基于GIS的土壤流失模型預測駱馬湖流域的土壤侵蝕

胡兆全，李 凱，謝欣雨，房 凱，陳 厲

(1.宿遷市淮西水利工程管理處，江蘇 宿遷 223800；2.宿遷市水利局，江蘇 宿遷 223800；3.宿遷市水利勘測設計研究院有限公司，江蘇 宿遷 223800)

駱馬湖位于江蘇省北部，介于北緯34°00′～34°14′、東經118°6′～118°16′之間，駱馬湖蓄水保護范圍為一線堤防內規劃蓄水位23.50m以下區域，面積為290km2，容積9.18億m3，匯水面積約1300km2，是淮河流域第三大湖泊、江蘇省第四大湖泊，為宿遷、徐州2個市共轄。研究區域地形的特點是山丘和山脊被溪流和排水道高度分割，原生植被是林地和沼澤，但這已被人類活動大大改變。然而，隨著人口的增加，以及需要更密集耕作的年度糧食和經濟作物的引入，土壤嚴重退化。這導致該盆地香蕉種植區的產量嚴重下降。在過去10年中表明侵蝕是一個嚴重的問題，但由于收集大面積侵蝕的經驗數據成本高昂，因此這些分析沒有進一步超出農場觀測，由于侵蝕過程因土壤、氣候、地形和管理方式的不同而存在很大差異，因此非常費時費力[1- 3]。由于因子控制的廣泛空間和時間變異性導致難以測量點對點侵蝕，預測模型極大地促進了通過識別和制定有用的定制補救措施來改善侵蝕現狀[4- 6]。本研究的目的是預測駱馬湖的土壤流失，并評估土壤流失模型的可靠性。

1 土壤流失模型USLE

利用USLE模型對研究區域進行了土壤流失預測。采用了5個影響土壤流失預測量的參數，包括降雨侵蝕力系數(R)、土壤可蝕性系數(K)、坡長和陡度系數(LS)、土地冠層覆蓋系數(C)和保護措施系數(P)。土地利用數據用于描述研究區域的保護實踐和土地覆蓋(C和P因子)[7- 8]。同時，通過在基于GIS的軟件中插值數據，使用集水區內3個雨量站的降雨數據來描述降雨侵蝕力因子，SRTM數據用于確定LS因子。在使用基于GIS的軟件建立模型期間，利用獲得土壤可蝕性表推導K參數。

1.1 土壤侵蝕模數

基于土壤流失方程USLE模型對研究區域土壤流失進行計算。包括氣候、土壤、植被覆蓋、地形和管理等計算因子，具體為：

A=R×K×LS×CP

(1)

式中，A—USLE計算的土壤流失侵蝕模數，t/(hm2·a);R—降雨侵蝕力因子，MJ·mm·hm-2·h-1·a-1；K—土壤可蝕性因子，t·hm2·h·hm-2·MJ·mm-1;LS—坡長與坡度組合因子，無量綱;CP—覆蓋和管理組合因子，無量綱;C—作物管理系數(代表作物覆蓋下土壤侵蝕程度與裸地相比)；P—保護措施系數(代表采取的緩解和保護措施與未采取措施相比)。

1.2 降雨侵蝕力

降雨侵蝕力是使用分段數據圖(等值線)確定的，該數據圖是從整個國內地區的等值線研究區域裁剪得出的。使用等高線插值法對等值線進行插值，以生成年降水量的連續曲面(map)。為了從降雨圖中獲得侵蝕力圖，使用EI30指數確定的侵蝕力值回歸長期降雨得出的回歸系數，具體方程為：

R=47.5+0.38×P

(2)

式中，R—降雨侵蝕力因子，MJ·mm·hm-2·h-1·a-1；P—年降雨量，mm/a。

1.3 坡度長度和陡度

在覆蓋該區域的1∶50000地形圖上疊加了相等的正方形。在描圖紙上繪制5mm×5mm(約0.2km2)的正方形，然后疊加在底圖上。計算沿著每個小正方形的線相交的等高線數量，并乘以底圖上的等高線間隔。用于計算和確定水平距離的線對準了工作廣場上觀察到的最接近等高線的部分。然后將等高線數和等高線間距的乘積乘以自然切線，計算坡度值。然后將其繪制為點(轉換為百分比后)，并通過點插值獲得數字形式的高度(數字高程模型DEM)。通過使用傾斜儀對現場的坡度進行進一步的物理測量。在研究區域內的3條山脊的6個面上，分別進行了36次坡度的現場測量，并根據觀測到的坡度長度繪制圖形，以獲得坡度和坡度長度之間的多項式關系(等式(3))。這種關系被用來從DEM中得出坡度長度。

L=-0.0848S2+4.49S+65.5

(3)

式中，L—坡長，m；S—坡度，%。

在高于21%的斜坡上，USLE的預測能力很差，有2個等式。(4)和(5)用于改進其性能。對于低于21%的斜坡，使用原始USLE公式(4)估算斜坡長度和坡度：

SL<21=(L/72.6)×
(65.41sinS+4.56×sinS+0.065)

(4)

式中，SL—坡長和坡陡系數；S—坡度，(°)；L—坡長，m。

SL>21=(L/22.1)0.7×
(6.432×sinS0.79×cosS)

(5)

通過map計算和Eqs結合坡度和坡長圖，計算出2個坡度因子圖(SL<21和SL>21)。如果貼圖中的像素的斜率值小于21%，則返回結果為表達式SL<21，否則，當斜率值大于21%時，返回結果為表達式SL>21。

1.4 覆蓋和管理因子

研究區域的土地利用圖是通過航空照片判讀(API)和衛星圖像判讀相結合，使用歸一化差異植被指數(NDVI)獲得的，然后通過地面真實性確認判讀。美國地質調查局的土地利用和土地覆蓋分類系統(安德森等人，1976年)經過調整和修改，包括6種主要土地利用類型，即農業區、畜牧區、居民區、工業區、林區和沼澤區。2種方法用于推導CP因子圖。基于公式(6)，以得出各土地利用的CP系數。

CP=A/RKLS

(6)

在該方法中，森林和沼澤地使用類型的CP因子通過方程式(7)確定實踐(P)系數的值，并結合經驗得出的覆蓋(C)系數，以確定土地利用類型的CP系數。

P=0.2+0.03×S

(7)

預計的土壤流失潛力(侵蝕危害)表示為t/(hm2·a)通過乘以降雨侵蝕力因子(R因子)圖、可蝕性因子(K因子)圖、坡長和陡度因子(SL因子)圖以及覆蓋和管理措施因子(CP因子)，確定研究區域。通過將侵蝕危害圖分別與各土地利用圖、地形圖和土壤圖疊加，獲得了各土地利用類型、地形單元和土壤單元的年平均土壤流失分離。嘗試了各種模型參數化方法，并在最終分析中選擇了以下組合，并將展示這些組合的結果。

總體方法如圖1所示，說明了方法的4個階段，包括數據收集、參數推導、GIS處理、土壤流失計算和分析。

圖1 總體技術路線方法

2 結果和討論

2.1 土地利用和土地覆蓋面積變化

2008—2015年土地利用變化對比評估見表1。

所有土地使用被簡化為6大類，即農業區、畜牧區、居民區、工業區、林區和沼澤區。根據表1的結果，從2008—2015年，農業區面積分別減少了約1.3%。畜牧區土地利用變化結果表現出不一致性，從2008—2010年，面積減少了5.7%，居民區面積減少了6.3%，工業區面積減少了7.2%，林區和沼澤區面積分別減少了4.7%和1.5%。

2.2 研究區土壤流失量分析

預測土壤流失的圖像顯示了30km2區域內的土地利用單元，如圖2所示。

USLE的2種參數化方法對于不同土地利用預測的侵蝕結果基本一致，方法1預測的侵蝕率較小，方法2預測侵蝕率普遍較大，且兩者誤差范圍為8.3%～16.7%，整體誤差在4.8%以內說明方法預測較為可靠。盡沼澤區占用的土地面積比所有其他土地利用都多，但預計每年的農田侵蝕量最高。當覆蓋率和侵蝕預測相結合時，方法1的預測值為63t/(hm2·a)，而方法2的預測值為66t/(hm2·a)整體誤差為4.8%。工業區和沼澤區預測侵蝕兩最低，說明2種土地類型發生侵蝕概率最低，2種預測方法的農業區預測侵蝕量均為最高為18t(hm2·a)和20t/(hm2·a)，說明農業用土發生土壤侵蝕的可能性最大，需要加強防護。年土壤流失量詳見表2。

表2 研究區域土地利用預測的年土壤流失量

這種繪制侵蝕危害圖的參數化方法提供了更好的土壤流失指數，因為它更為詳細。不同土壤參數的可變性在根據USLE估算可蝕性(K)系數時缺乏可變性，可以通過結合可用數據和有限的土壤調查進行估算。LS反映了坡度和地形對地表水流分離和輸送能力的影響，這些基本上由能量-力關系決定。這種預測方法的主要缺點是，當外推到不同于用于推導其因子值的條件時，其經驗性限制了其準確性。它的應用并不普遍，部分原因是它再現了特定于數據集的降雨和徑流之間的相關性，部分原因是土壤類型范圍的限制，使其成為該數據集范圍的約束。該方法的另一個特點是，它處理的是年平均土壤流失量，這是一個非常有用的概念，適用于開發該方法的氣候背景。

2.3 研究區水土流失等級劃分

圖2顯示了根據2008—2015土地利用情況生成的土壤侵蝕圖，范圍為6～18t/(hm2·a)。土壤侵蝕等級見表3。

表3 土壤侵蝕等級

值得注意的是，研究區內的土壤流失率風險整體處于中低水平，其中居民區、工業區和沼澤區平均值小于10t/(hm2·a)。其他地區包括農業區、畜牧區和林區的侵蝕率在10～50t/(hm2·a)之間，處于中等水平。

3 結論

USLE模型是一個統計且相對簡單的土壤侵蝕模型，易于參數化，因此需要較少的數據和運行時間。將模型與GIS集成有助于數據操作、數據輸入和輸出顯示。最重要的是，GIS網格空間顯示和分析實用程序允許將USLE模型應用于單個單元(微區域)。與傳統的土壤侵蝕預測集中方法相比，這種分布式方法可以幫助土地管理者確定問題區域，并相應地采用最佳管理實踐。GIS USLE方法的另一個優點是，由于插值功能，它能夠預測大面積的土壤流失。因此，通過在GIS中捕捉和疊加USLE參數，可以繞過有限的土壤流失現場數據和/或其在中宏觀尺度上的因子控制的限制。總的來說，土壤流失估計值高于容許值(t=5t/(hm2·a))，為了提高實地土壤流失預測的準確性，還需要關于土壤可蝕性、覆蓋和管理措施以及降雨侵蝕力的進一步數據。該模型還需要現場驗證，以選擇最佳和最準確的參數化方法。