基于RS和GIS技術的水土流失動態監測與分析——以淮南礦區為例

王曉輝，鄭優男　(.安徽省環境科學研究院，安徽合肥 300；.合肥工業大學資源與環境工程學院，安徽合肥 30009)

?

基于RS和GIS技術的水土流失動態監測與分析——以淮南礦區為例

王曉輝1，鄭優男2(1.安徽省環境科學研究院，安徽合肥 230022；2.合肥工業大學資源與環境工程學院，安徽合肥 230009)

摘要為了及時、準確地掌握水土流失現狀，了解水土流失變化規律，為區域水土流失防治確定科學的思路和目標，基于通用土壤流失方程(USLE)，應用RS和GIS技術對淮南礦區水土流失進行動態監測與分析。結果表明，1986~2012年，淮南礦區水土流失中度侵蝕和輕度侵蝕區面積比例減少，微度侵蝕區比例增加，礦區水土流失狀況總體上趨向變好的態勢。研究結果有助于指導淮南礦區水土流失防治及其生態系統的恢復與重建。

關鍵詞淮南礦區；水土流失；土壤流失方程

Dynamic Monitoring and Analysis of Water and Soil Erosion Based on RS and GIS Technology—Taking Huainan Mining Area as an Example

WANG Xiao-hui1, ZHENG You-nan2(1. Anhui Institute of Environmental Science, Hefei, Anhui 230022; 2. School of Nature Resources and Environmental Engineering, Hefei University of Technology, Hefei, Anhui 230009)

AbstractIn order to timely and accurately grasp water and soil erosion situation, understand the variation law, provide scientific thought and objective of regional water and soil erosion control, based on USLE, RS and GIS technology was applied to monitor and analyze water and soil erosion in Huainan mining area. The results showed that during 1986-2012, proportion of moderate erosion and mild erosion area decrease, micro erosion area proportion increase. The results are helpful to guide the prevention and control of soil erosion in Huainan mining area and the restoration and reconstruction of ecological system.

Key wordsHuainan mining area; Water and soil loss; USLE

水土流失是我國生態環境的主要破壞因素之一。開展水土流失動態監測與分析，及時掌握水土流失變化特點，對加強水土流失的預防、保護、監督和管理，以及有效減少和控制水土流失的發生和發展具有重要的意義。水土流失動態監測與分析主要是指對區域水土流失的面積、程度和分布狀況實施長期、連續的監測，需要能及時獲取現勢性的資料并對現有資料進行快速處理分析的新技術手段。衛星遙感技術(RS)的快速更新信息能力和地理信息系統(GIS)強大的數據處理和分析能力，已成為近年來水土保持領域倍受關注的研究熱點之一。

我國礦區在資源開采過程中伴隨著棄土廢渣的排放、地表塌陷、破壞地下水資源的平衡等現象，導致地表植被的破壞，使得地表裸露，在降雨影響下，會造成嚴重的水土流失。但目前國內外針對于礦區的研究主要集中于礦區的生態環境質量評價、污染治理和污染現狀評價及預警等[1-4]，且研究技術日益趨于成熟，相比之下礦區水土流失方面的研究略顯薄弱[5-8]。筆者利用RS和GIS技術對淮南煤礦區多時期水土流失進行動態監測和分級評估，以便能及時掌握礦區水土流失變化情況，從而為有效防治和治理提供科學支撐。

1研究區概況及數據來源

1.1研究區概況淮南礦區地處安徽省中北部，淮河中游，位于116°21′21″～117°11′59″E、32°32′45″～ 33°00′24″ N，海拔16.5～240 m，自西北向東南，坡降1/10 000。礦區地跨淮河兩岸，東西長約70 km，南北傾斜寬約25 km，總面積約1 571 km2。整個礦區位于江淮丘陵與黃淮平原的交界處，地貌類型兼有平原和丘陵的特點，地形較為復雜，山丘、崗地、平原、湖洼、河流湖庫兼而有之。淮河由西向東橫穿礦區，北岸為地勢平坦的淮北平原，南岸為丘陵地區。礦區煤炭儲量豐富，總儲量約占安徽省總儲量的74%，占華東地區煤炭儲量的45%，被列為全國 13 個億噸煤炭生產基地和6 個煤電基地之一，是我國東部和南部地區資源最好、儲量最大的整裝煤田。

1.2數據來源該研究采用RS和GIS技術，對20世紀80、90年代和近期3個時段的淮南礦區GIS數據進行疊加分析。3個時段空間數據分別來自于20世紀80年代中期淮南礦區數字地圖(環保系統生態環境現狀調查對比數據)、20世紀90年代末數字地圖(環保系統生態環境現狀調查數據)和2012年淮南礦區SPOT6的1.5 m全色及6 m多光譜捆綁數據(通過遙感解譯、現場校核得到相匹配的空間數據)。

2研究方法

2.1土壤流失方程及監測流程水土流失監測手段包括常規地面調查法和定性遙感法，而定性遙感法以其快速、簡單、宏觀等特點而在國內外得到廣泛應用，并建立了眾多的遙感侵蝕監測模型。其中，從數據適用性和應用范圍而言，以Wischmeier等[9]于20世紀60年代提出通用土壤流失方程(USLE)應用為佳。國內外學者做了大量的水土流失研究，包括對方程中各因子的計算和各因子參數的本地化，使該方程的適用范圍和監測精度得到進一步提高。由于該方程的經典性和因子的解釋具有物理意義，仍是目前監測土壤侵蝕最為廣泛使用的方法。該方程是將水土流失的6個因子用連乘的形式組成，表達式為：

A=f×R×K×LS×C×P

(1)

式中,A為年土壤流失量(t/km2·a)；f為單位轉換系數，f=224.2；R為降雨和徑流因子；K為土壤可蝕性因子；LS為坡度坡長因子；C為植被與經營管理因子；P為水土保持因子。

運用ArcGIS的空間數據管理分析功能，建立研究區的數字高程模型(DEM)以及土地利用現狀圖、土壤類型圖、植被覆蓋分布圖等矢量數據圖，對其屬性數據進行相應的數據編碼操作，并將其柵格化(Grid格式)，求得各參數值的因子圖。再根據USLE方程的形式，將各因子值相乘，獲得研究區土壤侵蝕強度等級圖，其工作流程見圖1。

2.2參數因子的計算

2.2.1降雨侵蝕因子R值。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，難以直接測定，大多用降雨參數，如雨強、雨量等來估算降雨侵蝕力。該研究認為采用福建農業大學提出的R值計算公式較為合適，計算公式為：

R=-13.86+0.179 2×P

(2)

式中，R為全年的降雨侵蝕力；P為流域年降雨量(mm)。

通過淮南區氣象站的降雨量資料1986、1999和2012年3個年份區域降雨量分別為773、785和797 mm)，整個研究區每年的R值只有一個，即R1986=124.66，R1999=126.81，R2012=128.96。

2.2.2土壤可蝕性因子K值。K因子反映了土壤對侵蝕的敏感性及降水所產生的徑流量與徑流速率的大小。K值的大小與土壤質地、土壤有機質含量有較高的相關性。根據二次土壤普查成果，查找Wischmeier等建立的土壤可蝕性K值諾謨圖，近似確定出研究區不同土壤類型的可蝕性因子K值(表1)。

表1　淮南礦區土壤可蝕性因子K值估算結果

將研究區現有17類土壤類型經ArcGIS軟件的“數據融合”命令處理并編輯轉化為9類易于K因子賦值的土壤質地類型，按照表1將其增加一列屬性K并賦相應數值，最后利用 “矢量數據柵格化”命令生成K值因子柵格圖(圖2)。

2.2.3坡度坡長因子LS值。區域范圍內坡長L與坡度S組成的復合參數LS，它代表地形條件變化產生侵蝕的主要水力因素。該研究充分利用ArcGIS軟件的表面分析功能，在已生成的研究區數字高程模型(DEM)基礎上，利用軟件表面分析功能中的“坡度”分析命令得到礦區坡度S值因子圖。由于區域DEM的柵格大小為10 m×10 m，故具體到一個柵格(圖3)，易得：

L=10/Cosθ

(3)

式中,θ為坡度角。

因此，可通過軟件的“柵格計算器”得到坡長L值因子圖。當坡長和坡度確定以后LS的計算借鑒施為光[10]四川清平水庫流域非點源污染負荷計算公式：

(4)

同樣，利用“柵格計算器”計算式(4)便可得到研究區坡長坡度LS值因子柵格圖(圖4)。

2.2.4植被覆蓋因子C值。植被覆蓋因子反映了植被對地表的保護作用。在完全沒有植被保護的裸露地面C值定為1，完全被植被覆蓋的地面C值可取0。顯然，C的取值范圍為0~1。其值大小取決于具體的植被覆蓋、輪作順序及管理措施的綜合作用等。也就是說，C值的取值主要與植被覆蓋和土地利用類型有關。根據淮南礦區輪作制度的調查和相關研究報道，利用植被分布矢量圖、輪作方式及覆蓋度更能反映C因子值。根據植被分布圖中作物種類及覆蓋度情況確定相應C值(見表2)，建立C因子的屬性連接，并利用“矢量數據柵格化”命令生成不同年度C值因子圖(以2012年為例，見圖5)。

表2　淮南礦區C因子取值

2.2.5水土保持因子P值。水土保持因子P又稱侵蝕防治措施因子，是指采用專門措施后的土壤流失量與順坡種植時的土壤流失量的比值，通常的控制措施有等高耕作等。坡面侵蝕量試驗研究結果表明，如以自然植被和坡耕地P因子為1，則灌木叢為0.8，農耕地為0.35。將前面整理好的6類流域土地利用類型屬性項與P值記錄項建立鏈接，將P值按表3賦值給相應土地利用類型并轉化成柵格圖形式，得到淮南礦區不同年度水土保持P值因子圖(以2012年為例，見圖6)。

3結果與分析

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，即可得到淮南礦區水土流失分布圖(圖7～9)。又根據水利部土壤侵蝕面蝕分級標準[11]，把研究區水土流失狀況按水土流失強度分為6級，即微度(小于200 t·km-2·a-1)、輕度(200～2 500 t·km-2·a-1)、中度(2 500～5 000 t·km-2·a-1)、強度(5 000～8 000 t·km-2·a-1)、極強度(8 000～15 000 t·km-2·a-1)和劇烈(大于15 000 t·km-2·a-1)。由此得到淮南礦區不同年份水土流失程度各等級面積(表3)。

表3　淮南礦區年際間水土流失程度各等級面積變化

由表3可以看出，各研究區水土流失程度等級區域面積中以輕度侵蝕面積為最，其次是微度侵蝕，中度侵蝕面積最少。其中，微度侵蝕強度面積由大到小依次為2012、1999、1986年；輕度侵蝕強度面積由大到小依次為1986、1999、2012年；而中度侵蝕強度面積也以2012年為最小。可見，2000年以后，淮南礦區整體水土流失程度持續減小，這與其不斷加強生態保護與恢復，大力開展植樹造林活動是一致的。

1986、1999、2012年由3個時期的土壤流失分布可以看出，淮南礦區土地流失主要以輕度侵蝕為主，但1986~2012年間輕度侵蝕的面積在逐年遞減，相反的，微度侵蝕的面積在逐年增加；而中度侵蝕的面積在1999~2012年也有著顯著的縮減，同時其所處位置也從火石山、金家嶺一帶轉移到了平阿山附近。

根據上述所得數據計算淮南煤礦3個時期的土地退化指數，按照2006 年生態環境狀況評價技術規范[12]，計算公式為：

(5)

式中，X為土地退化指數；Di為各侵蝕類型土地面積；Wi為各侵蝕類型的權重，輕度為0.05、中度為0.25、重度為0.7；D為研究區內總面積。

運用公式(5)，計算得到淮南煤礦3個時期的土地退化指數分別為X1986=0.042，X1999=0.041，X2012=0.034，從1986~2012年逐漸減小，所以可得出淮南礦區3個時期土地退化指數在減少，說明研究時段內淮南礦區水土流失情況得到了很好的控制和改善。

4結論

該研究根據淮南礦區1986、1999和2012年3期的遙感影像數據，并結合數字地圖等數據，以RS和GIS技術為支持，生成淮南礦區1986、1999和2012年的水土流失數據并加以分析，得出以下結論：

(1)淮南礦區3個時期內的水土流失都以輕度侵蝕為主，1986年、1999年和2012年輕度侵蝕的面積分別占總面積的83.03%、80.92%、68.36%。

(2)淮南礦區研究期間輕度和中度侵蝕的面積在逐年減少，而微度侵蝕的面積在遞增，2012年礦區中度侵蝕的面積已減少至0.6km2，中度侵蝕對的面積基本已達消失。由此可得淮南礦區3個時期內水土流失程度在減輕，這與其加強生態保護和大力植樹造林的方針是密不可分的。

(3)淮南礦區3個時期的土地退化指數在逐年遞減，2012年淮南礦區的土地退化指數降低至0.034，說明礦區的水土流失情況得到了有效的控制和改善。

所以為了綜合治理礦區的水土流失情況，應加強礦區的生態保護與恢復，大力開展退耕還林活動，復墾塌陷區土地為林地、草地等；同時對礦區進行水土流失動態監測是必不可少的，根據監測數據更好地進行下一步治理，更有效地控制礦區水土流失，改善礦區生態環境。

參考文獻

[1] 郭金陵，於世為，熊慧，等.基于AHP的煤炭礦區生態環境質量模糊綜合評價[J].科技管理研究，2011(15)：50-53.

[2] 徐嘉興，李 鋼，陳國良，等.土地復墾礦區的景觀生態質量變化[J].農業工程學報，2013，29(1)：232-239.

[3]VATALISKI，KALIAMPAKOSDC.Anoverallindexofenvironmentalqualityincoalminingareasandenergyfacilities[J].Environmanage，2006，38：1031-1045.

[4] 李保杰，顧和和，紀亞洲.礦區土地復墾景觀格局變化和生態效應[J].農業工程學報，2012，28(3)：251-256.

[5] 劉會玉，王充，林振山，等.基于RS和GIS的滇池流域水土流失動態監測[J].南京師大學報(自然科學版)，2012，35(2)：120-124.

[6] 張明陽，王克林，陳洪松.基于RS和GIS的喀斯特區域水土流失動態監測與分析：以廣西環江縣為例[J].資源科學，2007，29(3)：125-131.

[7] 李曉松，姬翠翠，曾源，等.基于遙感和GIS的水土流失動態監測：以河北省赤城縣為例[J].生態學雜志，2009，28(9)：1723-1729.

[8] 劉文龍，王堅，趙小平.利用GIS進行忻州窯礦區水土流失評估[J].測繪通報，2014(5)：107-109．

[9]WISCHMEIERWH，SMITHDD．Predictingrainfallerosionlossesfromcroplandeastoftherockymountains：Guideforselectionofpracticesforsoilandwaterconservation[M]．Washington，DC．：AgriculturalResearchService，USDepartmentofAgriculture，1965．

[10] 施為光.四川省清平水庫流域非點源污染負荷計算[J].重慶環境科學，2000，22(2)：33-36.

[11] 水利部水土保持司.土壤侵蝕分類分級標準：SL 190-96[S].北京：中國水利水電出版社，1997.

收稿日期2015-10-28

作者簡介王曉輝(1972- )，男，安徽合肥人，正高級工程師，碩士，從事生態評價與規劃研究。

基金項目淮南礦業集團科研項目[HNKY JT JS (2013)31]。

中圖分類號S 127

文獻標識碼A

文章編號0517-6611(2015)33-373-04