三峽庫區奉節到巴東段石漠化分布及驅動因子分析

王朋偉，牛瑞卿，江齊英，王 鵬

(1.中國地質大學 地球物理與空間信息學院，武漢 430074;2.水利部長江勘測技術研究所，武漢 430011)

石漠化是繼沙漠化和水土流失之后的我國第三大生態問題［1］。袁道先指出石漠化是中國南方亞熱帶巖溶地區嚴峻的生態問題，導致了巖溶風化殘積層土的迅速貧瘠化［2－3］。我國石漠化主要分布于長江流域和珠江流域，其中長江流域面積最大，為732.1萬 hm2，占石漠化總面積的56.5%;珠江流域次之，為486.5萬 hm2，占37.5%［4］。三峽庫區奉節以東為震旦系到三疊系碳酸鹽巖組成，本地區巖溶發育，生態系統脆弱，加上不合理的開發利用，導致喀斯特地區石漠化發育。已有的研究通過建立石漠化解譯標志、改進植被指數、或者建立光譜關系模型等［5－6］進行石漠化信息提取或者劃分影響石漠化的指標體系，然后將各因子疊加后定量化于石漠化判讀［7－8］。以上所提的方法在某些方面滿足了石漠化調查的需要，然而存在無法建立石漠化與各驅動因子之間如何反饋定量化信息［9］的問題。本文利用RS與GIS技術研究三峽庫區奉節到巴東段石漠化分布特征，以及利用數據挖掘的方法獲取該地區石漠化影響因子對石漠化反饋作用，為當地政府和管理部門提供科學參考。

1 研究地區概況

奉節到巴東段處于震旦系到三疊系碳酸鹽巖組成的川鄂褶皺山地，地勢總體上自西北向東南降低，一般高程800～1 800 m。山脈走向亦受構造控制，大巴山呈NW至NWW向崢嶸聳立于庫區之北，巫山山脈呈NE至NEE向綿延于鄂邊境，長江河谷深切山地中，兩岸山峰聳立，河谷狹窄，水流湍急。屬中亞熱帶濕潤季風氣候，研究區面積為618.1 km2。

2 石漠化及驅動因子提取

有很多因子對石漠化產生影響［10］，本文選擇巖性、居民區影響、坡度、植被作為研究的主要因子。氣象、土壤、社會經濟等也能夠影響石漠化的發展，然而，由于研究區域小、影像分辨率低等特點，可以忽略它們的差異。石漠化規則挖掘流程見圖1。

圖1 石漠化規則挖掘流程Fig.1 Flow chart of rules-mining for rock desertification

2.1 數據介紹

遙感影像:奉節到巴東 LandSat5－TM影像(2004年4月22日，軌道號為126/38，1～5，7波段分辨率30 m，第6波段分辨率60 m，太陽高度角58.854 439 9°)。

等高線、地質數據:1∶50 000 等高線、1∶200 000標準分幅地質圖，主要包括地層時代巖性、斷層分布、褶皺等。

2.2 影像預處理

2.2.1 輻射校正

對于LandSat5－TM來說，隨著時間的推移，星載傳感器的光電變化系統的靈敏度特性會發生偏差，這可以通過地面定期測定，并根據測量值進行校正。光譜輻射值亮度與圖像DN值之間的關系為

式中:Gain為增益系數，Bias為偏移系數，在遙感數據獲取時，同時得到并記錄在遙感數據的頭文件中。計算表觀反射率ρ公式如下:

其中L是根據圖像DN值計算出來，D為日地之間距離(天文單位)，ESUN為大氣層頂的平均太陽光譜輻射度(見表1)，θ是太陽天頂角。

表1 LandSat5－TM的大氣層頂平均太陽光譜輻射度Table 1 Average solar spectral irradiances at the atmospheric top by landSat5－TM

2.2.2 幾何校正

利用研究區地形圖校正影像，使其保持具有相同的投影坐標系統。影像坐標系統從WGS84轉到西安80坐標，使地形圖、地質圖、遙感影像具有相同區域與坐標系統。

2.3 巖性因子劃分

石漠化影響最顯著的因素是巖性作用。本研究區主要地層為從志留系到三疊系之間，本地層碳酸鹽組劃分規則見表2。圖2是根據表2規則生成的巖性分類圖。

圖2 巖性分類圖Fig.2 Classification of lithology

2.4 水體與居民區影響因子提取

(1)水體提取:本研究區主要水體為長江以及長江支流，為了快速提取水體，本文根據鐘春棋(2008)等利用單波段閾值法和多波段增強圖閾值法進行水體信息提取的差異［11］，從而確定出最佳水體綜合提取方法，即綜合利用多波段(TM2+TM3＞TM4+TM5)和單波段TM2建立起適合山區水體提取方法。

(2)居民區提取:快速、準確、客觀地提取居民地信息是基于居民地與背景地物譜間差異原理。根據陳潔麗(2010)等提出利用波段3、波段4、波段5的差異，提出一種新的建筑指數(New Built－up Index，NBI)，并利用該指數提取居民區信息［12］。

式中:TM3，TM4，TM5分別為TM影像的紅波段、近紅外波段和短波紅外波段。本文對此方法進行改進，加入NDVI作為限制因素準確定位居民區位置。居民區=(NDVI＜α ＆＆ NBI＞β)，α，β分別為隨機在居民區采樣的平均值。水體與居民區劃分見圖3。

圖3 水體與居民區分布圖Fig.3 Distribution of water and residential area

(3)居民住宅緩沖區:易表達人類活動，間接反映人類干擾程度。越接近居民區，人類干擾越強烈，石漠化越強。居民區影響因子獲取:500，1 000，1 500，2 000，2 500，3 000 m，大于 3 000 m 作為緩沖區。圖4為利用GIS的Buffer功能生成的影響區圖。

圖4 居民區影響區Fig.4 Areas influenced by residential area

表2 巖性分組表Table 2 Lithology grouping

2.5 像元二分植被覆蓋度反演模型

像元二分模型假設一個像元信息由土壤與植被2部分信息組成。通過遙感傳感器所觀測到的信息S，可以表達為由綠色植被成分所貢獻的信息Sv與由土壤成分所貢獻的信息Ss2部分組成，將S線性分解為Sv和Ss2部分:S=Sv+Ss。已有研究表明將NDVI引入二元植被覆蓋度反演模型［13］，因此計算覆蓋度的公式表示為

即圖像中每個像元的NDVI值可以看成是植被覆蓋部分和無植被覆蓋部分的NDVI的加權均值，其中NDVIsoil為無植被覆蓋區域的NDVI值，即無植被的純凈像元NDVI值;而NDVIveg則代表完全被植被覆蓋所覆蓋的像元NDVI值，即純植被象元的NDVI值，計算植被覆蓋公式如下:

本次研究的影像由于沒有當地的實測數值，通過選取訓練區的方法獲取研究取得NDVIsoil和NDVIveg分別為0.165 695和0.667 447(如表3)，以及生成的植被覆蓋度圖(見圖5)。

圖5 植被覆蓋度Fig.5 Gradation of vegetation coverage

2.6 坡度信息獲取

地形是影響石漠化發生和發展的主要自然因素之一，坡度是地形的表現，坡度表示了局部地表坡面的傾斜程度，坡度大小直接影響著地表物質流動與能量轉換的規模與強度，是制約生產力空間布局的重要因子。利用arcgis坡度分析功能生成坡度。坡度劃分等級為:0°～5°;5°～8°;8°～15°;15°～25°;25°～35°;35°～90°。圖6 為生成的坡度分級圖。

2.7 E－TVA石漠化增強指數

圖6 坡度分級圖Fig.6 Gradation of slope degrees

根據已有的文獻知，石漠化與植被指數有密切的關系，可以利用植被指數圖轉化成石漠化指數圖。Ts－EVI特征空間下的溫度植被角TVA說明了植被指數與地面溫度2種數據結合，可以衍生出更豐富的、清晰的地表信息［14］，能夠反饋出石漠化信息。石漠化與植被覆蓋度成反比，與溫度成正比。具體計算如下。

(1)增強型植被指數(EVI):是一個同時校正土壤和大氣影響的反饋機制指數。該指數能夠綜合消除土壤、陰影和大氣的影響，減小噪聲。表示為

式中:ρ*為大氣校正的的反射值;L=1，為土壤調節參數;參數 C1，C2分別為6.0和7.5。

(2)Ts－EVI特征空間下溫度植被角度:TM影像的熱紅外波段(第6波段)的DN計算出輻射亮度L，然后根據輻射亮值計算傳感器溫度，計算過程如下:首先根據L計算傳感器溫度

T單位為K，k1和k2是計算常數。Ts－EVI特征空間下溫度植被角度為

(3)定義E－TVA:巖溶石漠化在TM圖上特征明顯，通常以TM743合成假彩色圖像，無石漠化為比較飽和的綠色，色調均勻;微石漠化為綠色中略帶紫色斑點或斑塊;輕度石漠化為綠色中帶有紅紫色斑點或斑塊;中度石漠化多為斑雜狀影像，綠色斑塊與洋紅色斑塊相互混雜;重度石漠化總體上呈紅紫色，其中零星帶有綠色斑點［15］。根據TM743這些特點，利用直方圖匹配方法增強TVA形成E－TVA，石漠化效果更加明顯。圖7是生成的石漠化分級圖。

圖7 石漠化分級圖Fig.7 Gradation of rock desertification

表3 訓練區NDVI值Table 3 NDVI values of training area

從石漠化分級圖中可以看出，通常距離居民地越遠石漠化發生概率越低;中、重度石漠化主要分布在沿江兩岸，因為這些地區人類活動強烈且有脆弱的地質環境(主要是碳酸鹽巖夾碎屑巖)。

3 石漠化與驅動因子關系分析

對石漠化指標的量化和客觀化方面研究較少，主要以定性為主，各因素對石漠化影響主要依靠經驗獲得，難以衡量其大小的客觀指標，這也為石漠化研究的數據分析帶來困難。基于石漠化的特點，利用數據挖掘的方法，科學、合理地尋找出石漠化等級與各個因子之間的關系。如圖8。

圖8中的網絡線，表示各種因子與石漠化等級之間的關聯強度，線的粗細表示了關聯強弱。粗線表示關聯強，細線次之。如圖中碳酸鹽巖夾碎屑巖－重度石漠化、居民地影響等級(0～500)－重度石漠化、植被等級(0.8～1)－無石漠化等的線均粗，說明它們之間關系緊密。這種關聯圖是一種比較直觀的表達式。從圖8中可以看出哪些屬性等級對石漠化影響更強烈，但不能綜合反應石漠化多因素影響，下面采用決策樹C5.0算法綜合研究各因子對石漠化影響規則。

決策樹(Decision Tree，DT)根據信息增益熵的原理對屬性進行分組，然后采用“分而治之”的方法將問題的搜索空間分為若干子集;也是一種簡單但卻廣泛使用的分類技術，它直接提供了在什么樣的條件下會得到什么樣的結果這樣規則的方法。本文以“if then”語句表示其規則，其意義是:如果“if”中的前提條件滿足，則得出“then”中的結論。

決策樹的構造［16］:①計算分類所需的信息熵;②計算每個屬性X的條件熵;③計算屬性X的信息增益和信息增益率;④歸納決策樹;⑤設定迭代次數T，利用Boosting技術產生一系列決策樹模型，得到精度更高的復合決策樹模型。

圖8 石漠化因子關聯圖Fig.8 Correlation between rock desertification and influencing factors

從圖9可看出植被在石漠化研究中信息增益率最大，這是石漠化外部表現的原因;居民影響、坡度、巖性影響增益率基本差不多。說明植被對石漠化的解釋程度相對其它幾個變量較大，反映各個指標對判別的相對重要性。

表4為影響因子與石漠化強度的規則集，抽取部分規則解釋如下:

規則2如果植被覆蓋度在“0.4 ～0.6”之間，中等覆蓋，且坡度比較陡，大約在“35°～ 90°”之間，此處的巖性為純碳酸鹽區，比如石灰巖、白云巖或灰巖與白云巖互層，且距離居民區比較遠，則該地區可被認為是無石漠化區，發生石漠化概率小。

規則15如果植被覆蓋度低，坡度在“15°～25°”，且該地區巖性為碳酸鹽巖夾碎屑巖，居民地影響較大，大概距居民地為“500～1 000 m”，則可認為此區域發生中度石漠化概率大。

上面規則集反映了石漠化驅動因子與石漠化的關系集合，同時也反映了石漠化的脆弱性。巖性、坡度影響因子的變動都會對石漠化產生影響，特別是居民地影響較為強烈，從起因上看，是潛在的自然因素基礎上疊加人類工程活動所致，其發展趨勢取決于人地關系的協調。

圖9 變量重要性Fig.9 Importance of variables

表4 石漠化與驅動因子規則集Table 4 Rule sets of the influencing factors of rock desertification

4 結果與討論

(1)利用E－TVA模型提取石漠化因子，然后采用概率統計和C5.0決策數模型生成便于人們理解的關聯圖和規則集。從關聯圖中可以得到各個因子指標對石漠化影響程度，然而這種關系只是單獨性，沒有考慮到石漠化綜合因素反饋的結果;而規則集中可以清晰地看出因子的定量指標綜合對石漠化等級的影響。從規則集與變量重要性中可以看出植被對石漠化影響最為明顯，植被覆蓋度是巖溶石漠化最直接的表現之一。石漠化的產生不是某種孤立的因素造成的，而是多種因素綜合作用所形成的。

(2)從規則集得出如下規律:植被覆蓋度可以直觀反映石漠化程度;碳酸鹽含量較高的巖性對石漠化影響強烈;距居民影響區越近影響越強烈;坡度在“35°～90°”發生石漠化概率低，而坡度在“15°～35°”易發生石漠化。

(3)石漠化遙感信息提取精度與獲取的石漠化指標度因子密切相關，而且受石漠化指標度分段方法的影響，有待后續研究進一步完善。

［1］劉 拓，周光輝，但新球，等.中國巖溶石漠化——現狀、成因與防治［M］.北京:中國林業出版社，2009:1－21.(LIU Tuo，ZHOU Guang-hui，DAN Xin-qiu，et al.Rock Desertification in the Subtropical Karst of China:Status，Causes and Prevention［M］.Beijing:Chinese Forestry Press，2009:1 －21.(in Chinese))

［2］YUAN Dao-xian.Rock Desertification in the Subtropical Karst of South China［J］.Z.Geomorph.N.F，1997，108:81－90.

［3］袁道先.巖溶石漠化問題的全球視野和我國的治理對策與經驗［J］.草業科學，2008，25(9):19 －25.(YUAN Dao-xian.Global View on Karst Rock Desertification and Integrating Control Measures and Experiences of China［J］.Pratacultural Science，2008，25(9):19 － 25.(in Chinese))

［4］國家林業局.巖溶地區石漠化狀況公報［N］.中國綠色時報，2006－06－21(2).(State Forestry Administration.State of the Karst Rocky Desertification Area［N］.Green Times，2006－06－21(2).(in Chinese))

［5］況順達，戴傳固，王尚彥，等.巖溶石漠化遙感信息增強技術探討［J］.貴州地質，2009，26(1):44 －48.(KUANG Shun-da，DAI Chuan-gu，WANG Shang-yan，et al.Enhancement of Remote Sensing Information Technique of Rocky Desertification［J］.Guizhou Geology，2009，26(1):44 －48.(in Chinese))

［6］夏學齊，田慶久，杜鳳蘭.石漠化程度遙感信息提取方法研究［J］.遙感學報，2006，10(4):469 －473.(XIA Xueqi，TIAN Qing-jiu，DU Feng-lan.Retrieval of Rock-Desertification Degree from Multi-spectral Remote Sensing Images［J］.Journal of Remote Sensing，2006，10(4):469 －473.(in Chinese))

［7］胡順光，張增祥，夏奎菊.遙感石漠化信息的提取［J］.2010，12(6):870 －877.(HU Shun-guang，ZHANG Zengxiang，XIA Kui-ju.Information Extraction of Karst Rocky Desertification Using Remote Sensing［J］.Journal of Geo-Information Science，2010，12(6):870 － 877.(in Chi-nese))

［8］ZHANG Pan-pan，YU Yuan-man，XIAO Du-ning.Rocky Desertification Risk Zone Delineation in Karst Plateau Area:A Case Study in Puding County，Guizhou Province［J］.Chinese Geographical Science，2010，20(1):84 －90.

［9］熊平生，袁道先，謝師友.我國南方巖溶山區石漠化基本問題研究進展［J］.中國巖溶，2010，29(4):355－360.(XIONG Ping-sheng，YUAN Dao-xian，XIE Shi-you.Progress of Research on Rocky Desertification in South China Karst Mountain［J］.Carsologica Sinica，2010，29(4):355－360.(in Chinese))

［10］HUANG Q H，CAI Y L.Spatial Pattern of Karst Rock Desertification in the Middle of Guizhou Province，Southwestern China［J］.Environmental Geology，2007，52(7):1325－1330.

［11］鐘春棋，曾從盛，柳錚錚.基于譜間特征與比值型指數的水體影像識別分析［J］.地球信息科學，2008，10(5):663－ 668.(ZHONG Chun-qi， ZENG Cong-sheng， LIU Zheng-zheng.Study on Terrestrial Water Information Identified Based on the Analysis of Spectral Signature and Ratio Index［J］.Geo-Information Science，2008，10(5):663 －668.(in Chinese))

［12］陳潔麗，劉永學，李滿春，等.一種基于遙感數據快速提取居民地信息的新方法［J］.地理與地理信息科學，2010，26(5):72 － 74.(CHEN Jie-li，LIU Yong-xue，LI Man-chun，et al.A New Method of Extracting Residential Areas Based on Remote Sensing Image［J］.Geography and Geo-Information Science，2010，26(5):72 －74.(in Chinese))

［13］CARLSON T N，RIPLEY D A.On the Relation between NDVI，Fractional Vegetation Cover，and Leaf Area Index［J］.Remote Sensing of Environment，1997，62(3):241 －252.

［14］王長耀，駱成鳳，齊述華，等.NDVI－Ts空間全國土地覆蓋分類方法研究［J］.遙感學報，2005，9(1):93 －99.(WANG Chang-yao，LUO Cheng-feng，QI Shu-hua，et al.A Method of Land Cover Classification for China Based on NDVI-Ts Space［J］.Journal of Remote Sensing，2005，9(1):93 －99.(in Chinese))

［15］江 東，王乃斌，楊小喚，等.植被指數－地面溫度特征空間的生態學內涵及應用［J］.地理科學進展，2001，20(2):146 －152.(JIANG Dong，WANG Nai-bing，YANG Xiao-huan，et al.Ecological Connotation and Application of the Vegetation Index-Surface Temperature Feature Space［J］.Progress in Geography，2001，20(2):146 －152.(in Chinese))

［16］鞠建華，戴傳固.巖溶石漠化遙感監測與防護規劃［M］.北京:地質出版社，2006:43－48.(JU Jian-hua，DAI Chuan-gu.Monitoring by Remote Sensing and Protection Programs for Rock Desertification in the Karst［M］.Beijing:Geology Press，2006:43 －48.(in Chinese))

［17］朱玉全，楊鶴標，孫 蕾.數據挖掘技術［M］.南京:東南大學出版社，2006，(1):102 －116.(ZHU Yu-quan，YANG He-biao，SUN Lei.Data Mining［M］.Nanjing:Southeast University Press，2006，(1):102 －116.(in Chinese ))