北京师范大学地理学与遥感科学学院

1. 第一次全国水利普查技术细则 北京师范大学地理学与遥感科学学院

2. 提 纲 一、水土流失普查遥感影像处理技术细则 二、水土流失普查专题信息提取技术细则 三、水土流失普查强度判别与成果处理技术细则

3. 一、水土流失普查遥感影像处理技术细则 • 1.基础数据 • 2.遥感数据预处理 • 3.质量控制 • 4.成果要求

4. 1. 基础数据 1.1 HJ-1-A 、B数据 HJ-1-A和HJ-1-B卫星数据对地刈宽为700公里、地面像元分辨率为30米、4个谱段（蓝、绿、红、近红外），重访周期为4天。覆盖全国需约80景HJ-1-A、HJ-1-B星CCD数据。 洞庭湖-HJ星数据  HJ-1-A卫星

5. HJ-1-A和HJ-1-B卫星CCD数据用于计算植被覆盖，修正土地利用。数据获取基于中国资源卫星应用中心的数据查询系统（快视）进行，HJ-1-A和HJ-1-B卫星CCD数据用于计算植被覆盖，修正土地利用。数据获取基于中国资源卫星应用中心的数据查询系统（快视）进行， 具体要求： （1）2009年至2010年季度数据； （2）不同侵蚀类型调查区图像的时相一致或相近； （3）图像清晰，地物层次分明，色调均一； （4）图像没有坏行、缺带，没有条带、斑点噪声和耀斑； （5）云层覆盖少的图像（即以晴空图像为优）； （6）数据覆盖全国。

6. 1.2 MODIS数据 MODIS数据波段范围广，有36个波段，数据空间分辨率包括250米、500米和1000米三个尺度。

7. 普查使用MODIS NDVI数据和MODIS Landcover数据，空间分辨率1km，用于计算全国植被盖度年内变化曲线，具体要求： （1）2000年至2010年的数据，时间周期16天； （2）为实现HJ-1-A、HJ-1-B星CCD数据产品与MODIS数据 产品匹配，选取时间要尽可能一致； （3）对于不同侵蚀类型调查区图像的时相一致或相近； （4）图像没有坏行、缺带； （5）尽量挑选云层覆盖少的图像（即以晴空图像为优）； （6）数据覆盖全国

8. 1.3 Aqua/AMSR-E数据 Aqua/AMSR-E亮温数据是辐射计数据，来自美国冰雪数据中心，数据在网上免费下载（https://wist.echo.nasa.gov/api/），像元大小为0.25°，用于冻融侵蚀温度相关因子反演。 具体要求： （1）2002年至2010年数据，时间周期2天； （2）图像没有坏行、缺带； （3）数据覆盖冻融区。

9. 2. 遥感数据预处理 2.1 几何精校正 2.1.1 HJ-1-A、HJ-1-B数据 几何精校正流程图

10. (1) 数据挑选 数据源选取需能有效的覆盖普查范围，保证数据质量和方便色调处理。具体标准有： 1）相邻区域时相一致或相近的图像； 2）图幅方正，图像清晰，地物层次分明，色调均一； 3）图像没有坏行缺带，没有条带、斑点噪声和耀斑； 4）尽量挑选云层覆盖少的图像（即以晴空图像为优）； 5）为了保证图像色调均一，尽量选用同一季节的图像。 • (2) 几何精纠正预处理 系统提供的标准数据产品是经辐射校正和系统几何校正的2级产品，只进行了单景数据波段间的配准、纵横向随机条纹的基本滤除和CCD影像色调的平衡归一化校正。 需对获取的2级标准产品影像进行以下处理： 1）选取其中的1、2、3和4波段，采用遥感图像处理软件如ERDAS IMAGINE、ENVI等，处理采用ERDAS IMAGINE软件实现波段合成，转换成IMG格式文件。 2）对有噪声的图像进行去噪声处理以及对模糊图像进行拉伸增强处理，使图像清晰化，调整影像的亮度、对比度和色阶比，达到图像最佳效果。

11. (3) 图像几何精校正 图像的几何精纠正以1:50000和1:100000地形图或（同等或更高）分辨率卫星影像作为参考，人工选取控制点进行几何精纠正。 纠正结果文件采用正轴等面积割圆锥投影，又称亚尔勃斯（Albers）投影，以25°N和47°N两条纬线为标准纬线相割；椭球体采用国际通用的WGS-84；数据格式为Geotiff。 几何精校正用ERDAS IMAGINE软件完成。纠正算法采用多项式校正，每幅影像的控制点均匀分布，选取20个以上控制点；平原地区可采用2次多项式进行几何校正，山区需采用3次多项式进行几何校正。 几何精校正后的影像空间采样分辨率：HJ-1-A和HJ-1-B卫星CCD数据产品为30米。 几何精校正产品格式：Geotiff； 几何精校正的命名规则：Path-Row-卫星标识-获取日期-ref。

12. (4) 数据地形图分幅 数据分幅工作包括镶嵌及编辑处理、地形图分幅处理、质量控制三步。 1）镶嵌及编辑处理 经几何精纠正后，以较高的精度把各景影像拼接起来，形成覆盖全国的整幅影像。 2）地形图分幅处理 采用基于网格新裁切方案，具体按1:250000比例尺要求，生成覆盖某个区域（如省为单位）的网格矢量线，利用网格线对该区域图像进行自动裁切，生成一系列该比例尺的影像地图。

13. 2.1.2 MODIS数据 MODIS数据校正，利用头文件信息直接将地理坐标信息赋给图像，采用ENVI软件完成。 Aqua/AMSR-E数据校正，利用头文件信息直接将地理坐标信息赋给图像，在ENVI软件完成。 2.1.3 Aqua/AMSR-E亮温数据

14. 2.2 大气效应纠正 2.2.1 图像信息获取 利用HJ-1-A和HJ-1-B星的蓝光(Alt+1)、绿光（Alt+2）、红光（Alt+3）和近红外（Alt+4）共4个通道的遥感影像，以及与其相对应的头文件（*.xml），根据灰度和RGB不同波段组合方式浏览HJ-1-A和HJ-1-B星影像，并判断是否存在云（或云阴影）、水体和浓密植被。 2.2.2 图像预处理 利用公式（1）将DN值转换为表观辐亮度 （式 1） 是原始图像像元灰度值； 是绝对辐射定标系数，可从头文件或中国资源卫星应用中心网站中获取。

15. 公式（2）将表观辐亮度转换 为表观反射率 （式 2） 是表观反射率； 是日—地距离纠正因子； 是大气外太阳光谱辐照度； 是太阳天顶角。 上述参数中有些可从原始数据头文件获得， 或http://www.cresda.com网站中获取。

16. 图像的暗目标自动提取依据比值植被指数 (RVI)，土壤调整植被指数(SAVI)和归一化水体指数 (NDWI)的综合分析法实现，各指数的计算公式如下：

17. 2.2.3 大气效应纠正 利用自主开发的大气订正软件完成。HJ-1-A和HJ-1-B卫星数据的大气纠正主要采用了最小反射率法、MODIS辅助法与气象台站数据法三种方法。 • （1）最小反射率法 最小反射率法利用浓密植被和水体分别在遥感影像的蓝光、近红外通道具有非常小的反射率来自动提取暗目标并获取大气参数。 技术流程: 依据比值植被指数(RVI)，土壤调整植被指数(SAVI)和归一化水体指数(NDWI)的综合分析法，通过决策树方法逐步实现对清洁水体和蓝光波段浓密植被作为图像暗目标的自动提取。

18. 图像暗目标自动提取技术流程图

19. 最小反射率法大气纠正技术流程图

20. 操作步骤: 1)将HJ-1-A、HJ-1-B的CCD数据产品转换为大气顶的表观辐亮度和表观反射率： 2)软件建立了以气溶胶光学厚度（AOD）和太阳天顶角（ ）为索引的查找表（Look-Up-Table），气溶胶类型主要是大陆乡村型。 3)在实现图像暗目标自动提取后，依据查找表获取气溶胶光学厚度； 4)依据气溶胶和太阳天顶角，通过查找表获取其它大气参数，进行大气纠正。

21. （2）MODIS辅助法 技术流程: 利用已经进行大气纠正的现成遥感图像数据产品对卫星影像进行大气纠正得到地表反射率。 1）采用MODIS星上定标产品得到MODIS图像获取时太阳在大气顶的辐照度，将定标好的MODIS L1B辐亮度产品MOD02转换为大气顶的表观反射率； 2) 将得到的MODIS大气顶反射率和地表反射率产品MOD09配合解得大气中气溶胶光学厚度和水汽含量等参数； 3) 假设MODIS与HJ过境时大气状况没有发生变化，再利用简单的大气辐射传输模型得到HJ-1星角度上的大气反射率、大气透过率，进行大气纠正,最终得到HJ-1星的地表反射率。

22. 大气效应纠正技术流程图 操作步骤: 1) 定标好的MODIS L1B辐亮度产品MOD02转换为大气顶的表观反射率。 2）MODIS大气顶反射率和地表反射率产品配合解得大气参数。 3）HJ-1-A、HJ-1-B卫星数据大气效应纠正。

23. （3）气象台站数据法 当获取与HJ-1-A、HJ-1-B卫星数据相应的气象资料数据时，可以用于提出大气纠正所需的大气参数。气象数据应包括：蓝光(440nm)、绿光(550nm)、红光(660nm)和近红外(880nm)四个波段任意两波段的气溶胶数据和大气柱水汽含量(单位：g/cm2)，输入的气象数据中，AOD和CWV不能小于0，或可直接输入气象数据进行大气纠正。

24. 2.3 角度效应纠正 将HJ-1-A、HJ-1-B星数据方向性地表反射率产品（30m）进行角度效应纠正，得到垂直向下观测的归一化植被指数NDVI。 技术流程 1) HJ-1-A、HJ-1-B星数据方向性地表反射率根据NDVI的定义得到带有方向性特征的NDVI数据。 2) HJ-1-A、HJ-1-B星数据方向性NDVI数据在HJ-1-A、HJ-1-B星30m像元为均匀植被的假设前提下使用简单的余弦纠正初步得到垂直观测的NDVI数据。

25. 影像角度效应纠正技术流程图 操作步骤: HJ-1-A、HJ-1-B星数据方向性地表反射率根据NDVI的定义得到带有方向性特征的NDVI数据。

27. 3. 质量控制 3.1 质量控制内容 质量控制是卫星数据产品质量保证的重要途径，具体内容包括HJ-1-A、HJ-1-B卫星数据产品质量检查、几何精校正产品质量精度检查、大气纠正产品质量和精度检查。 利用典型地物光谱库数据或实测地物反射率数据HJ-1-A、HJ-1-B星大气纠正产品进行检查，分析并估算大气纠正产品的精度。

28. 3.2 质量控制方法 • （1）过程抽检 成立项目质量检查组，在项目执行过程中，定期开展质量抽查，发现问题及时解决，严格控制把关各个作业环节的质量，保证优质高效地完成项目。 • （2）阶段成果的“二检” 在项目实施过程中，针对阶段成果，严格执行作业员自检、作业员互检的“二检”制度。 作业员自检：作业人员自己进行全面的检查工作，检查比例可根据本身的作业水平决定。 作业员互检：作业员之间的交换互检，检查比例为100%，并作详细记录。 • （3）最终成果预检 组织专家会同项目技术组组成专门检查小组，在上述抽检和二检的基础上，根据质量检查组检查报告，对项目的最终成果进行全面的预检，填写相应的记录表。

29. 3.3 精度要求 • （1）辐射精度 中等反射率地物，HJ-1-A、HJ-1-B星大气纠正产品的误差在10%左右； • （2）空间精度 HJ-1-A、HJ-1-B星数据几何精纠正精度：平原地区小于1.5个像元,山区小于3个像元。 分幅接边精度：平原地区<2.5个像元，山区<3.5个像素。

30. 4. 成果要求 4.1 数据投影 成果数据投影采用正轴等面积割圆锥投影，即亚尔勃斯（Albers）投影，空间数据参数如下：

31. 4.2 数据格式与分幅 HJ-1-A、HJ-1-B卫星、MODIS、Aqua/AMSR-E校正数据产品格式为Geotiff格式。依据国家基础地理信息1：25万数据标准分幅存储。影像地图标注县、乡镇地名及省级公路，按县域分幅成图。

32. 二、水土流失普查专题信息提取技术细则 • （一）水力侵蚀专题信息提取技术细则 • （二）风力侵蚀专题信息提取技术细则 • （三）冻融侵蚀专题信息提取技术细则

33. （一）水力侵蚀专题信息提取技术细则 1. 降雨侵蚀力因子 1.1 术语 • （1）降雨侵蚀力因子：是指降雨导致土壤侵蚀发生的潜在能力，用一次降雨总动能E与该次降雨最大30min雨强I30的乘积EI30表示。反映了雨滴对土壤颗粒的击溅分离以及降雨形成径流对土壤冲刷的综合作用。 • （2）降雨侵蚀力季节分布：是指一年中某时段降雨侵蚀力占全年降雨侵蚀力的百分比，用作权重因子计算水土保持生物措施因子值。 • （3）降雨侵蚀力等值线图：空间上多年平均年降雨侵蚀力相等点的连线称为等侵蚀力线，由等侵蚀力线构成的空间等值线分布图称为降雨侵蚀力等值线图，反映了多年平均降雨侵蚀力的空间变化特征。

34. 1.2 数据处理 • 相关数据包括： 各县建立的所属气象站1981-2010年逐日雨量电子数据（.dat格式或登记表电子文档），及其说明文件；装订成册的各县“气象数据登记表”。 • 按降雨侵蚀力因子计算公式要求，进行以下数据处理： （1）非侵蚀性降雨剔除。如果日雨量小于（不含）12mm，则将该日雨量设为0。 （2）处理后的数据按原格式（.dat）重新存入相同目录下，命名为“侵蚀性降雨”。

35. 1.3 因子计算

37. 1.4 质量控制 质量控制包括两个方面： 一是对降雨资料进行质量控制。每省最少抽查1个县2-3年的记录，核对气象数据登记表数据及其电子数据。 二是对降雨侵蚀力因子计算结果进行抽查。在水蚀区最少抽查一个县的计算结果，与利用已有分钟降水资料计算的降雨侵蚀力因子进行对比，精度>75%。 1.5 成果构成 （1）全国各县多年平均年降雨侵蚀力因子值。 （2）全国降雨侵蚀力等值线图，及其30m网格的栅格数据。 （3）全国各县多年平均24个半月降雨侵蚀力占年降雨侵蚀力百分比。 （4）全国多年24个半月降雨侵蚀力占年降雨侵蚀力百分比等值线图，及 其30m网格的栅格数据。

38. 2. 坡度坡长因子 2.1 术语 • 数字高程模型：表现某高程基准下地面高程空间分布的有序数字阵列。数字高程模型可以基于地形图、地面或遥感测量等方式获取的高程数据，经内插建立。 • 坡度因子：指CSLE的坡度因子，定义为某一坡度土壤流失量与坡度为5.13，其它条件都一致的坡面产生的土壤流失量之比率。对于面上的普查，采用每个栅格的坡度因子值参与土壤流失量的计算，对于抽样调查，将取每个评价单元坡度的中位数参与土壤流失量的计算。 • 坡长因子：指CSLE的坡长因子，定义为某一坡面土壤流失量与坡长为22.13m、其它条件都一致的坡面产生的土壤流失量之比率。用法同坡度因子值。

39. 2.2 数据处理 数据处理过程包括地形图数据处理、流水线和分水线提取以及DEM生成。 • （1）地形图数据处理：需要1:50000地形图、1:250000地形图和100m分辨率DEM。 对国家测绘局基础地理信息中心提供的数字化地形图或自行数字化的地形图，经过必要修改编辑和质量控制，以确保每条等高线和每个高程点上标注有合理的高程值、河流由高向低流动、河流和等高线位置关系正确。 • （2）流水线和分水线提取：利用GIS水文地貌分析功能，通过编程自动提取流水线和分水线。以100m分辨率DEM为基础，划分出各大流域的2级支流。划分出的流域单元，面积控制在1*104—2*104km2。平原区流域划分和河流提取结果，须与比较大比例尺地形图对照，并做出必要的修编。

40. （3）DEM生成：坡度坡长因子的提取，以1:10000和1:50000数字地形图建立的DEM为数据基础。其中基于1:10000地形图的DEM适用于野外调查单元对坡度坡长因子的计算，基于1:50000地形图的DEM适用于全国坡度坡长因子的提取与计算。利用经过质量控制的数字地形图（包括等高线、高程点、河流、湖泊和水库等要素）和专业软件ANUDEM，经过插值生成DEM。1:10000和1:50000地形图插值，在丘陵地区和山区，分辨率设置为10m和25m，平原地区和东北漫岗丘陵区分别设置为5m和10m。（3）DEM生成：坡度坡长因子的提取，以1:10000和1:50000数字地形图建立的DEM为数据基础。其中基于1:10000地形图的DEM适用于野外调查单元对坡度坡长因子的计算，基于1:50000地形图的DEM适用于全国坡度坡长因子的提取与计算。利用经过质量控制的数字地形图（包括等高线、高程点、河流、湖泊和水库等要素）和专业软件ANUDEM，经过插值生成DEM。1:10000和1:50000地形图插值，在丘陵地区和山区，分辨率设置为10m和25m，平原地区和东北漫岗丘陵区分别设置为5m和10m。

41. 2.3 因子计算 以DEM为基础提取坡度坡长因子，根据坡度坡长因子的定义和坡度坡长因子值的算法（式1-11、式1-12和式1-13），利用LS计算专用程序（基于C++语言开发）完成流域坡度坡长因子值提取与计算 。

42. LS计算专用程序界面

43. 2.4 质量控制 地形因子的质量控制采用分层次、分区控制法。首先对DEM建立、坡度和坡长的计算分别控制；其次在主要水土流失类型区各选3-5个样点，通过实测坡度和坡长，完成对质量的评价，要求精度达到75%。 2.5 成果构成 （1）全国DEM、坡度、坡长、坡度坡长因子栅格文件，精度为30m网格。 （2）以1:250000地形图图幅为基础，对流域坡度坡长因子值进行重新组织（拼接和切割），完成图幅坡度坡长因子值。该因子值可以1:250000地形图编号来命名。

44. 3. 土壤可蚀性因子 3.1 术语 • 土壤可蚀性因子：表征土壤被冲被蚀的难易程度，反映土壤对侵蚀外营力剥蚀和搬运的敏感性，是影响土壤侵蚀的内在因素。国际上常用K表示。K值的大小是由土壤性质本身所决定的，在众多的土壤性质中土壤颗粒组成和有机质对K值影响最大，这也是利用土壤性质在宏观尺度上估算土壤可蚀性的理论基础。理论上的获取方法，是指标准小区上单位降雨侵蚀力引起的土壤流失量，单位为thm2 h/（hm2MJmm），K值是进行土壤侵蚀和水土流失定量评价的重要依据。

45. 3.2 数据处理 完成全国水蚀区土壤可蚀性K值的计算及其分布规律，一方面需要土壤数据库，包括土壤亚类和土属空间数据和属性数据；此外，为满足本次土壤侵蚀普查的精度要求，K值的计算需要精确到全国909个土属，而且计算K值的土壤属性数据必须对应到中比例尺的水蚀区土壤类型图上。具体的数据获取和处理方法说明如下： • （1）土壤基本属性和空间数据获取 收集全国34个省市的土种志和1:500000土壤类型图，对照中国土壤发生分类系统，查阅各土种的理化性质和机械组成。主要包括土种的名称、土种所在的地点、分布面积、该土种所属的亚类和土属、表层的有机质含量(%)、粗砂2-0.2mm(%)、细砂0.2-0.02mm(%)、粉砂0.02-0.002mm(%)和粘粒<0.002mm(%)。将这些数据进行预处理，建立土壤理化性质的属性数据库。同时，对于纸质版的土壤类型图进行几何纠正、配准和数字化，建立全国1：50万土壤类型图图形数据库，用于土壤可蚀性的计算。

46. （2）试点县的野外采样过程 结合土壤侵蚀野外抽样调查工作，完成单元内土壤样品的采集工作。在试点省份的试点县内，将野外调查布点图与土壤分布图进行叠加分析，取该点土壤样品，并集中到省级普查中心，进行土壤理化性质。 土壤样品采集方法如下： • 1）记录样点信息。土壤样品采样点用GPS进行空间定位，记录经纬度坐标，在信息表上记录采样点基本信息，包括地点（县、市、乡、村）、土壤名称、位置坐标、土地利用类型、地貌部位（坡度、坡向）、水土保持措施、植被盖度等。 • 2）取样。选择面积约20cm×20cm的小区域，清除土层表面枯枝落叶，挖一个小垂直断面，用铁锹垂直取1个土柱，土柱深约20cm，重量大约500-800g土样即可，装入密封袋。在山区，土壤样点主要依据地形选择：3个样点一般分别分布在坡面上部、中部和底部，同时还要兼顾阴阳坡和土地利用类型。在平原区，可在调查单元内随机选择3个土壤样点，要避免3个样点之间的距离太近，最后混合装袋成一个样品。 • 3）填写标签与封袋。用铅笔填写标签（包括采集日期、地点、土壤名称、采集人等）。一式两份。一个放入袋中，一个贴于土样袋外侧。将密封袋中的空气慢慢挤出，封好密封袋，采样完毕。 • 4）采样点处理。用铁锹将取样时从样点挖掘出的土壤回填到样点，可用脚踩实，以枯枝落叶覆盖样点。 • 5）将野外采集的土壤样品带回实验室，进行理化分析，分析试验指标包括土壤有机质含量和土壤机械组成，机械组成采用美国制标准，分5个粒级，即：2-0.1mm、0.1-0.05mm、0.05-0.02mm、0.02-0.002mm和<0.002mm。

47. （3）共享分析测试中心的土壤理化分析数据 通过共享中国科学院南京土壤研究所分析测试中心自1980年以来所有的土壤理化分析资料，计算近年来不同土壤类型的K值，用于更新部分土壤类型的K值。主要共享全国范围内的土壤样品的采集地点、土壤类型、地理坐标、机械组成、有机质含量等数据，用于计算土壤可蚀性K值。 • （4）整理已经发表的文献资料 利用CSCD文库，查阅自1980年以来所有文献上的相关土壤类型的土壤理化分析结果，以及相关的土壤可蚀性资料，用于补充和修正利用第二次土壤普查资料获取的K值。

48. 3.3 因子计算 以全国数字化土壤类型图为蓝本，以全国第二次土壤普查的样点数据（土种）为基础，先计算每个土种的土壤可蚀性K值。再利用中国土壤发生分类系统中土属与土种的对应关系，将土种的K值利用面积加权平均法归并到土属上来。再将土属的K值分级后链接到全国土壤类型图上来，得到全国土壤可蚀性K值分布图，具体的流程图如下：

49. 关于土壤可蚀性K值的计算，在获取了上述土壤理化分析资料后，可以根据理化性质的具体情况，分别选用Williams模型和Wischmeier模型。关于土壤可蚀性K值的计算，在获取了上述土壤理化分析资料后，可以根据理化性质的具体情况，分别选用Williams模型和Wischmeier模型。 • （1）Williams模型 • Williams等人在EPIC（Erosion—Productivity Impact Calculator）模型中发展了土壤可蚀性因子K 值的估算方法，只需要土壤有机碳和颗粒组成资料，

50. （2） Wischmeier模型