文摘

目前,大多数的国际研究案件荒地是基于半干旱地区,虽然有一些研究在湿润地区的荒地。因此,研究荒地在潮湿地区具有较强的理论和现实意义。通过Nanxiong盆地,位于中国南方的湿润地区为研究对象,分析的规模和空间分布变化特征redbed荒地和构建一组因素影响redbed荒地探索影响的变化的驱动力redbed荒地基于遥感图像的美国KH-4A卫星于1969年,从2017年8陆地卫星图像。结果表明,规模redbed荒地Nanxiong盆地一般从1969减少到2017。从1693.97 hm的面积redbed荒地下降²1969年127.4嗯²在2017年,减少92.48%。的空间分布redbed荒地逐渐改变从1969年的连续的平面分布形式分散岛2017年分布形式,形成四个城市群。驱动力的影响程度的规模变化redbed荒地在岩性路> > >住宅方面的顺序位置>坡度>水系统> >植被花园的阴谋。在这些驱动力,除了植物和花园的情节,有负相关的变异redbed荒地,其他因素有正相关。岩性的变化呈正相关redbed荒地,最强的影响redbed荒地的影响因素。道路因素是第二岩性因素;更容易获得一个区域,具有较强的人类影响和更严重的破坏植被,容易导致地表植被破坏,引起土地退化,形成redbed荒地。

1。介绍

荒地代表一种表面景观减少强烈的自来水,和他们贫瘠的地区,没有植被覆盖特征茂密的山谷(1,2]。荒地的问题使其国内外研究热点。研究方向主要包括荒地的物质基础3,4)、发展和影响因素(5- - - - - -8),人类活动的影响9,10],荒原侵蚀[11,12],荒原生态[13,14),和其他方面。目前,大多数的国际研究案件荒地是基于半干旱地区,虽然有一些研究在荒地上湿润地区(15]。因此,研究在荒地上湿润地区具有较强的理论和现实意义。

一个redbed荒原地貌形状开发基于父的红层岩石的特点,具有典型特征的损失等表层土层,相邻redbed基岩的直接接触或薄redbed风化壳,和鸡肉feet-shaped侵蚀沟的密度分布16]。的redbed荒原可能发生在任何气候地区,这尤其值得人们的关注发生在湿润地区(16]。目前,学者们进行了一次深入研究开发过程redbed荒地及其影响因素。其中,朱镕基和崔(17崔],[18),而田et al。19)主要集中在redbed水土流失区域的视角水蚀荒漠化和红色荒漠化在潮湿的地区。彭et al。16,20.]相信redbed redbed土地退化的极端形式,是一种特殊类型的荒漠化。燕(21分析的特点”badland-style redbed荒漠化”从景观的角度,地貌、土壤和生态功能。此外,邓认为在潮湿地区redbed退化的原因包括自然和人力方面。自然因素包括气候、地质、土壤植被、和其他因素,而人为因素包括过度的砍伐森林,土地承载能力的超负荷,盲目开垦规模(22]。Lu认为岩性的内部因素是redbed荒原形成,但斜率,方面和培养方法也有强烈的影响(23]。彭等人认为,红层的降解是多因素综合作用的结果。他们相信redbed退化的最初原因是植被的破坏和侵蚀土壤的壳。植被破坏后,植被对土壤的保护功能壳不断减少,和雨滴溅蚀能力导致土壤颗粒的分散24- - - - - -27),从而形成有利条件土壤颗粒的分散和侵蚀。然而,这项研究可以进一步扩展方面的变化redbed荒原退化过程和驱动力的定量识别和系统的研究。

在中国湿润地区红层主要分布在山间中小盆地在华中和华南地区28,29日),例如衡阳盆地,赣州盆地,Nanxiong盆地。其中,Nanxiong盆地位于中国南方的潮湿的地区,和redbed地区广东、湖南和江西是水土流失重灾区之一在中国,这是代表redbed荒原地区在中国21)(图1)。因此,基于卫星图像数据从1969年到2017年,该研究使用RS和GIS空间分析方法,分析了景观格局变化特征的redbed荒地Nanxiong盆地和采用地理加权回归方法来定量分析的影响因素redbed荒地,以探索的变化特征与机制redbed荒地代表地区的中国,科学防治提供依据。

2。概述的研究领域

Nanxiong盆地位于东北韶关的一部分,广东省在边境的广东、江西、湖南两省。纬度和经度范围从113°50 - - - - - -114°44E 24°35 - - - - - -25°24n 4500公里的流域总面积²,红层分布在面积1800公里²(图2),占40%。盆地的地貌形态特征在低山和丘陵地形高的东北部和西南部地势低,其海拔范围从72到621米。这个地区属于亚热带湿润季风气候,年平均降水量1535.6毫米,年平均气温为19.7°C,和良好的水热条件21]。Nanxiong盆地是一个典型的redbed邮电局盆地及其redbed属于沉积岩系形成于大陆Cretaceous-Paleogene过渡新生代和新生代在干燥和炎热的气候很短的间隔的潮湿和炎热的气候。Nanxiong盆地redbed岩石成熟度较低;丰富的方解石、长石;低耐风化;软在岩性,一般含钙质结核,紫红色和brown-red颜色;在成岩作用差,弱风化侵蚀电阻(30.]。这个城市是一个关键控制广东省水土流失面积。这个城市的地区国内生产总值实现113.84亿元,2019年常住人口为333300人。

3所示。方法和数据

3.1。方法

3.1.1。地理加权回归模型

影响因素的发展redbed荒地空间特征,以及它们之间的关系变化与地理位置的变化。全球总体回归模型不能考虑空间数据的回归参数的空间异质性,因此不能准确地描述变量之间的关系。地理加权回归模型(吉尼斯世界纪录)集成的空间属性数据回归模型来估计局部参数,被广泛应用于揭示变量随空间位置变化之间的关系。在此基础上,本文选择通过模型分析的发展和变化的影响因素redbed荒地,和特定的公式是31日]

在这个公式,因变量点吗 , 是拦截,的价值吗自变量点 , 是独立的变量数,样本点的数量,是残差, 的空间坐标吗th样本点, 是当地的回归系数点吗 。

3.1.2。选择驱动力指标

基于网格的规模,探讨变化的驱动力redbed荒地。研究区域分为 单元网格,每个网格的面积变化从1969年到2017年被认为是因变量的回归模型。redbed的荒地被解释为由于自然因素和人为因素的联合行动。自然因素中,岩性、降水、边坡、和方面有强烈的影响,而人为因素主要是各种人类干扰引起的建设和培养。岩性、坡度和方面可以直接量化(21]。降雨是一个齐次指数小的区域,所以它不能直接使用,取而代之的是水系统。建设行为Nanxiong主要反映在住宅位置和道路。种植行为主要发生在和花园的位置。Nanxiong流域稻田的农田没有redbed荒地。因此,花园的位置被用作种植行为的象征。总之,岩性、坡度、方面,水系统、植被、居住地点,花园的阴谋,和道路选择用作索引摘要及其替代索引是岩性、平均斜率,平均方面,水系统的平均距离,花园的平均面积、平均密度的住宅位置、平均密度花园的情节,平均道路距离(表1)。

3.2。数据来源和处理

3.2.1之上。信息提取的Redbed荒地

研究中使用的基本数据来源从钥匙孔卫星图像KH-4B形象(焦距:61厘米;每帧图像覆盖范围: )从1969年的空间分辨率 从2017年8和陆地卫星遥感影像。环境软件被用来将8陆地卫星多光谱图像与谷歌地球正射图像,和融合后的空间分辨率 。

早期的图像处理步骤是选择一个特定的乐队序列在ArcGIS 10.8 RGB合成器渲染和拉伸处理和获取图像,并明显的色彩,清晰的层次结构和明显的颜色差异地面对象。颜色、形态、纹理相结合的特点,和其他辅助材料,建立了相应的解释是之间的遥感图像特征和相应的谷歌地球图像特性,目视判读和人工redbed-poor地区进行向量化。一些劣质的补丁不清楚界限被证实在2017年10月和2018年6月,和redbed荒原Nanxiong盆地分布图终于产生。图像从1969年到2017年,707年和331年的红色下层被收购,分别(图3)。

3.2.2。其他相关数据采集

Nanxiong盆地的民主党通过BIGEMAP下载,和投影网格在ArcGIS和重采样处理。该决议是30米,斜率和利用ArcGIS方面获得的信息。土地使用的土地利用现状调查数据从2014年开始,从河流系统和住宅地址元素。道路网络数据从OpenStreetMap官方网站获得。投影坐标系统(WGS_1984_UTM_Zone_49N)是用于转换、校正和空间匹配上述数据。

4所示。结果

4.1。的时空变异特征Redbed荒地

以下4.4.1。规模变化特征

从1969年到2017年,规模redbed荒地Nanxiong盆地通常显示一个下降的趋势。具体来说,补丁的redbed荒地Nanxiong盆地从707年的1969下降到331年的2017人,下降53.18%。从1693.97 hm的面积redbed荒地下降²1969年127.4嗯²在2017年,减少92.48%。的单体规模redbed荒地也大大减少(图4)。单体面积在1969年和2017年平均为2.4嗯²和0.38嗯²分别减少84.17%。最大的面积redbed荒地,嗯这是12.69²在1969年和2.05嗯²在2017年,减少83.85%。在redbed荒地1969年,有252个地区最大的面积大于2017(2.05嗯²),占总量的35.64% redbed荒地中。在2017年,93.05%的redbed荒地是小于1嗯²和显示分散分布模式。

4.1.2。空间分布及其变化

1969年,redbed荒地显示连续的平面分布趋势是主要分布在东北Nanxiong盆地的一部分。Nanxiong盆地,Huangkeng小镇拥有最多的redbed荒地占总数的27.58%。城镇户口最大redbed荒原面积占总面积的20.34%。红层显示一个分散的岛屿分布和形成4个不同的城市群(图5)。(1)Youshan集聚位于东北盆地的一部分,包括Shangjiang村、村,Youshan镇上和Gaosu村。在1969年和2017年,该地区属于城市群,集聚的变化范围。2017年、127年redbed荒地分布在该区域,占总量的38.37% redbed荒地和总面积的45.56%。(2)户口集聚位于东北盆地的一部分,包括户口村,新疆村,Xiahu村庄城镇户口。2017年、108年redbed荒地分布在该区域,占总量的33.83% redbed荒地和总面积的28.59%。(3)Dungang集聚位于西南盆地的一部分,包括Dutang村和钩稽村。在1969年,这个地区的集聚程度不高。2017年,60 redbed荒地分布在这个区域,占总量的18.13% redbed荒地和总面积的20.26%。(4)Zhutian集聚位于西南盆地的一部分,包括五洲村和城门村Zhutian小镇。 Different from the Donghang agglomeration area, the agglomeration degree of this area was not high in 1969, and in 2017, it had become an agglomeration area; however, its scale was small. In 2017, 32 redbed badlands were distributed in the area, which accounted for 9.67% of the total quantity of redbed badlands and 5.59% of the total area.

据的空间变化特征redbed荒地从1969年到2017年,荒凉的redbed Nanxiong盆地可分为四种类型(图6)。(1)类型的增加:redbed荒地只存在1969年。有389 redbed荒地面积782.89嗯²。(2)类型的减少:redbed荒地存在于1969年和2017年,但是该地区的redbed荒地显著下降。有67 redbed荒地面积463.89嗯²。(3)类型的相交:redbed荒地在2017年部分重叠redbed荒地1969年,但redbed荒地在redbed 2017年没有完成1969年的荒地。总共有236个荒地,面积是33.78嗯²。(4)类型的消失:redbed荒地只存在2017年。有19个新redbed荒地面积58.66嗯²。

4.2。影响因素和空间异质性的Redbed荒原的变化

4.2.1。准备基于OLS模型影响因素的分析

之前通过模型分析的方法,必须使用全球回归OLS模型测试之间的关系改变红层的规模和上面的解释变量决定的。OLS模型的运行结果如表所示2。调整模型的决定系数为0.576,这表明全球OLS模型可以占57.6%的变化redbed荒地。具体来说,除了花园密度和林地的比例的变化呈低度负相关,redbed荒原区域,其他解释变量与的变化成正比redbed荒原区域。岩性的正相关系数、道路和坡度很大,和健壮的概率统计意义重大,这表明这三种类型的变量是影响的主要因素的变化研究redbed荒地。所有八个解释变量的VIF值小于7.5,也没有多余的解释变量。与此同时,Koenker试验表明,全球研究区域回归OLS模型是不稳定的;的变化之间的关系,redbed荒原区域和解释性变量面积空间异质性的研究中,需要使用吉尼斯世界纪录模型进行了分析。

4.2.2。影响因素和空间异质性的基础上,通过测定模型

通过模型分析了ArcGIS 10.2的核心类型采用“固定核心”方法,和普通Akaike信息准则(AICc)方法确定模型带宽。计算结果如表所示3。模型的决定系数和决定系数调整是0.587和0.576,这等于全球回归OLS模型相应的值。AICc值略高于OLS模型,0.008的区别。在容许误差范围内,可以认为两种模型的性能是一样的,但是当地的拟合优度(本地 )吉尼斯世界纪录的模型是0.587,高于调整后的OLS模型的决定系数(0.576),表明吉尼斯世界纪录的异质性模型更说明当地合适的空间,通过测定模型的条件的数量小于30,而且没有地方多重共线性模型。根据吉尼斯世界纪录的回归系数模型每个网格的影响因素,表3让统计均值,最小值,最大值,上、下四分位数每个因素的价值,等等。每个因素的回归系数的值顺序是岩性>路>住宅位置> >水系统>坡度>花园情节方面。从表3可以看出,从1969年到2017年,岩性,方面,和水系统中自然因素和住宅的位置和道路上的人为因素有一个稳定的积极影响的变化redbed荒地Nanxiong盆地。其中,中位数回归系数的岩性因素大约是0.643,这远远高于其他六个独立变量,其次是道路、住宅位置和斜率。这三个因素的回归系数接近,从0.21到0.29不等。水系统的影响因素是小,大约只有0.07。斜率和园地因素负面影响的变化redbed荒地,回归系数在-0.105和0.008之间。

(1)岩性因素(图7(一))。岩性的变化呈正相关redbed荒地,最强的影响redbed荒地的影响因素。回归系数均呈增长趋势从西南到东北地区从Dungang城镇Youshan镇,表明岩性提拔的形成redbed荒地,在Youshan周围的东北地区最重要的城市。的物质基础是岩性redbed荒原形成。Nanxiong的红层盆地主要形成于白垩纪和早第三纪,和共九组分为两组。的面积redbed Zhutian荒地,Zhenshui,尚形成高达87.98%,而其他redbed荒地相对欠发达,这结果Zhutian红层的主要成分,Zhenshui,和尚地层泥质粉砂岩、粉砂质泥岩,粉砂质泥岩,其组件是泥泞的胶结。粘土矿物含量高达28.4 - -50.3%。粘土矿物主要伊利石和illite-montmorillonite混合层,与弱胶结,粘土矿物含量高,压实度较低。红层更容易比其他岩性(微分解体30.]。

(2)方面的因素(图7 (b))。方面的变化呈正相关redbed荒地;回归系数表示越来越趋势从Youshan镇西南Dungang镇,表明方面的影响在redbed荒地是Dungang西南地区最重要的城市。Nanxiong盆地位于24°35 - - - - - -25°24N,东南方向,这是接收太阳辐射。根据李的研究et al .,增加温度加速瓦解redbed岩石,和平均温度越高,越高侵蚀率redbed荒地将反之亦然32]。支离破碎的岩石暴露在雨水冲刷下的基石,这有利于荒原形成。相比东部斜坡,北坡收到较少的光,和生产荒地的可能性减少。

(3)斜率因子(图7 (c))。斜率是正相关的变化redbed荒地。回归系数均呈增长趋势,从Youshan镇西南Dungang小镇。荒原形成土壤侵蚀的极端的结果,而土壤侵蚀强度密切相关斜率。据统计,Nanxiong盆地的斜坡是介于0和51.73°。2017年、251年redbed荒地Nanxiong盆地是0 - 5°的分布在山坡上,占总量的75.83%。有71 5 - 8°山坡荒地,占总量的21.45%。有9的山坡荒地8°-15°,占总数的2.72%土地数量。从大到小,荒地的分布如下: 。没有荒地上开发其他斜坡。原因是组成Nanxiong盆地红层的岩石主要由软岩石,如粉砂岩和泥岩。这些软岩的特点是强度低,孔隙度高,胶结差,明显受构造面切割和风化作用的影响。宽松,柔软和脆弱的岩石使斜坡redbed地区相对较慢。然而,由于边坡的存在,重力将有利于侵蚀和风化软岩和红层的形成。

(4)水系统因素(图7 (d))。水系统呈正相关变化redbed荒地,但至少所有影响因素的影响。回归系数均呈增长趋势,从Dungang镇东北Youshan小镇。红层的物质基础是软岩,这是容易瓦解水系统下,可以完全解体(浸泡半小时后33]。由于软岩的存在,如粉砂岩和泥质岩石,当降雨聚集表面上,降雨量很少渗透进地面,迅速聚集,形成小溪流的水侵蚀表面。不断侵蚀,母岩露头,最后,促进荒地的形成和发展。然而,水的存在也有利于土壤形成的风化软岩的碎片。一套良好的水热条件下,植被恢复速度更快,这使得它容易redbed荒地自然恢复植被或适用。

(5)住宅区位因素(图7 (e))。的住宅位置呈正相关变化redbed荒地和有很强的影响redbed荒地。回归系数均呈增长趋势的东北Dungang镇Youshan城镇,从而表明,住宅位置有促进作用redbed荒地在所有城镇,这效果是最重要的在Youshan城镇周围的东北地区。据估计,平均距离居民区的网格和redbed荒地是405.29米。网格的redbed荒原分布、建设用地的平均比例是0.57%,最高比例是27.54%,这表明,密集的居民区,更频繁的人类的生产和生活活动和更严重的破坏植被。一旦表面植被遭到破坏,可能发生不可逆转的退化过程,成为一个重要因素redbed荒原形成。

(6)(图的园地因素7 (f))。花园的回归系数块的平均价值大约是-0.105,这是负相关的土地变化redbed荒地,一样的林地的因素。回归系数均呈增长趋势,从Youshan镇西南Dungang小镇。这一趋势的原因是花园的土地主要是一个哨兵redbed荒地。在同一地区,如果可以充分利用土地,然后的可能性redbed荒原发展将会减少,导致两者之间负相关。

(7)道路因素(图7 (g))。道路因素是第二岩性因素也接近和住宅位置因素的强度方面,表明道路因素是与变化呈正相关redbed荒地和有很强的影响redbed荒地。回归系数均呈增长趋势,从Youshan镇西南Dungang镇,表明道路提升redbed荒地在所有城镇,是西南地区最重要的Dungang小镇。是计算网格和道路之间的平均距离redbed荒地是342.68米。网格的redbed荒原分布、道路土地的平均比例是0.56%,最高比例是5.14%,这远远高于电网没有redbed荒地,这表明更容易获得一个区域是较强的人类的影响会和更严重的破坏植被,容易导致地表植被破坏,引起土地退化,形成redbed荒地

(8)(图的林地因素7 (h))。花园一样的因素,林地的因素是两个负相关的变化redbed荒地,但其负面影响比花园里的小因素。从1969年到2017年,Nanxiong盆地继续进行界说与redbed荒地,植树造林是一个重要的任务。到2018年,林地面积的数量已经达到了445800公顷。植被的恢复起着良好的作用在抵制侵蚀退化和保护水的红层,有效抑制的增加redbed荒地。两者之间有一个权衡。

上面的分析表明,改变redbed基于岩性荒原是一个多因素综合的过程,人类活动引起的,联合行动的自然因素如降雨、坡度、方面和居民区和道路等人为因素。

5。讨论

一个redbed荒原地貌形状开发基于父的红层岩石的特点,具有典型特征的损失等表层土层,相邻redbed基岩的直接接触或薄redbed风化壳,和鸡肉feet-shaped侵蚀沟的密度分布。研究应进一步扩展方面的变化redbed荒原退化过程和驱动力的定量识别和系统的研究。

本文基于美国KH-4A从1969年的遥感图像数据和地球资源观测卫星8从2017年开始,redbed荒地的规模和空间分布特征进行了分析,以及驱动因素redbed荒地地理加权回归分析。我们发现的景观指数redbed荒地通常显示从1969年到2017年下降的趋势。的影响程度的规模变化的驱动因素redbed荒地是岩性>路>住宅位置> >水系统>坡度>花园情节方面。

在以前的研究中,邓小平认为,在潮湿地区redbed退化的原因包括自然和人力方面。自然因素包括气候、地质、土壤植被、和其他因素,而人为因素包括过度的砍伐森林,土地承载能力的超负荷,盲目开垦规模(22]。Lu认为岩性的内部因素是redbed荒原形成,但斜率,方面和培养方法也有强烈的影响(23]。彭等人认为,红层的降解是多因素综合作用的结果。他们相信redbed退化的最初原因是植被的破坏和侵蚀土壤的壳。植被破坏后,植被对土壤的保护功能壳不断减少,和雨滴溅蚀能力导致土壤颗粒的分散24- - - - - -27),从而形成有利条件土壤颗粒的分散和侵蚀。本文的结论与这些研究是一致的。此外,这项研究已经扩展的方面变化redbed荒原退化过程和驱动力的定量识别和系统的研究。同时,指数进一步研究的重要性。

应该说,驱动因素的选择不够系统,分析是相对简单的,定量分析需要进一步加强。此外,不仅飞机变体redbed荒地也高度和形状的变化值得我们关注。基于综合考虑三维形态redbed荒地,未来的研究需要不断提高的影响因素,开展更深入的建模分析的因素影响的发展和演化redbed崎岖地澄清其影响机制。

6。结论

目前,大多数的国际研究半干旱地区的荒地上,而研究荒地在潮湿地区较少,因此具有重要的理论和实践意义进行研究荒地在潮湿的地区。在Nanxiong红层盆地位于中国南方的潮湿的地区为研究目标,本文使用美国KH-4A卫星遥感图像从2017年从1969年和8陆地卫星图像,分析了红层的规模和空间分布特点,建立了一组因素影响redbed荒地,并探讨变化的驱动因素redbed荒地。结果显示如下:(1)从1969年到2017年,景观指数的redbed荒地通常表现出下降的趋势。特别是,补丁的数量redbed荒地Nanxiong盆地已从707年的1969下降到331年的2017人,下降53.18%。的面积redbed荒地从1693.97降低了嗯²1969年127.4嗯²在2017年,减少92.48%。空间分布,空间分布的红层逐渐改变平面分布格局2017年1969年岛上分布格局,形成4个不同的城市群(2)的影响程度的规模变化的驱动因素redbed荒地是岩性>路>住宅位置> >水系统>坡度>花园情节方面。除了雨林和花园是负相关的因素的变化redbed荒地,其他因素相互呈正相关(3)岩性的变化呈正相关redbed荒地,最强的影响redbed荒地的影响因素。红层主要是由泥质粉砂岩、粉砂质泥岩,粉砂质泥岩,其组件是泥泞的胶结。粘土矿物含量高达28.4 - -50.3%。粘土矿物主要伊利石和illite-montmorillonite混合层,与弱胶结,粘土矿物含量高,压实度较低。红层更容易比其他岩性差解体(4)道路因素是与变化呈正相关redbed荒地,其影响redbed荒地是第二岩性因素。更容易获得一个区域,具有较强的人类影响和更严重的破坏植被,容易导致地表植被破坏,引起土地退化,形成redbed荒地

数据可用性

中使用的数据集的实验和讨论的论文如果要求将是可用的。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了国家自然科学基金(批准号41771088)和特殊项目关键中国科技部基础研究(批准号2013 fy111900)。