水土保持遥感应用成效与展望
朝气蓬勃的毛衣
2024年06月26日 13:51:33
来自于水土保持
只看楼主

▲ 生产建设项目水土保持信息化监管服务平台  供图/水利部水土保持监测中心 党的十九大报告明确提出,到2035年,生态环境根本好转,美丽中国目标基本实现; 到本世纪中叶,生态文明全面提升。 水土保持是生态文明和美丽中国建设的重要内容,水土保持状况是反映生态系统质量的重要指标。 水土保持监测是水土保持的一项重要基础性工作,对保障国家生态安全、促进生态文明建设起到了重要支撑作用。


生产建设项目水土保持信息化监管服务平台  供图/水利部水土保持监测中心

党的十九大报告明确提出,到2035年,生态环境根本好转,美丽中国目标基本实现; 到本世纪中叶,生态文明全面提升。 水土保持是生态文明和美丽中国建设的重要内容,水土保持状况是反映生态系统质量的重要指标。 水土保持监测是水土保持的一项重要基础性工作,对保障国家生态安全、促进生态文明建设起到了重要支撑作用。 传统的水土保持监测周期长、时效差,需要消耗大量人力、物力。 卫星遥感具有宏观性、连续性、经济性等特点,近年来在水土流失动态监测、生产建设项目遥感监管等方面得到了广泛应用,为掌握全国水土流失情况、快速精准发现水土保持违法违规问题提供了重要依据。 同时,高光谱遥感、激光雷达等卫星载荷在水土保持行业的应用虽然还处于起步阶段,但应用场景广泛。

在全球新一轮科技、产业革命背景下,习近平总书记提出发展新质生产力。加快发展水土保持新质生产力,是贯彻习近平总书记关于发展新质生产力的重要论述和促进水利新质生产力发展的重要举措。卫星遥感技术作为水土保持新质生产力“高科技、高效能、高质量”重要体现,需要持续利用卫星遥感新技术、新数据解决水土保持领域相关重大问题,落实以“高科技、高效能、高质量”为目标的水利新质生产力发展要求。

水土保持遥感应用成效

近年来,水利部高度重视卫星遥感关于水土保持监测的相关技术攻关,利用多源遥感影像开展了水土流失动态监测、水土保持遥感监管、东北黑土区侵蚀沟调查、黄土高原淤地坝调查、典型暴雨水土流失调查等工作,并取得了显著成效。本文重点介绍应用较为成熟的水土流失动态监测、水土保持遥感监管和东北黑土区侵蚀沟调查的应用成效。

水土流失动态监测

水土流失动态监测是水土保持的重要基础性工作,采用资料收集处理、2m或优于2m空间分辨率的卫星遥感解译和野外验证等手段,获取气象、土壤、地形、土地利用、植被、水土保持措施、人为扰动等要素。在水力侵蚀区,采用中国土壤流失方程CSLE模型,综合评价水土流失面积、强度和分布。在风力侵蚀区,采用耕地、草(灌)地和沙地风蚀模型,综合评价风力侵蚀面积、强度和分布。在冻融侵蚀区,通过获取年气温、年降水量、地形、植被和土壤等数据,综合评价冻融侵蚀面积、强度和分布。

党的十九大以来,水土流失动态监测取得了显著成效。 一是水土流失动态监测支撑水平显著提升, 实现了连续年度动态监测国土范围全覆盖,全面系统掌握了全国及各省级行政区、国家级重点防治区、国家重点关注区域等重点区域的年度水土流失状况及动态变化情况; 二是水土流失动态监测技术体系日臻完善, 形成了一套集遥感解译、野外验证、模型计算、统计分析等于一体的方法体系; 三是水土流失动态监测组织体系日益完善, 构建了国家—流域—省—监测站全国水土流失动态监测组织体系,建立了分工协作的组织方式,有序推进了全国水土流失动态监测工作; 四是水土流失动态监测信息化水平持续提升, 开发了全国水土流失动态监测协同解译和模型计算平台V1.0,实现了对动态监测的全流程信息化应用管理,并已经在全国推广应用。水土流失动态监测成效对保障国家生态安全、促进生态文明建设起到了重要支撑作用。

水土保持遥感监管

遥感监管是推进人为水土流失监管的重要实践,是运用卫星遥感技术及时发现水土流失违法违规问题并推动依法整改的有效举措。水土保持遥感监管总体思路是基于2m分辨率卫星遥感影像解译结果,提取生产建设扰动图斑,经与生产建设项目水土保持方案数据库套合分析,快速判别,下发疑似违法违规图斑及其地理位置,组织地方进行现场核查,对认定的违法违规项目进行依法查处并督促整改。水利部于2018年在生产建设项目集中区域开展了试点,2019年起连续五年组织开展了全国生产建设项目水土保持遥感监管工作。

水土保持遥感监管近5年累计发现人为水土流失违法违规项目13.9万个,查处了大量以前传统手段难以发现的违法违规行为,全国水土流失违法违规项目数量和扰动面积实现“双下降”,水土保持方案审批和设施验收数量实现“双提升”,从源头上有效控制了人为水土流失产生。通过连续五年探索和实践,水土保持遥感监管取得了显著工作成效: 一是 构建了“解译、判别、认定、查处”的水土保持遥感监管技术路线; 二是 建立了“水利部下发、地方查处、流域核查”的工作组织模式; 三是 研发了“协同解译、监管服务、现场核查”的协同解译与数据管理平台系统; 四是 研发了遥感监管扰动图斑智能标注系统,实现了扰动图斑快速、精确、智能提取; 五是 摸清了人为水土流失监管的薄弱环节,并查处了大量违法违规行为。

东北黑土区侵蚀沟调查

东北黑土区侵蚀沟量多面广、危害重,严重影响黑土区粮食安全和经济社会可持续发展。2023年,水利部组织水利部松辽水利委员会完成了东北黑土区侵蚀沟调查工作。调查范围为东北黑土区108.75万k m 2 ,涉及内蒙古、辽宁、吉林、黑龙江四省(自治区)。以2020年2m分辨率高分、资源系列卫星遥感影像为基础,辅以亚米级高精度开源遥感影像,采用遥感解译、野外验证、典型区实测等方法,全面调查沟道长度50m及以上、沟系汇水面积不大于50k m 2 的侵蚀沟。

调查显示,东北黑土区侵蚀沟总数量为66.67万条,其中主沟39.36万条,支沟27.31万条。沟道总长度23.24万km,沟道总面积4029.57k m 2 ,沟壑密度为0.21km/k m 2 东北黑土区侵蚀沟呈现以下特点: 侵蚀沟主要分布在耕地上,发展型侵蚀沟占比高; 侵蚀沟特别是耕地侵蚀沟呈数量增加、沟道扩张趋势; 侵蚀沟发育发展与排水体系不健全密切相关,危害严重; 侵蚀沟防治成效明显,凡是治理过的侵蚀沟沟道扩张基本得到控制。通过调查,基本掌握了东北黑土区侵蚀沟数量、分布及变化情况,为进一步推进侵蚀沟治理、加强黑土地保护提供了重要依据。

水土保持遥感应用未来发展方向展望

新型遥感数据源助力水土保持监测水平提高

高光谱遥感精准识别植被类型

高光谱遥感技术是一项综合性探测技术,具有光谱分辨率高、探测地物信息能力强、所获光谱信息丰富等优势,能够捕捉地物微观特征,获取目标详细的光谱信息。相较传统监测手段,高光谱遥感能够更快速、更准确地反映地物信息和动态变化特征,已成为水生态保护、环境监测、数字制图和生产应用等领域的前沿手段。

植被对水土流失防治具有重要作用。当前,水土流失动态监测工作中,植被类型的解译主要依赖高分辨率的多光谱遥感数据,但植被类型的差异未得到充分的识别,一定程度上影响了植被盖度和生物措施因子的计算精度。近年来,国内外学者基于高光谱遥感技术在农作物和树种分类方面做了大量研究,通过分析不同作物和树种的高光谱反射率信息及相关特征参量的差异,构建相应的反演模型,完成种类识别。高光谱遥感技术弥补了多光谱树种识别精度低、类型单一等问题,极大地提高了植被识别监测的精细化程度。目前,高光谱遥感在水土保持遥感监测方面应用鲜有总结推广。在未来的动态监测工作中,可利用高光谱遥感数据开展植被类型、树种精准识别,提高植被盖度与生物措施因子计算精度,进一步提高水土流失动态监测的精细化水平和工作效率。

激光雷达技术监测地形,优化植被结构

激光雷达技术结合了传统雷达和激光技术,以微波雷达为基础,将激光束作为新的探测信号,直接获取目标的三维坐标,具有优越的目标探测能力。该技术具有时空分辨率高、动态探测范围广、植被穿透能力强、数据精度高等特点,是快速获取高精度目标信息的新兴技术。

基于高精度三维点云数据,激光雷达能够提取到多种监测成果,目前已被广泛应用在各领域调查监测中。其次,利用机载激光雷达,能够迅速高效地对大面积林地进行树木模型的构建,多时相激光雷达则可用于监测不同时间尺度下的树木生长情况以及林木采伐、自然灾害等引起的森林结构变化。在水土保持监测领域,依托InSAR(合成孔径雷达干涉测量)技术的面域形变监测能力,能够及时获取淤地坝的位置、面积、淤积量、精确形变信息等,及时评估淤地坝淤积状况,提高坝体形变监测准确性,为淤地坝安全监测提供更为有效的方法。依靠激光雷达在植被结构提取中的优势,可进行多种尺度的森林参数反演和林分因子调查等应用,针对南方红壤丘陵区的林下水土流失问题,激光雷达能够直接获取植被结构,为林下水土流失问题研究和水土保持植物措施优化配置提供强有力的技术手段。

亚米级影像精准提取水土保持措施

遥感影像分辨率提高使得探测和表达地物更精细、更准确、更快速,亚米级影像具有更高分辨率,能够更精细地识别地物细微特征,实现对区域内植被覆盖情况、土地利用变化等快速、全面地监测和分析。

亚米级影像在水土保持遥感监管工作中发挥了重要作用,其更高的空间分辨率帮助监测土地利用变化、评估植被覆盖情况、监测土壤侵蚀程度、辅助规划水土保持工程以及监测水资源变化,为保护水土资源、改善生态环境提供科学依据和技术支持。 近年来,研究者利用亚米级遥感影像对流域内水体信息、土地利用现状、植被覆盖情况等进行深度分析评价,辅助数字高程(DEM)、土壤属性等数据开展区域土壤侵蚀治理监测评估,为流域水土流失提供精细化治理方案。在水土保持工程措施识别监测方面,由于淤地坝、截排水沟、沉沙池等工程措施的设施规模较小且布局较为分散,通过中等分辨率的遥感影像难以对此类点状、线状地物进行有效识别解译,通过采用亚米级遥感影像并结合坝体纹理和空间特征,则能够大大提高相关地物的解译精度,助力水土保持遥感监测监管工作。

高分立体测绘卫星精准获取地形

近年来,国家实施了年度水土流失动态监测全覆盖,建设了大量坡耕地和侵蚀沟治理工程,取得了显著的水土流失治理成效。由于水土流失动态监测国土范围全覆盖以及坡耕地和侵蚀沟的治理需要,对影像分辨率、时相等提出了更高的要求,需要探索应用时间和空间分辨率较高的影像开展工作。在空间尺度上,以往国产卫星遥感影像测绘精度低,为1∶5万比例尺,无法满足小空间尺度水土流失动态监测的需求;坡度、坡长、坡形等地形数据的获取,主要是依据1∶5万数据地形图生成的数字高程(DEM)数据,在精度上存在较大的制约。在时间尺度上,以往遥感数据实时获取难度大、周期长,导致监测和研究对象本底数据不足,严重制约基于高分遥感的水土流失动态监测与评价、侵蚀沟和沟道变化研究的开展和应用。

目前,我国的高分辨率立体测绘卫星如高分七号卫星已成功上线,搭载两阵列立体相机,可获取优于0.8m分辨率的全色立体影像,重访周期仅5天,是我国首颗民用亚米级光学传输型立体测绘卫星,基本满足了基于遥感调查、模型计算对高精度立体测绘数据的迫切需求。利用该立体测绘影像可开展土壤侵蚀区域坡度、坡长等地形因子的分析提取,水土流失坡耕地监测与评价指标快速提取,侵蚀沟及其形态指标快速提取,完善高分立体测绘卫星应用体系,对于提高水土流失动态监测精度非常必要。

遥感智能提取技术提高图斑提取效率

遥感图斑解译是水土流失动态监测及人为水土流失遥感监管的重要工作内容,目前主要依靠人工目视发现和勾绘图斑,存在工作量大、工作周期长、工作效率低等问题,且不同技术人员的先验知识存在差异,解译质量参差不齐,难以顺应智慧水利发展的新形势。我国遥感卫星数据源日益丰富,随着人工智能、大数据、云计算等技术的发展,DBN、CNN、SAE等深度学习算法已得到广泛应用,为图斑智能识别与自动提取提供了新的智慧化手段。基于预处理后的遥感影像和图斑样本数据,通过不断迭代训练确定最优参数,构建适用于水土流失动态监测土地利用解译及人为水土流失扰动图斑提取等工作的智能提取模型,能够进一步优化图斑解译技术路线,提高工作效率,提升水土保持业务的智慧化水平。目前在水利部生产建设项目遥感监管工作中,正在探索开展智能提取及其解译精度评估,未来将深入推进智能提取模型参数的区域化率定,提升遥感图斑智能化解译水平。

数字水土保持建设提升管理智慧化水平

当前,水利部正在深入贯彻新阶段水利高质量发展实施路径,各类遥感新技术所带来的数据资源为智慧水利水土保持数据底板的搭建提供了丰富的资源库。数字水土保持作为智慧水利的重要组成部分,是“十四五”时期深入推进水土保持高质量发展的重要举措,是发展水土保持新质生产力的重要路径。数字水土保持建设遵循“需求牵引、应用至上、数字赋能、提升能力”总要求,以“数字化、网络化、智能化”为主线,围绕水土保持业务管理需求,在着力提升水土保持管理全流程信息化水平基础上,通过健全水土保持数据管理规则、搭建水土保持数字化场景、研发水土保持预报预警模型、升级全国水土保持信息管理系统、推进淤地坝预报预警预演预案“四预”能力建设,加快构建具有水土流失状况预报预警、人为水土流失风险预警、水土流失综合治理智能管理、淤地坝安全度汛管理等功能的数字水土保持应用体系,提升水土保持业务管理智慧化水平。

结论与建议

卫星遥感技术在水土保持领域得到了深入应用,初步形成了规模化、规范化、常态化的态势,取得了显著成效,有力支撑了水土保持工作高质量发展。下一步应重点围绕水土保持发展新需求与未来发展需要,重点从管理和技术层面持续发力,统筹遥感应用算据、算法、算力资料,不断拓展新型遥感数据源应用,深入研究遥感信息智能提取,融合推进数字水土保持建设,不断深化卫星遥感技术在水土保持领域的应用,赋能水土保持新质生产力发展。

加强卫星数据资源统筹

随着水土保持遥感应用工作的不断拓展,对卫星遥感影像数据的需求和应用呈现常态化、业务化、实时化的发展趋势。为了提升卫星遥感影像即时服务能力,需要统筹各类卫星影像算据资源,搭建卫星遥感影像的即时服务平台,实现海量遥感影像数据的高效生产和有序组织管理,重新构建水土保持遥感监管新模式,满足水土保持监测监管即时性、实时性要求。

加大算法模型科研攻关力度

新型遥感数据源在水土保持行业的应用仍需深入研究,建议加大系统科研攻关力度,融合人工智能、深度学习、大数据等技术手段的各自优势,建立与业务管理相适配的遥感应用智能算法与模型,并积极探索应用示范,不断提升遥感应用精度与效率,为水土保持精准化决策提供有力支撑。

加强遥感应用算力建设

算力是遥感技术应用的重要支撑,包括计算、存储、通信等硬件资源,能够保障软件应用的高效稳定运行。为提高水土保持遥感应用的智慧化水平,要根据数据处理、模型计算的需要,在现有基础上扩展计算资源,提升高效快速、安全可靠、协同工作的高性能算力,满足模型大规模迭代训练、海量数据挖掘分析、大场景渲染展示等情景所需的并行计算需求。

免费打赏

相关推荐

APP内打开