CSLE模型应用中不同抽样密度和推算方法的比较

邹丛荣，齐斐，张庆红，刘霞†，张荣华，黎家作，董书宝，姚孝友(．南京林业大学林学院江苏省水土保持与生态修复重点实验室 南方现代林业协同创新中心，007，南京; ．山东省土壤侵蚀与生态修复重点实验室，山东农业大学林学院，708，山东泰安;．淮河水利委员会淮河流域水土保持监测中心站，00，安徽蚌埠;．山东省临沂市水土保持委员会办公室，76000，山东临沂)



CSLE模型应用中不同抽样密度和推算方法的比较

邹丛荣1，齐斐2，张庆红2，刘霞1†，张荣华2，黎家作3，董书宝4，姚孝友3
(1．南京林业大学林学院江苏省水土保持与生态修复重点实验室 南方现代林业协同创新中心，210037，南京; 2．山东省土壤侵蚀与生态修复重点实验室，山东农业大学林学院，271018，山东泰安;3．淮河水利委员会淮河流域
水土保持监测中心站，233001，安徽蚌埠;4．山东省临沂市水土保持委员会办公室，276000，山东临沂)

摘要:为探讨CSLE模型应用中，不同抽样密度和推算方法对估算县域尺度土壤侵蚀的影响，确定县域尺度既能保证精度，又能减轻外业工作量的适宜抽样密度和土壤侵蚀推算方法。以沂蒙山区蒙阴县为对象，通过对比在1%和4%2种野外调查单元的抽样密度下，分别采用单元直接外推法、单元插值外推法和栅格计算法估算土壤侵蚀状况，分析其差异性。结果表明:(1)单元直接外推法、单元插值外推法受抽样密度影响较大，在1%和4%抽样密度下，土壤侵蚀面积比相差8.82%和7.96%，相对差异达19.05%和17.43%;而栅格计算法，受抽样密度的影响较小，土壤侵蚀面积比相差3.13%，相对差异9.27%。(2)同一抽样密度下，单元直接外推法和单元插值外推法的估算结果相近，但与栅格计算法的结果差异较大，土壤侵蚀面积比相差 11.77% ～18.12%，相对差异 34.72% ～48.93%。因此，在应用CSLE模型开展沂蒙山区县域尺度土壤侵蚀调查工作时，综合考虑精度和工作量，若以高分卫片为基础，宜采用1%抽样密度和栅格计算法;否则，建议采用4%抽样密度基础上的单元插值外推法。

关键词:CSLE模型;土壤侵蚀;县域;抽样密度;单元直接外推法;单元插值外推法;栅格计算法

项目名称:水利部“全国水土流失动态监测与公告项目—沂蒙山国家级重点治理区水土流失动态监测”(HWSBJ2012001);江苏高校优势学科建设工程资助项目;南京林业大学高层次人才科研基金

土壤侵蚀是一个受多因素、多层次、多尺度影响的环境问题，区域土壤侵蚀状况的好坏，直接影响着社会经济的发展、治理措施的投入和生态环境的变化;因此，定期开展土壤侵蚀状况调查对评价土壤侵蚀治理成效具有重要的意义。在区域土壤侵蚀调查中，美国主要采用抽样调查和模型法(USLE、WEQ)，澳大利亚及欧洲主要采用专家法和模型法(USLE、CEMS)［1 5］。我国从20世纪80年代开始，采用综合评判法，对全国土壤侵蚀状况进行3次遥感调查［6 7］。2010—2012年，首次采用分层不等概抽样和模型法，对全国土壤侵蚀状况开展调查，在水蚀类型区，主要采用中国土壤流失方程(CSLE)和单元外推法计算，野外调查单元主体抽样密度为1%，平原区、深山区为0.25%［8 13］。与此同时，有研究者开始探讨CSLE模型应用中，不同调查抽样密度的推算精度或适宜性问题［14 16］。例如，赵维军等以陕西省吴起县为例，对比分析4%、1%、0.25%和0.062 5%抽样密度的调查数据和全县数据在土地利用、坡度及坡长因子等方面的精度损失，认为1%抽样比例能够很好反映吴起县土壤侵蚀状况［15 16］。张岩等在吴起县，采用1%均匀抽样，基于CSLE模型估算土壤侵蚀模数，并与综合评判法进行对比，结果认为基于抽样和模型的土壤侵蚀普查方法具有明显的优越性［14］。上述研究表明，基于 CSLE模型和单元外推的估算方法，1%抽样密度适用于西北黄土高原区的吴起县;但并未探索不同推算方法对CSLE模型运算结果的影响，以及在其他区域的适用性:因此，本研究以北方土石山区沂蒙山国家级重点治理区的典型县——蒙阴县为对象，探索1%和4%抽样密度下，单元直接外推法、单元插值外推法和栅格计算法对CSLE模型估算结果的影响，并对比分析不同结果的差异和主要原因。探讨采用 CSLE模型，调查沂蒙山国家级重点治理区县域尺度土壤侵蚀时，既能保证精度，又能减轻外业工作量的适宜抽样密度和推算方法。

1　研究区概况

蒙阴县地处淮河流域北部沂蒙山区腹地(E 117°44'34″～118°14'27″，N 35°26'40″～36°1'51″)，国土面积1 590.42 km2，属北方土石山区。境内以低山丘陵为主，山丘区面积比达97.77%;基岩多为石灰岩和页岩，土壤类型主要有粗骨土、棕壤、褐土、红黏土4大类;属暖温带季风型大陆性气候，多年平均气温12.8℃，多年平均降水量700 mm，主要集中在6—8月;属淮河流域沂河水系，有梓河、东汶河、蒙河等3条较大的河流，以及山东省第2大水库云蒙湖;植被属暖温带落叶阔叶林区，由于长期受人类活动的影响和破坏，自然植被几乎荡然无存，现多为人工植被，主要乔木树种有侧柏(Platycladus orientalis(Linn．)Franco)、刺槐(Robinia pseudoacacia L．)、油松(Pinus tabulaeformis Carr．)等，自然灌木与草本植物主要有黄荆(Vitex negundo L．)、胡枝子(Lespedeza bicolors Turcz．)、三裂绣线菊(Spiraea trilobata L．)等。

2　材料与方法

2.1数据源及处理

遥感影像数据采用1.5 m分辨率的SPOT 6影像，时相2013年4月;地形数据资料采用1∶1万地形图，经投影变换处理为WGS1984，UTM投影;土壤样品采集点依据山东省1∶50万土壤类型图确定，采样日期2013年9月;降雨数据采用沂蒙山区88个雨量站点，1980—2010年日降雨资料;径流小区数据采用山东省九仙山、临朐、蒙阴、黄前4个监测点，1980—1990年、2007—2012年观测资料。

2.2抽样密度与野外单元布设

采用分层不等概抽样方法［9 12］，在国家野外调查单元1%抽样密度基础上，山丘区抽样密度增加至4%，野外调查点分布见图1。

以SPOT 6遥感影像为基础，叠加地形要素、单元边界等信息，制作调查底图，于2013年9月，开展野外实地调查，记录调查单元内土地利用、郁闭度、盖度、植物措施、工程措施类型及质量、耕作措施等信息［12 13］。

图1　蒙阴县野外调查单元分布图Fig．1　Distribution of field survey units in Mengyin County

2.3土地利用数据提取

以SPOT 6遥感影像和1∶1万地形图为基础，结合野外调查和国家土地利用分类标准(GB/T 21010—2007)，构建沂蒙山国家级重点治理区土地利用分类系统及解译标志，分为8个一级类、11个二级类和16个三级类，通过人机交互解译获取土地利用数据。

2.4CSLE模型与推算方法

2.4.1CSLE模型及土壤侵蚀估算CSLE模型［17］是基于美国通用土壤流失方程 USLE原理，结合中国土壤侵蚀实际提出的。基本形式为

式中:A为土壤流失量，t/(hm2·a);R为降雨侵蚀力因子，MJ·mm/(hm2·h·a);K为土壤可蚀性因子，t·hm2·h/(hm2·MJ·mm);L为坡长因子;S为坡度因子;B为生物措施因子;E为工程措施因子;T为耕作措施因子。

降雨侵蚀力因子R:基于沂蒙山区88个雨量站点，1980—2010年日降雨数据，采用逐日雨量公式法计算［18］，采用普通Kriging法，插值获取沂蒙山区降雨侵蚀力空间分布图［19 20］。

土壤可蚀性因子 K:按照每种土壤类型3次重复采样，测定样品粒径组成和有机碳，根据Williams模型［21］，计算土壤可蚀性因子 K值，并采用径流小区观测资料修正［20］。

坡度、坡长因子LS:基于1∶1万地形图，采用刘宝元等［9］修正算法，提取坡度、坡长因子，结合野外调查单元进行修正［20］。

水土保持措施因子BET:基于第1次全国水利普查水土保持情况普查提供的措施因子参考值，结合调查单元、径流小区数据等对植物、工程和耕作措施因子进行修正［20］。

将上述因子分别生成降雨侵蚀力、土壤可蚀性、坡度坡长和水土保持措施等因子栅格图层，综合考虑地形图比例尺、影像分辨率以及数据量等因素，采用10 m栅格。利用式(1)叠加相乘各图层像元值，计算土壤侵蚀模数。根据 SL 665—2014《北方土石山区水土流失综合治理技术标准》进行土壤侵蚀强度分级，统计各野外调查单元或县域土壤侵蚀状况。

2.4.2土壤侵蚀推算方法推算方法主要有基于野外调查单元土壤侵蚀状况的直接外推法、插值外推法，基于县域因子图层的栅格计算法。单元直接外推法和单元插值外推法，均以调查单元内1∶1万地形图和野外调查单元数据为基础。栅格计算法以县域内1∶1万或1∶5万地形图、野外调查单元数据和高分辨率遥感影像为基础，笔者采用1∶1万地形图。

单元直接外推法根据野外调查成果，对各地块进行B、E、T因子赋值，采用调查单元内7因子栅格图层，计算各单元土壤侵蚀模数并分级，统计各单元土壤侵蚀状况。将调查单元各级土壤侵蚀强度面积比直接推算至其控制区域，汇总至全县。此法无法直接成图。

单元插值外推法根据野外调查成果，对各地块进行B、E、T因子赋值，采用调查单元内7因子栅格图层，计算各单元土壤侵蚀模数并分级，统计各单元土壤侵蚀状况。对轻度及其以上土壤侵蚀强度面积比和土壤侵蚀面积比，采用普通Kriging插值获取县域各级土壤侵蚀强度面积比及空间分布。此法可成土壤侵蚀分布示意图。

栅格计算法根据野外调查单元数据面积加权平均，分别计算B、E、T因子，并按照土地利用分类赋值，将R、K、LS、BET转换成同一大小的栅格数据，计算县域土壤侵蚀模数，进行强度分级。此法可成详细的土壤侵蚀分布图。

3　结果与分析

3.13种推算方法下不同抽样密度土壤侵蚀特征与分布

3.1.1单元直接外推法1%抽样密度下，蒙阴县土壤侵蚀面积877.19 km2，占55.15%;4%抽样密度下，土壤侵蚀面积736.80 km2，占46.33%;土壤侵蚀面积和各级侵蚀强度(微度除外)面积，均随抽样密度增加而减少，但总体特征表现为轻度、中度侵蚀为主(表1)。

对比1%和4%抽样密度，蒙阴县土壤侵蚀面积相对差异较大，达19.05%;各级土壤侵蚀强度相对差异也随着侵蚀强度的增加(微度侵蚀除外)而变大，尤其是极强烈侵蚀和剧烈侵蚀，相对差异达113.84%和209.65%，这主要是由其本身面积基数小所导致;此外，受方法限制，直接外推法无法成示意图，只能大体估算土壤侵蚀分布区域。

3.1.2单元插值外推法1%抽样密度下，蒙阴县土壤侵蚀面积852.94 km2，占53.63%;4%抽样密度下，土壤侵蚀面积726.34 km2，占45.67%;土壤侵蚀面积和各级侵蚀强度(微度除外)面积，均随抽样密度增加而降低，但总体特征仍表现为轻度、中度侵蚀为主(表1)。

对比1%和4%抽样密度，蒙阴县土壤侵蚀面积相对差异为17.43%，差异仍然较大;各级土壤侵蚀强度间相对差异也基本上随着侵蚀强度的增加(微度侵蚀除外)而变大，尤其是极强烈侵蚀和剧烈侵蚀，相对差异为63.59%、150.69%。究其原因，仍然是本身面积基数小。

单元插值外推法可成土壤侵蚀强度分布示意图(图2)，不同密度分布状况有明显差异。1%抽样密度下，蒙阴县轻度及其以上土壤侵蚀区域集中分布在中部及北部;4%抽样密度下，轻度及其以上土壤侵蚀区域则分布相对比较分散。这种差异主要是由抽样密度、调查单元位置及调查单元土壤侵蚀数据的不同导致。

3.1.3栅格计算法1%抽样密度下，蒙阴县土壤侵蚀面积589.05 km2，占37.03%;4%抽样密度下，土壤侵蚀面积539.08 km2，占33.90%;土壤侵蚀面积和各级侵蚀强度(微度除外)面积，均随抽样密度增加略呈下降趋势，但总体特征仍表现为轻度、中度侵蚀为主(表1)。

对比1%和4%抽样密度，蒙阴县土壤侵蚀面积仅相差49.97 km2，相对差异为9.27%，差异较小;各级土壤侵蚀强度间，相对差异变化幅度较小，极强烈侵蚀和剧烈侵蚀的相对差异也仅为11.59%和26.62%。

栅格计算法可成土壤侵蚀强度分布图(图3)，从空间分布看，1%和4%抽样密度下，土壤侵蚀强度分布规律基本一致;这是因为栅格计算法，采用县域统一的 RKLS因子，仅 BET因子有略微差异，二者均值相差4.6×10－5。

表1　3种推算方法下不同抽样密度土壤侵蚀强度结果Tab．1　Results of soil erosion intensity at different sampling densities by three estimation methods

3.22种抽样密度下不同推算方法土壤侵蚀特征与分布

3.2.11% 抽样密度在1%抽样密度下，单元直接外推法、单元插值外推法计算结果差异较小，蒙阴县土壤侵蚀面积仅相差24.25 km2，占1.52%，各级土壤侵蚀强度面积相差也较小;但这2种方法与栅格法计算结果存在较大的差异，土壤侵蚀面积分别相差288.14和263.89 km2。其中，中度及其以上侵蚀强度面积差异显著，单元直接外推法和单元插值外推法是栅格法结果的5倍以上;这是由于直接外推法和插值外推法，受调查单元内中度及其以上面积比例影响较大(图4)。

从空间分布来看，1%抽样密度下，插值外推法轻度及其以上土壤侵蚀区域，呈集中分布状态，而栅格计算法呈均匀异质性零散分布，存在明显差异(图2a和图3a)。

3.2.24% 抽样密度同一抽样密度下，单元直接外推法和单元插值外推法计算结果差异较小，蒙阴县土壤侵蚀面积仅相差10.46 km2，占0.66%，各级土壤侵蚀强度面积相差也较小，相差幅度 1.1～10.46 km2;但这2种方法与栅格法的计算结果仍然差异较大，土壤侵蚀面积分别高197.72和187.26 km2(图5)。与1%抽样密度相比，4%抽样密度下的单元直接外推法和单元插值外推法更接近于栅格法的计算结果。以栅格法计算结果为基准，4%抽样密度下，单元直接外推法和单元插值外推法的土壤侵蚀面积相对差异和平均相对差异均有明显下降。

图2　插值外推法下不同抽样密度土壤侵蚀强度分布Fig．2　Soil erosion intensity at different sampling densities by Kriging extrapolation

图3　栅格计算法下不同抽样密度土壤侵蚀强度分布Fig．3　Soil erosion intensity at different sampling densities by grid estimation

从空间分布来看，4%抽样密度下，单元插值外推法和栅格计算法轻度及其以上土壤侵蚀分布区域依旧差异明显，前者以调查单元为中心明显呈圈状分布，尤其是中度及其以上侵蚀，而后者呈均匀异质性零散分布(图2b和图3b)。

4　讨论

图4　1%抽样密度下不同推算方法土壤侵蚀强度结果Fig．4　Results of soil erosion intensity at 1%sampling density by different estimation methods

图5　4%抽样密度下不同推算方法土壤侵蚀强度结果Fig．5　Results of soil erosion intensity at 4%sampling density by different estimation methods

1)1%、4%抽样密度下，单元直接外推法、单元插值外推法计算结果差异较大，其主要原因是地质土壤、坡度、土地利用和工程措施空间分布的异质性。研究发现，在CSLE模型因子中，1%、4%抽样单元内各因子的均值均高于全县因子平均值。与4%抽样单元各因子均值相比，1%抽样单元K、S、E因子均值明显偏高，直观表现在地质土壤、坡度、土地利用和工程措施上。

根据土壤类型统计分析，全县土壤类型21种，1%抽样单元涉及土壤类型6种，未涉及土壤类型面积均小于279.4 km2;而4%抽样密度涉及土壤类型14种，未涉及土壤类型面积47.95 km2。1%抽样单元内，K因子值较高的洪冲积潮棕壤、石灰岩钙质粗骨土所占比例高于4%抽样单元内所占比例;而K因子值比较低的酸性粗骨土所占比例明显低于4%抽样单元内所占比例，导致 K因子偏高，而且由于该县石灰岩山区呈条带状分布，落在其中的野外调查单元土壤侵蚀面积普遍较高，从而对周边非石灰岩山区产生辐射性影响，抽样密度点数越少，辐射影响范围越大，抽样密度增加，可有效缩小辐射影响范围。

根据坡度统计数据分析，1%抽样单元坡度整体偏高，15°以上坡所占比例比4%抽样单元内所占比例高11.63%，而小于8°坡所占比例减少11.76%，导致S因子偏高。从工程措施看，4%抽样密度调查单元内，有梯田措施的梯田果园和旱梯田占45.89%，而1%抽样单元内占42.17%，梯田质量好和中等的比例略低，从而导致4%抽样密度 E因子降低。从土地利用看，与4%抽样密度调查单元相比，1%抽样单元内总体上可能发生土壤侵蚀的土地利用类型比重偏高4.15%。

2)赵维军等［15 16］认为，在陕北吴起县的土壤侵蚀普查中，采用1%的抽样密度，调查土壤侵蚀因子更为合理，并进行了土壤侵蚀动态研究:文中通过对不同抽样密度下，各土壤侵蚀因子与全县土壤侵蚀因子进行数量特征精度比较，发现1%、4%抽样密度的土壤侵蚀因子对比全县土壤侵蚀因子，精度均能达到95%以上;但是，没有研究不同抽样密度下，分别采用不同推算方法对县域土壤侵蚀状况推算结果的影响。笔者则是采用不同抽样密度和推算方法，对县域土壤侵蚀状况的影响进行分析，发现采用单元直接外推法和单元插值外推法时，1%、4%抽样密度对县域尺度土壤侵蚀状况影响较大，1%抽样密度不适用沂蒙山区;但是，采用栅格法计算时，1%、4%抽样密度对土壤侵蚀状况影响较小，1%抽样密度可行。这可能与空间位置、地形地貌等县域实际情况差异较大有关。吴起县位于黄土丘陵沟壑区，土壤以黄土性土为主，人口密度小，下垫面均质化;而蒙阴县位于沂蒙山区，土壤类型以粗骨土为主，人口密度大，土地利用破碎:因而吴起县在1%、4%抽样密度下，土壤侵蚀因子差异小，而蒙阴县2种密度部分土壤侵蚀因子特征存在明显差异，进而影响调查单元内土壤侵蚀数量特征，导致单元直接外推或单元插值外推土壤侵蚀结果差异较大。

3)采用不同推算方法开展蒙阴县土壤侵蚀调查研究时发现，单元直接外推法、单元插值外推法操作简单，但野外工作量大，且结果受抽样密度影响较大;单元直接外推法无法成图，单元插值外推法仅可成土壤侵蚀分布示意图。栅格计算法对基础数据要求高，专业性强，尤其是需要详细的土地利用数据;但该方法受抽样密度影响较小，采用1%抽样密度调查，不仅可有效减轻野外工作量，同时可获得较好的土壤侵蚀调查结果。

5　结论

1)同一抽样密度下，单元直接外推法与单元插值外推法计算结果相近，但与栅格计算法的结果差异较大;对比不同抽样密度下，单元直接外推法和单元插值外推法的计算结果，4%抽样密度下的结果更接近于栅格计算法的结果。

2)同一推算方法下，栅格计算法受抽样密度影响较小，但各级土壤侵蚀强度级别分布存在一定差异;单元直接外推法与单元插值外推法受抽样密度影响较大，土壤侵蚀面积相对差异和各级土壤侵蚀强度平均相对差异均高于15%。

3)受地质土壤、地形、土地利用和工程措施等影响，1%抽样密度下，单元外推法土壤侵蚀面积比高于4%抽样密度的结果，同时导致4%抽样密度下，单元外推法土壤侵蚀面积比高于栅格计算法的结果。

4)县域尺度条件下，基于CSLE模型开展土壤侵蚀调查时，若有高分辨率遥感影像，建议采取1%抽样密度、栅格法进行土壤侵蚀状况估算;否则，建议以4%抽样密度开展野外调查，通过单元直接外推法或单元插值外推法进行估算。

6　参考文献

［1］Jeffery G J．The national resources inventory and its role in U S agriculture［C］∥Agricultural Statistics 2000:Proceedings of the conference on agricultural statistics organized by the National Agricultural Statistics Service of the US Department of Agriculture，under the auspices of the International Statistical Institute，1998:181 182．

［2］U S Department of Agriculture．Summary report:2007 national resources inventory［R/OL］．(20091201) ［2015 0126］．http:∥www．nrcs．usda．gov/Internet/ FSE_DOCUMENTS/stelprdb1041379．pdf．

［3］Lu H，Gallant J，Prosser I P，et al．Prediction of sheet and rill erosion over the Australian continent，incorporating monthly soil loss distribution［R/OL］．(2001 01 02) ［2015 01 26］．https:∥www．researchgate．net/publication/236770265_Prediction_of_Sheet_and_Rill_Erosion_ Over_the_Australian_Continent_Incorporating_Monthly_ Soil_Loss_Distribution．

［4］Grimm M，Jones R，Montanarella L．Soil erosion risk in Europe［R/OL］．(2014 01 04)［2015 01 26］．https: ∥www．researchgate．net/publication/241397808_Soil_ Erosion_Risk_in_Europe．

［5］谢云，赵莹，张玉平，等．美国土壤侵蚀调查的历史与现状［J］．中国水土保持，2013(10):53．Xie Yun，Zhao Ying，Zhang Yuping，et al．History and actuality of soil erosion survey in US［J］．Soil and Water Conservation in China，2013(10):53．(in Chinese)

［6］郭索彦，李智广．我国水土保持监测的发展历程和成就［J］．中国水土保持科学，2009，7(5):19．Guo Suoyan，Li Zhiguang．Development and achievements of soil and water conservation monitoring in China ［J］．Science of Soil and Water Conservation，2009，7 (5):19．(in Chinese)

［7］水利部．全国水土流失公告［R/OL］．(2003 07 25) ［2015 01 26］．http:∥www．hhsbjc．com/show．action? c=31＆n=874．Ministry of Water Resources of P．R．China．The proclamation of soil and water loss in China［R/OL］．(2003 07 25)［20150126］．http:∥www．hhsbjc．com/ show．action?c=31＆n=874．(in Chinese)

［8］刘震．我国水土保持情况普查及成果运用［J］．中国水土保持科学，2013，11(2):1．Liu Zhen．Soil and water conservation survey in China and its application［J］．Science of Soil and Water Conservation，2013，11(2):1．(in Chinese)

［9］刘宝元，郭索彦，李智广，等．中国水力侵蚀抽样调查［J］．中国水土保持，2013(10):26．Liu Baoyuan，Guo Suoyan，Li Zhiguang，et al．Sampling survey of water erosion in China［J］．Soil and Water Conservation in China，2013(10):26．(in Chinese)

［10］李智广，刘宪春，刘建祥，等．第一次全国水利普查水土保持普查方案［J］．水土保持通报，2010，30(3): 87．Li Zhiguang，Liu Xianchun，Liu Jianxiang，et al．Plan of soil and water conservation survey in national census for water resources［J］．Bulletin of Soil and Water Conservation，2010，30(3):87．(in Chinese)

［11］郭索彦．土壤侵蚀调查与评价［M］．北京:中国水利水电出版社，2014:16 20．Guo Suoyan．Soil erosion investigation and evaluation ［M］．Beijing:China Water＆Power Press，2014:16 20．(in Chinese)

［12］国务院第一次全国水利普查领导小组办公室．第一次全国水利普查培训教材之六:水土保持情况普查［M］．北京:中国水利水电出版社，2010:23 77，202 203．The leading office of first-ever nationwide water resources survey of the State Council．No．6 training materials of first-ever nationwide water resources survey［M］．Beijing:China Water＆ Power Press，2010:2377，202 203．(in Chinese)

［13］李智广，符素华，刘宝元．我国水力侵蚀抽样调查方法［J］．中国水土保持科学，2012，10(1):77．Li Zhiguang，Fu Suhua，Liu Baoyuan．Sampling pro-gram of water erosion inventory in the first national water resource survey［J］．Science of Soil and Water Conservation，2012．10(1):77．(in Chinese)

［14］张岩，刘宪春，李智广，等．利用侵蚀模型普查黄土高原土壤侵蚀状况［J］．农业工程学报，2012，28(10): 165．Zhang Yan，Liu Xianchun，Li Zhiguang，et al．Surveying soil erosion condition in Loess Plateau using soil erosion model［J］．Transactions of the Chinese Society of Agricultural Engineering，2012，28(10):165．(in Chinese)

［15］赵维军，朱清科，马欢，等．不同抽样比例的土壤侵蚀因子调查精度比较［J］．西北林学院学报，2012，28 (3):168．Zhao Weijun，Zhu Qingke，Ma Huan，et al．Comparison in survey precision of soil erosion factors among different sampling ratios［J］．Journal of Northwest Forestry University，2012，28(3):168．(in Chinese)

［16］赵维军，刘宪春，张岩，等．基于均匀抽样调查的半干旱黄土区土壤侵蚀动态研究［J］．水土保持通报，2013，33(4):125．Zhao Weijun，Liu Xianchun，Zhang Yan，et al．An analysis on dynamic changes of soil erosion in semiarid loess area based on uniform sampling［J］．Bulletin of Soil and Water Conservation，2013，33(4):125．(in Chinese)

［17］Liu Baoyuan，Zhang Keli，Xie Yun．An empirical soil loss equation［C］∥Proceedings of 12th ISCO Conference，Process of Erosion and its Environmental Effects (Volume)．Beijing:Tsinghua University，2002:21 25．

［18］章文波，谢云，刘宝元．利用日雨量计算降雨侵蚀力的方法研究［J］．地理科学，2002，22(6):705．Zhang Wenbo，Xie Yun，Liu Baoyuan．Rainfall erosivity estimation using daily rainfall amounts［J］．Scientia Geographica Sinica，2002，22(6):705．(in Chinese)

［19］杨韶洋，刘霞，姚孝友，等．沂蒙山区降雨侵蚀力空间分布推算方法［J］．中国水土保持科学，2015，13 (2):1．Yang Shaoyang，Liu Xia，Yao Xiaoyou，et al．The study of the rainfall erosivity spatial distribution calculating methods in Yimeng mountain area［J］．Science of Soil and Water Conservation，2015，13(2):1．(in Chinese)

［20］杨韶洋．基于CSLE模型的沂蒙山国家级重点治理区土壤侵蚀格局分析［D］．山东泰安:山东农业大学，2014:8 11．Yang Shaoyang．The analysis of soil erosion pattern in National key harhessing areas of Yimeng Mountains based on CSLE model［D］．Tai'an，Shandong:Shandong Agricultural University，2014:8 11．(in Chinese)

［21］United States Department of Agriculture．EPIC-erosion/ productivity impact calculator 1．Model Documentation．Technical Bulletin Number 1768［R/OL］．［20151 26］ http:∥ organicroots．nal．usda．gov/download/ CAT10698097/PDF．

Comparison of different sampling densities and extrapolation methods based on CSLE model

Zou Congrong1，Qi Fei2，Zhang Qinghong2，Liu Xia1，Zhang Ronghua2，Li Jiazuo3，Dong Shubao4，Yao Xiaoyou3
(1．Jiangsu Key Laboratory of Soil and Water Conservation and Ecological Restoration，Co-Innovation Center for Sustainable Forestry in Southern China，Forestry College of Nanjing Forestry University，210037，Nanjing，China;2．Shandong Provincial Key Laboratory of Soil Erosion and Ecological Restoration，Forestry College of Shandong Agricultural University，271018，Tai'an，Shandong，China; 3．Monitoring Center Station of Soil and Water Conservation，Huaihe River Commission，Ministry of Water Resources，233001，Bengbu，Anhui，China;4．Office of Soil and Water conservation of Linyi City，276000，Linyi，Shandong，China)

Abstract:［Background］ As we all know，soil erosion is considered to be the most common environmental problem in the world influenced by multi-factors in multi-levels and multi-scales．Conducting regular survey on regional soil erosion condition plays an important role in evaluating the effectiveness of control measures．In China，the stratified sampling with unequal probability and the model method were firstly utilized to investigate national soil erosion conditions from 2010 to 2012．The CSLE model and the extrapolation method based on investigation units were mainly utilized in the water erosion regions．The sampling densities of investigation units were 1%for general and 0.25%for plainareas and deep mountains．It is important to understand how different sampling densities and estimation methods based on CSLE model impact on the soil erosion survey and evaluation at the county scale．［Methods］In consideration of the study area，stratified sampling method，the unique situation of soil erosion，and the workload in field investigation of soil erosion，Mengyin County located in Yimeng mountain area was taken as an example．Based on SPOT 6 image and the topographic map at 1∶10 000 scale，two sampling densities with 1%and 4%，and three extrapolation methods of direct extrapolation on sampling units，Kriging extrapolation on sampling units and grid estimation were adopted to calculate the amount of soil erosion at the county scale．Then the influence of different sampling densities and extrapolation methods were explored by contrasting the results of three methods on different sampling densities respectively．［Results］1)Direct extrapolation and Kriging extrapolation methods were more affected by the sampling densities．The discrepancy percentage of soil erosion area calculated by two methods were 8.82%under 1%sample density and 7.96%under 4%sample density，and the relative discrepancy were 19.05%and 17.43%respectively．But grid estimation method was less affected by the sampling density．The discrepancy percentage of soil erosion area was only 3.13%and the relative discrepancy was only 9.27%comparing 1%with 4%sample density．2)Under the same sampling density，the results of direct extrapolation and Kriging extrapolation were similar，but these were quite different from the grid estimation result，especially in spatial distribution of soil erosion．Compared to the result of grid estimation，the discrepancy percentage of soil erosion area by direct extrapolation and Kriging extrapolation were between 11.77%and 18.12%，and the relative discrepancy were between 34.72%and 48.93%．［Conclusions］As a consequence，in view of precision and workload in soil erosion survey at the county scale in Yimeng mountain area，the first recommendation is to adopt grid calculation based on 1%sampling density with high resolution remote sensing images．If without high resolution remote sensing images，it is advisable to adopt extrapolation method based on 4%sampling density．From the study，the discrepancy between different densities and diverse extrapolation methods was known，and suitable sampling density and extrapolation method were selected，thus the field work can be reduced and the precision can be improved，which is important in dynamic monitoring of water and soil loss at county scale．

Keywords:CSLE;soil erosion;county scale;sampling densities;direct extrapolation;Kriging extrapolation;grid estimation

中图分类号:S157.1

文献标志码:A

文章编号:1672-3007(2016)03-0130-09

DOI:10．16843/j．sswc．2016．03．017

收稿日期:2015 09 23修回日期:2015 12 08

第一作者简介:邹丛荣(1990—)，男，硕士研究生。主要研究方向:土壤侵蚀与遥感。E-mail:crzsb2015@163．com

通信作者†简介:刘霞(1971—)，女，博士，教授，博士生导师。主要研究方向:土壤侵蚀与水土保持。E-mail:liuxia@njfu．edu．cn