古爾班通古特沙漠西部春季荒漠化監測研究

李春麗，韓忠玲，程勇翔，吳 玲

（1.石河子大學生命科學學院；2.石河子大學信息科學與技術學院，新疆 石河子 832000）

古爾班通古特沙漠是中國面積最大的固定、半固定沙漠，沙漠內植物種類豐富，可達208 種，常見物種92 種。其中，草本植物有75 種，占總物種數的81.5%，短命植物占草本植物物種數的53.3%，梭梭是該生境中的主要建群種[1]。近幾十年來，隨著區域環境溫度的升高和降水分布格局的變化，古爾班通古特沙漠西部地區植被各物種的群落數量特征正在發生方向性改變，表現為建群種植物梭梭出現嚴重退化，而群落中短命植物類群發展迅速[2]。該生境中植被群落演替方向對春季荒漠化程度的影響有待深入研究。

目前，關于荒漠化監測的方法主要有：基于指標（植被及裸沙覆蓋度）的荒漠化監測研究、基于遙感植被指數時間序列變化趨勢分析的荒漠化監測研究和基于Albedo-NDVI 特征空間的荒漠化監測研究。其中，對基于指標的荒漠化監測含有野外樣方調查監測，但該方法費時費力，不利于大面積調查研究[3]。除此之外，利用遙感影像，通過圖像分類獲取荒漠化監測指標，從而用于荒漠化監測的報道也不在少數[4-5]。該方法荒漠化監測的結果主要取決于監測指標的圖像分類精度。基于遙感植被指數的時間序列分析，較適用于長時序、大范圍荒漠化監測，所得結果在荒漠化變化趨勢的探討上意義明顯[6-7]。曾永年使用的Albedo-NDVI 特征空間法是生物物理意義明確的荒漠化監測方法，繪制的特征空間能夠將沙漠化土地地表覆蓋、水熱組合變化直觀地反映出來，所構建的沙漠化遙感監測差值指數（DDI），有利于沙漠化定量分析和監測[8]。近年來，基于該方法的荒漠化監測研究較常見[9-11]。

綜上所述，在荒漠化監測的主要方法中，構建特征空間是目前較為流行的荒漠化監測手段，但該方法在特征空間穩定性上還存在一些不足。本研究擬采用構建NIR-NDVI 特征曲線這一新的荒漠化監測手段，克服特征空間分析的不足，實現對研究區荒漠化狀況的準確監測。

1 研究數據與方法

1.1 研究區介紹

本文選取古爾班通古特沙漠西部作為研究對象（見圖1），地理位置為東經85°6′26″～86°37′44″，北緯44°45′7″～45°17′25″。年平均溫度4.3～7.9℃，年降水量70～150 mm，蒸發量2 000～2 800 mm，為典型溫帶干旱荒漠區[12]。該區域地勢整體為東南高，西北低。東部沙丘海拔較高，為典型沙丘地貌；西部為小沙丘和龜裂地相間排列，其間有零星鹽漬化土壤分布；北部地勢低平，有大量鹽漬化土壤分布，是鹽生植物的主要分布區；南部和綠洲區域犬牙交錯，研究區典型植被群落類型為梭梭群系[13]。近年來，研究區環境氣候特征表現為越熱越濕，即溫度升高，降水增加，但是大氣相對濕度降低（見圖2），短命植物類群受到環境氣候變化的影響而蓬勃發展。

圖1 研究區地理位置

圖2 研究區1952-2016年間相關數據年平均值變化數據選擇及預處理

為增加結果的可比性，用于比較的各期數據在日期選擇上盡量相近，本研究從地理空間數據云（http：//www.gscloud.cn/）下載了2016年春季Landsat 8 OLI 5月23日、Landsat 5 2009年5月20日和1998年5月22日三期遙感影像，它們間的最大時間差為4 d。同時，對下載的遙感影像進行輻射定標、大氣校正等預處理，在預處理的基礎上進一步去除建筑物、水體和沙漠公路部分。為減小各期數據范圍變化對分析結果的影響，本研究又進一步制作了三期影像的公共范圍（見圖3），結果用于比較分析；另外，本研究又下載了2000-2016年MODIS MODND1M 5月NDVI 數據。利用該數據計算近年來研究區5月NDVI 變化趨勢（利用式（1）來說明），結果用于荒漠化監測的驗證。

式中，bj為第j像元NDVI 線性回歸斜率；xi為第i年份，為統計的年份平均值；yij為第i年份，第j像元NDVI 值；為第j像元統計年份的NDVI 平均值。

圖3 公共比較區范圍

1.2 選擇NIR-NDVI 特征曲線衡量荒漠化的依據

NDVI 值的大小可反映荒漠植物生長狀況，NIR值大小可反映地表類型的變化。荒漠植被覆蓋區域，表現為NIR 值增加，NDVI 值增加；而非植被覆蓋區，表現為NIR 值增加，NDVI 值減小，如圖4、圖5所示。

圖4 各波段的NIR 光譜特征描述

圖5 NIR 波段與相應NDVI 的關系柱狀圖

研究通過NIR 與相應NDVI 值的分段統計（以NIR值每升高50 為一段）構建特征曲線，突顯了二者之間的變化規律。人們從變化規律中可探尋出劃分荒漠植被覆蓋區與荒漠區范圍的特征曲線臨界閾值。結果可用于構建荒漠程度量化指標及監測指標臨界閾值劃分。

1.3 荒漠化程度量化指標的構建及監測區域的劃分

依據荒漠植被覆蓋區和荒漠區NIR 與相應NDVI變化規律，利用二者比值研究構建了荒漠程度量化指標（Degree of desertification，DD），如式（2）所示。圖6 虛線右側是荒漠化監測區，該區域表現為DD 越大，荒漠化程度越高。圖6 虛線和實線相交處是DD臨界閾值的取值。

圖6 基于DD 荒漠化監測的原理模式

2 結果與分析

2.1 古爾班通古特沙漠西部春季荒漠化監測結果

本研究利用春季三幅影像，分別繪制了各期NIR-NDVI 特征曲線，結果如圖7所示。經分析，2016年荒漠植被覆蓋區與荒漠區劃分的臨界點較同期兩年最靠右，其NDVI 峰值最高。2016年前一年12月與當年1-5月累積降水量為232.8 mm，高于2009年99.7 mm，高于1998年60.3 mm（數據基于石河子氣象站點分析）。因此，降水最多、短命植物生長良好的2016年春季荒漠植被總體生長狀況最好。春季三期特征曲線中2016年與1998年均出現兩個NDVI 峰值，研究稱此現象為“斜臺現象”。分析原因可知，“斜臺現象”的出現與短命植物的生長狀況緊密相關。“斜臺現象”中的兩個NDVI 峰值將特征曲線劃分為三段，分析可知第一段NDVI 峰值較低，NIR 值也較小，即可代表梭梭群系等“灰綠”荒漠多年生植被類群；第二段NDVI 峰值最高，NIR 值較大，即可代表短命植物等“葉綠”荒漠植被類群；第三段曲線為NIR 值增大，NDVI 值單調遞減的部分，代表無植被覆蓋或極低植被覆蓋的荒漠區域。

圖7 春季NIR 及相應NDVI 值分段統計特征曲線

隨著裸沙面積增加，植被覆蓋度減小，NIR 值增大，相應NDVI 值減小，荒漠程度量化指標值DD 增大，代表荒漠化程度加重。由春季三期荒漠程度量化指標結果可知（見圖8），2009 春季年監測曲線位于其余兩年之上，同一NIR 值處的DD 值最大，代表該年荒漠化程度最重。2016 春季監測曲線位于最下方，DD 值最小，代表該年荒漠化程度最輕。1998 春季監測曲線位于前兩者之間，荒漠化程度較2016年重，較2009年輕。就春季監測結果整體來看，自1998年至2016年，古爾班通古特沙漠西部春季荒漠化有所減輕。

圖8 基于DD 值的監測結果

為進一步比較春季三期影像荒漠化的相對變化，本研究以植被生長最好的2016年春季為基準，選取當年NDVI 最大峰值以及植被覆蓋區與荒漠區臨界線對應的NIR 值（2774.7）作為判斷條件，利用式（1）計算相應DD 臨界值（10 493）作為相對荒漠化臨界閾值，將其余兩期相對判定結果與2016年荒漠化監測結果進行比較，如圖9、圖10所示。經統計分析，2016年春季較2009年植被恢復區域面積為1.86×105hm2。2016年春季較1998年植被恢復區域面積為2.02×105hm2。

圖9 2016 較2009年植被恢復區域

圖10 2016 較1998年植被恢復區域

2.2 討論

降水增加利于荒漠植被NDVI 值的升高，旱生植物的生長受降水影響很大。在近幾十年總降水量增加的趨勢下，研究區水熱配合相關系數呈下降趨勢（見圖2），證明降水主要集中在一年中的兩端，該變化有利于短命植物的生繁。在此背景下，監測結果往往受短命植物影響表現為荒漠化程度有所減輕。

相關研究表明，古爾班通古特沙漠植被NDVI 值于每年第145 天明顯起伏[14]。該時期正是研究區選取制作特征曲線的時段，這一時期短命植物生長最為繁茂，此時群落NDVI 值達到一年中的最高峰。2016年及1998年5月春季特征曲線均出現“斜臺現象”，分析可知“斜臺”的出現主要是由短命植物大量生長引起的。有學者研究發現，短命植物生長狀況與前一年冬季及當年春季降水密切相關，研究中2016年該時段降水明顯高于其他兩個監測年份，“斜臺現象”也最明顯[14]。三年中2009年降水最少，表現為特征曲線沒有出現明顯峰值，也無“斜臺現象”。另有研究結果表明，古爾班通古特沙漠植被覆蓋度在2007-2009年急劇下降，達近10年來的最低值，該結論與研究2009年春季特征曲線沒有明顯峰值、NDVI 值較低的結果相符[15]。研究所得2016 較2009年植被恢復區域與蔣超亮依據MODIS NDVI所得研究結果基本一致[16]。另外，研究又利用2000-2016年MODND 1M 5月NDVI數據計算逐個像元植被指數變化趨勢，將趨勢線斜率作圖，結果如圖11所示，從圖中可以看出紅色部分為植被覆蓋度增長的區域，黃色為無明顯變化的區域，該結果與研究監測所得植被恢復區在空間位置上相重疊，證明研究結果是正確的。NDVI 變化趨勢及植被恢復區域疊加效果如圖12所示。

圖11 研究區2000-2016年5月NDVI 變化趨勢分析

圖12 NDVI 變化趨勢及植被恢復區域疊加效果

Albedo-NDVI 特征空間法是當下最常用的荒漠化監測手段。但該方法會因研究位置選擇的不同，導致Albedo-NDVI 特征空間散點圖也變得不同，不同的散點圖會影響監測結果的分析。為此，本研究又計算短波長Albedo，利用分段統計的方法（以Albedo 每升高50 為一段）制作了Albedo-NDVI 特征曲線（見圖13），并得出了Albedo 和NDVI 比值，所得結果與NIR 和NDVI 比值（DD）在曲線形狀、趨勢規律上一致，進一步說明利用NIR-NDVI 特征曲線表征荒漠化是合理并可行的[17]。特征曲線較特征空間優勢在于特征曲線是基于整個研究區的數據統計所得的，不涉及特征空間的選擇，所以特征曲線的結果能夠一覽研究區全貌，并且穩定性好。

圖13 基于Albedo-NDVI 比值監測結果

3 結論

本研究構建的NIR-NDVI 特征曲線能夠準確描述地表類型與植被覆蓋度的內在聯系。據此構建的荒漠程度量化指標可以直觀反映荒漠化程度。古爾班通古特沙漠西部的環境變化趨勢有利于短命植物的生繁，在春季降水好的年份表現尤為明顯，特征曲線因短命植物的大量生長出現“斜臺現象”，荒漠化程度明顯減輕。春季荒漠化監測中，受降水影響，2016年相較1998年植被恢復區域面積為2.02×105hm2，相較于2009年植被恢復區域面積為1.86×105hm2。研究區短命植物蓬勃發展，是古爾班通古特沙漠西部春季荒漠化得以減輕的主要原因。