基于RUSLE模型的貴州省三穗縣土壤侵蝕研究

梁建方，韋小茶，馬龍生，顏 紅，夏傳花

(1. 貴州林業勘察設計有限公司，貴州 貴陽 550003；2. 貴州師范大學地理與環境科學學院，貴州 貴陽 550001)

自然和不合理的人為活動引起的土壤侵蝕，可導致土壤和養分的流失、土層變薄、土地貧瘠、宜耕地減少等，是土地退化和生態環境惡化的重要因素[1-2]。土壤侵蝕是全球范圍內發生最廣泛、危害最嚴重的生態環境問題之一，而以貴州為中心的中國西南喀斯特區是全球三大喀斯特集中分布區之一[3-4]，喀斯特地區土壤侵蝕直接后果就是基巖裸露而石漠化，滇黔桂三省(自治區)石漠化面積超過7.79萬km2，占該地區喀斯特面積的21.1%[5-6]。

隨著遙感和計算機技術的發展，土壤侵蝕經驗統計模型成為土壤侵蝕研究的重要途徑。其中，美國農業部于1997年發布的通用土壤流失經驗模型(USLE)是目前應用最方便、使用最廣泛的土壤侵蝕模型。根據中國特殊地貌類型的特征，修正的土壤流失方程(RUSLE)已被廣泛應用于土壤侵蝕的估算中。例如，胡先培等基于RUSLE模型對盤州市土壤侵蝕動態變化進行研究[7]；李月基于GIS和RUSLE模型對喀斯特土壤侵蝕時空演變規律進行了探究[8]；羅紅等基于修正的通用土壤流失方程，分析黔西北地區1974、1992、2008年土地利用/覆蓋變化前后的土壤侵蝕狀況[9]，以上研究均表明RUSLE模型在中國大多地區土壤侵蝕估算中具有一定的適用性。此外，周忠發等開展貴州納雍縣土壤侵蝕遙感調查與GIS空間數據分析[10]；楊廣斌基于網格數據將上壤侵蝕的微觀研究與宏觀評價結合，實現貴州省土壤侵蝕的定量評價并建立土壤侵蝕模數數據庫[11]；孫德亮等研究貴州省2010年的土壤侵蝕模數以及空間分布特征[12]。而在基于原位觀測方法對貴州喀斯特地區土壤侵蝕的相關研究中, 李瑞等探討區不同土地利用方式、地形及降雨等因子對典型喀斯特坡面土壤侵蝕的影響[13]；鄭偉等研究不同降雨強度對裸地和植被覆蓋小區的土壤侵蝕特征[14]；龍明忠等研究不同等級石漠化下土壤侵蝕因子的特征及其對土壤侵蝕的影響[15]。還有其他學者探討了土地利用、土壤物理性質等因素對貴州省土壤侵蝕的時空演變規律[16-18]。

貴州是典型的喀斯特山地省份，具有地表破碎、地形崎嶇及土層淺薄等生態問題，在特殊的自然環境背景和不合理的人為活動干擾下，水土流失及石漠化成為當地生態環境建設中面臨的主要問題。由于貴州地形特征差異顯著，而采用傳統的土壤侵蝕實地調查難度大，目前關于中、大尺度及長時間序列的土壤侵蝕研究較少[19-26]。而隨著社會的發展和生態文明建設工作的積極開展，貴州省的生態環境已發生明顯的變化[27-28]。因此，本文以貴州省三穗縣為例，基于RUSLE模型，定量分析三穗縣1990—2015年土壤侵蝕時空變化特征，對區域土壤侵蝕及石漠化治理成效評估及進一步的水土保持工作提供重要的理論基礎和科學的決策依據，也是該區域可持續發展的重要需求。

1 研究區概況

三穗縣位于貴州省黔東南苗族侗族自治州東北部，地理位置108°32′～109°04′E，北緯26°47′～27°04′N(圖1)，面積1.04×103km2，地處云貴高原向湘西丘陵過渡的斜坡面上，由西向東傾斜，境內地貌類型多樣，低山、丘陵、河谷、盆地交錯。全縣平均海拔740 m，南部的海拔高達1 441 m，北部的海拔低達436 m，相對高差較大。三穗縣屬北亞熱帶溫和濕潤季風氣候，年平均氣溫14.9℃，平均降水量1 147 mm。土壤類型有水稻土、黃壤、黃紅壤、紫色土、黃棕壤、黑色石灰土等。

圖1 三穗縣區位

2 數據來源與研究方法

2.1 數據來源

所用數據包括GDEMDEM 30 M分辨率數字高程數據、氣象數據、NDVI數據、土地利用類型數據與土壤數據。其中DEM數據、NDVI數據與土地利用類型數據均來源于地理空間數據云平臺(http://www.gscloud.cn/)，NDVI數據由1990—2015年TM/ETM+/Landsat8遙感影像反演獲得，基于1995年9月、2005年7月(Landsat5)、2015年3月(Landsat8)3期遙感影像監督分類獲得土地利用類型數據；氣象數據來源于中國氣象數據共享網(http://data.cma.cn/)，為貴州19個氣象觀測站1990—2015年20—20時降雨量數據日值數據集；土壤類型數據通過HWSD(http://www.iiasa.ac.at/Research/LU/External -World-soil-database/HTML)查詢表層土壤機械組成(沙粒含量、粉粒含量、黏粒含量)與有機碳含量得到土壤數據。

2.2 土壤侵蝕估算模型

采用修正通用土壤流失方程(RUSLE)對研究區的土壤侵蝕進行定量評估[27]，RUSLE的表達式如下:

A=R·K·LS·C·P

(1)

式中A——年土壤侵蝕量，表示單位面積坡地片蝕和細溝侵蝕的年平均侵蝕量，t/(hm2·a)；R——降雨侵蝕力因子，MJ·mm/(hm2·h·a)；K——土壤可蝕性因子，表示為標準小區下單位降雨侵蝕力形成單位面積的土壤流失量，t·h/(MJ·mm)；LS——地形因子(L為坡長因子，S為坡度因子)；C——植被覆蓋和管理因子；P——水土保持措施因子。

2.2.1降雨侵蝕力因子R

降水侵蝕因子是加速土壤侵蝕的動力機制，在相同地表條件下的水蝕區，同一地區不同年份，或同一年份不同地區的侵蝕呈現差異，皆源出于R值的不同。本文選擇由周伏建等提出的適合中國南方地區降雨侵蝕力R值的簡易計算公式[28]：

(2)

式中Pi為月降水量，單位mm，根據貴州省19個氣象站1990—2015年的日值數據，利用EXCEL表格統計獲得。由式(2)得到每個站點的年降水侵蝕力R，再用Kriging插值法進行空間內插，形成大小為30 m的柵格數據，得到R的空間分布圖，用IDL編程統計得到每年平均降雨侵蝕力因子。

2.2.2土壤可蝕性因子K

土壤可蝕性因子K值是經過試驗獲得的定量數值，通常以標準小區單位降水侵蝕力所造成的土壤流失量獲得。本文以Williams等發展的僅由土壤顆粒和土壤有機碳組成數據來估算K值[10](圖2)，其表達式為：

(3)

圖2 三穗縣K因子空間分布

2.2.3地形因子LS

地形地貌對土壤侵蝕有著重要的影響，RUSLE 模式中斜坡長度因子(L)、坡度因子(S)在不同的區域有變化(圖3)。根據水流功率理論和物理過程，以及充分考慮徑流和水文過程的影響[22]，計算公式如下：

L=(λ/22.13)m

(4)

(5)

β=(sinθ/0.0896)/(3 sin0.8θ+0.56)

(6)

(7)

式中L——坡長；m——可變坡長指數；22.13——標準小區坡長；S——坡度因子；θ——坡度。

圖3 三穗縣LS因子空間分布

2.2.4植被覆蓋和管理因子C

植被覆蓋和管理因子C是指在一定植被覆蓋和管理措施條件下土壤流失量與同等條件下適時翻耕、連續休閑對照地上土壤流失量之比[10]。其計算公式如下：

NDVI=(NIR-R)/(NIR+R)

(8)

(9)

式中α=2；β=1；NDVI——歸一化植被指數；R——近紅外波段；NIR——紅外波段。

2.2.5水土保持措施因子P

水土保持措施因子指在有一定水土保護措施的作用下，土壤流失面積與標準狀況下土壤流失面積之比。其值在0 ～ 1之間，0 代表未發生土壤侵蝕，1 表明水土保持措施完全失效。由于位于貴州喀斯特山區，且海拔落差較大，坡度較陡，水土保持措施往往與土地利用類型緊密相關。本文參考孫德亮與趙海兵的研究成果，將各土地利用類型的保持措施因子P賦值[12,29]， 結果見表1。三穗縣的水土保持措施因子空間分布特征見圖4—6，在1996、2004、2013年的水土保持措施因子均值分別為0.748、0.828和0.851。

表1 研究區不同土地利用類型及其不同植被蓋度下P值

圖4 三穗縣P因子空間分布(1996年)

圖5 三穗縣P因子空間分布(2004年)

圖6 三穗縣P因子空間分布(2013年)

3 結果與分析

3.1 土壤侵蝕模數變化特征

基于RUSLE模型對貴州省三穗縣1990—2015年土壤侵蝕進行估算，結果見圖7。三穗縣26 a間的土壤侵蝕先增加后下降再增加，總體呈上升的趨勢，1990—1997年間侵蝕模數由62.052 t/(hm2·a)增加到480.519 t/(hm2·a)。1999—2006年的土壤侵蝕模數一直處于較低且變化穩定的趨勢，2003年的土壤侵蝕模數最低，為29.860 t/(hm2·a)。1994—1998年和2006—2015年的土壤侵蝕模數較高，其中，2014年的土壤侵蝕模數最高，為732.928 t/(hm2·a)。

圖7 三穗縣1990—2015年土壤侵蝕模數(A)變化特征

土壤侵蝕分級標準參照SL 190—2007《土壤侵蝕分類分級標準》(表2)，在Arc map中對三穗縣1990—2015年土壤侵蝕進行重分類得到各級土壤侵蝕強度。表3中，三穗縣26 a間以微度土壤侵蝕為主，其次為輕度侵蝕，土壤劇烈侵蝕所占的面積最少。1990—1994、1999—2005年的微度土壤侵蝕面積均較大，1995—1998、2008—2015年的輕度土壤侵蝕面積均較大，1995—1998、2011—2015年的中度土壤侵蝕面積較大，2008—2015年的強度土壤侵蝕較為嚴重，極強度和劇烈土壤侵蝕在1997—1998、2008—2015年所占的面積較大。總體來說，三穗縣在1993—1998、2008—2015年這2個時期的土壤侵蝕較為嚴重。可能是在1993—1998年，該區域以農業生產為主，開墾農田等土地利用方式是造成土壤侵蝕的主要原因。在2008—2015年，主要是由于大規模快速的城鎮化建設，造成大量的水土流失，加劇土壤侵蝕。因此，在今后的生產建設中，應加強水土保持意識，防止水土流失的現象進一步惡化。

表2 水土流失強度分級標準 t/(km2·a)

表3 三穗縣1990—2015年各級土壤侵蝕強度的面積變化 km2

3.2 降雨侵蝕力因子R變化特征

圖8中，三穗縣1990—2015年的降雨侵蝕力呈先上升后下降最后再上升的趨勢，總體呈上升趨勢。在1990—2005年的降雨侵蝕力由186.688 MJ·mm/(hm2·h·a)波動下降到138.557 MJ·mm/(hm2·h·a)。在2005—2015年，降水侵蝕力由138.557 MJ·mm/(hm2·h·a)上升到194.032 MJ·mm/(hm2·h·a)。其中，2011—2015年的降水侵蝕力增加最為明顯，2011年的降水侵蝕力最低，為131.006 MJ·mm/(hm2·h·a)；2014年的降雨侵蝕力最高，為239.183 MJ·mm/(hm2·h·a)。而2014年的土壤侵蝕模數在研究期間最高，且26 a間的土壤侵蝕模數也呈先上升后下降最后再上升的趨勢，可以看出兩者的變化趨勢具有一定的一致性。從圖9數據分析中，土壤侵蝕模數與降雨侵蝕力之間的多項式關系較明顯，相關系數為0.44，說明降雨侵蝕力對土壤侵蝕具有一定的影響作用。

3.3 植被覆蓋與管理因子C變化特征

C因子指在相同的土壤、坡度和降水條件下，某一特定作物或者植被覆蓋情況下的土壤流失量與耕作過后連續休閑土壤流失量的比值，取值為0～1。目前，土壤侵蝕量與植被覆蓋度之間的指數關系被多數學者所認可。圖10中，三穗縣1990—2015年的植被覆蓋與作物管理因子C總體呈顯著的上升趨勢，變化范圍為0.130%～0.559%，尤其是2006—2015年的增加趨勢最為顯著。圖11中，土壤侵蝕模數與植被覆蓋和管理因子之間相關系數的平方為0.557 6，說明植被覆蓋和管理對土壤侵蝕具有重要的影響。

圖8 三穗縣1990—2015年降雨侵蝕力因子(R)變化特征

圖9 三穗縣1990—2015年土壤侵蝕模數與降雨侵蝕力因子(R)之間的關系

圖10 三穗縣1990—2015年植被覆蓋和管理因子(C)變化特征

圖11 三穗縣1990—2015年土壤侵蝕模數與植被覆蓋和管理因子(C)之間的關系

4 結論

基于RUSLE模型估算三穗縣1990—2015年的土壤侵蝕動態變化規律，主要得出以下結論：①三穗縣26 a間的土壤侵蝕模數、降雨侵蝕力和植被覆蓋與管理水平都呈上升的趨勢，尤其在2008—2015年的升高趨勢較為明顯；②研究期間，以微度土壤侵蝕和輕度侵蝕為主，中度和強度土壤侵蝕次之，極強度和劇烈侵蝕所占的面積最少；③雖然在2006—2015年的水土保持措施因子、植被覆蓋與管理因子較高且呈顯著上升趨勢，但是期間的土壤侵蝕模數也較高且升高趨勢明顯，今后應加強該區土壤侵蝕規律的深入探究，為防治水土流失等生態建設工作提供科學依據。