本文為2013年環境影響評價師考試《環境影響評價技術方法》教材第三章的水環境現狀調查與監測詳細闡述，希望本文能夠幫助您更好的全面學習2013年環境影響評價師考試的重點知識!

7. 遙感一地理信息系統一全球定位系統技術的應用

遙感一地理信息系統一全球定位系統，即“3S”技術，在生態學調查與研究中，具有特殊重要的價值。

(1)遙感。

①遙感的數據源和記錄格式。1972年美國發射了第一顆地球資源衛星，標志 著航天遙感時代的開始。之后，美國先后發射了一系列的陸地資源衛星，包括陸地衛星1?7號，包括MSS (分辨率為80 m)、TM (7個波段，分辨率除第六波段為 120 m外，其他均為30 m)、ETM+ (8個波段，熱紅外波段的分辨率為60 m,全 色波段的分辨率為15 m,其余波段的分辨率均為30 m)0此外，法國發射的SPOT 衛星載有高分辨的傳感器(分辨率為20 m,全色波段為10 m)，印度發射的IRS 衛星全色波段的分辨率為6.25 m，1999年美國發射成功的小衛星上載有IK0N0S 傳感器，其空間分辨率高達1 m;另一方面，低空間高時相頻率的AVHRR (N0AA 系列，分辨率為1 km)和其他遙感載體及測試雷達的相繼投入使用。同時，我國也在積極發展空間遙感技術，1999年我國和巴西聯合研制中巴地球資源衛星01星 (CBERS-01)成功發射，截至2007年9月CBERS-02B成功入軌，已形成對地 觀測圖像業務能力，多光譜CCD相機空間分辨率達到19.5m，可廣泛應用于農作物估產、環境保護與監測、城市規劃和國土資源勘測等領域，結束了我國長期單純 依賴國外對地觀測衛星數據的歷史;2008年9月，中國的環境與災害監測預報小 衛星A、B星成功發射升空，搭載的CCD相機具有超過720 km幅寬的覆蓋能力，紅外相機具有夜間的災害監測能力，高光譜相機具有高分辨率探測能力。A、B星可實現48小時對全國范圍的無縫覆蓋觀測，同時還具有對境外災害與環境事件的監測能力，大大提高了環保部門大范圍、快速、動態、立體的開展生態監測及評價、 跟蹤部分類型突發環境污染事件的發生和發展的監測能力。

遙感記錄數據的方式一般有兩種：一種是以膠片格式記錄;另一種是以計算機 兼容磁帶數據格式記錄。第一種格式主要用在航空攝影上，這種記錄方式常常導致地物的幾何形狀產生變形，它的優點是相鄰像片間有較大的重疊，很容易獲取立體 像對;第二種格式主要用在航天遙感上，如多光譜掃描儀所記錄的就是一種可以用 計算機處理，并可以轉換為圖像的CCT磁帶，其優點是容易與地理信息系統結合，

便于進行圖像處理和計算機輔助判讀。

②遙感在景觀生態學中的應用領域分析。廣義來講，遙感是指通過任何不接觸被觀測物體的手段來獲取信息的過程和方法，包括航天遙感、航空遙感、船載 遙感、雷達以及照相機攝制的圖像。景觀生態學的迅速發展，得益于遙感技術的 發展及其應用。遙感為景觀生態學研究和應用提供的信息包括：地形、地貌、地面水體植被類型及其分布、土地利用類型及其面積、生物量分布、土壤類型及其 水體特征、群落蒸騰量、葉面積指數及葉綠素含量等。最常用的衛星遙感資源是 美國陸地資源衛星TM影像，包括7個波段，每個波段的信息反映了不同的生態 學特點(表3-29)。

表3-29美國陸地資源衛星TM的7個波段及其能夠測量的生態學特性

波段主要生態學應用

波段 1 (0.45-0.52 jam)

可見藍光區識別水體、土壤和植被 識別針葉林與闊葉林植被 識別人為的(非自然)地表特征

波段 2 (0.52-0.60 ^im)

可見綠光區測量植被綠光反射峰值 識別人為的(非自然)地表特征

波段 3 (0.60?0.90 pm)

可見紅光區監測葉綠素吸收 識別植被類型

識別人為的(非自然)地表特征

波段 4 (0.76?0.90 pm)

近紅外反射區識別植被類型及生物量 識別水體和土壤濕度

波段 5 (1.55?1.75 |im)

中紅外反射區識別土壤溫度和植物含水量 識別雪和云

波段 6 (10.4?12.5 Jim)

遠紅外反射區識別植物受脅迫程度、土壤溫度 測量地表熱量

波段 7 (2.08?2.35 Jim)

中紅外反射區識別礦物及巖石類型 識別植被含水量

此外，不同波段信息還可以以某種形式組合起來，形成各種類型的植被指數， 從而較好地反映某些地面生態學特征。如最早發展的比值植被指數RVI (RVI=R/NIR) 可用于估算和監測植被蓋度，但是它對大氣影響反應敏感，而且當植被蓋度<50% 時，分辨能力也很弱，只有在植被蓋度濃密的情況下效果最好;農業植被指數 AVI[AVI=2.0 (MSS7-MSS5)]可以監測作物生長發育的不同階段;歸一化差異植被指數NDVI[NDVI= (NIR-R) / iNIR+R)]對綠色植被表現敏感，常被用于進行區域和全球的植被狀況研究;多時相植被指數MTVI[MTVI=NDVI (t2) -NDVI ], 用于比較兩個時期植被蓋度的變化，也可以監測因水災和土地侵蝕造成的森林覆蓋

率的變化。

目前己經提出的植被指數有幾十個，但是應用最廣的還是NDVI，在生物量估 測、資源調查、植被動態監測、景觀結構和功能及全球變化研究中發揮了重要作用。此外，人們常常把M)F/作為一種評價標準，來評價基于遙感影像和地面測量或模擬的新的植被指數的好壞。

③景觀遙感分類的基本方法。利用遙感技術進行景觀分類，是研究景觀格局、 景觀變化的重要手段，景觀遙感分類一般包括分類體系的建立和實現分類兩部分。在進行景觀分類之前，首先必須根據研究區的景觀類型，建立景觀分類體系。分類 體系的詳細程度，取決于所研究項目的需求。利用計算機進行景觀遙感分類，一般 可以分為以下五個步驟。

♦第一步，數據收集和預處理。

數據收集包括研究區各種相關資料，如現有的圖件資源、遙感影像數據(MSS、 TM、SPOT等)。通常將用于分類的遙感影像各方面的信息稱為特征(feature)，最 簡單的特征就是各個波段中像元的灰度值。然而單靠各波段像元的灰度值，經常得 不到較滿意的分類結果。這是由于地物的反射光譜不僅受大氣散射和地形等多種因素的影響，而且各個波段之間還存在較高的關聯性，從而導致了對重復數據的無效 分析。此外，從遙感影像上衍生出來的其他特征，也可以為遙感影像進行預處理， 從中提取盡可能多的有用信息。遙感影像的預處理一般包括大氣校正、幾何糾正、光譜比值、主成分、植被成分、帽狀轉換、條紋消除和質地(texture)分析等。下 面著重介紹幾種常見的遙感數據預處理方法。

波段比值(band ratio) 波段比值是最早的遙感影像分類預處理技術之一，它 能夠消除由地形因素(如坡度和坡向)引起的地物反射光譜的空間變異，增強植被和土壤輻射的差異。波段比值已被廣泛應用于植被蓋度和生物量的評估中，最常用 的是植被指數，MSS數據常采用波段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)的差異，以及 各波段光譜本身的重疊，導致各個波段間的高度線性相關性，例如MSS的波段4 和波段5，波段6和波段7間就存在較高的線性相關性。如果只對原始的波段數據 進行分析處理，勢必會造成對許多重復數據的處理，從而浪費許多人力和物力。主成分分析通過降低空間維數，在數據信息的損失最低的前提下，消除或減少波段數據的重復，即降低波段間的相關性;同時，還能夠加快計算機分類的速度。據研究， 通過使用前3個主成分，能夠使計算機的分類速度提高4倍。

帽狀轉換(tasseled cap) 帽狀轉換是由Kauth和Thomas (1976)首先提出 的。他們在研究利用遙感技術估算農作物的產量時，首先對原始波段數據進行線性轉換生成了亮度(brightness)圖像、綠度(greeness)圖像和濕度(wetness)圖像， 然后利用所生成的3個通道對農作物進行分類，達到了較滿意的分類效果，后來人 們將這種變換應用于其他的植被類型，從而使帽狀轉換得到了廣泛的應用。

條紋消除(destrip) 由于傳感器的振動、數據的傳輸和處理過程中產生的錯 誤或其他原因，有時會使遙感影像呈現間隔均勻的條帶(有橫向和縱向兩種)，它 會影響我們對影像的識別及分類結果，通過條紋消除，可以提高遙感影像的判讀性, 從而也能增加分類的準確性。

相關文章：

2013年環境影響評價技術方法教材解析匯總

2013年環評師環境影響評價技術方法考點分析

更多關注：成績查詢 考試培訓 歷年真題 論壇交流

（責任編輯：中大編輯）