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

徐涵秋

(福州大学环境与资源学院，福州大学遥感信息工程研究所，福建省水土流失遥感监测评估与灾害防治重点实验，福州 350108)

水土流失是当今世界面临的一个严峻问题，严重的水土流失已造成了生态环境的急剧退化，其诱发的各种灾害已给人民群众的生产生活带来了极大的危害。我国是世界上水土流失最严重的国家之一，水土流失的胁迫已造成许多地区的人民群众背井离乡，另觅他乡。即便是在全国森林覆盖率第一名的福建省，水土流失现象也相当普遍。而地处福建西部的长汀县，更是以其严重的水土流失而成为中国南方红壤地区的典型水土流失区，一直倍受各界的关注。

水土流失在地表上的典型表现就是大面积的土壤直接裸露地表。因此，无论是水土流失治理或治理成效评价，其关键的第一步就是要快速准确地判断地表土壤裸露区，定量分析其时空变化。当前，卫星遥感对地观测系统以其快速、实时、大面积观测的特点在水土流失调查中有着无可比拟的优势，其所获得的数据是各级政府开展水土流失治理工作的决策依据，遥感技术已成为水土流失治理和评价不可或缺的高新技术［1］。近年来，针对长汀地区水土流失的遥感调查也陆续见诸报道。江洪等［2］利用遥感植被指数研究了长汀县1994、2003年的植被覆盖度变化，结果表明这期间长汀县的高植被覆盖面积增加了150km2;吴清泉等［3］以长汀县为例，探讨了基于SPOT影像的水蚀区水土流失遥感动态监测的方法;武国胜等［4］应用遥感影像研究了长汀县1988—2007年间的土壤侵蚀景观格局变化，指出该区的侵蚀景观类型主要表现出由侵蚀较强的景观向侵蚀较弱的景观转移的特点。但是，针对该区地表裸土变化的调查尚未见报道，而相关的研究在国内外也不多［5］。Servenay和Prat［6］利用航空照片和SPOT影像对墨西哥Michoacan州1975—2000年的土壤侵蚀状况进行了调查，发现该区的土壤侵蚀在25a里并没有加剧的现象。Rodríguez和González［7］基于Landsat TM/ETM+影像和监督分类法调查了西班牙Guadalajara地区1989—2002年间的土壤流失情况，结果表明该区河谷的土壤在这一期间减少了2/3。李正国等［8］利用Landsat TM数据研究了延安和榆林市1987—2002年间的景观破碎化及其土壤裸露效应。结果表明，高破碎化特征景观的土壤裸露程度要明显高于低破碎化景观。

为了查明长汀县水土流失最严重的河田盆地区的地表裸土动态变化特征，本文以遥感特征信息提取技术为手段，重点对该区的地表裸土分布进行跨度近35年的时空变化分析，这对该区长期水土流失治理成效的科学评价，对该区今后进一步治理工作的开展都具有非常重要的意义。

1 研究区概况

长汀县地处福建西部，是福建的边远山区县。该县属亚热带季风气候，年平均气温18.8—19.3℃，年降雨量1500—1700mm。从图1该县1988年Landsat TM卫星影像中可以直观看出，当时该县四周皆为绿被覆盖，只有中部表现为泛红的裸土区。该区即为闻名遐迩的长汀河田水土流失区，也是该县长期治理的最主要水土流失区。因此本文将其作为研究区，重点研究该区1976—2010年地表裸土分布的时空变化。

研究区北距长汀县城约 20km，地理位置为东经 116°16'—116°34'，北纬 25°30'—25°44'，面积 775.4km2。研究区中心为一凹陷地形，最低海拔226m;其四周基本为群山所怀抱，最高海拔1081m，相对高差855m，表现为一盆地地貌特征(图1)。因此，在《长汀县志》中被称为河田盆地，取名于其中部的河田镇。盆地基底由花岗岩组成，岩石质脆，面蚀强烈，风化后土壤类型以红壤土和砂壤土为主［9］。

2 基本原理与方法

2.1 研究数据

研究数据采用卫星遥感影像。考虑到数据源的一致性，避免影像处理过程中可能产生的不确定性，所有遥感数据统一采用Landsat卫星系列数据。时间跨度从1976—2010年。由于该区的水土流失有效治理始于20世纪80年代，因此这一研究时段可以从该区有效治理前的1976年一直考察到经过近35年治理后的今天，研究结果有助于全面揭示该区水体流失治理的客观情况。

图1 研究区位置及其3维地貌特征(RGB:741)Fig.1 Map showing the location of the study area and 3D-perspective view of the Hetian Basin(RGB:741)

图2 土壤与建筑用地的波谱曲线Fig.2 Signatures of bare soil and built-up land

分别在70、80和90年代各选一个时相，而2000年之后由于是福建省政府为民办实事重点治理的十年，所以加入2004年时相，以加密对该时段的考察。影像类型及其获取时间分别为:1976-11-28(MSS)、1988-10-16(TM)、1999-08-20(ETM+)、2004-10-12(TM)和2010-10-29(TM)。

采用美国建立全国土地覆盖数据库(NLCD)使用的标准化流程对影像进行辐射校正，用Chander等［10-11］和Chavez［12］的模型和参数将原始影像的灰度值(DN)转换为传感器处反射率，以减少不同时相的影像在地形、光照和大气等方面的差异，然后将它们重新转换为8 bit整形数据;不同时相的影像之间采用二次多项式和最邻近象元法进行配准，配准的RMS误差都小于0.5个象元。

2.2 裸土信息提取

裸土信息主要采取遥感指数法进行提取。选用的是Kearney等人的归一化差值裸土指数 NDSI［13］，其公式为:

式中，TM5和TM4分别代表TM影像的第5和第4波段。

但从该指数的构成可以看出，NDSI实际增强的是地表具有高亮度、低植被覆盖的地区，所以其增强的信息中不仅包含了裸土信息，还包含了建筑用地信息。实际上，这一指数也被用来增强建筑用地信息［14-15］。从图2可知，由于土壤和建筑用地都具有在TM5波段的反射率大于TM4波段反射率的特征，因此，如果用公式(1)的土壤指数进行计算，土壤和建筑用地都会呈正值而被增强，导致建筑用地和土壤混淆。图3从光谱特征空间的角度进一步证实了这一点。在TM5和TM4波段构成的光谱特征空间中，建筑用地和土壤的散点因相互重叠而无法很好地区分。裸土信息和建筑用地信息相混在国内外的遥感研究中一直是一难题［16-17］。对此，本文采用双重指数法对其进行改进，通过进一步引入归一化差值不透水面指数NDISI［18］来解决裸土信息和建筑用地信息混淆的问题。由于不透水面指数NDISI增强的只是建筑物、道路等地表不透水面信息，因此可以用其来滤掉公式(1)裸土指数提取信息中混有的建筑用地信息。NDISI的公式为:

式中，TM6、TM5、TM4和 TM2分别代表 TM 影像的第6、5、4、2波段。

图3 光谱特征空间Fig.3 Spectral feature spaces of TM5 vs.TM4 and TM6 vs.TM5

从公式(2)可以看出NDISI不透水面指数的构建采用的特征波段主要是TM6和TM5，土壤和建筑物在这两个波段的变现截然不同。土壤表现为TM5＞TM6，而建筑物表现为TM5＜TM6(图2)。因此利用公式(2)进行处理的结果只会增强建筑用地，而土壤会呈现负值而被抑制。从图3也可以看出，在TM6和TM5所构成的光谱特征空间中，土壤与建筑用地的散点并不重叠，因此二者不会产生混淆。

裸土信息的提取首先采用公式(1)、(2)分别对影像中的裸土和不透水面信息进行增强，获得二者的增强影像。由于二者都是归一化指数，所以被指数增强的裸土或不透水面信息一般都呈正值;而非裸土或不透水面信息一般都呈负值。进一步将裸土增强影像和不透水面增强影像叠加，然后采用下式进行逻辑运算，滤去建筑用地信息:

式中，T1为裸土的阈值，大于T1的即为裸土;T2为不透水面的阈值，大于T2的为建筑不透水面。

公式(3)意指:如果象元i在裸土增强影像和不透水面增强影像中的指数值分别大于T1和T2，说明该象元是建筑用地，而不是裸土，因此予以滤去;如果象元i在裸土增强影像中的指数值大于T1，而在不透水面增强影像中小于T2，则该象元是裸土，而不是建筑用地，将其保留。经过这样处理后，NDSI裸土影像中的建筑用地信息就可以被滤去，剩下的就是裸土信息，据此提取出来的就是裸土分布图。由于1976年的MSS影像没有相当于TM5、TM6的中红外和热红外波段，因此无法采用双重指数法来提取裸土信息，而是采用最大似然分类法对其进行分类，然后将分类结果中的土壤类信息单独提取出来。

精度验证采用野外实地验证结合高分辨率影像验证的方法。2010年10月影像的裸土提取结果于同年11月在长汀进行实地验证，而不可及的地区则用ALOS高分辨率影像(2.5m)进行验证。对于历史时期影像的提取结果则采用年份对应或接近的SPOT 10m分辨率影像进行验证。由于1976年的MSS影像没有同年代分辨率较高的影像，所以主要将提取的裸土信息与其彩色合成影像对比。验证结果表明所提取的各时相裸土信息均具有较高的精度(表1)。

表1 精度验证表Table 1 Accuracy assessment

3 结果与分析

分别对1976、1988、1999、2004、2010年的裸土提取影像(图4)进行统计，得出研究区各时相裸土分布面积及其所占比例(表2)。

表2 研究区裸土面积变化表Table 2 Area of bare soil cover and its changes during the study period

3.1 时间变化分析

从表2可以看出，河田盆地区地表裸土面积在所研究的时间段内有了很大的变化，其面积从1976年的159.17km2下降到2010年的51.98 km2，裸土面积减少了66.73%，净减了107.19km2;其裸土面积占研究区的比例也从1976年的20.53%下降到2010年的6.7%。地表裸露面积的大幅减少，反映了长汀县的水土流失治理已经取得了显著的成效。如果按图5的模型预测，到了2028年该区的地表裸土将有望基本消失。

如果根据影像的年份将所研究的时间分为1976—1988、1988—1999和1999—2010三个时段，每个时段11—12a。可以看出，3个时间段的裸土面积依次减少，减少速度依次加快。1988—1999年时间段的裸土减少面积和速度都大于1976—1988时间段，说明该区始于20世纪80年代的治理已逐渐收到成效;而1999—2000年时间段的裸土面积减少最多，速度最快，大大超过了前两个时间段。这说明2000年福建省政府将长汀县的水土流失治理纳入省政府为民办实事项目后，该区的水土流失治理工作明显加快。但从治理速度来看，1999—2004年的速度最快，达到每年减少4.84 km2，而 2004—2010年间的速度有所放缓，每年减少3.91 km2。

3.2 空间变化分析

从图4和表2可知，该区在20世纪70年代地表裸露程度相当严重。1976年的裸土面积占去了研究区的1/5强，盆地中心因少有植被覆盖，而造成连片的土壤裸露，山丘之间的沟壑也少有植被穿插，生态十分恶劣。除了主盆地外，西南部以及东边的两个沟谷都有大量裸土分布。随着治理工作的开展，1988年盆地仍以连片裸露的土壤为特征，但其间已出现分割的植被条带;到了1999年，穿插于成片裸土中的植被条带进一步增多，连片裸土的完整性受到破坏;到了2004年，盆地中心大片裸露土壤已大为减少;而到了2010年成片裸土已基本消失，裸土只是零散分布于盆地中，其东边沟谷的裸土基本消失，西南端的裸土也大量减少，生态环境明显改善。总的看来，裸土分布表现出从盆地边缘逐渐往盆地中心收缩，从成片分布到逐渐破碎的趋势。

图4 研究区各时相裸土分布图Fig.4 Extracted bare soil images of each study year

图5 裸土分布面积的变化Fig.5 The area change of the bare soils during the study years

图6是河田镇罗地村东南一带裸土分布变化的详图(面积17.11 km2)，它可以作为河田盆地区水土流失治理成效的一个缩影。其裸土分布面积从1976年的10.63 km2依次减到 1988 年的 8.87 km2、1999 年的7.77 km2以及2010年的1.55 km2;所占比例也从1977年的62.1%锐降到了2000年的9.1%，地表裸露程度得到了显著改善。

3.3 政策扶持效应

以上结果表明以河田为中心的长汀县水土流失治理在近35年内取得显著的成效，这与各级政府的重视和当地人民群众的努力是分不开的。针对河田地区的水土流失治理在解放前就已开始，但并没有取得成效。解放后的治理大致可分为3个时间段:(1)20世纪80年代之前，这一时期的治理工作一直是时断时续，收效不明显［19］。(2)1980—2000年，这一时期内该区的水土流失才开始有效治理。1983年5月，河田被省政府定为全省治理水土流失的试点，并拨专款进行综合治理。(3)2000年以后，这一时期是治理的加速期。2000年2月福建省委、省政府将长汀县水土流失综合治理列为全省为民办实事项目，每年准备筹集2000万用于综合治理。同年6月，颁布了《封山育林命令》。

图6 河田寮村一带裸土分布变化图(上:原始影像，RGB:741;下:裸土提取图)Fig.6 Dynamics of bare soils in the Liao Village

本次研究的3个时间段基本体现了以上长汀县水土流失治理的3个历史时期。1976年的影像代表尚未进行有效治理时的地表裸露程度;1999年的影像代表实施“试点”工程后的裸土分布情况;2010年的影像则代表实施“为民办实事”工程后的最新地表裸露情况。总的看来所研究的3个时间段很好地反映了政策的效应，具体表现在随着不同时期政策力度的加大，该区裸土面积的减少越来越多、速度越来越快。特别是后一时间段充分反映了2000年长汀县水土流失治理被纳入为民办实事的项目后所产生的巨大效应。

显然，政策的扶持及其伴随的一系列有效措施极大地推进了长汀县以河田为中心的水土流失治理工作。图5的模型预测河田盆地区地表裸土有望基本消失的时间为2028年。预计到2028年河田盆地水土流失会得到彻底治理。

4 结语

当前常用的遥感裸土指数尚无法对裸土信息进行准确提取，其提取的信息中会含有建筑用地的信息。通过与不透水面指数结合的双重指数法可以较好地分离裸土中的建筑用地信息，有效提高裸土信息的提取精度。

长汀县河田盆地区在过去的近35年里水土流失治理工作取得了显著的成效，地表裸露面积大幅减少，裸露比例大幅降低。裸土面积从1976年的159.17 km2锐减到2010年的51.98 km2，比例从20.5%下降到6.7%。在空间上，裸土的分布表现出从盆地边缘逐渐往盆地中心收缩，从成片分布到逐渐破碎的趋势。

在所观察的3个时间段里，裸土面积的变化表现为面积减少速度越来越快，这客观地反映了该区水土流失治理的几个重要历史时期的政策效应。

［1］ Xu X，Ma K，Fu B J，Liu X，Huang Y，Qi J.Research review of the relationship between vegetation and soil loss.Acta Ecologica Sinica，2006，26(9):3137-3143.

［2］ Jiang H，Wang Q M，Wang X Q.Dynamic monitoring of vegetation fraction by remote sensing in Changting County of Fujian province.Journal of Natural Resources，2006，21(1):126-132.

［3］ Wu Q Q，Chen M H，Chen W X，Yue H.Remote sensing monitoring technology for soil erosion in water erosion area of Fujian Province.Bulletin of Soil and Water Conservation，2007，27(4):49-52.

［4］ Wu G S，Lin H H，Zhu H J，Sha J M，Dai Y.Spatiotemporal variation of typical red soil eroded landscape pattern:A case study in Changting County of Fujian Province.Chinese Journal of Applied Ecology，2011，22(7):1825-1832.

［5］ Mulder V L，de Bruin S，Schaepman M E，Mayr T R.The use of remote sensing in soil and terrain mapping— A review.Geoderma，2011，162:1-19.

［6］ Servenay A，Prat C.Erosion extension of indurated volcanic soils of Mexico by aerial photographs and remote sensing analysis.Geoderma，2003，117:367-375.

［7］ Rodríguez P C，González M E P.Changes in soil sealing in Guadalajara(Spain):Cartography with LANDSAT images.Science of the Total Environment，2007，378:209-213.

［8］ Li Z G，Wang Y L，Zhang X F.Landscape fragmentation and soil bareness study in north Shanbei Loess Plateau.Acta Ecologica Sinica，2005，25(3):421-427.

［9］ Editing Committee of Chanting.Changting History.Beijing:Sanlian Press，1992.

［10］ Chander G，Markham B L.Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges.IEEE Transactions on Geoscience and Remote Sensing，2003，41(11):2674-2677.

［11］ Chander G，Markham B L，Helder D L.Summary of current radiometric calibration coefficients for Landsat MSS，TM，ETM+，and EO-1 ALI sensors.Remote Sensing of Environment，2009，113:893-903.

［12］ Charvz P S Jr.Image-based atmospheric corrections-Revisited and revised.Photogrammetric Engineering and Remote Sensing，1996，62(9):1025-1036.

［13］ Kearney M S，Rogers A S，Townshend J R G.Developing a model for determining coastal marsh“health”.In:Third Thematic Conference on Remote Sensing for Marine and Coastal Environments，Seattle，Washington，1995:527-537.

［14］ Yang S.On extraction and fractal of urban and rural residential spatial pattern in developed area.Acta Geographical Sinica，2000，55(6):671-678.

［15］ Zha Y，Gao J，Ni S.Use of normalized difference built-up index in automatically mapping urban areas from TM imagery.International Journal of Remote Sensing，2003，24(3):583-594.

［16］ Gluch R，Quattrochi A D，Luvall J C.A multi-scale approach to urban thermal analysis，Remote Sensing of Environment，2006，104(1):123-132.

［17］ Powell S L，Cohen W B，Yang Z，Pierce J D，Alberti M.Quantification of impervious surface in the Snohomish Water Resources Inventory Area of western Washington from 1972—2006.Remote Sensing of Environment，2008，112(14):1895-1908.

［18］ Xu H Q.2010.Analysis of impervious surface and its impact on urban heat environment using the normalized difference impervious surface Index(NDISI).Photogrammetric Engineering and Remote Sensing，76(5):557-565.

［19］ Zhao Z B.Study on treatment of soil and water loss area with forest-grass measures in Hetian Basin of Fujian province.Journal of Soil and Water Conservation，1987，(1):37-40.

参考文献:

［1］ 徐宪立，马克明，傅伯杰，刘宪春，黄勇，祁建.植被与水土流失关系研究进展.生态学报，2006，26(9):3137-3143.

［2］ 江洪，王钦敏，汪小钦.福建省长汀县植被覆盖度遥感动态监测研究.自然资源学报，2006，21(1):126-132.

［3］ 吴清泉，陈明华，陈文祥，岳辉.福建省水蚀区土壤侵蚀遥感监测技术探讨.水土保持通报，2007，27(4):49-52.

［4］ 武国胜，林惠花，朱鹤健，沙晋明，戴文远.典型红壤侵蚀景观的时空变化——以福建长汀为例.应用生态学报，2011，22(7):1825-1832.

［5］ 李正国，王仰麟，张小飞.陕北黄土高原景观破碎化及其土壤裸露效应.生态学报，2005，25(3):421-427.

［8］ 长汀县地方志编撰委员会.长汀县志.北京:生活图书新知三联书店，1992年，1108页

［14］ 杨山.发达地区城乡聚落形态的信息提取与分形研究——以无锡市为例.地理学报，2000，55(6):671-678.

［19］ 赵昭昞.福建河田盆地水土流失地区用林草措施治理的研究.水土保持学报，1987，1(1):81-89.