刘阳，闫双堆，任倩

（山西农业大学资源环境学院，山西太谷030801）

基于GIS和RS的小流域土壤侵蚀时空变化研究
——以三川河为例

刘阳，闫双堆，任倩

（山西农业大学资源环境学院，山西太谷030801）

快速获取和监测小流域土壤侵蚀的时空变化是综合治理和改善生态环境状况的重要研究内容。以三川河为研究区，结合遥感和地理信息系统为主要方法，采用RUSLE经验模型获取土壤侵蚀模数，并结合子流域和自然环境对小流域尺度下黄土高原区小流域土壤侵蚀状况进行研究。结果表明，1990—2010年，三川河流域整体土壤侵蚀状况逐步变好，土壤侵蚀强度正在沿着剧烈—极强烈—强烈—中度—轻度—微度的方向转变；子流域的研究结果表明，中度以下的土壤侵蚀主要分布在东川河和北川河流域的东部山区，强度以上的侵蚀主要分布在三川河的干流区域；土地覆盖分布的关系表明，1990—2010年土壤侵蚀主要发生在草地及未利用地区域。

土壤侵蚀；时空变化；遥感；地理信息系统

近年来由于土壤侵蚀问题导致的自然灾害频繁发生，对全球环境变化的危害日益严重，已成为当代科学研究的首要内容[1]。黄土高原区位于我国的中西部地区，是我国最大的土壤侵蚀区域，严重的土壤侵蚀导致了研究区社会属性和自然属性之间的矛盾日益尖锐[2]。小流域是通过土壤侵蚀来改善生态环境状况的基本单元，本研究选取三川河为研究区，如何快速地获取和监测该流域的土壤侵蚀，对研究黄土高原区小流域的生态环境的急剧恶化和改善具有重要的意义[3]。

在100 a来土壤侵蚀的研究中，随着研究手段的不断丰富、研究范围和内容的不断扩大和深入，人们对土壤侵蚀的认识也越来越深入。常用的土壤侵蚀的研究方法主要分为传统土壤侵蚀模型、经验统计模型和物理过程模型。其中，经验统计模型最早是由MILLER[4]于20世纪初提出来的。后来，随着计算机科学的出现和发展，WISCHMEIER等[5-9]于1978年提出USLE模型，并在1997年综合考虑土壤可蚀性因子、降雨侵蚀力因子、作物经营管理因子、地形和水土保持因子等5大因子，将USLE模型进行修正为RUSLE模型，并迅速发展。

本研究采用三川河周围站点降雨量数据、第2次土壤调查数据、ASTER-GDEM高程数据和TM影响数据，并以此作为基础数据获取RUSLE模型的降雨量侵蚀因子、土壤可蚀性因子、坡度坡长因子、植被管理措施因子和水土保持因子。然后通过ArcGIS的栅格计算器对栅格数据进行叠加处理，得到研究区1990，2010年的土壤侵蚀状况分布图。最后利用TM影像通过遥感解译获取土地利用覆盖图，利用ASTER-GDEM通过ArcGIS的水文分析获取三川河子流域，并分别研究了土壤侵蚀与不同土地覆盖和子流域下的分布状况。

1 研究区概况

三川河位于山西省吕梁市境内，由北川、东川、南川汇流而成，故名三川河。河道全长176 km，入黄口高程624 m，流域面积4 161 km2。三川河流域位于暖温带的半干旱大陆性季风气候区，春季干旱少雨多风沙，夏秋季较炎热多雨，冬季寒冷干旱。流域内气候呈现降雨量地域分布不均匀的主要特征，全流域多年平均降雨量497 mm，集中在6—9月，约占总降雨量的74%。流域内因水土流失严重导致土地贫瘠、植被稀少、农业水平发展较低[10]。因每年都有大量的泥沙输入黄河干道，被列为全国水土保持8个重点治理流域之一[11]。

根据三川河流域和地貌特征，将其划分为三川河干流、南川河支流、东川河支流和北川河支流等4个水文小区[11]（图1）。

2 数据源和研究方法

2.1 数据源和预处理

通过地理空间数据云下载研究区1990，2010年的Landsat 4-5，并在ENVI 5.0中对TM数据进行辐射校正、几何校正、影像拼接和裁剪等预处理，然后利用监督分类和波段运算获取研究区的土地利用覆盖和植被覆盖度，最后获取RUSLE模型中的植被管理措施因子C和水土保持因子P。在地理空间数据云中获取ASTER-GDEM数据，在ArcGIS中利用RUSLE_LS_4_PC.AML方法获取坡度坡长因子LS；最后通过日降雨量计算降雨侵蚀力的方法，在中国气象局的科学数据共享服务网下载三川河附近的中国地面资料国际交换站的气象数据，得到1990，2010年的降雨量数据，进而获取降雨量侵蚀因子，经过克里格插值后裁剪得到三川河流域的气象侵蚀因子R；利用诺模方程和EPIC（侵蚀/生产力）方程提取小流域K值，并通过我国西部环境与生态科学数据中心下载第2次全国土壤调查的土壤数据，在ArcGIS中利用栅格计算器的方法计算得到1990，2010年的土壤侵蚀模数。

2.2 研究方法

2.2.1 RUSLE模型本研究采用WISCHMEIER等[5]的RUSLE模型获取土壤侵蚀。

式中，A为年均土壤流失量（t/（hm2·a）），R为年均降雨侵蚀因子（（MJ·mm）/（hm2·h·a）），K为土壤可蚀性因子（（t·hm2·h）/（hm2·MJ·mm）），LS为DEM获取的坡度坡长因子，C为年植被覆盖与管理因子，P是年水土保持措施因子。

2.2.2 RUSLE模型中各因子值的确定

2.2.2.1 降雨侵蚀力因子R的获取本研究采用土壤侵蚀调查中常用的日降雨量计算降雨侵蚀力估算模型[12-13]。

式中，M表示以15 d为时间段的侵蚀力值（（MJ·mm）/（hm2·h·a））；α和β为待定参数。章文波等[14]将全年划分为24个半月时段，其中，K为半月的15 d，要求半月内j日降雨量大于等于12 mm，如果小于12 mm以0计算；最后汇总可以得到需要的年侵蚀力值。

式中，Py12和Pd12分别是日降雨量大于等于12 mm的年平均降雨量和日平均雨量。

2.2.2.2 坡度坡长因子LS的获取地形变化作为小流域内土壤侵蚀状况分布的主要影响因素，主要体现在坡度、坡长，其中，坡度越来越陡，水流越来越快，土壤潜在侵蚀力越来越高；坡长越来越长，表面汇水面积越来越大，土壤侵蚀越来越严重。本研究采用的是华盛顿大学HICKEY等[15-16]提供的基于ARCINFO下的AML代码获取的LS。通过地理空间数据云中下载三川河流域的ASTER-GDEM数据，在Arc Workstation中利用相关代码获取30 m×30 m的坡度坡长因子LS。

2.2.2.3 土壤可侵蚀性因子K的获取本研究利用第2次全国土壤调查的1∶400万比例的土壤图，采用的是EPIC（侵蚀/生产力）影响模型。

式中，SAN表示沙土的含量，%；SIL表示粉沙的含量，%；SLA表示黏土的含量，%；C表示有机碳的含量，%；SN1＝1－SAN/100。

2.2.2.4 植被覆盖与管理因子C的获取本研究采用的是蔡崇法等[17]提出的植被管理与措施因子模型。

式中，当植被覆盖度f≥78.3%时，认为土壤侵蚀为0，C值为0；当f＝0时，土壤侵蚀为标准状况，C值为1。

2.2.2.5 水土保持措施因子P的获取P是指水土保持措施实施后对土壤侵蚀的抑制作用，其值反映的是采用特定水土保持措施下治理后的土壤侵蚀状况与未实施任何水保措施的关系。目前，P值范围介于0～1，是根据经验来估算，未采取任何水保措施地区取值1，不发生侵蚀的地区取值0。本研究在结合三川河实际情况的基础上参考一些学者的研究成果[18-20]，确定出不同土地利用覆盖的P值如表1所示。

表1 水土保持措施因子

2.2.3 栅格计算和土壤侵蚀等级图的生成在ArcGIS10.0中，首先建立Geodatabase数据库统一管理降雨量、土壤可蚀性和坡度坡长等土壤侵蚀因子，利用数据管理中的投影和变换工具统一上述因子坐标为兰伯特投影，然后将因子重采样为30 m× 30 m的栅格图像，最后用栅格计算器进行叠加相乘，并根据水利部颁布的《土壤侵蚀分类分级标准SLI90—2007》对三川河流域土壤侵蚀状况进行划分侵蚀等级，获得三川河流域土壤侵蚀强度的空间分布图（图2）。

3 三川河流域土壤侵蚀特征及其空间分布

3.1 土壤侵蚀动态变化特征

根据1990，2010年2期土壤侵蚀类型图，在ArcGIS10.0中运用空间分析的功能，获取三川河流域20 a来的土壤侵蚀转移矩阵（表2）。

为了分析主导土壤侵蚀动态变化的过程，基于对土壤侵蚀转移矩阵的分析上，建立土壤侵蚀转换模型。

表2 1990，2010年三川河流域土壤侵蚀状况转移面积km2

式中，S表示土壤侵蚀类型，i表示转变的土壤侵蚀类型，j表示转变后的土壤侵蚀类型，Lij为土壤侵蚀类型i转变为土壤侵蚀类型j的面积。根据公式（7）计算出土壤侵蚀转换概率矩阵（表3）。

表3 三川河流域1990，2010年土壤侵蚀转换概率矩阵%

土壤侵蚀动态度不仅可以从定量的角度描述区域土壤侵蚀变化的速度，而且还对比较土壤侵蚀变化的区域差异以及预测未来土壤侵蚀变化的趋势都具有一定的作用。

单一土壤侵蚀类型动态度指的是研究区内一定时间范围内某种土壤侵蚀类型的面积变化情况。

式中，M为研究时段内某一土壤侵蚀类型动态度；Aa为研究期初某一种土壤侵蚀类型的面积；Ab为研究期末某一种土壤侵蚀类型的面积；T为研究时段，当T的时段设定为年时，M值就是该研究区某种土壤侵蚀类型的年变化率。根据公式（8）计算出三川河流域土壤侵蚀类型的年变化率如表4所示。

由表2～4可知，三川河流域20 a来的土壤侵蚀变化过程，总体上研究区内整体土壤侵蚀状况为中度，该区土壤侵蚀状况较差，从表2可以看出，其中土壤侵蚀强度模数0～2 500 t/（km2·a）的轻度侵蚀面积1990，2010年分别占到了56.99%和57.62%，是主要的侵蚀类型，此外该侵蚀类型空间分布主要位于研究区的低山丘陵地区，由于该地区的植被覆盖度好，人口稀少，生态状况优。其次是土壤模数2 500～5 000 t/（km2·a）的中度侵蚀，这种侵蚀类型极易转化成强度以上的侵蚀，在1990，2010年所占比例分别是17.64%和15.76%，有所回落，但仍然要引起足够的重视。最后是5 000～15 000 t/（km2·a）的强度类型以上的土壤侵蚀，所占比例1990，2010年均达到了25%左右，此种侵蚀主要位于流域的三川河干流内，行政区位于柳林县，由于人为砍伐森林等非点源侵蚀活动和大型基础建设或开矿等点源或线源侵蚀形式，导致该区土壤侵蚀严重且不易恢复。

3.2 不同土地覆盖与土壤侵蚀状况

土壤侵蚀状况恶劣最主要的影响因素是由于人类对土地覆盖类型的不合理开发和利用等活动。在ArcGIS 10.0中，对三川河的土壤侵蚀状况分级图与1990，2010年的土地覆盖图进行栅格数据叠加分析，获取了不同土地覆盖类型包括林地、耕地、水域、城镇用地、草地及其未利用地的土壤侵蚀空间分布特征（表5，6）。

表5 1990年土壤侵蚀强度在不同土地覆盖下的分布状况

表6 2010年土壤侵蚀强度在不同土地覆盖下的分布状况

从表5，6中可以看出，研究区内土壤侵蚀类型面积随土地利用类型的变化而改变，耕地是土壤侵蚀发生的主要地带，侵蚀面积占总面积的比例1990，2010年分别为44.49%和38.40%，2010年相对于1990年而言，所占面积有所降低；此外，草地及未利用地也是土壤侵蚀的主要地带，2010年该地带的土壤侵蚀状况（34.26%）较1990年（23.46%）有所加重；而水域和城镇的土壤侵蚀状况较小。

从土壤侵蚀类型的分布来看，微度侵蚀类型主要分布在林地和耕地地带，所占侵蚀面积在1990，2000年分别占到了82.51%和68.79%，耕地作为人类活动最多的地类，各类侵蚀面积均最大，其中以轻度到强烈侵蚀为主，强烈以上的侵蚀除了耕地之外就是草地及未利用地的侵蚀面积最大，主要是由于该地区的植被覆盖度较低，破坏严重容易造成水土流失，同时该地类也是土壤侵蚀风险度最高的地类，是以后水土保持工作中应特别注意的地类。

3.3 不同子流域的土壤侵蚀状况

表7 1990，2010年三川河流域及其子流域的土壤侵蚀总体状况

按照三川河流域的自然地理环境和地质地貌条件，将流域分为三川河干流、南川河支流、东川河支流和北川河支流的土壤侵蚀类型区，并且根据不同子流域的土壤侵蚀的特征和程度，计算整个流域分区的土壤侵蚀总体状况（表7）和面积分布情况（表8，9）。

从表7～9可以看出，土壤侵蚀状况最好是东川河和北川河支流的东部山区，最差的是三川河干流。通过统计分析得知，1990年总流域的平均侵蚀模数为4 709.31 t/（km2·a），2010年总流域的平均侵蚀模数为4 070.94 t/（km2·a），同比下降了13.6%，说明经过多年的水土保持治理，环境得到了很好的改善，其中，变化最大的是三川河干流子流域，从1990年的8 407.26 t/（km2·a）下降到2010年的6 918.47 t/（km2·a），降低了1 488.79 t/（km2·a），平均每年减少74.44 t/（km2·a），年变化率为0.89%。虽然该区的土壤侵蚀状况下降幅度最大，但仍然位于强度以上的侵蚀范围，水土保持状况非常恶劣，是重点治理的地区之一。

表8 1990年子流域土壤侵蚀状况

表9 2010年子流域土壤侵蚀状况

4 结论

本研究以土壤学、水土保持学和地理学为基础理论指导，选择ArcGIS 10.0为软件平台，用遥感和地理信息系统的方法对三川河流域1990，2010年的土壤侵蚀状况时空动态进行研究，并结合土地覆盖类型和子流域对研究区的土壤侵蚀状况进行分析，结果表明，20 a间三川河流域整体土壤侵蚀状况较小，主要的侵蚀类型为中度侵蚀以下的侵蚀类型，所占面积均超过了70%，且主要分布在植被覆盖高，人口较少的东部山区，主要位于方山县和离石区县域内。而强度类型以上的土壤侵蚀所占比例达到了25%左右，此种侵蚀主要位于流域的三川河干流内，行政区位于柳林县，该区由于人为砍伐森林等非点源侵蚀活动和大型基础建设或开矿等点源或线源侵蚀形式，导致该区土壤侵蚀严重且不易恢复。总结转移矩阵结果发现，土壤侵蚀强度正沿着剧烈—极强烈—强烈—中度—轻度—微度的方向逐渐转好，说明经过20 a的治理，三川河流域的水土保持状况正在逐步变好。

本研究获取了研究区20 a来土壤侵蚀强度在不同土地覆盖类型和子流域下的分布状况，结果表明，土地利用类型为草地及未利用等地区是土壤侵蚀最为严重的地区，从子流域上看土壤侵蚀状况最小的是东川河和北川河流域的东部山区，最大的是三川河干流，虽然20 a间该区的土壤侵蚀状况有大幅改变，但仍然位于强度以上的侵蚀范围，水土保持状况非常恶劣，是重点治理的地区之一。

［1］刘立文.东辽河流域土壤侵蚀与景观格局的时空关系研究[D].长春：吉林大学，2013.

［2］胡建军，王庆阳，刘煊娥，等.黄土高原地区生态环境状况与经济社会发展关系研究[J].水土保持研究，2006，13（4）：253-255.

［3］曾凌云.基于RUSLE模型的喀斯特地区土壤侵蚀研究：以贵州红枫湖流域为例[D].北京：北京大学，2008.

［4］MILLER MF.Waste through soil erosion[J].Journal AmSoc Agron，1926，18：153-160.

［5］WISCHMEIER W H，SMITH D D.Predicting rainfall erosion losses-Aguide for conversation planning[M].USDA：Agriculture Handbook，1978：537.

［6］郑粉莉，刘峰，杨勤科，等.土壤侵蚀预报模型研究进展[J].水土保持通报，2001，21（6）：16-18.

［7］卜兆宏.关于土壤流失量遥感监测的植被因子算式的初步研究[J].遥感技术与应用，1993，8（4）：16-22.

［8］赵晓丽，张增祥，王长有，等.基于RS和GIS的西藏中部地区土壤侵蚀动态监测[J].土壤侵蚀与水土保持学报，1999，5（2）：44-50.

［9］洪伟，吴承祯.闽东南土壤流失人工神经网络预报研究[J].土壤侵蚀与水土保持学报，1997，3（3）：52-57.

［10］杨峰，杨涛，李学春.黄河三川河流域水沙特性分析[J].水资源与水工程学报，2004，15（3）：59-61.

［11］段喜明.三川河流域雨水资源化及环境效应研究[D].杨凌：西北农林科技大学，2006.

［12］徐宗学，罗睿.PDTank模型及其在三川河流域的应用[J].北京师范大学学报（自然科学版），2010，46（3）：337-343.

［13］BROWNING G M，PARISH C L，GLASS J A.A method for determining the use and limitation of rotation and conservation practices in control of soil erosion in lowa[J].Journal of the American Society ofAgronomy，1947，39：65-73.

［14］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.

［15］HICKEY R，SMITH A，JANKOWSKI P.Slope length calculations from a DEM within ARC/INFO grid[J].Com puters Environment and Urban Systems，1994，18（5）：365-380.

［16］HICKEYR.Slope angle and slope length solutions for GIS[J].Cartography，2000，29（1）：1-8.

［17］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.

［18］陈永宗.黄土高原土壤侵蚀规律研究工作回顾[J].地理研究，1987，6（1）：76-83.

［19］王万忠.黄土地区降雨特征与土壤流失关系的研究[J].水土保持通报，1983（4）：7-13.

［20］江忠善，王志强，刘志.黄土丘陵区小流域土壤侵蚀空间变化定量研究[J].水土保持学报，1996（1）：1-9.

Study on Temporal and Spatial Variation of Soil Erosion in Small Watershed Based on GIS and RS—Taking Sanchuanhe River as a Case

LIUYang，YANShuangdui，RENQian
（College ofResources and Environment，Shanxi Agricultural University，Taigu 030801，China）

An important research content offast acquisition and monitoringthe temporal and spatial variation ofsoil erosion in small watershed is the comprehensive management and improve the ecological environment.This paper takes Sanchuanhe River as the research area,meantime using remote sensing and geographic information system as the main method,combining the RUSLE empirical model obtain the modulus of soil erosion,and sub basin and the natural environment to carry out research on small watershed scale of small watershed in the Loess Plateau area of soil erosion.The results show that the overall situation of soil erosion in Sanchuanhe River basin from 1990 to 2010 gradually changes for the better.The intensity of soil erosion is changing from severe to extremely strong-intense-moderate-mild-micro.The sub basin shows that soil erosion is the best of Dongchuan River and the Beichuan River basin in the eastern mountain area,the worst is the mainstream of Sanchuanhe.From 1990 to 2010,soil erosion mainly occurrs in the altitude in the land use types ofgrassland and unused areas.

soil erosion;temporal and spatial variation;RS;GIS

S157

A

1002-2481（2017）04-0606-07

10.3969/j.issn.1002-2481.2017.04.29

2016-11-23

山西农业大学科技创新基金项目（20142-22）

刘阳（1992-），男，陕西宝鸡人，在读本科生，研究方向：农业资源与环境。闫双堆为通信作者。