小流域治理工程土壤侵蝕量影響因子研究

小流域治理工程土壤侵蝕量影響因子研究

黃 俊1，2，亢 慶1，2，楊建新1，2，金平偉1，2，劉 斌1，2，李 樂1，2，方宗福1，2，王玉瑯1，2，徐 舟1，2

(1.珠江水利委員會珠江水利科學研究院，廣東廣州 510611；2.珠江水利委員會珠江流域水土保持監測中心站，廣東廣州 510611)

摘要以《云貴鄂渝水土保持世行貸款/歐盟贈款項目》土壤侵蝕量監測子項目為例，分析了小流域治理不同水土保持措施土壤減蝕效果。基于皮爾遜相關分析及灰色關聯度分析研究了8個影響因子(水土保持措施實施前、后坡長坡度因子——LS前和LS后、作物覆蓋與管理因子——C前和C后、土壤保持因子——P前和P后，以及水土保持類型——SWCM和調查圖斑面積——AREA)與土壤減蝕量間相關關系，以及8因子重要性排序。結果表明，不同水土保持措施土壤侵蝕量減少20%～90%，依次為石(土)坎坡改梯>種草>保土耕作>封禁治理>水保林>經果林。皮爾遜相關分析與灰色關聯度分析結果總體一致。土壤保持因子P后對土壤侵蝕量影響作用最大，皮爾遜相關系數及灰色關聯度系數分別為0.918(P<0.01)和0.650 6。兩種方法其余影響因子重要性排序分別為：“P前>LS后>C后>C前>SWCM>LS前>AREA”和“C后>C前>LS后>P前>SWCM>LS前>AREA”。

關鍵詞土壤侵蝕；相關分析；灰色關聯度

中圖分類號S157.9

基金項目云貴鄂渝水土保持世行貸款/歐盟贈款項目土壤侵蝕監測評價子項目；全國水土流失動態監測與公告項目。

作者簡介黃俊(1983-)，男，河南新蔡人，工程師，博士，從事水土保持方面研究。

收稿日期2015-07-31

Study on Affecting Factors of Soil Erosion in the Watershed Rehabilitation Project

HUANG Jun1,2, KANG Qing1,2, YANG Jian-xin1,2et al(1. Pearl River Hydraulic Research Institute, Pearl River Water Resources Commission of the Ministry of Water Resources, Guangzhou, Guangdong 510611; 2. Soil and Water Conservation Monitoring Center of Pearl River Basin, Pearl River Water Resources Commission of the Ministry of Water Resources, Guangzhou, Guangdong 510611)

AbstractTaking the subproject of Soil Erosion Monitoring in the Changjing and Pearl River Watershed Rehabilitation Project as the example, this paper analyzed the soil loss reducing effect of different soil and water conservation measures. Based on the pearson correlation analysis and grey correlation analysis, this paper studied the relationship between soil erosion reducing ratio (SERR) and eigth factors (slope-length and gradient factor before and after the implementation of soil and water conservation measures——SLB and SLA, cover and management factor——CB and CA, support practice factor——PB and PA, the type of soil and water conservation measures——TM, and the area of the surveied map-spot——AMS), and gave the importance rank of eight factors. Results showed, the soil erosion decreased from 20% to 90% for different soil and water conservation measures, the sequence of the soil erosion reduction for different measures were: Slope-To-Terrace>Planting Forage Grass>Conservation Tillage>Blockading Administration> Planting Soil and Water Conservation Forest>Planting Economic Fruit Forest. The result from the pearson correlation analysis and grey correlation analysis were generally consistent, and showed the PA was the most important factor affecting SERR, the pearson correlation coefficient and grey correlation degree between PA and SERR were 0.918(P<0.01)and 0.650 6, respectively. The importance order of other factors by these two methods were PB>LSA>CA>CB>TM>LSB>AMS and CA>CB>LSA>PB>TM>LSB>AMS.

Key wordsSoil erosion; Correlation analysis; Grey relational degree

小流域綜合治理指以小流域為治理單元，在全面規劃的基礎上，預防、治理和開發相結合，合理安排農林牧等各業用地，因地制宜，因害設防，優化配置工程、生物和農業耕作等各項措施，形成有效的水土流失綜合防護體系，達到保護、改良和合理利用水土資源，實現生態效益、經濟效益和社會效益協調統一的水土流失防治活動。筆者以啟動于2006年的《云貴鄂渝水土保持世行貸款/歐盟贈款項目》為例，分析了小流域治理中不同水土保持措施效果，及其多個影響因素對土壤侵蝕量變化的影響作用，以期為其他小流域水土保持治理工程提供參考。

1項目概況

《云貴鄂渝水土保持世行貸款/歐盟贈款項目》于2006年啟動(以下簡稱《世行》)，建設周期為5年。項目旨在減輕水土流失，基于一系列農村基礎建設和生計保障措施，通過改善生產生活條件和促進當地增收，最終實現區域生態恢復、經濟社會可持續發展。項目包括公共/私人利益措施與技術支持服務三方面。主要水土保持措施有水土保持林、經濟果木林、種草、封禁治理、保土耕作等20余項。項目涉及云南、貴州、湖北、重慶4省(市)的37個縣(市、區)，其中云南省8個，貴州省12個，湖北省6個，重慶市11個。項目區涉及274條小流域，規劃治理水土流失面積3 175 km2。項目總投資約為16.61億元，其中世行貸款1億美元(合人民幣7.3億元)，歐盟贈款1 000萬歐元(合人民幣1億元)，中央安排水利建設投資2.43億元，地方配套和農民投勞折資4.566 2億元，建設期貸款利息1.314億元。

2研究方法

筆者使用了《世行》項目中4省(市)中23個治理小流域的野外調查653組數據用于論文分析。該研究中反映土壤侵蝕量變化的因子為土壤侵蝕量減少比率(Soil Erosion Reducing Ratio——SERR)，其值為水土保持工程實施后土壤侵蝕量與實施前土壤侵蝕量比值，由野外觀測點實測數據計算獲得。影響土壤侵蝕量減少比率的因子共計8個，其中3個為美國通用土壤流失方程[1]中的變量，另外2個分別為調查圖斑面積(AREA)和調查圖斑水土保持措施(SWCM)，詳情如表1所示。

其中調查圖斑水土保持措施共分為六大類，其代碼與措施對應關系分別為：SWCM1——保土耕作、SWCM2——封禁治理、SWCM3——經果林、SWCM4——石(土)坎坡改梯、SWCM5——水保林和SWCM6——種草。調查圖斑坡長坡度因子(LS)計算方法參考Wischmeier等[2]、Kenneth等[3]和Liu等[4]研究結果。作物覆蓋與管理因子(C)計算方法參考蔡崇法等[5]研究成果。調查圖斑土壤保持因子(P)計算方法參考張有全等[6]研究結果。

表1　影響土壤侵蝕量減少比率的8個因子

筆者分別采用皮爾遜相關分析與灰色關聯度分析，研究了上述8個影響因子與SERR間關系。

3結果與分析

3.1不同水土保持措施效果筆者統計了《世行》項目中4省(市)中23個治理小流域6種水土保持措施調查圖斑的土壤侵蝕量變化情況，結果如圖1所示。

圖1　不同水土保持措施土壤侵蝕量變化

與水土保持工程實施前相比，SWCM4保持水土效益最好，土壤侵蝕量平均值降低了94.3%；其次為SWCM6，其土壤侵蝕量平均值降低了88.9%；其余水土保持土壤侵蝕量降低了20%～40%，從大到小依次為SWCM1>SWCM2>SWCM5>SWCM3。這里統計結果是水土保持工程措施實施1年后的情況。因此，諸如封禁治理、水保林、經果林等措施，因時間較短，林木樹齡較短，形成的郁閉度較低，水土保持功效并未真正體現。

3.2各影響因子與土壤侵蝕量減少比率相關關系

3.2.1皮爾遜相關分析。表2給出了8個影響因子間以及它們與SERR間相關關系。水土保持類型與影響因子——C前、C后、P前和P后具有極為顯著的相關性(P<0.01)，但為中等相關性。這也說明水土保持類型對LS影響不大，而對影響因子C和P具有較為顯著影響作用。8個影響因子對SERR的影響作用均達到了極顯著水平(P<0.01)，其中影響因子P前和P后對SERR影響作用較大，相關系數均超過了0.9(P<0.01)。影響因子LS前、LS后、C前和C后對SERR影響作用也較為顯著，相關系數在0.2～0.4之間波動。水土保持措施類型對SERR的影響作用是顯而易見的，且達到了極顯著水平(P<0.01)，但相關系數僅為-0.252。AREA也對SERR產生了顯著影響作用，這是因為AREA大小可直接影響水土保持措施實施的效果。總體而言，8個因子對SERR影響作用大小排序為：P后>P前>LS后>C后>C前>SWCM>LS前>AREA。

3.2.2灰色關聯度分析。灰色關聯度分析是基于灰色系統理論的一種多因素分析方法，基本原則是根據序列曲線幾何形狀的相似程度來判斷序列的關聯性是否緊密[7]。曲線越接近，認為兩個序列關聯度就越大，反之亦然。灰色關聯分析可彌補傳統數理統計學方法在系統分析時帶來的不足，具有廣泛的適用性[8]。灰色關聯度系數計算公式如下：

表2　SERR各影響因子皮爾遜相關分析結果

注：“**”和“*”分別表示在0.01和0.05水平上達到極顯著和顯著水平。

r(y0(p)，yi(p))=(ymin+δymax)/(△0i(p)+δymax)

(1)

其中，△0i(p)=|y0(p)-yi(p)|，ymin=miniminp△0i(p)，ymax=maximaxp△0i(p)。δ為分辨系數，一般有0<δ<1，筆者取δ=0.5。那么灰色關聯度計算公式即為：

γ(y0，yi)=[∑r(y0(p)，yi(p))]/n

(2)

其中，n為數據序列長度。

基于上述方法，筆者計算了8個影響因子與SERR之間灰色關聯度，結果如表3所示。影響因子P后與SERR灰色關聯度最大為0.650 6，其次為影響因子C后，與SERR間灰色關聯度為0.646 1。這表明這兩個影響因子對SERR影響作用最大。其余影響因子與SERR之間灰色關聯度排序為X5>X4>X7>X2>X3>X1。其中X2～X8共7個影響因子與SERR灰色關聯度均>0.6，為影響SERR的重要影響因子。調查圖斑面積(X1)與SERR灰色關聯度僅為0.364 5。總體而言，灰色關聯度分析結果與皮爾遜相關分析結果基本一致，X8對SERR相關性最大，也就是該因子對SERR影響作用最大；AREA對SERR影響作用最小。

表3　SERR各影響因子灰色關聯度分析結果

4結論

(1)石(土)坎坡改梯水土保持措施減蝕量效果最好，實施1年后土壤侵蝕量降低了94.3%；其次為種草，該措施降低土壤侵蝕量達88.9%；其余各措施減少土壤侵蝕量為20%～40%，依次為保土耕作>封禁治理>水保林>經果林。

(2)皮爾遜相關分析表明，影響因子P前和P后對SERR影響作用最大，與SERR相關系數達0.9以上，且達到極顯著水平。其余影響因子與SERR相關系數排序為：LS后>C后>C前>SWCM>LS前>AREA。灰色關聯度分析結果與皮爾遜相關分析結果基本一致，影響因子P后對SERR影響作用最大，二者灰色關聯度值為0.650 6，AREA與SERR關聯度最小為0.364 5。其余各影響因子與SERR關聯度排序為：C后>C前>LS后>P前>SWCM>LS前。

參考文獻

[1] 畢小剛，段淑懷，李永貴，等.北京山區土壤流失方程探討[J].中國水土保持科學，2006(4):6-13.

[2] WISCHMEIER W H，SMITH D D.Predicting rainfall erosion losses——A guide to conservation planning[M].Washington DC：US Government Printing Office，1978.

[3] KENNETH G R，GEORGE R F，GLENN A W，et al.RUSLE——Revised universal soil loss equation[J].Journal of soil and water conservation，1991，46：30-33.

[4] LIU B Y，NEARING M A，RISSE L M.Slope gradient effects on soil loss for steep slopes[J].Transactions of the ASAE，1994，37:1835-1840.

[5] 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.

[6] 張有全，宮輝力，趙文吉，等.基于GIS和USLE的密云縣土壤侵蝕評價及空間特征研究[J].水土保持研究，2007，14(3)：358-362，364.

[7] DENG J L.Control problems of grey systems[J].Systems & control letters，1982，1:288-294.

[8] 黃俊，吳普特，趙西寧.基于神經網絡及灰色關聯分析的土壤入滲研究[J].土壤學報，2011，48(6)：1282-1286.