人工调查崩岗数据精度分析

刘洪鹄，秦 飞，陈 锦，刘政辉，丁文峰

(1.长江科学院 a.水土保持研究所;b.人事处;c.科研计划处，武汉 430010；2.于都县水土保持局， 江西 于都 342300)

人工调查崩岗数据精度分析

刘洪鹄1a，秦 飞1b，陈 锦1c，刘政辉2，丁文峰1a

(1.长江科学院 a.水土保持研究所;b.人事处;c.科研计划处，武汉 430010；2.于都县水土保持局， 江西 于都 342300)

我国南方崩岗分布广、危害大。掌握崩岗分布现状及动态变化，可为崩岗防治和制定决策服务，然而关于崩岗调查精度的研究尚缺乏。通过遥感影像提取崩岗数据和人工调查崩岗的空间分布、周长和面积等进行比较分析，结果发现：人工调查崩岗数据基本上能反映崩岗的分布位置，但形状和边界相差很大，其周长、面积与实际情况相比，平均值减小11.70%和9.07%；如果考虑误算的崩岗个数，周长、面积比实际情况减少得更小。这表明人工调查崩岗数据能够比较真实地反映实际情况，可为研究者、管理者和决策者进行科学研究、宏观决策时提供数据支持。但人工调查崩岗往往需投入较多的财力、人力以及时间，而且不能进行长期的动态监测，并受主观的影响较大。

崩岗；人工调查；遥感影像；相对误差；空间分布；决策；地形图

1 研究背景

我国南方崩岗分布涉及广东、福建、江西、湖北、湖南、安徽、广西7省(自治区)的70个地(市)、362个县(市、区)，总面积48.34万km2，约占我国国土面积的5.0%，涉及人口1.62亿，约占我国总人口的12.8%[1-2]。它是南方丘陵山区生态安全、粮食安全、防洪安全和人居安全的主要威胁，是丘陵山区发展生态经济、振兴农业的重大障碍，严重制约了地方社会经济的可持续发展，影响着社会主义新农村建设[3]。

目前监测崩岗的方法包括人工调查法[2]、高精度测量技术、航片解译监测法[4]、插桩法[5]、组合指纹法[6]等。2004年8月至2005年11月，按照水利部的要求，长江水利委员会与珠江水利委员会、太湖流域管理局组织崩岗侵蚀区内各级水保部门开展崩岗调查，使用人工调查法，采用1∶10 000或1∶50 000的地形图作为底图，现场勾绘崩岗的位置与形态，主要调查崩岗发生的地点、面积、深度、宽度、形态与发育程度及典型调查[2]。这是建国以来在我国南方地区首次采用统一标准、统一方法开展的一次综合、全面的调查，基本上查清了南方崩岗分布的数量、形态、规模与发育程度等，初步建立了南方崩岗GIS本底数据库,为编制南方崩岗防治规划并进一步开展崩岗治理提供了翔实的基础数据[2]。然而，人工调查崩岗数据的精度有待于进一步探讨。

本文通过从遥感影像提取的崩岗和人工调查的崩岗的空间分布、周长和面积等进行比较分析，阐明两者之间的差别，从而阐明人工调查崩岗数据的准确性，为研究者、管理者和决策者进行国家生态建设科学研究、宏观决策时提供帮助，为国家生态建设提供依据[7]。

2 研究方法

2.1 研究区概况

研究区在于都县城以南，北纬115.4°，东经25.9°，土地总面积2.25 km2。华夏系构造，丘陵地貌。中亚热带季风湿润气候，雨量充沛、气候温和。年均降雨量为1 507.5 mm，春季降水占年内降水量的19.6%，夏季占47.4%，秋季占21.6%，冬季占11.4%，4—6月份降水最多，占全年降水量的52.5%。项目区主要土壤类型为红壤和水稻土，土壤呈酸性反应(pH值5～6)，红壤由花岗岩等发育而来，土层深厚。

主要粮食作物为水稻，一般早稻、晚稻一年2季，秋季栽种少量大豆、红薯。主要经济作物为花生、油菜籽、芝麻等，栽种面积不大。

2.2 数据收集与处理

2.2.1 人工调查崩岗数据

2005年于都县水土保持局组织技术人员开展崩岗现场调查，在各乡镇的配合下，借助于1∶10 000地形图，准确定位崩岗位置，在地形图上描绘各崩岗的位置、边界。扫描纸版地形图，通过地理信息系统ArcGIS软件，对扫描的地形图进行位置矫正，定义经纬度，然后提取崩岗信息，从而得到崩岗的位置、形状、周长以及面积等数据。

2.2.2 从遥感影像提取崩岗数据

购买2005年Quickbird高精度遥感影像数据，分辨率为0.6 m。利用ArcGIS软件，对遥感影像进行矫正，定义经纬度，截取研究区内的遥感影像，然后提取崩岗信息，从而得到崩岗的位置、形状、周长以及面积等数据(图1)。

图1 Quickbird遥感影像Fig.1 Remote sensing image named by Quickbird

2.3 数据分析

崩岗的深度和宽度一般在5 m以上，有的崩岗深达数十米，面积达数公顷[3]。Quickbird遥感影像的分辨率为0.6 m，是目前最常用的高精度遥感影像之一。从Quickbird遥感影像能够准确提取崩岗的形态特征。

因为目前缺失高精度的地面监测数据，而本研究所有的遥感影像精度为0.6m，接近于真实值，故在本研究中把遥感影像提取崩岗数据(以下简写为B)作为基准值。为了说明人工调查崩岗数据(以下简写为A)的准确性，从2方面进行比较：①比较A与B的空间分布，这可说明A位置的偏差问题，另外可粗略看出形状、周长以及面积的精度；②比较A和B的周长、面积以及体积的大小，并计算A的相对误差，从而说明A数据的精度。相对误差公式为

相对误差=(Si-Ri)/Ri×100% 。

(1)

式中：Si为人工调查崩岗的周长以及面积等数据；Ri为从遥感影像提取崩岗的周长以及面积等数据。

3 结果与讨论

3.1 比较2种来源崩岗的空间分布

绘制A和B的空分布图，比较2种来源崩岗数据的分布位置、形状以及精度问题(图2)。从图2不难看出，2种来源的崩岗数据存在3个不同点：①A和B的崩岗数据存在着数量上的不一致，A崩岗18个，B崩岗15个，相差3个；②2种来源崩岗数据的形状也完全不一样，崩岗数据的边界几乎不重合，只有12号崩岗边界重合较好，其它崩岗形状和边界分布差别较大；③ 2种来源崩岗的分布位置也存在着差异，A中3个崩岗(编号为2，8，16)和B中1个崩岗(编号为6)没有同时出现。经过现场调查，发现2号崩岗实际上是人工采石场留下的石坑，8号和16号崩岗经过治理，已经成为可利用的果园，而6号崩岗实为新形成的崩岗，形成时间在10 a以内，面积为356.77 m2。

图2 2种来源崩岗的空间分布Fig.2 Spatial distribution of slope collapse from both sources

3.2 2种来源崩岗基本特征数据的精度分析

3.2.1 周长比较

比较2种来源崩岗(14个)的周长大小(图3)。从图3显示A崩岗中57.14%(8个崩岗)的崩岗周长小于B崩岗，21.43%的与之相反，21.43%两种来源崩岗数据基本一致。另外，还可发现这些崩岗大部分周长集中分布在450 m以下，只有1个崩岗的周长超过450 m。这是因为原先的崩岗经过治理后，形成连片的坡改梯，再次冲刷成切沟以及崩岗，导致无法区分单个崩岗，故算成1个崩岗，实为多个崩岗。

图3 2种来源崩岗周长的比较Fig.3 Comparison of perimeter of slope collapse between both sources

把B崩岗数据作为基准值，计算A崩岗数据的相对误差(表1)。从表1发现以下几点：①A崩岗数据的周长偏小，这也印证了图3的论点，相对误差平均为7.94%；②A与B崩岗的周长的相对误差差别很大，相对误差绝对值平均为11.70%，最大值约为48.98%，最小值仅为0.02%。

表1 普查周长与遥感周长的相对误差Table 1 Relative errors of slope collapse perimeterbetween A(survey data) and B(remote sensing image)

3.2.2 面积比较

摘录2种崩岗来源对应的13对崩岗数据，比较2者面积的大小(图4)。从图4得知，B崩岗的面积一般大于A崩岗的面积，占53.85%(7个)，小于A崩岗的占30.77%(4个)，2种来源崩岗面积几乎相等的，只占15.38%(2个)。

图4 A与B崩岗面积的比较Fig.4 Comparison of slope collapse area between A and B

把B崩岗的面积作为基准值，计算A崩岗的相对误差及其绝对值(表2)。从表2不难看出，从相对误差的平均值来看，A崩岗的面积总体上小于B崩岗的面积，A小于B的个数约占总数的69.23%。从相对误差的绝对值来看，<5%的只有2个崩岗，约占崩岗总数的15.38%；<10%的只有3个崩岗，约占崩岗总数的23.08%；面积相差>50%的崩岗个数约占崩岗总数的30.77%，>100%的崩岗个数约占崩岗总数的15.38%。

表2 A与B崩岗面积的相对误差Table 2 Relative errors of slope collapse area between A(survey data) and B (remote sensing image)

3.2.3 体积比较

根据野外调查数据统计，崩岗形状可概化为倒立的三角锥，三角锥的体积计算公式为：V=1/3×底面积×高。底面积差值已经确定，A和B崩岗面积平均值的差值约为460 m2(表2)。崩岗的陡壁达5～20 m[8]，这样算起来体积可相差约2 300～9 600 m3，因此可以认为A崩岗体积减少约为9.08%。

人工调查基本上能表达崩岗的真正位置和形状，其周长、面积和体积约分别减小11.70%，9.07%，9.07%，但如果考虑误算的崩岗个数，其周长、面积比实际情况减少得更小。总体上来说，人工调查崩岗数据能够比较真实地反映实际情况，能为研究者、管理者和决策者进行国家生态建设科学研究、宏观决策时提供数据支持。

4 结 论

本文通过从高精度遥感影像和人工绘制崩岗的地形图上提取崩岗数据，从而比较人工调查崩岗和遥感影像提取崩岗的空间分布、周长、面积以及体积等，结果如下：

(1) 人工调查崩岗的数据基本上能反映崩岗的分布位置，但形状和边界相差很大。

(2) 崩岗的周长和面积平均值减小约11.70%和9.07%。如果考虑误算的崩岗个数，周长和面积比实际情况减少得更小。

总之，人工调查崩岗数据能够比较真实地反映实际情况，可以为研究者、管理者和决策者进行国家生态建设科学研究、宏观决策提供数据支持。但采用这种方法调查崩岗往往需投入较多的财力、人力以及时间，而且不能进行长期的动态监测，并受主观的影响较大。

[1] 张学俭.南方崩岗的治理开发实践与前景[J].中国水利，2010，(4)：17-22.(ZHANG Xue-jian.The Practice and Prospect of Hill Collapsing Improving and Development in Southern China[J].China Water Resources,2010,(4): 17-22.(in Chinese))

[2] 冯明汉，瘳纯艳，李双喜，等.我国南方崩岗侵蚀现状调查[J].人民长江，2009，40(8)：66-68，75.(FENG Ming-han,LIAO Chun-yan,LI Shuang-xi,etal.Investigation on Status of Hill Collapsing and Soil Erosion in Southern China[J].Yangtze River,2009,40(8): 66-68,75.(in Chinese))

[3] 梁 音，宁堆虎，潘贤章，等.南方红壤区崩岗侵蚀的特点与治理[J].中国水土保持，2009，(1)：31-34.(LIANG Yin,NING Dui-hu,PAN Xian-zhang,etal.The Characteristics and Control of Slope Collapse Erosion in Red Soil Region of Southern China[J].Soil and Water Conservation in China,2009,(1)：31-34.(in Chinese))

[4] 刘 震.水土保持监测技术[M].北京：中国大地出版社，2004.(LIU Zhen.Techniques of Monitoring Soil and Water Conservation[M].Beijing: China Land Press,2004.(in Chinese))

[5] 刘洪鹄，刘宪春，张平仓，等.南方崩岗发育特征及其监测技术探讨[J].中国水土保持科学，2011，9(2)：19-23.(LIU Hong-hu，LIU Xian-chun,ZHANG Ping-cang,etal.Characteristics of Slope Collapse and Its Monitoring Technology in Southern China[J].Science of Soil and Water Conservation,2011,9(2): 19-23.(in Chinese))

[6] 林金石，黄炎和，张旭斌，等.南方花岗岩区典型崩岗侵蚀产沙来源分析[J].水土保持学报，2012，26(3):53-57.(LIN Jin-shi,HUANG Yan-he,ZHANG Xu-bin,etal.Apportioning Typical Collapsing Hill’s Erosion Sediment Sources of Granite Region in Southern China[J].Journal of Soil and Water Conservation,2012，26(3):53-57.(in Chinese))

[7] 阮伏水.福建省花岗岩坡地沟谷侵蚀试验研究初报[J].中国水土保持科学，2003，1(1)：25-29.(RUAN Fu-shui.Study on Gully Erosion of the Granite Slope in Fujian Province[J].Science of Soil and Water Conservation,2003,1(1)：25-29.(in Chinese))

[8] 牛德奎.赣南山地丘陵区崩岗侵蚀阶段发育的研究[J].江西农业大学学报，1990，12(1)：29-36.(NIU De-kui.Study on the Development Process of the Collapse in Hill Area in Southern Jiangxi Province[J].Acta Agriculture University Jiangxiensis,1990，12(1)：29-36.(in Chinese))

(编辑：陈 敏)

Accuracy of Slope Collapse Data Collected by Artificial Survey

LIU Hong-hu1,QIN Fei2,CHEN Jin3,LIU Zheng-hui4,DING Wen-feng1

(1.Soil and Water Conservation Department,Yangtze River Scientific Research Institute,Wuhan 430010,China;2.Human Resources Management Department,Yangtze River Scientific Research Institute,Wuhan 430010,China;3.Planning and Project Management Department,Yangtze River Scientific Research Institute,Wuhan 430010,China;4.Soil and Water Conservation Bureau of Yudu County,Yudu 342300,China)

Slope collapse distributes widely in south China with huge damages.The distribution and dynamic changes of slope collapse is very helpful to controlling the slope collapse development and formulating the policy for slope collapse prevention,however at present few study on the accuracy of slope collapse investigation has been conducted.By comparing the characteristic data such as the spatial distribution,perimeter,and area collected from artificial survey and extracted from remote sensing images,we found that the data collected from artificial survey could generally reflect the actual location of slope collapse.But the shape and boundary differ greatly,with the average perimeter and area reduce 11.70%,and 9.07% respectively than the actual situation.If the number of incorrect slope collapse is considered,the total perimeter and area reduce less.In short,the slope collapse data from artificial survey reflects the actual value very correctly,and could support the database for scientific research and decision-making.However,more financial,human resource,and time are required in artificial survey,and long-term dynamic monitoring could not be carried out.In addition,its accuracy is affected by different investigators.

slope collapse;artificial survey;remote sensing image;relative error;spatial distribution;policy;topographic map

2014-12-30；

2015-01-09

国家自然科学基金项目(41301297，41271303)；水利部科技推广计划项目(TG1310)；北京师范大学地表过程与资源生态国家重点实验室开放课题(2013-KF-07)

刘洪鹄(1980-)，男，山东潍坊人，高级工程师，博士，主要研究方向为土壤侵蚀与土地退化，(电话)027-82829919(电子信箱)honghu2005@gmail.com。

10.3969/j.issn.1001-5485.2015.03.023

S157

A

1001-5485(2015)03-0117-04

2015,32(03):117-120