基于GIS和RUSLE模型的1993—2020年貴州省土壤保持量評價

摘 要：對中國西南山區貴州省的土壤保持量進行評價，以期為該地的生態安全、生態文明建設及可持續發展等提供理論參考。基于貴州省1993年、2000年、2010年和2020年共4個時期的數字高程模型（DEM）、土地利用、土壤類型、降水量、遙感影像等基礎數據，采用修正的通用土壤流失方程（RUSLE），結合GIS中的空間分析方法，評價1993—2020年貴州省土壤保持量的變化趨勢和空間分布。貴州省土壤保持強度在1993—2000年急劇升高，而2000—2020年又呈緩慢下降趨勢；全省土壤保持功能等級以一般重要和重要等級為主；全省土壤保持量變化以不變為主，土壤保持量減少區域的面積約占總面積的1/3。評價結果揭示了貴州省土壤保持強度、重要性等級、土壤保持量時空分布及變化特征?？傮w來看，貴州省未來的土壤保持及生態保護工作任務仍然嚴峻。

關鍵詞：土壤保持；土壤流失；RUSLE；喀斯特；貴州省

中圖分類號：S157.1；P964 文獻標志碼：A 文章編號：1674-7909（2024）3-130-5

DOI：10.19345/j.cnki.1674-7909.2024.03.031

0 引言

土壤侵蝕是目前全球性土地退化的主要原因之一，其引發的生態環境問題備受關注，因此對土壤保持能力的研究也愈發重要［1-3］。快速準確地對區域土壤保持量進行定量評價，對該地水土保持和生態恢復十分關鍵。修正的通用土壤流失方程（RULSE）是常用的土壤侵蝕研究方法之一，在定量評估區域土壤侵蝕及土壤保持量的研究中發揮著重要作用［4-5］。國內外相關學者在該模型的適用性上開展了多方面的研究，取得了一系列實質性進展。寧婷等［6］對山西省生態系統的土壤保持功能進行了重要性評估；武國勝等［7］對福建省長汀縣的土壤保持功能及生態系統變化進行了研究；蔣春麗等［8］對2000—2010年黑龍江省的土壤保持量進行了定量評價；陸傳豪等［9］的研究表明，土壤保持服務空間分布受到地形和人類活動等因素的顯著影響。以上研究均揭示了不同區域土壤保持量變化的客觀規律，為各區域水土保持規劃及可持續發展決策部署提供了理論依據，但目前多數研究對象以平原或河流分布廣泛的地區為主，對中國西南山區的研究較少。因此，該研究選擇中國西南山區貴州省作為長序列研究對象，以期為中國西南山區的土壤保持理論研究提供參考。

貴州省位于中國西南腹地，是全國第一個國家級大數據綜合試驗區，是長江經濟帶的重要組成部分和西南地區的重要交通樞紐。然而，由于貴州省廣布的喀斯特地貌和其土地利用的不合理極易造成石質荒漠化［10-12］，再加上極端天氣增多，旱澇災害風險增大，給貴州省廣大區域的水土保持、生態文明建設帶來不小的風險挑戰。鑒于此，采用GIS空間分析方法和RUSLE模型定量評價1993—2020年貴州省的土壤保持強度狀況，對其時空變化及分布情況進行研究，以此為貴州省人地矛盾尖銳背景下的生態文明建設和水土保持工作提供理論參考。

1 研究區概況

貴州省地域總面積為17.62萬km2，共有6個地級市、3個自治州；位于東經103°36′～109°35′、北緯24°37′～29°13′，與四川、湖南、廣西、云南、重慶等省份毗鄰；平均海拔1 100 m，地形地貌以山地、丘陵為主，地勢西高東低，自中部向北、東、南三面傾斜；區域內的巖溶地貌發育尤為典型，單喀斯特（出露）面積占區域面積的60%左右；全省處于雨熱同期的亞熱帶季風氣候區。貴州省還擁有豐富的自然資源，是中國西南地區生態屏障的重要組成部分。

2 數據來源與研究方法

2.1 數據來源

基礎數據的選取時間段為1993—2020年。歸一化植被指數（NDVI）和數字高程模型（DEM）等柵格數據主要來源于地理空間數據云，研究區及周邊區域基礎氣象站點的日降水數據則由中國氣象數據服務中心提供，土壤質地及有機質數據、土地利用數據由寒區旱區科學數據中心提供。矢量數據包括土壤類型數據和行政邊界數據。

2.2 土壤保持量計算

為快速準確地定量評估貴州省在各時期的土壤保持量，研究采用修正的通用土壤流失方程（RULSE），表達公式見式（1）至式（3）［13-15］，結合GIS空間分析方法及工具進行定量計算。

Ap=R·K·LS" " " " " " " " " " " " " " " " " " " " " " " " " " " （1）

Ar=R·K·LS·C·P" " " " " " " " " " " " " " " " " " " " " " "（2）

Ac=Ap-Ar=R·K·LS·（1-C·P）" " " " " " " " " " " " " （3）

式（1）至式（3）中：Ap 表示潛在土壤侵蝕量， t/（hm2·a）；Ar 表示實際土壤侵蝕量， t /（hm2·a）；Ac 表示土壤保持強度， t /（hm2·a）；R 表示降雨侵蝕力因子，（MJ·mm）/（hm２·h·a）；K 表示土壤可蝕性因子，（t·hm2·h）/（hm2·MJ·mm）；LS 表示坡長坡度因子；C表示植被覆蓋與管理因子；P表示水土保持措施因子。

2.3 降雨侵蝕力因子（R）

通常當自然界的降水量達到一定強度時就會誘發地表發生土壤侵蝕，它是導致土壤侵蝕及流水最主要的外部驅動因素，各區域因氣候和降水特征的不同也顯示出不同的區域土壤侵蝕特點。在降雨侵蝕力因子計算模型的選擇中，參照胡續禮等［16］的研究成果，采用精確性和穩定性兼顧的CREAMS模型對降雨侵蝕力因子進行計算。降雨侵蝕力因子的計算公式見式（4）。

[R=1.03P1.51iPi≥d12]" " " " " " " " " " " " " " " " " " （4）

式（4）中：R表示降雨侵蝕力因子，（MJ·mm）/（hm２·h·a）；Pi 表示日降水量，mm；d12表示達到土壤侵蝕性的降水標準（Pi≥12 mm）。降雨侵蝕力因子R由該區及周圍區域基礎氣象站點的日降水量在GIS中的克里金插值法計算得出。

2.4 土壤可蝕性因子（K）

土壤可蝕性因子（K）是土壤對外來侵蝕能力的綜合體現，不同的土地類型決定著不同的土壤類型，而不同類型土壤的K值不同，K值越大代表土壤越容易受到外力的侵蝕。結合研究區的土地和土壤類型實際情況，采用Sharply等［17］的研究成果來計算K值，計算公式見式（5）。

式（5）中：SAN表示砂粒的含量，%；SIL表示粉砂的含量，%；CAL表示黏粒的含量，%；C表示有機質的含量，%；SN=1-SAN/100。

2.5 坡長坡度因子（LS）

坡長坡度因子采用貴州省的DEM數據進行計算。上述模型中坡度因子S的計算公式是根據美國實際的耕地坡度情況建立的，而貴州省坡度大于15°的土地面積占比較大，因此繼續使用原計算模型來計算坡度因子S并不符合該研究區實際。此處采用Liu等［18］、Mccool等［19］的研究方法，通過分段計算對坡度因子S的計算模型進行修正，公式見式（6）。

坡長因子L則采用Wischmeier等［20］提出的算法，見式（7）。

[L=λ/22.13α]

式（7）中：λ 表示特指的集水面積，m2； 22.13 m表示標準小區的坡長；θ 表示坡度，°；α 表示坡長因子指數。

2.6 植被覆蓋與管理因子（C）

植被覆蓋與管理因子（C）的取值范圍為0～1，是侵蝕動力的主要阻礙因素。參考蔡崇法等［21］、譚炳香等［22］的研究方法及成果，植被覆蓋與管理因子C的計算公式見式（8）。

式（8）中：C表示植被覆蓋與管理因子，fg表示植被的覆蓋度，NDVImax、NDVImin分別表示歸一化植被指數（NDVI）的最大值和最小值，ρNIR 表示近紅外波段，ρR 表示紅外波段。

2.7 水土保持措施因子（P）

結合貴州省地形地貌、耕種習慣及土地利用類型等綜合因素，并參考許月卿等［23］在貴州省的研究成果，確定各土地利用類型的P值，見表1。P的取值范圍為0～1，0代表不會發生侵蝕，1代表未采取措施。

3 結果分析與討論

3.1 土壤保持強度時空演變總體特征

1993年土壤保持強度Ac的取值范圍為2.39～14 731.10 t /（hm2·a），平均約為1 698.70 t /（hm2·a）。從分布上看，土壤保持強度較高的區域主要分布在六盤水市、黔西南布依族苗族自治州（以下簡稱“黔西南州”）、安順市及銅仁市，而土壤保持強度較低的區域主要分布在貴州中部的貴陽市及貴州西北部的畢節市區域。

2000年土壤保持強度Ac的取值范圍為2.12～22 296.40 t /（hm2·a），平均約為2 197.93 t /（hm2·a）。從分布上看，土壤保持強度較高的區域主要分布在黔東南苗族侗族自治州（以下簡稱“黔東南州”）、黔南布依族苗族自治州（以下簡稱“黔南州”）及安順市的部分區域，而土壤保持強度較低的區域與1993年幾乎一致，主要分布在貴州中部的貴陽市及貴州西北部的畢節市區域。

2010年土壤保持強度Ac的取值范圍為2.33～23 281.70 t /（hm2·a），平均約為1 987.83 t /（hm2·a）。從分布上看，土壤保持強度較高的區域主要分布在黔西南州、安順市及黔南州，而土壤保持強度較低的區域主要分布在貴陽及畢節市區域。

2020年土壤保持強度Ac的取值范圍為2.98～14 414.70 t /（hm2·a），平均約為1 825.95 t /（hm2·a）。從分布上看，土壤保持強度較高的區域主要分布在黔西南州、安順市、黔南州及黔東南州，而土壤保持強度較低的區域與前三個時期有所不同，除主要分布在貴州省中部的貴陽市、西北部的畢節市以外，在貴州北部的遵義市也有分布。

3.2 土壤保持功能重要性分級

研究采用《生態保護紅線劃定指南》的分級方法對貴州省土壤保持功能的重要性進行分級，先確定分界值，再根據分界值對整體進行分級［15］?？紤]到研究區水土流失現狀及為了更好地進行定量評估，采用1993—2020年各時期土壤保持強度的平均值作為參考值。將貴州省生態系統土壤保持功能重要性等級分為極其重要、重要、一般重要共3個等級，其中一般重要等級的面積占全省總面積的47.62%，全省各地市州一般重要等級的面積占比較高，且主要分布在貴陽市、畢節市、遵義市等區域；重要等級的面積占全省總面積的39.53%，且在全省各地市州均有分布，而黔東南州、黔西南州、六盤水市、銅仁市在此等級中的面積占比相對較高；極其重要等級的面積占全省總面積的12.86%，在全省各地市州也均有分布，而黔東南州、黔南州、黔西南州、六盤水市、銅仁市等地區在此等級中的面積占比較高。從全省分布來看，貴州省土壤保持功能重要性等級以一般重要和重要為主；結合貴州省的總體地形地貌來看，極其重要等級的面積在全省分布呈現溝壑狀分布。

3.3 1993—2020年貴州省土壤保持量變化情況

為了解貴州省土壤保持量的長期變化情況，采用線性回歸法來量化1993—2020年的土壤保持量，通過計算得出減少、不變、增多3種結果。土壤保持量減少的面積占全省總面積的32.97%，主要分布在黔西南州、六盤水市、銅仁市、遵義市等區域；土壤保持量不變的面積占全省總面積的43.49%，主要分布在黔南州、貴陽市、遵義市、畢節市等區域；土壤保持量增多的面積占全省總面積的23.54%，主要分布在黔東南州、黔南州、畢節市、遵義市等區域。從全省分布來看，貴州省土壤保持量變化以不變為主。結合貴州省的地形地貌來看，土壤保持量減少的面積在全省分布呈現溝壑狀分布。

4 結論

運用GIS的空間分析方法并結合修正的通用土壤流失方程（RUSLE），對1993年、2000年、2010年、2020年4個時期貴州省土壤保持強度時空變化特征進行分析，得出以下結論。

①1993—2000年貴州省土壤保持強度急劇升高，而2000—2020年又呈緩慢下降趨勢。從整個時期來看，貴州省土壤保持強度在總體上處于較低水平。可見，貴州省未來土壤保持及生態保護工作任務仍較為嚴峻。

②貴州省土壤保持功能重要性等級以重要和一般重要為主；極其重要等級雖占全省總面積的比例較小，但在全省各區域均有分布，其中黔東南州、黔南州、黔西南州、六盤水市、銅仁市等地區在此等級中占比較高。結合貴州省的地形地貌來看，極其重要等級的面積在全省分布呈現溝壑狀分布。

③貴州省土壤保持量變化以不變為主，但土壤保持量減少區域的面積約占全省總面積的1/3，主要分布在黔西南州、六盤水市、銅仁市、遵義市等區域。結合貴州省的地形地貌來看，土壤保持量減少區域的面積在全省分布也呈現溝壑狀分布。

參考文獻：

［1］QIAO Y L， QIAO Y. Fast soil erosion investigation and dynamic analysis in the Loess Plateau of China by using information composite technique［J］. Advances in Space Research， 2002， 29（1）：85-88.

［2］ZHANG C X， ZHANG L M，LI S M， et al. Soil conservation of national key ecological function areas ［J］. Journal of Resources and Ecology，2015，6（6）：397-404.

［3］李斌，張金屯.不同植被蓋度下的黃土高原土壤侵蝕特征分析［J］.中國生態農業學報，2010，18（2）：241-244.

［4］蔡強國，劉紀根.關于我國土壤侵蝕模型研究進展［J］.地理科學進展，2003（3）：142-150.

［5］林晨，周生路，吳紹華.30年來東南紅壤丘陵區土壤侵蝕度時空演變研究：以長汀縣為例［J］.地理科學，2011，31（10）：1235-1241.

［6］寧婷，郭新亞，榮月靜，等. 基于RUSLE模型的山西省生態系統土壤保持功能重要性評估［J］.水土保持通報， 2019， 39 （6）： 205-210.

［7］武國勝，林惠花，曾宏達.用RS和GIS技術評價福建省長汀縣土壤保持功能對生態系統變化的響應［J］.生態學報，2017，37（1）：321-330.

［8］蔣春麗，張麗娟，張宏文，等.基于RUSLE模型的黑龍江省2000—2010年土壤保持量評價［J］.中國生態農業學報，2015，23（5）：642-649.

［9］陸傳豪，代富強，劉剛才.基于GIS和RUSLE模型的萬州區土壤保持服務功能空間分布特征［J］.長江流域資源與環境，2017，26（8）：1228-1236.

［10］王世杰，李陽兵.喀斯特石漠化研究存在的問題與發展趨勢［J］.地球科學進展，2007（6）：573-582.

［11］宋同清，彭晚霞，杜虎，等.中國西南喀斯特石漠化時空演變特征、發生機制與調控對策［J］.生態學報，2014，34（18）：5328-5341.

［12］胡先培，曾成，錢慶歡，等.基于RUSLE模型的銅仁地區1987—2015年土壤侵蝕時空特征［J］.生態與農村環境學報，2019，35（2）：158-166.

［13］ RENARD K G，FOSTER R，WEESIES G ，et al．Predicting soil erosion by water： a guide to conservation planning with the Revised Universal Soil Loss Equation （ RUSLE）［M］.Washington DC：United States Department of Agriculture （USDA），1997：1-367.

［14］ WISCHMEIER W H，MANNERING J V．Relation of soil properties to its erodibility［J］.Soil Science Society of America Journal，1969，33（1） ： 131-137.

［15］生態環境部，國家發展改革委.生態保護紅線劃定指南［Z］.北京：生態環境部，2017.

［16］胡續禮，潘劍君，楊樹江，等.幾種降雨侵蝕力模型的比較研究［J］.水土保持通報，2006（1）：68-70.

［17］ SHARPLY A N， WILLIAMS J R. EPIC-Erosion/Produciviy Impact Calculator.1. Model Documentation［M］.Washington DC：USDA Technical Bullletin， 1990：3-9.

［18］ LIU B Y， NEARING M A， RISSE L M. Slope gradient effects on soil loss for steep slopes［J］. Transactions of the ASAE，1994，37（6）：1835-1840.

［19］MCCOOL D K，FOSTER G R， MUTCHL

ER C K， et al. Revised slope length factor for the Universal Soil Loss Equation ［J］. Transactions of the ASAE，1989，32（5）：1571-1576.

［20］ WISCHMEIER W H， SMITH D D. Prediction rainfall ersion losses： a guide to conservation planning science ［M］.Washington D C： Depatrtment of Agriculture， 1978：537.

［21］蔡崇法，丁樹文，史志華，等.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究［J］.水土保持學報，2000（2）：19-24.

［22］譚炳香，李增元，王彥輝，等.基于遙感數據的流域土壤侵蝕強度快速估測方法［J］.遙感技術與應用，2005（2）：215-220.

［23］許月卿，邵曉梅.基于GIS和RUSLE的土壤侵蝕量計算：以貴州省貓跳河流域為例［J］.北京林業大學學報，2006（4）：67-71.