“3S”技術在喀斯特土地石漠化研究中的應用現狀及展望

李仕蓉+王恩文+龔文琪

摘要：我國西南部喀斯特生態環境脆弱、單一、受人類活動影響較大，土壤石漠化嚴重，引起一系列的生態環境、社會經濟問題，使喀斯特石漠化研究、防治變得刻不容緩。近些年，隨著科技的進步、科學手段的不斷豐富，“3S”技術即遙感（RS）、地理信息系統（GIS）、全球衛星定位系統（GPS）已廣泛地應用于喀斯特石漠化研究中。本文綜述了近年“3S”技術在喀斯特石漠化研究中的應用，并從喀斯特石漠化的預警、動態監測、空間布局、成因分析、空間格局分布等方面論述了“3S”技術在喀斯特石漠化科學技術研究、防治工作中的應用及理論創新。

關鍵詞：喀斯特石漠化；“3S”技術；預警；動態監測；成因分析

中圖分類號： S157.1；S127文獻標志碼： A文章編號：1002-1302（2014）06-0017-03

收稿日期：2013-09-05

基金項目：貴州省自然科學基金（編號：黔科合J字LKA[2012]16號）；貴州省哲學社會科學項目（編號：12GZYB60）；

作者簡介：李仕蓉（1974—），男，土家族，貴州思南人，碩士，副教授，從事環境社會學的研究。E-mail：lishirong2214712@163.com。喀斯特石漠化是脆弱的生態環境，在人類不合理的社會經濟活動干擾下造成人地矛盾突出、植被破壞、水土流失、土地生產力衰退喪失、地表呈現類似荒漠景觀的巖石逐漸裸露的演變過程[1]。我國袁道先先生于20世紀80年代首次提出了“喀斯特石漠化”的概念，并用來表征從地表植被、土壤覆蓋到巖石裸露荒漠化景觀的喀斯特石漠化變遷過程。

貴州省地處我國西南部云貴高原地區，是目前世界上熱帶、亞熱帶地區，喀斯特石漠化分布面積最廣、程度最高的高原山區。據有關資料記載，貴州省喀斯特石漠化面積占全省土地面積的73%，高達13萬km2，喀斯特石漠化發育強烈、分布面積廣，給當地的社會經濟活動帶來了強烈的影響，形成了喀斯特地區所特有的“喀斯特貧困”[2]現象，是實現和諧、全面小康社會亟待解決的社會經濟問題。

1國內外研究現狀

喀斯特石漠化在全球范圍內分布較廣，國外喀斯特石漠化區域主要集中在歐洲地中海周圍，少量分布在英國約克郡石灰巖地區、加拿大東南部布魯斯半島、塔斯瑪尼亞等地；我國喀斯特石漠化區域以西南部部分省份尤其是貴州最典型，如貴州西南州，廣西、廣東、湖南、四川局部等地均有分布。與國外喀斯特石漠化分布區相比，我國喀斯特石漠化分布規模更大、面積更廣、生態環境更脆弱、人口更多、貧困程度更高。

在喀斯特石漠化研究與治理的工作中，由于重視較早，科學技術條件較好，國外取得了較多的研究成果和良好的治理效果，目前部分石漠化地區已經有了很大程度的恢復。我國從20世紀70年代開始，陸續開展了大量的喀斯特石漠化研究與治理工作。這些工作主要集中在石漠化現象描述、分布現狀、動態監測、預警分析、成因、演化機制以及生態治理等方面，喀斯特石漠化研究展現出多角度、多樣性、多元化的特點，取得了大量的研究成果[3]。

“3S”技術包括地理信息系統（GIS）、遙感（RS）及全球定位系統（GPS）三大獨立系統，是三者英文縮寫的簡稱。其三大獨立系統在空間信息管理中特色各異，皆可獨立完成自身的功能，也有各自的不足。GIS與RS能夠進行空間信息獲取和處理，GIS是一種管理、分析處理空間數據的計算機系統，能夠高效管理并進行靈活數據分析，擁有較強的空間查詢、分析和綜合處理能力，但難以用來直接獲取數據；RS是一種獲取大面積內區域信息的手段，有特定的光譜波段，有所限制，并且難以精確定位和進行高精確度的分類；GPS是一種準確定位的系統裝置，能準確定位，對空間數據分析有非凡的意義，但其無法進行空間數據和區域信息等地理屬性的獲取[4]；三者有效結合能夠實現三大獨立系統技術的綜合，發揮更大的作用。

本文從“3S”技術在喀斯特石漠化中應用研究的角度綜述了“3S”技術在喀斯特石漠化預警、動態監測、空間布局、成因分析、空間格局分布等方面，論述了“3S”技術在喀斯特石漠化的科學技術研究、防治工作中的應用及理論創新。

2“3S”技術在喀斯特石漠化研究中的應用

“3S”技術中3個獨立系統的有機結合形成了一個系統，從而實現多種技術的綜合。“3S”技術在喀斯特石漠化研究、調查、治理中的應用，使“3S”技術得到了新的應用空間。如喀斯特石漠化的環境安全評價、動態監測、空間預警、石漠化成因分析、等級分級等“3S”技術在喀斯特石漠化中的綜合多方面的應用。

2.1喀斯特生態安全評價

GPS精準定位，RS獲取空間、地域的環境生態安全等方面遙感監測數據，這些數據在GIS系統中進行編輯、處理，從而達到生態安全評價的可視化。周旭等在前人研究的基礎上，在利用“3S”技術進行安全評價的研究中提出喀斯特景觀生態安全評價體系，結合“3S”理論，以“3S”應用發展狀況為基礎，提出了“3S”技術支持下的退化景觀生態安全評價技術框架[5]。左偉等利用RS獲取生態安全評價指標數據，結合已有喀斯特生態環境研究及相關成果，建立某一特定區域的生態安全評價的評價模型，實現區域的生態安全評價。在RS和GIS的方法和基礎上，通過對區域生態安全綜合評價、評價結果的尺度轉換等模型的建立，利用模型的運算獲得小流域生態環境系統的安全等級綜合評價結果[6]。

2.2石漠化遙感動態監測

喀斯特石漠化動態監測是“3S”技術一個重要應用方向。RS的動態監測已經成功在植被動態變化、環境因素變化、海岸線變化、土地覆蓋及利用變化等領域得到運用，三者結合的“3S”技術是土地資源調查和土地覆蓋、利用、動態變化的動態監測的一種高效、精確的監測手段。

胡娟等利用從地球資源衛星CBERS-02上獲得的遙感數據，用GIS系統進行遙感影像、TM和SPOT解譯，在對黔南喀斯特石漠化的抽樣調查及動態監測中顯示出喀斯特石漠化的準確分布信息，與RS最佳波段（RGB：431）組合影像對照喀斯特石漠化演變與更替，為黔南布依族自治州喀斯特石漠化動態監測的實際應用提供了準確可靠的監測及預測數據[7]。

左羽利用“3S”技術，結合計算機網絡，在畢節地區構建出一個分布式生態環境動態監測系統，實現了集成生態環境動態監測技術在喀斯特石漠化動態監測中的應用。該分布式生態環境動態監測系統在網絡平臺基礎上集成“3S”技術軟件搭建軟件平臺進行喀斯特石漠化動態監測，以遙感數據為主要信息源，以地面GPS核查數據為輔，建立畢節地區喀斯特生態環境基礎數據庫，通過該分布式生態環境動態監測系統可實時在線獲取畢節地區喀斯特石漠化動態監測結果[8]，及時準確地獲取、管理、分析石漠化變化數據。

2.3喀斯特石漠化預警

通過解譯遙感影像獲取喀斯特資源環境信息，在調查收集相關經濟、社會等指標數據基礎上，采用“3S”技術對農地石漠化警情進行分析預測，結果表明“3S”技術已成功運用于喀斯特石漠化預警。例如，閆妍等采用“3S”技術和神經網絡方法（3S-ANN）對廣西壯族自治區都安縣土地石漠化進行預警并分析預測[9]。

蘇鋒等以重慶奉節喀斯特石漠化山地為研究對象，以Landsat TM數字圖像為基礎數據源，對石漠化專題數據信息進行提取、分級，并運用Erdas imagine 8.1.5對獲取的數據影像進行幾何校正，提取相應調查區域，在ArcGIS平臺上，人機交互判讀對石漠化目視判讀，得到重慶奉節地區石漠化分級預警結果[10]。經科學考證對比分析發現，所獲得的石漠化預警結果與所調查區域喀斯特石漠化實際情況吻合，有力證明了“3S”技術應用預警模型具有較強預警能力，吻合程度高。

2.4喀斯特石漠化成因分析

我國喀斯特石漠化成因多樣化，主要形成因子有喀斯特生態系統地質、土壤、水文氣候、植被覆蓋、地貌及人類活動等，國內大量學者認為應選擇坡度、植被覆蓋率、基巖裸露、平均土厚、農用價值等作為評價指標[11]。

2.4.1喀斯特生態系統地質我國西南部受地質構造及古環境變遷的影響，貴州等地裸露的碳酸鹽巖地層齊全，巖層厚度大，分布面較廣，喀斯特地貌十分發育。同時，我國喀斯特石漠化發生地自然地理條件獨特，存在正負地形的反差，喀斯特石漠化程度不一。錐峰與洼地、谷底或峽谷組合，平面上正地形面積大于負地形面積。錐峰基座、峰頂高度不一，向區域地形坡向傾斜，峰坡多呈裸巖地或石旮旯地，石漠化現象嚴重。錐峰與洼地、谷地或峽谷組合的正地形面積約等于負地形，基座錐峰呈孤立狀散布在洼地或谷地周圍，相對高度一致，無明顯偏向趨勢，石漠化嚴重的荒山草坡或石旮旯地只是在村寨附近有發育較好的植被。錐峰與溶原、盆地或臺地組合的正地形面積小于負地形，錐峰（丘峰）呈孤立狀點綴在平坦的碳酸鹽巖面上，峰頂等齊，無明顯傾向，峰坡石漠化較嚴重，村寨附近有發育較好的植被。Liu等對貴州132個采樣點分析資料進行計算，得出灰巖風化剝蝕速率為23.7～110.7 mm/千年，若按平均 61.68 mm/千年的剝蝕速率、平均酸不溶物3.9%計算，風化殘積物2.47 mm/千年，豐華圖層形成速度慢，約為 25 mm/千年，該指標奠定了喀斯特脆弱生態環境的地質基礎[4]。

2.4.2喀斯特土壤因子不同喀斯特石漠化土壤因子是指不同土壤類型、土壤物理化學性質、石漠化景觀格局和發生率等土地石漠化的影響因素。楊青青等將景觀生態學理論與“3S”技術相結合研究了石漠化景觀，結果發現，石漠化景觀的土地石漠化主要以棕色石灰土、石質土為主。其中，棕色石灰土石漠化破碎程度最高，黑色石灰土連通度最高；石質土石漠化的平均斑塊面積最大，破碎程度最低；斑塊最分散以酸性粗骨土石漠化最為典型；黑色石灰土石漠化強度極大且極易發生，硅質巖粗骨土最易發生極大強度石漠化。石灰土、粗骨土以及石質土因本身較脆弱，常常石漠化現象嚴重。石漠化程度發生率從高至低依次為酸性粗骨土、黑色石灰土、石質土、棕色石灰、硅質巖粗骨土[12]。有研究表明，石漠化的發生與分布在不同土壤中存在明顯的差異，土壤發生的特點是導致石漠化形成的主要自然因素。

2.4.3水文氣候因子關于石漠化與山區氣候關系研究中多數采用面上調查、定位觀測和模擬試驗相結合的方法。利用ArcMap輸入地形空間等數據，結合氣溫和年降水模型可模擬推算出氣溫和降水量的關系，吳良林等將ArcMap Spatial Analyst模塊中的Raster Calculator用以2008年廣西壯族自治區河池市石漠化強度類型圖與氣候要素圖進行疊加運算，得到河池市石漠化類型與氣候因子的關系，圖形統計結果顯示，河池市石漠化發生率約與年均溫度呈正比；他們還進行了石漠化與年均降水量關系統計分析，結果發現，河池市石漠化類型、石漠化率與年降水量呈正比[13]。

李森等發現，在模擬天然降雨條件下，裸地的土壤侵蝕量最高，其次是耕地，林地草地土壤侵蝕量最小。巖溶山區石漠化土壤侵蝕量和侵蝕速率是氣候、土壤特性、植被條件、土地利用類型、地質環境和地形等可蝕性因子綜合影響的結果，其中次降水量、連續30 min最大雨強為最強侵蝕力因子[14]。

2.4.4人為活動影響因子人為活動對喀斯特石漠化的影響主要表現在陡坡開荒、土地利用/土地覆蓋變化等人類生產生活產生的影響。金光華認為，人為活動主要影響全區域生物化學循環、生態系統結構功能以及區域小氣候等[11]。有研究發現，在人口密集區域（200人/km2），石漠化面積與人口密度呈正比；經濟密度欠發達地區（<50萬元/km2）各等級石漠化率居高不下，經濟密度與石漠化發生率呈反比。

總之，在石漠化驅動力機制圖譜研究中，從組成喀斯特生態系統的地質、巖性、植被、地貌、氣候及人類活動等多個方面進行相關性分析。喀斯特石漠化是在脆弱的生態環境地質背景上由于人類的強烈擾動而形成的，是多種因子綜合的結果。

2.5喀斯特石漠化空間分布格局

石漠化現狀與空間分布格局是石漠化研究中最基本的研究內容，同時也是最重要的研究內容之一。蔣樹芳等綜合利用遙感影像資料和地理信息系統軟件平臺，根據石漠化分級指標，收集TM影像資料、地形圖、地質資料圖、土壤植被覆蓋圖、土地利用圖、地貌坡度圖及GPS實測數據庫等資料，進行都安喀斯特石漠化RS與GIS一體化分析研究，通過統計各級別石漠化面積生成石漠化分級分布圖和GIS數據庫，并將石漠化面積、生成石漠化分級分布圖及驅動因素圖相疊加，最終生成都安石漠化空間分布格局圖，在石漠化格局分布圖中分別呈現淺紅、綠紅色星狀；綠紅色，紅中帶白色斑狀，灰白、白色斑狀（分別代表著輕度、中度、強度石漠化）[15]。

胡娟等采用程序批處理或按類型轉換的方法，借助黔南州土地利用與石漠化關系對應圖獲取土地各等級石漠化分布的初步格局圖。根據在1 ∶50 000或1 ∶200 000水文地質圖獲取有關喀斯特石漠化信息，在ArcView或ArcGIS軟件平臺上對行政區圖、地質圖、土地利用圖、坡度圖、植被圖、土壤圖、石漠化外業調查草圖進行疊加，并進行人機交互解譯，從而獲得高精確度石漠化現狀分布格局圖。他們還利用“3S”技術對黔南州石漠化遙感資料解譯獲取高精確度石漠化現狀分布格局圖，研究表明黔南自治州喀斯特面積20 300.74 km2，占總面積的77.5%；非喀斯特面積5 905.59 km2，占總面積的225%[16]，與實際情況基本吻合。

陳起偉等利用獲取的ASTER影像、1 ∶50 000地形圖、地質圖、GPS實測數據等資料，以縣（市、區）為單位，采用ERDAS、ArcGIS軟件進行人機交互判讀解譯，統計各等級石漠化面積，生成石漠化現狀空間分布格局圖及GIS數據庫[17]。研究表明，“3S”技術可以通過石漠化遙感資料解譯獲取高精確度石漠化現狀格局分布圖。

2.6喀斯特石漠化程度、等級劃分

根據陳述彭、劉紀遠等的“遙感圖像植被指數（NDVI）與植被覆蓋率呈現正相關，而喀斯特石漠化程度與植被覆蓋率呈現顯著負相關關系”等研究結果，吳良林等以NDVI作為石漠化等級的判別標準，根據2008年LANDSAT-TM影像資料，采用ERDAS系統平臺中TM4、3波段進行植被指數計算，通過研究TM5、4、3合成圖像提取相關石漠化數據，經GPS定位，野外校驗NDVI與植被覆蓋率之間的對應關系，他們還建立了NDVI與植被覆蓋率的關系模型，并分析計算出植被覆蓋度分級閾值，利用植被覆蓋地域與NDVI間的對應關系，成功引入喀斯特石漠化分級規則[13]。NVDI與石漠化程度分級如表1所示。表1喀斯特石漠化遙感影像解譯NVDI與石漠化程度分級

石漠化等級植被覆蓋率（%）NVDI植被結構遙感影像特征無石漠化>60>0.30喬木、灌木呈飽和度較高的綠色，條帶狀或塊狀輕度石漠化41～600.16～0.30喬草+喬灌呈飽和度中等的綠色，零星分布灰白斑點或小斑塊中度石漠化20～400.09～0.15疏草+疏灌飽和度較低的綠色，零星分布綠色斑點或小斑塊，分布較多灰白色斑點或小斑塊重度石漠化<20<0.09疏草呈灰白色或紫色、極淡的綠色

胡寶清等參考了土地生產能力下降和土地質量變化情況，針對遙感影像TM5、4、3波段假彩色合成資料的特點，選取植被覆蓋度、基巖裸露率、植被類型及退化率等，作為利用遙感影像強度作為喀斯特石漠化分級的判別指標，所以將廣西喀斯特石漠化分為輕度、中度、重度石漠化3個等級，并根據這些分級指標與遙感影像解譯，生成了1 ∶100 000石漠化分級分布圖。利用此圖可以清楚地看出都安縣輕度、中度、強度石漠化的比例分別為17.39%、8.5%、3.28%[18]。

3展望

為了打破“生態破壞與貧困”僵局，我國在喀斯特地區生態、資源可持續發展、生態重建方面開展了大量的理論研究工作與工程示范，主要包括“湖南龍山縣洛塔鄉模式”“貴州羅甸縣大關村模式”“廣西來賓小平陽模式”等，以及在喀斯特小流域綜合治理中如貴州畢節總結的寶貴經驗與措施。但喀斯特石漠化現象依然嚴峻，今后的研究及治理模式探討還有待于從以下幾個方面加強：（1）關于喀斯特土地石漠化預警理論、預警指標的構建。預警方法等尚處于探索階段，還須要繼續努力進行更多的探索與研究，以完善這一套理論與方法，為喀斯特農地石漠化治理和農業優化調控提供科學的理論依據。（2）在石漠化發展過程中，應用遙感影像解譯、GIS數據庫、GPS定位檢驗以及數理統計方法，對某一區域喀斯特石漠化變化的空間格局、分布進行定位化、定量化的分析，獲取原始數據的方法不夠精確，導致分析結果還不夠精準，還須加強研究與實踐。（3）“3S”技術對石漠化程度與自然環境過程、人類活動影響等驅動機制的分析僅限于定性分析階段，還須進一步研究定量分析等方法，深入剖析喀斯特石漠化影響因子、驅動機制，以便為喀斯特石漠化發展狀況及防治提供更準確、更深入的支撐。

參考文獻：

[1]袁道先，蔡桂鴻. 巖溶環境學[M]. 重慶：重慶科技出版社，1988.

[2]韓清延. 典型巖溶區農地石漠化預警分析與優化調控研究[D]. 南寧：廣西師范學院，2010.

[3]Xiong Y J，Qiu G Y，Mo D K，et al. Rocky desertification and its causes in karst areas：a case study in Yongshun County，Hunan Province，China[J]. Environmental Geology，2009，57（7）：1481-1488.

[4]Liu Y S，Wang J Y，Deng X Z. Rocky land desertification and its driving forces in the karst areas of rural Guangxi，Southwest China[J]. Journal of Mountain Science，2008，5（4）：350-357.

[5]周旭. “3S”支持下喀斯特退化景觀生態安全評價研究——以貴陽市為例[D].貴陽：貴州師范大學，2006.

[6]左偉，王橋，王文杰，等. 區域生態安全綜合評價模型分析[J]. 地理科學，2005，25（2）：209-214.

[7]胡娟，熊康寧，安裕倫. CBERS-02數據在喀斯特石漠化遙感調查中的應用——以貴州黔南布依族自治州為例[J]. 貴州師范大學學報，2007，25（增刊）：171-177.

[8]左羽. 分布式生態環境動態監測系統的架構[J]. 安徽農業科學，2008，36（12）：5095-5096，5103.

[9]閆妍，胡寶清，韓清延，等. 基于3S-ANN技術的縣域農地石漠化預警分析——以廣西壯族自治區都安瑤族自治縣為例[J]. 中國巖溶，2012，31（1）：52-58.

[10]蘇鋒，何丙輝，熊友勝，等. 基于“3S”技術的奉節縣喀斯特石漠化調查及精度評價[J]. 西南師范大學學報：自然科學版，2007，32（6）：60-65.

[11]金光華.“3S”技術支持下的貴州巖溶山區土地利用/土地覆蓋變化研究[D]. 貴陽：貴州師范大學，2006.

[12]楊青青，王克林. 基于RS與GIS的桂西北石漠化景觀與土壤類型關系研究[J]. 土壤通報，2010，41（5）：1030-1036.

[13]吳良林，周世武，鄭士科. GIS支持下的土地石漠化與山地氣候空間相關性分析[J]. 安徽農業科學，2012，40（23）：11787-11790.

[14]李森，魏興琥，張素紅，等. 典型巖溶山區土地石漠化過程——以粵北巖溶山區為例[J]. 生態學報，2010，30（3）：674-684.

[15]蔣樹芳，胡寶清，黃秋燕，等. 廣西都安喀斯特石漠化的分布特征及其與巖性的空間相關性[J]. 大地構造與成礦學，2004，28（2）：214-219.

[16]胡娟，熊康寧，安裕倫. CBERS-02數據在喀斯特石漠化遙感調查中的應用——以貴州黔南布依族自治州為例[J]. 貴州師范大學學報：自然科學版，2008，26（2）：39-42.

[17]陳起偉，熊康寧，藍安軍. 基于“3S”的貴州喀斯特石漠化現狀及變化趨勢分析[J]. 中國巖溶，2007，26（1）：37-42.

[18]胡寶清，廖赤眉，嚴志強，等. 基于RS和GIS的喀斯特石漠化驅動機制分析——以廣西都安瑤族自治縣為例[J]. 山地學報，2004，22（5）：583-590.董晶晶，薛春雨，習丙文，等. 團頭魴黑素皮質素受體2基因克隆、組織分布和應激后的表達分析[J]. 江蘇農業科學，2014，42（6）：20-26.

胡娟等采用程序批處理或按類型轉換的方法，借助黔南州土地利用與石漠化關系對應圖獲取土地各等級石漠化分布的初步格局圖。根據在1 ∶50 000或1 ∶200 000水文地質圖獲取有關喀斯特石漠化信息，在ArcView或ArcGIS軟件平臺上對行政區圖、地質圖、土地利用圖、坡度圖、植被圖、土壤圖、石漠化外業調查草圖進行疊加，并進行人機交互解譯，從而獲得高精確度石漠化現狀分布格局圖。他們還利用“3S”技術對黔南州石漠化遙感資料解譯獲取高精確度石漠化現狀分布格局圖，研究表明黔南自治州喀斯特面積20 300.74 km2，占總面積的77.5%；非喀斯特面積5 905.59 km2，占總面積的225%[16]，與實際情況基本吻合。

陳起偉等利用獲取的ASTER影像、1 ∶50 000地形圖、地質圖、GPS實測數據等資料，以縣（市、區）為單位，采用ERDAS、ArcGIS軟件進行人機交互判讀解譯，統計各等級石漠化面積，生成石漠化現狀空間分布格局圖及GIS數據庫[17]。研究表明，“3S”技術可以通過石漠化遙感資料解譯獲取高精確度石漠化現狀格局分布圖。

2.6喀斯特石漠化程度、等級劃分

根據陳述彭、劉紀遠等的“遙感圖像植被指數（NDVI）與植被覆蓋率呈現正相關，而喀斯特石漠化程度與植被覆蓋率呈現顯著負相關關系”等研究結果，吳良林等以NDVI作為石漠化等級的判別標準，根據2008年LANDSAT-TM影像資料，采用ERDAS系統平臺中TM4、3波段進行植被指數計算，通過研究TM5、4、3合成圖像提取相關石漠化數據，經GPS定位，野外校驗NDVI與植被覆蓋率之間的對應關系，他們還建立了NDVI與植被覆蓋率的關系模型，并分析計算出植被覆蓋度分級閾值，利用植被覆蓋地域與NDVI間的對應關系，成功引入喀斯特石漠化分級規則[13]。NVDI與石漠化程度分級如表1所示。表1喀斯特石漠化遙感影像解譯NVDI與石漠化程度分級

石漠化等級植被覆蓋率（%）NVDI植被結構遙感影像特征無石漠化>60>0.30喬木、灌木呈飽和度較高的綠色，條帶狀或塊狀輕度石漠化41～600.16～0.30喬草+喬灌呈飽和度中等的綠色，零星分布灰白斑點或小斑塊中度石漠化20～400.09～0.15疏草+疏灌飽和度較低的綠色，零星分布綠色斑點或小斑塊，分布較多灰白色斑點或小斑塊重度石漠化<20<0.09疏草呈灰白色或紫色、極淡的綠色

胡寶清等參考了土地生產能力下降和土地質量變化情況，針對遙感影像TM5、4、3波段假彩色合成資料的特點，選取植被覆蓋度、基巖裸露率、植被類型及退化率等，作為利用遙感影像強度作為喀斯特石漠化分級的判別指標，所以將廣西喀斯特石漠化分為輕度、中度、重度石漠化3個等級，并根據這些分級指標與遙感影像解譯，生成了1 ∶100 000石漠化分級分布圖。利用此圖可以清楚地看出都安縣輕度、中度、強度石漠化的比例分別為17.39%、8.5%、3.28%[18]。

3展望

為了打破“生態破壞與貧困”僵局，我國在喀斯特地區生態、資源可持續發展、生態重建方面開展了大量的理論研究工作與工程示范，主要包括“湖南龍山縣洛塔鄉模式”“貴州羅甸縣大關村模式”“廣西來賓小平陽模式”等，以及在喀斯特小流域綜合治理中如貴州畢節總結的寶貴經驗與措施。但喀斯特石漠化現象依然嚴峻，今后的研究及治理模式探討還有待于從以下幾個方面加強：（1）關于喀斯特土地石漠化預警理論、預警指標的構建。預警方法等尚處于探索階段，還須要繼續努力進行更多的探索與研究，以完善這一套理論與方法，為喀斯特農地石漠化治理和農業優化調控提供科學的理論依據。（2）在石漠化發展過程中，應用遙感影像解譯、GIS數據庫、GPS定位檢驗以及數理統計方法，對某一區域喀斯特石漠化變化的空間格局、分布進行定位化、定量化的分析，獲取原始數據的方法不夠精確，導致分析結果還不夠精準，還須加強研究與實踐。（3）“3S”技術對石漠化程度與自然環境過程、人類活動影響等驅動機制的分析僅限于定性分析階段，還須進一步研究定量分析等方法，深入剖析喀斯特石漠化影響因子、驅動機制，以便為喀斯特石漠化發展狀況及防治提供更準確、更深入的支撐。

參考文獻：

[1]袁道先，蔡桂鴻. 巖溶環境學[M]. 重慶：重慶科技出版社，1988.

[2]韓清延. 典型巖溶區農地石漠化預警分析與優化調控研究[D]. 南寧：廣西師范學院，2010.

[3]Xiong Y J，Qiu G Y，Mo D K，et al. Rocky desertification and its causes in karst areas：a case study in Yongshun County，Hunan Province，China[J]. Environmental Geology，2009，57（7）：1481-1488.

[4]Liu Y S，Wang J Y，Deng X Z. Rocky land desertification and its driving forces in the karst areas of rural Guangxi，Southwest China[J]. Journal of Mountain Science，2008，5（4）：350-357.

[5]周旭. “3S”支持下喀斯特退化景觀生態安全評價研究——以貴陽市為例[D].貴陽：貴州師范大學，2006.

[6]左偉，王橋，王文杰，等. 區域生態安全綜合評價模型分析[J]. 地理科學，2005，25（2）：209-214.

[7]胡娟，熊康寧，安裕倫. CBERS-02數據在喀斯特石漠化遙感調查中的應用——以貴州黔南布依族自治州為例[J]. 貴州師范大學學報，2007，25（增刊）：171-177.

[8]左羽. 分布式生態環境動態監測系統的架構[J]. 安徽農業科學，2008，36（12）：5095-5096，5103.

[9]閆妍，胡寶清，韓清延，等. 基于3S-ANN技術的縣域農地石漠化預警分析——以廣西壯族自治區都安瑤族自治縣為例[J]. 中國巖溶，2012，31（1）：52-58.

[10]蘇鋒，何丙輝，熊友勝，等. 基于“3S”技術的奉節縣喀斯特石漠化調查及精度評價[J]. 西南師范大學學報：自然科學版，2007，32（6）：60-65.

[11]金光華.“3S”技術支持下的貴州巖溶山區土地利用/土地覆蓋變化研究[D]. 貴陽：貴州師范大學，2006.

[12]楊青青，王克林. 基于RS與GIS的桂西北石漠化景觀與土壤類型關系研究[J]. 土壤通報，2010，41（5）：1030-1036.

[13]吳良林，周世武，鄭士科. GIS支持下的土地石漠化與山地氣候空間相關性分析[J]. 安徽農業科學，2012，40（23）：11787-11790.

[14]李森，魏興琥，張素紅，等. 典型巖溶山區土地石漠化過程——以粵北巖溶山區為例[J]. 生態學報，2010，30（3）：674-684.

[15]蔣樹芳，胡寶清，黃秋燕，等. 廣西都安喀斯特石漠化的分布特征及其與巖性的空間相關性[J]. 大地構造與成礦學，2004，28（2）：214-219.

[16]胡娟，熊康寧，安裕倫. CBERS-02數據在喀斯特石漠化遙感調查中的應用——以貴州黔南布依族自治州為例[J]. 貴州師范大學學報：自然科學版，2008，26（2）：39-42.

[17]陳起偉，熊康寧，藍安軍. 基于“3S”的貴州喀斯特石漠化現狀及變化趨勢分析[J]. 中國巖溶，2007，26（1）：37-42.

[18]胡寶清，廖赤眉，嚴志強，等. 基于RS和GIS的喀斯特石漠化驅動機制分析——以廣西都安瑤族自治縣為例[J]. 山地學報，2004，22（5）：583-590.董晶晶，薛春雨，習丙文，等. 團頭魴黑素皮質素受體2基因克隆、組織分布和應激后的表達分析[J]. 江蘇農業科學，2014，42（6）：20-26.

胡娟等采用程序批處理或按類型轉換的方法，借助黔南州土地利用與石漠化關系對應圖獲取土地各等級石漠化分布的初步格局圖。根據在1 ∶50 000或1 ∶200 000水文地質圖獲取有關喀斯特石漠化信息，在ArcView或ArcGIS軟件平臺上對行政區圖、地質圖、土地利用圖、坡度圖、植被圖、土壤圖、石漠化外業調查草圖進行疊加，并進行人機交互解譯，從而獲得高精確度石漠化現狀分布格局圖。他們還利用“3S”技術對黔南州石漠化遙感資料解譯獲取高精確度石漠化現狀分布格局圖，研究表明黔南自治州喀斯特面積20 300.74 km2，占總面積的77.5%；非喀斯特面積5 905.59 km2，占總面積的225%[16]，與實際情況基本吻合。

陳起偉等利用獲取的ASTER影像、1 ∶50 000地形圖、地質圖、GPS實測數據等資料，以縣（市、區）為單位，采用ERDAS、ArcGIS軟件進行人機交互判讀解譯，統計各等級石漠化面積，生成石漠化現狀空間分布格局圖及GIS數據庫[17]。研究表明，“3S”技術可以通過石漠化遙感資料解譯獲取高精確度石漠化現狀格局分布圖。

2.6喀斯特石漠化程度、等級劃分

根據陳述彭、劉紀遠等的“遙感圖像植被指數（NDVI）與植被覆蓋率呈現正相關，而喀斯特石漠化程度與植被覆蓋率呈現顯著負相關關系”等研究結果，吳良林等以NDVI作為石漠化等級的判別標準，根據2008年LANDSAT-TM影像資料，采用ERDAS系統平臺中TM4、3波段進行植被指數計算，通過研究TM5、4、3合成圖像提取相關石漠化數據，經GPS定位，野外校驗NDVI與植被覆蓋率之間的對應關系，他們還建立了NDVI與植被覆蓋率的關系模型，并分析計算出植被覆蓋度分級閾值，利用植被覆蓋地域與NDVI間的對應關系，成功引入喀斯特石漠化分級規則[13]。NVDI與石漠化程度分級如表1所示。表1喀斯特石漠化遙感影像解譯NVDI與石漠化程度分級

石漠化等級植被覆蓋率（%）NVDI植被結構遙感影像特征無石漠化>60>0.30喬木、灌木呈飽和度較高的綠色，條帶狀或塊狀輕度石漠化41～600.16～0.30喬草+喬灌呈飽和度中等的綠色，零星分布灰白斑點或小斑塊中度石漠化20～400.09～0.15疏草+疏灌飽和度較低的綠色，零星分布綠色斑點或小斑塊，分布較多灰白色斑點或小斑塊重度石漠化<20<0.09疏草呈灰白色或紫色、極淡的綠色

胡寶清等參考了土地生產能力下降和土地質量變化情況，針對遙感影像TM5、4、3波段假彩色合成資料的特點，選取植被覆蓋度、基巖裸露率、植被類型及退化率等，作為利用遙感影像強度作為喀斯特石漠化分級的判別指標，所以將廣西喀斯特石漠化分為輕度、中度、重度石漠化3個等級，并根據這些分級指標與遙感影像解譯，生成了1 ∶100 000石漠化分級分布圖。利用此圖可以清楚地看出都安縣輕度、中度、強度石漠化的比例分別為17.39%、8.5%、3.28%[18]。

3展望

為了打破“生態破壞與貧困”僵局，我國在喀斯特地區生態、資源可持續發展、生態重建方面開展了大量的理論研究工作與工程示范，主要包括“湖南龍山縣洛塔鄉模式”“貴州羅甸縣大關村模式”“廣西來賓小平陽模式”等，以及在喀斯特小流域綜合治理中如貴州畢節總結的寶貴經驗與措施。但喀斯特石漠化現象依然嚴峻，今后的研究及治理模式探討還有待于從以下幾個方面加強：（1）關于喀斯特土地石漠化預警理論、預警指標的構建。預警方法等尚處于探索階段，還須要繼續努力進行更多的探索與研究，以完善這一套理論與方法，為喀斯特農地石漠化治理和農業優化調控提供科學的理論依據。（2）在石漠化發展過程中，應用遙感影像解譯、GIS數據庫、GPS定位檢驗以及數理統計方法，對某一區域喀斯特石漠化變化的空間格局、分布進行定位化、定量化的分析，獲取原始數據的方法不夠精確，導致分析結果還不夠精準，還須加強研究與實踐。（3）“3S”技術對石漠化程度與自然環境過程、人類活動影響等驅動機制的分析僅限于定性分析階段，還須進一步研究定量分析等方法，深入剖析喀斯特石漠化影響因子、驅動機制，以便為喀斯特石漠化發展狀況及防治提供更準確、更深入的支撐。

參考文獻：

[1]袁道先，蔡桂鴻. 巖溶環境學[M]. 重慶：重慶科技出版社，1988.

[2]韓清延. 典型巖溶區農地石漠化預警分析與優化調控研究[D]. 南寧：廣西師范學院，2010.

[3]Xiong Y J，Qiu G Y，Mo D K，et al. Rocky desertification and its causes in karst areas：a case study in Yongshun County，Hunan Province，China[J]. Environmental Geology，2009，57（7）：1481-1488.

[4]Liu Y S，Wang J Y，Deng X Z. Rocky land desertification and its driving forces in the karst areas of rural Guangxi，Southwest China[J]. Journal of Mountain Science，2008，5（4）：350-357.

[5]周旭. “3S”支持下喀斯特退化景觀生態安全評價研究——以貴陽市為例[D].貴陽：貴州師范大學，2006.

[6]左偉，王橋，王文杰，等. 區域生態安全綜合評價模型分析[J]. 地理科學，2005，25（2）：209-214.

[7]胡娟，熊康寧，安裕倫. CBERS-02數據在喀斯特石漠化遙感調查中的應用——以貴州黔南布依族自治州為例[J]. 貴州師范大學學報，2007，25（增刊）：171-177.

[8]左羽. 分布式生態環境動態監測系統的架構[J]. 安徽農業科學，2008，36（12）：5095-5096，5103.

[9]閆妍，胡寶清，韓清延，等. 基于3S-ANN技術的縣域農地石漠化預警分析——以廣西壯族自治區都安瑤族自治縣為例[J]. 中國巖溶，2012，31（1）：52-58.

[10]蘇鋒，何丙輝，熊友勝，等. 基于“3S”技術的奉節縣喀斯特石漠化調查及精度評價[J]. 西南師范大學學報：自然科學版，2007，32（6）：60-65.

[11]金光華.“3S”技術支持下的貴州巖溶山區土地利用/土地覆蓋變化研究[D]. 貴陽：貴州師范大學，2006.

[12]楊青青，王克林. 基于RS與GIS的桂西北石漠化景觀與土壤類型關系研究[J]. 土壤通報，2010，41（5）：1030-1036.

[13]吳良林，周世武，鄭士科. GIS支持下的土地石漠化與山地氣候空間相關性分析[J]. 安徽農業科學，2012，40（23）：11787-11790.

[14]李森，魏興琥，張素紅，等. 典型巖溶山區土地石漠化過程——以粵北巖溶山區為例[J]. 生態學報，2010，30（3）：674-684.

[15]蔣樹芳，胡寶清，黃秋燕，等. 廣西都安喀斯特石漠化的分布特征及其與巖性的空間相關性[J]. 大地構造與成礦學，2004，28（2）：214-219.

[16]胡娟，熊康寧，安裕倫. CBERS-02數據在喀斯特石漠化遙感調查中的應用——以貴州黔南布依族自治州為例[J]. 貴州師范大學學報：自然科學版，2008，26（2）：39-42.

[17]陳起偉，熊康寧，藍安軍. 基于“3S”的貴州喀斯特石漠化現狀及變化趨勢分析[J]. 中國巖溶，2007，26（1）：37-42.

[18]胡寶清，廖赤眉，嚴志強，等. 基于RS和GIS的喀斯特石漠化驅動機制分析——以廣西都安瑤族自治縣為例[J]. 山地學報，2004，22（5）：583-590.董晶晶，薛春雨，習丙文，等. 團頭魴黑素皮質素受體2基因克隆、組織分布和應激后的表達分析[J]. 江蘇農業科學，2014，42（6）：20-26.