基于多源環境數據與GIS 的阿勒泰地區水土流失敏感性分析

杜金海

（新疆綠疆源生態工程有限責任公司，烏魯木齊830000）

土壤侵蝕是引起該地區土地退化的主要環境問題之一，由于區域氣候特征、地表覆被環境，西北高緯度地區存在著凍融、風蝕、水蝕等不同因素造成的土壤侵蝕。雖然該地降水量與降水強度均較低，水蝕強度也相對較小， 但其容易引起水分遺失、 土壤剝離、水體污染等系列問題［1-2］。 因此，研究區域水土流失發生的敏感性及其空間分布， 對區域環境保護具有很重要意義。

1 材料與方法

1.1 研究區概況

阿勒泰地區深居歐亞大陸腹地、國境西北，北部東部依靠阿爾金山，西部與南側為準格爾盆地，中部有額爾齊斯河穿流而過。 地勢自東北向西南呈階梯狀遞減，海拔介于365～3930m，形成山地、谷地、盆地等折疊地貌類型，全地區山地、平原、戈壁荒漠分別占32%，22%，46%。 阿勒泰位居新疆北段，受高緯度季風環流影響，區域為新疆地區降水中心，水資源總量達量133.7億m3， 并發育注入北冰洋地區的額爾齊斯河，干流長593km，徑流量119億m3。 該地區土壤貧瘠、團聚結構差、透水性強，在強降雨條件下易產生水土流失。但由于區域干燥少雨的氣候環境，發生水蝕性的地區較少，主要以風蝕為主。

1.2 熵權法

熵權法是依據指標信息熵的離散度進行客觀賦權。 設阿勒泰地區水土流失敏感性：

按照指標性質進行標準化處理，正向指標為指標數值越大，表明水土流失風險越高，負向指標則反之。

正向指標：yij=（xij-xmin）/（xmax-xmin）

負向指標：yij=（xmax-xij）/（xmax-xmin）

其中，yij為xij的標準化值，i∈n，j∈m，xmax，xmin分別為第j項指標中的最大值、最小值。

在此基礎上計算各項指標的信息熵：

最后根據各項指標信息熵分量確定權重［3］。

1.3 水土流失敏感性因子

通用水土流失方程（RULSE）規定了水土流失發生發育的多項環境因子，分別是R因子（表征降雨侵蝕力）；K因子（表征土壤可蝕性）；LS因子（表征地形特征）；C因子（表征地表植被覆蓋與管理）；P為地表類型因子。 基于此，區域水土流失敏感性評估所需數據資料主要包含地表植被覆蓋、 土地利用、DEM、土壤理化數據和氣象數據。 然而實際中影響水土流失發生的環境因素及其表征性變量不止于此。 借鑒［4-5］已有研究成果， 確定區域水土流失敏感性環境因素依次為DEM、坡長、坡度、地形曲率、可蝕性、NDVI、LAI、降水量。

1.4 研究數據與處理

以 歐 空 局（https：//search.asf.alaska.edu）提 供 的Sentinel-2光學影像為基礎， 該影像中1～4為可見光波動，5～9為紅邊波段，9為水體探測波段，10～12為紅外波段。經數據融合，其空間分辨率可提至10m，滿足高分辨率土地利用解譯需求。在ENVI5.5境中進行輻射定標和Flash大氣校正處理， 然后應用矢量邊界裁剪出目標區域。再利用bandmath工具技術得到NDVI，Spectral index工具提取LAI。 地形因子提取以地理空間數據云（http：//www.gscloud.cn/）提供的ASTER DEM數據為基礎，利用SAGA軟件對各地形因子進行一步式提取。 研究區的土壤可蝕性資料來自地理監測云平臺（http：//www.gscloud.cn/），利用ArcGIS的空間分析工具之間提取得到， 后續有關區域水土流失敏感性評價利用Mapambegra工具完成。 環境因子的熵權計算在Excel 2016軟件中進行。

2 結果與分析

2.1 研究區環境要素統計特征

為便于不同源環境要素數據進行綜合空間分析，利用ArcGIS平臺的Project工具將全部環境變量投影為UTM-1984坐標系，導出柵格像素為30m，以滿足區域水土流失敏感性精細評估需要。 然后利用Band Collection Statistics工具， 計算得到該像素水平上研究區各環境變量的空間統計特征，結果如表1。

表1 研究區環境變量空間統計特征

2.2 研究區環境要素空間分布

研究區環境要素呈現明顯地帶性分布，如圖1所示。 DEM、坡度、坡長、地形曲率、NDVI和LAI等隨地形呈現東西兩側分異。研究區東側為西北-東南走向的阿勒泰山系，西側為準格爾盆地，地形和植被因素均呈現東高西低的格局。 土壤可蝕性亦呈現帶狀分布，但在額爾齊斯河流域附近的綠洲，阿勒泰山系中坡附近，土壤可蝕性K值較低，在坡頂及盆地局部，其可蝕性較高。 NDVI和LAI在主要集中在中下坡和流域局部綠洲附近。由于地形原因，研究區降水量呈現自西向東減少和自北向南增加格局。

圖1 研究區環境要素空間分布

2.3 研究區水土流失敏感性評價模型

利用熵權法的信息熵對研究區8個環境因素進行賦權，其權重大小排序為：LAI（0.201）＞NDVI（0.181）＞坡長（0.135）＞可蝕性（0.125）＞降水量（0.124）＞DEM（0.093）＞地形曲率（0.078）＞坡度（0.064）。 由此得到研究區水土流失敏感性評價模型如下：

式中 Sus為水土流失敏感性指數，其值越大，表明區域水土流失風險越大；z為歸一化函數。

2.4 研究區水土流失敏感性空間評價

基于水土流失敏感性方程， 將各項環境因素進行標準化后，基于柵格計算器工具進行加權求和，得到區域水土流失敏感性指數空間分布。 如圖2所示，研究區水土流失敏感性指數介于0～0.89之間， 空間平均值為0.34，標準差為0.12，表明其總體風險程度較低。高敏感性地帶分布較少，主要位于研究區的阿勒泰山系東側， 這些地區植被覆蓋程度低且土壤具有較高的可蝕性，加之山地地形，因而水土流失風險較高，此外在研究區的南緣由于區域降水量充分、且強度大，亦有較高的風險。而準格爾盆地大部分地區水土流失敏感性為中等， 主要由于該地區地形為盆地、地表物質運移不充分。額爾齊斯河流沿岸綠洲及阿勒泰山系大部分地區的水土流失敏感性較低，這得益于有良好的植被覆蓋。

圖2 研究區水土流失敏感性評價

3 結語

基于開源環境數據，以地理信息系統技術為支撐，提取了阿勒泰地區水土流失敏感性因子，并結合敏感性方程，對該地區水土流失風險展開空間評估。 得出結論如下：

（1） 阿勒泰地區水土流失風險總體程度較低，呈現局部聚集分布，主要位于阿勒泰山系東側的低植被覆蓋度，其他大部分地區水土流失風險較低。

（2）熵權信息顯示，植被、土壤可蝕性是影響水土流失風險的關鍵因素，在研究區山地地區強化環境保護與植被修復是促進水土保持治理的有效途徑。