基于landsat7宁夏中部地区遥感影像的沙漠化监测

杨柳 梁俊红 徐凤瑶 何庆芳

摘 要：宁夏地区是沙漠化较为严重的区域，虽然近些年来沙漠化治理的效果相当显著，但由于其地区的沙漠化面积较大，宁夏部分地区的土地沙漠化情况依然不容乐观。本文根据2010-2016年的landsat7的宁夏中部地区遥感影像数据，分析宁夏中部部分地区的近些年沙漠化和绿地的演变情况，旨在为宁夏地区建立一个实时的遥感监测手段，为沙漠化防治提供合理的建议。本文在收集数据进行必要的预处理后，计算了近7年该区域的NDVI值，并反演获取其区域的植被覆盖度，通过年间的对比发现，研究区域内沙漠化情况明显改善，但沙漠化严重的区域并没有明显地减少且具有蔓延的趋势。此次研究成果对宁夏地区沙漠化的监测及防治有一定的参考意义。

关键词：沙漠化;植被;监测及防治;landsat;宁夏

中图分类号：P237  文献标识码：A  文章编号：1673-260X（2022）03-0021-04

1 研究区概况

土地沙漠化是一个世界性的生态环境问题，同时也是目前世界上最严重的土地退化问题之一[1]。而宁夏地区是我國沙漠化较为严重的区域之一，虽然近些年来沙漠化治理的效果相当显著，但由于其地区的沙漠化面积较大，截至2014年，宁夏沙漠化土地总面积0.28公顷，占宁夏地区土地总面积的53.68%;沙漠化的土地总面积0.112公顷，占宁夏土地总面积的21.65%;有变为沙漠化趋势的土地面积大约为0.027公顷，占宁夏土地总面积的5%左右[2]。局部地区沙漠化范围仍在蔓延，如毛乌素沙地每年向东推进4-11m，腾格里沙漠每年前进2m，低矮沙丘前移3-5m[3]。

2 研究内容和方法

2.1 研究内容

本文以宁夏中部地区为研究对象，基于landsat7从2010-2016年遥感影像，来分析宁夏中部地区历年来土地沙化和绿化的变化情况，从而可以有效地对其防护和治理。研究内容总体可以分为以下两个模块：（1）利用遥感手段分析得到研究区近7年来植被覆盖情况以及该区域植被每年的变化情况，以便进行实时观察。（2）提供研究区具体的沙漠化的面积以及有效的动态监测手段，精确提供研究区植被覆盖变化区域，并提出简单的沙漠化的治理方法。

2.2 研究方法

本文利用NDVI指数通过bandmath计算得到植被覆盖度[4]，并根据经验值提取出该地区的植被覆盖区，再将不同年份的数据进行bandmath计算得到对比数据，最后通过这组数据得出该地区土地沙漠化状况的结论。研究思路可以分为以下几步：

（1）数据准备：寻找满足需求的不同时期数据并下载。

（2）数据的预处理：首先需要读取数据，下载的数据需要对其去条带处理并裁剪出所需要的区域，然后对影像进行辐射定标和大气校正。

（3）植被覆盖度反演：利用bandmath计算出NDVI值并反演出研究区的植被覆盖度，最后对植被变化检测[5]。

（4）数据的分析与对比。

（5）数据的应用。技术路线图如图1所示。

3 宁夏地区沙漠化的遥感监测

3.1 数据的获取与处理

本文用2010-2016年的遥感数据对宁夏中部部分地区植被进行监测。在使用数据之前需要先对原数据进行预处理得到可以直接使用的数据。数据的处理步骤可以简单分为下面几步操作。

第一步：下载数据，数据是基于landsat7从2010-2016年共7年的宁夏中部地区的一些遥感影像。

第二步：用ENVI软件打开其中7组数据，由于landsat7的数据打开后影像上会含有很多条带从而影响影像的使用，因此先要对7组数据进行去条带化处理（landsat-7ETM+机载扫描中校正模块出现故障从而导致影像出现了数据丢失的情况）。对7组影像去除条带之后再对其进行裁剪，裁剪出实验需要的部分。裁剪的时候要注意裁剪的规格。

第三步：需要对裁剪后的数据进行辐射定标，把图像的亮度灰度值转换为绝对的辐射亮度。其次需要对定标后的遥感影像数据进行大气校正，在校正的过程中需要设置一些参数，即每组数据中都有个文本文档，打开文档可获得大气校正中需要用到的参数。

第四步：大气校正后得到的图像就可以拿来使用了，对处理后的影像计算得到NDVI值（可通过bandmath输入公式计算也可以直接利用NDVI直接计算），计算公式为：

NDVI=（NIR-R）/（NIR+R）  （1）

其中NIR代表数据中的近红外波段，R表示数据中的红外波段。

第五步：得到的NDVI数据可能含有异常值（NDVI值在-1到1之间[6]，不属于这之间的值称为异常值），因此需要利用bandmath模块去除异常值，去除异常值的公式为：

（b1it-1）*0+（b1gt1）*0+（b1ge-1amdb1le1）*b1（2）

其中b1为NDVI。去除异常值之后得到准确的NDVI数据影像，如果为了确定结果是否准确可以在数理统计模块中统计NDVI值。这里图2只展示近6年的宁夏中部地区的NDVI影像。

如图2所示，选择2010、2011、2012、2013、2014、2016年的6幅宁夏中部地区的NDVI影像。图2中的6幅NDVI影像可以比较清晰地反映出宁夏中部地区近6年来的NDVI动态变化。从上图中可以大概发现总体上该地区每年的植被覆盖都在逐渐地增加，部分地区沙漠化有少量的蔓延趋势。

3.2 宁夏地区近7年来的NDVI动态变化

NDVI能反映出植物冠层的背景和情况[7]，如潮湿的地面、土壤、雪和树叶等，且还能表现出与植被覆盖度的关系，因此可以用NDVI来监测植被的动态变化情况。从2010-2016年的遥感数据来对宁夏中部部分地区植被进行监测。

结合图2中6幅遥感影像可以发现2010-2011年宁夏中部地区总体的植被量有所减少，受到了土地沙漠化的影响;2011-2012年之间植被量又有所增加，沙漠化的情况明显得到了改善;2012-2013年植被量没有较明显的变化;2013-2014年宁夏东部地区植被覆盖度也得到了改善，植被量有少量的增加，但是增加的比较分散，受风沙影响较小;而2014-2016年中，从图中或许发现植被量有所减少，但是由于受到数据本身因素的影响，2016年的数据是秋季的遥感影像图，因此植被数量从图中反映不准确。

排除数据本身的影响，纵观6年的NDVI图，从总体上看，宁夏中部地区2010-2016年平均每年植被数量都在增加，沙漠化的治理效果显著。局部地区由于受到天气和风沙的影响植被量有所减少，但是没有太过严重的影响。从近7年的数据可以明显预测，未来几年宁夏地区的NDVI动态变化趋于增加因此植被覆盖度在不断增加，植被数量也在增加，宁夏地区的沙漠化得到改善。

3.3 基于宁夏地区每年植被动态变化监测

利用上节NDVI数据可进一步获取宁夏中部地区2010-2016年的植被覆盖度。计算植被覆盖度采用的是下面的公式，并将整幅影像中的地物大致分为水体、植被和建筑物，具体的计算公式如下：

FC=[（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）]  （3）

其中NDVIsoil为裸土或者无植被区域的NDVI值，NDVIveg表示全部被植被覆盖的像元NDVI值。这里取以往经验值NDVIveg為0.7和NDVIsoil取值为0，通过bandmath输入上面的公式并带进经验值即可得到植被覆盖度影像图3。

如图3所示，宁夏中部地区6年来的植被覆盖度情况，影像中的颜色由深到浅表示该地区植被生长状况和植被覆盖面积。

如果单独分析每张图的变化而不考虑其他因素的影响，可以从2010-2011年的植被覆盖影像中发现该地区植被减少得相对严重，2011年的植被覆盖度明显没有2010年的密集，前面也分析说明了可能受到数据本身的影响从而导致实际情况中植被并无太大变化;2011-2012年植被覆盖度又明显增加了许多，甚至较于2010年的植被量还多;2012-2013年可以发现这幅影响上的北部地区植被量相对减少，总体的植被量也有所减少;2014年的影像与2011年的影像相似，明显受到了其他因素的影响，所以暂不分析;而2016年的植被覆盖度相较于其他几年都比较密集，植被量也相对较多。

从图2中的6幅NDVI图以及现在得到的6幅宁夏中部地区植被覆盖影像中，从总体上分析可以发现连续7年来植被都是在不断增加的，沙漠化的状况明显得到改善。得到的结论同NDVI得到的结论相似。

3.4 历年植被变化对比

在上面提取得到的宁夏中部地区的植被覆盖度的基础上，将2组不同年份的数据进行植被变化检测，共运行7次得到6幅植被变化影像。其步骤如下：

（1）利用bandmath将2组不同年份的数据进行计算，其公式为：

fix（（b1）-（b2））  （4）

其中b1为近年数据，b2为年代较b1久远的数据，而fix则表示对其函数取整，为了使所有数据都用-1、0和1表示。

（2）后期处理，点击New Raster Color Slices模块对上面处理好的数据进行密度分割。在对像元数据进行密度分割时可以将其划分为三种背景，对DN值为-1的背景色赋值为白色，表示较往年相比绿地减少的区域，对DN值为0的背景色赋值为透明色，表示较往年相比绿地不变的区域，对DN值为1的背景色赋值为黑色，表示较往年相比绿地增加的区域。

（3）对上面得到的6幅遥感影像对比图进行分析对比并给出结论。

用连续7年的宁夏中部地区遥感影像进行年际间计算对比所得到变化趋势情况，如图4所示。

图4共由6幅宁夏中部地区的遥感影像构成，其中每一幅影像都是用2010-2016年之间的连续2年的数据进行差异化处理得到的。这6幅影像相比较图2的NDVI影像和图4的植被覆盖影像都更能直观清晰地反映出宁夏中部地区连续7年的植被覆盖的动态变化。

对每张影像进行单独分析，则可以从上面的6幅植被变化对比图中发现2010-2011年的变化影像中反映了宁夏中部地区受到沙漠化的影响较为严重，总体上植被覆盖度降低较为严重;2011-2012年植被又有所恢复，沙漠化得到了抑制;2012-2013年部分地区植被增加，部分地区植被有所减少，总体上并无太大变化;2013-2015年由于受到2014年数据的影响暂不分析;2015-2016年宁夏中部地区整体上植被有少量的增加。从7年数据总体上分析会发现宁夏中部地区植被有所增加，并未受到沙漠化较大的影响。

4 沙漠化的监测及预警

由于遥感技术具有大面积观测和具有实时的动态监测的特点，因此在土地沙漠化监测中具有重要的地位[8]。利用遥感手段对土地沙漠化的监测有多种方法，但目前国内外比较简单以及主流的方法有以下几种，即目视解译法、遥感影像的分类法、基于NDVI值的植被监测法、植被覆盖度监测法、定量遥感模型法[9]。因此可以利用本文所用的遥感手段对宁夏地区沙漠化的状态以及蔓延趋势进行监测，并在获得的监测数据的基础上对沙漠化进行预警[10]。

5 结论

本文以宁夏中部地区为研究区域，基于landsat7从2010-2016年遥感影像，通过数据处理和分析，分析了宁夏中部地区历年来土地沙漠化和绿化的变化情况，并提供了简单的监测预警方法，对宁夏地区生态环境的改善以及人类的可持续发展有一定的参考和借鉴意义。

本文使用了三种方法，即基于NDVI的动态变化监测、基于植被覆盖度的反演和历年植被变化对比来分析了研究区域的植被动态变化情况。无论是基于NDVI的植被变化监测、基于植被覆盖度的监测还是植被变化对比分析所得到的结论都是相差不多的。因此，排除其他不稳定的因素（2011年和2014年的数据有较大的误差），这三种方法得到了一个共同的结论：宁夏中部地区连续7年以来植被总量在不断地增加，但局部地区沙漠化依然在蔓延，宁夏地区在土地沙漠化的治理上取得了一定的进展。

——————————

参考文献：

〔1〕王涛.干旱区绿洲化、荒漠化研究的进展与趋势[J].中国沙漠，2009，29（01）：1-9.

〔2〕马建军.宁夏草业研究2005～2010[M].宁夏：宁夏阳光出版社，2011.

〔3〕王红岩.基于NPP和植被降水利用效率土地退化遥感评价与监测技术研究[D].北京：中国科学研究院，2013.

〔4〕白燕英.基于多时相遥感影像的盐渍化农田表层土壤水分反演研究[D].内蒙古：内蒙古农业大学，2019.

〔5〕Gao Ya; Gao Maofang; Wang Liguo; Rozenstein Offer. Soil Moisture Retrieval over a Vegetation-Covered Area Using ALOS-2 L-Band Synthetic Aperture Radar Data[J]. Remote SensingVolume 13， Issue 19. 2021. PP 3894-3894.

〔6〕Hai Xiao. Xingsheng Tang. Hongtao Zhang. Risk Assessment of Debris Flow in Longchi Area of Dujiangyan based on GIS and AHP [J]. Hainan： 基础科学，2020.

〔7〕杨泽粟.黄土高原植被生理过程和蒸散量计算方法及变化特征研究[D].兰州：兰州大学，2016.

〔8〕赵卓文.宁夏地区2000-2014年土地荒漠化遥感监测及驱动因子分析[D].徐州：江苏师范大学，2017.

〔9〕边振.基于遥感技术的荒漠化监测方法研究[D].北京：北京林业大学，2011.

〔10〕顾海兵.宏观经济预警研究：理论·方法·历史[J].经济理论与经济管理，1997，17（04）：3-9.