尖山河小流域土壤可蚀性K值空间变异研究

2014-07-16王敬贵亢庆邝高明郭彦彪李定强

生态环境学报 2014年4期

王敬贵，亢庆，邝高明，郭彦彪，李定强

1. 珠江水利委员会珠江水利科学研究院，广东广州 510611；2. 珠江水利委员会珠江流域水土保持监测中心站，广东广州 510611；3. 华南农业大学资源环境学院，广东广州 510642；4. 广东省生态环境与土壤研究所，广东广州 510650；5. 中国科学院广州分院、广东省科学院，广东广州 510070

影响土壤侵蚀的因子除降雨、径流、地形、地表植被、人为活动等侵蚀外营力外，还取决于土壤本身的抗蚀抗冲能力，即侵蚀内营力，国际上通常用土壤可蚀性 K值这一指标来衡量（梁音和史学正，1999）。K值大小表示土壤被侵蚀的难易程度，反映土壤对侵蚀外营力剥蚀分离和搬运作用的敏感性（宋阳等，2006），是影响土壤流失的内在因素，也是定量研究土壤侵蚀的基础。目前，国内对大、中尺度区域的土壤可蚀性因子空间特征研究较多，如梁音和史学正（1999）利用土壤普查资料研究了长江以南东部丘陵山区土壤可蚀性 K值的分布规律，翟伟峰和许林书（2011）研究了东部典型黑土区的土壤可蚀性 K值空间分布特征，岑奕等（2011）研究了华中地区土壤可蚀性K值空间分布特征，宋春风等（2012）研究了长江上游地区土壤可蚀性K值空间分异特征，张兵等（2010）研究了紫色丘陵区的土壤可蚀性K值空间特征，吴昌广等（2010）基于重庆市和湖北省第二次土壤普查资料计算了三峡库区11类土壤的可蚀性K值并分析了其分布特征，朱立安等（2007）研究探讨了广东省土壤可蚀性K值的分布特征，方纲清等（1997）初步探索研究了福建省主要土壤的可蚀性特征，门明新等（2004）基于土壤粒径分布模型研究了河北省的土壤可蚀性特征，邓良基等（2003）对四川省自然土壤和旱作耕地土壤的可蚀性特征进行了研究，杨子生（1999）通过连续3年径流小区试验观测研究计算了滇东北山区坡耕地红壤、黄壤和紫色土这3类代表性土壤的K值，赵辉等（2006）通过2年的径流小区试验计算分析了衡阳紫色页岩地区的土壤可蚀性因子K值及其特征，王艳忠等（2008）研究分析了粤西两种不同侵蚀强度的典型崩岗侵蚀剖面的可蚀性K因子分布特征，王小丹等（2004）对西藏高原的土壤可蚀性空间分布规律进行了初步研究，程李等（2013）通过小区径流法和分析测试开展了贵州山区坡耕地的土壤可蚀性研究。此外，对全国尺度的土壤可蚀性K值研究也有一些报道，梁音等（2013）基于全国1:50万土壤类型图和上万个土壤样品的理化数据，研究了全国水蚀区的土壤可蚀性K值的宏观分布规律，张科利等（2007）运用野外观测资料，研究了我国不同水土流失区的土壤可蚀性值。而小流域尺度的土壤可蚀性特征研究相对较少，但随着土壤侵蚀定量研究的逐步深入和细化，也已经有少数涉及该方面的研究成果（张金池等，2008；杨萍等，2006；周璟等，2011；刘泉等，2012；杨帆等，2013）。采用EPIC模型中的土壤可蚀性K值算法，研究小流域尺度下土壤可蚀性 K值的空间分异特征及其与土地利用、植被类型、土壤理化性质等的相关关系，可以为小流域土壤侵蚀定量研究及综合治理决策提供科学依据。

本文以云南省高原湖泊抚仙湖库区内的尖山河小流域为研究区，在小流域大密度土壤采样和测试分析的基础上，采用EPIC模型中的K值计算方法以及地统计学和Kriging空间插值方法，研究了尖山河小流域土壤可蚀性K值的空间变异特征，分析了土地利用/植被覆盖对K值空间变异的影响作用。

1 材料与方法

1.1 研究区概况

研究区为滇中抚仙湖库区的尖山河小流域，位于北纬 24°32′00″～24°37′38" ，东经102°47′21″～102°52′02"之间，地处云南省玉溪市澄江县西南部，东临抚仙湖。该小流域是珠江上游南北盘江石灰岩地区水土保持综合治理试点工程的一个典型小流域，属高原中低山地貌，山高坡陡，海拔1722.0～2347.4 m。中侏罗系地层广为分布，由紫色砂页岩、粉砂岩、泥岩夹泥灰岩、砂岩、泥岩、砂质泥岩等构成。岩石风化严重，坡积层厚，以紫色土和红壤为主。土地总面积35.42 km2，土地利用以林地和耕地为主。主要树种有云南松(Pinus yunnanensis)、华山松(Pinus armandii franch)、桉树(Eucalyptus)、水冬瓜(Alnus cremastogyne Burk)及板栗(Castanea mollissima)、桃树(Amygdalus persica)、大叶杨梅(Myrica rubra (Lour.)Zucc)等果树。多年平均降雨量1050 mm，年均温度14.0 ℃，日照时数2172.3 h，≥10 ℃活动积温3400 ℃，无霜期265 d。

1.2 研究方法

本文采用公式法计算K值，即在小流域大密度土壤采样和测试分析的基础上，采用EPIC公式计算K值，其主要步骤包括：

（1）土壤样品采集

2011年3月22～25日完成了研究区采样工作，采样密度为750 m×750 m，样点尽量均匀分布并充分考虑样点代表性，采样深度为地表0～20 cm，共采集土壤样点66个，全部样点用GPS定位（图1），用数码相机拍摄采样点植被、地形及土地利用情况，并详细记录调查表。

采样时首先除去地表未分解和半分解的枯落物，用方铲挖出约30 cm深的垂直剖面，在剖面上0～20 cm范围内均匀取土约2kg，已取土样装入已编号的保鲜袋内。

（2）土壤样品处理

野外所采土壤样品在实验室清点后，于通风处铺开自然风干，并分拣出植物根系等杂物；先过2 mm孔径土壤筛，>2 mm砾石称重后弃去；过2 mm孔径土壤筛的土壤样品取出100 g过100目筛，用于土壤有机碳测定；剩余土壤样品用塑料密封袋保存。

（3）土壤样品测试分析

土壤机械组成采用比重计法测定，土壤有机碳质量分数采用浓硫酸-重铬酸钾氧化法测定（鲁如坤，2000）。

（4）土壤可蚀性K值计算

采用 EPIC(Erosion-Productivity Impact Calculator)模型中发展的土壤可蚀性因子K值估算方法（Williams和Sharply，1990），计算公式为：

式中：K为土壤可蚀性，美制单位；Sa为砂粒（2～0.05 mm）质量分数，%；Si为粉砂（0.05～0.002 mm）质量分数，%；Cl为粘粒（<0.002 mm）质量分数，%；C为有机碳质量分数，%；Sn=1-Sa/100，式中各参数均采取实测方法确定。

（5）土壤可蚀性K值空间插值与统计分析

运用ARCGIS软件地统计分析模块中的克里格(Kriging)插值方法进行空间插值分析，获得整个研究区的K值空间分布图。同时，利用2011年2月19日成像的QuickBird高分辨率遥感影像提取了研究区的土地利用/植被类型信息，并定量分析了土地利用/植被覆盖类型对K值空间分布的影响作用。

2 结果与分析

2.1 土壤可蚀性K值的基本特征

经过测定和计算，得到尖山河小流域 66个样点的土壤可蚀性K值（表1）。

经统计（表2），尖山河小流域土壤可蚀性 K值的变化范围为0.1628～0.3836，K值均值为0.2824，中值为0.2885，均值与中值相近似，表明在尖山河小流域内K值分布均匀，未受到特异值的影响。变异系数为 17.98%，介于 10%～100%之间，表明 K值具有中等程度的空间变异性，原因在于各个样点的土壤质地、地形、植被及土地利用等因素存在一定差异。

研究区的土壤质地类型以壤土、砂壤和粘壤为主，另外还有少量粉壤，从表2中可以看出，小流域内主要土壤质地类型 K值的均值从大到小依次为：粉壤>壤土>粘壤>砂壤。

2.2 土壤可蚀性K值的空间插值及其分布特征

上述基于样本数据的统计只能反映研究区土壤可蚀性K值的概貌，不能反映其局部变化和空间连续分布特征。为此，需进一步采用地统计学方法进行K值的空间插值。通过研究区土壤样本K值的正态分布性进行检验发现，样本数据总体分布服从正态分布，满足地统计分析的前提条件。

表1 尖山河小流域各样点土壤可蚀性K值表Table 1 K-factor Values of All Soil Samples in the Small Watershed of Jianshan River

表2 尖山河小流域不同土壤质地类型K值统计特征值Table 2 The Statistical Characteristics of K-factor Values by Different Soil Texture Types in the Study Area

通过对土壤样本 K值的半方差函数分析发现，理论模型为指数模型时，块金效应为21.55%，小于 25%，变程也远大于步长，表明在小流域尺度下土壤可蚀性K值具有强烈的空间相关性（孙波等，2002），且其插值误差较小。因此，选用指数模型进行土壤可蚀性K值的Kriging空间插值，能获得比较符合实际情况的尖山河小流域K值空间分布图。

利用 ArcGIS9.3软件的地统计分析模块进行Kriging空间插值，并根据梁音和史学正（1999）提出的我国东部丘陵区土壤可蚀性 K值分级标准对研究区土壤可蚀性K值进行分级，获得研究区土壤可蚀性K值分级空间分布图（图2）。

从图2中可以看出，尖山河小流域的土壤可蚀性级别从较低可侵蚀性（0.15～0.20）到高可侵蚀性（>0.35）均有一定面积的分布，以中可侵蚀性（0.25～0.30）土壤分布面积最大，达 1797.88 hm2，占小流域总面积的 50.76%；其次为中高可侵蚀性（0.30～0.35）土壤和中低可侵蚀性（0.20～0.25）土壤，面积分别为 1185.51 hm2和542.32 hm2，分别占小流域总面积的 33.47%和15.31%，三者合占小流域总面积的99.54%。而高可侵蚀性土壤和较低可侵蚀性土壤分布面积极少，分别为10.70 hm2和5.59 hm2，各占总面积的0.30%和0.16%，无低可侵蚀性土壤。

图1 研究区土壤采样点空间分布图Fig.1 The Soil Samples Distribution Map in Study Area

图2 研究区土壤可蚀性K值分级图Fig.2 The K-factor Value Grading Map in Study Area

在空间分布上，尖山河小流域北端高山区土壤具有中低可侵蚀性，中部和南部的低海拔地区土壤具有中高可侵蚀性，中、南部其余大部分地区的土壤具有中可侵蚀性，其中间或分布岛状的中低可侵蚀性土壤和较低可侵蚀性土壤（图2）。研究区土壤可蚀性与海拔存在较强的相关关系，高海拔地区K值一般较小，而中低海拔地区K值一般较大，其原因一方面在于土壤有机碳含量与海拔呈极显著的线性正相关（武小钢等，2014），高海拔地区土壤有机碳含量高，相应地土壤可蚀性就较小；另一方面在于海拔通过对土地利用的影响而间接影响土壤可蚀性，高海拔地区一般多为林草地，中低海拔地区多为果园和耕地，土地利用和植被覆盖类型对K值具有较明显的影响（周璟等，2011；张金池等，2008；杨帆等，2013）。

2.3 不同土地利用/植被覆盖类型对K值的影响作用分析

按照土地利用/植被覆盖类型对66个土壤样点的K值进行统计，结果见表3。利用2011年2月19日成像的QuickBird遥感影像提取了研究区的土地利用/植被覆盖信息，将土地利用/植被覆盖图与土壤可蚀性K值分级图进行空间叠加分析，对叠加后的图层进行统计，取各级土壤可蚀性K值中值计算各土地利用/植被覆盖类型的面积加权平均K值，结果见表4。

表3 尖山河小流域不同土地利用/植被覆盖类型K值统计特征值Table 3 The Statistical Characteristics of K-factor Values by Different Land Use/Vegetation Cover Types in Study Area

表4 尖山河小流域不同土地利用/植被覆盖类型的可蚀性级别面积统计表Table 4 The Area of All Erodibility Levels by Different Land Use/Vegetation Cover Types in Study Area

从表3中可知，尖山河小流域各种土地利用/植被覆盖的 K值从小到大依次为林地<荒草地<灌草地<旱平地<旱坡地<园地；从表4可知，K值从小到大依次为林地<灌草地<荒草地<旱平地<园地<旱坡地<水田。由此可见，土地利用/植被覆盖类型对土壤可蚀性K值具有明显的影响作用，需要频繁松土、除草、耕作和扰动的土地利用/植被覆盖类型（如园地、旱坡地、旱平地和水田等），其土壤可蚀性K值较大，容易发生侵蚀；而无需耕作、扰动小的土地利用/植被覆盖类型（如林地、荒草地和灌草地等），其K值较小。此结果表明在土壤类型和理化性质相同或相近的情况下，土壤可蚀性因子K值的大小主要取决于土地利用方式和植被覆盖类型，或者松土、除草、耕作等农业生产活动的频次和扰动程度。

3 结论

（1）根据 66个土壤样本数据的统计结果，尖山河小流域土壤可蚀性 K值的变化范围为0.1628～0.3836，K值变幅较大；K值均值为0.2824，均值与中值相近似，表明在尖山河小流域内K值分布较均匀，未受特异值的影响；变异系数为17.98%，表明K值具有中等程度的空间变异性。

（2）正态分布性检验和半方差函数分析结果支持通过对土壤样本数据的空间插值获得尖山河小流域的K值空间分布图。结果表明：在空间分布上，尖山河小流域以中可侵蚀性土壤为主，分布面积超过 1/2，中高可侵蚀性土壤和中低可侵蚀性土壤面积所占比例也较大，各占1/3和1/6左右；小流域北端高山区土壤具有中低可侵蚀性，中部和南部的低海拔地区土壤具有中高可侵蚀性，中、南部其余大部分地区的土壤具有中可侵蚀性。

（3）土地利用/植被覆盖类型对土壤可蚀性 K值具有明显的影响作用，林地、荒草地和灌草地等无需耕作、扰动小的土地利用/植被覆盖类型，其K值较小，园地、旱坡地、旱平地和水田等需要频繁松土、除草、耕作和扰动的土地利用/植被覆盖类型，其K值较大，这表明在土壤类型和理化性质相同或相近的情况下，土壤可蚀性因子K值的大小主要取决于土地利用方式和植被覆盖类型，或者松土、除草、耕作等农业生产活动的频次和扰动程度。

SHARPLY A N, WILLIAMS J R. 1990. EPIC-Erosion/Productivity Impact Calculator I. Model Documentation[M]. United States Department of Agriculture Technical Bulletin No. 1768, Washington D C.

岑奕,丁文峰,张平仓. 2011. 华中地区土壤可蚀性因子研究[J]. 长江科学院院报, 28(10) : 65-68, 74.

程李, 王小波, 陈正刚, 等. 2013. 贵州山区坡耕地土壤可蚀性研究[J].安徽农业科学, 41(19) : 8247-8249, 8309.

邓良基, 侯大斌, 王昌全. 2003. 四川自然土壤和旱耕地土壤可蚀性特征研究[J]. 中国水土保持, (7) : 23-25.

方纲清, 阮伏水, 吴雄海. 1997. 福建省主要土壤可蚀性特征初探[J]. 福建水土保持, (2) : 19-23.

梁音, 刘宪春, 曹龙熹, 等. 2013. 中国水蚀区土壤可蚀性K值计算与宏观分布[J]. 中国水土保持, (10) : 35-40.

梁音, 史学正. 1999. 长江以南东部丘陵山区土壤可蚀性 K值研究[J].水土保持研究, 6(2) : 47-52.

刘泉, 李占斌, 李鹏, 等. 2012. 四川盆地紫色土小流域土壤的可蚀性[J].绵阳师范学院学报, 31(2) : 106-109.

鲁如坤主编. 2000. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社: 107-108, 282-288.

门明新, 赵同科, 彭正萍, 等. 2004. 基于土壤粒径分布模型的河北省土壤可蚀性研究[J]. 中国农业科学, 37(11) : 1647-1653.

宋春风, 陶和平, 刘斌涛, 等. 2012. 长江上游地区土壤可蚀性空间分异特征[J]. 长江流域资源与环境, 21 (9) : 1123-1130.

宋阳, 刘连友, 严平, 等. 2006. 土壤可蚀性研究述评[J]. 干旱区地理,29(1) : 124-131.

孙波, 赵其国, 闾国年. 2002. 低丘红壤肥力的时空变异[J]. 土壤学报,39(2) : 190-198.