基于多源遙感數據的生態系統保育土壤價值評估
——以河北省北部四地市為例

許 旭，李曉兵，韓念龍

基于多源遙感數據的生態系統保育土壤價值評估
——以河北省北部四地市為例

許 旭1，2，李曉兵1，韓念龍1

(1.北京師范大學資源學院地表過程與資源生態國家重點實驗室，北京 100875;2.深圳市規劃國土發展研究中心，深圳 518034)

為了給合理地利用土地資源和科學地進行環境保護提供依據，利用多源遙感影像數據，結合氣象數據、土壤屬性數據與DEM，對河北北部地區生態系統的土壤保持量進行了評估，并參考《森林生態系統服務功能評估規范》，對生態系統保護土壤肥力的價值與固土價值進行了評估。結果表明，研究區2008年度生態系統的土壤保持總量達到7.55億t，對應的價值量為1.08×104億元。林地、灌叢及草地生態系統分別為平均土壤保持量與保持價值最大的3種生態系統類型，它們在區域土壤保持中起著重要的作用。從空間分布來看，研究區的中部山區，植被覆蓋良好，土壤保持量及保持價值較高，而東西部平原及壩上地區，地勢平坦，植被覆蓋稍差，土壤保持量及保持價值均較低。中部山區雖然植被覆蓋良好，但由于地勢起伏大，容易發生水土侵蝕，因此加強中部山區自然植被的保護和建設，是減緩區域水土流失，提高生態系統保育土壤服務價值的關鍵。

生態系統;土壤保持量;保育土壤價值;河北北部

0 引言

土壤侵蝕引起的土壤肥力下降、河道淤積、土地退化、荒漠化等一系列的生態環境問題，嚴重威脅著人類的生存和發展，已成為區域性和世界性的重大環境問題［1］。我國是世界上土壤侵蝕最嚴重的國家之一，尤其在農牧交錯帶以及生態脆弱地區［2］，由于土壤侵蝕而導致的糧食減產、水質污染、災害頻發等問題已成為限制地區經濟發展的首要問題［3－4］。

植被具有防止土壤侵蝕的積極功能，可以有效地緩解區域土壤侵蝕問題［5］，這是生態系統重要的服務功能。1997年，Costanza等人對全球生態系統服務的價值進行了評估研究［6］，引起了學術界廣泛的關注和討論，使得生態系統服務及其價值評估研究成了生態學研究中的前沿和熱點。作為生態系統重要的服務功能，土壤保持受到了人們持續的關注，有關水土保持及其經濟效益評估的研究也日益增多［7－13］。USLE方程作為最廣泛應用的土壤侵蝕預報模型，雖然是諸多研究中最常用的模型之一，但研究中存在量綱混亂、概念不清、數據時序不統一等問題，而對于水土保持經濟價值的評估，也由于評估參數選擇的多樣、隨意性而導致評估結果之間差異顯著。

本研究總結了USLE方程應用中易出錯的問題，并提出依據LY/T 1721－2008《森林生態系統服務功能評估規范》［14］來進行生態系統服務價值的評估，其對于正確使用USLE方程、統一評估標準、增強評估結果間的可比性具有一定的意義，同時對于量化地區生態系統水土保持效益、防治區域水土流失、指導區域生態環境建設、科學管理生態系統等也有著一定的指導作用。

1 研究區概況

研究區位于河北省北部，包括張家口、承德、唐山、秦皇島4區，總面積為9.77萬km2。本區位于華北平原的北部，屬溫帶大陸性季風型氣候，四季分明。區內地貌復雜多樣，有山地、丘陵、高原、平原和盆地，地勢起伏較大。土壤類型以潮土、棕壤、褐土及栗鈣土為主［15，16］。本區域內植被覆蓋類型多樣，壩上地區處于華北平原到內蒙古高原的過渡區，屬于我國北方農牧交錯帶，有大面積的草原分布，山區則分布著森林、灌叢及高山草甸等，平原地區主要為農田。

2 數據獲取及預處理

研究采用的遙感影像數據包括空間分辨率為30 m的Landsat TM影像以及空間分辨率為250 m的MODIS NDVI影像。TM數據為2008年7～9月覆蓋研究區的數景影像，經幾何糾正、輻射校正、拼接及裁剪而成。本文將研究區土地覆蓋類型分為林地、灌叢、草地、農田、水體、未利用地和建設用地7種，并采用監督分類的方法得到了研究區的土地利用圖;同時利用研究區2008年9月份實地調查的土地利用信息對該土地利用圖進行了精度驗證，分類精度為83%，達到了精度要求。MODIS影像數據為采用最大值合成法合成的2008年度16 d歸一化植被指數(NDVI)(下載自美國國家航空與宇航局(NASA)網站)，經投影轉換、裁剪等得到的研究區影像數據。

氣象數據為研究區33個氣象站點的2008年度的逐月降水數據(來自于中國氣象局)，剔除異常值后按研究所需格式建立的氣象數據集。

土壤屬性數據采用1∶100萬中國土壤數據庫中的河北部分數據(來源于中國科學院資源環境科學數據中心)，包括了矢量格式及相應的屬性數據庫。對于數據中缺失的部分土壤屬性數據，又通過查詢《河北土壤志》［16］和通過野外實測進行了補充，建立了研究區土壤屬性數據集。

此外還包括了分辨率為90 m的研究區數字高程模型(DEM)數據(下載自中國科學院國際科學數據服務平臺)。

3 研究方法

3.1 模型選擇

通用的土壤流失方程USLE(Universal Soil Loss Equation)［17］是由美國學者 Wischmeier 等人提出的，是目前預測土壤侵蝕使用最為廣泛的方法。該模型認為，區域內的土壤侵蝕量與降雨、坡度、坡長、地表植被、土壤類型及管理措施等6個因素有關，即

式中，Ar為現實的土壤侵蝕量，單位為(t·hm－2·a－1);R為降雨侵蝕力因子，本研究統一采用國際制單位，其單位為(MJ·mm·hm－2·h－1·a－1);K 為土壤可侵蝕因子，單位為(t·hm2·h·MJ－1·mm－1·hm－2);L為坡長因子，量綱為1;S為坡度因子，量綱為1;C為植被覆蓋因子，量綱為1;P為土壤保持措施因子，量綱為1。

若不考慮地表植被覆蓋以及土壤保持措施因子，則所得出的侵蝕量即為區域潛在的土壤侵蝕量，即沒有地表植被保護時的最大土壤侵蝕量。

式中，Ap為潛在的土壤侵蝕量，單位為(t·hm－2·a－1)。

式(1)、(2)相減，即可得到區域的土壤保持量。土壤保持量反映了地表植被以及土壤保持措施對土壤侵蝕的防治效應，即

式中，H 為土壤保持量，單位為(t·hm－2·a－1)。

圖1為生態系統保育土壤價值評估技術路線圖，包括了數據集、土壤保持量評估模型以及保育土壤價值量評估模型3個部分。

圖1 保育土壤價值評估流程Fig.1 Flow chart of the research

3.2 土壤侵蝕量的估算

3.2.1 降雨侵蝕力因子

降雨侵蝕力因子R反映了降雨導致土壤侵蝕的潛在能力。Wischmeier等人通過對降雨特性與土壤侵蝕量的回歸分析，提出用一次降雨的總動能E與該次30 min的最大降雨強度I的乘積EI作為降雨侵蝕力的定量指標［18］，并提出為了保證指標的精度，應使用至少20 a以上時段的降雨過程資料計算。然而在實際應用中，單次30 min最大降雨強度以及長達20 a的降雨數據較難獲取，因此眾多學者利用日降雨、月度降雨以及年度降雨來建立簡易的降雨侵蝕力模型［19－21］。本文選擇徐麗等人所建立的基于年降雨量估算的年降雨侵蝕力簡易算法［22］進行計算。該算法采用北京地區10個水文站25 a間的2 894次降雨過程資料，地理范圍與本研究區較為接近，并給出了與EI指標的估計誤差(小于20%)。

式中，R為年降雨侵蝕力指標，單位為(MJ·mm·hm－2·h－1·a－1);W 為年降雨量，單位為 mm。研究區 2008年的 R值為 2 381.97 ～6 891.52(MJ·mm·hm－2·h－1·a－1)，平均值為 4 196.99(MJ·mm·hm－2·h－1·a－1)。

3.2.2 土壤可侵蝕因子

土壤可蝕性因子K是評價土壤對侵蝕敏感程度的重要指標，K值越大，表明土壤越容易遭到侵蝕。一般來說，質地越粗或越細的土壤具有低的K值，而質地適中的土壤K值反而較高。K值的直接測算較為復雜，因此研究中常采用Wischmeier等人提出的可蝕性諾模圖，根據土壤性質得出K值，然而此法對土壤資料的完備度要求很高，現有的土壤普查資料往往不能滿足要求。而Wischmeier等人在EPIC模型中發展的K值估算方法［23］，由于只需要土壤有機碳和顆粒組成資料即可，因此得到了廣泛的應用。

式中，K 為土壤可蝕性因子，單位為(t·hm2·h·MJ－1·mm－1·hm－2)，Ma、Me、Ml分別為土壤中砂粒、粉粒、黏粒的百分含量;Ms為土壤中有機碳的百分含量;M=1－Ma/100。

張科利等人應用以上公式對我國部分區域土壤K值的計算結果表明，除東北地區白漿土和棕壤等凍融土壤外，計算的其他地區的土壤可蝕性值和實測值之間具有較好的相關性［24］。因此本研究采用上述公式對河北北部的土壤可蝕性因子進行了計算，研究區 K 值為 0.000 9 ～0.058 0，平均值為0.037 0，易蝕性較強。

3.2.3 地形因子

地形因子包括坡長因子L和坡度因子S，反映的是地形地貌特征對土壤侵蝕的影響。當區域其他條件相同時，較長的坡長和較大的坡度可以增加匯集到坡面上的地表徑流，同時也增加了降水的動能，從而加重了侵蝕程度。可通過數字高程模型(DEM)計算L和S，根據黃炎和等人建立的以下方程［25］，即可獲得 LS的空間分布特征，即

式中，l為坡長，單位為m;a為百分比坡度。研究區的地形因子值為0～62.88，平均值為5.56。

3.2.4 地表覆蓋因子

植被覆蓋因子C反映的是地表植被覆蓋對土壤侵蝕的作用，在數值上等于當其他條件相同時，有植被覆蓋區與裸露地表土壤侵蝕量的比值，其值為0～1。近年來，將植被覆蓋度因子引進C值的求算過程被眾多學者認可，基于遙感的大面積植被蓋度估算不僅提高了估算的準確度，而且克服了傳統研究方法以點帶面的缺點。本文植被覆蓋因子C值的估算采用了文獻［26］的公式，即

式中，f為植被覆蓋度，單位為%。植被蓋度的估算采用了2008年全年16 d合成的MODIS NDVI數據產品，并借助Gutman模型估算了河北北部2008年全年植被平均蓋度，另外根據式(7)得到了研究區植被覆蓋因子C值空間分布特征，均值為0.059。

需要指出的是，用USLE方程計算出的土壤侵蝕量的時間單位為年，因此計算植被覆蓋因子C時所采用的植被覆蓋度也應該是年度的平均蓋度。目前的一些研究中，常采用一期TM、SPOT等高分辨影像來計算植被覆蓋因子C，由于其所表達的僅僅是成像時間的植被覆蓋度情況，因此在以年為計量單位的USLE方程中使用并不合理，而且造成了計算結果的不準確。本文使用了16 d合成的MODIS NDVI數據產品，并采用最大值合成法(MVC)［27，28］來生成數據，生成的數據消除了云霧天氣的影響，可以反映研究區一年之內的植被平均蓋度的空間分布情況。

3.2.5 水土保持措施因子

水土保持措施因子P反映的是耕作、平整、建立梯田等管理措施對土壤侵蝕量的影響，在數值上等于其他條件相同時，采取水土保持措施與無水土保持措施土壤侵蝕量的比值，其值為0～1。水土保持措施因子P一般可通過設定實驗小區來確定，然而在大面積的土壤侵蝕估算中，實驗小區的方法受到了限制。研究中常見的方法是根據土地利用類型圖，依照不同的土地利用方式進行賦值。本研究利用2008年8月份河北省北部TM遙感影像通過目視解譯得到的研究區土地利用類型圖。參照美國農業部手冊703號及其他相關文獻［29－31］，確定了研究區不同的土地利用類型的水土保持措施因子P值。農田賦值0.4，居民地及水體賦值為0，其他地類賦值1。

3.2.6 土壤保持量的計算

在地理信息系統(GIS)軟件的支持下，根據式(3)計算即可得到河北北部2008年度生態系統的土壤保持量。

3.3 生態系統保育土壤價值評估

進行生態系統服務價值評估的最終目的是將評估結果納入生態－環境－經濟綜合核算體系，以便為環境管理和決策服務。目前制約這一目標實現的瓶頸在于價值內涵以及評估方法的不確定性。由于不同學者對價值內涵的理解不同，所采用的評估方法及價格參數不同，因此造成評估結果的差別較大，說服力不強，遠遠達不到為環境管理和決策服務的目的。為了解決這一問題，需要對生態系統服務價值評估進行標準化研究。2008年3月，國家林業局頒布了中華人民共和國林業行業標準——LY/T 1721－2008《森林生態系統服務功能評估規范》，對用于森林生態系統服務價值評估的指標體系、計算公式、價格參數等進行了規范，制定了森林生態系統服務價值評估的標準和準則，為評估結果在森林生態系統管理決策中的應用奠定了基礎。作為森林生態系統重要的服務功能，保育土壤的價值評估方法在標準中有著詳細的論述和規定。因此本研究借鑒了規范中的方法，對研究區的生態系統保育土壤價值進行了評估。

3.3.1 保護土壤肥力價值

土壤中含有氮(N)、磷(P)、鉀(K)以及有機質等營養物質，由于生態系統起到保持土壤的作用，減少了大量土壤營養物質的流失，因此可以根據營養物質的市場價值來評估生態系統保護土壤肥力的價值。

式中，Vf為單位面積生態系統保護土壤肥力的經濟效益，單位為(元·hm－2·a－1);H(x)為像元 x處每年單位面積的土壤保持量，單位為(t·hm－2·a－1);i分別代表 N、P、K 元素;Mi為土壤中 N、P、K 的含量，單位為%;Qi為N肥、P肥、K肥的價格，單位為(元·t－1);Ti為化肥中純 N、P、K 的百分含量;Mm為土壤中有機質含量;Qm為有機質價格，單位為(元·t－1)。

3.3.2 固土價值

生態系統固定土壤的價值，可以采用影子工程法，即假定挖取和運輸同樣體積的土方所需的費用來進行估算。

式中，Vg為單位面積生態系統年固土價值，單位為(元·hm－2·a－1);H(x)為像元 x處每年單位面積的土壤保持量，單位為(t·hm－2·a－1);Qt為挖取和運輸單位體積土方所需的費用，單位為(元·m－3);ρ為土壤密度，單位為(t·m－3)。

根據計算得出的研究區土壤保持量，再按照上述計算方法計算固土及保肥的價值，最終即可得到研究區生態系統保育土壤的價值。計算中涉及的價格參數見表1。

表1 保育土壤價值計算中的價格參數值Tab.1 Price index in calculating of soil conservation value

4 結果與分析

4.1 土壤保持量

圖2為2008年度河北省北部地區土壤保持量的空間分布情況。

圖2 河北北部2008年度土壤保持量空間分布Fig.2 The spatial distribution of soil conservation capacities in northern Hebei，2008

2008年度研究區生態系統的土壤保持總量為7.55 億 t，平均為 0.078(萬 t·hm－2·a－1)，土壤保持量巨大。從土壤保持量的空間分布來看，研究區中部的承德地區及張家口東部地區的土壤保持量較高，大部分地區的土壤保持量在0.10(萬 t·hm－2·a－1)左右，最高達 1.29(萬 t·hm－2·a－1)，出現在承德市東南部植被覆蓋度較高的山區，該區域降雨侵蝕力因子R值較高，且地形起伏較大，潛在的土壤侵蝕量較大，但由于本區分布了大面積覆蓋度較高的森林，使得同時具有很低的植被覆蓋因子C和水土保持措施因子P值，土壤保持效果良好，因此有著較高的土壤保持量。研究區西部的張家口壩上草原區以及唐山南部的土壤保持量較小，主要原因在于這些區域主要以平原為主，地形因子LS值較小，雖然同樣有著較低的植被覆蓋因子C和水土保持措施因子P值，但潛在的土壤侵蝕量與實際的土壤侵蝕量均較小，因此土壤保持量較低。

表2對研究區內各種生態系統的潛在、實際的土壤侵蝕量及土壤保持量進行了統計。林地、灌叢、草地、農田是發生潛在侵蝕的主要生態系統類型，四者潛在的土壤侵蝕量占到了區域總潛在土壤侵蝕量的96.19%，其中林地、灌叢、草地平均潛在的土壤侵蝕量較大。潛在的土壤侵蝕量由降雨侵蝕力因子R、土壤可蝕性因子K與地形因子LS決定。由于鄰近區域內降雨侵蝕力因子R、土壤可蝕性因子K的變化范圍并不大，因此地形因子LS成為決定潛在的土壤侵蝕量的主要因子。由于林地、灌叢及草地多分布于山區，地形因子LS值較高，因此導致平均潛在的土壤侵蝕量較大，而農田、水域、裸地、建設用地等多分布于地勢較為平坦的地區，平均潛在的土壤侵蝕量較小。

表2 各類生態系統土壤潛在、實際侵蝕量與保持量Tab.2 Potential/actual soil losses and soil conversation capacities of different ecosystems

由于植被的防護作用，研究區實際的土壤侵蝕量為1.26億t，占潛在土壤侵蝕量的1.60%。可見植被可減少近98.40%的土壤侵蝕量。林地、灌叢、草地和農田仍然是發生實際侵蝕的主要生態系統類型，但與平均潛在的土壤侵蝕量不同的是，林地、灌叢及草地的平均實際的土壤侵蝕量呈遞減趨勢，相應的平均土壤保持量呈遞增趨勢，說明在減輕土壤侵蝕的作用方面，林地＞灌叢＞草地，這與研究區內3種植被類型的平均蓋度趨勢相一致。雖然建設用地、水域、裸地等也具有較高的平均土壤保持量，但總量較小，因此治理區域水土流失，應從保護自然植被、提高地表植被覆蓋度、加強實施水土保持措施等方面入手。

4.2 生態系統土壤保育價值

根據式(8)、(9)計算出的2008年研究區保護土壤肥力的價值及固土價值的總和為1.08×104億元，平均每公頃生態系統的土壤保持價值為11.13萬元。從空間分布來看，中部廣大山區的土壤保持價值較高，其中最高值為156.56萬元·hm－2，出現在土壤保持量最大的承德東南部山區。本區東北部及東南部水土保持價值很低，這是由于這2個區域分別屬于壩上草原地區及沿海平原，地勢平坦，幾乎沒有土壤侵蝕發生的緣故。

圖3 河北北部2008年度生態系統保育土壤價值空間分布圖Fig.3 The spatial distribution of soil conservation value in northern Hebei，2008

從不同類型生態系統的土壤保持價值來看(表3)，草地生態系統的土壤保持價值最高，占到了區域總價值的32.70%，其次為林地、灌叢及農田，分別占總價值的23.03%、22.19%和18.74%。由于不同類型生態系統的分布面積不同，因此平均土壤保持價值比總價值更能說明不同類型生態系統的土壤保持價值的大小，林地的平均土壤保持價值最大，其次為灌叢和草地，三者的平均值都高于區域各類型生態系統的土壤保持價值的整體均值，說明三者是防治水土流失的主要生態系統類型，且土壤保持效果良好。

表3 各類生態系統土壤保持價值Tab.3 Soil conservation values of different ecosystems

5 結論

(1)采用USLE方程，對河北省北部地區2008年度生態系統的土壤保持量進行了評估。2008年度研究區生態系統的土壤保持總量為7.55億t，中部山區的土壤保持量大于東西部平原地區，平均土壤保持量最高的3類生態系統為林地、灌叢和草地。

(2)研究區保護土壤肥力的價值及固土價值的總和為1.08×104億元，平均每公頃生態系統的土壤保持價值為11.13萬元，中部山區的土壤保持價值較高，東北部及東南部的水土保持價值很低，林地的平均土壤保持價值最大，其次為灌叢和草地。

(3)本文充分利用了不同遙感數據源的以下特點:MODIS NDVI影像具有較高的時間分辨率，可以完整地反映一年或一個生長期內地表植被的時空變動狀況;TM影像空間分辨率較高，可以很好地進行地表土地利用/覆蓋類型的識別。兩者結合即可在USLE方程的不同因子求取研究中，對量綱和計算公式的選擇、水土保持措施因子P計算、遙感影像的要求等目前研究中存在的一些問題進行充分的探討，同時提出基于森林生態系統服務功能評估規范的土壤保持價值評估，這對于正確使用USLE方程和增強價值評估的統一性、可比性具有一定的意義。

由于目前關于生態系統服務價值的地面實測工作開展還較少，或者由于受評估方法的限制，還很難進行實測，因而對于生態系統服務價值的精度評估，只能通過不同研究之間的對比或通過對實物量的驗證來進行間接評估。隨著遙感數據獲取、處理等技術手段的不斷更新以及生態系統服務價值評估體系、方法的不斷完善和標準化，輔助以地面實測工作的開展，遙感生態系統服務價值評估的精度將不斷得到提高，對于區域生態系統建設及管理政策的支持力度也將會不斷得到加強。

［1］ 許月卿，邵曉梅.基于GIS和RUSLE的土壤侵蝕量計算:以貴州省貓跳河流域為例［J］.北京林業大學學報，2006，28(4):67－71.

［2］ 李 京，李曉兵，宮阿都.基于遙感方法的小流域土壤侵蝕研究［J］.自然災害學報，2008，17(6):77 －81.

［3］ 劉寶元，謝 云，張科利.土壤侵蝕預報模型［M］.北京:中國科學技術出版社.2001.

［4］ Zhang Qing － feng，Wang Li，Wu Fa － qi.GIS － Based Assessment of Soil Erosion at Nihe Gou Catchment［J］.Agricultural Sciences in China，2008，7(6):746 －753.

［5］ 李 鵬，李占斌，鄭良勇.植被保持水土有效性研究進展［J］.水土保持研究，2002，9(1):76 －80.

［6］ Costanza R，d’Arge R，De Groot R，et al.The Value of the World’s Ecosystem Services and Natural Capital［J］.Nature，1997，387(6630):253 －260.

［7］ Mati B M，Morgan R P C，Gichuki F N，et al.Assessment of Erosion Hazard with the USLE and GIS:A case study of the Upper Ewaso Ng’iro North Basin of Kenya［J］.International Journal of Applied Earth Observation and Geoinformation，2000，2(2):78－86.

［8］ Meusburger K，Konz N，Schaub M，et al.Soil Erosion Modelled with USLE and PESERA Using QuickBird Derived Vegetation Parameters in an Alpine Catchment［J］.International Journal of Applied Earth Observation and Geoinformation，2010，12(3):208－215.

［9］ Beskow S，Mello C R，Norton L D，et al.Soil Erosion Prediction in the Grande River Basin，Brazil Using Distributed Modeling［J］.CATENA，2009，79(1):49 －59.

［10］秦 偉，朱清科.綠色GDP核算中森林保育土壤價值的研究進展［J］.中國水土保持科學，2006，4(3):109 －116.

［11］于德勇，潘耀忠，龍中華，等.基于遙感技術的云南省生態系統水土保持價值測量［J］.水土保持學報，2006，20(2):174－178.

［12］李 晶，任志遠.基于GIS的陜北黃土高原土地生態系統水土保持價值評價［J］.中國農業科學，2007，40(12):2796 －2803.

［13］姚文波，劉文兆，趙安成，等.水土保持效益評價指標研究［J］.中國水土保持科學，2009，7(1):112 －117.

［14］中國林業科學研究院森林生態環境與保護研究所.LY/T1721－2008森林生態系統服務功能評估規范［S］.北京:中國標準出版社，2008.

［15］門明新，趙同科，彭正萍，等.基于土壤粒徑分布模型的河北省土壤可蝕性研究［J］.中國農業科學，2004，37(11):1647－1653.

［16］丁鼎治.河北土種志［M］.石家莊:河北科學技術出版社，1992.

［17］ Wischmeier W H，Smith D D.Predicting Rainfall－erosion Losses from CroplandEastoftheRockyMountains［M］.USDA Agricultural Handbook，1965:282.

［18］周伏建，陳明華，林福興.福建省降雨侵蝕力指標R值［J］.水土保持學報，1995，9(1):13 －18.

［19］ Wischmeier W H，Smith D D.Rainfall Energy and Its Relationship to Soil Loss［J］.Transactions American Geophysical Union，1958，39:285－291.

［20］章文波，付金生.不同類型雨量資料估算降雨侵蝕力［J］.資源科學，2003，25(1):35 －41.

［21］趙文武，朱 婧，郭雯雯.基于降雨量和降雨時間的月降雨侵蝕力簡易算法［J］.中國水土保持科學，2007，5(6):8 －14.

［22］徐 麗，謝 云，符素華，等.北京地區降雨侵蝕力簡易計算方法研究［J］.水土保持研究，2007，14(6):433 －437.

［23］ United States Department of Agriculture.EPIC － Erosion/productivity Impact Calculator 1.Model Documentation［R］.Technical Report，Bulletin Numher 1768.Washington，DC，USA:USDA －ARS，1990.

［24］張科利，彭文英，楊紅麗.中國土壤可蝕性值及其估算［J］.土壤學報.2007，44(1):8 －13.

［25］黃炎和，盧程隆，付 勤，等.閩東南土壤流失預報研究［J］.水土保持學報，1993，7(4):13 －18.

［26］蔡崇法，丁樹文，史志華，等.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究［J］.水土保持學報，2000，14(2):19 －24.

［27］ Townshend J，Justice C，Li W，et al.Global Land Cover Classification by Remote Sensing:Present Capabilities and Future Possibilities［J］.Remote Sensing of Environment，1991，35(2 －3):243 －255.

［28］ Loveland T R，Merchant J W，Ohlen D O，et al.Development of A Land－cover Characteristics Database for the Conterminous U S［J］.Photogrammetric Engineering and Remote Sensing，1991，57(11):1453－146.

［29］ 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］.Handbook No.703，Washington，USA:Department of Agriculture，1997.

［30］張憲奎，許靖華，盧秀芹，等.黑龍江省土壤流失方程的研究［J］.水土保持通報，1992，12(4):1 －9.

［31］游松財，李文卿.GIS支持下的土壤侵蝕量估算［J］.自然資源學報，1999，14(1):62 －68.

［32］水利部水利建設經濟定額站.水利建筑工程預算定額［M］.鄭州:黃河水利出版社，2009.

［33］ 農業部中國農業信息網［EB/OL］.http://www.agri.gov.cn.

The Evaluation of the Ecological Service of Soil Conservation Based on Multisource Remote Sensing Data:A Case Study of Four Areas in Northern Hebei

XU Xu1，2，LI Xiao － bing1，HAN Nian － long1
(1.College of Resources Science ＆ Technology，State Key Laboratory of Earth Surface Processes and Resource Ecology，Beijing Normal University，Beijing 100875，China;2.Shenzhen Urban Planning and Land Development Research Center，Shenzhen 518034，China)

Based on multi－ source remote sensing data，rainfall data，DEM and soil property data obtained in northern Hebei，the authors used Universal Soil Loss Equation(USLE)to make a quantitative analysis of soil conservation capacities with the support of GIS technique.Then the soil conservation capacities were converted into capital stocks by making reference to the Specifications for Assessment of Forest Ecosystem Services in China，which was stipulated on May 1，2008.Two kinds of ecosystem service values were considered，i.e.，the value of preserved nutrient and the value of fixed soil.The results reveal that the total soil conservation capacity of northern Hebei was 7.55 × 108t in 2008，and the corresponding value of this ecosystem service was 1.08 × 1012Yuan.The soil conservation capacities and soil conservation values of woodland，scrubland and grassland are the largest three among the seven kinds of ecosystem values，so these three ecosystems play key roles in conserving soil in northern Hebei.The spatial distribution characteristics of soil conservation values of northern Hebei show that the average value of central mountain areas is higher than the average value of western plateau and eastern plain，because dense vegetation prevents soil from erosion in mountain areas and soil erosion intensity is slight due to flat terrain in the western and eastern parts.For solving the problem of soil erosion in northern Hebei，natural vegetation should be protected，especially in central mountain areas.

Ecosystem;Soil conservation capacities;Value of soil conservation;Northern Hebei

TP 79:X 826;S 157

A

1001－070X(2011)03－0123－07

2010－11－08;

2011－03－30

國家自然科學基金重點項目“內蒙古溫帶典型草原生態系統服務功能變化與區域生態安全”(編號:41030535)資助。

許 旭(1984－)，男，博士研究生。主要研究方向:土地資源管理、資源與環境遙感。

李曉兵(1967－)，男，教授。主要研究方向:全球變化與陸地生態系統、資源與環境遙感、自然資源評估與生態系統管理。E －mail:xbli@ires.cn

(責任編輯:丁 群)