文章信息
- 张锦凰, 刘丹强, 姜小三, 卞新民
- ZHANG Jin-huang, LIU Dan-qiang, JIANG Xiao-san, BIAN Xin-min
- 丹江口库区水土流失遥感监测应用研究——以商南县为例
- Research on Soil Erosion Using Remote Sensing Method in Danjiangkou Reservoir——A Case Study of Shangnan County
- 农业资源与环境学报, 2015, 32(2): 162-168
- Journal of Agricultural Resources and Environment, 2014, 31(6): 513-520
- http://dx.doi.org/10.13254/j.jare.2014.0344
-
文章历史
- 收稿日期:2014-12-02
2. 商南县水务局, 陕西 商南 726300;
3. 南京农业大学资源与环境科学学院, 江苏 南京 210095
2. Shangnan County Water Authority, Shangnan 726300, China;
3. Center of Resources and Environment Information Engineering, Nanjing Agricultural University, Nanjing 210095, China
长江上游丹江口库区是我国南水北调中线工程主要水源地,南水北调工程的实施,很大程度上造成长江流域水土流失加剧、生态环境遭到严重破坏[1, 2, 3]。由于水土流失监测工作的滞后,使得水土流失变化情况缺乏令人信服的科学数据[4]。
随着计算机科学信息技术的快速发展,水土流失定量遥感调查方法已成为新的研究领域和热点。将卫星遥感数据与降雨、地形、土壤、土地利用等非遥感资料数据结合,综合考虑降雨侵蚀动力因子、土壤可侵蚀性因子、土壤地形因子和土壤植被覆盖与工程措施保持因子,实现从流失量到侵蚀强度级别的判定[4, 5, 6, 7, 8, 9]。水土流失定量遥感调查法包括影响土壤侵蚀的各个因素,避免了人为定级的主观性、随意性。本研究的目的是探索长江上游地区有效监测土壤流失量的方法,建立水土流失管理信息数据库,为快速、实时、准确地开展该区域水土流失监测和预报提供科技支持。 1 材料与方法 1.1 研究区概况
长江三级水系丹江发源于陕西省秦岭南坡凤凰山,自陕西商州经河南淅川县由西北向东南流入丹江口水库,是南水北调源头之一。丹江口水库水源区水土流失综合治理项目涉及陕、豫、鄂、甘、川、渝6省(市)49个县(市、区),土地总面积9.52万km2,水土流失面积5.07万km2,是长江流域侵蚀强度最大、产沙强度最高的地区。商南县位于长江上游丹江口库区,地理位置110°24′~111°01′E,33°06′~33°74′N,面积2 313 km2,多年平均降水量682.8~925.4 mm。商南县地势西高东低,境内沟谷交织,河流密布。海拔216.4~2 057.9 m,地势高差大,属以中低山为主的山地丘陵沟谷区,低山、丘陵占总面积的77%。丹江自西向东横贯中部,把全县分成南、北两部分,北部属于秦岭南麓蟒岭东延区,南部是新开岭山地,属于长江流域典型的山区气候。大于15 °的较陡坡面积1 613.83 km2,占总面积的67.75%。
全县人口24.2万,其中农业人口占58.8%,人口密度约105人·km-2。2011年农业经济总量18.25亿元,工业经济总量11.34亿元。工业经济总量增幅迅速,较1991年增加了94%,主要在县域附近进行工业开发。 1.2 研究方法
水土流失定量遥感监测QRSM(Quantitative Remote Sensing Model)模型[4, 5]是基于美国土壤流失方程USLE和修订的通用土壤流失方程RUSLE[6, 7, 8, 9]思想架构,由卜兆宏等根据大量实测资料所建立,在多地得到应用[10, 11, 12]。其算法表达式为:
式中,A—年平均流失量;R—降雨侵蚀力因子;K—土壤可蚀性因子;LS—地形因子;C—植被覆盖因子;P—水土保护措施因子;f—常数等于224.2,单位转换为t·km-2综合常数。侵蚀雨量与侵蚀动能的关系密切,汛期雨量Pf与年流失量相关性较高,采用最大30 min雨强(I30)的年代表值I30B将年总动能转化为R值,建立降雨侵蚀力R的算法表达式[13, 14]。这种算法仅用汛期雨量Pf和年I30B估算降雨侵蚀力,数据易获取,处理较容易,精度一致[15, 16]。估算式为:
计算结果表明,使用该式平均精度达到89.9% [11, 12]。可用于本次研究。
K值的计算与K值图的研制,是基于研究区不同土壤类型100多个剖面点实测数据,矫正不同土壤类型土壤剖面点的有机质、机械组成等土壤普查数据,利用公式法计算不同土壤类型土壤剖面点的土壤K值,然后对土壤图的不同土壤类型赋相应土壤所属的K值。计算过程中根据土壤有机质、不同机械组成划分渗透级别与土壤结构等系数[17, 18],使土壤可蚀性K值更符合应用区域的实际。
式中:K为土壤可蚀性;M为粉砂与极细砂的百分含量之和与土壤除去粘粒后的百分含量之积;M0为土壤有机质含量;S为结构系数;I为渗透性等级。该方程尤其适用于温带中质地土壤。在USLE和RUSLE中,地形对土壤流失的影响用坡度坡长因子(LS)表示[6]。根据单位水流功率理论推导出具有物理基础的LS计算方法[7, 8, 9],所建立的计算USEL模型中坡度坡长LS因子的方程式应用得较为广泛[19, 20]。
式中:AS为坡面面积;β为坡度;m、n为常数,分别取值0.4~0.6和1.20~1.30。在水土流失定量遥感监测模型中,采用的植被因子与植被覆盖度关系式算法是卜兆宏等[21, 22]提出的“用于土壤流失量遥感监测的植被因子算式”即:
式中:C为年平均植被覆盖度,以百分数表示。而c即为代入水土流失定量监测方程的植被因子值。采用ERDAS软件处理遥感数据与图像分类。将卫星影像文件转换为image格式,在Arcview软件Warp模块下用商南县1∶5万地形图对卫星影像进行几何校正,误差保证在1/2个象元以内,用掩模运算获取商南县域的卫星遥感影像。在IDRISI软件下对其进行监督分类与最大似然法进行交互式混合分类,将不同植被覆盖度地区分出来,采用相应时期土地利用图,采取随机点位进行验证,分类精度达到93.2%,得到各类地物植被覆盖度C值(百分数)影像资料,最后利用公式(5)进行计算[21, 22]。 1.3 数据及处理 1.3.1 资料收集
本研究所收集到的资料包括商南县1∶5万地形图 14幅,用于建立研究区数字高程模型,提取坡长坡度因子,并用于精校正遥感图像;商南县13个雨量站的雨量数据;商南县2010年1∶5万土地利用图,作为遥感图像解译的参考;商南县土壤类型图及二次土壤普查数据,用于估算当地土壤可蚀性因子;2010年9月环境小卫星(HJ-1B)图像资料,空间分辨率可达5 m,用于进行植被覆盖与水保措施因子以及土地利用解译等方面的研究。 1.3.2 数据处理
对地形图、土壤图、土地利用图,分别进行扫描、几何配准、矢量化、拼接,分层保存与管理;对遥感图像进行几何精校正、去除干扰信息、图像增强、信息提取、图像分类,并进行预处理和格式转换,建立统一的投影与坐标系统。 1.3.2.1 降雨侵蚀力R值的计算与制图
整理13个雨量站所记录数据,获取年内次降雨过程,用式(2)估算雨量站的R值,见表 1。
GIS技术支持下,采用Kriging法进行30 m×30 m像元空间插值,交叉验证插值精度在允许范围(图 1)。
![]() |
图 1 商南县降雨侵蚀力 Figure 1 Rainfall erosivity Map |
以矫正后的不同类型土壤有机质、机械组成等资料(表 2),利用公式(3)计算不同土壤类型土壤剖面点K值,结合土壤类型图,制作研究区土壤可蚀性K值图(图 2)。本研究在K值计算中,根据流域内部土壤有机质、不同土壤机械组成的实际来划分渗透级别与土壤结构等系数,使土壤可蚀性K值更符合应用区域实际情况。
![]() |
图 2 商南县土壤可蚀性图 Figure 2 Soil erodibility map |
利用1∶5万地形图,数字化等高线与高程点,在ArcGIS中,模拟制作商南1∶5万数字高程模型(DEM),进而提取地形因子和坡度特征,获得地形坡度等级图。采用ENVIRIVER TOOLS,进行子流域边界提取,得到全县698条小流域分布图。 1.3.2.4 地形LS因子估算
采用公式(4),以像元为基础进行坡度和坡长因子估算(图 3)。
![]() |
图 3 商南县土壤侵蚀LS因子图 Figure 3 Erodibility factor LS map |
对收集到的环境小卫星遥感数据解译,结合商南县土地利用图进行分类,将地面分为山地、坡度和平地3大类,根据植被覆盖和土地类型提取地面覆盖和工程措施CP因子(图 4)。
![]() |
图 4 商南县土壤侵蚀CP因子图 Figure 4 Erodibility CP factor map |
CP因子计算是根据遥感影像资料上各类地物的植被覆盖度,用卜兆宏等[21, 22]植被因子与植被覆盖度关系算式公式(5)计算求得植被因子值C。C是反映植被覆盖状况或作物管理因子,为无量纲参数。当地面完全裸露时,C值为1.0;而当地面得到良好的保护时,C值为0.001。对于P,0值代表无侵蚀地区;1值则用于表示未采取任何水保措施的地区。C和P值均在0~1之间变化。在所有土壤侵蚀因子中CP因子对侵蚀量的影响最大,CP因子作为侵蚀动力的抑制因子,反映了植被或作物以及管理措施对土壤流失的影响。 1.3.2.6 模型因子叠加
将商南县降雨侵蚀力图、土壤可蚀性图、地形因子LS值图、CP因子图进行叠加运算,获取像元土壤流失量,进行空间的统计和分析。 2 结果与分析 2.1 水土流失监测数据分析
商南县2010年水土流失定量监测结果统计,见表 3。经与商南县当地水保部门核实,平均侵蚀模数基本与当地情况符合。可以看出,微度水土流失面积占全县总面积的37.38%,轻度水土流失面积占全县总面积的26.05%,中度水土流失面积占全县总面积的7.16%,强度水土流失面积占全县总面积的4.32%,极强度水土流失面积占全县总面积的6.56%,剧烈水土流失面积占全县总面积的13.84%。总体上,轻度流失以上面积达68.13%,占一半以上。
全县698条小流域中,轻度侵蚀以上面积占小流域总面积百分比超过40%的达560条,占全部698条小流域总数的80.2%;绝大多数小流域呈现出轻度侵蚀以上的状况(图 5)。
![]() |
图 5 698条小流域轻度侵蚀以上面积百分比分布 Figure 5 The percentage of areas of mild erosion |
进一步分析结果显示,侵蚀模数超过5 000 t·km-2·a-1的小流域,占24.71%,即侵蚀等级在强度以上(包括强度)的小流域,在商南地区占近1/4,侵蚀模数小于2 500 t·km-2·a-1的小流域,占63.43%,即侵蚀等级在中度以下(不包括中度)的小流域,在商南地区占近2/3。 2.3 不同侵蚀度的面积与侵蚀量关系
从监测结果可以看出微度和轻度侵蚀面积占总面积的63.43%,流失量占总侵蚀量的5.27%,主要分布在人口稀少的山区,主要是由于人类居住和生活破坏造成的,要加大该区域的治理;中度和强度侵蚀面积占总面积的10.88%,流失量占总侵蚀量的7.59%,主要分布在中部山区,该区人口密度较大,对土壤过度开发利用;极强度和剧烈侵蚀面积占总面积的20.40%,流失量占总侵蚀量的87.14%,是造成全县水土流失的主要侵蚀区,主要分布在中部地区,说明该区域水土流失情况已非常严重,剧烈侵蚀强度面积虽小,但土壤受侵蚀危害很大,是综合治理的重点区域(图 6)。
![]() |
图 6 小流域水土流失面积与流失量比较 Figure 6 Comparison of soil erosion area and loss volume |
全县698条小流域平均侵蚀模数达到极强度和剧烈程度有462条,面积占到总面积的66.75%,土壤流失量占总流失量的86.69%,是整个商南县主要水土流失区域。从商南县监测结果看出除了地势较高、山地为主的县境北部和西南部因为林木覆盖土壤保持较好之外,侵蚀强度较大的小流域主要分布在中部区和东南部区域,且分布面积很广,该区域是丘陵低山和川道地区,因人口稠密,人为活动频繁,坡耕地分布多,道路建设、坡地耕作等人类活动频繁,造成森林减少,植被稀疏,加剧了水土流失的发生(图 7)。
![]() |
图 7 商南县698条小流域平均侵蚀模数等级分布 Figure 7 Average erosion modulus level distribution of catchments |
对商南县全县698条小流域水土流失进行了全面监测,从监测结果可以看出微度和轻度侵蚀面积占总面积的63.43%,水土流失量占总侵蚀量的5.27%,主要分布在商南县的北部和南部治理区;水土流失轻度等级以上面积达57.92%,占一半以上,该区域在今后应加强综合治理的管护工作;极强度和剧烈侵蚀面积占总面积的20.40%,侵蚀量占总侵蚀量的87.14%,是造成全县水土流失的主要侵蚀区,该区域主要分布在以县城为中心主河道两岸区域,主要是由于人为的过度开发利用和破坏造成的,今后应合理规划,限制不合理的开发和加大治理措施。从698条小流域整体分布来看,中轻度侵蚀以上面积与小流域总面积百分比超过40%的达560条,占全部698条小流域总数的80.2%;绝大多数小流域呈现出轻度等级以上的侵蚀状况。
[1] | 严 军, 胡建兰, 苗 卉, 等. 南水北调对长江流域水资源承载力的影响及水资源优化配置方法[J]. 水力发电学报, 2007, 26(3): 105-109. YAN Jun, HU Jian-lan, MIAO Hui, et al. The influence of South-to-North water transfer project on the water resources load capacity of the Yangtze River basin and the methods to optimize the allocation of water resources[J]. Journal of Hydroecectric Engineering, 2007, 26(3): 105-109.(in Chinese) |
[2] | 苗 卉, 严 军, 丁占稳, 等. 南水北调对长江水资源承载力影响的初步分析[J]. 人民黄河, 2006, 28(3): 40-41. MIAO Hui, YAN Jun, DING Zhan-wen, et al. The pilot study of influence of south-to-north water transfer project on the water resources load capacity of the Yangtze River[J]. Yellow River, 2006, 28(3): 40-41.(in Chinese) |
[3] | 李思悦, 张全发. 运用水质指数法评价南水北调中线水源地丹江口水库水质[J]. 环境科学研究, 2008, 21(3): 61-68. LI Si-yue, ZHANG Quan-fa. Assessing the water quality in the water source area of the middle route of the south-to north warer transfer project (Danjiangkou Reservior) using a water quality index method[J]. Research of Environmental Sciences, 2008, 21(3): 61-68.(in Chinese) |
[4] | 卜兆宏, 唐万龙, 席承藩, 等. 水土流失定量遥感方法应用与研究的新进展[J]. 世界科技研究与发展, 2000, S1: 64-67. BU Zhao-hong, TANG Wan-long, XI Cheng-pan, et al. The advancement of the application and study of quantitative remote sensing method for soil erosion loessess[J]. World Sci-Technology Research and Development, 2000, S1: 64-67.(in Chinese) |
[5] | 卜兆宏, 孙金庄, 周伏建, 等. 水土流失定量遥感方法及其应用的研究[J]. 土壤学报, 1997, 34(3): 235-245. BU Zhao-hong, SUN Jin-zhuang, ZHOU Fu-jian, et al. A study on quantutative remote sensing method of soil erosion and its application[J]. ACTA Pedologica Sinica, 1997, 34(3): 235-245.(in Chinese) |
[6] | Wischmeier W H, Smith D D. Predicting rainfall erosion losses[M]. USDA Handbook, No1537, 1978. |
[7] | Renard K G, Foster G R, Weesies G A, et al. Predicting soil erosion by water a guide to conservation planning with the revised universal soil loss equation (RUSLE)[M]. USDA Handbook, No1537, 1997. |
[8] | 郑国权, 张晓远, 刘协亭. 基于GIS的广东省水土流失潜在危险度评价[J]. 水土保持通报, 2014, 34(2): 139-142. ZHENG Guo-quan, ZHANG Xiao-yuan, LIU Xie-ting. Assessment on potential danger degree of soil and water loss in Guangdong Province based on GIS[J]. Bulletin of Soil and Water Conservation, 2014, 34(2): 139-142.(in Chinese) |
[9] | 邓 辉, 何政伟, 陈 晔, 等. 基于GIS和RUSLE模型的山地环境水土流失空间特征定量分析——以四川泸定县为例[J]. 地球与环境, 2013(6): 120-125. DENG Hui, HE Zheng-wei, CHEN Ye, et al. The spatial features of soil erosion in mountain environment based on GIS and RUSLE——A case study in Sichuan Luding[J]. Earth and Environment, 2013(6): 120-125.(in Chinese) |
[10] | 卜兆宏, 孙金庄, 董勤瑞, 等. 应用水土流失定量遥感方法监测山东全省山丘区的研究[J]. 土壤学报, 1999(1): 1-8. BU Zhao-hong, SUN Jin-zhuang, DONG Qin-rui, et al. Study on quantitative remote sensing method for soil erosion loesses and its application in Shandong Province, China[J]. ACTA Pedologica Sinica, 1999(1): 1-8.(in Chinese) |
[11] | 卜兆宏, 唐万龙, 杨林章, 等. 水土流失定量遥感方法新进展及其在太湖流域的应用[J]. 土壤学报, 2003(1): 1-9. BU Zhao-hong, TANG Wan-long, YANG Lin-zhang, et al. The progress of quantitative remote sensing method for soil erosion loesses and its application in Taihu-lake catchments[J]. ACTA Pedologica Sinica, 2003(1): 1-9.(in Chinese) |
[12] | 卜兆宏, 卜宇行, 陈炳贵, 等. 用定量遥感方法监测UNDP试区小流域水土流失研究[J]. 水科学进展, 1999(1): 32-37. BU Zhao-hong, BU Yu-hang, CHEN Bing-gui, et al. A study on monitoring soil erosion loss in small valley of UNDP experiment region by using quantitative remote sensing method[J]. Advances in Water Science, 1999(1): 32-37.(in Chinese) |
[13] | 卜兆宏, 唐万龙. 降雨侵蚀力(R)最佳算法及其应用的研究成果简介[J]. 中国水土保持, 1999(6): 18-19. BU Zhao-hong, TANG Wan-long. The optimized method for rainfall erosivity (R) and the brief introduction of the research of its application[J]. Soil and Water Conservation in China, 1999(6): 18-19.(in Chinese) |
[14] | 卜兆宏, 宫世俊, 阮伏水, 等. 降雨侵蚀力因子的算法及其在土壤流失量监测中的选用[J]. 遥感技术与应用, 1992(3): 1-10. BU Zhao-hong, GONG Shi-jun, YUAN Fu-shui, et al. Preliminary study on the algorithms of erosivity factor of rainfall and their application in monitoring soil loss[J]. Remote Sensing Technology and Application, 1992(3): 1-10.(in Chinese) |
[15] | 陈 丹, 姜小三. 丹江流域典型地区降雨侵蚀力的研究[J]. 南京农业大学学报, 2012(3): 138-142. CHEN Dan, JIANG Xiao-san. Study on rainfall erosivity in typical region along Danjiang River catchment[J]. Journal of Nanjing Agricultural University, 2012(3): 138-142.(in Chinese) |
[16] | 胡续礼, 姜小三, 杨树江, 等. 降雨侵蚀力简易算法地区适用性的初步探讨[J]. 中国水土保持科学, 2006(5): 44-49. HU Xu-li, JIANG Xiao-san, YANG Shu-jiang, et al. Preliminary study on adaptability of rainfall erosivity model to different regions[J]. Science of Soil and Water Conservation, 2006(5): 44-49.(in Chinese) |
[17] | 卜兆宏, 杨林章, 卜宇行, 等. 太湖流域苏皖汇流区土壤可蚀性K值及其应用的研究[J]. 土壤学报, 2002(3): 296-300. BU Zhao-hong, YANG Lin-zhang, BU Yu-hang, et al. Soil erodibility (K) value and its application in Taihu Lake catchment[J]. ACTA Pedologica Sinica, 2002(3): 296-300.(in Chinese) |
[18] | 姜小三, 潘剑君, 杨林章, 等. 土壤可蚀性K值的计算和K值图的制作方法研究——以南京市方便水库小流域为例[J]. 土壤, 2004(2): 177-180. JIANG Xiao-san, PAN Jian-jun, YANG Lin-zhang, et al. Methds of calculating and mapping soil erodibility (K) —— A case study of Fangbian watershed of Nanjing[J]. Soil, 2004(2): 177-180.(in Chinese) |
[19] | 卜兆宏, 唐万龙, 李士鸿. 像元坡度新算法的初步研究[J]. 遥感技术与应用, 1993(1): 1-7. BU Zhao-hong, TANG Wan-long, LI Shi-hong, et al. Preliminary study of the new algoithm of pixel slope[J]. Remote Sensing Techology and Application, 1993(1): 1-7.(in Chinese) |
[20] | 唐万龙, 卜兆宏. 图像处理在土壤流失量像元地形因子新算法中的应用[J]. 遥感信息, 1995(2): 34-35. TANG Wan-long, BU Zhao-hong. Application of image processing in the new algoithm of pixel landform of soil loss[J]. Remote Sensing Information, 1995(2): 34-35.(in Chinese) |
[21] | 卜兆宏, 李士鸿. 水土流失调查的遥感数据处理[M]. 南京: 东南大学出版社, 1989: 216. BU Zhao-hong, LI Shi-hong. Remote sensing data processing in soil loss investigation[M]. Nanjing: Dongnan University Press, 1989: 216.(in Chinese) |
[22] | 卜兆宏, 赵宏夫, 刘绍清, 等. 用于土壤流失量遥感监测的植被因子算式的初步研究[J]. 遥感技术与应用, 1993(4): 16-22. BU Zhao-hong, ZHAO Hong-fu, LIU Hong-qing, et al. Preliminary study of algorithm formula vegetation factor for undisturbed areas in remote sensing monitoring soil loss[J]. Remote Sensing Technology and Application, 1993(4): 16-22.(in Chinese) |