基于GIS—RS—USLE的土壤侵蚀研究

摘 要：USLE被引入中国，相关研究人员将USLE运用于土壤流失量和土壤流失空间变化的研究中。如今，GIS-RS-USLE一体化已用于研究区域尺度的土壤侵蚀。本研究综述了ULSE的提出及其意义、USLE的改进及其土壤侵蚀模型的发展历程，分析了USLE指标因子的确定方法，结合以往研究中GIS与RS在土壤侵蚀分析中的应用，分析了GIS与RS的土壤侵蚀研究中中主要存在的问题和今后研究的发展前景。

关键词：GIS；RS；USLE；土壤侵蚀

土壤侵蚀是中国乃至世界普遍关注的重大环境问题之一，会引起一系列问题，如土地退化、湖泊淤积、土壤肥力流失、洪涝等，最终阻碍生态环境的可持续发展。因此，和土壤侵蚀相关的很多研究已成为国内外学术界的热点问题之一。土壤侵蚀是指地球土壤在外力作用下发生的土壤分离等现象。在我国，利用传统方法调查土壤侵蚀量具有耗时长并难以确定准确侵蚀量的缺点。随着水土流失方程（USLE）的运用，土壤侵蚀机理研究的不断完善，土壤侵蚀监测法已日趋成熟。随后，USLE被引入中国，相关研究人员将USLE运用于土壤流失量和土壤流失空间变化的研究中。如今，GIS-RS-USLE一体化已用于研究区域尺度的土壤侵蚀。

二、土壤侵蚀与USLE模型

（一）ULSE的提出及其意义

通用土壤流失方程USLE提出于1965年，世界各国均采用USLE来计算坡面尺度、流域尺度和区域尺度的土壤侵蚀量。而我国则着眼于GIS-RS-USLE相结合，如高峰等基于GIS 和RS获取USLE所需参数，估算了土壤侵蚀量；王娟和卓静对陕北黄土高原退耕还林区的土壤侵蚀定量进行了评价。USLE土壤流失方程公式为A=RKLSCP，R为降雨侵蚀力，K为土壤可蚀性，LS为坡长坡度，C为作物覆盖管理，P为水土保持措施。

（二）USLE的改进及其土壤侵蚀模型的发展历程

随着对土壤侵蚀研究的进一步深化，USLE不断加以改进。李雪莹等通过RUSLE模型估算了辽宁省阜新市土壤侵蚀量；王卫林等运用RUSLE模型分析了洱海流域土壤侵蚀的空间特征；方广玲等基于RUSLE模型研究了拉萨河流域土壤侵蚀动态特征。

三、USLE指标因子的确定

（一）降雨径流因子R值的估算

R表示了降雨量对土壤的侵蚀能力，这种能力未能直接测定，需通过降雨参数、降雨量来估算。但更多的以往研究则是用将于总量和最大雨强维持的时间来共同计算R，R=[2.29+1.151×lgxi/Di]×I30?，i为降雨的时间（h），Xi为降雨强度，Di为在i时间内的降雨总量，I30?为经历30分钟的最大雨强。其中，R包括次降雨和年降雨。次降雨表明雨量与动能之间存在线性关系，公式如下：R=1.70（PI30/100）-0.136（I30<10mm/h），R=2.35（PI30/100）-0.523（I30>10mm/h），R为次降雨侵蚀力，P为次降雨量（mm），I30意义同上。另外，通过年降雨量与年最大30min于强，估算年降雨R值，R=0.207（P×I30/100）1.205，P为年降雨总量（mm），I30意义同上。

（二）坡长与坡度的定义、LS的計算

水土保持的关键性因子之一为坡长，即坡面的水平投影长度。它直接影响着地面土壤的侵蚀力，L=m×cosA，L为坡长，m为地表面沿流向的水流长度，θ为水流地区的起始面坡度值。坡度是影响土壤侵蚀的重要因子之一，S=65.4sin2A+4.56sinA+0.0654，S为坡度（%），θ为坡度度数。LS因子是用来度量地表径流输沙能力的指标，即上述L和S的计算方法相结合。

（三）植被与经营管理因子C与土壤可蚀性因子K值

C控制着土壤侵蚀能力，与植被覆盖度有很大关系，其值大小主要和植被覆盖和土地利用类型的指标有关。但目前，国内外研究对C值没有建立统一的计算指标，今后研究需进一步确定该指标。K值是用来度量土壤潜在侵蚀性的指标，是反映土壤受侵蚀度的参数，公式如下：

K=[2.1×10-4M1.14（12-M0）+3.25（S-2）+2.5（P-3）]/100 （1）

式中，M为（粉砂+极细砂）%和（100-粉砂百分含量）的乘积，M0为土壤有机质含量，S为土壤结构系数，P为渗透性等级。

四、GIS与RS在土壤侵蚀分析中的应用

（一）GIS在侵蚀因子计算中的应用

将GIS分别运用于R因子中、模型中的因子运算、土壤侵蚀决策支持系统的建立。通过GIS对个水人观测站的点数据和等降雨量线进行差值，内插生成所有I60的栅格数据，通过对模型进行空间分析运算获取模型P值，根据土地利用类型确定P因子的大小。通过GIS的可视化功能、ARCGIS中GRID的土层预算功能，将土壤侵蚀模型叠加运算，最终形成GIS水土流失分布图，对土壤侵蚀的预测提供理论支持。通过JAVA等二次开发及组件GIS，以构建土壤侵蚀决策支持系统，以综合评价监测区域的土壤侵蚀情况。

（二）RS在侵蚀因子计算中的应用

将RS分别运用于LS和P因子中、C因子中。通过RS获取高程数字模型，利用SRTM获取DEM 90m的分辨率数据，由GRID提取地形坡长坡度数据，结合目视解译法确定土地利用类型图，最终确定P。C是植被对土壤侵蚀的反映因素，RS中的二分模型估算法可通过光谱植被指数SVI来提取监测区域的植被覆盖度，公式为：

fc=SVIm-SVImin/SVImax/SVImin （2）

式中，SVIm为某时间的植被指数，SVImax为裸土植被指数，SVImin为全覆盖植被指数。

（三）将RS运用于GIS与RS的土壤侵蚀研究中的发展前景

（1）通过GIS与RS建立多元数据库、开发信息管理系统；（2）将GIS、RS与WebGIS相结合实现信息数据共享化；（3）在GIS与RS支持下，建立土壤侵蚀预测模型；（4）利用GIS与RS估算监测区域产沙时的侵蚀预报模型；（5）利用GIS与RS，加快土壤侵蚀的定量研究理论和在技术方面的创新突破。

五、存在的问题

（1）目前在GIS与RS的土壤侵蚀中，所选用的信息源空间和时间、光谱等数据的分辨率较低；（2）因研究区域不同，所使用的土壤侵蚀分类分级标准不同，所以未能有统一的标准适用于所有研究区域内；（3）由于实测资料和各种模型均具有各自特点，均无法消除各自的相对滞后性。因此，没有一种模型适用于所有研究区域。

六、结语

本研究综述了ULSE的提出及其意义、USLE的改进及其土壤侵蚀模型的发展历程，分析了USLE指标因子的确定方法，包括降雨径流因子R值的估算（次降雨和年降雨）、坡长与坡度的定义、LS的计算、土壤可蚀性因子K值、植被与经营管理因子C等。结合以往研究中GIS与RS在土壤侵蚀分析中的应用，分析了GIS与RS的土壤侵蚀研究中主要存在的问题和今后研究的发展前景。

参考文献

[1] 陈世发.基于GIS的亚热带山地土地利用与土壤侵蚀关系研究——以粤北山区为例[J].干旱区资源与环境，2015 （02）：80-85.

[2] 杜黎明.GIS和RS支持下的土壤侵蚀信息提取[J].价值工程，2015（22）：177-178.

[3] 甘伟，孙晓雷，周艳飞，谢芳芳.基于RS和GIS的拜城县土壤侵蚀动态监测与分析[J].环境工程，2015（S1）：854-856.

[4] 曹艳超，杨贤，管晨雪，高阳，罗文敏.密云沙厂小流域土壤侵蚀GIS和RS评价方法研究[J].云南地质，2014（01）：133-137.

[5] 高峰，华璀，卢远，陶艳成.基于GIS和USLE的钦江流域土壤侵蚀评估[J].水土保持研究，2014，01：18-22+28.

[6] 王娟，卓静.基于RS和GIS的陕北黄土高原退耕还林区土壤侵蚀定量评价[J].水土保持通报，2015（01）：220.

[7] 李雪莹，楊俊，温海明，姚云，薛忠跃，魏志明.基于RUSLE模型的土壤侵蚀量估算-以辽宁省阜新市为例[J].水土保持通报，2015，01：199-204+362.

[8] 王卫林，叶燎原，杨昆，王桂林，苏飞.基于GIS和RUSLE的洱海流域土壤侵蚀空间特征分析[J].湖北农业科学，2015 （13）：3108-3113.

[9] 方广玲，香宝，赵卫，谢强，刁兆岩，迟文峰.基于GIS和RUSLE的拉萨河流域土壤侵蚀研究[J].水土保持学报，2015 （03）：6-12.

[10] 查良松，邓国徽，谷家川.1992-2013年巢湖流域土壤侵蚀动态变化[J].地理学报，2015（11）：1708-1719.

作者简介：王帆（1984- ），女，陕西人，硕士，技术人员，研究方向：GIS、水土流失研究。