江西吉泰盆地荒漠化时空变化特征及影响因素分析

汪 震， 姜勇彪,2， 岳 兵

(1.东华理工大学 地球科学学院，江西 南昌 330013；2.江西省数字国土重点实验室，江西 南昌 330013)

中国是世界上受荒漠化危害最为严重的国家之一，荒漠化土地面积达2.6×106km2，占国土总面积的27.3%(那波等，2006)。湿润地区流水作用造成的土地退化问题由来已久，但湿润地区经济相对比较发达，流水作用导致的土地退化又多分布于丘陵山区，为地方局部性问题，并没有得到像干旱区荒漠化那样的重视(崔书红，1998)。我国的中-新生代红层出露面积达9.16×105km2，占国土总面积的9.5%(Yan et al.，2019)。在红层分布区，由于人为因素的影响，如滥砍滥伐、过度利用等活动，使得红层区土壤侵蚀速度远大于成土速度所发生的土地退化过程称为红层荒漠化。同时，由于气候变化、暴雨侵蚀等纯自然因素也可以产生红层荒漠(彭华等，2015)。

近年来，遥感为在各时空尺度上监测荒漠化变化提供了重要手段。基于NDVI-Albedo特征空间关系的荒漠化分级指数法(DDI)被广泛用于土地沙化的定量评价，主要应用在大尺度范围的干旱、半干旱区荒漠化的变化监测，在中小尺度湿润区的应用较少，研究区内与荒漠化易混淆的地物没有被考虑(曾永年等，2006；张严俊等，2013；任艳群等，2014；李燕，2017；岳辉等，2019)。城市建筑物和水体与土壤裸露的荒漠化具有相似的光谱特征，不易区分，通过改进型归一化差异水体指数(徐涵秋，2008)和归一化差异不透水面指数(徐涵秋等，2016)能够去除城市不透水面和水体对荒漠化提取的影响。本研究基于Landsat TM数据和Landsat OIL数据反演吉泰盆地内荒漠化差值指数以反映荒漠化状况，对2003—2018年近15年吉泰盆地内荒漠化的时空变化特征进行研究，分析影响荒漠化变化的气象、人为和地形等因素。

1 研究区概况与研究方法

1.1 研究区概况

吉泰盆地位于江西省中部、居赣江中游，面积1.87×104km2(杨格格等，2010；马逸麟等，2015)，具有亚热带地区典型红层地貌发育的特征。其中红层分布于盆地的中部，面积约4 000 km2，主要由上白垩统和第三系陆相红色地层组成，在赣江及其支流的河谷两岸，堆积着第四纪的红色黏土。由于红层土壤岩性、地形、降水和人为等因素导致水土流失、植被裸露等类似荒漠景观的土地退化(程陈艳，2019)，部分严重地区出现了斑块状的红层荒漠化。

1.2 数据及预处理

Landsat TM数据(2003年和2008年)、Landsat OIL数据(2013年和2018年)和DEM数据来源于地理空间数据云平台(http://www.gscloud.cn/)，空间分辨率为30 m。Landsat TM和Landsat OIL数据在发布之前已经做了空间校正，对其做QUICK大气校正、裁剪等预处理。降水量空间差值数据集(2003、2008和2013年)和DMSP/OLS夜间灯光数据集(2003、2008和2013年)来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)，空间分辨率为1 km，将数据集重采样为30 m空间分辨率后，裁剪出吉泰盆地范围。统一将数据坐标系转换为WGS_1984_UTM_Zone_50N。

通过不同年份的Landsat TM数据和Landsat OIL数据计算吉泰盆地的归一化植被指数(NDVI)、地表反照率(Albedo)、荒漠化差值指数(DDI)、归一化差异不透水面指数(NDISI)和改进型归一化差异水体指数(MNDWI)，利用NDVI和Albedo反演DDI，利用NDISI和MNDWI掩膜去除DDI数据中建筑和水体，利用DDI进行多年荒漠化变化分析(Rouse et al.,1973；Liang,2001；曾永年等，2006；徐涵秋，2008)。

1.3 研究方法

(1)荒漠化差值指数。NDVI与Albedo呈负相关关系，植被覆盖度减少，地表裸露增加，Albedo变大，即荒漠化程度恶化。学者提出荒漠化分布特征在NDVI-Albedo特征空间有显著反映(曾永年等，2006；岳辉等，2019)，本研究通过该方法对吉泰盆地荒漠化进行提取。

① NDVI提取，使用ENVI中NDVI工具直接提取，公式：

NDVI=(NIR-R)/(NIR+R)

式中，NIR为近红外波段的反射值，R为红光波段的反射值。

② Albedo提取，利用Liang(2001)建立的反演模型，估算研究区的Albedo：

Albedo=0.356×b1+0.13×b3+0.373×b4+0.085×b5+0.072×b7-0.0018

式中，b1为蓝波段(0.45～0.52 μm)，b3为红波段(0.63～0.69 μm)，b4为近红外波段(0.76～0.90 μm)，b5为短波红外波段(1.55～1.75 μm)，b7为短波红外波段(2.08～2.35 μm)。

③ 归一化处理。采用归一化公式进行NDVI和Albedo数据处理：

N=(NDVI-NDVImin)/(NDVImax-NDVImin)

A=(Albedo-Albedomin)/(Albedomax-Albedomin)

式中，N为经归一化处理后的NDVI值，A为经归一化处理的Albedo值。

④ 计算NDVI和Albedo的定量关系。因NDVI和Albedo之间存在一个负相关关系(Albedo=k×NDVI+b)，为了找到两者之间的定量关系，利用归一化后NDVI和Albedo对应的这两组数据进行回归拟合出一个关系式，进而求出关系式的斜率k。

通过拟合公式而知参数k，根据公式a×k=-1，可以计算出a，a为公式DDI=(-1/k)×NDVI-Albedo的斜率，即a=-1/k。将a值代入荒漠化差值指数(DDI)表达式，表达式为：

DDI=a×NDVI-Albedo

通过ENVI的波段运算可以计算得到荒漠化差值指数的反演图。

(2)趋势分析。利用一元线性回归分析法来模拟荒漠化在每个像元上的年际空间变化，从而反映整个区域的荒漠化时空变化。计算公式(Stow et al.，2003；罗新蕊等，2019):

式中，n表示监测年数，本研究每间隔5年做一期，因此n=4;DDIi为第i年DDI值。θslope为像元DDI的回归斜率。θslope>0，说明研究区的荒漠化呈减少趋势，反之则呈增长趋势；θslope=0，说明DDI没有变化。

(3)相关性分析。为了评估影响因素对荒漠化的影响，根据简单相关系数法(罗新蕊等，2019)分别计算DDI与降水量、人为因素等相关系数：

2 荒漠化时空变化特征

吉泰盆地内的荒漠化发生在白垩纪至第四纪地层之上，其表现为红层荒漠化。红层荒漠化典型的特征表现为表土层缺失、连片红层基岩或红层薄层风化壳直接裸露、“鸡爪”状侵蚀沟密集展布等典型特征(彭华等，2015)。通过实地调查结合遥感影像和DDI将荒漠化分为重度荒漠化和轻度荒漠化。以地表无植被覆盖，呈现“鸡爪沟”状的划分为重度荒漠化；将地表有少量植被覆盖，有斑点状红层裸露地区划分为轻度荒漠化；基于地表呈现的特征，结合遥感影像将DDI分割为重度荒漠化、轻度荒漠化和非荒漠化三级。

2.1 荒漠化时间变化

图1显示多年DDI均值整体上呈现增长趋势，多年来荒漠化呈减少趋势，植被覆盖度在逐年增加。DDI均值在2003—2013年呈现逐年增长，在2013—2018年出现稍微下降，总体上呈增长趋势。DDI均值越小荒漠化程度越重，反之越轻(任艳群等，2014；曾永年等，2006)。因此，近15年来吉泰盆地内生态环境逐步变好，荒漠化面积逐渐缩小，植被覆盖面积逐年增加。

图1 DDI均值时间变化趋势

通过遥感影像和实地调查结合DDI值对荒漠化程度进行人为阈值分割分级，将其划分为重度荒漠化、轻度荒漠化和非荒漠化，并统计其面积信息(表1)。整体上荒漠化面积有减少趋势，荒漠化面积从约1 305 km2(2003年)下降到约743 km2(2018年)。其中，在2003—2008年荒漠化面积呈现陡然下降的趋势，在2008年之后荒漠化面积出现上升，2013—2018年之间再次出现了下降。荒漠化的发生和发展与人的活动密切相关，其变化随着人的政策、经济发展等方面出现上升或下降。

表1 吉泰盆地不同时期荒漠化面积

2.2 荒漠化空间变化

经过统计，有316.73 km2的DDI线性回归斜率出现了负值，吉泰盆地约有5.98%的面积荒漠化差值指数出现下降，荒漠化呈增长趋势；同时有4 977.14 km2的DDI的线性回归斜率出现正值，约有94%的面积出现植被增多，荒漠化呈减少的趋势。

DDI空间变化趋势图(图2)反映出荒漠化发展的变化有三个特征:①荒漠化增多地区出现在沿江的平原地区，在赣江两岸地势平坦，人类活动频繁，地表裸露率高，因此地表反照率高，进而在DDI空间变化趋势图上有所反映；②荒漠化增长地区呈斑点状广布整个盆地；③在城市或人口密集地区及其周围DDI负增长较多，而在山区则较少，人类经济活动对城市及其周围用地性质的变化，使得土壤裸露。

图2 DDI空间变化趋势

3 影响因素分析

3.1 气象因素

气象因素对荒漠化的形成和发展具有深刻的影响，降水量多少会影响植被的发育、地表土壤的侵蚀和水土流失的程度(贾树海等，2014；罗亦泳等，2015；汤江龙等，2019)。本研究使用2003年、2008年和2013年逐年年降水量空间插值数据集与荒漠化差值指数进行相关性分析。

2003、2008和2013年的降水量与DDI相关性(图3)反映降水量与DDI两者既有正相关关系，又有负相关关系。降水对于荒漠化的发生和发展具有两面性，一方面降水的增多有利于植被的生长，使荒漠化面积减少，另一方面大量的降水会导致水土流失，破坏地表植被，使荒漠化现象加重(李燕，2017；李伯祥等，2019)。在吉泰盆地沿江的平原地区零星分布着与降水数据呈现负相关的地点，但DDI值所指示的是数值越大荒漠化越少，因此这些点的荒漠化发生与降水呈正相关。在总体上DDI值与降水数据呈现正相关，反映荒漠化与降水负相关。

图3 降水量与DDI相关性

通过对整体多年降水量数据和DDI数据相关矩阵的计算，其整体相关系数为0.122，具有较弱的正相关关系，即整体荒漠化与降水具有负相关关系。因此，在吉泰盆地内要防治荒漠化相较于干旱地区防治荒漠化具有优势，而在湿润地区，降水在一定程度上会扼制荒漠化的发展，但需要解决好降水导致水土流失等形成的荒漠化(杨格格等，2010；齐述华等，2011)。

3.2 人为因素

人为因素是影响荒漠化最基本的因素，人类对自然资源不断地开发利用，对生态环境承载力较为脆弱的地方形成巨大的压力(程朋根等，2015；罗亦泳等，2015)，最终使无法自我修复的地区形成荒漠化现象。吉泰盆地是人口众多、经济活动频繁的地区，人们不合理的农业、工业活动导致植被覆盖度减少，土壤状况恶化，严重的地区出现了土地荒漠化现象(马逸麟等，2015；杨格格等，2010)。

夜间灯光数据能够在一定程度上体现国家的经济发展和城市化进程，揭示人口、城市、经济和交通等因子的变化，目前，DMSP/OLS夜间灯光影像主要用于城镇扩展研究、社会经济因子估算以及其他环境、灾害、渔业、能源等领域(晁静等，2019；刘方田，2019)。使用中国科学院资源环境数据中心发布的DMSP夜间灯光数据，其空间分辨率为1 km, 计算2003年、2008年和2013年的夜间灯光数据与DDI数据之间的相关性，反映人类活动对荒漠化的影响。

由于灯光数据在山区或人类活动较少地区值为0，因此在图4中出现空白区域的相关性为0。人类活动因素对荒漠化也有两面性，一方面城市的扩张、工农业的发展对植被造成一定程度上的破坏，使荒漠化发生；另一方面为保护环境实施的各种生态保护项目可以有效地减少荒漠化的发生。图4所示，在几个城区中心夜间灯光数据与DDI数据呈现正相关关系，在城区内部零星分布着负相关关系。城区是人类活动和集聚的主要地区，人们对生活环境的重视使得城市绿化比较好，城区中只有少数地区因施工等因素导致地表裸露呈现夜间灯光数据与DDI数据负相关关系。而在城区边缘地区，由于城市的扩张、建设时期对于环境保护的不太重视则出现夜间灯光数据与DDI数据斑块状负相关关系。

图4 夜间灯光数据与DDI相关性

3.3 地形因素

地层和土壤的性质是荒漠化形成的基础，是荒漠化发生与发展的决定性因素，为荒漠化提供充足的物质来源(程陈艳，2019)；地形因素为外力作用提供发生条件；坡度为土壤侵蚀、水土流失提供了作用条件。

吉泰盆地地形复杂，其地形坡度从0°～58°都有分布。以2018年为例，对荒漠化与坡度进行分析(表2)，荒漠化在2°～6°分布最多，其次是0°～2°和6°～15°，在地势比较平坦地区主要是人口活动所在地区，其土地利用类型为耕地或建设用地，人类活动导致地表裸露，进而使荒漠化产生；坡度较低地区靠近赣江，流水作用也会加剧荒漠化。坡度大于25°的区域，因地势比较陡峭，易受降水冲刷，植被不易生长，易产生荒漠化。

表2 2018年荒漠化在不同坡度上的面积

4 结论

本研究主要运用趋势分析法和相关性分析对吉泰盆地内荒漠化的发展趋势和影响因素进行分析。

(1)通过2003年、2008年、2013年和2015年四期遥感影像进行荒漠化趋势分析。在时间尺度上，吉泰盆地内荒漠化面积在近15年内呈现减少趋势；在空间尺度上，沿江、靠近城市地区荒漠化有斑点状的增长趋势。

(2)通过分析气象和人为因素对荒漠化的相关性，降水因素和人为因素对荒漠化具有双面性影响，都能够在一定程度上增加或减少荒漠化。降水在某些点与荒漠化呈现正相关，能够使荒漠化发生，但整体上降水对荒漠化有扼制作用；人类活动对荒漠化在中心城区呈负相关关系，使荒漠化呈减少趋势，在城市边缘地区呈正相关关系，加剧荒漠化；地层和土壤的性质是荒漠化形成的基础，地形因素为外力作用提供发生条件，吉泰盆地荒漠化主要发生在坡度0～6°之间，人类活动对其有重要影响。