基于土壤指数的中国荒漠化时空演变分析

摘要：研究以两個土壤指数：亮荒漠指数和暗荒漠指数，确定了2001～2017年的中国荒漠化范围，并结合重点防治区域分析时空演变特征，探讨了生态工程的投入与荒漠化的联系。揭示了该提取方法可以用于大尺度的荒漠化年度监测，总体精度达到94%。结果表明：近17年中国荒漠化减少超过12×10⁴km2，相当于一个福建省的面积，集中分布在半干旱荒漠治理区;生态工程的投入与荒漠化减少量呈现显著的正相关，表明政策投入对土地退化起到明显的逆转作用。

关键词：荒漠化;土壤指数;时空演变;生态工程;年度监测

中图分类号：P208 文献标识码：A 文章编号：1674-9944（ 2020） 2-0025-03

1 引言

荒漠化是指包含气候变异和人类活动在内的种种因素造成的干旱、半干旱和亚湿润干旱地区的土地退化。为了掌握荒漠化和沙化状况，我国每五年组织开展一次荒漠化和沙化土地监测工作，以原国家林业局第五次全国荒漠化和沙化监测结果分析，截止2014年底，全国荒漠化土地面积为261×10⁴km2[1]。最近有学者开发了两个土壤指数：亮荒漠指数RIBS（ the Product In-dex for Bright Soil）和暗荒漠指数PIDS（ the ProductIndex for Dark Soil）[2]，在对于土壤的光谱分离性和分类精度方面具有可靠的性能，但是所提出的这两个土壤指数目前未应用到荒漠化的监测中，其有效性需要在大尺度的荒漠化提取中进一步评估。因此本文以中国区域作为研究对象来评价土壤指标，基于亮荒漠指数和暗荒漠指数判断规则的分类方法，得到2001～2017年的中国范围的荒漠化增加和减少区域，并在荒漠化分区的基础上，进一步探索荒漠化的时空演变和重心点的迁移特征，为生态环境建设和荒漠化防治策略提供成果参考。

2 数据与方法

2.1 数据获取及预处理

研究选取了从2001年1月到2017年12月份、8d最大化合成、500 m空间分辨率的MOD09A1数据，来自美国宇航局（ http：//ladsweb. nascom. nasa. gov/da-ta/search. html）。在MATLAB的操作环境下，首先对获取得到遥感数据几何纠正、镶嵌和投影变换，在此基础上，采用基于最新测绘地理信息局标准地图服务网站下的标准地图对投影后的影像进行裁剪，得到用于荒漠化监测的预处理产品。为了更好地分析大范围的荒漠化空间格局特征，将研究区分为4个治理区[3]：（I）;干旱荒漠地带沙丘活化及流沙入侵沙漠化治理发展区（Ⅱ）;半湿润地带沙漠化治理零星分布区（Ⅳ）;西部高寒地带治理区（Ⅲ）。在这四大区下，包含35个更小的重点防治亚区[4]。通过无人机实地低空航拍影像、GPS定位野外景观照片、不同时期Google Earth影像及相关专题地图等手段共获得4733个点位。本文将荒漠概括为亮荒漠和暗荒漠，亮荒漠主要是指地面完全被沙所覆盖、植被非常稀少、雨水稀少且空气干燥的荒芜地区。暗荒漠指地面几乎被粗砂、砾石所覆盖，植物稀少的荒漠地带，多数地区不是沙漠而是裸岩，这两种均为土地退化点位。

2.2 荒漠化监测方法

基于亮度一暗度一绿度模型框架建立起亮荒漠指数（ RIBS）和暗荒漠指数（PIDS），其中归一化积雪指数（ NDSI）、经过缨帽变化的亮度分量（TCI）和归一化植被指数（ NDVI）三个指标分别对应亮度、暗度和绿度。首先计算上述三个分量的空间归一化结果，然后逐像元计算RIBS和PIDS，基本公式如下：

式（2）中：RIBS为像元亮荒漠指数值，N—NDSI为采用公式（1）空间归一化后的积雪指数，同样，N一TCI为空间归一化后的缨帽变化亮度分量。

RIDS= TCI×NDVI（3）

式（3）中：PIDS为像元暗荒漠指数值，TC1为缨帽变化中的亮度分量;NDVI为归一化植被指数。

在所有地物类型中，亮荒漠的RIBS值域范围最小，且内部异质性较小;暗荒漠的PIDS同样是最小值。由于在PIDS中，暗荒漠、亮荒漠与水体的分离度较低，因而首先采用RIBS提取亮荒漠，并同时提取水体作为掩膜，然后再使用PIDS获得暗荒漠，最后综合亮荒漠和暗荒漠空间分布得到荒漠化分布产品。该研究监测方法流程如图1所示。

其中，θ1、θ2和θ3是阈值常数。

依据上述流程图，首先获得年际上的荒漠指数空间分布图，并使用地物类型稳定点位训练得到3个阈值常数项，其中2001年的θ1、θ2和θ3依次为1.30、0.036、3.1，2017年的θ1、θ2和03依次为1. 37、0.041、2.9。将上述阈值代人荒漠化的判断规则中（图1），以2017年为例，即亮荒漠指数小于阈值θ1-1. 37得出了亮荒漠，然后暗荒漠指数小于阈值θ2-0. 041且亮荒漠指数小于阈值θ3-2.9得到暗荒漠，最终获得了2017年荒漠化分布图（图2a），同理获得2001年荒漠分布图。基于上述两幅年度荒漠化范围，获得2001～2017年荒漠化增加和减少区域（图2b）。

3 结果与分析

3.1 精度验证

为了直观地看出荒漠化空间格局的准确性，本研究选取了1292个和1733个植被覆盖类型稳定的点位对两年的结果进行精度验证。2001年和2017年总体精度均达到了94%，Kappa系数均在85以上，表明该算法适用于大范围的荒漠化信息提取。发现在荒漠化混淆的点位中，由于光谱特征相似造成识别成草地或者草地误分成荒漠化。

从另一方面，依据第二次和第五次全国荒漠化和沙化状况，即从1999年底到2014年底，全国荒漠化面积由267. 54×10⁴km2减少至261.16×10⁴km2，本研究基于2001～2017年的荒漠化分类结果，全国荒漠化面积由272. 04×10⁴km2减少至259. 81×10⁴km2，净减少12.23×10⁴km2.相较于荒漠化公报中的净减少面积6. 38×10⁴km2，并兼顾到时间范围的不一致，该算法还是取得了预期良好的精度效果。

3.2 荒漠时空演变特征

总体来看，荒漠化的特征是“整体减少，局部增加”的态势，即4个分区荒漠化均表现出净减少的趋势，面积达到11.8×10⁴km2，占全国净减少面积的96. 8%，说明四大区域基本上覆盖了绝大部分荒漠化区域，其中半干旱荒漠治理区（I）的面积净减少比重最大，净减少比例近56%。在更小的35个分区中，有29个分区是面积减少大于面积增加，即呈现出净减少的趋势，总量达‘到12.7×10⁴km2，而在其余的6个分区中，荒漠化面积净增加量超过0.9×10d km2。

空间格局上，在呈现净减少趋势的29个亚区中，鄂尔多斯地区（I -2）最为显著，荒漠化面积净减少面积（单位：×10⁴km2）达到1.6×l0⁴km2，其次是锡林郭勒地区（I -7）是1.5×104 km2、呼伦贝尔草原（I-9）是1.4 × 10⁴km2、河北坝上地区（I-5）是1.3×10⁴km2、塔里木盆地（Ⅱ-4）是0.8×10⁴km2和科尔沁草原（I-8）是0.7×10⁴km2。干旱治理区（Ⅱ）和西部高寒治理区（Ⅲ）的部分地区存在荒漠化净增加的趋势，尤其以吐一哈盆地（Ⅱ-3）荒漠化面积占绝对优势超过0.8×10⁴km2，其次是柴达木盆地（Ⅲ-2）是0.07×10⁴km2、昆仑山脉（Ⅲ-1）是0.06×10⁴km2等，除此之外的半湿润零星分布区中的部分区域的荒漠化面积也呈现微弱增加的态势（图3b）。

近17年来荒漠化重心大致位于在甘肃和青海的接壤处附近，重心向西南方向偏移，向西偏移经度1.5。，向南偏移纬度0.4。，迁移量为201 km。重心偏移是由于内蒙古荒漠化减少显著，因而重心向新疆和西藏地区偏移，荒漠化整体边界向西南方向移动。但是各个区内荒漠化重心点坐标迁移方向不一致，半干旱治理区（I）重心点位于锡林郭勒草原附近，逐渐向东北方向迁移，揭示了乌兰察布草原和鄂尔多斯地区荒漠化面积减少幅度相较于呼伦贝尔草原等地区较大，与全区荒漠化土地重心迁移相反。半干旱治理区（Ⅱ）重心向西北方向移动;磋部高寒治理区和半湿润零星分布区荒漠化重心点均向西南方向迁移，与全区荒漠化土地重心迁移一致。因而四个地区的荒漠化重心都由半干旱中西部地区向四周迁移，由于该地区是鄂尔多斯附近，荒漠化减少量最为显著，并且干旱地区的微弱增加和该地区以东的减少量相对较小导致重心由中部地區向边缘扩散。从荒漠化重心空间位置迁移量来看，半干旱治理区迁移量最大，为40.2 km;半湿润零星分布区和西部高寒地带荒漠化迁移量较大，分别为13.3 km和15.2 km;干旱治理区迁移量最小，为9.9 km，表明该区荒漠化面积变化幅度最小（图3a）。

3.3 生态工程与荒漠化的关系

本研究重点分析了中国政府在荒漠化斗争中生态工程上的努力，涉及到的生态工程包括三北防护林体系建设工程（SDP TN）、中国一全球环境基金干旱生态系统土地退化防治伙伴关系（PRE-GEF）、津京风沙源治理工程（ SCP- BT）和草原生态保护补助奖励项目（GE-SA），整理分析得到这四个生态工程在基于省域单元上的投资金额和涉及面积，需要说明的是在统计投资金额时，由于时间跨度较长，因而需要考虑居民消费价格指数来获得总投资额。生态工程主要涉及17个省市，其中内蒙古自治区的投资数额达到567亿元，并且投资涉及面积比例最高，达到77×10⁴kmz，因而内蒙古荒漠化改善效果最为显著。可以发现（图3c）内蒙古、新疆等地区，三种曲线趋势以及变化都相对较为一致，最不一致的出现在京津冀地区，投资金额与投资涉及面积比值较高，而青海、西藏等地区，投资金额与投资涉及面积比值较低，以上与政策的具体投入力度相关。但是总体表现出荒漠化减少面积与生态工程投资面积呈现显著的正相关，相关性系数达到0. 84，并且与生态工程投资金额同样呈现显著的正相关，相关系数同样高达0. 76，均通过了显著性检验。其中草原生态保护补助奖励项目对我国的荒漠化减少起到了显著的积极作用，揭示了近些年生态工程效益显著，治理工程的投入对于荒漠化的减少具有直接的驱动作用。

4 结论

研究基于MODIS遥感影像数据，采用荒漠化指数的阈值判断规则获取2001～2017年中国的荒漠化变化范围，并对荒漠化时空演变进行研究，简要分析了当前生态工程的效益，得出如下结论。

（1）整体来看，中国荒漠化特征是“整体呈现改善状态，部分地区呈现退化状态”，荒漠化重心整体向西南方向偏移，重心由内蒙古中西部地区向四周迁移。

（2）从荒漠化动态变化热点分区来看，在4大治理区域中，荒漠化均表现出减少的趋势，尤其在半干旱地区最为突出，在其划分的亚区中，鄂尔多斯地区的荒漠化净减少程度最高，达到1.5×10⁴km2。但是依然存在少部分亚区荒漠化出现增加的趋势，如吐一哈盆地净增加面积达到0.8×10⁴km2以上。

17年间，中国荒漠化得到了有效的改善。近些年大力投入的生态工程与荒漠化面积的减少是紧密相关的。综合各地区荒漠化演变特征，对于土地改善的地区，如鄂尔多斯草原和锡林郭勒草原等，继续加强植被的保护和生态工程投入[5]。对于恶化的地区，如吐一哈盆地，需要加强生态恢复与重建，对于西部高寒地带生态敏感脆弱的地区，避免过度农垦、过度放牧，从而确保荒漠化防治的顺利进行[6]。本文对于荒漠化信息提取方法的研究，主要基于前面学者的研究成果继而推广到大范围的研究区域上，从而得到各热点研究区的定量荒漠变化面积，因此该荒漠化变化结果分析与验证有待于进一步研究。

参考文献：

[1]屠志方，李梦先，孙涛.第五次全国荒漠化和沙化监测结果及分析[J].林业资源管理，2016，（1）：1-5.

[2] Qiu B，Zhang K， Tang Z，et al. Developing soil indices based onbrightness，darkness，and greenness to improve land surface map-ping accuracy [Jl. Giscience&Remote Sensing， 2017：1—19.

[3]周日平.中国荒漠化分区与时空演变[J].地球信息科学学报，2019， 21（5）：675-687.

[4]王涛.我国沙漠化研究的若干问题——3.沙漠化研究和防治的重点区域[J].中国沙漠，2004，24（1）：1—9.

[5]李春兰，朝鲁门，包玉海。21世纪初期气候波动下浑善达克沙地荒漠化动态变化分析[J].干旱区地理（汉文版），2015， 38（3）：556-564.

[6]孙建国，王涛，颜长珍，气候变化和人类活动在榆林市荒漠化过程中的相对作用[J].中国沙漠，2012，32（3）：625-630.

作者简介：燕雄飞（1995-），男，硕士研究生，研究方向为荒漠化监测相关研究。