辽西水土流失动态监测模型的改进与应用

赵 野

(辽宁泽龙水利实业有限责任公司，辽宁 沈阳 110003)

自2018年起，辽宁省根据水利部统一部署，按照“统一标准、分级负责、协同开展、不重叠、全覆盖”的原则，辽宁省基于2m分辨率卫星遥感影像，采用卫星遥感解译、野外调查验证和模型计算相结合的技术路线，组织开展年度水土流失动态监测工作[1]。通过水土流失动态监测，辽宁省水土流失总面积年均下降超1.0%，水土流失状况持续好转，生态环境整体向好，水土流失实现面积强度“双下降”、水蚀风蚀“双减少”[2]。通过开展水土流失动态监测工作，对于全面掌握全省国家级水土流失重点防治区、省级水土流失重点防治区的水土流失面积、强度和动态变化情况具有重要意义[3]。在进行水土流失动态监测中需要采用水土流失监测模型对其水土流失面积、强度和动态变化进行计算和分析，传统方法主要采用单一考虑降雨因子对水土流失动态监测影响的模型进行计算[4-9]。多个研究成果表明[10-12]，水土流失监测需综合考虑降雨和径流的双重影响，才能较为准确地对区域水土流失情况进行动态监测。为此，文章通过构建径流和降雨因子的水土流失动态预测模型，以辽宁省水土流失较为严重的辽西地区为具体实例，结合野外调查验证模型，探讨改进模型的适用性，研究成果对于全面掌握全省国家级水土流失重点防治区、省级水土流失重点防治区的水土流失面积、强度和动态变化情况，以及推动小流域综合治理从常规治理到精准治理转型升级具有重要的意义。

1 水土流失动态监测模型的改进方法

在传统单一考虑降雨因子水土流失动态监测模型的基础上，加入径流因子Qsurf，模型改进计算方程：

Y=11.8×(Qsurf·qpeak·A)0.56·K·C·P·L·R

(1)

式中，Y—水土流失量的计算值，t;Qsurf—径流因子，mm，该值可通过区域径流系数和降雨因子相乘得到；qpeak—暴雨因子，mm，为最大30min暴雨值，一般可从区域暴雨等值线图中获取；A—水土流失面积，m2；K—土壤侵蚀因子，该值可通过区域水土流失调查中得到；C—植被覆盖因子，与区域植被覆盖率相关，植被覆盖率低于30%，其植被覆盖因子一般取为0.6，植被覆盖率高于30%，一般取为0.4，植被覆盖率高于60%，一般取为0.2，植被覆盖率越高，该值越小；P—水土保持措施因子，该值与水土流失区坡度相关，坡度越高，该值越低；L—地形坡度，该值可通过遥感影像数据进行获取；R—粗糙度因子，该值一般与土壤物理性质相关，不同类型的R值取值范围可详见参考文献。

2 实例计算

2.1 辽宁省水土流失概况

辽宁东部及东南部输沙模数多为100～200t/(km2·a)，桓仁、新宾一带，输沙模数小于1000t/(km2·a)，少数地方为200～5000t/(km2·a)。中部输沙模数为50～2000t/(km2·a)。辽宁西部的输沙模数比东部大，分布趋势由南向北递增，南部为200～5000t/(km2·a)，中部基本为500～10000t/(km2·a)，北部输沙模数增大到1000～20000t/(km2·a)，西北部柳河的上游输沙模数可高达50000t/(km2·a)。而从水土流失强度来看，辽宁省水土流失强度包括微度侵蚀、轻度侵蚀、中度侵蚀。辽宁东部、中部以及西南部为微度侵蚀区；西北部大多数地区为轻度侵蚀，而只有很小一块区域为中度侵蚀。辽宁省水土流失强度分级如图1所示。文章主要以辽宁西部的大凌河流域为研究区域，流域南部区域土壤侵蚀相对严重，土壤侵蚀模数大都为450～600t/(km2·a)，基于2m分辨率卫星遥感影像，采用卫星遥感解译、野外调查验证和模型计算相结合的技术路线，组织区域水土流失动态监测研究。

图1 辽宁省水土流失强度分级

2.2 遥感影像数据处理

模型需要数字高程数据，主要是提取计算单元的坡度，作为水土流失动态监测改进模型中地形和水土保持措施因子提取的依据，文章选用的数字高程模型分辨率为1∶100万，选用的地理坐标系为GSC 2000，在进行地理坐标转换后，得到区域的数字高程遥感影像数据。土地利用数据主要用来计算区域植被覆盖率，文章选用的土地利用数据为2020年区域的土地利用数据，经过地理坐标配准后得到区域的土地利用数据，计算得到区域2020年度植被覆盖率为35%。在模型计算时需要对不同土壤类型的水土流失因子进行确定，为此文章结合区域土壤遥感数据，对其不同土壤类型进行了土壤质地参数的提取，对各土壤类型的水土流失因子进行计算。在进行模型计算时，需要考虑降雨和径流因子的影响，降雨因子主要结合朝阳地区最大30min暴雨等值线图进行查读，研究区域最大30min暴雨量为65mm。径流因子主要通过研究区的径流系数进行确定，将降雨因子和径流系数进行相乘得到径流量。研究区域的遥感影像如图2所示。

图2 研究区遥感数据

2.3 模型计算参数设置

在采用改进的水土流失监测模型进行监测时，考虑到水土流失沟壑侵蚀和冲刷影响，初考虑研究区域水土流失坡面量的计算，还重点考虑水土流失沟壑侵蚀的影响，对改进模型的参数进行取值范围的确定，见表1。

表1 水土流失动态监测模型参数取值范围

2.4 模型验证

结合遥感影像数据对改进的水土流失监测模型进行相关参数的获取，对研究区2010—2020年的水土流失量进行计算，并结合野外调查的水土流失量对不同模型进行验证，验证结果见表2。

表2 不同水土流失监测模型验证结果对比

对研究区域2010—2020年的水土流失量进行调查，并分别采用传统方法和改进方法，结合区域不同时间遥感影像数据对其水土流失量进行计算，结合相对误差即计算水土流失量和调查水土流失量之间的差异，对改进方法的水土流失计算精度进行对比分析，从对比结果可看出，相比于传统水土流失计算方法，改进方法下的相对误差较传统方法有明显改善，计算相对误差平均值降低±12.2%。这主要是因为传统方法单一考虑降雨对区域水土流失的影响，而径流因子对水土流失影响比重在一些区域超过降雨影响，不加以考虑很难对区域水土流失量进行全面动态监测。改进的水土流失模型可综合考虑降雨因子，并可重点考虑最大30min降雨的影响，此外通过区域地表径流系数对其径流因子进行分析，更符合区域径流变化的实际情况，综上所述，改进的水土流失动态监测方法要好于传统计算方法。

2.5 水土流失动态监测结果

结合2010年和2020年的遥感影像数据，对其地形、植被覆盖、土壤侵蚀因子进行提取，基于改进的水土流失计算模型，分别对2010年和2020年的土壤侵蚀度进行空间分布的计算，计算结果如图3所示。

图3 研究区域不同年份土壤侵蚀空间分布结果

从2010年和2020年土壤侵蚀空间分布可看出，研究区域土壤侵蚀空间分布总体从南到北逐步递增，这主要和区域的下垫面条件以及降雨空间分布相关，研究区域南部降水量平均值要比北部区域高约100mm，此外南部植被覆盖率要低于北部区域，且土壤类型主要为砂壤土，使得其土壤侵蚀模数比北部区域平均高出50t/(km2·a)，且处于中度土壤侵蚀强度等级的面积比例也要比北部地区高20%左右。对研究区域进行野外实地调查发现，计算的区域土壤侵蚀模数空间分布较符合区域实际情况，模型计算的土壤侵蚀空间分布和水土流失监测点的水土流量吻合度较高，这主要是因为当前高清遥感影像数据以及技术的快速发展，为水土流失动态监测提供了有效的技术手段和计算依据，并通过采用可综合考虑降雨和土壤侵蚀因子的水土流失计算模型，也相应地提高了其计算精度。通过分析辽西地区水土流失总面积年均下降超1.0%，水土流失状况持续好转，生态环境整体向好，水土流失实现面积强度“双下降”、水蚀风蚀“双减少”。

3 分析结论

(1) 在采用改进的水土流失监测模型时，建议从区域暴雨等值线分布图中选取最大30min暴雨量作为模型的暴雨因子，若无30min暴雨量值，可选用60min暴雨量值进行内插。

(2) 径流因子是改进模型的重要输入项，可结合区域径流系数和暴雨量进行折算得到，也可采用水文模型进行地表径流深的计算，但水文模型方法操作较多，操作难度较大，不便于实际计算操作。

(3) 在进行遥感影像数据处理时，为提高水土流失监测精度，建议采用2m范围的高清遥感影像进行分析，也可采用无人机航拍的方式对其水土流失进行航拍监测。