序言
引言
土地覆盖与土地开发利用状况
主要陆地生态系统格局
海域生态环境状况
经济走廊建设主要生态环境约束性因素
重要内陆节点城市生态环境状况
港口城市生态环境状况
结论与建议
附录
陆地遥感专题产品
地表反射率
地表反射率(Land Surface Reflectance)是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比。在遥感领域中,地表反射率通常指可见光-近红外谱段的遥感数据经大气校正后得到的反射率,通常为方向反射率,是在太阳和传感器位置确定情况下的地表反射率。本报告生产的2014年地表反射率产品空间范围覆盖全球,空间分辨率为1km,时间分辨率为3小时。
地表反照率
地表反照率(Land Surface Albedo)定义为在半球空间内地表反射的所有辐射能量与所有入射能量之比,反映了地球表面反射太阳辐射的能力,广泛应用于地表能量平衡、中长期天气预报和全球变化研究中。本报告生产的2014年地表反照率产品空间范围覆盖全球,空间分辨率为1km,时间分辨率为3小时。
下行短波辐射
短波辐射,一般指的是0.3~4μm之间的太阳辐射能量。太阳辐射能在可见光波段(0.4~0.76μm)、红外波段(>0.76μm)和紫外波段(<0.4μm)部分的能量分别占50%、43%和7%,即集中于短波波段,故将太阳辐射称为短波辐射。下行短波辐射是指太阳辐射穿过大气层,被大气吸收、散射,以及经过地表-大气间的多次散射后,最终到达地表部分的太阳辐射能。本报告生产的2014年下行短波辐射产品空间范围覆盖“一带一路”监测区域,空间分辨率为5km,时间分辨率为3小时。< p="">
光合有效辐射
光合有效辐射(PhotosyntheticallyActive Radiation,PAR)指400~700nm之间的太阳辐射能量,是绿色植物光合作用的能量来源。光合有效辐射距平是当年光合有效辐射相比过去13年平均光合有效辐射的变幅百分比。根据遥感产品与ECMWF大气再分析数据获取,遥感产品与地面实测数据相比,晴天条件下均方根误差为25.9W/m2,决定系数为0.98,阴天条件下均方根误差为50.6W/m2,决定系数为0.87。本报告生产的2014年光合有效辐射产
品空间范围覆盖“一带一路”监测区域,空间分辨率为5km,时间分辨率为3小时。
蒸散
蒸散(Evapotranspire,ET)是土壤-植物-大气连续体中水分运动的重要过程,包括蒸发和蒸腾,蒸发是水由液态或固态转化为气态的过程,蒸腾是水分经由植物的茎叶散逸到大气中的过程。根据遥感产品和ECMWF大气再分析数据获取。本报告生产的2014年蒸散产品空间范围覆盖全球,空间分辨率为1km,时间分辨率为1天。
水分盈亏
水分盈亏反映了不同气候背景下大气降水的水分盈余、亏缺特征,是指降水与蒸散之间的差值。本报告生产的2014年水分盈亏产品空间范围覆盖全球,空间分辨率为1km。
植被指数
不同波段的植被-土壤系统的反射率因子以一定的形式组合成一个参数时与植被特性参数形成函数关联,从而表征植被的生长状况,这种比值比单一波段更稳定、可靠。我们把这种多波段反射率因子的组合统称为植被指数。归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)和增强植被指数(Enhanced Vegetation Index,EVI)是其中比较常用的两个植被指数,其定义分别为:
式中,NIR、R、B分别代表近红外、红和蓝波段的地表反射率;G、C1、C2和L是常数。本报告分别生产了2014年覆盖全球的EVI和NDVI产品,空间分辨率均为1km,时间分辨率均为5天。
植被覆盖度
植被覆盖度(Vegetation Coverage,VC)是衡量地表植被状况的一个最重要指标,指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例,根据遥感产品获取,经地面实测数据验证,标准偏差0.078,决定系数达到0.821。本报告中基于遥感技术提取的植被覆盖为绿色植被冠层占像元的比例。本报告生产的全球1km植被覆盖度产品分为两种,其一是2000~2014年长时间序列数据,时间分辨率为8天;其二是2014年植被覆盖度产品,时间分辨率为5天。
叶面积指数
叶面积指数(Leaf Area Index,LAI)又称叶面积系数,是指单位土地面积上植物所有叶片表面积之和的一半。即:叶面积指数=叶片表面积之和的一半/土地面积。植被最大叶面积指数(Max Leaf Area Index,MLAI)指某一段时间内叶面积指数达到的最大值。该报告中特指在每个年度的生长季中植被叶面积指数的最大值。指数产品分为两种,其一是2000-2014年长时间序列数据,时间分辨率为8天;其二是2014年叶面积指数产品,时间分辨率为5天。
光合有效辐射吸收比例
光合有效辐射吸收比例(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)是植被吸收光合有效辐射占到达植被冠层顶部的光合有效辐射的比例。本报告生产的2014年FPAR产品空间范围覆盖全球,空间分辨率为1km,时间分辨率为5天。
植被净初级生产力
植被净初级生产力(Net Primary Productivity,NPP)是反映植被固碳能力的指标之一,是评估植被固碳能力和碳收支的重要参数,指绿色植物在单位时间、单位面积上所累积的有机物质量,是由光合作用所产生的有机质总量中扣除自养呼吸后的剩余部分。根据遥感数据获取,经与MODIS同类产品进行交叉验证,精度相当,但时间分辨率更高,能够反映出植被生产力更加细微的时间变化情况。本报告生产的2014年植被净初级生产力产品空间范围覆盖全球,空间分辨率为1km,时间分辨率为5天。
森林地上生物量
森林地上生物量是森林生态系统最基本的数量特征,指某一时刻森林活立木地上部分所含有机物质的总干重,包括干、皮、枝、叶等分量,用单位面积上的重量表示。用森林地上生物量生长量表示一定时间内单位面积森林地上生物量的净增加量。森林地上生物量不仅是估测森林碳储量和评价森林碳循环贡献的基础,也是森林生态功能评价的重要参数。
结合遥感数据与地面数据获取,中国境内以第八次森林清查数据作为验证数据,决定系数>0.8,境外以联合国粮食与农业组织(FAO)参考数据比较,精度相当。本次生产2005、2010和2014年全球森林地上生物量专题产品,使用的基础数据源主要包括星载激光雷达GLAS数据、全球生态区划矢量数据、光学遥感MODIS数据。通过计算样地生物量、计算GLAS光斑点生物量、基于SVR全球地上生物量建模、基于BEPS模型更新获得森林生物量。本报告生产的森林地上生物量空间分辨率为1km,覆盖范围为60°S~80°N。
农作物产量和面积
基于上一年度的作物产量,通过对当年作物单产和面积相比于上一年变幅的计算,估算当年的作物产量。计算公式如下:
总产i = 总产i-1×(1 + Δ单产i )×(1 + Δ面积i) (3)
式中i代表关注年份,分别为当年单产和面积相比于上一年的变化比率。
对于中国,各种作物的总产通过单产与面积的乘积进行估算,公式如下所示:
总产=单产×面积 (4)
对于31个粮食主产国,单产的变幅是通过建立当年的NDVI与上一年的NDVI时间序列函数关系获得。计算公式如下:
Δ 单产i = f(NDVIi ,NDVIi-1) (5)
式中NDVIi和NDVIi-1是当年和上一年经过作物掩膜后的NDVI序列空间均值。综合考虑各个国家不同作物的物候,可以根据NDVI时间序列曲线的峰值或均值计算单产的变幅。本报告生产的2014年农作物产量和面积统计数据主要涵盖全球粮食主产区。
复种指数
复种指数(Cropping Index,CI)能够反映耕地的利用强度,指在同一田地上一年内接连种植两季或两季以上作物的种植方式,描述耕地在生长季中利用程度的指标,通常以全年总收获面积与耕地面积比值计算,也可以用来描述某一区域的粮食生产能力。年报采用经过平滑后的MODIS时间序列NDVI曲线,提取曲线峰值个数、峰值宽度和峰值等指标,计算耕地复种指数,利用中国境内监测站点验证,总体精度为96%。本报告生产的2014年耕地复种指数产品空间范围覆盖全球粮食主产区,空间分辨率为1km。
沙漠分布
沙漠指地面完全被沙所覆盖、植物非常稀少、雨水稀少、空气干燥的荒芜地区。沙漠地区是干旱缺水、植物稀少的地区,主要由沙丘组成的地表结构区域。沙漠作为贫瘠的土地支持生活的能力有限,生态环境脆弱。沙漠不仅是估测区域内土地可利用程度基础,也是生态功能评价的重要参数。
沙漠分布产品结合遥感数据与地面数据获取,根据ARCGIS中2m高分数据作为验证数据,以olson中沙漠信息数据参考比较,精度与其相当。本次生产2015年全球沙漠分布专题产品,使用的基础数据源主要包括MODIS NBAR 2015年数据、全球2010年土地利用数据、STRM 90m数字高程模型(DEM)数据。通过计算颗粒指数(Grain Size Index,GSI),植被覆盖度和坡度数据,基于SVM/NNC分类,建立决策树获得沙漠分布区域。沙漠分布产品分辨率为500m,覆盖范围为40°S~50°N,20°W~140°E。
土地退化
土地退化(Land Degradation)在自然或人为作用下,一个地区的生物生产潜力显著下降的过程。植被退化与土壤退化是土地退化的不同表现侧面,这两种过程既相互作用,又相互联系。传统的分析土壤理化特征指标的方法更适于小尺度的土地退化监测评价,不太适用于较大尺度土地退化评价,而对于特定的区域,植被的生长状态变化是对土地退化最为敏感也最为直接的反应,最直接的表现是植被指标的下降,更适用于大尺度土地退化评价。
年报中土地退化产品是在对全球旱区土地退化评价项目(Global Land Degradation Assessment in Drylands,GLADA)的土地退化评价方法进行改进的基础上,基于MODIS13A3的月度NDVI数据(分辨率0.0083°),结合同期的全球陆面数据同化系统(Global Land Data Assimilation System,GLDAS)中的月度降水数据(分辨率0.25°)和中国区域高时空分辨率地面气象要素驱动数据集的2001~2012年月度降水数据(分辨率0.1°),对近14年中全球退化土地进行了识别。
土地覆盖
土地覆盖(Land Cover,LC)是自然营造物和人工建筑物所覆盖的地表诸要素的综合体,包括地表植被、土壤、湖泊、沼泽湿地及各种建筑物,具有特定的时间和空间属性,其形态和状态可在多种时空尺度上变化。土地覆盖是随遥感技术发展而出现的一个新概念,其含义与“土地利用”相近,土地覆盖侧重于土地的自然属性,土地利用侧重于土地的社会属性,对地表覆盖物(包括已利用和未利用)进行分类。
年报土地覆盖数据采用改自中国30m全球土地覆盖分类系统的8个类型(包括农田、森林、草地、灌丛、水面、不透水层、裸地、冰雪)的方案,数据空间分辨率为250m,覆盖范围为60°S~85°N。土地覆盖制图流程分为三个步骤:2010基准土地覆盖图生成、样本采集、2014年土地覆盖图更新。全球土地覆盖制图结果采用一批验证样本来检验,制图总体精度为74%,其中,农田的平均精度为67%,森林的平均精度84%,草地的平均精度59%,灌丛的平均精度61%,水面的平均精度79%,不透水层平均精度52%,裸地的平均精度88%,冰雪的平均精度62%。由于在中低分辨率遥感制图中,水面与云阴影、山体阴影极易产生混淆(三者反射率都较低),水面在局部区域存在高估的现象。
表a-9 精度评价混淆矩阵
土地利用程度指数
土地利用程度指土地垦殖率、土地利用率和耕地复种指数,土地利用投入产出等状况。年报土地利用程度计算所使用的基础数据为2014年250m分辨率的土地覆盖类型空间分布数据,其数量化基础建立在土地利用程度的极限上,土地利用的上限,即土地资源的利用达到顶点,人类一般无法对其进行进一步的利用;而土地利用的下限,即为人类对土地资源利用的起点。根据以上特点,将4种土地利用的理想状态定为4种土地利用级,并对4种土地利用级赋予其本身类别的值,则得到4种土地利用程度的分级指数,如表a-10所示。
表a-10 土地利用程度分级赋值表
表a-10中的4种土地利用级仅是4种理想型,在实际状态下,这4种类型通常是混合存在于同一地区,各自占据不同的面积比例,并对当地土地利用程度,按其权重,做出贡献。据此,土地利用程度的综合量化指标必须在此基础上进行数学综合,形成一个在1~4之间连续分布的综合指数,其值的大小则综合反映了某一地区土地利用程度。由此可知,数量化的土地利用程度综合指数是一个威弗(Weaver)指数。考虑到地理信息系统中处理的方便,在按分级赋值计算的基础上乘上100,则其计算方法如下:
式中:La为土地利用程度综合指数;Ai表示第i级的土地利用程度分级指数;Ci表示第i级土地利用程度分级面积百分比。
根据式(1)可知,土地利用程度综合量化指标体系是一个从100~400之间连续变化的指标。为了使该指标更易于理解,应用以下公式将土地利用程度归一化到[0,1]范围内。
La'=(La-100)/300 (7)
由于土地利用程度综合指数是一个取值区间为[0,1]之间的连续函数,在一定的单位栅格区域内,综合指数的大小反映了土地利用程度的高低,在此基础上,任何地区的土地利用程度均可以通过计算其综合指数的大小而得到。
城市不透水层和绿地
首先在陈军2010年30m土地覆盖分类产品“人造表面”的基础上,通过人工目视解译确定2014/2015年重点城市边界(建成区边界),解译过程中重点关注城市扩展,城市周边的农田等其他地类尽量不要画到城市中去。然后在城市范围内,使用多时相Landsat 8/OLI遥感数据,利用监督分类的方法进行分类,主要分为城市不透水层、绿地、水体和裸地,形成重要内陆节点城市和港口的不透水层数据产品和绿地产品。
海岸线
海陆边界具有瞬时性和动态性特征,实际应用中多采用指示海岸线,如,平均高潮线、瞬时高潮线、低潮线、干湿分界线、植被线、杂物线、滩脊线等。本报告采用平均高潮线,基于Landsat 8 OLI数据提取其分布位置,并区分海岸线的自然状态与人为利用方式,将其分为8个类型(表a-11),分别是自然岸线、丁坝突堤、港口码头、围垦中岸线、养殖岸线、盐田岸线、交通岸线和防潮堤岸线。部分港口属于河港类型,如加尔各答港、曼谷港,此类港口根据其港口位置沿主要通航河道适当延伸提取岸线,其岸线分类系统暂按海岸线类型划分。
表a-11 海岸线分类体系