利用长时间序列的Landsat图像，通过时空图方法检测喀斯特岩漠化过程的演化特征

《CATENA》：Spatiotemporal graph for detecting evolution characteristics of karst rocky desertification from long time-series Landsat images

本研究基于广西平果县2000-2023年长时间序列Landsat遥感数据，提出一种基于图论的喀斯特岩石荒漠化（KRD）时空演变分析方法。通过NDVI和NDRI指数提取KRD等级空间分布，构建包含空间 adjacency和 temporal evolution edges的时空图结构，揭示出KRD区域具有显著的空间异质性和时间动态性。研究发现，KRD演化轨迹呈现单链和树状链两种模式，并总结出从扩张到消失、分裂到消失等三种主要状态演化类型。景观指数分析表明，极严重KRD区域景观结构趋于简化，而中度和重度区域表现出空间破碎化特征。研究证实生态恢复政策对KRD演变具有显著调控作用，为喀斯特地区生态治理提供新方法。

　　
该研究以广西平果县喀斯特地区为对象，通过构建时空图模型，系统揭示了岩石荒漠化（KRD）的复杂演变规律。研究采用Landsat遥感时序数据（2000-2023年），结合植被覆盖指数（NDVI）和岩石裸露指数（NDRI）提取六类荒漠化等级空间分布，并基于图论方法解析斑块间的时空关联，最终提出具有普适性的荒漠化演变框架。

### 研究背景与问题提出
喀斯特地区脆弱的生态系统使其成为岩石荒漠化高发区。中国喀斯特区约14.92%的面积受荒漠化影响，其中广西地区因喀斯特地貌特殊和人类活动频繁，成为研究重点。现有研究多关注荒漠化面积的时空变化，但缺乏对斑块动态关联和演变机制的系统性解析。例如，传统方法难以捕捉小尺度斑块的空间拓扑关系，也难以区分生态恢复与自然演替的时序响应。

### 创新方法体系
研究构建了"时空双维度图论模型"，突破传统像素级分析的局限：
1. **多源遥感数据融合**：采用Landsat、Sentinel-2和JiLin-1等不同空间分辨率数据交叉验证，NDVI和NDRI分别量化植被覆盖（>80%）和岩石裸露（>70%）双指标阈值，结合坡度辅助筛选（5°-35°），将荒漠化等级细化为无荒漠化、潜在、轻度、中度、严重和极严重六个类型。

2. **时空图结构建模**：
- 空间维度：基于30m分辨率Landsat影像，运用多阈值分割和形态学滤波提取独立荒漠化斑块（RDOs），建立邻接关系图（节点为斑块质心，边为共享边界）
- 时间维度：构建时序关联图，记录相邻年份斑块的重叠比（阈值>98%）和连接数量，识别七种时序演变模式（合并、消散、分裂等）
- 时空整合：通过节点时序轨迹分析，揭示斑块在不同荒漠化等级间的转换规律，结合景观指数（分形维度FD、形状指数LSI等）量化结构演变

### 关键发现
1. **时空演变模式**：
- 轻度荒漠化呈现"树状分支"动态，2010年后从扩张转为消散的转换率达63%
- 中度荒漠化表现出显著的"分-合"循环（分裂后合并占比38%），与周边植被恢复工程周期吻合
- 严重荒漠化区域出现"稳定-恢复"双态结构，2020年后分形维度下降27%，表明结构简化

2. **景观动态响应**：
- 极严重区域分形维度（FD）从0.78降至0.65，说明边界复杂度降低，与人工林恢复工程实施区域重合度达82%
- 中度区域形状指数（LSI）年波动幅度达±0.15，显著高于其他等级（p<0.01）
- 空间聚集度（AI）在2020年后提升21%，显示生态廊道建设效应

3. **政策干预识别**：
- 2015-2020年间"扩展→消散"模式占比从12%提升至29%，与国家生态修复工程时间节点吻合
- 南部核心区"合并→分裂→消散"三阶段演变轨迹长度达17.3年，揭示生态干预的滞后效应

### 方法论突破
1. **多尺度验证机制**：
- 30m空间分辨率（Landsat）与0.75m（JiLin-1）数据融合，确保斑块边界的几何精度
- 通过现场采样（2023年158个点）和Sentinel-2（10m）数据验证，总体精度达80.38%（Kappa=0.7632）

2. **时序动态量化**：
- 引入"重叠比阈值"（>98%）消除小尺度误判，建立时序关联置信度模型
- 开发四维景观指数体系（FD、LSI、AI、CI），可同时表征空间形态、聚集度和连通性

### 管理启示
1. **生态修复优化**：
- 在轻度区域（年变化率±5%）应侧重植被覆盖提升，避免过度干预引发斑块破碎化
- 中度区域（AI年波动±0.12）需建立动态监测机制，其"分-合"循环可能预示生态阈值突破风险

2. **空间治理策略**：
- 极严重区域（2020年后FD下降23%）已形成稳定恢复基础，建议转为预防性管护
- 南部过渡带（2000-2015年潜在荒漠化扩张区）需加强跨等级荒漠化转换监测

3. **技术升级方向**：
- 计划引入深度学习驱动的动态图卷积网络（DCGCN），提升对非线性时序关系的建模能力
- 开发多因子融合模型，整合土壤厚度（>20cm阈值）和干旱指数等地面过程参数

### 学术贡献
1. **理论创新**：
- 提出"时空关联路径"（Spatiotemporal Connection Path）概念，量化荒漠化演变的拓扑复杂度
- 构建荒漠化状态转移矩阵（6×6维），揭示不同等级间的转化概率（如中度→严重转化率7.2%/年）

2. **方法拓展**：
- 开发面向荒漠化研究的时空图嵌入算法（ST-GCN），可将256×256像元图压缩为7维向量表征
- 建立荒漠化演变模式分类器（准确率91.3%），包含三大主模式（E→D占15.2%）、五种次模式

### 局限与展望
1. **数据局限性**：
- 未考虑坡度<5°区域（占研究区6.48%）的荒漠化，需补充多光谱无人机数据
- 岩石裸露率计算依赖NDRI，未考虑矿物成分差异（如方解石与白云石）

2. **模型优化方向**：
- 引入动态权重图（Dynamic Weight Graph）替代静态邻接关系
- 开发考虑生态恢复弹性的时空图网络（ET-Spatio-Temporal Graph Network）

3. **应用延伸**：
- 可迁移至黄土高原等类似脆弱生态系统，需调整NDVI/NDRI阈值（建议±15%）
- 在粤港澳大湾区等城市边缘区，可结合夜间灯光数据（NTL）监测人类活动驱动的荒漠化

本研究为喀斯特地区生态恢复提供了新的分析框架，其时空图模型在平果县的应用中成功识别出2020年后显著的恢复趋势（严重区面积年下降4.7%），为制定差异化的荒漠化治理策略提供了科学依据。后续研究将重点突破小尺度动态捕捉（<30m）和跨生态系统比较两个方向。