基于RUSLE模型的三江源高寒草地土壤侵蝕評價

林慧龍，鄭舒婷，王雪璐

(1.草地農業生態系統國家重點實驗室，農業部草牧業創新重點實驗室，蘭州大學草地農業科技學院，甘肅 蘭州 730000；2.華能新能源股份有限公司，北京 100036)

?

基于RUSLE模型的三江源高寒草地土壤侵蝕評價

林慧龍1*，鄭舒婷1，王雪璐2

(1.草地農業生態系統國家重點實驗室，農業部草牧業創新重點實驗室，蘭州大學草地農業科技學院，甘肅 蘭州 730000；2.華能新能源股份有限公司，北京 100036)

探討三江源區高寒草地生態系統土壤侵蝕問題在保障青藏高原乃至全球生態和生產功能方面具有重要意義。以137Cs示蹤法為基礎，結合RUSLE (Revised Universal Soil Loss Equation)模型, 以GIS反演為手段，綜合分析三江源區2001-2012年土壤侵蝕影響因子的特征和土壤侵蝕空間分布規律。結果表明，1)土壤侵蝕影響因子呈現空間異質性特征，降雨侵蝕力因子年際浮動變化較大，但總體呈上升態勢；土壤可蝕性因子呈斑塊化分布特征，較高可蝕性類占到總面積的95.66%；坡度坡長因子的空間分布規律受海拔顯著影響；植被覆蓋與管理因子在研究區自西北向東南呈現空間異質性特點，過度放牧是引起下墊面侵蝕現象嚴重的主要原因。2)對RUSLE模型的驗證顯示相關系數和平均均方根偏差分別為0.49和75.29%，RUSLE模型估算存在一定的高估，在沒有形成三江源區高寒草地土壤侵蝕機理模型前，應用RUSLE模型仍然是較好的現實選擇之一。3)利用RUSLE模型估算的三江源2001-2012年平均侵蝕量為3.1×109t/年，侵蝕強度分級重心轉移分析表明中度侵蝕、強度和極強度侵蝕重心相對集中，侵蝕程度最高的3個地區為格爾木市唐古拉鄉、治多縣和興海縣。4)由土壤流失量結合市場價值法，估算出研究區2001-2012年平均有機質經濟損失價值為114354元/km2, 總年均經濟損失達399億元，整個研究區受土壤侵蝕現象所產生的經濟損失數額巨大。因此，創新發展三江源區高寒草地“分類、分級、分段、分區”的土壤侵蝕防治措施已迫在眉睫。

三江源區；高寒草地；137Cs示蹤法；RUSLE模型；土壤侵蝕評價

青藏高原地處高寒地帶，平均海拔4000 m以上，地勢復雜多變，地表以高寒草地為主，且動植物資源獨特[1]。被譽為“中華水塔”的三江源區，位于青藏高原核心區，是長江、黃河、瀾滄江三大河流的發源地，每年為下游地區提供水資源約516億m3，在水源涵養方面具有極其重要的生態地位[2]。因此，探討三江源區高寒草地生態系統土壤侵蝕問題在保障青藏高原乃至全球生態和生產功能方面具有重要意義[3-5]。

由于過度放牧和氣候暖干化的雙重作用，導致青藏高原三江源區出現大面積退化草地。草地的退化必然導致土壤侵蝕，水土流失已成為源區主要的草地退化形式，對我國生態安全及區域內牧民的生存發展構成極大威脅。盡管土壤侵蝕類的研究工作已有不少，但鮮有針對草地生態系統的土壤侵蝕研究，尤其與農耕地相比，草地土壤侵蝕研究嚴重滯后[6]。目前，圍繞三江源區所展開的研究工作中，大部分是以高寒草地本身或者高寒草地退化現象為主體，而專注于高寒草地土壤侵蝕的研究較少。現有的草地土壤侵蝕研究方法主要分為兩大類：一類是利用傳統測量方法分析相應草地試驗區的土壤侵蝕情況，研究草地的水土保持能力；另一類則是結合遙感技術，套用成熟的土壤侵蝕模型計算大面積草地研究區的土壤流失量。目前土壤侵蝕的測量方法一般可分為傳統測量學方法和地球化學法等[7]。核素示蹤法相較于其他傳統測量方法具有取樣簡便、干擾少、定量準確等優勢，而得到廣泛應用，特別是137Cs示蹤法在理論和技術上已較為成熟[8]。但土壤侵蝕的測量方法在大尺度研究上受到很大限制，無法實現大面積土壤侵蝕的估測。在估算模型方面，目前尚未有適用于三江源區高寒草地放牧侵蝕的機理模型[6]。相對而言，通用土壤流失模型(Revised Universal Soil Loss Equation，RUSLE)[9]經過多年的發展和完善，該模型應用范圍幾乎涉及土壤侵蝕預測的各個方面，如研究流域土壤侵蝕的時空變化特征[10]、對不同坡度下的水土保持規劃的建議[11]、評估地區土壤侵蝕風險[12]、預測森林采伐和火燒對土壤流失的影響[13]、探討土壤侵蝕各因子間的關系并做敏感性評價[14-15]等。但其在三江源區高寒草地的適用性仍有待進一步驗證。

以137Cs示蹤法為基礎, 結合RUSLE模型, 綜合分析土壤侵蝕影響因子的特征和土壤侵蝕空間分布規律，本研究的目標是：1)分析2001-2012年間土壤侵蝕影響因子的空間特征；2)驗證RUSLE模型適用性；3)以RUSLE模型為計算基礎，分析三江源區2001-2012年侵蝕強度的空間分布規律；4)由土壤流失量結合市場價值法，估算研究區2001-2012年平均有機質經濟損失價值。研究結果將會為三江源草地生態系統的維持、預警和建立水土保持和放牧管理保護性對策提供科學依據。

1 材料與方法

1.1 研究區與土壤侵蝕取樣測定

1.1.1 研究區概況 三江源區位于青藏高原腹地的青海省南部，地理位置介于89°24′-102°23′ E，31°39′-36°16′ N，平均海拔4583 m，為典型的高原大陸性氣候，年均氣溫為-5.6～3.8 ℃，年均降水量262.2～772.8 mm，年蒸發量730～1700 mm。年日照時數2300～2900 h，年輻射量5500～6800 MJ/m2。總面積36.28萬km2，約占青海省總面積的1/2[16]。

圖1 三江源區高程地圖及土壤采樣點分布Fig.1 The digital elevation model map of the Three-Rivers Headwaters area and soil sampling sites (showing location)

1.1.2137Cs 示蹤法樣點選布、外業采樣及內業處理 于2014年7-8月，分別沿國道G214和位于果洛藏族自治州東北部的大武河流域進行土壤取樣(圖1)。國道G214采樣沿樣線分布樣地共16塊，每個樣地根據實地觀測的坡度變化、植被變化取樣點2～3個，再對每個樣點取重復樣3～5個，整個樣線共計28個樣點，共取土樣120個。沿大武河兩側分布樣地共6塊，每個樣地取2～3個樣點，再對每個樣點取重復3個，12個樣點，共計45個土樣。整個三江源區合計取土壤樣點40個，土壤樣品165個(圖1)。所有樣點基本涵蓋了不同海拔、坡度坡長、植被類型分布、植被覆蓋度、氣候區等特征的地區，覆蓋了研究區的主要典型區。

選取直徑10 cm的土鉆，采集深度為0～20 cm的土壤，通過剔除雜物、風干、研磨、過篩(孔徑2 mm)等預處理步驟后，在中國科學院蘭州近代物理研究所核結構實驗室用γ譜儀測試土樣137Cs質量活度和面積活度。通過比較計算取樣點核素面積濃度和該點所在地背景值之間的差異估算土壤侵蝕或沉積模數[17-18]，作為實測數據。本研究中背景值參考邵全琴等[18]對多個學者研究三江源地區的背景值測定結果的平均值，并校正至2014年，為2229.1 Bq/m2。

1.2 研究方法

1.2.1 RUSLE模型及其參數計算

1)RUSLE模型[9]：

A=f×R×K×LS×C×P

(1)

式中：A為年均土壤流失量[t/(km2·年)]；R為降雨侵蝕力因子[(MJ·mm)/(hm2·h·年)]；K為土壤可侵蝕性因子；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)；f為美制轉國際制常數，為224.2，用于侵蝕模數和降雨侵蝕力因子之間的單位轉換。

2)降雨侵蝕力因子[19]：

(2)

式中：Pi為每月平均降水量(mm)；P為年降水量(mm)；R的計算結果以年為單位。

根據2001-2012年間青藏高原地區的106個氣象臺站的每日實測數據，采用局部薄盤光滑樣條插值方法進行空間插值[20]，計算基于柵格的月均、年均降水量數據。

3)土壤可蝕性因子[21-22]：

(3)

(4)

式中：SAN為土壤砂粒含量(%)；CLA為土壤粉粒含量(%)；SIL為土壤黏粒含量(%)；C為土壤有機碳含量。基礎數據來源于1∶100萬世界土壤數據集(Harmonized World Soil Database，HWSD)。

4)坡度坡長因子[19]：

考慮到數據來源的可靠性、數據實際精度，本研究采用數字高程模型(Digital Elevation Model，DEM)數據，對研究區坡長坡度因子進行提取[19]：

(5)

式中：LS為坡長坡度因子；I為坡長(m)；θ為坡度(°)；m為隨坡度變化的函數，當θ<0.57°時，m=0.2；0.57°≤θ<1.72°時，m=0.3；當1.72°≤θ<2.86°時，m=0.4；當θ≥2.86°時，m=0.5。

5)植被覆蓋與管理因子：

(6)

首先，利用歸一化植被指數(Normalized Difference Vegetation Index，NDVI)來計算植被覆蓋度，NDVI來源于MODIS陸地產品MOD13A2(1 km分辨率植被指數16 d合成產品)，按照最大合成法計算獲取，植被覆蓋度的具體計算公式如下[23]：

(7)

式中：fc代表植被覆蓋度；NDVImax和NDVImin分別為NDVI最大和最小值[24-25]；C為植被覆蓋與管理因子。

6)水土保持措施因子[19]：

P=0.2+0.03S

(8)

式中：S為坡度(%)，P的取值范圍在0～1之間，0表示實施水土保持措施后不發生侵蝕，1則表示未進行相應水土保持措施。一般天然狀態下的林地、草地無法實施相應的水土保持措施，故將P值取值為1[19]。

1.2.2 分析土壤侵蝕影響因子2001-2012年空間分布特征 土壤侵蝕力因子和坡度坡長因子是由土壤固有結構和地貌決定的，因此無需考慮其時間序列上的差異。而降雨侵蝕力和植被覆蓋與管理因子在2001-2012年間隨著時間的推移而變化，是土壤侵蝕研究動態變化的關鍵因素。利用青藏高原地區的106個氣象臺站數據插值產生的月降雨量分布圖來計算降雨侵蝕力的降雨空間分布。土壤可蝕性K值是由數學模型圖解法得到[26]。

1.2.3 對RUSLE模型的驗證 通過對137Cs 實測侵蝕模數和相對應的模型預測值之間的比較來評價模型的準確度。用于評價預測值的誤差指標主要是相關系數(r)和均方根偏差(root-mean-square deviation， RMSD)[27]。相關系數越高模型預測值與實測值之間的相關性越好，平均均方根偏差越小則說明模型預測值與實測值之間的差距越小[27]。

1.2.4 分析三江源區2001-2012年侵蝕強度的空間分布規律 RUSLE模型估算侵蝕量的研究時間范圍為2001-2012年。在ArcGIS 10.2軟件中載入模型參數R、LS、C、P、K，根據RUSLE模型的公式疊加計算以t/(km2·年)為單位的侵蝕模數，即計算基于柵格的土壤流失量。RUSLE模型中所采用的數據時間單位為年。根據中華人民共和國水利部[28]1997年頒布實施的《土壤侵蝕分類分級標準》，以侵蝕模數為劃分單位對研究區土壤侵蝕強度分為：輕微侵蝕、中度侵蝕、重度侵蝕、強度侵蝕、極強度侵蝕和劇烈侵蝕6類。借助計算各個土壤侵蝕強度等級的重心位置分析土壤侵蝕強度分級的分布規律。

1.2.5 基于有機質土壤侵蝕損失的定量評價方法 所謂市場價值法就是根據土壤侵蝕過程中隨土壤遷移所損失的養分，結合相應的市場流通價格，對侵蝕現象所造成的經濟價值進行評估。土壤中的有機質含量直接影響著土壤生產力及其所產生的價值。價值估算中，參與計算的土壤侵蝕量并不是絕對的侵蝕估算結果，而是相對的在凈侵蝕量基礎上減去土壤允許侵蝕量的差值，即排除了土壤本身養分再生能力的恢復量的相對土壤侵蝕量[29]。一般的草地、林地土壤允許侵蝕量為500 t/(km2·年)[30]。結合1∶100萬世界土壤數據集中土壤有機碳百分含量，可以計算隨相對土壤流失量流失的土壤有機碳量。土壤有機質的土壤侵蝕經濟損失計算公式如下：

N=1.724(T-T0)×OC×P

(9)

式中：N為隨相對土壤流失產生的經濟損失(元)；1.724為有機碳和有機質之間的轉換系數；T為絕對土壤流失量；T0為允許土壤侵蝕量；OC為土壤有機碳含量；P為有機質市場平均價格(500元/t)[31]。所有計算均在ArcGIS 10.2軟件下技術實現。

2 結果與分析

圖2 2001-2012年降水侵蝕力(R)和年降水量動態Fig.2 The dynamics of the rainfall erosion force (R) and annual rainfall amounts from 2001 to 2012

2.1 土壤侵蝕影響因子2001-2012年空間分布特征

2.1.1 降雨侵蝕力因子 2001-2012年間，隨著年降水的起伏變化降雨侵蝕力也表現出相對較大的波動。其中，12年平均降水量為506 mm，波動范圍在±300 mm之間。與降水量變化趨勢相同，2006年的降水侵蝕力(R)均值最低，為385.8 (MJ·mm)/(hm2·h·年)，最高值為2009年的920.4 (MJ·mm)/(hm2·h·年)，雖然各個年份之間的降水侵蝕力(R)均值變化較大，但總體上呈現出上升趨勢(圖2)。

2.1.2 土壤可蝕性因子 土壤可蝕性因子是反映土壤顆粒在機械破壞作用下發生分散運移的敏感性指標，揭示了土壤特性與侵蝕之間的關系。

K值總體分布呈現明顯的斑塊化分布特征(圖3)。研究區的土壤可蝕性因子K值均值為0.2589。低可蝕性K值僅占整個研究區面積的0.39%，較高和高可蝕性K值面積共占95.66%，除個別細碎的斑塊外，絕大部分區域都屬于高可蝕性(表1)。

2.1.3 坡度坡長因子 研究區坡度坡長因子的空間分布特征與海拔分布具有顯著的一致性(圖4)。坡度坡長因子的平均值為4.14，大于15的高坡度坡長因子集中分布在研究區中南部的玉樹市、囊謙縣、雜多縣和東部的興海縣、瑪沁縣、甘德縣、久治縣(圖4)。

2.1.4 植被覆蓋與管理因子 植被覆蓋與管理因子在研究區自西北向東南呈現空間異質性特點，植被覆蓋與管理因子C值接近于1的植被稀疏區主要分布在興海—雜多線西側(圖5)，2008年的植被生長狀況最差，包括大面積的中部地區植被覆蓋與管理因子值都較高，平均值高達0.46，與之相對應2003年生長狀況最好，植被覆蓋與管理因子均值僅為0.20。

圖3 三江源區土壤可蝕性因子K值分布Fig.3 Spatial distribution of K value of soil erodibility in Three-Rivers Headwaters area

代碼Code可蝕性分級ClassificationK值Kvalue面積Area(km2)占總面積Ratio(%)代碼Code可蝕性分級ClassificationK值Kvalue面積Area(km2)占總面積Ratio(%)1低可蝕性Low<0.0913850.394較高可蝕性Medium-high0.25～0.3032132191.612較低可蝕性Ratherlow0.09～0.2069311.985高可蝕性High>0.30142024.053中等可蝕性Medium0.20～0.2568911.96

圖4 三江源區坡度坡長因子空間分布Fig.4 Spatial distribution of slope and slope length factor in Three-Rivers Headwaters area

2.2 對RUSLE模型的驗證

通過對137Cs采樣點的實測數據和與之對應的RUSLE模型估算的侵蝕模數對比，來評價RUSLE模型的適用性，計算結果顯示相關系數(r)和均方根偏差(root-mean-square deviation， RMSD)分別為0.49和4894 t/(km2·年)。如圖6顯示，實測和RUSLE估算的模數大部分樣點數據都分布在1∶1線的右下方，說明實測137Cs計算的侵蝕模數總體要小于RUSLE模型估算的侵蝕模數，RUSLE模型估算存在一定的高估。但是，在沒有形成三江源區高寒草地土壤侵蝕機理模型前，RUSLE模型仍然是較好的現實選擇之一。

圖5 2001-2012年植被覆蓋與管理因子分布圖Fig.5 Spatial distribution of vegetation cover and management factor from 2001 to 2012 in Three-Rivers Headwaters area

2.3 三江源區2001-2012年侵蝕強度的空間分布特征

圖6 RUSLE模型預測和實測的土壤侵蝕模數比較Fig.6 Predicted soil erosion modulus by RUSLE model versus observed soil erosion modulus by 137Cs tracing technique compared in this study

利用RUSLE模型估算的三江源2001-2012年平均侵蝕量為3.1×109t/年，年均侵蝕模數平均值為8946 t/(km2·年)。通過統計各個侵蝕強度面積及其所占總面積之比的數據(表2)，占比例最大的一類為輕度侵蝕，接近總體面積的30%，略高于輕微侵蝕的24.24%，這兩類侵蝕程度較輕的侵蝕強度類型之和占到了總面積的一半以上。中度侵蝕、強度侵蝕和極強度侵蝕面積的累積之和占研究區總面積的30%，劇烈侵蝕級別占總面積的16.15%(表2)。

微度侵蝕重心位于研究區的東南角(97°22′39″ E，34°4′56″ N)，最靠近研究區的東部邊界；輕度侵蝕重心緯度稍偏南，在6類侵蝕強度分級中的重心最靠近南部。中度侵蝕(94°16′45″ E，34°25′50″ N)、強度(94°6′26″ E，34°25′19″ N)和極強度侵蝕(94°6′27″ E，34°23′48″ N)重心相對集中，重心的經緯度坐標差沒有超過0.5°；劇烈侵蝕強度重心(94°15′43″ E，34°15′51″ N)分布于研究區的東北部、中南部和西南部3個區域(圖7)。

位于三江源區西北部的治多縣平均侵蝕模數為11434.5 t/(km2·年)，屬于土壤侵蝕強度的極強度侵蝕級別。除此之外，格爾木的唐古拉鄉和興海縣的平均侵蝕模數都高于15000 t/(km2·年)，屬劇烈侵蝕，分別占總侵蝕面積的13.01%和3.45%。位于研究區中南部且相連的囊謙縣和雜多縣分別占總侵蝕面積的3.42%和4.39%，盡管所占面積比例較小，但劇烈侵蝕面積占總面積比例偏大且平均侵蝕模數都大于10000 t/(km2·年)。玉樹市、瑪多、同德、曲麻萊及瑪沁縣的平均侵蝕模數介于5000～8000 t/(km2·年)之間，屬強度侵蝕，總面積之和占到研究區侵蝕面積的30.5%。以占總侵蝕面積10.02%的玉樹市來說，其平均侵蝕模數為7239 t/(km2·年)，環境特征類似于地理位置就近的囊謙縣和雜多縣。其余的7個縣級地區的侵蝕強度都屬于中度侵蝕以下，侵蝕強度面積比均以微度和輕度侵蝕為主(圖8)。

表2 基于RUSLE的土壤侵蝕強度分級面積Table 2 Soil erosion intensity classification area based on RUSLE model

圖7 基于RUSLE模型的三江源區土壤侵蝕強度等級空間重心轉移圖Fig.7 Space shift chart of soil erosion intensity level in Three-Rivers Headwaters area based on RUSLE model

圖8 基于RUSLE的三江源區土壤侵蝕強度分級空間分布(A)及各縣區(鄉)土壤侵蝕強度等級面積統計(B)Fig.8 Space distribute of soil erosion intensity classification based on RUSLE model (A) and soil erosion intensity level area statistics of counties or township (B) in Three-Rivers Headwaters area Ⅰ:治多縣 Zhiduo County； Ⅱ：興海縣 Xinghai County; Ⅲ:曲麻萊縣 Qumalai County; Ⅳ:同德縣 Tongde County; Ⅴ:瑪多縣Maduo County; Ⅵ:澤庫縣 Zeku County; Ⅶ:瑪沁縣 Maqin County; Ⅷ:唐古拉鄉 Tanggula Township ;Ⅸ:河南縣 Henan Count;Ⅹ:稱多縣 Chengduo County; Ⅺ:甘德縣 Gande County; Ⅻ:達日縣 Dari County;ⅩⅢ:久治縣 Jiuzhi County; ⅩⅣ:雜多縣Zaduo County; ⅩⅤ:玉樹市 Yushu City; ⅩⅥ:班瑪縣 Banma County; ⅩⅦ:囊謙縣 Nangqian County.

2.4 基于有機質的土壤侵蝕損失的定量結果

基于RUSLE模型估算的土壤侵蝕量計算的平均經濟損失為114354元/km2，研究區多年年均經濟損失達399億元。這僅為由有機質一項土壤養分所引起的經濟損失，尚未包括土壤其他養分、植被生產力、水源涵養等其他生態價值方面的損失以及近些年來發展迅速的畜牧業和旅游業所蘊含的直接或潛在價值。

3 討論

3.1 創立適宜于三江源區高寒草地土壤侵蝕模型亟待開展

盡管RUSLE模型已被認可為最廣泛適用的土壤侵蝕模型，但其最初作為農業耕作方式管理的工具，計算流域的產沙量。模型最早的建立和驗證數據都來自于美國東部地區。其主要技術特征有其特有的針對性，特別是模型的基礎數據、模型的結構和模型內的函數參數等方面。通過實測137Cs侵蝕數據對RUSLE模型的適用性評價結果表明，模型的精確度并不高。這其中一個重要的因素是RUSLE模型僅考慮了水蝕動力的固有參數，成為了該模型推廣應用于三江源這類多侵蝕動力環境的技術缺陷。

三江源區地處高寒地帶，其生態系統的脆弱性及資源的利用方式不同于傳統農耕區，土地利用類型主要以放牧為主，影響因素復雜，亦非水蝕、風蝕可以完全概括。盡管基于高寒草地的下墊面土壤具有相對較高的抗侵蝕性，但仍存在以下兩種憂患：一方面草地植被對地表土壤、徑流、泥沙等物質的運移過程具有重要的截滯作用，可以有效地降低土壤侵蝕所帶來的生態風險[32]。相對林地而言，草地在預防土壤侵蝕方面具有生長速率更快且地表覆蓋度更大的優勢；相對耕地而言，草地植被具有更加完整的時間和空間覆蓋度[33]。高寒草地植被一旦遭到破壞，土壤侵蝕和草地退化兩種現象相互作用形成高寒草地生態系統退化的惡性循環[34]，后果嚴重，恢復難度大；另一方面，在高寒草地生態系統中，草地除受到一般自然環境因子的影響外，還受到放牧家畜采食、踐踏的影響。家畜的踐踏行為對高寒草甸土壤質地有著重要影響，環境因子與放牧因子疊加后，土-草-畜互相影響，互相制約，使得侵蝕機理更加錯綜復雜[35]。使得土壤侵蝕類型有其自身特點。因此，結合江河源區高寒草甸生態系統自身特點，綜合分析由于放牧而導致土壤侵蝕的影響因素對于揭示高寒草地土壤侵蝕機理，探索草地退化機理及建立草地恢復機制有著重要意義[6,36]。創立適宜于三江源區高寒草地土壤侵蝕模型亟待開展，以期為揭示放牧對高寒草甸土壤侵蝕的作用機理提供依據。本研究提出將樣地清查、遙感分析和模型模擬方法的綜合運用將是解決這一問題的根本途徑。

3.2 “分類、分級、分段、分區”的土壤侵蝕防治措施

在三江源區草地土壤侵蝕所帶來的危害不僅僅表現于一般的土壤結構變化，而是對草地植被群落健康的損害、對草地生態系統演化的擾動。進一步導致草地生產力下降從而制約畜牧業的生產發展，尤其是經濟落后的三江源區，這無疑對其草地農業的發展制造了更大的瓶頸和挑戰。樊江文等[37]研究表明：1988-2005年三江源地區的草地平均載畜量超載1.5倍，尤其是冬春草場超載2倍以上，是近些年來草地不斷退化的最主要原因。草地退化所帶來的直接后果是草叢-地境界面生產層的裸露，而草原相對于草甸的覆蓋度劣勢，使得其對的外界干擾更加敏感，從而導致包括土壤流失在內的一系列生態惡化現象。因此，三江源草地生態系統中的草原類型下墊面的較高侵蝕程度，主要是由于過度放牧引起的。未來的防治土壤流失政策建議中，應該加強以科學規劃草原放牧為主，防止以過牧超載為誘因的土壤侵蝕現象的加劇，維護整個草地生態系統平衡穩健的發展。該研究對今后在三江源開展科學研究的工作人員提供了較準確的實驗數據，同時為當地政府部門提供了針對唐古拉鄉、曲麻萊縣和治多縣等17個地區的“分類、分級、分段、分區”速效的政策實施參考。

本研究結果表明，研究區土壤侵蝕程度由高到低，即行政區水土保持工作優先級排序為：治多縣>曲麻萊縣>唐古拉鄉>瑪多縣>興海縣>同德縣>稱多縣>囊謙縣>瑪沁縣>玉樹市>雜多縣>澤庫縣>河南縣>達日縣>甘德縣>班瑪縣>久治縣(圖9)。因此，應制定相應的“分類、分級、分段、分區”的土壤侵蝕防治措施。正在擬建的青海三江源國家公園[38]，該項目正是順應了這一思路，以功能區劃分(嚴格保護區、生態修復區、生態利用區、生態旅游區等)的科學管理方式，通過較小范圍的適度開發，實現大范圍的保護戰略思路，以期實現三江源生態環境保護和提高社會生產的雙贏目標。

圖9 基于RUSLE模型的三江源區各縣區(鄉、市)土壤侵蝕程度Fig.9 Soil erosion degree of counties or township based on RUSLE model in Three-Rivers Headwaters area

加大對侵蝕大縣在資源開發、生產布局和生態保護等方面的監管力度。即加大對以格爾木市的唐古拉鄉、曲麻萊縣和治多縣(圖9)的監管力度。結合土壤侵蝕參數分析，在眾多的影響因素中，侵蝕動力型因子(如降水、風速和凍融)屬于絕對的客觀條件，是人力所不能及的。地表植被是僅有的土壤侵蝕保護因子，且通過適當人為干預，可以改善植被的生長。同時，堅持嚴格執行生態保護政策，通過適當的宣傳教育工作提高全民的水土保持責任意識，是行政區劃管理中重要輔助管理手段。

中度侵蝕區減畜減壓。通過科學的計算和長遠的規劃來降低中度侵蝕區的生產壓力，減畜減壓是最直接有效的草地恢復及保護方法。對于該區的自我恢復和調節提供改善條件，從提高地表植被抗侵蝕力的角度來防止土壤流失。

在輕度侵蝕區實現從粗獷的擴張型畜牧業向集約質量型畜牧業的轉型。積極發展高科技畜牧業，提高草地資源利用率，在實施減畜減壓的同時保障當地牧民的經濟收益，實現從粗獷的擴張型畜牧業向集約質量型畜牧業的轉變。通過草地管理和放牧畜牧業現代化轉型來發揮草食家畜的作用，構建人居-草地-家畜和諧共存的放牧單元[39]，從而恢復草地優良物種生物多樣性，發展綠色高效的多種經濟，使草原生態系統生生不息[40]。在積極發展高科技畜牧業，提高草地資源利用率的同時，充分利用和合理開發三江源畜牧業以外的經濟產業，例如草地旅游業，為土壤侵蝕的后期治理工作提供經濟支持，進一步促進完善生態補償機制。

References：

[1] Liu M C, Li D Q, Wen Y M. The protection of biological diversity in the Three-Rivers Headwater Region nature reserve. Journal of Arid Land Resources and Environment, 2005, 19(4)： 49-53. 劉敏超, 李迪強, 溫琰茂. 論三江源自然保護區生物多樣性保護. 干旱區資源與環境, 2005, 19(4): 49-53.

[2] Yao T D, Qin D H, Shen Y P,etal. Cryospheric changes and their impacts on regional water cycle and ecological conditions in the Qinghai-Tibetan Plateau. Chinese Journal of Nature, 2013, 35(3): 179-186. 姚檀棟, 秦大河, 沈永平, 等. 青藏高原冰凍圈變化及其對區域水循環和生態條件的影響. 自然雜志, 2013, 35(3): 179-186.

[3] Chen C Y, Tao Z X, Wang H J,etal. Ecosystem service assessment of grasslands in the Three-Rivers Headwater Region. Progress in Geography, 2012, 31(7): 978-984. 陳春陽, 陶澤興, 王煥炯, 等. 三江源地區草地生態系統服務價值評估. 地理科學進展, 2012, 31(7): 978-984.

[4] Gao Y, Lin H L. The prospects for rangeland ecosystem services evaluation. Acta Prataculturae Sinica, 2014, 23(3): 290-301. 高雅, 林慧龍. 草地生態系統服務價值估算前瞻. 草業學報, 2014, 23(3): 290-301.

[5] Zhao T Q, Ouyang Z Y, Jia L Q,etal. Ecosystem services and their valuation of China grassland. Acta Ecologica Sinica, 2004, 24(6): 1101-1110. 趙同謙, 歐陽志云, 賈良清, 等. 中國草地生態系統服務功能間接價值評價. 生態學報, 2004, 24(6): 1101-1110.

[6] Lin H L, Long R J, Ren J Z. Grazing-induced erosion: review and prospect. Chinese Journal of Ecology, 2008, 27(12): 2222-2227. 林慧龍, 龍瑞軍, 任繼周. 放牧侵蝕研究回顧與展望. 生態學雜志, 2008, 27(12): 2222-2227.

[7] Tang X M, Li C A. Review of study methods of soil erosion rate. Advance in Earth Sciences, 1999, 14(3): 274-278. 唐小明, 李長安. 土壤侵蝕速率研究方法綜述. 地球科學進展, 1999, 14(3): 274-278.

[8] Zheng Y C, Wang S J, Ouyang Z Y. Using geochemistry as a tool measuring soil erosion. Progress in Geography, 2002, 21(5): 507-516. 鄭永春, 王世杰, 歐陽自遠. 地球化學示蹤在現代土壤侵蝕研究中的應用. 地理科學進展, 2002, 21(5): 507-516.

[9] Renard A L. Pauvreté et charité en Arabie Saoudite: la famille royale, le secteur privé et l’tat providence. Critique Internationale, 2008, 41(4): 137-156.

[10] Zeng L Y, Wang M H, Li C M. Study on soil erosion and its spatio-temporal change at Hongfeng Lake watershed based on RUSLE Model. Hydrogeology and Engineering Geology, 2011, 38(2): 113-118. 曾凌云, 汪美華, 李春梅. 基于RUSLE的貴州省紅楓湖流域土壤侵蝕時空變化特征. 水文地質工程地質, 2011, 38(2): 113-118.

[11] Guo H F, Xu Y Q, Wu Y F. Land use change in metropolitan fringe based on topography factors: a case study of Pinggu district, Beijing. Journal of China Agricultural University, 2013, 18(1): 178-187. 郭洪峰, 許月卿, 吳艷芳. 基于地形因子的大都市邊緣區土地利用變化分析——以北京市平谷區為例. 中國農業大學學報, 2013, 18(1): 178-187.

[12] Yin L, Yan Q W, Bian Z F. Evaluation of soil erosion of Liupanshui City based on revised universal soil loss equation (RUSLE). Journal of Ecology and Rural Environment, 2016, (3): 389-396. 尹璐, 閆慶武, 卞正富. 基于RUSLE模型的六盤水市土壤侵蝕評價. 生態與農村環境學報, 2016, (3): 389-396.

[13] Liu M, Hu Y M, Xu C G. Quantitative study of forest soil erosion based on GIS, RS and RUSLE. Research of Soil and Water Conservation, 2004, 11(3): 21-24. 劉淼, 胡遠滿, 徐崇剛. 基于GIS、RS和RUSLE的林區土壤侵蝕定量研究——以大興安嶺呼中地區為例. 水土保持研究, 2004, 11(3): 21-24.

[14] Wang C J, Tang X H, Zheng D X,etal. A GIS-based study on sensitivity of soil erosion. Bulletin of Soil and Water Conservation, 2005, 25(1): 68-70. 王春菊, 湯小華, 鄭達賢, 等. GIS支持下的土壤侵蝕敏感性評價研究. 水土保持通報, 2005, 25(1): 68-70.

[15] Chen Y H, Pan W B, Cai Y B. Assessment of soil erosion sensitivity in watershed based on RUSLE——A case study of Jixi Watershed. Journal of Mountain Science, 2007, 25(4): 490-496. 陳燕紅, 潘文斌, 蔡芫鑌. 基于RUSLE的流域土壤侵蝕敏感性評價——以福建省吉溪流域為例. 山地學報, 2007, 25(4): 490-496.

[16] Chen G C, Lu X F, Peng M,etal. The basic characteristics and protection of the ecosystem in the source region of the Yangtze Yellow and Lancang Rivers in Qinghai province[C]//The Chinese Society of Plant the Seventieth Anniversary of the Annual Convention Abstract Assembly (1933—2003). Beijing: Higher Education Press, 2003: 14-17. 陳桂琛, 盧學峰, 彭敏, 等. 青海省三江源區生態系統基本特征及其保護[C]//中國植物學會七十周年年會論文摘要匯編(1933-2003). 北京: 高等教育出版社, 2003: 14-17.

[17] Lowrance R, Mcintyre S, Clarence L. Erosion and deposition in a field/forest system estimated using cesium-137 activity. Journal of Soil and Water Conservation, 1988, 43(2): 195-199.

[18] Shao Q Q, Xiao T, Liu J Y,etal. Soil erosion rates and characteristics of typical alpine meadow using137Cs technique in Qinghai-Tibet Plateau. Science China Press, 2011, 56(13): 1019-1025. 邵全琴, 肖桐, 劉紀遠, 等. 三江源區典型高寒草甸土壤侵蝕的137Cs定量分析. 科學通報, 2011, 56(13): 1019-1025.

[19] Li W. Dynamic Study of Soil Erosion in Greater Khingan Forest[D]. Harbin: Northeast Forestry University, 2014. 李巍. 大興安嶺地區土壤侵蝕動態研究[D]. 哈爾濱: 東北林業大學, 2014.

[20] Yu H. Tibetan Plateau Grassland Changes and Its Response to Climate[D]. Lanzhou: Lanzhou University, 2013. 于惠. 青藏高原草地變化及其對氣候的響應[D]. 蘭州: 蘭州大學, 2013.

[21] Wang B. Dynamic Mechanism of Soil Erodibility and Soil Erodibility Calculation Model[D]. Yangling: Northwest Agriculture and Forestry University, 2013. 王彬. 土壤可蝕性動態變化機制與土壤可蝕性估算模型[D]. 楊凌: 西北農林科技大學, 2013.

[22] Wu L, Liu X, Ma X Y. Tracking soil erosion changes in an easily-eroded watershed of the Chinese Loess Plateau. Polish Journal of Environmental Studies, 2016, 25(1): 351-363.

[23] Qin W, Zhu Q K, Zhang X X,etal. Review of vegetation covering and its measuring and calculating method. Journal of Northwest Agriculture and Forestry University: Nature Science Edition, 2006, 34(9): 163-170. 秦偉, 朱清科, 張學霞, 等. 植被覆蓋度及其測算方法研究進展. 西北農林科技大學學報: 自然科學版, 2006, 34(9): 163-170.

[24] Quansah C, Safo E Y, Ampontuah E O,etal. Soil fertility erosion and the associated cost of N P K removed under different soil and residue management in Ghana. Ghana Journal of Agricultural Science, 2000, 33(1): 33-42.

[25] Tang Y, Dai S, Jiang G Y,etal. Calculation and analysis of the vegetation cover and management factor C value in slope farmland of Chongqing area. Research of Soil and Water Conservation, 2010, 24(6): 53-59. 唐寅, 代數, 蔣光毅, 等. 重慶市坡耕地植被覆蓋與管理因子C值計算與分析. 水土保持學報, 2010, 24(6): 53-59.

[26] Liu Y B, Zhang K L, Jiao J Y. Soil erodibility and its use in soil erosion prediction model. Journal of Natural Resources, 1999, 14(4): 345-350. 劉寶元, 張科利, 焦菊英. 土壤可蝕性及其在侵蝕預報中的應用. 自然資源學報, 1999, 14(4): 345-350.

[27] Lin H L, Zhuang Q M, Hua F. Habitat niche-fitness and radix yield prediction models forAngelicasinensiscultivated in the alpine area of the southeastern region of Gansu Province, China. Plant Production Science, 2008, 11(1): 42-58.

[28] Ministry of Water Resources of the People’s Republic of China. Soil Erosion Classification Standard[M]. Beijing: China Water Power Press, 1997. 中華人民共和國水利部. 土壤侵蝕分類分級標準[M]. 北京: 中國水利水電出版社, 1997.

[29] Wischmeier W H, Smith D D. Predicting rainfall erosion losses-a guide to conservation planning. United States Department of Agriculture, 1978, 537: 1-69.

[30] Huang C Y. Soil Science[M]. Beijing: China Agriculture Press, 2000. 黃昌勇. 土壤學[M]. 北京: 中國農業出版社, 2000.

[31] Li R J. Estimation of Economic Losses Caused by Soil Erosion and Study on Renewal Measures in Yishusi Basin in Shandong Province[D]. Jinan: Shandong Normal University, 2005. 李瑞俊. 山東沂沭泗流域土壤侵蝕經濟損失評估及對策研究[D]. 濟南: 山東師范大學, 2005.

[32] Carroll C, Merton L, Burger P. Impact of vegetative cover and slope on runoff, erosion, and water quality for field plots on a range of soil and spoil materials on central Queensland coal mines. Soil Research, 2000, 38(2): 313-328.

[33] Carroll C, Tucker A. Effects of pasture cover on soil erosion and water quality on central Queensland coal mine rehabilitation. Tropical Grasslands, 2000, 34(3/4): 254-262.

[34] Li P, Li Z B, Zhang X C. Researches on effect of vegetation coverage on runoff and sediment. Journal of Soil and Water Conservation, 2002, 16(1): 32-34. 李鵬, 李占斌, 張興昌. 草灌植被攔蓄徑流和泥沙有效性研究. 水土保持學報, 2002, 16(1): 32-34.

[35] Liu J, Luo C J, Cao J Y,etal. Present status and distribution of soil erosion of the Three-River-Source area in Qinghai. Soil and Water Conservation in China, 2010, (9): 49-51. 劉杰, 駱嬋娟, 曹江源, 等. 青海三江源區土壤侵蝕現狀及其分布. 中國水土保持, 2010, (9): 49-51.

[36] Qiong C, Wu W Z, Qiang Z,etal. Comprehensive analysis on soil erosion in the Three-Rivers Headwater Region based on GIS technology. Journal of Anhui Agricultural Sciences, 2010, 38(27): 14989-14991.

[37] Fan J W, Shao Q Q, Wang J B,etal. An analysis of temporal-spatial dynamics of grazing pressure on grassland in Three Rivers Headwater Region. Chinese Journal of Grassland, 2011, (3): 64-72. 樊江文, 邵全琴, 王軍邦, 等. 三江源草地載畜壓力時空動態分析. 中國草地學報, 2011, (3): 64-72.

[38] Zhang A R, Gao X C. Ecological fragility assessment of the IEFA in Qinghai Tibetan area——a case study of the ecological function area in the Three-Rivers Headwater Region. Journal of Tibet University: Social Science Edition, 2015, (1): 1-8. 張愛儒, 高新才. 青海藏區重要生態功能區生態脆弱度評價研究——以三江源生態功能區為例. 西藏大學學報: 社會科學版, 2015, (1): 1-8.

[39] Ren J Z, Hou F J, Xu G. Transformation of grazing system: the urgent task for China. Pratacultural Science, 2011, 28(10): 1745-1754. 任繼周, 侯扶江, 胥剛. 放牧管理的現代化轉型——我國亟待補上的一課. 草業科學, 2011, 28(10): 1745-1754.

[40] Ren J Z. Grazing, the basic form of grassland ecosystem and its transformation. Journal of Natural Resources, 2012, (8): 1259-1275. 任繼周. 放牧, 草原生態系統存在的基本方式——兼論放牧的轉型. 自然資源學報, 2012, (8): 1259-1275.

Soil erosion assessment based on the RUSLE model in the Three-Rivers Headwaters area, Qinghai-Tibetan Plateau, China

LIN Hui-Long1*, ZHENG Shu-Ting1, WANG Xue-Lu2

1.StateKeyLaboratoryofGrasslandAgro-ecosystems,MinistryofAgricultureKeyLaboratoryofGrassandAnimalHusbandryInnovation,CollegeofPastoralAgricultureScienceandTechnology,LanzhouUniversity,Lanzhou730000,China； 2.HuanengRenewablesCorporationLimited,Beijing100036,China

Investigating soil erosion in the Three-Rivers Headwaters area is of great significance for the protection of the ecology, production, and function of the alpine meadow ecosystem on the Qinghai-Tibetan Plateau. In this study, we conducted a comprehensive analysis of soil erosion, its spatial characteristics, and the factors affecting it in the Three-Rivers Headwaters area. For these analyses, we used a137Cs tracing technique, GIS (Geographic Information System), and the RUSLE (Revised Universal Soil Loss Equation) model. The results showed that: 1) soil erosion factors showed spatial heterogeneity. Rainfall-related erosion showed drastic inter-annual changes, but generally increased from 2001 to 2012. Soil erodibility varied spatially, and soils with a high erodibility index accounted for 95.66% of the total area. The spatial distribution of slope and slope length were significantly influenced by the altitude. The vegetation cover and management factors showed spatial heterogeneity from the northwest to the southeast of the study area, and overgrazing was the main cause of serious underlying surface erosion. 2) In the validated RUSLE model, the correlation coefficient was 0.49 and the average root mean square error (ARMSE) was 75.29%. Although the RUSLE model tended to overestimate soil erosion, it was still one of the best choices to simulate alpine meadow soil erosion in the Three-Rivers Headwaters area. 3) The total average erosion volume estimated by the RUSLE model (2001-2012) was 3.1×109t/yr. Analyses of the erosion intensity classifications revealed the areas of moderate, strong, and extremely strong erosion. The three areas with the highest degrees of erosion were Tanggula township, and Zhiduo and Xinghai counties. 4) Taking into account the amounts of soil loss and market values, the estimated average economic loss of organic matter was 114354 RMB/km2in the study area from 2001 to 2012, the total annual economic loss was 39.9 billion, and economic losses caused by soil erosion were substantial across the whole study area. Therefore, it is very important to develop “classification, grade, segment, partition” soil erosion prevention and control procedures for the Three-Rivers Headwaters area of the alpine grassland on the Qinghai-Tibetan Plateau.

the Three-Rivers Headwaters area； Alpine grassland；137Cs tracing technique； Revised Universal Soil Loss Equation (RUSLE)； soil erosion assessment

10.11686/cyxb2016371

2016-10-08；改回日期：2016-12-15

國家重點研發計劃(2016YFC0501906)和國家自然科學基金面上項目(31172250)資助。

林慧龍(1965-)，男，遼寧沈陽人，教授。

*通信作者Corresponding author. E-mail：linhuilong@lzu.edu.cn

http://cyxb.lzu.edu.cn

林慧龍, 鄭舒婷, 王雪璐. 基于RUSLE模型的三江源高寒草地土壤侵蝕評價. 草業學報, 2017, 26(7): 11-22.

LIN Hui-Long, ZHENG Shu-Ting, WANG Xue-Lu. Soil erosion assessment based on the RUSLE model in the Three-Rivers Headwaters area, Qinghai-Tibetan Plateau, China. Acta Prataculturae Sinica, 2017, 26(7): 11-22.