荒漠化监测与评价

为了及时准确地掌握土地荒漠化发生、发展情况，有效防止和治理土地荒漠化，应用技术手段对荒漠化进行监测与评价。
监测与评价手段的选择。主要应用遥感技术对土地荒漠化进行监测与评价。荒漠化是指包括气候变异和人类活动在内的种种因素造成的干旱、半干旱和亚湿润干旱地区的土地退化现象和过程。我国是世界上荒漠面积较大、荒漠化危害严重的国家之一。全国荒漠和荒漠化土地面积为262.6万平方千米，占国土陆地总面积的27.3%。每年因荒漠化危害造成的直接经济损失高达540亿元。全国仅沙化土地平均每年仍以2460平方千米的速度在扩展，形势非常严峻。土地荒漠化具有发生范围广、面积大的特点，因此使用人工地面进行普查的方法具有很大的局限性。国外从20世纪70年代开始使用遥感技术进行土地荒漠化的监测。如阿根廷完全基于遥感手段对土地荒漠化的状态进行了评估。我国从20世纪70年代开始利用国外卫星数据进行资源调查和灾害环境的监测。80年代初期开始运用遥感技术进行有关土地荒漠化的资源调查。1984—1986年，水利部遥感中心组织了全国土壤侵蚀调查，采用遥感方法对全国包括风蚀水蚀和冻融在内的土壤侵蚀状况进行了调查。此后遥感技术在土地荒漠化监测中逐渐得到广泛应用。
遥感影像波段和季相的选择。土地荒漠化监测指标与植被生长状况密切相关，而植被生长状况又与植被的生长季节存在密切的联系，因此，在用遥感影像进行荒漠化信息提取时，选择最佳季相的遥感影像是成功提取荒漠化信息的关键。选择高质量影像的原则为，信息含量大，即类间方差大，需要重点监测的地物色调突出，冬季植被生长状况不好，降水少，地物色调比较单调； 夏季植被生长最为茂盛，根据植被盖度可对荒漠化土地进行程度分级，但农作物与树林灌木处于生长旺季，茂密的农作物容易与林地混淆，所以一般应选择秋季或春季的遥感影像作为监测荒漠化的数据。土地荒漠化遥感信息提取是基于光谱特征的，因此，选取合适的波段组合，有利于荒漠化信息的正确提取。在目前的监测研究中，通常选用标准假彩色合成，即对于光谱波段的近红外通道，红光通道和绿光通道分别赋予红，绿，蓝三色。在这种合成方案中，植被是红色的，因为人眼对红色最敏感，能分辨红色的色阶最多，对土地荒漠化信息的识别也最强。
遥感影像信息的提取。使用遥感影像数据可以提取土地荒漠化信息。通过遥感影像所表现的不同信息，可以判断土地荒漠化的发生与否以及发展程度等。在进行土地荒漠化信息提取时，常用的方法有人工目视解译方法监督分类方法； 非监督分类方法； 决策树分层分类方法和神经网络自动提取方法等。在实际应用中，通常选择其中的一种或结合几种方法进行分类提取。
土地荒漠化遥感监测结果的精度验证。是土地荒漠化监测的一个关键性问题。由于荒漠化土地类型的自动识别和分类在精度上还未能达到所需要的水平，且需要地物光谱库的辅助，因此，在用计算机自动提取土地荒漠化信息中，需要用人工目视解译方法对荒漠化土地类型进行识别，精度验证多采用实地验证的方法，先找出需要野外检查验证的点，确定野外考察验证路线，通过实地调研与遥感解译结果的比对，确认遥感解译标志是否可靠，进而计算荒漠化土地类型的提取正确率是否符合要求。