基于生態參數的巖溶峰叢區石灰巖基巖表面溶蝕率遙感反演

信息與測繪重點實驗室,桂林 541006; 3.唐山市曹妃甸區國土資源局,唐山 063000;

4.中南冶金地質研究所,宜昌 443000)

基于生態參數的巖溶峰叢區石灰巖基巖表面溶蝕率遙感反演

陳夢杰1,2， 吳虹1,2， 劉超3， 周旻玥1， 陸丁滒1， 郭威4

(1.桂林理工大學地球科學學院遙感應用研究所,桂林 541006; 2.桂林理工大學測繪學院/廣西空間

信息與測繪重點實驗室,桂林 541006; 3.唐山市曹妃甸區國土資源局,唐山 063000;

4.中南冶金地質研究所,宜昌 443000)

為了探索巖溶峰叢區生態參數與石灰巖基巖表面溶蝕率的相關性，用相關生態參數反演土層下石灰巖基巖表面的溶蝕率，從而間接估算其變形。選擇桂林丫吉村巖溶峰叢區為研究區，以Landsat5 TM多光譜數據為信息源，提取歸一化差值植被指數(normalized difference vegetation index,NDVI)、地面溫度及土壤濕度等遙感參數; 運用SPSS統計軟件對這3種參數分別與石灰巖溶蝕率進行了相關分析，確定其相關系數分別為-0.91,0.85及0.93；在此基礎上，通過逐步回歸分析，建立了運用NDVI估算植被覆蓋下石灰巖表面溶蝕率的遙感反演模型。結果表明：NDVI與石灰巖溶蝕率相關性最大，所以植被信息是石灰巖表層基巖溶蝕的主要間接標志；溶蝕率與NDVI指數存在線性關系，因此只要已知研究區其他地區的NDVI指數，即可估算出該地區的石灰巖基巖表面溶蝕率。

歸一化差值植被指數(NDVI)；地面溫度；土壤濕度；石灰巖溶蝕率

0 引言

巖溶區碳酸鹽巖基巖表面的溶蝕率是分析評價巖溶生態環境的重要理化參數。以袁道先院士領銜的國土資源部巖溶動力學重點實驗室的研究者們自1990年以來成功實施了IGCP299，IGCP379和IGCP448等3個國際巖溶對比計劃項目,通過對CO2-H2O-CaCO3系統的定位觀測，建立了“巖溶動力學系統”理論，創造性地總結了一套捕捉碳、水、鈣循環行蹤的工作方法[1-2]。其后許多專家又對該系統進行了進一步研究和發展。如李恩香等[3]認為植被的演替改變了土壤的物理化學性質，使土壤中有機酸和CO2濃度升高，促進了對土壤下巖石的溶蝕作用；曹建華等[4]認為生物的新陳代謝過程對碳酸鹽巖巖石圈的活化有重要制約；李濤等[5]對廣西桂林地區的土壤CO2濃度、土壤水和石灰巖試片溶蝕速率進行了監測，研究不同土壤CO2濃度和水化學條件下的巖溶作用發生程度；于奭等[6]研究了酸雨對碳酸鹽巖的溶蝕能力及溶蝕表面微形態。但是，前人研究巖溶作用所用的都是傳統方法，其觀測周期較長，無法快速評估巖溶作用。迄今為止，很少有人通過提取地面的遙感信息來間接反演石灰巖表層基巖的溶蝕率。因此，本研究采用遙感技術提取了研究區地面溫度、土壤濕度以及歸一化差值植被指數(normalized difference vegetation index,NDVI)，結合實地測量的石灰巖溶蝕率數據，分析它們的相關性，建立丫吉村巖溶峰叢地貌演變的動力學模型，從而為巖溶地貌的演化發展提供科學的研究方案和技術手段。

1 研究區概況及遙感數據

1.1 研究區概況

研究區位于廣西桂林市東南8 km處的丫吉村巖溶試驗場，介于N25°13′～25°17′，E110°22′～110°25′之間。該區域處于典型的峰叢洼地與峰林平原交界地帶，總面積約2 km2。試驗場自成1個巖溶水文地質系統，其補給區位于峰叢洼地區，有 13個洼地,排泄區由桂林峰林平原東部邊緣的1個常年流水泉和2個季節性泉組成。平原面標高150 m, 而補給區內最高峰標高652 m, 洼地底部標高范圍為250～ 400 m[7]。場區土壤分布不均勻, 坡地在30～150 cm之間，洼地范圍1～2 m, 而埡口約1 m,土壤基本上屬棕色石灰土。其特有的水文地質環境形成了典型豐富的巖溶峰叢地貌。峰叢區表面的植被覆蓋度為60%～80%[8]。山頂多為低矮灌木，山腳發育木本樹木，而山腰陡壁上的植被較少。

1.2 遙感數據及其預處理

研究選取2009年Landsat5 TM圖像為數據源，在ENVI4.8軟件中對TM圖像進行輻射校正、幾何糾正及圖像裁剪等預處理，結果如圖1所示。

圖1 研究區遙感假彩色合成影像Fig.1 False color composite remote sensing image in the study area

2 遙感模型參數的反演

2.1 地面溫度參數的反演

當缺少研究區大氣資料和氣溶膠分布資料時，如果區域比較小，且研究區遙感影像基本無云的條件下，可以假設全區域在空間上受到的大氣影響程度均一，那么該區大氣的影響可以忽略。本文使用TM熱紅外波段數據反演地表絕對溫度。

1)根據TM熱紅外波段TM6的DN值計算出星上光譜輻射率Lλ，其計算公式為

Lλ=gain·DN+offset,

(1)

式中：gain和offset分別為每景圖像自帶的增益和后偏差參數，可從TM數據的頭文件中獲??；Lλ單位為W/(m2·sr·μm)。本文所使用的TM6波段gain=0.037 204 7 W/(m2·sr·μm)，offset=3.16 W/(m2·sr·μm)。

2)用星上光譜輻射率計算出星上亮溫TB，即

(2)

式中：K1和K2均為TM6的反演常數，對于Landsat5衛星來說K1=60.776 W/(m2·sr·μm)，K2=1 260.56 K;TB單位為K。

3)通過地表比輻射率的校正來反演地表絕對溫度LST，即

(3)

式中：TM6波長λ=11.5 μm；ε為自然地表的比輻射率[9]；ρ=hc/σ=1.438×10-2mK，其中玻耳茲曼常數σ=1.38×10-23J/K，普朗克常量h=6.626×10-34Js，光速c=2.998×108m/s。

4)將絕對溫度轉換成攝氏溫度即可反演得到地面攝氏溫度T6，即

T6=LST-273.15 。

(4)

通過以上計算步驟，進行波段運算得到地表溫度反演結果，如圖2所示。

2.2 土壤濕度參數的反演

Kauth-Thomas又稱為纓帽變換(tasseled cap transform，CAP)，是一種線性變換。它使坐標空間發生旋轉，旋轉后的坐標軸指向的方向與地面景物有密切關系，特別是與植物生長過程和土壤有關。CAP是將多光譜波段轉換為新的對應于地面覆蓋物物理特性的特征空間，對于本文所使用的Landsat5 TM數據，CAP的前3個成分分別叫做土壤亮度(TC1)、綠度(TC2)和土壤濕度(TC3)。CAP系數如表1所示。

針對TM數據的K-T變換公式為

TC=RTM+r，

(5)

(6)

式中：r為常數偏移量(避免出現負值)；TM=(TM1，TM2，TM3，TM4，TM5，TM7)T分別為TM圖像的第1，2，3，4，5，7波段灰度值組成的光譜矢量；變換后的光譜矢量TC=(TC1，TC2，TC3，TC4，TC5，TC7)，其中亮度TC1、綠度TC2及濕度TC3[10]與地面景物有明確的關系，而TC4，TC5，TC7還沒發現與景物的明確關系。亮度是TM數據6個波段的加權和，反映了總體的反射值；綠度從變換矩陣R第二行系數看，紅外波段TM5和TM7有很大抵消，剩下的近紅外與可見光部分的差值反映了綠色生物量的特征；濕度反映了可見光和近紅外波段(TM1—TM4)與紅外波段(TM5和TM7)的差值。

在ENVI軟件中可對研究區的遙感圖像進行“纓帽變換”，變換后的前3個分量分別為土壤亮度(TC1)、綠度(TC2)和土壤濕度(TC3)，將其中第3個波段單獨保存就得到土壤濕度信息，其反演結果如圖3所示。

圖3 土壤濕度灰度圖(左)及其等值線圖(右)Fig.3 Grayscale of soil moisture(left) and its greyscale contour map(right)

2.3 植被指數的計算

NDVI變化趨勢可以反映該石灰巖巖溶作用的變化趨勢。選擇ENVI軟件Transform模塊中的NDVI功能即可提取遙感圖像的植被指數。NDVI參數計算結果如圖4所示。

圖4 NDVI灰度圖(左)及其等值線圖(右)Fig.4 Grayscale of NDVI(left) and its

根據坐標位置將地面溫度T6、土壤濕度TC3和NDVI的柵格數據轉成ASCII明碼格式，以便與地面石灰巖溶蝕率ER統一。

3 相關性分析

3.1 實驗數據

為了揭示遙感圖像上獲取的地面信息與實測溶蝕率的內在聯系，本研究采用了丫吉村實測石灰巖溶蝕率數據，其中取樣點雖然僅集中在研究區的中南部，但其是基于實地考察及精確計算獲得，在整個巖溶峰叢區內具有代表性。該數據由中國地質科學院巖溶地質研究所巖溶動力實驗室提供(表2)。

表2 丫吉村巖溶試驗場土層下石灰巖溶蝕試驗數據[11]Tab.2 Yaji Village Karst limestone dissolution test data under the proving ground soil[11]

3.2 結果與分析

將提取出的ER，TC3，T6和NDVI作為統計量，帶入到SPSS軟件中進行統計分析，計算結果見表3。

表3 描述統計量表Tab.3 Describes the statistical scale

表4是SPSS系統中ER，TC3，T6和NDVI的4個變量兩兩間的Pearson相關系數。

表4 相關關系矩陣表Tab.4 Correlation matrix table

從表4可以看出，ER與TC3，NDVI之間相關系數依次為0.85和0.93，反映出溶蝕率與土壤濕度、植被指數存在顯著的相關關系。說明水分和植被生長情況對碳酸鹽巖的溶蝕具有顯著作用。T6與NDVI呈明顯的負相關關系，相關系數為-0.93，這與梁保平等[12]的研究結果是一致的；而TC3與NDVI之間的相關系數為0.83，說明它們之間存在較為顯著的自相關關系，因此建立回歸方程時需要對變量進行剔除。

雖然本次研究搜集的實測石灰巖溶蝕數據量只有8組，只能構成小樣本(30組以下)，但是依然能夠反映出因變量與自變量之間的相關關系。圖5是ER分別與TC3，T6和NDVI之間的相關分析圖。

圖5 溶蝕率ER分別與地面溫度T6、土壤濕度TC3及植被指數NDVI的相關分析圖Fig.5 Diagram of respective correlation analysis between ER and ground temperature T6,

ER與T6，TC3和NDVI之間確實存在線性相關，其中ER與TC3和NDVI之間呈正相關關系，隨著TC3和NDVI的升高，ER也變得越大；而ER與T6呈負相關，隨著T6的升高，ER反而減少。因為碳酸鹽巖與酸反應是一個放熱過程，溫度的增加會抑制反應進行。由于數據量的限制，本次研究的溫度變量的值均在一個很低的范圍波動，并不違背曹建華等[13]的研究結果，即常溫(25°C)和中溫(40～60°C)是碳酸鹽巖溶蝕的最佳溫度段，而低溫和高溫都不利于碳酸鹽巖的溶蝕。

表5為SPSS軟件中對自變量進入和移出的信息。可以看出，3個自變量中只有NDVI被系統選擇加入了最后的回歸方程中，說明NDVI指數所包含的信息最多，對溶蝕率的影響最大。

表5 變量進入和移出方式信息表Tab.5 Information table of variables into and out of way

①在逐步回歸分析方法中設置的規則為：“entry”設置為0.050，表示如果1個變量的顯著性F檢驗概率≤0.050，則這個變量將被選入回歸方程中；“remove”設置為0.100，表示當回歸方程中變量的顯著性F檢驗概率≥0.100，則該變量將從回歸方程中剔除。

SPSS軟件中建立的逐步回歸分析模型為

ER=-1.073+1.515NDVI，

(7)

T分布的雙尾顯著性概率為0.001(小于0.05)，所以回歸系數是可信的。通過逐步回歸分析發現，原來的土壤濕度和地面溫度信息均被剔除，在新建立起來的回歸方程中與石灰巖溶蝕率形成線性關系的只有NDVI。據此認為其原因有2個：①從統計學角度分析，T6和TC3的值都在各自均值20.69和-3.72上下變化，且變化幅度甚微，標準差(分別為1.67和0.61)相比較NDVI的也較大，同樣說明了這2組數據的波動性比較大，因而失去了它對溶蝕率影響的重要性；②從遙感角度分析，前人也曾有過利用NDVI來近似反映地表溫度和濕度信息的研究[14]，且都獲得了良好的結果，說明NDVI與T6,TC3之間是存在多重共線性的，所以在建立回歸方程時會被剔除。

4 結論

1)本文通過實地考察，收集了研究區2009年秋季標準石灰巖溶蝕率實測數據，并對不同植被覆被條件下的石灰巖溶蝕情況進行了分析；然后運用SPSS統計軟件的相關性分析功能，分析了NDVI、土壤濕度、地面溫度和石灰巖溶蝕率之間的線性相關關系，發現3種溶蝕因素與溶蝕率均存在較強的相關性，相關系數分別為-0.91,0.85,0.93。顯然NDVI與其相關性最大。因此，NDVI指數對石灰巖溶蝕起著重要作用，NDVI指數通過監測冠層來估計植被的生長狀況，所以植被信息是石灰巖表層基巖溶蝕的主要間接標志。這為今后的石灰巖溶蝕變形監測工作提供了遙感參考信息。

2)通過逐步回歸法建立了回歸反演模型，既然溶蝕率ER與NDVI指數存在線性關系，且本文8組溶蝕率數據所在區域的表面生態巖溶地貌在整個研究區都具有代表性，那么只要已知研究區其他地區的NDVI指數，就可估算出該地區的日平均溶蝕率。

志謝：衷心感謝中國地質科學院巖溶地質研究所巖溶動力實驗室提供丫吉村實測石灰巖溶蝕率數據，感謝桂林理工大學地球科學學院遙感研究所提供實驗設施，感謝吳虹教授提出寶貴建議！

[1] 袁道先.現代巖溶學和全球變化研究[J].地學前緣,1997,4(1/2):23-27. Yuan D X.Modern Karstology and global change study[J].Earth Science Frontiers,1997,4(1/2):23-27.

[2] 袁道先,章程.巖溶動力學的理論探索與實踐[J].地球學報,2008,29(3):355-365. Yuan D X,Zhang C.Karst dynamics theory in China and its practice[J].Acta Geoscientica Sinica,2008,29(3):355-365.

[3] 李恩香,蔣忠誠,曹建華,等.廣西弄拉巖溶植被不同演替階段的主要土壤因子及溶蝕率對比研究[J].生態學報,2004,24(6):1131-1139. Li E X,Jiang Z C,Cao J H，et al.The comparison of properties of Karst soil and Karst erosion ratio under different successional stages of Karst vegetation in Nongla,Guangxi[J].Acta Ecologica Sinica,2004,24(6):1131-1139.

[4] 曹建華,袁道先,潘根興,等.不同植被下土壤碳轉移對巖溶動力系統中碳循環的影響[J].地球與環境,2004,32(1):90-96. Cao J H,Yuan D X,Pan G X,et al.Influence of soil carbon transfer under different vegetations on carbon cycle of Karst dynamics system[J].Earth and Environment,2004,32(1):90-96.

[5] 李濤,趙東興,張美良,等.土壤CO2、土壤水的動態特征及其對巖溶作用的驅動[J].熱帶地理,2013,33(5):575-581. Li T,Zhao D X,Zhang M L,et al.Dynamic characteristics of the soil CO2and soil water chemistry,and their driving action on Karstification[J].Tropical Geography,2013,33(5):575-581.

[6] 于奭,李幼玲,林玉石,等.酸雨對碳酸鹽巖的溶蝕能力及溶蝕表面微形態[J].桂林理工大學學報,2012,32(1):48-54. Yu S,Li Y L,Lin Y S,et al.Carbonate rock acid rain dissolution capacity and surface dissolution micromorphology[J].Journal of Guilin University of Technology,2012,32(1):48-54.

[7] 章程,蔣勇軍,Lian Y Q,等.利用SWMM模型模擬巖溶峰叢洼地系統降雨徑流過程——以桂林丫吉試驗場為例[J].水文地質工程地質,2007,29(3):10-14. Zhang C,Jiang Y J,Lian Y Q,et al.Rainfall-runoff simulation of a typical Karst Fengcong depression system using SWMM model：A case study of the Yaji experimental site in Guilin[J].Hydrogeology Engineering Geology,2007,29(3):10-14.

[8] 李為,余龍江,李濤,等.巖溶生態系統土壤酶活性的時空動態及其與土壤肥力的關系——以桂林丫吉村巖溶試驗場為例[J].農業環境科學學報,2008,27(1):260-266. Li W,Yu L J,Li T,et al.Seasonal and spatial dynamics of soil enzyme activities and its relationship to soil fertility in Karst ecosystem:A case study of Guilin Yaji Karst experimental site[J].Journal of Agro-Environment Science,2008,27(1):260-266.

[9] 吳虹,賈志強.遙感地質學實驗教程[M].北京:地質出版社,2012:141-143. Wu H,Jia Z Q.Remote Sensing Geology Experiment Tutorial[M].Beijing:Geological,2012:141-143.

[10]鄭戰輝.陸地衛星ETM+與IKONOS多光譜圖像的融合研究[D].鄭州:解放軍信息工程大學,2004. Zheng Z H.The Landsat ETM+and IKONOS Multi-spectral Image Fusion Research[D].Zhengzhou:Information Engineering University of the People’s Liberation Army,2004.

[11]何媛媛.巖溶生態系統中土壤及典型植物碳酸酐酶對巖溶作用的影響[D].桂林:廣西師范大學,2010. He Y Y.Impact of Carbonic Anhydrase in Soil and Typical Plants on the Karst Process in the Karst Ecosystem[D].Guilin:Guangxi Normal University,2010.

[12]梁保平,李藝,陳可宙.桂林市NDVI、地表溫度的地物特征及相關性研究[J].遙感技術與應用,2012,27(3):429-435. Liang B P,Li Y,Chen K Z.A research on land features and correlation between NDVI and land surface temperature in Guilin City[J].Remote Sensing Technology and Application,2012,27(3):429-435.

[13]曹建華,楊慧,康志強.區域碳酸鹽巖溶蝕作用碳匯通量估算初探:以珠江流域為例[J].科學通報,2011,56(26):2181-2187. Cao J H,Yang H,Kang Z Q.Preliminary regional estimation of carbon sink flux by carbonate rock corrosion:A case study of the Pearl River Basin[J].Chinese Science Bulletin,2011,56(35):3766-3773.

[14]曹翠.花山花崗巖型鈾礦遙感熱紅外反演成礦要素研究[D].桂林:桂林理工大學,2012. Cao C.Study on Inversion of Alteration Mineral Information of Granite-type Uranium Deposits Using Thermal Infrared Remote Sensing Technique in Huashan Granite Body[D].Guilin:Guilin University of Technology,2012.

(責任編輯：邢宇)

Remote sensing inversion of dissolution rate of limestone bedrock surface based on ecological parameters in Karst areas

CHEN Mengjie1,2， WU Hong1,2， LIU Chao3， ZHOU Minyue1， LU Dingge1， GUO Wei4

(1.InstituteofRemoteSensingApplications,SchoolofEarthSciences,GuilinUniversityofTechnology,Guilin541006,China;2.SpatialInformationandMappingKeyLaboratoryofGuangxi/SchoolSurveyingandMapping,GuilinUniversityofTechnology,Guilin541006,China; 3.TangshanCaofeidianAreaofLandandResourcesBureau,Tangshan063000,China;4.CentralSouthInstituteofMetallurgicalGeology,Yichang443000,China)

To explore the correlation between the ecological parameters of Karst peaks and the dissolution rate of surface limestone bedrock, the authors selected the relevant ecological parameters to indirectly estimate the dissolution rate of limestone bedrock under the soil surface and, based on TM multi-band data of Landsat5, chose Karst area of Yaji Village in Guilin as the study area for the purpose of extracting its sensing parameters comprising NDVI, ground temperature and soil moisture. Using SPSS statistical software, the authors made a correlation analysis of these three factors with the limestone dissolution rate and obtained their correlation coefficients, which are -0.91, 0.85 and 0.93 respectively. A computing remote inversion model of limestone surface dissolution amount dissolution rate, which is covered by vegetation, was established by using NDVI to perform estimatation through regression analysis. The results show that NDVI and limestone dissolution rate have the maximum correlation. Therefore, the vegetation information is an indirect sign of dissolution of limestone bedrock surface. There is a linear relationship between the dissolution rate and the NDVI index. So long as the NDVI index is known in other parts of the study area, the limestone dissolution rate in this area can be estimated.

normalized difference vegetation index(NDVI); ground temperature; soil moisture; limestone dissolution rate

2014-05-06；

2014-09-02

國家科技支撐計劃項目“漓江流域遙感動態監測與應用示范關鍵技術”(編號：2012BAC16B01-2)和廣西科技廳科技攻關項目“漓江流域生態環境保護與可持續發展研究”(編號：桂科攻1298006-1)共同資助。

10.6046/gtzyyg.2015.03.13

陳夢杰，吳虹，劉超,等.基于生態參數的巖溶峰叢區石灰巖基巖表面溶蝕率遙感反演[J].國土資源遙感,2015,27(3):71-76.(Chen M J，Wu H，Liu C,et al.Remote sensing inversion of dissolution rate of limestone bedrock surface based on ecological parameters in Karst areas[J].Remote Sensing for Land and Resources,2015,27(3):71-76.)

TP 751.1

A

1001-070X(2015)03-0071-06

陳夢杰(1988-)，女，碩士研究生，研究方向為遙感技術與應用。Email: chenmengjie0820@sina.com。

吳虹(1947-)，男，教授，博士生導師。Email：wuhong@gute.edu.cn。