邢元軍，彭檢貴，徐金鐸，李林華

(1.國家林業(yè)局中南林業(yè)調(diào)查規(guī)劃設(shè)計(jì)院，長沙 410014； 2.海南省三亞林場，海南 三亞 572000)

基于遙感技術(shù)的退耕還林工程動(dòng)態(tài)監(jiān)測研究
——以四川天全縣為例

邢元軍1，彭檢貴1，徐金鐸2，李林華1

(1.國家林業(yè)局中南林業(yè)調(diào)查規(guī)劃設(shè)計(jì)院，長沙 410014； 2.海南省三亞林場，海南 三亞 572000)

在1999年SPOT 5遙感圖像退耕還林本底解譯成果數(shù)據(jù)的基礎(chǔ)上，利用2011年SPOT 5遙感影像作為數(shù)據(jù)更新的資料，通過遙感圖像數(shù)字處理和信息提取，對退耕還林工程進(jìn)行評價(jià)。結(jié)果表明： ①研究區(qū)朝著有利于生態(tài)環(huán)境改善的方向發(fā)展，森林覆蓋率從63.31%升至63.94%，土地利用變化的突出特征是林地、草地的增加和陡坡耕地、宜林地的減少； ②研究區(qū)土壤物理性質(zhì)得到改良，養(yǎng)分含量明顯提高，野生動(dòng)物數(shù)量和年均河流量增加； ③優(yōu)化了農(nóng)村經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)，林業(yè)收入總體呈增加趨勢。

退耕還林；動(dòng)態(tài)監(jiān)測；SPOT 5；天全縣

利用遙感手段獲得生態(tài)工程區(qū)域在時(shí)間序列上的空間信息，通過分析和處理，獲得工程研究區(qū)域各階段的森林資源分布及生態(tài)狀況的數(shù)據(jù)，掌握工程的進(jìn)展及實(shí)施情況，進(jìn)而對工程的實(shí)施做出評價(jià)，是國家林業(yè)工程監(jiān)測的目的[1-3]。退耕還林工程從1999年開始選擇若干具有代表性的地方進(jìn)行試點(diǎn)，到2001年底，全國先后有20個(gè)省(區(qū)、市)和新疆生產(chǎn)建設(shè)兵團(tuán)開展了試點(diǎn)工作，試點(diǎn)3年累計(jì)完成退耕地還林面積116.2萬hm2、荒山荒地造林面積100.1萬hm2。2002年，在試點(diǎn)成功的基礎(chǔ)上，退耕還林工程全面啟動(dòng)[4-6]。根據(jù)因害設(shè)防、突出重點(diǎn)、先急后緩、注重實(shí)效的原則，我國確定長江上游地區(qū)、黃河上中游地區(qū)、京津風(fēng)沙源區(qū)以及重要湖庫集水區(qū)、紅水河流域、黑河流域、塔里木河流域等地區(qū)的856個(gè)縣為工程建設(shè)重點(diǎn)縣，占全國行政區(qū)劃縣數(shù)的29.9% ，占工程區(qū)總縣數(shù)的45.6%，其中長江流域及南方地區(qū)503個(gè)、黃河流域及北方地區(qū)353個(gè)[7-9]。退耕還林工程的實(shí)施有效地減少了耕地的水土流失，給土地以休養(yǎng)生息，極大地改善了我國的生態(tài)環(huán)境狀況[8]；同時(shí)保障和提高了農(nóng)業(yè)綜合生產(chǎn)能力，促進(jìn)了農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和農(nóng)村富余勞動(dòng)力的轉(zhuǎn)移，對“三農(nóng)”問題的解決做出了突出貢獻(xiàn)[9-10]。我國在鞏固已有退耕還林成效的基礎(chǔ)上，將積極穩(wěn)妥地進(jìn)一步推進(jìn)退耕還林工程，從根本上扭轉(zhuǎn)水土流失和土地沙化嚴(yán)重的局面[11-12]。退耕還林工程是我國國土綠化的主戰(zhàn)場，受到國內(nèi)外廣泛關(guān)注。利用遙感技術(shù)對其進(jìn)行動(dòng)態(tài)監(jiān)測評價(jià)，及時(shí)掌握工程進(jìn)展，總結(jié)工程實(shí)施經(jīng)驗(yàn)，對保障工程順利實(shí)施，確保工程質(zhì)量和效益，意義重大[13-14]。隨著我國退耕還林工程不斷向前推進(jìn)，退耕還林工程檢查的任務(wù)將逐年加大，遙感技術(shù)監(jiān)測因此成為退耕還林監(jiān)測的理想手段[15]。

本研究以四川天全縣為研究對象，采用SPOT 5遙感影像，通過對遙感影像處理、正射校正、影像融合、影像分類以及非遙感數(shù)據(jù)的有效融入等技術(shù)問題進(jìn)行研究，對退耕還林工程建設(shè)狀況進(jìn)行分析，以推動(dòng)和促進(jìn)遙感技術(shù)在退耕還林工程監(jiān)測的應(yīng)用。

1 區(qū)域概況

研究區(qū)地處102°54′—102°15′E，29°49′′—30°21′N，四川盆地西緣川藏高原二郎山東麓，龍門山、邛崍山的南端，康巴文化線東端，東與蘆山縣、雨城區(qū)交界，南連滎經(jīng)縣，西接甘孜藏族自治州的瀘定縣、康定縣，北同寶興縣毗鄰。屬于山地地形，整個(gè)地勢呈西北高、東南低的階梯狀。以大崗山經(jīng)大林山至抬頭坡一線為界，將全縣分為西部中高山地區(qū)和東部低山河谷兩大部分。西部的二郎山山脈最高海拔5150 m(月亮彎彎崗)，是四川盆地向高山高原的過渡地帶；西部中高山區(qū)山勢峻偉、植被繁茂，是天全縣的主要林區(qū)；東部地區(qū)多為丘陵河谷區(qū)，是主要的農(nóng)業(yè)區(qū)，最低點(diǎn)海拔600m。

研究區(qū)自1999年以來，共實(shí)施退耕還林面積58285 hm2，成林面積48327 hm2，占?xì)v年退耕面積的83.02%。其中：喬木林面積7764 hm2，占成林面積的16.07%(針葉林面積3282 hm2，占成林面積的6.79%；闊葉林面積4003 hm2，占成林面積的8.28%；針闊混面積479 hm2，占成林面積的0.99%)；竹林面積31252 hm2，占成林面積的64.67%；特規(guī)灌木林面積9311 hm2，占成林面積的19.27%。

2 數(shù)據(jù)來源與預(yù)處理

2.1 數(shù)據(jù)來源

利用1999和2011年兩期SPOT 5共12景遙感影像數(shù)據(jù)，SPOT 5衛(wèi)星影像具有2.5 m的高空間分辨率、60 km×60 km的寬景幅以及價(jià)格相對較低等特點(diǎn)。

2.2 數(shù)據(jù)預(yù)處理

遙感圖像的預(yù)處理主要是指對圖像的正射校正、輻射校正、預(yù)濾波、去噪聲等處理，以便獲得一幅比較清晰、對比度強(qiáng)、位置準(zhǔn)確的影像；消除和減少遙感圖像的幾何畸變和輻射失真，以進(jìn)一步分析和提取信息[16-17]，本研究主要對遙感影像進(jìn)行了正射校正、數(shù)據(jù)融合、圖像增強(qiáng)、圖像鑲嵌等。與地勢平坦區(qū)域中高分辨率的衛(wèi)星遙感數(shù)據(jù)不同，由于重點(diǎn)監(jiān)測區(qū)內(nèi)地形起伏大，有的地方海拔相對高差達(dá)2000 m以上，因此應(yīng)對遙感影像進(jìn)行正射校正。正射校正是一種借助數(shù)字高程模型(DEM)對圖像中的每個(gè)像元進(jìn)行地形畸變的校正過程，使圖像符合正射投影的要求。生成正射影像時(shí)的重采樣方法為立方卷積法，對正射校正完成的影像數(shù)據(jù)進(jìn)行精度檢查，確保校正后的影像精度。數(shù)據(jù)融合目的是集中多光譜波段數(shù)據(jù)和全色波段數(shù)據(jù)兩者優(yōu)勢，提高遙感數(shù)據(jù)的空間分辨率和光譜分辨率，增強(qiáng)影像判讀的準(zhǔn)確性。本次融合主要采用乘積變換融合，融合后的影像大大提高了目視效果。圖像增強(qiáng)處理是通過改變圖像的灰度值來調(diào)整圖像的視覺效果，以充分反映地物的細(xì)節(jié)，增加信息含量，突出地物的反差。本次采用分段線性拉伸進(jìn)行圖像增強(qiáng)處理，增大了不同地物間的色彩反差，同時(shí)兼顧全景的效果，做到圖面影像色彩層次分明，明暗適當(dāng)，地物可識別性好。將重點(diǎn)監(jiān)測區(qū)內(nèi)所有處理好的遙感影像進(jìn)行圖像鑲嵌處理，因鑲嵌前的影像存在色調(diào)差異，因此又對影像進(jìn)行均衡處理，使相鄰影像色調(diào)一致。如圖1所示。

對兩期遙感影像采用主成分變換法來提取變化信息，并根據(jù)不同時(shí)相遙感數(shù)據(jù)的具體情況，選擇合適的變化信息閾值，得到變化模板，利用兩期遙感影像進(jìn)行融合，生成光譜特征變異影像來指導(dǎo)發(fā)現(xiàn)變化的區(qū)域，以提供充分的變化判讀信息，提高分析解譯的準(zhǔn)確率，如圖2所示。

3 研究方法

四川天全縣退耕還林工程動(dòng)態(tài)監(jiān)測綜合運(yùn)用遙感、地理信息系統(tǒng)、全球定位系統(tǒng)、數(shù)據(jù)庫技術(shù)，充分借助退耕還林工程設(shè)計(jì)與檢查驗(yàn)收資料，利用SPOT 5遙感數(shù)據(jù)，采取判讀核實(shí)的方法，落實(shí)研究區(qū)1999和2011年退耕還林工程的實(shí)施情況。以1999年監(jiān)測成果為基礎(chǔ)，根據(jù)兩期遙感影像特征反映的變化信息，采用地面驗(yàn)證與調(diào)查核實(shí)相結(jié)合的方法，跟蹤2011年監(jiān)測的工程建設(shè)地塊保存狀況和工程研究區(qū)內(nèi)的森林資源變化情況，實(shí)現(xiàn)對研究區(qū)內(nèi)工程實(shí)施成效的評價(jià)。主要流程為：數(shù)據(jù)準(zhǔn)備、遙感數(shù)據(jù)處理、區(qū)劃判讀、抽樣驗(yàn)證、統(tǒng)計(jì)分析。

4 結(jié)果與分析

4.1 遙感監(jiān)測分類算法分析

最大似然分類方法是圖像分類最常用的一種監(jiān)督分類方法，其基礎(chǔ)是貝葉斯理論，在兩類或多類判決中，用統(tǒng)計(jì)方法根據(jù)最大似然比貝葉斯判決準(zhǔn)則法建立非線性判別函數(shù)集，假定各類分布函數(shù)為正態(tài)分布，并選擇訓(xùn)練區(qū)，計(jì)算待分類樣區(qū)的歸屬概率，而進(jìn)行的一種圖像分類方法，并按照正態(tài)分布規(guī)律的最大似然判別規(guī)則進(jìn)行判斷，得到分類結(jié)果[18-19]。如圖3所示。

最大似然分類方法的正態(tài)分布概率密度函數(shù)的確定取決于期望和方差，最大的優(yōu)點(diǎn)是根據(jù)樣本的均值和方差評價(jià)其他像元與訓(xùn)練樣本的相似程度。該方法考慮了多種因素，通過協(xié)方差矩陣考慮了類型內(nèi)部的變化，以及定量的考慮兩個(gè)以上波段和類別，是監(jiān)督分類中一種較準(zhǔn)確的分類器。但是對于遙感影像分類，其通常正態(tài)分布的假設(shè)難以成立，而且計(jì)算量大，當(dāng)輸入波段增加時(shí)，運(yùn)行時(shí)間也會相應(yīng)的增加。

4.2 土地利用結(jié)構(gòu)監(jiān)測分析

1999—2011年研究區(qū)土地利用結(jié)構(gòu)變化不明顯。森林面積小幅度增加，其中，針葉林面積增加2199.55 hm2，增長0.83%；闊葉林面積增加3148.91 hm2，增長1.68%；針闊混交林面積增加379.63 hm2，增長0.20%；竹林面積增加442.65 hm2，增長0.72%；特灌林面積小幅減少1493.53 hm2，減少了1.62%。疏林地、未成林地轉(zhuǎn)為森林，造成疏林地、未成林地面積的減少，分別減少576.16 hm2和682.46 hm2，減少了5.35%和5.93%。詳見表1。

表1 各地類面積變化動(dòng)態(tài)表地類一期/hm2二期/hm2變化量/hm2變化率/%針葉林264861.86267061.412199.550.83闊葉林187000.9190149.813148.911.68針闊混交林185368.88185748.51379.630.20竹林61430.8661873.51442.650.72特灌林92141.2990647.76-1493.53-1.62其它灌木林93047.9789521.06-3526.91-3.79草地64780.5165191.97411.460.64耕地79089.8378932.09-157.74-0.20疏林地10773.3510197.19-576.16-5.35未成林地11506.7910824.33-682.46-5.93宜林地22853.5622426.9-426.66-1.87采伐跡地1788.221103.85-684.37-38.27其它99604.98100570.61965.630.97合計(jì)11742491174249

1999—2011年研究區(qū)的森林覆蓋率均呈上升趨勢，從67.35%提高到67.74%，增加了0.39%；森林面積也有一定的增加，增加了0.59%。森林面積、森林覆蓋率變化動(dòng)態(tài)如表2。

表2 森林面積和森林覆蓋率變化動(dòng)態(tài)表年份森林覆蓋率/%森林面積/hm2199967.35790803.79201167.74795481.00增長率/%0.390.59

1999—2011年研究區(qū)內(nèi)喬木林面積與蓄積都有一定程度的增加，喬木林總面積從637231.64 hm2增加至642959.73 hm2，增加了0.90%； 總蓄積從5663.8萬m3增至5739.3萬m3，增加1.33%；平均蓄積從88.88 m3/hm2增加到89.26 m3/hm2，增加了0.43%。詳見表3。

表3 喬木林面積和蓄積變化動(dòng)態(tài)表年份平均蓄積/(m3/hm2)喬木林面積/hm2喬木林蓄積/萬m3199988.88637231.645663.8201189.26642959.735739.3增加量0.385728.0975.5增長率/%0.430.901.33

4.3 退耕還林綜合效益評價(jià)

整個(gè)研究區(qū)1999—2011年共實(shí)施退耕還林面積58698.84 hm2，據(jù)本次監(jiān)測結(jié)果顯示，退耕還林成林面積共計(jì)55126.17 hm2，占?xì)v年退耕面積的93.91%，詳見表4。

表4 研究區(qū)成林情況統(tǒng)計(jì)表林地類型成林面積/hm2比例%針葉林7033.8812.76喬木林闊葉林7851.3314.24針闊混交林2895.575.25竹林29998.5754.42特灌林7346.8213.33

通過退耕還林的實(shí)施工程區(qū)森林面積、森林覆蓋率穩(wěn)定增長。研究區(qū)退耕還林工程小班中森林面積略有增加，由前期監(jiān)測的54369.47 hm2，增加到55126.17 hm2，增長了1.39%；工程小班對森林覆蓋率的貢獻(xiàn)值由前期的4.63%增加到4.69%，增長了0.06%。詳見表5。

表5 工程小班森林面積、森林覆蓋率情況統(tǒng)計(jì)表年份森林覆蓋率/%森林面積/hm219994.6354369.4720114.6955126.17增長量756.7增長率/%0.061.39

1999—2011年研究區(qū)內(nèi)工程小班喬木林面積與蓄積都有一定程度的增加，總面積從17 071.93 hm2增加到17780.78 hm2增長了4.15%；總蓄積從82.4萬 m3增至86.2萬 m3，增長了4.60%；研究區(qū)工程小班平均公頃蓄積也從每公頃48.27 m3增加到48.48 m3，增長了0.43%。詳見表6。

表6 工程小班喬木林面積、蓄積統(tǒng)計(jì)表年份平均蓄積/(m3/hm2)面積/hm2蓄積/萬m3199948.2717071.9382.4201148.4817780.7886.2增長量0.21708.853.8增長率/%0.434.154.60

退耕還林工程實(shí)現(xiàn)了毀林開墾向退耕還林的歷史性轉(zhuǎn)變，使研究區(qū)林業(yè)生態(tài)建設(shè)跨入了一個(gè)全新的發(fā)展階段，大大加快了研究區(qū)造林綠化進(jìn)程。研究區(qū)林地面積、森林資源均穩(wěn)步增長。通過退耕還林工程的實(shí)施及對原有森林的維護(hù)，研究區(qū)森林覆蓋率已由1999年的63.94%提高至67.74%，土地資源得到優(yōu)化配置，土地生產(chǎn)力得到合理發(fā)揮，實(shí)現(xiàn)了“以糧食換森林”的目的，研究區(qū)退耕還林工程實(shí)施狀況如圖4。

通過對研究區(qū)兩個(gè)監(jiān)測時(shí)段的退耕還林定位監(jiān)測，至2011年，研究區(qū)薄土層面積為4747.14 hm2，占退耕還林總面積的8.09%；中土層面積46733.62 hm2，占79.61%；厚土層面積為7218.08 hm2，占12.30%。根據(jù)2012年長江水利委員會發(fā)布的《長江泥沙公報(bào)2012》和四川省水文局監(jiān)測資料顯示，四川省河川的含沙量大幅度下降，岷江、涪江每立方米河水含沙量分別下降60%和80%，以往下大雨河水需要7 d左右才能澄清，而現(xiàn)在只需3 d。從局部范圍看，大量陡坡耕地水土流失嚴(yán)重的狀況得到有效控制，據(jù)定位監(jiān)測，與未退耕地相比，坡面徑流系數(shù)率和輸沙量分別減少47.6%和56.7%；退耕還林地營造的2 a生毛白楊、杉木和撐綠竹，與農(nóng)耕地相比，林地徑流量分別減少29.2%，27.7%和21.7%，徑流泥沙量分別減少42.1%，31.8%和22.5%。

5 結(jié)論與討論

利用遙感技術(shù)進(jìn)行退耕還林監(jiān)測，與傳統(tǒng)實(shí)地調(diào)查方法相比，具有宏觀、動(dòng)態(tài)、快捷和節(jié)約成本等諸多優(yōu)點(diǎn)，將遙感技術(shù)應(yīng)用到退耕還林工程監(jiān)測和調(diào)查，具有十分重要的意義和價(jià)值。本文以SPOT5為數(shù)據(jù)源，對四川省天全縣開展的退耕還林工程監(jiān)測試驗(yàn)研究取得了以下方面的結(jié)論和進(jìn)展：

1) 森林資源監(jiān)測中遙感數(shù)據(jù)增強(qiáng)，要求能盡量突出森林相關(guān)信息，壓縮其他無關(guān)信息。本次研究采用分段線性拉伸和邊緣增強(qiáng)，對融合后的SPOT5進(jìn)行增強(qiáng)處理，取得了較好的效果，有效改進(jìn)了圖像顯示的視覺效果，提高了圖像可解譯性。

2) 監(jiān)測統(tǒng)計(jì)結(jié)果顯示：研究區(qū)土地總面積117.42萬 hm2，其中森林面積750769 hm2，森林覆蓋率67.74%，森林蓄積5275.28萬m3；區(qū)域內(nèi)實(shí)施退耕還林面積58285 hm2，已成林面積48327 hm2，占研究區(qū)退耕還林面積的83.02%。

3) 通過對區(qū)域內(nèi)經(jīng)濟(jì)、土壤、水文、氣象等資料的分析結(jié)果表明：核心監(jiān)測區(qū)土壤物理性質(zhì)得到改良，養(yǎng)分含量明顯提高；野生動(dòng)物數(shù)量和年均河流量增加；林業(yè)收入總體呈增加趨勢，農(nóng)民從中獲得較高的經(jīng)濟(jì)收入，優(yōu)化了農(nóng)村經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)。其退耕還林工程實(shí)施效果良好。

4) 為了達(dá)到精度要求，本文仍采用了目視判讀的方法對影像進(jìn)行解譯。但隨著遙感影像空間、時(shí)間、光譜的提高、遙感影像處理軟件技術(shù)的日益成熟以及計(jì)算機(jī)自動(dòng)分類技術(shù)的日益成熟，特別是監(jiān)督分類、非監(jiān)督分類以及專家分類器等分類方法精度的提高，可適當(dāng)加強(qiáng)用計(jì)算機(jī)自動(dòng)分類對圖像解譯的嘗試。

[1] 沈國舫.中國林業(yè)可持續(xù)發(fā)展及其關(guān)鍵科學(xué)問題[J].地球科學(xué)進(jìn)展,2000,15(01):10-18.

[2] 黃文清,張俊飚.試論新形勢下退耕還林工程建設(shè)[J].林業(yè)建設(shè),2005,23(1):16-20.

[3] 孫濤.退耕還林工程核查中發(fā)現(xiàn)的問題及對策[J].林業(yè)資源管理,2005,34(01):26-29.

[4] 秦建明,陳程.我國退耕還林還草歷史發(fā)展階段及其政策演變[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2005,24(01):58-63.

[5] 林輝，何國安，李際平,等.高分辨率遙感及應(yīng)用[M].長沙:中南大學(xué)出版社,2004.

[6] 歐潤貴.林業(yè)遙感[M].北京:中國林業(yè)出版社,1989.

[7] 梅安新、彭望琭.遙感導(dǎo)論[M].北京:高等教育出版社,2001.

[8] 王欽敏.衛(wèi)星遙感技術(shù)發(fā)展和應(yīng)用動(dòng)態(tài)[J].遙感信息,1995,10(04):2-6.

[9] Jin Y X. Survivability Specification Framework for Dependability-Functionality Codesign of ERTS[J]. Wuhan University Journal of Natural Sciences, 2005, 10(1):75-78.

[10] XU Kaiming.The Analysis of SPOT5 Characteristics on Land Cover Classification[J]. Science of Surveying and Mapping,2004,29(S1):108-116.

[11] 宏裕聞.美國衛(wèi)星遙感現(xiàn)狀和趨勢[J].全球科技經(jīng)濟(jì)瞭望,1997,12(05):33-35.

[12] 鄧良基.遙感基礎(chǔ)與應(yīng)用[M].北京:中國農(nóng)業(yè)出版社,2002.

[13] 萬幼川.我國遙感科學(xué)與技術(shù)發(fā)展現(xiàn)狀[J].地理空間信息,2003,1(02)3-5.

[14] 呂國楷，洪啟旺，郝允充，等.遙感概論:修訂版[M].北京:高等教育出版社,1995.

[15] WANG Liangjian, BAO Haosheng, PENG Buchu. The Dynamic Monitoring and Prediction of Land Use Change for Area by RS and GIS[J].Economic Geography,2000,5(2):47-51.

[16] 楊立民,朱智良.全球及區(qū)域尺度土地覆蓋土地利用遙感研究的現(xiàn)狀和展望[J].自然資源學(xué)報(bào),1999,14(4):340-344.

[17] Sun R, Liu C M, Zhu Q J. Dynamic Change of Net Primary Productivity and Fractional Vegetation Cover in the Yellow River Basin Using Multi-temporal AVHRR NDVI Data[J].Journal of Geographical Sciences, 2002, 12(1):29-34.

[18] YAN Qin, ZHANG Jixian, SUN,Xiaoxia. The Application Method Research About Land Use Dynamic Monitoring by IKONOS[J].Science of Surveying and Mapping,2002(2):40-42.

[19] 楊存建,劉紀(jì)遠(yuǎn),張?jiān)鱿?，?遙感和GIS支持下的中國退耕還林決策分析[J].遙感學(xué)報(bào),2002,6(3):205-211.

DynamicMonitoringonReforestationProjectUsingRemoteSensingTechnology：Taking Tianquan County as an Example

XING Yuanjun1，PENG Jiangui1，Xu Jinduo2，LI Linhua1

(1.Central South Forest Inventory and Planning Institute of State Forestry Administration，Changsha 410014，Hunan，China；2.Sanya Forest Farm of Hainan Province，Sanya 572000,Hainan，China)

Based on the data of SPOT 5 remote sensing images in 1999,and digital processing and information extraction from remote sensing image,using SPOT 5 remote sensing image in 2011 as the data update, the paper evaluated the conversion of farmland to forest project.Results showed that:①Ecological environment of study area was improved,forest coverage rate rose to 63.94% from 63.31%, the prominent features of land use change was increase of woodland and grassland, decrease of steep cultivated slope land and barren land;②The soil physical properties were improved in the study area,the nutrient content was increased obviously,the amount of wild animals and the average annual river discharge was increased;③The industrial structure of rural economy was optimized, the overall trend of forestry income was increased.

returning farmland to forest;dynamic monitoring;SPOT 5 remote sensing image;Tianquan county

2016 — 03 — 15

邢元軍(1982-)，男，山東煙臺人，碩士，工程師，主要從事遙感與信息技術(shù)在林業(yè)中的應(yīng)用研究。

F 326.24

B

1003 — 6075(2016)02 — 0022 — 07

10.16166/j.cnki.cn43 — 1095.2016.02.006