基于GIS和CSLE的土壤侵蝕定量評價

樊彥國+韓志聰+李倩倩

摘要：為了解及評估山東省臨沂地區土壤侵蝕現狀，在地理信息系統（geographic information system，簡稱GIS）技術支持下，應用中國土壤侵蝕方程（Chinese soil loss equation，簡稱CSLE）模型，中分辨率成像光譜儀[moderate-resolution imaging spectroradiometer，簡稱MODIS（250 m）]與航天飛機雷達地形測繪[shuttle radar topography mission，簡稱SRTM（90 m）]影像，測量研究區10個氣象站點降水量數據及土壤類型圖等數據，結合臨沂地區特征，定量估算了研究區土壤侵蝕量。結果表明：（1）研究區土壤的微度侵蝕占總面積的80.83%，輕度侵蝕占15.62%；（2）在地形起伏較大的山區、丘陵地帶存在非常明顯的中、強度侵蝕，土壤侵蝕較為嚴重的地區主要分布在山區周圍，平原地區侵蝕強度較輕；（3）山區周圍的侵蝕以山腳為主，越往上的區域，侵蝕程度越低。

關鍵詞：土壤侵蝕；CSLE模型；GIS技術；臨沂地區；定量評價

中圖分類號： S127；S157 文獻標志碼： A

文章編號：1002-1302（2016）11-0439-04

土壤侵蝕作為一場“蠕動的災難”，是當今全球人類共同面臨的一種最普遍、持續性最強的地質性災害[1]。土壤侵蝕是指在地表內外營力和人為作用力的影響下，土壤顆粒及各種構成等遭到破壞，包括剝離、輸移和沉積等全部過程[2]。山東省臨沂地區土壤侵蝕面積大、侵蝕模數高，尤其是低山丘陵區土壤侵蝕非常嚴重，是山東省土壤侵蝕的主要地區之一。自Meyer提出對土壤侵蝕定量評價研究[3]以來，土壤侵蝕領域掀起了土壤侵蝕定量評價模型的研究熱潮，國內外學者投身于模型研究中，具有代表性的有USLE[4]/RUSLE[5-6]、WEPP/GeoWEPP[7-8]、LISEM[9]、CSLE[10]等，其中大部分模型都是在土壤流失模型（USLE）的基礎上根據實際問題修改形成的。CSLE是在USLE和RUSLE基礎上，根據我國特殊自然地理環境改進后的適用于我國土壤侵蝕特征的土壤侵蝕定量評價模型。

隨著3S技術的快速發展，地理信息系統（geographic information system，簡稱GIS）、遙感（remote sensing，簡稱RS）等技術被廣泛應用到土壤侵蝕定量評價研究中，為模型因子的獲取提供了新途徑。程琳等利用CSLE模型和專題測圖儀（thematic mapper，簡稱TM）數據對陜西省土壤侵蝕進行了定量評價[11]，孫禹等利用GIS技術對黑龍江省克山縣的土壤侵蝕模數進行了計算[12]，王凱等利用CSLE模型和高分辨率影像對孤山川流域土壤侵蝕進行了定量評價[13]。本研究在GIS技術支持下，借助CSLE模型，對山東省臨沂地區的土壤侵蝕量進行了定量評價，并量化研究區的土壤侵蝕模數、編制臨沂地區土壤侵蝕等級圖，為該地區土壤侵蝕的研究提供借鑒和參考。

1 研究區概況

臨沂地區位于山東省東南部，魯南與蘇北的交界處，地跨34°22′～36°13′N、117°24′～119°11′E，是山東省中南部低山丘陵區域東南部和山東東部丘陵區域南部的結合區域，地勢西北高東南低，為暖溫帶大陸性季風氣候，年平均氣溫為14.1 ℃，年均降水量為849 mm。土壤類型主要有潮土、褐土、淋溶褐土、棕壤、棕壤性土、潮褐土、潛育水稻土和砂姜黑土8種，其中棕壤性土占地面積最多，其次是淋溶褐土和潛育水稻土。地表土層淺薄、土質疏松、夾雜土石大顆粒、土壤滲透性差、水土流失現象明顯。

2 研究方法

2.1 模型選擇與數據處理

2.2.2 土壤可蝕性因子K 土壤可蝕性因子K是指標準小區內單位降水量所引起的年土壤侵蝕率，是1個模擬試驗值。它主要通過侵蝕動力對土壤顆粒的分散、搬運等來影響土壤侵蝕程度。在土壤侵蝕定量評價中，土壤因子作為一項重要的指標與其他因子共同影響土壤侵蝕的全過程。研究表明，土壤的物理化學性質及土壤中有機質的含量對K值影響很大。

研究區的土壤主要為潮土、褐土、淋溶褐土、棕壤、棕壤性土、潮褐土、潛育水稻土和砂姜黑土。本研究根據全國第二次土壤普查資料，參照門明新等研究方法[15]，計算研究區土壤可蝕性因子K。

2.2.3 坡長、坡度因子LS 地形作為展現區域地勢走向的基本自然地理要素，對土壤侵蝕的形成和發展起著關鍵作用，在諸多表征地形特征的要素中，坡長、坡度對土壤侵蝕的發生發展起著主要作用。

坡度因子S是任意坡度下單位面積土壤侵蝕量與同等條件下標準小區坡度下單位面積土壤侵蝕量之比。坡長因子L是指任意坡長下單位面積土壤侵蝕量與同等條件下標準小區坡長下單位面積土壤侵蝕量的比值。

（2）耕作措施因子T。本研究區為多山區，高差顯著、等高耕作是普遍采用的一種高效耕作措施。對研究區耕作措施因子的賦值計算主要考慮等高耕作，具體賦值方法以不同坡度條件下等高耕作減少的土壤侵蝕量確定[10]（表2）。

（3）工程措施因子E。E指在一定工程措施的土地上土壤侵蝕量與同等條件下連續休閑土地上的土壤侵蝕量之比，無量綱，取值0～1之間。本試驗根據張憲奎等的研究[20]確定梯田、地埂、等高壟作的E值（表3）。

3 結果與分析

3.1 研究結果

根據上述研究方法，分別計算出臨沂地區各因子值，繪制柵格圖（圖1）。基于ArcGIS柵格分析，利用CSLE模型計算研究區土壤侵蝕量，如圖2所示。根據水利部頒布的土壤侵蝕分類分級標準[21]，在ArcGIS中對土壤侵蝕圖進行統計與重分類得到研究區土壤侵蝕各等級面積比（表4）和研究區土壤侵蝕量與分類等級（圖2）。

3.2 結果分析

從圖2-a中可以直接看出研究區土壤侵蝕量最大值為212，最小值為0，平均值為42.96。不同強度的土壤侵蝕所占的面積比例差異顯著。將各圖對比發現，圖1-c中坡度值較低的區域對應圖2-b中的微度侵蝕區，而圖1-c中坡度值高的區域對應圖2-b中侵蝕程度較重的區域，說明坡度對土壤侵蝕程度影響較大。整個研究區土壤侵蝕較為嚴重的地區主要分布在山區周圍，平原地區很少，分析原因可能是海拔較高，坡度較大，有利于侵蝕性徑流的形成，并且該地區的侵蝕狀況有惡化的趨勢；山區周圍的侵蝕又以山腳為主，越往上的區域，海拔越高，同時坡度較大，人為影響較小，侵蝕程度較低。因此，在日常的水土保持與土壤侵蝕治理工作中，山區周圍應為重點治理區域。

綜上可知，研究區80%以上的土地處于微度土壤侵蝕狀態，即存在較明顯的土壤侵蝕現象；輕度侵蝕面積占比較大，已占研究區總面積的15.62%；在地形起伏較大的山區、丘陵地帶存在著非常明顯的中強度侵蝕。整體來說，研究區的土壤土質已遭受全面破壞，如不及時采取有效的水土保持措施，微度土壤侵蝕將迅速大面積地轉化為輕度侵蝕，有效的土壤保持措施是緩解研究區土壤侵蝕以及避免侵蝕危害進一步破壞的重要環節。

4 結論

（1）山東省臨沂地區總體土壤侵蝕程度為輕度，且侵蝕

區主要集中在西北山區丘陵周圍，地形條件尤其是坡度對土壤侵蝕程度影響較大。

（2）通過對比臨沂市遙感普查土壤侵蝕面積統計結果[22]，本研究與普查數據基本一致，研究區中部偏南，即臨沂市區輕度侵蝕有較大程度的擴張。因此，本研究選用我國土壤侵蝕研究方程進行臨沂地區土壤侵蝕的定量評價是可行的。

（3）本研究對各影響因子的提取、算法是科學可靠的，這對臨沂地區、沂蒙山區土壤侵蝕治理和水土保持工作，同時對研究山東省土壤侵蝕提供了可行的研究方案。

參考文獻：

[1]倪九派，魏朝富，謝德體. 土壤侵蝕定量評價的空間尺度效應[J]. 生態學報，2005，25（8）：2061-2067.

[2]王占禮. 中國土壤侵蝕影響因素及其危害分析[J]. 農業工程學報，2000，16（4）：32-36.

[3]Meyer L D. Evaluation of the universal soil loss equation[J]. Journal of Soil and Water Conservation，1984，39（2）：99-104.

[4]Wischmeier W H，Smith D D. Predicting rainfall erosion losses from cropland east of the Rocky Mountains[M]. Washington D C：United States Department of Agriculture，1978.

[5]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]//Wischmeier W H，Smith D D.Predicing rainfall erosion losses：a guide to conservation planning：537. Washington D C：United States Department of Agriculture，1997：1-384.

[6]陳云明，劉國彬，鄭粉莉，等. RUSLE侵蝕模型的應用及進展[J]. 水土保持研究，2004，11（4）：80-83.

[7]Flanagan D C，Nearing M A. WEPP technical documentation[J]. National Soil Erosion Research Laboratory，1995，10：17-21.

[8]Cochrane T A，Flanagan D C.Assessing water erosion in small watersheds using WEPP with GIS and digital elevation models[J]. Journal of Soil and Water Conservation，1999，54（4）：678-685.

[9]De Roo A P J. Modelling runoff and sediment transport in catchment using GIS[J]. Hydrological Processes，1998，12（6）：905-922.

[10]劉寶元. 西北黃土高原區土壤侵蝕預報模型開發項目研究成果報告[R]. 北京：水利部水土保持監測中心，2006.

[11]程 琳，楊勤科，謝紅霞，等. 基于GIS和CSLE的陜西省土壤侵蝕定量評價方法研究[J]. 水土保持學報，2009，5：61-66.

[12]孫 禹，哈斯額爾敦，杜會石. 基于GIS的東北黑土區土壤侵蝕模數計算[J]. 中國水土保持科學，2015，13（1）：1-7.

[13]王 凱，夏燕秋，馬金輝，等. 基于CSLE和高分辨率航空影像的孤山川流域土壤侵蝕定量評價[J]. 水土保持研究，2015，22（1）：26-32.

[14]章文波，謝 云，劉寶元. 利用日雨量計算降雨侵蝕力的方法研究[J]. 地理科學，2002，22（6）：705-711.[HJ1.68mm]

[15]門明新，趙同科，彭正萍，等. 基于土壤粒徑分布模型的河北省土壤可蝕性研究[J]. 中國農業科學，2004，37（11）：1647-1653.

[16]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，1987，30（5）：1387-1396.

[17]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）：1835-1840.

[18]Wischmeier W H，Smith D D. Predicting rainfall erosion losses：a guide to conservation planning[M]. Washington D C：Uinted States Department of Agriculture，1978：537.

[19]顧祝軍. 植被覆蓋度的照相法測算及其與植被指數關系研究[D]. 南京：南京師范大學，2005.

[20]張憲奎，許靖華，盧秀琴，等. 黑龍江省土壤流失方程的研究[J]. 水土保持通報，1992，12（4）：1-9.

[21]中華人民共和國水利部水土保持司. 土壤侵蝕分類分級標準：SL 190—2007[S]. 北京：中國水利水電出版社，2008：10-11.

[22]臨沂市統計局. 2011臨沂統計年鑒[M]. 北京：中國統計出版社，2011.