确定控制水土流失的优先区域外文翻译资料

英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料

确定控制水土流失的优先区域

摘要

保护优先次序是规划自然资源管理的一项重要考虑因素，使决策者能够实施长期而言更具可持续性的管理战略。然而，只有当前的侵蚀状况或相对指数不能准确地确定优先保护区域。本文的目的是通过一种特定的多准则评价方法来确定保护优先级。侵蚀风险趋势表明，永定河流域的侵蚀风险呈上升趋势，并根据永定河流域土壤侵蚀的不稳定性，将其作为确定优先级的评价标准之一。本文利用植被覆盖、土地利用和坡面坡度对侵蚀风险进行了评价，并对2000 ~ 2006年的侵蚀风险结果进行了比较，得出了侵蚀风险的发展趋势。利用这些信息，优先保护区被划分为六个级别。两个最高优先级覆盖了严重侵蚀或近期侵蚀风险大幅增加的区域(4722.56平方公里，占研究区域的11.82%)，并被推荐为具有适当保护策略的侵蚀控制区域。中部两级为侵蚀状况稳定或变化不大的区域，只需采取较小的措施。该方法快速、直观，具有良好的应用前景。

1. 介绍

水对土壤的侵蚀是世界上最严重的土地退化问题(埃文等，2001;邓等，2009)。土壤侵蚀通过对农业生产、基础设施和水质的影响产生了强烈的环境影响和高昂的经济成本(皮特等，1995;）直接影响人类生活质量和威胁人类安全，尽管一些作者质疑其对全球粮食安全的影响(卡森, 1997;兰博,2001)。此外，侵蚀导致土壤有机碳以CO2和CH4的形式排放到大气中，对全球变暖造成影响(莱, 2004)，预计这将增加侵蚀率(艾特等，2004)。因此，水土保持行动应有助于改善生态环境和降低经济成本。

中国多年来一直在采取水土保持措施，大多数项目将一些流域作为水土流失控制区域，并根据流域大小而不是优先考虑保护需求来分配资金(张等，2002;范等，2008)。这种没有优先次序的做法将浪费大量的人力和财政资源。整体环境改善效率较低。因此，有限的资源配置为保护需要测绘、监测和根据这些地区易受侵蚀的程度确定其优先次序。

保护规划的一个重要方面应该是考虑保护行动的空间分布(鹏华和米瓦, 2005)。多准则评价(MCE)是划分区域优先级的决策过程之一，它与地理信息系统(GIS)的集成被认为是一个重要的发展(麦泽科,1999;辕,1999;伊斯曼,2001)。决策过程中使用的因素是那些代表研究对象的关键特征的因素(兰特，2001)，因此它们通常在连续的尺度上进行测量。布鲁克和麦克(2008)举例说明了这种应用程序在确定加拿大一个省最适合住宅开发的土地。威特和维泽（2008）确定了巴西河流流域森林保护的优先区域。本研究选取植被覆盖、坡度和土地利用作为评价土壤侵蚀风险的重要因子(MWR，水利部，1997;田等，2008)。目前的侵蚀风险和侵蚀风险的趋势被认为是确定保护优先次序的评价标准，因此，将这些因素纳入其中的评估方法是必不可少的。

土壤侵蚀主要取决于地形、植被覆盖、土壤分类、降雨和土地覆盖(周， 2005;田等，2008;比克等，2009)。水引起的土壤侵蚀被认为是地表水土流失的表征，其强度由土壤量来衡量《迷失的一年》(MWR，水利部，1997)。虽然侵蚀模型产生绝对土壤损失值，但其结果通常用于定性方面(威灵，2008)。侵蚀风险通常指的是某一地点发生侵蚀的相对概率。在土壤侵蚀调查中，可以用这些影响因素定性地评价某一地区的侵蚀风险;例如，当植被覆盖较低，坡度较大时，侵蚀风险较高。侵蚀风险的测绘和评估是规划自然资源管理的一个重要工具，允许研究人员适当地修改土地利用和实施更可持续的长期管理策略(巴克，2009)。现有的土壤侵蚀评估方法包括确定侵蚀风险的定性方法和测量精确侵蚀率的定量方法。随着技术的发展和侵蚀机理的研究，新的方法不断涌现，包括核苷酸示踪剂(梦泽, 1960;汤普森和奥德菲尔德，1986年;周等，1997)，多时相DEM (大卫and 汉克, 1986;史密斯等，2000)，与人类的环境工作有关 (张等，1995)。然而，为了诸如确定保护区的优先次序等目的，对侵蚀的空间分布的指示通常是足够的，而不需要精确的侵蚀率(威灵, 2006)。一般来说，定量方法成本高，耗时长，不能有效地应用于更大的区域，标准设备也很难获得(斯特林, 2005;威灵等，2008)。在定性方法中，定性因子整合首先根据特定的标准对一些主要因子进行分类，然后根据一定的公式对分类因子进行整合，形成侵蚀风险图(陈等，2005;周和吴，2005)。由于该方法不受个人主观知识的影响，且与GIS相结合能够高效、快速地监测侵蚀风险，因此得到了广泛的应用(曾和李, 2000;赵等，2002;周等，2005;田等，2008)。以国家水土流失分类分级专业标准SL190-96 (MWR, 水利部, 中国, 1997)为例，对我国水土流失风险进行评估，根据耕地和非耕地的植被覆盖和坡度，将其划分为6个等级。在SL190-96中，我国先后在国家和区域尺度上开展了土壤侵蚀监测(赵等，2002;陈等，2005)。

具有定期重游能力的遥感提供了大区域内的均匀数据，详细调查了地球表面特征的变化(周等， 2005)，因此可以大大有助于区域侵蚀评估(大卫斯威特, 1993;斯塔克和奥创,2000)。利用SL190-96, 1999 - 2001年利图像进行了第二次全国土壤侵蚀遥感调查(曾和李, 2000)。

本研究的目的是确定控制水土流失的保护重点。这些数据将为制订和执行养护计划提供指导，并协助政府机构确定养护行动、分配和管理的优先次序。本研究采用了一种特殊的MCE方法。根据永定河流域土壤侵蚀的特点，确定了MCE的决策规则。

2. 材料和方法

2.1研究区域

研究区位于北京市西北部永定河流域(图1)，由于其对北京市环境和经济的重要性，被选为研究区。该区域总面积约39916平方公里(38°52′-41°18′n, 111°59′-116°35′e)，包括北京(昌平、延庆)26个县

省(东至怀来，西至阳原)，西至山西(东至天镇，西至平路)。官厅水库是北京市的饮用水资源之一。永定河是官厅水库上游的一条主要河流。

研究区主要地貌为断陷盆地和断块山。盆地由西北向东南倾斜，海拔由2800米逐渐降低到450米。

本研究区属于大陆气候的中温带。年平均降水量约为400 - 500毫米。雨季在6月至9月之间，降雨量约为350毫米(周等，2005)。暴风雨经常造成严重的土壤侵蚀。关亭站实测资料显示，年均径流44.9%(13亿m3)和年均输沙量77.4%(3390万吨)集中在雨季。

根据《中国水土流失分类分级国家专业标准》(MWR, 水利部, 中国, 1997)将土壤分为五类，研究区域包括黄土和土质岩两大类。土岩类主要由板栗土和肉桂土组成，主要分布在河北、北京等东部地区。山区板栗土和肉桂土发育于砂质页岩和片麻岩与砂砾石的混合上。土壤肥力普遍较低(MWR，水利部，1997;周等，2005)。黄土类型主要由风积沉积黄土组成，分布在研究区西部。

旱地在平原区占主导地位，由于缺水，大部分土地无法灌溉。淮安市有一些稻田。耕作方法是中国传统的耕作方法。所有有坡地和梯田的耕地都需要降雨才能生长。玉米、小麦是平原区的主要作物，裸燕麦因其耐旱性而成为坡地地区的一种常见作物。

官厅水库上游主要植被类型为森林、干旱灌木和草地。水平方向和垂直方向的差异是显而易见的。杨桦林、落叶松、油酸等天然林分布在海拔1600米以上的北坡上。崇礼县出现了一些黑椴和蒙古栎林。干旱灌木和草原分布在海拔1200 ~ 1600米的山区(周等， 2005;陆等，2006)。北坡植被覆盖度总体上优于南坡。盆地中部有干旱灌丛草原。灌木和疏林在1600米以上，草地在1600米以下(周等， 2005;陆等，2006)。

2.2数据集

本文采用2006年7月获得的两幅北京一号多光谱图像。图像已用图像9.0进行几何校正。这两幅图像分别位于研究区域的东部和西部，共同覆盖了整个研究区域。北京-1号是中国的一颗小卫星，于2005年10月27日在俄罗斯普列谢茨克发射升空。该卫星重166公斤，轨道高度686公里，提供32米多光谱和4米全色数据。北京-1多光谱图像具有三个光谱波段(绿色波段，520 - 600 nm;红带，630 - 690 nm;和近红外波段，760 - 900纳米)，宽度为600公里，重访周期为3 - 5天。

结合实地调查，利用研究区2000年以来的土地利用图，对2006年北京1号遥感影像进行分类。2000年土地利用图是从陆地卫星TM图像中提取的现有数据，并根据现场数据进行标定。

图1所示 研究区域的位置

利用1:5万幅等高线间距为10 m的地形图，在研究区内建立25 m空间分辨率的数字高程模型(DEM)，得到坡度。利用第二次全国土壤侵蚀遥感调查2000年的土壤侵蚀风险图，通过与2006年的侵蚀风险对比，得出了侵蚀风险的趋势。

2006年7月，在专家的帮助下，对土地利用、植被覆盖、地貌特征(平原、山区、河谷)、坡度、土壤侵蚀等级等进行了实地调查。这些为水利部工作、熟悉当地情况和遥感影像解译的专家，已经在研究领域进行了许多研究

图2所示。一般方法流程图

年。援助促进了我们的实地工作。利用1:5万地形图，在研究区内共选取分层随机样本583份。分层是基于土地利用类型。在这些样本中，158个在评估中用于校准侵蚀风险，其他的用于验证。每个样本的位置由GPS(plusmn;15m空间精度)记录。

2.3评估土壤侵蚀风险

本研究采用的总体方法如图2所示，用于评估侵蚀风险的方法需要三个参数作为输入:植被覆盖、坡度和土地覆盖。在评估侵蚀风险时，侵蚀风险可以定义为区域环境对这些因素变化的预测响应(皮特，1997;王等，2005)。本文根据这些影响因子将土壤侵蚀风险划分为6个等级(表1)，分别从2000年土地影响和2006年北京一号中提取植被覆盖度VC;利用DEM计算坡度;2006年的土地利用图是根据北京1号分类得到的。最后，利用现场样本验证了侵蚀风险及其在2000年至2006年间的变化，以确定保护重点。

植被覆盖度是评价地表植被覆盖度最重要的指标之一，也是评价土壤侵蚀风险的重要因素天等，2008;威灵等，2008)。由于地表各像元发射的辐射能值可以分为两部分，分别来自于贫瘠的土壤和植被，因此植被能量占总能量的比例可以代表该像元的植被覆盖度。利用遥感数据的近红外波段和红波段，推导出归一化植被指数(NDVI)，建立了二元化像素模型来量化植被覆盖度:

归一化植被指数= jNIR Rj = jNIRthorn;Rj

其中近红外为近红外波段，R为图像的红波段。

所述二元酸盐象元假设辐射能包括两部分;一个来自植被，另一个来自贫瘠的土地。植被覆盖度计算公式为:

VC = NDVI-NDVIsoileth;THORN;= NDVIveg-NDVIsoil

其中VC(%)为植被覆盖度，NDVIsoil和NDVIveg为模型的两个输入参数，分别表示贫瘠土壤和植被纯像元的NDVI值。在本研究中，利用从图像数据中提取的NDVI，对研究区域的每个划分单元的VC数据集进行估计。

坡度对地表径流和土壤侵蚀有显著影响(MWR，水利部，1997;贝克等，2009)。本研究从1:5万地形图中提取DEM。坡度是根据土地覆盖中的坡度模型计算的。

土地利用类型是影响土壤侵蚀的另一个关键因素，它与研究区人类活动的规模有关(赵等，2002;周武，2005;田等，2008)。利用面向对象的生态识别软件对2006年北京-1年的图像进行分类，并利用现场观测资料和2000年1月至2006年1月的1:10万幅土地利用图，对分类结果进行人工编辑。之所以选择这种方法，是因为一些作者已经证明，与传统的分类方法相比，面向对象的方法可以提高分类精度(如张等，2007)。面向对象方法首先对图像进行分割，通过区域合并或边界检测算法生成均匀区域或图像对象。物体由多个具有相似信息、相邻的像素组成，除光谱特征外，还具有比像素更多的几何结构特征和类相关特征。与传统的基于像素的分类方法(无监督分类和监督分类)相比，面向对象方法的优势在于它处理的是具有语义信息的对象，而不是单个像素(钱，2005)。另一种选择是手工视觉解释和数字化。虽然

表1

您可能感兴趣的文章

• 大陆及全球范围下土地利用变化的一种集成建模方法外文翻译资料
• 泰国登革出血热时空分布格局及其气候驱动因素研究外文翻译资料
• 土地覆盖变化或土地利用集约化：利用全球范围的土地变化模型模拟土地系统变化外文翻译资料
• 基于MODIS数据利用生物光学模型估算伊利湖水域 二类水体的叶绿素a浓度外文翻译资料
• 杭州师范大学仓前校区测绘控制网设计研究外文翻译资料
• 对公共交通用户在持续数周活动序列中模式的推断外文翻译资料
• 基于场景的城市可持续性建模，重点关注快速城市化下的耕地变化：杭州1990-2035年的案例研究外文翻译资料
• 基于多尺度面向对象分类和概率霍夫变换的高分辨率图像建筑物提取外文翻译资料
• 长江流域年径流变化及其与降水和气温的关系外文翻译资料
• 气温的时空分布特征分析外文翻译资料