基于加權(quán)綜合評(píng)價(jià)法的水土流失監(jiān)測方法研究

張海霞， 李書丹，周群強(qiáng)

（1.國家測繪地理信息局 第二地形測量隊(duì)，陜西 西安710054）

基于加權(quán)綜合評(píng)價(jià)法的水土流失監(jiān)測方法研究

張海霞1， 李書丹1，周群強(qiáng)1

（1.國家測繪地理信息局 第二地形測量隊(duì)，陜西 西安710054）

結(jié)合礦區(qū)4期不同時(shí)相遙感影像，在RS和GIS軟件支持下，采用加權(quán)綜合評(píng)價(jià)法，對(duì)礦區(qū)水土流失狀況進(jìn)行信息提取并分析。研究表明，該方法水土流失信息的提取精度達(dá)到85%以上，可有效提高礦區(qū)水土流失監(jiān)測的效率，節(jié)省大量人力物力。

RS；GIS；礦區(qū)；水土流失；加權(quán)綜合評(píng)價(jià)；影響因子；變化監(jiān)測

隨著RS、GIS技術(shù)的快速發(fā)展，不少專家學(xué)者從空間化和定量化等不同角度，研究水土流失變化狀況[1]。早期研究多基于單因子信息提取，此類方法在某些地區(qū)進(jìn)行實(shí)測及調(diào)查侵蝕模數(shù)資料時(shí)有所限制，難以進(jìn)行水土流失變化狀況的分析研究。近年來，有關(guān)學(xué)者逐漸傾向于多因子提取水土流失分級(jí)信息的研究[2-7]。而這些研究，雖選取了合適的影響因子，但多數(shù)定性而并未定量分析各因子對(duì)水土流失影響的程度，鑒于此，嘗試采用RS、GIS技術(shù)，選取合適的水土流失影響因子，運(yùn)用加權(quán)綜合評(píng)價(jià)法對(duì)礦區(qū)水土流失狀況進(jìn)行信息提取并分析。

1 研究方法

1.1 數(shù)據(jù)獲取及預(yù)處理

以大柳塔為研究對(duì)象，采用1990年8月、1995年7月、2002年8月和2005年7月等多期TM/ETM+遙感影像，在ERDAS中采用UTM投影——WGS84坐標(biāo)系參數(shù)，在每幅遙感影像上分別選取40個(gè)控制點(diǎn)進(jìn)行幾何精校正。對(duì)已校正好的遙感影像，根據(jù)研究區(qū)范圍進(jìn)行自然區(qū)劃邊界不規(guī)則分幅裁剪，獲得所需研究區(qū)遙感影像。

1.2 研究技術(shù)路線

水土流失過程極其復(fù)雜，受多種自然和人為因素的綜合影響。根據(jù)《水土保持技術(shù)規(guī)范》的有關(guān)規(guī)定，考慮各因素的不同重要性以及研究區(qū)實(shí)際情況，本文選擇了對(duì)水土流失影響較大的地形坡度、植被覆蓋度、土地利用類型等3個(gè)影響因素（因子）[8]。在GIS和RS技術(shù)支持下，嘗試采用加權(quán)綜合評(píng)價(jià)方法，對(duì)研究區(qū)水土流失狀況進(jìn)行動(dòng)態(tài)變化監(jiān)測研究。其基本過程為：①選取影響因子（C1，C2，C3…），并對(duì)各因子進(jìn)行分級(jí)；②采用AHP層次分析法來確定各因子的權(quán)重；③采用加權(quán)綜合評(píng)價(jià)公式（1）對(duì)礦區(qū)水土流失信息進(jìn)行分級(jí)提取，最終獲得水土流失危險(xiǎn)等級(jí)圖。水土流失等級(jí)為：

1）水土流失強(qiáng)度分級(jí)。依據(jù)中華人民共和國標(biāo)準(zhǔn)SL190-96《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》，參考《水土保持技術(shù)規(guī)范》的有關(guān)要求，確定大柳塔礦水土流失強(qiáng)度與各因子等級(jí)相對(duì)應(yīng)的分級(jí)指標(biāo)，如表1所示。

表1 水土流失強(qiáng)度分級(jí)指標(biāo)

2）各因子權(quán)重的確定。各因子權(quán)重采用AHP層次分析法來確定。判斷矩陣、各因子權(quán)重Wi以及一致性評(píng)價(jià)指標(biāo)CR在Excel中計(jì)算如表2所示。由表2可以看出，一致性評(píng)價(jià)指標(biāo)CR=0.003 18，符合CR＜0.10的要求，判斷矩陣的一致性可以接受，該權(quán)重符合要求。

3）數(shù)字高程模型及坡度的生成。對(duì)礦區(qū)1∶25 萬小比例尺地形圖進(jìn)行誤差校正、斷線連接以及圖幅拼接等處理，并將矢量化的等高線進(jìn)行高程賦值，獲取DEM數(shù)據(jù)。但由于數(shù)字化的等高線不適合計(jì)算坡度或制作地貌渲染圖等地形分析，因此，本研究采用可避免引起局部異常及部分信息丟失的克里金插值算法在ArcGIS軟件中對(duì)數(shù)字化等高線進(jìn)行空間插值，將其轉(zhuǎn)為水平分辨率為30 m、高程分辨率為10 m的格網(wǎng)DEM。最終，在ENVI軟件中進(jìn)行密度分割獲得格網(wǎng)DEM。

表2 水土流失影響因子權(quán)重的確定及一致性檢驗(yàn)

4）植被覆蓋度信息提取。利用遙感影像，采用基于歸一化植被指數(shù)（NDVI）的植被覆蓋度計(jì)算模型進(jìn)行植被覆蓋度信息提取：

式中，NDVImin為該區(qū)植被覆蓋最小植被指數(shù)；NDVImax為該區(qū)植被覆蓋最大植被指數(shù)。

5）土地利用信息提取。利用遙感影像，基于波段間相關(guān)系數(shù)及OIF值選擇合適的波段組合，最終確定TM5、TM4、TM3為最佳組合波段。采用窗口為3×3的中值濾波對(duì)圖像進(jìn)行平滑處理，消去圖像中的尖銳“噪聲”（亮度變化過大的區(qū)域，出現(xiàn)的不該有的亮點(diǎn)），以方便后續(xù)分類處理。基于增強(qiáng)處理后的遙感影像，在ERDAS中先選取訓(xùn)練樣本，并對(duì)樣本區(qū)所建立的各地物光譜反射曲線以及樣本的分類誤差矩陣進(jìn)行分析，來確定合適的訓(xùn)練樣本，然后采用監(jiān)督分類中的最大似然分類和人工矢量化相結(jié)合的方法進(jìn)行各期遙感影像土地利用信息提取，最終獲得土地利用分類圖。各期影像提取精度如表3所示。可以看出，分類總體精度都在82%以上，Kappa系數(shù)均大于0.75，符合允許判別精度0.7的要求。

表3 分類中相關(guān)評(píng)價(jià)指標(biāo)統(tǒng)計(jì)

2 結(jié)果分析及精度驗(yàn)證

結(jié)合1990年、1995年、2002年和2005年4期遙感影像，采用加權(quán)綜合評(píng)價(jià)法對(duì)礦區(qū)不同等級(jí)水土流失狀況進(jìn)行信息提取，所得各年份水土流失狀況統(tǒng)計(jì)指標(biāo)如表4所示。

表4 大柳塔礦水土流失等級(jí)表

表4顯示，1990～2005年，大柳塔礦的開采面積不斷擴(kuò)大。該區(qū)地表水土流失狀況雖呈波動(dòng)狀變化，但總體有漸緩趨勢。具體表現(xiàn)如下：強(qiáng)度流失土地所占比例1990年為29.31%，1995年增至52.28%，隨后又逐漸減少，至2005年所占比例已減小為23.13%，總體呈先增加、后減少的趨勢。其原因主要是大柳塔礦1995年處于建礦初期，對(duì)地表植被破壞較大，地表植被缺失，極易發(fā)生水土流失。極強(qiáng)度流失和劇烈流失面積逐漸減少，所占比例已由1990年的4.37%下降到2005年的2.42%。前三者從1990～2005年的總體減少量為8.13%，減少的量基本轉(zhuǎn)向輕度和微度流失土地。輕度和微度流失土地二者所占比例已由1990年的4.17%增至2005年的20.27%。可見，水土流失嚴(yán)重地區(qū)已得到較好的防治和控制，水土流失強(qiáng)度降低，水土流失狀況趨緩。對(duì)照收集到的相關(guān)年份水土流失狀況統(tǒng)計(jì)資料指標(biāo)，該方法所得的水土流失信息提取精度在85%以上，符合精度要求，可快速監(jiān)測水土流失動(dòng)態(tài)變化狀況。

3 結(jié) 語

在RS、GIS技術(shù)支持下，結(jié)合現(xiàn)有水土流失研究基礎(chǔ)，通過選取適當(dāng)?shù)乃亮魇в绊懸蜃樱捎眉訖?quán)綜合評(píng)價(jià)方法，對(duì)礦區(qū)不同等級(jí)水土流失信息進(jìn)行提取、分析及動(dòng)態(tài)變化監(jiān)測。研究表明，

（ ）本研究方法科學(xué)實(shí)用，不僅可以節(jié)省大量人力、財(cái)力和物力，還可以有效提高礦區(qū)水土流失動(dòng)態(tài)變化監(jiān)測的效率。若將遙感影像數(shù)據(jù)進(jìn)行同源或多源信息融合，提高植被覆蓋信息提取精度，并采用高精度DEM數(shù)據(jù)，可有效提高監(jiān)測精度，從而為礦區(qū)穩(wěn)定生產(chǎn)、促進(jìn)生態(tài)環(huán)境保護(hù)提供更為可靠的信息。

[1] 羅志軍,張俊.土壤侵蝕模型的研究現(xiàn)狀與展望[J].安徽農(nóng)業(yè)科學(xué),2007,35(27):8 574-8 576

[2] 江淼華,謝錦升,王維明,等.閩北不同土地利用方式與不同降雨強(qiáng)度對(duì)水土流失的影響[J].中國水土保持科學(xué),2012,10(4):84-89

[3] 黃忠民,肖提榮.一種基于3S技術(shù)的快速、動(dòng)態(tài)監(jiān)測水土流失與定量估算方法[J].測繪通報(bào),2013(5):31-34

[4] 李勝全,于曉麗,文枚,等.基于RS和GIS的元陽縣水土流失變化研究[J].安徽農(nóng)業(yè)科學(xué),2013,41(7):3 060-3 062

[5] 詹小國,譚德寶,朱永清,等.基于RS和GIS的三峽庫區(qū)水土流失快速動(dòng)態(tài)監(jiān)測研究[J].長江科學(xué)院院報(bào),2003,20(1):44-46

[6] 賀奮勤,何政偉,尹建忠，等.基于遙感和GIS的水土流失因子信息提取與分級(jí)定標(biāo)研究——以攀枝花市為例[J].測繪科學(xué)，2006,31(4):126-127

[7] 羅志軍，賈澤露.基于RS與GIS的三峽庫區(qū)秭歸縣水土流失快速動(dòng)態(tài)監(jiān)測[J].安徽農(nóng)業(yè)科學(xué),2007,35(31):10 153-10 154

[8] 張海霞. RS、GIS支持下干旱半干旱荒漠區(qū)采煤對(duì)土地生態(tài)環(huán)境的影響規(guī)律研究——以神東礦區(qū)為例[D].徐州：中國礦業(yè)大學(xué)，2008

P237.9

B

1672-4623（2015）04-0135-02

10.3969/j.issn.1672-4623.2015.04.048

張海霞，碩士,工程師,從事測繪“4D”產(chǎn)品生產(chǎn)及遙感影像處理與應(yīng)用工作。

2014-07-11。

項(xiàng)目來源：全國優(yōu)秀博士學(xué)位論文專項(xiàng)資金資助項(xiàng)目（2007B51）；神華科技創(chuàng)新資助項(xiàng)目（2007：SH-04-02-01）。