杜顯元 陳宏坤 翁藝斌 馬 良 張坤峰 夏梁芝 戴建林 馮 陽(yáng)

1.石油石化污染物控制與處理國(guó)家重點(diǎn)實(shí)驗(yàn)室 2.中國(guó)石油集團(tuán)安全環(huán)保技術(shù)研究院有限公司

3.中國(guó)石油浙江油田分公司 4.北京地拓科技發(fā)展有限公司

0 引言

我國(guó)目前大規(guī)模開(kāi)發(fā)的頁(yè)巖油氣資源多分布于山區(qū)，勘探開(kāi)發(fā)和相關(guān)配套工程建設(shè)過(guò)程中會(huì)破壞植被，對(duì)地表層土壤造成不同程度的擾動(dòng)，在水蝕等相關(guān)因素作用下，造成大面積的水土流失。同時(shí)，地下開(kāi)采會(huì)造成地面塌陷、地下水滲漏，導(dǎo)致植物生長(zhǎng)不良甚至死亡，加劇開(kāi)采區(qū)的水土流失與土壤侵蝕，破壞該地區(qū)的生態(tài)環(huán)境[1-4]。

傳統(tǒng)的油氣勘探開(kāi)發(fā)水土流失監(jiān)測(cè)主要針對(duì)井場(chǎng)進(jìn)行人工觀測(cè)，筆者利用綜合因子的評(píng)估方法，在現(xiàn)有研究基礎(chǔ)上創(chuàng)新性地引入高分遙感數(shù)據(jù)，對(duì)開(kāi)采區(qū)域進(jìn)行水土流失監(jiān)測(cè)評(píng)估，可以實(shí)現(xiàn)快速、大范圍的水土流失精確監(jiān)測(cè)，彌補(bǔ)了傳統(tǒng)方法空間局限性高、時(shí)效性差、成本高、缺乏直觀性的缺點(diǎn)，完成了傳統(tǒng)技術(shù)無(wú)法完成的動(dòng)態(tài)、連續(xù)、及時(shí)的環(huán)境演變監(jiān)測(cè)[5-10]。本文選取四川C、Z等頁(yè)巖氣開(kāi)發(fā)項(xiàng)目區(qū)進(jìn)行監(jiān)測(cè)評(píng)估。

1 C、Z項(xiàng)目區(qū)環(huán)境簡(jiǎn)況

四川C項(xiàng)目區(qū)、Z項(xiàng)目區(qū)位于四川省南部，在大地構(gòu)造上位于楊子準(zhǔn)地臺(tái)區(qū)，北為四川盆地中凹陷區(qū)的川東南褶皺束及川中古隆起，南為滇黔褶皺區(qū)之婁山關(guān)凹陷褶皺束及雷波隆起，屬較穩(wěn)定地塊，地勢(shì)南高北低，地形為狹長(zhǎng)形，地體多由石灰?guī)r和紫色頁(yè)巖組成。該區(qū)域是典型的喀斯特低山丘陵地貌，巖溶地形特征明顯，多溶洞、漏斗、石筍、石灰?guī)r等；其坡面陡峭，漏水嚴(yán)重，溝壑縱橫，多亂石縫地，土層淺薄，抗侵蝕能力弱[11]。

氣候類(lèi)型上，該區(qū)屬于亞熱帶濕潤(rùn)季風(fēng)氣候，夏雨集中，夏季降水量占全年的52.4%，夏季多暴雨，沖刷能力強(qiáng)，極易造成水土流失。截至2015年4月，研究區(qū)共有居民5 939戶(hù)，人口約29 455人[12]，人口密度100人/km2，研究區(qū)受人類(lèi)活動(dòng)影響劇烈。頁(yè)巖氣開(kāi)發(fā)過(guò)程中的施工、鉆井、道路修建等均會(huì)加劇該地區(qū)的水土流失。

2 數(shù)據(jù)來(lái)源及研究方法

2.1 數(shù)據(jù)來(lái)源

2.1.1 遙感影像數(shù)據(jù)

研究中使用的遙感影像數(shù)據(jù)分別選取C項(xiàng)目區(qū)、Z項(xiàng)目區(qū)2012年的資源一號(hào)衛(wèi)星與2017年的Spot 6遙感衛(wèi)星影像數(shù)據(jù)。資源一號(hào)衛(wèi)星影像包含1個(gè)波段的HR相機(jī)影像（分辨率為2.35 m）和3個(gè)多光譜波段（分辨率為10.0 m）；Spot 6衛(wèi)星影像包含1個(gè)全色波段（分辨率為1.5 m）和4個(gè)多光譜波段（分辨率為6.0 m）。

2.1.2 地形數(shù)據(jù)與其他數(shù)據(jù)

地形數(shù)據(jù)采用30 m分辨率DEM（Digital Elevation Model，即數(shù)字高程模型），其他數(shù)據(jù)包括項(xiàng)目區(qū)邊界范圍、項(xiàng)目區(qū)所在行政區(qū)基本概況等。

2.2 研究方法

通過(guò)遙感技術(shù)獲取項(xiàng)目區(qū)土地利用、植被覆蓋度、地面坡度數(shù)據(jù)，采用綜合因子法生成土壤侵蝕柵格數(shù)據(jù)，參照《土壤侵蝕分類(lèi)分級(jí)標(biāo)準(zhǔn)》（SL 190—2007）中的土壤侵蝕強(qiáng)度面蝕分級(jí)標(biāo)準(zhǔn)，確定水力侵蝕強(qiáng)度分級(jí)參考指標(biāo)建立知識(shí)規(guī)則[13]，由計(jì)算機(jī)判別圖斑的侵蝕強(qiáng)度，侵蝕強(qiáng)度分級(jí)參照表1。

2.2.1 遙感影像預(yù)處理

1）大氣校正與幾何精校正。利用Envi軟件分別對(duì)項(xiàng)目區(qū)的資源一號(hào)、Spot 6遙感影像進(jìn)行大氣校正，大氣模型參數(shù)選擇SAS（Sub-Arctic Summer）、氣溶膠模型選擇鄉(xiāng)村，其他選項(xiàng)根據(jù)影像頭文件信息進(jìn)行選擇。

采用ArcGIS軟件進(jìn)行幾何精校正。幾何精校正每個(gè)項(xiàng)目區(qū)均勻選取不少于20個(gè)控制點(diǎn)，利用二次多項(xiàng)式對(duì)2012年資源一號(hào)衛(wèi)星影像進(jìn)行幾何精校正，均方根誤差控制在兩個(gè)像元以?xún)?nèi)；以校正后的資源一號(hào)衛(wèi)星影像為基準(zhǔn)影像，采用同樣的方法對(duì)項(xiàng)目區(qū)Spot 6遙感影像進(jìn)行幾何精校正。

表1 土壤侵蝕強(qiáng)度分級(jí)指標(biāo)表

2）影像融合與裁剪。利用Envi軟件將影像處理后的全色與多光譜進(jìn)行融合，融合后的結(jié)果兼具全色與多光譜的高分辨率、光譜波段信息豐富的特點(diǎn)。根據(jù)四川C項(xiàng)目區(qū)、Z項(xiàng)目區(qū)進(jìn)行裁剪，得到項(xiàng)目區(qū)的全色多光譜影像。

2.2.2 遙感影像土地利用解譯

1）解譯標(biāo)志建立。根據(jù)《土壤侵蝕分類(lèi)分級(jí)標(biāo)準(zhǔn)》（SL 190—2007）中的土地利用分類(lèi)標(biāo)準(zhǔn)，結(jié)合項(xiàng)目區(qū)土地利用情況，將土地利用分為水田、水澆地、旱地、園地、有林地、灌木林地、草地、居民用地、交通用地、工礦用地、水域及水利設(shè)施用地、裸巖、裸土地等13類(lèi)，通過(guò)現(xiàn)場(chǎng)調(diào)研與影像對(duì)比的方法，建立C項(xiàng)目區(qū)與Z項(xiàng)目區(qū)的解譯標(biāo)志，解譯標(biāo)志包含項(xiàng)目區(qū)所有土地利用類(lèi)型，每一類(lèi)至少包含兩種，以提高土地利用解譯成果的準(zhǔn)確度。

2）土地利用解譯。結(jié)合建立的解譯標(biāo)志，采用人機(jī)交互的方式對(duì)項(xiàng)目區(qū)進(jìn)行解譯。土地利用屬性準(zhǔn)確度應(yīng)不低于90%，山區(qū)的邊界誤差不大于2個(gè)像元，平原地區(qū)不大于1個(gè)像元。利用人機(jī)交互切割多邊形的方法[14]，排除土地利用成果中圖斑重疊、圖斑縫隙、拓?fù)溴e(cuò)誤和其他相關(guān)類(lèi)型的錯(cuò)誤。土地利用解譯成果如圖1所示。

3）土地利用精度評(píng)估。在四川C與Z兩個(gè)項(xiàng)目區(qū)內(nèi)分別均勻、隨機(jī)挑選40個(gè)土地，利用圖斑進(jìn)行現(xiàn)場(chǎng)驗(yàn)證，選取的圖斑屬性需包含項(xiàng)目區(qū)內(nèi)所有類(lèi)型土地利用。通過(guò)現(xiàn)場(chǎng)驗(yàn)證與解譯結(jié)果對(duì)比發(fā)現(xiàn)，兩個(gè)項(xiàng)目區(qū)的解譯精度均超過(guò)94%。

2.2.3 植被覆蓋度計(jì)算方法

植被覆蓋度是評(píng)判一片區(qū)域的植被群落保持水土能力的重要指標(biāo)，也是衡量地表水土流失狀況的一個(gè)重要的指標(biāo)，計(jì)算植被覆蓋度就是在影像上計(jì)算每個(gè)像元內(nèi)的植被占像元總面積的比例，通常利用植被的歸一化植被指數(shù)NDVI（Normalized Difference Vegetation Index）來(lái)計(jì)算。NDVI又稱(chēng)標(biāo)準(zhǔn)化植被指數(shù)，定義為近紅外波段NIR與可見(jiàn)光紅波段R反射率之差和這兩個(gè)波段反射率之和的比值，即如下公式：

圖1 四川C、Z項(xiàng)目區(qū)2012、2017年土地利用圖

式中NIR表示近紅外波段；R表示可見(jiàn)光紅波段。

植被覆蓋度與NDVI具有非常好的相關(guān)性，NDVI分布值介于－1～1，小于0.1幾乎沒(méi)有植被信息，而接近于1時(shí)，表示植被生長(zhǎng)旺盛。根據(jù)土壤NDVI和植被NDVI計(jì)算植被覆蓋度的數(shù)學(xué)表達(dá)式如下：

式中NDVIsoil表示裸土或無(wú)植被覆蓋區(qū)域的NDVI值，即無(wú)植被像元的NDVI值；而NDVIveg則代表完全被植被所覆蓋的像元NDVI值，即純植被像元NDVI值[15]。NDVI可從通過(guò)影像上計(jì)算，NDVIsoil與NDVIveg可在影像上確定，植被蓋度成果見(jiàn)圖2。

2.2.4 坡度獲取方法

采用建立的數(shù)字地面高程模型，在GIS支持下利用專(zhuān)門(mén)的算法提取坡度。以研究區(qū)1∶10萬(wàn)地形圖作為底圖，矢量化生成DEM數(shù)據(jù)，以30 m為單元格計(jì)算研究區(qū)內(nèi)的坡度，項(xiàng)目區(qū)坡度分布見(jiàn)圖3。

圖2 四川C、Z項(xiàng)目區(qū)2012、2017年植被覆蓋度圖

圖3 四川C、Z項(xiàng)目區(qū)坡度圖

3 結(jié)果與分析

3.1 C、Z項(xiàng)目區(qū)2017年土壤侵蝕面積和強(qiáng)度

基于獲取的2017年遙感數(shù)據(jù)和各項(xiàng)水土流失評(píng)定因子數(shù)據(jù)，得出C、Z項(xiàng)目區(qū)2017年水土流失現(xiàn)狀圖，統(tǒng)計(jì)分析各個(gè)等級(jí)的水土流失面積。

經(jīng)統(tǒng)計(jì)，2017年四川C項(xiàng)目區(qū)侵蝕面積35.36 km2，占土地總面積的25.62%。侵蝕面積中，輕度11.54 km2、中度12.33 km2、強(qiáng)烈10.19 km2、極強(qiáng)烈1.09 km2、劇烈0.21 km2，分別占侵蝕總面積的32.64%、34.87%、28.82%、3.08%、0.59%（表2）。土壤侵蝕主要以輕度、中度為主，集中在四川C項(xiàng)目區(qū)西北部、西部、西南部一帶，中部地區(qū)土壤侵蝕強(qiáng)度較小（圖4-a）。

表2 四川C、Z項(xiàng)目區(qū)2017年土壤侵蝕統(tǒng)計(jì)表

四川Z項(xiàng)目區(qū)2017年侵蝕面積63.92 km2，占土地總面積的39.95%。侵蝕面積中，輕度19.99 km2、中度26.22 km2、強(qiáng)烈16.78 km2、極強(qiáng)烈0.88 km2、劇烈0.05 km2，分別占侵蝕總面積的31.27%、41.02%、26.25%、1.38%、0.08%（表2）。土壤侵蝕主要以輕度、中度為主，土壤侵蝕分布廣泛，其中以東南部土壤侵蝕強(qiáng)度較大且分布集中（圖4-b）。

圖4 四川C、Z項(xiàng)目區(qū)2017年土壤侵蝕強(qiáng)度圖

3.2 C、Z項(xiàng)目區(qū)2012—2017年水土流失變化

四川C項(xiàng)目區(qū)2017與2012年相比，土壤侵蝕強(qiáng)度面積整體減少20.18 km2，其中輕度侵蝕面積減少6.77 km2，中度侵蝕面積減少12.93 km2，強(qiáng)烈侵蝕面積減少0.38 km2，極強(qiáng)烈侵蝕面積減少0.13 km2，劇烈侵蝕面積增加0.03 km2（表3）。土壤侵蝕減少的地方主要分布在C項(xiàng)目區(qū)南部（圖5-a），土壤侵蝕加重的地方比較分散，侵蝕加重區(qū)域與居民點(diǎn)用地、交通用地相鄰。土壤侵蝕主要由社會(huì)經(jīng)濟(jì)發(fā)展造成，局部地區(qū)是由于油氣開(kāi)發(fā)新修建平臺(tái)、道路造成，因此油氣開(kāi)發(fā)對(duì)土壤侵蝕的影響不大。

表3 四川C項(xiàng)目區(qū)2012—2017年土壤侵蝕變化表

四川Z項(xiàng)目區(qū)2017年與2012年土壤侵蝕強(qiáng)度相比，2017年土壤侵蝕強(qiáng)度面積整體減少了18.93 km2。其中輕度侵蝕減少5.19 km2，中度侵蝕面積減少10.67 km2，強(qiáng)烈侵蝕面積減少2.64 km2，極強(qiáng)烈侵蝕面積減少0.40 km2，劇烈侵蝕面積減少0.03 km2（表4）。從土壤侵蝕變化圖看（圖5-b），總體上土壤侵蝕面積變小，但局部土壤侵蝕加重，土壤侵蝕加重的地方主要分布在項(xiàng)目區(qū)東部和中部一帶。這一地區(qū)的油氣平臺(tái)與居民點(diǎn)用地、交通用地相交排布。土壤侵蝕加重的原因主要與油氣田生產(chǎn)建設(shè)與社會(huì)經(jīng)濟(jì)發(fā)展共同作用有關(guān)。

3.3 評(píng)估精度與制約因素

圖5 四川C、Z項(xiàng)目區(qū)2012—2017年土壤侵蝕強(qiáng)度變化面積圖

表4 四川Z項(xiàng)目區(qū)2012—2017年土壤侵蝕變化表

通過(guò)有條件的隨機(jī)抽樣并現(xiàn)場(chǎng)驗(yàn)證的方法檢測(cè)水土流失評(píng)估等成果的精確度。四川C、Z兩個(gè)項(xiàng)目區(qū)分別抽取50個(gè)均勻分布的樣本點(diǎn)，重點(diǎn)選取土地利用屬性存疑的地塊進(jìn)行現(xiàn)場(chǎng)核查。通過(guò)現(xiàn)場(chǎng)抽樣核查的方法驗(yàn)證[16-17]，利用綜合因子結(jié)合高分遙感影像評(píng)估的水土流失精度約為93%，誤差率約為7%。

該方法適用于有土地利用、地形數(shù)據(jù)等相關(guān)基礎(chǔ)數(shù)據(jù)的地區(qū)，若缺少該類(lèi)數(shù)據(jù)無(wú)法進(jìn)行有效評(píng)估。相較于傳統(tǒng)測(cè)量評(píng)估方法，本方法的評(píng)估準(zhǔn)確度受土地利用、坡度、植被蓋度、高分遙感影像分辨率等相關(guān)因子精度的制約[18-19]。水土流失影響因子除文中涉及的土地利用、植被蓋度、坡度等因子，還受降雨、坡向、采取的防治措施等因素影響，后續(xù)研究將引入降雨、坡向、措施類(lèi)型等細(xì)化因子，增加水土流失評(píng)估的全面性，提高評(píng)估的準(zhǔn)確率[20-21]。

4 結(jié)論

1）四川C項(xiàng)目區(qū)、Z項(xiàng)目區(qū)土壤侵蝕占總土地面積較小，土壤侵蝕強(qiáng)度中主要以輕度和中度為主。2012—2017年土壤侵蝕面積整體減少，但局部土地?cái)_動(dòng)增多，土壤侵蝕強(qiáng)度增大，水土流失嚴(yán)重，主要原因是社會(huì)經(jīng)濟(jì)發(fā)展，次要原因是油氣田生產(chǎn)建設(shè)相關(guān)活動(dòng)。該地區(qū)油氣開(kāi)發(fā)尚處于初級(jí)階段，仍具有水土流失風(fēng)險(xiǎn)，因此研究區(qū)內(nèi)水土流失防治工作仍需高度重視，保護(hù)珍貴的水土資源。

2）利用綜合因子結(jié)合高分遙感影像的評(píng)估方法，其準(zhǔn)確度受土地利用、坡度、植被蓋度、高分遙感影像分辨率等相關(guān)因子精度的制約。除上述影響因素，水土流失還受降雨、坡向、采取的防治措施等因素的影響，后續(xù)研究將引入這些影響因子，以增加水土流失評(píng)估的全面性，提高評(píng)估的準(zhǔn)確率。