基于RUSLE的2010年商南县土壤侵蚀特征分析

张养安, 宋晓强, 高照良, 李俊锋

(1.杨凌职业技术学院, 陕西 杨凌 712100; 2.陕西省水土保持局, 陕西 西安 710003;

3.西北农林科技大学 水土保持研究所, 陕西 杨凌 712100; 4.西北测绘职工培训中心, 陕西 西安 710054)

基于RUSLE的2010年商南县土壤侵蚀特征分析

张养安1, 宋晓强2, 高照良3, 李俊锋4

(1.杨凌职业技术学院, 陕西 杨凌 712100; 2.陕西省水土保持局, 陕西 西安 710003;

3.西北农林科技大学 水土保持研究所, 陕西 杨凌 712100; 4.西北测绘职工培训中心, 陕西 西安 710054)

摘要：[目的] 以长江源头陕西省商南县为例，分析县域土壤侵蚀空间分布，为正确认识与防治长江上游水土流失和做好水土保持防治工作提供科学依据。 [方法] 基于Landsat TM7和ETM+影像，获取商南县2010年土地利用信息，采用修正通用土壤流失方程(RUSLE)确定方程中各影响因子，对商南县土壤侵蚀现状进行定量评价。 [结果] 林地是商南县主要土地利用类型，占县域总面积的87.05%，其次是耕地(9.43%)、居民地(2.82%)、水体(0.64%)、未利用地和草地(0.06%)。受坡耕地和低覆盖林草地的影响，商南县2010年土壤侵蚀较严重，平均侵蚀模数4 953.76 t/(km2·a)。受侵蚀(轻度以上)面积1 319.3 km2，占总面积的57.03%。强度和极强度侵蚀级别面积所占比例为24.10%，其次为轻度侵蚀级别，面积为14.31%，中度和剧烈侵蚀级别面积分别为6.23%，12.39%。剧烈和强度侵蚀主要分布在北部、中部及东南部的山区地段的坡耕地。虽然强度和剧烈侵蚀级别面积比例不是很高，但对该县总侵蚀量的贡献最大，达到52.29%。 [结论] 不适宜的土地利用是引起严重土壤侵蚀的主要原因；应将县域北部、中部及东南部山区的坡耕地作为防治的重点。

关键词：土壤侵蚀; 评价; RUSLE; 商南县

当前，长江流域环境灾害中最突出的问题是土壤侵蚀，长江流域及其主要支流水土流失较为严峻，致使流域土壤退化，河流泥沙淤积，在用水安全、防洪安全及生命财产安全方面均存在重大隐患。丹江作为长江的最大支流和汉江的最长支流，几乎穿越整个商洛市(商州区、丹凤县、商南县)，因此，准确地监测商洛市的土壤侵蚀状况，研究其侵蚀强度及分布特征，对于有效防治商洛市和丹江流域的水土流失具有积极意义。商南县位于丹江中游，丹江口水库上游，无论在地形、气候和水土流失等方面在商洛市均有相当的代表性，另外，作为丹江水源地核心部分，对其水土流失的有效治理以及确保其生态环境的安全不但对整个商洛市的生态治理具有示范作用，而且对提升丹江水源地的水质水量均有重要影响[1-2]。但由于商南县地处秦岭褶皱系，具有地质构造复杂，自然环境多变，降雨强度大且集中等特点，而且，近年来随经济社会发展人为扰动剧烈，水土流失严重，直接威胁到水源地的水质安全[3]，同时也严重影响着县域经济的发展和社会进步[4-5]，加之商南县水土流失本底数据不清，所以，亟需借助先进的技术开展卓有成效的水土流失监测工作，为相关部门开展水土流失治理决策提供支撑。RUSLE模型是在1991年提出基础上，1997年完成修正。由于RUSLE侵蚀估算模型是对降雨、土壤、地形、植被及工程措施等因子进行综合分析，从而达到对研究区水土流失量到侵蚀强度级别进行定量化判定的目的。即可以避免人为定级的主观性、随意性，也可以达到快速实时掌握研究区土壤侵蚀和流失的动态，在我国应用比较广泛[6]。本研究基于地理信息系统(GIS)和遥感(RS)技术，对Landsat TM7和ETM+影像进行目视解译，借助修正通用土壤流失方程(RUSLE)定量计算商南县土壤侵蚀量，为有关部门正确认识与防治长江上游的土壤侵蚀，做好水土保持防治工作提供科学的依据。此外，对保证南水北调中线水源地上游的水质水量，实现科学开发水资源、持续利用水资源、促进社会经济的可持续发展亦具有重要的意义。

1研究区概况及数据来源

1.1　研究区概况

商南县位于陕西省东南部，秦岭东南麓，汉江水系丹江流域中游，地理坐标介于110°24′—111°01′E，33°06′—33°44′N之间，总面积2 306.5 km2。主要以丘陵和中低山为主，具典型的南方土石山区地貌，地形地貌以低山、丘陵为主，占该县总面积的77%。最低处213 m，最高处2 057 m，相对高差达1 844 m。15°～45°较陡坡面积占全县总面积的67.75%。商南县植被覆盖较好，覆盖率70%以上，地形复杂，西南部和北部较高，东南部和中部较低，地势起伏，相差悬殊，年均温度14.0 ℃，年均降水量685.34 mm，主要土壤类型有黄棕壤、褐色森林土、棕壤、淤土和紫色土。商南县季节间雨量分配不均，暴雨较多，且暴雨集中，量大，面广，历时长，致使雨季河水暴涨，部分地区的水土流失剧烈[1-2]。商南县人口共24.2万，人口密度约105人/km2，农业人口占58.8%。2011年经济总量18.25亿元，其中最大贡献为牧业和农业产值，分别占47.0%和39.7%。人类活动在此处主要表现为农业生产和交通建设等生产建设项目，形成大量陡坡农地和开挖填方工程面，土壤结构疏松，侵蚀量极大。

1.2　数据来源与处理

降雨数据来自中国气象科学数据共享服务网(http:∥cdc.cma.gov.cn)，本研究选用了2010年商南县及周边数据完整且均匀分布的8个气象站点的日降水量数据。通过对商南县2010年的云量低于20%的5—10月30 m分辨率的Landsat TM7和15 m分辨率的ETM+影像进行目视解译得到其土地利用数据。DEM数据选取自中国科学院国际科学数据服务平台(http:∥www.datamirror.csdb.cn)ASTER GDEM 30 m分辨率产品。表征植被覆盖情况的NDVI数据采用2 501 km空间分辨率1 km，15 d时间分辨率的MODIS影像，采用最大化合成法(MVC)获得年NDVI，同时参考Landsat TM7影像获取的NDVI值，来估算模型中植被覆盖与管理因子。土壤数据来自全国第二次土壤调查，比例尺为1∶100万，同时参考县土地局有关土壤类型统计资料，补充与完善模型所需商南县土壤类型数据。

2区域土壤侵蚀量计算

2.1　RUSLE模型

与传统的土壤流失方程(USLE)相比，修正后的土壤流失方程(RUSLE)模型把降雨侵蚀力、坡长、坡度、作物覆盖、水土保持措施和土壤可蚀性等6大因子，进行定量计估算，应用范围更加广泛。修正后的土壤流失方程(RUSLE)，是表示坡地土壤流失量与其主要影响因子间的定量关系的侵蚀数学模型。该方程用于计算在一定耕作方式和经营管理制度下，因面蚀产生的年平均土壤流失量。其表达式为：

A=R·K·L·S·C·P

(1)

式中：A——单位面积年均土壤侵蚀量〔t/(km2·a)〕；P——水土保持措施因子；K——土壤可蚀性因子〔(t·h/MJ·mm)〕；C——植被覆盖与管理因子；R——降雨侵蚀力因子〔MJ/(mm·hm2·h)〕；L——坡长因子；S——坡度因子。

2.2　RUSLE方程中各因子的确定

2.2.1降雨侵蚀力因子R降雨侵蚀力因子的大小代表了降雨对土壤可能造成的冲蚀程度的高低。按半月侵蚀力[7]估算方法并根据研究区实际降雨雨情，估算公式为：

(2)

式中：Mi——第i个半月时段的侵蚀力值〔MJ/(mm·hm2·h)〕；k——该半月时段内的天数；pj——半月时段内第j天的侵蚀性日降雨量，要求日降雨量大于等于12 mm，否则以0计算；α，β——模型待定参数。

分别以每个气象站资料进行回归分析，由于不同站点得到的参数α和β不同，且二者之间联系密切，参数β还与区域降雨特征有关，据回归分析结果建立了利用日雨量参数估计模型参数α和β的公式：

(3)

α=21.586β7.1891

(4)

式中：Pd12——日降雨量大于等于12 mm的日平均降雨量；py12——日降雨量大于等于12 mm的年平均降雨量。在年降雨量比较丰富的地区，模型的决定系数较大，估算多年平均侵蚀力的相对误差较小。

2.2.2土壤可蚀性因子K土壤可蚀性因子表示土壤被冲蚀的难易程度。根据商南县不同土壤类型，借鉴自然环境特征类似的南京地区[8]对土壤可蚀性因子K值的估算进行估算，具体K的取值详见表1。

表1　商南县土壤可蚀性因子K值估算

2.2.3坡长因子S和坡度L因子坡度和坡长因子表示在其他条件不变的情况下，某给定坡长和坡度的坡面上土壤流失量与标准径流小区典型坡面上土壤流失量的比值[9-10]。坡长坡度因子反应地形对水土流失的影响程度。根据商南县30 m分辨率DEM来估算坡度坡长因子。在坡度小于10°时，选用McCool等[11]研究的坡度公式计算，坡度大于等于10°时，用刘宝元等[12]的坡度公式计算。借鉴文献[9]中坡长因子估算法估算坡长因子：

(5)

(6)

式中：S——坡度因子；q——坡度(°)；L——坡长因子；l——考虑径流源点和单元坡长后的累计坡长。

2.2.4植被覆盖与管理因子C植被覆盖与管理因子指在其他因子相同的条件下，在某一特定作物或植被覆盖下的土壤流失量与耕种后的连续休闲地的流失量的比值，是评价土壤侵蚀程度的一个重要指标[12]。采用文献[13]提出的植被因子算法公式：

(7)

式中：fc——植被覆盖度，根据植被覆盖度的像元二分模型采用NDVI指数，植被覆盖度的估算公式为：

(8)

式中：NDVI——某像元具体某时间的植被指数； NDVImin——裸地条件下的植被指数； NDVImax——植被完全覆盖条件下的植被指数。

2.2.5水土保持措施因子P水土保持措施因子指釆取水土保持措施后的土壤流失量与顺坡种植的土壤流失量的比值。根据研究区域土地利用现状、参考研究区域特征及研究内容相近相关文献[13]确定P值(表2—3)。

表2　水土保持因子P

表3　不同坡度等级下旱地水土保持因子P

3结果和分析

3.1　商南县土地利用及结构特征

对研究区影像进行预处理，以获得RUSLE模型所需的土地利用数据。根据土地利用类型分类标准，结合水土流失状况调查需要，将土地利用类型分为耕地、林地、草地、居民工况地、水体和未利用地等6个二级分类型，生成土地利用图。采用点随机抽样共选取290个检验点，对解译结果进行实地验证，难以到达的地方和Google Earth相近年份影像进行信息验证。影像解译的整体精度和Kappa系数分别达到0.869 5和0.908 4，达到了《技术规程》规定的不低于85%的标准要求。由各土地利用类型面积所占比重(表4)可以看出，商南县地表覆盖较好，林地(有林地、灌丛地和疏林地)为主要的土地利用类型，占总面积的87.05%，耕地占9.43%，居民地及工矿用地占2.82%，水体占0.64%，草地(天然草地和人工草地)面积最小，仅占0.01%，未利用地占总面积的0.05%。

表4　商南县不同土地利用类型面积及比重

3.2　商南县RUSLE模型各因子值

由商南县RUSLE模型各因子值的分布情况分析得出，R因子从北向南逐渐增加；同样，根据土壤的理化性质，褐土区域(偏北部和南部)K值最大，其次是石灰性紫色土、粗骨土、壤土区域；LS因子在北部两岔河乡，中部太吉河镇，过风楼镇较高；C因子与植被覆盖度相关，植被覆盖度越小C因子值越大，所以居民交通工矿用地及覆盖度低的地方C值较大；P因子与土地利用类型相关，林地、交通居民地、工矿用地及未利用地的P值最大，农田的P值与坡度相关，坡度越大，P值越大。

3.3　商南县土壤侵蚀量估算

根据估算结果，商南县2010年平均土壤侵蚀模数为4 953.76 t/km2。由于商南县植被覆盖较好，43.64%的面积微度或无侵蚀，轻度以上侵蚀面积为1 299.83 km2，占总面积的56.36%。其余按比例从大到小依次为：极强烈、轻度、剧烈、强烈及中度，所占比例分别为16.46%，14.31%，11.71%，7.64%和6.23%(表5)。强度和剧烈等级的侵蚀主要分布在北部两岔河乡，中部太吉河镇，过风楼镇，及东南部十里坪镇、魏家台镇的山区地段。该区域坡耕地比重均较大，侵蚀较严重。另外，2010年夏季，商南县发生了多次强降雨，造成了罕见的特大洪水灾害，加上县域内2010年度交通建设项目集中，极大加重了商南县极强度和剧烈侵蚀的比重。这个结论与陕西省水土保持局提供的全国二次调查数据吻合度较高，表明本研究因子选取较合理，估算结果较为可信。虽然商南县整体土壤侵蚀级别较低，但在山区仍存在较为严重的中度和剧烈土壤侵蚀。因此，商南县的水土保持工作不容懈怠。此外，商南县25°以上的坡地占该县总面积的比重较大(26.98%)，加之区域夏季强降雨的特点，加大了该区的水土流失隐患[1-2]。因此，要采用积极的措施防治该区的水土流失。

表5　商南县RUSLE计算结果

3.4　土地利用类型对土壤侵蚀的影响

土地利用方式的差异主要表现在植被覆盖度高低和植被覆盖类型的不同，这种差异性对地表粗糙度和地上生物量具有决定性的作用，进而影响到坡面的截留作用和流域的产流产沙。通过ArcGIS的叠加分析确定不同土地利用类型与土壤侵蚀的关系(表6)。由表6可以看出，各土地利用类型的侵蚀主要以微度侵蚀为主。强烈以上等级的侵蚀的主要是坡耕地，以及覆盖度低、郁闭度小的林地，分别占对应总侵蚀面积的28.23%和37.62%。其中，坡耕地是最重要的土壤侵蚀来源，主要是因为播种和翻耕等农作活动，致使坡耕地土壤表层疏松，容易被溅蚀和沟蚀。与林地相比，林地的抗土壤侵蚀能力十分明显，侵蚀类型主要是微度侵蚀(42.41%)，这是因为林地的地被物增加了土壤有机质，使土壤与根系之间形成生物凝聚力，改善了土壤结构，增强了土壤稳定性，同时，林地根系能固持土壤，产生抗滑力，稳定斜坡。但对于覆盖度较低，郁闭度小的区域仍存在强度等级以上的侵蚀。另外，经济社会发展使交通及建设用地规模不断扩大，项目实施过程中产生的大量松散堆积物遇到大暴雨后，因缺乏必要的防护，产生了严重的水土流失，强烈以上侵蚀面积比重达到30.32%，不容忽视。

表6　不同侵蚀级别下的土地利用特征分布　km2

4结论与讨论

(1) 商南县地表覆被较好，林地(有林地、灌丛地和疏林地)为主要的土地利用类型，占该县总面积的87.05%，其次为耕地，占总面积的9.43%，居民地及工矿用地、水体、草地和未利用地等面积比例为3.52%占总面积的2.82%，水体所占比重较小，为0.64%，草地(天然草地和人工草地)面积最小，仅占总面积的0.01%，未利用地占总面积的0.05%。

(2) 商南县2010年由于夏季多次发生大暴雨，土壤侵蚀严重，平均侵蚀模数达4 953.76 t/km2。中度和剧烈侵蚀主要分布在北部两岔乡河，中部太吉河镇，过风楼镇，及东南部十里坪镇、魏家台镇的山区地段。

(3) 商南县各土地利用类型主要是以微度侵蚀〔<200 t/(km2·a)〕为主，强烈以上等级〔>5 000 t/(km2·a)〕的侵蚀的主要发生在是坡耕地和覆盖度低、郁闭度小的林地，占对应总侵蚀面积的28.23%和37.62%。，此外，交通建设用地，由于其松散堆积物极易受到冲刷，强度级别以上〔>5 000 t/(km2·a)〕的侵蚀比重大(30.32%)，其侵蚀状况不容忽视，应受到社会各界的充分关注。

[参考文献]

[1]杨楠，王小文，卓悦,等.陕南地区生态环境状况综合评价及对策[J].水土保持通报，2008，28(2)：190-194.

[2]惠振德，孙虎，李晓玲.陕南土壤侵蚀特征及时空分布规律[J].水土保持通报，1997，17(2)：1-6.

[3]熊文，邱凉，李欣欣,等.全面建设水资源保护防线确保南水北调中线水源地安全[J].南水北调与水利科技，2006，6(4)：17-19.

[4]徐杰峰，王小文，卓悦,等.陕南地区主要生态环境问题及其潜在影响初探[J].水土保持通报，2008，28(6)：166-171.

[5]张骅，杨西民，柳诗众.论陕南水土保持治理方略[J].中国水土保持，2002(3)：20-22.

[6]Zhang Qingfegn，Wang Li，Wu Faqi.GIS-based assessment of soil erosion at Nihegou Catchment [J].中国农业科学：英文版，2008，7(6)：746-753.

[7]章文波，谢云，刘宝元.利用日雨量计算降雨侵蚀力的方法研究[J].地理科学，2002，22(6)：705-711.

[8]姜小三，潘剑君，杨林章,等.土壤可蚀性K值的计算和K值图的制作方法研究：以南京市方便水库小流域为例[J].土壤，2004，36(2)：177-180.

[9]杨勤科，郭伟玲，张宏鸣,等.基于DEM的流域坡度坡长因子计算方法研究初报[J].水土保持通报，2010，30(2)：203-206.

[10]秦伟，朱清科，张岩.通用土壤流失方程中的坡长因子研究进展[J].中国水土保持科学，2010(2)：117-124.

[11]Mccool D K， Foster G R， Mutchler C K. Revised slope steepness factor for the universal soil loss equation [J]. Transactions of the ASAE, 1987,30(5):1387-1396.

[12]刘宝元.土壤侵蚀预报模型[M].北京：中国科学技术出版社，2001.

[13]卜兆宏，唐万龙，席承藩,等.水土流失定量遥感方法应用与研究的新进展[J].世界科技研究与发展，2000，22(4)：64-67.

Analysis of Soil Erosion in Shangnan County Based on RUSLE

ZHANG Yangan1, SONG Xiaoqiang2, GAO Zhaoliang3, LI Junfeng4

(1.YanglingVocationalandTechnicalCollege,Yangling,Shaanxi712100,China; 2.ShaanxiProvinceSoilandWaterConservationBureau,Xi’an,Shaanxi710003,China; 3.InstituteofSoilandWaterConservation,NorthwestAgricultureandForestryUniversity,Yangling,Shaanxi712100,China; 4.NorthwestEmployeeTrainingCenterofSurveyingandMapping,Xi’an,Shaanxi710054,China)

Abstract：[Objective] In order to understand and prevent the soil erosion in the upper reaches of the Yangtze River correctly, and to provide scientific basis for preventing and controlling the soil and water conservation, Shangnan County of Shaanxi Province, which is in the source of the Yangtze River, was taken as an example for analyzing the spatial distribution of soil erosion. [Method] Based on the Landsat TM7 and ETM+images, the information of land use in Shangnan County in 2010 was obtained. Using the revised universal soil loss equation(RUSLE), the present situation of soil erosion in Shangnan County was quantitatively evaluated and studied. [Results] The main land use type in Shangnan County is forest land, accounting for 87.05% of the total area of the county, followed by cultivated land(9.43%), the residents(2.82%), water(0.64%), unused land and grassland(0.06%). Soil erosion of Shangnan County in 2010 is serious because of the slope land and low covered forest grassland, and the average erosion modulus was 4 953.76 t/(km2·a). The erosion area(worse than light erosion) reached 1 319.3 km2, accounting for 57.03%. The total area of intensity erosion and more intensity erosion accounted for 24.10%, followed by the light erosion area, which accounted for 14.31%. The area of middle erosion and most intensity erosion accounted for 6.23% and 12.39% respectively. The area of most intensity erosion and intensity erosion is mainly distributed in the slope land of the northern, central and southeastern mountain area. Although the area ratio of most intensity erosion and intensity erosion is not very high, they has the biggest contribution to the total erosion amount of the county， up to 52.29%. [Conclusion] Inappropriate land use is the main cause of serious erosion. Therefore, the main object for the prevention in Shangnan County is the slope land of the northern, central and southeastern mountain area.

Keywords:soil erosion; evaluation; RUSLE; Shangnan County

文献标识码：A

文章编号：1000-288X(2015)06-0311-05

中图分类号：X144， S157.1

通信作者：高照良(1969—),男(汉族),河南省灵宝县人,博士,副研究员,博士生导师,主要从事农业水土工程和荒漠化防治方面的研究。E-mail:gzl@ms.iswc.ac.cn。

收稿日期：2015-08-11修回日期：2015-11-30

资助项目：“十二五”国家科技支撑计划项目“农田水土保持关键技术研究与示范”(2011BAD31B01)

第一作者：张养安(1964—),男(汉族),陕西省商洛市人,副教授,主要从事水土保持、工程测绘类教学及研究。E-mail:zhang3303@126.com。