集成衛星地面多元數據和RUSLE模型的韶關市水土流失評價研究

杜 妍

(韶關市防洪管理中心，廣東 韶關 512026)

水土流失已經發展成了全球性環境問題[1-2]。華南地區由于充沛降水、活躍人類擾動、頻繁土地開發，長期以來存在高侵蝕風險，成為水文研究中重點關注區之一[3-4]。粵北韶關市被報道存在土地生態降低、產量下降、水資源污染等系列生態問題，而這均與水土流失密切相關，開展對韶關市的水土流失定量評價具有重要意義。通用水土流失方程(RUSLE)模型是目前廣泛應用的一種水土流失預報模型，其基于工程測土儀器分析、地形匹配分析、數據分析等多項技術手段，全面考慮了地形、土壤、降水、植被及人類活動的非線性交互影響，具有結構簡明、解釋能力強、易適用的特點[1-3]。本文擬利用RUSLE模型探明韶關市的水土流失通量及其強度特征，以期為韶關市水土流失的治理工作提供科學依據。

1 數據資料與RUSLE模型方法

1.1 韶關地區概況

韶關位于華南廣東中北部，地理范圍為112.85°～115.46°E，23.01°～24.39°N，總面積約1.8萬km2，屬南陵北山麓，由河流沖擊作用發育形成盆地、丘陵、山地等折疊復雜地貌，地形崎嶇復雜、起伏度大，海拔介于0～1127 m。主要河流為北江、曲江、湞江、翁源江等，年徑流量約為231.47億m3，具有汛期長、流量大的特點。屬亞熱帶濕潤氣候、溫暖多雨、水熱集中，年平均降雨量為1800 mm、平均氣溫約21 ℃。區域屬地帶性紅壤，具有質地黏重、滯水性強、易剝離特點，由于該地區旺盛生產力，土壤被侵蝕破壞后極難恢復。該區典型生態問題是水土流失，其易于造成河流淤積、建筑物損壞、農田退化、植被萎縮等。

1.2 基于RUSLE模型的水土流失定量評價方法

RUSLE模型是由美國農業部基于WEPP的基礎和實驗數據建立一種經驗模型用來評估水土流失強度。RUSLE模型數學性描述如式(1)：

A=R×K×LS×C×P

(1)

式中：A為單位面積土壤流失量，t/(hm2·a)；R為降雨侵蝕因子，指單位時間內降雨對土壤侵蝕的影響程度；K為土壤侵蝕性因子，描述了土壤類型、土壤結構和土壤水分狀況對土壤侵蝕的敏感程度；LS為坡度長度因子，描述了坡度對土壤流失的影響程度；C為作物覆蓋度因子，表示作物覆蓋對土壤流失的控制作用；P為管理因子，描述了土地利用方式和管理措施對土壤流失的影響程度[5-6]。

需說明的是，本研究中RUSLE模型中相關參數率定主要借鑒前人研究經驗。其中R因子計算采用Xie模型[7]，K因子則使用EPIC模型[4-7]，P因子則基于賦值法[8]、C因子使用的是蔡崇法的研究[7-9]，LS提取依據滕洪芬[9]的研究成果，具體計算方法參見相關文獻。

1.3 多元數據來源與處理

基于RUSLE模型，通過采集并匯總區域內土地利用、土壤屬性、DEM數據、氣象數據生成環境參數數據集，使用地理信息系統輔助分析工具的連乘方法定量評估韶關市水土流失強度分布特征，并提出建設性的水土保持方法。具體數據源如下：(1)DEM數據來自地理空間數據云，產品項目為Aster DEM，其空間分辨率為30 m，并利用ArcGIS平臺的raster map calculator模塊提取LS因子。(2)K因子是從中國科學院資源環境科學數據中心獲取，其空間分辨率為1 km的，利用IDW和cubic方法進行降尺度處理。(3)R因子GPM_IMERG從衛星降水產品提取得到，其空間分辨率 10 km。(4)C因子經由研究區2020年逐月平均NDVI數據計算得到，后者則通過Google earth engine合成而來。(5)P因子是呈全國30 m空間分辨率土地利用數據轉化得到。將全部空間變量利用ArcGIS平臺Spatial Analyst Extension工具進行柵格統計分析、格式轉換、特征提取及可視化制圖。文章所使用的數據源可見圖1。

圖1 韶關市水土流失評價使用的多源數據

2 結果與分析

2.1 韶關市各水土流失因子空間分布與統計特征

基于圖1中原始數據，參照相關參數率定方法，得到研究區RUSLE模型中各參數柵格分布，其結果如圖2所示。可見，LS因子值域范圍介于0～121之間，其平均值26.82，空間分布特征與DEM(圖1-DEM)近乎一致[10]。K因子值域為0～0.05(t·hm2·h)/(MJ·hm2·mm)之間，這與梁娟珠[8]的研究相似，反映了紅壤區土壤易蝕的特性。R因子介于10 434～14 958 MJ·mm/(hm2·h·a)，數值大小與陳君等[5]的研究接近，呈現自西南向東南遞減分布特征，這主要與季風路徑和地形特征有關，該地區降雨侵蝕性較強。區域植被覆蓋度總體良好見圖1(d)，因此其C因子相對較低，其空間平均值為0.09。P因子呈現地帶性分布，低值呈帶狀分布于高海拔地區，呈塊狀沿河流谷地分布。

圖2 韶關水土流失因子空間分布

2.2 韶關市水土流失強度空間分布特征

利用RUSLE模型生成研究區水土流失模數分布，其結果如圖3所示。可見，研究區水土流失模數介于0～16 267 t/(km2·a)之間，統計其空間平均值為1.45×103t/(km2·a)，按照全國水土流失風險分級屬輕度級別，這高于南方紅壤區可容忍的水土流失模數閾值(500 t/(km2·a))，意味著該地土壤侵蝕態勢超過生態紅線。為實施可持續的生態文明建設，針對當前嚴峻的水土流失背景，建議區域土壤侵蝕治理方向可從以下方面改進：(1)落實水土流失治理責任。(2)有序合理土地利用開發與工程建設。(3)全面推進坡耕地、崩崗和林下水土流失治理措施。(4)開展全民水土流失治理普法，提升水土涵養與保護意識。

圖3 韶關市水土流失模數與風險分級分布

為進一步理清區域侵蝕風險等級，統計了不同侵蝕風險面積分布，其中微度風險分布最廣泛，面積占研究區總面積的42.15%，其他風險等級面積分布依次為：輕度(21.58%)>中度(13.72%)>強度(10.81%)>極強(7.12%)>劇烈(4.62%)。綜合來看，仍有57.85%的區域面臨著明顯土壤侵蝕，因此該地區水土流失治理任重道遠。

2.3 水土流失強度與環境因子間空間相關性

參照吳芳等人研究經驗，利用信息熵計算方法，以水土流量為因變量，圖3中環境因子為自變量，解析各環境變量對韶關市水土流失的影響，其結果如表1所示。可見，區域水土流量受土地利用影響，其信息熵達0.135，遠高于其他環境變量。土地利用方式通過改變土壤物理結構、生物活性和質地，降低抗蝕性，而頻繁土地利用變化或不合理利用結構(林地改耕地等)，易于破壞地表覆被穩定性和截留減蝕能力，進而增加侵蝕可能性。植被覆蓋度的影響次之，信息熵值為0.210，植被作為降水—侵蝕過程中的活躍面，可從根本上改善侵蝕發育。坡度的影響達到0.060，地形特征決定了地表沖刷時水力沖積能量，在南方地區由于次降雨歷時長，緩坡地表產生集水引發滲流侵蝕，可造成面狀侵蝕；而陡坡地區匯流迅速傾瀉則造成侵蝕面積相對較小。由于研究區土壤質地和降水特征的空間均一性強，因此其信息熵值較小。但仍需注意的是，降雨是水蝕區水土流失發生發展的自然誘因，當降雨量大、持續時間場、強度集中，極易造成地表疏松、土體剝離、泥沙運移風險。

表1 土壤侵蝕強度與各侵蝕因子的空間相關性

3 結 論

文章通過集成多源數據和RUSLE模型，可視化韶關地區水土流失現狀。結果表明，韶關地區平均水土流失模數為1.45×103t/(km2·a)，屬輕度流失風險等級，近57.85%的面積產生水土流失，水土流失風險呈現出一定局域性特點，并與土地利用、地表覆被密切相關，而與土壤性質、降雨侵蝕力相關性不大，人為活動造成土地利用結構轉換和植被破壞，是水土流失態勢嚴峻的主要因素，未來仍需堅持長期治理策略。由于RUSLE模型本地化須進行參數率定，例如沒有考慮韶關市降水特征而采用經驗方法直接計算降雨侵蝕力，可能導致對水土流失模型計算得不準確性。后續研究應開展全面實驗性工作，結合實際情況對RUSLE模型參數進行調整和修訂。