基于RUSLE模型的土壤侵蝕量估算——以遼寧省阜新市為例

李雪瑩, 楊 俊, 溫海明, 姚 云, 薛忠躍, 魏志明

(北京師范大學 地理學與遙感科學學院, 北京 100875)

基于RUSLE模型的土壤侵蝕量估算——以遼寧省阜新市為例

李雪瑩, 楊 俊, 溫海明, 姚 云, 薛忠躍, 魏志明

(北京師范大學 地理學與遙感科學學院, 北京 100875)

摘要：[目的] 準確掌握遼寧省阜新市的土壤侵蝕狀況,為政府制定土地和經濟方面的相關政策提供科學依據。[方法] 基于修正的土壤流失方程(RUSLE),運用RS和GIS等技術和方法,對阜新市的土壤侵蝕狀況進行分析和研究。[結果] 阜新市年均土壤侵蝕量為1.99×107t,土壤侵蝕模數為19.18 t/(hm2·a)。土壤侵蝕強度在中度以下的區域占研究區總面積的77.01%,對研究區土壤侵蝕量的貢獻率為12.57%,而中度以上侵蝕區域占研究區總面積的22.99%,對研究區土壤侵蝕量的貢獻率高達87.43%。[結論]5°~25°為研究區主要侵蝕坡度段,裸土地、湖泊和農村居民點為研究區主要侵蝕地帶,應將其列為水土保持重點治理對象。

關鍵詞：土壤侵蝕; RUSLE; GIS; 阜新市

土壤侵蝕是由水力和風力作用引起的土壤顆粒的分離與搬運過程，土壤侵蝕嚴重破壞了土地資源，導致土地干旱、退化、洪澇等災害問題，引發生態環境惡化[1-2]。土壤侵蝕已成為當今世界主要的環境問題之一[3-4]，區域內土壤侵蝕可以導致土壤流失和土地沙漠化，造成當地環境惡化。土壤侵蝕是影響區域內土壤結構和生態環境的重要因素，因此對研究區土壤侵蝕量的估算具有重要意義[5-6]。

阜新市是遼寧省糧食主產區之一，擔負著國家糧食安全的重大責任。近年來，隨著經濟高度發展，人口增長，導致土地利用過度、土壤流失嚴重、土壤肥力下降等問題。為了保護生態環境和提高土地利用率，我們應該更加科學合理地利用土地資源。土壤侵蝕作為破壞土地結構的重要因素，對阜新市土壤侵蝕進行定量估算及其分等定級具有重要的現實意義。

土壤侵蝕模型是進行土壤侵蝕量估算的有效工具。通用土壤流失方程(universal soil loss equation,USLE)[7]及其修訂方程(revised universal soil loss equation,RUSLE)[8]是學者們研究土壤侵蝕廣泛使用的經典模型。RUSLE是在經驗模型通用土壤流失方程(USLE)的基礎上發展而來的，與USLE相比，RUSLE從因子的算法和技術性上都有所改進，使其計算精度大大提高。隨著地理信息系統(GIS)技術的快速發展，以GIS為平臺，采用RUSLE模型對土壤侵蝕進行定量估算，已成為研究土壤侵蝕的有效手段[9-10]。中國學者基于GIS，RS與通用土壤流失方程及其修訂方程做了大量的研究工作[11-12]，并逐步從大尺度范圍向小尺度范圍轉變。這對于中國土壤侵蝕量的估算及其預報模型的研制起到了積極的作用。

本研究選擇阜新市為研究對象，應用GIS和RS技術基于修訂的土壤流失方程RUSLE對研究區的土壤侵蝕現狀進行了研究和分析。為阜新市改善土壤狀況、提高土地資源利用率提供基礎資料和科學依據。

1材料與方法

1.1　研究區概況

阜新市位于東北遼河平原和內蒙古高原的中間過渡區域，屬遼寧省西部的低山丘陵區，位于東經121°01′—122°56′，北緯41°41′—42°56′。土地總面積為10 360 km2，其中耕地面積3 760 km2；有林地面積3 067 km2。丘陵山地占58%；風沙地占8%；平原占23%。地勢西北高，東南低；西南高，東北低。該地區屬北溫帶半濕潤半干旱大陸性季風氣候。年均氣溫7.6 ℃，年均降水量481 mm，大水面蒸發量1 789 mm。土壤以褐土為主，有機質含量低，保水保肥能力差，土地利用方式以農牧業為主。

1.2　數據來源及處理

本文采用的基礎數據包括：1∶50 000數字高程模型(DEM)；2010年6—9月Landsat ETM數據，空間分辨率為15 m×15 m(為了使地表的植被信息表現的更加清楚，本研究對其進行了5,4,3波段的假彩色合成)；1951—2009年阜新市降雨量數據；1∶1 000 000土壤類型數據；2010年土地利用數據。

數字圖像處理所應用到的軟件：ENVI 4.7用于遙感圖像的預處理及其分類等。ArcGIS 10.0用于地圖的代數運算和空間分析等。

1.3　研究方法

將土壤質地、降水、植被、坡度、坡長及人類活動干擾等影響因素考慮在內的RUSLE模型是為評價某地區多年平均土壤侵蝕量而設計的。遙感數據的應用，使其結果具有更好的價值性與適應性，是目前使用最為廣泛的土壤侵蝕預報模型。該模型的具體公式如下：

A=R·K·L·S·C·P

(1)

式中：A——土壤流失量〔t/(hm2·a)〕；R——降雨侵蝕因子〔MJ·mm/(hm2·a)〕；K——土壤可蝕性因子〔t·h/(MJ·mm)〕；L，S——地形因子，由坡長和坡度因子組成；C——植被覆蓋因子；P——水土保持措施因子。土壤侵蝕量計算過程如圖1所示。

圖1　土壤侵蝕量計算過程

2RUSLE模型各因子的確定

2.1　RUSLE模型各因子的計算

2.1.1降雨侵蝕力因子降雨侵蝕力可以反應降雨對研究區土壤侵蝕的影響[13]，降雨強度、降雨量、雨型、降雨歷時、瞬時雨率和降雨動能等都是其影響因素。本研究計算R值的具體公式如下：

(2)

式中：ji——月降水(mm)；J——年降水(mm)；i——月份。R與F的具體關系如下：

R=4.17F-152

(3)

式中：R——降雨侵蝕力因子〔MJ·mm/(hm2·a)〕，R值計算結果如表1所示。

表1　阜新市降雨侵蝕力因子R值　　MJ·mm/(hm2·a)

2.1.2土壤可蝕性因子土壤可蝕性因子(K)值的大小表示土壤被侵蝕的難易程度，是導致土壤流失的內在因素[14]。本研究采用董婷婷等[15]在遼西進行土壤侵蝕的定量研究的相關結果數據作為阜新市不同類型土壤的可蝕性k值(表2)。并且以阜新市第二次全國土壤普查圖(1∶100萬)為基礎數據，經坐標校準后進行柵格化處理得到全市土壤可蝕性分布圖(如圖2所示)。

季林林(1983-)， 男，漢族，江蘇南通人，本科，中級會計，上海市引旅金融信息服務有限公司財務總監，研究方向：互聯金融行業財務。

表2　阜新市主要土壤類型的可蝕性K值

注：K——土壤可蝕性因子〔t·h/(MJ·mm)〕。

圖2　阜新市土壤可蝕性因子(K)分布

2.1.3地形(LS)因子坡長與坡度作為地形地貌特征嚴重影響著土壤侵蝕，這兩個因子是降雨侵蝕力的促進因子[16]。本研究將坡度分為陡坡和緩坡來考慮它對土壤侵蝕的影響。陡坡和緩坡采用D.K.McCool等[17]研究的坡度公式。具體算法如下：

(4)

式中：S——地形因子；θ——地面坡度。

利用阜新市的1∶50 000數字高程模型可以計算出坡度θ，其空間分辨率為30 m×30 m。在ArcGIS 10.0軟件的支持下，根據坡度和(4) 式計算出坡度因子(S)，進而獲得坡度因子(S)的空間分布圖(圖3)。

圖3　阜新市坡度因子分布

坡長因子(L)的計算公式如下：

L=(λ/72.6)m

(5)

式中：m=β/1+β，β=(sinθ/0.0896)/〔3(sinθ)0.8+0.56〕；L——坡長因子值；λ——水平投影坡長(m)。以研究區DEM為基礎數據，利用ArcGIS的空間分析功能中的水文分析工具計算λ值。然后根據公式(5)求得坡長因子(圖4)，再將坡度因子乘以坡長因子得出地形因子分布圖。

圖4　阜新市坡長因子分布

2.1.4植被覆蓋因子在某些特定條件下采取了適當的田間管理或有植被覆蓋的坡地土壤流失量與相同狀況下實施清耕的連續休閑地土壤流失量之比即為植被覆蓋因子(C)。它抑制著土壤侵蝕的發生，起著保護水土流失的作用[18]。本研究采用蔡崇法[19]提出的植被覆蓋度與C因子的方程：

(6)

式中：C——植被覆蓋因子；c——植被覆蓋度。

阜新市6—9月是植物生長發育最好的時期，因此這個時期植物的覆蓋度比較大。基于ENVI軟件，利用阜新市2010年6—9月Landsat ETM遙感影像數據計算NDVI值，再利用NDVI值計算植被覆蓋度，最后求出植被覆蓋因子分布圖(如圖5所示)。公式為：

c=(NDVI-NDVI0)/(NDVIx-NDVI0)

(7)

圖5　阜新市植被覆蓋因子分布

式中：NDVIx——完全被植被覆蓋像元的NDVI值； NDVI0——無植被覆蓋或裸土像元的NDVI值。

NDVI=(band4-band3)/(band4+band3)

(8)

2.1.5水土保持措施因子針對研究區采取特定防治措施后的土壤侵蝕量與順坡種植時沒有采取相應措施的土壤侵蝕量之比即為水土保持措施因子(P)，一般沒有采取水土保持措施的土地類型P值為1，其他情況P值在0～1之間[20]。

參照董婷婷等的研究成果[15]，結合當地土地利用及農業生產活動確定本研究區的P值(見表3)。將P值以土地利用類型為單元賦值生成P值柵格圖(圖6)。

表3　阜新市不同土地利用類型的P因子值

圖6　阜新市水土保持措施因子分布

2.2　土壤侵蝕量的計算及強度分級

將以上研究計算得到的RUSLE模型的各因子及具有其空間屬性的柵格數據，在ArcGIS 10.0下相乘得到阜新市土壤侵蝕量分布圖。采用中華人民共和國水利部發布的侵蝕強度標準作為本次研究土壤侵蝕分級標準[21]，根據研究區的具體情況，本文將阜新市土壤侵蝕強度共分為7個等級，得到研究區內的土壤侵蝕強度分級圖(如附圖11)。

3研究結果分析

3.1　阜新市土壤侵蝕與空間分布

統計結果表明(表4)：阜新市年均土壤侵蝕總量為1.99×107t，年均土壤侵蝕模數為19.18 t/(hm2·a)，屬于輕度侵蝕。土壤侵蝕模數小于5 t/(hm2·a)的面積占研究區總面積的17.18%，屬于微度侵蝕。輕度土壤侵蝕的面積占到了阜新市總面積的59.83%。而中度以上的土壤侵蝕約占研究區總面積的22.99%，強度以上侵蝕占11.08%，其中極強度侵蝕占5.48%。遼西地區土壤侵蝕強度等級以輕度為主，阜新市土壤侵蝕狀況一般。因此本研究與前人相關研究結果基本吻合，結果可信[15]。

3.2　土地利用類型對土壤侵蝕的影響

利用ArcGIS將土地利用類型圖和土壤侵蝕強度等級圖進行疊加分析，最終得到不同土地利用類型的平均土壤侵蝕模數與土壤侵蝕量如表5所示。由表5可以得出：占研究區總面積64.04%的旱地為阜新市最主要的土地利用類型；中覆蓋度草地次之，占到了12.08%；裸土地所占面積最小，僅為0.01%。

表4　阜新市土壤侵蝕強度等級

從土地利用類型對土壤侵蝕的角度來看：裸土地面積僅占總土地面積的0.01%，但侵蝕量卻占總侵蝕量的0.23%，屬于極劇烈侵蝕。農村居民點的土壤侵蝕量最大，占研究區侵蝕量的39.67%，年均侵蝕模數為146.02 t/(hm2·a)，屬于極強度侵蝕，是侵蝕的主要發生區。沼澤、湖泊的土壤侵蝕模數分別118.33和156.40 t/(hm2·a)，分別屬于極強度侵蝕和劇烈侵蝕。而其他土地利用類型的土壤侵蝕量所占的百分比均較小。因此裸土地、湖泊、農村居民點和沼澤是研究區土壤侵蝕的主要發生區域，所以應加大這些區域的水土保持治理力度。

表5　不同土地利用類型的土壤侵蝕狀況

3.3　地形坡度對土壤侵蝕空間差異的影響

利用ArcGIS對各坡度帶所占面積和總的侵蝕量進行計算，最終得到不同坡度等級的侵蝕結果如表6所示。由表6可以得出：坡度在5°以下的區域占研究區總面積的51.47%，對土壤侵蝕總量的貢獻率為19.23%，年均土壤侵蝕模數為7.17 t/(hm2·a)。坡度在25 °以上的區域占研究區總面積的12.2%，對土壤侵蝕總量的貢獻率為9.7%，年均土壤侵蝕模數為15.25 t/(hm2·a)。坡度在5°~25°之間的區域年均土壤侵蝕模數介于30.80～40.31 t/(hm2·a)之間，其面積占研究區總面積的36.33%，對土壤侵蝕總量的貢獻率為71.07%，是研究區的主要土壤侵蝕坡度段。

表6　不同坡度的土壤侵蝕

4結 論

(1) 阜新市年均土壤侵蝕總量為1.99×107t，年均土壤侵蝕模數為19.18 t/(hm2·a)；其中中度以下侵蝕區域占研究區總面積的77.01%，其侵蝕量占總侵蝕量的12.57%。中度以上侵蝕區域占研究區總面積的22.99%，侵蝕量占總侵蝕量的87.43%。占研究區面積僅1.48%的極劇烈侵蝕對侵蝕總量的貢獻率高達35.21%。

(2) 阜新市土壤侵蝕空間差異明顯，研究區的地表形態、坡度和土地利用類型變化是導致這種差異的主要原因。5°~25°為區內主要侵蝕坡度段；裸土地的年均侵蝕模數最大，湖泊和農村居民點次之，為區內主要侵蝕地帶，應將其列為水土保持重點治理對象。

[參考文獻]

[1]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.

[2]潘竟虎,馮兆東,魏宏慶.長江上游小流域土壤侵蝕動態模擬與分析[J].測繪科學,2009,34(2):93-96.

[3]黃金良,洪華生,張珞平,等.基于GIS和USLE的九龍江流域土壤侵蝕量預測研究[J].水土保持學報,2005,18(5):75-79.

[4]張有全,宮輝力,趙文吉,等.基于GIS和USLE的密云縣土壤侵蝕評價及空間特征研究[J].水土保持研究,2007,14(3):358-362.

[5]田靜毅,李月芬,王立新,等.基于RS和GIS的土壤侵蝕量預測應用研究[J].吉林農業大學學報,2007,29(1):78-82.

[6]張樹文,王文娟,李穎,等.近50年來三江平原土壤侵蝕動態分析[J].資源科學,2008,30(6):843-849.

[7]Wischmeier W H, Smith D D. Predicting rainfall erosion losses: A guide to conservation planning[M]∥U.S. Department of Agriculture, ed. Agricultural Handbook. Washington: U.S. Department of Agriculture, 1978.

[8]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]. Agriculture Handbook (Washington), 1997.

[9]趙磊,袁國林,張琰,等.基于GIS和USLE模型對滇池寶象河流域土壤侵蝕量的研究[J].水土保持通報,2007,27(3):42-46.

[10]王曉慧,陳永富,陳爾學,等.基于遙感和GIS的黃土高原中陽縣土壤侵蝕評價[J].山地學報,2011,29(4):442-448.

[11]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.

[12]張旭群,陳耀強,陳浩昆,等.基于GIS和RUSLE的粵東黃岡河流域土壤侵蝕評估[J].中國水土保持,2013(2):34-37.

[13]李鋮, 李俊祥, 朱飛鴿, 等. 基于 RUSLE 的環杭州灣地區土壤侵蝕敏感性評價及關鍵敏感因子識別[J]. 應用生態學報, 2009,20(7):1577-1585.

[14]王曉峰,常俊杰,余正軍,等.基于RUSLE的土壤侵蝕量研究:以南水北調中線陜西水源區為例[J].西北大學學報:自然科學版,2010,40(3):545-549.

[15]董婷婷,張增祥,左利君.基于GIS和RS的遼西地區土壤侵蝕的定量研究[J].水土保持研究,2008,15(4):48-52.

[16]彭建,李丹丹,張玉清.基于GIS和RUSLE的滇西北山區土壤侵蝕空間特征分析:以云南省麗江縣為例[J].山地學報,2008,25(5):548-556.

[17]McCool D K, Brown L C, Foster G R, et al. Revised slope steepness factor for the universal soil loss equation[J]. Transactions of the ASAE：American Society of Agricultural Engineers(USA), 1987，30(5):1387-1396.

[18]姬翠翠,李曉松,曾源,等.基于遙感和GIS的宣化縣水土流失定量空間特征分析[J].國土資源遙感,2010,22(2):107-112.

[19]蔡崇法,丁樹文.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.

[20]傅世鋒,查軒.基于GIS和USLE的東圳庫區土壤侵蝕量預測研究[J].地球信息科學,2008,10(3):393-395.

[21]中華人民共和國水利部標準.水土保持試驗規范SD239-97Es[S].北京:水利電力出版社,1986.

Estimation of Soil Erosion Amount Based on RUSLE Model-A Case Study in Fuxin City of Liaoning Province

LI Xueying， YANG Jun， WEN Haiming， YAO Yun， XUE Zhongyue， WEI Zhiming

(SchoolofGeography,BeijingNormalUniversity,Beijing100875,China)

Abstract：[Objective] To understand the situation of soil erosion in Fuxin City of Liaoning Province and provide scientific support for policy making about soil and economic development.[Methods] The annual average soil erosion in Fuxin City was calculated with revised universal soil loss equation (RUSLE) under RS and GIS platforms.[Results] The annual average amount of soil erosion in Fuxin City was 1.99×107t, soil erosion modulus was 19.18 t/(hm2·a), and erosion intensity was on the mild level. The regional soil erosion intensity below moderate level accounted for 77.01% of research area, and contributed 12.57% of the soil erosion in the studied area, while other area above moderate level contributed 87.43%. The spatial heterogeneity of regional soil erosion was high. [Conclusion] The slope between 5°~25° was the major erosion section, and bare lands, lakes and rural areas were major erosion areas. These sections and areas should be listed as the key areas of soil and water conservation.

Keywords:soil erosion; RUSLE; GIS; Fuxin City

文獻標識碼：B

文章編號：1000-288X(2015)01-0199-06

中圖分類號：S157.1

通信作者：楊俊(1978—),男(漢族),湖北省孝昌縣人,博士,副教授,主要從事區域地表過程與地理信息系統研究。Email:hsrc@lnnu.edu.cn。

收稿日期：2013-07-08修回日期：2013-07-23

資助項目：遼寧省大學生創新創業訓練計劃項目“基于RUSLE模型的土壤侵蝕時空分異特征”(201310165011)

第一作者：李雪瑩(1992—),女(漢族),遼寧省沈陽市人,碩士研究生,研究方向為土地利用規劃和地理教育。E-mail:m18940829589@163.com。