山区地形因子尺度依赖性及其对水土流失评价的影响研究<br/>——以江西省崇义县为例

山区地形因子尺度依赖性及其对水土流失评价的影响研究
——以江西省崇义县为例

2021-10-15廖元群廖富强万小星齐述华

中国水土保持 2021年10期

廖元群，廖富强，万小星，齐述华

(1.江西师范大学鄱阳湖湿地与流域研究教育部重点实验室/地理与环境学院，江西南昌 330022；2.江西省水政监察总队，江西南昌 330009)

水土流失是在外营力(水力、风力、重力、冻融张缩力等)作用下，土壤物质剥离、迁移或沉积的过程。水土流失的发生主要是地形、土壤、降雨、植被及土地利用方式等多因子共同作用的结果[1-2]。目前，常用于区域水土流失评价的经验模型有USLE、RUSLE和CSLE。2018年水利部印发了《区域水土流失动态监测技术规定(试行)》，要求采用CSLE模型开展全国全覆盖的水土流失动态监测。地形因子是CSLE模型中的重要参数，包括坡长因子(L)和坡度因子(S)，其中：L是指其他条件一致的情况下，某种坡长坡面土壤侵蚀量与22.13 m坡长坡面土壤侵蚀量的比值[3]；S是指降雨、土壤、坡长、地表状况等条件一致的情况下，某坡度下坡面土壤侵蚀量与坡度为5.14°时坡面土壤侵蚀量的比值[3]。

研究人员对地形因子的计算方法及其尺度依赖性进行了研究。梁晓珍等[4]分别利用分段坡长法和汇流面积法计算L、S因子值，并分析了不同方法计算的L因子值及其对水土流失评价的影响；矫欣航[5]利用同一地形资料空间内插重采样成不同空间分辨率DEM，分析不同分辨率的DEM计算的L、S因子值对水土流失评价的影响；羊秀娟等[6]利用GDEMDEM和SRTM DEM重采样为不同分辨率，分析地形因子的分辨率对水土流失评价的影响；李新艳[7]分析了不同地貌区的宏观和微观地形因子对区域水土流失评价的影响；LU Shaojuan et al.[8]比较了5种地形数据计算的L、S因子值。上述成果主要集中于研究不同地形因子提取方法、不同分辨率和不同地貌区的地形因子与土壤侵蚀的关系，而对山地地貌区不同尺度地形因子及其对区域水土流失评价结果的影响研究较少。基于上述研究背景，本研究选择山地特征明显的崇义县，分别利用1∶1万、1∶5万地形图和ASTER GDEM数据，比较山地条件下L、S因子的尺度依赖性及其对区域水土流失评价结果的影响，希望能为山区水土流失动态监测提供参考。

1 研究区概况

崇义县地处江西省西南边陲，隶属赣州市，位于东经113°55′～114°38′、北纬25°24′～25°55′之间，东西长约73 km，南北宽约59 km，国土总面积2 197 km2，东与南康区接壤，南与大余县和广东省仁化县相交，西与湖南省汝城县、桂东县毗邻，北与上犹县交界。全县地势由西南向东北方向倾斜，按地貌特征分为中山、低山、高丘陵、河谷阶地4种类型，见图1。

图1 研究区概况

2 研究数据与方法

2.1 土地利用数据

利用高分一号卫星2 m分辨率光学遥感影像，依据《土地利用现状分类》(GB/T 21010—2017)制定的分类体系，以人工目视解译为主，生成崇义县土地利用空间分布数据。

2.2 地形数据及L、S因子计算

在利用崇义县1∶1万、1∶5万等高线高程数据和ASTER GDEM30 m空间分辨率的栅格高程数据，通过反距离加权算法重采样，插值生成10 m空间分辨率DEM数据的基础上，利用符素华等[3]研发的地形因子软件计算L、S因子值。该算法充分考虑了坡耕地的特点，结合MCCOOL提出的公式[9]和LIU Baoyuan提出的公式[10]计算S因子，计算公式为

(1)

式中：θ为坡度，(°)；S为坡度因子，取值范围为[0, 9.99]。

采用FOSTER et al.[11]提出的分段坡长法计算栅格中每个像元的坡长因子值，计算公式[12]为

(2)

其中

(3)

上两式中：Li为第i个栅格的坡长因子；λi、λi-1分别为第i个和第i-1个坡段的坡长，m；m为坡长指数。

2.3 CSLE模型

采用刘宝元等[12]提出的中国土壤流失方程CSLE模型，计算公式为

A=R·K·L·S·B·E·T

(4)

式中：A为土壤侵蚀模数，t/(hm2·a)；R为降雨侵蚀力因子，MJ·mm/(hm2·h·a)；K为土壤可蚀性因子，t·hm2·h/(hm2·MJ·mm)；B为植被覆盖与生物措施因子，无量纲；E为工程措施因子，无量纲；T为耕作措施因子，无量纲。

其中：R、K因子数据来自水利部信息中心；采用Landsat-8卫星获取的光学影像计算的NDVI和MODIS 16天合成23时相NDVI数据产品，通过融合法计算24个半月尺度的NDVI，再按照像元二分模型计算植被覆盖度，分别计算园地、林地和草地的B因子值；依据高分卫星遥感影像提取的水土保持工程措施确定E因子值，研究区提取的工程措施主要有土坎水平梯田、水平阶(反坡梯田)和地埂，分别赋值为0.084、0.151和0.347；依据《中国耕作制度70年》，崇义县属于南岭丘陵山地水田旱地二熟三熟区，耕地的耕作措施因子赋值0.338。

3 结果与分析

3.1 不同地形数据的地形特征差异

坡度是地形特征的要素，坡度的大小直接影响地表的物质流动与能量转换的规模与强度[6]。按照《土壤侵蚀分类分级标准》(SL 190—2007)中的坡度分级标准，将坡度分为6级(0°～5°、5°～8°、8°～15°、15°～25°、25°～35°、≥35°)，以1∶1万、1∶5万和ASTER地形数据进行坡度分析，结果见图2。从图2可以看出：作为山区县，崇义县8°～35°坡度带分布面积较大；在0°～15°缓坡带，1∶1万地形数据土地面积大于ASTER和1∶5万；在≥25°陡坡度带，1∶5万地形数据土地面积明显大于ASTER和1∶1万；1∶1万和1∶5万高程数据中，比例尺越大，计算的平均坡度越小，陡坡区分布面积占比越小。

图2 不同地形数据坡度分级面积分布

依据崇义县地形地貌特点，将高程分为4个等级(表1)：低丘及河谷阶地(<300 m)、高丘(300～500 m)、低山(500～1 000 m)和中山(1 000～3 500 m)。分别统计各级高程面积，结果表明3种地形数据在各高程带的分布面积相近。

表1 不同地形数据高程面积分级

3.2 不同地形数据计算的坡长因子差异

根据崇义县坡长因子空间分布(图3)，统计分析不同地形数据计算的L因子频率分布(图4)。坡长因子分级面积占比计算结果见表2。结果表明：基于1∶1万、1∶5万和ASTER地形数据计算的L因子平均值分别为1.78、1.69、1.63，离差系数分别为0.48、0.54、0.62；在L因子1.0～1.5和≥2.5分级范围内的面积占比均表现为1∶5万>ASTER>1∶1万，且在0.5～1.0的分级范围内1∶5万、ASTER地形数据面积占比均为0；在L因子1.5～2.0分级范围内的面积占比1∶1万>1∶5万>ASTER。

表2 坡长因子分级面积占比

图3 崇义县不同地形数据计算的L因子空间分布

图4 崇义县不同地形数据计算的L因子频率分布

3.3 不同地形数据计算的坡度因子差异

根据崇义县坡度因子空间分布(图5)，统计分析不同地形数据计算的S因子频率分布(图6)。坡度因子分级面积占比计算结果见表3。结果表明：基于1∶1万、1∶5万和ASTER地形数据计算的S因子平均值分别为2.66、3.93、3.04，离差系数分别为0.56、0.41、0.52；1∶1万地形数据S低值区的面积占比高，1∶5万地形数据S高值区的面积占比高；1∶1万地形数据中85.66%的区域S<7.5，1∶5万地形数据中77.50%的区域S>4.5，ASTER地形数据中S值在各分级范围内分布较为均匀。

图5 崇义县不同地形数据计算的S因子空间分布

图6 崇义县不同地形数据计算的S因子频率分布

表3 坡度因子分级面积比例

3.4 基于不同地形数据计算的水土流失面积差异

根据《区域水土流失动态监测技术规定(试行)》，各土壤侵蚀因子重采样为10 m空间分辨率，分别利用不同来源DEM计算的地形因子，以CSLE模型计算土壤侵蚀模数。根据《土壤侵蚀分类分级标准》(SL 190—2007)，将土壤侵蚀强度分为微度、轻度、中度、强烈、极强烈和剧烈侵蚀等6个等级，其中轻度及以上侵蚀区为水土流失区。根据崇义县土壤侵蚀强度空间分布(图7)，统计不同侵蚀强度面积(表4)，结果表明：3种地形数据评价的崇义县水土流失面积均以轻度侵蚀为主，但地形数据的差异对水土流失强度评价的结果影响显著，水土流失面积1∶5万>ASTER >1∶1万。

表4 土壤侵蚀面积 km2

图7 崇义县不同地形数据计算的土壤侵蚀强度空间分布

利用坡度与土壤侵蚀强度进行叠加分析，结果见图8。从图8可以看出，崇义县以轻度侵蚀为主，主要分布在15°～35°坡度带；1∶1万和ASTER地形数据计算的土壤侵蚀强度在各坡度带分布的面积比例较相近；从各坡度带的土壤侵蚀分布情况看，1∶5万地形数据计算的中度以上侵蚀比1∶1万和ASTER地形数据均高一个坡度带等级。结果说明，在崇义县坡度是影响水土流失强度的重要因素。