基于MODIS植被丰度的沙漠化界线提取方法探究——以陕甘宁地区为例

马静宇，秦 怡，任宇鹏，王 鑫，谷 娟，郭仲皓，邹乐君，沈晓华

(浙江大学地球科学学院，浙江 杭州 310000)

沙漠化是指包括气候变化和人类活动等各种因素造成的干旱、半干旱和亚湿润干旱地区的土地退化过程[1]，主要表现为植被面积的减少和沙漠面积的增加[2-3]。植被覆盖度作为刻画陆地表面植被数量的重要参数，是沙漠化过程土地自然属性和生态变化最直观的反映，可以被用来大致划分沙漠区和非沙漠区，而且遥感手段已经能够定量提取其信息，已有不少学者在沙漠化研究中用植被覆盖度对沙漠化进行监测与评价[4-5]。

沙漠化实质是一种退化过程，如果能够刻画出沙漠与非沙漠地区的界线，可以更直观、准确地反映沙漠化过程，但目前相关研究还非常少。Lamprey[6]最早用100 mm等降水量线作为植被与沙漠的分界线，对撒哈拉沙漠进行监测。Tucker等[7]利用NOAA/AVHRR NDVI数据推算降水量，以200 mm等降水量线作为撒哈拉沙漠的边界。国内学者王澄海[8]通过对我国1981—2001年平均NDVI的0.12等值线和200 mm年均降水等值线位置的定性判断，用NDVI的0.12等值线作为沙漠化边界。这种基于降水量数据的沙漠化划界方法实现了对沙漠化范围的定性表达，但缺乏对沙漠化形成机制的科学讨论，缺少理论依据。Yu等[9]、刘爱霞[10]提出以区域内是否出现植被萌芽期事件作为沙漠与非沙漠区的界线，对蒙古戈壁沙漠和我国西部干旱半干旱区进行沙漠化划界。由于NDVI是植被长势的反映，在干旱半干旱区植被生长易受降水等影响，植被的高波动使NDVI的取值有较大不确定性，导致基于NDVI确定的沙漠化界线不断波动，误导人们对沙漠化的真实判断[11]。

MODIS是搭载在TERRA和AQUA卫星上的一个重要传感器，其空间分辨率为250～1000 m，具有1 d的高时间分辨率，为大面积、长时间的沙漠化实时动态监测研究提供了新的遥感数据源。本研究基于对MODIS进行混合像元分解获取的像元植被丰度，提出了累积曲线梯度变化法，通过分析每一年的累积曲线的梯度变化，找到反映植被生长状态改变的梯度突变点，从而确定能够表达沙漠化界线的相对指标，进而以陕甘宁地区为例，开展沙漠化界线的识别与分析，以期对沙漠化的动态监测提供新的途径。

1 研究区与试验数据

研究区位于北纬35°—40°，东经105°—112°(如图1所示)，包括陕西的榆林、延安两市，甘肃的庆阳市，以及宁夏的石嘴山市、银川市、吴忠市、中卫市和固原市。研究区深处内陆，大部分地区处于干旱、半干旱气候区，降水量少且分布不均匀，地形、地貌复杂。由于生态环境脆弱，以及人类不合理的土地利用，使得该地区土地沙漠化问题极为突出。

试验数据包括：①MODIS L1B数据，空间分辨率为1 km，时间范围为2001年1月1日—2015年12月31日，完成辐射定标、大气校正、几何校正以及云掩膜。②Landsat 8数据，空间分辨率为30 m，行列号为121/037，获取日期为2015年10月11日，并进行辐射定标、大气校正和几何校正。

图1 研究区地理位置

2 研究方法

2.1 提取像元植被丰度

MODIS遥感影像满足了对沙漠化监测的高时间分辨率要求，但由于空间分辨率低、混合像元现象严重，需要通过混合像元分解将每个像元分解为它的覆盖类型组分占该像元的百分含量(即丰度)[12]。

本文采用郭峰博士提出的基于地物波谱特征的混合像元分解模型[13]来获取植被丰度，即利用三次Bernstein基函数构建水体、植被、裸地三者地物的理论特征波谱曲线，用于表征混合光谱中水体、植被、裸地的相对含量；再以Landsat 8的水体、植被、裸地的分类结果作为参照丰度，建立像元光谱分解指数与实际丰度之间的定标模型，消除基函数曲线特征与地物光谱特征之间的差异，获取地物的真实丰度。本文研究建立的定标模型通过F检验，得到定标参数和检验参数的显著性概率均大于99%，表明可以很好地用于植被丰度提取，选取每月一景无云或少云的MODIS影像数据共180景数据，对每年12个月的植被丰度分别进行叠加分析，剔除5%异常值，以有效去除云、雨等天气影响，并用年最大植被丰度表示该年的植被覆盖情况。

2.2 生成不同植被丰度的像元累积频率年变化曲线

植被丰度反映的是单个像元的植被覆盖情况，以单个像元为变化单位的影像，变化频率太高，而且在遥感图像中，相同植被丰度的像元分布零散，不利于刻画不同生长环境下植被分布与生长渐变状况，因此，需先对相同植被丰度的像元进行累加，获得不同植被丰度的像元累积频率，即

(1)

式中，Pi表示植被丰度为i%时的像元累积频率；ni表示不大于植被丰度值i%的累积像元数；N表示一幅遥感影像的总像元数。

以年为横坐标，像元累积频率为纵坐标，可以绘制不同植被丰度的像元累积频率年变化曲线，简称累积曲线(如图2所示)。

在累积曲线中，同一年内，相邻植被丰度的像元累积频率变化量能够在该环境(主要是水环境)影响下的植被生长状态：在低植被丰度的沙漠地区，由于环境恶劣，植被分布稀疏、成活率低、不易生长，因此单位植被丰度内的像元累积频率的变化值较大(累积曲线分布较为稀疏)；而在非沙漠地区，植被分布密集且易于生长，像元累积频率的单位变化值较小(累积曲线分布较为密集)。通过总结分析多年植被生长规律，可以初步确定沙漠与非沙漠的界线范围，有助于下一步对沙漠化界线的判断。

图2 陕甘宁地区不同植被丰度的像元累积频率年变化曲线

2.3 确定沙漠化界线指标

从沙漠到非沙漠地区，本质上是水资源空间再分配的过程[14]：在沙漠地区，植被生长所需要的水分主要来源于天然降水；在非沙漠地区，受农田灌溉等影响，人为干预占主导地位。这两种不同生长背景下的植被由于受到的生长动力因素较为单一，因而分别呈现较为稳定且相同的生长状态和变化趋势，那么在较难生长和易于生长之间，就存在植被的一个生长过渡状态。研究表明，在沙漠与非沙漠过渡带内，以水为主导因子的环境梯度产生植被梯度现象[15-16]，打破了植被原有较为稳定的生长状态，加之过渡区的植被既不像干旱区植物有很强抗旱能力，又不像湿润区植物有很强繁衍能力，因而植被变化比相邻区域更迅速，在数学中往往用梯度来反映这一规律。梯度是某函数f(x,y)的一阶导数，定义为

(2)

根据梯度的性质，在同种物质内部，数值基本相同且变化不大，而在不同物质交界处，数值变化十分迅速，梯度的局部变化率非常大[17]，反映在累积曲线上即在某一范围植被丰度内形成突变梯度，梯度变化最大处所对应的位置即可近似为沙漠与非沙漠的分区界线。在实际操作中，用两条拟合直线的交点近似作为该梯度变化点，取满足条件的多年x值的平均值，作为研究区的沙漠化界线指标。

3 结果与讨论

3.1 陕甘宁研究区的沙漠化界线指标

分析图2可以看出，低植被丰度的像元累积频率变化基本稳定，处于沙漠与非沙漠地区过渡带时，由于两种性质不同的生态系统的交汇与重叠，植被对气候的适应和环境的调控能力弱，加之人类活动也会对该区域植被产生明显的影响，如2003年与前一年相比，像元累积频率的年变化趋势出现了反向特征，这很可能是由于人们采取的植树等水土保持措施使该范围内的像元数量增多。随着气候、土壤等条件逐渐变好，灌溉设施更加完善，人为因素逐渐占主导，在该环境下植被生长又基本保持稳定。因此确定全区沙漠化界线的大致范围在植被丰度为10%～20%处。

以植被丰度1%为间隔，那么相邻植被丰度的像元累积频率之差就是不同植被丰度对应的像元频率，分析2001—2015年每一年累积曲线的梯度变化，以2001年为例(如图3所示)，在植被丰度10%～20%范围内，利用两条拟合直线的交点估计其梯度变化点在植被丰度为15%处，通过统计各年梯度变化点，取平均值15%作为陕甘宁地区的沙漠化界线指示指标。

图3 梯度变化点的确定

3.2 沙漠化界线的野外验证

在本文研究期间，笔者曾于2016年8月10日—8月11日，对宁夏南部地区(105°E—107°E，37°N—40°N) 71个采样点进行实地考察(如图4所

示)。获取2016年的MODIS影像数据，绘制2016年宁夏南部地区植被丰度等值线分布图，结合采样点的空间分布，重点分析植被丰度为5%、10%、15%和20%附近采样点的地表景观特征。图4左图为2016年10月2日MODIS 250 m分辨率的假彩色合成影像。

植被丰度小于10%的地区(如图4中采样点88、75、131所示)，植被种类较为单一且结构简单，植被覆盖稀疏；植被丰度介于10%至20%之间的区域(如图4中采样点72、107、108所示)，天然草地和农田并存，天然降水和农田灌溉成为植被生长所需水分来源，植被生长受到自然和人类的双重作用，其中72号采样点中整齐分布的树苗可以反映出为防治风沙运动、减轻沙漠化而采取种树等人工措施；植被丰度大于20%的地区(如图4中采样点122、125、103所示)，农田广泛分布，植被覆盖度高且植被生长旺盛，肥沃的土壤、湿润的气候条件等给植被的生长创造了优越的环境。

图4 宁夏北部野外采样点分布图及其地表状况

通过野外调查，进一步证实了由于过渡区域水源的变化，人为与自然营力的共同作用，造成了该区域植被生长状态和植被覆盖情况的明显变化，确定了以植被丰度15%作为沙漠化界线的合理性，间接验证了累积曲线梯度变化法对沙漠化评价结果的有效性。

3.3 陕甘宁研究区沙漠化动态监测

图5为2001—2015年植被丰度等于15%的等值线平面图，即沙漠化界线空间分布图。通过对15%线包围面积的定性比较可以看出，2001—2015年沙漠化面积整体减少，但是在15年间沙漠化界线不断波动，且变化区间主要在内蒙古自治区与陕西榆林地区的交界地带，以及宁夏南部地区。这些地区历来就是农牧交错演化频繁的地区，由于不同景观要素相互作用，加之人为活动引起的植被变化较大，使该地区具有高敏感和生态脆弱性。

图5 2001—2015年陕甘宁研究区沙漠化界线空间分布

绘制植被丰度为15%的像元累积频率年变化曲线(如图6所示)，其大小反映了所包含沙漠化土地的面积(像元累积频率与像元面积的乘积)，由于降水对陕甘宁地区农业发展和生态系统的恢复有着极为重要的影响，因此，结合由美、日联合研制和发射的热带测雨卫星(tropical rainfall measuring mission，TRMM)反演的TRMM 3B42降水数据绘制研究区年均降水量曲线，综合评价陕甘宁地区的沙漠化过程。

图6 陕甘宁地区年降水量和植被丰度15%的像元累积频率变化

总体上看，2001—2015年间，陕甘宁地区的沙漠化在波动中总体呈现不断改善的趋势。2001—2004年，沙漠化土地面积明显减少，这段时间恰好是1999年退耕还林生态工程建设的开始实施阶段，生态治理工程初见成效；2004—2005年间沙漠化土地面积增加，这可能与该年段陕甘宁地区整体降水条件有关，从2003年开始的低降水量对植被长势造成深刻影响[18]，植被生长受到限制，部分植被因缺水干枯死亡，抗御风沙的能力被削弱。尽管沙漠化受气候波动影响，但人类活动的影响也逐渐上升到主导地位[19]，当沙漠化程度加重时，人们一方面通过灌溉等保证农作物和植被的生长，另一方面通过植树造林进行固沙，可以看到在2005年后沙漠化得到及时、明显的改善；2006—2011年基本处于稳定状态，到2012年沙漠化面积明显减少，由于在该时期降水没有明显的变化，沙漠化的逆转趋势很可能受人为活动影响所致，但由于缺乏长效保护机制，在2013、2014年沙漠化程度明显加剧，到2015年才得以进一步的控制。

沙漠与非沙漠地区的过渡区域，生态环境的脆弱性和过渡特征会使沙漠化程度加剧，而降水增多等有利的自然条件也会使沙漠化有自然逆转的可能；人工干扰和破坏会导致沙漠化的加剧，但同时人为治理也会促进沙漠化土地的逆转。2001—2015年陕甘宁地区沙漠化逆转趋势较为明显，但是植被退化的沙漠化现象依旧存在，人为保护措施有待进一步恢复、建设和加强，从而创造植被保持稳定生长的有利条件，巩固治沙成果。

4 结 语

采用全覆盖、高时间分辨率、低空间分辨率的MODIS遥感影像，可获得具有时间序列的植被丰度数据，为实现大范围沙漠化动态过程监测提供有效途径。其中的关键在于如何定量划定沙漠与非沙漠地区的界线。本文提出的基于像元植被丰度的累积曲线梯度变化法为沙漠化划界提供了一种客观有效的方法，借助该方法，可利用MODIS影像数据实现对沙漠化时空分布与动态变化的快速监测与定量评价。通过对陕甘宁地区沙漠化界线的变化过程分析，发现2001—2015年该地区的沙漠化总体呈现在波动中不断改善的趋势，尽管降水会通过影响植被生长影响沙漠化的发生与逆转，人类活动的干预也起到了明显的作用。

参考文献：

[1] 朱震达，刘恕.关于沙漠化的概念及其发展程度的判断[J].中国沙漠，1984，4(3)：2-8.

[2] 曾永年，向南平，冯兆东，等.Albedo-NDVI特征空间及沙漠化遥感监测指数研究[J].地理科学， 2006，26(1)：75-81.

[3] GOUVEIA C M，PASCOA P，RUSSO A，et al.Land Degradation Trend Assessment over Iberia during 1982—2012[J].Cuadernos De Investigacion Geografica，2016，42(1)：89-112.

[4] 刘广峰，吴波，范文义，等.基于像元二分模型的沙漠化地区植被覆盖度提取——以毛乌素沙地为例[J].水土保持研究，2007，14(2)：268-271.

[5] DAWELBAIT M，MORARI F.Monitoring Desertification in a Savannah Region in Sudan Using Landsat Images and Spectral Mixture Analysis[J].Journal of Arid Environments，2012，80(80)：45-55.

[6] LAMPERY H F.Report on the Desert Encroachment Reconnaissance in Northern Sudan[R].Khartoum，Sudan：National Council for Research，Ministry of Agriculture，Food and Resources，1975.

[7] TUCKER C J，DREGNE H E，NEWCOME W W.Expansion and Contraction of the Sahara Desert from 1980 to 1990[J].Science，1991，253(5017)：299-301.

[8] 王澄海，惠小英.以植被指数0.12为指标看我国的荒漠化与草原界限的变化[J].中国沙漠，2005，25(1)：88-92.

[9] YU F，PRICE K P，ELLIS J，et al.Interannual Variations of the Grassland Boundaries Bordering the Eastern Edges of the Gobi Desert in Central Asia[J].International Journal of Remote Sensing，2004，25(2)：327-346.

[10] 刘爱霞.中国及中亚地区荒漠化遥感监测研究[D].北京：中国科学院研究生院(遥感应用研究所)， 2004.

[11] 韦振锋，任志远，张翀，等.1999—2010年陕甘宁黄土高原区荒漠化空间特征[J].中国沙漠，2014，34(5)：1230-1236.

[12] KESHAVA N，MUSTRAD J F.Spectral Unmixing[J].IEEE Signal Processing Magazine，2002，19(1)：44-57.

[13] 郭峰.基于Bernstein基函数的遥感影像混合像元分解研究[D].杭州：浙江大学，2015.

[14] 赵成义，王玉朝，李国振.荒漠-绿洲边缘区研究[J].水土保持学报，2001，15(3)：93-97.

[15] 马瑞，王继和，屈建军，等.民勤绿洲-荒漠过渡带植被梯度特征及其土壤水环境[J].生态学杂志， 2010，29(6)：1075-1080.

[16] 何小武，刘广全，郭孟华.黄土高原植被建设的水资源环境及对策[J].水利学报，2008，39(7)：843-847.

[17] KINDLMANN G，DURKIN J W.Semi-automatic Gener-ation of Transfer Functions for Direct Volume Rendering[M].Los Alamitos：IEEE Computer Society Press，1998: 79-86.

[18] 卢晓杰，张克斌，李瑞.我国北方农牧交错带气候对植被的影响——以宁夏盐池为例[J].水土保持研究，2007，14(6): 193-197.

[19] 王涛，朱震达.我国沙漠化研究的若干问题——沙漠化的概念及其内涵[J].中国沙漠，2003，23(3)：209-214.