覃畅文

（广西国土资源规划设计集团有限公司，广西 南宁 530000）

0 引言

脆弱的地质背景加上长期以来人类的不合理干扰，使我国西南喀斯特地区自然植被不断遭到破坏，土壤侵蚀严重，基岩大面积裸露，土地生产力下降，呈现出类似荒漠的石漠化景观[1-2]。国家先后在西南喀斯特地区实施了退耕还林还草、保护、天然草地植被恢复与建设等一系列生态建设工程，开展生态恢复工作，尤其在2008 年国务院批复了《岩溶地区石漠化综合治理大纲（2006—2015）》以来，喀斯特地区植被发生了较大变化。因此，植被动态监测与分析成为喀斯特地区生态建设工程成效监测与评估的关键内容之一[3-4]。

该文使用2004 年、2010 年、2014 年3 个时相的TM 影像，预处理后计算其归一化植被指数、差值植被变化指数和植被覆盖度，分析广西巴马瑶族自治县这10 年来植被变化情况以了解人类活动对当地生态环境所产生的影响，为合理开发利用当地的生态资源提供一定的依据。

1 研究区概况与研究方法

1.1 研究区概况与研究数据源

1.1.1 研究区概况

巴马瑶族自治县位于广西壮族自治区西北部，介于东经106°51′—107°23′、北纬23°51′—24°23′之间，总面积1971平方公里，东临大化瑶族自治县，南与平果、田东、田阳县毗邻，西和百色市、凌云县接壤，北同东兰、凤山交界，如图1 所示。巴马属于亚热带季风气性候区，热量丰富，雨量充沛，雨热同期。湿热的气候造就其发育的岩溶地貌：全县岩溶地貌面积为888.77km2，占全县土地总面积的44.98%，超过国家划分岩溶地区县域规定标准，是典型的岩溶地区县[5-7]。

图1 巴马瑶族自治县喀斯特地貌空间分布图

1.1.2 数据源

该文使用巴马的基础边界数据和分辨率为30 m 的Landsat TM 卫星影像数据，影像轨道号为126/43，该景影像能覆盖巴马全县。分别下载2004 年、2010年、2014 年3 个时相的影像，影像时间为10 月、11 月，最长的时间间隔不超过一个月，且影像云量较低，属于时间比较接近，质量比较好的影像。

1.1.3 数据预处理

为了进一步保证提取信息的准确性，还需要对影像进行大气校正、裁剪以及投影转换等预处理。考虑到受成像时间、覆盖范围、云量大小以及传感器等客观因素的限制，选取的多源遥感数据空间分辨率无法做到一致，而该文所研究的喀斯特地区植被覆盖度采用的是NDVI和像元二分模型来进行估算的，且计算方法也是基于地表光谱信息进行的，因此和空间分辨率并无太大的关系，基于此，该文针对不同分辨率影响并未做特别的重采样处理。

1.1.3.1 大气校正

对遥感影像进行大气校正的主要目的是为了消除遥感数据中光照等因素的干扰，进而获得精准的地表反射率数据。该文使用ENVI5.6 平台的FLAASH 模块对大气进行校正。

1.1.3.2 图像融合

图像融合的目的是为了消除不同源信息之间有可能存在的冗余和矛盾，使遥感影像中的数据信息更清晰、明确，提升对图像进行解译的精准度和可靠性，从而对目标进行完整、准确地描述。该文以ENVI5.6 平台为基础，采用GSPSC融合方式对分辨率较低的多光谱影像和分辨率较高的全色影像进行融合。

1.1.3.3 图像裁剪

图像裁剪是指剔除研究之外的遥感影像，得到自己想要的影像区域。经过数据处理，结合巴马瑶族自治县喀斯特地区矢量数据，采用ENVI5.6 平台中的Subset Data from ROIS工具对遥感影像进行裁剪，最终得到了研究区域的基础遥感影像数据。

1.2 研究方法

1.2.1NDVI计算

NDVI即归一化植被指数，在遥感影像上是指近红外波段的反射值与红光波段的反射值的差值与两者之和的比值，是当前应用最广泛的一种计算植被指数的方法。计算方法简单易行，可以较好地反映该像元对应区域的植被覆盖和土地覆盖类型的综合情况。因此，归一化植被指数常被用来研究地表植被的时空变化[8]。NDVI的计算依赖于遥感影像近红外波段的反射值（NIR）和红外波段的反射值（Red）的比值参数，如公式（1）所示。

式中：NDVI一般为-1~1。NDVI值越高，说明植被覆盖越好，水域区域为负值。

1.2.2 植被覆盖度计算

目前，很多利用遥感数据计算植被覆盖度的方法已经非常成熟，较为实用的方法就是利用植被指数近似估算地表的植被覆盖度。像元二分模型能够将传感器捕捉到的地表光谱信息拆分为全植被覆盖信息和非植被覆盖信息2 个部分，然后再将2 个部分的信息融合为一个像元信息。该文即是实用归一化植被指数，通过采像元二分模型来计算植被覆盖度。像元二分模型如公式（2）所示[9]。

式中：F为植被覆盖度，NDVImax与NDVImin分别表示区域内的最大与最小的NDVI值。由于遥感影像不可避免地存在噪声，因此NDVImax与NDVImin一般取在置信度范围内的最大值与最小值，置信度的取值主要根据影像的实际情况来定，一般来说取95%。

1.2.3NDVI差值指数

NDVI差值指数是对2 个年份的NDVI值的变化进行量化，将变化的值记为NDVIΔ。即用后一个时期的NDVI值减去前一个时期的NDVI值，如公式（3）所示。

式中：NDVIΔij为第i年相对第j年的NDVI变化值，NDVIi与NDVIj分别为第i年与第j年的NDVI值，取值范围为[-2，2]，且其NDVI值都大于0.1。

2 结果与分析

2.1 植被覆盖度空间分布

2.1.1 植被覆盖度总体分布

根据植被覆盖度计算公式（公式（1）），计算得到NDVI并取其在置信度范围内的最大最小值计算（公式（2））得到植被覆盖度制图如图1 所示。将植被覆盖计算结果分为5 个等级：F<0.2、0.2~0.4、0.4~0.6、0.6~0.8、0.8~1，分别命名为极低覆盖度、低覆盖度、中覆盖度、高覆盖度和极高覆盖度。由图2 可知，巴马近10 年的植被覆盖总体维持在较高的水平。

图2 巴马县2004—2014 年植被覆盖度等级面积占比

2.1.2 喀斯特区与非喀斯特区植被覆盖

为了更清楚地了解巴马县喀斯特地区与非喀斯特地区（低山丘陵地区）植被覆盖具体情况，利用巴马县行政边界、喀斯特区域矢量边界等数据，结合ArcMap 分区统计工具，分别提取巴马县喀斯特区和非喀斯特区的植被覆盖并计算其各个植被覆盖度与全县总面积的占比情况见表1~表3。

表1 2004 年喀斯特区与非喀斯特区植被覆盖占比

表2 2010 年喀斯特区与非喀斯特区植被覆盖占比

表3 2014 年喀斯特区与非喀斯特区植被覆盖占比

对巴马3 个时相喀斯特区、非喀斯特区植被覆盖分区统计情况进行分析，可知非喀斯特区在极低-低覆盖、高-极高覆盖均比喀斯特区多。这说明人类在非喀斯特区活动强于喀斯特山区。

2.2 基于NDVI 差值指数变化分析

2.2.1 全县整体NDVI差值变化

根据植被差值指数公式计算出来，并对其进行重新分级，分级标准为植被差值分级结果：1为严重退化（-2~-0.15），2 为中度退化（-0.15~-0.05）、3 为轻微退化（-0.05~0）、4 为轻微改善（0~ 0.05） 、5 为中度改善（0.05~0.15） 、6 为极度改善（ 0.15~2）。分级统计制成统计图表，如图3 和表4 所示。

表4 2004—2014 年差值指数

图3 2004—2014年不同差值植被指数等级变化情况

由2004—2014 年的差值数据分析，可知巴马近10 年植被覆盖变化情况总体向好，达到改善等级（包括轻微改善、中度改善、极度改善，下同）的面积为1922.96 km2，约占全县面积97.34%。值得注意的是，2010—2014 年植被覆盖出现退化的情况（严重退化、中度退化、轻微退化，下同）相对严重，占地274.53 km2，约为13.90%，在这3 个时相中较为严重。主要分布在喀斯特山区、非喀斯特丘陵地区、城镇及其周边。

2.2.2 喀斯特区、非喀斯特区植被差值指数变化

对2004—2010 年、2010—2014 年、2004—2014 年的差值结果按喀斯特区、非喀斯特区进行分区统计，其结果见表5~见表7。

表5 2004—2010 年差值指数

表6 2010—2014 年差值指数

表7 2004—2014 年差值指数

综合表中差值可以看出，发生退化的区域主要集中在非喀斯特区，2004—2010 年非喀斯特区植被退化情况比较严重。其中，2004—2010 年严重、中度、轻微3 种程度退化所占面积比较小（见表5），且主要集中在中度退化和轻微退化2 个等级；2004—2014 年差值结果所得退化面积为46.32km2，约2.344%。

3 结论

综合2004—2014 年全县植被覆盖差值结果，巴马县生态环境在这10 年总体以改善为主。其生态环境质量经历了2004—2010 年的大幅改善阶段，至2010 年为3 个时相最佳，和2010—2014 年的小幅退化阶段。改善幅度总体多于退化幅度。因此2004—2014 年巴马生态环境总体以改善为主。由喀斯特、非喀斯特植被覆盖结果可知，非喀斯特地区的低植被覆盖、高植被覆盖区域均多于喀斯特区；同时，由差值结果可知，非喀斯特区退化、改善区域均多于喀斯特地区。也就是说，巴马县的人类活动对喀斯特区影响大于非喀斯特区，但目前处于退化、低植被覆盖区域的占比较小，可供开发利用的潜力较大。因此，巴马的自然资源处于低端开发程度，仍然存在巨大的开发利用空间。