基于无人机遥测的稀土尾矿土壤侵蚀量估算

李晓放，廖凯涛,2，宋月君，左继超，罗谦智，徐雯

（1.江西省水土保持科学研究院，江西 南昌 330029；2.江西师范大学地理与环境学院，江西 南昌 330022；3.江西省宜春市袁州区水利局，江西 宜春336000；4.南昌轨道交通集团有限公司，江西 南昌 330038）

赣南是我国离子型稀土资源的主要分布区[1]，每年为我国提供大量的稀土矿原材料，然而与此同时，形成的大规模稀土尾矿，对当地的生态环境造成极大的破坏[2]。稀土尾矿土壤常呈酸性，不利于植物生长，每到南方雨季，便会造成严重的水土流失[3]。探清稀土尾矿的水土流失规律和现状是治理稀土尾矿水土流失的重要前提。石辉等[4]通过测定河流淤积泥沙流断面来估算稀土尾矿区的水土流失量，认为河流中泥沙均来源于稀土尾矿，没有直接对稀土尾矿进行监测；卢慧中等[5]选择典型的尾矿水土流失区，采用GPS布点的方法对矿堆的主要水土流失类型及其强烈程度进行了研究，但限于监测点较少，未能全面有效的反映整个稀土尾矿的侵蚀状况。

无人机低空航测是通过无人机搭载各种传感器获取地面影像或者视频等信息的低空遥感与近景摄影测量系统，具有及时性、灵活性、全面性优点，可获取小范围高精度的数据[6]。相关学者已将无人机遥感技术运用于水土保持监测[7]、水土保持信息化[8]等领域。季翔等[9]研究表明，无人机航测技术生成的高精度DEM可用于地表侵蚀沟的形态演变过程研究；杨超等[10]采用近景摄影测量技术估算了坡耕地土壤侵蚀速率。无人机低空航测以及近景摄影测量技术为土壤侵蚀过程监测以及侵蚀量估算提供了一种更为快捷和高效的方法，有鉴于此，本研究基于无人机低空航测与近景摄影测量技术，借助ArcGIS的空间分析功能，开展了稀土尾矿的水土流失动态监测和土壤侵蚀模数估算，以期为稀土尾矿的水土流失规律研究和防治提供技术支撑与数据参考。

1 材料与方法

1.1 研究区介绍

研究区位于江西省九江市德安县的江西水土保持科技生态园境内，地处 29°16′37″～29°17′40″N，115°42′38″～115°43′06″E。园区海拔高度在 30～100m（85 黄海高程）之间，坡度多在5°～25°，属于亚热带湿润季风气候，具有气候温和、雨量充沛、光照充足、四季分明和雨热基本同季等特点。全年无霜期255d，多年平均气温16.8℃，降雨年内分配不均，多年平均降雨量1 470mm。园区位于我国红壤的中心区域，土壤为发育于第四纪红粘土和泥质岩类风化物的红壤，坡面土层厚度在1.5m左右。

稀土尾矿径流试验小区位于江西水土保持科技生态园的科研试验区内。该稀土尾矿径流试验小区修建于2012年，小区尺寸规格为10m×5m，垂直投影面积为50m2，预设坡比为 1：1，土壤容重为 1.37±0.07g/cm3，坡度为 31.33°±1.63°。

1.2 影像及控制点获取

本研究所用无人机型号为DJI大疆精灵4RTK，云台相机镜头有效像素为2 000万，航拍垂直高度为距离径流试验小区地表3m，共拍摄120张高清照片，相邻照片的前后左右重叠度均在60%以上，拍摄时间分别为2016年11月25日、2017年12月12日以及2018年3月24日。为了保证后期土壤侵蚀估算的准确性，制作了18个铁质标识点并用水泥钉将其定位在小区四周的水泥围挡上；同时在径流小区对面较高位置架设全站仪，设定相对的平面坐标系，将全站仪所在点坐标设置为（0，0，0），使用免棱镜模式，获取 18个标识点的中心坐标，坐标测量使用测回法，每个控制点测 3个测回，最后控制点结果取平均值，见表1。

表1 部分控制点坐标 m

1.3 影像数据处理

影像数据处理采用近景摄影测量软件Agisoft Photoscan Professional，无人机航拍影像处理流程主要包括以下步骤：①加载照片；②检查照片；③导入控制点；④对齐照片；⑤生成点云；⑥生成密集点云；⑦生成网格；⑧生成纹理；⑨建立3D模型；⑩生成DEM以及生成正射影像。

1.4 侵蚀量估算

通过Agisoft Photoscan Professional软件处理得到稀土尾矿径流试验小区3个不同时期的DEM数据，利用ArcGIS10.2空间分析功能下的填挖方工具，计算出研究区两个时期的体积变化，并估算土壤侵蚀量，具体公式如下：

式中：Ws为侵蚀总量，t；ρb为土壤容重，g/cm3；V为研究区两个时期的体积变化，m3。

2 结果与分析

2.1 土壤侵蚀总量估算

图1为研究区三年的密集点云数据和2016年的DEM数据。从图1可以看出，径流小区自2012年建成以来，经过自然降雨的冲刷，已形成5条明显的侵蚀沟，其中1号和3号已经发育至小区上部平台，宽度和深度巨大；3号侵蚀沟的宽度和深度是最大的，最宽处达2.36m、最深达1.24m；剩余3条侵蚀沟（2、4和5号）在坡面上，最大宽度为0.37m、最大深度为0.15m；径流小区上部平台侵蚀较小，以面蚀为主。将2016年径流试验小区的DEM与模拟生成的径流小区建成初期的原始DEM进行叠加分析，得到自径流试验小区建成以来的土壤侵蚀体积为4.63m3，土壤侵蚀量为6.34t，年平均侵蚀模数达3.17×104t/（km2·a），侵蚀等级属剧烈侵蚀。

图1 稀土尾矿弃渣试验小区DEM及立体点云图

2.2 侵蚀沟形态分析

结合不同坡位处侵蚀沟形态可更好说明不同年份之间的侵蚀规律差异。分别在径流小区集水槽2m（下坡）和4m（中坡）处取垂直剖面，分析剖面侵蚀沟形态特征（见图2、3）。如图2所示，不同年份的稀土尾矿径流小区上坡处侵蚀沟形态差异不显著，沟深与沟宽几乎没有变化，沟深均在1.72m左右，沟宽为1.03m左右；上坡处仅有2条侵蚀沟（1号和3号），1号侵蚀沟左侧沟壁上方坍塌并堆积在侵蚀沟内，3号侵蚀沟沟型呈现U型，并有向V型发展的趋势。图3所示，不同年份径流小区中坡处侵蚀沟形态存在差异，沟深和沟壁均发生变化，其中2016年12月～2017年12月，1号和3号侵蚀沟继续下切，沟深增加分别为11.24cm和6.82cm；1号侵蚀的沟宽增大，是由于其右侧沟壁坍塌侵蚀所致，平均沟宽增加了12.67cm；其它3条侵蚀沟均存在一定的下切，侵蚀沟沟深有所增加，在1～2cm之间。2017年12月～2018年3月，5条侵蚀沟沟型变化甚微，仅3号侵蚀沟有少许由于沟壁坍塌以及沟谷侵蚀等造成的沟型微弱变化；所有侵蚀沟形态均为V型。

图2 稀土尾矿弃渣小区上坡处坡面沟型图

图3 稀土尾矿弃渣小区中坡处坡面沟型图

2.3 年度侵蚀量估算

图4和图5为不同年份稀土尾矿径流小区的微地貌变化图。2016年12月至2017年12月（图4），径流小区平均侵蚀深度为1.40cm，最大侵蚀深度为42.06cm；期间径流小区内侵蚀与堆积并存，通过ArcGIS填挖方计算，堆积体积为0.24m3，主要堆积在径流小区下坡处，侵蚀体积为0.84m3，主要集中在原有侵蚀沟壁位置，核减最终侵蚀体积为0.60m3，总侵蚀量为0.82t。2017年12月至2018年3月（图5），径流小区平均侵蚀深度为0.50cm，最大侵蚀深度为24.31cm，期间径流小区内侵蚀与堆积并存，堆积体积为0.22m3，侵蚀体积为0.44m3，侵蚀的主要部位与2016年12月至2017年12月略有不同，侵蚀主要为原有侵蚀沟内堆积物的侵蚀，沟壁侵蚀较少，核减最终侵蚀体积为0.22m3，总侵蚀量为 0.30t。

图4 稀土尾矿弃渣小区2016～2017年侵蚀情况

图5 稀土尾矿弃渣小区2017～2018年侵蚀情况

3 结论

采用无人机航测和近景摄影测量技术，获取研究区不同时期的高精度点云数据，生成高精度的DEM数据，对不同时期的侵蚀沟剖面以及土壤侵蚀量进行了统计估算分析，结果表明：

（1）稀土尾矿弃渣小区2012年建成至2016年，侵蚀体积数为4.63m3，侵蚀量为6.34t，年平均侵蚀模型为3.17×104t/km-2·a-1，侵蚀强度属于剧烈侵蚀，危害巨大。

（2）稀土尾矿径流小区共发育有5条侵蚀沟，侵蚀沟最大沟深为1.24m，最大沟宽为2.36m，侵蚀沟发育稳定后，侵蚀多集中在原有侵蚀沟沟壁，侵蚀沟沟型由U向V型发展。

（3）采用无人机低空航测和近景摄影测量技术，结合ArcGIS空间分析，可以生成高精度的DEM数据，开展稀土尾矿的水土流失动态监测和土壤侵蚀模数估算，全面有效的反映整个稀土尾矿侵蚀状况。