基于RUSLE模型的祖厲河流域土壤侵蝕時空分異特征分析

貴立德

(甘肅省定西市水土保持科學研究所，甘肅 定西 743000)

?

基于RUSLE模型的祖厲河流域土壤侵蝕時空分異特征分析

貴立德

(甘肅省定西市水土保持科學研究所，甘肅 定西 743000)

土壤侵蝕；RS；GIS；RUSLE；祖厲河流域

以祖厲河流域為研究區，借助RS的圖像信息提取技術，對研究區遙感影像進行校正與信息提取。利用GIS的柵格數據空間分析功能，將研究區空間離散化為30 m×30 m的柵格單元。根據修正的通用土壤流失方程RUSLE生成因子柵格圖，借助GIS空間分析功能，實現研究區的土壤侵蝕評估模擬。研究結果表明：祖厲河流域1995、2005和2015年土壤侵蝕模數分別為2 877.87、3 372.24和3 713.23 t/(km2·a)；從侵蝕量變化來看，1995、2005、2015年土壤流失量分別為2 960.84萬、3 469.46萬、3 820.28萬t。從土壤侵蝕量空間分布和侵蝕量變化來看，研究區土壤侵蝕程度呈現南北低、中部高，河流深切區低、高山林立區高的特點。

1　研究區概況

祖厲河流域位于甘肅中部，地理坐標介于東經104°12′～105°33′、北緯35°18′～36°34′之間，流域面積10 653 km2，地跨甘肅省定西、白銀、蘭州三地(市)和寧夏固原地區，包括定西市，會寧縣的絕大部分地區，以及靖遠、榆中、隴西、通渭、西吉、海原縣的小部分地區。受賀蘭山和祁連山加里東褶皺帶的復合影響，地勢大致由南向北傾斜，海拔大多在1 500～2 000 m之間，最高峰在流域東北崛吳山的南溝大頂(海拔2 858 m)，最低點在祖厲河匯入黃河處(海拔1 392 m)。在第三紀末和第四紀初古地形的基底上，第四紀以來的多次侵蝕—堆積旋回和現代侵蝕作用，塑造了當今以塬、梁、峁為特點的黃土丘陵地貌形態，呈現出梁峁交錯、溝壑縱橫的景觀。由于深處內陸，受六盤山和秦嶺山脈的屏蔽作用，海洋暖濕氣流不易到達，因此該區具有大陸性季風氣候特點[1]。

2　數據源及研究方法

2.1數據源

數據包括研究區1995、2005和2015年三期降雨量臺站記錄數據、1∶100萬土壤數據、30 m×30 m GDEM數據、土地利用數據(.shp格式)、Landsat5/ETM和Landsat8/OLI影像，以及2000年以來的基礎地理信息數據。具體數據源及其信息如表1所示。

表1　數據來源與說明

2.2研究方法

2.2.1土壤流失計算模型

修正的通用土壤流失方程(RUSLE)，計算公式為

A=R·K·LS·C·P

(1)

式中：A為土壤侵蝕模數，t/(km2·a)；R為降雨侵蝕力因子，MJ·mm/(km2·h·a)；K為土壤可蝕性因子，t·km2·h/(MJ·mm·km2)；LS為地形因子，無量綱；C為植被覆蓋與管理因子，無量綱；P為水土保持措施因子，無量綱。

本研究通過對上述數據的計算和分析，提取出影響土壤侵蝕模數的各個因子，從而測度研究區土壤侵蝕模數并劃分強度等級。

2.2.2各因子的提取

(1)降雨侵蝕力因子R。降雨侵蝕力是反映降雨對土壤侵蝕影響的一種指標，是進行土壤侵蝕預報的重要因子[2]。本研究選用基于月平均降雨量和年平均降雨量的Wischmeier公式[3]計算1995、2005、2015年降雨侵蝕力。計算公式為

(2)

式中：pi、p分別為月平均、年平均降雨量，mm。具體數據見表2。

表2　1995、2005和2015年研究區降雨侵蝕力因子

(2)土壤可蝕性因子K。土壤可蝕性因子是土壤對雨滴擊濺或地表徑流等侵蝕介質剝蝕和搬運的敏感程度，是土壤抵抗侵蝕能力的綜合體現，與降雨、徑流、滲透的綜合作用密切相關[4]。本研究選用侵蝕/生產力影響模型EPIC的公式計算各類型土壤的K因子值[5]。計算公式為

(3)

式中：SAN為砂粒含量，%；SIL為粉砂含量，%；CLA為黏粒含量，%；Cr為有機碳含量，%；SN1=1-SAN/100。

通過1∶100萬土壤數據庫，提取表層土壤的SAN、SIL、CLA和Cr的數據信息，計算出項目區的K因子值為0.49 t·km2·h/(MJ·mm·km2)。

(3)地形因子LS。地形對土壤侵蝕的影響因子包括坡度(S)和坡長(L)。本研究利用研究區的DEM數據，以GIS為技術手段進行地形特征分析，提取坡度、坡長數據。計算公式為

(4)

式中：λ為坡長，m；m為隨坡度變化的量；β為坡度(°)，當β≥2.86°時m取0.5，當1.72°≤β<2.86°時m取0.4，當0.57°≤β<1.72°時m取0.3，當β<0.57°時m取0.2。

(4)植被覆蓋與管理因子C。植被覆蓋與管理因子是植被覆蓋程度對水土流失的抑制程度，起著保持水土的作用，其取值范圍為0～1[6]。本研究選用蔡崇法等[7]建立的C因子值與植被覆蓋度之間的回歸方程，計算公式為

(5)

式中：c為植被覆蓋度，%。

先計算研究區范圍內的NDVI值(植被覆蓋指數)，并提取最大和最小NDVI值，從而計算出研究區范圍內的植被覆蓋度。植被覆蓋度的計算公式為

(6)

式中：NDVI0為無植被或完全被裸土覆蓋地區像元的NDVI值；NDVIg為完全被植被覆蓋地區像元的NDVI值。

根據計算得到的C因子分布圖和研究區土地利用類型圖將C因子值賦予相應的土地利用類型，結果見表3。

表3　研究區不同土地利用類型的C值

(5)水土保持措施因子P。水土保持措施因子是一種基于經驗和物理過程的混合模型，是采取專門措施后的土壤流失量與順坡種植時的土壤流失量之比，其取值在0～1之間[8]，其中0代表根本不會發生土壤侵蝕的地區，1代表未采取任何水土保持措施的地區。本研究采用坡度權重對P因子進行分級賦值，結果見表4。

表4　不同耕作方式下的P因子值

2.2.3模型的運算

利用ArcGIS10中Spatial Analysis/Raster Calculator功能，將每個網格中各因子值相乘，計算每個柵格的土壤侵蝕量，根據《土壤侵蝕分類分級標準》(SL 190—2007)對其結果進行重分類(Reclass)，形成土壤侵蝕量圖和土壤侵蝕空間分布圖。

3　土壤侵蝕結果分析

3.1土壤侵蝕時間變化特征

研究區不同侵蝕強度的面積、侵蝕量結果見表5。由表5知，1995年中度侵蝕及以上面積3 788.22 km2，占研究區總面積的36.82%。到了2005年，中度侵蝕及以上面積增加到4 448.42 km2，占研究區總面積的43.24%，比1995年面積增加660.20 km2。2015年中度侵蝕及以上面積4 812.36 km2，占研究區總面積的46.77%，比2005年增加363.94 km2，比1995年增加1 024.14 km2。從侵蝕面積來看，20年來研究區土壤侵蝕面積不斷擴大，中度及以上侵蝕面積年均增長近51.21 km2，且強烈、極強烈和劇烈侵蝕面積逐年增加，表明在總體侵蝕面積不斷增加的同時，嚴重侵蝕面積也在逐年增加。從侵蝕量看，1995年侵蝕總量為2 960.84萬t，侵蝕模數為2 877.87 t/(km2·a)；2005年侵蝕總量增加到3 469.46萬t， 侵蝕模數為3 372.24

t/(km2·a)；2015年侵蝕總量進一步增加到3 820.28萬t，侵蝕模數為3 713.23 t/(km2·a)；根據《土壤侵蝕分類分級標準》，屬于中度—強烈侵蝕。

圖1　1995、2005、2015年研究區土壤侵蝕面積統計

侵蝕強度[t/(km2·a)]1995年面積(km2)比例(%)侵蝕量(t)2005年面積(km2)比例(%)侵蝕量(t)2015年面積(km2)比例(%)侵蝕量(t)微度(<1000)2759.8926.837942612.002417.0823.498150982.432268.2422.058422512.73輕度(1000～3000)3740.1836.3510763774.883422.7933.2711541777.503207.6931.1811910900.83中度(3000～5000)2055.3519.985915046.242126.0120.667169417.242120.1020.617872427.84強烈(5000～7000)914.078.882630568.821137.3411.053836050.841205.1611.714475049.94極強烈(7000～9000)433.064.211246279.34573.185.571932916.75666.096.472473340.09劇烈(>9000)385.743.751110115.95611.895.952063443.89821.017.983048586.21合計10288.2910029608397.2310288.2910034694588.6510288.2910038202817.64

3.2土壤侵蝕空間變化特征

從研究區土壤侵蝕強度空間分布特征來看(圖2)，極強烈侵蝕區和劇烈侵蝕區主要分布在會寧縣西北部的新莊鄉、頭寨子鎮和東北部的草灘鄉、土高山鄉，還有定西市安定區北部的白錄鄉、魯家鎮溝和東北部的石灣峽鄉、新集鄉，以及靖遠縣的西南部若笠鄉和東北部等廣大地區。這些地區植被覆蓋度較低、生態異常脆弱，遇到短歷時強降雨，會產生嚴重的土壤侵蝕。輕度和微度侵蝕區主要分布在靖遠縣東北部的高灣鄉和會寧縣北部的大部分地區，涉及郭城驛鎮、白草原鄉、河畔鎮、劉家寨子鄉等，此外安定區南部的內宮營鎮、團結鎮、香泉鎮土壤侵蝕程度也比較輕。從土壤侵蝕空間分布和侵蝕量變化來看，研究區土壤侵蝕程度呈現南北低、中部高，河流深切區低、高山林立區高的特點。因此，在水土保持工作中要特別重視植被的保護和培育，減輕人為影響，發展多功能型節水農業，改變不合理的土地利用方式。將模型計算數據與甘肅省土壤普查辦公室提供的實測數據[9]、《甘肅省年鑒》和宋維峰等[10]研究成果進行對比，侵蝕模數和侵蝕量的計算精度均在90%以上，侵蝕面積的計算精度為85%，說明本研究計算方法是可行和有效的。

圖2　土壤侵蝕強度空間分布

4　結論與討論

本研究利用RS和GIS技術，以祖厲河流域作為研究區，結合修正后的通用土壤流失方程(RUSLE)分析了1995—2015年研究區土壤侵蝕時空變化特征及分布規律，得出以下結論：①祖厲河流域1995、2005和2015年土壤侵蝕模數分別為2 877.87、3 372.24和3 713.23 t/(km2·a)；從侵蝕量變化來看，1995、2005、2015年土壤流失量分別為2 960.84萬、3 469.46萬、3 820.28萬t。②從土壤侵蝕時空變化來看，土壤侵蝕最嚴重的的區域主要分布在會寧縣西部、靖遠縣南部及安定區北部地區。相比而言，會寧縣東北部、靖遠縣東南部土壤侵蝕程度較輕。總體來看，研究區土壤侵蝕度呈現南北低、中部高，河流深切區低、高山林立區高的特點。

研究結果表明，雖然1995—2015年的20年間祖厲河流域各縣區在水土保持方面均采取了一些措施，但受自然環境、地質地貌、氣候變化等綜合因素影響，部分地區土壤侵蝕呈加劇趨勢，因此當地在預防自然災害、保持水土流失等方面依然任重而道遠。此外，由于研究區的氣象站點偏少，土壤數據比例尺偏小等一些原因，研究結果的精度會受到一定程度的影響，對部分地區計算結果尚不理想，需要在今后的工作中進一步完善。

[1] 趙傳燕,馮兆東,南忠仁,等.黃土高原祖厲河流域潛在植被分布模擬研究[J].地理學報,2007,62(1):52-61.

[2] 怡凱,王詩陽,王雪,等.基于RUSLE模型的土壤侵蝕時空分異特征分析——以遼寧省朝陽市為例[J].地理科學,2015,35(3):365-372.

[3] Wischmeier W H,Smith D D.Predicting Rainfall-Erosion Losses from Cropland and East of the Rocky Mountains[M].Washington D C:USDA,Agriculture Handbook No.282,1965:31-42.

[4] 張小文.祖厲河流域土壤侵蝕與水文—地貌過程變化的GIS輔助模擬[D].蘭州:蘭州大學,2006:772-776.

[5] 孟慶香.基于遙感、GIS和模型的黃土高原生態環境質量綜合評價[D].楊凌:西北農林科技大學,2006:342-347.

[6] 岳瑋,劉慧明,孫國鈞.基于遙感和GIS技術的祖厲河流域植被覆蓋動態變化監測[J].蘭州大學學報:自然科學版,2009,45(6):6-11.

[7] 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.

[8] 魏偉,趙軍,王旭峰.RS、GIS支持下高寒草原退化過程中土壤流失及治理模式仿真研究[J].干旱區地理,2009,32(1):47-56.

[9] 甘肅省土壤普查辦公室.甘肅土壤[M].北京:中國農業出版社,1993:77-84.

[10] 宋維峰,張明璽,韓承鼎.祖厲河水沙特性及水利、水土保持措施減沙效益分析[J].中國水土保持,1994(4):8-11.

(責任編輯李楊楊)

S157

A

1000-0941(2016)08-0043-04

貴立德(1964—)，男，甘肅定西市人，學士，高級工程師，主要從事水土保持綜合治理規劃與管理方面的研究。

2016-02-15