利用GIS進行忻州窯礦區(qū)水土流失評估

劉文龍，王 堅，趙小平

(1. 北京工業(yè)職業(yè)技術學院，北京 100042； 2. 中國礦業(yè)大學,江蘇 徐州 221008)

一、引 言

土壤侵蝕是指地球表面的土壤及其母質(zhì)受水力、風力、凍融、重力等外力的作用，在各種自然因素和人為因素的影響下發(fā)生的各種破壞、分離、搬運和沉積的現(xiàn)象。礦區(qū)開采由于棄土廢渣的任意排放、破壞地下水資源的平衡等原因，經(jīng)常伴隨著對地表植被的嚴重破壞，使得地表直接裸露，在降雨的影響下，造成嚴重的水土流失。水土流失破壞地面完整，降低土壤肥力，造成土地硬石化、沙化，影響農(nóng)業(yè)生產(chǎn)，威脅城鎮(zhèn)安全，加劇干旱等自然災害的發(fā)生。水土流失對礦區(qū)的生態(tài)和環(huán)境危害極大，為了有效地治理水土流失，必須采取有效的措施，對水土流失進行分級評估。

二、研究區(qū)概述

試驗選擇忻州窯礦區(qū)作為研究區(qū)域,地處大同煤田東北端，大同市南75°西，直線距離17.5 km，井田呈一不對稱的向斜構(gòu)造(忻州窯向斜)，井田東西長5.7 km，南北寬6.08 km，面積為18.038 7 km2。區(qū)內(nèi)地層主要以侏羅系地層為主,含多層煤，煤層底板堅硬、頂板堅硬、煤質(zhì)硬度大，即“三硬”煤層。礦區(qū)地表主要為山區(qū)，包含部分村莊、道路及耕地等生活設施。

水土流失的原因有水力侵蝕、風力侵蝕、人為侵蝕等，礦區(qū)水土流失的主要原因為開采導致的人為侵蝕。

本研究使用的數(shù)據(jù)包括忻州窯礦區(qū)1∶1萬DEM(分辨率為5 m×5 m)、2005年Landsat/TM影像(分辨率為30 m×30 m)、山西大同氣象數(shù)據(jù)及忻州窯礦區(qū)礦界圖等。各數(shù)據(jù)由于來源不同，坐標系、投影均不相同，在進行水土流失分級評估前，首先對數(shù)據(jù)進行坐標系轉(zhuǎn)化，統(tǒng)一轉(zhuǎn)化為1980西安坐標系。數(shù)據(jù)采用ArcGIS 10進行分析處理。

三、研究方法

1． 土壤流失方程

在長期的土壤侵蝕研究中，土壤流失方程發(fā)揮了重要的作用。隨著GIS與RS的發(fā)展，綜合運用GIS的方法與遙感影像成為研究土壤侵蝕的重要手段。土壤流失方程(USLE)是由Wischmeier等在對美國東部地區(qū)30多個州1萬多個徑流小區(qū)近30年的觀測資料進行系統(tǒng)分析基礎上得出的，修正后的土壤流失方程(RUSLE)是美國農(nóng)業(yè)部根據(jù)USLE改進而來的，在應用范圍和精度上都有較大的提高[1-2],其基本形式為

A=R·K·L·S·C·P

(1)

式中，A為土壤流失量(t·hm-2·a-1)；R為降雨侵蝕力因子(MJ·mm·hm-2·h-1·a-1)；K為土壤可侵蝕因子(t·hm2·h·MJ-1·mm-1·hm-2)；L、S為坡長、坡度因子(無量綱)；C為覆蓋與管理因子(無量綱)；P為水土保持措施因子(無量綱)。應用RUSLE進行水土流失分析的關鍵是各參數(shù)因子的確定。

2. RUSLE因子計算

(1) 降雨侵蝕力因子R

降雨侵蝕力因子是評價降雨引起土壤分離和搬運的潛在動力指標。土壤具有一定的抗侵蝕能力，當?shù)貐^(qū)的降雨量較大時，會引起土壤侵蝕。該因子的計算較多地采用Wischmeier提出的經(jīng)驗公式，該公式利用多年各月平均降雨量計算降雨侵蝕力R。R的經(jīng)驗公式為[3]

(2)

式中，Pi為第i個月的平均降雨量(mm)；P為年降雨量(mm)。由于研究區(qū)面積不大，且距離大同氣象站較近，因此本研究采用大同氣象站點2005—2009年的降水數(shù)據(jù)計算唯一R值，R=216.836，作為常數(shù)代入方程進行分析計算。

(2) 土壤可侵蝕性因子K

土壤的可侵蝕性因子指不同類型的土壤受侵蝕的潛在可能性，在相同的條件下，K越大，土壤越容易受侵蝕。土壤的可侵蝕性因子受土壤結(jié)構(gòu)、有機質(zhì)含量和土壤剖面滲透性的影響，特別是受土壤機械組成和土壤有機含量影響較大。根據(jù)Williams等在EPIC模型中發(fā)展的土壤可侵蝕性因子K的計算方法[4]，近似確定出不同土壤類型的可侵蝕性因子K值。本文在研究區(qū)范圍內(nèi)隨機采樣了37個點，計算出土壤可侵蝕性因子，然后通過IDW插值的方法獲取研究區(qū)范圍內(nèi)的土壤可侵蝕性因子，如圖1所示。

圖1 土壤可侵蝕性因子分布圖

(3) 地形因子

坡長L因子是在其他條件相同的情況下，特定坡長的坡地土壤流失量與標準徑流小區(qū)坡長的坡地土壤流失量的比值；坡度因子S是指在其他條件相同的情況下，特定坡度的坡地土壤流失量與標準徑流小區(qū)坡度的坡地土壤流失量之比值。實踐中，常把LS合稱為地形因子，該因子集中反映了地形變化對土壤流失量的影響。LS的計算有多種方法，本研究采用Moore 和Burch提出的方法進行計算[5-6]，該方法簡單易行，公式如下

LS=(FA·CS/22.13)0.4·(sin slope/0.089 6)1.3

(3)

式中，F(xiàn)A為匯流累積量；CS為像元大??；slope為坡度。匯流累積量可以使用ArcGIS水文分析模塊的流量工具計算，坡度可使用表面分析模塊中坡度工具提取，然后將提取的柵格圖層按照式(3)，利用柵格計算器計算地形因子LS，計算結(jié)果如圖2所示。

圖2 地形因子分布圖

(4) 覆蓋與管理因子C

C與P是水土流失的抑制因素，地表的植被與人工的水土保持措施可有效地減少水土流失。其中C值主要受地表的植被覆蓋和土地利用現(xiàn)狀的影響。地表的植被覆蓋度與土地利用現(xiàn)狀可采用Landsat影像進行處理得到。

地表植被覆蓋度的提取可使用歸一化植被指數(shù)NDVI，計算公式為

式中，NIR表示近紅外波段；RED表示紅外波段。NDVI數(shù)值介于-1到1之間，其中，負值表示該區(qū)域代表非植被覆蓋，正值表示為植被覆蓋區(qū)域，且值越大，植被數(shù)量越多。NDVI的提取根據(jù)Landsat TM影像，采用ENVI軟件來計算。

植被覆蓋度的計算根據(jù)D.E. Jone在歐洲土壤侵蝕評價中提出的公式，以NDVI計算[7]，計算公式為

式中，α、β為曲線形狀的參數(shù)，根據(jù)實際情況采用α=2,β=1。根據(jù)提取的NDVI值，采用柵格計算器，計算得到忻州窯礦區(qū)植被覆蓋因子，如圖3所示。

圖3 植被覆蓋度分布圖

(5) 水土保持措施因子P

水土保持措施因子P是采取水土保持措施后，土壤流失量與順坡種植時的土壤流失量的比值。目前，P的估算多根據(jù)土地利用類型確定。本文P值的確定參考張衛(wèi)國的研究結(jié)果，不同的土地利用類型的水土保持措施因子P值見表1[8]。該指標反映了植被管理對水土流失的影響，其范圍在0—1之間。

表1 不同土地利用類型的水土保持措施因子P

根據(jù)忻州窯礦區(qū)Landsat TM影像，采用監(jiān)督分類的方法，通過對影像的解譯，獲取忻州窯礦區(qū)土地利用現(xiàn)狀分類圖；然后根據(jù)表1所示，在ArcGIS中對土地利用現(xiàn)狀圖進行柵格計算，為不同的土地利用類型賦不同的水土保持措施因子P，即可得到忻州窯礦區(qū)水土保持措施因子分布圖，如圖4所示。

圖4 忻州窯礦區(qū)水土保持措施因子分布圖

四、結(jié)果分析

根據(jù)式(1)，以及上述所計算的各因子圖層，在ArcGIS中使用柵格計算器，將各因子圖層相乘，即可得到忻州窯礦區(qū)水土流失分布圖。根據(jù)《土壤侵蝕分級標準》(SL190—96)，按照水土流失強度的不同，將水土流失分為6級，見表2。

表2 水土流失分級

根據(jù)表2，在ArcGIS中進行重分類，即得到忻州窯礦區(qū)水土流失分布圖，如圖5所示。對柵格圖像進行統(tǒng)計，統(tǒng)計結(jié)果見表3。忻州窯礦區(qū)約有20%的地區(qū)水土流失較嚴重，該部分地區(qū)多是位于溝谷底部，植被較少的區(qū)域。

圖5 水土流失分布圖

表3 土壤侵蝕結(jié)果匯總

五、結(jié)束語

通過上述研究可以發(fā)現(xiàn)，水土流失量的大小是降雨、地形、植被、土壤等各種因子綜合作用的結(jié)果。在植被較少、坡度較大的地區(qū)，水土流失比較嚴重。忻州窯礦區(qū)約有20%的地區(qū)水土流失較嚴重，該部分地區(qū)多是位于溝谷底部，植被較少的區(qū)域。在一定的時期內(nèi)，降雨侵蝕力因子與土壤可侵蝕性因子可以視為固定值，為了綜合治理礦區(qū)的水土流失，應當退耕還林還草，增加礦區(qū)的植被覆蓋度。

參考文獻：

[1] WISCHMEIER W H, SMITH D D. Predicting Rainfall-erosion Losses from Cropland East of the Rocky Mountains: Guide for Selection of Practices for Soil and Water Conservation[M]. Washington, D.C.: Agricultural Research Service, US Department of Agriculture, 1965.

[2] 周湘山，孫保平，李錦榮，等. 基于GIS和USLE的土壤侵蝕定量分析研究——以四川省洪雅縣為例[J]. 水土保持研究， 2011，18(4): 5-10.

[3] WISCHMEIER W H, JOHNSON C B,CROSS B V.A Soil Erodibility Nomograph for Farmland and Construction Sites[J].Journal of Soil and Water Conservation, 1971,26(5)：189-193.

[4] 呂喜璽，沈榮明.土壤可蝕性因子K值的初步研究[J]. 水土保持學報, 1992(1): 63-70.

[5] MOORE I D, BURCH G J. Physical Basis of the Length-slope Factor in the Universal Soil Loss Equation[J]. Soil Science Society of America Journal, 1986, 50(5): 1294-1298.

[6] 劉文龍，王堅，趙小平.基于靜態(tài)小波分析的高分辨率影像融合[J].金屬礦山，2008(2)：97-101.

[7] 余瞰，柯長青.遙感與GIS支持下的土壤侵蝕強度快速評價方法研究[J]. 國土資源遙感， 2007(3): 82-84.

[8] 王堅,張繼賢，劉正軍，等.基于經(jīng)驗模態(tài)分解的高分辨率影像融合[J]. 遙感學報， 2007，11(1)：55-61.