基于OBIA的武汉城市圈1990年～2015年建设用地变化检测及时空特征分析

裴艳艳， 黄进良， 王立辉， 陆 俊

(1.中国科学院测量与地球物理研究所， 武汉 430077； 2.中国科学院大学， 北京 100049；3.环境与灾害监测评估湖北省重点实验室， 武汉430077)

基于OBIA的武汉城市圈1990年～2015年建设用地变化检测及时空特征分析

裴艳艳1，2，3， 黄进良1，3*， 王立辉1，3， 陆 俊1，2，3

(1.中国科学院测量与地球物理研究所， 武汉 430077； 2.中国科学院大学， 北京 100049；3.环境与灾害监测评估湖北省重点实验室， 武汉430077)

武汉城市圈是国家中部崛起战略和“两型社会”建设的重要支撑点，研究其建设用地扩张规律对区域城市规划及国家和区域经济发展政策的制定实施具有重要意义.该文以1990年～2015年的Landsat TM/OLI遥感影像为数据源，采用面向对象的影像分析 (Object-Based Image Analysis， OBIA) 方法提取了武汉城市圈的建设用地信息，并用扩张面积、速度、强度以及紧凑度等指数分析了建设用地扩张的时空特征.结果显示：1)利用多种指数及SPM自动确定分类阈值，能较好地提取建设用地，分类总精度为94.3%；2)武汉城市圈建设用地呈逐步增加趋势，总扩张面积约251 893.96 hm2，前10 a(1990年～2000年)扩张缓慢，后15 a(2000年～2015年)的扩张面积、速度、强度分别是前10 a的6.98、4.08和4.65倍；3)各城市建设用地面积在1990年～2015年均呈上升发展趋势，各城市的空间形态呈现由北向南、由西向东趋于紧凑型的发展态势.

武汉城市圈； 建设用地扩张； 面向对象； 变化检测； 时空特征

土地利用/覆盖变化(LUCC)是全球气候和环境变化研究的重要内容[1]，而城市建设用地的快速扩张是当今LUCC的最突出特点之一.城市化的快速发展带来了严重的生态环境压力，如城市热岛、大气污染、植被生态系统退化等[2-3]，城市建设用地扩张规律与发展模式及其与生态环境的关系研究成为学术界关注的热点问题之一.从数据源看，传统的建设用地扩张多以统计年鉴数据[4]为基础，而随着3S技术的发展，转向以遥感影像数据[5]为主，且以多源多时相数据[6]相结合；从研究区看，以单一城市为主，且多集中在经济发达地区[6-7]，对内陆城市群的研究较为少见；从研究方法看，建设用地的提取方法主要有统计部门的城镇统计信息、基于像元的监督和非监督分类方法以及面向对象的图像分析[8, 9]方法，建设用地扩张特征多采用扩张速度、强度、弹性、方向等指标[8-10]，且注重对扩张机制的探讨及对经济和生态环境的影响[9]研究.

武汉城市圈是国家中部崛起战略的重要支撑点，也是长江经济带发展战略的重点区域，更是湖北省经济发展的核心区域.对武汉城市圈的研究主要有初级生产力估算[11]、土地利用变化[12]、城市职能体系[13]等，而对建设用地扩张的研究主要集中在武汉市，针对武汉城市圈的扩张研究较少.对武汉城市圈建设用地信息的提取多采用基于像元的方法，基于OBIA的方法较为少见.

因此，本文以武汉城市圈为研究对象，以1990年、2000年、2005年、2010年和2015年长时间序列的Landsat TM/OLI遥感影像为数据源，基于OBIA的研究方法提取了武汉城市圈建设用地的空间分布和变化信息，运用扩张面积、速度、强度、紧凑度等参量进行分析，旨在揭示武汉城市圈建设用地扩张的时空规律，探讨圈内城市一体化进程，研究结果对于城市规划、土地利用规划以及国家和区域经济发展政策的制定实施具有重要意义.

1 研究区及数据预处理

武汉城市圈(Wuhan Metropolitan Area， WMA)，地理位置112°28′33″E～116°10′3″E，29°1′20″N～31°52′25″N(图1)，又称“大武汉都会圈”，位于湖北省东部，指以武汉为中心，覆盖周边8个大中型城市(孝感、天门、潜江、仙桃、咸宁、黄石、鄂州、黄冈)的城市群，总面积约为5.79×104km2.2014年，武汉城市圈的GDP为17 114.74亿元，常住人口为3 099.66万人，分别占湖北省的62.5%和53.3%.武汉城市圈为中部四大城市圈之首，是全国资源节约型和环境友好型社会建设综合改革试验区，对带动圈内城市一体化发展和促进东、中、西部协调发展具有重要战略意义.

本文采用1990年～2015年的Landsat TM/OLI遥感影像，覆盖武汉城市圈全境的行列号分别为121-124和38-40，所选用影像质量良好，无云或少云，采用标准假彩色合成显示，以高精度提取建设用地信息.在ENVI 5.1中对各期影像进行辐射定标、大气校正和几何校正等预处理，精度保证在1个像元以内.

图1 武汉城市圈的位置图Fig.1 Location of Wuhan Metropolitan Area

2 研究方法

本文的总体思路是采用面向对象的信息提取方法，对多尺度分割后的对象进行隶属度函数分类，利用Salford Predictive Modeler(SPM) 8.0[14]自动构建分类阈值，并进行精度验证，在此基础上分析武汉城市圈建设用地扩张的时空分异规律.具体流程见图2.

2.1 基于OBIA的建设用地提取方法

面向对象的图像分析 (Object-Based Image Analysis， OBIA)技术可以有效地提高运行效率[9]，且分割后的对象具有形状、光谱统计特征、上下文关系、与邻近对象的距离、纹理参数等属性，可以从根本上减少地物漏分、误分概率，同时能避免“椒盐”现象.采用eCognition 8.7对影像进行多尺度分割，多尺度分割参数及意义见文献[15].分割尺度决定影像对象的大小，一般情况下，地物类型较均匀且单一时，分割尺度设置较大，而在地物类型多样且交错分布时则采用小尺度分割.目视解译发现，研究区内建设用地在城市中心呈片状分布，但在城郊或郊区则呈零星分布，经反复试验，本文设置统一的分割尺度5能较完整的获取建设用地边界[16].形状参数表征了空间信息参与分割的权重，颜色参数则表征了光谱信息参与分割的权重，二者关系为：shape=1-color.形状参数由紧致度和平滑度共同表征.结合已有经验及研究区实际情况，本文确定形状、紧致度参数分别为0.2和0.7[17].

图2 数据处理及分析流程Fig.2 Flow chart of data processing and analysis

表1 分类特征及描述Tab.1 Object characteristic indexes and descriptions

注：其中ρR，ρGREEN，ρBLUE，ρNIR，ρSWIR分别指红、绿、蓝、近红外、远红外波段的反射率.

选用NDVI、NDWI、MNDWI、NDBI、SAVI等及亮度值作为分类特征(表1)，在eCognition 8.7中人工选择有代表性的8 300个均质对象作为SPM的训练样本，其中建设用地983个，其他地类包括：自然植被2 342个，耕地3 804个，水域1 036个，未利用地135个.SPM自动构建的建设用地提取规则如表2.规则1、规则5利用NDBI、BBI指数提取建设用地的主体部分，规则2、规则3及规则4则通过MNDWI、NDVI、SAVI等对水体、植被、耕地等信息加以抑制[18-21]，由此得到建设用地的空间分布结果.在ArcGIS 10.2中对分类后的结果进行人工检查和修改，以提高建设用地提取精度.

表2 SPM自动构建的建设用地提取规则Tab.2 Extraction rules of the construction land by Salford Predictive Modeler (SPM) automatically

2.2 建设用地扩张分析方法

2.2.1 建设用地扩张时间序列分析方法 选用扩张速度指数(Expansion Speed Index，ESI)和扩张强度指数(Expansion Intensity Index，EII)[10]分析武汉城市圈扩张的时间序列规律.扩张速度指数(ESI)表示城市面积在某一时期内的时段变化率，其绝对值和符号分别表示速度和趋势.扩张强度指数(EII)表示单位时间内城市面积占研究区总面积的比例，使不同时期的扩张速度具有可比性.二者计算公式分别为：

ESI=(At-A0)/tA0×100%，

(1)

EII=(At-A0)/tS×100%，

(2)

式中，At和A0分别为研究末期和基期的城市面积，S为研究区土地总面积，t为研究时段，当设定为年时表示年均变化率.

2.2.2 建设用地扩张空间序列分析方法 为分析武汉城市圈城市扩张结构的系统性和均衡性，将物理学中的信息熵[22]概念引入城市扩张系统，并由此构建了均衡度和优势度的计算公式.紧凑度指数[23]反应城市空间形态的变化规律，紧凑度越高，表明城市空间形态越紧凑，本文采用城市周长和面积构建紧凑度指数.

1)信息熵(H)

(3)

式中，H为信息熵，H≥0.信息熵H用来表示系统的复杂性与均衡性，熵值越高，表明系统的均质性越高，系统越稳定、有序.当A1=A2=…=An时，P1=P2=…=Pn=1/n，此时H达到最大值，记为Hmax，有Hmax=log(n).

2)均衡度(J)

基于信息熵函数构建均衡度公式为：

(4)其中，J表示均衡度，是单一区域信息熵值与系统最大熵值之比，H表示信息熵；变化区间为[0，1]，当J=1时，表明系统处于最理想的平衡状态.

3)优势度(I)

基于均衡度函数构建优势度公式为：

I=1-J，

(5)

其中，I表示优势度，是实际信息熵增量与最大信息熵增量之比，变化区间与均衡度相同，意义与均衡度相反.均衡度和优势度增强了数值的可比性和指征性.

4)紧凑度(C)

城市空间形态的紧凑度计算公式为：

(6)

其中，C为城市空间形态的紧凑度，A为城市面积，P为城市轮廓周长.

3 精度评价

为验证分类结果的可靠性，采用随机样点进行精度检验.据刘旭拢[24]等，点检验的最少随机抽样点个数为：

(7)

经试验，取P=0.95，α=0.1，即置信水平为95%，查表得μ=1.96，误差允许范围d=±5%，则点检验最少的个数为n=185.考虑到增加部分样点更具说服力，本研究从Google Earth高分辨率影像上目视解译得到210个随机样点(图3)，其中建设用地样点94个，非建设用地样点116个.计算混淆矩阵可知(表3)，建设用地的制图精度为92.6%，用户精度为94.6%，分类总精度94.3%，Kappa系数88.4%.

表3 点检验的混淆矩阵Tab.3 Confusion matrix of the classification

图3 武汉城市圈验证样点分布图Fig.3 Distribution of verification points of Wuhan Metropolitan Area

4 结果分析

4.1 武汉城市圈建设用地扩张时间序列分析

武汉城市圈1990年～2015年建设用地分布及扩张特征如图4及表4所示.

武汉城市圈建设用地面积在1990年～2015年呈逐步增加的趋势，总扩张面积约251 893.96 hm2，是1990年城市面积的1.13倍.前10 a(1990年～2000年)的扩张面积、速度和强度均较低，而21世纪国家实施中部崛起战略以来，武汉城市圈的扩张态势明显提高，后15 a(2000年～2015年)的扩张面积占总扩张面积的87.47%，是前10 a的6.98倍，扩张速度和强度分别是前10 a的4.08和4.65倍.中部崛起战略实施以来，前期5 a(2000年～2005年)，建设用地扩张面积为66 311.34 hm2，处于较高的发展水平.中期5 a(2005年～2010年)和前期5 a的特征近似，但有小幅提高，而后期5 a(2010年～2015年)则呈现下降的趋势，幅度达2%.武汉城市圈自2002年初萌芽，到2005年被列为中部四大城市圈之首，这一系列的政策导向促使城市扩张在前期5 a表现了较高水平，而 “两型社会”建设促进了中期5 a的扩张.

图4 1990年～2015年武汉城市圈各期建设用地面积Fig.4 Area of construction land in Wuhan Metropolitan Area， 1990～2015

表4 武汉城市圈总体扩张特征Tab.4 Characteristics of construction land sprawl of Wuhan Metropolitan Area

表5揭示了各城市建设用地扩张的时间规律.1990年～2015年，武汉市扩张面积最大，占38.64%，其次为黄冈、咸宁、孝感，潜江市扩张面积最小，仅占1.9%.2000年～2015年，天门、黄石、鄂州、咸宁增长最快，扩张面积分别是1990年～2000年的19.36、16.34、12.56、10.66倍.而2000年以来，大部分城市扩张速度和强度变化较平稳，但潜江市在后期5a的扩张速度和强度分别是中期5a的10.14和10.32倍.武汉城市圈自成立以来，受国家政策的推动，各城市之间的联系越来越紧密，对圈内城市的带动促进作用明显加强.2006年，武汉城市圈被国家发改委列为重点考察对象；2007年，武汉城市圈被批准为国家首批“两型社会”建设改革试点之一，咸宁经济开发区与武汉经济技术开发区、东湖开发区合作共同发展；2010年，武汉城市圈被列为国家“十二五”重点发展区域，黄石经济技术开发区被国务院批准升级为国家级经济技术开发区，且以及青山-阳逻-鄂州大循环示范区、梁子湖生态旅游示范区、鄂东四市(黄石、鄂州、浠水、孝感)统一通信区等重点工作的开展，促进了黄石、鄂州等圈内城市的扩张.

4.2 武汉城市圈建设用地扩张空间序列分析

图5表示1990年～2015年武汉城市圈扩张的信息熵(H)、均衡度(J)、优势度(I)和紧凑度(C)的变化趋势.

注：紧凑度(C)单位设置为0.1.图5 1990年～2015年武汉城市圈建设用地扩张的H、J、I和C变化趋势图Fig.5 Tendency of H、J、I、C in construction land sprawl of Wuhan Metropolitan Area， 1990～2015

武汉城市圈的H和J分别在0.8 Nat和0.9以上，表明城市扩张系统呈均衡有序状态；I与H、J的发展趋势相反，I值不足0.1，表明城市扩张呈均衡性发展，集中性低.从总体发展趋势来看，1990年～2015年，H以下降为主，年均变化率为-0.114%，J与H的趋势一致，年均变化率达-0.194%，表明城市扩张系统有朝无序、非均衡性方向发展的趋势；I总体上呈现迅速上升的趋势，年均变化率为2.735%，说明城市扩张有朝集中化方向发展的趋势.武汉城市圈的C值较低，最大值仅为0.316%(2015年)，城市扩张呈较分散状态.由发展趋势可知，1990年～2010年，C呈下降状态，而到了2015年则出现明显的上升趋势，表明城市空间形态在后期有朝紧凑性发展的趋势.总体而言，武汉城市圈的扩张处于均衡、有序发展状态，空间形态呈较分散状态，但在后期有朝无序、非均衡以及紧凑型方向发展的趋势.

将25 a间各城市扩张速度分为6个等级(图6).总体上看，自北向南、由西向东，各市扩张速度越来越高，其中南部的咸宁市扩张速度最高.1990年～2000年，各城市扩张速度普遍较低，均不足2%.而2000年～2015年，各市扩张速度大幅上升，平均扩张速度是前10 a的4.79倍.由后15 a的内部发展趋势来看，各城市呈现由“急速、高度”和“低速、慢速”向“中速、快速”发展的趋势，逐步趋于平衡态势，东南部的黄石、咸宁、鄂州由前期5 a的7%以上，分别下降到后期5 a的5.08%、5.04%和4.94%，而仙桃、潜江则由前期5 a的不足3%分别上升到后期5 a的3.59%和3.53%.中部崛起战略促进了武汉城市圈的整体发展，而武汉城市圈的发展带动了周边城市的扩张，促进了圈内城市的一体化发展.

图6表示各城市紧凑度的变化规律，各城市的空间形态呈现由北向南、由西向东趋于紧凑型的发展趋势.北部的武汉、孝感、黄冈空间形态较均衡，1990年～2010年，各市紧凑度均在0.73%以下，这类城市国土面积大，城市扩张具有广阔的发展空间.南部及西南部的咸宁、天门、潜江、仙桃属于中等紧凑度水平，大部分处于0.77%～1.18%，2015年，仙桃、潜江的紧凑度增加到1.59%和1.21%，原因是国土面积较小，限制了在空间上的扩张.东部的黄石、鄂州处于高紧凑度发展状态，超过1.2%，呈聚集型发展，这类城市位于武汉城市圈东部，经济发展速度较快，有利于建设用地扩张，而狭小的国土面积又限制其扩张，尤其是鄂州市，紧凑度在2015年达2.08%.

图6 1990年～2015年各市建设用地扩张速度分级空间分布图Fig.6 Construction land sprawl speed of each city in Wuhan Metropolitan Area， 1990～2015

图7 1990年～2015年各城市紧凑度趋势Fig.7 Tendency of C in construction land sprawl of each city， 1990～2015

5 结论与讨论

本文以Landsat TM/OLI遥感影像为数据源，采用面向对象的影像分类方法，提取了武汉城市圈1990年2015年的建设用地信息，并运用扩张面积、速度、强度及紧凑度等分析了武汉城市圈扩张的时空特征.结论如下.

1) 通过手动选择训练样本，结合NDVI、NDWI、MNDWI、SAVI、NDBI等多种指数，辅之以亮度值、特征波段组合等作为分类特征，利用SPM自动确定分类阈值，能较好地实现面向对象分类技术，建设用地分类总精度为94.3%.

2) 武汉城市圈建设用地面积在1990年～2015年呈逐步增加趋势，总扩张约251 893.96 hm2.前10 a(1990年～2000年)扩张缓慢，后15 a(2000年～2015年)在中部崛起战略的推动下扩张明显，扩张面积是前10 a的6.98倍.中部崛起战略以来的三个阶段，前期5 a和中期5 a的扩张水平较高，而后期5 a则处于下降趋势.

3) 各城市建设用地面积在1990年～2015年均呈上升趋势，武汉市最大，占38.64%，潜江市最小，仅占1.9%.天门、黄石、鄂州、咸宁增长最快，后15 a的扩张面积分别是前10 a的19.36、16.34、12.56、10.66倍.而前期5 a、中期5 a到后期5 a，各城市呈现由“急速、高度”和“低速、慢速”向“中速、快速”的均衡发展，圈内城市一体化趋势加强.

4)各城市的空间形态呈现由北向南、由西向东趋于紧凑型的发展趋势.北部的武汉、孝感、黄冈，其紧凑度均在0.73%以下；南部及西南部的咸宁、天门、潜江、仙桃，紧凑度大部分处于0.77%～1.18%之间；东部的黄石、鄂州，紧凑度超过1.2%.

[1] 刘纪远, 匡文慧, 张增祥, 等. 20世纪80年代末以来中国土地利用变化的基本特征与空间格局 [J]. 地理学报, 2014,69(1): 3-14．

[2] ZIPPER S C, SCHATZ J, SINGH A, et al. Urban heat island impacts on plant phenology: intra-urban variability and response to land cover [J]. Environmental Research Letters, 2016,11(5): 054032.

[3] PENG J, SHEN H, WU W, et al. Net primary productivity (NPP) dynamics and associated urbanization driving forces in metropolitan areas: a case study in Beijing City, China [J]. Landscape Ecology, 2016,31(5): 1077-1092．

[4] 童陆亿, 胡守庚. 中国主要城市建设用地扩张特征 [J]. 资源科学, 2016,38(1): 50-61．

[5] 张亦汉, 黎 夏, 刘小平, et al. 耦合遥感观测和元胞自动机的城市扩张模拟 [J]. 遥感学报, 2013,17(4): 872-886．

[6] SONG X P, SEXTON J O, HUANG C Q, et al. Characterizing the magnitude, timing and duration of urban growth from time series of Landsat-based estimates of impervious cover [J]. Remote Sensing of Environment, 2016,175:1-13．

[7] RAHMAN M T. Detection of Land Use/Land Cover Changes and Urban Sprawl in Al-Khobar, Saudi Arabia: An Analysis of Multi-Temporal Remote Sensing Data [J]. Isprs International Journal of Geo-Information, 2016,5(2): 1-17.

[8] 易凤佳, 李仁东, 常变蓉, 等. 长株潭地区建设用地扩张遥感时空特征分析 [J]. 国土资源遥感, 2015,27(2): 160-166．

[9] MYINT S W, GOBER P, BRAZEL A, et al. Per-pixel vs. object-based classification of urban land cover extraction using high spatial resolution imagery [J]. Remote Sensing of Environment, 2011,115(5): 1145-1161．

[10] 王宏志, 宋明洁, 李仁东,等. 江汉平原建设用地扩张的时空特征与驱动力分析 [J]. 长江流域资源与环境, 2011,20(4): 416-421．

[11] 张 娜, 毛飞跃, 龚 威. 2009年武汉市植被净初级生产力估算 [J]. 武汉大学学报(信息科学版), 2011,36(12): 1447-1450．

[12] 柯新利, 韩冰华, 刘蓉霞,等. 1990年以来武汉城市圈土地利用变化时空特征研究 [J]. 水土保持研究, 2012,19(1): 76-81．

[13] 郑伯红, 朱 政. 武汉城市圈空间结构演化及影响研究 [J]. 长江流域资源与环境, 2011,20(12): 1418-1425．

[14] Salford Systems. SPM Users Guide: Introducing CART[G]. 2013.

[15] Trimble Germany Gmbh. eCognition Developer 8.7 User Guide[EB/OL]. 2011-10-11.Http://www.eCognition.com/support.

[16] 易凤佳, 李仁东, 常变蓉. 基于面向对象的长株潭地区遥感影像分类方法 [J]. 华中师范大学学报(自然科学版), 2014,48(6): 910-916．

[17] 王久玲, 黄进良, 王立辉, 等. 面向对象的多时相HJ星影像甘蔗识别方法 [J]. 农业工程学报, 2014,30(11): 145-151．

[18] HUETE A R. A soil-adjusted vegetation index(SAVI) [J]. Remote Sensing of Environment, 1988,25(3): 295-309．

[19] MCFEETERS S K. The use of the normalized difference water index (NDWI) in the delineation of open water features [J]. International Journal of Remote Sensing, 1996,17(7): 1425-1432．

[20] 查 勇, 倪绍祥, 杨 山. 一种利用TM图像自动提取城镇用地信息的有效方法 [J]. 遥感学报, 2003,7(1): 37-40+82．

[21] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究 [J]. 遥感学报, 2005,9(5): 589-595．

[22] 陈彦光, 刘继生. 城市土地利用结构和形态的定量描述:从信息熵到分数维 [J]. 地理研究, 2001,20(2): 146-152．

[23] 郭腾云, 董冠鹏. 基于GIS和DEA的特大城市空间紧凑度与城市效率分析 [J]. 地球信息科学学报, 2009,11(4): 482-490．

[24] 刘旭拢, 何春阳, 潘耀忠, 等. 遥感图像分类精度的点、群样本检验与评估 [J]. 遥感学报, 2006,10(3): 366-372．

Object-basedimageanalysischangedetectionandtemporal-spatialvariationonconstructionlandofWuhanMetropolitanAreafrom1990to2015

PEI Yanyan1，2，3， HUANG Jinliang1，3， WANG Lihui1，3， LU Jun1，2，3

(1.Institute of Geodesy and Geophysics， Chinese Academy of Sciences， Wuhan 430077；2.University of Chinese Academy of Sciences， Beijing 100049；3.Key Laboratory for Environment and Disaster Monitoring and Evaluation of Hubei Province， Wuhan 430077)

Wuhan Metropolitan Area is an important point of the strategy of the rise of Central China and one of the earliest comprehensive reform testing areas for national resource-saving and environment-friendly society building. The study of the rule of construction land sprawl in Wuhan Metropolitan Area is of great significance for regional urban planning and policy implementation on national and regional economic development. With the Landsat TM/OLI Remote Sensing Images in 1990-2015 as data source， construction land information is extracted by object-based image analysis method. The temporal-spatial differentiation characteristics on construction land are analyzed by using expansion area， expansion speed index， expansion intensity index and compactness index. The results are as follows. 1) The useage of multiple index and automatically classification threshold by Salford Predictive Modeler is able to better extract the construction land information， with the overall accuracy of 94.3%. 2) The construction land expansion area in Wuhan Metropolitan Area has been gradually increased from 1990 to 2015， with the total expansion area of 251 893.96 hm2. The expansion of the earlier 10 years (1990-2000) is slow， and the expansion area， speed and intensity of the later 15 years (2000-2015) are 6.98， 4.08 and 4.65 times of that of the earlier 10 years， respectively. 3) The construction land sprawl area in every city showed an ascendant trend from 1990 to 2015. From north to south and west to east， the space form in every city changed to be more and more compact．

Wuhan Metropolitan Area; construction land sprawl; object-based image analysis; change detection; temporal-spatial variation

F301.24

A

2017-04-07.

中国科学院科技服务网络计划(STS计划)(KFJ-STS-ZDTP-009)；水利部黄土高原水土流失过程与控制重点实验室开放课题基金(201704).

*通讯联系人. E-mail: hjl@asch.whigg.ac.cn.

10.19603/j.cnki.1000-1190.2017.05.019

1000-1190(2017)05-0671-09