王 琼,杨武年,南聪强,何祯明
(1.成都理工大学地质灾害防治与地质环境保护国家重点实验室/成都理工大学遥感与GIS研究所,四川 成都610059;2.成都理工大学,四川成都610059)
水土流失使土地退化、生产力下降、生态环境恶化,对社会经济的可持续发展构成严重威胁[1]。我国水土流失分布面积广、治理难度大,直接威胁着国家生态安全、粮食安全和防洪安全,已成为制约经济社会可持续发展的重要因素。水土流失受很多因素的影响,其监测也有一定的复杂性和不确定性。应用遥感(RS)和地理信息系统(GIS)技术对水土流失进行监测,已成为水土保持科学研究与综合治理监测的重要方向之一[2]。
若尔盖地区是黄河上游的重要水源涵养地,搞好该区水土保持对调节区内径流、净化水质、开展生物多样性保护、沙化控制、调节区域小气候及固碳等具有重要的作用。由于全球气候变暖及不合理的人类活动的影响,若尔盖地区生态系统已遭到严重破坏。因此,选择若尔盖水土流失相对严重的东南部区域为研究区,利用现有的该区TM遥感数据、地形数据,对区内水土流失强度进行评价,具有重要的现实意义。
若尔盖县位于青藏高原东部边缘地带,地处阿坝藏族羌族自治州北部,面积10164.21 km2,黄河与长江分水岭将其划分为东西两部分。研究区位于若尔盖县东南部,包括包座、阿西茸、巴西、求吉及班佑乡的部分区域,为高原丘陵、山原、亚高山和高山峡谷地貌,其中以高原丘陵地貌为主,占土地总面积的64%。海拔4000 m左右的山原上地势平缓。河谷两岸山高坡陡,水流湍急,山坡森林密布,山顶缓坡为草甸。河谷两岸平均海拔2500~3000 m的平坝和半坡地带的土壤为山地棕壤、山地褐色土、暗棕壤。平均昼夜温差10~15℃,平均日照时数长达12 h左右,年降雨量500~600 mm。
根据研究目的和研究区实际情况,采用若尔盖地区2007年Landsat-TM卫星遥感图像。选用321波段组合和432波段组合合成图像,以满足影像判读时的不同需要,再根据合成效果进行线性拉伸的辐射增强处理与聚焦分析的空间增强处理,之后再对影像进行几何精校正。利用ERDAS中Subset Image功能模块的不规则分幅裁剪功能,对图像进行裁剪得到研究区的遥感图像。对现有的1∶10万地形图进行扫描,在MapGIS软件的支持下,利用人机交互式等高线矢量化的方法,并根据不规则三角网(TIN)内插法进行等高线的插值获取,生成数字高程模型(DEM)。
水土流失分类依据中华人民共和国《土壤侵蚀分类分级标准》(SL 190—2007)的总体要求,既考虑侵蚀发生的成因联系,又重视侵蚀发育阶段和形态特点;既要突出主导因素的作用,又要考虑综合作用的影响;既要保证分级分类指标清晰直观、符合逻辑,也要便于实施、可操作性强[2]。
水土流失主要受降雨、土壤可蚀性、沟谷密度、土地利用类型、地形、植被覆盖、水土保持措施等因子的影响。由于降雨侵蚀力、土壤可蚀性和地形因子在较短的时间内不会发生大的变化,因此对水土流失现状的研究就变成了对变化的因子如植被覆盖、土地利用类型等的研究[3]。另外,由于地形坡度和沟谷密度对水土流失的影响程度较大,根据研究区的实际地理情况,拟提取地形坡度、沟谷密度、植被覆盖度和土地利用类型几个因子来分析并确定水土流失强度。
2.2.1 地形坡度因子提取
坡度是决定径流冲刷能力的主要因素之一。一般情况下,随着坡度的增加土壤侵蚀强度就会加大[4]。地形坡度是构成水力侵蚀的动力条件,影响降雨和外营力的再分配,改变着地表物质的分离搬运、堆积过程及其速度,决定着地表径流对土壤侵蚀的能量分配。坡度大小是决定土壤侵蚀强弱的重要因素[5],参考1985年全国土壤侵蚀遥感调查工作技术细则,根据《水土保持技术规范》的有关要求,将坡度划分为<5°、5°—8°、8°—15°、15°—25°、25°—35°、> 35°共 6 个级别。
通过数字化地形,提取高程线和高程点,经过插值运算,建立数字高程模型DEM,在ArcGIS 3D分析模块下生成不规则三角网(TIN)模型,再由3D Analyst工具条下的Surface Analysis中的坡度工具(Slope、Aspects)功能来实现生成以度为单位的坡度图(图1)。
2.2.2 沟谷密度因子提取
沟谷密度的大小与降水和径流特征、地形坡度、岩性、土壤抗侵蚀性能、植被状况、土地利用类型等有关,可作为水土流失等级划分的参考指标。沟谷是土壤侵蚀的结果[6],沟谷密度发育的强弱与土壤侵蚀密切相关,沟谷密度与水土流失强度的关系见表1。根据填充洼地提取水流方向、提取汇流累积量、设定阈值提取沟谷的方法获得沟谷分布图,再利用GIS自动生成研究区公里格网,把格网分布图与沟谷分布图叠加分析,统计出落在每个栅格内的沟的长度,除以单元格网面积即得到沟谷密度,经整饰输出沟谷密度图(图2)。
表1 沟谷密度定级指标
图2 研究区沟谷密度
2.2.3 植被覆盖因子提取
植被是控制水土流失的主要因子之一,良好的植被覆盖有助于保持水土。植被是侵蚀动力的抑制因子,植被覆盖率和植被结构直接影响着土壤侵蚀强度,植被覆盖率越高地表的抗侵蚀能力就越强。植被覆盖率是最常用来表达植被对土壤侵蚀影响程度的指标,其分级定级指标如表2。
表2 植被覆盖率定级指标
据研究,植被覆盖率与植被指数呈近似线性相关,本文采用归一化植被指数(NDVI)来计算植被覆盖率。NDVI与植被分布密度呈线性相关,是植被空间分布密度的最佳指示因子。NDVI的优点在于能大大消除地形和群落结构的阴影影响及减弱大气的干扰,因而提高了植被覆盖率的检测灵敏度[7]。通过ERDAS中Interpreter模块Spectral Enhancement/Indices项计算图像植被指数NDVI值,然后按照植被覆盖指数分级指标划出植被覆盖率,对植被覆盖率进行分类、赋色,得到如图3所示的研究区植被覆盖率。
2.2.4 土地利用类型因子提取
水土流失是自然因素和人为活动综合作用的结果,而土地利用既与自然条件紧密相关又深受人类活动的影响。土地利用改变了原有地表植被类型及其覆盖率和微地形,从而影响到土壤侵蚀的动力和抗侵蚀阻力系统,在区域土壤侵蚀发展中起着重要的作用[8]。按照全国土壤侵蚀遥感调查工作技术细则的标准,不同土地利用类型对水土流失强度影响的分级定级指标如表3。
表3 土地利用定级指标
采用最大似然法对影像进行土地利用分类。首先对遥感图像进行地类采样获取分类模板,再执行监督分类,进行分类后处理,最后得到如图4所示的研究区土地利用类型图。
2.3.1 水土流失因子空间分析
研究区水土流失状况主要与坡度、沟谷密度、植被覆盖率、土地利用类型有关。考虑到研究区实际情况及各因子对水土流失影响的大小,给出如表4所示的4个因子的权重值。利用ArcGIS空间分析模块功能,将各评价因子与其相应的权重叠加分析得到研究区水土流失综合评价指数,再按强度分级指标划分水土流失强度等级并整饰出水土流失强度分级图(图5)。
2.3.2 结果与分析
从研究区水土流失强度分级图可以看出,该地区微度水土流失区域最大,主要分布在中部植被生长较好的地区;轻度、中度、强烈流失区域分布较分散,主要集中分布于西部和南部低山平原区;而极强烈流失和剧烈流失区域非常少,仅在东北部求吉乡的高坡裸露地区有少量分布。
图4 研究区土地利用类型分布
表4 研究因子的权重赋值标准
图5 研究区水土流失强度分级
据统计,研究区总面积2983.18 km2,其中:微度流失面积1360.86 km2,占45.6%;轻度流失面积735.01 km2,占24.6%;中度流失面积 575.74 km2,占 19.3%;强烈流失面积 218.52 km2,占 7.3%;极强烈流失面积 72.23 km2,占 2.4%;剧烈流失面积20.82 km2,占0.7%。由此可知研究区的水土流失不甚严重,微度流失区域接近一半,轻度、中度、强烈流失区域次之,极强烈流失区域较小,剧烈流失区域甚微。
研究区水土流失分布与植被发育程度相关性很大。水土流失出现恶化情况,主要是由于人类活动的不断增加,如过度放牧、乱砍滥伐等。研究区水土流失较为严重的区域主要分布于植被覆盖不良的荒地和坡耕地上,其中坡耕地水土流失最为严重,大多为强烈流失。从地貌上看,水土流失主要发生在沟谷和山坡中下部,这些地方人类活动频繁,植被破坏严重,大量开垦坡耕地,导致了水土流失加剧。该地区多为农耕地,土地的保护对农业生产的发展关系极大,因此应大力加强对人为破坏的管制,减少放牧、农耕对地表植被的破坏,并加强对区内水土流失的治理。
在缺少土壤侵蚀模数的情况下,利用RS和GIS技术,结合遥感影像和地形数据,提取对水土流失影响较大的因子如地形坡度、沟谷密度、植被覆盖率、土地利用类型进行空间叠加分析,实现对水土流失强度的调查分析,具有快速、准确、经济的特点。但该方法也有其明显不足:首先,因为缺少土壤侵蚀模数等辅助数据,只能对区域内水土流失做定性而做不到定量评价;其次,仅对单期数据进行分析的结果不可能完全代表研究区影响因子的实际情况。尽管如此,其为该区快速准确地评价水土流失和开展水土流失综合防治提供了重要参考。
[1]吕航,陈圣波,孟治国,等.基于RS与GIS的大尺度水土流失分级制图[J].遥感技术与应用,2007,12(22):715-717.
[2]封建民,李晓华.基于TM影像和DEM的佳县水土流失强度监测方法的研究[J].安徽农业科学,2010,38(26):14754 -14755,14760.
[3]罗志军,贾泽露.基于RS与GIS的三峡库区秭归县水土流失快速动态监测[J].安徽农业科学,2007,35(31):10153-10154.
[4]张洪江.土壤侵蚀原理[M].北京:中国林业出版社,1999.
[5]陈庆男,魏成阶.“礼炮”号遥感图像在于桥水库流域土壤侵蚀调查及治理规划中的应用[J].环境遥感,1993,8(1):45-53.
[6]贺奋琴,何政伟,尹建忠.基于遥感和GIS的水土流失因子信息提取与分级定标研究——以攀枝花市为例[J].测绘科学,2006,31(4):126 -127.
[7]钱铭杰,吴芳芳,童立强,等.基于RS与GIS的水土流失监测方法实证研究[J].中国水土保持,2009(2):23-24,47.
[8]马力,杨新民,吴照柏,等.不同土地利用模式下土壤侵蚀空间演化模拟[J].水土保持通报,2003,23(1):49 -51.