基于遥感指数的石漠化治理成效分析—以湖南省石门县为例

侯自航, 杨贺, 曹丹, 靖磊, 胡文敏, 王忠诚, 陈向

基于遥感指数的石漠化治理成效分析—以湖南省石门县为例

侯自航1, 杨贺2, 曹丹1, 靖磊1, 胡文敏1, 王忠诚1, 陈向2

(1. 中南林业科技大学 林学院,湖南 长沙, 410004; 2. 湖南省水利水电科学研究院, 湖南 长沙, 410007)

石漠化治理成效统计不足造成的成效巩固困难、治理技术针对性不强等问题。以湖南省石门县为研究区, 利用研究区2000～2017年的Landsat卫星遥感影像, 通过获取该区的NDV、BS及NDR指数及计算其均值及标准差, 综合分析了研究区内的植被、裸岩和裸土情况, 并根据研究区林场石漠化的现状特征, 对比分析了石门县不同年度的石漠化治理成效。研究结果表明: (1) 2000～2017年间石门县植被覆盖度以2009年为节点, 呈现出先升后降的趋势; (2) 2009年之前石漠化得到了有效控制, 但在2009年之后, 其石漠化程度有所上升; (3) 石门县石漠化区域由斑块式分布逐年转向集中连片式分布, 且两处林场的分布变化更为明显。结果显示, 石门县斑块化分布的石漠化区域已得到有效治理, 但集中连片式石漠化面积有所增大, 后期仍需优化治理模式、加大治理力度。结合石门县现有石漠化情况及经济信息, 利用遥感手段分析石门县石漠化治理成效, 可为当地环境调查及资源利用提供依据, 对大区域石漠化治理改善提供参考意义。

石漠化治理; 遥感指数; 对比分析; Landsat影像; GIS; 石门县

石漠化是指因水土流失而导致地表土壤损失, 基岩裸露, 土地丧失农业利用价值和生态环境退化的现象, 其危害不仅表现在土地贫瘠和环境恶化上, 而且已成为喀斯特地区贫困的主要根源, 严重地制约着区域经济可持续发展[1–2], 因此石漠化问题越发受到学者们的重视[3–9]。较传统方法[12–15]而言, 利用遥感影像解析地区石漠化治理情况速度快、覆盖时间段长, 数据来源直接, 该方法不仅可以较大范围的评估地区石漠化治理状况, 也可依据各时序影像分析地区的治理过程, 在石漠化信息提取上具有很大的优势。利用遥感手段进行石漠化治理监测不需要利用大量的人力物力进行现场核查, 且成本更低, 相比于传统的林业调查手段[15–17]利用遥感技术进行监测, 效率亦更高。随着遥感技术的高速发展, 其已经成为石漠化信息提取的重要手段[18], 其中裸岩指数、裸土指数及植被覆盖指数被广泛用于遥感石漠化研究。文林琴、王凯宁等利用遥感技术对喀斯特地区的石漠化时空变化进行了探讨, 为喀斯特地区石漠化监测提供了很好的参考[19–20]。许军强等将Landsat卫星与国产卫星相结合, 对南水北调的河南段石漠化情况进行了调查, 并对研究区的石漠化进行了分级分类评价并提出了响应对策[21–22]。

石门县为地质灾害多发区, 是全国石漠化比较严重的地区之一。多年来通过封山造林、退耕还林、生态移民、营造防护林等综合治理手段, 石门县的植被覆盖度达到了84.41%, 石漠化趋势得到有效遏制。目前, 很多专家和学者在岩溶石漠化的形成、监测和恢复治理等方面进行了深入研究和探讨[16, 22], 并取得了丰富的成果, 但对大尺度石漠化信息提取技术的研究相对较少。石门县石漠化治理成效缺乏相关分析, 未能成为后期治理的重要参考。为了对比石门县石漠化治理的成效, 本文选取了石门县的白云山林场和洛浦林场作为对照区。两个林场都靠近石门县县城, 受周边生产建设活动影响适中, 且两个林场都进行过石漠化治理, 可以有效对比治理前后的情况。本文利用多时相的Landsat卫星影像数据, 获取石门县及县域内两个进行过石漠化治理林场的裸岩指数、裸土指数及植被覆盖指数, 结合石门县现有石漠化情况及经济条件, 通过遥感手段分析了研究区域石漠化治理的发展趋势, 对比分析林场和石门县的石漠化分布特征, 为石门县水土保持与经济发展规划提供依据, 为大区域石漠化治理改善提供参考意义。

1 材料与方法

1.1 研究区概况

石门县地处湘鄂边界, 东望洞庭湖, 南接桃花源, 西邻张家界, 北连长江三峡, 有“武陵门户”与“潇湘北极”之称。全县国土面积3 970 km2, 辖18个乡镇区、4个街道、4个农林场。

石门县土壤类型以红壤、黄壤为主, 且土壤多呈酸性。地形呈现弯把葫芦状, 地势自西向东南倾斜, 西北部群山叠翠, 东南部平岗交错。石门县有“矿都”之称, 其中雄磺矿、矽砂矿、磷矿储量丰富, 矿区内多为石灰岩。全县平均海拔在500 m左右, 纵横全境的河流沟溪有236条。沱水、澧水、道水自西向东, 分别贯穿县境北部、中部、南部, 入松滋, 临澧, 而后汇入洞庭。石门县属中亚热带向亚热带过渡的季风气候区, 境内年平均气温16.7 ℃, 全年无霜期282 d, 日照1 646.9 h, 年平均降雨量1 540 mm。

石门县石漠化治理实行全面封禁措施, 其中白云山林场以种植有机茶为主, 大力发展林业经济新产业, 于2000年建成国家有机茶生产出口基地; 洛浦林场以育种育苗、林木抚育和管理为主, 辅以柑桔等经济果木, 于2009年经湖南省批复为省级森林公园。

根据湖南省岩溶地区第3次石漠化监测成果, 我省岩溶地区总面积549.64×104hm2, 占全省国土总面积的25.95%, 其中石漠化土地面积125.14×104hm2, 石漠化分布情况见图1。与第2次监测结果相比, 全省岩溶监测面积增加0.18×104hm2, 增幅 0.03%; 石漠化土地面积减少17.93×104hm2, 减幅为12.53%。石门县石漠化土地面积4.4×104hm2, 较第2次监测结果相比减少3 100×104hm2。

1.2 数据来源

考虑研究的时序性以及研究区的大小, 本文选用Landsat系列中等分辨率影像提取研究区的裸岩指数、裸土指数及植被覆盖指数, 为了减少植被枯萎的影响, 选取该区每年的7～9月, 云量在10%以下的影像, 同时为了减少Landsat7 ETM影响坏带对试验结果的影响, 本文未选择2010～2014年间的Landsat7 ETM影像作为试验数据。筛选结果见表1。

图1 项目区石漠化土地分布图

1.3 研究方法

本文主要通过提取影像的裸土指数(BS), 归一化岩石指数(NDR), 归一化植被指数(NDV)分析研究区的石漠化治理成效, 在提取三类指数之前需将影像中的水体去除, 具体公式如下:

式中,R、G、B分别代表红、绿、蓝波段,SR代表短波红外波段,NR代表近红外光谱。

表1 遥感影像采集数据情况表

上列参数中裸土指数常用来指示裸土率, 其参数范围在1～1之间。参数值越小表示裸土率越低, 参数值越大表示该区为裸土的可能性越大。裸岩指数常用来指示裸岩露出率, 其数值在1～1之间。数值越小表示像元区域为裸岩的概率越低, 数值越大表示像元为裸岩的概率越高。归一化植被指数常用来反演植被覆盖率, 数值范围通常在1～1之间,NDV值越趋近于1, 则该像元植被覆盖率越高。

为了减少水体对研究结果的影像, 同时考虑到城市建筑对归一化水体指数(NDW)参数的影响较大, 文中选用改进的归一化水体指数(MNDW)区分水体, 利用ENVI及ArcGIS等技术计算该区的MNDW参数; 通过MNDW参数区分出该区内的水体, 并利用相关工具提取研究区水体掩膜, 通过裁剪手段获取该区除去水体区域的掩膜数据; 利用掩膜对各年度3类参数的栅格数据进行统计分析, 得到研究区内的3类指数特征。

2 结果与分析

本文采用裸土指数、归一化岩石指数、归一化植被指数作为研究参数, 通过对比研究区内3类参数的变化来分析该区的生态恢复程度及石漠化治理成效。

2.1 石门县石漠化特征

通过计算多年MNDW参数, 获得研究区历年水体分布情况, 以此利用GIS工具获取研究区历年除去水体的掩膜数据, 继而通过处理掩膜数据统计项目区的BS、NDR、NDV参数。详见表2。

表2 项目区历年各参数统计数据

续表2

注: 由于云量与坏带因素影响, 本文仅选取上述年份进行分析。

由图2, 3可知,BS均值在2000～2009年逐年降低, 2009年后略有回升, 渐趋于稳定;BS标准差在2000～2017年呈下降趋势, 幅度较小。说明裸土面积整体呈下降趋势, 且在2009～2017年间变化幅度不明显。NDR均值与标准差在2000～2009年逐年降低, 2009后缓慢回升;NDR值标准差变化趋势不明显。说明裸岩面积整体呈现下降趋势, 且下降幅度不明显。NDV指数均值在2000～2009年逐年增大, 2009～2017年缓慢降低;NDV指数标准差整体变化幅度较小。说明植被覆盖面积整体呈上升趋势, 且增长幅度较为稳定。从图4不同年度石漠化特征指数分布对比可以看出, 通过多年治理, 项目区内石漠化土地面积明显减少, 石漠化分布由斑块式转向集中连片式。

图2 项目区指数均值曲线图

图3 项目区指数标准差曲线图

图4 项目区石漠化特征指数分布图

2.2 白云山林场与洛浦林场石漠化特征

在石漠化遥感监测过程中, 林场能反映一个地区的植被覆盖水平, 同时石漠化特征在林场这一土地类型下也会更为突出[19], 因此, 本文选取了石门县境内的白云山林场和洛浦林场进行对比研究。由表3和表4可知, 白云山林场的BS、NDR均值在2000～2017年间以2009年为节点呈现先减小后增大的趋势,NDV均值呈现先增大后缓慢减小的趋势, 且在2009～2017年间变化幅度逐渐趋向平稳; 白云山林场的BS、NDR及NDV参数的标准差呈整体下降的趋势。洛浦林场的BS、NDR均值在2000～2017年间以2007年为节点呈现先减小后增大的趋势,NDV均值以2009年为节点表现为先增大后缓慢减小趋向稳定;BS、NDR标准差逐年减小但减幅不明显,NDV标准差上下波动, 变化不明显。

表3 白云山林场历年各参数统计

备注: 由于云量与坏带因素影响, 本文仅选取上述年份进行分析。

表4 洛浦林场历年各参数统计

备注: 由于云量与坏带因素影响, 本文仅选取上述年份进行分析。

通过研究白云山林场和洛浦林场的数据影像, 如图5、图6所示, 两个林场各指标参数均值均优于石门县平均水平, 两个林场各参数的标准差值均小于石门县各参数标准差, 林场的裸岩裸土区在2000～2017年面积大幅减少且分散的石漠化地块数量逐步减少, 这说明林场区域斑块式石漠化治理已有较好成效, 植被生态得到良好恢复, 裸土率及裸岩率得到了有效控制。但2009年后集中连片式石漠化区分布逐渐增多, 石漠化治理力度仍需加强。

图5 白云山与洛浦林场指数均值曲线图(a: 白云山林场, b: 洛浦林场)

图6 白云山与洛浦林场指数标准差曲线图(a: 白云山林场, b: 洛浦林场)

3 讨论

采用遥感手段对石门县的石漠化程度进行监测, 经过试验发现利用遥感手段监测石漠化变化趋势具有范围广、监测时间长、低成本、高效率、结果准确等的特点。

利用遥感手段进行石漠化治理监测不需耗费大量的人力物力且成本更低, 相比其它调查手段[11, 17, 22]效率更高。本研究利用三指数法分析了石门县2000～2017年的石漠化治理成效。从各年度变化中可以看出, 石门县植被覆盖度总体上呈增大趋势, 这是近年来石门县不断推进生态环境治理恢复工程的结果; 但仍存在一定的波动, 这与气候和自然灾害影响有关[8]。植被的年际变化在2009年出现较大的波动, 这说明生态环境经过一定时间的修复, 虽然在改善但仍然较脆弱, 易受到气候变化扰动。

此外, 植被变化主要集中在春季和秋季, 本研究选用秋季的遥感影像作为基础数据, 但石门县各个地区进入四季的具体时间节点上会有一定差异, 难免会对结果产生一定的影响。为了便于石漠化地区植被变化的统计和分析对比, 如何能更好地深入分析还有待进一步的研究。

本研究通过提取影像的裸土指数(BS)、归一化岩石指数(NDR)、归一化植被指数(NDV), 进一步去除影像中的水体, 在一定程度上保证了数据的可靠性。但由于遥感数据分辨率和气象条件的影响, 同时由于诸多条件限制[11–13], 结果难免会存在一定的误差, 如何运用多源数据融合提高石漠化数据精度还有待进一步的研究。

在以后的研究中, 运用本文中提出的方法, 可以进一步考虑无人机航高对裸岩率提取的影响程度; 在对比一定范围内石漠化成效的基础上, 可尝试区分林分类型、识别树种等方向, 相信对今后的石漠化工程治理有一定的益处。

4 结论

本文选取石门县为研究区, 通过2000～2017年的多光谱卫星遥感影像计算该区的MNDW、BS、NDR及NDV值, 利用MNDW值获取该区的水体数据。运用GIS手段获取研究区各年度除去水体的腌膜, 利用其腌膜数据对项目区的BS、NDR及NDV参数进行统计处理, 对比分析不同年度的石漠化治理成效, 主要得出以下结论:

(1) 对比研究区内三类指数的多年变化趋势, 三类指数值以2009年为节点, 先后的增减趋势有所变化, 2009年前植被覆盖度增大, 人工造林、自然修复以及封山育林等治理方式取得良好成效, 而在2009年后, 裸土指数与裸岩指数均有所增加, 研究区内石漠化治理进程有所减缓;

(2) 石门县裸岩裸土区由斑块式分布逐年转向集中连片式分布; 两处林场的植被覆盖度要高于石门县平均水平, 林场内石漠化区域和建设区域比石门县全县要更加集中。结合石门县历年政府公报中的建筑行业发展情况, 反映出石门县的石漠化治理速度在2009年之后虽逐年放缓, 但石漠化区域分布在治理后更为集中;

(3) 石门县斑块化分布的石漠化区域已得到有效治理, 但集中连片式石漠化面积有所增大, 后期石漠化治理仍需优化治理模式、加大治理力度。

[1] 王德炉, 朱守谦, 黄宝龙. 石漠化的概念及其内涵[J]. 南京林业大学学报(自然科学版), 2004(6): 87–90.

[2] 张雪梅, 祁向坤, 岳跃民, 等. 喀斯特峰丛洼地石漠化治理自然地域分区[J]. 生态学报, 2020, 40(16): 5 490–5 501.

[3] 陈永毕, 熊康宁, 池永宽. 我国南方喀斯特石漠化治理进展[J]. 江苏农业科学, 2019, 47(1): 17–21.

[4] 李仕蓉, 王恩文, 龚文琪. “3S”技术在喀斯特土地石漠化研究中的应用现状及展望[J]. 江苏农业科学, 2014, 42(6): 17–20.

[5] 宋同清, 彭晚霞, 杜虎, 等. 中国西南喀斯特石漠化时空演变特征、发生机制与调控对策[J]. 生态学报, 2014, 34(18): 5 328–5 341.

[6] 陈希, 兰安军, 熊康宁, 等. 基于多源遥感数据的石漠化信息提取研究[J]. 信阳师范学院学报(自然科学版), 2018, 31(3): 437–442.

[7] 周迪, 倪忠云, 杨振宇. 面向对象的喀斯特地区石漠化遥感信息提取研究—以贵州省大方地区为例[J]. 地质力学学报, 2018, 24(2): 263–273.

[8] 彭光景. 隆回县石漠化现状及治理对策[J]. 林业勘查设计, 2020, 49(3): 125–127, 132.

[9] 卢海燕, 夏美青, 贺锦毅, 等. 邵东县岩溶地区石漠化敏感性评价研究[J]. 南方农业, 2020, 14(20): 172–174.

[10] 李伟, 魏曼. 遥感解译与地理国情相结合的石漠化监测[J]. 测绘通报, 2020(2): 121–125.

[11] 王家录, 李维杰, 王勇, 等. 2005—2014年重庆石漠化地区NDVI的时空变化及其与气候因子相关性分析[J]. 水土保持研究, 2020, 28(2): 1–7.

[12] 文林琴. 2004-2016年贵州省石漠化状况及动态演变特征[J]. 生态学报, 2020, 40(17): 5 928–5 939.

[13] 王恺宁, 王修信. 喀斯特城市石漠化遥感参数的时空变化[J]. 科学技术与工程, 2018, 18(10): 284–289.

[14] 吴林霖, 官云兰, 李嘉伟, 等. 基于MODIS影像喀斯特石漠化状况研究—以贵州省为例[J]. 国土资源遥感, 2019, 31(4): 235–242.

[15] 许军强, 张斌, 袁晶, 等. 基于遥感技术的南水北调水源区(河南段)石漠化遥感调查与评价[J]. 世界地质, 2019, 38(4): 1 091–1 098.

[16] 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(1): 106–113.

[17] 邓艳, 曹建华, 蒋忠诚, 等. 西南岩溶石漠化综合治理水–土–植被关键技术进展与建议[J]. 中国岩溶, 2016, 35(5): 476–485.

[18] 王月容, 卢琦, 周金星, 等. 贵州省岩溶石漠化地区生态服务价值损失评估[J]. 中国岩溶, 2013, 32(1): 88–94.

[19] 章维鑫, 曹建华, 吴秀芹, 等. 基于Landsat影像的石漠化区植被动态监测及治理效益研究[J]. 农业工程学报, 2019, 35(8): 221–229.

[20] 况忠, 包平, 吴开彬, 等. 基于Landsat-X GEVI的贵州纳雍地区2003–2015年岩溶石漠化分布变化遥感调查[J]. 中国岩溶, 2019, 38(6): 883–888.

[21] 王克林, 岳跃民, 陈洪松, 等. 喀斯特石漠化综合治理及其区域恢复效应[J]. 生态学报, 2019, 39(20): 7 432–7 440.

[22] 陈宝琴. 粤北石漠化土地治理措施的有效性研究[J]. 草地学报, 2020, 28(1): 245–251.

Analysis on the effectiveness of rocky desertification control based on remote sensing technology

Hou Zihang1, Yang He2, Cao Dan1, Jing Lei1, Hu Wenmin1, Wang Zhongcheng1, Chen Xiang2

(1. College of Forestry, Central South University of Forestry and Technology, Changsha 410004, China; 2. Hunan Institute of Water Resources and Hydropower Research, Changsha 410007, China)

At present, the control of rocky desertification in China is facing problems such as the difficulty in consolidating the control effect and the lack of pertinence of control technology. The control mode of rocky desertification is in urgent need of transformation.This article selects Shimen County, Hunan Province as the study area, uses Landsat satellite remote sensing images from 2000 to 2017 to obtain theNDV,BSandNDRindexes of the area, statistically analyzes the mean and standard deviation of the three types of parameters, and comprehensively analyzes the study area. The vegetation, bare rock and bare soil conditions in Shimen County are compared and analyzed in different years of the effects of rocky desertification control. The main results are as follows: (1) The vegetation coverage of Shimen County from 2000 to 2017 taking 2009 as the node shows the trend of rising first, and then falling; (2) Rocky desertification is effectively controlled before 2009, but the control process has slowed down afterwards; (3) The rocky desertification area in Shimen County has changed from patchy to concentrated and continuous. The distribution of the two forest farms has changed more obviously; the patched rocky desertification area in Shimen County has been effectively controlled, but the area of concentrated and contiguous rocky desertification has increased, and the management mode and Increase governance efforts. Combining the existing rocky desertification situation and economic information of Shimen County, using remote sensing to analyze the effectiveness of rocky desertification control can provide a basis for local environmental investigation and resource utilization, and provide reference for the improvement of rocky desertification control in large areas.

rocky desertification control; remote sensing index; comparative analysis; landsat image; GIS; Shimen County

K 903

A

1672–6146(2021)02–0083–07

10.3969/j.issn.1672–6146.2021.02.017

王忠诚, wzc366@163.com。

2020–08–16

国家国防科工局高分辨率对地观测系统重大专项(21-Y30B02-9001-19/22-4)。

(责任编校: 郭冬生)