典型小流域喀斯特石漠化演變特征及其關鍵表征因子與驅動因素

王明明,王世杰,白曉永,*,李世杰,李匯文,操 玥,習慧鵬

1 中國科學院大學地球化學研究所,月球與行星科學研究中心,貴陽 550081 2 中國科學院大學地球化學研究所,貴州省科技廳普定喀斯特研究綜合試驗站, 安順 562100 3 中國科學院大學地球化學研究所,環境地球化學國家重點實驗室,貴陽 550081 4 中國科學院大學,北京 100049

我國西南地區是石漠化分布面積最廣的區域,土地石漠化是該區域長久以來的的重大生態頑疾,而西南地區同時也是我國重要的生態屏障。喀斯特地區石漠化的發育主要是由喀斯特地區脆弱的地質背景以及不合理的人為影響所造成的[1- 3],而且石漠化的發育常伴隨有水土流失加重、土壤肥力下降、旱澇災害頻發、生物多樣性銳減等次生災害,嚴重影響了區域生態環境,限制了區域經濟開發利用方式,阻礙了區域居民生產生活水平提高,制約了區域經濟可持續發展[4- 5],為解決長久以來的石漠化生態災害問題,實現石漠化精準治理,需要對石漠化時空信息進行精確提取,同時探討石漠化發育、演變機理。目前針對石漠化的研究主要集中于石漠化的遙感提取方法、演變、驅動因子等的研究。

為服務于喀斯特區域石漠化綜合監測治理,同時解決石漠化分布信息提取困難的問題,許多學者針對石漠化信息提取的方法進行了深入研究,如陳起偉利用不同石漠化程度的光譜特性進行了石漠化信息提取[6],吳風志利用OLI數據以植被覆蓋率、裸巖率、坡度作為評價指標,對祿勸縣石漠化敏感性做了評價[7],夏學齊提出了“植被線”、“石漠化幾何指數”的概念,并利用IKONOS數據對普定縣進行了石漠化信息提取[8]。黃秋昊提出利用NDVI(Normalized Difference Vegetation Index)、NDRI(Normalized Difference Rock Index)以及NDRI-NDVI來提取喀斯特石漠化區域[9],而后張曉倫提出利用TM4與TM7來替換黃秋昊NDRI計算公式中的TM3與TM5,從而利用像元二分模型提取巖石裸露率、石漠化信息等[10]。岳躍民通過研究發現利用高光譜數據、植被指數和石漠化綜合指數KRDSI可以直接提取石漠化評價指標因子[11]。涂杰楠采用RapidEye高清影像數據并利用比值密度分割法進行了云南鶴慶縣石漠化信息提取[12],提出了基于波段比值和密度分割的半定量石漠化信息提取方法。朱大運分別利用GF- 1與Landsat-OLI數據計算各植被指數,并利用歐氏距離對比分析該指數對石漠化信息提取的可分性,并得出Landsat-OLI在石漠化信息提取的可分性略優于GF- 1[13]。針對石漠化遙感提取的方法,岳躍民分別從喀斯特地質背景復雜性以及遙感數據源、提取方法、提取結果等方面系統論證了石漠化信息遙感提取方法的不確定性,同時為后續相關研究提供了方法學上的啟示[14]。以往關于石漠化信息提取方法的研究從影像光譜特性、紋理色彩特征等多方面對石漠化表征特征進行了深入分析,對喀斯特區域石漠化監測治理很有意義,然而,這些研究也存在一些問題：數據源空間分辨率、光譜分辨率差異化以及提取方法多種多樣等造成提取效果不一,同時提取方法缺乏標準化、統一化,無法實現不同研究結果的同步對比。因此,為提高石漠化信息提取結果的可對比性,同時節約提取成本實現對石漠化信息的快速高效提取,亟需選取一種提取精度高、效率高、成本低并且可對比性強的石漠化研究方法,對喀斯特不同區域石漠化信息進行提取研究,為石漠化對比研究及大區域石漠化綜合監測治理提供技術支撐。

同時,為了實現石漠化長期監測及石漠化發育演變機理探索,許多學者利用遙感手段對石漠化時空演變進行了研究,如童立強通過分析TM數據自身特點,采用TM5/TM4來增強石漠化信息,以裸巖率、植被覆蓋度及其空間特征為基本依據,介紹了石漠化提取的方法和技術,并利用圖像分類方法完成20世紀90 年代末至本世紀初西南巖溶地區石漠化信息提取[15]。李陽兵利用SPOT、ALOS、aerial影像的不同表征特征提取了后寨河流域石漠化1963年至2010年的石漠化時空演變及其驅動因子,得出石漠化的發育受坡度及其與居民地距離的影響[16]。許爾琪通過研究喀斯特石漠化發育演替,提出SDKRD模型,并模擬了長順縣2010年至2030年的石漠化圖[17]。這些研究在石漠化發育、演變機理揭示方面取得了顯著進展,然而這些研究多是對21世紀初之前的石漠化時空分布研究,對新世紀開展石漠化治理前后的石漠化時空演變情況研究還比較缺乏,無法滿足石漠化治理措施效果評估,為了對石漠化綜合監測、治理提供及時、有效的信息反饋,急需開展石漠化治理前后綜合對比研究,對石漠化發育、演變情況進行統計,同時對其時空演變機理進行探索。

此外,為了實現喀斯特石漠化防、治有效結合,從其驅動因素上提供有效治理措施建議,很多學者開展了石漠化驅動因素的研究,如涂杰楠利用GF- 1影像提取了南洞地下河流域南部的石漠化空間分布,并分析了該區域石漠化分布與其巖性、坡度、坡向、高程四個方面的相關關系,得出石漠化在低海拔、緩坡度和純碳酸鹽巖中較為發育,同時指出人類活動與石漠化之間具有明顯的相關性[18]。楊奇勇通過對廣西平果縣果化鎮生態示范區的石漠化空間變異特征分析,得出影響石漠化指數的主要是氣候、巖性、地形等內在因子[19]。此外,盛茂銀另辟蹊徑對喀斯特石漠化演替過程中土壤理化性質的變化規律進行研究,得出不同石漠化程度的土壤理化性質存在顯著差異,為從微觀角度揭示石漠化演替提供了思路[20]。上述研究在石漠化的驅動因子、內在因子方面取得了很多有意義的成果,然而,這些研究主要是針對石漠化的驅動因子、內在因子,對石漠化的表征因子研究相對較少,為了從表征因子、驅動因子等多角度揭示石漠化發育、演變原因,迫切需要開展石漠化與表征因子、驅動因子的綜合研究,進而實現石漠化發育、演變的綜合防范和有針對性地治理。

本文針對上述石漠化研究中存在的問題,參考以往研究,選取評價效果比較好的植被覆蓋度、巖石裸露率作為評價因子,旨在以后寨河流域的石漠化信息提取的基礎上,探索在石漠化治理實施前后研究區域的石漠化時空演變情況,揭示石漠化的發育與其關鍵驅動因子坡度的關系,并探討石漠化的分布與其表征因子地表反照率的相關關系。

1 數據和方法

1.1 研究區

為詳細分析喀斯特小流域石漠化時空特征,本文選取后寨河小流域(26°13′N— 26°15′N,105°41′E—105°43′E)作為研究區域,如圖1,該流域位于黔中高原西部長江和珠江的分水嶺地區,海拔在 1223.4—1567.4 m 之間,屬于高原型喀斯特小流域,流域面積為81 km2。該流域[16,21]地勢東南高、西北低,地形起伏度較大,屬于高丘陵地帶,主要有峰叢-洼地和峰林-盆地兩種地貌類型,流域東部和東北部主要為峰叢-洼地,流域西部和西北部主要為峰林-盆地。流域內土地利用類型較多,主要包括有林地、灌木林地、水田、旱地、建設用地、未利用地和水域等類型,上游以林地為主,中下游以耕地為主。綜合以上特征,該區域為典型喀斯特小流域,對其石漠化信息提取方法及時空演變的研究有利于喀斯特石漠化監測與治理。

1.2 數據來源與處理

本文利用地理空間數據云平臺上提供的landsat數據反演研究區2005年、2010年和2015年石漠化相關數據。選取影像成像時間為10月份,這是因為該時間段降雨較少,影像云量較低,而且貴州省多數植被為常綠作物,并不會嚴重影響植被覆蓋度的提取。其中2005年、2010年的是landsat TM數據,2015年的是landsat OLI數據,影像編號為：LT51270422005282BJC03,LT51280422010303BKT00,LC81280422015301LGN00,2005年、2010年、2015年影像數據獲取日期分別為10月09日、10月30日、10月28日。為了對提取結果進行人工目視解譯、校正,本文選取GF- 1和IRS-P6數據作為精度驗證,GF- 1數據來源于中國資源衛星應用中心陸地觀測衛星數據服務平臺,IRS-P6數據來源于中國科學院遙感與數字地球研究所“對地觀測數據共享計劃”的對外門戶網站數據共享網。同時,為保證分辨率一致,本文坡度數據是由30 m的DEM數據提取所得,該數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺。此外,貴州省地貌圖、巖性圖以及用來作精度驗證的石漠化數據分別來源于中國科學院資源環境科學數據中心、喀斯特科學數據中心、貴州省林業廳,所有數據均在通過輻射校正、幾何校正等預處理后進行該研究區域石漠化相關信息提取。

1.3 方法

1.3.1建設用地與道路提取

建設用地為人類主要活動范圍,雖然在提取巖石裸露率時,建設用地巖石裸露率值較高,但是并不能將其作為石漠化發育區域,如果未將其剔除將發生石漠化誤提。本文分別利用歸一化差值建筑指數NDBI、建筑用地指數IBI等[22-24]進行了研究區建筑用地提取,發現IBI指數方法提取效果較好,在結合影像色彩、紋理特征以及高清影像的基礎上,通過人工目視解譯對研究區域的建設用地和道路信息也進行了提取,提取結果如圖2,在2005年至2015年階段研究區域建設用地的分布呈現由分散到集中的趨勢,面積也逐年增加。

圖2 建設用地(含道路信息)空間分布圖Fig.2 The spatial distribution map of construction Land (including road information)

1.3.2耕地提取

在該研究區范圍內耕地主要以水田為主,通過實地考察和參考以往研究,坡耕地可能發生石漠化,而比較平坦區域的耕地因其大部分區域具有土壤,只在邊界有很少的巖石裸露,因此本文未將平坦區域的耕地作為石漠化發生區域。為準確提取石漠化信息,本文提取了耕地信息(不含坡耕地),并將其作為IKRD區域,在提取耕地時本文利用監督分類SVM(Support Vector Machine)方法對研究區Landsat影像進行解譯[25],并結合高清影像對解譯后的土地利用信息進行人工目視解譯,提取了研究區域的耕地(由于坡耕地存在石漠化可能性,本文完成耕地提取之后,根據耕地所在位置,將坡耕地進行剔除),具體分布如圖3。2005年與2010年人口分布比較分散,耕地面積也相對分散,在2010年該區域實行退耕還林之后,而且隨著城市化的推進,該區域人口聚集程度增高,耕地分布也更加集中,此外,通過對比建設用地和耕地分布,發現建設用地周邊分布耕地較多。

圖3 耕地(除坡耕地)空間分布圖Fig.3 The spatial distribution map of Cultivated Land (except sloping farmland)

1.3.3水系提取

由于石漠化的發生絕不可能發育在水體上,因此利用遙感影像進行石漠化提取,應根據不同的地形地貌條件準確提取水體。根據畢海蕓的論述從整體來說,目前提取水體信息多是基于影像光譜特性的提取方法：閾值法、多波段譜間關系法、水體指數法,通過對比分析,畢海蕓發現多波段譜間關系法在地形起伏較大的山地地區能夠將水體和陰影很好的區分開來[26-27],由于后寨河地區地表起伏較大,本文基于多波段譜間關系法對后寨河地區水體進行提取,提取結果如圖4。

圖4 水體空間分布圖Fig.4 The spatial distribution map of water body

1.3.4人工目視判讀與驗證

本文選取2005年,2010年IRS-P6多光譜傳感器LISS- 3所獲取的空間分辨率為23.5米的多光譜影像,以及2015年GF- 1所獲取的空間分辨率為16米的影像對上述IKRD的區域,即建設用地、道路、耕地、水系進行目視判讀與人工驗證,對碎小圖斑誤判修改,最終形成石漠化IKRD分布范圍,如圖5(IKRD范圍的底圖為Landsat影像,對照影像為IRS-P6和GF- 1高分辨率影像)。

圖5 IKRD的空間分布及與高清影像對比圖Fig.5 The spatial distribution map of IKRD and its contrast with high definition images圖中,IKRD：不可能發生喀斯特石漠化,Impossible to develop karst rocky desertification

1.3.5石漠化信息提取

針對石漠化信息的提取有很多研究,其中大部分研究通過對植被覆蓋度、巖石裸露率、巖性、坡度等進行石漠化分類分級。本文參考以往研究,選取植被覆蓋度與巖石裸露率作為石漠化信息提取表征因子進行石漠化信息提取。

植被覆蓋度計算：

對于植被覆蓋度(Fractional Vegetation Cover,FVC)的計算,目前主要是利用的有像元二分模型,本文利用基于歸一化植被指數的像元二分模型對研究區的植被覆蓋度進行了估算,歸一化植被指數與植被覆蓋度計算公式分別為：

根據以往研究,NDVIsoil與NDVIveg可以參考使用一定置信度范圍內的歸一化植被指數的最小值與最大值[28],本文取歸一化植被指數累計頻率為5%的為NDVIsoil,取累計頻率為95%的為NDVIveg。提取結果如圖6,可以發現植被覆蓋度較低區域含有建設用地、水體、耕地以及石漠化區域等。

圖6 植被覆蓋度空間分布圖Fig.6 Fractional vegetation cover map

巖石裸露率計算：

對于巖石裸露率,本文利用基于NDRI的像元二分模型[12]進行計算,對于NDRI的計算公式為:

NDRI=(TM7-TM4)/(TM7+TM4)

fr=(NDRI-NDRIo)/(NDRIr-NDRI0)

根據以往研究本文選取置信度為95%,即取累計頻率為5%和95%的NBRI為NDRI0與NDRIr。具體提取結果如圖7,對比上述建設用地、耕地提取信息及高清影像,可以發現巖石裸露率較高區域主要為建設用地、耕地及石漠化區域,而巖石裸露率低的區域主要為水體和植被較高區域。

圖7 巖石裸露率空間分布圖Fig.7 The spatial distribution map of rock exposure rate

目前由于研究區覆蓋范圍、基巖組分以及自然、人為背景的差異,使得石漠化分級方案并不統一。現有的分級方法主要依據景觀指標或生態基準面理論進行,劃分為無石漠化、潛在石漠化、輕度石漠化、中度石漠化和重度石漠化等,其中各等級所選取的評價指標以及其閾值也不盡相同[5]。由于巖石裸露率和植被覆蓋度的計算結果,在空間上并不是絕對的相反,通過實地考察,發現存在植被覆蓋度較高區域(如一些山林),植被下巖石裸露比較嚴重,這是由于喀斯特特殊的巖性使得巖石凹槽處、縫隙處存在土壤堆積,植物得以生長。對于上述這些區域由于植被覆蓋度較高,本文將其作為潛在、輕度石漠化發生區域。本文根據以往分類等級標準,選取的石漠化分類等級參照標準如表1[12-13,18- 19,29]。

表1 石漠化分類等級標準

NKRD：無石漠化,No karst rocky desertification；PKRD：潛在石漠化,Potential karst rocky desertification；LKRD：輕度石漠化,Light karst rocky desertification；MKRD：中度石漠化：Moderate karst rocky desertification；SKRD：重度石漠化,Severe karst rocky desertification

2 結果與分析

2.1 石漠化空間分布情況

通過上述方法,本文獲取了后寨河2005年、2010年、2015年石漠化分布圖,如圖8所示,通過疊加建設用地、耕地、水系,可以發現石漠化發生的區域主要分布于人類活動區域周邊,這主要是受人為活動影響,如耕作區域變化、修建房屋、基礎設施建造及植被破壞等的影響,在時空上整體呈現東部和中部石漠化發育嚴重,而且在2005年至2010年時間石漠化面積處于增加狀態,其石漠化程度也在加重,在2010年之后由于退耕還林等一系列石漠化治理措施的實施,研究區域石漠化面積有大幅度減少,而且石漠化程度也處于降低狀態。

圖8 石漠化空間分布及不同等級石漠化面積統計圖Fig.8 The spatial Distribution map of karst rocky desertification and their area statistics at different levels圖中,IKRD：不可能發生喀斯特石漠化,Impossible to develop karst rocky desertification；NKRD：無石漠化,No karst rocky desertification；PKRD：潛在石漠化,Potential karst rocky desertification；LKRD：輕度石漠化,Light karst rocky desertification；MKRD：中度石漠化：Moderate karst rocky desertification；SKRD：重度石漠化,Severe karst rocky desertification

圖9 樣本點空間分布及其所在位置石漠化模擬值Fig.9 The spatial distribution of sample points and the karst rocky desertification simulation value of sample points′ location

通過圖8可以看出,在后寨河流域,石漠化在2005年至2010年間一直處于加重狀態,而且重度石漠化面積增加過多,增加了約4.19 km2,石漠化分布面積總量在2005—2010年間由41.85 km2增加至46.38 km2,后經過退耕還林等石漠化治理,石漠化情況總體好轉,2010年至2015年間,重度石漠化面積減少很多,至2015年只剩38.29 km2,而輕度石漠化相比較2010年有較大增長、中度石漠化略有增長,這是由于對重度石漠化的治理使得程度較低的石漠化面積增加所造成的。

綜合考慮數據可獲取性和驗證結果準確性,本文對2015年研究區石漠化模擬值準確性進行驗證,由于實地采樣數據量較少,因而只進行石漠化模擬值和實際值的一致性評價,具體樣本點空間分布和樣本點位置石漠化模擬值情況如圖9。通過對比分析研究區域2015年石漠化的模擬值與實際值(實際值來源于貴州省林業廳,為人工采樣的點狀數據),發現石漠化模擬值的精度為75%,存在樣本點號為3、10、13、14的四個點模擬值與實際值不符合,其中樣本點3將石漠化程度高估,樣本點10、13和14將石漠化程度低估,具體如表2。通過對比發現該方法對石漠化的模擬監測值大部分可靠,而且部分模擬值與實際值雖存在差別,但差別不是特別大,綜合考慮該方法數據獲取簡單、研究便捷且排除人為因素等特點,該方法在進行石漠化大范圍監測時具有快速、高效的優點。

表2 各樣本點處石漠化等級模擬值與實際值對照表

2.2 石漠化空間演變趨勢

2005年至2010年與2010年至2015年石漠化演變情況及演變強度分布格局如圖10,可以看出2005年至2015年后寨河流域石漠化程度整體上呈現逐漸變好的趨勢,通過統計發現：(1)2005年至2010年后寨河流域石漠化程度整體在惡化,在后寨河流域西南部分和中部極少區域石漠化程度有所減輕,其余區域基本未發生變化,而在2010年至2015年后寨河流域石漠化程度大部分區域都呈減輕狀態,而且石漠化程度減輕強度較大,尤其是在南側大部分區域石漠化程度都呈減輕狀態,且強度較大。(2)2005年至2010年后寨河流域石漠化程度減輕的面積為4.23 km2,約占8.3%,石漠化程度未發生變化的面積為25.736 km2,約占50.7%,石漠化程度加重的面積為20.81 km2,約占41%。(3)2010年至2015年后寨河流域石漠化程度減輕的面積為31.87 km2,約占57.6%,石漠化程度未發生變化的面積為16.57 km2,約占30%,石漠化程度加重的面積為6.85 km2,約占12.4%。

圖10 石漠化等級演變及其演變強度空間分布Fig.10 The spatial distribution map of karst rocky desertification level evolution and its evolution intensity

通過圖11可以發現,2005年至2010年研究區石漠化程度保持不變的主要是潛在石漠化和重度石漠化,有11.09 km2的潛在石漠化、5.18 km2的重度石漠化程度未發生變化,石漠化程度好轉的面積都較小,而石漠化惡化的面積相比前者較大,而2010年至2015年石漠化程度好轉的面積較多,其中由潛在石漠化轉變為無石漠化的有9.21 km2,而且由高程度石漠化演變為低程度石漠化的面積遠比由低程度石漠化演變為高程度石漠化的面積多。

圖11 石漠化等級演變及其演變強度面積統計圖Fig.11 The area statistical map of karst rocky desertification level evolution and its evolution Intensity

2.3 石漠化分布與地表反射率之間的響應關系分析

地表反照率是遙感影像獲取地物特征的一個很重要的表征參數,是地球表面對于太陽光輻射反射能力的衡量標準,地表反照率在時間和空間上的變化既受到自然過程的影響也受到人類活動的影響,是全球變化的指示因子[30]。考慮到植被覆蓋度、巖石裸露率等已經作為常見石漠化反演表征因子,本文在以往研究基礎上將地表反照率作為新的表征因子引入,并對地表反照率與石漠化之間的響應關系進行分析。以往研究發現對于植被覆蓋度不高,而巖石裸露的區域,太陽光反射能量同比過高,地表反照率值也相應過高,因此本文通過對研究區地表反射率與石漠化的差異分布分析,獲取石漠化與地表反照率的相關關系,為后續研究奠定基礎。

考慮到日間影像地表反照率表征比較明顯,本文選取2015年11月2日日間影像并根據TM影像經驗公式計算獲得地表反照率,同時與同期石漠化分布進行對比。為了更清楚地分析地表反照率與石漠化分布的關系,本文首先對地表反照率數據按照1/2標準差進行分級,將地表反照率分為了12級,同時提取了不同地表反照率等級上的石漠化的分布面積(由于無石漠化并不算石漠化發生區域,所以本文統計的是潛在石漠化、輕度石漠化、中度石漠化、重度石漠化在各地表反照率范圍內的面積占比)。如圖12,研究結果表明石漠化主要發生于地表反照率為0.12—0.21之間,而且在發生石漠化區域隨著地表反照率增加潛在石漠化、輕度石漠化發生率增高,而中度石漠化、重度石漠化發生率降低,表明石漠化與地表反照率之間存在著一定關系,因此可以在以后的研究中將地表反照率作為石漠化遙感解譯的輔助手段。

圖12 地表反照率空間分布及各地表反照率范圍內石漠化等級分布圖Fig.12 The spatial distribution map of surface albedo and the distribution of karst rocky desertification level in each range of surface albedo其中圖左為各地表反照率范圍內各石漠化等級面積占比圖,圖右為地表反照率重分類空間分布圖和各地表反照率范圍內各石漠化等級面積統計圖

2.4 石漠化空間分布與坡度之間的響應關系分析

在以往對石漠化的研究中,有將坡度作為石漠化提取的一個因子,也有將坡度作為石漠化的驅動因子對石漠化與坡度之間的關系進行研究的,本文結合前人研究從石漠化表征特征,即巖石裸露率高、植被覆蓋度低出發,將坡度作為石漠化的驅動因子對后寨河流域石漠化與坡度的空間分布進行研究。通過對DEM數據進行坡度提取,并對坡度數據按照1/2標準差進行分級,將坡度分為了10個等級范圍。同時,本文提取了不同坡度等級上的石漠化的分布面積及其占比,如圖13,結果表明石漠化主要發生于坡度為2°— 22°之間,在該范圍內石漠化面積占總石漠化面積的86.11%,而且在發生石漠化區域隨著坡度增加潛在石漠化、重度石漠化發生率增高,而輕度石漠化和中度石漠化發生率降低。結合研究區石漠化分布圖、居民地分布圖,可以發現輕度和中度石漠化主要受人為活動的影響；在坡度較緩、居民地較多和人為干擾較多的區域,輕度、中度石漠化面積在同坡度范圍內石漠化程度占比較高,隨著坡度的增加人為活動降低,輕度和中度石漠化面積占比降低。同時,可以發現潛在和重度石漠化除了受人為活動影響,還明顯受坡度影響,而且隨坡度增加潛在和重度石漠化在同坡度范圍內的石漠化程度占比都明顯增加。

同時,在對后寨河流域2010年之前的石漠化研究中發現[16],在2010年之前石漠化在坡度大于25°范圍內輕度石漠化、中度石漠化和重度石漠化在該坡度范圍內的面積占比較高,而且隨時間的增長呈下降趨勢。結合本文研究,在貴州省一系列石漠化治理措施的實施下可以發現該研究區石漠化分布已由之前的高坡度范圍石漠化占比較高轉化為低坡度范圍石漠化占比較高,同時石漠化的總面積也在降低,因而在石漠化治理的過程中,在石漠化總量減少的同時,需要對中低坡度范圍內的石漠化治理進一步加強。

圖13 坡度空間分布及各坡度范圍內石漠化等級分布圖Fig.13 The spatial distribution map of slope and the distribution of karst rocky desertification level in each range of slope其中圖左為各坡度范圍內各石漠化等級面積占比圖,圖右為坡度重分類空間分布圖和各坡度范圍內各石漠化等級面積統計圖

3 結論與討論

3.1 討論

由于影像空間分辨率原因,利用TM影像識別小流域石漠化主要分布信息尚可,但是如若需要獲取石漠化高空間分辨率分布仍需要考慮使用高清影像,如SPOT影像、Quikbird影像和GF影像等。而對于石漠化表征因子、驅動因子,通過實地考察發現喀斯特地區地貌構造單元較為復雜,不能對所有的石漠化區域的表征因子和驅動因子進行統一劃定,需要根據研究區域地質地貌背景進行相關研究。同時喀斯特復雜多樣的地質、地貌等地表環境以及多云雨的氣象條件,對于遙感影像的拍攝效果以及提取結果都會存在影響,而且即便使用高分辨率影像進行石漠化信息提取,單一像元中的地物混合現象都十分嚴重,因而利用遙感影像提取石漠化信息目前只是在宏觀上反映石漠化的分布趨勢,而定量化的研究尚存在不確定性。

除上述客觀因素外,石漠化提取方法、研究重心也是差異化的,在后續研究中應該需要關注。本文選取NDVI和NDRI的經驗公式來計算研究區石漠化,是考慮該方法可以部分排除遙感解譯分類過程中的主觀因素,具有快速高效的優點,便于大范圍快速檢測石漠化,且在精度上滿足研究需求,而且本文主要為揭示研究區石漠化的時空演變規律,同時探索該區域石漠化分布與其關鍵表征因子(地表反照率)、驅動因子(坡度)之間的關系。但是該方法也存在一定的問題,在NDRI經驗公式的機理揭示及驗證方面還需進一步研究,該經驗公式更多的是反映植被的“綠度”信息,能夠表達植被的生長狀況,而對石漠化信息還包括基巖裸露、土被和干枯植被等多種地表要素信息提取效果尚未有效驗證,后續研究可以用高分辨率影像及實地考察等進一步驗證NDRI來計算巖石裸露率,同時需要在光譜學上深入探索該公式在石漠化解譯中的機理。除此之外,本文選取Landsat數據計算2005年、2010年、2015年研究區域石漠化信息,而GF衛星于2013年發射并投入運行,而且GF- 1數據與Landsat數據波段范圍不太一致,所以本文只選取GF- 1影像進行IKRD范圍提取的驗證工作,并未建立GF- 1影像等的NDRI提取經驗公式,在以后的研究中可以考慮建立高分辨率影像、高光譜影像的地表反照率提取方法。同時本文通過研究發現在中低坡度范圍石漠化的占比逐漸增加,而該坡度范圍內居民地分布較為廣泛,人為活動對石漠化的影響明顯,因而在后續研究中應逐漸增加人為活動對石漠化影響的研究。

3.2 結論

本文得到以下結論：后寨河流域在2005年至2015年期間石漠化程度與分布面積都呈現先增加后減少的趨勢,2010年為轉折點,這是由于2002年1月國務院確定退耕還林工程,而貴州2008年至2010年開始實施石漠化綜合治理工程,在退耕還林還草等石漠化治理措施實施之后后寨河流域石漠化情況得到明顯改善。通過分析,石漠化發生區域均為人為活動附近區域(建設用地、耕地),由于受人類活動的影響(如基礎設施建造、植被砍伐等)造成了植被覆蓋降低、巖石裸露并進而發育了石漠化。除此之外,對后寨河流域,本文通過研究發現石漠化發育區域主要發生于2°—22°的中等坡度和地表反照率為0.12—0.21之間,隨著坡度增加潛在石漠化、重度石漠化發生率增高,輕度石漠化和中度石漠化發生率降低,而隨著地表反照率增加潛在石漠化、輕度石漠化發生率增高,中度石漠化、重度石漠化發生率降低。可以發現,石漠化的分布與其地表反照率具有一定關系,因此可以考慮將地表反照率作為石漠化提取的表征因子,同時,石漠化的驅動因素坡度與人為活動會協同控制和影響石漠化的分布。

本研究發現后寨河區域石漠化分布隨貴州省石漠化治理措施的實施,在面積和石漠化程度上都得到了極大地減少和改善,同時石漠化的分布也呈現從高坡度范圍面積占比過高轉變為低坡度范圍面積占比過高的趨勢,這主要是受到石漠化總面積減少、高坡度范圍石漠化面積減少、低坡度范圍石漠化面積變化較少的共同影響,因而在石漠化的治理過程中,應逐漸加強中低坡度范圍內的石漠化的治理。與此同時,在中低坡度范圍且人類活動影響比較強烈的區域,受人類不合理土地利用方式的影響,發生了輕度、中度石漠化,在后續石漠化治理的過程中,應對人類活動影響石漠化的機制進行探索,進而對石漠化的治理進行全面的防控、監測和治理。