基于遙感的贛江下游尾閭水土流失敏感性分析

袁瑾雯，熊 峰

(江西省水利科學院，南昌 330000)

0 引 言

水土流失敏感性主要衡量區域生態系統發生水土流失的可性能及程度，通過分析及評價區域水土流失敏感性，針對水土流失發生可能性較大的區域采取有效的防治措施，對于我國水土流失治理意義重大。遙感技術可同步獲得大面積觀測信息，并具備較強的現勢性，應用于水土流失影響因子空間分布及區域水土流失敏感性評價方面具有十分突出的優勢。文章主要基于landsat-8OLI衛星影像遙感數據，通過對植被覆蓋率、植被氮反射指數、地形坡度、土壤指數等評價因子的反演及區域水土流失敏感性指數的構建以進行具體工程區水土流失敏感程度的分析評價，從而為水土流失重點防治區域的確定提供科學依據。

1 工程區概況

贛江撫河下游尾閭綜合整治工程地處江西省中北部，鄱陽湖西南岸，為贛江、撫河下游及尾閭入湖河道所夾區域，土地面積2800km2。工程在贛江尾閭建設由主支、北支、中支、南支攔河水閘組成的南昌水利樞紐工程，并實施洲頭防護。工程區地貌類型屬沖積平原地貌，氣候屬亞熱帶濕潤季風氣候區，土壤類型主要為砂質土、紅壤、水稻土；地帶性植被為亞熱帶常綠闊葉林，現狀植被類型為針葉林、針闊混交林和灌木林為主，工程區現狀林草覆蓋率約9%；土壤侵蝕類型以水力侵蝕為主，容許土壤流失量為500t/km2·a，項目區平均土壤侵蝕模數為410t/km2·a。

該工程在建設過程中必將產生大量的土石方，導致水土流失發生及規模擴大，如不采取水土保持措施，泥沙極易泄入河道并導致河道淤積，影響河道行洪安全，導流圍堰建設與拆除的過程中也會有大量土石方流入河道，造成水體渾濁度增加，水質惡化，對河流生態環境產生負面影響。為此，必須對該工程實施造成的水土流失影響范圍及敏感性進行科學測定。

2 數據及方法

2.1 數據處理

以來自中科院計算機網絡信息中心地理空間數據云平臺的成像于2021年3月20日的landsat-8OLI衛星影像遙感數據為基礎性資料，其多光譜波段及全色波段的空間分辨率分別達到30m和15m，數據質量符合監測及應用要求。借助ENVI5.3軟件定標影像，并融合多光譜影像和全色影像的基礎上，通過目視解譯和監督分類等手段進行工程區土地利用類型的解譯[1]。為進行遙感影像反演數據的后續空間疊合分析，還應用ArcGIS軟件的坡度計算工具針對DEM數據生成坡度格柵[2]。

2.2 研究方法

2.2.1 評價因子

水土流失過程通常是氣候、土壤、植被及地形地貌等自然條件和工程建設、人類活動等人為條件綜合作用的結果，在水土流失敏感性評價因子選取時必須綜合考慮以上各個方面。文章結合相關文獻研究成果及實踐經驗，并充分利用多光譜遙感數據技術優勢，最終采用植被覆蓋率、植被氮反射指數、地形坡度、土壤指數等評價因子進行贛江撫河下游尾閭水土流失敏感性分析，且以上評價因子均采用ENVI5.3軟件中的Band Math工具計算和分析。

1)植被覆蓋率(Fractional Vegetation Cover, FVC)是進行水土流失程度及敏感性評價的最常用指標，對該指標數值進行反演主要通過植被覆蓋指數(Normalized Difference Vegetation Index, NDVI)歸一化過程實現，公式如下：

(1)

(2)

式中：NDVImax為純植被像元植被覆蓋指數；NDVImin為裸土像元植被覆蓋指數；NIR為landsat-8OLI衛星影像遙感數據近紅外波段反射率；Red為landsat-8OLI衛星影像遙感數據紅波段反射率。

2)植被氮反射指數。植被光合作用及成長離不開氮元素，根據相關研究，植被缺乏氮元素，會導致植被稀疏，枯枝落葉無法有效攔截降水和徑流，進而增大水土流失的可能；植被成長的茂盛程度可通過氮反射指數(Nitrogen Reflectance Index, NRI)進行反應。由此，可通過植被氮反射指數指標衡量水土流失敏感程度。該指標通常通過近紅外波段反射率NIR及綠波段反射率進行反演，公式如下：

NRI=NIR/Green

(3)

式中：Green為綠波段反射率；其余參數含義同前。

3)地形坡度。該指標主要影響徑流沖刷能力和土壤侵蝕形式，文章主要通過ArcGIS軟件的空間分析模塊及坡度計算工具進行工程區地形坡度計算。

4)土壤指數：對于降雨強度較大且林分結構單一的山地丘陵地區，因缺乏草地、灌木等林下植被，發生中度以上林下水土流失的可能性較大。為此，必須在植被覆蓋度指標之外增加歸一化土壤指數(Normalized Difference Soil Index, NDSI)，以體現林下地表裸露程度及林下水土流失可能性，公式如下：

(4)

式中：SWIR1為landsat-8OLI衛星影像遙感數據短波紅外1波段反射率；其余參數含義同前。

2.2.2 水土流失敏感性指數

在以上評價因子的基礎上，構建能夠綜合體現贛江撫河下游尾閭綜合整治工程區水土流失敏感程度的敏感性指數。為保證各評價因子具備可比性，還必須進行各因子標準化處理，使各因子取值均在[0,1]區間內。在此基礎上構建的工程區水土流失敏感性指數(Sensitivity Index, SI)表示如下：

(5)

式中：SIj為第j格柵單元水土流失敏感性指數；Cij為第j格柵單元中第i個評價因子標準化取值；Wi為第j格柵單元中第i個評價因子權重。

為量化反映贛江撫河下游尾閭綜合整治工程區水土流失敏感性中不同評價因子的影響和作用程度，必須借助熵權法結合各因子原始信息及效用價值進行因子權重的確定。

3 結果及分析

3.1 評價因子空間分布

使用ArcGIS繪制贛江撫河下游尾閭綜合整治工程區植被覆蓋率、植被氮反射指數、地形坡度、土壤指數等評價因子空間分布圖。考慮到植被覆蓋率和氮反射指數對于植被覆蓋區域較為適用，為保證分析過程的嚴謹性及結果的準確性，忽略工程區建設用地、交通、水域及耕地等非植被覆蓋的土地利用類型，僅分析草地、林地等區域水土流失敏感性。根據對評價因子空間分布圖的分析，文章所提出的四個評價因子所具備的空間異質性均較大，且該工程區植被覆蓋率均值高達72.13%，FVC表現出東西高、中部低的空間分布特征。

該工程區中部地區地形比較平坦，居住密度大，人類活動頻繁，土地利用類型主要為園地和稀疏林地；東西地區則主要為低山丘陵地形，植被茂密。NRI則呈現出東低西高的趨勢，這與工程區植被分布實際情況基本一致。NDSI取值較高的區域主要在城鎮村莊及公路沿線等受人類活動影響較大的地區，而取值低的區域主要為山地、丘陵等遠離人類活動的區域。

3.2 水土流失敏感性等級劃分

采用熵權法確定出的贛江撫河下游尾閭綜合整治工程區植被覆蓋率、植被氮反射指數、地形坡度、土壤指數等評價因子的權重分別為0.1945、0.2694、0.2533、0.3082，通過ArcGIS軟件中的格柵計算工具進行工程區水土流失敏感性指數計算，并按照自然斷點分級法[3]將工程區水土流失敏感程度劃分為高度敏感、中度敏感、輕度敏感、不敏感等級別。最終所得出的工程區各水土流失敏感性等級所對應的面積及占比情況具體見表1。

表1 工程區水土流失敏感性等級劃分情況

通過分析結果可知，贛江撫河下游尾閭綜合整治工程區水土流失主要以中度敏感和輕度敏感為主，且兩種水土流失敏感程度之和在工程區總面積中的占比約為87%，中度敏感區和輕度敏感區面積分別為1307.88km2和1128.12km2，在總面積中占比分別為46.71%和40.29%；中度敏感區主要分布在偏遠丘陵山地地帶，輕度敏感區則大多分布在山地丘陵向平原河谷過渡區域；而高度敏感區和不敏感區占比分別為6.78%和6.22%。為此，必須根據各敏感區水土流失特點、防治責任和防治目標，加強治理與防護相結合，臨時措施、植物措施與工程措施相結合，針對中度敏感和輕度敏感區構建起完整的水土流失防治體系。

4 結 論

綜上所述，贛江撫河下游尾閭綜合整治工程區水土流失敏感性主要為中度敏感和輕度敏感，且兩者面積和在工程區總面積中占比達到87%，為此，必須以這兩類區域為工程區水土流失防治的重點區域。文章水土流失敏感性分析所采用的多光譜遙感技術具有數據獲取便捷、分析過程簡便、操作性強、結論真實可靠等優勢，但遺憾的是，該技術只能分析水土流失敏感程度及面積，無法量化獲取水土流失的具體面積，這也為下一步研究提出了方向。