2004-2018年合肥市董铺水库水土流失风险度评价

朱传华，李化平

(安徽建筑大学 环境与能源工程学院，安徽 合肥 230601)

0 引言

水土流失是我国主要环境问题之一，水土流失生态过程发生的潜在可能性及其程度的研究，对合理制定区域水土保持措施，规划区域可持续发展具有重要意义[1]。对于土壤侵蚀风险评价，国外比较知名的模型分为经验模型(如RUSLE)与物理模型(SWAT)两大类，目前我国的水土流失模型大多为借鉴国外模型适应于本土的土壤侵蚀状况[1，2]。国内土壤侵蚀模型的研究也取得了一定成果[3-5]，但以上模型都需要相当多的时间来收集模型建立所需的数据，如降雨和土壤理化信息等。随着RS和GIS技术的广泛应用，参照我国水利部部颁标准《土壤侵蚀分类分级标准》(SL190-2007)，可相对快速地度量一个区域的水土侵蚀强度[6-8]。本文借鉴该思路，在GIS和RS技术的支持下，综合考虑自然因素(坡度和植被覆盖度)和人为因素(土地利用类型)，参考《土壤侵蚀分类分级标准》，应用Python语言编写水土流失风险度分类模型，对董铺水库库区的水土流失风险度进行评价，并使用转移矩阵和动态度等方法定量分析2004-2018年间4个年份董铺水库库区水土流失风险度动态变化特征，以期为水库水土流失防治和生态环境保护提供参考。

1 数据来源与研究方法

1.1 研究区概况

合肥市位于北纬31o52'、东经117o17'，安徽省省会城市，2017年末全市常住人口796.5万人。董铺水库和大房郢水库位于市区西北近郊，是合肥市饮用水主要来源。库区地形西北高东南低，高程介于0-254 m，均属第四纪更新世松散堆积层覆盖，河谷为不对称河谷，南岸高北岸平缓。土壤以黄棕壤、水稻土两类为主要土壤。研究区位于亚热带之北边缘，属湿润季风气候区，平均气温15.7oC摄氏度，流域多年平均年降雨量975 mm，多年平均年径流量0.6288×103m3。[9]水库周边湿地植被常见假稻、陌上菅、芦苇和香蒲等。库区人工林主要为杨树，其他乔木树种较少，林下灌木也很少，但草本层盖度大，野大豆分布范围广。

1.2 数据来源与预处理

Landsat 5 TM和Landsat 8 OLI遥感影像数据和数字高程模型(DEM)数据来源于中国科学院计算机网络信息中心地理空间数据云平台(http：//www.gscloud.cn)。其中4个时期的Landsat遥感影像成像时间分别为2004年、2008年、2013年和2018年，月份在4-6月之间，轨道号为121/38，图像质量良好且已做过系统辐射较正和几何粗校正，空间分辨率为30 m。DEM数据为ASTER GDEM数字高程数据产品，空间分辨率为30 m。通过DEM数据，使用ArcGIS软件的水文分析工具提取董铺水库(包含大房郢水库)流域边界，确定研究区范围，如图1所示。

图1 研究区

1.3 坡度分析

地形是水土流失模型中关键的地表特征，坡度对地表径流和土壤侵蚀有着重大的影响[6]。在ArcGIS软件中对DEM数据进行坡度计算并重分类。坡度范围为 0°～58.6°，其中 0°～8°的区域约占整个研究区的98%，参考《土壤侵蚀分类分级标准》(SL190-2007)，将坡度分成 6类：＜5 °，5 °-8 °，8 °-15 °，15 °-25 °，25 °-35 °，＞35 °，如图 2 所示。

图2 坡度图

1.4 土地利用分类

不同土地利用类型对应不同的植被覆盖度和人类干扰程度，从而影响水土流失的动力和抗侵蚀阻力系统，在区域水土流失发展中起重要作用[1]。土地利用分类图采用4个年份的Landsat影像解译结果，在ENVI软件中执行监督分类，解译精度符合要求。参考《土壤侵蚀分类分级标准》(SL190-2007)，将土地利用分类分成3类：水体、居民地为第1类，农用地为第2类，除上述以外土地利用类型(其他)为第3类，如图3所示。

1.5 植被覆盖度估算

植被的冠层截留、削弱雨滴对地面的打击力度、增加雨水下渗以及根系增强土壤的抗侵蚀力，这些有益作用成为影响水土流失敏感性的重要因素[1]。植被覆盖度是衡量地表植被的一个最重要指标，而像元二分法是一种广泛应用于植被覆盖度的遥感估算模型，它假设一个像元的地表由有植被覆盖和无植被覆盖混合组成，或完全无植被覆盖(裸土)，或完全被植被覆盖三种情况[10]。归一化植被指数(NDVI)能够较好地反映植被生长状态及覆盖信息[11]，由一个像元的NDVI值可以计算出像元中有植被覆盖的面积比例fc。具体公式如式(1)：

式(1)中，NDVIsoil为完全是裸土(无植被覆盖)像元的NDVI值，NDVIveg则代表完全被植被所覆盖像元的NDVI值。

在ENVI软件中对Landsat影像数据进行辐射校正、大气校正和裁剪等预处理，计算NDVI，通过土地利用类型提取掩膜数据，运用像元二分法估算植被覆盖度。参考《土壤侵蚀分类分级标准》(SL190-2007)，结合董铺水库库区植被覆盖的实际情况，将植被覆盖度分成5级：1级为高度植被覆盖(fc≥75%)，2 级为中高度植被覆盖(60%≤fc＜75%)，3级为中度植被覆盖(45%≤fc＜60%)，4级为中低度植被覆盖(30%≤fc＜45%)，5级为低度植被覆盖(fc＜30%)。4个年份的植被覆盖度如图4所示。

图4 植被覆盖度图

1.6 水土流失风险度分类模型

在ArcGIS软件中，将坡度分类、土地利用分类和植被覆盖度分类三种栅格数据，按空间位置进行空间连接，并按表1将三种影响因子交叉形成水土流失风险度分类，参考《土壤侵蚀分类分级标准》(SL190-2007)，结合董铺水库库区水土流失的实际情况，分成6类：微度，轻度，中度，强烈，极强烈和剧烈。为提高数据处理效率，采用Python语言编写分类模型，其函数原型为 calcuValue(!lan‐duse!，!slope!，!landcover!)，其中 calcuValue为函数名称，括号内为输入参数，分别为土地利用分类值，坡度分类值和植被覆盖度分类值。函数体内由42条类似“if土地利用分类值==3 and坡度分类==1 and植被覆盖度分类==1：return微度”的决策语句构成。在ArcGIS中建立分类模型(图 5)，输入上述同一时期的坡度分类、土地利用分类和植被覆盖度分类数据后，即可执行水土流失风险度分类(图6)。4个年份的水土流失风险度分类结果如图7所示。

表1 水土流失风险度分类表

图5 分类模型建模

图6 分类模型界面

图7 水土流失风险度

1.7 转移矩阵

采用马尔科夫链的转移矩阵，将水土流失风险度的6种状态两两结合，考察它们在2004-2018年这段时期内的变迁特征。转移矩阵动态变化指标主要包括水土流失风险度类型转换概率(P)和水土流失风险度类型动态度(D)。P的计算公式为[12，13]：

式(2)中：Pij表示从一个水土流失风险度状态转化为另一个状态的概率，fij是从状态i到状态j变迁的观测数据，6是状态的总数。根据式(2)计算，获得水土流失风险度转换概率矩阵(见表3)。

水土流失风险度类型动态度可以定量描述区域水土流失风险度变化的速度，它对比较水土流失风险度变化的区域差异和预测未来水土流失风险度变化趋势具有积极的作用。D的计算公式为[12，13]：

式(3)中：D表示研究时段某一水土流失风险度类型动态度；Aa表示研究时期初某一水土流失风险度类型的数量；Ab表示研究期末某一水土流失风险度类型的数量；T表示研究期时间间隔，当T的时间单位为年时，D值就是该研究区某种水土流失风险度类型的年变化率。

2 结果与分析

根据4个时期水土流失风险度的评价结果，在Excel中统计了董铺水库库区2004-2018年4个时期水土流失风险度数量特征(见表2)。由表2可以看出，尽管微度风险是研究区主要的水土流失风险度级别，土地面积总量占比达99%左右，但2004-2018年间董铺水库库区水土流失风险变化较明显，主要表现为水土流失风险度有减少的趋势：极强烈风险面积由2.7 hm2减少到0 hm2；强烈风险面积由84.6 hm2减少到5.4 hm2；中度风险面积由495 hm2减少到 451.8 hm2；轻度风险面积由2976.3 hm2减少到2 254.5 hm2。微度风险面积由288 606.6 hm2增加到289 453.5 hm2。水土流失风险动态度结果显示：单一水土流失风险度在2004-2008年间多发生剧烈变化，如轻度风险年变化率-13.15%，中度风险年变化率-20.36%，强烈风险年变化率-18.62%，极强烈风险年变化率-25%。2008-2018年间，微度和强烈风险呈加速减少趋势，而轻度和中度呈加速增加趋势。2004-2018年间水土流失风险总体上呈减少趋势，微度、轻度、中度、强烈和极强烈风险年际变化率分别为0.02%，-1.73%，-0.62%，-6.69%和-7.14%。

表2 董铺水库2004-2018年水土流失风险度强烈的变化

研究区域水土流失风险度的动态变化不仅表现在各种类型的数量特征上，还可通过各种类型之间的转化来描述。本文通过转移矩阵来分析各种水土流失风险度转化的趋势(见表3)。由表3可以看出，合肥市董铺水库库区水土流失风险转化主要是微度风险和其他风险度之间的转化。2004-2008年间微度风险有99.87%没有转化，转化为轻度风险和中度风险分别为0.11%和0.01%，同时轻度风险和中度风险大部分转化为微度风险，分别为62.47%和91.09%；极强烈风险和强烈风险全部转化为微度风险，水土保持措施成效显著。2008-2013年间微度风险有99.71%没有转化，转化为轻度风险和中度风险分别为0.25%和0.04%，同时轻度风险、中度和强烈风险少部分转化为微度风险，分别为36.54%，48.04%和16.67%，轻度和强烈风险大部分没有转化，分别为60.14%和75%，水土流失风险稍微增加。调查结果表明，为保护饮用水安全，2012年间水库周边地区有大范围的村民搬迁导致用地类型变化。2013-2018年间微度风险有99.46%没有转化，转化为轻度风险和中度风险分别为0.47%和0.07%，同时除中度风险大部分(52.92%)转化为微度风险外，轻度风险和强烈风险少部分转化为微度风险，分别为35.02%，和17.39%，水土保持有所提升，搬迁后的湿地建设、造林、绿化长廊和苗木花卉基地等措施效果初显。

表3 董铺水库2004-2018年水土流失风险度转换概率矩阵

3 结论

以合肥市董铺水库库区为研究区，参照中国水利部《土壤侵蚀分类分级标准》，应用Python编写水土流失风险度分类模型，借助GIS和RS技术处理空间数据，运用转移矩阵和动态度等方法定量分析了2004-2018年董铺水库库区水土流失风险及其动态变化。研究结果表明：(1)研究区域水土流失以微度风险为主，水土流失风险转化主要是微度风险和其他风险度之间的转化，多年间水土流失风险度没有重大变化，但总体水土流失风险程度呈现下降趋势，水土保持措施有效。(2)Python语言编写的分类模型具有一定创新性，尽管分类模型只考虑了3种水土流失因子，但可较快地评价某个区域的水土流失风险度状况。