南方紅壤區植被覆蓋因子估算模型構建與驗證

黃 俊，金平偉，姜學兵，林麗萍，寇馨月，徐 舟，劉 斌，方宗福

南方紅壤區植被覆蓋因子估算模型構建與驗證

黃 俊，金平偉，姜學兵，林麗萍，寇馨月，徐 舟，劉 斌，方宗福

（1. 珠江水利委員會珠江流域水土保持監測中心站，廣州 510610；2. 珠江水利委員會珠江水利科學研究院，廣州 510610）

研究紅壤區植被覆蓋因子變化規律、構建植被覆蓋因子計算模型可為該區域水土流失防治及動態監測提供科學依據。該研究基于廣東省五華縣水土保持試驗推廣站200余場降雨試驗觀測數據，分析了影響水土流失的各關鍵因子與次降雨土壤侵蝕模數（Individual Rainfall Event Soil Erosion Modulus，ISEM）間定量關系，基于中國土壤流失方程計算了系列次降雨事件不同植被覆蓋度對應植被覆蓋因子值，構建了植被覆蓋因子值與植被覆蓋度間數學模型，從點、面2個尺度對模型計算精度進行了驗證。結果表明：1）ISEM隨植被覆蓋度增加而降低；ISEM與雨前土壤表層含水率間存在顯著正相關對數關系；ISEM隨坡度增加呈先增后減的變化規律；ISEM隨次降雨量、次降雨侵蝕力和次降雨徑流深呈顯著正相關線性變化關系。2）構建了植被覆蓋因子值與植被覆蓋度間二階指數衰減模型，該模型決定系數和納什系數分別達0.947和0.876。點尺度驗證結果表明90%樣本模型計算值與觀測值相對誤差均小于0.30；面尺度驗證結果表明，70%～80%的植被覆蓋因子計算值相對誤差不超過0.1。總體而言，該模型計算精度較為理想，但由于研究對象典型的時空尺度特征，仍需要更多觀測數據對該模型進行完善和驗證。研究成果可為深入理解紅壤區土壤侵蝕規律、水土流失動態監測提供有益參考。

土壤；侵蝕；植被覆蓋因子；中國土壤流失方程；指數衰減模型；紅壤；南方

0 引 言

區域土壤侵蝕狀況直接對人類健康和經濟社會發展產生重要影響[1]，定期開展水土流失動態監測可為水土流失狀況評價、水土保持治理工程空間布局等提供重要支撐[2]。土壤侵蝕模型是開展水土流失動態監測的重要技術手段[3-4]。迄今為止，美國通用土壤流失方程（Universal Soil Loss Equation，USLE）及其改進模型（Revised Universal Soil Loss Equation，RUSLE）仍在土壤侵蝕領域廣泛應用[5-6]；該模型綜合土壤侵蝕多個影響因子及其相互作用關系，同時各因子具有一定物理意義且因子獲取方法及模型計算過程較為簡單[7-8]。Liu等[9-10]利用黃土高原丘陵溝壑區徑流小區實測資料構建了中國土壤流失方程（China Soil Loss Equation，CSLE），該模型依據中國土壤侵蝕與水土保持工作特點，充分考慮了生物措施、工程措施和耕作措施對土壤侵蝕及水土流失過程的影響，與USLE相比更能反映中國土壤侵蝕的實際情況[11]。

2018年水利部印發《區域水土流失動態監測技術規定（試行）》，中國水土流失動態監測預報工作從定量與定性相結合的“三因子”綜合判別法發展到以定量為主的“CSLE模型法”[12]。2018年結果表明中國仍有水土流失面積273.69萬km2，約占國土總面積的28.54%[13]。CSLE模型廣泛應用對中國水土流失動態監測應用工作和土壤侵蝕基礎研究具有十分顯著的促進作用，但也存在諸如模型計算精度偏低、模型因子區域適用性較差、地形及土壤等基礎數據現勢性不足等亟需解決的問題[14-15]。作為影響土壤侵蝕最重要因素之一：植被覆蓋因子（），可直接反映植被覆蓋變化狀況或植被措施調控土壤侵蝕的能力，也是CSLE模型中的關鍵因子[16-19]。植被覆蓋因子指一定條件下有植被覆蓋或實施田間管理的土地的土壤流失總量與同等條件下實施清耕休閑地的土壤流失總量的比值，是介于0和1之間的一個無量綱數[20]。植被覆蓋度大小是影響植被覆蓋因子的關鍵因素；此外，植被覆蓋因子大小還受到植被不同生長期內侵蝕性降雨多寡的影響，對于植被覆蓋因子年值的研究還應充分考慮降雨侵蝕力年內季節分布的影響。標準小區法、次因子法、模型反推法、與植被覆蓋度關系式法、直接賦值或手冊查詢法等是較為常用的植被覆蓋因子獲取方法。前3種方法依賴野外實測數據，邏輯性強、計算精度高；關系式法雖難以直接反映植被減蝕作用機理，但其經驗關系具有相對較強的通用性和適用性；直接賦值或手冊查詢法較為依賴大量豐富的外業數據觀測成果，通用性相對較弱。目前中國年度水土流失動態監測項目采用《區域水土流失動態監測技術規定（試行）》推薦的因子計算方法，利用監測年前3年內每年24個半月MODIS數據計算得到因子值。植被覆蓋因子與土地利用方式關系密切，合理的土地利用方式可顯著降低植被覆蓋因子值而減少土壤侵蝕量[21-22]。張雪花等[23]基于人工模擬降雨試驗確定了東北黑土農業區不同土地利用植被因子的取值范圍，發現該值普遍小于USLE方程推薦的最優值。蔡崇法等[24]基于野外實測資料構建了三峽庫區植被因子與植被覆蓋度間經驗模型，為三峽庫區土壤侵蝕預報提供了基礎支撐。中國地域遼闊，各區域氣候、地形地貌、土地利用方式、植被類型與分布各不相同，造成CSLE模型中現有植被覆蓋因子計算方法區域適用性和可操作性亟需提高。目前中國學者在USLE或RUSLE模型植被覆蓋因子研究方面開展大量工作，且主要集中在西北黃土高原區和東北黑土區[11-25]；針對CSLE模型因子，特別是南方紅壤區因子研究成果仍較為鮮見。此外，由于植被生長期劃分、降雨侵蝕力空間分布等差異而導致植被覆蓋因子研究結果地區間差異性較大[16]，應加強典型區域值的系統性研究，為提高年度水土流失動態監測計算精度提供可靠的基礎參數。

林下水土流失嚴重、崩崗侵蝕劇烈、水土流失呈零星斑點狀分布等是南方紅壤區水土流失特點[26-27]。近10年該區域侵蝕面積總體呈遞減趨勢，其中江西、湖北等6個省（區）呈下降趨勢，廣東、廣西等4個省（區）呈增加趨勢[28]。小流域綜合治理（如農業生態工程、“大封禁、小治理”等）、坡地水土保持工程（等高植物籬等）、林下水土流失治理（林下補種草灌、針闊混交等）、侵蝕劣地和崩崗治理等是紅壤區常見的水土流失防治模式[29]。與狗牙根、闊葉雀稗草等全園覆蓋措施相比，百喜草全園覆蓋措施蓄水保土效果最為顯著，是常見水土保持植物措施[30]；特別是百喜草植物籬對于防治坡地水土流失效果十分顯著，且對土壤理化性質改善具有積極作用[31]。也有研究表明，盡管植物措施可顯著攔蓄徑流、減少泥沙，但紅壤丘陵區梯田果園應以淺根系豆科牧草為主，且不適當的牧草種植模式對果樹產量有負面影響[32]。胡建民等[33]基于野外標準徑流小區3種不同耕作方式5 a連續觀測數據研究發現，橫坡間作水土保持防治效果最優，減流減沙率在75%～80%；順坡間作減流減沙率為60%～65%。黃俊等[34]基于野外天然降雨試驗研究發現，自然撂荒地次降雨產流產沙量均高于灌草地和人工林地。總體而言，植物、工程措施的有機結合、高效配置是紅壤坡地水土保持防治切實有效途徑[35-38]。

本研究基于南方紅壤區自然坡面野外系列降雨試驗，分析次降雨土壤侵蝕模數與土壤侵蝕各影響因子間定量關系，構建植被覆蓋因子與植被覆蓋度間定量關系，以期為南方紅壤區水土流失動態監測、土壤侵蝕研究等提供有益啟示。

1 材料與方法

1.1 試驗地點、材料及設備

試驗在廣東省五華縣水土保持試驗推廣站進行（115°37'E，24°05'N），該站點屬珠江流域韓江上游典型的紅壤丘陵區，亞熱帶季風氣候，年降水量為1 300～1 900 mm；該區域土壤侵蝕以面蝕、溝蝕和崩崗侵蝕等為主，地表植物主要有馬尾松（Lamb.）、桉樹（Hill）、柚樹（(Burm.) Merr.）、木荷（T. Chang）、絹毛薔薇（Lindl.）、芒萁（(Thunb. ) Bernh.）、蔗鴣草（. Br.）等。研究區土壤田間持水量及飽和含水率分別為26.7%～36.7%和42.5%～44.4%，有機質質量分數為0.78%～1.69%；砂粒（0.05～1 mm）、粗粉粒（0.01～<0.05 mm）、中細粉粒（0.001～<0.01 mm）、黏粒（<0.001 mm）質量分數分別為12.7%～14.7%、10.8%～22.9%、26.3～15.8%、28.6%～36.1%。

1.2 試驗材料及設備

本試驗使用的人工模擬降雨裝置由西安理工大學生產的下噴式人工模擬降雨器，主要由降雨噴頭及供水管道、恒壓供水系統、控制系統、鋁合金支架等構成（如圖1所示）。該裝置有效降雨面積為2 m×3 m，降雨高度3.0 m，降雨強度范圍0.5～2.5 mm/min，雨滴直徑大小為0.6～2.2 mm（濾紙色斑法測定），雨滴終速度為2.85～7.14 m/s，次降雨降雨動能為19.89～30.06 J/(m2·mm)。該裝置降雨均勻度測試結果表明，20場不同降雨強度下降雨均勻度均值為81.5%～93.6%。試驗過程中降雨器周圍設有遮風簾，以減少自然風對降雨試驗的不利影響。

圖1 人工模擬降雨裝置示意圖

1.3 觀測指標及方法

受雨坡面為自然灌草地或清耕休閑地（裸地）坡面，在“降雨區”投影下方使用PVC板材形成封閉的人工徑流小區（1.5 m×2.5 m），坡度使用羅盤實測獲取，植被覆蓋度采用照相法獲取[39]。各場次降雨試驗觀測指標均參照《徑流小區和小流域水土保持監測手冊》[40]收集。各場次降雨徑流深由次降雨徑流體積除以徑流小區投影面積計算得到。次降雨土壤侵蝕模數等于次降雨產沙量除以降雨面積與次降雨歷時乘積值。次降雨量由電子雨量計自動記錄（記錄間隔1 min）。

試驗開始前采用烘干法測定1次雨前土壤含水率，測定土層深度為0～15 cm。每個小區僅開展人工模擬降雨1次。經統計本試驗各小區雨前表層土壤含水率在10.5%～28.4%之間波動，平均值為17.3%±5.1%。

本試驗各場次降雨歷時、降雨強度和次降雨量統計結果如表1所示，可以看出本試驗各場次降雨總體呈現短歷時、大雨強、小雨量的基本特征。按照秦偉等[41]在紅壤區次降雨雨型研究結果，本試驗人工模擬降雨屬于“A雨型”降雨，也是造成土壤侵蝕的主要降雨類型，與試驗地點常見的“短歷時大雨強小雨量”降雨雨型基本一致。

表1 本試驗各場次降雨參數統計結果

1.4 植被覆蓋因子計算方法

本文植被覆蓋因子（）值計算方法基于降雨試驗實測數據，借助CSLE方程反推獲取，具體如下：

設某一清耕休閑地（裸地）1次人工模擬降雨土壤流失量為

A=RKLSBET（1）

同一區域某一植被覆蓋度為V的灌草地坡面1次人工模擬降雨土壤流失量為

A=RKLSBET（2）

植被覆蓋度為V的灌草地坡面植被覆蓋因子s由如下方程計算：

B=(ARKSLBET)/(ARKSLET)（3）

式中為土壤侵蝕模數，t/(hm2·a)；為降雨侵蝕力因子，MJ·mm/(hm2·h·a)；為土壤可蝕性因子，t·hm2·h /(hm2·MJ·mm)；為坡長因子，無量綱；為坡度因子，無量綱；為植被覆蓋與生物措施因子，無量綱；為工程措施因子，無量綱；為耕作措施因子，無量綱；下標和分別表示清耕休閑地（裸地）、植被覆蓋度為V的灌草地坡面對應的變量值。、、、、因子可通過實測或計算獲取，、因子可根據實際情況取值獲取；清耕休閑地（裸地）植被覆蓋因子=1。

各場次降雨侵蝕計算采用章文波等[42]提出PI10指標，即為次降雨量（P，mm）和最大10 min降雨強度（10，mm/h）的乘積。土壤可蝕性采用基于侵蝕/生產力的土壤侵蝕預報模型（Erosion Productivity Impact Calculator，EPIC）計算獲得[43]。坡長和坡度因子計算公式如下[5,44]：

=(Len/22.13)1/(1+t)（4）

=21.9sin-0.96 (≥10°)（5）

式中為小區坡度值（本研究中人工模擬降雨試驗小區坡度在10°～15°之間，自然降雨試驗小區坡度為20°和30°），Len為小區實際坡長值，m；為坡長因子指數為(sin/0.0896)/(3sin0.8+0.56)。

此外，本研究中所有徑流小區均無水土保持耕作和工程措施，因此工程措施因子和耕作措施因子均為1，即為=1，=1。

1.5 數據收集與處理

2016年7―8月和2018年5―6月共計完成110余場次人工模擬降雨試驗，經過分析篩選出98組包含完整次降雨產流產沙過程曲線的有效觀測數據（包含對照處理清耕休閑地9場次）。此外，本研究還使用了《全國水土流失動態監測與公告項目》廣東省五華縣烏陂河綜合觀測站2016年、2017年和2019年標準人工徑流小區（20 m×5 m）天然降雨觀測數據81場次（包含對照處理清耕休閑地10場次）、29場次（包含對照處理清耕休閑地5場次）和33場次（不含對照處理清耕休閑地觀測數據），數據來源于《全國水土流失動態監測與公告項目》廣東省五華縣烏陂河綜合觀測站2016年、2017年和2019年年度整編數據成果，未公開發表。

本研究中的人工模擬降雨試驗與標準徑流小區天然降雨試驗的土壤理化參數完全一致、降雨雨型基本相同、植被類型高度一致，因此人工模擬降雨試驗數據與標準徑流小區觀測數據具有較強的可比性，可一同用于開展植被覆蓋因子研究。

使用Microsoft Excel 2013?軟件包進行數據處理，使用Origin Pro 8.5?軟件包繪圖。

1.6 模型模擬精度評價

采用擬合方程決定系數（2）、納什統計系數（Nash-Sutcliffe Efficiency Coefficient，NS）、均方根誤差（Root Mean Square Error，RMSE）、平均絕對百分誤差（Mean Absolute Percentage Error，MAPE）、平均絕對誤差（Mean Absolute Error，MAE）對模型模擬進行定量評價，計算公式如下：

式中YSIM為數據序列第個模擬值；YOBS為數據序列第個觀測值；YOBSmean為數據序列觀測值的算術平均值；為數據樣本總數。

2 結果與分析

2.1 次降雨土壤侵蝕模數

圖2為次降雨土壤侵蝕模數（Individual Rainfall Event Soil Erosion Modulus，ISEM）與土壤侵蝕各影響因子散點圖。當V≤0.5區間內，ISEM隨V增加而急劇降低，而后降低速率逐漸放緩趨于平穩。ISEM與雨前表層土壤含水率呈對數變化關系。ISEM隨地表坡度（）呈先增加后減小的變化趨勢，其中臨界坡度值約為10.75°。當≤6°或≥15°時，ISEM相對較小均不超過0.5 t/(hm2·h)。ISEM與次降雨量、次降雨侵蝕力和次降雨徑流深間呈現極顯著正相關線性關系（2=0.63～0.81）。

圖2 次降雨土壤侵蝕模數與各因子散點圖

2.2 B因子計算模型構建

基于2016年和2018年98場次人工模擬降雨試驗、2016年81場天然降雨試驗、2017年29場次天然降雨試驗觀測數據，根據式（3）計算各場次降雨植被覆蓋因子（）值，進而采用線性函數、指數函數、自然對數函數、冪函數，以及一階、二階和三階指數衰減模型7種函數關系對和V進行了回歸擬合，獲得不同植被覆蓋度（V）和因子之間定量關系，如表2所示。各擬合方程均達到統計學顯著水平（<0.01）。其中“模型Ⅵ”決定系數最大為0.947；“模型Ⅵ”和“模型Ⅶ”納什系數最大且均為0.876、均方根誤差最小且均為0.021、平均絕對誤差最小約為0.02；“模型Ⅱ”平均絕對百分誤差最小為33.1%。總體而言，“模型Ⅵ”和“模型Ⅶ”為和V回歸擬合的最優模型。但“模型Ⅶ”相對更為復雜，因此本研究選擇“模型Ⅵ”作為定量刻畫與V間定量關系的數學模型。基于模型VI的擬合曲線如圖3所示，隨V增加呈先迅速降低、后逐漸放緩的變化過程。

表2 植被覆蓋因子與植被覆蓋度不同擬合方程

注：2為決定系數，NS納什統計系數，RMSE均方根誤差，MAPE平均絕對百分誤差，MAE平均絕對誤差。變量和V均無量綱。

Note:2is determination coefficient, NS is Nash-Sutcliffe Efficiency Coefficient, RMSE is Root Mean Square Error, MAPE is Mean Absolute Percentage Error, and MAE is Mean Absolute Error. The variablesandVin the functional formula are dimensionless.

對于特定區域而言，在土壤侵蝕其他影響因素不變的情況下，當植被覆蓋度從0增加到最大值，植物措施的水土保持效應也逐漸增強，對應的因子也將從最大值降低到最小值，而該區域土壤侵蝕量也從理論最大值降低到理論最小值，這是植被措施調控土壤侵蝕作用的具體表現。這一變化過程中客觀存在某一特定點V值（為臨界植被覆蓋度，設為V_），當V>V_，值衰減速率逐漸放緩并趨于穩定某一值，植被措施調控土壤侵蝕的作用也達到最大化；此時，在其他影響因素恒定情況下，V增加基本不會引起土壤侵蝕量改變。

圖3 植被覆蓋因子與植被覆蓋度散點圖

基于和V間二階指數衰減模型無法直接寫出(V)=0對應V計算表達值，難以直接獲取V_值。基于模型Ⅲ（自然對數函數），令(V)=0可直接得到V=e0.054/0.116=62.59%，故而可近似認為V_為62.59%。

對模型Ⅵ（二階指數衰減函數）求一階導數，得到：

'=-1.373e-4.35Vc-27.534e-39.87Vc（10）

顯然，任意植被覆蓋度V計算得到的'均表示曲線=(V)上對應點的斜率值，即為值隨植被覆蓋度增加而下降的速率。將V_=62.59%代入式（4）得到'=-9‰。由于二階指數衰減函數是單調遞減函數，隨著植被覆蓋度增加，其遞減速率逐漸降低。

因此，當V>62.59%時，△V引起因子變化量△的絕對值<9‰。在V∈[0.626 1.00]范圍內，9‰≤≤13.1‰，且均值為5.9‰±4.3‰；可認為在V∈[0.626 1.00]范圍內因子并未跟隨V持續增加而顯著降低，即植被措施調控土壤侵蝕能力并未顯著增加。因此，為減少計算工作量可簡化認為當V>62.59%時，≈0。則因子計算模型可以簡化為

2.3 B因子計算模型驗證

本研究成果為點尺度因子研究結論，由于植被措施水土保持效應具有典型的時空特征，因子計算模型應從點、面2個尺度進行驗證。因此，本研究首先采用經典方法使用點尺度野外觀測數據對因子計算式（11）進行評價，以確定式（11）計算結果的精度和合理性；在點尺度驗證結果精度和合理性滿足要求的基礎上，從面尺度對式（11）的適用性和精度進行評價。點、面2個尺度對式（11）的驗證結果可相互支撐佐證。

點尺度采用烏陂河綜合觀測站2019年度33場次自然降雨試驗觀測數據對式（11）進行驗證；面尺度是以五華縣為例，使用式（11）計算得到的因子（記為）與廣東省五華縣2018和2019年“區域水土流失動態監測成果”因子（記為）進行對比統計分析。其中計算使用前3年的24個半月MODIS數據，具體計算方法見《區域水土流失動態監測技術規定（試行）》。為保證計算結果的可比性，本文同樣使用前3年24個半月MODIS數據計算植被覆蓋度值，然后基于式（11）計算值。圖4為因子計算式（11）在點尺度驗證結果。可以看出，使用式（11）計算得到各次降雨土壤流失量模擬值與實際觀測值基本吻合，二者間線性擬合方程達到了極顯著水平（<0.01）；模擬值和觀測值相對誤差全部分布在±0.40以內，其中相對誤差絕對值小于0.20的模擬值占總數的54.55%，小于0.30的占90%；33組觀測數據模擬值與觀測值均方根誤差為0.012 t/hm2，相對誤差絕對值的平均值為0.186。總體而言，因子計算式（11）在點尺度的計算精度良好，其中計算誤差較大的幾組樣本主要是其次降雨量和次降雨侵蝕力偏小所致。

圖4 植被覆蓋因子（B）計算模型點尺度驗證結果

如前所述，因子計算模型點尺度驗證結果較為理想，土壤流失模擬值與觀測值十分接近，計算精度良好。因此，從面尺度對因子計算模型進一步驗證。圖5和表3分別為五華縣2018和2019年與相對誤差絕對值柵格圖和統計結果。總體而言與十分接近，2018和2019年相對誤差絕對值小于0.1的分別超過80%和70%。這表明式（11）實際可行的，其計算精度也較為理想，可使用植被覆蓋度作為單一變量計算值。需要注意的是2018和2019年與相對誤差絕對值超過50%的也分別占到樣本總量的17%和29%左右，這些誤差較大的像元主要位于植被和非植被分界地帶，而本研究僅將植被區域納入計算，加上植被措施的空間尺度效應等綜合導致位于這些邊界地帶的像元計算結果誤差偏大。

圖5 植被覆蓋因子相對誤差絕對值柵格圖

表3 植被覆蓋因子相對誤差絕對值統計結果

本文基于點尺度降雨試驗、基于中國土壤流失方程獲取不同V下值，采用回歸分析法構建了值與V間二階指數衰減模型，并從點尺度和面尺度2個層次驗證了該模型計算精度。盡管該模型在點尺度驗證上表現出良好的結果，但面尺度驗證中仍存在20%～30%樣本值相對誤差仍超過50%。盡管有諸多研究表明人工模擬降雨試驗一定程度可代替自然降雨開展水土保持研究，但諸多雨滴速度、降雨動能、雨滴大小等指標仍不能完成與自然降雨一致，或者上述指標未能與自然降雨實現一致的比例關系，這是本研究結論中相對誤差原因之一，需要后續更為豐富的野外觀測數據對模型進行完善補充。本研究面尺度驗證中僅考慮了植被區域值計算，但由于遙感影像分辨率的客觀問題，影像中植被/非植被交接區域像元的計算結果仍存在較大誤差，也是誤差的主要來源。此外，本研究成果直接“由點到面”的驗證應用仍存在空間尺度轉換的問題，需要不同空間尺度下更為豐富的觀測數據繼續開展深入研究。

3 結 論

本文分析了次降雨土壤侵蝕模數與影響水土流失各關鍵因子定量關系，可為紅壤區水土流失防治、土壤侵蝕模型構建提供參考。

1）次降雨土壤土壤侵蝕模數隨植被覆蓋度增加而逐漸降低；次降雨土壤侵蝕模數隨雨前土壤含水率增加而逐漸增大，二者呈正相關對數關系；次降雨土壤侵蝕模數與坡度間呈二次拋物線關系，次降雨土壤侵蝕模數隨坡度增加呈先增加后減小變化趨勢；次降雨土壤侵蝕模數隨次降雨量、次降雨侵蝕力和次降雨徑流深呈顯著正相關線性變化關系。

2）基于系列次降雨實測資料，采用中國土壤流失方程反推法獲取了不同植被覆蓋度下植被覆蓋因子；采用線性函數、指數函數、對數函數、冪函數和指數衰減函數對植被覆蓋因子和植被覆蓋度定量關系進行了擬合，基于5個統計量對各擬合方程進行了對比分析，優選確定二階指數衰減函數為刻畫植被覆蓋因子和植被覆蓋度間定量關系的數學模型，該擬合方程納什系數、均方根誤差和決定系數分別為0.876、0.021和0.947。該模型點尺度驗證結果良好，計算模擬值與實際觀測值十分吻合，二者線性擬合方程達到了極顯著水平（<0.01）；面尺度驗證結果較為理想，70%～80%模型計算數據相對誤差絕對值不超過0.1。

限于試驗數據有限，研究中用于建立和驗證植被覆蓋因子計算模型的樣本數據仍然相對較少，后續工作還需更為豐富的觀測資料、繼續完善相關研究成果。

致謝：感謝廣東省梅州市五華縣水土保持試驗推廣站對本研究的支持。

[1]鄒叢榮，齊斐，張慶紅，等. CSLE模型應用中不同抽樣密度和推算方法的比較[J]. 中國水土保持科學，2016，14(3)：130-138. Zou Congrong, Qi Fei, Zhang Qinghong, et al. Comparison of different sampling densities and extrapolation methods based on CSLE model[J]. Science of Soil and Water Conservation, 2016, 14(3): 130-138. (in Chinese with English abstract)

[2]游翔，陳銳銀，廖睿智. 2018年度四川省級監測區水土流失動態監測研究[J]. 中國水土保持，2019，1(12)：23-25. You Xiang, Chen Ruiyin, Liao Ruizhi. Study on soil and water loss dynamic monitor in sichuan provincial monitoring area in 2018[J]. Soil and Water Conservation in China, 2019, 1(12): 23-25. (in Chinese with English abstract)

[3]蔡強國，劉紀根. 關于我國土壤侵蝕模型研究進展[J]. 地理科學進展，2003，22(3)：242-250. Cai Qiangguo, Liu Jigen. Evolution of soil erosion models in China[J]. Progress in Geography, 2003, 22(3): 242-250. (in Chinese with English abstract)

[4]李銳. 中國水土流失基礎研究的機遇與挑戰[J]. 自然雜志，2008，30(1)：6-11. Li Rui. Opportunities and challenges of basic research on soil and water loss in China[J]. Chinese Jounal of Nature, 2008, 30(1): 6-11. (in Chinese with English abstract)

[5]Wischmeier W H, Smith D D. Predicting Rainfall-Erosion Losses From Cropland East Of The Rocky-Mountains[M]. Washington DC: Soil Conservation Service, USDA, 1965.

[6]Wischmeier W H, Smith D D. Predicting rainfall erosion losses-a guide to conservation planning[M]. Washington DC: US Government Printing Office, 1978.

[7]劉光. 土壤侵蝕模型研究進展[J]. 水土保持研究，2003，10(3)：73-76. Liu Guang. A review of the soil erosion model[J]. Research of Soil and Water Conservation, 2003, 10(3): 73-76. (in Chinese with English abstract)

[8]張光輝. 土壤侵蝕模型研究現狀與展望[J]. 水科學進展，2002，13(3)：389-396. Zhang Guanghui. Research situation and prospect of the soil erosion model[J]. Advances in Water Science, 2002, 13(3): 389-396. (in Chinese with English abstract)

[9]Liu B Y, Zhang K L, Xie Y. An empirical soil loss equation[C]. 12th International Soil Conservation Origanization Conference. Beijing: Tsinghua University, 2002: 21-25

[10]劉寶元. 西北黃土高原區土壤侵蝕預報模型開發項目研究成果報告[R]. 北京：水利部水土保持監測中心，2006.

[11]秦偉，朱清科，張巖，等. 基于GIS和RUSLE的黃土高原小流域土壤侵蝕評估[J]. 農業工程學報，2009，25(8)：157-163. Qin Wei, Zhu Qingke, Zhang Yan, et al. Soil erosion assessment of small watershed in loess plateau based on GIS and RUSLE[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(8): 157-163. (in Chinese with English abstract)

[12]王愛娟. 基于抽樣調查法的水土流失普查技術問題解析[J]. 中國水土保持，2018，1(1)：25-27. Wang Aijuan. Analysis of technical problems of soil and water loss survey based on the sampling survey[J]. Soil and Water Conservation in China, 2018, 1(1): 25-27. (in Chinese with English abstract)

[13]中華人民共和國水利部. 中國水土保持公報（2018）[R]. 北京.

[14]劉桂成. 江西省2018年度省級重點監測區水土流失動態監測中存在的問題與建議[J]. 中國水土保持，2019，1(12)：29-32. Liu Guicheng. Problems and suggestions in soil and water loss dynamic monitor in key provincial monitoring areas of jiangxi province in 2018[J]. Soil and Water Conservation in China, 2019, 1 (12): 29-32. (in Chinese with English abstract)

[15]王愛娟，曹文華. 水土流失動態監測技術問題解析[J]. 中國水土保持，2018，1(12)：5-6，45. Wang Aijuan, Cao Wenhua. Analysis on the technical problem of soil and water loss dynamic monitor[J]. Soil and Water Conservation in China, 2018, 1(12): 5-6, 45. (in Chinese with English abstract)

[16]馮強，趙文武. USLE/RUSLE中植被覆蓋與管理因子研究進展[J]. 生態學報，2014，34(16)：4461-4472. Feng Qiang, Zhao Wenwu. The study on cover-management factor in USLE and RUSLE: A review[J]. Acta Ecologica Sinica, 2014, 34(16): 4461-4472. (in Chinese with English abstract)

[17]吳昌廣，李生，任華東，等. USLE/RUSLE模型中植被覆蓋管理因子的遙感定量估算研究進展[J]. 應用生態學報，2012，23(6)：1728-1732. Wu Changguang, Li Sheng, Ren Huadong, et al. Quantitative estimation of vegetation cover management factor in usle and rusle models by using remote sensing data: A review[J]. Chinese Journal of Applied Ecology, 2012, 23(6): 1728-1732. (in Chinese with English abstract)

[18]張錦凰，劉丹強，姜小三，等. 小流域植被覆蓋與工程措施因子遙感監測研究[J]. 水土保持通報，2017，37(2)：131-136. Zhang Jinfeng, Liu Danqiang, Jiang Xiaoshan, et al. Remote sensing monitoring of vegetation cover and engineering measure factors of small watershed[J]. Bulletin of Soil and Water Conservation, 2017, 37(2): 131-136. (in Chinese with English abstract)

[19]張巖，袁建平，劉寶元. 土壤侵蝕預報模型中的植被覆蓋與管理因子研究進展[J]. 應用生態學報，2002，13(8)：1033-1036. Zhang Yan, Yuan Jianping, Liu Baoyuan. Advance in researches on vegetation cover and management factor in the soil erosion prediction model[J]. Chinese Journal of Applied Ecology, 2002, 13(8): 1033-1036. (in Chinese with English abstract)

[20]王略，屈創，趙國棟. 基于中國土壤流失方程模型的區域土壤侵蝕定量評價[J]. 水土保持通報，2018，38(1)：1222-1125，1130. Wang Lue, Qu Chuang, Zhao Guodong. Quantitative assessment of regional soil erosion based on chinese soil loss equation model[J]. Bulletin of Soil and Water Conservation, 2018, 38(1): 1222-1125, 1130. (in Chinese with English abstract)

[21]唐寅，代數，蔣光毅，等. 重慶市坡耕地植被覆蓋與管理因子C值計算與分析[J]. 水土保持學報，2010，24(6)：53-59. Tang Yin, Dai Shu, Jiang Guangyi, et al. Calculation and analysis of the vegetation cover and management factor C value in slope farmland of chongqing area[J]. Journal of Soil and Water Conservation, 2010, 24(6): 53-59. (in Chinese with English abstract)

[22]于東升，史學正，呂喜璽. 低丘紅壤區不同土地利用方式的C值及可持續性評價[J]. 土壤侵蝕與水土保持學報，1998，4(1)：72-77. Yu Dongsheng, Shi Xuezheng, Lü Xiyu. C value of different land-use patterns and its assessment on sustainability in low hill red soil area[J]. Journal of Soil Erosion and Soil and Water Conservation, 1998, 4(1): 72-77. (in Chinese with English abstract)

[23]張雪花，侯文志，王寧. 東北黑土區土壤侵蝕模型中植被因子C值的研究[J]. 農業環境科學學報，2006，25(3)：797-801. Zhang Xuehua, Hou Wenzhi, Wang Ning. C-value in the model of soil erosion in black earth area in the northeastern China[J]. Journal of Agro-Environment Science, 2006, 25(3): 797-801. (in Chinese with English abstract)

[24]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. Cai Congfa, Ding Shuwen, Shi Zhihua, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed[J]. Journal of Soil and Water Conservation, 2000, 14(2): 19-24. (in Chinese with English abstract)

[25]張憲奎，徐靖華，盧秀琴，等. 黑龍江省土壤流失方程的研究[J]. 水土保持通報，1992，12(4)：1-9，18. Zhang Xiankui, Xu Jinghua, Lu Xiuqin, et al. A study on the soil loss equation in heilongjiang province[J]. Bulletin of Soil and Water Conservation, 1992, 12(4): 1-9, 18. (in Chinese with English abstract)

[26]梁音，楊軒，潘賢章，等. 南方紅壤丘陵區水土流失特點及防治對策[J]. 中國水土保持，2008，1(12)：50-53.

Liang Yin, Yang Xuan, Pan Xianzhang, et al. Prevention countermeasures and characteristics of Soil and Water Loss in red soil hilly region in Southern China [J]. Soil and Water Conservation in China, 2008, 1(12):50-53. (in Chinese with English abstract)

[27]趙其國. 我國南方當前水土流失與生態安全中值得重視的問題[J]. 水土保持通報，2006，26(2)：1-8. Zhao Qiguo. Some considerations for present soil and water conservation and ecology security of south China[J]. Bulletin of Soil and Water Conservation, 2006, 26(2): 1-8. (in Chinese with English abstract)

[28]石海霞，梁音，朱緒超，等. 南方紅壤區水土流失治理成效的多尺度趨勢分析[J]. 中國水土保持科學，2019，17(3)：66-74. Shi Haixia, Liang Yin, Zhu Xucao, et al. Multi-scale trend analysis of soil and water erosion control effect in the red soil region of south China[J]. Science of Soil and Water Conservation, 2019, 17(3): 66-74. (in Chinese with English abstract)

[29]莫明浩，謝頌華，聶小飛，等. 南方紅壤區水土流失綜合治理模式研究：以江西省為例[J]. 水土保持通報，2019，39(4)：207-213. Mo Minghao, Xie Songhua, Nie Xiaofei, et al. Research on patterns of soil and water loss comprehensive harness in red soil region of southern China: A case study in jiangxi province[J]. Bulletin of Soil and Water Conservation, 2019, 39(4): 207-213. (in Chinese with English abstract)

[30]張展羽，張國華，左長清，等. 紅壤坡地不同覆蓋措施的水土保持效益分析[J]. 河海大學學報：自然科學版，2007，35(1)：1-4. Zhang Zhanyu, Zhang Guohua, Zuo Changqing, et al. Benefits of soil and water conservation in red-soil slope land by adoption of different coverage measures[J]. Journal of Hohai Universiy: Natural Sciences, 2007, 35(1): 1-4. (in Chinese with English abstract)

[31]李新平，王兆騫，陳欣，等. 紅壤坡耕地人工模擬降雨條件下植物籬笆水土保持效應及機理研究[J]. 水土保持學報，2002，16(2)：36-40. Li Xinping, Wang Zhaoqian, Chen Xin, et al. Research on soil and water conservation effect and mechanism of hedges under rainfall simulation in red soil slope field[J]. Journal of Soil and Water Conservation, 2002, 16(2): 36-40. (in Chinese with English abstract)

[32]徐明崗，文石林，高菊生. 紅壤丘陵區不同種草模式的水土保持效果與生態環境效應[J]. 水土保持學報，2001，15(1)：77-80. Xu Minggang, Wen Shilin, Gao Jusheng. Effects of dif ferent forage planting model on soil and water conservation and environments in red hilly regions[J]. Journal of Soil and Water Conservation, 2001, 15(1): 77-80. (in Chinese with English abstract)

[33]胡建民，胡欣，謝頌華. 南方紅壤坡地幾種典型治理措施的徑流調控效應[J]. 水土保持通報，2013，33(6)：32-36，41. Hu Jianmin, Hu Xin, Xie Songhua. Effects of several typical measures on regulating runoff in slope land of red soil in southern China[J]. Bulletin of Soil and Water Conservatio, 2013, 33(6): 32-36, 41. (in Chinese with English abstract)

[34]黃俊，亢慶，金平偉，等. 南方紅壤區坡面次降雨產流產沙特征[J]. 中國水土保持科學，2016，14(2)：23-30. Huang Jun, Kang Qing, Jin Pingwei, et al. Characteristics of slope runoff and sediment yield under individual rainfall events in southern red soil region[J]. Science of Soil and Water Conservation, 2016, 14(2): 23-30. (in Chinese with English abstract)

[35]武琳，黃欠如，葉川，等. 紅壤緩坡地不同經營模式水土保持效益研究[J]. 水土保持研究，2011，18(6)：132-135. Wu Lin, Huang Qianru, Ye Chuan, et al. Study on soil and water conservation benefit under different agro-forest compound management pattern on red soil sloping land[J]. Research of Soil and Water Conservation, 2011, 18(6): 132-135. (in Chinese with English abstract)

[36]楊潔，郭曉敏，宋月君，等. 江西紅壤坡地柑橘園生態水文特征及水土保持效益[J]. 應用生態學報，2012，23(2)：468-474. Yang Jie, Guo Xiaomin, Song Yuejun, et al. Eco-hydrological characteristics and soil and water conservation effect of citrus plantation on slope red soil of jiangxi province, China[J]. Chinese Journal of Applied Ecology, 2012, 23(2): 468-474. (in Chinese with English abstract)

[37]張成梁，程冬兵，劉士余. 紅壤坡地果園植草的水土保持效應[J]. 草地學報，2006，14(4)：365-369. Zhang Chengliang, Cheng Dongbing, Liu Shiyu. Effects of soil-and-water conservation by planting herbals on the sloping red soil land of an orchard[J]. Acta Agrestia Ainica, 2006, 14(4): 365-369. (in Chinese with English abstract)

[38]左長清，馬良. 紅壤坡地果園不同耕作措施的水土保持效應研究[J]. 水土保持學報，2004，18(3)：12-15. Zuo Changqing, Ma Liang. Study on soil and water conservation effect under different tillages for orchard on red soil sloped land[J]. Journal of Soil and Water Conservation, 2004, 18(3): 12-15. (in Chinese with English abstract)

[39]Wang Juan, Huang Jun, Wu Pute, et al. Application of neural network and grey relational analysis in ranking the factors affecting runoff and sediment yield under simulated rainfall[J]. Soil Research, 2016, 54(3): 291-301.

[40]水利部水土保持監測中心. 徑流小區和小流域水土保持監測手冊[M]. 北京：中國水利水電出版社，2015.

[41]秦偉，左長清，晏清洪，等. 紅壤裸露坡地次降雨土壤侵蝕規律[J]. 農業工程學報，2015，31(2)：124-132. Qin Wei, Zuo Changqing, Yan qinghong, et al. Regularity of individual rainfall soil erosion in bare slope land of red soil[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(2): 124-132. (in Chinese with English abstract)

[42]章文波，謝云，劉寶元. 用雨量和雨強計算次降雨侵蝕力[J].地理研究，2002，21(3)：384-390.

Zhang Wenbo, Xie Yun, Liu Baoyuan. Estimation of rainfall erosivity using rainfall amount and rainfall intensity[J]. Geographical Research, 2002, 21(3): 384-390. (in Chinese with English abstract)

[43]Sharpley A N, Williams J R. Epic-erosion/productivity impact calculator: 1. Model documentation[R]. Washington (DC): USDA Agricultural Reaserch Service, 1990.

[44]Liu B Y, Nearing M A, Risse L M. Slope gradient effects on soil loss for steep slopes. Transactions of the ASAE, 1994, 37(6): 1835-1840.

Model construction and verification of vegetation cover and management factor in southern red soil region of China

Huang Jun, Jin Pingwei, Jiang Xuebing, Lin Liping, Kou Xinyue, Xu Zhou, Liu Bin, Fang Zongfu

(1.,,510610,; 2.,,510610,)

Studying the change characteristic of vegetation cover factor in the red soil region and constructing vegetation cover factor calculation model can provide valuable information for regional soil erosion control and dynamic monitoring. Based on more than 200 field rainfall events in Soil and Water Conservation Experimental Extension Station of Wuhua County in Guangdong province, this study analyzed the quantitative relationship between the soil erosion modulus and factors which affected soil erosion. The plants were mainlyLamb.,Hill,(Burm.) Merr.,T. Chang,Lindl.,(Thunb.) Bernh.,. Br. and so on. The soil field water holding capacity was 26.7%-36.7%. The soil organic matter was 078%-1.69%. The artificial rainfall simulation device was used to produce rainfall. The effective rainfall area was 2 m by 3 m. The rainfall intensity was 0.5-2.5 mm/min. The rainfall dimeter was 0.6-2.2 mm. The rainfall uniformity was 81.5%-93.6%. This study obtained the vegetation cover factor values under different underlying surfaces based on the Chinese Soil Loss Equation, and constructed the quantitative model between the vegetation cover factor value and vegetation cover. The model was established based on data from 98 rainfall tests in 2016 and 2018, from 81 natural rainfall events in 2016 and from 29 natural rainfall events in 2017. Furthermore, the tested data were used at two spatial scales to verify the calculation accuracy of the model. The verification data was from 33 natural rainfall events in 2019 at Wubeihe station. In addition, data from Wuhua county was also used for model verification. The following key results were obtained: 1) The negative power function could be used to describe the relationship between the soil erosion modulus and vegetation cover, and the fitted equation reached a significant level (=1.11×10-6). There was a significant positive logarithmic function relation between the soil erosion modulus and the soil moisture at 0-15 cm soil depth before each rainfall event (=9.34×10-16). The soil erosion modulus increased firstly and then decreased with the increase of slope gradient. The soil erosion modulus increased significantly with the increase of the individual rainfall amount, the individual rainfall erosivity and the runoff depth (≤1.08×10-13). 2) Based on the comparison of the statistics of fitted equations, the second-order exponential decay model was determined to quantitatively characterize the dynamic relationship between vegetation cover factor and vegetation cover. The fitted equation between vegetation cover factor and vegetation cover based on the second-order exponential decay model reached to a significant level (=0.003), and the coefficient of determination and Sutcliffe efficiency coefficient were 0.947 and 0.876. The point scale verification result showed that the relative error of 90% verified samples were less than 0.30. The regional scale verification results showed that the absolute relative error of 70%-80% verified samples was less than 0.1. In summary, the calculation accuracy of the model was relatively ideal. The research results above could provide a useful method for in-depth understanding of the soil erosion characteristic and dynamic monitoring in red soil regions.

soils; erosion; vegetation cover and management factor; Chinese Soil Loss Equation; exponential decay model; red soil; southern region

黃俊，金平偉，姜學兵，等. 南方紅壤區植被覆蓋因子估算模型構建與驗證[J]. 農業工程學報，2020，36(17)：106-114.doi：10.11975/j.issn.1002-6819.2020.17.013 http://www.tcsae.org

Huang Jun, Jin Pingwei, Jiang Xuebing, et al. Model construction and verification of vegetation cover and management factor in southern red soil region of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(17): 106-114. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.17.013 http://www.tcsae.org

2020-03-06

2020-07-11

水利部中央財政預算項目“水土保持業務”（126206010000170001）；國家自然科學基金項目（41501019）

黃俊，博士，高級工程師，主要從事水土保持研究。Email：hjnwsuaf@qq.com

10.11975/j.issn.1002-6819.2020.17.013

S157.1

A

1002-6819(2020)-17-0106-09