基于光谱分析的平潭综合实验区建设初期裸土变化的遥感监测

温小乐， 张 瑜

(福建省水土流失遥感监测评估与灾难防治重点实验室, 福州大学环境与资源学院， 福建 福州　350116)



基于光谱分析的平潭综合实验区建设初期裸土变化的遥感监测

温小乐， 张 瑜

(福建省水土流失遥感监测评估与灾难防治重点实验室, 福州大学环境与资源学院， 福建 福州350116)

为探究平潭综合实验区建设初期的裸土变化情况, 基于2009、 2014年两景Landsat影像， 采用光谱分析方法对其主岛海坛岛的裸土信息进行提取， 并结合研究区的土地覆盖分类结果， 分析了平潭综合实验区在建设初期(2009—2014年)裸土的时空变化状况及其原因. 结果表明， 海坛岛的裸土面积由设立实验区之前(2009年)的17.44 km2增加到实验区建设初期(2014年)的30.05 km2， 增幅高达72.31%， 裸土面积占研究区总面积的百分比亦由2009年的6.56%增加到2014年的10.58%， 裸土增加的区域主要集中在研究区的西部及中东部区域.

裸土; 遥感监测; 光谱指数; 平潭综合实验区

0　引言

平潭位于我国东部海域， 其主岛海坛岛为福建第一大岛、 中国第五大岛. 受制于其海岛属性， 岛内生境脆弱， 风蚀水蚀等自然灾害严重[1]， 其生态环境的建设和保护一直是社会及学术界广泛关注的焦点. 福建省于2010年正式批准成立平潭综合实验区， 并由此兴起一轮大规模的海岛型城市开发热潮. 随着平潭综合实验区的建设如火如荼地展开， 使得原本脆弱的海岛生态环境面临更大的风险挑战. 平潭综合实验区的建设发展究竟会对海岛的生态环境造成何种影响已成为社会普遍关注的热点问题.

由于海岛特殊的自然条件， 海坛岛上风大沙多， 水土流失问题一直以来都是海坛岛生态保护的桎梏， 严重制约了岛内的生态建设. 水土流失在地表的典型表现就是大面积的土壤直接裸露地表[2]， 而大量裸土的存在必将增加水土流失发生的风险， 从而直接影响该地区的生态状况. 鉴于此， 有必要通过分析平潭综合实验区建设前后裸土的变化情况来探究海坛岛生态状况的变化趋势.

裸土是指地表没有任何覆盖物的土壤， 即裸露的土壤， 包括土壤子类、 沙等. 研究裸土分布的时空变化可以评估某一地区生态的优劣、 水土流失的潜在危险， 或者城市发展建设情况等. 在裸土信息遥感提取方面， 国内外学者进行了很多研究， 现有的研究方法主要分为人工目视解译法、 图像分类法、 遥感指数法以及各种方法的综合利用等. 陈建平等[3]通过Landsat标准假彩色合成， 利用人工目视解译对北京及邻区荒漠化土壤的分布开展研究； 罗红霞[4]利用非监督分类构建分类决策树， 自动识别分类出土壤信息； 乔平林等[5]基于BP神经网络对荒漠化信息进行自动提取； Chen等[6]利用NDVI、 裸土指数(BI)及阴影指数(SI)等进行分类， 成功提取了裸土以分析北京沙尘暴状况； Zhao等[7]根据热红外与中红外波段提出了归一化裸露指数 (NDBI)， 在原始DN值图像中进行不同裸露程度的裸土制图； 徐涵秋[8]为了解决建筑用地与裸土混杂的情况， 提出了一种裸土提取的双重指数方法， 先通过NDSI(设定阈值提取裸土， 再使用NDISI(归一化建筑指数)去除裸土中混杂的建筑用地. 总结已有的裸土信息提取方法发现， 目视解译法工作量太大， 监督分类法的训练样区选择难度大， 非监督分类法则精度较差， 而指数法操作简单易行且准确度较高， 因此本次研究选择基于光谱分析的指数法进行裸土信息提取.

本研究基于遥感影像自身的光谱特征分析对裸土信息进行提取， 研究了海坛岛在2009-2014年间的裸土变化情况， 以此探究平潭综合实验区在建设初期的水土流失状况及其生态变化趋势， 为其在下一阶段的生态建设和生态保护提供科学的决策依据.

1　研究区域概况

平潭综合实验区位于福建省东部海域的平潭县， 由126个岛屿和近千个岩礁组成， 其中主岛海坛岛， 亦称平潭岛. 该岛地势南北较高， 多为起伏的丘陵与低山； 中部较低， 为海积平原， 区域气候属南亚热带湿润型气候区. 海坛岛自然灾害频发， 包括台风、 干旱、 风沙等； 近岸赤潮频发， 海岸侵蚀严重. 海岛土壤以砖红壤性红壤、 风沙土及盐土为主， 土层薄养分少. 岛内原生植被破坏严重， 现有植被绝大部分为逆行演替的人工植被[9]. 本研究将该岛作为研究区， 其地理位置见图1.

2　研究数据与方法

2.1研究数据

本次研究选用2009-04-28的Landsat 5 TM影像与2014-01-04的Landsat 8 OLI 影像， 影像数据均来自地理空间数据云网站. 将2009年原始影像通过IACM模型(illumination & atmosphere correction model)[10-11]进行辐射校正， 2014年原始影像根据NASA(national aeronautics and space administration)网站Landsat 8使用手册及IACM模型[10, 12]进行辐射校正， 以消除不同时相影像在日照和大气方面的差异. 采用影像间相对配准方法， 以2009年影像作为基准数据， 将2014年的数据进行几何配准. 配准过程选取30个控制点布置， 重采样方法采用最邻近像元法以避免光谱值失真， 配准精度控制为小于0.5个像元. 以中红外波段为底图， 采用人机交互方式， 分别提取海坛岛2009年及2014年的矢量边界. 使用海坛岛矢量边界对原图像进行裁剪， 只保留研究区.

2.2裸土信息提取方法

1)影像光谱分析. 在ENVI 5.0软件中选取各种地类的ROI样本， 采用各样本反射率平均值代表各波段的反射率， 形成光谱分析曲线， 如图2所示. 图中裸地和沙地的光谱曲线走势相同， 原因是海坛岛的土壤松散， 含沙量大， 很大区域的裸地是风沙积地. 根据此特点采取以下的方法提取裸土信息.

2) 裸土信息提取. 根据2009年影像的光谱分析结果(图2)， 在TM 5波段即(中红外波段)， 研究区的裸地和沙地的反射率远大于其他地类， 基于此采用阈值分割方法提取裸土信息(包括裸地和沙地). 根据2014年影像的光谱特征分析结果(图2)， 采用Kearney等[13]提出的归一化土壤指数NDSI进行裸土信息提取.

式中： MIR代表中红外波段， 为OLI 6波段； NIR代表近红外波段， 为OLI 5波段. 当NDSI>0时， 则认为提取出的是裸土. 根据以上提取方法得到初步提取的研究区裸土信息.

考虑到所使用的影像时相为冬春季节， 因此初步提取的裸土信息中可能会含有休耕地信息， 因此， 再采用人机交互的方法， 对休耕地进行剔除. 此外， 在初步提取的裸土信息中也混杂有少量的亮度较高的建筑用地， 同样通过人机交互的方法剔除杂质信息， 最终获得研究区在2009年和2014年的裸土分布情况. 见图3.

3　结果与分析

3.1研究区裸土空间分布及面积变化分析

图3中， 2014年研究区的裸土(橙色斑块)比2009年分布更广， 2009年裸土仅分布在研究区的北部和中部等局部区域， 而2014年裸土则大量分布在西部区域， 面积增加甚多. 对研究区两个年份的裸土面积进行统计后发现， 裸土总面积由2009年的17.44 km2增长到2014年的30.05 km2， 净增了12.61 km2， 增幅高达72.31%. 裸土占研究区面积的百分比也由2009年的6.56%增加到2014年的10.58%. 这一结果表明， 平潭综合实验区在开发后地表裸露面积大幅度增加， 而这将直接加剧海岛水土流失的潜在风险.

3.2研究区土地覆盖类型变化分析

为进一步探究研究区裸土面积的具体变化情况， 结合该地区的土地覆盖类型变化来分析. 采用决策树分类方法分别对2009年及2014年的影像进行土地覆盖类型分类. 将海坛岛的土地覆盖类型划分6类， 即林地、 耕地、 水体、 建筑用地、 休耕地、 裸地. 决策树分类的过程如下： 首先采用修正的归一化水体指数(MNDWI)[14]， 将水体分离出来； 在剩余的部分中根据已得的裸土影像将裸土分离出来； 其次将休耕地分离出来； 应用土壤植被指数(SAVI)[15]分离出植被覆盖区域， 人工交互区分出林地和耕地； 剩余的部分则划归为建筑用地.

以2012年高分辨率的SPOT 5全色影像作为精度验证数据， 采用分层随机采样法， 分别采集340和381个样点对2009年和2014年的分类结果进行精度验证. 结果表明， 2009年分类总精度为80.1%， 2014年分类总精度为82.6%， 裸土分类精度分别为84.3%和82.5%. 使用ENVI软件进行分类后变化检测分析， 得到面积转移矩阵， 见表1.

表1　2009年至2014年土地覆盖类型面积转移矩阵Tab.1　The area transition matrix of different land covers from 2009 to 2014 　(km2)

表1结果显示， 研究区在2009—2014年期间， 裸土面积的增加主要来源于： 共10.03 km2的水体转化成裸土， 这主要是由于近岸海域及养殖水域经填沙造陆转化而来； 有5.97 km2的建筑用地转化为裸地， 有7.01 km2的农用地(含4.85 km2耕地和2.16 km2休耕地)转化为裸地， 另有2.87 km2的林地转化为裸地. 在这期间研究区裸土面积的减少主要表现在： 有7.40 km2的裸地经过工程建设转化为建筑用地， 有5.12 km2的裸地经开垦种植后转为农用地(包括休耕地3.5 km2和耕地1.62 km2). 纵观裸地面积的总体变化可知， 研究区裸地面积的大幅度增加主要是由于周边海域和养殖水域的填沙造陆形成的.

3.3研究区裸土变化的驱动力分析

对2009年和2014年的裸土提取结果进行差值运算， 获得2009—2014年间研究区的裸土变化情况， 见图4. 图中红色斑块表示裸土增加区， 蓝色斑块表示裸土减少区.

图4结果显示， 代表裸土面积增加的红色区域主要集中在研究区的西部及中东部区域， 分析原因主要是由于自2010年创建平潭综合实验区以来， 海坛岛进入了大力开发阶段， 岛上的基础设施、 产业发展都掀起了巨大的建设热潮. 为拓展海坛岛的发展空间， 预留出足够的建设土地， 当地政府对海岛的西侧沿岸海域以及近岸滩涂、 养殖水域实施围海填沙造陆工程， 因此在海岛的西部区域出现了很多的沙地、 裸地. 中东部区域为实验区港口经贸区拟建地， 在这期间经贸区正在大力兴建之中[16]， 存在大量的施工工地， 因而出现了大面积的裸露土地. 此外， 研究区内零星分布的红色线状斑块则主要是由于实验区内路网工程的建设施工造成了局部区域裸露土地的增加[17].

代表裸土面积减少的蓝色区域主要分布在原平潭县城南部和海岛的北部风口区. 2009年原平潭县城开始实施旧城改建、 城区扩张工程， 至2014年已基本完成新城区的建设[18]， 城郊周边大量裸地已转化为建筑用地， 从而大大降低了该地区的裸土面积； 此外， 近年来海坛岛南部的三十六脚湖区正逐步实施清淤扩容工程， 湖区淤积的沙土被清理， 也使得裸土面积有所减少. 海坛岛北部为五大风口区之一， 近年来风口防护林建设日趋完善[19]， 北部区域裸土面积的减少正是风口区植树造林的成果显现.

综上分析， 平潭综合实验区在建设初期的裸土变化趋势表现为面积激增、 分布更广， 究其原因主要是人为因素造成的. 在平潭综合实验区建设初期， 建设力度大、 速度快， 区内大量基础设施、 商住区及产业区的兴建破坏了原有的农用地和林地； 填海造陆使得沿岸大片海域转化成沙地、 裸地； 旧城改造又使得大量的建筑用地变成裸露土地； 用于工程建设的开山采石、 取土挖沙也破坏了原有的地形地貌、 增加了裸土面积； 工程施工过程中又存在随意倾倒弃土、 弃渣等现象[20]， 这些都不可避免地造成了研究区裸土面积的增加. 而这些大面积增加的裸土， 将直接加剧岛上风蚀水蚀作用下产生水土流失的风险， 进一步导致局部区域土壤养分的流失及周边水体的污染， 从而对研究区的生态环境造成恶劣影响.

4 结语

针对海坛岛开发建设过程中出现的裸土激增问题， 建议采取相应的防护及治理措施， 以减少水土流失的风险： 对临时弃土， 需做堆置防护、 边坡防护； 对堆放时间长的渣土采取覆盖或临时种草， 以防流失； 裸露地表应采取苫盖、 砾石铺压等措施， 防止雨水冲刷； 对临时施工道路， 应采取洒水等措施， 减少风沙危害； 在施工场地的周边， 应修建临时排水设施； 施工结束后应尽快恢复裸露地面和临时占用区域的植被和农田[21]； 继续大力实施植树造林、 绿化荒山政策， 增加植被面积以涵养水土.

[1] 方祖光. 平潭县国土整治与保护[J]. 福建地理, 1995, 10(1): 36-41.

[2] 徐涵秋. 福建省长汀县河田盆地区近35年来地表裸土变化的遥感时空分析[J]. 生态学报, 2013, 33(10): 2 946-2 953.

[3] 陈建平, 王功文, 厉青, 等. 北京及邻区荒漠化动态演化的遥感综合研究[J]. 遥感信息, 2002， 17(3): 17-20.

[3] 罗红霞. 基于土壤系统分类的土壤遥感自动识别分类系统的设计[J]. 西南师范大学学报(自然科学版), 2003, 28(4): 622-626.

[5] 乔平林, 张继贤, 林宗坚. 基于神经网络的土地荒漠化信息提取方法研究[J]. 测绘学报, 2004, 33(1): 58-62.

[6] CHEN W H, LIU L Y, ZHNANG C，etal. Monitoring the seasonal bare soil areas in Beijing using multi-temporal TM images [C]// Proceedings of Geoscience and Remote Sensing Symposium. Anon: IEEE,2004, 5: 3 379-3 382. DOI: 10.1109/IGARSS.2004.1370429

[7] ZHAO H M, CHEN X L. Use of normalized difference bareness index in quickly mapping bare areas from TM/ETM+ [C]// Proceedings of Geoscience and Remote Sensing Symposium.Anon:IEEE,2005, 3: 1 666-1 668. DOI:10.1109/IGARSS.2005.1526319

[8] 徐涵秋. 南方典型红壤水土流失区地表裸土动态变化分析： 以福建省长汀县为例[J]. 地理科学, 2013, 33(4): 489-496.

[9] 郭晓峰, 吴耀建, 姜尚, 等. 海岛生态脆弱性驱动机制及对策措施初探： 以平潭岛为例[J]. 海峡科学, 2009 (3): 3-5.

[10] 徐涵秋. 基于影像的Landsat TM/ETM + 数据正规化技术[J]. 武汉大学学报(信息科学版), 2007, 32(1): 62-66.

[11] CHANDER G, MARKHAM B L. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM +, and EO-1 ALI sensors [J]. Remote Sensing of Environment, 2009, 113(5): 893-903.

[12] NASA. Using the USGS Landsat 8 product [EB/OL]. [2014-05-06] http://landsat.usgs.gov/ Landsat8_ Using_ Product.php.

[13] KEARNEY M S, ROGERS A S, TOWNSHEND J R G,etal. Developing a model for determining coastal marsh“health”.[C]//Third Thematic Conference on Remote Sensing for Marine and Coastal Environments. Seattle: [s.n.] , 1995: 527-537.

[14] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005, 9(5): 589-595.

[15] HUETE A R. A soil-adjusted vegetation index (SAVI) [J]. Remote Sensing of Environment, 1988, 25(88): 295-309.

[16] 国家发展与改革委员会. 平潭综合实验区总体规划(全文)[EB/OL]. (2011-11-01) [2014-05-07]. http://www.pingtan.gov.cn/show.aspx?id=20.

[17] 平潭综合实验区规划局. 平潭综合实验区综合交通规划(2011-2030) [EB/OL]. (2010-09-27) [2014-05-07]. http://www.ptgh.gov.cn/NewsRead.- Aspx?Id=1805.

[18] 潘绣文. 关于加快推进旧城镇旧厂房旧村庄改造的意见[EB/OL]. (2010-11-20) [2014-05-09]. http://www.gov.cn/gzdt/2010-11/29/content_1755505.htm.

[19] 王凤山. 风口造林[N]. 福建日报, 2013-3-22(01).

[20] 林明, 吴亨贵. 平潭水土流失及其防治对策探讨[J]. 亚热带水土保持, 2013, 25(4): 59-62.

[21 ] 张皓, 何腾兵, 林昌虎, 等. 城镇化开发建设项目引发的水土流失及防治进展[J]. 浙江农业科学, 2014(1): 95-99.

(责任编辑： 蒋培玉)

Remote sensing monitoring of bare soil in initial stage of construction of Pingtan Comprehensive Experimental Zone based on spectral analysis

WEN Xiaole， ZHANG Yu

(Fujian Provincial Key Laboratory of Remote Sensing of Soil Erosion and Disaster Protection,College of Environment and Resources, Fuzhou University, Fuzhou, Fujian 350116, China)

To explore the change of bare soil at the preliminary stage of Pingtan Comprehensive Experimental Zone construction, the spatial and temporal change of bare soil was analyzed in this paper in spectral analysis method based on 2009 and 2014 Landsat images. At the same time, with the support of land use and land cover information, the driving forces were discussed. The results showed that the area of bare soil has increased sharply from 17.44 km2in 2009 to 30.05 km2in 2014 by 72.31%. The bare soil area accounted for 6.56% of the total island area in 2009 and the percentage grew to 10.58% in 2014. The extension of bare soil located mainly on west and middle-east part.

bare soil area; remote sensing detection; spectral index; Pingtan Comprehensive Experimental Zone

10.7631/issn.1000-2243.2016.01.0052

1000-2243(2016)01-0052-05

2015-01-07

温小乐(1976-)， 博士， 副教授， 主要从事环境资源遥感与环境评价的研究， wenxiaole@sina.com

福建省自然科学基金资助项目(2014J01156); 福建省教育厅科技资助项目(JA15044); 福州大学科技发展基金资助项目(2014-XQ-12)

TP79

A