基于GIS和RS的太谷县土壤侵蚀动态变化分析

王国芳

（山西农业大学资源环境学院，山西太谷030801）

基于GIS和RS的太谷县土壤侵蚀动态变化分析

王国芳

（山西农业大学资源环境学院，山西太谷030801）

土壤侵蚀的发生使得土壤资源受到破坏，土壤肥力下降，生态环境恶化，洪涝灾害加剧，已严重威胁到人类的生活。以山西省太谷县为研究区，在ENVI，ArcGIS软件的支持下，以1990，2007，2015年的TM遥感影像为数据源，提取了影响土壤侵蚀强度的坡度因子、土地利用类型因子和植被覆盖度因子，对太谷县3个时期的土壤侵蚀强度进行了分级，并对近25 a间太谷县的土壤侵蚀动态变化进行了分析。结果表明，研究区土壤侵蚀强度在25 a间主要呈现加重趋势，微度侵蚀和轻度侵蚀呈先增加后减少的趋势，中度侵蚀呈现逐年增加趋势，强烈侵蚀、极强烈侵蚀和剧烈侵蚀呈现先减少后增加的趋势。太谷县南部区域土壤侵蚀长期比较严重，需采取有效措施加以防治。

土壤侵蚀；坡度；植被覆盖度；土地利用

在自然营力与人类活动的综合作用下，土壤或其他地面组成物质被剥蚀、破坏、分离、搬运和沉积，形成了土壤侵蚀[1-3]。土壤侵蚀的成因复杂，危害严重，其造成大量土壤资源被蚕食和破坏，耕地面积大量减少，土壤肥力和质量随之下降，地表植被遭到严重破坏，生态环境随之失调恶化，引发了各种地质灾害，造成了巨大的经济损失[4-5]。因此，土壤侵蚀问题已经成为环境、土壤、农业科学各界共同关注的热点问题[6]。人们也积极地采取水利、生物、农业工程技术相结合的方式进行有效的治理。RS和GIS技术以及土壤侵蚀模型的发展，为土壤侵蚀研究提供了更加全面详实可靠的数据，可以及时地掌握土壤侵蚀情况，为区域合理进行生态建设提供依据，从而减少不必要的经济损失。国内外学者早在20世纪80年代就利用影像数据通过目视解译进行土壤侵蚀的调查研究[7]，有学者通过对影响土壤侵蚀的因子加权进行土壤侵蚀确定[8]；之后有学者通过影像分类、经验统计模型、物理过程模型、分布式模型、数字高程模型等方法对土壤进行了研究[9-13]。

笔者以山西省晋中市太谷县为研究区，获取研究区1990，2007，2015年3期遥感影像数据和DEM数据，进一步分析提取研究区域的坡度、植被覆盖度和土地利用类型因子，然后对坡度、植被覆盖度和土地利用类型3个因子基于ArcGIS进行了叠置分析，依据土壤侵蚀强度分级标准，最终确定研究区各年土壤侵蚀强度及25 a间土壤侵蚀变化情况。

1 材料和方法

1.1 研究区概况

太谷县位于山西省晋中市，地处晋中盆地东北部，东经112°28′～113°12′，北纬37°12′～37°32′。属温带季风气候，境内四季分明，年平均气温小于10℃为冬季，大于22℃为夏季；冬季干冷少雪，夏季炎热多雨，秋季秋高气爽，春季干旱多风。地貌形态有山地、丘陵、平原3种，由东南向西北倾斜，东山主脉即为汾、漳分水岭东段和中段。

1.2 数据来源与研究方法

1.2.1 数据来源研究收集到的数据资料主要包括遥感影像、DEM数据、土地利用现状图、土壤类型图和相关的说明文档。研究获取的遥感数据是1990年9月16日的LANDSAT_5 TM影像，2007年8月14日的LANDSAT_5 TM影像和2015年8月4日的LANDSAT_8影像。这3期遥感影像云覆盖率为0，影像质量较好，能满足本研究的需要。DEM数据采用的是GDEMDEM30M分辨率数字高程数据。本研究中的遥感数据和DEM数据均来源于中国科学院计算机网络信息中心国际科学数据镜像网（http://www.gscloud.cn）。研究中的数据处理基于ArcGIS10.0和ENVI 5.1软件。

1.2.2 数据预处理鉴于本研究主要提取的信息是植被指数、植被覆盖度和土地利用类型，选择Landsat TM/ETM＋遥感影像数据的有利于反演植被反射率的TM2波段、有利于鉴别植被种类的TM3波段和有利于调查生物量的TM4波段作为组合波段[14]。

本研究区域覆盖了2幅DEM影像，所以，在处理影像之前首先进行了拼接，之后对DEM影像和组合之后的TM432影像根据太谷县行政区划边界进行了影像的裁剪。为了突出主要信息、改善图像的显示质量、便于信息的提取和识别，对遥感图像进行了辐射校正、大气校正和增强处理。最后获得了太谷县1990年TM数据、2007年TM数据、2015年TM数据和DEM数据。

1.2.3 坡度因子提取坡度是对地面倾斜程度的定量描述，是影响土地利用、土壤侵蚀的主要地形因子之一[15]。本研究基于已有的DEM数据（图1），应用ArcGIS中的坡度计算模块提取出太谷县的坡度因子，并根据土壤侵蚀强度分级标准中对坡度的分级标准，将研究区的坡度分为6类[16]：坡度≤5°，5°＜坡度≤8°，8°＜坡度≤15°，15°＜坡度≤25°，25°＜坡度≤35°和坡度＞35°，并生成分级坡度图（图2）。

1.2.4 植被覆盖度提取采用归一化植被指数NDVI来反映土地覆盖的植被状况。NDVI＝（NIRR）/（NIR＋R）。对于Landsat ETM＋数据，NIR波段对应的TM4，R波段对应的TM3波段；对于Landsat 8数据，NIR波段对应的TM5，R波段对应的TM4波段。为了减少误差、提高精度，本研究采用NDVI＝（float（TM4）－float（TM3））/（float（TM4）＋float（TM3））计算NDVI值，2015年遥感数据采用NDVI＝（float（TM5）－float（TM4））/（float（TM5）＋float（TM4））计算NDVI值，并对计算得到的NDVI数据基于ENVI的波段运算进行二值化处理。

依据像元二分模型原理，利用fvc＝（NDVINDVIsoil）/（NDVIveg－NDVIsoil）公式计算出研究区3期的植被覆盖度[17-19]。其中，NDVIsoil和NDVIveg分别取二值化NDVI概率累积表上5%和95%处的NDVI值[13-15]。从求得的植被覆盖图（图3，4，5）上可以看到，颜色越浅的地方其植被覆盖度值越大，颜色越深的地方植被覆盖度值越小。

根据土壤侵蚀强度分级标准对植被覆盖的分类要求，将植被覆盖度分为5类：植被覆盖度≤30%，30%＜植被覆盖度≤45%，45%＜植被覆盖度≤60%，60%＜植被覆盖度≤75%，植被覆盖度＞75%，通过决策树分类对太谷县植被覆盖度进行划分，得到1990，2007，2015年3个时期的太谷县植被覆盖度。

1.2.5 土地利用类型提取根据土壤侵蚀强度分级标准对土地利用类型的分类要求，将土地利用类型划分为居民地及工矿用地、耕地、林地、草地、水域5种类型。首先，利用非监督分类方法对研究区遥感数据进行初步的分类；然后，根据5种类型的解译标志建立训练样区，对非监督分类结果再进行监督分类，并且对分类结果进行聚类处理，避免出现小图斑；最后，获得了该研究区1990，2007，2015年3个时期的土地利用分布图。

1.2.6 土壤侵蚀提取依据土壤侵蚀分类分级标准，参照研究区的土地利用类型、植被状况和地形数据制订了土壤侵蚀强度分级标准表[20]（表1）。

表1 土壤侵蚀强度分级标准

首先，将提取出的坡度数据、植被覆盖度数据和土地利用类型数据基于ArcGIS的栅格转面工具转换成矢量面文件；然后，利用叠加分析功能进行叠加分析；最后，按照土壤侵蚀强度分级标准表中的组合对叠加的结果进行分类，根据分类结果形成了太谷县1990，2007，2015年的土壤侵蚀强度数据。

2 结果与分析

2.1 土壤侵蚀面积变化分析

通过3期土壤侵蚀强度数据分析可以得到（图6），1990年微度侵蚀占研究区总面积的35.65%，2007年微度侵蚀占到40.22%，而2015年微度侵蚀仅占22.9%，有明显的下降趋势。轻度侵蚀1990年占29.92%，2007年占30.82%，2015年占28.22%，变化不是特别明显。对于中度侵蚀逐年增加，从1990年占22.33%到2015年增加到了30.67%；而对于强烈侵蚀、极强烈侵蚀和剧烈侵蚀，都表现为先减少后增加的趋势。其中，强烈侵蚀由1990年占9.01%减少到2007年的4.25%又增加到2015年的13.13%，变化幅度较大；极强烈侵蚀和剧烈侵蚀有所增加，但是增加比例不大。

整体上看，1990，2007年从微度侵蚀到剧烈侵蚀所占面积比例逐渐减少，以微度侵蚀为主。2015年中度侵蚀所占比例最大，其次为轻度和微度侵蚀。

2.2 土壤侵蚀强度与植被覆盖度关系分析

选取3期土壤侵蚀数据与对应的植被覆盖度数据进行叠加分析，统计出3期不同植被覆盖度下各类土壤侵蚀强度分级的面积，对3期中同一类别的面积求其平均值获得不同植被覆盖度下各类土壤侵蚀强度分级的3期平均面积（图7）。

微度侵蚀主要发生在植被覆盖度小于30%和植被覆盖度大于75%的区域，可能是由于植被覆盖度小于30%的区域主要分布在坡度小的平原城市、村庄集中的地方，所以侵蚀强度小；而植被覆盖度的增加可以缓减土壤侵蚀的发生，所以植被覆盖度大的区域，侵蚀强度相对较小。轻度侵蚀随着植被覆盖度的增加而逐渐增加，而中度侵蚀、强烈侵蚀、极强烈侵蚀和剧烈侵蚀随着植被覆盖度的减少，其面积在增加；强烈侵蚀和极强烈侵蚀主要发生在植被覆盖度小于45%的区域。

2.3 土壤侵蚀强度与土地利用类型关系分析

通过土壤侵蚀强度数据与土地利用类型数据的叠加分析，研究区内居民建设用地和水域土壤侵蚀强度以微度侵蚀为主；耕地以轻度侵蚀为主；草地以中度侵蚀为主。在各种土地利用类型中，3期平均侵蚀面积由大到小依次为耕地、草地、林地、居民建设用地及水域，所占比例分别为32.18%，29.92%，21.17%,16.38%，0.35%。在各类侵蚀中，耕地类型的轻度侵蚀占的比例最大，达到了21.19%；其次为草地类型的中度侵蚀比较大，达到了14.69%；林地类型的微度侵蚀和居民地的微度侵蚀达到了14%。而水域对于侵蚀的贡献不大。1990—2015年间，耕地类型的轻度侵蚀由24.02%降到了19.33%，中度侵蚀由9.73%降到了5.62%，草地的中度侵蚀由1990年占的比例9.06%增加到2007年的14.04%又增加到2015年的20.96%。草地类型的强烈侵蚀、极强烈侵蚀和剧烈侵蚀都呈现逐渐增加的趋势。这可能是由于不合理的耕作方法，甚至弃耕、退耕还林不理想都会造成水土流失、土壤侵蚀加重。

3 结论与讨论

本研究利用RS和GIS技术，结合地面调查资料，利用1990，2007，2015年3期遥感影像数据，提取了地面坡度、植被覆盖度2个土壤侵蚀因子和利用非监督和监督分类相结合的方法进行了土地利用类型分类，依据土壤侵蚀强度分级标准对太谷县3个时期的土壤侵蚀强度及近25 a间太谷县的土壤侵蚀动态变化进行了分析，结果表明，1990—2007年，太谷县土壤侵蚀总体呈现出逐渐减轻的趋势，其中，以微度侵蚀面积增加最为明显，增加了47.93 km2，增幅为4.7%；强烈侵蚀、极强烈侵蚀和剧烈侵蚀的面积均有大幅度减少，减幅分别为4.9%，1.8%和0.4%。2007—2015年太谷县土壤侵蚀总体呈现出逐渐加重的趋势，其中，剧烈侵蚀在这8a间增加了0.6%，极强烈侵蚀增加了37.09 km2，增幅为3.5%；强烈侵蚀增加了9%；微度侵蚀、轻度侵蚀、中度侵蚀都有所减少。

从空间变化方面看，太谷土壤侵蚀出现加剧与减弱并存的状况，总体上土壤侵蚀呈加重趋势，分析其原因主要是由于自然原因，如植被覆盖度较低，坡度较高，流失面积扩散较快和人为原因破坏所造成；通过调查，山区本来退耕还林的耕地效果不佳，占用各种土地、破坏植被、开荒种地等因素造成了水土流失。

通过对太谷县的土壤侵蚀程度分析，强烈侵蚀、极强烈侵蚀和剧烈侵蚀主要分布在太谷县的南部，其中，大塔山植被稀疏，西北部童山秃岭，千胡坪土层厚，地面平坦，但垣的边沿侵蚀严重，植被很差，水土流失严重。这些侵蚀严重的区域多数发生在坡度大于25°以上、植被覆盖度小于30%的区域。

［1］王茜.基于GIS和RS的冀北地区土地利用与土壤侵蚀关系研究[D].石家庄：河北师范大学，2005.

［2］张俊飚.中国土壤侵蚀影响因素及其危害分析[J].云南环境科学，2001，20（2）：4-7，29.

［3］李海燕.土壤侵蚀危害及其防治措施研究现状[J].宁夏农林科技，2011，52（1）：71-72，77.

［4］李占斌，朱冰冰，李鹏.土壤侵蚀与水土保持研究进展[J].土壤学报，2008（5）：802-809.

［5］彭坷珊.中国土壤侵蚀影响因素及其危害分析[J].首都师范大学学报，2000，21（2）：88-94.

［6］孔泽祥.基于GIS和RS的沂河上游重点地区土壤侵蚀监测方法研究[D].济南：山东师范大学，2012.

［7］颉耀文，陈怀录.数字遥感影像判读法在土壤侵蚀调查中的应用[J].兰州大学学报：自然科学版，2002，38（2）：157-162.

［8］张增样，赵晓丽.基于遥感和地理信息系统（GIS）的山区土壤侵蚀强度数值分析[J].农业工程学报，1998，14（3）：77-83.

［9］刘爱霞，王静，刘正军.三峡库区土壤侵蚀遥感定量监测：基于和修正通用土壤流失方程的研究[J].自然灾害学报，2009，18（4）：25-30.

［10］南秋菊，华洛.国内外土壤侵蚀研究进展[J].首都师范大学学报：自然科学版，2003，24（2）：86-95.

［11］郑粉莉.土壤侵蚀预报模型研究进展[J].水土保持通报，2001，21（6）：16-18，32.

［12］蔡强国，刘纪根.关于我国土壤侵蚀模型研究进展[J].地理科学进展，2003，22（3）：142-150.

［13］张岩，刘宪春，李智广，等.利用侵蚀模型普查黄土高原土壤侵蚀状况[J].农业工程学报，2012，28（10）：165-171.

［14］王国芳.基于遥感技术的植被覆盖度的动态监测研究[J].山西农业科学，2015，43（5）：592-595.

［15］蒋荣.地形因子对贵州喀斯特地区坡面土壤侵蚀的影响[D].南京：南京大学，2013.

［16］马晓勇，柳青艳.基于RS与GIS的山西省主要煤田区土壤侵蚀研究[J].山西农业科学，2014，42（9）：987-990．

［17］徐定，彭道黎.基于像元二分模型的森林郁闭度估测方法[J].东北林业大学学报，2013（2）：119-122.

［18］马娜，胡云锋.基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化[J].地理科学，2012（2）：251-256.

［19］郭芬芬，范建容.基于像元二分模型的昌都县植被盖度遥感估算[J].中国水土保持，2010（5）：65-67.

［20］费燕明.汾河流域土壤侵蚀动态变化分析[D].太原：太原理工大学，2012.

Dynamic Analysis of Soil Erosion in Taigu County Based on GIS and RS

WANGGuofang
（College ofResources and Environment，Shanxi Agricultural University，Taigu 030801，China）

The occurrence of soil erosion causes the destruction of soil resources,the decline of soil fertility,the deterioration of ecological environment and the aggravation of flood and waterlogging,which have seriously threatened the life of human beings.In this paper,taking Taigu county of Shanxi province as the study area,based on the ENVI and ArcGIS,using remote sensing image data of 1990,2007,2015 TM,three soil erosion factors type of the land slope,vegetation cover and land use were extracted.Based on the classification standard of soil erosion intensity,the soil erosion intensity during of the three periods and the dynamic changes of soil erosion in Taigu county during the past 25 years were analyzed.The results showed that soil erosion intensity in the study area during the first 25 years showed a trend of increasing.Micro erosion and slight erosion showed a trend of first increasing and then decreasing.The moderate erosion showed a trend of increasing year by year.The trend of strong erosion,extremely strong erosion and severe erosion first decreased and then increased.Based on the dynamic analysis ofsoil erosion in Taigu countyduring25 years,it shows that the soil erosion in the south of the Taigu county is more serious in the long term,and it is necessary to take effective measures to prevent and control the soil erosion.

soil erosion;slope;vegetation coverage;land use

S157

A

1002-2481（2016）12-1813-05

10.3969/j.issn.1002-2481.2016.12.19

2016-09-22

山西农业大学科技创新基金项目（201322）

王国芳（1980-），女，山西左权人，讲师，主要从事3S技术应用研究工作。