基于多指标的科尔沁沙地沙漠化定量遥感监测与综合评价

As an essential environmental and socio-economic issue, aeolian desertification severely restricts the sustainability of regional soicio-economic development. But for the desertification monitoring, the technique which based on the human-computer interactive visual interpretation still stay in the low efficiency as the high cost and long-cycle stage for a long time, some studies use single or multi-factor for desertification quantitative inversion, but which lack of continuity on the time scale. In addition, Large-scale research on landscape pattern and sensitivity evaluation of aeolian desertification is still insufficient. Thus, this research selects the Horqin Sandy Land as the study area, takes middle and high resolution remote sensing images as data source, in support of 3S technology, combines meteorological, environmental and ground survey data. 1) Aeolian desertification evaluation indicators will be retrieved quantitatively, we will construct the remote sensing monitoring indicator system and automatic recognition model of aeolian desertification based on multiple indicators, to achieve the dynamic monitoring of aeolian desertification from the large scale and long time series. 2) Landscape pattern evolution of aeolian desertification will be investigated by GIS spatial analysis method. 3) By combining the natural and anthropogenic factors, we will evaluate the sensitivity of aeolian desertification comprehensively in the Horqin Sandy Land. The success of this research will provide new ideas and methods for the remote sensing monitoring of aeolian desertification, and provide a scientific basis for combating aeolian desertification effectively and better understanding the sustainability of regional socio-economic development.

沙漠化作为极其重要的环境和社会经济问题，严重制约着区域社会经济的可持续发展。但目前对沙漠化的监测还长期停留在高成本、长周期的人机交互目视解译阶段，虽然也有基于单因子或多因子的沙漠化定量反演，但都缺乏在时间尺度上的连续性；另外，对沙漠化景观格局的大尺度研究和敏感性评价研究还比较少。因此，本项目选取我国沙漠化比较典型的科尔沁沙地为研究区，以中、高分辨率遥感影像为主要数据源，在3S技术支持下，结合典型区气象、环境和地面调查数据：1）定量反演沙漠化评价指标，构建基于多指标的沙漠化遥感监测指标体系和沙漠化信息自动识别模型，实现对沙漠化大尺度、长时间序列的动态监测；2）从大尺度和长时序对沙漠化景观格局演变过程进行探讨；3）综合自然和人为因素，对沙漠化敏感性进行综合评价。本研究可为沙漠化遥感监测提供新的思路与方法，进而为沙漠化防治的有效管理和决策，以及该区域社会经济的可持续发展提供科学依据。

土地沙漠化已成为当今世界面临的最大环境-社会-经济问题之一，给广大沙区的生态环境、自然资源、社会经济以及人民生活造成严重的危害。土地沙漠化遥感定量监测技术是掌握土地沙漠化发展规律的重要手段。为了弥补Landsat TM等高空间分辨率遥感数据在时间尺度上的不足，本研究引入了MODIS长时间序列数据产品为数据源，在分析沙漠化土地光谱特征的基础上，利用QUEST决策树分类法构建基于多指标的土地沙漠化信息提取模型，提取了研究区2000~2015年的土地沙漠化时间序列数据，并对土地沙漠化现状及其时空动态变化过程进行了深入研究；同时分析了沙漠化土地随地形因子的变化特征；最后，结合气象数据和社会经济统计数据，分别对影响土地沙漠化的自然因素和人为因素进行了探讨。研究结果表明：除轻度沙漠化和中度沙漠化土地呈微弱的植被光谱特征外，其余沙漠化土地类型均呈现沙地光谱特征；基于QUEST决策树分类法能够很好地区分不同程度的土地沙漠化，其总体分类精度为96.50%，Kappa系数为0.90。截止2015年，研究区沙漠化土地总面积为32633km2，占研究区总面积的26.02%，其中轻度、中度、重度和极重度沙漠化土地分别占沙漠化土地总面积的51.39%、34.11%、10.31%和4.20%，从轻度沙漠化到极重度沙漠化土地，面积逐级递减。2000~2015年近16年来研究区沙漠化土地总面积整体呈明显下降趋势，其下降速率为2388.60 km2 y-1，其中以轻度和中度沙漠化土地下降为主，重度和极重度沙漠化土地变化趋势不明显。沙漠化土地主要分布在海拔小于500m、坡度小于7°的平坡和缓坡地区，沙漠化土地面积随高程的增加逐渐减少，随着坡度的增加急剧下降，阳坡分布比例大于阴坡，阳坡沙漠化土地面积呈逆转趋势，而阴坡有所扩张。土地沙漠化的逆转与降水量的增加和风速的下降具有显著的相关关系（P<0.01），受气温影响较小；人口密度和牲畜数量的增加并没有导致土地沙漠化的进一步扩张，相反在一系列生态保护工程及政策的实施下，沙漠化土地呈逆转趋势，说明人类活动对土地沙漠化的影响逐渐由不合理的负面效应转变为合理的正面效应。