环境影响评价师

本文为2013年环境影响评价师考试《环境影响评价技术方法》教材第三章的水环境现状调查与监测详细阐述，希望本文能够帮助您更好的全面学习2013年环境影响评价师考试的重点知识!

7. 遥感一地理信息系统一全球定位系统技术的应用

遥感一地理信息系统一全球定位系统，即“3S”技术，在生态学调查与研究中，具有特殊重要的价值。

(1)遥感。

①遥感的数据源和记录格式。1972年美国发射了第一颗地球资源卫星，标志 着航天遥感时代的开始。之后，美国先后发射了一系列的陆地资源卫星，包括陆地卫星1?7号，包括MSS (分辨率为80 m)、TM (7个波段，分辨率除第六波段为 120 m外，其他均为30 m)、ETM+ (8个波段，热红外波段的分辨率为60 m,全 色波段的分辨率为15 m,其余波段的分辨率均为30 m)0此外，法国发射的SPOT 卫星载有高分辨的传感器(分辨率为20 m,全色波段为10 m)，印度发射的IRS 卫星全色波段的分辨率为6.25 m，1999年美国发射成功的小卫星上载有IK0N0S 传感器，其空间分辨率高达1 m;另一方面，低空间高时相频率的AVHRR (N0AA 系列，分辨率为1 km)和其他遥感载体及测试雷达的相继投入使用。同时，我国也在积极发展空间遥感技术，1999年我国和巴西联合研制中巴地球资源卫星01星 (CBERS-01)成功发射，截至2007年9月CBERS-02B成功入轨，已形成对地 观测图像业务能力，多光谱CCD相机空间分辨率达到19.5m，可广泛应用于农作物估产、环境保护与监测、城市规划和国土资源勘测等领域，结束了我国长期单纯 依赖国外对地观测卫星数据的历史;2008年9月，中国的环境与灾害监测预报小 卫星A、B星成功发射升空，搭载的CCD相机具有超过720 km幅宽的覆盖能力，红外相机具有夜间的灾害监测能力，高光谱相机具有高分辨率探测能力。A、B星可实现48小时对全国范围的无缝覆盖观测，同时还具有对境外灾害与环境事件的监测能力，大大提高了环保部门大范围、快速、动态、立体的开展生态监测及评价、 跟踪部分类型突发环境污染事件的发生和发展的监测能力。

遥感记录数据的方式一般有两种：一种是以胶片格式记录;另一种是以计算机 兼容磁带数据格式记录。第一种格式主要用在航空摄影上，这种记录方式常常导致地物的几何形状产生变形，它的优点是相邻像片间有较大的重叠，很容易获取立体 像对;第二种格式主要用在航天遥感上，如多光谱扫描仪所记录的就是一种可以用 计算机处理，并可以转换为图像的CCT磁带，其优点是容易与地理信息系统结合，

便于进行图像处理和计算机辅助判读。

②遥感在景观生态学中的应用领域分析。广义来讲，遥感是指通过任何不接触被观测物体的手段来获取信息的过程和方法，包括航天遥感、航空遥感、船载 遥感、雷达以及照相机摄制的图像。景观生态学的迅速发展，得益于遥感技术的 发展及其应用。遥感为景观生态学研究和应用提供的信息包括：地形、地貌、地面水体植被类型及其分布、土地利用类型及其面积、生物量分布、土壤类型及其 水体特征、群落蒸腾量、叶面积指数及叶绿素含量等。最常用的卫星遥感资源是 美国陆地资源卫星TM影像，包括7个波段，每个波段的信息反映了不同的生态 学特点(表3-29)。

表3-29美国陆地资源卫星TM的7个波段及其能够测量的生态学特性

波段主要生态学应用

波段 1 (0.45-0.52 jam)

可见蓝光区识别水体、土壤和植被 识别针叶林与阔叶林植被 识别人为的(非自然)地表特征

波段 2 (0.52-0.60 ^im)

可见绿光区测量植被绿光反射峰值 识别人为的(非自然)地表特征

波段 3 (0.60?0.90 pm)

可见红光区监测叶绿素吸收 识别植被类型

识别人为的(非自然)地表特征

波段 4 (0.76?0.90 pm)

近红外反射区识别植被类型及生物量 识别水体和土壤湿度

波段 5 (1.55?1.75 |im)

中红外反射区识别土壤温度和植物含水量 识别雪和云

波段 6 (10.4?12.5 Jim)

远红外反射区识别植物受胁迫程度、土壤温度 测量地表热量

波段 7 (2.08?2.35 Jim)

中红外反射区识别矿物及岩石类型 识别植被含水量

此外，不同波段信息还可以以某种形式组合起来，形成各种类型的植被指数， 从而较好地反映某些地面生态学特征。如最早发展的比值植被指数RVI (RVI=R/NIR) 可用于估算和监测植被盖度，但是它对大气影响反应敏感，而且当植被盖度<50% 时，分辨能力也很弱，只有在植被盖度浓密的情况下效果最好;农业植被指数 AVI[AVI=2.0 (MSS7-MSS5)]可以监测作物生长发育的不同阶段;归一化差异植被指数NDVI[NDVI= (NIR-R) / iNIR+R)]对绿色植被表现敏感，常被用于进行区域和全球的植被状况研究;多时相植被指数MTVI[MTVI=NDVI (t2) -NDVI ], 用于比较两个时期植被盖度的变化，也可以监测因水灾和土地侵蚀造成的森林覆盖

率的变化。

目前己经提出的植被指数有几十个，但是应用最广的还是NDVI，在生物量估 测、资源调查、植被动态监测、景观结构和功能及全球变化研究中发挥了重要作用。此外，人们常常把M)F/作为一种评价标准，来评价基于遥感影像和地面测量或模拟的新的植被指数的好坏。

③景观遥感分类的基本方法。利用遥感技术进行景观分类，是研究景观格局、 景观变化的重要手段，景观遥感分类一般包括分类体系的建立和实现分类两部分。在进行景观分类之前，首先必须根据研究区的景观类型，建立景观分类体系。分类 体系的详细程度，取决于所研究项目的需求。利用计算机进行景观遥感分类，一般 可以分为以下五个步骤。

♦第一步，数据收集和预处理。

数据收集包括研究区各种相关资料，如现有的图件资源、遥感影像数据(MSS、 TM、SPOT等)。通常将用于分类的遥感影像各方面的信息称为特征(feature)，最 简单的特征就是各个波段中像元的灰度值。然而单靠各波段像元的灰度值，经常得 不到较满意的分类结果。这是由于地物的反射光谱不仅受大气散射和地形等多种因素的影响，而且各个波段之间还存在较高的关联性，从而导致了对重复数据的无效 分析。此外，从遥感影像上衍生出来的其他特征，也可以为遥感影像进行预处理， 从中提取尽可能多的有用信息。遥感影像的预处理一般包括大气校正、几何纠正、光谱比值、主成分、植被成分、帽状转换、条纹消除和质地(texture)分析等。下 面着重介绍几种常见的遥感数据预处理方法。

波段比值(band ratio) 波段比值是最早的遥感影像分类预处理技术之一，它 能够消除由地形因素(如坡度和坡向)引起的地物反射光谱的空间变异，增强植被和土壤辐射的差异。波段比值已被广泛应用于植被盖度和生物量的评估中，最常用 的是植被指数，MSS数据常采用波段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)的差异，以及 各波段光谱本身的重叠，导致各个波段间的高度线性相关性，例如MSS的波段4 和波段5，波段6和波段7间就存在较高的线性相关性。如果只对原始的波段数据 进行分析处理，势必会造成对许多重复数据的处理，从而浪费许多人力和物力。主成分分析通过降低空间维数，在数据信息的损失最低的前提下，消除或减少波段数据的重复，即降低波段间的相关性;同时，还能够加快计算机分类的速度。据研究， 通过使用前3个主成分，能够使计算机的分类速度提高4倍。

帽状转换(tasseled cap) 帽状转换是由Kauth和Thomas (1976)首先提出 的。他们在研究利用遥感技术估算农作物的产量时，首先对原始波段数据进行线性转换生成了亮度(brightness)图像、绿度(greeness)图像和湿度(wetness)图像， 然后利用所生成的3个通道对农作物进行分类，达到了较满意的分类效果，后来人 们将这种变换应用于其他的植被类型，从而使帽状转换得到了广泛的应用。

条纹消除(destrip) 由于传感器的振动、数据的传输和处理过程中产生的错 误或其他原因，有时会使遥感影像呈现间隔均匀的条带(有横向和纵向两种)，它 会影响我们对影像的识别及分类结果，通过条纹消除，可以提高遥感影像的判读性, 从而也能增加分类的准确性。

相关文章：

2013年环境影响评价技术方法教材解析汇总

2013年环评师环境影响评价技术方法考点分析

更多关注：成绩查询 考试培训 历年真题 论坛交流

（责任编辑：中大编辑）