杜婷+焦繼宗+頡耀文

摘要：以2015年7月甘肅省瓜州-敦煌地區(qū)Landsat影像為研究對象，先后提取了鹽堿化指數(shù)（Salinization index，SI）、修改后鹽堿化指數(shù)（Modified salinization index，MSI）以及歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）和以二維特征空間構建新的鹽漬化遙感監(jiān)測指數(shù)（Modified salinization detection index，MSDI），同時利用同期野外實際考察測量數(shù)據(jù)進行適應性評價和精度驗證。結果表明，指數(shù)SI容易將鹽堿地和裸土地混淆，不能準確表示鹽漬化程度；MSI在提取鹽漬化方面具明顯優(yōu)勢，但其僅考慮樣本像元內以裸土為主的情況，忽略了像元內植被光譜信息。最后綜合考慮裸土和植被信息，采用新構建的指數(shù)MSDI對該區(qū)域鹽漬化進行定量化提取，結果表明MSDI指數(shù)對鹽漬化提取的總體精度為86.36%，能很好反映該地區(qū)鹽漬化程度。

關鍵詞：Landsat；遙感影像；鹽漬化；瓜州-敦煌地區(qū)

中圖分類號：S15 文獻標識碼：A 文章編號：0439-8114（2018）01-0051-05

DOI：10.14088/j.cnki.issn0439-8114.2018.01.013

Abstract： The Landsat image of Guazhou-Dunhuang area in Gansu province in July 2015 was taken as the research object. salinization index （SI），modified salinization index （MSI），normalized difference vegetation index （NDVI） and a new Salinization detection index（MSDI） constructed by two-dimensional feature space were extracted. At the same time，the adaptive evaluation and precision verification were carried out by using the actual field survey data. The results show that the SI is easy to confuse the saline-alkali soil and the bare land，and cant accurately indicate the degree of salinization；MSI has obvious advantages in salinizations extraction，but MSI only considers the case of bare soil in the sample pixel，ignores the vegetation spectral information. Finally，combined the bare soil and vegetation information，the newly constructed MSDI index was used to extract the salinization quantitatively in this area，the results show that the overall accuracy of MSDI index for salinization is 86.36%， and it is a good reflection of the degree of salinization in the area.

Key words： Landsat； remote sensing image； salinization； Guazhou-Dunhuang area

目前全球約有8.31億hm2土壤受到鹽漬化威脅，而且這個數(shù)字還在不斷上升[1]。土壤鹽漬化是由于一定的氣候、土壤地質、水文等自然因素共同作用的結果[2]。不合理的灌溉技術及地下水的開采等人類活動會使得土壤發(fā)生次生鹽漬化，或者加重土壤鹽漬化的程度[3，4]。生態(tài)脆弱的干旱區(qū)的降水較少、蒸發(fā)強度大，相對于其他區(qū)域，更易發(fā)生土壤鹽漬化，這對于干旱區(qū)的生態(tài)環(huán)境及綠洲農業(yè)的可持續(xù)發(fā)展造成了嚴重的威脅[5，6]。應用科學的手段動態(tài)、準確地監(jiān)測鹽漬化變化，對掌握鹽漬化時空變異特征及定量化評價及生態(tài)環(huán)境保護具有重要意義。

傳統(tǒng)土壤鹽漬化監(jiān)測方法主要是通過野外調查分析得到的，費時費力不利于大面積同步監(jiān)測，且由于地域限制使結果不具有普遍性[7，8]。遙感具有大范圍同步觀測、快速高效、宏觀綜合的特點，并且隨著遙感技術的發(fā)展，其已被廣泛應用于土地退化、鹽漬化的監(jiān)測評價中[9]。遙感影像的標準假彩色合成可以很好地對鹽漬地和植被進行區(qū)分[10]，但是，由于土壤光譜響應特征的綜合性以及“異物同譜”等現(xiàn)象的存在，其準確程度難以保證。利用標準假彩色對影像合成后進行增強和變換，在遙感圖像處理軟件中對其進行監(jiān)督分類可提取土地鹽漬化信息，但是對于鹽生植被條件下的鹽漬化信息無法準確提取[11]；利用TM影像的可見光及近紅外波段和TM數(shù)據(jù)進行過纓帽變換后的綠度分量和主成分變換后的第三主成分變換進行彩色合成，可對綠洲土壤鹽漬化信息進行提取，但是其精度易受土壤表層濕度和植被覆蓋度的影響[12]；應用中分辨率影像MODIS數(shù)據(jù)和非監(jiān)督分類方法中的ISODATA算法對土壤鹽漬化程度和分布進行了定性和定量評價，但是該算法最優(yōu)參數(shù)的確定需要進行大量的試驗[13]；將Radarsat和TM圖像融合后利用SVM分類進行鹽漬化信息的監(jiān)測，取得了較好的分類精度[14]，但是仍然不能避免人為因素對分類過程的干擾；利用實測高光譜數(shù)據(jù)結合鹽分指數(shù)對土壤鹽漬化信息進行提取[15，16]，雖然精度較高，但是野外觀測需要大量的人力物力，不利于大面積的鹽漬化監(jiān)測；利用高分影像及多尺度分割的方法可精確地對田間尺度的鹽漬化信息進行監(jiān)測[17]，但數(shù)據(jù)源難以獲取。還有學者基于不同的特征分量，利用特征空間對土壤鹽漬化進行定量化遙感監(jiān)測[18，19]，但在其他區(qū)域的適用性有待進一步研究?？傊?，上述多種方法表明應用遙感技術對鹽漬化進行定量評價和監(jiān)測已取得一定成果，利用其進行鹽漬化監(jiān)測的手段日益成熟和多樣化。但同時仍然存在許多問題，例如利用微波和高光譜遙感的應用理論、模型、測量儀器等方法還不成熟；利用影像處理后分類的監(jiān)測方法需要大量地面實測數(shù)據(jù)來進行訓練區(qū)選擇[20]，且高分辨率、高光譜數(shù)據(jù)獲取成本較高等。因此，有必要嘗試應用遙感影像構建定量化、便捷、準確、高效的鹽漬化提取方法。endprint

甘肅省鹽堿地面積1 414萬hm2，其中酒泉市754萬hm2，且主要分布在瓜州-敦煌地區(qū)[21]。該地區(qū)屬于典型干旱氣候區(qū)，植被覆蓋率低，區(qū)域內土壤大部分呈現(xiàn)出沙化和鹽漬化特質，生態(tài)環(huán)境非常脆弱，是干旱區(qū)土地鹽漬化代表性區(qū)域。選擇該地區(qū)進行鹽漬化定量評價方法探索，對于整個干旱區(qū)鹽漬化監(jiān)測評價具有重要的實際應用價值[22]。因Landsat影像數(shù)據(jù)獲取便捷、成本低，基于前人研究成果，本研究擬探索出利用Landsat影像能夠較為準確、便捷且高效地進行土壤鹽漬化信息提取的有效方法，提高鹽漬化評價的水平和效率。

1 研究區(qū)域概況、數(shù)據(jù)來源與方法

1.1 研究區(qū)域概況

瓜州-敦煌地區(qū)位于甘肅省酒泉市、河西走廊最西端，地勢南高北低，東部和西部分別與玉門市和新疆的哈密市相鄰，南部與北部分別與阿克塞哈薩克族自治縣及肅北蒙古族自治縣相接，總面積6 118.695 km2。該地區(qū)地處內陸、遠離海洋，屬于典型的干旱氣候區(qū)。瓜州縣和敦煌市的年平均氣溫分別為8.8 ℃和9.6 ℃，最低和最高氣溫相差60 ℃以上；降水主要集中于夏季，年平均降水量分別為53.9、38.4 mm，蒸發(fā)量卻分別達到1 988.9、2 581.7 mm。該區(qū)域的土壤類型為風沙土、灌淤土、棕漠土、鹽土等。由于受該區(qū)域的土壤和水文條件影響，天然植被類型主要為鹽地沙生灌叢植被如檉柳（Tamarix ramosissima）、禾草鹽化草甸植被如芨芨草（Achnatherum splendens）、雜草類鹽化草甸植被如花花柴（Karelina caspica）等。

1.2 數(shù)據(jù)來源及預處理

數(shù)據(jù)源為Landsat OLI遙感影像數(shù)據(jù)，影像的獲取時間為2015年7月。對于下載的遙感影像數(shù)據(jù)，將其導入ENVI軟件中進行了幾何校正、輻射定標、大氣校正等一系列預處理步驟，以便用于鹽漬化提取指數(shù)的反演。并通過定點調查的方式，對研究區(qū)進行了全面的考察。將實地調查獲得的樣點數(shù)據(jù)與反演得到的鹽漬化結果進行對比分析，證明鹽漬化提取方法的可行性及精度。

1.3 研究方法

1.3.1 特征變量的選取 植被是反映土壤含鹽量的間接有效指標[23]，可以利用歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）對作物種類和土壤鹽堿化分布狀況進行識別[24]。通過對不同植被覆蓋類型的土壤鹽漬化程度的研究表明，NDVI會隨著土壤含鹽量的增高而降低[25]。但是干旱區(qū)的植被覆蓋度較低，NDVI受土壤的背景影響較大，會造成一些植被信息的低估[26]，因而僅利用NDVI一種指標監(jiān)測鹽漬化的效果不好。因此，選用NDVI作為評價鹽漬化的一個間接的特征變量。

Khan等[27，28]利用ETM+圖像對土壤鹽漬化的研究時發(fā)現(xiàn)影像的第三波段對于土壤鹽分含量具有明顯的響應，并且通過典型地物的波譜特征及波段混合試驗分析表明，由遙感圖像的紅波段和藍波段確定的鹽分指數(shù)（SI）（公式2）可以在一定程度上對鹽漬化程度進行判定，并能有效對植被生長茂盛的區(qū)域信息進行抑制。

1.3.2 定量化評價鹽漬化方法 利用鹽分指數(shù)可以提取鹽漬化信息，但是，土壤鹽漬化成因復雜，利用鹽分指數(shù)進行鹽漬化信息提取時僅考慮了樣本像元內以裸土為主的光譜信息，而忽略了像元內的植被光譜等信息[30]。

Gillies等[31]和Wan等[32]通過對植被指數(shù)（NDVI）和地表溫度（Ts）之間關系的研究，認為兩者之間構成的特征空間為三角形的關系，在植被生長的某一特定時期，各種地表類型對應的NDVI-Ts關系都在該三角形的區(qū)域內[33]。該特征信息在旱情監(jiān)測、沙漠化信息監(jiān)測、鹽漬化信息監(jiān)測等領域得到了廣泛應用。因此，利用二維特征空間理論，通過綜合考慮裸土的光譜信息和植被信息，已有研究利用歸一化植被指數(shù)（NDVI）和鹽分指數(shù)（SI）二維特征空間構建了鹽漬化遙感監(jiān)測指數(shù)（Salinization detection index，SDI），定量反演鹽漬化土地中的鹽含量[34]。

1.3.3 修訂后的鹽漬化定量評價方法 利用SDI對該區(qū)域的鹽漬化信息進行提取的結果表明，該指數(shù)不能準確地提取該區(qū)域的鹽漬化信息。因此，將指數(shù)SDI中的特征變量SI修改為MSI。結合特征空間理論，選擇NDVI和MSI作為特征變量，進行鹽漬化評價指數(shù)的構建。從二者構成的散點圖（圖1）可以看出，兩個變量之間呈負相關關系，相關系數(shù)為-0.804。在兩個變量構成的二維特征空間中，A點為理論上植被指數(shù)最大而鹽分含量最小的點，是理論上的鹽漬化程度最小點。特征空間中的任意一點距離A點越大，鹽漬化程度越高。因此，新構建出修正的鹽漬化評價指數(shù)（Modified salinization detection index，MSDI）用于瓜州-敦煌地區(qū)土壤鹽漬化的定量評價。

2 結果與分析

2.1 SI和MSI反演結果

由表1可以看出，利用鹽分指數(shù)SI進行鹽漬化提取時，鹽堿地和裸土地的SI最大值和最小值都比較相近，因此難以將兩者準確區(qū)分。說明鹽分指數(shù)SI容易將裸土地與鹽堿地混淆而造成鹽漬化信息的提取錯誤，因此，利用了修訂后的鹽分指數(shù)MSI對研究區(qū)的鹽漬化信息進行提取。

通過對比SI和MSI的反演結果（圖2）可以看出，在SI的反演結果中，鹽堿地和裸土地的顏色非常相近，難以對兩者進行區(qū)分；但在MSI的反演結果中，鹽堿地和裸土地顏色很好區(qū)分，所以，可以很好地將兩者進行區(qū)分。由此可知，MSI在提取鹽漬化方面比SI更有優(yōu)勢，并且能夠很好地對高反射率的裸土地和鹽堿地進行區(qū)分。因此，本研究選擇修正的鹽分指數(shù)MSI作為一個變量用于鹽漬化的定量評價中。

2.2 MSDI反演結果的分析

利用遙感影像和新構建的鹽漬化評價指數(shù)MSDI對瓜州-敦煌地區(qū)的土壤鹽漬化進行反演，得到了該區(qū)域的鹽漬化的空間分布圖（圖3）。由圖3可知，顏色越深的區(qū)域代表MSDI的值越大，鹽漬化程度越高?？梢钥闯鲈诠现?敦煌地區(qū)鹽漬化程度總體以輕度為主，鹽漬化程度較高的區(qū)域主要分布于鎖陽城北部及敦煌的東湖濕地區(qū)，西湖農場周邊的鹽漬化程度也較高。根據(jù)野外采集資料及已有研究[35]表明，瓜州-敦煌地區(qū)的鹽堿地主要分布在敦煌盆地中部、安西盆地北部、鎖陽城鎮(zhèn)附近，在布隆吉鄉(xiāng)和雙塔鄉(xiāng)附近也有零星分布。通過反演結果與野外采集資料的對比，從整體上來看，利用MSDI反演的鹽堿地分布情況與鹽堿地的實際分布情況一致。endprint

2.3 MSDI反演結果的局部分析

為了進一步判斷鹽漬化評價指數(shù)MSDI的適用性，從圖3中選擇3個不同的區(qū)域進行放大顯示，并與影像進行對比分析。發(fā)生鹽漬化土壤的表層會結有鹽殼或鹽皮，地表光滑，堅實而發(fā)白，且鹽漬土壤的光譜反射率較強，在遙感影像上的色調比其他土壤都淡，多呈現(xiàn)白色或灰白花斑狀影紋。從MSDI反演結果與影像的對比圖（圖4）可以看出，1號區(qū)域的影像中色調較淡的區(qū)域在反演結果中的鹽漬化程度較高，2號和3號區(qū)域中影像發(fā)白和色調較淺的區(qū)域在反演結果中為鹽漬化土壤。通過3個典型區(qū)域的對比分析并結合對Google Earth高清影像的觀察，可以看出MSDI可以很好地評價瓜州-敦煌地區(qū)的鹽漬化信息。

為了進一步分析MSDI指數(shù)的適用性，利用野外實際考察點數(shù)據(jù)并結合隨機選點的方式在Google Earth上選取了198個樣點用于判別MSDI指數(shù)的精度。從表2可以看出，利用指數(shù)MSDI提取土壤鹽漬化的總體精度為86.36%，Kappa系數(shù)為0.708，因此MSDI指數(shù)可以較為準確地提取鹽漬化土壤。

通過上述分析可以看出，經(jīng)過新構建的鹽漬化遙感評價指數(shù)MSDI可以準確地對該區(qū)域的鹽漬化進行定量評價。

3 結論

通過對鹽漬化監(jiān)測指數(shù)的研究應用，試圖探索出利用Landsat影像來建立定量化、便捷、準確和高效地評價鹽漬化的方法，得到以下結果。

1）通過對鹽分指數(shù)的對比研究，利用藍光、綠光、紅光波段構建的鹽分指數(shù)MSI能夠有效將高反射率的裸土地與鹽漬化土壤區(qū)分。

2）選擇的NDVI和MSI作為二維特征變量，根據(jù)其特征空間散點可知兩個變量的相關系數(shù)為-0.804，因此，新構建了修正的鹽漬化評價指數(shù)（MSDI）用于瓜州-敦煌地區(qū)的適應性檢驗。

3）在相關研究的基礎上，通過對鹽漬化遙感監(jiān)測指數(shù)SDI進行修正得到的MSDI進行鹽漬化評價的方法，指數(shù)簡單、影像數(shù)據(jù)易獲取，經(jīng)過驗證表明提取結果也較為準確?；贚andsat影像，利用MSDI進行提取鹽漬化信息的方法可以簡單、快速、有效且準確地對鹽漬化進行定量評價。該方法的應用對農業(yè)生產(chǎn)中土壤鹽漬化的長期、動態(tài)及定量觀測和評價具有積極作用。

4）雖然由SDI指數(shù)改進得到的MSDI指數(shù)可以對瓜州-敦煌地區(qū)的鹽漬化進行較為準確的定量化評價，但在其他干旱半干旱區(qū)的適用性還需要進一步研究和驗證。鹽漬化的形成原因十分復雜，土壤水分、植被類型、地貌形態(tài)等因素都可能會對土壤的光譜特征造成影響，導致提取信息的不準確，因此在將來的研究中需要考慮如何消除這些因素對鹽漬化信息提取的影響，進一步提高鹽漬化信息的提取準確性。

參考文獻：

[1] 李建國.土壤鹽漬化研究現(xiàn)狀及未來研究熱點[J].地理學報，2012，67（9）：83-95.

[2] 朱庭蕓.灌區(qū)土壤鹽漬化防治[M].北京：農業(yè)出版社，1992.32-38.

[3] 郝翠紅.淺談節(jié)水灌溉技術與張掖農灌區(qū)鹽漬化的關[J].甘肅農業(yè)，2005（10）：67.

[4] 賴 寧，李新國，阿斯耶姆·圖爾迪，等.開都河流域下游綠洲土壤鹽漬化時空變化及其成因分析[J].干旱區(qū)資源與環(huán)境，2013， 27（12）：66-73.

[5] 王 宏，塔西甫拉提·特依拜，謝 霞，等.艾比湖區(qū)域土壤鹽漬化時空演變研究[J].干旱區(qū)資源與環(huán)境，2011，25（12）：137-144.

[6] 丁建麗，姚 遠，王 飛.干旱區(qū)土壤鹽漬化特征空間建模[J].生態(tài)學報，2014，31（16）：4620-4631.

[7] 關元秀，劉高煥.區(qū)域土壤鹽漬化遙感監(jiān)測研究綜述[J].遙感技術與應用，2001，16（1）：40-44.

[8] 劉 勤，王宏衛(wèi)，丁建麗，等.干旱區(qū)區(qū)域土壤鹽漬化監(jiān)測研究進展及其未來熱點[J].新疆大學學報（自然科學版），2014，31（1）：108-115.

[9] 張 飛，塔西甫拉提·特依拜，丁建麗，等.干旱區(qū)綠洲土壤鹽漬化程度遙感定量評價[J].生態(tài)環(huán)境學報，2009，18（5）：1822-1829.

[10] DWIVEDI R S，RAO B R M. The selection of the best possible Landsat TM band combination for delineating salt-affected soils[J].International Journal of Remote Sensing，1992，13（11）：2051-2058.

[11] 塔西甫拉提·特依拜，張 飛，趙 睿，等.新疆干旱區(qū)土地鹽漬化信息提取及實證分析[J].土壤通報，2007，38（4）：625-630.

[12] 江紅南，塔西甫拉提·特依拜，徐佑成，等.于田綠洲土壤鹽漬化遙感監(jiān)測研究[J].干旱區(qū)研究，2007，24（2）：168-173.

[13] 陳 康，金曉媚，萬 力，等.應用MODIS數(shù)據(jù)進行土壤鹽漬化評價方法研究[J].科技導報，2009，27（14）：59-63.

[14] 依力亞斯江·努爾麥麥提，塔西甫拉提·特依拜，舒 寧，等.基于Radarsat和TM圖像融合與分類的土壤鹽漬化信息遙感監(jiān)測研究[J].測繪科學，2009，34（1）：56-59.

[15] 丁建麗，伍漫春，劉海霞，等.基于綜合高光譜指數(shù)的區(qū)域土壤鹽漬化監(jiān)測研究[J].光譜學與光譜分析，2012，32（7）：1918-1922.

[16] NAWAR S，BUDDENBAUM H，HILL J. Digital mapping of soil properties using multivariate statistical analysis and ASTER data in an arid region[J].Remote Sensing，2015，7：1181-1205.endprint

[17] 袁 澤，丁建麗，牛增懿，等.基于GF-1遙感影像的艾比湖區(qū)域田間尺度土壤鹽漬化監(jiān)測方法[J].中國沙漠，2016（4）：1070-1078.

[18] 哈學萍，丁建麗，塔西普拉提.特依拜，等.基于SI-Albedo特征空間的干旱區(qū)鹽漬化土壤信息提取研究——以克里雅河流域綠洲為例[J].土壤學報，2009，46（3）：381-390.

[19] 丁建麗，瞿 娟，孫永猛，等.基于MSAVI-WI特征空間的新疆渭干河—庫車河流域綠洲土壤鹽漬化研究[J].地理研究，2013， 32（2）：223-232.

[20] 扶卿華，倪紹祥，李開麗.土壤鹽堿化遙感監(jiān)測方法[J].農機化研究，2005（1）：110-112，114.

[21] 甘肅省統(tǒng)計局.甘肅發(fā)展年鑒[M].北京：中國統(tǒng)計出版社，2016.

[22] MENG L，ZHOU S W，ZHANG H，et al. Estimating soil salinity in different landscapes of the Yellow River Delta through Landsat OLI/TIRS and ETM+Data[J].Journal of Coastal Conservation，2016，20（4）：271-279.

[23] 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.

[24] 許 迪，王少麗，蔡林根，等.利用NDVI指數(shù)識別作物及土壤鹽堿分布的應用研究[J].灌溉排水學報，2003，22（6）：5-8，32.

[25] 楊勁松，姚榮江，鄒 平，等.海涂區(qū)不同植被類型下土壤鹽漬剖面及其電磁感應響應特征[J].應用生態(tài)學報，2008，19（10）：2117-2124.

[26] 李艷華，丁建麗，孫永猛，等.基于三維特征空間的土壤鹽漬化遙感模型[J].水土保持研究，2015，22（4）：113-117，121.

[27] KHAN N M，SATO Y. Monitoring hydro-salinity status and its impact in irrigated semi-arid areas using IRS-1B LISS-II data[J].Asian J Geoinform，2001，1（3）：63-73.

[28] KHAN N M，RASTOSKUEV V V，SATO Y，et al. Assessment of hydrosaline land degradation by using a simple approach of remote sensing indicators[J].Agricultural Water Management， 2005，77（1-3）：96-109.

[29] SCUDIERO E，SKAGGS T H，CORWIN D L. Regional-scale soil salinity assessment using Landsat ETM+canopy reflectance[J].Remote Sensing of Environment，2015，169：335-343.

[30] 王 飛.基于特征空間的土壤鹽漬化遙感應用研究[D].烏魯木齊：新疆大學，2010.

[31] GILLIES R R，CARLSON T N，KUSTAS W P. A verification of the ‘triangle method for obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index （NDVI） and surface radiant temperature[J].International Journal of Remote Sensing，1997，18（15）：3145-3166.

[32] WAN Z M，WANG P X，LI X W. Using MODIS land surface temperature and normalized difference vegetation index products for monitoring droutgh in the southen great plains，USA[J].International Journal of Remote Sensing，2004，25：61-72.

[33] 韓麗娟，王鵬新，王錦地，等.植被指數(shù)-地表溫度構成的特征空間研究[J].中國科學（D輯：地球科學），2005，35（4）：371-377.

[34] 王 飛，丁建麗，伍漫春.基于NDVI-SI特征空間的土壤鹽漬化遙感模型[J].農業(yè)工程學報，2010，26（8）：168-173.

[35] 殷密英，靳盛海，劉少玉，等.疏勒河流域綠洲鹽漬土類型及鹽漬化程度分析[J].南水北調與水利科技，2007，5（5）：72-76.endprint