松华坝水源区不同土地利用类型土壤可蚀性研究

2016-10-26翟子宁王克勤张香群华锦欣朱晓婷

西南林业大学学报 2016年5期

关键词：土壤侵蚀水源降雨

翟子宁　王克勤　苏　备　张香群　华锦欣　朱晓婷

(西南林业大学环境科学与工程学院，云南昆明 650224)

松华坝水源区不同土地利用类型土壤可蚀性研究

翟子宁王克勤苏备张香群华锦欣朱晓婷

(西南林业大学环境科学与工程学院，云南昆明 650224)

为揭示松华坝水源区3种不同土地利用类型的土壤可蚀性状况，采用通用土壤流失方程计算研究区土壤可蚀性估算K值，并用EPIC公式计算研究区土壤可蚀性实测K值，探求实测K值与估算K值的相关性，利用实测K值对通用土壤流失方程进行修正。结果表明：该区域的土壤可蚀性实测K值主要分布在0.286 6～0.342 7；3种不同土地利用类型的土壤可蚀性实测K值大小顺序是裸地 > 坡耕地 > 灌木林地；可蚀性实测K值与粉粒呈极显著正相关，与粘粒和砂粒呈极显著负相关，与有机碳含量相关性不显著。

水源区；土壤可蚀性；土地利用类型；土壤流失方程；EPIC公式

土壤是一个国家最重要的自然资源，是农业发展的物质基础[1]。当前土壤侵蚀已经成为世界性的问题，全世界土壤侵蚀面积已达2 500万km2，占陆地面积的16.8%，全球有27%的耕地受到土壤侵蚀的威胁[2]。土壤侵蚀过去是、现在仍然是土地退化的一个首要原因[3]。土壤可蚀性是一项评价土壤抵抗外部侵蚀能力的重要指标。因此，研究土壤可蚀性的发生机理、发展规律以及预测预报将会成为解决土壤侵蚀问题的核心和关键。红壤丘陵地区小流域是我国土壤侵蚀和水土流失较严重的地区[4-5]。面对我国西南地区复杂的地质状况和数量较多的小流域以及水源区，显然小流域土壤可蚀性更具备研究价值，流域内土壤常年遭受侵蚀导致土壤养分流失、固着力下降并且会引起周边水体受到污染[6]，从而形成恶性循环影响生态圈的正常功能。有报道指出，我国西南山区水源区大都位于流域的支流，流域的生态环境将会直接影响到水源区的水质问题。但是常规的调查将会耗费大量的人力物力，因此，需要对西南地区小流域以及水源区的土壤侵蚀状况进行快速及准确的评价和预测，对于保护水源和防治水土流失具有重要的意义。

土壤可蚀性是指土壤是否易受侵蚀动力破坏的性能，即土壤对侵蚀介质剥蚀和搬运的敏感性[7]，国际上通常用K值来衡量土壤可蚀性，它是评价土壤被降雨侵蚀力分离、冲蚀和搬运难易程度的一项指标[8]。确定土壤可蚀性因子的最好办法是在天然小区上直接测定。用田间小区研究土壤可蚀性K值时，必须有足够大且观测历时较长的数据库资料[9]。近年来，人们从红壤区水土流失规律、影响因素、允许流失量、治理措施与效果等方面进行了较多地研究[10-13]，并将通用土壤流失方程运用到国内小区中取得了较多的成果[14]。但是利用通用土壤流失方程对西南地区水源区的不同土地利用类型的土壤可蚀性研究较少[15]。本文结合通用土壤流失方程和EPIC(侵蚀生产力影响模型公式)公式计算松华坝水源区3种不同土地利用类型的土壤可蚀性估算和实测K值，确定该区域不同土地利用类型的土壤可蚀性K值。通过探究估算K值与实测K值的相关性，利用实测K值对通用土壤流失方程进行修正，并对EPIC公式的相关指标与实测K值的相关性进行分析，旨在为西南地区小流域及水源区的土壤侵蚀预测预报提供依据和支持。

1　研究区概况

研究区位于云南省昆明市盘龙区松华坝水源保护区的迤者小流域，大部分属于迤者村委会范围，地处北纬24°14′43″～25°12′48″，东经102°44′51″～102°48′37″，其中水土流失面积727.97 hm2。研究区地貌类型以高原低山为主，该流域为滇池水系盘龙江一级支流源头区，多年平均降雨量785.1 mm，干湿季分明，雨季为5—10月，降雨量占全年的87.5%。该研究区主要是红壤和红壤性水稻土，主要土地类型有耕地、林地、荒山、荒坡、水域等，农作物以玉米 (Zeamays) 为主，乔灌木有云南松 (Pinusyunnanensis)、旱冬瓜 (Alnusnepalensis)、火棘 (Pyracanthafortuneana)、杨梅 (Myricarubya) 等。

在研究区内选择土层厚度、特性一致的坡面，结合相关规定选择6个面积为20 m × 5 m、坡度为15°的径流小区。土地类型分别是裸地、坡耕地和灌木林地，其中裸地作为对照，坡耕地的植被覆盖率在50%左右，灌木林地的植被覆盖率在70%左右，其中每种地类分别有2组进行对照且有1组设置有水平阶，小区基本情况见表1。小区四周采用砖砌石修筑，30 cm埋入土壤中，20 cm出露地表。顺坡下部设置方形集水槽，集水槽壁上安装水尺，采用五分法汇集径流量，进行径流小区产流产沙的测定。

表1　径流小区区域特征

2　研究方法

2.1试验方法

2012年5月至2014年12月降雨数据通过Rain Collect Ⅱ自记雨量计 (美国) 收集，每隔10 s记录1次。从3年数据中选取6场典型降雨进行土壤可蚀性计算与研究，降雨量均超过12 mm并产流，分别是2012年5月8日、7月28日、8月4日，2013年6月27日、9月20日， 2014年9月20日。野外径流量通过HOBO U20系列水位温度记录仪 (美国) 收集，每隔10 min记录1次。降雨后，在径流池中收集1 000 mL水样并通过置换法测定泥沙含量。径流小区土样利用五点采样法采集，自然风干后，过2 mm筛，用于测定土壤颗粒组成和有机质含量。土壤颗粒组成采用比重计法测定。有机质含量采用K2Cr2O7-H2SO4消解法测定，然后再除以1.724转换成有机碳的数据。土壤颗粒组成和土壤有机碳含量测定选取3个有效数取平均值。该地区土壤颗粒组成和有机碳含量见表2。

表2　3种不同土地利用类型土壤颗粒组成和有机碳含量

2.2数据分析

2.2.1土壤可蚀性估算

Wischmeier等人提出的通用土壤流失方程[16]中，将土壤可蚀性因子K作为土壤流失的影响因子，该方程6个主要因子包含的范围较广，在不同的降雨事件中，这些因子所反映的侵蚀变量会有很大波动，但随机波动的影响也会在较长的时间内被平均化。所以，通用土壤流失方程更适用于长期土壤流失的预报。本研究采用通用土壤流失方程对土壤可蚀性进行估算，公式如下：

A=R·K·L·S·C·P

(1)

式中：A为单位面积平均土壤流失量，单位t/hm2；R为降雨侵蚀力因子，单位MJ·mm/(hm2·h)；K为土壤可蚀性因子，单位 (t·hm2·h)/(hm2·MJ·mm)；L为坡长因子;S为坡度因子；C为覆盖管理因子；P为水土保持措施因子。

将公式 (1) 进行变形计算土壤可蚀性K值，公式 (2) 如下：

(2)

2.2.2R值确定

通用土壤流失方程中的R值是首要的关键性因子，可评价降雨强度对土壤侵蚀作用的大小程度，反映降雨对土壤潜在的侵蚀能力[17]。计算一次降雨R值的公式为[18]：

R=∑E·I30

(3)

式中：∑E为次降雨总动能，单位MJ/hm2；I30为次降雨最大30 min雨强，单位mm/h。

E=Ei·P

(4)

式中：E为一次降雨某段降雨产生的动能，单位MJ/hm2；Ei为某段降雨单位面积上每毫米降雨所产生的动能，单位MJ/(hm2·mm)；P为某段降雨雨量，单位mm。

(5)

表3　3种不同土地利用类型的R值

2.2.3A值确定

通用土壤流失方程中A值是计算得到的单位面积上的土壤流失量，预报时间与R值相同。根据野外测定可以得出各地类径流小区的土壤侵蚀量，其结果见表4。

2.2.4S和L值确定

采用Wischmeier和Smith提出的经验公式计算，公式如下：

(6)

式中：λ为坡长，单位m；θ是坡度角；m=0.5 (坡度≥5%)、0.4(坡度为3.5%～4.5%)、0.3(坡度为1%～3%)、0.2(坡度<1%)。LS值见表5。

表4　3种不同土地利用类型的A值

表5　3种不同土地利用类型的LS、C和P值

2.2.5C和P值确定

C值为某种种植条件下农田的土壤流失量与对应的清耕连续休闲土地土壤流失量比值。国内外研究结果表明，在其他条件一定的状况下，土壤侵蚀量与植被覆盖度呈显著的负相关关系。C值的取值范围为0～1，当地面完全裸露时，C值为1；当地面被完全保护时，C值约等于0[19]。故裸地的C值为1，坡耕地的C值取0.5，灌草林地的C值取0.3。

郑馨被蒋大伟押着来到一家楼道口。郑馨还想转身，蒋大伟拦住她：别走，难道你想让我绑着你不成？郑馨无奈，悻悻地上了楼，走到一家门前，蒋大伟刚想要敲门，门里突然传来一声猛烈的撞击声！只听房间里一个女人的声音：有本事她永远别回来！接着是一个男人低低的声音：你冷静点！蒋大伟清了清嗓子，开始敲门，门开了，郑母探出头：敲什么敲？家里人还没死光！她看到蒋大伟和郑馨，愣住了！郑父紧随着走到门口：馨馨，你回来了？郑馨胆怯地藏到蒋大伟身后，低声地：爸。郑母发火地：你瞧瞧！你瞧瞧！我到你们郑家八年了，还讨不出她叫一声妈！养条狗还摇摇尾巴呢！没等郑母说完，郑馨突然转身朝楼下跑去。

P值是在其他条件相同的情况下，布设某一水土保持措施的坡地土壤流失量与无任何水土保持措施的坡地土壤流失量比值。在通用土壤流失方程中，P值一般是利用经验法进行赋值，针对不同土地利用类型赋予不同的系数取值范围为0～1。本次研究所选试验地的小区均在同一水平高度，在参考国内学者研究成果[20-21]的基础上，结合流域内对照小区有设置水平阶的实际情况对P值进行赋值。得到不同土地利用类型的P值为布设有水平阶的小区取值为0.7，没有采取措施的小区取值为1.0。

2.2.6土壤可蚀性的实测

目前，EPIC[22]模型是一种对农田生产管理和水土资源评价具有较强影响力的模型。简化了土壤可蚀性K值的计算，只要有土壤有机碳和土壤颗粒分析资料，即可进行计算。EPIC公式与土壤的砂粒、粉粒、粘粒和有机碳含量有关，可以很好地代表土壤实际情况。考虑到渗透性与机械组成和有机质相关，如果利用这些指标势必引起参数效应的重复计算。EPIC中实测K值的计算公式如下：

(7)

式中：SAN、SIL、CLA和C是砂粒、粉粒、粘粒和有机碳含量；SN1=1-SAN/100。EPIC经过多年的验证，在我国已经有了广泛的应用。因此，采用该公式进行土壤可蚀性实测值的计算是可行的。

文中所有数据均用Excel 2003进行处理，并利用SPSS 17.0对EPIC公式中的指标 (砂粒、粘粒、粉粒和有机碳的含量) 与土壤可蚀性实测K值进行相关性分析。

3　结果与分析

3.1不同土地利用类型土壤可蚀性K值计算

土壤可蚀性是一个综合指标，反应了土壤抵抗外部侵蚀力的能力。根据通用土壤流失方程，野外降雨对松华坝水源区的土壤可蚀性进行估算，结果见表6。

表6　3种不同土地利用类型土壤可蚀性估算K值

根据EPIC公式，利用该地区土壤颗粒组成和有机碳含量计算实测K值，结果见表7。

如表7所示，利用EPIC公式计算所得土壤可蚀性实测K值结果表明：松华坝水源区的土壤可蚀性K的均值为0.314 0 (t·hm2·h)/(MJ·mm·hm2)。6个径流小区土壤可蚀性K值的大小顺序是KA2>KA1>KB2>KB1>KC2>KC1，K值越大说明土壤抵抗侵蚀的能力越弱，反之，越强。植被覆盖率最高且设置有水平阶的灌木林地径流小区的土壤抗侵蚀能力最强。裸地径流小区是裸露的地表也没有设置水平阶，其土壤抵抗侵蚀的能力最弱。结果充分说明了植被覆盖和水土保持措施对于防治水土流失抵抗侵蚀具有重要的作用和意义。

表7　3种不同土地利用类型土壤可蚀性实测K值

3.2通用土壤流失方程参数的修正

如表6和表7所示，利用USLE公式计算的估算K值比实测K值大12.24%左右。可能是由于在计算Ei时采用的公式计算结果比美国制的计算方法偏小，R值偏小，导致K值偏大。鉴于此，为了利用通用土壤流失方程求算松华坝水源区的土壤可蚀性K值，就需要对该公式进行修正。因此，根据实测结果对该方程的右边除以 (1+0.122 4)，即可得到公式：

(8)

运用上述公式，对K值进行再次估算，误差值在3.84%左右，因此，通用土壤流失方程在该研究地区是适用的。如表8所示。

表8　修正后的土壤可蚀性计算

3.3EPIC公式的指标与可蚀性K值的相关性

EPIC公式中利用砂粒、粘粒、粉粒和有机碳对土壤可蚀性K值进行计算。如表9所示，可蚀性K值与粉粒呈极显著正相关，即粉粒的含量越高，可蚀性K值越大，代表土壤抗侵蚀的能力越弱。可蚀性K值与粘粒和砂粒呈极显著负相关，粘粒和砂粒的含量越高，可蚀性K值越小，代表土壤抗侵蚀的能力越强。可蚀性K值与有机碳含量相关性不显著。砂粒含量与粉粒含量的相关性为0.742，高于与粘粒和有机碳含量的相关性。

表9　EPIC公式指标与可蚀性K值相关性分析

注：**表示在 0.01 水平上显著相关。

4　结论与讨论

针对松华坝水源区不同土地利用类型土壤可蚀性研究分析结果，利用EPIC公式对3种不同土地利用类型可蚀性实测K值进行计算；利用通用土壤流失方程对可蚀性估算K值进行计算。整个水源区的土壤可蚀性实测K值主要分布在0.286 6～0.342 7，裸地平均土壤可蚀性实测K值为0.329 1 (t·hm2·h)/(MJ·mm·hm2)，坡耕地平均土壤可蚀性实测K值为0.317 3 (t·hm2·h)/(MJ·mm·hm2)，灌木林地平均土壤可蚀性实测K值为0.295 6 (t·hm2·h)/(MJ·mm·hm2)，这与史学正[23]等人对红壤可蚀性数值的研究结果大体一致。研究区6个径流小区的土壤可蚀性强弱顺序为KA2>KA1>KB2>KB1>KC2>KC1，数据显示：布设有水平阶的径流小区可蚀性K值比未设置水平阶的小，表明布设水平阶的径流小区土壤抵抗降雨侵蚀的能力比较强，说明水平阶可以有效减少土壤侵蚀，防治水土流失。对比估算K值与实测K值，估算K值比实测K值大12.24%左右。利用该修正公式对研究区土壤侵蚀进行研究可以减少野外工作的人力物力，提高了工作效率，为土壤侵蚀预测预报提供了有力的数据支撑。EPIC公式的相关指标与可蚀性实测K值进行相关性分析，结果表明：可蚀性实测K值与粉粒呈极显著正相关，与粘粒和砂粒呈极显著负相关，与缪驰远[24]的研究结果大体一致，可蚀性实测K值与有机碳含量相关性不显著，可能与研究区土壤中有机碳含量偏低有关。

对利用EPIC公式计算的实测K值与通用土壤流失方程计算的估算K值进行对比分析，结果表明：如果在实测数据不充足的情况下，可以利用野外观测收集到的降雨数据、土壤流失量数据，采用修正的通用土壤流失方程进行计算。实测K值的计算主要与土壤颗粒有较大的关系，估算K值与降雨强度、植被覆盖度有较大的关系。

本研究证明，利用修正的通用土壤流失方程可以对松华坝水源区的土壤可蚀性K值进行精准计算，误差值在3.84%左右，比翟伟峰[25]利用修正的土壤可蚀性公式计算的误差值小。研究区域松华坝水源区不同土地利用类型的土壤可蚀性K值大小依次为裸地>坡耕地>灌木林地，说明抵抗降雨侵蚀最强的是灌木林地，其次是坡耕地，最后是裸地。表明裸地和覆盖度低的土地土壤可蚀性K值较大，抵抗降雨侵蚀的能力较弱，易侵蚀，与潘小艳的研究结果大体一致。

本研究对松华坝水源区不同土地利用类型的土壤可蚀性进行了深入的探讨，初步揭示了该水源区的土壤可蚀性特征，为研究各类型的水源区提供了一定的支撑。但是应用于其他非研究区域的土壤可蚀性因子还存在一定的局限性，需要应用大量的数据增加公式的准确性。通用土壤流失方程中P值的取值一般都是经验赋值，本文采用P值定义公式进行计算，增加了数据的准确性。土壤可蚀性属于动态变化的指标，主要存在空间变异性和不确定性，本文只考虑到松华坝水源区、尖山河小流域和二龙潭水库区域径流小区尺度下的土壤可蚀性，在更为广泛的区域尺度上的研究较少，同时缺少对土壤可蚀性垂直变化规律的研究。在之后的研究中需要考虑到土壤可蚀性的变化规律并结合该地区土壤可蚀性的空间变异和不确定性进一步加深对土壤可蚀性的研究，以及结合3S和利用空间插值方法，旨在得到大面积、大范围、较为精确的区域性的土壤可蚀性数据，为该地区的土壤侵蚀预测预报提供有力的参数基础。

[1]杨新. 中国土壤侵蚀分区及土壤流失调查[J]. 自然灾害学报, 2011, 20(4): 131-135.

[2]史德明. 土壤侵蚀对生态环境的影响对策[J]. 水土保持学报, 1991, 5(3): 1-8.

[3]劳施科尔布. 土地退化[R]. 联合国粮食及农业组织, 1971.

[4]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.

[5]梁音, 张斌, 潘贤章, 等. 南方红壤区水土流失动态演变趋势分析[J]. 土壤, 2009, 41(4): 534-539.

[6]翟子宁, 王克勤, 苏备, 等. 抚仙湖流域尖山河入湖河流水质变化研究[J]. 生态科学, 2015, 34(2): 129-135.

[7]拉尔. 土壤侵蚀研究方法[M]. 北京: 科学出版社, 1991: 236.

[8]卜兆宏, 李全英. 土壤可蚀性 (K) 值图编制方法的初步研究[J]. 遥感技术与应用, 1994, 9(4): 22-

27.

[9]辜世贤, 王小丹, 刘淑珍. 西藏高原东部矮西沟流域土壤可蚀性研究[J]. 水土保持研究, 2011, 18(1): 76-81.

[10]水建国, 柴锡周, 张如良. 红壤坡地不同生态模式水土流失规律的研究[J]. 水土保持学报, 2001, 15(2): 32-36.

[11]左长清, 胡根华, 张华明. 红壤坡地水土流失规律研究[J]. 水土保持学报, 2003, 17(6): 89-91.

[12]左长清, 李小强. 红壤丘陵区坡改梯的水土保持效果研究[J]. 水土保持通报, 2004, 24(6): 79-81.

[13]水建国, 叶元林, 王建红, 等. 中国红壤丘陵区水土流失规律与土壤允许侵蚀量的研究[J]. 中国农业科学, 2003, 36 (2): 179-183.

[14]李智广, 曹炜, 刘秉正, 等. 我国水土流失状况与发展趋势研究[J]. 中国水土保持科学, 2008, 6(1): 57-62.

[15]翟子宁, 苏备. 土壤可蚀性研究进展[J]. 土壤通报, 2016, 47(1): 253-256.

[16]Wischmeier W, Smith D. Predicting rainfall erosion losses[M]. United States Department of Agriculture, 1978.

[17]顾成军, 张海林. 基于RS和GIS的舒城县土壤侵蚀评价[J]. 水土保持研究, 2009, 16(4): 68-71.

[18]刘宝元, 谢云, 张科利. 土壤侵蚀预报模型[M]. 北京: 中国科学技术出版社, 2001: 252.

[19]潘小艳. 重庆喀斯特山区土壤侵蚀与土地利用/覆被的耦合关系研究: 以金佛山地区为例[D]. 重庆: 西南大学, 2014.

[20]王尧. 喀斯特地区土壤侵蚀模拟研究—以贵州省乌江流域为例[D]. 北京: 北京大学, 2011.

[21]曾凌云, 汪美华, 李春梅. 基于RUSIE的贵州省红枫湖流域土壤侵蚀时空变化特征[J]. 水文地质工程地质, 2011, 38(2): 113-118.

[22]Williams J R. The erosion-productivity impact calculator (EPIC) model: a case history[J]. Philosophical Transactions of the Royal Society of London. B, 1990, 329(1255): 421-428.

[23]史学正, 于东升, 邢廷炎. 用田间实测法研究我国亚热带土壤的可蚀性K值[J]. 土壤学报, 1997, 34(4): 399-405.

[24]缪驰远, 刘宝元, 刘刚, 等. 东北典型黑土区剖面粒径分布特征及其可蚀性研究[J]. 水土保持学报, 2008, 22(3): 18-23.

[25]翟伟峰. 齐齐哈尔市典型黑土区土壤可蚀性K值研究[D]. 哈尔滨: 东北师范大学, 2008.

(责任编辑赵粉侠)

Study on Soil Erodibility of Different Land Utilization Styles in the Songhuaba Water Source Area

Zhai Zining, Wang Keqin, Su Bei, Zhang Xiangqun, Hua Jinxin, Zhu Xiaoting

(College of Environment Science and Engineering, Southwest Forestry University, Kunming Yunnan 650224, China)

In order to reveal the condition of the soil erodibility in Songhuaba Water Source Area in Kumming City. Using the universal soil loss equation to calculate estimatedKvalue of soil erdibility and EPIC model was used to calculate measuredKvalue of soil erdibility of three different land utilization styles of songhuaba water source area. To explore the correlation between the measuredKvalue and the estimatedKvalue and based on the measured data to revised USLE. The measuredKvalue of soils mainly ranged from 0.286 6 to 0.342 7. For measuredKvalue of three different land utilization styles, the order was as follow: wasteland > farmland slope > shrub land. The Pearson correlation of the indicators of EPIC model showed that the correlation of soil erodibilityKvalue with silts contents was obviously positive, but which showed obviously negative with sand contents and clay contents. Correlation ofKvalue with organic carbon content was not significant.

water source area, soil erodibility, land utilization style, universal soil loss equation (USLE), EPIC formula