论文(设计)基于遥感与GIS 的土壤侵蚀强度快速估测方法.doc
《论文(设计)基于遥感与GIS 的土壤侵蚀强度快速估测方法.doc》由会员分享,可在线阅读,更多相关《论文(设计)基于遥感与GIS 的土壤侵蚀强度快速估测方法.doc(9页珍藏版)》请在三一办公上搜索。
1、基于遥感与GIS的土壤侵蚀强度快速估测方法张有全1, 2,宫辉力3,赵文吉31. 中国科学院东北地理与农业生态研究所,吉林 长春 130012;2. 中国科学院研究生院,北京 100039;3. 资源环境与地理信息系统北京市重点实验室,北京 100037摘要:针对土壤侵蚀问题,提出了一种基于遥感数据、气象数据、土壤数据的区域土壤侵蚀快速估测方法。首先,通过对土壤侵蚀问题形成原因和影响因素的分析,确定土壤侵蚀敏感性因子;其次,利用遥感(RS)、GIS技术提取土壤侵蚀敏感性因子信息;然后,在GIS系统支持下,运用主成分分析方法,进行土壤侵蚀强度分级;以北京密云水库周边区域为例,进行了土壤侵蚀估测方
2、法的应用,并对该区域的土壤侵蚀空间特征进行分析。研究结果表明:(1)区域土壤侵蚀快速估测方法与实际情况有较好的一致性;(2)密云水库周边地区土壤侵蚀以微度和轻度侵蚀为主,所占面积比例为67.51%,中度以上侵蚀仅占面积的1.46%;(3)土壤侵蚀受坡度、地貌影响明显,中度侵蚀主要发生在低山、丘陵区以耕地为主的土地利用上,以及坡度在大于25的阳坡地带。关键词:RS;土壤侵蚀;GIS;主成分分析中图分类号:S157 文献标识码:A 文章编号:1672-2175(2007)01-0102-06土壤侵蚀是指地球表面的土壤及其母质受水力、风力、冻融、重力等外力的作用,在各种自然因素和人为因素的影响下发生
3、的各种破坏、分离、搬运和沉积的现象1。土壤侵蚀不仅破坏土地资源,而且将大量携带养分、重金属和化肥、农药的泥沙进入江河湖库,造成水体富营养化2,同时导致土壤肥力下降,生态环境恶化,是世界上的主要环境问题之一。国内外学者针对土壤侵蚀问题提出了许多土壤侵蚀的预测模型,如USLE、RUSLE、WEPP、CREAMS、ANSWERS等,这些模型在一定的研究区域得到了成功的应用。但这些模型在应用时有一定的区域条件限制,大多适于缓坡地。同时,严格的土壤侵蚀估算都以试验小区为依托,获取各个相关因子的常年数据,再进行土壤侵蚀的研究。但是目前我国大部分地区暂时还难以获取足够的侵蚀模数资料,使用试验小区的方法进行大
4、尺度区域的土壤侵蚀监测存在着成本巨大,监测周期长的不足。本文在深入分析土壤侵蚀主要影响因素的基础上,选取主要的影响因子,在遥感和GIS技术的支持下, 运用主成分分析方法进行土壤侵蚀强度分级,从而实现区域土壤侵蚀的快速监测。1 研究区概况北京是资源型缺水的特大城市,人均不足300 m3,是全国人均量的1/8,世界人均量的1/303。密云水库作为北京市最大的饮用水源基地,保障着首都1/3的供水,生态位势极其重要。近年来由于人们对其周边土地不合理的开发利用以及采矿、筑路、盲目扩大旅游业等,导致了库区周围,尤其是库东北、北部地区的土壤侵蚀现象较为严重。据1999年北京市遥感调查,密云县水土流失总面积1
5、000.282 km2,占全县总面积的45%4,进行水库周边地区土壤侵蚀危险度等级判定,对保护和改善水库周边生态环境,保证首都人民用水以及用水安全,以及合理规划水库周边土地利用有着重要意义。2 土壤侵蚀敏感性因子的选择针对土壤侵蚀问题形成和影响因素的大量分析和研究工作表明,区域土壤侵蚀的敏感性主要受降水、成土母质、地形坡度和地表覆盖度的影响,故可以用地形坡度、降水侵蚀力、土壤可蚀性和地表植被覆盖等4因子来评价5。(1)降水侵蚀力:该指标是反映降雨引起土壤侵蚀的一个外营力指标,是评价降雨引起土壤侵蚀潜在能力的重要参数6。密云水库流域位于我国温带大陆性气候,降水量较丰富,多年平均降水量为650 m
6、m,且降雨具有明显的时空差异,容易对土壤产生侵蚀作用。(2)土壤可蚀性因子K:土壤可蚀性是一项评价土壤被降雨侵蚀力分离、冲蚀和搬运难易程度的内营力指标,主要反映土壤质地对土壤侵蚀的影响。(3)坡度因子:地貌形态是影响土壤侵蚀的重要因素。在地形因子中,坡度对土壤侵蚀的影响最大。研究表明,一般情况下,土壤侵蚀量与坡度大小成正相关;坡度越陡,降雨汇流的时间越短,径流能量就越大,对坡面的冲刷就越强烈,侵蚀量就越大。(4)覆盖因子:地表植被覆盖是影响土壤侵蚀敏感性的一个重要因素。在水域和植被覆盖度高的地区,发生土壤侵蚀的机会就小;相反,在地表裸露,植被覆盖度低的地区,发生土壤侵蚀的机会就大。因此,植被覆
7、盖因子是评价土壤侵蚀敏感性的一个重要指标。3 研究方法与技术路线3.1 研究方法影响土壤侵蚀的因子很多,不同环境要素在同一扰动因子作用下其敏感性表现不一样;同一环境要素在不同扰动因子作用下其敏感性也不同。为此,采用土壤侵蚀敏感性综合指数对该研究区土壤侵蚀敏感性状况进行评价,综合评价的焦点正是如何科学、客观地将一个多目标问题综合成一个单指标形式。因此,在保证数据信息损失最小的前提下,经线性变换,以少数的综合变量取代原始采用的多维变量的主成分分析法是一种较好的评价方法。由美国统计学家皮尔逊创立的主成分分析法是从多指标分析出发,运用统计分析原理与方法提取少数几个彼此不相关的综合性指标而保持其原指标所
8、提供的大量信息的一种统计方法。其基本原理是:设有N个相关变量Xi(i=1,2,N),由其线性组合成N个独立变量Pi(i=1,2,N),使得独立变量Pi的方差之和等于原来N个相关变量Xi的方差之和,并按方差大小由小到大排列。这样就可把P个相关变量的作用看作主要由为首的几个独立变量又(i=1,2,M)(MN)所决定,于是N个相关变量就缩减成M个独立变量Pi,Pi(i=1,2,M)就是通常所说的主成分。为了进行生态环境综合评价,综合指数定义为M个主成分的加权和,而权重用每个主成分相对应的贡献率来表示。因此,总评价函数可表示为:E=a1P1+a2 P2+aM P M (1)式中E为环境综合评价结果;P
9、i为第i个主成分;ai为第i主成分对应的贡献率7。主成分分析法则是对高维变量进行最佳综合与简化,同时也客观地确定各个指标的权重,避免了人为打分而带来的主观随意性。3.2 技术路线在广泛收集研究区气象资料、地形资料、土壤资料和有关水土保持研究成果的基础上,采用卫星遥感、地理信息系统和野外实地调查相结合的方法,完成研究区土地利用分布图、植被覆盖图等;依据选取的土壤侵蚀敏感性因子, 利用地理信息系统的空间分析等功能,运用主成分分析方法,计算出反映土壤侵蚀敏感性综合指数值,对运算结果进行危险性分级,对侵蚀的空间特征进行分析研究,并确定相应的保护措施,工作流程见图1。评价因子的确定DEM气象资料土地利用
10、图土壤图影像坡度计算R值计算K值植被覆盖度土壤侵蚀评估模型的建立土壤侵蚀强度分级属性数据相关图件主成分分析法图1 技术路线图Fig. 1 Flow chart of predicting soil erosion by the PCA model3.3 数据获取与处理(1)降水侵蚀力:降雨侵蚀力的经典计算方法:R=(EI30) (1)是由美国学者威斯奇迈尔和史密斯(1598)利用美国35个土壤保持试验站的降雨侵蚀资料统计得出的。近年来我国不少科研工作者通过各地小区资料的,建立了我国估算年R值的简易计算关系式8:R=0.207(PI60/100)1.205 (2)P为年降雨量,I60为年最大60
11、 min降雨量(mm )。本文采用年R值的简易算式,首先,对密云水文观测站测得的观测点数据I60、以及多年降雨等值线进行插值,内插生成研究区域P、I60栅格图,利用GIS栅格运算功能按照公式2计算该流域降雨侵蚀力栅格分布图(图2)。(2)土壤可蚀性因子:根据收集到的北京市地质图、土壤图可知,北京市密云水库周边区域土壤类型以淋溶褐土、普通褐土为主,褐潮土、潮土、生草棕壤、粗骨棕壤、褐土性土为辅,根据诺谟图,并参照我国学者总结出主要土壤类型的K值8,10,依次查得各地块的K值。在ArcGIS中利用数字化得到的土壤矢量图和可蚀性因子属性,转换成栅格形式的土壤可蚀性因子图(图3)。(3)坡度因子:坡度
12、信息从15万密云DEM中提取得到(图4)。(4)植被覆盖度因子:利用该研究区2005年6月份TM影像。遥感数据都经过辐射纠正、大气纠正和正射纠正,利用下式计算NDVI值:图2 降雨侵蚀力Fig. 2 The value of rainfall erosivitiyNDVI=(NIR-R)/(NIR+R) (3)图3 土壤可蚀性因子Fig. 3 The value of soil erodibility其中,NIR对应于近红外波段,R对应于红波段。采用植被指数转换法来直接估算植被覆盖度对密云水库上游的植被覆盖度进行了估算9。fc=(NDVI - NDVIsoil)/(NDVIveg - NDVI
13、soil)(4)图5 植被覆盖度Fig. 5 The value of vegetation coverage其中,NDVIsoil为裸露地表,即无植被像元的NDVI值;而NDVIveg则代表完全被植被所覆盖的像元的NDVI值。计算植被覆盖度时,即使同一景影像,对于NDVIsoil和NDVIveg值不能取固定值。在实际应用中,借助Erdas工具计算出区域NDVI值,利用已有土地利用图和土壤图确定NDVIveg和NDVIsoil值,计算得到密云水库区域植被覆盖度信息(图5)。3.4 数据标准化图4 坡度Fig. 4 Slope map进行多专题空间数据的叠加分析,必须首先进行各种数据的一致化和标
14、准化处理。数据的一致化包括多源数据的格式转换、统一坐标系统的建立以及各专题数据具有相同的空间分辨率和相同的空间区域,从而保证不同专题数据间能够进行运算以及主成分分析。在ArcGIS的支持下,对各个土壤侵蚀敏感性评价因子矢量数据和栅格数据进行参考坐标系和投影方式的统一。另外,采用栅格数据结构为基础,实现各种代数和逻辑运算,栅格CELL大小为30 m30 m,运算区域为密云水库周边的区域。由于各个专题因子具有不同的量纲,无法进行综合计算,需要通过标准化处理形成无量纲的数据结果。本文采用极差标准化进行数据变换,每一专题指标标准化后的分级数值结果在0到10之间。Xs=10(X-Xmin)/(Xmax-
15、Xmin) (5)Xs表示变换后的数据;X表示各项原始数据;Xmax表指标中的最大值;Xmin表示指标中的最小值。4 土壤侵蚀计算结果及侵蚀背景空间分析4.1 土壤侵蚀强度综合评价指数计算与分级主成分分析中特征值、贡献率、主成分载荷和累积贡献率计算结果如表1所示。表1 特征值、贡献率、主成分载荷和累积贡献率Tab 1 Eigen value、contribute、Component Matrix (a) and cumulating contribute参数主成分因子参数载荷矩阵特征值累计贡献率/%植被覆盖度土壤可蚀性因子K降雨侵蚀力R坡度PCA11.86246.550.8230.590-0.
16、4020.822PCA20.94923.720.263-0.2470.8440.327PCA30.79119.78-0.2450.7670.353-0.134PCA40.3989.950.4410.0400.048-0.447表2 土壤侵蚀强度分级面积统计结果Tab 2 Soil erosion category simulated by the PCA model in the study area分级强度指标微度(I)轻度(II)中度(III)强度(IV)极强度(V)剧烈(VI)像元数1063065593393761183330592556325面积/km2956.7585534.0537
17、685.064729.75312.30040.2925百分比/%43.3324.1831.021.350.100.01分级标准0-5.55.5-6.56.5-7.57.5-8.58.5-9.59.5-11.5按照载荷矩阵值以及四个评价指标的值进行栅格运算,求出密云水库区域各主成分因子分布值,根据各主成分因子的累计贡献率得出土壤侵蚀综合评价因子。根据自然点剖分方法划定分级标准,分级标准如表2中所示,侵蚀强度分布图如图6所示,经过野外实际验证,分级结果与该地区实际情况以及其他学者的实验、研究成果有较好的一致性8-11。图6 土壤侵蚀强度分级图Fig. 6 Classified erosion ma
18、p of the Miyun4.2 密云水库周边地区侵蚀背景空间分析利用15万DEM数据生成坡度图,用GIS软件将坡度分成05,58、815、1525、2535、3590六个等级,将生成的坡度等级图与土壤侵蚀潜在危险度图进行叠加,得到不同坡度等级上的土壤侵蚀危险度(表3)。从表3可以看出,在35的坡度带上,以中度侵蚀面积为主,其面积比例达到75.3%、61.82%,并且出现强度侵蚀和极强度侵蚀,且呈现面积增长趋势。从土壤侵蚀潜在危险度计算结果来看(表3),随着坡度增大,土壤侵蚀潜在危险度受坡度影响明显,与坡度成正相关关系。(2)密云水库上游、下游区域侵蚀程度分析在上游白河支流入库地区,土壤以褐
19、土为主、棕壤、潮土为辅,侵蚀状况有加剧的趋势,中度侵蚀面积较大,达到41.2%,侵蚀区呈不连片分布。该部分土地利用类型以有林地、草地和果园为主,其原因是由于密云县进行土地利用转型,将部分林地改制成果园,人为活动作用下使地表覆被度和坡度发生变化所致,同时上游地区铁矿开采的露天剥表3 不同坡度、不同土壤侵蚀等级的面积Tab 3 Slope and estimated erosion acreage in the study area指标IIIIIIIVVVI05617.23588.4584.210.6581524.37195.967.43152562.89253.8874.431.16253510
20、5.73334.172.770.7735138.09268.3925.821.530.29蚀在一定程度上加剧了库区北部、东北部的侵蚀程度,见表4。密云水库下游地区几家滑雪场的建设破坏了一定的生态环境,另外其使用地下水作为造雪水源,导致了缺水状况的加剧,同时在一定程度上导致了水源地涵养能力的下降和地表水的流失,长期下去可能会导致侵蚀面积加大,加剧丘陵区的水土流失,并使水库水质受到严重影响,危及到北京供水质量及生态环境的协调发展。(3)密云水库周边地区不同地貌侵蚀程度分析密云水库地区地貌主要以平原、丘陵、山地为主,利用DEM数据,按照海拔高度将整个研究区域分为5类,不同地貌类型上的土壤侵蚀危险度(
21、像元个数)见表5。图7 不同地貌土壤侵蚀危险度Fig. 7 Physiognomy and estimated erosion rates表5 不同地貌类型上的土壤侵蚀危险度Tab 5 Physiognomy and estimated erosion cells in the study area类型IIIIIIIVVVI平原254745105823515216240浅丘396994266664156386105161438235高丘752271915402498951154056149低山233168116980314295939042838中山1029317627370921397105
22、3从图7可以看出,平原地区以微度侵蚀为主,其面积占该地貌类型的94.6%;浅丘以微度和轻度为主,其面积比例为47.7%,两者合计占该地貌类型总面积的79.7%,中度侵蚀占18.79%;高丘中度侵蚀为47.2.26%,轻度为36.22%,微度为14.22%,强度侵蚀为2.18%;低山上以微度侵蚀、中度侵蚀为主,其面积比例分别为34.58%和46.61%,微度为17.35%,同时伴随着1.39%的强度侵蚀;海拔高于800 m的中山地区面积比例最大的为微度侵蚀,占该地貌类型总面积的69.01%,其次为中度侵蚀,面积比例为24.87%。侵蚀区主要集中在库东和库北低山丘陵区,主要乡镇为西田各庄西北,石城
23、、冯家峪与不老屯北部,太师屯、新城子东部。5 结论与建议表4 密云水库上游河流流域土壤侵蚀状况Tab 4 Soil erosion status in the upper Miyun reservoir侵蚀强度IIIIIIIVVVI像元数(个)28161209423783546032983面积/km225.344918.847834.05154.14270.26820.0027百分比/%30.6622.8041.205.010.320.0(1)将主成分分析方法与遥感、GIS技术相结合进行土壤侵蚀状况判定,在水土侵蚀评价上可以作为传统方法的一种补充,改变以往比较单一的侵蚀判定方法,提高判定结果的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 论文设计基于遥感与GIS 的土壤侵蚀强度快速估测方法 论文 设计 基于 遥感 GIS 土壤侵蚀 强度 快速 估测 方法
链接地址:https://www.31ppt.com/p-4016823.html