基于GIS和USLE的龍墩水庫小流域土壤侵蝕評估研究①

陳玉東，陳 梅，孫 旭，劉臣煒，張龍江，蘇良湖

（環境保護部南京環境科學研究所，南京 210042）

基于GIS和USLE的龍墩水庫小流域土壤侵蝕評估研究①

陳玉東，陳 梅，孫 旭，劉臣煒，張龍江，蘇良湖*

（環境保護部南京環境科學研究所，南京 210042）

本研究以南京市高淳區龍墩水庫流域為研究對象，利用通用土壤流失方程（USLE） 模型與地理信息系統（GIS） 技術結合的方法對流域土壤侵蝕進行模擬預測。結果表明：整個流域年均土壤侵蝕模數為4 343.46 t/km2，屬中度侵蝕。整個流域微度和輕度侵蝕所占面積比例相對較大，兩者所占面積比例之和超過了63%，極強度和劇烈侵蝕雖然所占面積較小，但卻產生了超過了70% 的侵蝕量。不同土地利用類型中土壤侵蝕強度差異較大，年均侵蝕模數旱田＞草地＞水田＞林地，侵蝕量旱田＞水田＞草地＞林地。通過 GIS 將整個流域劃分為 13 個子流域，子流域 4、5、10 由于區域內大部分是旱田，土壤侵蝕模數較大，為流域內土壤侵蝕的關鍵源區，子流域 10 侵蝕模數和侵蝕量都比較大，應該重點關注；而子流域 1、9 和 12 由于侵蝕總量較大，也應該保持一定的關注。所有子流域土壤侵蝕量都主要來自高強度侵蝕等級，其中以劇烈侵蝕為主。因此，控制土壤侵蝕應該優先考慮高強度侵蝕等級區域。

GIS；USLE；土壤侵蝕；小流域

隨著點源污染逐步得到控制，非點源污染已經成為我國水質污染控制的重點。在農業非點源污染中，土壤侵蝕是主要的發生形式。大面積的土壤侵蝕造成土壤肥力下降、營養物質隨泥沙進入水體，導致水體水質惡化，嚴重影響了水體正常功能和周邊的生態環境。因此，評估流域土壤侵蝕是流域非點源污染模擬的基礎工作之一，也是非點源污染控制中的關鍵因素［1］。模型是土壤侵蝕預測與評價中的重要方法，研究人員模擬各種不同形式的侵蝕過程和預報土壤侵蝕在時空上的變化，建立了諸多適用于不同條件下的經驗模型或者物理模型，如 USLE［2］，RUSLE［3］，WEPP［4］等。近幾年，隨著 GIS 技術的快速發展，借助 GIS 在數據管理、空間分析的強大功能，模型在土壤侵蝕與非點源污染定量化研究領域得到了廣泛應用，為流域水土流失及非點源污染控制提供了很好的工具。

通用土壤流失方程（USLE）是最為廣泛應用的經驗模型，該模型是美國Wischmeier和Smith［2］對美國東部地區30個州10 000多個徑流小區近30年的觀測資料進行系統分析建立的經驗公式，是最早將坡度、坡長、氣候因子、植被因子、土壤可蝕性等引入土壤侵蝕預報的一個簡潔模型。相對于傳統的集中式方法進行土壤侵蝕量預測，GIS與USLE相結合的分布式方法由于運用GIS的柵格數據分析功能，可預測出每個柵格的土壤侵蝕量，有效地提高了土壤侵蝕量的預測效率和結果的顯示度，便于管理者找出較為嚴重的土壤侵蝕區，從而針對性地提出最佳管理措施，因此USLE與GIS相結合被國內外學者廣泛應用于具有空間特征的土壤侵蝕研究［5-10］及養分流失評估［11-12］。龍墩水庫是高淳縣唯一一座中型水庫，作為高淳縣的第二水源地，承擔著防洪、供水、灌溉等重要功能，其水質的好壞直接影響著人們的生產生活。流域內沒有工業企業，農業非點源污染成為影響該流域水體水質的關鍵因素，因此本研究以龍墩水庫流域為研究對象，通過USLE模型結合GIS對流域的土壤侵蝕量進行預測，完成對龍墩水庫小流域土壤侵蝕強度的分等定級，并通過子流域的方式進行分區討論，對小流域的非點源污染控制和水土資源管理，具有一定的現實意義。丘陵為世界五大陸地基本地形之一，在我國東部浙江、江蘇、安徽、湖北、湖南等地區都有較廣分布。本研究所在區域為典型的低山丘陵區，研究結果也可為我國東部丘陵區其他小流域的水土資源管理提供參考。

1 材料與方法

1.1 研究區概況

龍墩水庫流域位于南京市高淳縣東北部低山丘陵區（119°1′ ～ 119°4′ E，31°22′ ～ 31°26′ N），距高淳縣城淳溪鎮 17 km，距漆橋鎮鎮區約 3 km。流域地形大致呈長方形，南北向最長約 7.0 km，東西向最寬約 5.0 km，匯流面積中大部分屬高淳縣，只有北部一小部分屬溧水縣。流域中的龍墩河水庫位于南京市高淳縣東北部的漆橋河上游，是高淳縣境內最大的水庫，庫容 1 183 萬 m3，水庫集水面積 26.50 km2，上游河道干流長 4.01 km，地勢東高西低，最高處為位于流域東部的大山，最低處為庫區攔河壩所處的河谷位置。水庫下游河道依次匯入漆橋河、固城湖、長江。龍墩水庫流域位于北亞熱帶和中亞熱帶過渡地區，受季風環流影響，區域性氣候明顯，常年四季分明，平均氣溫 16℃，最高氣溫 39.8℃，最低氣溫-14.0℃。多年平均降水量 1 190.8 mm，降水量年內分配不均，年際變化較大，最大年降水量 1 878.6 mm（1991年），最小年降水量 569.5 mm（1978年）。土壤以水稻土類為主，其次是黃棕壤土類。主要農作物種有水稻、小麥、油菜等。

1.2 小流域資源數據庫的建立及子流域劃分

圖形數據庫：包括流域數字高程模型（DEM）圖、土壤類型圖、土地利用現狀圖等。通過購買的DEM圖（江蘇省測繪地理信息局，2009年6月航攝，2010年調繪，分辨率為5 m），提取研究區的等高線圖、坡度坡向圖和流域邊界以及水系圖。土壤類型圖以土種或變種作為成圖單元（高淳縣土壤肥料站2010年制），土地利用圖根據遙感影像圖（Landsat TM，分辨率為30 m）通過遙感分類提取與人工解譯相結合獲得。屬性數據庫：主要包括龍墩水庫地區2010—2013年各月降雨量等氣象數據（高淳縣2010—2013統計年鑒）、土地利用屬性、土壤機械組成、有機質含量等。各種圖形數據通過數字化儀輸入計算機，經編輯后成為數字化圖，與屬性數據庫鏈接，可以實現空間分析功能，進行可視化及編輯運算。

子流域劃分：在 ArcGIS 中利用水文分析模塊進行流域的劃分。將匯流累積柵格數據作為基礎，對其進行閾值的設定，閾值的設定是通過不斷的實驗加上現有地形數據綜合分析獲得，本研究中最終設定閾值為 0.8 km2。計算出所有大于設定閾值的柵格，再將柵格河網轉成矢量的河網數據，便于后面河網分級獲得等級節點。隨后分別輸入水流方向數據和出水口河網節點數據，便得到各個流域范圍。根據流域實際情況及監管需求，對自動生成的子流域進行合并，一般子流域保持在 10 個左右，這樣既不會因為子流域過多而不方便監管，也不會因為子流域過少而顯得結果過于粗糙，最終完成流域的分區。本研究結合流域的實際情況，將整個小流域劃分為 13 個子流域（圖 1）。

圖1 龍墩水庫子流域區劃圖Fig. 1 Zoning map of the Longdun Reservoir sub-watersheds

1.3 評估模型

本研究采用 Wischmeier 提出的通用土壤流失方程（USLE）評估流域的土壤侵蝕風險。由于其因子的解釋具有物理意義，仍是目前預測土壤侵蝕最為廣泛使用的方法［13］。該方程是將影響水土流失的 6 個因子用連乘的形式組成，侵蝕模數（單位面積年均土壤侵蝕量）計算式為：

式中：A為土壤年侵蝕量（t/（hm2·a））；R為降雨侵蝕力因子（MJ·mm/（hm2·h））；K為土壤可蝕因子（t·hm2·h/（MJ·mm·hm2））；LS為坡長坡度因子，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。

1.3.1 降雨侵蝕力因子 R值的計算以Wischmeier［14］經典法最具代表性，即根據一次降雨總動能E和最大30 min降雨強度I30的乘積表示R值，但I30需要詳細的降雨過程資料難以獲得。本研究采用Wischmeier等［13］提出的直接利用多年各月平均降雨量和多年平均降雨量推求R值的經驗公式：

式中：R為降雨侵蝕力因子（MJ·mm/（hm2·h））；Pi為各月平均降雨量（mm）；P為年平均降雨量（mm）。根據2011—2013年《高淳統計年鑒》的3年降雨數據，根據上面提出的計算公式推求小流域年降雨侵蝕力。由于研究地區面積小，約26.34 km2，可認定降水的分布是均一的，因此整個研究地區的R值等于195.71 MJ·mm/（hm2·h）。

1.3.2 土壤可侵蝕因子 土壤可侵蝕因子K是土壤潛在侵蝕性的量度，指單位降雨侵蝕力在標準小區上所造成的土壤流失量［15］，國內外學者在K值計算方面開展了大量的研究［16-19］。Williams等［20］在EPIC模型中，發展了土壤可蝕性因子K的估算方法，其值的大小與土壤質地、土壤有機碳含量有關，使其使用更簡便。結合GIS通過插值的方法獲得K值的空間分布在我國運用較為普遍［21-23］。因此本研究采用Williams等［20］中提出的改進后的土壤可侵蝕因子K的估算方法：

式中：SAN為土壤中砂粒含量（%）；SIL為土壤中粉粒含量（%）；CLA為土壤中黏粒含量（%）；C為土壤中有機碳含量（%）；SNI= （1-SAN）/100。

本研究中所用到的土壤的質地組成以及土壤有機碳的含量，通過實地采集研究區域的土壤進行分析得到。土樣采集通過網格法布置網格大小為 1 km × 1 km 的采樣點，充分考慮土地利用方式和土壤類型，樣點覆蓋整個流域，共采集耕層（0 ～ 20 cm）土壤樣品28 個（圖 1），質地及有機碳的含量分析參考《土壤農業化學分析方法》［24］。按照公式（3）獲得采樣點的 K值，K 值范圍為 0.256 ～ 0.454 t·hm2·h/（MJ·mm·hm2）。由于本研究所在流域相對較小，土壤類型相對比較單一且斑塊結構并不復雜，如果直接采用土壤類型進行賦值，可能難以體現空間變化的特征，而通過插值的方式可以從一定程度上體現出 K 值空間的差異性，因此本研究通過 ArcGIS 軟件在流域內進行Kriging 插值處理，從而得到流域的 K 值分布。

1.3.3 坡長坡度因子 在土壤通用流失方程中，坡長和坡度因子分別用L和S表示，坡長因子L是指在其他條件相同的情況下，任意坡長的單位面積土壤流失量與標準坡長單位面積土壤流失量之比；坡度因子S是指在其他條件相同的情況下，任意坡度下的單位面積土壤流失量與標準小區坡度下單位面積土壤流失量之比［25］。在實際應用中常把它們作為一個獨立的地形因子LS來計算，本文中L因子采用的是坡面尺度的坡長因子計算公式，LS計算公式如下：

式中：λ為坡長，m為坡長指數，S為坡度。

指數m的推薦值如下：

根據由McCool等［26］的研究表示，通用土壤流失方程允許計算的最大坡度為18%（10°）。而Liu等［27］對坡度在9% ～ 55% 的陡坡土壤侵蝕的做了進一步研究。本研究借鑒洪華生等［28］的方法，將坡度因子S的計算通過分段考慮，即緩坡采用McCool 等［26］坡度公式，陡坡采用Liu等［27］坡度公式，并將公式合并表示如下：

式中：θ為坡度。根據以上算法得到每個像元的地形因子值。

1.3.4 植被覆蓋與管理因子和水土保持因子 植被覆蓋與管理因子 C 值是指在在相同的地表條件和降雨條件下，指定作物或植被情況下的土地與連續休閑土地的土壤流失量之比，主要和土地利用類型有關。當地面完全裸露時，其 C 值規定為 1；當地面得到良好保護時 C 值為 0.001，其他情況取 0 ～ 1之間的數值［29］。因此根據研究區域土地利用類型，并結合美國農業部農業研究所提供的標準表及蔡崇法等［30-31］的計算方法來確定 C 值（表 1）。

水土保持因子 P 是指某一特定的保持措施下與相應未經實施保持措施的順坡耕作的地塊的土壤流失量之比，反映了水保持措施對土壤侵蝕量的影響。P 值范圍在 0 ～ 1 之間，0 值代表根本不發生侵蝕的地區，而 1 值代表了未采取任何控制措施的地區。本研究由于沒有設小區試驗，主要參照美國農業部手冊 703號及劉寶元［32］《中國土壤侵蝕模型》的 P 值選取方法對流域內各土地利用類型進行賦值，生成柵格圖像，從而得到 P 值圖層，不同土地利用類型取值見表 1。

表1 不同土地利用類型的植被覆蓋與管理因子C值及水土保持因子P值Table1 The value of C-factor and P-factor under different land-use types

1.3.5 侵蝕模數計算 將以上獲得的各個土壤侵蝕因子的圖層進行處理，使得所有圖層都具有相同的坐標和投影體系，具有相同的網格大小（5 m × 5 m）。經過處理后，在 ArcGIS 進行 3D 空間分析，將各因子層按照 A=R × K × L × S × C × P 進行復合運算，得到生成網格土壤流失量圖，最后對網格土壤侵蝕量進行統計計算。土壤侵蝕強度分級結合研究區位置，采用《土壤侵蝕分類分級標準》（SL190-2007）［33］中制定的標準進行劃分，得到流域不同的土壤侵蝕強度比例及分布。

2 結果與分析

2.1 全流域土壤侵蝕狀況及分析

土壤侵蝕破壞基本農田設施，降低土地生產力，還伴隨著土壤養分的流失，是流域非點源污染的主要形式。因此，在得到流域土壤侵蝕空間分布的基礎上，分析其特點以便采取不同防治措施。根據收集的數據應用 ArcGIS 軟件對 USLE 模型中的各個評價因子（R 值、K 值、LS 值、C 值和 P 值）以圖層的形式輸出，應用軟件中的柵格計算器來讀取各評價因子柵格圖中的數據，將各因子連乘得到研究區土壤像元侵蝕量的計算結果。從圖 2 中可以看出，在水庫的北部及東部 K 值較大，而 K 值較小的區域主要分布在流域東部邊界區域。LS 的高值點，基本上都分布在流域的東部及南部地區，因為該區域主要是山地，地勢相對比較陡峭。C 值與土地利用方式有關，較高值點主要分布在水庫周邊，此片區域地勢相對較為平坦，適合作物耕作，大部分水田與旱田都分布在此。根據土壤侵蝕分類分級標準，流域超過一半的區域屬于微度或輕度侵蝕，土壤侵蝕度比較強的區域主要分布在水庫東部的一些農田，侵蝕度較小的主要是流域北部以及南部的林地。

對像元土壤侵蝕圖的統計結果（表 2）表明，龍墩水庫流域年均土壤侵蝕模數為 4 343.46 t/km2，侵蝕強度總體屬中度侵蝕。有研究表明苕溪流域的侵蝕模數為 2 347 t/km2［7］，下莊小流域的平均土壤侵蝕模數為 2 541. 66 t/km2［28］，東江湖流域的年均土壤侵蝕模數為 3 425.57 t.km-2［34］，這些結果比本研究略小，也有研究表明安徽省 2002 年平均土壤侵蝕模數只有249.5 t/km2，但土壤侵蝕嚴重地區的皖南丘陵山區和皖西大別山區，局部地區平均侵蝕模數達 16 460 t/km2以上［35］，江蘇吳縣市典型小流域旱田土壤（菜地）的土壤侵蝕模數高達 5 185.68 t/km2，遠高于非耕作土壤，人為因素是影響該流域土壤侵蝕的主要因素［36］，土壤侵蝕模數變化范圍較大。土壤侵蝕系統分布格局的不同以及相同土地利用單元上土壤侵蝕強度的差異可能是造成不同流域侵蝕模數結果差異較大的重要原因。本研究結果介于這些研究結果之間，并且龍墩水庫小流域屬于丘陵區，面積相對較小且大部分區域是農田，受人為因素影響較大，因此土壤侵蝕結果相對較大也是情理之中，結果有一定的可信度。

流域內微度侵蝕的面積為 7.64 km2，占整個流域的 32.89%；輕度侵蝕的面積為 7.13 km2，占整個流域的 30.69%；兩者所占比例之和超過了 63%，但這兩個等級對流域土壤侵蝕量的貢獻率僅為 8.8%，為 8 940 t。極強度侵蝕和劇烈侵蝕面積分別占總面積的 8.39% 和 7.92%，兩者占的總比例為 16.31%；但是兩者的侵蝕總量分別占總侵蝕量的 21.18% 和49.01%，兩者所占的比例之和超過了 70%，為 70 794 t，是微度侵蝕和輕度侵蝕的侵蝕量的 7.9 倍。總體而言，流域內以微度和輕度侵蝕面積較大，但是產生的侵蝕量較小；而極強度和劇烈侵蝕雖然所占面積較小，但卻產生了大部分的侵蝕量。

2.2 不同土地利用方式的土壤侵蝕狀況及分析

土壤侵蝕強度與土地利用類型具有一定相關性，龍墩水庫流域各土地利用類型的土壤侵蝕量見表 3。流域內以旱田、林地、水田為主，占到了整個流域面積的的 78.7%，其中旱田面積最大，為 8.87 km2，占到了整個流域面積的 33.6%。旱田和水田交錯分布在水庫東部大部分區域，林地主要分布在南、北兩端及東部邊界區域。不同土地利用類型土壤侵蝕模數及侵蝕量的差異較大。除了建設用地及水體的侵蝕模數及侵蝕量為 0 外，林地的侵蝕模數相對較小，為680.37 t/km2，旱田的侵蝕模數最大，為 9 138.31 t/km2，為林地的 13 倍，已經達到了極強烈侵蝕級別。侵蝕模數從大到小的順序依次為旱田＞草地＞水田＞林地。侵蝕量最大的土地利用類型為旱田，年侵蝕量為81 056.81 t，其次水田和草地，分別為 9 152.04 t 和6 464.52 t，林地的土壤侵蝕量較小，為 4 102.63 t，僅為旱田的 5%。不管是土壤侵蝕模數還是侵蝕量，旱田都是最大，是該流域土壤侵蝕的主要來源。

圖2 研究區域土壤侵蝕因子空間分布及侵蝕分級圖Fig. 2 Spatial distribution of soil erosion factors and classification in the study area

表2 小流域土壤侵蝕強度等級表Table2 Grades of soil erosion intensity in the watershed

在各種土地利用類型中，不同侵蝕等級侵蝕量所占的比例也不盡相同，草地以劇烈侵蝕、極強度侵蝕和強度侵蝕為主，三者占了草地總侵蝕量的 73%；水田以微度和輕度侵蝕為主，占到了水田總侵蝕量的61%；林地侵蝕量以輕度侵蝕為主，占到了總侵蝕的54%，微度侵蝕和中度侵蝕都占了約 20%；而旱田侵蝕量以劇烈侵蝕為主，其次為及強度侵蝕，分別占到了旱田侵蝕總量的 55% 和 23%。總體來講，草地和旱地的高強度侵蝕等級產生了較多的侵蝕量，而水田和林地的侵蝕量還主要來自較低侵蝕等級。

表3 不同土地利用類型土壤侵蝕統計Table3 Summary data for soil erosion of different land use types

圖3 不同土地利用類型的土壤侵蝕強度Fig. 3 Grades of soil erosion intensity of different land use types

2.3 不同子流域的土壤侵蝕狀況及分析

為了便于后期監管，將整個流域劃分為 13 個子流域。由表 4 可知，所有子流域中，子流域 4 的土壤侵蝕模數最大，為 5 201.79 t/km2，其次為子流域5，侵蝕模數為 5 120.15 t/km2，兩者都屬強烈侵蝕區域。子流域 13 的土壤侵蝕模數最小，為 2 244.88 t/km2，屬輕度侵蝕區域。除子流域 4、5 和子流域 13 外，其他子流域都屬于中度侵蝕等級，侵蝕模數的范圍在3 026.07 ～ 4 989.4 t/km2，其中子流域 10 侵蝕模數相對較大一些，超過了 4 500 t/km2。13 個子流域中，年侵蝕總量最大的為子流域 10，其次為子流域 1、9和12，這 4 個子流域雖然侵蝕模數屬于中等侵蝕等級，但是面積比其他子流域大得多，所以侵蝕總量也相對較大一些。子流域 13 大部分區域是林地，除了LS 值較大外，K 值、C 值以及 P 值都相對較小，面積也相對較小，因此土壤侵蝕模數和侵蝕量都是最低的。子流域 4、5、10 土壤侵蝕模數值最高，主要是因為該子流域內大部分是旱田，C 值與 P 值都比較高。綜合侵蝕模數與侵蝕量結果，子流域 4、5、10 為流域內土壤侵蝕的關鍵源區，應適當調整種植方式，退耕還林或者利用地埂種植技術、生物籬技術、混農林技術等生物措施以及徑流控制凈化等工程措施控制土壤侵蝕，加強這些子流域的植被保護工作并提高水土保持措施，以降低土壤侵蝕模數。子流域 10 侵蝕模數和侵蝕量都比較大，應該重點關注；而子流域 1和 12 由于侵蝕總量較大，也應該保持一定的關注。

在不同子流域中，不同侵蝕等級侵蝕量所占的比例相差較大，主要以劇烈侵蝕為主，占到了各自子流域的 35% ～ 54%，其中子流域 10 最高，子流域 2最低；而微度侵蝕所占的比例非常得低，最大不超過7%，其他侵蝕等級分別占了各自子流域的 3% ～20%。總體來講，所有子流域土壤侵蝕量主要來自高強度侵蝕等級，其中以劇烈侵蝕為主。因此對土壤侵蝕控制的重心應該是在高強度侵蝕等級，通過恢復植被、調節坡面徑流等措施，降低土壤侵蝕等級，從而進一步達到減少土壤侵蝕。

表4 不同子流域的土壤侵蝕統計Table4 Summary data for soil erosion in different sub-watersheds

圖4 不同子流域的土壤侵蝕強度Fig. 4 Grades of soil erosion intensity in different sub-watersheds

3 結論

本研究利用 GIS 強大的空間數據管理能力，通過 USLE 模型實現了龍墩水庫小流域土壤侵蝕量的預測并進行了空間分析及統計，結果表明：龍墩水庫流域年均土壤侵蝕模數為 4 343.46 t/km2，侵蝕強度總體屬中度侵蝕。整個流域微度和輕度侵蝕所占面積比例相對較大，但產生的侵蝕量較小；極強度和劇烈侵蝕雖然所占面積較小，但卻產生了大部分的侵蝕量，兩者所占侵蝕量比例之和超過了 68%，因此對土壤侵蝕控制的重心應該是在高強度侵蝕等級。

從土地利用方式來看，不管是土壤侵蝕模數還是侵蝕量，旱田都是最大，是該流域土壤侵蝕的主要來源，而林地的侵蝕量相對較小，僅為旱田的 5%。草地和旱地的高強度侵蝕等級產生了較多的侵蝕量，而水田和林地的侵蝕量還主要來自較低侵蝕等級。旱田由于耕作強度較大，植被覆蓋率低等原因，更容易產生侵蝕，應該重點關注。

從子流域來看，13 個子流域中，子流域 4、5、10 土壤侵蝕模數較大，為流域內土壤侵蝕的關鍵源區，子流域 10 侵蝕模數和侵蝕量都比較大，應該重點關注，主要是因為這些子流域內大部分是旱田；而子流域 1、9 和 12 由于侵蝕總量較大，也應該保持一定的關注。所有子流域土壤侵蝕量都主要來自高強度侵蝕等級，其中以劇烈侵蝕為主。通過分區可以更加明確地了解區域侵蝕狀況，便于后期的監管和防治。

［1］ Wang X， Hao F H， Cheng H G， et al. Estimating non-point source pollutant loads for the large-scale basin of the Yangtze River in China［J］. Environmental Earth Sciences，2011， 63（5）： 1 079-1 092

［2］ Wischmeier W H， Smith D D. Predicting rainfall erosion losses ： A guide to conservation planning［M］. Department of Agriculture， Agricultural Handbook， No.537 Science and Education Administration， United States Department of Agriculture. 1978

［3］ 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］. USDA Agricultural Handbook， NO. 703.Agricultural Research Service. United States Department of Agriculture， 1996

［4］ Nearing M， Foster G， Lane L， et al. A process-based soil erosion model for USDA-water erosion prediction project technology［J］. Transactions of the ASAE， 1989， 32（5）：1 587-1 593

［5］ Warwade P， Hardaha M K， Kumar D， et al. Estimation of soil erosion and crop suitability for a watershed through remote sensing and GIS Approach［J］. Indian Journal of Agricultural Sciences， 2014， 84（1）： 18-23

［6］ Pacheco F a L， Varandas S G P， Fernandes L F S， et al. Soil losses in rural watersheds with environmental land use conflicts［J］. Science of the Total Environment， 2014， 485：110-120

［7］ 戴露瑩， 王飛兒， 俞潔. 基于GIS的東苕溪典型小流域土壤侵蝕風險評估［J］. 農業環境科學學報， 2012， 31（9）：1 777-1 784

［8］ 齊述華， 蔣梅鑫， 于秀波. 基于遙感和USLE模型評價1995—2005年江西土壤侵蝕［J］. 中國環境科學， 2011，31（7）： 1 197-1 203

［9］ 徐天蜀， 彭世揆， 岳彩榮. 基于GIS的小流域土壤侵蝕評價研究 ［J］. 南京林業大學學報（自然科學版）， 2002，26（4）： 43-46

［10］ 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， 2004，18（5）： 75-79

［11］ 趙明松， 李德成， 張甘霖， 等. 基于RUSLE模型的安徽省土壤侵蝕及其養分流失評估［J］. 土壤學報， 2016， 53（1）：24-34

［12］ 倪九派， 魏朝富， 謝德體. 基于GIS的小流域養分流失預測［J］. 土壤學報， 2004， 41（6）： 837-844

［13］ Wischmeier W， Johnson C， Cross B. Soil erodibility nomograph for farmland and construction sites［J］. Journal of Soil and Water Conservation， 1971， 26（5）： 189-193

［14］ Wischmeier W H. Use and misuse of universal soil loss equation［J］. Journal of Soil and Conservation， 1976， 31（1）：5-9

［15］ 黃河水利委員宣傳出版中心譯拉爾（Lal.R） 主編. 土壤侵蝕研究方法［M］. 北京： 科學出版社. 1991： 96-100

［16］ 姜小三潘， 楊林章， 卜兆宏. 土壤可蝕性K值的計算和K值圖的制作方法研究［J］. 土壤， 2004， 36（2）： 177-180

［17］ Shi Z H， Cai C F， Ding S W， et al. Soil conservation planning at the small watershed level using rusle with GIS：A case study in the Three Gorge area of China ［J］. Catena，2004， 55（1）： 33-48

［18］ Wischmeier W H， Johnson C B， Cross B V. Soil erodibility nomograph for farmland and construction sites［J］. Journal of Soil and Water Conservation， 1971， 26（5）： 189-193

［19］ 梁音， 史學正. 長江以南東部丘陵山區土壤可蝕性K值研究［J］. 水土保持研究， 1999， 6（2）： 47-52

［20］ Williams J R， Jones C A， Dyke P T. A modeling approach to determining the relationship between erosion and soil productivity［J］. Transactions of the Asae， 1984， 27（1）：129-144

［21］ 張金池， 李海東， 林杰， 等. 基于小流域尺度的土壤可蝕性K值空間變異［J］. 生態學報， 2008， 28（5）： 2 199-2 206

［22］ 曹祥會， 龍懷玉， 雷秋良， 等. 河北省表層土壤可侵蝕性K值評估與分析［J］. 土壤， 2015， 47（6）： 1 192-1 198

［23］ 楊萍， 胡續禮， 姜小三， 等. 小流域尺度土壤可蝕性（K值）的變異及不同采樣密度對其估值精度的影響［J］. 水土保持通報， 2006， 26（6）： 35-39

［24］ 魯如坤. 土壤農業化學分析方法［J］. 北京： 中國農業科技出版社， 2000

［25］ 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（3）： 390-395

［26］ Mccool D K， Foster G R， Mutchler C K. Revised slope length factor for the Universal Soil Loss Equation［J］. Transactions of the American Society of Agricultural Engineers， 1989， 32（1）： 1 571-1 576

［27］ Liu B Y， Nearing M A， Risse L M. Slope gradient effects on soil loss for steep slopes［J］. Transactions of the ASAE，1994， 37（6）： 1 835-1 840

［28］ 洪華生， 楊遠， 黃金良. 基于GIS和USLE的下莊小流域土壤侵蝕量預測研究［J］. 廈門大學學報（自然科學版），2005， 44（05）： 675-679

［29］ 王萬忠， 焦菊英. 中國的土壤侵蝕因子定量評價研究［J］. 水土保持通報， 1996， 16（5）： 1-20

［30］ 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

［31］ 倪九派， 袁道先， 謝德體， 等. 基于GIS的巖溶槽谷區小流域土壤侵蝕量估算［J］. 應用基礎與工程科學學報，2010， 18（2）： 217-225

［32］ 劉寶元. 土壤侵蝕預報模型［M］. 北京： 中國科學技術出版社， 2001

［33］ Sl190-2007， 土壤侵蝕分類分級標準（S）

［34］ 郭翔， 杜蘊慧， 劉孝富， 等. 東江湖流域農業面源污染負荷研究［J］. 環境工程技術學報， 2013， 3（4）： 350-358

［35］ 張淑花， 周利軍， 張雪萍. 基于RUSLE和GIS的綏化市土壤侵蝕評估［J］. 土壤通報， 2011（6）： 1 472-1 475

［36］ 劉曉南， 吳志峰， 程炯， 等. 珠江三角洲典型流域顆粒態氮磷負荷估算研究［J］. 農業環境科學學報， 2008， 27（4）：1 432-1 436

Evaluation of Soil Erosion in Longdun Reservoir Watershed Based on GIS and USLE Model

CHEN Yudong， CHEN Mei， SUN Xu， LIU Chenwei， ZHANG Longjiang， SU Lianghu*
（Nanjing Institute of Environmental Science， Ministry of Environmental Protection， Nanjing 210042， China）

Universal Soil Loss Equation （USLE） model and GIS were used to evaluate soil erosion in Longdun Reservoir watershed of Nanjing. The results showed that Longdun Reservoir watershed was moderately eroded， and the average soil erosion modulus was 4 343.46 t/km2. More than 63% of the watershed area was at the level of micro or slight erosion. The watershed area with severe erosion was very small， but it contributed to more than 70% of soil erosion amount. Soil erosion in this watershed varied with land use types， and the annual average soil erosion modulus followed the order： upland field ＞ grass ＞ paddy field ＞forest land， and the soil erosion amount followed the order： upland field ＞ paddy field ＞ grass ＞ forest land. The watershed was divided into 13 sub-watersheds by GIS. The sub-watersheds 4， 5 and 10 were the areas with large soil erosion modulus， and the more attentions need to be paid to the sub-watershed 10 because of its large soil erosion modulus and soil erosion amount. The sub-watersheds 1， 9 and 12 should also be taken care of due to their large soil erosion amounts. Soil erosion amount in all sub-watersheds mainly came from the areas with high erosion grades and severe erosion. Therefore， the more attentions should be paid to the areas with high erosion potentials when the control measures are taken to inhibit soil erosion in future.

Geographic Information System（GIS）； Universal Soil Loss Equation （USLE）； Soil erosion； Small watershed

S157.1

10.13758/j.cnki.tr.2016.05.024

環保公益性行業科研專項（201309035）、中央級公益性科研院所基本科研業務專項（2016）、國家水體污染控制與治理科技重大專項（2014ZX07101-012）資助。

*通訊作者（sulianghu@nies.org）

陳玉東（1984—），男，江蘇響水人，博士，助理研究員，主要從事農田磷素循環及農村面源污染控制研究。E-mail： dongzi1225@ sina.com