全 文 ：环境灾害遥感小卫星在辽河三角洲湿地
景观制图中的应用*
杨元征1,2 摇 常摇 禹1**摇 胡远满1 摇 刘摇 淼1 摇 李月辉1
( 1 中国科学院沈阳应用生态研究所, 沈阳 110016; 2 中国科学院研究生院, 北京 100049)
摘摇 要摇 及时、准确地获得湿地的空间分布,对湿地的动态监测、保护与可持续利用具有重要
的意义.环境灾害遥感小卫星星座 A、B星(HJ鄄1A / 1B星)是我国自主发射的陆地资源监测卫
星,可为湿地类型的提取提供新的遥感影像数据源.本文通过对比我国环境灾害遥感小卫星
CCD相机影像(HJ CCD)数据与 Landsat TM5 影像数据获取的湿地景观类型图的分类精度和
各景观类型面积,验证和探究了 HJ CCD数据在湿地景观动态变化监测中的适用性和应用潜
力.结果表明:HJ CCD数据在地物识别分类方面可完全替代 Landsat TM5 数据;在实时动态监
测方面,HJ CCD数据获取周期仅为 2 d,优于 Landsat TM5 数据(16 d) .
关键词摇 湿地景观分类摇 HJ CCD数据摇 Landsat TM5 数据摇 精度评估摇 适用性
文章编号摇 1001-9332(2011)06-1552-07摇 中图分类号摇 Q149摇 文献标识码摇 A
Application of small remote sensing satellite constellations for environmental hazards in wetland
landscape mapping: Taking Liaohe Delta, Liaoning Province of Northeast China as a case.
YANG Yuan鄄zheng1,2, CHANG Yu1, HU Yuan鄄man1, LIU Miao1, LI Yue鄄hui1 (1Institute of Applied E鄄
cology, Chinese Academy of Sciences, Shenyang 110016, China; 2Graduate University of Chinese Academy
of Sciences, Beijing 100049, China). 鄄Chin. J. Appl. Ecol. ,2011,22(6): 1552-1558.
Abstract: To timely and accurately acquire the spatial distribution pattern of wetlands is of signifi鄄
cance for the dynamic monitoring, conservation, and sustainable utilization of wetlands. The small
remote sensing satellite constellations A / B stars (HJ鄄1A / 1B stars) for environmental hazards were
launched by China for monitoring terrestrial resources, which could provide a new data source of re鄄
mote sensing image acquisition for retrieving wetland types. Taking Liaohe Delta as a case, this pa鄄
per compared the accuracy of wetland classification map and the area of each wetland type retrieved
from CCD data (HJ CCD data) and TM5 data, and validated and explored the applicability and the
applied potential of HJ CCD data in wetland resources dynamic monitoring. The results showed that
HJ CCD data could completely replace Landsat TM5 data in feature extraction and remote sensing
classification. In real鄄time monitoring, due to its 2 days of data acquisition cycle, HJ CCD data had
the priority to Landsat TM5 data (16 days of data acquisition cycle).
Key words: wetland landscape classification; HJ CCD data; Landsat TM5 data; accuracy assess鄄
ment; applicability.
*环境与灾害监测预报小卫星星座环境应用系统建设项目
(09H029W39)和辽河流域水环境风险评估与预警监控平台构建技
术示范研究项目(2009ZX07528鄄006鄄04)资助.
**通讯作者. E鄄mail: changyu@ iae. ac. cn
2010鄄10鄄26 收稿,2011鄄03鄄14 接受.
摇 摇 湿地是地球上三类最重要的生态系统(森林、
海洋和湿地)之一[1] . 湿地是处于开放水域与陆地
之间的过渡生态系统,它兼有水域和陆地生态系统
的特点,具有独特的结构和功能,是自然界生物多样
性最丰富的生态景观和人类最重要的生存环境之
一[2-4] .其特殊的水文状况、陆地和水域生态系统交
错带作用以及由此产生的特殊生态系统功能,使其
具有巨大的资源潜力和环境功能. 湿地既为人类提
供大量食物、工业原料和水资源,又在维持区域生态
平衡、保持生物多样性和珍稀物种资源,尤其是在调
节气候、调蓄洪水、净化水质、保持物种基因多样性
等方面具有不可替代的作用.近几十年来,随着人口
的急剧增加、城市化进程的不断加快以及工农业的
迅速发展等对土地资源的需求增加,造成了湿地资
应 用 生 态 学 报摇 2011 年 6 月摇 第 22 卷摇 第 6 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, Jun. 2011,22(6): 1552-1558
源的不合理开发利用,导致湿地退化,使湿地功能丧
失.因此,对湿地资源进行实时监测就成为湿地合理
开发利用和保护的迫切需要. 3S(RS、GIS和 GPS)技
术在湿地资源状况调查和动态变化监测[5-7]方面发
挥着重要作用,以往我国运用的数据源大多依赖国
外陆地资源遥感卫星获取的影像数据,原因在于国
内陆地资源遥感卫星影像数据相对单一. 随着国内
遥感技术的发展,我国自主开发研制的陆地资源遥
感卫星也陆续发射升空,并在我国国土资源调查、环
境监测和防灾减灾等任务中发挥着越来越重要的作
用.环境与灾害监测预报小卫星星座就是在这种契
机下提出设计并于 2008 年 9 月 6 日 11:25 成功发
射,其包括 A、B 两个小卫星,HJ鄄1A 星搭载了电荷
耦合元件(charge coupled device,CCD)相机和超光
谱成像仪(HSI),HJ鄄1B 星搭载了 CCD 相机和红外
相机( IRS). 本文利用我国环境灾害遥感小卫星
CCD相机影像(HJ CCD)数据和 TM5 数据分别对辽
河三角洲湿地景观类型进行分类制图,并对分类结
果进行精度评价分析,以验证 HJ CCD 数据在湿地
动态监测中的适用性.
1摇 研究地区与研究方法
1郾 1摇 研究区域概况
辽河三角洲(40毅40忆—41毅25忆 N,121毅25忆—122毅
55忆 E)位于辽宁省西南部辽河平原南端,渤海辽东
湾的顶部,是由辽河、大辽河、大凌河等一系列河流
冲积而成的冲积海积平原,总面积 4000 km2,为中
国第四大河口三角洲.辽河三角洲的顶端在六间房,
西界在长大铁路以西、盖县大清河以北的地区.行政
区划上包括盘锦市和营口市区及其老边区
的全部,盘锦市是其主体和核心[8-11] ,包括4个县
图 1摇 盘锦市行政区位置示意图
Fig. 1摇 Schematic diagram of Panjin City administrative region.
区,双台子河口国家级自然保护区即位于本区南部
沿海.本文以盘锦市行政区范围代表整个辽河三角
洲进行研究(图 1).
1郾 2摇 数据来源
研究区 HJ CCD影像数据和 TM5 影像数据分别
源于中国资源卫星中心网站(http: / / www. cresda.
com / )和 USGS 官方网站(http: / / glovis. usgs. gov / ).
本文选取研究区 2009年 7月 10日 1景 HJ CCD数据
和 2009年 7月 15日 2景 Landsat TM5数据(表 1).
HJ CCD数据和 TM5 数据的前 4 个通道波段设
置相同,分别为蓝绿波段、绿色波段、红色波段和近
红外波段,波长范围相似(仅 HJ CCD数据蓝绿波段
表 1摇 HJ CCD和 TM5 数据的参数
Table 1摇 Parameters of HJ CCD data and TM5 data
卫星传感器
Satellite sensor
通道
Channel
波段
Band
波长
Wave length
(滋m)
分辨率
Resolution
(m)
周期
Cycle
(d)
幅宽
Width
(km)
Landsat TM5 波段 1 Band 1 蓝绿波段 Blue鄄green band 0郾 45 ~ 0郾 52 30 16 185
波段 2 Band 2 绿色波段 Green band 0郾 52 ~ 0郾 60 30
波段 3 Band 3 红色波段 Red band 0郾 63 ~ 0郾 69 30
波段 4 Band 4 近红外波段 Near infrared band 0郾 76 ~ 0郾 90 30
波段 5 Band 5 中红外波段 Mid鄄infrared band 1郾 55 ~ 1郾 75 30
波段 6 Band 6 热红外波段 Thermal infrared band 10郾 40 ~ 12郾 50 120
波段 7 Band 7 中红外波段 Mid鄄infrared band 2郾 09 ~ 2郾 35 30
HJ CCD 波段 1 Band 1 蓝绿波段 Blue鄄green band 0郾 43 ~ 0郾 52 30 4 360 (单台 Single)
波段 2 Band 2 绿色波段 Green band 0郾 52 ~ 0郾 60 30 700 (二台 Double)
波段 3 Band 3 红色波段 Red band 0郾 63 ~ 0郾 69 30
波段 4 Band 4 近红外波段 Near infrared band 0郾 76 ~ 0郾 90 30
35516 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 杨元征等: 环境灾害遥感小卫星在辽河三角洲湿地景观制图中的应用摇 摇 摇 摇 摇
的波长范围比 TM5 数据宽 0郾 02 滋m);空间分辨率
都是 30 m;TM5 数据的重访周期是 16 d,HJ CCD数
据的重访周期是 4 d,由于 HJ鄄1A / 1B 双星携带有相
同的 CCD相机,其组网后的重访周期为 2 d,时间分
辨率远大于 TM5;TM5 数据幅宽为 185 km,HJ CCD
数据单台幅宽为 360 km,两台联合获取数据幅宽为
700 km,其单台幅宽约为 TM5 的两倍,适合大面积
监测.
1郾 3摇 数据预处理
分别对选取的 HJ CCD数据和 TM5 数据进行辐
射校正[12-13],在影像上识别“黑体冶,通过回归分析
法去除辐射对辐射量度值的影响.以 1 颐 5 万地形图
为参考,分别对 HJ CCD 数据和 TM5 数据进行几何
精校正,影像校正过程中残差控制在 0郾 5 个像元以
内.由于研究区域跨 2 景 TM5 遥感影像,因此需要
对校正后的 TM5 遥感影像进行图像镶嵌,采用 ER鄄
DAS遥感处理软件对 TM5 影像数据进行镶嵌,并利
用其感兴趣区域工具分别从 HJ CCD数据和 TM5 数
据中裁剪出研究区域(图 2).
1郾 4摇 景观分类体系的建立
根据研究区具体情况、遥感影像特征、《湿地公
约》 [14]和《全国湿地资源调查与监测技术规程》 [15],
并参考了以往的相关研究[16-20],将研究区景观类型
划分为湿地景观和非湿地景观两大类:湿地景观又
分为人工湿地和自然湿地,其中人工湿地包括稻田、
虾蟹田、盐田、水库坑塘,自然湿地包括芦苇(Phrag鄄
mites australis)沼泽、翅碱蓬( Suaeda heteroptera)沼
泽、香蒲(Typha orientalis)沼泽、浅水沼泽、河流、滩
涂和海岸浅水区;非湿地景观分为居民、工业用地以
及林地和旱田(表 2).
1郾 5摇 景观类型遥感解译标志的建立
遥感影像解译标志也称判读要素,指地物在影
像上反映出的不同影像特征,解译者可以利用这些
解译标志在图像上识别地物或现象的性质、类型或
状况.遥感解译特征的准确性不仅与图像处理的水
平有关,而且受解译标志建立的准确性影响.遥感图
像解译标志是遥感图像解译的主要标准,建立一套
准确的解译标志主要是要抓住影像特征[21-25],参照
研究区景观分类系统,掌握研究区的详尽资料,使用
正确的解译方法.
遥感影像的特征主要由以下几个方面来体现:
1)色,即目标地物的颜色、色调和阴影;2)形,即目
标地物在遥感影像上的形状,具体指目标地物的形
状、纹理、大小和图形;3)位,即目标地物在影像上
的空间位置,具体指目标地物分布的空间位置和相
关布局.在对遥感影像进行目视解译信息提取时,目
标地物的颜色、色调、形状、纹理、大小和空间位置等
特征均可以作为直接判读标志. 本文通过分析研究
区域遥感影像的色、形、位的特点,结合辽河三角洲
湿地景观类型分类系统、辽河三角洲湿地 1 颐 5 万地
形图和野外调查获取的数据建立辽河三角洲湿地景
观类型解译标志表(表 3).
1郾 6摇 景观分类
在野外实地调查的基础上,采取监督分类和人
工目视解译相结合的方法提取景观类型图. 利用
ArcGIS软件的人机交互功能,根据已建立的各种湿
图 2摇 研究区 HJ CCD影像数据(a)和 TM5 影像数据(b)
Fig. 2摇 HJ CCD image data (a) and TM5 image data (b) in the study area.
4551 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
表 2摇 研究区景观分类体系
Table 2摇 Landscape classification system of the study area
景观类型
Landscape type
一级分类 Class玉
编码
Code
类型名
Type name
二级分类 Class 域
编码
Code
类型名
Type name
非湿地景观 1 城乡 /工矿 /居民用地 Urban / mining / residential land 11 居民、工业用地 Residential and industrial land
Non鄄wetland 2 林地 Woodland 21 林地 Woodland
landscape 3 旱田 Dry field 31 旱田 Dry field
湿地景观 4 人工湿地 Artificial wetland 41 稻田 Paddy field
Wetland landscape 42 虾蟹田 Shrimp crab farm
43 盐田 Salt pan
44 水库坑塘 Reservoir pond
5 自然湿地 Nature wetland 51 芦苇沼泽 Reed swamp
52 翅碱蓬沼泽 Wings salsa swamp
53 香蒲沼泽 Typha swamp
54 浅水沼泽 Slough
55 河流 River
56 滩涂 Intertidal zone
57 海岸浅水区 Coastal shallow water
表 3摇 辽河三角洲湿地景观类型解译标志
Table 3摇 Interpretation signs of Liaohe Delta wetland landscape types
一级类型
Class 玉
二级类型
Class 域
判读标志
Interpretation sign
城乡 /工矿 /居民用地
Urban / mining / residential land
居民、工业用地
Residential / industrial land
影像色调为灰、灰白、白色;几何特征明显,形状多样,边界清晰,纹理较粗
糙;分布于河流、道路两侧
林地
Woodland
林地
Woodland
影像色调为红色或鲜红色;形状不太规则,纹理细腻清晰;分布于河流滩地
和居民地旁边
旱田
Dry field
旱田
Dry field
色调较丰富,呈红、淡红、粉红、鲜红等颜色,没种植地块呈白或灰白色;形
状规则,地块大多排列整齐,类型界限明显;分布于道路间隙和河流漫滩
人工湿地
Artificial wetland
稻田
Paddy field
呈红和暗红等颜色;形状规则,地块大多排列整齐,类型界限明显,纹理清
晰,结构均一;分布于道路间隙及河流、水库、湖泊坑塘旁边
虾蟹田
Shrimp crab farm
色调以深蓝色、蓝色为主,夹杂些许白色;形状呈规则的长条状或方形,纹
理粗糙,界限清晰;分布于海岸滩涂、河流两岸、湖边或地势低洼处
盐田
Salt pan
呈白色、灰白色或黑色;形状呈规则的小正方形,纹理粗糙,与其他类型界
限明显;分布于海岸带及个别内陆地区
水库坑塘
Reservoir pond
呈蓝色、深蓝、淡蓝色,颜色均匀;几何形状较明显,人工建造痕迹明显,纹
理细腻均匀;分布于平原,周围有居民地和耕地
自然湿地
Nature wetland
芦苇沼泽
Reed swamp
影像色调褐色或淡红色;形状不规则,纹理细腻清晰,与其他类型界限明
显;分布在河流两岸、漫滩、湖边或地势较低平的平地
翅碱蓬沼泽
Wings salsa swamp
影像色调为深绿色或绿色;形状呈圆弧形或不规则,纹理较粗糙,界限明
显;分布于河口漫滩、江心洲或海岸
香蒲沼泽
Typha swamp
色调以黑色、暗红色为主,有橘红色斑点镶嵌其中,色调不均匀;不规则的
花斑或点群状,界限清晰,影像破碎;分布于河流两岸、漫滩、湖边或地势较
低的平地
浅水沼泽
Slough
呈深蓝、淡蓝、蓝白色,颜色均匀;形状呈不规则的圆形或椭圆形,呈现出自
然形态,纹理清晰;分布于河流两岸和低平洼地
河流
River
色调为蓝色、蓝黑色或灰白色,颜色不均一;形状呈弯曲的明显的线状或条
带状延伸,界限清晰;贯穿整个区域
滩涂
Intertidal zone
呈灰白、灰、白色,呈不规则的条带状或片状,纹理较细,与其他类型界限明
显;分布于河漫滩、江心洲及海陆交界处
海岸浅水区
Coastal shallow water
色调浅蓝色,夹杂白色或棕色;形状不规则,纹理粗糙,与其他类型界限不
明显;分布于海陆交界处
地景观类型遥感图像解译标志,勾绘出各种类型的
矢量图并建立相应的属性表.
2摇 结果与分析
2郾 1摇 景观分类图
通过目视解译获得的矢量分类图,经 ArcMap
软件整饰后输出 HJ CCD 数据和 TM5 数据分类图.
从图 3 可以看出,芦苇沼泽为研究区主要的自然湿
地类型,水田为主要的人工湿地类型,两者面积之和
占研究区总面积的 80%以上,双台子河横穿整个研
究区,为河口湿地提供生态需水;芦苇沼泽和水田有
明显的分界线,此分界线两侧是两者转换高频区也
55516 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 杨元征等: 环境灾害遥感小卫星在辽河三角洲湿地景观制图中的应用摇 摇 摇 摇 摇
图 3摇 基于 HJ CCD数据(a)和 TM5 数据(b)的研究区景观分类图
Fig. 3摇 Landscape classification map of the study area based on the HJ CCD data (a) and TM5 data (b).
1) 居民、工业用地 Residential and industrial land; 2) 林地 Woodland; 3) 旱田 Dry field; 4) 稻田 Paddy field; 5) 虾蟹田 Shrimp crab farm; 6)盐
田 Salt pan; 7)水库坑塘 Reservoir pond; 8) 芦苇沼泽 Reed swamp; 9) 翅碱蓬沼泽 Wings salsa swamp; 10) 香蒲沼泽 Typha swamp; 11) 浅水沼
泽 Slough; 12)河流 River; 13)滩涂 Intertidal zone; 14) 海岸浅水区 Coastal shallow water. 下同 The same below.
是实时监测的主要地区.近年来,盘锦市水产养殖业
迅猛发展,虾蟹田主要分布在沿海区域,对滩涂湿地
造成严重影响,虾蟹田养殖用水无处理排放是造成
渤海赤潮频发的主要原因,因此虾蟹田的变化也是
监测重点.
2郾 2摇 分类精度评价
对分类精度进行评价需要先获取训练样本,由
于图像中某些景观类别的样本数量较少,为保证每
个类别都能在训练样本中出现,本文采用分层采
样[26],每层内采用简单随机采样,考虑到实地样点
的可达性,最终确定了 470 个训练样点.根据野外采
样获取的数据和图像分类数据分别建立 HJ CCD 数
据分类图和 TM5 数据分类图误差矩阵表,以此计算
各种统计量并进行统计检验,给出对于总体的和基
于各种地面类型的分类精度值.
针对误差矩阵的基本统计估计量[26-29] 包括:
1) 总体分类精度:Pc =移
n
k = 1
Pkk / P ,式中: Pkk 为误差
矩阵对角线上正确分类的类型样本数;P 为选样本
总数.总体分类精度是具有概率统计意义的一个统
计量,指每一个随机样本的分类结果与地面对应区
域的实际类型相一致的概率. 2)用户精度(Pui,对于
第 i类):Pui = P ii / P i +,式中:P ii 为第 i类景观类型分
类正确的样本数;P i + =移
n
j = 1
P ij 为通过遥感影像分类
所得的第 i类景观类型样本数的总和,P ij 为实地采
样获取的第 j类景观类型被分为通过遥感影像分类
所得的第 i类景观类型的样本数. 用户精度表示从
分类结果(如分类产生的类型图) 中任取一个随机
样本,该样本所对应的景观类型与地面实际景观类
型相同的条件概率. 3) 制图精度(PAj,对于第 j类):
PAj = P jj / P +j,式中:P jj 为第 j类景观类型正确分类的
样本数;P +j =移
n
i = 1
P ij为地面实地采样获取的第 j类景
观类型样本数的总和. 制图精度表示实地采样获得
的景观类型样本中的任意一个随机样本,与同一地
点通过遥感影像获得的景观类型图上分类结果相一
致的条件概率.
Kappa指数采用另一种离散的多元技术,考虑
矩阵的所有因素,测定分类精度,其公式为:
Khat =
N移
r
i = 1
xii - 移
r
i = 1
(xi + x +i)
N2 - 移
r
i = 1
(xi + x +i)
式中:r为误差矩阵中总的类别数;xii 为误差矩阵中
第 i行、第 i列上正确分类的样点数;xi +和 x +i分别为
第 i行和第 i列的总样点数;N为用于精度评估的总
样点数.
由表 4 可以看出,研究区 HJ CCD 数据和 TM5
数据的总体分类精度相近,都达到了 92%以上;HJ
CCD数据的 Kappa 指数比 TM5 略高,HJ CCD 数据
的整体水平稍好. HJ CCD 数据和 TM5 数据在区分
香蒲沼泽、虾蟹田方面的制图精度存在较大差异,
HJ CCD数据优于 TM5 数据;在区分稻田、芦苇沼泽
6551 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷
表 4摇 研究区 HJ CCD数据与 TM5 数据分类精度的对比
Table 4摇 Comparison of classification accuracy of HJ CCD and TM5 data in the study area (%)
景观类别
Landscape type
HJ CCD影像 HJ CCD image
用户精度
User accuracy
制图精度
Mapping accuracy
TM5 影像 TM5 image
用户精度
User accuracy
制图精度
Mapping accuracy
居民、工业用地 Residential and industrial land 93郾 4 99郾 4 93郾 7 99郾 4
林地 Woodland 85郾 7 100 85郾 7 100
旱田 Dry field 100 27郾 3 100 27郾 3
稻田 Paddy field 90郾 0 85郾 7 85郾 7 85郾 7
虾蟹田 Shrimp crab farm 91郾 9 72郾 3 91郾 7 70郾 2
盐田 Salt pan 100 66郾 7 100 66郾 7
水库坑塘 Reservoir pond 100 100 100 100
芦苇沼泽 Reed swamp 87郾 5 77郾 8 66郾 7 88郾 9
翅碱蓬沼泽 Wings salsa swamp 87郾 5 100 87郾 5 100
香蒲沼泽 Typha swamp 95郾 7 91郾 7 95郾 2 83郾 3
浅水沼泽 Slough 77郾 8 100 75郾 0 85郾 7
河流 River 100 100 100 100
滩涂 Intertidal zone 100 50郾 0 100 50郾 0
海岸浅水区 Coastal shallow water 100 100 100 100
总体精度 Overall accuracy 92郾 8 92郾 1
Kappa指数 Kappa index 85郾 76 84郾 55
和浅水沼泽方面,HJ CCD 数据的用户精度优于
TM5 数据,TM5 数据制图精度优于 HJ CCD数据;两
者在区分旱田和滩涂景观类型时的制图精度都不
高,应考虑寻求其他波段组合来弥补该缺陷.总体看
来,HJ CCD数据和 TM5 数据各有优缺点,但总体分
类精度相差并不大,仅存在少许差异,在景观分类应
用上可以相互替代以扩充遥感影像数据源的获取
渠道.
2郾 3摇 景观类型面积
利用遥感环境影像进行景观类型分类的目的之
一就是获取各种景观类型的面积.由图 4 可以看出,
基于 HJ CCD数据和 TM5 数据进行景观分类后,仅
海岸浅水区和滩涂面积存在较大差异 ,原因是
图 4摇 基于 HJ CCD 数据和 TM5 数据的研究区各景观类型
面积
Fig. 4摇 Area of landscape types in the study area based on HJ
CCD and TM5 data.
HJ CCD和 TM5 数据获取时间不同,TM5 影像获取
时为涨潮,HJ CCD影像获取时为落潮,造成滩涂和
海岸带面积存在差异;其他景观类型面积的差异不
大,说明两种数据具有通用性.
3摇 结摇 摇 语
HJ CCD数据可以代替 TM5 数据在湿地景观类
型分类和动态变化监测中发挥更大作用,在分类精
度上 HJ CCD数据与 TM5 数据相差不大,有些景观
类型分类精度还高于 TM5 数据,完全可以满足景观
类型分类需要.与 TM5 数据相比,HJ CCD数据具有
以下优势:HJ CCD 数据是我国自主研发和发射的
陆地资源环境卫星获取的数据,数据可以免费获得
且没有任何使用权限限制;其时间分辨率远大于
TM5 数据,TM5 数据重访周期为 16 d,HJ CCD 数据
每隔 2 d即可获取同一地区的影像数据,对于动态
监测绝对优于 TM5 数据,可及时对湿地资源进行实
时监测. HJ CCD数据仅有 4 个通道,在波段组合上
略逊色于 TM5 数据,但 HJ鄄1A / 1B 星上分别携带的
超光谱成像仪(HSI)和红外相机(IRS)弥补了这一
缺陷,可根据研究需要选择相应的光谱波段进行组
合,以达到研究需求.
参考文献
[1] 摇 Zhou G鄄S (周广胜), Zhou L (周 摇 莉), Guan E鄄K
(关恩凯), et al. Liaohe delta wetland and global
change. Journal of Meteorology and Environment (气象
75516 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 杨元征等: 环境灾害遥感小卫星在辽河三角洲湿地景观制图中的应用摇 摇 摇 摇 摇
与环境学报), 2006, 22(4): 7-12 (in Chinese)
[2]摇 Yang B (杨摇 波). A review on the study of wetland as鄄
sessment in China. Chinese Journal of Ecology (生态学
杂志), 2004, 23(4): 146-149 (in Chinese)
[3]摇 Yu G鄄Y (余国营). Views of some basic problems on
wetland researches. Progress in Geography (地理科学
进展), 2001, 20(2): 173-178 (in Chinese)
[4]摇 Wang A鄄H (汪爱华), Zhang S鄄Q (张树清), Zhang B
(张摇 柏). Application of remote sensing and geograph鄄
ical information system technology to wetland research.
Remote Sensing Technology and Application (遥感技术
与应用), 2001, 16(3): 201-204 (in Chinese)
[5]摇 Huang G鄄L (黄桂林), Zhang J鄄J (张建军), Han A鄄H
(韩爱慧), et al. Application of 3S technology in the
Liaohe delta wetland monitoring. Forest Resources Man鄄
agement (林业资源管理), 2000(5): 51-56 (in Chi鄄
nese)
[6]摇 Pan H (潘摇 辉), Luo C鄄L (罗彩莲), Tan F鄄L (谭芳
林). Application of 3S technology to wetland resear鄄
ches. Wetland Science (湿地科学), 2006, 4(1): 75-
80 (in Chinese)
[7]摇 Zhang Y鄄Z (张养真), Hua R鄄K (华润葵), Li Y鄄Q
(李玉勤). Application of Landsat image to marsh sur鄄
vey in the Sanjiang Plain. Scientia Geographica Sinica
(地理科学), 1993, 13(1): 49-56 (in Chinese)
[8]摇 Xiao D鄄N (肖笃宁), Hu Y鄄M (胡远满), Li X鄄Z (李
秀珍), et al. Landscape Ecological Study of around
Bohai Delta Wetlands. Beijing: Science Press, 2001
(in Chinese)
[9]摇 Wang L (王摇 凌), Li X鄄Z (李秀珍), Hu Y鄄M (胡远
满), et al. Spatial diversity index analysis on wildlife
habitat pattern change in the Liaohe Delta. Chinese
Journal of Applied Ecology (应用生态学报), 2003, 14
(12): 2176-2180 (in Chinese)
[10]摇 Wang X鄄L (王宪礼), Xiao D鄄N (肖笃宁), Bu R鄄C
(布仁仓), et al. Analysis on landscape patterns of Li鄄
aohe Delta wetland. Acta Ecologica Sinica (生态学
报), 1997, 17(3): 317-323 (in Chinese)
[11]摇 Li J鄄L (李加林), Zhao H鄄B (赵寒冰), Liu C (刘摇
闯), et al. Effects of wetland change on eco鄄environ鄄
mental water requirement in Liaohe Delta. Journal of
Soil and Water Conservation (水土保持学报), 2006,
20(2): 129-134 (in Chinese)
[12]摇 Todd AS, Warren BC, Song CH, et al. Radiometric
correction of multi鄄temporal Landsat data for character鄄
ization of early successional forest patterns in western
Oregon. Remote Sensing of Environment, 2006, 103: 16
-26
[13]摇 Song CH, Curtis EW, Karen CS, et al. Classification
and change detection using Landsat TM data: When and
how to correct atmospheric effects? Remote Sensing of
Environment, 2001, 75: 230-244
[14]摇 Contracting Party Congress of Ramsar Convention. Ram鄄
sar Convention [EB / OL]. (2008-10-28) [2010-10-
26 ]. http: / / www. shidi. org / lib / lore / convention鄄
ramsar鄄details. html
[15]摇 State Forestry Bureau (国家林业局). Survey Tech鄄
nique Rules of Wetland Resources [EB / OL]. (2009-
01-12) [2010-10-26]. http: / / www. docin. com / p鄄
48879691. html (in Chinese)
[16]摇 Guo C鄄X (郭程轩), Xu S鄄J (徐颂军). Review on the
dynamic changes of wetland landscape based on 3S tech鄄
nology and model methods. Geography and Geo鄄Informa鄄
tion Science (地理与地理信息科学), 2007, 23(5):
86-90 (in Chinese)
[17]摇 Xiao D鄄N (肖笃宁), Han M鄄K (韩慕康), Li X鄄W
(李晓文), et al. Sea level rising around Bohai Sea and
deltaic wetlands protection. Quaternary Sciences (第四
纪研究), 2003, 23(3): 237-246 (in Chinese)
[18]摇 Zhang X鄄L (张绪良), Chen D鄄J (陈东景), Xu Z鄄J
(徐宗军), et al. Service value of ecosystem of coastal
wetlands in the Yellow River Delta. Technology Review
(科技导报), 2009, 27(10): 37-42 (in Chinese)
[19]摇 Zong X鄄Y (宗秀影), Liu G鄄H (刘高焕), Qiao Y鄄L
(乔玉良), et al. Study on dynamic changes of wetland
landscape pattern in Yellow River Delta. Journal of Geo鄄
Information Science (地球信息科学学报), 2009, 11
(1): 91-97 (in Chinese)
[20]摇 Wang X鄄Q (汪小钦), Wang Q鄄M (王钦敏), Li H鄄G
(励惠国), et al. Driving forces of land use change /
cover in the Yellow River Delta. Resource Science (资源
科学), 2007, 29(5): 175-181 (in Chinese)
[21]摇 Yu Y鄄L (余艳玲), Li W鄄Z (李卫忠), Jiang Y (姜摇
英). Establishment of interpreting key on land use types
in Mu Us desert: A case study of Yuyang District. Jour鄄
nal of Northwest Forestry University (西北林学院学
报), 2005, 20(3): 10-13 (in Chinese)
[22]摇 Wang J鄄H (王建华), Wang J (王 摇 建), Wang L鄄H
(王丽红), et al. Establishing interpretation marks of
TM image for environmental type of the source area of
Yangtze River and Yellow River. Bulletin of Soil and
Water Conservation (水土保持通报), 2002, 22(4):
40-43 (in Chinese)
[23]摇 Han F (韩摇 芳), Wu R鄄N (乌日娜), Li X鄄H (李兴
华). Remote sensing method of wetland resource moni鄄
toring. Meteorology Journal of Inner Mongolia (内蒙古
气象), 2006(4): 33-35 (in Chinese)
[24]摇 Meng Q鄄W (孟庆伟), Zhang T (张 摇 韬), Liu J鄄H
(刘佳慧), et al. Establishing interpretation marks of
TM image for wetland type of western Inner Mongolia.
Journal of Inner Mongolia Agricultural University (内蒙
古农业大学学报), 2007, 28 (2): 35 -40 ( in Chi鄄
nese)
[25]摇 Li S鄄H (李四海), Liu Z鄄M (刘振民), Wang H (王
华), et al. The application of CBERS鄄1 CCD imagery
in coastal environment monitoring. Remote Sensing Tech鄄
nology and Application (遥感技术与应用), 2003, 18
(2): 66-72 (in Chinese)
[26]摇 Zhao Y鄄S (赵英时). Principles and Methods of Remote
Sensing Application. Beijing: Science Press, 2003 ( in
Chinese)
[27]摇 Yu H (于摇 欢), Zhang S鄄Q (张树清), Cui L (崔摇
利), et al. Wetland cover classification based on
CBERS鄄02 remote sensing image. Remote Sensing for
Land & Resources (国土资源遥感), 2008(4): 69-74
(in Chinese)
[28] 摇 Na X鄄D (那晓东), Zhang S鄄Q (张树清), Kong B
(孔 摇 博), et al. The extraction of freshwater marsh
wetland information based on decision tree algorithm: A
case study in the northeast of the Sanjiang Plain. Remote
Sensing Technology and Application (遥感技术与应
用), 2008, 23(4): 365-372 (in Chinese)
[29] 摇 Liu W鄄F (刘文峰), Gao M鄄H (高敏华), Xiao J鄄D
(肖继东). Application of CBERS鄄1 remote sensing da鄄
ta in the surveying of land resource. Bimonthly of Xin鄄
jiang Meteorology (新疆气象), 2003, 26(5): 23-26
(in Chinese)
作者简介摇 杨元征,男,1982 年生,硕士研究生.主要从事景
观生态学与遥感地理信息系统应用研究. E鄄mail: yan鄄
gyuanzheng8672@ 163. com
责任编辑摇 杨摇 弘
8551 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 22 卷