TM與SPOT5數據對農田防護林景觀評價影響的對比分析1)

王文娟

(河南財經政法大學，鄭州，450002)

鄧榮鑫

(華北水利水電學院)

李 穎 張樹文 史曉亮

(中國科學院東北地理與農業生態研究所)

遙感技術的發展為人類提供了從多維和多尺度去認識和研究地球表面的新方法和新手段。遙感技術作為目前一種最先進的信息采集方式，是資源環境監測中非常重要的技術手段，在對大尺度防護林調查中發揮了十分重要的作用。

在我國，遙感作為資源環境監測的重要技術手段，真正用于防護林遙感監測始于1986年以徐冠華院士為首席科學家的“三北防護林遙感綜合調查”，它以Landsat5 TM為基本信息源，在重點造林區開展防護林類型、分布、面積和保存率遙感調查，并在此基礎上建立資源與環境信息系統，對防護林防護效益和不同類型地區造林適宜性作出分析和評價，為“三北”地區綜合治理提供連續可靠的數據、分布資料和圖件［1］。將景觀生態學指標引入到農田防護林結構分析中，并利用遙感數據開展中小尺度農田防護林景觀結構評價研究，可為農田防護林網的宏觀布局存在的問題提出針對性的建設意見和經營方向。周新華等［2］以1987年攝制的，比例尺為1∶10 000的24幅航片為基礎，將景觀生態學中描述網格特征的連接度、環度、帶豐度、帶斑比、優勢度等指標引入到農田防護林研究中，從林網成型狀況、數量以及分布均勻程度等3個方面綜合地描述和度量了吉林省農安縣前崗鄉林網現狀。孫保平等［3］根據1990年攝制的北京市大興縣北藏鄉1∶25000比例尺的航空像片判讀量測結果，利用連接度、環度、帶斑比、優勢度等指標評價和研究了該地區農田防護林網在景觀中的宏觀布局。關文彬等［4］、梁萬君［5］利用航片轉繪的土地利用現狀圖，評價了農田防護林的宏觀布局，并對研究區域的防護林分布存在的問題提出針對性的建設和經營方向。

可見，遙感為農田防護林的研究提供了許多有用的空間信息，同時有助于研究大尺度和跨尺度上的景觀格局，遙感技術已經成為研究大尺度上景觀格局動態的重要監測手段。隨著遙感空間分辨率的提高，可以更精確地獲取農田防護林信息，并對其進行景觀評價，但同時必然造成調查成本的增加。所以應根據研究目的的不同來選擇合適的遙感數據，文中選擇覆蓋研究區內的TM與SPOT5數據，分析不同空間分辨率數據對研究區內防護林數量及防護林景觀評價指標的影響，為進行農田防護林調查時，針對不同目的進行數據選擇提供科學參考。

1 研究區概況

本研究以吉林省中西部三北防護林工程重點建設區為研究區域，包括德惠和農安的部分地區(圖1)，該地區地處松遼平原，主要氣候屬寒溫帶半濕潤大陸性季風氣候，風蝕危害比較嚴重。該地區農田防護林自1978年實施“三北”防護林體系建設工程以來，已基本實現了農田林網化，為促進農業生產發展和區域經濟起到了重要的作用。

2 研究方法

2.1 影像數據選擇與處理

遙感影像的選取原則:為了保證影像的高度清晰，影像云覆蓋至少低于影像面積的10%;數據季相相對一致，并且為了區分農田防護林與耕地，影像主要選擇在五六月份。最后選擇的數據為2008年6月12日的Landsat－5 TM影像和2007年4月29日的SPOT5影像。

遙感影像的幾何精糾正的方法采用地面控制點法［6］。在ERDAS平臺下，采取控制點，利用已經建立投影的20世紀70年代1∶10萬地形圖作為控制空間來完成對TM影像和SPOT5影像的配準［7］。校正后為正軸等積雙標準緯線圓錐投影(albers)，誤差控制在0.5個像元。

圖1 研究區位置

2.2 農田防護林數據生成

TM數據使用432假彩色合成影像，SPOT5數據使用與2.5 m全色波段融合后的影像，農田防護林在標準假彩色TM影像中的特點為:線狀、紅色，并且防護林間具有較規則網狀結構。使用人機交互的方法分別進行基于TM影像和SPOT5影像的農田防護林解譯，解譯結果如圖2(以TM影像解譯結果為例)。并于2008年9月中旬對遙感影像獲取的農田防護林數據進行了實地驗證，由于防護林特征較為明顯，與其他植被差異較易區分，解譯精度在95%以上。

圖2 研究區農田防護林解譯結果圖

2.3 土地利用數據生成

基于TM遙感影像的土地信息解譯精度按照1∶10萬比例尺數據標準實施，參考國內外全球變化(包括LUCC)研究中土地利用分類體系，結合研究目的、數據源的特點和研究區狀況，制定了耕地、林地、草地、水域、建設用地、未利用地6類一級類及19個二級類的土地利用分類體系。具體分類體系及指標參見文獻［8］。耕地、建設用地等類型，按照2 mm×2 mm的上圖標準，相當于當時使用的陸地衛星TM數據的6×6個像元，林地、草地、水域、未利用土地等上圖標準為15 mm2，約相對于12 ×12 個像元［9］，解譯結果如圖3。

圖3 研究區土地利用解譯結果圖

基于SPOT5遙感影像的土地信息解譯精度按照1∶1萬比例尺數據標準實施，最小圖斑上圖面積標準參考第二次全國土地調查標準［10］:城鎮村及工礦用地為圖上4 mm2，耕地、園地為6 mm2，林地、草地等其他地類為15 mm2。

2.4 景觀指標計算

林網在景觀上的布局用景觀生態學中描述網絡特征的指標來度量。作為由防護林帶相互連接而成的農田防護林網絡系統，該系統的節點就是每2條或2條以上的林帶連接點和交叉點以及單條林帶的端點，連邊就是兩個節點之間的林帶。度量景觀水平上農田林網的空間布局主要使用林網的連接度、環通度、帶斑比、優勢度等指標［3］。

林網帶斑比:帶斑比是防護林帶面積與需被防護斑塊面積之比，是從林網面積和數量方面度量林網在景觀中豐盛程度的指標，近似于林網需要被防護的斑塊的覆蓋率，是在宏觀上度量防護林的總量指標，其值的大小直接反映了林帶的比例。其計算公式為:

式中:P為林網帶斑比;Sb為林帶面積;A為需被防護的斑塊面積。

林網連接度和環度:林網連接度和環度表示林網在農田景觀中網絡化狀態及成型狀況，它表達了農田防護林體系網絡完整與否，也是農田防護林能否高效的一個決定因素。

連接度的計算公式為:

式中:Q為林網連接度;Nb為主副林帶數之和;n為未建林網時景觀中需被防護斑塊數;Lmax(V)為林網最多林帶(連邊)數，它是節點數V的函數。

環度計算公式為:

式中:R為林網環度;Nb為主副林帶數之和;n為未建林網時景觀中需被防護斑塊數;Hmax(V)表示林網最大環路數，也是節點數V的函數。

林網優勢度:優勢度可被用來度量林網在景觀中的數量及其分布的均勻程度，確定林網在景觀中的地位及對景觀基質的影響［11］。一般認為，系統的優勢度取決于其相對多度、頻度和蓋度。其計算公式為:

其中，林網的相對多度Rd=Nb/(N+M+Nb－n);林網頻度Rf=A/S;林網蓋度Rc=Sb/S。

式中:D為林網優勢度;N為未建防護林之前整個景觀中斑塊和廊帶的總數;M為林網建成后景觀中被防護斑塊的數量;S為景觀總面積。

3 結果與分析

3.1 農田防護林數量對比

從林帶長度上，SPOT5數據解譯的農田防護林林帶長度為3 390 km，要少于TM數據的3 664 km，而從林帶條數來看，SPOT5數據解譯的林帶條數為7 064條，多于TM數據的6 545條。這兩者看似較為矛盾，其實這與2個影像的空間分辨率有關，由于SPOT5融合后影像的空間分辨率達到了2.5 m，所以對于一條存在斷口的防護林帶，SPOT5數據能夠較為明顯地反映出來，而TM數據空間分辨率為30 m，可能無法反映，所以同一條林帶，SPOT5可能用多條來表示，而TM可能只用1條，這就造成SPOT5數據的林帶條數多，但長度卻少于TM數據。從兩者的誤差比較來看，林帶長度的相對誤差為7.5%，林帶條數的相對誤差為7.9%。因此得出，雖然利用SPOT5與TM影像進行農田防護林解譯在數量上存在差異，但兩者的這種差異在可接受的范圍之內。

3.2 農田防護林景觀指標對比

景觀指標的計算需要用到農田防護林數據與土地利用數據，文中分別計算了SPOT5農田防護林數據與SPOT5土地利用數據、TM農田防護林數據與TM土地利用數據、SPOT5農田防護林數據與TM土地利用數據、TM農田防護林數據與SPOT5土地利用數據等不同組合的農田防護林景觀指標(表1)，在該研究區域內，Shi et al.計算了林網在合理狀態下帶斑比、連接度、環度和優勢度的計算結果分別為0.035、0.531、0.317、0.351［12］，并且，據報道認為林網各實際指標值在其合理值為0.85～1.15倍時屬于優質林網［13］。以此為標準，分析研究區內林網的景觀布局狀況，通過計算得出，優勢度在優質林網的范圍之內，表明研究區現有農田防護林的分布較為均勻;但帶斑比、連接度和環度的誤差較大，說明研究區域農田防護林數量與面積不足，主副林帶條數不足，成型狀況較差，農田防護林形成的閉合網格較少。

表1 SPOT5與TM數據計算的農田防護林景觀指標值

從表1中可以發現，對于帶斑比，4種情況下得出的帶斑比幾乎一致，可見SPOT5與TM數據解譯的農田防護林數據在數量方面基本一致，并無顯著差異。對于連接度，1、4兩種結果較為一致，2、3兩種結果較為一致，因此可以得出，不同數據源解譯的農田防護林數據對連接度指標無顯著影響，而不同數據源解譯的土地利用數據對連接度指標影響較大，其相對誤差約為16%，并且TM解譯的土地利用數據計算值高于SPOT5數據，這是因為TM解譯的土地利用數據斑塊綜合大于SPOT5數據，使研究內斑塊數量相對較少，從公式(2)中就可以得出計算的連接度較大;對于環度，4種情況下的計算結果差異均較大，相對而言1、4結果較接近，2、3結果較接近，從而得出，不同數據源解譯的防護林數據與土地利用數據對景觀結果均有較大影響，不同數據源解譯的土地利用數據相對誤差達到79%，不同數據源解譯的農田防護林數據相對誤差達到41%，從公式(3)分析，土地利用數據的影響主要仍然是斑塊數量，防護林數據的影響主要是節點數，由于SPOT解譯的防護林斷點較多，從而造成計算的環度較差;對于優勢度，1、4兩種結果較為一致，2、3兩種結果較為一致，進而得出，不同數據源解譯的農田防護林數據對優勢度指標無顯著影響，而不同數據源解譯的土地利用數據對優勢度指標影響較大，其相對誤差約為22%。通過計算分析，不同數據源解譯的土地利用數據對林網頻度和林網蓋度的影響不大，主要是對林網相對多度的影響，利用TM數據解譯的土地利用數據斑塊數少于SPOT5數據，從而使計算的相對多度變大，使TM解譯的土地利用數據計算的林網優勢度值高于SPOT5數據。

4 結論與討論

利用TM影像與SPOT5影像提取出農田防護林數據與土地利用數據，并組合不同數據源計算出各農田防護林景觀指標，通過比較提取結果數量和指標值的差異分析不同數據源對于農田防護林景觀指標的影響，為不同研究目的選擇合適的數據源提供借鑒。通過分析得出，從數量值上來看，不同數據源解譯的林帶長度的相對誤差為7.5%，林帶條數的相對誤差為7.9%;從景觀指標值來看，帶斑比基本不受數據源的影響，即TM數據和SPOT5數據對數量的反映較為一致，不同源的土地利用數據對連接度與優勢度的影響較大，其相對誤差分別為16%和22%，而農田防護林數據對其影響不大，所以應根據研究需要選擇合適的土地利用數據以提高計算精度。不同數據源的農田防護林數據和土地利用數據對環度的影響均較大，所以該指標對于數據源的選擇最敏感。

TM與SPOT5數據是目前農田防護林調查中最為經常使用的數據源，明確2種數據源的不同特點，便于針對不同的研究尺度與研究目的更科學地選擇數據。

［1］布和敖斯爾，劉紀遠，王長耀.遙感技術在我國資源和環境變化研究中的作用［J］.科技導報，1997(8):14－17.

［2］周新華，孫中偉.試論林網在景觀中布局的宏觀度量與評價［J］.生態學報，1994，14(1):24 －31.

［3］孫保平，岳德鵬，趙廷寧，等.北京市大興縣北藏鄉農田林網景觀結構的度量與評價［J］.北京林業大學學報，1997，19(1):45－50.

［4］關文彬，李春平，范秀珍，等.京郊北藏鄉防護林景觀生態評價［J］.北京林業大學學報，2004，26(2):25 －30.

［5］梁萬君.吉林省西部農田防護林生態學研究［D］.哈爾濱:東北林業大學，2007.

［6］Martin D，Bracken L.The integration and socioeconomic and physical resource data for applied land management information systems［J］.Applied Geography，1993:45 －53.

［7］毛鋒，王瑞萍，姚興雙，等.地理信息系統:MGE方法［M］.北京:石油工業出版社，1997.

［8］劉紀遠，張增祥，張樹文，等.中國土地利用變化的遙感時空信息研究［M］.北京:科學出版社，2003.

［9］張樹文，張養貞，李穎，等.東北地區土地利用/覆被時空特征分析［M］.北京:科學出版社，2006.

［10］中華人民共和國國土資源部.第二次全國土地調查技術規程［M］.中國標準出版社，2007.

［11］范志平，關文彬，曾德慧，等.東北地區農田防護林高效多功能經營的指標體系及標準研究［J］.應用生態學報，2001，12(5):701－705.

［12］Shi Xiaoliang，Li Ying，Deng Rongxin.A method for spatial heterogeneity evaluation on landscape pattern of farmland shelterbelt networks:A case study in midwest of Jilin Province，China［J］.Chinese Geographical Science，2011，21(1):48 －56.

［13］姜鳳岐，朱教君，曾德慧，等.防護林經營學［M］.北京:中國林業出版社，2003.