袁 媛

(1.山西省煤炭地質(zhì)一一五勘查院有限公司,山西 大同 037000; 2. 礦山地質(zhì)災害防治與環(huán)境恢復大同市重點實驗室,山西 大同 037000)

大同煤田是山西省生產(chǎn)出口煤最多的煤田,開采歷史悠久,煤礦的開采給當?shù)氐慕?jīng)濟帶來發(fā)展的同時,也造成了生態(tài)環(huán)境的破壞,導致碳排放量大大增加?！笆奈濉逼陂g我國明確了要堅持綠色發(fā)展的引領,實施區(qū)域綠色協(xié)調(diào)發(fā)展戰(zhàn)略。經(jīng)過近幾年的努力,大同煤田生態(tài)環(huán)境恢復已取得一定的成效。進行煤田區(qū)域生態(tài)環(huán)境監(jiān)測,掌握煤田碳匯量變化是非常有必要的。

近年來,高光譜影像以其波段寬度窄、光譜分辨率高、響應范圍廣、波段連續(xù)等特點被廣泛應用于土地利用現(xiàn)狀分類。圍繞以土地利用為主要的碳循環(huán)方式,研究分析大同煤田區(qū)域碳匯量在近兩年時空上的變化,可為大同煤田調(diào)整產(chǎn)業(yè)結構,優(yōu)化土地合理利用,提高能源利用率,實現(xiàn)山西省碳達峰、碳中和目標提供數(shù)據(jù)支撐和理論依據(jù)。

鑒于此,本文以大同煤田為研究區(qū)域,基于珠海一號2020和2021年兩期高光譜影像數(shù)據(jù),提取大同煤田兩年的土地利用現(xiàn)狀變化;采用遙感估算法[1],得到煤田區(qū)域兩年的碳匯量變化情況,探究珠海一號高光譜數(shù)據(jù)在地物分類及未來的碳匯監(jiān)測潛力,為煤田區(qū)碳匯研究提供一種新的思路[2]。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

大同煤田位于山西省北部、大同市西南方,研究區(qū)域地跨大同、左云、懷仁3個市、縣(如圖1所示),面積為1 805.67 km2。

圖1 研究區(qū)域

大同煤田為賦存雙紀煤田(即侏羅系和石炭二疊系煤系),大同煤炭資源已探明儲量約312 億t。其中,侏羅紀煤70億t,石炭二疊紀煤242 億t。從南北朝時期就開始開采大同煤田,侏羅系煤炭資源賦存面積共計772 km2,已經(jīng)開發(fā)利用和精查區(qū)面積為632 km2,占侏羅系煤田總面積的82%,目前石炭二疊紀煤層也已開始開采。

1.2 數(shù)據(jù)源

本文數(shù)據(jù)選取的是珠海一號2020年4月12日和2021年5月2日覆蓋大同煤田區(qū)域的L1B級數(shù)據(jù),高分辨率影像選取的是2020年4月24日和2021年5月29日的GF2數(shù)據(jù),用于空-譜融合。

珠海一號衛(wèi)星星座由34顆遙感微納衛(wèi)星組成,包括2顆OVS-1視頻衛(wèi)星、10顆OVS-2視頻衛(wèi)星、2顆OUS高分光學衛(wèi)星、10顆OHS高光譜衛(wèi)星、2顆SAR衛(wèi)星及8顆OIS紅外衛(wèi)星。目前,珠海一號衛(wèi)星星座已實現(xiàn)3組共12顆衛(wèi)星在軌運行。其中,OHS高光譜衛(wèi)星分別于2018和2019年以“一箭五星”方式發(fā)射入軌。OHS高光譜衛(wèi)星數(shù)據(jù)具體參數(shù)見表1。

表1 數(shù)據(jù)源參數(shù)

2 數(shù)據(jù)處理與分析

首先,對珠海一號數(shù)據(jù)進行預處理,包括波段合成、輻射定標、大氣校正和正射校正等;然后,對珠海一號高光譜影像與GF2遙感影像進行空-譜融合,得到既具有32個波譜又具有1 m分辨率的遙感影像,并在此基礎上采集樣本,得到研究區(qū)域2020和2021年土地利用現(xiàn)狀;最后,計算兩期的碳匯量,通過結果比對,得到研究區(qū)碳匯量的變化情況。具體技術路線如圖2所示。

圖2 技術路線

2.1 高光譜影像預處理

珠海一號高光譜遙感影像均在PIE 6.3軟件平臺完成預處理,基本流程包括波段合成、輻射定標、大氣校正和正射校正,將原始影像生產(chǎn)為具有準確幾何定位的反射率數(shù)據(jù)。珠海一號原始數(shù)據(jù)包括32個單波段文件,波段合成用于將多波段數(shù)據(jù)合并成一個單一的文件,輻射定標用于消除由傳感器、光學系統(tǒng)等造成的圖像亮度失真,可以將珠海一號OHS原始DN值數(shù)據(jù)轉(zhuǎn)換為輻射亮度值或大氣表觀反射率。以表觀反射率的形式輸出輻射定標后的數(shù)據(jù)。傳感器記錄的光譜數(shù)據(jù)中,存在由于大氣、 太陽高度角、地形等的影響而引起的輻射誤差。其中,大氣對電磁輻射產(chǎn)生的散射和吸收是輻射誤差的主要來源。大氣校正的主要目的是消除由大氣影響所造成的輻射誤差,反演地物真實的反射率。正射校正是對圖像空間和幾何畸變進行校正,生成多中心投影平面正射圖像的處理過程,它除了能糾正一般系統(tǒng)因素產(chǎn)生的幾何畸變外,還可以消除地形引起的幾何畸變。

2.2 空-譜融合

空-譜融合是將珠海一號高光譜影像與高分辨率GF-2遙感影像進行影像融合,最終得到既具有32個波譜特性又具有1 m高分辨率的遙感影像。遙感影像融合方法非常多,如PCA融合、GS融合、基于最佳指數(shù)準則高光譜圖像小波包融合、基于二代曲波變換和脈沖耦合神經(jīng)網(wǎng)絡(PCNN)高光譜影像融合、基于貝葉斯抗噪小波方法影像融合及PCA和二代Bandelet結合的影像融合[3-10]等多種影像融合方法。針對當前空-譜融合方法應用于高光譜圖像融合時,出現(xiàn)空間細節(jié)信息提升明顯但光譜失真,或光譜保真度高但空間細節(jié)信息提升不足的問題,本文基于波段自適應細節(jié)注入算法進行異源影像空-譜融合。

波段自適應細節(jié)注入融合方法主要從兩個方面對融合圖像的光譜和空間細節(jié)信息進行提升。一方面,針對傳統(tǒng)GS方法應用于高光譜圖像融合時光譜失真較嚴重的問題,參考BDSD (band dependent spatial detail) 模型求取模擬圖像權重系數(shù)的思路,提出一種波段自適應的低分辨率圖像模擬方法,可以獲得光譜信息更豐富的模擬圖像;另一方面,為了保證融合圖像的細節(jié)紋理信息,采用NSCT將模擬圖像、空間細節(jié)信息圖像和多光譜圖像的空間及部分光譜信息注入重構的高空間分辨率圖像中,然后將該圖像作為第1分量與其余GS分量進行逆變換,得到最終的高空間分辨率高光譜圖像。融合結果如圖3所示。

圖3 空-譜融合結果

2.3 土地利用分類

基于高光譜遙感影像圖像分類方法有很多,包括ISODATA分類、K-means分類、神經(jīng)網(wǎng)絡聚類分類、模糊C均值分類、基于混合像元的模糊分類(MPC)、整合空間信息的模糊分類、距離分類、最大似然分類、光譜信息散度分類等。本文采用光譜特征匹配分類方法,將大同煤田土地利用現(xiàn)狀分為6類,分別為耕地、林地、草地、水體、人造地表及未利用地。

光譜特征匹配是基于光譜中各地物光譜特征與當前影像進行的匹配,通過計算波譜間的角度判定兩個波譜間的相似度,較小的角度代表像元與參照波譜匹配緊密。通過與設定閾值比較,大于指定的最大弧度閾值的像元不被分入該類,然后生成分類后的圖像。

光譜特征匹配原理:在多維光譜空間,不同的地物光譜角度方向是不同的。兩個n波段的光譜向量Y=[y1y2…yn],可以用光譜角度匹配方法測向量間的角度差異性,公式為

(1)

2.4 碳匯量計算

碳匯量計算采用遙感估算法。碳匯量計算公式為[11]

Ca=∑Li=∑Si×Di

(2)

式中,Ca表示碳吸收量(kg);Li表示研究區(qū)域內(nèi)的第i種土地類型的碳排量(kg(c)/m2);Si表示第i種土地類型的面積;Di為第i種土地類型的碳收支系數(shù)。

本文采用的碳匯系數(shù)需要通過跟蹤國內(nèi)外期刊的研究成果最終確定,且為符合大同林地、草地等的碳匯系數(shù)。文獻[12]研究發(fā)現(xiàn),耕地既是碳源也是碳匯,耕地的碳排放系數(shù)為 0.042 2 kg(c)/m2,碳吸收系數(shù)為 0.692 kg(c)/m2,取耕地的凈碳匯系數(shù)作為碳收支系數(shù),則耕地的凈收支系數(shù)取 0.67 kg(c)/m2。根據(jù)文獻[13]的研究,林地碳匯系數(shù)取值為 5.77 kg(c)/m2,草地碳匯系數(shù)取值為 0.472 kg(c)/m2。

碳匯量計算公式為

C=Ca×44/12

(3)

式中,C為碳匯量,最終為二氧化碳吸收量。

3 結果與分析

3.1 大同煤田區(qū)域土地利用現(xiàn)狀變化

2020年大同煤田區(qū)域土地利用以林地最多,占總面積的43%;其次是耕地,占25%;然后是草地,占21%,建筑用地占9%;最后是水體和未利用地,分別占0.7%和1.3%。2021年大同煤田區(qū)域土地利用以林地最多,占總面積的43%;其次是耕地,占25%;然后是草地,占21%,建筑用地占9%;最后是水體和未利用地,分別為0.7%和1.3%。

2021年相較于2020年,大同煤田土地利用未發(fā)生顯著變化,林地增加0.71 km2,耕地增加0.11 km2,草地增加2.57 km2。由于煤田生態(tài)修復,林地和草地面積增加,如圖4所示。

圖4 2020-2021年大同煤田土地利用現(xiàn)狀

3.2 分類精度評價

結合左云縣、云岡區(qū)和懷仁縣實際土地利用現(xiàn)狀數(shù)據(jù),對由2021年珠海一號提取的土地利用現(xiàn)狀圖,通過混淆矩陣結合Kappa系數(shù)進行精度驗證和對比,得到總體精度為79.17%,Kappa系數(shù)為75.96%。在分類結果中,水體的生產(chǎn)者精度最高,為88.54%;建筑的生產(chǎn)者精度最低,為69.02%;林地的用戶精度最高,為91.08%;未利用地的用戶精度最低,為57.65%,見表2。

表2 精度評價(像素) 個

3.3 大同煤田區(qū)域碳匯量變化

2020年大同煤田區(qū)域碳匯量為1814 萬t CO2。其中,林地碳匯量1642萬t CO2,耕地碳匯量108 萬t CO2,草地碳匯量64 萬t CO2。2021年大同煤田區(qū)域碳匯量為1817 萬t CO2。其中,林地碳匯量1644萬t CO2,耕地碳匯量1 081 644 萬t CO2,草地碳匯量65 萬t CO2。

2021年相較于2020年,大同煤田區(qū)域碳匯量增加了3 萬t CO2。其中,林地增加碳匯量2 萬t CO2,草地增加碳匯量1 萬t CO2,耕地碳匯量基本不變,如圖5所示。

圖5 大同煤田碳匯密度

4 結 論

本文以大同煤田為研究對象,以2019和2020年兩期珠海一號高光譜遙感影像為數(shù)據(jù),提取煤田區(qū)域土地利用現(xiàn)狀,并計算碳匯量,得到兩期碳匯變化數(shù)據(jù),結論如下:

(1)2020和2021年土地利用現(xiàn)狀均為:林地>耕地>草地>建筑用地>水體>未利用地,2021年相較于2020年,土地利用未發(fā)生顯著變化,林地增加0.71 km2,耕地增加0.11 km2,草地增加2.57 km2,為煤田區(qū)域生態(tài)修復的結果。

(2)2021年相較于2020年,增加了林地、耕地和草地,大同煤田區(qū)域碳匯量增加3 萬t CO2。其中,林地增加碳匯量2 萬t CO2,草地增加碳匯量1萬t CO2,耕地碳匯量基本不變。

綜上所述,大同煤田經(jīng)過近兩年的綠色發(fā)展,已初見成效,要實現(xiàn)綠色可持續(xù)發(fā)展,提高碳匯量,下一步需充分利用山體、水體、采礦廢棄地等一些土地進行綠化,為自然資源提供天然屏障,增加碳匯儲量。為及時了解煤田生態(tài)環(huán)境修復情況,需長期進行土地利用變化監(jiān)測,基于珠海一號高光譜遙感影像對大同煤田區(qū)域進行碳匯監(jiān)測有很好的效果。