12鄂尔多斯地区沙漠化研究的应用

鄂尔多斯地区沙漠化研究的应用一、研究区概况研究区位于鄂尔多斯高原的东南部，是鄂尔多斯高原向陕北黄土高原的过渡地区，被称为沙漠-黄土的边界带。地理位置介于107°46′～110°34′E、37°4′～38°53′N之间，面积约3.28×104km2。研究区地势大致呈西北高东南低的趋势，位于我国季风区的边缘，由于夏季风停留的时间不长，全年大部分时间在高气压控制和影响之下，云量不大，故太阳辐射强度大，总量多，土壤呈现地带性与非地带性交错分布。本研究选择了2002年秋季轨道号分别为127/33、127/34、128/33、128/34四景Landsat-ETM+数据；基础数据选择了1：50000的地形图，用于遥感影像的几何校正；专题数据选择了2000年毛乌素沙地沙漠化程度评价图。二、数据预处理由于研究区沙漠区域的地形起伏不大，不考虑地形对影像引起的变形。为此对图像只进行了必要的辐射校正、几何校正。以上进行辐射校正具体的流程如下：（1）首先利用5S模型软件，得出目标物地面反射率和对应大气顶层反射率值；（2）将获得的大气层顶和地面的反射率值导入到EXCEL软件中，得出二者的相关系数a,b；（3）在ERDASIMAGE8.7软件的ModelMaker模型编辑器中建立模型，实现对影像的辐射校正。几何校正，几何校正就是利用一定的方法消除像元相对于地面目标实际位置的偏差，并将像元目标转换成对应地面目标的地理坐标。三、沙漠化指标评价体系3.1基于遥感目视解译的沙漠化程度评价体系沙漠化程度评价的首要问题就是确定一个较为系统的沙漠化土地程度分级指标体系。沙漠化的评价指标最初采用基于野外调查的目视解译方法，一直沿用至今。沙漠化过程环境条件存在的指标主要为：自然指标、生物学和农学指标、社会指标。根据以上指标沙漠化程度划分为四级，各级地理景观特征表现为：轻度沙漠化、中度沙漠化、重度沙漠化、极重度沙漠化。3.2基于遥感光谱信息的沙漠化程度评价体系现代航空、航天技术的发展为沙漠化的遥感评价和监测提供了丰富的多光谱、多空间分辨率遥感数据，遥感信息指标包括反照率和归一化植被指数（NDVI），非遥感信息指标有土壤侵蚀速率和土壤水分。对于该指标中考虑的变量如下：Landsat-ETM+影像的七个波段、氧化铁指标、地表反照率指标、植被指数指标、地表温度指标。其中Fe2O3的计算，可用ERDASIMAGE8.7软件提供的指数来实现。其公式为：四、研究区概况研究区位于鄂尔多斯高原的东南部，是鄂尔多斯高原向陕北黄土高原的过渡地区，被称为沙漠-黄土的边界带。地理位置介于107°46′～110°34′E、37°4′～38°53′N之间，面积约3.28×104km2。研究区地势大致呈西北高东南低的趋势，位于我国季风区的边缘，由于夏季风停留的时间不长，全年大部分时间在高气压控制和影响之下，云量不大，故太阳辐射强度大，总量多，土壤呈现地带性与非地带性交错分布。本研究选择了2002年秋季轨道号分别为127/33、127/34、128/33、128/34四景Landsat-ETM+数据；基础数据选择了1：50000的地形图，用于遥感影像的几何校正；专题数据选择了2000年毛乌素沙地沙漠化程度评价图。五、数据预处理由于研究区沙漠区域的地形起伏不大，不考虑地形对影像引起的变形。为此对图像只进行了必要的辐射校正、几何校正。以上进行辐射校正具体的流程如下：（1）首先利用5S模型软件，得出目标物地面反射率和对应大气顶层反射率值；（2）将获得的大气层顶和地面的反射率值导入到EXCEL软件中，得出二者的相关系数a,b；（3）在ERDASIMAGE8.7软件的ModelMaker模型编辑器中建立模型，实现对影像的辐射校正。几何校正，几何校正就是利用一定的方法消除像元相对于地面目标实际位置的偏差，并将像元目标转换成对应地面目标的地理坐标。六、沙漠化指标评价体系6.1基于遥感目视解译的沙漠化程度评价体系沙漠化程度评价的首要问题就是确定一个较为系统的沙漠化土地程度分级指标体系。沙漠化的评价指标最初采用基于野外调查的目视解译方法，一直沿用至今。沙漠化过程环境条件存在的指标主要为：自然指标、生物学和农学指标、社会指标。根据以上指标沙漠化程度划分为四级，各级地理景观特征表现为：轻度沙漠化、中度沙漠化、重度沙漠化、极重度沙漠化。6.2基于遥感光谱信息的沙漠化程度评价体系现代航空、航天技术的发展为沙漠化的遥感评价和监测提供了丰富的多光谱、多空间分辨率遥感数据，遥感信息指标包括反照率和归一化植被指数（NDVI），非遥感信息指标有土壤侵蚀速率和土壤水分。对于该指标中考虑的变量如下：Landsat-ETM+影像的七个波段、氧化铁指标、地表反照率指标、植被指数指标、地表温度指标。其中Fe2O3的计算，可用ERDASIMAGE8.7软件提供的指数来实现。其公式为：本项研究用辐射亮温值代替地表温度，计算辐射亮温的步骤如下：七、基于遥感的沙漠化定量评价方法本文考虑影像所有波段携带的信息，建立一个多维向量空间下的沙漠化程度评价指标。采用了逐步判别分析方法，通过对波段、指数的判别，筛选出能够很好反映土地类型与沙漠化程度差异的变量，构建判别函数，从而实现不同程度的沙漠化土地分类。首先要对整个区域的土地类型进行判别，提取出研究区内沙漠化土地的区域，然后，再对沙漠化土地进行程度等级判别。判别流程如下图。作者：佚名来源：本站整理发布时间：2012-06-2810:12:12沙漠化等级判别流程图7.1判别分析的数据准备目视解译，在ArcGIS软件中根据土地利用类型和沙漠化程度分级判读标志，利用目视解译的方法从2002年的影像上分别勾绘出不同土地类型的典型区域。按照沙漠化程度等级的字段将勾绘出的区域转换成ESRIGRID格式，并对所有变量值进行归一化处理；然后，在ArcGIS下，对上述区域进行随机取样，将随机采样得到的样本点作为模版，从Albedo、NDVI、Fe2O3、Band1、Band2、Band3、Band4、Band5、Band6、Band7十个变量文件中提取出带有这10个变量的2000多个样本（其中包括非沙漠化、潜在沙漠化、轻度沙漠化、中度沙漠化、重度沙漠化）。建立判别函数，由于所选取的指标太多，为了使判别函数只包含主要的变量，利用SPSS统计软件，采用逐步判别分析的方法，选用了所有类别相等的先验概率和组间协方差矩阵。从判别结果分析得出，由于非沙漠化土地类型比较复杂，对应的光谱信息差异比较大，致使分类精度相对低些；而潜在沙漠化土地正处于过渡阶段，在土地类型图斑内三种类型混合的现象比较多，对于环境指标和人类活动变动的影响最为敏感，在短期内可能出现正逆转换过程，因此分类精度低；而沙漠化土地的地表覆盖相对单一，光谱信息较为简单，明显不同于非沙漠化、潜在沙漠化，所以精度相对较高。7.2判别模型的检验对于一个模型建立的好坏与否，往往需要对模型进行检验。由于沙漠化程度判别过程中涉及到两个问题：首先要区别出不同土地类型；针对提取的沙漠化土地进行程度分级，本文分别对所得出的两个判别模型进行了验证，总验证精度达71.94%。从以上验证效果来看，还是比较满意的，因此，我们利用上述两个模型作为研究区沙漠化程度定量评价指标，进行沙漠化现状评价。在鄂尔多斯沙漠-黄土的交接带沙漠化评价中取得较好的应用效果。从评价结果来看，研究区沙漠化土地分布相对集中，主要分布在它的北部和西部，而南部、东南部的黄土区域，也只是零星地分布着一些潜在的沙漠化土地。