徐紅楓, 王 妍, 劉云根, 肖羽芯, 黎 舟

(1.西南林業(yè)大學(xué), 昆明 650224; 2.云南省山地農(nóng)村生態(tài)環(huán)境演變與污染治理重點(diǎn)實(shí)驗(yàn)室, 昆明 650224)

我國西南巖溶地區(qū)是石漠化分布最廣的區(qū)域[1]，其主要地貌特征是地表起伏大、多山地[2]、多碳酸鹽巖地區(qū)，土壤層淺薄，土地貧瘠[3]。根據(jù)《巖溶地區(qū)石漠化綜合治理規(guī)劃大綱(2006—2015)》區(qū)劃，峰叢洼地石漠化治理區(qū)是我國石漠化綜合治理八大類型區(qū)之一，該區(qū)出露碳酸鹽巖古老、堅(jiān)硬、層厚質(zhì)純，且連片分布，水文系統(tǒng)具有典型的二元結(jié)構(gòu)，地表水發(fā)達(dá)而地下水發(fā)育，因此缺水、少土，耕地資源匱乏，人地矛盾的沖突尤為嚴(yán)重[4]。西疇縣地處云南省文山壯族苗族自治州中部，位于云貴高原向廣西盆地過渡的斜坡地帶，是典型的峰叢洼地地區(qū)，石漠化問題一直制約著西疇縣的經(jīng)濟(jì)、社會、環(huán)境可持續(xù)發(fā)展[5]。30年來，西疇縣持續(xù)進(jìn)行石漠化治理工作，人們通過退耕還林、坡改梯、經(jīng)濟(jì)林營造等一列石漠化治理工程[6]，探索出了“六子登科”、“五法治水”等石漠化綜合治理模式，不僅取得良好的生態(tài)和社會效益，西疇人民在治理石漠化所產(chǎn)生的西疇精神也被列為云南脫貧攻堅(jiān)精神的典型代表。

近些年來已經(jīng)有不少學(xué)者針對石漠化信息提取及驅(qū)動因子進(jìn)行了相關(guān)研究，在石漠化信息提取方面蘇旺德等以ETM，DEM和地質(zhì)巖性數(shù)據(jù)構(gòu)建了南汀河石漠化[7];羅旭玲等認(rèn)為基于NPP，NDVI、地表反照率和坡度可以較為精準(zhǔn)地反演石漠化[8];為了揭示石漠化的驅(qū)動因子，李陽兵等基于人機(jī)交互解譯，對黔中高原后寨河地區(qū)的石漠化演變驅(qū)動因子進(jìn)行了分析，得出較多坡耕地的存在是石漠化的驅(qū)動因素[9]；王正雄等基于地理探測器對巖溶槽谷地區(qū)的石漠化驅(qū)動因素進(jìn)行分析，得出巖性和土地利用、巖性和坡度的組合共同驅(qū)動巖溶槽谷地區(qū)的石漠化形成[10]。以往的研究多使用傳統(tǒng)的方法進(jìn)行數(shù)據(jù)處理，處理效率不高，在大區(qū)域和長時間跨度的研究上局限性較大，基于云計(jì)算的可用性，本文借助Google Earth Engine云計(jì)算平臺，以典型峰叢洼地石漠化地區(qū)西疇縣作為研究區(qū)，旨在揭示其1990—2020年30年間的石漠化演變規(guī)律和驅(qū)動因子，為后續(xù)的石漠化演變及更大尺度生態(tài)恢復(fù)研究提供一定的參考和技術(shù)指導(dǎo)。

1 研究區(qū)和研究方法

1.1 研究區(qū)概況

西疇縣位于東經(jīng)104°22′—104°58′，北緯23°06′—23°37′，其下轄有2個鎮(zhèn)、7個鄉(xiāng)：西灑鎮(zhèn)、興街鎮(zhèn)、蚌谷鄉(xiāng)、蓮花塘鄉(xiāng)、新馬街鄉(xiāng)、柏林鄉(xiāng)、法斗鄉(xiāng)、董馬鄉(xiāng)、雞街鄉(xiāng)，總面積1 506 km2。其中石漠山區(qū)面積達(dá)99.9%，巖溶面積達(dá)75.4%，境內(nèi)巖溶峰叢溶蝕洼地，一般連片出現(xiàn)，山巒起伏，上層基巖裸露，地形封閉破碎，數(shù)百個水淹洼塘和大小不等的山間小盆地鑲于叢山巒障中。且洼地多為橢圓或條形，寬數(shù)十米至數(shù)百米；溶洞、豎并、天窗等巖溶現(xiàn)象較為普遍。

1.2 數(shù)據(jù)源與研究方法

1.2.1 Google Earth Engine簡介 Google Earth Engine(GEE)是谷歌旗下的云計(jì)算平臺，可以快速、批量處理大量數(shù)據(jù)[11]。GEE上提供了BP數(shù)量級的公開地球觀測數(shù)據(jù)，有超過500萬張影像，200多個公共數(shù)據(jù)集可供免費(fèi)使用[12]。GEE的API接口支持JavaScript和python，可以通過編程調(diào)用數(shù)值、數(shù)組、矩陣、柵格數(shù)據(jù)和圖表等相關(guān)的多種模塊和函數(shù)，用于實(shí)現(xiàn)影像預(yù)處理、圖像分類、影像時間序列分析等操作。網(wǎng)址(https:∥earthengine.google.com/)。

1.2.2 數(shù)據(jù)源與研究方法 Landsat陸地觀測衛(wèi)星具有30 m良好空間分辨率，且具有長的時間覆蓋，所以基于Google Earth Engine調(diào)用長時間序列的Landast影像作為數(shù)據(jù)源，對西疇縣1990—2020年近30年的石漠化演變進(jìn)行分析。其中植被覆蓋度和巖石裸露率使用了Landsat 5/8 Surface Reflectance Tier 1數(shù)據(jù)集，該數(shù)據(jù)集已經(jīng)使用LaSRC進(jìn)行了大氣校正，道路和建筑用地的提取使用了Landsat 5/8 Collection 1 Tier 1 TOA Reflectance數(shù)據(jù)集。坡度數(shù)據(jù)在GEE上基于SRTM Digital Elevation 30 m數(shù)據(jù)計(jì)算得到，年均降水量數(shù)據(jù)單位為0.1 mm，人口密度數(shù)據(jù)單位為人/km2，GDP數(shù)據(jù)單位為萬元/km2，以上柵格數(shù)據(jù)均下載自中科院資源環(huán)境科學(xué)與數(shù)據(jù)中心(網(wǎng)址為：http:∥www.resdc.cn)。

基于GEE的超強(qiáng)計(jì)算能力，以及其提供的BP級免費(fèi)公開遙感數(shù)據(jù)，通過JavaScript API編程在線調(diào)用Landsat 5影像309景和Landsat8影像174景，以云分量20為閾值進(jìn)行影像篩選、然后去云、進(jìn)行影像集的自動拼接和裁剪、對水體進(jìn)行掩膜，并基于像元二分模型計(jì)算得到研究區(qū)植被覆蓋度、巖石裸露率，通過計(jì)算指數(shù)和紋理特征實(shí)現(xiàn)道路和建筑用地的提取，最后將結(jié)果導(dǎo)出，下載到本地使用ENVI 5.3和ArcGIS 10.5進(jìn)行后續(xù)處理，通過疊加制圖得到了西疇縣1990—2020年石漠化等級分布圖，整體流程見圖1。

圖1 石漠化制圖流程圖

2 石漠化指標(biāo)

2.1 植被覆蓋度

(1) 歸一化植被指數(shù)(NDVI)。石漠化過程往往伴隨著植被的退化[13]。歸一化植被指數(shù)(NDVI)可以較好地反映地表植被狀況[14]，公式為：

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

(1)

式中:NDVI為像元?dú)w一化植被指數(shù)值；NIR為近紅外波段；RED為紅光波段。

(2) 運(yùn)用像元二分模型[15]。在年度合成NDVI頻率累積表上取頻率5%對應(yīng)的NDVI值作為NDVImin，取累積頻率為95%的NDVI值作為NDVImax[16]，公式為：

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

(2)

2.2 巖石裸露率

(1) 歸一化巖石指數(shù)(NDRI)?；谑貐^(qū)的地物特性，張曉倫提出用Landsat數(shù)據(jù)的短波紅外(SWIR)與近紅外(NIR)波段，計(jì)算歸一化巖石指數(shù)(NDRI)提取石漠化分布結(jié)果精度高[17]。公式為:

NDRI=(SWIR-NIR)/(SWIR+NIR)

(3)

(2) 巖石裸露率(Fr)。在年度合成NDRI頻率累積表上取頻率衛(wèi)5%對應(yīng)的NDRI值作為NDRImin，取累積頻率為95%的NDRI值作為NDRImax，計(jì)算公式為：

Fr=(NDRI-NDRImin)/(NDRImax-NDRImin)

(4)

2.3 建筑用地與道路提取

基于Google Earth Engine，以Landsat 5 Collection 1 Tier 1 TOA Reflectance(1990年、2000年和2010年)和Landsat 8 Collection 1 Tier 1 TOA Reflectance為數(shù)據(jù)源(2020年)提取西疇縣不透水面(建筑用地和道路)，計(jì)算歸一化差異水體指數(shù)(MNDWI)，來提取水體[18]，計(jì)算歸一化建筑指數(shù)(NDBI)來提取部分建筑特征[19]，并運(yùn)用灰度共生矩陣(GLCM)計(jì)算其他紋理特征[20]，然后選取樣本點(diǎn)，取其中70%的樣本點(diǎn)作為訓(xùn)練樣本，使用GEE上的隨機(jī)森林分類器進(jìn)行訓(xùn)練，另外的30%樣本點(diǎn)作為驗(yàn)證樣本，生成混淆矩陣，并計(jì)算Kappa系數(shù)。樣本點(diǎn)分成兩類：第一類為不透水面，主要包括道路和建筑用地；第2類為透水面，主要包括植被、裸地、農(nóng)用地水體等。樣本點(diǎn)的拾取都在GEE平臺上完成，2020年樣本的拾取基于Google高精度在線地圖，1990年、2000年、2010年樣本點(diǎn)的拾取則是基于Landsat5。

Kappa系數(shù)通常用于一致性檢驗(yàn)，也可以用于衡量分類的精度，Kappa系數(shù)越大，分類精度越高。公式如下：

(5)

式中:po是每一類正確分類的樣本數(shù)量之和除以總樣本數(shù),也就是總體分類精度；pe代表偶然一致性,通常Kappa系數(shù)在0～0.200代表極低的一致性,0.210～0.400代表一般的一致性,0.400～0.600代表中等的一致性,0.610～0.800代表較高的一致性,0.810～1代表幾乎完全一致。

不透水面提取結(jié)果如下：1990—2020年四期不透水面提取的總體精度分別為0.816，0.860，0.865，0.982，Kappa系數(shù)分別為0.627，0.707，0.730，0.963。1990年、2000年、2010年三期提取精度在0.62～0.80之間，2020年的提取精度在0.963四期提取結(jié)果一致性較高，基本可以滿足研究需要。

2.4 水體掩膜

歸一化植被指數(shù)范圍在-1至1之間，通常地表云、雪以及水體覆蓋時，近紅外波段的反射率低于紅波段的反射率，所以NDVI值為負(fù)數(shù)，所以在GEE上計(jì)算植被覆蓋度和巖石裸露率時對NDVI小于0的部分進(jìn)行掩膜，從而達(dá)到剔除水體的目的。

在參考前人標(biāo)準(zhǔn)[21]的基礎(chǔ)上，將石漠化劃分為無、潛在、輕度、中度、重度和極重度石漠化6個等級，并剔除了水體、道路和建設(shè)用地，得到了1990年、2000年、2010年、2020年總共四期的石漠化等級分布圖(圖2)。在Google Earth Pro上驗(yàn)證解譯精度，然后制作混淆矩陣，并計(jì)算Kappa系數(shù)，2020年使用的驗(yàn)證影像來源為Google Earth高精度影像，1990年、2000年、2010年使用的影像數(shù)據(jù)源為Landsat 5。四期石漠化等級分布圖的總體精度分別為0.715，0.735，0.778，0.895，Kappa系數(shù)分別為0.681，0.671，0.745，0.721。1990—2020年四期石漠化等級分布圖精度均在0.610～0.800，一致性較高。

圖2 1990-2020年石漠化等級分布

3 結(jié)果與分析

3.1 石漠化時間變化特征

由圖3可知，第一階段1990—2000年的10年間各級石漠化面積都有一定減少，無石漠化土地增加明顯，增加了19.349%；在第二階段2000—2010年，2010年石漠化分布情況相較2000年又有所惡化，無石漠化土地面積減少明顯，減少了22.874%，重度石漠化面積增加了8.940%；在第三階段，2010—2020年期間，西疇縣的無石漠化地面積上升明顯，較2010年面積增加了46.015%，潛在、輕度、中度、重度石漠化土地面積較2010年顯著減少。

3.2 石漠化轉(zhuǎn)移矩陣

轉(zhuǎn)移概率矩陣是指客觀事物從一個狀態(tài)轉(zhuǎn)移到另一個狀態(tài)，可以清晰表示不同時期同一區(qū)域石漠化類型相互轉(zhuǎn)換的數(shù)量化關(guān)系[22]。為分析不同等級石漠化相互之間的轉(zhuǎn)化關(guān)系，利用ArcGIS 10.5構(gòu)建西疇縣石漠化轉(zhuǎn)移矩陣，在Origin 2021作圖得到石漠化轉(zhuǎn)移圖(圖4)。

圖3 1990-2020年各級石漠化面積比重

從圖4可以看出：(1) 1990—2000年西疇縣的潛在石漠化轉(zhuǎn)向無石漠化轉(zhuǎn)變最顯著，面積160.809 km2；其次，變化較大的是輕度石漠化轉(zhuǎn)換成無石漠化面積84.767 km2；其余類型之間的轉(zhuǎn)換面積相對較小，總體來說石漠化都在呈好轉(zhuǎn)趨勢。(2) 2000—2010年，無石漠化轉(zhuǎn)變?yōu)闈撛谑兓铒@著，面積144.746 km2；無石漠化轉(zhuǎn)變?yōu)檩p度石漠化的面積次之，有115.608 km2；除此之外，潛在和輕度石漠化向中度石漠化轉(zhuǎn)化面積較大分別為72.322 km2，75.303 km2，同時也有較大面積的中度石漠化向重度石漠化轉(zhuǎn)化，有79.321 km2。(3) 2010—2020年主要趨勢為潛在、輕度和中度石漠化轉(zhuǎn)變?yōu)闊o石漠化石，面積分別為186.49 km2，195.916 km2，186.985 km2；同時也有66.168 km2重度漠化轉(zhuǎn)化為無石漠化；(4) 1990—2020年潛在、輕度、中度、重度、極重度石漠化均有向無石漠化轉(zhuǎn)變，無石漠化面積增加總計(jì)648.476 km2，截至2020年西疇縣無石漠化土地面積共計(jì)940.854 km2；修復(fù)難度較大的極重度石漠化也得到了很好的修復(fù)，向重度、中度、輕度及潛在石漠化轉(zhuǎn)變，其中有20.208 km2轉(zhuǎn)變?yōu)闊o石漠化。

3.3 石漠化空間演變分析

為探究西疇縣近30年石漠化空間演變格局，將石漠化等級降低的區(qū)域視為好轉(zhuǎn)，石漠化等級提升的區(qū)域視為惡化，石漠化等級未發(fā)生變化的區(qū)域視為不變(圖5)?？偟膩砜?，1990—2020年西疇縣的石漠化有51.715 km2發(fā)生惡化，有850.183 km2石漠化土地發(fā)生好轉(zhuǎn)，在空間上整體都呈現(xiàn)好轉(zhuǎn)，也有少部分土地呈現(xiàn)惡化，主要分布在在蓮花塘鄉(xiāng)西北部、新馬街鄉(xiāng)的東北部，雞街鄉(xiāng)和西灑鎮(zhèn)的交界處也存在部分零星的惡化土地。其中1990—2000年西疇縣的東北部石漠化改善較大，包括雞街鄉(xiāng)、董馬鄉(xiāng)和法斗鄉(xiāng)，西南部存在惡化，尤其是興街鎮(zhèn)和新馬街鄉(xiāng)，還有蚌谷鄉(xiāng)和蓮花塘鄉(xiāng)交界處；2000—2010年北部和西部大面積石漠化土地都存在不同程度的惡化，尤其是董馬鄉(xiāng)、西灑鎮(zhèn)、蚌谷鄉(xiāng)以及法斗鄉(xiāng)北部；2010—2020年西疇縣石漠化總體是發(fā)生改善，尤其是西灑鎮(zhèn)、蚌谷鄉(xiāng)和興街鎮(zhèn)，蚌谷長箐片區(qū)、興街江龍片區(qū)、羅漢沖片區(qū)、三光片區(qū)等石漠化綜合治理示范區(qū)的設(shè)立治理效果十分顯著。

圖5 1990-2020年石漠化變化

3.4 貢獻(xiàn)因子獲取與分析

地理探測器(GeoDetector)是由王勁峰團(tuán)隊(duì)開發(fā)的地理探測器軟件[23]。其理論核心是通過空間異質(zhì)性來探測因變量與自變量之空間分布格局的一致性，據(jù)此度量因變量對自變量的解釋度即q值。q的值域?yàn)閇0，1]，值越大，說明這個因子對Y值的解釋力越強(qiáng)。其模型：

(6)

為分析西疇縣石漠化驅(qū)動因子，分別選取了西疇縣2010年坡度、年均降水量、人口密度、GDP作為自變量[10]。在ArcGIS 10.5上將4個變量柵格采用自然間斷法重分類成6類，然后用500 m網(wǎng)格點(diǎn)對石漠化類型分布柵格與變量柵格進(jìn)行采樣提取。

從單因子探測結(jié)果來看GDP(0.626)>年均降水(0.577)>人口密度(0.056)>坡度(0.022)，多因子交互探測如表1所示，坡度和GDP的交互作用下，對石漠化的影響最大(q=0.645)，GDP和人口密度對石漠化形成的影響則次之(q=0.639)。

表1 多因子交互探測結(jié)果

4 討論與結(jié)論

4.1 討 論

Google Earth Engine(GEE)存儲有長時間序列的多源遙感數(shù)據(jù)，且計(jì)算能力強(qiáng)大，隨著近幾年云計(jì)算的興起，越來越多的學(xué)者開始使用GEE云計(jì)算平臺開展相關(guān)研究。張?zhí)系萚11]基于GEE對京津冀地區(qū)2001—2015年植被變化與城鎮(zhèn)擴(kuò)張的關(guān)系進(jìn)行研究實(shí)現(xiàn)了數(shù)據(jù)的快速處理；裴杰等[24]利用GEE計(jì)算長時間序列的Landsat-NDVI對南洞地下河流域1988—2016年29年的植被覆蓋度變化進(jìn)行了監(jiān)測研究；陳黔等[25]基于GEE與機(jī)器學(xué)習(xí)對毛烏素沙地灌木覆蓋度進(jìn)行估算，有效、快速地區(qū)分了灌木并對其植被覆蓋度進(jìn)行估算。在巖溶地區(qū)的大尺度石漠化監(jiān)測方面，GEE可以解決數(shù)據(jù)收集困難、數(shù)據(jù)預(yù)處理復(fù)雜和效率低下的問題，與傳統(tǒng)的石漠化遙感信息提取相比，利用GEE云計(jì)算平臺提取石漠化表征因子，只需要通過代碼的編寫，就能進(jìn)行大尺度遙感數(shù)據(jù)的批量處理與計(jì)算，使得在相同數(shù)量級數(shù)據(jù)處理下效率得到大幅提升，GEE勢必成為實(shí)現(xiàn)大尺度石漠化監(jiān)測的有效工具。

經(jīng)過近30年的石漠化治理，2020年西疇縣的無石漠化土地面積已經(jīng)達(dá)到總面積的62.474%，石漠化治理取得了很大成效。1990—2000年的10年間，石漠化得到了一定的治理但是成效并不明顯，可能的原因是石漠化治理雖然已經(jīng)開展，但是由于缺乏統(tǒng)一的規(guī)劃和資金，所以成效甚微。2000—2010年，石漠化情況有所惡化，此時西疇縣進(jìn)入了經(jīng)濟(jì)發(fā)展的新階段，峰叢洼地大量耕地轉(zhuǎn)化成建筑用地[26]，人們?yōu)橹\求更多的生存空間，任意開采開荒，破壞林草植被，加劇了石漠化形成；后10年時間(2010—2020年)，西疇石漠化治理成效顯著，這和政府的規(guī)劃有很大的關(guān)系，西疇縣一期石漠化綜合治理工程(2011—2014年)，對磨合、三光、長箐3個小流域?qū)嵤┝朔馍接?、植樹造林、坡改梯等措施?016年制定《西疇縣全面深化生態(tài)文明體制改革實(shí)施方案》，并相繼實(shí)施了蚌谷長箐片區(qū)、興街江龍、羅漢沖、三光片區(qū)等石漠化綜合治理工程，探索出了“六子登科”、“五法治水”的石漠化綜合治理模式。鑒于植物措施是鞏固土壤、減少水土流失的有效措施[27]，后續(xù)應(yīng)當(dāng)繼續(xù)推進(jìn)石漠化治理工程，并加大對植樹造林與經(jīng)濟(jì)林營造的扶持力度，在治理石漠化的同時增加人民的收入。

在驅(qū)動因子方面GDP(q=0.626)和年均降水(q=0.577)對西疇石漠化的形成貢獻(xiàn)較大，GDP的貢獻(xiàn)度最高，說明經(jīng)濟(jì)的發(fā)展對自然資源的影響較大，如果不能處理好經(jīng)濟(jì)發(fā)展與生態(tài)保護(hù)的關(guān)系，極易加劇石漠化的進(jìn)程；其次是降水，其決定了植被生長的條件，尤其是西疇縣屬于典型的峰叢洼地，極度缺水，降水對植被的生長尤為重要。坡度對西疇縣石漠化形成的貢獻(xiàn)并不大(q=0.022)，但坡度與GDP交互作用下對石漠化的影響最大(q=0.645)，通常情況下，在適合人類活動的坡度范圍內(nèi)，坡度越陡，人類的活動越容易造成水土流失[28]；人口密度和GDP的交互作用對石漠化的形成影響則次之(q=0.639)，一般人口密度越大、GDP越高，經(jīng)濟(jì)活動越頻繁，越容易造成植被破壞與水土流失，形成石漠化。

4.2 結(jié) 論

(1) 從時間上來看1990—2020年西疇縣石漠化演變的總體趨勢是先小幅減少，再擴(kuò)張，然后大幅減少。1990—2000年石漠化轉(zhuǎn)移的主要方向是潛在石漠化和輕度石漠化向無石漠化轉(zhuǎn)移；2000—2010年，石漠轉(zhuǎn)移方向是無石漠化向潛在和輕度石漠化轉(zhuǎn)移；2010—2020年潛在、輕度和中度石漠化向無石漠化石轉(zhuǎn)移最顯著。從空間上來看西疇縣石漠化分布北重南輕，在石漠化治理成效上，經(jīng)過近30年的治理西疇石漠化整體都呈現(xiàn)好轉(zhuǎn)，石漠化改善面積為850.183 km2，尤其是西灑鎮(zhèn)、蚌谷鄉(xiāng)和興街鎮(zhèn)，蚌谷長箐片區(qū)、興街江龍片區(qū)、羅漢沖片區(qū)、三光片區(qū)等石漠化綜合治理示范區(qū)治理效果十分顯著。在蓮花塘鄉(xiāng)西北部、新馬街鄉(xiāng)的東北部、雞街鄉(xiāng)和西灑鎮(zhèn)的交界處也存在零星惡化，惡化面積為51.715 km2。

(2) 截至2020年，西疇縣無石漠化土地面積已經(jīng)達(dá)940.854 km2，占西疇縣總面積的62.474%，無石漠化面積增加總計(jì)648.476 km2。說明西疇縣的石漠化治理工作較為成功，西疇縣人民因地制宜探索出的“六子登科”、“五法治水”等石漠化綜合治理模式效果明顯。

(3) 地理探測器的結(jié)果顯示年均降水量(q=0.626)和GDP(q=0.577)是驅(qū)動西疇縣石漠化形成的主要驅(qū)動因子，多因子交互探測結(jié)果顯示坡度和GDP交互作用(q=0.645)，人口密度和GDP交互作用(q=0.639)這兩對組合共同驅(qū)動石漠化形成。

(4) 鑒于Google Earth Engine(GEE)云計(jì)算平臺提供的BP級海量遙感數(shù)據(jù)和強(qiáng)大的計(jì)算能力，本研究利用GEE進(jìn)行石漠化表征因子的快速提取，分析西疇縣1990—2020年石漠化的動態(tài)變化及驅(qū)動因子，旨在利用GEE快速地實(shí)現(xiàn)大尺度地學(xué)問題分析，為后續(xù)大尺度的石漠化遙感制圖提供有力的技術(shù)支持。