時間:2020年04月26日 分類:農業論文 次數:
摘要:以1989—2016年瑪納斯河流域TM/OLI遙感影像為數據源,利用混合像元分解技術,計算瑪納斯河流域草地總覆蓋度和裸沙面積。在此基礎上通過監測年與基期年的比較,計算草地覆蓋度相對基期年的減少率和裸沙面積相對基期年的增加率兩個監測指標,依據《天然草地退化、沙化、鹽漬化的分級指標》(GB19377—2003),對計算出的兩個指標分別進行沙化等級評定和賦值,將兩種評定結果相綜合來監測草地沙化。結果表明,瑪納斯河流域近30年來荒漠草地沙漠化總體呈現先增加后降低的趨勢。分析表明,瑪納斯河流域草地沙化是人為和自然因素雙重作用的結果。
關鍵詞:荒漠草地;沙化;遙感監測;瑪納斯河流域
新疆是干旱區,草地退化已成為普遍存在的問題之一,嚴重退化的草地有466.67多萬hm2[1]。通過草地沙化監測可以為區域水資源合理利用、種植業結構調整、畜牧業規模的確定起到重要指導作用。目前,按照研究方法草地沙化遙感監測可分為5類:①根據混合像元分解獲取沙化信息,該方法在阿根廷農牧交錯帶沙化監測[2]、蘇丹稀疏草原沙漠化監測[3]、中國寧夏草地沙化動態研究[4]和中國廣西大化縣石漠化研究中都有應用[5]。②基于圖像分類結果的草地沙化信息提取,該方法主要是在圖像分類的基礎上,分析監測植被覆蓋度、地表覆沙面積和狀態等信息的變化來監測沙化[6-10]。
③基于植被覆蓋度指標的草地沙化信息提取,該類方法提取沙化信息又可分為兩類,一類是直接利用與草地覆蓋度建立回歸關系,通過覆蓋度等級決定沙化等級[11];另一類是在植被指數計算的基礎上,利用植被指數構建的像元二分模型提取草地覆蓋度,進而根據沙化覆蓋度等級指標確定草地沙化等級[12]。④基于特征空間的草地沙化信息提取,該方法是通過構造歸一化植被指數(NDVI)-反照率(Albedo)特征空間模型來進行荒漠化遙感信息提取[13-16]。⑤基于NDVI的草地沙化信息提取,該方法通過長時間序列的NDVI變化趨勢分析,確定草地沙化范圍和程度[17-19]。
對目前已發表的草地沙化監測技術方法梳理后得出,對縣市級沙化監測,采用混合像元分解監測草地沙化是較為有效的方法。因此,今擬采用混合像元分解技術,在PPI端元提取的基礎上,再進一步手動純化端元光譜信息,結合《天然草地退化、沙化、鹽漬化的分級指標》(GB19377—2003)(以下簡稱《分級指標》),利用草地覆蓋度減少率和裸沙面積增加率二者的綜合信息,實現新疆草地沙化遙感監測方法研究。該指標構建方法在目前草地沙化遙感監測中鮮有報道。
1數據與方法
1.1研究區概況
選取新疆瑪納斯縣及周邊兩縣一市(沙灣縣、呼圖壁縣和石河子市)作為草地沙化遙感監測對象,該區位于E84°57'~E87°8',N43°7'~N45°38'之間。研究區為典型的溫帶大陸性氣候,北部海拔600m以下平原區,年均氣溫為6℃,年降水量為100mm~200mm,主要集中在春夏兩季[20-21]。
1.2數據來源及預處理
從地理空間數據云(http://www.gscloud.cn/)下載LandsatTM41989年8月19日、TM51998年8月26日和2009年8月8日、OLI2016年8月16日共計4幅遙感影像。對獲得的遙感影像做幾何校正、輻射定標、大氣校正等預處理。
1.3研究方法及綜合沙化指標的構建
從《分級指標》中選取草地覆蓋度減少率和裸沙面積增加率兩個分指標用于草地沙化遙感監測。對預處理后的各期遙感影像分別進行MNF變換,借助純凈像元指數PPI和n維可視化工具,依據MNF變換后前兩個分量二維散點圖獲取純植被和裸沙的端元信息,根據端元相應的NDVI數據大小,再挑選出前或后30個端元信息,利用這些點再獲取更高準確性的純沙和純植被兩種純端元的光譜信息。在此基礎上,通過線性光譜解混模型[4]獲取每一像元對應的裸沙和植被的覆蓋度百分比。
為使各圖像計算的沙化指標結果最終具有可比性,研究以各期影像純植被和純沙累計百分率為0和100時(6位小數)對應的像元值為基準值,利用獲取的基準值對各期影像光譜解混的結果進行歸一化處理。對于個別超出基準值范圍的像元作最大或最小值賦值,并歸一化處理。在上述處理基礎上,研究以1989年作為基準年,將1998年、2009年和2016年草地覆蓋度和裸沙面積歸一化結果分別與基準年計算結果相比較,計算獲取監測年和基期年植被覆蓋度減少率和裸沙面積增加率[見式(3)(4)]。
在此基礎上按照《分級指標》對研究區沙化情況初步等級評定賦值,并綜合賦值后的信息,按照兩個分指標中輕度、中度或重度的賦值乘積[見式(5)]作為綜合評定的臨界閾值對草地沙化作出綜合評價。Rv=(FVCb-FVCm)/FVCb×100%(3)Rs=(FSCm-FSCb)/FSCb×100%(4)R=Rvf×Rsf(5)式中:Rv和Rs分別為植被覆蓋度減少率和裸沙面積增加率,式中FVCb和FVCm分別為歸一化后的基期年和監測年草地覆蓋度值。FSCb和FSCm分別為歸一化后的基期年和監測年裸沙面積值。R、Rvf和Rsf分別為沙化等級綜合賦值、植被覆蓋度減少率和裸沙面積增加率賦值。
2結果與討論
2.1遙感影像的光譜線性解混與歸一化處理結果
利用獲取的植被和裸沙端元光譜信息對預處理后的遙感影像進行光譜線性解混。對光譜解混后的植被和裸沙豐度圖分別作數據分布統計,獲取各期影像累計百分率為0和100(6位小數)時對應的DN值,利用這些DN值分別對各期圖像作歸一化處理。
2.2草地沙化分指標檢測結果
基于植被和裸沙豐度圖歸一化結果,利用式(3)(4)分別計算出1998年、2009年和2016年草地覆蓋度和裸沙面積相對于基準年1989年的變化率。
2.3草地沙化綜合指標監測結果
將草地覆蓋度相對基期年減少率的評價結果與裸沙面積占草地地表面積相對基期年增加率的評價結果相綜合,相較于基準年(1989年),研究區草地沙漠化程度整體表現為前期加重后期減輕。在近30年間,輕度沙化范圍增加較為明顯,局部地區出現了中度和重度沙化。在監測年份中,2009年是草地沙漠化最重的一年,2016年草地沙化的情況有所減輕,沙化面積和沙化等級都有所下降。
2.4討論
草地荒漠程度年際波動與可用水資源量密切相關。通過對研究區下游低洼處瑪納斯鹽湖和達巴松諾爾鹽湖土壤含水量(NDWI)年際分析,結果表明,2009年兩湖濕潤土壤(NDWI>0.5)的區域面積最小,此時監測的上游區草地沙化情況也最嚴重,結合地勢分析,其中瑪納斯鹽湖濕潤土壤面積和監測區草地沙化程度有更為直接的聯系。2016年兩湖濕潤土壤面積增加,監測的草地沙化情況也有所緩解。因此,下游鹽湖特別是瑪納斯鹽湖濕潤土壤面積或下游泉水溢出帶的有無可作為監測區草地沙化變動方向的指針。
通過3個監測年份自然降水量分析,2009年降水量最小,為248mm(以石河子氣象站為例),監測的草地沙化程度也最重,1998年與2016年降水量基本相同,為266mm,監測的沙化程度也較輕。由于沙化存在一定的不可逆性,或植被恢復需要一定的過程,導致2016年沙化較1998年更嚴重。由知網下載的新疆統計年鑒農業統計數據分析得出,研究區1989—2016年耕地播種面積逐年增加,2016年比1989年耕地播種面積增加了1918.5km2。農業種植面積的增加對水資源的分配產生影響,使得能夠用于生態環境的用水比例減少,這在缺水的年份尤為明顯,表現為2009年沙化情況也最為嚴重。因此,研究區草地沙化動態是人為和自然雙重作用的結果。
3結論
(1)研究通過混合像元分解技術獲取草地沙化監測的兩個重要指標———草地覆蓋度的減少率和裸沙面積的增加率,依據《分級指標》對兩個分指標分別進行沙化等級評定,將兩項評定結果相綜合,以此來監測草地沙化。(2)瑪納斯河流域近30年來荒漠草地沙漠化總體呈現先增加后降低的趨勢。其中,2009年沙化最嚴重,2016年雖有所減輕,但比1989年還是發生了一定程度的沙化。該監測結果與人類活動及相應年份自然狀況變化相吻合。研究所采用的荒漠草地沙化遙感監測方法經驗證有效、可行。
[參考文獻]
[1]阿依努爾·達吾提,麥麥提敏·乃依木.新疆草地退化現狀、原因及防治對策[J].新疆畜牧業,2015(10):18-21.
[2]COLLADOAD,CHUVIECOE,CAMARASAA.SatelliteremotesensinganalysistomonitordesertificationprocessesinthecroprangelandboundaryofArgentina[J].JournalofAridEnvironments,2002,52(1):121-133.
[3]DAWELBAITM,MORARIF.MonitoringdesertificationinaSavannahregioninSudanusinglandsatimagesandspectralmixtureanalysis[J].JournalofAridEnvironments,2012,80:45-55.
[4]LIJY,YANGXC,JINYX,etal.MonitoringandanalysisofgrasslanddesertificationdynamicsusinglandsatimagesinNingxia,China[J].RemoteSensingofEnvironment,2013,138:19-26.
畜牧師論文投稿刊物:《新疆畜牧業》(月刊)創刊于1985年,由新疆維吾爾自治區畜牧科技資料編譯室主辦。本刊為畜牧獸醫科技刊物。旨在交流畜牧獸醫的先進技術和經驗,推廣最新科技成果,指導畜牧業生產,促進畜牧業發展。