基于哨兵2A数据的北京松柏...及花粉致敏风险评估初步研究_叶彩华.pdf

第 卷第期 年月 ，气象科技 基于哨兵 数据的北京松柏分布及花粉致敏风险评估初步研究叶彩华刘勇洪，崔文杰尤焕苓齐晨杨鹤松姜江（北京市气象服务中心，北京 ；中国气象局地球系统数值预报中心，北京 ；天气灾害国家重点实验室，北京 ；北京航天绘景科技有限公司，北京 ）摘要开展北京松柏植被的高分辨率空间信息提取及其花粉致敏风险评估对花粉浓度监测及预报具有重要意义。本文利用 年冬季 景高分辨率哨兵 号（）卫星影像，引入新型增强型归一化植被指数（，）和地表水分指数（，），开展了 空间分辨率的北京松柏植被分布制图研究；同时依据风险评估原理，结合 年北京松柏花粉浓度观测数据，建立了基于松柏植被分布的花粉致敏风险空间评估方法，并初步开展了影响松柏花粉浓度范围与花粉致敏风险空间评估研究。结果表明：基于冬季合成晴空 卫星影像，利用 和 可有效提取北京 空间分辨率的松柏植被分布，用户精度可达 以上；松柏花粉观测站 范围内松柏植被对该站花粉浓度具有正贡献，其中 范围内的松柏植被贡献最大；松柏花粉致敏相对高风险区主要分布在西北部山区、昌平北部以及门头沟东部、石景山西北和海淀西南等地区。关键词气传花粉；松柏；增强型归一化植被指数；地表水分指数；花粉致敏风险中图分类号：文献标识码：气象科技北京市科技计划课题（）资助作者简介：叶彩华，女，年生，研究员级高级工程师，主要从事应用气象研究，：收稿日期：年月 日；定稿日期：年 月 日通信作者，：引言城市化的快速发展，伴随了一系列问题的发生，其中就包括城市气传花粉致敏加剧问题，如近年来北京城市绿化面积持续增加，其中绿化植物包含了大量高致敏性植物，如油松、栓皮栎、臭椿、白桦、白榆、圆柏等植物；另外，城市化所伴随的交通污染、热岛效应、城市绿化和硬质地面增多等现象在一定程度上增加了气传花粉的致敏性，同时增强了气传花粉的扩散 ，这些均造成我国城市居民的花粉过敏症发病率呈逐年上升的趋势。其中松柏科植物已成为春季重要致敏花粉源 ，且柏树花粉是北京月下旬最主要气传花粉，柏树花粉浓度与柏树花粉过敏患者症状严重程度存在明显相关；北京天坛公园和昆明湖北岸春季第一个花粉浓度高峰期柏科花粉分别占到 和 以上 。此外，气传花粉种类和浓度一般具有较强的时空分布特征，不但与气象条件存在密切关系 ，还与植物开花季节和种类关系密切 ，且与植被物候绿地空间位置等存在密切关系。但目前城市中这些致敏植物的空间分布并不清楚，由此难以对这些植物花粉致敏风险开展空间精细化评估，因此有必要开展花粉致敏植物的空间信息提取，进而结合花粉浓度观测数据开展植物花粉致敏风险评估，从而为植被花粉监测和浓度预报提供参考。城市气传花粉研究的重点方向之一是与遥感技术相结合来确定花粉致敏来源，而城市植被遥感可为城市植被信息提取提供基础数据，特别是 世纪以来，遥感技术的快速发展和产业化应用，为城市监测提供了丰富的数据源。由此，选择合适的卫星数据源和针对性的信息提取技术，可以快速精确地获取城市植被分布与植物物候信息，如利用遥感技术获取的大面积叶面积指数动态信息可作为预测次日花粉浓度的一种有效手段。目前已有许多中高分辨率卫星数据如 、等被广泛应用于精细化植被信息提取，如利用 空间分辨率的国产高分一号（）全色多光谱相机（）开展洞庭湖主要湿地植 被 信 息 提 取，利 用 空 间 分 辨 率 的 影像开展的小范围区域典型乔木树种分类 以及利用 分辨率的 卫星数据开展杨树植被信息提取 和城市化信息提取 等。随着欧洲空间局“哥白尼”计划的启动，哨兵 号（）卫星于 年月成功发射，由于其具有较高空间分辨率、免费共享使用等特点，已广泛用于全球生态环境的监测中 ，如森林覆盖提取、城市绿地和不透水面提取 、水体识别 等。相对于 卫星数据，数据更适用于地物结构复杂、地块细碎的小尺度地区的作物信息提取，且植被分类精度高于 。因此，利用免费获取的 数据开展北京全市高空间分辨率的松柏植被提取成为可能。本文基于 数据，开展北京全市松柏植被信息提取研究，并结合松柏花粉浓度观测数据，开展影响松柏花粉浓度的周边空间距离和松柏花粉致敏空间风险评估研究，从而为开展松柏花粉浓度监测和预报服务提供参考。研究区域和数据 研究区域北京地处中国华北大平原北端，西、北、东三面环山，总面积为，属暖温带半湿润半干旱季风气候区。由于境内地形复杂、生态环境多样化，致使北京市植被种类组成丰富，植被类型多样，并且有明显垂直分布规律；平原面积约占，主要植被是农田，广大山区占优势的植被是次生落叶阔叶灌丛和少量落叶阔叶林及温性针叶林。非卫星数据松柏花粉浓度：北京市气象服务中心提供的北京市 个花粉浓度观测站点 年逐日观测松柏花粉浓度数据，花粉观测站分布如图 所示，可以看出，花粉观测站主要分布于北京市中部及北部平原（或平坝）。乔木林植被信息：北京市规划和国土资源管理委员会提供的北京市第三次全国国土调查结果中的乔木林植被信息（可代表 年，图），可以看出，该数据在城中心大部分地区（如东城和西城）缺乏乔木林植被分布，因此该数据在本研究中主要用于松柏信息提取结果精度验证的辅助参考。图北京地形及花粉观测站（）及乔木林（）空间分布 哨兵 卫星数据 卫星多光谱成像仪（）提供的多光谱数据从可见光和近红外到短波红外，具有 不同的空间分辨率，如表所示。本研究通过欧洲空间局官网（：）获取 卫星数据。由于云影响，需要不同时相的多景影像才能合成北京全市晴空影像，本文选择 年 月 日至 年月日和 年 月 日至 年月日期间覆盖北京区域的 景 级气象科技第 卷表 卫星多光谱成像仪（）波段信息波段光谱特性中心波长空间分辨率 沿海气溶胶 蓝光 绿光 红光 植被红边 植被红边 植被红边 近红外 植被红边 水汽 短波红外，卷云 短波红外 短波红外 影像数据，该数据是经正射校正和亚像元级几何精校正后的没有经过大气校正的大气顶表观反射率（）产品，具有云、陆地水体掩模属性。研究方法 松柏植被信息提取原理松柏植被是常绿针叶乔木林，因此与其他落叶植被在非生长季会存在较为明显的光谱差异，因此可利用对叶片叶绿素较为敏感的光谱植被指数在物候期上的明显差异来提取松柏信息，在这里选择一种新型增强型归一化植被指数（，）作为松柏识别主要指标。.（）（）其中，和 分别为 卫星 的 和 反射率。图 为基于 （）平台上获取的 年多景晴空 卫星影像估算的典型松柏和非常绿植被的 日序（每年月日日序为开始计算）变化，可以看出，北京典型松柏植被与非常绿植被增强型植被指数时间序列变化存在明显差异，在冬季差异最为明显，因此，可选择冬季 月 日（日序为 ）至次年月日（日序为）之间的光学遥感影像进行松柏信息提取。此外，在冬季对非常绿植被而言，由于植被覆盖低，且处于非生长季，因此非常绿植被含水量明显低于松柏等常绿植被，可以选择反映植被含水量的地表水分指数（，）作为另一个重要指标 提取松柏指标。（）其中，和 分别为 卫星 的 和 反射率。图 为基于 年 卫星影像估算的典型松柏和非常绿植被的 日序变化，可以看出：北京典型松柏植被与非常绿植被 时间序列变化存在明显差异，其中冬季松柏的 明显高于非常绿植被的 。图 年北京地区典型松柏与非常绿植被增强型植被指数（）（）和地表水分指数（）（）年日序变化由此，基于北京冬季反射率影像计算得到的 和 影像，将 大于某一个阈值且 也大于某一阈值的像元分类为松柏。，且，其他（）其中，值为时，该像元即为松柏。对冬季大量 卫星影像通过目视解译对比分析，最终值取 、值取 可以较好地提取松柏。第期叶彩华等：基于哨兵 数据的北京松柏分布及花粉致敏风险评估初步研究 松柏植被信息提取流程从前面可知，松柏植被的提取需要覆盖北京全境的冬季晴空 多光谱地表反射率影像，由此针对 级影像特征，基于松柏植被提取原理和方法，建立北京全市松柏植被信息提取技术流程。云处理 级影像产品的云掩膜信息提供了潜在云、云及卷云信息，通过 遥感软件中的掩膜功能 剔除云信息后，就可得到晴空表观反射率影像。大气校正大气校正是在 级影像表观反射率的基础上进行，这里采用 遥感软件中的 大气校正模型，其中模型相关参数主要包括：北京市平均海拔高度为；成像时间根据具体影像成像时间设置；传感器高度设置为 ；大气模型选择美国中纬度冬季标准大气；气溶胶模型选择城市类型，经过上述参数设置，可以获得校正后的地表反射率影像。图北京 年冬季天坛公园松柏植被 影像大气校正前后不同波段反射率对比图为北京地区 年冬季 卫星影像天坛公园松柏植被大气校正前后光谱反射率对比，可 以 看 出，蓝 波 段（）到 红 光 波 段（）受大气影响较大，大气校正后反射率均明显下降，这是由于这些波长较短的光谱大气瑞利散射占主要因素，大气校正消除了由于散射作用进入传感器致使段反射率增加的大气影响，随着波长越长，大气散射影响越小，校正前后差异也变小；而在近红外波段（）到短波红外（），大气校正后反射率略微增加，这是由于这些波长较长的波谱大气吸收较散射更为明显，使反射率有所降低；大气校正后因吸收作用而损失的信息得以补偿，反射率会有所增加；尤其 处于水汽吸收带附近（），受大气影响较大，大气校正后反射率明显增加。图像融合由于选择影像为冬季，地区背景反射率和地物间反射率差别较小，而且 需要的红光 和短波红外 波段分别为 和 空间分辨率，因此需要对影像进行融合处理。采用 融合法 得到 空间分辨率多光谱影像，使影像细节信息更丰富、影像更清晰，起到遥感影像增强作用。影像镶嵌由于全北京地区一般需要 景以上 卫星影像才能完全覆盖，且不同景之间还存在重叠区域，因此，还需要进行影像镶嵌无缝地拼接成一幅完整的北京全境晴空卫星影像。对冬季多景影像晴空重叠（即像元重复）区域，取该像元无云序列“中值”作为合成后的反射率影像值。经过上述一系列步骤，可获取北京地区 空间分辨率的晴空遥感影像，图 为红光波段 、蓝光波段 和绿光波段 合成的真彩色晴空影像，可以看出，经过大气校正后（图），真彩色影像清晰，没有明显的大气浑浊效应，由于消除了大部分蓝光波段和绿光波段的大气散射影响，使得冬季大部分常绿植被呈暗绿的真彩色特征更加明显。松柏植被初步提取获得北京全市冬季晴空反射率影像后，根据式（）和（）估算得到 和 影像，然后利用式（）中的 和 阈值得到松柏植被初步提取结果。后处理由于 和 阈值取值的单一性问题，会造成松柏植被初步提取结果还存在一些错分、漏分以及许多面积非常小的破碎图斑信息。在这里利用北京乔木林用地信息（图），结合 高分辨率影像，对一些错分和漏分的松柏植被信息进行订正，得到订正后的分类结果后，再利用 软件图 像 分 类 中 的 聚 类 处 理（）和 过 滤 处 理（）消除破碎小图斑，从而得到可实际应用的北京全市 空间分辨率的松柏植被分布图。气象科技第 卷图基于 卫星影像合成的北京冬季大气校正前（）后（）晴空真彩色合成影像 精度验证验证样本一部分来自于北京市园林绿化局提供的部分松柏植被样本点和野外调查数据；另外一部分来自于北京市乔木林用地信息（图）与 高分辨率影像目视解译结合，即首先通过高分辨率的乔木林地用地空间分布图随机选择若干乔木林样本，然后再通过 影像目视解译确认是否是松柏样本。两部分合计 个松柏样本以及 个非松柏本用于精度评估。本文采用混淆矩阵（）中的总体精度、生产者精度、用户精度和 系数 进行松柏植被精度评估。松柏花粉致敏风险评估风险的基本内涵是危险事件发生的可能性以及产生影响的严重程度，它是事件发生概率和事件发生后果个因素的综合反映。风险评估就是辨识危险事件是什么、危险事件发生的可能性和危险事件造成的后果，重点是给出某一危险发生的概率及其后果的程度，以此判断风险程度有多大。松柏花粉致敏风险评估中的危险事件为松柏花粉，危险事件发生的可能性则是花粉浓度大小，危险事件造成的后果就是不同松柏花粉浓度对人群影响程度，由于目前松柏花粉浓度对不同人群致敏影响程度并不清楚，因此本文针对北京区域的松柏花粉致敏风险评估主要考虑松柏花粉是否会产生以及松柏花粉浓度的高低这个因子，由于花粉受风力传播影响，松柏花粉是否会产生可由该地一定范围内是否存在松柏植被决