基于TM衛(wèi)星影像數(shù)據(jù)的喀斯特地區(qū)植被覆蓋變化
——以廣西巴馬瑤族自治縣為例

覃暢文

（廣西國(guó)土資源規(guī)劃設(shè)計(jì)集團(tuán)有限公司，廣西 南寧 530000）

0 引言

脆弱的地質(zhì)背景加上長(zhǎng)期以來人類的不合理干擾，使我國(guó)西南喀斯特地區(qū)自然植被不斷遭到破壞，土壤侵蝕嚴(yán)重，基巖大面積裸露，土地生產(chǎn)力下降，呈現(xiàn)出類似荒漠的石漠化景觀[1-2]。國(guó)家先后在西南喀斯特地區(qū)實(shí)施了退耕還林還草、保護(hù)、天然草地植被恢復(fù)與建設(shè)等一系列生態(tài)建設(shè)工程，開展生態(tài)恢復(fù)工作，尤其在2008 年國(guó)務(wù)院批復(fù)了《巖溶地區(qū)石漠化綜合治理大綱（2006—2015）》以來，喀斯特地區(qū)植被發(fā)生了較大變化。因此，植被動(dòng)態(tài)監(jiān)測(cè)與分析成為喀斯特地區(qū)生態(tài)建設(shè)工程成效監(jiān)測(cè)與評(píng)估的關(guān)鍵內(nèi)容之一[3-4]。

該文使用2004 年、2010 年、2014 年3 個(gè)時(shí)相的TM 影像，預(yù)處理后計(jì)算其歸一化植被指數(shù)、差值植被變化指數(shù)和植被覆蓋度，分析廣西巴馬瑤族自治縣這10 年來植被變化情況以了解人類活動(dòng)對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境所產(chǎn)生的影響，為合理開發(fā)利用當(dāng)?shù)氐纳鷳B(tài)資源提供一定的依據(jù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況與研究數(shù)據(jù)源

1.1.1 研究區(qū)概況

巴馬瑤族自治縣位于廣西壯族自治區(qū)西北部，介于東經(jīng)106°51′—107°23′、北緯23°51′—24°23′之間，總面積1971平方公里，東臨大化瑤族自治縣，南與平果、田東、田陽縣毗鄰，西和百色市、凌云縣接壤，北同東蘭、鳳山交界，如圖1 所示。巴馬屬于亞熱帶季風(fēng)氣性候區(qū)，熱量豐富，雨量充沛，雨熱同期。濕熱的氣候造就其發(fā)育的巖溶地貌：全縣巖溶地貌面積為888.77km2，占全縣土地總面積的44.98%，超過國(guó)家劃分巖溶地區(qū)縣域規(guī)定標(biāo)準(zhǔn)，是典型的巖溶地區(qū)縣[5-7]。

圖1 巴馬瑤族自治縣喀斯特地貌空間分布圖

1.1.2 數(shù)據(jù)源

該文使用巴馬的基礎(chǔ)邊界數(shù)據(jù)和分辨率為30 m 的Landsat TM 衛(wèi)星影像數(shù)據(jù)，影像軌道號(hào)為126/43，該景影像能覆蓋巴馬全縣。分別下載2004 年、2010年、2014 年3 個(gè)時(shí)相的影像，影像時(shí)間為10 月、11 月，最長(zhǎng)的時(shí)間間隔不超過一個(gè)月，且影像云量較低，屬于時(shí)間比較接近，質(zhì)量比較好的影像。

1.1.3 數(shù)據(jù)預(yù)處理

為了進(jìn)一步保證提取信息的準(zhǔn)確性，還需要對(duì)影像進(jìn)行大氣校正、裁剪以及投影轉(zhuǎn)換等預(yù)處理?？紤]到受成像時(shí)間、覆蓋范圍、云量大小以及傳感器等客觀因素的限制，選取的多源遙感數(shù)據(jù)空間分辨率無法做到一致，而該文所研究的喀斯特地區(qū)植被覆蓋度采用的是NDVI和像元二分模型來進(jìn)行估算的，且計(jì)算方法也是基于地表光譜信息進(jìn)行的，因此和空間分辨率并無太大的關(guān)系，基于此，該文針對(duì)不同分辨率影響并未做特別的重采樣處理。

1.1.3.1 大氣校正

對(duì)遙感影像進(jìn)行大氣校正的主要目的是為了消除遙感數(shù)據(jù)中光照等因素的干擾，進(jìn)而獲得精準(zhǔn)的地表反射率數(shù)據(jù)。該文使用ENVI5.6 平臺(tái)的FLAASH 模塊對(duì)大氣進(jìn)行校正。

1.1.3.2 圖像融合

圖像融合的目的是為了消除不同源信息之間有可能存在的冗余和矛盾，使遙感影像中的數(shù)據(jù)信息更清晰、明確，提升對(duì)圖像進(jìn)行解譯的精準(zhǔn)度和可靠性，從而對(duì)目標(biāo)進(jìn)行完整、準(zhǔn)確地描述。該文以ENVI5.6 平臺(tái)為基礎(chǔ)，采用GSPSC融合方式對(duì)分辨率較低的多光譜影像和分辨率較高的全色影像進(jìn)行融合。

1.1.3.3 圖像裁剪

圖像裁剪是指剔除研究之外的遙感影像，得到自己想要的影像區(qū)域。經(jīng)過數(shù)據(jù)處理，結(jié)合巴馬瑤族自治縣喀斯特地區(qū)矢量數(shù)據(jù)，采用ENVI5.6 平臺(tái)中的Subset Data from ROIS工具對(duì)遙感影像進(jìn)行裁剪，最終得到了研究區(qū)域的基礎(chǔ)遙感影像數(shù)據(jù)。

1.2 研究方法

1.2.1NDVI計(jì)算

NDVI即歸一化植被指數(shù)，在遙感影像上是指近紅外波段的反射值與紅光波段的反射值的差值與兩者之和的比值，是當(dāng)前應(yīng)用最廣泛的一種計(jì)算植被指數(shù)的方法。計(jì)算方法簡(jiǎn)單易行，可以較好地反映該像元對(duì)應(yīng)區(qū)域的植被覆蓋和土地覆蓋類型的綜合情況。因此，歸一化植被指數(shù)常被用來研究地表植被的時(shí)空變化[8]。NDVI的計(jì)算依賴于遙感影像近紅外波段的反射值（NIR）和紅外波段的反射值（Red）的比值參數(shù)，如公式（1）所示。

式中：NDVI一般為-1~1。NDVI值越高，說明植被覆蓋越好，水域區(qū)域?yàn)樨?fù)值。

1.2.2 植被覆蓋度計(jì)算

目前，很多利用遙感數(shù)據(jù)計(jì)算植被覆蓋度的方法已經(jīng)非常成熟，較為實(shí)用的方法就是利用植被指數(shù)近似估算地表的植被覆蓋度。像元二分模型能夠?qū)鞲衅鞑蹲降降牡乇砉庾V信息拆分為全植被覆蓋信息和非植被覆蓋信息2 個(gè)部分，然后再將2 個(gè)部分的信息融合為一個(gè)像元信息。該文即是實(shí)用歸一化植被指數(shù)，通過采像元二分模型來計(jì)算植被覆蓋度。像元二分模型如公式（2）所示[9]。

式中：F為植被覆蓋度，NDVImax與NDVImin分別表示區(qū)域內(nèi)的最大與最小的NDVI值。由于遙感影像不可避免地存在噪聲，因此NDVImax與NDVImin一般取在置信度范圍內(nèi)的最大值與最小值，置信度的取值主要根據(jù)影像的實(shí)際情況來定，一般來說取95%。

1.2.3NDVI差值指數(shù)

NDVI差值指數(shù)是對(duì)2 個(gè)年份的NDVI值的變化進(jìn)行量化，將變化的值記為NDVIΔ。即用后一個(gè)時(shí)期的NDVI值減去前一個(gè)時(shí)期的NDVI值，如公式（3）所示。

式中：NDVIΔij為第i年相對(duì)第j年的NDVI變化值，NDVIi與NDVIj分別為第i年與第j年的NDVI值，取值范圍為[-2，2]，且其NDVI值都大于0.1。

2 結(jié)果與分析

2.1 植被覆蓋度空間分布

2.1.1 植被覆蓋度總體分布

根據(jù)植被覆蓋度計(jì)算公式（公式（1）），計(jì)算得到NDVI并取其在置信度范圍內(nèi)的最大最小值計(jì)算（公式（2））得到植被覆蓋度制圖如圖1 所示。將植被覆蓋計(jì)算結(jié)果分為5 個(gè)等級(jí)：F<0.2、0.2~0.4、0.4~0.6、0.6~0.8、0.8~1，分別命名為極低覆蓋度、低覆蓋度、中覆蓋度、高覆蓋度和極高覆蓋度。由圖2 可知，巴馬近10 年的植被覆蓋總體維持在較高的水平。

圖2 巴馬縣2004—2014 年植被覆蓋度等級(jí)面積占比

2.1.2 喀斯特區(qū)與非喀斯特區(qū)植被覆蓋

為了更清楚地了解巴馬縣喀斯特地區(qū)與非喀斯特地區(qū)（低山丘陵地區(qū)）植被覆蓋具體情況，利用巴馬縣行政邊界、喀斯特區(qū)域矢量邊界等數(shù)據(jù)，結(jié)合ArcMap 分區(qū)統(tǒng)計(jì)工具，分別提取巴馬縣喀斯特區(qū)和非喀斯特區(qū)的植被覆蓋并計(jì)算其各個(gè)植被覆蓋度與全縣總面積的占比情況見表1~表3。

表1 2004 年喀斯特區(qū)與非喀斯特區(qū)植被覆蓋占比

表2 2010 年喀斯特區(qū)與非喀斯特區(qū)植被覆蓋占比

表3 2014 年喀斯特區(qū)與非喀斯特區(qū)植被覆蓋占比

對(duì)巴馬3 個(gè)時(shí)相喀斯特區(qū)、非喀斯特區(qū)植被覆蓋分區(qū)統(tǒng)計(jì)情況進(jìn)行分析，可知非喀斯特區(qū)在極低-低覆蓋、高-極高覆蓋均比喀斯特區(qū)多。這說明人類在非喀斯特區(qū)活動(dòng)強(qiáng)于喀斯特山區(qū)。

2.2 基于NDVI 差值指數(shù)變化分析

2.2.1 全縣整體NDVI差值變化

根據(jù)植被差值指數(shù)公式計(jì)算出來，并對(duì)其進(jìn)行重新分級(jí)，分級(jí)標(biāo)準(zhǔn)為植被差值分級(jí)結(jié)果：1為嚴(yán)重退化（-2~-0.15），2 為中度退化（-0.15~-0.05）、3 為輕微退化（-0.05~0）、4 為輕微改善（0~ 0.05） 、5 為中度改善（0.05~0.15） 、6 為極度改善（ 0.15~2）。分級(jí)統(tǒng)計(jì)制成統(tǒng)計(jì)圖表，如圖3 和表4 所示。

表4 2004—2014 年差值指數(shù)

圖3 2004—2014年不同差值植被指數(shù)等級(jí)變化情況

由2004—2014 年的差值數(shù)據(jù)分析，可知巴馬近10 年植被覆蓋變化情況總體向好，達(dá)到改善等級(jí)（包括輕微改善、中度改善、極度改善，下同）的面積為1922.96 km2，約占全縣面積97.34%。值得注意的是，2010—2014 年植被覆蓋出現(xiàn)退化的情況（嚴(yán)重退化、中度退化、輕微退化，下同）相對(duì)嚴(yán)重，占地274.53 km2，約為13.90%，在這3 個(gè)時(shí)相中較為嚴(yán)重。主要分布在喀斯特山區(qū)、非喀斯特丘陵地區(qū)、城鎮(zhèn)及其周邊。

2.2.2 喀斯特區(qū)、非喀斯特區(qū)植被差值指數(shù)變化

對(duì)2004—2010 年、2010—2014 年、2004—2014 年的差值結(jié)果按喀斯特區(qū)、非喀斯特區(qū)進(jìn)行分區(qū)統(tǒng)計(jì)，其結(jié)果見表5~見表7。

表5 2004—2010 年差值指數(shù)

表6 2010—2014 年差值指數(shù)

表7 2004—2014 年差值指數(shù)

綜合表中差值可以看出，發(fā)生退化的區(qū)域主要集中在非喀斯特區(qū)，2004—2010 年非喀斯特區(qū)植被退化情況比較嚴(yán)重。其中，2004—2010 年嚴(yán)重、中度、輕微3 種程度退化所占面積比較?。ㄒ姳?），且主要集中在中度退化和輕微退化2 個(gè)等級(jí)；2004—2014 年差值結(jié)果所得退化面積為46.32km2，約2.344%。

3 結(jié)論

綜合2004—2014 年全縣植被覆蓋差值結(jié)果，巴馬縣生態(tài)環(huán)境在這10 年總體以改善為主。其生態(tài)環(huán)境質(zhì)量經(jīng)歷了2004—2010 年的大幅改善階段，至2010 年為3 個(gè)時(shí)相最佳，和2010—2014 年的小幅退化階段。改善幅度總體多于退化幅度。因此2004—2014 年巴馬生態(tài)環(huán)境總體以改善為主。由喀斯特、非喀斯特植被覆蓋結(jié)果可知，非喀斯特地區(qū)的低植被覆蓋、高植被覆蓋區(qū)域均多于喀斯特區(qū)；同時(shí)，由差值結(jié)果可知，非喀斯特區(qū)退化、改善區(qū)域均多于喀斯特地區(qū)。也就是說，巴馬縣的人類活動(dòng)對(duì)喀斯特區(qū)影響大于非喀斯特區(qū)，但目前處于退化、低植被覆蓋區(qū)域的占比較小，可供開發(fā)利用的潛力較大。因此，巴馬的自然資源處于低端開發(fā)程度，仍然存在巨大的開發(fā)利用空間。