基于RUSLE的农业生态系统土壤保持价值估算研究

杨新海，蒋好忱，雷宝佳，姚镇海，马超

摘要：以吉林省公主岭市为研究区域，利用气象数据、土地利用数据、数字高程数据、遥感影像数据、农业化肥市场价格统计数据等资料，结合修正通用土壤流失方程（RUSLE）对全域生态系统和农业生态系统的土壤保持价值分别进行了估算。结果表明，2015年全域生态系统土壤保持价值约为125.37亿元（占同年总GDP的28.3%），其中农业生态系统土壤保持价值约为111.07亿元，占全域生態系统土壤保持价值的88.6%；其中包括了耕地保持价值93.48亿元、林地保持价值16.71亿元、草地保持价值0.88亿元。

关键词：RUSLE；土壤保持；价值；估算；GIS

1  引言

自然资源是人类赖以生存和发展的物质基础。自然资源资产评估是正确认识和评价自然资源资产价值的重要工作，可为进一步推进生态文明建设、揭示生态环境对人类社会和经济的全面贡献，为建立生态系统服务市场和生态效益补偿提供依据，同时也可为自然资源资产负债评价、离任环境责任审计等提供参考[1]。土壤保持价值是自然资源价值评估中的重要组成部分，对加强农业生态系统土壤保持功能及经济价值评估、建立区域环境经济综合核算体系及可持续决策具有重要意义[2]。

为此，不少学者从不同侧面开展了诸多研究[3-11]，朱青[3]、李晶[10-11]等针对黄土丘陵沟壑区进行了研究；王纪伟[6]、肖洋[7]、刘勇[9]等分别对汉江流域、重庆山区、三峡库区进行了土壤价值的估算。但上述研究大多针对地形陡峭复杂的山区，且研究的重点主要在土壤侵蚀量的估算，对于漫岗丘陵地区黑土地保持的经济价值评价较少。鉴于此，本文以吉林省公主岭市漫岗丘陵地区为研究区域，通过空间定量分析方法结合2015年的相关数据资料，对全域生态系统和农业生态系统的土壤保持价值估算，为今后的生态补偿和自然资源资产评估方法提供参考和借鉴。

2  数据与方法

2.1  数据基础

公主岭市位于吉林省中西部、长春市南部，地处松辽平原中部，区域地势东南高、西北低，呈阶梯状向东辽河倾斜，地貌类型分为南部山地和北部平原两大地貌区。该区域为温带大陆性季风气候，温度、雨量、光照等季节性变化显著，春季干旱多大风，回暖迅速；夏季热而多雨；秋季温暖多晴朗天气；冬季漫长而寒冷，年平均气温5.6 ℃，年平均降水量大约594.8毫米。对该地区的土壤保持价值进行研究，对于粮食生产和生态安全来说意义重大。其位置分布如图1所示，地形状况见表1。

本文采用的主要数据如表2所示。

2.2  研究方法

本研究估算土壤保持价值的方法采用的是土壤保持量结合市场价格换算法，土壤侵蚀量采用修正通用土壤流失方程（RUSLE）来计算[12]。方法如公式1所示：

A = R·K·LS·C·P                         （1）

式中，A为单位时间面积上的土壤流失量，R为降雨侵蚀力，K为土壤可侵蚀性，LS为地形坡度坡长因子，C为地表覆盖因子，P为水土保持措施因子。

通过ArcGIS软件计算潜在最大土壤侵蚀量，计算时将C和P值置为1。然后计算现状土壤侵蚀量，计算出现实状态下的土壤侵蚀量。使用的方法为：土壤保持量=假设无措施下的最大土壤侵蚀量-现状土壤侵蚀量，得到土壤保持量。最后根据上述算出的2015年土壤保持量和当年的N、P、K肥的市场价格，核算出2015年土壤保持的价值总量及各农业生态系统土壤保持价值。研究方法和采用的数据如图2所示：

降雨侵蚀因子R的估算采用FAO建立的通过修订Fournier[13]指数求算R值的方法，选择逐年月雨量资料估算降雨侵蚀力，见公式2、3所示。

（2）

式中，i是月份，Pi是月降水量，P是年降水量。R与该指数的关系为：

R= a·F+b                               （3）

式中，a、b取决于气候条件，利用已有的数据资料通过回归分析得到。

根据逐月气象资料，采用公式（3）计算降雨侵蚀因子R值，在ARC／INFO中采用kriging法对R值进行插值计算，生成降雨侵蚀因子R值空间分布成果。

土壤可蚀性因子K的估算参考翟伟峰等人[14]的算法计算得到。

坡度坡长因子LS的计算参考张宪奎等人的研究[15]，通过公式4计算得到。

（4）

式中：L为坡长（m）；S为坡度（%）。采用AML程序，通过Aster-gDEM计算获得。

地表覆盖C因子通过土地利用数据，结合地表覆盖率综合判断。根据研究区域情况，获得该区域不同土地利用类型的年平均C值（如表3所示）。旱地的C因子参考张宪奎等[15]的研究成果，由于公主岭市旱地以玉米为主，因此C值取0.2578；水田C因子取0.18；公主岭市林地郁闭度一般在50%－70%，因此C值取0.01；灌木林地C值取0.07；疏林地C值取0.05；公主岭市高覆盖度草地在70%以上，C值取0.04；中覆盖度草地C值取0.10；低覆盖度草地C值取0.20；裸地、裸岩C因子取1.00；沼泽和水体C因子取0；城镇居民地建筑密度高，土壤裸露面积小，C因子取0，农村居民地建筑密度低，取0.03；其他未利用荒地C值取0.06。

水土保持措施P因子在参考表3的基础上，利用土地利用现状图对研究区P值进行大致的估算。自然植被区没有任何的水土保持措施，P值取1；山区的水田一般修筑为梯田，P值取0.03；研究区内旱地主要靠天然降水，农业措施较少，P值取0.35；其余基

本上无水保措施的顺坡耕作方式，P值统一取1。

3  结果与分析

3.1  研究区土壤保持量估算

研究区土壤侵蚀各因子的计算结果如图3所示。

在Arc/Info中读入上述各因子图层，在GRID模块下按照公式（1）执行栅格叠加运算，计算每个栅格的土壤流失量，分别得到潜在最大土壤侵蚀量和现状土壤侵蚀量。二者相减即为土壤保持量。对结果进行分级，如图4所示。

由以上图可看出，公主岭地区绝大部分土地无明显侵蚀，有少部分地区土壤侵蚀稍微明显，土壤保持状况总体良好。

3.2  研究区土壤保持价值估算

采用替代价格法对土壤流失中N、P、K的损失价值进行估算。本文将氮、磷、钾折算成碳酸氢铵、过磷酸钙和氯化钾，其折算系数分别为5.57、5.13、1.90。根据研究区吉林省2015年农业生产资料的数据，上述三类物品的市场价格分别为620、710、2500元/吨，从而进行了价值估算。土壤养分损失的计算

公式如公式5：

（5）

式中：E：生态系统减少土壤养分流失的经济价值（元/km?·a）；Z：区域年均土壤保持量（t/km?·a）；CN、CP、CK：研究区不同土壤类型N、P、K的平均含量（%）；SN、SP、SK：N、P、K折算为碳酸氢铵、过磷酸钙、氯化钾的系数；MN、MP、MK：碳酸氢铵、过磷酸钙、氯化钾和薪材的市场价格（元/t）。

根据已求算出的研究区2015年生态系统土壤保持量、不同土壤类型N、P、K三种元素的平均含量、折算系数以及市场价格，采用ArcGIS栅格计算工具，计算得出研究区2015年减少N、P、K养分流失分别的经济价值和总价值。估算结果见图5，研究区生态系统土壤保持总价值约为125.37亿元。

由于钾的市场价格高，其保持的经济价值比氮和磷高出许多，氮、磷之间的保持价值较为接近。从地区分布来看，氮磷钾元素经济保持价值分布不均匀，氮与磷保持价值较高地区主要位于该市中部和南部，钾保持价值分布于全市，而最高保持价值主要位于西北部及南部。主要是由于该市西部和西南地区海拔较低，而东南部及西北部海拔较高，其潜在最大土壤侵蚀量更大，因而其区域土壤保持价值也最为显著。

3.3  不同农业生态系统土壤保持价值分析

研究区域内的农业生态系统主要包括草地、林地、耕地。根据已算出的全区域土壤保持价值分布和土地利用类型，通过ArcGIS软件分类统计工具，统计研究区各农业生态系统土壤保持经济价值，结果见表4所示。

由上表可知：2015年公主岭市农业生态系统土壤保持价值总量约为111.07亿元，其中耕地、林地和草地的保持价值分别约为93.48亿元、16.71亿元和0.88亿元，分别占农业生态系统保持价值总量的84.16%、15.04%和0.79%。由此可见，2015年耕地开发较多，在农业生态系统中土壤保持价值最为明显，占了绝大部分。

4  结论

东北地区是我国的粮食主产区之一，对其进行农业生态系统土壤保持价值的估算对正确衡量区域农业开发活动、建立区域环境经济综合核算体系及农业可持续决策具有重要意义。本文以东北地区吉林省公主岭市为研究区域，结合多源数据和修正通用土壤流失方程对全域生态系统和农业生态系统的土壤保持价值进行了估算，获取了区域生态系统土壤保持价值和各个农业生态系统的土壤保持价值。主要结论如下：

（1）采用土壤保持量结合市场价格换算的方法来估算农业生态系统土壤保持价值，通过估算假设无措施下的最大土壤侵蚀量和现状土壤侵蚀量，得到了土壤保持量和土壤保持价值。

（2）研究区生态系统土壤保持价值南部和西北部较高，东部和中部较低，主要是受地势差异及土地利用类型不同影响所致。

（3）公主岭市整个区域2015年生态系统土壤保持总价值约125.37亿元，相当于该市当年GDP总值的28.3%。其中农业生态系统土壤保持价值总量约为111.07亿元，占区域总土壤保持价值的88.6%。由此可见，农业生态系统的土壤保持價值巨大，科学合理地开展针对性的生态保护措施，具有重要的实际意义。

（4）在农业生态系统的土壤保持价值中，耕地保持价值为93.48亿元，占了84.16%；林地保持价值为16.71亿元，占了15.04%；草地保持价值为0.88亿元，占了0.79%。由此可见，耕地是整个农业生态系统的关键环节，其土壤保持价值最高。

随着高质量发展的必然要求和科学技术的不断进步，土壤保持价值的估算越来越被各个领域所重视。基于土壤保持量结合市场价格换算法估算土壤保持价值，可在一定程度上为区域环境经济综合核算、农业可持续决策规划和生态保护修复提供参考。

参考文献

[1] 李晓晖，萧敬豪，王建军，等.面向生态修复的自然资源资产评估与应用研究——以广州市为例[J].生态学报，2022，42（3）：1192-1202.

[2] 李加林，童亿勤，杨晓平，等.杭州湾南岸农业生态系统土壤保持功能及其生态经济价值评估[J].水土保持研究，2005（4）：202-205.

[3] 朱青，周自翔，刘婷，等.黄土高原植被恢复与生态系统土壤保持服务价值增益研究——以延河流域为例[J].生态学报，2021，41（7）：2557- 2570.

[4] 陈童尧，贾燕锋，王佳楠，等.基于InVEST模型的祁连山国家级自然保护区土壤保持现状与功能[J].干旱区研究，2020，37（1）：150-159.

[5] 陈召亚，李超，何玲，等.黄骅市土壤保持价值年内动态特征[J].中国生态农业学报，2016，24（2）：244-255.

[6] 王纪伟，孙光，罗遵兰，等.汉江上游森林生态系统土壤保持服务功能研究[J].环境科学与技术，2015，38（12）：291-297.

[7] 肖洋，欧阳志云，徐卫华，等.基于GIS重庆土壤侵蚀及土壤保持分析[J].生态学报，2015，35（21）：7130-7138.

[8] 黄龙生，王兵，牛香，等.天保工程对东北和内蒙古重点国有林区保育土壤生态效益的影响[J].中国水土保持科学，2017，15（5）：67-77.

[9] 刘勇，王玉杰，王红霞，等.长江三峡库区6种退耕还林模式涵养水源与保育土壤效益及其价值估算[J].中国水土保持科学，2014，12（6）： 50-58.

[10] 李晶，任志远.基于GIS的陕北黄土高原土地生态系统水土保持价值评价[J].中国农业科学，2007（12）：2796-2803.

[11] 李晶，任志远.陕北黄土高原土地利用生态服务价值时空研究[J].中国农业科学，2006（12）：2538-2544.

[12] RENARD K G， FOSTER G R， WEESIES G A， et al. Predicting Soil Erosion by Water： A Guide to Conservation Planning with the Revised Universal Soil Loss Equation （RUSLE）[M].1997.

[13] ARNOLDUS H M J. An Approximation of the Rainfall Factor in  the Universal Soil Loss Equation//De Boodt M， Gabriels D（Eds）. Assessment of Erosion [M]. John Wiley and Sons Ltd， 1980： 127-132.

[14] 翟伟峰，许林书.东北典型黑土区土壤可蚀性K值研究[J].土壤通报，2011，42（5）：1209-1213.

[15] 张宪奎，许靖华，卢秀琴，等.黑龙江省土壤流失方程的研究[J].水土保持通报，1992（4）：1-9.

[16] DEM， soil data， landuse data[DS/OL]. V1. Science Data Bank， 2023[2023-12-21]. https：//cstr.cn/17058.11.sciencedb.agriculture. 00095.

引用格式：楊新海，蒋好忱，雷宝佳，姚镇海，马超.基于RUSLE的农业生态系统土壤保持价值估算研究[J].农业大数据学报，2024，6（1）： 48-55. DOI：10. 19788/j.issn.2096-6369.000005.

CITATION： YANG XinHai， JIANG HaoChen， LEI BaoJia， YAO ZhenHai， MA Chao. Estimation of Soil Conservation Value in Agro-ecosystem Based on RUSLE[J]. Journal of Agricultural Big Data， 2024，6（1）： 48-55. DOI： 10.19788/j.issn.2096-6369.000005.

Estimation of Soil Conservation Value in Agro-ecosystem Based on RUSLE

YANG XinHai1， JIANG HaoChen2*， LEI BaoJia3， YAO ZhenHai4， MA Chao2

1. Shaanxi Surveying and Mapping Production Supervision and Inspection Station of MNR， Xian 710054， China; 2.The First Topographic Surveying Brigade of MNR， Xian 710054， China; 3.The First Institute of Mapping and Geographic Information of MNR， Xian 710054， China; 4.Anhui Meteorological Service Center， Hefei 230031， China

Abstract： Taking Gongzhuling of Jilin Province as the research area， the soil conservation value of the total ecosystem and agricultural ecosystem in this area was estimated respectively by using meteorological data， land use data， digital elevation data， remote sensing image data， agricultural fertilizer market price statistics， and the modified general soil loss equation （RUSLE）. The result shows that the total ecosystem soil conservation value of the entire region in 2015 was about 12.537 billion yuan （accounting for 28.3% of the total GDP of the same year）， of which the agricultural ecosystem soil conservation value was about 11.107 billion yuan， accounting for 88.6% of the total ecosystem soil conservation value; This includes a value of 9.348 billion yuan for cultivated land conservation， 1.671 billion yuan for forest land conservation， and 88 million yuan for grassland conservation.

Keywords： RUSLE; soil conservation; value; estimate; GIS