基于遥感与GIS的土壤侵蚀强度快速估测方法

1、基于遥感与 GIS 的土壤侵蚀强度快速估测方法张有全1, 2，宫辉力3，赵文吉31. 中国科学院东北地理与农业生态研究所，吉林 长春 130012；2. 中国科学院研究生院，北京 100039；3. 资源环境与地理信息系统北京市重点实验室，北京 100037摘要：针对土壤侵蚀问题，提出了一种基于遥感数据、气象数据、土壤数据的区域土壤侵蚀快速估测方法。首先，通过对土壤侵蚀问题形成原因和影响因素的分析，确定土壤侵蚀敏感性因子；其次，利用遥感（RS） 、GIS 技术提取土壤侵蚀敏感性因子信息；然后，在 GIS 系统支持下，运用主成分分析方法，进行土壤侵蚀强度分级；以北京密云水库周边区域为例，进行了土

2、壤侵蚀估测方法的应用，并对该区域的土壤侵蚀空间特征进行分析。研究结果表明： （1）区域土壤侵蚀快速估测方法与实际情况有较好的一致性； （2）密云水库周边地区土壤侵蚀以微度和轻度侵蚀为主，所占面积比例为 67.51%，中度以上侵蚀仅占面积的 1.46%； （3）土壤侵蚀受坡度、地貌影响明显，中度侵蚀主要发生在低山、丘陵区以耕地为主的土地利用上，以及坡度在大于 25的阳坡地带。关键词：RS；土壤侵蚀；GIS；主成分分析中图分类号：S157文献标识码：A文章编号：1672-2175（2007）01-0102-06土壤侵蚀是指地球表面的土壤及其母质受水力、风力、冻融、重力等外力的作用，在各种自然因素和

3、人为因素的影响下发生的各种破坏、分离、搬运和沉积的现象1。 土壤侵蚀不仅破坏土地资源，而且将大量携带养分、重金属和化肥、农药的泥沙进入江河湖库，造成水体富营养化2，同时导致土壤肥力下降，生态环境恶化，是世界上的主要环境问题之一。国内外学者针对土壤侵蚀问题提出了许多土壤侵蚀的预测模型,如 USLE、RUSLE、WEPP、CREAMS、ANSWERS 等，这些模型在一定的研究区域得到了成功的应用。但这些模型在应用时有一定的区域条件限制，大多适于缓坡地。同时，严格的土壤侵蚀估算都以试验小区为依托，获取各个相关因子的常年数据，再进行土壤侵蚀的研究。但是目前我国大部分地区暂时还难以获取足够的侵蚀模数资料

4、，使用试验小区的方法进行大尺度区域的土壤侵蚀监测存在着成本巨大，监测周期长的不足。本文在深入分析土壤侵蚀主要影响因素的基础上，选取主要的影响因子，在遥感和 GIS 技术的支持下, 运用主成分分析方法进行土壤侵蚀强度分级，从而实现区域土壤侵蚀的快速监测。1研究区概况北京是资源型缺水的特大城市， 人均不足 300m3，是全国人均量的 1/8，世界人均量的 1/303。密云水库作为北京市最大的饮用水源基地，保障着首都 1/3 的供水， 生态位势极其重要。近年来由于人们对其周边土地不合理的开发利用以及采矿、筑路、盲目扩大旅游业等，导致了库区周围，尤其是库东北、北部地区的土壤侵蚀现象较为严重。据 199

5、9 年北京市遥感调查，密云县水土流失总面积 1000.282 km2，占全县总面积的 45%4，进行水库周边地区土壤侵蚀危险度等级判定，对保护和改善水库周边生态环境，保证首都人民用水以及用水安全，以及合理规划水库周边土地利用有着重要意义。2土壤侵蚀敏感性因子的选择针对土壤侵蚀问题形成和影响因素的大量分析和研究工作表明，区域土壤侵蚀的敏感性主要受降水、成土母质、地形坡度和地表覆盖度的影响，故可以用地形坡度、降水侵蚀力、土壤可蚀性和地表植被覆盖等 4 因子来评价5。(1)降水侵蚀力： 该指标是反映降雨引起土壤侵蚀的一个外营力指标，是评价降雨引起土壤侵蚀潜在能力的重要参数6。密云水库流域位于我国温带

6、大陆性气候， 降水量较丰富， 多年平均降水量为 650mm，且降雨具有明显的时空差异，容易对土壤产生侵蚀作用。(2)土壤可蚀性因子 K：土壤可蚀性是一项评价土壤被降雨侵蚀力分离、冲蚀和搬运难易程度的内营力指标，主要反映土壤质地对土壤侵蚀的影响。(3)坡度因子： 地貌形态是影响土壤侵蚀的重要因素。 在地形因子中， 坡度对土壤侵蚀的影响最大。研究表明，一般情况下，土壤侵蚀量与坡度大小成正相关；坡度越陡，降雨汇流的时间越短，径流能量就越大， 对坡面的冲刷就越强烈， 侵蚀量就越大。(4)覆盖因子： 地表植被覆盖是影响土壤侵蚀敏感性的一个重要因素。在水域和植被覆盖度高的地区，发生土壤侵蚀的机会就小；相反

7、，在地表裸露，植被覆盖度低的地区，发生土壤侵蚀的机会就大。因此，植被覆盖因子是评价土壤侵蚀敏感性的一个重要指标。3研究方法与技术路线3.1研究方法影响土壤侵蚀的因子很多，不同环境要素在同一扰动因子作用下其敏感性表现不一样；同一环境要素在不同扰动因子作用下其敏感性也不同。为此，采用土壤侵蚀敏感性综合指数对该研究区土壤侵蚀敏感性状况进行评价，综合评价的焦点正是如何科学、客观地将一个多目标问题综合成一个单指标形式。 因此， 在保证数据信息损失最小的前提下，经线性变换，以少数的综合变量取代原始采用的多维变量的主成分分析法是一种较好的评价方法。由美国统计学家皮尔逊创立的主成分分析法是从多指标分析出发，运

8、用统计分析原理与方法提取少数几个彼此不相关的综合性指标而保持其原指标所提供的大量信息的一种统计方法。其基本原理是：设有 N 个相关变量 Xi(i=1，2，N)，由其线性组合成 N 个独立变量 Pi(i=1，2，N)，使得独立变量 Pi的方差之和等于原来 N 个相关变量 Xi的方差之和，并按方差大小由小到大排列。这样就可把P 个相关变量的作用看作主要由为首的几个独立变量又(i=1，2，M)(MN)所决定，于是 N 个相关变量就缩减成 M 个独立变量 Pi，Pi(i=1，2，M)就是通常所说的主成分。为了进行生态环境综合评价，综合指数定义为 M 个主成分的加权和，而权重用每个主成分相对应的贡献率来

9、表示。因此，总评价函数可表示为：E=a1P1+a2P2+aMPM（1）式中 E 为环境综合评价结果；Pi为第 i 个主成分；ai为第 i 主成分对应的贡献率7。主成分分析法则是对高维变量进行最佳综合与简化，同时也客观地确定各个指标的权重，避免了人为打分而带来的主观随意性。3.2技术路线在广泛收集研究区气象资料、地形资料、土壤资料和有关水土保持研究成果的基础上，采用卫星遥感、地理信息系统和野外实地调查相结合的方法，完成研究区土地利用分布图、植被覆盖图等；依据选取的土壤侵蚀敏感性因子， 利用地理信息系统的空间分析等功能，运用主成分分析方法，计算出反映土壤侵蚀敏感性综合指数值，对运算结果进行危险性分

10、级，对侵蚀的空间特征进行分析研究，并确定相应的保护措施，工作流程见图 1。3.3数据获取与处理(1)降水侵蚀力：降雨侵蚀力的经典计算方法：R=（EI30）（1）是由美国学者威斯奇迈尔和史密斯(1598)利用美国 35 个土壤保持试验站的降雨侵蚀资料统计得出的。近年来我国不少科研工作者通过各地小区资料的， 建立了我国估算年 R 值的简易计算关系式8：R=0.207(PI60/100)1.205（2）P 为年降雨量，I60为年最大 60 min 降雨量(mm )。本文采用年 R 值的简易算式，首先，对密云水文观测站测得的观测点数据 I60、 以及多年降雨等值线进行插值，内插生成研究区域 P、I60

11、栅格图，利用GIS 栅格运算功能按照公式 2 计算该流域降雨侵蚀力栅格分布图（图 2） 。(2)土壤可蚀性因子： 根据收集到的北京市地质图、土壤图可知，北京市密云水库周边区域土壤类型以淋溶褐土、普通褐土为主，褐潮土、潮土、生草棕壤、粗骨棕壤、褐土性土为辅，根据诺谟图，并参照我国学者总结出主要土壤类型的 K 值8,10，依次查得各地块的 K 值。在 ArcGIS 中利用数字化得到的土壤矢量图和可蚀性因子属性，转换成栅格形式的土壤可蚀性因子图（图 3） 。(3)坡度因子： 坡度信息从 15 万密云 DEM 中提取得到（图 4） 。(4)植被覆盖度因子：利用该研究区 2005 年 6月份 TM 影像

12、。遥感数据都经过辐射纠正、大气纠正和正射纠正，利用下式计算 NDVI 值：评价因子的确定DEM气象资料土地利用图土壤图影像坡度计算 R 值计算 K 值植被覆盖度土壤侵蚀评估模型的建立土壤侵蚀强度分级属性数据相关图件主成分分析法图 1技术路线图Fig. 1Flow chart of predicting soil erosion by the PCAmodelNDVI=(NIR-R)/(NIR+R)（3）其中，NIR 对应于近红外波段，R 对应于红波段。采用植被指数转换法来直接估算植被覆盖度对密云水库上游的植被覆盖度进行了估算9。fc=(NDVI - NDVIsoil)/(NDVIveg- ND

13、VIsoil）（4）其中，NDVIsoil为裸露地表，即无植被像元的NDVI 值；而 NDVIveg则代表完全被植被所覆盖的像元的 NDVI 值。计算植被覆盖度时，即使同一景影像，对于 NDVIsoil和 NDVIveg值不能取固定值。在实际应用中，借助 Erdas 工具计算出区域 NDVI值，利用已有土地利用图和土壤图确定 NDVIveg和NDVIsoil值，计算得到密云水库区域植被覆盖度信息（图 5） 。3.4数据标准化进行多专题空间数据的叠加分析，必须首先进行各种数据的一致化和标准化处理。数据的一致化包括多源数据的格式转换、统一坐标系统的建立以及各专题数据具有相同的空间分辨率和相同的空间

14、区域，从而保证不同专题数据间能够进行运算以及主成分分析。在 ArcGIS 的支持下，对各个土壤侵蚀敏感性评价因子矢量数据和栅格数据进行参考坐标系和投影方式的统一。另外，采用栅格数据结构为基础，实现各种代数和逻辑运算，栅格 CELL 大小为 30 m30 m，运算区域为密云水库周边的区域。由于各个专题因子具有不同的量纲，无法进行图 2降雨侵蚀力Fig. 2The value of rainfall erosivitiy图 3土壤可蚀性因子Fig. 3The value of soil erodibility图 5植被覆盖度Fig. 5The value of vegetation coverag

15、e图 4坡度Fig. 4Slope map综合计算，需要通过标准化处理形成无量纲的数据结果。本文采用极差标准化进行数据变换，每一专题指标标准化后的分级数值结果在 0 到 10 之间。Xs=10（X-Xmin）/（Xmax-Xmin）（5）Xs表示变换后的数据；X 表示各项原始数据；Xmax表指标中的最大值；Xmin表示指标中的最小值。4土壤侵蚀计算结果及侵蚀背景空间分析4.1土壤侵蚀强度综合评价指数计算与分级主成分分析中特征值、贡献率、主成分载荷和累积贡献率计算结果如表 1 所示。按照载荷矩阵值以及四个评价指标的值进行栅格运算，求出密云水库区域各主成分因子分布值，根据各主成分因子的累计贡献率得

16、出土壤侵蚀综合评价因子。根据自然点剖分方法划定分级标准，分级标准如表 2 中所示，侵蚀强度分布图如图6 所示，经过野外实际验证，分级结果与该地区实际情况以及其他学者的实验、研究成果有较好的一致性8-11。4.2密云水库周边地区侵蚀背景空间分析利用 15 万 DEM 数据生成坡度图， 用 GIS 软件将坡度分成 05， 58、 815、 1525、 2535、3590六个等级，将生成的坡度等级图与土壤侵蚀潜在危险度图进行叠加，得到不同坡度等级上的土壤侵蚀危险度(表 3)。从表 3 可以看出，在35的坡度带上，以中度侵蚀面积为主，其面积比例达到 75.3%、61.82%，并且出现强度侵蚀和极强度侵

17、蚀，且呈现面积增长趋势。 从土壤侵蚀潜在危险度计算结果来看(表 3)， 随着坡度增大，土壤侵蚀潜在危险度受坡度影响明显，与坡度成正相关关系。（2）密云水库上游、下游区域侵蚀程度分析在上游白河支流入库地区，土壤以褐土为主、棕壤、潮土为辅，侵蚀状况有加剧的趋势，中度侵蚀面积较大，达到 41.2%，侵蚀区呈不连片分布。该部分土地利用类型以有林地、草地和果园为主，其原因是由于密云县进行土地利用转型，将部分林地改制成果园，人为活动作用下使地表覆被度和坡度发生变化所致，同时上游地区铁矿开采的露天剥表 1特征值、贡献率、主成分载荷和累积贡献率Tab 1Eigen value、contribute、Compo

18、nent Matrix (a) and cumulating contribute参数主成分因子参数载荷矩阵特征值累计贡献率/%植被覆盖度土壤可蚀性因子 K降雨侵蚀力 R坡度PCA11.86246.550.8230.590-0.4020.822PCA20.94923.720.263-0.2470.8440.327PCA30.79119.78-0.2450.7670.353-0.134PCA40.3989.950.4410.0400.048-0.447表 2土壤侵蚀强度分级面积统计结果Tab 2Soil erosion category simulated by the PCA model in

19、 the study area分级强度指标微度（I）轻度（II）中度（III）强度（IV）极强度（V）剧烈（VI）像元数1 063 065593 39376118333 0592 556325面积/km2956.758 5534.053 7685.064 729.753 12.300 40.292 5百分比/%43.3324.1831.021.350.100.01分级标准0-5.55.5-6.56.5-7.57.5-8.58.5-9.59.5-11.5图 6土壤侵蚀强度分级图Fig. 6Classified erosion map of the Miyun蚀在一定程度上加剧了库区北部、东北部的

20、侵蚀程度，见表 4。密云水库下游地区几家滑雪场的建设破坏了一定的生态环境，另外其使用地下水作为造雪水源，导致了缺水状况的加剧，同时在一定程度上导致了水源地涵养能力的下降和地表水的流失，长期下去可能会导致侵蚀面积加大，加剧丘陵区的水土流失，并使水库水质受到严重影响，危及到北京供水质量及生态环境的协调发展。（3）密云水库周边地区不同地貌侵蚀程度分析密云水库地区地貌主要以平原、丘陵、山地为主，利用 DEM 数据，按照海拔高度将整个研究区域分为 5 类， 不同地貌类型上的土壤侵蚀危险度 （像元个数）见表 5。从图 7 可以看出，平原地区以微度侵蚀为主，其面积占该地貌类型的 94.6%；浅丘以微度和轻度

21、为主，其面积比例为 47.7%，两者合计占该地貌类型总面积的 79.7%，中度侵蚀占 18.79%；高丘中度侵蚀为 47.2.26%，轻度为 36.22%，微度为 14.22%，强度侵蚀为 2.18%；低山上以微度侵蚀、中度侵蚀为主，其面积比例分别为 34.58%和 46.61%，微度为 17.35%，同时伴随着 1.39%的强度侵蚀；海拔高于 800 m 的中山地区面积比例最大的为微度侵蚀，占该地貌类型总面积的 69.01%，其次为中度侵蚀，面积比例为 24.87%。 侵蚀区主要集中在库东和库北低山丘陵区，主要乡镇为西田各庄西北，石城、冯家峪与不老屯北部，太师屯、新城子东部。5结论与建议（1

22、）将主成分分析方法与遥感、GIS 技术相结合进行土壤侵蚀状况判定，在水土侵蚀评价上可以作为传统方法的一种补充，改变以往比较单一的侵蚀判定方法，提高判定结果的准确性和精确程度。（2）密云水库周边地区存在着不同强度的土壤侵蚀状况，总体表现为微度侵蚀，525间以轻度侵蚀为主，中度侵蚀面积主要发生在低山丘陵区以耕地为主的土地利用上，由于该地区土层较薄，地貌以丘陵为主，在人类经济活动的影响下，导致土壤侵蚀面积产生加大的趋势，同时也说明该地区的土壤侵蚀潜在危险程度较大，在25 度区域以中度侵蚀为主，并有侵蚀加重的趋势。（3）水资源紧缺已经成为制约首都发展的一大瓶颈。合理保护密云水库周边生态环境，降低土壤侵

23、蚀需要对该地区的土地利用加以调整，控制或者关闭水库上游金属矿产的开发，限制水库下游地区滑雪场地的建设，加强水源涵养地的林地建设。这些是解决首都环境与发展问题，实现经济的可持续发展的重要举措和根本保证。参考文献：1刘宝元, 谢云, 张科利.土壤侵蚀预报模型M. 北京:中国科学技术出版社,2001:1-5.LIU Baoyuan, XIE Yun, ZHANG Keli. Soil Loss Prediction ModelM.表 3不同坡度、不同土壤侵蚀等级的面积Tab 3Slope and estimated erosion acreage in the study area指标IIIIIII

24、VVVI05617.23588.4584.210.6581524.37195.967.43152562.89253.8874.431.162535105.73334.172.770.7735138.09268.3925.821.530.29图 7不同地貌土壤侵蚀危险度Fig. 7Physiognomy and estimated erosion rates表 5不同地貌类型上的土壤侵蚀危险度Tab 5Physiognomy and estimated erosion cells in the study area类型IIIIIIIVVVI平原254 74510 5823 515216240浅丘

25、396 994266 664156 38610 5161 438235高丘75 227191 540249 89511 54056149低山233 168116 980314 2959 39042838中山102 931762737 0921 3971053表 4密云水库上游河流流域土壤侵蚀状况Tab 4Soil erosion status in the upper Miyun reservoir侵蚀强度IIIIIIIVVVI像元数（个） 28 16120 94237 8354 6032983面积/km225.344 9 18.847 8 34.051 54.142 70.268 20.00

26、2 7百分比/%30.6622.8041.205.010.320.0Beijing: Chinese Science & Technology Press, 2001: 1-5.2全为民, 严力蛟. 农业面源污染对水体富营养化的影响及其防治措施J. 生态学报, 2002, 22(3): 291-298.QUAN Weimin, YAN Lijiao. Effects of Agricultural Non-point SourcePollution on Eutrophication of Water Body and Its control MeasureJ.ACTAEcologic

27、a Sinica, 2002, 22(3):291-298.3廖日红, 李其军. 密云水库流域可持续发展战略研究J.中国水利,2003,4(B):22-24.LIAORihong,LI Qijun.StudiesOn River BasinSustainableDevelopment Strategy for the Miyun ReservoirJ. China WaterResource, 2003, 4:22-24.4密云县人民政府. 密云县生态示范区建设总体规划Z. 2002:1-183.5孙希华. 基于 GIS 的济南市山丘区土壤侵蚀潜在危险度评价研究J. 水土保持学报, 2003,

28、 17(6): 47-50.SUN Xihua. Research on Soil Erosion Potential Danger in Jinan Basedon GISJ. Journal of Soil and Water Conservation, 2003, 17(6):47-50.6WISCHMEIER W H, SMITH D D. Predicting Rainfall Erosion LossesfromCroplandEastoftheRockyMountains:AgricultralHandbookM. Washington, DC: USDA, 1965: 282.

29、7徐建华. 现代地理学中的数学方法M. 北京: 高等教育出版社,2002: 392-400.XU Jianhua. Mathematical Methods in Contemporary GeographyM.Beijing: Higher Education Press, 2002: 392-400.8王万忠, 焦菊英. 中国的土壤侵蚀因子定量评价研究J. 水土保持通报, 1996, 16(5): 1-20.WAMG Wanzhong, JIAO Juying. Quantitative Evaluation on FactorsInfluencing Soil Erosion in Ch

30、inaJ. Bulletin of Soil and WaterConservation, 1996, 16(5): 1-20.9李苗苗, 吴炳方, 颜长珍, 周为峰. 密云水库上游植被覆盖度的遥感估算J. 资源科学, 2004, 26(4): 153-159LI Miaomiao, WU Bingfang, YAN Changzhen, et al. Estimation ofVegetation Fraction in the Upper Basin of Miyun Reservoir byRemote SensingJ. Resources Science, 2004, 26(4):

31、153-15910符素华, 张卫国, 刘宝元, 等. 北京山区小流域土壤侵蚀模型J.水土保持研究, 2001, 8(4): 114-120FU Suhua, ZHANG Weiguo, LIU Baoyuan, et al. Beijing MountainAreaSoilErosionModelJ.ResearchofSoilandWaterConservation, 2001, 8(4): 114-12011赵忠海. 遥感技术在密云水库北部土壤侵蚀调查中的应用J. 中国地质灾害与防治学报, 2003, 14(4): 100-104.ZHAO Zhonghai. Application of

32、 remote sensing on soil erosionsurvey in the northern area of Miyun ReservoirJ. The ChineseJournal of Geological Hazard and Control, 2003, 14(4): 100-104.Amethod for fast estimating soil erosion intensity based on RS and GISZHANG Youquan1, 2, GONG Huili3, ZHAO Wenji3, LI Xiaojuan31. Northeast Instit

33、ute of Geography andAgricultural Ecology, CAS, Jilin Changchun 130012, China;2. Graduate School of The Chinese Academy of Sciences, Beijing 100039, China;3. Beijing Key lab of resource Environment & GIS, Beijing 100037, ChinaAbstract: Soil erosion is one of the most serious problems of eco-environment. In this paper, the main study focus on the methods ofdynamically estimating soil erosion in large area based on RS and GIS. Firstly, the classification factors of soil erosion were selectedby analyzing