区域性水土流失遥感动态监测技术研究和实现.pdfVIP

区域性水土流失遥感动态监测技术研究与实现 江洪王钦敏汪小钦周小成 (福州大学数据挖掘与信息共享教育部重点实验室，福州大学福建省空间信息工程研究中心，福州350002) 摘要。在3s技术的支持下，采用美国通用土壤流失方程(USLE)基本原理，对研究区——福建省长汀县径流小区实测 数据和相关遥感影像进行研究、分析，重点推导出区域性植被覆盖因子的遥感估算模型，并进一步构建水土流失遥感动 态监测技术方案。通过对研究区1994—2003年水土流失状况的监测，表明构建的水土流失遥感动态监测技术方案具有实 用性。为进一步改进和推广该动态监测技术，需要水保、遥感、GIS、土壤、气候等相关学科知识和技术人才的进一步交 叉、融合。 关键词t水土流失遥感动态监测；USLE；植被覆盖因子 水土流失也叫土壤侵蚀，是威胁人类生态安全的一种重要表现形式，由水土流失导致的土地荒漠化、 水资源枯竭、植被减少、生物多样性减少等，都已成为影响区域自然、经济和社会可持续发展的巨大障 碍，严重制约着人类的生产、生活和繁衍。为此，国家水利部、中国科学院和中国工程院对水土流失及 其带来的生态安全问题给予了高度重视，并从2005年专门组织有关专家开展了“中国水土流失与生态 安全综合科学考察活动”。由于水土流失是一个长期的动态过程，水土流失治理也要循序渐进地开展， 为了及时掌握水土流失的变化情况，应用现代3S技术开展水土流失遥感动态监测研究的重要性日显突 出。 目前水土流失遥感动态监测技术主要有人工目视解译和模型模拟预测两种方案。人工目视解译通常 精度较高，但需要相关技术人员具有较强的判读能力和经验，而且速度较慢，另外由于尺度把握的不同， 对同一地物不同的人判读可能会出现不同的结果。而模型模拟预测由于采用计算机根据相关地学参数模 型进行自动计算，速度快，准确性高，避免了不同人员在判读时尺度把握不一的不足；但是预测模型的 建模理论是否科学、模型的参数设置是否合理、相关的基础数据是否齐全、预测结果是否可信成了模型 构建和应用面临的重要挑战。 目前对水土流失预测模型的研究，较多从坡面的微观尺度上开始，主要是通过对水土流失过程的认 澳大利亚的GUEST等；国内，在不同的研究区也推导建立了各种经验模型，如CSLE。对区域性水土流失 实施监测的模型主要就从坡面尺度的模型推广得来。如美国通用土壤流失方程(USLE)及其改进版RUSLE 模型，由于考虑的相关因子较全面，而且各因子具有较强的物理意义，并且可以采用遥感数据进行区域 尺度的水土流失预测，多年来成为区域水土流失预测最常用的模型方法，在国内外得到了较多的研究和 应用乜吲。2004年第十三届国际土壤保持大会交流表明，USLE仍是目前应用较广的预报模型，同时指出 其应用关键是如何提高其预报的精度和区域的适应性旧1。 不论采用何种预测模型，都离不开对具体研究对象的依赖。福建省长汀县是南方红壤区典型的水土 流失区，多年来水土保持工作得到了党和政府的高度重视。近年来，应用遥感等手段进行水土流失监测 得到了较好地应用n1，但遥感结合预测模型的研究还比较少。为了及时掌握该地区水土流失的变化和治 理情况，为相关决策、治理部门提供实时的监测数据，本研究在3S技术的支持下，根据USLE的基本原 理进行了水土流失遥感动态监测技术的研究和实现。 1UsLE模型分析与区域性建模 由于水土流失是涉及气候、土壤、地形地貌、植被覆盖和人工措施等多方面因素的系统过程，需要 多学科知识的交叉、融合。作为预测模型，USLE基本涵盖了这些因素，其基本表达式为： A=f·R·K·LS·C·P (1) 子，LS-坡长、坡度因子，C一植被覆盖因子，P一水保措施因子。模型使用的关键在于R、K、LS、C、P等 因子的区域性推导和求算。由于在卜100年这样的时间尺度范围内，研究区的土壤分布、地形分布不会 发生太大的变化，另外根据USLE模型的基本原理，降雨量是采用多年平均的计算值，因此影响水土流 失年度变化的主要因素是植被覆盖和人工措施；由于区域研究的尺度限制，目前的遥感数据主要是采用 10m级空间分辨率的影像，其中水保措施因子较难得到体现，通常合并到植被覆盖因子中进行研究。如 此一来，水土流失遥感动态监测技术方案基本形成，其计算公式为： Ai=f·R·K·LS·CPi (2) 其中，i为所求年份。欲求某年份水土