浏览次
遥感技术作为生活垃圾填埋场的监测和管理工具能够大面积快速收集数据，可节省大量时间和运行管理费用，已经被许多城市应用到固废堆放场的监测和识别当中［1-8］。Landsat TM遥感数据是最为常用和存档时间最长的多光谱卫星遥感数据之一［9］，用于固废堆放场选址和评估其环境影响研究，但随着Landsat7卫星2003年发生故障和Landsat5卫星2009年停止工作，必须寻找新的卫星遥感数据来进行固废堆放场识别和变化监测研究。CBERS-02星是中国第1颗地球资源卫星CBERS（1999年发射升空）系列星的第2颗后续星，于2003年10月21日从山西省太原发射升空，其CCD相机空间分辨率为19.5m，包括4个可见近红外光谱波段加1个全色波段（B1：0.45~0.52μm；B2：0.52~0.59μm；B3：0.63~0.69μm；B4：0.77~0.89μm；B5：0.51~0.73μm）。
与TM数据相比，CBERS CCD数据有较高的空间分辨率，但时间分辨率相对较低，没有短波红外波段（TM第5、7波段）和热红外波段（TM第6波段），而这些波段对于检测由于固废含水成分和吸水特性以及生化反应等引起的固废堆放场湿度和温度变化非常有用。自2006年4月1日起，CBERS-02CCD数据在全国免费使用，为利用CBERS-02CCD数据开展固废堆放场识别和动态变化监测提供了便利。笔者以北京市门头沟区焦家坡垃圾填埋场为研究对象，探讨构建利用多时相CBERS-02CCD遥感图像数据进行垃圾填埋场动态变化监测的方法体系，为垃圾填埋场监管和环境影响研究提供技术支持。
1方法
1.1焦家坡垃圾填埋场简介
焦家坡垃圾填埋场，又称为北京市门头沟区垃圾无害化处理中心，位于北京市门头沟永定镇焦家坡的山谷中，地处门头沟区永定镇和丰台区大灰厂村的交界处。焦家坡垃圾填埋场原来是一个天然的大坑，经过进一步挖掘达到了垃圾填埋标准。该工程占地25.83hm2，填埋总容量195万m3，主要处理石景山和门头沟的全部生活垃圾，设计处理能力600t/d，设计使用年限8a，预计封场时间2012年。2001年开始动工，2004年5月8日投入使用［10］，对填埋区进行了黑色防渗膜覆盖处理。
1.2数据收集和预处理
为了监测焦家坡垃圾填埋场面积变化，收集了2002-05-12到2008-09-14中巴地球资源卫星系列数据（所用数据均下载自中国资源卫星应用中心网站http：//www.cresda.com），共7景数据，覆盖了该垃圾填埋场从施工、投入使用和运行各阶段。首先利用1∶10万地形图对2008-09-14影像进行几何精纠正，然后将其作为参考图像，对其余6景影像进行几何精纠正，总体几何误差控制在0.5个像元左右。
1.3研究方法
目前由于国内外均缺少对城市固体废物光谱特性的数据，而且城市固体废物的光谱特性与城市中一些地物的光谱相当接近，尤其和城郊砖瓦屋顶、覆盖黑色油毡屋顶和柏油马路的光谱接近，如果没有地理知识的介入，单靠统计分类难以将废物堆放场与其他地物分开。如采用非监督分类时，不仅成分不同的废物堆放场将属于不同的聚类，而且废物堆放场多属于不确定类，即分类的可靠性多数小于50%［1-2］。利用遥感技术进行动态变化监测按照是否需要分类可分为：直接变化监测和分类后变化监测2种［11］。笔者首先利用人机交互目视解译的方法获得7个时期焦家坡垃圾填埋场总面积和覆盖面积，计算裸露度（（总面积-覆盖面积）/总面积×100%），并进行简单分析，然后选择时相相近的2004、2006、2008年影像，探讨建立垃圾填埋场动态变化监测方案，为城市垃圾填埋场监管提供一种快速可行的办法。
2结果与讨论
2.1人机交互目视解译结果分析
表1为焦家坡垃圾填埋场填埋区7个时期空间分布的人机交互目视解译结果。2002-05-12和2003-07-05为CBERS-01星数据，为焦家坡垃圾填埋场建设期，总面积在增加，裸露度大，显示了建设期的特点；2004-09-08到2007-09-05为CBERS-02星数据，2008-09-14为CBERS-02B星数据，为焦家坡垃圾填埋场运行期，总面积变化不大，裸露度逐渐降低，黑色防渗膜覆盖面积2006-09-06最大，之后有所降低，其中2007-09-05为7.68hm2黑色防渗膜覆盖和0.42hm2植被覆盖，2008-09-14为6.88hm2黑色防渗膜覆盖和1.26hm2植被覆盖。这一方面表明填埋区域基本稳定，另一方面表明填埋量增加。
表1焦家坡垃圾填埋场填埋区遥感解译结果2.2变化监测方案
人机交互目视解译的方法可以很好地应用遥感图像进行垃圾填埋场动态变化分析，但需要大量的时间、人力和专家经验，不宜推广应用。为此，必须发展半自动-自动的垃圾填埋场遥感动态变化监测方法，以提高监测效率。由于CBERS系列星CCD遥感数据仅有蓝（B1）、绿（B2）、红（B3）和近红外（B4）4个波段，且受数据获取限制，有时只能保证绿、红和近红外波段能够获取。
因此本研究仅基于绿、红和近红外3个波段。为了尽可能避免时相对变化监测的影响，选择2004-09-08（图1a）、2006-09-06（图1b）和2008-09-14（图1c）遥感影像作为研究数据。
2.2.1SAVI计算
由于引入了土壤调节因子，因此，土壤调节植被指数SAVI=1.5（ρTM4-ρTM3）/（ρTM4+ρTM3+0.5）被认为最适合于研究低植被覆盖区，如城市建成区，其探测植被覆盖率的下限可低至15%，而归一化差异植被指数NDVI只有30%。这使得建筑区、植被和水体3种地类在SAVI影像中会比在NDVI影像中更容易区分［12］。城市固废堆放场一般无植被覆盖，可以用SAVI合理的阈值去除植被变化像元。
2.2.2感兴趣区域确定
根据焦家坡垃圾填埋场位置和空间形态，划定感兴趣区，集中分析垃圾填埋场动态变化，减少工作量和避免误判信息。
2.2.3决策树建立
首先计算2004-09-08、2006-09-06和2008-09-14遥感影像的SAVI（图1d、1e、1f），选定3个时相影像SAVI合理的阈值（对于2004-09-08影像，当SAVI>0.2时为植被，0.2≥SAVI≥-1.0时为建筑用地和裸地，SAVI≤-1.0时为黑色覆盖物或水体；对于2006-09-08影像，当SAVI>0.1时为植被，0.1≥SAVI≥-1.4时为建筑用地和裸地，SAVI≤-1.4时为黑色覆盖物或水体；对于2008-09-14影像，当SAVI>0.07时为植被，0.07≥SAVI≥-1.3时为建筑用地和裸地，SAVI≤-1.3时为黑色覆盖物或水体），将影像分为植被、建筑用地和裸地以及黑色覆盖物或水体3类。然后根据焦家坡垃圾填埋场位置和空间形态，人工划定感兴趣区，对非感兴趣区域进行掩模处理，以减少工作量和误判信息。对感兴趣区域中垃圾填埋场面积进行统计，建筑用地和裸地面积为填埋区未覆盖面积，黑色覆盖物或水体面积为覆盖面积，他们之和为总面积（表2），最后分别进行2004—2006年（图2a），2006—2008年（图2b）差值分析，获得垃圾填埋场动态变化的区域和面积
2.2.4讨论
比较人机交互目视解译结果（表1）与决策树分类结果（表2）：决策树分类结果的垃圾填埋场总面积均比人机交互目视解译结果大，在于SAVI增强了植被与建筑用地或裸地的差异，使垃圾填埋场空间位置提取更加准确；而覆盖面积均比较小，表明SAVI对于区别建筑用地或裸地与黑色覆盖物的能力还不够好，从图1假彩色图像上可以看到垃圾填埋场覆盖物颜色本身有所变化，这也是导致误判的一个原因。
本研究的变化监测方案实质上属于分类后变化监测的方法，首先利用SAVI建立分类决策树，然后进行2个时相间差值运算，得到垃圾填埋场覆盖的动态变化。从植被转移为建筑用地或裸地、黑色覆盖物转移为建筑用地或裸地，容易引起扬尘、垃圾飞逸等事故，是对周围环境不利的发展趋势；从建筑用地或裸地转移为黑色覆盖物、建筑用地或裸地转移为植被，可以抑制扬尘、阻止垃圾飞逸和恶臭等事故，是对周围环境有利的发展趋势；当然随着垃圾填埋场的运行，这2种发展趋势是经常发生的，但必须及时管理、按规定处理程序操作；而植被与黑色覆盖物之间的相互转化对抑制垃圾填埋场扬尘等事故可以认为作用相同，这种现象在垃圾填埋场运行当中很少见，所以可以不加考虑，但也要注意由于管理不善导致黑色防渗膜破裂而杂草丛生的现象。
从表3可知：2004—2006年，未变化区域约占填埋区总面积的73.2%，利于周围环境的措施比不利措施多1.3hm2；2006—2008年，未变化区域约占53.6%，利于周围环境的措施比不利措施多2.73hm2。黑色覆盖物转移为建筑用地或裸地可从一个侧面反映垃圾填埋的速度，由此可知2006—2008年填埋速度比2004—2006年快，建筑用地或裸地转移为植被可从一个侧面反映垃圾填埋场植被恢复的状况，即2006—2008年植被恢复比2004—2006年好。
3结论
1）焦家坡垃圾填埋场建成后，填埋区覆盖面积逐年增加，裸露度逐年减小。
2）基于多时相CBERS系列卫星遥感数据，利用本文所提变化监测方案可以较好地监测大型垃圾填埋场的动态变化，所得结果能基本满足普查阶段城市垃圾填埋场动态变化监测的需要。
3）由于黑色防渗膜与城郊砖瓦屋顶，有黑色油毡的屋顶，柏油马路铁路和浑浊水体的光谱相接近，而且缺少固体废物成分的光谱特性数据，因此基于该方案的动态变化监测结果还存在误判的问题，今后还需进一步地深入研究。
参考文献略
