TM与SPOT5数据对农田防护林景观评价影响的对比分析1)

王文娟

(河南财经政法大学，郑州，450002)

邓荣鑫

(华北水利水电学院)

李 颖 张树文 史晓亮

(中国科学院东北地理与农业生态研究所)

遥感技术的发展为人类提供了从多维和多尺度去认识和研究地球表面的新方法和新手段。遥感技术作为目前一种最先进的信息采集方式，是资源环境监测中非常重要的技术手段，在对大尺度防护林调查中发挥了十分重要的作用。

在我国，遥感作为资源环境监测的重要技术手段，真正用于防护林遥感监测始于1986年以徐冠华院士为首席科学家的“三北防护林遥感综合调查”，它以Landsat5 TM为基本信息源，在重点造林区开展防护林类型、分布、面积和保存率遥感调查，并在此基础上建立资源与环境信息系统，对防护林防护效益和不同类型地区造林适宜性作出分析和评价，为“三北”地区综合治理提供连续可靠的数据、分布资料和图件［1］。将景观生态学指标引入到农田防护林结构分析中，并利用遥感数据开展中小尺度农田防护林景观结构评价研究，可为农田防护林网的宏观布局存在的问题提出针对性的建设意见和经营方向。周新华等［2］以1987年摄制的，比例尺为1∶10 000的24幅航片为基础，将景观生态学中描述网格特征的连接度、环度、带丰度、带斑比、优势度等指标引入到农田防护林研究中，从林网成型状况、数量以及分布均匀程度等3个方面综合地描述和度量了吉林省农安县前岗乡林网现状。孙保平等［3］根据1990年摄制的北京市大兴县北藏乡1∶25000比例尺的航空像片判读量测结果，利用连接度、环度、带斑比、优势度等指标评价和研究了该地区农田防护林网在景观中的宏观布局。关文彬等［4］、梁万君［5］利用航片转绘的土地利用现状图，评价了农田防护林的宏观布局，并对研究区域的防护林分布存在的问题提出针对性的建设和经营方向。

可见，遥感为农田防护林的研究提供了许多有用的空间信息，同时有助于研究大尺度和跨尺度上的景观格局，遥感技术已经成为研究大尺度上景观格局动态的重要监测手段。随着遥感空间分辨率的提高，可以更精确地获取农田防护林信息，并对其进行景观评价，但同时必然造成调查成本的增加。所以应根据研究目的的不同来选择合适的遥感数据，文中选择覆盖研究区内的TM与SPOT5数据，分析不同空间分辨率数据对研究区内防护林数量及防护林景观评价指标的影响，为进行农田防护林调查时，针对不同目的进行数据选择提供科学参考。

1 研究区概况

本研究以吉林省中西部三北防护林工程重点建设区为研究区域，包括德惠和农安的部分地区(图1)，该地区地处松辽平原，主要气候属寒温带半湿润大陆性季风气候，风蚀危害比较严重。该地区农田防护林自1978年实施“三北”防护林体系建设工程以来，已基本实现了农田林网化，为促进农业生产发展和区域经济起到了重要的作用。

2 研究方法

2.1 影像数据选择与处理

遥感影像的选取原则:为了保证影像的高度清晰，影像云覆盖至少低于影像面积的10%;数据季相相对一致，并且为了区分农田防护林与耕地，影像主要选择在五六月份。最后选择的数据为2008年6月12日的Landsat－5 TM影像和2007年4月29日的SPOT5影像。

遥感影像的几何精纠正的方法采用地面控制点法［6］。在ERDAS平台下，采取控制点，利用已经建立投影的20世纪70年代1∶10万地形图作为控制空间来完成对TM影像和SPOT5影像的配准［7］。校正后为正轴等积双标准纬线圆锥投影(albers)，误差控制在0.5个像元。

图1 研究区位置

2.2 农田防护林数据生成

TM数据使用432假彩色合成影像，SPOT5数据使用与2.5 m全色波段融合后的影像，农田防护林在标准假彩色TM影像中的特点为:线状、红色，并且防护林间具有较规则网状结构。使用人机交互的方法分别进行基于TM影像和SPOT5影像的农田防护林解译，解译结果如图2(以TM影像解译结果为例)。并于2008年9月中旬对遥感影像获取的农田防护林数据进行了实地验证，由于防护林特征较为明显，与其他植被差异较易区分，解译精度在95%以上。

图2 研究区农田防护林解译结果图

2.3 土地利用数据生成

基于TM遥感影像的土地信息解译精度按照1∶10万比例尺数据标准实施，参考国内外全球变化(包括LUCC)研究中土地利用分类体系，结合研究目的、数据源的特点和研究区状况，制定了耕地、林地、草地、水域、建设用地、未利用地6类一级类及19个二级类的土地利用分类体系。具体分类体系及指标参见文献［8］。耕地、建设用地等类型，按照2 mm×2 mm的上图标准，相当于当时使用的陆地卫星TM数据的6×6个像元，林地、草地、水域、未利用土地等上图标准为15 mm2，约相对于12 ×12 个像元［9］，解译结果如图3。

图3 研究区土地利用解译结果图

基于SPOT5遥感影像的土地信息解译精度按照1∶1万比例尺数据标准实施，最小图斑上图面积标准参考第二次全国土地调查标准［10］:城镇村及工矿用地为图上4 mm2，耕地、园地为6 mm2，林地、草地等其他地类为15 mm2。

2.4 景观指标计算

林网在景观上的布局用景观生态学中描述网络特征的指标来度量。作为由防护林带相互连接而成的农田防护林网络系统，该系统的节点就是每2条或2条以上的林带连接点和交叉点以及单条林带的端点，连边就是两个节点之间的林带。度量景观水平上农田林网的空间布局主要使用林网的连接度、环通度、带斑比、优势度等指标［3］。

林网带斑比:带斑比是防护林带面积与需被防护斑块面积之比，是从林网面积和数量方面度量林网在景观中丰盛程度的指标，近似于林网需要被防护的斑块的覆盖率，是在宏观上度量防护林的总量指标，其值的大小直接反映了林带的比例。其计算公式为:

式中:P为林网带斑比;Sb为林带面积;A为需被防护的斑块面积。

林网连接度和环度:林网连接度和环度表示林网在农田景观中网络化状态及成型状况，它表达了农田防护林体系网络完整与否，也是农田防护林能否高效的一个决定因素。

连接度的计算公式为:

式中:Q为林网连接度;Nb为主副林带数之和;n为未建林网时景观中需被防护斑块数;Lmax(V)为林网最多林带(连边)数，它是节点数V的函数。

环度计算公式为:

式中:R为林网环度;Nb为主副林带数之和;n为未建林网时景观中需被防护斑块数;Hmax(V)表示林网最大环路数，也是节点数V的函数。

林网优势度:优势度可被用来度量林网在景观中的数量及其分布的均匀程度，确定林网在景观中的地位及对景观基质的影响［11］。一般认为，系统的优势度取决于其相对多度、频度和盖度。其计算公式为:

其中，林网的相对多度Rd=Nb/(N+M+Nb－n);林网频度Rf=A/S;林网盖度Rc=Sb/S。

式中:D为林网优势度;N为未建防护林之前整个景观中斑块和廊带的总数;M为林网建成后景观中被防护斑块的数量;S为景观总面积。

3 结果与分析

3.1 农田防护林数量对比

从林带长度上，SPOT5数据解译的农田防护林林带长度为3 390 km，要少于TM数据的3 664 km，而从林带条数来看，SPOT5数据解译的林带条数为7 064条，多于TM数据的6 545条。这两者看似较为矛盾，其实这与2个影像的空间分辨率有关，由于SPOT5融合后影像的空间分辨率达到了2.5 m，所以对于一条存在断口的防护林带，SPOT5数据能够较为明显地反映出来，而TM数据空间分辨率为30 m，可能无法反映，所以同一条林带，SPOT5可能用多条来表示，而TM可能只用1条，这就造成SPOT5数据的林带条数多，但长度却少于TM数据。从两者的误差比较来看，林带长度的相对误差为7.5%，林带条数的相对误差为7.9%。因此得出，虽然利用SPOT5与TM影像进行农田防护林解译在数量上存在差异，但两者的这种差异在可接受的范围之内。

3.2 农田防护林景观指标对比

景观指标的计算需要用到农田防护林数据与土地利用数据，文中分别计算了SPOT5农田防护林数据与SPOT5土地利用数据、TM农田防护林数据与TM土地利用数据、SPOT5农田防护林数据与TM土地利用数据、TM农田防护林数据与SPOT5土地利用数据等不同组合的农田防护林景观指标(表1)，在该研究区域内，Shi et al.计算了林网在合理状态下带斑比、连接度、环度和优势度的计算结果分别为0.035、0.531、0.317、0.351［12］，并且，据报道认为林网各实际指标值在其合理值为0.85～1.15倍时属于优质林网［13］。以此为标准，分析研究区内林网的景观布局状况，通过计算得出，优势度在优质林网的范围之内，表明研究区现有农田防护林的分布较为均匀;但带斑比、连接度和环度的误差较大，说明研究区域农田防护林数量与面积不足，主副林带条数不足，成型状况较差，农田防护林形成的闭合网格较少。

表1 SPOT5与TM数据计算的农田防护林景观指标值

从表1中可以发现，对于带斑比，4种情况下得出的带斑比几乎一致，可见SPOT5与TM数据解译的农田防护林数据在数量方面基本一致，并无显著差异。对于连接度，1、4两种结果较为一致，2、3两种结果较为一致，因此可以得出，不同数据源解译的农田防护林数据对连接度指标无显著影响，而不同数据源解译的土地利用数据对连接度指标影响较大，其相对误差约为16%，并且TM解译的土地利用数据计算值高于SPOT5数据，这是因为TM解译的土地利用数据斑块综合大于SPOT5数据，使研究内斑块数量相对较少，从公式(2)中就可以得出计算的连接度较大;对于环度，4种情况下的计算结果差异均较大，相对而言1、4结果较接近，2、3结果较接近，从而得出，不同数据源解译的防护林数据与土地利用数据对景观结果均有较大影响，不同数据源解译的土地利用数据相对误差达到79%，不同数据源解译的农田防护林数据相对误差达到41%，从公式(3)分析，土地利用数据的影响主要仍然是斑块数量，防护林数据的影响主要是节点数，由于SPOT解译的防护林断点较多，从而造成计算的环度较差;对于优势度，1、4两种结果较为一致，2、3两种结果较为一致，进而得出，不同数据源解译的农田防护林数据对优势度指标无显著影响，而不同数据源解译的土地利用数据对优势度指标影响较大，其相对误差约为22%。通过计算分析，不同数据源解译的土地利用数据对林网频度和林网盖度的影响不大，主要是对林网相对多度的影响，利用TM数据解译的土地利用数据斑块数少于SPOT5数据，从而使计算的相对多度变大，使TM解译的土地利用数据计算的林网优势度值高于SPOT5数据。

4 结论与讨论

利用TM影像与SPOT5影像提取出农田防护林数据与土地利用数据，并组合不同数据源计算出各农田防护林景观指标，通过比较提取结果数量和指标值的差异分析不同数据源对于农田防护林景观指标的影响，为不同研究目的选择合适的数据源提供借鉴。通过分析得出，从数量值上来看，不同数据源解译的林带长度的相对误差为7.5%，林带条数的相对误差为7.9%;从景观指标值来看，带斑比基本不受数据源的影响，即TM数据和SPOT5数据对数量的反映较为一致，不同源的土地利用数据对连接度与优势度的影响较大，其相对误差分别为16%和22%，而农田防护林数据对其影响不大，所以应根据研究需要选择合适的土地利用数据以提高计算精度。不同数据源的农田防护林数据和土地利用数据对环度的影响均较大，所以该指标对于数据源的选择最敏感。

TM与SPOT5数据是目前农田防护林调查中最为经常使用的数据源，明确2种数据源的不同特点，便于针对不同的研究尺度与研究目的更科学地选择数据。

［1］布和敖斯尔，刘纪远，王长耀.遥感技术在我国资源和环境变化研究中的作用［J］.科技导报，1997(8):14－17.

［2］周新华，孙中伟.试论林网在景观中布局的宏观度量与评价［J］.生态学报，1994，14(1):24 －31.

［3］孙保平，岳德鹏，赵廷宁，等.北京市大兴县北藏乡农田林网景观结构的度量与评价［J］.北京林业大学学报，1997，19(1):45－50.

［4］关文彬，李春平，范秀珍，等.京郊北藏乡防护林景观生态评价［J］.北京林业大学学报，2004，26(2):25 －30.

［5］梁万君.吉林省西部农田防护林生态学研究［D］.哈尔滨:东北林业大学，2007.

［6］Martin D，Bracken L.The integration and socioeconomic and physical resource data for applied land management information systems［J］.Applied Geography，1993:45 －53.

［7］毛锋，王瑞萍，姚兴双，等.地理信息系统:MGE方法［M］.北京:石油工业出版社，1997.

［8］刘纪远，张增祥，张树文，等.中国土地利用变化的遥感时空信息研究［M］.北京:科学出版社，2003.

［9］张树文，张养贞，李颖，等.东北地区土地利用/覆被时空特征分析［M］.北京:科学出版社，2006.

［10］中华人民共和国国土资源部.第二次全国土地调查技术规程［M］.中国标准出版社，2007.

［11］范志平，关文彬，曾德慧，等.东北地区农田防护林高效多功能经营的指标体系及标准研究［J］.应用生态学报，2001，12(5):701－705.

［12］Shi Xiaoliang，Li Ying，Deng Rongxin.A method for spatial heterogeneity evaluation on landscape pattern of farmland shelterbelt networks:A case study in midwest of Jilin Province，China［J］.Chinese Geographical Science，2011，21(1):48 －56.

［13］姜凤岐，朱教君，曾德慧，等.防护林经营学［M］.北京:中国林业出版社，2003.