基于MODIS數據的沙漠化發展趨勢分析

官雨薇

（電子科技大學 四川成都 611731）

基于MODIS數據的沙漠化發展趨勢分析

官雨薇

（電子科技大學 四川成都 611731）

沙漠化問題的日益加劇，對生態環境、人類生活、社會經濟等方面造成嚴重影響，對于沙漠化程度的監測以及沙漠化變化趨勢的分析成為關注的熱點。文章基于MODIS的歸一化植被指數（NDVI）產品和反照率（Albedo）產品，構建表征沙漠化程度的沙漠化指數（DDI），并根據全國2000～2015年沙漠化指數值的變化趨勢，分析近年來沙漠化的趨勢變化。結果表明，近年來的沙漠化趨勢有所好轉，也從側面反映出相關的防護措施已初見成效。

沙漠化指數（DDI）；時間序列趨勢分析；沙漠化變化監測

引言

根據國家林業局公布的材料，到2009年為止，我國18個?。ㄊ小⒆灾螀^）的508個縣（旗、區）已經受到沙漠化的影響，受影響面積約262.37萬km2，是全國總面積的27.33%。沙漠化使得土地喪失生產力，導致產量下降，阻礙社會經濟發展，還對交通、建筑、通信等方面造成嚴重危害，導致我國約541億人民幣的直接經濟損失。

日趨嚴重的沙漠化問題已對人類生活、生產等方面造成嚴重影響，沙漠化的防治工作成為全球共同關注的焦點。沙漠化監測作為沙漠化預防及治理的重點工作，需要確定沙漠化的區域、面積以及發展速度等問題。

1 國內沙漠化監測現狀

沙漠化現象在遙感影像上表現為裸露地表信息的增強和植被信息的減弱，可以采用地表反照率、地表溫度、地表濕度、植被覆蓋度等指標因子表征。

沙漠化監測的內容是由監測結果的用途決定的，因此，沙漠化監測內容是涵蓋土壤、植被、水文、地質地貌、氣候氣象、社會經濟于一體的?，F有的沙漠化監測方法包括基于地面站點的人工監測，以及基于遙感技術的空中或者衛星監測[1-3]。

基于地面站點的人工監測，主要包括以下方法：要素評價法主要用于定性分析沙漠化發生的位置；Thornthwaite法則運用于植被-氣候關系和氣候生產力研究中；地面抽樣法是利用成熟抽樣技術進行調查，結合數理統計分析推算沙漠化土地面積及動態。地面監測的特點是：在大量的人力和物力支持下，耗費時間過多，并且監測速度緩慢，受人為影響大。

遙感技術主要為區域性或者大范圍的環境調查和監測提供支持。沙漠化的遙感監測是基于多時相遙感影像數據，對沙漠化特征、范圍等因素進行統計分析的方法，監測對象包括大氣、地面覆蓋、海洋及近地表狀況等。遙感監測的特點：能有效識別沙漠化類型及特征，并且能獲取偏遠山區的沙漠化信息；衛星重返周期短，成像快，便于長時間序列的動態監測。

自20世紀90年代以來，對于沙漠化的監測，既為沙漠化預防及治理的各項方針政策制訂提供了基礎資料，又為預防及治理效果的鑒定提供數據，并且對沙漠化防治可能產生的負面影響進行及時預測[4-6]。

2 數據及方法

2.1 數據

由于MODIS相對于其他陸地衛星的傳感器，具有高空間分辨率，高時間分辨率，以及高光譜分辨率的特點，使得MODIS數據廣泛應用于長時間序列的對地信息監測（植被、溫度等）及趨勢分析、突然性災害監測等方面。

MODIS植被指數產品是基于MODIS二級產品的反射率數據（MOD09系列），經云掩膜、重氣溶膠校正等預處理的反射率計算得到的，用于表現植被狀況的時空綜合特征。植被指數產品在Terra星和Aqua星的數據是分不同時間段進行計算。因此，本文考慮到數據的易獲取性與時間連續性，使用1km的MODIS月合成植被指數產品MOD13A3中的NDVI指數產品。

MODIS的Albedo產品是基于核驅動模型的地表二向反照率遙感反演算法，且MODIS的反照率產品是結合了Terra和Aqua兩顆衛星上的兩個MODIS傳感器數據。因此，本文采用MCD43A3產品，時空分辨率是16天/1km，8天更新。

2.2 方法模型及流程

根據Albedo與NDVI之間存在額負相關關系，曾永年在2006年提出沙漠化差值指數方法模型[7]，構建沙漠化差值指數（DDI），并根據DDI值得到全球沙漠化分級產品，以此分析全球沙漠化的狀況及變化趨勢。由于這一方法具有數據易獲取、數據的時空連續性良好的特點，解決了大部分沙漠化指標體系的數據難獲取的問題，是適用于大范圍沙漠化監測的方法。

基于Albedo-NDVI二維空間的DDI表達式如下：

其中，

DDI——沙漠化差值指數；

k——Albedo和NDVI特征空間擬合直線斜率（a）的倒數。

實驗數據的具體處理流程如圖1所示。由于全國數據量過大，在文中構建沙漠化指數（DDI）時，是通過選取隨機樣點的方式。根據樣點的Albedo-NDVI二維空間中斜率k(-0.6737)，計算得到k倒數α為1.4895，DDI表達式如下：根據沙漠化指數分級圖，我國總體分布特征呈現東部高、西部低，從東南向西北逐級遞減即東北、華南、華中、西南地區DDI值高，而西北地區DDI值低。15年的年度DDI均值在0.89～1.0附近，總體均值為0.92。年度DDI的最大值出現在長白山地區、大小興安嶺、以及海南島、臺灣，以及四川盆地、秦嶺、巫山等區域。

3 分析及結論

沙漠化趨勢分析主要是針對已有的沙漠化數據，對一個時間段內沙漠化變化情況進行統計分析。對于沙漠化的變化趨勢分析，采用針對每個像元的時間序列擬合法，即以一個像元的15年間的DDI值作為擬合數據，通過線性擬合的方法得到DDI的變化趨勢線。對于一個區域的趨勢分析，常用的方法是以均值體現其平均狀況。因此針對全國區域的沙漠化趨勢分析，主要通過區域的DDI均值變化趨勢體現，如圖1所示。

東北：東三省的DDI均值整體高于1.2，15年總體均值在1.25左右，遠高于全國年度DDI均值水平0.9～1.0。15年間東三省整體DDI值處于緩慢上升趨勢，0.003/年左右。2009年的DDI值下降，主要是由于當年東三省大范圍的高溫及大旱。

圖1 流程圖

華北：由于內蒙古的面積約為全國總面積的12.3%，影響了中國整體的DDI均值變化曲線的走向，且近10年內蒙古地區受干旱和人口影響較大，導致DDI值較低。山西省在2000～2014年沙漠化程度逐年降低，植被覆蓋度增加快，主要原因是山西位于“三北”防護林建設工程的中，近年來的開展退耕還林（草）力度加大，且重點建設防風治沙防護林帶等。

圖2 全國沙漠化指數均值變化折線圖

華東：由于華東地區雨水豐沛，溫度適宜，植被生長條件良好，因此這一地區的DDI值高。2002年的異常波動可能是由于氣候、以及2002年前的Albedo數據是僅僅由Terra數據合成造成的。位于珠江三角洲的上海市，由于早期的城市擴張，導致年度DDI均值波動幅度大，且植被覆蓋度低于華東地區的其他省份，但是2009年后，上海市的年度DDI均值保持平穩狀態。福建、江西、浙江、安徽四省的年度DDI均值有緩慢上升趨勢，且年度DDI均值都在1.2以上。

西北：陜西省、寧夏回族自治區的年度DDI均值有明顯的上升趨勢，這與三北防護林建設的退耕還林、退耕還草等治理工程有很大關系，說明沙漠化治理工程已取得明顯效果。

西南：西南片區的山地較多，云南、貴州、重慶、四川的年度DDI均值則主要在1.1～1.4之間，四省市的年度DDI都高于全國的DDI均值，近15年呈平穩上升變化趨勢。

華中華南：由于靠近熱帶地區，常年雨水豐富、日照條件充足，主要植被類型是常綠闊葉林等，植被覆蓋度高。華中華南大部分區域的年度DDI均值遠高于全國DDI均值，但是各省的年度DDI均值波動幅度較大。河南、廣西、海南、湖南、湖北的DDI均值都有較大的漲幅。

近15年間，我國大多數省市自治區的年度DDI均值增長幅度明顯，增長速率為0.01～0.02/年。山西、陜西、寧夏、海南等地區年度DDI均值具有明顯的上升趨勢。我國年度DDI均值降幅明顯的區域主要位于秦嶺以北的陜西中部、山西南部，大興安嶺邊緣的東北平原北部，以及天山山脈附近的準格爾盆地與塔里木盆地的邊緣區域等。

[1]殷賀.基于時間序列植被特征的內蒙古沙漠化評價.地理學報[J],2011(05):p.653-661.

[2]段英杰.基于MODIS的西藏沙漠化動態監測研究.廣西大學學報(自然科學版)[J],2012(02):p.312-316.

[3]高永.荒漠化監測[M].北京：氣象出版社，2013

[4]邊振.基于遙感技術的荒漠化監測方法研究[D].2011,北京林業大學.

[5]任艷群.基于NDVI-Albedo特征空間的沙漠化動態變化研究——以準格爾盆地南緣為例.水土保持通報[J],2014(02):p.267-271+325.

[6]何磊.利用MOD13Q1產品監測肯尼亞2001—2010年荒漠化動態.中國沙漠[J],2013(01):p.46-52.

[7]曾永年，向南平等.Albedo-NDVI特征空間及沙漠化遙感監測指數研究.地理科學[J],2006(01):p.75-81