遥感技术在老挝南里河小流域综合治理中的应用

向 大 享，姜 莹，程 学 军，赵 静，吴 仪 邦，肖 潇

(1.长江科学院 空间信息技术应用研究所，湖北 武汉 430010； 2.武汉市智慧流域工程技术研究中心，湖北 武汉 430010)

0 引 言

在全球气候变化和人类活动等多因素影响下，澜湄流域部分地区洪旱灾害频发，严重威胁当地居民的生命财产安全。遵循绿色可持续发展理念，结合澜湄国家的经济社会发展需求，选择居民生活水平亟待提高、生态环境保护需求迫切的典型小流域，制定小流域综合治理实施方案。通过实施水土流失防治、生态环境修复、人居环境改善、经济发展提升等综合治理项目，建立绿色发展样板工程，全面落实澜湄水资源合作。

小流域综合治理是一项复杂而艰巨的工作，需综合考虑经济、社会、生态、环境等多要素的影响[1]。以小流域为单元，在全面规划的基础上，合理安排农业生产、居民生活、产业发展等各方面用地，因地制宜布设各项水土流失综合治理措施，实现自然资源的保护、改良与合理利用，充分发挥水资源、土地资源等自然资源的生态、经济和社会效益，实现综合效益的提升与稳定[2]。

遥感技术可以快速准确地提供小流域水土流失综合治理研究所需的各种数据与信息，在小流域综合治理工作中具有广阔的应用前景[3]，为水土流失动态监测、水土保持规划、工程设计、效益评估等提供准确、快速的手段，为决策提供全面、科学、准确的依据[4]。赵辉等总结分析了基于空间技术的小流域监测思路、监测内容和监测指标，提出了小流域综合治理遥感动态监测的设想[5]。李壁成详细阐述了小流域水土流失与综合治理遥感监测的理论和技术方法[6]。马青以黄土高原原州区黄堡小流域治理为对象，探讨了遥感手段在小流域综合治理监管中的示范作用[7]。

本文着重开展序列高分辨率遥感数据在澜湄小流域划分、现状监测、综合治理工程设计及治理效果评估等工作中的应用潜力分析研究，从而拓展遥感技术在澜湄小流域综合治理中的应用。

1 研究区概况

本文以老挝人民民主共和国南欧江流域丰沙里省境内南欧江五级电站枢纽区左岸南里河小流域为研究对象，河流流经新建移民村阳鄂村，该区域存在基础设施不全、农业生产方式落后、水土流失情况严重等现象，符合小流域综合治理示范选址条件。

南里河小流域属亚热带湿润气候，雨量充沛，一般年均降雨量2 500～2 800 mm，降雨集中在每年5～9月。年平均温度 26.5°，最高气温(6月平均温度)38°，年平均相对湿度为68%。

1.1 饮用水现状

阳鄂村主要用水为当地山泉水，主要处理过程为在主体水存储设施上级设置简易沉淀池及澄清池。阳鄂村用水处理设施较为简易，水源安全情况得不到保障。阳鄂村水源是浅层地下水，可能携带泥沙、腐叶、动物排泄物等污染物，或者冲刷溶解了部分土壤和岩石中的化合物，水中微生物和化学指标超出生活饮用水标准，特别是微生物指标易超标，水质极不稳定。目前的水处理设备很难保障当地居民的饮用水安全需求。

1.2 人居环境现状

由于阳鄂村环卫基础设施建设严重滞后，垃圾处理简单、随意，居住分散、垃圾处理池数量少，无法满足需求。同时，村民对于垃圾的危害性认识不足，卫生意识落后、环保意识淡薄，农民将生活垃圾弃置于河道、路旁、屋前屋后的现象十分普遍。

1.3 水土流失现状

研究区域水土流失隐患主要集中在面蚀和沟蚀。面蚀的主要原因是当地处于老挝北部高中山区，总体地势北高南低，坡度较大。此外，当地刀耕火种的原始种植方式会对生态环境造成破坏，大规模的森林植被砍伐，易造成严重的水土侵蚀，加剧土地沙化、滑坡和泥石流等自然灾害。

2 遥感数据来源

本文主要使用中国高分二号卫星、美国Landsat卫星、欧空局Sentinel卫星3种遥感数据，开展澜湄国家小流域综合治理相关应用的监测与计算。高分二号卫星搭载有2台高分辨率1 m全色、4 m多光谱相机。卫星下点空间分辨率可达0.8 m。Landsat 8陆地卫星拥有7个光谱波段，空间分辨率为15～60 m不等；时间分辨率为16 d。哨兵2号是高分辨率多光谱成像卫星，分为2A和2B这2颗卫星，携带一枚多光谱成像仪(MSI)，主要用于监测土地环境，可提供有关陆地植被生长、土壤覆盖状况、内河和沿海区域环境等信息。从可见光和近红外到短波红外，具有不同的空间分辨率，在光学数据中，哨兵2号数据是唯一一个在红边范围含有3个波段的数据，这对监测植被健康信息非常有效。

3 应用实例

3.1 小流域划分

小流域划分应从形态特征、地表径流、特殊地形处理等方面遵从以下几点原则[8]：以自然地形地貌为基础，尽量保证小流域形态特征完整；应与各级流域边界无缝对接，不能横跨上级流域；应充分考虑地表汇水关系；可适当考虑水库、水闸、桥涵等水利工程设施和村庄、居民点的位置，对于流域出口附近的村庄或居民点，可按属地关系适当调整小流域界线，尽量保证归属关系一致。

依据以上原则，本文使用2020年2月6日GF-2影像数据、ASTER GDEM 30 m数字高程数据、水系等基础数据，通过洼地填充、水流方向计算、汇流累积量计算等水文分析方法，自动提取沟道和微流域分水线并进行平滑处理，确定水流出口位置节点，保证微流域分水线正确、沟道连续完整、出水口位置准确。建立微流域及沟道相互之间的拓扑关系，同时结合遥感影像修订异常的线段和节点数据，最终形成流域划分结果。南里河小流域划分结果如图1所示。

图1 南里河小流域划分结果Fig.1 Division results of the small watershed of Nanli River

从图1可以计算出，南里河小流域面积约为18 km2，小流域边界线基本为山脊线，是一个相对独立、完整、封闭的小流域，是小流域综合治理示范的最佳选择。小流域内多灌木丛林，大部分区域为原始丛林，植被条件较好。

3.2 小流域下垫面遥感监测

3.2.1植被覆盖度

植被覆盖度是指植被垂直投影面积占土地总面积之比[9-12]。通过像元二分模型把归一化植被指数(NDVI)转化成植被覆盖度(FVC)，计算公式如下：

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

式中：NDVIsoil，NDVIveg分别为南里河小流域无植被覆盖像元和完全植被覆盖像元的NDVI值，即整个区域内NDVI的最大、最小值，两者取值较大程度影响着植被覆盖度的计算精度[13]。为了最大程度削弱光谱成像奇异值带来的影响，本文分别取累计频率为5%和95%的NDVI值作为两个因素取值，依据GF-2影像计算的2020年2月南里河小流域植被覆盖度如图2所示。

图2 南里河小流域植被覆盖度Fig.2 The FVC of Nanli River small watershed

由图2可以看出：大于30%覆盖度的区域占小流域总面积的91.2%，覆盖度低于30%的区域为当地人民采取刀耕火种方式开垦的耕地，人为干预较大且生产方式不合理，导致植被覆盖度较低。

3.2.2土地利用

土地利用/覆盖变化信息是区域气候与环境研究的基础，是小流域综合治理规划的信息支撑。本文基于面向对象的随机森林算法对小流域土地利用进行分类[14-15]。结合ESP(Estimation of Scale Parameter)评价工具得到最优分割尺度的范围，并综合考虑各地物类型的分布特点，通过逐次调整分割尺度大小进行反复试验来确定最佳的分割尺度，达到最佳分割结果。综合考虑各分割对象的光谱、几何、纹理等特征，利用随机森林算法构建的分类规则进行土地利用分类，结果如图3所示。土地类型以有林地为主，均匀分布在南欧江小流域各地区，其次是坡耕地，主要分布在小流域的北侧。南里河小流域土地总面积18.87 km2，各植被覆盖类型如表1所列。

3.2.3坡度

坡度作为重要的地形因子，是土壤侵蚀监测与评价、土地利用与水土保持规划等领域最常用的地形因子指标，在通用土壤流失方程式中，坡度是其中的重要参数因子。坡度算法是在指定空间参考系中坡面z=f(x，y)，对z分别求x与y方向的偏导p与q，坡度α表示为p与q的函数：

图3 南里河小流域土地利用Fig.3 The land use types of Nanli River small watershed

表1 土地利用类型占比

本文基于从地理空间数据云下载的ASTER GDEM 30 m数字高程数据，采用基于正交曲线坡面的坡度计算方法，计算得到南里河小流域坡度如图4所示。

图4 南里河小流域坡度Fig.4 The slope of Nanli River small watershed

南里河小流域以山地地形为主，绝大部分地区为山区，高程为343～1 768 m之间。根据南里河小流域土地不同坡度分级分析，5°以上坡度面积为18.66 km2，占总面积的98.89%，如表2所列。从坡度分布来看，坡度以15°～25°为主，25°～35°次之，该小流域水土流失程度较大。

表2 坡度分级占比Tab.2 Slope degree classified

3.2.4水土流失遥感估算

根据中国土壤侵蚀分类分级标准，结合老挝南里河小流域土地利用及坡度分级实际情况，采用中国土壤流失方程CSLE计算土壤侵蚀模数，将流域土壤侵蚀分为微度、轻度、中度、强烈、极强烈和剧烈。采用坡度及林草盖度等指标叠加分析的方法确定水土流失面积及强度，具体分级方法如表3所列，南里河土壤侵蚀强度如图5所示。

表3 水力侵蚀强度分级标准Tab.3 Water erosion intensity classification standard

图5 南里河土壤侵蚀强度Fig.5 Soil erosion intensity of Nanli River small watershed

根据2020年遥感解译结果可知，总水土流失面积为1.04 km2，占研究区总面积的5.49%。其中轻度流失面积为0.04 km2，占研究区面积的0.21%；中度流失面积为0.31 km2，占研究区面积的1.65%；强烈流失面积为0.55 km2，占研究区面积的2.94%；极强烈流失面积为0.12 km2，占研究区面积的0.65%；剧烈流失面积为0.08 km2，占研究区面积的0.04%。流失强度以微度为主的，占研究区面积的94.51%。

通过对南里河小流域下垫面植被覆盖度、土地利用、坡度以及水土流失进行遥感监测与计算，从面上掌握了小流域总体情况：小流域相对比较独立封闭，适合综合治理示范选点；小流域内平均坡度较大，农业耕作方式落后，作物单一，水土流失现象严重，同时居住人口较多，有必要加强长期的基础设施、资源保持和技术能力的建设。

3.3 小流域综合治理规划设计

通过遥感监测与计算、现场调研与数据采集等多种方式对小流域综合治理区进行了下垫面基础调查与分析，结合水土流失情况、生态环境、房屋分布、农业生产方式等现状条件，从人居环境改善和水土保持工程防治两方面开展了小流域综合治理规划设计，主要包括饮用水安全保障设施、垃圾处理设施、谷坊工程、坡改梯工程、经果林工程等建设内容。

3.3.1人居环境改善设计

基于村镇环境治理区中居民饮用水源位置、村舍分布、居民用水需求等，针对居民饮用水供水及处理上存在的问题，结合现有供用水管道线路与布局，运用生物慢滤水处理技术，设计集中式生物慢滤供水措施，在阳鄂村原有管网基础上加装净水设施，有效解决居民饮水安全问题，降低饮用水安全事故发生风险。

同时，由于阳鄂村地处偏远，经济、交通条件较差，阳鄂村主要垃圾类型是生活和厨余垃圾，其他垃圾占比极小，已修建的占地面积达80 m2的垃圾填埋坑足以满足相当长一段时间阳鄂村的其他垃圾填埋需求，面临的主要问题是：村落房屋分散且均位于河道两岸，垃圾收集池较远、疏于管理且村民垃圾处理意识较淡薄以及其他垃圾被随意弃置于河道而导致的水环境污染风险。针对上述痛点，利用遥感影像进行空间规划布局，在A、CD、E区增设3处垃圾收集池，垃圾分类处理宣传标识牌，如图6所示。

图6 小流域综合治理总体布局Fig.6 The overall layout of Nanli River small watershed management

3.3.2水土保持防治工程措施设计

水土保持工程措施是小流域综合治理的重要手段，结合南里河小流域地形地貌、河流水系、农业生产方式等特点，利用遥感影像及地形数据，在阳鄂村上游南里河左侧支流设计二级谷坊，在支流右侧坡地建设三级坡改梯治理工程，并在坡改梯上种植经果林，树种包括芒果树、红毛丹树、龙眼树、橘子树等。人居环境改善与水土保持防防治工程措施总体布局如图6所示。

3.4 小流域综合治理效果评估

采用遥感和地理信息系统技术、野外调查、社会调查与室内实验相结合的方式，通过实例选取、理论推导等方法确定小流域综合治理效益评估指标集[16]。利用主成分分析方法筛选出小流域综合治理生态效益、经济效益、社会效益二级评价指标，再运用层次分析法对生态、经济、社会及综合效益进行了科学、系统地分析与评价[17-18]。依次计算各层因素对目标的总排序权重，获得小流域综合治理效益评价因素的权重，如表4所列。

表4 小流域综合治理效益评价因子权重Tab.4 Benefit evaluation factor weight of the small watershed

植被指数变化指标采用2021年3～8月期间多源遥感影像计算得来，3月9日、3月25日、5月12日、5月28日为Landsat数据，4月1日、4月16日、4月21日、6月20日为Sentinel数据，计算结果如图7所示。

图7 2021年南里河小流域NDVI变化Fig.7 The NDVI change of Nanli River small watershed in 2021

由图7可以看出，整个小流域植被变化3～6月呈上升趋势，符合季节变化规律。本文分别随机选择了南里河小流域综合治理点和非治理点，两点的NDVI变化曲线如图8所示。

从图8可以看出：非治理点的NDVI均大于0.65，整体较高，且增长趋势较平稳；治理点的NDVI整理偏低，均低于0.65，在3月份有一个突变，主要是因为刚施工结束，由基本完全裸土地表变为稀疏的经果林地，4～6月份保持较缓的平稳增长态势，经果林地成活率高，长势较缓，这说明生态效益已初步体现。

由于该小流域综合治理工程于2021年3月完工，还未达到效益凸显的时长(一般为5～7 a)，其经济效益还未很好体现，故仅选择经果林成活率、灾害防护率等作为经济效益分析指标。根据现场调查统计，经果林成活率100%，同时有效减少原有坡地的水土流失，经济效益未来可期。

小流域综合治理工程完工后，项目组从人居生活改善与生态环境治理、小流域综合治理建设成效、后期运维意愿、未来小流域综合治理展望4个版块开展了问卷调查，共收集了30份完整的问卷。从问卷结果中提取出人居环境改善满意度、基础设施完善程度等参数作为社会效益分析评价指标，据统计2个指标取值均很高，说明本治理工程的社会效益明显，治理区内居民获得感强。

图8 治理点及非治理点植被变化对比曲线Fig.8 The NDVI change curve of management and non-management

4 结 论

(1) 利用遥感数据实现了澜湄国家典型小流域划分、小流域内下垫面土地利用、植被覆盖度、坡度、水土流失等要素自动监测与提取，从时间尺度、空间尺度提升了小流域综合治理基础数据水平。

(2) 在利用遥感与GIS手段开展澜湄国家典型小流域划分、下垫面要素监测的前提下，综合分析小流域空间布局，为小流域综合治理选址、规划设计提供基础数据支撑，有效提升小流域综合治理前期工作效率及质量。其成功应用改变了以经验为主、现场调研为辅的工作方式，提高了科学化、自动化程度，可有效解决实际工作中存在的成效低、进度慢、监测监督不力等问题。

(3) 基于多源时序遥感数据及问卷调查数据，利用层次分析方法开展了澜湄国家示范小流域综合治理效果评估，从时间轴和空间轴分析了治理后的变化情况，初步评估了治理工程的生态效益、经济效益，结合工程实施后问卷调查结果表现出的较好社会效益，开展了综合效益评估，结果显示工程实施结束半年后已有较好的综合效益，更好的综合效益将在2027年后凸显。

(4) 本文初步探讨了遥感技术在澜湄国家小流域综合治理中的应用潜力，取得了一定的成效，提升了小流域综合治理信息化水平。但如何提升遥感技术在典型小流域综合治理中的应用面及应用深度需持续研究，通过大量研究实践形成一套行之有效的应用标准是未来工作的重点方向。