張?zhí)碛? 王 玲,*,王 輝, 彭 麗, 羅 沖

1 石河子大學(xué),理學(xué)院, 石河子 832003 2 石河子大學(xué),水利建筑工程學(xué)院, 石河子 832003

?

瑪納斯河流域鹽漬化灌區(qū)生態(tài)環(huán)境遙感監(jiān)測研究

張?zhí)碛?, 王 玲1,*,王 輝2, 彭 麗1, 羅 沖1

1 石河子大學(xué),理學(xué)院, 石河子 832003 2 石河子大學(xué),水利建筑工程學(xué)院, 石河子 832003

土壤鹽漬化已成為全球性問題,給生態(tài)環(huán)境及農(nóng)業(yè)生產(chǎn)帶來嚴(yán)重的威脅。為了快速、準(zhǔn)確評價土壤鹽漬化給區(qū)域生態(tài)壞境帶來的影響,該文提出了新的完全基于遙感數(shù)據(jù)的遙感生態(tài)指數(shù)(SSEI,Soil Salinization Ecology Index)來監(jiān)測瑪納斯河流域鹽漬化灌區(qū)生態(tài)環(huán)境變化。該指數(shù)利用主成分分析的方法耦合與土壤鹽漬化相關(guān)的土壤鹽度、地表反照率、植被覆蓋度和土壤濕度四大地表參數(shù),指數(shù)構(gòu)建是數(shù)據(jù)本身性質(zhì)所決定,不同于以往遙感與非遙感指數(shù)加權(quán)疊加易受人為影響。研究結(jié)果表明：耦合與鹽漬化信息相關(guān)的各遙感指數(shù)得到的生態(tài)指數(shù),能夠?qū)ν寥利}漬化影響區(qū)域的生態(tài)環(huán)境進(jìn)行快速、定量、客觀的監(jiān)測。將該指數(shù)應(yīng)用到新疆瑪納斯河流域灌區(qū),結(jié)果表明在近26年優(yōu)和良等級生態(tài)環(huán)境面積增加了12.89%,這說明灌區(qū)生態(tài)環(huán)境有所改善。該研究對土壤鹽漬化監(jiān)測與評價具有一定參考意義。

生態(tài)；遙感；土壤鹽漬化；主成分分析；瑪納斯河流域

全球氣候變暖使得中低緯度區(qū)域土壤鹽漬化問題日益突出,土壤鹽漬化問題已經(jīng)成為全球性的話題[1-2]。土壤鹽漬化給農(nóng)業(yè)生產(chǎn)、糧食安全、生態(tài)環(huán)境帶來嚴(yán)重威脅[3- 5]。我國西北干旱區(qū)成為受土壤鹽漬化影響的重災(zāi)區(qū)。因此,及時準(zhǔn)確的了解綠洲生態(tài)環(huán)境變化狀況顯得尤為重要。

當(dāng)前遙感技術(shù)與遙感數(shù)據(jù)已經(jīng)成為生態(tài)環(huán)境評價的重要手段[6]。遙感指數(shù)選取和構(gòu)建成為不同區(qū)域生態(tài)環(huán)境評價的關(guān)鍵問題,Badreldin和Goossens[7]利用MDBI(MODIS Based Disturbance Index)和SAVI(Soil-Adjusted Vegetation Index)遙感指數(shù)對埃及土地荒漠化區(qū)域西奈半島的土地荒漠化進(jìn)行了動態(tài)監(jiān)測,研究表明,遙感指數(shù)對區(qū)域土地荒漠化監(jiān)測十分有效；Franke等[8]利用NDVI(Normalized Difference Vegetation Index)、NREVI(Normalized Red-Edge Vegetation Index)以及調(diào)查數(shù)據(jù)構(gòu)建了MASD(Mean Absolute Spectral Dynamic)遙感指數(shù)對草地退化動態(tài)過程進(jìn)行了研究；徐涵秋[9]通過WI(Wetness Index)、NDVI、LST(Land Surface Temperature)、NDSI(Normalized Difference Soil Index)遙感指數(shù)耦合構(gòu)建了水土流失區(qū)生態(tài)環(huán)境遙感評價指數(shù)RSEI(Remote Sensing Eological Index),研究結(jié)果表明,在水土流失區(qū)建立的遙感指數(shù)能夠有效地、合理地對區(qū)域生態(tài)環(huán)境變化進(jìn)行科學(xué)評估；徐涵秋[10]針對城市熱環(huán)境影響的生態(tài)問題,提出依據(jù)LST、NDISI(Normalized Difference Impervious Surface Index)、NDVI、MNDWI(Modified Normalized Difference Water Index)遙感指數(shù)對城市變化進(jìn)行有效評估。Gillies等[11]提出綜合利用可見光與熱紅外波段的光譜特征來計算植被覆蓋率、土壤濕度和地表蒸散發(fā)等具有生物物理意義指數(shù)的方法,為遙感地表生態(tài)過程研究提供了方法。在此基礎(chǔ)上,我國研究人員針對干旱區(qū)土壤鹽漬化遙感指數(shù)做了相關(guān)研究[12-14],并取得一系列研究成果。傳統(tǒng)土壤鹽漬化生態(tài)環(huán)境評價方面主要是利用GIS技術(shù)對土地利用類型、地下水等與土壤鹽漬化有關(guān)的參量進(jìn)行綜合空間疊加對鹽漬化生態(tài)環(huán)境進(jìn)行分析[15-16]。在以往的土壤鹽漬化遙感研究方面,主要針對土壤鹽漬化信息提取方面的研究[17-18],然而到目前為止,對干旱區(qū)綠洲灌區(qū)受土壤鹽漬化影響區(qū)域的生態(tài)環(huán)境缺乏直接評價的遙感指數(shù),這將成為土壤鹽漬化區(qū)域生態(tài)遙感評價具有創(chuàng)新性熱點問題。

因此,該文在前人研究的基礎(chǔ)上,耦合多種反映土壤鹽漬化區(qū)域生態(tài)環(huán)境的要素參數(shù),構(gòu)建完全基于遙感信息的生態(tài)指數(shù),并利用該指數(shù)對灌區(qū)土壤鹽漬化區(qū)域生態(tài)環(huán)境演變情況進(jìn)行評價,以期為鹽漬化灌區(qū)的生態(tài)環(huán)境動態(tài)監(jiān)測及評價提供有效的遙感信息模型。

1 基本原理與方法

1.1 研究區(qū)概況

研究區(qū)位于新疆維吾爾自治區(qū)北疆天山北麓中段,地理坐標(biāo)范圍為43.75°— 45.25°N,85.00°— 86.30°E(圖1),處于亞歐大陸腹地,北部與古爾班通古特沙漠相接,南部為山地,中游的綠洲區(qū)由沖積洪積扇、泉水溢出帶、沖積平原、三角洲、湖濱平原構(gòu)成[19],區(qū)域年平均氣溫在5—7℃之間,年降水量110—200 mm,年潛在蒸發(fā)量1500—2000 mm,具有氣候干燥、蒸發(fā)量大、晝夜溫差大等氣候特征,屬于溫帶干旱大陸性氣候[20]。該區(qū)域在古代以牧業(yè)為主,新中國成立后,開始建場屯墾,社會經(jīng)濟取得巨大發(fā)展。在農(nóng)業(yè)發(fā)展初期由于水資源管理技術(shù)落后,對農(nóng)田灌水認(rèn)識不足,漫灌導(dǎo)致地下水位抬升,由此引發(fā)的次生鹽漬化問題,給區(qū)域農(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境帶來嚴(yán)重危害。

圖1 研究區(qū)地理位置示意圖Fig.1 Location of study area

1.2 影像處理

遙感數(shù)據(jù)統(tǒng)一選用Landsat系列影像,Landsat7與Landsat8比較見表1,成像時間分別為1989- 8- 25、2000- 8- 7、2015- 9- 10,行列號為144/29。選取影像時盡可能選取時相一致,云量少的影像,且是泛鹽期的秋季為最佳,這樣可以保證結(jié)果的對比性和準(zhǔn)確性。

表1 Landsat7與Landsat8的波段、波長、空間分辨率對比分析

首先,對3幅影像進(jìn)行幾何校正和輻射校正,通過影像處理軟件先將影像DN值轉(zhuǎn)換為輻射率(Radiance)[21],再采用Flassh大氣校正對影像進(jìn)行輻射校正[22],以減少大氣對地表真實反射率的影響,其次獲取與土壤鹽漬化相關(guān)的地表參數(shù)。

1.3 指數(shù)構(gòu)建原理

在已有的土壤鹽漬化遙感反演研究成果中,地表反照率、植被指數(shù)、土壤濕度、鹽分指數(shù)都與土壤鹽分有高的相關(guān)性[12-14,23],能反映土壤鹽漬化區(qū)域生態(tài)環(huán)境的狀況。為此,擬建的遙感土壤鹽漬化生態(tài)指數(shù)SSEI(Soil Salinization Ecology Index)將綜合地表反照率、植被指數(shù)、土壤濕度、鹽分指數(shù)來反映土壤鹽漬化灌區(qū)生態(tài)環(huán)境。SSEI表達(dá)如下：

SSEI=f(Albedo,NDVI,WI,SI)

(1)

式中，Albedo表示地表反照率,NDVI 表示植被指數(shù),WI表示土壤濕度,SI表示土壤鹽度。

1.3.1 地表參數(shù)的選取

(1)鹽度指數(shù)(SI)：Metternichit和Zinck[23]認(rèn)為選取土壤鹽漬化敏感波段對土壤鹽漬化信息提取有重要意義。Khan等[24]通過研究ETM+影像發(fā)現(xiàn),第三波段(紅光波段,0.62—0.68μm)對土壤鹽漬化分離響應(yīng)特征敏感,并且對典型地物的波段做了混合響應(yīng)實驗,研究得出土壤鹽分指數(shù)(SI)是能夠反映土壤鹽漬化程度的重要生物物理參數(shù)。因此,本文選取鹽分指數(shù)作為衡量土壤鹽漬化生態(tài)環(huán)境的重要指標(biāo)之一,其表達(dá)式為:

(2)

式中,SI為鹽分指數(shù)；ρ1、ρ3為分別對應(yīng)Landsat-TM藍(lán)光波段與紅光波段反射率。

(2)濕度指數(shù)(WI)：穗帽變換不僅可以去除波段反映地表信息的冗余量,而且變換后的亮度、綠度、濕度分量具有重要物理意義參數(shù),丁建麗等[14]把WI應(yīng)用到土壤鹽漬化信息提取中,不僅與土壤鹽漬化明顯相關(guān),而且也是反映生態(tài)環(huán)境狀況的重要參數(shù)[25]。因此,該文的濕度指標(biāo)采用這一分量,其表達(dá)式為[26]：

WI=0.1466ρ1+0.1761ρ2+0.3322ρ3+0.3396ρ4-0.6210ρ5-0.4186ρ7

(3)

式中,WI為濕度指數(shù)；ρi(i=1,…,5,7)為Landsat-TM影像各對應(yīng)波段的反射率。

(3)植被指數(shù)(NDVI)：已有的研究表明,植被是表征土壤含鹽量的間接有效指標(biāo)[27],也是反映生態(tài)環(huán)境的重要指標(biāo)[28]。因此,植被指數(shù)被選為反映土壤鹽漬化生態(tài)環(huán)境的重要指標(biāo)之一。歸一化植被指數(shù) NDVI在植被指數(shù)中應(yīng)用最為廣泛,陳實等[12]研究表明,利用歸一化植被指數(shù)NDVI可以有效對土壤鹽漬化信息進(jìn)行提取。因此,可選歸一化植被指數(shù)來代表植被指標(biāo),NDVI公式為：

NDVI=(ρ4-ρ3)/(ρ4+ρ3)

(4)

式中,NDVI為歸一化植被指數(shù)；ρ3、ρ4為Landsat-TM紅光波段與近紅外波段反射率。

(4)地表反照率指標(biāo)(Albedo)：地表反照率是反映地表對太陽短波輻射反射特性的重要生物物理參量。哈學(xué)萍等[13]對土壤鹽漬化與地表反照率之間的關(guān)系進(jìn)行探究,研究得出地表反照率越低,則地下水埋藏越淺,土壤鹽漬化程度越重。因此,地表反照率也是土壤鹽漬化信息反映的重要指標(biāo)。該文選用Liang[29]建立的Landsat-TM估算地表反照率通用公式,該公式適用于不同的大氣和地面條件,Albedo公式為：

Albedo=0.356ρ1+0.130ρ3+0.373ρ4+0.085ρ5+0.072ρ7-0.0018

(5)

式中,Albedo為地表反照率；ρi(i=1,…,5,7)為Landsat-TM 影像各對應(yīng)波段的反射率。

1.3.2 土壤鹽漬化生態(tài)指數(shù)的構(gòu)建

土壤鹽漬化生態(tài)指數(shù)由以上4個參數(shù)構(gòu)成,如何用一個單一變量來耦合這4個變量指數(shù)是該研究的關(guān)鍵。在通常的研究中,是對指標(biāo)與權(quán)重的乘積求和得到[30-32],但是權(quán)重的大小受人為因素影響較大,賦權(quán)重值顯得十分困難,并且在多個指標(biāo)對環(huán)境共同起作用時,并不能夠準(zhǔn)確地確定是哪一個因素在環(huán)境全局變化中起作用。因此,需要一個由數(shù)據(jù)本身決定的耦合方法。

主成分分析(Principal Component Analysis,PCA)是通過正交線性變換對多個數(shù)據(jù)變量進(jìn)行降維壓縮處理,將多維信息集中在少數(shù)幾個特征變量上,第一主分量對原始變量數(shù)據(jù)集方差貢獻(xiàn)最大,并且主成分變換是根據(jù)數(shù)據(jù)本身的性質(zhì),以及各主分量的貢獻(xiàn)度來自動、客觀的確定,能夠避免人為因素干擾對結(jié)果造成的偏差[33]。為了既不丟失原本的信息量,又能夠綜合四個參數(shù)分量對指數(shù)的貢獻(xiàn),因此,選用主成分分析(PCA)的方法對土壤鹽漬化生態(tài)指數(shù)進(jìn)行耦合。

由于計算PCA的4個分量量綱不統(tǒng)一,會導(dǎo)致指標(biāo)權(quán)重的失衡,為此,在做主成分之前需要對4個指標(biāo)的量綱進(jìn)行統(tǒng)一。數(shù)據(jù)標(biāo)準(zhǔn)化處理(normalization)是將數(shù)值轉(zhuǎn)換到[0,1]區(qū)間。各指標(biāo)的標(biāo)準(zhǔn)化處理公式為：

NIi=(Indicatori-Indicatormin)/(Indicatormax-Indicatormin)

(6)

式中,NIi為標(biāo)準(zhǔn)化后的某一指標(biāo),Indicatori為該指標(biāo)的像元i值,Indicatormax是指標(biāo)的最大值,Indicatormin是指標(biāo)的最小值。

通過遙感軟件計算經(jīng)過正規(guī)化處理的4個參數(shù),得出的第一主成分PC1用于土壤鹽漬化風(fēng)險評價初始值SSEI0,然后對SSEI0進(jìn)行正規(guī)化處理,便于指標(biāo)的度量和比較：

SSEI=(SSEI0-SSEI0_min)/(SSEI0_max-SSEI0_min)

(7)

2 結(jié)果與分析

2.1 瑪納斯河流域土壤鹽漬化生態(tài)環(huán)境指數(shù)

采用上述方法對各期影像數(shù)據(jù)處理。表2是研究區(qū)4個參量主成分矩陣,是1989、2000、2015年3期影像計算結(jié)果(圖2)。主成分分析能否反映所要表達(dá)的生態(tài)現(xiàn)象,關(guān)鍵在于是否能夠找到合理解釋現(xiàn)象的指標(biāo)。從表2中比較分析得出：1) 主成分第1分量(PC1)在所有分量中所占的貢獻(xiàn)率都大于85%；2) 各參量在PC1表現(xiàn)的最為穩(wěn)定；3) 在PC1中植被指數(shù)NDVI、濕度指數(shù)WI都為正值,而鹽度指數(shù)SI都為負(fù)值,這與現(xiàn)實生態(tài)環(huán)境是一致的,在表中Albedo的表現(xiàn)最不穩(wěn)定,主要原因在于其與不同程度鹽漬化的相關(guān)系數(shù)及相關(guān)性存在差異,在生態(tài)環(huán)境差異較大的區(qū)域表現(xiàn)的不穩(wěn)定；4) 其它主成分分量表現(xiàn)的并無一般意義上的規(guī)律,相比較PC1更能反映區(qū)域鹽漬化影響下的生態(tài)環(huán)境。

表2 指標(biāo)主成分分析

Albedo：地表反照率；NDVI：歸一化植被指數(shù),Normalized Difference Vegetation Index；SI：鹽分指數(shù),Salinity Index；WI：濕度指數(shù),Wetness Index；特征值：Eigenvalue；特征值貢獻(xiàn)率：Contribution rate of eigenvalue

圖2 研究區(qū)TM影像R(4)、G(3)、B(2)合成(左)；土壤鹽漬化生態(tài)指數(shù)影像(SSEI)(右)Fig.2 Images composition of R(4)、G(3)、B(2) in the study area (left)， The SSEI images (right)R(4)、G(3)、B(2)標(biāo)準(zhǔn)假彩色合成對應(yīng)的影像波段分別是近紅外、紅光、綠光波段

2.2 土壤鹽漬化區(qū)域生態(tài)指數(shù)結(jié)果驗證

圖3 土壤含鹽量樣點值與土壤鹽漬化生態(tài)指數(shù)關(guān)系分布 Fig.3 Relationship of soil salinity and the Soil salinization ecology index(SSEI)

在地表蒸散強烈作用下導(dǎo)致土壤鹽漬化,引起瑪納斯河流域灌區(qū)土地棄耕,土地退化等生態(tài)環(huán)境問題。瑪納斯河流域灌區(qū)土壤鹽漬化是影響生態(tài)環(huán)境變化的主要因素,不同程度鹽漬化對生態(tài)環(huán)境作用的強度不同[7]。從2015年9月野外GPS定位采集的0—20 cm深度土壤樣品中分層選取34個土壤樣品用于研究區(qū)生態(tài)環(huán)境指數(shù)的驗證。結(jié)果如圖3所示,土壤鹽分含量與生態(tài)指數(shù)SSEI負(fù)相關(guān)性明顯(R2=0.9035,P< 0.01),這表明SSEI指數(shù)可以用于該區(qū)域由土壤鹽漬化主導(dǎo)引起的生態(tài)環(huán)境評價。

2.3 瑪納斯河流域土壤鹽漬化區(qū)域生態(tài)環(huán)境評價分析

為了對區(qū)域土壤鹽漬化影響下的生態(tài)環(huán)境變化進(jìn)行合理的分析,將標(biāo)準(zhǔn)化的遙感指數(shù)SSEI以0.2為間距劃分成5個等級[10],分別代表生態(tài)環(huán)境差、較差、中等、良、優(yōu)5個等級(表3)。統(tǒng)計結(jié)果表明,1989—2000年SSEI差等級所占的比例從491.6 km2增加到1031.4 km2,所占比例增加了5.7%,在2000—2015又出現(xiàn)減少的趨勢,減少到636.9 km2；生態(tài)環(huán)境較差的面積出現(xiàn)先增加后減少的趨勢；中等生態(tài)環(huán)境的面積先減少后增加,從1989年的6354.3 km2,到2015年的2111.4 km2；生態(tài)環(huán)境良的面積從1989—2000年減少了1041.2 km2,2000—2015年增加了1235.8 km2。優(yōu)的面積在1989—2000增加明顯,2000—2015保持穩(wěn)定。等級優(yōu)和良所占的比重變化從25.3%—30.3%—37.2%,等級差到中等的變化呈減少的趨勢,總體表明生態(tài)環(huán)境呈良性發(fā)展的趨勢。

表3 研究區(qū)1989—2015年鹽漬化生態(tài)環(huán)境評價級別面積統(tǒng)計

SSEI：Soil Salinization Ecology Index

2.4 瑪納斯河流域土壤鹽漬化區(qū)域生態(tài)環(huán)境動態(tài)變化分析

為了深入分析近20年來不同生態(tài)敏感性等級的變化特征,利用遙感軟件將1989、2000和2015年土壤鹽漬化遙感生態(tài)敏感性指數(shù)進(jìn)行統(tǒng)計分析,獲得1989—2000、2000—2015年的轉(zhuǎn)移矩陣數(shù)據(jù)表4,表5,以及變化趨勢空間分布圖4。

分析轉(zhuǎn)移矩陣表4可知,1989—2000年間較差等級向差等級轉(zhuǎn)換了675.4 km2,差等級向較差等級轉(zhuǎn)換162.7 km2,這要比差等級向較差等級轉(zhuǎn)化多512.7 km2；中等等級向較差等級轉(zhuǎn)化4138.0 km2,較差等級向中等等級轉(zhuǎn)化多3837.4 km2。從生態(tài)環(huán)境變化空間分布圖4(1989—2000年)分析得出：生態(tài)環(huán)境變差的區(qū)域主要分布在非綠洲的荒漠區(qū),由中等級向較差等級轉(zhuǎn)化,而中等級向良等級轉(zhuǎn)化和優(yōu)等級轉(zhuǎn)化面積為1211.0 km2,生態(tài)環(huán)境向良轉(zhuǎn)化為優(yōu)的面積為1153.0 km2,結(jié)合土壤鹽漬化生態(tài)環(huán)境空間分布圖2與土壤鹽漬化生態(tài)環(huán)境空間變化圖4分析表明,生態(tài)環(huán)境向良性方向變化的主要分布在瑪納斯河流域的綠洲區(qū)域。

表4 研究區(qū)1989—2000年SSEI轉(zhuǎn)移矩陣

圖4 瑪納斯河流域土壤鹽漬化區(qū)域生態(tài)環(huán)境變化監(jiān)測圖Fig.4 SSEI image change of soil salinization area in the Manas River Basin

從轉(zhuǎn)移矩陣表5分析可知：2000—2015年,較差等級向中等、良、優(yōu)等級轉(zhuǎn)化1867.4 km2,向差等級轉(zhuǎn)化295.3 km2；中等等級向良、優(yōu)等級轉(zhuǎn)化了664.2 km2,良向優(yōu)轉(zhuǎn)化了354.1 km2。結(jié)合生態(tài)環(huán)境變化空間分布圖4(右)和表5得出,生態(tài)環(huán)境總體逐漸向好的趨勢轉(zhuǎn)變。

表5 研究區(qū)2000—2015年SSEI轉(zhuǎn)移矩陣

土壤鹽漬化在綠洲區(qū)域隨著人類活動的不斷增強,耕地面積的不斷擴大,水資源調(diào)控的更加合理使得鹽漬化面積在不斷減少；結(jié)合SSEI空間分布來看,在非人類影響的荒漠區(qū)并沒有得到較好的改善,也沒有惡化,只是在原有的水平上保持不變,處于較差水平。在人類活動的區(qū)域土壤鹽漬化生態(tài)環(huán)境在不斷的改善變化過程中,總體的變化趨勢與該區(qū)域土壤鹽漬化信息保持一致[34]；但是,鹽漬化對非人類影響的荒漠區(qū)生態(tài)環(huán)境并沒有得到改善。

3 結(jié)論

利用遙感指數(shù)對干旱區(qū)土壤鹽漬化影響下的生態(tài)環(huán)境進(jìn)行定量評價中,鹽度、濕度、地表反照率、植被指數(shù)是土壤鹽漬化影響區(qū)域生態(tài)環(huán)境評價的重要參數(shù)。在此基礎(chǔ)上,利用主成分分析的方法構(gòu)建SSEI指數(shù),并對近26年瑪納斯河流域鹽漬化灌區(qū)生態(tài)環(huán)境變化進(jìn)行評估,結(jié)果表明：

(1) 植被指標(biāo)與鹽度指標(biāo)對主成分PC1的貢獻(xiàn)量最大,植被指數(shù)呈正值,鹽度指數(shù)呈負(fù)值,說明植被與鹽度指標(biāo)對生態(tài)環(huán)境的影響相反,這與一般生態(tài)意義上的結(jié)果相一致,并且第一主成分變量的貢獻(xiàn)率達(dá)到85%以上,因此第一主成分變量可以客觀、定量的反映區(qū)域生態(tài)環(huán)境質(zhì)量情況。

(2) 瑪納斯河流域綠洲區(qū)域近26年來,SSEI得到的良等級和優(yōu)等級生態(tài)環(huán)境面積增加了12.9%,主要分布在綠洲農(nóng)業(yè)生產(chǎn)區(qū),這說明綠洲區(qū)域的生態(tài)環(huán)境質(zhì)量上得到顯著的改善,但是從空間分布來看,2000—2015年SSEI表示的中等等級在非農(nóng)業(yè)生產(chǎn)區(qū)逆向轉(zhuǎn)化,這表明土壤鹽漬化引起的生態(tài)問題在受自然因素影響依然十分嚴(yán)峻。

4 討論

完全依靠遙感指數(shù)獲取鹽漬化生態(tài)風(fēng)險與傳統(tǒng)的土壤鹽漬化生態(tài)風(fēng)險評價方法不同,傳統(tǒng)的方法中所需要的地下水、土壤類型、土壤鹽漬化等數(shù)據(jù)獲取時花費大、耗時、耗力、更新慢,并且不能同步觀測,具有滯后性；遙感數(shù)據(jù)具有豐富的地表信息,不僅可以快速獲取,達(dá)到實時監(jiān)測地表參數(shù)信息的優(yōu)點,而且監(jiān)測面積大、花費少。因此,利用遙感指數(shù)評價地表生態(tài)環(huán)境變化更具有優(yōu)勢和現(xiàn)實意義。

文中構(gòu)建的SSEI指數(shù)完全基于遙感影像信息,采用主成分分析的方法耦合了鹽漬化信息相關(guān)的各指標(biāo)得到生態(tài)指數(shù),且各指標(biāo)獲取快速、計算簡便,避免人為賦值對評價的影響,客觀的從遙感數(shù)據(jù)中獲取信息,這為灌區(qū)土壤鹽漬化影響區(qū)域的生態(tài)環(huán)境提供了快速、定量、客觀的監(jiān)測技術(shù)。

遙感技術(shù)與遙感數(shù)據(jù)在生態(tài)環(huán)境評價中的廣泛應(yīng)用,在于對遙感數(shù)據(jù)蘊含的豐富地表信息不斷挖掘和探索。在不同的區(qū)域面臨的生態(tài)環(huán)境問題不同,因此,針對不同區(qū)域面臨的生態(tài)環(huán)境問題,選擇合適的影響指標(biāo)來綜合反映區(qū)域生態(tài)環(huán)境可能區(qū)域生態(tài)遙感發(fā)展的重要方向。

[1] Li J G, Pu L J, Han M F, Zhu M, Zhang R S, Xiang Y Z. Soil salinization research in China: advances and prospects. Journal of Geographical Sciences, 2014, 24(5): 943- 960.

[2] 王佳麗, 黃賢金, 鐘太洋, 陳志剛. 鹽堿地可持續(xù)利用研究綜述. 地理學(xué)報, 2011, 66(5): 673- 684.

[3] Wang H S, Jia G S. Satellite-based monitoring of decadal soil salinization and climate effects in a semi-arid region of China. Advances in Atmospheric Sciences, 2012, 29(5): 1089- 1099.

[4] Bouksila F, Bahri A, Berndtsson R, Persson M, Rozema J, van der Zee S E A T M. Assessment of soil salinization risks under irrigation with brackish water in semiarid Tunisia. Environmental and Experimental Botany, 2013, 92: 176- 185.

[6] 歐陽志云, 張路, 吳炳方, 李曉松, 徐衛(wèi)華, 肖燚, 鄭華. 基于遙感技術(shù)的全國生態(tài)系統(tǒng)分類體系. 生態(tài)學(xué)報, 2015, 35(2): 219- 226.

[7] Badreldin N, Goossens R. A satellite-based disturbance index algorithm for monitoring mitigation strategies effects on desertification change in an arid environment. Mitigation and Adaptation Strategies for Global Change, 2015, 20(2): 263- 276.

[8] Franke J, Keuck V, Siegert F. Assessment of grassland use intensity by remote sensing to support conservation schemes. Journal for Nature Conservation, 2012, 20(3): 125- 134.

[9] 徐涵秋. 基于城市地表參數(shù)變化的城市熱島效應(yīng)分析. 生態(tài)學(xué)報, 2011, 31(14): 3890- 3901.

[10] 徐涵秋. 水土流失區(qū)生態(tài)變化的遙感評估. 農(nóng)業(yè)工程學(xué)報, 2013, 29(7): 91- 97.

[11] Gillies R R, Kustas W P, Humes K S. A verification of the ′triangle′ method for obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index (NDVI) and surface e. International Journal of Remote Sensing, 1997, 18(15): 3145- 3166.

[12] 陳實, 徐斌, 金云翔, 黃銀蘭, 張文博, 郭劍, 申格, 楊秀春. 北疆農(nóng)區(qū)土壤鹽漬化遙感監(jiān)測及其時空特征分析. 地理科學(xué), 2015, 35(12): 1607- 1615.

[13] 哈學(xué)萍, 丁建麗, 塔西甫拉提·特依拜, 羅江燕, 張飛. 基于SI-Albedo特征空間的干旱區(qū)鹽漬化土壤信息提取研究——以克里雅河流域綠洲為例. 土壤學(xué)報, 2009, 46(3): 381- 390.

[14] 丁建麗, 瞿娟, 孫永猛, 等. 基于MSAVI-WI特征空間的新疆渭干河-庫車河流域綠洲土壤鹽漬化研究. 地理研究, 2013, 32(2): 223- 232.

[15] 李新國, 古麗克孜·吐拉克, 賴寧. 基于RS/GIS的博斯騰湖湖濱綠洲土壤鹽漬化敏感性研究. 水土保持研究, 2016, 23(1): 165- 168.

[16] 買買提·沙吾提, 塔西甫拉提·特依拜, 丁建麗, 張飛. 基于GIS的干旱區(qū)土壤鹽漬化敏感性評價——以渭干河-庫車河三角洲綠洲為例. 資源科學(xué), 2012, 34(2): 353- 358.

[17] 張?zhí)碛? 王玲, 曾攀麗, 王甜, 耿亞輝, 王輝. 基于MSAVI-SI特征空間的瑪納斯河流域灌區(qū)土壤鹽漬化研究. 干旱區(qū)研究, 2016, 33(3): 499- 505.

[18] Scudiero E, Skaggs T H, Corwin D L. Regional-scale soil salinity assessment using Landsat ETM + canopy reflectance. Remote Sensing of Environment, 2015, 169: 335- 343.

[19] 王淵剛, 羅格平, 馮異星, 韓其飛, 范彬彬, 陳耀亮. 近50a瑪納斯河流域土地利用/覆被變化對碳儲量的影響. 自然資源學(xué)報, 2013, 28(6): 994- 1006.

[20] 劉金巍, 靳甜甜, 劉國華, 李宗善, 楊榮金. 新疆瑪納斯河流域2000—2010年土地利用/覆蓋變化及影響因素. 生態(tài)學(xué)報, 2014, 34(12): 3211- 3223.

[21] Chander G, Markham B L, Helder D L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO- 1 ALI sensors. Remote Sensing of Environment, 2009, 113(5): 893- 903.

[22] Nazeer M, Nichol J E, Yung Y K. Evaluation of atmospheric correction models and Landsat surface reflectance product in an urban coastal environment. International Journal of Remote Sensing, 2014, 35(16): 6271- 6291.

[23] Metternicht G, Zinck J A. Spatial discrimination of salt-and sodium-affected soil surfaces. International Journal of Remote Sensing, 1997, 18(12): 2571- 2586.

[24] Khan N M, Sato Y. Monitoring hydro-salinity status and its impact in irrigated semi-arid areas using IRS- 1B LISS-II data. Asian Journal of Geoinform, 2001, 1(3): 63- 73.

[25] Todd S W, Hoffer R M. Responses of spectral indices to variations in vegetation cover and soil background. Photogrammetric Engineering & Remote Sensing, 1998, 64: 915- 921.

[26] Crist E P. A TM tasseled cap equivalent transformation for reflectance factor data. Remote Sensing of Environment, 1985, 17(3): 301- 306.

[27] Dehaan R L, Taylor G R. Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization. Remote Sensing of Environment, 2002, 80(3): 406- 417.

[28] Jung M, Chang E. NDVI-based land-cover change detection using harmonic analysis. International Journal of Remote Sensing, 2015, 36(4): 1097- 1113.

[29] Liang S L. Narrowband to broadband conversions of land surface albedo I: algorithms. Remote Sensing of Environment, 2001, 76(2): 213- 238.

[30] 劉瑞, 王世新, 周藝, 姚堯, 韓向娣. 基于遙感技術(shù)的縣級區(qū)域環(huán)境質(zhì)量評價模型研究. 中國環(huán)境科學(xué), 2012, 32(1): 181- 186.

[31] 潘峰, 田長彥, 邵峰, 周偉, 陳飛. 新疆克拉瑪依市生態(tài)敏感性研究. 地理學(xué)報, 2011, 66(11): 1497- 1507.

[32] 程淑杰, 朱志玲, 白林波. 基于GIS的人居環(huán)境生態(tài)適宜性評價——以寧夏中部干旱帶為例. 干旱區(qū)研究, 2015, 32(1): 176- 183.

[33] 徐涵秋. 區(qū)域生態(tài)環(huán)境變化的遙感評價指數(shù). 中國環(huán)境科學(xué), 2013, 33(5): 889- 897.

[34] 張?zhí)碛? 王玲, 羅沖, 彭麗. 瑪納斯河流域土壤鹽漬化時空動態(tài)變化. 水土保持研究, 2016, 23(1): 1- 6.

Assessment of soil salinization ecological environment change in the Manas river basin using remote sensing technology

ZHANG Tianyou1, WANG Ling1,*, WANG Hui2, PENG Li1, LUO Chong1

1SchoolofScience,ShiheziUniversity,Shihezi832003,China2SchoolofWaterConservancyandArchitectureEnginering,ShiheziUniversity,Shihezi832003,China

Soil salinization has become a serious global problem, which poses a grave threat to ecological environment and agricultural production. In order to assess the effect of soil salinization on ecological environment quickly and accurately in regional-scale, a new remote sensing ecological index was proposed to detect the ecological change in arid area based on the remote sensing method in this paper. Manas river basin, a typical arid inland basin in northwest of China, was selected for the study area. Firstly, four indicators (salinity, surface albedo, vegetation coverage and wetness) which closely related to soil salinization were calculated based on the Landsat image in the Manas river basin on August 25, 1989, August 7, 2000, and September 10, 2015. Then, these indicators were normalized using min-max normalization method. Lastly, the principal component analysis (PCA) method was introduced to couple the four indicators, and the soil salinization ecology index (SSEI) was obtained. This method is different from the previous index overlaid by weighting the indexes from remote sensing and other data. It depends on the data itself, instead of subjective human states. The result shows that there is a significant relationship between SSEI and salt content observed in the fields (R2=0.9035,P<0.01). This indicates SSEI could be used for retrieving the soil salinization on ecological environment rapidly and quantitatively. Through PCA analysis, we found that the first principal component appears stable and its share of all indicators is greater than 85%. The properties of wetness index (WI), normalized difference vegetation index (NDVI), and salinity index (SI) are consistent with the general ecological environmental parameters. The index was applied to the irrigated area of the Manas river basin. Among the bad, comparatively bad, medium, good, excellent grades, the area of bad grade had increased from 491.6 km2to 1031.4 km2during 1989 to 2000, but it has been decreased from 1031.4 km2to 636.9 km2during 2000 to 2015. The area of medium grade also increased at first but then reduced. The change area ranges from 6354.3 km2in 1989 to 2111.4 km2in 2015. The good and excellent grades of ecological environment has been increased by 12.9% in the last 26years, which shows the ecology environment has improved in the irrigation area. The spatial distribution of SSEI shows that the desert area without influencing by human activities still keeps a poor level, and the ecological problem is still very serious. The function of artificial oasis has been improving. Assessment of soil salinization ecological environment change using remote sensing technology could provide insight for land resource development in arid areas.

ecology; remote sensing; soil salinization; principal component analysis; Manas river basin

國家自然科學(xué)基金項目(41361073)；新疆研究生科研創(chuàng)新項目(XJGRI2015044)

2016- 01- 13; 網(wǎng)絡(luò)出版日期:2016- 12- 19

10.5846/stxb201601310225

*通訊作者Corresponding author.E-mail: rain_ling@163.com

張?zhí)碛? 王玲,王輝, 彭麗, 羅沖.瑪納斯河流域鹽漬化灌區(qū)生態(tài)環(huán)境遙感監(jiān)測研究.生態(tài)學(xué)報,2017,37(9):3009- 3018.

Zhang T Y, Wang L, Wang H, Peng L, Luo C.Assessment of soil salinization ecological environment change in the Manas river basin using remote sensing technology.Acta Ecologica Sinica,2017,37(9):3009- 3018.