土壤风蚀是干旱、半干旱地区常见自然灾害^［1-3］，指在风力作用下，土壤颗粒发生位移，导致土壤结构遭到破坏和损失的过程^［4］。干旱和半干旱地区的干涸湖盆和河道常常成为风蚀频发的沙尘源区^［5-9］。洪积与冲积作用带来的大量碎屑物质在这些区域堆积，为风沙活动提供了丰富的物质来源，进一步加剧了土壤风蚀现象^{［5，10-12］}。传统研究多关于陆地环境中风沙过程的表现，然而，风沙活动与湖泊冰冻之间存在一定的时空耦合，Hu等^［13］对于青藏高原地区风成沉积物与湖冰之间的相互作用进行了研究，发现季节性冰封湖泊的风沙输移可能导致了黄河源区风沙沉积物粒度的空间异质性。尤其是湖泊在冰冻期间，为风沙活动提供了一个独特的自然平台，这样干涸湖盆引发的沙尘释放与堆积过程可以在季节性湖冰上被更明显观测到。这为进一步理解青藏高原的风沙过程以及制定相关治理措施提供了新的视角。

青藏高原位于中国地形的第一阶梯，平均海拔超过4 000 m，被誉为地球的“第三极”，是全球气候变化的敏感区域。近年来，随着全球气候变暖，青藏高原的气候呈现出从暖干向暖湿的转变趋势，主要表现为气温升高、降水增加以及蒸发量减少，特别是极端降雨事件的增多^［14-15］。2011年9月15日，青藏高原中北部的可可西里卓乃湖因持续强降雨发生溃决并且引发了洪涝灾害。洪水退却后，裸露湖盆中残留大量碎屑物质，成为该地区沙尘事件新的物源区域^［16-20］。青藏高原典型的高风能环境为其沙尘释放提供了充足的动力条件^［21-22］。卫星监测数据显示，自2011年以来，卓乃湖流域每年11月至次年3月的平均风沙活动时间约为31.6 d^［16］，远高于五道梁气象站1971—2000年观测到的平均14.3 d^［21］。风沙活动使得卓乃湖周围沙漠化范围不断扩展。据统计，2019年湖区沙漠化面积已达600 km²，卓乃湖流域正逐渐成为高原新的沙尘源地^［19］。在此背景下，对该地区的风沙进行有效、合理、科学的监测，不仅可以直观地记录该区域的变化情况，还可以为后续的环境影响预测、及时防灾减灾提供重要的理论参考。

目前，针对大面积沙丘和沙地表面变化最普遍、应用最广泛的监测技术是基于可见光光谱的遥感。如中分辨率成像光谱仪（MODIS）、Landsat和Sentinel-2等遥感数据具有较多的光谱信息，它们包含了地物的信息。通过对遥感数据进行波段运算，可以有效监测和分析风沙活动，为深入理解风沙过程及其动态提供关键的数据支持。前人探索过多种利用光学影像进行沙丘和沙地表面的探测和监测，如Fadhil^［23-24］利用Landsat TM数据提出了两种具有相同公式的沙地指数（Normalized Difference Sand Dune Index， NDSDI； Normalized Difference Sand Index， NDSI）。Deng等^［25］利用缨帽数据和归一化土壤指数建立了比率归一化土壤指数（Ratio Normalized Difference Soil Index， RNDI）。Pan等^［26］提出了归一化沙地指数（Normalized Difference Sand Index， NDSI），他们认为该指数能更好地区分沙土，更适用于Landsat 8图像。Sahar等^［27］利用Landsat TM、ETM和OLI 8数据进行的最新沙地检测研究提出了一种新的指数。该指数被称为归一化沙地指数（Normalized Difference Sandy Land Index， NDSLI），可返回NDSLI值在-1和1之间的灰度图像，这些图像中的沙地指数值小于0。

本研究主要以Landsat 8 OLI影像为数据，以青藏高原可可西里地区的卓乃湖为研究区。在多次试验后选定使用NDSLI提取湖冰表面风成沉积物数据，并利用该算法获取风成沉积物数据以及探讨其时空变化规律，为湖冰表面风沙活动研究提供科学参考。

卓乃湖（35°28ʹ—35°37ʹN、91°46ʹ—92°06ʹE）位于青藏高原中部的可可西里地区东北部（图1B），平均海拔4 800 m。受区域地质构造控制，湖盆西宽东窄，地势西高东低，为呈东西向展布的梨形。该地区属高寒半干旱大陆性气候，根据五道梁气象监测站数据，1961—2019年该地区年平均气温为5.1 ℃，平均年降水量为299.8 mm^［28］。此外，区域气候总体呈暖湿化趋势，与整个青藏高原的变化趋势相似^［17］。该区域风力强劲，一年有近一半的天数最大风速大于10.7 m·s^-1，风向以西偏南风为主^［19］。

2011年9月卓乃湖溃决，严重影响可可西里地区生态环境^［29-31］。溃决后，对下游区域的环境和生态系统产生了深远影响，湖水溢出流经库赛湖和海丁诺尔湖，并入盐湖，导致原本孤立的4个湖泊建立水力联系^［20］，形成四湖连通的格局。洪水退却后，卓乃湖的西岸、南岸出现了大面积的干涸湖底（图1D中虚线包围区域为裸露湖底），湖底的碎屑物质在青藏高原的干旱气候条件和强风力驱动下，引发了一系列的生态和环境灾害。谢昌卫等^［19］基于遥感影像解译了流域的沙漠化面积，结果显示仅仅是湖泊周围受风沙侵蚀的草地面积便达到470 km²，严重威胁藏羚羊的生存环境。此外，下游的盐湖距离青藏铁路和青藏公路不足8 km，被风吹蚀的沙物质堆积在铁路和公路周围，给铁路及公路安全造成了极大的威胁。

卓乃湖流域地处青藏高原可可西里自然保护区内，远离内陆，交通不便，数据采集比较困难。遥感数据作为可以直接获取多尺度地物信息的数据，具有覆盖空间范围广、时间范围长、经济成本低等特点。因此遥感数据可为研究该区域提供便捷的手段。

本研究所用数据主要来源于美国NASA的陆地卫星的Landsat 8 OLI影像数据，辅助数据来源于高分卫星的GF1影像数据，具体信息如表1所列。基于光学影像成功提取湖冰上风成沉积物的前提条件是影像获取时间段内研究区上空无云或云雾较少且湖泊处于结冰期。从收集的青藏高原湖冰物候数据集（1978—2016年）^［32］中得出，近40年卓乃湖基本从11月10±5日开始结冰，11月25±5日完全结冰。考虑以上因素，本文筛选出2017年10月至2018年6月共11景质量较好且覆盖卓乃湖流域的Landsat 8 OLI及GF1影像（表1）。Landsat系列卫星数据已经过地面控制点的几何校正，因此不需要几何校正。其预处理流程如下：首先，利用遥感图像处理软件ENVI中的辐射校正工具对传感器进行辐射定标，将图像的DN值转换为反射率值；再使用FLAASH工具进行大气校正，以获取地物的表面反射率；最后通过裁剪图像减少研究区域以外的地物影响，从而提高数据处理效率。

Sahar等^［27］利用Landsat TM、ETM和OLI 8数据进行沙地检测，提出了归一化沙地指数（Normalized Difference Sandy Land Index，NDSLI），他们认为利用该指数能可靠地区分沙地和非沙地，特别是在干旱和半干旱气候区。

NDSLI通过比较特定波段的反射率，帮助区分沙地与其他地表。该指数充分利用短波红外波段（SWIR-1）对水分的敏感性以及红色波段（R）在区分地表类型上的优势。沙地通常含水量较低，这在SWIR-1波段上表现为较高的反射率。同时，沙地在R波段上也表现出较高的反射率，但与植被或湿土壤相比仍有显著差异。通过NDSLI的计算，沙地能够生成一个特定的指数值，显著不同于其他类型的地表覆盖物，从而使沙地在遥感图像中清晰地被分离出来。当NDSLI的值较低时，指示此区域被沙地覆盖；而当指数值为正或接近0，指示此区域未被沙地覆盖。下面是该指数的计算公式：

式中：R为红光波段，为Landsat 8 OLI的波段4；SWIR1为短波红外，为Landsat 8 OLI的波段6。NDSLI的范围为-1~1。

总体上，从选取的遥感影像中观测到，湖面未结冰时以及被雪覆盖后风沙活动不明显；湖面结冰期间，沙尘在堆积到冰面后容易被观测到，多呈表面分布，后续通过风力作用将其搬运并再分布（图2）。

在2017年11月24日的遥感影像中（图2C），可以观测到湖面上有沙尘出现，同时湖泊与陆地交界处开始显现一条带状的风成沉积物。在风力作用下，湖冰面堆积的风成沉积物越来越多，并且向东迁移和扩散（图2C、D、E、F、G），导致湖泊表面的颗粒物质重新分布，其迁移方向与该区域的盛行西风的风向一致^［22］。

到2018年2月12日，从影像中观测到湖泊表面已经被风成沉积物几乎完全覆盖（图2G）。这说明，随着时间的推移，风成沉积物在湖泊表面的堆积逐渐加剧，最终形成了一个几乎覆盖整个湖面的沉积层，湖泊的原始水体特征已难以辨认。

在之后的影像中，湖面的风成沉积物并不明显（图2H、I、J）。根据野外科考的经验推测，这可能是由于该区域在此期间发生了降雪，根据中国气象局历史天气查询，卓乃湖所在的治多县在2018年3月6日、3月25日、4月30日均有降雪，由此加以证明此期间有积雪覆盖湖面。然而，由于之前风成沉积物在湖泊表面的广泛堆积，即使在积雪覆盖的情况下，我们仍然可以通过观察湖面的条纹状痕迹，识别出此前风沙活动的遗留轨迹。这些条纹状痕迹可能是由于风成沉积物的堆积特征与积雪之间的反差所形成的，从而使湖泊表面的风沙活动轨迹在降雪后依然可见。2018年6月4日湖泊已经完全融化，冰面风成沉积物随着湖冰的消融而沉入湖中，在影像中已不能观测到风成沉积物（图2K）。

为定量地监测湖面的风沙活动，本研究引用了归一化沙地指数（NDSLI）计算方法，对Landsat 8 OLI的10景影像进行了计算（图3）。Sahar等^［27］的研究结果中所表明的NDSLI的值在-1~1；沙地的值小于0，而水的值最高。据此将本研究的计算结果进行了初步的阈值划分，即NDSLI的值大于零为非风成沉积物区域；小于0为风成沉积物区域。通过初步计算，得到其中5景有明显沉积物覆盖（图3C、D、E、F、G），与目视监测结果一致。

在该阈值范围内，从NDSLI计算结果可以有效地观测到研究区域中是否明显地覆盖沉积物。从图3可以得到，湖冰面上存在的风成沉积物能够被清晰地与其他地物区分开，并且随着时间推移，沉积物的位置发生移动，这与原始影像中的变化规律相符。在湖泊没有结冰（图3A、B）、被雪覆盖后的影像（图3H、I）以及湖冰融化的影像（图3J）中沉积物并不明显，在其余实验结果中可以看到明显的沉积物，并且图3C与图3D中原影像中飘浮在空中的沙尘对实验结果并没有产生影响。这证明按照初步的阈值划分，只有地表的地物反射对NDSLI计算结果会有影响，而空中的沙尘影响很小甚至没有。我们可以进一步证明，该方法是监测和分析沉积物在湖冰上覆盖及移动过程的有效手段。

将含有明显风成沉积物条带影像的NDSLI计算结果转化为矢量文件，与原始影像进行对比（图4）来证实验结果与实际是否相符。通过矢量边界与遥感影像的叠加可以发现：NDSLI计算结果所揭示的沉积物范围与遥感影像中观察到的风成沉积物分布范围非常一致，尤其在风成沉积物与湖冰分界处，其吻合程度很高，说明该分类方法较为理想。但是当沉积物覆盖较少或分布不均时会影响指数的精确分类，如在图4C和图4D中，原始影像观察到沉积物条带的西部相比于东部沉积物较少，但在此阈值划分下，它们被划分到同一范围，使得计算结果不够精确。因此实验结果需要在目前的区间内进一步细化NDSLI阈值范围。

由于2018年1月11日的风成沉积物分布效果对阈值范围确定有较好的参考价值：存在大面积风成沉积物堆积和较为洁净的冰面，同时湖面西部曾堆积较多沉积物而后被搬运，因此选取该日NDSLI计算得到的结果。沿着湖面自西向东绘制一条矢量线，并使用QGIS软件提取该线上NDSLI的值（图5A），得出其剖面图（图5B），用以优化阈值划分。根据统计结果以及特征点位的数值，采用等间距分级法，对NDSLI值的阈值范围进行细化。

在NDSLI值小于零的情况下，原始影像中沉积物堆积最多的区域为图5A的bc段，将其与图5B中bc段的NDSLI值相对应，可以发现该区域NDSLI的值均小于-0.15，且与其他区域的值有较明显的分区，故将-1.0~-0.15为一个独立的类别。该区间的NDSLI值集中，反映了该区域存在大量沉积物堆积。堆积较少的区域大多处于-0.15~0.0，因此被划分为另一个独立的范围；当NDSLI值大于0时，0.0~0.2（图5A的de段）、0.2~0.4（图5A的ef段）、0.4~0.6（图5A的fg段）这3个区间的计算结果显示出明显的分层特征，因而被分别划分为独立的类别。0.6~1.0由于沉积物几乎不堆积，被归为一个独立的类别。

综上所述，NDSLI的阈值被细化为以下6个区间：-1.0~-0.15（沉积物极显著堆积）、-0.15~0.0（沉积物显著堆积）、0.0~0.2（沉积物轻度堆积）、0.2~0.4（沉积物微弱堆积）、0.4~0.6（沉积物极微弱堆积）以及0.6~1.0（沉积物无堆积）。这一细化的阈值划分为湖面沉积物的堆积特征及其空间分布提供了重要的量化依据。

为验证阈值范围的合理性，将其应用于所有计算结果。结果显示，该划分依据有效且清晰地展现了湖冰表面沉积物的堆积过程（图6）。初步划定NDSLI值小于0的区域即为沉积物区域，现在可以被分为沉积物极显著堆积区域（-1.0<NDSLI<-0.15）与显著堆积区域（-0.15<NDSLI<0.0），与事实较为相符。而大于0的区域中也有一定的沉积物，但与堆积沉积物多的区域相比含量较少。在沉积物开始堆积时（图6D）NDSLI的值有从东向西逐渐递增的趋势，证明沉积物堆积程度逐渐递减，此时湖泊东部还存在洁净的冰面。在风力的作用下，湖冰面沉积物的分布发生变化，主沉积带向东移动，条带逐渐变宽，湖冰面西部沉积物重新分布，东部的沉积物仍然有逐渐递减趋势（图6E、F、G）。直至近乎将整个湖面被沉积物覆盖（图6G）。

将具有明显沉积物条带的5景影像计算出的NDSLI初始阈值划分结果转化为矢量文件，并进行面积测算，得出了沉积物与非沉积物覆盖区域的面积及其占比数据（图7A）。湖冰表面的风成沉积物从2017年11月24日的4.59 km²（占比2.98%），增长到2018年2月12日的115.05 km²（占比74.60%），增量为110.46 km²，整个过程历时为79 d。从图7中可以明显观测到，沉积物的分布面积在不断增加。

对重新划分阈值后的NDSLI结果也进行各范围的面积计算。从图7B可以看出，沉积物极显著堆积区（NDSLI值范围为-1.0~-0.15）和显著堆积区（NDSLI值范围为-0.15~0.0）的面积持续增长。极显著堆积区的面积从1%增加到35%，显著堆积区从2%增长到40%。在研究初期，极显著堆积区域扩展较快，而从2018年1月11日起，显著堆积区域的增长速度则更加明显。轻度堆积区和微弱堆积区在早期也有不同程度的增长，但自2018年1月11日起，这些区域的面积逐渐减少。极微弱堆积区在前期有所扩展，但自2017年12月10日后开始缩小。无沉积物堆积区的面积则一直呈下降趋势，即卓乃湖冻结初期的洁净冰面在风沙活动的影响下，其大部分冰面逐渐被沙尘覆盖。

本研究尝试了多种指数方法来计算湖冰表面的风成沉积物，通过计算结果得出本文中所使用的归一化沙地指数（NDSLI）比较适用于该场景。如果按照Sahar等^［27］的阈值划分依据，沙地的值小于0（NDSLI<0），会使计算结果不够精确，在沉积物堆积程度不同的区域会被划分到一个范围，使沉积物的堆积和移动过程不能被清晰地监测。

由于NDSLI计算是利用SWIR-1波段对水分的敏感性以及红色波段在区分地表类型上的优势，在文中可以理解为风成沉积物中的含水量。在湖冰表面，沉积物会因为风力的改变，存在空间上的差异。虽然单划分为沉积物区域和非沉积物区域的计算结果较好，但无法清楚地解释沉积物的时空分布规律。在2018年1月11日的影像中，风成沉积物分布有较明显的分区情况：在湖中部存在大面积风成沉积物堆积条带，湖东部存在较为洁净的冰面，同时湖西部还存在沉积物曾堆积而后被搬运的情况。这对阈值范围确定有较好的参考价值，因此通过对该日横穿湖面的矢量线上NDSLI的统计结果以及特征点位的数值，并基于等间距分级法，进一步精细化了计算结果的阈值，即-1.0~-0.15（沉积物极显著堆积）、-0.15~0.0（沉积物显著堆积）、0.0~0.2（沉积物轻度堆积）、0.2~0.4（沉积物微弱堆积）、0.4~0.6（沉积物极微弱堆积）以及0.6~1.0（沉积物无堆积）。本研究所确定的NDSLI阈值划分可以较好地将风成沉积物与其他地物区分，图6中所得到的沉积物的堆积、移动规律也证实了本研究所划定的阈值范围在湖冰上较合理。但该方法以及阈值范围须在特定的环境下：下垫面为湖冰这种较为纯净的区域，且有较明显的风成沉积物堆积的情况。对于其他环境下是否适用未进行验证。

在原始影像中我们能明显能观测到沉积物主条带，但其他区域沉积物堆积并不明显。而通过NDSLI计算，并在一定的阈值划分下，可以很好地得到卓乃湖湖面结冰后风成沉积物的堆积以及移动规律：即在西风的作用下，卓乃湖溃决后暴露出的物质被吹向湖面，形成了一条南北向延展的沉积物条带。早期，沉积物主要在湖冰面的西侧，堆积范围较小，湖面大部分区域仍保持相对纯净。随着风力的持续作用，沉积物逐渐向东迁移，因沉积物不断累积，在湖中部形成了主要的堆积带，其堆积程度最大。随着条带的继续向东延展，沉积物已覆盖了接近湖面的一半。在时间推移和持续风力的共同作用下，主沉积带不断向东迁移，同时新的物质不断堆积，导致沉积带的宽度持续增加。原先堆积较少的区域逐渐累积更多沉积物。当沉积带的横向扩展受到湖面边界的限制时，其宽度达到极限，沉积物的空间分布趋于稳定。由于沉积物在湖面上的堆积存在明显的空间差异，单纯依靠原始影像难以准确识别这些变化。而通过NDSLI的计算，可以更清晰、有效地揭示沉积物的分布及其演变规律。但本研究中部分影像湖面有积雪，在降雪的影响下，风吹雪与风沙沉积混合形成积雪-风沙混杂沉积物，这进一步增加了湖冰表面风沙沉积的复杂性。通过NDSLI方法对被雪覆盖的风沉积物以及积雪-风沙混杂沉积物进行监测与定量计算又具有明显不足之处，对此，还有待进一步深入研究。且本研究只选取了一个融冰-封冰的年度过程，后续将尝试多年度监测以建立更全面的时空动态。

结冰期的青藏高原湖泊为观测冬春季沙尘的释放、迁移与堆积过程提供了理想场所。本研究利用Landsat 8 OLI影像的Red和SWIR-1波段构建归一化沙地指数（NDSLI），实现了湖冰表面风成沉积物的遥感识别与时空变化分析。主要结论如下：①NDSLI可较高精度提取湖冰表面的风成沉积物区域，较传统的影像目视解译方法更具客观性与可操作性。②通过阈值划分与时序分析，揭示了湖冰表面风成沉积物的空间集聚性及其条带状分布特征，体现出对主导风向的响应特征，反映出区域风沙过程空间演化规律。③卓乃湖流域冬季风力较强，风沙活动频繁，湖冰表面沉积物堆积区具有阶段性演替特征，监测期间风成沉积物覆盖面积增量为110.46 km²，可作为区域风沙过程强度与迁移路径的重要指示器。