土壤侵蚀评价遥感研究进展

收稿日期：2008-12-30；修订日期：2009-04-12基金项目：中国科学院知识创新工程重大项目（KZCX1-YW-08-03）和水利部，官厅密云水库上游水土保持遥感监测二期工程（HW-STB2004-03）资助作者简介：张喜旺（1979），男，河南辉县人，博士生，主要从事遥感与地理信息系统在水土保持方面的应用研究。

E-mail:zxiwang@*通讯作者：E-mail:wubf@ 土壤侵蚀评价遥感研究进展张喜旺，周月敏，李晓松，袁超，闫娜娜，吴炳方*（中国科学院遥感应用研究所，北京100101）摘要：土壤侵蚀是世界范围内最重要的土地退化问题，对全世界范围内的农作物产量，土壤结构和水质产生负面影响，因此，对侵蚀进行适当评估，了解其空间分布以及侵蚀程度，对政策的制定、治理措施的实施都具有非常重要的指导作用。

以遥感在土壤侵蚀中的应用为主线，介绍国内外多种土壤侵蚀评价方法，包括定性的判断和定量的计算。

认为虽然遥感因其具有大面积重复观测能力，已经渗透到各种研究方法中，但无论是定性的方法还是定量的方法，遥感往往仅作为数据进行输入，而遥感的潜力并没有得到充分的发挥，遥感多源多时相的能力并没有得到充分的应用。

目的是使今后的研究更加重视遥感的空间分析和动态监测能力，以及多源多时相的特性，使遥感真正在方法论上发挥其在土壤侵蚀监测中的重要作用。

关键词：土壤侵蚀；遥感；DEM ；GIS 中图分类号：TP 79：S157文献标识码：A文章编号：0564-3945（2010）04-1010-08Vol.41,No.4Aug.,2010土壤通报Chinese Journal of Soil Science第41卷第4期2010年8月土壤侵蚀是发生在特定时空条件下的土体迁移过程，受到多种自然要素和人类活动的综合影响。

水蚀是世界范围内最重要的土地退化问题，已经成为全球性的公害，通过减少表土层的有机质和养分含量而降低土壤生产力[1]，它通过对农作物产量、土壤结构以及水质[2,3]剧烈地影响着环境，并产生大量的经济损失，直接影响着人们的生活，通过沉积作用淤积江河、湖泊，损害基础设施，威胁人类安全。

此外，侵蚀导致土壤以CO 2，CH 4的形式向大气中散射有机碳，从而影响全球变暖[4]。

而全球变暖又反过来增强土壤侵蚀率[5]。

因此，对侵蚀进行适当评估，了解其空间分布以及侵蚀程度，对政策的制定、治理措施的实施都具有非常重要的指导作用。

自从研究土壤侵蚀一个多世纪以来[6]，国内外学者进行了大量的研究，提出了各种各样不同的侵蚀评价方法，包括定性的判断[7,8]以及定量的计算[9,10]。

区域尺度的土壤侵蚀评价主要的困难在于数据的可获得性以及数据的质量[11]。

遥感具有规则重复观测能力，可以提供了大区域的同质数据[12,13]，是进行环境和灾害动态监测的先进有效的技术手段，可以深刻地了解地表的特征及其变化。

而侵蚀退化标志如地表裸露程度、地形地貌、植被覆盖度和土地利用方式的改变等是能够被遥感技术所记录和获取的，因此自20世纪70年代以来，遥感技术就被应用于土壤侵蚀调查。

许多研究已经全面或部分地利用卫星遥感数据以许多不同的方式进行侵蚀评估，为方法的完善提供支持，如光学影像对侵蚀特征[14]、植被[15]的研究，SAR 对地形[16]、地表粗糙度[17]以及光学影像与SAR 结合对耕作方式的探测[18]等。

而传统的土壤侵蚀遥感研究中主要是为了探测侵蚀特征和获取模型输入数据，遥感多源多时相的能力并没有得到发挥，空间分析和动态监测的能力并没有得到很好的应用。

本文的目的是对土壤侵蚀评价中遥感的应用方法进行综述，并展望遥感在土壤侵蚀评价中发展趋势。

1定性方法1.1目视判读目视判读法(目视解译)主要是通过对遥感影像的判读，对一些主要的侵蚀控制因素进行目视解译后，根据经验对其进行综合，进而在叠加的遥感图像上直接勾绘图斑(侵蚀范围)，标识图斑相对应的属性(侵蚀等级和类型)来实现的。

目视解译是土壤侵蚀调查中基于专家的方法中最典型的应用。

这一方法利用对区域情况了解和对水土流失规律有深刻认识的专家，使用遥感影像资料，结合其它专题信息，对区域土壤侵蚀状况进行判定或判别，从而制作相应的土壤侵蚀类型图或强度等级图，其实质是对计算机储存的遥感信息和人所掌握的关于土壤侵蚀的其它知识、经验，通过人脑和电脑的结合进行推理、判断的过程[19]。

我国水土保持部门于1985年使用该方法，采用M SS 影像在全国范围内进行第一次土壤侵蚀遥感调4期查[20]；印度使用MSS和TM以及IRS-1A的LISS-Ⅱ数据进行土壤侵蚀和耕地变化的解译调查[21]；欧洲几位土壤侵蚀专家于1989年利用目视判读方法制作西欧地区的土壤侵蚀风险图[22]；Hassan M.Fadul[23]等人于1999年在Sudan的Atbara流域采用目视判读方法结合多期TM影像进行沟道侵蚀的调查研究。

该方法的优点在于可以将人的经验和知识与遥感技术结合起来，充分利用专家的先验知识和对土壤侵蚀影响因素的综合理解以及利用人脑对影像纹理结构的理解优势，避免了单纯的光谱分析可能带来的误差。

缺点主要是：（1）主观性强。

由于没有明确的标准[24]，且影响土壤侵蚀的各种要素组合和变化的复杂性以及调查人员认识的差异性，往往造成不同专家各抒己见，难得一致[25]。

（2）成本高，效率低。

由于这种方法需要投入大量的人力、资金和时间，使得其成本和时效不能兼顾。

（3）可对比性差。

由于方法的主观性使得其结果难以在空间区域和时间序列上进行对比。

1.2指标综合这类方法的共同特征是综合应用单个或多个侵蚀因子，制定决策规则，与各侵蚀等级建立关联关系。

侵蚀因子的选择以及决策规则的制定通常是基于专家的判断，或对区域侵蚀过程的深刻认识。

最基本的方法是，根据侵蚀过程中各侵蚀因子的重要性，分别赋予不同的权重，通过因子的加权和[26,27]或加权平均[28]结合已制定的决策规则确定侵蚀风险。

Hill等人[29]于1994年应用If-then决策规则结合Landsat TM数据光谱分离得到的植被覆盖信息和土壤状态，并将结果关联到侵蚀等级上，进一步结合相同季节不同年份的结果进行对比给出最终的侵蚀风险评价结果[30]。

Vrieling A[31]等采用在专家打分基础上各因子综合的方法对哥伦比亚东部平原上侵蚀风险绘图法进行研究，根据地质、土壤、地貌、气候4个因子的平均值得出该点位的潜在侵蚀风险图，由上面4个因子结合管理(包括土地利用及植被因子等)等5个因子的平均值为该点位的真实风险图。

张增祥[32]等在对植被、坡度、坡向、沟谷密度和海拔高程等专题数据进行标准化后，对每一个栅格上的专题属性数据进行加权求和，计算综合侵蚀指数法来代表该空间位置的土壤侵蚀强度状况。

中华人民共和国水利部部颁标准（土壤侵蚀分类分级标准SL190-96）是我国水土保持部门最常用的一种计算土壤侵蚀风险的方法，按照耕地与非耕地分别在坡度与覆盖度上的表现进行分级，从而划分土壤侵蚀等级。

1999年～2001年，在此方法的基础上利用TM影像进行第二次全国土壤侵蚀遥感调查[33]。

该方法的优势在于省去了大量的人力和时间，结合遥感影像和GIS技术可以快速地进行土壤侵蚀的调查。

但基于专家经验的侵蚀控制因子的分级、权重与判别规则对调查结果影响很大，需要深入研究。

1.3影像分类影像分类方法是直接利用遥感记录的地表光谱信息进行土壤侵蚀评价的方法，将常用的遥感影像分类方法引入到土壤侵蚀的研究中，以区分土壤侵蚀强度以及空间分布。

Alice Servenay和Christian Prat[34]采用航空影像和SPOT卫星数据，来确定土壤侵蚀在时间和空间上的强度，结果表明SPOT影像分类结果可以区分4个不同的侵蚀等级，但使用SPOT数据不能区分裸露的灰盖和安山石。

M etternicht G I和Zinck J A[35]基于Erdas软件进行影像分类，通过确定土地退化分类类别来进行土壤侵蚀状态制图。

他们比较了只利用TM的波段信息进行分类和将TM与JERS-1SAR 融合后的影像进行监督分类这两种方法进行土壤侵蚀特征信息提取的效果，分析表明相对于单一的Landsat TM影像，融合后影像进行信息提取监测精度明显提高。

李锐[36]使用陆地资源卫星Landsat MSS，通过多波段组合和非监督分类，在澳大利亚新南威尔士州巴伦加克(Buringjuck)流域对土地退化类型及其分布范围进行了研究。

由于土壤侵蚀本身并不是以特定的土地覆盖等地表特征出现，而且指示土壤侵蚀的土壤属性光谱信息往往被植被覆盖、田间管理和耕种方式等等这样的土壤表层信息所掩盖，理论上只利用遥感信息是难以提取土壤侵蚀状况的，影像分类法在土壤侵蚀研究中的应用往往局限在某些特定的半干旱地区，这些地区反映不同侵蚀状态的地表覆盖差异明显。

1.4其他方法2000，2004年Liu等[37,38]在西班牙半干旱地区，利用多时相SAR干涉解相干影像进行侵蚀调查，从Landsat影像中提取岩性和植被信息，从SAR干涉图中提取坡度信息，应用模糊逻辑和多标准评价方法进行侵蚀研究。

1996年Metternicht[39]在玻利维亚半干旱区域，应用模糊逻辑确定特定像元对所考虑因子的隶属度，这些因子包括从DEM、重力等势面和TM数据的光谱分离中提取的坡度、地形位置、植被覆盖、岩石碎裂度、土壤类型（微红壤、白壤）。

成员函数从最低到最高被编译成五类以表达侵蚀风险，决策规则为不同的因子确定其综合范围。

张喜旺等:土壤侵蚀评价遥感研究进展1011第41卷土壤通报2定量方法2.1侵蚀模型侵蚀模型可以分为经验模型和物理模型[40]。

经验模型有统计学基础，而物理模型倾向于描述基于降雨事件的过程。

然而许多模型既有经验模型成分也有物理模型成分。

遥感影像有提供区域空间数据的潜力，可以作为侵蚀模型输入参数[41,42]。

大多数研究仅仅利用光学卫星数据获取植被参数。

其他参数则从容易获取的土壤图、DEM s、地形图、航空影像和野外测量数据中提取。

2.1.1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[43]，常被用来评估土壤侵蚀风险[44～46]。

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[47]和M USLE[48]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。

USLE的应用中卫星影像解决的是植被参数，它已经被运行在不同大小的区域：2.5km2的小流域[49]，10～100km2的区域[50～51]，100～5000km2的区域[52～53]，10000km2的大流域[54～55]，一个国家如墨西哥[56]和一个州如欧洲[57]。