不同空間尺度植被覆蓋度土壤侵蝕強度判定適用性

劉曉林 劉超群 鄺高明 史燕東 李樹波

摘要：為了研究不同空間尺度植被覆蓋度在巖溶區土壤侵蝕強度判別中的適用性，參照SL 461-2009《巖溶地區水土流失綜合治理技術標準》，采用MODIS、Landsat8、高分1號3種不同空間分辨率的遙感影像反演了植被覆蓋度，結合基巖裸露率、地形坡度和地類因子，進行了巖溶區土壤侵蝕強度判別，對比分析了不同空間尺度植被覆蓋度和土壤侵蝕計算結果的差異。結果表明：MODIS、Landsat8、高分1號3種影像基本都能反映研究區植被覆蓋的相對狀況，空間趨勢大致相同，但局部有所差異，基于MODIS和Landsat8影像的植被覆蓋度在各個等級分布面積趨勢大致相同，高分1號則表現出明顯差異。3種影像得到的土壤侵蝕強度空間分布趨勢特征與植被覆蓋度大致相同，植被覆蓋度影像空間分辨率越高計算得到的土壤侵蝕越嚴重，基于高分1號影像計算的土壤侵蝕強度高于Landsat8影像的結果，基于Landsat8影像計算的土壤侵蝕強度高于MODIS影像的結果。因此，進行巖溶區土壤侵蝕強度判別時，植被覆蓋度因子的選擇至關重要，需進行尺度適用性評價。

關 鍵 詞：土壤侵蝕;植被覆蓋度;空間尺度;遙感影像;巖溶區

中圖法分類號：S157

文獻標志碼：A

文章編號：1001-4179（2021）09-0065-06

DOI：10.16232/j.cnki.1001-4179.2021.09.011

0 引 言

土壤侵蝕是世界上最嚴重的環境危害之一。在全球范圍內，土壤侵蝕面積占陸地總面積的11%，而中國是世界上土壤侵蝕最嚴重的國家之一，土壤侵蝕面積占國土面積的四分之一以上[1-3]。在中國南方巖溶地區，人類對土地不合理利用，導致地表土壤發生侵蝕，水土大量流失，表層巖石日益裸露，形成了大面積礫石堆積的極端土地退化現象，稱之為喀斯特石漠化[3]。石漠化是中國南方巖溶地區最嚴重的生態環境問題，摸清巖溶地區土壤侵蝕強度與空間分布，是準確分析巖溶地區石漠化狀況和有效開展石漠化綜合防治的前提[4-5]。

為了規范中國南方巖溶地區土壤侵蝕調查，指導巖溶地區水土流失綜合防治工作，水利部頒布了SL 461-2009《巖溶地區水土流失綜合治理技術標準》（以下簡稱《技術標準》）[6]。該標準采用基巖裸露率、植被覆蓋度、地形坡度和地類4個因子進行土壤侵蝕強度判別。由于基巖裸露率因子獲取技術和方法差異較大[7-8]，導致該技術標準在實際應用中較少，不利于進一步開展巖溶區水土流失與石漠化規劃、治理與效益評價等工作。而植被覆蓋度因子通常采用遙感影像獲取，由于土壤侵蝕和遙感影像的尺度效應，通過遙感獲取的土壤侵蝕特征信息并不能簡單地由小尺度向大尺度推廣[9-13]。蔡夢雅分析了不同時空尺度NDVI數據在定量土壤侵蝕遙感估算中的可行性，結果顯示采用30 m分辨率的數據計算的土壤侵蝕總面積大于采用250 m空間分辨率計算的侵蝕總面積[14];齊治軍研究了黃土丘陵區不同時空尺度下小流域水土流失的基本特征及尺度效應，探討了水土流失尺度效應的影響因素，結果表明植被覆蓋度因子的空間異質性是不同面積小流域水土流失尺度效應的主要影響因素[15]。目前不同時空尺度的遙感影像具有如下特征：高空間分辨率的影像精度高但覆蓋范圍小、時序短，低空間分辨率的影像精度差但覆蓋范圍大、時序長[16-17]。因此，在進行植被覆蓋度因子反演和土壤侵蝕強度計算時，亟需針對不同空間尺度植被覆蓋度計算得到的土壤侵蝕強度開展對比研究，進而為篩選出最優空間尺度植被覆蓋度遙感影像進行特定尺度土壤侵蝕強度判別提供基礎。

本文選取石漠化強度較為嚴重、遙感影像質量較好的貴州省關嶺縣地區，基于MODIS、Landsat8、高分1號3種不同空間分辨率的遙感影像反演的植被覆蓋度，依據《技術標準》進行巖溶區土壤侵蝕強度計算。對比不同空間尺度植被覆蓋度及土壤侵蝕強度計算結果的差異，評價不同空間尺度植被覆蓋度在巖溶區土壤侵蝕強度判別中的適用性，可為植被覆蓋度因子的選擇提供參考依據，進而推進該技術標準在實際工作中的應用，以期為巖溶區水土流失與石漠化綜合規劃、設計與防治提供技術支撐。

1 研究區概況

以一景高分1號衛星影像（中心經緯度：E105.7°，N25.8°）覆蓋范圍為研究區，該區位于貴州省中部偏西南方向，涉及關嶺、鎮寧、貞豐3個縣，界于E105°35′06″～105°50′56″，N25°35′56″～25°58′16″之間（見圖1），總面積為1 205 km2，其中巖溶區面積1 104 km2，占整個區域的92%。

研究區坐落于云貴高原東部脊狀斜坡南側向廣西丘陵傾斜的斜坡地帶，地表崎嶇、山地多、平地少。區域內最高海拔為1 768 m，最低海拔為344 m，呈現出中間低、東西兩側高的地勢。地形特征復雜多樣，石灰巖大范圍出露，屬西南地區常見的典型喀斯特山區地形。氣候屬亞熱帶濕潤季風性氣候，四季分明，熱量充足，具有夏季炎熱多雨、冬季寒冷多霧的特點。年平均氣溫約16.2 ℃，年均降雨量1 200～1 700 mm，其中雨季（6～8月）降雨量占全年的60%左右，年平均徑流深約451 mm [18]。土壤以黃壤、黃色石灰土、黃紅壤及紅色石灰土為主，呈垂直地帶性分布。植被為亞熱帶常綠闊葉林，其喬木樹種主要有馬尾松、杉樹、柏樹等，灌木樹種主要有杜鵑、火棘等。

2 數據與方法

2.1 數據來源

根據研究內容，選取MODIS、Landsat8、高分1號不同空間分辨率的衛星影像來獲取研究區的植被覆蓋度數據，時相均為2015年10月，對遙感影像進行了輻射校正、幾何校正等預處理工作，衛星具體參數如表1所列。土地利用數據由中國科學院遙感與數字地球研究所提供，時間為2010年，制圖比例尺為1∶100 000，編碼采用中國土地利用遙感監測分類系統，該數據基于Landsat遙感影像，采用人機交互判讀方法獲得。DEM數據來自地理空間云（http：∥www.gscloud.cn/），空間分辨率30 m（1∶100 000）。碳酸鹽巖分布數據由中國地質科學院巖溶地質研究所提供，成圖比例尺為1∶100 000，該數據主要以1∶250 000區域地質圖及省地質志為基礎，結合遙感影像上碳酸鹽巖獨特遙感影像信息進行編制而成。基巖裸露率數據由珠江水利委員會珠江流域水土保持監測中心站提供，時間為2015年，成圖比例尺為1∶100 000，該數據采用宏觀遙感監測與無人機野外調查相結合，人機交互式解譯方法獲得。

2.2 技術流程

首先獲取研究區的基巖裸露率、植被覆蓋度、地形坡度和地類數據，參照《技術標準》進行巖溶地區土壤侵蝕強度計算，然后結合《技術標準》中的植被覆蓋度因子分級標準，對比基于MODIS、landsat8和高分1號影像反演的不同空間分辨率植被覆蓋度的差異性，分析基于其獲得的巖溶區土壤侵蝕強度的面積異同性，具體流程如圖2所示。

（1）巖溶區界定。

采用1∶250 000碳酸鹽巖分布圖，進行研究范圍內巖溶區的界定。劃分出巖溶區后，采用巖溶區土壤侵蝕分級標準進行土壤侵蝕強度判別。

（2）土地類型信息。

本文中土壤侵蝕計算的時期是2015年，需要對2010年的土地利用的遙感影像采用人機交互式方法更新到2015年。根據《技術標準》，土壤侵蝕強度分級主要涉及坡耕地和荒地，需對原有土地利用數據進行類型歸并，合并為坡耕地、荒地、水田、水體、建筑和其他共6種土地利用類型，具體見表2。

（3）地形坡度計算。

采用30 m DEM數據，利用ArcGIS軟件中的Slope工具計算研究區坡度。

（4）植被覆蓋度反演。由于歸一化植被指數（NDVI）與植被長勢、生物量、蓋度和葉面積指數等有較強相關性，而且能部分消除輻照條件變化對反演參數的影響，所以用像元二分模型反演植被蓋度，其公式為

VC=NDVI-NDVIsoil/（NDVIveg-NDVIsoil）NDVI=（NIR-R）/（NIR+R）

式中：VC為植被蓋度;NDVIsoil為裸土或無植被覆蓋區NDVI值;NDVIveg為完全被植被覆蓋區NDVI值;NIR為近紅外波段;R為紅光波段。

多數裸地表面的NDVIsoil理論上應接近0，但由于受大氣效應和地表水分等影響，NDVIsoil一般在-0.1～0.2之間;受植被類型影響，NDVIveg也會隨時間和空間而改變[19]。因此，用土壤類型圖統計NDVI的累積頻率，選取土種單元內累積頻率為5%的NDVI值作NDVIsoil，用土地利用圖統計NDVI的累積頻率，選取林地和草地累積頻率為95%的NDVI值作NDVIveg[20]。

（5）結果對比分析。

依據《技術標準》，采用多因子疊加分析，進行巖溶區土壤侵蝕強度判別，然后對比不同空間尺度植被覆蓋度對土壤侵蝕計算結果的影響，分析評價不同空間尺度植被覆蓋度在巖溶區土壤侵蝕判別中的適用性。

3 結果分析

3.1 植被覆蓋度對比分析

基于MODIS、Landsat8、高分1號影像反演得到研究區3種空間分辨率的植被覆蓋度（見圖3）。從空間分布上看，3種數據基本都能反映研究區植被覆蓋的相對狀況，空間趨勢大致相同，但在局部區域3種數據對植被的刻畫程度有所差異：分辨率越高，影像對植被信息刻畫越精確，分辨率越低，影像對植被信息概化越模糊，如MODIS影像反演的植被蓋度出現了連片高于75%的區域和連片低于30%的區域，中分辨率Landsat8影像反演的植被蓋度則稍微好一些，高分影像反演的植被蓋度則描述得更為細致。

定量上看（見圖4），MODIS和Landsat影像的植被覆蓋度分布趨勢大致相同，分布面積隨著等級的增加逐漸增大，60%～75%等級時的面積達到最大，大于75%等級的面積又減小;而高分影像的植被覆蓋度分布與MODIS、Landsat8影像的差異則較大，分布面積隨著等級的增大逐漸減小，小于30%等級的面積最大，大于75%等級的面積最小。造成上述差異的原因主要有以下兩點：不同傳感器對植被的響應波譜不同，導致計算的NDVI有所差異，進而得到的植被覆蓋度也有所差異;3種衛星影像的空間分辨率不一致，影像的尺度效應導致獲取到的植被覆蓋度也不同。

3.2 土壤侵蝕強度對比分析

采用MODIS、Landsat8、高分1號影像反演的植被覆蓋度，分別疊加基巖裸露率、地形坡度、地類因子，分析得到研究范圍內巖溶區的3種空間分辨率的土壤侵蝕強度結果（見圖5）。從空間分布上看，基于不同空間分辨率植被覆蓋度因子得到的3種土壤侵蝕強度分布趨勢大致相同，局部有所差異。整體趨勢上，其他因子空間分辨率一致的情況下，植被覆蓋度因子的空間分辨率越高計算得到的土壤侵蝕程度越嚴重，基于高分影像計算的土壤侵蝕強度最大，其次為基于Landsat影像計算的土壤侵蝕強度，而基于MODIS影像計算的土壤侵蝕強度最小。

定量上看，3種影像計算得到的侵蝕面積在各侵蝕強度等級上分布的趨勢大致相同，從微度到劇烈等級的侵蝕面積逐漸減小，基于MODIS和Landsat影像得到的侵蝕面積減小的速率大致相同，在各個侵蝕強度等級上分布的面積比較接近，而基于高分影像得到的侵蝕面積減小的速率較小，與前兩種數據差異較大，尤其在中度和強烈侵蝕等級的面積。在進行巖溶區土壤侵蝕強度計算時，植被覆蓋度因子對結果有著至關重要的影響，植被覆蓋度的不同導致土壤侵蝕強度結果有所差異，進而影響到評價結果。

3.3 植被對侵蝕結果影響分析

對比基于MODIS、Landsat8、高分1號影像獲取的研究區植被覆蓋度和對應土壤侵蝕結果的差異，分析植被因子對侵蝕結果的影響。利用上述3種數據獲取的研究區平均植被覆蓋度分別為55.74%，55.23%，43.56%，水土流失面積（輕度及其以上各級土壤侵蝕強度的面積之和）分別為481.62，503.94，664.05 km2，所以平均植被覆蓋度越大，對應的水土流失面積越小。

基于MODIS和Landsat8影像獲得的植被覆蓋度，在<30%，30%～45%，45%～60%，60%～75%和>75%等級的面積呈正態分布，兩者在各個蓋度等級上面積相差較小，比例都在15%以內，相差比例的平均值為6.89%。而基于高分影像獲得的植被覆蓋度在各個蓋度等級的面積呈金字塔狀分布，與前兩種影像的結果相差較大，只有在45%～60%等級的面積相差最小，其他等級的面積相差比例都大于30%，與MODIS影像獲得的植被覆蓋度在各等級的面積相差比例的平均值為44.12%，與Landsat8影像獲得的植被覆蓋度在各等級的面積相差比例的平均值為43.37%。基于MODIS和Landsat8獲得的土壤侵蝕強度，在各侵蝕強度等級上面積相差較小，相差比例的平均值為13.24%。而基于高分影像獲得的土壤侵蝕強度與前兩者在各強度等級上分布面積相差較大，與MODIS影像獲得的土壤侵蝕強度在各等級的面積相差比例的平均值為64.81%，與Landsat影像獲得的土壤侵蝕強度在各等級的面積相差比例的平均值為43.66%。所以在其他因子不變的情況下，植被覆蓋反演的等級面積差異可引起土壤侵蝕強度判定等級面積更大的差異。遙感影像空間分辨率越低，植被的混合像元越多，導致反演的植被覆蓋等級分布更為集中，土壤侵蝕判定的高強度等級面積越小，如MODIS植被覆蓋面積大部分集中在45%～75%等級，土壤侵蝕高強度等級面積較小，而高分1號的植被覆蓋面積在小于30%等級最大，在大于75%等級面積最小，對應的土壤侵蝕高強度等級面積較大。因此采用4個因子進行巖溶區土壤侵蝕強度判別時，植被覆蓋度因子的選擇至關重要，需進行尺度適用性評價。

4 結 論

以貴州省關嶺縣地區一景高分1號衛星影像覆蓋區域為研究對象，參照SL 461-2009《巖溶地區水土流失綜合治理技術標準》，采用MODIS、Landsat8、高分1號3種不同空間分辨率的遙感影像反演了植被覆蓋度，結合基巖裸露率、地形坡度和地類因子，進行了巖溶區土壤侵蝕強度判別，應用效果較好，可為其他巖溶區土壤侵蝕強度判別提供參考。

對比分析了不同空間尺度植被覆蓋度和土壤侵蝕強度計算結果的差異，3種數據基本都能反映研究區植被覆蓋的相對狀況，空間趨勢大致相同，但局部有所差異。基于MODIS和Landsat8影像獲得的植被覆蓋度在各個等級分布面積趨勢大致相同，高分影像則顯現出明顯差異，可能由傳感器差異和影像的尺度效應造成。3種數據得到的土壤侵蝕強度空間分布趨勢特征與植被覆蓋度大致相同。整體趨勢而言，其他因子空間分辨率一致的情況下，植被覆蓋度因子的空間分辨率越高計算得到的土壤侵蝕程度越嚴重。在進行巖溶區土壤侵蝕強度計算時，植被覆蓋度因子的選擇至關重要，需進行尺度適用性評價。

參考文獻：

[1] 李琦，時鵬，楊倩，等.土地利用和侵蝕過程對土壤重金屬分布的影響[J].北京師范大學學報（自然科學版），2019，55（1）：157-159.

[2] 張驍，趙文武，劉源鑫.遙感技術在土壤侵蝕研究中的應用述評[J].水土保持通報，2017，37（2）：228-238.

[3] 黃國金，鐘九生.喀斯特石漠化地區土地利用變化對水土流失的影響：以貴州省務川仡佬族苗族自治縣為例[J].人民長江，2020，51（5）：79-83.

[4] 戴全厚，嚴友進.西南喀斯特石漠化與水土流失研究進展[J].水土保持學報，2018，32（2）：1-10.

[5] 劉超群，亢慶，鄺高明，等.基于RapidEye影像的螞蝗田小流域土壤侵蝕與巖溶石漠化分析[J].中國巖溶，2016，35（5）：574-585.

[6] 水利部水土保持司.巖溶地區水土流失綜合治理技術標準：SL 461-2009[S].北京：中國水利水電出版社，2009.

[7] 楊洋.喀斯特石漠化信息遙感檢測技術研究[D].桂林：廣西師范大學，2016.

[8] 涂杰楠，楊亮，梁麗新，等.基于 RapidEye 遙感影像的比值密度分割法在巖溶石漠化調查中的應用：以云南鶴慶縣為例[J].中國巖溶，2015，34（3）：298-307.

[9] 陳斌，王宏志，李仁東.不同等級土壤遙感分類的尺度匹配性探討[J].湖北大學學報（自然科學版），2018，40（4）：112-119.

[10] 趙文武，傅伯杰，郭旭東，等.多尺度土壤侵蝕評價指數的技術與方法[J].地理科學進展，2008，27（2）：47-52.

[11] 蔣春麗，張麗娟，張宏文，等.基于RUSLE模型的黑龍江省2000～2010年土壤保持量評價[J].中國生態農業學報，2015，23（5）：642-649.

[12] 陳利頂，呂昌河，張秋菊，等.黃土丘陵區土地利用與水土流失的尺度效應研究[M].北京：科學出版社，2012.

[13] 姚遠，陳曦，錢靜.定量遙感尺度轉換方法研究進展[J].地理科學，2019，39（3）：367-376.

[14] 蔡夢雅.植被蓋度對土壤侵蝕模數計算的影響研究[D].長春：東北師范大學，2016.

[15] 齊治軍.黃土丘陵區小流域水土流失的尺度效應[D].西安：西北農林科技大學，2010.

[16] 范建容，劉飛，郭芬芬，等.基于遙感技術的三峽庫區土壤侵蝕量評估及影響因子分析[J].山地學報，2011，29（3）：306-311.

[17] 翟然，馬寧，趙幫元，等.黃土高原水土保持遙感監測影像配置方案研究[J].人民黃河，2014，36（6）：97-99，103.

[18] 吳爽.貴州省關嶺縣地質災害數據庫建設[D].成都：成都理工大學，2013.

[19] 褚琳，王天巍，朱永清，等.水土流失遙感調查中植被覆蓋度因子提取研究[J].人民長江，2017，48（12）：70-74，83.

[20] 管亞兵，楊勝天，周旭，等.黃河十大孔兌流域林草植被覆蓋度的遙感估算及其動態研究[J].北京師范大學學報（自然科學版），2016，52（4）：458-465.

（編輯：黃文晉）