基于多尺度影响因子的水土保持措施布局研究

苏长芳

(朝阳县水土保持监督站，辽宁 朝阳 122000)

水土流失不仅集中反映我国各类生态问题，而且是制约社会健康发展与人类生存的关键性问题。在不同尺度条件水保措施的分布格局存在一定差异，主要体现在演变过程及其影响因子差异等方面[1]。目前，定量化半方差分析和自相关法为多尺度影响因子计算的常用手段，对于特定的尺度范围这两种手段无法准确的获取，仅仅对区域空间尺度具有一定的适用性[2]。实践表明，小波分析法的自适应平移与伸缩功能可从不同尺度细化分析信号，能够从信号中有效提取信息，为突出局部特征信号利用信息变换功能来完成，在特征信息突变识别和分布范围尺度分析等方面具有较强的实用性。傅丽华等[3]对样地最为显著的变化范围和特征尺度利用一维小波变换法进行计算分析；胡云峰等[4]对归一化的地形、植被指数关键性因子的特征范围利用相关分析和小波变化法进行研究；陈江平等[5]采用小波分析法分析了武汉市两个不同实际遥感影像的土地类型作用范围，在宏观和微观两个层面揭示了其主要影响因子。鉴于此，本文以辽宁省朝阳县为例，对水保措施布局影响因子及其作用关系采用多尺度分析和统计量化法进行研究。

1 区域概况

辽宁省朝阳县位于辽西山地丘陵区，以山地为主，河流冲积，山脉纵贯，地形起伏，地势特征呈自西北向东南逐渐降低的变化特征。属于大陆性季风气候区，四级分明、雨热同期且日照充足。该区域降水集中且土层较薄，土壤抗蚀力差，保水保肥能力低，受流水侵蚀和断裂控制作用坡度变化较大，加之人口密度大以及生产活动频繁极易发生水土流失，属于国家水土保持重点治理区。近年来，为减轻当地水土流失状况并改善农业生产条件，保障区域内生态环境和促进经济持续健康发展，水土保持部门开展了水土流失治理、坡耕地改造等工程措施[6- 10]。

2 研究方法

2.1 数据预处理

影响因子的选择应尽可能的遵循定量化、空间化、代表性、科学性等原则，综合考虑数据的可靠性和各种社会经济及自然因素。水保措施空间格局变化与自然环境因子密切相关，加之社会经济数据难以获取且可靠性差，所以本研究选择自然环境作为重点研究因子。

大量实践表明，辽宁省朝阳县水保措施空间分布格局的演变与形成受居民点、道路、土地类型、植被覆盖因子、水土流失强度及地形因子等直接或间接影响。各影响因子分析之前应先对原始数据作如下处理：

(1)坡度。根据ArcGIS10.2的Slope函数和1∶1万DEM模型数据计算坡度，结合坡度分级标准研究成果，将研究区坡度划分为90°～35°、35°～25°、25°～15°、15°～8°、8°～5°、5°～0°分级。

(2)土地类型。对土地利用多时期TM/ETM遥感影像考虑采用基于分层分析提取法进行识别判读，从而提取各专题有效信息。然后拼接提取结果并评价分析其精度，将土地类型归并为裸地、建设用地、疏林地、有林地、火烧迹地和农用地6种不同的一级土地利用。

(3)植被覆盖度。将多时期的辽宁省TM/ETM+遥感影响进行大气校正和几何校正，采用土地类型图、ERDAS软件计算并切割NDVI图，确定各类土地利用的概率分布及其在一定范围内的极值。对整个测区范围的植被覆盖度利用相应的公式进行计算，生成5m×5m的盖度土层。

(4)水土流失强度。根据USLE模型各因子参数及其计算方程确定在空间分布上朝阳县土壤侵蚀模数，依据水利部相关标准将其分为轻度、剧烈、中度、极强烈与强烈等级，对比分析计算结果确定强度分布。

(5)离最近道路的距离。对研究区内的遥感影响按照灰度形态进行准确的切割，经过二值计算处理确定道路基本轮廓，提取网络并做成单独图层，其中网络提取方法为线段特征匹配法。最后，将测区内距离最近道路的各点距离利用ArcGIS10.2软件确定。

(6)离村庄居民点距离。采用信息图像多波段模型和TM影响提取光谱相近的地物，如居民点、道路等，根据不同的形态特征提取村庄居民点，并输入相应的图层。将测区内最近村庄居民点距离利用ArcGIS10.2软件的Near工具确定。

(7)土壤可蚀性因子。参考辽宁省土壤可蚀性因子的已有研究成果和朝阳县土壤类型分布图，对朝阳县不同的土壤类型赋予合适的K值并得到该因子的分布图。

(8)劳动力密度。依据地形特征和河流分布情况将研究区分为若干小流域，对每个小流域内的面积、人口数结合生态建设规划资料进行统计，从而计算确定单位面积上的人口数。

为解决各数据来源及其尺寸规模不同带来的影响，有必要网格化处理初始数据。在ArcGIS软件中设定矢量网格单元的空间分辨率为30m×30m，分别采用MATLAB编程和SPSS相关性分析软件计算确定所有数据的小波方差，利用Excel2010完成标准化尺度-回归系数图和尺度-小波方差图。

2.2 小波分析

2.2.1选取样带

空间分辨率为30m×30m的一个网格单元的6条样带沿经线(120°10'～20°20')和纬线(41°16'～41°45')方向设置样带宽度，数据样点按顺序连续选取448、232、280、186、255、164个。将选取的样带作进一步深入分析，朝阳县水保措施主要分布在六家子镇、瓦房子镇、七道岭乡及王营子乡等，在经线、纬线方向上分别设置具有代表性和针对性的3条样带。即：样带1、2、3分别代表东大道乡低山景观、六家子镇地貌景观以及七道岭乡半山区景观，样带5和4、6分别代表六家子镇河谷盆地景观与低山高丘景观。

2.2.2小波尺度方差

在位置b、尺度a上信号f(n)的变换系数表示为W(a，b)，采用下式计算确定其小波尺度方差，即：

(1)

在小波分解已确定的情况下，方差反映了各数据小波系数离开平均位置的程度，可用于全局结构的检验分析。变异信号在所对应的尺度下的特征强度可利用小波系数表征，结构信息的丰富程度和小波方差的大小呈正相关性，即方差越大则信息丰富度越高，从而揭示监测突变信息和特征尺度大小。所以，对于空间格局的特征尺度或研究尺度的选择可借助小波尺度方差来确定。

2.3 多元统计分析方法

对水保措施布局影响显著的因子运用逐步回归法进行分析，其中回归模型的建立主要是依据空间分布与水保措施较为密切的影响因子确定，其表达式如下：

Measurei，c=β+β1·Facti，1+
β2·Facti，2+…+βn·Facti，n

(2)

式中，Measurei，c—水保措施c在网格单元i中的面积占比；Facti，n—网格单元i中影响因子n的面积百分比或归一化值；βn—标准化的影响因子n的回归系数。

从简便性和可靠性的角度分析，模型的解释能力在更多的影响因子下并未得到显著的提升。因此，影响因子或分量选择标准设定为显著性水平为0.05，由此确定前9个贡献率最大的因子作为逐步回归分析结果。构建不同作用范围内影响因子和某一类水土保持措施的回归方程，其中各自变量对因变量的相对重要性利用标准化的回归系数来衡量，从而确定水保措施空间分布与各影响因子的相对重要度及其影响范围。

3 结果分析

3.1 特征尺度检验分析

根据上述小波方差公式和小波细节系数提取方法对6条样带数据进行计算，对朝阳县各项水保措施在不同地理位置的变化特点及其空间格局特征尺度进行检验。设定s、var分别为特征尺度和方差值，则研究区各样带的方差变换曲线如图1所示。

图1 各样带的方差变化曲线

从图1可以看出，小波方差变换曲线在径线方向上的走势保持较好的一致性，在单元移动窗口中1～3样带的小波方差存在极大值。所以，水保措施空间格局的特征尺度即为方差局部极大值所对应的尺度。随后，因尺度上升形成信息合并从而引起小波方差突然变大，该段不属于特征尺度。对于两个及以上尺度的格局，尺度域即为所对应的特征尺度，因此1～3样带在纬线方向上的水保措施分布的特征尺度域即为分辨率为30m的200～410m范围内的单元。

经线上尺度特征存在于两个范围内，这可能与朝阳县境内大凌河及其支流的流向相关，因独特的地形使得地块严重破碎，因此其特征信息在不同尺度上存在一定差异。因此，800～1200m和120～350m为经线方向上朝阳县各项水保措施的分布特征尺度[11]。

3.2 主要影响因子多尺度分析

设水土保持主要影响因子为coef，则不同聚合规模尺度上空间分布主要影响因子的标准化回归如图2所示。综合考虑多尺度序列数据土层和研究区的面积范围，设定特征尺度域为140～410m。采用平均聚合法和空间分辨率为30m×30m的网格单元，生成以30m为尺度间隔的一系列410m×410m～140m×140m的数据土层，并用于多尺度计算分析。

3.2.1封禁措施多尺度分析

根据图2(a)可知，封禁措施空间分布的重要因子主要有25°～35°范围、植被覆盖度为0.75、高植被覆盖区、轻度求是率以及离居民点的距离，且随着尺度的增大其重要性程度逐渐提升；拟合的标准化归回系数在封禁措施与小于30%植被覆盖度之间为负，而且1.00～0.75范围为正，可见封禁措施适用于1.00～0.75之间，封禁措施的实施在小于0.3植被覆盖度条件下的抑制作用较为强烈；封禁措施的空间分布在35°～25°之间受坡度因子的影响最为显著，且在研究尺度区间内较为稳定，拟合的标准化回归系数在封禁措施与离村庄居民点的距离因子之间为正，可见封禁措施的适宜性随距离居民点距离的增大而增加，可在一定程度上降低生态环境受人为因素的影响[12]。

从回归系数正负、大小的角度分析，离村庄居民点较远、植被生长良好、中度流失且立地条件较好区、植被覆盖度大于0.75以及轻度流失为封禁措施空间分布的适宜地区。

3.2.2低效林改造措施多尺度分析

根据图2(b)可知，该措施空间分布的重要因子主要有土壤可蚀性因子和中度水土流失，且随着尺度的增大其影响程度呈波动上升的变化趋势；随着尺度的增大，在特征尺度域内低植被覆盖区土地利用的影响程度趋于稳定；低效林改造措施在植被覆盖度为0.60～0.45、坡度为25°～15°范围内的受影响程度较大，且随着尺度的增大其影响程度逐渐达到稳定[13]。

通过以上分析发现，中度流失且立地条件差和强度流失且立地条件好的区域为低效林改造措施实施的适用范围；在林草覆盖度在0.60～0.45区间

图2 不同聚合规模尺度上影响因子的回归系数

内可有效防止土壤侵蚀，其坡度适宜范围在25°～15°之间。

3.2.3经济果林措施多尺度分析

根据图2(c)可知，经济林果措施空间分布的重要因子主要有离最近道路距离、0.60～0.75植被覆盖度、轻度水土流失以及农村劳动力密度，且随着尺度的增大其影响程度呈波动上升的变化趋势；随着研究尺度的增大，在特征尺度域内5°～8°坡度因子及低植被覆盖区因子的影响程度逐渐增大并趋于平稳。

从拟合的标准化回归系数的正负、大小的角度分析，坡度为5°～8°的缓坡区和轻中度水土流失区为经济林果空间分布的适宜地区，对于该项措施的实行要求具有较大的劳动力密度和便利的交通条件；经济林果措施适用于低植被覆盖区，可提升林草覆盖率和土壤养分保持能力[12]。

3.2.4生态林草措施多尺度分析

根据图2(d)可知，生态林草措施空间分布的重要因子主要有低植被覆盖的土地类型、15°～25°坡度以及强烈水土流失，且随着研究尺度的增大其影响程度呈现出快速增大的变化特征；生态林草空间分布还受低于0.30植被覆盖度因子的影响，且随着尺度的增大其影响程度逐渐达到平稳[14]。

从拟合的标准化回归系数的正负、大小的角度分析，剧烈、极强烈以及强烈水土流失区为朝阳县生态林措施空间分布的适宜地区，且在15°～25°坡度区具有更加的使用条件；砂石地、火烧迹地和疏林地等为小于30%植被覆盖度水土流失的主要地块[15]。

4 结论

(1)本文通过构建多元回归模型，揭示了随研究尺度变化水保措施主要影响因子的变化特征，探讨了各影响因子在不同作用区间内与水保措施之间的关系。根据研究尺度变化特征和标准化回归系数计算结果可知，水保措施的不同其影响因子的区间范围存在一定差异，由此可反映主要影响因子对不同水保措施的作用范围。

(2)对于给定变量的解释受分析尺度差异的影响，任何解释必须以研究尺度为基本前提。因此，对空间分布格局特征尺度的识别分析不仅考虑了研究尺度结构信息的丰富性，而且有效解决了个人随意性对尺度选取的影响。为便于在特征尺度范围内研究随尺度的增大水保措施空间分布主要因子的变化特征，将空间分辨率为30m×30m的网格单元聚合生成大尺度序列数据；为了衡量各变量之间在多元线性回归中的相对重要性引入标准化回归系数，可直观的判定适宜水保措施的作用范围及其关键性影响因子。

(3)由于特征尺度域研究区间相对较小，所以随着特征尺度的变化影响因子及其回归系数的波动程度较小，在大中尺度范围内无法宏观的把控水保措施空间分布的主要因子及其变化规律。