1.辽宁科技学院 本溪 117004；2.山东省乳山市自然资源局测绘管理科 乳山 264500；3.浙江远卓科技有限公司 杭州 310012
摘要：针对当前难以监测矿山环境问题，本文应用遥感生态指数进行了矿山环境监测。该方法集成归一化植被指数、温度指标、干度指标和湿度指标4项指标，综合反映矿区的生态环境。通过观测2013-2016年Landsat8影像，利用遥感生态指数提取矿山环境信息，并分为差等、较差、中等、良好、优等五个等级，通过比较4年间影像变化，得出矿区RSEI均值已经呈现增长态势，矿区及其周围地区的生态环境质量正逐年改善。
关键词：遥感生态指数；影像分类；波段计算；归一化植被指数
0 引言
随着卫星技术的发展，遥感凭借其快速、实时、高效及大范围监测等诸多优势，广泛地应用于地理、环境、农林等各个领域[1，2]，已逐渐成为一种高效获取空间数据的重要手段之一。在生态环境监测方面，遥感更是获取第一手资料的重要方法。然而，目前对各类生态系统评价研究多为基于单一生态指标，如利用植被指数监测林农生态系统，利用水体指数提取河流信息完成水环境评估，利用地表温度指数评价城市热岛效应等。近年来，一种新型遥感生态指数（Remote Sensing Based Ecological Index，RSEI）逐渐被提出，它集成了反映生态环境的多种指标，可实现区域生态环境的快速监测与评价，具有一定的应用意义[3]。本文应用RSEI进行某矿生态环境监测，通过耦合反映生态环境状况的绿度、湿度、干度和热度指标，实现对监测区域生态环境质量的监测与评价。
1遥感生态指数
遥感影像中，遥感生态指数主要包括归一化植被指数、温度指标、干度指标和湿度指标。RSEI将4个指标融合在一起，共同反映遥感生态环境条件。
1.1归一化植被指数
遥感影像中，近红外波段的反射值与红光波段的反射值之差比上两者之和为归一化植被指数（NDVI），计算方法如公式（1）所示。NDVI作为能环境绿度可以反映植物的影响，如土壤、积雪量、枯叶、粗糙度等。NDVI也可以用来监测研究区域植物的生长状态和植物的覆盖度并且可以消除部分辐射误差等。NDVI还可以反映植物的生物量、叶面积指数以及植被覆盖度，是使用较为广泛的植被指数[4]。
.png)
（1）
1.2温度指标
温度指标（LST）是RSEI模型指数之一，通常利用单窗和分裂窗算法对Landsat8影像两个热红外波段进行运算处理，以获取地表温度。Landsat8卫星有两个热红外通道，因此既可以使用单窗算法反演地表温度，也可以使用分裂窗算法反演地表温度，相比于其它Landsat卫星只能运用单窗算法进行反演，在功能上有了很大提升。温度指标在计算时，首先需预估大气对地表热辐射的影响，然后尽可能减弱大气对卫星传感器所观测到的热辐射的影响，从而得到地表热辐射强度，并将之转化为地表温度。
1.3干度指标
干度指标（NDBSI）也是RSEI指标之一，它由城市建筑指数（IBI）和裸土指数（SI）的平均值得到的，该指数的范围是[-1，1]，其值越大，表示越干燥。NDBSI的计算方法如公式（1）、（2）、（3）所示，B2表示蓝波段，B3表示绿波段，B4表示红波段，B8表示近红外波段。
.png)
（2）
.png)
（3）
.png)
（4）
1.4湿度指标
湿度指标（Wet）是在一定的温度下、一定体积的空气作为前提，含有的水汽越少则空气越干燥，其湿度也越低[5]；水汽越多则空气湿度越高。通过Landsat 8遥感影像进行波段计算其值，具体计算如公式（5）所示。
.png)
（5）
2 实验与分析
2.1实验
.png)
图1 实验数据影像
本文所用的数据为辽宁某市露天矿2013—2016年的Landsat 8 OLI遥感影像数据。Landsat8卫星数据包含OLI陆地成像仪和TIRS热红外传感器两种传感器。实验选用的Landsat8 OLI数据包括了ETM+的所有波段，同时为了避免大气对部分特征的吸收，OLI对波段重新进行了比较大的调整。实验区域的遥感影像如图1所示。
在ENVI中数据预处理后，将NDVI、NDBSI、LST、Wet四个指标进行合成一个影像，减少计算机运行计算量，提高运行速度。将此四个波段合成可以获得一个图像，其方法为，打开ENVI软件，点击“文件”菜单的弹出菜单项中点击“打开”，同时打开RESI模型的4个指标文件，在“工具箱”工具栏中选择“栅格影像管理”工具条内的“层停靠”工具，在“层停靠参数”波段合成窗口中点击“导入文件”，打开波段输入窗口选择所输入的波段，点击“录制文件”打开波段顺序的窗口进行顺序调整，完成后直接点击“确定”，生成新合成的波段。经过数据处理，提取的2013-2016年度RSEI指标如图2所示。
.png)
.png)
2013年 2014年
.png)
.png)
.png)
2015年 2016年
图2 辽宁某矿遥感RSEI指标分级图
2.2结果分析
从4年分类图中变化发现，2013年生态环境质量在“差”和“较差”两个等级的土地面积占整个研究区域的39％，2014年生态环境质量在“差”和“较差”两个等级的面积占整个研究区域的40％，2015、2016年生态环境质量为“差”和“较差”的面积占整个研究区域的40％。虽然4年的RSEI平均值变化不大，但依然可以看出该矿矿区的生态环境质量是有上升趋势，RSEI平均值由2013年的0.4977降低到2015的0.4973，表示矿区以及周围住宅区的生态环境在一定程度上的降低，到20，6年时可以看到RSEI值变成了0.4974，表示2016年矿区的生态环境质量已经有了上升的趋势，生态环境已经开始变好。同时可以看出在从2014年到2015年“差”和“较差”两个等级的面积已经在减少。
3 结论
基于遥感生态指数，本文在ENVI中将归一化植被指数、温度指标、干度指标和湿度指标四个指数融合一起，实现矿区遥感环境监测。通过遥感影像数据分析，发现辽宁某矿的生态环境质量已经呈现上升趋势，其中2016年的“中等”及以上等级所占区域土地面积比例达59.9％，比2015年相同等级的土地面积增长0.11平方千米。通过观测数据发现，矿区RSEI均值已经呈现增长趋势，表明该矿及其周围地区的生态环境质量也正在逐步改善。
参考文献：
[1]Fourty，T.，F.Baret，S.Jacquemoud，G.Schmuck，J.Verdebout.Leaf Optical Properties with Explicit Description of Its Biochemical Composition：Direct and Inverse Problems.Remote Sensing of Environment，1996（56）：104-117.
[2]Gamon，J.A.and J.S.Surfus.Assessing Leaf Pigment Content and Activity With a Reflectometer.New Phytologist 1999（143）：105-117.
[3]杭鑫，罗晓春.基于RSEI模型的生态质量评估及城镇化影响——以南京市为例[J].应用生态学报，2020，31（1）：219，229.
[4]张良培，武辰.多时相遥感影像变化检测的现状与展望[J].测绘学报，2017，46（10）：1447-1459.
[5]岳辉，刘英.基于遥感生态指数的神东矿区生态环境变化监测[J].水土保持通报，2019，39（2）：101-107，114.