于亮亮

巴彥淖爾市氣象局

基于高分與Landsat衛(wèi)星的磴口縣林地面積變化監(jiān)測(cè)

于亮亮

巴彥淖爾市氣象局

林業(yè)資源的開(kāi)發(fā)、利用和保護(hù)應(yīng)緊跟經(jīng)濟(jì)發(fā)展的步伐，掌握資源的動(dòng)態(tài)變化、及時(shí)做出可靠決策顯得尤為重要，遙感以其獨(dú)特的優(yōu)勢(shì)成為林地監(jiān)測(cè)的重要手段。本文應(yīng)用多期國(guó)產(chǎn)高分辨率衛(wèi)星高分1號(hào)和LandsatTM、OLI影像對(duì)磴口縣林地及行道樹(shù)面積進(jìn)行分析。結(jié)果顯示：磴口縣2012～2015年林地以及行道樹(shù)面積均明顯增加，其中林地覆蓋率提升至15.47%；行道樹(shù)增幅為35.31%。監(jiān)測(cè)結(jié)果充分反映了近年來(lái)磴口縣生態(tài)工程的開(kāi)展情況。

林地 行道樹(shù) 遙感 面積

磴口縣屬溫帶大陸性季風(fēng)氣候干旱半干旱氣候區(qū)，氣候干燥，降水量稀少，蒸發(fā)量大，蒸發(fā)量是降水量的16倍。屬荒漠與草原的過(guò)渡植被區(qū)，天然植被中荒漠植物占據(jù)主要地位，以早生、超早生小灌木和半灌木為主，喬木林地主要以楊樹(shù)等耐旱速生豐產(chǎn)林為主。此外，磴口縣的水土流失現(xiàn)狀較為嚴(yán)重，其水土流失面積達(dá)31.82公頃，占全縣總面積的76%，水土流失類(lèi)型主要為風(fēng)力侵蝕、水力侵蝕以及風(fēng)水復(fù)合侵蝕。由于植被覆蓋率低，品種單一，水資源較少，土壤以沙質(zhì)為主，結(jié)構(gòu)松散，粘聚力低，總體上，風(fēng)力是造成土壤侵蝕的主要營(yíng)力，占全縣土壤侵蝕總面積的54.76%，多為中度以上侵蝕，水力侵蝕占總面積的45.24%，多為輕微度侵蝕[1]。政府圍繞這一問(wèn)題陸續(xù)開(kāi)展了天然林保護(hù)、退耕還林、“三北”防護(hù)林及韓國(guó)援建項(xiàng)目造林、歐元貸款造林項(xiàng)目等一系列重點(diǎn)生態(tài)建設(shè)工程，并積極發(fā)展治沙產(chǎn)業(yè)。尤其是近年來(lái)，依托“十個(gè)全覆蓋”工程，大力推進(jìn)鄉(xiāng)村農(nóng)田林網(wǎng)及道路兩側(cè)綠化，改善了脆弱生態(tài)環(huán)境的同時(shí)提高了林地覆蓋率[2]。

目前，林業(yè)遙感主要包括5個(gè)方面：森林地類(lèi)和樹(shù)種的分類(lèi)與識(shí)別、森林生物量和森林蓄積的提取與反演、森林覆蓋度郁閉度高光譜提取、林木養(yǎng)分元素高光譜監(jiān)測(cè)與診斷、森林災(zāi)害監(jiān)測(cè)[3-5]。文章利用磴口縣2012年與2015年的遙感影像，得到林地與行道樹(shù)空間分布和面積的變化情況。

一、數(shù)據(jù)來(lái)源與研究對(duì)象

該文以2012年和2015年研究區(qū)的多期GF1及Landsat TM、OLI影像為主要數(shù)據(jù)源，輔第二次全國(guó)土地調(diào)查等數(shù)據(jù)。以道路兩旁綠化樹(shù)木、溝渠兩側(cè)護(hù)渠樹(shù)木、農(nóng)田防護(hù)林網(wǎng)以及灌木林地為研究對(duì)象。

表1 磴口縣林地面積變化遙感監(jiān)測(cè)分析數(shù)據(jù)來(lái)源

二、NDVI介紹

NDVI（Normalized Difference Vegetation Index,歸一化差分植被指數(shù),標(biāo)準(zhǔn)差異植被指數(shù))，也稱(chēng)為生物量指標(biāo)變化，可使植被從水和土中分離出來(lái)。

NIR和R分別為近紅外波段和紅波段處的反射率值。

NDVI是遙感估算植被信息中最常用的方法，NDVI的時(shí)序曲線對(duì)植被生長(zhǎng)特征具備良好的表現(xiàn)能力，其數(shù)據(jù)與植被的許多參數(shù)密切相關(guān)，如光合有效吸收率、葉綠素密度、葉面積指數(shù)、植被覆蓋度和植被郁閉度，因此適用于植被變化檢測(cè)和林地覆被變化監(jiān)測(cè)［6，7］。

三、研究方法及處理過(guò)程

通過(guò)圖像圖形處理理論及數(shù)據(jù)模型，對(duì)前后兩個(gè)年份多期衛(wèi)星遙感影像進(jìn)行分析，采用NDVI閾值法提取和目視解譯相結(jié)合的方法監(jiān)測(cè)林地的動(dòng)態(tài)變化情況，繪制林地資源變化監(jiān)測(cè)圖，確定和分析研究區(qū)域林地面積的變化。最后通過(guò)現(xiàn)地實(shí)測(cè)和有代表性抽樣調(diào)查相結(jié)合的方法對(duì)監(jiān)測(cè)的結(jié)果進(jìn)行實(shí)地驗(yàn)證，反映出研究區(qū)域林地資源動(dòng)態(tài)變化情況[8]。

首先對(duì)圖像進(jìn)行預(yù)處理，高分一號(hào)PMS相機(jī)包括2米全色和8米多光譜影像，對(duì)十景影像進(jìn)行拼接裁剪，分別對(duì)全色影像和多光譜影像進(jìn)行輻射校正、大氣校正等一系列預(yù)處理，流程如圖2.1所示。Landsat7 TM傳感器由于設(shè)備原因，數(shù)據(jù)出現(xiàn)條帶狀缺失，對(duì)2012年第276天和第283天這兩期影像進(jìn)行合成多波段影像。

圖1 高分一號(hào)影像預(yù)處理流程圖

其次進(jìn)行行道樹(shù)提取，利用易康eCognition Developer 8.7高分辨率遙感影像處理軟件，對(duì)影像進(jìn)行分割生成圖像對(duì)象分類(lèi)，最后采用閾值分類(lèi)法從遙感影像中提取行道樹(shù)，具體步驟如下：分割。采用多尺度分割算法，分割尺度設(shè)置為10，對(duì)影像進(jìn)行分割生成圖像對(duì)象分類(lèi)。采用閾值法，選擇Asymmetry（不對(duì)稱(chēng)性）特征，設(shè)置行道樹(shù)閾值，提取部分結(jié)果如圖2。

最后進(jìn)行林地提取，利用ENVI 5.0計(jì)算影像的NDVI值，綜合磴口縣地理位置和影像成像時(shí)間，經(jīng)過(guò)多次試驗(yàn)，得出磴口縣林地的NDVI閾值，并按照此閾值進(jìn)行提取。部分影像林地提取結(jié)果如圖3。

四、提取結(jié)果

經(jīng)過(guò)處理分析，最后統(tǒng)計(jì)得出，磴口縣2012年有林地61788公頃，2015年增加到64491公頃，林地覆蓋面積由2012年的11.1%提升至15.47%,增幅為4.37%；其中2012年有行道樹(shù)8309公頃，2015年增至11243公頃,分別占當(dāng)年林地總面積的13.45%和17.43%，增幅為35.31%。具體變化情況如表2所示：

圖2 部分行道樹(shù)提取效果

圖3 部分林地提取效果

表2 磴口縣林地及行道樹(shù)提取結(jié)果

五、結(jié)論

1.監(jiān)測(cè)結(jié)果顯示，新增行道樹(shù)多呈線性分布，與道路的分布情況相一致。這也與近年來(lái)，“十個(gè)全覆蓋”中，政府不斷投入加大道路綠化有關(guān)。其中，磴口縣境內(nèi)的道路兩側(cè)，行道樹(shù)面積就增加了35.31%。

2.在磴口縣烏蘭布和沙漠西北部邊緣地帶，沙漠有所退化，灌木林面積增加。這一區(qū)域也是近年來(lái)飛播造林的重點(diǎn)區(qū)域。其中哈騰套海蘇木新造林面積比例較大。

隨著各項(xiàng)生態(tài)工程的開(kāi)展，磴口縣林地面積不斷增加，在阻止沙漠的侵蝕方面起到了積極作用，更是有效改善了當(dāng)?shù)氐纳鷳B(tài)環(huán)境。這些生態(tài)工程有如一道道天然屏障，有效地阻擋了風(fēng)沙的東侵，往日的“黃沙漫天”被今日的“沙海綠洲”所替代。

[1]邱偉，張曉紅.磴口縣水土流失現(xiàn)狀及防治對(duì)策研究[J].內(nèi)蒙古水利,2010，129（5）：82-84.

[2]張慶瓊,李國(guó)萍,伊敏等.從磴口縣生態(tài)環(huán)境建設(shè)與移民工程看烏蘭布和沙漠的治理與開(kāi)發(fā)[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報(bào),2001,22(4)∶61-64.

[3]王大勇,劉紅潤(rùn).淺談遙感在我國(guó)林業(yè)中的應(yīng)用[J].林業(yè)科技情報(bào),2010,42(3)∶31-33.

[4]史良樹(shù).遙感技術(shù)現(xiàn)狀及其在林業(yè)中的應(yīng)用[J].林業(yè)資源管理,2004,4(2)∶50-52,63.

[5]林輝，童顯德，黃忠義.遙感技術(shù)在我國(guó)林業(yè)中的應(yīng)用與展望[J].遙感信息，2002(1)∶39-43.

[6]]NDHI GM,PARTHIBAN S,THUMMALU N,et al.Ndvi∶vegetation change detection using remote sensing and is-a case study of vellore distric[J]. preceedia Computing,Science,2015,57∶1199-1210.

[7]CAMPELL M,HIBABUKI Y,ARAKI Y,et al. Potential of high-resolution satellite imagery fou maping distributin and evaluating ecological characteristics of tree species at the Angkor M onument,Cambodia[J].Journal of Landscape Ecology,2014,7(3)∶49-59.

[8]王小昆，紅玉，陸亞剛等．高分辨率遙感影像在森林采伐限額檢查中的判讀精度探討[J]．林業(yè)資源管理，2010（3）：10-114.