夠充分利用高空間分辨率遙感影像豐富的形狀和紋理信息，實現較精準的地物分類[13-15]。

唐山市南湖沉陷濕地是由開灤集團百年開采所形成的沉陷區，經歷了多年的治理和修復，已經成為風景優美的景區，為了摸清唐山南湖區域的生態資源，明確面臨的生態環境問題，評估區域生態系統演變趨勢及服務價值等，本文以高時空分辨率的WorldView遙感影像為數據源，采用面向對象的分類方法獲取了精準的地表覆蓋生態系統信息，并探索了多時相遙感數據支持下的沉陷濕地區域地表覆蓋空間和生態系統變化監測方法。

1 研究區概況與數據源

1.1 研究區概況

唐山是我國重要的煤炭產區，140多年的煤炭開采活動，在城市內形成了大范圍的采煤沉陷區。南湖采煤沉陷區位于唐山市路南區，距離主城區約1 km，屬于開灤集團唐山礦開采沉陷區范圍。

面對嚴重的采煤塌陷地問題，唐山市經過持之以恒的生態建設，讓昔日南湖采煤沉陷區轉變為全國最大的城市中央生態公園，也成為了自然資源部辦公廳公布的《生態產品價值實現典型案例》(第二批)重要成員之一。南湖作為采煤沉陷區改造的示范項目，從曾經的采煤沉陷區到如今的城市綠肺，唐山南湖生態旅游風景區已榮獲多項殊榮。在國家實施“一帶一路”經濟發展計劃宏觀背景下，結合以提升生態系統質量為目標的生態文明建設，開展南湖區域生態基礎要素分析，摸清區域性生態環境狀況，評估區域生態系統演變趨勢及服務價值等，是科學合理的開展生態保護與生態城市建設研究、進一步實施生態空間等規劃內容的必要依據，具有重要的科學和現實意義。

本次研究區唐山南湖區域整體占地面積約45.89 km2，東西長約6.9 km，南北寬約6.8 km，地理位置在東經118°7′～118°12′，北緯39°33′～39°37′之間，如圖1所示。

1.2 數據源簡介

本研究獲取覆蓋南湖區域2015年、2017年、2019年和2020年WorldView-2/3遙感影像數據，包括多光譜紅綠藍、近紅外4個波段，空間分辨率為2 m，全色波段分辨率0.5 m，云量均小于1%，且質量較好，完全覆蓋整個南湖區域，如表1所示，影像已進行輻射定標、大氣校正和幾何精校正處理，采用面向對象的遙感影像分類方法，以多尺度分割得到的影像對象為基礎處理數據，結合專家經驗，運用多層次分類法逐級掩膜，采用專業遙感影像處理軟件中的決策樹分類算法對遙感數據進行分類，從而獲得了研究區多時相高精度的生態系統類型空間分布數據。

表1 遙感數據信息表

2 基于面向對象的采煤沉陷濕地生態系統精準分類

基于高空間分辨率遙感影像的特點，設計了面向對象的高空間分辨率遙感的分類算法流程，具體流程如圖 2 所示。分類之前要根據研究方向和對象針對本區域特點建立分類體系；然后，通過對高分辨率的影像進行多尺度分割，生成由相鄰同質像元合并而成的影像對象；最后，根據分類類別綜合分析影像對應的光譜、形狀、紋理等特征信息，選取適當特征結合合適算法實現高空間分辨率影像的生態系統分類。面向對象的分類方法核心是影像分割和影像分類。該方法不再是以單個像素作為基本處理單元，而是以多尺度分割形成的相鄰同質像元合并而成的影像對象作為基本處理單元。

圖2 高分辨率遙感影像分類流程圖

2.1 采煤沉陷濕地生態系統分類體系

遙感影像分類體系的劃分是進行遙感圖像分類的重要依據和基礎[16]，本文采用的分類體系為生態系統分類體系。這與土地利用/覆蓋分類體系不完全相同，既要考慮與土地利用分類體系相適應，又要考慮研究區內各生態系統自身的分布規律和空間結構關系。在劃分過程中需充分考慮遙感影像實際可解譯能力和研究區內生態系統的特征。生態系統分類體系的劃分是評定生態系統整體服務功能及其空間變化的重要因素，也是進行生態系統服務功能保護和利用的重要依據[17-18]。本文結合WorldView影像的實際可解譯能力、研究區生態系統特征，參考國內相關的土地利用/覆蓋分類系統，建立了唐山市南湖采煤沉陷區生態系統類型一級分類系統，分為7個類別，具體分類系統如表2所示。

表2 唐山市南湖區域生態系統分類系統

2.2 影像數據的多尺度分割

遙感影像的多尺度分割要求在各種分割算法的支持下，以影像信息量損失最小為前提，以多種尺度生成異質性最小而同質性最大的多邊形對象[19-20]。根據分割后多邊形對象的光譜特征、形狀紋理特征和質地等聯系，將特征相同的對象單元合并成特征相同的較大對象，并且對象的尺度調整要保證合并后對象的異質性小于提前給定的閾值。閾值越大，對應產生的分割對象的面積越大[21]。 本文采用的多尺度分割算法同時考慮了地物的光譜信息和形狀指數?；镜牟僮魇菍⒚總€像元作為基本單位對象，在進行遙感圖像分割時考慮每個像元的光譜異質性度量參數和光譜異質閾值，像元光譜異質性小于設置的閾值則將對象合并，反復循環上述過程，直到所有像元均被分到分割對象當中；最后，用形狀異質性度量參數hshape對生成多邊形對象的形狀進行修偏而得到最終的多尺度分割結果。本文中多尺度分割要素包括5個因子：光譜、尺度、形狀、光滑度和緊湊度。為減少數據處理與分析的復雜程度，分類過程中各生態系統分類的基準分割尺度為“150”左右。

多尺度分割各參數的設定主要基于先驗經驗，通過不斷調整參數值，并綜合分類目標，目視判讀分割效果，選擇最優參數值。根據多次實驗分析，最優的形狀異質性參數hshape和光譜異質性參數hcolor權重值為0.2和0.8；緊湊度和光滑度權重值為0.3和0.7。

2.3 面向對象的特征提取

多尺度分割后的影像作為基本處理單元同樣包含光譜、形狀、紋理等特征信息。在選擇特征時，并非所選特征越多，分類效果越好，而是應當有針對性地選擇分類最顯著的特征進行分類訓練。過多的特征會造成大量冗余數據，降低計算效率，甚至會嚴重影響分類精度。 本文基于南湖采煤沉陷區的地區特點，主要提取對象的光譜特征(均值、亮度、歸一化差分植被指數NDVI、歸一化差異水體指數NDWI、標準差等)、形狀特征(周長、圓度、光滑度、與矩形的擬合程度、長寬比等)、紋理特征(同質性、相異性、熵等)等幾類主要特征。通過分類對象的解譯標志庫建立和樣本集的訓練，建立與當地分類系統相適應的決策樹指標和結構；然后，通過決策樹的子分級，進行各生態系統類型的不斷掩膜和提純，最終實現單個分類類別的最終分類。對于個別光譜類型變化較大、規律不清楚的類型則采用最鄰近方法進行劃分，可選取多個光譜特征中心進行類型分組。

本研究采用eCongnition軟件集成的決策樹算法進行分類，以2020年和2015年影像為例，最終遙感影像分類結果如圖3所示。

圖3 南湖地區生態系統分類結果

2.4 分類結果精度分析

為進行分類結果精度評定，采用誤差矩陣法對2020年唐山市南湖采煤沉陷濕地區域生態系統景觀類型分類結果進行分析，如表3所示。將高分辨率遙感影像面向對象的分類結果按各個生態系統類型進行隨機布點抽樣檢驗，并結合多源的專題圖數據、野外實地調查，確定了可用于研究區精度評價的真值圖像。最后，利用混淆矩陣計算分類結果精度評價的指標，包括制圖精度、用戶精度、kappa系數和總體分類精度。分析結果表明：唐山市南湖采煤沉陷濕地區域高精度高分辨率遙感影像的總體分類精度達到了94%，Kappa系數為0.92。其中，水體分類精度達到100%，最小識別積水區面積小至20 m2。

表3 2020年分類結果誤差矩陣

3 結果與分析

3.1 2020年生態系統特征分析

將面向對象的遙感圖像精準分類方法應用于南湖采煤沉陷濕地生態系統變化監測信息提取中，不僅利用了遙感影像的光譜特征，還利用了對于區分不同生態系統類型十分重要的紋理特征和拓撲特征，逐步得到了研究區不同生態系統的空間分布信息。精度分析表明所得分類結果精度高，且具有明確的地理意義。

利用GIS工具對分類后影像進行統計分析，2020年唐山南湖采煤沉陷區域各生態系統構成如表4所示。2020年南湖采煤沉陷濕地區域內，森林生態系統和人工表面作為南湖地區優勢生態系統類型，呈現人工表面環繞水體的環狀分布，南湖地區水體面積達470.98 hm2，分布集中，主要集中于唐山南湖城市中央生態公園，局部水體覆蓋率極高，南湖地區整體水體占比相對較低(10.26%)。南湖地區森林覆蓋率達22.88%，面積約1 049.69 hm2，分布呈現擴散狀，主要分布于唐山南湖城市中央生態公園、唐山植物園、唐山南湖國際高爾夫俱樂部，少量分布于城市道路兩側。南湖地區農田面積占全區總面積的6.81%，農田生態系統主要分布于南湖地區的東南和西南角的大齊各莊鎮和稻地鎮。南湖地區沼澤濕地資源相對匱乏，沼澤濕地率約為0.32%。南湖地區人工表面呈持續擴張趨勢，2020年總面積達2 159.88 hm2，大型人工表面主要集中在唐山市區，農村居民地則均勻分布在農田之中。

表4 2020年唐山南湖地區各生態系統構成表

從唐山市南湖采煤沉陷濕地區域2020年整體生態系統格局來看，南湖地區內自然景觀條件優越，水體生態系統發達，湖泊眾多。通過對南湖地區各類生態系統分析得出：南湖地區景觀類型多樣，物種豐富，生態穩定性較強，雖然自然生態系統和人居生態系統相互作用，但景觀格局協調、穩定。

3.2 2015～2020年南湖區域生態系統變化特征分析

2015～2020年唐山市南湖地區各生態系統類型變化趨勢：唐山市南湖地區總體呈現自然類型生態系統退化、人工表面擴張、自然生態系統向復合型生態系統轉化的趨勢。在轉化類型上，主要是人工表面擴張占用農田和森林，導致大量自然生態系統轉化為人居生態系統。如表5所示，水體在5年間增長了38.01 hm2，水體覆蓋率在2015～2017年間呈現增長趨勢，在2017年以后水體面積又呈現出逐年遞減趨勢。森林覆蓋率從23.69%下降到22.88%，下降了0.81%，其他用地降幅為各類數據變化最大(-1.15%)，濕地生態系統受自然和人為雙重因素作用下，呈減少趨勢，減少約5.08 hm2，人工表面持續擴張，5年里面積增長了約2.46%。在空間變化特征上，農田占用森林現象主要發生在南湖地區南部；人工表面擴張占用草地，以及開發其他用地，主要發生在南湖地區北部和西南部。

表5 不同時期各生態系統類型面積及百分比統計

3.3 2015～2020年南湖區域生態系統變化驅動因素分析

3.3.1 自然條件對生態系統的影響

自然條件主要是氣候因素對自然生態系統的影響。南湖地區近5年來氣候有變暖增干的趨勢。氣候暖干化趨勢是造成水體面積和沼澤濕地面積減少的重要原因之一，氣溫上升、蒸發增多、降水減少等原因直接造成湖泊和沼澤濕地水源補給不足，沼澤濕地向旱生環境轉化，面積大幅減少。此外,氣候條件的改變對森林等自然植被的生長也有直接的干擾作用。

3.3.2 人力驅動對生態系統格局的影響

人力驅動因素主要有兩個方面，一是城鎮擴張需求導致其他用地面積大幅減少。2016年4月29日～10月16日，世界園藝博覽會在唐山南湖舉行，南湖地區進行了綜合整治開發。在過去的5年里，其他用地面積減少了52.49 hm2，未利用地得到了有效利用。二是城市發展占用農田現象嚴重。在2015～2020年，城鎮化、工業化進程加快，南湖地區內約6.97 hm2的農田被開墾為人工表面。

4 結 論

(1)為了實現對采煤沉陷區動態、精準監測的要求，本文以唐山市南湖采煤沉陷區為研究區域，提出了一套利用高分辨率遙感影像WorldView數據進行精細化地表生態系統分類的技術流程和方法，總體分類精度達到了94%，可以有效獲取采煤沉陷區域地表生態系統精細分類信息。

(2)通過對2020年南湖區域生態系統分類結果的分析，得出了2020年南湖地區景觀類型多樣，物種豐富，生態穩定性較強，雖然自然生態系統和人居生態系統相互作用，但景觀格局協調、穩定的結論。獲取了2015～2020年間各生態系統類別面積變化情況，得出了唐山市南湖地區2015～2020年總體呈現自然生態系統退化、人工表面擴張、自然生態系統向復合型生態系統轉化的趨勢的結論。

(3)利用WorldView影像數據進行高分辨率遙感影像分類，可以識別到小至20 m2的積水區域等地表的細節變化，達到精準監測的目的。本文提出的高分辨率遙感影像分類方法和流程具有一定的通用性，可以為全國其他區域生態環境監測提供方法借鑒。