论文部分内容阅读
[摘要]以都江堰市虹口乡为研究对象，在通用水土流失方程USLE模型和ArcGIS Engine开发平台上，完成区域水土流失的评估系统。通过二次开发完成显示和空间分析功能，可直观反映该区域水土流失的分布和分级情况，该系统具有一定的适用性和可移植性，使非GIS专业的操作人员也能方便地使用。
[关键词]ArcEngine USLE 区域水土流失 空间分析 设计与实现
[中图分类号] S157.1 [文献码] B [文章编号] 1000-405X（2014）-3-329-3
1研究对象及系统总体设计
1.1研究对象概况
该系统以都江堰虹口乡部分区域进行水土流失评估，由于该区域地形复杂，故选择该区域为研究对象具有一定代表性，以验证该系统的各项参数。
虹口乡位于四川省都江堰市区东北的白沙河中游，平均海拔1500m，该区域有林地面积122.4km2，占全市森林面积的38.6%，森林覆盖率达66.23%。
1.2区域水土流失评估系统的二次开发环境
ArcGIS Engine是一套构建于应用的嵌入式GIS程序的组件库，不需要安装ArcGIS桌面程序，只需要购买单独的运行许可（Runtime）就可以运行，本文对都江堰市虹口乡水土流失系统的开发是基于C#语言在Visual Studio2010和.net4.0的环境下所完成，使用ArcGIS10.1版本为平台。
1.3USLE模型分析
水土流失（water and soil loss） 是指在水力、重力、风力等外营力作用下，水土资源和土地生产力的破坏和损失，包括土地表层侵蚀和水土损失。水土流失按照研究对象不同，可分为坡面、小流域和区域三个层次[1]，“区域水土流失评估系统”即是对区域水土流失研究的系统。
确定水土流失量常用国际通用水土流失方程——USLE模型 [2]，用于表示坡地土壤流失量与其主要影响因子间定量关系的侵蚀数学模型，该模型是建立在水土流失理论和采集大量实测数据的基础上的经验模型[3]。其表达式是：
A = R·K·L·S·C·P
式中，A为年平均水土流失量（t/hm2·a）；R为降雨侵蚀力因子， K为土壤侵蚀力因子，单位分别为MJ·mm/（hm2·h·a）和（t·hm2·h）/（hm2·MJ·mm），L为坡长因子，S为坡度因子，C为地表覆盖管理因子，P为侵蚀防治措施因子，均为无量纲。
1.4区域水土流失评估系统的总体设计
区域水土流失评估系统是根据USLE模型为基础，以都江堰市虹口乡为研究对象，实现区域水土流失评估系统的应用、栅格图层的计算、各因子的计算和专题图的输出等功能。其功能主要包括3个模块，即加载栅格图层、计算各影响因子、输出专题地图（图1）。
2系统功能详细设计
2.1基础功能实现
本系统的功能和ArcMap功能类似，均具有加载栅格图层、删除栅格图层、放大、缩小、地图漫游和全图显示的功能。在专题图的导出功能中，由于该系统支持栅格图层的计算，考虑到栅格图层的效果，所以只支持bmp格式的文件格式输出（.bmp）。
2.2空间分析功能
2.2.1降雨侵蚀力因子计算
降雨侵蚀力因子是USLE模型的基础因子，影响该因子的因素主要是降雨量、降雨历时和降雨动能等[4]，从而反映出降雨对水土流失的影响。该因子难于测定，本系统中采用魏斯奇迈尔（Wischmeier，W.H.）算法[4][5]，主要考虑多年月平均降雨量和多年年平均降雨量。其表达式是：
式中，p和pi单位均为毫米（mm），p表示多年是月平均降雨量，pi表示多年的年平均降雨量。本系统以《都江堰国土志》所记录的数据为主，该书记录了都江堰近50年的降雨情况，以此来测试该系统，最后计算生成R因子的数值。
2.2.2土壤侵蚀力因子
土壤可蚀性K值是土壤被侵蚀可能性的重要特征值，本系统根据邓良基等人对四川土壤和旱耕地土壤可蚀性的研究[6]，和对研究地区的实地考察得出K值。即黄壤0.3，黄棕壤0.297，暗棕壤0.286，亚高山草甸土0.288，高山草甸土0.291。
根据《都江堰国土志》对各种土壤在不同海拔高度的分布，对本系统进行DEM的重分类，开发系统时值得注意的是，本软件的平台ArcEngine10.1的重分类不能直接将映射的值映射为小于1的数，故先将K值全部放大100倍，最后用栅格图层计算的方法对K值缩小100倍，以此生成K值图层，计算坡度因子的关键代码为：
INumberRemap numRemap；
numRemap = new NumberRemapClass（）；
numRemap.MapRange（1100， 1600， 300）；
numRemap.MapRange（1600， 2375， 297）；
numRemap.MapRange（2375， 2850， 286）；
numRemap.MapRange（2850， 3000， 288）；
numRemap.MapRange（3000， 3900， 287）；
IReclassOp reclassOp；
reclassOp = new RasterReclassOpClass（）；
IRaster rasOut；
rasOut = （IRaster）reclassOp.ReclassByRemap（（IGeoDataset）pRasterDataset， numRemap as IRemap， true）； IRasterLayer poutRasterLayer = new RasterLayerClass（）；
IMapAlgebraOp mapAlgebra = new RasterMapAlgebraOpClass（）；
mapAlgebra.BindRaster（geoDataset1， "1"）；
IGeoDataset result = mapAlgebra.Execute（"[1] / 1000.0"）；
IRaster rasOut = （IRaster）result；
2.2.3坡度因子S和坡长因子L
坡度和坡长因子综合反映了地形对水土流失的影响，通常水土流失量是和坡长、坡度成正比关系。由李晓华等人[2]对山地森林水土流失的研究，其计算坡度因子S的公式如下：
S = 65.41（sinθ）2+4.56sinθ+0.065
最终生成坡度因子图层，计算坡度因子的关键代码为：
ITrigOp pTrigOp = new RasterMathOpsClass（）；
IGeoDataset geodataset_out = pTrigOp.Sin（geoDataset1）；
IMapAlgebraOp mapAlgebra = new RasterMapAlgebraOpClass（）；
mapAlgebra.BindRaster（geodataset_out， "1"）；
IGeoDataset result = mapAlgebra.Execute（"65.41 * Pow（[1]，2） + 4.56 * [1] + 0.065"）；
IRaster rasOut = （IRaster）result；
坡长因子L的计算[4]，采用以下公式：
式中，θ为坡度值，S为坡度因子，L为坡长因子，λ为坡长（m）。
考虑到岷江流域的地形因素差异，m值有所变化，故根据孟兆鑫等人[7]对岷江流域的土壤侵蚀变化的研究，m值定为0.24。最终生成坡长因子图层，计算坡长因子的关键代码为：
IMapAlgebraOp mapAlgebra = new RasterMapAlgebraOpClass（）；
IRasterAnalysisEnvironment rasAnalysisEnv = （IRasterAnalysisEnvironment）mapAlgebra；
mapAlgebra.BindRaster（geoDataset1， "1"）；
IGeoDataset result = mapAlgebra.Execute（"Pow（（[1] / 22.13），0.24）"）；
IRaster rasOut = （IRaster）result；
2.2.4地表覆盖管理C和侵蚀防治措施因子P因子
C和P因子作用是抑制侵蚀动力，是水土保持的关键因子。根据对研究区域的实地考察，其防治措施较少，尤其是在“5·12”地震后，故P值默认为1。根据蔡崇法等人[8]所提出的C因子计算公式：
式中，Pc为平均覆盖度，如年平均、月平均和季平均等。根据《都江堰国土志》可以得到都江堰全市森林覆盖率为44.6%，但极其不平衡，中山区森林覆盖率为48.97%，虹口乡正处于中山区，故Pc默认为48.97%，最终计算C因子为1.7589。
2.3专题图制作
使用IRasterClassifyColorRampRenderer接口对计算出来的水土流失图进行分级渲染。图2为水土流失的分级渲染效果，并打印输出为.bmp格式的文件（图3）。
3结论
该系统实现了区域水土流失评估的简单分析和专题图的制作，并具有一定的可扩展性和适用性。可根据对不同因子的需求，制作不同因子的专题图，易懂、易学，即使非专业人员也可快速的制作出研究区域的水土流失评估专题图[9]。
为了更全面的实现该系统的普遍性，解决该系统的局限性，可从以下两个方面进行进一步的开发。
3.1USLE模型
本系统中选择美国USLE模型为基础，但该模型更多的针对美国长缓坡型，只是根据前人的文献对其部分参数进行了优化，尤其是对微地形的分析较弱，故在最终的评估中会出现与实地水土流失的差异。
3.2各因子函数的选择
本系统中所选择的因子模型主要适用于我国的岷江流域，考虑到各地的气象、地形和植被等因素的差异，所以需要根据研究区域的不同进行不同模型的选择，从而使其评估效果更为准确。
参考文献
[1]胡良军，李锐，杨勤科，邵明安.基于GIS的区域水土流失评价模型[J].应用基础与工 程科学学报，2000（8）：1.
[2]李晓华，李铁军.应用USLE方程测定山地森林水土流失的研究[J].水土保持科技情报，2004（4）：15-16.
[3]刘晓兰.三江平原水土流失变化趋势浅析[J].环境科学与管理，2009（10）：138-139.
[4]郭兵，陶和平，刘斌涛，姜琳.基于GIS和USLE的汶川地震后理县土壤侵蚀特征及分析[J].农业工程学报，2012（28）：118-119.
[5]卜兆宏，宫世俊，阮伏水，蔡士强.降雨侵蚀力因子的算法及其在土壤流失量监测中的选用[J].遥感技术与应用，1992（7）：3-5.
[6]邓良基，侯大斌，王昌全，张世熔，夏建国.四川自然土壤和旱耕地土壤可蚀性特征研究[J].中国水土保持SWCC，2003（7）：23-24.
[7]孟兆鑫，邓玉林，刘武林.基于RS的岷江流域土壤侵蚀变化及其驱动力分析[J].地理与地理信息科学，2008（24）：57-58.
[8]蔡崇法，丁树文，史志华，黄丽，张光远.应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J].水土保持学报，2000（14）：23-24.
[9]廖丹，陈东立，张骋，廖晓翠，冉隆.基于ArcEngine的森林资源管理信息系统二次开发研究[J].林业调查规划，2011（36）：10-13.
[关键词]ArcEngine USLE 区域水土流失 空间分析 设计与实现
[中图分类号] S157.1 [文献码] B [文章编号] 1000-405X（2014）-3-329-3
1研究对象及系统总体设计
1.1研究对象概况
该系统以都江堰虹口乡部分区域进行水土流失评估，由于该区域地形复杂，故选择该区域为研究对象具有一定代表性，以验证该系统的各项参数。
虹口乡位于四川省都江堰市区东北的白沙河中游，平均海拔1500m，该区域有林地面积122.4km2，占全市森林面积的38.6%，森林覆盖率达66.23%。
1.2区域水土流失评估系统的二次开发环境
ArcGIS Engine是一套构建于应用的嵌入式GIS程序的组件库，不需要安装ArcGIS桌面程序，只需要购买单独的运行许可（Runtime）就可以运行，本文对都江堰市虹口乡水土流失系统的开发是基于C#语言在Visual Studio2010和.net4.0的环境下所完成，使用ArcGIS10.1版本为平台。
1.3USLE模型分析
水土流失（water and soil loss） 是指在水力、重力、风力等外营力作用下，水土资源和土地生产力的破坏和损失，包括土地表层侵蚀和水土损失。水土流失按照研究对象不同，可分为坡面、小流域和区域三个层次[1]，“区域水土流失评估系统”即是对区域水土流失研究的系统。
确定水土流失量常用国际通用水土流失方程——USLE模型 [2]，用于表示坡地土壤流失量与其主要影响因子间定量关系的侵蚀数学模型，该模型是建立在水土流失理论和采集大量实测数据的基础上的经验模型[3]。其表达式是：
A = R·K·L·S·C·P
式中，A为年平均水土流失量（t/hm2·a）；R为降雨侵蚀力因子， K为土壤侵蚀力因子，单位分别为MJ·mm/（hm2·h·a）和（t·hm2·h）/（hm2·MJ·mm），L为坡长因子，S为坡度因子，C为地表覆盖管理因子，P为侵蚀防治措施因子，均为无量纲。
1.4区域水土流失评估系统的总体设计
区域水土流失评估系统是根据USLE模型为基础，以都江堰市虹口乡为研究对象，实现区域水土流失评估系统的应用、栅格图层的计算、各因子的计算和专题图的输出等功能。其功能主要包括3个模块，即加载栅格图层、计算各影响因子、输出专题地图（图1）。
2系统功能详细设计
2.1基础功能实现
本系统的功能和ArcMap功能类似，均具有加载栅格图层、删除栅格图层、放大、缩小、地图漫游和全图显示的功能。在专题图的导出功能中，由于该系统支持栅格图层的计算，考虑到栅格图层的效果，所以只支持bmp格式的文件格式输出（.bmp）。
2.2空间分析功能
2.2.1降雨侵蚀力因子计算
降雨侵蚀力因子是USLE模型的基础因子，影响该因子的因素主要是降雨量、降雨历时和降雨动能等[4]，从而反映出降雨对水土流失的影响。该因子难于测定，本系统中采用魏斯奇迈尔（Wischmeier，W.H.）算法[4][5]，主要考虑多年月平均降雨量和多年年平均降雨量。其表达式是：
式中，p和pi单位均为毫米（mm），p表示多年是月平均降雨量，pi表示多年的年平均降雨量。本系统以《都江堰国土志》所记录的数据为主，该书记录了都江堰近50年的降雨情况，以此来测试该系统，最后计算生成R因子的数值。
2.2.2土壤侵蚀力因子
土壤可蚀性K值是土壤被侵蚀可能性的重要特征值，本系统根据邓良基等人对四川土壤和旱耕地土壤可蚀性的研究[6]，和对研究地区的实地考察得出K值。即黄壤0.3，黄棕壤0.297，暗棕壤0.286，亚高山草甸土0.288，高山草甸土0.291。
根据《都江堰国土志》对各种土壤在不同海拔高度的分布，对本系统进行DEM的重分类，开发系统时值得注意的是，本软件的平台ArcEngine10.1的重分类不能直接将映射的值映射为小于1的数，故先将K值全部放大100倍，最后用栅格图层计算的方法对K值缩小100倍，以此生成K值图层，计算坡度因子的关键代码为：
INumberRemap numRemap；
numRemap = new NumberRemapClass（）；
numRemap.MapRange（1100， 1600， 300）；
numRemap.MapRange（1600， 2375， 297）；
numRemap.MapRange（2375， 2850， 286）；
numRemap.MapRange（2850， 3000， 288）；
numRemap.MapRange（3000， 3900， 287）；
IReclassOp reclassOp；
reclassOp = new RasterReclassOpClass（）；
IRaster rasOut；
rasOut = （IRaster）reclassOp.ReclassByRemap（（IGeoDataset）pRasterDataset， numRemap as IRemap， true）； IRasterLayer poutRasterLayer = new RasterLayerClass（）；
IMapAlgebraOp mapAlgebra = new RasterMapAlgebraOpClass（）；
mapAlgebra.BindRaster（geoDataset1， "1"）；
IGeoDataset result = mapAlgebra.Execute（"[1] / 1000.0"）；
IRaster rasOut = （IRaster）result；
2.2.3坡度因子S和坡长因子L
坡度和坡长因子综合反映了地形对水土流失的影响，通常水土流失量是和坡长、坡度成正比关系。由李晓华等人[2]对山地森林水土流失的研究，其计算坡度因子S的公式如下：
S = 65.41（sinθ）2+4.56sinθ+0.065
最终生成坡度因子图层，计算坡度因子的关键代码为：
ITrigOp pTrigOp = new RasterMathOpsClass（）；
IGeoDataset geodataset_out = pTrigOp.Sin（geoDataset1）；
IMapAlgebraOp mapAlgebra = new RasterMapAlgebraOpClass（）；
mapAlgebra.BindRaster（geodataset_out， "1"）；
IGeoDataset result = mapAlgebra.Execute（"65.41 * Pow（[1]，2） + 4.56 * [1] + 0.065"）；
IRaster rasOut = （IRaster）result；
坡长因子L的计算[4]，采用以下公式：
式中，θ为坡度值，S为坡度因子，L为坡长因子，λ为坡长（m）。
考虑到岷江流域的地形因素差异，m值有所变化，故根据孟兆鑫等人[7]对岷江流域的土壤侵蚀变化的研究，m值定为0.24。最终生成坡长因子图层，计算坡长因子的关键代码为：
IMapAlgebraOp mapAlgebra = new RasterMapAlgebraOpClass（）；
IRasterAnalysisEnvironment rasAnalysisEnv = （IRasterAnalysisEnvironment）mapAlgebra；
mapAlgebra.BindRaster（geoDataset1， "1"）；
IGeoDataset result = mapAlgebra.Execute（"Pow（（[1] / 22.13），0.24）"）；
IRaster rasOut = （IRaster）result；
2.2.4地表覆盖管理C和侵蚀防治措施因子P因子
C和P因子作用是抑制侵蚀动力，是水土保持的关键因子。根据对研究区域的实地考察，其防治措施较少，尤其是在“5·12”地震后，故P值默认为1。根据蔡崇法等人[8]所提出的C因子计算公式：
式中，Pc为平均覆盖度，如年平均、月平均和季平均等。根据《都江堰国土志》可以得到都江堰全市森林覆盖率为44.6%，但极其不平衡，中山区森林覆盖率为48.97%，虹口乡正处于中山区，故Pc默认为48.97%，最终计算C因子为1.7589。
2.3专题图制作
使用IRasterClassifyColorRampRenderer接口对计算出来的水土流失图进行分级渲染。图2为水土流失的分级渲染效果，并打印输出为.bmp格式的文件（图3）。
3结论
该系统实现了区域水土流失评估的简单分析和专题图的制作，并具有一定的可扩展性和适用性。可根据对不同因子的需求，制作不同因子的专题图，易懂、易学，即使非专业人员也可快速的制作出研究区域的水土流失评估专题图[9]。
为了更全面的实现该系统的普遍性，解决该系统的局限性，可从以下两个方面进行进一步的开发。
3.1USLE模型
本系统中选择美国USLE模型为基础，但该模型更多的针对美国长缓坡型，只是根据前人的文献对其部分参数进行了优化，尤其是对微地形的分析较弱，故在最终的评估中会出现与实地水土流失的差异。
3.2各因子函数的选择
本系统中所选择的因子模型主要适用于我国的岷江流域，考虑到各地的气象、地形和植被等因素的差异，所以需要根据研究区域的不同进行不同模型的选择，从而使其评估效果更为准确。
参考文献
[1]胡良军，李锐，杨勤科，邵明安.基于GIS的区域水土流失评价模型[J].应用基础与工 程科学学报，2000（8）：1.
[2]李晓华，李铁军.应用USLE方程测定山地森林水土流失的研究[J].水土保持科技情报，2004（4）：15-16.
[3]刘晓兰.三江平原水土流失变化趋势浅析[J].环境科学与管理，2009（10）：138-139.
[4]郭兵，陶和平，刘斌涛，姜琳.基于GIS和USLE的汶川地震后理县土壤侵蚀特征及分析[J].农业工程学报，2012（28）：118-119.
[5]卜兆宏，宫世俊，阮伏水，蔡士强.降雨侵蚀力因子的算法及其在土壤流失量监测中的选用[J].遥感技术与应用，1992（7）：3-5.
[6]邓良基，侯大斌，王昌全，张世熔，夏建国.四川自然土壤和旱耕地土壤可蚀性特征研究[J].中国水土保持SWCC，2003（7）：23-24.
[7]孟兆鑫，邓玉林，刘武林.基于RS的岷江流域土壤侵蚀变化及其驱动力分析[J].地理与地理信息科学，2008（24）：57-58.
[8]蔡崇法，丁树文，史志华，黄丽，张光远.应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J].水土保持学报，2000（14）：23-24.
[9]廖丹，陈东立，张骋，廖晓翠，冉隆.基于ArcEngine的森林资源管理信息系统二次开发研究[J].林业调查规划，2011（36）：10-13.