测绘地理信息   2022, Vol. 47 Issue (2): 115-118
0
石漠化信息提取与时空演变分析——以贵州威宁县为例[PDF全文]
李玲1, 蔡忠亮1, 陈忠超2, 李琴2, 孙俊英2    
1. 武汉大学资源与环境科学学院,湖北 武汉,430079;
2. 贵州省第二测绘院,贵州 贵阳,550004
摘要: 以贵州省威宁县为研究区,运用多端元光谱混合分析法(multiple endmember spectral mixture analysis,MESMA)从2000年、2010年、2015年Landsat影像中提取石漠化信息,分析其时空演变特征。结果表明:该县石漠化主要呈面状连片分布,西北、中部较严重。2000-2015年间,该县石漠化先恶化后改善,石漠化总面积增长了653. 89km2;石漠化程度间转变活跃,以渐变式为主,低程度间易发生大面积转换,极强度石漠化较为稳定。
关键词: 石漠化    多端元光谱混合分析    信息提取    时空演变    威宁县    
Extraction and Analysis of Temporal and Spatial Evolution of Rocky Desertification: A C ase Study of Weining County
LI Ling1, CAI Zhongliang1, CHEN Zhongchao2, LI Qin2, SUN Junying2    
1. School of Resources and Environmental Sciences, Wuhan University, Wuhan 430079, China;
2. The Second Surveying and Mapping Institute of Guizhou Province, Guiyang 550004, China
Abstract: Extracting rocky desertification information and analyzing its spatial-emporal evolution play key roles in rocky desertification control.. In this paper, we take Weining County as study area and use the Landsat series images from 2000, 2010 and 2015 to extract rocky desertification by Multiple Endmember Spectral Mixture Analysis. Its spatial-temporal evolution characteristics are also analyzed. The results show that rocky desertification distributes widely in Weining County, mainly in a planar form. It is more serious in the northwest and central region. Between 2000 and 2015, the trend is to deteriorate first and then improve, and the total area of rocky desertification increased by 653. 89 km2. The transition between different types of rocky desertification is active, and the evolution mode is mainly gradual. The low-levels are prone to large-area conversion and the extremely strong level is relatively stable. The research results can provide scientific basis for the prevention of rocky desertification in Weining County to a certain extent, and promote its restoration of ecological environment and economic development.
Key words: rocky desertification    MESMA    information extraction    spatial-temporal evolution    Weining County    

石漠化信息提取是石漠化研究的基础[1],对于含有大量混合像元的影像,基于像素提取信息的方法效果不佳[2],而多端元光谱混合分析法(multiple endmember spectral mixture analysis,MESMA)基于亚像素提取信息的方法,依地表实际情况解混,精度更高[3]。运用时空动态模型定量分析多时序石漠化信息,可获得其时空演变规律,从而有效监测治理成果。

贵州省是典型喀斯特地貌区域,也是中国石漠化面积最大、程度最严重的省份。威宁县是该省石漠化较严重的县之一,也是国家石漠化综合治理试点县、扶贫开发重点县。本文以威宁县为研究区,运用MESMA提取其2000年、2010年、2015年石漠化信息,基于时空动态模型分析演变格局。研究结果有助于评价该县石漠化治理成效,为土地可持续发展提供科学依据,促进经济发展,加快脱贫攻坚。

1 研究区概况与数据源 1.1 研究区概况

威宁县(见图 1)地处贵州省西北部、毕节市西部,位置为103°36′~104°45′E、26°36′~27°26′N。全县总面积为6 299 km2,是贵州省面积最大的县。受断裂构造影响,该县沟壑纵横,地势自东南向西北抬升,中部开阔平缓,平均海拔为2 200 m。威宁县属亚热带高原季风性湿润气候,年温差小,年平均气温为10. 4 ℃;雨热同期,雨量、湿度大,年平均降雨量为962 mm。该县以岩溶地貌为主,碳酸岩分布广泛,是石漠化研究的典型区。

图 1 研究区范围 Fig.1 Location of the Study Area

1.2 数据源与预处理

本文的主要数据为威宁县2000年、2010年、2015年Landasat卫星影像(源于地理空间数据云http://www.gscloud.cn)。考虑到该县的气候特点,本文选用时相多为冬季的影像,采取辐射定标、大气校正、镶嵌、配准、裁剪等预处理。辅助分析数据含威宁县30 m地表覆盖数据。

2 研究方法 2.1 多端元光谱混合分析

考虑到影像的同物异谱与光谱可变性,MESMA认为任意像素i的光谱反应P' 是N种端元光谱反应P1P2PN的线性组合,可含多个端元类型与个数[3],如式(1)所示。由于影像中地物阴影普遍存在,为消除部分系统误差,提高解混精度,采用从影像中选取端元,建立“植被-基岩土壤-阴影”端元集[4, 5]。选取前,运用最大噪声比变换法对影像降维,计算像元纯度指数;再结合Google Earth选取端元,构建端元集。

$ {P'_{i\lambda }} = \sum\limits_{k = 1}^N {{f_{ki}} \cdot {P_{k\lambda }} + {e_{i\lambda }}} $ (1)

式中,P'为像素iλ波段的光谱反应;N为端元类型数;fki为第k种端元的丰度;P为第k种端元的光谱反应;e为实际与实验光谱反应间的残差。

为满足物理现实意义,端元类型的丰度之和应为1,各丰度应在0~1之间。全约束最小二乘法满足以上约束条件且运算效率较高[6],故用其求解各端元模型的丰度,并计算均方根误差,选择均方根误差最小者为像元的最佳端元组合。MESMA因其科学性、效益高等特点,被国内外广大学者运用于土地利用覆盖分类等研究[7-9]

2.2 石漠化分级标准

本文结合相关研究[10, 11],以基岩丰度为评价指标,制定石漠化分级标准(见表 1)。阴影非真实地物,需对MESMA的结果进行阴影归一化处理。结合地物丰度与分级标准,划分石漠化程度。

表 1 石漠化分级标准 Tab.1 Classification of Rocky Desertification

2.3 石漠化时空演变分析模型

为探究石漠化演变规律,需要建立数学模型计算其演变方式、方向、速率与频率[12]

演变方式用于初步探索石漠化程度间的转变特点与分析治理效果。基于相关研究成果[10, 12],本文将其分为渐变式、跳跃式、返变式。划分时段为前、后期,对起、中、末点石漠化程度进行空间运算。设abc为不同的石漠化程度,当结果为abbaab时,属渐变式;为abc时,属跳跃式;为aba时,属返变式。演变方向是通过计算转移矩阵,分析起、末点石漠化程度的转移去向与来源构成,反映石漠化程度间的相互转变关系,如式(2)所示。

$ \mathit{\boldsymbol{P}} = \left[ {\begin{array}{*{20}{c}} {{P_{11}}}& \cdots &{{P_{1j}}}\\ \vdots & \ddots & \vdots \\ {{P_{i1}}}& \cdots &{{P_{ij}}} \end{array}} \right] $ (2)

式中,P为转移矩阵;ij分别为起、末点的石漠化程度;Pij为其面积变化量,单位为km2

演变速率是计算研究时段内石漠化程度的转变速度,反映其变化的快慢,计算式为:

$ V = \Delta {S_i}/T $ (3)

式中,V为演变速率,单位为km2·a-1;∆Si为在时间T内某石漠化程度的面积变化值,单位为km2T的单位为a。

演变频率反映其变化的剧烈程度,计算式为:

$ f = \left( {\frac{{{\rm{\Delta }}{S_i}}}{{{S_i}}}} \right){T^{ - 1}} \times 100{\rm{\% }} = \frac{V}{{{S_i}}} \times 100{\rm{\% }} $ (4)

式中,f为演变速率,单位为%·a-1Si为初始的石漠化程度面积,单位为km2;其他符号意义与式(3)相同。

3 结果与分析 3.1 石漠化时空演变总体特征 3.1.1 石漠化空间分布格局

图 2可知,威宁县石漠化分布较广,等级齐全。西北部石漠化程度较为严重,强度、极强度面积占比高,呈面状分布;东南部严重程度次之,中、高程度面积占比高,面状、零散分布并存;西南部较轻,多为中、低程度石漠化,零星分布。在2000—2015年间,西北部石漠化呈扩张态势;前期其石漠化扩张明显,程度加深;后期其环境改善,石漠化程度减弱。而东南部分地区石漠化持续扩张,西南部四周受周边石漠化影响而轻度恶化。该县石漠化治理程度在空间分布上参差不齐,虽石漠化扩张趋势在一定程度上得以控制,但部分地区存在逐步恶化的情况。

图 2 石漠化空间分布图 Fig.2 Spatial Distribution Map of Rocky Desertification

3.1.2 石漠化时间变化特征

2000—2015年间石漠化总面积先增后减,共增长了653. 89 km2,如图 3所示。2011年前,该县环境保护力度较小,群众的环境保护意识薄弱。为获得更高的经济收入,当地群众盲目垦荒,导致石漠化总面积急剧增长。2011年国家全面启动石漠化综合治理工程,该县被列为重点示范县,此后得到了强有力的资金保障,开展了生态移民等治理工作,故后期石漠化面积减少,但整体形势依然严峻。

图 3 2000-2015年石漠化总面积变化 Fig.3 Variation of Rocky Desertification Total Area in 2000 to 2015

3.2 石漠化时空演变分析 3.2.1 石漠化演变方式

图 2进行空间运算,可知该县70% 的土地发生了石漠化程度变化,演变方式以渐变式为主,占比为33%;跳跃式为辅,占比为22%;返变式占比最小,为15%。渐变式为依照等级层层演变,可见该县石漠化程度变化符合事物缓慢变化的一般演变规律。跳跃式演变表现为发生石漠化、石漠化程度跨级加剧;可见该县喀斯特生态环境脆弱,石漠化程度易受人类活动等影响而发生跃迁。返变式演变表现为石漠化先恶化后改善、先改善后恶化,先恶化后改善现象占其主体,达78%。但局部存在治理成果不稳定、改善后恶化的情况,建议设立长效保障机制,如造林地的管护等。

3.2.2 石漠化演变方向

为了解石漠化程度转换时的空间位置变化,分别对图 2(a)图 2(b)图 2(b)图 2(c)进行空间叠加运算,得到威宁县2000-2010年、2010-2015年石漠化转移矩阵,二者相加得到2000-2015年石漠化转移矩阵。由表 2可知:2000-2010年间,各石漠化程度主要往更高一级转移,石漠化呈加剧趋势;2010-2015年间,除无明显石漠化外,各程度石漠化主要往更低一级转移,石漠化治理颇有成效。无明显、潜在石漠化虽为非石漠化类型,但极不稳定,易与低程度石漠化发生大面积转换。中、强度石漠化易向极强度石漠化转变,极强度石漠化基本稳定。威宁县2000—2015年演变为非石漠化的土地面积为2 162. 54 km2,演变为石漠化的土地面积为4 474. 47 km2,二者间比值为48. 33%。可见该县石漠化治理任务仍然非常艰巨。

表 2 2000-2015年石漠化程度演变转移矩阵/km2 Tab.2 Conversion Matrix of Different Rocky Desertification Types in 2000 to 2015/km2

3.2.3 石漠化动态变化

石漠化动态变化分析包含石漠化演变速率与频率。运用式(3)计算2000-2015年威宁县石漠化演变速率,可知其从大到小排序为潜在、轻度、中度、无明显、强度、极强度石漠化,如图 4所示。潜在石漠化的演变速率最大,为118. 58 km2·a-1;极强度石漠化的演变速率最小,为30. 44 km2·a-1。潜在石漠化与无明显石漠化均为非石漠化类型,相较于无明显石漠化,潜在石漠化的活跃度更高,说明威宁县生态环境的脆弱性,土地一旦受不合理的社会经济活动影响,容易产生石漠化现象并恶化。已石漠化类型中,石漠化演变速率随着石漠化程度加深而减缓。当土地转变为极强度石漠化,其演变速率减缓,说明极强度石漠化一旦形成,恢复、治理难度较大。

图 4 2000-2015年石漠化演变速率 Fig.4 Evolution Speed of Different Rocky Desertification Types(2000-2015)

运用式(4)计算2000-2015年威宁县石漠化演变频率。如图 5所示,石漠化演变频率与其程度呈正比:石漠化程度越高,其演变频率越高,变化越剧烈。在2000-2015年间,非石漠化、低程度石漠化土地虽产生了大面积的程度变化,但由于其初期面积较大,而使其演变频率相比中、强程度石漠化较小;而极强度石漠化土地在研究初期的面积较小,使其演变频率最高。由各石漠化程度的演变频率可知,2000- 2015年威宁县石漠化程度恶化程度较为剧烈。

图 5 2000-2015年石漠化演变频率 Fig.5 Evolution Frequency of Different Rocky Desertification Types(2000—2015)

4 结束语

本文运用MESMA提取威宁县2000-2015年3期石漠化信息,得出以下结论:①该县石漠化等级齐全,呈面状连片分布,西北部、中部石漠化较为严重。②2000-2015年间,该县石漠化先恶化后改善,石漠化总面积增长了653. 89 km2,虽扩张趋势得以控制,但局部地区存在持续恶化与治理后反弹现象,整体防治形势依然严峻。③该县不同石漠化程度间的转变活跃,70% 的土地发生了石漠化程度变化;演变方式以渐变式为主,主要向相邻程度转化;低程度石漠化间易发生大面积转换,极强度石漠化较为稳定。

参考文献
[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(2): 31-35.
[2]
Ichoku C, Karnieli A. A Review of Mixture Modeling Techniques for Sub-Pixel Land Cover Estimation[J]. Remote Sensing Reviews, 1996, 13(3/4): 161-186.
[3]
Roberts D, Gardner M, Church R, et al. Mapping Chaparral in the Santa Monica Mountains Using Multiple Endmember Spectral Mixture Models[J]. Remote Sensing of Environment, 1998, 65(3): 267-279. DOI:10.1016/S0034-4257(98)00037-6
[4]
Liu J T, Feng Q L, Gong J H, et al. Land-Cover Classification of the Yellow River Delta Wetland Based on Multiple End-Member Spectral Mixture Analysis and a Random Forest Classifier[J]. International Journal of Remote Sensing, 2016, 37(8): 1845-1867. DOI:10.1080/01431161.2016.1165888
[5]
丁建丽, 姚远. 干旱区绿洲典型地物MESMA模拟分解与验证[J]. 地球信息科学学报, 2013, 15(3): 452-460.
[6]
Heinz D, Chang C I, Althouse M L G. Fully Constrained Least-Squares Based Linear Unmixing(Hyperspectral Image Classification)[C]. Geoscience and Remote Sensing Symposium, IGARSS '99 Proceedings, IEEE, Hamburg, Germany, 1999
[7]
陈元鹏, 郧文聚, 周旭, 等. 基于MESMA和RF的山丘区土地利用信息分类提取[J]. 农业机械学报, 2017, 48(7): 136-144.
[8]
马孟莉, 朱艳, 李文龙, 等. 基于分层多端元混合像元分解的水稻面积信息提取[J]. 农业工程学报, 2012, 28(2): 154-159.
[9]
刘正春, 张辉, 毕如田, 等. 基于地理分区的多端元光谱混合分析方法[J]. 测绘地理信息, 2015, 40(4): 63-66.
[10]
李国明, 郭兵, 甘泉, 等. 若尔盖县生态系统脆弱性遥感监测评价[J]. 测绘地理信息, 2018, 43(2): 11-14.
[11]
杨苏新, 张霞, 帅通, 等. 基于混合像元分解的喀斯特石漠化地物丰度估测[J]. 遥感技术与应用, 2014, 29(5): 823-832.
[12]
白晓永, 王世杰, 陈起伟, 等. 贵州土地石漠化类型时空演变过程及其评价[J]. 地理学报, 2009, 64(5): 609-618.