梁慶業(yè) 陳燕奎 林月鳳 陳靜儀 姚浩榮

摘要：為了分析低山丘陵區(qū)裸露地表微徑流發(fā)育特征，將無人機(jī)航測(cè)技術(shù)應(yīng)用于山區(qū)裸露地表微徑流發(fā)育的調(diào)查中，獲取并生成了研究區(qū)域2cm分辨率的三維傾斜和正射影像數(shù)據(jù)，采用GIS表面分析、水文分析和數(shù)理統(tǒng)計(jì)方法，通過坡度、坡向、高程剖面、河網(wǎng)分布等數(shù)據(jù)可視化分析微地形中地表表層微徑流發(fā)育特征。結(jié)果表明：（1）基于無人機(jī)技術(shù)提取的數(shù)據(jù)反映研究區(qū)域地勢(shì)北高南低，整體坡度25°～45°，裸露地表層溝壑縱橫，水流侵蝕較為嚴(yán)重;（2）從提取的坡度、坡向、粗糙度及流量數(shù)據(jù)可知，在宏觀上，該區(qū)支流流向大致相同，支流長(zhǎng)度較短，級(jí)數(shù)少，深度淺，支流流域面積差別不大;從微觀上，地表徑流分布較雜亂，土質(zhì)節(jié)理發(fā)育較為成熟，干流轉(zhuǎn)折較少，流量從坡上683mm到坡下231mm，并利用Strahler河網(wǎng)分級(jí)工具設(shè)置閾值為1000的徑流線數(shù)據(jù)，提取徑流數(shù)量為98593條。

關(guān)鍵詞：無人機(jī);坡度坡向;粗糙度;微徑流

中圖分類號(hào)：S152.3 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）02-0020-04

松散裸露的土質(zhì)是水土流失的主要沙源之一[1]，人為破壞植被導(dǎo)致表層土質(zhì)失去保護(hù)，在山區(qū)和礦區(qū)尤為嚴(yán)重。季風(fēng)區(qū)內(nèi)的低山丘陵地區(qū)裸露地的生態(tài)系統(tǒng)恢復(fù)和重建是近年來土地合理利用所關(guān)注的焦點(diǎn)[2]。文獻(xiàn)研究可知，有研究人員采用針板法[3]，通過研究地表粗糙度來研究土壤的發(fā)育情況;有采用遙感影像分析法[4-5]和GIS技術(shù)[6-7]，通過獲取遙感分析和GIS空間演變來研究土壤變化過程;也有人通過無人機(jī)技術(shù)[8-9]研究地形地貌信息等。本研究將基于“無人機(jī)+GIS技術(shù)”，獲取地形三維數(shù)據(jù)，通過GIS空間分析方法獲取地表粗糙度、坡度坡向、土壤紋理、微地形、微徑流并對(duì)土壤物理性質(zhì)進(jìn)行統(tǒng)計(jì)分析，獲取土壤發(fā)育情況，建立微地形三維模型，使土壤表層的解譯分析更加直觀清晰，對(duì)地表微徑流形成發(fā)育的過程進(jìn)行監(jiān)控，讓分析結(jié)果更加立體準(zhǔn)確，更好地為水土保護(hù)的決策提供數(shù)據(jù)基礎(chǔ)。

1 研究區(qū)概況與實(shí)驗(yàn)流程

1.1 研究區(qū)概況

研究區(qū)位于廣東省梅州市城東鎮(zhèn)境內(nèi)X019的小山丘，如圖1所示。該實(shí)驗(yàn)區(qū)地處沙場(chǎng)周邊，早期人為開發(fā)明顯，土壤裸露，侵蝕明顯，從現(xiàn)場(chǎng)的考察來看研究區(qū)的位置是沙場(chǎng)的堆沙范圍以外，通過對(duì)現(xiàn)場(chǎng)人員的訪談可知，至少有5年時(shí)間未對(duì)該研究區(qū)開展挖填堆行為，人為干預(yù)少，對(duì)研究區(qū)內(nèi)的地表徑流發(fā)育干預(yù)少，地表徑流作用主要靠天然降雨和地形影響，全年降雨量為1600mm，總體坡面朝向是西南向，降水主要集中在4月～10月，而且從實(shí)地考察的情況來看，地表除了有少量雜草外，并無其他附著物。

1.2 數(shù)據(jù)獲取及預(yù)處理

深入實(shí)驗(yàn)地塊考察，利用無人機(jī)（大疆精靈4RTK）近景影像數(shù)據(jù)采集（采用近地面手動(dòng)航線規(guī)劃拍攝），設(shè)置距地面相對(duì)高度為5米～10米，有效像素為2000萬，獲取實(shí)驗(yàn)場(chǎng)的高清光學(xué)圖像和POS數(shù)據(jù)。接著基于Smart3D軟件生成白膜圖形、數(shù)字正射影像圖等。利用ArcGIS軟件的空間分析功能對(duì)數(shù)字高程模型進(jìn)行地表粗糙度分析、坡度分析、坡向分析、土壤紋理分析、流量分析，并利用Strahler河網(wǎng)分級(jí)法對(duì)分析的成果進(jìn)行分等定級(jí)對(duì)土壤表層微徑流發(fā)育進(jìn)行評(píng)估。

2 數(shù)據(jù)處理與空間分析

2.1 基于Smart3D軟件的無人機(jī)影像地表紋理三維重建

利用Smart3D軟件將采集的光學(xué)影像數(shù)據(jù)進(jìn)行圖像勻光勻色、空中三角坐標(biāo)解算、連接點(diǎn)檢查與三維模型重建等操作，三維建模后核查模型數(shù)據(jù)精度，本次實(shí)驗(yàn)?zāi)Ｐ途刃∮?cm的誤差。在外業(yè)航測(cè)時(shí)采用近地面手動(dòng)航線規(guī)劃拍攝，對(duì)于研究區(qū)單面坡度地表數(shù)據(jù)更加精細(xì)，建模立體感更加明顯，研究區(qū)數(shù)字正射影像，如圖2所示。

2.2 基于ArcGIS的空間分析

1）裸露地表的坡度坡向分析

地形指標(biāo)是最基本的自然地理要素，也是對(duì)人類生產(chǎn)和生活影響最大的自然要素，地形指標(biāo)的提取對(duì)水土流失、土地利用等方面研究起著重要的作用。通過運(yùn)用ArcMap軟件 Spatial Analyst表面分析中的坡度和坡向工具，可以獲得研究區(qū)的坡度和坡向特征，如圖3、圖4所示，依據(jù)《全國(guó)土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190-2007）并參照崔吉林等[10]的坡度等級(jí)劃分，結(jié)合實(shí)際需要將本研究區(qū)內(nèi)的坡度按照0°～15°、15°～25°、25°～45°、45°～60°、>60°共5個(gè)等級(jí)，統(tǒng)計(jì)出不同坡度坡向下的土壤質(zhì)量分級(jí)表（見表1）。

利用坡度坡向數(shù)據(jù)對(duì)土壤流失和土壤質(zhì)量進(jìn)行評(píng)價(jià)符合土壤分類規(guī)則，可以對(duì)土壤表層的土質(zhì)侵蝕進(jìn)行分析，數(shù)據(jù)顯示同一地區(qū)不同坡度和坡向之間的土壤表層土質(zhì)發(fā)育質(zhì)量有一些差異，該研究區(qū)的坡面基本是朝南和東南兩個(gè)主方向，東向和西南向兩個(gè)次方向，主方向和次方向占比約99.95%。整個(gè)研究區(qū)坡面坡度在25°～45°之間，而且坡度<45°的土壤表層發(fā)育質(zhì)量較優(yōu)。

2）裸露地表粗糙度分析

土壤表面粗糙度為一定區(qū)域內(nèi)土壤表面的不規(guī)則度，受土壤質(zhì)地、粒徑、巖屑及植被覆蓋等因素的綜合影響[11]。土壤表面的粗糙度受土壤質(zhì)地、顆粒等影響，地面粗糙度會(huì)影響地表含水量、滲入、地表徑流并最終影響泥沙的搬運(yùn)和沉積[12]，粗糙度反映了地表的起伏程度，是許多陸面過程的關(guān)鍵影響因子。本研究利用無人機(jī)近景拍攝獲取研究區(qū)的三維點(diǎn)云數(shù)據(jù)，生成數(shù)字高程模型數(shù)據(jù)，運(yùn)用ArcGIS中的粗糙度分析工具分析地面的粗糙度特征（如圖5所示），運(yùn)用土壤粗糙度的運(yùn)算公式：

（1）

式中，假設(shè)ABC是一個(gè)柵格單元的縱剖面，a為次柵格單元的坡度，則AB面的面積為次柵格的表面積，AC面的面積為此柵格的投影面積，其中有cos a=AC/AB，則為此柵格單元的地面粗糙度。

利用攝影測(cè)量法測(cè)得的三維表面從各角度均可獲取粗糙度值，比一般針板法效率要高很多，從圖中可以清晰地反映地表的粗糙度，總體的特征是：坡度與粗糙度呈正相關(guān)關(guān)系，坡度越緩，地表粗糙度越小，反之則越大;提取了不同高程的粗糙度曲線（A線）和同高程的粗糙度曲線（B線），從兩條剖面線反映了兩條正交線剖面曲線沒有太大的關(guān)系，但反映出研究區(qū)地表粗糙程度在各個(gè)方向上存在空間異質(zhì)特征。

3）微徑流分析

掌握微徑流數(shù)據(jù)對(duì)實(shí)驗(yàn)至關(guān)重要，對(duì)試驗(yàn)的數(shù)據(jù)進(jìn)行河網(wǎng)、流量和流向混合分析，進(jìn)行洼地判斷、計(jì)算洼地貢獻(xiàn)區(qū)域、深度再提取洼地，可得到匯流累積量數(shù)據(jù)，再進(jìn)行流向分析。河流量匯聚在坡下區(qū)域，其區(qū)域正是坡度最小區(qū)域，地勢(shì)越低，重力作用下的侵蝕就越弱，不能形成固定的河床，從徑流上游發(fā)跡地到山麓，干流河床受影響較小，因此能較好地發(fā)育;河床轉(zhuǎn)折少是因?yàn)樵撗芯繀^(qū)整體坡度較順、土質(zhì)較為松散、質(zhì)地較均勻，不具備令其多次轉(zhuǎn)折的發(fā)育條件，因此山坡上土壤發(fā)育差;多數(shù)養(yǎng)分經(jīng)過地表微徑流的運(yùn)動(dòng)被帶到了山坡下，導(dǎo)致坡下養(yǎng)分高，土壤發(fā)育良好，但試驗(yàn)區(qū)域四周地形不一致，導(dǎo)致邊緣區(qū)域有不同程度的拉伸影響數(shù)據(jù)成果（見表2）。

通過河網(wǎng)的生成可以掌握土壤的運(yùn)動(dòng)軌跡和到達(dá)地，通過河網(wǎng)分布的密集程度和分支情況可以更多角度地評(píng)估土壤的發(fā)育情況。河網(wǎng)的生成是基于匯流累計(jì)矩陣的，為了進(jìn)一步減少高程模型的誤差，需要運(yùn)用ArcGIS對(duì)數(shù)字高程模型進(jìn)行預(yù)處理，對(duì)DEM求正負(fù)坡向變率，再通過公式：

（2）

其中SOA1為坡度數(shù)據(jù)值和SOA2為反地形DEM坡向數(shù)據(jù)的坡度數(shù)據(jù)值。

該式得到更準(zhǔn)確的DEM，再利用ArcToolbox中的Spatial Analyst工具進(jìn)行流向和河網(wǎng)提取，河網(wǎng)的提取需要設(shè)定閾值，不同級(jí)別的溝谷對(duì)應(yīng)不同的閾值，不同區(qū)域相同級(jí)別的溝谷對(duì)應(yīng)的閾值也不同。實(shí)際工作中設(shè)定閾值應(yīng)通過不斷實(shí)驗(yàn)、結(jié)合土壤植被等資料輔助檢驗(yàn)方法確定。本文閾值嘗試了多重閾值的河網(wǎng)，為了不同閾值下的河網(wǎng)數(shù)據(jù)信息顯示，本研究從閾值為1000、10000、50000河網(wǎng)數(shù)據(jù)進(jìn)行地圖可視化，對(duì)河網(wǎng)進(jìn)行平滑處理并統(tǒng)計(jì)河網(wǎng)的數(shù)量和精細(xì)化，由此選擇評(píng)價(jià)最適合的閾值作為此地表微徑流河網(wǎng)信息提取值。

通過多次實(shí)驗(yàn)分析可知：閾值設(shè)置越小，徑流線提取數(shù)量就越多，細(xì)微徑流體現(xiàn)精細(xì)化，閾值設(shè)置得越大提取的徑流就會(huì)越少，只能提取到規(guī)模較大的徑流，顯得比較粗糙（見表3），但閾值并非設(shè)置得越小，越有利于地表徑流的真實(shí)反映。從1～50000的閾值設(shè)置實(shí)驗(yàn)中，模擬提取的地表微徑流發(fā)育情況結(jié)合實(shí)地調(diào)研，作為小范圍地表微小徑流發(fā)育分析，閾值為1000的徑流線數(shù)據(jù)，可挖掘的微小徑流數(shù)據(jù)量更符合現(xiàn)狀地表雨水侵蝕而產(chǎn)生的微徑流發(fā)育特征，故采用閾值為1000的地表徑流分級(jí)實(shí)驗(yàn)參數(shù)值，因此提取河流流量從坡上683mm到坡下231mm，徑流數(shù)量為98593條。利用Strahler河網(wǎng)分級(jí)工具，根據(jù)支流數(shù)對(duì)河流類型進(jìn)行識(shí)別和分類，分類圖如圖6所示，其得出的結(jié)論：總體地勢(shì)北高南微小溝壑縱橫，地表受侵蝕嚴(yán)重地形在宏觀上看，屬于洼地支流流向大致相同支流長(zhǎng)度較短，級(jí)數(shù)少，深度淺流域面積差別較大，地勢(shì)越低，徑流分布越雜亂，干流長(zhǎng)度較短，轉(zhuǎn)折較少，小徑流越多，土壤的發(fā)育總體情況較好。

3 地表微徑流節(jié)理發(fā)育特征及影響機(jī)制

3.1 微徑流節(jié)理發(fā)育特征

從實(shí)地調(diào)研和微徑流數(shù)據(jù)分析可知，山坡上段土壤發(fā)育相對(duì)差、山坡中段土壤發(fā)育情況極差、山坡下發(fā)育情況較好的基本特征。主要原因是研究區(qū)地勢(shì)為北高南低，坡向主方向?yàn)闁|南向和南向，地表流水侵蝕作用強(qiáng)，下蝕為主，側(cè)蝕為輔，山坡中段的土壤沖刷率高;坡頂作為分水線，因坡度較大，導(dǎo)致雨水下落時(shí)沖擊力過大，將部分發(fā)育好的土壤沖刷走;地表徑流的集水盆主要是坡底，土壤在雨水和地形的相互作用下從上往下運(yùn)動(dòng)，在坡下形成沖積扇等特征;該區(qū)的土質(zhì)發(fā)育程度不均一，結(jié)合降水，在地形的影響下集水、匯水形成地表微徑流，與河流的發(fā)育初期相似。

3.2 影響機(jī)制

研究區(qū)植物稀少，土層裸露，雖然在沙場(chǎng)邊沿，但多年未受到人類活動(dòng)的影響，首要考慮的內(nèi)生因素有土質(zhì)層厚度、沙粒大小、土壤黏性等，還有本身地區(qū)坡度坡向等因素，該區(qū)屬紅壤土質(zhì)，其具有較好的黏性，在降雨過程中的坡面侵蝕一般遵循濺蝕—片蝕—細(xì)溝侵蝕的規(guī)律，形成雨滴和水流剝蝕土壤顆粒、徑流搬運(yùn)泥沙的產(chǎn)沙模式[13]，而且坡度較陡，水流速受到重力等影響，加劇該地區(qū)土壤的沖蝕。其次要考慮區(qū)內(nèi)雨水外力因素，在強(qiáng)降雨的影響下，降雨強(qiáng)度越大，沖刷力越強(qiáng)，形成的地表微徑流與在重力因素下形成的地表微徑流向不同方向延展等。

4 結(jié)語(yǔ)

基于無人機(jī)技術(shù)的山區(qū)裸露地土質(zhì)表層節(jié)理發(fā)育評(píng)估技術(shù)，運(yùn)用無人機(jī)低空攝影測(cè)量加GIS技術(shù)對(duì)裸露地進(jìn)行地表微徑流信息提取，本文應(yīng)用ArcGIS的空間分析功能對(duì)研究區(qū)的坡度、坡向、地表粗糙度和流量等地形因子進(jìn)行提取，探析無人機(jī)低空攝影測(cè)量與GIS技術(shù)結(jié)合下，對(duì)地表微徑流信息提取的技術(shù)支持，得出以下結(jié)論：

（1）運(yùn)用無人機(jī)低空攝影測(cè)量加GIS技術(shù)對(duì)裸露地進(jìn)行地表微徑流信息提取是可行的，而且較傳統(tǒng)的針板法效率更高，可多維及不同角度獲取某點(diǎn)位置的徑流粗糙度剖面，而且減少了作業(yè)人員在外監(jiān)測(cè)工作量，只需要一人一機(jī)即可完成工作。

（2）從提取的坡度、坡向、粗糙度及流量數(shù)據(jù)來看，精度較高，可靠性較好;另外利用從1～50000的閾值設(shè)置實(shí)驗(yàn)中閾值為1000的徑流線數(shù)據(jù)，可挖掘的微小徑流數(shù)據(jù)量更符合現(xiàn)狀地表雨水侵蝕而產(chǎn)生的微徑流發(fā)育特征，利用Strahler河網(wǎng)分級(jí)工具，提取的徑流數(shù)量為98593條。

參考文獻(xiàn)：

[1] 劉金龍，周陽(yáng)陽(yáng)，吳海晶，等.基于人工傾斜攝影測(cè)量的微地形三維建模方法研究[J].中國(guó)水土保持，2019（4）：41-45.

[2] 高尚.基于無人機(jī)的小流域地形提取技術(shù)[D].鄭州：華北水利水電大學(xué)，2017.

[3] 黃皓中.基于無人機(jī)數(shù)據(jù)的露天礦三維時(shí)空對(duì)比及微地貌分析[D].北京：中國(guó)地質(zhì)大學(xué)（北京），2018.

[4] 陶浩然，陳權(quán)，李震，等.近景攝影測(cè)量提高裸露地表粗糙度測(cè)量精度[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（15）：162-167.

[5] 金珊.切溝微地形土壤水分及大孔隙特征研究[D].沈陽(yáng)：沈陽(yáng)農(nóng)業(yè)大學(xué)，2018.

[6] 張建，趙建平.上覆土層節(jié)理巖質(zhì)邊坡穩(wěn)定性數(shù)值分析[J].長(zhǎng)江科學(xué)院院報(bào)，2015，32（2）：108-113.

[7] 吳倩.基于無人機(jī)航拍影像和GIS技術(shù)的土壤侵蝕監(jiān)測(cè)研究[D].貴陽(yáng)：貴州大學(xué)，2016.

[8] 鄒長(zhǎng)慧，謝曉堯，周忠發(fā).無人機(jī)低空航拍遙感系統(tǒng)在貴州高原山區(qū)的應(yīng)用前景探討[J].貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，29（2）：24-28.

[9] 孔嘉旭，谷天峰，孫彬，等.基于無人機(jī)攝影測(cè)量技術(shù)的滑坡變形研究進(jìn)展[J].科學(xué)技術(shù)與工程，2020，20（28）：11391-11399.

[10] 崔吉林，陳麗，方向京.松花壩流域不同坡度及坡向土壤侵蝕的特征研究[J].西部林業(yè)科學(xué)，2012，41（6）：63-67.

[11] Thomsen L M，Baartman J E M，Barneveld R J，et al.Soil surface roughness：comparing old and new measuring methods and application in a soil erosion model[J].SOIL，2015，1（1）：399-410.

[12] Amoah J K O，Amatya D M，Nnaji S.Quantifying watershed surface depression storage：determination and application in a hydrologic model[J].Hydrological Processes，2013，27（17）：2401-2413.

[13] 張建文，李鵬，高海東，等.覆沙坡面微地形變化與侵蝕產(chǎn)沙的響應(yīng)關(guān)系[J].干旱區(qū)研究，2020，37（3）：757-764.

【通聯(lián)編輯：代影】