基于抽样调查资料估算区域土壤侵蚀量

王振颖,何远梅

(1.辽宁省水利水电科学院,110003,沈阳;2.北京林业大学水土保持学院,100083,北京)

基于抽样调查资料估算区域土壤侵蚀量

王振颖1,何远梅2

(1.辽宁省水利水电科学院,110003,沈阳;2.北京林业大学水土保持学院,100083,北京)

区域土壤侵蚀量估算是土壤侵蚀调查的重点和难点,为了利用抽样调查数据定量估算区域土壤侵蚀状况,以2011年第1次全国水利普查中的水力侵蚀抽样调查资料为基础,利用中国土壤流失方程(CSLE),通过地理信息系统估算2011年辽宁省的降雨侵蚀力、土壤可蚀性、地形、水土保持措施等侵蚀因子及侵蚀量,在此基础上对全省的水力侵蚀强度进行分级和面积统计,并与抽样调查结果进行对比。结果显示:全省各土壤侵蚀因子的估算结果与抽样调查结果较为接近;土壤水蚀以微度和轻度侵蚀为主,每年全省约85%的土地处于微度侵蚀(＜1 000 t/km2),而强度侵蚀(＞5 000 t/km2)面积仅占2%;抽样调查得到的独立工矿用地、果园、旱地和其他土地的侵蚀模数较估算得出的侵蚀模数大,而在草地、其他林地等土地利用类型上抽样调查得到的侵蚀模数却较估算得出的侵蚀模数小,主要原因可能是省域和抽样单元计算地形因子的DEM数据精度不同。总体上,该研究为如何利用抽样调查数据估算全国土壤侵蚀状况提供参考。

抽样调查资料;中国土壤流失方程(CSLE);GIS应用;区域土壤侵蚀;辽宁省

在较长时段和较大空间尺度上的区域土壤侵蚀研究多依赖于土壤侵蚀试验与GIS技术,其研究成果能较好地为水土保持宏观决策提供支持,且与全球变化研究密切相关[1-4]。我国已经开展了3次全国性的土壤侵蚀调查[5]:20世纪50年代,采用人工调查法,根据植被盖度与坡度,在地形图上进行侵蚀强度的等级划分,该法耗时耗力,且无法定量评价土壤侵蚀量;20世纪80年代和90年代末期,在水利部组织下进行的2次全国土壤侵蚀遥感调查与公告,是基于遥感影像资料和GIS技术的大尺度调查,主要以植被覆盖度和坡度为依据确定土壤侵蚀类型和强度[6],而并未考虑降雨、土壤可蚀性、坡长、水土保持措施等重要因子。长期以来,土壤侵蚀动态监测、定量评价等方面的研究大多是在坡面和小流域等较小尺度上进行的,对于区域土壤侵蚀的定量评价虽有研究[7-10],但尚未提出比较全面而实用的尺度转换方法。在区域土壤侵蚀调查方法方面,美国农业部提出的土壤侵蚀抽样调查方法是最具有特色的,该法基于统计学原理在全国布设样点,利用USLE计算土壤流失量,再统计得到全国各类土壤侵蚀面积及土壤侵蚀量[11]。

杨勤科等[12]对此种抽样普查方法进行了初步讨论,建议采用我国土壤侵蚀最新模型,并结合计算机模拟实现土壤侵蚀强度的定量估算,同时指出调查内容应包括主要的侵蚀影响因子;李智广等[13]阐述了我国水力侵蚀抽样调查方法;张岩等[14]为了测试抽样方法和土壤侵蚀模型在土壤侵蚀普查中的适用性,以陕西吴起县为试点,对均匀抽样方法和基于遥感数据的水蚀分级分类方法进行比较。这些研究为第1次全国水利普查提供了理论依据。在第1次全国水利普查水土保持情况普查中,虽然采用抽样调查法获取抽样调查单元的实地数据,但如何快速准确呈现区域土壤水力侵蚀的空间分布状况与水力侵蚀量仍是亟待解决的问题。本文基于GIS技术,利用抽样调查资料和中国土壤流失方程(CSLE),估算辽宁省的降雨侵蚀力、土壤可蚀性、地形、水土保持措施等因子及土壤侵蚀量,在此基础上对全省土壤侵蚀强度进行分级统计,并将计算结果与抽样调查结果进行对比,该研究可为探索抽样调查数据估算区域土壤侵蚀状况的方法提供参考。

1 研究区概况

辽宁省位于我国东北地区南部,含14个地级市,56个县,地理坐标为E 118°50＇～125°47＇,N 38° 43＇～43°29＇。总面积30.61万km2,其中陆地面积14.59万km2,海域面积15.02万km2。辽东为海拔800 m左右的山地,辽西为海拔500 m以下的丘陵,山地和丘陵约占全省总面积的60%。辽宁省中部为海拔200 m以下的平原,约占全省总面积的33%,水面及其他约占7%。辽宁省属温带大陆性季风气候,从东南向西北逐渐由湿润气候向半湿润、半干旱气候过渡。年平均气温在5.2～11.7℃之间,年平均降水量为500～1 000 mm,且由东向西逐渐减少。辽宁省的土壤地带性分布明显,从南至北呈现暖温落叶阔叶林棕壤—中温带森林草甸黑土—草甸草原黑钙土的纬度地带性,从东至西呈现辽东山地丘陵为棕壤—下辽河平原为草甸土—辽西山地丘陵为褐土的经度地带性。地带性森林植被主要为红松(Pinus koraiensis)、沙松(Abies holophyllaMaxim)、阔叶混交林和暖温带落叶阔叶林。

2 材料和方法

2.1 数据来源

抽样调查数据来源于2011年第1次全国水利普查中水土保持情况普查的水力侵蚀抽样调查。辽宁省水蚀调查抽样单元共1 287个,其中1 235个调查单元是按照1%的密度布点,另外52个点(分布在4个县)按照0.25%的密度布点。基础地理与专题地图数据主要包括DEM、行政区划图、流域分界图、土地利用图。降水量数据为辽宁56个县1981—2010年逐日降水量≥12 mm的资料。

2.2 土壤流失量估算方法

本研究所采用的土壤流失方程CSLE[15]计算公式如下:

式中:A为多年平均土壤流失量,t/hm;R为降雨侵蚀力因子,MJ·mm/(hm2·h);K为土壤可蚀性因子, t·hm2·h/(hm2·MJ·mm);S为坡度因子;L为坡长因子;B为水土保持生物措施因子;E为水土保持工程措施因子;T为水土保持耕作措施因子。

2.2.1 降雨侵蚀力采用章文波等[16]提出的方法,利用日降雨量直接估算逐年半月降雨侵蚀力的简易计算模型计算降雨侵蚀力,得出各雨量点的多年平均降雨侵蚀力值后在ArcGIS下用Kriging内插法进行插值,从而得到全省的降雨侵蚀力空间分布图。

2.2.2 土壤可蚀性因子在一定区域内土壤类型与土地利用方式密切相关,所以土壤可蚀性与土地利用也密切相关。本研究基于1∶10万土地利用图和抽样调查结果推算全省的土壤可蚀性,步骤如下:1)计算县级各土地利用条件下抽样调查单元的平均土壤可蚀性因子;2)使用空间关联方法对各县不同土地利用斑块赋予相应的土壤可蚀性值,从而得到全省的土壤可蚀性因子空间分布图。

2.2.3 坡度和坡长因子土壤侵蚀普查成果中已经基于1∶1万地形图计算了各抽样单元中各地块的坡度和坡长因子,但本研究中只有1∶5万地形图生成的DEM,在进行坡度和坡长因子估算时:1)根据1∶5万地形图生成的DEM,计算并提取与抽样单元相对应地块的S和L值;2)比较基于2种比例尺(1∶1万和1∶5万)地形图计算的S和L值,发现虽然两者获取的地形因子差异较大,但在特定区域仍具有较好的线性相关性;3)对于坡长因子和坡度因子＞4(坡度≥25°)的部分,分别以地级市为单位建立2种土地利用类型(大农业用地、居民点及建设用地)基于1∶1万地形图与基于1∶5万地形图计算的地形因子的线性回归方程,提取回归方程的常数项和斜率作为校正参数图层;4)把参数图层和基于1∶5万地形图计算的全省S和L图层进行运算,得到校正后的坡度和坡长因子图。

2.2.4 生物措施因子、工程措施因子和耕作措施因子本研究根据全省1∶10万土地利用现状图和抽样调查结果推算B、E、T值。具体方法如下:1)以县为单位统计抽样调查单元中各类土地利用类型的B、E、T均值;2)将B、E、T值联结到土地利用类型图的属性表中;3)将土地利用类型图进行数据格式转换,分别以B、E、T值作为字段,转化成栅格大小为10 m×10 m的grid文件。

3 结果与分析

3.1 土壤侵蚀影响因子估算

3.1.1 降雨侵蚀力估算利用辽宁省抽样单元与全省降雨侵蚀力的统计数据,绘制辽宁省抽样单元与全省降雨侵蚀力频率分布对比图(图1)。

图1 辽宁省抽样单元与全省降雨侵蚀力频率分布对比图Fig.1 Frequency distribution of rainfall erosivity in the whole Liaoning Province and the sampling plots

从图2可以看出:辽宁省的降雨侵蚀力主要分布在1 500～3 500 MJ·mm/(hm2·h)范围内,并且1 500～3 500 MJ·mm/(hm2·h)的侵蚀力在抽样调查和全省估算结果中所占比例分别为84.026%和75.551%。在1 500～3 500 MJ·mm/(hm2·h)的侵蚀力范围中又以2 500～3 000 MJ·mm/(hm2·h)的比例为最大,占抽样调查和全省估算结果的比例分别为36.038%和27.237%。通过对比可以看出2次估算的降雨侵蚀力差异不大。

3.1.2 土壤可蚀性因子估算由抽样单元与全省各土地利用类型K均值的比较结果(图2)可知,抽样调查和估算值的差异范围为0～0.001 5,相对于抽样单元的相对误差均小于10%。全省估算值与抽样调查的K均值误差较大的是居民点、商服用地、独立工矿用地及草地,但是这4种土地利用类型所占面积比例很小。可见本研究估算的全省各土地利用类型的K均值与抽样单元K均值非常接近。

3.1.3 地形因子估算根据1∶1万地形图获取抽样单元中的地形因子,对基于1∶5万地形图获取的地形因子进行线性校正。从图3可以看出,经过校正后坡度因子大于6的频率大幅减少,校正后频率分布情况与抽样单元的坡度因子分布情况更为接近。

抽样单元根据1∶1万地形图计算的坡长因子都在2.6以内,基于1∶5万地形图获取的坡长因子也都小于3。从图3可以看出抽样单元的坡长因子接近于正态分布,主要集中在0.5到2,占85%左右。全省坡长因子经过调整,大于2的减少,1～2之间的增加,0～0.5之间的减少,与抽样单元的坡长因子分布情况趋于一致,但在0～1之间的调整结果不理想。

图2 辽宁省抽样单元与全省在不同土地利用类型下平均土壤可蚀性K值对比图Fig.2 Values of soil erodibility K under different land use in the whole Liaoning Province and the sampling plots

图3 辽宁省坡度和坡长因子校正前后与抽样单元坡度坡长因子频率分布对比图Fig.3 Frequency distribution of gradient and slope length factor in the whole Liaoning Province and the sampling plots before and after revising

3.1.4 生物措施因子B、工程措施因子E、耕作措施因子T的估算根据1 287个抽样单元的调查结果,将辽宁省18类土地利用类型合并为8大类,分别为:耕地(水田、水浇地、旱地)、园地(果园、其他园地)、林地(有林地、灌木林地、其他林地)、草地(天然牧草地、人工牧草地、其他草地)、商服住宅公共用地及工矿用地(城镇居民点、农村居民点、独立工矿用地、商服及公共用地)、交通运输用地、水域及水利设施用地、其他土地。辽宁省总面积是1 530.19万hm2,抽样调查单元的总面积是9.794万hm2。从图4可知,抽样单元中各土地利用类型的面积比例与全省各土地利用类型的面积比例差异不大,因此抽样调查的水土保持措施因子能很好地反映各土地利用类型的水土保持措施因子。

图4 辽宁省抽样单元与全省不同土地利用类型所占比例对比图Fig.4 Proportions of different land use types in the whole Liaoning Province and the sampling plots

由图5可知,抽样调查和估算的全省水田、水浇地、旱地、独立工矿用地的B均值都在0.9以上,其他土地的B均值在0.6左右,林地、草地和果园等的B均值都在0.2以下。仅通过生物措施因子来看,耕地和独立工矿用地的水土保持效益最差。除其他土地外,估算的全省各土地利用类型的B均值与抽样调查单元的B均值虽有差异,但相对误差均小于10%,说明全省生物措施因子估算方法合理。水域及水利设施用地、其他土地和水浇地等的E均值接近于1,说明这些土地利用类型少有水土保持工程措施,而交通用地、工矿用地及商服用地等的E均值都小于0.3。耕地及人工牧草地的T值较小,均＜0.5,其余土地利用类型的T值接近或等于1。抽样单元的E值和T值也与全省估算值较为一致,说明工程和耕作措施因子估算方法也是可行的。

3.2 土壤侵蚀强度比较

3.2.1 各级土壤侵蚀强度面积比较由辽宁省抽样单元和省域土壤侵蚀强度汇总表(表1)可知,辽宁省土壤水蚀以微度和轻度为主,抽样调查结果和估算结果都表明处于微度侵蚀的地区约占85%,强度侵蚀以上的地区所占面积不到2%。

图5 辽宁省抽样单元与全省各土地利用的B值、E值和T值对比图Fig.5 Values of biological measure factor B,engineering measure factor E,and tillage measure factor T under different land use in the whole Liaoning Province and the sampling plots

3.2.2 不同土地利用类型土壤侵蚀模数比较对比辽宁省抽样调查和估算的不同土地利用条件下土壤水蚀模数(表2)可知,土壤侵蚀模数最大的是其他土地,但其他土地在全省的面积比例很小,可忽略,其次是旱地和草地,各种林地的侵蚀量居中,居民点、交通用地和水域、水田等土壤侵蚀较小。值得注意的是工矿用地的平均土壤侵蚀强度虽然小,但辽宁省作为工矿业重省,其工矿用地的总侵蚀量不容忽视。

从表2可以看出,抽样调查得到土壤侵蚀模数和估算的土壤侵蚀模数之间存在一定差异,主要表现为抽样调查得到的独立工矿用地、果园、旱地、其他土地的侵蚀模数与估算得到的侵蚀模数相比较大,而在草地、其他林地等土地利用类型上抽样调查得到的侵蚀模数却较小,主要原因可能是估算时采用的坡度、坡长因子的地形数据精度与抽样调查时不同。

表1 2011年辽宁省抽样单元和省域土壤侵蚀强度比较Tab.1 Soil erosion intensities in the whole Liaoning Province and in the sampling plots in 2011

表2 2011年辽宁省不同土地利用土壤水蚀模数比较Tab.2 Soil erosion modulus under different land use in the Liaoning Province in 2011t/km2

3.3 侵蚀估算结果差异分析

抽样调查结果和全省估算结果都说明辽宁省土壤水蚀以微度和轻度为主(表1),但不同土地利用类型的平均土壤侵蚀模数存在较大差异(表2),其原因主要有2方面:1)抽样调查单元在实地勾绘地块边界的基础上,较全面地记录了土地利用、水土保持措施及土壤方面的信息,对于区域具有很好的代表性,但是2011年辽宁省抽样调查单元的面积只占全省面积的0.64%,存在差异是正常的;2)省域估算和抽样单元计算坡度、坡长因子的地形数据精度不同。

4 讨论

本文根据土壤侵蚀抽样调查成果推求了全省范围内的土壤侵蚀模数,其关键在于土壤侵蚀影响因子的估算。降雨侵蚀力因子的估算使用与抽样调查完全相同的数据,因此降雨侵蚀力因子的精度不存在问题。土壤可蚀性因子以及生物、工程和耕作措施因子是基于抽样调查成果和土地利用类型图估算得到的,由于土地利用类型图中缺少工程措施和耕作措施因子信息,只能根据抽样调查单元中各种土地利用条件下的水土保持措施因子均值推算区域水土保持措施因子,所以对估算精度有一定影响。

计算省域土壤侵蚀模数最大的问题是地形因子的估算,前人的研究和本研究的分析都表明基于1∶1万地形图和1∶5万地形图计算的坡度和坡长因子差异较大。虽然本研究以地级市为单元对1∶5万地形图获取的坡度和坡长因子进行了校正,但地形因子的计算精度不高,会直接影响省域土壤侵蚀模数的估算精度。

通过对比全省和抽样调查单元的土壤侵蚀因子值及各级土壤侵蚀强度面积,发现本研究方法合理,且估算精度较高,若能获取更大比例尺的土壤类型图和地形图,省域土壤侵蚀的估算精度可以得到进一步提升。

5 结论

1)除坡度与坡长因子外,辽宁全省土壤侵蚀因子的估算结果与抽样调查结果较为接近。

2)土壤侵蚀强度估算结果和抽样调查结果均表明:辽宁省土壤水蚀以微度侵蚀和轻度侵蚀为主,全省约85%的土地处于微度侵蚀,而强度侵蚀以上面积仅占2%。

3)抽样调查得到的独立工矿用地、果园、旱地、其他土地的侵蚀模数比估算得出的侵蚀模数大,而在草地、其他林地等土地利用类型上抽样调查得到的侵蚀模数却比估算得出的侵蚀模数小,主要原因可能是省域和抽样单元计算地形因子的DEM数据精度不同。

4)基于抽样调查资料和侵蚀模型估算的区域土壤侵蚀模数和强度具有很高的可信度,此法为实现定期和持续的区域土壤侵蚀估算提供参考。

[1] 李锐,杨勤科.区域水土流失快速调查与管理信息系统研究[M].郑州:黄河水利出版社,2000:1. LI Rui,YANG Qinke.The quick survey of regional water and soil loss and management information system[M]. Zhengzhou:The Yellow River Water Conservancy Press, 2000:1.

[2] 冷疏影,冯仁国,李锐,等.土壤侵蚀与水土保持科学重点研究领域与问题[J].水土保持学报,2004,18 (1):1. LENG Suying,FENG Renguo,LI Rui,et al.Key research of soil erosion and conservation in China[J].Journal of Soil and Water Conservation,2004,18(1):1.

[3] 王礼先,张有实,李锐,等.关于我国水土保持科学技术的重点研究领域[J].中国水土保持科学,2005,3 (1):1. WANG Lixian,ZHANG Youshi,LI Rui,et al.On key research domain of science and technology for soil and water conservation in China[J].Science of Soil and Water Conser1ation,2005,3(1):1.

[4] 杨勤科,李锐,曹明明.区域土壤侵蚀定量研究的国内外进展[J].地球科学进展,2006,21(8):849. YANG Qinke,LI Rui,CAO Mingming.Advances of quantitative assessment on regional soil erosion[J].Advances in Earth Science,2006,21(8):849.

[5] 郭索彦,李智广.我国水土保持监测的发展历程与成就[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 Conser1ation,2009,7 (5):19.

[6] 土壤侵蚀分类分级标准:SL190—2007[S].北京:中国水利水电出版社,1997:4. Standards for classification and gradation of soil erosion: SL 190-2007[S].Beijing:China Water Power Press, 1997:4.

[7] KIRKBY M J,ABRAHART R,MCMAHON M D,et al. MEDALUS soil erosion models for global change[J].Geomorphology,1998,24(1):35.

[8] KIRKBY M J,IMESON A C,BERGKAMP G J J,et al. Scaling up processes and models from the field plot to the watershed and regional areas[J].Journal of Soil and Water Conservation,1996,51(5):391.

[9] ZHANG X Y,DRAKE N A,WAINWRIGHT J W.Scaling land surface parameters for global-scale soil erosion estimation[J].Water Resources Research,2002,38(9): 1180.

[10]KING D,FOX D M,DAROUSSIN J,et al.Upscaling a simple erosion model from small areas to a large region [J].Nutrient Cycling in Agroecosystems,1998,50(1): 143.

[11]NUSSER S M,GOEBEL J J.The national resources inventory:a long term resource monitoring programme[J].Environmental and Ecological Statistics,1997,4(3):182.

[12]杨勤科,李锐,刘咏梅.区域土壤侵蚀普查方法的初步讨论[J].中国水土保持科学,2008,6(3):1. YANG Qinke,LI Rui,LIU Yongmei.Discussions on methods of national regional soil erosion survey[J].Science of Soil and Water Conservation,2008,6(3):1.

[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 program of water erosion inventory in the first national water resource survey[J].Science of Soil and Water Conservation,2012,10(1):77.

[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 the Loess Plateau using soil erosion model[J].Transactions of the Chinese Society of Agricultural Engineering,2012,28(10):165.

[15]LIU Baoyuan,ZHANG Keli,XIE Yun.An empirical soil loss equation[C]∥Proceedings 12th International Soil Conservation Organization Conference.Beijing,China: Tsinghua University Press,2002,3:21.

[16]章文波,付金生.不同类型雨量资料估算降雨侵蚀力[J].资源科学,2003,25(1):36. ZHANG Wenbo,FU Jinsheng.Rainfall erosivity estimation under different rainfall amount[J].Resources Science, 2003,25(1):36.

Estimation of regional soil erosion based on sampling survey

WANG Zhenying1,HE Yuanmei2
(1.Liaoning Academy of Water Resources and Hydropower,110003,Shenyang,China; 2.College of Soil and Water Conservation,Beijing Forestry University,100083,Beijing,China)

[Background]The estimation of regional soil erosion is an important but difficult topic for soil erosion research.During the past years,artificial survey method had been used to make national soil erosion survey,classifying the soil erosion intensity in the topographic map according to vegetation coverage and slope gradient was time-consuming.The national soil erosion investigation based on remote sensing image and GIS technology in large scale had also be conducted,the soil erosion type and intensity were evaluated only according to vegetation coverage and slope,but without rainfall,soil erodibility and other important factors.Thus,how to present the regional spatial distribution of soil erosion quickly and accurately is an urgent issue.[Methods]In order to study method of estimating the regional soil erosion by survey data,Liaoning Province was taken as the study area,soil erosion factors(rainfall erosivity,soil erodibility,topography,soil and water conservation measures)and soil erosion modulus in 2011 were estimated using Chinese Soil Loss Equation(CSLE)based on GIS technology and sampling data from the first nationwide water resources survey in 2011.The soil erosion intensity of the whole Liaoning Province were graded,and compared with the statistical results in sampling plots.[Results]The results showed that the estimated soil erosion factors were relatively consistent with the sampling results apart from slope length and gradient.And the difference of scale accuracy of the topographic data mainly contributed to the difference of slope length and gradient between the whole Liaoning Province and sampling plots.Thedata from sampling plots and the whole province both showed the similar results that the intensity of soil erosion in Liaoning Province were mostly slight and light.Every year the intensity less than 1 000 t/km2accounted for about 85%of the area,while the one greater than 5 000 t/km2accounted for only 2%of the area.The soil erosion modulus of other land was the largest(1 777.65 t/km2),folllowed by the dryland(842.20 t/km2)and grassland(794.87 t/km2),the urban residence(11.69 t/km2),paddy field and water areas(17.14 t/km2)were the smallest.Compared to the estimated results of the whole province,the erosion modulus of sampling plots in the independent industrial and mining area,other garden and other land were larger with average values of 3 974.89 t/km2,1 656.95 t/km2and 807.74 t/ km2respectively,while the erosion modulus of sampling plots in grassland and other woodland were smaller with average values of 551.48 t/km2and 197.55 t/km2respectively,and these differences might resulted from the different resolutions of DEM data between the whole province and sampling plots[Conclusions]The research suggests that it is highly credible to estimate regional soil erosion modulus relying on sampling survey data and soil erosion model.And it can provide a reference for the estimation of regional soil erosion using sampling survey data.

sampling data;CSLE;ArcGIS;regional soil erosion;Liaoning Province

S157.1

:A

:2096-2673(2017)01-0015-07

10.16843/j.sswc.2017.01.003

2015- 10- 28

2016- 11- 17

王振颖(1966—),男,博士,教授级研究员。主要研究方向:3S技术应用。E-mail:173667330@qq.com