基于時序歸一化植被指數的撂荒地調查研究

阿力木江·吐斯依提，朱秀芳，努爾麥麥提·艾爾肯

（1. 新疆農業大學管理學院，新疆·烏魯木齊 830052；2. 北京師范大學地表過程與資源生態國家重點實驗室，北京 100875；3. 北京師范大學資源學院，北京 100875；4. 新疆農業大學草業與環境科學學院，新疆·烏魯木齊 830052）

基于時序歸一化植被指數的撂荒地調查研究

阿力木江·吐斯依提1，朱秀芳2,3*，努爾麥麥提·艾爾肯4

（1. 新疆農業大學管理學院，新疆·烏魯木齊 830052；2. 北京師范大學地表過程與資源生態國家重點實驗室，北京 100875；3. 北京師范大學資源學院，北京 100875；4. 新疆農業大學草業與環境科學學院，新疆·烏魯木齊 830052）

撂荒地的調查研究對國家糧食安全戰略、區域土地資源的合理利用和生態環境的改善有重要意義。本文基于Modis/Terra2000-2015年的NDVI影像，結合2000和2010年土地利用現狀圖，通過典型地物時間序列曲線的變化，分析了山東省自2000年起耕地范圍內NDVI光譜曲線的變化，對耕地撂荒進行調查研究。結果表明：利用NDVI數據產品的光譜曲線組成時間序列，能夠識別出耕地撂荒等演替變化，而且能夠識別出開始撂荒的時間和撂荒持續的時間，具有可行性。

土地利用；撂荒地；遙感；歸一化植被指數(NDVI)；時間序列

目前在經濟效益的驅使下，我國農村經濟、經營行為呈現出多元化、多樣化，在此背景下，糧食生產效率低下，許多農村出現了耕地撂荒的現象[1]。耕地撂荒嚴重影響了我國的糧食產量，成為中國近年來耕地利用過程中出現的又一重大問題。撂荒地的調查研究對國家糧食安全戰略、區域土地資源的合理利用和生態環境的改善有著重要意義[2]。

有關學者研究認為，中國耕地撂荒問題自20世紀80年代以來反復出現，比較大的土地拋荒有三次：第一次出現在80年代中后期；第二次出現在1992年前后；第三次始于1997年，至今尚未結束[3]。

目前國內學者從不同角度對土地撂荒進行了研究：譚術魁通過大量的統計資料和調研數據，總結了農民撂荒耕地的原因[4]；通過指標演繹法確定用于描述耕地撂荒程度的指標，劃分撂荒耕地的可持續利用模式[5]；唐代盛等運用制度分析方法揭示了土地撂荒原因，并提出以制度創新等方法遏制撂荒現象的對策[6]；李贊紅以重慶市12個典型村為例，在農戶類型劃分的基礎上，定量分析了不同類型農戶撂荒的影響因素[7]。但在調查方法、研究范圍、時效性等方面還存在不足。遙感技術具有獲取數據范圍廣、時效快、成本低等特點，可以解決目前撂荒調查中存在的問題，然而有關利用遙感技術進行撂荒地識別研究還鮮有報道。

本文利用遙感的方法，選取沿海糧食大省山東為研究區域，利用NDVI時間序列來分析省級區域范圍的耕地演替的變化特征，開展撂荒地調查，以便為區域資源合理利用和生態環境的改善提供理論依據。

1 研究區概況及數據源

1.1 研究區概況

山東省位于中國東部沿海，總面積15.8萬km2。中部為魯中南山地丘陵區，西部、北部是黃河沖積而成的魯西北平原區。生物資源豐富，農產品種類繁多，糧食作物產量較大，是全國糧食和經濟作物重點地區[8]。近年來隨著城市化的加速、農村人口涌入城市務工經商，出現了大量的撂荒現象,嚴重影響到山東省的糧食產量。因此對撂荒地的調查研究，采取必要措施提出耕地保護對策，整治土地撂荒，成為研究區土地資源合理利用的關鍵要素之一。

1.2 數據來源及預處理

（1）數據來源

本文采用的遙感數據包括Goddard Space Flight Center的Modis/Terra（上午星）2000年11月30日-2015年12月31日共15年的13Q1數據產品，該數據時間間隔為16d，影像空間分辨率為250m×250m；中科院資源環境科學數據中心的2000和2010年山東省土地利用現狀圖，影像空間分辨率為30m×30m。

（2）預處理

借助ENVI/IDL對2000-2015年的Modis/Terra 13Q1數據，進行影像格式轉換、投影轉換、圖層疊加、拼接等批量處理。為了從原始圖像中篩選有助于撂荒信息提取的波段，對影像進行了去噪處理。去噪時，為達到既能去除噪聲又能保持原數據的本身特征，借助以往研究結論[9～12]，采用Savitzky-Golay濾波(以下簡稱S-G濾波)去噪方法，其效果較為理想(圖1)。

圖1 NDVI影像S-G濾波前后波譜曲線對比（2000年為例）Fig.1 Comparison curves of NDVI images' S-G flter (in 2000)

2 研究方法

歸一化植被指數（normalized difference vegetation index，NDVI）是表征地表植被特征的重要指標[13,14]。研究者可以利用時間序列NDVI光譜曲線的變化，通過與采樣典型地物的波譜曲線特征作比較，實現反演特定空間內地物演替變化的過程，亦可識別出撂荒地[15,16]。

2.1 技術流程

本文撂荒地的識別基本流程如圖2所示：從研究區2000年土地利用現狀圖中提取耕地信息，對2000-2015年的NDVI影像進行掩膜處理，得出研究區耕地范圍內的NDVI影像數據，并對其進行去噪等處理。利用處理之后的影像，借助2010年的土地利用分類圖對典型地物進行重采樣，得出典型地物的波譜曲線及其NDVI數值范圍。繪制出原先耕地15年的NDVI時間序列曲線，對曲線進行特征分析，再經過與典型地物波譜曲線和數值進行比較，從而識別撂荒地。

圖2 技術流程圖Fig.2 The technique fow chart

2.2 典型地物波譜曲線

借助2010年土地分類影像的提取出各個典型地物的矢量文件，借用矢量文件的空間位置獲得NDVI影像典型地物的平均光譜曲線（圖3），分析曲線特征，為確立判斷準則提供依據。

3 結果分析

基于上述提取的典型地物平均波譜曲線分析得出，耕地的NDVI波譜曲線特征為取值范圍在0.1～0.6，有明顯雙峰；林地與草地的取值范圍在0.1～0.7，存在單個波峰，且峰值相對較高；建筑用地的取值范圍是-0.1～0.4，存在單個波峰，且峰值相對較低；撂荒地的取值范圍0.1～0.6，存在單個波峰，其峰值比草地和林地低，但比建筑用地高。

圖3 典型地物平均波譜曲線Fig.3 Average spectral curves of typical ground object

根據這些特點，選擇以下特征與閾值為判斷依據：如峰值呈雙峰，則判斷為耕地；如為單峰，當光譜曲線均值的MAXmean＜0.4，則為建筑用地；若光譜曲線均值MAXmean≥0.6，則為林地或草地；若光譜曲線均值為0.4～0.6，則為撂荒地。

圖4 采樣點NDVI時間序列曲線圖Fig.4 Time series VDVI curves of samples

通過再次采樣，得出圖4所示的地物類型，其中耕地(圖4a)、林地或草地(圖4b)、建筑用地(圖4c)、以及撂荒地(圖4d)基本與2010年典型地物采樣的結果一致，只是單個峰值有微小的波動變化。其中圖4c中的建筑用地出現NDVI值的變化或許是由于采樣點并非純像元，可能含有零星植被的混合像元所致。圖4e在2000-2003年波譜曲線明顯有耕地的特征，2003-2006波譜曲線表現出林地或草地的特征曲線，2006-2016這十年間，波譜曲線表現出撂荒地的特征，這一持續時間超過撂荒定義的1年，故此采樣點2000-2003為耕地，2003-2006為草地或者林地，2006-2016年為撂荒地的演替。

4 結論與討論

本文利用遙感的方法，選取東南沿海糧食大省——山東省為研究區域，主要利用2000-2015年NDVI影像的時間序列特征，分析大中尺度的耕地撂荒的調查，并嘗試確定耕地演替為撂荒地等其它地類時的時間點，研究得出利用Modis/Terra的NDVI數據產品組成時間序列，能夠識別出耕地撂荒等演替變化，而且能夠識別出開始撂荒的時間和撂荒持續的時間，具有可行性。

在本次研究中發現也有值得探討的地方:

（1）本文通過中國科學院資源環境科學數據中心提供的土地利用分類圖做掩摸，提取地物信息，若采用其它分類數據，或者換用非求各地類均值的方法，各種典型地類波譜曲線取值范圍可能會有不同的結果。

（2）在推廣到其它區域時，由于研究區的物候物種等方面的差異，會影響到所該方法判斷準則的應用，需要結合研究區的實際情況，對判斷準則做出適當的改變。

References)

[1] 馬清欣,何三林. 對當前農村耕地撂荒和耕地質量下降問題的探討[J]. 中國農業資源與區劃,2002,23(4):22-24. Ma Q X, He S L. To probe into the problems of arable land wasting and its quality declining in rural areas at present[J]. Journal of China Agricultural Resources and Regional Planning, 2002, 23(4):22-24.

[2] 陳美球,王慶日. 農村土地管理制度改革試驗需要系統思維[J].上海國土資源,2016,37(1):1-3. Chen M Q, Wang Q R. Reforms in the rural land management policy based on the system strategy[J]. Shanghai Land & Resources, 2016,37(1):1-3.

[3] 王春艷. 農村土地拋荒問題研究[J]. 法制與社會,2008,32(11):270-271. Wang C Y. Study on the problem of farmland abandoning issue in rural areas[J]. Legal System and Society, 2008,32(11):270-271.

[4] 譚術魁. 農民為何撂荒耕地[J]. 中國土地科學,2001,15(5):34-38. Tan S K. Why are farmers abandoned farmland[J]. China Land Science, 2001,15(5):34-38.

[5] 譚術魁. 耕地撂荒程度描述,可持續性評判指標體系及其模式[J].中國土地科學,2003,17(6):3-8. Tan S K. Extent description and index system of sustainability judgment and its pattern of cultivated land abandoned[J]. China Land Science, 2003,17(6):3-8.

[6] 唐代盛,李春蘭,胡豪. 土地“撂荒”的制度分析及對策[J]. 財經科學,2002,(2):116-120. Tang D S, Li C L, Hu H. Analysis and countermeasure of land abandoned[J]. Finance & Economics, 2002,(2):116-120.

[7] 李贊紅,閻建忠,花曉波. 不同類型農戶撂荒及其影響因素研究[J]. 地理研究,2014,33(4):721-734. Li Z H, Yan J Z, Hua X B. Factors infuencing the cultivated land abandonment of households of different types[J]. Geographical Research, 2014, 33(4):721-734.

[8] 李念春. 黃河三角洲高效生態經濟區地質環境承載力評價研究[J]. 上海國土資源,2016,37(1):77-81. Li N C. The geological environment carrying capacity study of Yellow River Delta high-effciency ecological economic zone[J]. Shanghai Land & Resources, 2016,37(1):77-81.

[9] 呂婷婷,劉闖. 基于MODIS數據的泰國耕地信息提取[J]. 農業工程學報,2010,26(2):244-250. Lü T T, Liu C. Extraction of information of cultivated land using time-series MODIS data in Thailand[J]. Transactions Transactions of the CSAE, 2010,26(2):244-250.

[10] 宋春橋,柯靈紅,游松財. 基于TIMESAT的3種時序NDVI擬合方法比較研究[J]. 遙感技術與應用,2011,26(2):147-155. Song C Q, Ke L H, You S C. Comparison of three NDVI timeseries fitting methods based on TIMESAT[J]. Remote Sensing Technology and Application, 2011,26(2):147-155.

[11] 劉建光,李紅,孫丹峰等.MODIS土地利用/覆被多時相多光譜決策樹分類[J].農業工程學報,2010,26(10):312-318. Liu Jianguang, Li Hong, Sun Danfeng, et al. Land use/cover decision tree classifcation fusing multi-temporal and multi-spectral of MODIS[J]. Transactions of the CSAE, 2010, 26(10): 312-318.

[12] 左玉珊,王衛,郝彥莉. 基于MODIS影像的土地覆被分類研究[J].地理科學進展,2014,33(11):1556-1565. Zuo Y S, Wang W, Hao Y L. Land cover classification based on MODIS images[J]. Progress in Geography, 2014,33(11):1556-1565.

[13] 涂曉揚. 福建省植被指數與地形要素多尺度空間格局分析[J]. 上海國土資源,2016,37(2):9-12,20. Tu X Y. Multi-scale features of spatial patterns of the normalised difference vegetation index and topographic factors in Fujian Province[J]. Shanghai Land & Resources, 2016,37(2):9-12,20.

[14] 李小迎. 鎮域尺度土地景觀格局變化及影響因素分析[J]. 上海國土資源,2016,37(1):24-27,43. Li X Y. Analysis of the change of landscape pattern and the factors infuencing it at the township scale[J]. Shanghai Land & Resources, 2016,37(1):24-27,43.

[15] 程維芳,周藝,王世新. 基于多光譜遙感的撂荒地識別方法研究[J]. 光譜學與光譜分析,2011,31(6):1615-1620. Cheng W F, Zhou Y, Wang S X. Study on the method of recognizing abandoned farmlands based on multispectral remote sensing[J]. Spectroscopy and Spectral Analysis, 2011,31(6):1615-1620.

[16] 汪權方,李家永. 基于時序NDVI數據的鄱陽湖流域常綠覆被季節性變化特征[J]. 長江流域資源與環境,2008,17(6):866-871. Wang Q F, Li J Y. Seasonal variation of evergreen land coverage in Poyang Lake watershed using multi-temporal spot4-vegetation data[J]. Resources and Environment in the Yangtze Basin, 2008,17(6):866-871.

Studying abandoned farmland using temporal NDVI data

Alimujiang·Tusiyiti1, ZHU Xiu-Fang2,3, Nuermaimaiti·Aierken4
(1. College of Management, Xinjiang Agricultural University, Xinjiang Urumqi 830052, China; 2. State Key Laboratory of Earth Surface Processes and Resource Ecology, Beijing Normal University, Beijing 100875, China; 3. College of Resources Science & Technology, Beijing Normal University, Beijing 100875, China; 4. College of Prataculture and Environment Science, Xinjiang Agricultural University, Xinjiang Urumqi 830052, China)

Researching abandoned land is important for national food security: it allows for the optimal utilization of land resources and improving the ecological environment. This paper explores the issue of abandoned farmland by selecting Shandong province as a case study. Using the Modis/Terra NDVI images from 2000–2015 and integrating the land-use map of 2000 and 2010, the authors observe the fuctuations in time series curves of typical ground objects and analyze the fuctuations in NDVI spectral curves in Shandong's farmland scope from 2000. The research results show that using the NDVI time series spectral curves can identify the principles of abandoning farmland, and help discern when farmland is cultivated and for how long.

land utilization; abandoned farmland; remote sensing; normalized difference vegetation index (NDVI); time series

F301.24

A

2095-1329(2016)04-0034-04

10.3969/j.issn.2095-1329.2016.04.010

2016-07-10

2016-08-21

阿力木江(1986-),男,碩士,講師,主要從事土地利用研究.

電子郵箱: almjxnd@126.com

聯系電話: 15981776796

*通訊作者: 朱秀芳(博士/副教授): zhuxiufang@bnu.edu.cn