一、作品背景

水土保持情況普查對我國具有重要意義。我國目前是世界上水土流失最嚴重的國家之一，水土流失面積極其廣且量大；嚴重的水土流失問題是我國生態環境問題的重要板塊，若是持續惡化，將會嚴重影響我國的生態安全、飲水安全、防洪安全和糧食安全等，嚴重阻礙國家經濟社會發展。以東江源區為研究對象，基于遙感數字影像和GIS方法提取影響土壤侵蝕的因子，建立CSLE模型，并利用ARCGIS10.2、GeoScene Pro2.1軟件對各評價因子指標進行分級，利用模型確定土壤侵蝕的強度，通過定量分析和分級情況分析不同的土壤侵蝕影響因子對于土壤侵蝕強度的貢獻量。

1.研究區概況

江西三百山是廣東東江的源頭，簡稱”東江源區“。東江源區位于江西省贛州市東南端，包括尋烏、安遠、定南3縣。地理位置：24°20′—25°13′N，114°47′—115°53′E。流域面積3850.56km2，地形地貌以山地、丘陵為主；地勢北高南抵，東西鈴谷相間，被形象地稱之為”八山半水一分田，半分道路與莊園“。該區屬于典型的亞熱帶濕潤季風氣候，熱量豐富，雨量充沛，年平均氣溫18.8℃，年降雨量1526~1700mm。

2.設計思想

圖1 設計思想構圖

二、模型構建與分析

1.數據來源及預處理

1.1 數據源

定量研究東江源地區土壤侵蝕量需從相關網站收集研究區域的多種類型的原始數據，其中有東江源地區30米分辨率DEM數據、Landsat 8 OLI_TIRS遙感影像、土壤類型分布數據、降雨數據以及東江源范圍等。

1.1.1DEM數據及遙感影像

地形圖是在地理空間數據云（www.gscloud.cn）免費下載的東江源地區DEM 30M數據，將獲得的 DEM 在 ArcGIS10.5 軟件中進行裁剪獲得研究區域東江源地區 DEM 數據。遙感影像是在地理空間數據云（www.gscloud.cn）免費下載的東江源地區的Landsat 8 OL_ TIRS 影像數據。

1.1.2降雨數據及土壤數據

本次研究區域的降雨數據來源是在 WheatA 軟件上下載的東江源地區所包括的尋烏縣和定南縣的 2016到2020年年降雨量統計數據。土壤數據是在資源環境科學與數據中心（www.resdc.cn）免費下載的 1：100中國土壤類型空間分布數據。

1.2 數據預處理

獲得的數據往往不能完全滿足研究的需求為此研究數據處理之前往往需要對數據進行預處理，這樣可以使研究更加的方便。本文根據研究目的和CSLE模型對dem數據、遙感影像數據等在ENVI中進行輻射定標、大氣校正、圖像鑲嵌和裁剪等。

2.CSLE模型

水土流失量計算，采用SL190—2007《土壤侵蝕分類分級標準》推薦的由劉寶元等提出的中國通用土壤流失方程（CSLE模型）

A=R×K×LS×B×E×T

式中，A為單位面積上時間和空間平均的土壤流失量， t/(hm2?a）；R為降水侵蝕力因子，K為土壤可蝕性因子，LS為坡長坡度因子，B為植被覆蓋度與生物措施因子，E為工程措施因子，T為耕作措施因子。將R、K、L、S、B、E、T因子的柵格數據進行空間相乘。根據國家水利部頒布的《土壤侵蝕分類分級標準》（SL190—2007）將土壤侵蝕模數分為0～200、200～2500、2500～5000、5000～8000、8000～15000、＞15000t?km-2?a-1共 6個等級。

3.CSLE模型因子處理

3.1 土地利用分類

利用ENVI軟件，首先根據東江源范圍矢量文件，利用ROI裁剪圖像，其次進行輻射定標和大氣校正；然后利用監督分類中的最大似然法進行ROI感興趣區分類，最后進行分類合并，最終實現土地利用類型分類。

3.2 降水侵蝕力因子（R）

降雨侵蝕力因子：是指降雨導致土壤侵蝕發生的潛在能力，用一次降雨總動能E與該次將于最大30min雨強I30的乘積EI30表示。反映了雨滴對土壤顆粒的擊濺分離以及降雨形成徑流對土壤沖刷的綜合作用。

我們綜合了繆馳遠等、王明曉和史冬梅等學者研究提出的基于年降雨量數據的R因子計算模型，計算公式如下：

式中：

Rn—年降雨量侵蝕力因子，

；Pn—年降雨量，mm。

3.3 土壤可蝕性因子（K）

土壤可蝕性（k）指的是土壤容易受到侵蝕破壞的性質，土壤可蝕性因子主要受到內因（土壤質地等）和外因（人類活動等）影響。在內外兩個方面的相互作用下，土壤可蝕性因子的值會隨之改變。本項目采用EPIC模型來獲取k值，是一種專門為土壤侵蝕與土地生產力設計的模型, 基于土壤有機碳和粒徑分布進行土壤可蝕性K值估算。Williams等在EPIC模型中K值的計算公式如下：

上式中, S1為砂粒含量, 單位為%；S2為粉粒含量,單位為%;n為黏粒含量,單位為 %;C為有機碳含量, 單位為%;S3=1-S1/100,單位為 %。

3.4 坡度坡長因子（LS）

地形因子直觀表現由坡長（L）和坡度（S）兩個因子決定。坡長通常是指地面上一點沿水流方向到其流向起點間的最大地面距離在水平面上的投影長度。坡度表示了該局部地表坡面的傾斜程度。坡度越大、坡長越長，其地勢越陡峭，越容易發生土壤侵蝕。

本次研究，坡度坡長因子（LS）通過遙感技術獲取的數字高程模型快速獲取并通過DEM數據在GeoScene Pro中完成。根據東江源地區的地形地勢，此次研究選用ASTER GDEM 30M數據，采用符素華、劉寶元等［1］提出的公式。

??

式中：S為坡度因子，θ為坡度，L為坡長因子，λ為坡長(m),22.13為標準小區坡長,m為坡度坡長指數

3.5 植被與生物因子(B)?

采用MODIS遙感數據的NDVI產品MOD13Q1，利用NDVI數據計算植被覆蓋度FVC，根據FVC計算不同地類植被覆蓋與生物措施因子B。歸一化植被指數（NDVI）是反映土地覆蓋植被狀況的一種遙感指標，定義為近紅外通道與可見光通道反射率之差與之和的商，即NDVI= (NIR-R)/(NIR+R)，NIR、R為近紅外波段、紅光波段的反射值。

3.6 水土保持工程措施因子（E）和耕作措施因子（T）

根據水土保持工程措施因子賦值表和全國輪作措施及代碼表，對應東江源區土地利用類型分布圖，我們得到了相應的水土保持工程措施因子以及耕作措施因子并給予賦值（當土地利用類型為耕地時，E=0.335，T=0.338；其他均賦值為1）。

4.地理探測器

地理探測器是一種統計學方法，包括因子探測器、交互作用探測器、生態探測器和風險探測器4個部分，通過探測要素的空間分層異質性來揭示某原因背后的驅動力。

q值計算公式如下：

式中：h=1，…，m 為變量或因子的分層，即分類或分區；𝑛?和n分別為層h和全區的單元數；𝜎?2和𝜎2分別為層h和全區變量的方差。SSW 和 SST 分別為層內方差之和和全區總方差。q 值區間為[0，1]，其 q 值越大，該影響因素對土壤侵蝕空間分布的解釋力越強。此處我們選擇多年平均降雨量、坡度、植被覆蓋度為土壤侵蝕影響因子，多年平均土壤侵蝕數模作為因變量，模型運行前對連續性變量進行分類，按照地理探測器公式對各級別數值和方差進行計算，得到q值。

5.皮爾遜相關系數

本研究使用皮爾遜相關系數探究降水、坡度和植被對土壤侵蝕的影響。該方法在研究土壤侵蝕的影響因素分析中廣泛研究，計算公式如下：

其中：n為總的年數，xi和yi分別表示第i年的土壤侵蝕量和影響因素(降水、坡度、植被)，x均和y均分別為土壤侵蝕了量和影響因素的均值，rx.y表征x與y的相關系數。??

三、結果分析

1.各類結果分布圖

圖2 2016-2020年東江源區土地利用類型分布圖

圖3 土壤侵蝕各類因子分布圖

圖4 2016-2020東江源區域土壤侵蝕模數分布圖

2.土壤侵蝕影響因素分析

2.1 坡度因素

表 1東江源區域各年份坡度、面積、侵蝕模數與侵蝕量

研究區域劃分為5個等級來研究2016~2020年土壤侵蝕與坡度的關系。從得到不同年份的數據可知，侵蝕模數隨著坡度的增加呈現遞增趨勢，并在第5級達到最大。在1~2級內，隨著坡度的增加，土壤侵蝕量呈現大量增加的趨勢，并在第2級達到最大，在3~5級內，隨著坡度的增加，土壤侵蝕量呈現遞減的趨勢，并且在第5級達到最小。由此可以推測該研究區域土壤侵蝕主要在低山、丘陵等地。

2.2 植被因素

由2016—2020 年東江源區域不同植被覆蓋度等級土壤侵蝕模數可知隨著植被 ，覆蓋度的升高，土壤侵蝕模數降低。當植被覆蓋度＜30%時，土壤侵蝕模數最大，易誘發土壤侵蝕；當植被覆蓋度＞60%時，土壤侵蝕模數最小。從不同植被覆蓋度土壤侵蝕模數總數來看，當植被覆蓋度＜30%時，土壤侵蝕模數總數為占總土壤侵蝕比重的 40.41%。可見土壤侵蝕主要發生在植被覆蓋度＜30%的區域，植被覆蓋度處于30%-45%之間與處于45%-60%之間時的土壤侵蝕模數變化較小可能是因為2016-2020年間不同植被覆蓋率土壤面積相互轉化導致面積波動較大。

表 2東江源區域各年份植被覆蓋度、面積、侵蝕模數與侵蝕量

2.3 降水因素

由2016—2020 年東江源區域降雨量對應土壤侵蝕模數圖表，可知降雨量的升高，土壤侵蝕模數升高，侵蝕量也隨之升高。在2016-2020年間2016年的降雨量平均值為最高值，與之對應的侵蝕模數也達到了了年間的最大值。

表 3東江源區域各年份降水量、侵蝕模數平均值與侵蝕量

3.皮爾遜指數結合地理探測器

利用SPSS軟件進行皮爾遜相關性分析，根據所得結果可知，土壤侵蝕模數與降雨量為高相關（0.980），土壤侵蝕模數與植被覆蓋度為中相關（0.300）。由于DEM數據為多年不變，無法用皮爾遜相關性加以研究，故采用地理探測器的方法加以研究。根據q值表最終數據可知，q值由大到小為：降雨量（0.42）＞植被覆蓋度（0.22）＞坡度（0.07）因此無論是皮爾遜相關性分析還是地理探測器，均表明了降雨對土壤侵蝕強度的解釋力最強，是影響土壤侵蝕空間格局分布的主要因素；其次為植被覆蓋度，植被覆蓋度與土壤侵蝕密切相關；而坡度對土壤侵蝕的影響則較小。

表 1皮爾遜指數相關性及地理探測器最終值表

四、創新之處

1.關鍵技術創新

中國CSLE模型相比美國RUSLE模型，其LS因子公式中的角度范圍由10°改為14°，更加符合中國地形特征，也更適用于地形復雜的東江源區，得出的結果更有利于了解東江源地區的土壤侵蝕情況。對于大部分關于水土流失分析的作品中，都沒有包括對于影響土壤侵蝕的各因素的分析，本作品加入了地理探測器與皮爾遜相關性的結合分析，對影響土壤侵蝕的各因素（降水、植被、坡度）進行了相關研究。

2.應用范圍創新

東江源流域近年來無人對其進行土壤侵蝕研究，通過本次研究，可以了解近年來東江源流域的水土流失情況，為近年來該地區土壤情況提供補充，為以后的研究者提供研究材料。同時通過本次研究，可以以東江源地區為例，提出對該地區的保護策略，從而為東江源區域以及南方同類型山地丘陵地域的水土保護做出參考。

總結

以上是生活随笔為你收集整理的2021地理设计组二等奖：基于GIS的东江源区土壤侵蚀及其影响因素空间分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。