基于GIS與RUSLE的榆林市土壤侵蝕空間分布研究

李 奎，岳大鵬，劉 鵬，易 浪

（陜西師范大學 旅游與環境學院，陜西 西安710062）

土壤侵蝕是導致土地資源和土壤質量退化，威脅生態安全的主要因素之一，土壤侵蝕不僅影響侵蝕區的土地利用變化，同樣對侵蝕區外的相關區域產生重要影響［1－3］。眾多研究［4］表明，土壤 侵蝕是 自然和 人為因素共同作用的結果，并且在較短的時期內，人類活動對區域土壤侵蝕起著重要的作用。在黃土高原地區，土壤侵蝕的危害尤為明顯［5］，該地區是我國典型的水土流失區和生態脆弱區，水土流失的治理研究一直受到國內外學者的關注。近10a來地處于黃土高原北部的榆林市土地利用狀況發生了巨大的變化。通過選取榆林市進行土壤侵蝕對該區土地利用變化的響應研究，對于區域土地利用結構的調整過程中水土保持的理論探索和實踐具有一定的指導意義。與傳統的土壤侵蝕調查方法相比，利用3S技術進行各類地理信息的搜集與分析，以及進行地理過程的模擬，在很大程度上降低了工作量，提高了工作效率，并且提高了準確性和科學性。美國通用水土流失方程（RUSLE）的成功應用為3S技術進行土壤流失估算提供了可行的思路［6－7］。該方程是通過大量的土壤侵蝕試驗和定量觀測數據，在此基礎上不斷完善而形成的經驗坡面土壤侵蝕預報模型，許多學者應用該模型對土壤侵蝕做了大量的研究［7－21］。本研究在3S技術的支持下，利用RUSLE模型對黃土高原北部的榆林市進行土壤侵蝕強度的定量研究分析，探討區域土壤侵蝕的總體變化趨勢和空間分布規律，為榆林市水土流失治理提供有效的依據，同時針對性的提出了水土流失的控制措施。

1 研究區概況及數據來源

1.1 研究區概況

榆林市位于陜西省的最北部，屬于干旱半干旱地區，介于東經107°28′—111°15′，北緯36°57′—39°34′之間，總土地面積為43 578km2，占陜西省土地總面積的21.17%。地貌大致可分為3類：風沙草灘區、黃土丘陵溝壑區和梁狀低山丘陵區。大體上以長城為界，北部為大漠風沙草灘區，南部為黃土高原丘陵溝壑區，西南部為梁狀低山丘陵區。氣候屬于暖溫帶和溫帶半干旱大陸性季風氣候，年平均氣溫約為10℃，自南向北、自東向西逐漸的降低，年平均降水量在400mm左右，降水由東南向西北逐漸遞減，年內分布極其不均勻，降雨主要集中在7—9月份。榆林市礦產資源十分豐富，是我國煤炭、石油、天然氣以及巖鹽等資源的高度富集區域，是我國21世紀重點開發的能源基地。榆林市轄1區11縣222個鄉鎮，總人口為353.41萬。

1.2 數據來源

土壤類型數據和土地類型數據均來自于中國科學院西部環境與生態科學數據中心1∶100萬土壤數據集，其中土壤類型數據的分類由南京土壤研究所完成［8］。NDVI數據采用SPOT VEGETAION數據集的旬值數據，數據來自于比利時的弗萊芒技術研究所（Flemish Institute for Technological Research，Vito）VEGETATION影像處理中心（Vegetation Processing Centre，CTⅣ）負責預處理成的逐日1km全球數據，其中預處理包括大氣校正、幾何校正和輻射校正，生產10d最大化合成的NDVI數據。氣象數據來源于國家氣象局氣候數據共享網，選取2001和2010年榆林市及周邊完整且均勻分布的9個氣象站點的旬值降水量數據，DEM數據選取自中國科學院國際科學數據服務平臺ASTER GDEM30m分辨率產品。其他相關統計數據來源于相關年份的《榆林市統計年鑒》。

1.3 研究方法

采用目前廣泛應用的改進通用土壤流失方程（revised universal soil loss equation，RUSLE）來計算，該模型是建立在土壤侵蝕理論和大量實地觀測數據的統計分析基礎之上，其計算公式為［6－7，20－21］：

式中：A——單位時間和面積上的土壤侵蝕量〔t／（hm2·a）〕；f——單位轉換系數（224.2）；R——降雨及徑流因子〔MJ·mm／（hm2·h·a）〕；K——土壤侵蝕性因子〔t·h／（MJ·mm）〕；L——坡長因子；S——坡度因子；C——地表植被覆蓋因子；P——土壤保持措施因子。各因子統一為1km×1km大小的柵格單元，利用ArcGIS的空間分析功能計算并分析。

1.3.1 降雨侵蝕力因子R 降雨及徑流因子R指由降水引起的潛在侵蝕能力，它是導致土壤流失最為重要的因子，國內外眾多研究學者提出了關于R值的簡易計算公式［9］。本研究采用比較適合黃土高原地區且較廣泛應用的Wischmeier等提出的經驗公式［10］：

式中：Pi——第i個月的降水量（mm）；P——年降水量（mm）。根據2001和2010年榆林市及周邊完整且均勻分布的9個氣象站點的氣象數據，利用普通克里格插值的方法對站點的月降雨量進行空間插值，將所生成的月降雨量柵格圖進行投影的轉換，然后運用上面的公式計算出2001和2010年榆林市的年降雨侵蝕力柵格圖。

1.3.2 土壤可侵蝕因子K 土壤侵蝕的主要對象指的是土壤本身及其母質，它們是土壤侵蝕發生的主體。土壤可侵蝕性因子是用于反映土壤侵蝕性的敏感程度，或土壤被降雨侵蝕力分離、流水沖刷和搬運難易的程度。針對不同的研究區域，許多學者對土壤可侵蝕性因子的計算做了大量的研究，得到了許多有關K值的計算方法。這里采用Willams和Arnold建立的侵蝕／生產力影響模型EPIC（erosion-productivity impact calculator）公式來計算土壤可蝕性［11］。該方法的土壤理化性質測定方法具有成熟方便、成本低、土壤可蝕性穩定的特點。EPIC公式為：

式中：K——土壤可侵蝕性因子〔t·hm2·h／（MJ·hm2·mm）〕；SAN，SIL，CLA和C——砂粒、粉粒、黏粒和有機碳含量（%）；SN1＝1－SAN／100。

1.3.3 坡度坡長因子（LS） 坡度和坡長因子LS也稱為地形因子，是反映地形地貌特征對土壤侵蝕的作用。在RUSLE模型中LS因子的獲得相對比較復雜，雖然 Wisehmeier等［12］，Meeool等［13］結合 GIS分別提出了計算LS因子的方法，但是都并不太適用于地形支離破碎、溝壑縱橫的黃土高原地區，江忠善等［14］通過選取坡長為20m，寬為5m，坡度為10°的坡面作為標準樣區進行實驗，通過實驗對美式的算法做了一定的修改，從而得出適合計算黃土高原LS因子的簡單算式：

式中：λ——坡長；α——DEM提取的坡度值。

1.3.4 地表植被覆蓋因子C 植被具有截留降雨、減緩地表的徑流、保持水土等重要的生態功能，同時植物的根系對抑制土壤的侵蝕起到相當重要的作用。地表植被覆蓋因子指在其他同等條件下，某一特定的作物或植被覆蓋的土壤流失量與裸土之間土壤流失量的比值，它反映了植被或作物對土壤流失量的影響，其值在0～1之間［15］。由于C值與植被覆蓋度具有良好的相關性。因此，本文利用NDVI的最大值來計算出榆林市的植被覆蓋度，根據蔡崇法等［16］建立的植被覆蓋度與C值的關系得出C值。其計算公式為：

式中：fc——植被覆蓋度（%）；C——地表植被覆蓋因子；NDVI——歸一化植被指數；NDVImin，NDVImax——研究區域內NDVI的最小值和最大值。根據公式，使用ArcGIS 9.3空間分析模塊里的柵格計算器，編寫上述公式計算出C值，從而得到2001年和2010年1km×1km的C因子的柵格圖層。

1.3.5 土壤保持措施因子P 土壤保持措施因子P是指采用專門措施后，土壤流失量與采用順坡種植時土壤流失量的比值。國內學者根據區域特點對土地的不同利用方式賦P值。參考前人的研究成果［17－19］，針對不同土地利用類型的P 值進行賦值（表1），結合土地利用圖得到2001和2010年的P值柵格圖。

表1 不同土地利用類型的土壤保持措施因子P值

2 結果分析

2.1 土壤侵蝕概況及總體變化

根據中華人民共和國水利部頒布的《土壤侵蝕分類分級標準》，在ArcGIS 9.3的支持下對2001和2010年兩期的土壤侵蝕模數進行分級，從而得到榆林市兩個時期的土壤侵蝕強度分布圖（附圖1），并分析得到榆林市兩個時期各侵蝕強度的面積及分布情況表（表2）。由表2可知，2001年微度侵蝕以上的土壤侵蝕面積為32 526km2，占總面積的74.76%，土壤侵蝕狀況相當嚴峻。其中中度、強度和極強度的侵蝕面積分別占到了總面積的16.97%，10.16%和9.56%，而劇烈侵蝕的面積為2 848km2，占總面積的6.55%。2010年榆林市微度以上的土壤侵蝕面積為30 814km2，相比2001年下降了5.26%。其中劇烈侵蝕面積為5 326km2，占總面積的12.24%，中度、強度和極強度侵蝕面積分別為6 233，4 242和5 188 km2，分別占總面積的14.33%，9.76%和11.93%。由表2可以看出，2001和2010年榆林市的土壤侵蝕類型主要以中度及中度侵蝕以下為主。而2001—2010年，微度、極強度和劇烈的侵蝕面積都有所增長，其增長比例分別為15.33%，24.77%和87.01%，特別是劇烈侵蝕面積急劇增長。而輕度、中度和強度的侵蝕面積有所下降，下降幅度分別為28.36%，15.6%和4.05%。榆林市的土壤侵蝕呈現出中等強度侵蝕面積減少，低強度和高強度侵蝕面積增加的兩極分化狀況。許多地區土壤侵蝕由中強度向高強度轉變，水土流失狀況惡化。自1999年開始實施退耕還林還草工程，榆林市的生態環境按理應該得到極大的改善，植被覆蓋度的提高有利于水土流失的治理，但榆林市許多區縣的土壤侵蝕不但沒有得到有效的控制，相反其土壤侵蝕狀況進一步的惡化，其中緣由值得探究。

從各侵蝕強度的面積變化情況來看，2001—2010年研究區極強度和劇烈侵蝕的變化幅度最為顯著。極強度侵蝕由2001年的4 158km2增加到2010年的5 188km2，增加了1 030km2，面積凈變化率為24.77%；劇烈侵蝕由2001年的2 848km2增加到2010年的5 326km2，面積猛增了2 478km2，面積凈變化率高達87.01%。其次是微度侵蝕，面積從2001年的10 983km2增加到2010年的12 667km2，增加了1 984km2，面積凈變化率達到15.33%，極強度侵蝕類型的增加幅度也比較大；而中度、輕度和強度侵蝕面積相對于2001年都有所減少，面積分別減少了3 889，1 152和179km2，面積凈變化率分別為－28.36%，－15.6%和－4.05%。

表2 榆林市2001－2010年土壤侵蝕組成總體變化

從總體變化趨勢來看，自2001年以來，輕度、中度和強度的侵蝕狀況的到了改善，而微度、極強度和劇烈侵蝕面積有所增加，特別是劇烈侵蝕的增加最為顯著。說明榆林市水土流失的治理初步見到成效，但是局部地區的水土流失情況更趨嚴重。

2.2 土壤侵蝕空間變化

從榆林市2個時期的土壤侵蝕強度圖（附圖1）來看，該地區土壤侵蝕強度的空間分布特征較為明顯，主要表現在西北部和北部土壤侵蝕以微度、輕度和中度侵蝕為主，南部和東南部總體土壤侵蝕強度較高，基本上處于中等強度以上，且極強度和劇烈侵蝕面積分布比例大。這種地區的空間差異主要來源于地形的差異，西北部和北部地區屬于風沙草灘區，地形相對比較平坦，土壤的潛在侵蝕量較小，而南部和東南部地區基本屬于黃土高原丘陵溝壑區，地形崎嶇，土壤的潛在侵蝕量相對較大。

對比2001年的土壤侵蝕強度分布圖（附圖1），可以看出該時期榆林市的土壤侵蝕空間分布在總體上呈現出一定的規律性。其中中度及中度以下的土壤侵蝕主要集中分布在榆林市坡度較小、地勢相對平緩的地段，榆林市北部和西北部地區的分布最為顯著，該地區屬于風沙草灘區，地形相對比較平坦，土壤的潛在侵蝕量較小，并且輕度和中度侵蝕多圍繞微度侵蝕分布，同時在小流域的河道周邊也有輕度和中度侵蝕分布；而強度及強度以上的土壤侵蝕主要集中分布在坡度較大、地形起伏大和植被覆蓋度較低的區域，尤以南部和東南部地區最為顯著，該地區屬于黃土高原丘陵溝壑區和梁狀低山丘陵區，地形崎嶇，土壤的潛在侵蝕量相對較大。從2010年的土壤侵蝕強度分布圖（附圖1）可以看出，該時期的土壤侵蝕類型的空間分布相比2001年有了明顯的變化，主要表現在榆林市的長城沿線及以北地區土壤侵蝕情況惡化，侵蝕類型由中度、強度向極強度和劇烈轉變，特別是中南部的橫山、靖邊地區土壤侵蝕惡化情況十分明顯，而東南部的大部分地區如綏德、米脂縣等，土壤侵蝕情況得到了明顯的改善，土壤嚴重侵蝕區大面積減少，土壤侵蝕類型發生了相反的轉變，由極強度、劇烈侵蝕向微度、輕度侵蝕類型轉變，生態環境有了明顯的好轉。究其原因，榆林市開始實施大范圍的退耕還林還草工程之后，該地區土地利用的方式發生了巨大的變化，坡耕地大幅度退耕，林地草地面積增加，植被覆蓋度有了明顯的提高，這使得原有的極強度和劇烈的土壤侵蝕開始慢慢的向低強度的土壤侵蝕類型轉變，但是那些土壤侵蝕惡化的地區，人為活動影響劇烈，在城市發展建設過程中，水土保持的措施不盡完善，管理措施也未到位，因此致使該地區土壤侵蝕向高強度土壤侵蝕的轉變。

綜合分析2001和2010年的土壤侵蝕強度空間分布，可以發現在土壤條件和降雨條件相同或變化不大的區域，植被覆蓋度以及人類活動的影響是研究區土壤侵蝕強度變化的主要因素。

榆林市共有12個區縣，各區縣之間土壤類型、植被覆蓋情況、地形條件和土地利用方式都不盡相同，因此不同區縣之間的土壤侵蝕狀況各異。利用Arc-GIS 9.3的交叉列表功能將榆林市行政區劃圖和2001年土壤侵蝕強度分類圖，2010年土壤侵蝕強度分類圖進行交叉分析，從而得到榆林市各區縣2個時期土壤侵蝕強度分級面積及比例狀況（表3）。由表3可以看出，2001—2010年榆林市各區縣的土壤侵蝕變化狀況有著明顯的空間差異，榆林市的府谷、神木、榆陽、橫山、靖邊、佳縣和子洲7個區縣的土壤侵蝕狀況不斷惡化，這些區縣中度及中度以下的土壤侵蝕面積比例有所下降，強度及強度以上的土壤侵蝕面積呈現相反的增加趨勢，特別是極強度和劇烈侵蝕面積上升幅度特別大，這些區縣的土壤侵蝕類型發生了由中強度向高強度侵蝕的轉化，土壤侵蝕狀況向差的方向發展。特別是府谷、神木、橫山、子洲和佳縣五縣，極強度和劇烈侵蝕的面積比例猛增，說明這些地區土壤侵蝕日益嚴重。定邊、米脂、吳堡、綏德和清澗5縣的土壤侵蝕狀況相反得到了明顯的改善，其中微度和輕度侵蝕面積增加，極強度和劇烈侵蝕比例下降，這些區縣的土壤侵蝕類型有高強度向低強度侵蝕轉變，土壤侵蝕狀況不斷好轉。特別是米脂、吳堡、綏德和清澗4縣微度侵蝕面積上升比例相當大，說明這些地區的生態環境較2001年有了根本性的轉變，水土流失治理取得巨大的成就。

表3 榆林市各區縣土壤侵蝕類型分布情況統計

自1999年以來，榆林市大力開展退耕還林還草工程，開展水土保持綜合治理工作，生態環境不斷的改善。但是在2001—2010年不同地區的水土保持效果不盡相同，像府谷、神木、榆陽、橫山、靖邊、佳縣和子洲7個區縣的土壤侵蝕狀況不但沒有得到改善，相反呈現惡化的狀況，土壤侵蝕類型向高強度轉變，這些區域的水土流失日益嚴重，而定邊、米脂、吳堡、綏德和清澗5縣大豆位于黃土高原丘陵溝壑區和梁狀低山丘陵區，地形崎嶇，而這些地區的土壤侵蝕在10a間得到極大的治理，水土流失得到有效的控制，土壤侵蝕由2001年中度及中度以上土壤侵蝕向微度和輕度侵蝕轉變，這些地區的生態環境建設和水土保持工作取得了良好的成效。

不同地區在相同的背景下，土壤侵蝕治理的結果不一樣，這與當地的經濟建設，資源能源的大量開采造成生態環境的破壞不無關系，榆林市作為國家能源基地，大量的能源物資被開采開發，在開發過程中不可避免的造成生態的破壞，同時這些地區屬于生態脆弱區，人類活動對當地生態環境的有著強烈的干擾作用，人類活動的正影響和負影響都直接關系著該地區生態環境質量的好壞。由附圖1可以看出，府谷、神木、榆陽、橫山、靖邊、佳縣和子洲7個區縣能源開發區富集，分布著大量的煤炭、石油和天然氣的開發開采區，在能源的開采過程中，不可避免的造成了地被植被和地下水體系統的破壞。植被是控制土壤侵蝕的重要因素之一，植被冠層能夠截留雨水，降低雨水的動能，減輕雨滴對土壤的沖擊，減緩土壤的侵蝕，而榆林地區位于干旱半干旱區，地下水是植被生長發水分條件的主要來源，而能源開發開采過程中不可避免的對地下水體造成不同程度的破壞，從而對植被的生長起到了的抑制作用，而地表植被覆蓋度越小，土壤侵蝕量和侵蝕強度就更大，因此植被覆蓋度的高低與土壤侵蝕量高度相關。因此這些地區由于經濟發展，建設用地的大量增加、資源能源的開采和土地利用方式的不合理導致該地區土壤侵蝕狀況惡化。而定邊、米脂、吳堡、綏德和清澗5縣境內能源開發開采區面積不大，對地表植被的破壞程度有限，加之近年來響應政府的生態環境建設的政策，大力開展退耕還林還草工程，使生態環境大幅度改善，地表植被覆蓋度大幅度提高，使這些地區的土壤侵蝕得到明顯的改善，水土流失治理成果十分顯著。

3 結果討論

經過多年的發展，USLE模型作為經驗統計模型具有廣泛的實用性，但是也存在精度不高和誤差等問題，由于黃土丘陵區地形起伏大，坡度大而坡長相對短，對坡度坡長因子估算時時，其LS因子的值會相對比較大，因此采用江忠善等［14］提出的較適合與計算黃土高原LS因子的簡單算式，然而在對黃土丘陵區土壤侵蝕模擬時，仍存在其模擬的結果存在與一般的實測值相對偏大的情況，但是對研究區域土壤侵蝕的空間分布趨勢時，其模擬的結果對該地區土壤侵蝕空間分析的影響不大，仍能夠較好地分析區域土壤侵蝕的空間差異，與此同時，通過對比較分析，2001和2010年榆林市土壤侵蝕模擬結果存在的誤差仍能夠滿足空間分析的要求。同時在估算土壤侵蝕模數時，將USLE模型中相應的因子進行本地化修正，將會得到更加精確和實用的效果。對于降雨侵蝕力因子，降雨侵蝕力因子在年內隨時間不斷變化的，而R因子普遍使用的Wischmeier經驗公式，僅能針對年的尺度，顯然全年的累加值與全年各月的降水分項過程是存在較大差異的。對于R因子，應該盡量布設雨量采集站，進行準確地跟蹤記錄，精確計算降雨的數據，來提高該因子的精度。此外在模型中，水土保持措施因子仍還沒有統一的計算方法，這在一定程度上對模型的計算精度產生影響。土壤侵蝕強度分級標準因其制定的具有廣泛的適用性，不能完全反映當地土壤侵蝕的強弱和危害，因此有待于根據研究區的實際情況，制定更加符合當地實際情況的土壤侵蝕分級標準。

土壤侵蝕是一個相當復雜的現象，它是自然因素和人文因素共同作用的結果，任何一個土壤侵蝕估算模型都不是萬能的，尤其是定量描述侵蝕程度的模型尤為如此，在不同時間和區域范圍之內，其侵蝕因素會存在顯著的差異。USLE模型作為經驗統計模型，其得出的土壤侵蝕模數是一個模擬值，與實測值存在一定的誤差，在實際應用中該模型估算的土壤侵蝕可以作為參考和借鑒，但并不能完全代替實測值，可以作為一種技術手段應用于水土流失治理的工作當中，為水土保持工作提供比較科學的參考依據。

4 結論

（1）2001年榆林地區平均土壤侵蝕模數為4 411 t／（km2·a），年侵蝕總量為1.93×108t；2010年的平均土壤侵蝕模數為6 237t／（km2·a），年侵蝕總量為2.72×108t。與2001年相比，2010年的平均土壤侵蝕模數明顯增加，侵蝕總量也增加了7.9×107t。從土壤侵蝕強度上來看，2001年榆林市的土壤侵蝕類型主要以中度及中度侵蝕以下為主，其中微度侵蝕比例最高，劇烈侵蝕比例最低。而到2010年，榆林市土壤侵蝕類型發生了明顯的變化，中度及中度侵蝕以下的比例下降，而極強度和劇烈的侵蝕比例快速上升，中度侵蝕的比例降低，低強度和高強度侵蝕的比例有所上升，侵蝕強度分別向低強度和高強度發展，侵蝕類型呈現出兩極分化的格局。

（2）2001—2010年榆林市各區縣的土壤侵蝕變化狀況有著明顯的空間差異，榆林市的府谷、神木、榆陽、橫山、靖邊、佳縣和子洲7個區縣的土壤侵蝕狀況不斷惡化，這些區縣中度及中度以下的土壤侵蝕面積比例有所下降，強度及強度以上的土壤侵蝕面積呈現相反的增加趨勢，特別是極強度和劇烈侵蝕面積上升幅度特別大，這些區縣的土壤侵蝕類型發生了由中強度向高強度侵蝕的轉化，土壤侵蝕狀況向差的方向發展。定邊、米脂、吳堡、綏德和清澗5縣的土壤侵蝕狀況則得到了明顯的改善，其中微度和輕度侵蝕面積增加，極強度和劇烈侵蝕比例下降，這些區縣的土壤侵蝕類型有高強度向低強度侵蝕轉變，土壤侵蝕狀況不斷好轉。特別是米脂、吳堡、綏德和清澗4縣微度侵蝕面積上升比例超過40%，說明這些地區的生態環境較2001年有了根本性的轉變，水土流失治理取得巨大的成就。

（3）人類的社會經濟活動與土壤侵蝕存在著密切的關系。人類開發利用資源的方式和方法直接影響著土壤侵蝕的發生與否。自2001年以來，榆林市人口不斷增長，經濟發展水平的提高，工業化和城鎮化建設的步伐加快，城市建設用地比例大幅增加；同時，榆林市作為能源開發基地，大量的資源能源被開發，而這些城鎮建設區和能源開發區在建設的同時沒有采取合理的土壤侵蝕防護措施，也會導致建設區本身即周邊區域的土地資源遭到嚴重的破壞，從而使土壤侵蝕狀況不斷惡化；特別是能源開發開采區，2001—2010年，土壤侵蝕強度由低強度向高強度轉變。而榆林市的南部4縣和定邊縣，由于近年的退耕還林還草工程，使該地區的植被覆蓋度極大的提高，生態環境得到明顯的好轉，使土壤侵蝕由之前的高強度慢慢的向中強度和低強度轉變。總體而言，自然環境因素對土壤侵蝕的干擾存在著低頻、緩慢和潛在性，而人類活動對土壤侵蝕的干擾則是高頻的、持續的、顯著的。人類活動的影響在導致土壤侵蝕上起著主導作用，對水土流失和生態系統的退化起著加速的作用。因此，在有限的資源、不斷增長的人口壓力和快速發展的經濟環境下，合理的經濟建設和城市發展方案，有序的資源開發方案，繼續深入退耕還林還草工程的開展對保護生態環境，治理水土流失至關重要。

［1］ Stolte J，Ritsema C J，Bouma J.Developing interactive land use scenarios on the Loess Plateau in China，presenting risk analyses and economic impacts［J］.Agriculture，Ecosystems ＆ Environment，2005，105（1／2）：387-399.

［2］ 史培軍，劉寶元，張科利，等.土壤侵蝕過程與模型研究［J］.資源科學，1999，21（5）：9-18.

［3］ 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.

［4］ 冷疏影，馮仁國，李銳，等.土壤侵蝕與水土保持科學重點研究領域與問題［J］.水土保持學報，2004，18（1）：1-6.

［5］ 傅伯杰，陳利頂，邱揚，等.黃土丘陵溝壑區土地利用結構與生態過程［M］.北京：科學出版社，1998：185-232.

［6］ Meyer L D.Evolution of the universal soil loss equation［J］.J.Soil and Water Cons.，1984，32（2）：99-104.

［7］ 謝云，林燕，張巖.通用土壤流失方程的發展與應用［J］.地理科學進展，2003，22（3）：279-287.

［8］ Shi Xuezheng，Dong Shengyu，Warner E D，et al.Cross reference system for translating between genetic soil classification of China and soil taxonomy［J］.Soil Science Society of America，2006，70（1）：78-83.

［9］ 潘美慧，伍永秋，任斐鵬，等.基于USLE的東江流域土壤侵蝕量估算［J］.自然資源學報2010，25（12）：2154-2164.

［10］ Wischmeier W H.A soil erodibility nomograph for farmland and construction sites［J］.Journal of Soil and Water Conservation，1971，26（5）：189-193.

［11］ Williams J R，Arnold J G.A system of erosion—sediment yield models［J］.Journal of Soil and Water Conservation，1997，11（1）：43-55.

［12］ Wischmeier W H，Smith D D.Predicting Rainfall Erosion Losses：A Guide to Conservation Planning［M］.Washington D C：US Department of Agriculture，1978.

［13］ Meeool D K，Foster G R.Revised slope length factor for the universal soil equation［J］.Transactions of American Society of Agricultural Engineers，1989，32（5）：1571-1576.

［14］ 江忠善，李秀英.黃土高原土壤流失預報方程中降雨侵蝕力和地形因子的研究［J］.西北水土保持研究所集刊，1988（7）：40-45.

［15］ 張巖，袁建平，劉寶元.土壤侵蝕預報模型中的植被覆蓋與管理因子研究進展［J］.應用生態學報，2002，13（8）：1033-1036.

［16］ 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.

［17］ 李若東，劉德俊，馮玲正，等.基于GIS下的西寧市土壤侵蝕預測［J］.水土保持研究，2008，15（2）：1-3.

［18］ 李新宇，唐海萍，張新時，等.基于多因子層次覆蓋模型的潛在土壤侵蝕等級評價［J］.水土保持研究，2007，14（4）：154-167.

［19］ 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.

［20］ 任志遠，劉焱序.西北地區植被保持土壤效應評估［J］.資源科學，2013，35（3）：610-617.

［21］ 周自翔，任志遠，李晶.秦巴山區植被土壤保持生態價值研究［J］.干旱區研究，2006，23（1）：144-148.