西藏高原東部矮西溝流域土壤可蝕性研究

辜世賢，王小丹，劉淑珍

（1.湛江師范學院，廣東 湛江 524048；2.中國科學院 成都山地災害與環境研究所 山地環境演變與調控重點實驗室，成都 610041）

土壤可蝕性反映土壤在雨滴擊濺、徑流沖刷或者兩者共同作用下，被分散、搬運的難易程度。土壤可蝕性因子是指在長時間段內，土壤及土壤剖面對降雨侵蝕力抗蝕程度的平均反映。實際上土壤可蝕性因子是一個綜合參數。可蝕性因子值的大小是在通用流失方程中所規定的標準條件下，土壤對各種侵蝕和水動力過程的平均敏感程度的具體反映。確定土壤可蝕性因子的最好辦法是在天然小區上直接測定。用田間小區研究土壤K值時，必須有足夠大且觀測歷時較長的數據庫資料。目前有長期觀測資料的研究不多。其實，在自然狀態下，土壤類型十分豐富，而具體的土地利用方式也會改變土壤的可蝕性特征。因此，難以實現對每一種土壤都實施觀測，人力物力還是時間上都存在很大的現實問題。所以，大量的研究都是通過獲得一組可靠的實測土壤可蝕性資料后，通過建立預測模型進行估算可蝕性。

研究區矮西溝流域位于江達縣崗托鎮，介于東經98°27′－98°36′，北緯31°28′－31°39′。流域呈長條形，面積164.23km2。流域內相對高差為1600 多米，屬典型的高山峽谷地貌，山體與峽谷并存，下游山高坡陡，河谷深。由于特殊的自然環境，流域內土壤垂直分布明顯，依次為:高山草甸土、高山灌叢草甸土、棕壤、暗棕壤。同時土壤侵蝕也具有明顯的空間分布特征。海拔4600 ～5000 m的高山草甸土，出現過度放牧的地方，一旦植被破壞，大量侵蝕溝發生。而海拔3300 ～4300 m為棕壤、暗棕壤，盡管肥力高，但在陽坡土壤較干燥，植被破壞的地方或開墾為坡耕地的區域，土壤侵蝕強度巨大，特別是在5－9月的雨季，降雨占全年77.9%～95.8%雨量，沖刷大量泥沙進入河道，成就了金沙江的漫漫黃沙。因此，對研究區的土壤可蝕性的研究，無論對草地和耕地的保護，還是對金沙江泥沙量的緩減，都具有重大的現實意義。

1 研究方法

1.1 野外調查

對研究區小流域的土地利用類型、土壤類型、植被類型、地形特征、水土流失類型和分布特征等進行野外調查。根據研究區土壤和植被類型的分布狀況以及坡度、坡向、坡位等，分別在研究區內的不同垂直帶上選擇采樣點:①海拔3000 ～3500 m區域內，為干熱河谷灌木林地帶，28個采樣點；②海拔3500 ～4000 m區域內，為灌叢草地帶，32個采樣點；③海拔4000 m以上區域，選擇6個樣地，31個采樣點；共91個采樣點（見表1）。對樣品進行的測試包括土壤有機質含量、機械組成、N、P、K含量等。

表1 采樣點土壤類型及土地利用類型

調查發現，流域內主要水土流失類型包括凍融侵蝕和水力侵蝕。凍融侵蝕主要發生于海拔4500 m以上的高山草甸區域。水力侵蝕主要發生在海拔3500 ～4500 m區間內的草地和人為開墾的坡耕地。坡耕地是造成小流域內人為加速水土流失的主要因素。坡耕地的起墾類型不同，其對水土流失的影響程度不同。調查發現，起墾于高原草甸和草地的坡耕地發生水土流失的可能性以及水土流失的強度都要大于起墾于灌木林地和林地的坡耕地。這主要是由于高山草甸和草地自身的脆弱性，以及發育于該兩類土地利用類型土壤的低抗蝕性。矮西溝流域水土流失類型以面蝕為主，主要產生于坡耕地、退化草地、灌木林等區域。矮西溝流域的水土流失成因主要有自然因素和人為活動的影響兩方面。自然因素方面，降雨集中，巖性松散、易破碎等特點是水土流失的直接動因，此外，高寒山區的凍融作用和積雪融化等因素也加速了水土流失的發展。人為活動對水土流失的影響主要包括以:過度放牧，造成草場退化；開荒種地；過度砍伐，造成植被覆蓋度逐年下降。流域內的水土保持措施較少，僅有少量草地圍欄措施，農田植物籬措施和農民自發性修建的少量梯地，水利灌溉設施基本上沒有。

1.2 模型法

RUSLE中土壤可蝕性因子（K）值大小是通過建立于土壤性質指標間的相關關系式來確定。Wischmeier和Smith提出的代數關系式估算K值大小:

式中:M——優勢粒徑組成的乘積（修訂的粉粒含量或0.002～0.1mm粒徑）（粉粒含量＋沙粒含量）；OM——有機質含量；s——土壤結構等級；p——土壤滲透性；K——單位侵蝕力的土壤侵蝕量［（t·hm2·h）／（MJ· mm·hm2）］。將上式右邊計算值除以7.59，就變為國際單位制的可蝕性因子K值。另外具有代表性的土壤可蝕性預測模型還包括EPIC模型中的計算方法，以及Shirazi等建立的計算公式。EPIC模型中，采用土壤有機碳和粒徑組成來估算土壤可蝕性。

其中，SAN，SIL，CLA分別為砂粒、粉粒、黏粒含 量，按照美國制標準。C則是土壤有機碳含量（%），SN1＝1－SAN／100。OM＝1.72C，其中，OM 是有機質含量。由于以上兩個公式需要粒徑組成、有機質、土壤入滲的多種資料，在沒有足夠資料的情況下，Shirazi等建議使用同讓的幾何平均粒徑（Dg）來計算土壤可蝕性。

式中:Di——上下兩篩的中徑；ΔPi——介于上下兩篩孔間的重量百分比。

國內的研究者對K值也進行了大量的研究。用實測法［4］和模型法［5－6］等方法確定了我國大部分土壤類型的K值（見表2）。

表2 土壤可蝕性K值資料

金沙江上游地區缺乏野外監測資料，難以用實測法獲取土壤可蝕性因子，而水土流失又在加劇，因此通過模型法研究土壤可蝕性迫在眉睫。本文采用模型預測法研究金沙江上游小流域的土壤可蝕性，分別應用公式（1），（2），（3）計算研究區小流域不同土壤類型的K值，對應計算結果為Krusle，Kepic，Kshirazi。并對三種計算方式的K值進行基于不同土地利用類型和不同土壤類型的討論，比較前人研究K值和相應土壤類型預測的K 值，分析不同模型估算K值的代表性，以確定模型預測值的可靠性。最后確定西藏東南橫斷山區小流域土壤可蝕性K值的最佳計算方法和取值范圍。

2 結果與分析

2.1 矮西溝小流域土壤K值模型法估算結果分析

比較分析不同模型K值估算結果表明（見表3），Krusle、Kshirazi、Kepic的最大值和最小值分別為0.0086 和1.5029 ×10－7（計算結果中，有兩個灌木林地的結果為接近于1的負數，分別為－5.8256 ×10－6和－4.4216 ×10－5主要原因是土壤中的有機質含量較低，而大多數林地和灌木林地的K值估算結果都是小數點7位后的正數），0.0387 和0.0209 ，0.1438 和0.0566 。其中 Krusle與張科利等［4］實測的我國土壤可蝕性K值變化范圍最接近，介于0.001～0.04之間。而Kshirazi和Kepic值則高出10倍以上。因此，從絕對數值上看Krusle更接近于實測值。

分析3種模型K值估算的分布特征發現（見圖1），3種模型估算的土壤可蝕性K值具有一定的規律性。對于Krusle，不同土地利用和土壤類型的K值估算結果具有很好的分段性，不同的土壤類型和土地利用類型估算的K值存在最大的差異，變異系數達到74.90%，為三種方法中最大（表3）。可見，通用流失方程中的K值計算方法對于區分不同土地利用類型和不同土壤類型的K值具有更好的效果。

對于相同的土地利用類型和相同的土壤類型，K值估算結果基本一致，如高山草地、耕地、灌叢草地、褐土、灰褐土的最大值與最小值基本一致（見表4－5）。說明通用流失方程中的K值模型法估算結果能夠體現出土壤特性與土壤可蝕性之間相對穩定的關系。對于Kshirazi和Kepic，K值的估算結果在不同土地利用類型和土壤類型之間差異性不大，兩種方法計算出來的K值難以體現出在同樣土地利用類型和土壤類型上K 值具有的統一性。3種模型計算結果出現的差異主要是因為模型中選用的參數不同，在Krusle模型中，除了使用土壤顆粒組成因子外，還使用了有機質含量、滲透性、結構性等，更全面的將土壤的特性與可蝕性關聯。而Kepic中只選用了土壤顆粒組成和有機碳含量，Kepic則只選用了顆粒組成。

表3 3種不同方法估算K值統計參數

綜上所述，3種土壤可蝕性K值的預測模型的估算結果中，Krusle值無論從區分不同土地利用類型和土壤類型的K值的不一致性上，還是從確定相同土地利用類型和土壤類型的K值的統一性上，或是在估算值與前人研究取值范圍的相似性上，都遠遠要好于其他兩種預測模型。因此通用流失方程中的K值估算模型最適用于藏東橫斷山去金沙江支流小流域的土壤可蝕性K值的估算。

圖1 不同土地利用類型K值最值

表4 不同土地利用類型K值最值

表5 不同土壤類型K值最值

表6 不同土壤類型平均K值

2.2 矮西溝流域土壤K值分析

就研究區的土壤類型而言，K值估算結果為1.5029 ×10－7～0.0086 。小流域內主要土壤類型為灰褐土、褐土、高山草甸土、山地灌叢草原土以及棕壤。K值平均值最大的為灰褐土，主要發育于耕地之上，平均值大小為0.0086 ；其次為褐土，為0.076，主要發育于高山草地；高山草甸土和山地灌叢草原土K值為0.0043 ，分別發育于高山草甸上和山地灌叢草原；棕壤和暗棕壤的K值估算平均值最小，僅僅為6.24×10－7和7.20×10－7，分別發育于灌木林地和林地。采用通用流失方程中的K值估算模型估算的K值在不同土壤類型和土地利用類型的大小值與野外調查一致，依次為灰褐土＞高山草甸土＞棕壤＞暗棕壤，耕地＞草甸＞灌木林地＞林地。整個流域土壤可蝕性K值的總體平均值為0.005，在全國范圍內K 值屬于較小。

3 結論

對于西藏東部高原小流域，環境惡劣，研究基礎薄弱，科研難度大；生態脆弱，經濟發展需求迫切，發展與保護的矛盾突出。因此，對該區域土壤的研究需要新思路。由于實測數據不足，初期采用模型法估算土壤可蝕性是最佳選擇。本研究證明，應用通用流失方程的K值估算模型能夠較準確的估算該區域的主要土壤類型的K值，其估算值無論是在區分不同土壤類型K值的異同上，還是同一土壤類型估算值的準確性上都能滿足該區域水土流失研究的要求。研究區埃西溝小流域不同土壤類型K值大小次為灰褐土＞高山草甸土＞棕壤＞暗棕壤；K值大小在土地利用類型上的分布特征為:耕地＞草甸＞灌木林地＞林地。整個流域土壤可蝕性K值的總體平均值為0.005。灰褐土，發育于耕地之上，K值平均值最大為0.0086 ；褐土，發育于高山草地，K 值為0.076。耕地和低覆蓋度草地分別是研究區小流域土壤侵蝕強度最大的土地利用類型。研究也發現，在該區域土地利用方式和土壤的垂直分布對土壤的可蝕性影響很大，有待深入研究。

［1］Ashish Pandey V M，Chowdary B C Mal.Identification of critical erosion prone areas in the small agricultural watershed using USLE，GIS and remote sensing［J］.Water Resour.Manage，2007，21:729－746.

［2］Dabral P P.Neelakshi Baithuri.Ashish Pandey.Soil E－rosion Assessment in a Hilly Catchment of North Eastern India Using USLE，GIS and Remote Sensing［J］.Water Resour Manage，2008，22:1783－1798.

［3］Shirazi M A，Boersma L.A unifying quantitative analysis of soil texture［J］.Soil Sci.Soc.Am.J.，1984，48:142－147.

［4］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）:7－13.

［5］劉吉峰，李世杰，秦寧生，等.青海湖流域土壤可蝕性K值研究［J］.干旱地區研究，2006，29（3）:321－326.

［6］王小丹，鐘祥浩，王建平，等.西藏高原土壤可蝕性及其空間分布規律初步研究［J］.干旱地區農業研究，2004，27（3）:343－346.

［7］Nikolaus J K，Rorke B B.Drying，soil surface condition and interrill erosion on two Ontario soils［J］.Catena，2004，57（2）:1l3－133.

［8］Tan Guoxin，Shibasaki R.Global estimation of crop productivity and the impacts of global warming by GIS and EPIC integration［J］.Ecological Modelling，2003，168:357－370.

［9］Hagen L J，Wagner L E，Tatatko J，et a1.Wind Erosion Prediction System:technical description［C］／／Proceedings of WEPP／WEPS Symposium，August 9，Des Moines，IA［J］.Soil and Water Conservation Society，Ankeny，1995.