喀斯特石漠化时空变化过程及其驱动因素
——以广西来宾市为例
2024-04-25孙新宇
孙新宇
(湖南师范大学地理科学学院,长沙 410081)
石漠化是一种类似于荒漠化的土地退化过程,表现为地表植被破坏、土壤侵蚀和土地生产力下降,主要分布在热带、亚热带岩溶碳酸盐岩发育良好的山区[1]。喀斯特地貌陡峭而破碎,地表土层浅薄,景观格局脆弱,为石漠化形成提供了驱动潜力[2]。此外,随着经济的不断增长,区域人口密集,陡坡开垦规模扩大,人地矛盾突显,加速石漠化的发展[3]。严重的石漠化问题将不可避免地对生态环境造成危害,威胁国家生态安全和可持续发展,制约区域社会经济发展水平。
准确识别和监测石漠化信息是实现精准治理的重要前提。近年来,许多学者对石漠化提取信息方法进行了深入研究。特征空间模型可以直观反映景观过程中敏感参数之间的相互作用,已被广泛应用于荒漠化、干旱和土壤水分监测[4]。地表反照率(Albedo)-归一化植被指数(NDVI)模型在森林覆盖率丰富的大面积地区进行荒漠化监测具有较高的实用性[5-6]。Guo等[7-8]发现石漠化造成的土地退化景观与荒漠化具有相似之处,一些研究已使用Albedo-NDVI、点对点裸土指数(BLI)-干燥指数(DI)或点对线BLI-NDVI模型开发了喀斯特石漠化监测指标,并取得了较好的反演结果。在石漠化过程中,BLI能够反映裸露土地或岩石面积随石漠化程度的扩大趋势。Guo等[9]研究发现,在相同成像条件下,裸地的地表温度会高于完全覆盖的地表温度,地表温度(LST)也是构建特征空间模型的一个有用指标。
遥感技术的不断发展,提高了石漠化信息提取的准确性,为探究喀斯特石漠化时空变化过程及其驱动因素奠定基础[10-11]。近年来,学者们对石漠化的演化过程提出了多种分类,如单变式、渐变式和返变式,或分为退化期和生态重建期[12-13]。石漠化时空演变受到环境变化和人类活动的综合影响。极端气候事件、不合理的土地利用和不利的生活环境等均会阻碍生态恢复进程,加剧石漠化[14-15]。因此,探索石漠化的主要驱动因素及其相互作用至关重要。然而,以往大多数研究从石漠化现状出发,忽视了长时间序列石漠化影响因素的变化过程。因此迫切需要结合时间上和空间上的演变过程定量揭示西南典型喀斯特区域石漠化驱动因素,为正确认识石漠化形成的复杂动力提供科学依据。
1 研究区概况
研究区位于中国西南部广西来宾市,地处东经108°24′~110°28′,北纬23°16′~24°29′(图1),土地面积约为13 411 km2。该地区石灰岩、白云岩分布广泛,岩溶地貌发育良好,岩溶面积约为8 276 km2,占全市土地面积的61.7%,是中国最典型的亚热带喀斯特地貌城市之一。该区域属亚热带季风气候,降水充沛,年降雨量达1 360 mm,年平均气温为20.3 ℃,日照充足,年日照达1 582 h,旱季和雨季之间存在显著差异。地形类型主要为山地和丘陵,平均海拔为125 m。土地利用类型主要为林地和耕地,林地分布面积最广,占62.5%,其次是耕地,占总面积的20.1%。
图1 研究区地形分布
2 研究方法
2.1 研究数据与数据预处理
2000年、2005年、2010年、2015年和2020年的Landsat 7 ETM+、Landsat 5 TM和Landsat 8 OLI影像数据均下载于美国地质调查局网站,时空分辨率分别为16 d和30 m,影像云量均小于10%,影像成像时间为9—12月,植被覆盖度相对较低,裸露地表可见度高。空间分辨率为30 m的数字高程模型数据下载于地理空间数据云。土地利用数据和气象数据均来自中国科学院资源与环境科学数据中心网站,空间分辨率分别为30 m和1 000 m。研究区国内生产总值(GDP)和人口密度数据均来自广西壮族自治区统计局官网。岩性图来自喀斯特科学数据中心网站。
所有数据经过预处理之后都转换为公共空间参考(WGS1984,UTM Zone 49N),并采用最近邻近法进行重采样,栅格数据统一为30 m×30 m。为减少石漠化发生区域的误判,利用岩性图和土地利用数据裁剪出非喀斯特、水体、建设用地等不可能发生石漠化的区域。
2.2 地表参数反演及归一化
基于Landsat遥感影像数据,利用ENVI 5.3软件和ArcGIS 10.2平台定量反演BLI和LST,BLI计算公式为
(1)
式中:Bswir1、Bred、Bnir和Bblue分别为预处理后Landsat影像数据的短波红外1波段、红波段、近红外波段和蓝波段的反射率。
根据像元二分模型原理,拟采用NDVI估算研究区植被覆盖度,然后利用辐射传输方程方法反演LST,公式为
(2)
ε=0.004Fvc+0.986
(3)
(4)
(5)
式中:Fvc为植被覆盖度;NDVIveg为全由植被组成的像元值;NDVIsoil为全无植被组成的像元值;ε为地表比辐射率;B(LST)为同温度下黑体在热红外波段的辐射亮度;lλ为经过辐射定标的热红外波段;L↑、L↓分别为大气向上和大气向下辐射亮度值;τ为图像成像当天的大气透射率;K1和K2为卫星发射前的预设常数。
由于不同参数之间存在差异,需要对反演结果进行规范化处理,公式为
(6)
式中:N′i为参数i的归一化结果;Ni,min和Ni,max分别为参数i的最小值和最大值。
2.3 特征空间模型
由两个典型地表参数构建的特征空间是监测干旱、土壤水分和土壤盐分的便捷途径,能够较好地反映景观过程中各敏感参数之间的交互作用,这为定量检测石漠化提供了较好的参考。已有研究表明,在石漠化过程中,BLI能够直观地反映随着石漠化程度的加剧裸地或岩石面积扩大的趋势[16]。由于不同地物的热容不同,裸露岩石的温度比植被覆盖物、裸露土壤和水的温度升高得更快、更高,LST能够较好地显示随着石漠化程度的增加地表面温度升高的现象。因此,根据石漠化的主要成因和区域生态环境特征,选择BLI和LST构建石漠化特征空间。如图2(a)所示,构建的特征空间由A、B、C、D所包围,呈现梯形空间分布模式。其中,AB边缘代表没有或潜在石漠化的地区,CD边缘代表石漠化严重的地区,特征空间中任意点到AB边的距离可以反映喀斯特石漠化程度。
图2 特征空间模型
基于2020年遥感数据,获取研究区域内BLI和LST对应的所有网格数据值,构建点对线BLI-LST特征空间模型[图2(b)]。为确保相同水平上的像元能够准确分类,过点(0,0)绘制一条垂直于回归线L1的L2线,垂直于L1线的椭圆形横截面能够有效反映石漠化程度[17-18]。并结合式(7)计算得到喀斯特石漠化综合指数(KRDI)。最后,利用ArcGIS 10.2的栅格计算器得到石漠化空间分布结果。参考前人不同的石漠化分类标准和区域景观格局综合特征,运用自然断裂法,将石漠化程度划分为5个层次:无石漠化、潜在石漠化、轻度石漠化、中度石漠化和重度石漠化。其中,无石漠化和潜在石漠化属于非石漠化类型,轻度、中度和重度石漠化属于石漠化类型[19]。
(7)
2.4 验证方法
为评估石漠化反演结果的准确性,基于高空间分辨率的Google Earth图像,将图像追溯至2020年,采用随机采样方式在图像中描绘出裸露岩石斑块。参考Landsat遥感图像的空间分辨率,裸露岩石板块被划分成30 m×30 m的网格,并计算每个网格中岩石和植被的比例,获得325个验证样本,如图3所示。
图3 地面验证样本点空间分布
采用精度指数和基本误差矩阵评估石漠化反演结果的准确性。
(8)
(9)
式中:UA,i、PA,j分别为用户反演类型i的精度和生产者观测类型j的精度;Ci+、C+j分别为反演类型i和观测类型j的总数;Cij为正确分类的总数;n为类别的数量;Cii为反演类型i被正确分类的数量;Cjj为观测类型j被正确分类的数量。
2.5 地理探测器
在中国西南岩溶地区,喀斯特石漠化的形成和演化总是受到地形、植被、气候和人类活动等多种因素的影响。选取Albedo、坡向、海拔、GDP、人口密度、降水量、植被覆盖度、坡度和气温9个典型驱动因子,采用地理探测器定量揭示石漠化演变的背后驱动力,为石漠化治理提供科学依据[20]。地理探测器是一种新的统计方法,已广泛运用于自然科学和社会科学,可以监测空间异质性并揭示某种地理现象背后的驱动力[21]。采用地理探测器中的因子监测和交互探测定量探究单一驱动因子对石漠化的贡献率,以及两种影响因子对石漠化的共同作用(增减)和相互独立性,公式为
(10)
3 结果与分析
3.1 特征空间模型结果验证
采用误差矩阵方法对石漠化信息提取结果进行精度验证。由表1可知,基于点对线的BLI-LST特征空间模型用于石漠化反演具有较高的准确性和分类性能,总体精度达87.1%,Kappa系数为0.838。其中,重度石漠化反演精度最高,达96.5%,无石漠化次之,为94.4%,说明边缘程度石漠化判对精度较高。潜在、轻度和重度石漠化的用户精度分别为82.9%、79.7%和82.4%。总体而言,运用该模型反演研究区石漠化具有较好的适用性,能够满足精度要求。
表1 不同程度石漠化的误差矩阵
3.2 石漠化时空变化特征
运用BLI-LST特征空间模型获取2000—2020年研究区石漠化空间分布结果(图4)。从图4中能够明显看出,2000年和2005年,石漠化严重区域主要集中在中部地区,而东部和西部地区表现较轻。2010年和2015年,中部地区的石漠化程度显著改善,东部和西部地区的变化在这一时期保持相对稳定。然而,2020年出现了截然不同的趋势,东部和西部地区的石漠化程度明显下降,表明这些地区在防治石漠化方面取得了积极进展。与2015年相比,中部地区却出现了增长,这可能由于中部地区地势平坦,适合人类居住,不合理的人类活动加速石漠化发育。
图4 2000—2020年石漠化空间分布
通过栅格计算统计得到不同石漠化等级的面积和占比(表2)。结果表明,2000—2020年,无石漠化面积显著增加,增加1 360.2 km2;潜在石漠化面积呈现出先增大后减小的趋势;轻度、中度和重度石漠化面积均有所减少,面积分别减少341.1、618.9、236.3 km2;石漠化总体占比从28.1%大幅下降到13.6%,表明石漠化治理成效显著。
表2 2000—2020年不同程度石漠化面积及其占比
3.3 不同土地利用类型下的石漠化变化
土地利用类型可以很好地反映人类活动强度。如图5所示,耕地上潜在石漠化面积最大,面积比从2000年的34.5%上升到2020年的51.7%,总体呈上升趋势。无石漠化变化趋势不明显,2015年面积占比最大(21.3%),2020年最小(12.2%)。轻度石漠化呈现增加趋势,从2000年的18.3%增加到2020年的20.3%。中度和重度石漠化均呈现减少趋势,分别从2000年的22.3%、9.1%减少到2020年的11.9%、3.95%。林地面积以无和潜在石漠化地区为主,无石漠化呈现明显增加趋势,潜在呈现减少趋势,2020年占比分别为70.7%、28.3%。其他等级石漠化占比较小,2000—2020年面积占比均未超过10%。草地面积中潜在石漠化在2020年达到最大面积占比,为79.0%。重度呈现先增大后减少趋势,从2000年的4.1%增加到2010年的11.1%再减少到2020年的0.2%。土地利用类型不同,石漠化分布存在显著差异。石漠化主要发生在耕地和草地两种土地利用类型上,林地上石漠化发生面积最少,这主要是因为耕地和草地是人类活动较强的地类,地表覆盖的土层较薄,冲刷较强,水土流失快,致使石漠化发生面积较大。
图5 2000—2020年不同土地利用类型中石漠化面积占比
3.4 驱动因素分析
3.4.1 单因素
喀斯特石漠化的发生发展受到自然环境和人类干扰的共同影响,定量探究长时间序列石漠化背后的驱动力对于石漠化精准治理具有重要意义。如图6所示,2000—2020年,坡向的解释力整体偏小,说明石漠化的发育受坡向影响较小。2000年,植被覆盖度的解释力最大,q为0.42。而后,随着经济的不断发展,人类活动强度增强,2005年(q=0.29)和2010年(q=0.22)人口密度成为主导因子。2015年和2020年人口密度的影响力无显著变化,q分别为0.25、0.22,但植被覆盖度的影响力凸显,成为主导因子,q分别为0.33、0.49。
图6 不同时期石漠化单一主导因素
3.4.2 交互因素
为探究多种因素对石漠化演化的共同作用,利用地理探测器中的交互因子探测器揭示研究区2000—2020年石漠化的主导交互因子。如图7所示,2000年植被覆盖度∩GDP对石漠化的驱动作用最大,q为0.55,其次是植被覆盖度∩人口密度(q=0.54)、植被覆盖度∩降水(q=0.49)和人口密度∩GDP(q=0.48)。到2005年,植被覆盖度∩人口密度成为主导交互因子,q为0.43,其次是人口密度∩GDP(q=0.43)、降水∩人口密度(q=0.39)和植被覆盖度∩GDP(q=0.35)。2010年人口密度∩GDP的解释力最大,q为0.40,说明人类活动干扰不断增强。到2015年,人口密度∩GDP对石漠化的驱动作用仍保持最强,q为0.57。而在2020年间,植被覆盖度∩GDP成为主导交互因子,q值达0.62,这可能是此期间人类活动的积极影响促进植被恢复。综上,石漠化演变过程的主导交互因子主要集中于植被覆盖度、人口密度、GDP和降水量之间的两两交互作用影响。
图7 2000—2020年石漠化交互主导因素
4 讨论
正确把握西南地区喀斯特石漠化发展规律和成因对于制定石漠化治理措施具有重要指导意义,对于协调生态环境和经济建设之间的关系具有重要的理论价值和现实意义。2000—2020年,研究区石漠化演变呈现“先缓后快”的改善趋势,2000—2010年,无石漠化面积增长缓慢,年均增长9.6 km2,后10年石漠化治理步伐显著加快,无石漠化年均增长126.5 km2。这种变化趋势与人类活动以及同期中国社会经济发展和生态建设的背景密切相关[22]。2000年以前,农村人口众多,土地依赖性强、需求量大,耕作方式不合理,致使土地破坏和植被退化[23]。2005—2010年,集体林权制度改革和“绿水青山就是金山银山”科学理念的提出,人们耕作方法开始趋于科学化,森林场地条件逐渐改善[24]。然而,已受损的地表难以恢复,植被生长缓慢,减缓了石漠化治理步伐。随着城市化发展,大量农村人口外出务工,对土地的依赖性减弱,对林地的砍伐和破坏相对减少。此外,2015年生态文明体制改革总体规划的有效实施,生物多样性逐渐增加,森林资源持续增长,石漠化治理取得显著成效。
从空间上看,石漠化呈现“东西轻,南北重”的分布格局。南北区域地势平缓,适宜人类居住,频繁的人类活动对石漠化的形成产生重大影响。稀疏的植被、滥伐以及不合理的耕作措施和方式导致了草地大规模退化,严重破坏区域植被生态系统[25]。东西区域人口稀少,经济发展水平较低,人类活动干扰水平较低,森林立地条件优越,不利于石漠化的形成[26]。
在充分认识喀斯特石漠化时空变化原因的基础上,精准把握长时间序列下自然环境和人类活动变化对石漠化形成的影响机制,才能为环境管理决策者提供科学支撑。2000年,植被覆盖度是影响石漠化空间分布的主导因素,说明这一时期自然因素是石漠化演变的主要原因[27]。随着城市化和生态环保措施的实施,2005—2010年,人口密度对石漠化的驱动力逐渐凸显,人类活动逐渐削弱了自然因素在石漠化过程中的主导作用。这一时段基本农田建设、水土保持、植树造林等重点生态建设项目的实施,提高了地区的植被覆盖率和生态多样性,积极的人类活动抑制了石漠化进程[28-29]。在此之后,植被逐渐恢复,区域植被生态系统的质量明显提高,石漠化状况显著改善。总的来说,植被覆盖和人口密度是石漠化形成的主导因素,应坚定践行“绿水青山就是金山银山”的科学理念,提倡循序渐进、动态演进的石漠化治理方式,实现“裸露基岩-苔藓-地衣-草-灌木”的植被恢复过程,发挥积极的人为因素。
5 结论
以典型喀斯特区域广西壮族自治区来宾市为研究对象,以Landsat遥感影像数据为基础,运用BLI-LST特征空间模型得到2000—2020年研究区石漠化空间分布结果。在此基础上,定量分析喀斯特石漠化时空变化过程和驱动因素,得到如下结论。
(1)基于点对线的BLI-LST特征空间模型在喀斯特区域石漠化信息获取中具有较好的应用价值,总体精度达87.1%,Kappa系数为0.838。
(2)研究区石漠化演变呈现“先缓后快”的改善态势,2000—2020年,石漠化总体面积从28.1%下降到13.6%。
(3)空间上研究区石漠化呈现“东西轻,南北重”的分布格局,东西部人口稀少,石漠化程度较低,南北部地势低,植被稀疏,石漠化较为严重。
(4)石漠化状况是自然因素和人类活动综合作用的结果,两者的相互作用强于单一因素的驱动作用。2000—2020年,研究区人类活动逐渐成为加剧或改善石漠化状况的主导因素,但自然因素仍是影响石漠化空间分布的主要因素。