謝 楠

（長安大學 地球科學與資源學院，陜西 西安710054）

土地沙化，也稱土地荒漠化，是指由于氣候變異及人類活動等因素造成的非沙質(zhì)荒漠地區(qū)土地退化現(xiàn)象[1]。沙化土地的蔓延對我國的生態(tài)環(huán)境以及社會經(jīng)濟發(fā)展造成了極大危害。第一，可利用土地資源的急劇下降和土地生產(chǎn)力的下降。第二，土地沙化對生態(tài)環(huán)境造成嚴重影響，減少人類生活空間。第三，嚴重影響了大中城市的環(huán)境質(zhì)量，威脅到工礦企業(yè)、重要國防設施、運輸設施、大型國家灌溉設施甚至大江大河的安全。第四，加劇了生態(tài)環(huán)境的惡化，導致大氣中塵埃增加，空氣污染加劇以及北方城市的沙塵暴等等。

近年來，國家越來越對環(huán)境問題予以關注，制定合理的土地政策和土地治理工程。根據(jù)全國沙化土地監(jiān)測結果顯示：到2014年底，我國沙化土地面積高達170km2，占據(jù)國土面積的17%，與2009年相比減少了9000多km2，每年平均減少約1900km2。根據(jù)發(fā)展現(xiàn)狀看到有沙化發(fā)展趨勢的土地面積達30萬km2，占據(jù)總國土面積的3%。在實際運行中可以看出，能夠有效治理沙化土地面積約20萬km2，約占據(jù)沙化土地總面積的11%。從總體發(fā)展趨勢可以看出，從2004年以來我國沙化土地面積逐漸減少，并且荒漠化和沙化土地面積已連續(xù)10年呈下降趨勢。經(jīng)過長期的治理和保護，我國的荒漠化和土地沙化形勢總體上大幅度下降，荒漠化土地面積所占概率也在下降，荒漠化程度大幅度降低，但仍有部分地區(qū)的荒漠化程度仍在加劇，土地沙化的情況仍然很嚴峻。

遙感是沙化土地防治的重要環(huán)節(jié)，在沙化土地監(jiān)測中發(fā)揮積極有效的作用。遙感提供的沙地信息數(shù)據(jù)規(guī)模大，時相多且精度高，能夠及時準確地反映沙化土地的現(xiàn)狀、動態(tài)變化信息。另外，伴隨著遙感數(shù)據(jù)處理技術的不斷發(fā)展，沙化土地監(jiān)測出現(xiàn)了一些新的趨勢。以定量研究為主體方向，利用統(tǒng)計學知識、做好預測方案和互聯(lián)網(wǎng)技術，建立沙化土地監(jiān)測模型和動態(tài)圖表，其中包括能量轉(zhuǎn)換模型、投出產(chǎn)出模型等，使監(jiān)測沙化土地動態(tài)變化和提取沙化信息進入了一個全新的研究階段。

本文基于目前我國沙化土地現(xiàn)狀，對土地沙化遙感信息提取技術進行合理分析，將傳統(tǒng)的沙化信息提取技術及基于機器學習和定量算法的沙化提取技術應用到數(shù)據(jù)分析工作中。在方法總結的基礎上，分析了目前沙化土地信息提取中存在的技術問題以及沙化土地監(jiān)測今后的發(fā)展趨勢。進一步探索沙化土地定量遙感監(jiān)測方法，加強荒漠化監(jiān)測成果，為我國生態(tài)文明建設做出貢獻。

1 沙化土地監(jiān)測技術

我國是世界上受沙化危害較為嚴重的國家之一，開展沙化土地監(jiān)測和評價工作是非常必要的[2]。對沙化土地的監(jiān)測和評價能夠更加全面分析沙化土地發(fā)展中的問題和表現(xiàn)，制定出合理的土地監(jiān)測模型，對沙化土地發(fā)展趨勢進行分析，做出評價。研究大多數(shù)以目視解譯定性分類識別技術為主。遙感作為采集沙化土地現(xiàn)狀及其變化信息的重要技術手段，具有信息量大、覆蓋面廣、精確程度高、發(fā)展速度快、應用具有實效性的特點，應用其他技術并不能對其進行監(jiān)測。

沙化土地信息提取研究分為沙化土地動態(tài)變化監(jiān)測與沙化土地評價兩方面。沙化土地的動態(tài)監(jiān)測主要是對多個沙化土地監(jiān)測結果進行分析，觀察沙化土地面積變化，應用不同程度的沙化現(xiàn)象，沙化土地變化趨勢以及形成原因。沙化土地評價是根據(jù)植被覆蓋度等指標對沙化土地的程度進行評估。

在沙化土地監(jiān)測國家標準規(guī)范方面，《沙化土地監(jiān)測技術規(guī)程》當中明確指出沙化土地會根據(jù)周圍環(huán)境因素的影響造成土地退化。環(huán)境會使土地表面出現(xiàn)沙物質(zhì)，土質(zhì)疏松，土地退化。沙化土地會根據(jù)植被覆蓋程度分為4種類型（標準見表1）。

表1 沙化土地監(jiān)測指標判定標準

以國家沙化土地監(jiān)測標準指標為基礎，之前關于沙化土地監(jiān)測和評估方面，還有全國沙化土地監(jiān)測和評估，大多數(shù)通過實踐調(diào)查數(shù)據(jù)進行評估和分析[3]。目前，提取沙化土地的遙感技術方法主要有：傳統(tǒng)分類方法；植被指數(shù)法；面向?qū)ο蠓椒?；神?jīng)網(wǎng)絡法；混合像元分解法等。

1.1 傳統(tǒng)分類方法

傳統(tǒng)分類方法在沙化土地提取中得到了廣泛應用。主要分為目視解譯、非監(jiān)督和監(jiān)督分類，常用的非監(jiān)督分類方法包括K-means法、動態(tài)聚類法、模糊聚類法等。監(jiān)督分類方法有最大似然法、最小距離法等。沙化土地的光譜特征通過遙感影像進行分析，是最佳波段組合選擇以及提取專題信息的重要基礎。但是，基于像素光譜特征的分類方法無法表達同一地物本身的光譜異質(zhì)性，無法通過像素光譜特征分類來表達。近年來，國內(nèi)外眾多學者進行了相關研究，在一定程度上提高遙感影像的分類精度，其中包括基于面向像元的遙感影像分類的支持向量機、神經(jīng)網(wǎng)絡分類器、粗糙集理論、分層聚類、紋理分類等經(jīng)過改進的方法。

Anisha M.Lal提出利用稀疏融合若和約束值聚集區(qū)域遙感影像監(jiān)測模式，對分類前后的監(jiān)測結果進行對比，精度有所提高[4]。王娟敏等人以CNERS-2影像作為數(shù)據(jù)源使用光譜知識法能夠較快地對研究區(qū)流動沙地、半固定沙地、固定沙地和沙化耕地準確地提取各類沙地土地信息[5]。

1.2 植被指數(shù)法

植被指數(shù)法是基于遙感監(jiān)測數(shù)據(jù)計算出的植被指數(shù)和環(huán)境之間的關系，對植被信息進行合理分析，進而從整個自然區(qū)域當中對信息進行獲取。植被指數(shù)法對多波段反射率進行合理分析，保證反射率的穩(wěn)定性，增強植被信息，對傳統(tǒng)非植被信息進行最小化處理。植被指數(shù)能夠?qū)Χ鄶?shù)植被信息進行獲取，避免外界因素對獲取信息造成影響，這種植被指數(shù)已經(jīng)在沙化信息中得到廣泛應用。該方法通過建立陸地生長環(huán)境中植被指數(shù)與相關變量之間的關系對信息進行獲取，進而判斷整個自然區(qū)域中的信息。

因為植被指數(shù)能夠提取沙化信息并且取得良好效果分析，植被指數(shù)主要應用NDVI、EVI、MSAVI內(nèi)容對相關信息進行獲取。除此之外，合理應用植被指數(shù)的含義，對多波段合成數(shù)據(jù)比值進行對比和分析，獲取沙化信息。但是總的來說，植被指數(shù)在應用中沒有得到理論證明，在植被覆蓋率低并且土壤影響大的沙化地區(qū)不能夠有效獲取信息。

1.3 面向?qū)ο蠓?/h3>

在地物信息提取與土地利用/土地覆蓋方面，與傳統(tǒng)面向像元分類方法對比，面向?qū)ο蟮姆椒ㄊ菓眉y理和形狀獲取信息，也可以應用多尺度分割方法對沙化程度進行分析，建立沙化結構圖形，在應用中有著較高的優(yōu)越性。它克服了基于像元級處理和在集成規(guī)模上提取各種目標特征的常規(guī)分類方法的局限性。陳秋曉等人提出了基于多特征的遙感分類方法，基于SPOT影像，對每一個類都能以一個獨特的特征組合來表達，對香港元朗地區(qū)土地覆蓋信息合理分析，應用傳統(tǒng)面向像元分析模式精度達到90%，但是應用土地覆蓋率只能達到60%精度[6]。隨著對土地沙化研究程度的增強，越來越多的學者通過分析對象引用變化檢測模式，對檢測對象進行分類對比和面向?qū)ο蟊容^。但是在實踐應用中，變化檢測方法仍舊停留在像素級的數(shù)據(jù)分析中，沒有根據(jù)知識引導特征對變化監(jiān)測方法進行創(chuàng)新應用，影像分割是對象形成的基本，是面向?qū)ο笥跋穹治龅暮诵募夹g，如何確定最優(yōu)尺度學習方法，提高分類精度仍是今后變化檢測技術的主要研究方向之一。

1.4 神經(jīng)網(wǎng)絡法

人工神經(jīng)網(wǎng)絡分類方法在上世紀80年代得到應用，并且取得良好應用效果。在最初應用在遙感影像分類當中主要對神經(jīng)網(wǎng)絡遙感影像進行分析，包括BP神經(jīng)網(wǎng)絡、徑向基神經(jīng)網(wǎng)絡、模糊神經(jīng)網(wǎng)絡等等。人工神經(jīng)網(wǎng)絡的信息提取方法有效的利用多維遙感數(shù)據(jù)，模擬沙化信息與遙感數(shù)據(jù)之間的關系。近年來，開始有研究者將機器學習方法引入遙感影像提取沙地土地信息中。

其中BP神經(jīng)網(wǎng)絡模型的應用范圍最為廣泛。在沙化信息獲取中也得到良好應用。Min Han在BP神經(jīng)網(wǎng)絡的類型中根據(jù)劃分結果構建了新的分類設備，提高分類精確度[7]。隨著影像和光譜影像的出現(xiàn)，根據(jù)神經(jīng)網(wǎng)絡的分類工作方式和工作精度進行合理分析，但是不能得到良好效果。Puzhao Zhang對深度學習框架合理分析，應用光譜影像進行監(jiān)測，通過影像對高層特征進行劃分，避免因為傳統(tǒng)分類模式對監(jiān)測工作帶來重要影響[8]。

綜上研究表明，遙感技術與神經(jīng)網(wǎng)絡機器學習的結合，可以有效提高影像分類和變化監(jiān)測結果的精度且能夠較好的應用到沙化土地信息提取中。

1.5 定量提取方法

對于沙化土地而言，土壤粒徑組成是反映沙化土地土壤條件的最佳指示因子，能夠合理評估土壤是否出現(xiàn)沙化和沙化程度。因為不同土壤受環(huán)境影響程度不同，土壤分布顆粒和粒徑成分含量的變化都會對土壤造成影響，對土壤地表反射和散射程度帶來影響，衛(wèi)星傳感器接收的表面反射信息也存在差異。張俊華等人對黑河綠洲土壤特征進行合理分析，研究土壤粒徑分布情況，與土壤總有機碳等因素之間的關系[9]，根據(jù)有關結果表明，利用防風固沙等模式能夠有效增加地表面的覆蓋程度提高土壤粒徑成分。WU等人對土壤粒徑組成進行研究發(fā)現(xiàn)，土壤粒徑能夠充分反映沙化土地土壤的狀況，對土壤沙化現(xiàn)狀和程度進行合理分析和評價[10]。因此對土壤特征參量進行定量反演也是目前的重要方向之一。

其次，植被覆蓋度也是評估沙化土地程度的重要參考因子之一。因此，精準判斷土壤植被覆蓋程度是合理評價土壤的基礎。目前，植被覆蓋度遙感估計方式主要包括混合像元分析法、回歸分析法和基于數(shù)據(jù)分析的估算方法，其中，混合像元分析法應用效果良好。如李曉松等人分別采用像元二分模型和受限的混合像元分解對沙化土地的植被覆蓋程度進行判斷，結果表明這些方法適用于提取沙化土地的植被覆蓋度[11]?；旌舷裨纸庾鳛槎窟b感的一個研究熱點及難點，隨著混合像元分解的發(fā)展，可以更準確地識別和提取混合像元內(nèi)各地物類型，獲取亞像元級別的地物信息成為可能。

2 結束語

總結前人研究結果，以往的沙化土地監(jiān)測和評價工作，主要基于傳統(tǒng)分類方法、混合像元分解方法、植被指數(shù)法和多源信息復合法等。這些方法主要以影像中的光譜特征對沙化信息進行合理分析，沒有對像元之間的關系進行評價。其次，沙化土地有許多過渡類型，很難用常規(guī)分類方法進行科學分析，而定量遙感方法可以根據(jù)模式進行分類。

因為遙感技術有監(jiān)測范圍廣、精度高、速度快以及實時性和動態(tài)性強等特點。而定量遙感能夠?qū)﹄姶挪ㄐ盘栔械牡乇頂?shù)據(jù)進行獲取，與傳統(tǒng)獲取數(shù)據(jù)經(jīng)驗進行對比，這種遙感更為準確。深度探索沙化土地定量遙感監(jiān)測方法，能有效提高沙化土地監(jiān)測效果，促進沙化土地治理有效運行，為我國生態(tài)文明建設發(fā)揮自身作用。