高士军,黄 彦,孙雪梅,孙艳玲,王 柏,曹凯华
(1.黑龙江省水利科学研究院,黑龙江 哈尔滨 150080;2.黑龙江省寒区农业节水工程重点实验室,黑龙江 哈尔滨 150080;3.东北农业大学 水利与土木工程学院,黑龙江 哈尔滨 150030)
随着我国农业生产现代化的发展,应用遥感影像特别是中高分辨率遥感影像获取农业信息成为一种必然趋势[1]。近年来,遥感技术迅速发展,因其监测面积广、遥感影响重访周期短,可准确获得植被覆盖率、温度等特点,被广泛应用于农作物长势及植被覆盖度监测研究[2-3]。高分一号(GF-1)遥感卫星是我国高分辨率对地观测系统的首颗卫星,其多光谱波段影像的空间分辨率为16 m,重访周期4 d,具有时间和空间分辨率双高、轨道稳定性及数据可持续性较好等优势,应用范围广泛且效果良好。高分一号卫星数据除进行地表地貌观测外,在农作物提取等方面应用越来越多[4-6]。同期,美国航空航天局(NASA)发射了携带OLI陆地成像仪和TIRS热红外传感器的Landsat8陆地卫星,空间分辨率30 m,幅宽185 km,重访周期16 d,其广泛应用于地表监测等研究[7-8]。
尽管遥感影像对地观测的研究已取得较多成果,研究也比较广泛。然而,使用遥感影像对东北黑土区作物生长监测的报道较为少见,通过作物生长状态间接分析盐碱地改良的研究更是鲜有报道。因此,本研究以2015年和2017年的国产GF-1数据及2019年的Landsat8 oli数据为主要数据源,以安达市老虎岗为研究区,借助于RS和GIS技术,利用植被覆盖指数及像元二分模型定量反演方法,确定研究区域植被覆盖度,综合分析盐碱土改良前后植被覆盖度时空变化特征,寻求研究区域植被覆盖情况及其变化规律,对于监测研究区土壤改良状况具有重要现实意义。
安达市老虎岗镇位于黑龙江省松嫩平原中部地区,属于北温带大陆性半干旱季风气候。该地区多年平均气温3.4 ℃,多年平均风速为4.6 m/s,无霜期130~145 d。研究区降雨量少,且降雨时空分布不均,多年平均降雨量430 mm,多集中在7—9月,约占全年降雨量80%,多年平均蒸发量为1645 mm,多年蒸发量是降水量的3~4倍。地面高程140 m左右,自然坡降1/5000~1/3000,呈缓坡状大平原,局部地貌分布有起伏的沙丘、湖泊沼泽湿地、盐碱低洼地等。
研究区域内土地原为废弃的盐碱土地,面积为395 hm2。2017年开垦变为水稻田,为苏打盐土,属壤质黏土,表层土壤pH值达9.22,含盐量为0.5 g/kg,土壤渗透性较差,渗透系数在2.56×10-6cm/s以上,土质瘦弱坚硬,肥力较差,农作物产量较低,严重制约了当地农业经济的发展。
国产高分一号(GF-1)影像和Landsat8 oli影像均具有分辨率较高、包含空间信息较多且易于获取等优点,本文采用这两种遥感数据作为主要数据源。其中,GF-1数据收集于2015年和2017年,来源于国家地理空间数据云(http://www.gscloud.cn/search);Landsat8 oli数据收集于2019年,其来源于美国地质调查局(USGS)官网(https://www.usgs.gov/),所选取的影像均为9月份,期间植被长势良好,同时兼顾所选取影像云量较少的质量好的影像。
选择研究区域1∶50 000地形图为基础数据,应用ENVI 5.5遥感处理软件,对获取的遥感影像进行辐射定标,快速大气校正、几何校正和自动匹配处理等,确保几何精度,且影像投影方式为横轴墨卡托投影UTM。并完成遥感影像的图像掩膜裁剪等预处理。
归一化植被指数(NDVI)是由Rouse等在对比值植被指数(RVI)非线性归一化处理后得到的植被指数[9],归一化植被指数(NDVI)的计算公式(1)为:
(1)
式中:CH4为代表遥感影像近红外波段的反射值;CH3为代表遥感影像红外波段的反射值;NDVI为植物生长状态及植被空间分布密度的最佳指示因子。基于此获取了2015年、2017年及2019年试验区归一化植被指数图(图1)。
图1 归一化植被指数变化图
估算植被覆盖度采用像元二分法,Gutman 和Ignatov提出了植被覆盖度与归一化差值植被指数(NDVI) 的半经验关系[10],构建了植被覆盖度fc的混合像元模型,即为对利用植被覆盖度与归一化植被指数之间关系估算植被覆盖度,如式(2):
(2)
式中:NDVIveg为完全被植被覆盖的NDVI值;NDVIsoil为完全被裸土覆盖的NDVI值。
研究区域为苏打盐土,植被覆盖率低,为能够科学分析和评价研究区域的植被覆盖情况,根据之前学者的研究经验结合研究目的[11-12],将植被覆盖度划分为3个等级,分别为低盖度植被区:植被覆盖度0~0.4,主要为裸地、未利用地和居民用地;中盖度植被区:植被覆盖度0.40~0.75,主要是低产草地、一般耕地;高盖度植被区:植被覆盖度0.75~1.00,主要是优质耕地等,呈片状或块状分布;运用ArcGIS 10.3,根据现场勘查及参考高分辨率Google Earth图片,对分类结果开展了精度验证工作。形成了基于RS和GIS获取试验区植被覆盖度等级图,从而得到试验区三期影像植被覆盖度等级图(图2)和植被覆盖度面积统计表(表1)。
表1 研究区不同年份植被覆盖度面积统计
由表1可知,从2015—2019年,研究区植被覆盖度主要由低盖度植被向高盖度植被转换。2015年尚未开展试验,研究区主要以低盖度植被、盐碱地和水域为主,中盖度次之,高盖度植被面积最小。其中,低盖度植被面积为248.62 hm2,占研究区总面积的62.88%;而中盖度植被和高盖度植被面积分别为124.34 hm2和22.43 hm2,比例之和为37.12%,主要为滩涂地及草地,表明研究区的土地利用类型主要为裸地盐碱地等,土地大多处于自然荒废的状态。到了2017年,研究区进行改土种稻,植被覆盖度等级发展变化。此时中盖度植被面积最大,为237.82 hm2,占研究区面积的60.15%,其次是低盖度植被及高盖度植被,面积占比分别为21.22%及18.63%。低盖度植被面积变化最大,主要转变为中盖度植被,其余转变为高盖度植被。间接表明经过改土种稻实验,研究区的土地类型已发生转变,原来的荒草地和盐碱地现在已大部分转变为一般耕地,小部分转变为优质耕地。2019年,研究区的高盖度植被明显增多,试验区土地经过改土种稻实验,进一步朝着好的方向发展。其中,高盖度植被面积最大,为208.71万m2,占研究区总面积的52.78%,其次是中盖度植被,此时低盖度植被面积最小,仅占研究区面积的8.68%。
借助于RS和 GIS技术,通过式(1)~式(3),定量获取研究区2015年、2017年和2019年植被覆盖度情况,得到三期影像植被覆盖度等级图(图2)。
图2 植被覆盖度等级分类图
由图2可以看出,2015年试验区主要以低盖度植被为主,2017年中盖度植被面积最多,从2015—2017年,低覆盖度植被净减少了164.71 hm2,中覆盖度植被面积净增加了113.48 hm2,研究区中覆盖度植被主要由低覆盖度植被转换而来,低覆盖度植被减少意味着该时期研究区盐碱地治理取有了一定的效果,改土种稻试验取得一定的成果。到了2019年,高盖度植被面积最大。从2017—2019年,中覆盖度植被减共少了85.47 hm2,高覆盖度植被净增加了135.04 hm2,该时期研究区主要由中盖度植被逐渐变为高覆盖度植被,表明研究区高质量的耕地面积最大,进一步表明研究区改土种稻成果较为显著。总的来看,2015—2019年,研究区植被覆盖度由的低覆盖度植被转变为中盖度植被,最后变为高覆盖度植被。高盖度植被面积增加最多,由研究区总面积5.67%变为52.78%,面积增加了186.28 hm2,表明经过改土种稻试验,原来的荒草盐碱地逐步变为一般耕地,最后大部分变为优质耕地。因此,改良种稻试验成果显著,已将原来的裸地和盐碱地部分转变为了普通耕地,大部分转变为优质耕地。
(1)经过改土种稻试验,结合卫星影像,基于RS和GIS技术,定量获取研究区植被覆盖度等级面积,探究研究区土壤改良状况。结果表明,通过改土种稻,研究区植被覆盖度由低覆盖度逐渐变为中覆盖度,最终变为高覆盖度,达到了盐碱地改良的效果。
(2)通过植被覆盖度等级变化的分析,间接评价研究区土壤改良状况,结合实地调查对比,表明基于RS技术监测盐碱地改土种稻方法可行,遥感技术可为大面积盐碱地改良治理提供较为有效的监测手段。