基于坡面径流输沙模型的湘中红壤丘陵区土壤有机碳流失模拟研究

李忠武++陆银梅++聂小东++马文明++肖海兵��

摘 要：坡面径流是泥沙和土壤有机碳（soil organic carbon， SOC）流失的主要动力.本研究以典型湘中红壤丘陵区坡耕地（翻耕和免耕）为研究对象，通过野外径流小区模拟降雨试验，对已建立的以径流率为变量的对数线性回归坡面径流输沙模型进行修正，并结合泥沙中SOC的富集特性，建立湘中红壤丘陵区的坡面SOC流失模型.研究结果表明：坡面SOC流失模型能够有效地应用于湘中红壤丘陵区次降雨过程中坡面SOC流失的模拟中，且具有较好地模拟效果，SOC流失率模拟平均误差在30%左右，决定系数在0.85以上；同时模拟结果表明，泥沙和SOC流失过程在坡面径流侵蚀影响下呈现波动状态，表现为产流开始后10 min泥沙和SOC流失呈增加趋势，其后在波动中逐渐趋于平稳；通过比较翻耕和免耕条件坡面径流输沙和SOC流失模型，结果显示侵蚀性降雨条件下，翻耕方式泥沙和SOC流失率大于免耕方式.非侵蚀性降雨条件下，翻耕方式泥沙和SOC流失状况与免耕方式一致.

关键词：侵蚀；坡面径流输沙能力；土壤有机碳；模拟降雨；模拟

中图分类号：S156.3 文献标识码：A

Simulating Study of the Loss of Soil Organic Carbon Based

on the Model of Sediment Transport by Slope Runoff

in the Hilly Red Soil Region of Central Hunan Province

LI Zhong-wu1，2， LU Yin-mei1，2， NIE Xiao-dong1，2， MA Wen-ming1，2，3， XIAO Hai-bing1，2

（1.College of Environmental Science and Engineering， Hunan Univ， Changsha， Hunan 410082， China；

2.Key Laboratory of Environmental Biology and Pollution Control （Hunan Univ）， Ministry of Education， Changsha， Hunan 410082， China；

3.College of Tourism Historical Culture， Southwest Univ for Nationalities， Chengdu， Sichuan 610041，China）

Abstract：Plots were set up in typical hilly red soil region field （conventional tillage， CT and no tillage， NT） of central Hunan province. Simulated rainfall experiments were conducted to modify the built linear regression model in which the variable was the runoff rate of sediment delivery by runoff， and then， the model of SOC loss was established on the basis of the revised model and SOC enrichment characteristics of sediment. The results showed that the model of SOC loss could be effectively adapted to the simulation of SOC loss in hilly red soil region of central Hunan province during a rainfall event and could get a wonderful simulation result and accuracy. The mean error from the simulation of SOC loss rate was observed to be around 30% with the determination coefficient beyond 0.85 in CT and NT. In the meantime， the simulated results indicated that the process of the sediment and SOC loss revealed a fluctuant state under overland flow erosion. The sediment and SOC loss rate rose at the first stage of 0～10 min after runoff began and then kept a relatively stable tendency. Comparing the model of sediment transport by runoff and SOC loss in NT with that in CT，the results demonstrated that the sediment and SOC loss rate in CT were greater than that in NT under erosive rainfall. And the situation of sediment and SOC loss in CT were similar to that in NT under non-erosive rainfall.

Key words：erosion； sediment delivery by overland； soil organic carbon； simulated rainfall； simulation

坡面径流的输沙能力是反映土壤侵蚀过程的主要参数，对土壤侵蚀预报模型模拟精度有重要影响[ 1].国内外学者对其进行了大量研究，并采用物理力学机制和统计学分析方法建立了一系列半理论、半经验和经验坡面径流输沙模型[ 2].国外许多坡面径流输沙模型直接采用河流的推移质或总的河水承载能力模型[ 3]，往往都高估了径流输沙能力.Govers提出用水文变量来解决河床粗糙度对输沙模型的影响[ 4]，且认为两个最适合的变量因素是Yang提出的单位径流力[ 5]和Govers提出的有效径流力[ 6]，但这两个变量因素在研究过程中较难获取且不确定性更强[ 7].国内探索坡面径流侵蚀产沙模型的研究主要集中在黄土高原地区.江忠善等[ 8]以黄土丘陵区沟间裸露地坡面土壤侵蚀为基础，考虑降雨量、坡长、浅沟侵蚀等因素建立沟间地次降雨侵蚀产沙模型.孙全敏等[ 9]以降雨、径流、土壤水分、入渗、土壤阻力等为变量建立径流输沙模型.这些模型适合黄土丘陵区，可以比较准确预测黄土高原坡面径流输沙情况，但这些模型考虑因素多，相对比较复杂.W.Schiettecatte等 [ 7]通过野外模拟降雨试验得出以径流率为变量的对数线性回归坡面径流输沙模型，该模型中所用水文变量（径流量）易获取，模拟精度良好，且能反映泥沙流失随径流率变化过程和土壤侵蚀过程.

湖南大学学报（自然科学版）2015年

第12期李忠武等：基于坡面径流输沙模型的湘中红壤丘陵区土壤有机碳流失模拟研究

土壤有机碳（soil organic carbon，SOC）是泥沙重要组成成分，伴随着泥沙流失而流失.SOC流失野外观测研究有较多局限性，而模拟研究克服了这些限制.长期以来，SOC预测研究主要集中在SOC库的动态变化，其主要原理是根据过去一段时间SOC动态变化预测SOC未来动态变化，主要利用模型的有CENTURY模型[ 10]、EPIC模型[ 11]等，这些模型反映了SOC长期动态变化过程，但不能反映次降雨过程中随土壤侵蚀过程的动态变化.根据Starr等[ 12]提出的SOC流失预测理论，将原土壤有机碳含量以及侵蚀泥沙SOC富集度与坡面径流输沙模型结合起来能反映出SOC流失随坡面径流率和时间的变化过程，可观测出整个次降雨侵蚀过程中SOC流失的动态变化，能有效地应用于SOC流失的模拟预测中.

中国南方红壤丘陵区是水力侵蚀严重地区，区域年均侵蚀量可达3 419.8 t/km2[13].坡面径流是该地区水力侵蚀主要动力.开展坡面侵蚀过程及其机理研究对于南方红壤丘陵区水土流失治理具有重要意义.目前南方地区在土壤侵蚀模拟研究方面比较系统的地区主要是闽南和江西等地[14，15]，南方湘中丘陵区现阶段在坡面径流导致的泥沙和SOC流失规律和侵蚀背景下不同地类SOC分布特征等方面研究比较深入[16-18]，但在坡面径流侵蚀下输沙率和SOC流失率模拟方面研究较少.

基于以上分析，本研究应用湘中红壤丘陵区两种典型耕作方式（免耕和翻耕）下野外径流小区模拟降雨径流与泥沙试验数据，对W.Schiettecatte等[7]建立的坡面流输沙模型进行修正，并将修正后的坡面径流输沙模型与Starr等[12] 提出的SOC流失理论结合起来建立坡面SOC流失模型，并检验两个模型模拟精度、优度.研究结果对于定量计算泥沙和SOC流失量具有重要意义，也为进一步研究红壤丘陵区土壤侵蚀规律和采取合理的水土保持及固碳措施奠定理论基础.

1 材料与方法

1.1 研究区概况

本研究野外径流小区布设在湖南省邵阳市水土保持科学研究所（27°03′N，111°22′E）.研究区地处中亚热带季风性气候区，年均气温17.1 ℃，年均降水量1 218.5 ～1 473.5 mm，多年平均降水天数162 d，降水多集中在4 ～9月.该区域是典型的低矮红壤丘陵地貌，以丘陵、岗地为主，海拔高231.18～276.63 m，相对高差约45.45 m，区内坡度约10°～15°.该区域土壤以地带性红壤、黄壤及第四纪松散堆积物为主，土壤质地为粉砂壤土，黏粒含量35%左右，属于典型的红壤丘陵区.

1.2 模拟降雨试验设计

根据当地地形在坡度为10°坡耕地块上设置2 m ×5 m径流小区，所有径流小区长边界均垂直于等高线，小区边界用铁皮围合，铁皮插入地下10 cm左右.降雨试验前地块撂荒一年，有少量杂草.试验前剪掉杂草，其中4个径流小区都进行翻耕（CT），耙平；余下2个径流小区保持免耕（NT）方式，用于研究不同耕作方式下，坡面径流侵蚀对泥沙和SOC流失的影响.测定pH（水土比2.5∶1），CEC（乙酸钠火焰光度法），全氮（流动注射法）、土壤含水率（环刀法）、土壤容重（环刀法）、SOC（重铬酸钾氧化外加热法）、机械组成（吸管法）等供试小区土壤基本理化性质.土壤理化特性分析见表1，供试小区土壤容重为1.3 g/cm3左右，有机碳含量约为7 g/kg，粘粒含量为34%左右，是典型的红壤[ 16-17].本研究共进行了6场模拟降雨试验，根据当地降雨特点共设计4个雨强，研究不同雨强下坡面径流侵蚀对泥沙和SOC流失过程影响规律.雨强分别为100 mm/h（大雨强）、80 mm/h（中雨强）、40 mm/h（小雨强）、30 mm/h（小雨强），降雨试验中实际测量雨强与设计雨强有一定差别，结果以实测雨强为准.CT-2与NT-1两场中雨强降雨试验用于模型修正，余下四场降雨试验用于检验模型的精度与优度.

野外模拟降雨试验的降雨装置是由整套竖直管道、压力表、调压器、向下喷头组成[ 16].高4.75 m的竖直管道被支架固定在离小区长边界和短边界均为0.2 m和0.25 m的位置，其顶端连接的是垂直于长边界的0.9 m长的延伸管道，管道末端连接美国Spraco喷头.该套模拟降雨器平均雨滴直径为2.4 mm，降雨均匀系数为89.75%.

降雨试验根据率定的实验结果进行布设.大雨强采用4个降雨器，两两相对立于四角，与短边界相距0.25 m，与长边界相距0.2 m的两降雨器对喷，降雨器压力均为0.07 MPa；中雨强采用3个降雨器，两个位于同一侧，距离长短边界均为0.1 m，一个位于另一侧的中间，距离长边界0.2 m；小雨强采用两个降雨器，分别位于右上角和左下角，距短边界的距离都是0.25 m，距长边界距离都是0.2 m，以最长的距离对喷，降雨器的压力均为0.075 MPa.降雨试验基本特征见表2.

1.3 样品采集

模拟降雨试验中，径流产生后每6 min接一次水沙样，测一次径流量.自径流产生后降雨持续1 h，待降雨停止后，仍继续接集水口的水沙样和测径流量直至断流.

1.4 样品处理

试验结束后，将采集的水沙样品过滤，风干滤出的泥沙，并称重.泥沙中SOC含量测定采用Walkley-Black重铬酸钾外加热法[ 19].

1.5 数据分析

采用Excel 2007进行数据分析，利用Origin 8.0制图，采用IBM Spss Statistics 20.0 进行双尾t值检验，显著性水平设置为0.05.

2 模型的修正及建立

2.1 坡面径流输沙模型的修正

W.Schiettecatte等[ 7]在研究坡面径流泥沙迁移规律时曾利用Nearing等[20]多元回归输沙模型理论提出了以径流率（水文变量）为变量的线性回归输沙模型.该模型的试验在比利时坡度为0.17粉壤土径流小区（免耕）上进行，土壤表层有机碳含量为11 g/kg，土壤砂粒含量为17%，粉粒含量为54%，粘粒含量为29%.研究共设计了16场雨强在47.6～152.7 mm/h之间的野外模拟降雨试验，采集径流和泥沙实验数据，得出坡面径流输沙模型.该模型能够表征不同径流率对坡面侵蚀输沙的影响，并不考虑下垫面状况、泥沙本身性质、水流状况等复杂因素，在保证模拟精度的要求下简化了计算过程.这一模型在缺少历史监测数据的情况下有着较大优势.模型形式如式（1）：

log10（Qs）=3.612+1.552log10（Q）.（1）

式中：Qs为输沙率（kg/s）；Q为坡面径流率（m3/s） .

由于湘中红壤丘陵区以砂质黏壤土为主，与模型建立使用的土壤的性质存在差异，因此本研究基于W.Schiettecatte等[ 7]坡面径流输沙模型，结合湘中红壤坡耕地特殊生态环境，应用最小二乘法对模型进行修正.由于耕作方式差异（翻耕和免耕）导致土壤侵蚀特性发生变化，因而不同耕作方式修正系数不同.此外，由于建立原坡面径流输沙模型所用试验数据雨强范围跨度大，为保证修正系数的准确性，本研究采用雨强适中的试验小区CT-2和NT-1模拟降雨观测的径流和泥沙试验数据对原模型进行修正，得到修正系数x分别为4.945和1.180.因而在湘中红壤丘陵区坡面径流输沙模型形式为：

log 10Qs=3.612+1.552log 10Q+log10x.（2）

将修正系数x代入式（2）中，可得翻耕和免耕条件下坡面输沙模型分别为：

翻耕条件下坡面输沙模型：

log10（Qs）=4.306+1.552log10（Q）.（3）

免耕条件下坡面输沙模型：

log10（Qs）=3.684+1.552log10（Q）.（4）

2.2 坡面SOC流失模型建立

土壤有机碳流失模型与土壤流失量相关，Starr等[12]提出的SOC流失理论线性关系模型为：

Closs=Sloss·Csoil·Er.（5）

式中：Sloss为土壤流失量； Csoil为原土壤有机碳含量（g/kg）；Er为侵蚀泥沙SOC富集度.

本文建立坡面径流输沙过程中SOC流失模型，因此，结合SOC流失理论线性关系模型和坡面径流输沙模型，即式（5）中Sloss和Closs分别用坡面径流输沙率（Qs）和坡面SOC流失率（Qc）表示，因此坡面SOC流失模型可表达为：

Qc=Qs·Csoil·Er.（6）

式中：Qc为坡面SOC流失率；Qs为坡面径流输沙率，根据本文中坡面径流输沙模型计算得出.

由于坡面径流迁移对SOC具有富集作用，因此，SOC流失模型有必要考虑SOC的富集度（Er）.许多研究表明，SOC的Er与次降雨总泥沙流失量（S）存在以下关系[21]：

Er=b·Sd.（7）

式中：S为土壤侵蚀量（kg/s），根据MUSLE模型计算得出，其具体计算步骤可见王盛萍等的研究[22].

由于土壤质地和类型的变化，b和d存在一定范围.Deumlich等[23]研究得出泥沙富集度（Er）和次降雨总泥沙流失量（S）存在以下关系：

Er=2.53·S-0.21.（8）

式（6）坡面SOC流失模型两边同时取对数，则模型可转化为：

log 10Qc=log 10Qs+log 10Csoil+log 10Er. （9）

综合式（9），（8），（4）和（3），坡耕地坡面SOC流失模型为：

翻耕条件下坡面SOC流失模型：

log10Qc=1.552log 10Qs+log 10Csoil-

0.21log 10S+4.709.（10）

免耕条件下坡面SOC流失模型：

log 10Qc=1.552log 10Qs+log 10Csoil-

0.21log 10S+4.087.（11）

式中：Qc为SOC流失率（kg/s）；Q为径流率（m3/s）；Csoil为原土壤SOC含量（kg/kg）；S为次降雨总泥沙流失量（kg/s）.

3 结果与分析

3.1 修正坡面径流输沙模型检验

为了检验模型效果，本研究利用CT-1，CT-3和NT-2，CT-4分别对翻耕和免耕条件下坡面输沙模型进行验证，模型模拟效果用优度与精度进行判断.模拟优度用决定系数R2，模拟精度用误差率（百分率）作为判断标准.

η=1N∑|1-Qs/yi|.（12）

式中：η为误差率，Qs为模拟输沙量；yi为实测输沙量；N为样品个数.

研究中采用翻耕条件下坡面径流输沙模型模拟CT-1和CT-3两个径流小区模拟次降雨过程分时段输沙率，结果如表3所示，模型模拟决定系数R2分别为0.912和0.926，误差率分别为22.14%和21.48%，全部实测分时段输沙率模拟决定系数R2为0.916，平均误差率为21.81%；利用免耕条件下坡面径流输沙模型模拟CT-4和NT-2两个径流小区模拟降雨过程分时段输沙率，结果显示模拟决定系数R2分别为0.931和0.898，误差率分别为19.00%和25.21%，全部实测分时段输沙率模拟决定系数R2为0.910，平均误差率为21.92%.从表3中亦可看出翻耕条件下模型模拟误差率大于免耕条件下的误差率，免耕条件下模型模拟效果比翻耕条件下好.同时本文研究结果显示利用翻耕条件下坡面径流输沙模型模拟CT-4径流小区模拟降雨分时段输沙率时，其误差率达到400%（结果未展示），而采用免耕条件下坡面径流输沙模型模拟时，其误差率明显小于前者，结果表明该雨强条件下翻耕小区坡面径流输沙过程与侵蚀程度较小的免耕条件下泥沙流失过程相似，因而湘中红壤丘陵区雨强为30 mm/h左右时的降雨为非侵蚀性降雨，这与胡建等[ 24]在华南红壤坡面的研究结果一致.耕作方式对非侵蚀性降雨条件下泥沙流失过程影响甚微.

翻耕和免耕条件下坡面径流输沙模型模拟各降雨过程中径流输沙率与实测径流输沙率变化过程吻合度较好（图1（a）和图1（b）），其变化过程表现为侵蚀发生前10 min输沙率随时间呈增加趋势，随着侵蚀过程逐渐趋于稳定，侵蚀输沙量值逐渐趋于一个稳定值.总的来说大雨强下径流率越大趋于稳定的侵蚀输沙率越大，雨强为30 mm/h时侵蚀输沙率极低，几乎为零.同时从图1（a）和图1（b）中可以看出，模型模拟值变化相对平缓，在反映泥沙流失复杂波动过程中存在局限性.图1（a）显示在CT-1径流小区分时段径流输沙率模拟过程中，产流开始后前35 min实测输沙率大于模拟输沙率，35 min后模拟输沙率和实测输沙率相差甚小.这可能与坡面侵蚀产沙过程密切相关，产流开始后35 min内坡面侵蚀以径流侵蚀为主，局部细沟发育，但此时径流水深较浅，因而雨滴击溅作用较强，紊流扰动激烈，侵蚀产沙量大.伴随着能量的消耗和细沟加深，侵蚀产沙强度和雨滴击溅作用明显降低，产沙量逐渐趋于一个稳定值.图1（a）中CT-1泥沙流失量大于图1（b）中CT-4的泥沙流失量，这主要是二者雨强差异极大，产生坡面径流差异较大，故引起泥沙流失量呈现较大差异.此外，图1（a）中的CT-3和图1（b）中的CT-4两个径流小区分时段径流输沙率模拟过程中，模拟输沙率均大于实测输沙率，这主要是因为雨强30 mm/h左右时，降雨产生径流几乎不具侵蚀性.同时从图1（b）中亦可看出，产流开始后45 min模拟输沙率大于实测输沙率，此后呈相反的状况.这可能主要是因为免耕条件下土壤相对较难侵蚀，产流前45 min中内，泥沙侵蚀流失较少，而45 min后随着团聚体破坏程度加深，土壤流失加剧，因而出现以上现象.

翻耕和免耕条件下坡面径流输沙模型模拟各径流过程断面总输沙率的模拟值与实测值如表4所示.翻耕条件下模型模拟误差率分别为5.51%和17.30%，平均误差率为11.41%；免耕条件下模型模拟误差率分别为6%和14.29%，平均误差率为10.15%.表4显示翻耕条件下模型模拟总输沙率误差率大于免耕条件下.这可能是由于免耕条件下土壤受侵蚀作用的影响相对较弱，因而泥沙流失过程模拟相对准确.

3.2 坡面SOC流失模型检验

SOC流失实测数据共有40组，与泥沙流失实测数据相对应.将实测SOC流失数据与模型模拟数据进行比较（见图2），结果显示翻耕（图2（a））和免耕（图2（b））条件下SOC流失模型模拟SOC流失模拟值与实测值均具有极显著线性拟合关系，R2分别为0.745和0.834，通过配对样品t检验（Paired-Sample T Test）得，t值分别为1.063和0.909，双尾检验概率P值分别为0.301和0.466 （P>0.05），即模型模拟值与实测值差异不显著，说明本文SOC流失模型适合SOC流失的定量计算.

本文利用翻耕条件下坡面径流输沙模型模拟CT-1和CT-3两个径流小区模拟降雨过程分时段有机碳流失率（见表5），结果显示模拟决定系数R2分别为0.782和0.816，误差率分别为29.57%和36.60%，全部实测分时段输沙率模拟决定系数R2为0.862，平均误差率为33.09%；采用免耕条件下坡面径流输沙模型模拟NT-2和CT-4两个径流小区模拟降雨过程分时段有机碳流失率，结果显示模拟决定系数R2分别为0.900和0.894，误差率为23.68%和32.36%，全部实测分时段输沙率模拟决定系数R2为0.879，平均误差率为23.54%.

翻耕和免耕条件下坡面SOC流失模型模拟各模拟降雨过程中有机碳流失率与实测有机碳流失率变化过程吻合度较好（图3（a）和图3（b））.其变化过程表现为产流开始后前10 min SOC流失率随时间呈增加趋势，随着侵蚀过程逐渐趋于稳定，SOC流失率逐渐趋于一个稳定值.总的来说大雨强下径流率越大，趋于稳定的SOC流失率越大，雨强为30 mm/h时侵蚀SOC流失率极低，几乎为零.同时从图中亦可看出，模型模拟SOC流失相对较平稳，因而在反映复杂SOC流失方面具有局限性.如图3（a）所示，在CT-1径流小区中产流开始后前30 min实测SOC流失率大于模拟值，其后呈相反的趋势，与输沙率变化状况一致.这主要是因为SOC是泥沙重要组成成分.但产流开始30 min后呈现出模拟SOC流失率大于实测值，可能的原因是侵蚀后期泥沙SOC富集度下降，因而流失等量泥沙，而SOC流失率却降低.在CT-3径流小区中整个SOC流失过程实测值均大于模拟值，这主要是因为小雨强条件下，泥沙选择性迁移强，SOC含量高轻质泥沙被优先迁移，在等量泥沙流失情况下，泥沙SOC富集度高，因而SOC流失量大.从图3（b）中可看出，在NT-2径流小区中实测SOC流失率与模拟SOC流失率变化关系与输沙率变化情况一致，其原因与CT-1流失状况相似.同时在CT-4小区中，由于土壤侵蚀量小，因而SOC流失量很小与泥沙流失情况一致.

尽管单个时间点误差率波动较大，但是从整体来看，SOC流失实测值和模拟值误差率较小.翻耕和免耕条件下坡面SOC流失模型模拟各两次径流过程断面总SOC流失率与实测值相比较（见表6），翻耕条件下模型模拟误差率分别为18.19%和

35.89%，平均误差率为27.04%；免耕条件下模型模拟误差率分别为17.99%和34.57%，平均误差率为26.28%.模型模拟精度和优度较好.

4 讨 论

本文通过野外模拟降雨试验对W.Schiettecatte等[7]以径流率为变量的坡面流输沙模型进行修正，得到湘中红壤丘陵区坡耕地坡面径流输沙模型.由于两种耕作方式（翻耕和免耕）处理后土壤侵蚀过程存在较大差异，因此模型修正系数存在显著差异（P<0.05），分别为4.945和1.180.本文模型模拟结果表明两种耕作方式下修正后的坡面径流输沙模型适用于南方湘中红壤丘陵地区，且模拟平均误差率为20%左右，模型模拟总输沙率误差10%左右，而陈晓燕等[ 25]利用WEPP模型在紫色土休闲小区进行单次降雨侵蚀预测，结果显示，土壤流失量实测值与模拟值误差率均大于20%，最高达到800%以上；缪驰远等[ 26]研究结果显示，模拟误差大部分为20%以上，且其研究结果表明WEPP模型模拟优于USLE模型.因此，相较于坡面版WEPP模型和USLE模型在川中坡面土壤侵蚀预测效果，本文坡面径流输沙模型在湘中红壤丘陵区次降雨土壤流失预测中精度相对较好.本文研究结果也表明一个（径流率）或者多个水文变量结合的回归方程在模拟泥沙流失过程中具有较好的效果.

坡面径流输沙模型是土壤侵蚀模型重要组成部分，主要描述土壤再分布过程中泥沙的迁移[ 2].本文坡面径流输沙模型模拟结果显示，坡面输沙率变化过程表现为侵蚀前10 min输沙率随时间呈增加趋势，随着侵蚀过程趋于逐渐稳定，侵蚀输沙量值逐渐趋于一个稳定值，雨强为30 mm/h时径流率侵蚀输沙率极低，几乎为零.这可能是因为产流前10 min土壤下渗率未达到饱和状态，地表径流率处在逐渐增加过程中，因而输沙率呈现递增趋势；此后土壤下渗率达到饱和状态，地表径流率趋于稳定，因而输沙率趋于稳定[16，24].此外，模型模拟值变化过程相对平稳，与实测输沙率变化过程存在一定差异，可能的原因是：一方面模型模拟值是以径流率为自变量，径流率在产流10 min后都相对比较稳定，因而模拟输沙率相对比较稳定；另一方面实测泥沙受坡面径流影响而表现出复杂的流失过程.由于坡面径流是由降雨形成的、在重力作用下沿地表向坡下运动的水流，径流水深易受雨强、地表阻力以及雨滴击溅扰动，使实测坡面流输沙率呈现复杂波动状态[ 27]，且复杂波动过程主要出现在大雨强产流前35 min，而小雨强条件下，整个产沙过程都比较平稳.本文研究显示坡面输沙复杂过程主要表现在产流开始前10 min，由于坡面径流量较小，水深较浅，而雨强越大，降雨动能越大，雨滴击溅越强，对坡面径流扰动越大，紊流越激烈，因而实测输沙率大于模拟输沙率且呈现出峰谷波动状态[ 28]；产流开始后10～35 min输沙率仍呈现一定波动情况，主要是因为此时细沟发育少，主要是沟间侵蚀，输沙率相对不稳定[ 7].以上分析表明产流前期输沙率较大且过程相对复杂，因而实测输沙率波动变化且实测输沙率大于模拟输沙率.产流开始35 min后，此时细沟发育较好，径流侵蚀比较稳定，因而输沙率比较稳定，实测值与模拟值误差较小.但即使在较平稳的输沙过程中泥沙流失仍出现较小的峰谷情况，这可能与红壤性质有关，红壤中黏粒含量高，土壤一旦被分离则很容易被迁移[ 29].

SOC是泥沙重要组成成分，因而坡面径流输沙过程中伴随着SOC流失.本文以坡面径流输沙模型和SOC流失模型为基础，建立的坡面SOC流失模型模拟精度为30%左右，模拟优度R2在0.85以上，与G.C.Starr等[12]利用土壤流失与SOC流失关系建立的经验模型相比（R2=0.75），其模拟优度较好.模型模拟结果表明SOC流失随时间呈现波动状态，其变化过程表现为侵蚀发生前10 min SOC流失率随时间呈增加趋势，随着侵蚀过程逐渐趋于稳定，SOC流失率逐渐下降并趋于一个稳定值，雨强为30 mm/h时侵蚀SOC流失率极低，几乎为零.可能的原因是：产流开始后，坡面径流首先迁移表层有机碳含量较高的轻质颗粒，因而产流前10 min随着径流率增加，SOC流失量呈增加趋势；随着产流继续，迁移的土壤颗粒中有机碳含量降低，故SOC流失量逐渐下降，这种情况在大雨强下径流率大的翻耕小区表现明显，而在雨强较小的小区内，随着径流率逐渐增加，SOC流失呈缓慢增加趋势，这主要是小雨强下侵蚀泥沙有机碳富集比变化过程较平稳[ 17].同时模型模拟结果表明模拟SOC流失过程相对较平稳，因而在反映复杂SOC流失方面具有局限性.一方面是因为坡面SOC流失模型以径流率为自变量，而径流率变化相对比较稳定，因而模拟SOC流失过程亦较平稳；另一方面由于实测SOC流失过程很复杂，泥沙选择性迁移[30]导致侵蚀泥沙SOC富集[17，21]，这对土壤有机碳流失定量估算造成了影响.如果不考虑侵蚀泥沙富集性，土壤侵蚀后残留碳随土壤流失量增加呈线性下降，但在考虑泥沙富集情况下，土壤中残留碳随土壤流失量呈指数下降.因此本文模型在模拟SOC流失过程中考虑土壤有机碳的富集特征.

通过比较翻耕和免耕条件下坡面径流输沙模型和SOC流失模型，侵蚀性降雨条件下，翻耕方式下泥沙和SOC流失量大于免耕方式，这表明免耕方式利于水土保持.非侵蚀性降雨条件下，翻耕方式下泥沙和SOC流失情况与免耕方式一致，这表明耕作方式对非侵蚀性降雨条件下泥沙和SOC流失影响甚微.姜学兵等[31]免耕对团聚体以及碳储量的影响，结果表明免耕有利于提高水稳性团聚体质量和直径，进而提高土壤团聚体的稳定性，使土壤具有更高的抗侵蚀能力，因而免耕方式下泥沙和SOC流失量少于团聚体破坏较大的翻耕方式.胡建等[24]通过35场模拟降雨研究了华南红壤坡面侵蚀产流产沙特征，结果表明雨强为30 mm/h时，红壤坡面无侵蚀产沙，属于非侵蚀性降雨.非侵蚀性降雨条件下，由于坡面径流对土壤侵蚀影响小，与免耕条件下由于土壤抗侵蚀力强使坡面径流对土壤侵蚀影响小情况一致，因而此降雨条件下翻耕方式下泥沙和SOC流失与免耕耕作方式一致.

5 结 论

本研究通过野外模拟降雨试验对W.Schiettecatte等[7]坡面径流输沙模型进行修正，得到湘中红壤丘陵径流小区（翻耕和免耕）坡面流输沙模型，并结合侵蚀泥沙SOC富集特性建立SOC流失模型，应用于次降雨过程中SOC流失定量计算中.研究结果表明修正后坡面径流输沙模型和SOC流失模型均适合于南方红壤丘陵区泥沙和SOC流失的模拟研究；同时模型模拟结果表明泥沙和SOC流失过程在坡面径流侵蚀影响下呈现波动状态，表现为产流开始后10 min泥沙和SOC流失呈增加趋势，其后在波动中逐渐趋于平稳；通过比较翻耕和免耕条件下坡面径流输沙模型和SOC流失模型，侵蚀性降雨条件下，翻耕耕作方式泥沙和SOC流失率大于免耕耕作方式.非侵蚀性降雨条件下，翻耕耕作方式泥沙和SOC流失情况与免耕耕作方式一致.本文模型主要借助坡面径流率，其在更大尺度上的泥沙和SOC流失过程研究中的适用性需要开展进一步探讨.

参考文献

[1] 赵海滨， 闫国新， 姚文艺， 等. 黄土坡面径流输沙能力试验研究[ J]. 水土保持学报， 2009， 23（6）： 41-44.

ZHAO Hai-bin， YAN Guo-xin， YAO Wen-yi， et al. Experimental study on sediment transport capacity of sheet flow over loess slope[ J]. Journal of Soil and Water Conservation， 2009， 23（6）： 41-44.（In Chinese）

[ 2] POLYAKOV V O， NEARING M A. Sediment transport in rill flow under deposition and detachment conditions[ J]. Catena， 2003， 51（1）： 33-43.

[ 3] JULIEN P Y， SIMONS D B. Sediment transport capacity of overland flow[ J]. Trans ASAE， 1985， 28（3）： 755-762.

[ 4] GOVERS G. Evaluation of transporting capacity formulae for overland flow conditions[ M].Status：Published， 1992：243-273.

[ 5] YANG C T. Unit stream power and sediment transport[ J]. Journal of the Hydraulics Division， 1972， 98（10）： 1805-1826.

[ 6] GOVERS G. Empirical relationships for the transport capacity of overland flow[ J]. IAHS Publ， 1990， 189（189）： 45-63.

[ 7] SCHIETTECATTE W， VERBIST K， GABRILS D. Assessment of detachment and sediment transport capacity of runoff by field experiments on a silt loam soil[ J]. Earth Surface Processes and Landforms， 2008， 33（8）： 1302-1314.

[ 8] 江忠善， 郑粉莉， 武敏， 等. 中国坡面水蚀预报模型研究[ J]. 泥沙研究， 2005（4）： 1-6.

JIANG Zhong-shan， ZHENG Fen-li， WU Min， et al. Prediction model of water erosion on hillslopes[ J]. Journal of Sediment Research， 2005（4）： 1-6.（In Chinese）

[ 9] 孙全敏， 王占礼. 坡面土壤分散——径流挟沙动力学模型及应用[ J]. 应用基础与工程科学学报， 2011， 19（6）： 862-876.

SUN Quan-min，WANG Zhan-li.Dynamic model of soil dispersion and sediment delivery by runoff on slope and its application[J].Journal of Bosic Science and Engineering，2011，19（6）：862-876.（In Chinese）

[ 10]方华军， 杨学明， 张晓平， 等. 耕作及水蚀影响下坡耕地土壤有机碳动态模拟[ J]. 土壤学报， 2006， 43（5）： 730-735.

FANG Hua-jun， YANG Xue-ming， ZHANG Xiao-ping， et al. Simulation on dynamics of soil organic carbon under the effect of tillage and water erosion[ J]. Acta Pedologica Sinica， 2006， 43（5）： 730-735.（In Chinese）

[ 11]范兰， 吕昌河， 陈朝.EPIC模型及其应用[ J]. 地理科学进展， 2012， 31（5）： 584-592.

FAN Lan， LIU Chang-he， CHEN Chao. A review of EPIC model and its applications[ J]. Progress in Geography， 2012， 31（5）： 584-592. （In Chinese）

[ 12]STARR G C， LAL R， MALONE R， et al. Modeling soil carbon transported by water erosion processes[ J]. Land Degradation & Development， 2000， 11（1）： 83-91.

[ 13]梁音， 张斌， 潘贤章， 等. 南方红壤丘陵区水土流失现状与综合治理对策[ J]. 中国水土保持科学， 2008， 6（1）： 22-27.

LIANG Yin， ZHANG Bin， PAN Xian-zhang， et al. Current status and comprehensive control strategies of soil erosion for hilly region in the southern China[ J]. Science of Soil and Water Conservation， 2008， 6（1）： 22-27.（In Chinese）

[ 14]黄炎和. 闽南地区的土壤侵蚀与治理[ D]. 福州：福建师范大学地理科学学院， 2001.

HUANG Yan-he. Soil erosion and management in south fujian[ D]. Fuzhou：Fujian Normal University， 2001.（In Chinese）

[ 15]齐述华， 蒋梅鑫， 于秀波， 等. 基于遥感和ULSE模型评价1995-2005年江西土壤侵蚀[ J]. 中国环境科学， 2011， 31（7）： 1197-1203.

QI Shu-hua， JIANG Mei-xin， YU Xiu-bo. Evaluating soil erosion in jiangxi province with USLE model and remote sensing technology during 1995-2005[ J]. China Environmental Science， 2011， 31（7）： 1197-1203.（In Chinese）

[ 16]张雪， 李忠武， 申卫平， 等. 红壤有机碳流失特征及其与泥沙径流流失量的定量关系[ J]. 土壤学报， 2012， 49（3）： 465-473.

ZHANG Xue， LI Zhong-wu， SHEN Wei-ping， et al. Characteristics of loss of organic carbon in red soil and their quantitative relationships with sediment and runoff generation[ J]. Acta Pedologica Sinica， 2012， 49（3）： 465-473.（In Chinese）

[ 17]聂小东， 李忠武， 王晓燕， 等. 雨强对红壤坡耕地泥沙流失及有机碳富集的影响规律研究[ J]. 土壤学报， 2013， 50（5）： 900-908.

NIE Xiao-dong， LI Zhong-wu， WANG Xiao-yan， et al. Effect of rainfall intensity on soil loss from slope farmland of red soil and organic carbon enrichment in sediment[ J]. Acta Pedologica Sinica， 2013， 50（5）： 900-908.（In Chinese）

[ 18]李忠武， 郭旺， 申卫平， 等. 红壤丘陵区不同地类活性有机碳分布特征及与草本生物量关系[ J]. 湖南大学学报：自然科学版， 2013， 40（3）： 76-82.

LI Zhong-wu， GUO Wang， SHEN Wei-ping， et al. Effect of land use type on the distribution of labile organic carbon and its relationship to herb biomass in red soil hilly region[ J]. Journal of Hunan University：Natural Sciences， 2013， 40（3）： 76-82.（In Chinese）

[ 19]WALKLEY A， BLACK I A. An examination of the degtjareff method for determining soil organic matter， and a proposed modification of the chromic acid titration method[ J]. Soil Science， 1934， 37（1）： 29-38.

[ 20]NEARING M A， NORTON L D， BULGAKOV D A， et al. Hydraulics and erosion in eroding rills[ J]. Water Resources Research， 1997， 33（4）： 865-876.

[ 21]POLYAKOV V， LAL R. Modeling soil organic matter dynamics as affected by soil water erosion[ J]. Environment International， 2004， 30（4）： 547-556.

[ 22]王盛萍， 张志强， 唐寅， 等.MIKE-SHE与MUSLE耦合模拟小流域侵蚀产沙空间分布特征[ J]. 农业工程学报， 2010， 26（3）： 92-98.

WANG Sheng-ping， ZHANG Zhi-qiang， TANG Yan， et al. Evaluation of spatial distribution of soil erosion and sediment yield for a small watershed of the loess plateau by coupling MIKE-SHE with MUSLE[ J]. Transactions of the Chinese Society of Agricultural Engineering， 2010， 26（3）： 92-98.（In Chinese）

[ 23]DEUMLICH D. V LKER L. Sediment and nutrient loadings due to soil erosion in rivers： Example： The Odra catchment[ C]//OECD Expert Meeting on Soil Erosion and Soil Biodiversity Indicators. 2003， 25： 28.

[ 24]胡建， 郭太龙， 卓慕宁， 等. 华南红壤坡面产流产沙过程模拟降雨试验研究[ J]. 生态环境学报， 2013（5）： 787-791.

HU Jian， GUO Tai-long， ZHUO Mu-ning， et al. Erosion processes on red soil slope in south China under simulated rainfall system[ J]. Ecology and Environment Sciences， 2013（5）：787-791.（In Chinese）

[ 25]陈晓燕， 何丙辉， 缪驰远， 等. WEPP模型在紫色土坡面侵蚀预测中的应用研究[ J]. 水土保持学报， 2003， 17（3）： 42-44，77.

CHEN Xiao-yan， HE Bing-hui， MIAO Chi-yuan， et al. Study on application of WEPP model for sloping surface erosion prediction in purple soil[ J]. Journal of Soil and Water Conservation， 2003， 17（3）： 42-44，77.（In Chinese）

[ 26]缪驰远， 何丙辉， 陈晓燕， 等. 水蚀模型USLE与WEPP在紫色土水蚀预测中的应用对比研究[ J]. 农业工程学报， 2005， 21（1）： 13-16.

MIAO Chi-yuan， HE Bing-hui， CHEN Xiao-yan，et al. Application and comparison of the erosion model USLE and WEPP in predicting erosion of purple soil [ J]. Transactions of The Chinese Society of Agricultural Engineering， 2005， 21（1）： 13-16.（In Chinese）

[ 27]秦越， 程金花， 张洪江， 等. 雨滴对击溅侵蚀的影响研究[ J].水土保持学报， 2014， 28（2）： 74-78.

QIN Yue， CHENG Jin-hua， ZHANG Hong-jiang， et al. A study of raindrop impact to splash erosion[ J]. Journal of Soil and Water Conservation， 2014， 28（2）： 74-78.（In Chinese）

[ 28]徐震， 高建恩， 赵春红， 等. 雨滴击溅对坡面径流输沙的影响[ J]. 水土保持学报， 2010， 24（6）： 20-23.

XU Zhen， GAO Jian-en， ZHAO Chun-hong， et al. Effects of raindrop impact on runoff and sediment transport of the slope[ J]. Journal of Soil and Water Conservation， 2010， 24（6）： 20-23.（In Chinese）

[ 29]刘青泉， 李家春，陈力， 等. 坡面流及土壤侵蚀动力学（I）——坡面流[ J]. 力学进展， 2004， 34（3）： 360-372.

LIU Qing-quan， LI Jia-chun， CHENG Li， et al. Dynamics of overland flow and soil erosion（I）—overland flow[ J]. Advances in Mechanics， 2004， 34（3）： 360-372.（In Chinese）

[ 30]章明奎， 刘兆云. 红壤坡耕地侵蚀过程中土壤有机碳的选择性迁移[ J]. 水土保持学报， 2009， 23（1）： 45-49.

ZHANG Ming-kui， LIU Zhao-yun. Soil erosion-induced selective transfer of various forms of organic carbon in red soil slope field[ J]. Journal of Soil and Water Conservation， 2009，23（1）：45-49.（In Chinese）

[ 31]姜学兵， 李运生， 欧阳竹， 等. 免耕对土壤团聚体特征以及有机碳储量的影响[ J]. 中国生态农业学报， 2012， 20（3）： 270-278.

JIANG Xue-bing， LI Yun-sheng， OU Yang-zhu， et al. Effect of no-tillage on soil aggregate and organic carbon storage[ J]. Chinese Journal of Eco-Agriculture， 2012， 20（3）：270-278.（In Chinese）