基于GIS与RUSLE的土壤侵蚀量时空变化分析

2016-12-26李雪莹

地理空间信息 2016年4期

李雪莹，杨俊，杨阳，王雪

（1.北京师范大学地理学与遥感科学学院，北京 100875；2.辽宁师范大学城市与环境学院，辽宁大连116029；3.北京师范大学减灾与应急管理研究院，北京 100875）

李雪莹1，杨俊2，杨阳1，王雪3

基于修正的土壤流失方程（RUSLE），运用RS和GIS技术对葫芦岛市的土壤侵蚀状况进行分析。结果表明，葫芦岛市年均土壤侵蚀量17 867 598．32 t，年均土壤侵蚀模数为16．13 t/（hm2×a），属于轻度侵蚀。葫芦岛市中度侵蚀以上的土壤侵蚀面积占总侵蚀面积的11．31%，土壤侵蚀模数占总侵蚀量的40．17%。中度侵蚀以下的土壤侵蚀面积占总侵蚀面积的88．96%，土壤侵蚀量占总侵蚀量的59．83%，研究区土壤侵蚀空间差异性大。分析土壤侵蚀与坡度和土地利用之间的关系表明，6°～25°为研究区主要侵蚀坡度段，裸土地、旱地、林地和草地是研究区土壤侵蚀的主要发生区，葫芦岛市应将其列为水土保持重点治理对象，采取有效措施，改善土壤侵蚀现状。

土壤侵蚀；RUSLE；GIS；葫芦岛市

土壤侵蚀是指地球表面土壤及其母质在重力、水力、风力、冻融、人类不合理生产活动等自然因素和人为因素的综合作用下所发生的各种破坏、分离（分散）、搬运（移动）和沉积现象，是最敏感的生态致灾因子之一，一直是水土保持研究的重点[1-6]。我国对土壤侵蚀的研究多集中于大尺度区域，小尺度区域的研究较为薄弱[7-15]。本文针对葫芦岛市的土壤侵蚀问题，运用修正的RUSLE模型与GIS技术相结合，进行土壤侵蚀量估算，分析其侵蚀现状和空间分布特征，为葫芦岛市土壤侵蚀的预测预报和防治提供科学依据[16-21]。

1 材料与方法

1.1 研究区概况

葫芦岛市位于东经119°13'～121°02'、北纬39°59'～41°14'，属辽宁省西部侵蚀褶皱低山丘陵区，地势由西向东逐渐降低，总面积10 414．93 km2；农用地面积7 271．02 km2，占土地总面积的69．8%。其中，林地面积占农用地面积比重较大，为37．17%。土壤以褐土、棕壤土和草甸土为主，有机质含量较低，保水保肥能力较差。葫芦岛市属北温带半湿润半干旱大陆性季风气候，四季分明，雨热同期，日照时数为2 600 h～2 800 h，年均降水量550 mm～650 mm，年平均气温8．5 ℃～9．5 ℃。

1.2 基础数据采集及处理

本文采用的遥感影像为2013年6～9月的Landsat ETM，空间分辨率15 m×15 m，在ENVI4．8软件支持下进行预处理及分类。基础数据还包括来自建昌、绥中、兴城等12个雨量站1964～2013年间的降水数据、1∶1 000 000土壤类型数据、2013年土地利用类型数据以及研究区1∶50 000数字高程模型（DEM）等。

1.3 模型选择与研究路线

土壤侵蚀量计算的具体研究路线如图1所示。土壤侵蚀过程是水文因子、气象因子、下垫面因子的函数[22]。修改的RUSLE土壤流失方程包括土壤质地、降水、植被、坡度、坡长及人类活动干扰等影响因子。

土壤流失量计算公式如式（1）。

图1 研究技术路线图

式中，A表示土壤流失量（t·hm-2·a-1）；R表示降雨侵蚀因子（MJ·mm·hm-2·h-1·a-1）；K表示土壤可蚀性因子（t·hm2·h·hm-2·MJ-1·mm-1）；L、S表示地形因子，由坡长和坡度因子组成；C表示植被覆盖因子；P表示水土保持措施因子。

2 土壤侵蚀量的估算

2.1 模型各因子值确定和因子图层生成

1）降雨侵蚀力因子。降雨强度、降雨量、降雨历时等都与土壤侵蚀有着密切的关系，因此降雨是引起土壤侵蚀的一个重要因子。降雨侵蚀因子通常采用Wischmeier经验公式，既考虑年降水总量，又考虑降水的年内分布[23]：

式中，Pi为汛期各月平均降雨量（mm）；P为年总降雨量（mm）。根据建昌、绥中、兴城等12个雨量站1964～2013年的月平均降雨数据（气象站分布如图2所示），基于式（2）得到每个雨量站的降雨侵蚀力因子R，采用Kriging插值后得到研究区降雨侵蚀力的空间分布，如图3所示。

图2 葫芦岛市周边雨量站分布图

图3 葫芦岛市降雨侵蚀力因子分布图

2）土壤可蚀性因子。土壤可蚀性因子（K）的大小表示土壤被侵蚀的难易程度。一般说来，质地越粗或越细，土壤越不易侵蚀，而质地适中的土壤较易侵蚀。本文采用Williams等[24,25]在EPIC（erosion productivity Impact alculator）模型中的方法求算K值：

式中，s1为砂粒含量（%）；s2为粉粒含量（%）；n为黏粒含量（%）；c为有机碳含量（%）； s3=l-s1/100。根据第二次土壤普查资料，收集研究区各种土壤类型的机械组成、粒级含量、有机质含量等数据代入公式中，近似确定出葫芦岛市不同土壤类型的可蚀性因子K值，如表1。将K输入土壤图属性库中，转化为K因子栅格图（图4）。

图4 葫芦岛市土壤可蚀性因子分布图

3）坡度、坡长因子（LS）的获取。LS因子反映地形地貌特征对土壤侵蚀的影响。在其他地理环境因子相同的条件下，随着坡长与坡度的增大，土壤侵蚀增多。本文采用 Wischmeier[26]提出的因子计算方法：

式中，λ为坡长，β为坡度，m为随坡度变化的变量。当坡度＞2.86°时，m为0.5；当坡度在1.72°～2.86°时，m为0.4；当坡度在0.57°～1.72°时，m为0．2。根据1∶50 000DEM图和式（4）提取研究区等高线，建立DEM模型，形成90 m×90 m单元格grid图，求出LS图层（图5）。

图5 LS地形因子分布图

4）植被覆盖因子。植被覆盖因子C是在相同的土壤、坡度和降雨条件下，某一特定作物或植被的土壤流失量与耕种过后连续休闲地的土壤流失量的比值。其值范围一般为0～1。C值与植被类型、植被覆盖度有关。当地面完全裸露时，C值为1；当地面植被覆盖度高时，C值可取0．001。植物的覆盖可抑制土壤侵蚀的发生，覆盖度越高，土壤流失量越少[27,29]。本研究采用蔡崇法[28]提出的植被覆盖度与C因子的方程：

式中，C为植被覆盖因子；c为植被覆盖度。

葫芦岛市的主要土地利用类型包括耕地、林地、居民点、旱地等，利用葫芦岛市2013年6～9月Landsat ETM遥感影像数据计算NDVI值，再利用NDVI值计算植被覆盖度，并将植被覆盖度与土地利用结合测定C因子值，赋值如表2，最后求出植被覆盖因子分布图（如图6）。公式为：

式中，NDVIx为完全被植被覆盖的像元的NDVI值；NDVI0为无植被覆盖或裸土的像元的NDVI值。

表2 不同土地利用类型的C因子值

图6 葫芦岛市植被覆盖因子分布图

5）水土保持措施因子。水土保持措施因子P是针对研究区采取特定防治措施后的土壤侵蚀量与顺坡种植时没有采取相应措施的土壤侵蚀量之比[30]。本研究主要参照美国农业部手册703号和解译出的当地土地利用现状图及董婷婷、刘得俊等的研究成果[31,32]，得出P值，见表3。并且将P值以土地利用类型为单元赋值生成P值栅格图（如图7）。

表3 葫芦岛市不同土地利用类型的P因子值

图7 葫芦岛市水土保持措施因子分布图

2.2 土壤侵蚀量计算及强度分级

将上述各因子图层转化成同一个坐标系下的栅格图，利用ArcInfo软件的空间分析模块叠加分析，将各因子连乘，最后得到研究区土壤侵蚀空间分布图。再根据水利部颁布的《土壤侵蚀分类分级标准》（SLl90-96）确定土壤侵蚀强度分级指标，由研究区土壤侵蚀空间分布图生成土壤侵蚀强度等级图（图8）。

图8 葫芦岛市土壤侵蚀强度分级图

3 结果分析与讨论

3.1 葫芦岛市土壤侵蚀现状分析

基于RUSLE葫芦岛市土壤侵蚀强度分级图可以看出，葫芦岛市土壤侵蚀以中度侵蚀以下为主，其中兴城市和绥中县土壤侵蚀较为严重，是土壤侵蚀防治的重点区域（见表4）。葫芦岛市年均土壤侵蚀总量为17 867 598．32 t，年均土壤侵蚀模数为16．13 t/（hm2·a），属于轻度侵蚀。葫芦岛市中度侵蚀以上的土壤侵蚀面积为1 177．93 km2，占总侵蚀面积的11．31%。虽然面积小，但土壤侵蚀的模数很高，占侵蚀总量的40．17%。微度、轻度、中度土壤侵蚀的面积占总面积的88．96%，占侵蚀总量的59．83%。所以对于葫芦岛市而言，中度侵蚀以下的侵蚀级别是重点侵蚀级别，但在加强治理此地区的同时也不能忽视中度侵蚀级别以上的地区的整治。

表4 葫芦岛市土壤侵蚀强度等级

3.2 土地利用类型对土壤侵蚀的影响

利用ArcGIS将土地利用类型图和土壤侵蚀强度等级图进行叠加分析，获得不同土地利用类型的平均土壤侵蚀模数与土壤侵蚀量（表5）。从表5可以看出，葫芦岛市的主要土地利用类型为林地（有林地、灌木林、疏林地、其他林地）和旱地，所占比重分别为37．17%和30．16%；草地（高覆盖度草地、中覆盖度草地、低覆盖度草地）与滩地面积次之，分别占9．09%和11．66%；最少的为裸土地，仅占6．37%。其中土壤侵蚀量最大的为旱地，所占侵蚀总量比重为23．43%，是水土流失最严重的地区；林地与草地的土壤侵蚀量也略多，比例分别为22．16%和14．47%。除此之外，裸土地的土地面积虽然少，但年均侵蚀模数很大，属于极剧烈侵蚀，因此土壤侵蚀量也很大，占总侵蚀量的13．34%；其他土地利用类型的土壤侵蚀量则相对较少。因此裸土地、旱地、林地和草地是研究区土壤侵蚀的主要发生区域，应加大对这些区域的水土保持治理力度。另外，农村居民点侵蚀量比值比城镇用地比值多4．25个百分点，说明农村居民点比城镇用地更易水土流失，葫芦岛市应该在农村地区加强土地利用改造，以减少农村地区的水土流失。

表5 不同土地利用类型的土壤侵蚀

3.3 土壤侵蚀的坡度分布特征

根据葫芦岛市不同坡度带的平均土壤侵蚀模数与土壤侵蚀量表（表6）可以看出，坡度在6°以下的区域占研究区总面积的46．31%，但是对土壤侵蚀总量的贡献率仅有8．63%，年均土壤侵蚀模数仅为6．13 t/(hm2·a)，属于微度侵蚀；6°～10°坡度带属于轻度侵蚀；10°～15°坡度带属于中度侵蚀；15°～25°坡度带属于强度侵蚀；25°以上的土地面积仅占研究区面积的7．06%，但对土壤侵蚀总量的贡献率高达19．90%，年均土壤侵蚀模数为158．33 t/(hm2·a)，属于极强度侵蚀。这一现象表明,研究区土壤侵蚀强度与坡度呈正相关关系，随着坡度的增大，平均土壤侵蚀模数上升。坡度在6°～25°之间的土壤侵蚀量为12 938 648．5 t，对土壤侵蚀总量的贡献率为72．47%，是研究区的主要土壤侵蚀坡度段。因此，6°～25°坡度带是葫芦岛市土壤侵蚀防治的主要区域，加强该区域的土壤侵蚀治理会大量减少土壤侵蚀面积与土壤侵蚀总量。

表6 葫芦岛市不同坡度带的平均土壤侵蚀模数与土壤侵蚀量

4 结语

应用RS和GIS技术，并在RUSLE模型的基础上对葫芦岛市的土壤侵蚀量进行定量估算，研究并分析了土地利用类型和地形坡度对土壤侵蚀空间差异性的影响。结果表明，全市年均土壤侵蚀总量为17 867 598．32 t，年均土壤侵蚀模数为16．13 t/(hm2·a)，属于轻度侵蚀。从土壤侵蚀的空间特征分析，6°～25°坡度带，以及裸土地、旱地、林地和草地是研究区土壤侵蚀的主要发生区域，这些区域是研究区土壤侵蚀防治的重点，葫芦岛市相关部门应及时采取有效对策来减少土壤流失量，改善生态环境，为葫芦岛市的可持续发展提供空间和条件。

[1] 李婷,张世熔,廖明辉,等．基于3S和USLE的沱江流域中游土壤侵蚀定量评价[J]．水土保持研究,2011(1)：24-27

[2] 高峰,华璀,卢远,等．基于GIS和USLE的钦江流域土壤侵蚀评估[J]．水土保持研究,2014(1)：18-22

[3] 王志杰,简金世,焦菊英,等．基于RUSLE的松花江流域不同侵蚀类型区泥沙输移比估算[J]．水土保持研究,2013(5)：50-56

[4] Shi X Z, Wang K, Warner E D, et a1．Relationship Between Soil Erosion and Distance to Roadways in Undeveloped Areas of China [J]．Catena,2008(72)：305-313

[5] 阎业超,张树文,李晓燕,等．黑龙江克拜黑土区50多年来侵蚀沟时空变化[J]．地理学报,2005,60(6)：1 015-1 020

[6] Ni J R, Li X X, Borthwick A G L．Soil Erosion Assessment Based on Minimum Polygons in the Yellow River Basin,China[J]．Catena,Geomorphology,2008(93)：233-252

[7] De Cola L． Fractal Analysis of a Classified Landsat Scene[J]．Photogrammetric Engineering and Remote Sensing,1989(55)：601-610

[8] Lam N S N． Description and Measurement of Landsat TM Images Using Fractals[J]．Photogrammetric Engineering and Remote Sensing,1990(56)：187-195

[9] 余炜敏,漆智平．SOTER支持下海南土壤侵蚀量估算[J]．水土保持学报,2003,17(6)：51-54

[10] 张志,华学理．GIS支持下的土壤侵蚀强度景观空间结构研究[J]．水土保持学报,2001,15(6)：6-8

[11] 张志,王少军．湖北省土壤侵蚀景观空间异质性及驱动因子分析[J]．中国地质灾害与防治学报,2004, 15(4)：49-53

[12] 谢媛媛,余新晓,张满良．基于GIS的桥子沟流域土壤侵蚀初步分析[J]．水土保持研究,2005, 12(5)：263-265

[13] 黄金良,洪华生,张珞平,等．基于GIS和USLE的九龙江流域土壤侵蚀量[J]．水土保持学报,2004, 18(5)：75-79

[14] 杨娟,葛剑平,李庆斌．基于GIS和USLE的卧龙地区小流域土壤侵蚀预报[J]．清华大学学报：自然科学版,2006, 46(9)：1 526-1 529

[15] 洪华生,杨远,黄金良．基于GIS和USLE的下庄小流域土壤侵蚀量预测研究[J]．厦门大学学报：自然科学版,2005,44(5)：675-679

[16] 沈中原,李占斌,李斌斌．大理河流域土壤侵蚀空间格局分形特征研究[J]．土壤学报,2009, 46(1)：149-152

[17] 齐晓君,王恩德,贾三石．基于GIS和RS的抚顺市土壤侵蚀动态研究[J]．东北大学学报：自然科学版,2008,29(9)：1 342-1 345 [18] 李嘉峻,许有鹏,桑银江． GIS支持下的土壤侵蚀动态变化研究：浙江一例[J]．南京大学学报：自然科学版,2005,41(3)：297-302

[19] 刘淼,胡远满,徐崇刚．基于GIS、RS和RUSLE的林区土壤侵蚀定量研究[J]．水土保持研究,2004,11(3)：21-24

[20] 黄诗峰,钟邵南,徐美．基于GIS的流域土壤侵蚀量估算指标模型方法——以嘉陵江上游西汉水流域为例[J]．水土保持学报,2001,15(2)：105-107

[21] 史培军,刘宝元,张科利,等．土壤侵蚀过程与模型研究[J]．资源科学,1999,21(5)：9-18

[22] 施行觉,Wang C Y．水的扩散与断层的黏滑[J]．中国地震,1986,2(3)：14-21

[23] 王万忠．中国降雨侵蚀力R值的计算与分布[J]．水土保持学报,1995,9(4)：5-18

[24] Wischmeier W H, Johson C B, Cross B V． A Soil Erodibility Nomograph forFarmland and Construction Sites [J]．J Soil and Water Conserv,1971(26)：189-193

[25] United States Department of Agnculture．EPIC-Erosion/ Productivity Impact Calculator 1 Model Documentation Technical Bdletin Number1768 [R]． Washington D C：USDA-ARS,1990

[26] Wischmeier W H, Smith D D Predicating Rainfall Erosion Losses[R]． Washington D C： USDA,1987

[27] 姬翠翠,李晓松,曾源,等．基于遥感和GIS的宣化县水土流失定量空间特征分析[J]．国土资源遥感,2010,(2)：110

[28] 蔡崇法,丁树文,史志华,等．应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]．水土保持学报,2000,14(2)：19-24

[29] 王万中,焦菊英．中国的土壤侵蚀因子定量评价研究[J]．水土保持通报,1996,16(5)：1-20

[30] 傅世锋,查轩．基于GIS和USLE的东圳库区土壤侵蚀量预测研究[J]．地球信息科学,2008,10(3)：393．

[31] SD239-97Es．水土保持实验规范[S]．

[32] 刘得俊,李润杰,王文卿,等．基于地理信息系统的西宁市土壤侵蚀监测的实现[J]．水土保持研究,2006,13(5)：111-113

P273

1672-4623（2016）04-0065-05

10.3969/j.issn.1672-4623.2016.04.022

李雪莹，研究生，研究方向为土地利用规划，地理教育。

2013-08-21。