葉 杰，張 斌*，許軍強，谷芳瑩，張 寧

（1.河南省航空物探遙感中心，河南 鄭州450053；2.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局 第一地質(zhì)礦產(chǎn)調(diào)查院，河南 洛陽471023）

我國的石漠化最早出現(xiàn)在貴州、廣西、云南等較典型的喀斯特石山地貌區(qū)。其主要原因在于，受喀斯特地區(qū)地勢高、坡度大、降雨多以及不合理的濫砍濫伐、過度的土地開墾與礦山開采等自然和人類活動多重因素共同影響，地表植被遭到破壞，經(jīng)過長期的演化，地表呈現(xiàn)出水土流失、土地退化、基巖裸露等特征。作為南水北調(diào)水源區(qū)的河南省南陽地區(qū)，具有巖溶地質(zhì)背景，同樣出現(xiàn)了嚴重的石漠化現(xiàn)象。據(jù)相關(guān)資料統(tǒng)計，2013年南陽地區(qū)的溶巖面積為5 000 km2，已形成石漠化面積為1 467 km2，潛在石漠化面積為 1 660 km2，主要分布在丹江口庫區(qū)周圍以及丹江河、鸛河、淇河、滔河等流域，涉及約115個鄉(xiāng)鎮(zhèn)。

近年來，巖溶石漠化已成為研究熱點和生態(tài)環(huán)境治理的重點[1-3]。隨著遙感應用能力的不斷提升，基于遙感技術(shù)的石漠化遙感調(diào)查與監(jiān)測逐漸成為一些專家學者研究的熱點方向，如陳燕麗[4]等利用10 a的MODIS數(shù)據(jù)分析了不同等級石漠化NDVI和EVI的時間變化特征，利用全時間序列線性和對數(shù)相關(guān)模型對植被指數(shù)相關(guān)性進行了分析，并取得了積極效果；胡順光[5]等在喀斯特地貌區(qū)通過衛(wèi)星遙感數(shù)據(jù)構(gòu)建了廣西平果縣石漠化綜合指標度模型，提取了石漠化信息，提取結(jié)果與地質(zhì)圖勾繪的喀斯特區(qū)域吻合較好；李輝霞[6]等采用主成分分析法，在粵北巖溶地區(qū)通過Landsat影像提出了石漠化評價模型，評價了石漠化程度，評價結(jié)果與野外調(diào)查情況基本吻合；岳躍民[7]等采用植被指數(shù)和線性光譜分解的方法，基于Hyperion高光譜數(shù)據(jù)建立了石漠化綜合指數(shù)，并較好地提取了石漠化遙感評價因子；王曉學[8]等結(jié)合TM影像數(shù)據(jù)，利用元胞自動機對典型喀斯特石漠化地區(qū)的關(guān)嶺縣進行了石漠化格局模擬研究，并將自然因素和人類活動因素融入Karst CA模型中，分析了石漠化格局及其變化，取得了新的認識；靖娟利[9]等利用不同時期的遙感影像和通過NDVI圖像二分模型計算得到的植被覆蓋度，基于石漠化與植被覆蓋度的負相關(guān)關(guān)系，提取了石漠化信息。

越來越多的專家學者基于各種植被指數(shù)建立了石漠化評價模型，并對巖溶地區(qū)的石漠化信息提取進行了研究，取得了一系列顯著成果。因此，適宜的植被指數(shù)不僅能增強石漠化不同程度的區(qū)分能力，而且有助于提高精度[10-13]；但在眾多研究成果中，尚未發(fā)現(xiàn)對南水北調(diào)水源區(qū)石漠化遙感調(diào)查方法的深入研究。本文結(jié)合2017年度國土資源科研項目成果，建立了南水北調(diào)水源區(qū)（河南段）石漠化分級指標，利用遙感植被指數(shù)對南水北調(diào)水源區(qū)（河南段）石漠化程度信息增強進行了定量分析，并對增強效果進行了評價。通過不同遙感植被指數(shù)對石漠化信息增強效果的差異性分析，為研究區(qū)選取最優(yōu)植被指數(shù)進行石漠化遙感調(diào)查監(jiān)測提供了技術(shù)支持。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

研究區(qū)位于河南省南陽地區(qū)，主要分布在淅川縣大部、內(nèi)鄉(xiāng)縣南部和鄧州市西南部，地理坐標為32 35′～33 08′N、111 00′～111 52′E，與陜西、湖北兩省相鄰，總面積約為2 584 km2，如圖1所示。研究區(qū)屬北亞熱帶向暖溫帶過渡的季風性氣候區(qū)，雨量充沛，年降雨量為391.3～1 423.7 mm，多年平均降雨量為804.3 mm；地域分布不均勻，具有西北多、東南少的特點。水源區(qū)屬長江流域漢江水系，丹江自西北向東南縱貫全境；主要支流包括淇河、老鸛河等，分別在寺灣、馬蹬匯入丹江干流，控制流域面積均在1 000 km2以上。研究區(qū)形態(tài)呈西北—東南分布，區(qū)內(nèi)地形地貌由西北向東南依次為侵蝕中山、侵蝕低山向丘陵與崗地、沖擊平原等過渡；區(qū)內(nèi)石炭系、奧陶系、寒武系、震旦系地層均有分布，巖性以較豐富的灰?guī)r、白云巖、大理巖和白云質(zhì)灰?guī)r為主，這些碳酸鹽巖是形成巖溶石漠化的主要物質(zhì)來源[14]。

圖1 研究區(qū)遙感影像圖

1.2 影像數(shù)據(jù)源

本文選取1996-10-18、2006-10-14、2016-11-10三期 月份相近的30 m分辨率Landsat TM/OLI多光譜數(shù)據(jù)作為石漠化程度信息增強與提取的數(shù)據(jù)源。所有數(shù)據(jù)均經(jīng)過輻射定標、大氣校正、幾何校正、裁剪等預處理。影像數(shù)據(jù)無云層遮蓋，圖像結(jié)構(gòu)清晰，數(shù)據(jù)質(zhì)量 較好。

1.3 石漠化分級

本文以裸巖基巖占總面積的比例（或植被覆蓋面積占比）、植被種類等作為石漠化遙感評價的主要指標，結(jié)合研究區(qū)植被覆蓋特征，在DZ/T 0190-2015《區(qū)域環(huán)境地質(zhì)勘查遙感技術(shù)規(guī)定（1∶50 000）》中石漠化程度分級標準的基礎(chǔ)上，增加了潛在石漠化類型，將石漠化程度由弱到強依次劃分為潛在石漠化（PR）、輕度石漠化（LR）、中度石漠化（MR）和重度石漠化（SR）4個等級。

1.4 評價方法

地表植被的覆蓋和基巖裸露（裸巖）的狀況呈負相關(guān)，碳酸鹽巖地區(qū)裸巖的裸露率與石漠化程度呈正相關(guān)，因此地表植被的覆蓋度能較好地反映巖溶石漠化的分布情況，可利用植被指數(shù)來提取石漠化程度 信息。

圍繞可見光—近紅外波段，本文探討了RVI、ERVI、NDVI、PNDVI、EVI、GEVI六種植被指數(shù)（表1）對研究區(qū)石漠化信息增強的效果；并利用“植被指數(shù)特征+歐氏距離+混淆矩陣”的方法對上述 6種植被指數(shù)增強石漠化的可分性與識別能力進行了定量評價。

表1 植被指數(shù)模型

植被指數(shù)特征主要包括最小值、最大值、均值、標準差等。其在圖像上體現(xiàn)的特征為：植被指數(shù)圖像的灰度值越高，說明植被越發(fā)育，植被覆蓋率越高；植被指數(shù)圖像的灰度值越低，說明植被發(fā)育程度越低，植被的覆蓋率越低。

歐氏距離的本質(zhì)在于通過一定的約束條件，把樣本中的同類型歸并到一起，不同類型分開，進而提高樣本相似性度量的精度。其物理意義為：兩種類型的歐氏距離越大，表明類型間的區(qū)分能力越強；反之，歐氏距離越小，區(qū)分能力就越弱[15]。歐氏距離可表示不同石漠化程度之間的區(qū)分能力。其計算公式為：

式中，di,j為第i類樣本和第j類樣本的歐式距離；xi和xj為第i類和第j類樣本的平均值；σ2為某類樣本的方差。

混淆矩陣又稱誤差矩陣，是由預測類別的像元個數(shù)與實際該類別的個數(shù)組成的比較矩陣。矩陣中的列表示實際類別，行表示預測類別，通過總體精度和Kappa系數(shù)評價其精度?？傮w精度為所有類別中被正確分類的像元數(shù)之和（即矩陣主對角線上的數(shù)之和）與所有實際類別的總像元數(shù)（N）的比值。其表達 式為：

Kappa系數(shù)為影像中所有實際類別的總像元數(shù)乘以矩陣主對角線上的數(shù)之和，與某一實際類別的像元總數(shù)乘以預測某一類別的總像元數(shù)并對所有類別求和后相減；再除以總像元數(shù)的平方與某一實際類別的像元總數(shù)乘以預測某一類別的總像元數(shù)并對所有類別求和后的差，即

2 研究結(jié)果與分析

2.1 植被指數(shù)特征分析

RVI、ERVI、NDVI、PNDVI、EVI、GEVI六種植被指數(shù)的最小值、最大值、均值、標準差以及直方圖如表2、圖2所示，可以看出，RVI、NDVI、PNDVI和GEVI的灰度值接近正態(tài)分布，表明不同程度石漠化信息較全面，ERVI和EVI的灰度值呈非正態(tài)分布，某種石漠化程度相對集中，表達整體石漠化程度信息的能力較弱；標準差越大，說明石漠化程度信息越豐富，因此石漠化信息的豐富程度依次為RVI＞GEVI＞NDVI＞PDNVI＞ERVI＞EVI。

表2 植被指數(shù)的最小值、最大值、均值、標準差統(tǒng)計表

圖2 植被指數(shù)統(tǒng)計直方圖

2.2 歐氏距離分析

本文利用歐氏距離來表征6種植被指數(shù)光譜參數(shù)下石漠化等級的分類能力，如表3所示。查閱相關(guān)文獻發(fā)現(xiàn)，關(guān)于歐氏距離的閾值設(shè)定在遙感植被指數(shù)應用方面尚沒有正式的規(guī)定，即使在其他應用方面，通常的做法也是通過多次試驗驗證擇優(yōu)選取閾值。本文借鑒重復試驗法，經(jīng)過比較將不同石漠化程度之間的可分閾值設(shè)置為0.48。

表3 石漠化區(qū)域植被指數(shù)歐式距離統(tǒng)計表

由表3可知，在6種植被指數(shù)中，LR-SR均表現(xiàn)出較高的可分性，這是由于LR和SR在植被覆蓋上差異明顯，通過植被指數(shù)可較容易地區(qū)分；PR-SR除PNDVI和RVI外其他植被指數(shù)均具有較高的可分性；各植被指數(shù)在PR-MP的區(qū)分能力上表現(xiàn)較弱；PR-LR和LR-MR僅PNDVI和RVI具有較好的可分性，其他植被指數(shù)識別較困難；MR-SR僅GEVI具有一定的識別能力。綜合分析上述6種植被指數(shù)發(fā)現(xiàn)，GEVI、PNDVI和RVI能識別3種類型，且在歐氏距離大于0.48的植被指數(shù)中，GEVI表現(xiàn)最好，其次是PDNVI、RVI、NDVI，EVI和ERVI表現(xiàn)一般。

2.3 分類精度評價

基于6種植被指數(shù)模型，本文采用最大似然法進行石漠化信息提取，結(jié)果如圖3所示。利用混淆矩陣對提取后的結(jié)果進行精度評價，結(jié)果如表4所示，可以看出，GEVI的總體精度最高，達到85.15%，Kappa系數(shù)為0.795 9；其次為PNDVI和NDVI，總體精度和Kappa系數(shù)分別達到84.53%、0.788 7和84.03%、0.780 7；RVI的總體精度和Kappa系數(shù)也分別達到了80.19%、0.693 2；ERVI和EVI的分類效果較差，總體精度和Kappa系數(shù)分別為79.72%、0.685 7和78.79%、0.671 2。綜上所述，GEVI增強石漠化程度信息的能力最優(yōu)。

表4 分類精度評價表

圖3 基于植被指數(shù)的最大似然法分類圖

3 結(jié) 語

1）本文選取RVI、ERVI、NDVI、PNDVI、EVI、GEVI六種在石漠化信息增強與提取中常用的植被指數(shù)，對其植被指數(shù)特征的最大值、最小值、均值、標準差進行了統(tǒng)計分析。結(jié)果表明，6種植被指數(shù)中，表達石漠化信息的豐富程度依次為RVI、GEVI、NDVI、PDNVI、ERVI和EVI。

2）本文采用歐式距離法對不同程度石漠化類型區(qū)分能力進行分析。結(jié)果表明，GEVI、PNDVI和RVI在不同石漠化程度區(qū)分能力上表現(xiàn)較好，其次是NDVI，ERVI和EVI的區(qū)分能力一般。

3）本文利用最大似然法對上述6種植被指數(shù)參與的不同石漠化程度進行分類提取，并通過混淆矩陣對 6種植被指數(shù)增強效果進行了評價。結(jié)果表明，在選取的所有植被指數(shù)中，GEVI的綜合表現(xiàn)最好。