3 沙化土地光谱特征分析

沙化土地光谱特征是沙化土地遥感监测的基础，是遥感图像分析、最佳波段组合选择和专题信息提取的重要依据。沙化土地光谱特征随时间、地点、环境背景等的变化而变化，影响因素很多，是地表特征的综合光谱反映结果。关于沙化土地光谱特征，目前已有不同程度沙化土地和不同物候期植被、沙漠腹地冬季地面和沙化过程不同地表覆盖类型光谱测定与分析等方面的研究(；；；；)。

研究表明，同一类型沙化土地具有相近的波形曲线，不同类型沙化土地的波形曲线在900~1 000 nm、1 300~1 400 nm等特定波段具有一定的差异。研究表明，沙化土地的光谱特征受植被和土壤影响，随着植被覆盖度增大，整个沙化土地反射率降低，受植被和土壤水分的影响，中红外波段1 300~2 500 nm的反射率逐渐低于近红外波段750~1 300 nm的反射率，不同植被覆盖度沙地之间的反射率差别增大。对塔克拉玛干沙漠腹地塔中地区冬季光谱观测数据进行了分析，晴朗条件下，在沙丘各部位近红外通道的反射率都大于可见光通道的反射率，而在沙丘的不同部位间，可见光通道的反射率变化较小，沙丘朝阳坡的可见光及近红外通道的反射率略大于背阴坡；晴朗、昙天、阴天中，可见光与近红外通道的反射率，均是以阴天为最大，在较晴朗的天气条件下，沙丘的可见光及近红外通道的反射率均随着太阳高度角的增大而减小，霜对沙面可见光及近红外通道的反射率起增加的作用。对科尔沁沙地地物的研究表明，利用导数和归一化的方法对植被光谱进行处理，可以消除因光照等因素造成的同一植被类型不同部位光谱的差异，提高地物光谱重建的精度。

4 沙化因子信息提取4.1 植被覆盖度

地面植被覆盖度是影响土地沙化一个极其重要的指标，利用遥感影像提取区域植被信息是沙化土地研究的一个重要内容，主要采用经验模型法、植被指数法和亚像元分解法得到植被覆盖度(；；)。

植被指数有许多不同的表达方式，其中NDVI在植被覆盖度定量研究中的应用最广。但是NDVI值不仅受地面植被状况的影响，而且受土壤背景、大气状况以及成像条件的影响。已经发展了多种植被指数来部分消除环境条件的影响，对于干旱半干旱区植被覆盖度比较稀疏的地区，采用土壤调节植被指数(SAVI)和修改型土壤调节植被指数(MSAVI)可以降低土壤背景的影响()。但从目前的研究情况来看，NDVI仍被作为荒漠化评价的首选，主要是因为与土壤背景调整相关的植被指数中的一些参数的确定尚存在一定的难度以及增加荒漠化评价的工作量()。也有一些研究对植被指数和植被覆盖度的相关性提出质疑。发现植被指数与植被的物理参数，尤其是干生物量和叶面积指数的相关性大，与植被覆盖度的相关性小。、；)的研究表明，半干旱区覆盖岩石和地表的苔藓、地衣、海藻和藻青菌等微小植物光合作用产生高达0.30的NDVI值，推论半干旱区微小植物的反射引起错误解译植被动态以及高估生态系统生产力。

4.2 土壤湿度

土壤水分也是反映沙化土地退化状况的一个重要指标。比较适合沙化土地土壤湿度监测的方法有热惯量法和微波法，近年来随着高光谱在沙化土地研究中的应用，土壤水分光谱法也在开展。

热惯量是土壤阻止温度变化的一种度量，反映土壤的热学特性。热惯量法是国内外监测土壤湿度最常用的方法之一，物理意义明确，估算精度高，简单易行，适用于裸土或植被生长早期或植被覆盖低的地区()。

微波遥感监测土壤湿度具有坚实的物理基础，即土壤的介电特性和土壤水分含量有密切关系。另外，微波遥感可以全天候使用，具有广泛的应用前景(；)。在主动微波遥感领域，利用合成孔径雷达反演土壤湿度的研究越来越受到重视，目前的主要问题是如何在模型中去除表面粗糙度的影响和在不同植被覆盖条件下建立模型反演土壤湿度(；)。被动微波遥感用来监测陆地表面的土壤湿度的算法相对来说更为成熟，被动微波辐射计反演土壤湿度大部分是围绕着土壤湿度和亮温温度之间的关系进行(；；)。