吉林一号卫星在生态环境保护领域的应用

吉林一号卫星在生态环境保护领域的应用
文｜王春月1,2 王栋1,2 朱瑞飞1,2 徐贵贵1,2
1.长光卫星技术股份有限公司
2.吉林省卫星遥感应用技术重点实验室
摘要：随着我国城市化建设的迅速发展，生态环境问题日益突出，给环境保护工作带来了新的挑战。

基于吉林一号高分辨率卫星及中国的环境保护特点，本文介绍了卫星遥感技术在大气环境、水体环境、土壤环境、生态评价以及环境灾害中的应用进展。

吉林一号高分辨率卫星遥感技术的发展，为生态环境保护行业的管理工作提供了强有力的技术支撑。

关键词：吉林一号；高分辨率；环境保护；遥感应用
一、引言
环境是影响人类生存和发展的大气资源、水资源、土地资源、生物资源等的总称，环境与社会和经济的可持续发展密切相关。

近年来，随着我国城市化建设的迅速发展，对水土及矿产资源的不合理利用，导致生态环境不断恶化，产生了大气污染、水环境恶化、植被退化、生物多样性减少、水土流失等一系列生态环境问题[1]，严重制约了我国的可持续发展。

加强环境保护工作和提高环境监测管理水平变得尤为重要，对人类的生存和发展具有重要意义。

由于技术的限制,传统环境监测手段在生态环境监测的数据采集、动态跟踪、信息处理和分析等方面存在一定的困难，已无法适应大区域生态环境问题的快速发现和生态环境修复监管。

卫星遥感作为一种快速、连续、可追溯和范围广的技术,具有对恶劣气候较好的抗干扰能力，可显著缩小时间与人力成本，有利于解决环境保护问题[2]，为中国环保部门的管理工作提供强有力的技术支撑。

目前遥感在环保领域中已有不少应用研究，但是大部分研究利用的是国外卫星数据，不利于推广应用，更难以满足开展环境遥感业务化持续稳定运行的需求。

本文以吉林一号卫星在大气环境、水体环境、土壤环境和生态评价及环境灾害等方面的应用为例，介绍吉林一号卫星遥感环保应用的实践情况。

二、吉林一号卫星介绍
吉林一号星座是长光卫星技术股份有限公司在建的核心工程，工程计划由138颗涵盖高分辨、大幅宽和视频等系列的高性能光学遥感卫星组成。

目前，吉林一号在轨卫星数量72颗，可对全球任意地点实现每天23～25次重访，具备全球一张图一年更新2次、全国一张图一年更新6次的能力。

吉林一号卫星星座具有高时间分辨率、高空间
（a）污染指数结果 （b）污染企业卫星影像图1 长春市某县污染指数结果及对应污染企业位置影像
（2）秸秆焚烧
目前我国每年有大量秸秆被当作废弃物焚烧。

秸秆焚烧不仅加重了重污染“雾霾”天气，其产生的有毒有害物质也对人体健康带来严重威胁。

传统的监管工作滞后严重且存在瞒报现象，卫星遥感技术的发展，为大区域秸秆焚烧提供了强有力的监管
以吉林一号宽幅01星系列高分辨率遥感影
先基于HRNet-OCR分割模型[4]与
（3）裸土扬尘
地表裸土被带入到空气中形成的扬尘是导致大气颗粒物升高的主要因素，对人体健康和环境产生较大的危害。

扬尘污染分布广泛，基于传统固定仪器监测和人工巡查的方式，难以发现大空间范围内的扬尘污染来源，且人工巡查的方式费时费力，效率低下，监管存在困难。

遥感技术的快速发展为裸土的高效反演识别提供了极大的便利。

以吉林一号宽幅01星系列高分辨率遥感影像为
（a）物料堆场裸土 （b）建筑裸土
（c）裸露地面 （d）拆迁裸土
图2 裸土卫星影像图
2.水体环境
（1）黑臭水体
黑臭水体由于存在底数不清、成因复杂和协调
难度大等一系列难题，成为了目前国家和政府重点
关注对象，高分辨率遥感技术可以有效识别和监测
农村黑臭水体，为消除黑臭水体，提高农村生态环
图3 排污口卫星影像图
（c）乱占——非法占用水域滩地 （d）乱建——非法修建阻碍行洪建筑
图4 河湖四乱信息典型图斑
（1）土壤盐碱化
监测土壤盐碱化分布特征的方法较多，其中卫星遥感技术不需要大量的人力投入，具有探测范围光谱信息丰富和观测角度高等特点，可以宏观、快速地获取盐碱地信息，有利于监测区域土地盐碱化分布及程度，为盐碱地整治规划提供数据依据。

以吉林一号高分系列卫星影像为数据源，以吉林省乾安县为研究区，采用DeepLabv3+语义分割方法，引入特征融合策略，使网络保留了比较多的浅层信息，同时加入了深度可分离卷积来对分割网络的速度进行优化，最终得到较好的分割边界。

经过DeepLabv3+模型预测得到
Majority/Minority Analysis实现后处理，优化提取结果。

最后，使用测试集对提取结果进行精度验证。

（2）非正规垃圾
非正规垃圾堆的露天堆放，不仅侵占土地，还污染大气、水源及城市生活环境，严重影响人
们的正常生活和身体健康[6]。

传统人工实地调查方法耗时费力，效率低下，并不适合于分布广泛且堆放点易变的非正规垃圾堆，高分辨率遥感技术的发展为非正规垃圾堆的宏观检测和高效管理提供了应用方向。

利用吉林一号宽幅01星对吉林省进行扫测，分别利用DeepLabv3+和Alexnet网络模型模拟非正规垃圾堆放点的人工解译和人工质检的过程，相比于传统遥感人工目视解译方法，实现了非正规垃圾堆放点的自动识别工作，实际应用效果良好。

DeepLabv3+模拟人工解译过程的总体精度为0.844，Alexnet网络模拟人工质检过程得到的总体精度为0.696，将此方法应用于2022年的验证样本得到的成果精度为0.690，该方法可在保证识别精度的同时，大大提升工作效率。

4.生态评价
（1）森林碳储量
森林作为陆地生态系统的主体和最大的碳库，对于保持陆地生态系统稳定和维持全球碳平衡具有重要的作用。

利用遥感手段对森林碳储量的关键参数进行反演计算森林碳储量，可以有效解决地面调查方法和通量站观测统计方法存在的数据不充足和估算精度不够高的问题[7-9]。

利用吉林一号宽幅系列卫星对吉林省长春市净月高新技术产业开发区进行拍摄，利用CASA模型算法[10]，将遥感因子、温度因子和土壤因子作为输入信息建立光能利用率模型，并根据碳转换系数和分子转换系数，计算森林碳储量。

研究结果表明，净月区森林碳储量多为碳储量中值区，高值区主要分布在东北部，低值区主要分布在道路沿线和西南部水库。

自监测年5月至10月份，净月区森林碳储量先增加后逐渐降低，与天气存在较为一致的变化规律。

并通过与实地调查采样数据对比，长春市净月区森林碳储量估算模型具有一定的可靠性和实用性，可作为森林碳汇估算的重要手段。

（2）自然保护区生态保护状况
生态保护评价可以对自然保护区的保护管理工作提供评价依据。

传统方式在计算的过程中需要大量的人力、物力来提取保护区内的地表信息，且多数区域无法进行实地勘探，导致无法保障信息的准确性。

通过“遥感数据+人工智能”的方式可以极大地提升自然保护区生态保护状况评价的自动化程度[11-12]。

利用吉林一号宽幅01星对吉林省龙湾国家级自然保护区进行扫测，选用多层感知卷积神经网络（MPCNet）算法作为主体分类技术，从面积适宜性、外来物种入侵度、生境质量和开发干扰程度四方面建立自然保护区生态保护评价指标体系，计算自然保护区生态保护状况指数（NEI），定量评价自然保护区生态保护等级。

计算结果表明：吉林龙湾国家级自然保护区生态保护状况处于良好等级，保护区内植被覆盖度较高，水资源充足，主要保护对象的原生生境保护状况整体较好，但是保护区中仍存在部分人类干扰现象，影响生态环境，未来需要加强保护区内人类活动的监督工作。

（3）矿山生态环境质量
在高强度矿山开采背景下，传统的人工实地调查与采样和地面传感器站点观测等监测方法存在明显的时空尺度不匹配和效率低等问题[13]，高分辨率遥感技术由于大尺度、动态观测等特点，能够快速获取大范围的光谱信息，逐渐成为矿区生态监测不可或缺的方法[14-16]。

利用吉林一号宽幅01星对吉林省白山市浑江区矿山进行周期性扫测，利用人机交互的解译方式提取矿区，并利用耦合矿区绿度、湿度、热度和干度4大生态要素的遥感生态指数（RSEI）对浑江区矿山进行生态环境质量评价。

评价结果显示，矿区的生态环境质量等级为差，城镇的生态环境质量等级也较差，林地和草地区域生态环境质量等级为优。

自2009年至2021年，浑江区生态环境质量逐渐改
（a）洪涝灾前水体分布图 （b）洪涝灾后水体分布图
图5 英德市洪涝灾害卫星遥感监测
（c）洪涝淹没区域分布图
（2）海洋溢油
海上溢油事故会产生大面积的油膜覆盖在海表，对海洋生态环境、海洋养殖业和沿海自然景观等造成破坏，因此需要对海洋溢油问题进行有效监测。

采用遥感手段实现大范围、全天候的溢油动态监测，可以有效提升海洋溢油的遥感监测的准确度，降低溢油事故对海洋生态环境的危害。

利用吉林一号宽幅系列卫星对我国海洋进行周期性扫测，采用人机交互方式提取海洋海域船舶和石油平台分布信息，结合多源遥感分析溢油状况的光学影像特征，对不同溢油污染类型进行大范围和全天候的定性与定量监测，可为提高海洋海域溢油风险防控水平以及相应海洋溢油事故应急处理提供一定的技术支撑和方法借鉴。

四、结语
随着我国城市化建设的迅速发展，生态环境问题日益突出，给环境保护工作带来了新的挑战。

吉
林一号卫星星座高时间分辨率、高空间分辨率、高光谱分辨率、高覆盖率及快速响应能力等特点，可提供多种数据产品，在我国环境保护中得到了广泛
的应用，并且正在朝着更高空间分辨率和时间分辨率的方向快速发展，为生态环境保护提供强有力的技术支撑。

参考文献
[1]LI J，PEI Y Q，ZHAO SH，et al.A review of remote
sensing for environmental monitoring in China[J].
Remote Sensing，2020，12（7）.
[2]ZHAO SH，WANG Q，ZHANG F，et al. Drought mapping
using two shortwave infrared water indexes with
MODIS data under vegetated season[J].Journal of
Environmental Informatics，2013，21：102-111.
[3]王栋，朱瑞飞，特日根，等.吉林一号卫星遥感应用实
践[J].卫星应用，2022（7）：12-18.
[4]YUAN Y H，CHEN X K，CHEN X L，et al.Segmentation
transformer：object-contextual representations
for semantic segmentation[EB/OL].[2022-02-15].
https:///pdf/1909.11065.pdf.
[5]温爽.基于GF-2影像的城市黑臭水体遥感识别——以
南京市为例[D].南京：南京师范大学，2018.[6]贾丽娟．洱海北部流域有机固体废物氮磷污染及其控制
对策研究[D]．昆明：昆明理工大学，2013．
[7]周艳莲，居为民，柳艺博.1981—2019年全球陆地生态
系统碳通量变化特征及其驱动因子[J]. 大气科学学报，2022，45（3）：332-344.
[8]温一博.基于遥感技术的森林碳循环和地表蒸散模拟研
究[D].哈尔滨：东北林业大学，2016.
[9]牛磊.基于遥感技术的森林碳汇估算模型的研究[D].
泰安：山东农业大学，2014.
[10]汤洁，姜毅，李昭阳，等.基于CASA模型的吉林西部植
被净初级生产力及植被碳汇量估测[J].干旱区资源与
环境，2013，27（4）：1-7.
[11]杜培军，林聪，陈宇，等.多时相遥感影像样本迁移模
型与地表覆盖智能分类[J].同济大学学报（自然科学版），2022，50（7）：955-966.
[12]赖积保，康旭东，鲁续坤，等.新一代人工智能驱动的
陆地观测卫星遥感应用技术综述[J].遥感学报，2022，26（8）：1530-1546.
[13]张成业，李军，雷少刚，等.矿区生态环境定量遥感监
测研究进展与展望[J].金属矿山，2022，（3）：1-27.
[14]徐涵秋.城市遥感生态指数的创建及其应用[J].生态
学报，2013，33（24）：7853-7862.
[15]刘虎，姜岳，夏明宇，等.基于30年遥感监测的矿区生
态环境变化——以南四湖周边矿区为例[J].金属矿山，2021（4）：197-206.
[16]岳辉，刘英，朱蓉.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.。