基于RUSLE的福建省長汀縣河田盆地區土壤侵蝕定量研究

楊冉冉，徐涵秋，*，林 娜，何 慧，曾宏達，2

(1.福州大學環境與資源學院，福州大學遙感信息工程研究所，福建省水土流失遙感監測評估與災害防治重點實驗室，福州 350108;2.福建師范大學地理科學學院，福州 350007)

土壤侵蝕及其引發的一系列生態環境問題，包括土地資源減少、旱澇災害加劇、水體污染加重等，正嚴重威脅著人類的生存和發展，成為世界各國普遍關注的熱點問題之一。因此，針對土壤侵蝕的研究也一直在進行著，尤其是20世紀90年代以來，RS和GIS技術的迅速發展為土壤侵蝕的定量化提供了有力工具。土壤侵蝕定量評價方法主要以土壤侵蝕評價模型為核心，國內外學者通過對土壤侵蝕規律進行的大量研究，在建立土壤侵蝕模型方面取得了豐碩的成果［1］。其中，最為著名、應用最為廣泛的是美國于20世紀60年代初開發的通用土壤侵蝕方程(USLE)及其后改進版的通用土壤侵蝕方程(RUSLE)［2］。Nyakatawa等人在美國阿拉巴馬州的農業試驗站，應用RUSLE模型定量估算并比較分析了不同水土保持措施下的土壤侵蝕量，得出了作物覆蓋對降低土壤侵蝕起著關鍵性作用的結論［3］;Terranova等人采用RUSLE和GIS定量分析評價了位于地中海的Calabria地區的土壤侵蝕狀況，為當地政府及規劃部門提供了決策依據［4］;Park等人依據RUSLE的原理對韓國境內流域20a間的土壤侵蝕狀況進行風險評估，發現其年均土壤侵蝕模數逐漸增加，并且到2020年將會進一步增大［5］;Marcus等成功地在實驗室內模擬徑流實驗，并順利求解出RUSLE模型各因子參數，計算了土壤侵蝕量，從而證明了傳統的野外徑流實驗也可在室內模擬進行［6］。在我國，學者們根據各地區實際情況對USLE/RUSLE進行了相應的修正和改進。卜兆宏等研究了水土流失定量遙感方法的新進展，并在太湖流域建立了可供長期使用的水土流失定量遙感監測系統［7］;章文波、劉寶元結合我國水土保持現狀，提出新的中國土壤流失方程(CSLE)，但只能應用于坡面或田間土壤侵蝕預報［8］;方剛清、阮伏水、周伏建、黃炎和等也都根據福建地區的實地情況，對RUSLE模型中的有關因子做出相應調整，使其更適合于福建土壤侵蝕的計算［9-11］。

福建省長汀縣的河田鎮一帶，是聞名全國的典型南方丘陵紅壤侵蝕區。各級政府和當地人民一直為其治理進行著不懈的努力。因此，對于長汀河田地區的土壤侵蝕狀況進行動態監測和評價具有重要的意義。本次研究對河田盆地區1988—2010年間的土壤侵蝕狀況進行了定量估算和評價，以期為該地區水土流失的進一步治理提供科學的決策依據。

1 研究方法

1.1 研究區概況

福建省長汀縣河田盆地［12］位于福建省西部，東經 116°18'—116°32'，北緯 25°35'—25°44'，氣候類型屬亞熱帶季風氣候，災害性天氣較多，年平均氣溫18.3℃，年降水量1500 mm;研究區植被主要為馬尾松林，土壤類型以花崗巖風化而成的酸性紅壤為主，抗侵蝕能力較差，極易發生水力侵蝕。本次的研究區主要包括河田盆地及其周邊地區，面積533.4 km2(圖1)。

圖1 長汀縣2010年Landsat遙感影像和研究區位置圖(RGB:321)Fig.1 2010 Landsat image of County Changting and the location of the study area(RGB:321)

1.2 RUSLE 模型

RUSLE 方程定義為［13-14］:

式中，A表示年均土壤侵蝕量，R為降雨侵蝕力因子，K為土壤可侵蝕性因子，LS為坡度坡長因子，C為作物管理因子，P為水土保持措施因子。

本文采用的數據有:經過幾何精校正和配準的1988年、1998年和2010年的Landsat TM影像及其對應的土地利用分類影像圖，1∶5萬土壤類型圖，DEM和1985年至2010年的月降雨量數據。主要借助遙感軟件ER Mapper和ArcGIS，分別計算出公式中的各因子值，并將各因子統一為WGS84坐標系統下的GRID圖層，然后根據RUSLE的形式，將各因子相乘，獲得河田盆地及其周邊地區的土壤侵蝕強度等級數據和圖件。

1.3 RUSLE各因子值的確定

1.3.1 降雨侵蝕力因子R值的估算

降雨侵蝕力因子R值反映的是降雨引起土壤侵蝕的潛在能力，它是降雨物理特征的函數，難以直接測定。因此，各種估算R的方法也就應運而生［10-11］。本文應用周伏建等提出的適用于福建地區的簡便算法來求解 R 值［10］:

式中，pi為月降雨量。根據長汀氣象站1985—2010年的逐月降雨量數據，計算出研究區1988、1998、2010年的 R 值，分別為 332.12、296.40、345.14。

1.3.2 土壤可侵蝕性因子K的獲取

K因子用來表征土壤被降雨侵蝕力分離、沖蝕及搬運的難易程度，即土壤的抗侵蝕特性。抗侵蝕能力強的土壤K值低，反之則高。其取值與土壤顆粒大小、結構以及有機質含量等密切相關。Sharply和Williams把土壤可侵蝕性因子K的計算公式發展為［15］:

式中，SAN為砂粒含量(%)，SIL為粉砂含量(%)，CLA為粘粒含量(%)，c為有機碳含量(%)，SN1=1－SAN/100。

方綱清、阮伏水等依據上述原理求得福建省主要土壤類型的K值［9］。本文根據研究區土壤類型圖及相關文獻得出以下 K 值［9，16-17］:滲育水稻土 0.2447、潴育水稻土 0.3391、潛育水稻土 0.212、漂白型水稻土 0.2、漸沙土0.223、紫色土 0.2131、紅泥土 0.255、山地草甸土 0.2440、黃壤 0.228、黃紅壤 0.2303、粗骨性紅壤0.2549、硅鋁質紅壤0.1711、硅質紅壤0.1961、硅鋁鐵質紅壤 0.2546、侵蝕紅壤0.2708、水 0。然后將以上 K值賦給已有的土壤類型圖，生成K值因子圖層。

1.3.3 坡度坡長因子LS的獲取

坡長L和坡度S因子反映了地形地貌對土壤侵蝕的影響，通常為侵蝕動力的加速因子。RUSLE中采用的坡長因子計算公式為［18］:

RUSLE模型中推薦計算S因子的公式為［19］:

式中，22.1是RUSLE標準小區的坡長，單位為米，α是坡長指數，λ是水平投影坡長，β代表細溝侵蝕與細溝間侵蝕的比率，θ是坡度。

Hickey和Van Remortel根據上述算法，用AML和C++語言編制了自動提取LS因子的程序［20-21］，并提供于個人網頁上。本文根據該程序提取了LS因子，并生成了相關圖層。

1.3.4 植被覆蓋與管理因子C的確定

植被覆蓋與管理因子C是指在相同的土壤、坡度和降雨條件下，某一特定作物或植被情況下的土壤流失量與耕種過后連續休閑土地的土壤流失量的比值［13］，它對土壤侵蝕起著抑制作用。本次研究采用蔡崇法等的方法［22］，即根據植被覆蓋與管理因子C與植被覆蓋度c的關系公式進行C值的估算，其值介于0—1之間。具體過程如下:

(1)求解植被覆蓋度c［23］

式中，NDVI為象元歸一化植被指數值，NDVImax為最大值，即純植被像元的NDVI值，NDVImin為最小值，即全裸土象元的NDVI值。

(2)解算植被覆蓋與管理因子C［22］

當植被覆蓋度大于等于78.3%時，基本不會發生土壤侵蝕，故C值設為0;當植被覆蓋度為0時，土壤侵蝕量最大，C值設為于1［22］。當植被覆蓋度介于0到78.3%之間時，可將植被覆蓋度進行如上式的轉換運算，最終得到3個時相的植被覆蓋和管理因子圖。

1.3.5 水土保持措施因子P的確定

水土保持措施因子P是指特定水土保持措施下的土壤流失量與相應未實施該措施的順坡種植時的土壤流失量之比值［13］，它是侵蝕動力的抑制因子，起著保持水土的作用。P值范圍為0—1，其值越小，表示水土保持措施對土壤侵蝕的抑制作用越明顯;等于0，說明不發生土壤侵蝕;等于1，表明未采取任何措施或抑制作用完全失效。已有研究中經常采用土地利用類型賦值的方法來確定P值。本文參考已有的相關研究結果［17，22，24-26］來確定研究區不同土地利用類型的 P 值:水田 0.01、闊葉林 0.2、針葉林 0.4、竹林 0.4、草 0.7、建筑用地1、裸地1、沙地1、水體0，并將其分別賦給3個年份的土地利用圖，得到相應的P值因子圖。

1.4 土壤侵蝕量的計算

將上述獲取的各因子圖層導入ArcGIS中，并轉換為柵格大小均為30 m×30 m的GRID數據，應用軟件的相關功能，將各因子圖進行連乘;由于RUSLE模型的單位是英制，所以將其乘以224.2轉換為公制單位t·km－2·a－1，得到各像元的土壤流失量。根據土壤侵蝕的試驗結果，參考中國水利部2007年制定的《土壤侵蝕分類分級標準》［27］，將研究區的土壤侵蝕強度等級劃分為6個等級，制作出研究區1988、1998和2010年的土壤侵蝕強度等級分布圖(圖2)。

圖2 三時相土壤侵蝕強度等級分布圖Fig.2 The distribution map of soil erosion intensity in three time phases

1.5 精度驗證

于2010年11月在河田一帶進行野外實地驗證，共驗證了126個點，將其按圖2劃分的6個侵蝕等級歸類，然后與2010年RUSLE模型計算結果的分類等級進行對比驗證;其中分類等級一致的有109個點，不一致的有17個點，得出實驗的總精度為86.51%。

2 結果與討論

2.1 研究區1998—2010年土壤侵蝕及其變化

在計算出各像元的土壤侵蝕量和土壤侵蝕等級圖后，對上述各圖層進行相關的統計分析。結果表明，在1988年至2010年的22年間，年均侵蝕模數由1988年的4259.11 t·km－2·a－1分別下降至1998年的2067.02 t·km－2·a－1和2010年的1280.09 t·km－2·a－1;相應地，年侵蝕量也從252.42萬t分別降為122.5萬t、75.87萬t，這說明自20世紀80年代開始對長汀河田土壤侵蝕的治理已取得明顯成效，土壤侵蝕狀況逐漸減輕。從不同侵蝕等級的變換來看(表1):自1988年至2010年，中度及其以上侵蝕面積總共減少了113.31 km2，劇烈侵蝕等級面積減少了34.55 km2，微度侵蝕面積則增加了133.05 km2;尤其是在1998年至2010年的后12a間，微度土壤侵蝕的面積增幅達115.47 km2，土壤侵蝕狀況的好轉程度尤為明顯。這表明自2000年開始新一輪的大規模治理以來，當地的土壤侵蝕強度得以顯著降低。

表1 研究區各年份的侵蝕強度等級及其面積Table 1 Soil erosion intensity grades and their cover area in the study area

另外，對3個時相的不同土壤侵蝕等級進行兩兩對比，并做出相應的轉移矩陣。限于篇幅，本文只列出1988年至2010年的轉移矩陣(表2)，從中可以看出:1988—2010年間，各侵蝕等級均有不同程度的轉移;其中，1988年中度及以上侵蝕等級中共有131.9 km2分別轉化為2010年的微度侵蝕等級(66.38 km2)和輕度侵蝕等級(65.52 km2);這種大面積的由強轉弱轉移，說明該地區土壤侵蝕得到有效遏制。但也看出，在2010年劇烈侵蝕等級的7.63 km2中有4.7 km2是由1988年非劇烈侵蝕的等級轉化而來的，反映出這22a間土壤侵蝕狀況在總體得到改善的同時，也存在著局部加劇的情況。

表2 1988—2010年不同侵蝕等級面積轉移矩陣/km2Table 2 Conversion matrix of different erosion grades from 1988 to 2010

2.2 土壤侵蝕的空間分布特征

將研究區的DEM劃分為4個海拔高程帶:＜400 m、400—600 m、600—800 m、＞800 m，并分別與三時相的土壤侵蝕模數圖層進行疊加，利用ArcGIS的空間分析功能進行計算得出:＜400 m高程帶的平均侵蝕模數、侵蝕面積及侵蝕量均為最大。這表明＜400 m高程帶是該區發生土壤侵蝕的主要區域。

進一步將3個年份的植被覆蓋度圖層按植被覆蓋度大小劃分為四級:＜20%、20%—50%、50%—80%、＞80%，然后分別與三時相的土壤侵蝕模數圖層進行疊加。經統計分析得知:侵蝕量最大的區域在1988年集中在植被覆蓋度＜20%的地區;而到了1998年和2010年，侵蝕量最大的區域則集中在植被覆蓋度介于20%—50%的區域，分別占對應年份侵蝕總量的71.78%和48.22%。

為了找出今后該區水土流失治理的重點區域，進一步將以上空間分析找出的嚴重水土流失區進行疊加，即將2010年＜400 m高程帶、植被覆蓋度為20%—50% 、土壤侵蝕度等級為強度及其以上的3個圖層進行疊加，找出三者的共同區域，這些區域就是該區今后水土流失應重點治理的區域(圖3)。

圖3 研究區2010年嚴重水土流失區(黑色圖斑代表嚴重水土流失區)Fig.3 Distributions of the serious soil loss areas in the study area in 2010

以上根據最新的2010年數據確定的重點水土流失治理區域表明，該區的水土流失主要發生在高程在400 m以下的地區。其原因是由于這一地區多為盆地中的河流沿岸區，是人類活動的密集區。人類的各種生活生產活動、長期存在的林權糾紛、大規模的濫砍濫伐、火燒山等［28］，都給這一區域的自然植被帶來了很大的破壞，因此這一區域的植被覆蓋率低、土壤裸露，抗蝕能力差;加上區域降雨量大，暴雨沖擊多，導致該區域成為最嚴重的水土流失區。顯然，盡量減少人類活動的破壞，有效提高區域植被覆蓋度，是該區今后治理水土流失的重要舉措。

3 結論

(1)利用RUSLE模型，結合RS、GIS技術，可以有效地對長汀河田地區的土壤侵蝕狀況進行定量評價和分析。研究的關鍵在于各模型因子的算法選取及模型參數的“本地化”。本文結合研究區的實際情況，經過比較分析，從諸多因子算法中選定了較適合于長汀河田地區的計算方法。經野外實測驗證，計算精度達86.51%。說明實驗方法合理可行。

(2)長汀河田地區的土壤侵蝕狀況在1988—2010年的22a間得到顯著改善，表現在土壤平均侵蝕模數大幅下降，中度及其以上侵蝕面積顯著減少。尤其是自1998至2010年的后12a間，土壤侵蝕由強轉弱的程度更為明顯。

(3)土壤侵蝕強度的空間分析表明，研究區內＜400 m高程帶和植被覆蓋度為20%—50%的地區，是發生嚴重土壤侵蝕的主要區域，是今后水土流失治理的重點區域。針對高程＜400 m的地區，可繼續實施封禁措施;對于植被覆蓋度為20%—50%的地區，進一步執行退耕還林和低效林改造，有效提高植被覆蓋度。

(4)研究區的土壤侵蝕狀況總體上呈良性轉化趨勢，但是自1988年到2010年仍有小面積的非劇烈侵蝕強度轉向劇烈侵蝕，存在著“整體好轉，局部加劇”的現象，說明該地區的治理工作仍處于關鍵性階段。致謝:劉智才、王琳、黃紹霖、陳文惠、張清林和陳淑桂等同志參加了野外調查工作，特此致謝。

［1］ Zheng F L，Liu F，Yang Q K，Jiang Z S.Review of research progress in soil erosion prediction model.Bulletin of Soil and Water Conservation，2001，21(6):16-18.

［2］ Bu Z H，Sun J Z，Zhou F J，Tang W L，Xi C P.A study on quantitative Remote Sensing method of soil erosion and its application.Acta Pedologic Sinica，1997，34(3):235-244.

［3］ Nyakatawa E Z，Jakkula V，Reddy K C，Lemunyon J L，Norris J.Soil erosion estimation in conservation tillage systems with poultry litter application using RUSLE 2.0 model.Soil and Tilliage Research，2007，94(2):410-419.

［4］ Terranova O，Antronico L，Coscarelli R，Iaquinta P.Soil erosion risk scenarios in the Mediterranean environment using RUSLE and GIS:an application model for Calabria(southern Italy).Geomorphology，2009，112(3/4):228-245.

［5］ Park S Y，Che Y O，Jeon S W，Hui C J，Choi C L.Soil erosion risk in Korean watersheds，assessed using the revised universal soil loss equation.Journal of Hydrology，2011，399(3/4):263-273.

［6］ Schindewolf M，Schmidt J.Parameterization of the EROSION 2D/3D soil erosion model using a small-scale rainfall simulator and upstream runoff simulation.Catena，2011，91:47-55.

［7］ Bu Z H，Tang W L，Yang L Z，Xi C F，Liu F X，Wu Y J，Tang H N.The progress of quantitative Remote Sensing method for annual soil losses and its application in Taihu lake catchments.Acta Pedologica Sinica，2003，40(1):1-9.

［8］ Zhang W B，Liu B Y.Development of Chinese soil loss equation information system based on GIS.Journal of Soil and Water Conservation，2003，17(2):89-92.

［9］ Fang G Q，Ruan F S，Wu X H，Guo Z M.Preliminary study on soil erodibility characteristics of the main soil in Fujian province.Fujian Soil and Water Conservation，1997，(2):19-23.

［10］ Zhou F J，Chen M H，Lin F X，Huang Y H，Lu C L.The rainfall erosivity index in Fujian province.Journal of Soil and Water Conservation，1995，9(1):13-18.

［11］ Huang Y H，Lu C L，Zheng T F，Fu Q，Xu J J.Study on rainfall erosivity index in southeastern Fujian.Journal of Soil and Water Conservation，1992，6(4):1-5.

［12］ Zhao Z B.Study on treatment of soil and water loss with forest grass measures in Hetian basin of Fujian province.Journal of Soil and Water Conservation，1987，1(1):81-89.

［13］ Renard K G，Foster R，Weesies G，McCool D K，Yoder D C.Predicting rainfall erosion by water:a guide to conservation planning with the Revised Universal Soil Loss Equation(RUSLE).USDA Agriculture Handbook，1997，703:1-367.

［14］ Wischmeier W H，Mannering J V.Relation of soil properties to its erodibility.Soil Science Society of America Journal，1969，33(1):131-137.

［15］ Sharply A N，Williams J R.EPIC—Erosion/Productivity Impact Calculator:1.Model Documentation.Washington，D C:USDA Technical Bulletin，1990:3-9.

［16］ Lü X X，Shen R M.A preliminary study on the values K of soil erosibility factor.Journal of Soil and Water Conservation，1992，6(1):63-70.

［17］ Chen Y H，Pan W B，Cai Y B.Quantitative study on soil erosion in watershed based on RS，GIS and RUSLE—a case study of the Jixi watershed in Fujian Province.Journal of Geological Hazards and Environment Preservation，2007，18(3):5-10.

［18］ Wischmeier W H，Smith D D.Predicting rainfall erosion losses.United States Department of Agriculture(USDA).Washington D C:USDA Agricultural Handbook，1978.

［19］ McCool D K，Brown L C，Foster G R，Mutchler C K，Meyer L D.Revised slope steepness factor for the universal soil loss equation.Transactions of the ASAE，1987，30(5):1388-1396.

［20］ Nearing M A.A single，continuous function for slope steepness influence on soil loss.Soil Science Society of America Journal，1997，6(3):917-919.

［21］ Van Remortel R D，Maichle R W，Hickey R J.Computing the LS factor for the Revised Universal Soil Loss Equation through array-based slope processing of digital elevation data using a C++executable.Computers and Geosciences，2004，30(9/10):1043-1053.

［22］ Cai C F，Ding S W，Shi Z H，Huang L，Zhang G Y.Study of applying USLE and Geographical Information System IDRISI to predict soil erosion in small watershed.Journal of Soil and Water Conservation，2000，14(2):19-24.

［23］ Choudhury B J，Ahmed N U，Idso S B，Reginato R J，Daughtry C.Relations between evaporation coefficients and vegetation indices studied by model simulations.Remote Sensing of Environment，1994，50(1):1-17.

［24］ Huang J L，Hong H S，Zhang L P，Du P F.Study on predicting soil erosion in Jiulong river watershed based on GIS and USLE.Journal of Soil and Water Conservation，2004，18(5):75-79.

［25］ Qi S H，Jiang X M，Yu X B.Evaluating soil erosion in Jiangxi Province with USLE model and remote sensing technology during 1995—2005.China Environmental Science，2011，31(7):1197-1203.

［26］ Xu Y Q，Shao X M.Estimation of soil erosion supported by GIS and RUSLE:a case study of Maotiaohe watershed，Guizhou Province.Journal of Beijing Forestry University，2006，28(4):67-71.

［27］ Ministry of Water Resources of the People's Republic of China.Standards for Classification and Gradation of Soil Erosion SL 190—2007.Beijing:China Water Power Press，2008:3-8.

［28］ Chen Z Q.Desertification induced by water erosion and its combat of Hetian town in Changding county，Fujian province.Progress in Geography，1998，17(2):65-70.

參考文獻:

［1］ 鄭粉莉，劉峰，楊勤科，江忠善.土壤侵蝕預報模型研究進展.水土保持通報，2001，21(6):16-18.

［2］ 卜兆宏，孫金莊，周伏建.水土流失定量遙感方法及其應用的研究.土壤學報，1997，34(3):235-244.

［7］ 卜兆宏，唐萬龍，楊林章，席成藩，劉復新，吳嘉裕，唐合年.水土流失定量遙感方法新進展及其在太湖流域的應用.土壤學報，2003，40(1):1-9.

［8］ 章文波，劉寶元.基于GIS的中國土壤侵蝕預報信息系統.水土保持學報，2003，17(2):89-92.

［9］ 方綱清，阮伏水，吳雄海，郭志明.福建省主要土壤可蝕性特征初探.福建水土保持，1997，(2):19-23.

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

［11］ 黃炎和，盧程隆，鄭添發，付勤，許建金.閩東南降雨侵蝕力指標R值的研究.水土保持學報，1992，6(4):1-5.

［12］ 趙昭昞.福建河田盆地水土流失地區用林草措施治理的研究.水土保持學報，1987，1(1):81-89.

［16］ 呂喜璽，沈榮明.土壤可蝕性因子K值的初步研究.水土保持學報，1992，6(1):63-70.

［17］ 陳燕紅，潘文斌，蔡芫鑌.基于RS/GIS和RUSLE的流域土壤侵蝕定量研究——以福建省吉溪流域為例.地質災害與環境保護，2007，18(3):5-10.

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

［24］ 黃金良，洪華生，張珞平，杜鵬飛.基于GIS和USLE的九龍江流域土壤侵蝕量預測研究.水土保持學報，2004，18(5):75-79.

［25］ 齊述華，蔣梅鑫，于秀波.基于遙感和ULSE模型評價1995—2005年江西土壤侵蝕.中國環境科學，2011，31(7):1197-1203.

［26］ 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.北京林業大學學報，2006，28(4):67-71.

［27］ 中華人民共和國水利部.土壤侵蝕分類分級標準SL 190—2007.北京:中國水利水電出版社，2008:3-12.

［28］ 陳志清.福建省長汀縣河田鎮的水蝕荒漠化及其治理.地理科學進展，1998，17(2):65-70.