小流域植被覆蓋與工程措施因子遙感監測研究

張錦凰， 劉丹強， 姜小三， 卞新民

(1.南京農業大學 農學院, 江蘇 南京 210095； 2.商南縣水保站, 陜西 商南 726300；3.南京農業大學 資源環境信息工程中心, 江蘇 南京 210095)

小流域植被覆蓋與工程措施因子遙感監測研究

張錦凰1， 劉丹強2， 姜小三3， 卞新民1

(1.南京農業大學 農學院, 江蘇 南京 210095； 2.商南縣水保站, 陜西 商南 726300；3.南京農業大學 資源環境信息工程中心, 江蘇 南京 210095)

[目的] 通過對長江委丹江治理工程重點項目區西河小流域植被覆蓋與工程措施因子(CP)進行遙感監測研究，為丹江流域以及長江上游地區水土流失定量檢測、土壤侵蝕綜合防治和評價提供科學的決策依據。 [方法] 利用2010年丹江流域商南縣西河小流域環境小衛星遙感數據，采用Erdas軟件對遙感數據進行處理，得到影像中各類地物植被覆蓋度。利用卜兆宏等水土流失定量遙感監測模型(QRSM模型)植被因子與植被覆蓋度關系式算法，即用土壤流失量遙感監測植被因子算式開展計算和分析。[結果] 西河小流域北部治理區和南部山區植被覆蓋和工程措施因子值相當低；在河道兩岸有局部區域出現了植被覆蓋與工程措施因子高值區，主要是由于該區域居民房屋建筑和道路建設破壞了植被；中部人口集中的區域，治理程度較低，僅有較少區域出現植被覆蓋集中連片高值區。 [結論] 影響水土流失眾多客觀自然因素中植被覆蓋因子的影響最大，另一方面，人類過度開發利用土地資源引起陸地生態系統發生變化，因此研究水土流失應綜合考慮地理、自然和經濟發展，因地制宜，合理規劃，確保經濟持續穩定發展和生態安全。

小流域； 植被覆蓋；CP因子； 遙感監測

文獻參數： 張錦凰， 劉丹強， 姜小三， 等.小流域植被覆蓋與工程措施因子遙感監測研究[J].水土保持通報，2017,37(2)：131-136.DOI:10.13961/j.cnki.stbctb.2017.02.019； Zhang Jinhuang， liu Danqiang， Jiang Xiaosan， et al. Remote Sensing Monitoring of Vegetation Cover and Engineering Measure Factors of Small Watershed[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：131-136.DOI:10.13961/j.cnki.stbctb.2017.02.019

水土流失程度主要取決于該地區自然條件和人類活動的情況及其相互關系[1]。影響水土流失的自然因素既有包括降雨量和降雨強度等氣候因子、地形地貌因子、土壤結構和理化性狀所決定的土壤可侵蝕性因子；人為因素主要是人類活動過度開發毀林、長期放牧、未采取保護性耕作措施等不合理土地資源利用，造成土壤沙化、植被類型改變、植被覆蓋嚴重破壞等。因此，充分認識合理開發利用土地資源和增加地面植被覆蓋度對土壤綜合治理和生態環境評價，以及人類活動對生態環境變化作用機制是十分重要的[2]。在眾多有關水土流失方面研究，美國通用土壤流失量方程USLE模型結構簡單且應用較為廣泛[3]。在所有影響土壤侵蝕的因子中，植被因子C反映了山丘地帶植被覆蓋和農作區田間管理措施與地表植被覆蓋度對土壤侵蝕量影響[4]。影響植被因子除了植被高度、覆蓋度外，與植被類型和枯枝落葉層都有關系。同時，植被能夠改善地表土壤結構、物理化學和水文性質[5]。植被覆蓋因子是影響土壤流失方程眾多因子變化幅度范圍相對較大的因子，不同地表植被覆蓋狀況對土壤流失的影響表現出明顯差異。國內有很多學者應用USLE對水土流失進行了定量化研究，卜兆宏等[6-9]在大尺度空間水土流失研究取得了令人滿意的結果。雖然各位研究者大都采用USLE模型或結構相似的模型，但對不同影響因子研究的側重點各不相同[10]。

常用樣方法和儀器采樣法測量植被覆蓋度雖然精度較高，但需要大量野外數據測算，既操作不便、成本高，而且人為主觀性太強，很難在大尺度范圍快速提取植被覆蓋度[11-12]。隨著計算機信息技術高度發展，3S技術在土壤侵蝕研究的應用得到廣大學者認可，用遙感數據資料計算地面植被覆蓋度，可實現提取大面積區域甚至全球植被覆蓋度[13]。應用遙感數據資料提取地面植被覆蓋度，進一步計算出植被覆蓋與工程措施CP因子，與其它影響土壤侵蝕因子圖疊加相乘，可快速得到小流域土壤侵蝕量分布圖。西河小流域在丹江流域具有典型代表性，是研究長江上游地區小流域水土流失定量監測基礎條件較好的區域。

1 研究區概況

丹江是長江二級支流漢江的主要支流，是丹江口水庫區主要水源富集區。丹江發源于陜西省商縣秦嶺南坡，丹江口庫區地勢北高南低，起伏較大，日照充足，雨量充沛。丹江流域是長江流域侵蝕強度最大、產沙強度最高的地區。西河小流域位于商南縣北部，地理位置東徑110°52′16″—110°55′30″，北緯33°29′55″—33°33′50″，總面積39.31 km2，隸屬商南縣城關鎮管轄。該流域位于秦嶺南坡余脈，地貌類型屬中、低土石山區。土壤以黃棕壤、風化砂壤為主，光、熱、水資源充沛，地形地貌復雜多樣。境內氣候屬北亞熱帶到暖溫帶過渡區，植被類型呈現出明顯過渡性特征，有南方植物在這里繁衍，也有北方植物在這里立地生長，屬于典型長江流域山區氣候。流域內喬、灌木品種繁多，植被空間分布差異較大，深山溝道人為活動影響較小的坡面植被覆蓋較好，林草覆蓋率在60%以上；居民集中地區因早期人為開荒種地、過度砍伐林木致使大面積天然林、次生林、灌草植被遭到嚴重破壞。

2 方法原理與數據處理

2.1 研究材料

收集了商南縣西河小流域1∶1萬地形圖3幅，4個雨量站年逐次降雨自記紙質原始資料，商南縣1∶5萬2009土地利用圖，土壤圖，西河小流域2010年9月環境小衛星影像數據資料等。

2.2 數據處理

拼接和數字化處理西河小流域1∶1萬地形圖，經過幾何矯正，選用最常用的Kriging插值法，為了達到與環境小衛星全色波相同的分辨率，插值時選擇10 m×10 m的分辨率，最后經過高精度DEM查錯與精度評價，建立研究區10 m×10 m高精度數字高程模型(DEM)。以土地利用圖作遙感圖像解譯的參考，矯正解譯遙感圖像，獲得土地利用變化動態監測基礎資料。首先用ERDAS軟件將西河小流域原始環境小衛星遙感影像二進制文件轉換為*.Image格式，生成的遙感影像矢量文件不包含坐標數據，用Arcview軟件Warp模塊對遙感影像進行矢量文件柵格化矯正，檢查各類數據并入庫保存，將數據保存為ArcGIS shape，coverage，grid文件格式和ERDAS tiff，img文件格式，供后續軟件運行調用。

2.3CP因子計算方法與原理

土壤侵蝕研究常用的美國通用流失方程USLE，涉及山丘植被和農區作物管理植被因子用C來表示[4]。植被覆蓋因子C是指在相同土壤、坡度坡長和降雨條件下，有特定植被覆蓋或田間管理條件下土壤流失量與實施清耕、無植被覆蓋完全裸露地塊土壤流失量之比，其值在0～1變化，為無量綱數值，C值越大說明對應地塊土地利用類型水土流失越嚴重。C值在土壤侵蝕諸因子中變化范圍最大，是評價植被因子抵抗土壤侵蝕能力大小的重要指標。

國內學者對土壤植被覆蓋與土壤侵蝕量關系及植被覆蓋C因子算法研究進行過不少探討，張巖等[14]利用大量多年次降雨引起不同植被覆蓋度土壤侵蝕實測資料計算植被覆蓋C因子，影響植被因子因素包括植被覆蓋度、葉面積指數、植被冠層高度、有效根密度等參數[15]。普遍認為無論植被類型如何，或降雨條件及其他下墊面條件如何，當植被覆蓋度大于70%時，地表侵蝕量都極其微弱，侵蝕量不足裸地的1%。當植被覆蓋度小于10%時，其減蝕作用基本沒有反映。植被覆蓋度在10%～70%時，植被與侵蝕關系比較復雜，植被覆蓋度遞增率與水土流失量遞減率不是同一個數量級。

卜兆宏自1990年以來，按照USLE學術思想，在我國南北方水蝕區開展了土壤流失量及其影響因素周年實測，依據實測數據建立了水土流失定量遙感監測模型(QRSM)。其模型采用的植被覆蓋度與植被覆蓋C因子之間算式表達為：

C=0.414 9-0.005 20c1

(1)

C=0.439 99-0.005 78c2

(2)

C=0.450-0.007 86c3

(3)

式中：C——植被因子值；c1——7月份植被覆蓋度(%)；c2——8月份植被覆蓋度(%)；c3——年平均植被覆蓋度(%)。

水土保持措施P因子是指采取某種耕作措施土壤流失量與同等條件無保護性耕作措施土壤流失量之比，是無量綱數值，取值范圍為0～1。P值取1代表未采取耕作措施順坡種植耕作，P值取0代表采取某種耕作措施未導致土壤流失。水土保持措施P值計算多以實地測算或選用不同地區采取不同土壤保護措施已有經驗值[16]。C和P值均在0～1之間變化，主要反映了植被覆蓋或作物以及管理措施對土壤流失量的影響。

2.4 遙感圖像解譯與監督分類

環境小衛星遙感數據記錄的光譜信息包含4個波段通道光譜數據，第4，3，2波段光譜范圍0.52～0.89 μm，這3個通道光譜處在能夠反映地表綠色植被覆蓋狀況光譜特性范圍，可顯著地區分地表不同植被覆蓋度的差異，把4，3，2這3個波段光譜信息數據轉化成*.IDRISI格式。用處理好的地形圖幾何矯正遙感圖像并進行矢量化，保存為*.shape面狀矢量圖文件，同樣方式用西河小流域地形圖矯正縣域行政圖獲得*.shape小流域邊界矢量圖。在GIS軟件環境下將矯正后遙感影像按流域邊界圖裁剪為研究區*.tiff影像文件，其分辨率精確到每個像元10 m×10 m。環境小衛星第3波段為可測量綠色植物反射率紅光波段，根據第3波段建立樣本區，用ERDAS軟件實現遙感影像監督分類。

2.4.1 決定訓練區 用第3波段作訓練區底圖；每一類分類訓練區像元數要超過3個；采用屏幕數字化來確定訓練區；根據第3波段不同地區灰度值按3～5個單位為一個區間建立樣本區，建立訓練區時要時刻檢驗底圖灰度值，確保分類精度；建立訓練區。

2.4.2 用makesig模塊分析訓練區光譜信息 打開訓練區光譜信息分析模塊MAKESIG(Image Processing/Signature Development/MAKESIG)，將訓練區矢量文件和3個波段柵格影像文件輸入到相應位置；點擊“Enter signature file names”，將不同分類名稱輸入到相應位置，生成光譜特征文件。

2.4.3 用sigcomp對signature文件進行檢驗 打開signature(Image Processing/Signature Development/SIGCOMP)；輸入光譜特征文件*.sig，display type選擇平均值。

2.4.4 用maxlike模塊進行最大似然法分類 打開MAXLIKE模塊(Image Processing/Hard Classifiers/MAXLIKE)，插入光譜特征文件*.sgf，得到西河小流域遙感影像分類圖。分類的重點是區分不同的植被覆蓋度，首先對水體和建筑物建立訓練區，然后根據第3波段不同地區灰度值按5～30個單位為一區間建立樣本區，將植被分成12類。然后由給定的本底訓練樣本對比矯正后遙感影像進行監督分類法與最大似然分類法交互式混合分類，得到影像上各類地物植被覆蓋度百分比數值。通過上述用ERDAS軟件將環境小衛星影像原始二進制文件轉換為Image格式，這時影像沒有坐標，用西河小流域1∶1萬地形圖對衛星影像進行幾何矯正，用Arcview軟件Warp模塊進行矢量文件對柵格文件的矯正。用IDRISI軟件對其進行監督分類，結合目視解譯法，得到影像上各類地物的植被覆蓋度，獲得西河小流域土地利用遙感解譯圖。

2.5 精確計算水土流失像元因子Ai值

水土流失定量監測方法是在ArcGIS操作平臺下將降雨侵蝕力R圖、土壤可蝕性K圖、地形因子SL圖、植被覆蓋和工程措施CP圖與數字高程DEM圖精確配準疊加，得到水土流失圖每個像元都包含了像元降雨侵蝕力Ri值、像元土壤可侵蝕性Ki值、像元地形SLi值以及像元CPi值，將各因子圖疊加，利用模型公式即可計算出每個像元Ai值。其計算公式為：

Ai=Ri·Ki·SLi·CPi

(4)

式中：Ai——像元水土流失量;Ri——像元降雨侵蝕力因子;Ki——像元土壤可侵蝕性因子;SLi——像元地形因子;CPi——像元植被覆蓋與工程措施因子。

2.5.1 降雨侵蝕力Ri計算方法 在西河小流域內現有的2個商南縣氣象站雨量站基礎上，分別在馬槽溝和鸚鵡溝子流域布設了2個雨量代表站，詳細摘讀4個雨量站全年自計紙質記錄數據。以各雨量站點經緯度為基礎與DEM精確配準，生成4個雨量站點空間分布圖，用降雨侵蝕力計算公式計算每個雨量站點的降雨侵蝕力，然后用內插外延插值法給每個像元Ri賦值，可獲得降雨侵蝕力Ri值圖。降雨侵蝕力計算公式為：

Rn=0.128PfI30B-0.192I30B

(5)

式中：Rn——年降雨侵蝕力值〔MJ·mm/(hm2·h·a)〕;Pf——汛期雨量(mm);I30B——I30的年代表值(mm/h)。

2.5.2 土壤可蝕性因子Ki計算方法 土壤可蝕性因子Ki值的計算是建立在100多個土壤剖面點采樣，測定影響K值的土壤有機質、容重、機械組成等，利用公式法計算不同土壤類型土壤剖面點土壤K值。然后對土壤圖不同土壤類型與土地利用類型圖斑疊加，給相應土壤類型與土地利用類型土壤剖面點賦K值。

土壤K值算法公式為：

(6)

式中：K——土壤可蝕性因子；F，S——土壤粉砂與極細砂粒、砂粒與細砂百分含量；a——土壤有機質百分含量(%)；b——土壤結構級別參數(以土壤有機質百分含量劃分為1—4級)；c——土壤坡面滲透級別參數(按照黏粒含量劃分6個等級)。

2.5.3 地形因子SLi計算方法 像元地形因子SLi的計算方法是基于水往低處流的原理，用水土流失定量遙感監測模型中坡度坡長專制算式軟件SL.exe逐個計算每個像元的水流方向，在已創建的研究區數字高程模型中提取坡度坡長因子。該算法在微流域坡度坡長計算精度達到96.3%，在中、大流域和縣域推廣應用中也具有很高的可靠性。

3 結果與分析

3.1CP因子值的提取與空間分布

在眾多影響水土流失各類因子中，地表植被覆蓋度對流失量影響最大。因此，植被覆蓋度是地表植被與水土流失量之間關系最重要的一個參數，植被覆蓋度是指單位土地面積植被垂直覆蓋面積所占的百分比，其數值在0%～100%范圍內變動。依據水土流失定量遙感監測模型CP因子算式，當公式(1)7月植被覆蓋度c值大于79.7%、公式(2)8月份植被覆蓋度c值大于76.1%、公式(3)年平均植被覆蓋度c值大于57.2%時，植被因子C的取值為0.001，為地表植被高覆蓋度。當地表完全裸露時3個算式中植被覆蓋因子取最大值，3個算式C的最大取值分別為0.42，0.44，0.45。將土地利用圖按照平地、坡地和山地歸并為3大類，然后用3大類型土地利用圖切割遙感圖像，獲得遙感圖像土地利用分類圖。根據不同利用類型土地周年實測數據、地表植被覆蓋度和土壤流失規律給不同類型遙感影像地類賦CP因子值，所獲得的遙感影像數據包含小流域地表植被覆蓋C因子與工程措施P因子乘積的CP因子圖。植被覆蓋因子C的數值與植被類型和植被覆蓋度密切相關，植被因子C值與植被覆蓋度c值成反比關系。植被因子C值變化范圍在0.001～1.0之間，地表無任何植被保護全裸露時C值為1.0，地表植被未遭到任何破壞或得到很好保護時C值為0.001。算式中植被覆蓋度c值在76.1%～0%范圍內變動，C值變動范圍在0～0.45之間。工程措施因子是用來表示人為地表耕作對土壤流失量相關性大小，地表未采取任何保護措施P值為1，地表得到很好保護的無侵蝕區P值取0。植被覆蓋因子和工程措施因子都是水土流失保護性抑制因子，均為無量綱參數。在研究中將2個因子圖疊加在一起即為小流域植被覆蓋與工程措施CP因子(附圖5)。從附圖5可以看出，植被覆蓋和工程措施CP因子最低值在西河小流域北部治理區和南部山區，CP因子高值區分布在河道兩岸局部區域。造成這種布局的原因是南部山區人口稀少，植被未遭到破壞；北部是丹江治理工程重點項目區，得到了很好保護；中部出現集中連片高值區主要是該區域人口集中，居民房屋建筑和道路建設造成了嚴重破壞，治理程度較低，植被覆蓋稀少的原因。

3.2 西河小流域地面坡度組成

在ArcGIS軟件平臺Spatial Analyst空間分析工具模塊工作環境下，分析統計西河小流域1∶1萬數字高程模型，提取出西河小流域不同坡度面積組成。小于5°緩坡面積為532.2 hm2，占小流域總面積的13.5%；5°～15°較緩坡面積為943.48 hm2，占小流域總面積的24.0%；15°～25°中等坡度面積為930.64 hm2，占小流域總面積的23.7%；25°～35°較陡坡面積為841.81 hm2，占小流域總面積的21.4%；35°以上陡坡面積為682.84 hm2，占小流域總面積的17.4%。其中不同坡度耕地面積百分比(表1)。從西河小流域坡度組成分析統計得出，超過25°以上陡坡地面積占小流域總面積的38.78%，是小流域綜合治理重點區域。耕地面積中大于15°以上坡耕地面積占總耕地面積的45.1%，在今后治理中大于15°坡耕地應加大退耕還林還草力度。

表1 西河小流域耕地不同坡度面積分布

3.3 西河小流域土地利用情況

西河小流域土地總面積為3 931.00 hm2，生產用地面積1 080.29 hm2，占總面積的27.5%；生態用地面積2 611.18 hm2，占總面積的66.4%；居民及交通用地面積239.50 hm2，占總面積的6.1%。農業用地主要分布在中部地區和河流溝道兩側，林地大多分布在南部海拔較高偏遠中低山區和北部治理區，居民及交通用地主要分布在河流溝道兩岸。

3.4 西河小流域水土流失情況

小流域水土流失量計算是將整個小流域每個像元水土流失量Ai累加，獲得Ai圖所有像元土壤流失量總和則為整個小流域年水土流失量。將影響水土流失各因子圖相乘疊加得到的結果圖就是包含每個像元都有Ai值的柵格圖像，按照侵蝕分級標準對柵格像元圖像數值分級，可以直觀地觀察到西河小流域水土流失等級空間分布狀況(附圖6)。

由統計得出西河小流域水土流失監測結果可以看出(圖1)，西河小流域強度以上水土流失面積占總面積的47.69%，水土流失量占總流失量的56.74%。從圖1中對比出南北2個區域差別，南部未治理山區作對照區，北部重點治理項目區作對比區。從水土流失等級圖中可明顯看出治理區與對照區水土流失等級與數量空間分布規律，北部治理區水土流失面積降低到了15%以下，充分說明了西河小流域治理區生態環境恢復成效一目了然。同時，也可以看出北部地區溝道兩邊仍然需要進一步加強治理。

圖1 西河小流域不同水土流失等級面積和流失量

4 討論與結論

在眾多影響水土流失因子中，地表植被覆蓋因子對侵蝕量影響最大，植被覆蓋因子與植被類型和植被覆蓋度密切相關，植被因子與植被覆蓋度成反比關系。西河小流域植被覆蓋和工程措施因子最低值在北部治理區和南部山區，高值區分布在河道兩岸局部區域。其主要原因是南部山區人口稀少，植被未遭到破壞，北部治理區植被得到了很好保護；中部集中連片區域植被覆蓋和工程措施因子值較高，主要是人口集中，為主要農業生產區，植被遭到嚴重破壞。從西河小流域水土流失監測結果可對比出南北兩個區域水土流失等級與數量空間分布規律。南部未治理區水土流失較嚴重，北部治理區水土流失面積降低到了15%以下。總體上來說西河小流域水土流失主要發生在降雨量多、降雨強度大的夏季和秋季，多以山洪形式表現，體現出明顯的季節性；較陡坡耕地及河道溝谷兩岸水土流失較為嚴重，而且流失強度大，地域性明顯；盡管北部地區降雨侵蝕力較大，但治理程度高，植被覆蓋受到很好保護，南部和中部地區水土流失明顯高于北部地區，南北差異較大。

水土流失既有客觀自然因素，也有諸多人為因素，自然因素主要包括降雨量和降雨強度、土壤本身屬性、地形地貌等因素。人為因素主要是人類生產活動對地表植被的破壞，以及在耕作過程中采取保護措施。引起水土流失是由降雨侵蝕力因子、土壤可蝕性因子、地形因子和植被覆蓋及工程措施因子綜合作用的結果。另一方面，人類活動過度開發利用土地資源、砍伐森林、不合理耕作措施，導致土壤理化性狀發生改變，降低了土壤抗擊降雨侵蝕的能力，引起陸地生態系統發生變化。同時，社會經濟發展很大程度上導致全球氣候環境改變，人類活動成為引起水土流失主導因素。因此，研究小流域水土流失不是單純地考慮自然因素，應結合當地實際情況綜合考慮區域地理、自然和經濟發展，因地制宜，合理規劃，確保經濟持續穩定發展和生態安全。

[1] 袁仁茂,楊曉燕,李樹德.水土流失的多因素分析及其防治措施[J].水土保持研究,1999,6(4)：80-85.

[2] 陳百明.試論中國土地利用和土地覆被變化及其人類驅動力研究[J].自然資源,1997,19(2)：31-36.

[3] 李銳, 徐傳早.美國水土流失預測預報與動態監測.水土保持研究[J].1998,5(2)：119-123.

[4] Wischmeier W H, Smith D D. Predicting Rainfall Erosion Losses： A Guide to Conservation Planning [M]. US: United States Department of Agriculture, 1978.

[5] Zha Xuan, Tang Keli, Zhang Keli. The impacts of vegetation on soil characteristics and soil erosion [J]. Journal of Soil and Water Conservation, 1992,6(2): 52-58.

[6] 卜兆宏,孫金莊,周伏建,等.水土流失定量遙感方法及其應用的研究[J].土壤學報,1997,34(3)：235-245.

[7] 胡良軍.基于GIS的區域水土流失定量評價指標研究[J].水土保持通報,1998,18(5)：24-27.

[8] 徐天蜀,彭世揆,岳彩榮.基于GIS的小流域土壤侵蝕評價研究[J].南京林業大學學報:自然科學版,2002,26(4)：43-46.

[9] 王小丹,鐘祥浩,范建容.西藏水土流失敏感性評價及其空間分異規律[J].地理學報,2004,59(2)：183-188.

[10] 劉洋,李春陽.植被因子對水土流失的影響[J].世界科技研究與發展,2005,27(5):95-99.

[11] 田靜,閻雨,陳圣波.植被覆蓋率的遙感研究進展[J].國土資源遙感,2004,16(1):1-5.

[12] 章文波,符素華,劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學學報:自然科學版，2001,37(3):402-408.

[13] 陳巧,陳永富.QuickBird遙感數據監測植被覆蓋度的研究[J].林業科學研究,2005,18(4):375-380.

[14] 張巖,劉寶元,史培軍,等.黃土高原土壤侵蝕作物覆蓋因子計算[J].生態學報,2001,21(7):1050-1056.

[15] 張清春,劉寶元,翟剛.植被與水土流失研究綜述[J].水土保持研究,2002,9(4):96-101.

[16] 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):22-26.

Remote Sensing Monitoring of Vegetation Cover and Engineering Measure Factors of Small Watershed

ZHANG Jinhuang1， LIU Danqiang2， JIANG Xiaosan3， BIAN Xinmin1

(1.CollegeofAgronomy,NanjingAgriculturalUniversity,Nanjing,Jiangsu210095,China; 2.ShangnanWaterConservationStation,Shangnan,Shaanxi726300,China; 3.CenterofResourcesandEnvironmentInformationEngineering,NanjingAgriculturalUniversity,Nanjing,Jiangsu210095,China)

[Objective] The remote sensing monitoring research of vegetation cover and engineering factor(CP) in the important engineering projects of Yangtze River Committee on Xihe catchment of the Danjiang basin was conducted to provide scientific basis of comprehensive control and evaluation based on quantitative monitoring of water loss and soil erosion in the Danjiang River basin and the upper reaches of the Yangtze River. [Methods] HJ-A-B satellite image data in 2010 of Xihe catchment, Shangnan County in Danjiang basin were collected and analyzed with Erdas software to get the coverage of different vegetation types. Vegetation factors calculation method that was put forward by Bu Zhaohong, termed as remote sensing monitoring models(QRSM) for soil erosion quantitative was used to get the formula relationship between vegetation factors and vegetation coverage. and to study the vegetation cover factor of Xihe catchment by remote sensing monitoring. [Results] The vegetation cover and engineering measures factor value in the harnessed north area and the southern mountain of Xihe catchment are quite low. Higher values of them can be found sparsely distributed in rive sides. It is mainly because of house and road constructions taking over vegetation. A consecutive higher vegetation cover factor was found in the middle of the Xihe catchment, where though the population is concentrited, the measurement factor is lower. [Conclusion] There are many natural factors affecting soil and water loss, among which the vegetation cover is the greatest one. Human activities should not be neglected, the over-exploitation and utilization of land resources can also change terrestrial ecosystem. Therefore, study of soil and water loss should take into account the geographical, natural and economic development. According to local condition, reasonable planning should be carried out to ensure sustained and stable economic development and ecological security.

small watershed; vegetation cover;CPfactor; remote sensing monitor

2016-11-30

2016-01-26

長江委員會丹江治理工程項目“長江流域上游土壤侵蝕定量計算檢測方法研究”(2009112803)

張錦凰(1970—),男(漢族),陜西省佳縣人,博士研究生,高級講師,研究方向為生態農業。E-mail:zhangbs8228@126.com。

卞新民(1951—),男(漢族),江蘇省東臺市人,博士,教授,博士生導師,主要從事農業生態等方面研究。E-mail:bjxlml@163.com。

A

1000-288X(2017)02-0131-06

S127, S157.1