羅玉恒,周 健
(甘肅林業職業技術學院,甘肅 天水741020)
水土流失是當今世界范圍內重要的區域性環境問題之一,它引發巨大的環境災害,影響區域經濟的持續發展,嚴重地危及人類的生命和財產安全[1]。近年來,天水地區連年發生暴雨引發的水土流失等災害,僅2013年一年連續遭遇4次暴雨洪澇,引發山洪泥石流、滑坡及山體崩塌等災害。創建穎川河流域的空間數據庫可用于區域水土流失的防治、水災害的預測、土地整理與規劃以及環境保護和經濟的可持續發展研究。本文基于3S技術,以潁川河流域為例,通過研究區的土壤、降雨量、土地利用類型、坡度數據、DEM數據以及遙感影像等資料,建立起一個基于GIS操作平臺潁川河流域空間信息數據庫。
天水市麥積區穎川河流域地處北緯34°20′~34°30′、東經105°73′~106°之間,屬天水市渭河東南一級支流,北接麥積城區和天水國家級經濟技術開發區,南靠麥積山風景名勝區,覆蓋穎川河“一川、兩坡、八道溝”,即穎川河川區,川區東西向面坡,稠泥河、大江溝、謝崖溝、甘江溝、董水溝、石家溝、胡家溝、樺林溝,流域總面積356 km2,涉及麥積區馬跑泉、甘泉、麥積、伯陽4鎮57村7.7萬人,總耕地面積23.7萬畝,年降水量在400 mm~650 mm之間。境內西南面最高山峰海拔2 234 m,東北面最低處海拔1 048 m,相對高差1 186 m,南面以秦嶺山為流域源頭,山高谷深,峰銳坡陡平均坡度30°左右,部分坡度大于45°,有些地方超過60°,北面黃土溝谷地貌,土層深厚,侵蝕強烈,天然植被稀少,水土流失比較嚴重。近年來,穎川河流域氣候惡劣,自然地質災害頻繁發生,僅2013年一年內連續遭遇4次特大暴雨洪澇災害,引發一系列的山洪、泥石流、滑坡及山體崩塌等災害。穎川河流域研究區域范圍如圖1所示。
水土流失數學模型由影響水土流失的主要自然因素定量評價來實現。通過將研究區域進行數字柵格化,每一個柵格數據單元的賦予一個參數值,這個值就代表某一影響水土流失因子的權重值。將整個研究區域的水土流失因子轉換柵格數據,不同影響因子的參數值換算成同等類型數值,便于在同等級下比較分析,當需要了解某網格區域內多個水土流失因子影響下的數據值時,就可以將在該區域下不同影響因子的參數通過GIS空間分析的柵格數據計算獲得綜合評價值[2]。
由于不同水土流失影響因子在同一水平比較時存在影響強弱之分,根據這一思路,以及據卜兆宏等在我國多個水蝕區的實驗研究和與云南省地理研究所的合作研究[3],在自然環境中影響水土流失強弱參數值主要應是氣候因子、地形因子、土壤因子、土地利用因子四因子參數累積相乘。方法涉及的主要模型土壤年流失量測算模型為:
式中A為土壤年流失量;f為使A代表我國單位量綱t/km2·年的綜合轉換常數等于224.42;R為降雨侵蝕力;K為土壤可蝕性;LS代表坡長因子L與坡度因子S的乘積;CP為植被、作物覆蓋因子C與保土因子P之乘積;R、K為美國習用單位;SL、CP為量綱為一。模型形式雖與美國RUSLE相同,但因子算式和算法軟件則根據我國不同水蝕區實測數據開發研制而成。
水土流失防治強度模型為
式中C'P'=At/(f·R·K·LS);At為土壤容許流失量,除黃土高原外,一般為500 t/km2·年;Y為在At容許流失時的防治強度差;C'P'為確保土壤年流失量500 t/km2·年所要求的植被與作物保土因子之乘積[4]。
降雨是氣候因子中與水土流失關系最密切的一個因子。由于降雨是地表徑流和下滲水分的來源,在形成水土流失過程中,降雨是引起侵蝕的直接外營力,暴雨對土壤的分散,破壞作用最大,同時又會增強地表徑流的沖刷和搬運能力,從而加大土壤的侵蝕量。降雨量的大小對侵蝕量也有較大的影響,一年中少數幾次的大暴雨能夠引起的侵蝕量,可占全年侵蝕量的70%以上,由于研究區地處黃土高原,較大的一次暴雨引起的侵蝕量可占年侵蝕量的80%,如麥積區2005年7月5日一次暴雨降雨量達到143.4 mm。
結合研究區域特點,將降雨量作為氣候因子參數,通過研究區域各站點的汛期數據采用插值的計算方法獲取區域參數數據(表1)。

表1 麥積區近十年降雨量情況 mm
地形是產生水土流失的重要條件之一。其中地面坡度的大小和坡長對水土流失的影響尤為明顯。在一定范圍內,地面坡度愈大,地表徑流流速和水土流失量也愈大,同時在不考慮降雨條件時,水力侵蝕強度依坡面的長度來決定,坡面越長,徑流速度就越大,匯聚的流量也愈大,因而其侵蝕力就愈強。根據地形影響水土流失的這一特點,以地形中坡度和坡長作為地形因子參數。
穎川河流域研究區最低海拔高度1 048 m,最高海拔高度2 234 m,平均海拔高度1 424 m,大部分地區海拔高程在1 300 m以上。海拔在1 200 m以下的區域僅占12.66%,而海拔1 400 m 以上區域面積占73.53% 。根據坡度分級統計,如表2,研究區坡度在2°以下的平地和微坡面積為67.418 5 km2,占10.99%,坡度在15度以內的區域面積248.357 6 km2,占38.07%,而大于15°的陡坡、峻坡和峭坡的面積達397.834 2 km2,占60.98%,其中大于25°的峻坡和峭坡面積228.646 2 km2,占35.82%。

表2 穎川河流域坡度分級統計
穎川河流域研究區土壤有褐色土、綿土、黑壚土、紅土、淀土、潮土、綜壤共7個土類,因母質成因差異,以塊狀鑲嵌分布。北部和南部的山地、坪地、梁峁多為綿土、黑壚土和紅土,西部和東南部山地為褐色土和山地棕壤土,河谷川區及沙灘沖積扇多為淀土和潮土。林業用地土壤,大部分為粗骨質山地褐色土和粗骨質山地棕壤土,土層較厚,土壤砂性大,排水良好,但熟化程度較低,質地較粗,結構和耕作性都較差,有機質0.29%~8.81%,含 氮 0.024% ~0.76%,含 磷 0.069% ~0.23%,含鉀0.047%~0.26%,pH值6.2~8.2。以土壤類型作為可蝕性因子參數,通過對研究區域調查,將研究區域范圍的土壤通過野外抽樣調查劃分成不同土壤類型區域,并通過離散型采樣數據獲取不同土壤可蝕性因子參數。
土地利用類型根據我國土地利用現狀調查分類,土地的自然屬性和經濟屬性是進行土地利用分類的理論根據。我國依據土地的用途、經營特點、利用方式和覆蓋特征等因素,把全國土地利用現狀劃分。通過利用第二次全國土地調查的數據成果,獲得研究區域土地利用地類圖斑數據,研究區耕地面積54 765.71 hm2,園地面積13 768.12 hm2,林地面積26 779.91 hm2,草地面積4 287.48 hm2,城鎮村工礦用地1 780.58 hm2等等。獲取到土地類型資料數據后進一步實驗研究獲取不同土地利用類型對水土流失影響程度的參數,將參數按照土地類型的錄入到二次土地調查的地類圖斑數據中,再利用GIS軟件中矢量數據與柵格數據的轉換技術,獲得土地利用類型影響因子參數的柵格數據。在提取土地利用類型信息后,對林地、草地等再根據影像的顏色和紋理結構特征判讀植被覆蓋度。林地和草灌按覆蓋度<30%,30%~45%,45%~60%,60%~75%,>75%分成5級,草灌覆蓋度大部分在30%~45%。
數據庫以SQL Server2005做為數據庫管理軟件平臺,以ArcSDE作為連接空間數據引擎,安裝和配置SQL Server和ArcSDE。將研究區的土壤信息、降雨量、土地利用類型、地形數據、DEM數據以及遙感影像等資料數據,導入到數據庫中,建立起一個基于GIS軟件操作平臺的空間地理數據庫。坐標參照系:采用高斯投影西安80坐標系;高程基準:1985國家高程基準,高程系統為正常高;高程坐標單位為“米”。屬性精度:長度、寬度、高程、面積等均采用米制單位。
穎川流域空間數據庫建設的數據入庫流程如圖2所示。
5.2.1 水土流失因子數據的編輯與預處理
由于收集和野外采集有關研究區域的降雨量、地形、土壤、土地利用類型、植被覆蓋率等資料數據為多類型多來源的數據,需要對原數據進行前期的編輯與預處理,如需要對研究區潁川河流域1∶5萬地形圖進行數字矢量化編輯工作,提取等高線、河流水系等地形信息,利用GIS空間分析中的地形分析生成DEM數字高程模型;還如需要對遙感影像數據進行預處理,根據影像特征的差異識別和區分不同的地物,解譯出不同的土地利用類型,提取出地物的類型、位置、形狀、大小等要素信息。
5.2.2 空間數據檢查
空間數據檢查主要是針對得到不同水土流失空間數據成果進行規范化檢查,主要包括數據格式、數據完整性、數據的有效性、數據的分層處理、數據屬性編碼等方面,不符合規范化要求的需進行重新編輯預處理。
5.2.3 數據格式與坐標的轉換
數據格式與坐標的轉換包括數據格式抓換、坐標系統轉換,圖表的轉換,數據代碼的轉換。通過轉換,解決數據格式、坐標、代碼等方面的差異,做到數據的一致性,便于后期的計算分析。
5.2.4 水土流失因子權重值的計算
由于水土流失強弱程度是由影響水土流失的氣候(降雨量)、地形、土壤、土地利用類型、植被覆蓋率等主要因子決定的。由于不同影響因子在同一水平比較時存在影響強弱之分,因此我們需要按照水土流失數字模型的計算原理,計算各參數值的權重值。
5.2.5 數據審核
數據審查是以空間數據的規范性、完整性、準確性為原則,對數據的屬性邏輯關系、數據坐標系統、數據精度、圖形點、線、面的拓撲關系、圖形與屬性的一致性、圖幅接邊融合情況等進行全面審核。數據審核是進行空間數據入庫前必不可少的工作環節,也是創建空間數據庫的質量保證。
5.2.6 導入空間數據庫
導入空間數據庫就是將審核合格的空間數據入庫,可借助專業軟件,如ArcGIS中的ArcCatalog模塊。
5.3.1 數字的可視化能力
計算機技術的一個重要特點就是所見及所得,GIS是研究空間數據的計算機系統,其可視化能力更進一層。基于GIS技術的水土流失數字模型,將一切信息轉換成空間數據并展顯在數字地圖上,并可通過DEM地形數據建立數字三維地形模型,加載各水土流失影響因子和研究區域地理要素數據,提高了數據的可讀性。
5.3.2 數據采集、編輯、處理和分析能力
由于地理空間數據具有變化性,在實際工作過程中,空間數據庫需要隨時進行數據變更所涉及的數據源。通過GIS集成的數據采集、編輯、處理、分析等功能,隨時可以更新變化數據,確保數據的準確性和可靠性。按照水土流失數字模型的設計思想,將各影響因子的空間數據,通過GIS空間分析數據處理方法,對各水土流水因子數據集成分析,增加了數據的信息化水平。
5.3.3 數據的輔助決策能力
建立的穎川河流域水土流失空間數據庫,具有良好的系統性和宏觀性,能夠為決策者提供準確、可靠的數據參考,依據水土流失侵燭量的強弱將研究區劃分為重點治理區、一般治理區、預防監督區和無需治理區,確定區域范圍是否需要監督或治理,同時可以分析比較某一因子在研究區域的分布情況,有針對性因地制宜的對水土流失區域土地整理與規劃[2]。
水土流失空間數據庫是一個動態的數據信息源,它的創建和維護是一個非常復雜的工作,同時對它的技術和數據的研究也是一個不斷完善的過程。近年來,隨著GIS空間技術、遙感技術、計算機技術、測繪儀器的發展,使得水土保持的技術應用和研究發生了重大的變化。本研究成果利用當前先進的GIS等技術能夠合理的將潁川河流域的空間數據集成到一起,能夠準確、直觀、動態將多源數據展現出來,通過GIS可視化在計算機平臺上的展現,形成直觀的電子地圖和三維數字模型,增強其可讀性和應用效果;該成果可以為潁川河流域的水文、環境、地質災害以及區域水土流失預測評估等領域的研究提供數據基礎。
[1]徐乾清,王禮先.中國水利百科全書水土保持學[M].北京:中國水利水電出版社,2004.
[2]羅玉恒,周 健,王具元.基于GIS技術區域水土流失數字模型的構建[J].甘肅科技,2013,29(2):52~56.
[3]卜兆宏,劉紹清.土壤流失量及其參數實測的新方法[J].土壤學報,1995,32(2):210~220.
[4]萬 曄,段昌群.基于3S技術的小流域水土流失過程數值模擬與定量研究[J].水科學進展,2004,15(5):650~654.
[5]楊勤科,李 銳.中國水土流失和水土保持的定量評價研究進展[J].水土保持通報,1998(5):13~18.
[6]李鳳生,彭順風淮河流域基礎空間數據庫建設方法研究[J].水利信息化,2012(4):6~9.
[7]劉洪岐,宮輝力.基于ArcSDE和SQL Server2000的洪澇災害救助決策支持系統空間數據庫設計研究[J].首都師范大學學報,2008,29(2):65~71.