基于3S 技术的库区水土流失分级研究

叶 红

( 福建水利电力职业技术学院，福建 永安366000)

水土流失问题是环境保护的重要研究课题之一，是全球变化的重要研究内容．水土流失会毁坏土地资源，淤积江河湖库，加重水土污染，加剧水旱灾害，水土流失严重会对当地农业、经济发展造成极大破坏［1］．目前对库区水土流失的研究较多，主要有对水土流失量的计算［2］，库区水土流失成因分析［3］，水土流失防治措施［4］，水土流失程度分级［5］，水土流失趋势预测［6－7］等．这些研究往往通过地籍调查法、制图学方法、遥感法等手段进行研究［8］．水土流失主要受降雨侵蚀力、土壤可蚀性、地形、植被覆盖、水土保持措施几个因子的影响［9］．本文以福清市东张水库及龙江流域为研究对象，利用3S(GIS、RS、GPS)技术，ENVI 和ArcGIS 软件，通过对水土流失影响因子分析分级，实现快速监测水土流失现状，直观显示水土流失分布，辅助水土流失进一步定量监测及做出科学合理防治方案．

1 研究区

福清市位于福建省东北沿海，位于东经119°21'，北纬25°34'，与台湾隔海相望．境内地形以丘陵为主，地势西北高、东南低，龙江由西向东贯穿全境．龙江上游东张水库植被良好，下游地产东南沿海，人口密集，人类活动较为频繁，地表植被破坏严重，水土流失现象较为突出，因此研究区域选为东张水库及以东的龙江流域(图1)．龙江流域地形呈西北向东南倾斜，属山溪性河流，流域植被良好，两岸曲折，水流平缓，河床多淤泥．

图1 研究区域概况Fig．1 Overview of the study area

考虑龙江流域上游多为侵蚀低山，山脉走向北东，多受华夏系构造控制，大部分为裸露型火山岩地带;中下游为冲击平原和海积平原即为山间盆地受溪流冲击物和古海湾接受海积物形成．土壤以砖红性红壤、红壤、水稻土、盐土为主．其中砖红性红壤和红壤占主流域总土地面积的70%以上，表层质地疏松，含砂砾量高，下层质地粘重，结构紧，透水性差，极容易引起地表径流形成严重的水土流失，再经与湿热中亚热带季风气候作用，尤其是3～9 月的雨季，夏季的台风，集中暴雨，地表一旦失去植物保护，水力侵蚀导致表土流失，严重者还产生崩塌、滑坡以及泥石流等地质灾害．加之中下游森林采伐过度，毁林开荒，轮垦乱种现象较多，保护措施不当等导致水土流失问题突出．

2 方法

水土流失受人为因素和自然因素影响，褚英敏［10］对土壤侵蚀因子进行了归纳．水土流失影响因子非常多，完全获取这些影响因子资料非常困难，本文选取降水影响因子中的年降雨量，植被影响因子中的覆盖度，地形影响因子中的坡度，土壤类型及土地利用类型作为水土流失影响因子进行土壤水土流失分析．获取遥感及GIS 数据后，首先在ENVI 和ArcGIS 平台下进行数据处理获取研究区域各因子的分级图，采用重分类方法对各因子打分，然后通过主成分分析获取各因子与主成分的关系并对主成分根据其特征值比重叠获得最终水土流失程度分级结果．

2．1 植被覆盖度分级

水土流失受植被覆盖度影响显著，是水土流失影响的重要因子．植被缓冲了雨水对地表的直接侵蚀且植被根系保护了土壤不易被水流带走，因此，植被覆盖越好的地区越不容易发生水土流失．

采用Landsat－8 遥感卫星2014 年1 月27 日的卫星影像，通过遥感影像红光波段和近红外波段进行植被指数(NDVI)计算:(band5－band4)/(band5+band4)获得植被指数覆盖图，采用Gutman［11］提出的归一化插值植被数简化模型:Fg=(NDVI－NDVImin)/(NDVImax－NDVImin)(其中Fg 为植被覆盖度)．通过ArcGIS 对植被覆盖度进行分类，分类标准为［12－13］:小于30%、30%～45%、45%～60%、60%～75%、大于75%．图2 是通过遥感卫星影像进行植被覆盖度分级的结果图．

2．2 坡度分级

地面坡度是水力侵蚀面方式造成水土流失的主要指标之一．傅伯杰［14］等针对梁茆丘陵实验分析指出坡度与土地侵蚀量呈指数相关，其临界值一般在25°左右，小于25°侵蚀量随坡度增加呈直线上升，大于25°，侵蚀量增加幅度变小甚至减少．对坡度分级，采用SRTM 90m DEM 图，在Arcgis 中进行坡度分析，将坡度分为6 级［12］:小于5°、5°～8°、8°～15°、15°～25°、25°～35°、大于35°．图3 为地面坡度分级图．从坡度分级图中可以直观的发现研究区域的坡度变化，区域以丘陵、平原为主，水土流失与坡度成正相关关系．东张水库周围坡度较高，坡度大于35°，龙江流经地区地势平坦，坡度较低．

2．3 降水因子

水土流失通常受降水侵蚀主导，降雨量是水土流失的动力因素．降水的强度和频度都会影响水土流失．本文对福建省20 个降水观测站点(站点坐标采用GPS 方式获取)从2001 年1 月1 日到2010 年8 月31 日的日平均降水和日最大降水进行普通克里金插值［15］分析，由于各观测站点存在各别天数的缺省，缺省天数不参与考虑，各测站的缺省情况如表1．

图2 植被覆盖分级图Fig．2 The classification of the earth by vegetation－cover

图3 地面坡度分级图Fig．3 The classification of the earth by slope

表1 降水观测数据缺省分析Tab．1 Precipitation observational data analysis by default

图4 为福建省日平均降水普通克里金插值结果图，由于研究区域较小，东张水库及其龙江流域同属日平均降水43．75～46．36 mm，说明研究区域雨量充沛，考虑该地区属沿海季风气候，多台风和暴雨，非常容易造成水土流失现象发生．

2．4 土地利用类型分类

土地利用类型属于人为干预造成水土流失的范畴，采用Landsat－8 遥感卫星(分辨率为30 m)，采用4、3、2 波段组合，影像信息丰富、鲜明、层次好，便于植被、水体及各土地利用类型分类．

运用ENVI 进行东张水库及龙江流域土地类型分类，采用监督分类方式，选取训练样本进行分类，并选取评价样本进行精度评定，制图精度和用户精度如表2 所示．分类的总精度为90．315 1% ，Kappa 系数为0．871 2，说明分类效果较好．从各土地类型分类精度可以看出对林地、水土、建筑分类精度较高，草地用户分类精度略差，但制图精度较好，达到83．4%，裸地的分类用户精度较好，制图精度略差，但研究区域总体分类精度较好，可以满足本文对水土流失分析的需要．

图4 福建省日平均降水普通克里金插值图Fig．4 The kriging of the average daily rainfall in Fujian province)

表2 分类的评价指标Tab．2 The classification of evaluation indexes

3 影响因子叠合分析

由于研究区域较小，故认为研究区域内土壤类型和降雨均为一致．采用植被覆盖度、坡度、土地利用类型进行重分类，并赋予不同的水土流失影响权重，在ArcGIS 空间分析中栅格计算叠合处理，获取该区域水土流失等级图．

具体的分级方式参考《土壤侵蚀强度分级参考指标》体系，首先对各个影响因素打分:对应植被覆盖度5级，从植被覆盖度由大到小赋分值为2、4、6、8、10;对应坡度6 个等级，从大到小赋分值为12、10、8、6、4、2;对应土地利用类型，林地赋分值4，草地赋分值6，裸地赋分值8，水体赋分值0，居民地赋分值2．

为减少土地利用类型各影响因子之间的关系冗余，明确各影响因子对水土流失影响权重大小，运用主成分分析法定级［16］，主成分的特征值及各图层与主成分关系如表3 所示．

表3 主成分分析结果Tab．3 The results of principal component analysis

根据特征值比重，选择3 个主成分构建表达式:P 值为评价结果，J1为第一主成分，J2为第二主成分，J3为第三主成分．3 个主成分包含了100%的信息量，具有很好的可信度，而且消除了数据间的冗余．表3 明确了各主成分与植被覆盖、土地利用类型、坡度打分后的关系，可以获得坡度对第一主成分影响最大，影响系数为0．866 97，土地利用类型对第二主成分影响程度最大，影响系数为－0．81436，植被覆盖对第三主成分影响程度最大，影响系数为0．83666．根据式(1)权重对主成分析叠合获得水土流失程度，并根据统计直方图进行分级，划分水土流失等级如图5 所示．

图5 水土流失分级图Fig．5 Classification of the soil erosion

观测分级结果，将水土流失分为无流失、轻度流失、中度流失、较重流失和重度流失5 个级别，从图5 左图中对重度水土流失地区开窗如图5 右图，可以发现该区域主要为裸露的坡耕地，植被覆盖度小、坡度大较容易发生水土流失现象．从东张水库及龙江流域下游的水土流失分级结果可以看出，水土流失区域在东张水库东岸山地区域较为严重，该区域应该是水土流失治理的重点地区，龙江流域下游地势平坦地区水土保持情况较好，靠山部位水土流失较为严重．为保障水质及河流通畅，库区岸边及龙江流域沿岸坡度较大区域为水土流失的重点防范区域．

4 结语

本文从众多水土流失影响因子中选择若干比较重要的因子来考虑，且遥感方法中采用了许多定性描述的方式，因此水土流失分级相较外业实地勘察误差较大些．但是这种方法进行水土流失程度分级具有独特优点:能够实现大区域的水土流失分级检测;并且因遥感影像定期更新，方便实现动态检测水土流失情况;水土流失初步分级后，可以辅助专家针对性的实地考察水土流失情况，大大降低野外工作量和成本．

［1］ 朱高洪，毛峰．我国水土流失影响辨识与直接经济损失评估［J］．中国水土保持，2007(8):4－6．

［2］ 李雯，童绍玉，刘韬．楚雄市尹家嘴水库小流域水土流失估算与分析［J］．云南师范大学学报:自然科学版，2012，32(4):63－69．

［3］ 和继军，蔡强国，路炳军，等．密云水库上游石匣小流域水土流失综合治理措施研究［J］．自然资源学报，2008，23(3):375－382．

［4］ 王景琴．水库水土流失成因及防治措施研究［J］．新农村(黑龙江)，2013(2):109－109．

［5］ 连米钧．水土流失概念及水土流失强度分级标准［J］．水土保持科技情报，2001(1):25－27．

［6］ 周佩华，李银锄，黄义端，等．2000 年中国水土流失趋势预测及其防治对策［J］．中国科学院西北水土保持研究所集刊，1988(1):57－71．

［7］ 杨艳生．区域性土壤流失预测方程的初步研究［J］．土壤学报，1990，27(1):73－78．

［8］ 胡良军，邵明安．区域水土流失研究综述［J］．山地学报，2001，19(1):69－74．

［9］ 邵子玉．基于高分辨率遥感影像的水土流失检测方法研究［J］．中国水土保持，2010(2):11－12．

［10］ 褚英敏，方海燕，缘再见．GIS 空间分析技术在土壤侵蚀评价中的应用［J］．水土保持研究，2007(14):239－242．

［11］ Gutman G，Ignatov A． The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models［J］． International Journal of Remote Sensing，1998，19(8):1533－1543．

［12］ 王军，袁佩新，曾建．水土流失现状图的遥感编制方法探讨［J］．四川地质学报，2003，23(4):225－229．

［13］ 解蕾，袁春，周伟，等．山西省汾河水库上游水土流失动态监测及分析［J］．资源开发与市场，2008，24(7):598－600．

［14］ 傅伯杰，汪西林．DEM 在研究黄土丘陵沟壑区土壤侵蚀类型和过程中的应用［J］．水土保持学报，1994(8):17－21．

［15］ 张仁铎．空间变异理论及应用［M］．北京:科学出版社，2005:23－88．

［16］ 邹亚荣，张增祥，周全斌，等．GIS 支持下的江西省水土流失生态环境风险评价［J］．水土保持通报，2002，22(1):48－49．