土壤侵蚀预报模型的研究进展综述

杨晓+黎武+羊秀娟

摘 要：土壤侵蚀预报模型是由美国引进的，经过不断地消化与改进，现已成为我国进行水土流失计算与预测的重要工具。该文简单介绍了土壤侵蚀预报模型的发展历程、公式及其应用。

关键词：土壤侵蚀预报模型；土壤流失方程；研究进展

中图分类号 S159 文献标识码 A 文章编号 1007-7731（2017）13-0072-03

Review of Research Progress in Soil Erosion Prediction Model

Yang Xiao et al.

（School of Land and Resources，China West Normal University，Nanchong 637009，China）

Abstract：The soil erosion predication model was imported from America. Though researchers continuous improve and absorb that has became an important tool in calculation and prediction of soil erosion. This paper briefly introduces the course of its development，formula and application.

Key words：Soil erosion prediction model；USLE；Research progress

1 历史背景

RUSLE（Revised Universal Soil Loss Equation）模型为修正的通用土壤流失模型，是1997年由美国农业部自然资源保护局（NRCS）正式决定实施的一个模型[1]，其前身为USLE（Universal Soil Loss Equation），即通用土壤流失方程，它的提出在美国及其他国家的土壤侵蚀方面都得到了广泛的响应。20世纪50年代开始，美国以在落基山脉以东地区8250个径流试验小区收集的资料为依据，在Wischmeier的领导下得到通用土壤流失方程USLE，并作为定量坡面年平均土壤流失量的经验性土壤侵蚀预报模型[2-3]，1956年美国农业部颁布的农业手册282号标志着土壤流失方程的正式推广及应用，但其在全球的通用性具有一定的局限性，并不完全适用于各国的实际情况。我国于20世纪40年代建立第一个水土保持试验站——天水水土保持试验区[4]，在大量研究和观测的基础上，出现了许多具有区域性的土壤侵蚀定量模型。20世纪80年代开始，引进通用土壤流失方程与中国土壤侵蚀特点相结合，进行了一系列的订正研究[5]，开始建立具有中国特色的土壤侵蚀预报模型。随着研究的深入，研究者们开创了将GIS、RS与USLE进行结合的新思路，并得到了推广[6-7]，GIS与USLE二者的结合不仅能够体现土壤侵蚀的空间异质性，还能够有效地提高水土保持措施空间布置的合理性[2]，其较为全面的考虑了影响土壤侵蚀的各个因素，且具有一定的精度[8]，并将其应用到了对地震危险性与地震风险的评估[9]。1992年美国农业部农业研究局（USDA-ARS）提出了USLE的新一代模型RUSLE[1]，该模型较USLE具有很大的改善，其数据范围更为广泛，侵蚀因子的计算也更加精确，适用范围更广[8]，目前已发展成为流域管理规划及对土壤侵蚀风险进行评价的有效手段[10]，之后美国农业部又先后颁布了RUSLE2、RUSLE3等相关模型。由于各研究区实地情况不同，直接采用美国的因子取值并不合适，故在我国各个地区具有属于自己的RUSLE，便于方便地区水土流失的计算与预测。

2 基本公式及改進

RUSLE模型与USLE模型的结构基本相同，主要有降雨侵蚀力R，标准小区条件下土壤可侵蚀量K，坡长与坡度因子LS，覆盖与管理因子C，水土保持措施因子P，其基本公式为：

[A=R×K×LS×C×P] （1）

式中，A即为预测土壤侵蚀量[1]。

刘宝元通过借鉴美国土壤侵蚀预报模型建立了具有中国特色的中国土壤流失方程CSLE（Chinese Soil Loss Equation），简单实用，其公式[11，12]为：

[A=R×K×L×S×B×E×T] （2）

其中，A为多年平均土壤流失量，R为降雨侵蚀力，K为土壤可蚀性，L、S分别为坡长、坡度因子，B、E、T分别为水土保持的生物措施、工程措施、耕作措施因子。

冯泮极通过计算及单位换算，得到适用于福山流域的通用土壤流失方程，其公式[13]为：

[A=0.224RKLSCP] （3）

其中，0.224为美制单位换算成kg/m2的换算系数。

孙文义运用修正的土壤流失方程对黄土高原不同生态系统的土壤保持量进行估算，其公式[14]为：

[Ac=Ap-Ar=RKLS（1-CP）] （4）

其中，Ac是单位面积上土壤保持量，Ap是单位面积上潜在的土壤侵蚀量，Ar是单位面积上实际土壤侵蚀量；因未考虑植被覆盖和水土保持措施情况下的土壤侵蚀量，故C=1，P=1。

此外，还有金沙江流域土壤流失方程[15]，与SDR相结合的流域土壤流失脆弱性评价模型[16]，与GIS技术相结合的土壤侵蚀预报模型[17，18]等。

3 研究进展

经过不断地探索、实践、发展与完善，土壤侵蚀预报模型已经成为计算土壤侵蚀量的重要工具，取得了显著的成果，并在各地区出现了因地制宜的土壤侵蚀预报模型，对各地区水土流失治理与防治工作奠定了坚定的基础[19]。

降雨侵蚀力是降雨引起的土壤侵蚀潜在的能力，是降雨的物理性质的函数[20]。美国学者Wischmeier认为判断土壤流失量最好的指标是暴雨动能与30min最大降雨强度的乘积，其表达式为[R=E·Iao][21]，但其算法数据要求较高，获取较为困难；我国降雨侵蚀力基本沿用了其形式，但在不同的地区由于降雨动能和时段雨强的不同出现了不同的组合形式[22]。学者们积极地改进土壤侵蚀模型，以便本土降雨侵蚀力因子的计算。如张宪奎[23]的黑龙江省R因子的最佳指标：[R=E60I30]；黄炎和[24]闽东南地区的[R=1120.019P1.5682i]；曲丽英[25]福建省的[R=i=112（-2.6398+0.3046Pi）]，等等。

土壤可蚀性是20世纪30年代由Middeton提出的评价土壤受侵蚀侵蚀营力破坏性能大小的一个指标，也是土壤对分离和搬运的侵蚀作用的敏感性[26]，是指在雨滴击溅和径流冲刷等外营力的作用下，土壤被分散与搬移的难易程度，而土壤可蚀性指标是指试验中利用土壤流失量对土壤中某些性质进行测定来对土壤可蚀性进行评价[27]；受空间变化、土壤性质以及人类活动等因素的影响，土壤可蚀性测定的方法也存在差异[26]。当前研究在相关概念的定义、指标的选取、分析时空分异特征等方面都具有一定的成果[28]，如吴昌广[29]对三峡库区采用修正后的几何平均粒径模型中K值计算方法；刘斌涛[30]对青藏高原地区采用模型计算和面积加权分析方法来探索K值的空间分布特征，等等。

坡长坡度复合因子是地表径流输沙能力的量度[31]，坡长因子在很大程度上决定模型计算的精度，坡长指数随着坡度的变化而不同[32]，将坡地进行分段计算每段的LS值，进而求出整个坡面LS值，能够有效地反映不同坡形下土壤侵蚀的状况[33]。对LS的计算一般都是以DEM为基础，而在DEM中对LS值进行提取会因分辨率不同导致获取的LS值不固定，故选择合适的DEM对研究区域LS值的合理获取十分必要。例如，王邦隐[34]研究表明对陕北县南沟流域LS值的较准确提取应采用分辨率为5m的DEM数据；吴东亮[35]以View GIS为平台，开发模块对LS值在研究流域坡面上的分布进行计算，并将其结果存放在关系型数据库；杨勤科[36]结合Van Remortel代码开发了LS-Reg工具，方便对较大流域地区进行LS值的自动计算。

覆盖与管理因子是指地表在一定的覆盖和管理措施下土壤流失量与在同等条件下的经过适时翻耕、连续休闲的对照地的土壤流失量之比，不同作物生长期的降雨量决定着C值的大小，降低C值能使治理土壤侵蚀的投入资金最小化[37]。人工赋值法、小区实验法和基于植被盖度的遥感数据定量估算法是当前确定C值的3个主要方法，植被覆盖度越高，C值越小[38]；不同的土地利用方式对C值的计算有不同的公式[39]，各小区标准不同，C值的计算公式也不相同[40，41]。

水土保持措施因子是用来评价最佳管理措施的一个重要因子，是指在同等条件下，实施等高耕作、梯田等水土保持措施之后的土壤流失量与在标准小区上的比值[42]。西南土石山区水平梯田在不同坡度下具有不同的P值[43]；以辽宁土地利用类型为统计单元，通过研究计算各水土保持因子值为水土保持提供可靠的参考[44]；刘宝元将水土保持措施细分为生物措施、工程措施、耕作措施用来规范各因子的计算[42]。

随着研究者对土壤侵蚀预报模型研究的不断深入，其应用相当广泛，与GIS、RS等技术的结合使得土壤侵蚀预报模型成功的在农业、矿业、林业等各方面的应用中占据了一定的地位，为各研究区水土流失的预防与治理提供了一定的手段。在未来的发展中，土壤侵蚀预报模型应进一步完善，在操作计算方面更加简化，实现应用的普遍性，使之成为进行水土流失治理与防治的强有力的手段。

参考文献

[1]陈云明，刘国彬，郑粉莉，等.RUSLE侵蚀模型的应用及进展[J].水土保持研究，2004，11（4）：80-83.

[2]傅世锋，查轩.基于GIS和USLE的东圳库区土壤侵蚀量预测研究[J].地球信息科学，2008，10（3）：390-395.

[3]K.G.RENARD，G.R.FOSTER，G.A.WEESIES，et al. Predicting soil erosion by water ：A guide to conservation planning with the Revised Universal Soil Loss Equation[J].Handbook Department of Agriculture Washington DC，1993，（703）：

[4]许国华.罗德民博士与中国的水土保持事业[J].中国水土保持，1984（1）：41-44.

[5]谢云，林燕，张岩. 通用土壤流失方程的发展与应用[J].地理科学进展，2003，22（3）：179-187.

[6]卜兆宏，唐万龙，杨林章，等.水土流失定量遥感方法新进展及其在太湖流域的应用[J].土壤学报，2003，40（1）：1-9.

[7]E.Z.NYAKATAWA，K.C.REDDY，J.L.LEMUNYON. Predicting soil erosion in conservation tillage cotton production systems using the revised universal soil loss wquation（RUSLE）[J].Soil Tillage Research，2001，（57）：213-224.

[8] 李宏偉，郑钧潆，彭庆卫，等.国外土壤侵蚀预报模型研究进展[J].中国人口·资源与环境，2016，26（S1）：183-185.

[9]奈科拉索娃，柯索波科夫，陶夏新，等.借助USLE识别中国中部地震活动性空间模式[J].世界地震工程，2016，32（2）：170-175.

[10]周璟，张旭东，何丹，等.基于GIS与RUSLE的武陵山区小流域土壤侵蚀评价研究[J].长江流域资源与环境，2011，20（4）：468-474.

[11]蔡强国，刘纪根.关于我国土壤侵蚀模型研究进展[J].地理科学进展，2003，22（3）：142-150.

[12]郑粉莉，刘峰，杨勤科，等.土壤侵蚀预报模型研究进展[J].水土保持通报，2001，21（6）：16-18+32.

[13]冯泮极，迟明春，曲延恩.通用土壤流失方程在福山流域的应用[J].山东水利科技，1997（4）：14-16.

[14]孙文义，邵全琴，刘纪远.黄土高原不同生态系统水土保持服务功能评价[J].自然资源学报，2014，29（3）：365-376.

[15]杨子生.云南省金沙江流域土壤流失方程研究[J].山地学报，2002，20（S1）：1-9.

[16]陈炼钢，钱新，施勇，等.基于RUSLE和SDR的香溪河流域土壤流失脆弱区识别[J].中国科技论文，2012，7（5）：395-402.

[17]范丽丽，沈珍瑶，刘瑞民.基于GIS的大宁河流域土壤侵蚀评价及其空间特征研究[J].北京师范大学学报（自然科学版），2007，43（5）：563-566.

[18]龙天渝，乔敦，安强，等.基于GIS和RULSE的三峡库区土壤侵蚀量估算分析[J].灌溉排水学报，2012，31（2）：33-37.

[19]张艳灵，张红.通用土壤流失方程研究进展[J].山西水土保持科技，2013（2）：12-15.

[20]王万忠.黄土地区降雨侵蚀力R指标的研究[J].中国水土保持，1987（12）：36-40+67.

[21]王万忠.黄土地区降雨特性与土壤流失关系的研究Ⅱ——降雨侵蚀力指标R值的探讨[J].水土保持通报，1983，（5）：62-64，26.

[22]张文源. 贵州喀斯特黄壤坡面降雨侵蚀特征研究[D].北京：北京林业大学，2015.

[23]张宪奎，卢秀琴，詹敏，等.土壤流失预报方程中R指标的研究[J].水土保持科技情报，1991（4）：49-48.

[24]黄炎和，卢程隆，郑添发，等.闽东南降雨侵蚀力指标R值的研究[J].水土保持学报，1992 6（4）：1-5.

[25]曲丽英，刘廉海. 厦门市降雨侵蚀力指标R值研究[J].中国水利，2005（16）：60-61.

[26]宋阳，刘连友，严平，等.土壤可蚀性研究述评[J].干旱区地理，2006 29（1）：124-131.

[27]王彬，郑粉莉，M R M M J.水蚀过程的土壤可蚀性研究述评[J].水土保持研究，2013，20（1）：277-286.

[28]魏慧，赵文武，王晶. 土壤可蚀性研究述评[J].应用生态学报，2017（8）：1-13.

[29]吴昌广，曾毅，周志翔，等.三峡库区土壤可蚀性K值研究[J].中国水土保持科学，2010，8（3）：8-12.

[30]刘斌涛，陶和平，史展，等.青藏高原土壤可蚀性K值的空间分布特征[J].水土保持通报，2014，34（4）：11-16.

[31]LAND.MOORE，JOHNP.WILSON，陈奇伯. 坡长、坡度因素的简单计算方法（Ⅰ）[J].水土保持科技情报，1995，（2）：30-33.

[32]秦伟，朱清科，张岩. 通用土壤流失方程中的坡长因子研究进展[J].中国水土保持科学，2010，8（2）：117-124.

[33]张照录，崔继红. 通用土壤流失方程最新研究改进分析[J].地球信息科学，2004，6（4）：51-55.

[34]汪邦稳，杨勤科，刘志红，等.基于DEM和GIS的修正通用土壤流失方程地形因子值的提取[J].中国水土保持科学，2007，5（2）：18-23.

[35]吴东亮，刘鹏举，唐小明，等.基于GIS的栅格化坡面径流路径模拟与LS值计算[J].北京林业大学学报，2001，23（5）：10-14.

[36]杨勤科，郭伟玲，张宏鸣，等.基于DEM的流域坡度坡长因子计算方法研究初报[J].水土保持通报，2010，30（2）：203-206+211.

[37]冯强，赵文武.USLE/RUSLE中植被覆盖与管理因子研究进展[J].生态学报，2014，34（16）：4461-4472.

[38]鄂立思.乌裕尔河流域土壤侵蝕时空分布特征及影响因素研究[D].哈尔滨：哈尔滨师范大学，2015.

[39]许晨纯.小流域尺度土壤侵蚀评价指数模型的修正及应用[D].南京：南京信息工程大学，2016.

[40]江忠善，王志强，刘志.黄土丘陵区小流域土壤侵蚀空间变化定量研究[J].土壤侵蚀与水土保持学报，1996，2（1）：1-9.

[41]刘秉正，刘世海，郑随定.作物植被的保土作用及作用系数[J].水土保持研究，1999，6（2）：33-37，114.

[42]范建荣，王念忠，陈光，等.东北地区水土保持措施因子研究[J].中国水土保持科学，2011，9（3）：75-78，92.

[43]刘斌涛，宋春风，史展，等.西南土石山区水平梯田的水土保持措施因子[J].中国水土保持，2015（4）：36-39.

[44]刘振宇.基于水土保持措施因子及其分布特征探析[J].水资源开发与管理，2017（2）：37-40，44. （责编：张宏民）