基于GIS和遥感的临汾市水土流失动态监测

胡苗苗

(山西师范大学城市与环境科学学院，山西 临汾 041000)

水土流失是目前比较严重的环境问题。定量评价研究区水土流动态变化及其空间分布特征，对于控制水土流失恶化、合理利用土地资源具有重要的意义。在3S技术发展趋于一体化、集成化的同时，也将为动态、实时、准确获取土地利用状况提供重要手段。全国土地二次调查是综合应用3S技术的成功案例，为国家宏观调控、科学国土决策提供了必要的依据。随着相关技术的快速发展，遥感已经成为进行环境和灾害动态监测的有效技术手段。自上世纪70年代，人们开始应用遥感技术进行水土流失动态监测。遥感技术在水土流失监测和调查方面快速应用发展。欧美等发达国家很早以前就认识到水土流失的危害。建国后，我国相当重视水土流失研究，并产生了很多理论成果，如1960年后编制了我国土壤侵蚀类型图，促进了了我国水土流失研究工作。所以，对临汾市的水土流失研究有很重要现实的意义。

本文综合运用RS和GIS技术，通过多时相遥感影像对临汾市植被覆盖度、地形坡度、土地利用情况三个因子进行了动态监测，并在此基础上进行定量分析。得出水土流失面积大小并且确定它们在空间上的分布情况，研究导致水土流失发生变化的原因，有利于为控制水土流失，改善环境并进一步为经济发展提供可靠性依据。

1.研究区概况

临汾市地理坐标为北纬35°23'～36°57'，东经 110°22'～112°34'之间，南北跨度170多千米，东西占地约200Km，位于山西省南部，汾水之滨，土地总面积约20000K㎡。全境分山地、丘陵、盆地三大地形单元还有少量平原分布在汾河两侧。空间上山川横贯研究区，有“二川三山五丘陵”的说法，南北向的三列山 (东部由北向南为太岳山、中条山，西部是吕梁山脉)、境内有7条河流 (黄河、汾河、听水河、沁河、浍河、鄂河、清水河)是该研究区典型的特征。山地、丘陵是研究区主要地形特征占总研究区面积的50%以上，有部分平原位于汾河两侧的汾河谷地上，平原以耕地为主，而耕地面积约占20%左右。

研究区土地利用类型复杂多样，由于该地区高原是黄土高原的一部分，地处黄河东岸的土地利用类型多为荒山，植被覆盖很少，大量的盐碱荒地、沙荒地、沼泽地，水土流失严重，而位于汾河两岸的研究区则土壤肥沃，是主要的农耕区。研究区地形坡度多在7～25°以下，又植被覆盖度比较低所以水土流失比较严重，对临汾市的环境和经济发展带来严重阻碍。全市黄土较厚，土质疏松，植被稀疏，降雨量分配不均偏少且集中，极易形成水土流失。全市水土流失面积极大，占总土地面积的70.9%，是山西省水土流失最严重的地区之一，年均输入黄河泥沙9000多万吨。

2.数据准备和技术流程

2.1 数据准备。本文研究所用数据有临汾市DEM数据模型和临汾市两期遥感影像。其中DEM数据集的空间分辨率为30米，成像比例尺为1:10万。两期遥感影像分别来自于美国陆地卫星Landsat－72002年9月份的ETM和Landsat－52007年9月份的TM数据，由于临汾市所处位置特殊故每期影像需要带号分别为125－35、126－34、126－35三张同时期影像经过镶嵌、裁剪等操作才能得出完整临汾市全市完整遥感数据。

2.2 技术路线

图1 技术流程图Fig1 techniquef1owcharts

3.数据处理和信息提取

3.1 DEM数据处理。根据水土流失方程 (USLE)，坡长和坡度可以合在一起作为一个因子研究。本文利用研究区30M分辨率的临汾市DEM高程数据数据在ArcGIS中生成UTM(WGS－84)投影下临汾市坡度图，并根据国家相关规定把坡度分为≤5°、5°～8°、8°～15°、15°～25°、25°～35°、≥35°六个等级。

3.2 遥感影像数据处理

3.2.1 遥感影像预处理。根据临汾市所处的地理位置与陆地卫星Landsat取景的特点，单幅TM或ETM影像不能全部覆盖全部市区，故根据两者的特点在对地观测与数字地球科学中心上下载了相关的三张同时期影像，经过镶嵌然后用同一投影 (WGS－84)状态下的临汾市矢量面经ENVI的裁剪功能得到。由于传感器自身因素和地形起伏的影响对影像做了几何校正;由于大气条件和太阳高度角的影响使影像上产生一定的噪声和误差，故对裁剪前每幅影像进行了传感器定标和大气校正;经过上述操作后虽然得到的临汾市影像基本满足条件，但为了方便后续工作的处理方便又对影像进行了图像增强 (直方图匹配、线性拉伸)，使图像目视效果更加清晰。

3.2.2 植被覆盖度信息提取。植被对水土流失的影响主要体现在植被覆盖度的多少上，根据国内许多学者对植被覆盖度对水土流失的影响结果特别是张岩等对黄土高原植被因子和水土流失关系研究显示:植被覆盖度越高水土流失强度越弱。

植被覆盖度作为衡量地表植被状况最重要的指标，及时准确地掌握植被覆盖度及其变化对生态环境建设和水土流失治理工作具有重要意义。传统的遥感影像植被指数提取大都是都是以像元为单位的提取方法，一个像元对应一种地物，但当遥感影像分辨率不高时，存在一个像元有两种或者以上地物类型，就有了混合像元，为了解决这个问题有些学者提出了“混合像元法”植被指数提取方法计算植被所占比例以提高计算精度。将整景影像的地类大致分为水体、植被和建筑，具体的计算公式 (公式1):

其中，NDVI为归一化差异植被指数，取NDVI=0.80和NDVIS=0.00，且有，当某个像元的 NDVI大于0.80时，FV取值为1;当NDVI小于0.00，FV取值为0。

生成图像后再采用ENVI的密度分割功能根据参考标准，把植被覆盖度分成:0 ～30.0%、30.0% ～45.0%、45.0% ～60.0%、60.0% ～75.0%、75.0% ～1.0 五类，然后计算各类的面积。

3.2.3 土地利用类型信息提取。不同土地类型造成水土流失的等级强度划分不同。土地利用变化信息的实时更新对水土流失动态监测很有意义。根据国家土地一级分类标准，把研究区的土地类型分为林地、灌木林地、草地、耕地、居民用地、水体、裸地七大类。

本文采用监督分类的方法对研究区进行分类。由于Landsat遥感影像波段组合的特点，根据前人分类经验采用了波段组合为3、2、1的真彩色波段合成，主要用于裸地、林地的识别;波段组合为5、4、3的假彩色合成主要用于水体、灌木和居民地的识别;而波段组合为7、4、2彩色合成则用于和3、2、1真彩色合成和5、4、3假彩色合成结合作辅助性分析，用于区分草地、耕地、灌木林地的划分，提高分类的精确度，分类后计算各类型变化结果。

4.水土流失等级划分与结果

4.1 水土流失等级的划分

4.1.1 定量等价评价指标体系及权重的确定。本文在前人对黄土高原水土流失指标研究的基础上，参考通用水土流失方程 (USLE)的指标因子，综合考虑了研究区的地形、地貌、植被覆盖等信息确定本文研究区的评价指标因子为:坡度因子、植被覆盖度因子、土地利用类型因子三个因子。

(1)坡度因子的确定。黄土塬、梁、峁地形是今天黄土高原基本的地貌类型，沟壑纵横，形态复杂，发展速度快，由于坡度陡坡长短土质疏松，每到雨季它们是河流泥沙的供给地和初期搬运通道，所以坡度坡长因子是很重要的评价因子。中科院地理科学与资源研究所的和继军和蔡强国等的研究表明，坡度在小于45°时，随着坡度的增大水土流失强度显著增加，所以本文对坡度为≤5°、5°～8°、8°～15°、15°～25°、25°～35°、≥35°的六个等级分别赋予值为1、2、3、4、5、6的六个权重值参与等级评定。

(2)植被覆盖度因子的确定。植被减缓甚至阻止水土流失。在裸露的土地上，通过植被覆盖在泥土上，间接减少雨水对土层的冲刷，在阻止雨水对土层冲刷的同时，利用植物的根系对土层的保护作用，使得土层更加稳定。

黄土高原植被稀疏，是重要的影响水土流失的因素。中科院水保所杨勤科等人的研究表明:植被影响水土流失 (减少水土流失强度)一个重要因素是植被覆盖度。而NDVI指数和侵蚀强度正相关，可作为最佳的指示因子，所以可以作为区域土壤侵蚀评价的植被因子。所以，我们采用植被覆盖度为0～30.0%、30.0% ～ 45.0%、45.0% ～ 60.0%、 60.0% ～75.0%、75.0% ～1.0的五类分别赋予值为1、2、3、4、5的权重加以运算。

(3)土地利用类型因子的确定。对土地利用类型因子的确定实质上是对研究区土壤类型和植被因子综合考虑，黄土高原的土壤主要是黄土和粉沙土，疏松不易粘结，水易被侵蚀，蚀力很低，产生水土流失。Wischmeier等提出了物理意义明确和操作性强的土壤可侵蚀性指标，根据该指标把水体、林地、灌木林地、草地、耕地、居民用地、裸地七大类分别赋予0、1、2、3、4、5、6参与等级评定。

4.1.2 等级划分模型的确定。根据通用水土流失方程(USLE)和张岩等对黄土高原各因子参数的修订的研究结果，及本文的研究的模型和各种对水土流失的影响因子评定。最终按照水利部《土壤侵蚀分类分级标准》(SL190－2007)确定本文水土流失等级划分标准模型:G=C+LS+K

其中，G为等级，C植被覆盖度因子，LS为坡度因子，K土地利用类型因子。

4.2 结果

根据水土流失通用方程 (USLE)水土流失是在植被覆盖度、坡度坡长、土地利用类型共同作用的结果，所以需要运用通用公式进行叠加分析，所以我们运用ArcGIS的空间分析功能把植被覆盖度信息图、坡度信息图、土地利用类型信息图三幅栅格信息图在ArcGIS中经重分类、栅格运算等叠加分析并按照本文确定等级划分标准加以归类，得到水土流失动态变化结果 (表1)。

表1 临汾市水土流失动态变化情况Table1 Thedynamicchangeofsoilerosionoflinfen

5.结论与展望

5.1 结论。基于RS和GIS临汾市水土流失动态监测显示2007年较2002年临汾市水土流失轻度级别面积有所增加而重度水土流失面积减少。

2007年较2002年植被覆盖度在75%的类型同比增长11.69%，面积增加了3953.03平方千米，植被覆盖度在50%以上增加了13.263%。这是水土流失减少的重要原因之一。2007年较2002年土地利用类型变化为裸地减少4.448%，而灌木林地增加5.807%，其他类型变化较小，所以土地类型对水土流失强度变化影响较小。可以看出水土流失强度大的地区坡度都在25°以上，水土流失中度地区都在15°～25°。以上结果表明，水土流失与植被，地形坡度，以及当地的降水状况有着密切的联系，在治理水土流失的措施中，结合当地水文地形情况，控制植被覆盖率，是最为行之有效的方法。

5.2 展望。本论文研究表明，利用RS和GIS技术提取水土流失因子信息是切实可行的，达到了预期效果。本论文在以下方面取得明显进展和新认识:(1)针对研究区地理地质环境，利用RS数据和地形图，形成了一套基于RS和GIS的从数据采集——遥感图像的处理——水土流失因子信息提取——GIS空间分析——水土流失强度分等定级及分析，较为完整的水土流失因子提取、分析的研究方法、技术路线和工作流程。这套工作方法和技术体系对中国山区水土流失的调查、动态监测研究，有一定的参考借鉴价值。(2)从本文研究可以看出本文采用的新的水土流失划分原则精度较高与实际符合，这证明了新划分原则的可行性。而新划分原则较以往划分标准简单方便，基于RS和GIS的水土流失动态监测具有时效性与同步性，易于相关部门及时制定防范措施与政策。

［1］关泽群，刘继林.遥感图像解译 ［M］.武汉:武汉大学出版社，2007.

［2］梅安新，彭望琭，秦其明，等.遥感导论 ［M］.高等教育出版社，2001，196－199.

［3］曹银贵，周伟，程烨，等.土地利用变化研究现状［J］.浙江林学院学报，2007，24(5):633－637.

［4］王晓慧，陈永富，陈尔学，等.基于遥感和GIS的黄土高原中阳县土壤侵蚀评价 ［J］.山地学报，2010，29(4):442－448.

［5］张超飞，马建文，布和敖斯尔.USLE模型中植被覆盖因子的遥感数据定量估算［J］.水土保持通报，2001，21(4):6－9.

［6］杨勤科，罗万勤，等.区域水土流失植被因子的遥感提取 ［J］.水土保持研究，2006.10，13(5):267－269.