川西南干熱河谷土壤侵蝕風險評價
——以2000—2015年為例

蒲泓君

(成都理工大學地球科學學院，四川 成都 610059)

引言

土壤是發育于固態地球表面具有生物活性和孔隙結構的介質，是萬物的生存之本。土壤侵蝕是全球公認的加速土地退化、導致營養豐富的表層土壤流失的最主要形式之一，對土壤造成了重大威脅[1]。土壤侵蝕的過程及嚴重程度取決于多種生物物理侵蝕劑，包括地形特征、氣候變化、土地利用方式轉變和管理實踐等[2]。土壤流失速率超過土壤形成速率導致的土地退化對自然資源會產生很多負面影響，如破壞道路、引發泥石流等地質災害、減少生物多樣性和碳儲量，制約經濟社會的發展，造成經濟損失，不利于可持續發展。

據歷史記載，關于土壤侵蝕的研究已有百余年。在1956年，美國進行了第一次全國土壤侵蝕調查。隨后，中國也開展了4次全國范圍內的土壤侵蝕調查[3]。隨著RS和GIS的快速發展，RUSLE(Revised Universaliooil Loss Equation)在評估土壤侵蝕風險、指導水土保持評價和規劃中得到了廣泛應用，其適用性和結果的可靠性是毋庸置疑的[4]。RUSLE的主要優勢是可以逐單元地預測侵蝕潛力，能輕松地與GIS集成以進行更好的分析，促進對可用空間數據的利用，如土地利用、管理實踐、地形、降雨等。在我國，大量關于土壤侵蝕的研究集中在黃土高原地區[5,6]，而對干熱河谷地區的土壤侵蝕研究基礎還很薄弱。四川省是長江和黃河的重要水源發源地，密切關系著長江中下游地區的生態環境安全及社會經濟的發展。因此，川西南干熱河谷地區的生態治理對周圍河流乃至整個流域的水土保持、構建生態安全屏障中占有十分重要的位置。

本文結合自然和人文因素，在RS和GIS的技術支持下，基于RUSLE模型，對2000—2015年川西南干熱河谷區的年平均土壤侵蝕進行分析評價，評估植被覆蓋、地形對土壤侵蝕的影響，這些結果將有助于決策者提供重點區域水土流失綜合治理方案，對干熱河谷退化生態環境開發性治理提供了重要的科學依據。

1 研究區概況

該區域覆蓋面積約為228081km2，范圍在E98°36′～104°23′，N26°5′～33°33′。高程在251～7148m。研究區境內高溫低濕，光熱資源豐富，干濕季分明，降水少但蒸發量大，呈現出四周濕潤環境包圍下干旱炎熱的氣候特點。最冷月平均氣溫12℃，最暖月平均氣溫24～28℃，年均降雨量600～1000mm，90%的降雨集中在6—10月，且多為暴雨。

2 數據與方法

2.1 數據來源

降雨數據來自國家青藏高原科學數據中心(www.tpdc.ac.cn/)。土壤數據是來自世界土壤數據庫(Harmonized World Soil Database version 1.2 )。數字高程模型(DEM)數據來自國家地球系統科學數據中心(www.geodata.cn/)。歸一化植被指數(NDVI)數據和土地利用數據來自中國科學院資源環境科學與數據中心(www.resdc.cn/)。考慮到本研究中所使用的數據集來源和空間分辨率不同，將所有網格單元重采樣到300m的分辨率，以提高用于不同數據源的數據兼容性，使用WGS 84投影系統將所有輸入數據投影到UTM Zone 48 N中，以減少因遙感處理引起的不確定性。

2.2 RUSLE模型

RUSLE模型是一個基于物理的經驗模型，可以預測長期平均年土壤流失量。該模型介入了5個參數，包括降雨侵蝕力因子(R)、土壤可蝕性因子(K)、坡度坡長因子(LS)、植被覆蓋管理因子(C)、水土保持措施因子(P)。

SE=R×K×LS×C×P

(1)

式中，SE為年均土壤侵蝕量，t·hm-2·a-1；R為降雨侵蝕力因子，MJ·mm·hm-2·h-1·a-1；K為土壤可蝕性因子，t·h·MJ-1·mm-1；LS為坡度坡長因子(無量綱)；C為植被覆蓋管理因子(無量綱)；P為水土保持措施因子(無量綱)。

2.2.1 降雨侵蝕力因子(R)

降雨侵蝕力能夠度量雨水通過分離顆粒和產生地表徑流而引起土壤侵蝕的潛在能力的大小，是土壤侵蝕的主要驅動力[7]。見經驗公式(2)。

(2)

式中，R為降雨侵蝕力因子，MJ·mm·hm-2·h-1·a-1；Pi和P分別為月均和年均降雨量，mm。

2.2.2 土壤可蝕性因子(K)

土壤可蝕性因子(K)從根本上反映了水力分離和遷移土壤顆粒的難度以及土壤本身的抗腐蝕能力，說明了土壤性質和剖面特征對土壤侵蝕的影響。HWSD提供了土壤最上層30cm的特性，選擇侵蝕/生產力影響模型(EPIC)計算K因子值。

K=k1×k2×k3×k4

(3)

式中，K是土壤可蝕性因子，通過將值乘以0.1317換算成國際單位制，即t·h·MJ-1·mm-1；SAN是沙含量，%；SIL是粉塵含量，%；CLA是粘土含量，%；TOC是土壤有機碳含量，%；SN=1-SAN/100。

2.2.3 坡度坡長因子(LS)

地形界定了重力對水和沉積物的流動的影響，是導致土壤侵蝕的直接因素。在RUSLE模型中，影響整體表層土壤侵蝕作用的主要地形因素為坡長因子(L)和坡度因子(S)。其中，S因子定義了坡度的影響,L因子定義了坡長的影響。本文采用Bizuwerk等對Wischmeier和Smith公式改進后的計算LS值的方法，見公式(4)。

(4)

式中，LS為坡度坡長因子(無量綱)；λ為坡長，通過在SAGAGIS軟件2.3中Hydrology模塊中導入DEM得出；m取決于坡度百分比，Wischmeier和Smith列出了與坡度百分比有關的m值[7]，見表1。

表1 不同坡度百分比下m的取值

2.2.4 植被覆蓋管理因子(C)

植被覆蓋管理因子(C)解釋了植被、土壤覆蓋、作物管理等如何導致土壤侵蝕與裸露休耕區的土壤侵蝕的區別，是最容易受決策者和農民影響的一個因子，也是最容易幫助減少土壤侵蝕量的條件。因此，本研究采用多種與NDVI有關的方法確定C因子，見表2，選出最適合本研究區的方法。

表2 在不同坡度和土地利用下的P因子值

C=e[(-α)×NDVI/(β-NDVI)]

(5)

式中，α=2；β=1；NDVI=(NIR-RED)/(RED+NIR)；NDVI是歸一化差異植被指數；C因子值在0～1變化。

2.2.5 水土保持措施因子(P)

水土保持措施因子(P)表示在執行特定保護措施后的土壤流失量與順坡種植時土壤流失量的比例[7]。P因子的值在0～1，P值越接近0代表實施水土保持措施的效果越顯著，P值接近1代表未采取任何保護措施。結合土地利用類型和坡度。

3 結果與分析

通過將各個因子層(R,K,C,P,LS)以300m×300m的柵格形式整合到GIS環境的RUSLE模型中，逐像元估算川西南干熱河谷區土壤侵蝕的空間分布情況。研究區在2000—2015年期間土壤侵蝕總量分別為3217560t·a-1、2838014t·a-1、2220368t·a-1、2448672t·a-1，年平均總土壤侵蝕量約為2681153.5t·a-1。將研究區的土壤侵蝕劃分為5個等級，即非常輕微(0～2t·a-1)、輕微(2～10t·a-1)、中度(10～25t·a-1)、高(25～50t·a-1)、非常高(50～100t·a-1)、極高(>100t·a-1)的土壤侵蝕量。土壤侵蝕量的高值主要集中在研究區域的西部和中部，這是因為這些地區位于高山深谷區，滑坡、泥石流等自然災害比較嚴重。表3描述了2000—2015年各侵蝕強度的面積及其比例分布狀況，結果表明，2000—2015年間非常輕微侵蝕土壤侵蝕占比增加，輕微侵蝕、中度侵蝕和高侵蝕有所減少；盡管中度及以上侵蝕區域的覆蓋面積小，但是占總的土壤侵蝕量的比率大，分別為25.45%、20.78%、9.96%、1.25%，而覆蓋面積更廣的非常輕微和輕微侵蝕區域分別占總土壤侵蝕量的18.45%、24.11%。

表3 2000—2015年研究區土壤侵蝕強度等級分布狀況

4 結論

本文以川西南干熱河谷為研究對象，基于GIS的RUSLE方法來估算川西南干熱河谷內易侵蝕地區空間分布的結果，描繪了需要采取特殊保護措施的熱點區域，為控制水土流失政策提供初步指南，集中精力為嚴重災區制定土壤侵蝕減輕及恢復保護計劃。

R因子和侵蝕性降雨的空間模式一致。最高的K值來自于磚紅壤和淋溶土，其是低有機質或高粘土含量的土壤類型，容易在土壤表面形成結殼，導致滲透減少，顯示出較高的侵蝕率。在河谷的高起伏區發現了LS因子高值，因為增加的斜坡長度和陡度分別導致更大的徑流量和速度，從而導致土壤顆粒更強烈地分離，表現出更高的侵蝕率。土壤侵蝕圖顯示了研究區域內易受侵蝕地區，但由于地區差異，需因可用資源和特定地點的條件而采取適合當地的措施，便于以最高效率管理土壤侵蝕危害。更具體地說，因降雨量過大導致的高脆弱性地區，可以在溝谷間修建小塘壩蓄積地表水，防止山水沖刷耕地。改變順坡耕作、陡坡開荒等不合理的耕作制度可以緩解因地形原因導致的土壤侵蝕。在管理措施方面，建議將重點放在草地和未利用地上面，可以根據作物輪作變化來開發未來的土地利用方案，保持在土壤表面殘留植物。