基于国产高分卫星黄土高原区域水蚀荒漠化信息提取方法研究

徐雯佳 葛超英

摘要：基于国产高分一号卫星数据，选择宁夏盐池县草原实验站附近区域作为黄土高原水蚀荒漠化信息提取研究示范区，建立了不同程度的水蚀荒漠化解译标志，试验了应用面向对象分类的非水蚀荒漠化区域分离方法，探索了以植被覆盖度、坡度、侵蚀沟面积比例作为评价指标的水蚀荒漠化信息自动提取方法，并进行了精度评价，为快速获取大范围水蚀荒漠化状况提供参考。

关键词：高分一号卫星；水蚀荒漠化；信息提取

1.引言

荒漠化是一种土地严重退化的现象，已成为全球性的生态环境问题，对人类的生产和生活造成了极其不利的影响[1]。中国地质调查局《全国国土资源遥感调查技术要求》中根据成因将荒漠化划分为风蚀荒漠化、水蚀荒漠化、盐碱质荒漠化、石漠化和工矿型荒漠化等。其中水蚀荒漠化是指以流水侵蚀作用为主的荒漠化类型[2]。

黄土高原是我国水土流失最严重的地区，也是水蚀荒漠化比较严重的地区之一[3]。荒漠化防治是该区域生态文明建设的重中之重。及时准确掌握荒漠化动态变化是合理部署荒漠化防治工作的关键环节。随着国产卫星遥感事业的飞速发展，国产高分卫星数据为实现长期、连续、实时、客观获取荒漠化信息提供了稳定和可靠的数据源。本文选择宁夏盐池县草原实验站附近区域作为示范区，以高分一号卫星作为试验数据，研究基于国产高分卫星数据的黄土高原区域水蚀荒漠化信息提取方法，为推进国产卫星在荒漠化防治工作中的应用提供参考。

2.数据源及预处理

2.1数据源

选取高分一号卫星PMS数据作为数据源，包含空间分辨率为2m的全色数据和8m的多光谱数据，时相为2015年8月17日（图1）。高分一号现有4颗星，已将覆盖全球的周期缩短至11天，重访周期缩短至1天，是目前陆地资源和环境调查监测的主要数据源。

2.2数据预处理

利用ENVI软件对高分一号卫星遥感数据进行预处理，主要包括大气校正、几何校正和云检测等。其中，大气校正利用FLAASH模块进行校正，获得遥感数据各个像素上的反射率。几何校正借助RPC文件、DEM和参考影像进行校正，误差小于1个像元[4]。云检测主要利用波段阈值法。

3.水蚀荒漠化信息提取方法

3.1水蚀荒漠化分级指标

依据《第四次全国荒漠化和沙化监测技术规定》对水蚀荒漠化程度进行分级，共分为轻度、中度、重度、极重度4个级别，主要采用植被覆盖度、坡度、侵蚀沟面积比例等指标进行划分（表1）。

3.2解译标志

基于高分一号近红外、红、绿波段组合的假彩色影像，通过分析不同程度水蚀荒漠化在影像中的特征，根据空间位置、颜色、纹理、形态等建立遥感解译标志（表2）。

3.3信息自动提取流程

根据水蚀荒漠化程度分级标准，建立1∶5万比例尺水蚀荒漠化信息提取方法。在非水蚀荒漠化区域分离掩膜的基础上，提取植被覆盖度、坡度、侵蚀沟面积比例等荒漠化影响因子（图2）。其中侵蚀沟面积比例以沟壑密度来表示。

3.3.1非水蚀荒漠化区域提取

研究区包括耕地、林地、草地、住宅用地、交通运输用地、水体、其他土地等地类。在进行水蚀荒漠化信息提取之前，将研究区地类分为两大类。一类为以住宅用地、交通运输用地、水体等地类为主的非水蚀荒漠化区域；一类为以耕地、林地、草地、其他土地等地类为主的可进行水蚀荒漠化分级的区域。

利用eCognition软件，采用面向对象分类方法提取非水蚀荒漠化区域。在分类之前，需根据提取对象特征的不同，选择合适的尺度大小和合适特征，制定分类策略。此次提取主要分两个层次，第一层次将住宅用地和交通运输用地归为人工设施，与其他非人工设施分开；第二层次将水体从其他非人工设施中提取出来。在第一层次分类时，将分割尺度设置为30，颜色参数与形状指数设置为0.4。在第二层次分类时，将分割尺度设置为50，颜色参数与形状指数设置为0.3。

需要说明的是，根据水蚀荒漠化程度分级方法，可进行水蚀荒漠化分级的区域也可能包括非荒漠化区域，因此这只是对不可分级的非水蚀荒漠化区域进行提取。

3.3.2植被覆盖度

植被覆盖度是反映水蚀荒漠化程度的重要指标。通常用植被指数反映地表植被状况，常用的植被指数有NDVI、RVI、SAVI、MSAVI、EVI、PVI等。本次采用NDVI结合像元二分模型，提取植被覆盖度[5]。

其中：fc为植被覆盖度，NDVImin、NDVImax分别为研究区最小和最大的NDVI值。

在植被覆盖度提取的结果上，根据水蚀荒漠化程度分级指标，划分等级并赋值。

3.3.3坡度

坡度是构成水力侵蚀的动力条件之一，是导致水蚀荒漠化的必要条件。基于DEM数据，利用ArcGIS软件三维分析（3D Analyst Tools）模块中的栅格表面分析（Raster Surface）——坡度（Slope）工具进行计算获取坡度信息，對其划分等级并赋值。

3.3.4沟壑密度

侵蚀沟沟壑密度可反映一个区域流水侵蚀作用的强弱。沟壑密度为单位面积内侵蚀沟的总长度。基于DEM数据，利用ArcGIS软件空间分析（Spatial Analyst Tools）模块中水文分析（Hydrology）相关工具依据高程信息判断获取沟谷分布和集水流域，进而分流域计算沟壑密度并赋值。其中汇流累计量是沟谷生成的基础，需根据研究区的地形特点，设置合适的阈值。本文将汇流累计阈值设置为100。

3.3.5水蚀荒漠化程度分级

将植被覆盖度、坡度、沟壑密度三个指标的分值相加，进行水蚀荒漠化程度分级，得到水蚀荒漠化矢量图（图3）。

4.精度评价

设置100个验证点均匀分布研究区内的，将基于荒漠化指标体系自动提取的水蚀荒漠化结果与目视解译结果进行对比分析，评价两者的一致性（表3）。通过计算百分比可知，非荒漠化提取结果一致性最高，达到81.25%；其次为重度水蚀荒漠化和中度水蚀荒漠化，分别为75.00%和74.19%；轻度水蚀荒漠化一致性最差，为68.97%。可见，自动提取成果与目视解译成果存在一定的差异，但基本能反映研究区内水蚀荒漠化的总体情况。

5.结语

（1）高分一号卫星数据质量总体良好，影像清晰，地类层次分明，纹理信息丰富，边界清楚，利于水蚀荒漠化信息提取，满足水蚀荒漠化提取需求。

（2）以植被覆盖度、坡度、侵蚀沟面积比例作为评价指标的水蚀荒漠化信息自动提取结果基本能够反映研究区水蚀荒漠化的真实情况，但精度仍有待提高。今后，可考虑将指标评价体系进行优化，增加地形起伏度、地表切割深度等地形因子。

参考文献：

[1]王文才，王忻，任兰英.毛乌素沙地荒漠化演变特征分析[J].西部资源， 2017（02）： 176-178.

[2]童立强，李丽.三峡库区水蚀荒漠化遥感调查与监测[J].国土资源遥感， 2012， 92（01）： 100-103.

[3]周忠学，孙虎，李智佩.黄土高原水蚀荒漠化发生特点及其防治模式[J].干旱区研究， 2005， 22（01）： 29-34.

[4]葛超英，李战，徐雯佳.应用国产高分一号卫星数据提取风蚀荒漠化遥感信息方法研究[J].西部资源， 2018（01）： 183-185.

[5]李苗苗.植被覆盖度的遥感估算方法研究[D].中国科学院研究生院（遥感应用研究所）， 2003.