利用GIS進行忻州窯礦區水土流失評估

劉文龍，王 堅，趙小平

(1. 北京工業職業技術學院，北京 100042； 2. 中國礦業大學,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生的各種破壞、分離、搬運和沉積的現象。礦區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，影響農業生產，威脅城鎮安全，加劇干旱等自然災害的發生。水土流失對礦區的生態和環境危害極大，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、研究區概述

試驗選擇忻州窯礦區作為研究區域,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。區內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、煤質硬度大，即“三硬”煤層。礦區地表主要為山區，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。

本研究使用的數據包括忻州窯礦區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)、山西大同氣象數據及忻州窯礦區礦界圖等。各數據由于來源不同，坐標系、投影均不相同，在進行水土流失分級評估前，首先對數據進行坐標系轉化，統一轉化為1980西安坐標系。數據采用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，土壤流失方程發揮了重要的作用。隨著GIS與RS的發展，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30多個州1萬多個徑流小區近30年的觀測資料進行系統分析基礎上得出的，修正后的土壤流失方程(RUSLE)是美國農業部根據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，當地區的降雨量較大時，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年的降水數據計算唯一R值，R=216.836，作為常數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構、有機質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Williams等在EPIC模型中發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。本文在研究區范圍內隨機采樣了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范圍內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，FA為匯流累積量；CS為像元大小；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狀的影響。地表的植被覆蓋度與土地利用現狀可采用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數值介于-1到1之間，其中，負值表示該區域代表非植被覆蓋，正值表示為植被覆蓋區域，且值越大，植被數量越多。NDVI的提取根據Landsat TM影像，采用ENVI軟件來計算。

植被覆蓋度的計算根據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，根據實際情況采用α=2,β=1。根據提取的NDVI值，采用柵格計算器，計算得到忻州窯礦區植被覆蓋因子，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的估算多根據土地利用類型確定。本文P值的確定參考張衛國的研究結果，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

根據忻州窯礦區Landsat TM影像，采用監督分類的方法，通過對影像的解譯，獲取忻州窯礦區土地利用現狀分類圖；然后根據表1所示，在ArcGIS中對土地利用現狀圖進行柵格計算，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水土保持措施因子分布圖，如圖4所示。

圖4 忻州窯礦區水土保持措施因子分布圖

四、結果分析

根據式(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水土流失分布圖。根據《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

根據表2，在ArcGIS中進行重分類，即得到忻州窯礦區水土流失分布圖，如圖5所示。對柵格圖像進行統計，統計結果見表3。忻州窯礦區約有20%的地區水土流失較嚴重，該部分地區多是位于溝谷底部，植被較少的區域。

圖5 水土流失分布圖

表3 土壤侵蝕結果匯總

五、結束語

通過上述研究可以發現，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果。在植被較少、坡度較大的地區，水土流失比較嚴重。忻州窯礦區約有20%的地區水土流失較嚴重，該部分地區多是位于溝谷底部，植被較少的區域。在一定的時期內，降雨侵蝕力因子與土壤可侵蝕性因子可以視為固定值，為了綜合治理礦區的水土流失，應當退耕還林還草，增加礦區的植被覆蓋度。

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.基于經驗模態分解的高分辨率影像融合[J]. 遙感學報， 2007，11(1)：55-61.