基于USLE和GIS／RS的滇池流域土壤侵蝕研究

董 磊，彭明春，王崇云，杜建海，陳振亮，孔維琳

（1.云南大學 生態學與地植物學研究所，昆明650091；2.云南秀川環境工程技術有限公司，昆明650021）

土壤侵蝕是地球表面的一種自然現象，是指地球表面的土壤及其母質在水力、風力、凍融、重力等外力的作用及人為因素影響下發生的各種破壞、分離、搬運和沉積的現象［1］。土壤流失與水土保持定量評價在研究尺度上可概括為3個層次：地塊—小流域—區域（或國家）［2］。土壤侵蝕預報是有效監測水土流失和評價水保措施效益的手段，侵蝕模型則是進行土壤流失監測和預報的重要工具。常用的土壤侵蝕模型包括通用土壤流失方程式（USLE）［3］、修正通用土壤流失方程式 （RUSLE）［4］等，以 及劉寶元等人［5］在USLE和RUSLE方程式的基礎上，經過改進提出的中國土壤流失方程式（CSLE）。用常規方法研究水土流失需要大量的野外調查并且周期長、區域小。若在RS和GIS技術的支持下，不僅可以節省大量的人力、物力和財力，而且還能及時掌握水土流失狀況，以進行區域合理規劃［6］。本文通過GIS與USLE相結合的方法并運用GIS的柵格數據分析功能，預測土壤侵蝕量。USLE中的C因子為植被覆蓋與作物管理因子，國內C值的研究缺乏可比性，主要原因是方法不統一，另外C因子值的研究周期長，耗費大量人力、物力［7－8］。本文采用RS技術，進行基于植被覆蓋度的C值計算，以確定引起水土流失的這一關鍵因子，將為流域內土壤侵蝕現狀提供最新的資料，為土地資源評價和管理利用、面源污染控制、區域發展規劃等提供科學依據與決策。

1 研究區概況

滇池流域位于云貴高原中部，是昆明市人口最多，社會經濟最發達的區域。2010年末，流域內常住人口達348.62萬人。生產總值達到1 632.82億元，約占昆明市的80%。同時，滇池流域也是昆明市工農業和生活用水的主要水源地。流域地理位置處于24°28′—25°28′N，102°30′—103°00′E，地處長江、珠江和紅河三大水系分水嶺地帶，南北長約109km，東西寬約52km，面積約2 900km2［9］。整個流域處于干濕季分明的亞熱帶高原季風氣候區，年平均氣溫為14.5℃，平均降水量為1 035mm，地帶性植被類型是亞熱帶半濕潤常綠闊葉林，但目前以針葉林、灌叢及稀樹灌木草叢為主［10］。

USLE方程廣泛應用于較大區域的土壤侵蝕定量評價［10－11］。目前，CSLE模型的應用還不是很成熟，其參數的正確性與模擬精度還需進一步說明［12］，且該模型的應用主要集中在中國北方，尤其是黃土高原地區，該地區植被覆蓋度低，風蝕、水蝕嚴重［13－14］。本文選取通用土壤流失方程（USLE），作為預測面蝕和溝蝕引起的年平均土壤流失量的方法，公式如下：

A＝R·K·LS·C·P （1）

式中：A——年 平均土壤流失量 ［（t／（hm2·a）］；R——降雨和徑流侵蝕因子［（MJ·mm）／（hm2·h·a）］；K——土壤可蝕性因子［（t·hm2·h）／（hm2·MJ·mm）］；LS——地形因子；C——植被覆蓋與作物管理因子；P——水土保護措施因子，其中L，S，C，P為無量綱因子。

1.1 流域數據庫建立

圖形數據庫包括1∶5萬數字高程模型（DEM）空間分辨率為25m，流域土壤圖，植被／土地利用現狀圖。植被／土地利用現狀圖由SPOT5影像（全色波段分辨率5m，2009年12月14日、2010年1月30日和2010年5月19日共三景）解譯獲得。土壤圖以土種類型作為成圖單元。圖形庫數據統一為1∶5萬比例尺，以矢量和柵格圖層建庫。屬性數據庫包括土壤屬性、土地利用屬性、植被類型屬性等。

1.2 降雨侵蝕因子R

本文采用Wischmeier的經典算法來計算R因子，該公式既考慮年降水總量，又考慮降水的年內分布：

R＝∑｛1.735exp［1.5lg（P2i／P）－0.8188］｝ （2）

式中：Pi——月降雨量（mm）；P——年降雨量（mm）。

降雨量數據分別來自呈貢縣、晉寧縣、太華山和昆明市4個氣象站點的監測數據，這4個站點分別位于滇池流域的東、南、西、北4個方向，具有一定代表性。其中，數據又有豐水年（1997年）、平水年（2002年）和枯水年（2009年）之分。對4個站點不同年份的R值求平均，以代表該地區的R值水平。

1.3 土壤可蝕性因子K

土壤可蝕性因子是反映土壤抗侵蝕的能力，與土壤類型有關，指的是在其他條件相同時，由于土壤性質不同所引起的侵蝕量的差異。參照楊樹華等［9］的研究給出滇池流域土壤K值（表1），并以土壤類型為成圖單元，生成因子柵格圖，從而得到K值的空間分布。

表1 滇池流域常見土壤類型的可蝕性因子值

1.4 坡長坡度因子LS

L因子和S因子合稱為LS地形因子，根據劉寶元等［15－16］的研究結果進行計算：

式中：L——坡長因子；l——像元坡長；m——坡長指數。

式中：S——坡長因子；θ——坡度。

1.5 植被覆蓋與作物管理因子C

植被覆蓋與作物管理因子（C）是USLE方程中最重要的參數。在一定條件下，決定土壤侵蝕強度的大小，反映出不同植被和管理措施對土壤侵蝕的效果。C因子值的大小受多種因素影響，同時計算也較為復雜，可通過小區觀測和人工模擬降水模擬獲取。C值的大小取決于植被類型、植被長勢和植被覆蓋度［17］。植被歸一化指數（NDVI）能綜合地反映單位像元內的植被類型、覆蓋形態和生長狀況，它與地表植被覆蓋度有密切關系［18］。采用密度模型［19］，利用SOPT5遙感影像獲取的NDVI值計算植被覆蓋度，公式如下：

C因子值分布范圍為0（純植被覆蓋）到1（裸巖、土壤等無植被覆蓋），植被覆蓋度范圍為0（裸巖、土壤等無植被覆蓋）到1（純植被覆蓋）。C值的計算參照公式（6），從而得到C值的空間分布。

式中：Fg——植被覆蓋度。城鎮的下墊面性質已發生改變，因此不考慮城鎮用地和水域對侵蝕的影響，其C值為0。

1.6 水土保持措施因子P

水土保持措施因子（P）是采用專門措施后的土壤流失量與順坡種植時土壤流失量的比值，反映了水土保持措施對于坡地土壤流失量的控制，通常采用的侵蝕控制措施有：等高耕作、條帶種植、梯田等。由于資料缺乏，滇池流域內P因子值為1［20］。

1.7 土壤侵蝕量估算

各因子計算過程在ArcMAP 9.2軟件中進行，把滇池流域劃分成25m×25m的單元格進行計算，各因子計算結果生成因子圖層，再將各因子圖層進行疊加運算，得到土壤侵蝕量圖。根據水利部頒布的《土壤侵蝕分類分級標準》（SL190—2007）確定土壤侵蝕分級，進行再分類，得到流域的土壤侵蝕強度圖。

2 結果與分析

2.1 土壤侵蝕計算結果

本研究將USLE模型和3S技術結合對滇池流域2010年水土流失進行了估算，結果顯示滇池流域平均土壤侵蝕模數為802.22t／（km2·a），土壤侵蝕總量為2.34×106t。對不同侵蝕強度等級的侵蝕量和侵蝕面積統計后（表2）表明，占流域面積94.56%的微度及輕度侵蝕區域對流域土壤侵蝕量的貢獻率為73.27%，而流域26.72%的土壤侵蝕量來自于僅占流域面積5.43%的中度及以上侵蝕區域。土壤侵蝕以中、輕度侵蝕為主，強烈及以上侵蝕較弱。

表2 滇池流域不同侵蝕強度的侵蝕狀況

2.2 坡度與侵蝕的關系

根據DEM數據得到流域內的坡度信息，將坡度柵格圖層重分類為6個坡度等級，然后統計得到每個等級的侵蝕模數（表3）。研究發現，滇池流域侵蝕量并不是隨著坡度的增加而增加，坡度與侵蝕模數之間并非線性關系，當坡度到達35°時，土壤侵蝕模數略有下降的趨勢，但總體上侵蝕模數隨坡度的增加而增大（35°坡度以下）。坡度分布在8°～35°的區域，土壤侵蝕量占流域總侵蝕量的78.2%，侵蝕貢獻量最大的為15°～25°的區域。

表3 滇池流域不同坡度等級的侵蝕狀況

2.3 土地利用類型與侵蝕的關系

在滇池流域的土地利用類型中，不同類型侵蝕模數差異較大，侵蝕模數由大到小依次為：灌木林地、坡耕地、有林地、園地和平耕地（表4）。流域土壤侵蝕最嚴重的類型是灌木林地，侵蝕模數為1 575.06 t／（km2·a）。流域內灌木林地以暖溫性灌叢為主，結構較為簡單，且分布坡度范圍主要集中在8°～35°，植被覆蓋度較低，植被對降雨的截留效果較差，枯落物較少，地面裸露程度大，同時植被對土壤的改造較弱，水土流失較為嚴重。坡耕地和平耕地面積相差不大，但坡耕地侵蝕量卻是平耕地的2倍。因此，在今后的政府工作中應加強對耕地水土保持措施的推廣。有林地的土壤侵蝕量也較大，流域內有林地目前以針葉林為主［9］，其林冠層對降雨截留的作用較弱；同時有林地中人工純林的比例較大，其水土保持功能低下。園地和平耕地侵蝕模數相對較小，土壤侵蝕主要發生在坡度8°～25°的區域，但其受人為擾動影響較大，屬于輕度侵蝕強度。

表4 不同土地利用類型的侵蝕狀況

3 結論與討論

本文以滇池流域為例，利用USLE與3S技術相結合的方法研究了其2010年土壤侵蝕狀況，與國內相關研究有一定差別，如與李建國等人［21］根據流域內6個徑流小區實地觀測的283.1萬t水土流失量相比，流域內侵蝕量減少了17.4%，這主要是在“十一五”期間，政府加強了對流域內生態防護的建設，如滇池面山綠化項目（2003年）、松華壩水源保護區規劃（2006年）以及2009年全面開展的滇池湖濱“四退三還一護”生態建設工程等。丁劍宏等人［22］以2009年ALOS衛星數據及流域內1∶1萬DEM數據，研究了滇池流域土壤侵蝕的空間結構特征。研究表明，滇池流域輕度及以上土壤侵蝕面積占流域面積的24.60%，本文則為43.72%，這可能與影像數據、DEM數據分辨率和侵蝕計算方法不同有關。

通常C值是由小區觀測得出的經驗方程求得，如楊子生［8］連續3a根據6個徑流小區實驗，得到了坡耕地不同作物類型的C值。基于植被覆蓋度的回歸方程法，可對大區域不同土地利用類型的C值進行快速估算。

通過模型模擬結果發現，當坡度＜35°時，土壤侵蝕模數隨著坡度的增加而增加，當坡度＞35°時，土壤侵蝕模數略有下降的趨勢，說明該區域土壤侵蝕過程中存在臨界坡度值。不同土地利用方式的侵蝕模數空間差異性較大，侵蝕模數大小為灌木林地＞坡耕地＞有林地＞園地＞平耕地。為了減少流域內土壤流失量，可以對灌木林地生態功能進行提升，摒棄以往種植人工純林的局面，以針闊混交林種植為主；對于有林地而言，對低效林和純林進行生態疏伐，補植闊葉類林種，促進其向頂極群落演替。對于流域內坡度＞25°的區域，應鞏固退耕還林政策實施的成果，同時加強對灌木林地的植被優化，以減少流域侵蝕的發生。

隨著社會、經濟的快速發展以及人口的迅速增加，滇池流域水質污染已成為制約昆明市可持續發展的重要因素。滇池是國家重點治理的“三河三湖”之一，面源污染逐漸成為滇池水污染的主要來源。水土流失是引起面源污染的重要動力和主要載體之一，土壤侵蝕本身就是一個大范圍的面源污染［22］。因此，對土壤侵蝕模數的研究，也是面源污染研究的一個重要方面。按照新昆明建設“一湖四片”的規劃，滇池流域土地利用將發生很大的改變，如何對其進行科學管理并減少流域內新增土壤侵蝕的風險，并有效控制非點源污染將面臨嚴峻的挑戰，加強滇池流域的水土流失監測顯得尤為重要。

［1］ 劉寶元，謝云，張科利.土壤侵蝕預報模型［M］.北京：中國科學技術出版社，2001.

［2］ 楊勤科，李銳.中國水土流失和水土保持定量研究進展［J］.水土保持通報，1998，18（5）：13-18.

［3］ Wischmeier W H，Smith D D.Predicting rainfall erosion losses from cropland east of the Rocky Mountains：A guide for soil and water conservation planning［M］.Washington D C：USDA，1978.

［4］ Renard K G，Foster G R，Weesies G A，et al.Predicting Rainfall Erosion by Water：A Guide to Conservation Planning with the Revised Universal Soil Loss Equation（RUSLE）［M］.Washington D C：USDA，1997.

［5］ Liu B Y，Zhang K L，Xie Y.An Empirical Soil Loss E-quation［M］.Beijing：Tsinghua Press，2002：143-149.

［6］ 徐旌，張軍，劉燕，等.基于RS，GIS的滇池流域水土流失變化研究［J］.水土保持學報，2004，18（2）：80-83.

［7］ 張巖，袁建平，劉寶元.土壤侵蝕預報模型中的植被覆蓋與管理因子研究進展［J］.應用生態學報，2002，13（8）：1033-1036.

［8］ 楊子生.滇東北山區坡耕地土壤侵蝕的作物經營因子［J］.山地學報，1999（S1）：19-21.

［9］ 楊樹華，賀彬.滇池流域的景觀格局與面源污染控制［M］.昆明：云南科技出版社，1998.

［10］ 吳全，秦富倉，王桂華，等.內蒙古錫林郭勒盟太仆寺旗土壤侵蝕初步分析［J］.干旱區資源與環境，2007，21（9）：78-84.

［11］ 蔡崇法，丁樹文，史志華，等.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究［J］.水土保持學報，2000，14（2）：19-24.

［12］ 江青龍，謝永生，張應龍，等.京津水源區小流域土壤侵蝕空間模擬［J］.生態學雜志，2011，30（8）：1703-1711.

［13］ 程琳，楊勤科，謝紅霞，等.基于GIS和CSLE的陜西省土壤侵蝕定量評價方法研究［J］水土保持學報，2009，23（5）：61-66.

［14］ XU Xia，MIAO Chiyuan，LIAO Yunfei.Quantitative Remote Sensing Study on Regional Soil Erosion：Bin County of Heilongjiang as an Example［J］.Wuhan University Journal of Natural Sciences，2008，13（3）：377-384.

［15］ Liu B Y，Nearing M A，Shi P J，et al.Slope length effects on soil loss for steep slopes［J］.Soil Society of American Journal，2000，64：1759-1763.

［16］ Liu B Y，Nearing M A，Risse L M.Slope gradient effects on soil loss for steep slopes［J］.Transactions of American Society of Agriculture Engineers，1994，37（6）：1835-1840.

［17］ Ahmet K.Estimation of Cfactor for soil erosion mod-eling using NDVI in Buyukcekmece watershed［J］.Ozean Journal of Applied Sciences，2010，3（1）：77-85.

［18］ 陳晉，陳云浩，何春陽.基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應用［J］.遙感學報，2001，5（6）：416-422.

［19］ 陳云浩，李曉軍，史培軍.北京海淀區植被覆蓋的遙感動態研究［J］.植物生態學報，2001，25（5）：588-593.

［20］ Lin Chao-Yuan，Lin Wen-Tzu，Chou Wen-Chieh.Soil erosion prediction and sediment yield estimation：the Taiwan experience［J］.Soil ＆ Tillage Research，2002，68：143-152.

［21］ 李建國，刀紅英，張亮，等.滇池流域水土流失監測［J］.水土保持研究，2004，11（2）：75-77.

［22］ 丁劍宏，謝飛帆，陳麗.滇池流域土壤侵蝕空間結構的分形特征分析［J］.中國水土保持，2011（1）：43-45.