降雨和植被因子对延河流域土壤侵蚀影响的定量评估

刘 悦, 刚成诚, 温仲明,, 陈同德

(1.西北农林科技大学 草业与草原学院, 陕西 杨凌 712100; 2.西北农林科技大学水土保持研究所, 陕西 杨凌 712100; 3.中国科学院 水利部 水土保持研究所, 陕西 杨凌 712100)

降水和植被是影响土壤侵蚀的主要因子，与土壤侵蚀的产生和变化过程密切相关[1]。降水是土壤侵蚀发生的动力来源，降雨量、降雨强度和降雨历时均是影响土壤侵蚀强度的重要因素[2-3]。植被是控制土壤侵蚀重要的环境因子，是防治土壤侵蚀的积极因素[4]。植被不仅可以截留降雨、降低雨滴动能，还具有延长地表径流形成、增加土壤入渗时间等功能。植被覆盖度越高，结构越复杂，其水土保持功能越强[4-5]。

黄土高原是中国乃至全球土壤侵蚀最为严重的地区，是黄河泥沙的主要来源区和重点治理区，生态环境脆弱[6]。自1999年开始，黄土高原地区先后实施了小流域治理、退耕还林(草)和坡耕地整治等一系列生态工程，生态环境得到了明显的改善，植被覆盖度增加[7-8]，多年平均入黄泥沙量从1.60×109t锐减至2.00×108～3.00×108t[9-12]。目前，关于植被恢复对黄土高原水土流失的影响已开展了大量的研究[12-15]，如Wang等[16]基于泥沙恒等式的诊断方法发现2000年以来，植被措施是土壤保持的主要贡献者，占57%；Sun等[17]基于RUSLE模型研究了2000—2010年黄土高原的土壤侵蚀，发现植被恢复对控制土壤侵蚀的作用大于降水；Gao等[18]基于降雨—输沙统计模型分析发现2000年以后土地覆被变化对黄土高原主要流域输沙减少的贡献率大于70%；蒋凯鑫等[13]利用水文法等方法发现人类活动是黄河中游地区输沙量减少的主要原因。由此可见，目前大部分研究认为生态工程实施带来的植被恢复是径流和输沙量减少的主要原因，但由于研究区域、时间范围及所用方法的差异，导致降雨和植被因子对土壤侵蚀贡献的定量评估仍存在一定的不确定性[14,19-20]。为此，在退耕还林(草)工程实施20 a的背景下，本研究基于气候数据、Landsat遥感影像和DEM数据，利用修正的土壤侵蚀方程(RUSLE)模型分别模拟自然状态、降雨因子(降雨侵蚀力R)不变和植被因子(植被覆盖管理因子C)不变3种情景下2000—2018年延河流域逐年土壤侵蚀模数，分析不同情景下土壤侵蚀强度的时空动态，定量评估降雨和植被因子对土壤侵蚀变化的相对贡献，以期为未来制定土壤侵蚀应对策略提供理论依据，亦可为退耕还林还草等工程的生态效应评估提供科学依据。

1 研究区概况与研究方法

1.1 研究区概况

延河是黄河的一级支流，发源于靖边县境内，由西北向东南流经志丹县、安塞县和延安，在延长县南河沟乡凉水岸附近汇入黄河，全长286.9 km[21]。主要支流包括杏子河，西川、潘龙川和南川等，整个流域面积为7 725 km2，位于陕北黄土高原中部丘陵沟壑区(36°21′—37°19′N，108°38′—110°29′E)，地势西北高、东南低，地形破碎复杂，沟壑密度在2.1～4.6 km/km2之间，黄绵土占流域总面积的85%以上，土质疏松，抗侵蚀能力差[21-22](见封3，附图1)。该流域属于温带大陆性半干旱半湿润气候区，年均温约为9 ℃，年降水量约为500 mm，大部分地区干旱少雨，降雨季节分配不均，夏季多暴雨，降水变化率大。植被以次生植被和中、低覆盖度草地为主，天然林集中部分在流域的西南部(见封3，附图1)。常见的植物种从南向北有辽东栎(Quercusliaotungensis)、刺槐(RobiniapseudoacaciaL.)、油松(Pinustabuliformis)。延安至安塞之间为柠条(Caraganakorshinskii)和白羊草(Bothriochloaischaemum)，安塞以北为百里香(Thymusvulgaris)、长芒草(Stipabungeana)等[22-23]。

1.2 数据来源

本研究所用的数据包括： ①DEM数据，来源于中国科学院资源环境科学与数据中心，空间分辨率为30 m； ②气象数据：流域内及周边气象站数据来源于中国气候数据共享网； ③土地利用数据：来源于中国科学院资源环境科学与数据中心，空间分辨率为30 m； ④遥感影像数据：2000—2018年延河流域6—9月的Landsat 7ETM和Landsat 8OLI遥感影像(127034，127035，126035)，来源于美国USGS网站，利用ENVI软件进行缺失条带插补、辐射定标和大气校正等操作，提取植被结构指数应用于RUSLE模型中。

1.3 土壤侵蚀模型

本研究采用RUSLE来计算延河流域的土壤侵蚀模数：

A=R·K·L·S·C·P

(1)

式中：A为年均土壤侵蚀模数,是指单位面积单位时间和空间的平均土壤流失量〔t/(km2·a)〕;R为降雨侵蚀力因子〔MJ·mm/(km2·h·a)〕;K为土壤可蚀性因子〔t·hm2·h/(km2·MJ·mm)〕;L，S分别为坡长和坡度因子;C为植被覆盖管理因子;P为水土保持措施因子。

1.3.1 降雨侵蚀力因子(R) 降雨侵蚀力反映了降雨对土壤侵蚀的剥离和搬运能力，与降雨量、降雨强度和降雨历时等因素有关[21]。本研究利用逐月雨量计算2000—2018年延河流域的降雨侵蚀力[24]。利用气象站点降雨量数据通过AUSPLINE插值求得降雨量的空间分布图，空间分辨率为30 m。

1.3.2 土壤可蚀性因子(K) 土壤可蚀性因子是反映降雨过程中土壤性质对土壤流失的影响，其定义为标准小区单位降雨侵蚀力引起的土壤流失率[25]。本研究利用EPIC模型计算延河流域的K值[26]。

1.3.3 坡度和坡长因子(LS) 坡度和坡长影响着土壤和植被的形成与发展，决定了地表径流的运动状态和方向。坡度越大，坡长越长，径流能量越大，土壤侵蚀作用越强。本文采用刘宝元等在黄土高原改进的、基于DEM的方法计算延河流域的坡度坡长因子[27]。

1.3.4 植被覆盖管理因子(C) 结构化植被指数(Cs)不仅考虑了植物群落的水平结构特征，还考虑了不同群落垂直结构特征在水土保持作用中的差异[28-29]。因此，本研究采用植被结构指数Cs代替传统NDVI作为植被覆盖管理因子C的计算，其计算公式为：

(2)

式中：α，β的取值分别为2,1[21]。由于水体和建筑用地的Cs较低,接近于0,但它们的土壤侵蚀强度很小,因此将水体和城镇用地的C值赋值为0。

Cs的计算公式为：

(3)

MSAVI=0.5+NIR-0.5×

(4)

Cs=0.175MSAVI+0.522NDTI

(5)

式中：NDTI为归一化耕作指数，无量纲;R,NIR,SWIR1和SWIR2分别为Landsat 7,8影像的短波红外波段1和2；MSAVI为修正的土壤调整植被指数。

1.3.5 水土保持措施因子P采用给不同土地利用类型赋值的方法确定P值[30]。依据表1按照坡度范围对耕地进行赋值。水体、建筑用地、林地和草地一般未采取水土保持措施，因此赋值为1。

表1 不同坡度范围耕地的P值

1.4 降雨和植被因子对土壤侵蚀影响的定量评估

设置自然状态、C固定-R变化和R固定-C变化3种情景，分别计算不同情景下2000—2018年延河流域逐年土壤侵蚀模数，进而揭示降雨和植被因子对土壤侵蚀变化的相对贡献，计算公式为：

自然状态情景：Ai=Ri·K·LS·Ci·P

(6)

C固定-R变化情景：

A-Ri=Ri·K·LS·C2000·P

(7)

R固定-C变化情景：

A-Ci=R2000·K·LS·Ci·P

(8)

式中：Ai为自然状态下第i年土壤侵蚀模数;Ri为第i年降雨侵蚀力因子;Ci为第i年植被覆盖管理因子;A-Ri为C固定-R变化情景下第i年的土壤侵蚀模数;C2000为2000年植被覆盖管理因子;A-Ci为R固定-C变化情景下第i年的土壤侵蚀模数;R2000为2000年的降雨侵蚀力。

2 结果与分析

2.1 3种情景下延河流域土壤侵蚀的时间动态

2000—2018年，自然状态、R固定-C变化和C固定-R变化的情景下延河流域土壤侵蚀的时间动态如图1所示。在自然状态和R固定-C变化的情景中，土壤侵蚀模数均呈现下降的趋势，在19 a间分别下降了44.15%和56.86%。2001年土壤侵蚀模数最高，分别达到15 867.67和15 392.71 t/(km·a)，之后逐渐下降，而在2014年后，又呈现逐渐上升趋势。在C固定-R变化的情景中，土壤侵蚀模数呈现微弱的上升趋势，19 a间共上升了11.86%。为进一步了解不同情景中土壤侵蚀的时间动态，本文研究了不同侵蚀等级的时间变化特征(图2)。在自然状态和R固定-C变化的情景中，微度和轻度侵蚀的面积均有所增加，同时，强烈、极强烈和剧烈侵蚀的面积均有所下降。在自然状态下，微度和轻度侵蚀的总面积占流域总面积的比例从2000年的27.36%增加到2018年的49.67%。同时，强烈、极强烈和剧烈侵蚀的面积所占比例从59.60%下降到36.84%；在R固定-C变化的情景中，微度和轻度侵蚀的面积之和所占比例则增加到2018年的57.11%，强烈、极强烈和剧烈侵蚀的面积之和所占比例下降到29.74%。而在C固定-R变化的情景中，各土壤侵蚀强度面积的所占比例变化不大，2018年微度和轻度侵蚀的面积之和所占比例为22.98%，强烈、极强烈和剧烈侵蚀的面积之和所占比例为64.32%。

图1 延河流域在3种情景下土壤侵蚀的时间动态

2.2 3种情景中延河流域土壤侵蚀的空间动态

3种情景中，2001年土壤侵蚀模数大于5 000 t/(km2·a)的区域广泛分布于延河的上、中和下游，轻度和微度侵蚀的区域主要分布在延河沿岸地带及流域的西南部(图3)；在自然状态和R固定-C变化的情景中，2009年轻度和微度侵蚀的面积均有所增加，且在R固定-C变化的情景中，增加更为明显，其主要分布在延河的中游和下游地区。相比之下，C固定-R变化的情景中，土壤侵蚀模数的空间分布并未有明显变化。2018年，在自然状态和R固定-C变化的情景中，轻度和微度侵蚀的面积略微增加，此时土壤侵蚀模数大于5 000 t/(km2·a)的区域主要集中在延河的上游。而C固定-R变化的情景中，土壤侵蚀模数的空间分布与2009年较为类似。2000—2009年，自然状态下土壤侵蚀强度呈现下降趋势的面积占流域总面积的53.70%(图4)。在R固定-C变化的情景中，土壤侵蚀强度下降区域的面积占流域总面积达71.09%，而在C固定-R变化的情景中，土壤侵蚀强度未有下降趋势，其中呈现不变和增加趋势的面积分别占流域总面积的53.20%和46.80%。在2009—2018年，自然状态下土壤侵蚀强度呈现上升和下降趋势的面积分别占流域总面积的15.75%和32.39%；在R固定-C变化的情景中，土壤侵蚀强度上升和下降区域的面积所占比例分别为19.63%和24.71%；而C固定-R变化的情景中，土壤侵蚀强度不变的面积达84.10%，其余为土壤侵蚀强度降低一级的区域，面积所占比例为15.90%。从整个研究时期来看，自然状态和在R固定-C变化的情景中，土壤侵蚀强度主要以下降为主，而在C固定-R变化的情况下，土壤侵蚀强度则以不变和上升为主(图4)。

图3 2001，2009，2018年延河流域在3种情景下的土壤侵蚀模数空间分布

图4 2000-2009年、2009-2018年和2000-2018年延河流域3种情景下土壤侵蚀强度空间变化

2.3 降雨和植被因子对土壤侵蚀变化贡献率的定量评估

在自然状态、R固定-C变化和C固定-R变化情景下，基于2000—2009年、2009—2018年和2000—2018年不同土壤侵蚀强度变化分析了降雨和植被因子对土壤侵蚀作用的大小。由图5可知，3个时间段内植被因子的贡献表现为促进了微度、轻度和中度侵蚀强度的增加，其在2009—2018年平均贡献率为67.70%，在2000—2009年和2000—2018年的平均贡献率均在70%以上；在3个时期内，植被因子对强烈、极强烈和剧烈侵蚀强度的增加表现为抑制作用，即促进了强度的降低，其贡献率约为80%。

相比之下，降雨促进了土壤侵蚀强度的增加。在2000—2009年，降雨促进了极强烈和剧烈侵蚀强度的增加，贡献率分别为22.23%和23.12%；同时，降雨抑制了其他侵蚀强度的增加，其中对中度侵蚀的贡献率达到54.69%；在2009—2018年，降雨促进了中度、强烈、极强烈和剧烈侵蚀强度的增加，其贡献率在18.40%～53.18%之间。在整个研究时间段内，降雨因子的作用表现为促进强烈、极强烈和剧烈侵蚀强度的增加。

3 讨 论

降雨是引起土壤侵蚀产生的最主要动力因素之一。延河流域侵蚀性降雨多集中在夏季雨季，暴雨频发，土壤侵蚀较为严重。本研究发现，2000—2018年，R固定-C变化的情景中土壤侵蚀模数低于自然状态下土壤侵蚀模数，二者的时间和空间动态较为接近，表明这19 a间，降雨量的变化增加了延河流域土壤侵蚀的土壤侵蚀。进一步分析发现，在2000—2018年，降雨促进了强烈、极强烈和剧烈侵蚀面积的增加，其贡献率约为20%。在我国喀斯特地区的研究同样证明了降雨的增加会造成土壤侵蚀强度的增加，其贡献率在7.5%～26.0%[31]。在同等降雨条件下，是否发生土壤侵蚀与植被特征有着密切的关系。植被覆盖度越高，结构越完整，对雨滴的截留作用越大，越能够分散和削弱雨滴的能量，有效防止雨滴对地面直接打击和破坏作用，产生的土壤侵蚀越小[28]。因此，植被状况是影响土壤侵蚀变化的关键因素。本研究结果表明，在C固定-R变化的情景中，土壤侵蚀模数的变化趋势与自然状态差别较大，表明植被因子对控制土壤侵蚀的作用更强。在2000—2018年，延河流域的平均结构化植被指数显著增加(p<0.001)(图6)。自退耕还林还草等一系列生态恢复工程实施以来，延河流域植被状况明显改善，流域内产流产沙量明显下降[5,8]。本研究发现，2000—2018年，植被因子有效抑制了强烈、极强烈和剧烈侵蚀强度的增加，其正向贡献率达77.20%。徐学选等[32]的研究发现降水和人类活动对1956—2009年延河流域的输沙量减少的贡献分别为30%和70%；赵跃中等[5]的研究表明，1996—2010年，植被恢复为主导的水土保持措施对延河流域输沙量减少的贡献率为55.9%；王志杰等[31]在贵阳喀斯特地区的研究证实植被覆盖因子对土壤侵蚀变化贡献了74%～92%，是土壤侵蚀变化的主导和控制因子；Zhao等[33]在黄土高原皇甫川流域研究发现人类活动对输沙量减少的贡献率高达93.6%。但王涛等[20,34]在陕北洛河流域的研究表明，在2000—2014年，降雨对土壤侵蚀的贡献大于植被。原因可能在于洛河流域面积较大，降水的作用更为突出，但其结果也证实退耕还林还草工程的实施有效降低了土壤侵蚀量。钟丽娜等[35]的研究亦表明土地利用与覆被对土壤侵蚀的作用有明显的尺度效应。

注：贡献率大于0表现为促进作用，小于0表现为抑制作用。

图6 2000-2018年延河流域降雨侵蚀力(R)和植被结构指数(Cs)的动态变化

4 结 论

(1) 2000—2018年，在自然状态和R固定-C变化情景中，土壤侵蚀模数均呈现下降的趋势，在19 a间分别下降了44.15%和56.86%；在C固定-R变化的情景中，不同土壤侵蚀强度的面积变化不大，19 a间土壤侵蚀模数上升了11.86%；

(2) 2000—2018年，在自然状态和R固定-C变化情景中，土壤侵蚀强度下降的地区主要分布在延河的中游和下游，其中2000—2009年土壤侵蚀强度下降的程度大于2009—2018年；在C固定-R变化的情景中，延河流域土壤侵蚀强度在2000—2009年以不变和上升为主，而在2009—2018年以不变和下降一级为主。

(3) 2000—2018年，植被因子是控制延河流域土壤侵蚀强度的主导因素，其贡献率为77.20%，而降雨因子对控制土壤侵蚀起负作用，即促进了土壤侵蚀强度的增加。在全球气候变暖的背景下，未来极端降雨事件发生的频次将增加，如何在延河流域，尤其是上游地区，优化配置水土保持措施，增强植被的正向效应，同时降低降雨的负向效应是需进一步思考的问题。