本发明属于流域污染物综合评价技术领域，涉及一种快速识别土壤有机碳关键输出源区的多参数评价方法，通过对有机碳迁移关键过程进行参数化，来圈定有机碳输出的空间分布异常图，从而快速识与筛选与有机碳输出异常有关的一种新方法。
背景技术：
流域土壤有机碳输出是维系陆地与水生态系统功能健康的重要营养物质之一，经由陆地输出到水体中的有机碳对河水水质、重金属迁移、河流生态系统过程、海岸带富营养化乃至全球碳循环等有决定性影响。伴随全球河流与海洋等水环境恶化问题日益突出，进一步了解由陆地生态系统向河流输出有机碳的关键过程，具有重要科学价值。流域土壤有机碳输出的发生受土壤、地形、气候、水文、土地利用和管理方式等众多因素的影响，流域内不同景观单元单位面积的有机碳输出量差异十分显著。少数景观单元输出的有机碳量往往占整个流域有机碳输出量的大部分。如果首先识别出流域内土壤有机碳的高输出区，将治理重点和有限资源投入对水环境质量危害可能性最大而范围相对较小的敏感地区，优先加强管理措施并安排治理工程布局，则可以提高投资效益并节约土地资源，有效降低有机碳输出控制工作的难度。现有的营养物质关键源区识别和评价技术，绝大部分关注非点源氮和磷污染，根据其建立机制和模拟过程主要可分为两类：第1类为机理模型即通过对氮、磷污染物的迁移路径、转化过程机理以及输出的连续模拟，找出污染发生的时间与重点区域。这类方法需要获得大量的野外监测数据进行模型校准和验证，同时模型操作复杂，应用者的专业技术水平要求较高；第2类是经验模型，即通过建立土地利用类型、径流量与污染负荷间的相关关系，从而快速评估出流域内的污染负荷量或污染潜力值。这类方法需要的输入数据较少，计算过程简单，但其参数多数为对某一地区的经验总结，参数权重确定主观性强，不适合应用于其他地区，同时机械的应用也会造成误差增加。
到目前为止，尽管在流域非点源氮、磷营养物质关键源区识别和评价技术取得了一些进展。但是，针对流域土壤有机碳关键输出源区的评估方法尚属空白。加之上述非点源氮和磷营养物质关键源区识别和评价技术仍存在诸多缺点，既不能直接应用于我国，更不适用于对流域土壤有机碳输出源区进行识别与评估。我国的非点源营养物质特别是土壤有机碳输出评估技术起步较晚，水质监测数据仍不健全，针对当前诸多流域下游受纳水体环境质量持续恶化的严峻形势。
技术实现要素：
本发明的目的在于克服现有流域氮磷营养物质关键源区识别与评价技术方法的不足，提供一种、操作简单、利用遥感和地理信息系统技术，建立一种快速识别流域土壤有机碳关键源区识别的评价方法。
为了实现上述目的，本发明采用的技术方案是：
一种快速识别土壤有机碳关键输出区的多参数评价方法，其特征在于：包括以下步骤：
S1：计算多参数评估模型所需的四个关键参数；
(a1)流域土壤有机碳输出参数(organic carbon output index,COindex)：选定试验区，利用国家公共数据平台获取覆盖试验区的土壤类型和土地利用/覆被类型空间分布矢量数据图层，结合野外实测不同土壤类型下的(0-35cm)土壤有机碳垂直迁移速率，不同土地利用/覆被类型有机碳坡面水平迁移速率，确定试验区间内、单位面积上流域内每种土壤类型、每种土地利用/覆被类型经过自然或人为干扰进而从横向和垂向两个方面综合释放有机碳的潜力值，借助ArcGIS平台将有机碳潜力值作为属性信息赋予每种土壤类型和每种土地利用/覆被类型，进而生成覆盖试验区的有机碳潜力空间分布栅格图层，该有机碳潜力空间分布栅格图层即为流域土壤有机碳输出参数；
(a2)流域土壤有机碳输出迁移路径参数(organic carbon flowpath index,CFindex)：利用覆盖试验区的数字高程模型(DEM)，借助ArcGIS平台中开放式的建模工具(Start Model Builder)获取流域土壤有机碳的汇水路径，汇水路径即流域内每个单元格在地形因子影响下，在遵循相对高程由高到低、由陆地向下游水体进行迁移的原则下，所经过的最短路径，所有最短路径的集合构成的图层即为流域土壤有机碳输出迁移路径参数；
(a3)流域土壤有机碳输出径流指数(organic carbon runoff index,CRindex)：利用覆盖试验区的土壤类型、土地利用/覆被类型、地形、土壤质地、降雨格局的空间分布图所提供的属性信息，再结合径流曲线方程(Soil Conservation Service,SCS)估算流域内每个栅格点的坡面径流值参数(CN)，即促使土壤有机碳沿陆地坡面向水体发生迁移行为的基本动力，所有坡面径流值的集合构成的图层为流域土壤有机碳输出径流指数(organic carbon runoff index,CRindex)；
(a4)流域土壤有机碳输出降水强度指数栅格图层(Precipitation index，Pindex)：利用覆盖试验区及其外围的水文气象站获取研究时段的逐日降水量数据。结合每个站点的空间地理坐标信息，并借助利用ArcGIS平台空间分析模块，将各站点逐日降水统计数据转变为的覆盖试验区的月度和年度降水矢量点图层，再借助ArcGIS平台空间分析模块中的kriging插值方法生成覆盖试验区的月度和年度降水量栅格图层，所有降水量的的集合构成的图层为流域土壤有机碳输出降水强度指数栅格图层；
S2：构建和应用多参数评估模型；
(b1)构建试验区标准化评估参数矩阵Rij(见公式1)：
式中χij为第i个景观栅格单元中的第j个评估参数。i为覆盖试验区的所有景观单位栅格点，j为(a1)-(a4)步骤所估算的四个参数；
(b2)为(a1)-(a4)步骤所估算的四个参数分别建立权重系数。采用可消除专家经验主观性的主成分分析法确定各参数所对应的权重系数(ωj)；
(b3)构建试验区标准化后的加权决策矩阵Wij，即为标准化后的评估参数矩阵与其权重系数的乘积(Rij×ωj)；
(b4)根据构建的试验区标准化后的加权决策矩阵Wij，确定试验区土壤有机碳输出最大可能值(Hj)和最小可能值(Dj)，上述两个参数分别依据公式(2)与(3)确定；
Hj＝maxwij (2)
Dj＝minwij (3)
(b5)通过计算试验区每个景观栅格单元与有机碳输出最大可能值和最小可能值之间的距离，分别为D+i和D-i，分别参照公式(4)和公式(5)，并据此判定每个景观栅格单元与最大输出可能值或最小输出可能值的接近程度；
式中：D+i值越大，表明试验区第i个待评价景观栅格单元与最大输出可能值间的距离越远，其释放有机碳潜力越小，反之亦然。D-i值越大，表明试验区第i个待评价景观栅格单元与最小输出可能值间的距离越远，其释放有机碳潜力越大，反之亦然；
(b5)通过公式(6)计算试验区每个景观栅格单元与有机碳输出最大可能值和最小可能值之间的距离，评估试验区研究区每景观栅格单元中释放有机碳的潜在可能性，Pi值越大，表明第i个备选单元向附近河流水体中释放有机碳的潜力越大。
S3：有机碳风险区识别与预警；
(c1)识别有机碳释放风险区。采用滤波窗口(filter window)法识别有机碳释放风险区。选择32×32滤波窗口，滤波条件为大于试验区内Pi均值的5倍，满足滤波条件获取的区域为有机碳关键输出源区。
(c2)有机碳释放源区预警。根据试验区的气象预报数据，获取试验区未来某段时间内降水概率和土壤湿度数据，并据此获得S1中的(a3)和(a4)参数在未来某段时间内的预报值，结合S1、S2和S3中(c1)方法可预报试验区在未来某段时间内的有机碳释放源区。
进一步地，所述步骤S1中(a3)流域土壤有机碳输出径流指数的计算过程参照M1)和M2)：
M1)试验区土地利用数据通过对覆盖试验区的Landsat TM/ETM影像进行监督分类和结合野外调查验证工作获取，试验区内不同土壤类型及其对应的土壤质地，可通过中国科学院南京土壤所提供的中国土壤数据库和野外典型采样得到，见表1，
表1土壤渗透系数范围
M2)径流指数(CRindex)的求算可分为以下五种情形进行求算：
vi.对于坡度≤5°的试验区，根据划分的土壤类别(参照表1)，结合土壤前期湿润度(AMC)查找不同土地利用对应的CN值表；其中，土壤前期湿润度可划分为以下三类：AMC I为土壤干旱，但未达到萎蔫点；AMCⅡ为土壤水分平均状况；AMCⅢ为土壤水分呈饱和状态；当试验区土壤处于AMCⅡ状态时，径流指数(CRindex)参照主要土地利用类型对应的CN值表(见表2至表4)；
表2栽培农业用地CN值表
表3其他农业用地CN值表
表4城镇用地CN值表
vii.对于坡度>5°的试验区，在土壤含水量为AMCⅡ状态下，每个栅格单位的径流CN值(CN2s)参照公式(7)进行求算：
式中CN2s为在土壤含水量(Ⅱ)状态θ坡度下的CN修正值，CN3计算方法见公式(8)；在该种情形下，径流指数(CRindex)为通过公式(7)求得的CN2s值；
viii.对于坡度≤5°，土壤含水量为(AMCⅢ)状态下的试验区，每个栅格单元的径流CN值(CN3)参照(8)进行求算：
CN3＝CN2exp[0.00673(100-CN2)] (8)
在该种情形下，径流指数(CRindex)为通过公式(8)求得的CN3值；
ix.对于坡度≤5°的试验区，在土壤水分为(AMC I)状态下，每个栅格单元的径流CN值为0；
x.对于坡度>5°的试验区，在土壤水分为(AMCⅢ)状态下，每个栅格单位的径流CN值(CN3s)参照公式(9)进行求算。
CN3s＝CN2sexp[0.00673(100-CN2s)] (9)
进一步地，所述步骤S1中(a4)部分中的kriging插值方法具体计算过程参照公式(10)：
式中S0为气象站，Z为S0处的降雨量，Z1为距离Sφ最近的三个降水观测站的距离加权平均值；Z2为距离Sψ最近的周围八个点的高程均值，λφ和λψ为S0分别到Sφ和Sψ的距离权重。
本发明的有益效果是：本发明的评价方法能综合考虑影响有机碳输出的关键过程和主要因子，操作简单、数据输入较少、精度高、应用推广性强。
本发明将流域土壤有机碳迁移的生态学过程分解为四个关键过程，借助遥感和地理信息系统技术，将每个关键过程分别构建为一种评估参数，为土壤有机碳输出过程的准确量化提供重要基础数据。
本发明利用遥感和地理信息系统技术良好地反映了流域内土壤有机释放潜力的空间差异性，解决传统有机碳输出估测模型中，只计算流域出口有机碳输出通量，而未能识别土壤有机碳关键释放源区的不足，为流域水土保持管理与水土流失防护，及下游水体富营养化防治和修复提供了重要的基础数据。
附图说明
下面结合附图对本发明作进一步的详细说明。
图1为本发明关于土壤有机碳关键输出区识别的多参数评估方法计算流程图。
具体实施方式
本发明一种快速识别土壤有机碳关键输出区的多参数评价方法，其特征在于：包括以下步骤：
S1：计算多参数评估模型所需的四个关键参数；
(a1)流域土壤有机碳输出参数(organic carbon output index,COindex)：选定试验区，利用国家公共数据平台获取覆盖试验区的土壤类型和土地利用/覆被类型空间分布矢量数据图层，结合野外实测不同土壤类型下的(0-35cm)土壤有机碳垂直迁移速率，不同土地利用/覆被类型有机碳坡面水平迁移速率，确定试验区间内、单位面积上流域内每种土壤类型、每种土地利用/覆被类型经过自然或人为干扰进而从横向和垂向两个方面综合释放有机碳的潜力值，借助ArcGIS平台将有机碳潜力值作为属性信息赋予每种土壤类型和每种土地利用/覆被类型，进而生成覆盖试验区的有机碳潜力空间分布栅格图层，该有机碳潜力空间分布栅格图层即为流域土壤有机碳输出参数；
(a2)流域土壤有机碳输出迁移路径参数(organic carbon flowpath index,CFindex)：利用覆盖试验区的数字高程模型(DEM)，借助ArcGIS平台中开放式的建模工具(Start Model Builder)获取流域土壤有机碳的汇水路径，汇水路径即流域内每个单元格在地形因子影响下，在遵循相对高程由高到低、由陆地向下游水体进行迁移的原则下，所经过的最短路径，所有最短路径的集合构成的图层即为流域土壤有机碳输出迁移路径参数；
(a3)流域土壤有机碳输出径流指数(organic carbon runoff index,CRindex)：利用覆盖试验区的土壤类型、土地利用/覆被类型、地形、土壤质地、降雨格局的空间分布图所提供的属性信息，再结合径流曲线方程(Soil Conservation Service,SCS)估算流域内每个栅格点的坡面径流值参数(CN)，即促使土壤有机碳沿陆地坡面向水体发生迁移行为的基本动力，所有坡面径流值的集合构成的图层为流域土壤有机碳输出径流指数(organic carbon runoff index,CRindex)；
(a4)流域土壤有机碳输出降水强度指数栅格图层(Precipitation index，Pindex)：利用覆盖试验区及其外围的水文气象站获取研究时段的逐日降水量数据。结合每个站点的空间地理坐标信息，并借助利用ArcGIS平台空间分析模块，将各站点逐日降水统计数据转变为的覆盖试验区的月度和年度降水矢量点图层，再借助ArcGIS平台空间分析模块中的kriging插值方法生成覆盖试验区的月度和年度降水量栅格图层，所有降水量的的集合构成的图层为流域土壤有机碳输出降水强度指数栅格图层；
S2：构建和应用多参数评估模型；
(b1)构建试验区标准化评估参数矩阵Rij(见公式1)：
式中χij为第i个景观栅格单元中的第j个评估参数。i为覆盖试验区的所有景观单位栅格点，j为(a1)-(a4)步骤所估算的四个参数；
(b2)为(a1)-(a4)步骤所估算的四个参数分别建立权重系数。采用可消除专家经验主观性的主成分分析法确定各参数所对应的权重系数(ωj)；
(b3)构建试验区标准化后的加权决策矩阵Wij，即为标准化后的评估参数矩阵与其权重系数的乘积(Rij×ωj)；
(b4)根据构建的试验区标准化后的加权决策矩阵Wij，确定试验区土壤有机碳输出最大可能值(Hj)和最小可能值(Dj)，上述两个参数分别依据公式(2)与(3)确定；
Hj＝maxwij (2)
Dj＝minwij (3)
(b5)通过计算试验区每个景观栅格单元与有机碳输出最大可能值和最小可能值之间的距离，分别为D+i和D-i，分别参照公式(4)和公式(5)，并据此判定每个景观栅格单元与最大输出可能值或最小输出可能值的接近程度；
式中：D+i值越大，表明试验区第i个待评价景观栅格单元与最大输出可能值间的距离越远，其释放有机碳潜力越小，反之亦然。D-i值越大，表明试验区第i个待评价景观栅格单元与最小输出可能值间的距离越远，其释放有机碳潜力越大，反之亦然；
(b5)通过公式(6)计算试验区每个景观栅格单元与有机碳输出最大可能值和最小可能值之间的距离，评估试验区研究区每景观栅格单元中释放有机碳的潜在可能性，Pi值越大，表明第i个备选单元向附近河流水体中释放有机碳的潜力越大。
S3：有机碳风险区识别与预警；
(c1)识别有机碳释放风险区。采用滤波窗口(filter window)法识别有机碳释放风险区。选择32×32滤波窗口，滤波条件为大于试验区内Pi均值的5倍，满足滤波条件获取的区域为有机碳关键输出源区。
(c2)有机碳释放源区预警。根据试验区的气象预报数据，获取试验区未来某段时间内降水概率和土壤湿度数据，并据此获得S1中的(a3)和(a4)参数在未来某段时间内的预报值，结合S1、S2和S3中(c1)方法可预报试验区在未来某段时间内的有机碳释放源区。
上述步骤S1中(a3)流域土壤有机碳输出径流指数的计算过程参照M1)和M2)：
M1)试验区土地利用数据通过对覆盖试验区的Landsat TM/ETM影像进行监督分类和结合野外调查验证工作获取，试验区内不同土壤类型及其对应的土壤质地，可通过中国科学院南京土壤所提供的中国土壤数据库和野外典型采样得到，见表1，
表1土壤渗透系数范围
M2)径流指数(CRindex)的求算可分为以下五种情形进行求算：
xi.对于坡度≤5°的试验区，根据划分的土壤类别(参照表1)，结合土壤前期湿润度(AMC)查找不同土地利用对应的CN值表；其中，土壤前期湿润度可划分为以下三类：AMC I为土壤干旱，但未达到萎蔫点；AMCⅡ为土壤水分平均状况；AMCⅢ为土壤水分呈饱和状态；当试验区土壤处于AMCⅡ状态时，径流指数(CRindex)参照主要土地利用类型对应的CN值表(见表2至表4)；
表2栽培农业用地CN值表
表3其他农业用地CN值表
表4城镇用地CN值表
xii.对于坡度>5°的试验区，在土壤含水量为AMCⅡ状态下，每个栅格单位的径流CN值(CN2s)参照公式(7)进行求算：
式中CN2s为在土壤含水量(Ⅱ)状态θ坡度下的CN修正值，CN3计算方法见公式(8)；在该种情形下，径流指数(CRindex)为通过公式(7)求得的CN2s值；
xiii.对于坡度≤5°，土壤含水量为(AMCⅢ)状态下的试验区，每个栅格单元的径流CN值(CN3)参照(8)进行求算：
CN3＝CN2exp[0.00673(100-CN2)] (8)
在该种情形下，径流指数(CRindex)为通过公式(8)求得的CN3值；
xiv.对于坡度≤5°的试验区，在土壤水分为(AMC I)状态下，每个栅格单元的径流CN值为0；
xv.对于坡度>5°的试验区，在土壤水分为(AMCⅢ)状态下，每个栅格单位的径流CN值(CN3s)参照公式(9)进行求算。
CN3s＝CN2sexp[0.00673(100-CN2s)] (9)
上述步骤S1中(a4)部分中的kriging插值方法具体计算过程参照公式(10)：
式中S0为气象站，Z为S0处的降雨量，Z1为距离Sφ最近的三个降水观测站的距离加权平均值；Z2为距离Sψ最近的周围八个点的高程均值，λφ和λψ为S0分别到Sφ和Sψ的距离权重。
最后应当说明的是，以上内容仅用以说明本发明的技术方案，本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换，均不脱离本发明技术方案的实质和范围。