中國USLE/RUSLE因子研究

馬春玲, 焦 峰,2, 王 飛,2, 戈文艷,2, 丁文斌,劉元昊, 尚天赦, 曹樂樂, 林媛媛

(1.西北農林科技大學 水土保持研究所 黃土高原土壤侵蝕與旱地農業國家重點實驗室,陜西 楊凌 712100; 2.中國科學院 水利部 水土保持研究所, 陜西 楊凌 712100)

土壤侵蝕破壞土地資源，進而引起水土流失，導致大量泥沙進入江河湖庫，引起洪澇災害、水體污染等環境問題，造成生態環境退化[1]。認識并了解土壤侵蝕的過程及機理，揭示引起侵蝕的因子與土壤性質之間的關系，并對土壤侵蝕進行準確的評估、監測和預報，有助于識別土壤侵蝕的易發區和水土流失治理的薄弱環節，從而指導水土保持措施配置，優化水土資源利用。利用土壤侵蝕模型對土壤侵蝕進行監測與預報，是土壤侵蝕評估的重要手段之一[2]。通用土壤流失方程(Universal Soil Loss Equation)及其改進版RUSLE，在過去40 a，已在109個國家被應用，是全球應用最為廣泛的土壤侵蝕模型[3]。

USLE最初用于定量預報農地或草地坡面多年平均年土壤流失量，后來延伸至其他土地利用類型。美國農業部在80年代對模型進行修改，考慮了細溝和細溝間侵蝕；1997年又出版了修訂通用土壤流失方程 RUSLE，改進了各因子的計算方法[4]。然而，它在模型結構上仍然存在局限性，只反映了相乘因子之間有限的相互作用和相互關系[2]。同時，USLE/RUSLE在進行侵蝕熱點區識別和侵蝕潛力研究中有較好表現，對于土壤侵蝕過程和精確侵蝕量研究存在較大不確定性。

土壤侵蝕是一個復雜的多因子耦合過程，土壤侵蝕模型存在不確定性，無法解釋沉積物輸送的所有相互作用。USLE/RUSLE并不能表征所有形式和尺度的土壤侵蝕過程，例如無法解釋溝壑侵蝕、河岸侵蝕等[5]；另外，USLE/RUSLE系列以年為時間尺度衡量單位面積的土壤流失，無法衡量基于次降雨事件的土壤流失情況[6]。

20世紀末，USLE/RUSLE被引入中國。我國學者在USLE/RUSLE各因子計算方法修訂和利用方程進行土壤侵蝕的監測和預報等方面進行了大量研究，有力推動了我國土壤侵蝕研究的進展。有學者根據我國的實測資料，提出了適用于黃土地區、東北地區、滇東北山區以及南方紅壤區等區域土壤流失方程[7-9]。劉寶元基于1 841個地塊年數據，在考慮中國陡坡水土流失的特點和系統性水土保持措施的基礎上，提出了中國土壤流失方程(CSLE)，用以預測不同水土保持措施下坡耕地的年平均土壤流失量。其中采用生物、工程和耕作措施因子代替作物覆蓋與管理因子和耕作措施因子。但由于方程本身的局限性或研究人員對方程理解上的偏差等，在應用過程中不乏誤用、錯用等情況[4]。另外，各因子有嚴格的適用條件，計算方法有明顯的區域適用性，加上我國土壤侵蝕的復雜性、基礎數據缺失等[2]，為方程的區域適用性評價增加了難度。

本文通過CNKI中國學術期刊全文數據庫、Web of Science，以各因子的中英文表達、USLE、RUSLE為主題詞，檢索1965—2020年已公開發表的期刊論文，通過篩選與補充，共獲得373篇相關文獻。對這些文獻進行綜合分析，闡明USLE/RUSLE各因子常用計算方法的差異和優缺點，以及不同方法在計算過程中的限制條件，并就中國在各因子的計算及方程應用中存在的問題進行發現、總結，以期為USLE/RUSLE的應用優化及突破提供參考。

1 降雨侵蝕力因子(R)

1.1 標準定義及主要計算方法

降雨侵蝕力是指降雨引起土壤侵蝕的潛在能力，是評價降雨對土壤剝離、搬運侵蝕的動力指標。Wischmeier等[10]基于8 000多個地塊的降雨、土壤侵蝕實測資料，回歸分析發現降雨動能E和最大30 min雨強I30的乘積與土壤流失量的相關性最好，故用EI30計算多年平均降雨侵蝕力，并在USLE中得到應用。但由于不同地區降雨特性存在差異，EI30并非適用于全球。Hudson研究發現，相比EI30，KE>25法(以雨強I>25 mm/h的降雨總動能代表降雨侵蝕力)更適合熱帶亞熱帶地區[11]。Foster等[12]研究顯示EI30與PI30(P指次降雨量)有高度線性相關，可以采用PI30來計算年降雨侵蝕力；且包含雨量、雨強和徑流量的復合指標比EI30要好，認為徑流量少降雨量大時EI30計算的降雨侵蝕力值偏高，反之則偏低，但徑流數據獲取困難。我國學者研究發現，中國北方地區EI30和EI10預測效果較好，南方地區EI60預測效果較好。王萬中等[13]發現，進行全國性或大區域研究時，EI30整體的預報效果優于其他指標，而在降雨資料缺乏時可采用PI30。

以上計算方法均需要降雨過程資料，資料的年限最好為20年以上，很多地區缺乏這些資料。另外，降雨動能計算和斷點雨強劃分也較為麻煩，推廣受到限制，因此有學者提出了降雨侵蝕力的簡易算法，即通過建立常規降雨資料(降雨量等)與多年平均降雨侵蝕力之間的數量關系式來估算降雨侵蝕力。章文波等[14]參考Richardson等以日降雨量估算半月降雨侵蝕力的冪函數形式模型，建立了適合中國的半月降雨侵蝕力估算模型。后又基于逐年日雨量、逐年月雨量、逐年年雨量、月平均雨量及年平均雨量建立了其他降雨資料的模型。我國學者根據中國不同區域適宜的經典指標，利用常規降雨資料建立了大量的降雨侵蝕力簡易估算模型。目前，我國R因子的簡易估算模型主要有基于日降雨量、月降雨量、年降雨量的侵蝕力模型，也有包含雨量和其他降雨指標的復合指標模型，基本覆蓋了我國主要水力侵蝕區。在研究全國或者大區域研究時，可引用章文波等[14]建立的日降雨量侵蝕模型；東南地區可參考吳素業[15]、郭新波等[16]]建立的模型；北京地區可參考徐麗等[17]建立的估算模型；西南地區可參考黃鳳琴等[18]建立的估算模型；西北地區可參考劉秉正[19]、趙文武[20]等建立的模型。另外，基于不同分辨率降雨數據建立的簡易模型所反映的降雨侵蝕力特征不同。研究者可根據研究區域、降雨數據的分辨率以及研究目的進行引用，并進行適用性驗證。

1.2 R因子方程在中國的應用

基于對102篇流域或區域尺度土壤侵蝕或R因子文獻研究發現，我國一般通過以下兩種方法進行降雨侵蝕力的估算。一種是直接對前人建立的估算模型進行引用，其中既有國外模型也有國內模型。如何興元等[21]研究岷江上游土壤侵蝕動態時，引用了國外普遍適用的R因子模型。章文波等[14]的日雨量模型在我國引用率較高，截至2021年8月底，僅CNKI上的被引量就達 571次。在引用前人建立的模型時，缺少適用性驗證的現象普遍存在，梳理的102篇文獻中，這類文獻占了約88%。因為模型建立過程中均使用的監測數據，除非應用的區域與模型建立的區域降水情況極度相似，否則直接引用很有可能導致誤差。Xie等[22]的研究表明，章文波等建立的日雨量模型對站點侵蝕力真值存在一定高估，尤其對于侵蝕力較高的站點。另一種是利用已有資料建立適合當地的估算模型，再進行估算，采用這類方法的研究較少。如高克昌等[23]在重慶主城區，利用已有資料建立簡易估算模型，通過與其他模型估算的值比較進行模型驗證。戴海倫等[24]研究貴州省時，利用小區資料建立降雨侵蝕力簡易模型，再計算站點降雨侵蝕力，但未對模型進行驗證。在未來研究中，有必要加強模型的適用性研究，并對模型驗證方法進行標準化；此外，對現有模型按照采用降雨數據類型、適用區域分門別類進行歸納也很有意義。

2 坡長坡度因子(LS)

2.1 標準定義及主要計算方法

在USLE中，地形因素對土壤侵蝕的影響由坡長坡度表示。在坡面或地塊尺度，坡長坡度因子被定義為在降雨、土壤等其他條件都一致的情況下，某一坡長或坡度的坡面土壤侵蝕量與標準小區(坡長22．13 m、坡度5.14°或9%)土壤侵蝕量的比值，標準徑流小區的坡長、坡度數值為1。CSLE中考慮到中國的大部分土壤流失來自陡坡，定義長20 m、寬5 m、坡度15°的小區為標準小區。

LS因子的原始定義和計算方法只適用于坡面尺度，其假設坡面的坡度具有均勻的梯度，任何不規則的斜率都必須被劃分為更小的均勻梯度段。隨著研究的深入，坡面侵蝕被劃分為細溝侵蝕和細溝間侵蝕，Foster等[25]以此為根據提出坡長與細溝侵蝕量和細溝間侵蝕量比值的關系式。Mc Cool等[26]綜合考慮了坡度和不同侵蝕類型侵蝕量比值對坡長指數的影響，提出的公式用于RUSLE。Foster和 Wischmeier開發了一種將不規則坡面劃分為多個均勻段的方法，從而解釋了坡面形狀對土壤流失的影響，使得研究范圍不再局限于坡面。然而，由于劃分坡面難度很高，且用流域代替地塊時坡長失去了預測地表水流和土壤侵蝕的意義[27]。故有學者建議用單位等高線長度的上坡排水面積替代坡長，即單位面積貢獻法。該方法在研究復雜景觀的土壤侵蝕有重要意義。但以上方法均忽略了水流路徑和沉積的情況。LS因子計算結果的精度與DEM的分辨率以及研究區的地形起伏有較大關系。Wang等研究發現，在較大地形起伏區，相對于5 m分辨率，采用30 m分辨率估算的LS值普遍高估了20%以上，而在低地形起伏區低估了15%以上。在中等地勢地區，這種偏差小于10%[28]。有學者研究指出土壤侵蝕量隨著DEM分辨率的降低而降低。

我國學者根據實測數據，建立了坡長坡度的指數型計算公式(表1)。劉寶元等[29]在Mc Cool等公式的基礎上，利用綏德、安塞和天水的觀測資料，修正了RUSLE模型中10°以上坡地的坡度因子計算公式，該公式提高了10°以上坡地的坡度因子精度，并應用到CSLE中。劉斌濤等[30]在劉寶元算法的基礎上，根據西南土石山區地形陡峭的特點細化了10°以上坡度的計算方法。

2.2 LS方程在中國的應用

基于對98篇流域或區域尺度土壤侵蝕或LS因子文獻研究發現，80%的文獻計算坡長坡度因子時，以柵格為單元提取 DEM得到坡長坡度，直接采用 USLE或修訂的坡長坡度公式進行估算。但無論引用國外的計算公式還是國內的計算公式，都較少對公式的適用性進行驗證，部分學者根據當地的地形條件選用緩坡或陡坡公式。在流域及以上尺度LS的計算中，坡長的定義和計算公式都與坡面尺度的存在差異，但只有20%左右的文獻對坡長定義進行了修訂。另外，還有學者對坡度劃分等級后對地形因子直接賦值。在未來研究中，可加強高分辨率DEM的利用。有學者研究發現，高分辨率DEM的可用性已經超過了定義貢獻區域流算法的方法研究。此外，還應加強坡長對徑流和侵蝕的水文過程研究。

表1 中國坡長坡度計算公式

3 作物覆蓋與管理因子(C)

3.1 標準定義及主要計算方法

C因子由特定的植被覆蓋度、輪作順序、管理措施的整體功能以及作物不同生長期降雨侵蝕力的分布決定。其定義為一定條件下有植被覆蓋或實施田間管理的土地土壤流失總量與同等條件下的連續休閑地土壤流失總量的比值，無量綱，介于0～1之間，其值越大土壤侵蝕越嚴重。

USLE中先劃分農作物生長期，再計算作物不同農作期作物小區與裸露小區的土壤流失比率，然后根據不同氣候區降雨侵蝕力指數的季節分布加權平均求年平均C因子。我國學者通過該方法研究了東北[34]、西北[35]、西南[36]地區典型作物及不同管理措施下C因子值。在RUSLE中，對C值的計算采用次因子法，即在土壤流失率計算中考慮前期土地利用次因子(PLU)、冠層覆蓋次因子(CC)、地面覆蓋次因子(SC)、地表糙度次因子(SR)和土壤水分次因子(SM)等，每個因子都有相應的計算公式，并且不再劃分生長期，以半月步長計算半月土壤流失率。但該方法需要大量的觀測數據，在流域或區域尺度應用較為困難。隨著GIS與RS的發展，通過構建C因子與植被因子之間的線性或非線性模型估算C因子成為主要的方法。用于C因子估計的植被因子包括植被覆蓋度、植被指數和影像波段等[37]。除以上方法，利用前人的研究結果對土地利用圖直接賦值也是常用方法之一。基于植被因子或者土地利用圖估算C值忽略了管理因素，且一般使用遙感數據估計C因子值缺少與實測值的比較，可能對土壤侵蝕預測產生不確定性，但依舊有助于研究流域或區域土壤侵蝕潛力。

3.2 C因子方程在中國的應用

基于對105篇流域或區域尺度土壤侵蝕或C因子文獻研究發現，我國學者估算C因子主要通過以下兩種方法。一是直接使用已有的估算公式，這樣的文獻占了50%左右。眾多學者利用蔡崇法公式在我國部分地區進行了C值的估算[38～40]。另外一種是根據研究區已有研究取得的C值直接進行賦值，這樣的文獻占了32%。但使用這兩種方法估算的C值都未與當地的實測值進行驗證。且林杰等[41]對蔡崇法公式進行實際應用時發現，只有植被蓋度(fc)的值大于0.09時，代入公式C=0.6508～0.3436lgfc后C值才不大于1。C因子取決于降雨事件發生時植被和植被覆蓋發展的特定階段，也取決于之前的土地利用條件。例如，作物殘茬、整地措施等，這些都會對土壤侵蝕產生不同的影響。因此，需加強系統的實地觀測研究。

4 水土保持措施因子(P)

4.1 標準定義及主要計算方法

USLE方程中水土保持措施因子是指其他條件相同時，特定水土保持措施下的土壤流失量與未實施水土保持措施地塊順坡耕作時的土壤流失量之比。P值無量綱，典型的P值范圍從反式梯田的0.2到沒有水土保持措施的1.0，P值越大說明水土保持措施效果越差。與其他因子相比，P因子的定量化研究尚不充分。第一版USLE中，提供了等高耕作的P值；但研究人員考慮到小溝壑等情況，對P因子值進行了訂正。在RUSLE中，P因子的計算采用保土措施的次因子法，增加了其他措施的因子值。上述兩種計算方法在應用中有較大限制，前者僅適用于坡面尺度，后者需要詳細的水土保持措施信息，包括不同措施的配置、單個措施的規模等，獲取難度較大。

大量學者根據P因子的定義，基于徑流小區的觀測數據研究了不同水土保持措施的P值[9]。McCool等[26]認為，P因子的值是USLE/RUSLE因子中最不可靠的，指出在坡面給定坡度上觀測到的數據有效性廣泛降低。在流域或更大空間尺度上，通常基于GIS建模實現方程計算，但P因子的空間信息往往是缺乏的，使得在模型運算中忽略了水土保持措施對土壤侵蝕的影響。一些研究僅根據坡度計算P因子值。Wenner方法假設P因子與坡度之間存在線性關系[42]。林素蘭等[43]通過對遼北低山丘陵區坡耕地11 a徑流小區試驗數據的對比研究，得出了P因子與坡度的關系式。但使用坡度計算的P因子值，缺少水土保持措施的信息；而且，在相同的坡度梯度下觀察到P因子值具有高度可變性[6]。一些研究根據先前的研究工作得到的P值，按土地覆蓋類別賦值[7]。但不同水土保持措施的效用受到氣候、地形、土地利用等多種因素的影響，這可能會導致誤差。此外，國際上有學者研究了P因子的替代指標，認為P因子的替代指標能夠對P因子的值和可能帶來的影響進行相對評估，這為我們國家P因子的研究提供了新的思路。

4.2 P因子方程在中國的應用

基于對103篇流域或區域尺度土壤侵蝕或P因子文獻研究發現，78%的文獻中P因子值都由直接賦值得出。花利忠等[44]根據研究區的實際情況，參照美國農業部手冊進行P值的率定。部分學者直接參考相關研究資料對P因子賦值[45]。陸建忠等研究鄱陽湖流域土壤侵蝕變化時，從研究區的DEM中計算出百分比坡度，再將土地利用類型和坡度進行疊置分析，依據坡度和土地利用類型賦值[46]。少量研究通過經驗公式直接計算P因子值，中國洛河流域[47]、延河流域[48]的土壤侵蝕評估時利用了林素蘭等的公式。直接賦值法的估算精度受主觀因素影響較大，經驗公式得到的P值少有研究者對其進行驗證。以上兩種方法一定程度上忽略了因子隨時間、管理等變化的情況。在未來研究中，應加強P因子定量化研究。并通過收集坡面的試驗數據，建立P因子數據集，為定量化研究提供數據基礎。

5 土壤可蝕性因子(K)

5.1 標準定義及主要計算方法

以上計算方法考慮的是長期的、平均的土壤對降雨的響應，忽略了土壤可蝕性的動態變化。凍融、風化、人類管理或踩踏土壤均會影響土壤的可蝕性。然而，現有模型實現土壤可蝕性的動態變化監測還有一定難度，為土壤侵蝕監測增加了不確定性和誤差。

5.2 K因子方程在中國的應用

基于對105篇流域或區域尺度土壤侵蝕或K因子文獻研究發現，K因子的估算方法主要有兩種。一是直接引用國外的經驗公式。有研究者通過實驗室分析得到的土壤基礎數據，直接引用國外的諾謨方程、EPIC模型等方法計算得到K值，這樣的文獻占了40%；二是基于第二次土壤普查數據或已有的土壤可蝕性資料，直接賦值，這樣的文獻同樣占了40%。但高德武在黑龍江地區比較了實測值和諾謨法求得的值，發現將諾謨法求得的值加30%才可達到實測值水平[54]。張科利[53]、史學正等[55]研究表明，國外公式估算的K值與實測值之間差距較大。張科利等[56]研究中美農用地的K值發現，美國的土壤K值比中國大兩到三倍。因此直接引用會造成誤差，需要進一步修訂才能表示我國的K值。在未來研究中，應加強土壤可蝕性因子的動態變化研究。

6 關于提高侵蝕模型評價質量的兩個建議

綜上，我國土壤流失方程各因子的研究程度存在明顯差異。降雨侵蝕力因子有認可度較高的計算公式，但各公式的區域適用性研究較少，引用公式時也較少利用站點實測數據進行驗證；坡長坡度因子計算方法較多，因子值的計算精度與DEM的分辨率有較大關系，同一計算方法和相同分辨率的DEM在不同地形起伏度的區域計算精度不同；作物覆蓋與管理因子、水土保持措施因子缺乏完全反映因子影響因素的定量計算公式；土壤可蝕性因子的“標準值”缺乏統一的計算標準，目前的計算公式忽略了很多因素的影響。隨著模型和遙感數據的發展，USLE/RUSLE不再僅用于坡面或地塊尺度，在尺度上推過程中方程因子的計算方法可能產生不確定性，且計算的結果驗證有一定困難。因為USLE/RUSLE估算的是總侵蝕率，而大部分監測得到的是凈侵蝕率。由此，提出以下兩點建議，促進我國土壤侵蝕評價模型的應用質量。

(1) 通過建設系統化、標準化的地面監測系統，觀測和建立土壤侵蝕因子定量方法。根據我國地形地貌實際，綜合考慮各類因素，建設系統化、標準化的地面監測系統，通過系列化標準小區監測結果，確定各個侵蝕因子的量化結果，或者通過與相對穩定的土壤參數結合建立估算模型，從而在全國推廣應用。同時也可以通過適量的實際監測結果，修正常用的侵蝕因子計算模型，提高這些因子在中國的適宜性。

(2) 明確USLE和RUSLE的應用場景或邊界，在與模型產生環境相差太大的環境下，不建議過分使用，從而確保模型的有限應用和高質量應用。如果在一些場合，超過了模型研發的邊界條件，需要在結果中明確說明模型結果與實際應用場景的試驗差異，為讀者判斷研究結果實際價值提供客觀參考。