2009—2013年赤水河中上游水土流失防治區土壤侵蝕性動態評價

王雅瀾 李梓涵 邵懷勇

摘要：基于通用水土流失方程，結合GIS、RS技術方法，對四川省赤水河中上游水土流失防治區2009—2013年土壤侵蝕性動態進行評價分析，建立R、K、LS、C、P五項評價指標，并利用空間分析功能進行強度分級、時空上的統計與分析和主要侵蝕因子識別。結果表明，5年間，該地區輕微度侵蝕面積最大，達到70%～82%，有增長趨勢，其保持率達到84%～94%，主要侵蝕因子為C因子;中微度侵蝕面積占20%左右，在14%～22%波動，保持率49%～77%，主要侵蝕因子為C因子;其余侵蝕強度面積占比很小，向更低強度轉化的比例較低，影響因子復雜。

關鍵詞：土壤侵蝕;動態評價;因子識別;GIS;RS

中圖分類號：S157.1;X835? ? ? ? ?文獻標識碼：A

文章編號：0439-8114（2019）16-0023-05

DOI：10.14088/j.cnki.issn0439-8114.2019.16.006? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）：

Abstract： Based on universal soil loss equation， the method combined with GIS and RS technology， The dynamic evaluation and analysis of soil erodibility in the soil erosion control area in the middle and upper reaches of Chishui River in Sichuan province from 2009 to 2013 were carried out， established R， K， LS， C and P five indexes， and by using spatial analysis function in intensity classification， statistics and analysis on the time and space， and main erosion factor identification. The results showed that the area of slight erosion was the largest in 5 years， reaching 70%～82%， with an increasing trend， and its retention rate reached 84%～94%， and the main erosion factor was C factor; Moderate erosion area accounted for about 20%， fluctuated between 14% and 22%， and the retention rate varied from 49% to 77%. The main erosion factor was C factor. The ratio of other erosion intensity areas was small， and the ratio of transformation to lower intensity was low.

Key words： soil erosion; dynamic evaluation; factors identification; GIS; RS

土壤侵蝕是發生在特定時空條件下的土體遷移過程，是嚴重的土壤退化問題，而中國是土壤侵蝕最嚴重的國家之一[1，2]，土壤嚴重侵蝕所導致的水土流失嚴重影響生態環境、經濟建設和民生發展，因此對土壤侵蝕性的動態監測及未來預測迫在眉睫。

國內外學者對此進行了大量研究，總結提出了一系列土壤侵蝕模型，包括通用土壤侵蝕方程（USLE）、水蝕預測模型（WEPP）、SHE（System Hydrologic European）等[3-5]。其中應用最為廣泛的為美國學者Wischmeier和Smith提出的USLE模型。馮奇等[6]利用USLE模型對丹江口水庫區域進行了土壤侵蝕年內季節性分布變化的研究，得到侵蝕嚴重地區和季節，提出需要加強水土保持工作的時間;陸建忠等[7]對鄱陽湖流域進行USLE模型量化計算，并對土壤侵蝕量進行時空變化分析。

基于上述論述，本研究以通用土壤流失方程（USLE）為基礎，利用空間信息技術（GIS/RS），在氣象數據、土壤數據、遙感影像數據等的支持下，對四川省赤水河中上游水土流失防治區進行土壤侵蝕性時空分布動態分析、變化趨勢預測及主要侵蝕因子識別。

1? 研究區概況

四川省赤水河中上游防治區位于四川省東南部，川滇黔渝四省（市）交界處，地理坐標27°40′57″N—29°00′31″N，105°08′53″E—106°22′31″E，包括合江縣、納溪縣、敘永縣、古藺縣4個縣（區），總土地面積9 707.9 km2。區域內地勢南高北低，最大高程1 835 m，最大高差1 675 m，地形多為丘陵和高原，年平均氣溫17.5～18.0 ℃，年降雨量達1 400 mm左右，主要集中在5—9月，集中性暴雨易造成山洪災害，導致水土流失情況嚴重。

2? 研究模型及結果

2.1? USLE模型

采用USLE模型進行土壤侵蝕力的量化計算分析，其計算表達式如下：

式中，A為土壤侵蝕量（侵蝕模數）[t/（hm2·年）];R為降雨侵蝕力因子[（MJ·mm）/（hm2·h·年）];K為土壤可蝕性因子[（t·hm2·h）/（MJ·mm·hm2）];LS為地形因子（坡長坡度因子），無量綱;C為植被覆蓋度因子，無量綱;P為水土保持措施因子，無量綱。

2.2? 各侵蝕因子提取結果

降雨侵蝕力因子（R）采用由Richardson等[8]建立的冪函數結果形式的模型。對研究區4個監測站點的日降水數據進行統計計算，4個站臺R在1 499～2 850 [（MJ·mm）/（hm2·h·年）]，年間差異較大。

土壤可蝕性因子（K）采用Wischmeier和Smith對EPIC模型中K進行簡化的計算方法[9]，結合全國第二次土壤調查的土壤類型數據，在《中國土種志》中查閱各類土壤理化性質，利用公式（5）進行K計算，各土類K在0.19～0.28[（t·hm2·h）/（MJ·mm·hm2）]。

地形因子中坡長因子計算公式如下：

式中，λ為坡長;L為坡長因子;22.1為標準小區域坡長，根據多次試驗總結得到;p為坡長指數，其取值計算公式如下：

坡度因子采用洪華生等[10]的方法將計算分段考慮，將公式合并。對赤水河中上游防治區的坡長坡度因子進行計算，該地區地形因子為0～145。

植被覆蓋度因子（C）采用蔡崇法等[11]利用歸一化植被指數（NDVI）計算植被覆蓋度的方法，進而計算C。利用經過圖像預處理的3期遙感影像進行植被覆蓋度提取，進而計算5年的C，3期影像C整體較低，北部及中東部地區較高。

水土保持措施因子（P）參照美國農業部手冊703號及趙磊等[12]對P的選取方法進行賦值。

3? 結果與分析

3.1? 土壤侵蝕定量定性結果

利用ArcGIS地圖代數運算，基于式（1），將各因子計算結果進行疊置分析，得到各時期土壤侵蝕模數。在研究過程中綜合考慮研究區各種自然氣象條件，假設2009—2013年土壤可蝕性因子（K）與坡度坡長因子（LS）保持不變，即研究區域內土壤類型和地形在該時段內保持不變[7]。

為研究赤水河中上游防治區土壤侵蝕變化趨勢，并對未來土壤侵蝕趨勢進行預測，利用上述方法分別估算2009、2011和2013年赤水河中上游防治區土壤侵蝕量，按照國家水利部2007年制定的《土壤侵蝕分類分級標準》（SL190-2007）進行等級劃分，結果見圖1。

土壤侵蝕模數在0～200為Ⅰ級輕微度侵蝕;200～2 500為Ⅱ級中微度侵蝕;2 500～5 000為Ⅲ級重微度侵蝕;5 000～8 000為Ⅳ級輕度侵蝕;8 000～15 000為Ⅴ級中度侵蝕;大于15 000為Ⅵ級重度侵蝕。

結果（圖1）顯示，赤水河中上游防治區在2009—2013年總體土壤侵蝕較弱，侵蝕程度為輕微度侵蝕;侵蝕較嚴重區域主要分布在古藺縣北部及東北部和敘永縣中西部地區，主要為中微度侵蝕，同時伴有少部分重微度侵蝕和輕度侵蝕。

3.2? 數量演變分析

對土壤侵蝕等級分布結果進行區域統計，結果見表1。由表1可以看出，赤水河中上游防治區5年間輕微度侵蝕占比最大，有輕微波動，由2009年的6 871.5 km2逐漸上升至2011年的7 876.9 km2再下降至2013年的7 366.2 km2，5年間占比總體增加5.1個百分點;而中微度侵蝕占比與輕微度侵蝕呈相反趨勢，占比總體減少3.5個百分點;重微度侵蝕至重度侵蝕4個等級的侵蝕面積占比很小，總占比在1%～2%，5年間各強度面積變化不明顯，可忽略不計。

3.3? 空間演變分析

對土壤侵蝕等級分布結果進行空間疊置分析，結果見圖2。基于圖2制作各區縣各強度面積變化比例和轉移矩陣，見表2至表4。

0表示該地區侵蝕強度不變，正數表示侵蝕強度升高，負數表示侵蝕強度下降。由圖2、表2至表4可知，在3個時間段內，赤水河中上游防治區78%左右區域的土壤侵蝕強度未改變，空間分布較為分散，4個縣（區）均勻分布;另有20%左右的區域上升或下降一個強度，其中2009—2011年和2009—2013年兩時段下降一個強度的面積比上升一個強度的面積多10%左右，而2011—2013年則少5%左右，由此可以看出，2009—2011年土壤整治與防治工作較2011—2013年更好。從空間分布上來看，古藺縣東南部和合江縣中東部強度變化較明顯，土壤侵蝕程度不穩定，從3個時段變化面積占比情況（表2）可以看出，納溪縣和敘永縣的防治措施較合江縣和古藺縣更有效，但觀其客觀原因，合江縣有部分河流直接流經，古藺縣地形比較多變，因此侵蝕程度變化較另外兩個縣明顯;其余強度變化面積（包括惡化與好轉）極小，可忽略不計。綜上所述，赤水河中上游防治區總體水土流失情況較為穩定且良好，得到防治的區域分布在東北部和東南部，主要為赤水河河道附近以及海拔較高區域。

根據表3、表4可以看出，輕微度侵蝕變化率較小，3個時間段未發生變化的區域保持在82%～94%;而中微度侵蝕未發生變化的比例逐漸下降，其向輕微度侵蝕轉化的比例有所下降，5年間重微度侵蝕未變化比率達到76%，其向輕微度侵蝕和中微度侵蝕變化的比例僅達到1%左右;由高侵蝕強度向低侵蝕強度轉換的比例僅為20.98%，而由低侵蝕強度向高侵蝕強度轉換比例中最大值為30.44%。由此可以推斷，該地區5年間土壤侵蝕變化較為嚴重，且侵蝕嚴重區域正逐步向其他低程度部分擴張，水土保持措施不當。

3.4? 主要影響因子識別

由于各因子數據的獲取條件、制約條件、量綱等的不同，無法進行比較，因此對各因子進行歸一化處理，并利用該區域統計功能計算得到圖3和表5。

可以看出Ⅰ、Ⅱ級主要侵蝕因子為C因子，占比分別達到53%和47%，5年間基本保持不變，其次為R因子，占比達到20%～30%，自2009年起有上升趨勢;Ⅲ級主要侵蝕因子為R因子和C因子，二者占32%，5年間上下波動;Ⅳ、Ⅴ級主要侵蝕因子為R因子，占比在33%，5年間上下波動，其他因子占比均勻，除K、P因子外其他因子均有下降趨勢;Ⅵ級由于P因子接近于零，可以判定其水土流失是由于土地利用不合理造成的。

根據上述分析結果，可以提出如下措施：①對于Ⅰ、Ⅱ、Ⅲ級區域增加植被覆蓋度，例如退耕還林等;②對于Ⅳ、Ⅴ級區域應綜合考慮各項因素，除提高植被覆蓋度外還應注意地形起伏，加大對起伏度大的區域的防治力度;③對于Ⅵ級區域應著重考慮區域土地利用管理，拆除不合理建筑，合理使用土地;④降雨對各侵蝕強度區域均有一定影響，治理過程中需要加大對降雨及其可能造成危害的監測。

4? 小結

1）不同侵蝕強度面積占比差異顯著。5年間輕微度侵蝕占比最大。總體水土流失情況較為良好，侵蝕較嚴重區域主要分布在古藺縣北部及東北部、敘永縣中西部地區。

2）侵蝕強度變化區域空間分布明顯。4個縣（區）整體強度變化穩定，古藺縣東南部和合江縣中東部地區土壤侵蝕程度不太穩定，2009—2011年土壤整治與防治工作較2011—2013年更好，后期需要加大防治工作力度。

3）不同侵蝕強度轉移矩陣變率差異明顯，但不變化比例仍占多數。從整體上來看，大部分地區仍為輕微度和中微度侵蝕且程度不變化，少部分地區侵蝕強度向加重方向發展，得到防治的區域分布在東北部和東南部，主要為赤水河河道附近以及海拔較高區域。

4）不同侵蝕強度主要侵蝕因子不同，且基本不變。對于不同侵蝕強度區域應采取不同的應對措施，其中增加植被覆蓋度、合理使用土地資源是最為重要的應對措施。

參考文獻：

[1] BRIDGES E M，HANNAM I D，OLDEMAN L R，et al. Response to land degradation[M].New York，USA：CRC Press，2001.

[2] 彭雙云，楊? 昆，洪? 亮，等.基于USLE模型的滇池流域土壤侵蝕時空演變分析[J].農業工程學報，2018，34（10）：138-146.

[3] WISCHMEIER W H，SMITH D D. Predicting rainfall erosion losses：A guide to conservation planning[M].Washington，DC，USA：USDA，1978.

[4] LAFLEN J M，LWONARD J L，FOSTER G R. WEPP：A new generation of erosion prediction technology[J].Journal of soil and water conservation，1991，46（1）：34-38.

[5] BAFFALT C，NEARING M A，NICKS A D. Impact of GLIGEN parameters on WEPP predicted average soil loss[J].Transactions of the ASAE，1996，39（2）：1001-1020.

[6] 馮? 奇，肖? 飛，杜? 耘，等.丹江口典型區域土壤侵蝕年內季節性分布研究[J].環境科學與技術，2018，41（6）：168-174.

[7] 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.

[8] RICHARDSON C W，FOSTER G R，WRIGHT D A. Estimation of erosion index from daily rainfall amount[J].Transactions of the ASAE，1983，26（1）：153-156.

[9] WILLIAMS J R，GENARD K G，李忠魁.侵蝕影響土壤生產力的新估價方法[J].水土保持科技情報，1984（4）：26-30.

[10] 洪華生，楊? 遠，黃金良.基于GIS和USLE的下莊小流域土壤侵蝕量預測研究[J].廈門大學學報（自然科學版），2005，44（5）：675-679.

[11] 蔡崇法，丁樹文，史志華，等.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究[J].水土保持學報，2000， 14（2）：19-24.

[12] 趙? 磊，袁國林，張? 琰，等.基于GIS和USLE模型對滇池寶象河流域土壤侵蝕量的研究[J].水土保持通報，2007，27（3）：42-46.