彭万林，马立龙，刘恩泽

(1.新疆地质矿产勘查开发局第三地质大队，新疆 库尔勒 841000；2.西安煤航遥感信息有限公司，陕西 西安 710199)

荒漠化是在人类活动和气候因素驱动下的土地退化，对人类生存条件及社会经济发展构成重大威胁[1]。昆玉市作为新疆兵团南进战略部署下的核心城市，土地沙漠化作为区域近年来最为突出的环境地质问题，已经成为制约城市拓展和经济发展的重要因素。

进入新世纪以来，遥感技术凭借大尺度、长时序、高精度特征，被广泛应用于沙质荒漠化监测中。樊亚辉等(2011)以TM、ETM+为数据源，按照轻、中、重、严重四级分类体系，建立目视解译标志研究沙漠化动态变化特征和迁移规律[2]。除此之外，荒漠化快速、自动、定量提取已成为重要研究方向。郭强(2018)在前人荒漠化监测指标基础上对比Logistic回归模型、决策树模型和随机森林模型分类精度，总体分类精度达到98.76%，在鄂尔多斯高原荒漠化监测中取得良好效果[3]。

一方面考虑到研究区土地沙漠化经历了复杂的演变过程，需要在一个较大的时域和空间尺度才能刻画清楚，另一方面针对沙质荒漠化自动提取中面临的指标繁多、多物理指标少量化的特点，本文以1973-2019年近46 aLandsat MSS/TM/ETM+/OLI系列影像为基础数据，建立指标体系，研究自动提取方法，获取沙化土地分布状况及发展规律，并分析形成原因。

1 研究区概况及数据源

1.1 研究区概况

研究区位于东经79°15′～79°30′，北纬37°20′～37°30′之间，昆仑山北麓与塔里木盆地西南绿洲—沙漠边缘交错地带，气候干旱、环境承载力较低、生态脆弱。行政区划属新疆兵团第十四师昆玉市和和田地区墨玉县、皮山县管辖，图1为研究区位置示意图。

图1 研究区位置示意图

研究区地形平坦开阔，以流动、固定-半固定沙丘为主，海拔介于1 287～1 336 m之间，总体地势西南高、东北低，坡降2‰左右。受西部帕米尔高原、北部天山、南部昆仑山及青藏高原的阻挡，潮湿气流难以进入内陆盆地，形成典型的暖温带内陆性干旱气候。年均降雨量36.4 mm，蒸发量高达2 618 mm，年均大风(17.5 m/s)11.5次，浮尘天数多达200余天，沙暴天数18～52 d，主要集中在4-6月，对农作物危害较大。特殊的自然因素和人工活动，使得研究区土地沙化程度严重，转化频繁且易受到北部塔克拉玛干沙漠侵袭。

1.2 数据源

选取1973-2019年间Landsat系列卫星影像参与信息提取与解译。为使提取的6期沙漠化信息具有可比性，选取数据的时相均分布于7-9月，该时间段地表植被信息丰富，地表景观变化易于识别，同时避免了因数据时相的差别造成的变化信息提取误差。选取研究区无云、雾遮挡影像。具体影像参数如表1所示。

表1 沙漠化信息提取遥感数据一览表

2 数据处理与研究方法

2.1 遥感数据处理

受传感器本身、太阳高度角、大气、地形等因素对地面光谱反射信号的影响，多时相影像上同一目标的光谱差异很大，影响影像信息提取结果的对比。对影像进行视反射率计算和大气校正，减小外在因素对真实信息的干扰。同时，为提高影像处理速度，对研究区进行裁剪，选择合适的波段合成方式，提高解译效果。

2.2 沙漠化遥感提取方法

考虑到多源遥感长时序荒漠化监测指标的统一性问题，本研究通过波段运算和参数反演建立简单易用、对环境变化敏感，且适用于研究区的指标因子。分别从反映沙漠化表象和本质两方面选取指标因子，包括植被指数、地表反照率和裸土指数，通过波段运算构建各年份基础数据集。根据现有资料和实际调查结果选择各类沙化土地样本，采用CART决策树模型工具获取参数并应用于各类沙化提取中。

2.2.1 评价指标因子

(1)修正土壤调节植被指数(MSAVI)

相较于常用的植被指数比值植被指数(RVI)、归一化植被指数(NDVI)和土壤调节型植被指数(SAVI)，MSAVI指数可以将土壤背景的影响降到最低，增强对植被的敏感性，计算公式为：

(1)

式中：ρNIR与ρR分别表示Landsat TM影像近红外和可见光红波段反射率。

(2)地表反照率(Albedo)

地表反照率作为沙漠化监测中地表温度、干燥度或湿度的指示因子。根据Liang等(2011)利用大气辐射传输模型通过建立不同传感器地表反照率的通用计算公式。Landsat数据地表反照率可表示为：

Albedo=0.356ρB+0.130ρR+0.373ρNIR+0.085ρSWIR2-0.001 8

(2)

式中：Albedo为地表反照率，ρB、ρR、ρNIR、ρSWIR1、ρSWIR2、分别表示Landsat MSS、TM、ETM+的1、3、4、5、7波段或Landsat OLI的2、4、5、6、7波段。

(3)裸土指数(BSI)

裸土指数表征了影像像元中裸土所占比例大小，一般随着沙漠化过程中裸土面积的扩大BSI的值相应增加。同时在一定程度上弥补稀疏植被下植被指数不准确的问题。BSI计算公式如下：

(3)

ρB、ρR、ρNIR、ρSWIR、分别表示Landsat MSS、TM、ETM+的1、3、4、5波段或Landsat OLI的2、4、5、6波段。

2.2.2 CART决策树分类

CART决策树是使用监督学习的方法，从一组无规律分布的复杂数据中寻找最佳分类体系，构建一个二分支模型，实现对数据的分类和预测[4]。遥感影像沙漠化监测数据集的分类，是根据分类指标的样本数据构建决策树模型，并将模型应用于整个时间序列影像的分类当中。本研究CART决策树如图2。

图2 研究区沙漠化评估CART决策树

3 结果分析

3.1 空间分布特征和规律

基于各年份多光谱遥感影像，分别提取对应指标参数，构建分类数据集，自动提取得到1993-2019年分类结果，如图3所示。其中1973年土地沙化提取，因影像缺少相应波段，以改进型植被指数提取结果为参考，结合目视解译综合判识得到。

图3 1973-2019年土地沙漠化演变过程

表2 各年间土地沙化程度统计表 km2

根据提取统计结果，研究区现有轻、中、重沙漠化土地311.98 km2，占研究区总面积76.17%。从空间分布来看，研究区各类沙化土地呈现明显空间分异性特征。重度沙化集中分布于西北部，整体位于塔里木盆地西南缘，与塔克拉玛干沙漠相连，局部被北东东向条带状中、轻度沙化地区切割。地表多为移动沙丘，边缘靠近绿洲区沙丘高差1～3 m，腹地高差数十米至上百米不等，几乎无植被覆盖。中度沙化土地主要分布于东北部，呈片状分布，以固定半固定沙丘为主。非沙化土地主要为地下水溢出带沼泽湿地，受河流直接或侧向补给，夏季水量充沛面积较大，冬季萎缩，易受风沙影响转为沙化土地。潜在沙化区位于西南与东南部人工绿洲灌溉区，农作物长势良好、覆盖率高，能够在一定程度上，削减风沙移动速度，限制沙化面积的扩大。其余土地为轻度沙化区，分布较广，位于中部绿洲与中、重度沙化过渡地带，地势较平，红柳、芦苇等天然植被发育，易被人工改造为作物种植区，地表干旱，缺水条件下易转化为中、重度沙化土地。

整体来看，研究区土地沙化程度，自东南向西北梯次状逐渐加重，东南部人工绿洲在一定程度上遏制了沙化程度和面积的扩大，改善了区域环境，中部形成以天然耐旱、耐盐碱植被为主的缓冲区域有效阻挡了西北部沙漠的南侵。

3.2 沙化土地空间变化和发展趋势

1973-2019年，分类统计各年份间不同程度土地沙化面积结果如图所示。由统计图4可知，在过去46 a间研究区沙漠化土地整体呈逆转趋势，沙漠化土地总面积从1973年373.91 km2，减少到2019年311.98 km2，净减少61.93 km2，年平均减少率1.35 km2/a，面积占比从91.3%降低到76.2%。从类型来看，重、中度沙化土地明显降低，潜在、轻度沙化土地面积存在不同程度的升高。

图4 1973-2019年土地沙化统计图(单位km2)

整体表现为重、中沙化土地向轻度、潜在和非沙化区域转化，各年间沙化土地年均转化速率大小依次为：2011-2016年>2000-2011年>2016-2019年>1973-1999年，可以看出人工活动对研究区沙化进程影响远高于自然因素。2011-2016年，重、中度沙化土地逆转，总面积36.98 km2，速率7.4 km2/a，潜在与非沙化土地显著增加。主要表现为南部人工绿洲区进一步扩大，局部小沙地人工改造为农田，植被覆盖度提高，同时，杜瓦河人工向北改道，河道水量充沛，两侧植被发育，尾闾漫滩多地下水溢出带。1973-1993年，重度、潜在沙化土地逆转，总面积24.6 km2，速率1.24 km2/a，中度、轻度、非沙化土地增加。主要表现是重度沙化土地的快速逆转和中度沙化土地的增加。主要变化区域是东北部，地表天然植被增多。

3.3 沙漠化土地重心转移

为研究沙漠化土地在空间上的变化过程，基于ArcGIS平台，利用重心迁移模型对不同类型沙漠化土地的重心坐标进行计算，并根据各重心的投影坐标绘制1993-2019年各类型沙漠化土地重心的空间迁移图。

从图5可知，各类沙化土地聚集度高、空间位置清晰，无混杂交错，大致自东南向西北方向逐级加重，与2019年土地沙化程度现状分布图位置一致，说明沙漠化土地重心变化能够较好反应沙化土地空间变化。研究区人沙交互活动频繁，各类沙化土地重心均有不同程度迁移。其中，迁移距离由大到小为潜在(6.1 km)>中度(5.6 km)>轻度(5.2 km)>重度(4.4 km)，迁移方向除潜在沙化由于农业种植区的发展向西拓展外，其余各级沙化逐年向西北部迁移。

图5 1993-2019年各类沙漠化土地重心迁移平面图

4 沙漠化驱动因素分析

土地沙漠化的形成原因是一个较为复杂的生态环境问题和土地退化过程。综合各种研究和实地踏勘成果，分析认为，研究区土地沙漠化，是以疏松多沙的土壤作为物质基础，在自然因素和人为活动因素双重作用下形成的。

研究区沙漠化形成过程中，自然因素为主导因素，是沙漠化形成的背景，具体包括气候因素、风蚀因素以及水文因素等。

4.1 自然因素

4.1.1 气候条件

研究区位于塔里木盆地塔克拉玛干沙漠西南缘，受昆仑山、天山、青藏高原等屏障作用影响，暖湿空气不易进入，水汽来源极少，形成了极度干燥的大陆沙漠性气候。在早更新世晚期由于气候干旱，塔里木盆地出现了沙漠。全新世以来，气候继续变干，盆地沙漠扩大[5]。研究区春季多大风，沙暴和浮尘天气；夏季高温干燥；光热资源非常丰富，蒸发量大，降水稀少而且分配极不均匀。特殊的气候条件，促进了土地沙漠化进程。

4.1.2 风蚀作用

研究区超过90%的地区被第四系松散堆积物覆盖，为沙漠化提供了丰富的物源条件。其中，流动、固定、半固定沙丘地貌309.6 km2，面积占比75.59%。地表岩性多为粉细沙、质地疏松、植被稀少，一级风即可起沙，沙暴、浮尘天气多，风沙危害比较严重，为沙漠化扩张提供动力条件。

4.1.3 水文特征

研究区地表水资源量匮乏，随着农牧业发展，上游绿洲迅速扩大，水资源需求变大，下游引水量减少，天然绿洲萎缩，分布稀疏，是形成土地沙漠化的原因之一。由此导致研究区中北部地区，地表严重缺水，植被发育不良，农业发展受阻，土地撂荒，风沙侵袭，进一步加速了沙漠化发展。

4.2 人为因素

人为因素是沙漠化变化的催化因素，对于小区域自然环境影响较大，能够在一定程度上影响沙漠化发展进程，是促进沙漠化发展的可控因素，主要包括两方面：

4.2.1 土地资源不合理利用

随着人口增加，农田开垦速度加快，一定程度上增加了地表植被覆盖，改善了沙漠化现状，但是同时土地资源有限，也改变了部分原始植被生态环境，局部地区沙漠化有加重趋势。另一方面，土地资源利用规划中存在粗放式发展，集约经营意识不强的特点，过快的资源增长与相对滞后的农业技术导致的土地承载力低下、潜在沙化范围扩张问题也凸显了出来。

4.2.2 水资源不合理利用

研究区部分地区水资源不合理利用，导致了一定范围内沙漠化的发展。中北部土地开垦后，因水资源紧缺，导致已耕种土地撂荒，沙化土地反噬。中东部地下水溢出带和湖泊附近娱乐项目开发呈增长趋势，需水量增加，一定程度上打破这一地区水平衡生态关系，导致局部小湖泊干涸甚至消失，天然植被退化，沙漠化进一步发展。

5 结语

(1)基于修正土壤调节植被指数、地表反照率和裸土指数建立沙漠化程度评价指标，并通过CART决策树模型参与分类，可应用于长时间序列遥感影像区域性沙漠化信息提取中，并取得良好监测效果。

(2)研究区现状土地沙化程度，自东南向西北梯次状逐渐加重，土地沙化形式严峻。轻度沙化土地分布最广，中部以天然耐旱、耐盐碱植被为主的缓冲区域是阻挡了西北部沙漠的南侵的重要屏障。

(3)过去46 a间研究区沙漠化土地整体呈逆转趋势，沙漠化土地总面积从1973年373.91 km2，减少到2019年311.98 km2。整体表现为重、中沙化土地向轻度、潜在和非沙化区域转化，各年间沙化土地年均转化速率大小依次为：2011-2016年>2000-2011年>2016-2019年>1973-1999年，人工活动对研究区沙化进程影响远高于自然因素。

(4)研究区沙漠化形成过程中，自然因素为主导因素，是沙漠化形成的背景，具体包括气候因素、风蚀因素以及水文因素等。人为因素是沙漠化变化的催化因素，对于小区域自然环境影响较大，能够在一定程度上影响沙漠化发展进程，是促进沙漠化发展的可控因素