植被蓋度在土壤侵蝕模數計算中的應用

孫 禹，哈斯·額爾敦，杜會石

（1.北京師范大學 資源學院，北京100875；2.吉林師范大學 旅游與地理科學學院，吉林 四平13600）

東北黑土區是中國重要的糧食生產基地，由于自然和人為等原因，黑土區土壤侵蝕和土地退化等現象十分普遍，已成為東北黑土區生態環境及農業、經濟的可持續發展的主要限制因素之一。因此，土壤侵蝕越來越成為人們普遍關注的生態環境問題之一，土壤侵蝕模型是預報及監測土壤侵蝕的重要工具，也是評價水土保持措施效益的有效手段。

目前的土壤侵蝕模型主要有經驗模型、物理過程模型和分布式模型。自20世紀80年代初以來，隨著美國通用土壤流失方程USLE（universal soil loss equation）的問世和不斷應用及研究，也越來越顯現其缺陷和局限性，因此，許多學者根據所研究的問題對其做了改進，如USLE的另一種修正方程MUSLE（modified universal soil loss equation）為代表，此外，還產生了很多適應于不同情況的土壤侵蝕方程，主要有美國 WEEP（water erosion prediction project）、歐洲 EUROSEM（European soil erosion model）和LISEM（Limburg soil erosion model）。國內學者在相關的理論研究基礎之上，建立了針對中國侵蝕環境的多尺度的土壤侵蝕模型［1－6］。植被在抑制和減緩土壤侵蝕進程方面發揮著至關重要的作用，植被蓋度是控制土壤侵蝕的一個重要指標。本文在GIS技術的支持下，通過對植被蓋度的反演，初步估算出東北黑土區土壤侵蝕模數計算中B值的范圍，應用CSLE模型，將其應用于古城小流域土壤侵蝕量的估算中，在實際應用中具有適用性與實用性。

1 研究區概況

克山縣位于黑龍江省西部、齊齊哈爾市東北部，地處世界三大黑土帶之一的腹地，該區屬溫帶大陸性季風氣候，冬季干冷多風、夏季溫和多雨，年均溫1.0℃，1月均溫－22.7℃，7月均溫21.3℃，年均降水510mm，其中80%的降水集中在6—9月。古城小流域位于黑龍江省克山縣中部，是小興安嶺與松嫩平原過渡地帶的典型黑土區，屬嫩江一級支流烏裕爾河 水 系，地 理 坐 標 125°37′52″—126°03′19″E，47°59′11″—48°09′28″N。該區土壤類型主要為黑土，局部地區有草甸黑土和草甸土。黑土表層孔隙度高，因此適合旱地耕種，但黑土土質比較疏松，內聚力差，底土持水性強，透水緩慢，表土含水量接近飽和時易受沖刷，土壤侵蝕嚴重，空間分布廣泛。

2 研究方法

2.1 土壤侵蝕模型的選擇

目前，應用最為廣泛的經驗模型是RUSLE模型，即修正的通用土壤流失方程，是美國農業部自然資源保護局（NRCS）于1997年正式決定實施的，并在世界范圍推廣應用［7］。它是在通用土壤侵蝕方程USLE［8］的基礎上進行修正形成的。這兩種模型都是針對緩坡的侵蝕預報模型，另外USLE是基于年降雨的侵蝕產沙模型，這對于在以高強度次降雨居于侵蝕主導地位的地區的運用有限制，而RUSLE是在分析全美各地徑流泥沙觀測資料的基礎上提出的經驗模型。由于各國各地區的自然條件存在差異，直接應用上述模型難以保證計算精度，因此應該選取適合本研究區的土壤侵蝕模型。

本文采用的是中國土壤侵蝕模型（Chinese Siol Loss Equation，CSLE），是劉寶元等［9］參考USLE和RUSLE，針對中國實際提出的，更能體現中國土壤侵蝕的實際情況，表達式為：

式中：A——土壤流失量〔t／（hm2·a）〕；R——降雨侵蝕力因子〔（MJ·mm）／（hm2h·a）〕；K——土壤可蝕性因子〔（t·hm2·h）／（hm2·MJ·mm）〕；L——坡長因子；S——坡度因子；B——生物措施因子，反映地表覆蓋對土壤侵蝕的作用；E——工程措施因子，指通過改變小地形（如坡改梯、引水拉沙等）來改善農業生產條件，以減少或防止土壤侵蝕而采取的措施；T——耕作措施因子，指以犁、鋤、耙等為耕（整）地農具所采取的措施，以達到保水保土保肥的目的。

2.2 植被蓋度與B因子的研究

2.2.1 植被蓋度 植被蓋率指植物群落總體或各個體的地上部份的垂直投影面積與樣方面積之比的百分數。一切形式的植被覆蓋，均可不同程度地抑制水土流失［10］。研究表明，就單株而言，植被對水土流失的影響包括冠層或葉面抵抗雨滴擊濺作用和截留作用［11］，根系的固土及改善土壤物理性能作用（增強土壤抗沖性）［12］，枯落物層的抗擊減流作用，此外，還包括莖干的阻流調流，降低風速，林草地結皮抗沖刷等作用。

植被蓋度的測量可分為地表實測和遙感監測兩種方法。局部的植被蓋度可通過地表實測直接獲取，按原理可將地表實測的方法分為三類，即采樣法、儀器法和目視估測法，對于大面積的測量來說，不但耗時，而且效率低。遙感測量方法對于大范圍測量更具優勢，其不僅覆蓋范圍廣、重復周期短，而且快捷、經濟。目前常用的植被蓋度的遙感估算方法有經驗模型法、植被指數法和像元分解法。

2.2.2 生物措施因子（B因子） 生物措施因子，是指在相同條件下的一定時間內，長有作物的標準小區與連續撂荒的標準小區上的土壤流失量之比［13］。與USLE模型中的C因子具有相同含義，當地面完全裸露時C值為1.0，如果地面得到良好的保護C值為0.001。

B因子由人工與天然植被的覆蓋度和植被類型決定，在其他條件一定時，侵蝕量與植被蓋度成反比關系。由于植被類型不一樣，這種關系也是復雜的。當植被蓋度＞70%時，地表的侵蝕量極其微弱；植被蓋度＜10%時，基本沒有抗侵蝕作用；植被蓋度10%～70%植被與侵蝕的關系比較復雜，植被覆蓋度的遞增率與侵蝕量的遞減率不是一個函數關系。

目前計算B因子的方法主要有兩種，即基于觀測資料的估算法和基于植被覆蓋因子的遙感數據定量估算方法。

（1）估算法。B因子作為侵蝕動力的抑制因子，主要反映有關植被覆蓋及其變化對土壤侵蝕的綜合作用，是一個無量綱數，其值變化在0～1，具有人為可調性。B因子值受到諸如土地利用狀況、植被覆蓋度、平均地面坡度、作物種植順序、栽培措施等因素的影響，這使B因子值的直接計算難以進行，而在那些缺乏地域季節作物類型數據的地方，確定B因子值通常的做法是對特定覆蓋類型進行估計。

（2）基于植被蓋度的遙感數據定量估算。該方法主要采用像元二分模型與NDVI結合的方法。首先，利用遙感影像頭文件信息分別得到近紅外波段和紅波段的反射率，其次計算出歸一化植被指數（NDVI），最后利用NDVI結合像元二分模型計算出植被覆蓋度。

蔡崇法等［14］對三峽地區進行土壤侵蝕研究中提出管理因子與植被覆蓋度的關系進行C值的估算：

C的最小值應為0，即不產生土壤流失，C的最大值為1，即為標準狀況。當c大于78.3%時，C的值為0；當c取值范圍在0～78.3%時，C按式（1）來計算，當c等于0時，C可取1。

利用線性混合像元分解方法求植被地表覆蓋度簡單快速，除局部地區外（如云覆蓋區），不需要野外實地采樣分析，且能保證較高的精度。

2.2.3 生物措施因子的計算 由于缺乏詳細的降雨記錄和侵蝕觀測資料，模型中植物管理因子的參數化非常困難。所以本文選用基于植被蓋度的遙感數據定量估算的方法。

（1）通過GIS的空間分析對遙感影像地物的輻射亮度進行計算：

式中：L——地物的輻射亮度〔W／（m2·s·μm）〕；X——影像的像元值；A——輻射校正后圖像產品的絕對定標增益值〔m2／（W·s· m）〕；B——代表圖像產品的定標偏置〔W／（m2·s·μm）〕。

（2）計算地物反射率。地物的反射率，是太陽天頂角的余角θ，太陽等效輻射照度E0，日地距離因子d的函數，公式為：

其中，E0，θ的值可在圖文件中獲得，E0的單位為 W／（m2·m），其值在0.983～1.017，此處可取值為1。

（3）歸一化植被指數（NDVI）的計算。取值范圍－1≤NDVI≤1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸土等，正值表示有植被覆蓋，且隨覆蓋度增大而增大。NDVI的計算公式為：

式中：ρ1——利用近紅外波段計算出的地物反射率；ρ2——利用紅波段計算出的地物反射率。目前，多數研究采用了歸一化植被指數，通過建立植被管理因子與該指數的相關經驗方程，獲得生物措施因子［15－17］。

（4）植被蓋度的計算。植被蓋度指植物群落總體或各個體的地上部份的垂直投影面積與樣方面積之比的百分數，它反映植被的茂密程度和植物進行光合作用面積的大小。計算公式為：

式中：NDVImin——NDVI的最小值；NDVImax——NDVI的最大值。參數取值及系統誤差等對該處的計算結果會產生一定的影響，所以，兩個最值分別取累計頻率為5%和95%處值。

（5）生物措施因子的計算。利用步驟（4）中計算出來的結果及式（2），計算出研究區的生物措施因子。

2.3 土壤侵蝕模數

獲得B因子值后，采用CSLE模型進行土壤侵蝕模數的計算，其中，坡度坡長因子（LS因子）運用Python腳本語言進行編碼獲取；降雨侵蝕力因子（R因子）運用章文波等［18］修正的日雨量模型得出；土壤可蝕性因子（k因子）用建立的利用土壤理化性質推求土壤可蝕性因子K值的關系方程求算；工程措施因子（E因子）的值根據張憲奎等［19］的相關研究來確定；耕作措施因子值（T因子）主要是根據不同坡度條件的耕作對減少水土流失的作用確定［20］，在沒有耕作措施的地方，將水土保持耕作措施因子值賦為1。

3 結果與分析

3.1 土壤侵蝕模數的計算

本文利用前面計算得出的各個因子，并結合CSLE模型通過GIS平臺得到土壤流失量并制作土壤侵蝕量圖（圖1），再根據水利部頒發的《黑土區水土流失綜合防治技術標準》（SL446—2009）（表1），對研究區小流域水土流失量及侵蝕強度等級數據進行評價和統計，編制土壤侵蝕強度圖（附圖8）。其中交通運輸用地、居民點和水域未參與水力侵蝕面積統計。

3.2 結果分析

根據以上各步驟的計算結果，制作該研究區的植被蓋度圖（圖2）、B因子圖（圖3），并且利用高分辨率WorldView遙感影像，對該區域進行土地利用現狀解譯，并制作土地利用現狀圖（附圖9）。

圖1 克山縣古城小流域土壤侵蝕量

表1 《黑土區水土流失綜合防治技術標準》（SL446－2009）

圖2 克山縣古城小流域植被蓋度

圖3 克山縣古城小流域B因子

（1）將圖2與附圖9進行對比，可以看出在如城鎮居民用地、農村居民用地及水域及水利設施用地所覆蓋的區域，其植被蓋度值也較低。將圖2與圖3進行對比，可以看出在植被蓋度值相對高的地區，其B因子值較低。例如，在ArcGIS 9.3中對水域及水利設施用地這種無植被區域的生物措施因子值進行查看時，發現其值為0，在有林地、灌木林地、天然牧草地等有植被覆蓋區的生物措施因子值大多集中在0.01～0.03，而旱地的生物措施因子值主要集中在0.3左右。所以從整體上看，兩圖的解譯結果較為吻合，證明圖3中顯示的結果精確性高。

（2）將圖3與圖1和附圖8進行對比，可以看出在B因子值較低的地區，土壤侵蝕量和侵蝕強度都比較低，說明通過植被蓋度對B因子值進行反演，進而計算出的土壤侵蝕量及強度的可信度大。

4 結論

（1）該研究區年侵蝕總量為136 135.72t，其中研究區微度水力侵蝕總量為12 563.10t，平均侵蝕量為 61.80t／（km2·a）；輕度水力侵蝕總量為62 744.30t，平均侵蝕量為672.23t／（km2·a）；中度水力侵蝕總量為39 738.50t，平均侵蝕量為1 551.33 t／（km2·a）；強烈水力侵蝕總量為10 635.10t，平均侵蝕量為2 842.39t／（km2·a）；極強烈水力侵蝕總量為4 995.37t，平均侵蝕量為4 118.53t／（km2·a）；劇烈水力侵蝕總量為5 459.35t，平均侵蝕量為6 381.47 t／（km2·a）。

（2）該研究區年侵蝕量以輕度、中度水力侵蝕量為主，分別占侵蝕總量的46.09%和29.19%；微度、強烈水力侵蝕量相差不大，分別占侵蝕總量的9.23%和7.81%；極強烈、劇烈水力侵蝕量較低但差異不明顯，分別占侵蝕總量的3.67%和4.01%。

（3）在有林地、灌木林地、天然牧草地等植被覆蓋較好的地區，其植被蓋度的值也較高，并且相應的B因子值較低，因此土壤侵蝕模數也較低，侵蝕程度以輕度和中度為主，由此可見，植被覆蓋在減少水土流失，控制及緩解土壤侵蝕方面發揮了巨大的作用。通過植被蓋度對B因子進行反演，進而利用CSLE對土壤侵蝕模數進行估算的方法不僅在結果上能保證一定的精度，而且在實際應用中具有一定的可行性，可為今后類似的研究中提供有效參考。

［1］ 張憲奎.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.

［2］ 周伏建，陳明華，等.福建省土壤流失預報研究［J］.水土保持學報，1995，9（1）：25-30.

［3］ 蔡崇法，丁樹文，史志華，等.應用USLE模型與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.

［4］ 陳法揚，王志明.通用土壤流失方程在小良水土保持試驗站的應用［J］.水土保持通報，1992，12（1）：34-37.

［5］ 楊勤科，李銳，劉詠梅.區域土壤侵蝕普查方法的初步討論［J］.中國水土保持科學，2008，6（3）：1-6.

［6］ 符素華，劉寶元，路炳軍，等.官廳水庫上游水土保持措施的減水減沙效益［J］.中國水土保持科學，2009，7（2）：18-23.

［7］ Yoder D，Lown J.The future of RUSLE：inside the new revised universal soil loss equation［J］.Journal of soil and water conservation，1995，50（5）：484-489.

［8］ Wischmeier W H，Smith D D.Predicting Rainfall Erosion Losses：A guide to conservation planning［M］∥USDA Agricultural Handbook，1978，537：62.

［9］ Liu Baoyuan，Zhang Keli，Xie Yun.An empirical soil loss equation［C］∥Process of Soil Erosion and Its Environment Effectl：VolumeⅡ.12th ISCO，Beijing：Tsinghua Press，2002：21-25.

［10］ 蔣定生.黃土高原水土流失治理模式［M］.北京：中國水利水電出版社，1997.

［11］ 劉向東.森林植被垂直截流作用與水土保持［J］.水土保持研究，1994，1（3）：9-13

［12］ 李勇，朱顯謨.黃土高原植物根系提高土壤抗沖性的有效性［J］.科學通報，1991（12）：935-938.

［13］ Wischmeier W H，Smith D D.Predicting rainfall-erosion losses from cropland east of the Rocky Mountains：Guide for selection of practices for soil and water conservation［M］.U.S.Dep.Agric.Handbook，1965.

［14］ 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）：20-26.

［15］ 馬超飛，馬建文，布和敖斯爾.USLE模型中植被覆蓋因子的遙感數據定量估算［J］.水土保持通報，2001，21（4）：6-9.

［16］ Arwenault E，Bonn F.Evaluation of soil erosion protective cover by crop residues using vegetation indices and spectral mixture analysis of multispectral and hyperspectral data［J］.Catena，2005，62（2／3）：157-172.

［17］ Bannarta，Pacheco K，Staenz H，et al.Estimating and mapping crop residues cover on agricultural lands using hyperspectral and IKONOS data［J］.Remote Sensing of Environment，2006，104（4）：447-459.

［18］ 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）：37-38.

［19］ 張憲奎，許靖華，盧秀琴，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.

［20］ 水利部水土保持監測中心.西北黃土高原區土壤侵蝕預報模型開發項目研究成果報告［R］.2006.