李陽陽，張 軍，劉陳立，楊旭超，李 杰

(云南大學資源環(huán)境與地球科學學院，云南 昆明 650504)

老撾北部5省橡膠林提取及時空擴張研究

李陽陽，張 軍*，劉陳立，楊旭超，李 杰

(云南大學資源環(huán)境與地球科學學院，云南 昆明 650504)

目的分析老撾北部“金三角”地區(qū)橡膠林提取方法及橡膠林時空擴張?zhí)卣鳎瑸楹侠硪?guī)劃橡膠種植、區(qū)域生態(tài)環(huán)境保護等提供方法和依據(jù)。方法基于MODIS影像和橡膠林物候特征，選取不同地類特征參數(shù)，實現(xiàn)橡膠林空間分布快速可重復的決策樹提取新方法，并基于單一土地利用率模型研究橡膠林擴張機制。結果(1)橡膠林提取時間窗口為1月至3月，基于不同地類特征參數(shù)生成的橡膠成林、幼林決策樹提取方法總精度為80.67%，高分一號影像通過面向對象方法驗證MODIS影像提取結果精度可靠。(2)2010—2015年，老撾北部5省橡膠林由12.6萬hm2擴張到16.96萬hm2，面積變化率最大的是烏多姆賽省，豐沙里省擴張速度最慢。結論MODIS影像提取橡膠林方法和結果簡單有效。橡膠林分布在海拔和坡度上呈現(xiàn)不斷上升的趨勢，海拔1 500 m以上零星分布，坡度上分布上限為35°，而坡向擴張無明顯規(guī)律。從LUCC視角分析得到橡膠林時空擴張的主要影響因素是社會政策和經濟因素。

多源遙感；老撾北部；橡膠林；時空擴張

Abstract：[Objective] The aim of this research is to analyze the extraction method of rubber forest in the “Golden Triangle” region of northern Laos, to monitor the rubber forest and its spatial expansion dynamically, and to provide methods and lay a basis for rational planning of rubber planting and regional ecological environment protection. [Method]A new method for rapid and repeatable extraction of rubber forest spatial distribution was used based on MODIS remote sensing data, the phenological characteristics and the geometric parameters of rubber forest, and the expansion mechanism of rubber forest was analyzed based on single land use rate model. [Result] (1) The rubber tree extraction ranged from January to March. The precision of extraction method based on phenological characteristics and geometric parameters was 80.67%. GF-1 images were classified by the object-oriented method to verify the MODIS data which proved to be reliable. (2) The area of rubber forest in five provinces of northern Laos was expanded from 12.6×104hm2to 16.96 ×104hm2between 2010 and 2015. The area of rubber forest changed the most in Oudomxay province, and the least in Phongsaly province. [Conclusion] The method to extract rubber forest by MODIS data is simple, valid and effective. The distribution of rubber forests increases with the elevation and slope and scatters over the elevation of 1500m, the upper limits of slope is 35°. While, no obvious rule about distribution on the aspect is found. The main factors influencing the spatial and temporal expansion of rubber forest are social policy and economics from the perspective of LUCC.

Keywords: Multi-source remote sensing; Laos; rubber forest; spatial and temporal expansion

天然橡膠是國防和經濟發(fā)展不可或缺的戰(zhàn)略物資[1]，在“金三角”貧窮國家發(fā)展替代罌粟的橡膠種植業(yè)[2-4]，也是我國促進邊疆繁榮穩(wěn)定的國家戰(zhàn)略。地處廣義“金三角”老撾北部5省(南塔省、豐沙里省、烏多姆塞省、波喬省和瑯勃拉邦省)充足的水熱條件為該區(qū)橡膠種植提供了良好的環(huán)境。隨著橡膠林不斷擴張，原生植被的破壞與不合理的橡膠種植將損害中老邊境地區(qū)生物多樣性與生態(tài)安全，因此，掌握橡膠林分布和時空擴張監(jiān)測機制對橡膠林種植規(guī)劃、橡膠產品的宏觀調控和進出口貿易等都具有重要作用。

橡膠林提取早期多以中低分辨率遙感影像通過監(jiān)督分類進行，分類精度可達80%左右[5-7]。近年來，以中高分辨率遙感影像為主要數(shù)據(jù)源的面向對象方法逐漸成熟，Ekadinata等[8]、劉少軍等[9]、劉曉娜等等[10]用面向對象方法提取的橡膠林總精度在85%左右。決策樹方法需要對比多時相數(shù)據(jù)分析橡膠林提取時間窗口，基于光譜特征和其他特征提高分類精度[11]，目前尚處于探索階段。綜合而言，目前難以形成高效、穩(wěn)定、可靠的橡膠林提取算法，快速了解大尺度橡膠林分布面積及時空特征仍是瓶頸。面向對象方法適用高分辨率影像，在保證提取精度的前提下較難適用于大尺度范圍，但可作為其他方法分類的驗證；而基于物候特征、像元和光譜特征、紋理特征等的優(yōu)化決策樹分類方法受影像數(shù)據(jù)源限制較小，分類精度較高[12]，所以，在大尺度范圍內具有更好的可操作性和普適性。研究基于MODIS影像，根據(jù)老撾北部橡膠林物候特征構建橡膠林的空間分布遙感提取算法，進行橡膠林時空擴張監(jiān)測研究。掌握老撾北部五省橡膠種植狀況，為老撾北部國土資源開發(fā)、生態(tài)環(huán)境監(jiān)測、橡膠產業(yè)可持續(xù)發(fā)展及社會經濟發(fā)展提供參考。

1 研究區(qū)概況

圖1 研究區(qū)位示意圖Fig.1 Location of study area

2 材料與方法

2.1數(shù)據(jù)源及預處理

遙感數(shù)據(jù)包括8天合成的2015全年和2010年1至3月的MODIS地表反射率產品MOD09A1、MOD09Q1，用于決策樹橡膠林提取方法的構建；2015年3月2日的高分一號寬幅(GF-1WFV)、2016年1月16日高分辨率(GF-1PMS)影像用來驗證MODIS影像的提取效果；谷歌高清影像輔助決策地類樣本的選擇。此外，還包括來源于地理空間數(shù)據(jù)云的DEM和2次野外調查數(shù)據(jù)。

研究區(qū)涉及到MODIS影像圖幅分別為h27v06，h27v07，采用MRT軟件基于命令行批處理實現(xiàn)影像拼接裁剪和投影轉換。GF-1WFV、GF-1PMS影像景序列號分別為961759，2001118，利用野外調查控制點進行正射校正，并在大氣校正后融合GF-1PMS影像生成2m多光譜遙感影像。

2.2研究方法

2.2.1橡膠林提取方法 老撾北部熱帶季風氣候使得區(qū)域內形成豐富的植被覆蓋地類。本研究在國際生物圈地圈計劃(IGBP)分類體系基礎上，結合研究區(qū)實際情況，將植被覆蓋地類分為橡膠林地、有林地、灌木林地、旱地、水田，其中橡膠林地根據(jù)不同林齡的光譜差異，分為橡膠幼林(<6a)和橡膠成林(≥6a)。研究借助野外調查數(shù)據(jù)和谷歌高清影像建立5個省各地類的遙感解譯標志，共300個樣本。不同植被覆蓋地類特征參數(shù)的選擇是構建決策樹的關鍵，研究區(qū)橡膠林獨特的落葉現(xiàn)象易于在特定時間區(qū)別其他地類，因此，研究基于物候特征、歸一化指數(shù)、主成分分析、紋理信息、原始光譜特征等采用決策樹分類方法，建立老撾北部5省橡膠幼林、橡膠成林決策樹提取模型。不同植被覆蓋地類具體光譜差異及橡膠林提取將在下述研究中闡述。

2.2.2橡膠林時空擴張分析方法 研究在2010年、2015年橡膠林空間分布疊加基礎上，監(jiān)測老撾北部5省橡膠林面積時空擴張過程、擴張的地形因子變化特點和研究區(qū)橡膠林擴張的驅動因素。橡膠林面積擴張分析采用單一土地利用類型相對變化率模型[13]，該模型可定量表達一類土地利用類型數(shù)量變化在不同區(qū)域間的差異性。表達式如下：

(1)

式中：Ka和Kb分別表示某一區(qū)域內部某種土地利用類型在研究初期和末期的總面積，Ca和Cb分別表示整個研究區(qū)該土地利用類型在研究初期和末期的總面積。研究結合地形因素的3個主要因子(海拔、坡度、坡向)構建2010年到2015年橡膠林時空動態(tài)變化分析模型，基于該模型掌握5年間老撾北部5省地區(qū)橡膠林時空變化特征，并從土地利用/土地覆被變化(LUCC)角度探索橡膠林時空變化驅動機制。

3 結果與分析

3.1NDVI時間序列曲線

歸一化植被指數(shù)(NDVI)可間接反映植被在不同季節(jié)、生育期的不同生理特征，多時相NDVI時間序列曲線能夠表現(xiàn)植被在不同生長時期的差異性，以及同一時期不同植被在曲線上的區(qū)別，即植被的物候特征。研究通過IDL語言批處理生成6個地類樣本的MODIS-NDVI時間序列，并基于時間序列諧波分析法(Hants)對時間序列曲線平滑去噪(圖2)。

圖2 不同植被覆蓋地類NDVI時間序列Hants濾波曲線Fig.2 Time series NDVI curves of different vegetation coverage land types by Hants

6類植被NDVI總體值在8月進入低谷，結合研究區(qū)8月份降水值可知：老撾北部8月份以來頻頻遭受洪澇災害，使得大氣引起的NDVI值總體偏低，目前各種濾波方法對NDVI時間序列的單個大氣噪點平滑效果較好[14]，而對多期數(shù)據(jù)出現(xiàn)的大氣噪點普遍效果不理想[15]。依據(jù)該區(qū)水田生長的時間特點，Hants濾波曲線除8月份外都客觀反映了區(qū)域植被生長隨時間變化的特點。濾波后的NDVI時間序列結果顯示：水田和旱地 NDVI 時間序列曲線除去8月份的低谷噪點后為單峰單谷，水田NDVI曲線也表現(xiàn)為5、6月份上升，10月份后迅速下降，與實地調查中北部5省水田5月份種植，10月份收割的實際狀況一致。有林地和橡膠成林的曲線最為接近，有林地NDVI值從11月至次年3月高于橡膠成林且為區(qū)域內NDVI值最大的植被地類，而在4月下旬至9月下旬的雨季間，其一直低于橡膠成林，表明水分條件是影響橡膠林生長的重要因子。橡膠幼林和灌木林地的NDVI曲線趨勢非常相近，且有部分重疊，但在1月上旬至4月上旬，二者的NDVI值差異明顯。綜合橡膠林的落葉物候特征，12月至1月下旬橡膠林NDVI下降至最低后在2月上旬開始增長至4月上旬，表明此間橡膠林正經歷著落葉及生長期，其NDVI值與其他植被區(qū)分明顯。橡膠林物候特征和NDVI曲線地類差異表明：1月到3月是橡膠林提取的時間窗口?；诖?，本研究經過對比選擇8d合成的MODIS-NDVI時間序列的第5、6、7、8、9、10波段數(shù)據(jù)，即DOY33(DOY表示年積日，從當前1月1日開始計天數(shù)，即DOY33表示第33天。)、DOY41、DOY49、DOY57、DOY65、DOY73六期影像平均值，并通過六期影像相對應的MOD09A1、MOD09Q1第5、6、7、8、9、10波段的數(shù)據(jù)計算其他指數(shù)平均值，分類中同時采用其他季節(jié)的影像輔助識別以提高分類精度。

3.2橡膠林提取決策樹模型構建

研究在橡膠林提取的最佳時間窗口基礎上采用所有植被類NDVI值大于0.35的特點，以0.35作為閾值提取了2015年植被區(qū)。將對裸地信息敏感NDBI作為高、低密度植被覆蓋區(qū)的區(qū)分標準，圖3表明：有林地和橡膠成林的NDBI指數(shù)小于0，灌木林地、橡膠幼林、旱地和水田NDBI指數(shù)均大于0，即NDBI值大于0即為低密度覆蓋植被，小于0為高密度覆蓋植被。

圖3 不同地類歸一化建筑指數(shù)(NPBI)Fig.3 NDBI of different land types

圖4 不同地類在第一主成分上的特征Fig.4 PCA1 of different land types

主成分分析(PCA)是多光譜數(shù)據(jù)的壓縮和去噪工具[16]。6類植被第一主成分分量(PCA1)值(圖4)表明：橡膠成林、有林地PCA1值大于0，其余地類均小于0，且有林地在PCA1上的值遠大于0.04，因此，PCA1既可以用來輔助分離高密度和低密度覆蓋植被，同時也是區(qū)分橡膠成林與有林地的有效方法。

紋理特征是影像信息提取的重要方法之一。4種主要的紋理特征中，角二階矩反映了圖像灰度分布的均勻程度和紋理的粗細度，熵是與角二階矩相關的一個測度值，對比度對于檢測圖像邊緣特征和圖像反差具有良好的效果，同質性可度量圖像紋理的局部變化大小[17]。影像4種紋理特征(圖5)對比發(fā)現(xiàn)，有林地熵值和對比度值皆最??；不同低密度植被在角二階矩和同質性上的特征相近，表明其在圖像灰度分布上均勻度一致；對比度和熵上的變化特征明顯，尤其是對比度值大于1時，水田分離效果最好。

圖5 不同地類的紋理特征Fig.5 Texture features of different land types

圖6 不同地類的原始光譜Fig.6 Original spectral characteristics of different land types

植被原始光譜(圖6)中第1、3、4、7波段上各地類平均光譜值較為接近，而第2波段(B2)上灌木林平均反射率最高且大于0.25，旱地在第5波段(B5)上的平均反射率最大且大于0.3，因此，第2波段和第5波段可作為唯一區(qū)分旱地和灌木林的光譜特征?；谏鲜鲅芯恐兄饘犹崛〉南鹉z成林和橡膠幼林，研究最終基于橡膠林落葉期的關鍵物候特征得到老撾北部橡膠成林、橡膠幼林決策樹提取方法(圖7)。

圖7 基于MODIS影像的決策樹分類模型Fig.7 Decision tree classification modelbased on MOIDS

3.3精度驗證

3.3.1混淆矩陣驗證 采用2次野外調查得到的實地橡膠林點分布數(shù)據(jù)，結合最新Google earth高清影像獲取不同地類樣本(ROI)。根據(jù)ROI生成的混淆矩陣評價老撾北部5省MODIS影像橡膠林分類總精度達到80.67%，Kappa系數(shù)為0.8，橡膠成林和橡膠幼林分類總精度分別達86%和78%(表1)。

表1 分類精度評價

3.3.2 高分一號影像驗證 進而通過GF-1 WFV影像采用面向對象方法提取老撾北部南塔省橡膠林，在影像分割尺度80的基礎上，以NDVI、RVI、DEM和紋理特征建立隸屬度函數(shù)進行模糊分類，提取老撾北部南塔省橡膠林，提取結果采用混淆矩陣驗證得到的總精度達88.76%，kappa系數(shù)為0.84，橡膠成林的分類精度91.65%，橡膠幼林為81.28%。選取若干像元用GF-1 WFV影像對MODIS影像提取的2015年南塔省橡膠林分布進行對比驗證，結果表明：基于MODIS數(shù)據(jù)的橡膠林空間分布提取精度為GF-1 WFV影像的91%，同時,利用GF-1 PMS影像通過面向對象和人機交互的解譯方法提取南塔市周邊橡膠林，作為GF-1 WFV影像驗證結果的補充，混淆矩陣計算的總體精度為96.76%，kappa系數(shù)為0.93。研究在GF-1 PMS高精度的分類提取基礎上，分別從像元和總面積2個角度驗證了MODIS影像提取橡膠林的精度：(1)當GF-1 PMS影像上確定為橡膠林分布的區(qū)域時，在對應的MODIS影像上隨機抽取若干像元驗證基于MODIS影像的橡膠林空間分布提取精度為82.49%。(2)GF-1 PMS影像覆蓋范圍內橡膠林分布面積為1.37萬hm2，對應范圍內的MODIS提取橡膠林面積為 1.63萬hm2，GF-1 PMS影像提取的橡膠林面積為MODIS影像的83.95%。像元和面積2個角度的驗證結果均與混淆矩陣和基于GF-1 WFV影像驗證結果近似，因此，對于大面積橡膠林提取，MODIS影像可以在保證時效性的同時保證提取精度?；隍炞C的橡膠林提取算法，研究分別提取了2010年和2015年的橡膠林空間分布(圖8)。

圖8 基于MODIS影像提取的老撾北部5省橡膠林分布示意圖Fig.8 Distribution of rubber plantations in the five provinces of northern Laos based on MODIS

3.4橡膠林時空擴張分析

3.4.1面積擴張分析 研究區(qū)橡膠林主要分布于老撾北部南塔省、豐沙里省西部和瑯勃拉邦省北部，同時在波喬省和烏多姆賽省西部有較小范圍的零星散落分布。2015年橡膠成林面積和橡膠幼林面積分別為14.17、2.79萬hm2。2010年橡膠林成林、橡膠幼林面積分別為1.47、11.13萬hm2。5年間橡膠林面積增加了4.36萬hm2(圖9)，其中，橡膠成林面積從2010年的1.47萬hm2增加到2015年的14.17萬hm2，而橡膠幼林面積大幅減少了8.34hm2，這表明老撾北部5省2010年的橡膠幼林在2015年大多轉化為橡膠成林，而這5年間橡膠幼林面積新增較少表明橡膠種植熱度減退。

圖9 2010—2015年新增種植橡膠林分布示意圖 Fig.9 Newly distributed rubber forest between 2010 and 2015

根據(jù)單一土地利用類型相對變化率模型得到老撾北部5省2010到2015年期間5省橡膠林土地利用的相對變化率(圖10)。5年間橡膠林土地利用在數(shù)量方面的區(qū)域差異性非常明顯，豐沙里省擴張速度最慢，相對變化率只有58.88%；烏多姆賽省橡膠種植面積擴張速度最快，相對變化率達到328.85%，其次是波喬省，這說明烏多姆賽和波喬成為橡膠種植發(fā)展的新區(qū)域；南塔省和瑯勃拉邦省橡膠林相對變化率分別為70.16%和74.30%，表明2省橡膠林持續(xù)緩慢增長。

圖10 2010—2015年橡膠林地利用相對變化率Fig.10 Rubber forest land use relative change rate between 2010 and 2015

3.4.2地形擴張分析 地形分析中原始坡向圖只代表坡面的朝向，值域為[0,360][18]，而由于坡向不同所造成的太陽輻射能量不同是影響橡膠林分布的主要原因，因此，研究對坡向轉換后生成Trasp圖[19]，Trasp計算公式如下：

(2)

式(2)中：Trasp值域為[0,1]，0表示接收到的太陽輻射能最少，1表示接收的太陽輻射能最大，aspect為原始坡向圖。

表2 2010—2015年橡膠林在不同海拔梯度上的空間分布比例

表3 2010—2015年橡膠林在不同坡度區(qū)間上的空間分布比例

表4 2010—2015年橡膠林在不同Trsap上的空間分布比例

3.4.3 擴張驅動因素分析 2015年橡膠成林源于2010年橡膠幼林，2015年橡膠幼林面積大幅減少表明2010年后老撾北部5省橡膠林定植面積很少。橡膠林在面積和地形上的擴張?zhí)卣黠@示其生長的立地條件不斷變化。橡膠林擴張變化是LUCC的一部分，自然環(huán)境和人類活動的干擾[21]是LUCC變化的驅動因素，其中，人類活動是LUCC變化的主要驅動因素，核心是土地利用政策和管理主體的變化[22]，總結老撾北部5省橡膠林面積變化的核心包括社會政策和社會經濟兩方面。

(1)為從源頭上根除老撾北部地區(qū)罌粟對中國及國際社會的威脅，中國政府積極在老撾北部地區(qū)發(fā)展“罌粟替代種植”，在經濟利益和工業(yè)發(fā)展的驅動下，橡膠林從傳統(tǒng)種植區(qū)不斷向高緯度地區(qū)擴展，因此，2005年之后，老撾北部橡膠種植勢如破竹；但瑯勃拉邦省、南塔省分別于2008年2月和11月宣布暫停審批橡膠種植項目，老撾政府首先認為橡膠規(guī)模種植所帶來的經濟和社會效益并不明顯，需要認真評價橡膠種植的經濟、社會效益；其次由于2008年2月份橡膠價格降幅超過30%，政府擔心橡膠開割期依然低迷的橡膠市場，鼓勵當?shù)胤N植見效快的農作物；再者，老撾國家土地署表明，老撾勞動力嚴重不足，前期的橡膠種植對經濟、社會、環(huán)境影響沒有做充分的可研，由此老撾北部南塔省和瑯勃拉邦省2015年橡膠幼林面積非常少。此外，2012年老撾政府暫停全國橡膠、桉樹種植、礦產開采的土地許可，導致2012年之后老撾北部5省橡膠幼林少有增加，2015年橡膠幼林面積相比2010年大幅減少。

(2)根據(jù)天然橡膠生產國組織發(fā)布的數(shù)據(jù)得到2009年至2016年平均天然標準橡膠價格(圖11)。從2009年開始，天然標準橡膠價格經過2年多的持續(xù)上升到2011年3月突破歷史最高紀錄，達到每噸32 000元·t-1，漲幅高達158%，此時部分膠農受價格利益驅動有少量橡膠定植，而后天然橡膠價格一路大幅跌落，老撾北部橡膠種植不再快速蔓延。因此，基于社會政策和社會經濟因素，老撾北部5省2015年橡膠幼林面積僅有2.79萬hm2，占2015年橡膠林總面積的16.46%。

圖11 2009至2016年間標準膠價格Fig.11 Standard rubber price between 2009 and 2016

4 討論

精度在遙感信息提取中是重要的描述參數(shù)。研究采用250 m分辨率結合500 m分辨率的MODIS遙感影像提取橡膠林，精度達到80.67%，在同類影像中相對較高；而老撾北部統(tǒng)計數(shù)據(jù)顯示，2010年和2015年橡膠林面積分別為10.61、14.68萬hm2，較研究提取的2010年和2015年橡膠林面積12.6、16.96萬hm2相比偏小，可能原因有兩方面：一是MODIS影像屬低分辨率遙感影像，一個像元的大小為250 m×250 m或500 m×500 m，因此，提取過程中容易將橡膠林林間路、林間地和較小的山體溝壑部分都誤分成橡膠林；二是統(tǒng)計數(shù)據(jù)存在欠缺狀況，政府部門的統(tǒng)計數(shù)據(jù)大多為大規(guī)模橡膠園，農民零散種植的面積較小加之上報數(shù)據(jù)存在偏差，導致往往存在漏統(tǒng)現(xiàn)象，因此研究中提取的橡膠林面積偏大。

研究從面積和地形兩方面提取了老撾北部5省橡膠林空間分布及時空變化特征。下一步的研究將考慮更多影響橡膠林空間分布的自然因子，如地貌因素中的土壤因子，氣候因素中的溫度、降水、濕度因子等，從而分析橡膠林空間分布的多自然因子變化特征，進而定量分析自然因子對橡膠林空間分布的影響，得到橡膠林空間分布驅動模型。

隨著高分辨率遙感影像的易獲取性，橡膠林空間分布提取在決策樹分類模型基礎上，可融入專家知識，非遙感決策函數(shù)等建立更高精度區(qū)域性強普適性的遙感橡膠林提取模型，提高橡膠林分類精度，以滿足橡膠林分布區(qū)土地資源管理和環(huán)境保護的需要。

5 結論

研究采用遙感數(shù)據(jù)結合橡膠林物候特征實現(xiàn)了橡膠林空間分布快速可重復提取的新方法，并基于社會和經濟數(shù)據(jù)建立了橡膠林時空擴張模型。在此基礎上，探索了橡膠林時空擴張?zhí)卣骷捌潋寗訖C制。

(1)1月至3月是橡膠林提取的時間窗口，結合NDVI、NDBI、PCA、影像的紋理特征和原始光譜值等構建的橡膠林提取決策樹算法分類總精度較高，達到80.67%，Kappa系數(shù)為0.8。

(2)基于高分一號GF-1WFV和GF-1PMS影像對MODIS影像提取的2015年南塔省橡膠林分布從像元和面積2個角度進行驗證，驗證結果在80.67%左右浮動，不同驗證方法充分表明對大面積橡膠林提取MODIS數(shù)據(jù)可以在保證時效性的同時兼顧精度。

(3)2010年到2015年橡膠林時空擴張?zhí)攸c表明，老撾北部5省橡膠林空間分布在海拔和坡度上總體呈現(xiàn)不斷升高的趨勢，海拔1 500 m以上只有零星分布，坡度分布上限為35°，坡向上分布無明顯規(guī)律。從土地利用變化角度分析得到，老撾北部5省的社會政策和經濟因素是影響橡膠林時空擴張的主要驅動因素。

[1] 柯佑鵬, 過建春, 張賽麗. 世界天然像膠經濟研究[M]. 北京: 經濟科學出版社, 2010.

[2] 姚元園. 東南亞天然橡膠產業(yè)研究[D]. 廈門: 廈門大學, 2014.

[3] 劉洪江, 蘭恒星, 張 軍，等. 老撾北部罌粟替代種植高分辨率遙感調查評價與分析[J]. 資源科學,2010,32(7):1425-1432.

[4] 董加相,巖坎糯. 西雙版納對老撾罌粟替代種植面臨的機遇與挑戰(zhàn)[J]. 時代金融,2007(1):126-127.

[5] Li H M, Aide T M, Ma Y X,etal. Demand for rubber is causing the loss of high diversity rain forest in SW China[J]. Biodiversity and Conservation, 2007, 16(6):1731-1745.

[6] 陳匯林, 陳小敏, 陳珍麗, 等. 基于MODIS遙感數(shù)據(jù)提取海南橡膠信息初步研究[J]. 熱帶作物學報, 2010, 31(7): 1181-1185.

[7] 張京紅, 陶忠良, 陳少軍, 等. 基于TM影像的海南島橡膠種植面積信息提取[J].熱帶作物學報, 2010, 31(4): 661-665.

[8] Ekadinata A, Widayati A, Vincent G. Rubber agroforest identification using object-based classification in Bungo District, Jambi, Indonesia. Proceedings of the 25th Asian Conference on Remote Sensing[C]. Chiang Mai, Thailand: ACRS, 2004: 551-556.

[9] 劉少軍, 張京紅, 何政偉, 等. 基于面向對象的橡膠分布面積估算研究[J]. 廣東農業(yè)科學,2010, 37(1): 168-170.

[10] 劉曉娜, 封志明, 姜魯光, 等. 西雙版納橡膠林地的遙感識別與數(shù)字制圖[J]. 資源科學, 2012, 34(9): 1769-1780.

[11] 李亞飛, 劉高煥, 黃 翀. 基于HJ-1 CCD數(shù)據(jù)的西雙版納地區(qū)橡膠林分布特征[J]. 中國科學: 信息科學, 2011, 41(增刊): 166-176.

[12] 任 沖,鞠洪波,張懷清,等. 天水市近30年林地動態(tài)變化遙感監(jiān)測研究[J]. 林業(yè)科學研究,2017,30(1):25-33.

[13] 王 越,宋 戈,王盼盼. 松嫩高平原土地利用類型變化特征及時空格局研究[J]. 干旱區(qū)資源與環(huán)境,2017,31(4):61-66.

[14] 王 丹,姜小光,唐伶俐,等. 利用時間序列傅立葉分析重構無云NDVI圖像[J]. 國土資源遙感,2005,17(2):29-32.

[15] 侯光雷,張洪巖,王野喬,等. 基于時間序列諧波分析的東北地區(qū)耕地資源提取[J]. 自然資源學報,2010,25(9):1607-1617.

[16] Zhao G, Maclean A L. A Comparison of Canonical Discriminant Analysis and Principal Component Analysis for Spectral Transformation[J]. Photogrmmetric Engineering &Remote Sensing, 2000,66(7): 841-847.

[17] 李智峰,朱谷昌,董泰鋒. 基于灰度共生矩陣的圖像紋理特征地物分類應用[J]. 地質與勘探,2011,47(3):456-461.

[18] Leng W F, He H S, Bu R C. The spatial distribution of constructive species of Northeast forest under the climate changing[J]. Acta Ecol Sin, 2006, 26(12): 4258-4265.

[19] Xu Y J, Chen Y N, Li W H,etal. Distribution pattern of plant species diversity in the mountainous region of I li River Valley, Xinjiang[J]. Environmental Monitoring and Assessment, 2010,177(4), 681-694.

[20] GB/T 16453.2-2008.中華人民共和國國家標準.水土保持綜合治理[S].

[21] Sun L, Wei J, Duan D H,etal. Impact of Land-Use and Land-Cover Change on urban air quality in representative cities of China[J]. Journal of Atmospheric and Solar-Terrestrial Physics,2016,142:43-54.

[22] 方廣玲,吳 斌,張宇清,等. 鹽池縣土地利用/覆被變化的人文因素分析[J]. 中國水土保持科學,2011,9(1):74-81.

(責任編輯：張 玲)

ResearchonExtractionandSpatial-TemporalExpansionofRubberForestinFiveProvincesofNorthernLaosBasedonMulti-sourceRemoteSensing

LIYang-yang，ZHANGJun，LIUChen-li，YANGXu-chao，LIJie

(Department of Environment and Resource, Yunnan University, Kunming 650504, Yunnan, China)

S794.1

A

1001-1498(2017)05-0709-09

10.13275/j.cnki.lykxyj.2017.05.002

2017-04-15

云南省應用基礎研究計劃項目“中高分辨率遙感數(shù)據(jù)支持下的橡膠林地信息定量識別方法研究(2013FZ002)”

李陽陽(1990—)，女. 碩士，主要研究方向為遙感與地理信息系統(tǒng)應用. E-mail：978098813@qq.com

* 通訊作者：張 軍(1972—)，男，博士，副研究員. E-mail：50981534@qq.com