基于小區實測數據的不同類型土壤可蝕性因子計算

楊 欣, 郭乾坤, 王愛娟, 劉寶元, 張蒙娜, 常琪琪

(1.北京師范大學 地理科學學部, 北京 100875; 2.中國水利水電科學研究院, 北京 100048;3.水利部水土保持生態工程技術研究中心, 北京 100048; 4.水利部水土保持監測中心, 北京 100055)

土壤可蝕性因子(K)是通用土壤流失方程(USLE)和中國土壤流失方程(CSLE)中的重要參數。各國學者對其研究可追溯至20世紀30年代，學者們提出了諸多評價土壤本身對侵蝕響應的指標，如土壤中硅鋁鐵含量[1]，土壤浸濕熱[2]，土壤膨脹系數[3]，1～10 mm團聚體量、團聚狀況、團聚度和團聚體分散度[4]等，這些指標不同程度的體現了土壤性質與侵蝕的關系，但均未建立土壤性質與侵蝕量的定量關系，因而無法進行土壤侵蝕預報。隨著研究深入，Olson和Wischmeier[5]分析了大量小區觀測資料，提出土壤可蝕性因子(K)的概念，即單位降雨侵蝕力在標準小區上造成的土壤流失量。Wischmeier等人[6]明確美國標準小區為22.13 m坡長，5 m寬，9%坡度的休閑小區，并利用美國各地標準小區多年實測資料，建立了美國土壤可蝕性因子數據庫，作為通用土壤流失方程(USLE)和修訂土壤流失方程(RUSLE)的重要組成部分。隨著USLE和RUSLE在全球范圍內的廣泛應用，K因子本地化的準確取值成為各國學者的研究熱點之一。我國水土流失形勢嚴峻，據第一次全國水利普查公報，我國水力侵蝕面積約1.29×106km2，且中度以上流失面積占總面積的21.2%[7]。我國學者基于不同地區積累的小區資料，開展了基于實測數據和土壤性質估算K值的研究并取得了豐富的成果。但由于小區規格和管理標準不一、K值計算方法不一，我國尚未形成基于實測數據的K值數據庫。實際應用中仍多采用Wischmeier或EPIC公式進行K值估算[8-9]，與實測數據相比誤差較大，無法真實的反映我國土壤對侵蝕的敏感程度[10]。鑒于此，本文基于全國水土保持監測二期網絡建設的分布在全國不同侵蝕類型區的130個監測點的長期觀測數據，補充收集學術論文和匯編資料中徑流小區實測數據，對全國主要土壤的K值進行系統計算，為我國土壤侵蝕預報模型提供較為可靠的K值；并在此基礎上，評價USLE或EPIC中K值計算方法在我國的適用性。

1 資料與方法

1.1 基礎數據

實測數據來源于全國水土流失動態監測項目中開展監測并進行資料整編的監測點，用于計算不同土壤侵蝕類型區不同土壤類型的土壤可蝕性因子K值。這些監測點基于全國水土保持監測網絡二期工程建設，在水土流失動態監測項目支持下開展了連續觀測，并進行了年度資料整編。通過數據審核，選擇了小區觀測年限超過3 a，坡度坡長、土壤類型等信息記錄完整的裸坡和無水保措施的順坡耕作小區資料。收集了部分省(市、區)監測點的整編數據、已發表論文中徑流小區實測土壤侵蝕量數據，結合已有監測點和臨近站實測的降雨量數據計算土壤可蝕性因子值，統一將其訂正到標準小區。共收集到130個監測站的觀測資料，200余篇學術論文。將收集的數據按照土壤侵蝕類型區(不包括北方風沙區和青藏高原區)進行整理，篩選后共有18個省(直轄市、自治區)51個監測站62個裸地小區和75個農地小區，共685個小區年的數據可用于計算K值。小區基本情況詳見表1—2，選取的徑流小區涵蓋了我國主要土壤類型，具有較好的代表性。

1.2 土壤可蝕性K值計算方法

監測點實測數據采用侵蝕量與降雨侵蝕力和地形因子乘積的比值計算K值，并根據USLE中標準小區的定義，將徑流小區的坡長和坡度統一訂正到22.13 m坡長和5°坡度。坡耕地小區的T因子根據第一次全國水利普查中相應耕作制度區輪作制度的水土保持措施因子值分區賦值。收集到的整編數據和文獻數據，只用文中的侵蝕量數據，采用觀測得到的降雨數據計算降雨侵蝕力，進而計算K因子。K采用下式計算：

(1)

坡度(S)坡長(L)因子值采用CSLE中的公式：

S=10.8sinθ+0.03 (θ≤5°)

(2)

S=16.8sinθ-0.5 (5°<θ≤10°)

(3)

S=21.91sinθ-0.96 (θ≥10°)

(4)

(5)

式中：θ——坡度(°)；λ——水平投影坡長(m)；m——坡長指數，m取值隨坡度發生變化。

基于降雨過程計算降雨侵蝕力的公式如下，主要用于有實測數據的監測點：

(6)

R次=E·I30

(7)

(8)

er=0.29〔1-0.72exp(-0.082ir)〕

(9)

式中：m——所有降雨次數；R次——每次≥12 mm降雨和<12 mm但產流降雨的降雨侵蝕力〔(MJ·mm)/(hm2·h)〕；E——次降雨總動能(MJ/hm2)；er——每一時段的單位降雨動能〔MJ/(hm2·mm)〕；ir——r時段斷點雨強(mm/h)。

表1 水土保持監測點實測數據情況

基于日降雨量資料的降雨侵蝕力計算公式如下，采用文獻中小區的侵蝕量資料：

(10)

(11)

2 結果分析

2.1 基于監測點實測數據計算的K值

本研究基于23個水土保持監測點觀測數據，計算得到我國不同土壤類型K因子值，因子值變化于0.000 8～0.037 5 (t·hm2·h)/(hm2·MJ·mm) (表3)。

由表3可知，黑土、黃綿土和褐土的K值較大，黃棕壤和赤紅壤土壤可蝕性因子值最小。黑土和黃綿土相對其他土壤，粉粒含量較高，更容易遭受侵蝕。從表3可以看出，即使是同一種土壤，分布在不同省份，其K值差別也很大，尤其是南方地區，如分布在福建、廣東、四川省的紅壤K值接近，但是分布在湖南省的紅壤，其K值是前者的2.9倍，赤紅壤也存在這種情況，分布在廣東和福建省的赤紅壤K值相差8.3倍，分析原因認為主要是由于南方水熱條件較好，成土母質差異大，即使是同一種土壤，其受自然條件和成土過程的影響，土壤性質差別很大，需要積累更長序列的觀測資料來進一步率定K值。

注：①指呼盟水土保持中心監測資料； ②指松遼委匯編資料； ③指黃河中游水土保持委員會； ④指歙縣站監測資料； ⑤指四川水土保持試驗站成果匯編。

表3 基于水土保持監測點實測數據計算的K值(t·hm2·h)/(hm2·MJ·mm)

2.2 基于文獻數據計算的K值

通過搜集文獻中徑流小區土壤流失量數據，采用觀測站的降雨量資料計算了各區域K值。除西南巖溶區東川和昭通K值明顯高于其他地區外，大多地方K值集中在0.001 1～0.042 1 (t·hm2·h)/(hm2·MJ·mm)范圍內(表4)。對比表3—4發現，相同土壤類型的K值接近，即兩種渠道獲得的K值能夠代表真值。同時得出我國土壤可蝕性從北向南逐漸減小，黑土和黃綿土土壤可蝕性較大，紅壤、紫色土土壤可蝕性小，也就是說東北黑土區典型黑土的土壤抗蝕能力最弱，往南抗蝕能力逐漸增強。黃土高原北部K值較大，東南較小。北方土石山區和南方紅壤區整體K值變化不大。西南紫色土區徑流小區主要布設在四川盆地，K值較為一致。西南巖溶區滇東北地區的K值相比周邊地區偏高，分析發現東川、昭通兩站點的土壤流失量較區內其他地區大，對結果造成一定影響，這可能是因為該區域地處干熱河谷區，從而導致土壤K因子值較高。

表4 基于文獻資料計算的我國土壤可蝕性因子(t·hm2·h)/(hm2·MJ·mm)

2.3 實測和模型估算K值對比分析

對同時有實測K值、Wischmeier和EPIC公式估算K值的站點進行整理，分區對比估算值與實測值可以得出，不同區域直接利用Wischmeier或EPIC公式估算的土壤可蝕性因子值與實測值存在較大差異，最大可達10倍多，與張科利等[10]之前得出利用估算方程計算我國K值偏大的結論相似，說明公式估算法計算的K值與實測值偏差較大。從各區域擬合效果看，東北黑土區監測點實測值與Wischmeier公式計算得到的K值最為接近，顯著性水平達到0.029(p<0.05)，這是由于Wischmeier公式是基于美國中西部農業區的小區實測資料計算得到的，該區域土壤性質與我國黑土區土壤性質較為接近；黃土高原區和南方紅壤區的擬合效果相對較差。史學正與鄭海金等發現紅壤區實測K值與基于Wischmeier或EPIC公式的結果相差10倍，說明經驗公式不適于該區域K值估算，應加強小區觀測。北方土石山區，西南紫色土區和巖溶區徑流小區資料相對缺乏，且運用Wischmeier或EPIC公式進行K值估算的研究也不多，因此本文暫未進行二者關系分析，應深入建設這些區域小區站點，同時加強小區的觀測和管理工作。

3 結 論

本研究利用徑流小區實測資料，建立了我國土壤可蝕性因子數據庫，研究得到我國主要土壤類型的可蝕性因子值范圍在0.000 8～0.070 5 (t·hm2·×h)/(hm2·MJ·mm)。黑土、黃綿土和褐土的K值較大，紅壤和紫色土可蝕性因子值較小。直接利用USLE或EPIC公式估算我國土壤可蝕性因子值與實測值相差較大，經過修正，USLE估算公式在東北黑土區的K值估算時精度相對較高。由于目前可用的監測點數據較少，加強監測點管理并積累長序列的觀測數據是獲得比較準確的K值和建立相關經驗公式的有效辦法。