王子鈺
(江蘇省三河閘管理所,江蘇 淮安 223001)
隨著全球氣候變化和人類活動增加,水土流失成為全球面臨的嚴重環境問題之一[1]。江蘇省作為中國經濟大省,其水土流失風險評價研究對于可持續發展具有重要意義。耦合RUSLE(Revised Universal Soil Loss Equation)模型和多源數據能夠為該研究提供有效的工具和方法[2-3]。然而,傳統RUSLE 模型在數據獲取和精度方面存在一定的局限性。為了克服這些局限性,本文采用多源數據,包括遙感數據、地理信息系統(GIS)數據和氣象數據等,以提高水土流失風險評價的準確性和可靠性。研究的目的是在江蘇省范圍內全面評估并揭示江蘇省水土流失的空間分布特征、風險程度,并為相關部門提供科學的決策支持。
江蘇省位于中國東部、黃海西側,總面積10.72 萬km2。省域地勢平坦,包括沿海平原、河網區和丘陵地帶,高程介于0~625 m,海岸線達954 km。主要植被類型包括耕地、園地、林地和草地等,水稻、玉米是該省主要農作物。屬于亞熱帶季風氣候,夏季炎熱濕潤,冬季寒冷潮濕。夏季受東南季風的影響而濕熱多雨;冬季受西伯利亞高壓控制而寒冷少雨,加之受海洋和湖泊調節作用,總體氣候溫和;年平均氣溫在14℃,降水量在800 mm~1200 mm 大于10°的有效積溫多在2000℃~3000℃之間。綜合而言,該省氣候資源呈現由南向北地帶性減少分布。
通用水土流失方程(Revised universal soil loss equation,RUSLE)是美國科學家們通過長期研究水土動力循環、植被保護、土壤質地、地形效應等因素結合Rainfall-Runoff-Erosion 模型,建立的區域水土流失模數的計算公式。其將水土流失速率簡化為坡度、坡長、植被覆蓋、降水等因子的函數,進而提供了一種客觀、科學的評估水土流失風險的工具。RUSLE 概念模型如下:
式中;A為年侵蝕模數,t/(km2·a);R為為降雨侵蝕力,MJ·mm/(hm2·h·a);采用謝云等[4]人提出的經驗模型率定,具體為:
式中:Rd是日侵蝕性降雨量;α為調節參數,其在暖季(5 月~9 月)、冷季(10 月~4 月)的取值分別為0.3937、0.3101。
K為土壤可蝕性,t·km2·h/(km2·MJ·mm);通常采用EPIC 模型進行率定;方法如下[5]:
式中:San、Sil、Cal、Soc分別為砂礫、粉粒、黏粒含量、土壤有機質含量比,Sn1=1-San/100。
LS 為坡長坡度因子,表示一定地形條件下產生的水土流失速率與標準地形下之比;
式中:S為坡度因子;θ為坡度,(°);L為坡長因子;為水平投影坡長;m為可變坡長指數[6]。
C為植被覆蓋與管理因子,標準地表覆被因素截留減蝕能力,基于曲線模型率定:
式中:α、β為曲線參數,通常取值為α=2.5,β=1[7]。
P為有無支持措施下水土流失速率之比,通常采用基于土地利用類型的賦值法率定[8]。
本研究集成多源地理空間數據開展江蘇省水土流失評價。其中,計算R因子的數據源為NASA/GPM_L3/IMERG_V06,其空間分辨率為0.1°,時間分辨率為0.5 h,采用降尺度方法結合公式(2)提取R因子分布信息。K因子由中國科學院資源環境科學數據中心提供,其分辨率為1 km,采用經典EPIC 模型計算而來。LS因子經SAGAGIS 軟件結合DEM數據提取,其中DEM 數據由美國地質調查局獲取,產品號為USGS/SRTMGL1_003,空間分辨率達30 m。C因子數據源為區域2020 年平均NDVI 數據,NDVI 由研究區2020 年的Landsat-8 數據經均值合成法得到。P因子數據源為30 m 分辨率的Globeland 產品。需說明的是,文中R、DEM、NDVI等數據提取是通過google earth engine(https://code.earthengine.google.com/)云平臺完成,其他數據處理、水土流失評價是通過ArcGIS10.8 平臺進行。
無量綱地形參數LS因子見圖1,區域地形總體平坦因此其LS值域范圍較小,僅為0~17,呈現明顯隨海拔高程分異特征。即高值區集中于山地丘陵等地區,其值可達5~17;而其他平原地區僅為0~4 之間。用EPIC 模型計算得到江蘇K因子空間分布介于0~0.06(t·hm2·h)/(MJ·hm2·mm)之間,盡管其總體水平相對較低,但仍表現出地帶性差異。可見,在省域西部局地的K值較高,可達0.04(t·hm2·h)/(MJ·hm2·mm)以上,然而在大部分地區的K值較低,僅為0~0.02(t·hm2·h)/(MJ·hm2·mm)。R因子是該地土地退化流失的重要自然因素之一,分析研究區R因子值域范圍介于6895 MJ·mm(hm2·h)~10485 MJ·mm(hm2·h),R因子分布中心值位于蘇南,以帶狀向蘇北減少。區域降雨侵蝕力空間分布的年際變化主要受季風環流強度影響。C因子表示地表覆被(如植被、生物質等)對截留減蝕的能力,區域C因子空間格局相對穩定,介于0~1 之間,整體呈破碎化分布。利用賦值法得到研究區P因子呈斑塊狀分布,值域介于0~1,水體和林地的P值較低;然而平原耕地區、裸地的P值較高。
如圖2所示,江蘇省水土流失模數介于0~13014 t/(hm2·a),統計得到其空間平均值為20.16 t/(hm2·a),說明全省水土流失強度綜合特征為輕度(水土流失模數值域為500 t/(hm2·a)~2500 t/(hm2·a))。水土流失模數呈現地帶性特征,水土流失風險高值區位于南部、西南山地丘陵等江南地區,由于該地為緩斜坡面,加之人為活動影響易產生坡面、坡耕地侵蝕,局部水土流失多在2560 t/(hm2·a)~8050 t/(hm2·a)之間,安裝土壤侵蝕強度分級屬于中度、強度、極強等級。江北地區水土流失模數空間連續性較好,相對高值區聚集于洪澤湖、淮河、黃河故道附近,這些地區主要為溝道侵蝕,水土流失模數多介于500 t/(hm2·a)~2000 t/(hm2·a)之間。蘇北的沛縣、蘇東射陽等地水土流失風險最低,多在500 t/(hm2·a)以下,主要因為這些地面地面完整性好、無溝壑和起伏地表。需指出的是,在省域東部濱海地區水土流失風險較高,流失模數可達3000 t/(hm2·a)左右,這是由于海岸帶風暴潮、潮汐、海浪侵蝕所致。

圖2 江蘇省土壤侵蝕模數和水土流失風險等級分布
由水利部頒布《土壤侵蝕分類分級標準(SL 190-2007)》可知,不同水土流失風險的模數閾值依次為:微度(0~5 t/(hm2·a))、輕度(5 t/(hm2·a)~25 t/(hm2·a))、中度(25 t/(hm2·a)~50 t/(hm2·a))、強烈(50 t/(hm2·a)~80 t/(hm2·a))、極強(80 t/(hm2·a)~150 t/(hm2·a))和劇烈(>150 t/(hm2·a))。據此,利用ArcGIS 平臺中3D Analysis toos →Recalss →reclassify 工具,進一步統計得到各水土流失風險的面積分布,其結果見圖3。結果可知,江蘇省水土流失風險以微度為主,其面積約占省域總面積的53.05%,而輕度風險等級次之,面積占28.75%,隨后依次是劇烈(6.95%)、中度(5.85%)、強度(3.80%)和極強(1.60%)。

圖3 各水土流失風險的面積分布
鑒于江蘇省水土流失模型空間異質性背景,為更好促進區域侵蝕治理,利用ArcGIS10.8 →Spatial analysis tools→zonal →zonal statistics as table 模塊,生成各市平均水土流失模數,再將其與各市面積相乘,得到相應的流失量,其結果見表1。可見,全省以無錫平均水土流失模數最高,達43.83 t/(hm2·a),但其面積較小,因此該市總流失量為2.19×107t,占全省總流失量的12.43%。南通、蘇州、南京、鹽城、鎮江、連云港、常州等地的水土流失模數次之,介于18.03 t/(hm2·a)~26.57 t/(hm2·a)之間,泰州、揚州等地相對較小,依次為6.27 t/(hm2·a)、7.61 t/(hm2·a)。上述地市的水土流失風險屬輕度等級,僅徐州、宿遷屬微度等,相應地其平均水土流失模數依次為3.43 t/(hm2·a)、4.49 t/(hm2·a)。從水土流失量來看,鹽城、蘇州、無錫和南通等地對該省水土流失量貢獻最大,依次占19.43%、14.40%、13.49%、12.43%,因此是區域水土保持重點區。

表1 江蘇省各地市水土流失量統計特征
本研究利用GIS 技術結合RUSLE 模型,綜合評價了江蘇省水土流失風險,主要結論如下:①江蘇省平均水土流失風險屬輕度,每年約1.76×108t 的土壤發生流失,這對區域土地生產較為不利;②全省各市中鹽城、蘇州、無錫和南通四地產生的土壤流失量占全省一半以上,從水土保持角度來看,這些地方的侵蝕發展需得到關切。③江蘇地區土地經濟價值較高,加之處于亞熱帶濕潤季風氣候區,該地發生水土流失后土壤質量不易恢復,因此急需開展可持續的水土保持和侵蝕治理戰略。鑒于區域溝壑侵蝕、坡面侵蝕類型廣泛發育,未來需采用更精細的模型量化微尺度上水土流失量,進一步揭示水土流失隱蔽性問題。