遥感解译数据一般为矢量数据(点、线、面3种要素类型), 而对评价模型计算来说, 栅格数据更便于多层指标综合分析处理。为了采用统一的格式和规程进行评价, 提高评价的效率, 在评价前将多元矢量专题格式数据统一成为具有一致时间、空间特征的栅格模型数据, 同时, 为了使用和存储上的方便, 对这些栅格模型数据采用标准分幅进行存储。

目前, 用于评价的专题包括荒漠化(面)、地质灾害(点)、地质构造(线)、湿地(面)和冰川(面)。在有了各个专题的栅格模型数据之后, 就可以采用多种模型算法对这些栅格模型数据进行计算, 其计算结果通过分级后可以形成评价图。最后对评价图进行分析得出指导性建议或结论。综合评价的整体流程如图1所示。

图1

	Figure Option ViewDownloadNew Window
	图1 综合评价整体流程

结合地质大调查“ 青藏高原生态地质环境遥感监测” 项目评价指标的特点, 通过对环境评价领域多个计算模型的综合分析认为, 有如下3种算法比较适合本模型的使用(以下算法中所指专题数据“ 层” 或“ 指标” 即为已经栅格化后的模型空间数据。)

1.2.1 模糊灰度复合模型

该模型结合了模糊算法和灰度算法的思路设计, 通过实现对多层(或多指标)数据的融合, 从而达到综合评价的目标。计算步骤如图2所示。

图2

	Figure Option ViewDownloadNew Window
	图2 “ 模糊灰度复合模型” 的计算流程

(1)数据的准备。在已入库的矢量数据基础上, 选择目标图幅范围、评价指标、数据日期及栅格大小, 为模型计算提供空间模型数据。

(2)分级的准备。分级是模型对评价指标进行模糊运算的基本要求。评价指标的特点不同, 故需要咨询领域专家, 分别设计评价指标的分级范围。

(3)隶属度等级的计算。模型对每个评价指标进行运算, 最终形成多个级别(本文是5个级别)的输出结果, 每个输出结果是一个与输入栅格相同大小的矩阵。

(4)最大隶属度的选择。通过比较, 选择出最大隶属度, 然后根据其所在的层, 将取值映射到0~1 区间。具体的映射办法是: 分别将0~4 级隶属度映射到0~0.2、0.2~0.4、0.4~0.6、0.6~0.8、0.8~1.0区间(图3)。

图3

	Figure Option ViewDownloadNew Window
	图3 原始值与隶属度的变化关系

(5)权重计算。首先计算“ 所有分级的平均值” (对5个分级的均值再平均), 然后用各单元格上的取值除以每个分级的均值, 并将各个分级的计算结果累加起来, 最终用该值乘以单元格取值, 再除以“ 所有分级的平均值” 。

(6)评价指标合并。首先将每个层、每个单元格的最大隶属度乘以其权重, 将相同位置的单元格累加, 除以权重之和, 即得到该单元格最终的合并结果。

1.2.2 层叠计算模型

层叠计算的思路是通过设定权重, 实现对不同评价指标的合并。在该模型中, 根据对目标影响程度的不同, 分为5个级别: 大、较大、中、较小、小, 级别与权重的对应关系见表1。

表1

表1

表1 级别与权重的对应关系 级别 大 较大 中 较小 小 权重 0.2 0.4 0.6 0.8 1

表1 级别与权重的对应关系

首先, 根据专家设定的级别计算得到不同评价指标的对应权重, 对所有权重进行归一化(保证计算结果的取值范围在[0~1]区间), 得到每个评价指标的最终权重, 乘以各自的权重后进行合并。

1.2.3 层次分析模型

层次分析法(Analytic Hierarchy Process, 简称AHP)是对一些较为复杂、较为模糊的问题作出决策的简易方法。该方法是美国运筹学家T. L. Saaty 教授于20世纪70年代初期提出的, 特别适用于那些难于完全定量分析的问题。

根据层次分析法的要求, 将层次分为目标层、准则层和措施层。根据生态地质环境评估的需要, 将各个评价指标对应为“ 措施层” , 另外设置了4个准则层: “ 地质背景” 、“ 生态资产” 、“ 自然地理” 和“ 社会经济” 。

在打分的过程中, 采用了较为流行的1~9标度, 为了便于理解, 我们将1~9标度映射为更便于理解的显示方式, 如表2所示。

表2

表2

表2 标度取值与符号的对应关系 标度取值 9 7 5 3 1 1/3 1/5 1/7 1/9 符号 4 3 2 1 = -1 -2 -3 -4

表2 标度取值与符号的对应关系

计算方法采用方根法, 具体如下:

首先, 计算判断矩阵每一行元素的乘积

M_i= ∑i=1nb_ij(i=1, 2, …, n)(1)

然后, 计算M_i的n次方根, 即

W¯i=Min(i=1, 2, …, n)

将向量 W¯=[W¯1, W¯2, …, W¯n]^T归一化

W_i= W¯/∑i=1nW¯i(i=1, 2, …, n) W=(W_i, …, W_n)^T(3)

则 W¯=[W¯1, W¯2, …, W¯n]^T即为所求的特征向量。

计算最大特征根, 即

λ _max= ∑i=1n(AW)inWi(4)

式中, (AW)_i为向量AW的第i个分量。

计算判断矩阵一致性指标, 检验其一致性。当各个层次诸要素的相对权重都得到后, 进行措施层的组合权重计算。

2.1.1 系统设计目标

(1)根据综合评价模型库, 构建综合评价指标;

(2)构建综合评价空间数据库(将矢量数据栅格化)和属性数据库, 为构建综合评价模型提供数据基础;

(3)构建综合评价模型库, 将比较常用的、成熟的算法陆续增加到库里来, 提供给不同专题、不同区域研究对象使用。

2.1.2 系统体系结构

系统体系结构如图4所示。

图4

	Figure Option ViewDownloadNew Window
	图4 生态地质环境遥感综合评价系统体系结构

(1)模型属性数据库。包含有关存储和管理模型库运行所需要的一些说明信息, 主要内容包括: ①模型数据参数, 包括模型数据的元数据、模型数据相关参数(评价指标、数据日期、栅格大小、图幅编号等); ②模型运行参数, 模型运行所需要的参数和配置信息。

(2)模型空间数据库。存储和管理模型运行所需要的空间数据。

(3)模型运行平台。支持和运行不同的评价模型, 目前主要是前面提到的模糊灰度复合模型、层叠计算模型和层次分析模型。为了支持不同格式的参评专题数据和提高评价效率, 模型运行平台在以下3个方面做了考虑: ①灵活友好的模型运行平台。在模型运行平台的设计上, 能够针对不同模型的特点, 设计适合该模型的基于“ 向导” 操作界面, 并实现该模型与模型运行平台的集成; ②统一规格的模型数据库。为了便于模型计算, 为不同模型提供统一的数据支持环境, 在模型空间数据库的设计上, 要求全部采用栅格形式作为空间数据存储格式, 而且要求具有统一的相关参数, 包括空间投影、栅格大小, 图幅编号和数据时相; ③方便完善的数据导入功能。能够将外部数据导入到模型数据库, 方便建立模型运行所需要的数据支持体系。数据导入流程如图5所示。

图5

	Figure Option ViewDownloadNew Window
	图5 数据导入流程

系统主要包括以下功能:

(1)模型库数据源配置。查看和设置模型数据的空间部分和信息部分的数据库连接参数。

(2)数据参数管理。管理“ 评价参数” 、“ 数据日期” 、“ 栅格大小” 以及“ 分级信息” 等信息的有效取值范围。

(3)模型数据准备。提供转换(导入)外部文件或分布式空间数据库, 建立模型数据库的功能。该转换功能可以支持矢量和栅格等不同数据类型。

(4)模型数据管理。查看、加载和删除已有模型数据。

(5)数据模型数据加载。专用的模型数据加载功能, 与“ 管理模型数据” 模块提供的加载功能相比较, 增加了图形模型化模型数据选择界面, 方便用户直观选择, 而且可以通过设置提取区, 进行更灵活的区域选择和多幅已加载数据的合并。

(6)模糊灰度复合模型计算。提供“ 模糊灰度复合模型” 的运行界面。

(7)层叠计算模型计算。提供“ 层叠计算模型” 的运行界面。

(8)层次分析模型计算。提供“ 层次分析模型” 的运行界面。

模型库数据源配置又可以细分为空间数据源配置和属性数据源配置。数据参数管理又可以细分为: 评价指标管理、数据日期管理、栅格大小管理、分级信息、打分模板管理和密度分级管理。

(1)模型数据准备。模型数据准备是从矢量空间数据转换成为符合模型计算要求的数据形式的过程。该过程由图6所示的3个阶段构成, 每个阶段有若干个步骤。

图6

	Figure Option ViewDownloadNew Window
	图6 模型数据准备

第一阶段: 加载数据。可以从3种不同来源加载空间数据图层: 从主地图窗体、SDE数据库、本地shapefile文件。

第二阶段: 设定条件。模型数据准备过程需要设定以下公共参数: 空间图幅范围、数据日期、栅格大小和评价指标, 这些参数分别设定了栅格化数据结果所属的评价指标、栅格大小、数据日期和空间图幅范围。此外, 用户还需要选择栅格化算法, 目前支持的算法包括“ 字段映射” 、“ 点密度映射” 、“ 线密度映射” 和“ 面密度映射” 。

第三阶段: 运行。运行栅格化算法, 完成栅格化过程, 并将结果上传并保存在模型数据库。

(2)加载模型数据。通过选择模型计算的目标图幅编号, 设置“ 数据日期” 、“ 评价指标” 、“ 栅格大小” 等参数, 将模型库中的标准分幅数据装入模型运行平台。

(3)模型运算。在前面设置完成后, 模型运行平台自动在后台完成评价任务。目前系统已经集成的计算模型包括“ 模糊灰度复合模型” 、“ 层叠计算模型” 及“ 层次分析模型” 。

青海省位于青藏高原东北部, 与新疆、甘肃、四川、西藏四省区比邻。青海省是长江、黄河、澜沧江的发源地, 被誉为“ 江河源头” 。近30 a来, 由于高原气候转暖, 导致冰川退缩, 雪线升高, 多年冻土退化, 部分沼泽湿地变干, 地表盐碱化加重, 一些已固定的沙丘又复活, 地表风蚀日趋严重, 土壤肥力下降, 尤以柴达木盆地及其周边地区最为突出。加之人类不合理的经济活动破坏了植被和土壤层, 使本来无荒漠化的土地及草场变成了荒漠化土地, 目前荒漠化范围正在不断扩展和蔓延, 在高原内的山间盆地、河流谷地、湖滨地区和山前冲积平原广泛分布。

由于研究区境内行政区划面积悬殊, 小的不到100 km², 大的则有20万km²。所以, 本研究采用灵活设置栅格大小的方法, 确定评价单元的大小为2 km× 2 km。评价指标暂为5个: 地质灾害、荒漠化、湿地、冰川和断层; 评价模型采用层叠法和模糊灰度复合法进行评价, 其结果如图7和图8所示。

图7

	Figure Option ViewDownloadNew Window
	图7 层叠法评价结果

图8

	Figure Option ViewDownloadNew Window
	图8 模糊灰度复合法评价结果