基于USLE模型的长汀县水土流失遥感动态监测课件

21/05/2024导师：2014年6月8日1基于基于USLE模型的长汀县水模型的长汀县水土流失遥感动态监测土流失遥感动态监测03/08/20231基于USLE模型的长汀县水土流失遥感21/05/20242内容提纲内容提纲1、引言2、遥感影像预处理与野外考察3、土地利用/覆被分类4、植被覆盖度遥感动态监测5、基于USLE模型的长汀县水土流失遥感动态监测6、结论与展望03/08/20232内容提纲1、引言31、引言、引言研究背景研究背景地形复杂土壤岩易受风化亚热带季风性气候人为破坏长汀县地理位置图31、引言研究背景地形复杂长汀县地理位置图41、引言、引言研究意义研究意义辅助防治政策的制定指引治理措施的实施掌握变化情况和治理成效了解现状为制定治理方向提供科学根据长汀县沙田尾2001年原貌与2005年景象41、引言研究意义辅助防治政策的制定长汀县沙田尾2001年原51、引言、引言 技术路线流程图研研究究内内容容51、引言技术路线流程图研究内容21/05/20246内容提纲内容提纲1、引言2、遥感影像预处理与野外考察3、土地利用/覆被分类4、植被覆盖度遥感动态监测5、基于USLE模型的长汀县水土流失遥感动态监测6、结论与展望03/08/20236内容提纲1、引言72、数据预处理与野外调查、数据预处理与野外调查使用使用的数据的数据遥感影像：1、TM影像：1988年10月16日、1994年11月2日、2003年10月26日、2010年10月29日2、OLI影像：2013年10月4日3、ALOS-AVNIR-2影像：2010年3月28日其他数据：1、1：5 万DEM数据2、长汀县降雨资料3、福建省主要土壤类型空间分布专题图4、野外调查收集数据72、数据预处理与野外调查使用的数据遥感影像：82、数据预处理与野外调查、数据预处理与野外调查预处理后的遥感影像1988.TM1994.TM2003.TM2010.TM2013.OLI2010.ALOS-AVNIR-282、数据预处理与野外调查预处理后的遥感影像1988.TM192、数据预处理与野外调查、数据预处理与野外调查 于2013年8月、11月两次前往长汀进行实地考察2013年长汀县野外调查路线野外考察实况92、数据预处理与野外调查于2013年8月、11月两次典型地物典型地物数码照片数码照片遥感影像遥感影像典型地物典型地物数码照片数码照片遥感影像遥感影像城镇城镇旱地旱地火烧迹地火烧迹地草灌草灌建设用地建设用地水田水田林地林地水体（河水体（河滩）滩）102、数据预处理与野外调查、数据预处理与野外调查 典型地物与遥感影像对应关系典型地物数码照片遥感影像典型地物数码照片遥感影像城镇旱地火烧植被覆盖植被覆盖度度数码照片数码照片遥感影像遥感影像植被覆盖植被覆盖度度数码照片数码照片遥感影像遥感影像10.250.7500.5112、数据预处理与野外调查、数据预处理与野外调查植被覆盖度与遥感影像间的关系植被覆盖度数码照片遥感影像植被覆盖度数码照片遥感影像10.2流失程度流失程度数码照片数码照片遥感影像遥感影像无轻度中度122、数据预处理与野外调查、数据预处理与野外调查水土流水程度与遥感影像对应关系流失程度数码照片遥感影像无轻度中度122、数据预处理与野外调132、数据预处理与野外调查、数据预处理与野外调查水土流水程度与遥感影像对应关系（续）流失程度流失程度数码照片数码照片遥感影像遥感影像强度极强度剧烈132、数据预处理与野外调查水土流水程度与遥感影像对应关系（21/05/202414内容提纲内容提纲1、引言2、遥感影像预处理与野外考察3、土地利用/覆被分类4、植被覆盖度遥感动态监测5、基于USLE模型的长汀县水土流失遥感动态监测6、结论与展望03/08/202314内容提纲1、引言153、影像土地利用、影像土地利用/覆被分类覆被分类典型地物解译标志耕地林地（高植被覆盖）林地（低植被覆盖）水体居民地建设用地注：满足NDVI0.4及野外调查中植被覆盖度高于0.5特征的定义为高植被覆盖度的林地，反之为低。153、影像土地利用/覆被分类典型地物解译标志林地（高植被覆163、影像土地利用、影像土地利用/覆被分类覆被分类a.15与30比较b.30与45比较不同尺度分割效果图多尺度分割算法，分割尺度：30光谱差异细分，光谱差异值：1.5最终分割局部效果图163、影像土地利用/覆被分类a.15与30比较b.30与4173、影像土地利用、影像土地利用/覆被分类覆被分类典型地物光谱曲线注：NDVI线性拉伸至0255的范围内173、影像土地利用/覆被分类典型地物光谱曲线注：NDVI线183、影像土地利用、影像土地利用/覆被分类覆被分类1988年至2013年土地利用/覆被分类结果1994主要土地覆被类型为林地，且植被覆盖度较高植被覆盖度较低的林地集中在中部、南部部分地区，面积逐渐减少居民地、耕地、建设用地面积增加2010198820032013183、影像土地利用/覆被分类1988年至2013年土地利用21/05/202419内容提纲内容提纲1、引言2、遥感影像预处理与野外考察3、土地利用/覆被分类4、植被覆盖度遥感动态监测5、基于USLE模型的长汀县水土流失遥感动态监测6、结论与展望03/08/202319内容提纲1、引言204、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测地形调节植被指数（TAVI）：本文CVI采用最常用的NDVI计算：204、植被覆盖度遥感动态监测地形调节植被指数（TAVI）：214、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测a.NDVI灰度图b.TAVI灰度图长汀县植被指数灰度图总体分布大致相同214、植被覆盖度遥感动态监测a.NDVI灰度图b.TAVI224、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测局部区域植被指数分布a.ALOS原始影像b.NDVI灰度图c.TAVI灰度图消除地形纹理其他地物特征不变224、植被覆盖度遥感动态监测局部区域植被指数分布a.ALO234、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测样区号阳坡NDVI阴坡NDVI NDVI_rd%阳坡TAVI 阴坡TAVI TAVI_rd%相对差异比10.2610.10858.60.4470.34522.82.59620.1970.1428.90.3980.3697.33.97130.1590.116270.3390.3195.94.58440.1960.12337.20.3750.33510.73.49250.1570.05256.10.3320.26819.32.90860.1240.05258.10.2750.265.510.6570.1780.09148.90.3560.3258.75.61380.1850.13427.60.3720.3632.411.3990.1660.12624.10.3470.3246.63.635100.1510.08470.3240.27315.72.987阴坡与阳坡NDVI和TAVI比较234、植被覆盖度遥感动态监测样区号阳坡NDVI阴坡NDVI244、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测 像元二分模型：a.基于NDVI估算植被覆盖度分布图b.基于TAVI估算植被覆盖度分布图长汀县植被覆盖分布图244、植被覆盖度遥感动态监测像元二分模型：254、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测典型区域植被覆盖度分级图像a.ALOS原始影像b.基于NDVI提取的植被覆盖度分级图c.基于TAVI提取的植被覆盖度分级图注：图例与上图相同254、植被覆盖度遥感动态监测典型区域植被覆盖度分级图像a.264、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测样区号阳坡NDVI_C阴坡NDVI_CNDVI_rd%阳坡TAVI_C阴坡TAVI_CTAVI_rd%相对差异比10.840.62434.60.8750.75214.12.4620.7510.6712.10.8160.7814.292.8230.6970.6369.590.7440.7213.093.140.7490.64615.90.7880.746.092.6250.6940.569220.7370.65910.62.0860.6470.54319.20.6680.652.697.1170.7240.60220.30.7650.7284.844.1980.7340.66210.90.7850.7741.47.7690.7070.6518.60.7540.7273.582.4100.6860.58617.10.7270.7668.392.03基于NDVI和TAVI的阳坡与阴坡植被覆盖度比较分析注：NDVI_C表示基于NDVI估算的植被覆盖度；TAVI_C表示基于TAVI估算的植被覆盖度；样区、计算方法均与上文相同264、植被覆盖度遥感动态监测样区号阳坡NDVI_C阴坡ND274、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测样区号123456789 10 11 12 13 14 15 16 17 18 19 20实测值%30 30 35 40 50 55 60 70 70 70 70 80 80 85 85 85 85 90 90 98估算值_N%27 16 26 33 43 46 36 56 62 52 42 55 49 62 75 74 54 56 70 76相对误差%10 47 26 18 14 16 40 20 11 26 40 31 39 27 12 13 36 38 22 22估算值_T%23 23 30 38 48 48 48 63 58 61 50 76 80 51 64 81 61 83 85 91相对误差%23 23 14 54 13 20 10 17 13 29 20 36 116528867基于两种植被指数估算植被覆盖度精度验证274、植被覆盖度遥感动态监测样区号123456789101284、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测样区号实测植被覆盖度%估算值_N%相对误差%估算值_T%相对误差%阴/阳阴/阳阴/阳阴/阳18556/7334.1/16.469/7418.8/12.928051/6936.3/13.866/6717.5/13.839565/7931.6/16.879/8016.8/15.849570/7826.3/17.978/8117.9/14.758563/7925.9/7.0674/7712.9/9.4168061/6223.8/22.564/6220.0/22.577563/7316.0/2.6771/745.33/1.3388560/7521.3/11.873/7614.1/10.697553/6429.3/14.773/762.67/1.33108564/7424.7/12.972/7415.2/12.9阴坡和阳坡植被覆盖度精度验证284、植被覆盖度遥感动态监测样区号实测植被覆盖度%估算值_294、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测1988年至2013年植被覆盖度空间分布图20101988199420032013多年植被覆盖度空间分布相同 中、低植被覆盖度地区集中在中部和南部部分地区从1994年起，中、低植被覆盖地的面积不断减少植被覆盖程度较好294、植被覆盖度遥感动态监测1988年至2013年植被覆盖304、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测植被覆盖度等级植被覆盖度区间面积分布(km2)19881994200320102013008.7513.9521.033.860.0110.0 0.125.5349.6737.966.500.1720.1 0.257.37151.5095.3113.241.4830.2 0.379.38182.37133.7228.953.3040.3 0.4102.81182.26155.5357.575.1450.4 0.5143.00209.28160.81113.1910.4060.5 0.6222.58288.18190.28189.3822.8070.6 0.7378.08451.74268.98278.5756.9380.7 0.8568.03681.07453.82447.13161.0690.8 0.9837.87711.02785.15905.78517.58100.9 1.0663.27163.02785.691030.272282.54 各级植被覆盖度面积分布注：低植被覆盖度（等级04）；中植被覆盖度（等级58）；高植被覆盖度（等级910）.304、植被覆盖度遥感动态监测植被覆盖度等级植被覆盖度区间面314、植被覆盖度遥感动态监测、植被覆盖度遥感动态监测1988年至2013年植被覆盖度空间变化a.1988-1994b.1994-2003c.2003-2010d.2010-201388-94总体呈下降趋势94-03、03-10、10-13均呈现上升趋势上升的区域集中在中部、南部西部和北部多年来变化不明显314、植被覆盖度遥感动态监测1988年至2013年植被覆盖21/05/202432内容提纲内容提纲1、引言2、遥感影像预处理与野外考察3、土地利用/覆被分类4、植被覆盖度遥感动态监测5、基于USLE模型的长汀县水土流失遥感动态监测6、结论与展望03/08/202332内容提纲1、引言335、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测通用土壤流失方程(USLE)的表达式：式中，A土壤侵蚀模数（t/km2）；R降雨和径流因子(MJmmhahra)；K土壤可蚀性因子(thahrhaMJmm)；LS坡长、坡度因子；CP植被与经营管理因子；f转换系数，f=224.2。注：f的值引自文章卜兆宏等，水土流失定量遥感方法及其应用的研究335、基于USLE模型的水土流失动态监测通用土壤流失方程(345、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测 采用克里金插值(Kriging)的内插方法，获得月降雨量栅格图层：月降雨量空间分布图345、基于USLE模型的水土流失动态监测采355、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测R因子的计算方法：式中，Pi代替月雨量，R代表年降雨侵蚀力。R因子空间分布图注：R的计算方法参照自杨洁等对赣南地区水土流失的研究355、基于USLE模型的水土流失动态监测R因子的计算方法：365、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测土壤名称K值土壤名称K值酸性紫色土0.213硅铝质红壤0.1711山地草甸土0.2442硅铝铁质红壤0.2473渗育水稻土（参照红壤）0.224侵蚀红壤0.271潴育水稻土潜育水稻土黄红壤（参照黄壤）0.228水化红壤黄壤性土红壤性土黄壤0.228K因子空间分布图长汀县主要土壤类型K值表注：K值的确定参照方清纲、郭志民等人对福建省土壤可蚀性程度的研究365、基于USLE模型的水土流失动态监测土壤名称K值土壤名375、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测计算LS因子的方法选用刘宝元的研究结果：式中：为坡长，m 为坡长指数。其中，LS因子空间分布图375、基于USLE模型的水土流失动态监测计算LS因子的方法385、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测 土地利用类型植被覆盖度C值土地利用类型C值林地0-200.45水域020-400.15居民地040-600.06建设用地0.35360-800.02耕地0.2380-1000.004不同土地利用类型及其不同植被覆盖度下的C值C因子空间分布图385、基于USLE模型的水土流失动态监测土395、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测 根据土壤侵蚀分类分级标准规定的“各侵蚀类型区年土壤容许流失量”和“土壤侵蚀强度分级标准”进行分级：级别年平均侵蚀模数（吨/公里2）年平均流失厚度（毫米）微度5001500011.1南方红壤丘陵区土壤侵蚀强度分级标准395、基于USLE模型的水土流失动态监测根405、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测土壤侵蚀强度空间分布图20101988199420032013水土流失主要分布在中部和南部部分地区94年水土流失面积分布最广程度主要为轻度经过治理，水土流失面积明显减少405、基于USLE模型的水土流失动态监测土壤侵蚀强度空间分415、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测土壤侵蚀强度面积(km2)1988年1994年2003年2010年2013年微度2451.472101.262461.812717.492882.87轻度549.26875.55553328.87174.44中度68.1892.7758.0936.3128.76强度21.2721.6917.0711.788.87极强度8.417.267.794.213.24剧烈0.530.581.040.490.6轻度以上水土流失总面积647.65997.85636.99381.66251.91土壤侵蚀程度面积（km2）轻度中度强度极强度剧烈1988林惠花估算值389.59140.72109.9572.858.861994江洪估算值474.74170.4569.1638.499.161995戴清霞估算值459.19161.4369.847.9120.922003江洪估算值352.8711124.466154.383937.175118.40342003王维明等估算值306.7164.0290.5917.193.362009长汀县水土流失监测报告155.67100.3944.015.8716.52土壤侵蚀强度变化动态监测现有资料估算结果汇总415、基于USLE模型的水土流失动态监测土壤侵蚀强度面积(425、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测1988年至2013年侵蚀强度面积变化425、基于USLE模型的水土流失动态监测1988年至201435、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测1988年至2013年治理成效显著区域局部图435、基于USLE模型的水土流失动态监测1988年至201445、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测1988年至2013年土壤侵蚀强度空间变化分布图a.1988-1994b.1994-2003c.2003-2010d.2010-2013空间分布的变化情况与植被覆盖度的空间分布变化情况类似445、基于USLE模型的水土流失动态监测1988年至201455、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测乡镇名总面积（km2）水土流失面积（km2）1988年1994年2003年2010年2013年庵杰乡62.3315.823.5516.0410.697.62铁长乡76.4616.4323.2617.7313.1211.38大同镇195.4541.596245.9834.6916.18汀州镇17.044.164.723.724.050.87古城镇23720.845.5325.6927.417.39四都镇342.4324.2641.0220.2516.987.16红山乡196.777.9825.814.358.141.3新桥镇13745.9159.2642.5629.0719.35策武乡164.4947.2864.0745.9431.5211.36河田镇294.2112.19149.03100.146.2836.05三州乡60.5721.3534.8623.847.063.69濯田镇352.0465.6121.5168.1431.9114.76馆前镇164.6123.3542.2927.7816.58.62童坊镇244.6349.5575.3939.2527.7815.79南山镇228.2564.6388.6256.2832.6426.56涂坊镇165.6449.9673.8946.522.0811.21宣成乡77.0510.3829.5718.767.874.09羊牯乡84.79.1927.1416.375.543.32水土流失空间分布(乡镇)情况表455、基于USLE模型的水土流失动态监测乡镇名总面积（km465、基于、基于USLE模型的水土流失动态监模型的水土流失动态监测测水土流失率的计算：a.中部各乡镇水土流失率动态变化b.周边各乡镇水土流失率动态变化长汀县各乡镇水土流失率动态变化465、基于USLE模型的水土流失动态监测水土流失率的计算：21/05/202447内容提纲内容提纲1、引言2、遥感影像预处理与野外考察3、土地利用/覆被分类4、植被覆盖度遥感动态监测5、基于USLE模型的长汀县水土流失遥感动态监测6、结论与展望03/08/202347内容提纲1、引言486、总结与展望、总结与展望总结：总结：长汀县境内的主要土地利用类型为林地且植被覆盖度高，低植被覆盖的林地主要分布在长汀县的中部和东南部部分地区地形调节植被指数可以较好的消除地形影响和削弱地形阴影干扰，有效提高植被覆盖度的估算精度。长汀县境内的植被覆盖情况较好，并且中部和东南部地区的植被覆盖程度明显提高。基于USLE模型的估算结果能满足实际应用的需求，长汀县境内的水土流失程度主要为轻度，主要分布在中部和东南部的部分地区，25年来治理工作成效显著。486、总结与展望总结：长汀县境内的主要土地利用类型为林地且496、总结与展望、总结与展望展望展望 未来的工作中将针对不同季节的遥感影像对于水土流失估算结果影响及不同时间尺度的降雨数据对降雨因子和土壤侵蚀强度的影响进行。496、总结与展望展望未来的工作中将针对不同21/05/202450请各位老师批评指正！请各位老师批评指正！谢谢！03/08/202350请各位老师批评指正！谢谢！