基于USLE模型的2001-2015年江西省土壤侵蝕變化研究

周夏飛, 馬國(guó)霞, 曹國(guó)志, 於 方, 周 穎, 賈 倩, 張宇航

(環(huán)境保護(hù)部 環(huán)境規(guī)劃院, 北京 100012)

土壤侵蝕是全球性的重大環(huán)境問題之一。它不僅造成土地資源的破壞，導(dǎo)致農(nóng)業(yè)生產(chǎn)環(huán)境惡化，生態(tài)平衡失調(diào)，而且還影響農(nóng)業(yè)生產(chǎn)的發(fā)展[1-2]。中國(guó)土壤侵蝕尤為嚴(yán)重，遭受土壤侵蝕的面積約為3.60×106km2，占國(guó)土面積的37%[3]。因此，準(zhǔn)確估算區(qū)域土壤侵蝕量并掌握其動(dòng)態(tài)變化，對(duì)指導(dǎo)區(qū)域水土保持規(guī)劃、優(yōu)化水土資源利用具有重要的意義。

目前，利用模型方法估算土壤侵蝕量是最有效的手段之一，最早的土壤侵蝕模型是由美國(guó)學(xué)者Wischmeier于1965年提出的通用土壤流失方程(USLE)[4]，該方程較為全面的考慮了影響土壤侵蝕的各種因素，因其具有一定的精度又相對(duì)簡(jiǎn)單，至今仍是土壤侵蝕估算的主要工具[5-6]。在近40 a多的研究中，許多國(guó)家和地區(qū)以USLE為基礎(chǔ)，結(jié)合本國(guó)本地區(qū)的實(shí)際情況，對(duì)USLE模型各因子[5,7-11]進(jìn)行修正，建立了適合各自國(guó)家或地區(qū)的通用土壤流失方程，如江忠善等[12]考慮淺溝侵蝕對(duì)坡面侵蝕的影響，構(gòu)建的坡面土壤流失預(yù)報(bào)模型和劉寶元等[13]建立的中國(guó)水土流失方程(chinese soil loss equation,CSLE)。

江西省位于長(zhǎng)江中下游南岸，地理坐標(biāo)為24°29′—30°05′N，113°35′—118°29′E，總面積為1.67×105km2，屬于亞熱帶季風(fēng)氣候，地形以山地、丘陵為主，多年平均降水量在1 400～1 900 mm之間，江西省屬于中國(guó)南方典型的紅壤區(qū)，其紅壤的成土母質(zhì)主要有4種，其中第四紀(jì)紅土、紅砂巖和花崗巖發(fā)育的紅壤分布較廣，土壤質(zhì)地黏重、透水性差，極易造成水力侵蝕。由于自然、社會(huì)和歷史的原因，江西省是中國(guó)水土流失最嚴(yán)重的省份之一，水土流失面積自20世紀(jì)50—80年代呈逐年擴(kuò)大的趨勢(shì)[14]。

基于此，本文擬基于USLE模型，利用遙感數(shù)據(jù)、氣象數(shù)據(jù)、DEM數(shù)據(jù)計(jì)算2001，2015年江西省土壤侵蝕量，并分析其2001—2015年土壤侵蝕動(dòng)態(tài)變化，以期為江西省水土保持和生態(tài)環(huán)境管理提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源及預(yù)處理

(1) 遙感數(shù)據(jù)。本文采用的遙感數(shù)據(jù)為2001，2015年的MOD13 A3數(shù)據(jù)，來源于美國(guó)國(guó)家航空航天局(NASA)的EOS/MODIS數(shù)據(jù)產(chǎn)品(http:∥e4 ftl01.cr.usgs.gov)，空間分辨率為1 km×1 km，時(shí)間分辨率為1個(gè)月。由于MODIS/NDVI產(chǎn)品經(jīng)過水、云、氣溶膠等處理，保證了數(shù)據(jù)質(zhì)量，加之較高的空間分辨率，因此被廣泛應(yīng)用于土壤侵蝕量估算的研究中。

(2) 土地利用類型數(shù)據(jù)。本文采用的土地利用類型數(shù)據(jù)為2000，2015年的土地利用類型數(shù)據(jù)，來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(www.resdc.cn)，空間分辨率為1 km×1 km；土地利用類型數(shù)據(jù)分為耕地、林地、草地、水域、居民地和未利用土地的6個(gè)Ⅰ級(jí)類型以及25個(gè)Ⅱ級(jí)類型。

(3) 土壤類型數(shù)據(jù)。本文采用的土壤類型數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(www.resdc.cn)，空間分辨率為1 km×1 km；土壤類型數(shù)據(jù)共分為12土綱，61個(gè)土類，227個(gè)亞類。

(4) 數(shù)字高程模型(DEM)數(shù)據(jù)。本文采用的DEM數(shù)據(jù)來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(www.resdc.cn)，空間分辨率為1 km×1 km。

(5) 氣象數(shù)據(jù)。本文所利用的氣象數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)，時(shí)間為2001，2015年，數(shù)據(jù)內(nèi)容為月降水量，以及各氣象站點(diǎn)的經(jīng)度、緯度和海拔高度。計(jì)算土壤侵蝕量需要柵格化的氣象數(shù)據(jù)，并從空間上與遙感數(shù)據(jù)相匹配。利用GIS的插值工具，根據(jù)各氣象站點(diǎn)的經(jīng)緯度信息，通過對(duì)氣象數(shù)據(jù)進(jìn)行Kriging插值和基于DEM的插值，獲取像元大小與NDVI數(shù)據(jù)一致、投影相同的氣象要素柵格圖。

1.2 研究方法

1.2.1 土壤侵蝕量估算 本研究采用通用土壤流失方程(USLE)估算土壤侵蝕量，其計(jì)算式為：

A=R×K×LS×C×P

(1)

式中：A——年土壤侵蝕量〔t/(hm2·a)〕；R——降雨侵蝕力因子〔MJ·mm/(hm2·h·a)〕；K——土壤可蝕性因子〔t·h/(MJ·mm·a)〕；LS——坡長(zhǎng)坡度因子，無量綱；C——植被覆蓋因子，無量綱；P——水土保持措施因子，無量綱。下同。

(1) 降雨侵蝕力因子R的估算。采用周伏建等[15]提出的R值計(jì)算式：

(2)

式中：Pi——月降雨量(mm)。

(2) 土壤可侵蝕因子K值的估算。采用陳明華等[16]建立的土壤可蝕性K值計(jì)算公式：

K= 10-3(160.80-2.31x1+0.38x2+

2.26x3+1.31x4+14.67x5)

(3)

式中：x1，x2，x3，x4，x5——細(xì)礫、細(xì)砂、粗粉粒、細(xì)粉粒、有機(jī)質(zhì)的百分含量。在此公式中：要求土壤顆粒分析標(biāo)準(zhǔn)為美國(guó)制，而中國(guó)土壤普查一般采用國(guó)際制，因此需進(jìn)行質(zhì)地轉(zhuǎn)換。

轉(zhuǎn)換方程為：y=axb和y=ax2+bx+c

(4)

式中：x=lnp，p——粒徑大小(mm)；y——小于p粒徑的累計(jì)顆粒含量百分?jǐn)?shù)(%)。

(3) 地形因子LS值的估算。通過數(shù)字高程模型(DEM)，計(jì)算獲得坡長(zhǎng)和坡度，然后根據(jù)林敬蘭等[17]建立的方程式，獲得LS的空間分布特征：

LS=0.08L0.35α0.6

(5)

式中：L——坡長(zhǎng)(m)；α——百分比坡度。

(4) 地表覆蓋因子C值的估算。地表覆蓋因子是根據(jù)地面植被覆蓋狀況不同而反映植被對(duì)土壤侵蝕影響的因素，與土地利用類型、植被覆蓋度密切相關(guān)[18]。C值的估算采用如下公式：

(6)

fc=(NDVI-NDVImin)/(NDVImax-NDVImin)

(7)

式中：fc——植被覆蓋度，它由亞像元分解法[19]計(jì)算得到； NDVImin——植被整個(gè)生長(zhǎng)季的NDVI最小值； NDVImax——植被整個(gè)生長(zhǎng)季的NDVI最大值。

(5) 水土保持措施因子P值的估算。P為實(shí)施水土保持措施后土壤流失量與順坡種植土壤流失量的比值。本文中耕地的P值為0.15，其他土地利用類型取值為1.00，在GIS軟件下生成P因子?xùn)鸥駡D。

1.2.2 土壤侵蝕強(qiáng)度分級(jí) 本研究主要參考水利部頒發(fā)的土壤侵蝕強(qiáng)度分類分級(jí)標(biāo)準(zhǔn)(SL190-96)[20]對(duì)江西省進(jìn)行土壤侵蝕量的等級(jí)劃分(表1)，由于江西省屬于南方紅壤丘陵區(qū)，土壤容許流失量為500 t/(km2·a)，相當(dāng)于微度的侵蝕模數(shù)，因而微度侵蝕地塊可認(rèn)為是無水土流失。

表1 土壤侵蝕強(qiáng)度分級(jí)

2 結(jié)果與分析

2.1 土壤侵蝕強(qiáng)度年際變化

2001—2015年江西省土壤侵蝕模數(shù)計(jì)算結(jié)果如附圖1所示，土壤侵蝕強(qiáng)度面積百分比統(tǒng)計(jì)結(jié)果如表2所示。結(jié)果表明，江西省土壤侵蝕狀況在2001—2015年期間得到一定程度的改善，具體表現(xiàn)在：2001年江西省平均土壤侵蝕模數(shù)為7 042.4 t/(km2·a)，2015年土壤侵蝕模數(shù)為6 375.3 t/(km2·a)，降低約9.5%；輕度侵蝕以上面積所占比例由78.60%下降為61.93%；這主要是由于江西省政府自20世紀(jì)80年代以來積極開展山江湖建設(shè)工程，清理江湖泥沙淤積、并在城鎮(zhèn)范圍大量植樹造林，提高區(qū)域植被覆蓋，減少水土流失。

表22001-2015年江西省土壤侵蝕強(qiáng)度面積百分比變化

侵蝕強(qiáng)度 面積比例/%2001年2015年微度侵蝕 21．4038．07輕度侵蝕 9．165．55中度侵蝕 17．3311．35強(qiáng)度侵蝕 15．4414．27極強(qiáng)度侵蝕23．2817．2劇烈侵蝕 13．3913．56

從各地市級(jí)來看，江西省大部分地市的土壤侵蝕模數(shù)降低，其中，撫州市、宜春市、贛州市、萍鄉(xiāng)市等4市的平均土壤侵蝕模數(shù)下降幅度最為顯著，下降幅度達(dá)到1 500 t/(km2·a)，但九江市、南昌市、新余市的土壤侵蝕呈進(jìn)一步加劇趨勢(shì)(表3)。

表3 2001-2015年江西省各地市平均土壤侵蝕模數(shù)變化 t/(km2·a)

2.2 土壤侵蝕強(qiáng)度空間分布變化

2.2.1 空間分布特征 在空間上江西省土壤侵蝕主要發(fā)生在鄱陽湖流域各子流域的上游，這主要是由于鄱陽湖流域的上游地區(qū)海拔較高，坡度較陡，同時(shí)廣泛分布著具有較高土壤可蝕性因子的紅壤，具備產(chǎn)生土壤侵蝕的自然條件；而在廣大的鄱陽湖平原地區(qū)，由于地形平坦，坡度較緩，土壤侵蝕較弱。

2.2.2 空間分布變化 為進(jìn)一步揭示中國(guó)土壤侵蝕強(qiáng)度變化的空間分布特征，本文利用GIS的空間分析功能分析了2001—2015年土壤侵蝕強(qiáng)度空間轉(zhuǎn)化，結(jié)果如附圖2所示。通過統(tǒng)計(jì)可以得知，2001—2005年土壤侵蝕強(qiáng)度不變的面積占總面積的52.7%，主要分布在南昌市、鷹潭市北部、吉安市中部、贛州市中部等地區(qū)；土壤侵蝕強(qiáng)度降低一級(jí)的面積占25.8%，主要分布在九江市中東部、宜春市中部及北部、南昌市西部、鷹潭市北部、吉安市西部等地區(qū)；土壤侵蝕強(qiáng)度升高幅度較大的區(qū)域主要分布在九江市西部、景德鎮(zhèn)市北部、上饒市北部、撫州市中部、宜春市西北部、萍鄉(xiāng)市南部、贛州市西北部等地區(qū)，這主要有兩方面的原因：一是由于鄱陽湖流域的上游地區(qū)海拔較高，坡度較陡，同時(shí)廣泛分布著具有較高土壤可蝕性因子的紅壤，再加之2015年降水量較大，導(dǎo)致上游部分地區(qū)(如九江、景德鎮(zhèn)等)土壤侵蝕偏高；二是由于江西省是有色金屬、稀土之鄉(xiāng)，部分地區(qū)(如贛州等)采礦活動(dòng)相對(duì)較多，導(dǎo)致土壤侵蝕偏高。

對(duì)不同土壤侵蝕強(qiáng)度面積數(shù)據(jù)進(jìn)行分析，制成土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣(如表4所示)。2001—2015年江西省微度侵蝕、輕度侵蝕、中度侵蝕、強(qiáng)度侵蝕、極強(qiáng)度侵蝕、劇烈侵蝕的穩(wěn)定率分別為79.9%，84.3%，69.7%，58.8%，72.8%，70.5%；江西省大部分地區(qū)土壤侵蝕強(qiáng)度向低等級(jí)轉(zhuǎn)移，2001—2015年劇烈侵蝕中53.0%轉(zhuǎn)為微度侵蝕，極強(qiáng)度侵蝕中35.9%轉(zhuǎn)為微度侵蝕；強(qiáng)度侵蝕中16.8%轉(zhuǎn)為微度侵蝕，這與江西省政府自20世紀(jì)80年代以來實(shí)施的山江湖工程建設(shè)所取得的重大的生態(tài)環(huán)境建設(shè)效益密不可分。

表4 2001-2015年江西省土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣 %

3 討論與結(jié)論

(1) 江西省土壤侵蝕在2001—2015年得到一定程度的改善。全省平均土壤侵蝕模數(shù)由7 042.4 t/(km2·a)下降為6 375.3 t/(km2·a)；輕度以上侵蝕面積所占比例由2001年的78.60%下降為2015年的61.93%。

(2) 土壤侵蝕強(qiáng)度等級(jí)轉(zhuǎn)移矩陣表明江西省大部分地區(qū)土壤侵蝕強(qiáng)度保持不變，部分地區(qū)土壤侵蝕強(qiáng)度向低一級(jí)轉(zhuǎn)移。2001—2015年土壤侵蝕強(qiáng)度不變的面積占總面積的52.7%，土壤侵蝕強(qiáng)度降低一級(jí)的面積占25.8%。

(3) 江西省土壤侵蝕狀況進(jìn)一步向好的方向發(fā)展，輕度以上強(qiáng)度侵蝕的面積均有所減少；但部分市區(qū)的土壤侵蝕進(jìn)一步增大，生態(tài)環(huán)境依然脆弱，水土流失的形勢(shì)依然嚴(yán)峻。

本研究存在的不足主要是USLE模型的P因子的確定，土壤保持措施因子P是表示采用專門措施后的土壤流失量與順坡種植時(shí)的土壤流失量的比值，一般無任何水土保持措施的土地類型P值為1[21]。國(guó)內(nèi)確定P值的方法少有報(bào)道，實(shí)際運(yùn)算中一般通過對(duì)比的方法求出某些水土保持措施下的P值，但不同地區(qū)的誤差較大。由于本文研究的區(qū)域較大，因而本文主要根據(jù)土地利用類型確定P值，忽略了水土保持措施對(duì)其的影響。

[1] Qiao Yuliang, Qiao Yun. 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] 李天宏,鄭麗娜.基于RUSLE模型的延河流域2001—2010年土壤侵蝕動(dòng)態(tài)變化[J].自然資源學(xué)報(bào),2012,27(7):1164-1175.

[3] Ni Jinren, Li Xiuxia, Borthwick A G L. Soil erosion assessment based on minimum polygons in the Yellow River basin, China[J]. Geomorphology, 2008,93(34):233-252.

[4] Wischmeier W H, Smith D D. Predicting Rainfall Erosion Losses: A Guide to Conservation Planning[M]. USDA: Agriculture Handbook,1978:537.

[5] Liu Baoyuan, Nearing M A, Shi Peijun, et al. Slope length effects on soil loss for steep slopes[J]. Soil Science Society of America Journal, 2000,64(5):1759-1763.

[6] 李宏偉,鄭鈞瀠,彭慶衛(wèi),等.國(guó)外土壤侵蝕預(yù)報(bào)模型研究進(jìn)展[J].中國(guó)人口·資源與環(huán)境,2016,26(5):183-185.

[7] Marques M J, Bienes R, Jiménez L, et al. Effect of vegetal cover on runoff and soil erosion under light intensity events. Rainfall simulation over USLE plots[J]. Science of the Total Environment, 2007,378(1):161-165.

[8] Nazzareno D, Gianni B. Estimating monthly(R)USLE climate input in a Mediterranean region using limited data[J]. Journal of Hydrology, 2007,345(3/4):224-236.

[9] 潘建平. RUSLE及其影響因子的快速計(jì)算分析[J].地質(zhì)災(zāi)害與環(huán)境保護(hù),2008,19(1):88-92.

[10] 汪邦穩(wěn),楊勤科,劉志紅,等.基于DEM和GIS的修正通用土壤流失方程地形因子值的提取[J].中國(guó)水土保持科學(xué),2007,5(2):18-23.

[11] 梁音,史學(xué)正.長(zhǎng)江以南東部丘陵山區(qū)土壤可蝕性K值研究[J].水土保持研究,1999,6(2):47-52.

[12] 江忠善,鄭粉莉.坡面水蝕預(yù)報(bào)模型研究[J].水土保持學(xué)報(bào),2004,11(1):66-69.

[13] 劉寶元,史培軍. WEPP水蝕預(yù)報(bào)流域模型[J].水土保持通報(bào),1998,18(5):6-12.

[14] 齊述華,蔣梅鑫,于秀波.基于遙感和ULSE模型評(píng)價(jià)1995—2005年江西土壤侵蝕[J].中國(guó)環(huán)境科學(xué),2011,31(7):1197-1203.

[15] 周伏建,陳明華,林福興,等.福建省降雨侵蝕力指標(biāo)R值[J].水土保持學(xué)報(bào),1995,9(1):13-18.

[16] 陳明華,周伏建,黃炎和.土壤可蝕性因子的研究[J].水土保持研究,1995,9(1):19-24.

[17] 林敬蘭,陳明華,周伏建,等.閩南地區(qū)地形坡度與土壤侵蝕的關(guān)系研究[J].福建農(nóng)業(yè)學(xué)報(bào),2002,14(2):86-89.

[18] 盛莉,金艷,黃敬峰.中國(guó)水土保持生態(tài)服務(wù)功能價(jià)值估算及其空間分布[J].自然資源學(xué)報(bào),2010,25(7):1105-1113.

[19] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J]. International Journal of Remote Sensing, 1998,19(8):1533-1543.

[20] 水利部.( SL190-196)土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)[S].北京:中國(guó)水利水電出版社,2007.

[21] 陸建忠,陳曉玲,李輝,等.基于GIS/RS和USLE鄱陽湖流域土壤侵蝕變化[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(2):337-344.