基于USLE和遥感技术的柳州市水土流失重点防治空间划定方法研究

谢增武

（广西水利电力勘测设计研究院有限责任公司，南宁 530023）

我国地域广阔，自然条件复杂，水土流失面积大并且形式多样，强弱程度不一，危害十分严重[1]。根据水利部2018年全国水土流失动态监测成果，广西水土流失面积为39 306.50 km2，占广西国土面积的16.54%。综合运用遥感技术与GIS 技术，划定水土流失重点防治空间，能为水土保持综合治理、生态恢复项目等规划制定提供依据，为实现区域水土保持措施的合理布局以及资源的最优配置提供参考。2017年《水利部办公厅关于印发省级空间规划水利相关工作技术指导意见（试行）的通知》[办规计（2017）153 号]提出划定水土流失重点防治区，划定的水土流失重点防治空间对预防、控制和治理水土流失具有重要作用。水土流失重点防治区空间划定是推进“多规合一”的一项基础工作。《广西壮族自治区空间规划试点工作方案》中明确：水土流失重点防治区包括具有水土保持生态功能的区域，以及水土流失、土地沙化、石漠化等生态环境敏感脆弱的区域。本文以柳州市为例研究水土流失重点防治空间划定方法。

1 研究区概况

柳州市地处广西盆地中部，总的地势为西北高，中部低平，辖城中区、鱼峰区、柳南区、柳北区、柳江区、柳城县、鹿寨县、融安县、融水苗族自治县和三江侗族自治县，行政区划面积18 596.64 km2。柳州市地貌类型齐全，形态多种多样。岩溶地貌成因类型主要为溶蚀堆积及侵蚀、溶蚀两种类型；非岩溶地貌有构造溶蚀、剥蚀类型；河谷地貌为侵蚀堆积类型。柳州市地处东亚，夏半年盛行偏南风，高温、高湿、多雨；冬半年盛行偏北风，低温、干燥、少雨。夏长炎热，冬短不寒，雨量充沛，光温丰足，雨热同季，无霜期长。柳州市年平均气温为20.6 ℃；≥10℃的积温为6730 ℃，≥10 ℃的日数为291 d。柳州市受来自海洋的暖湿气流影响，降水丰富，多年平均降水量为1 424.7 mm，年平均相对湿度76%。柳州市年平均风速1.6 m/s，属全国风速较小区和大风日数较少区。根据水利部2018 年全国水土流失动态监测成果，柳州市水土流失面积为4 421.70 km2，约占柳州市国土面积的23.78%。

2 研究方法

本次以柳州市为单元，以水土流失危险程度作为水土流失重点防治空间划定的标准，将评价结果为极度或重度的区域作为水土流失重点防治空间。

根据第一次全国水利普查水土保持情况普查成果数据，利用GIS软件分析项目区降雨、土壤可蚀性、坡度、坡长、植被覆盖、水土保持措施等因子并绘制专题栅格图层，利用栅格建模，基于USLE（通用土壤流失方程）计算得到研究区域范围内的土壤侵蚀模数，利用土壤抗蚀年限估算公式计算土壤抗蚀年限，并根据《水土流失危险程度分级标准》（SL718-2015）绘制水土流失重点防治空间图。

2.1 土壤抗蚀年限的估算

土壤抗蚀年限的估算：土壤抗蚀年限的是侵蚀土壤扣除临界土层的有效土层厚度与年均侵蚀深度的比值，即：

式中：Yc为土壤抗蚀年限，a；H为图层厚度，cm，通过广西壮族自治区土地资源土壤1∶500 000地形图进行矢量化后得到土壤类型图，并根据《广西土壤资源调查数据集》（广西土壤肥料工作站，1990.11）、及中国科学院南京土壤所主办的中国土壤数据库中土壤专题数据库查找相关土壤厚度赋值得到；D 为土壤容重，g/cm3，来源于广西地情网及各县县级志书；A 为土壤侵蚀模数，t/km2·a，采用通用土壤流失方程（USLE）计算得到；l40 单位换算系数；10 为临界土层厚度，cm。

2.2 USLE（通用土壤流失方程）

通用土壤流失方程（USLE）是美国研制的用于定量预报农地或草地坡面多年平均土壤流失量的一个经验性土壤侵蚀预报模型[2]，我国从20世纪80年代以来，开始引进通用土壤流失方程，通用水土流失方程已经被广泛地应用在水土流失的预测和治理工作中[1]。其公式为：

式中：A为土壤侵蚀模数，t/（hm2·a）；R为降水量及其强度对土壤表层产生的侵蚀动能，即降雨侵蚀因子；K 为土壤质地与结构相关因子，MJ·mm/（hm2h·a）；即土壤可蚀性因子，t·h/（MJ·mm）；S、L为土壤所处地面的坡度与坡长；C为植被盖度相关因子，即植被覆盖管理因子；P 为田间工程保护措施和土壤耕作措施相关因子，即水土保持措施因子。

2.2.1 土壤可蚀性因子K

土壤可蚀性因子（K 值）是土壤在雨滴击溅、径流冲刷或者两者共同作用下，被分散、搬运的难易程度。本文主要种类土壤K值依据潘美慧等人的研究成果[3]，部分依据Kirkby在1987年建立，并由卜兆宏在1994 年修正的K 值系数表[2]，查询各土壤剖面表层土的K 值，并乘以0.1 317 转换为公制，最后按照土壤类型求K值的平均值，获得各类土壤的K值。然后将以上K 值赋给已有的土壤类型图，生成K 值因子图层（网格大小为30 m）。

土壤类型水稻土赤红壤红壤黄壤山地草甸土紫色土潮土滨海盐土硅质土K值0.295 0.230 0.233 0.222 0.268 0.337 0.303 0.310 0.252来源文献[3]文献[3]文献[3]文献[3]文献[3]文献[3]文献[3]文献[3]文献[3]土壤类型复钙红黏土新积土黑泥土黄棕壤石灰岩土火山岩土酸性硫酸盐土砖红壤K值0.310 0.314 0.212 0.202 0.278 0.268 0.327 0.232来源文献[2]文献[2]文献[2]文献[2]文献[2]文献[2]文献[2]文献[2]

2.2.2 地形因子SL

利用中科院地理数据云下载的30 m 分辨率数字高程模型（DEM）提取得到地形因子SL值，分为坡度因子S 和坡长因子L，DEM 数据从中科院地理数据云下载ASTER GDEM V2全球数字高程数据。

（1）坡度因子S 的提取。根据研究区实际情况，采用分段研究法来确定坡度对土壤侵蚀的影响，即缓坡上选用McCool 等研究的坡度公式，陡坡上采用刘宝元[4]等研究的坡度公式。

利用ArcGIS软件的空间分析功能，以数字高程模型DEM 为基础，提取坡度专题图slope。由于坡度图以角度为单位，要换算成弧度单位，所以在栅格计算器中编写代码，得到研究区网格大小为30 m的S因子栅格图。

（2）坡长因子L的提取。本文中坡长因子采用由Wischmeier和Smith经试验提出的公式进行计算：

式中：λ为坡长（通过水文分析过程获取）；m为坡长指数，其取值范围如下：m＝0.35（坡度≥27.5°）；m＝0.30；（22.5°≤坡度＜27.5°）；m＝0.25（17.5°≤坡度＜22.5°）；m＝0.2（12.5°≤坡度＜17.5°）；m＝0.15（7.5°≤坡度＜12.5°）；m＝0.10（坡度＜7.5°）

因子SL 的提取：最后在栅格计算器中，将因子L 和因子S 相乘，得到网格大小为30 m 的地形因子LS栅格图，LS值变化范围为0.0 476～163.771。

植被覆盖管理因子（C 值）是指在相同的土壤、坡度和降雨条件下，有特定植被覆盖的土地上土壤侵蚀量与空闲土地上土壤侵蚀量之比。通过柳州市遥感影像（Landsat8OLI30 m，2016 年5～9 月），计算归一化植被指数（NDVI）得到植被覆盖管理因子C。目前，常用归一化植被指数（NDVI）近似估算植被覆盖度，计算公式如下：

式中：NIR为影像中近红外波段反射值，R为红外波段反射值。

在像元二分模型的基础上研究的植被覆盖度VFC模型，计算公式如下：

式中：NDVIsoil为完全为裸土或无植被覆盖区域的NDVI值，NDVIveg则代表完全被植被覆盖的像元NDVI值，即纯植被像元NDVI值。

C值计算公式如下：

在栅格计算器中计算得到网格大小为30 m 的因子C栅格图。

2.2.4 水土保持措施因子P

水土保持措施因子P是采用专门措施后土壤流失量与顺坡种植时的土壤流失量的比值，反映植被的管理措施差异引起的土壤流失量差别，其取值在0～1之间。本项目主要通过柳州市的土地利用类型来确定P值，数据来源于第二次全国土地调查，见表3。

政策四：4月26日，农业农村部印发《关于大力实施乡村就业创业促进行动的通知》，力争到2020年，培训农村创业创新人才40万人，建设300个国家农村创业创新园区（基地），建立促进就业创业的政策体系、工作体系和服务体系，促进乡村就业创业规模水平明显提升。

土地利用类型耕地草地园地林地未利用地P值0.3 P值0.7 1 1 0土地利用类型其他农用地水利设施用地居民点工矿用地0 0

2.2.5 降雨侵蚀力因子R

降雨侵蚀力因子R反映了降雨因素对土壤的潜在侵蚀作用，是导致土壤侵蚀的主要动力因素。本文采用了1980 年FAO（联合国粮食及农业组织）建立的通过修订Fournier指数（MFI）计算R值的方法，公式如下：

式中：i是月份；pi是月降雨量；p是年降雨量。

然后，建立降雨侵蚀力因子R 与MFI 之间的关系：

式中：a和b为常数，根据柳州市降雨的实际情况，a取4.17，b取-152。

降雨数据来源于10 个气象站（国家气象观测站、国家一般气象观测站、气象台）的多年观测数据，利用ArcGIS 空间分析模块中的Kriging 插值法，生成R 因子图（.shp），最后转化为网格大小为30 m的栅格图。

2.3 数据处理

根据各个因子估算公式，运用GIS 软件得到柳州市的R 因子、K 因子、LS 因子和C 因子图层。然后将各因子图层转换成统一的坐标体系，空间分辨率为30 m×30 m，根据土壤侵蚀方程，将各因子连乘后，得到单位面积的年土壤侵蚀量A，再代入土壤抗蚀年限的估算公式中，利用栅格计算器计算抗蚀年限，将得到的栅格图层转换为矢量图层。

（1）数据聚合。利用地理信息系统软件将项目区中水土流失危险程度为极度或重度的区域评价数据转换为shape 格式，通过聚合工具将相对聚集或邻近的图斑聚合为相对完整连片图斑，聚合具体参数经过多次试验后，聚合距离设为为50 m，最小孔洞大小为50 m2，与shape格式面积最为接近。

（2）破碎斑块扣除。为减少空间的破碎程度，一般应将面积小于5 km2的独立图斑扣除，独立图斑扣除的面积阈值可根据评估结果和行政区面积大小进行适当调整。

3 水土流失重点防治空间划定结果

在广泛收集柳州市DEM，地形、气象数据、土壤、土地利用现状、植被覆盖等数据的基础上，创造性的利用USLE 及土壤抗蚀年限，利用Arcgis 软件模型，计算得出柳州市水土流失重点防治空间面积为4 120.70 km2，占柳州市国土面积的22.16%，划定后水土流失重点防治空间能为今后的水土流失治理提供参考（见图1）。

图1 柳州市水土流失重点防治空间图

4 结语

水土流失重点防治空间划定是构建空间治理体系、促进空间发展、提升治理能力、建设美丽广西的重要基础性工作之一，对于国家水土保持工程实施及自然修复工程等工作具有一定的指导意义。本文创造性的将水土流失危险程度作为水土流失重点防治空间划定依据，以柳州市水土流失重点防治空间划定为例，介绍了综合运用遥感技术、GIS技术及通用土壤流失方程（USLE）进行水土流失重点防治空间划定的方法和流程，为类似项目提供参考。