徐涵秋
(福州大學(xué)環(huán)境與資源學(xué)院,福州大學(xué)遙感信息工程研究所,福建省水土流失遙感監(jiān)測評估與災(zāi)害防治重點(diǎn)實(shí)驗(yàn),福州 350108)
水土流失是當(dāng)今世界面臨的一個(gè)嚴(yán)峻問題,嚴(yán)重的水土流失已造成了生態(tài)環(huán)境的急劇退化,其誘發(fā)的各種災(zāi)害已給人民群眾的生產(chǎn)生活帶來了極大的危害。我國是世界上水土流失最嚴(yán)重的國家之一,水土流失的脅迫已造成許多地區(qū)的人民群眾背井離鄉(xiāng),另覓他鄉(xiāng)。即便是在全國森林覆蓋率第一名的福建省,水土流失現(xiàn)象也相當(dāng)普遍。而地處福建西部的長汀縣,更是以其嚴(yán)重的水土流失而成為中國南方紅壤地區(qū)的典型水土流失區(qū),一直倍受各界的關(guān)注。
水土流失在地表上的典型表現(xiàn)就是大面積的土壤直接裸露地表。因此,無論是水土流失治理或治理成效評價(jià),其關(guān)鍵的第一步就是要快速準(zhǔn)確地判斷地表土壤裸露區(qū),定量分析其時(shí)空變化。當(dāng)前,衛(wèi)星遙感對地觀測系統(tǒng)以其快速、實(shí)時(shí)、大面積觀測的特點(diǎn)在水土流失調(diào)查中有著無可比擬的優(yōu)勢,其所獲得的數(shù)據(jù)是各級(jí)政府開展水土流失治理工作的決策依據(jù),遙感技術(shù)已成為水土流失治理和評價(jià)不可或缺的高新技術(shù)[1]。近年來,針對長汀地區(qū)水土流失的遙感調(diào)查也陸續(xù)見諸報(bào)道。江洪等[2]利用遙感植被指數(shù)研究了長汀縣1994、2003年的植被覆蓋度變化,結(jié)果表明這期間長汀縣的高植被覆蓋面積增加了150km2;吳清泉等[3]以長汀縣為例,探討了基于SPOT影像的水蝕區(qū)水土流失遙感動(dòng)態(tài)監(jiān)測的方法;武國勝等[4]應(yīng)用遙感影像研究了長汀縣1988—2007年間的土壤侵蝕景觀格局變化,指出該區(qū)的侵蝕景觀類型主要表現(xiàn)出由侵蝕較強(qiáng)的景觀向侵蝕較弱的景觀轉(zhuǎn)移的特點(diǎn)。但是,針對該區(qū)地表裸土變化的調(diào)查尚未見報(bào)道,而相關(guān)的研究在國內(nèi)外也不多[5]。Servenay和Prat[6]利用航空照片和SPOT影像對墨西哥Michoacan州1975—2000年的土壤侵蝕狀況進(jìn)行了調(diào)查,發(fā)現(xiàn)該區(qū)的土壤侵蝕在25a里并沒有加劇的現(xiàn)象。Rodríguez和González[7]基于Landsat TM/ETM+影像和監(jiān)督分類法調(diào)查了西班牙Guadalajara地區(qū)1989—2002年間的土壤流失情況,結(jié)果表明該區(qū)河谷的土壤在這一期間減少了2/3。李正國等[8]利用Landsat TM數(shù)據(jù)研究了延安和榆林市1987—2002年間的景觀破碎化及其土壤裸露效應(yīng)。結(jié)果表明,高破碎化特征景觀的土壤裸露程度要明顯高于低破碎化景觀。
為了查明長汀縣水土流失最嚴(yán)重的河田盆地區(qū)的地表裸土動(dòng)態(tài)變化特征,本文以遙感特征信息提取技術(shù)為手段,重點(diǎn)對該區(qū)的地表裸土分布進(jìn)行跨度近35年的時(shí)空變化分析,這對該區(qū)長期水土流失治理成效的科學(xué)評價(jià),對該區(qū)今后進(jìn)一步治理工作的開展都具有非常重要的意義。
長汀縣地處福建西部,是福建的邊遠(yuǎn)山區(qū)縣。該縣屬亞熱帶季風(fēng)氣候,年平均氣溫18.8—19.3℃,年降雨量1500—1700mm。從圖1該縣1988年Landsat TM衛(wèi)星影像中可以直觀看出,當(dāng)時(shí)該縣四周皆為綠被覆蓋,只有中部表現(xiàn)為泛紅的裸土區(qū)。該區(qū)即為聞名遐邇的長汀河田水土流失區(qū),也是該縣長期治理的最主要水土流失區(qū)。因此本文將其作為研究區(qū),重點(diǎn)研究該區(qū)1976—2010年地表裸土分布的時(shí)空變化。
研究區(qū)北距長汀縣城約 20km,地理位置為東經(jīng) 116°16'—116°34',北緯 25°30'—25°44',面積 775.4km2。研究區(qū)中心為一凹陷地形,最低海拔226m;其四周基本為群山所懷抱,最高海拔1081m,相對高差855m,表現(xiàn)為一盆地地貌特征(圖1)。因此,在《長汀縣志》中被稱為河田盆地,取名于其中部的河田鎮(zhèn)。盆地基底由花崗巖組成,巖石質(zhì)脆,面蝕強(qiáng)烈,風(fēng)化后土壤類型以紅壤土和砂壤土為主[9]。
研究數(shù)據(jù)采用衛(wèi)星遙感影像??紤]到數(shù)據(jù)源的一致性,避免影像處理過程中可能產(chǎn)生的不確定性,所有遙感數(shù)據(jù)統(tǒng)一采用Landsat衛(wèi)星系列數(shù)據(jù)。時(shí)間跨度從1976—2010年。由于該區(qū)的水土流失有效治理始于20世紀(jì)80年代,因此這一研究時(shí)段可以從該區(qū)有效治理前的1976年一直考察到經(jīng)過近35年治理后的今天,研究結(jié)果有助于全面揭示該區(qū)水體流失治理的客觀情況。
圖1 研究區(qū)位置及其3維地貌特征(RGB:741)Fig.1 Map showing the location of the study area and 3D-perspective view of the Hetian Basin(RGB:741)
圖2 土壤與建筑用地的波譜曲線Fig.2 Signatures of bare soil and built-up land
分別在70、80和90年代各選一個(gè)時(shí)相,而2000年之后由于是福建省政府為民辦實(shí)事重點(diǎn)治理的十年,所以加入2004年時(shí)相,以加密對該時(shí)段的考察。影像類型及其獲取時(shí)間分別為:1976-11-28(MSS)、1988-10-16(TM)、1999-08-20(ETM+)、2004-10-12(TM)和2010-10-29(TM)。
采用美國建立全國土地覆蓋數(shù)據(jù)庫(NLCD)使用的標(biāo)準(zhǔn)化流程對影像進(jìn)行輻射校正,用Chander等[10-11]和Chavez[12]的模型和參數(shù)將原始影像的灰度值(DN)轉(zhuǎn)換為傳感器處反射率,以減少不同時(shí)相的影像在地形、光照和大氣等方面的差異,然后將它們重新轉(zhuǎn)換為8 bit整形數(shù)據(jù);不同時(shí)相的影像之間采用二次多項(xiàng)式和最鄰近象元法進(jìn)行配準(zhǔn),配準(zhǔn)的RMS誤差都小于0.5個(gè)象元。
裸土信息主要采取遙感指數(shù)法進(jìn)行提取。選用的是Kearney等人的歸一化差值裸土指數(shù) NDSI[13],其公式為:
式中,TM5和TM4分別代表TM影像的第5和第4波段。
但從該指數(shù)的構(gòu)成可以看出,NDSI實(shí)際增強(qiáng)的是地表具有高亮度、低植被覆蓋的地區(qū),所以其增強(qiáng)的信息中不僅包含了裸土信息,還包含了建筑用地信息。實(shí)際上,這一指數(shù)也被用來增強(qiáng)建筑用地信息[14-15]。從圖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)的土壤指數(shù)進(jìn)行計(jì)算,土壤和建筑用地都會(huì)呈正值而被增強(qiáng),導(dǎo)致建筑用地和土壤混淆。圖3從光譜特征空間的角度進(jìn)一步證實(shí)了這一點(diǎn)。在TM5和TM4波段構(gòu)成的光譜特征空間中,建筑用地和土壤的散點(diǎn)因相互重疊而無法很好地區(qū)分。裸土信息和建筑用地信息相混在國內(nèi)外的遙感研究中一直是一難題[16-17]。對此,本文采用雙重指數(shù)法對其進(jìn)行改進(jìn),通過進(jìn)一步引入歸一化差值不透水面指數(shù)NDISI[18]來解決裸土信息和建筑用地信息混淆的問題。由于不透水面指數(shù)NDISI增強(qiáng)的只是建筑物、道路等地表不透水面信息,因此可以用其來濾掉公式(1)裸土指數(shù)提取信息中混有的建筑用地信息。NDISI的公式為:
式中,TM6、TM5、TM4和 TM2分別代表 TM 影像的第6、5、4、2波段。
圖3 光譜特征空間Fig.3 Spectral feature spaces of TM5 vs.TM4 and TM6 vs.TM5
從公式(2)可以看出NDISI不透水面指數(shù)的構(gòu)建采用的特征波段主要是TM6和TM5,土壤和建筑物在這兩個(gè)波段的變現(xiàn)截然不同。土壤表現(xiàn)為TM5>TM6,而建筑物表現(xiàn)為TM5<TM6(圖2)。因此利用公式(2)進(jìn)行處理的結(jié)果只會(huì)增強(qiáng)建筑用地,而土壤會(huì)呈現(xiàn)負(fù)值而被抑制。從圖3也可以看出,在TM6和TM5所構(gòu)成的光譜特征空間中,土壤與建筑用地的散點(diǎn)并不重疊,因此二者不會(huì)產(chǎn)生混淆。
裸土信息的提取首先采用公式(1)、(2)分別對影像中的裸土和不透水面信息進(jìn)行增強(qiáng),獲得二者的增強(qiáng)影像。由于二者都是歸一化指數(shù),所以被指數(shù)增強(qiáng)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負(fù)值。進(jìn)一步將裸土增強(qiáng)影像和不透水面增強(qiáng)影像疊加,然后采用下式進(jìn)行邏輯運(yùn)算,濾去建筑用地信息:
式中,T1為裸土的閾值,大于T1的即為裸土;T2為不透水面的閾值,大于T2的為建筑不透水面。
公式(3)意指:如果象元i在裸土增強(qiáng)影像和不透水面增強(qiáng)影像中的指數(shù)值分別大于T1和T2,說明該象元是建筑用地,而不是裸土,因此予以濾去;如果象元i在裸土增強(qiáng)影像中的指數(shù)值大于T1,而在不透水面增強(qiáng)影像中小于T2,則該象元是裸土,而不是建筑用地,將其保留。經(jīng)過這樣處理后,NDSI裸土影像中的建筑用地信息就可以被濾去,剩下的就是裸土信息,據(jù)此提取出來的就是裸土分布圖。由于1976年的MSS影像沒有相當(dāng)于TM5、TM6的中紅外和熱紅外波段,因此無法采用雙重指數(shù)法來提取裸土信息,而是采用最大似然分類法對其進(jìn)行分類,然后將分類結(jié)果中的土壤類信息單獨(dú)提取出來。
精度驗(yàn)證采用野外實(shí)地驗(yàn)證結(jié)合高分辨率影像驗(yàn)證的方法。2010年10月影像的裸土提取結(jié)果于同年11月在長汀進(jìn)行實(shí)地驗(yàn)證,而不可及的地區(qū)則用ALOS高分辨率影像(2.5m)進(jìn)行驗(yàn)證。對于歷史時(shí)期影像的提取結(jié)果則采用年份對應(yīng)或接近的SPOT 10m分辨率影像進(jìn)行驗(yàn)證。由于1976年的MSS影像沒有同年代分辨率較高的影像,所以主要將提取的裸土信息與其彩色合成影像對比。驗(yàn)證結(jié)果表明所提取的各時(shí)相裸土信息均具有較高的精度(表1)。
表1 精度驗(yàn)證表Table 1 Accuracy assessment
分別對1976、1988、1999、2004、2010年的裸土提取影像(圖4)進(jìn)行統(tǒng)計(jì),得出研究區(qū)各時(shí)相裸土分布面積及其所占比例(表2)。
表2 研究區(qū)裸土面積變化表Table 2 Area of bare soil cover and its changes during the study period
從表2可以看出,河田盆地區(qū)地表裸土面積在所研究的時(shí)間段內(nèi)有了很大的變化,其面積從1976年的159.17km2下降到2010年的51.98 km2,裸土面積減少了66.73%,凈減了107.19km2;其裸土面積占研究區(qū)的比例也從1976年的20.53%下降到2010年的6.7%。地表裸露面積的大幅減少,反映了長汀縣的水土流失治理已經(jīng)取得了顯著的成效。如果按圖5的模型預(yù)測,到了2028年該區(qū)的地表裸土將有望基本消失。
如果根據(jù)影像的年份將所研究的時(shí)間分為1976—1988、1988—1999和1999—2010三個(gè)時(shí)段,每個(gè)時(shí)段11—12a。可以看出,3個(gè)時(shí)間段的裸土面積依次減少,減少速度依次加快。1988—1999年時(shí)間段的裸土減少面積和速度都大于1976—1988時(shí)間段,說明該區(qū)始于20世紀(jì)80年代的治理已逐漸收到成效;而1999—2000年時(shí)間段的裸土面積減少最多,速度最快,大大超過了前兩個(gè)時(shí)間段。這說明2000年福建省政府將長汀縣的水土流失治理納入省政府為民辦實(shí)事項(xiàng)目后,該區(qū)的水土流失治理工作明顯加快。但從治理速度來看,1999—2004年的速度最快,達(dá)到每年減少4.84 km2,而 2004—2010年間的速度有所放緩,每年減少3.91 km2。
從圖4和表2可知,該區(qū)在20世紀(jì)70年代地表裸露程度相當(dāng)嚴(yán)重。1976年的裸土面積占去了研究區(qū)的1/5強(qiáng),盆地中心因少有植被覆蓋,而造成連片的土壤裸露,山丘之間的溝壑也少有植被穿插,生態(tài)十分惡劣。除了主盆地外,西南部以及東邊的兩個(gè)溝谷都有大量裸土分布。隨著治理工作的開展,1988年盆地仍以連片裸露的土壤為特征,但其間已出現(xiàn)分割的植被條帶;到了1999年,穿插于成片裸土中的植被條帶進(jìn)一步增多,連片裸土的完整性受到破壞;到了2004年,盆地中心大片裸露土壤已大為減少;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,其東邊溝谷的裸土基本消失,西南端的裸土也大量減少,生態(tài)環(huán)境明顯改善??偟目磥恚阃练植急憩F(xiàn)出從盆地邊緣逐漸往盆地中心收縮,從成片分布到逐漸破碎的趨勢。
圖4 研究區(qū)各時(shí)相裸土分布圖Fig.4 Extracted bare soil images of each study year
圖5 裸土分布面積的變化Fig.5 The area change of the bare soils during the study years
圖6是河田鎮(zhèn)羅地村東南一帶裸土分布變化的詳圖(面積17.11 km2),它可以作為河田盆地區(qū)水土流失治理成效的一個(gè)縮影。其裸土分布面積從1976年的10.63 km2依次減到 1988 年的 8.87 km2、1999 年的7.77 km2以及2010年的1.55 km2;所占比例也從1977年的62.1%銳降到了2000年的9.1%,地表裸露程度得到了顯著改善。
以上結(jié)果表明以河田為中心的長汀縣水土流失治理在近35年內(nèi)取得顯著的成效,這與各級(jí)政府的重視和當(dāng)?shù)厝嗣袢罕姷呐κ欠植婚_的。針對河田地區(qū)的水土流失治理在解放前就已開始,但并沒有取得成效。解放后的治理大致可分為3個(gè)時(shí)間段:(1)20世紀(jì)80年代之前,這一時(shí)期的治理工作一直是時(shí)斷時(shí)續(xù),收效不明顯[19]。(2)1980—2000年,這一時(shí)期內(nèi)該區(qū)的水土流失才開始有效治理。1983年5月,河田被省政府定為全省治理水土流失的試點(diǎn),并撥??钸M(jìn)行綜合治理。(3)2000年以后,這一時(shí)期是治理的加速期。2000年2月福建省委、省政府將長汀縣水土流失綜合治理列為全省為民辦實(shí)事項(xiàng)目,每年準(zhǔn)備籌集2000萬用于綜合治理。同年6月,頒布了《封山育林命令》。
圖6 河田寮村一帶裸土分布變化圖(上:原始影像,RGB:741;下:裸土提取圖)Fig.6 Dynamics of bare soils in the Liao Village
本次研究的3個(gè)時(shí)間段基本體現(xiàn)了以上長汀縣水土流失治理的3個(gè)歷史時(shí)期。1976年的影像代表尚未進(jìn)行有效治理時(shí)的地表裸露程度;1999年的影像代表實(shí)施“試點(diǎn)”工程后的裸土分布情況;2010年的影像則代表實(shí)施“為民辦實(shí)事”工程后的最新地表裸露情況??偟目磥硭芯康?個(gè)時(shí)間段很好地反映了政策的效應(yīng),具體表現(xiàn)在隨著不同時(shí)期政策力度的加大,該區(qū)裸土面積的減少越來越多、速度越來越快。特別是后一時(shí)間段充分反映了2000年長汀縣水土流失治理被納入為民辦實(shí)事的項(xiàng)目后所產(chǎn)生的巨大效應(yīng)。
顯然,政策的扶持及其伴隨的一系列有效措施極大地推進(jìn)了長汀縣以河田為中心的水土流失治理工作。圖5的模型預(yù)測河田盆地區(qū)地表裸土有望基本消失的時(shí)間為2028年。預(yù)計(jì)到2028年河田盆地水土流失會(huì)得到徹底治理。
當(dāng)前常用的遙感裸土指數(shù)尚無法對裸土信息進(jìn)行準(zhǔn)確提取,其提取的信息中會(huì)含有建筑用地的信息。通過與不透水面指數(shù)結(jié)合的雙重指數(shù)法可以較好地分離裸土中的建筑用地信息,有效提高裸土信息的提取精度。
長汀縣河田盆地區(qū)在過去的近35年里水土流失治理工作取得了顯著的成效,地表裸露面積大幅減少,裸露比例大幅降低。裸土面積從1976年的159.17 km2銳減到2010年的51.98 km2,比例從20.5%下降到6.7%。在空間上,裸土的分布表現(xiàn)出從盆地邊緣逐漸往盆地中心收縮,從成片分布到逐漸破碎的趨勢。
在所觀察的3個(gè)時(shí)間段里,裸土面積的變化表現(xiàn)為面積減少速度越來越快,這客觀地反映了該區(qū)水土流失治理的幾個(gè)重要?dú)v史時(shí)期的政策效應(yīng)。
[1] Xu X,Ma K,F(xiàn)u 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.
參考文獻(xiàn):
[1] 徐憲立,馬克明,傅伯杰,劉憲春,黃勇,祁建.植被與水土流失關(guān)系研究進(jìn)展.生態(tài)學(xué)報(bào),2006,26(9):3137-3143.
[2] 江洪,王欽敏,汪小欽.福建省長汀縣植被覆蓋度遙感動(dòng)態(tài)監(jiān)測研究.自然資源學(xué)報(bào),2006,21(1):126-132.
[3] 吳清泉,陳明華,陳文祥,岳輝.福建省水蝕區(qū)土壤侵蝕遙感監(jiān)測技術(shù)探討.水土保持通報(bào),2007,27(4):49-52.
[4] 武國勝,林惠花,朱鶴健,沙晉明,戴文遠(yuǎn).典型紅壤侵蝕景觀的時(shí)空變化——以福建長汀為例.應(yīng)用生態(tài)學(xué)報(bào),2011,22(7):1825-1832.
[5] 李正國,王仰麟,張小飛.陜北黃土高原景觀破碎化及其土壤裸露效應(yīng).生態(tài)學(xué)報(bào),2005,25(3):421-427.
[8] 長汀縣地方志編撰委員會(huì).長汀縣志.北京:生活圖書新知三聯(lián)書店,1992年,1108頁
[14] 楊山.發(fā)達(dá)地區(qū)城鄉(xiāng)聚落形態(tài)的信息提取與分形研究——以無錫市為例.地理學(xué)報(bào),2000,55(6):671-678.
[19] 趙昭昞.福建河田盆地水土流失地區(qū)用林草措施治理的研究.水土保持學(xué)報(bào),1987,1(1):81-89.