云南省元陽梯田遙感輔助識別特征研究

張 超, 王 妍, 宋維峰

(西南林業(yè)大學(xué), 昆明 650224)

云南省元陽梯田遙感輔助識別特征研究

張 超, 王 妍, 宋維峰

(西南林業(yè)大學(xué), 昆明 650224)

深入分析和研究元陽梯田的空間分布規(guī)律及其光譜特征，能夠為今后元陽梯田的遙感分類識別提供專家知識，克服傳統(tǒng)地面調(diào)查方法的弊端，及時準(zhǔn)確地掌握元陽梯田的空間分布及動態(tài)變化情況，為有效保護(hù)、合理利用元陽梯田提供基礎(chǔ)依據(jù)。在對元陽梯田進(jìn)行基于SPOT5的目視解譯分類的基礎(chǔ)上，提取了各梯田斑塊中心點上的海拔、坡度、坡向、MODIS-NDVI以及Landsat TM各波段上的像元亮度值，分別從元陽梯田的空間分布特征、植被指數(shù)特征和像元亮度特征三個方面，提取和歸納了元陽梯田的遙感輔助識別特征。結(jié)果表明，影響元陽梯田空間分布的環(huán)境因子按影響程度由大到小依次為海拔>坡度>坡向，主要分布于海拔1 000～1 400 m、坡度12°～33°、北坡和東北坡；隨著梯田斑塊面積的逐漸增大，MODIS-NDVI平均值則逐漸減小，總體平均值為0.754，最小值為0.378，最大值為0.849；元陽梯田在可見光波段(B10，B20，B30)的DN值較低，在近紅外波段(B40)的DN值較高，各面積的等級元陽梯田在Landsat TM數(shù)據(jù)各波段上的像元亮度曲線趨近一致。

空間分布; 植被指數(shù); 像元亮度; 元陽梯田

元陽梯田是哀牢山地區(qū)哈尼族千百年來獨特的農(nóng)耕文明景觀，其規(guī)模宏大，氣勢磅礴，綿延整個紅河南岸的紅河、元陽、綠春及金平等縣[1-2]，元陽縣境內(nèi)的梯田是紅河哈尼梯田的核心區(qū)。哈尼族人通過挖筑溝渠在山嶺之間開墾梯田，種植水稻，依靠高山原始森林和次生林蓄集的山泉、溪水、河流及人工開溝引水灌溉[3]。目前關(guān)于元陽梯田的研究主要集中在梯田周邊森林群落植物多樣性[4]、梯田濕地生態(tài)系統(tǒng)的垂直特征[5]以及梯田水源區(qū)森林土壤各項涵養(yǎng)功能[6-9]等方面，針對梯田自身的空間分布特征及利用遙感手段進(jìn)行元陽梯田的分類識別方面則未見報道。

傳統(tǒng)的農(nóng)業(yè)調(diào)查以地面調(diào)查方法為主，具有工作量大、調(diào)查成本高等弊端；采用遙感技術(shù)手段識別元陽梯田，能夠較為準(zhǔn)確和高效地識別梯田邊界，能為進(jìn)一步了解元陽梯田的空間分布規(guī)律、進(jìn)行實時有效的動態(tài)監(jiān)測、有效保護(hù)和科學(xué)利用元陽梯田提供基礎(chǔ)依據(jù)。本文分別從元陽梯田的空間分布特征、植被指數(shù)特征和像元亮度特征三個方面，提取和歸納元陽梯田的遙感輔助識別特征，旨在為進(jìn)一步明晰元陽梯田的分布和形成格局，為今后的元陽梯田遙感分類識別提供方法借鑒。

1 研究區(qū)概況

元陽縣位于紅河哈尼族彝族自治州西南部，地處哀牢山南段，總面積2 189.88 km2。氣候?qū)贌釒降丶撅L(fēng)氣候類型，冬無嚴(yán)寒、夏無酷暑、干濕季分明。年均氣溫20.5℃，最低氣溫-3.5℃，≥10℃年活動積溫4 587℃，年均降水量1 500 mm，年均相對濕度68%。境內(nèi)植物資源豐富，形成不同的植被類型，各類型相互交錯，具有明顯的鑲嵌性[10]。據(jù)2006年森林資源規(guī)劃設(shè)計調(diào)查結(jié)果，全縣有林地面積82 701.8 hm2，活立木蓄積量8 441 610 m3，森林覆蓋率41.0%，其中，水源涵養(yǎng)林面積12 882.5 hm2，水土保持林面積36 604.4 hm2；土地利用類型方面，林業(yè)用地面積117 745.4 hm2(占全縣土地總面積的53.8%)，耕地面積96 458 hm2(占44.0%)，建設(shè)用地面積3 547.6 hm2(占1.6%)，水域面積1 177.1 hm2(占0.6%)。

2010年末，全縣總?cè)丝?2.4萬人，其中農(nóng)業(yè)人口占95.1%，非農(nóng)業(yè)人口占4.9%?？?cè)丝谥?，哈尼族?3.9%，彝族占23.5%，漢族占11.4%，傣族占4.5%，苗族占3.5%。共轄2個鎮(zhèn)、12個鄉(xiāng)、133個村委會、4個社區(qū)、992個村民小組，1 218個村居民小組。2010年全縣工農(nóng)業(yè)總產(chǎn)值68 554萬元，其中，工業(yè)占36.8%；農(nóng)林牧占63.2%。在農(nóng)林牧總產(chǎn)值中，農(nóng)業(yè)占農(nóng)林牧總產(chǎn)值的90.4%，農(nóng)民人均純收入892元。

2 研究方法

2.1 數(shù)據(jù)收集及處理

本文以云南省元陽縣2006年森林資源規(guī)劃設(shè)計調(diào)查數(shù)據(jù)(來源于元陽縣林業(yè)局)和全縣2009年9月27日SPOT5數(shù)據(jù)(空間分辨率2.5 m)為基礎(chǔ)，同時收集2009年全縣ASTER—DEM數(shù)字高程模型(空間分辨率30 m，來源于美國馬里蘭大學(xué)數(shù)據(jù)共享平臺)、2000—2010年每年9月EOS MODIS 16 d植被指數(shù)產(chǎn)品(空間分辨率500 m，來源于USGS數(shù)據(jù)共享平臺)、覆蓋全縣的2009年11月3日Landsat TM數(shù)據(jù)(來源于USGS數(shù)據(jù)共享平臺)。

結(jié)合2006年森林資源規(guī)劃設(shè)計調(diào)查數(shù)據(jù)，對SPOT-5數(shù)據(jù)進(jìn)行目視解譯，共得到梯田圖斑7 458個；其他數(shù)據(jù)源因原始數(shù)據(jù)的空間分辨率不同，統(tǒng)一將ASTER-DEM、EOS MODIS 16 d植被指數(shù)產(chǎn)品、Landsat TM數(shù)據(jù)重采樣為空間分辨率為30 m的數(shù)據(jù)進(jìn)行后續(xù)計算。

2.2 空間分布特征分析

根據(jù)元陽縣梯田斑塊面積大小的實際分布情況，分成4個斑塊面積等級(0～1 hm2，1～5 hm2，5～10 hm2，>10 hm2)，從海拔、坡度、坡向3個方面，應(yīng)用多重對應(yīng)分析方法[11]，研究環(huán)境因子對元陽梯田空間分布的影響程度，并進(jìn)行影響因子排序。多重對應(yīng)分析是一種能夠?qū)Χ鄠€定性變量進(jìn)行主成分分析的技術(shù)[12]，屬于同質(zhì)性分析的范疇，是主成分分析的拓展[13]，基于主成分分析中的降維思想，能更直觀明了地分析定性變量多種狀態(tài)間的相互關(guān)系[14]。在某種程度上，多重對應(yīng)分析是數(shù)量化方法Ⅲ的延伸，能夠解決因變量和自變量均包含定性因子的數(shù)量化分析問題[15]。

2.3 植被指數(shù)特征分析

利用空間分析方法，提取各梯田圖斑的中心點，進(jìn)一步提取各中心點位置上的2000—2010年共11年間每年9月的MODIS-NDVI數(shù)值；分成4個斑塊面積等級(0～1 hm2，1～5 hm2，5～10 hm2，>10 hm2)，分析不同斑塊面積等級的元陽梯田植被指數(shù)及其變化特征。

2.4 像元亮度特征提取與分析

利用空間分析方法，提取各中心點位置上的Landsat TM各波段上的像元亮度特征值(DN值)；分成4個斑塊面積等級(0～1 hm2，1～5 hm2，5～10 hm2，>10 hm2)，分析不同斑塊面積等級的元陽梯田在Landsat TM數(shù)據(jù)上的像元亮度特征，提取元陽梯田在TM影像各波段上的像元亮度曲線。

3 結(jié)果與分析

3.1 元陽梯田空間分布特征分析

提取4個斑塊面積等級的元陽梯田斑塊環(huán)境因子數(shù)據(jù)，利用SPSS平臺中的Optimal Scaling模塊，進(jìn)行多重對應(yīng)分析。在數(shù)據(jù)計算過程中，多次迭代的計算結(jié)果之差小于收斂上限0.000 01時停止迭代過程；其中，0～1 hm2等級經(jīng)過了27次迭代，1～5 hm2等級經(jīng)過了43次迭代，5～10 hm2等級經(jīng)過了51次迭代，>10 hm2等級經(jīng)過了24次迭代。從以上不同等級的迭代次數(shù)上分析，小斑塊梯田(0～1 hm2等級)和大斑塊梯田(>10 hm2等級)在空間分布上特征變異較?。?～5 hm2等級和5～10 hm2等級在空間分布上特征變異較大。得到4個斑塊面積等級的兩個維度(公因子軸)上的特征值(Eigenvalue)、慣量(Inertia)和解釋方差的百分率，如表1所示。

慣量表示每個維度對環(huán)境因子各個類別之間差異的解釋量。從表1中可以看出，4個斑塊面積等級的元陽梯田斑塊全部信息在兩個維度上被解釋的方差百分率依次為87.2%，82.9%，92.4%和94.5%，解釋效果均較為理想；隨著梯田斑塊面積的逐漸增大，被解釋的方差百分率亦逐漸提高；在4個斑塊面積等級中，維度1平均解釋了總方差的47.1%，維度2平均解釋了總方差的42.2%，兩個維度上的解釋能力相當(dāng)。

表1 模型概要

根據(jù)各變量在兩個維度上的區(qū)分測度值(大小介于0～1之間)，繪出4個斑塊面積等級的區(qū)分測度二維平面，區(qū)分測度值越大，表明區(qū)分(影響)程度越高。據(jù)此可進(jìn)行元陽梯田空間分布環(huán)境因子影響程度排序。在維度1和維度2上，海拔的測度值均最高，坡向的測度值均最低，判定元陽梯田空間分布環(huán)境因子按影響程度由大到小排序為：海拔>坡度>坡向。

3.2 元陽梯田植被指數(shù)特征分析

元陽梯田MODIS-NDVI總體平均值為0.754，最小值為0.378，最大值為0.849，標(biāo)準(zhǔn)差為0.011。其中，0～1 hm2等級的NDVI平均值最大，為0.757，>10 hm2等級的NDVI平均值最小，為0.734，隨著梯田斑塊面積的逐漸增大，NDVI平均值逐漸減小。不同面積等級的元陽梯田MODIS-NDVI總體平均值變化及年度變化曲線如圖1—2所示。

歸一化植被指數(shù)是一種能夠反映植被長勢/生物量的有效光譜信號，在進(jìn)行植被遙感分類中具有重要的參考意義。從圖1、圖2中分析可知：(1) 梯田斑塊面積越大，經(jīng)營規(guī)模則越大。受當(dāng)?shù)剞r(nóng)民種植技術(shù)、成本等多方面的影響，導(dǎo)致經(jīng)營水平愈低，單位面積農(nóng)作物產(chǎn)量/長勢愈低；反之，對于較小面積的梯田斑塊，農(nóng)民能夠投入更多的成本和經(jīng)營時間，因此單位面積的農(nóng)作物產(chǎn)量/長勢愈高，NDVI數(shù)值愈大。(2) 各年度NDVI數(shù)值呈現(xiàn)折線變化，反映當(dāng)?shù)剞r(nóng)作物生長和產(chǎn)量的交替變化規(guī)律。(3) NDVI變化曲線受氣候的影響較大。受2004—2005年西南旱災(zāi)的嚴(yán)重影響，農(nóng)作物大面積減產(chǎn)，長勢較差；梯田農(nóng)作物的灌溉主要來源于上游的水源涵養(yǎng)林，因旱災(zāi)導(dǎo)致的水源涵養(yǎng)林功能的大幅降低亦是梯田農(nóng)作物NDVI數(shù)值急劇下降的主要影響因素之一。

圖1 總體平均值變化

圖2 年度變化

3.3元陽梯田像元亮度特征分析

近年來，Landsat TM數(shù)據(jù)在土地利用分類中應(yīng)用廣泛，以其較高的空間分辨率、豐富的多光譜波段信息、多時相大范圍的連續(xù)覆蓋等特點，在植被遙感中發(fā)揮了重要作用[11]。深入研究和分析元陽梯田在Landsat TM數(shù)據(jù)中分布的像元亮度特征，提取元陽梯田在各波段上的像元亮度分布閾值，具有現(xiàn)實意義。

不同面積等級元陽梯田在Landsat TM數(shù)據(jù)各波段上的像元亮度分布范圍如圖3所示。從圖3可以看出：(1) 各面積等級元陽梯田在Landsat TM數(shù)據(jù)各波段上的像元亮度數(shù)值趨近一致，差異較小。(2) B10(0.45～0.52 μm)、B20(0.52～0.60 μm)、B30(0.63～0.69 μm)均為可見光波段，其中，0.45～0.49 μm譜段為類胡羅卜素的強(qiáng)吸收帶，0.550 μm波長附近是葉綠素的強(qiáng)反射峰區(qū)，0.61 μm和0.660 μm譜段是藻膽素中藻藍(lán)蛋白的主要吸收帶，受農(nóng)作物在可見光譜段范圍內(nèi)平均反射率較低的影響，此3個波段的像元亮度特征曲線表現(xiàn)為平緩下降的趨勢。(3) B40(0.76～0.90 μm)為近紅外波段，元陽梯田在此譜段具有強(qiáng)烈反射的特性，故具有高反射率數(shù)值，在此波段內(nèi)的像元亮度特征值亦較高，表現(xiàn)出急劇升高的趨勢。因此，在應(yīng)用Landsat TM影像進(jìn)行元陽梯田的分類識別時，使用B40波段可得到較為理想的分類結(jié)果。

圖3 元陽梯田在Landsat TM數(shù)據(jù)各波段上的像元亮度曲線

4 結(jié)論與討論

(1) 空間分布特征方面，元陽梯田在空間分布上受環(huán)境因子影響較大。在海拔1 000～1 400 m范圍內(nèi)的分布面積占全縣梯田總面積的65.7%，在海拔700 m以下及1 800 m以上分布較少，僅占全縣梯田總面積的8.1%和4.7%；主要分布在坡度12°～33°，此范圍內(nèi)的分布面積占全縣梯田總面積的79.4%；受坡向影響相對較小，在北坡和東北坡分布比例較多。根據(jù)多重對應(yīng)分析結(jié)果，元陽梯田空間分布環(huán)境因子按影響程度由大到小排序為：海拔>坡度>坡向。

(2) 植被指數(shù)特征方面，元陽梯田MODIS-NDVI總體平均值為0.754，最小值為0.378，最大值為0.849，標(biāo)準(zhǔn)差為0.011。其中，0～1 hm2等級的NDVI平均值最大，為0.757，>10 hm2等級的NDVI平均值最小，為0.734，隨著梯田斑塊面積的逐漸增大，NDVI平均值逐漸減小。受當(dāng)?shù)刂饕獨夂蛞蜃佑绊懀?000—2010年各年度NDVI數(shù)值呈現(xiàn)折線變化。

(3) 像元亮度特征方面，各面積等級元陽梯田在Landsat TM數(shù)據(jù)各波段上的像元亮度曲線趨近一致，可見光波段(B10，B20，B30)在DN值均較低，且呈現(xiàn)平緩下降的趨勢；近紅外波段(B40)具有高反射率數(shù)值，因此DN值亦較高，曲線呈急劇升高。

由于科學(xué)認(rèn)知水平和數(shù)據(jù)等條件的限制，本文選取海拔、坡度、坡向3個因子分析了元陽梯田的空間分布特征。元陽梯田的分布是受多種環(huán)境條件和社會條件共同影響的，環(huán)境影響因子應(yīng)包括氣候因子、土壤因子、地形因子和人為因子等諸多方面，因此，如何較為全面、系統(tǒng)地分析元陽梯田空間分布的主要影響因素，將成為今后探討和研究的重點。

[1] 文波龍,任國,張乃明.云南元陽哈尼梯田土壤養(yǎng)分垂直變異特征研究[J].云南農(nóng)業(yè)大學(xué)學(xué)報,2009,24(1):78-81.

[2] 角媛梅,肖篤寧,程國棟.亞熱帶山地民族文化與自然環(huán)境和諧發(fā)展的實證研究:以元陽梯田文化景觀為例[J].山地學(xué)報,2002,20(3):266-271.

[3] 角媛梅,楊麗萍.基于遙感和GIS的元陽梯田分形美的多尺度研究[J].山地學(xué)報,2008,26(3):339-346.

[4] 高國慶,祖艷群,郭鳳根,等.元陽梯田核心區(qū)周邊森林群落植物多樣性研究[J].中國農(nóng)學(xué)通報,2012,28(4):62-68.

[5] 姚敏,崔保山.哈尼梯田濕地生態(tài)系統(tǒng)的垂直特征[J].生態(tài)學(xué)報,2006,26(7):2115-2124.

[6] 李陽芳,宋維峰,和俊,等.元陽梯田核心區(qū)不同土地利用類型土壤水文效應(yīng)研究[J].水土保持研究,2012,19(6):54-57.

[7] 王妍,張超,宋維峰,等.元陽梯田空間分布特征研究[J].水土保持研究,2013,20(2):103-107.

[8] 段興鳳,宋維峰,李英俊,等.湖南紫鵲界、云南元陽及廣西龍脊古梯田研究進(jìn)展[J].亞熱帶水土保持,2011,23(1):31-35.

[9] 饒碧玉,王靜,楊建榮,等.基于層次分析法的元陽梯田灌區(qū)生態(tài)環(huán)境需水評價研究[J].水資源與水工程學(xué)報,2009,20(1):35-39.

[10] 段興鳳,宋維峰,李健,等.云南省元陽梯田水源區(qū)森林土壤入滲特性研究[J].水土保持通報,2011,31(4):47-52.

[11] 張超.西藏灌木林評價與遙感分類技術(shù)研究[D].北京:中國林業(yè)科學(xué)研究院,2009.

[12] 唐守正.多元統(tǒng)計分析方法[M].北京:中國林業(yè)出版社,1986.

[13] 任若思,王惠文.多元統(tǒng)計數(shù)據(jù)分析:理論、方法、實例[M].北京:國防工業(yè)出版社,1997.

[14] Anuradha K T, Gopalan T K. Trend and patterns in explicit organizational knowledge: A correspondence analysis and cluster analysis [J]. The International Information & Library Review,2007,39(3):247-259.

[15] Eric J B. Correspondence analysis of aggregate data: The 2×2 table[J]. Journal of Statistical Planning and Inference,2008,13(10):2941-2952.

AssistantClassificationFeatureofTerraceinYuanyangCountyofYunnanProvinceBasedonRemoteSensing

ZHANG Chao, WANG Yan, SONG Wei-feng

(SouthwestForestryUniversity,Kunming650224,China)

The analysis and study on the spatial distribution characteristics and spectral characteristics of terrace in Yuanyang County could provide expert knowledge for the classification and recognition based on remote sensing. The deficiency of traditional inventory method would be overcome, and the spatial distribution and the dynamic changes could be accurately monitored. Based on the visual interpretation of terrace in Yuanyang County using the data of SPOT5 image, the information on altitude, slope, aspect, MODIS-NDVI and DN of Landsat TM bands were extracted. The assistant classification feature of terrace including the aspects of spatial distribution characteristic, vegetation index characteristic, and pixel DN characteristic in Yuanyang County was studied. The results showed that: a) the sequence of the influence extent was altitude>slope>aspect, the terrace in Yuanyang County mainly distributed in the area with altitude of 1 000～1 400 m, slope of 12°～33° and aspect of north and northeast; b) the average of MODIS-NDVI decreased gradually with the increase of patch area, the population mean of MODIS-NDVI was 0.754, the minimum was 0.378 and the maximum was 0.849; c) the value of pixel DN was low in visible bands, and it would be high in near-infrared bands. The band curve of Landsat TM pixel DN on the different grades showed the same trend.

spatial distribution; vegetation index; Pixel DN; terrace in Yuanyang County

2013-12-05

：2014-01-07

國家自然科學(xué)基金項目“全球變化背景下干熱河谷地區(qū)鄉(xiāng)土樹種生殖生長策略研究(31100520)”和“基于高光譜耦合建模的干旱遙感反演技術(shù)(31460195)”

張超(1980—),男,河北豐南人,副教授,博士,主要從事森林經(jīng)理學(xué)研究。E-mail:zhchgis@hotmail.com

王妍(1980—),女,河北隆化人,副教授,博士,主要從事干旱區(qū)土地退化與植被恢復(fù)研究。E-mail:wycaf@126.com

S157

：A

：1005-3409(2014)05-0221-04