廖凯涛 ，熊 晨

(1．江西省土壤侵蚀与防治重点实验室，江西 南昌 330029；2．江西省水土保持科学研究院，江西 南昌 330029； 3．江西师范大学 软件学院，江西 南昌 330022)

怒江上游地区土壤侵蚀的时空变化特征分析

廖凯涛1,2，熊 晨3

(1．江西省土壤侵蚀与防治重点实验室，江西 南昌 330029；2．江西省水土保持科学研究院，江西 南昌 330029； 3．江西师范大学 软件学院，江西 南昌 330022)

土壤侵蚀；时空变化；RUSLE模型；怒江上游地区

基于土地利用/覆盖、DEM、土壤类型、流域降雨及MODIS-NDVI数据(时间分辨率16 d，空间分辨率250 m)，运用修正的通用土壤流失方程RUSLE定量评价2001、2008年怒江上游地区土壤侵蚀的时空变化，结果表明：在年内，土壤侵蚀变化与降水变化保持了较好的一致性，即最大值出现在夏季，最小值出现在冬季；土壤侵蚀强度在空间上差异明显，土壤侵蚀主要发生在研究区的西北部，而在东南部则基本无侵蚀；2001—2008年怒江上游地区各县土壤侵蚀多呈加剧趋势，当地的退牧还草和生态保护工作亟待加强。

土壤侵蚀是土壤及其成土母质在水力、风力、冻融、重力等外力作用下，被破坏、剥蚀、转运和沉积的全过程[1]。作为最敏感的生态致灾因子之一，土壤侵蚀是土壤退化的主要表现形式，其发生与降水、土壤、地形坡度、植被覆盖和土地管理方式等密切相关[2]。严重的土壤侵蚀不仅会使土地生产力下降，还会造成河道淤积、水环境质量下降、洪涝灾害加剧等，因而一直是生态问题研究的重点内容之一[3]。定量评价区域土壤侵蚀量、土壤侵蚀强度及其空间分布特征，对于采取相应措施减少水土流失、保护和合理利用土地资源具有重要意义。土壤侵蚀模型是进行土壤侵蚀量预报和定量评价的重要工具，以美国通用土壤流失方程(USLE)和修正的通用土壤流失方程(RUSLE)应用最为广泛[4-5]，但在模型使用过程中,往往采用年降水量计算的降水侵蚀力因子和固定植被覆盖因子计算，忽略了降水的季节不均匀性和植被覆盖的季节动态性[6]。而遥感技术的快速发展为获取陆地表面植被覆盖动态变化提供了便利，也使得在模型中充分考虑植被覆盖的季节变化特征与降水组合成为可能。

青藏高原幅员辽阔，是全球海拔最高的高原，我国三大自然区之一，对毗邻地区自然地理环境的变化有着极为深刻的影响[7]。区内水力侵蚀、风力侵蚀、冻融侵蚀等多种土壤侵蚀形式交错并存，是我国水土流失较为严重的区域之一[8]。目前，对青藏高原土壤侵蚀的研究多集中于宏观的、面上的调查与分析评价，针对流域尺度的研究成果相对较少，且多集中在高原东部区域[9-10]，对藏北地区土壤侵蚀的研究更少。因此，本研究选择位于青藏高原北部的怒江上游地区为研究区，基于土地利用、DEM、遥感和气象等数据，利用RUSLE方程和GIS技术，对2001、2008年怒江上游地区土壤侵蚀状况进行评估，并分析其时空变化特征，以期为怒江流域乃至青藏高原水土保持措施的制定提供科学依据。

1 研究区概况

怒江发源于青藏高原唐古拉山南麓的吉热拍格，由西北向东南斜贯西藏东部。怒江流域上游通常以洛隆县境内的嘉玉桥为界，在行政辖区上涉及安多、聂荣、巴青、比如、丁青、那曲、索县、边坝、洛隆等9个县，地跨北纬30°12′～33°10′、东经90°11′～96°32′。怒江上游地区地势西北高东南低，其西北部主要位于高原区，东南部地形破碎、起伏较大，平均海拔在4 500 m以上，相对高差3 700 m；属高寒气候区，降水由东南向西北逐渐减少，这与怒江作为高原的水汽通道密切相关；因为长期对草地的过度放牧和不合理利用，以及气候的影响，导致草地退化严重、植被覆盖减少、水土流失较为严重，对当地的生态环境和农牧业生产造成了一定的影响。

2 材料与方法

2.1 数据及处理

研究所用的基础数据包括：数字高程模型(DEM)，来自国际科学数据服务平台(http://srtm.datamirror.csdb.cn/search.jsp)，分辨率为90 m；1∶100万土壤类型图，各土种理化性质指标来源于《西藏自治区土种志》(1994年)；2001、2008年研究区及周边44个气象站点逐日降雨数据，来自中国气象共享服务网；2001、2008年土地利用数据，采用遥感数据人机交互式解译方法获得；2001、2008年搭载在Terra卫星上的MODIS传感器获取的分辨率为250 m、周期为16 d的NDVI数据(http://glovis.usgs.gov)。

2.2 研究方法

2.2.1 RUSLE基本公式

USLE是美国农业部(USDA)利用1万多个径流小区的土壤流失量和径流量观测数据经过归纳统计得出的土壤侵蚀定量估算经验模型[4]，其修正模型RUSLE目前应用较为广泛，计算公式为

下面对某220 kV GIS断路器合闸时间、合闸不同期时间严重超标、合闸速度偏低缺陷案例进行分析，排查、核实测试数据异常原因，并总结类似断路器操作机构检修经验，为提升断路器安装、验收、运维质量提供参考。

A=R·K·L·S·C·P

(1)

式中：A为年土壤流失量；R为降雨侵蚀力因子；K为土壤可蚀性因子；L为坡长因子；S为坡度因子；C为地表植被覆盖因子；P为水土保持措施因子。

考虑到研究区降水的时间不均衡性和植被生长的季节动态性，结合MODIS-NDVI数据和GIS的空间分析功能，将公式(1)修正为月侵蚀模数模型，计算公式为

(2)

式中：i为月份；Ri为i月的降雨侵蚀力因子；Ci为i月的地表植被覆盖因子。

2.2.2 模型参数的计算

(1)降雨侵蚀力因子R。降雨侵蚀力因子R与降雨量、降雨强度、降雨历时、雨滴大小及雨滴下降速度有关，反映了降雨对土壤的潜在侵蚀能力。根据研究区及其周边44个气象站点记录的日降雨数据，利用ArcMap中的Kringing插值得到怒江上游2001、2008年各月降雨栅格图。为了耦合月植被指数数据，采用月降雨侵蚀力计算公式[6]为

(3)

式中：Pm为月降水量，mm；Rm为月降雨侵蚀力，MJ·mm/(hm2·h·a)。

(2)土壤可蚀性因子K。土壤可蚀性因子K用来评价土壤是否易受侵蚀破坏，反映土壤对侵蚀介质剥蚀和搬运的敏感性[11]。K值主要和土壤质地、土壤结构、土壤渗透性、有机质含量和土壤深度等因素有关。采用EPIC模型[12]估算土壤可蚀性值，计算公式为

(4)

式中：SAN为砂粒含量，%；SIL为粉粒含量，%；CLA为黏粒含量，%；C为土壤有机碳含量，%；SN1=1-SAN/100。

根据研究区1∶100万土壤类型图和各土壤类型的理化性质，利用公式(4)计算研究区不同土壤类型的K值，结果见表1。

(3)坡长因子L和坡度因子S的获取。坡度因子S是指在其他条件相同的情况下，任意坡度下的单位面积土壤流失量与标准小区坡度下单位面积土壤流失量之比[13]。坡长因子L是指在其他条件相同的情况下，任意坡长的单位面积土壤流失量与标准坡长单位面积土壤流失量之比[13]。L、S值可直接从DEM中获取。

表1 研究区土壤可蚀性因子K值

考虑到怒江上游地区的坡度情况，S因子分段计算，缓坡采用MCCOOL et al.[14]的坡度因子公式，陡坡采用刘宝元等[1]的坡度因子公式，计算公式为

(5)

式中：S为坡度因子；θ为坡度，(°)。

采用WISCHMEIER et al.[4]提出的经验公式估算坡长因子L值，计算公式为

(6)

式中：λ为水平投影坡长，m；22.13为RUSLE采用的标准小区坡长；m为可变的坡长指数。

(4)地表植被覆盖因子C。在RUSLE中地表植被覆盖因子C是指一定条件下，耕作垄上土壤流失量与同等条件下适时翻耕的连续休闲对照地上的土壤流失量之比，是一个无量纲数，其值介于0～1，具有人为可调控的特性，与土地利用类型、植被覆盖度密切相关[15]。C值计算方法采用的是蔡崇法等[16]提出的方法，计算公式为

(7)

(8)

式中：fc为植被覆盖度；SVIm为某像元某时间段的植被指数；SVImax为植被完全覆盖条件下的植被指数；SVImin为地表裸露条件下的植被指数。

为了和月降水侵蚀力因子保持一致，SVIm由同年相邻2期NDVI平均值代替，SVImax以一年中NDVI最大值代替，SVImin以一年中NDVI最小值代替。

(5)水土保持措施因子P。水土保持措施因子P是指特定水保措施下的土壤流失量与相应未实施水保措施的顺坡耕作地块的土壤流失量之比。无任何水保措施的土地类型P取值为1，根本不发生侵蚀的土地为0,其他情况在0～1之间。参照有关研究成果[1,16]，分别给研究区不同土地利用类型赋予P值(表2)。

表2 不同土地利用类型的水土保持措施因子

3 结果分析

3.1 土壤侵蚀量时间变化特征

研究区土壤侵蚀量年内分布差异显著。从图1可以看出，土壤侵蚀量较小的月份是1—4、10—12月，属于冬季和春季，虽然冬、春两季草地枯黄、植被覆盖度低，但是降水量较少，因此侵蚀量较小，如2001、2008年的1、2、11和12月均无土壤侵蚀；土壤侵蚀量较大的月份出现在6—8月， 此时虽然植物处于生长季，植被覆盖较好，但由于正值雨季，降雨及降雨形成的地表径流对土壤侵蚀影响较大，因此土壤侵蚀量较高，如2001、2008年侵蚀量最大值均出现在8月，分别为655.61万、976.81万t。据此分析，在怒江上游地区，作为土壤侵蚀的两个重要影响因子，降水量对土壤侵蚀的贡献率要大于植被覆盖。

图1 2001、2008年研究区土壤侵蚀量年内变化特征

3.2 土壤侵蚀量空间变化特征

研究区土壤侵蚀量空间分布差异显著(图2)。从侵蚀强度的空间分布看，土壤侵蚀主要发生在研究区的西北部，而在东南部则基本无侵蚀。研究区西北部的聂荣、那曲、安多三县土壤侵蚀较为严重，其中安多县2001、2008年土壤侵蚀模数分别高达1 114.75、1 288.15 t/(km2·a)，而东部的洛隆、边坝、丁青、索县四县侵蚀模数较低。2001—2008年研究区各县土壤侵蚀模数多呈增加趋势，尤其是安多、聂荣、那曲三县增加比较明显。

图2 2001、2008年研究区土壤侵蚀强度空间分布

3.3 土壤侵蚀量变化

由表3知，2001—2008年研究区土壤侵蚀量呈增加趋势，从2001年的1 979.96 万t增加到2008年的2 454.37万t，增加了23.96%。土壤侵蚀以轻度侵蚀为主，除轻度侵蚀外各侵蚀分级的侵蚀量均有所增加，尤其是极强烈、剧烈侵蚀面积分别增加了1.5和5.5倍，需要引起关注。

表3 2001、2008年研究区各侵蚀强度土壤侵蚀量

4 讨 论

2002年9月国务院下发了《关于加强草原保护与建设的若干建议》，当年年底通过了新的《中华人民共和国草原法》，进一步推进依法治草进程[17]，2003年全国退牧还草工程正式启动。怒江上游地区的退牧还草工程开始于2004年，时间节点正好位于本研究时段内。但从本研究的结果来看，虽然实施了退牧还草工程，但在怒江上游地区水土流失仍有加剧的趋势。从水土流失的主要影响因子来看，坡度和坡向因子、土壤可蚀性因子、水土保持措施因子在研究时段内几乎没有变化，只有植被覆盖因子和降雨侵蚀力因子变化较大，降雨侵蚀力因子属自然因素，具有不可控性，但植被覆盖因子可以通过人类活动加以改善。由图3可以看出，2001—2008年研究区植被覆盖因子除在中、东部零星地区得到改善外，绝大部分地区呈现恶化态势；降雨侵蚀力因子除在东部有减小外，其他地区均呈现增加趋势。由此可见，怒江上游地区水土保持工作要进一步加强植物措施建设，退牧还草工程任重道远。

图3 2001—2008年研究区降雨侵蚀力和植被覆盖的变化

5 结 论

本研究利用改进的RUSLE模型评价了怒江上游地区2001、2008年土壤侵蚀量时空变化特征：在年内，土壤侵蚀量与降水量变化保持了较好的一致性，即最大值均出现在夏季，最小值均出现在冬、春季；土壤侵蚀强度空间分布差异明显，土壤侵蚀主要发生在西北部，其中安多县2001、2008年侵蚀模数分别高达1 114.75、1 288.15 t/(km2·a)；2001—2008年研究区各县土壤侵蚀模数多呈增大趋势，尤其是安多、聂荣、那曲三县增大比较明显。总的来说，2001—2008年怒江上游地区土壤侵蚀呈现加剧趋势。

本研究结果很好地揭示了怒江上游地区土壤侵蚀的时空变化特征，可为当地水土流失治理和生态环境保护提供参考。但是由于在研究中缺少土壤侵蚀的观测数据和野外试验的支持，有些参数的选取参考了相邻地区的研究成果，因此未来需要重点加强基础数据的积累和试验数据的整理工作。

[1] 刘宝元,谢云,张科利.土壤侵蚀预报模型[M].北京:中国科学技术出版社,2001:1-5．

[2] 周璟,张旭东,何丹,等.基于GIS和RUSLE的武陵山区小流域土壤侵蚀评价研究[J].长江流域资源与环境,2011,20(4):468-474.

[3] 赵晓丽,张增祥,谭文彬,等.西部地区土壤侵蚀特征及其危害分析[J].水土保持通报,2006,22(3):15-19.

[4] WISCHMEIER W H,SMITH D D.Predicting Rainfall-Erosion Losses from Cropland East of the Rocky Mountain, Guide for Selection of Practices for Soil and Water Conservation[M].Washington D C: Agricultural Handbook,1965:282.

[5] 张淑花,周利军,张雪萍.基于RUSLE和GIS的绥化市土壤侵蚀评估[J].土壤通报,2011,42(6):958-961.

[6] 齐述华,蒋梅鑫,于秀波.基于遥感和ULSE 模型评价1995—2005 年江西土壤侵蚀[J].中国环境科学,2001,31(7):1193-1203.

[7] 姜永见,李世杰,沈德福,等.青藏高原江河源区近40年气候变化特征及其对区域环境的影响[J].山地学报,2012,30(4):461-469.

[8] 刘淑珍,张建国,辜世贤.西藏自治区土壤侵蚀类型研究[J].山地学报,2006,24(5):592-596.

[9] 黄麟,邵全琴,刘纪远.近30年来青海省三江源区草地的土壤侵蚀时空分析[J].地球信息科学学报,2011,13(1):12-20.

[10] 裴厦,姚治君,章予舒,等.基于RS和GIS的西藏察雅县土壤侵蚀动态监测与分析[J].自然资源学报,2011,26(2):303-308.

[11] 史学正,于东升,邢廷炎,等.用田间实测法研究我国亚热带土壤的可蚀性K值[J].土壤学报,1997,34(4):399-405.

[12] WILLIAMS J R,NEARING M,NICKS A,et al. Using soil erosion models for global change studies[J].Journal of Soil and Water Conservation,1996,51(5):381-385.

[13] 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].地球信息科学学报,2008,10(3):390-393.

[14] MCCOOL D K,FOSER G R,MUTCHLER C K,et al. Revised slope length factor for the universal soil loss equation[J].Transactions of the ASAE,1989,32(5):1571-1576.

[15] 许月卿,蔡运龙,彭建.土地利用变化的土壤侵蚀效应评价:西南喀斯特山区的一个研究案例[M].北京:科学出版社,2008:30-40.

[16] 蔡崇法,丁树文,史志华,等.应用USLE 和地理信息系统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.

[17] 许鹏.中国草地资源经营的历史发展与当前任务[J].草地学报,2005,13(增刊1):1-9.

(责任编辑 李杨杨)

江西省科技厅科技计划项目(2015ZBBF60010)；江西省水利重大科技项目(KT201309)；江西省水利厅科技项目(KT201518)

S157.1

A

1000-0941(2017)09-0042-05

廖凯涛(1990—)，男，江西抚州市人，助理工程师，硕士，主要从事水土流失动态监测与信息化研究。

2017-05-01