2025水土流失动态监测技术指南

2025水土流失动态监测技术指南水土流失动态监测是支撑水土保持规划、生态保护修复及国家生态文明建设的重要技术手段。为规范2025年全国水土流失动态监测工作，提升监测数据的准确性、时效性和系统性，本技术指南明确监测指标体系、数据采集与处理方法、分析评价流程及成果应用要求，适用于国家级、省级及地市级水土流失动态监测业务。一、监测指标体系构建监测指标需全面反映水土流失成因、过程及影响，涵盖自然环境因子、人为活动因子及侵蚀特征因子三类，具体如下：（一）自然环境因子1.地形地貌：坡度（0°-5°、5°-8°、8°-15°、15°-25°、25°以上五级分类）、坡长（按10m、20m、50m、100m、200m、500m分段统计）、海拔（按200m、500m、1000m、2000m、3000m分级）、沟壑密度（单位面积内沟壑总长度，精度至0.1km/km²）。2.气象水文：年降水量（毫米级，分时段统计最大30分钟、60分钟、24小时降雨强度）、年均温度（℃级）、≥10℃积温（℃·d）、风速（m/s，重点关注≥5m/s起沙风频次）、干燥度（Penman-Monteith公式计算）。3.土壤特性：土壤质地（砂粒、粉粒、黏粒含量，采用国际制分类）、有机质含量（%，精度至0.1%）、土壤容重（g/cm³，精度至0.01）、土壤抗蚀性（采用原状土冲刷试验测定临界剪切力，单位Pa）、土壤渗透系数（cm/min，双环法测定）。4.植被状况：植被覆盖度（%，精度至1%，分乔木、灌木、草本分层计算）、植被类型（按森林、灌丛、草地、农田、荒漠五级分类）、生物量（t/hm²，采用样方收获法或遥感反演）、枯落物厚度（cm，精度至0.5cm）。（二）人为活动因子1.土地利用：耕地（水浇地、旱地、梯田）、林地（有林地、疏林地、未成林造林地）、草地（高覆盖度、中覆盖度、低覆盖度）、建设用地（城镇、农村居民点、工矿用地）、未利用地（裸地、沙地、裸岩），分类精度需达到90%以上。2.工程扰动：矿山开采（露天矿剥离面积、排土场堆置量）、交通工程（路基开挖长度、取弃土场数量及面积）、水利工程（水库淹没区、施工临时占地）、城市开发（动土面积、表土剥离与回覆量），扰动范围监测精度需达到0.1hm²。3.水土保持措施：梯田（水平梯田、坡式梯田，统计田面宽度、田坎高度）、林草措施（水土保持林、经济林，统计成活率、保存率）、工程措施（淤地坝坝高、库容，拦沙堰长度、高度）、耕作措施（等高耕作、免耕、覆盖耕作，统计实施面积）。（三）侵蚀特征因子1.侵蚀类型：水力侵蚀（面蚀、沟蚀）、风力侵蚀（风蚀坑、沙丘移动）、冻融侵蚀（融冻泥流、冻融滑塌）、重力侵蚀（滑坡、崩塌、泻溜），分类精度需达到85%以上。2.侵蚀强度：微度（＜500t/km²·a）、轻度（500-2500t/km²·a）、中度（2500-5000t/km²·a）、强烈（5000-8000t/km²·a）、极强烈（8000-15000t/km²·a）、剧烈（≥15000t/km²·a），分级误差需控制在±10%以内。3.侵蚀模数：单位面积年土壤流失量（t/km²·a），采用模型计算与实测数据验证结合的方法，精度需达到80%以上。二、数据采集技术要求数据采集需遵循“空天地”一体化原则，整合遥感、无人机、地面监测及社会感知数据，确保多源数据时空匹配。（一）遥感数据采集1.数据源选择：优先采用国产卫星数据，包括高分一号（GF-1，2m全色+8m多光谱，重访周期4天）、高分二号（GF-2，0.8m全色+3.2m多光谱，重访周期5天）、高分六号（GF-6，2m全色+8m多光谱，红边波段）、哨兵二号（Sentinel-2，10m多光谱，重访周期5天）及Landsat-9（30m多光谱，重访周期16天）。重点区域（如国家级水土流失重点防治区）需采用0.5m分辨率以上的商业卫星（如高景一号）补充。2.数据预处理：包括辐射校正（采用FLAASH大气校正模型）、几何校正（基于1:10000地形图或GNSS控制点，校正误差≤1个像元）、影像融合（采用Gram-Schmidt算法融合全色与多光谱波段）、云雪掩膜（基于阈值法或深度学习模型自动识别，掩膜精度≥95%）。3.信息提取：-土地利用/覆盖：采用随机森林分类器，选取NDVI（归一化植被指数）、NDWI（归一化水体指数）、BSI（裸土指数）等10个以上特征波段，训练样本数量≥总像元数的5%，分类精度≥90%。-植被覆盖度：基于像元二分模型，公式为FVC=(NDVI-NDVIsoil)/(NDVIVeg-NDVIsoil)，其中NDVIsoil取裸地NDVI均值，NDVIVeg取植被覆盖区NDVI均值，误差≤5%。-坡度坡长：基于12.5m分辨率ALOSPALSAR数字高程模型（DEM），采用Zevenbergen&Thorne算法计算坡度（精度±0.5°），坡长采用Wischmeier-Smith方法，沿水流路径累加至汇流点。（二）无人机数据采集1.适用场景：小流域（面积≤50km²）、地形复杂区（坡度＞25°）、重点治理工程区（如淤地坝、梯田）及遥感影像云覆盖区的补充监测。2.航摄参数：飞行高度50-300m（对应地面分辨率0.05-0.3m），航向重叠度≥80%，旁向重叠度≥70%，像控点布设密度≥4个/km²（复杂地形加密至6个/km²），采用PPK（后处理动态差分）或RTK（实时动态差分）定位，平面精度≤5cm，高程精度≤8cm。3.数据处理：通过倾斜摄影测量技术生成三维点云（点密度≥200点/m²），经滤波分类（布料模拟算法）提取地面点，构建高精度DEM（分辨率0.5-2m）；正射影像（DOM）采用多视影像匹配技术，匀光匀色后输出分辨率≤0.1m的成果。（三）地面监测1.径流小区：按坡度（5°、15°、25°）、坡向（阴坡、阳坡）、土地利用（耕地、草地、林地）设置对比观测小区，小区面积20m×5m（长×宽），长边沿等高线布设，安装自动径流泥沙监测仪（精度：流量±2%，含沙量±5%），观测频次为每次降雨后（降雨量≥5mm），并记录降雨起止时间、过程雨量。2.卡口站：在小流域出口设置，采用超声波水位计（精度±2mm）、电磁流量计（精度±1%）监测径流量，泥沙采样采用同位素在线测沙仪（精度±3%）或人工采样（每小时1次，混合样送实验室用激光粒度仪分析），同步记录流域内降雨、下垫面变化。3.样地调查：植被样方（草本1m×1m、灌木2m×2m、乔木10m×10m）按随机抽样法布设，每km²≥3个样方，调查植被盖度、高度、物种组成；土壤样点按网格法（500m×500m）布设，每点采集0-20cm、20-50cm分层土样，测定容重、有机质、机械组成。（四）智能传感器网络1.布设原则：在水土流失敏感区（如坡度＞15°的耕地、矿山排土场）加密布设，节点间距50-200m；在常规监测区按1km×1km网格布设。2.监测参数：土壤水分（0-10cm、10-30cm、30-50cm，精度±2%）、土壤侵蚀量（采用电极法或同位素示踪法，精度±5%）、地表径流（微型堰槽+压力式水位计，精度±1mm）、气象参数（降雨量±0.2mm，温度±0.5℃，风速±0.3m/s）。3.数据传输：采用LoRa（长距离低功耗）或NB-IoT（窄带物联网）技术，实时传输至监测中心，数据上传频率≥1次/小时（降雨期间加密至1次/5分钟）。三、数据处理与分析方法（一）数据质量控制1.异常值检测：采用箱线图法（四分位数间距±1.5倍）识别遥感反演植被覆盖度、土壤侵蚀模数等数据的异常值，结合地面实测数据人工核查，剔除错误值或用线性插值法插补。2.多源数据融合：将遥感、无人机、地面监测数据按统一地理坐标系（CGCS2000）和投影（高斯-克吕格投影）进行空间配准，采用卡尔曼滤波算法融合时序数据，提升时间分辨率；采用主成分分析（PCA）融合多源特征，降低数据维度。（二）土壤侵蚀模型构建1.修正通用土壤流失方程（RUSLE）：-降雨侵蚀力因子（R）：采用中国南方R=∑(EI30)（EI30为30分钟最大雨强与总雨量乘积），北方R=0.383×P1.56（P为年降雨量），精度±10%。-土壤可蚀性因子（K）：基于土壤质地、有机质含量，采用Williams公式K=［0.2+0.3exp(-0.0256SAN(1-SIL/100))］×(SIL/CLA+SIL)^0.3×［1-0.25C/(C+exp(3.72-2.95C))］×［1-0.7(1-SAN/100)/(1-SAN/100+exp(-5.51+22.9(1-SAN/100)))］（SAN为砂粒含量，SIL为粉粒含量，CLA为黏粒含量，C为有机质含量），精度±8%。-坡度坡长因子（LS）：LS=(λ/22.13)^m×(65.41sin²θ+4.56sinθ+0.065)（λ为坡长，θ为坡度，m=β/(1+β)，β=sinθ/(0.0896)/(3sin^0.8θ+0.56)）。-植被覆盖与管理因子（C）：基于NDVI时序数据，C=exp(-α×NDVI)（α为区域校正系数，取值0.3-0.6）。-水土保持措施因子（P）：梯田P=0.1-0.3，等高耕作P=0.5-0.7，草地P=0.8-1.0，裸地P=1.0。2.分布式侵蚀模型（WEPP）：针对小流域（面积≤100km²），输入DEM、土壤属性、土地利用、气象数据，模拟坡面侵蚀与沟道输沙过程，重点验证出口断面的径流量与输沙量，模型效率系数（NSE）需≥0.75。3.机器学习模型：采用随机森林算法，选取坡度、植被覆盖度、土地利用、年降雨量等15个特征变量，训练样本包括地面监测侵蚀模数、遥感反演结果及历史数据，模型决定系数（R²）需≥0.85，用于快速分类侵蚀强度等级。（三）动态分析方法1.时间序列分析：采用Mann-Kendall趋势检验法分析近10年侵蚀模数变化趋势（显著水平α=0.05），结合Pettitt突变点检测法识别侵蚀强度突变年份，探究气候变化（如极端降雨事件）与人类活动（如退耕还林、矿山开发）的驱动机制。2.空间格局分析：利用地理信息系统（GIS）的热点分析（Getis-OrdGi）识别高侵蚀强度聚集区（Z得分＞2.58为显著热点），通过景观格局指数（如斑块密度、分维数）分析侵蚀斑块的破碎化程度，评估生态修复工程对侵蚀斑块连通性的影响。3.情景模拟：设置不同降雨情景（现状年、5年一遇、20年一遇）和土地利用情景（自然恢复、耕地扩张、城市开发），利用RUSLE模型模拟侵蚀模数变化，预测未来5年水土流失风险，为国土空间规划提供依据。四、成果应用与服务（一）监测成果内容1.基础数据集：包括遥感影像（DOM、DEM）、地面监测数据（径流泥沙、土壤属性）、智能传感器数据（土壤水分、侵蚀量），按年度更新，存储格式为GeoTIFF（栅格）、Shapefile（矢量）、CSV（表格）。2.专题图件：水土流失现状图（1:5万-1:10万）、侵蚀强度分级图、重点治理工程效益图，采用分层设色（微度-绿色、轻度-黄色、中度-橙色、强烈-红色、极强烈-紫红色、剧烈-褐色）。3.监测报告：包括年度水土流失面积（分类型、强度统计）、变化趋势（与上年度及近5年对比）、驱动因素分析（自然与人为因素贡献率）、重点区域（如长江上游、黄河中游）动态变化、水土保持措施效益评估（减少土壤流失量、提高植被覆盖度）。（二）业务应用方向1.生态预警：设定侵蚀强度阈值（如剧烈侵蚀面积占比＞5%为红色预警，强烈侵蚀占比＞10%为橙色预警），通过短信、APP推送预警信息至各级水行政主管部门，提前部署应急措施（如临时拦挡、植被覆盖）。2.规划支撑：为《全国水土保持规划（2021-2035年）》中期评估提供数据支撑，优化重点治理区（如东北黑土区、西南石漠化区）的工程布局，调整梯田、淤地坝等措施的建设规模。3.效益评估：对比治理前后的侵蚀模数（治理前M1，治理后M2），计算土壤流失减少率（(M1-M2)/M1×100%），评估坡耕地整治、小流域综合治理等工程的生态效益；结合社会经济数据（如农民收