基于RUSLE 的生產建設項目土壤侵蝕監測研究

侯禮婷

（1.河南省小流域生態水利工程技術研究中心，河南 開封 475000；2.黃河水利職業技術學院，河南 開封 475000）

土地資源和生態系統是地球上的重要生命支撐系統，土壤的成土過程十分漫長，土地資源遭受到破壞后，土壤很難再進行恢復［1］。最常見的土地資源破壞就是土地侵蝕，而土地侵蝕的定義一般是指土壤及其母質在各類外力作用下，土壤被破壞、剝蝕、搬運和沉積等過程，該種外力包括但不限于重力、水力、風力和凍融等［2］。土壤侵蝕所帶來的影響十分惡劣，會引起洪澇、干旱、滑坡以及泥石流等自然災害，也會進一步降低土地生產力，導致水土流失，對生態環境造成極其嚴重的侵害。因此，土壤作為農業生產最依賴的基本環境要素，為了經濟社會的生態安全和可持續發展，合理應對土壤侵蝕，形成有效防治手段十分必要。1959 年，Wischmeier W H 和Smith D D 針對美國東部多個徑流小區的觀測資料，提出了通用土壤流失方程USLE［3］。1985 年，美國農業部進行了土壤侵蝕預報模型WEPP 的研究工作［4］，WEPP 是 目 前 研 究 最 為 完 整 的 參 數 模 型。1994 年，Morgan 依據歐洲的田間和流域的土壤狀況歸納出歐洲土壤侵蝕模型EUROSEM［5］，并且集成GIS，運用遙感數據對土壤的動態進行分析。從20世紀90 年代開始，中國應用GIS、GPS 等技術開展不同流域內的侵蝕調查、防治措施等研究工作，主要是以地表水作為研究要素，對流域內的土壤進行統計研究和模型建立［6］。本研究主要針對線狀生產建設項目開展土壤侵蝕情況分析，應用RUSLE 技術，對城市建設中最為常見的快速路工程對土壤的侵蝕作用開展研究，解決線狀工程水土流失所具有的大跨度空間性和階段時變性等難點。

1 研究理論基礎

1.1 RUSLE 模型

RUSLE 模型又稱為修正土壤侵蝕方程（Revised universal soil loss equation），RUSLE 模型可以預測面蝕和溝蝕的年均土壤流失量RUSLE 模型的數學表達式。如式（1）所示，式中，A為年均土壤侵蝕量，該侵蝕量主要是指由降雨和徑流形成的細溝間侵蝕的年均土壤流失量［7］。R為降雨侵蝕力因子，是降雨動能和最大的30 min 降雨強度的乘積，主要用來描述降雨導致土壤流失的潛在能力。K為土壤可蝕性因子，定義為標準小區單位內的降雨導致的單位面積土壤侵蝕量［8］，通常用來表征土壤抗侵蝕能力和敏感性。LS分別是指坡長與坡度因素，L是坡長的冪函數，LS表示某坡長與坡度的土壤流失量與標準參考坡面上的土壤流失量的比值。C表示植被覆蓋因子，該因子主要用來衡量植被覆蓋和經營管理對土壤侵蝕的抑制作用，定義為植被覆蓋的土壤流失量與耕種后連續休閑地的土壤流失量的比值。P指水土保持措施因子，指對土壤采取保護措施后的土壤流失量與順坡種植土壤流失量的比值。

由于RUSLE 模型是一種經驗統計模型，計算比較簡單，考慮土壤流失的因素也較為全面，預測效果較好，再加上GIS 和RS 技術的應用，可以簡便直觀地表示土壤流失的計算結果，有助于分析土壤的空間分布狀態。且該模型在應用不同地質狀況時，需要進行本地化的處理，在進行修正之后模型更加準確。

1.2 數據來源

對于快速路的生產建設，前期的數據主要來源于當地國土資源局，并結合實測地形圖獲得。由于地表變化大，施工建設過程中的土壤數據難以測定，所以一般由經驗認定為裸露地表。施工后的土壤數據主要依靠人工測定。然后，進行高程數據的確定。高程數據測定的平均密度為1 個高程點/120 m2，采用IDW（反距離權重插值）法進行數據分析，結合土地數據的分辨率，輸出的像元為0.5 m×0.5 m。年降雨量的數據主要來源于該區域的4 個水文站2015—2018 年的日降雨數據，由于受到實際條件的限制，分別是建設項目區的范圍和水文站點的限制條件。所以無法采用地質統計中的克里金空間插值的方法，而是簡單地將水文站的降雨量數據平均值作為建設項目區降雨侵蝕力的數值，將區域范圍控制在會受到該快速路建設項目區影響的地理范圍。

2 研究區概況模型

2.1 土壤侵蝕定量分析方法

建立定量分析模型，首先是R因子的提取，R因子的估算方法是由Wischemeier 提出的USLE 的原始算法［9］，其經典算法如式（2）所示。R是降雨侵蝕力數值，∑E表示降雨總動能，I30表示最大降雨30 min的降雨強度。

基于EI結構計算降雨侵蝕力，主要依賴于降雨對地表的作用能量，以及降雨是否有侵蝕現象產生［10］。多數研究主要基于日、月、年降雨量資料計算降雨侵蝕力，這里利用日雨量計算降雨侵蝕力，其計算方法如式（3）所示。M表示半月的侵蝕力數值，k表示半月時段內的降雨天數，Pj是針對半月時段的第j天的日雨量，設置閾值為12 mm，該閾值與中國侵蝕性降雨標準一致。將所有月份以當月15 日為邊界，這樣全年12 個月劃分成24 個時間段，式（3）中的β、α是模型參數，兩者之間的關系表達式如式（4）所示。其中，Pd12表示日雨量不小于12 mm 的日平均雨量，Py12是不小于12 mm 的年平均降雨量。通過上述公式的累加即可計算出年降雨侵蝕力的數值。

土壤可侵蝕性因子K的估算方法主要有諾謨圖法、EPIC 公式法等［11］，諾謨圖法可以方便地測定土壤理化性質，所得結果穩定，成本較低，該方法由Wischmeier 提出。本研究主要采用Willams 提出的侵蝕/生產力影響模型EPIC，針對性地對土壤可蝕性進行計算，如式（5）所示。其中，SAN、SIL、CLA和C分別表征沙粒、粉粒、黏粒和有機碳額的含量百分比，可以根據區域分布的數據制成柵格圖層獲得不同K，其常見K分布如表1 所示。

表1 不同土壤的K 分布

LS因子的提取，分別計算坡長因子（L）和坡度因子（S），其反映地貌特征對土壤侵蝕的影響。L和S的估算值與土壤侵蝕量成正比關系，L的計算公式由Wischmeier 和Smith 提出［12］，如式（6）所示，其中，水平坡長的數值用λ表示，坡長指數為α，利用DEM提取坡度θ，計算流程如圖1 所示。

圖1 L 計算流程

對于坡度因子S的計算，要結合McCool 提出的適用于緩坡的研究成果公式和針對陡坡區域S的計算［13］，從而對研究區域的S提取，表達式如式（7）所示。

對于式中C和P的提取比較難以確定，C的計算受多種因素的影響，需要考慮植被的差異、植被水平與垂直結構以及不同時段的變化。通常的計算如式（8）所示，SLRi是第i個時段的土壤流失比，EIi是第i個時段的降雨侵蝕力指數值占全年的百分比。P可通過徑流小區試驗進行測定，該方法周期長，區域局限性比較大。在生產建設的過程中，由于開挖等操作造成松散的裸土形成，又很快被雜草覆蓋，又由于項目建設的人工干預，P一般難以測定。因此，根據區域的經驗值（表2）進行計算采納。

表2 不同土壤條件的C、P 因子值

2.2 土壤侵蝕模型構建

根據RUSLE 的模型得到土壤侵蝕模數圖，在計算過程中，無意義的研究點過多，會造成無法針對土壤侵蝕模型中的焦點問題進行針對性的分析，所以需要對焦點統計數據進行適當的平滑處理，繪制該區域2018 年土壤侵蝕模數分布，如圖2 所示，土壤的侵蝕模數存在最大值和最小值，分別是47 447.00、0 t/（km2·年）。研究區的土壤侵蝕模數為3 717.76 t/（km2·年），研究區的土壤侵蝕分級可以判定為中度侵蝕。

圖2 土壤侵蝕模數分布

為了確定該快速路不同階段的土壤侵蝕等級分布，將對應的RUSLE 模型因子劃分成0.5 m×0.5 m 的柵格圖，分析該快速路建設區域的3 個階段周期的土壤侵蝕分布。本研究依據水利部的標準（SL 190—2007），對南方紅壤丘陵區的水力侵蝕強度進行分類，將該生產建設項目區的土壤等級分布情況分成6 類，依次是劇烈、極強度、強度、中度、輕度以及微度，具體如表3 所示。

從內容（表3）進行分析，在侵蝕強度方面，施工過程中以微度侵蝕和輕度侵蝕為主，強度侵蝕及以上約占4%。在侵蝕面積上，輕度侵蝕所占的比例相比于施工前大幅增加，其主要誘因是在建設過程中，需要搬運大量土石和機械設備，破壞了周邊的水土資源，強度侵蝕的增加是由于道路旁的臨時堆土區造成的土堆結構疏松，土壤抗侵蝕能力大幅降低。在施工結束后，該區域進入恢復期，絕大部分的侵蝕以微度侵蝕為主，且道路開挖的裸露面被綠化覆蓋，植物的水土保持能力進一步加強。針對RUSLE 模型，該快速路建設造成土地利用類型的變化直接影響著C、P這2 個因子，因此，土地利用變化直接影響著土壤侵蝕的大小。在施工期間，地表覆蓋類型會經歷較大的變化，且該區域雨水較多，降雨侵蝕因子R的作用至關重要，盡量減少人為施工因素造成的水土流失。

表3 快速路不同施工階段的土壤侵蝕等級分布

3 研究區土壤侵蝕的空間分析

土壤侵蝕需要相應的物質基礎，土地資源是必要的物質基礎。土地使用現狀直接反映開發利用程度，利用方式的不同會導致土壤侵蝕方式的差異，該快速路周圍研究區域的土地類型依照RUSLE 模型進行預測，然后比較預測值與實際測量值的差異。考慮土壤侵蝕分級圖和土地應用現狀的歸納結合，由表4 可以看出，模型的預測值與實測值大致相同，但對于施工過程中的實測數據比預測數據高1 個等級，說明對于施工的主體區域需要在精度上有所提高。結果表明，可以通過RUSLE模型來指導生產建設。

表4 研究區域不同施工周期的預測數據與實測數據的對比

4 小結與展望

本研究通過將修正的通用土壤流失方程引入到快速路建設的項目中，依據歷史數據建立對該區域的RUSLE 模型，根據模型預測施工前后的土壤侵蝕情況以及空間分布情況。在侵蝕強度上，施工期對土壤擾動最大，侵蝕級別以微度和輕度為主，主要是由土地利用造成的。預測值與實際測量值基本一致，且在構建模型過程中，依次分析了土壤侵蝕因子的各種因素，并對其中的R、LS因子進行了重點分析。通過上述研究，快速路區域的水土保持工作可以從2 個方面入手，即工程保護措施和植被綠化措施，對土地進行總體性整治和利用。在未來的研究中，可以結合GIS 技術，提高預測模型的準確性，在綜合考慮土壤利用復雜性的基礎上進行進一步的分析。