基于USLE原理和3S技術的水土流失定量監測方法及其應用研究*

馬 力 卜兆宏? 梁文廣 夏立忠 彭桂蘭 徐姍姍 王冬梅 鐘 敏

（1 中國科學院南京土壤研究所，南京 210008）

（2 江蘇省水利科學研究院湖泊研究所/江蘇省水利遙感工程研究中心，南京 210017）

（3 江蘇省南京市水利局，南京 210036）

水土流失是造成區域生態環境惡化的重要影響因素。水土流失的產生是由自然因素決定并受到人為因素的影響。包括氣候、植被、土壤、地形等在內的自然因素，決定著一個地區水土流失的產生和發展，而人為因素是水土流失的外在因素，它既有積極利用、改造自然的控制流失行為，也有過度利用、違背自然的加劇流失行為[1-2］。河湖水庫水質富營養化的污染源，很重要一部分來自于由降雨引發水土流失進入水域的泥沙、養分等面源污染[3］。水土流失的監測原理與其成因密切相關，任何一種監測水土流失的方法或技術均必須獲取該區域自然和人為各項因素的準確參數，才有可能準確解析該地區水土流失的實際狀況。近一個多世紀以來，對于土壤侵蝕和面源污染定量監測的基本規律和方法，國內外學者已進行了大量卓有成效的研究，如通用土壤流失方程（Universal Soil Loss Equation, USLE/RUSLE）,水土資源評價工具SWAT（Soil and Water Assessment Tool），農業非點源模型AGNPS（Agricultural Nonpoint Source）等，經過數十年的修訂完善，均是目前應用廣泛的水土流失和面源污染預測預報模型[4-10］。我國學者近20年來在土壤可蝕性及相關模型因子的估算[11-12］，基于水蝕預報模型（Water Erosion Prodiction Project, WEPP)的應用[13］，以及基于GIS與RS技術在土壤侵蝕模型應用等方面做了大量工作[14］。劉寶元等[15-16］以RUSLE為基礎，利用西部黃土高原區域的土壤侵蝕實測數據，建立了中國土壤流失模型CSLE (Chinese Soil Loss Equation)，并在我國不同區域得到了很好的應用。就不同土壤侵蝕監測預報模型的應用而言，因我國地域遼闊，農業用地的地形、地貌條件和管理方式等與國外具有較大差異，相關模型計算和參數的設定需要根據不同地區的實測數據來進行不斷修訂和完善，如果直接應用現有參數，則可能使部分區域的監測結果難以客觀和準確。因此，基于大量實測數據，進一步開發完善適用于我國南北方實際并可大范圍應用的水土流失和面源污染定量監測方法具有重要意義[17-19］。

本文闡述的水土流失定量監測方法于1983—2001年期間提出，受四項國家基金項目支持并在全國各地應用，2001年以后又進行深入研究、改進和完善，被改進應用的我國各省市或流域的累計總面積已超過30萬km2[17-22］。該系統方法基于USLE的基本原理，利用我國南北方各水蝕區水土保持試驗站徑流小區監測和標樁法開展的土壤流失量及其影響因素周年實測獲得的大量成套觀測數據，建立了類似RUSLE又適宜我國南北方的以3S（GIS、GPS、RS）技術為支持的分布式水土流失定量監測模型，該模型監測年流失量精度接近水文站實測精度，目前已在我國山東全省山區、福建泉州市、太湖流域、云南龍川江流域、江西UNDP試區小流域、江蘇全省（兩次：1997—2000年和2001—2007年）和涉及北京河北的密云水庫流域（兩次：2001—2002年和2001—2005年）等地得到實際應用[6,18-24］。近年來，通過對土地利用、土壤養分狀況、土壤流失對徑流污染負荷形成影響的研究，又建立了分布式污染物負荷監測模型，形成了改進后的土壤與養分流失綜合監測方法[20］。該方法具有操作方便、省時、能快速更新和監測精度高的優點。它不僅能獲得流域出口或區域排出的固體和養分污染總量，而且能顯示其固體泥沙和養分污染來源地。

該定量監測方法自提出以來，發表了一系列文章針對各模型因子算式算法和不同監測區域的應用進行了深入闡述[17-29］，但尚缺對該方法進行一次總結性的系統論述。從在我國不同地區的應用效果來看，在1997—2015年期間，對江蘇南京全市區域內各區縣和各小流域不同年份水土流失分布面積、程度及總量等時空變化狀況進行了定量系統監測，該方法在南京市的應用時間最長并最具代表性[30-31］。因此，本文系統總結該方法的組成、結構和實現原理，旨在進一步總結完善該定量監測方法體系，為我國水土流失和面源污染一體化定量監測提供技術支撐；另一方面，研究結果也為今后不同區域的水土流失防治和生態環境保護工作提供科學決策依據。

1 材料與方法

1.1 研究區概況

本監測方法在我國山東、福建、云南、江蘇、太湖流域、密云水庫流域和江西UNDP試區小流域等多地得到實際應用[6,18-22］，其中在南京全市區域的監測應用時間最長，最具代表性[30-31］。南京市位于31°14′～32°36′N，118°32′～119°14′E，包括玄武、鼓樓、建鄴、秦淮、雨花臺、棲霞、江寧、六合、浦口、溧水和高淳共11個市轄區。全市總面積約6 590 km2，其中丘陵崗地面積占全市總面積的58.4%，平原洼地占41.6%（江河湖泊等水面占10.2%）。該市屬于北亞熱帶季風氣候區，年均氣溫17.8 ℃，日照時數1 687 h，四季明顯，降水豐沛，年均降雨量1 034 mm，6—9月降雨量占全年的60%～70%。南京市主要水域為長江、秦淮河、水陽江、滁河、固城湖和石臼湖等，總蓄水量約4.28億m3[30-31］。

1.2 數據資料獲取與分析

本項監測工作選擇的雨量代表站是南京下關、六合和天生橋站，境內外共39個雨量一般站。根據各代表站獲得降雨特征數據計算出各次降雨的侵蝕動能E、降雨侵蝕力R值和I30B、汛期月份，進而獲得代表站和一般站的R值。監測所使用的行政區界圖、DEM圖、土壤圖、土地利用圖等基礎數據或紙圖均由南京市水利局提供。衛星遙感數據圖分別使用了2000年4月接收的南京地區TM遙感數據、2008年4月接收的中巴資源衛星CCD遙感數據和2014年5月1日接受的我國環境衛星HJ遙感數據。水土流失強度分級采用中華人民共和國水利部批準的《土壤侵蝕分類分級標準》（SL190-2007）。獲得的所有數據資料通過系統軟件進行匯總分析。

1.3 定量監測方法原理、組成與實現

水土流失定量監測方法所采用的模型因子算式算法較能反映水土流失和面源污染的成因，它不僅具備3S技術特征，而且具有更為快速、準確和一體化監測水土流失和面源污染的功能。該水土流失的定量新方法基于三條基礎原理：（1）以實測數據建立監測模型與模型因子算式的原理；（2）以遙感（RS）與非RS數據圖的復合配置配準實現流失量監測的原理；（3）以與水文站實測數據對監測結果檢驗較為客觀公正的原理。該方法主要由水土流失定量監測預報模型、面源污染監測模型、模型因子算式算法原則及其軟件、DEM精度評價新方法、GPS快速實測更新GIS的實用方法和監測結果建庫查詢法等幾項內容組成[17-18,20,25,28］。

（1）土壤年流失量A監測模型

式中，A為土壤年流失量，單位t·km-2·a-1；R為降雨侵蝕力因子，單位MJ·mm·hm-2·h-1·a-1；K為土壤可蝕性因子，單位t·hm2·h·hm-2·MJ-1·mm-1；LS為地形的坡長因子L與坡度因子S之積，無量綱單位；CP為植被、作物覆蓋因子C與水保措施因子P之積，無量綱單位；f為轉換系數100，將土壤流失量A的單位t·hm-2·a-1轉換為我國常用單位t·km-2·a-1（由于國際制單位的R值太大和K值太小，故在實際應用中R和K皆采用美國常用單位，即1美國常用單位的R等于17.02國際制單位的R，1美國常用單位的K等于0.1317國際制單位的K，而f為224.2）；i為柵格像元號。該模型形式與美國的USLE相同，但模型因子算式算法系根據我國各水蝕區大量實測數據所建，并且是基于柵格像元運算，故其算式算法和軟件與USLE有顯著不同[11,25］。主要的變化有以下幾個方面：

R因子的算法：R因子是不同地區或同一地區不同年代的侵蝕流失量大小差異的主要決定因素。R因子計算需收集代表站的降雨自記紙，并按要求摘取符合侵蝕雨標準的各次降雨時段的ΔTj及其雨量Pj和連續30 min最大雨量P30，再按式（2）和式（3）計算各次降雨的動能E和R值及各月和年的R值[22, 26-27］。

在確定侵蝕汛期月份后，按式（4）計算該代表站的I30B年代表值。

按式（5）計算出代表站和一般站的R值。

式中，Pf為該區域汛期各月的降雨總量，mm，I30B為該區代表站的連續30 min最大降雨強度的年代表值，cm·h-1。代表站按式（3）和式（5）獲得的兩個R值應超過85%的一致性，是評價降雨數據摘取是否合適和準確計算R因子的關鍵[26］。

K因子的算法：K因子主要由土壤的機械組成粒級含量（N1，N2）、土壤有機質含量（OM）、土壤結構級別（S）、土壤滲透級別（P）等土壤性狀決定。K因子計算需利用收集土壤理化分析數據。中美兩國土壤的K值變化范圍幾乎相同，因而可采用美國的算式[2,17］。在土壤粒徑分析中，一般缺乏與0.1 mm有關的數據，依據已有土壤機械分析數據建立2～0.1 mm含量算式和準確建立結構級別、滲透級別的確定原則是準確計算K因子的關鍵[18, 28］。

LS因子的算法：LS是侵蝕動力的加速因子。我國坡耕地的坡度一般較美國大，而且運用坡度因子計算需考慮0°～90°變化范圍，故不能完全采用USLE的坡度因子算法。待求像元i的坡度θi算式為：

式中，hi為待求像元高程，hj為其鄰像元高程，j有1～8個方向；Di為其與鄰像元間距，為像元邊長或像元邊長。

依據大量成套實測數據按照不同的像元坡度有θi0°～1.4°、1.4°～3.5°、3.5°～5.14°、5.14°～8°、8°～40.72°和40.72°～90°的坡度因子。Si算式為式（8），像元坡度＜5.14°的Si與USLE基本相同（但因我國谷地平原水田或水澆地皆有地埂，故較其小1/3或1/2）。

其他三種坡度形式均為：Si=Α·Bθi或Si=A·B ·sinθi。其中，坡度θi為5.14°～8°的像元坡度因子算式：

像元坡長算式：

式中，m值隨坡度而變，當坡度θi≥5.1 4°時m=0.5；當5.14°＞θi≥1.72°時m=0.4；當1.72°＞θi≥0.57°時m=0.3；當θi＜0.57°時m=0.2。

本方法中像元地形因子LSi計算已由開發的專用軟件完成。它需要利用數字高程模型DEM為輸入數據，輸出像元坡度θi圖和像元坡度因子與像元坡長因子乘積LSi圖。該DEM在輸入前必須評價其適用性和高程精度，必要時重新構建與評價，因為它是水系、水文雨量站位R值、土壤類型圖、土地利用圖和遙感數據圖像等能套合配置配準的幾何校正的依據基礎。具有專用軟件和獲得適用的DEM，是準確計算LSi因子的關鍵[18,28］。

CP因子的算法：CP因子是侵蝕動力的抑制因子，起著水土保持作用。C、P單個因子值小于或等于1。CPi像元因子積的算法是直接利用遙感數據排序特征的賦值算法。在IDRISI系統軟件中利用不同波譜段（藍430～520 nm，綠520～600 nm，紅630～690 nm和近紅外750～900 nm）遙感數據按值選取幾類水體和十幾類植被訓練樣區，并建立各類在各波譜段的標識文件和運行最大似然分類法獲得遙感分類圖；將土地利用圖歸并為三大類（一大類含水田、水澆地、有埂水平梯地、道路、城鎮居民地、水域等流失量很小區域，二大類含旱作地、工礦用地、果園、茶園、菜地等土壤擾動流失量較大區域，三大類含林地、草地、灌木地、裸土、裸巖等荒山自然植被區域）后，分別以三大地

像元坡長因子算式：類分割遙感分類圖；依據實測數據編制各大類CP賦值文件（一大地類賦值0.0001～0.2，二大地類賦值0.0001～0.6，三大類賦值0.0001～0.45），并運行開發的專用賦值軟件分別運算獲得三個地類的遙感分類圖上每類植被覆蓋度的CP值；最后用IDRISI系統的邏輯加將三個賦了CP值的遙感分類圖合并為全監測區的植被覆蓋與保土措施CPi像元因子圖。在IDRISI系統中用0.63～0.69 μm波譜段選準樣區并建好賦值文件，是準確運算CPi像元因子圖的關鍵[18］。

（2）防治強度Y預報模型

式中，CP’為確保在降雨侵蝕力周期均值R時土壤年流失量≤500 t·km-2所要求的植被與保土措施因子之積值，數值為500/(fRKSL)。當Yi為負值時，表明為無需治理區；反之，則為預防監督區、需要或急需治理區[18］。

（3）土壤養分面源污染Wsp監測模型

土壤養分面源污染(年增量)WSp監測模型為[25-26］：

式中，WSp的單位為kg·km-2;Ai為所監測i像元被侵蝕進入水域的土壤年流失量，單位為 t·km-2；Spj為土壤j種(分別有全氮、全磷、銨態氮、有效磷)養分在所監測土壤利用地類中的含量，全氮和全磷的單位為 g·kg-1，銨態氮和有效磷的單位為mg·kg-1。

（4）監測方法的軟件系統與實現

監測水土流失的定量方法建立了更符合流失實際的模型因子算式算法和原則，如LS、K中土壤粒級制轉換等算式、DEM構建法、R算法和汛期月份的確定原則，均進行了改進，使得監測結果更符合當地實況和流失實際。模型算式算法采用了當前通用的軟件系統，主要有ArcView、Arc/Info或ArcGIS和IDRISI，并自行研制了它們之間互相轉換數據接口的專用軟件。通過運行專用軟件，使建立一個區域（流域或省）定量監測系統的速度加快、精度更高，也為所建系統實現和完成每年監測的時間縮短為1～2個月。同時，可以完成遙感和非遙感的GIS、GPS數據的幾何校正、信息采編、矢柵轉換和按模型要求進行運算，最終獲得定量監測結果和建立信息查詢系統。本方法采用的GPS儀由ArcPad、PDA和GPS接收器自行組裝，實現GPS與GIS的集成，可直接由4顆以上GPS衛星解算WGS84 (World Geodetic System，1984)經緯度并轉換為北京54坐標的新的GIS圖（如土地利用圖），可實現GIS快速實測更新。

本方法的軟件系統和實現原理如圖1所示。方法同時建立了一套定量監測結果的精度評價法，所有水土流失和面源污染的監測結果，均采用與水文站點測流速、流量和采水樣分析后，測算的下排泥沙量、養分污染量，進行比較評價，以其相對一致性作為監測精度，這樣評價較客觀。此外，還有建立了監測結果的建庫查詢方法，以便于治理應用[23,31］。

圖1 水土流失定量監測方法軟件系統與實現原理Fig. 1 Software system and principle used for realization of quantitative monitoring of soil and water losses

（5）模型監測結果的精度評價方法

為評價模型監測結果的精度，除了野外實地核對監測結果圖是否符合實際外，主要依據上下游水文站點水文觀測計算的輸出泥沙量（Ngc上Ngc下）、養分量（Yfc上Yfc下）進行評價。首先，利用上游匯水界線和含上游的下游匯水界線分別統計出監測圖的上游流失總量 A上總、各養分總量Yf上總和含上下游的流失總量A上下游總、各養分Yf上下游總；然后，按式（13）和式（14）計算泥沙、養分下排系數和監測結果圖的精度。

2 結 果

2.1 2001—2015年南京市水土流失狀況變化

采用水土流失定量監測方法分析計算了1997—2015年期間研究區域包括降雨侵蝕因子R、植被覆蓋和水保措施因子CP、地形因子LS和土壤可蝕因子K值，并獲得了全市區域的柵格像元圖（圖2），再進一步按照模型公式運算獲得了全市區域年水土流失面積和總量數據，并利用ArcGIS軟件，結合水系、行政區劃等數據，完成了全市水土流失定量監測圖，這里給出2001—2010年和2011—2015年兩個時間段南京全市水土流失總量平均值的定量監測圖（圖3）。

圖2 南京市年降雨侵蝕因子R（a）、植被覆蓋和水保措施因子CP（b）、地形因子LS（c）和土壤可蝕因子K（d）值像元圖Fig. 2 Pixel map of rainfall erosivity factor R (a), vegetation cover and soil conservation factor CP (b), slope length factor LS (c) and soil erosibility factor K (d) in Nanjing area

圖3 南京市水土流失總量平均值（a. 2001—2010和b. 2011—2015）的監測圖Fig. 3 Monitoring map of mean total soil/water loss (2001—2010 and 2011—2015) in Nanjing area

由南京全市1997—2015年的連續19年的監測結果（圖4和圖5）得出，全市19年平均輕度以上年水土流失面積863.7 km2，占全市總面積的13.0%；平均微度水土流失面積5091.5 km2，占全市總面積的76.8%；水域面積671.02 km2，占全市總面積的10.2%。全市19年期間的平均年水土流失總量為276.5×104t，其中輕度以上流失量為229.2×104t，占全市流失總量的8 2.9%；微度水土流失量45.3×104t，占全市總流失量的16.4%。南京市輕度以上平均水土流失面積所占比例較小，但水土流失量占總流失量80%以上，而大于80%的區域屬于微度水土流失，其水土流失量則不足全市流失總量的20%。從水土保持角度來看，輕度以上水土流失治理仍是水土流失治理中的重點方向。年際間輕度以上水土流失面積與流失量變化較大，但總體存在下降的趨勢。由圖4和圖5可以看出，在19年期間，1998年輕度以上水土流失面積和流失量為19年中最大（1 509.9 km2和414.3×104t），2013年輕度以上水土流失面積和流失量為19年中最小（367.2 km2和102.3×104t），水土流失面積、流失量的大小，與年降雨量大小有關，特別是汛期雨量為決定因素。結果顯示，19年期間平均極強烈與劇烈水土流失面積分別為39.0 km2和20.2 km2，分別占輕度以上水土流失面積4.5%和2.3%，但水土流失量分別為41.8×104t和50.8×104t，分別占輕度以上水土流失量的18.2%和22.2%，其侵蝕模數為分級侵蝕量中最大。換句話說僅6.8%的極強烈和劇烈水土流失面積，卻占有輕度以上水土流失量的40%以上。這說明了當降雨集中和雨量大的時期，如果生產建設活動未采取有效水保措施或措施不到位，在全市范圍水土流失等級高和生態環境較差的區域將會產量嚴重的水土流失，進而加劇土壤侵蝕和生態環境惡化。

R因子均值的變化是全市不同年份的侵蝕流失量大小差異的主要決定因素，由圖6看出，南京市19年期間的R均值有明顯的增大趨勢，這與該地區氣象要素變化，如降雨量和降雨強度增大有密切關系，說明在此期間降雨侵蝕力有所增強，而圖4和圖5結果則反映了水土流失面積和流失總量的降低，這說明了當地水土保持措施產生了明顯效果，在降雨侵蝕力增加的條件下，有效減輕了該地區的水土流失狀況。而由圖6也發現，全市不同年份的土壤侵蝕模數也有隨時間變化增大的趨勢，產生此現象原因是南京市在此19年期間的快速建設發展，使土地利用方式發生了較大變化，在今后的水土流失定量監測工作中，應當注重監測區域土地利用圖的及時更新，以滿足未來新的監測工作需要。

圖4 南京市1997—2015年不同等級水土流失面積變化Fig. 4 Variation of soil erosion areas of different erosion levels from 1997 to 2015 in Nanjing area

圖5 南京市1997—2015年不同等級水土流失總量變化Fig. 5 Variation of total soil/water loss from 1997 to 2015 in Nanjing area relative to erosion level

2.2 1997—2015年南京市水土流失治理成效

自1997年開始至今，本項監測方法在南京市進行了三次監測成果的分析（1997—2000，2001—2010和2011—2015）。2011—2015年5年平均流失量與前兩次的結果相比，輕度以上水土流失面積和流失量均明顯下降（圖7）。與1997—2000年監測結果相比，輕度以上水土流失面積由1288.7 km2降至515.0 km2，減少了60.0%；年土壤流失量由335.6×104t降至166.8×104t，減少了50.3%；結合前文對1997—2015年南京市R均值變化的分析，這說明近年來，全市水土流失治理措施和水土保持監督管理措施加大，成效非常明顯。南京市水土保持不同流失等級監測結果表明，微度水土流失面積由4630.3 km2增加至5403.1 km2，增加了16.7 %，說明了相當一部分輕度以上級別的水土流失區域的土壤侵蝕強度降到微度等級，治理卓有成效；極強烈和劇烈水土流失面積分別由57.6和33.4 km2減少至34.4和15.1 km2，降幅分別為40.2%和53.6%，極強烈水土流失總量分別由62.0和84.4×104t減少至 36.5和37.3×104t，降幅為41.1%和55.8%，說明部分流失等級高和生態環境較差區域的土壤侵蝕也得到了有效控制，這體現了水保措施的實施和植被覆蓋面積增加帶來的效果。通過實地調查驗證了監測結果的可靠性，但也發現南京市范圍一些區域的開發建設和采石、采礦業對周邊生態環境造成的嚴重破壞，尚未采取有效的根治措施，使得個別區域的土壤侵蝕和環境破壞情況加劇，需要引起足夠的重視。

圖6 南京市1997—2015年R均值（a）和土壤侵蝕模數（b）變化Fig. 6 Variation of mean R value (a) and soil erosion modulus (b) from 1997 to 2015 in Nanjing area

2.3 水土流失定量監測結果的可靠性

在運用本方法開展南京市水土流失定量監測過程中，保證了GIS、RS和GPS三種技術的有效結合，通過實測采樣點、水文站或段面位置，訂正和配準已有的圖件，使3S三種數據不僅能套合一致，且界線和內容更符合當地實際。基于固體泥沙和氮磷養分的面源污染來自流失的土壤，而植被覆蓋率是減少降雨侵蝕土壤的重要因素，故以遙感數據像元作為成果運算的基礎，不僅充分發揮了遙感數據反映植被信息的優勢，而且確保了監測結果的精細詳盡。模型方法的科學性以及重視從野外采樣到室內化驗和數據處理中各環節的質量查驗，確保了所獲監測成果有較高的可信度。對于監測結果，采用與上、下游水文站觀測、分析計算的泥沙與水質數據比較的方法評價其精度，較其他評價方法更加客觀公正和可信。在監測結果分析中進行了野外實地核對，并與已有前期的監測數據進行對比分析，最后與水文實測泥沙數據做出分析。實地核查表明，凡是中度以上水土流失等級的監測數據均與實地基本一致。與水文實測數據的比較分析表明，水土流失的平均監測精度達到了83.36%，土壤全氮流失的平均監測精度為78.1%，土壤全磷流失的平均監測精度為87.8%。因此，在采用本系統方法獲得的監測結果是合理和可靠的。

3 結 論

本項水土流失定量監測方法是基于通用土壤流失方程（USLE）的基本原理，利用我國南北方各水蝕區的土壤流失量及其相關生態因子的大量實測數據，建立適宜我國南北方的以3S技術為支持的定量監測水土流失方法。該方法建立了更符合流失實際的模型因子算式算法和原則，監測精度和可靠性較高，已在我國山東、福建、江蘇、云南、北京、河北等地累計應用面積超過30萬km2，應用效果得到了較好的驗證。掌握水土流失定量監測方法中各模型因子運算的關鍵操作，是準確快速完成新老監測區任務的必要條件。該定量監測方法在南京市的應用時間最長并最具代表性，在1997—2015年的19年期間，南京全市平均年水土流失總量為276.5×104t，平均輕度以上年水土流失面積863.7 km2，占全市總面積的13.0%。輕度以上水土流失治理仍是南京市今后水土流失治理和生態環境保護的重點方向。與2000年之前的監測結果相比，輕度以上，尤其是極強烈和劇烈等級的水土流失面積和年土壤流失總量均有大幅的降低，微度水土流失面積明顯增加，說明近年來南京全市水土流失治理措施和生態保護監督管理措施有所加大，治理成效非常明顯。

圖7 南京市1997—2015年三次定量監測不同流失強度下的流失面積(a)和流失總量(b)Fig. 7 Comparison of the three rounds of quantitative monitoring during the period from 1997 to 2015 in Nanjing area in erosion area(a) and total soil/water loss (b) relative to erosion intensity