次暴雨下土壤侵蝕模型在小理河流域的適用性分析

中圖分類號(hào)：S157.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1003-5168（2025）12-0094-05

DOI： 10.19968/j.cnki.hnkj.1003-5168.2025.12.018

Applicability of Soil Erosion Model Under Secondary Rainstorm in XiaoliRiverBasin

ZHANG Chuang12HOU Xinxin2LI Mian2WEI Yichang1

（1.College of Surveying and Geo-Informatics，North China Universityof Water Resources and Electric Power，

Zhengzhou 45o046，China; 2.Key Laboratory of Soil and Water Conservation on the LoessPlateau of Ministry of Water Resources，Yellow River Institute of Hydraulic Research，Zhengzhou 45Ooo3，China）

Abstract：[Purposes] This study explores the applicability of the Universal Soil Loss Equation （USLE） in Xiaoli River Basin under rainstorm conditions and reveal the distribution of regional soil erosion modulus intensity，so as to provide a scientific basis for comprehensive control of soil and water loss in Loess hilly region.[Methods] Taking the rainstorm event on July 26，2O17 in Zizhou county，Shaanxi Province as a case study，the applicability of the Universal Soil Loss Equation in this region was verified by intergrating the monitoring data of rainfall and sediment yield in Xiaoli River Basin along with the observation data of sediment deposition in Muhuluba Dam.[Findings] During the \"7.26\" rainstorm，the total amount of erosion，sediment yield，and sediment deposition at Menhulu Dam were 7.25 million t，16，500 t，11，100 t，andO.89 milion t，respectively.USLE model estimates that theerosion and sedimentyield of Xiaoli River basin and Muhuluba dam-controlled small watershed is 6.39 million t，14，4OO t12，800 t 0.90 million t. The relative errors are 11.9% ， 13.9% ， 15.3% and 1.12% respectively，indicating high simulation accuracy.[Conclusions] USLE model is suitable for estimating sediment yield of small watershed inLoesshilly region under heavy rainstorm conditions. Keywords：Xiaoli River Basin; soil erosion;applicability; Universal Soil Loss Equation

0 引言

土壤侵蝕會(huì)造成土地資源退化、糧食減產(chǎn)、環(huán)境污染、河湖庫(kù)塘淤積等危害。降雨作為土壤侵蝕的主要營(yíng)力，是黃土高原水土流失的主要因素。近年來(lái)伴隨著全球氣候變化，尤其是極端降雨事件的頻繁發(fā)生，單次土壤侵蝕的嚴(yán)重性呈加劇趨勢(shì)，這勢(shì)必會(huì)產(chǎn)生一系列的連鎖反應(yīng)，影響經(jīng)濟(jì)社會(huì)的可持續(xù)發(fā)展。已有研究表明，黃土高原地區(qū)內(nèi)土壤侵蝕產(chǎn)沙量幾乎都是由年內(nèi)幾次高強(qiáng)度降雨形成的，而且大的徑流量伴隨大的輸沙量，小的徑流量伴隨小的輸沙量[1]。

美國(guó)通用土壤流失方程（UniversalSoilLossEquation，USLE）是土壤侵蝕預(yù)報(bào)模型中最有代表性的模型，具有較強(qiáng)的靈活性和實(shí)用性。該模型可以針對(duì)研究區(qū)的特點(diǎn)調(diào)整出最適合該區(qū)域的參數(shù)體系，能較全面表征區(qū)域土壤侵蝕變化真實(shí)規(guī)律、估算區(qū)域的土壤侵蝕總量，可為黃土丘陵區(qū)水土流失綜合治理提供依據(jù)[2]。雖然USLE較為全面地考慮了影響土壤侵蝕的重要因素，但對(duì)于模型中植被與作物管理因子 C 、水土保持因子 P 進(jìn)行準(zhǔn)確賦值存在一定困難，再加上黃土丘陵區(qū)復(fù)雜獨(dú)特的地理特征，USLE在該地區(qū)的適用性及預(yù)測(cè)精度仍有待考證[3]。因此，本研究針對(duì)小理河\"7.26\"暴雨的侵蝕產(chǎn)沙狀況，通過(guò)USLE模型在小理河流域的模擬，并基于悶葫蘆壩的實(shí)地?cái)r沙量調(diào)查數(shù)據(jù)，驗(yàn)證該模型在小理河流域的土壤侵蝕效果，探究該模型的適應(yīng)性，以期為黃土高原丘陵區(qū)水土流失綜合治理提供依據(jù)。

1資料與方法

1.1 研究區(qū)概況

小理河是無(wú)定河水系大理河的一條主要支流，發(fā)源于陜西省北部榆林市橫山區(qū)艾好昴村，向東匯入大理河，把口站為李家河水文站，控制面積為807km² 。該流域處于黃土丘陵溝壑區(qū)，土壤侵蝕十分嚴(yán)重，基巖以中生代砂頁(yè)巖為主，上方覆蓋厚度 50～100m 的黃土，溝壑密度為 4.0～6.0km/km² 小理河流域海拔為 940～1467m ，西南高東北低，地形地貌復(fù)雜。小理河流域?qū)儆诖箨懶约撅L(fēng)氣候區(qū)，雨熱同期且多為短歷時(shí)暴雨。流域植被覆蓋以草地、耕地和林地為主，約占整個(gè)流域的 97% ，土壤類型主要為黃土和風(fēng)沙土，兩者面積分別占總面積的96% 和 2.3% 。該流域在黃土丘陵區(qū)具有一定的代表性。

2017年7月25日至26日，小理河流域發(fā)生了特大暴雨，此次暴雨的暴雨中心位于流域下游，流域平均降雨量 118.0mm 。受此次降雨的影響，該流域暴發(fā)歷史特大洪水，流域出口李家河站最大洪峰流量 997m³/s 、最大含沙量為 260kg/m³ 、輸沙總量為366萬(wàn) t^[4] 。

1.2 數(shù)據(jù)來(lái)源

本研究所使用的數(shù)據(jù)包括遙感、降雨、DEM、土地利用和土壤等基礎(chǔ)資料。其中，遙感數(shù)據(jù)與DEM數(shù)據(jù)來(lái)自地理空間數(shù)據(jù)云，遙感數(shù)據(jù)為L(zhǎng)and-sat-8OLI數(shù)據(jù)，DEM數(shù)據(jù)為2017年ASTERGDEM30m 分辨率數(shù)據(jù)。降雨數(shù)據(jù)涉及7個(gè)雨量站，分別為艾好峁、大路峁臺(tái)、高鎮(zhèn)、李家坻、石窯溝、李孝河、李家河。小理河流域雨量站分布如圖1所示。

土地利用圖根據(jù)2017年的Landsat/TM影像，TM影像為L(zhǎng)ANDSAT7波段遙感數(shù)據(jù)，其地面分辨率為 30m×30m ，采用目視解譯法識(shí)別影像的特征屬性，并結(jié)合野外資料對(duì)影像進(jìn)行監(jiān)督分類，得到遙感分類圖。土壤數(shù)據(jù)來(lái)自中國(guó)土壤數(shù)據(jù)庫(kù)，精度為1：100萬(wàn)。將各數(shù)據(jù)坐標(biāo)系轉(zhuǎn)換UTM49N投影，柵格分辨率重采樣為 30m×30m 。

1.3 研究方法

1.3.1壩控小流域侵蝕產(chǎn)沙量測(cè)算。為評(píng)估USLE在流域模擬的適用性，于2017年“7·26”暴雨結(jié)束后，在小理河流域?qū)ふ伊?座沒(méi)有（或僅有少量）泥沙排除的悶葫蘆壩，采用斷面法對(duì)壩庫(kù)中泥沙淤積量進(jìn)行了詳細(xì)的實(shí)地測(cè)量，結(jié)果見(jiàn)表1。

1.3.2小理河流域土壤侵蝕計(jì)算。USLE模型計(jì)算公式為式（1）。

A=R?K?L?S?C?P

式中： A 是單位面積上的土壤流失量， t/hm²;R 代表降雨侵蝕力因子， MJ?mm/（hm²?h?a）; K 代表土壤可蝕性因子， t?h/（MJ?mm） L 為坡長(zhǎng)因子； s 為坡度因子，無(wú)量綱； C 代表植被覆蓋因子，無(wú)量綱；值域范圍 0～1;P 代表土壤保持措施因子，反映水土保持措施對(duì)減少土壤流失的影響，無(wú)量綱，值域范圍 0～1 ○

① 降雨侵蝕力因子 R 的計(jì)算。降雨侵蝕力因子的計(jì)算采用經(jīng)典公式[5。表達(dá)式為式（2）。

式中： E 為某時(shí)段降雨動(dòng)能， MJ?hm^-2 I₃₀ 是降雨 過(guò)程中最大 30min 降雨強(qiáng)度， mm?h^-1 O

E=E₀I_i

式中： E₀ 是某時(shí)段單位面積上每 mm 降雨過(guò)程中的能量， MJ?hm^-2 I_i 是降雨過(guò)程中某時(shí)段的降雨量 mm 。

式中： I_j 是降雨過(guò)程中某時(shí)段降雨強(qiáng)度，mm?h^-1 。

② 地形因子 LS 的計(jì)算。本研究采用參考劉寶元修正公式的計(jì)算方法，具體計(jì)算公式為式（5）至式（7）。

λ=l×cos?

式中： λ 為投影坡長(zhǎng)， m;l 為水流長(zhǎng)度； ? 為坡度； m 是經(jīng)驗(yàn)指數(shù)。

式中：S為坡度因子（無(wú)量綱）; θ 為坡度，。

③ 土壤可侵蝕因子 K 的計(jì)算。本研究使用目前應(yīng)用較為廣泛且具有代表性的WILLIAMS研究成果中的EPIC模型法，計(jì)算公式為式（9）。

式中： Sa，Si，Cl，OM 分別為沙粒 （0.05～2mm ）、粉粒 （0.002～0.05mm ）、黏粒（ lt;0.002mm 和有機(jī)質(zhì)占比， % Δ_?o：SN=1-Sa/100Ω 0

④ 植被覆蓋管理因子 C 的計(jì)算。植被覆蓋與管理因子 C 表示地表覆蓋類型和密度對(duì)土壤侵蝕的影響，取值范圍為 [0，1]^[8] 。反映植被覆蓋對(duì)土壤侵蝕的保護(hù)作用，數(shù)值越大表示對(duì)減少土壤侵蝕越有效。

根據(jù)資料收集與實(shí)地調(diào)查，參考黃土高原有關(guān)研究成果，利用蔡崇法等基于實(shí)測(cè)植被覆蓋度數(shù)據(jù)提出的計(jì)算方式，計(jì)算公式為式（10）。

式中 ?f 為研究區(qū)植被覆蓋度。

⑤ 水土保持因子 P 的計(jì)算。水土保持因子能反應(yīng)土壤流失的預(yù)防效果，取值范圍為0，1]，當(dāng) P ⁼¹ 時(shí)，表示區(qū)域沒(méi)有進(jìn)行土壤流失防護(hù)。 P 值的確定沒(méi)有固定的公式，只能根據(jù)經(jīng)驗(yàn)取值。根據(jù)小理河流域水保措施實(shí)施情況，參照我國(guó)水土保持措施表，并結(jié)合前人研究成果，林地、草地賦值為1;水域、建設(shè)用地賦值為0;農(nóng)田依坡度進(jìn)行分級(jí)賦值（見(jiàn)表2）。

2 結(jié)果與分析

2.1土壤侵蝕總體分布特征

利用上述公式和AreMap軟件得到小理河流域土壤侵蝕強(qiáng)度分布如圖2所示。統(tǒng)計(jì)計(jì)算得到小理河流域平均土壤侵蝕強(qiáng)度為 7695.32t/km² 侵蝕產(chǎn)沙量為621萬(wàn)t。

由此次暴雨中小理河流域土壤侵蝕強(qiáng)度的分布看，小理河下游流域土壤侵蝕強(qiáng)度較大，向上游逐漸減小，與降雨強(qiáng)度分布一致；下墊面條件也是影響水土流失的關(guān)鍵要素，流域東南部地區(qū)土地以坡耕地為主，僅有少量草地、人工林地及建筑用地，加上東南部人口壓力大，人地矛盾突出；流域中部和西部地區(qū)土地以草地、林地為主，還有少量水域、建筑用地和耕地。

2.2 USLE模型適用性評(píng)價(jià)

李莉等[在2020年研究次暴雨下小理河流域淤地壩攔沙能力中，觀測(cè)到小理河流域淤地壩的攔沙總量為359.56萬(wàn)t。流域出口李家河站輸沙量為366萬(wàn)t，由此可以計(jì)算到小理河流域侵蝕產(chǎn)沙總量約為725.56萬(wàn)t。與USLE模型計(jì)算小理河流域侵蝕產(chǎn)沙量進(jìn)行比較，得出實(shí)測(cè)土壤流失量與計(jì)算土壤流失量偏差為 14.4% ，說(shuō)明采用USLE計(jì)算小理河流域土壤流失量的可靠性較高。

為進(jìn)一步評(píng)價(jià)模型的模擬精度，將壩控小流域和土壤侵蝕強(qiáng)度進(jìn)行疊加，以此完成各壩控小流域上侵蝕產(chǎn)沙量的計(jì)算（見(jiàn)表3）。根據(jù)第一次水利普查水土保持情況，實(shí)際觀測(cè)值與模型計(jì)算結(jié)果相比，當(dāng)侵蝕模型的估算精度 980% ，說(shuō)明計(jì)算結(jié)果可信。李智廣等[12]、Pandey等[13]研究也表明，如果土壤侵蝕模型的估算值與實(shí)際觀測(cè)值的相對(duì)誤差在±20% ，則說(shuō)明土壤侵蝕模型的預(yù)報(bào)結(jié)果合理。本研究將USLE估算的壩控小流域產(chǎn)沙量與實(shí)地測(cè)量的淤地壩攔沙量（即侵蝕產(chǎn)沙量）進(jìn)行對(duì)比，結(jié)果表明：3個(gè)依據(jù)USLE估算的壩控小流域的侵蝕產(chǎn)沙量相對(duì)誤差分別是 13.9%，15.3%，1.12% ，整體誤差為 10.4% ，均小于 20% 。該結(jié)果進(jìn)一步表明，在暴雨強(qiáng)度下，USLE適用于估算黃土丘陵區(qū)小流域侵蝕產(chǎn)沙量。

3討論

通過(guò)實(shí)測(cè)土壤流失量與計(jì)算土壤流失量和模型估算的項(xiàng)控流域產(chǎn)沙量與實(shí)測(cè)攔沙量的對(duì)比及分析可以發(fā)現(xiàn)，在黃土丘陵區(qū)小理河流域，USLE模型對(duì)次暴雨下的流域水土流失模擬結(jié)果可信度較高，可以有效模擬次暴雨侵蝕產(chǎn)沙分布，在黃土丘陵區(qū)具有較強(qiáng)的適用性。這與陳豪、郭松樂(lè)[14-15]等在黃土丘陵區(qū)小流域內(nèi)USLE模型適用性的研究結(jié)果一致。USLE模型計(jì)算小理河流域侵蝕產(chǎn)沙量誤差可能與數(shù)據(jù)精度有關(guān)。一方面，在USLE模型中，LS因子作為主要地形影響因子，是通用土壤侵蝕模型運(yùn)行必需的重要參數(shù)。在流域尺度上，坡度坡長(zhǎng)等地形指標(biāo)通過(guò)數(shù)字高程模型（DEM）來(lái)提取，本研究所選模型中DEM分辨率為 30m ，基本可以滿足黃土高原坡長(zhǎng)、坡度、溝道及河道的提取，但黃土高原細(xì)溝與淺溝的寬度都低于 30m ，從而影響模型計(jì)算精度；另一方面，模型計(jì)算存在參數(shù)輸入的不確定性，在水土保持因子 P 賦值時(shí)，參考的是各文獻(xiàn)中的土地利用類型賦值，易受地域限制和主觀影響，導(dǎo)致小理河流域模擬精度受限。以上影響模型精度的原因與俱戰(zhàn)省、謝炎敏等的研究結(jié)果一致。因此，針對(duì)黃土高原丘陵地區(qū)的多沙、粗沙的特點(diǎn)，應(yīng)調(diào)整出適合該區(qū)的最佳參數(shù)體系，改善土壤侵蝕模型中各個(gè)因子的計(jì)算方法。進(jìn)一步提高模型模擬的可靠性與準(zhǔn)確性是今后研究的重點(diǎn)。

4結(jié)論

本研究利用2017年“7.26”暴雨下小理河流域侵蝕產(chǎn)沙的調(diào)查數(shù)據(jù)，分析了土壤侵蝕方程（USLE）在小理河流域的適用性，結(jié)果表明：USLE在小理河流域侵蝕產(chǎn)沙量預(yù)測(cè)值相對(duì)誤差為11.9% ，在小理河流域內(nèi)壩控小流域侵蝕產(chǎn)沙量預(yù)測(cè)值整體誤差僅為 10.4% 。USLE在小理河流域侵蝕產(chǎn)沙量預(yù)測(cè)精度 ?80% ，說(shuō)明模型在小理河流域具有很好的適用性，可以用于評(píng)估黃土丘陵區(qū)小流域次暴雨土壤侵蝕量。

參考文獻(xiàn)：

[1]魏霞，李占斌，李鵬，等.黃土高原典型淤地壩淤積機(jī)理研究[J].水土保持通報(bào)，2006（6）：10-13，31.

[2]黃衛(wèi)麗，張俊青，王志波，等.國(guó)內(nèi)土壤侵蝕模型研究進(jìn)展[J].內(nèi)蒙古林業(yè)科技，2022，48（2）：55-59.

[3]楊吉山，史學(xué)建，侯素珍，等.2016年“8·17”暴雨西柳溝土壤侵蝕產(chǎn)沙量分析[J].人民黃河，2020，42（1）：82-85，90.

[4]狄艷艷，許珂艷，劉龍慶.小理河流域下墊面變化對(duì)產(chǎn)洪產(chǎn)沙的影響分析[J].人民黃河，2018，40（11）：22-24，29.

[5]WISCHMEIER WH.Use and misuseof theuniversal soil loss equation[J].1976.

[6]LIUBY，NEARINGMA，RisseLM.Slope gradient effectson soil loss for steep slopes[J].Transactions of the ASAE，1994，37（6）：1835-1840.

[7]WILLIAMS JR.The erosion-productivity impact calculator（EPIC）model：acase history[J].Philosophical Transactions of the Royal Society ofLondon.SeriesB：Biological Sciences，1990，329（1255）：421-428.

[8]王蕓.黃土高塬溝壑區(qū)硯瓦川流域徑流泥沙對(duì)氣候變化與人類活動(dòng)的響應(yīng)[D].西安：西北農(nóng)林科技大學(xué)，2015.

[9]蔡崇法，丁樹(shù)文，史志華，等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測(cè)小流域土壤侵蝕量的研究[J].水土保持學(xué)報(bào)，2000（2）：19-24.

[10]汪濱，張志強(qiáng).黃土高原典型流域土壤侵蝕對(duì)退耕還林土地利用變化的響應(yīng)[J].農(nóng)業(yè)工程學(xué)報(bào)，2023，39（12）：60-70.

[11]李莉，史學(xué)建，楊吉山，等.次暴雨下小理河流域淤地壩攔沙能力分析[J].中國(guó)水土保持，2020（12）：31-33，5.

[12]李智廣，符素華，劉寶元.我國(guó)水力侵蝕抽樣調(diào)查方法[J].中國(guó)水土保持科學(xué)，2012，10（1）：77-81.

[13]PANDEYA，CHOWDARYVM，MALBC.Identificationofcritical erosion prone areasinthe small agricultural watershed usingUSLE，GIS and remote sensing[J].Waterresourcesmanagement，2007，21：729-746.

[14]陳豪.基于USLE模型的祁連山國(guó)家公園土壤水力侵蝕動(dòng)態(tài)分析[D].蘭州：蘭州大學(xué)，2020.

[15]郭松樂(lè).氣候變化條件下黃土高原溝壑區(qū)水一沙—植被響應(yīng)規(guī)律研究[D].西安：西安理工大學(xué)，2024.

[16]俱戰(zhàn)省，文安邦，嚴(yán)冬春，等.三峽庫(kù)區(qū)小流域修正通用土壤流失方程適用性分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2015，31（5）：121-129，131，130.

[17]謝炎敏.WEPP與RUSLE在南方紅壤丘陵區(qū)土壤侵蝕模擬中的應(yīng)用對(duì)比研究[J].人民珠江，2018，39（10）：34-38.