基于亞米級(jí)遙感影像的土壤侵蝕治理成效監(jiān)測評(píng)估
——以福建長汀縣朱溪小流域?yàn)槔?/h1>
2017-09-15 16:01:20周小成余治忠汪小欽
水土保持研究 2017年3期
周小成, 余治忠, 汪小欽, 魯 林
(福州大學(xué) 地理空間信息技術(shù)國家地方聯(lián)合工程研究中心 空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室, 福州350002)
基于亞米級(jí)遙感影像的土壤侵蝕治理成效監(jiān)測評(píng)估
——以福建長汀縣朱溪小流域?yàn)槔?/p>
周小成, 余治忠, 汪小欽, 魯 林
(福州大學(xué) 地理空間信息技術(shù)國家地方聯(lián)合工程研究中心 空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室, 福州350002)
以福建長汀縣朱溪小流域?yàn)槭痉秴^(qū)，選取2011年和2014年兩期亞米級(jí)高分辨率遙感影像為主要數(shù)據(jù)源，輔助降雨數(shù)據(jù)、1∶1萬DEM、土壤數(shù)據(jù)等開展土壤侵蝕治理成效監(jiān)測評(píng)估。通過高分辨遙感影像有效提取了小流域梯田、植被覆蓋度、詳細(xì)土地利用分布等結(jié)果，最后利用CSLE模型對(duì)朱溪小流域土壤侵蝕變化進(jìn)行了定量評(píng)價(jià)。結(jié)果表明：朱溪小流域強(qiáng)度到劇烈土壤侵蝕面積從2011年的4.55%減少到2014年的1.93%。其中劇烈侵蝕從占流域面積0.44%減少到2014年的0.15%。2011—2014年3年間強(qiáng)度以上土壤侵蝕明顯減少，土壤侵蝕治理措施取得了明顯成效。研究認(rèn)為，亞米級(jí)高分辨率遙感影像是土壤侵蝕治理成效監(jiān)測評(píng)估的有效手段。
高分辨率遙感; CSLE; 傅里葉變換; 土壤侵蝕; 朱溪小流域
土壤侵蝕治理與生態(tài)建設(shè)是實(shí)現(xiàn)美麗中國重要的內(nèi)容，開展對(duì)土壤侵蝕治理成效的遙感監(jiān)測評(píng)估是土壤侵蝕動(dòng)態(tài)監(jiān)測的重要研究方向，但其中針對(duì)于亞米級(jí)高分辨率遙感影像的土壤侵蝕監(jiān)測評(píng)估較少。從Wischmeier等[1]提出通用土壤流失方程(USLE：Universal Soil Loss Equation)起，我國學(xué)者以USLE為藍(lán)本，根據(jù)實(shí)際情況進(jìn)行修正，對(duì)主要水蝕區(qū)的坡面侵蝕預(yù)報(bào)模型進(jìn)行了探索[2-5]，劉寶元等[6]以USLE為藍(lán)本，提出適用于全國范圍的中國土壤侵蝕預(yù)報(bào)方程(Chinese Soil Loss Equation)。CSLE形式簡單，將USLE中的植被覆蓋管理因子和水土保持措施兩個(gè)因子細(xì)化為水土保持的生物措施、工程措施與耕作措施3個(gè)因子，其他因子不變。CSLE模型是中國第四次土壤侵蝕普查中評(píng)價(jià)水力侵蝕的推薦模型。但CSLE模型中各因子提取的精度成為影響土壤侵蝕模數(shù)計(jì)算精度的關(guān)鍵。高分辨率遙感技術(shù)的發(fā)展為快速有效提取大面積的土壤侵蝕因子提供了可能。
福建省長汀縣朱溪小流域是南方紅壤水土流失治理的典型區(qū)域，該地區(qū)近10余年以來開展了大規(guī)模的水土流失治理行動(dòng)。因此，本研究嘗試從亞米級(jí)影像角度探討提取土壤侵蝕相關(guān)因子等問題，選取朱溪小流域多時(shí)相亞米級(jí)高分辨率遙感影像為主要數(shù)據(jù)源，結(jié)合相關(guān)輔助數(shù)據(jù)，提取土壤侵蝕影響因子，利用CSLE模型進(jìn)行土壤侵蝕模數(shù)計(jì)算，定量評(píng)價(jià)朱溪小流域水土流失治理成效，為高分辨率遙感影像在土壤侵蝕治理成效監(jiān)測評(píng)價(jià)中的應(yīng)用提供經(jīng)驗(yàn)和參考。
1 研究區(qū)概況
朱溪小流域位于25°38′15″—25°42′55″N，116°23′30″—116°30′30″E，地處福建省長汀縣河田鎮(zhèn)東部，總面積為4 496 hm2。流域內(nèi)以低山、丘陵為主；氣候?qū)僦衼啛釒Ъ撅L(fēng)性濕潤氣候，多年平均氣溫18.3°，平均降水量為1 700～2 000 mm[7]。研究區(qū)植被主要為馬尾松林，土壤類型以花崗巖風(fēng)化而成的酸性紅壤為主，抗侵蝕能力較差，極易發(fā)生水力侵蝕，是長汀縣水土流失治理重點(diǎn)區(qū)域。
2 研究方法
2.1 數(shù)據(jù)源與技術(shù)路線
本文獲取的研究數(shù)據(jù)有朱溪小流域2011年12月Worldview2影像、2014年12月Pleiades影像，兩種影像屬于相同季相，影像分辨率均為0.5 m，利于動(dòng)態(tài)監(jiān)測。采用無人機(jī)航拍影像和野外調(diào)查數(shù)據(jù)進(jìn)行結(jié)果驗(yàn)證。同時(shí)搜集了長汀水保站統(tǒng)計(jì)的降雨數(shù)據(jù)、朱溪小流域1∶1萬DEM、流域土壤數(shù)據(jù)等。
根據(jù)獲取的數(shù)據(jù)源和擬采用的CSLE模型特點(diǎn)，設(shè)計(jì)了本文研究的技術(shù)路線(圖1)。
圖1朱溪小流域土壤侵蝕治理成效高分辨率遙感監(jiān)測評(píng)估技術(shù)路線
2.2 CSLE模型
本文土壤侵蝕模型選用中國水土流失方程CSLE，該模型方程為：
A=R·K·LS·B·E·T
(1)
式中：A是年均土壤水蝕模數(shù)t/(hm2·a)；R是降雨侵蝕力因子MJ·mm/(hm2·h·a)；K是土壤可蝕性因子(t·hm2·h)/(hm2·MJ·mm)；LS是坡長坡度因子；B是生物措施因子；E是工程措施因子；T是耕作措施因子；后4個(gè)因子無量綱。
2.3 基于高分辨率遙感影像的土壤侵蝕因子提取
2.3.1 工程措施因子E的獲取 工程措施因子是指通過改變小地形(如坡改梯等平整土地的措施)，改善農(nóng)業(yè)生產(chǎn)條件，減少或防止土壤侵蝕，合理開發(fā)、利用水土資源而采取的措施因子[8-9]。結(jié)合試驗(yàn)區(qū)域?qū)嶋H情況，本文側(cè)重于提取朱溪小流域的梯田，作為研究區(qū)域的工程措施因子。在土地利用分類研究中常用的TM等中低分辨率影像無法識(shí)別梯田這種特殊工程措施，從而影響到土壤侵蝕模數(shù)計(jì)算結(jié)果的精度。本文選取的0.5 m高分辨率遙感影像地物內(nèi)容豐富，紋理特征明顯，適合進(jìn)行精細(xì)的土地利用覆蓋分類。分類方法選用面向?qū)ο笥跋穹诸惡透道锶~變換特征提取結(jié)合來進(jìn)行。首先利用面向?qū)ο笥跋穹诸惙椒ǐ@得基本的土地利用分類結(jié)果，其次對(duì)于需要提取的梯田專題信息，通過分析梯田特征，選用傅里葉變換提取梯田特征信息。從研究區(qū)中選取4種紋理特征形狀的梯田影像，對(duì)影像進(jìn)行傅里葉變換，變換結(jié)果見圖2中梯田頻譜圖，從圖2中可發(fā)現(xiàn)不管梯田影像中有無噪聲，在頻譜圖中頻譜能量在與原圖像紋理垂直方向上得到疊加，原圖像紋理特征越明顯的梯田，能量值越大。并且發(fā)現(xiàn)，頻譜圖呈現(xiàn)出中心對(duì)稱的性質(zhì)。
圖2梯田傅里葉變換對(duì)比
從梯田頻譜圖的中心對(duì)稱性質(zhì)來考慮，將頻譜圖用極坐標(biāo)顯示，用函數(shù)S(r,θ)表達(dá)，S為頻譜函數(shù)，r和θ是以原點(diǎn)為中心的半徑和方向，可取頻譜圖第一、第四象限，對(duì)應(yīng)到極坐標(biāo)中為0°～180°的范圍，S(θ)作為頻譜在原點(diǎn)出發(fā)的某方向的行為特征，也就是對(duì)某一個(gè)方向求和。紋理方向上的影像經(jīng)傅里葉變換之后其垂直方向上的能量比其他方向上的能量都要大，因此可以用公式(2)作為梯田的特征值選取方法：
(2)
式中：mθ表示極坐標(biāo)值最大方向上的能量和與所有方向上能量和的比值，稱其為最大值比值。也就是m(θ)大于某個(gè)閾值時(shí)，說明最大值方向上的能量占有優(yōu)勢，反映到原圖像上就呈現(xiàn)出梯田紋理特征。本文工程措施因子(梯田)主要根據(jù)上述原理來提取，試驗(yàn)決定對(duì)影像采取逐窗口的提取方式，因此窗口大小及閾值的選取成為關(guān)鍵。本文選取一塊影像作為試驗(yàn)區(qū)域，見圖3。
注：A為試驗(yàn)區(qū)域影像；B為梯田提取(閥值0.05，窗口17×17)；C為目視解譯。
圖3試驗(yàn)區(qū)域梯田提取與目視解譯結(jié)果對(duì)比
從圖3中可看出，跟原影像的梯田范圍比較，最終確定窗口為17，閾值為0.55，在此基礎(chǔ)上，利用坡度大于10°并且NDVI>0.2的規(guī)則提取梯田。通過與人工解譯結(jié)果進(jìn)行對(duì)比，梯田自動(dòng)提取的總體精度為92.78%，Kappa系數(shù)為0.747，滿足后續(xù)分析精度要求。
根據(jù)秦偉等[10]在贛北紅壤野外徑流小區(qū)觀測資料，工程措施因子(梯田)賦值為0.329 5。
2.3.2 生物措施因子B的獲取 生物措施因子B是指在相同的土壤、坡度和降雨條件下，某一特定作物或植被情況下的土壤流失量與耕種過后連續(xù)休閑土地的土壤流失量的比值[11]。已有研究表明：蓋度高的喬灌草、灌草、草本等措施的水土流失量最小，水土保持效果最為明顯[12-13]。蔡崇法等[14]利用徑流小區(qū)人工降雨和部分天然降雨的觀測結(jié)果，通過計(jì)算坡面產(chǎn)沙量與植被覆蓋度的相關(guān)關(guān)系建立了植被覆蓋度與B因子間的數(shù)學(xué)關(guān)系。0.5 m高分辨率影像有利于區(qū)分水土流失區(qū)細(xì)微植被覆蓋度差異。本文基于高分辨率影像歸一化植被指數(shù)(NDVI)，采用像元二分法估算植被覆蓋度：
fC=(NDVI-NDVIS)/(NDVIV-NDVIS)
(3)
式中：NDVIV，NDVIS分別為全植被覆蓋像元和無植被覆蓋的裸地像元的NDVI值。本文對(duì)于林草地的生物措施因子采用蔡崇法等建立的方程估算出，如公式(4)所示：
(4)
上述方程表示當(dāng)植被覆蓋度為0時(shí)，生物措施因子為最大值1，土壤侵蝕量最大；當(dāng)植被覆蓋度在0到78.3%時(shí)，生物措施因子可用0.6508-0.3436lgC計(jì)算；當(dāng)植被覆蓋度大于78.3%時(shí)，生物措施因子為0，基本不會(huì)發(fā)生土壤侵蝕。根據(jù)公式(3)和公式(4) 獲得2011年和2014年朱溪小流域精細(xì)植被覆蓋度分布圖(附圖1)。
其他地類參考汪邦穩(wěn)等[15]在贛南紅壤地區(qū)的成果，耕地賦值0.230，不透水面賦值0.004，果園0.48。
2.3.3 降雨侵蝕力因子R的獲取 降雨侵蝕力(R)是指由降雨引起土壤侵蝕的潛在能力，是一項(xiàng)客觀評(píng)價(jià)由降雨引起土壤分離和搬運(yùn)動(dòng)力的指標(biāo)。本文采用周伏建等[16]提出的福建省降雨侵蝕力R值的簡便算式，如公式(5)所示：
(5)
式中：Pi為月降雨(mm)；R為年降雨侵蝕力指標(biāo)R值(J·cm)/(m2·h)。由于實(shí)際研究區(qū)域面積較小，可采用一個(gè)站點(diǎn)數(shù)據(jù)即可得出其值。根據(jù)氣象站點(diǎn)2011年及2014年的逐月降雨量數(shù)據(jù)，計(jì)算出研究區(qū)2011年及2014年的R值，分別為135.15，142.11。
2.3.4 土壤可蝕性因子K的獲取 土壤可蝕性因子(K)對(duì)土壤侵蝕的影響一般用土壤的抗侵蝕性來表示[17]。抗侵蝕力強(qiáng)的土壤K值低，反之則高。
目前大多研究皆采用Sharply[18]建立的模型(公式6)進(jìn)行土壤侵蝕力計(jì)算，其精確性具有公認(rèn)性。如針對(duì)南方紅壤區(qū)，郭志民[19]和方綱清[20]等研究了福建省紅壤區(qū)的土壤可蝕性狀況，利用公式(6)得出不同土壤類型的K值。故本文亦采取該公式估算研究區(qū)域土壤可蝕性因子。
(6)
式中：K為土壤侵蝕因子；SAN為含沙量；SIL為土壤淤泥含量；CLA為黏土含量；C為土壤有機(jī)氮含量；SN=1-SAN/100。關(guān)于朱溪小流域土壤屬性數(shù)據(jù)，謝軍等[21]運(yùn)用模糊隸屬度方法，基于30個(gè)獨(dú)立驗(yàn)證點(diǎn)及制圖結(jié)果空間分布進(jìn)行評(píng)價(jià)，獲得良好結(jié)果。本文基于謝軍獲取的朱溪小流域土壤屬性數(shù)據(jù)和公式(6)得到土壤可蝕性因子。
2.3.5 坡度坡長因子LS的獲取 坡長L和坡度S因子反映了地形地貌對(duì)土壤侵蝕的影響，通常為侵蝕動(dòng)力的加速因子。本文坡度坡長因子根據(jù)所得長汀縣1∶10 000 DEM數(shù)據(jù)，采用劉寶元等[22]的計(jì)算方法獲得L和S因子，式中θ皆為坡度。
L=(λ/22.1)m
(7)
式中：λ為坡長；m為坡長指數(shù)。M，λ的計(jì)算方法見式(8)，(9)。
(8)
λ=Fa·Ps
(9)
式中：Fa為匯流累積量，可在ArcGIS軟件中根據(jù)DEM計(jì)算得到，Ps為像元大小。
(10)
2.3.6 耕地措施因子T的獲取 耕作措施面積較小，且某些耕作措施因子需要時(shí)序分析，暫無有效的自動(dòng)化提取方法。根據(jù)目前學(xué)者[23-24]對(duì)于耕作措施對(duì)土壤流失的影響相關(guān)研究，主要根據(jù)坡度的不同，賦予不同的T因子值，見表1。
表1 研究區(qū)耕作措施因子
3 結(jié)果與分析
3.1 精度分析
3.1.1 土壤侵蝕量計(jì)算結(jié)果 根據(jù)上述各因子研究方法，分別計(jì)算出朱溪小流域各因子值的柵格圖。利用以上計(jì)算的因子結(jié)果和CSLE模型，運(yùn)用地圖代數(shù)得到朱溪小流域2011年及2014年土壤侵蝕圖(附圖2)。
3.1.2 精度評(píng)價(jià) 研究區(qū)內(nèi)有一個(gè)卡口站，卡口站作為流域總出口，通過收集卡口年泥沙量趨勢和長汀縣土壤侵蝕數(shù)據(jù)，為本文計(jì)算結(jié)果提供驗(yàn)證參考。研究區(qū)卡口站建于2012年，收集卡口站2013—2015年流域年徑流泥沙量(表2)和福建省水保站提供的2006—2012年長汀縣土壤侵蝕數(shù)據(jù)(表3)。根據(jù)表2和表3分析，2009—2012年土壤侵蝕面積呈減小趨勢，且2013—2015年徑流泥沙量亦然?？傮w上，2009—2015年土壤侵蝕有減輕之勢，這與本文統(tǒng)計(jì)結(jié)果吻合。
表2 2013-2015年研究區(qū)年徑流泥沙數(shù)據(jù) t/hm2
從定性角度來分析，可采用陳志彪[25]等試驗(yàn)結(jié)果作為參考值，對(duì)2011年土壤侵蝕計(jì)算結(jié)果進(jìn)行驗(yàn)證，精度見表4。
表3 2009年、2012年土壤侵蝕強(qiáng)度實(shí)測統(tǒng)計(jì)數(shù)據(jù)
表4 研究區(qū)土壤侵蝕面積 hm2
為評(píng)價(jià)2014年土壤侵蝕強(qiáng)度計(jì)算結(jié)果，以野外考察點(diǎn)土壤侵蝕強(qiáng)度調(diào)查為主，并結(jié)合2013—2015年0.2～0.5 m無人機(jī)遙感和衛(wèi)星遙感影像特征進(jìn)行評(píng)價(jià)。為此建立了土壤侵蝕強(qiáng)度與遙感影像特征解譯標(biāo)志，輔助進(jìn)行結(jié)果驗(yàn)證。
2014年的估算結(jié)果通過野外調(diào)查采集的數(shù)據(jù)為主進(jìn)行驗(yàn)證。其中，以151個(gè)實(shí)測值為標(biāo)準(zhǔn)，列成矩陣(表5)，表中判對(duì)數(shù)指遙感監(jiān)測結(jié)果與實(shí)測結(jié)果等級(jí)相同的個(gè)數(shù)。從表5看出，精度達(dá)到77.84%，能夠滿足應(yīng)用的精度要求。
表5 土壤侵蝕強(qiáng)度與遙感影像對(duì)應(yīng)關(guān)系
3.2 土壤侵蝕變化分析
3.2.1 不同時(shí)期土壤侵蝕強(qiáng)度等級(jí)面積 對(duì)2011年及2014年土壤侵蝕強(qiáng)度進(jìn)行統(tǒng)計(jì)(表6)，從表6中可以看出，強(qiáng)度到劇烈土壤侵蝕總體比例從2011年占流域面積的4.55%，減少到2014年的1.93%。其中劇烈侵蝕從占流域面積0.44%減少到2014年的0.15%。
從空間分布角度來分析，附圖2中可看出強(qiáng)度及以上程度土壤侵蝕主要分布于東部河田鎮(zhèn)大排村、來油坑村、游坊村。西部河田鎮(zhèn)朱溪村由于建設(shè)開發(fā)，2014年該村區(qū)域出現(xiàn)部分輕度左右程度土壤侵蝕?？傮w而言，2011—2014年，朱溪小流域水土流失治理的成效明顯，強(qiáng)度以上土壤侵蝕向輕中度侵蝕轉(zhuǎn)化。
經(jīng)試驗(yàn)結(jié)果分析認(rèn)為，朱溪小流域水土流失強(qiáng)度以微度和輕度侵蝕為主。2011—2014年，輕度侵蝕呈現(xiàn)增加的態(tài)勢，主要有以下幾點(diǎn)原因。一是大規(guī)模的工程建設(shè)，如工業(yè)開發(fā)區(qū)、贛龍鐵路、西氣東輸工程，對(duì)土壤侵蝕強(qiáng)度造成一定擾動(dòng)。另外，由于坡改梯工程正在實(shí)施，短時(shí)間未覆蓋植被的梯田等計(jì)算結(jié)果表現(xiàn)為中度侵蝕。
表6 研究區(qū)不同時(shí)期土壤侵蝕強(qiáng)度等級(jí)面積及占比統(tǒng)計(jì)
3.2.2 不同土地利用覆蓋類型水土流失強(qiáng)度占比分析 土壤侵蝕強(qiáng)度在不同的土地利用覆蓋類型中會(huì)有所差異，本文將2014年土壤侵蝕結(jié)果與該年的土地利用覆蓋類型進(jìn)行疊加分析發(fā)現(xiàn)：朱溪小流域強(qiáng)烈到劇烈土壤侵蝕主要發(fā)生在疏林地，其次發(fā)生在部分有林地，具體分析主要是無林下植被的有林地，具體原因?yàn)椴荼局参锷L茂盛，坡面侵蝕力被層層削弱，水土保持作用較好。而喬木、喬灌措施下，其貼地面覆蓋度相對(duì)較低，其水土保持效果較差。不同土地利用類型基本以微度侵蝕和輕度侵蝕為主。疏林地和果園的微度侵蝕比例較低，分別只有37.2%和44.4%。裸土地以微度侵蝕為主，分析原因認(rèn)為，裸土地主要分布在坡度較低的平緩區(qū)域，主要是工程建設(shè)開發(fā)區(qū)。發(fā)生強(qiáng)烈侵蝕的裸土地，主要發(fā)生在坡度較高的區(qū)域。
果園中存在10.1%的中度侵蝕和約2.5%的強(qiáng)烈侵蝕。這是由于部分楊梅園、板栗園林下無植被覆蓋、坡度較大的原因造成的。梯田中主要發(fā)生微度和輕度侵蝕，中度侵蝕極少，無強(qiáng)烈以上侵蝕。說明坡改梯，對(duì)于減少水土流失強(qiáng)度具有重要意義。
4 結(jié) 論
(1) 亞米級(jí)高空間分辨率遙感影像應(yīng)用于土壤侵蝕治理成效監(jiān)測具有明顯優(yōu)勢。亞米級(jí)遙感影像有利于建立清晰可靠的土壤侵蝕強(qiáng)度解譯標(biāo)志，可以快速獲取土壤侵蝕治理區(qū)工程措施因子、精細(xì)植被類型和覆蓋度信息。
(2) 結(jié)合高分辨率遙感影像獲取有關(guān)因子，可以確保CSLE土壤侵蝕模型計(jì)算結(jié)果的精度。以本文朱溪河流域示范區(qū)為例，經(jīng)過對(duì)比已有研究測算結(jié)果，估算精度至少達(dá)到78%以上。朱溪小流域強(qiáng)度到劇烈土壤侵蝕面積從2011年的4.55%，減少到2014年的1.93%。從空間上看，強(qiáng)度及以上程度土壤侵蝕主要分布在該流域東部地區(qū)。2011—2014年三年間強(qiáng)度以上土壤侵蝕明顯減少，朱溪河流域土壤侵蝕治理措施取得了明顯成效。
(3) 高分辨率影像精細(xì)土地利用和植被分類結(jié)果有利于土壤侵蝕治理成效的評(píng)估。通過高分辨率遙感影像提取的土地利用覆蓋精細(xì)分類結(jié)果和土壤侵蝕計(jì)算結(jié)果，清楚發(fā)現(xiàn)，朱溪小流域強(qiáng)烈到劇烈土壤侵蝕主要發(fā)生在疏林地，以及無林下植被的有林地。不同土地利用類型基本以微度侵蝕和輕度侵蝕為主。疏林地和果園的微度侵蝕比例較低，分別只有37.2%和44.4%。坡度平緩區(qū)域的裸土地以微度侵蝕為主，坡度較大的區(qū)域裸土區(qū)則存在強(qiáng)烈和極強(qiáng)烈侵蝕。
[1] Wischmeier W H. Smith D D. Predicting Rainfall-Erosion Losses from Cropland East of the Rocky-Mountains[M]. Agriculture Handbook, 1965.
[2] 劉善建.天水水土流失測驗(yàn)的初步分析[J].科學(xué)通報(bào),1953(12):59-65.
[3] 張建香,張勃,張華,等.黃土高原的景觀格局變化與水土流失研究:以黃土高原馬蓮河流域?yàn)槔齕J].自然資源學(xué)報(bào),2011,26(9):1513-1524.
[4] 許曉鴻,隋媛媛,張瑜,等.東北丘陵漫崗區(qū)坡耕地土壤抗蝕性研究[J].水土保持通報(bào),2012,32(4):32-35.
[5] 楊冉冉,徐涵秋,林娜,等.基于RUSLE的福建省長汀縣河田盆地區(qū)土壤侵蝕定量研究[J].生態(tài)學(xué)報(bào),2013,33(10):2974-2982.
[6] Baoyuan L, Keli Z, Yun X. An empirical soil loss equation[C]∥Proceedings 12th international soil conservation organization conference. Vol. III. Beijing: Tsinghua University Press, 2002.
[7] 陳志強(qiáng),陳志彪,陳麗慧.南方紅壤侵蝕區(qū)典型流域土壤侵蝕危險(xiǎn)性評(píng)價(jià)[J].土壤學(xué)報(bào),2011,48(5):1080-1082.
[8] 胡建民,胡欣,左長清.紅壤坡地坡改梯水土保持效應(yīng)分析[J].水土保持研究,2005,12(4):271-273.
[9] 徐勇,黨麗娟,湯青,等.黃土丘陵區(qū)坡改梯生態(tài)經(jīng)濟(jì)耦合效應(yīng)[J].生態(tài)學(xué)報(bào),2015,354(4):1258-1266.
[10] 秦偉,左長清,鄭海金,等.贛北紅壤坡地土壤流失方程關(guān)鍵因子的確定[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(21):115-125.
[11] Renard K G, Foster G R, Weesies G A, et al. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE)[M]. Washington, DC: US Government Printing Office, 1997.
[12] 梁娟珠.南方紅壤區(qū)不同植被措施坡面的水土流失特征[J].水土保持研究,2015,22(4):95-99.
[13] 陳海濱,陳志彪.侵蝕紅壤小流域水土保持措施的土壤肥力效應(yīng)評(píng)價(jià):以朱溪小流域?yàn)槔齕J].水土保持研究,2011,18(5):81-86.
[14] 蔡崇法,丁樹文,史志華,等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測小流域土壤侵蝕量的研究[J].水土保持學(xué)報(bào),2000,14(2):19-24.
[15] 汪邦穩(wěn),方少文,楊勤科.贛南地區(qū)水土流失評(píng)價(jià)模型及其影響因子獲取方法研究[J].中國水土保持,2011(12):16-19.
[16] 周伏建,陳明華,林福興,等.福建省降雨侵蝕力指標(biāo)R值[J].水土保持學(xué)報(bào),1995,9(1):13-18.
[17] 王占禮.關(guān)于黃土高原土壤抗沖性研究的認(rèn)識(shí)[M]∥李銳,楊勤科.區(qū)域水土流失快速調(diào)查與管理信息系統(tǒng)研究[M].鄭州:黃河水利出版社,2000.
[18] Sharpley A N, Williams J R. EPIC-erosion/productivity impact calculator: 1. Model documentation[R]. Technical Bulletin-United States Department of Agriculture, 1990 1768 Pt 1).
[19] 郭志民,陳永寶,陳志偉.土壤可蝕性特征及其K值圖制作研究[J].山西水土保持科技,2002,3(1):15-17.
[20] 方綱清,阮伏水,吳雄海,等.福建省主要土壤可蝕性特征初探[J].福建水土保持,1997(2):19-23.
[21] 謝軍,秦承志,肖桂榮,等.模糊聚類方法在南方紅壤小流域土壤屬性制圖中的應(yīng)用:以長汀朱溪河小流域?yàn)槔齕J].中國水土保持科學(xué),2015,13(5):132-139.
[22] Liu B Y, Nearing M A, Shi P J, et al. Slope length effects on soil loss for steep slopes[J]. Soil Science Society of America Journal, 2000,64(5):1759-1763.
[23] 孫禹.基于GIS的土壤侵蝕模數(shù)監(jiān)測[D].長春:東北師范大學(xué),2012.
[24] 郭乾坤,劉寶元,朱少波,等.中國主要水土保持耕作措施因子[J].中國水土保持,2013(10):22-25.
[25] 陳志彪,陳志強(qiáng),岳輝.花崗巖紅壤侵蝕區(qū)水土保持綜合研究:以福建省長汀朱溪小流域?yàn)槔齕M].北京:科學(xué)出版社,2013.
MonitoringandEvaluatingtheEffectivenessofSoilErosionControlBasedonHighResolutionRemoteImage—ACaseinZhuxiWatershed,ChangtingCounty,FujianProvince
ZHOU Xiaocheng, YU Zhizhong, WANG Xiaoqin, LU Lin
(KeyLaboratoryofSpatialDataMiningandInformationSharing,MinistryofEducation,NationalEngineeringResearchCenterofSpatialInformationTechnology,FuzhouUniversity,Fuzhou350002,China)
We used GIS and RS technology, and combined with high resolution remote image of Zhuxi watershed, rainfall data obtained from hydrologic station, DEM in the scale of ten thousand and soil attribute data. The watershed terrace, vegetation coverage and land use/cover was extracted from high resolution by Fourier transform and object-oriented classification. The CSLE model was selected to make quantitative evaluation of soil erosion in Zhuxi watershed. And then, we carried out space analyses on the erosion result. It turns out that the overall proportion of intense erosion and severe erosion decreased from 4.55% in 2011 to 1.93% in 2014. The proportion of severe erosion decreased from 0.44% in 2011 to 0.15% in 2014, intense erosion and more serious situation decreased significantly during these three years, which means that the measures of soil erosion control have made the significant achievement. Then, we analyzed it from the perspective of land cover types, we found that intense erosion and severe erosion mainly occurred in the woodland, next in some woodland, which mainly focused in the no vegetation under trees. Sub-meter resolution remote sensing image is an effective means to monitor the effectiveness of soil erosion control.
high resolution image; CSLE; Fourier transform; soil erosion; Zhuxi watershed
2016-05-03
：2016-05-26
國家科技支撐項(xiàng)目(2013BAC08B01);福建省科技廳高校產(chǎn)學(xué)合作項(xiàng)目(2015H6008)
周小成(1977—),男,陜西渭南人,博士,副研究員,碩士生導(dǎo)師,主要從事資源與環(huán)境遙感研究。E-mail:zhouxc@fzu.edu.cn
S157；TP79
：A
：1005-3409(2017)03-0007-06
猜你喜歡
水土保持探新路 三十九年寫春秋中國水土保持(2022年7期)2022-07-14 05:07:04 《水土保持通報(bào)》征稿簡則水土保持通報(bào)(2021年1期)2021-04-16 09:23:40 水土保持河南水利年鑒(2020年0期)2020-06-09 05:43:32 《山區(qū)修梯田》藝術(shù)品鑒(2019年12期)2020-01-18 08:46:52 鄉(xiāng)村聚落土壤侵蝕環(huán)境與水土流失研究綜述中國水土保持科學(xué)(2019年6期)2019-04-26 05:14:42 秀美梯田鄉(xiāng)村地理(2018年2期)2018-09-19 06:43:44 梯田之戀民族音樂(2017年4期)2017-09-22 03:02:50 水土保持河南水利年鑒(2017年0期)2017-05-19 02:29:28 海壇島土壤侵蝕問題研究湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年2期)2016-12-01 04:06:46 大別山區(qū)土壤侵蝕動(dòng)態(tài)變化及趨勢預(yù)測湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年4期)2016-02-27 14:02:42
周小成, 余治忠, 汪小欽, 魯 林
(福州大學(xué) 地理空間信息技術(shù)國家地方聯(lián)合工程研究中心 空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室, 福州350002)
基于亞米級(jí)遙感影像的土壤侵蝕治理成效監(jiān)測評(píng)估
——以福建長汀縣朱溪小流域?yàn)槔?/p>
周小成, 余治忠, 汪小欽, 魯 林
(福州大學(xué) 地理空間信息技術(shù)國家地方聯(lián)合工程研究中心 空間數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室, 福州350002)
以福建長汀縣朱溪小流域?yàn)槭痉秴^(qū)，選取2011年和2014年兩期亞米級(jí)高分辨率遙感影像為主要數(shù)據(jù)源，輔助降雨數(shù)據(jù)、1∶1萬DEM、土壤數(shù)據(jù)等開展土壤侵蝕治理成效監(jiān)測評(píng)估。通過高分辨遙感影像有效提取了小流域梯田、植被覆蓋度、詳細(xì)土地利用分布等結(jié)果，最后利用CSLE模型對(duì)朱溪小流域土壤侵蝕變化進(jìn)行了定量評(píng)價(jià)。結(jié)果表明：朱溪小流域強(qiáng)度到劇烈土壤侵蝕面積從2011年的4.55%減少到2014年的1.93%。其中劇烈侵蝕從占流域面積0.44%減少到2014年的0.15%。2011—2014年3年間強(qiáng)度以上土壤侵蝕明顯減少，土壤侵蝕治理措施取得了明顯成效。研究認(rèn)為，亞米級(jí)高分辨率遙感影像是土壤侵蝕治理成效監(jiān)測評(píng)估的有效手段。
高分辨率遙感; CSLE; 傅里葉變換; 土壤侵蝕; 朱溪小流域
土壤侵蝕治理與生態(tài)建設(shè)是實(shí)現(xiàn)美麗中國重要的內(nèi)容，開展對(duì)土壤侵蝕治理成效的遙感監(jiān)測評(píng)估是土壤侵蝕動(dòng)態(tài)監(jiān)測的重要研究方向，但其中針對(duì)于亞米級(jí)高分辨率遙感影像的土壤侵蝕監(jiān)測評(píng)估較少。從Wischmeier等[1]提出通用土壤流失方程(USLE：Universal Soil Loss Equation)起，我國學(xué)者以USLE為藍(lán)本，根據(jù)實(shí)際情況進(jìn)行修正，對(duì)主要水蝕區(qū)的坡面侵蝕預(yù)報(bào)模型進(jìn)行了探索[2-5]，劉寶元等[6]以USLE為藍(lán)本，提出適用于全國范圍的中國土壤侵蝕預(yù)報(bào)方程(Chinese Soil Loss Equation)。CSLE形式簡單，將USLE中的植被覆蓋管理因子和水土保持措施兩個(gè)因子細(xì)化為水土保持的生物措施、工程措施與耕作措施3個(gè)因子，其他因子不變。CSLE模型是中國第四次土壤侵蝕普查中評(píng)價(jià)水力侵蝕的推薦模型。但CSLE模型中各因子提取的精度成為影響土壤侵蝕模數(shù)計(jì)算精度的關(guān)鍵。高分辨率遙感技術(shù)的發(fā)展為快速有效提取大面積的土壤侵蝕因子提供了可能。
福建省長汀縣朱溪小流域是南方紅壤水土流失治理的典型區(qū)域，該地區(qū)近10余年以來開展了大規(guī)模的水土流失治理行動(dòng)。因此，本研究嘗試從亞米級(jí)影像角度探討提取土壤侵蝕相關(guān)因子等問題，選取朱溪小流域多時(shí)相亞米級(jí)高分辨率遙感影像為主要數(shù)據(jù)源，結(jié)合相關(guān)輔助數(shù)據(jù)，提取土壤侵蝕影響因子，利用CSLE模型進(jìn)行土壤侵蝕模數(shù)計(jì)算，定量評(píng)價(jià)朱溪小流域水土流失治理成效，為高分辨率遙感影像在土壤侵蝕治理成效監(jiān)測評(píng)價(jià)中的應(yīng)用提供經(jīng)驗(yàn)和參考。
1 研究區(qū)概況
朱溪小流域位于25°38′15″—25°42′55″N，116°23′30″—116°30′30″E，地處福建省長汀縣河田鎮(zhèn)東部，總面積為4 496 hm2。流域內(nèi)以低山、丘陵為主；氣候?qū)僦衼啛釒Ъ撅L(fēng)性濕潤氣候，多年平均氣溫18.3°，平均降水量為1 700～2 000 mm[7]。研究區(qū)植被主要為馬尾松林，土壤類型以花崗巖風(fēng)化而成的酸性紅壤為主，抗侵蝕能力較差，極易發(fā)生水力侵蝕，是長汀縣水土流失治理重點(diǎn)區(qū)域。
2 研究方法
2.1 數(shù)據(jù)源與技術(shù)路線
本文獲取的研究數(shù)據(jù)有朱溪小流域2011年12月Worldview2影像、2014年12月Pleiades影像，兩種影像屬于相同季相，影像分辨率均為0.5 m，利于動(dòng)態(tài)監(jiān)測。采用無人機(jī)航拍影像和野外調(diào)查數(shù)據(jù)進(jìn)行結(jié)果驗(yàn)證。同時(shí)搜集了長汀水保站統(tǒng)計(jì)的降雨數(shù)據(jù)、朱溪小流域1∶1萬DEM、流域土壤數(shù)據(jù)等。
根據(jù)獲取的數(shù)據(jù)源和擬采用的CSLE模型特點(diǎn)，設(shè)計(jì)了本文研究的技術(shù)路線(圖1)。
圖1朱溪小流域土壤侵蝕治理成效高分辨率遙感監(jiān)測評(píng)估技術(shù)路線
2.2 CSLE模型
本文土壤侵蝕模型選用中國水土流失方程CSLE，該模型方程為：
A=R·K·LS·B·E·T
(1)
式中：A是年均土壤水蝕模數(shù)t/(hm2·a)；R是降雨侵蝕力因子MJ·mm/(hm2·h·a)；K是土壤可蝕性因子(t·hm2·h)/(hm2·MJ·mm)；LS是坡長坡度因子；B是生物措施因子；E是工程措施因子；T是耕作措施因子；后4個(gè)因子無量綱。
2.3 基于高分辨率遙感影像的土壤侵蝕因子提取
2.3.1 工程措施因子E的獲取 工程措施因子是指通過改變小地形(如坡改梯等平整土地的措施)，改善農(nóng)業(yè)生產(chǎn)條件，減少或防止土壤侵蝕，合理開發(fā)、利用水土資源而采取的措施因子[8-9]。結(jié)合試驗(yàn)區(qū)域?qū)嶋H情況，本文側(cè)重于提取朱溪小流域的梯田，作為研究區(qū)域的工程措施因子。在土地利用分類研究中常用的TM等中低分辨率影像無法識(shí)別梯田這種特殊工程措施，從而影響到土壤侵蝕模數(shù)計(jì)算結(jié)果的精度。本文選取的0.5 m高分辨率遙感影像地物內(nèi)容豐富，紋理特征明顯，適合進(jìn)行精細(xì)的土地利用覆蓋分類。分類方法選用面向?qū)ο笥跋穹诸惡透道锶~變換特征提取結(jié)合來進(jìn)行。首先利用面向?qū)ο笥跋穹诸惙椒ǐ@得基本的土地利用分類結(jié)果，其次對(duì)于需要提取的梯田專題信息，通過分析梯田特征，選用傅里葉變換提取梯田特征信息。從研究區(qū)中選取4種紋理特征形狀的梯田影像，對(duì)影像進(jìn)行傅里葉變換，變換結(jié)果見圖2中梯田頻譜圖，從圖2中可發(fā)現(xiàn)不管梯田影像中有無噪聲，在頻譜圖中頻譜能量在與原圖像紋理垂直方向上得到疊加，原圖像紋理特征越明顯的梯田，能量值越大。并且發(fā)現(xiàn)，頻譜圖呈現(xiàn)出中心對(duì)稱的性質(zhì)。
圖2梯田傅里葉變換對(duì)比
從梯田頻譜圖的中心對(duì)稱性質(zhì)來考慮，將頻譜圖用極坐標(biāo)顯示，用函數(shù)S(r,θ)表達(dá)，S為頻譜函數(shù)，r和θ是以原點(diǎn)為中心的半徑和方向，可取頻譜圖第一、第四象限，對(duì)應(yīng)到極坐標(biāo)中為0°～180°的范圍，S(θ)作為頻譜在原點(diǎn)出發(fā)的某方向的行為特征，也就是對(duì)某一個(gè)方向求和。紋理方向上的影像經(jīng)傅里葉變換之后其垂直方向上的能量比其他方向上的能量都要大，因此可以用公式(2)作為梯田的特征值選取方法：
(2)
式中：mθ表示極坐標(biāo)值最大方向上的能量和與所有方向上能量和的比值，稱其為最大值比值。也就是m(θ)大于某個(gè)閾值時(shí)，說明最大值方向上的能量占有優(yōu)勢，反映到原圖像上就呈現(xiàn)出梯田紋理特征。本文工程措施因子(梯田)主要根據(jù)上述原理來提取，試驗(yàn)決定對(duì)影像采取逐窗口的提取方式，因此窗口大小及閾值的選取成為關(guān)鍵。本文選取一塊影像作為試驗(yàn)區(qū)域，見圖3。
注：A為試驗(yàn)區(qū)域影像；B為梯田提取(閥值0.05，窗口17×17)；C為目視解譯。
圖3試驗(yàn)區(qū)域梯田提取與目視解譯結(jié)果對(duì)比
從圖3中可看出，跟原影像的梯田范圍比較，最終確定窗口為17，閾值為0.55，在此基礎(chǔ)上，利用坡度大于10°并且NDVI>0.2的規(guī)則提取梯田。通過與人工解譯結(jié)果進(jìn)行對(duì)比，梯田自動(dòng)提取的總體精度為92.78%，Kappa系數(shù)為0.747，滿足后續(xù)分析精度要求。
根據(jù)秦偉等[10]在贛北紅壤野外徑流小區(qū)觀測資料，工程措施因子(梯田)賦值為0.329 5。
2.3.2 生物措施因子B的獲取 生物措施因子B是指在相同的土壤、坡度和降雨條件下，某一特定作物或植被情況下的土壤流失量與耕種過后連續(xù)休閑土地的土壤流失量的比值[11]。已有研究表明：蓋度高的喬灌草、灌草、草本等措施的水土流失量最小，水土保持效果最為明顯[12-13]。蔡崇法等[14]利用徑流小區(qū)人工降雨和部分天然降雨的觀測結(jié)果，通過計(jì)算坡面產(chǎn)沙量與植被覆蓋度的相關(guān)關(guān)系建立了植被覆蓋度與B因子間的數(shù)學(xué)關(guān)系。0.5 m高分辨率影像有利于區(qū)分水土流失區(qū)細(xì)微植被覆蓋度差異。本文基于高分辨率影像歸一化植被指數(shù)(NDVI)，采用像元二分法估算植被覆蓋度：
fC=(NDVI-NDVIS)/(NDVIV-NDVIS)
(3)
式中：NDVIV，NDVIS分別為全植被覆蓋像元和無植被覆蓋的裸地像元的NDVI值。本文對(duì)于林草地的生物措施因子采用蔡崇法等建立的方程估算出，如公式(4)所示：
(4)
上述方程表示當(dāng)植被覆蓋度為0時(shí)，生物措施因子為最大值1，土壤侵蝕量最大；當(dāng)植被覆蓋度在0到78.3%時(shí)，生物措施因子可用0.6508-0.3436lgC計(jì)算；當(dāng)植被覆蓋度大于78.3%時(shí)，生物措施因子為0，基本不會(huì)發(fā)生土壤侵蝕。根據(jù)公式(3)和公式(4) 獲得2011年和2014年朱溪小流域精細(xì)植被覆蓋度分布圖(附圖1)。
其他地類參考汪邦穩(wěn)等[15]在贛南紅壤地區(qū)的成果，耕地賦值0.230，不透水面賦值0.004，果園0.48。
2.3.3 降雨侵蝕力因子R的獲取 降雨侵蝕力(R)是指由降雨引起土壤侵蝕的潛在能力，是一項(xiàng)客觀評(píng)價(jià)由降雨引起土壤分離和搬運(yùn)動(dòng)力的指標(biāo)。本文采用周伏建等[16]提出的福建省降雨侵蝕力R值的簡便算式，如公式(5)所示：
(5)
式中：Pi為月降雨(mm)；R為年降雨侵蝕力指標(biāo)R值(J·cm)/(m2·h)。由于實(shí)際研究區(qū)域面積較小，可采用一個(gè)站點(diǎn)數(shù)據(jù)即可得出其值。根據(jù)氣象站點(diǎn)2011年及2014年的逐月降雨量數(shù)據(jù)，計(jì)算出研究區(qū)2011年及2014年的R值，分別為135.15，142.11。
2.3.4 土壤可蝕性因子K的獲取 土壤可蝕性因子(K)對(duì)土壤侵蝕的影響一般用土壤的抗侵蝕性來表示[17]。抗侵蝕力強(qiáng)的土壤K值低，反之則高。
目前大多研究皆采用Sharply[18]建立的模型(公式6)進(jìn)行土壤侵蝕力計(jì)算，其精確性具有公認(rèn)性。如針對(duì)南方紅壤區(qū)，郭志民[19]和方綱清[20]等研究了福建省紅壤區(qū)的土壤可蝕性狀況，利用公式(6)得出不同土壤類型的K值。故本文亦采取該公式估算研究區(qū)域土壤可蝕性因子。
(6)
式中：K為土壤侵蝕因子；SAN為含沙量；SIL為土壤淤泥含量；CLA為黏土含量；C為土壤有機(jī)氮含量；SN=1-SAN/100。關(guān)于朱溪小流域土壤屬性數(shù)據(jù)，謝軍等[21]運(yùn)用模糊隸屬度方法，基于30個(gè)獨(dú)立驗(yàn)證點(diǎn)及制圖結(jié)果空間分布進(jìn)行評(píng)價(jià)，獲得良好結(jié)果。本文基于謝軍獲取的朱溪小流域土壤屬性數(shù)據(jù)和公式(6)得到土壤可蝕性因子。
2.3.5 坡度坡長因子LS的獲取 坡長L和坡度S因子反映了地形地貌對(duì)土壤侵蝕的影響，通常為侵蝕動(dòng)力的加速因子。本文坡度坡長因子根據(jù)所得長汀縣1∶10 000 DEM數(shù)據(jù)，采用劉寶元等[22]的計(jì)算方法獲得L和S因子，式中θ皆為坡度。
L=(λ/22.1)m
(7)
式中：λ為坡長；m為坡長指數(shù)。M，λ的計(jì)算方法見式(8)，(9)。
(8)
λ=Fa·Ps
(9)
式中：Fa為匯流累積量，可在ArcGIS軟件中根據(jù)DEM計(jì)算得到，Ps為像元大小。
(10)
2.3.6 耕地措施因子T的獲取 耕作措施面積較小，且某些耕作措施因子需要時(shí)序分析，暫無有效的自動(dòng)化提取方法。根據(jù)目前學(xué)者[23-24]對(duì)于耕作措施對(duì)土壤流失的影響相關(guān)研究，主要根據(jù)坡度的不同，賦予不同的T因子值，見表1。
表1 研究區(qū)耕作措施因子
3 結(jié)果與分析
3.1 精度分析
3.1.1 土壤侵蝕量計(jì)算結(jié)果 根據(jù)上述各因子研究方法，分別計(jì)算出朱溪小流域各因子值的柵格圖。利用以上計(jì)算的因子結(jié)果和CSLE模型，運(yùn)用地圖代數(shù)得到朱溪小流域2011年及2014年土壤侵蝕圖(附圖2)。
3.1.2 精度評(píng)價(jià) 研究區(qū)內(nèi)有一個(gè)卡口站，卡口站作為流域總出口，通過收集卡口年泥沙量趨勢和長汀縣土壤侵蝕數(shù)據(jù)，為本文計(jì)算結(jié)果提供驗(yàn)證參考。研究區(qū)卡口站建于2012年，收集卡口站2013—2015年流域年徑流泥沙量(表2)和福建省水保站提供的2006—2012年長汀縣土壤侵蝕數(shù)據(jù)(表3)。根據(jù)表2和表3分析，2009—2012年土壤侵蝕面積呈減小趨勢，且2013—2015年徑流泥沙量亦然?？傮w上，2009—2015年土壤侵蝕有減輕之勢，這與本文統(tǒng)計(jì)結(jié)果吻合。
表2 2013-2015年研究區(qū)年徑流泥沙數(shù)據(jù) t/hm2
從定性角度來分析，可采用陳志彪[25]等試驗(yàn)結(jié)果作為參考值，對(duì)2011年土壤侵蝕計(jì)算結(jié)果進(jìn)行驗(yàn)證，精度見表4。
表3 2009年、2012年土壤侵蝕強(qiáng)度實(shí)測統(tǒng)計(jì)數(shù)據(jù)
表4 研究區(qū)土壤侵蝕面積 hm2
為評(píng)價(jià)2014年土壤侵蝕強(qiáng)度計(jì)算結(jié)果，以野外考察點(diǎn)土壤侵蝕強(qiáng)度調(diào)查為主，并結(jié)合2013—2015年0.2～0.5 m無人機(jī)遙感和衛(wèi)星遙感影像特征進(jìn)行評(píng)價(jià)。為此建立了土壤侵蝕強(qiáng)度與遙感影像特征解譯標(biāo)志，輔助進(jìn)行結(jié)果驗(yàn)證。
2014年的估算結(jié)果通過野外調(diào)查采集的數(shù)據(jù)為主進(jìn)行驗(yàn)證。其中，以151個(gè)實(shí)測值為標(biāo)準(zhǔn)，列成矩陣(表5)，表中判對(duì)數(shù)指遙感監(jiān)測結(jié)果與實(shí)測結(jié)果等級(jí)相同的個(gè)數(shù)。從表5看出，精度達(dá)到77.84%，能夠滿足應(yīng)用的精度要求。
表5 土壤侵蝕強(qiáng)度與遙感影像對(duì)應(yīng)關(guān)系
3.2 土壤侵蝕變化分析
3.2.1 不同時(shí)期土壤侵蝕強(qiáng)度等級(jí)面積 對(duì)2011年及2014年土壤侵蝕強(qiáng)度進(jìn)行統(tǒng)計(jì)(表6)，從表6中可以看出，強(qiáng)度到劇烈土壤侵蝕總體比例從2011年占流域面積的4.55%，減少到2014年的1.93%。其中劇烈侵蝕從占流域面積0.44%減少到2014年的0.15%。
從空間分布角度來分析，附圖2中可看出強(qiáng)度及以上程度土壤侵蝕主要分布于東部河田鎮(zhèn)大排村、來油坑村、游坊村。西部河田鎮(zhèn)朱溪村由于建設(shè)開發(fā)，2014年該村區(qū)域出現(xiàn)部分輕度左右程度土壤侵蝕?？傮w而言，2011—2014年，朱溪小流域水土流失治理的成效明顯，強(qiáng)度以上土壤侵蝕向輕中度侵蝕轉(zhuǎn)化。
經(jīng)試驗(yàn)結(jié)果分析認(rèn)為，朱溪小流域水土流失強(qiáng)度以微度和輕度侵蝕為主。2011—2014年，輕度侵蝕呈現(xiàn)增加的態(tài)勢，主要有以下幾點(diǎn)原因。一是大規(guī)模的工程建設(shè)，如工業(yè)開發(fā)區(qū)、贛龍鐵路、西氣東輸工程，對(duì)土壤侵蝕強(qiáng)度造成一定擾動(dòng)。另外，由于坡改梯工程正在實(shí)施，短時(shí)間未覆蓋植被的梯田等計(jì)算結(jié)果表現(xiàn)為中度侵蝕。
表6 研究區(qū)不同時(shí)期土壤侵蝕強(qiáng)度等級(jí)面積及占比統(tǒng)計(jì)
3.2.2 不同土地利用覆蓋類型水土流失強(qiáng)度占比分析 土壤侵蝕強(qiáng)度在不同的土地利用覆蓋類型中會(huì)有所差異，本文將2014年土壤侵蝕結(jié)果與該年的土地利用覆蓋類型進(jìn)行疊加分析發(fā)現(xiàn)：朱溪小流域強(qiáng)烈到劇烈土壤侵蝕主要發(fā)生在疏林地，其次發(fā)生在部分有林地，具體分析主要是無林下植被的有林地，具體原因?yàn)椴荼局参锷L茂盛，坡面侵蝕力被層層削弱，水土保持作用較好。而喬木、喬灌措施下，其貼地面覆蓋度相對(duì)較低，其水土保持效果較差。不同土地利用類型基本以微度侵蝕和輕度侵蝕為主。疏林地和果園的微度侵蝕比例較低，分別只有37.2%和44.4%。裸土地以微度侵蝕為主，分析原因認(rèn)為，裸土地主要分布在坡度較低的平緩區(qū)域，主要是工程建設(shè)開發(fā)區(qū)。發(fā)生強(qiáng)烈侵蝕的裸土地，主要發(fā)生在坡度較高的區(qū)域。
果園中存在10.1%的中度侵蝕和約2.5%的強(qiáng)烈侵蝕。這是由于部分楊梅園、板栗園林下無植被覆蓋、坡度較大的原因造成的。梯田中主要發(fā)生微度和輕度侵蝕，中度侵蝕極少，無強(qiáng)烈以上侵蝕。說明坡改梯，對(duì)于減少水土流失強(qiáng)度具有重要意義。
4 結(jié) 論
(1) 亞米級(jí)高空間分辨率遙感影像應(yīng)用于土壤侵蝕治理成效監(jiān)測具有明顯優(yōu)勢。亞米級(jí)遙感影像有利于建立清晰可靠的土壤侵蝕強(qiáng)度解譯標(biāo)志，可以快速獲取土壤侵蝕治理區(qū)工程措施因子、精細(xì)植被類型和覆蓋度信息。
(2) 結(jié)合高分辨率遙感影像獲取有關(guān)因子，可以確保CSLE土壤侵蝕模型計(jì)算結(jié)果的精度。以本文朱溪河流域示范區(qū)為例，經(jīng)過對(duì)比已有研究測算結(jié)果，估算精度至少達(dá)到78%以上。朱溪小流域強(qiáng)度到劇烈土壤侵蝕面積從2011年的4.55%，減少到2014年的1.93%。從空間上看，強(qiáng)度及以上程度土壤侵蝕主要分布在該流域東部地區(qū)。2011—2014年三年間強(qiáng)度以上土壤侵蝕明顯減少，朱溪河流域土壤侵蝕治理措施取得了明顯成效。
(3) 高分辨率影像精細(xì)土地利用和植被分類結(jié)果有利于土壤侵蝕治理成效的評(píng)估。通過高分辨率遙感影像提取的土地利用覆蓋精細(xì)分類結(jié)果和土壤侵蝕計(jì)算結(jié)果，清楚發(fā)現(xiàn)，朱溪小流域強(qiáng)烈到劇烈土壤侵蝕主要發(fā)生在疏林地，以及無林下植被的有林地。不同土地利用類型基本以微度侵蝕和輕度侵蝕為主。疏林地和果園的微度侵蝕比例較低，分別只有37.2%和44.4%。坡度平緩區(qū)域的裸土地以微度侵蝕為主，坡度較大的區(qū)域裸土區(qū)則存在強(qiáng)烈和極強(qiáng)烈侵蝕。
[1] Wischmeier W H. Smith D D. Predicting Rainfall-Erosion Losses from Cropland East of the Rocky-Mountains[M]. Agriculture Handbook, 1965.
[2] 劉善建.天水水土流失測驗(yàn)的初步分析[J].科學(xué)通報(bào),1953(12):59-65.
[3] 張建香,張勃,張華,等.黃土高原的景觀格局變化與水土流失研究:以黃土高原馬蓮河流域?yàn)槔齕J].自然資源學(xué)報(bào),2011,26(9):1513-1524.
[4] 許曉鴻,隋媛媛,張瑜,等.東北丘陵漫崗區(qū)坡耕地土壤抗蝕性研究[J].水土保持通報(bào),2012,32(4):32-35.
[5] 楊冉冉,徐涵秋,林娜,等.基于RUSLE的福建省長汀縣河田盆地區(qū)土壤侵蝕定量研究[J].生態(tài)學(xué)報(bào),2013,33(10):2974-2982.
[6] Baoyuan L, Keli Z, Yun X. An empirical soil loss equation[C]∥Proceedings 12th international soil conservation organization conference. Vol. III. Beijing: Tsinghua University Press, 2002.
[7] 陳志強(qiáng),陳志彪,陳麗慧.南方紅壤侵蝕區(qū)典型流域土壤侵蝕危險(xiǎn)性評(píng)價(jià)[J].土壤學(xué)報(bào),2011,48(5):1080-1082.
[8] 胡建民,胡欣,左長清.紅壤坡地坡改梯水土保持效應(yīng)分析[J].水土保持研究,2005,12(4):271-273.
[9] 徐勇,黨麗娟,湯青,等.黃土丘陵區(qū)坡改梯生態(tài)經(jīng)濟(jì)耦合效應(yīng)[J].生態(tài)學(xué)報(bào),2015,354(4):1258-1266.
[10] 秦偉,左長清,鄭海金,等.贛北紅壤坡地土壤流失方程關(guān)鍵因子的確定[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29(21):115-125.
[11] Renard K G, Foster G R, Weesies G A, et al. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE)[M]. Washington, DC: US Government Printing Office, 1997.
[12] 梁娟珠.南方紅壤區(qū)不同植被措施坡面的水土流失特征[J].水土保持研究,2015,22(4):95-99.
[13] 陳海濱,陳志彪.侵蝕紅壤小流域水土保持措施的土壤肥力效應(yīng)評(píng)價(jià):以朱溪小流域?yàn)槔齕J].水土保持研究,2011,18(5):81-86.
[14] 蔡崇法,丁樹文,史志華,等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測小流域土壤侵蝕量的研究[J].水土保持學(xué)報(bào),2000,14(2):19-24.
[15] 汪邦穩(wěn),方少文,楊勤科.贛南地區(qū)水土流失評(píng)價(jià)模型及其影響因子獲取方法研究[J].中國水土保持,2011(12):16-19.
[16] 周伏建,陳明華,林福興,等.福建省降雨侵蝕力指標(biāo)R值[J].水土保持學(xué)報(bào),1995,9(1):13-18.
[17] 王占禮.關(guān)于黃土高原土壤抗沖性研究的認(rèn)識(shí)[M]∥李銳,楊勤科.區(qū)域水土流失快速調(diào)查與管理信息系統(tǒng)研究[M].鄭州:黃河水利出版社,2000.
[18] Sharpley A N, Williams J R. EPIC-erosion/productivity impact calculator: 1. Model documentation[R]. Technical Bulletin-United States Department of Agriculture, 1990 1768 Pt 1).
[19] 郭志民,陳永寶,陳志偉.土壤可蝕性特征及其K值圖制作研究[J].山西水土保持科技,2002,3(1):15-17.
[20] 方綱清,阮伏水,吳雄海,等.福建省主要土壤可蝕性特征初探[J].福建水土保持,1997(2):19-23.
[21] 謝軍,秦承志,肖桂榮,等.模糊聚類方法在南方紅壤小流域土壤屬性制圖中的應(yīng)用:以長汀朱溪河小流域?yàn)槔齕J].中國水土保持科學(xué),2015,13(5):132-139.
[22] Liu B Y, Nearing M A, Shi P J, et al. Slope length effects on soil loss for steep slopes[J]. Soil Science Society of America Journal, 2000,64(5):1759-1763.
[23] 孫禹.基于GIS的土壤侵蝕模數(shù)監(jiān)測[D].長春:東北師范大學(xué),2012.
[24] 郭乾坤,劉寶元,朱少波,等.中國主要水土保持耕作措施因子[J].中國水土保持,2013(10):22-25.
[25] 陳志彪,陳志強(qiáng),岳輝.花崗巖紅壤侵蝕區(qū)水土保持綜合研究:以福建省長汀朱溪小流域?yàn)槔齕M].北京:科學(xué)出版社,2013.
MonitoringandEvaluatingtheEffectivenessofSoilErosionControlBasedonHighResolutionRemoteImage—ACaseinZhuxiWatershed,ChangtingCounty,FujianProvince
ZHOU Xiaocheng, YU Zhizhong, WANG Xiaoqin, LU Lin
(KeyLaboratoryofSpatialDataMiningandInformationSharing,MinistryofEducation,NationalEngineeringResearchCenterofSpatialInformationTechnology,FuzhouUniversity,Fuzhou350002,China)
We used GIS and RS technology, and combined with high resolution remote image of Zhuxi watershed, rainfall data obtained from hydrologic station, DEM in the scale of ten thousand and soil attribute data. The watershed terrace, vegetation coverage and land use/cover was extracted from high resolution by Fourier transform and object-oriented classification. The CSLE model was selected to make quantitative evaluation of soil erosion in Zhuxi watershed. And then, we carried out space analyses on the erosion result. It turns out that the overall proportion of intense erosion and severe erosion decreased from 4.55% in 2011 to 1.93% in 2014. The proportion of severe erosion decreased from 0.44% in 2011 to 0.15% in 2014, intense erosion and more serious situation decreased significantly during these three years, which means that the measures of soil erosion control have made the significant achievement. Then, we analyzed it from the perspective of land cover types, we found that intense erosion and severe erosion mainly occurred in the woodland, next in some woodland, which mainly focused in the no vegetation under trees. Sub-meter resolution remote sensing image is an effective means to monitor the effectiveness of soil erosion control.
high resolution image; CSLE; Fourier transform; soil erosion; Zhuxi watershed
2016-05-03
：2016-05-26
國家科技支撐項(xiàng)目(2013BAC08B01);福建省科技廳高校產(chǎn)學(xué)合作項(xiàng)目(2015H6008)
周小成(1977—),男,陜西渭南人,博士,副研究員,碩士生導(dǎo)師,主要從事資源與環(huán)境遙感研究。E-mail:zhouxc@fzu.edu.cn
S157；TP79
：A
：1005-3409(2017)03-0007-06
猜你喜歡
中國水土保持(2022年7期)2022-07-14 05:07:04
水土保持通報(bào)(2021年1期)2021-04-16 09:23:40
河南水利年鑒(2020年0期)2020-06-09 05:43:32
藝術(shù)品鑒(2019年12期)2020-01-18 08:46:52
中國水土保持科學(xué)(2019年6期)2019-04-26 05:14:42
鄉(xiāng)村地理(2018年2期)2018-09-19 06:43:44
民族音樂(2017年4期)2017-09-22 03:02:50
河南水利年鑒(2017年0期)2017-05-19 02:29:28
湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年2期)2016-12-01 04:06:46
湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年4期)2016-02-27 14:02:42
