基于地形信息的遥感生态指数在水土保持区域评估中的应用

陈杭 顾哲衍 伊鑫 夏禹 程健

［关键词］ 地形信息；遥感生态指数；水土保持；区域评估；西山岛

［摘 要］ 科学评估区域水土流失状况是有效防治水土流失的重要基础和关键，然而因开发区面积较小，对基础数据的空间精度要求较高，故中国土壤流失方程较难在开发区尺度上运用。以遥感生态指数RSEI为基础，融入地形因子，构建了基于地形信息的遥感生态指数TRSEI，并以太湖西山岛为例，对比分析两种遥感生态指数在平原区和山区两种地貌类型区域的水土流失状况评估能力，以期为水土保持区域评估提供新思路。结果表明：融入地形因子后的TRSEI能够更清晰地还原出山区土壤侵蚀的形态特点，对于山脊、沟谷等水土流失易发区的纹理细节展现更加细致，更符合实际情况。

［中圖分类号］ TP79；S157  ［文献标识码］ A  ［文章编号］ 1000－0941（2023）05－0044－06

经济开发区是区域经济发展的重要载体，开发区扰动地表范围广、土石方挖填量大、施工周期长，导致开发区水土流失问题较为严重[1-2]。科学评估区域水土流失状况是有效防治水土流失的重要基础和关键。基于遥感技术的水土流失动态监测可以快速计算区域土壤侵蚀量，进而分析区域水土流失状况。水利部办公厅于2018年印发了《区域水土流失动态监测技术规定（试行）》，明确了区域水土流失动态监测应基于中国土壤流失方程（CSLE）。运用CSLE计算土壤侵蚀量时需要收集和处理气象、水文、土壤、地形等多种基础数据[3-4]，而开发区面积较小，对基础数据的空间精度要求较高，运用CSLE计算开发区土壤侵蚀量时经常出现基础数据匮乏的问题，故CSLE在开发区尺度上较难运用。

基于遥感技术的各种遥感指数可以对生态系统进行监测和评价，且所需基础数据容易获取。徐涵秋[5]构建了基于绿度、湿度、热度、干度指标的遥感生态指数（remote sensing based ecology index，RSEI），可以快速监测水土流失区的生态质量及其变化。之后，为了提升RSEI在不同类型地区对生态质量的表征能力，许多学者对RSEI进行了改进。例如，刘英等[6]针对空气质量较差的城市区，在RSEI指标体系中引入了大气浑浊度指标，利用主成分分析法构建了更全面的MRSEI，其监测精度在空气污染严重的城市区优于RSEI；王杰等[7]针对沙漠化地区建筑面积极少、土地大面积盐碱化的环境特点，在RSEI中舍去了建筑指数分量，引入盐度与土地退化指标，构建了更适用于沙漠化地区的ARSEI。然而，当前RSEI及其改进指数对地表局部区域的地形特征表征不足。以坡度坡长（LS）因子为代表的地形因子可以很好地反映地表局部区域的地形特征，且是水土流失量计算中的重要指标之一。本研究以RSEI为基础融入了地形因子，构建了基于地形信息的遥感生态指数TRSEI，并以太湖西山岛为例，对比分析TRSEI和RSEI在平原和山区两种地貌类型区域的水土流失状况评估能力，以期为水土保持区域评估提供新思路。

1 研究区概况

太湖西山岛位于江苏省苏州古城西南约40 km的太湖之中，面积82.13 km2。西山岛地处亚热带湿润季风气候区，四季分明，年均气温15.7 ℃，年均降水量1 128.9 mm。西山岛以低山丘陵为主，植被茂盛，平均海拔20 m。

2 研究方法

2.1 研究数据

研究数据主要包括遥感影像、DEM、土地利用、土壤侵蚀数据等。利用ENVI软件对遥感影像进行几何校正、辐射定标和大气校正等预处理，影像运算导出时，均采用最近邻采样法，以有效避免光谱失真；大气校正模型采用FLAASH模型，基于中纬度夏季的大气模型与城市气溶胶模型进行校正，可最大程度地还原研究区地表实际反射率。研究数据及其来源见表1。

2.2 研究方法

2.2.1 RSEI的计算

RSEI是集成绿度、湿度、干度和热度指标4种遥感参数量、经波段组合后形成的参数量［5］。

由表2可知：NDVI与NDSI、WET与NDSI呈显著的负相关性，相关系数分别为-0.81和-0.76，这与太湖西山岛植被主要分布于岛内山地，城镇和裸地大多集中分布于山脚和东北部、南部平原地区，植被分布区与城镇、裸地等相对独立有关；Tb与WET呈显著的负相关性，相关系数为-0.66，反映出西山岛的热度主要受湿度影响；其余指标间的相关性不显著。TRSEI所利用的NDVI、WET、NDSI及Tb分别能够较准确地反映太湖西山岛绿度、湿度、干度及热度信息，符合西山岛的生态特征。

2.2.3 主成分分析

通过对TRSEI和RSEI进行主成分分析（见表3），可以看出RSEI的第一主成分（PC1）特征值贡献率达到了89.41%，PC1集合了4个指标的绝大部分特征；TRSEI的PC1特征值贡献率为64.44%，尚不能解释5个指标的特征，主要原因是融入的地形信息是基于OLI影像光谱信息提取的，不包含波谱信息；PC1和PC2的特征值贡献率合计达到了93.94%，集合了5个指标的绝大部分特征，将PC1和PC2按照贡献率作为权重，合计后作为TRSEI的最终结果，RSEI也作同样的处理，增加结果的可比性。

2.2.4 RSEI和TRSEI的等级划分

RSEI结果通常以0.2为步长分为差、较差、中、良、优共5个等级，因TRSEI中融入了地形信息，故不宜套用RSEI的等级划分方法。本研究采用Jenks自然断点法对TRSEI结果进行等级划分，结果见表4。TRSEI和RSEI越接近1，代表生态环境状况越好。

3 结果与分析

3.1 地形地貌特征分析

太湖西山岛属低山丘陵区，其中山区面积41.48 km2，占总面积的50.51%；平原区面积40.65 km2，占总面积的49.49%。西山岛盛产茶叶、水果，岛内分布有大面积的果园、茶园和有林地，果园、有林地、茶园面积分别为24.81、18.58、11.73 km2，分别占总面积的30.21%、22.63%、14.28%。茶园和有林地在山区分布较多，果园在山区和平原区分布比较均匀，西山岛东北部和南部平原分布有耕地，面积6.72 km2，占总面积的8.18%。

在ArcGIS软件中统计不同土地利用类型在平原区和山区的平均高程、平均坡度和平均坡长（见表5）。平原区平均高程6.23 m，平均坡度1.53°，平均坡长2.83 km，整体地势平缓、坡度差异较小，各土地利用类型的坡度均不超过3°，其中耕地和灌木林地高程较低，城镇和农村建设用地、果园、茶园等高程较高；山区平均高程60.89 m，平均坡度8.66°，平均坡长1.90 km，整体地势起伏较大，其中有林地和茶园高程较高，且坡度均超过14°，存在较多的陡坡和斜坡，耕地、果园、城镇和农村建设用地等高程较低，地势相对平缓。

3.2 遥感生态指数结果

3.2.1 山 区

太湖西山岛山区与平原区界限较为清晰，且整体地势相对高差较大，为更好地反映水土流失状况，对西山岛分山區与平原区分别进行分析。由于山区植被茂盛，人类活动较少，整体生态较好，因此TRSEI和RSEI结果均集中在优和良等级，在差和较差等级分布较少。TRSEI结果中优、良、中、较差等级面积分别为8.80、26.43、5.60、0.65 km2，分别占山区面积的21.22%、63.72%、13.50%、1.57%；RSEI结果中优、良、中等级面积分别为26.88、13.90、0.70 km2，分别占山区面积的64.80%、33.51%、1.69%（见表6）。在融入地形因子后，RSEI结果中优等级的部分区域被划为了良等级，这些区域主要是坡度较大的山区果园、茶园、有林地等。

3.2.2 平原区

平原区TRSEI结果主要集中在较差和中等级上，优、良、中、较差、差等级面积分别为0.03、6.02、13.39、18.22、2.99 km2，分别占平原区面积的0.07%、14.81%、32.94%、44.82%、7.36%；RSEI结果主要集中在中和良等级，优、良、中、较差、差等级面积分别为5.18、17.00、14.47、1.00、3.00 km2，分别占平原区面积的12.74%、41.82%、35.60%、2.46%、7.38%（见表7）。在融入地形因子后，RSEI结果中优、良等级的部分区域被划为中和较差等级，这些区域主要是耕地、城镇和农村建设用地、果园等。这些区域人类活动频繁，生产建设活动会造成地形地貌的改变，而融入地形因子的TRSEI可以更好地表征出这些变化对生态质量的影响。

3.3 遥感生态指数与土壤侵蚀特征

通过计算西山岛的土壤侵蚀模数，可以看出西山岛以微度侵蚀［土壤侵蚀模数＜ 500 t/（km2·a）］为主，轻度及以上侵蚀主要集中在山区的沟谷、山脊两侧坡面等区域。通过对比西山岛土壤侵蚀模数与TRSEI、RSEI结果（见图2），可以看出TRSEI能够更清晰地还原出山区土壤侵蚀的形态特点，对于山脊、沟谷等水土流失易发区的纹理细节展现更加细致，而这些区域因植被茂盛，故在RSEI结果中大多表现为生态环境状况较好，只有在加入地形因子后，才能更好地反映这些区域的水土流失风险。

此外，分别统计山区和平原区TRSEI和RSEI不同等级的平均土壤侵蚀模数（见表8），可以看出TRSEI在山区和平原区各等级的平均土壤侵蚀模数均高于RSEI，且各等级的土壤侵蚀模数变化梯度更加明显，更符合实际情况。

4 结论与讨论

水土保持区域评估需要对区域水土流失现状及风险作出评估，以便科学合理地配置水土保持措施，然而在实际工作中缺少可以驱动CSLE的基础数据，迫切需要研发可以进行区域水土流失状况评估的遥感评价模型。本研究基于RSEI的绿度、湿度、干度、热度指标，引入地形因子，形成包含地形指标的TRSEI，以期改善RSEI在山区特征明显区域的应用能力。结果表明：①在融入地形因子后，RSEI结果中优等级的部分山区被划为了良等级，主要是坡度较大的山区果园、茶园、有林地等；优、良等级的部分平原区被划为中和较差等级，主要是平原区耕地、城镇和农村建设用地、果园等，这些区域由于地形陡峭或人类活动频繁，因此水土流失风险较大。②西山岛以微度侵蚀为主，轻度及以上侵蚀主要集中在山区的沟谷、山脊两侧坡面等区域，TRSEI可以更清晰地还原出山区土壤侵蚀的形态特点，对于山脊、沟谷等水土流失易发区的纹理细节展现更加细致。③TRSEI在山区和平原区各等级的平均土壤侵蚀模数均高于RSEI，且各等级的土壤侵蚀模数变化梯度更加明显，更符合实际情况。

在进行地形情况较为复杂区域的水土流失评估时，需要充分考虑地形因素的影响，构建更加适用的指数模型，以提升结果的可信度和指导价值。本研究提出的TRSEI因融入了地形因子，故在一定程度上弥补了传统RSEI的不足。然而，本研究采用的地形数据是基于ASTER GDEM数据生成的30 m分辨率的DEM，对地形模拟的能力不如基于实测地形图生成的DEM，且因基于DEM计算得到的LS因子不能直接融入TRSEI中，需要将超出人为设定的LS因子阈值之上的部分划为“噪声”，在去除“噪声”后才能参与计算，故LS因子不能呈现全部的地形信息。人为设定的阈值受主观因素影响，其取值将影响TRSEI对地形真实细节的表征能力，下一步可引入数理统计中的置信度概念，建立相应的区间估计方法确定最佳阈值，并采用基于实测地形图生成的DEM参与计算，以增强TRSEI的准确性和科学性。

[参考文献]

[1] 张小林.对加强工业园区水土保持方案编报管理的思考[J].中国水土保持，2013（7）：15-17.

[2] 陈知送，段东亮，姚成平，等.广东省水土保持区域评估理念及方法[J].中国水土保持，2021（11）：16-19.

[3] 张晓远，刘朱婷，连少宏，等.基于RCSLE的粤西均墟河小流域水土流失动态变化[J].中国水土保持科学，2022，20（4）：42-49.

[4] 陈羽璇，杨勤科，刘宝元，等.基于CSLE模型的珠江流域土壤侵蚀强度评价[J].中国水土保持科学，2021，19（6）：86-   93.

[5] 徐涵秋.水土流失区生态变化的遥感评估[J].农业工程学报，2013，29（7）：91-97，294.

[6] 刘英，党超亚，岳辉，等.改进型遥感生态指数与RSEI的对比分析[J].遥感学报，2022，26（4）：683-697.

[7] 王杰，马佳丽，解斐斐，等.干旱地区遥感生态指数的改进：以乌兰布和沙漠为例[J].应用生态学报，2020，31（11）：3795-3804.

[8] 杨羽佳，张怡，匡天琪，等.利用改进城市遥感生态指数的苏州市生态分析[J].测绘科学技术学报，2021，38（3）：323-330.

［作者简介］ 陈杭（1976—），男，江苏淮安人，高级工程师，学士，主要从事水土保持规划与设计工作；通信作者顾哲衍（1990—），男，安徽滁州人，工程师，硕士，主要从事水土保持监测工作。

［收稿日期］ 2023-03-28

（责任编辑 李佳星）