延河流域生態(tài)系統(tǒng)土壤保持服務(wù)時(shí)空變化

劉 婷, 周自翔, 朱 青, 白繼洲

(西安科技大學(xué), 西安 710054)

土壤侵蝕是全球性環(huán)境問(wèn)題之一，不僅是造成土地退化、農(nóng)業(yè)生產(chǎn)力下降的主要原因，也是阻礙流域可持續(xù)發(fā)展的重要生態(tài)環(huán)境問(wèn)題，一直以來(lái)都是大家的關(guān)注熱點(diǎn)[1-3]。延河流域地處黃土高原，是中國(guó)水土流失嚴(yán)重的區(qū)域之一，為了遏制嚴(yán)重的水土流失，中國(guó)政府在黃土高原區(qū)域采取了一系列的水保措施，包括梯田、造林、淤地壩等[4]。隨著水保措施的實(shí)施，延河流域植被狀況逐漸好轉(zhuǎn)，土壤侵蝕狀況不斷改善，土壤保持服務(wù)所受的關(guān)注度也越來(lái)越高。基于此，諸多學(xué)者對(duì)黃土高原的土壤保持服務(wù)進(jìn)行了研究，如韓永偉等[5]、楊波等[6]、王森等[7]利用多種方法評(píng)估了土壤保持服務(wù)功能及其產(chǎn)生的經(jīng)濟(jì)價(jià)值，也有眾多學(xué)者研究土壤保持與地形因子之間的關(guān)系，例如陸傳豪等[8]基于RUSLE模型研究萬(wàn)州區(qū)土壤保持服務(wù)功能空間分布特征與坡度和土地利用類型之間的關(guān)系;劉睿等[9]研究三峽庫(kù)區(qū)重慶段土壤保持功能與地形因素之間的分布關(guān)系;饒恩明等[10]以四川省為研究區(qū)域，探究土壤保持功能空間特征及地形、植被等對(duì)其的影響。以上研究在探討地形因子對(duì)土壤保持的影響時(shí)，并未充分考慮地形因子的精細(xì)度，目前以高分辨率數(shù)字高程模型(Digital Elevation Model,DEM)為基礎(chǔ)數(shù)據(jù)，探討地形因子對(duì)土壤保持影響的研究還比較欠缺，故可將高分辨率DEM獲取的地形因子納入到土壤保持的研究中。

本文以延河流域?yàn)檠芯繀^(qū)，利用合成孔徑雷達(dá)(Interferometric Synthetic Aperture Radar,INSAR)技術(shù)生成的高分辨率DEM，并基于SWAT(Soil and Water Assessment Tool)水文模型模擬1999—2014年產(chǎn)沙量，獲得流域?qū)嶋H土壤侵蝕量，通過(guò)修改模型源代碼，獲得潛在土壤侵蝕量，進(jìn)而獲得土壤保持量，從而分析土壤保持服務(wù)的時(shí)空動(dòng)態(tài)變化特征及其約束條件，為區(qū)域水土流失研究和治理提供科學(xué)依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

延河流域位于東經(jīng)108°45′—110°28′，北緯36°23′—37°17′，面積為7 725 km2，平均坡度4.4%，河網(wǎng)長(zhǎng)度4.7 km/km2。該區(qū)域?qū)儆谂瘻貛Т箨懶园敫珊导撅L(fēng)氣候，年均降水量為500 mm，年均氣溫為8.8～10.2℃。土壤類型主要以黃綿土為主，占流域面積80%以上，該土體疏松、軟綿，抗侵蝕能力差，因此，延河流域是我國(guó)水土流失的重要區(qū)域之一。研究區(qū)地勢(shì)西北高東南低，地貌類型主要包括，殘?jiān)搅簻羡謪^(qū)、黃土丘陵溝壑、黃土臺(tái)地、以及黃土覆蓋的山地，其中分布最為廣泛的是丘陵溝壑區(qū)，約占研究區(qū)面積的90%。由于流域內(nèi)水土流失嚴(yán)重，近年來(lái)采取了一系列的水土保持措施及植被覆蓋措施，使得流域生態(tài)狀況逐漸好轉(zhuǎn)，圖1為2003年、2014年的年NDVI空間分布特征。

1.2 數(shù)據(jù)來(lái)源

本研究所使用的數(shù)據(jù):(1) 研究區(qū)DEM是通過(guò)選用Sentinel-1A數(shù)據(jù)為數(shù)據(jù)源，利用INSAR技術(shù)獲取的，分辨率為16.87 m，通過(guò)與水經(jīng)注獲取的19.11 m的DEM進(jìn)行對(duì)比驗(yàn)證，發(fā)現(xiàn)該DEM精度較高。(2) 土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源科學(xué)環(huán)境數(shù)據(jù)中心，分辨率為30 m，研究中主要選用2005年、2010年土地利用數(shù)據(jù)。(3) 土壤數(shù)據(jù)來(lái)源于世界土壤數(shù)據(jù)庫(kù)(Harmonized World Soil Database,HWSD)，通過(guò)土壤參數(shù)計(jì)算軟件(Soil Parameter Calculation Software,SPCS)獲取土壤參數(shù)數(shù)據(jù)。(4) 氣象數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)共享網(wǎng)，包括延河流域內(nèi)及周邊站點(diǎn)的1999—2014年的逐日降雨、溫度、相對(duì)濕度和風(fēng)速數(shù)據(jù)。(5) 水文數(shù)據(jù)來(lái)源于《中華人民共和國(guó)水文年鑒》，包括甘谷驛水文站1999—2014年的逐日徑流數(shù)據(jù)和1999—2014年逐日產(chǎn)沙數(shù)據(jù)。(5) 梯田、水庫(kù)數(shù)據(jù)來(lái)自于Sentinel-2A數(shù)據(jù)，通過(guò)解譯影像得到2015年研究區(qū)梯田、水庫(kù)分布情況。(6) 歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)數(shù)據(jù)來(lái)自MOD13Q1產(chǎn)品，該產(chǎn)品具有250 m的空間分辨率，每隔16 d提供一次，通過(guò)合成處理，得到2003—2014年NDVI數(shù)據(jù)。

2 試驗(yàn)材料與方法

2.1 延河流域SWAT模型的構(gòu)建

2.1.1 SWAT模型土壤侵蝕子模塊以及土壤保持量的獲取 目前已有大量研究利用SWAT水文模型對(duì)黃土高原區(qū)域的產(chǎn)流產(chǎn)沙進(jìn)行模擬[11-13]，因此本研究選用SWAT模型，對(duì)延河流域土壤保持量進(jìn)行模擬。該模型中產(chǎn)沙量的計(jì)算采用改進(jìn)版通用水土流失方程(Modified Universal Soil Loss Equation,MUSLE)，如式(1)所示。

Sed=11.8·(Qsurf·qpeak·areahru)0.56·Kusle·
Cusle·Pusle·LSusle·CFRG

(1)

式中:Sed為模擬產(chǎn)沙量;Qsurf為地表徑流(mm H2O/hm2);qpeak為徑流峰值(m3/s);areahru為HRU面積(hm2);Cusle為地表植被覆蓋因子;Pusle為水土保持措施因子;Kusle為土壤可蝕性因子;LSusle為地形因子,包括坡長(zhǎng)因子L和坡度因子S;CFRG為直徑大于2 mm的粗碎塊因子。

(1) 土壤可蝕性因子(Kusle)可以表示土壤對(duì)侵蝕的敏感性，SWAT中計(jì)算Kusle因子的方法，具體公式如下式所示。

Kusle=fcsand·fcl-si·forgc·fhisand

(2)

式中:fcsand為沙土質(zhì)地土壤侵蝕因子;fcl-si為黏壤土土壤侵蝕因子;forgc為土壤有機(jī)質(zhì)因子;fhisand為高沙質(zhì)土壤侵蝕因子。

(3)

(4)

(5)

(6)

式中:ms,msilt,mc分別為砂粒、粉粒、黏粒的含量(%);orgC為有機(jī)碳含量(%)。

(2) 植被覆蓋因子(Cusle)是影響土壤侵蝕的最敏感因子，主要受到覆蓋度、植被類型等的影響，SWAT模型中計(jì)算公式如下。

Cusle=exp([ln(0.8)-ln(Cusle,mn)]·

exp[-0.00115·rsdsurf]+ln[Cusle,mn])

(7)

式中:Cusle,mn為土地利用的最小植被覆蓋度因子;rsdsurf為土壤表面殘留物(kg/hm2)。

Cusle,mn因子可由已知的Cusle,aa因子用下式估計(jì):

Cusle,mn=1.463ln[Cusle,aa]+0.1034

(8)

式中:Cusle,mn為土地利用的最小植被覆蓋度因子;Cusle,aa為土地利用年均植被覆蓋因子。

(3) 水土保持措施因子(Pusle)是指采取水保措施后，土壤流失量相對(duì)于未采取任何措施時(shí)的比例，取值范圍為0～1[14]。0表示不存在侵蝕現(xiàn)象的區(qū)域，1表示未采取水土保持措施的區(qū)域。SWAT模型中Pusle因子是采用Wischmeier和Smith給出的信息計(jì)算，為了使模擬結(jié)果更適合研究區(qū)，因此本文對(duì)Pusle因子進(jìn)行了修改。SWAT模型中可對(duì)每一個(gè)HRU的Pusle因子進(jìn)行修改，HRU中包含土地利用、坡度等信息，因此本文根據(jù)土地利用類型及坡度范圍，并考慮前人在黃土高原的研究以及黃土高原上水保措施的實(shí)施，包括梯田、水平溝以及魚鱗坑等的影響[15-16]，最終確定表1中Pusle因子的取值。

(4) 坡度坡長(zhǎng)因子(LS)可以表示地形因子對(duì)土壤侵蝕的影響，SWAT模型中采用如下公式進(jìn)行計(jì)算。

(9)

式中:Lhill為坡長(zhǎng)(m)；m為指數(shù)項(xiàng)；αhill為坡度。

m的計(jì)算公式如下:

m=0.6(1-exp[-35.835·slp])

(10)

式中:slp為HRU的坡度。

slp與αhill的關(guān)系為:

slp=tanαhill

(11)

研究中涉及潛在土壤侵蝕量(Sedq)、實(shí)際土壤侵蝕量(Seda)、土壤保持量(Sedc)3種數(shù)據(jù)量的計(jì)算。潛在土壤侵蝕量是指在假定沒(méi)有地表植被覆蓋和水土保持措施下的侵蝕量，即通過(guò)將SWAT源代碼和數(shù)據(jù)庫(kù)中的Cusle，Pusle因子修改為1得到的產(chǎn)沙量。實(shí)際土壤侵蝕量是指流域?qū)嶋H發(fā)生的侵蝕量，即由SWAT模型直接模擬得到的產(chǎn)沙量。土壤保持量是二者的差值，計(jì)算公式如下式所示。

Sedc=Sedq-Seda=11.8(Qsurf·qpeak·areahru)0.56·
Kusle·LSusle·CFRG·(1-Cusle·Pusle)

(12)

2.1.2 數(shù)據(jù)庫(kù)的構(gòu)建

(1) 土地利用數(shù)據(jù)庫(kù)。研究中主要使用2005年、2010年的土地利用數(shù)據(jù)，將延河流域土地利用數(shù)據(jù)分為耕地、林地、園地、高覆蓋草地、低覆蓋草地、建設(shè)用地、水域和未利用地8類，模型在輸入土地利用數(shù)據(jù)時(shí)，同時(shí)還需要輸入土地利用索引表，方便將流域的土地利用類型與SWAT模型自帶的植被生長(zhǎng)模型庫(kù)和農(nóng)業(yè)管理數(shù)據(jù)庫(kù)進(jìn)行連接。因此，按照SWAT模型中土地利用的編碼對(duì)各種土地利用重新進(jìn)行編碼，見表2，從而建立土地利用索引表。

表2 土地利用類型SWAT編碼

(2) 土壤數(shù)據(jù)庫(kù)。本文所使用的土壤數(shù)據(jù)來(lái)源于HWSD，流域的土壤類型主要包括黃綿土、沖積土、粗骨土、紅黏土、潛育始成土等，見圖2。通過(guò)在HWSD中獲取各種土壤的部分參數(shù)以及利用SPCS軟件計(jì)算部分土壤參數(shù)，建立土壤參數(shù)數(shù)據(jù)庫(kù)，并根據(jù)各類土壤在SWAT中的編碼，建立土壤參數(shù)索引表。

圖2 土壤類型

(3) 氣象數(shù)據(jù)的準(zhǔn)備。本文選用流域內(nèi)及距離流域較近的11個(gè)傳統(tǒng)氣象站點(diǎn)1999—2014年的逐日氣象資料輸入到SWAT模型中，其中降水、最高溫度、最低溫度、相對(duì)濕度、風(fēng)速可直接在中國(guó)氣象數(shù)據(jù)共享網(wǎng)站獲取，太陽(yáng)輻射數(shù)據(jù)通過(guò)天氣發(fā)生器模擬得到。

2.1.3 模型的建立 本研究使用ArcSWAT 2012版本，首先是子流域的劃分，基于DEM生成河網(wǎng)，通過(guò)設(shè)定閾值(形成子流域的最小給水面積)為10 000 hm2，設(shè)置流域出水口點(diǎn)，將延河流域劃分為41個(gè)子流域;其次是水文響應(yīng)單元(HRU)的劃分，模型在劃分子流域的基礎(chǔ)上，通過(guò)疊加土地利用數(shù)據(jù)、土壤數(shù)據(jù)和坡度數(shù)據(jù)，獲得各個(gè)子流域中具有相同土地利用類型、土壤類型和坡度的HRU。最后將氣象數(shù)據(jù)等導(dǎo)入模型，對(duì)延河流域1999—2014年產(chǎn)沙量進(jìn)行模擬。模型以1999—2002年作為預(yù)熱期，利用2003—2008年甘谷驛水文實(shí)測(cè)值進(jìn)行率定，利用2009—2014年的水文實(shí)測(cè)值進(jìn)行驗(yàn)證。由于研究時(shí)間較長(zhǎng)，土地利用會(huì)發(fā)生一定程度地變化，因此將預(yù)熱期和率定期視為整體，選用2005年土地利用進(jìn)行模擬;在驗(yàn)證期時(shí)選用2010年土地利用進(jìn)行模擬。

2.1.4 模型的參數(shù)敏感性分析、率定、驗(yàn)證以及不確定性分析 本文通過(guò)選用SWAT-CUP(SWAT-Calibration and Uncertainty Programs)中的SUFI-2算法對(duì)SWAT模型進(jìn)行敏感性參數(shù)分析、率定、驗(yàn)證以及不確定分析。在該算法中，采用判定系數(shù)(Cofficient of determination,R2)和納什效率(Nash-Sutcliffe efficiency coefficient,NSE)對(duì)模型進(jìn)行適用性評(píng)價(jià)，其中R2可評(píng)價(jià)模擬值與實(shí)測(cè)值變化趨勢(shì)的一致性，NSE可反映模擬值與實(shí)測(cè)值之間的擬合程度[17]。

(13)

(14)

式中:Qmi為模擬值;Qoi為實(shí)測(cè)值;Qm為模擬均值;Qo為實(shí)測(cè)均值。

2.2 地形因子的獲取

本文選用的地形因子包括:坡度、坡向和高程，其中坡度由DEM直接獲取，將其分為0°～15°，15°～25°，25°～35°以及>35°共4個(gè)等級(jí)，獲得坡度分級(jí)圖;坡向由DEM直接獲取，將其分為平地、陽(yáng)坡、半陽(yáng)坡、半陰坡及陰坡5類，獲得坡向分級(jí)圖;高程由DEM直接獲取，通過(guò)設(shè)置50 m的高程間隔，分為26個(gè)等級(jí)，獲得高程分級(jí)圖。

3 結(jié)果與分析

3.1 模型率定與驗(yàn)證

本文選用甘谷驛水文站1999—2014年的逐月徑流數(shù)據(jù)和泥沙數(shù)據(jù)作為實(shí)測(cè)值，由于未能獲取枯水期時(shí)泥沙數(shù)據(jù)，因此選用0值代替。在SWAT-CUP中進(jìn)行敏感性參數(shù)分析后，完成對(duì)模擬結(jié)果的率定和驗(yàn)證。圖3為研究區(qū)徑流和泥沙實(shí)測(cè)值與模擬值的比較結(jié)果。一般研究認(rèn)為，R2>0.6,NSE>0.5時(shí)，模擬結(jié)果較可靠，校準(zhǔn)期和驗(yàn)證期模擬結(jié)果都較好時(shí)，參數(shù)的最佳校準(zhǔn)值適用于研究區(qū)域[18]。

從圖3(A1—A2)可以看出，徑流量在率定期(2003—2008年)和驗(yàn)證期(2009—2014年)模擬結(jié)果的R2和NSE均達(dá)到模型要求;從圖3(B1—B2)可以看出，泥沙量在率定期(2003—2008年)和驗(yàn)證期(2009—2014年)模擬結(jié)果的R2和NSE也均達(dá)到模型要求。因此，SWAT模型可以對(duì)延河流域的水文狀況進(jìn)行較好地模擬。從而可得到延河流域基于HRU的2003—2014年逐月產(chǎn)沙量。

圖3 延河流域甘谷驛水文站點(diǎn)月徑流量和月產(chǎn)沙量在率定期、驗(yàn)證期的模擬結(jié)果

3.2 土壤保持量分布及變化

3.2.1 時(shí)間尺度變化 從圖4可以看出，在時(shí)間尺度上，潛在土壤侵蝕量、實(shí)際土壤侵蝕量和土壤保持量變化趨勢(shì)相同，均會(huì)產(chǎn)生不同幅度的波動(dòng)，主要原因是受降水因子的影響，各個(gè)月份的降水量、降水強(qiáng)度均不同，其中在2013年7月份3種數(shù)據(jù)量均產(chǎn)生了大幅度增加且均達(dá)到多年最大值，主要原因是該月降雨總量為435 mm，遠(yuǎn)遠(yuǎn)超過(guò)其他月份的降水量。因此，可以發(fā)現(xiàn)延河流域土壤保持在時(shí)間尺度上的變化主要受降水因子的影響。

圖4 潛在土壤侵蝕量、實(shí)際土壤侵蝕量和土壤保持量隨時(shí)間變化趨勢(shì)

延河流域土壤保持量在2003—2014年，整體上呈現(xiàn)出波動(dòng)的趨勢(shì)，但土壤保持量仍有所增加，其中2003年土壤保持總量為677.1萬(wàn)t,2014年土壤保持總量為1 345.02萬(wàn)t。二者的空間分布格局也產(chǎn)生了很大的變化。由圖5可以看出，2003年土壤保持量主要集中在流域下游，主要原因是該下游區(qū)域，地勢(shì)平坦，侵蝕輕微，因此產(chǎn)生的土壤保持量較高，而在2014年土壤保持量在整個(gè)流域均有分布，主要原因是該區(qū)域近年來(lái)實(shí)行了一系列的水保措施及植被覆蓋措施產(chǎn)生了良好的生態(tài)效應(yīng)。

圖5 延河流域2003年和2014年土壤保持量

為了更加明確土壤保持服務(wù)在不同年份空間分布差異性的原因，本文嘗試分析研究區(qū)水土保持措施及植被覆蓋措施的變化及其對(duì)水土保持服務(wù)的影響。因此，本文通過(guò)解譯高分辨率影像得到研究區(qū)梯田、水庫(kù)分布情況，并用此來(lái)表示研究區(qū)水土保持措施實(shí)施的狀況。由于梯田數(shù)據(jù)的提取需要高分辨率影像的支持，因此選用10 m分辨率的Sentinel-2A數(shù)據(jù)，但該數(shù)據(jù)是最早發(fā)行時(shí)間為2015年，因此通過(guò)解譯影像得到研究區(qū)2015年梯田、水庫(kù)數(shù)據(jù)，通過(guò)觀察可知，經(jīng)過(guò)多年來(lái)對(duì)坡耕地的改造，到2015年為止流域上中游梯田及水庫(kù)分布較廣泛，下游分布相對(duì)較少。本文通過(guò)處理MOD13Q1數(shù)據(jù)得到的研究區(qū)2003年、2014的年NDVI數(shù)據(jù)，并用此來(lái)表示研究區(qū)植被覆蓋狀況的變化。可以看出，經(jīng)過(guò)多年來(lái)實(shí)施的退耕還林(草)工程，整個(gè)流域的植被覆蓋狀況發(fā)生了明顯地好轉(zhuǎn)，尤其是流域的上中游區(qū)域。由此可知，梯田、水庫(kù)和NDVI數(shù)據(jù)在空間上的變化可以直接證明2003年和2014年土壤保持量在空間上的差異，也進(jìn)一步說(shuō)明水土保持措施及植被覆蓋措施在流域治理過(guò)程中發(fā)揮了至關(guān)重要的作用。

3.2.2 空間尺度變化 從圖6可以看出，在空間尺度上，土壤保持量主要受地形因子的影響。2003—2014年延河流域年均土壤保持量為1 002.02萬(wàn)t，在流域上中下游區(qū)域表現(xiàn)不同，其中在下游年平均土壤保持量最大，上游次之，中游最低，造成這種現(xiàn)象的主要原因是，流域下游的區(qū)域主要為殘?jiān)搅簻羡謪^(qū)，該區(qū)域黃土侵蝕方式以雨滴擊濺侵蝕為主，侵蝕輕微，且地面平坦、土層肥厚[19]，因此有著最高的土壤保持量;流域上游主要為黃土覆蓋的山地區(qū)域，該區(qū)域25°以上的陡坡占總面積的70%以上[19]，雖易受土壤侵蝕的影響，導(dǎo)致該區(qū)域的潛在土壤侵蝕量大于其他區(qū)域，但由于近年來(lái)這個(gè)區(qū)域?qū)嵤┩烁€林力度最大，使得25°以上的區(qū)域全部退耕，進(jìn)而植被不斷恢復(fù)，植被覆蓋度不斷增大，該區(qū)域?qū)嶋H土壤侵蝕量隨之不斷減少，所以該地區(qū)的土壤保持量相對(duì)中游較高;流域中游主要為梁峁丘陵溝壑區(qū)，該地區(qū)人類活動(dòng)頻繁，墾殖嚴(yán)重，因此該區(qū)域的土壤保持量最低。

圖6 延河流域多年(2003-2014)年平均土壤保持量

為了更清楚延河流域土壤保持量受地形因子的影響，將多年平均土壤保持量進(jìn)行標(biāo)準(zhǔn)化，參照蔣春麗等人的研究[20]，將標(biāo)準(zhǔn)化后的土壤保持量分為低(0～0.2)、較低(0.2～0.4)、中(0.4～0.6)、較高(0.6～0.8)、高(0.8～1.0)5個(gè)等級(jí)，見表3。延河流域主要以低保持為主，面積為5 432.94 km2，占總面積的73%。

表3 土壤保持量分級(jí)統(tǒng)計(jì)

3.3 不同地形因子土壤保持分布特征

3.3.1 坡度與土壤保持分布特征 經(jīng)統(tǒng)計(jì)得到各土壤保持量在不同坡度等級(jí)所占面積比例(表4)。由表可知，各級(jí)土壤保持量隨坡度的增大均呈先增加后減小的趨勢(shì)，其中在<25°區(qū)域，低保持占比較多。主要是因?yàn)楦卦谶@一區(qū)域分布范圍較廣[21]，人類活動(dòng)比較頻繁，易發(fā)生土壤侵蝕。>25°區(qū)域，低保持占比較小，較低、中和高保持量占比較多。這主要是因?yàn)檠雍恿饔蜃酝烁€林以來(lái)，坡度是執(zhí)行退耕的首要標(biāo)準(zhǔn)，>25°以上的坡耕地必須退耕[21]，這一措施導(dǎo)致>25°的區(qū)域耕地面積逐漸下降，草地、林地面積相應(yīng)增加，中度和強(qiáng)度以下侵蝕的面積占比顯著增加，劇烈侵蝕面積顯著下降。而>35°的區(qū)域各級(jí)保持量均低于25°～35°區(qū)域，主要是因?yàn)榇笥?5°屬于急陡坡，其耕作類型雖發(fā)生改變，但該區(qū)域地形陡峭，易受土壤侵蝕的影響。

表4 不同坡度土壤保持面積分布情況

總之，流域土壤保持隨坡度變化規(guī)律明顯，25°的坡面是土壤保持量的關(guān)鍵帶，也是今后水土保持工作應(yīng)重點(diǎn)關(guān)注的區(qū)域。

3.3.2 坡向與土壤保持分布特征 通過(guò)將土壤保持量分級(jí)圖與坡向進(jìn)行疊加分析，得到土壤保持量空間分布的坡向特征圖(圖7)。由此可知，在平地上，基本只存在低、較低和中保持量，其他各級(jí)保持量幾乎為0。經(jīng)統(tǒng)計(jì)可得，土壤保持量在不同坡向上的規(guī)律表現(xiàn)為半陽(yáng)坡>陰坡>陽(yáng)坡>半陰坡>平地。這主要是因?yàn)閷?duì)于黃土丘陵溝壑區(qū)，平地上人類活動(dòng)頻繁，因此基本只存在低、較低和中保持量，且占比都較小;陽(yáng)坡所獲得的太陽(yáng)輻射總量高于陰坡，但陽(yáng)坡土壤濕度低于陰坡，且陽(yáng)坡上人類耕作現(xiàn)象較多[22-24]，并參照湯巧英等[24]的研究成果，可知延河流域2000年、2010年植被覆蓋度總體表現(xiàn)為陰坡>陽(yáng)坡>平地，因此陰坡上的土壤保持量高于陽(yáng)坡。又根據(jù)李勉等人[25]的研究成果可知，黃土高原不同坡向土壤侵蝕速率大小表現(xiàn)為半陰坡>陽(yáng)坡>半陽(yáng)坡，從這一規(guī)律可以看出半陽(yáng)坡的土壤保持量應(yīng)相對(duì)較高。由此可知，土壤保持量在不同坡向的分布與坡向的植被覆蓋、土壤濕度、侵蝕速率等有著緊密的聯(lián)系。

圖7 土壤保持量坡向分布特征

總之，流域土壤保持隨坡向變化規(guī)律明顯，主要是與坡向上的植被覆蓋、濕度、光照、侵蝕速率等因子關(guān)系密切。半陽(yáng)坡為土壤保持量最大的區(qū)域，半陰坡為土壤保持量較小的區(qū)域，二者均為日后開展水保工作的重點(diǎn)對(duì)象。

3.3.3 高程與土壤保持分布特征 將流域高程分級(jí)圖與土壤保持量分級(jí)圖進(jìn)行疊加分析，得到土壤保持量空間分布的高程特征圖(圖8)。由此可知，隨著高程的增加，土壤保持量大致呈先增大后減小的現(xiàn)象，土壤保持量在低、較低、中和較高保持的高程分布特征大致相同，其峰值均在1 250～1 300 m高程范圍內(nèi)，土壤高保持峰值主要分布在950～1 000 m的高程范圍內(nèi)，主要原因是，在1 250～1 300 m高程范圍內(nèi)，主要為黃土丘陵溝壑區(qū)，是延河流域典型的地貌類型，該種地形上雖易發(fā)生土壤侵蝕[26]，但近年來(lái)在丘陵溝壑區(qū)開展了淤地壩工程，給該地區(qū)帶來(lái)了良好的生態(tài)和經(jīng)濟(jì)效益，使得該地區(qū)的土壤保持量不斷增加;在950～1 000 m的高程范圍內(nèi)，一般為黃土臺(tái)地，土壤肥厚，地面平坦，不易發(fā)生土壤侵蝕現(xiàn)象，因此存在高土壤保持量。

圖8 土壤保持量高程分布特征

總之，流域土壤保持隨高程變化分異特征明顯，950～1 000 m和1 250～1 300 m是土壤保持量最多的地帶，也應(yīng)是今后水土保持的關(guān)注重點(diǎn)。

4 結(jié) 論

(1) 基于高分辨率的DEM，應(yīng)用SWAT模型開展流域生態(tài)系統(tǒng)土壤保持服務(wù)的模擬，不僅提高了產(chǎn)沙的精度，而且拓展了SWAT模型的應(yīng)用領(lǐng)域。

(2) 延河流域在2003—2014年期間，年均土壤保持量為1 002.02萬(wàn)t，土壤保持功能有所增強(qiáng)，在時(shí)間上的變化趨勢(shì)主要受降水量的影響，空間上的變化趨勢(shì)主要受地形因子的影響。其中流域2003年和2014年土壤保持量的空間分布特征表明，近年來(lái)流域內(nèi)實(shí)施的一系列水土保持及植被覆蓋措施使水土流失現(xiàn)象得到了一定程度的改善，對(duì)流域生態(tài)建設(shè)發(fā)揮了極其重要的作用。

(3) 土壤保持量受坡度、高程、坡向影響規(guī)律明顯。具體表現(xiàn)為，土壤保持量隨坡度、高程的增大呈先增大后減小的趨勢(shì)，土壤保持量在不同坡向上的規(guī)律表現(xiàn)為半陽(yáng)坡>陰坡>陽(yáng)坡>半陰坡>平地。在>25°的坡面、950～1 000 m和1 250～1 300 m的高程范圍、以及半陽(yáng)坡上均存在較高的土壤保持量，應(yīng)是今后水保工作關(guān)注的重點(diǎn)。

本文的研究方法和研究結(jié)果能比較真實(shí)地模擬延河流域土壤保持服務(wù)的真實(shí)狀況，但在研究過(guò)程中仍然存在一些不足之處，如在利用SWAT模型計(jì)算土壤保持量的過(guò)程中，土壤參數(shù)對(duì)產(chǎn)沙的模擬有很大影響，但SWAT土壤數(shù)據(jù)庫(kù)中輸入的一些土壤參數(shù)是直接根據(jù)經(jīng)驗(yàn)方程計(jì)算得到的，雖然具有一定的科學(xué)性，但仍然會(huì)存在一定誤差;在進(jìn)行模擬結(jié)果的率定和驗(yàn)證時(shí)，未能獲取枯水期時(shí)泥沙數(shù)據(jù)，因此選用0值代替;在研究地形因子對(duì)土壤保持量的影響時(shí)，發(fā)現(xiàn)土壤保持量同時(shí)還會(huì)受到人類活動(dòng)、植被覆蓋、氣候等因子的綜合影響，因此，后續(xù)研究將進(jìn)行多種因子對(duì)土壤保持量的共同影響，從而更好地分析土壤保持服務(wù)變化的原因。