楊柳 梁俊紅 徐鳳瑤 何慶芳

摘 要：寧夏地區(qū)是沙漠化較為嚴重的區(qū)域，雖然近些年來沙漠化治理的效果相當顯著，但由于其地區(qū)的沙漠化面積較大，寧夏部分地區(qū)的土地沙漠化情況依然不容樂觀。本文根據(jù)2010-2016年的landsat7的寧夏中部地區(qū)遙感影像數(shù)據(jù)，分析寧夏中部部分地區(qū)的近些年沙漠化和綠地的演變情況，旨在為寧夏地區(qū)建立一個實時的遙感監(jiān)測手段，為沙漠化防治提供合理的建議。本文在收集數(shù)據(jù)進行必要的預處理后，計算了近7年該區(qū)域的NDVI值，并反演獲取其區(qū)域的植被覆蓋度，通過年間的對比發(fā)現(xiàn)，研究區(qū)域內(nèi)沙漠化情況明顯改善，但沙漠化嚴重的區(qū)域并沒有明顯地減少且具有蔓延的趨勢。此次研究成果對寧夏地區(qū)沙漠化的監(jiān)測及防治有一定的參考意義。

關鍵詞：沙漠化;植被;監(jiān)測及防治;landsat;寧夏

中圖分類號：P237? 文獻標識碼：A? 文章編號：1673-260X（2022）03-0021-04

1 研究區(qū)概況

土地沙漠化是一個世界性的生態(tài)環(huán)境問題，同時也是目前世界上最嚴重的土地退化問題之一[1]。而寧夏地區(qū)是我國沙漠化較為嚴重的區(qū)域之一，雖然近些年來沙漠化治理的效果相當顯著，但由于其地區(qū)的沙漠化面積較大，截至2014年，寧夏沙漠化土地總面積0.28公頃，占寧夏地區(qū)土地總面積的53.68%;沙漠化的土地總面積0.112公頃，占寧夏土地總面積的21.65%;有變?yōu)樯衬厔莸耐恋孛娣e大約為0.027公頃，占寧夏土地總面積的5%左右[2]。局部地區(qū)沙漠化范圍仍在蔓延，如毛烏素沙地每年向東推進4-11m，騰格里沙漠每年前進2m，低矮沙丘前移3-5m[3]。

2 研究內(nèi)容和方法

2.1 研究內(nèi)容

本文以寧夏中部地區(qū)為研究對象，基于landsat7從2010-2016年遙感影像，來分析寧夏中部地區(qū)歷年來土地沙化和綠化的變化情況，從而可以有效地對其防護和治理。研究內(nèi)容總體可以分為以下兩個模塊：（1）利用遙感手段分析得到研究區(qū)近7年來植被覆蓋情況以及該區(qū)域植被每年的變化情況，以便進行實時觀察。（2）提供研究區(qū)具體的沙漠化的面積以及有效的動態(tài)監(jiān)測手段，精確提供研究區(qū)植被覆蓋變化區(qū)域，并提出簡單的沙漠化的治理方法。

2.2 研究方法

本文利用NDVI指數(shù)通過bandmath計算得到植被覆蓋度[4]，并根據(jù)經(jīng)驗值提取出該地區(qū)的植被覆蓋區(qū)，再將不同年份的數(shù)據(jù)進行bandmath計算得到對比數(shù)據(jù)，最后通過這組數(shù)據(jù)得出該地區(qū)土地沙漠化狀況的結論。研究思路可以分為以下幾步：

（1）數(shù)據(jù)準備：尋找滿足需求的不同時期數(shù)據(jù)并下載。

（2）數(shù)據(jù)的預處理：首先需要讀取數(shù)據(jù)，下載的數(shù)據(jù)需要對其去條帶處理并裁剪出所需要的區(qū)域，然后對影像進行輻射定標和大氣校正。

（3）植被覆蓋度反演：利用bandmath計算出NDVI值并反演出研究區(qū)的植被覆蓋度，最后對植被變化檢測[5]。

（4）數(shù)據(jù)的分析與對比。

（5）數(shù)據(jù)的應用。技術路線圖如圖1所示。

3 寧夏地區(qū)沙漠化的遙感監(jiān)測

3.1 數(shù)據(jù)的獲取與處理

本文用2010-2016年的遙感數(shù)據(jù)對寧夏中部部分地區(qū)植被進行監(jiān)測。在使用數(shù)據(jù)之前需要先對原數(shù)據(jù)進行預處理得到可以直接使用的數(shù)據(jù)。數(shù)據(jù)的處理步驟可以簡單分為下面幾步操作。

第一步：下載數(shù)據(jù)，數(shù)據(jù)是基于landsat7從2010-2016年共7年的寧夏中部地區(qū)的一些遙感影像。

第二步：用ENVI軟件打開其中7組數(shù)據(jù)，由于landsat7的數(shù)據(jù)打開后影像上會含有很多條帶從而影響影像的使用，因此先要對7組數(shù)據(jù)進行去條帶化處理（landsat-7ETM+機載掃描中校正模塊出現(xiàn)故障從而導致影像出現(xiàn)了數(shù)據(jù)丟失的情況）。對7組影像去除條帶之后再對其進行裁剪，裁剪出實驗需要的部分。裁剪的時候要注意裁剪的規(guī)格。

第三步：需要對裁剪后的數(shù)據(jù)進行輻射定標，把圖像的亮度灰度值轉換為絕對的輻射亮度。其次需要對定標后的遙感影像數(shù)據(jù)進行大氣校正，在校正的過程中需要設置一些參數(shù)，即每組數(shù)據(jù)中都有個文本文檔，打開文檔可獲得大氣校正中需要用到的參數(shù)。

第四步：大氣校正后得到的圖像就可以拿來使用了，對處理后的影像計算得到NDVI值（可通過bandmath輸入公式計算也可以直接利用NDVI直接計算），計算公式為：

NDVI=（NIR-R）/（NIR+R）? （1）

其中NIR代表數(shù)據(jù)中的近紅外波段，R表示數(shù)據(jù)中的紅外波段。

第五步：得到的NDVI數(shù)據(jù)可能含有異常值（NDVI值在-1到1之間[6]，不屬于這之間的值稱為異常值），因此需要利用bandmath模塊去除異常值，去除異常值的公式為：

（b1it-1）*0+（b1gt1）*0+（b1ge-1amdb1le1）*b1（2）

其中b1為NDVI。去除異常值之后得到準確的NDVI數(shù)據(jù)影像，如果為了確定結果是否準確可以在數(shù)理統(tǒng)計模塊中統(tǒng)計NDVI值。這里圖2只展示近6年的寧夏中部地區(qū)的NDVI影像。

如圖2所示，選擇2010、2011、2012、2013、2014、2016年的6幅寧夏中部地區(qū)的NDVI影像。圖2中的6幅NDVI影像可以比較清晰地反映出寧夏中部地區(qū)近6年來的NDVI動態(tài)變化。從上圖中可以大概發(fā)現(xiàn)總體上該地區(qū)每年的植被覆蓋都在逐漸地增加，部分地區(qū)沙漠化有少量的蔓延趨勢。

3.2 寧夏地區(qū)近7年來的NDVI動態(tài)變化

NDVI能反映出植物冠層的背景和情況[7]，如潮濕的地面、土壤、雪和樹葉等，且還能表現(xiàn)出與植被覆蓋度的關系，因此可以用NDVI來監(jiān)測植被的動態(tài)變化情況。從2010-2016年的遙感數(shù)據(jù)來對寧夏中部部分地區(qū)植被進行監(jiān)測。

結合圖2中6幅遙感影像可以發(fā)現(xiàn)2010-2011年寧夏中部地區(qū)總體的植被量有所減少，受到了土地沙漠化的影響;2011-2012年之間植被量又有所增加，沙漠化的情況明顯得到了改善;2012-2013年植被量沒有較明顯的變化;2013-2014年寧夏東部地區(qū)植被覆蓋度也得到了改善，植被量有少量的增加，但是增加的比較分散，受風沙影響較小;而2014-2016年中，從圖中或許發(fā)現(xiàn)植被量有所減少，但是由于受到數(shù)據(jù)本身因素的影響，2016年的數(shù)據(jù)是秋季的遙感影像圖，因此植被數(shù)量從圖中反映不準確。

排除數(shù)據(jù)本身的影響，縱觀6年的NDVI圖，從總體上看，寧夏中部地區(qū)2010-2016年平均每年植被數(shù)量都在增加，沙漠化的治理效果顯著。局部地區(qū)由于受到天氣和風沙的影響植被量有所減少，但是沒有太過嚴重的影響。從近7年的數(shù)據(jù)可以明顯預測，未來幾年寧夏地區(qū)的NDVI動態(tài)變化趨于增加因此植被覆蓋度在不斷增加，植被數(shù)量也在增加，寧夏地區(qū)的沙漠化得到改善。

3.3 基于寧夏地區(qū)每年植被動態(tài)變化監(jiān)測

利用上節(jié)NDVI數(shù)據(jù)可進一步獲取寧夏中部地區(qū)2010-2016年的植被覆蓋度。計算植被覆蓋度采用的是下面的公式，并將整幅影像中的地物大致分為水體、植被和建筑物，具體的計算公式如下：

FC=[（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）]? （3）

其中NDVIsoil為裸土或者無植被區(qū)域的NDVI值，NDVIveg表示全部被植被覆蓋的像元NDVI值。這里取以往經(jīng)驗值NDVIveg為0.7和NDVIsoil取值為0，通過bandmath輸入上面的公式并帶進經(jīng)驗值即可得到植被覆蓋度影像圖3。

如圖3所示，寧夏中部地區(qū)6年來的植被覆蓋度情況，影像中的顏色由深到淺表示該地區(qū)植被生長狀況和植被覆蓋面積。

如果單獨分析每張圖的變化而不考慮其他因素的影響，可以從2010-2011年的植被覆蓋影像中發(fā)現(xiàn)該地區(qū)植被減少得相對嚴重，2011年的植被覆蓋度明顯沒有2010年的密集，前面也分析說明了可能受到數(shù)據(jù)本身的影響從而導致實際情況中植被并無太大變化;2011-2012年植被覆蓋度又明顯增加了許多，甚至較于2010年的植被量還多;2012-2013年可以發(fā)現(xiàn)這幅影響上的北部地區(qū)植被量相對減少，總體的植被量也有所減少;2014年的影像與2011年的影像相似，明顯受到了其他因素的影響，所以暫不分析;而2016年的植被覆蓋度相較于其他幾年都比較密集，植被量也相對較多。

從圖2中的6幅NDVI圖以及現(xiàn)在得到的6幅寧夏中部地區(qū)植被覆蓋影像中，從總體上分析可以發(fā)現(xiàn)連續(xù)7年來植被都是在不斷增加的，沙漠化的狀況明顯得到改善。得到的結論同NDVI得到的結論相似。

3.4 歷年植被變化對比

在上面提取得到的寧夏中部地區(qū)的植被覆蓋度的基礎上，將2組不同年份的數(shù)據(jù)進行植被變化檢測，共運行7次得到6幅植被變化影像。其步驟如下：

（1）利用bandmath將2組不同年份的數(shù)據(jù)進行計算，其公式為：

fix（（b1）-（b2））? （4）

其中b1為近年數(shù)據(jù)，b2為年代較b1久遠的數(shù)據(jù)，而fix則表示對其函數(shù)取整，為了使所有數(shù)據(jù)都用-1、0和1表示。

（2）后期處理，點擊New Raster Color Slices模塊對上面處理好的數(shù)據(jù)進行密度分割。在對像元數(shù)據(jù)進行密度分割時可以將其劃分為三種背景，對DN值為-1的背景色賦值為白色，表示較往年相比綠地減少的區(qū)域，對DN值為0的背景色賦值為透明色，表示較往年相比綠地不變的區(qū)域，對DN值為1的背景色賦值為黑色，表示較往年相比綠地增加的區(qū)域。

（3）對上面得到的6幅遙感影像對比圖進行分析對比并給出結論。

用連續(xù)7年的寧夏中部地區(qū)遙感影像進行年際間計算對比所得到變化趨勢情況，如圖4所示。

圖4共由6幅寧夏中部地區(qū)的遙感影像構成，其中每一幅影像都是用2010-2016年之間的連續(xù)2年的數(shù)據(jù)進行差異化處理得到的。這6幅影像相比較圖2的NDVI影像和圖4的植被覆蓋影像都更能直觀清晰地反映出寧夏中部地區(qū)連續(xù)7年的植被覆蓋的動態(tài)變化。

對每張影像進行單獨分析，則可以從上面的6幅植被變化對比圖中發(fā)現(xiàn)2010-2011年的變化影像中反映了寧夏中部地區(qū)受到沙漠化的影響較為嚴重，總體上植被覆蓋度降低較為嚴重;2011-2012年植被又有所恢復，沙漠化得到了抑制;2012-2013年部分地區(qū)植被增加，部分地區(qū)植被有所減少，總體上并無太大變化;2013-2015年由于受到2014年數(shù)據(jù)的影響暫不分析;2015-2016年寧夏中部地區(qū)整體上植被有少量的增加。從7年數(shù)據(jù)總體上分析會發(fā)現(xiàn)寧夏中部地區(qū)植被有所增加，并未受到沙漠化較大的影響。

4 沙漠化的監(jiān)測及預警

由于遙感技術具有大面積觀測和具有實時的動態(tài)監(jiān)測的特點，因此在土地沙漠化監(jiān)測中具有重要的地位[8]。利用遙感手段對土地沙漠化的監(jiān)測有多種方法，但目前國內(nèi)外比較簡單以及主流的方法有以下幾種，即目視解譯法、遙感影像的分類法、基于NDVI值的植被監(jiān)測法、植被覆蓋度監(jiān)測法、定量遙感模型法[9]。因此可以利用本文所用的遙感手段對寧夏地區(qū)沙漠化的狀態(tài)以及蔓延趨勢進行監(jiān)測，并在獲得的監(jiān)測數(shù)據(jù)的基礎上對沙漠化進行預警[10]。

5 結論

本文以寧夏中部地區(qū)為研究區(qū)域，基于landsat7從2010-2016年遙感影像，通過數(shù)據(jù)處理和分析，分析了寧夏中部地區(qū)歷年來土地沙漠化和綠化的變化情況，并提供了簡單的監(jiān)測預警方法，對寧夏地區(qū)生態(tài)環(huán)境的改善以及人類的可持續(xù)發(fā)展有一定的參考和借鑒意義。

本文使用了三種方法，即基于NDVI的動態(tài)變化監(jiān)測、基于植被覆蓋度的反演和歷年植被變化對比來分析了研究區(qū)域的植被動態(tài)變化情況。無論是基于NDVI的植被變化監(jiān)測、基于植被覆蓋度的監(jiān)測還是植被變化對比分析所得到的結論都是相差不多的。因此，排除其他不穩(wěn)定的因素（2011年和2014年的數(shù)據(jù)有較大的誤差），這三種方法得到了一個共同的結論：寧夏中部地區(qū)連續(xù)7年以來植被總量在不斷地增加，但局部地區(qū)沙漠化依然在蔓延，寧夏地區(qū)在土地沙漠化的治理上取得了一定的進展。

——————————

參考文獻：

〔1〕王濤.干旱區(qū)綠洲化、荒漠化研究的進展與趨勢[J].中國沙漠，2009，29（01）：1-9.

〔2〕馬建軍.寧夏草業(yè)研究2005～2010[M].寧夏：寧夏陽光出版社，2011.

〔3〕王紅巖.基于NPP和植被降水利用效率土地退化遙感評價與監(jiān)測技術研究[D].北京：中國科學研究院，2013.

〔4〕白燕英.基于多時相遙感影像的鹽漬化農(nóng)田表層土壤水分反演研究[D].內(nèi)蒙古：內(nèi)蒙古農(nóng)業(yè)大學，2019.

〔5〕Gao Ya; Gao Maofang; Wang Liguo; Rozenstein Offer. Soil Moisture Retrieval over a Vegetation-Covered Area Using ALOS-2 L-Band Synthetic Aperture Radar Data[J]. Remote SensingVolume 13， Issue 19. 2021. PP 3894-3894.

〔6〕Hai Xiao. Xingsheng Tang. Hongtao Zhang. Risk Assessment of Debris Flow in Longchi Area of Dujiangyan based on GIS and AHP [J]. Hainan： 基礎科學，2020.

〔7〕楊澤粟.黃土高原植被生理過程和蒸散量計算方法及變化特征研究[D].蘭州：蘭州大學，2016.

〔8〕趙卓文.寧夏地區(qū)2000-2014年土地荒漠化遙感監(jiān)測及驅(qū)動因子分析[D].徐州：江蘇師范大學，2017.

〔9〕邊振.基于遙感技術的荒漠化監(jiān)測方法研究[D].北京：北京林業(yè)大學，2011.

〔10〕顧海兵.宏觀經(jīng)濟預警研究：理論·方法·歷史[J].經(jīng)濟理論與經(jīng)濟管理，1997，17（04）：3-9.