阿拉尔垦区土壤盐渍化遥感监测及时空特征分析

及时准确掌握区域土壤盐渍化信息对盐渍土治理和土地利用可持续发展有着重要意义。以阿拉尔垦区Landsat 7 ETM+/8 OLI影像为数据源,采用盐分指数(Salinity index,SI)和归一化植被指数(Normalized difference vegetation index,NDVI)构建遥感盐分监测指数(Salinization detection in⁃dex,SDI)模型,对阿拉尔垦区土壤盐渍化进行反演,分析近10 a垦区土壤盐渍化空间分布特征。结果表明:SDI模型与土壤实测电导率拟合度R2=0.7579,该模型可反演阿拉尔垦区土壤盐量;2011—2021年非盐渍土和轻度盐渍土面积分别增加318.22 km2和0.80 km2,中度、重度土壤盐渍化面积减少229.87 km2,盐土面积增加68.61 km2;阿拉尔垦区北部和南部地区的土壤盐渍化程度得到明显转好,中部和东部地区土壤盐渍化程度加重,垦区土壤盐渍化总体得到较好改善。SDI模型能较好反演阿拉尔垦区土壤盐渍化时空特征,可为阿拉尔垦区经济与社会发展提供一定的参考依据。

基于NDVI-SI特征空间的土壤盐渍化遥感模型

同时考虑植被和土壤信息,构建盐渍化遥感信息提取模型。选取具有长期研究基础的塔里木南缘于田绿洲为研究靶区,综合分析归一化差值植被指数(NDVI)、盐分指数(SI)二者之间的关系,在此基础之上提出NDVI-SI特征空间概念,并构建土壤盐渍化遥感监测指数模型(SDI),结果表明:土壤表层含盐量与SDI相关性较高,其R2=0.8596。非盐渍地、轻度盐渍地、中度盐渍地、重度盐渍地的SDI平均值分别为0.399,0.763,0.974和1.201,差异较大;经差异性矩阵分析,亦表明SDI能够很好的区分研究区内不同盐渍化程度地类的分布范围。SDI能反映盐渍化土壤地表盐量组合及其变化,具有明确的生物物理意义,并且指标简单、易于获取、有利于盐渍化定量分析与监测,对今后干旱区盐渍地信息提取以及动态监测研究具有重要意义。

滇池水华分形结构动态研究

采用MODIS-NDVI数据,运用CART分枝树法将滇池水体分成富集区、过渡区和水面,依据分形理论对滇池水域不同分区微景观镶嵌体的分维数进行计算,揭示其分维特征,结果表明:滇池水体微景观镶嵌体具有统计意义上的自相似性,是一种随机分形结构,微景观的分维值越大,其形态越复杂,反之越简单。滇池99.7%面积属于富营养区,滇池水华形态稳定性:过渡区>富集区>水体;形态复杂性:水体>富集区>过渡区。分形结构特征反映了滇池水体微景观格局要素镶嵌结构的复杂性与稳定性,有利于认识滇池水华在空间上的镶嵌规律及作用机制,对监测和预测蓝藻水华的暴发具有重要意义,也为滇池生态环境的保护和可持续发展提供科学依据。