贛南地區水土流失風險評價

曾曉強

(江西環宇城設計有限公司，江西 宜春 336000)

0 前 言

第二次全國水利普查表明中國水土流失面積達273.69萬km2，是世界上水土流失最嚴重的國家之一[1]。其中南方地區由于豐富降水，高強度土地利用與破碎化地貌，導致林下侵蝕，崩塌侵蝕廣泛分布，流失面積達13.12萬km2[2]。水土流失易引發水體污染、地質災害、土壤資源與植被退化，進而威脅自然環境與經濟社會可持續發展。贛南地區為紅壤侵蝕典型區，近30 a來該地推行了退耕還林、飛播造林、林下補植、立體農業改造等生態措施，使得區域整體水土流失強度得到有效控制[3]。為對贛南地區水土流失風險進行綜合評價，劃分不同級別的水土流失風險區。本文通過水土流失方程(ULSE)提取7個風險指標因子，建立基于因子分析的水土流失風險評價模型，對贛南地區土壤侵蝕風險進行空間區劃，旨在探究贛南地區水土流失風險分布，為該區水土保持工作開展提供依據。

1 研究區概況

贛南地處贛江上游，位于東南沿海向內陸過渡帶，地理位置位為113°54′～116°38′E，24°29′～27°09′N，區域面積39 379.64 km2。區域屬南方丘陵、武夷山山系，地勢自四周向中北部傾斜，海拔介于18～2 061 m，地貌以山地(61.28%)、丘陵(21.89%)、盆地(16.83%)為主。全區屬贛江水系，干流自南而北流過，域內溪流密集、徑流豐富。該地屬亞熱帶季風氣候區，氣候溫潤、水熱充分，平均氣溫介于19.1～20.8 ℃，多年平均降水量為1 318.9 mm。土壤為亞熱帶紅壤，質地黏重、孔隙度小、易侵蝕。研究區土壤侵蝕可分為林下侵蝕、崩崗侵蝕和坡耕地侵蝕等類型，以中度侵蝕強度為主，具有復雜空間異質性特點。

2 研究方法

2.1 ULSE方程與水土流失風險因子

通用土壤流失方程(Universal soil loss equation，ULSE)采用數學模型直觀量化區域土壤流失量與環境因子之間的關系[3]:

A=R·K·L·S·C·P

(1)

式中：A為特定環境下單位面積內年平均土壤流失量，t/ha；R為單位降雨的侵蝕力，MJ·mm/(ha·h)；K為土壤可蝕性因子；L、S分別為地形因子坡長和坡度；C為植被覆蓋和經營管理因子，表征地表覆被對土壤侵蝕的抑制能力；P為水土保持措施。雖然該模型被廣泛運用于定量研究區域水土流失，然而在我國南方地區往往被低估[4]。這是由于USLE方程中的環境變量表達并不具化，通常同一個環境因子往往具有多相性表達。鑒于此，本文基于ULSE方程和文獻[2]等人的研究成果，確定區域水土流失風險因子依次為坡度(Slope)、坡長(SL)、地形濕度指數(TWI)、徑流動力指數(SPI)、NDVI、植被覆蓋度(C)、葉面積指數(LAI)、降雨量(RF)、土壤可侵蝕性(EROS)等10個指標因子。

2.2 風險因子數據來源

本研究主要采用氣象數據、GEO DEM與哨兵2號(Sentinel-2)遙感影像數據。其中，氣象數據為中國科學資源環境數據中心提供，該數據基于全國2000個氣象站點2000—2012年間平均降水量(RF)統計值，采用專業氣象插值軟件Anuslin生成，其空間分辨率為500 m，能夠較好描述研究區水土流失動力來源。

DEM數據來源于地理空間數據云，其空間分辨率為30 m，能夠描述區域微地貌特征?；谠摂祿崛^域Slope、SL、TWI、SPI地形因子，具體提取過程如下: DEM數據導入Arcmap→convertion tools→from raster→raster to ascii→SIMDTA平臺→terrain analysis tools[5]。

Sentinel-2衛星數據是歐空局發射的較高分辨率的遙感衛星，其可見光波段優于10 m，能精細呈現地表覆被差異。利用ENVI5.3軟件的bandmath工具提取NDVI、覆蓋度(C)、LAI等植被結構參數。處理過程為: Sentinel-2數據導入ENVI5.3中，利用flash模塊進行輻射校正，再利用spectral index工具提取LAI和NDVI，其值覆蓋度C利用差分函數提取。

EROS由中國科學院資源環境數據中心提供，其空間分辨率為1 000 m。為便于空間分析與計算，先將各指標因子進行空間重投影，設置其坐標系為 UTM-1984-50N，空間分辨率為30 m。然后以研究區1∶5000比例尺的矢量邊界為基礎，對各個因子進行裁剪提取。

2.3 水土流失風險評價模型

各風險因子對水土流失產生起著不同程度作用，為直觀認識單因子的影響力，采用因子分析的方法計算9個水土流失風險因子的權重wi(i為風險因子序列)，因子分析過程詳見有關文獻[6]。由于風險因子分屬不同量綱，因此需進行標準化處理，其中植被指數如LAI、NDVI和C因子水土對風險來說是負向因子，因此采用最小值方法進行標準化，其他正向因子采用最大值法，從而得到歸一化風險因子矩陣[Xij](j為風險評價單元，以像素為單元)。在此基礎，運用綜合指數法將風險因子歸一化值與權重聯立，得到風險指數模型:Rij=Xij×wi，其值介于[0,1]，值越大表明風險越高。依據等分法原理，將區域水土流失風險指數分為3級，R∈(0,0.33]為低風險不安全；R∈(0.33，0.67] 為中風險；R∈(0.67,1]為高風險。本文在SPSS21軟件進行因子分析以計算各指標權重，并利用Arcgis10.6平臺完成侵蝕風險制圖[7-8]。

3 結果與分析

3.1 贛南地區水土流失風險因子空間特征

SL是計算土壤侵蝕模數的必須參數，其表征了局部地形的產流、集水能力，對土體顆粒剝離運移具有重要作用。研究區SL值介于之間0.01～1.54，空間平均值為0.42，并呈帶狀沿著山勢分布，中間溝谷地為低值區。贛南地區水土流失風險因子空間分布見圖1。TWI和SPI描述了地表產流匯聚能力，是徑流侵蝕過程重要參數之一，前者值域為-0.81～69.54，后者范圍介于0.01～0.82。Slope是高程的函數，通常與DEM存在顯著相關性，研究區二者間的相關系數為0.46，在P>0.05達到統計顯著性意義。

圖1 贛南地區水土流失風險因子空間分布圖

NDVI、LAI和C能反映區域植被長勢，具有空間一致性分布。降水柵格顯示，區域RF介于1 391～1 714 mm，空間平均值為1 524 mm，空間呈現自南向北減少分布。研究區EROS介于10.49～41.26之間，平均值為23.82，土壤性質屬于中度易蝕。

利用Arcgis軟件中圖層的屬性分析功能，統計了上述風險因子在30 m柵格像素水平上的基本特征?？芍渥儺愊禂狄来螢?TWI(89.72%)

3.2 贛南地區水土流失風險因子權重

基于因子分析的客觀賦權法，得到區域水土流失風險因子的權值依次為:C(0.081)

圖2 贛南地區水土風險因子權重圖

3.3 贛南地區水土流失風險區劃

基于9個歸一化風險因子的柵格圖層，結合各風險因子權重，在ArcMap窗口的Spatial Analysis模塊下的Map Algebra工具中建立風險評價模型，運行得到區域水土流失風險指數見圖3。如圖所示，區域侵蝕風險指數介于0.21～0.79之間，其平均值為0.45。為直觀顯示其侵蝕風險差異性，采用等值法將其劃分為低風險、中風險、高風險區域，各風險等級所占區域面積依次為：36.13%、49.61%、14.26%，中度風險為主要特征。

圖3 贛南地區水土流失風險評價與區劃圖

4 結 論

本研究利用多源遙感、DEM與氣象數據，提取了分辨率為30 m的贛南地區水土流失敏感因子，并運用因子分析法計算了各因子對區域水土流失風險的影響，完成區域水土流失風險區劃。結論如下:

(1) 贛南地區水土流失風險對環境因子的敏感性依次為：植被覆蓋度(C) <坡度(SLOPE)

(2) 區域水土流失風險具有復雜空間變異性，風險指數介于0.21～0.79之間，其平均值為0.45，以中風險為主。由于生態景觀斑塊破碎化和強烈人為活動，導致區域水土流失風險分布異質性。