基于GIS技術(shù)的穎川河流域水土流失空間數(shù)據(jù)庫(kù)的創(chuàng)建

羅玉恒，周 健

（甘肅林業(yè)職業(yè)技術(shù)學(xué)院，甘肅 天水741020）

1 引言

水土流失是當(dāng)今世界范圍內(nèi)重要的區(qū)域性環(huán)境問(wèn)題之一，它引發(fā)巨大的環(huán)境災(zāi)害，影響區(qū)域經(jīng)濟(jì)的持續(xù)發(fā)展，嚴(yán)重地危及人類的生命和財(cái)產(chǎn)安全［1］。近年來(lái)，天水地區(qū)連年發(fā)生暴雨引發(fā)的水土流失等災(zāi)害，僅2013年一年連續(xù)遭遇4次暴雨洪澇，引發(fā)山洪泥石流、滑坡及山體崩塌等災(zāi)害。創(chuàng)建穎川河流域的空間數(shù)據(jù)庫(kù)可用于區(qū)域水土流失的防治、水災(zāi)害的預(yù)測(cè)、土地整理與規(guī)劃以及環(huán)境保護(hù)和經(jīng)濟(jì)的可持續(xù)發(fā)展研究。本文基于3S技術(shù)，以潁川河流域?yàn)槔?，通過(guò)研究區(qū)的土壤、降雨量、土地利用類型、坡度數(shù)據(jù)、DEM數(shù)據(jù)以及遙感影像等資料，建立起一個(gè)基于GIS操作平臺(tái)潁川河流域空間信息數(shù)據(jù)庫(kù)。

2 研究區(qū)域概況

天水市麥積區(qū)穎川河流域地處北緯34°20′～34°30′、東經(jīng)105°73′～106°之間，屬天水市渭河?xùn)|南一級(jí)支流，北接麥積城區(qū)和天水國(guó)家級(jí)經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)，南靠麥積山風(fēng)景名勝區(qū)，覆蓋穎川河“一川、兩坡、八道溝”，即穎川河川區(qū)，川區(qū)東西向面坡，稠泥河、大江溝、謝崖溝、甘江溝、董水溝、石家溝、胡家溝、樺林溝，流域總面積356 km2，涉及麥積區(qū)馬跑泉、甘泉、麥積、伯陽(yáng)4鎮(zhèn)57村7.7萬(wàn)人，總耕地面積23.7萬(wàn)畝，年降水量在400 mm～650 mm之間。境內(nèi)西南面最高山峰海拔2 234 m，東北面最低處海拔1 048 m，相對(duì)高差1 186 m，南面以秦嶺山為流域源頭，山高谷深，峰銳坡陡平均坡度30°左右，部分坡度大于45°，有些地方超過(guò)60°，北面黃土溝谷地貌，土層深厚，侵蝕強(qiáng)烈，天然植被稀少，水土流失比較嚴(yán)重。近年來(lái)，穎川河流域氣候惡劣，自然地質(zhì)災(zāi)害頻繁發(fā)生，僅2013年一年內(nèi)連續(xù)遭遇4次特大暴雨洪澇災(zāi)害，引發(fā)一系列的山洪、泥石流、滑坡及山體崩塌等災(zāi)害。穎川河流域研究區(qū)域范圍如圖1所示。

3 水土流失數(shù)據(jù)模型的建立

3.1 水土流失數(shù)學(xué)模型

水土流失數(shù)學(xué)模型由影響水土流失的主要自然因素定量評(píng)價(jià)來(lái)實(shí)現(xiàn)。通過(guò)將研究區(qū)域進(jìn)行數(shù)字柵格化，每一個(gè)柵格數(shù)據(jù)單元的賦予一個(gè)參數(shù)值，這個(gè)值就代表某一影響水土流失因子的權(quán)重值。將整個(gè)研究區(qū)域的水土流失因子轉(zhuǎn)換柵格數(shù)據(jù)，不同影響因子的參數(shù)值換算成同等類型數(shù)值，便于在同等級(jí)下比較分析，當(dāng)需要了解某網(wǎng)格區(qū)域內(nèi)多個(gè)水土流失因子影響下的數(shù)據(jù)值時(shí)，就可以將在該區(qū)域下不同影響因子的參數(shù)通過(guò)GIS空間分析的柵格數(shù)據(jù)計(jì)算獲得綜合評(píng)價(jià)值［2］。

3.2 水土流失數(shù)學(xué)模型計(jì)算原理

由于不同水土流失影響因子在同一水平比較時(shí)存在影響強(qiáng)弱之分，根據(jù)這一思路，以及據(jù)卜兆宏等在我國(guó)多個(gè)水蝕區(qū)的實(shí)驗(yàn)研究和與云南省地理研究所的合作研究［3］，在自然環(huán)境中影響水土流失強(qiáng)弱參數(shù)值主要應(yīng)是氣候因子、地形因子、土壤因子、土地利用因子四因子參數(shù)累積相乘。方法涉及的主要模型土壤年流失量測(cè)算模型為：

式中A為土壤年流失量；f為使A代表我國(guó)單位量綱t／km2·年的綜合轉(zhuǎn)換常數(shù)等于224.42；R為降雨侵蝕力；K為土壤可蝕性；LS代表坡長(zhǎng)因子L與坡度因子S的乘積；CP為植被、作物覆蓋因子C與保土因子P之乘積；R、K為美國(guó)習(xí)用單位；SL、CP為量綱為一。模型形式雖與美國(guó)RUSLE相同，但因子算式和算法軟件則根據(jù)我國(guó)不同水蝕區(qū)實(shí)測(cè)數(shù)據(jù)開(kāi)發(fā)研制而成。

水土流失防治強(qiáng)度模型為

式中C＇P＇＝At／（f·R·K·LS）；At為土壤容許流失量，除黃土高原外，一般為500 t／km2·年；Y為在At容許流失時(shí)的防治強(qiáng)度差；C＇P＇為確保土壤年流失量500 t／km2·年所要求的植被與作物保土因子之乘積［4］。

4 水土流失空間調(diào)查

4.1 降雨量因子調(diào)查

降雨是氣候因子中與水土流失關(guān)系最密切的一個(gè)因子。由于降雨是地表徑流和下滲水分的來(lái)源，在形成水土流失過(guò)程中，降雨是引起侵蝕的直接外營(yíng)力，暴雨對(duì)土壤的分散，破壞作用最大，同時(shí)又會(huì)增強(qiáng)地表徑流的沖刷和搬運(yùn)能力，從而加大土壤的侵蝕量。降雨量的大小對(duì)侵蝕量也有較大的影響，一年中少數(shù)幾次的大暴雨能夠引起的侵蝕量，可占全年侵蝕量的70%以上，由于研究區(qū)地處黃土高原，較大的一次暴雨引起的侵蝕量可占年侵蝕量的80%，如麥積區(qū)2005年7月5日一次暴雨降雨量達(dá)到143.4 mm。

結(jié)合研究區(qū)域特點(diǎn)，將降雨量作為氣候因子參數(shù)，通過(guò)研究區(qū)域各站點(diǎn)的汛期數(shù)據(jù)采用插值的計(jì)算方法獲取區(qū)域參數(shù)數(shù)據(jù)（表1）。

表1 麥積區(qū)近十年降雨量情況 mm

4.2 地形因子調(diào)查

地形是產(chǎn)生水土流失的重要條件之一。其中地面坡度的大小和坡長(zhǎng)對(duì)水土流失的影響尤為明顯。在一定范圍內(nèi)，地面坡度愈大，地表徑流流速和水土流失量也愈大，同時(shí)在不考慮降雨條件時(shí)，水力侵蝕強(qiáng)度依坡面的長(zhǎng)度來(lái)決定，坡面越長(zhǎng)，徑流速度就越大，匯聚的流量也愈大，因而其侵蝕力就愈強(qiáng)。根據(jù)地形影響水土流失的這一特點(diǎn)，以地形中坡度和坡長(zhǎng)作為地形因子參數(shù)。

穎川河流域研究區(qū)最低海拔高度1 048 m，最高海拔高度2 234 m，平均海拔高度1 424 m，大部分地區(qū)海拔高程在1 300 m以上。海拔在1 200 m以下的區(qū)域僅占12.66%，而海拔1 400 m 以上區(qū)域面積占73.53% 。根據(jù)坡度分級(jí)統(tǒng)計(jì)，如表2，研究區(qū)坡度在2°以下的平地和微坡面積為67.418 5 km2，占10.99%，坡度在15度以內(nèi)的區(qū)域面積248.357 6 km2，占38.07%，而大于15°的陡坡、峻坡和峭坡的面積達(dá)397.834 2 km2，占60.98%，其中大于25°的峻坡和峭坡面積228.646 2 km2，占35.82%。

表2 穎川河流域坡度分級(jí)統(tǒng)計(jì)

4.3 土壤因子調(diào)查

穎川河流域研究區(qū)土壤有褐色土、綿土、黑壚土、紅土、淀土、潮土、綜壤共7個(gè)土類，因母質(zhì)成因差異，以塊狀鑲嵌分布。北部和南部的山地、坪地、梁峁多為綿土、黑壚土和紅土，西部和東南部山地為褐色土和山地棕壤土，河谷川區(qū)及沙灘沖積扇多為淀土和潮土。林業(yè)用地土壤，大部分為粗骨質(zhì)山地褐色土和粗骨質(zhì)山地棕壤土，土層較厚，土壤砂性大，排水良好，但熟化程度較低，質(zhì)地較粗，結(jié)構(gòu)和耕作性都較差，有機(jī)質(zhì)0.29%～8.81%，含 氮 0.024% ～0.76%，含 磷 0.069% ～0.23%，含鉀0.047%～0.26%，pH值6.2～8.2。以土壤類型作為可蝕性因子參數(shù)，通過(guò)對(duì)研究區(qū)域調(diào)查，將研究區(qū)域范圍的土壤通過(guò)野外抽樣調(diào)查劃分成不同土壤類型區(qū)域，并通過(guò)離散型采樣數(shù)據(jù)獲取不同土壤可蝕性因子參數(shù)。

4.4 土地利用類型因子及植被覆蓋度的解譯調(diào)查

土地利用類型根據(jù)我國(guó)土地利用現(xiàn)狀調(diào)查分類，土地的自然屬性和經(jīng)濟(jì)屬性是進(jìn)行土地利用分類的理論根據(jù)。我國(guó)依據(jù)土地的用途、經(jīng)營(yíng)特點(diǎn)、利用方式和覆蓋特征等因素，把全國(guó)土地利用現(xiàn)狀劃分。通過(guò)利用第二次全國(guó)土地調(diào)查的數(shù)據(jù)成果，獲得研究區(qū)域土地利用地類圖斑數(shù)據(jù)，研究區(qū)耕地面積54 765.71 hm2，園地面積13 768.12 hm2，林地面積26 779.91 hm2，草地面積4 287.48 hm2，城鎮(zhèn)村工礦用地1 780.58 hm2等等。獲取到土地類型資料數(shù)據(jù)后進(jìn)一步實(shí)驗(yàn)研究獲取不同土地利用類型對(duì)水土流失影響程度的參數(shù)，將參數(shù)按照土地類型的錄入到二次土地調(diào)查的地類圖斑數(shù)據(jù)中，再利用GIS軟件中矢量數(shù)據(jù)與柵格數(shù)據(jù)的轉(zhuǎn)換技術(shù)，獲得土地利用類型影響因子參數(shù)的柵格數(shù)據(jù)。在提取土地利用類型信息后，對(duì)林地、草地等再根據(jù)影像的顏色和紋理結(jié)構(gòu)特征判讀植被覆蓋度。林地和草灌按覆蓋度＜30%，30%～45%，45%～60%，60%～75%，＞75%分成5級(jí)，草灌覆蓋度大部分在30%～45%。

5 水土流失空間數(shù)據(jù)庫(kù)的創(chuàng)建

5.1 數(shù)據(jù)庫(kù)建立

數(shù)據(jù)庫(kù)以SQL Server2005做為數(shù)據(jù)庫(kù)管理軟件平臺(tái)，以ArcSDE作為連接空間數(shù)據(jù)引擎，安裝和配置SQL Server和ArcSDE。將研究區(qū)的土壤信息、降雨量、土地利用類型、地形數(shù)據(jù)、DEM數(shù)據(jù)以及遙感影像等資料數(shù)據(jù)，導(dǎo)入到數(shù)據(jù)庫(kù)中，建立起一個(gè)基于GIS軟件操作平臺(tái)的空間地理數(shù)據(jù)庫(kù)。坐標(biāo)參照系：采用高斯投影西安80坐標(biāo)系；高程基準(zhǔn)：1985國(guó)家高程基準(zhǔn)，高程系統(tǒng)為正常高；高程坐標(biāo)單位為“米”。屬性精度：長(zhǎng)度、寬度、高程、面積等均采用米制單位。

5.2 數(shù)據(jù)入庫(kù)流程

穎川流域空間數(shù)據(jù)庫(kù)建設(shè)的數(shù)據(jù)入庫(kù)流程如圖2所示。

5.2.1 水土流失因子數(shù)據(jù)的編輯與預(yù)處理

由于收集和野外采集有關(guān)研究區(qū)域的降雨量、地形、土壤、土地利用類型、植被覆蓋率等資料數(shù)據(jù)為多類型多來(lái)源的數(shù)據(jù)，需要對(duì)原數(shù)據(jù)進(jìn)行前期的編輯與預(yù)處理，如需要對(duì)研究區(qū)潁川河流域1∶5萬(wàn)地形圖進(jìn)行數(shù)字矢量化編輯工作，提取等高線、河流水系等地形信息，利用GIS空間分析中的地形分析生成DEM數(shù)字高程模型；還如需要對(duì)遙感影像數(shù)據(jù)進(jìn)行預(yù)處理，根據(jù)影像特征的差異識(shí)別和區(qū)分不同的地物，解譯出不同的土地利用類型，提取出地物的類型、位置、形狀、大小等要素信息。

5.2.2 空間數(shù)據(jù)檢查

空間數(shù)據(jù)檢查主要是針對(duì)得到不同水土流失空間數(shù)據(jù)成果進(jìn)行規(guī)范化檢查，主要包括數(shù)據(jù)格式、數(shù)據(jù)完整性、數(shù)據(jù)的有效性、數(shù)據(jù)的分層處理、數(shù)據(jù)屬性編碼等方面，不符合規(guī)范化要求的需進(jìn)行重新編輯預(yù)處理。

5.2.3 數(shù)據(jù)格式與坐標(biāo)的轉(zhuǎn)換

數(shù)據(jù)格式與坐標(biāo)的轉(zhuǎn)換包括數(shù)據(jù)格式抓換、坐標(biāo)系統(tǒng)轉(zhuǎn)換，圖表的轉(zhuǎn)換，數(shù)據(jù)代碼的轉(zhuǎn)換。通過(guò)轉(zhuǎn)換，解決數(shù)據(jù)格式、坐標(biāo)、代碼等方面的差異，做到數(shù)據(jù)的一致性，便于后期的計(jì)算分析。

5.2.4 水土流失因子權(quán)重值的計(jì)算

由于水土流失強(qiáng)弱程度是由影響水土流失的氣候（降雨量）、地形、土壤、土地利用類型、植被覆蓋率等主要因子決定的。由于不同影響因子在同一水平比較時(shí)存在影響強(qiáng)弱之分，因此我們需要按照水土流失數(shù)字模型的計(jì)算原理，計(jì)算各參數(shù)值的權(quán)重值。

5.2.5 數(shù)據(jù)審核

數(shù)據(jù)審查是以空間數(shù)據(jù)的規(guī)范性、完整性、準(zhǔn)確性為原則，對(duì)數(shù)據(jù)的屬性邏輯關(guān)系、數(shù)據(jù)坐標(biāo)系統(tǒng)、數(shù)據(jù)精度、圖形點(diǎn)、線、面的拓?fù)潢P(guān)系、圖形與屬性的一致性、圖幅接邊融合情況等進(jìn)行全面審核。數(shù)據(jù)審核是進(jìn)行空間數(shù)據(jù)入庫(kù)前必不可少的工作環(huán)節(jié)，也是創(chuàng)建空間數(shù)據(jù)庫(kù)的質(zhì)量保證。

5.2.6 導(dǎo)入空間數(shù)據(jù)庫(kù)

導(dǎo)入空間數(shù)據(jù)庫(kù)就是將審核合格的空間數(shù)據(jù)入庫(kù)，可借助專業(yè)軟件，如ArcGIS中的ArcCatalog模塊。

5.3 數(shù)據(jù)庫(kù)功能

5.3.1 數(shù)字的可視化能力

計(jì)算機(jī)技術(shù)的一個(gè)重要特點(diǎn)就是所見(jiàn)及所得，GIS是研究空間數(shù)據(jù)的計(jì)算機(jī)系統(tǒng)，其可視化能力更進(jìn)一層?；贕IS技術(shù)的水土流失數(shù)字模型，將一切信息轉(zhuǎn)換成空間數(shù)據(jù)并展顯在數(shù)字地圖上，并可通過(guò)DEM地形數(shù)據(jù)建立數(shù)字三維地形模型，加載各水土流失影響因子和研究區(qū)域地理要素?cái)?shù)據(jù)，提高了數(shù)據(jù)的可讀性。

5.3.2 數(shù)據(jù)采集、編輯、處理和分析能力

由于地理空間數(shù)據(jù)具有變化性，在實(shí)際工作過(guò)程中，空間數(shù)據(jù)庫(kù)需要隨時(shí)進(jìn)行數(shù)據(jù)變更所涉及的數(shù)據(jù)源。通過(guò)GIS集成的數(shù)據(jù)采集、編輯、處理、分析等功能，隨時(shí)可以更新變化數(shù)據(jù)，確保數(shù)據(jù)的準(zhǔn)確性和可靠性。按照水土流失數(shù)字模型的設(shè)計(jì)思想，將各影響因子的空間數(shù)據(jù)，通過(guò)GIS空間分析數(shù)據(jù)處理方法，對(duì)各水土流水因子數(shù)據(jù)集成分析，增加了數(shù)據(jù)的信息化水平。

5.3.3 數(shù)據(jù)的輔助決策能力

建立的穎川河流域水土流失空間數(shù)據(jù)庫(kù)，具有良好的系統(tǒng)性和宏觀性，能夠?yàn)闆Q策者提供準(zhǔn)確、可靠的數(shù)據(jù)參考，依據(jù)水土流失侵燭量的強(qiáng)弱將研究區(qū)劃分為重點(diǎn)治理區(qū)、一般治理區(qū)、預(yù)防監(jiān)督區(qū)和無(wú)需治理區(qū)，確定區(qū)域范圍是否需要監(jiān)督或治理，同時(shí)可以分析比較某一因子在研究區(qū)域的分布情況，有針對(duì)性因地制宜的對(duì)水土流失區(qū)域土地整理與規(guī)劃［2］。

6 結(jié)語(yǔ)

水土流失空間數(shù)據(jù)庫(kù)是一個(gè)動(dòng)態(tài)的數(shù)據(jù)信息源，它的創(chuàng)建和維護(hù)是一個(gè)非常復(fù)雜的工作，同時(shí)對(duì)它的技術(shù)和數(shù)據(jù)的研究也是一個(gè)不斷完善的過(guò)程。近年來(lái)，隨著GIS空間技術(shù)、遙感技術(shù)、計(jì)算機(jī)技術(shù)、測(cè)繪儀器的發(fā)展，使得水土保持的技術(shù)應(yīng)用和研究發(fā)生了重大的變化。本研究成果利用當(dāng)前先進(jìn)的GIS等技術(shù)能夠合理的將潁川河流域的空間數(shù)據(jù)集成到一起，能夠準(zhǔn)確、直觀、動(dòng)態(tài)將多源數(shù)據(jù)展現(xiàn)出來(lái)，通過(guò)GIS可視化在計(jì)算機(jī)平臺(tái)上的展現(xiàn)，形成直觀的電子地圖和三維數(shù)字模型，增強(qiáng)其可讀性和應(yīng)用效果；該成果可以為潁川河流域的水文、環(huán)境、地質(zhì)災(zāi)害以及區(qū)域水土流失預(yù)測(cè)評(píng)估等領(lǐng)域的研究提供數(shù)據(jù)基礎(chǔ)。

［1］徐乾清，王禮先.中國(guó)水利百科全書(shū)水土保持學(xué)［M］.北京：中國(guó)水利水電出版社，2004.

［2］羅玉恒，周 健，王具元.基于GIS技術(shù)區(qū)域水土流失數(shù)字模型的構(gòu)建［J］.甘肅科技，2013，29（2）：52～56.

［3］卜兆宏，劉紹清.土壤流失量及其參數(shù)實(shí)測(cè)的新方法［J］.土壤學(xué)報(bào)，1995，32（2）：210～220.

［4］萬(wàn) 曄，段昌群.基于3S技術(shù)的小流域水土流失過(guò)程數(shù)值模擬與定量研究［J］.水科學(xué)進(jìn)展，2004，15（5）：650～654.

［5］楊勤科，李 銳.中國(guó)水土流失和水土保持的定量評(píng)價(jià)研究進(jìn)展［J］.水土保持通報(bào)，1998（5）：13～18.

［6］李鳳生，彭順風(fēng)淮河流域基礎(chǔ)空間數(shù)據(jù)庫(kù)建設(shè)方法研究［J］.水利信息化，2012（4）：6～9.

［7］劉洪岐，宮輝力.基于ArcSDE和SQL Server2000的洪澇災(zāi)害救助決策支持系統(tǒng)空間數(shù)據(jù)庫(kù)設(shè)計(jì)研究［J］.首都師范大學(xué)學(xué)報(bào)，2008，29（2）：65～71.