陜西渭河流域近15年土壤侵蝕時空變化分析

郭力宇， 郭 昭， 王 濤， 張 婭

(西安科技大學測繪科學與技術學院，陜西西安 710054)

土壤侵蝕是造成土壤肥力流失、土壤退化、河流泥沙淤積等生態環境問題的主要原因，是國內外學者關注的熱點問題[1]。土壤侵蝕研究過程中，坡面、小流域與流域土壤侵蝕一般會采用不同的監測與研究方法，其中坡面土壤侵蝕多采用定位監測方式，小流域多借助高分辨率遙感影像數據及坡面監測結果進行綜合估算，而流域尺度的土壤侵蝕，多結合GIS(geographical information system)與RS(remote sensing)技術，基于土壤侵蝕模型進行定量估算。

Wishneier等根據美國東部上萬個徑流小區多年觀測和試驗資料，最早提出通用土壤侵蝕方程(universal soil loss equation，USLE)[2]。之后，美國農業部在USLE基礎上，推出了更為完善的修正通用土壤侵蝕方程(revised universal soil loss equation，RUSLE)[3]。隨著土壤侵蝕模型研究的深入，土壤侵蝕模型不斷完善，相繼產生了多種土壤侵蝕模型，如美國水蝕預報模型(water erosion prediction project，WEPP)[4]、荷蘭土壤侵蝕模型(Limburg soil erosion model，LISEM)[5]、歐洲土壤侵蝕模型(European soil erosion model，EUROSEM)[6]。中國學者參考USLE模型的基本形式，結合中國的地貌特征，也建立了若干個土壤侵蝕模型，如劉寶元等建立的中國土壤侵蝕方程(Chinese soil loss equation，CSLE)[7]、江忠善等針對黃土丘陵區建立的溝間地和溝谷地土壤侵蝕模型[8]。考慮到模型參數的復雜性以及實用性，USLE/RUSLE模型依然是當前應用較為廣泛的土壤侵蝕估算模型。

渭河流域處于黃土高原區域，流域內土質疏松、植被稀疏，夏、秋季降雨集中，是中國土壤侵蝕較為嚴重的區域之一。已有研究中對渭河流域土壤侵蝕研究相對較少，多集中在黃土丘陵溝壑區小流域范圍[9-11]，并且主要對某一兩個年份的土壤侵蝕進行靜態分析[12-13]，缺少長時間序列、連續動態變化研究及對渭河流域的綜合研究。本研究采用RUSLE模型估算陜西渭河流域2000—2014年土壤侵蝕狀況，分析土壤侵蝕時空變化特征及在不同地貌單元分布情況，為流域水土保持及生態環境保護提供參考。

1 數據與方法

1.1 研究區

陜西省境內渭河流域面積約為6.79萬km2，涉及到西安、延安等在內的6市54個區(縣)，是陜西省經濟社會發展的核心區域。渭河流域自北而南可劃分為陜北丘陵溝壑區、渭北高原溝壑區、渭河平原區以及秦嶺北坡山區4個地貌區(圖1)。陜北丘陵溝壑區以黃土丘陵溝壑和塬梁溝壑地貌為主，面積約為2.22萬km2。洛河發源于此，從定邊流經吳起、志丹、甘泉、富縣以及洛川，向南穿越渭北高原，進入關中盆地，最終流入渭河。渭北高原溝壑區處于陜北黃土高原區以南，關中盆地以北，面積約2.03萬km2，地勢平坦，溝壑縱橫，是陜西農業生產的主要區域之一。渭河平原區面積約為 1.75萬km2，渭河由西向東橫貫而出，流入黃河。區域內土地肥沃，植被覆蓋較好，人口集中，城鎮密集，是陜西經濟社會發展重要區域。秦嶺北坡山區是重要的水源涵養地，降水充沛，植被覆蓋度高，面積約7 960 km2，是渭河南岸眾多支流的發源地之一。

1.2 數據

研究使用數據包括30 m分辨率GDEMDEM數據，來源于中國科學院計算機網絡信息中心地理空間數據云平臺(http：//www.gscloud.cn)；渭河流域氣象站點2000—2014年逐日降水數據，下載自中國氣象數據網(http：//data.cma.cn)，站點分布見圖1；渭河流域2000—2014年16 d合成的250 m分辨率MODIS NDVI 13Q1-Level 3數據，下載自http：//ladsweb.nasa.gov；1 ∶50萬渭河流域土壤類型圖。

1.3 土壤侵蝕計算

RUSLE使用較為廣泛，由降雨侵蝕力因子(R)、土壤可蝕性因子(K)、地形因子(LS)、植被覆蓋管理因子(C)和水土保措施因子(P)構成。A為單位面積上的年均土壤流失量[t/(hm2·年)]。

A=R×K×L×S×C×P。

(1)

降雨侵蝕力因子(R)：降雨是引起土壤侵蝕的最直接的外部因素，降雨侵蝕力是反映降雨對地表土壤侵蝕影響的指標。本研究采用章文波等基于逐日降雨量提出的計算模型[14]。

(2)

α=21.586β-7.189 1；

(3)

(4)

式中：Ri為第i個半月時段的降雨侵蝕力，單位為 MJ·mm/(hm2·h·年)；k為該半月時段內的時間，單位為d；Pi月侵蝕性雨量，為半月時段內第j天的日降雨量，單位為mm，要求日降雨量≥12 mm，否則賦以0值計算，12 mm與侵蝕性降雨標準對應[15]；α、β為模型參數；Pd12為日降雨量≥12 mm 的平均日降雨量，mm；Py12為日降雨量≥12 mm的年平均降雨量，mm。

土壤可侵蝕性因子(K)：反映地表土壤受到降雨侵蝕的難易程度的指標，采用EPIC(erosion-productivity impact calculator)模型[16]計算：

(5)

式中：M、F、N分別代表土壤中沙粒、粉沙粒和黏粒的質量分數(%)；T則表示土壤有機碳質量分數(%)。將計算結果乘以0.131 7從而轉化為國際制單位。

地形因子(LS)：地形因子包括坡長因子(L)和坡度因子(S)，是影響地表徑流形成侵蝕能力的主要自然要素。根據Renard等提出的計算方法[17-19]，基于DEM提取坡長因子和坡度因子。

L=(λ/22.13)α；

(6)

α=β/(β+1)；

(7)

β=(sinθ/0.089 6)/[3.0(sinθ)0.8+0.56]；

(8)

(9)

式中：λ為坡長，α為坡長指數，θ為坡度。

植被覆蓋管理因子(C)：采用李天宏等提出的基于MODIS NDVI影像的計算方法[20]。

AVHRRNDVI=0.18MODISNDVI+0.131；

(10)

C=exp[-α·AVHRRNDVI/(β-AVHRRNDVI)]。

(11)

式中：α和β取值分別為2、1；利用MODIS NDVI計算AVHRR NDVI，再計算獲得C值。

水土保持措施因子(P)：無量綱，基于DEM數據，采用Lufafa等提出的計算方法[21]。

P=0.2+0.03θ。

(12)

2 結果與分析

根據RUSLE計算得到陜西渭河流域2000—2014年土壤侵蝕模數，為了便于對比分析，將其單位統一換算為 t/(km2·年)，并選取渭河流域的一級支流洛河進行結果驗證。查閱水利部網站公布的《中國河流泥沙公報》[22]，可知洛河下游水文監測站——狀頭站多年平均輸沙模數為2 850 t/(km2·年)，計算獲得的近15年土壤侵蝕模數平均值為3 213 t/(km2·年)，計算結果高出監測結果12%，表明依據RUSLE計算的土壤侵蝕模數可用于進一步的分析。

2.1 侵蝕性降雨與降雨侵蝕力

2.1.1 侵蝕性降雨 以12 mm降雨量作為侵蝕降雨的劃分標準，統計了2000—2014年陜西渭河流域20個主要氣象站點的降水數據，并選取其中站點分布均勻且觀測數據連續的10個站點進行分析(表1)。陜西渭河流域侵蝕性降雨量總體呈北少南多，且年侵蝕降雨量、降雨天數呈上升趨勢。陜北丘陵溝壑區南北差異明顯，洛川監測站的年均侵蝕降雨量、侵蝕降雨總天數、暴雨總天數比定邊監測站均有明顯的增加，且洛川監測站2010—2014年的年均侵蝕降雨量比2000—2004年增多了8%；渭北高原溝壑區東西差異明顯，西部年均侵蝕性降雨量較東部多，其中長武監測站2000—2014年均侵蝕性降雨量高于耀縣監測站約7%，且2010—2014年較2000—2004年增加了8%；渭河平原區年均侵蝕性降雨量呈現逐步增大的趨勢，武功監測站2000—2004年的年均侵蝕降雨量為316 mm，而2010—2014年已增長到458 mm；相較于渭河平原區、渭北高原溝壑區、陜北丘陵溝壑區，秦嶺北坡山區年均侵蝕降雨量大，侵蝕降雨和暴雨總天數多，2010—2014年較2000—2004年增長明顯。

表1 2000—2014年陜西渭河流域主要氣象站年侵蝕降雨統計

2.1.2 降雨侵蝕力 2000—2014年，陜西渭河流域降雨侵蝕力空間變化上由北到南各地貌單元內呈現出一定的差異性。陜北丘陵溝壑區降雨侵蝕力總體較小，平均為 1 989 MJ·mm/(hm2·h·年)，2013年出現最大峰值 3 030 MJ·mm/(hm2·h·年)；秦嶺北坡山區降雨侵蝕力總體最大，均值達到2 712 MJ·mm/(hm2·h·年)，2011年出現最大峰值 4 366 MJ·mm/(hm2·h·年)；渭北高原溝壑區、渭河平原區的降雨侵蝕力值相近，且時間變化曲線也相似，均值分別為 2 135、2 152 MJ·mm/(hm2·h·年)，最大峰值同樣出現在2003年，分別為3 861、3 595 MJ·mm/(hm2·h·年)。

2000—2014年渭北高原溝壑區、渭河平原區以及秦嶺北坡山區的年降雨侵蝕力變化表現出年際間波動較大、整體逐漸增大的趨勢，而陜北丘陵溝壑區相對其他地區波動較小，2000年降雨侵蝕力為1 690 MJ·mm/(hm2·h·年)，2008年達到最低值 1 231 MJ·mm/(hm2·h·年)，2014年增大到 2 255 MJ·mm/(hm2·h·年)(圖2)。

2.2 植被指數

植物葉片在藍光和紅光波段有較強的吸收能力，而在近紅外和綠光波段則反射能力較強[23]。因而，植被生長狀況越好，植被覆蓋度越高，在紅光波段的反射越小，在近紅外波段的反射越大。利用歸一化植被指數(NDVI=(NIR-R)/(NIR+R))，可以有效地檢測出研究區內植被覆蓋變化。對16 d合成的MODIS NDVI數據采用MVC(maximum value composition)方法提取研究區各年份NDVI數據，對不同地貌單元內NDVI進行統計得到圖3。

研究區植被平均NDVI值逐年增加，反映了植被覆蓋度在不斷提高。2000—2014年，陜北丘陵溝壑區平均NDVI值增加了28.4%，其次為渭北高原溝壑區增加了15.1%，這可能與該2類區域實施的退耕還林還草工程引起的區域內坡耕地大面積減少而草地、林地增加有關[24]。渭河平原區平均NDVI值表現為先增后減趨勢，2007年達到峰值0.502。秦嶺北坡山區總體植被覆蓋度高，NDVI值變化小，2014年較2000年僅增加6%(圖3)。

2.3 土壤侵蝕時空變化

2.3.1 土壤侵蝕模數變化過程 統計陜西渭河流域及不同地貌單元年平均土壤侵蝕模數。由圖4可知，渭河流域土壤在不同地貌單元間存在較大差異，其中渭河平原區土壤侵蝕模數最小，低于1 000 t/(km2·年)，2000—2014年總體呈輕微的波動變化過程；秦嶺北坡山區土壤侵蝕模數最大，除2001年外，其他年份土壤侵蝕模數均高于3 000 t/(km2·年)，2011年達到9 000 t/(km2·年)以上，2000—2014年該區域土壤侵蝕模數總體呈波動上升趨勢，波動幅度較大；陜北丘陵溝壑區、渭北高原溝壑區土壤侵蝕模數較為相近，但略有不同，前者多數年份土壤侵蝕模數在3 000 t/(km2·年)以上，而后者多數年份在3 000 t/(km2·年)以下，但2000—2014年二者變化過程大體相似。

2.3.2 土壤侵蝕強度時間變化過程 根據SL190—2007《土壤侵蝕分類分級標準》[25]，將研究區土壤侵蝕劃分為微度、輕度、中度、強度、極強度和劇烈侵蝕6類，其閾值分別為1 000、2 500、5 000、8 000、15 000 t/(km2·年)。基于分級標準得到渭河流域不同土壤侵蝕強度面積及所占比例(表2)。陜西渭河流域以中度以下強度的土壤侵蝕為主。2000—2014年微度侵蝕平均面積為30 547 km2，占總面積的44.96%；輕度侵蝕與中度侵蝕的平均面積相近，分別為 11 214、12 480 km2，占總面積的16.51%、18.37%。中度以上侵蝕平均面積均較少，其中強度侵蝕占總面積的比例約 11.36%；極強度侵蝕平均面積更少，約為4 992 km2，占比 7.35%；劇烈侵蝕平均面積為985 km2，占比極小，只有1.45%，且多數年份不足1%。微度侵蝕面積占比2000—2008年波動較大，由46.37%增加到50.89%，2009—2014年，微度侵蝕所占面積下降趨勢明顯；2000—2014年間輕度侵蝕與中度侵蝕面積變化較為平穩；中度以上侵蝕面積2000—2009年波動變化較大，總體趨向減少，2009—2014年由11.10%增長到21.52%。

表2 陜西渭河流域各級土壤侵蝕強度面積及百分比

2.3.3 土壤侵蝕強度空間變化過程 由于渭河流域范圍較大，因此在不同地貌單元中，選擇固定大小區域(位置見圖1中a、b、c和d)，繪制其2000年、2005年、2010年和2014年土壤侵蝕變化情況，結果見圖5。2000—2014年渭河流域土壤侵蝕強度變化特點明顯：不同地貌單元侵蝕強度變化各有不同。陜北丘陵溝壑區微度、輕度、中度及強度侵蝕面積較多，其所占該區域的面積比重相近，2000—2014年土壤侵蝕有所增加，中度以上土壤侵蝕面積增加了2 756 km2，其中2010—2014年增幅顯著；渭北高原溝壑區2000—2005年微度、輕度以及中度侵蝕面積變化很小，且中度以上的侵蝕面積有所減少，但2005—2010年微度、輕度與中度侵蝕面積下降趨勢明顯，減少了3 274 km2，到2010—2014年又增加了3 153 km2，相應的中度以上的侵蝕面積2005—2014年先增加后減少；渭河平原區土壤侵蝕量很小，微度侵蝕占到該區域的80%以上，2000—2014年微度侵蝕面積略有下降，輕度侵蝕與中度侵蝕增加了390 km2；秦嶺北坡山區2000—2014年土壤侵蝕強度較大，中度侵蝕占到該區域的29%， 且中度以上的侵蝕面積占到該區域的42%，呈現先增后減的變化特點。

3 結論與討論

基于RUSLE計算獲得了陜西渭河流域2000—2014年土壤侵蝕模數，分析了流域侵蝕性降雨與降雨侵蝕力、植被覆蓋變化及土壤侵蝕強度的時空分布特征，結果表明：(1)陜西渭河流域侵蝕性降雨由北向南逐漸增多，2000—2014年呈現出一定的增長趨勢；各地貌單元內植被指數增長明顯，尤其是陜北丘陵溝壑區與渭北高原溝壑區植被覆蓋度有較大提高。(2)2000—2014年陜西渭河流域土壤侵蝕強度總體以微度和輕度為主，變化較為平穩，中度以上土壤侵蝕面積略有增加；空間分布上，不同地貌單元土壤侵蝕強度差異明顯：陜北丘陵溝壑區各級侵蝕強度的面積均占有一定比例，其中微度、輕度以及中度侵蝕面積均占到該區域面積的20%以上；渭北高原溝壑區以微度和輕度侵蝕為主，二者占到該區域面積的61%，且中度侵蝕面積也占到了將近20%；渭河平原區微度侵蝕面積最多，占到該區域的80%以上；秦嶺北坡山區土壤侵蝕強度整體較大，中度以上侵蝕的面積占到了該區域的42%。

本研究中可能存在的不足在于采用的氣象站點數較少，水土保持措施因子采用經驗公式得到，對于研究結果的精度會有一定的影響；此外，還發現2000—2014年降雨侵蝕力的變化曲線與土壤侵蝕模數變化曲線相似，年侵蝕性降雨量的變化對土壤侵蝕模數變化的影響較大，植被覆蓋度的提高與水土保持措施對于減少土壤侵蝕量的貢獻度仍需要進一步再討論。

[1]李占斌，朱冰冰，李 鵬. 土壤侵蝕與水土保持研究進展[J]. 土壤學報，2008，45(5)：802-809.

[2]Wischmeier W H，Smith D D. Predicting rainfall erosion losses from cropland east of the rocky mountains：a guide for conservation planning[M]//Agriculture Handbook No. 537.Washington，D. C.：USDA，1978：17-34.

[3]Renard K G，Ferreira V A. RUSLE model description and database sensitivity[J]. Journal of Environmental Quality，1993，22(3)：458-466.

[4]Laflen J M，Lane J L，Foster G R. WEEP a new generation of erosion prediction technology[J]. Journal of Soil and Water Conservation，1991，46(1)：34-38.

[5]De Roo A P J，Wesseling C G，Ritsma C J. LISEM：A single-event，physically based hydrological and soil erosion model for drainage basins I：theory，input and output[J]. Hydrological Processes，1996，10(8)：1107-1117.

[6]Morgan R P C，Quinton J N，Smith R E，et al. The European soil erosion model (EUROSEM)：a dynamic approach for predicting sediment transport from fields and small catchments[J]. Earth Surface Processes and Landforms，1998，23(6)：527-544.

[7]Liu B Y，Zhang K L，Xie Y. An empirical soil loss equation[C]//Proceedings 12th International Soil Conservation Organization Conference，Vol. Ⅱ：Process of Soil Erosion and Its Environment Effect. Beijing：Tsinghua University Press，2002：21-25.

[8]江忠善，王志強，劉 志. 黃土丘陵區小流域土壤侵蝕空間變化定量研究[J]. 土壤侵蝕與水土保持學報，1996，2(1)：1-9.

[9]李勛貴，魏 霞. 區域土壤侵蝕演化風險分析——以涇河流域為例[J]. 地理研究，2011，30(8)：1361-1369.

[10]李 軍，邱海軍，郝俊卿，等. 基于USLE和CSLE的洛川縣土壤侵蝕對比分析研究[J]. 生態經濟，2013，273(2)：403-407.

[11]鐘德燕. 基于USLE模型的黃土丘陵溝壑區土壤侵蝕研究[D]. 楊凌：西北農林科技大學，2012：1-59.

[12]張雪才，崔晨風，王 偉. 陜西境內渭河流域水土流失的風險評估[J]. 水資源與水工程學報，2012，23(4)：107-111.

[13]王 超. 基于RS/GIS的渭河流域土壤侵蝕評價研究[D]. 西安：西北大學，2010：1-63.

[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.

[15]謝 云，劉寶元，章文波. 侵蝕性降雨標準研究[J]. 水土保持學報，2000，14(4)：6-11.

[16]Sharpley A N，Williams J R. EPIC-erosion/productivity impact calculator：1. model documentation[J]. Technical Bulletin United States Department of Agriculture，1990，4(4)：206-207.

[17]Renard K G，Foster G R，Weesies G A，et al. Predicting rainfall erosion by water：a guide to conservation planning with the revised universal soil loss equation (RUSLE)[M]//Agricultural Handbook No. 703. Washington D C：USDA，1997：143-182.

[18]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.

[19]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.

[20]李天宏，鄭麗娜. 基于RUSLE模型的延河流域2001—2010年土壤侵蝕動態變化[J]. 自然資源學報，2012，27(7)：1164-1175.

[21]Lufafa A，Tenywa M M，Isabirye M，et al. Prediction of soil erosion in a Lake Victoria basin catchment using GIS based universal soil loss model[J]. Agricultural systems，2003，76(3)：883-984.

[22]中華人民共和國水利部. 中國河流泥沙公報[EB/OL]. (2016-11-02)[2016-12-09]. http：//www.mwr.gov.cn/zwzc/hygb/zghlnsgb.

[23]李文梅，覃志豪，李文娟，等. MODIS NDVI與MODISEVI的比較分析[J]. 遙感信息，2010，11(6)：73-78.

[24]王 濤，雷 剛，劉郁叢，等. 退耕政策對延安地區土壤侵蝕影響[J]. 中國農學通報，2015，31(23)：162-170.

[25]中華人民共和國水利部. 土壤侵蝕分類分級標準：SL190-2007[S]. 北京：中國水利水電出版社，2007.