基于ArcGIS的河道水土流失動態監測方法

連 燕

(四會市宏禹水利水電勘測設計有限公司，廣東 四會 526200)

0 引 言

水土流失是嚴重的環境問題，容易導致水體污染、土壤退化、土地表層侵蝕、河道淤積，加劇洪澇災害，降低土地生產力，減少耕地面積，生態系統惡化，制約著流域的經濟可持續發展[1]。河道水土流失與多種環境因素密切相關，如地形復雜、植物覆蓋變化、雨水沖蝕、工程開挖等。為保持河道水土，有必要動態監測水土流失，分析水土流失變化規律和發展趨勢，為水土流失防治方案提供依據，并通過水土保持措施，改善河道生態環境，促進流域經濟發展[2-3]。

現階段，水土流失動態監測相關研究已取得較大進展。文獻[4]提出基于USLE原理的水土流失動態監測，構建土壤侵蝕綜合因子算法，包括RS、GPS、GIS，采集樣本數據和遙感影響，計算與水土流失關聯較大的生態因子，模擬水土流失實際情況。文獻[5]提出基于高分遙感影像的水土流失動態監測方法，針對多時序、大尺度的水土流失，采集高分遙感影像、土地利用、地形地貌、植被覆蓋等信息，建立模型因子算法，檢測水土流失變化情況，利用GIS技術，編制土壤侵蝕和土地退化圖。

針對以上問題，結合現有的研究理論，本文提出基于ArcGIS的河道水土流失動態監測方法。ArcGIS是一個可伸縮的GIS，提供數據存儲、分析、計算、顯示功能，用戶可以通過ArcGIS編輯地理數據，創建空間地圖和數據文檔。

1 水土流失動態監測方法

1.1 基于ArcGIS預處理河道遙感影像

采集河道遙感影像，將遙感數據輸入ArcGIS平臺，發揮ArcGIS的數據存儲、計算、分析、可視化功能，預處理遙感影像。組合遙感影像的所有波段，幾何校正遙感影像，通過一個多項式進行空間配準，設像素點校正前后的坐標為(x，y)、(u，v)，變換公式為：

(1)

其中：m為多項式階數；i∈(0，m)、j∈(0，m-i)；Aij、Bij為重采樣校正畸變函數的待定系數[6]。

通過式(1)，使遙感影像所有像素點的坐標誤差小于一個象元，去除收縮、陰影、疊掩等地形因素的影響。對遙感數據進行影像鑲嵌，選擇一張信息量豐富的圖像，將該圖像的灰度方差和均值作為標準，統計灰度直方圖，修正灰度直方圖的最高值和最低值，匹配相鄰圖像直方圖和修正后的灰度直方圖，變換相鄰圖像的灰度值，使灰度方差和均值接近標準，通過灰度調整，避免相鄰圖像色調差異過大[7]。采用黑暗像元法，大氣校正遙感影像，模擬大氣的輻射傳輸，把衛星覆蓋范圍內的大氣影響看作常量，設遙感影像第o個波段校正前后的灰度值分別為Co、Do，大氣校正公式為：

Do=Co-f

(2)

其中：f為大氣輻射影響的灰度偏差值[8]。

當遙感信號經過大氣層時，通過式(2)，令大氣輻射和天氣變化的影響降到最低。對遙感影像進行云檢測和云剔除，處理圖像云層，選擇紅外通道的遙感圖像，分割圖像數據的矩形區域，得到一個按照溫度劃分的灰度直方圖，當直方圖峰的寬度大于4℃、峰左邊界溫度大于6℃時，判斷整個矩形區域的圖像數據有云。給定光波段一個反射率閾值，判斷高于閾值的云在熱紅外波段；低于閾值的云在藍綠波段，相加兩個波段反應的云信息，得到值為0的完整云覆蓋圖，相乘原遙感影像，去除圖像數據的云信息[9]。利用ArcGIS提取河道流域水系圖，可視化河道流域的遙感影像，采用色彩標準化變換融合，融合遙感數據，分解遙感圖像的像素空間，得到每個像元的色彩成分和亮度成分，設光譜數據的紅、綠、藍波段分別為a、b、c，融合后的光譜圖像表達式為：

(3)

其中：a′、b′、c′分別為融合后的光譜數據紅、綠、藍波段；d為全色波段亮度[10]。

利用式(3)，融合同一河道區域的不同遙感圖像，獲取紋理、邊緣等復合特征。至此，完成基于ArcGIS河道遙感影像的預處理。

1.2 計算河道水土流失影響因子

根據預處理后的遙感影像，獲得河道流域水系信息，計算水土流失影響因子，包括植被覆蓋、坡度、土地利用、水體等。由ArcGIS獲取河道流域的土地利用面積，分析不同土地類型的面積變化，包括林地、耕地、居民地、建設用地、水域、裸地。計算河道流域的植被指數E，公式為：

(4)

其中：e1、e2分別為遙感數據的近紅外波段和紅外波段。

植被指數E越高，植物覆蓋度越大，土壤侵蝕的抑制效果越好[11]。利用ArcGIS平臺，提取河道流域坡度圖，通過表征地貌因子的數字高程圖，包括坡度變化率、坡向、坡度等，計算地表流域的坡度因子F，公式為：

(5)

其中：G為坡度。坡度因子F越大，河道流域地形越復雜，土壤侵蝕和水土流失越嚴重。

計算河道流域水體指數g，公式為：

(6)

其中：e3、e4分別為遙感數據的綠光波段、中紅外波段[12]。水體指數g越高，表示河道水域面積越大，水土保持越好。

計算河道流域的建筑指數H，公式為：

(7)

建筑指數H反映建筑用地信息，H值越高，建筑用地面積越大，包括樓房、道路、工廠、廣場、停車場等，越不利于河道水域的水土保持。

提取河道流域的耕地信息，計算耕地的差值和比值植被指數h1、h2，公式為：

(8)

由于河道流域的耕地面積大多以小斑塊形式存在，h1值和h2值越大，表明耕地和林地的混淆效果越好，有利于抑制水土流失[13]。

提取光譜數據的裸地信息，計算裸土指數灰度值I，公式為：

(9)

其中：e5為光譜圖像的藍光波段。

河道流域的裸土指數J表達式為：

(10)

計算河道流域的降雨侵蝕力K1和土壤可蝕性K2，公式為：

(11)

其中：n為一年內的暴雨次數；LO、kO分別為第O次降雨的總能量和最大強度，O∈(1，n)；M、N分別為土壤的沙含量和有機物含量；l、P分別為土壤的結構等級和滲透性等級。K1值和K2值越大，對水土流失的防治起負面作用。

將以上參數作為水土流失影響因子，至此完成河道水土流失影響因子的計算。

1.3 動態監測河道水土流失

疊加分析各個水土流失影響因子，劃分河道流域的水土流失強度，監測水土流失變化情況。由于水土流失影響因子在不同時相上存在差異，為此結合差值關系和最小二乘多項式，對影響因子的季相差異進行歸一化處理。設時相數據的差值增量為p，第q個影響因子Rq的差值為Sq，則Sq值計算公式為：

Rq=Sq+p

(12)

最小二乘多項式采用二次項，得到影響因子Rq的歸一化值rq表達式為：

(13)

其中：Q、s、U均為擬合系數[15]。

判斷正面影響水土流失的影響因子為正、負面影響的因子為負，得到流域各個區域的水土流失強度V，計算公式為：

(14)

V值越大，流域內的水土流失越嚴重。根據水土流失強度V，將河道水土流失劃分為6個等級，分別為劇烈、極強度、強度、中度、輕度、微度，統計不同等級的土地面積，得到水土流失動態監測結果。

至此，完成河道水土流失的動態監測，實現基于ArcGIS的河道水土流失動態監測方法設計。

2 實例研究

2.1 研究區概況

以某河道為例，河道位于N30°57′- N31°13′，E115°8′-E115°27′，總面積為1 380 km2，年降雨量為850 mm，水資源豐富。土壤類型為紅壤和黃壤，丘陵多、溝道深且多、河谷不貫通、盆底穿插、塬小山大，母巖多為容易侵蝕的花崗巖。由于雨量充沛且分配不均，水土流失以水力侵蝕為主，面積可達785.22 km2，主要表現為河床抬高、水庫淤積、溝壑加深、土地肥力降低、洪澇頻繁。

當前，該河道成為國家級水土流失重點預防區，采用上游、中游、下游的分流域治理，實施了蓄水池、坡改耕地、結構性調整土地利用方式、整治坡地、退耕還林等治理項目，生態環境得到一定改善。針對這一情況，對各個流域的水土流失情況進行動態監測。

2.2 水土流失情況分析

使用Landsat衛星，采集河道遙感影像，Landsat衛星性價比高，光譜信息豐富，圖像覆蓋范圍為180 km2×180 km2，具有藍、綠、紅等7個波段，光譜信息和地表信息豐富。利用TM專題制圖儀，跟蹤Landsat衛星，將Landsat衛星獲得的遙感影像傳輸至地面。設置Landsat衛星的軌道傾角為98.4°，地面觀測寬度為180 km2，高度為700 km2，重訪周期為15 d，瞬時視場為35 m。把TM專題制圖儀搭載在Landsat衛星上，通過TM專題制圖儀，改進Landsat衛星各個波段的空間分辨率，并增加一個20 m分辨率的全色波段，獲得圖1所示的河道遙感信息。

圖1 河道原始遙感影像

由圖1可以看出，遙感影像數據質量很高，大氣影響較為均勻，但圖像上散落一些云朵，有必要進行影像數據預處理。設置m值為3，校正后的像素點坐標(u,v)誤差小于0.047個像元。調取河道2016、2018、2020年的遙感影像和氣象數據，計算各個年份的水土流失影響因子，結果見表1、表2、表3。

表1 河道上游水土流失影響因子歸一化值

表2 河道中游水土流失影響因子歸一化值

表3 河道下游水土流失影響因子歸一化值

由表1-表3可知，隨著水土流失治理項目的實施，各個流域正面影響水土流失的因子有所增加，負面影響因子有所降低，但降水侵蝕力和土壤可蝕性基本不變。將表1-表3數據代入式(12)-式(14)，得到流域范圍內的水土流失強度。根據V值整體分布，獲得各個強度等級的水土流失面積，見表4。

表4 河道各年份水土流失面積 /km2

借助ArcGIS平臺，輸出2021年河道水土流失強度等級圖，具體見圖2。

圖2 河道水土流失強度分布

2.3 監測結果討論

由以上動態監測結果可知，截止2021年，河道各流域水土流失微度面積占比增加，上游、中游、下游的水土流失微度面積分別達到83.80%、77.72%和72.53%；輕度～極強度面積占比降低，上游水土流失總面積相比2016年減少39.8 km2，中游水土流失總面積減少59.41 km2，下游減少66.66 km2；輕度～極強度面積轉換為微度面積，河道的水土流失程度得到明顯改善，水土流失整治工程取得成效。由表1-表3數據可知，河道的差值和比值植被指數仍較低，今后應通過耕地和林地的混淆，進一步治理河道水土流失情況。

綜上所述，此次設計的動態監測方法，能夠反映河道水土流失的時間變化情況。

3 結 語

此次研究應用ArcGIS，設計了一種河道水土流失動態監測方法，掌握河道水土流失變化情況，判斷水土流失治理工程的效果。但此次設計方法仍存在一定不足，在今后的研究中，將采集降雨量、地面坡長、地面坡度等遙感數據，分析降雨量季節變化，計算對水土流失造成影響的降雨侵蝕力因子，進一步評估河道的水土流失強度。