基于修正通用土壤流失方程（RUSLE）的寶清縣水土流失遙感評價

孔繁鵬 何金寶 呂祥熙 趙建 李國旗

摘要 隨著我國農(nóng)業(yè)生產(chǎn)的大力發(fā)展，土地利用率越來越高，水土流失現(xiàn)象也變得愈發(fā)嚴(yán)重，對土壤水分、肥力保持等產(chǎn)生了十分嚴(yán)重的危害。擬結(jié)合通用土壤流失方程對寶清縣水土流失遙感評價展開系統(tǒng)探究，希望能對改進水土流失狀況監(jiān)測工作起到一定的啟示作用。

關(guān)鍵詞 通用土壤流失方程;水土流失;侵蝕

中圖分類號：S157 文獻標(biāo)識碼：B 文章編號：2095–3305（2021）12–0088–04

水土流失一種山區(qū)、丘陵地區(qū)漸進性災(zāi)害。土壤的成土通常都需要很長的一個過程，遭到破壞后短時間內(nèi)難以有效恢復(fù)。地表土流失，剩余土壤保持養(yǎng)分和水分的能力減弱會大大減少作物的出苗、生長和產(chǎn)量，一些被嚴(yán)重侵蝕的土壤根本無法用于作物生產(chǎn)。侵蝕還會降低土壤吸收水分的能力，導(dǎo)致洪水泛濫，產(chǎn)生大面積的積水。

根據(jù)《寶清縣水土保持規(guī)劃（2020—2030年）》研究成果顯示：寶清縣的水土流失以水力侵蝕為主要類型，主要表現(xiàn)形式為面蝕和溝蝕。第一次水利普查情況成果顯示：寶清縣水土流失總面積為1 952.8 km2，占全縣總面積的19.54%;寶清縣長度在100～5 000 m的侵蝕溝1 681條，溝壑總面積9.5 km2，溝壑密度0.05 km/km2。

水土流失是導(dǎo)致寶清縣黑土地退化、變薄、變瘦的主要原因之一。既往對寶清縣水土流失的研究多局限于實地調(diào)查，對寶清縣水土流失因子和全域的水土流失評價沒有系統(tǒng)的研究。因此，通過遙感和實地調(diào)查相結(jié)合的方式對工作區(qū)水土流失情況進行系統(tǒng)解析和研究具有重要意義，其主要目的在于確定土壤侵蝕模數(shù)大小。在實際測量過程中需要對土壤侵蝕影響因子以及模數(shù)之間的關(guān)系進行分析和測量，從而計算出不同因子所產(chǎn)生的影響，方便后續(xù)制定防治策略。

1 水土流失評價因子提取

本研究基于修正通用土壤流失方程（RUSLE）為評價模型，對各個因子進行提取。利用國家氣象科學(xué)數(shù)據(jù)中心提供的降雨數(shù)據(jù)，計算降雨侵蝕力因子，根據(jù)收集的1∶100 000寶清縣土壤數(shù)據(jù)來計算土壤可蝕性因子;以寶清縣1∶50 000標(biāo)準(zhǔn)地形圖為基礎(chǔ)提取模型所需的坡長和坡度因子;利用遙感技術(shù)來獲取相應(yīng)數(shù)據(jù)，包含了土壤侵蝕有關(guān)的植被覆蓋以及土地利用信息等，通過計算獲取水土保持因子。之后借助RUSLE模型對因子進行運算，分析和得到各個像元的年土壤侵蝕模數(shù)，將其按照對應(yīng)的強度等級進行劃分。RUSLE模型的核心內(nèi)容是對6個因子的計算，原理的邏輯技術(shù)流程見圖1。

1.1 降雨侵蝕力因子

降雨對水土流失的影響效果顯著，降雨的侵蝕力因子越大，土壤的侵蝕強度也就越強，二者呈正比。此外，土壤侵蝕的數(shù)量對降雨侵蝕力的變化非常敏感，對其進行深入細(xì)致的研究可以深化了解土壤侵蝕的形成機理。本研究以月降雨侵蝕力的模型，采用公式：

R=0.3589F1.9462? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

（2）

式（1）、（2）中，P為年平均降雨量（mm），Pi為第i月的平均降雨量（mm），R為多年平均降雨侵蝕力（MJ·mm·hm-2·h-1·a-1），計算出每個站點的降雨侵蝕力R值后，根據(jù)降雨站點的空間分布，使用GIS軟件的空間分析功能，采用反距離權(quán)重法實現(xiàn)R因子在區(qū)域內(nèi)的空間插值，得到寶清縣降雨侵蝕力因子的空間分布圖（圖2）。

1.2 土壤可蝕性因子

土壤可蝕性是評價土壤對侵蝕敏感程度的重要指標(biāo)，表征土壤對降雨沖刷和徑流搬運的抵抗力，是進行土壤侵蝕預(yù)報的重要參數(shù)。土壤可蝕性是一項較為復(fù)雜的概念性內(nèi)容，其自身的大小會受到多方因素的影響，但總的來說，此類數(shù)值的大小主要還是受土壤質(zhì)地以及人為活動2個因素的影響。K值由土壤本身的理化性狀決定，與外界的自然條件無關(guān)。

本研究結(jié)合寶清縣土壤的實際情況，綜合國內(nèi)學(xué)者對于黑龍江省土壤侵蝕方面的大量研究，得到不同土壤類型侵蝕性因子值（表1）。綜合寶清縣1∶100 000土壤類型，制得土壤可蝕性因子空間分布圖（圖3）。

1.3 坡度和坡長因子

地形也是一個重要的影響因子，不同的地形下所形成的土壤侵蝕也會有所不同，主要有2個因子，即坡度和坡長因子。坡度和坡長屬加速水土流失的動力因子，這2個因素所帶來的影響最為顯著。坡度因子具體的含義是在其他條件相同的情況下，土壤流失量與標(biāo)準(zhǔn)徑流小區(qū)典型坡面土壤流失量的比值，此類坡度的影響相較于坡長來說有更大的影響。地形因子在DEM基礎(chǔ)上生成，坡度因子計算現(xiàn)在已經(jīng)比較成熟，坡度因子的計算采用以下公式：

（3）

式（3）中，S為坡度因子;θ為坡度，使用GIS軟件的空間分析功能，制得坡度因子空間分布圖（圖4）。

坡長因子的計算采用以下公式：

L=（λ/22.13）m? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

（5）

式（4）、（5）中，L坡長因子;λ為水平坡長（m）;m坡長指數(shù)。其中，通過使用GIS軟件的水分分析工具對DEM數(shù)據(jù)依次進行填洼、流向、流量處理得到水平坡長λ。m通過空間分析工具將計算得到的坡度數(shù)據(jù)按公式（5）分類賦值得到，制得寶清縣坡長因子空間分布圖（圖5）。

1.4 植被覆蓋與管理因子

植被覆蓋與管理因子同樣也是造成水土流失的重要因素，指在相同的地形情況之下，不同的植被特征所帶來的影響，此類影響同樣也可以看作是人類行為所帶來的一系列影響。植被覆蓋度與其有很好的相關(guān)性，C因子是無量綱數(shù)，其值介于0～1之間。

本研究以2020年寶清縣遙感影像提取的為數(shù)據(jù)源，綜合寶清縣第三地全國國土調(diào)查成果數(shù)據(jù)和前人研究成果進行計算，計算公式如下：

Fc=（NDVI-NDVImin）/（NDVImax-NDVImin）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

NDVI=（NIR-R）/（NIR+R）? ? ? ? ? ? （7）

式（6）、（7）中，F(xiàn)c為植被覆蓋度，NDVI為歸一化植被指數(shù)，NDVImax和NDVImin分別表示研究區(qū)內(nèi)NDVI的最大值和最小值。NIR和R分別表示近紅外波段和紅光波段的反射率。

根據(jù)表2進行計算，制得寶清縣植被覆蓋與管理因子空間分布圖（圖6）。雖然有些用地類型的植被覆蓋很低，如河流、水庫、居民地、道路等，但是一般不會發(fā)生土壤侵蝕，故C值為0。

1.5 水土保持因子

水土保持因子主要是指土壤利用人為的水土保持方法進行保護和保障，此類方法與傳統(tǒng)未實施保障的土壤流失量進行對比，以此觀察二者之間的差距和對比，其中包含一系列順坡耕作、橫坡耕作等造成的土壤侵蝕。P因子是無量綱數(shù)，其值介于0～1之間。0代表防治措施很好，基本不發(fā)生侵蝕的地區(qū);1表示未采取任何控制措施的地區(qū)。目前對P值的估計多以土地利用類型為參考。本研究參照美國農(nóng)業(yè)部手冊703號手冊和國內(nèi)學(xué)者關(guān)于水土保持因子的研究成果，根據(jù)表3對寶清縣不同土地利用類型的P因子進行計算，制得寶清縣水土保持因子空間分布圖（圖7）。寶清縣森林、草地等大部分土地利用方式?jīng)]有采取水土保持措施，其P值取1;農(nóng)田中僅部分耕地有保護措施，P值為0.352，最終得到寶清縣水土保持因子空間分布圖。

2 結(jié)論

將計算得到的各因子的柵格圖層重采樣并統(tǒng)一到同一投影坐標(biāo)系下，在此基礎(chǔ)上運用GIS軟件的空間分析模塊地圖代數(shù)工具進行各因子間復(fù)合運算，得到寶清縣土壤侵蝕模數(shù)空間分布情況。寶清縣的土壤侵蝕類型以水蝕為主，因此，按照國家水利部頒發(fā)的水蝕區(qū)土壤侵蝕分級標(biāo)準(zhǔn)（表4），將侵蝕類型劃分為微度侵蝕、輕度侵蝕、中度侵蝕、強度侵蝕、極強度侵蝕和劇烈侵蝕6個級別（圖8）。

寶清縣中、西部大片區(qū)域土壤侵蝕模數(shù)處于較高級別，地區(qū)大部分為山地山丘，總體海拔相對較高;尖山子鄉(xiāng)附近地區(qū)侵蝕模數(shù)級別也較高，這一地區(qū)是剝蝕殘丘地區(qū)，地勢相對周邊較高，土壤侵蝕情況相對嚴(yán)重。寶清縣大部分地區(qū)地勢平坦，坡度較小，平均侵蝕模數(shù)處于較低級別（表5、圖9）。

參考文獻

[1] 郝姍姍，李夢華，馬永強，等.黃土丘陵區(qū)土壤侵蝕因子敏感性分析[J].中國水土保持科學(xué)，2019，17（2）：77-86.

[2] 胡先培，曾成，錢慶歡，等.基于RUSLE模型的銅仁地區(qū)1987—2015年土壤侵蝕時空特征[J].生態(tài)與農(nóng)村環(huán)境學(xué)報， 2019，35（2）：158-166.

[3] 周璟，張旭東，何丹，等.基于GIS與RUSLE的武陵山區(qū)小流域土壤侵蝕評價研究[J].長江流域資源與環(huán)境，2011， 20（4）：468-474.

[4] 田義超，黃遠(yuǎn)林，張強，等.北部灣欽江流域土壤侵蝕及其硒元素流失評估[J].中國環(huán)境科學(xué)，2019，39（1）：257-273.

[5] 李賽賽，朱正如，呂樂婷，等.基于RUSLE模型的太子河流域土壤侵蝕特征研究[J].水電能源科學(xué)，2020，38（3）：141-144.

[6] 李亞平，盧小平，張航，等.基于GIS和RUSLE的淮河流域土壤侵蝕研究：以信陽市商城縣為例[J].國土資源遙感， 2019，31（4）：243-249.

責(zé)任編輯：黃艷飛

Remote Sensing Evaluation of Soil and Water Loss in Baoqing County Based on Modified Universal Soil Loss Equation （RUSLE）

KONG Fan-peng et al（Mudanjiang Nat-ural Resources Comprehensive Survey Center of China Geological Survey， Mudanjiang， Heilongjiang 157000）

Abstract With the vigorous development of human beings in agricultural production， the utilization rate of land is higher and higher. Since modern times， the phenomenon of soil and water loss has become more and more serious， which has a very serious adverse impact on soil moisture and fertility conservation. This paper intended to systematically explore the remote sensing evaluation of soil and water loss in Baoqing County combined with the general soil loss equation， hoping to play a certain role in improving the monitoring of soil and water loss.

Key words General soil loss equation; Soil erosion; Erode