基于RS与GIS的土壤侵蚀风险评价

1、摘 要根据水利部门在2008年发布的土壤侵蚀分类分级标准SL190-2007这项行业标准，在通过结合九江市的地理概况和遥感影像进行目视解译的同时，再利用DEM和遥感影像数据(Landsat 8 OLI)这两个数据源来对土壤侵蚀强度与分布的实时变化进行动态监测。本文的主要内容有：第一，使用ENVI5.1软件对相应的遥感影像数据进行像元二分法处理得出植被覆盖度；第二，利用ArcGIS10.2平台软件对DEM数据来进行坡度分析；第三，在得出植被覆盖度的过程要经过监督分类这一步，把其数据保留下来导出ArcGIS，与坡度数据进行空间分析得出坡耕地；第四，用坡耕地数据与植被覆盖度数据进行空间分析；最后，利

2、用坡耕地数据与植被覆盖度数据分析结果再结合坡度进行空间分析，最终我们就可以得出土壤侵蚀结果。通过分析九江市土壤侵蚀的现状，可以了解土壤侵蚀的空间分布规律和强度，可以为预防水土流失的问题提供科学的依据，并且还可以提出了相关解决方法，这对城市规划和建设具有非常重要的实践意义和理论意义。关键字：面蚀，土地利用类型，坡度，植被覆盖度，土壤侵蚀AbstractAccording to Standards of classification of soil erosion SL190-2007 The industry standard water sector published in 2008, th

3、rough a combination of geography and remote sensing images for visual interpretation of Jiujiang City, while reuse DEM and remote sensing data (Landsat 8 OLI) these two data sources for real-time changes in intensity and distribution of soil erosion dynamic monitoring.The main contents are: First, u

4、se ENVI5.1 software for remote sensing image data of the corresponding pixel dichotomy that deal with the vegetation coverage; second, use ArcGIS10.2 platform software for DEM data for slope analysis; s Third, in arriving vegetation coverage supervised classification process to go through this step,

5、 the data retained its export ArcGIS, spatial analysis and gradient data obtained sloping land; and fourth, with sloping data and vegetation coverage on spatial data analysis; and finally, the use of sloping land and vegetation coverage data analysis of data combined spatial gradient analysis, we ca

6、n draw the final result of soil erosion.By analyzing the status Jiujiang soil erosion, soil erosion can understand the spatial distribution and intensity, can provide scientific evidence for the prevention of soil erosion problems, and may also put forward relevant solutions, urban planning and cons

7、truction of this very important practical and theoretical significance.Key words: surface erosion, land use type, slope, vegetation cover, soil erosion目 录摘 要IAbstractII第一章 绪论11.1 研究背景11.2 研究意义11.3 研究现状11.3.1 经验统计模型11.3.2物理过程模型11.4 研究内容21.5 实验研究软件基础21.6 研究方法和技术路线3第二章 研究工作基础52.1研究数据的获取52.2 研究区概况52.2.1

8、 位置境域52.2.2 地形52.2.3 气候52.2.4 水系62.2.5 著名景点6第三章 植被覆盖度估算73.1 概述73.2 处理流程73.3 数据处理103.2.1 数据读取和定标103.2.2 图像镶嵌和裁剪113.2.3 大气校正133.2.4 NDVI计算133.2.5 监督分类153.2.6 掩膜文件制作163.2.7 获取阈值173.2.8 生成参数文件173.2.9 植被覆盖度估算18第四章 土壤侵蚀与结果分析204.1 DEM镶嵌与提取204.1.1 镶嵌204.1.2 提取204.2 坡度与重分类214.2.1 坡度214.2.2 重分类234.3 坡耕地244.3.

9、1 地物分类244.3.2 坡度重分类244.3.3 坡耕地结果254.4 地类264.4.1 植被覆盖度重分类264.4.2 坡耕地与植被覆盖度复合274.5 土壤侵蚀结果284.6 专题图制作与面积统计304.7 数据分析与决策分析334.7.1 数据分析334.7.2 决策分析33第五章 结论与展望34致 谢35参考文献36第一章 绪论1.1 研究背景土壤侵蚀就是指水土流失。土壤侵蚀危害，是一个世界性的问题，也是土地退化的形式之一。水土流失会造成土壤资源的破坏、土壤肥力和质量下降、生态环境的破坏、淤积使河床抬高而加剧洪涝灾害、淤塞水库湖泊影响土地开发利用等危害。在近百年来随着农业生产的发

10、展和科学技术的进步，人类对于土壤侵蚀危害的认识日益深刻和系统，而自本世纪三十年代以来，越来越多的国家开始意识到水土保持工作的重要性，有些国家已经取得了较为显著的效果。目前我们水土流失的面积已经达到了近3亿公顷，所占比例我国土面积的30.7%。因此，我国的水土流失情况十分严重，我们必须高度重视，并采取有效措施加以控制。1.2 研究意义水土保持是山区发展的生命线，是国土整治、江河治理的根本，是国民经济和社会发展的基础，是我们必须长期坚持的一项基本国策。通过开展小流域综合治理，层层设防，节节拦蓄，增加地表植被，可以涵养水源，调节小气候，有效地改善生态环境和农业生产基础条件，减少水、旱、风沙等自然灾害

11、，促进产业结构的调整，促进农业增产和农民增收。1.3 研究现状1.3.1 经验统计模型 最为广泛使用的经验模型是USLE，它是一个基于美国东部的数据，评估长期片蚀和细沟侵蚀的经验模型，常被用来评估土壤侵蚀风险。由于 USLE 全面考虑了影响土壤侵蚀的自然因素，并通过降雨侵蚀力、 土壤可蚀性、 坡度坡长、作物覆盖和水土保持措施五大因子进行定量计算，具有很强的使用性，因此 USLE 及其改进版本 RUSLE和MUSLE被应用的世界范围内的不同空间尺度、不同环境和不同大小的区域。1.3.2物理过程模型经验统计模型主要用于估算某一区域、 一定时期内的平均侵蚀量。随着研究的深入和人们对流域泥沙自然机制认

12、识水平的不断提高，这类研究的不足越来越清晰地显露出来。1.4 研究内容本研究根据土壤侵蚀分类分级标准_SL190-2007中的面蚀来研究的。表1-1 不同坡度面蚀分级标准【3】地类 坡度588151525253535非耕地林草覆盖度（%）6075轻度轻度轻度中度中度4560轻度轻度中度中度强度3045轻度中度中度强度极强度B11.0。B1：植被覆盖度估算结果第二种无效值能够使用来掩膜来消除。植被覆盖度的影像数据在ENVI中另存为.TIF格式的数据，方便后面导入值ArcGIS中使用并重分类。图3-13 植被覆盖度成果图图3-14 去除异常值的植被覆盖度成果图第四章 土壤侵蚀与结果分析4.1 DE

13、M镶嵌与提取4.1.1 镶嵌两个或者多个影像的合并成一幅完整的影像的过程称为镶嵌。在 ArcGIS10.2 中，能够通过将多个栅格数据集镶嵌成单个的栅格数据集。此外，虚拟镶嵌和镶嵌数据集能由多个栅格数据集而来。在非常多的情形中，镶嵌至一块的栅格数据集的边之间会拥有一些叠置地域，并且处理这部分重复地域的方法很多；如能够使用根据权重的算法来合并重叠栅格单元值、能够选择只保留第一个或者最后一个数据集中的栅格数据、能够使用最小值或最大值、还能够使用重叠单元值的平均值。当镶嵌离散数据时，通过 “最小值”、“最大值”和“第一个值”选项产生的结果最有意义。而“平均值”和“混合”选项则正好适合连续数据。若输出

14、栅格是浮点型，则必须假设任何输入栅格属于浮点型。若输出栅格是整型，则必须假设一切输入栅格都是整型，并使用的是 “最小值”、“最大值”和“第一个值”选项。用于镶嵌叠置方法主要有以下几种方法： FIRST、 LAST、SUM、 BLEND、MEAN、MINIMUM和MAXIMUM。【1】首先加载所需的9张DEM数据在ArcGIS中，如图4-1所示。在这里选用“镶嵌至新栅格”工具，将多个栅格数据集镶嵌成一个新的栅格数据集的过程称为“镶嵌至新栅格”。选用的镶嵌叠置的方法是MEAN。得出结果图4-2。图4-1 DEM数据 图4-2 镶嵌的DEM4.1.2 提取被用在基于像元的属性或者其空间位置从栅格中提

15、取像元的子集称为提取分析工具。还能够得到特定位置的像元值看成点要素类中的表或者属性。按掩膜、按圆形区域、按多边形、按属性、用点、用矩形、值提取至点和多值提取至点等提取方法组成了提取分析工具。按掩膜提取的示意图如图4-3所示。首先，把研究区的矢量数据加载出来。如图4-4所示。在这里选用空间分析中的“按掩膜提取”，“按掩膜提取”是指提取所定义的掩膜区域内的栅格像元。得出结果，如图4-4所示。图4-3 按掩膜提取示意图图4-4 按掩膜提取前 图4-4 九江市的DEM4.2 坡度与重分类4.2.1 坡度表明表面上某一个地方的最陡下坡的倾斜水平称为坡度。计算坡度是通过针对不规则三角网（TIN）中的栅格中

16、的每一个像元和每一个三角形。针对栅格，每一个像元与它邻近的八个像元中的最大高程改变率被称为坡度。针对TIN，各个三角形中的最大高程改变率被称为坡度。坡度命令可以提取输入出表面栅格，并且计算出包含各个像元的坡度的输出栅格。更大的坡度值时，地势就更陡峻。更小的坡度值时，地势就更平整。能够使用百分比单位来计算输出坡度栅格，也能够靠度为单位从而进行计算出全国分省的坡度分级数据产品。坡度分级数据产品是地理国情监测云平台推出的土地资源类的数据产物中的一个，还是指全国各个省依靠坡度等级区别划分的坡度空间分布产物。百分比法、密位法、度数法和分数法等方法是坡度的四种表示方法，这在里面以度数法和百分比法经常使用。

17、指各个像元中z值的最大改变率也被称为坡度。当表面z的单位与地面x，y的单位不一样的时候，就必须使用Z因子来对坡度就行校正从而消除表面z的单位与地面x，y的单位不一样的影响。输出值的范围依赖测量单位的类型。如果单位是度，坡度值的范围是090。如果单位是高程增量，坡度值得范围是0。平坦表面的坡度为0%，45的表面是100%，随着表面改变得越来越靠近垂直，高程增量百分比也将变得越来越大。如果3*3窗口的中心像元是无效的时候，则输出结果将也是无效。如果存在任何邻域的像元为无效，那么就会把中心像元的值分配到这些像元中，继而再得出坡度结果。【4】在这里，直接使用空间分析中的坡度分析，得出结果，如图4-5所

18、示。图4-5 九江市坡度图4.2.2 重分类能够经过很多办法来将像元值重新分类或者改动成替换值就称为重分类。通过对一次对一个值或者成组的值来分类，重分类方法主要有下面几种： （1） 基于条件重分类，例如指定间隔(如按照100个间隔来将值分组)；（2） 基于地域重分类，如将值分成100个所含像元数量保持恒定的组别；（3） 使用替代字段。重分类工具能够使输入很多简单的栅格值来改变成所指定的值、所需要的值或者替换的值。一切的重分类的办法都满足地域中的每一个像元。通俗的说，在面对现在已经存在的值应用再某个替换的值的时候，一切重分类的办法都能够将这个替换值应用至原始地区的各个像元之间。重分类的办法不只是

19、仅仅对输入地区的一些应用替换值。在这里，主要根据表1-1，把坡度重分类的情况按表4-1进行重分类，得到结果如图4-6所示。表4-1 坡度重分类表坡度055 88 15152525353590坡地类型平坦坡缓坡斜坡陡坡急坡险坡重分类结果NoData12345图4-6 坡度重分类成果图4.3 坡耕地4.3.1 地物分类坡耕地是指散步在山坡上，土地表面粗糙度差，跑水跑肥润土和特别是指农作物产量及其低的旱地。主要的特征是坡地，一般来说是指坡度为625之间的耕地，而大于25和耕地常被称为陡坡耕地，故在这里我把6以上的耕地都看做为坡耕地。关于坡耕地的发展问题一直存在着很大的争议。反映坡耕地的比例的是一个地

20、区在平常情形下的土壤侵蚀，针对这种类型的土地，平常情况下，它是适合灌木适合草的，不适合大规模耕作的，而越来愈大的耕种比例，土壤侵蚀的情况就越严重，生态环境就越恶劣。所以解决坡耕地的状况就是植树造林，从而达到保护生态环境。把ENVI中目视解译出来的地物，他是通过监督分类中的最大似然法来实现的分类结果导出至ArcGIS中，然后利用ArcGIS中的空间分析进行重新分类一下，就把地物分成耕地与非耕地两类，得出结果，如图4-7所示。图4-7 耕地与非耕地图4.3.2 坡度重分类然后利用前面已经得到的坡度再重新分类一下，只要求分出两类即可，一个是小于6，一个是大于6。得出结果，如图4-8所示。图4-8 坡

21、度重分类结果图4.3.3 坡耕地结果得到了坡度重分类的结果和地物的重分类的结果之后，就可以运用栅格计算器进行处理。在ArcGIS中与计算器相似的东西就被称为栅格计算器，栅格计算器是通过构造成单个的地图代数表达式和 Python 语法来运行的。栅格计算器具有下面几个独有的优势：（1）使用“模型构建器”的时候，可以直接添加这个工具； （2）执行单行的代数表达式；（3）一个地图代数表达式中使用多个空间分析的工具。（4）一个地图代数表达式的三个或者更多的输入使用空间分析的运算符。 栅格计算器运用在经过近似计算器的、简易的操作平台，运用多个运算符和工具来得到一行的代数的表达式子。这个式子的运行速度在普通

22、情形下会比单独运行这些运算符或者工具的速度的时间更短时，这就是在一个地图代数表达式中运用了多种运算符或者工具的时候。在通过运用了空间分析的栅格计算器，进行了各个表达式的推演之后，最终得出了满足条件的结果。如图4-9所示。图4-9 坡耕地与非坡耕地图4.4 地类4.4.1 植被覆盖度重分类在ArcGIS中打开ENVI中保存的植被覆盖度的结果，因为是从ENVI中导出来的，所以需要使用“计算统计数据”功能。在ArcGIS中计算镶嵌数据集或者栅格数据集的统计数据就被称为计算统计数据。有必要对镶嵌数据集和栅格数据集进行计算才能运行一些操作，例如：应用分类数据和对比度拉伸。根据表1-1，将植被覆盖度的值可

23、分为五级，如下表4-2所示。因为还要与坡耕地进行组合一下，所以目前先把植被覆盖度重分类成以下结果。得到的结果如图4-10所示。表4-2 植被覆盖度重分类表植被覆盖度00.30.30.450.450.60.60.750.751植被覆盖等级重分类结果12345图4-10 植被覆盖度重分类图4.4.2 坡耕地与植被覆盖度复合首先，把之前得到的坡耕地图进行重分类，重分类结果如下表4-3所示：表4-3 坡耕地重分类表地物类型非坡耕地坡耕地重分类值110在运用空间分析中栅格计算器，得到图4-11。表达式为：坡耕地与植被覆盖度复合=坡耕地_重分类*植被覆盖度_重分类。图4-11坡耕地与植被覆盖度复合结果图由

24、栅格计算器得出来的结果有10个结果了，而根据表1-1中的侵蚀情况，需要进行重新分类，分类结果如下表4-4所示：表4-4坡耕地与植被覆盖度复合结果重分类表复合结果123451020304050重分类结果5321NoData44444表中1代表植被覆盖度为0.3之下的非坡耕地，而它的情况是坡度越大，土壤侵蚀越严重，故取最大的5，而坡耕地次之，即表中的10,20,30,40,50都取4，接下来就是植被覆盖度是0.3到0.45的非坡耕地，取的值为3，再然后就是植被覆盖度是0.45到0.6的非坡耕地，值取2，最后就是植被覆盖度是0.6到0.75的非坡耕地取值为1，而由于植被覆盖度是0.75到0.1的非坡

25、耕地在表1-1中没有显示，故结果去NoData。经过上述重分类之后，得到图4-12。图4-12 坡耕地与植被覆盖度复合结果重分类图4.5 土壤侵蚀结果从前面得到的坡度重分类结果和坡耕地与植被覆盖度复合结果重分类的结果运用栅格计算器得出土壤侵蚀结果，表达式为：土壤侵蚀指数=2*坡度_重分类+1.8*复合结果_重分类。(这个表达式是通过长时间的自己计算得出来的结果，通过意义举例，正好得出能够用来区分土壤侵蚀的结果)经过ArcGIS中的空间分析的栅格计算器中的表达式计算，得出结果。如图4-13所示。图4-13 土壤侵蚀结果图得出结果之后就是进行重分类，并且在分类之后修改侵蚀等级的名字和颜色，重分类的

26、结果按下表4-5所示的来重分类，得到结果，如图4-14所示。表4-5 土壤侵蚀指数重分类表土壤侵蚀指数09.39.313.113.115.115.117.117.119侵蚀等级12345侵蚀程度轻度侵蚀中度侵蚀强度侵蚀极强度侵蚀剧烈侵蚀图4-14 土壤侵蚀重分类图4.6 专题图制作与面积统计专题图是一种能够突出表现一种或者多种社会经济现象和自然要素的特殊地图。专题地图主要由两大类构成：专题要素，图中着重表示的社会经济等人文地理现象或自然地理现象；地理基础，用来标明专题要素的空间信息与地理要素的内容，如注记、交通道路、建设用地、植被、水系等。一幅专题图中有两个重要要素，一个是底图要素，一个是主题

27、要素。如果是更复杂的专题图，除了底图和主题要素之外，还需要其他层面的要素组成。首先最重要的主题要素是第一位，再就是次要的主题要素，最后是不太重要的主题要素，按此类推，所以底图要素是最基础最重要的要素。在绘制专题图过程中，底图要素是其绘制的地理基础，也就是所有的底图要素都是绘制在基础地图上的。底图要素不仅仅是作为描画主题要素的基础，以确定相对位置和定向；并体现制约的密切关系、周围环境和主题要素相互联系，起到了衬托主题的作用。专题图的空间地理关联性和数学精确性，主要是依靠底图的质量好坏。对于专题地图而言，普通地图是最为基础的数据，他是绘制专题图的根基。在专题图中最为突出和明显的内容要素就是主题要素

28、，它是绘制专题图最为重要的部分，也是最具科学性的部分。在ArcGIS中，首先，弄成图框模式，然后再添加标题，比例尺，指南针和图例等，标题命名为九江市土壤侵蚀图，最后，输出图例并保存结果。故得到结果，如图4-15所示。图 4-15 九江市土壤侵蚀专题图利用空间分析中的区域分析功能中的以表格显示分区统计工具，分别对九江市的土壤侵蚀栅格影像进行计算和统计，得到各不同等级土壤侵蚀的面积并计算器所占的百分比。 表4-7 土壤侵蚀统计表侵蚀强度栅格数量面积（平方公里）所占面积百分比（%）轻度侵蚀697486627.73743.33中度侵蚀21866341967.970610.46强度侵蚀164733414

29、82.60067.88极强度侵蚀921244829.11964.40剧烈侵蚀229747206.77231.10把九江市的侵蚀强度的相应的面积导入值Excel中，并把无侵蚀的面积值也导入至Excel中。然后根据其面积，用Excel自动绘制饼状图和直方图。图4-16 九江市土壤侵蚀饼状图图4-17 九江市土壤侵蚀直方图4.7 数据分析与决策分析4.7.1 数据分析统计能够获得：在整个土壤侵蚀中。其中轻度侵蚀的面积是627.7374平方公里，占总面积的3.33%；中度侵蚀的面积是1967.9706平方公里，占总面积的10.46%；强度侵蚀的面积是1482.6006平方公里，占总面积的7.88%；极

30、强度侵蚀的面积是829.1196平方公里，占总面积的4.4%；剧烈侵蚀的面积是206.7723平方公里，占总面积的1.1%；无侵蚀面积是13762.7995平方公里，占总面积的72.83%。从上面数据可以得出，土壤侵蚀中的中度侵蚀、强度侵蚀的比例最大。它们两者基本占据了全部的土壤侵蚀类型。说明这篇区域的轻度侵蚀基本已经发展成了中度和强度侵蚀，故轻度侵蚀这部分的水土流失变得更加严重了。而轻度侵蚀的比例只有3.33%，说明九江正在采取一些措施阻止水土流失的情况，并取得了一定的成果。而九江是的无侵蚀的比例最大，超过了一半以上，说明九江的整体土壤侵蚀情况还是比较乐观的。由于获取不同时相数据当时的大气、温度的自然条件的不同和地表耕作物等的变化、遥感数据本身精度以及来源的不一致等原因，不可避免导致计算结果产生误差，使得土壤侵蚀的统计分析不能完全精确。4.7.2 决