干旱荒漠區植被恢復動態遙感監測

陳 芳，馬全林，張德魁，劉有軍，靳虎甲

(甘肅省荒漠化防治重點實驗室 甘肅省治沙研究所,甘肅 蘭州 730030)

20世紀70年代以來，土地荒漠化被認為是重大的環境問題，許多國際性會議的主要議題都是如何控制荒漠化。中國是受荒漠化危害最嚴重的國家之一，荒漠化不僅造成生態系統失衡，而且給工農業生產和人民生活帶來嚴重影響，這一現實成為制約我國中西部地區，特別是西北地區經濟和社會協調發展的重要因素[1-2]。植被是干旱荒漠區生態環境的綜合反映，也是區域荒漠化擴展或逆轉的基本表征，通過人工措施保護、恢復、建設植被是防止荒漠化的最有效、最經濟、最持久、最穩定的措施[3]。準確地掌握植被恢復區植被覆蓋動態變化特征，進一步了解有關沙漠化逆轉的過程及其機理，是對傳統荒漠化機制研究的重要補充，對揭示沙漠化逆轉機制具有重要意義。

本研究以騰格里沙漠東南緣植被恢復區典型區為例，以遙感圖像處理和地理信息系統技術作為理論基礎，選擇3個時段陸地衛星遙感影像資料進行幾何精校正，圖像預處理、植被指數提取、植被蓋度的分類以及變化比較分析，揭示該研究區植被覆蓋變化狀況，從而對區域植被恢復效果進行監測，為進一步的植被恢復和景觀建設提供依據，為生態系統的可持續管理提供宏觀的依據。

1 研究區概況

研究區選擇在甘肅省古浪縣東北部的明沙咀，位于騰格里沙漠南緣，地理坐標為37°32′～37°35′ N,103°38′～103°42′ E，總面積2.146×105hm2，海拔1 730～1 810 m。區內氣候屬大陸性干旱氣候，年平均氣溫6 ℃，年平均降水量175 mm，地下水位埋深67 m。研究區的地貌類型為流動沙丘、半固定和固定沙丘、干河床和風蝕沙地，土壤類型以風沙土為主；天然植被包括中亞紫菀木(Asterothamnuscentrali-asiaticus)、短花針茅 (Stipabreviflora)、白刺(Nitrariatangutorum)、黑沙蒿(Artermisiaordosica)、圓頭沙蒿(A.sphaerocephala)、沙蘆草(Agropyronmongolicum)、刺蓬(Cornulacaalaschanica)和沙米(Agriophyllumsquarrosum)等。1982年開始，采用低密度造林[花棒(Hedysarumscoparium)，1 650 株/hm2]+封育措施對沙化土地進行治理，經過25年的自然演替更新，現已形成以灌木、半灌木為主的沙生植被[4-5]。

2 研究方法

2.1數據源 本研究數據源于1987、2003和2008年3期的Landsat 5 TM影像，所選圖像均無云、波段齊全、層次清楚，對比分明，時相分別為1987年9月18日、2003年9月14日和2008年9月11日，空間分辨率為30 m。另準備了研究區1∶10萬地形圖作為幾何校正和野外定位的大地坐標參考。

2.2遙感圖像預處理 考慮到研究區域及研究內容，為了更好地反映植被信息，選擇TM543波段作假彩色合成。在ERDAS下對3幅圖像進行主成分變換(KL變換)、3×3低通濾波及纓帽轉換等圖像增強處理。

因為地形、地球曲率和傳感器使得TM影像產生一定程度的形變,并且3幅圖像均為2級產品，因此，需用幾何方法校正圖像，將其表達在平面上，完成帶坐標的影像。本次采用早期經過幾何精校正的TM影像作為參考，通過采集地理坐標控制點校正圖像，校正系統采用二次多項式，像元重采樣采用雙線性內插法，最終影像幾何糾正誤差控制在一個像元以內，再經圖像分幅裁剪完成圖像預處理，最后得到研究區遙感影像圖。

2.3植被指數選擇及植被蓋度估算 目前遙感估算植被覆蓋度的方法大致有兩種：經驗模型法和植被指數轉化法。其中，經驗模型法主要是通過建立實測植被覆蓋度數據與植被指數的經驗模型來求取大面積植被覆蓋度；而植被指數轉換法是在對光譜信號進行分析的基礎上，通過建立植被指數與植被覆蓋度的轉換關系來直接估算植被覆蓋度。由于植被指數轉化法不依賴于實測的植被覆蓋度數據，因而在實際工作中得到廣泛應用[6-13]。本研究所采用的是目前比較廣泛使用的一種根據歸一化差值植被指數來計算植被覆蓋度的方法[14-15]。

式中，ρNIR和ρRED分別為近紅外和紅波段反射率，F為植被覆蓋度，NDVImin為最小植被指數，即裸土條件下的NDVI值；NDVImax為最大植被指數，即全植被覆蓋條件下的NDVI值。

由于研究區為植被恢復封育區，所以在植被蓋度等級劃分上, 沒有采取風蝕荒漠化評價分級等指標系統，而是根據外業調查和遙感植被蓋度圖的實際情況，將植被按蓋度的大小分為低蓋度植被(0≤F<25%)、中等蓋度植被(25%≤F<50%) 和高蓋度植被(F≥50%)3類。另外，考慮到農田是一特殊的植被群體，不同的作物有不同的種植與收獲時間，僅僅依據農田的光譜數據很難準確解譯出農田植被區。鑒于上述原因，再增設一類農田植被，這樣研究區的植被共分為4類。對每一景影像，采用目視解譯法區分農田植被區，然后利用ERDAS IMAGING的Modeler maker模塊實現植被覆蓋度的模型設計與計算，從而獲得研究區植被覆蓋度圖。

3 結果與分析

3.1不同覆蓋等級的面積變化分析 植被覆蓋度的面積變化可以反映研究區生態環境狀況，分類統計1987-2008年不同植被蓋度等級土地面積，結果顯示，在人為環境改良和自然兩種因素的影響下，研究區1987-2008年植被覆蓋具有較大變化，低蓋度植被區面積逐步減少而高蓋度植被區面積逐步增加，區域植被恢復效果明顯。

1987、2003和2008年研究區內面積變化最為明顯的是低蓋度植被區，該類土地所占面積比率由1987年的35.68%減少到2008年的14.86%，面積共減少了4 467.24 hm2。隨著“景電二期”工程的進行，區域中能被灌溉的低、中、高蓋度植被區逐步被開墾為農田，全區農田植被面積迅速增加，逐步成為研究區內所占面積比率最大的植被覆蓋類型；1987、2003和2008年，研究區高蓋度植被區有明顯的擴張趨勢，所占面積比率分別為15.50%、17.72%和24.98%(表1)。

3.2植被覆蓋類型的變化動態分析 為了進一步對植被覆蓋度的空間變化進行監測和分析，在ArcGIS軟件支持下，對1987、2003和2008年3期植被覆蓋圖像進行空間疊加運算，對區域植被變化性質進行監測及成因分析。

表1 研究區1987-2008年不同覆蓋等級植被面積變化

按植被覆蓋變化的性質，1987-2008年研究區植被覆蓋變化的過程可總結為棄耕型(耕地轉變成非耕地)、開荒型(非耕地轉變成耕地)、植被退化型(多植被轉化為少植被)和植被恢復型(少植被轉化為多植被)等4種(表2)。根據遙感解譯結果統計，從1987-2008年的21年間，研究區有55.57%的土地覆被類型沒有變化，這主要是高蓋度植被和農田植被，而其他約44.43%的植被覆蓋類型發生了轉化。轉化最多的類型為植被恢復，轉化面積占土地總面積的21.98%，其次是開荒型和植被退化型，分別占土地總面積的16.07%和5.06%，轉化面積比率最低的是棄耕型，其面積僅占土地總面積的1.32%。

表2 研究區1987-2008年植被蓋度等級面積轉化

從不同轉化類型的關系看，開荒和棄耕是同時存在而方向相反的兩種過程，如果開荒大于棄耕，則耕地面積增加，如果棄耕大于開荒，則耕地面積下降；而植被退化和植被恢復也是方向相反的兩個相對過程，如果退化面積大于恢復面積，則植被總體上處于衰退,否則，總體上處于恢復。在21年中，開荒的面積遠大于棄耕的面積，植被恢復面積也遠高于植被退化的面積，可以看出，研究區植被恢復取得了明顯的效果，植被總體上得到了恢復。

對不同時間段內植被蓋度等級轉化面積而言，植被蓋度等級變化趨勢基本一致，但是其轉化速率存在較大差異。1987-2003年，研究區植被退化的面積比率為8.55%，2003-2008年則減少為5.08%，但區域內植被恢復的面積所占比率卻從1987-2003年的13.54%增加到2003-2008年的18.86%。對于棄耕型和開荒型，其1987-2003年間的轉化面積均高于2003-2008年。

4 結論

1)在人工撫育與封育相結合的植被恢復下，1987-2008年研究區高蓋度植被區有明顯擴張趨勢，其所占面積比率從1987年的15.50%增加到2008年的24.98%；同時，受“景電二期”工程的影響，區域能被灌溉的低、中、高蓋度植被區逐步被開墾為農田，全區農田植被面積迅速增加，成為研究區內所占面積比率最大的植被覆蓋類型。

2)在ArcGIS軟件支持下，對1987-2003年和2003-2008年兩個階段的植被蓋度等級面積轉化對比分析，1987-2003年間，研究區植被退化的面積比率為8.55%，2003-2008年則減少為5.08%，但區域內植被恢復的面積所占比率卻從1987-2003年的13.54%增加到2003-2008年的18.86%。植被恢復面積遠高于植被退化的面積，植被總體得到恢復。

[1]朱震達.中國的脆弱生態帶與土地荒漠化[J].中國沙漠,1991,4(1):11-12.

[2]王濤,趙哈林.中國沙漠化研究的進展[J].中國沙漠,1999,19(4):299-311.

[3]孫保平，關文彬，趙廷寧,等.21世紀中國荒漠化預防及治理技術研究展望[J].中國農業科技導報，2000,2(1):54-57.

[4]王繼和,馬全林,楊自輝,等.干旱區沙漠化土地逆轉植被的時空格局及其機制研究[J].中國沙漠,2004,24(6):729-733.

[5]滿多清，吳春榮，徐先英,等.騰格里沙漠東南緣荒漠植被蓋度月變化特征及生態恢復[J].中國沙漠，2005，25(1):140-144.

[6]高志海,魏懷東,丁峰.TM 影像VI提取植被信息技術研究[J].干旱區資源與環境,1998,12(3):98-104.

[7]劉普海.應用遙感理論目視解譯TM圖像的研究[J].甘肅農業大學學報,2002,37(1):40-43.

[8]李昀,愈聯平,陳興榮,等.基于3S技術的景泰縣草地資源現狀評價[J].草業科學,2010,27(4):64-68.

[9]唐世浩,朱啟疆,周宇宇,等.一種簡單估算植被覆蓋度和恢復背景信息的方法[J].中國圖像圖形學報,2003,8(11):1304-1308.

[10]溫慶可,張增祥,劉斌,等.草地覆蓋度測算方法研究進展[J].草業科學,2009,26(12):30-36.

[11]彭道黎,滑永春.北京延慶縣植被恢復動態遙感監測研究[J].中南林業科技大學學報,2008,28(4):159-164.

[12]王濤,張生軍,王天明,等.新疆不同植被NDVI的變化及其與氣候因子的關系[J].草業科學,2009,26(5):26-31.

[13]梁天剛,崔霞,馮琦勝,等.2001-2008年甘南牧區草地地上生物量與載畜量遙感動態監測[J].草業學報,2009,18(6):12-22.

[14]王兮之,杜國楨,梁天剛,等.基于RS和GIS的甘南草地生產力估測模型構建及其降水量空間分布模式的確立[J].草業學報,2001,10(2):95-102.

[15]李海亮,趙軍.草地遙感估產的原理與方法[J].草業科學,2009,26(3):34-38.