福建省長汀縣河田盆地區近35年來地表裸土變化的遙感時空分析

徐涵秋

(福州大學環境與資源學院，福州大學遙感信息工程研究所，福建省水土流失遙感監測評估與災害防治重點實驗，福州 350108)

水土流失是當今世界面臨的一個嚴峻問題，嚴重的水土流失已造成了生態環境的急劇退化，其誘發的各種災害已給人民群眾的生產生活帶來了極大的危害。我國是世界上水土流失最嚴重的國家之一，水土流失的脅迫已造成許多地區的人民群眾背井離鄉，另覓他鄉。即便是在全國森林覆蓋率第一名的福建省，水土流失現象也相當普遍。而地處福建西部的長汀縣，更是以其嚴重的水土流失而成為中國南方紅壤地區的典型水土流失區，一直倍受各界的關注。

水土流失在地表上的典型表現就是大面積的土壤直接裸露地表。因此，無論是水土流失治理或治理成效評價，其關鍵的第一步就是要快速準確地判斷地表土壤裸露區，定量分析其時空變化。當前，衛星遙感對地觀測系統以其快速、實時、大面積觀測的特點在水土流失調查中有著無可比擬的優勢，其所獲得的數據是各級政府開展水土流失治理工作的決策依據，遙感技術已成為水土流失治理和評價不可或缺的高新技術［1］。近年來，針對長汀地區水土流失的遙感調查也陸續見諸報道。江洪等［2］利用遙感植被指數研究了長汀縣1994、2003年的植被覆蓋度變化，結果表明這期間長汀縣的高植被覆蓋面積增加了150km2;吳清泉等［3］以長汀縣為例，探討了基于SPOT影像的水蝕區水土流失遙感動態監測的方法;武國勝等［4］應用遙感影像研究了長汀縣1988—2007年間的土壤侵蝕景觀格局變化，指出該區的侵蝕景觀類型主要表現出由侵蝕較強的景觀向侵蝕較弱的景觀轉移的特點。但是，針對該區地表裸土變化的調查尚未見報道，而相關的研究在國內外也不多［5］。Servenay和Prat［6］利用航空照片和SPOT影像對墨西哥Michoacan州1975—2000年的土壤侵蝕狀況進行了調查，發現該區的土壤侵蝕在25a里并沒有加劇的現象。Rodríguez和González［7］基于Landsat TM/ETM+影像和監督分類法調查了西班牙Guadalajara地區1989—2002年間的土壤流失情況，結果表明該區河谷的土壤在這一期間減少了2/3。李正國等［8］利用Landsat TM數據研究了延安和榆林市1987—2002年間的景觀破碎化及其土壤裸露效應。結果表明，高破碎化特征景觀的土壤裸露程度要明顯高于低破碎化景觀。

為了查明長汀縣水土流失最嚴重的河田盆地區的地表裸土動態變化特征，本文以遙感特征信息提取技術為手段，重點對該區的地表裸土分布進行跨度近35年的時空變化分析，這對該區長期水土流失治理成效的科學評價，對該區今后進一步治理工作的開展都具有非常重要的意義。

1 研究區概況

長汀縣地處福建西部，是福建的邊遠山區縣。該縣屬亞熱帶季風氣候，年平均氣溫18.8—19.3℃，年降雨量1500—1700mm。從圖1該縣1988年Landsat TM衛星影像中可以直觀看出，當時該縣四周皆為綠被覆蓋，只有中部表現為泛紅的裸土區。該區即為聞名遐邇的長汀河田水土流失區，也是該縣長期治理的最主要水土流失區。因此本文將其作為研究區，重點研究該區1976—2010年地表裸土分布的時空變化。

研究區北距長汀縣城約 20km，地理位置為東經 116°16'—116°34'，北緯 25°30'—25°44'，面積 775.4km2。研究區中心為一凹陷地形，最低海拔226m;其四周基本為群山所懷抱，最高海拔1081m，相對高差855m，表現為一盆地地貌特征(圖1)。因此，在《長汀縣志》中被稱為河田盆地，取名于其中部的河田鎮。盆地基底由花崗巖組成，巖石質脆，面蝕強烈，風化后土壤類型以紅壤土和砂壤土為主［9］。

2 基本原理與方法

2.1 研究數據

研究數據采用衛星遙感影像。考慮到數據源的一致性，避免影像處理過程中可能產生的不確定性，所有遙感數據統一采用Landsat衛星系列數據。時間跨度從1976—2010年。由于該區的水土流失有效治理始于20世紀80年代，因此這一研究時段可以從該區有效治理前的1976年一直考察到經過近35年治理后的今天，研究結果有助于全面揭示該區水體流失治理的客觀情況。

圖1 研究區位置及其3維地貌特征(RGB:741)Fig.1 Map showing the location of the study area and 3D-perspective view of the Hetian Basin(RGB:741)

圖2 土壤與建筑用地的波譜曲線Fig.2 Signatures of bare soil and built-up land

分別在70、80和90年代各選一個時相，而2000年之后由于是福建省政府為民辦實事重點治理的十年，所以加入2004年時相，以加密對該時段的考察。影像類型及其獲取時間分別為:1976-11-28(MSS)、1988-10-16(TM)、1999-08-20(ETM+)、2004-10-12(TM)和2010-10-29(TM)。

采用美國建立全國土地覆蓋數據庫(NLCD)使用的標準化流程對影像進行輻射校正，用Chander等［10-11］和Chavez［12］的模型和參數將原始影像的灰度值(DN)轉換為傳感器處反射率，以減少不同時相的影像在地形、光照和大氣等方面的差異，然后將它們重新轉換為8 bit整形數據;不同時相的影像之間采用二次多項式和最鄰近象元法進行配準，配準的RMS誤差都小于0.5個象元。

2.2 裸土信息提取

裸土信息主要采取遙感指數法進行提取。選用的是Kearney等人的歸一化差值裸土指數 NDSI［13］，其公式為:

式中，TM5和TM4分別代表TM影像的第5和第4波段。

但從該指數的構成可以看出，NDSI實際增強的是地表具有高亮度、低植被覆蓋的地區，所以其增強的信息中不僅包含了裸土信息，還包含了建筑用地信息。實際上，這一指數也被用來增強建筑用地信息［14-15］。從圖2可知，由于土壤和建筑用地都具有在TM5波段的反射率大于TM4波段反射率的特征，因此，如果用公式(1)的土壤指數進行計算，土壤和建筑用地都會呈正值而被增強，導致建筑用地和土壤混淆。圖3從光譜特征空間的角度進一步證實了這一點。在TM5和TM4波段構成的光譜特征空間中，建筑用地和土壤的散點因相互重疊而無法很好地區分。裸土信息和建筑用地信息相混在國內外的遙感研究中一直是一難題［16-17］。對此，本文采用雙重指數法對其進行改進，通過進一步引入歸一化差值不透水面指數NDISI［18］來解決裸土信息和建筑用地信息混淆的問題。由于不透水面指數NDISI增強的只是建筑物、道路等地表不透水面信息，因此可以用其來濾掉公式(1)裸土指數提取信息中混有的建筑用地信息。NDISI的公式為:

式中，TM6、TM5、TM4和 TM2分別代表 TM 影像的第6、5、4、2波段。

圖3 光譜特征空間Fig.3 Spectral feature spaces of TM5 vs.TM4 and TM6 vs.TM5

從公式(2)可以看出NDISI不透水面指數的構建采用的特征波段主要是TM6和TM5，土壤和建筑物在這兩個波段的變現截然不同。土壤表現為TM5＞TM6，而建筑物表現為TM5＜TM6(圖2)。因此利用公式(2)進行處理的結果只會增強建筑用地，而土壤會呈現負值而被抑制。從圖3也可以看出，在TM6和TM5所構成的光譜特征空間中，土壤與建筑用地的散點并不重疊，因此二者不會產生混淆。

裸土信息的提取首先采用公式(1)、(2)分別對影像中的裸土和不透水面信息進行增強，獲得二者的增強影像。由于二者都是歸一化指數，所以被指數增強的裸土或不透水面信息一般都呈正值;而非裸土或不透水面信息一般都呈負值。進一步將裸土增強影像和不透水面增強影像疊加，然后采用下式進行邏輯運算，濾去建筑用地信息:

式中，T1為裸土的閾值，大于T1的即為裸土;T2為不透水面的閾值，大于T2的為建筑不透水面。

公式(3)意指:如果象元i在裸土增強影像和不透水面增強影像中的指數值分別大于T1和T2，說明該象元是建筑用地，而不是裸土，因此予以濾去;如果象元i在裸土增強影像中的指數值大于T1，而在不透水面增強影像中小于T2，則該象元是裸土，而不是建筑用地，將其保留。經過這樣處理后，NDSI裸土影像中的建筑用地信息就可以被濾去，剩下的就是裸土信息，據此提取出來的就是裸土分布圖。由于1976年的MSS影像沒有相當于TM5、TM6的中紅外和熱紅外波段，因此無法采用雙重指數法來提取裸土信息，而是采用最大似然分類法對其進行分類，然后將分類結果中的土壤類信息單獨提取出來。

精度驗證采用野外實地驗證結合高分辨率影像驗證的方法。2010年10月影像的裸土提取結果于同年11月在長汀進行實地驗證，而不可及的地區則用ALOS高分辨率影像(2.5m)進行驗證。對于歷史時期影像的提取結果則采用年份對應或接近的SPOT 10m分辨率影像進行驗證。由于1976年的MSS影像沒有同年代分辨率較高的影像，所以主要將提取的裸土信息與其彩色合成影像對比。驗證結果表明所提取的各時相裸土信息均具有較高的精度(表1)。

表1 精度驗證表Table 1 Accuracy assessment

3 結果與分析

分別對1976、1988、1999、2004、2010年的裸土提取影像(圖4)進行統計，得出研究區各時相裸土分布面積及其所占比例(表2)。

表2 研究區裸土面積變化表Table 2 Area of bare soil cover and its changes during the study period

3.1 時間變化分析

從表2可以看出，河田盆地區地表裸土面積在所研究的時間段內有了很大的變化，其面積從1976年的159.17km2下降到2010年的51.98 km2，裸土面積減少了66.73%，凈減了107.19km2;其裸土面積占研究區的比例也從1976年的20.53%下降到2010年的6.7%。地表裸露面積的大幅減少，反映了長汀縣的水土流失治理已經取得了顯著的成效。如果按圖5的模型預測，到了2028年該區的地表裸土將有望基本消失。

如果根據影像的年份將所研究的時間分為1976—1988、1988—1999和1999—2010三個時段，每個時段11—12a。可以看出，3個時間段的裸土面積依次減少，減少速度依次加快。1988—1999年時間段的裸土減少面積和速度都大于1976—1988時間段，說明該區始于20世紀80年代的治理已逐漸收到成效;而1999—2000年時間段的裸土面積減少最多，速度最快，大大超過了前兩個時間段。這說明2000年福建省政府將長汀縣的水土流失治理納入省政府為民辦實事項目后，該區的水土流失治理工作明顯加快。但從治理速度來看，1999—2004年的速度最快，達到每年減少4.84 km2，而 2004—2010年間的速度有所放緩，每年減少3.91 km2。

3.2 空間變化分析

從圖4和表2可知，該區在20世紀70年代地表裸露程度相當嚴重。1976年的裸土面積占去了研究區的1/5強，盆地中心因少有植被覆蓋，而造成連片的土壤裸露，山丘之間的溝壑也少有植被穿插，生態十分惡劣。除了主盆地外，西南部以及東邊的兩個溝谷都有大量裸土分布。隨著治理工作的開展，1988年盆地仍以連片裸露的土壤為特征，但其間已出現分割的植被條帶;到了1999年，穿插于成片裸土中的植被條帶進一步增多，連片裸土的完整性受到破壞;到了2004年，盆地中心大片裸露土壤已大為減少;而到了2010年成片裸土已基本消失，裸土只是零散分布于盆地中，其東邊溝谷的裸土基本消失，西南端的裸土也大量減少，生態環境明顯改善。總的看來，裸土分布表現出從盆地邊緣逐漸往盆地中心收縮，從成片分布到逐漸破碎的趨勢。

圖4 研究區各時相裸土分布圖Fig.4 Extracted bare soil images of each study year

圖5 裸土分布面積的變化Fig.5 The area change of the bare soils during the study years

圖6是河田鎮羅地村東南一帶裸土分布變化的詳圖(面積17.11 km2)，它可以作為河田盆地區水土流失治理成效的一個縮影。其裸土分布面積從1976年的10.63 km2依次減到 1988 年的 8.87 km2、1999 年的7.77 km2以及2010年的1.55 km2;所占比例也從1977年的62.1%銳降到了2000年的9.1%，地表裸露程度得到了顯著改善。

3.3 政策扶持效應

以上結果表明以河田為中心的長汀縣水土流失治理在近35年內取得顯著的成效，這與各級政府的重視和當地人民群眾的努力是分不開的。針對河田地區的水土流失治理在解放前就已開始，但并沒有取得成效。解放后的治理大致可分為3個時間段:(1)20世紀80年代之前，這一時期的治理工作一直是時斷時續，收效不明顯［19］。(2)1980—2000年，這一時期內該區的水土流失才開始有效治理。1983年5月，河田被省政府定為全省治理水土流失的試點，并撥專款進行綜合治理。(3)2000年以后，這一時期是治理的加速期。2000年2月福建省委、省政府將長汀縣水土流失綜合治理列為全省為民辦實事項目，每年準備籌集2000萬用于綜合治理。同年6月，頒布了《封山育林命令》。

圖6 河田寮村一帶裸土分布變化圖(上:原始影像，RGB:741;下:裸土提取圖)Fig.6 Dynamics of bare soils in the Liao Village

本次研究的3個時間段基本體現了以上長汀縣水土流失治理的3個歷史時期。1976年的影像代表尚未進行有效治理時的地表裸露程度;1999年的影像代表實施“試點”工程后的裸土分布情況;2010年的影像則代表實施“為民辦實事”工程后的最新地表裸露情況。總的看來所研究的3個時間段很好地反映了政策的效應，具體表現在隨著不同時期政策力度的加大，該區裸土面積的減少越來越多、速度越來越快。特別是后一時間段充分反映了2000年長汀縣水土流失治理被納入為民辦實事的項目后所產生的巨大效應。

顯然，政策的扶持及其伴隨的一系列有效措施極大地推進了長汀縣以河田為中心的水土流失治理工作。圖5的模型預測河田盆地區地表裸土有望基本消失的時間為2028年。預計到2028年河田盆地水土流失會得到徹底治理。

4 結語

當前常用的遙感裸土指數尚無法對裸土信息進行準確提取，其提取的信息中會含有建筑用地的信息。通過與不透水面指數結合的雙重指數法可以較好地分離裸土中的建筑用地信息，有效提高裸土信息的提取精度。

長汀縣河田盆地區在過去的近35年里水土流失治理工作取得了顯著的成效，地表裸露面積大幅減少，裸露比例大幅降低。裸土面積從1976年的159.17 km2銳減到2010年的51.98 km2，比例從20.5%下降到6.7%。在空間上，裸土的分布表現出從盆地邊緣逐漸往盆地中心收縮，從成片分布到逐漸破碎的趨勢。

在所觀察的3個時間段里，裸土面積的變化表現為面積減少速度越來越快，這客觀地反映了該區水土流失治理的幾個重要歷史時期的政策效應。

［1］ Xu X，Ma K，Fu B J，Liu X，Huang Y，Qi J.Research review of the relationship between vegetation and soil loss.Acta Ecologica Sinica，2006，26(9):3137-3143.

［2］ Jiang H，Wang Q M，Wang X Q.Dynamic monitoring of vegetation fraction by remote sensing in Changting County of Fujian province.Journal of Natural Resources，2006，21(1):126-132.

［3］ Wu Q Q，Chen M H，Chen W X，Yue H.Remote sensing monitoring technology for soil erosion in water erosion area of Fujian Province.Bulletin of Soil and Water Conservation，2007，27(4):49-52.

［4］ Wu G S，Lin H H，Zhu H J，Sha J M，Dai Y.Spatiotemporal variation of typical red soil eroded landscape pattern:A case study in Changting County of Fujian Province.Chinese Journal of Applied Ecology，2011，22(7):1825-1832.

［5］ Mulder V L，de Bruin S，Schaepman M E，Mayr T R.The use of remote sensing in soil and terrain mapping— A review.Geoderma，2011，162:1-19.

［6］ Servenay A，Prat C.Erosion extension of indurated volcanic soils of Mexico by aerial photographs and remote sensing analysis.Geoderma，2003，117:367-375.

［7］ Rodríguez P C，González M E P.Changes in soil sealing in Guadalajara(Spain):Cartography with LANDSAT images.Science of the Total Environment，2007，378:209-213.

［8］ Li Z G，Wang Y L，Zhang X F.Landscape fragmentation and soil bareness study in north Shanbei Loess Plateau.Acta Ecologica Sinica，2005，25(3):421-427.

［9］ Editing Committee of Chanting.Changting History.Beijing:Sanlian Press，1992.

［10］ Chander G，Markham B L.Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges.IEEE Transactions on Geoscience and Remote Sensing，2003，41(11):2674-2677.

［11］ 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，2009，113:893-903.

［12］ Charvz P S Jr.Image-based atmospheric corrections-Revisited and revised.Photogrammetric Engineering and Remote Sensing，1996，62(9):1025-1036.

［13］ Kearney M S，Rogers A S，Townshend J R G.Developing a model for determining coastal marsh“health”.In:Third Thematic Conference on Remote Sensing for Marine and Coastal Environments，Seattle，Washington，1995:527-537.

［14］ Yang S.On extraction and fractal of urban and rural residential spatial pattern in developed area.Acta Geographical Sinica，2000，55(6):671-678.

［15］ Zha Y，Gao J，Ni S.Use of normalized difference built-up index in automatically mapping urban areas from TM imagery.International Journal of Remote Sensing，2003，24(3):583-594.

［16］ Gluch R，Quattrochi A D，Luvall J C.A multi-scale approach to urban thermal analysis，Remote Sensing of Environment，2006，104(1):123-132.

［17］ Powell S L，Cohen W B，Yang Z，Pierce J D，Alberti M.Quantification of impervious surface in the Snohomish Water Resources Inventory Area of western Washington from 1972—2006.Remote Sensing of Environment，2008，112(14):1895-1908.

［18］ Xu H Q.2010.Analysis of impervious surface and its impact on urban heat environment using the normalized difference impervious surface Index(NDISI).Photogrammetric Engineering and Remote Sensing，76(5):557-565.

［19］ Zhao Z B.Study on treatment of soil and water loss area with forest-grass measures in Hetian Basin of Fujian province.Journal of Soil and Water Conservation，1987，(1):37-40.

參考文獻:

［1］ 徐憲立，馬克明，傅伯杰，劉憲春，黃勇，祁建.植被與水土流失關系研究進展.生態學報，2006，26(9):3137-3143.

［2］ 江洪，王欽敏，汪小欽.福建省長汀縣植被覆蓋度遙感動態監測研究.自然資源學報，2006，21(1):126-132.

［3］ 吳清泉，陳明華，陳文祥，岳輝.福建省水蝕區土壤侵蝕遙感監測技術探討.水土保持通報，2007，27(4):49-52.

［4］ 武國勝，林惠花，朱鶴健，沙晉明，戴文遠.典型紅壤侵蝕景觀的時空變化——以福建長汀為例.應用生態學報，2011，22(7):1825-1832.

［5］ 李正國，王仰麟，張小飛.陜北黃土高原景觀破碎化及其土壤裸露效應.生態學報，2005，25(3):421-427.

［8］ 長汀縣地方志編撰委員會.長汀縣志.北京:生活圖書新知三聯書店，1992年，1108頁

［14］ 楊山.發達地區城鄉聚落形態的信息提取與分形研究——以無錫市為例.地理學報，2000，55(6):671-678.

［19］ 趙昭昞.福建河田盆地水土流失地區用林草措施治理的研究.水土保持學報，1987，1(1):81-89.