基于RUSLE 的鄂倫春自治旗地區土壤侵蝕研究

劉燕賓 劉永新 王永亮 馬 敏

(中國地質調查局呼和浩特自然資源綜合調查中心 內蒙古呼和浩特 010010 )

引言

綠水青山就是金山銀山，建設一個可持續發展、生態健康的環境重要且有意義。土壤侵蝕是一種嚴重影響生態健康的環境問題，近年來備受關注。土壤侵蝕會導致土地退化，并對水質、農業、生產等方面造成負面影響，嚴重時甚至會影響人類生存及社會的可持續發展。GIS 技術的發展，為土壤侵蝕的評價研究提供了有力支撐，使國內外學者在土壤侵蝕模型研究方面有了許多新的進展[1]。其中，應用最為廣泛的是美國開發的通用土壤侵蝕方程（USLE）以及后來改進的通用土壤侵蝕方程（RUSLE）[2]。本次研究，使用改進后的通用土壤侵蝕方程（RUSLE），并參考國內學者們的一些研究成果，力求數據和研究結果的準確。

依托《松嫩平原北緣鄂倫春地區黑土地地表基質調查》項目，以鄂倫春自治旗下轄的4 個鄉鎮為研究區，目的是了解評價近期鄂倫春自治旗土壤侵蝕強度情況，驗證RUSLE 模型（方程）的適用性，預防因水土流失引起的土壤侵蝕所帶來的環境問題，提出合理的環境保護建議。

1 數據與研究區

鄂倫春自治旗位于呼倫貝爾市東北部、大興安嶺南麓、嫩江西岸，東經121°55′～126°10′、北緯48°50′～51°25′之間，是呼倫貝爾市面積最大的旗。本次研究區，選取了鄂倫春自治旗下轄的阿里河鎮、甘河鎮、吉文鎮、克一河鎮（見圖1），研究區總面積約14524.821 km2。

圖1 研究區2020 年Landsat 8 遙感影像圖(RGB:432)

本次研究采用的數據為經過數據處理2020年的Landsat 8 影像、土地三調數據、1:5 萬土壤類型圖、12.5m 分辨率DEM 數據和研究區周圍觀測站2010～2020 年的年平均降雨量數據。研究主要借助GS 軟件ENVI 和ARCGIS,分別計算出以上各因子值，并將各因子圖層統一為CGCS2000坐標系統下的柵格圖層，然后根據RUSLE 模型結構，將各因子柵格圖層相乘，獲得研究區的土壤侵蝕強度等級數據和圖件。

2 研究方法

2.1 RUSLE 模型

本文采用改進后的RUSLE 模型,其基本結構如式（1）所示。

式中A—預測土壤侵蝕量；R—降雨侵蝕力因子；K—標準小區條件下的土壤可侵蝕性因子；L、S—坡長坡度因子；C—植被覆蓋與管理因子；P—水土保持措施因子。

2.2 RUSLE 各因子值的提取

2.2.1 降雨侵蝕力因子R

降雨是影響水土流失的一個重要因素，降雨侵蝕力因子R值越大，土壤的侵蝕強度越強。R值需要根據各類降雨量數據進行估算，難以直接測定。本文采用年平均雨量估算侵蝕力，其簡易算法如式（2）所示。

式中P—年平均降雨量，mm；R—多年平均降雨侵蝕力，MJ.mm.hn-2.h-1.a-1；α1、β1—模型參數。

根據收集到的鄂倫春周邊各氣象站的多年平均降雨量數據，利用ARCGIS 軟件計算出研究區的R值柵格分布圖（見圖2）。

圖2 研究區R 值分布圖

2.2.2 土壤可侵蝕性因子K

K因子用來表征土壤的抗侵蝕特性。土壤可蝕性因子K值越高，土壤抗侵蝕能力越弱。其取值與多方面因素有關，如土壤顆粒大小、有機質含量等。國外學者Sharply 和Williams 把土壤可侵蝕性因子K的計算公式總結為式（3）。

式中SAN—砂粒含量，%；SIL—粉砂含量，%；CLA—粘粒含量，%；c—有機碳含量，%；SN1=1-SAN/100。

本文根據研究區土壤類型圖及相關研究文獻得出K值，詳見表1。將K值在ARCGIS 中賦給土壤類型圖，生成K因子分布柵格圖層（見圖3）。

表1 研究區各土壤類型K 值

圖3 研究區R 值分布圖

2.2.3 坡長坡度因子LS

坡長L和坡度S因子反映了地形地貌對土壤侵蝕的影響，一般情況下是侵蝕動力的加速因子。本次研究中，坡度S因子采用式（4）計算，生成坡度S因子柵格圖（見圖4）。

式中θ—利用12.5m DEM 數據在ARCGIS 軟件中Spatial Analyst 工具—表面分析—坡度工具提取。

坡長L因子采用式（5）、式（6）、式（7）、式（8）計算，利用ARCGIS 軟件中的柵格計算器工具，計算得到坡長L因子的柵格圖層（見圖5）。在提取坡度坡長因子的過程中，需要特別注意的一點是在函數計算的過程中坡度θ應轉換為弧度。

圖5 研究區L 值分布圖

式中 22.13—RUSLE 標準小區的坡長，m—坡長指數；λ—水平投影坡長；flowacc—DEM 數據經ARCGIS軟件填洼、流向、流量計算后的柵格圖層；cellsize—flowacc 柵格圖層的原始像元值；β—細溝侵蝕與細溝間侵蝕的比率；θ—坡度。

2.2.4 植被覆蓋與管理因子C

植被覆蓋與管理因子C也是造成水土流失的重要因素，因子C與坡長坡度因子LS相反，對土壤侵蝕起著抑制作用。本次研究根據蔡崇法等[3]在以往的研究中建立的植被覆蓋度FVC與C因子的函數關系式，C因子值介于0～1 之間。

2.2.4.1 計算歸一化植被指數NDVI

歸一化植被指數NDVI采用式（9）計算。

式中b1—Landsat 8 影像的近紅外波段；b2—紅外波段。

2.2.4.2 計算植被覆蓋度FVC

植被覆蓋度FVC采用式（10）計算。

式中NDVI—像元歸一化植被指數值；FVC—植被覆蓋度。

2.2.4.3 計算植被覆蓋與管理因子C

植被覆蓋與管理因子C采用式(11)計算。

將2020 年Landsat 8 影像中的多光譜數據在ENVI 軟件中進行輻射定標、大氣校正等處理，然后導入ARCGIS 軟件中進行如式（11）的運算，最終得到植被覆蓋和管理因子C的柵格圖（見圖6）。

圖6 研 究區C 值分布圖

2.2.5 水土保持措施因子P

水土保持措施因子P是指人為采取水土保護措施土壤流失量與未實施措施的土壤流失量比值，它是侵蝕動力的抑制因子。P值范圍為0～1,P=0,說明不會發生土壤侵蝕；P=1,表明未采取任何保護措施。本文參考已有的相關研究結果來確定研究區不同土地利用類型的P值，詳見表2。將P值在ARCGIS 中賦給土地利用圖，得到相應的P值因子柵格圖（見圖7）。

表2 研究區各覆被類型P 值

圖7 研究區P 值分布圖

3 結果與討論

將上述獲取的各因子圖層導入ARCGIS 中，并轉換成大小為30m×30m 的柵格數據，利用ARCGIS 軟件的柵格計算器工具，將各因子進行連乘。參考中國水利部2007 年制定的《土壤侵蝕分類分級標準》（SL190—2007 ）[4]，將研究區的土壤侵蝕強度等級劃分為6 個等級，制作出研究區的土壤侵蝕強度等級分布圖（見圖8），并對圖層進行相關的統計分析，結果見表3。

表3 研究區侵蝕強度等級及其面積

圖8 土壤侵蝕強度等級分布圖

結論

基于GIS 技術，應用改進后的RUSLE 模型可以有效地對鄂倫春研究區的土壤侵蝕狀況進行評價和分析。應用RUSLE 模型計算研究的難點在于各因子的算法選取及參數的適用性。本文結合研究區的實際情況，經過大量的資料查閱分析，從諸多因子算法中選定了較適合于研究區的計算方法。

研究區的土壤侵蝕狀況總體為良性。由于研究區絕大部分為林草地，植被覆蓋度高，且人為破壞因素較少，土壤抗水蝕效果非常顯著，坡長坡度、降雨等因子影響相對較小，水土流失導致的土壤侵蝕微度面積約占總面積的99.9%,輕度以上侵蝕面積約占總面積的0.1%，環境保持優秀。

水土流失和環境保護之間存在著密切的聯系。水土流失對環境保護帶來了嚴重影響，而環境保護措施可以有效地減輕水土流失的程度。因此，可以從7 方面采取措施，即①加大水土流失防治的宣傳教育力度，提高公眾環保意識和參與度；②完善水土流失防治法律法規，加強執法監管，讓環保政策落到實處；③開展植被恢復工程，如退耕還林、植樹造林等，以減少地表流速，保持土壤和水分；④采取工程措施，如建設水土保持工程、筑壩、修建梯田等，以減輕水土流失的影響；⑤進行土地利用規劃，遵循生態文明建設的原則，充分考慮水土保持、生態保護和經濟發展之間的平衡；⑥加大科技創新力度，研發新技術、新工藝，提高水土流失防治的科學性和有效性；⑦加強國際合作，共享水土流失防治經驗和技術，共同應對全球生態環境問題。

總之，水土流失對環境保護具有重要意義，需要采取多種措施綜合治理。從源頭防治到長效機制建設，應全面提高水土流失防治的水平，共同保護地球家園。