基于Landsat TM／ETM影像的黃河三角洲鹽漬土動態(tài)變化分析

曹建榮，劉文全，黃 翀，劉 朋

（1.聊城大學 環(huán)境與規(guī)劃學院，山東 聊城252059；2.國家海洋局第一海洋研究所 海洋地質室，山東 青島266061；3.中國科學院 地理科學與資源研究所 資源與環(huán)境信息系統(tǒng)重點實驗室，北京100101；4.中國環(huán)境監(jiān)測總站，北京100012）

隨著土壤鹽分監(jiān)測技術和計算機技術的發(fā)展，尤其是GIS和RS技術應用，區(qū)域上土壤鹽漬化的研究方法和技術手段不斷提高，土壤鹽分的計算機制圖技術、土壤鹽漬化遙感反演近年來已經得到較為廣泛應用［1－9］。對于土壤鹽漬化土地的遙感信息提取，多數研究者運用K—L變換，K—T變換、鹽分指數模型構建等方法突出鹽漬化土地光譜信息特征，而對鹽化土地的時空變化，多以GIS技術為支撐，結合自然與社會背景等非遙感數據，分析鹽化地的分布、時空變化及其驅動因素［10－19］。關元秀等［1］運用多期 Landsat衛(wèi)星數據，結合采樣和野外調查，對黃河三角洲鹽化土地的動態(tài)變化進行了監(jiān)測和等級劃分，最后建立了改良分區(qū)模型。李百紅等［20］通過構建土地鹽化指數、土地鹽化綜合指數、土地變化驅動力重心與向量模型研究東營墾利縣的土壤鹽漬化狀況和退化過程。李靜，孟巖等［21－22］通過分析主要地類光譜特征，構建鹽堿地土壤鹽漬化退化指數，提取該區(qū)鹽堿退化土地信息。通過波段間的組合構建了突出反映鹽漬化信息的土地退化指數，進行土地退化等級分布，進而分析墾利縣的土地退化的動態(tài)演化規(guī)律。而通過遙感方法提取黃河三角洲鹽堿地信息時，單獨基于光譜特征的常規(guī)分類方法往往不能達到好的效果，需融入土壤全鹽、地下水埋深和歸一化植被指數以及水庫灌區(qū)等輔助數據加以校正，可得到較好的應用效果。從而能快速準確地提取黃河三角洲土壤鹽漬化信息和土地退化數據，為整個三角洲區(qū)域的鹽堿地的動態(tài)及其驅動力的研究提供進一步探索方法。

1 研究區(qū)概況

研究區(qū)屬于現(xiàn)代黃河三角洲范疇，主要以現(xiàn)狀海岸線和1855年改道來的古海岸線為界，總面積約2 877.7km2，包括東營市河口區(qū)和墾利縣絕大部分行政區(qū)域，包含勝利油田及黃河三角洲國家級自然保護區(qū)。該區(qū)屬典型的溫帶半濕潤氣候，并具明顯的大陸性氣候特點，四季分明，干濕明顯，溫差大，夏季炎熱，冬季干冷；多年平均降水量537.4mm，多年平均蒸發(fā)量1 470～2 246mm，多年平均氣溫為11.7℃，無霜期歷年平均217.8d。該區(qū)地勢平坦，南高北低，西高東低，海拔高度低于11m，自然比降在1／8 000～1／12 000之間。

2 數據來源與處理

黃河三角洲土壤鹽漬化具有較強的季節(jié)性特點，春季為干旱少雨，蒸發(fā)量大，蒸降比可達3.6∶1，致使?jié)撍簧撸且荒曛型寥婪e鹽最強烈的時期?；诖耍@里選擇2003，2007和2011年4月份Landsat5TM數據和Landsat7ETM數據。根據對各波段數據合成效果的初步目視分析結果，選擇4，3，2波段進行RGB假彩色合成，植被為紅色，水域為深藍色或黑色，鹽漬化土為亮白色，作為目視解譯對信息提取的一個重要輔助。

2.1 數據源與預處理

2.1.1 遙感數據源 自1972年7月23日發(fā)射地球資源技術衛(wèi)星（earth resources technology satellite，ERTS，后更名為Landsat-1）以來，陸地衛(wèi)星序列在軌多年，并于2008年擴大了Landsat1-5MSS和TM影像免費下載數據量（USGS，2008，http：／／glovis.usgs.gov／），為資源調查提供了寶貴的數據源，本研究中選擇的2003，2007和2011年圖像時間為4月底的TM和ETM圖像，三景圖像詳細信息詳見表1。

表1 Landsat-7TM傳感器波段參數

2.1.2 同步區(qū)域土壤鹽漬化采樣數據源 野外土壤采樣按6km×6km進行網格化，共計101個點位，采樣深度為0—20cm，采樣時間分別為2003年和2011年4月底。主要對采樣點的地理位置、全鹽量、有機質含量進行統(tǒng)計和室內試驗分析，并對區(qū)域土壤鹽漬化進行了分級，分為無鹽漬化、輕度鹽漬化、中度鹽漬化和重度鹽漬化4級。該數據可為區(qū)域鹽漬土信息模型提供驗證。

2.1.3 數據校正 利用ENVI 4.61軟件基于 Modt-ran4代碼的envi模塊的FLASSH模型，進行TM／ETM影像輻射校正。幾何校正通過地面控制點（ground cont rol points，GCP）方法，這里選擇1∶10 000地形圖，依據應用二次多項式和實測地面控制點方法進行幾何校正，校正在ENVI 4.61軟件完成。

Scaramuzza等［23］通過研究表明，Landsat-7SLC-off影像中已經丟失的數據可以通過直方圖插值進行修復，也可以用其無重疊SLC-off區(qū)SLC-off影像或SLC-on影像來修復，實現(xiàn)信息完整的衛(wèi)星遙感影像。這里選擇SLC-off／SLC-off方案，用于修復Landsat－7 ETM衛(wèi)星遙感影像。修復區(qū)域（條帶）占總區(qū)域的21.5%，利用該方法的修復精度可達到95%［24］。

3 土地退化遙感信息模型

3.1 鹽化土地光譜信息特征提取

采用遙感影像參數統(tǒng)計方法，分析研究區(qū)主要地類的光譜特征。根據黃河三角洲實際情況，選擇建設用地、耕地、林草地、養(yǎng)殖池塘、沙地和鹽荒地作為6類地物類型，分別代表人類活動、景觀特征和鹽荒地，選擇典型地類樣點，每個地類選擇15～80個樣點，分析其光譜特性。以2007年陸地衛(wèi)星數據（Landsat7 ETM）為例，各地類不同波段的樣本灰度均值及特征曲線如圖1所示，其中，B1—B7分別表示影像的6個波段的DN值（灰度值）。由圖1可以看出，鹽荒地在第1，3，5波段的DN值比較高，可以考慮這3個波段進行土地退化指數模型的建立。由于黃河徑流攜帶大量泥沙淤積而成的沙地為非鹽化或鹽漬化程度很輕，這里不屬于退化土地范圍。因此，根據沙地光譜特征，建立了B1＋B3＋B5＞360的掩膜模型，首先將沙地掩膜剔出，將作為未退化類型。

圖1 各主要地物光譜曲線（灰度值）

3.2 鹽漬化土地信息模型構建

剔除沙地后的地物光譜特征后，鹽荒地在5，3，1波段的DN值都高于其它地類。鹽漬土對可見光的藍綠、紅色及短波紅外波段呈較強反射。其它波段鹽漬化土也有強烈反射，但由于農用地在3波段的光譜值也很高，故不將3波段用于退化土地指數的構建。經過多次試驗，采用比值指標的形式構建土地退化指數：

式中：α——土地鹽化指數；B1，B5——TM1（ETM1），TM5（ETM5）波段的光譜值。土地鹽化程度越高，TM1（ETM1）和 TM5（ETM5）波段的灰度值越高，則鹽化指數值α值越小。為進一步劃分土地鹽化等級，在指數模型的基礎上，采用標準化后的公式加以表達：

標準化后可將鹽化指數定義到［0～1］的區(qū)間范圍內，根據指數大小將3期鹽化指數進行排序，為保證各等級之間的差異最大，并采用自然拐點法確定其等級范圍，最終確立了指數區(qū)間［0，0.1］，［0.1，0.2］，［0.3，0.4］，［0.4，1］分別對應研究區(qū)對應重度退化、中度退化、輕度退化和無退化的土地退化等級。

4 結果與分析

利用ENVI 4.61波段運算和計算工具，對構建的土地退化模型進行運算，得到2003，2007和2011年的黃河三角洲土地退化指數，根據該指數進行分級可得到土地退化等級圖（附圖2）。為了進行模型的精度分析和評價，在黃河三角洲101個采樣點數據采樣時間為2011年4月底，這與2011年4月28日Landsat ETM數據進行同步，為模型驗證提供數據支持。根據101個點位的土壤鹽漬化分級結果，結合鹽漬土信息模型對黃河三角洲土地退化結果進行驗證。結果表明，在整個三角洲區(qū)域上，101個點位2003和2011年分別由83和86個點位，鹽漬化程度和土地退化結果一致，精度分別達到82.18%和85.15%，說明基于光譜數據的鹽漬土信息模型具有較好可行性。

從黃河三角洲3期土地退化等級圖（附圖2）來看，總體上土地退化有持續(xù)加重趨勢，2007年較2003年加重趨勢要比2011年較2007年加重趨勢大，即2007—2011年趨勢減緩。但土壤鹽漬化總體上持續(xù)加重，土地退化明顯；從空間來看，北部、東北部和東南部濱海區(qū)域土地退化嚴重，靠近黃河大堤兩側，由于地下水埋深淺，毛管水作用強烈，土壤積鹽明顯，土地退化也比較嚴重，輕度退化區(qū)域主要集中于黃河大堤兩側河成高地和灌溉附近及海拔較高的崗階地和西部內陸的絕大部分區(qū)域，其他地區(qū)為中度退化區(qū)域。對圖2運用ArcGIS 9.3Spatial Analysis工具的Reclassify分類后，計算得到不同等級退化土地的面積和比例（表2）。

綜合分析研究區(qū)3期土地退化等級分布圖和退化土地面積表（表2）可看出，黃河三角洲重度退化土地主要分布在沿海灘涂地區(qū)和區(qū)內北部地區(qū)（刁口河流路兩側），前者受海水直接影響，結合野外采樣結果分析，以氯化物型鹽漬化土壤為主，土地退化嚴重；后者為孤東油田，有較大面積的鹽荒地分布，與石油開發(fā)和部分曬鹽場有關。中度退化土地主要依海岸線分布在東部沿海以及區(qū)內的中部鹽荒地，與重度退化土地相比，位置上離海岸線稍遠，土壤全鹽量稍低；中部因地勢低平，地下水埋深較淺，礦化度較高，毛管水作用比較強烈，因此，形成中度退化的鹽荒土地。輕度退化土地主要分布在三角洲的中西部和北部的部分農用地，中西部主要是水澆地分布區(qū)，北部主要是旱地分布區(qū)，這部分土地雖為農用地，但受到干旱和毛管水的雙重作用，有輕度退化趨勢。無退化土地主要是東部林草地和西部的農田作物區(qū)，中部和黃河沿岸的沙地以及沿黃農用地也有分布，該部分的農用地或地勢較高，或受到黃河徑流作用，地下水礦化度較低，再加上引黃灌溉和土壤耕作的影響，土壤質量總體良好，適宜農作。

表2 黃河三角洲2007年3期不同程度土地退化面積統(tǒng)計

從各時相退化土地的動態(tài)變化看，2003年三角洲輕、中度退化土地較多，二者占總土地面積的近60%，無退化也占到了19.40%，而重度退化占21.35%，土地退化程度在4種退化類型分布相對均勻；到2007年，輕度和中度退化面積較2003年變化不大，主要是重度退化面積和輕度退化面積的增加，總體增加5%。2011年無退化面積較2007年有所增加，但僅增加了3%左右，而重度退化面積又有所增加，幅度達2%左右?？傮w來看，土地退化面積重度呈不斷增加趨勢，而無退化面積呈逐漸增加趨勢，輕度和中度退化面積略微減少，但總體變化不大。從上面分析可看出，黃河三角洲鹽漬化土地近10a來重度退化趨勢明顯。

結合最新黃河三角洲土地利用類型圖，從空間上來看，2003—2007年黃河三角洲退化土地變化最大的是西南部、中部以及北部地區(qū)，西南部中度和輕度退化土地主要轉變?yōu)樗疂驳?，輕度退化面積稍增加，中部鹽荒地主要轉變?yōu)樗咎?、水庫，這與引黃灌溉力度加大有關。2007—2011年總體上變化不大，主要是重度退化面積略微增加，增加的地方主要體現(xiàn)在東南部區(qū)域，這與東南部不合理的土地利用有關，鹵水曬鹽增加和養(yǎng)殖池增加導致東南濱海區(qū)域土地退化加重。沿海養(yǎng)殖池的修建及其大量海水的引入、鹵水曬鹽面積的增加，極大加劇了周圍土地的鹽漬化程度，形成很多鹽荒地，對耕作農業(yè)帶來不利影響。而無退化土地，即鹽漬化程度減小的類型，這些主要是由于引黃灌區(qū)的不斷開挖，灌溉面積的不斷增大和棉花、苜蓿等經濟作物和草業(yè)發(fā)展有關，也與農田耕作方式，比如“高田深壟”和“暗管排堿”的工程措施有關。

5 結論

（1）通過選擇SLC-off／SLC-off方案，用于修復Landsat-7ETM衛(wèi)星遙感影像，并實現(xiàn)了在ENVI軟件操作，對Landsat-7ETM的修復對土壤鹽漬化區(qū)域進行信息提取工作奠定技術基礎

（2）通過Landsat系列衛(wèi)星的TM和ETM數據的光譜特性研究和鹽堿地信息模型的構建，在黃河三角洲地區(qū)，通過遙感手段可實現(xiàn)對鹽漬化土地退化信息提取。

（3）黃河三角洲土地退化總體上有加重趨勢，2003—2011年，重度退化的土地面積在持續(xù)加大，土地退化明顯。研究發(fā)現(xiàn)，黃河三角洲近10a來鹽堿地呈現(xiàn)重度鹽漬化加重的趨勢與人類活動緊密相關，主要表現(xiàn)在孤東油田的不斷建設而忽略對土地的保護和合理利用，濱海區(qū)域鹵水曬鹽和養(yǎng)殖池塘的建設上；輕度鹽漬化區(qū)域面積也不斷增加與人工灌區(qū)的開挖，引入黃河徑流及“暗管排堿”水利工程和“高田深壟”措施有關。

［1］ 關元秀，王勁風，劉高煥.黃河三角洲土地鹽漬化和遙感監(jiān)測、預測和治理研究［D］.北京：中國科學院地理科學與資源研究所，2001.

［2］ Csillag F，Pasztor L，Biehl L.Spectral band selection for the characterization of salinity status of soils［J］.Remote Sensing of Environment，1993，43（3）：231-242.

［3］ Mougenot B，Pouget M，Epema G.Remote sensing of salt-affected soils［J］.Remote Sensing Reviews，1993，7（3／4）：241-259.

［4］ Epema G.Mapping surface characteristics and their dynamics in a desert area in southern Tunisia with Landsat Thematic Mapper［D］.Netherlands：Agricultural Uni-versity of Wageningen，1993.

［5］ Richards J A，Richards J A.Remote Sensing Digital Image Analysis［M］.Berlin：Springer，1999.

［6］ Dehaan R L，Taylor G R.Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization［J］.Remote Sensing of Environment，2002，80（3）：406-417.

［7］ 邱宏烈，武紅旗，范燕敏，等.新疆鹽漬土壤和鹽生植被高光譜遙感數據庫［J］.新疆農業(yè)大學學報，2003，26（2）：6-8.

［8］ Metternicht G I，Zinck J A.Modelling salinity-alkalinity classes for mapping salt-affected topsoils in the semi-arid valleys of Cochabamba（Bolivia）［J］.Information Technology Journal，1996，2：125-135.

［9］ 劉煥軍，張柏，劉志明，等.松嫩平原主要土壤光譜特征分析［J］.中國科學院研究生院學報，2007，24（4）：440-445.

［10］ Verma K，Saxena A，Barthwal A，et al.Remote sensing technique for mapping salt affected soils［J］.International Journal of Remote Sensing，1994，15（9）：1901-1914.

［11］ Metternicht G I.Fuzzy classification of JERS-1SAR data：An evaluation of its performance for soil salinity mapping［J］.Ecological Modelling，1998，111（1）：6-74.

［12］ Dwivedi R，Ramana K，Thammappa S，et al.The utility of IRS-1C，LISS-Ⅲand PAN-merged data for mapping saltaffected soils［J］.Photogrammetric Engineering and Remote Sensing，2001，67（10）：1167-1175.

［13］ 張飛，丁建麗，趙睿，等.干旱區(qū)典型綠洲鹽漬化土壤空間信息研究［J］.干旱區(qū)地理，2007，30（4）：544-551.

［14］ 丁建麗.塔里木盆地南緣綠洲荒漠化動態(tài)變化遙感研究：以策勒縣為例［J］.遙感學報，2002，6（1）：56-62.

［15］ 張飛，丁建麗.渭干河—庫車河三角洲綠洲鹽漬化土壤特征研究［J］.干旱地區(qū)農業(yè)研究，2007，25（2）：146-150.

［16］ 王宏衛(wèi).干旱區(qū)鹽漬地遙感動態(tài)監(jiān)測及其驅動力研究：以渭干河—庫車河三角洲綠洲為例［J］.干旱區(qū)地理，2009，32（3）：445-453.

［17］ 布和敖斯.基于知識發(fā)現(xiàn)和決策規(guī)則的鹽堿地遙感分類方法研究［J］.中國圖象圖形學報：A 輯，1999，4（11）：965-968.

［18］ 謝經榮，賈文.山東壽光縣鹽漬土壤近20年變化規(guī)律及其原因分析［J］.北京農業(yè)大學學報，1993（1）：83-90.

［19］ 屈永華，段小亮，高鴻永，等.內蒙古河套灌區(qū)土壤鹽分光譜定量分析研究［J］.光譜學與光譜分析，2009，29（5）：1362-1366.

［20］ 李百紅，趙庚星，董超，等.基于遙感和GIS的黃河三角洲鹽化土地動態(tài)及其驅動力分析［J］.自然資源學報，2011，26（2）：310-318.

［21］ 李靜，趙庚星，楊佩國.基于知識的墾利縣土地利用／覆被遙感信息提取技術研究［J］.科學通報，2006（7）：183-188.

［22］ 孟巖，趙庚星，王靜.基于遙感圖像的墾利縣鹽堿退化土地信息提取及其演化規(guī)律研究［J］.地域研究與開發(fā)，2009，28（5）：135-139.

［23］ Sommerfeldt T G，Thompson M D，Pront N A.Delineation and Mapping of Soil Salinity in Southern Alberta from Landsat Data［J］.Canadian Journal of Remote Sensing，1985，10（2）：104-118

［24］ 高義.我國大陸海岸線30a時空變化研究［D］.山東 煙臺：中國科學院 煙臺海岸帶所，2011.