2021, Vol. 46引用本文 |
| 基于MODIS的某特高压直流输电线路湖北段工程水土保持监测研究 |  [PDF全文] |
2. 华中师范大学城市与环境科学学院，湖北 武汉，430079
2. College of City and Environmental Science, Central China Normal University, Wuhan 430079, China
酒泉-湖南±800 kV特高压直流输电线路工程湖北段是世界上已建成的电压等级最高、送电距离最长、输送容量最大的特高压直流输电线路工程。由于该工程的输电线路长，时空跨度大，影响范围广，因此在施工中不可避免地会扰动和破坏土地、植被，导致水土流失[1]。另外，该项目作为我国“五交八直”特高压工程项目之一，其水土流失问题更是受到大众的广泛关注。因此，对该工程开展水土保持监测研究就显得尤其重要。
本文将利用中分辨率成像光谱仪(moderate resolution imaging spectroradiometer，MODIS)遥感影像对酒泉-湖南±800 kV特高压直流输电线路工程湖北段周边的生态指数进行监测，并结合该工程湖北段水土保持监测实践结果进行验证，分析研究区实施水土保持工程后周边生态环境的变化情况和水土流失状况。
1 研究区域概况与数据介绍1) 工程概况。酒泉-湖南±800 kV特高压直流输电线路湖北段工程位于湖北省恩施州、宜昌市、荆州市境内，起于湖北省巴东县庙坪乡西侧的白鹅坪，止于鄂湘省界处的杜家坪，线路总体呈现西高东低的态势，途径巴东县、建始县、长阳县、五峰县、松滋市5个县(市)。工程总占地面积为69.95 hm2，总挖方21.76万m3，总填方21.40万m3，弃方0.36万m3。
2) 项目区概况。酒泉-湖南±800 kV特高压直流输电线路湖北段工程于2015年9月开工，2017年3月完工。该工程水土保持监测自2016年10月开始至2017年7月结束。沿线地貌主要为为低中山、低山和低丘垄岗地貌，线路所经地段地下水主要为基岩裂隙水及上层滞水，线路所经区域地质环境相对稳定。沿线土壤类型主要为黄红壤、黄棕壤、石灰土、紫色土和水稻土。沿线区域属亚热带季风气候区，雨量充沛，气候温和，四季分明。
3) 遥感数据与辅助数据。MODIS卫星数据是中分辨率成像光谱数据，有其独特的数据特点及优势，成像范围广，是研究大范围水土流失的良好数据源[2]。所有指标数据均来源于谷歌地球引擎(Google earth engine，GEE)平台的MODIS遥感产品，具体数据如表 1所示。
| 表 1 研究指标及其数据产品 Tab.1 Research Indicators and Data Products |
 |
上述MODIS数据产品已经经过辐射、大气校正[3]。获取时间为2013-2020年。在获取上述MODIS数据产品后，本文采用最大值合成法对全年多期遥感数据进行合成。原因在于本研究区穿越多种地形，植被受垂直地域分异规律的影响较大，植被的生长季并不统一，仅利用年内12个月的平均值来代表当年植被的生长状况会造成较大的误差[4]。
辅助数据来源于每座基塔的杆塔号坐标和外业调查数据。数据由施工方根据规范标准制作，精度可靠。
2 研究方法1) 选取生态指数。水土流失与地表植被是相互作用、相互影响的关系。地表植被的破坏必然会导致水土流失，同时水土流失也会导致地表植被很难存活，使植被覆盖率下降[5]。本文选取4项指标均与植被有关。归一化植被指数(normalized difference vegetation index，NDVI)与增强型植被指数(enhanced vegetation index，EVI)反应植被覆盖情况和生长状况，总初级生产力(gross primary productivity，GPP)与净初级生产力(net primary productivity，NPP)反应植被生理特征和生长状况。
2) 缓冲区分析。缓冲区分析是GIS空间分析中最主要、最基本的方法之一, 是通过按一定距离对指定的目标建立缓冲区，然后建立该图层与目标图层的叠加，进行分析得到所需结果[6]。本文围绕研究区矢量数据建立了5 km的线性缓冲区。
3) 趋势分析。基于像元的一元线性回归分析法，能够通过一定时间段内单个像元的数值变化，计算每个栅格中植被生态指数的时空变化趋势，单个像元多年线性回归方程的趋势线斜率即为年际变化速率[7-10]。本文采用该方法分析研究区2013-2018年每个栅格NDVI、EVI、GPP、NPP的变化趋势。
4) 实测数据与遥感数据互为验证。本文采用遥感数据对研究区内植被生态指数变化趋势进行了分析，为验证遥感解译成果的精确性，本文将采用实测数据来对解译成果进行互为验证，其中实测数据源于外业调查结果。
3 实验与分析 3.1 室内评价结果1) 植被生态指数空间动态变化趋势。通过在ArcGIS中的栅格计算器中输入一元线性回归分析方程，计算得到了研究区内植被生态指数在6年间逐个像元的空间变化趋势分布图(见图 1)，同时分析了6年来研究区内植物生态指数的变化情况(见表 2)，并将结果分为显著增加、轻微增加、基本不变、轻微减少、显著减少共5类。
 |
| 图 1 研究区植被生态指数变化趋势图 Fig.1 Change Trend Map of Vegetation Ecological Index in the Study Area |
| 表 2 研究区植被生态指数变化情况 Tab.2 Changes of Vegetation Ecological Index in the Study Area |
 |
结果表明，研究区植被生态指数年际动态变化总体呈现波动增加的趋势，整体上表现为由西北向东南逐渐递减的趋势，并且植被生态指数的空间变化趋势表现为显著增加和轻微减少为主，植被生态指数的低值区大多围绕输电线路工程的末端区域。
2) 植被生态指数年际动态变化趋势。2013- 2018年研究区内植被生态指数的年际变化特征十分明显，整体呈现出波动增加的趋势，但增幅不大(见表 3)。
| 表 3 2013-2018年研究区生态指数年际变化表 Tab.3 2013-2018 Interannual Change of the Ecological Index of the Study Area |
 |
3.2 室外调查结果
通过实测和收集前期施工资料分析发现，研究区内各水土流失区域均得到有效治理和改善，整个防治责任范围内6项防治指标均已达标：扰动土地整治率为95.88%，水土流失总治理度为95.31%，拦渣率为98.20%，土壤流失控制比为1.10，林草植被恢复率为99.19%，林草覆盖率为66.36%。
3.3 讨论与分析1) 室内解译结果分析。从室内解译结果来看，整体上研究区内的植被生态指数呈现出从西北向东南逐渐递减的分布情况。2013-2015年研究区内的植被生态指数呈现出波动上升的状态，且各项植被生态指数均与多年平均值呈现出不同程度的偏离，这侧面反映出了研究区内的生态环境的稳定性较差。2015-2017年研究区内的植被生态指数均呈现不同幅度的下降趋势，这与研究区内特高压输电线路工程的开建有关。输电线路工程的开建占据了部分原有的植被用地，也对原有的植被造成了严重的破坏，加剧了研究区内生态环境的不稳定性。2017-2018年研究区内的植被生态指数均呈现了不同程度的上升趋势，反映了研究区内生态环境有所好转，这与输电线路工程的水土保持工程的实施有关。
2) 室外调查结果分析。经过野外调查发现，输电线路工程的水土保持措施已按照水土保持设计的要求，在输电线路工程沿线实施了各项水土保持措施。经过现场监测和调研，结合施工、监理相关资料发现，已实施的各项水土保持工程措施运转情况良好，各项水土保持措施的效益十分明显，对降低区域内水土流失起到了较好的防治作用。
3) 室内外结果联合分析。研究区内的输电线路工程属于线型开发建设项目，其水土流失具有线性、阶段性以及多类型性的特点[11]，仅仅依靠室内评价结果或者室外调查结果并不能完全的反映水土保持监测的准确性，因此室内外结果联合分析就显得十分必要。根据室内解译结果发现2013-2018年研究区内植被生长状况得到了小幅的改善，植被生态指数变化趋势表现为增加的状态。虽然在2015-2017年研究区内植被生态指数呈下降趋势，但在2016年之后研究区内植被生态指数的下降趋势明显减缓，且在2017年之后明显有所好转，这与室外调查的结果基本相符合。通过室外调查发现，自2016年水土保持工程开工以来，各项水土保持措施均发挥了不错的效用，不仅遏制了研究区内的水土流失程度，还在一定程度上改善了研究区内的生态环境，这与室内遥感解译结果基本吻合。
4 结束语本文基于MODIS卫星数据产品和实地测量数据，使用室内外联合分析的方法，得出以下主要结论: ①6年来研究区植被生态指数年际动态变化总体呈现波动增加的趋势。②工程建设带来的水土流失均得到有效的治理，各项防治指标均已达标。③室内评价结果与室外调研结果基本一致。
| [1] |
吴博文, 刘汉生. 输电线路工程水土保持监测实践及防治效果[J]. 中国水土保持, 2015(3): 62-64. DOI:10.3969/j.issn.1000-0941.2015.03.026 |
| [2] |
马慧云, 李德仁, 刘良明, 等. 基于MODIS卫星数据的平流雾检测研究[J]. 武汉大学学报·信息科学版, 2005, 30(2): 143-145. |
| [3] |
吴宜进, 赵行双, 奚悦, 等. 基于MODIS的2006-2016年西藏生态质量综合评价及其时空变化[J]. 地理学报, 2019, 74(7): 1 438-1 449. |
| [4] |
宋富强, 邢开雄, 刘阳, 等. 基于MODIS/NDVI的陕北地区植被动态监测与评价[J]. 生态学报, 2011, 31(02): 354-363. |
| [5] |
Sun W Y, Mu X M, Gao P, et al. Landscape Patches Influencing Hillslope Erosion Processes and Flow Hydrodynamics[J]. Geoderma, 2019, 353: 391-400. DOI:10.1016/j.geoderma.2019.07.003 |
| [6] |
刘湘南, 许红梅, 黄方. 土地利用空间格局及其变化的图形信息特征分析[J]. 地理科学, 2002(1): 79-84. |
| [7] |
陈晓玲, 曾永年. 亚热带山地丘陵区植被NPP时空变化及其与气候因子的关系——以湖南省为例[J]. 地理学报, 2016, 71(1): 35-48. |
| [8] |
刘启兴, 董国涛, 景海涛, 等. 2000-2016年黄河源区植被NDVI变化趋势及影响因素[J]. 水土保持研究, 2019, 26(3): 86-92. |
| [9] |
刘玉红, 张筠, 张春华, 等. 2000-2015年山东省植被净初级生产力时空变化及其对气候变化的响应[J]. 生态学杂志, 2019, 38(5): 1 464-1 471. |
| [10] |
徐佳, 王略, 王义, 等. 2000-2017年神东矿区植被NDVI时空动态[J]. 水土保持研究, 2021, 28(1): 153-158. |
| [11] |
赵君. 山东省地理省情监测时空数据库管理平台设计与实现[J]. 测绘地理信息, 2020, 45(5): 112-116. |