土地荒漠化监测方法 编制说明

计划编号20191097-T-416，由中国气象局提出，全国气候与气候变化标准化技术委员会面积的27.46%。荒漠化土地主要分布在我国的王杰、廖要明、秦云、张调风、王蕾、王慧、王钊，分王杰，参与标准技术的制定，负责卫星遥感监测方法秦云，负责术语和定义的制修订工作，专家意见的技术和指标的研讨会，开展干燥度和湿润度指数计算技术研讨，并启动干燥度指数计算。编制好国家标准《土地荒漠化监测方法》的技术实力和标润地区，并分析60年来我国干旱、半干旱、亚湿润测生产力的方法，同时也提供了通过卫星遥感监测生产力的模型编制本标准，旨在规范全国通用的、能较为客观地描述或定量确定荒漠化区针对我国西北和北方地区的荒漠化区域，给出了比较详细的测定、模拟、计算方法，2确定本文件主要内容的论据用的湿润度指数监测涡度相关技术是一种测量温室气体的微气象学方法，该方法是湿监测干旱发生情况。本标准通过卫星遥感来识别荒漠化的范围，也是目前国际上使术方法。本标准在使用卫星遥感识别荒漠化过程中，使用了两类卫星遥感数据，监测参考国家标准地面气象观测国家标准和中国气象局的业3.修订前后技术内容的对比5）在卫星影像的应用方面，更新了数据源、图像漠化范围和强度增加。1980—2000年，植被生产力下降所导致的荒漠化土地面积约占全球湿润指数是指年降水量与可能蒸散量之间的比值,计算见下式:MI=南部、三江源地区大部、西藏中部部分地区、北疆地区西南部和南疆地区西北部平均每10年增加0.02~0.05；仅呼伦贝尔沙地西部、科尔沁沙地和浑2干燥度指数的变化bbaCCd3卫星遥感荒漠化区域识别水体指数目前较快速、有效的水体提取方法是水体指数法，本文用到的水体指数是WI(WaterIndex)，直接比maxSWIRWI={0，imaxmaxSWIR归一化植被指数区域的植被特性，采用经典的植被指数，归一化差异植被指数NDVI=(NIR−RED)/(NIR+RED)裸土指数裸土指数有着众多的研究和方式，本文中用到的BSI=[(SWIR+RED)-(NIR+BLUE)]/[(SWI2）影像掩膜对影像进行掩膜，分别进行植被掩膜、云雪掩膜、水体掩膜、不透水层掩植被掩膜计算，抹掉影像上的植被部分。本次试验设置的植被掩膜阈值如下(该阈值是经过NDVI>0.18&NIR>2650水体掩膜水体指数计算出来的掩膜容易受到阴影和云雾等信息的影响。提取出来的水不透水层掩膜不透水层数据范围偏小，无法对目标不透水层完全覆盖，需要经过膨胀‘)计算端元丰度所占百分比，得到的端元所占比例矩阵即丰度。数学上可以利用最小二乘进行丰度估计。本文中利用最基本的最小二乘算法进行端元丰度结算。模型为“当前光谱“=“三个端元y1d11d21d31d16y1d11d21d31d16d26d36r3)r35）进行地表覆盖分类6）试验结果分析他大部分区域就是荒漠区，会随着季节降水等原因荒漠化程度会有产品根据不同应用目标，生成不同分辨率数据。为了获得更高的分辨率，使用250米的选择2000-2021年的序列文件，对每年的数据序列，首先根据质量控制信息去掉云像列内有效值数小于3个的，整个序列作为无效像素。修补后的序列沿着时间轴进行平滑滤算水体区域中最小的红和蓝波段各自最小的2%的交集及对应的光谱序列，计算裸地类型中荒漠化面积（荒漠化面积（104km2）R²=0.6195年份10年上升0.35℃,高于同期全国整体平均升温水平。从荒漠化地区升温速率的空间分布来荒漠化地区降水变化区域间差异明显。从年降水量变化趋势空间分布来看，1961-2020和西南部、甘南部分地区和藏东南部分地区则表现为减从蒸发变化趋势空间分布来看，1961-2020年，荒漠化地区从荒漠化地区年平均风速变化趋势空间分布来看，1961-2局部地区年平均风速呈弱的增加趋势外，荒漠化地区大部年平均风速平均每10年减少NDVI20012002NDVI200120022003200420052006200720082009201020112012201320142015201620172018201920202021‘植被指数变化00.180.16NDVI平均值线性(NDVI)y=0.0015x+0.1856R²=0.8862年份7植被净初级生产力变化NPP(NPP(gC/m2)270250230210NPP平均值线性(NPP)y=2.5618x+187.22R²=0.839920002002200420062008201020122014201620182020年份从变化趋势空间分布来看，荒漠化地区植被NPP变化的空间差理等生态保护和恢复工程的影响；其他大部分地区植被NPP亦未来仍需要结合气候及地理特征，因地制宜地开展生态保护3预期效果或与测试的国外样品、样机的有关数据对比情况五、以国际标准为基础的起草情况，以及是否合规引用或者采用国际国外标准，并说明未采用国际标准的原因六、与有关法律、行政法规及相关标准的关系料，才能更加准确地做好荒漠化监测评估工作。本文件实施后，建议气象、林业、环保等行业在开展与荒漠化相关的业务与服务中，使用《土地荒漠化监测方法》国家十、废止现行有关标准的建议十一、其他应予说明的事项[2].丁亚龙.无人机技术在沙漠化治理中的应用.环境与发展，2018,12[3].胡菊旸,唐世浩,董立新.基于fy3a/mersi影像感技术与应用,2014,29(4):[4].郭瑞霞，管晓丹，张艳婷.2015.我[5].国家标准《土地荒漠化监测方法》G[19].屠志方,李梦先,孙涛.2016.第五次全国荒漠化和沙化监测结果及分析.林业资源管233209-214.[25].曾永年,向南平,冯兆东,徐豁.Albedo-ndvi特征空间及沙漠化遥感监测指数研究.地[26].张存杰,任玉玉,曹丽娟,张思齐,胡川叶,吴秀兰.近60年中国干湿气候变化特征[29].周建秀,谷雨,达来,刘志宁.阿拉善地区荒漠化遥感gin,R.A.,Musawi,L.,Whisenanfremotesensingtodevelop[33].AdilMoumane,JamalAlKarkouri,AdnaneBenmansour,FatimaEzzahraElGhazaFico,AhmedKarmaoui,MouhcineBatchi.2022.Monitoringlong-termlanduse,landcoversensingapplications:societ[34].BaiZongfan,HanLing,JiangXuhai,LiuMing,LiLiangzhi,LiuHuiqun,LuSpatiotemporalevolutionofdesertificationbasedoDuolunCounty,InnerMongolia.[35].DanielaRiveraMarin,JadunandanDash,BookerOgutu.2022.Theuseofremotesensingfordesertificationstudies:Areview.Journalofaridenvironments206(2022)1[36].Gill,T.,Johansen,K.,Phinn,S.,Tremappingaustralianwoodyvegetationcoverbylinkingcontinental-scalefielddattermlandsattimeseries.InternationalJournalofRemoteSensing,38(3-4),6[37].Han,X.,Jia,G.,Yang,G.,Wang,N.,Liu,F.,Chen,H.,Liu,J.2020.Spatiotemporaldynamicassessmentoflanddegradationanddesertificationinthesemi-aridreOLI/TIRS,LST,andNDVIapproach.Environmentalchanalysisofdesertifi[40].XiaoyuMeng,Xin