基于遙感技術(shù)的露天礦區(qū)土地復(fù)墾效益評(píng)價(jià)

張寅玲，白中科,2，陳曉輝，曹銀貴

(1.中國(guó)地質(zhì)大學(xué)(北京)，北京 100083；2.國(guó)土資源部土地整治重點(diǎn)實(shí)驗(yàn)室，北京100035)

煤礦區(qū)域集煤炭資源開采與利用、土地資源占用與破壞為一體，煤礦區(qū)域土地復(fù)墾成為中國(guó)土地復(fù)墾的重點(diǎn)區(qū)域[1]。2006年國(guó)務(wù)院發(fā)布的《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要》中提出，要重點(diǎn)開發(fā)礦產(chǎn)開采區(qū)等典型生態(tài)脆弱區(qū)生態(tài)系統(tǒng)的動(dòng)態(tài)監(jiān)測(cè)技術(shù)，構(gòu)建生態(tài)系統(tǒng)功能綜合評(píng)估及技術(shù)評(píng)價(jià)體系。因此，除了在礦區(qū)范圍內(nèi)進(jìn)行土地資源利用監(jiān)測(cè)[2]、生物多樣性監(jiān)測(cè)[3]、植被監(jiān)測(cè)[4]和水土流失監(jiān)測(cè)[5]外，土地復(fù)墾效益監(jiān)測(cè)作為土地復(fù)墾管理的主要內(nèi)容[6]也成為必不可少的環(huán)節(jié)。

露天礦區(qū)作為一個(gè)特殊的地理區(qū)域，在挖損、壓占、占用和復(fù)墾的人工強(qiáng)烈擾動(dòng)下，逐步由自然生態(tài)系統(tǒng)轉(zhuǎn)變?yōu)槿斯ど鷳B(tài)系統(tǒng)自然系統(tǒng)轉(zhuǎn)變?yōu)樽匀幌到y(tǒng)與人工系統(tǒng)并存的模式。礦區(qū)土地復(fù)墾工作完成后，復(fù)墾效益需要經(jīng)歷一段時(shí)間后才能得以顯現(xiàn)。以資源開采為原動(dòng)力的人類擾動(dòng)造成的生態(tài)和環(huán)境問題主要表現(xiàn)為：地表形態(tài)改變[7]、植被破壞[8]、熱環(huán)境效應(yīng)增強(qiáng)[9]、土壤結(jié)構(gòu)破壞[10]等，而礦區(qū)土地復(fù)墾工作則旨在通過地貌重塑、土壤重構(gòu)以及植被重建等恢復(fù)礦區(qū)的生態(tài)系統(tǒng)服務(wù)功能。然而，在土地復(fù)墾工作完成后，復(fù)墾效益需要經(jīng)歷一段時(shí)間后才能得以顯現(xiàn)。目前，礦區(qū)土地復(fù)墾效益監(jiān)測(cè)多集中于單項(xiàng)指標(biāo)的監(jiān)測(cè)，常用的復(fù)墾效益指標(biāo)為作物生長(zhǎng)、植被覆蓋等因素。在自然群落和人工群落的后期演替過程中，植物種和植物群落的生長(zhǎng)與布局仍然受到諸如氣候、土壤、地形等環(huán)境因素的影響[11]，因此基于多項(xiàng)指標(biāo)進(jìn)行復(fù)墾效益的動(dòng)態(tài)監(jiān)測(cè)顯得十分必要。2006年頒發(fā)的《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范》[12]中推出主要基于遙感技術(shù)的生態(tài)環(huán)境狀況指數(shù)EI，被廣泛應(yīng)用于生態(tài)環(huán)境的年度綜合評(píng)價(jià)。本研究以EI指數(shù)為參考，根據(jù)露天礦區(qū)的特點(diǎn)提出選取了地形高程、植被指數(shù)、地表溫度和土壤濕度4個(gè)重要指標(biāo)作為擬建復(fù)墾效益指數(shù)的評(píng)價(jià)指標(biāo)，這4個(gè)指標(biāo)除了代表自然因素外，在某種程度上還表征了人為開采活動(dòng)對(duì)礦區(qū)地形條件和水熱條件的影響，因此在某種程度上也可用于礦區(qū)土地復(fù)墾效益的評(píng)價(jià)。

衛(wèi)星遙感技術(shù)以其宏觀、實(shí)時(shí)、快速的特點(diǎn)，在評(píng)價(jià)指標(biāo)的空間測(cè)度和動(dòng)態(tài)監(jiān)測(cè)方面得到廣泛應(yīng)用。基于遙感技術(shù)獲取多個(gè)評(píng)價(jià)指標(biāo)，打破了以往單項(xiàng)指標(biāo)監(jiān)測(cè)的局限性，以期作為實(shí)地測(cè)量指標(biāo)的輔助指標(biāo)來實(shí)時(shí)、快速、定量、長(zhǎng)期地評(píng)價(jià)和監(jiān)測(cè)復(fù)墾效益。

1 研究區(qū)概況

平朔礦區(qū)屬于寧武煤田的北部區(qū)域，區(qū)域含煤面積380km2，地質(zhì)儲(chǔ)量127.5 Mt，露天可采儲(chǔ)量60 Mt，是我國(guó)主要的煤炭生產(chǎn)基地。至2013年，平朔露天煤礦的開采擾動(dòng)范圍達(dá)到67km2，其中已復(fù)墾區(qū)域約為14.6km2。礦區(qū)采掘均實(shí)行“剝離-采礦-復(fù)墾”的一體化工藝流程，復(fù)墾工藝的實(shí)施主要指排土場(chǎng)區(qū)域的植被復(fù)墾。排土場(chǎng)作為大型露天礦山中特有的人工地貌，經(jīng)人工和機(jī)械平整后形成平臺(tái)與邊坡，最后在平臺(tái)與邊坡上通過植被種植進(jìn)行生態(tài)恢復(fù)與生態(tài)重建工作。本研究選取了平朔露天礦區(qū)安太堡礦山的兩個(gè)外排土場(chǎng)，即西排和南排作為研究區(qū)域，面積約3.71km2。

2 數(shù)據(jù)與方法

2.1 研究數(shù)據(jù)

遙感影像統(tǒng)一選用Landsat TM影像，獲取時(shí)間為2001年8月20日，2005年7月30日和2010年7月12日，分別代表了復(fù)墾初期、復(fù)墾中期和復(fù)墾近期。根據(jù)研究區(qū)范圍對(duì)影像數(shù)據(jù)進(jìn)行裁剪后，最終得到西排和南排的基礎(chǔ)影像。

2.2 指標(biāo)構(gòu)建

2.2.1 地形高程(DEM)

平朔露天礦區(qū)地測(cè)部實(shí)地測(cè)量得到了2010年1∶1萬的地形圖，經(jīng)ArcGIS轉(zhuǎn)換生成分辨率為30m的DEM數(shù)據(jù)。排土場(chǎng)完成排棄后，其地形高程不再受煤礦開采活動(dòng)的影響發(fā)生改變，因此研究區(qū)域在2001年、2005年和2010年具有相同的地形高程數(shù)據(jù)。

2.2.2 植被指數(shù)(NDVI)

歸一化植被指數(shù)NDVI為對(duì)地表植被活動(dòng)的一種簡(jiǎn)單、經(jīng)驗(yàn)的度量，與植被分布密度呈線性相關(guān)，可作為指示大尺度植被覆蓋的指標(biāo)[13]。因此，選用NDVI來表征植被生長(zhǎng)狀況，見式(1)。

NDV1=(NIR-R)/(NIR+R)

(1)

式中：R和NIR分別對(duì)應(yīng)了Landsat TM數(shù)據(jù)的第3波段(0.63～0.69)和第4波段(0.76～0.90)的反射率。

2.2.3 地表溫度(LST)

地表溫度是地表熱量狀況和熱量交換過程的重要表征，獲取區(qū)域下墊面的地表溫度特征，可以為區(qū)域熱環(huán)境的研究提供有效數(shù)據(jù)[14]。利用Landsat數(shù)據(jù)的熱紅外波段得到該波段的星上亮溫?cái)?shù)據(jù)式(2)、式(3)。

Lλ=GAINS×DN+BIASES

(2)

Tk=K2/ln(K1/Lλ+1)

(3)

式中：Lλ為熱紅外波段的輻射強(qiáng)度值；DN為像元灰度值；GAIN和BIASES分別為增益值和偏置值，可以從影像頭文件中獲得；K1=607.66(w·m-2sr-1μm-1)；K2=1260.56(K)；Tk為亮度溫度。

根據(jù)Jimenez-Munoz和Sobrino[15]提出的普適性單通道算法，通過地表比輻射率，大氣水汽含量，將亮度溫度轉(zhuǎn)換為地表溫度Ts(式(4))。

Ts=γ[ε-1(φ1Lλ+φ2)+φ3]+δ

(4)

其中，Ts為地表溫度LST(單位：K)；ε為地表比輻射率；λ為熱紅外波段的有效波長(zhǎng)(11.457)；γ與δ是與普朗克公式進(jìn)行線性展開有關(guān)的變量；φ1，φ2，φ3為大氣參數(shù)，與波長(zhǎng)和大氣含水量有關(guān)。

2.2.4 土壤濕度(TVDI)

土壤水分作為侵蝕過程[16]、植物生長(zhǎng)[17]、植被恢復(fù)[18]和土地評(píng)價(jià)的主要影響因子，對(duì)區(qū)域農(nóng)業(yè)生產(chǎn)、植被恢復(fù)以及土地利用配置的研究具有重要意義[19]。利用Sandholt[20]提出的溫度植被干旱指數(shù)(TVDI)的概念估算土壤表層的水分狀況(式(5))。

(5)

式中：Tsmin表示所有像元中的最小地表溫度，對(duì)應(yīng)的是濕邊；Ts表示影像中任意像元的地表溫度；Tsmax=a+b*NDVI為某一NDVI值所對(duì)應(yīng)的最高溫度，對(duì)應(yīng)的是干邊，則a、b為干邊擬合方程的系數(shù)。TVDI值越高，代表土壤濕度越低。

2.3 數(shù)據(jù)處理

2.3.1 無量綱化處理

由于選取的4個(gè)指標(biāo)的量綱不統(tǒng)一，為了消除量綱對(duì)評(píng)價(jià)結(jié)果的影響，需要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理式(6)。

ai=(xi-xmin)/(xmax-xmin)

(6)

式中：ai為評(píng)價(jià)指標(biāo)i的標(biāo)準(zhǔn)化值，xi為評(píng)價(jià)指標(biāo)i像元對(duì)應(yīng)的值，xmax和xmin分別對(duì)應(yīng)指標(biāo)i中的最大值和最小值。

2.3.2 標(biāo)準(zhǔn)離差法

在Matlab軟件支持下，提取研究區(qū)域中任意像元的4個(gè)指標(biāo)值用于構(gòu)建復(fù)墾效益指數(shù)的樣本數(shù)據(jù)。選取的樣本需要均勻分布在整個(gè)研究區(qū)域，樣本數(shù)據(jù)分別來源于2001年、2005年和2010年3期數(shù)據(jù)。其中西排568個(gè)樣本，南排468個(gè)樣本。

標(biāo)準(zhǔn)離差法是客觀賦權(quán)法中的一種，通過計(jì)算無量綱化樣本值的標(biāo)準(zhǔn)差進(jìn)一步估算各指標(biāo)權(quán)重(式(7))。當(dāng)指標(biāo)的標(biāo)準(zhǔn)差越大時(shí)，表明該指標(biāo)值的變異程度越大，進(jìn)行綜合評(píng)價(jià)時(shí)所起的作用越大，因此權(quán)重也越大。當(dāng)指標(biāo)的標(biāo)準(zhǔn)差越小時(shí)，表明該指標(biāo)值的變異程度越小，進(jìn)行綜合評(píng)價(jià)時(shí)提供的信息量越小，因此權(quán)重也越小。

(7)

式中：Sj為j個(gè)指標(biāo)的無量綱化樣本值的標(biāo)準(zhǔn)差；Wj代表第j個(gè)指標(biāo)的權(quán)重值；m為指標(biāo)數(shù)。最后確定各評(píng)價(jià)因子的權(quán)重(表1)。

2.3.3 多指標(biāo)加和法

類比三角法圖法的礦山復(fù)墾評(píng)價(jià)原理[21]，多指標(biāo)加和方法首先將各指標(biāo)的無量綱測(cè)度值劃分為高、中、低三個(gè)等級(jí)(表2)，假設(shè)高等為1分，中等為0分，低等-1分，通過指標(biāo)的空間疊加，RSREI的最終得分在[-4，4]之間，標(biāo)準(zhǔn)化處理后最終范圍為[0，1]，最后參照單個(gè)指標(biāo)的等級(jí)劃分標(biāo)準(zhǔn)，最終確定復(fù)墾效益指數(shù)的等級(jí)。

表1 各評(píng)價(jià)指標(biāo)的權(quán)重

表2 評(píng)價(jià)指標(biāo)等級(jí)劃分

3 結(jié)果與分析

3.1 多指標(biāo)加和法與標(biāo)準(zhǔn)離差法的對(duì)比

標(biāo)準(zhǔn)離差法根據(jù)表1中各指標(biāo)的權(quán)重，計(jì)算得到西排土場(chǎng)和南排土場(chǎng)2001年、2005年和2010年的RSREI值。由于分值的取值范圍不同，經(jīng)標(biāo)準(zhǔn)化處理后將分值映射到[0,1]區(qū)間，并進(jìn)一步劃分為高[0.7,1]、中[0.3,0.7]、低[0,0.3]三個(gè)等級(jí)，如圖1所示。該方法根據(jù)樣本無量綱值的標(biāo)準(zhǔn)差狀況確定權(quán)重，避免了人為權(quán)重確定，具有一定的合理性。但是在RSREI的計(jì)算過程中，由于每期數(shù)據(jù)的樣本值不同，使得RSREI的計(jì)算公式也不盡相同，這樣即使存在4個(gè)指標(biāo)值相同的像元，也有可能得到不同的RSREI值或復(fù)墾效益等級(jí)，不適用于時(shí)間維度上的動(dòng)態(tài)對(duì)比。

多指標(biāo)加和法根據(jù)表2先對(duì)各指標(biāo)進(jìn)行等級(jí)劃分并賦予對(duì)應(yīng)的分值，計(jì)算完成后，根據(jù)最后的無量綱值再一次進(jìn)行等級(jí)劃分，如圖2所示。該方法認(rèn)為，當(dāng)選取的評(píng)價(jià)指標(biāo)共同對(duì)復(fù)墾效益變化起作用時(shí)，每一個(gè)指標(biāo)對(duì)復(fù)墾效益的全局變化具有相同的影響程度，因此該方法能夠通過各評(píng)價(jià)指標(biāo)客觀地反映土地復(fù)墾效益。由于在RSREI的計(jì)算和等級(jí)劃分中采用統(tǒng)一的標(biāo)準(zhǔn)，所以在定量評(píng)價(jià)復(fù)墾效益的同時(shí)還能進(jìn)行時(shí)間維度上的對(duì)比分析。

總的看來，兩種計(jì)算結(jié)果在空間分布上具有一定的相似性。標(biāo)準(zhǔn)離差法在RSREI的計(jì)算過程中，由于每期數(shù)據(jù)的樣本值不同，使得RSREI的計(jì)算公式也不盡相同，這樣即使存在4個(gè)指標(biāo)值相同的像元，也有可能得到不同的RSREI值或復(fù)墾效益等級(jí)，不適用于時(shí)間維度上的動(dòng)態(tài)對(duì)比。多指標(biāo)加和法認(rèn)為每個(gè)評(píng)價(jià)因子對(duì)復(fù)墾效益具有相同的影響程度，在RSREI的計(jì)算和等級(jí)劃分中具有統(tǒng)一的標(biāo)準(zhǔn)，除了可以定量評(píng)價(jià)復(fù)墾效益外，還能進(jìn)行時(shí)間維度上的對(duì)比分析。

通過將多指標(biāo)加和方法與常用的標(biāo)準(zhǔn)離差法相比，發(fā)現(xiàn)兩種方法的計(jì)算結(jié)果在空間分布上具有一定的相似性，同時(shí)表明多指標(biāo)加和法的計(jì)算方式是合理的。由于評(píng)價(jià)方法所選用的研究數(shù)據(jù)為以往的影像數(shù)據(jù)，無法通過實(shí)地考察對(duì)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證。

圖1 排土場(chǎng)2001年、2005年、2010年復(fù)墾效益等級(jí)

圖2 排土場(chǎng)2001年、2005年、2010年復(fù)墾效益等級(jí)

因此為了進(jìn)一步完善該評(píng)價(jià)方法，未來將基于影像的過境時(shí)間，在同一天進(jìn)行實(shí)地調(diào)研，根據(jù)調(diào)研人員的理論知識(shí)和實(shí)踐經(jīng)驗(yàn)對(duì)部分樣點(diǎn)的土地復(fù)墾效益進(jìn)行判別，然后將判別結(jié)果用于檢驗(yàn)遙感影像計(jì)算得到的RSREI值，以期得到更為合理的評(píng)價(jià)模型和方法。

3.2 遙感復(fù)墾效益指數(shù)的應(yīng)用

RSREI除了可以定量刻畫復(fù)墾效益外，還能對(duì)比不同時(shí)期的復(fù)墾效益變化。利用多指標(biāo)加和法計(jì)算得到研究區(qū)域的RSREI值，然后劃分為高、中、低3個(gè)復(fù)墾效益等級(jí)。統(tǒng)計(jì)結(jié)果表明(表3、表4)，2001～2005年間，西排的復(fù)墾效益為高等的所占面積減少了0.07km2，中等所占面積增加了0.11km2，低等所占面積減少了0.04km2。南排的復(fù)墾效益為高等的面積增加了0.25km2，中等的面積減少了0.16km2，低等面積減少了0.09km2。2005～2010年間，西排的復(fù)墾效益為高等的所占面積增加了0.02km2，中等所占面積減少了0.55km2，低等所占面積了增加了0.53km2。南排復(fù)墾效益繼續(xù)提高，其中為高等所占面積持續(xù)增加，了0.07達(dá)到0.47km2，中等所占面積持續(xù)下降減少了0.52，減少到0.67km2，低等所占面積增加了0.45km2。

在遙感技術(shù)的支持下，除了定量刻畫復(fù)墾效益外，還能對(duì)不同時(shí)期復(fù)墾效益的空間變化進(jìn)行檢測(cè)。以綠色代表復(fù)墾效益的提高，以藍(lán)色代表復(fù)墾效益的降低，以灰色代表復(fù)墾效益未發(fā)生變化(圖3)。2001～2005年間，西排發(fā)生變化的面積為1.29km2，約占西排總面積的37.54%，其中復(fù)墾效益提高的面積占總面積的33.94%；南排發(fā)生變化的面積為0.67km2，約占南排總面積的40.06%，其中復(fù)墾效益提高的面積約占總面積的30.53%。2005～2010年間，西排發(fā)生變化的面積為1.36km2，約占西排總面積的39.58%，其中復(fù)墾效益提高的面積僅占總面積的9.31%；南排發(fā)生變化的面積為0.87km2，約占南排總面積的52.29%，其中復(fù)墾效益提高的面積占總面積的16.42%。

表3 2001～2005年土地復(fù)墾效益等級(jí)轉(zhuǎn)移矩陣/km2

表4 2005～2010年土地復(fù)墾效益等級(jí)轉(zhuǎn)移矩陣/km2

圖3 排土場(chǎng)復(fù)墾效益變化檢測(cè)

4 結(jié)論

RSREI指數(shù)是綜合考慮了區(qū)域的地形條件和水熱條件建立的一個(gè)完全基于遙感信息的指數(shù)，可以快速長(zhǎng)期地評(píng)價(jià)露天礦區(qū)的復(fù)墾效益。通過多指標(biāo)加和的方法對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行集成，根據(jù)評(píng)價(jià)指標(biāo)劃分的高、中、低三個(gè)等級(jí)，最終確定能夠反映礦區(qū)的土地復(fù)墾效益的等級(jí)狀況。

基于遙感技術(shù)得到的RSREI指數(shù)，不僅可以定量刻畫礦區(qū)的復(fù)墾效益，還可以對(duì)復(fù)墾效益的變化進(jìn)行時(shí)空分析，同時(shí)通過復(fù)墾效益等級(jí)圖實(shí)現(xiàn)復(fù)墾效益的可視化。同時(shí)，該指數(shù)不受時(shí)間和空間的限制，可以彌補(bǔ)實(shí)地觀測(cè)獲取指標(biāo)數(shù)值在這些方面的不足。

RSREI指數(shù)的構(gòu)建考慮了區(qū)域熱環(huán)境效應(yīng)，因此選取的遙感影像需要包括熱紅外波段。目前具有熱紅外波段的遙感影像包括AVHRR、ASTER、MODIS和Landsat等，最小分比率為30m，因此遙感復(fù)墾評(píng)價(jià)指數(shù)主要用于大尺度和中尺度的評(píng)價(jià)，對(duì)于小尺度區(qū)域的評(píng)價(jià)還有待進(jìn)一步細(xì)化。

[1] 卞正富.國(guó)內(nèi)外煤礦區(qū)土地復(fù)墾研究綜述[J].中國(guó)土地科學(xué)，2000，14 (1):6-11.

[2] 張正鵬，武文波.基于 GIS 技術(shù)的沈陽礦區(qū)土地資源利用變化監(jiān)測(cè)[J].煤炭科學(xué)技術(shù)，2007，35 (10):38-41.

[3] 畢銀麗，李強(qiáng)，邢健，等.基于 WebGIS 的礦區(qū)微生物復(fù)墾監(jiān)測(cè)與評(píng)價(jià)系統(tǒng)應(yīng)用研究[J].礦業(yè)工程研究，2009，24 (4):67-70.

[4] 馬保東，陳紹杰，吳立新，等.基于 SPOT-VGT NDVI 的礦區(qū)植被遙感監(jiān)測(cè)方法[J].地理與地理信息科學(xué)，2009，25 (1):84-87.

[5] 蘇迎春，周廷剛.遙感與 GIS 支持下的南桐礦區(qū)水土流失評(píng)價(jià)與區(qū)劃[J].中國(guó)巖溶，2012，31 (2):191-197.

[6] 周偉，曹銀貴，白中科，等.煤炭礦區(qū)土地復(fù)墾監(jiān)測(cè)指標(biāo)探討[J].中國(guó)土地科學(xué)，2012，26 (11):68-73.

[7] 胡振琪，陳濤.基于 ERDAS 的礦區(qū)植被覆蓋度遙感信息提取研究[J].西北林學(xué)院學(xué)報(bào)，2008，23 (2):164-167.

[8] 耿殿明，姜福興.我國(guó)煤炭礦區(qū)生態(tài)環(huán)境問題分析[J].中國(guó)煤炭，2002，28 (7):21-24.

[9] 胡文亮，趙萍，董張玉.基于 TM 數(shù)據(jù)的煤礦區(qū)熱環(huán)境效應(yīng)及其生態(tài)意義[J].合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，33 (5):741-744.

[10] 吳立新，梁躍.中國(guó)煤礦環(huán)境挑戰(zhàn)及戰(zhàn)略對(duì)策[J].中國(guó)煤炭，1996,(10):15-17.

[11] 張桂蓮，張金屯，郭逍宇.安太堡礦區(qū)人工植被在恢復(fù)過程中的生態(tài)關(guān)系[J].應(yīng)用生態(tài)學(xué)報(bào)，2005，16 (1):151-155.

[12] 國(guó)家環(huán)保總局.中華人民共和國(guó)環(huán)境保護(hù)行業(yè)標(biāo)準(zhǔn)(試行)HJ/T192-2006[S].2006.

[13] 賈寶全.基于TM衛(wèi)星影像數(shù)據(jù)的北京市植被變化及其原因分析[J].生態(tài)學(xué)報(bào)，2013，33 (5):1654-1666.

[14] 陳小瑜，林冰，鄭偉民，等.基于 ETM 遙感影像的城市溫度反演及結(jié)果分析——以福建省泉州市為例[J].重慶師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，30 (4):123-127.

[15] Jiménez-Muoz Juan CSobrino José A.A generalized single-channel method for retrieving land surface temperature from remote sensing data[J].Journal of Geophysical Research：Atmospheres (1984-2012)，2003，108 (D22).

[16] 張玉斌，鄭粉莉.近地表土壤水分條件對(duì)坡面土壤侵蝕過程的影響[J].中國(guó)水土保持科學(xué)，2007，5 (2):5-10.

[17] 王力，衛(wèi)三平，王全九.黃土丘陵區(qū)燕溝流域農(nóng)林草地土壤水庫充失水過程模擬[J].林業(yè)科學(xué)，2011，47 (1):29-35.

[18] 楊磊，衛(wèi)偉，莫保儒，等.半干旱黃土丘陵區(qū)不同人工植被恢復(fù)土壤水分的相對(duì)虧缺[J].生態(tài)學(xué)報(bào)，2011，31 (11):3060-3068.

[19] 肖慶文，倪晉仁，李天宏.基于土壤水分分布的土地利用空間優(yōu)化方法[J].自然資源學(xué)報(bào)，2005，20 (3):317-325.

[20] Sandholt Inge，Rasmussen Kjeld，Andersen Jens.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment，2002，79 (2):213-224.

[21] 李福來，雙寶，辛馨.基于三角圖法的礦山復(fù)墾評(píng)價(jià)研究[J].金屬礦山，2009(11):162-165.