GB/T 20483-2025 土地荒漠化监测方法

　　ICS 07. 060 CCS A 47

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 20483—2025代替 GB/T20483—2006

　　土地荒漠化监测方法

　　Landdesertification monitoring method

　　2025-06-30发布 2025-10-01实施

　　国家市场监督管理总局国家标准化管理委员会

　　

　　发

　　

　　布

　　GB/T 20483—2025

　　目 次

　　前言 Ⅲ

　　1 范围 1

　　2 规范性引用文件 1

　　3 术语和定义 1

　　4 监测数据 2

　　5 监测区域 2

　　6 监测指标 3

　　7 荒漠化程度 4

　　附录 A (规范性) 潜在蒸散量计算 5

　　附录 B (规范性) 荒漠斑块遥感识别方法 6

　　附录 C (规范性) 植被净初级生产力计算 7

　　参考文献 9

　　Ⅰ

　　GB/T 20483—2025

　　前 言

　　本文件按照 GB/T 1. 1—2020《标准化工作导则 第 1部分 :标准化文件的结构和起草规则》的规定起草 。

　　本文件代替 GB/T 20483—2006《土地荒漠化监测方法》, 与 GB/T 20483—2006相比 , 除结构调整和编辑性改动外 ,主要技术变化如下 :

　　a) 增加了 “范围 ”中 “土地荒漠化监测的数据 、区域 、指标及方法 ”,适用于 “土地荒漠化的动态监测和气候变化所引起的荒漠化评估工作 ”(见第 1 章 ,2006年版的第 1 章) ;

　　b) 删除了 “监测样区和测点的选择 ”(见 2006年版的 4. 1) ;

　　c) 将 “检测项目及方法 ”更改为 “监测数据 ”(见第 4章 ,2006年版的 4. 2) ;

　　d) 删除了 “荒漠化监测常用设备 ”(见 2006年版的 4. 3) ;

　　e) 将 “气候变化和人类活动的监测 ”更改为 “监测区域 ”(见第 5 章 ,2006年版的第 5 章) ,并增加了干燥度等级(见 5. 1) ,删除了湿润指数监测(见 2006年版的 5. 2) ,并增加了卫星遥感对荒漠区(荒漠斑块)的 识 别(见 5. 3) , 删 除 了 地 下 水 位 统 计 和 人 类 活 动 统 计(见 2006年 版 的 5. 4、 5. 5) ;

　　f) 将 “荒漠化属性的监测 ”更改为 “监测指标 ”(见第 6 章 ,2006年版的第 6 章) ,增加了植被覆盖度 、植被生产力监测指标(见 6. 1、6. 2) , 删 除 了 植 被 覆 盖 率 图 像 处 理 的 内 容(见 2006年 版 的6. 4. 1. 3. 2) ;

　　g) 增加了 “荒漠化程度 ”(见第 7章) ;

　　h) 增加了植被净初级生产力计算方法(见 6. 2、附录 C) ;

　　i) 删除了航测影像图判读的内容(见 2006年版的 7. 4. 2) ;

　　j) 删除了卫星影像数据源和处理流程(见 2006年版的 7. 5) ;

　　k) 删除了 “记录表格式 ”(见 2006年版的附录 A) ;

　　l) 将 “布德科综合法计算蒸发力”更改为“荒漠斑块遥感识别方法”(见附录 A,2006年版的附录 B) 。请注意本文件的某些内容可能涉及专利 。本文件的发布机构不承担识别专利的责任 。

　　本文件由中国气象局提出 。

　　本文件由全国气候与气候变化标准化技术委员会(SAC/TC540)归 口 。

　　本文件起草单位 : 国家气候中心 、中国科学院空天信息创新研究院 、兰州资源环境职业技术大学 、陕西省气象局 、新疆维吾尔自治区气象局 。

　　本文件主要起草人 : 肖风劲 、刘秋锋 、王杰 、秦云 、徐雨晴 、张调风 、王钊 、廖要明 、王慧 、王蕾 。

　　本文件及其所代替文件的历次版本发布情况为 :

　　— 2006年首次发布为 GB/T 20483—2006;

　　— 本次为第一次修订 。

　　Ⅲ

　　GB/T 20483—2025

　　土地荒漠化监测方法

　　1 范围

　　本文件规定了土地荒漠化监测的数据 、区域 、指标及荒漠化程度的要求 ,描述了土地荒漠化监测的技术方法 。

　　本文件适用于土地荒漠化的动态监测和气候变化所引起的荒漠化评估工作 ,风蚀 、水蚀 、冻融和土壤盐碱化引起的荒漠化监测与评估参照使用 。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款 。其中 , 注 日期的引用文件 ,仅该日期对应的版本适用于本文件 ;不注日期的引用文件 ,其最新版本(包括所有的修改单) 适用于本文件 。

　　GB/T

　　20480

　　沙尘天气等级

　　GB/T

　　33705

　　土壤水分观测 频域反射法

　　GB/T

　　35223

　　地面气象观测规范

　　气象能见度

　　GB/T

　　35226

　　地面气象观测规范

　　空气温度和湿度

　　GB/T

　　35227

　　地面气象观测规范

　　风向和风速

　　GB/T

　　35228

　　地面气象观测规定

　　降水量

　　GB/T

　　35230

　　地面气象观测规定

　　蒸发

　　LY/T 1752—2008 荒漠生态系统定位观测技术规范

　　3 术语和定义

　　下列术语和定义适用于本文件 。

　　3. 1

　　荒漠 desert

　　气候干燥 、降水稀少 、植被稀疏低矮 、土地贫瘠的自然地带 。

　　3.2

　　荒漠化 desertification

　　由于气候变化和人类活动等因素所造成的干旱 、半干旱 、和亚湿润干旱区的土地退化的现象 。 3.3

　　荒漠斑块 desertpatch

　　遥感影像中具有相应空间位置的 、对应荒漠要素的对象或不规则图块 。

　　3.4

　　干燥度指数 aridityindex

　　某一区域内年潜在蒸散量与年降水量的比值 。

　　注 : 用于表征某时段降水量与蒸散量之间平衡状况 ,反映区域的干湿状况 。

　　1

　　GB/T 20483—2025

　　3.5

　　蒸散量 evapotranspiration

　　土壤蒸发和植被蒸腾的总耗水量 。

　　3.6

　　归一化植被指数 normalized differencevegetation index

　　近红外波段和可见光波段反射率之差与这两个波段反射率之和的比值 。

　　[来源 :GB/T 42961—2023,3. 11] 3.7

　　植被覆盖度 fractionalvegetation coverage

　　某区域内植物地上部分垂直投影面积占监测区域总面积的百分比 。

　　[来源 :GB/T 42961—2023,3. 7,有修改] 3. 8

　　植被净初级生产力 vegetation netprimaryproductivity

　　植被净第一性生产力

　　绿色植被在单位面积 、单位时间内所累积的由光合作用所产生的有机物总量减去自养呼吸后剩余的有机物数量 。

　　4 监测数据

　　荒漠化监测应包括下列数据 :

　　a) 遥感数据 :根据监测范围大小选择不同分辨率 ,且时长大于 10年 、均一性较好的长时间序列遥感数据 ;

　　b) 气象数据 :按 GB/T 35226、GB/T 35227、GB/T 35228、GB/T 35230、GB/T 35223、GB/T 33705、 GB/T 20480要求观测的温度 、空气湿度 、风 、降水 、蒸发 、能见度 、土壤湿度 、沙尘等地面气象观测数据 ;

　　c) 土壤水文和生物监测数据 :按 LY/T 1752—2008中 5. 2~ 5. 4要求监测的土壤 、水文 、生物等地面监测数据 ;

　　d) 地表覆盖验证样本数据 :每个样本包括中心位置 、时间范围 、空间范围 、地表类型等属性 。

　　注 : 地表覆盖验证样本数据依据联合国粮农组织编制的 LCCS手册由实地采样和高分辨率影像 、时间序列和 光 谱多种信息综合解译获得 。

　　5 监测区域

　　5. 1 干燥度等级

　　确定监测区域应先按公式(1)计算干燥度指数 ,再按表 1 中的干燥度指数范围划分干燥度等级 ,将干燥度划分为极端干旱 、干旱 、半干旱 、亚湿润干旱 、湿润等 5个干燥度等级 。

　　A …………………………( 1 )

　　式中 :

　　A — 干燥度指数 ;

　　Ep — 潜在蒸散量 ,单位为毫米(mm) ,计算应符合附录 A 的要求 ;

　　2

　　GB/T 20483—2025

　　R — 降水量 ,单位为毫米(mm) 。

　　表 1 干燥度等级划分表

　　等级

　　等级名称

　　干燥度指数(A)范围

　　1

　　极端干旱

　　A≥20

　　2

　　干旱

　　5≤A<20

　　3

　　半干旱

　　2≤A<5

　　4

　　亚湿润干旱

　　1. 54≤A<2

　　5

　　湿润

　　A<1. 54

　　5.2 荒漠化区域

　　干燥度等级划分表(见表 1)中干燥度指数范围确定荒漠化监测区域 , 干燥度指数大于或等于 1. 54的区域为荒漠化监测区域 。

　　5.3 荒漠斑块

　　5.3. 1 确定监测区域应进行荒漠斑块识别 :

　　a) 大范围荒漠斑块识别 :采取卫星遥感技术和无人机遥感技术 ,先对遥感影像前处理 ,再按附录B规定的方法进行影像掩模 、提取荒漠斑块 ;

　　b) 小范围荒漠斑块识别 :采取地面调查方法和无人机遥感技术 。

　　5.3.2 荒漠斑块识别后 ,应使用地表覆盖验证样本数据检验监测结果 。

　　6 监测指标

　　6. 1 植被覆盖度

　　植被覆盖度应先按公式(2)计算归一化植被指数 ,再按公式(3)计算 :

　　INDVI …………………………( 2 )

　　式中 :

　　INDVI— 归一化植被指数 ;

　　Rnir — 近红外波段反射率 ;

　　Rred — 红光波段反射率 。

　　C = (INDVI -INDVI, min)/(INDVI, max -INDVI, min) …………………………( 3 )

　　式中 :

　　C — 植被覆盖度 ;

　　INDVI — 归一化植被指数 ;

　　INDVI, min — 归一化植被指数最小值 ,裸土或无植被覆盖区域的像元值 ;

　　INDVI, max — 归一化植被指数的最大值 ,纯植被像元的像元值 。

　　6.2 植被生产力

　　植被生产力通过植被净初级生产力表示 ,植被净初级生产力通过光合有效辐射 、光能利用率 、温度

　　3

　　GB/T 20483—2025

　　和水分胁迫计算 。植被净初级生产力应按附录 C计算 。

　　7 荒漠化程度

　　7. 1 荒漠化程度等级指数

　　荒漠化程度等级指数应先按公式(4) 、公式(5)分别计算第 i年植被覆盖度荒漠化程度指数 、第 i年植被生产力荒漠化程度指数 ,再按公式(6)计算 i年荒漠化程度等级指数 ,确定荒漠化程度 。

　　DC,i

　　式中 :

　　DC,i— 第 i年植被覆盖度荒漠化程度指数 ;

　　Ci — 第 i年植被覆盖度指数 。

　　DNPP,i

　　式中 :

　　DNPP,i— 第 i年植被生产力荒漠化程度指数 ;

　　NNPP,i— 第 i年植被净初级生产力 。

　　ID,i =w1 × DC,i + w2 × DNPP,i …………………………( 6 )

　　式中 :

　　ID,i — 第 i年荒漠化程度等级指数 ;

　　w1 — 植被覆盖度荒漠化程度指数权重值 ;

　　DC,i — 第 i年植被覆盖度荒漠化程度指数 ;

　　w2 — 植被生产力荒漠化程度指数权重值 ;

　　DNPP,i — 第 i年植被生产力荒漠化程度指数 。

　　7.2 荒漠化程度等级

　　荒漠化程度等级按表 2规定的荒漠化等级指数确定 ,划分为非荒漠化 、轻度荒漠化 、中度荒漠化 、重度荒漠化 、极重度荒漠化等 5个等级 。

　　表 2 荒漠化程度等级

　　荒漠化程度

　　非荒漠化

　　轻度荒漠化

　　中度荒漠化

　　重度荒漠化

　　极重荒漠化

　　荒漠化等级指数

　　ID,i>0

　　-0. 3

　　-0. 6

　　-0. 9

　　ID,i≤-0. 9

　　4

　　GB/T 20483—2025

　　附 录 A

　　(规范性)

　　潜在蒸散量计算

　　潜在蒸散量 、地表净辐射 、短波净辐射 、长波净辐射应分别按公式(A. 1) ~公式(A. 4)计算 :

　　Ep = ………………( A. 1 )式中 :

　　Ep — 潜在蒸散量 ,单位为毫米每天(mm · d-1) ;

　　Δ — 饱和水汽压曲线斜率 ,单位为千帕每摄氏度(kPa · ℃ -1) ;

　　Rn — 地表净辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) ;

　　G — 土壤热通量 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) ;

　　r — 干湿表常数 ,单位为千帕每摄氏度(kPa · ℃ -1) ;

　　u2 — 2 m 高处风速 ,单位为米每秒(m · s-1) ;

　　es — 饱和水汽压 ,单位为千帕(kPa) ;

　　ea — 实际水汽压 ,单位为千帕(kPa) ;

　　Tmean — 日平均气温 ,单位为摄氏度( ℃) 。

　　Rn =Rns -Rnl …………………………( A. 2 )

　　式中 :

　　Rn — 地表净辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) ;

　　Rns — 地表短波净辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) ;

　　Rnl — 地表长波辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) 。

　　Rns as +bs Rso … … … … … … … … … …

　　式中 :

　　Rns — 地表短波净辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) ;

　　as+bs — 晴天(n= N)时到达地球表面的地球外辐射透过系数 ;

　　as — 阴天(n=0)时到达地球表面的地球外辐射透过系数 ;

　　n — 实际日照时数 ,单位为小时(h) ;

　　N — 最大可能日照时数 ,单位为小时(h) ;

　　Rso — 地球外辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) 。

　　Rnl 式中 :

　　Rnl — 地表长波辐射 ,单位为兆焦每平方米天(MJ · m- 2 · d-1) ;

　　σ — 斯蒂芬 – 波尔兹曼常数 ,取值 4. 903× 10- 9 MJ · K-4 · m- 2 · d- 1 ;

　　Tmax,k — 日最高绝对温度 ,单位为开尔文(K) ;

　　Tmin,k — 日最低绝对温度 ,单位为开尔文(K) ;

　　Rs — 植被表层短波辐射 ,单位为兆焦每平方米天(MJ · m2 · d-1) ;

　　Rss — 晴天植被表层短波辐射 ,单位为兆焦每平方米天(MJ · m2 · d-1) 。

　　5

　　GB/T 20483—2025

　　附 录 B

　　(规范性)

　　荒漠斑块遥感识别方法

　　遥感识别荒漠斑块应先按公式(B. 1) ~公式(B. 4) 分别计算水体指数 、归一化植被指数 、裸土指数 、云雪指数 ,再按公式(B. 5) 计算荒漠指数 ,影像掩模 ,识别荒漠斑块 。

　　Iw = {1(0),,ifRvis(ifRvis),, max(max) Rswir(Rswir),, max(max) …………………………( B. 1 )

　　式中 :

　　Iw — 水体指数 ;

　　Rvis, max — 可见光最大反射率 ;

　　Rswir, max— 短波红外最大反射率值 。

　　INDVI …………………………( B. 2 )

　　式中 :

　　INDVI— 归一化植被指数 ;

　　Rnir — 近红外波段反射率 ;

　　Rred — 红光波段反射率 。

　　Ibsi

　　式中 :

　　Ibsi — 裸土指数 ;

　　Rswir— 短波红外反射率 ;

　　Rred — 红光波段反射率 ;

　　Rnir — 近红外波段反射率 ;

　　Rblue— 蓝光波段反射率 。

　　1,ifmin(Rred,Rgreen) > Tv andRswir, max < Ts

　　式中 : Isc = {0,ifmin(Rred,Rgreen) ≤ Tv orRswir,max ≥ Ts ………………( B.4 )

　　Isc — 云雪指数 ,标记为云或雪 ;

　　Rred — 红光波段反射率 ;

　　Rgreen — 绿光波段反射率 ;

　　Tv — 红光波段和绿光波段反射率阈值 ,宜取 0. 6;

　　Rswir, max— 短波红外最大反射率值 ;

　　Ts — 短波红外反射率阈值 ,宜取 0. 3。

　　6

　　Ibarren = {10,iiI(f)nd(I)v(n)i(d)v

　　式中 :

　　Ibarren— 荒漠指数 ;

　　Indvi — 归一化植被指数 ;

　　Tndvi — 植被指数阈值 ,宜取 0. 18; Isc — 云雪指数 ;

　　Iw — 水体指数 。

　　

　　I

　　I

　　sc

　　= 1 orIw = 1

　　sc

　　……………………( B. 5 ) = 0 and Iw = 0

　　GB/T 20483—2025

　　附 录 C

　　(规范性)

　　植被净初级生产力计算

　　植被净初级生产力 、吸收光合有效辐射 、植被光合有效辐射吸收比 、光能利用率 、低温对光能利用率的胁迫 、高温对光能利用率的胁迫 、水分胁迫因子的计算应分别按公式(C. 1) ~公式(C. 7)计算 。

　　NNPP (x,t) =AAPAR (x,t) × ε(x,t) ……………………( C. 1 )

　　式中 :

　　NNPP (x,t) — 植被净初级生产力 ,单位为克碳每平方米(gCm-2) ;

　　AAPAR (x,t) — 像元 x 在第 t月吸收的光合有效辐射 ,单位为克碳每平方米月(gC ·m-2 ·month-1) ; ε(x,t) — 植被类型的光能利用率 ,单位为克碳每兆焦(gC · MJ-1) 。

　　AAPAR (x,t) = SSOL (x,t) × FFPAR (x,t) × 0. 5 ………………( C. 2 )

　　式中 :

　　AAPAR (x,t) — 像元 x 在第 t月吸收的光合有效辐射 ,单位为克碳每平方米月(gC ·m-2 ·month-1) ; SSOL(x,t) — 第 t月在像元 x 处的太阳总辐射量 ,单位为兆焦每平方米月(MJ ·m-2 ·month-1) ; FFPAR (x,t) — 第 t月在像元 x 处植被层对入射光合有效辐射的吸收比例 。

　　FFPAR (x,t) = × (FFPAR,max -FFPAR,min) +FFPAR,min ……( C. 3 )式中 :

　　FFPAR (x,t) — 第 t月在像元 x 处植被层对入射光合有效辐射的吸收比例 ;

　　INDVI,i, max — 对应第 i种植被类型的 NDVI最大值 ;

　　INDVI,i, min — 对应第 i种植被类型的 NDVI最小值 ;

　　FFPAR, max — 植被层对入射光合有效辐射的最大吸收比例 ;

　　FFPAR, min — 植被层对入射光合有效辐射的最小吸收比例 。

　　ε(x,t) =Tε1 (x,t) × Tε2 (x,t) ×Wε (x,t) × εmax …………………( C. 4 )

　　式中 :

　　ε(x,t) — 植被类型的光能利用率 ,单位为克碳每兆焦(gC · MJ-1) ;

　　Tε1 (x,t) — 低温对光能利用率的胁迫作用 ,单位为摄氏度( ℃) ;

　　Tε2 (x,t) — 高温对光能利用率的胁迫作用 ,单位为摄氏度( ℃) ;

　　Wε (x,t) — 水分胁迫影响系数 ;

　　εmax — 理想条件下的最大光能利用率 ,单位为克碳每兆焦(gC · MJ-1) 。

　　Tε1 (x,t) = 0. 8+ 0. 02×Topt(x) - 0. 000 5 × [Topt(x)] 2 ………………( C. 5 )

　　式中 :

　　Tε1 (x,t) — 低温对光能利用率的胁迫作用 ,单位为摄氏度( ℃) ;

　　Topt(x) — 植 物 生 长 的 最 适 宜 温 度 , 单 位 摄 氏 度( ℃) , 当 某 一 月 平 均 温 度 小 于 或 等 于 - 10 ℃时 ,取值取 0。

　　Tε2 (x,t) = 1. 184/{1+ exp[0. 2 × (Topt(x) - 10-T(x,t))]} × 1/

　　{1+ exp[0. 3 × (-Topt(x) - 10+T(x,t))]} …………( C. 6 )

　　式中 :

　　Tε2 (x,t) — 高温对光能利用率的胁迫作用 ,单位为摄氏度( ℃) ;

　　7

　　GB/T 20483—2025

　　Topt(x,t) — 植物生长的最适宜温度 ,单位为摄氏度( ℃) , 当某一月平均温度小于或等于 - 10 ℃时 ,取值 0;

　　T(x,t) — 植物生长月平均温度 ,单位为摄氏度( ℃) 。

　　式中 :

　　W ε (x,t) — 水分胁迫影响系数 ;

　　Ee — 区域实际蒸散量 ,单位为毫米(mm) ;

　　Ep — 区域潜在蒸散量 ,单位为毫米(mm) 。

　　8

　　GB/T 20483—2025

　　参 考 文 献

　　[1] GB/T 42961—2023 植被生态质量的气候变化影响评估方法

　　[2] 李元 . 中国土地资源[M] . 北京 : 中国大地出版社 ,2000.

　　[3] China National Committee to Implementthe UN Convention to CombatDesertification.

　　United Nations Convention to Combat Desertification in Those Countries Experiencing Serious Droughtand/orDesertification, particularly in Africa[Z] . 1996,7-8.

　　[4] Food and Agriculture Organization of the United Nations. Land and Cover Classification System (LCCS) : Classification conceptsand user manual[Z] . Rome,Italy,1998.

　　[5] Xiao FJ, Liu QF, Xu YQ. Estimation ofTerrestrialNetPrimaryProductivityin theYellow RiverBasin ofChina Using LightUse Efficiency Model[J] . Sustainability, 2022, 14, 7399.

　　[6] Gong P, Liu H , Zhang MN , etal. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017 [J] . Science bulletin. 2019,370-373.

　　9