周鹏

（四川省第一测绘工程院，四川 成都 610100）

1 概述

沙漠化作为干旱、半干旱地区土地退化的主要类型，已成为全球变化背景下的热点生态环境问题之一[1]。传统的沙漠化监测方法主要基于野外实测点，虽然精度较高，但其成本高且费时费力，难以在大尺度区域上开展沙漠化监测[4]。近年来，卫星遥感已成为获取沙漠化信息的重要手段[2]。许多学者基于Landsat TM、MODIS 和CBERS 等影像应用计算机分类法获取沙漠化信息，但该方法的局限性在于分类精度难以提高且受主观影响较大[8-10]。近期研究表明，特征空间模型可以较好地反映地表覆盖状况以及沙漠化过程，并且已被广泛应用于定量获取沙漠化信息[3-4]。曾永年等分析了沙漠化与地表参量之间的关系，提出了Albedo-NDVI 特征空间模型[5]。Ma 等使用统计回归分析的方法确定了不同程度沙漠化区域中地表反照率与NDVI 之间的定量关系[6]。 Wei 等基于三个典型地表参量，即NDVI（归一化植被指数）、TGSI（表土粒径指数）和Albedo（地表反照率）等，分析了不同特征空间模型对于蒙古高原沙漠化信息提取的适用性[7]。Wu 等提出了基于Albedo- MSAVI 特征空间的半干旱草原沙漠化监测指数，取得了较好的效果[8]。Guo 等发现基于Albedo-MSAVI 的特征空间模型与其他特征空间模型相比，在奈曼旗沙漠化信息监测中具有更好的适用性[9]。然而，上述监测模型多数只考虑了线性关系，忽略了不同特征参量间相互作用的非线性特征。

本文基于Landsat 8 OLI 反演的Albedo 和MSAVI 参量，构建基于点对点和点对线的特征空间监测模型，进而分析和探讨了不同类型的Albedo-MSAVI 特征空间监测模型在沙漠化监测中的适用性，最终得出奈曼旗最适合的沙漠化监测模型。……