基于Landsat遥感影像的石漠化时空演变分析——以西畴县兴街镇为例

蒋红娟，黄义忠



基于Landsat遥感影像的石漠化时空演变分析——以西畴县兴街镇为例

蒋红娟，黄义忠*

（昆明理工大学国土资源工程学院，云南 昆明 650093）

石漠化已经成为我省最严重的生态灾害，研究石漠化时空演变规律，对于石漠化治理和修复生态具有重要意义。本文利用Landsat遥感影像进行石漠化信息提取和解译，基于研究区2000年、2006年、2010年、2015年四个时期的遥感影像，研究西畴县兴街镇这15年间的石漠化时空演变趋势。研究得出：该研究区的石漠化在全镇范围内的分布较广，石漠化程度比较严重，主要以中度石漠化和重度石漠化为主，石漠化程度较高的地区集中分布在该镇的西北部、南部，皆为典型喀斯特地貌地区。2015年的石漠化程度相比2000年、2006年和2010年有所减轻，但是石漠化的情况依然十分严重，南部、西北部的石漠化集中分布依然突出。该研究对于石漠化的调查、治理等工作具有一定的借鉴意义。

石漠化；Landsat遥感影像；兴街镇；NDVI；绿度

0 引言

石漠化是指气候条件湿润和生态环境系统脆弱的岩溶地区，受不合理的人类活动干扰，造成地表植被破坏，土壤严重流失，大面积基岩裸露的土地退化过程和结果，是喀斯特地区土地退化的极端形式[1]。石漠化的分布面积较广，涉及云南、贵州、四川等八省，造成众多地区人民遭受生态破坏、环境恶化等各种各样的生态灾害[2]。西畴县位于文山州中部，是云南省石漠化程度最高的地区之一，该县石漠化的治理一直是我省关注的重点[3]。在与石漠化的长期斗争中，当地民众渴望良好生态，坚定绿色发展。

近年来，众多国内外学者对石漠化进行深入研究，湛亚礼对西南喀斯特地区石漠化的进展和发展趋势进行研究[4]。闫妍等通过选取典型喀斯特地貌的成功石漠化治理县，总结出5种石漠化治理模式并对其进行适宜性评价[5]。DOU Hongtao等以黔东南的各个州为单元，分析了各州的石漠化空间分布特征[6]。但绝大部分的研究是关于石漠化的现状、形成原因及治理对策，关于应用遥感影像[7-9]提取石漠化区域，分析石漠化时空格局演变规律，以及实现石漠化地区动态监测[10]的研究甚少。基于此目的，本文选取西畴县兴街镇2000-2015年内四个时期的遥感影像为研究对象，对石漠化时空格局演变进行定量分析，对石漠化调查提供基础依据，为石漠化地区动态监测和治理奠定技术基础。

1 研究区概况与数据源

1.1 研究区概况

兴街镇位于云南省文山州，西畴县的西南部，北纬23°9¢00²~23°22¢00²、东经104°30¢00²~104°43¢00²。兴街镇是西畴县、麻栗坡县、马关县、文山县的交汇点，是交通重镇之一。东接坪寨乡、柏林乡，西与新马街乡、莲花塘相接，南邻麻栗坡县，是文山州“四个小城镇”重点建设的城镇之一，西畴县对外开放的“窗口”，是西畴县的综合经济贸易发展区。全镇东西长18公里，南北宽23公里，具有“三个三分之一”之称，三分之一是土山区，三分之一是石山区，三分之一是坝区。区域内主要河流是畴阳河，畴阳河一带属于坝区，是全县水稻的主要生产基地，也是杂交水稻种植基地之一；东部为土山区，西部为喀斯特地貌区。全镇面积261.9平方公里，共有13个村委会，人口约47471人，实现农民人均纯收入1363元。气候温暖湿润，最高海拔1530米，最低海拔1140米，年平均气温18℃，平均降水量1200毫米[11]。研究区如图1所示。

1.2 数据来源

研究使用来源于地理空间数据云的2000年11月3日、2006年11月4日、2010年1月15日的Landsat4- 5 TM和2015年3月18日的Landsat8 TM遥感影像，空间分辨率为30 m，云量分别为0、2、3.43、4.57，所选的影像云量均小于5%，遥感影像符合条件且质量较好。原以五年为相等时间间隔，选取2000年、2005年、2010年、2015年的数据作为数据源，但由于2005年的数据质量不佳，故选取2006年的数据代替，其他数据源包括研究区的行政区划图。

图1 研究区位置

1.3 数据预处理

首先对2000年11月3日、2006年11月4日、2010年1月15日的Landsat4-5 TM和2015年3月18日的Landsat8 TM遥感影像进行正射校正、大气校正、辐射定标、图像裁剪。研究区行政区划图的坐标系为“Xian_1980_3_Degree_Gk_Zone_35”，而遥感影像的坐标系为“UTM_Zone_48N”，两者的坐标系不统一，无法将这两个图放在同一个图层上。因此，在进行处理之前，需要将行政区划图的坐标系投影为“UTM_Zone_48N”，使两者的投影坐标系相统一。经预处理后的遥感影像如图2所示。

2 研究方法及分析

2.1 石漠化等级分类

根据前人石漠化分等的普遍方法，将该研究区石漠化分为无石漠化、潜在石漠化、轻度石漠化、中度石漠化、重度石漠化、极度石漠化6个等级[12]。石漠化等级划分标准详见表1。

2.2 石漠化等级分布

非监督分类也称为“聚类分类”或“点群分类”[13]，它是在多光谱图像中自动搜寻、定义自然相似光谱集群的过程，该方法不需要获取图像上地物的先验知识，而是依靠图像上不同地物的光谱或纹理信息进行信息提取，统计特征的差别来达到分类的目的，最后对各分类进行修正和确认。本研究中采用ISODATA（迭代自组织的数据分析法）法进行非监督分类，它是一种重复自组织数据分析技术，计算数据空间中均匀分布的类均值，然后用最小距离技术将剩余像元进行迭代聚合，每次迭代都重新计算均值，且根据所得的新均值，对像元进行再分类，获得一个初步的分类结果，然后通过目视解译进行类别定义和合并子类[14]，最终获得石漠化等级图。

图2 各个时期预处理后遥感影像图

表1 石漠化等级划分标准

Tab.1 Standard of rock desertification classification

在西畴县兴街镇2000年、2006年、2010年、2015年的石漠化分布等级图中，可以看出该镇的石漠化分布较广，石漠化程度比较严重。西畴县兴街镇石漠化程度较高的地区集中分布在该镇的西北部、南部，皆为典型喀斯特地貌地区。从图中可以直观看到，2015年的极度石漠化程度相比2000年、2006年和2010年有所减轻，但是石漠化的情况依然十分严重，并且该镇的南部、西北部的石漠化集中分布依然突出。四个时期的石漠化等级分布图详见图3。

2.3 石漠化等级面积统计

在下列各表中，所涉及到各个石漠化等级统计的面积，是通过对应图属性表中的像元个数计算得到。这里所涉及到的影像图的栅格大小都为“30×30”，它所代表的含义是实际面积30×30米，所以通过像元个数计算面积的计算公式为“像元个数×900÷666.67÷10000”（1亩=666.67平方米），为了计算方便并且能够直观显示数据，我们将单位统一化为万亩。下面各表中的面积都是按照上述计算公式得到，将直观看到各个石漠化等级的面积变化情况，从而对研究区石漠化演变进行定量分析。

如下表2和图4所示，西畴县兴街镇石漠化程度较高，达到50%以上。其中，潜在石漠化占比在11%-17%之间，轻度石漠化占比在5%-11%之间，中度石漠化占比在17%-23%之间，重度石漠化占比在11%-22%之间，该镇的石漠化程度主要以中度石漠化和重度石漠化为主。极度石漠化占比在1%-3%之间，极度石漠化占比较小。各个等级石漠化在15年间起伏变化，但变化幅度较小，2015年的极度石漠化相比2000年，2006年、2010年有所减少，这是一个令人欣喜的变化。

2.4 石漠化等级面积变化

在这15年间兴街镇各个等级石漠化面积起伏变化，无石漠化呈现先增加后减少的趋势，潜在石漠化先减少后增加，轻度石漠化先减少后增加，中度石漠化先增加后减少再增加，重度石漠化先增加后减少，极度石漠化先减少后增加再减少，各个等级石漠化面积持续波动变化。四个时期各个等级石漠化面积变化详见表3。

3 石漠化测度方法

3.1 NDVI植被指数方法分析

NDVI植被指数称为归一化植被指数[15]，计算归一化植被指数是将多光谱数据变换为单独的一个图像波段，用来显示植被的分布，较高的NDVI值预示着较多的绿色植被。它是近红外波段的反射值与红外波段的反射值之差比上两者之和。NDVI值的范围在-1到+1之间。

图3 各个时期石漠化分布等级图

表2 石漠化等级面积（单位：万亩）

Tab.2 Area of rocky desertification grade

NDVI的标准算法如下：

式中：NIR为近红外波段的反射值，Red为红外波段的反射值。

因此，TM数据的计算公式为：

图4 石漠化等级面积比例图

表3 石漠化等级面积变化（单位：万亩）

Tab.3 Area change of rock desertification grade

分别对研究区四个时期的遥感影像计算NDVI值，获得NDVI图像（图5）。

图5 各个时期NDVI图

Fig.5 NDVI map of each period

通过计算，各个时期的NDVI平均值分别为：0.22，0.21，0.29，0.30，从2006年到2010年快速增长，增长了0.08。通过对比四个时期NDVI平均值，显示出这15年间该地区的植被覆盖度在增加，植被生长状况逐渐好转，生态环境明显改善。但增长速度存在差别，从2000年到2005年，2010年到2015年NDVI平均值增长缓慢。

3.2 缨帽变换绿度指数方法分析

通过缨帽变换可以获得三个因子，分别是亮度SBI、绿度GVI、湿度YVI。其中绿度可以反映植物的生长状况和覆盖度[16]。

TM数据的绿度GVI计算公式为：

因此分别对该研究区四个时期的数据进行缨帽变换处理，获得绿度图像（图6）。

通过计算，得到四个时期的绿度平均值分别为：2.12，2.17，2.60，2.81，对这四个时期的绿度平均值进行对比，可以看出从2006年到2010年绿度平均值快速增长，而2000年到2006年和2010年到2015的绿度平均值增长缓慢。绿度平均值的变化趋势与前述的NDVI平均值的变化趋势保持一致。进一步说明在这15年间，虽然该地区植被覆盖度起伏变化，但植被覆盖度在增加，植被生长状况良好，石漠化程度减轻，生态环境明显改善。

4 驱动因素

4.1 自然环境的影响

西畴县兴街镇地形复杂且地势较高，石山区占全镇总面积的1/3，喀斯特地形地貌分布范围广。气候温暖湿润，降水量达到1200毫米，雨水冲刷导致严重水土流失，进而大面积基岩裸露，形成石漠化。由于该镇特殊的自然环境，石漠化的存在和发育不可避免。植树造林，保持水土成为首要工作。

4.2 贫困的影响

云南省贫困县数量最多，石漠化程度与当地经济情况存在密切联系，当地经济条件越差，石漠化所占比例越大，发生的几率越高，石漠化程度也就越严重，石漠化的存在制约着当地经济的发展。因此，石漠化和贫困化两者互相作用，密切相关。要脱贫，首要任务就是石漠化治理，使得当地的生产条件和生态环境有所改善，从而改善社会经济状况。

图6 各个时期绿度图

4.3 石漠化工程治理的影响

石漠化治理是国务院批准实施的重点生态建设工程。石漠化工程治理是通过恢复林草植被，建设水土保持设施等治理措施，使得自然环境受损的石漠化地区逐步恢复的过程。对于已经发生石漠化的地区要实行综合治理，使其逐步向良性发展，重点放在轻度和中度石漠化的治理上。通过石漠化工程治理，防止石漠化范围扩大，逐步改善农村生产生活环境，使得石漠化向良好方向发展，生态环境得到改善。

5 结论

以Landsat卫星影像为数据源，对西畴县兴街镇石漠化等级信息进行提取，在此基础上分析石漠化分布现状和发展趋势，结果表明：

（1）西畴县兴街镇石漠化从2000年程度加剧到逐渐减缓，石漠化工程治理取得了显著成效。石漠化程度显著变轻，由以前的重度、中度石漠化为主演变为轻度、中度石漠化为主，石漠化的发展趋势得到有效遏制。

（2）遥感技术在石漠化治理研究中具有一定的必要性和优势性。通过遥感技术，能够客观的评价石漠化程度、分布状况、时空分布和演变规律，为石漠化治理提供科学依据。但是，该研究的不足之处在于原始数据质量和精度的影响，在后续的研究中采用更高分辨率的数据，例如高分影像数据和国内新兴的新技术三维激光扫描[17]获得石漠化三维图，会在一定的程度上提高研究的科学性和精准性。

（3）NDVI植被指数和缨帽变换都是最为常用的遥感处理手段。通过对研究区各个时期的图像进行处理，可以获得NDVI值和绿度值随时间的变化，用来反映研究区植被的变化，进而通过植被变化反映石漠化的程度和发展趋势。这两种方法简单且易于操作，处理后得到的结果真实有效，可信度较高。

[1] 余慧连. 3S技术在广西石漠化治理研究中的应用[J]. 林业调查规划, 2018(1): 12-15.

[2] 蒋忠诚, 罗为群, 童立强, 等. 21世纪西南岩溶石漠化演变特点及影响因素[J]. 中国岩溶, 2016, 35(5): 461-468.

[3] 郭丽琴, 赵志芳, 代启学, 等. 基于RS和GIS文山州石漠化时空演变特征及成因研究[J]. 国土资源遥感, 2017, 29(b10): 106-113.

[4] 湛亚礼. 西南喀斯特石漠化研究进展与发展趋势[J]. 资源信息与工程, 2018(2): 181-182.

[5] 闫妍, 胡宝清, 侯满福,等. 广西岩溶区县域石漠化治理模式适宜性评价[J]. 广西师范大学学报(自然科学版), 2017, 35(4): 145-153.

[6] 窦红涛, 甄霖, 李海萍. 黔东南州石漠化空间分布特征(英文)[J]. Journal of Resources and Ecology, 2017, 8(4): 422-432.

[7] 陈隆, 王勇, 王艳, 许金萍. 遥感图像快速压缩传输系统的设计与实现[J]. 软件, 2012, 33(1): 5-8.

[8] 钱育蓉, 于炯, 英昌甜, 等. 云计算环境下新疆遥感应用数据中心的挑战与机遇[J]. 软件, 2015, 36(4): 58-61.

[9] 刘鑫淼, 康朝红, 薛乐乐. 基于ICA的遥感图像去噪融合研究[J]. 软件, 2015, 36(7): 53-56.

[10] 信冠栋, 施昆, 吕晓阳. 遥感动态监测模型在拉市海湿地保护区土地利用中的研究[J]. 软件, 2018, 39(4): 170-175.

[11] 丁贤法, 何云, 段成勇. 基于Voronoi图与聚集分形的西畴县兴街镇村镇体系研究[J]. 文山学院学报, 2012, 25(3): 102-104.

[12] 史迎春, 舒英格. 喀斯特石漠化时空变化特征及驱动因子分析——以贵州晴隆县为例[J]. 林业资源管理, 2017(1): 135-143.

[13] 孟海东, 郝永宽, 宋飞燕,等. 遥感图像非监督计算机分类方法的研究[J]. 计算机与现代化, 2008, 2008(7): 66-69.

[14] 赵春霞, 钱乐祥. 遥感影像监督分类与非监督分类的比较[J]. 河南大学学报(自然科学版), 2004, 34(3): 90-93.

[15] 田鹏举, 吴仕军, 徐丹丹, 等. 贵州喀斯特石漠化植被时空变化特征研究[J]. 贵州气象, 2017, 41(5): 20-24.

[16] 刘泽东. 广西河池地区岩溶石漠化遥感特征测度方法研究[J]. 国土资源导刊, 2018(1): 80-85.

[17] 张数, 杨德宏. 数字近景摄影测量的二维影像三维建模的关键技术应用[J]. 软件, 2018, 39(2): 133-138.

Temporal and Spatial Evolution Analysis of Rocky Desertification Based on Landsat Remote Sensing Image: A Case Study of Xingjie Town, Xichou County

JIANG Hong-juan, HUANG Yi-zhong*

(Faculty of Land and Resources Engineering Kunming University of Science and Technology, Kunming 650093)

Rocky desertification has become the most serious ecological disaster in our province. Studying the temporal and spatial evolution of rocky desertification is of great significance for the treatment of rocky desertification and restoration of ecology. This paper uses Landsat remote sensing imagery to extract and interpret rocky desertification information. Based on remote sensing images of the four periods of 2000, 2006, 2010 and 2015, studies the evolution of rocky desertification time and space since 15 years of Xingjie Town, Xichou County. The research shows that the rocky desertification in the study area is widely distributed in the whole town, and the degree of rocky desertification is relatively serious, mainly due to moderate rocky desertification and severe rocky desertification. The area is concentrated in the northwest and south of the town, all of which are typical karst landforms. The degree of rocky desertification in 2015 has been reduced compared with 2000, 2006 and 2010, but the situation of rocky desertification is still very serious, and the concentrated distribution of rocky desertification in the south and northwest is still prominent. This research has certain reference significance for the investigation and treatment of rocky desertification.

Rocky desertification; Landsat remote Sensing Image; Xingjie Town; NDVI; Greenness

TP79

A

10.3969/j.issn.1003-6970.2018.12.038

蒋红娟(1995-)，女，硕士研究生，研究方向为国土资源信息化。

黄义忠(1972-)，男，副教授，博士，研究方向为土地资源管理与环境地质。

蒋红娟，黄义忠. 基于Landsat遥感影像的石漠化时空演变分析——以西畴县兴街镇为例[J]. 软件，2018，39（12）：166-171