杨章泉

（上饶市科信水土保持监测有限公司，江西 上饶 334000）

0 引 言

随着生产建设项目的开发建设及人为活动的影响，水土流失问题日益突出，早期的土壤侵蚀监测主要通过人工调查方式进行。20世纪80年代中后期RS遥感技术普及后，水利部开始推进遥感手段在全国土壤侵蚀调查领域的应用；此后随着GIS技术的迅猛发展，因其具有强大的空间处理能力和分析能力，在影响土壤侵蚀多要素相关分析方面得到广泛应用。本文对RS和GIS技术在深圳市土壤侵蚀面积预测及坡度、土地利用、植被覆盖等因素影响程度量化分析方面的应用展开探讨。

1 项目区概况

深圳以丘陵、台地和平原等地貌为主，年降水量均值1966mm，降水量大，暴雨频繁，地貌复杂，且主要以赤红壤为主，水土流失风险大，很容易造成水土流失“致黄”。深圳市生产建设项目点多面广，根据《深圳市国土空间总体规划（2020-2035年）》，全市建设用地规模会持续扩大，建设强度也会随之增强，必然会降低城市植被覆盖率，削弱水土涵养功能，再加上深圳特殊的地形地貌和较大的水土流失风险，必将加剧土壤侵蚀。

2 土壤侵蚀因子的提取

自然因素和人为因素是影响区域水土流失的两个主要方面，其中自然因素包括降水、植被、土壤、地形，而人为因素包括土壤保护措施及土地开发利用方式等。不同影响因素又包括若干次级因子，具体见图1。在进行土壤侵蚀模型构建时，关键在于影响因子的提取，借助RS和GIS进行遥感影像及所采集到的图件、观测数据等进行空间分析、因子提取，以单项或叠加的方式输出。在具体应用时，应用ERDAS软件对所得到的TM卫星影像初步纠正，并借助标准地图进行精纠正，以得到统一的影像底图；将所得到的结果与其余图件及属性数据融合并展开综合应用分析，结合实地调查结果进行土壤侵蚀等级解译，得出各类影响因子的具体影像程度，以图形或属性数据形式存储，便于空间分析调用[1]。

图1 土壤侵蚀因子分类树

2.1 降水及土壤类型

降水是影响土壤侵蚀的动力因素，降雨量及雨强等信息的采集和处理为区域土壤侵蚀模型的构建和水土流失过程的模拟提供动力因子。通过SURFER软件预处理研究区降雨数据，并将点数据整理成与地理坐标对应的专题信息，再转换成空间图形格式和ARC/INFO格式，经拓扑重构、空间编辑及投影变换后与评价单元图叠加，最终得出区域内具体点雨量值[2]。

土壤类型主要影响土壤有机质含量及矿物胶体接触形式，进而影响土壤抗冲蚀性能及渗透性能。应用GIS空间分析功能构建研究区土壤空间分布，并据此制作土壤专题图和土壤侵蚀的空间关系，探究人类活动对土壤侵蚀的可能影响。

2.2 地形因子

通过高分辨率卫星遥感影像能在较小空间尺度观察地表，并借助计算机软件制作大比尺地形图，对地形图进行矢量化分析；应用ARC/INFO等地理信息软件进行相应等高线图及高程值的编辑，进而生成TIN高程模型和格栅，制备出DEM模型，并提取坡度、坡向及沟谷密度图。地面阴影、阳光照射角度、植被覆盖等对遥感影像提取精度可能存在一定影响，数字高程模型的出现能有效克服这种影响。

2.3 植被覆盖及土地利用

植被是拦截雨量、抑制地表径流、制约土壤侵蚀和水土流失的有效因子，植被因具有反射红外光的功能而在TM卫星影像图中呈红色，根据颜色特征及主成分变换法便能将植被和其余地物区分开来，并得到植被覆盖率水平（见表1）。此外，土地利用类型及程度对研究区水土流失和土壤侵蚀也存在较大影响，应用ERDAS’/IMAGINE图像处理软件可进行遥感影像中土地利用类型的分类，并通过ARC/INFO转换格式、制作专题图。

表1 植被解译标志

3 数据获取与处理

3.1 数据获取

本文分析主要依托2021年8月深圳一号卫星遥感数据，该卫星运行周期短，可自主控制，可为特定时间、特地地点土壤侵蚀监测提供数据。该卫星配备分辨率32m的多光谱双三波段传感器，影像质量优良，信息量大，重访周期2～3d，可覆盖600km×600km范围，绿波及红波谱段范围分别为520～620nm和630～690nm。该卫星遥感数据可定期提供覆盖深圳市的土壤侵蚀及水土流失遥感影像，为水土保持、环境监测、城市规划、土地利用等提供准确数据。与此同时，还收集到研究区土地利用现状图、1:5万DEM数据、矢量行政边界、同期TM数据等辅助性资料，全部数据均应用深圳独立坐标系统，并按照10m分辨率采样。

3.2 数据预处理

通过PCI软件和二次多项式进行深圳市卫星影像的几何纠正，并将数据误差控制在1个像元以内；在此基础上对图像进行镶嵌、裁切、融合和增强等处理后生成研究区影像，用于土壤侵蚀程度的解译。应用ArcGIS软件和研究区矢量边界进行土壤类型、土地利用现状及DEM数据的裁切；并通过DEM数据提取坡度，在Spatial Analyst模块下将坡度划分为5°及以下、5°～8°、8°～15°、15°～25°、25°～35°、35°及以上等档次。通过ERDAS软件对同期TM影像进行NDVI提取，借助Modeler模块生成研究区植被覆盖度格栅数据，并按照30%及以下、30%～45%、45%～65%、65%及以上等档次归类。最后通过ArcGIS软件将矢量土地利用类型合并为耕地、林地、水域、居住区、未利用区等类型，并相应转换为格栅数据。

3.3 土壤侵蚀等级

按照《土壤侵蚀分类分级标准》（SL190-2007）和深圳市水土流失实际情况进行土壤侵蚀分类，根据坡度、植被覆盖及土地利用类型等将深圳市土壤侵蚀划分为剧烈侵蚀、强度侵蚀、中度侵蚀、轻度侵蚀和无明显侵蚀五类，鉴于深圳市土壤侵蚀仅表现为中度侵蚀和轻度侵蚀两类，故结合实地考察，仅构建深圳市土壤中度侵蚀和轻度侵蚀解译依据，具体见表2。根据所得到的解译标志以及研究区土地利用现状、坡度数据，应用ArcGIS软件对深圳市卫星影像进行人机交互解译，得出2022年研究区土壤侵蚀等级分布图[3]。

表2 深圳市土壤中度侵蚀和轻度侵蚀等级解译依据

4 土壤侵蚀监测结果及评价

4.1 深圳市土壤侵蚀情况

根据解译结果，通过ArcGIS软件得出深圳市不同土壤侵蚀等级下的侵蚀面积，近年来随着地方政府对水土保持重视程度的提升和土壤侵蚀治理力度的加强区域内土壤侵蚀总面积不断降低；但是土壤侵蚀类型却逐渐从轻度侵蚀向中度侵蚀转变。根据2020年研究区土壤侵蚀分布情况，深圳市中南地区梧桐山系中度侵蚀和轻度侵蚀均较多，呈片状分布，且侵蚀面积大；东北部地区工矿用地和疏林地存在一定程度的中度侵蚀，且分布零散。

4.2 土壤侵蚀与坡度

坡度是影像土壤侵蚀程度的主要因素之一，在其他条件不变的情况下，随着坡度的增加，土壤侵蚀程度呈加剧态势。将研究区坡度图和土壤侵蚀分类图叠加处理后，便可利用ERDAS中Modeler工具计算研究区2022年不同坡度所对应土壤侵蚀类型及面积，分析结果详见表3。根据表中结果，研究区土壤侵蚀主要出现在坡度15°～25°、25°～35°的陡坡段，即使植被覆盖度较高，也存在面积较大的轻度侵蚀；植被覆盖率低的地区与村庄距离较近，大多表现为中度侵蚀。坡度为8°～15°及5°以下的地区主要为平原和山区的交界地，因耕地、草地和林地遭到生产建设项目的扰动和破坏，土壤侵蚀问题也较为严重[4]。

表3 不同坡度的土壤侵蚀面积

4.3 土壤侵蚀与植被覆盖率

植被具有拦截雨量、增强地表径流等重要作用，也是抑制土壤侵蚀的主要因子，植被覆盖度、种类及生长情况对于项目区土壤侵蚀影响较大。结合所提取的项目区植被覆盖度及土壤侵蚀等级格栅数据，应用ERDAS中Modeler工具计算项目区2022年植被覆盖度不同情况下土壤侵蚀数据，计算结果详见表4。根据表中分析结果，深圳市土壤侵蚀主要发生在植被覆盖率为45%～65%及35%以上的区域，土壤侵蚀面积占比依次为52.18%和33.42%，以上区域主要为坡度较大的林地和坡耕地，土壤侵蚀主要表现为轻度侵蚀；植被覆盖率为30%～45%的区域土壤侵蚀面积占比13.75%，该地区经济较为落后，人类活动扰动及不合理开垦是造成植被破坏和水土流失的主要原因。

表4 不同植被覆盖率的土壤侵蚀面积

4.4 土壤侵蚀与土地利用

土地利用程度对研究区土壤侵蚀也存在一定程度的影响，通过土地利用分类格栅图和土壤侵蚀等级格栅数据的叠加处理，应用ERDAS中Modeler计算项目区2022年不同土地利用类型下土壤侵蚀面积，计算结果详见表5。根据表中计算及统计结果，深圳市土壤侵蚀主要发生在林地中，在总侵蚀面积占比61.50%，主要原因在于林地中的疏林地坡度较大，且梧桐山前开发有大量果园，引发大面积土壤侵蚀；耕地中土壤侵蚀面积占比为14.18%，坡耕地的开垦及耕种是引发土壤侵蚀的主要原因；此外，山区分散居住点的工矿用地不合理开采也造成研究区植被的破坏[5-6]。

表5 不同土地利用情况的土壤侵蚀面积

5 结 论

综上所述，通过对研究区土地利用、植被覆盖、坡度等与土壤侵蚀程度相关性的分析以及对深圳市土壤侵蚀状况的定量计算结果表明，研究区自2000年以来随着生产建设项目建设速度的加快，土壤侵蚀和水土流失呈先降后增趋势；土壤侵蚀程度与植被覆盖率、坡度、土地利用情况等均存在直接关系，生产建设项目开发、耕地耕种、植被破坏及坡地开垦等活动均使研究区土壤侵蚀面积增大。总之，RS和GIS技术可应用于区域土壤侵蚀快速监测，并能有效克服传统人机交互解译方法所存在的主观因素大、精度不高、仅能进行土壤侵蚀定性分析等弊端，为区域水土流失有效治理提供可行之策。