西南山区不同岩性背景下植被覆盖特征分析——以盘县为例

杨春艳,杨广斌*,陈智虎

(1.贵州师范大学 地理与环境科学学院,贵州 贵阳 550001;2.贵州省山地资源与环境遥感应用重点实验室，贵州 贵阳 550001)



西南山区不同岩性背景下植被覆盖特征分析
——以盘县为例

杨春艳1,2,杨广斌1,2*,陈智虎1,2

(1.贵州师范大学 地理与环境科学学院,贵州 贵阳 550001;2.贵州省山地资源与环境遥感应用重点实验室，贵州 贵阳 550001)

以Landsat数据为数据源，利用地理信息系统技术，提取盘县1990、2001、2015年的归一化山地植被指数(NDMVI)，采用像元二分模型对植被覆盖度进行估算，分析盘县植被覆盖时空分异特征以及岩性对其的影响。研究表明：盘县以高植被覆盖为主，生态环境较好；岩性对植被的覆盖程度及其变化存在一定的影响，纯碳酸盐岩、夹层碳酸盐岩、互层碳酸盐岩分布区植被覆盖情况比非碳酸盐岩分布区差，纯碳酸盐岩、间层碳酸盐岩对植被覆盖变化较敏感，纯碳酸盐岩和间层碳酸盐岩分布区生态环境较脆弱，易受到外界干扰，非碳酸盐岩分布区生态环境较稳定，不易受到外界的干扰。

岩性；植被覆盖；响应指数；盘县

0 引言

喀斯特石漠化是指发生在亚热带脆弱岩溶生态区的土壤严重侵蚀、土地生产力严重下降、基岩大面积出露等类似荒漠景观的土地退化过程[1]，也是我国西南生态建设和可持续发展的主要障碍之一[2,3]，对其进行评价和治理是岩溶生态环境修复的首要工作。目前石漠化监测、评价工作仍依赖于岩溶生态环境各组成因子，如岩性、坡度、植被覆盖度、基岩裸露率、人类活动强度等[4]。岩石是生态环境发育的基础，直接、间接地影响着生态环境组成、质量、稳定及恢复能力[5]；有相关研究[6-10]对不同岩性区植被覆盖、土地覆盖、土地利用等方面进行了探讨，揭示了岩性确实会对区域的土地利用方式、地表覆盖类型、植被覆盖情况产生影响；尤其是在岩溶生态区，这种影响更明显。植被覆盖度是石漠化监测、评价最常用的指标之一，且在区域土壤侵蚀、生态环境质量、生态环境恢复等方面已经得到了广泛的应用[11]。目前常用的植被覆盖度测算方法主要是遥感观测法，包括了回归模型法、植被指数法、像元分解模型法等方法；其中利用基于植被指数的像元分解模型估算植被覆盖度的方法得到了广泛的认同和应用，目前有很多学者利用此方法进行植被覆盖度计算[12-17]，实践证明该方法在植被覆盖度估算方面确实有效、可行。以盘县为研究区，初步探讨岩性对植被覆盖及其变化的影响。以期为石漠化监测、评价、防治及生态环境保护等方面提供一定的科学依据。

1 研究区概况与数据来源

1.1 研究区概况

盘县位于云贵高原东部脊状斜坡南侧向广西倾斜的斜坡地带，地理坐标介于104°17′46″～104°57′46″E，25°19′36″～26°17′36″N之间，国土面积为4 056km2。研究区地形复杂，分布着峰林、谷地、岗丘、峡谷等喀斯特地貌和非喀斯特地貌。最高海拔1 850m，最低海拔370m。气候属于中亚热带季风湿润气候，年均温16.2℃，素有“凉都”之称，年均日照1 346h，多年平均年降水量1 205～1 656mm。县境内地层分布错综复杂，碳酸盐岩、不纯碳酸盐岩与非碳酸盐地层交错分布，一些含矿底层外露，分布着丰富的矿产资源，主要包括了煤、铁、铜等；采矿业较发达，亦有“煤都”之称。根据贵州省岩石、地层相关调查和研究[18，19]，将县境内岩性分为5大类：纯碳酸盐岩、夹层碳酸盐岩、互层碳酸盐岩、间层碳酸盐岩和非碳酸盐岩(如图1)。

图1 研究区区域位置与岩性分布图Fig.1 The location of study area and the classification of rock

1.2 数据来源与处理

研究数据包括1990、2001、2015年植被生长旺季月，空间分辨率为30m的Landsat影像数据，以及盘县地质图、岩性数据、行政区划等基础数据。利用ENVI对研究区遥感影像进行辐射校正，投影变换、几何校正、大气校正、裁剪等预处理，并计算3个时期植被指数与植被覆盖度(如图2)；借助ARCGIS对研究区岩性数据进行裁剪、分类、合并，得到研究区纯碳酸盐岩、夹层碳酸盐岩、互层碳酸盐岩、间层碳酸盐岩和非碳酸盐岩分布范围与空间位置(如图1)。

2 研究方法

2.1 基于多光谱数据的归一化山地植被指数提取

相关研究表明，基于植物的反射光谱特性构建的归一化植被指数(NDVI)在一定程度上能够减少大气、地形等带来的影响[20]，但在地形复杂的山区，其对山体阴影、阳坡差异等的抑制作用较小，并不能满足精度需求[21,22]。归一化山地植被指数(NDMVI)[20]能够更大程度的减少地形带来的影响；NDMVI是基于植被在红光波段强吸收、绿光波段的光谱特性构建的无需异源数据支持的植被指数，其计算公式如下[20]：

(1)

(1)式中，ρnir、ρred分别代表近红外波段和红光波段，Rmin、NIRmin分别代表红光波段与近红外波段的最小值。该植被指数有效的抑制了地形对植被指数提取精度的影响，提高了植被覆盖度提取精度。

2.2 基于像元二分模型的植被覆盖度估算

利用植被指数估算植被覆盖度常用的方法是像元二分模型[23,24]，即是假设一个像元的信息只由植被覆盖和无植被覆盖两部分组成，计算方法如下：

VC=(NDMVI-NDMVIsoil)/(NDMVIveg-NDMVIsoil)

(2)

(2)式中，NDMVIsoil为无植被(裸地)区的NDMVI值，NDMVIveg为植被区的NDMVI值，并根据置信度为5%确定取值。

根据有关石漠化分类、分级体系的研究[25]，结合研究区具体情况，将植被覆盖度分为低植被覆盖区(<20%)、较低植被覆盖区(20%～35%)、中等植被覆盖区(35%～50%)、较高植被覆盖区(50%～70%)和高植被覆盖区(≥70%)。并借助ENVI软件的变化检测模块，计算研究区1990～2001年、2001～2015年植被覆盖度变化，并将其分成7个等级：严重退化(<-30%)、退化(-30%～-15%)、轻度退化(-15%～-5%)、稳定(-5%～5%)、轻度恢复(5%～15%)、恢复(15%～30%)、完全恢复(>30%)。

2.3 岩性响应指数

为表示岩性对不同等级植被覆盖及变化特征的影响，以及岩性对植被覆盖变化的敏感程度，笔者借鉴徐芮等[26]构建地形响应指数的思想，构建植被覆盖变化岩性响应指数(Rock Response Index,RRI)，计算方法如下:

RRIi=TAi/CAi

(3)

(3)式中，RRIi为某种岩性区域内某一等级植被覆盖变化面积与该区同等级植被覆盖面积的比重，TAi为某种岩性区域内某一等级等级植被覆盖变化面积，CAi为该区同等级植被覆盖面积，i代表岩性种类。

3 结果与分析

3.1 植被覆盖及其变化

从表1和图2可知，1990年高植被覆盖区和较高植被覆盖区占总面积的66.37%，主要分布在盘县北部；低植被覆盖区、较低植被覆盖区、中等植被覆盖区约占总面积的33.63%，主要分布在盘县中部及南部部分地区。2001年高植被覆盖区和较高植被覆盖区约占总面积的51.65%，主要分布在盘县北部以及中部和南部少数地区的块状斑块，比1990年时减少了14.72个百分点；低植被覆盖度和较低植被覆盖度面积为1 312.11km2，主要分布在盘县中部地区，其分布面积比例较1990年增加了12.47%。2015年盘县西北部、西部少数地方出现了低植被覆盖和较低植被覆盖的连片分布，绝大多数区域都以高植被覆盖区和较高植被覆盖区为主；其中高植被覆盖区和较高植被覆盖区约占总面积的77.28%，低植被覆盖区和较低植被覆盖区约占总面积的12.47%。从植被覆盖的空间分异程度来看，其空间分异程度最大出现在2001年，其次是在1990年，空间分异程度最小的在2015年。表明1990～2015年间植被以恢复为主，呈现从低植被覆盖向高植被覆盖转化的趋势。

从植被覆盖变化来看，1990～2001年间，植被覆盖出现了大面积减小的趋势，且主要分布在盘县中部及南部部分地区，其中植被严重退化主要分布夹层碳酸盐岩和间层碳酸盐岩区(如图3)；2001～2015年间，高植被覆盖区分布面积增加，其余等级植被覆盖区分布面积减小，表明植被覆盖有从低向高转化的趋势。

1990～2015年研究区植被覆盖及变化显示，较高植被覆盖和高植被覆盖占据优势地位，不同时期分别占总面积的66.37%、51.65%、77.28%，低植被覆盖和较低植被覆盖分布面积较小，3个时期分别占总面积的19.88%、32.35%、13.75%。这表明盘县在不同时期植被覆盖处于中高水平，植被覆盖较好；虽然在1990～2001年间植被覆盖有减小的趋势，但2001～2015年间其得到修复，已经超过了1990年植被覆盖度；此外，也可发现植被覆盖度减小时，其空间分异程度变大；当植被覆盖度增加时，其空间分异程度变小。

3.2 不同岩性区植被覆盖及变化

从表2可知，纯碳酸盐岩、夹层碳酸盐岩、互层碳酸盐岩、间层碳酸盐岩、非碳酸盐岩分别占研究区总面积的6.63%、32.61%、22.49%、21.89%、16.35%；1990年在不同岩性分布区都以高植被覆盖、较高植被覆盖为主，但在纯碳酸盐岩、夹层碳酸盐岩和互层碳酸盐岩区内高植被覆盖和较高植被覆盖的比例比间层碳酸盐岩、非碳酸盐岩区约小10个百分点。2001年在非碳酸盐岩区内仍以高植被覆盖、较高植被覆盖为主，而其他岩性分布区内各等级植被覆盖分布比例相近，并出现了植被退化的趋势。2015年各区植被覆盖分布情况与1990年相似，且高植被覆盖和较高植被覆盖分布比例较1990年大。在1990～2001年间，研究区植被覆盖出现了大面积退化，其中纯碳酸盐、间层碳酸盐岩区内植被覆盖的变化幅度较大；在纯碳酸盐岩区内高植被覆盖、较高植被覆盖向低植被覆盖、较低植被覆盖转化了22.03%，在间层碳酸盐岩区内转化了23.57%，植被严重退化。在2001～2015年间，各个区内植被覆盖都得到了一定的修复，尤其是在纯碳酸盐岩、互层碳酸盐岩和间层碳酸盐岩分布区，高植被覆盖面积增加了近30个百分点。这表明在纯碳酸盐岩区，植被覆盖较差，且不稳定，易受到外界干扰；在间层碳酸盐岩区，植被覆盖较好，但稳定性较差，受到外界干扰易发生变化；在夹层碳酸盐岩和互层碳酸盐岩区，虽然植被覆盖较差，但较稳定；在非碳酸盐岩区，植被较好，且较稳定，不易受到外界的干扰。

图2 1990～2015年研究区植被覆盖度分级图Fig.2 Vegetation coverage in study area from 1990～2015

植被覆盖度等级1990面积/km2比例/%2001面积/km2比例/%2015面积/km2比例/%1990～2001面积/km2比例/%2001～2015面积/km2比例/%14364310767179117734885828149694-36991-912236991912594201465209751722430553-38451-9483557713756489616．00363828979126225-28514-703496452237883026204790572233-13425-33175441865172745425912646631182228775495-46279-1141964112377汇总4056(100%)均值/%602951836713-846153标准差/%280629762732170-244

注:1为低植被覆盖区，2为较低植被覆盖区，3为中植被覆盖区，4为较高植被覆盖区，5为高植被覆盖区。

图3 1990～2015年研究区植被变化等级图Fig.3 The vegetation change in study area from 1990 to 2015

表2 1990～2015年研究区不同岩性区植被覆盖及其变化

注:1为低植被覆盖区，2为较低植被覆盖区，3为中植被覆盖区，4为较高植被覆盖区，5为高植被覆盖区。

3.3 岩性对植被覆盖变化的响应特征

从图4可知，1990～2001年间研究区各等级植被覆盖度在纯碳酸盐岩和间层碳酸盐岩分布区变化较明显，低植被覆盖、较低植被覆盖分布面积有了大幅度增加；在纯碳酸盐岩区，低植被覆盖、较低植被覆盖面积分别增加了38.69km2、20.58km2，是同类型植被覆盖区面积的1.89、0.84倍；在间层碳酸盐岩区，低植被覆盖、较低植被覆盖增加面积与同类型植被覆盖面积的比值分别为1.88、1.77，接近2倍；这表明纯碳酸盐岩和间层碳酸盐岩对低植被覆盖、较低植被覆盖增加较敏感，即是这些域在受到外力的胁迫时更容易出现植被覆盖退化的现象。2001～2015年间在纯碳酸盐岩、夹层碳酸盐岩、互层碳酸盐岩、间层碳酸盐岩分布区域内高植被覆盖区面积大幅增加，低植被覆盖区、较低植被覆盖区和中等植被覆盖区面积急剧减少；从岩性对高植被覆盖增加的敏感程度来看，纯碳酸盐岩>间层碳酸盐岩>互层碳酸盐岩>夹层碳酸盐岩；表明在外力作用下，纯碳酸盐岩和间层碳酸盐岩分布区更容易受到影响，使生态环境发生变化。同时，也可以发现在非碳酸盐岩分布区在研究的2个时段内变化幅度较小，且低植被覆盖和较低植被覆盖一直处于增加的状态，高植被覆盖和较高植被覆盖一直处于减少的状态，表明该区植被覆盖一直在减小。从图5可知，1990～2001年间植被退化区面积大于植被恢复区面积，其中在纯碳酸盐岩、间层碳酸盐岩区植被退化现象较明显；2001～2015年间植被得到了很好恢复，植被的恢复程度按纯碳酸盐岩、间层碳酸盐岩、互层碳酸盐岩、夹层碳酸盐岩、非碳酸盐岩依次变小；这也证实了纯碳酸盐岩和间层碳酸盐岩分布区更容易受到外界干扰。

图4 1990～2015年研究区不同岩性区各等级植被覆盖变化强度Fig.4 Chang intensities of each vegetation coverage type in different rock area in study area from 1990 to 2015

图5 1990～2015年研究区不同岩性区植被变化强度Fig.5 Changing intensities of vegetation in different rock area in study area from 1990 to 2015

4 结论与讨论

以贵州省盘县为例，研究不同岩性背景下植被覆盖变化，结果表明：

1)从时间变化来看，盘县以高植被覆盖、较高植被覆盖为主，植被覆盖情况较好；在1990～2001年植被覆盖出现了大面积退化，退化的区域主要分布在盘县中部和南部部分地区，2001～2015年植被覆盖度普遍增加，植被恢复区域主要分布在中部和南部部分地区。

2)从空间分布来看，植被覆盖的分布与岩性的分布存在相关性，且植被覆盖较好的区域主要分布在间层碳酸盐岩和非碳酸盐岩分布区，植被覆盖较差的区域主要分布在纯碳酸盐岩、夹层碳酸盐岩分布区。

3)对不同岩性区植被覆盖及其变化分析的结果表明，在纯碳酸盐岩和间层碳酸盐岩分布区，生态环境稳定性较差，较脆弱，对外界干扰敏感；在夹层碳酸盐岩区和互层碳酸盐岩区，生态环境较差，但其稳定性较好，对外界干扰存在一定的敏感；非碳酸盐岩区生态环境及其稳定性都较好，但一直以来都受到了外界负作用的影响，使得该区植被覆盖比其它区域发展缓慢。

4)盘县植被覆盖及变化的时空分布与外界干扰的之间存在极大的相关性，甚至在一定程度上这种影响超过岩性影响。同时也发现非碳酸盐岩分布区内的外界压力越来越大，可能与近些年来生态移民的聚集有关。

鉴于岩性对植被覆盖存在的影响，故在喀斯特生态环境监测与评价过程中既要考虑外界干扰、土壤等环境条件，也应考虑岩性影响。在石漠化治理理论研究与实践中，纯碳酸盐岩和间层碳酸盐岩分布区不但要减少人类活动对环境的威胁和破坏，还要采取植树造林、退耕还林等措施促进该区植被与生态环境修复；非碳酸盐岩分布区应尽量减少人类活动对生态环境的破坏。

[1] 王世杰.喀斯特石漠化概念演绎及其科学内涵的探讨[J].中国岩溶,2002,21(2):101-105.

[2] 卢耀如.地质-生态环境的可持续发展——中国西南及临近喀斯特区域发展途径[M].南京:河海大学出版社,2003:215-292.

[3] 苏维词.喀斯特土地石漠化类型划分及其生态治理模式探讨[J].中国土地科学,2008,22(4):32-37.

[4] 李阳兵,王世杰,谭秋,等.喀斯特石漠化的研究现状与存在的问题[J].地球与环境,2006,34(3):9-14.

[5] 杨瑞东,任海利,龙杰,等.贵州主要岩石类型风化土壤微量、稀土元素分布特征与生态环境关系探讨[J].贵州大学学报(自然科学版),2011,28(6):110-119.

[6] 邵景安,李阳兵,王世杰,等.岩溶山区不同岩性和地貌类型下景观斑块分布与多样性分析[J].自然资源学报,2007,22(3):478-486.

[7]胡锋,安裕伦,许璟.“亚喀斯特”概念与景观特征的初步探讨:以贵州为例[J].地理研究,2015,34(8):1569-1580.

[8] 许璟,安裕伦,胡锋,等.基于植被覆盖与生产力视角的亚喀斯特区域生态环境特征研究：以黔中部分地区为例[J].地理研究,2015,34(4):644-654.

[9] 胡锋,安裕伦,赵海兵.基于土地利用转型视角的“亚喀斯特”区域生态环境效应研究——以黔中部分地区为例[J].地球与环境,2016,44(4):447-454.

[10]王罗娟,安裕伦,许璟,等.不同喀斯特区域土地覆被及其景观格局变化特征——以贵州省安顺市为例[J].贵州师范大学学报(自然科学版),2016,34(4):23-31.

[11]YAOKAI L,XIHAN M,HAOXING W,et al.A novel method for extracting green fractional vegetation cover from digital images[J].Journal of Vegetation Science,2012,23(3):406-418.

[12]TAO C,RUIQNG N,YI W,et al.Percentage of Vegetation Cover Change Monitoring in Wuhan Region Based on Remote Sensing [J].International Journal of Remote Sensing,2011,10(B):1466-1472.

[13]KENTA O,TOMOAKI M,HIROKI Y.Analysis of the Scaling Effects in the Area-Averaged Fraction of Vegetation Cover Retrieved Using an NDVI-Isoline-Based Linear Mixture Model [J].Remote Sensing,2012,4(7):2156-2180.

[14]KRISTINA I,JOACHIM I,THILO S.Determining the spatial and temporal dynamics of the green vegetation fraction of croplands using high-resolution RapidEye satellite images[J].Agricultural and Forest Meteorology,2015,206:113-123.

[15]吴云,曾源,赵炎,等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学,2010,32(7):1417-1424.

[16]杨峰,李建龙,钱育蓉,等.天山北坡典型退化草地植被覆盖度监测模型构建与评价[J].自然资源学报,2012,27(8):1340-1348.

[17]王冬梅,孟兴民,刑钊,等.基于RS的武都区植被覆盖度动态变化分析及其驱动力分析[J].干旱区资源与环境,2012,26(11):92-97.

[18]贵州省地质矿产局.贵州省岩石分类命名原则[M].贵州省地质矿产局, 1984:1-5.

[19]董卫平.贵州省岩石地层[M].武汉:中国地质大学出版社, 1997:1-306.

[20]吴志杰,徐涵秋.卫星影像数据构建山地植被指数与应用分析[J].地球信息科学学报,2011,13(5):656-664.

[21]段四波,阎广建.山区摇杆图像地形校正模型研究综述[J].北京师范大学学报(自然科学版),2007,43(3):262-366.

[22]姚晨,黄微,李元华.地形复杂区域的典型植被指数评估[J].遥感技术与应用,2009,24(4):496-501.

[23]丁艳梅,张继贤,王坚,等.基于TM数据植被覆盖度反演[J].测绘科学,2006,31(1):126-133.

[24]吴昀昭,田庆久.ETM+数据绝对反射率反演方法分析[J].遥感信息,2004(2):27-31.

[25]王世杰,李阳兵.生态建设中的喀斯特石漠化分级问题[J].中国岩溶,2005,24(3):192-195.

[26]徐芮,陈志强,陈志彪.朱溪流域植被覆盖的时空变化及地形分异特征[J].地球与环境,2016,44(2):154-160.

Analysis of vegetation cover under the background of different lithologycharacteristics in the mountainous area in Southwest of China——A case study of Panxian

YANG Chunyan1,2,YANG Guangbin1,2*,CHEN Zhihu1,2

(1.School of Geographic and Environmental Science,Guizhou Normal University,Guiyang, Guizhou 550001,China;2.Guizhou Mountain Resources and Environmental Remote Sensing Application Laboratory,Guiyang,Guizhou 550001,China)

Based on the Landsat data, we extract normalized mountain vegetation index (NDMVI) of the PanXian at the year of 1990, 2001 and 2015 by using geographic information system technology, and use the pixels-binary model to estimate vegetation coverage, to analyze the spatial-temporal changing characteristics of vegetation coverage, and the influence from lithology. The results show that the study area is given priority to with high vegetation coverage during 25 years, and the ecological environment is good. Lithology has certainly influence on the distribution and variation of vegetation. In the areas of pure, sandwich and inter-bed carbonate rock, the vegetation coverage is worse than the poor carbonate rock distribution area. The pure and the inter-bed carbonate rock is more sensitive to the change of vegetation coverage. That shows the ecological environment is fragile in the pure and the inter-bed carbonate rock area. The ecological environment is more stable in the poor carbonate rock area.

lithology; vegetation coverage; response index; Panxian

1004—5570(2016)06-0001-07

2016-10-10

国家自然科学基金项目(41361091)；贵州省优秀青年科技人才培养对象专项资金项目(黔科合人字[2013]39号)

杨春艳(1992-)，女，硕士研究生，研究方向:地理信息系统与遥感应用,E-mail:yangchunyanwam@qq.com.

*通讯作者：杨广斌(1973-)，男，教授，博士,研究方向: 系统开发、地理信息系统开发与遥感应用,E-mail:ygbyln@163.com.

F301

A