基于GIS的祖厉河流域土壤侵蚀治理模式模拟研究

魏 伟

(西北师范大学 地理与环境科学学院，甘肃 兰州 730070)



基于GIS的祖厉河流域土壤侵蚀治理模式模拟研究

魏 伟

(西北师范大学 地理与环境科学学院，甘肃 兰州 730070)

利用遥感图像处理技术，借助GIS软件的栅格数据空间分析功能，以祖厉河流域为研究对象，依据土壤流失方程RUSLE模型生成各因子栅格图，使用GIS软件的空间分析功能，实现祖厉河流域的土壤侵蚀评估与模拟，在此基础上设计了不同情景下的土壤侵蚀治理模式，以便解决研究区土壤侵蚀带来的一系列问题.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2877.87 t·km-2·a-1、3372.24 t·km-2·a-1和3713.23 t·km-2·a-1；从侵蚀量变化来看，1995年总土壤流失总量为29608397.23 t/a，2005年总土壤流失总量为34694588.64 t/a，2015年总土壤流失总量为38202817.64 t/a，年平均流失模数为3713.23 t·km-2·a-1，从侵蚀量看，研究区土壤侵蚀仍然呈恶化趋势；从土壤侵蚀空间分布和侵蚀量变化来看，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.针对研究区情况，提出4种模拟治理并进行验证，经模拟分析得出高效治理模式是该区最佳治理模式，可有效改善土壤流失状况，使平均模数降为2656.88 t·km-2·a-1.

土壤侵蚀；RS；GIS；RUSLE；祖厉河流域

0 引 言

土壤侵蚀是土壤退化和土地退化的主要表现形式.近年来，因不合理利用及土壤侵蚀，祖厉河流域部分地区土地日益贫瘠，生态环境呈现恶化趋势[1].对祖厉河流域而言，其严重的土壤侵蚀引起了该区生态环境的恶化，而生态环境恶化又加剧了其土壤侵蚀的程度，在这种恶性循环模式下，该区成为中国经济发展最为滞后的地区之一.由于土壤侵蚀导致的土地退化也直接影响了祖厉河流域的农业经济发展，阻碍了该区可持续发展，同时影响农民脱贫致富的实现[2].

由于土壤侵蚀分布广泛、程度严重，已成为主要的环境问题，因此全球学者自19世纪初就开始研究土壤侵蚀问题[3～5].目前在国内外开发应用的经验统计模型主要有美国通用土壤流失方程USLE、荷兰模型LISEM、修正通用土壤流失方程RUSLE、水蚀预报模型WEEP等.而在我国研究中，大部分地区以USLE为蓝本，根据研究区所在地的实际情况，计算模型各参数值，建立了许多具有地区性的土壤侵蚀预报模型，如，景可等[3]建立了黄土高原地区多粗砂区侵蚀产沙模型；李锐等[4]以GIS和RS技术为基础，改善了对区域土壤侵蚀定量评价的模型结构和参数的提取方法；20世纪90年代中后期，周佩华等[5]结合西部地区地理环境演变相关研究，对黄土高原和长江上游未来50年的水土流失趋势进行了预测.另一方面，由于国际GIS与侵蚀模型的集成发展不断进步，一些国际流行的侵蚀过程模型开始初步逐渐应用于我国黄土高原地区[6-9].本文运用RS技术和GIS的强大空间分析功能对祖厉河流域土壤侵蚀状况进行评估，对土壤流失进行研究定量分析和控制方案定量模拟，提出了未来防治策略.此次研究可为祖厉河流域土壤侵蚀现状提供决策支持，并且可给同类型地区提供科学实施土地合理利用、土壤侵蚀治理的参考依据.

1 研究区概况

祖厉河流域位于甘肃中部，地理位置处于104°12′～105°33′E，35°18′～36°34′N之间，流域面积约10653 km2，地垮甘肃省定西、白银、兰州3地(市)和宁夏固原地区，包括定西县，会宁县的绝大部分地区及靖远、榆中、陇西、通渭、西吉、海原县的小部分地区[1].在地理上由于受贺兰山和祁连山加里东褶皱带的复合影响，地势倾斜趋向由南向北，海拔多处于1500～2000 m.最高峰在流域东北崛吴山的南沟大顶，海拔高度为2858 m，最低点在祖厉河汇入黄河处，海拔高度为1392 m.从地里发展历史上来看，祖厉河流域在第三纪末和第四纪初古地形的基底上，经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、峁为主要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[2].

2 数据来源及主要研究方法

2.1 数据来源

本次研究用到的数据主要包括1995年、2005年和2015年三期气象数据，主要包括降水、气温和风速等数据，分辨率为30 m×30 m的DEM数据、比例尺为1∶100万的土壤数据、3个研究时段的Landsat5/ETM和Landsat/OLI影像、1995年、2005年及2015年土地利用数据(.shp)以及研究区的其它基础地理数据.其中Landsat系列的遥感影像数据和分辨率为30 m的DEM数据均来源于地理空间数据云平台(http://www.giscloud.cn/)，比例尺为1∶100万的土壤数据来源于中国科学院南京土壤研究所(http://www.issas.ac.cn/)1995年、2005年和2015年的3期降雨量数据均来源于中国气象共享网(http://www.escience.gov.cn/metdata/page/index.html).具体数据源及其信息如表1所示.

表1 数据来源

2.2 研究方法

2.2.1 土壤流失计算模型

Wischmeier和Smith[10]于1965年通过大量小区观测资料和人工模拟降雨实验资料建立通用的土壤流失方程USLE模型.该模型广泛应用在美国和其他国家的侵蚀预测和水土保持规划等方面.但他们建立的USLE模型只考虑了降雨侵蚀力因子，并没有考虑与土壤侵蚀密切相关的因子[11].美国农业部农业研究局(USDA-ARS)为了解决这一弊端，在USLE模型的基础上做了改进，于1992年首次提出修正后的土壤侵蚀分析模型——RUSLE模型，并于1997年正式决定采用，其基本原理如下：

A=R·K·L·S·C·P

(1)

式中，A为年土壤侵蚀模数(t·km-2·a-1)；K为土壤可蚀性因子(t·km2·h·MJ-1·mm-1·km-2)；R为降雨侵蚀力因子(MJ·mm·km-2·h-1·a-1)；C为植被覆盖与管理因子；P为水土保持措施因子；L、S为坡长、坡度因子.本文以1995年、2005年和2015年3期降雨量数据、土壤数据、GDEM数据、遥感影像数据为基础.通过对数据的计算和分析，提取出影响土壤侵蚀模数的各个因子，科学、系统地测度研究区域土壤侵蚀模数及强度等级.

2.3 土壤流失方程各因子的提取

2.3.1 地形因子LS提取

图1 LS因子分布图Fig.1 Factor LS map

根据研究特点来看，研究区地形地貌对土壤侵蚀的影响主要包括坡度(Slope)和坡长(Length)两个因子.本研究利用DEM数据，以GIS空间分析为技术手段(Surface Analysis)进行地形特征分析，提取坡度坡长数据.坡度坡长因子的计算公式如下：

(2)

式(2)中，λ为坡长，m为随坡度变化的量，β为坡度[11].当β≥2.86°时，m=0.5；当1.72°≤β<2.86°时，m=0.4；当0.57°≤β<1.72°时，m=0.3；当β<0.57°时，m=0.2.

2.3.2 降雨侵蚀力因子R估算

降雨侵蚀力R(Rainfall Erosivity)是一项反映降雨对土壤侵蚀的影响的一种指标，是进行土壤侵蚀预报的重要因子[12].本文选用Wischmeier公式[13]计算2001～2010年的逐年降雨侵蚀力，该公式以月平均降雨量和年平均降雨量为基础数据，采用指数求和方式对其影响土壤侵蚀的动能进行定量计算，其计算公式如下：

(3)

式(3)中，pi，p为月平均、年平均降雨量(mm).具体数据见表2.

表2 祖厉河流域不同时期降雨侵蚀力因子

2.3.3 土壤可蚀性因子K估算

土壤可蚀性因子K不仅体现出土壤对侵蚀介质剥蚀和搬运(即雨滴击溅或地表径流等)的敏感程度，同时也体现了土壤抵抗侵蚀的能力与降雨、径流、渗透作用间的相关关系[13].根据研究特点，本研究选用侵蚀/生产力影响模型EPIC的公式[14].计算公式如下：

(4)

式(4)中，SAN：砂粒含量(%)；SIL：粉砂含量(%)；CLA：粘粒含量(%)；C：有机碳的含量(%)；SN=1-SAN/100，本研究通过1∶100万的土壤数据库，提取表层土壤的SAN、SIL、CLA和C字段，计算出项目区的K因子值为0.49(t·km2·h·MJ-1·mm-1·hm-2).

2.3.4 植被覆盖度与管理因子C估算

为表示植被覆盖对水土流失的抑制程度，同时也体现植被覆盖对保持水土的作用，因此选用植被覆盖与管理因子(C)，其取值范围为0～1[15].计算C因子值与植被覆盖度之间的回归方程有很多，根据研究特点本文选用蔡崇法[16]计算C值.其公式如下：

(5)

式中，c为植被覆盖度.计算植被覆盖度，需要计算研究区范围内的NDVI值，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如下：

(6)

式(6)中，NDVI0为无植被或裸土覆盖地区像元的NDVI值；NDVIg为所有被植被覆盖地区像元的NDVI值；

(7)

(8)

同时根据计算得到的C因子分布图以及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.

图2 C因子空间分布图(a:1995年；b:2005年；c:2015年)Fig.2 Spatial distribution of C Factor (a:1995；b:2005；c:2015)

土地覆盖C因子值土地覆盖C因子值林地0.007草地0.05建设用地0.4水域0.18

2.3.5 水土保持措施因子P估算

将区域内不会发生土壤侵蚀用0表示，未采取任何水土保持措施的区域用1表示.在此研究中采用坡度权重对P因子进行分级赋值的方法[17].

表4 不同土地利用类型下的P因子值

图3 P因子空间分布图(a:1995年；b:2005年；c:2015年)Fig.3 Spatial distribution of P Factor (a:1995；b:2005；c:2015)

2.4 模型的运算

利用GIS中的相关技术，形成研究区土壤侵蚀量等级分布图有以下步骤：

第一，将各网格的因子值相乘，计算每个栅格的土壤侵蚀量；第二，根据土壤侵蚀分类标准对其结果进行重分类(Reclassify)，形成土壤侵蚀量图；第三，考中国土壤侵蚀强度等级划分标准，形成研究区土壤侵蚀量等级图.

3 土壤侵蚀结果分析

3.1 土壤侵蚀结果时间变化特征

从侵蚀面积来看(表5)，1995年土壤侵蚀中度及以上所占面积为3788.22 km2，占研究区总面积的36.82%，而微度侵蚀面积占研究区总面积的26.83%.到了2005年其土壤侵蚀中度及以上面积增加到4448.42 km2，占研究区总面积的43.24%，面积比1995年面积净增660.20 km2.2015年土壤侵蚀中度及以上面积为4812.36 km2，占研究区总面积的46.78%，比2005年增加362.94 km2，比1995年增加了1024.14 km2.从侵蚀面积来看，研究区20年来土壤侵蚀面积不断扩大，中度以上侵蚀面积20年间年均增长近51.21 km2，占研究区总面积将近0.5%.且强度侵蚀、极度侵蚀和剧烈侵蚀三者面积逐年上升，表明研究区总体侵蚀面积在不断上升的同时，较为严重的侵蚀也在逐年加剧.从侵蚀量来看，1995年侵蚀总量为29608397.23 t/a，年平均侵蚀模数为2877.87 t·km-2·a-1，2005年侵蚀总量增加到34694588.64 t/a，年平均侵蚀模数为3372.24 t· km-2·a-1，2015年侵蚀总量进一步增加为38202817.64 t/a，年平均侵蚀模数也增加到3713.23 t·km-2·a-1，根据《土壤侵蚀分类分级标准》(SL190—2007)来看，属于中强度侵蚀.

图4 祖厉河流域土壤侵蚀统计图(纵坐标表示面积：km2)Fig.4 Area statics results of various soil erosion intensities in Zuli River Basin

199520052015侵蚀模数面积面积比侵蚀量面积面积比侵蚀量面积面积比侵蚀量微度<10002759.8926.837942612.002417.0823.498150982.432268.2422.058422512.73轻度1000～30003740.1836.3510763774.883422.7933.2711541777.503207.6931.1811910900.83中度3000～50002055.3519.985915046.242126.0120.667169417.242120.1020.617872427.84强度5000～7000914.078.882630568.821137.3411.053836050.841205.1611.714475049.94极度7000～9000433.064.211246279.34573.185.571932916.75666.096.472473340.09剧烈>9000385.743.751110115.95611.895.952063443.89821.017.983048586.21合计10288.29100.0029608397.2310288.29100.0034694588.6410288.29100.0038202817.65

3.2 土壤侵蚀结果空间变化特征

从研究区土壤侵蚀强度空间分布特征来看(图5)，极度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、东北部草滩乡、土高山乡，还有定西市安定区的北部白录乡、鲁家镇沟、东北部石湾峡乡、新集乡以及靖远县的西南部若笠乡，东北部等广大区域，这些地区植被覆盖较低，瞬间降雨强度大，生态异常脆弱，因此其土壤侵蚀量不断增大，侵蚀强度不断增加.相比极度和剧烈侵蚀区，轻度和微度侵蚀区主要分布在靖远县东北部的高湾乡以及会宁县北部大部分地区，涉及郭城驿镇、白草原乡、河畔镇及刘家寨子乡等地，除此之外，安定区南部的内宫营镇、团结镇及香泉镇其侵蚀程度也较低.通过统计不同县区的侵蚀量发现，1995年到2005年会宁县年平均土壤侵蚀量增加了2546509.20 t，安定区增加了1732883.62 t，靖远县增加了534843.07 t，榆中县增加了138922.06 t，临洮县增加了46430.30 t，通渭县增加了31267.36 t，平川区增加了42523.33 t，陇西县增加了12470.19 t.而从1995年到2015年20年间会宁县年平均土壤侵蚀量增加了4302930.291 t，安定区增加了2928117.22 t，靖远县增加了903744.01 t，榆中县增加了234741.73 t，临洮县增加了78454.99 t，通渭县增加了31267.36 t，平川区增加了71853.23 t，陇西县增加了21071.34 t.从土壤侵蚀空间分布和侵蚀量变化来看，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.

通过查阅相关文献后发现，祖厉河流域的土壤主要类型为黑垆土、灰钙土和黄绵土三种，从空间分布上看，南部主要以黑垆土为主，而北部则以灰钙土为主，土壤类型呈现由南向北逐渐过渡的特点[2-4]，而从流域主要类别类型看，其主要为针茅、冰草、蒿类等群落.因此该区土质松软，缺乏水分，加之植被根系不发达，生长的少量且微小的植被经不起大雨或恶劣气候的侵袭，因此在治理土壤侵蚀时要特别重视保护培育植被，改变土地不合理利用同时发展多功能型土地利用类型.将模型计算数据结果与甘肃省土壤普查办公室提供的实测数据[18]祖厉河流域年鉴及流域相关研究成果[19]计算的结果进行了精度对比与验证，侵蚀模数和侵蚀量的精度均在90%以上，侵蚀面积的精度为85%，证明了上述研究方法的科学精确性.

图5 土壤侵蚀结果空间分布图(a:1995年；b:2005年；c:2015年)Fig.5 The spatial distribution of soil erosion(a:1995；b:2005；c:2015)

4 土壤侵蚀模拟治理模式

4.1 原理与方法

根据祖厉河流域的自然条件与发展特点以及土壤侵蚀现状，本次研究拟采用下列模式进行模拟研究：

(a)高效治理模式(Efficient governance model)完全采取人工提升林区植被增长速度，主要包括全力发展坡地退耕还林还草，完全治理土壤侵蚀.

(b)稳步推进模式(Steady impel model)针对祖厉河流域具体的生态环境，有计划地提升该区林区植被覆盖面积，稳步进行坡地还林还草，加速治理土壤侵蚀.

(c)逐步改善模式(Gradually improving model)针对祖厉河流域的土地利用现状，科学调整农用地、林地、建设用地所占比例，逐步进行坡地治理，使生态环境与经济发展相协调.

(d)自然发展模式(Natural development model)对祖厉河流域的土地利用情况和自然环境情况保持现状，不进行人为干扰，使其自行发展.

通过整体分析方程，发现可将R、K因子视为常数应用于方程中，因此，在模拟研究中主要分析C、P因子.通过对祖厉河流域相关资料的分析和研究，该研究区处于流域地貌发育阶段的早年期，并开始向早年晚期发展.地表强烈的冲刷切割和河流剧烈的深切侵蚀使祖厉河流域呈现出支离破碎、千沟万壑的景观[4].祖厉河流域目前水土流失严重、土壤侵蚀强烈是地貌自然演化过程中的必然结果，在这一过程中自然规律占主导地位，而人类活动的影响不是祖厉河流域土壤流失的主要因素[12～15].本研究对土壤流失较为严重的关键源区进行重治理，措施为加强水土流失的抑制作用.在对C、P因子值通过四种模式下不同土地利用类型比较，对各取值作了调整，最后得到较为理想的治理模式模拟值(表6)

表6 研究区不同治理模式C、P模拟值

4.2 4种治理模式的模拟结果分析

对4种治理结果进行计算后发现(表7)，高效治理模式平均土壤流失模数为2656.88 t·km-2·a-1，其微度流失面积最大，为2930.63 km2，占到流失总面积的28.49%，剧烈流失面积最小，仅有283.0374 km2，占流失总面积的2.75%，其它流失面积为7074.43 km2，面积占总流失面积的68.77%；稳步推进模式平均土壤流失模数为2950.93 t·km-2·a-1，微度流失较极速治理型有所减少，为2691.19 km2，占到了流失总面积的26.16%，而剧烈有所增加，面积达到414.54 km2，占到了流失总面积的4.03%；逐步改善模式平均土壤流失模数为3541.10 t·km-2·a-1，微度流失面积为2349.26 km2，占到流失总面积的22.83%，剧烈流失面积也最小，占流失总面积的7.04%，其它流失类型土壤流失面积占总流失面积的70.13%；自然发展模式平均土壤流失模数为3713.23 t·km-2·a-1，微度流失面积为2268.24 km2,占到流失总面积的22.05%，剧烈流失面积为820.81 km2，占流失总面积的7.98%，其它流失类型土壤流失面积占总流失面积的69.97%；从结果来看，高效治理模式效果最好，其流失模数最小，微度流失面积最大，剧烈面积最小.稳步推进和逐步改善模式次之，自然发展模式效果最差，其流失模数最大，微度流失面积最小，剧烈面积最大.

表7 4种治理模式模拟分析表

图6 祖厉河流域模拟模式结果图(a:高效治理模式；b:稳步推进模式；c:逐步改善模式；d:自然发展模式)Fig.6 Simulation model and spatial distribution (a: Efficient governance model; b:Steady impel model c:Gradually improving model; d:Natural development model)

4.3 4种模式模拟结果变化分析

经过以上模型计算分析发现，4种模式下不同等级土壤流失面积有较大差异，以自然发展型为参考模型，对比发现，高效治理模型微度与轻度流失面积有所增加，其它等级流失面积大幅度减少，减少的面积为1406.91 km2，占变化面积的50.01%.稳步推进型模型微度与轻度流失面积也有所增加，其它等级流失面积大幅度减少，减少的面积为187.21 km2，占变化面积的50 %.以上两种模式效果均比较明显，有效改善了研究区的土壤侵蚀程度.逐步改善型微度与轻度流失面积增加较大，其它等级流失面积有所减少，减少的面积为916.86 km2，占变化面积的50 %.对比其余两种模型，其改善程度明显较弱.

以上结果主要是由于在模拟过程中高效与稳定治理模式人为对林地草地进行干预，同时在坡地实行全面退耕还林还草，因此植被得到极大保护.而逐步改善模式则是逐步进行调整，有选择性地加强植被盖度，因此治理效果不太明显.

表8 治理模式模拟变化分析表

4.4 4种治理模式模拟结果综合评价

4种模式模拟结果的多目标综合评价表明，优序为高效治理模式、稳步推进模式、逐步改善模式、自然发展模式，这是因为自然发展型导致后期生态环境恶化，潜在危害大，生态，土壤流失等因素具有滞后效应，治理的近期效益不明显，逐步改善模式仅能保持循序渐进的总体效益，传统经营对环境的影响近期亦不显著.稳步推进模式有显著的社会经济与环境效益，对土壤保持既快速又可持续利用起到积极效果，高效治理模式则全面支持环境效益的维护，同时人为全力支持水土流失治理.所以，高效治理模式是研究区生态可持续发展的最优模式.

综合4种治理模式分析发现，高效治理模式下微度面积迅速增大，剧烈流失面积减少，4种曲线在轻度有一个较为明显的转折，高效治理型转折的角度最大，随着各种人为干扰措施，中度、强度、极度、剧烈流失面积向低层级一次转换，最后逐渐趋于平滑状态，曲线基本平行，这与综合分析结果基本吻合.

图7 4种治理模式模拟结果比较图(纵坐标表示面积：km2)Fig.7 Comparison of the four kinds of simulation model

土地利用类型各类型面积/km2面积比/%高效治理型(a)稳步推进型(b)逐步改善型(c)自然发展型(d)林地265.582.584.14093.43.142.1404草地3812.0437.022.96333.8122.8531.1169旱地5940.1157.680.8530.12790.15680.1775建设用地122.751.190.23250.26140.29030.3027水域2.230.020.17330.18570.18990.1981未利用地155.551.510.3040.34120.37420.4237合计10298.2618.6678.12827.00424.3593

5 结 论

(1)祖厉河流域1995、2005和2015年土壤侵蚀模数分别为2877.87 t·km-2·a-1、 3372.24 t·km-2·a-1和3713.23 t·km-2·a-1；从侵蚀量变化来看，1995年总土壤流失总量为29608397.23 t/a，2005年总土壤流失总量为34694588.64 t/a，2015年总土壤流失总量为38202817.64 t/a，年平均流失模数为3713.23 t·km-2·a-1.

(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低.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.

(3)在祖厉河流域内R、K因子相同的情况下，主要由C因子和LS因子决定其土壤侵蚀程度，由此得出治理该区土壤侵蚀应将重点放在C、LS因子的宏观调控上.依照该区现实情况，提出4种模拟治理并进行验证，经模拟分析得出高效治理模式是该区最佳治理模式，可有效改善土壤流失状况，使平均模数降为2656.88 t·km-2·a-1.经模拟研究，实施退耕还林可将C值减少至0.004，减少土壤流失10%以上；实施坡地改梯可将P值减少至0.02，减少土壤流失20%以上.

(4)祖厉河流域土壤侵蚀程度现阶段处于中度向强度转化.分析变化原因，主要是其本身自然地理因素影响，其次是人类土地不合理利用以及土壤侵蚀治理措施的缺失.现代社会经济发展与环境发展是一种相互制约相互促进的关系，人类不同程度的不合理利用土地，加剧了祖厉河流域的土壤侵蚀，使该区生态环境恶化.而实施高效治理模式可使土壤侵蚀程度降到最低，是祖厉河流域进行生态可持续发展，土壤逐步改善的最佳措施.

[1]张小文.遥感和GIS辅助下的祖厉河流域土壤侵蚀空间变化分析[J].遥感技术与应用,2009(06):772-776.

[2]赵传燕,冯兆东,南忠仁,李守波.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(01):52-61.

[3]景可，卢金发，梁季阳，等，黄河中游侵蚀环境特征和变化趋势[M]，郑州:黄河水利出版社，1997.

[4]王飞，李锐，杨勤科，等.黄土高原土壤侵蚀的人为影响程度研究综述[J].泥沙研究，2003,10(5):110-116.

[5]周佩华,豆葆璋,孙清芳,等.降雨能量的试验研究初报[J].水土保持通报，1981(1):2-8.

[6]Nazzareno D, Gianni B.Estimating monthly (R)USLE climate input in a Mediterranean region using limited data[J].Journal of Hydrology, 2007, 345:224-236.

[7]Terranova O, Antronico L, Coscarelli R, et al.Soil erosion risk scenairos in the Mediterranean environment using RUSLE and GIS: An application model for Calabria(southern Italy)[J].Geo-morphology,2009, 112:228-245.

[8]Lei M, Qiyan F, Kan W, et al.Quantitative evaluation of soil erosion of land subsided by coal mining using RUSLE[J].Inter-national Journal of Mining Science and Technology,2012, 22:7-11.

[9]Soyoung P, Cheyoung O, Seongwoo J, et al.Soil erosion risk in Korean watersheds, assessed using the revised universal soil loss equation[J].Journal of Hydrology, 2011, 399:263-273.

[10]Wischmeier W H, Smith D D.Predicting rainfall-erosion losses from cropland and east of the Rocky Mountains[S].Washing-ton: USDA,Agriculture Handbook No.282, 1965.

[11].任坤,梅琨,朱慧敏,何溶,等.基于RUSLE模型的珊溪水库流域土壤侵蚀定量估算[J].生态学杂志,2015(07):1950-1958.

[12]怡凯,王诗,阳,王雪,姚洪莉.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(03):365-372.

[13]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].兰州大学,2006.

[14]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].西北农林科技大学,2006.

[15]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,S1:6-11.

[16]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.

[17]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(01):47-56.

[18]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.

[19]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(04):8-11.

[责任编辑：徐明忠]

Control model of soil erosion in Zuli river basin based on GIS

WEI Wei

(School of Geography and Environmental Science,Northwest Normal University,Lanzhou 730070,China)

This study uses quantitative remote sensing method on soil erosion which supported by RUSLE model ,and GIS software, utilizing a series of data such as digital elevation model (DEM), rainfall, soil ,the characteristics of spatial-temporal differentiation of soil erosion of Zuli river basin from1995 to 2015 is conducted.Through the analysis of the time change of soil erosion modulus, time change of soil erosion intensity and spatial distribution of soil erosion intensity, the results of this research are summed up as follows: the soil erosion modulus was 2877.87 t·km-2·a-1in1995, 3372.24 t·km-2·a-1in2005 and 3713.23 t·km-2·a-1in 2015,which reflected that the value was relatively deteriorate.From the spatial distribution of soil erosion, soil erosion modulus is on the high side place in the middle of the study area and low value in the south and north.Besides, the soil erosion mounts is on the side in the mountains and low near the river valley.Four kinds of simulation are proposed according to the characteristics of study area.The results show that the Efficient governance model (EGM) is the best governance model area, which can effectively improve soil loss conditions, the average modulus dropped to 2656.88 t·km-2·a-1.

soil erosion; RS;GIS;RUSLE; Zuli river basin

2016-04-13

魏伟(1982—)，男，甘肃庄浪人，西北师范大学讲师，博士，主要从事GIS和RS的应用研究.

P641.3

A

1672-3600(2017)03-0051-10