RSEI在環(huán)境變化監(jiān)測中的應(yīng)用摘要：針對當(dāng)前難以監(jiān)測礦山環(huán)境問題，本文應(yīng)用遙感生態(tài)指數(shù)進(jìn)行了礦山環(huán)境監(jiān)測。該方法集成歸一化植被指數(shù)、溫度指標(biāo)、干度指標(biāo)和濕度指標(biāo)4項指標(biāo)綜合反映礦區(qū)的生態(tài)環(huán)境。通過觀測2013-2016年Landsat8影像，利用遙感生態(tài)指數(shù)提取礦山環(huán)境信息，并分為差等、較差、中等、良好、優(yōu)等五個等級，通過比較4年間影像變化，得出礦區(qū)RSEI均值已經(jīng)呈現(xiàn)增長態(tài)勢，礦區(qū)及其周圍地區(qū)的生態(tài)環(huán)境質(zhì)量正逐年改善。關(guān)鍵詞：遙感生態(tài)指數(shù)；影像分類；波段計算；歸一化植被指數(shù)0引言隨著衛(wèi)星技術(shù)的發(fā)展，遙感憑借其快速、實時、高效及大范圍監(jiān)測等諸多優(yōu)勢，廣泛地應(yīng)用于地理、環(huán)境、農(nóng)林等各個領(lǐng)域［1，2］，已逐漸成為一種高效獲取空間數(shù)據(jù)的重要手段之一。在生態(tài)環(huán)境監(jiān)測方面，遙感更是獲取第一手資料的重要方法。然而，目前對各類生態(tài)系統(tǒng)評價研究多為基于單一生態(tài)指標(biāo)，如利用植被指數(shù)監(jiān)測林農(nóng)生態(tài)系統(tǒng)，利用水體指數(shù)提取河流信息完成水環(huán)境評估，利用地表溫度指數(shù)評價城市熱島效應(yīng)等。近年來，一種新型遙感生態(tài)指數(shù)（RemoteSensingBasedEcologicalIndex，RSEI）逐漸被提出，它集成了反映生態(tài)環(huán)境的多種指標(biāo)，可實現(xiàn)區(qū)域生態(tài)環(huán)境的快速監(jiān)測與評價，具有一定的應(yīng)用意義［3］。本文應(yīng)用RSEI進(jìn)行某礦生態(tài)環(huán)境監(jiān)測，通過耦合反映生態(tài)環(huán)境狀況的綠度、濕度、干度和熱度指標(biāo)，實現(xiàn)對監(jiān)測區(qū)域生態(tài)環(huán)境質(zhì)量的監(jiān)測與評價。遙感生態(tài)指數(shù)遙感影像中，遙感生態(tài)指數(shù)主要包括歸一化植被指數(shù)、溫度指標(biāo)、干度指標(biāo)和濕度指標(biāo)。RSEI將4個指標(biāo)融合在一起，共同反映遙感生態(tài)環(huán)境條件。歸一化植被指數(shù)遙感影像中，近紅外波段的反射值與紅光波段的反射值之差比上兩者之和為歸一化植被指數(shù)（NDVI），計算方法如公式（1）所示。NDVI作為能環(huán)境綠度可以反映植物的影響，如土壤、積雪量、枯葉、粗糙度等。NDVI也可以用來監(jiān)測研究區(qū)域植物的生長狀態(tài)和植物的覆蓋度并且可以消除部分輻射誤差等。NDVI還可以反映植物的生物量、葉面積指數(shù)以及植被覆蓋度，是使用較為廣泛的植被指數(shù)［4］。（1）溫度指標(biāo)溫度指標(biāo)（LST）是RSEI模型指數(shù)之一，通常利用單窗和分裂窗算法對Landsat8影像兩個熱紅外波段進(jìn)行運算處理，以獲取地表溫度。Landsat8衛(wèi)星有兩個熱紅外通道，因此既可以使用單窗算法反演地表溫度，也可以使用分裂窗算法反演地表溫度，相比于其它Landsat衛(wèi)星只能運用單窗算法進(jìn)行反演，在功能上有了很大提升。溫度指標(biāo)在計算時，首先需預(yù)估大氣對地表熱輻射的影響，然后盡可能減弱大氣對衛(wèi)星傳感器所觀測到的熱輻射的影響，從而得到地表熱輻射強度，并將之轉(zhuǎn)化為地表溫度。干度指標(biāo)干度指標(biāo)（NDBSI）也是RSEI指標(biāo)之一，它由城市建筑指數(shù)（IBI）和裸土指數(shù)（SI）的平均值得到的，該指數(shù)的范圍是［-1,1］，其值越大，表示越干燥。NDBSI的計算方法如公式（1）、（2）、（3）所示，B2表示藍(lán)波段，B3表示綠波段，B4表示紅波段，B8表示近紅外波段。（2）（3）（4）濕度指標(biāo)濕度指標(biāo)（Wet）是在一定的溫度下、一定體積的空氣作為前提，含有的水汽越少則空氣越干燥，其濕度也越低［5］；水汽越多則空氣濕度越高。通過Landsat8遙感影像進(jìn)行波段計算其值，具體計算如公式（5）所示。（5）實驗與分析2.1實驗圖1實驗數(shù)據(jù)影像本文所用的數(shù)據(jù)為遼寧某市露天礦2013—2016年的Landsat8OLI遙感影像數(shù)據(jù)。Landsat8衛(wèi)星數(shù)據(jù)包含0LI陸地成像儀和TIRS熱紅外傳感器兩種傳感器。實驗選用的Landsat8OLI數(shù)據(jù)包括了ETM+的所有波段，同時為了避免大氣對部分特征的吸收，OLI對波段重新進(jìn)行了比較大的調(diào)整。實驗區(qū)域的遙感影像如圖1所示。在ENVI中數(shù)據(jù)預(yù)處理后，將NDVI、NDBSI、LST、Wet四個指標(biāo)進(jìn)行合成一個影像，減少計算機運行計算量，提高運行速度。將此四個波段合成可以獲得一個圖像，其方法為，打開ENVI軟件，點擊“文件”菜單的彈出菜單項中點擊“打開”同時打開RESI模型的4個指標(biāo)文件，在“工具箱”工具欄中選擇“柵格影像管理”工具條內(nèi)的“層停靠”工具，在“層?？繀?shù)”波段合成窗口中點擊“導(dǎo)入文件”，打開波段輸入窗口選擇所輸入的波段，點擊“錄制文件”打開波段順序的窗口進(jìn)行順序調(diào)整，完成后直接點擊“確定”，生成新合成的波段。經(jīng)過數(shù)據(jù)處理，提取的2013-2016年度RSEI指標(biāo)如圖2所示。2013年2014年2015年2016年圖2遼寧某礦遙感RSEI指標(biāo)分級圖2.2結(jié)果分析從4年分類圖中變化發(fā)現(xiàn)，2013年生態(tài)環(huán)境質(zhì)量在“差”和“較差”兩個等級的土地面積占整個研究區(qū)域的39％，2014年生態(tài)環(huán)境質(zhì)量在“差”和“較差”兩個等級的面積占整個研究區(qū)域的40％，2015、2016年生態(tài)環(huán)境質(zhì)量為“差”和“較差”的面積占整個研究區(qū)域的40％。雖然4年的RSEI平均值變化不大，但依然可以看出該礦礦區(qū)的生態(tài)環(huán)境質(zhì)量是有上升趨勢，RSEI平均值由2013年的0.4977降低到2015的0.4973，表示礦區(qū)以及周圍住宅區(qū)的生態(tài)環(huán)境在一定程度上的降低，到20，6年時可以看到RSEI值變成了0.4974，表示2016年礦區(qū)的生態(tài)環(huán)境質(zhì)量已經(jīng)有了上升的趨勢，生態(tài)環(huán)境已經(jīng)開始變好。同時可以看出在從2014年到2015年“差”和“較差”兩個等級的面積已經(jīng)在減少。結(jié)論基于遙感生態(tài)指數(shù)，本文在ENVI中將歸一化植被指數(shù)、溫度指標(biāo)、干度指標(biāo)和濕度指標(biāo)四個指數(shù)融合一起，實現(xiàn)礦區(qū)遙感環(huán)境監(jiān)測。通過遙感影像數(shù)據(jù)分析，發(fā)現(xiàn)遼寧某礦的生態(tài)環(huán)境質(zhì)量已經(jīng)呈現(xiàn)上升趨勢，其中2016年的“中等”及以上等級所占區(qū)域土地面積比例達(dá)59.9％，比2015年相同等級的土地面積增長0.11平方千米。通過觀測數(shù)據(jù)發(fā)現(xiàn)，礦區(qū)RSEI均值已經(jīng)呈現(xiàn)增長趨勢，表明該礦及其周圍地區(qū)的生態(tài)環(huán)境質(zhì)量也正在逐步改善。參考文獻(xiàn)：Fourty，T.，F(xiàn).Baret，S.Jacquemoud，G.Schmuck，J.Verdebout.LeafOpticalPropertieswithExplicitDescriptionofItsBiochemicalComposition：DirectandInverseProblems.RemoteSensingofEnvironment，1996（56）：104-117.Gamon，J.A.andJ.S.Surfus.AssessingLeafPigmentContentandActivityWithaReflectometer.NewPhytologist1999（143）：105-117.杭鑫，羅曉春.基于RSEI模型的生態(tài)質(zhì)量評估及城鎮(zhèn)化影響——以南京市為