張 驍, 趙文武, 劉源鑫

(1.北京師范大學 地理科學學部 地表過程與資源生態(tài)國家重點實驗室， 北京 100875；2.北京師范大學 地理科學學部 陸地表層系統(tǒng)科學與可持續(xù)發(fā)展研究院， 北京 100875)

遙感技術在土壤侵蝕研究中的應用述評

張 驍1,2, 趙文武1,2, 劉源鑫1,2

(1.北京師范大學 地理科學學部 地表過程與資源生態(tài)國家重點實驗室， 北京 100875；2.北京師范大學 地理科學學部 陸地表層系統(tǒng)科學與可持續(xù)發(fā)展研究院， 北京 100875)

[目的] 對遙感技術在土壤侵蝕研究中的應用進行述評，探索土壤侵蝕遙感研究的發(fā)展方向，并為研究者快速選擇適宜的遙感數(shù)據(jù)源和研究方法提供參考。[方法] 通過文獻查閱，從不同研究方面開展綜述和分析。[結果] 針對不同研究區(qū)域和主題，總結了土壤侵蝕研究中常用遙感平臺和數(shù)據(jù)源，綜述了遙感技術在區(qū)域土壤侵蝕特征識別、監(jiān)測與尺度效應研究中的應用。以及遙感技術在通用土壤流失方程關鍵因子獲取中的應用。同時分析了目前研究中存在的問題并提出相應建議。[結論] 遙感技術作為開展大范圍、長時間序列土壤侵蝕研究的重要技術手段，在我國土壤侵蝕研究中發(fā)揮了巨大作用。但實際應用中也存在基層遙感數(shù)據(jù)時效性不強、數(shù)據(jù)源單一和識別因子針對性不強等問題。其高效應用和推廣需要技術層面和人員、經(jīng)濟支持層面共同發(fā)展與創(chuàng)新。

土壤侵蝕； 遙感； 監(jiān)測； RUSLE

文獻參數(shù)： 張驍, 趙文武, 劉源鑫.遙感技術在土壤侵蝕研究中的應用述評[J].水土保持通報，2017,37(2)：228-238.DOI:10.13961/j.cnki.stbctb.2017.02.035； Zhang Xiao, Zhao Wenwu, Liu Yuanxin. Application of Remote Sensing Technology in Research of Soil Erosion: A Review[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：228-238.DOI:10.13961/j.cnki.stbctb.2017.02.035

土壤侵蝕是世界最嚴重的環(huán)境危害之一，在全球范圍內(nèi)，土壤侵蝕面積占到陸地總面積的11%，威脅著自然資源、環(huán)境質量、社會經(jīng)濟和食品安全[1-2]。按照外營力不同，土壤侵蝕可分為水力侵蝕、風力侵蝕、凍融侵蝕和重力侵蝕等多種類型，土壤侵蝕不僅導致發(fā)生地的環(huán)境退化，同時也威脅著鄰近區(qū)域的環(huán)境狀況[3]。中國是世界上土壤侵蝕最嚴重的國家之一,土壤侵蝕面積占到國土面積的一半以上。土壤侵蝕不僅破壞了土地資源，使得土壤肥力下降、糧食減產(chǎn)，還加劇了自然災害的發(fā)生，造成水資源環(huán)境污染、庫塘湖泊淤積、城市安全受到威脅等一系列危害[4]。土壤侵蝕研究是一項任重而道遠的工作。隨著科技的發(fā)展和計算機的普及，土壤侵蝕研究工作正向著大尺度、高精度的方向發(fā)展。依托于計算機軟件系統(tǒng)的發(fā)展，各種新技術層出不窮。尤其是遙感技術的發(fā)展與應用，使得圖像采集、分層處理等工作變得簡單而精確。遙感技術具有宏觀性、綜合性、豐富性、實用性以及經(jīng)濟性等特點，使其在土壤侵蝕研究工作中的應用正變得日益廣泛和不可或缺[5]。特別是近年來高空間分辨率的遙感衛(wèi)星影像進入實用化階段，充分發(fā)揮了其宏觀快速、客觀的優(yōu)勢，使之成為土壤侵蝕研究工作中的重要技術[6]。另外，通過遙感圖像與數(shù)字地形圖結合，突破了傳統(tǒng)的點線狀靜態(tài)研究的限制，將土壤侵蝕監(jiān)測等工作推廣到面上和動態(tài)研究中，在準確、快速、連續(xù)提取植被蓋度、土地利用與覆蓋、地形起伏度的指標并應用于土壤侵蝕的定量研究的基礎上，提供研究所需的空間數(shù)據(jù)[7]，使調(diào)查研究的時空精度得到極大的提高。國際上基于遙感數(shù)據(jù)的土壤侵蝕模擬的理論和模型研究起步較早，早期遙感用于土壤侵蝕研究是通過航片判讀來檢測侵蝕特征并獲取模型輸入數(shù)據(jù)[8]。常用模型包括1959年提出的通用土壤流失方程(USLE)及1985年提出改進后的通用土壤流失方程(RUSLE)[9]，此后WEPP，EUROSEM，LISEM等模型相繼出現(xiàn)[10]。隨著Landsat[11]、SPOT[12]等衛(wèi)星的發(fā)射升空，衛(wèi)片逐漸被廣泛應用在環(huán)境監(jiān)測和保護等領域。IKONOS，QuikBird等高分辨率影像的出現(xiàn)，極大拓展了遙感在土壤侵蝕研究中的應用范圍，并大幅提高了數(shù)據(jù)精度[13-14]。中國傳統(tǒng)的土壤侵蝕監(jiān)測與評價主要通過建立監(jiān)測站，實地考察獲取參數(shù)進行研究，不僅費時費力，更難以在大區(qū)域進行推廣。近年來，遙感技術已經(jīng)成為區(qū)域土壤侵蝕監(jiān)測工作的重要手段，顯著提高了水土保持效益。本文通過查閱文獻，介紹了我國土壤侵蝕研究中常用的遙感平臺和數(shù)據(jù)源，總結了遙感技術在土壤侵蝕分區(qū)特征識別與監(jiān)測、土壤侵蝕定量模型研究中的應用現(xiàn)狀，并針對當前研究存在的問題提出了相關建議，可為土壤侵蝕遙感研究的發(fā)展方向提供依據(jù)，并為研究者快速選擇適宜的遙感數(shù)據(jù)源和研究方法提供參考。

1 土壤侵蝕研究中常用遙感平臺和數(shù)據(jù)源

遙感技術系統(tǒng)主要包括平臺、傳感器和數(shù)據(jù)處理器等，通常按照平臺不同可以分為地面遙感、航空遙感和航天遙感。一般來說，對于大范圍資源調(diào)查和生態(tài)評價，選用覆蓋范圍大，周期短的衛(wèi)星遙感影像將是比較經(jīng)濟適用的手段，但由于其精度較小，在開展小范圍的區(qū)域研究時，選用大比例尺的具有立體像對的航空相片將會具有更好的解譯效果[15]。具體為：地面平臺的高度一般在100 m以下，主要用于近距離測量地物波譜和獲取供試驗研究用的地物細節(jié)影像，為航空遙感和航天遙感做校準和輔助工作；航空平臺高度一般在80 km以下，包括飛機和氣球兩種，應用廣泛，有著機動靈活，分辨率好，調(diào)查周期短，不受地面條件限制及資料回收方便等優(yōu)點；航天平臺高度在80 km以上，且大多數(shù)在150 km以上，主要包括高空探測火箭、人造地球衛(wèi)星及宇宙飛船等，在這個平臺上進行的航天遙感可以對地球進行宏觀、綜合、動態(tài)和快速調(diào)查，成為目前應用最廣泛、發(fā)展前景最好的遙感平臺[16]。

目前我國土壤侵蝕研究主要使用的是航天遙感中衛(wèi)星遙感產(chǎn)品，按其服務內(nèi)容可分為氣象衛(wèi)星系列、陸地衛(wèi)星系列和海洋衛(wèi)星系列[17]。中國常用衛(wèi)星遙感數(shù)據(jù)源有美國陸地衛(wèi)星(Landsat)、地球觀測試驗衛(wèi)星(SPOT)、中巴資源衛(wèi)星(CBERS)、兩種對地觀測商用小衛(wèi)星(IKONOS和QuickBird)以及近年來中國自主研發(fā)的一系列資源環(huán)境衛(wèi)星。這些數(shù)據(jù)源具有不同的空間分辨率和時間序列長度等，可以針對土壤侵蝕研究的實際情況進行合理選擇。此外還有中國研發(fā)的風云系列衛(wèi)星以及我國參與研發(fā)的清華1號微型衛(wèi)星等，目前在土壤侵蝕研究中尚不多見。我國土壤侵蝕研究中常用遙感數(shù)據(jù)源信息詳見表1。

2 遙感技術的區(qū)域土壤侵蝕特征識別、監(jiān)測與尺度效應

中國土壤侵蝕遙感調(diào)查技術在20世紀80年代取得了迅猛發(fā)展，遙感技術逐漸成為了土壤侵蝕調(diào)查工作中不可缺少的工具[18-19]，其方法可概括為遙感影像目視解譯檢測法、遙感光譜分析檢測法、人機交互式解譯監(jiān)測法、智能化土壤侵蝕監(jiān)測法和模型參數(shù)化監(jiān)測法等[20]。這些方法在區(qū)域土壤侵蝕監(jiān)測、評估和模型因子反演中極大彌補了人為實地采樣的不足。全國范圍內(nèi)的土壤遙感侵蝕調(diào)查己經(jīng)進行了3次，1983—1991年首次調(diào)查使用的遙感資料是紙質的，比例尺小、分辨率低，準確度有待提高；之后我國于1999年進行了第2次調(diào)查，這次調(diào)查中采用了數(shù)字遙感技術，極大提高了效率和準確度，在1995—1996年TM影像的基礎上按照1∶10萬比例尺，快速準確查清了各類土壤侵蝕的分布、面積和侵蝕強度；最近一次的調(diào)查是在2001年，同樣采用了數(shù)字遙感技術，在2000年數(shù)字遙感影像的基礎上進行的[21]。在全國土壤侵蝕遙感調(diào)查的基礎上，許多地區(qū)也已經(jīng)或正在進行行政區(qū)域或地貌分區(qū)內(nèi)的相關調(diào)查。但目前依舊存在著一些問題，例如，地表粗糙度、植被覆蓋、土地利用結構等復雜因子影響下的土壤侵蝕研究精度有待提高；遙感制圖柵格網(wǎng)格尺寸的敏感性和誤差有待進一步研究；基層遙感資料更新不及時和圖像解譯中人為主觀因素影響較大等[7]。此外在水土保持遙感調(diào)查中，不同尺度下遙感影像的選擇同樣重要，同一環(huán)境下不同尺度的研究結果往往有較大差異[22-23]。

表1 中國土壤侵蝕研究中常用遙感數(shù)據(jù)源

注：國產(chǎn)衛(wèi)星數(shù)據(jù)來源于中國資源衛(wèi)星應用中心http:∥www.cresda.com。

2.1 區(qū)域識別和監(jiān)測

在全國范圍內(nèi)，通常依據(jù)區(qū)域土壤侵蝕主導外營力，將全國分為3大土壤侵蝕類型區(qū)，即水力侵蝕區(qū)、風力侵蝕區(qū)和凍融侵蝕區(qū)[24]。常見的幾種分類方法各有優(yōu)劣，對于3大1級侵蝕區(qū)的范圍劃定稍有不同但差異不大，但對于1級侵蝕類型區(qū)下對應的2級(或2，3級)區(qū)的劃分，幾種分類方法差異較大，各自成說，尚無定論[24]。

中國水力侵蝕區(qū)大體分布在大興安嶺—陰山—賀蘭山—青藏高原東緣一線以東地區(qū)，其中，西北黃土高原區(qū)是我國目前土壤侵蝕研究的重點區(qū)域[15]。該區(qū)域大尺度土壤侵蝕遙感調(diào)查始于80年代中期，但因其調(diào)查的局限性和調(diào)查結果不適于基層應用等難以克服的缺點，科學工作者們逐漸將調(diào)查重點放在了小流域范圍內(nèi)的調(diào)查上。小流域的土壤侵蝕模數(shù)可以通過解譯成果中所有劃分單元的面積和土壤侵蝕強度推算出來，并且通過對比推算出的土壤侵蝕模數(shù)與野外實地調(diào)查取得的土壤侵蝕模數(shù)，可以驗證解譯成果中劃分單元的土壤侵蝕強度賦值的總體精度[24[7,25]和水庫泥沙淤積研究[26]。根據(jù)遙感衛(wèi)星影像紋理及色彩提取該流域的土地利用現(xiàn)狀及植被覆蓋度信息，同時綜合數(shù)字高程模型(DEM)提取坡度信息，可以判斷出該流域的土壤侵蝕等級[27]。在此基礎上，通過決策樹分類算法獲取土壤侵蝕圖，可以識別流域中度侵蝕區(qū)坡度大于15°的地方，并以此為依據(jù)指導區(qū)域退耕還林還草規(guī)劃布局，同時通過綜合運用遙感(RS)、地理信息系統(tǒng)(GIS)技術并依托SWAT等模型模擬生態(tài)水文過程，構建出了全面的區(qū)域景觀格局變化與土壤侵蝕耦合框架[7,28]。在人機交互解譯環(huán)境下，Gabor濾波器和灰度共生矩陣(GLCM)被聯(lián)合應用于解釋坡耕地和梯田之間紋理趨勢和密度分布的差異，通過基于窗口的紋理分析方法和實地調(diào)查的分類準確度評估表明，在研究區(qū)內(nèi)該方法解釋精度超過80%[25]。黃土高原以外的水力侵蝕區(qū)包含范圍較廣，按照我國地理區(qū)劃，該區(qū)域包含了華南、東南、華北、華東全部地區(qū)和華中、西南、東北的大部分地區(qū)，這些區(qū)域地貌景觀破碎程度小、包氣帶薄，能夠更好地發(fā)揮遙感數(shù)據(jù)的優(yōu)勢。在華南和東南的廣大紅壤地區(qū)，遙感圖像和DEM被綜合應用于土壤侵蝕區(qū)域的識別[29]。同時，遙感影像與通用土壤流失方程(USLE)被綜合應用于廣東山區(qū)土壤侵蝕特征分析[30]?？λ固厥峭{我國西南地區(qū)可持續(xù)發(fā)展的主要生態(tài)環(huán)境之一，湄公河流域、麗江流域等均是土壤侵蝕研究的重點區(qū)域[31]。該區(qū)域多以遙感網(wǎng)格數(shù)據(jù)和通用土壤流失方程為基礎，結合STIRPAT模型等，識別不同級別土壤侵蝕區(qū)域或分析植被覆蓋及其驅動力、分析喀斯特石漠化的影響因素[32-33]。華中地區(qū)桐柏—大別山區(qū)[34]、河南燕山水庫集水區(qū)[2]的水土保持研究中，基于3S技術建立的土壤侵蝕敏感性評價指標體系和標準已用于確定高侵蝕敏感性地區(qū)；湘西梯田侵蝕條件下的模型框架平臺被應用于確定梯田退化程度及其原因，這種梯田監(jiān)督模型的交叉驗證誤差在8%以下，可以在山區(qū)梯田景觀承載力研究和梯田規(guī)劃等工作中推廣應用[35]。華東地區(qū)地勢相對平坦，山東丘陵區(qū)的土壤侵蝕調(diào)查研究驗證了以像元流失量為基礎的定量遙感的可行性，避免了人為定級的主觀性和時效性等不足；在河流入?？诶眠b感圖像監(jiān)測運移物質沉積形成三角洲的面積變化，可以此分析河流泥沙運移變化[36]。華北和東北地區(qū)工業(yè)發(fā)展較早，在大規(guī)模開發(fā)區(qū)進行土壤侵蝕實驗涉及成本較高，而該區(qū)地勢相對平坦，遙感圖像陰影干擾較少，利用反向傳播神經(jīng)網(wǎng)絡(backpropagation neural network)并基于遙感圖像計算植被覆蓋率(FVC)，結合流域出口徑流泥沙數(shù)據(jù)，能夠在識別土壤侵蝕變化驅動力基礎上定量分離生物物理和人為影響并確定對流域生態(tài)系統(tǒng)有極端影響的臨界閾值[37]。

風力侵蝕區(qū)大部分位于400 mm年降雨量線以內(nèi)干旱和半干旱地區(qū)，且強度侵蝕、極強度侵蝕和劇烈侵蝕幾乎都位于200 mm年降雨量線以內(nèi)[38]。該區(qū)具體分布在新疆、青海、寧夏、甘肅、內(nèi)蒙古和陜西等省(區(qū))部分地區(qū)，氣候干旱、降水少、蒸發(fā)強、風力強勁加之植被稀疏或低矮，造成了這些地區(qū)強烈的風蝕和風沙遷移、堆積[24]?；诘乩硇畔⑾到y(tǒng)和遙感技術的風力侵蝕研究還沒有引起足夠的重視，但在風力侵蝕強度和季節(jié)變化規(guī)律[39]、沙地土壤侵蝕[40-41]和草地土壤侵蝕方面也有了一些研究，部分區(qū)域建立了局部風力侵蝕數(shù)據(jù)庫[42]。沙塵暴是干旱、半干旱區(qū)災害性氣象過程，也是評價荒漠化水平的重要指標。科爾沁沙地和庫布齊沙漠是該區(qū)風蝕研究的重點區(qū)域[40-41]。中國政府已經(jīng)啟動了沙源控制方案，對科爾沁沙地進行了實地調(diào)查和遙感監(jiān)測[40]。而在庫布齊沙漠，綜合風蝕建模系統(tǒng)和RS，GIS綜合應用與沙粒躍移的模擬，通過植被、土壤迎風面積、起沙風等指標校正突變模型，從而計算其總輸沙率，這一結果已通過水文站監(jiān)測數(shù)據(jù)驗證[41]。土壤侵蝕遙感調(diào)查與風洞實驗、野外調(diào)查相結合用于監(jiān)測沙地變化在內(nèi)蒙古、西藏自治區(qū)等地取得了良好的監(jiān)測效果[43-44]。

凍融侵蝕區(qū)可分為北方凍融侵蝕區(qū)和青藏高原冰川凍融侵蝕區(qū)[45]。其中北方凍融侵蝕區(qū)主要分布在東北大興安嶺山地和新疆天山山地，凍融侵蝕的發(fā)生主要受氣候季節(jié)變化的影響，土體或巖體因冷暖、干濕交替而反復凍結、融化，最終破碎，造成溝蝕延伸擴展甚至引發(fā)滑坡、泥石流，嚴重危害該區(qū)人類生命財產(chǎn)安全[45]。青藏高原冰川凍融侵蝕區(qū)分布于雪線之上，特別是現(xiàn)代冰川活動的地區(qū)，冰川侵蝕強烈，造成許多錐形山峰、角峰、冰斗和冰川槽谷，進而在各地造成冰磧堆積物及冰磧湖[24]。凍融侵蝕是典型的侵蝕過程，同時伴隨著風力侵蝕和水力侵蝕，還沒有得到足夠的重視[46]。該區(qū)相關研究多基于微波遙感技術建立分析、評價模型，通過凍融循環(huán)天數(shù)、水形態(tài)變化水量等一系列指標確定凍融侵蝕的區(qū)域、評價凍融侵蝕的程度[46-48]。在青藏高原凍融侵蝕區(qū)，微波遙感技術已在土壤侵蝕程度評價、變化監(jiān)測和影響因素分析等研究中有所應用，并取得了良好效果[46,48]。

2.2 尺度效應

土壤侵蝕的影響因素涉及氣候、地形、土壤和土地利用等，驅動力的不同導致了侵蝕要素在作用形式上的時空差異性，從而導致了土壤侵蝕的尺度依賴性，在一種尺度空間下的結構性成分往往在另一尺度空間下成為噪聲成分，因此通過遙感獲取的土壤侵蝕特征信息并不能簡單的由小尺度向大尺度推廣[22-23,49-50]。水土流失過程隨著尺度變化趨于復雜化，隨著分割尺度的增大，越來越多的其他地物混合進來，各類地物的標準差都在增大，而相同地物在不同尺度上的表現(xiàn)是不同的[51]。這些都導致了尺度效應機理分析的諸多問題，例如小尺度研究數(shù)據(jù)對大尺度研究區(qū)的代表性不足、研究指標與響應尺度的主導影響因素不匹配等[52]。

針對不同尺度的遙感影像，高分辨率影像精度較高但往往價格較高、時序較短，適合于小流域或縣域等較小尺度的細節(jié)研究，而對于中尺度研究，Landsat，SPOT等的時空分辨率雖無法反應短期生態(tài)變化，但在反應土地利用和覆蓋的年際、季節(jié)變化中效果良好[53-54]。尺度轉換對影像對象分形維數(shù)、緊湊度、面積、均值、標準差等均有影響，對比不同分辨率的DEM數(shù)據(jù)，ASTER(30 m)數(shù)據(jù)在地形平坦地區(qū)有明顯噪音且坡度表面結構的紊亂導致了實用價值的降低；而SRTM(90 m)數(shù)據(jù)會因分辨率過低而導致坡度衰減，相比之下25 m分辨率的國產(chǎn)Hc-DEM數(shù)據(jù)能夠對我國土壤侵蝕研究中需要的地貌情況進行較為科學準確的表征[51,55]，隨著分辨率的降低，獲取到土壤侵蝕程度高的面積減小且土壤穩(wěn)定性增加[56]。對于地物描述與尺度轉換而言，最優(yōu)尺度往往是相對的，某一類別的最優(yōu)尺度對于另一個類別可能不是最優(yōu)的，因此最優(yōu)尺度通常是一個范圍而不是一個特定值[22,51]。影像對象的與鄰域絕對均值差分方差比〔the ratio of mean diff. to neighbors(ABS) to standard deviation, RMAS〕被認為是選擇影像最優(yōu)尺度效果較好的指示器，但地形的破碎會影響其精度[57]。無論采取何種方法，在進行尺度間逐級轉換時，需要滿足不同尺度上過程與機理具有相似性這一前提[22,57]。

3 土壤侵蝕控制因子的獲取與制圖

3.1 常用土壤侵蝕研究方法、模型及其效應

通常土壤侵蝕研究方法包括定性和定量方法。定性方法用來確定土壤侵蝕危險程度，定量方法可以用來計算土壤侵蝕量和侵蝕速率[2]。土壤侵蝕量的估算是土壤侵蝕研究的核心問題之一,以小流域為單元進行土壤流失量的定量評價研究，是探索土壤侵蝕規(guī)律和評價流域治理效益的重要途徑和內(nèi)容[57]。在我國土壤侵蝕量估算中，遙感技術在三峽庫區(qū)、黃土丘陵溝壑區(qū)[58]、云南太陽山去地區(qū)[59]等均有相關的應用研究且取得了良好的估算效果。該類研究中，利用修正后的通用土壤流失方程(RUSLE)估算土壤流失量一直是研究熱點，但其在大尺度的應用受到了數(shù)據(jù)可用性和數(shù)據(jù)質量的巨大挑戰(zhàn)。而DEM數(shù)據(jù)和TM影像與RUSLE模型的綜合應用，可以采用多元回歸分析法確定土壤侵蝕風險的主要影響因素，并且基于DEM坡度數(shù)據(jù)和TM提取土壤、植被圖像判斷土壤侵蝕風險空間分布[60]。在土壤侵蝕量估算的基礎上，可以進一步對土壤潛在危險進行評估。土壤侵蝕潛在危險程度是指生態(tài)系統(tǒng)失衡后出現(xiàn)的土壤侵蝕危險程度，包括無明顯侵蝕區(qū)引起侵蝕的可能性大小、現(xiàn)狀侵蝕區(qū)加劇侵蝕的可能性大小以及侵蝕區(qū)以當前侵蝕速率發(fā)展時土層可承受的侵蝕年限(即抗蝕年限)[61]?；谶b感資料并結合GIS和GPS手段，可以對不同土地利用類型和不同土壤侵蝕強度的土地進行土壤侵蝕潛在危險程度分級和評價，對劃定水土流失重點區(qū)域、監(jiān)控庫區(qū)水質和水遷移有重要意義[61-62]。近年來，模糊決策樹(FDT)等新方法也與遙感結合起來進行土壤侵蝕風險評估，研究表明土壤侵蝕風險高的時段集中在6—8月，其中7和8月最高風險面積覆蓋研究區(qū)85%以上，而11月至次年3月低風險區(qū)域占研究區(qū)90%以上[63]。為保障土壤侵蝕量估算和風險評估結果的實用性，原始數(shù)據(jù)的時效性顯得尤為重要，因此土壤侵蝕動態(tài)監(jiān)測是水土保持管理工作的主要內(nèi)容之一，時段內(nèi)土壤侵蝕動態(tài)變化的查明必須依靠多時相的遙感信息元才能實現(xiàn)[64]。在全國第二次土壤侵蝕遙感調(diào)查的基礎上，許多地區(qū)采用遙感數(shù)據(jù)為基礎數(shù)據(jù)源，選擇植被覆蓋、地形坡度和土地利用類型為參數(shù)，進行了土壤侵蝕數(shù)據(jù)庫更新和快速調(diào)查[65]。一些礦區(qū)也利用TM影像和DEM數(shù)據(jù)監(jiān)測土壤侵蝕狀況，并證實了礦區(qū)開采活動很大程度上加劇了土壤侵蝕總體情況的惡化[66]。基于遙感的土壤侵蝕快速監(jiān)測不僅能夠滿足小流域治理規(guī)劃的精度要求，而且比傳統(tǒng)的監(jiān)測方法更具有靈活性[67]。

利用修正版通用土壤流失方程(RUSLE)進行土壤侵蝕快速定量遙感監(jiān)測的研究具有重要實踐意義，但因該模型數(shù)據(jù)來源主要取自緩坡地段，模型預報精度隨坡度增大而降低，往往不能直接應用于我國的大部分地區(qū)[68-69]，需根據(jù)實地情況進行修正。中國土壤流失方程(CSLE)即是在美國通用土壤流失方程(USLE)基礎上依據(jù)我國實際情況改進而建立的[70]，用以評估山坡農(nóng)田產(chǎn)流造成的土壤年平均流失量[71]。CSLE模型法與傳統(tǒng)土壤侵蝕分類分級方法相比具有明顯優(yōu)越性，但在溝谷侵蝕量估算和其他地區(qū)土壤可蝕性、水土保持措施等侵蝕影響因子估計方面還有待于更深入研究[72]。另一種與遙感相關的模型是由美國農(nóng)業(yè)部開發(fā)的非點源污染(AnnAGNPS)模型，該模型是基于獨立事件的AGNPS模型的升級，主要由降雨徑流子模型、侵蝕子模型和物質遷移轉化子模型組成[72]。經(jīng)實測驗證，AnnAGNPS模型能夠比較理想的模擬流域長期的徑流量和沉積物量[72]。除上述經(jīng)驗模型外，常用的還有一類物理模型，如WEPP，LISEM和EROSEM等，但均因對侵蝕物理過程描述相對簡單、缺乏我國感測數(shù)據(jù)驗證，加之中國的水土保持措施遠較WEPP模型中涉及的水土保持措施復雜，同樣不能直接應用于中國大部分地區(qū)[68,73-74]。通過模型研究與改進發(fā)現(xiàn)在三峽庫區(qū)WEPP模型模擬效果在大部分情況下優(yōu)于SWAT模型，并可應用于該流域土壤流失定量化研究[75-76]。但黃土高原陡坡地區(qū)相關研究表明，無論WEPP運移能力方程還是改進后的方程，都不能很好的預報陡坡地表徑流的運移能力，且由于模型無法實現(xiàn)流域內(nèi)的動態(tài)模擬、降雨輸入條件沒有考慮次暴雨和次暴雨過程這兩種不同的時間尺度，因此并不適合小流域，只適用于大中型流域，存在較大的局限性，仍有大量問題有待深入研究[74,77-78]。

在土壤侵蝕定量評價中,基本侵蝕單元地表參數(shù)的定量描述是建立土壤侵蝕空間尺度轉換模型的基礎[79]。由于上述模型局限性的存在，在不同尺度研究中的模型效應是不同的，原因在于當研究尺度變化時，評價指標會相應發(fā)生變化，例如大尺度模型多以地帶性因子作為評價指標，而小尺度則更多的以地區(qū)性和地方性因子作為評價指標[51]。目前已建立的模型多是基于小尺度實驗建立的(例如RUSLE，WEPP和LISEM等)，其在不同空間尺度上相互獨立，模型之間不能進行有效的信息轉換，選擇適用于小尺度的模型研究大尺度區(qū)域時，往往會使指標對影響因素實質的刻畫不準確，而現(xiàn)有區(qū)域尺度的模型多缺乏實際的應用價值[51]。鑒于模型尺度范圍的局限性，學者們[49]試圖通過對小流域土壤侵蝕時空耦合來實現(xiàn)大中尺度土壤侵蝕過程的模擬，弱化尺度性的模型研究成為模型研究的方向之一。

3.2 RUSLE模型關鍵因子的獲取與制圖

綜合國內(nèi)外研究和上述模型的優(yōu)缺點，目前應用最廣的仍是修正后的通用土壤流失方程(RUSLE)。該模型中的重要因子包括降雨侵蝕力(R)因子；土壤可蝕性(K)因子；地形因子(L，S)；植被管理因子(C)和水土保持措施因子(P)[80]。其中，R因子多使用流域水文站點數(shù)據(jù)，與遙感關系不大[8]。在實地調(diào)查困難的區(qū)域，基于天氣發(fā)生器和遙感圖像獲取L，S，K和C因子是經(jīng)濟實用的選擇[81]。在獲取因子的基礎上，可以試驗土地利用與土壤侵蝕關系的定性分析。

地形因子在短時間內(nèi)往往變化較小，目前幾乎所有的土壤侵蝕模型都需要DEM輸入作為坡度等地形因子的數(shù)據(jù)源[8]。目前DEM數(shù)據(jù)獲取也已由航天雷達獲取發(fā)展到航空雷達獲取，衛(wèi)星搭載雷達(SAR)獲取圖像空間分辨率已可達5m(例如中國發(fā)射的環(huán)境一號衛(wèi)星HJ-1C)。在此基礎上建立坡度、坡向和坡位；地形起伏度；水文河網(wǎng)；流域邊界等一系列地形指數(shù)提取方法，從而準確表達流域范圍內(nèi)地形地貌特征[82]。

土壤因子的監(jiān)測主要是通過對土壤的目視解譯來繪制土壤類型圖，從而進行土壤可蝕性差異的評估[83]。大面積的裸土土壤侵蝕引起的暴露對區(qū)域的生態(tài)環(huán)境產(chǎn)生嚴重的影響，如提高地表溫度(LST)[84]。檢測中表層土壤性質不同會引起顏色的不同，進而影響光譜特性，皴裂現(xiàn)象等也同樣會引起光譜變化，當這種變化為人所知時，就可以應用遙感技術對土壤侵蝕狀況進行空間與時間的評估[83]。在評估過程中，可以直接通過遙感圖像目視解譯判定土壤屬性，也可以間接通過提取相應參數(shù)推測土壤屬性，但無論哪一種方法都只能獲取表層土壤性質。

植被管理因子表現(xiàn)出很強的季節(jié)特性，當監(jiān)測某一時期的變化情況時，選取適時的遙感圖像非常重要，而對于基于物理特性的模型需要同雨季和莊稼生長時期的遙感圖像仔細匹配時，則需要多時相的遙感圖像來說明季節(jié)性的變化[83]。同時，為了能使分類錯誤的影響被控制在分類允許變動的誤差范圍內(nèi)，可以在遙感圖像的波段或比值之間建立線性回歸方程，并且以野外調(diào)查結果來確定植被管理因子的值[83]。從遙感角度估算植物不同生長時期潛在土壤流失率、結合同時期的降雨侵蝕指數(shù)模擬數(shù)據(jù)可以分階段估算植被管理因子值[85]。在諸多遙感估算植被因子的方法中，最為常用的是利用歸一化植被指數(shù)(NDVI)來進行估算[86]。以NDVI為核心，一系列遙感提取的指數(shù)被綜合利用于植被管理因子的估算，以提高估算精度。常見的有植被恢復度(VRD)、葉面積指數(shù)(LAI)、植被覆蓋率指數(shù)(FVC)、歸一化積雪指數(shù)(NDSI)和改進的歸一化差異水體指數(shù)(MNDWI)等[87]。歸一化植被指數(shù)可以通過遙感數(shù)據(jù)波段直接計算，但在實際應用中往往直接使用加工過的NDVI產(chǎn)品數(shù)據(jù)集，不同的數(shù)據(jù)集因其分辨率、時段等的不同，試用于不同情況，有時需要對不同圖像進行融合后使用[88]。中國常用的NDVI數(shù)據(jù)集總結如表2所示。

表2 中國常用NDVI數(shù)據(jù)產(chǎn)品

水土保持措施因子與人類活動息息相關，其侵蝕控制措施包括等高耕作、等高帶狀種植、梯田種植、地埂、截流溝、植物防沖帶等，實地測定較為困難，通常采用賦值法對不同措施在0～1間進行賦值[89]。受分辨率限制，過去常用的TM影像等很難對該因子細節(jié)進行獲取[90]。隨著Quikbird等高分辨率遙感影像的普及，這些特征得到了清晰的反應，可以較為準確的解譯田塊壟向。根據(jù)已有研究，等高耕作P值(Ph)為0.352，順坡壟作P值(PS)為1，其他夾角壟作對P因子的取值可以采用如下線性關系公式計算[50,90]：

(1)

式中：P——某一田塊水土保持措施因子值；α——田塊壟向與等高線的夾角；Ph——等高耕作時的水土保持措施因子值；Ps——順坡壟作時的水土保持措施因子值。對于遙感圖像提取的其他土地利用形式，常用賦值為：林地=0.10，農(nóng)業(yè)區(qū)、園藝區(qū)和果園等=0.40，新開墾土地=0.70，裸地和城市用地=1.0[91]。

基于遙感數(shù)據(jù)繪制土壤侵蝕圖有兩種方法，直接方法是識別土壤侵蝕特征進行繪制，間接方法是通過獲取侵蝕控制因子進行計算繪制[8,92]。河道溝谷緣線是決定圖斑格局的最基本的特征線，不同地質學歷史時期侵蝕—堆積交替遺留下的界線可作為制圖中地物定位、地圖和信息源套合配準的控制參照，在早期研究中國內(nèi)學者提出了分線控制、分層解譯提取信息和分步轉繪的制圖程序[93]。由于地表植被覆蓋等影響，直接識別土壤侵蝕特征往往出現(xiàn)誤差，隨著高分辨率影像和算法的發(fā)展，遙感圖像與模型結合的間接繪圖方法應用逐漸廣泛，在繪圖過程中一般僅一個指標是從圖像中獲取的，其他指標則由實測獲取，以此提高制圖準確性[8,94-95]。黃土高原地區(qū)相關研究表明，土壤反射率與漫反射光譜有很好的相關性，證實了遙感定量測繪的可行性[96]。同時結合決策樹分類器(DTC)和遺傳算法(GA)應用于土地利用自動分類，其結果與通過迭代法計算結果相比總準確率提高至83.2%[97]。在遙感制圖的基礎上，往往通過實測、高分辨率影像等獲取的獨立數(shù)據(jù)對圖像進行校準。

4 結論與建議

遙感技術已經(jīng)在我國的土壤侵蝕研究中得到了廣泛的應用，也表現(xiàn)出了不可替代的優(yōu)點。 (1) 遙感技術獲取的圖像與傳統(tǒng)紙質圖像相比，有著可復制性，可實現(xiàn)資源共享，避免了重復調(diào)查帶來的資源浪費，同時，遙感圖像可作為輸入項，借助ArcGIS，ERDAS等眾多空間信息分析軟件提取多種目標信息層，進而應用在空間信息分析和環(huán)境監(jiān)測，極大提高了信息獲取效率。 (2) 傳統(tǒng)人工方法進行土壤侵蝕研究時，人工調(diào)查繪制的圖像資料往往受到調(diào)查者的主觀影響，使得不同調(diào)查者所得的研究結果不具有可比性，因此很難在全國范圍內(nèi)制定統(tǒng)一的衡量標準，而遙感技術通過傳感器采集圖像，很好地彌補了傳統(tǒng)人工方法的不足，使得研究結果可以量化。 (3) 遙感數(shù)據(jù)在長時間序列研究中有巨大優(yōu)勢，以TM數(shù)據(jù)為例，時間序列可達40 a以上。 (4) 大范圍的土壤侵蝕概況變化較為緩慢，但局部地區(qū)，尤其是人為加速現(xiàn)代侵蝕區(qū)，往往有較快的變化，且土壤侵蝕嚴重地區(qū)往往地形復雜，許多地點人員難以到達，這些都導致傳統(tǒng)的調(diào)查方式雖費時費力但調(diào)查結果的精度和時效性較差。遙感技術的應用，特別是航空、航天攝影的輔助，使得圖像獲取的效率大大提高，且科研工作者可以綜合多角度多時相的圖像來提高研究結果的精度。

遙感技術雖然在我國土壤侵蝕研究工作中經(jīng)歷了30 a的應用與發(fā)展，但仍然是一門新技術，在運用中表現(xiàn)出了許多有待提高的方面。 (1) 遙感資料更新不及時，許多當前的研究中使用的遙感資料陳舊，沒有發(fā)揮出其時效性的優(yōu)點，也降低了研究結果的準確性。 (2) 遙感技術仍是一門比較復雜的技術，需要較強的科研力量做支撐，雖然在全國范圍以及各省區(qū)范圍的土壤侵蝕研究中的應用已經(jīng)較為成熟，但是基層數(shù)據(jù)源選擇單一，應用有待推廣。影像分發(fā)單位多關注快速發(fā)展區(qū)域，對于邊遠落后地區(qū)的影像更新較慢，且縣級遙感知識的普及還需大幅提升。 (3) 遙感技術雖然避免了在圖像獲取階段的人為主觀影響，但在圖像解譯階段仍存在著主觀因素的影響。在前人研究的基礎上建立的基于知識庫與空間信息耦合的土壤侵蝕監(jiān)測方法，克服了以往應用人機交互解譯過程中人的主觀性難以統(tǒng)一的缺點，理論上可完全降低遙感監(jiān)測隨機誤差，但仍需要大量工作來歸納建立區(qū)域侵蝕知識庫[20]。現(xiàn)在廣泛運用的遙感圖像目視解譯法中同樣存在的主觀性因素干擾、專家分類系統(tǒng)的任意性和不確定性以及缺乏統(tǒng)一且具普適性的土壤侵蝕模型等也是目前亟待解決的問題。 (4) 遙感技術能夠在很多方面為侵蝕評估做出貢獻，但是遙感資料需要基于特定的狀況來應用(如普通環(huán)境監(jiān)測衛(wèi)星易受云層等遮蓋物影響)，由于更為復雜的植被和覆蓋情況，其不易轉移應用到更為潮濕的環(huán)境中，需要尋找適合的參數(shù)指標來進行遙感數(shù)據(jù)的高精度應用[10]。

綜上所述，中國在今后土壤侵蝕遙感研究工作中可以考慮深化以下幾方面的研究。 (1) 是做好遙感資料的即時更新，保證研究結果的時效性，為水土流失防治工作提供更為有效的科學依據(jù)； (2) 完善縣區(qū)級的土壤侵蝕遙感資料，探尋更具有實踐性且更為經(jīng)濟的土壤侵蝕遙感研究方法，將遙感技術向基層，特別是偏遠地區(qū)和地形復雜地區(qū)的科研單位推廣，推動局部地區(qū)土壤侵蝕研究向更高效、更準確和定量化的方向發(fā)展； (3) 努力探索新方法避免圖像解譯等過程中的人為主觀因素影響，促進全國各地區(qū)的土壤侵蝕定量研究建立統(tǒng)一的標準，使各地的研究結果之間更具有可比性和可借鑒性，以此來建立較為統(tǒng)一和具有普遍適用性的土壤侵蝕模型； (4) 加強遙感與GIS,GPS的有機結合，探索更具有代表性的指標或因子進行模型模擬，以提高準確度；第五，整合近年來國內(nèi)新出現(xiàn)的遙感數(shù)據(jù)源進行土壤侵蝕研究，使遙感技術在土壤侵蝕定量研究和動態(tài)監(jiān)測等工作中發(fā)揮更大的作用。

[1] Krishna Bahadur K C. Mapping soil erosion susceptibility using remote sensing and GIS: A case of the Upper Nam Wa Watershed, Nan Province, Thailand[J]. Environmental Geology, 2009,57(3):695-705.

[2] Hu Yanfang, Tian Guohang, Audrey L M, et al. Risk assessment of soil erosion by application of remote sensing and GIS in Yanshan Reservoir catchment, China[J]. Natural Hazards, 2015,79(1):277-289.

[3] Gao Xiaofei, Xie Yun, Liu Gang, et al. Effects of soil erosion on soybean yield as estimated by simulating gradually eroded soil profiles[J]. Soil and Tillage Research, 2015,145(1):126-134.

[4] 王占禮.中國土壤侵蝕影響因素及其危害分析[J]. 農(nóng)業(yè)工程學報, 2000,16(4):32-36.

[5] Lu D, Li G, Valladares G S, et al. Mapping soil erosion risk in Rondonia, Brazilian Amazonia: Using RUSLE, remote sensing and GIS[J]. Land Degradation & Development, 2004, 15(5): 499-512.

[6] 郭玉濤,張生德.遙感技術應用于水土保持監(jiān)測[J].中國水利,2004(7):59-60.

[7] 衛(wèi)亞星,王莉雯,劉闖.基于遙感技術的土壤侵蝕研究現(xiàn)狀及實例分析[J].干旱區(qū)地理,2010,33(1):87-92.

[8] Anton V. Satellite remote sensing for water erosion assessment: A review[J]. Catena, 2006,65(1):2-18.

[9] Dabney S M, Yoder D C, Vieira D A N. The application of the Revised Universal Soil Loss Equation, Version 2, to evaluate the impacts of alternative climate change scenarios on runoff and sediment yield[J]. Journal of Soil and Water Conservation, 2012,67(5):343-353.

[10] Fernandez C, Wu J Q, McCool D K, et al. Estimating water erosion and sediment yeild with GIS, RUSLE, and SEDD[J]. Journal of Soil and Water Conservation, 2003,58(3):128-136.

[11] Gyanesh C, Brian L M, Dennis L H. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors[J]. Remote Sensing of Environment, 2009,113(5):893-903.

[12] Li Shutao, James T K, Wang Yaonan. Using the discrete wavelet frame transform to merge Landsat TM and SPOT panchromatic images[J]. Information Fusion, 2002,3(1):17-23.

[13] Peter H, Ralph D, Wayne W, et al. Mapping forest structure for wildlife habitat analysis using multi-sensor(LiDAR, SAR_InSAR, ETM+, Quickbird) synergy[J]. Remote Sensing of Environment, 2006,102(1/2):63-73.

[14] Wang Le, Wayne P S, Gong Peng, et al. Comparison of IKONOS and QuickBird images for mapping mangrove species on the Caribbean coast of Panama[J]. Remote Sensing of Environment, 2004,91(3/4):432-440.

[15] 傅伯杰,陳利頂,邱揚.黃土丘陵溝壑區(qū)土地利用結構與生態(tài)過程[M].北京:商務印書館,2002.

[16] 常慶瑞,蔣平安,周勇.遙感技術導論[M].北京:科學出版社,2004.

[17] 畢華星.3S技術在水土保持中的應用[M].北京:中國林業(yè)出版社,2008.

[18] 徐涵秋,唐菲.新一代Landsat系列衛(wèi)星：Landsat 8遙感影像新增特征及其生態(tài)環(huán)境意義[J].生態(tài)學報,2013,33(11):3249-3257.

[19] 蔡繼清,任志勇,李迎春.土壤侵蝕遙感快速調(diào)查中有關技術問題的商榷[J].水土保持通報,2002,22(6):45-47.

[20] 李智廣,楊勝天,高云飛,等.土壤侵蝕遙感監(jiān)測方法及其思考[J].中國水土保持科學,2008,6(3):7-12.

[21] 薛利紅,楊林章.遙感技術在我國土壤侵蝕中的研究進展[J].水土保持學報,2004,18(3):186-189.

[22] 趙文武,傅伯杰,陳利頂.尺度推繹研究中的幾點基本問題[J].地球科學進展,2002,17(6):905-911.

[23] Vernon M. Geographical perspectives of space, time, and scale[J]. Landscape Ecology, 1989,3(3/4):163-173.

[24] 劉秉正,吳發(fā)啟.土壤侵蝕[M].陜西 西安:陜西人民出版社,1997.

[25] Li Yi, Gong Jianhua, Wang Dongchuan, er al. Sloping farmland identification using hierarchical classification in the Xihe region of China[J]. International Journal of Remote Sensing, 2013,34(2):545-562.

[26] Ran Lishan, Lu Xixi, Xin Zhongbao, et al. Cumulative sediment trapping by reservoirs in large river basins: A case study of the Yellow River basin[J]. Global and Planetary Change, 2013,100(1):308-319.

[27] 黨維勤,王曉,馬三寶,等.黃土高原小流域壩系監(jiān)測方法及評價系統(tǒng)研究[M].河南 鄭州:黃河水利出版社,2008.

[28] Li J, Zhou Z X. Coupled analysis on landscape pattern and hydrological processes in Yanhe watershed of China[J]. Science of the Total Environment, 2015,505(500C):927-938.

[29] Liang Yin, Li Decheng, Lu Xixi, et al, et al. Soil erosion changes over the past five decades in the red soil region of Southern China[J]. Journal of Mountain Science, 2010,7(1):92-99.

[30] 文雅,劉曉南,程炯.基于USLE的廣東省山區(qū)土壤侵蝕量估算及特征分析[J].水土保持通報,2013,33(4):112-118.

[31] Xu Yueqing, Shao Xiaomei, Kong Xiangbin, et al. Adapting the RUSLE and GIS to model soil erosion risk in a mountains karst watershed, Guizhou Province , China [J]. Environmental Monitoring and Assessment, 2008,141(1/3):275-286.

[32] Zhou Qiuwen, Yang Shengtian, Zhao Changsen, et al. A Soil Erosion Assessment of the Upper Mekong River in Yunnan Province, China[J]. Mountain Research and Development, 2014,34(1):36-47.

[33] Peng Jian, Liu Yinghui, Shen Hong, et al. Vegetation coverage change and associated driving forces in mountain areas of Northwestern Yunnan, China using RS and GIS[J]. Environmental Monitoring and Assessment, 2012,184(8):4787-4798.

[34] Zhang Ronghua, Liu Xia, Gary C H, et al. Assessment of soil erosion sensitivity and analysis of sensitivity factors in the Tongbai—Dabie mountainous area of China[J]. Catena, 2013,101(2):92-98.

[35] Sarah S, Thorsten B, Karsten S, et al. Degradation of cultivated bench terraces in the Three Gorges Area: Field mapping and data mining[J]. Ecological Indicators, 2013,34(6):478-493.

[36] Zhou Yuanyuan, Huang Heqing, Gerald C N, et al. Progradation of the Yellow(Huanghe) River delta in response to the implementation of a basin-scale water regulation program[J]. Geomorphology, 2015,243:65-74.

[37] Niu Ruiqing, Du Bo, Wang Yi, et al. Impact of fractional vegetation cover change on soil erosion in Miyun reservoir basin, China[J]. Environmental Earth Sciences, 2014,72(8):2741-2749.

[38] 張國平,張增祥,劉紀遠.中國土壤風力侵蝕空間格局及驅動因子分析[J].地理學報,2001,56(2):146-158.

[39] Zhou Yi, Guo Bing, Wang Shixin, et al. An estimation method of soil wind erosion in Inner Mongolia of China based on geographic information system and remote sensing[J]. Journal of Arid Land, 2015,7(3):304-317.

[40] Zhou Yun, Chang Xueli, Ye Shengxing, et al. Analysis on regional vegetation changes in dust and sandstorms source area: A case study of Naiman Banner in the Horqin sandy region of Northern China[J]. Environmental Earth Sciences, 2015,73(5):2013-2025.

[41] Du Heqiang, Xue Xian, Wang Tao. Estimation of saltation emission in the Kubuqi Desert, North China[J]. Science of the Total Environment, 2014,479/480(1):77-92.

[42] 田夏青,靳雅麗.青海省風力侵蝕遙感調(diào)查與數(shù)據(jù)庫更新[J].水利水電工程設計,2002,21(2):51-52.

[43] 張國平,劉紀遠,張增祥.西藏自治區(qū)土壤風力侵蝕與沙地變化研究[J].水土保持學報,2003,17(1):158-161.

[44] Liu Shulin, Wang Tao. Aeolian processes and landscape change under human disturbances on the Sonid grassland of Inner Mongolian Plateau, Northern China[J]. Environmental Earth Sciences, 2014,71(5):2399-2407.

[45] 吳發(fā)啟,張洪江.土壤侵蝕學[M].北京:科學出版社,2012.

[46] Guo Bing, Zhou Yi, Zhu Jinfeng, et al. An estimation method of soil freeze-thaw erosion in the Qinghai-Tibet Plateau[J]. Natural Hazards, 2015,78(3):1843-1857.

[47] Chen Siyu, Liang Tiangang, Xie Hongjie, et al. Interrelation among climate factors, snow cover, grassland vegetation, and lake in the Nam Co basin of the Tibetan Plateau[J]. Journal of Applied Remote Sensing, 2014,8(5):222-223.

[48] Kong Bo, Yu Huan. Estimation model of soil freeze-thaw erosion in Silingco Watershed Wetland of Northern Tibet[J]. The Scientific World Journal, 2013,65(3):21.

[49] 韓曉燕,錢鞠,王磊,等.黃土高原土壤侵蝕(水蝕)多尺度過程與水土保持研究進展[J].冰川凍土,2012,34(6):1487-1498.

[50] 趙文武,傅伯杰,呂一河,等.多尺度土地利用與土壤侵蝕[J].地理科學進展,2006,25(1):24-33.

[51] 張憲奎,許靖華,盧秀琴,等.黑龍江省土壤流失方程的研究[J].水土保持通報,1992,12(4):1-10.

[52] 王飛,李銳,楊勤科,等.水土流失研究中尺度效應及其機理分析[J].水土保持學報,2003,17(2):167-170.

[53] 滕明君,曾立雄,肖文發(fā),等.長江三峽庫區(qū)生態(tài)環(huán)境變化遙感研究進展[J].應用生態(tài)學報,2014,25(12):3683-3693.

[54] 翟然,馬寧,趙幫元,等.黃土高原水土保持遙感監(jiān)測影像配置方案研究[J].人民黃河,2014,36(6):97-100.

[55] 郭明航,楊勤科,王春梅.中國主要水蝕典型區(qū)侵蝕地形特征分析[J].農(nóng)業(yè)工程學報,2013,29(13):81-91.

[56] 譚炳香,杜紀山.遙感數(shù)據(jù)分析林區(qū)的植被和土壤侵蝕特征[J].林業(yè)科學,2006,42(4):7-12.

[57] 趙文武,傅伯杰,郭旭東.多尺度土壤侵蝕評價指數(shù)的技術與方法[J].地理科學進展,2008,27(2):47-52.

[58] 朱連奇,史學建,彭紅.基于RS和GIS的土壤侵蝕量估算方法研究:以陜西省杏子溝流域為例[J].河南大學學報:自然科學版,2007.37(6):601-606.

[59] 徐雅莉,武紅敢,馬曉明.基于遙感和GIS技術的土壤侵蝕量估算研究：以澄江太陽山地區(qū)為例[J].遙感信息,2010(3):65-70.

[60] Huang Jianqin, Lu Dengsheng, Li Jin, et al. Integration of remote sensing and GIS for evaluating soil erosion risk in Northwestern Zhejiang, China[J]. Photogrammetric Engineering and Remote Sensing, 2012,78(9):935-946.

[61] 孫希華,閆福江.基于遙感與GIS的土壤侵蝕潛在危險度評價研究:以青島市為例[J].土壤,2004,36(5):516-521.

[62] Wang Lihui, Huang Jinliang, Du Yun, et al. Dynamic assessment of soil erosion risk using Landsat TM and HJ satellite data in Danjiangkou Reservoir Area, China[J]. Remote Sensing, 2013,5(8):3826-3848.

[63] Ai Lei, Fang Nufang, Zhang B, et al. Broad area mapping of monthly soil erosion risk using fuzzy decision tree approach: Integration of multi-source data within GIS[J]. International Journal of Geographical Information Science, 2013,27(6):1251-1267.

[64] 趙曉麗,張增祥,劉斌,等.基于遙感和GIS的全國土壤侵蝕動態(tài)監(jiān)測方法研究[J].水土保持通報,2002,22(4):29-32.

[65] 張思聰,徐海波,唐莉華.基于GIS和RS技術的土壤侵蝕快速調(diào)查研究[J].水力發(fā)電學報,2005,24(3):70-74.

[66] 汪煒,汪云甲,張業(yè),等.基于GIS和RS的礦區(qū)土壤侵蝕動態(tài)研究[J].煤炭工程,2011(11):120-122.

[67] 李京,李曉兵,宮阿都.基于遙感方法的小流域土壤侵蝕研究[J].自然災害學報,2008,17(6):77-83.

[68] 鄭粉莉,張勛昌,王建勛.WEPP模型及其在黃土高原的應用評價[M].北京:科學出版社,2010.

[69] 陳云明,劉國彬,鄭粉莉,等.RUSLE侵蝕模型的應用及進展[J].水土保持研究,2004,11(4):81-84.

[70] Zhang Yan, Liu Xianchun, Li Zhiguang, et al. Surveying soil erosion condition in Loess Plateau using soil erosion model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(10): 165-171.

[71] Liu Baoyuan, Zhang Keli, Xie Yun. An empirical soil loss equation[C]∥Proceedings 12th International Soil Conservation Organization Conference. Beijing: Tsinghua University Press, 2002.

[72] Xu Kai, Wang Yunpeng, Su Hua, et al. Effect of land-use changes on nonpoint source pollution in the Xizhi River watershed, Guangdong, China[J]. Hydrological Processes, 2013,27(18):2557-2566.

[73]Yang Tao, Xu Chongyu, Zhang Qiang. DEM-based numerical modelling of runoff and soil erosion processes in the hilly-gully loess regions[J]. Stochastic Environmental Research and Risk Assessment, 2012,26(4):581-597.

[74] 張光輝.土壤侵蝕模型研究現(xiàn)狀與展望[J].水科學進展,2002,13(3):389-396.

[75] Shen Zhenyau, Gong Yongwei, Li Yanhong, et al. A comparison of WEPP and SWAT for modeling soil erosion of the Zhangjiachong Watershed in the Three Gorges Reservoir Area[J]. Agricultural Water Management, 2009,96(10):1435-1442.

[76] Li Zhi, Liu Wenzhao, Zhang Xunchang, et al. Assessing the site-specific impacts of climate change on hydrology, soil erosion and crop yields in the Loess Plateau of China[J]. Climatic Change, 2011,105(1/2):223-242.

[77] 柳玉梅,張光輝,韓艷峰.坡面流土壤分離速率與輸沙率耦合關系研究[J].水土保持學報, 2008, 22(3): 24-28.

[78] 周正朝,上官周平.土壤侵蝕模型研究綜述[J].中國水土保持科學,2004,2(1):52-56.

[79] 倪九派,魏朝富,謝德體.土壤侵蝕定量評價的空間尺度效應[J].生態(tài)學報,2005,25(8):2061-2067.

[80] Renard K G, Foster G R, Weesies G A, et al. Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE)[M]. USA: United States Department of Agriculture, 1996.

[81] Pan Jinghu, Wen Yan. Estimation of soil erosion using RUSLE in Caijiamiao watershed, China[J]. Natural Hazards, 2014,71(3):2187-2205.

[82] 虎保成,羅玉恒,張虎林,等.基于DEM的穎川河流域地形因子的提取與量化分析[J].礦山測量,2015(6):89-93.

[86] 王莉雯,牛錚,衛(wèi)亞星.應用遙感技術評估土壤侵蝕影響因素[J].水土保持研究,2007,14(5):189-193.

[84] Xu Hanqiu. Dynamic of soil exposure intensity and its effect on thermal environment change[J]. International Journal of Climatology, 2014, 34(3): 902-910.

[85] 宋現(xiàn)鋒,段崢,牛海山,等.土壤侵蝕模型中植被管理因子的遙感估算[J].北京林業(yè)大學學報,2009，31(3):58-63.

[86] Yuan Wenping, Li Xianglan, Liang Shunlin, et al. Characterization of locations and extents of afforestation from the Grain for Green Project in China[J]. Remote Sensing Letters, 2014, 5(3): 221-229.

[87] Zhang Haidong, Yu Dongsheng, Dong Linlin, et al. Regional soil erosion assessment from remote sensing data in rehabilitated high density canopy forests of southern China[J]. Catena, 2014, 123: 106-112.

[88] Taramelli A, Pasqui M, Barbour J, et al. Spatial and temporal dust source variability in northern China identified using advanced remote sensing analysis[J]. Earth Surface Processes and Landforms, 2013,38(8):793-809.

[89] 張俊,朱國龍,李妍.面向對象高分辨率影像信息提取中的尺度效應及最優(yōu)尺度研究[J].測繪科學, 2011,36(2):107-110.

[90] 王文娟,張樹文,李穎,等.高分辨率遙感影像在水土流失定量評價中的應用探討:以Quickbird影像為例[J].農(nóng)業(yè)系統(tǒng)科學與綜合研究,2008,24(4):442-447.

[91] Troeh F R, Hobbs A J, Donahue R L. Soil and Water Conservation[M]. 2 ed. USA: Prentice-Hall Incorporation, 1991.

[92] Mulder V L, Bruin S de, Schaepman M E, et al. The use of remote sensing in soil and terrain mapping: A review[J]. Geoderma, 2011,162(1/2):1-19.

[93] 姜永清,武春龍,雷會珠.晉陜蒙黃河峽谷區(qū)土壤侵蝕遙感制圖方法研究[J].水土保持學報,1994,8(3):8-16.

[94] Reiche Matthias, Funk Roger, Zhang Zhuodong, et al. Application of satellite remote sensing for mapping wind erosion risk and dust emission-deposition in Inner Mongolia grassland, China[J]. Grassland Science, 2012,58(1):8-19.

[95] Yang Xihua. Digital mapping of RUSLE slope length and steepness factor across New South Wales, Australia[J]. Soil Research, 2015,53(2):216-226.

[96] Ji Junfeng, Chen Jun, Jin Li, et al. Relating magnetic susceptibility(MS) to the simulated thematic mapper(TM) bands of the Chinese loess: Application of TM image for soil MS mapping on Loess Plateau[J]. Journal of Geophysical Research, 2004,109(5):297-319.

[97] Huang Mingxiang, Gong Jianghua, Shi Zhou, et al. Genetic algorithm-based decision tree classifier for remote sensing mapping with SPOT-5 data in the HongShiMao watershed of the Loess Plateau, China[J]. Neural Computing & Applications, 2007,16(6):513-517.

Application of Remote Sensing Technology in Research of Soil Erosion: A Review

ZHANG Xiao1,2, ZHAO Wenwu1,2, LIU Yuanxin1,2

(1.StateKeyLaboratoryofEarthSurfaceProcessesandResourceEcology,FacultyofGeographicalScience,BeijingNormalUniversity,Beijing100875,China； 2.InstituteofLandSurfaceSystemandSustainableDevelopment,FacultyofGeographicalScience,BeijingNormalUniversity,Beijing100875,China)

[Objective] This paper aimed to review the application of remote sensing technology in the research of soil erosion to provide some bases for the development of remote sensing research on soil erosion, and to provide references for researchers to select the appropriate remote sensing data sources and methods. [Methods] The application of remote sensing on soil erosion research was analyzed through literature review in different aspects. [Results] According to the research area and theme, erosion remote sensing platforms and data sources, and the usage of remote sensing technology in regional soil erosion feature recognition, monitoring and scale analysis were summarized. In addition, the application of remote sensing to obtain key parameters in RUSLE was introduced. The problems existed in the current research were also analyzed and some suggestions were put forward. [Conclusion] Remote sensing technology was an important technology to carry out large-scale and long time series of soil erosion research, and it has played a significant role in the study of soil erosion in China. However, there are some problems in practical application. The collaborative development of technology, personnel and economy was needed in the effective use and promotion of remote sensing on soil erosion research.

soil erosion; remote sensing; monitoring; RUSLE

2016-03-02

2016-05-07

國家重點研發(fā)計劃項目“黃土高原生態(tài)修復的土壤侵蝕效應與控制機制”(2016YFC0501604)

張驍(1990—),女(漢族),山東省泰安市人,博士研究生,研究方向為土地利用及生態(tài)響應。E-mail:sdtazx@sina.com。

趙文武(1976—),男(漢族),山東省曹縣人,副教授,主要從事土地利用與生態(tài)水文過程、景觀格局與生態(tài)系統(tǒng)服務方面的研究工作。E-mail:zhaoww@bnu.edu.cn。

B

1000-288X(2017)02-0228-11

TP79, S157.1