应用气象学报  2003, 14 (6): 715-721   PDF    
贵溪市植被资源遥感调查和综合气候区划
魏丽1,2, 殷剑敏3, 黄淑娥3, 李迎春3     
1. 南京气象学院环境科学系, 南京 210044;
2. 江西省气象台, 南昌 330046;
3. 江西省气象科学研究所, 南昌 330046
摘要: 应用中巴资源一号卫星遥感数据、地理信息系统和全球定位系统技术,结合常规资料、野外考察等手段,采用数字化图像处理和分类技术,进行了贵溪市土地利用类型、水资源分布和森林植被等环境资源遥感解译。在通用的遥感图像分类方法的基础上,将GPS采样数据参与到各类资源遥感解译标志的建立和分类中,并留出样本做精度检验,提高了环境资源遥感解译的客观性和效率。根据中国亚热带东部丘陵山区气候考察资料和贵溪所处武夷山区17年的垂直气候观测资料,应用统计学方法建立了12种气候要素和资源随海拔高度变化模型。应用1:25万数字化地理数据,经三角网插值,生成20 m网格精度的数字高程图(DEM),通过地学模型,将气候要素(资源)计算到同样的网格点上。最后,应用GIS中栅格图层的空间分析方法,将环境资源遥感解译结果、气候资源、区划指标等计算到20 m分辨率的网格点上,应用逻辑算子进行气候分区判断,得到了优质双季晚稻适宜播种期等7种作物的综合区划,并对区划结果进行了分析。
关键词: 环境资源    遥感调查    气候区划    
REMOTE SENSING INVESTIGATION OF ENVIRONMENTAL RESOURCES AND COMPREHENSIVE CLIMATE DIVISION
Wei Li1,2, Yin Jianmin3, Huang Shue3, Li Yingchun3     
1. Env ironment Science Department, Nanjing Institute of Meteorology, 210044;
2. Meteorological Observatory of Jiangxi Province, Nanchang 330046;
3. Meteorological Science Institute of Jiangxi Province, Nanchang 330046
Abstract: Based on the CBERS1/CCD data, GIS and GPS techniques, and combined with conventional data and field investigation, digital image processing and classifying methods are applied to interpret resources of landuse, water and forest in Guixi city, Jiangxi Province. Some GPS locating data are chosen to interpret image, others remaining to check up image-classified results, which improved the objectivity and efficiency of interpreting image. By use of section observational data in subtropical mountainous regions and locating data for seventeen years in Guixi mountain region, twelve models are built to describe changes of climate factors with heights. On the basis of interpolating digital counter onto each 20-meter grid, the climate resources in the grid are calculated. Consequently, seven kinds of crop's comprehensive climate division are given by means of logical arithmetic of GIS space analysis models. Also the results of divisions are analyzed.
Key words: Environmental resources     Remote sensing investigation     Climate division    
引言

随着人口、资源、环境矛盾的加剧,环境资源的消长日益受到重视。区域农业产业结构调整既要发挥资源优势,又要达到可持续发展目的,必须依托高新技术进行区域资源调查和合理规划。遥感、地理信息系统和全球定位系统为此提供了宏观的监测手段和分析管理工具,如何将“3S”技术综合应用于县级区域环境资源调查和综合区划,提高农业生产的科技水平,是本研究的主要目的。经过两年的工作,我们以江西省贵溪市为试验点,探索出了一套环境资源遥感调查和综合气候区划的思路和方法。

1 资料处理方法

1999年9月,我们在贵溪市进行了为期4天的调研、野外考察和资料收集工作。了解贵溪市农业生产现状、存在问题、未来农业产业结构调整的方向和发展趋势,收集了相关的历史资料。利用GPS工具,在贵溪市各个乡 (镇)、林场进行土地、水、森林等土地利用类型信息的采集,记录每个样点的地理位置、类型、占地比例等属性。共获取21个乡 (镇) GPS采样点信息236个。为综合气候区划项目的确定和环境资源遥感解译、综合气候区划奠定了基础。

1.1 基础资料

基础资料包括中巴资源一号卫星CBERS1/CCD多光谱5个通道的数据,空间分辨率为19.5 m, 资料采集日期为1999年12月25日和2000年3月21日,共两景数据; 历年贵溪市气象资料,亚热带山区气候考察资料; 贵溪市1:25万数字化地理数据,含等高线、市乡边界、公路、铁路、水系、居民点等12个图层; GPS采样点信息236个。

1.2 工作环境

GIS环境有Arcinfo7.1.2,Mapinfo Prefessional5.0,Arcview 3.0,遥感处理软件为ERDASIMAGINE8.4,操作系统采用Window s98或Windows NT。

1.3 遥感图像处理

对CBERS1/CCD多光谱遥感数据的第2、3、4通道进行彩色合成和图像增强处理,根据遥感影像的地面特征 (如桥梁、水体、大坝等) 的地理位置选择控制点,参考坐标为贵溪市1:5万地形图。每景CBERS1合成图像控制点不少于20个,几何纠正采用三次多项式,投影方式为Transvers Mercator[1]。误差控制在1.5个像元之内。

1.4 数字化地理信息处理

环境资源的分布与地理条件密切相关。用三角网插值法将数字化的等高线经插值生成数字高程 (DEM)[2],根据地学模型将DEM反演成20m×20m分辨率的坡度图、坡向图和高程分级图[3]

1.5 GPS考察数据处理

将GPS考察样点的经纬度坐标转换成大地坐标,编辑成Mapinfo的MIF格式,经Mapinfo格式转换成Arcinfo的E00格式。其投影与遥感图像和地理信息数据一致,使GPS抽样点的矢量图层与其它图层能相互叠加,进行地理链接[1]

2 气候资源的地形分布算法

常规气象资料是以气象观测站数据为代表。在以丘陵山区为主的贵溪市,气候资源随着地形地貌,尤其是海拔高度有显著变化。因此,在进行农业气候综合区划时,必须考虑地形的影响[45]。为此,我们建立了一系列热量、降水、日照、辐射等气候资源与坡度、坡向等地理因子相关模型,将气候资源由单站资料推算到20m×20m网格点上。其推算原理如下:

h(i, j)ij列网格点上的海拔高度值,Q0(i, j)ij列网格点上的海平面气候要素值,γ为气候要素随海拔高度变化的递减率,则ij列网格点上实际高度的气候要素值Q(i, j)为:

(1)
(2)

对于气候要素随高度变化为线性时,用高度模型推算的气候要素,则用公式 (1);当气候要素与高度呈非线性关系时,用式 (2),式 (2) 中abc均为常数[4],根据历年气候要素梯度观测资料,经回归分析得到abc的值。

根据中国亚热带东部山区农业气候研究中武夷山区所设的3个剖面点200m至1500m的垂直观测资料,贵溪所处武夷山区17年的定点垂直观测资料,经过统计分析和显著性检验,得到如表 1所示贵溪市气候资源的高度模型或递减 (增) 率,其中太阳辐射是通过分析与相同高度上日照时数的相关性而得到的。

表 1 贵溪市气候资源的高度模型或递减 (增) 率

按上述方法计算出与区划有关的12种气候资源。通过叠加乡镇地理信息和数字高程 (DEM),应用GIS的空间分析方法,计算分析每个乡 (镇) 气候资源随海拔高度和地理位置的变化、气候资源的数量和面积。图 1即为经过小网格推算后的贵溪市≥10 ℃积温分布。其余图略。

图 1. 贵溪市≥10℃积温分布图

图 1可以分析出以下结果:全市年≥10 ℃积温为3100~5880 ℃°d。随高度上升呈线性递减,递减率约为1974 ℃/km。小于4000 ℃°d的地区主要分布在西窑、樟坪畲族、文坊、双圳、冷水、耳口、上清等乡镇,高度950m以上,约占全市国土面积的2.74 %; 4000~4500 ℃°d的地区分布在西窑、樟坪畲族、文坊、双圳、冷水、耳口、上清、塘湾等乡镇,海拔高度约为700~950m,约占全市国土面积的4.51 %; 4500~5000 ℃°d的地区主要分布在南部的西窑、樟坪畲族、文坊、双圳、塘湾、冷水、耳口、上清、彭湾、金屯和北部的古港、周坊等乡镇,高度范围在450~700m间,约占全市国土面积的10.20 %; 5000~5500 ℃°d的地区主要分布在南部的文坊、西窑、樟坪畲族、双圳、冷水、耳口、塘湾、上清、金屯、彭湾及北部的古港、周坊等乡镇,高度在200~450m间,约占全市国土面积的22.37 %; 5500~5700 ℃°d的地区分布在除西窑、樟坪畲族、双圳、冷水和金沙、滨江以外的所有乡镇,高度约在100~200m间,约占全市国土面积的30.65 %; 大于5700 ℃°d的地区主要分布在中部的余家、罗河、雷溪、流口、滨江、金沙、河潭、老光、泗沥等乡镇,高度在100m以下,约占全市国土面积的29.52 %。其余气候资源的分析略。

3 土地利用类型遥感解译 3.1 建立解译标志

采用常规调查资料与GPS实地考察资料相结合的方法建立解译标志,弥补了以往仅用调查资料建立解译标志产生的与遥感资料时间不匹配的问题。通过分析不同土地类型的光谱曲线分离度,确定参加地物解译的光谱波段[6]。结果表明,在CBERS1/CCD的2、3、4通道RGB合成图像上,相同土地利用类型间的分离度为10~50,不同土地利用类型间的分离度为60~106。

3.2 解译方法

计算机监督分类中的最大似然法,与传统的目识解译方法比较,提高了对地物的识别精度和解译工作效率。最大似然法的决策规则由下式决定[1]:

(3)

式中:D —权重距离; C —下标,表示某一特定的类; X —备选像元向量; McC类样本的平均向量; ac —任意备选像元属于C类的概率 (百分数表示,这里取10);EC类样本中像元的协方差矩阵; E —矩阵Ec的行列式; ln —自然对数函数; T —转换函数。

根据最大似然法决策规则,对贵溪市遥感影像进行分类,从而得到土地利用类型遥感分类图。表 2为贵溪市土地利用类型遥感分类结果。图 2为贵溪市森林植被和耕地遥感分类图。

表 2 各乡镇主要土地利用现状遥感调查结果

图 2. 贵溪市森林植被和耕地遥感分类图

4 综合气候区划 4.1 综合气候区划的空间分析模型

土地利用类型遥感解译和气候资源的分布均以20m×20m的栅格数据存放,将土地利用遥感分类、气候资源和其它地理信息等图层,按照综合气候区划指标进行空间分析,得到农业气候综合区划结果,其空间运算的逻辑模型如图 3所示。空间逻辑模型的具体解释见表 3表 3中∩和otherwise为GIS中空间分析模型的逻辑算子,∩表示逻辑与 (并且),otherwise算子表示否则,即不满足条件语句时的取值。(i, j) 为20m分辨率网格点上的行列号,在地理信息系统和遥感处理系统中表示地理坐标。

图 3. 农业综合区划空间分析模型流程图

表 3 贵溪市优质双季晚稻等综合气候区划的逻辑算法

根据贵溪市双季晚稻的生物学特性和对环境条件的需求,在进行双季晚稻适宜播种期气候区划中主要考虑以下分区指标:80 %保证率条件下,双季晚稻能安全齐穗,即80 %保证率稳定通过20 ℃终日,安全齐穗期一般在9月中下旬; 灌浆成熟期处于光照充足,日较差大的9月中旬至10月上中旬; 稳定通过10 ℃初日和20 ℃终日间积温≥4250 ℃°d,即中熟早稻+中熟晚稻的熟性搭配所需的积温指标; 下垫面为水田。

“赣晚923”是贵溪市近年来推广的一季优质晚稻,属常规稻。2000年在贵溪市试种的播种期为6月5日,移栽期7月5日,齐穗期9月8日,成熟期10月17日,全生育期134~136d。一般产量6000 kg/hm2,高产田6750 kg/hm2以上。由于贵溪市气候条件受地形、地貌等因素影响,适宜安全齐穗期和适宜播种期也会随着年际和地形、地理位置波动。根据1960~1997年的气候资料,在90 %保证率条件下,使灌浆乳熟期处在日较差大的时段来进行贵溪市“赣晚923”适宜播期的区划。区划指标:90 %保证率下稳定通过20℃的终日,即安全齐穗期安排在9月上中旬; 灌浆乳熟期安排在光照充足,日较差大的9月份; 下垫面为水田。

按照以上思路和方法还进行了大麦、豌豆、油菜等冬季主要农作物适宜种植综合区划、高产早稻合理布局综合区划、优质晚稻适宜播种期综合气候区划,并按作物种植最适宜区、次适宜区、一般区和可种植区分乡 (镇) 计算了相应的面积。区划指标除了土地利用类型、气候要素,还考虑了气候生产潜力。在水稻适宜种植区综合气候区划中,叠加了由最新的资源卫星资料解译出的水田信息,从专题图上能够明确地看出,在现有水田区域内,高产优质水稻的合理布局和适宜播种期分布。冬季农业合理布局综合区划则叠加了水田和旱地的遥感解译信息,使综合气候区划结果在制定农业生产规划中更具指导性。图 4为优质水稻赣晚923适宜播种期综合气候区划成果图。

图 4. 贵溪市赣晚923适宜播种期综合区划

4.2 综合气候区划结果分析

以“赣晚923”为例,贵溪市满足上述分区指标的“赣晚923”适宜播种期可从6月3日~6月26日。适宜播种期的分区情况为:

适宜播种期在6月24日~6月26日的地区主要分布在沿信江两侧光热条件最优的河潭镇、泗沥镇、志光镇、鸿塘镇、金沙乡、滨江乡、流口镇、雷溪乡、罗河镇、余家乡。周坊镇、塔桥镇、白田乡、金屯镇、上清镇、龙虎山镇也有少量分布。90 %保证率的安全齐穗期为9月27日~9月29日。该区域的水田面积占全市的比重最大,为24176 hm2

适宜播种期在6月22日~6月23日的地区主要分布在白田乡、周坊镇北部、塔桥镇北部、塘湾镇、彭湾乡、龙虎山镇、上清镇、文坊镇。90 %保证率下的安全齐穗期为9月25日~9月26日。该区域水田面积占全区的比例次之,为5979 hm2

适宜播种期在6月17日~6月21日的地区零星分布在古港乡、周坊镇西北部、白田乡北部、泗沥镇西北部、余家乡和彭湾乡的南部,彭湾乡、文坊镇、双圳乡、耳口乡、西窑乡北均有零星分布。这些区域90 %保证率下安全齐穗期为9月20日~9月24日,水田面积为1160 hm2

适宜播种期在6月3日~6月16日的地区零星分布在周坊镇西北部、西窑乡双圳乡南部。该区域90 %保证率下的安全齐穗期为9月6日~9月19日。由于该区是贵溪市的中高山区,水田分布零散,面积小,仅为226 hm2

通过与GPS野外调查资料对比,区划结果与实际情况的符合率为90.2 %,主要是受水田遥感解译精度的影响。

5 小结

(1) 为适应县级区域农业高产、优质、高效的需求,利用计算机、卫星遥感、地理信息系统等高新技术,不仅查清了贵溪市土地利用、森林植被、地表水等资源现状,同时结合气候资源,进行了贵溪市特色农业综合气候区划。研究成果已在贵溪市政府制定农业产业结构调整和发展规划中得到应用。

(2) 中巴资源一号卫星遥感数据在贵溪市环境资源调查中应用结果表明,该资料在森林植被、水田、土地沙化、道路和解译中解译标志较易确定,自动分类精度高。但对于旱地、果园、山区水体和城镇居民区的分辨率较低,需要通过目识解译方法进行分类。

(3) 应用3S技术进行综合农业气候区划,区划结果的合理性取决于两个方面,一是土地利用类型的遥感解译精度,主要受卫星影像分辨率的影响。二是气候要素的地形推算精度,本文采用统计学方法建立了一组与区划有关的气候要素推算模型,基本上能反映本地长期的农业气候特征,但作者希望今后能在努力通过数值模拟方法对气候要素的地形分布特征方面进行更精确地描述。

参考文献
[1] ERDAS Inc. ERDAS IMAGINE 8. 4用户使用手册. ERDAS. Inc. U S A, 1999. 256~259.
[2] 张超, 陈丙咸, 邬伦主编. 地理信息系统. 北京: 高等教育出版社, 1997: 109-112.
[3] 陈述彭, 赵英时. 遥感地学分析. 北京: 测绘出版社, 1990: 133-139.
[4] 沈国权, 等. 中国亚热带东部丘陵山区农业气候. 北京: 气象出版社, 1990: 173-188.
[5] 欧阳海, 郑步忠, 王雪娥, 等. 农业气候学. 北京: 气象出版社, 1990: 179-190.
[6] 赵宪文著. 林业遥感定量估测. 北京: 中国林业出版社, 1997: 233-256.