喀斯特石漠化是喀斯特地区特有的土地退化问题，是地质、地貌、植被、土壤、降水等自然背景因素和不合理的人类活动综合作用的产物。
一、指标确立的依据
喀斯特石漠化是喀斯特区特有的地理过程，其产生是人地系统失衡发展的产物，是多因子相互作用的结果，研究各因子之间的相关关系，确定其主导因子，建立一套合理的评价指标体系，对深入研究石漠化系列问题，具有特别重要的意义。从喀斯特石漠化的人地矛盾出发，既考虑各单因子的影响程度，又考虑区域人地系统的综合影响深度。根据石漠化发生、发展过程，综合考虑其可能的影响因子和可选因子的系统性、整体性和可比性，挑选出16个指标来进行分析，将各可能因子分属三类指标，即自然背景类指标、人口特征类指标、人地关系类指标（表4-7），从不同的角度，可将其分为直接影响因子和间接影响因子，内因和外因。
表4-7 喀斯特石漠化影响因子参考指标
1.自然背景类指标
（1）碳酸盐岩出露面积：喀斯特发育是石漠化的物质基础，离开喀斯特母质基础，喀斯特石漠化就无从谈起。在纯度较高的石灰岩地区，不同的地貌条件下石漠化等级差异较大。
（2）平均海拔高程：在喀斯特发育条件下，石漠化深受着地形地貌的影响。贵州地势西高东低，南北两侧分别过渡到广西丘陵和四川盆地，这与石漠化在空间分布上具有相对一致性。
（3）地表起伏指数：在自然背景要素中，石漠化与地形的关系还表现为在地形平坦的地区，石漠化强度小，分布呈斑点状，而在地形崎岖破碎的区域却表现为多中度、强度且呈片状分布。贵州自新构造以来，一直处于上升剥蚀时期，地表在强烈的侵蚀下，除河流上游分水岭地带高原面保存完好外，河流中、下游河谷深切，地面崎岖，从而导致土壤的强烈侵蚀，成为石漠化的重要自然背景因子。这种地形与石漠化的分布关系，可用地表起伏指数RDLS（Relief Degree of Land Surface）来表示。表达方式是：RDLS=｛[max（h）-min（h）]/[max（H）-min（H）]｝×［1-P（A）/A］。式中h为各县海拔高程， H为全省海拔高程，A为各县国土面积，P（A）为各县平地所占面积（刘燕华，2001）。
（4）≥25。坡地面积百分比：根据水土保持法规，3°左右的耕地不产生水土流失，大于25。的坡耕地已属于不宜耕地，应退耕还林、还草。顺坡耕种导致了植被覆盖率下降和地表土层内部粘结力的降低，加剧了水土流失，增大了土壤侵蚀模数。
（5）高原区占国土面积百分比：贵州是一个强烈喀斯特化的高原山地，在高原面上峰林洼地、谷地、盆地、溶原广布，属浅覆盖型喀斯特分布区，区内地势平坦，起伏和缓，土层较厚，水土流失相对较小，土壤抗蚀年限较长。而在裸露型喀斯特峡谷区内，地形坡度较大，河流深切，土层浅薄，当植被遭受破坏或降暴雨时极易造成水土流失，引起土壤侵蚀模数和石漠化土地的增加。
（6）植被覆盖率：要使喀斯特脆弱性的生态平衡不致恶化，林灌草覆盖率至少要达到30%以上。草地在一定程度对土壤的保持作用与森林等同，选用森林草地覆盖率这一指标能更好的反映它对生态环境的作用。随着森林覆盖率的降低，不仅会加剧水土流失，而且会使生物群落结构和食物链遭受破坏，生态系统抵御外界干扰和自我调控能力也将下降，这意味着生态系统的稳定性降低，喀斯特石漠化脆弱性增强。
（7）多年平均降水量：水作为喀斯特作用的溶液、溶剂和载体，是喀斯特石漠化环境演化的基本营力，采用该指标反映全省降水量的空间差异。降水量的多少，在一定程度上反映降雨对地面土壤的侵蚀程度。如果降雨量大且集中，其对地面的冲刷剧烈，水土流失加剧，土壤侵蚀模数增大，影响着石漠化的演化发展速率。
（8）河网密度：河网密度指单位面积上地表河流的长度（km/km2），其发育深刻地受到岩性、地质构造、地貌等因素的控制，河网密度与海拔高程叠加起来，能够反映地表的侵蚀切割深度和侵蚀密度。
2.人口特征类指标
（1）人口密度：表示每平方公里土地上居住的人口数量，不同于农业人口密度，在城市或矿区，农业人口密度不大，但人口密度较大，这对生态环境也有很大影响，人类的经济活动对生态环境有破坏作用。
（2）农业人口密度：这一指标表示在每平方公里土地上农业人口所占比重。在同样条件下，农业人口密度越大，人为开荒耕地越多，环境负荷越大，水土流失和石漠化越严重，对生态环境的危害性越大。
（3）人均GDP（元）：人均GDP是一个综合反映各县经济实力的指标，经济实力的强弱与其所处环境的自然条件密切相关，石漠化程度的高低反映了其生态环境质量的好坏，故将人均GDP作为指标体系的一个因子。
（4）农民人均纯收入：人类活动有非常广泛和复杂的内容，它们在一定程度上与该地区的生态环境质量有密切关系，也间接制约土地石质荒漠化的发生、发展。但是要逐一探讨人类活动中每一个因素与石质荒漠化的关系显然是不可能的。在此选择与石质荒漠化关系比较密切和代表性较强的因素之一——农民人均纯收入进行分析。
3.人地关系类指标
（1）土地垦殖率：指已开垦种植的耕地面积占土地总面积的比例，它的高低与自然条件（地貌、水文、土壤等）和经济条件密切相关。垦殖指数高，反映种植业的比重大，但垦殖指数过高，不一定利用土地合理，若是毁林、毁草以扩大耕地面积，就会造成生态环境恶化，引起水土流失，加快石漠化演化速率。
（2）土壤侵蚀面积：土壤侵蚀是石漠化的最直接因素，在脆弱的喀斯特区域，成土条件差，土层浅薄，抗蚀年限短，经过强烈的土壤侵蚀后，土被丧失，植被退化，石漠化形成。但是，土壤侵蚀与石漠化在成因上又有差异，指标体系中的许多判别指标是不同的，不能将两者等同起来，故将其作为石漠化的一个影响因子来研究。
（3）土地利用：土地利用结构与石漠化有密切的联系。土地景观的组成单元称为景观要素，它相当于一个具体的生态系统，如水田、旱地、林地、草地等。组成土地景观的景观要素中相对面积最大的要素称基质，它往往形成景观的背景。而土地利用结构是由景观要素的数量、类型等所决定的，景观要素之间及其与环境的组合方式差异，使土地利用结构有所不同，进而使土地景观表现出不同的抗水土流失能力大小的功能差异。
（4）公路密度：公路密度在一定程度上可反映人类活动作用的强度，在喀斯特区域，交通通达性好的地区，受人类活动的影响更大，对森林资源的破坏程度更深，石漠化的发展速度越快。
二、相关分析
根据石漠化的空间分布现状，结合专家经验，在建立石漠化的可能影响指标体系的基础上，经过大量的野外工作和室内资料收集，对数据进行无量纲化处理，建立了石漠化可能的影响因子数据库，进一步做数学分析，对初步估计指标进行筛选，确定出导致石漠化的主导影响因子，建立石漠化影响因子综合模型。将各因子之间视为相互独立，各指标数据为等距离、等间隔取值，82个县是研究样本总体的一个划分。
对采集数据进行研究发现，每一指标数据主要考虑其现势的空间分布，而未研究其时间序列问题，采用相关分析法能较好揭示因变量与自变量之间的内在联系。相关分析是一种研究变量之间密切程度的统计方法，相关系数是描述两变量X和Y之间线性相关程度的定量指标，相关系数Rxy为无量纲，其值在［-1,1］范围内。当Rxy＞0时，Y随X增减而增减，称X与Y正相关；当Rxy＜0时，Y随X增加而减小，称X与Y负相关；采用皮尔逊（Pearson）相关系数，其计算公式为：
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
1.自然背景类指标相关分析
根据公式，将轻度石漠化和中度石漠化视为因变量，分别与所选自变量作单因子相关分析，发现前者数据连续性好，分析结果相关性更为密切，故最终选定以轻度石漠化作为因变量进行相关分析（表4-8、4-9）。
表4-8 轻度石漠化与自然背景类指标相关系数表
表4-9 临界相关系数
在所列出的所有参考指标中，有一部分实际上与石漠化并无明显相关性，需根据相关系数进行取舍，取舍的依据是给定α条件下的假设检验。我们采用双侧百分位检验（2-tailed），即计算在1－α的置信度下假设两者不相关的概率，进一步对这些相关系数作显著性检验，引入临界相关系数，即在一定样本（N）范围内，确定两者相关的最小系数，N不同时，临界相关系数也不同。采用临界相关系数将各参考指标分为显著相关（**）、相关（*）和不相关（无＊）三类，查相关系数检验表，当R0=n-2=82-2=80时，临界相关系数如表4-9。其中a为显著性水平，1－α为置信水平。取α＝0.10、｜r｜＞0.1829的指标即与轻度以上石漠化相关。
分析可知，在自然背景指标中，相关系数从大到小的顺序依次是植被覆盖率（－0.733）、碳酸盐岩出露面积百分比（0.644）、河网密度（－0.627）、平均海拔高程（0.443）、≥25。坡地面积（0.321）、高原区占国土面积百分比（0.255）、多年平均降水量（0.215）、地表起伏指数（0.108）。其中，前四项指标与轻度以上石漠化显著相关，最后一项相关系数小于临界相关系数，为不相关，其余两项为相关。
图4-6 轻度以上石漠化面积与森林覆盖率二次曲线拟合
在指标体系中，植被覆盖率与石漠化极为相关，并呈负相关关系（图4-6）。这是因为典型的喀斯特区域，土层浅薄，植被稀疏，生长缓慢，随着森林覆盖率的降低，喀斯特土壤失去了植被的保护后，地表水下渗，很快产生侧向径流，使得松散土层被地表径流所侵蚀，土壤流失后，母岩出露，形成石漠化土地。森林覆盖率的减少，势必破坏脆弱的喀斯特生态环境，导致石漠化土地的增加。而且喀斯特地区的植被一但破坏后难以恢复，如安顺市夏官屯一带，生长在喀斯特石山上的森林在50年代大炼钢铁时期被破坏后，到如今仍是极为稀疏的灌草丛，多轻度和中度石漠化土地，因而提高森林覆盖率对于改善喀斯特石漠化环境至关重要。另外，从目前的森林分布来看，多分布在非喀斯特区域，如黔东南州、黔北赤水市等，而广大的喀斯特区域，尤其西部地区，森林极为稀少，故植被覆盖与石漠化呈显著负相关关系。
贵州碳酸盐岩岩性主要为石灰岩、白云岩、白云质灰岩，岩石坚硬，抗风化能力强，均为可溶岩，固体沉积物少，成土物质多在0.5m以下。自然土层厚度小，土壤抗蚀年限低，极易形成无土可流的毁坏型强度石漠化土地。此外，在碳酸盐岩分布区，喀斯特发育，生境具有干旱、富钙和缺土多石等特点，植物生长缓慢，植被结构和覆盖度差，植被一旦破坏，生境就急剧恶化，土壤侵蚀加剧，石漠化土地进一步扩大。岩性对石漠化的影响极为显著，不同岩性条件下，石漠化程度极为不同。从清镇市岩性分布比例及各岩性中石漠化比例分配和不同岩性区域内石漠化空间分布面积对比分析结论得到很好的证实，喀斯特母质基础宏观上控制着石漠化的空间分布和发育程度。从相关分析的结果来看（图4-7），两者具有高度的相关性，喀斯特面积比例越大，石漠化常表现得较为严重，如黔南、黔西南、安顺、六盘水和毕节广大地区多为强度和严重石漠化县，较好地反映了实际状况。
图4-7 轻度以上石漠化面积与喀斯特面积曲线拟合
图4-8 轻度以上石漠化面积与河网密度二次曲线拟合
河流发育深刻地受到岩性、地质构造、地貌等因素的控制，河网密度与海拔高程叠加起来，能反映地表的侵蚀切割强度。由其与石漠化的相关分析可知，二者呈显著的负相关（图4-8），相关系数达－0.627，究其原因，进行相关分析的数据反映的是现代的情况，石漠化的发生发展具有其时间序列过程，是历史长期发展的产物；另外，喀斯特区域其河流具有特殊的二元结构，即地表径流和地下径流。由于长期的溶蚀作用，喀斯特地区地下水系已相当发育，“逢山必有洞”，地下河流的侵蚀对石漠化的作用是巨大的。喀斯特地表水与地下水转化的敏捷性，使得大量的表土被侵蚀后很快进入地下淤积，大量的洞穴粘土沉积，其来源就是近地表，致使人类无法利用，只有部分经搬运后沉积在喀斯特坡立谷、洼地等负地形中，成为极为宝贵的耕地。由于喀斯特地下河网的发育，客观上削弱了地表河流的发育，使得地表河网密度不及非喀斯特区，如长顺乌麻河流域，发育了典型的喀斯特峰丛谷地、峰丛洼地。地下河网极为发育，流域上游广大地区极少有地表河，但石漠化却多为中度、强度，极为严重，其原因是地下河流的强烈侵蚀作用。
地下河网密度的测算是一项复杂而困难的工作，目前还没有一套可以借鉴的数据来进行分析，有待今后做进一步研究。故用地表河网密度做相关分析，表现为显著的负相关。但就每条河流而言，对石漠化的贡献率不可低估。如花江喀斯特峡谷区，河谷深切，相对高差达1000m，坡度为≥25°的陡坡，石漠化成片分布且多为中度、强度。
平均海拔高程、≥25。坡地面积、高原区占国土面积百分比、地表起伏指数几个指标均从不同的角度反映了地势起伏与石漠化的关系。平均海拔高程的计算公式为：
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
式中，n为海拔分带数，ai为I带的面积，A为该县总面积，hi为第Ⅰ带海拔的中值。
平均海拔高程较好地反映了地势起伏与石漠化的相关关系，呈显著相关，相关系数为0.443,≥25。坡地面积百分比、喀斯特高原面占国土面积百分比两指标也与石漠化有一定的相关性。贵州是一个强烈喀斯特化的高原山地，在高原面上峰林洼地、谷地、盆地、溶原广布，属浅覆盖型喀斯特分布区，区内地势平坦，起伏和缓，土层较厚，水土流失相对较小，土壤抗蚀年限较长。而在裸露型喀斯特峡谷区内，地形坡度较大，河流深切，土层浅薄，当植被遭受破坏或降暴雨时极易造成水土流失，引起土壤侵蚀模数和石漠化土地的增加。而地表起伏指数与石漠化无一定的相关性，故在确定主导因子时不再考虑。多年平均降水量是反映喀斯特地区降水过程的一个重要指标，降水的空间差异影响地表土壤侵蚀速率，从而影响石漠化的空间差异，与石漠化有一定的相关性，相关系数为0.215。
2.人口特征类指标相关分析
石漠化不仅受上述诸多自然因素的影响，而且人为活动的作用也尤为明显，人为活动对石漠化的影响可分为直接影响和社会经济条件造成的间接影响。社会经济包括的因素很多，选取其中重要的因素人口密度、农业人口密度、路网密度和人均GDP进行相关分析，根据相关系数的值可知（表4-10），人口密度与石漠化无相关性，农业人口密度和人均GDP也与石漠化的相关性较低，农业人口密度大的地区，人为活动的强度大，呈现森林覆盖率低，石漠化景观随处可见（如贵州西部）；人均GDP越高，石漠化程度越低，两者为负相关关系，说明经济条件好的县市，其石漠化程度相对轻一些。农民人均纯收入用来研究石漠化与贫困之间关系而设立的指标，石漠化与地区贫困是一对孪生兄弟，石漠化面积的大小和程度极大的决定了当地居民的生存环境，石漠化的加速发展，对生存环境构成了新的威胁。二者为负相关关系，相关系数为－0.256，从分析中得到了论证。总之，尽管间接的人为活动，即社会经济条件对石漠化作用有一定体现，但其影响并不十分显著。
表4-10 轻度石漠化与社会经济指标类相关系数表
3.人地关系类指标相关分析
贵州喀斯特地区复杂的人地关系从其和谐性来说，大致分为两类：一类是有利于人地和谐相处，共同发展的；另一类则造成了人地的严重对立，人地矛盾突出，陷入恶性循环的困境。这里讨论的人类活动对石漠化的直接影响，多以矛盾对立的负面影响方式出现。本文将这些因子单列为一类指标，由土地垦殖率、土壤侵蚀面积、土地利用指标系列和公路密度构成（表4-11），分析人为因子对石漠化的影响。
表4-11 轻度石漠化与人地矛盾指标类相关系数表
土地垦殖率是一个地区自然因素和社会因素的综合体现，其垦殖方式、垦殖强度取决于人口数量与质量、经济水平、农业生产习惯等。全省土地垦殖率最低的是黔南州和黔东南州，而垦殖率较高的区域为西部高原山地以及乌江、北盘江等河流的中上游地带。由于贵州是一个高原山区省份，宜农地极为有限，高强度的土地垦殖是以毁林开荒、陡坡开垦为代价的，无疑加剧了该区的土壤侵蚀，为土地的石漠化进一步发展创造了条件。分析结果表明，两者是正相关关系，系数为0.432。
土壤侵蚀是石漠化的最直接的因素，在脆弱的喀斯特区域，成土条件差，土层浅薄，抗蚀年限短，经过强烈的土壤侵蚀后，土被丧失，植被退化，石漠化形成。土壤侵蚀与石漠化呈正相关，相关系数为0.230。二者有其成因上的因果关系，石漠化是土壤侵蚀长期作用的结果，土壤侵蚀是石漠化某一阶段作用强度的体现，两者有其不同的划分原则和评价指标体系，不能将两者等同起来，从图4-9中可以看出，全省土壤侵蚀严重的地区，如毕节、铜仁、遵义，石漠化程度远不及其他地区，这是在实际工作中应注意的问题。
图4-9 轻度以上土壤侵蚀与轻度以上石漠化面积对比
土地利用是一指标系列，共分为耕地、园地、林地、牧草地、建设用地、交通用地、水域和未利用地八类，其中，耕地又细分为水田和旱地。土地利用结构不同，表现出不同的抗水土流失能力大小的功能差异，进而与石漠化产生密切的联系。本文在研究该指标时，选取了可能与石漠化有密切联系的耕地、旱地、草地和未利用地做进一步研究。结果表明，这几项指标与石漠化呈显著正相关，相关系数分别为0.450、0.449、0.417、0.467。耕地，尤其是旱地与石漠化正相关，不合理的毁林开荒、陡坡耕种，使得土地进一步石漠化；贵州的草地，无天然优质草场，多为次生的轻度或中度石漠化的草山草坡，故呈正相关；未利用地多为历史时期非合理利用，土壤已丧失了的中度和强度石漠化土地，即所谓未利用地，实为难利用地，因为所能开垦的土地均已开垦，故其与石漠化呈显著正相关。须说明的是这一指标系列中，耕地与旱地两指标在实质意义上具有相似性，因为耕地中的水田不存在石漠化，这里均加以分析是为了对比，在确定主导因子时，只能二者取一，否则就是重复计算，故只取相关系数较大的耕地指标做后面的分析。
三、喀斯特石漠化综合动力模型研究
石漠化形成的影响因素不仅有来自于其脆弱的环境背景方面，也有来自于人类不合理活动的直接和间接影响方面，是一个多因子综合作用的产物。经上述相关分析得出，在复杂的自然和人为活动因子中，对喀斯特石漠化起主导控制作用的因子有9个（表4-12），按其贡献率从大到小的顺序依次为植被覆盖率→喀斯特面积→河网密度→未利用地→耕地→平均海拔高程→土地垦殖率→草地→≥25。坡地面积。各主导因子权重依次为16、14.613.7、10.3、9.8、9.7、9.5、9.2、7.0（耕地与旱地两指标都是分析耕地与石漠化的关系，故只选取相关系数较大的耕地作为最终的影响指标）。另外，高原区占国土面积百分比、多年平均降水量、农业人口密度、人均GDP（元）、农民人均纯收入、土壤侵蚀面积等指标对石漠化有一定的影响，但与石漠化相关系数小，不作为主导因子。
表4-12 喀斯特石漠化主要影响因子表
分析的结果揭示出一些与传统认识不一致的结论：第一，石漠化与河网密度呈显著负相关，而传统观念认为河网密度越大导致的土壤侵蚀越严重，石漠化程度越大，即两者为正相关关系；第二，关于土壤侵蚀与石漠化的关系问题，传统认为，石漠化是土壤侵蚀的必然结果，这在许多的有关石漠化与土壤侵蚀的文章中都有体现，而本文相关分析的结果表明，两者的相关性较小，缘于二者有着不同的发生学原理，既有联系又有较大差异，在理论研究和实践应用中应注意区别对待；第三，土地利用中草地与石漠化的相关问题，传统认为，草地对涵养水源、保持水土、防止石漠化方面有积极的作用，两者之间应呈明显的负相关关系，而本文分析结果却表现为显著的正相关。这些结论的原因，在相关分析时已进行了阐述，在此不再赘述。但这些结论，对于认清石漠化的本质问题，具有重要的意义。
石漠化影响因子的确定，是一个仍需深入研究的问题，全省面积广大，地区差异性比较大，不同的地区，其主导因子并不一定相同。而本文在研究过程中将其视为同一背景，未对区域差异进行对比分析。因此，为更精确的确定石漠化的制约因子，需对区域差异性做深入研究。相关的工作开展是本工作能进一步深入的重要条件，如作为影响石漠化的一个重要环境背景因子——土壤，尤其是土层厚度、土壤抗蚀年限等方面的资料还没有统一化、系统化，在本文分析中无法采用，只能通过其他指标如岩性等间接表征。
通过单因子相关分析提出的9个指标，能较为综合地反映出石漠化的空间分布规律。但其影响因子多，因子之间未作相互影响成分去除，仍需对其进行进一步数学分析，将其化为相互正交（相互独立）的几组公因子，作降维处理，建立石漠化影响因子的综合动力模型，得出喀斯特石漠化动力指数RDDI（Rock-Desertification Dynamic Index）及其分级图，并与GIS-RS研究结果做对比分析。
表4-13 共同度表
提取方法：主成分分析法。
根据所建的相关分析数据库特点近似于等距离取值以及研究的目的，采用因子分析中的主成分分析法（表4-13），提取几个不相关的潜在综合性指标，而保持其原始指标所提供的大量信息，分析植被覆盖率、喀斯特面积、河网密度、未利用地、耕地、平均海拔高程、土地垦殖率、草地、≥25。坡地面积9个指标驱动石漠化形成发展的多因子信息。各指标变量来源不同，表达方式不一样，首先进行标准化处理，处理方法如下：
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
式中，
在标准化后数据的基础上建立各变量的查相关数据阵：
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
然后再计算矩阵对应特征根的单位特征向量，将向量作线性组合：
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
在输出m个主成分后，依据公式：
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
进行综合指数的计算。计算的主要结果如下：
表4-14数据显示是按特征值大于1的原则提取的三个因子特征值，占总方差百分数及其累加值。三个因子所解释的方差约占整个方差的80%，能比较全面地反映所有信息。
表4-14 总方差解释表
提取方法：主成分分析法。
表4-15中，F1、F2、F3分别为公共因子，从各因子模型可以看出，F1主要由耕地、
土地垦殖、碳酸盐岩面积、森林覆盖率、平均海拔、坡地面积和河网密度决定，它们在F1中的荷载分别为0.855、0.846、0.762、－0.756、0.747、0.690、－0.688。F2主要由未利用地（－0.682）决定，F3主要由草地（0.749）决定。利用F1、F2和F3与GIS-RS数据做相关分析，F1为石漠化估算的最佳因子（相关系数为0.759），得出喀斯特石漠化线型模型：
表4-15 因子荷载矩阵
主成分提取方法提取的3个因子。
喀斯特石漠化的遥感—GIS典型研究——以贵州省为例
公式中a1i为F1的荷载向量，Xi为变量值。根据特征向量得出每个主成分的权重值，输出综合评价指数（照片4-5），需要说明的是由这9个指标所提取的RDDI代表的是可能发生的石漠化强度，而不是代表现在已发生的石漠化强度。同时，两者有一定的差异性，原因是前者是表示现状，而后者表示的能力是一种潜在趋势。就石漠化的程度来说，后者明显强于前者，这又得到了更好的印证。RDDI指数的提出，对于石漠化土地的生态恢复，有侧重地进行石漠化趋势的防治，具有较强的指导意义。
根据照片4-5所示，可按RDDI指数将全省石漠化潜在趋势划分为：黔东无石漠化安全区，黔东轻度石漠化趋势区，黔北赤水习水轻度石漠化趋势小区，黔西南册亨、望谟轻度石漠化趋势小区，黔中、黔北中度石漠化危险大区，黔西北威宁、赫章中度石漠化危险小区，黔南强度石漠化威胁区，黔西北强度石漠化威胁区，黔东北强度石漠化威胁区，黔南、黔西南和西部剧烈石漠化威胁大区。
本回答被网友采纳