朝陽縣土壤侵蝕的變化趨勢分析

王萬香

(朝陽縣水土保持局，遼寧 朝陽 122000)

0 引 言

在人類生產建設和社會發展及水力、風力等自然要素影響下，對水土資源和土壤產生破壞的現象即為土壤侵蝕。土壤侵蝕會造成養分流失和生根深度的下降，對自然過程基礎產生擾動并改變土壤強度，同時水土流失會造成水環境污染，在水力沖刷作用下挾帶大量泥沙并淤堵河道，嚴重威脅著區域防洪安全。所以，準確揭示區域土壤侵蝕變化規律對于國計民生和經濟發展轉型具有重要意義[1]。

GIS、RS和3S技術的迅速發展為土壤侵蝕時空分布的直觀描述創造了條件，耦合了土壤侵蝕程度與遙感影像資料的數學模型逐漸引起研究者的關注，對于水土流失重點治理區和防治區的監測《全國水土流失規劃》提出要綜合應用抽樣調查法、地面觀測法、地理信息系統及遙感技術，綜合評價治理措施的動態變化、水土流失分布狀況及其強度。Wischmeier等建立了適用于全球范圍的水蝕估算USLE方程，相對于一般的物理和經驗方程形式，該模型只有6項因素且結構簡單，為滿足不同環境的需求許多學者研究了各要素確定方法。大量的降雨數據為降雨侵蝕因子R的計算依據，但實際中通常難以準確獲取這些數據，為解決以上問題Begueria給出了最佳回歸計算法，在西班牙地區該方法得到廣泛應用；Wu等通過實驗模擬不同降雨強度和土壤類型的侵蝕程度，提出相同雨強不同土壤和不同雨強相同土壤的可蝕性變化特征，為模型的推廣奠定了基礎；Zhang等對LS因子的計算提出了改進的方法，并以斜率變化復雜的集水區驗證了其科學合理性；Bambang等將土壤侵蝕方程引入3種植被覆蓋因子C，為揭示不同C模型的性能利用統計學方法分析了侵蝕模數；Panos等對歐洲范圍內的P因子值采用文獻指導和地球觀測數據估算，進一步探討了土壤流失與農業保護措施之間的關系，為農業發展和耕地水土保持積累了經驗。截至目前，對于我國各地區侵蝕風險評估USLE模型已得到廣泛應用，張超等對土壤侵蝕量利用USLE模型估算，分析了不同土壤類型、地形坡度和降雨強度的水土流失分布狀況；周夏飛等以江蘇省為例，對土壤侵蝕模數及其時空變化特征運用USLE方程評價分析[2-3]。

朝陽縣地處遼西山地丘陵區，大凌河中上游，地跨E119°52′-120°47′、N40°55′-41°54′之間，總面積3757km2。該地區山脈縱貫，分布有連綿起伏的中低山和溝壑縱橫的丘陵，丘陵地區和山區高差為300-600m，平原面積較少，地貌形態多樣。境內分布有大凌河及其支流、老虎山河等，由于歷史上植被破壞嚴重、干旱少雨及土地利用不合理，加之植被稀少、土壤貧瘠、土壤抗侵蝕力差等因素，朝陽縣生水土流失問題十分突出，對當地農業發展和環境系統產生嚴重影響，因此屬于國家重點水土流失治理區。當前，關于朝陽縣水土流失時空變化的研究較少，文章對土壤侵蝕模數利用USLE模型求解，采用統計分析法和該計算數據揭示了朝陽地區土壤侵蝕時空變化趨勢。

1 研究方法

1.1 數據來源

選取朝陽縣2003-2017年的NDVI、遙感影像、DEM、用地類型、土壤和降水量數據為計算依據，數據來源及精度見表1。地圖空間的分析和代數運算空間為Arc GIS系統，遙感圖像分類及預處理工具為LANDSAT7，通過對相關數據的分析提取土壤侵蝕方程各因子值。

表1 數據精度及來源

1.2 通用土壤流失方程

結合植被涵養、水動力學、地形效應和土壤質地等研究提出了通用水土流失方程RUSEL，該方程綜合考慮了降水強度、坡度坡長、植被等環境因子，其數學表達式為：

A=R·K·L·S·C·P

(1)

式中：A為年土壤流失量，反映了單位坡面上的侵蝕量均值，t/(hm2·a)；R為降雨侵蝕力實測值，體現了土壤侵蝕受降水強度的影響，MJ·mm/(hm2·h·a)；K為土壤可蝕性評估因子，降水強度對不同土壤質地的侵蝕力存在差異，t·h/(MJ·mm·a)；P、C、S、L為量綱為1的水保措施、植被覆蓋、坡長與坡度因子。

1) 降雨侵蝕力因子R。次降雨量為經典方法確定R因子值的基礎，但無法保證數據的連續性且數據采集難度較大，故選用張文波等提出的廣泛應用于我國降雨侵蝕力模型，該模型以日降雨量為基礎數據。

2) 土壤可侵蝕因子K。根據張科創等研究成果和Sharply等發展的EPIC模型確定因子K值，為更加適用于區域土壤特性適當修訂計算結果。

3) 地形因子LS。依據區域數字高程模型DEM確定坡度和坡長因子LS。

4) 植被覆蓋因子C。該因子為定量描述田間管理和植被措施水土保持功能的重要參數，C因子值取決于地表和植物根部含水量狀態、粗糙度及植被表面積、覆蓋規模等。本研究借鑒相關資料，結合已確定較高精度的植被覆蓋度和土地利用方式，利用蔡崇法提出的植被指數法估計C因子值。

5) 水土保持因子P。根據土地利用類型和地形坡度數據，借鑒方廣玲等提出標準選取P因子值。

1.3 土壤侵蝕時空變化分析

文章采用一元線性歸回數學法計算整體變化分布、侵蝕模數平均變化率和年最大值，該方法因具有運算簡潔、可信度高和原理成熟等優點，在統計學預測分析和工程技術經濟等領域均已得到廣泛應用，其數學模型為：

(2)

式中：i為年序號1-10變量；Ei為第i年侵蝕模數。

朝陽縣15a時間序列中的土壤侵蝕變化趨勢利用變化趨勢分布圖描述，選用一元線性歸回模擬出的變化直線斜率作為某像點15a間的侵蝕模數，即為像點的像元值。

2 結果分析

2.1 土壤侵蝕強度分布

2015-2030年全國水土保持區劃確定了合理利用、開發和保護水土資源的布局及重大區域性規劃重點、任務和目標，其中三級區為規劃和布局重點治理工程的基礎，確定了水土保持防治途徑。朝陽縣位于冀北遼西平原崗地和土石質山區農田防護區，將朝陽縣按照三級區劃和全國水土保持區劃分為丘陵山地和沖積平原區。

朝陽地區侵蝕模數影像采用USLE方程確定，裁剪獲取丘陵山地和沖積平原區的土壤侵蝕數據。將研究區土壤侵蝕強度按照分類分級標準劃分為極強烈、強烈、中度、輕度、微度5個等級，各等級取值如表2所示。

表2 土壤侵蝕強度的劃分標準

沖積平原區包括瓦房子鎮、木頭城子鎮、羊山鎮、臺子鄉、七道嶺鄉、二十家子鎮，依據侵蝕模數分布特征可知，沖積平原區以微度侵蝕為主，少部分地區受人類活動影響存在輕度侵蝕，侵蝕等級達到輕度及以上的行政區域包括七道嶺鄉、羊山鎮、北溝門子鄉、勝利鄉和東大屯鄉。

微度侵蝕為丘陵山區的主要類型，其余地區以條狀或帶狀分布的輕度侵蝕，中度及以上侵蝕區占很小部分。根據侵蝕模數分布情況，微度侵蝕主要發生在波羅赤鎮、六家子鎮、柳城鎮、松樹門蒙古族鄉、西五家子鄉、烏蘭河碩蒙古族鄉、黑牛營子鄉、古山子鄉、大廟鎮等地區。中度、強度、劇烈和極強度侵蝕分布于輕度侵蝕范圍，且呈逐級遞減的變化趨勢。根據沖積平原和丘陵山地侵蝕狀況，除微度侵蝕外沖積平原的其他等級侵蝕面積均<丘陵山區，且不同等級的侵蝕跨度較大。在土壤侵蝕中地形坡度因子的影響顯著，丘陵山地的降水沖刷劇烈，水流速度快極易引起水土流失。

2.2 侵蝕模數年際變化

統計分析朝陽縣2003-2017年間平均、最大土壤侵蝕模數，繪制平均侵蝕模數和丘陵山區、沖擊平原區最大侵蝕模數變化圖如圖1，圖2所示。

(a) (b)

(a) (b)

從圖1、圖2可知，丘陵山地和沖積平原區的年最大、年平均侵蝕模數均呈現出下降趨勢，可見這些地區的水土流失程度正逐漸減少，且通過0.05顯著性水平假設檢驗的為丘陵山地年最大侵蝕模數變化。

根據以上分析結果，沖積平原的侵蝕模數下降幅度明顯低于丘陵山地。結合朝陽縣水土流失治理相關數據，近年來建設實施了一系列水土保持治理工程，大大降低了該區域土壤侵蝕程度和水土流失危害，其中丘陵山區的治理率達到71.5%。

2.3 侵蝕面積變化

將不同侵蝕等級下的丘陵山地和沖積平原區面積相加，統計各等級下朝陽縣2003-2017年水土流失面積變化過程。北方土石質山區的土壤侵蝕強度容許值為200t/km2，以此作為微度侵蝕的判別依據，因此統計整理的侵蝕面積變化如圖3所示。

圖3 朝陽縣2003-2017年侵蝕面積變化趨勢

從圖3可知，朝陽地區的輕度侵蝕較其他侵蝕類型存在明顯的差距，除微度侵蝕外輕度侵蝕比重最大，不同等級的侵蝕面積變化總體呈下降趨勢，采用統計的形式獲取不同等級下丘陵山地和沖積平原的侵蝕面積比，如圖4所示。

圖4 2003-2017年丘陵山區和沖積平原各等級侵蝕面積比

根據圖4可知，朝陽縣沖積平原區總侵蝕面積的80%以上為輕度侵蝕，2003-2017年各等級侵蝕面積呈下降趨勢，個別年份有所減少或上升，總體而言輕度及以上侵蝕面積占比不斷下降。多年來，沖積平原區各侵蝕等級比重變化明顯低于丘陵山地，1a總侵蝕面積的70%左右為中輕度侵蝕，輕度及以上侵蝕強度自2010年之后表現出階梯型下降，有效遏制了劇烈和極強度侵蝕的發展，2012年極強烈控制在5%以下。

3 結 論

1) 朝陽縣2003-2017年間的水土流失程度不斷減弱，土壤侵蝕模數表現出逐年減少趨勢，其中沖積平原區的下降幅度明顯低于丘陵山區。近年來，朝陽縣堅持以防為主、防治并重的原則建設實施了一系列水土保持治理工程，通過加強執法建設和水土保持監測，更加合理化、科學化推進治理工程，朝陽地區的水土保持和生態保護工作取得巨大的成效，特別是在丘陵山地和河湖周邊更賤顯著，實際情況與數據分析結論基本相符。

2) 輕度侵蝕為朝陽縣丘陵山區和沖積平原的主要侵蝕類型，依據等級跨度和侵蝕范圍可知，侵蝕程度較大的區域為丘陵山地。從侵蝕平均值來看，丘陵山地和沖積平原區輕度侵蝕占總侵蝕面積的70%、90%。隨著侵蝕等級的提升侵蝕面積不斷減少，該變化規律在丘陵山地更加明顯，隨著年份的增加輕度及以上侵蝕面積表現出階梯型下降特征。多年來，丘陵山地和沖積平原區的極強度侵蝕得到了有效遏制，目前均控制在10%以下。

3) 文章采用Landsat TM遙感影響和SPOT數據產品兩種數據源獲取植被覆蓋因子值C，這對分析結果的統一性產生不利影響，為盡可能的降低初始數據誤差應提取分辨率、一致性和連續性等屬性較高的數據，未來仍需要進一步研究保證實測數據精度的提取方法。