北方防风固沙重要区草原型的遥感划分
开篇：润墨网以专业的文秘视角，为您筛选了一篇北方防风固沙重要区草原型的遥感划分范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：草原型是草地资源研究的关键基础数据。为了开展不同草原型防风固沙生态功能评价及探讨草地资源经济利用限值，以正蓝旗为典型研究区，综合利用遥感技术，研究了北方防风固沙重要区草原型遥感划分方法。在去除非天然草地利用区域的基础上，利用2011年8月中旬的NDVI，结合同期野外实地植物群落属性调查数据，以20世纪80年代全国统一草地资源调查数据为参考，进行监督分类，将正蓝旗天然草原划分为24类草原型，经验证，分类精度为89.5%，基本满足研究需要。与20世纪80年代数据对比，草原型从类型到面积分布划分结果基本一致，2011年遥感划分的草原型减少了7种，但新增加了3种，正蓝旗草原总体呈温性草甸草原向温性草原退化及向低地盐化草甸恶化。
关键词：草原型划分；NDVI；掩膜；监督分类；四度一量；北方防风固沙重要区
中图分类号：S812.3；S127 文献标识码： A 文章编号：0439-8114（2013）21-5161-06
Classification of Grassland Types of Windbreak and Sand-Fixation Ecological Function Regions in the North of China Using Satellite Images
LIU Tong-hai1，WU Xin-hong2，L？譈 Shi-hai3，YANG Ting-ting2，LI Peng2，ZHAO Xin-hai1，YE Sheng-xing3，SHI Tao2
（1.Department of Computer Science and Information Engineering，Tianjin Agricultural University，Tianjin，300384，China；2.Grassland Research Institute， China Academy of Agricultural Sciences，Hohhot 010010，China；3. State Environment Protection Key Laboratory of Regional Eco-process and Function Assessment， Chinese Research Academy of Environmental Sciences， Beijing 100012， China）
Abstract： The grassland type is the key data for conducting the study of grassland resources. To carry out the economic utilizable threshold and the evaluation of ecological functions of grassland resources for the windbreak and the sand-fixation ecological function regions in the north of China， this paper studied a grassland type classification method based on the remote sensing technology using Plain Blue Banner as the typical study region. Based on the removing of the non-grass areas through the mask technique， using the NDVI data in mid August of 2011 combined with the field survey data of the same period and the unified national grassland resources survey data in the 1980s， the natural grassland of Plain Blue Banner was divided into 24 grassland types. Through verification， the classification accuracy of this method reached to 89.5%， which showed that the method could meet of the basic research needs. The results of grassland types and size distribution based on this method were consistent with that of the 1980s data. Compared with the 1980s data， the number of grassland types of Plain Blue Banner in 2011 was reduced by seven classes of grassland types and increased by 3 types. The grassland of Plain Blue Banner in general was degraded from temperate meadow steppe to the temperature steppe. The salinization of lowland meadow had the trend of deterioration.
Key words： classification of grassland types； NDVI； mask； supervised classification； height， coverage， density， frequency and production； windbreak and sand-fixation ecological function regions in the north of China
北方防风固沙重要区既是北方典型生态脆弱区，也是我国北方重要的生态屏障区，对维护京津地区乃至国家生态安全具有十分重要的战略意义。由于受到人类经济活动和全球气候变化的影响，我国北方防风固沙重要区生态系统服务功能明显下降。由于自然条件差，加上人口压力不断加大和过度放牧，植被退化、土地荒漠化、沙尘暴肆虐等生态问题严峻，北方防风固沙重要区生态系统十分脆弱，这些问题已成为制约区域经济发展和人民生活水平提高的主要因素，生态保护与经济发展矛盾日益凸显。在我国北方草原和荒漠等重要生态脆弱区，该矛盾尤为突出。当前，区域生态系统的服务功能稳定性维持和生态经济利用等成为北方防风固沙重要区的研究热点。弄清该地区土地利用类型的分布和变化是研究与分析生态功能及经济利用的基础科学数据。
开展草地类型的划分是草地资源相关研究工作的基础，也是为区域生态系统服务功能评价及生态经济利用限值研究提供科学基础数据。20世纪70年代末，我国开始了全国统一草地资源调查工作，草地分类采用了植物-生境分类方法，历时近10年，1988年才完成了全国草地资源调查工作[1]。到20世纪90年代初，辅以航、卫片校核，编绘完成县级1∶50 000或1∶100 000草地类型图，并缩编成1∶1 000 000全国草地资源图[2]，可见传统的分类方法费时费力。遥感图像是对地物种类及组合方式的综合反映[3]，且可快速获取地面草场资源数据，基于此，20世纪80年代以来，国内外将遥感技术应用在草地类型划分上，但多局限于采用目视解译，提取大尺度草地类型信息。Norwine等[4]开展了利用气象卫星资料进行植被分类和制图的研究。Townshed等[5]利用气象卫星数据进行南美洲植被分区研究。邹亚荣等[6]通过微机屏幕勾绘制图，提取草场类型，分析草地动态变化。近年，草地类型的遥感划分逐步由目视解译过渡到智能自动分类，由大尺度草场类型监测到面向县级区域小范围的精确分类等。温庆可等[7]利用草地生长期内多时相MODIS的增强型植被指数（EVI）构建时间序列数据集，提取各类型草地生长期内的典型时间谱特征曲线。结合数字高程（DEM）自然因子信息，根据各像素时间谱特征曲线与典型时间谱特征曲线的相似度，通过决策分类法完成分类。赵连春等[8]结合坡向、坡度、高程等地形数据，利用专家分类器进行分类，减少同物异谱、异物同谱的影响，提高了草地遥感分类的精度。郭芬芬等[9]利用MODIS NDVI时间序列，通过滤波处理，提取出藏北沼泽和高寒草甸草地信息。毛飞等[10]利用NOAA/AVHRR的旬数据合成归一化植被指数（NDVI），利用那曲地区每个像元18年平均每年18旬（5-10月）的NDVI资料，采用主成分分析方法从中提取出主要信息，并以此作为分类指标，对那曲地区的草地进行非监督分类，分为高寒草甸、高寒草甸草原、高寒草原和高寒荒漠等草地类型。王晓爽等[11]利用MODIS的EVI结合高程、积温、降水和湿度等多源环境因子数据的方法实现对主要草地类型的划分。这些研究主要集中在利用植被指数，借助地形、气候等因子进行草地的分类，而利用遥感提取草原型的研究较少。
因此，选取阴山北麓-浑善达克沙地防风固沙区的正蓝旗为研究区域，草地是该区域的主要土地利用类型，为典型草原带。研究以传统的草原型命名原则四度一量（即高度、盖度、密度、频度和草产量）为基础，根据大量的野外实地植物群落属性调查数据，利用Landsat TM遥感图像的NDVI进行监督分类，快速提取正蓝旗草原型数据，为开展不同草原型的防风固沙生态功能评价及草地资源经济利用限值研究提供精确的基础数据。
1 材料与方法
1.1 研究区域概况
《全国生态功能区划》中列出了5个北方防风固沙重要区，即科尔沁沙地防风固沙重要区、呼伦贝尔草原防风固沙重要区、阴山北麓-浑善达克沙地防风固沙重要区、毛乌素沙地防风固沙重要区、黑河中下游防风固沙重要区。研究依据北方防风固沙重要区的分布特点，结合主导功能核心区、典型代表性、前期研究积累等原则，选取典型草原带的阴山北麓-浑善达克沙地防风固沙重要区的正蓝旗为典型研究区域。
正蓝旗位于内蒙古锡林郭勒盟南部，地处阴山山脉北麓东端和大兴安岭南段西麓的交会处（北纬41°56′-43°11′，东经115°00′-116°42′，平均海拔1 300 m），南部为低山丘陵，北部为广袤高平原。地带性土壤以栗钙土和黑钙土为主，非地带性土壤主要是风沙土，其次为草甸土、盐碱土和沼泽土。正蓝旗属中温带半干旱大陆性气候，年均气温为1.5 ℃，年≥5 ℃积温为2 300～2 500 ℃，年≥10 ℃积温为1 800～2 200 ℃。多年平均降水量为370 mm，多年平均蒸发量为1 936.2 mm，多年平均无霜期104 d。自然植被从北到南以沙生植被和典型草原植被类型为主，同时还分布有隐域性的草甸植被类型。
1.2 数据来源
选择2011年8月18日的124/30和124/31两景Landsat TM图像，利用ERDAS IMAGINE实现遥感影像拼接和几何精校正。使用ArcGIS对正蓝旗行政区划图进行矢量化，使其与TM图像具有一致的投影方式和坐标系，并完成裁剪工作，获取正蓝旗区域的遥感影像。
整理2008～2010年植物群落属性野外实地调查历史数据和2011年8月的地面调查数据共计169条记录。调查路线、样地样方设置按照《全国草原资源与生态监测技术规程》进行。样地观测：地理和行政位置、地形地貌、草原类型名称、退化程度、利用状况、风沙蚀积状况、裸沙地比例、景观特征以及鼠虫害状况等。样方观测：GPS定位、群落的盖度、高度、地上生物量、植物种数；优势植物种重要值、生活型、高度、盖度、密度、频度、饲用等级等。记录土壤的质地、覆沙程度、表土粒径等。
1.3 研究方法及数据处理
1.3.1 草原型的确定 由于地面实地调查过程中记录的草地类型不规范，对草地类型合并带来麻烦，不便于遥感解译，故采用传统的基于各物种的“四度一量”草原型命名规范，对植物群落属性野外实地调查数据进行整理、计算，规范和合并正蓝旗草原型，为遥感解译草原型奠定基础。
优势度（SDR）是一个综合性指标，它较全面地反映种群在群落中的地位和作用，通常由某种植物的盖度、密度、产量、高度和频度等指标计算而来。通过优势度分析确定植物群落乔木、灌木、草本层的优势种，并对草原型予以命名[1]。计算优势度根据各植物“四度一量”5个参数调查数据，即相对高度、相对盖度、相对产量、相对频度、相对密度，计算公式为：
SDR=
■
（1）
对169个调查样方每种植物进行整理，针对5个参数指标单位不一致，进行数据标准化，这里采用极大值标准化。然后通过公式（1）计算出样方的各植物的优势度，并按优势度进行草原型的命名。正蓝旗天然草地类型最终整理归并为温性草甸草原类、温性草原类、低地草甸类三大草地类，24类草原型，分属平原丘陵草甸草原亚类、平原丘陵草原亚类、沙地草原亚类、低湿地草甸亚类和低地盐化草甸亚类等5个草原亚类，24个草原型整理结果见表1。
1.3.2 草原型遥感分类 综合我国草地研究者及工作者对草地类型划分多年的经验，目前我国主要形成两种草地类型划分方法，其一是植物-生境分类法，也是我国草地工作者主要采用的方法；其二是综合顺序分类法。两种分类方法中，对草原型的划分均以植被特征为依据[12]。
遥感数据主要反映的是地物光谱特征[13]。遥感图像像元灰度值实际上是几种地物光谱信息的线性或非线性的综合反映。有关混合光谱模型理论发展较成熟的是线性光谱模型，即由不同地物形成的混合像元值可以表达成每种端元（Endmember）光谱的线性组合，每端元乘以一个加权系数[14，15]。基于此，利用遥感数据提取草原型的信息成为一种可能。而多波段遥感图像各像元所反映的是包括植被、土壤等多种地物的光谱信息。若直接用多波段遥感图像建立训练区样本，进行监督分类，经试验分类后草地类型破碎度大，数据很难利用。基于地表反射率和植被光谱的归一化植被指数（NDVI）在一定层次上表征了植被的情况，在宏观上能够客观地反映某一区域草原植被信息，因此利用NDVI来提取草原型是有科学依据的。
1）掩膜处理。由于正蓝旗还分布着耕地、人工草地、城镇用地、水体等其他非天然草原用地，影响天然草原型信息的提取。利用ArcGIS软件，通过目视解译，利用屏幕勾绘，将该类数据矢量化（图1）。然后将正蓝旗2011年8月18日遥感影像去除非天然草原用地（图2），以减少对天然草地植被信息的干扰。
2）草原型遥感划分。通过169个地面实地调查数据，利用ArcGIS软件，生成.shp格式的点数据，投影与NDVI一致。通过ERDAS IMAGINE软件，在调查点辅助下，对2011年NDVI图像建立分类训练区样本24类，然后利用最小距离法进行监督分类，并利用随机50个地面调查数据对分类结果进行验证，正确率达89.5%。之后通过转化为.shp格式的矢量数据，并通过人工去除破碎斑块及多边形合并，生成图3所示的正蓝旗草原型空间分布图。
2 结果与分析
2.1 草原型分类结果
通过对TM遥感数据进行监督分类、破碎斑块处理后统计发现，共生成3 879个图斑，天然草地划分为24类草原型（表2）。通过遥感影像得出2011年天然草原总面积为961 636.66 hm2，其他土地利用面积为58 992.40 hm2。分析表2中的草原型及面积数据，发现2011年遥感影像划分的草原型分属温性草甸草原类、温性草原类和低地草甸类三大草原类中的平原丘陵草甸草原亚类、平原丘陵草原亚类、沙地草原亚类、低湿地草甸亚类和低地盐化草甸亚类。其中面积最大的为沙地草原亚类的具小叶锦鸡儿的褐沙蒿，为279 691.67 hm2； 其次是褐沙蒿，面积为206 842.50 hm2。
2.2 草原型变化分析
根据1988年的全国统一草地资源调查数据，20世纪80年代正蓝旗天然草原分为28类草原型，分别为羊草+贝加尔针茅、贝加尔针茅+羊草、具灌木的贝加尔针茅+糙隐子草、羊草+糙隐子草、羊草+冷蒿、具小叶锦鸡儿的羊草、大针茅、大针茅+糙隐子草、克氏针茅+糙隐子草、克氏针茅+冷蒿、白草+杂类草、冰草+冷蒿、糙隐子草+杂类草、冷蒿+丛生禾草、沙生冰草+糙隐子草、褐沙蒿、具小叶锦鸡儿的褐沙蒿、具家榆的褐沙蒿、具灌木的差巴嘎蒿、冷蒿+沙生冰草、具家榆的冷蒿+杂类草、拂子茅、羊草+芦苇、寸草苔+杂类草、芨芨草、碱茅+盐生杂类草、马蔺、大叶章+杂类草。面积最大的草原型为具小叶锦鸡儿的褐沙蒿，占总面积的38.36%；其次为褐沙蒿，占总面积的8.03%。总体上与2011年遥感草原型分类及面积分布一致。2011年褐沙蒿面积增加，通过调查，发现是由于近些年人工飞机播种等人工因素造成的。
2011年草原型遥感划分结果（表2）与20世纪80年代相比，山地草甸草原亚类的具灌木的贝加尔针茅+糙隐子草，平原丘陵草原亚类的羊草+糙隐子草、白草+杂类草、糙隐子草+杂类草，低湿地草甸亚类的拂子茅、低地盐化草甸亚类的碱茅+盐生杂类草以及低地沼泽化草甸亚类的大叶章+杂类草7类草原型减少；增加了平原丘陵草原亚类的羊草+杂类草、低地盐化草甸亚类的芦苇和沙地草原亚类的沙鞭+杂类草共计3类草原型，其中沙地草原亚类的沙鞭+杂类草草原型面积为23 749.56 hm2，作为草地退化指示植物，面积增加，可见，整体上正蓝旗草地依然呈退化趋势。
3 结论与讨论
在利用“四度一量”方法对地面调查数据进行规范的基础上，探讨了利用Landsat TM遥感数据进行监督分类，提取正蓝旗天然草原型的方法。并获取了24类草原型，分别是平原丘陵草甸草原亚类的羊草+贝加尔针茅、贝加尔针茅+羊草，平原丘陵草原亚类的羊草+杂类草、羊草+冷蒿、具小叶锦鸡儿的羊草、大针茅、大针茅+糙隐子草、克氏针茅+糙隐子草、克氏针茅+冷蒿、冰草+冷蒿、冷蒿+丛生禾草，沙地草原亚类的沙生冰草+糙隐子草、褐沙蒿、具小叶锦鸡儿的褐沙蒿、具家榆的褐沙蒿、具灌木的差巴嘎蒿、冷蒿+沙生冰草、具家榆的冷蒿+杂类草、沙鞭+杂类草，低湿地草甸亚类的羊草+芦苇、寸草苔+杂类草，低地盐化草甸亚类的芦苇、芨芨草、马蔺。草原型的划分为今后开展不同草原型防风固沙功能评价及草地资源经济利用限值研究提供了基础科学数据。
遥感数据主要反映的是地物光谱特征，通过对Landsat TM的NDVI监督分类，结合剔除非天然草地利用区域，能够较准确地对正蓝旗的天然草地的草原型进行划分，方法可行。该方法与传统的草地类型划分方法相比，具有快速且数据准确等特点。
遥感划分的草原型数据与20世纪80年代全国统一草地资源调查数据相比，类型及面积整体上一致，2011年遥感划分的草原型减少了7类，但新增加了3类草原型，总体呈温性草甸草原向温性草原退化以及向低地盐化草甸恶化。
利用TM等多波段遥感数据分析草原型，由于该类遥感数据光谱分辨率较低，与高光谱遥感数据分析肯定存在一定的误差，但数据易于获取，处理简单，亦可结合大量的地面调查辅助划分草原型，提高其划分精度。在对草原型矢量合并时，对草原型边界的准确确定有待进一步研究。
参考文献：
[1] 师尚礼.草地工作技术指南[M].北京：金盾出版社，2009.3-78.
[2] 苏大学.1∶1000000中国草地资源图的编制与研究[J].自然资源学报，1996，11（1）：75-83.
[3] 千怀遂.农作物遥感估产最佳时相的选择研究[J].生态学报，1998，18（1）：48-55.
[4] NORWINE J， GREEGOR D H. Vegetation classification based on advanced very high resolution radiometer（AVHRR） satellite imagery[J]. Remote Sensing of Environment，1983，13：69-87.
[5] TOWNSHED J R G， JUSTICE C O， KALB V. Characterization and classification of South American land cover types using satellite data[J]. International Journal of Remote Sensing，1987，7：1395-1416.
[6] 邹亚荣，张增祥，周全斌，等.遥感与GIS支持下的中国草地动态变化分析[J].资源科学，2002，24（6）：42-47.
[7] 温庆可，张增祥，汪 潇，等.西北农牧交错区草地类型遥感划分方法[J]. 农业工程学报，2010，26（3）：171-177.
[8] 赵连春，刘荣堂，杨予海，等.基于地形因子的草地遥感分类方法的研究[J].草业科学，2006，23（12）：26-30.
[9] 郭芬芬，范建容，边金虎，等.基于MODIS NDVI时间序列数据的藏北草地类型识别[J].遥感技术与应用，2011，26（6）：821-826.
[10] 毛 飞，侯英雨，唐世浩，等.基于近20年遥感数据的藏北草地分类及其动态变化[J].应用生态学报，2007，18（8）：1745-1750.
[11] 王晓爽，胡卓玮，赵文吉，等.基于EVI植被指数的大尺度草地多源信息综合分类研究[J].草业科学，2011，28（1）：10-17.
[12] 韩建国.草地学[M].第三版.北京：中国农业出版社，2007.
[13] 张仁华.实验遥感模型及地面基础[M].北京：科学出版社，1996.
[14] 田 静，阎 雨，陈圣波. 植被覆盖率的遥感研究进展[J].国土资源遥感，2004（1）：1-5.
[15] 刘同海，吴新宏. 基于TM影像的草原沙漠化植被盖度分析研究[J].干旱区资源与环境，2010，24（2）：141-144.