基于RUSLE模型的祖厉河流域土壤侵蚀时空分异特征分析

贵立德

(甘肃省定西市水土保持科学研究所，甘肃 定西 743000)



基于RUSLE模型的祖厉河流域土壤侵蚀时空分异特征分析

贵立德

(甘肃省定西市水土保持科学研究所，甘肃 定西 743000)

土壤侵蚀；RS；GIS；RUSLE；祖厉河流域

以祖厉河流域为研究区，借助RS的图像信息提取技术，对研究区遥感影像进行校正与信息提取。利用GIS的栅格数据空间分析功能，将研究区空间离散化为30 m×30 m的栅格单元。根据修正的通用土壤流失方程RUSLE生成因子栅格图，借助GIS空间分析功能，实现研究区的土壤侵蚀评估模拟。研究结果表明：祖厉河流域1995、2005和2015年土壤侵蚀模数分别为2 877.87、3 372.24和3 713.23 t/(km2·a)；从侵蚀量变化来看，1995、2005、2015年土壤流失量分别为2 960.84万、3 469.46万、3 820.28万t。从土壤侵蚀量空间分布和侵蚀量变化来看，研究区土壤侵蚀程度呈现南北低、中部高，河流深切区低、高山林立区高的特点。

1　研究区概况

祖厉河流域位于甘肃中部，地理坐标介于东经104°12′～105°33′、北纬35°18′～36°34′之间，流域面积10 653 km2，地跨甘肃省定西、白银、兰州三地(市)和宁夏固原地区，包括定西市，会宁县的绝大部分地区，以及靖远、榆中、陇西、通渭、西吉、海原县的小部分地区。受贺兰山和祁连山加里东褶皱带的复合影响，地势大致由南向北倾斜，海拔大多在1 500～2 000 m之间，最高峰在流域东北崛吴山的南沟大顶(海拔2 858 m)，最低点在祖厉河汇入黄河处(海拔1 392 m)。在第三纪末和第四纪初古地形的基底上，第四纪以来的多次侵蚀—堆积旋回和现代侵蚀作用，塑造了当今以塬、梁、峁为特点的黄土丘陵地貌形态，呈现出梁峁交错、沟壑纵横的景观。由于深处内陆，受六盘山和秦岭山脉的屏蔽作用，海洋暖湿气流不易到达，因此该区具有大陆性季风气候特点[1]。

2　数据源及研究方法

2.1数据源

数据包括研究区1995、2005和2015年三期降雨量台站记录数据、1∶100万土壤数据、30 m×30 m GDEM数据、土地利用数据(.shp格式)、Landsat5/ETM和Landsat8/OLI影像，以及2000年以来的基础地理信息数据。具体数据源及其信息如表1所示。

表1　数据来源与说明

2.2研究方法

2.2.1土壤流失计算模型

修正的通用土壤流失方程(RUSLE)，计算公式为

A=R·K·LS·C·P

(1)

式中：A为土壤侵蚀模数，t/(km2·a)；R为降雨侵蚀力因子，MJ·mm/(km2·h·a)；K为土壤可蚀性因子，t·km2·h/(MJ·mm·km2)；LS为地形因子，无量纲；C为植被覆盖与管理因子，无量纲；P为水土保持措施因子，无量纲。

本研究通过对上述数据的计算和分析，提取出影响土壤侵蚀模数的各个因子，从而测度研究区土壤侵蚀模数并划分强度等级。

2.2.2各因子的提取

(1)降雨侵蚀力因子R。降雨侵蚀力是反映降雨对土壤侵蚀影响的一种指标，是进行土壤侵蚀预报的重要因子[2]。本研究选用基于月平均降雨量和年平均降雨量的Wischmeier公式[3]计算1995、2005、2015年降雨侵蚀力。计算公式为

(2)

式中：pi、p分别为月平均、年平均降雨量，mm。具体数据见表2。

表2　1995、2005和2015年研究区降雨侵蚀力因子

(2)土壤可蚀性因子K。土壤可蚀性因子是土壤对雨滴击溅或地表径流等侵蚀介质剥蚀和搬运的敏感程度，是土壤抵抗侵蚀能力的综合体现，与降雨、径流、渗透的综合作用密切相关[4]。本研究选用侵蚀/生产力影响模型EPIC的公式计算各类型土壤的K因子值[5]。计算公式为

(3)

式中：SAN为砂粒含量，%；SIL为粉砂含量，%；CLA为黏粒含量，%；Cr为有机碳含量，%；SN1=1-SAN/100。

通过1∶100万土壤数据库，提取表层土壤的SAN、SIL、CLA和Cr的数据信息，计算出项目区的K因子值为0.49 t·km2·h/(MJ·mm·km2)。

(3)地形因子LS。地形对土壤侵蚀的影响因子包括坡度(S)和坡长(L)。本研究利用研究区的DEM数据，以GIS为技术手段进行地形特征分析，提取坡度、坡长数据。计算公式为

(4)

式中：λ为坡长，m；m为随坡度变化的量；β为坡度(°)，当β≥2.86°时m取0.5，当1.72°≤β<2.86°时m取0.4，当0.57°≤β<1.72°时m取0.3，当β<0.57°时m取0.2。

(4)植被覆盖与管理因子C。植被覆盖与管理因子是植被覆盖程度对水土流失的抑制程度，起着保持水土的作用，其取值范围为0～1[6]。本研究选用蔡崇法等[7]建立的C因子值与植被覆盖度之间的回归方程，计算公式为

(5)

式中：c为植被覆盖度，%。

先计算研究区范围内的NDVI值(植被覆盖指数)，并提取最大和最小NDVI值，从而计算出研究区范围内的植被覆盖度。植被覆盖度的计算公式为

(6)

式中：NDVI0为无植被或完全被裸土覆盖地区像元的NDVI值；NDVIg为完全被植被覆盖地区像元的NDVI值。

根据计算得到的C因子分布图和研究区土地利用类型图将C因子值赋予相应的土地利用类型，结果见表3。

表3　研究区不同土地利用类型的C值

(5)水土保持措施因子P。水土保持措施因子是一种基于经验和物理过程的混合模型，是采取专门措施后的土壤流失量与顺坡种植时的土壤流失量之比，其取值在0～1之间[8]，其中0代表根本不会发生土壤侵蚀的地区，1代表未采取任何水土保持措施的地区。本研究采用坡度权重对P因子进行分级赋值，结果见表4。

表4　不同耕作方式下的P因子值

2.2.3模型的运算

利用ArcGIS10中Spatial Analysis/Raster Calculator功能，将每个网格中各因子值相乘，计算每个栅格的土壤侵蚀量，根据《土壤侵蚀分类分级标准》(SL 190—2007)对其结果进行重分类(Reclass)，形成土壤侵蚀量图和土壤侵蚀空间分布图。

3　土壤侵蚀结果分析

3.1土壤侵蚀时间变化特征

研究区不同侵蚀强度的面积、侵蚀量结果见表5。由表5知，1995年中度侵蚀及以上面积3 788.22 km2，占研究区总面积的36.82%。到了2005年，中度侵蚀及以上面积增加到4 448.42 km2，占研究区总面积的43.24%，比1995年面积增加660.20 km2。2015年中度侵蚀及以上面积4 812.36 km2，占研究区总面积的46.77%，比2005年增加363.94 km2，比1995年增加1 024.14 km2。从侵蚀面积来看，20年来研究区土壤侵蚀面积不断扩大，中度及以上侵蚀面积年均增长近51.21 km2，且强烈、极强烈和剧烈侵蚀面积逐年增加，表明在总体侵蚀面积不断增加的同时，严重侵蚀面积也在逐年增加。从侵蚀量看，1995年侵蚀总量为2 960.84万t，侵蚀模数为2 877.87 t/(km2·a)；2005年侵蚀总量增加到3 469.46万t， 侵蚀模数为3 372.24

t/(km2·a)；2015年侵蚀总量进一步增加到3 820.28万t，侵蚀模数为3 713.23 t/(km2·a)；根据《土壤侵蚀分类分级标准》，属于中度—强烈侵蚀。

图1　1995、2005、2015年研究区土壤侵蚀面积统计

侵蚀强度[t/(km2·a)]1995年面积(km2)比例(%)侵蚀量(t)2005年面积(km2)比例(%)侵蚀量(t)2015年面积(km2)比例(%)侵蚀量(t)微度(<1000)2759.8926.837942612.002417.0823.498150982.432268.2422.058422512.73轻度(1000～3000)3740.1836.3510763774.883422.7933.2711541777.503207.6931.1811910900.83中度(3000～5000)2055.3519.985915046.242126.0120.667169417.242120.1020.617872427.84强烈(5000～7000)914.078.882630568.821137.3411.053836050.841205.1611.714475049.94极强烈(7000～9000)433.064.211246279.34573.185.571932916.75666.096.472473340.09剧烈(>9000)385.743.751110115.95611.895.952063443.89821.017.983048586.21合计10288.2910029608397.2310288.2910034694588.6510288.2910038202817.64

3.2土壤侵蚀空间变化特征

从研究区土壤侵蚀强度空间分布特征来看(图2)，极强烈侵蚀区和剧烈侵蚀区主要分布在会宁县西北部的新庄乡、头寨子镇和东北部的草滩乡、土高山乡，还有定西市安定区北部的白录乡、鲁家镇沟和东北部的石湾峡乡、新集乡，以及靖远县的西南部若笠乡和东北部等广大地区。这些地区植被覆盖度较低、生态异常脆弱，遇到短历时强降雨，会产生严重的土壤侵蚀。轻度和微度侵蚀区主要分布在靖远县东北部的高湾乡和会宁县北部的大部分地区，涉及郭城驿镇、白草原乡、河畔镇、刘家寨子乡等，此外安定区南部的内宫营镇、团结镇、香泉镇土壤侵蚀程度也比较轻。从土壤侵蚀空间分布和侵蚀量变化来看，研究区土壤侵蚀程度呈现南北低、中部高，河流深切区低、高山林立区高的特点。因此，在水土保持工作中要特别重视植被的保护和培育，减轻人为影响，发展多功能型节水农业，改变不合理的土地利用方式。将模型计算数据与甘肃省土壤普查办公室提供的实测数据[9]、《甘肃省年鉴》和宋维峰等[10]研究成果进行对比，侵蚀模数和侵蚀量的计算精度均在90%以上，侵蚀面积的计算精度为85%，说明本研究计算方法是可行和有效的。

图2　土壤侵蚀强度空间分布

4　结论与讨论

本研究利用RS和GIS技术，以祖厉河流域作为研究区，结合修正后的通用土壤流失方程(RUSLE)分析了1995—2015年研究区土壤侵蚀时空变化特征及分布规律，得出以下结论：①祖厉河流域1995、2005和2015年土壤侵蚀模数分别为2 877.87、3 372.24和3 713.23 t/(km2·a)；从侵蚀量变化来看，1995、2005、2015年土壤流失量分别为2 960.84万、3 469.46万、3 820.28万t。②从土壤侵蚀时空变化来看，土壤侵蚀最严重的的区域主要分布在会宁县西部、靖远县南部及安定区北部地区。相比而言，会宁县东北部、靖远县东南部土壤侵蚀程度较轻。总体来看，研究区土壤侵蚀度呈现南北低、中部高，河流深切区低、高山林立区高的特点。

研究结果表明，虽然1995—2015年的20年间祖厉河流域各县区在水土保持方面均采取了一些措施，但受自然环境、地质地貌、气候变化等综合因素影响，部分地区土壤侵蚀呈加剧趋势，因此当地在预防自然灾害、保持水土流失等方面依然任重而道远。此外，由于研究区的气象站点偏少，土壤数据比例尺偏小等一些原因，研究结果的精度会受到一定程度的影响，对部分地区计算结果尚不理想，需要在今后的工作中进一步完善。

[1] 赵传燕,冯兆东,南忠仁,等.黄土高原祖厉河流域潜在植被分布模拟研究[J].地理学报,2007,62(1):52-61.

[2] 怡凯,王诗阳,王雪,等.基于RUSLE模型的土壤侵蚀时空分异特征分析——以辽宁省朝阳市为例[J].地理科学,2015,35(3):365-372.

[3] Wischmeier W H,Smith D D.Predicting Rainfall-Erosion Losses from Cropland and East of the Rocky Mountains[M].Washington D C:USDA,Agriculture Handbook No.282,1965:31-42.

[4] 张小文.祖厉河流域土壤侵蚀与水文—地貌过程变化的GIS辅助模拟[D].兰州:兰州大学,2006:772-776.

[5] 孟庆香.基于遥感、GIS和模型的黄土高原生态环境质量综合评价[D].杨凌:西北农林科技大学,2006:342-347.

[6] 岳玮,刘慧明,孙国钧.基于遥感和GIS技术的祖厉河流域植被覆盖动态变化监测[J].兰州大学学报:自然科学版,2009,45(6):6-11.

[7] 蔡崇法,丁树文,史志华,等.应用USLE 模型与地理信息系统IDRISI 预测小流域土壤侵蚀量的研究[J].水土保持学报,2000,14(2):19-24.

[8] 魏伟,赵军,王旭峰.RS、GIS支持下高寒草原退化过程中土壤流失及治理模式仿真研究[J].干旱区地理,2009,32(1):47-56.

[9] 甘肃省土壤普查办公室.甘肃土壤[M].北京:中国农业出版社,1993:77-84.

[10] 宋维峰,张明玺,韩承鼎.祖厉河水沙特性及水利、水土保持措施减沙效益分析[J].中国水土保持,1994(4):8-11.

(责任编辑李杨杨)

S157

A

1000-0941(2016)08-0043-04

贵立德(1964—)，男，甘肃定西市人，学士，高级工程师，主要从事水土保持综合治理规划与管理方面的研究。

2016-02-15