基于USLE模型的2001-2015年江西省土壤侵蝕變化研究

周夏飛, 馬國霞, 曹國志, 於 方, 周 穎, 賈 倩, 張宇航

(環境保護部 環境規劃院, 北京 100012)

土壤侵蝕是全球性的重大環境問題之一。它不僅造成土地資源的破壞，導致農業生產環境惡化，生態平衡失調，而且還影響農業生產的發展[1-2]。中國土壤侵蝕尤為嚴重，遭受土壤侵蝕的面積約為3.60×106km2，占國土面積的37%[3]。因此，準確估算區域土壤侵蝕量并掌握其動態變化，對指導區域水土保持規劃、優化水土資源利用具有重要的意義。

目前，利用模型方法估算土壤侵蝕量是最有效的手段之一，最早的土壤侵蝕模型是由美國學者Wischmeier于1965年提出的通用土壤流失方程(USLE)[4]，該方程較為全面的考慮了影響土壤侵蝕的各種因素，因其具有一定的精度又相對簡單，至今仍是土壤侵蝕估算的主要工具[5-6]。在近40 a多的研究中，許多國家和地區以USLE為基礎，結合本國本地區的實際情況，對USLE模型各因子[5,7-11]進行修正，建立了適合各自國家或地區的通用土壤流失方程，如江忠善等[12]考慮淺溝侵蝕對坡面侵蝕的影響，構建的坡面土壤流失預報模型和劉寶元等[13]建立的中國水土流失方程(chinese soil loss equation,CSLE)。

江西省位于長江中下游南岸，地理坐標為24°29′—30°05′N，113°35′—118°29′E，總面積為1.67×105km2，屬于亞熱帶季風氣候，地形以山地、丘陵為主，多年平均降水量在1 400～1 900 mm之間，江西省屬于中國南方典型的紅壤區，其紅壤的成土母質主要有4種，其中第四紀紅土、紅砂巖和花崗巖發育的紅壤分布較廣，土壤質地黏重、透水性差，極易造成水力侵蝕。由于自然、社會和歷史的原因，江西省是中國水土流失最嚴重的省份之一，水土流失面積自20世紀50—80年代呈逐年擴大的趨勢[14]。

基于此，本文擬基于USLE模型，利用遙感數據、氣象數據、DEM數據計算2001，2015年江西省土壤侵蝕量，并分析其2001—2015年土壤侵蝕動態變化，以期為江西省水土保持和生態環境管理提供科學依據。

1 數據與方法

1.1 數據來源及預處理

(1) 遙感數據。本文采用的遙感數據為2001，2015年的MOD13 A3數據，來源于美國國家航空航天局(NASA)的EOS/MODIS數據產品(http:∥e4 ftl01.cr.usgs.gov)，空間分辨率為1 km×1 km，時間分辨率為1個月。由于MODIS/NDVI產品經過水、云、氣溶膠等處理，保證了數據質量，加之較高的空間分辨率，因此被廣泛應用于土壤侵蝕量估算的研究中。

(2) 土地利用類型數據。本文采用的土地利用類型數據為2000，2015年的土地利用類型數據，來源于中國科學院資源環境科學數據中心(www.resdc.cn)，空間分辨率為1 km×1 km；土地利用類型數據分為耕地、林地、草地、水域、居民地和未利用土地的6個Ⅰ級類型以及25個Ⅱ級類型。

(3) 土壤類型數據。本文采用的土壤類型數據來源于中國科學院資源環境科學數據中心(www.resdc.cn)，空間分辨率為1 km×1 km；土壤類型數據共分為12土綱，61個土類，227個亞類。

(4) 數字高程模型(DEM)數據。本文采用的DEM數據來源于中國科學院資源環境科學數據中心(www.resdc.cn)，空間分辨率為1 km×1 km。

(5) 氣象數據。本文所利用的氣象數據來源于中國氣象數據網(http:∥data.cma.cn/)，時間為2001，2015年，數據內容為月降水量，以及各氣象站點的經度、緯度和海拔高度。計算土壤侵蝕量需要柵格化的氣象數據，并從空間上與遙感數據相匹配。利用GIS的插值工具，根據各氣象站點的經緯度信息，通過對氣象數據進行Kriging插值和基于DEM的插值，獲取像元大小與NDVI數據一致、投影相同的氣象要素柵格圖。

1.2 研究方法

1.2.1 土壤侵蝕量估算 本研究采用通用土壤流失方程(USLE)估算土壤侵蝕量，其計算式為：

A=R×K×LS×C×P

(1)

式中：A——年土壤侵蝕量〔t/(hm2·a)〕；R——降雨侵蝕力因子〔MJ·mm/(hm2·h·a)〕；K——土壤可蝕性因子〔t·h/(MJ·mm·a)〕；LS——坡長坡度因子，無量綱；C——植被覆蓋因子，無量綱；P——水土保持措施因子，無量綱。下同。

(1) 降雨侵蝕力因子R的估算。采用周伏建等[15]提出的R值計算式：

(2)

式中：Pi——月降雨量(mm)。

(2) 土壤可侵蝕因子K值的估算。采用陳明華等[16]建立的土壤可蝕性K值計算公式：

K= 10-3(160.80-2.31x1+0.38x2+

2.26x3+1.31x4+14.67x5)

(3)

式中：x1，x2，x3，x4，x5——細礫、細砂、粗粉粒、細粉粒、有機質的百分含量。在此公式中：要求土壤顆粒分析標準為美國制，而中國土壤普查一般采用國際制，因此需進行質地轉換。

轉換方程為：y=axb和y=ax2+bx+c

(4)

式中：x=lnp，p——粒徑大小(mm)；y——小于p粒徑的累計顆粒含量百分數(%)。

(3) 地形因子LS值的估算。通過數字高程模型(DEM)，計算獲得坡長和坡度，然后根據林敬蘭等[17]建立的方程式，獲得LS的空間分布特征：

LS=0.08L0.35α0.6

(5)

式中：L——坡長(m)；α——百分比坡度。

(4) 地表覆蓋因子C值的估算。地表覆蓋因子是根據地面植被覆蓋狀況不同而反映植被對土壤侵蝕影響的因素，與土地利用類型、植被覆蓋度密切相關[18]。C值的估算采用如下公式：

(6)

fc=(NDVI-NDVImin)/(NDVImax-NDVImin)

(7)

式中：fc——植被覆蓋度，它由亞像元分解法[19]計算得到； NDVImin——植被整個生長季的NDVI最小值； NDVImax——植被整個生長季的NDVI最大值。

(5) 水土保持措施因子P值的估算。P為實施水土保持措施后土壤流失量與順坡種植土壤流失量的比值。本文中耕地的P值為0.15，其他土地利用類型取值為1.00，在GIS軟件下生成P因子柵格圖。

1.2.2 土壤侵蝕強度分級 本研究主要參考水利部頒發的土壤侵蝕強度分類分級標準(SL190-96)[20]對江西省進行土壤侵蝕量的等級劃分(表1)，由于江西省屬于南方紅壤丘陵區，土壤容許流失量為500 t/(km2·a)，相當于微度的侵蝕模數，因而微度侵蝕地塊可認為是無水土流失。

表1 土壤侵蝕強度分級

2 結果與分析

2.1 土壤侵蝕強度年際變化

2001—2015年江西省土壤侵蝕模數計算結果如附圖1所示，土壤侵蝕強度面積百分比統計結果如表2所示。結果表明，江西省土壤侵蝕狀況在2001—2015年期間得到一定程度的改善，具體表現在：2001年江西省平均土壤侵蝕模數為7 042.4 t/(km2·a)，2015年土壤侵蝕模數為6 375.3 t/(km2·a)，降低約9.5%；輕度侵蝕以上面積所占比例由78.60%下降為61.93%；這主要是由于江西省政府自20世紀80年代以來積極開展山江湖建設工程，清理江湖泥沙淤積、并在城鎮范圍大量植樹造林，提高區域植被覆蓋，減少水土流失。

表22001-2015年江西省土壤侵蝕強度面積百分比變化

侵蝕強度 面積比例/%2001年2015年微度侵蝕 21．4038．07輕度侵蝕 9．165．55中度侵蝕 17．3311．35強度侵蝕 15．4414．27極強度侵蝕23．2817．2劇烈侵蝕 13．3913．56

從各地市級來看，江西省大部分地市的土壤侵蝕模數降低，其中，撫州市、宜春市、贛州市、萍鄉市等4市的平均土壤侵蝕模數下降幅度最為顯著，下降幅度達到1 500 t/(km2·a)，但九江市、南昌市、新余市的土壤侵蝕呈進一步加劇趨勢(表3)。

表3 2001-2015年江西省各地市平均土壤侵蝕模數變化 t/(km2·a)

2.2 土壤侵蝕強度空間分布變化

2.2.1 空間分布特征 在空間上江西省土壤侵蝕主要發生在鄱陽湖流域各子流域的上游，這主要是由于鄱陽湖流域的上游地區海拔較高，坡度較陡，同時廣泛分布著具有較高土壤可蝕性因子的紅壤，具備產生土壤侵蝕的自然條件；而在廣大的鄱陽湖平原地區，由于地形平坦，坡度較緩，土壤侵蝕較弱。

2.2.2 空間分布變化 為進一步揭示中國土壤侵蝕強度變化的空間分布特征，本文利用GIS的空間分析功能分析了2001—2015年土壤侵蝕強度空間轉化，結果如附圖2所示。通過統計可以得知，2001—2005年土壤侵蝕強度不變的面積占總面積的52.7%，主要分布在南昌市、鷹潭市北部、吉安市中部、贛州市中部等地區；土壤侵蝕強度降低一級的面積占25.8%，主要分布在九江市中東部、宜春市中部及北部、南昌市西部、鷹潭市北部、吉安市西部等地區；土壤侵蝕強度升高幅度較大的區域主要分布在九江市西部、景德鎮市北部、上饒市北部、撫州市中部、宜春市西北部、萍鄉市南部、贛州市西北部等地區，這主要有兩方面的原因：一是由于鄱陽湖流域的上游地區海拔較高，坡度較陡，同時廣泛分布著具有較高土壤可蝕性因子的紅壤，再加之2015年降水量較大，導致上游部分地區(如九江、景德鎮等)土壤侵蝕偏高；二是由于江西省是有色金屬、稀土之鄉，部分地區(如贛州等)采礦活動相對較多，導致土壤侵蝕偏高。

對不同土壤侵蝕強度面積數據進行分析，制成土壤侵蝕強度轉移矩陣(如表4所示)。2001—2015年江西省微度侵蝕、輕度侵蝕、中度侵蝕、強度侵蝕、極強度侵蝕、劇烈侵蝕的穩定率分別為79.9%，84.3%，69.7%，58.8%，72.8%，70.5%；江西省大部分地區土壤侵蝕強度向低等級轉移，2001—2015年劇烈侵蝕中53.0%轉為微度侵蝕，極強度侵蝕中35.9%轉為微度侵蝕；強度侵蝕中16.8%轉為微度侵蝕，這與江西省政府自20世紀80年代以來實施的山江湖工程建設所取得的重大的生態環境建設效益密不可分。

表4 2001-2015年江西省土壤侵蝕強度轉移矩陣 %

3 討論與結論

(1) 江西省土壤侵蝕在2001—2015年得到一定程度的改善。全省平均土壤侵蝕模數由7 042.4 t/(km2·a)下降為6 375.3 t/(km2·a)；輕度以上侵蝕面積所占比例由2001年的78.60%下降為2015年的61.93%。

(2) 土壤侵蝕強度等級轉移矩陣表明江西省大部分地區土壤侵蝕強度保持不變，部分地區土壤侵蝕強度向低一級轉移。2001—2015年土壤侵蝕強度不變的面積占總面積的52.7%，土壤侵蝕強度降低一級的面積占25.8%。

(3) 江西省土壤侵蝕狀況進一步向好的方向發展，輕度以上強度侵蝕的面積均有所減少；但部分市區的土壤侵蝕進一步增大，生態環境依然脆弱，水土流失的形勢依然嚴峻。

本研究存在的不足主要是USLE模型的P因子的確定，土壤保持措施因子P是表示采用專門措施后的土壤流失量與順坡種植時的土壤流失量的比值，一般無任何水土保持措施的土地類型P值為1[21]。國內確定P值的方法少有報道，實際運算中一般通過對比的方法求出某些水土保持措施下的P值，但不同地區的誤差較大。由于本文研究的區域較大，因而本文主要根據土地利用類型確定P值，忽略了水土保持措施對其的影響。

[1] Qiao Yuliang, Qiao Yun. Fast soil erosion investigation and dynamic analysis in the loess plateau of China by using information composite technique[J]. Advances in Space Research, 2002,29(1):85-88.

[2] 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.

[3] Ni Jinren, Li Xiuxia, Borthwick A G L. Soil erosion assessment based on minimum polygons in the Yellow River basin, China[J]. Geomorphology, 2008,93(34):233-252.

[4] Wischmeier W H, Smith D D. Predicting Rainfall Erosion Losses: A Guide to Conservation Planning[M]. USDA: Agriculture Handbook,1978:537.

[5] Liu Baoyuan, Nearing M A, Shi Peijun, et al. Slope length effects on soil loss for steep slopes[J]. Soil Science Society of America Journal, 2000,64(5):1759-1763.

[6] 李宏偉,鄭鈞瀠,彭慶衛,等.國外土壤侵蝕預報模型研究進展[J].中國人口·資源與環境,2016,26(5):183-185.

[7] Marques M J, Bienes R, Jiménez L, et al. Effect of vegetal cover on runoff and soil erosion under light intensity events. Rainfall simulation over USLE plots[J]. Science of the Total Environment, 2007,378(1):161-165.

[8] Nazzareno D, Gianni B. Estimating monthly(R)USLE climate input in a Mediterranean region using limited data[J]. Journal of Hydrology, 2007,345(3/4):224-236.

[9] 潘建平. RUSLE及其影響因子的快速計算分析[J].地質災害與環境保護,2008,19(1):88-92.

[10] 汪邦穩,楊勤科,劉志紅,等.基于DEM和GIS的修正通用土壤流失方程地形因子值的提取[J].中國水土保持科學,2007,5(2):18-23.

[11] 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.

[12] 江忠善,鄭粉莉.坡面水蝕預報模型研究[J].水土保持學報,2004,11(1):66-69.

[13] 劉寶元,史培軍. WEPP水蝕預報流域模型[J].水土保持通報,1998,18(5):6-12.

[14] 齊述華,蔣梅鑫,于秀波.基于遙感和ULSE模型評價1995—2005年江西土壤侵蝕[J].中國環境科學,2011,31(7):1197-1203.

[15] 周伏建,陳明華,林福興,等.福建省降雨侵蝕力指標R值[J].水土保持學報,1995,9(1):13-18.

[16] 陳明華,周伏建,黃炎和.土壤可蝕性因子的研究[J].水土保持研究,1995,9(1):19-24.

[17] 林敬蘭,陳明華,周伏建,等.閩南地區地形坡度與土壤侵蝕的關系研究[J].福建農業學報,2002,14(2):86-89.

[18] 盛莉,金艷,黃敬峰.中國水土保持生態服務功能價值估算及其空間分布[J].自然資源學報,2010,25(7):1105-1113.

[19] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J]. International Journal of Remote Sensing, 1998,19(8):1533-1543.

[20] 水利部.( SL190-196)土壤侵蝕分類分級標準[S].北京:中國水利水電出版社,2007.

[21] 陸建忠,陳曉玲,李輝,等.基于GIS/RS和USLE鄱陽湖流域土壤侵蝕變化[J].農業工程學報,2011,27(2):337-344.