基于RS和GIS的榆林市土地沙化遥感监测.docx
- 文档编号:8904043
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:9
- 大小:103.87KB
基于RS和GIS的榆林市土地沙化遥感监测.docx
《基于RS和GIS的榆林市土地沙化遥感监测.docx》由会员分享,可在线阅读,更多相关《基于RS和GIS的榆林市土地沙化遥感监测.docx(9页珍藏版)》请在冰豆网上搜索。
基于RS和GIS的榆林市土地沙化遥感监测
基于RS和GIS的榆林市土地沙化遥感监测
LanddesertificationmonitoringbasedonRSandGISinYulinarea
摘要:
借助遥感、GIS等手段对小流域土壤侵蚀进行监测,分析陕西榆林地区土壤、地面地物的解译、监测,时空变化规律。
研究近20年的土壤沙漠化的时空演变情况,结果显示:
榆林地区土壤重度沙化从1990年到2000年增加1534KM2,到2006年天然绿地逐渐增加,有好转趋势的地域主要表现在靠近城镇的区域,说明土壤受环境和人类活动影响较大。
该研究通过土壤沙漠化的信息提取,防治沙地蔓延,改善土壤资源,实现可持续发展。
关键词:
土壤侵蚀;沙化;目视解译;空间分析
Abstract:
Withtheaidofremotesensing,GISmonitoringofsoilerosionofsmallwatershed,toanalysesoil,groundfeatureofinterpretation,monitoring,changerulesoftimeandspaceinYulinregionofShannxiprovince.Afterresearchingsoildesertificationinrecent20years,theresultshowed:
Yulinregionseverelysoildesertificationincreased1534km2from1990to2000.Butnaturalandartificialgreenspacegraduallyincreasedby2006,haveanimprovingtrend,greatlyinfluencedbyenvironmentandhumanactivities.Throughthestudyofsoildesertificationinformationextraction,spreadofpreventionandcontrolofdesertification,improvethesoilresources,realizesustainabledevelopment.
Keywords:
soilerosion,desertification,visualinterpretation,spatialanalysis.
0、引言
土壤是我国十分宝贵的一项自然资源,但是随着生态环境的日益破坏,我国在黄土高原地区的侵蚀、沙化现象严重威胁到生态平衡。
土壤沙化是泛指良好的土壤(或可利用的土壤)变成含沙很多的土壤,甚至变成沙漠的过程【1】。
针对这一现象,可以通过遥感研究,对榆林地区黄土高原地区长期性的监测,得出该地区土壤近几年的变化情况,根据侵蚀的情况和特点寻找相应的解决方法。
土壤侵蚀所引起的水土流失,是在人口快速增长下对于粮食供给最主要的威胁【2】。
榆林地区西北部是黄土高原,水土流失严重,土壤大面积荒漠化对当地生态环境、生产生活带来的极大的危害。
随着科学技术的发展,土壤侵蚀研究的方法也在不断改进,国内外普遍使用的研究方法如下:
测量学方法、土壤学方法、水文学研究方法、遥感研究法等【3】。
遥感数据具有高时间分辨率和宏观监测能力,大大减低了传统实地测量的工作量。
本次研究基于RS和GIS技术,根据landsat7卫星的ETM三期数据,运用遥感影像处理技术,动态对比的榆林地区土壤沙化程度,建立解译标志,计算面积。
最后通过空间分析和驱动力分析成果数据,为土壤资源的保护和可持续发展提供数据支持。
1、研究区域概况与影响因素
1.1研究区概况
榆林地区陕西省北部,地理坐标为37°55′—39°01′,109°04′—110°10′,位于黄土高原东南部,是陕北黄土高原和毛素乌沙地的交接地带,受黄河流域常年冲击而形成的地势相对平坦的地区。
榆林地区总面积为43578km²,属于温暖带和温暖带半干旱大陆性季风气候,四季分明,受黄土高原这一特殊地域的影响,总体呈较干旱,风沙大,降雨量小的的气候特点,年平均温度为10℃左右,年降雨量为400毫米。
该地区主要的地理类型包括旱地(沙化的土壤或荒地)、草地,山地,系陕、甘、宁、蒙、晋五省交界地。
辖榆阳区谷府、神木、定边、靖边、横山、米脂、佳县、子洲、吴堡、绥德、清涧11个县。
榆林地区人口335.1万,总耕地64.1万公顷,为陕西的粮食主要产区,同时矿产资源十分丰富。
图1陕西省北部为榆林地区详细地理位置。
图1榆林市地理位置
Figure1locationofyulincity
1.2影响因素
本次研究主要是通过对遥感图像的解译来获得相关数据,解译是依靠图中光谱所反映的信息来提取有用信息。
在同一类土壤中,通常有机质含量越高,其光谱反射率就越低,反之亦然。
土壤颗粒方面笼统地说,土壤颗粒越细,反射率越高。
同时,土壤中水分的含量也会显著的影响光谱反射率【4】。
同时,不同时段的卫片,因为植被覆盖率,天气等因素,导致绿地的面积、土壤沙化破碎程度随外界条件的相应变化,造成误差,对研究结果产生一定影响。
虽然影响不大,但是通过仔细筛选卫片的时间、拍摄效果可以尽最大可能的避免上述误差。
2、研究方法及技术路线
本文基本研究方法是应用3S技术,以地理信息系统软件为工具,以遥感卫星影像数据为基本数据源,利用ERDAS软件进行遥感数据的处理,在3期(1990年、2000年、2006年)数据多时相比较的前提下,结合相关资料和沙地光谱特征建立解译标志。
通过目视解译的方法得出该地区风蚀、水蚀的状况、程度。
结合该地区地理、人文、气候特征分析侵蚀形成的原因及类型。
利用遥感技术的多时相效应对比近两期十年的土壤侵蚀变化。
得出相应的办法和结论,并讨论解决办法。
研究的最主要内容就是在Mapgis67软件中对该地区各种相关地类通过目视解译的方式区分开。
解译主要的依据是图像中的三种特征:
光谱特征、间(几何)特征、纹理特征【5】。
对于沙化的土壤进行解译,关键要参考其光谱特征和纹理特征。
遥感图像目视解译是根据作业人员的经验知识,按照应用的目的识别图像上的目标,并定性、定量地提取目标的形态、结构、功能、性质等的技术手段,目视解译是遥感图像应用过程中的主要方法之一【6】。
目视解译首先要建立解译标志,图像的解译标志是遥感图像上能直接反映和判别地物信息的图像特征。
在解译过程中中多次利用到Googleearth软件的帮助进行解译。
Googleearth软件民用的最高分辨率可达1米,在这个高分辨率的图像下,很多在遥感图像上看不清,或者较难解译的区域就可以参考Googleearth解译,较为容易的分出河流、沙地,同时对于遥感卫片上“异物同谱”等难以确定的地物可以借此进行正确区分。
在Mapgis67软件中进行解译时,需将每个单独地物、区域画出来,描出它们的边界,注意较小区域的判读,还要根据地面图像信息,区分沙化程度。
把面积较大,颜色发白,色泽较为平滑,阴影不突出,区域内植被或其余地物覆盖率不足20%,有类似风蚀状的纹理或相对光滑的图像信息作为重度沙化的解译标志,红色范围线内的白色区域(图2左),而有些重度沙化区域还表现出地面因风蚀、风化作用严重,呈现出很粗糙、突兀的露岩地等情况;再把影像上色彩差异变化相对明显,白色沙地中混有少量绿色植被、或者其他颜色地物,相对粗糙作为轻度沙化的解译标志,在轻度沙化的区域由于有石块地的存在,所以在影像上显得相对粗糙(图2中);潜在沙化在图像上主要位于大面积沙化抵押于的中间或边缘,呈小块出现,具有50%左右的植被覆盖度。
(图2右)。
图2重度、轻度、潜在沙化的解译标志
Figure2Severe,mild,potentialinterpretationsymbolofdesertification
潜在沙化地类的解译要根据主观分析为主,潜在沙化是指现阶段没有沙漠化的土壤,但由于人为、自然环境等因素,在未来可能会发生沙漠化的土壤,主要特征是,较小的植被绿地等,分布在大面积重度沙化的中间或者边缘。
区分沙漠化程度的类别中,还可以参考国际上常用的沙漠化土壤指标(表1)
表1沙漠化土壤分类指标
Form1Desertification,soilclassificationindex
沙漠化类型
流沙面积比(%)
植被覆盖度(%)
主要特征
固定沙丘(轻度)
<5
>50
地表稳定,有明显植被覆盖,很难看到流沙
半固定沙丘(中度)
5~20
20~50
地表有少量植被,有风沙活动迹象,裸沙呈片散列分布
半流动沙丘(重度)
20~50
5~20
地表粗化,沙地裸露,流沙大面积分布
流动沙丘(严重)
>50
<5
地表裸露,沙地占绝对优势,几乎无植被分布
结合沙漠化土壤指标与实地考察分析,针对这次解译,将位于大面积沙化地区的小面积的具有相对植被覆盖度的固定沙丘作为潜在沙化,可将半固定沙丘类型列为轻度沙化,半流动沙丘和流动沙丘列为重度沙化。
综上所述,本次研究具体的操作流程包括三大部分:
(一)、图像的处理部分:
图像处理是目视解译前的准备工作。
主要包括图像的下载,对遥感图像进行相应的处理,而进行实现数据转换多波段组合,与高光谱数据进行分辨率融合达到提高分辨率的目的,再把四景图像进行拼接镶嵌,最后进行数据转换。
(二)、图像的解译:
这是这次研究的核心部分。
详细浏览了榆林市行政区的遥感地图后,将地类主要分为了8类:
河流、湖泊、重度沙化、轻度沙化、潜在沙化(这三个程度的沙化解译的主要目标,也是这次研究重点)、山林、绿地、居民区和耕地区。
(三)、结果分析:
解译出成果后,对数据进行空间分析、驱动力分析。
分析不能片面和草率,需要从多角度出发,综合性的考虑研究结果的成因和影响因素。
例如:
针对土壤沙漠化出现的地理位置,空间和事件变化规律参考,采用综合分析法,得出相应结论。
技术线路图如图3所示。
数据格式转换
收集图像数据
图像波段组合
图像分辨率融合
解译前的预处理
图像镶嵌
在Mapgis67下
目视解译
行政区边界处理
空间分析
成图、结果分析
驱动力分析
图3技术路线图
Figure3thetechnologyroadmap
3、调查结果与应用分析
3.1调查结果
ETM数据的解译结果可以近似反应榆林地区土壤沙化的分布现状,土壤沙化主要分布在该地区西部和北部,轻度沙化地主要分布在北部与内蒙古接壤的地区和西南部靖边县和横山县之间的地区,重度沙化分布在以榆林市区为中心的市郊等大部分地区。
东南部大面积的山林地区几乎不存在土壤沙化现象。
居民地、耕地除县市区之外,沿河流分布的现象也十分明显,解译结果计算数据如表2所示。
表2各种沙化类型土壤面积的两期对比
Varioustypesofsoildesertificationareaoftwophasecontrast
年份
土壤类型
1990年(面积/KM2)
2000年(面积/KM2)
2006年(面积/KM2)
重度沙化
10363.698
11897.871
11093.637
轻度沙化
3085.737
4582.713
3956.810
潜在沙化
1511.876
852.211
962.476
根据上述表格的对比,可以发现2000年土壤侵蚀的状况有所加剧,从1990年到2000年,重度沙化、轻度沙化的区域面积有所扩大,而潜在沙化面积缩小了近一半。
到了2006年土壤沙化这一现象有了一定的好转。
在mapgis空间分析子系统中,还可以算出在1990年有哪些区域的轻度沙化土壤到了2000年变成了重度沙化土壤,经计算,在1990年中的轻度沙化土壤有801.86km²转变为重度沙化。
通过区对区合并分析,得出的土壤变化图像中,黑颜色的表示1990年轻度沙化区与2000年的重度沙化区相交的区域,如图4所示。
参考图4,对照当地行政区和居民地、山地等各类地类分布情况,得出土壤沙化转变的规律:
例如榆林市区西郊、横山县附近在靠近居民地的区域内,沙化的变化会集中明显,程度相对较快,而在离居民地较远的地区,土壤沙化分布零星,呈小区域简便的趋势,沙化程度较慢。
这说明人为因素对土壤沙化的影响比自然环境因素的影响更剧烈。
图4土壤转变区域
Figure4soiltransitionarea
3.2原因分析
结果显示在1990年到2000年这10年里,土壤的沙化程度发生了一定程度的恶化。
这个原因是多方面的,具体情况如下:
(1)自然地理因素:
黄土高原的气候雨量较少,雨季短促,急骤的暴雨往往造成山洪暴发和水土的大量流失。
干季较长,日光充足,热量条件比较优越;冬春季节多大风,冬干、春春旱现象比较明显【7】。
(2)人文因素:
人文因素对于土壤侵蚀的发展状况影响是十分巨大的。
例如乱砍乱伐,导致水土流失等,人为环保意识的淡薄会使环境每况愈下。
(3)政府政策因素,政府的对于环保的政策和力度不够,关注程度也不够,没能有效遏制土壤沙化的蔓延。
在研究的过程中,又通过相同的方法对2006年的遥感图像进行解译和分析,发现该地区的土壤状况有所好转。
尤其是城镇周围的沙化有所减轻,绿化逐渐增加,说明人为因素的影响对土壤变化起到了关键作用。
陕西省林业厅近期公布的数据可以看出陕北黄土高原“绿色版图”在迅速扩大,1999年以来,延安市退耕还林882万亩,新增水土流失治理面积12万平方公里,治理程度由20.7%提高到45.5%,林草覆盖率由42.9%提高到57.9%。
陕西省气象部门对美国、法国卫星遥感资料综合分析后认为,陕北黄土高原的主色调正在由“黄”变“绿”。
1982年至2007年26年间,陕北黄土高原绿色度上升了9.3%。
众所周知的“三北防护林”就对北方大部分地区的土壤侵蚀现象带来了不可磨灭的救治和改善,规划营造林总面积3508万公顷。
工程建成后,森林覆盖率由1975年5%提高到2050年14%左右。
到1998年已圆满完成了一、二期工程,三期工程已全面启动,在黄土高原,大面积水土流失区得到初步治理,流入黄河的泥沙量减少了10%以上【8】。
4结论
在遥感数字图像的精度、分辨率适宜的情况下,利用遥感技术的多时相效应能较好的实现对土壤侵蚀的监测。
随着遥感技术的发展,遥感影像监测技术作为遥感影像分析的一种有效工具,成为遥感研究的前沿,并得以迅速发展。
例如现阶段国产环境一号卫星遥感数据能提供丰富的地面信息,其数据有较高的时间分辨率,可以更好的实现土壤、湿地的动态监测【9】。
本次研究方法运用了多个时段卫片数据相对比,依照研究区的实际情况选择地物的分类,在此基础上系统地进行了目视解译、专题制图,对结果较为全面的分析和概述,从多个方面总结了土壤侵蚀变化的原因。
在土壤侵蚀方面,较为详细认真的分析了土壤侵蚀的原因,影响土壤侵蚀的各种因素,以及介绍了榆林地区现阶段的土壤侵蚀发展状况。
在做类似的相关研究时,尝试加入对土壤侵蚀机理的研究,从而更详细的得到准确的结果和信息;还可引入层次分析决策法,投入实际应用,就是把多层次、多目标、多决策进行综合参考,用分析指标权重的确定来影响结果,形成单层次、单目标的决策进行应用治理【10】。
此外,随着对土壤侵蚀机理研究的深入,有望利用遥感和地理信息系统建立较好的土壤侵蚀DEM,并且广泛应用于实际。
主要结论如下:
(1)土壤沙漠化在1990年至2000年间存在加剧恶化的情况,重度沙化和轻度沙化分别从10363km²和3085km²增加到11897km²和4582km²。
但参考2006年数据和网上相关的近期信息,土壤沙漠化有好转的趋势,主要表现为人工绿地的增加。
(2)本文的目视解译在解决“同物异谱”和“异物同谱”的问题存在不足,最好能进一步提高分辨率和把计算机分类解译和目视解译、野外实际考察联系起来,使监测的结果准确,有实用价值。
(3)土壤沙漠化也不能单纯的看做直接的变化,而是一个分阶段的渐变变化,例如“潜在沙化—轻度沙化—重度沙化”是一个逐渐变化的过程,每一个变化过程受到时间、自然因素、人为因素的影响,不能单独用数字思考变化的规律和速度。
(4)从土壤沙化加重,或者减缓的变化的程度和相对集中的区域来看,人类活动的影响要大于自然环境的影响,在土壤变化的过程中起了绝对优势的最用。
参考文献(References)
[1]熊晓姣.国内外水土流失与土壤退化现状及特点分析.湖北林业科技,2006.4:
45.
Xiongxiaojiao.Soilerosionandsoildegradationbothathomeandabroadpresentsituationandcharacteristicsoftheanalysis.Hubeiforestryscienceandtechnology,2006.4:
45.
[2]周为峰.基于遥感和GIS的区域土壤侵蚀调查研究:
博士学位论文[D].北京:
中国科学院研究生院,2005.
Zhouweifeng.BasedonRSandGISinregionalsoilerosionresearchPhDdissertation[D].BeijingGUCAS,2005.
[3]肖辉军.基于多时相多源影像的丹江口市土壤侵蚀监测研究:
博士学位论文[D].武汉:
华中农业大学,2007.
Xiaohuijun.Basedonthelongphaseofmulti-sourceimagesdanjiangkoucitysoilerosionmonitoringresearchPhDdissertation[D].WuhanHuzhongagriculturaluniversity,2007
[4]徐金鸿.土壤遥感监测研究进展.水土保持研究.2006,13
(2):
21-26.
Xujinhong.Researchprogressofremotesensingmonitoringsoil.Researchofsoilandwaterconservation.2006,13
(2):
21-26.
[5]邢立新,潘军,陈圣波.遥感信息科学概论.吉林大学出版社.2003.3:
117.
Xinglixin,Panjun,Chenshengbo.Introductiontoremotesensinginformationscience.JilinUniversityPress.2003.3:
117.
[6]濮静娟.遥感图像目视解译原理与方法.中国科学技术出版社.1992:
14.
Pujingjuan.Imagevisualinterpretationprincipleandmethodofremotesensing.ChinascienceandtechnologyPress.2003.3:
117
[7]刘文泉,王馥堂.黄土高原地区农业生产对气候变化的脆弱性分析.南京气象学院学报.2002.10(5):
58-74.
Liuwenquan,Wangfutang.Thevulnerabilityanalysisofagriculturalproductiontoclimatechangeinthelossesplateau.JournalofNanjingmeteorologyinstitute.2002.10(5):
58-74.
[8]王红春,崔武社,寇文正.关于防护林的防护成熟概念[J].北京林业大学学报.2000(3):
45-49.
Wanghongchun,Cuiwushe,Kouwenzheng.Matureconceptofshelterforestprotection[J].JournalofBeijingForestryUniversity.2000(3):
45-49.
[9]黄翀,刘高焕.黄河三角洲刁口河流路湿地恢复遥感监测与评价.地理科学进展.2012(5):
570-576.
Huangchong,Liugaohuan.DiaoriveroftheYellowRiverdeltawetlandrestorationofremotesensingmonitoringandevaluation.Geographicalscienceprogress.2012(5):
570-576
[10]张宁,常学礼.基于沙漠化程度和NDVI指数的奈曼旗生态安全评价.生态学杂志.2010.6(29):
1250-1256
Zhangning,CHangxueli.BasedonthedegreeofdesertificationandtheNDVIindexNaiManQiecologicalsecurityevaluation.Ecologymagazine2010.6(29):
1250-1256
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 RS GIS 榆林市 土地 沙化 遥感 监测