云南省2000—2020年石漠化时空演变分析

  目的  在宏观尺度利用遥感手段识别和提取石漠化斑块信息,定量分析石漠化的空间分布特征和时序演变过程,可为中国西南地区石漠化的发生、发展过程研究提供技术手段和数据支撑。  方法  以云南省为研究区,基于谷歌地球引擎(Google Earth Engine)平台,以2000、2010和2020年为研究时段,采用决策树分类法定量提取石漠化斑块信息;通过时空演变模型分析云南省石漠化的时空演变过程和特征。  结果  ①研究时段内,云南省石漠化状况整体得到改善,石漠化占国土面积比例从9.65%下降至6.48%,但局部地区仍在恶化。②云南省石漠化空间分布呈东多西少的特征,其中昭通、曲靖、文山、红河和昆明等地区的石漠化分布面积较大,占全省石漠化发生面积的65.42%~72.14%。③石漠化演变流向复杂,既转移至石漠化程度高的等级又向石漠化程度低的等级转移,边治理边破坏的现象未被遏制。④极重度石漠化修复所需的周期较长,近20 a间云南省极重度石漠化大部分转移至重度石漠化。⑤石漠化内部演变过程剧烈,轻度石漠化和中度石漠化的综合变化速率较快,易于改善的同时亦存在较高的恶化风险,需加以重视。  结论  依据相关规程中的石漠化等级判定标准,采用决策树分类法,可准确提取宏观尺度的石漠化斑块信息。云南省石漠化土地面积呈减少趋势,空间分布不均匀,不同石漠化等级之间存在相互转化的现象。图3表4参25     

喀斯特石漠化地区遥感影像的决策树分类——以贵州省黔南州长顺县凯佐乡为例

喀斯待石漠化是在自然和人为因素相互作用下土地退化的现象.石漠化地区的遥感影像分类以往采用的是监督分类和非监督分类,但它们单纯地利用像元的亮度特征,分类精度低,往往不能满足实际的应用需要.决策树分类是一种新的遥感影像分类技术.以凯佐乡为研究对象,使用了ASTER影像数据、DEM和岩性数据,通过提取归一化植被指数、比值植被指数、地形坡度等数据建立分类规则,构建决策树.在ENVI软件支持下,获得了研究区的决策树分类影像.通过计算影像分类精度和Kappa系数.得到了以下结论：运用决策树分类法对石漠化地区遥感影像进行分类,可取得较理想的分类效果;实现了石漠化信息的自动化提取;若采用的遥感影像波段更多,DEM分辨率更高并减少数据处理中的误差将能够进一步提高分类精度.     

HJ卫星遥感在水稻长势分级监测中的应用

利用水稻分蘖期HJ-1A卫星遥感影像,提取江苏省姜堰市水稻种植面积并分析水稻的长势情况。在利用GPS实地取样调查和建立解译标志的基础上,进行HJ-1A卫星影像校正、人机交互式判读解译等操作,并将GPS样点数据校验贯穿到整个分类过程中,信息解译精度在90%以上。最后,利用归一化植被指数(NDVI)反演叶面积指数(LAI),依据LAI数据进行水稻长势分级,制作了姜堰市水稻分蘖期长势分级遥感监测专题图。     

水稻多时相植被指数特征及覆盖度提取研究

为准确快速获取水稻的植被指数特征和植被覆盖度信息,利用无人机采集水稻分蘖期、抽穗期和结实期的多光谱影像数据,选择不同类型的植被指数,利用样本统计法和植被指数交点法,提取并探究水稻3个生长期在地块和像元尺度下的植被指数特征,并运用阈值分割法提取水稻植被信息及覆盖度信息。结果表明,水稻3个生长期内,在像元和地块尺度下均表现出明显的物候特征,且与杂草和树木存在明显区别;多光谱植被指数的植被覆盖度提取精度整体高于可见光植被指数;归一化植被指数（normalized difference vegetation index,NDVI）对水稻3个时期植被覆盖度提取精度最高,提取误差分别为0.40%、0.43%和0.81%,R²为0.77、0.92和0.98,均方根误差（root mean square error,RMSE）为9.09%、2.97%和0.38%;可见光波段差异植被指数（visible-band difference vegetation index,VDVI）提取精度高于超绿红蓝差分指数（excess green-red-blue difference index,EGEBDI）和过绿减过红指数（excess green-excess red index,ExG-ExR）,提取误差分别为4.30%、1.36%和1.60%,R²分别为0.53、0.77和0.80,RMSE分别为14.62%、3.70%和5.50%。该研究成果可为作物长势监测及其植被覆盖度提取提供技术支撑。     

基于土地利用结构的贵州石漠化综合治理

以典型岩溶区贵州省为研究对象,以2015年高分一号和资源三号卫星影像数据为数据源,分别解译出石漠化和土地利用现状,叠置分析贵州省发生石漠化区的土地利用结构。结果发现,贵州省石漠化面积为27 956. 63 km~2,占国土总面积的15. 9%,旱地、灌木林地、草地等6种土地利用类型是贵州发生石漠化的主要土地利用类型,而高达76. 1%的石漠化面积分布在旱地、灌木林地和草地这3种土地利用类型。根据贵州石漠化区土地利用结构,贵州石漠化治理应以封山育林、经济林和草地建设为主,辅以防护林建设,配套相应的农田水利工程及畜牧业工程,实现对石漠化的综合治理。     

西南喀斯特峰丛洼地生态环境效应及其危害

采用岩土样分析法、编制TM遥感数据影像图法和野外调查等方法,研究了西南喀斯特典型峰丛洼地的生态效应。结果表明：与其他喀斯特地貌相比,峰丛洼地具有独特的生态环境特征,主要表现为：峰丛洼地石灰性土壤Ca、Mg的淋溶系数大,酸不溶物含量多,土壤缺乏C层,水土流失严重,植被生长受辐射逆温、日照少、温湿度时空分布不均的限制。在前期工作的基础上,编制了西南喀斯特地区碳酸盐岩分布图、石漠化分布图和峰丛洼地分布图,对这3个图的空间叠加分析发现,石漠化和峰丛洼地分布区是纯灰岩集中出露的地区,峰丛洼地分布区又是石漠化最严重的地区,石漠化是西南喀斯特峰丛洼地生态恶化的典型表现。石漠化已经成为西南喀斯特地区的灾害之源和贫困之源。     

高分一号提取植被信息方法对比

针对高分一号WFV传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)3种植被指数,采用不同时期的数据对四川省茂县地区进行植被信息提取,计算分析不同植被指数提取植被信息的差异性。结果表明:高分一号数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85。根据统计指标分析表明:在高原山区地形环境下,利用植被指数提取植被信息,高分一号卫星采用NDVI比较合适。     

基于无人机多光谱影像的地物识别

【目的】利用2018年5和6月获取的无人机多光谱影像对北京市大兴试验基地的部分农田进行地物类型提取研究。【方法】确定感兴趣地物种类,对影像进行时相与光谱特征分析,然后确定归一化植被指数NDVI、归一化绿蓝差异指数NGBDI、修正型比值植被指数MSR和红边波段反射率可以作为最优分类特征,通过基于光谱变量阈值分割的决策树分类法,实现地物分类,并提取种植面积,选取基于目视解译的地面调查数据进行方法验证。【结果】基于时相与光谱特征的决策树分类方法有较好效果,该方法用于小麦、果树和大棚的提取,误差值分别为10.68%、6.06%和16.48%,面积提取误差在17%以内,对无人机多光谱遥感影像进行地物识别具有一定的适用性。【结论】无人机低成本、高效率的优势为农田信息及时获取提供参考。     

喀斯特石漠化环境下草地遥感调查与空间关系分析——以三都水族自治县为研究实例

根据影像的色调和纹理特征,获取研究区的草地植被覆盖特征信息与喀斯特石漠化分布信息,并利用定位观测、野外样地调查进行验证,建立喀斯特石漠化环境下草地遥感调查解译标志,进而利用"3S"技术,通过对石漠化环境下草地相关数据分析,实现对喀斯特环境下草地分布的遥感调查及其在石漠化地区分布的空间相关性分析。并根据三都水族自治县喀斯特地区草地空间分布现状,提出了对草地石漠化的防治建议。     

铜仁市万山喀斯特地区石漠化演变及其对土地利用变化的响应

为了解万山典型喀斯特地区石漠化演变与土地利用变化的相关性，采用监督分类方法解译2000、2010年和2015年万山区土地利用现状图，与构建的岩性及同期石漠化叠加分析，探明每种岩性土地利用分布特征和每种土地利用类型石漠化发生百分比，以此揭示各土地利用类型对石漠化影响的程度。结果表明：从岩性空间上看，林地（有林地、灌木林地）在非碳酸盐岩组合上分布面积最广，其中林地面积最多为142.89 km²，在灰岩与白云岩混分布最少，面积最少为13.37 km²；2005—2010年的石漠化在灰岩与白云岩混上变化最大，变化速率为-1.87 km²·a^-1，其中，在灰岩与白云岩混上发育的轻度、中度石漠化比例最高，白云岩夹碎屑岩上发育的重度石漠化比例最高，整体上来说石漠化更容易在碳酸盐岩（灰岩与白云岩混、白云岩夹碎屑岩）上产生。根据典型石漠化的分级情况和各地类石漠化分布的占比得出，研究区发生石漠化的土地类型主要为旱地和林地（有林地、灌木林地），这两类土地类型对石漠化的贡献和响应最大，两地类石漠化发生比例最高分别为20.87%和4.32%，而旱地主要以发生轻度石漠化为主，且发生机率高达93.61%。研究结果为研究区内石漠化发生区域的定位和治理提供了科学参考。     

喀斯特石漠化形成原因及植被恢复途径探讨

喀斯特石漠化是在人的干预下,喀斯特地区植被和土壤退化导致的结果。通过回顾国内外喀斯特石漠化研究情况,在分析喀斯特植被退化的自然因素和人为因素基础上,提出喀斯特石漠化植被恢复应该选择合适的树种、合适的造林方式和治理模式,分阶段人为促进封山育林,转移剩余劳动力,用可持续理论引导当地居民逐渐改变古老的生产和生活习惯。     

石漠化生态恢复过程中土壤脲酶活性研究

从不同恢复年限、不同植被类型、不同坡向等角度对桂西北石漠化地区生态恢复的效果进行了比较分析,试图用土壤脲酶活性来说明石漠化地区土壤生态恢复的状况。结果表明：土壤脲酶活性与植被恢复年限、植被类型、坡向有密切的关系,土壤脲酶活性随植被恢复年限的增加而增大,混交模式的土壤脲酶活性明显高于单一植被的土壤,同一采样地点南坡土壤脲酶活性明显高于北坡。     

喀斯特石漠化与人类活动响应的定量研究——以广西都安县为例

利用TM遥感影像及其他相关数据,结合地面调查与GIS技术提取广西都安县的石漠化空间分布信息,选取该区域人口密度、经济密度、土地利用程度、离民居点和道路的距离等因素,定量研究了喀斯特石漠化发生率与人类活动强度的关系。结果表明:当人口密度超过一定阈值时,人口密度对石漠化强度有较明显的影响;经济密度对石漠化的产生具有普遍影响;土地利用程度指数对石漠化的影响明显;离民民点和道路越近,人类活动强度对石漠化的影响越大。强度石漠化、中度石漠化、轻度石漠化分布面积在离居民点和道路距离的第一个缓冲区内比例最高。     

基于生态系统服务功能重要性评价的喀斯特宜林地识别

通过生态系统服务功能重要性评价和离散型Hopfield神经网络系统（discrete hopfield neural network,DHNN）探讨喀斯特地区宜林地的快速识别方法。以贵州省普定县典型喀斯特石漠化区域为研究区，根据当地生态环境特征，选取土壤保持和石漠化控制这2个比较重要的生态系统服务功能，运用层次分析法和多因子综合评价法，建立生态系统服务功能重要性评价体系。通过对生态系统服务功能重要性空间分布规律的定量分析，获得适宜的人工造林区域，结合DHNN系统，构建宜林地快速识别模型，为喀斯特困难立地人工植被恢复和景观修复提供重要依据。     

饲用灌木资源开发利用研究现状及其对贵州石漠化地区的启示

根据国家石漠化综合治理草地畜牧业工程需要,应用生态学、植物学、营养学等学科理论,综述了贵州省喀斯特石漠化地区饲用灌木资源,并对其利用价值进行综合评价,指出以多花木兰(Magnolia multiflora)、紫穗槐(Amorpha fruticosa)、杭子梢(Campylotropis macrocarpa)等为代表的饲用灌木不但营养价值丰富,而且其抗逆性强,具有综合开发利用价值,并对喀斯特石漠化地区饲用灌木开发利用存在的问题进行分析,提出了解决对策,指出大力发展以饲用灌木为主的非常规饲料加工业是喀斯特石漠化地区发展生态畜牧业的重要保障,也是石漠化综合治理过程中提高植被覆盖率的有效途径。     

基于TM影像的文山州岩溶地区石漠化监测

运用2005年文山州TM影像资料及典型地区TM7个波段数据,对文山州岩溶地区石漠化土地进行研究,建立石漠化分级的遥感影像解译标志,生成文山州各县石漠化分布图,在Arcview平台上解译,参考其他相关资料及图件,对文山州岩溶地区石漠化现状进行监测,建立文山州石漠化监测空间数据库。     

基于RS·GIS的重庆南川市石漠化现状及敏感性分析

重庆南川市是中国西南石漠化灾害较为严重的地区之一。在RS、GIS的支持下,利用2004年的TM遥感影像数据,对南川市石漠化灾害现状及控制因素进行分析,结果表明:南川市喀斯特面积为973 km2,土地发生石漠化总面积达224.39 km2,其中轻度、中度、强度石漠化分别100.29、119.47和4.62 km2,潜在石漠化293.97 km2占喀斯特总面积的30.21%。应用GIS的空间分析功能,分别将南川石漠化现状图与南川DEM图、坡度图、地层岩性图、土地利用图叠加,发现南川石漠化主要分布在600~800 m与800~1 200 m的高程上、坡度主要集中在15°~25°上、地层主要以纯灰岩及灰岩和白云岩为主,土地利用中以旱地的石漠化严重;在不考虑人为因素的前提下,提取高程、坡度、植被覆盖率、地层岩性等作为评价因子,利用几何平均法在统一的空间框架中,通过空间运算,属性项合并,将石漠化敏感性划分为不敏感、低敏感、中敏感、高敏感和极高敏感5级,建立基于GIS的石漠化灾害敏感性评价模型。通过石漠化危险性分级与石漠化空间叠加分析,表明笔者所选评价指标及分级科学合理。通过模型实现南川市石漠化危险性区划,发现敏感区总面积507.20km2占岩溶区总面积的52.13%,为该地区石漠化灾害防治和生态环境保护等提供重要决策依据。     

西南岩溶石山区正负地形生态系统的对比研究及承载力内涵

对中国西南岩溶石山区地表岩溶形态进行研究,一般分为凸起的正地形和凹下的负地形。以西南石山区正地形的山体和负地形的深洼地(尤其有代表性的岩溶天坑)作为研究对象,对比正负地形生态系统现状表明:岩溶石山区正地形生态系统具有脆弱性,植被覆盖少、承载力低,出现石漠化现象;而负地形中最具有代表性的岩溶天坑坑内生态环境相对封闭,受外界影响小,植被覆盖较好,承载能力相对较高。     

喀斯特石漠化内在影响因素分析

以大量典型样地调查数据为基础,采用主成分分析(PCA)、梯度分析和多元线性回归分析相结合的方法,对影响石漠化的14个因子进行了定量分析.结果表明:植被因子和土壤环境因子的方差贡献率分别为34.53%和29.28%,是影响石漠化的内在主导因子.植被因子与石漠化的阶段和过程显著相关表征了石漠化在时间上的发展变化.土壤环境因子表征了石漠化在空间上岩性的差异特征,是石漠化类型的表现指标.图6表2参9