基于遥感的赣江下游尾闾水土流失敏感性分析

袁瑾雯，熊 峰

(江西省水利科学院，南昌 330000)

0 引 言

水土流失敏感性主要衡量区域生态系统发生水土流失的可性能及程度，通过分析及评价区域水土流失敏感性，针对水土流失发生可能性较大的区域采取有效的防治措施，对于我国水土流失治理意义重大。遥感技术可同步获得大面积观测信息，并具备较强的现势性，应用于水土流失影响因子空间分布及区域水土流失敏感性评价方面具有十分突出的优势。文章主要基于landsat-8OLI卫星影像遥感数据，通过对植被覆盖率、植被氮反射指数、地形坡度、土壤指数等评价因子的反演及区域水土流失敏感性指数的构建以进行具体工程区水土流失敏感程度的分析评价，从而为水土流失重点防治区域的确定提供科学依据。

1 工程区概况

赣江抚河下游尾闾综合整治工程地处江西省中北部，鄱阳湖西南岸，为赣江、抚河下游及尾闾入湖河道所夹区域，土地面积2800km2。工程在赣江尾闾建设由主支、北支、中支、南支拦河水闸组成的南昌水利枢纽工程，并实施洲头防护。工程区地貌类型属冲积平原地貌，气候属亚热带湿润季风气候区，土壤类型主要为砂质土、红壤、水稻土；地带性植被为亚热带常绿阔叶林，现状植被类型为针叶林、针阔混交林和灌木林为主，工程区现状林草覆盖率约9%；土壤侵蚀类型以水力侵蚀为主，容许土壤流失量为500t/km2·a，项目区平均土壤侵蚀模数为410t/km2·a。

该工程在建设过程中必将产生大量的土石方，导致水土流失发生及规模扩大，如不采取水土保持措施，泥沙极易泄入河道并导致河道淤积，影响河道行洪安全，导流围堰建设与拆除的过程中也会有大量土石方流入河道，造成水体浑浊度增加，水质恶化，对河流生态环境产生负面影响。为此，必须对该工程实施造成的水土流失影响范围及敏感性进行科学测定。

2 数据及方法

2.1 数据处理

以来自中科院计算机网络信息中心地理空间数据云平台的成像于2021年3月20日的landsat-8OLI卫星影像遥感数据为基础性资料，其多光谱波段及全色波段的空间分辨率分别达到30m和15m，数据质量符合监测及应用要求。借助ENVI5.3软件定标影像，并融合多光谱影像和全色影像的基础上，通过目视解译和监督分类等手段进行工程区土地利用类型的解译[1]。为进行遥感影像反演数据的后续空间叠合分析，还应用ArcGIS软件的坡度计算工具针对DEM数据生成坡度格栅[2]。

2.2 研究方法

2.2.1 评价因子

水土流失过程通常是气候、土壤、植被及地形地貌等自然条件和工程建设、人类活动等人为条件综合作用的结果，在水土流失敏感性评价因子选取时必须综合考虑以上各个方面。文章结合相关文献研究成果及实践经验，并充分利用多光谱遥感数据技术优势，最终采用植被覆盖率、植被氮反射指数、地形坡度、土壤指数等评价因子进行赣江抚河下游尾闾水土流失敏感性分析，且以上评价因子均采用ENVI5.3软件中的Band Math工具计算和分析。

1)植被覆盖率(Fractional Vegetation Cover, FVC)是进行水土流失程度及敏感性评价的最常用指标，对该指标数值进行反演主要通过植被覆盖指数(Normalized Difference Vegetation Index, NDVI)归一化过程实现，公式如下：

(1)

(2)

式中：NDVImax为纯植被像元植被覆盖指数；NDVImin为裸土像元植被覆盖指数；NIR为landsat-8OLI卫星影像遥感数据近红外波段反射率；Red为landsat-8OLI卫星影像遥感数据红波段反射率。

2)植被氮反射指数。植被光合作用及成长离不开氮元素，根据相关研究，植被缺乏氮元素，会导致植被稀疏，枯枝落叶无法有效拦截降水和径流，进而增大水土流失的可能；植被成长的茂盛程度可通过氮反射指数(Nitrogen Reflectance Index, NRI)进行反应。由此，可通过植被氮反射指数指标衡量水土流失敏感程度。该指标通常通过近红外波段反射率NIR及绿波段反射率进行反演，公式如下：

NRI=NIR/Green

(3)

式中：Green为绿波段反射率；其余参数含义同前。

3)地形坡度。该指标主要影响径流冲刷能力和土壤侵蚀形式，文章主要通过ArcGIS软件的空间分析模块及坡度计算工具进行工程区地形坡度计算。

4)土壤指数：对于降雨强度较大且林分结构单一的山地丘陵地区，因缺乏草地、灌木等林下植被，发生中度以上林下水土流失的可能性较大。为此，必须在植被覆盖度指标之外增加归一化土壤指数(Normalized Difference Soil Index, NDSI)，以体现林下地表裸露程度及林下水土流失可能性，公式如下：

(4)

式中：SWIR1为landsat-8OLI卫星影像遥感数据短波红外1波段反射率；其余参数含义同前。

2.2.2 水土流失敏感性指数

在以上评价因子的基础上，构建能够综合体现赣江抚河下游尾闾综合整治工程区水土流失敏感程度的敏感性指数。为保证各评价因子具备可比性，还必须进行各因子标准化处理，使各因子取值均在[0,1]区间内。在此基础上构建的工程区水土流失敏感性指数(Sensitivity Index, SI)表示如下：

(5)

式中：SIj为第j格栅单元水土流失敏感性指数；Cij为第j格栅单元中第i个评价因子标准化取值；Wi为第j格栅单元中第i个评价因子权重。

为量化反映赣江抚河下游尾闾综合整治工程区水土流失敏感性中不同评价因子的影响和作用程度，必须借助熵权法结合各因子原始信息及效用价值进行因子权重的确定。

3 结果及分析

3.1 评价因子空间分布

使用ArcGIS绘制赣江抚河下游尾闾综合整治工程区植被覆盖率、植被氮反射指数、地形坡度、土壤指数等评价因子空间分布图。考虑到植被覆盖率和氮反射指数对于植被覆盖区域较为适用，为保证分析过程的严谨性及结果的准确性，忽略工程区建设用地、交通、水域及耕地等非植被覆盖的土地利用类型，仅分析草地、林地等区域水土流失敏感性。根据对评价因子空间分布图的分析，文章所提出的四个评价因子所具备的空间异质性均较大，且该工程区植被覆盖率均值高达72.13%，FVC表现出东西高、中部低的空间分布特征。

该工程区中部地区地形比较平坦，居住密度大，人类活动频繁，土地利用类型主要为园地和稀疏林地；东西地区则主要为低山丘陵地形，植被茂密。NRI则呈现出东低西高的趋势，这与工程区植被分布实际情况基本一致。NDSI取值较高的区域主要在城镇村庄及公路沿线等受人类活动影响较大的地区，而取值低的区域主要为山地、丘陵等远离人类活动的区域。

3.2 水土流失敏感性等级划分

采用熵权法确定出的赣江抚河下游尾闾综合整治工程区植被覆盖率、植被氮反射指数、地形坡度、土壤指数等评价因子的权重分别为0.1945、0.2694、0.2533、0.3082，通过ArcGIS软件中的格栅计算工具进行工程区水土流失敏感性指数计算，并按照自然断点分级法[3]将工程区水土流失敏感程度划分为高度敏感、中度敏感、轻度敏感、不敏感等级别。最终所得出的工程区各水土流失敏感性等级所对应的面积及占比情况具体见表1。

表1 工程区水土流失敏感性等级划分情况

通过分析结果可知，赣江抚河下游尾闾综合整治工程区水土流失主要以中度敏感和轻度敏感为主，且两种水土流失敏感程度之和在工程区总面积中的占比约为87%，中度敏感区和轻度敏感区面积分别为1307.88km2和1128.12km2，在总面积中占比分别为46.71%和40.29%；中度敏感区主要分布在偏远丘陵山地地带，轻度敏感区则大多分布在山地丘陵向平原河谷过渡区域；而高度敏感区和不敏感区占比分别为6.78%和6.22%。为此，必须根据各敏感区水土流失特点、防治责任和防治目标，加强治理与防护相结合，临时措施、植物措施与工程措施相结合，针对中度敏感和轻度敏感区构建起完整的水土流失防治体系。

4 结 论

综上所述，赣江抚河下游尾闾综合整治工程区水土流失敏感性主要为中度敏感和轻度敏感，且两者面积和在工程区总面积中占比达到87%，为此，必须以这两类区域为工程区水土流失防治的重点区域。文章水土流失敏感性分析所采用的多光谱遥感技术具有数据获取便捷、分析过程简便、操作性强、结论真实可靠等优势，但遗憾的是，该技术只能分析水土流失敏感程度及面积，无法量化获取水土流失的具体面积，这也为下一步研究提出了方向。