內蒙古必魯臺地區沙漠化時空變化

李長偉，邢立新，樊瑞雪，韓婷婷 (吉林大學地球探測科學與技術學院，吉林長春 130026)

?

內蒙古必魯臺地區沙漠化時空變化

李長偉，邢立新*，樊瑞雪，韓婷婷 (吉林大學地球探測科學與技術學院，吉林長春 130026)

[目的]了解內蒙古必魯臺地區土地荒漠化現狀及其變化趨勢。[方法]基于Landsat-5TM、Landsat-7ETM+及Landsat-8OLI遙感影像，利用決策樹分類方法，對必魯臺地區地物信息進行分層提取，研究1985—2015年該地區沙漠化發展動態。[結果]1985年必魯臺地區荒漠化面積1 331.57 km2，其中重度沙漠化面積300.44 km2，占22.56%。2015年該地區荒漠化面積1 731.50 km2，其中重度沙漠化面積398.09 km2，占22.99%。[結論]1985—2015年必魯臺地區沙漠化總面積呈增加趨勢，重度沙漠化面積也在增長，說明研究區沙漠化呈發展趨勢。

沙漠化；決策樹；遙感監測；必魯臺

當今世界面臨最為嚴峻的環境-社會-經濟問題就是土地荒漠化，了解土地荒漠化現狀及監測其變化趨勢，是荒漠化防治的重要工作。國際公約將荒漠化定義為包括氣候變異和人類活動在內的各種因素作用下，干旱、半干旱和亞濕潤干旱區的土地退化[1]。其中土地沙漠化是荒漠化的一個典型，遙感技術以其覆蓋面積廣、獲取信息量大、周期短等優勢，成為沙漠化動態監測的重要手段。李寶林等[2]利用TM數據分析了東北平原西部沙地的荒漠化景觀特征，從機理上認識了區域的土地荒漠化發生過程；姜琦剛等[3]采用遙感技術，對20世紀70年代中期至2001年北方農牧交錯帶沙質荒漠化現狀進行調查，探索了研究區的沙質荒漠化變化趨勢；胡光印等[4]結合遙感與地理信息系統技術，對1975—2005年黃河源區沙漠化狀況進行了監測及成因分析。對于荒漠化信息提取主要有目視解譯、基于地表定量參數、非監督分類、專題指數、基于神經網絡及光譜混合分解等方法[5-8]，荒漠化信息提取方法研究較為成熟，雖各有優勢與不足，卻都取得了較好的成果。筆者基于專家知識的決策樹分類方法，對內蒙古必魯臺地區沙漠化信息進行提取，定量監測研究區沙漠化動態發展，旨在為該地區沙漠化治理提供技術支撐。

1 材料與方法

1.1 研究區概況研究區位于內蒙古自治區巴林右旗與翁牛特旗交界，南距赤峰市約300 km。地勢東高西低，海拔700～1 200 m。屬溫帶季風型大陸性氣候，年均氣溫4.9 ℃，最冷1月份平均氣溫-13.0 ℃，最熱7月份平均氣溫22.2 ℃。研究區位于烏丹沙地西北部，基本風沙地貌類型以流動沙丘、半流動沙丘為主，新月形沙丘和新月形沙丘鏈主要分布在北部、東部及東南部。沙質荒漠化類型以中度和重度沙漠化為主，極重度沙漠化主要分布在研究區東南部。土地沙漠化發展方式以斑點狀流沙在草地和耕地上擴展，在河流兩岸以片流狀和流動沙丘蔓延等方式擴展。

1.2 研究方法

1.2.1數據選擇與預處理。選用1985年8月28日、1999年8月11日、2006年8月22日、2010年8月1日、2015年8月15日的Landsat-5TM、Landsat-7ETM+及Landsat-8OLI數據。為了反演植被覆蓋度，選取植被較為茂盛的夏季影像，分別對獲取數據進行輻射校正、幾何精校正、大氣校正等處理，以便進一步對沙漠化信息進行提取。

1.2.2沙漠化強度分級。以植被覆蓋度作為分級指標，將沙漠化等級分為5級，分別為非沙漠化(植被覆蓋度≥80%)，輕度沙漠化(植被覆蓋度60%～<80%)，中度沙漠化(植被覆蓋度30%～<60%)，重度沙漠化(植被覆蓋度10%～<30%)，極重度沙漠化(植被覆蓋度<10%)。

1.2.3決策樹分類?；趯＜抑R的決策樹分類方法在目前遙感影像分類方法中較為成熟，其主要特點是可以利用多源數據，基本思想是逐步將每種目標作為一個圖層從原始影像中分離開來，每次分類過程，只針對一種地物進行識別，從而避免了目標物的相互干擾，達到提高圖像分類精度的目的。1.2.4分類指標。

1.2.4.1 植被覆蓋度。植被覆蓋度是指植被冠層垂直投影面積占基準地表單位面積的比例或百分數。利用遙感影像光譜信息，計算歸一化植被指數(NDVI)，利用像元二分法估算植被覆蓋度。

NDVI=(NIR-Red)/(NIR+Red)

式中，NIR為近紅外波段，Red為紅色波段。

準確獲取研究區域落地像元和全植被覆蓋像元的植被指數是像元二分法估算植被覆蓋度關鍵。

Fc=(NDVI-NDVImin)/(NDVImax-NDVImin)

式中，Fc為像元代表區域的植被覆蓋度；NDVImin為全裸地像元的植被指數；NDVImax為全植被覆蓋像元的植被指數[9]。

1.2.4.2 坡度。利用DEM數據，通過ENVI軟件可計算得到坡度數據。筆者利用坡度數據輔助提取出研究區山地部分。

1.2.4.3 改進的歸一化差異水體指數(MNDWI)。改進的歸一化差異水體指數是在Mcfeeters提出的歸一化差異水體指數的基礎上，對參與該指數運算的波段進行修改得到的新參數，具體公式：

MNDWI=(Green-MIR)/(Green+MIR)

式中，MIR為中紅外波段，Green為綠色波段[10]。

試驗證明，改進的MNDWI可以揭示水體細微特征，更容易區分陰影和水體，有效抑制背景信息，結合水的波譜特征，利用歸一化水體指數和近紅外波段，將水體從遙感影像中提取出來。

2 結果與分析

2.1 沙漠化土地信息提取結果基于坡度、近紅外波段、植被覆蓋度、改進的MNDWI數等地表參數，依據荒漠化分級指標，建立決策樹并依次執行，得到沙漠化土地信息提取結果見圖1。

圖1 1985—2015年內蒙古必魯臺地區沙漠化土地信息提取結果

2.2 沙漠化面積變化在ArcGIS 10.2中對1985～2015年沙漠化面積進行統計分析，結果見圖2。從圖2可見，輕度沙漠化和中度沙漠化在1985～2010年呈下降趨勢，2010～2015年呈上升趨勢。輕度沙漠化面積由1985年的203.97 km2降至2006年的109.33 km2，到2010年為50.25 km2，2015年增長到111.23 km2。 中度沙漠化土地面積由1985年的827.16 km2降至2010年的423.14 km2，減少近50%，2010—2015年增長很快，2015年達到1 222.18 km2。重度沙漠化土地面積1985—2010年持續上升，1985年面積為188.14 km2，2006年上升至328.60 km2，2010年達1 219.78 km2，2015年又降至360.02 km2。極重度沙漠化土地呈先降后升再降的趨勢，從1985年的112.31 km2降至1999年的56.45 km2，2006—2010年持續上升至127.70 km2，2015年又降至38.08 km2。

2.3 沙漠化土地類型轉移變化利用ENVI 5.0計算得到沙漠化土地類型轉移矩陣(表1～3)，從不同轉換類型的關系看，沙漠化的逆轉和發展是同時存在、方向相反的2種過程，在轉移矩陣中對角線上數據是沒有發生變化的部分，位于對角線以上部分為沙漠化逆轉面積，對角線以下的部分為沙漠化發展面積，如果沙漠化逆轉面積大于沙漠化發展面積，則總體上沙漠化面積減少，植被增多；反之，沙漠化面積擴大。1985—1999年沙漠化逆轉面積為257.90 km2，占總面積的16.62%；沙漠化發展面積為288.17 km2，占總面積的18.57%，總體上呈微發展趨勢。2006—2010年沙漠化逆轉面積為69.89 km2，占總面積的4.50%；沙漠化發展面積為615.94 km2，占總面積的39.66%，可見，沙漠化明顯擴大。2010—2015年沙漠化逆轉面積為720.46 km2，占總面積的36.96%；沙漠化發展面積為46.70 km2，占總面積的2.30%。

2.4 景觀特征變化從圖3可見，1985—2015年景觀變化明顯。1985—1999年，沙漠化面積明顯增加，但極重度沙漠化有所改善。1999—2015年，重度沙漠化情況明顯得到改善，面積急劇減少，植被覆蓋度明顯增加。

圖2 1985—2015年內蒙古必魯臺地區各級沙漠化強度土地面積變化

表1 1985—1999年內蒙古必魯臺地區沙漠化類型變化轉移矩陣

表2 2006—2010年內蒙古必魯臺地區沙漠化類型變化轉移矩陣

表3 2010—2015年內蒙古必魯臺地區沙漠化類型變化轉移矩陣

注：a、b、c分別表示1985—2015年同一區塊的沙漠化變化情況。

3 結論

該研究結果表明，1985—1999年內蒙古必魯臺地區極重度沙漠化土地面積明顯減少，植被呈現復蘇狀態；2006—2010年沙漠化呈發展趨勢，重度沙漠化面積明顯增大；2010—2015年沙漠化呈逆轉趨勢，大部分重度沙漠化區域有所好轉。究其原因，主要有自然因素和人為因素兩類：①由于研究區在赤峰市，在東亞中緯度地區是極鋒活躍的地帶，春冬兩季是大風和沙塵暴天氣的高發季節[11]，干旱大風的氣候類型必然成為沙漠化發展的條件因素；研究區西拉木倫河歷史上多次發生洪水，1985—2011年幾乎每3年發生1次，使得河流兩岸草場被淹，農田損毀，沙漠化得不到控制，進而惡化。②隨著改革開放，人民生活水平提高，人口的迅速增長，使得人們對糧食的需求增加，導致大量土地被開墾為耕地，加劇了土地的沙漠化。 目前，政府已然很重視環境問題，研究區已經開展林業工程建設和荒漠化治理，在查理木倫河下游興建水庫以控制洪澇災害，已取得一定成效。

[1] 中華人民共和國林業部防治沙漠化辦公室.聯合國關于在發生嚴重干旱和/或沙漠化的國家特別是在非洲防治沙漠化的公約[M].北京：中國林業出版社，1994.

[2] 李寶林，周成虎．東北平原西部沙地沙質荒漠化的遙感監測研究[J]．遙感學報，2002，6(2)：117-122．

[3] 姜琦剛，高會軍.近30年來北方農牧交錯帶沙質荒漠化動態變化[J].世界地質，2005，24(4)：373-377.

[4] 胡光印，董治寶，逑軍峰，等．黃河源區1975-2005年沙漠化時空演變及其成因分析[J]．中國沙漠，2011，31(5)：1079-1086．

[5] 曾永年，馮兆東，向南平．基于地表定量參數的沙漠化遙感監測方法[J]．國土資源遙感，2005，64(2)：40-44．

[6] 徐馳，姜琦剛，李遠華，等.呼倫貝爾地區土地荒漠化動態變化[J].世界地質，2010，29(1)：160-167.

[7] 杜明義．決策樹方法在土地荒漠化分類中的應用研究[J]．測繪科學，2006，31(2)：81-82．

[8] 李任時，邵治濤，張紅紅，等.近30年來黃河上游荒漠化時空演變及成因研究[J].世界地質，2014，33(2)：494-503.

[9] 呂愛鋒，周磊，朱文彬.青海省土地荒漠化遙感動態監測[J].遙感技術與應用，2014，29(5)：803-811.

[10] 徐涵秋．利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J]．遙感學報，2005，9(5)：589-595．

[11] 韓國榮，曹艷芳，張少文.赤峰地區4類大風氣候災害特征分析[J].內蒙古農業科技，2013(4)：90-92.

Spatial and Temporal Changes of Desertification Land in Bilutai Area, Mongolia

LI Chang-wei, XING Li-xin*, FAN Rui-xue et al (College of Geo-Exploration Science & Technology, Jilin University, Changchun, Jilin 130026)

[Objective] In order to know the current situation of desertification and monitor its trends in Bilutai area, Mongolia. [Method] We extract multi-layer feature information in Bilutai area used decision tree based on Landsat-5TM, Landsat-7ETM+ and Landsat-8OLI remote sensing data. And then we explore the land desertification variation tendency from 1985 to 2015. [Result] The result showed that there was 1 331.57 km2desertification land area in 1985, where severe desertification area of 300.44 km2, accounting for 22.56% in study area. There was 1 731.50 km2desertification land area in 2015, where severe desertification area of 398.09 km2, accounting for 22.99%. [Conclusion] During 1985-2015, the total area of desertification and severe desertification area increased obviously in Bilutai area. Land desertification presents development trend in study area.

Desertification; Decision tree; Remote sensing monitoring;Bilutai

李長偉(1992- )，女，吉林安圖人，碩士研究生，研究方向：遙感數據處理與技術應用 。*通訊作者，教授，碩士，博士生導師，從事遙感地質調查與遙感技術應用研究。

2016-08-29

S 181.3

A

0517-6611(2016)30-0054-04