张 穗,姜 莹, 李 喆
(长江科学院 空间信息技术应用研究所,武汉 430010)
3S技术支持下的汝溪河水土流失动态监测及分析
张 穗,姜 莹, 李 喆
(长江科学院 空间信息技术应用研究所,武汉 430010)
为促进水土保持与水土资源利用提供基础数据和决策依据,在3S技术支持下开展水土流失与生态环境动态监测。选取三峡库区汝溪河小流域作为研究区域,根据区域土地利用类型、植被覆盖度信息,并综合所收集的当地水保资料和地形坡度数据等,进行空间叠加分析,确定土壤侵蚀类型、强度分级与分布情况。参照《土壤侵蚀分级标准》,对2014年、2015年2个时期的汝溪河进行水土流失动态分析,并采用转移矩阵法对2个时期土地利用转化方向与转化面积进行合理性分析。研究结果表明:2014—2015年2 a之间,汝溪河小流域的土地利用方式有结构性调整,水土流失分布情况大体趋于稳定,微度水土流失面积略增加,轻度、强度水土流失面积基本持平,中度水土流失略降低,极强、剧烈水土流失情况有所缓解。
水土流失;动态监测;3S技术;三峡库区汝溪河;土壤侵蚀;转移矩阵
水土流失是导致土地生产力下降、生态环境恶化的关键问题,该现象的产生及发展与降雨冲蚀、植被覆盖变化、地形复杂度、工程开挖等多种因素密切相关。传统的水土流失监测一般采用人工勘察的方式,包括调查统计法、地面观测法等,这类方法虽然精度高,但是耗时多、周期长、自动化程度低,且不能对大范围的水土流失情况进行定量监测[1],所以在实际应用中受到较大的限制。“3S”技术作为全球卫星监测体系中关键技术之一,为水土流失统计和资源动态调查提供了一种新思路,其中,RS具有实时性和动态性强、周期短频率高、范围广且信息丰富等优势;GPS具有高精度、自动化、移植性强等优点,GIS具有强大的空间数据存储、计算、分析和显示功能,这些独特的优势能有效提高水土保持与生态环境动态监测的精度和时效性,因此,近些年也被广泛应用到许多工程实践中。
詹小国等[2]将RS和GIS技术结合,对三峡库区1986年和1999 年的水土流失状况进行大范围监测,节省了大量人力和物力;刘纪根等[3]以乌东德水电站坝区为例,基于“3S”技术分析了试验区土地利用、植被覆盖度及土壤侵蚀强度的分布状况,为金沙江水库建设、水土流失自动化监测及信息化管理提供依据和参考。Haboudane等[4]将RS与GIS技术结合,编制Guadalentin盆地的土地退化与土壤侵蚀图,以揭示区域土壤侵蚀类型、强度的空间分布和变化规律;赵鹏祥等[5]提出一套基于“3S”的小流域退耕还林技术方案,该方案对提高小流域退耕还林监测的效率具有重要意义;徐丰等[6]以洪家渡水电站为例,介绍了“3S”技术在开发建设项目水土保持监测中的工作流程和关键步骤,结果表明,该方法能有效获得项目建设前和竣工验收期水土流失的精确数据、地表扰动面积及其分布。综上可知,“3S”技术已成为水土保持动态监测的有效手段,但在实际应用中,遥感数据源解译的精度和效率还有待改进,且土地利用现状、地形地貌、土壤侵蚀一体化监测仍需进一步完善。
本研究以长江流域三峡库区的汝溪河小流域作为研究区,将遥感监测与野外踏勘相结合,基于RS数据源(多个时相的GF1号影像),并经过几何校正、图像增强等预处理,再结合便携式平板、GPS等手段辅助野外采样建立解译标志库,并运用GIS数字化技术对研究区水土流失动态变化开展定量研究。
本文选取的研究区域为汝溪河小流域流经忠县界内、汇入长江段的区域,占地面积530.12 km2。汝溪河发源于重庆市万州区分水镇三角凼,横贯万州、梁平、忠县3区县5个乡镇,涉及忠县城镇和农村居民约19万人。最高高城山海拔961 m,最低江溪沟海拔200 m,80%的地区海拔240~600 m。该地区属亚热带东南季风区山地气候,温热凉寒明显,降水充沛。全流域面积720 km2,主河道长54.5 km,在忠县境内流域面积272.2 km2,主河道长25.4 km。多年平均径流总量达1.49×109km3。汝溪河流域梯级开发较早,在汝溪镇至涂井乡段自上而下分布有乌干子电站、高洞梁电站和涂井电站。在三峡水库175 m蓄水以后,长江水淹没至涂井乡以上,形成了长达15 km的汝溪河回水区。汝溪河小流域地理位置分布如图1所示。
图1 研究区地理位置示意图Fig.1 Geographic location of the study area
3.1 数据源
根据研究区的实际情况,结合外业调查查勘,系统搜集研究区内卫星遥感数据、地形地貌数据、测量控制数据、土地利用数据、水土保持工程措施数据等。
(1) 影像数据源:选用2014年和2015年2个时期的汝溪河小流域遥感影像,数据来源为GF-1系列,全色分辨率2.5 m,多光谱5-10 m,融合分辨率2.5 m。
(2) 地形地貌数据:搜集研究区范围内的1∶50 000数字地形图、高精度数字高程模型(DEM),利用DEM数据生成区域坡度、坡长、坡向等资料。
(3) 土地利用数据:制作2014年和2015年的汝溪河土地利用资料(.shp格式),成图比例尺1∶50 000,主要包括耕地、园地、林地、草地、商服用地、交通用地、水利设施用地等8个一级类、56个二级类。
(4) 水保工程措施资料:汇总当地专家提供及野外踏勘的资料,包括坡面整治工程、退耕还林还草、生态修复等措施。
3.2 技术路线
通过遥感监测和野外踏勘相整合的方式,采用GF-1系列遥感影像,经过几何和辐射校正、图像增强、分幅裁剪、构建金字塔等预处理过程, 结合GPS野外采样建立的解译标志特征, 通过人机交互模式,提取对水土流失起主导作用的植被覆盖度、土地利用类型、人为侵蚀等因子,提取实际比例尺为1∶50 000。并利用地理空间数据云官网[7]提供数字高程模型(DEM)提取地形坡度因子。
借助ArcGIS平台对植被覆盖度、土地利用类型、坡度数据进行空间叠加分析,生成研究区不同时期水土流失强度等级图,并利用GIS属性统计功能对各水土流失区面积进行统计,构建变化转移矩阵对各流失区进行动态变化分析。整体的技术路线如图2所示。
图2 水土流失动态监测技术框架Fig.2 Framework of dynamic monitoring of soil erosion
3.3 工作过程
为了保证技术路线的完整性和可靠性,在实际操作中将整个工作过程分为如下7个阶段。
(1) 资料准备与搜集:根据研究区的实际情况,在2016年4月10—30日期间,系统性搜集研究区内卫星遥感数据、地形地貌数据、测量控制数据、气象水文数据、土壤数据、土地利用数据、水土保持工程措施数据等。
(2) 工作环境搭建:在2016年5月1—10日期间,搭建水土流失遥感解译软硬件工作环境。硬件设备包括笔记本电脑、平板电脑、亚米级手持GPS接收机、GPS RTK设备、无人机等;软件设备包括ArcGIS地理信息系统软件、ERDAS遥感信息处理软件、Ecognition遥感分类处理软件等。
(3) 数据处理:在2016年5月11—20日期间,进行水土流失遥感解译数据预处理。卫星遥感数据处理包括辐射纠正、几何纠正、外业控制点测量、影像镶嵌、裁剪等。气象水文数据、土壤数据和水土保持工程措施数据处理主要是数据分类筛选、数据库建库、空间插值等。地形地貌数据、测量控制数据和土地利用数据不需要处理。
表1 土地利用类型分类分级
(4) 野外采样及遥感解译标志建立:在2016年5月21日至6月10日期间,前往汝溪河研究区进行实地踏勘,构建土地利用现状遥感解译标志和植被覆盖度遥感解译标志。
(5) 遥感影像室内解译:在2016年6月11—25日期间,以GF-1影像为数据源,采用人工目视判读和计算机自动解译相结合的方法,形成土地利用现状解译图、植被覆盖度遥感解译图。并利用地形图、数字高程模型等数据提取坡度、坡向等信息。
(6) 遥感影像解译成果复核:在2016年6月26日至7月5日期间,以遥感影像室内解译成果为基础,在工作底图上挑选若干个样本点(随机样本或典型样本),将遥感解译成果与实地复核结果相比对,采用百分率指标评定解译成果的准确性。
(7) 成果修改完善:2016年7月6—10日期间,根据遥感影像野外复核发现的主要问题进行全图修改与整理,逐条加以处理,直至满足精度要求为止。
4.1 土地利用分级分类标准
考虑到水土流失遥感解译的特殊性,结合研究区的具体情况,采用《土地利用现状分类》(GB/T 21010—2007)和《水土保持遥感监测技术规范》(SL 592—2012)等技术规范提出了12个一级类、57个二级类的土地利用现状分类体系。具体分级分类标准如表1所示。
4.2 土地利用信息提取
研究区2014年和2015年的土地利用类型提取结果如图3所示。
图3 2014年和2015年的土地利用类型提取结果Fig.3 Extraction results of land-use type in 2014 and 2015
采用人机交互式、分类修改相结合提取汝溪河小流域的土地利用类型。其原理如下:建立土地利用现状分类体系标准,在遥感影像上针对每一个土地利用现状类别分别选择典型样本区域,结合GPS野外调查踏勘,构建土地利用现状遥感解译标志;在遥感解译工作环境的支持下,以土地利用现状遥感解译标志为基础,开展工作区的土地利用现状分类遥感室内解译,并制作工作底图;对室内解译结果进行内业检查,并开展野外复核;遥感解译成果修改与完善,并制图输出。
研究区2014年和2015年各土地利用类型的面积及变化结果如表2所示。
表2 研究区土地利用类型面积变化情况
注:“+”为增加,“-”为减少。
从表2的统计结果不难看出:2014—2015年间,研究区的土地利用方式略有结构性调整,坡耕地减少的幅度最大,与林地、园地与旱地的增加总量近似持平,在一定程度上反映了坡改梯、退耕还林等趋势,这也与当地专家提供的水保措施等资料及野外踏勘的实际情况一致性高。工矿用地略有增加,部分由城镇、居民地转换得来,部分由退田建房得来,这也反映了该研究区城市化进程的需要。与2014年相比,2015年的水域面积略有扩张,冲蚀滩涂及邻近的坡地减少,这与时相间季节性差异导致的水位不一致高度相关。裸地以及其它未利用地面积略有减少,这与当地的水土保持林草等植物措施直接关系。
4.3 植被覆盖度信息提取
植被覆盖度是衡量地表植被状况的一个最重要的指标之一,是影响土壤侵蚀的关键抑制因子,也是水土保持监测中的主要植被指标。水土保持治理措施的主要成效直接体现在植被变化上,无论是生物措施还是农业措施。因此选择植被覆盖度是水土保持监测的重要区域环境因子[8]。
采用人机交互式目视解译法提取植被覆盖度信息。以《水土保持遥感监测技术规范》(SL 592—2012)[9]为参考依据,借助ArcGIS平台统计研究区内各植被覆盖度所占的面积及变化,汝溪河小流域在2014年和2015年间植被覆盖度提取结果见图4。
图4 2014年和2015年植被覆盖度提取结果Fig.4 Extraction result of vegetation coverage in 2014 and 2015
研究区在2014年和2015年的植被覆盖度变化统计结果如表3所示。结果表明:汝溪河整体的林草覆盖情况较好,主要以高覆盖度林草和中高覆盖林草为主。另外,研究区在2014年、2015年之间,覆盖情况整体略有调整,与2014年相比,2015年的高覆盖林草增加42.28 km2,涨幅占研究区的17.5%左右,主要由大部分中高覆盖度,小部分中覆盖度、中低覆盖度转换而来;低覆盖度、裸地的面积相应较少,2 a间也有小幅降低。以上数据在一定程度上反映了研究区的生态环境向更好的方向发展。
表3 研究区植被覆盖度统计结果
4.4 地形坡度信息提取
地形是最基本的自然地理要素,也是对人类的生产和生活影响最大的自然要素,主要包括坡度、坡长、坡形和所在部位。一般而言,在降雨、土壤和土地利用基本一致时,地形越复杂,水土流失越严重[10]。坡度与土壤侵蚀方式关系密切,坡度指标不仅是影响土壤侵蚀的主要地形因子,而且坡度大小也是决定面蚀或沟蚀为主导的关键因子。
坡度是地表单元陡缓的程度,通常把坡面的垂直高度和水平距离的比值称为坡度(或叫做坡比),其表示方法有百分比法、度数法、密位法和分数法4种,其中以百分比法和度数法较为常用。小流域的坡度计算公式为
(1)
式中:S为坡度因子;θ为坡度。依据《水土保持技术规范》,将坡度划分为(0,5°],(5°,8°],(8°,15°],(15°,25°],(25°,35°],>35° 6个级别,坡度分类表如表4所示。
表4 坡度分类
图5 研究区坡度提取结果Fig.5 Extraction result of slope gradient of the study area
本文以1∶50 000 DEM为数据源,生成目标区域坡度图,然后进行重采样,生成与其它因子像元大小和像元行列号相同因子。坡度生成结果如图5所示。
借助ArcGIS平台统计研究区各坡度等级所占的面积,结果如表5所示。其中,平坡(0,5°]、缓坡(5°,8°]、斜坡(8°,15°]、陡坡(15°,25°]、急坡(25°,35°]、险坡(>35°)的区域分别占研究区总面积的33.6%,28.49%,24.30%,8.53%,4.47%,0.62%。从以上统计数据来看,研究区地形相对较平缓,属典型的丘陵地带。
表5 研究区坡度统计结果
5.1 水土流失强度等级与空间分布
针对研究区的土地利用类型、植被覆盖度与坡度数据,参考《土壤侵蚀分类分级标准》(SL190—2007)[11]及赵善伦等[12]、张宇宾[13]的研究,将本研究区水土流失强度依据土地利用类型的分布,分为微度、轻度、中度、强度、极强度、剧烈6个等级,具体分布如表6、表7所示。
表6 土壤侵蚀分类分级标准
表7 其他土地利用类型流失强度分级
借助ArcGIS平台,将植被覆盖度、土地利用类型、坡度矢量图叠加分析,得到汝溪河小流域在2014年和2015年的水土流失强度数据,并输出水土流失强度等级图,提取结果如图6所示。从图6中不难看出,研究区水土流失类型以微度、轻度、中度为主。其中,微度水土流失占据大幅面积,轻度水土流失主要分布在中南洼地地区,中度水土流失水土流失分布在中西部,强度和极强度水土流失分布在中部、东北部,剧烈水土流失占地面积较小,主要集中在山区陡坡、裸地裸岩处。
图6 研究区2014年和2015年水土流失等级Fig.6 Intensity of soil and water loss of the study area in 2014 and 2015
5.2 水土流失动态变化及成因分析
对各流失强度的面积进行统计,并构建变化转移矩阵,具体转移过程如表8和图7所示。从表8和图7中可以直观看出,2014—2015年间水土流失分布情况大体趋于稳定,各等级间略有转移。具体表现为,微度水土流失面积略增加,主要由轻度(41.01 km2)、中度(14.29 km2)转移得来,轻度水土流失面积的转换与被转换基本持平,中度水土流失略降低,部分转移为微度,强度水土流失基本持平,极强水土流失减少近一半面积,剧烈水土流失也略降低。以上数据在一定程度上反映了2年间水土流失情况有所好转。
表8 水土流失面积变化转移矩阵
图7 水土流失面积转移柱状图Fig.7 Bar graph of soil and water loss transfer
从以上所有的成果分析来看,汝溪河小流域在2014年和2015年2年间水土流失情况有所好转,研究区的土地利用方式略有结构性调整,主要体现在坡地等重力侵蚀地类得到整治、退耕还林还草等植物措施卓有成效,当然,部分区域存在占田建地、工程开挖等扰动侵蚀,但是相比于当地的水保工程措施的力度而言,面积相对较小,这也是研究区城镇化的必然过程。结合当地专家提供的水保措施等资料及野外踏勘的实际情况,汝溪河2014—2015年间,在流域局部有针对性治理水土流失面积7 km2,其中:水保林0.82 km2,经济林1 km2;新建蓄水池5口,沉沙池15口,沟渠4.95 km(其中,田间道路带沟2.6 km),田间道路5.1 km(其中,田间道路带沟2.6 km)。这些数据也在一定程度上验证本文成果的可靠性。几种典型的水保整治工程的实地采样结果如图8所示。
图8 汝溪河水保整治工程Fig.8 Projects of soil and water conservation of Ruxi River
本文选用汝溪河小流域2014年和2015年2个时期的GF-1号系列遥感影像,通过遥感监测和GPS野外踏勘相整合的方式,提取对水土流失起主导作用的植被覆盖度、土地利用类型、人为侵蚀、地形坡度等因子,并利用GIS统计分析手段对各类因子进行空间叠加分析,生成研究区不同时期水土流失强度等级图,并构建变化转移矩阵对各流失区进行动态变化分析。分析结果表明:2014—2015年2年间,水土流失分布情况大体趋于稳定,整体向好的方向发展,研究区域内的土地利用方式有结构性调整,主要体现在坡地等重力侵蚀地类得到整治、退耕还林还草等植物措施卓有成效,这与当地积极开展的坡面整治工程(坡改梯、新建坡面水系等)、植物措施(退耕还林还草、种植园地等)等水土保持措施有直接的联系。
由于水土流失变化过程异常复杂,有必要进一步结合水文气象、河网沟壑分布、突发性极端天气(如暴雨、山洪、旱情)等多方位地研究水土流失成因、危害程度及合理的工程整治措施。
[1] 邵子玉. 基于高分辨率遥感影像的水土流失监测方法研究[J].中国水土保持,2010,(2):11-12. doi:10.3969/j. issn.1000- 0941.2010.02.005.
[2] 詹小国,谭德宝,朱永清,等. 基于RS和GIS的三峡库区水土流失快速动态监测研究[J].长江科学院院报,2003,20(1):44-46.
[3] 刘纪根, 邹 翔. 基于RS 与GIS 水土流失数据库的建立——以乌东德水电站坝址区为例[J]. 长江科学院院报,2008,25(3):100-103.
[4]HABOUDANE D, BONN F, ROYER A,etal. Land Degradation and Erosion Risk Mapping by Fusion of Spectrally-based Information and Digital Geomorphometric Attributes[J]. International Journal of Remote Sensing, 2002, 23(18): 3795-3820.
[5] 赵鹏祥,刘广全,王得祥,等.“3S”技术用于黄土高原小流域退耕还林的方法构想[J]. 西北林学院学报, 2003, 18(1): 96-98.
[6] 徐 丰,曹 宏,廖章志. 遥感技术在开发建设项目水土保持监测中的应用——以洪家渡水电站为例[J]. 中国水土保持, 2008, (3): 42-44.
[7] 中国科学院计算机网络信息中心.地理空间数据云[EB/OL].(2010-8-26)[2016-07-01].http://www.gscloud.cn/ sources/? Cdataid =302&pdataid=10.
[8] 周月敏. 面向小流域管理的水土保持遥感监测方法研究[D]. 北京:中国科学院遥感应用研究所, 2005.
[9] SL592—2012,水土保持遥感监测技术规范[S]. 北京:中国水利水电出版社,2012:3-36.
[10]倪晋仁,韩 鹏,张 剑.基于自组织理论的黄土坡面细沟发育特征分析[J].水利学报,2002, (1):6-9.
[11]SL190—2007,土壤侵蚀分类分级标准[S]. 北京:中国水利水电出版社, 2008:3-12.
[12]赵善伦, 尹 民, 张 伟. GIS支持下的山东省土壤侵蚀空间特征分析[J]. 地理科学, 2002, 22( 6): 694-699.
[13]张宇宾. 县域水土流失监测信息系统初步研究——以湖北南漳县为例[D]. 北京: 中国科学院研究生院, 2002.
(编辑:黄 玲)
Dynamic Monitoring and Analysis on the Changes of Soil andWater Loss of Ruxi River Based on 3S Technology
ZHANG Sui, JIANG Ying,LI Zhe
(Spatial Information Technology Application Department, Yangtze River Scientific Research Institute,Wuhan 430010, China)
In the aim of providing basic data and decision-making basis for soil and water conservation work,we carried out dynamic monitoring on soil and water loss and ecological environment under the support of RS, GIS and GPS technologies. With Ruxi River in Three Gorges Reservoir region as study area, we obtained the pattern, intensity and distribution of soil erosion through spatial overlay based on information of land-use types, vegetation coverage and slope gradient.According toClassificationstandardofsoilerosion, we analyzed the dynamic changes of soil and water loss in 2014 and 2015, and adopted transfer matrix to analyze the area and types of land-use changes. Results suggest that from 2014 to 2015,although the land-use patterns of Ruxi River have experienced structural adjustment, the distribution of soil and water loss were generally stable. The area of microsoil erosion was slightly increased, the area of mild and intense soil erosion kept balance,the area of moderate soil erosion was slightly reduced, and the extremely or severe conditions have been alleviated.
water and soil loss; dynamic monitoring; 3S technology; Ruxi River in Three Gorges Reservoir region; soil erosion; transfer matrix
2016-07-01;
2016-07-30
长江流域国家重点防治区2016年度水土流失动态监测项目(CKSK2016341/KJ);中央级公益性科研院所基本科研业务费项目(CKSF2015019/KJ,CKSF2016006/KJ)
张 穗(1976-),女,湖北武汉人,高级工程师,硕士,主要从事3S技术在灾害监测方面的研究,(电话)027-82926469(电子信箱)zhangsui@mail.crsri.cn。
姜 莹(1990-),女,湖南益阳人,工程师,硕士,主要从事遥感图像处理方面的研究,(电话)027-82926550(电子信箱)jiangying_rs@163.com。
10.11988/ckyyb.20160810
2016,33(11):21-27
S157;TP79
A
1001-5485(2016)11-0021-07