孙从建，林若静，郑振婧，王佳瑞，孙九林，2

(1.山西师范大学地理科学学院，山西 临汾 041000；2.中国科学院地理科学与资源研究所，北京 100101)

【研究意义】土壤侵蚀是土壤及其母质在水力、重力等作用下，发生破坏、剥蚀、搬运和沉积的过程[1]，是当前黄河中游地区最为严重的生态环境问题[2]。严重的土壤侵蚀导致黄河中游土壤肥力急剧下降、地表植被退化、土地生产力降低，已严重威胁到区域生态安全[3]。近年来，受气候变化和人类无序开发的联合影响，黄河中游地区土壤侵蚀面积高达21.37万km2，占土地总面积的37.19%；日益严峻的土壤侵蚀问题已成为制约区域社会经济可持续发展的桎梏[4]。2019年9月，习近平总书记在黄河流域生态保护和高质量发展座谈会上指出——“黄河中游地区的发展应以生态保护和治理为前提，控制区域水土流失是当前黄河中游生态恢复的重要举措，坚持生态优先、绿色发展，着力加强生态保护治理，实现黄河中游的生态恢复”，这需要进一步加强对区域土壤侵蚀规律的认识。【前人研究进展】我国土壤侵蚀研究始于20世纪中叶[5]，朱显漠及黄秉维等[6-7]对我国部分典型区域的土壤侵蚀类型进行了分类，为土壤侵蚀的定量研究奠定了基础；其后，在水土流失严重的黄土丘陵沟壑区，江忠善[8-9]基于长期沟道小流域实测资料，建立了未治理流域暴雨产沙预报模型，有效提高了区域水土流失防治能力；此后，数值模型法在黄河流域得到了较为广泛的应用。近年来，宏观产沙模型、环境同位素示踪模型以及基于观测数据的CSLE模型，都被用在黄河中小流域的研究中，但由于上述方法数据收集难、空间实用性相对较差等原因，并未得到广泛推广[10-12]。随着遥感影像分辨率的提高、GIS分析手段的发展，基于GIS技术的土壤侵蚀经验统计模型逐渐成为土壤侵蚀研究的重要途径。由美国农业部于1997年发布并修正的土壤流失经验模型(RUSLE模型)是目前应用最广、使用最便捷的土壤侵蚀模型[13]。与其他方法相比，该方法不仅具有使用便捷、效率高、精度高、可视化等特征，而且可实现大尺度土壤侵蚀时空动态监测，因此得到的较好的推广[14]。基于GIS和RUSLE模型，部分研究者系统分析了典型区域的土壤侵蚀特征及规律。Panagos等[15]运用RUSLE模型分析了欧洲范围内的土壤侵蚀强度；Gansri等[16]结合GIS技术通过RUSLE模型对印度西南部Nethravathi盆地的土壤侵蚀现状进行了评估；张恩伟等[17]基于GIS和RUSLE模型对滇池流域土壤侵蚀进行分析，指出滇池流域土壤侵蚀敏感性正呈下降趋势；李赛赛等[18]基于该模型对太子河流域的土壤侵蚀时空分布状况开展了系统评价。在黄土高原地区，部分研究者基于RUSLE模型及GIS技术开展了陕北及甘肃地区土壤侵蚀特征的定量化研究，并取得了较好的研究效果[19]。【本研究切入点】目前，针对黄河以东的丘陵沟壑区的土壤侵蚀特征及其规律研究较少。黄河以东的丘陵沟壑区水土流失严重，是黄河中游土壤侵蚀最为严重的地方，以往研究偏重于土壤侵蚀治理措施的研究(植物保护、工程保护)，缺少针对不同等级土壤侵蚀量时空分布的合理分析。【拟解决的关键问题】为了加强黄河丘陵沟壑区典型小流域土壤侵蚀规律的认识，选取黄河中游典型小流域(鄂河流域)作为研究区，利用RUSLE模型，基于多期遥感影像数据，定量分析黄河中游典型小流域土壤侵蚀的时空分布规律，筛选出区域土壤侵蚀敏感区域，其研究结果将为区域水土流失防治、黄河中游生态环境恢复与治理提供重要的理论支撑。

1 研究区概况

本文选取黄河中游典型的残塬沟壑区—鄂河流域作为典型研究区(图1)，颚河全长71.1 km，为黄河中游左岸一级支流，主要流经山西省乡宁县、吉县[20]，流域面积761.84 km2。该流域属暖温带大陆性气候，年均气温约10 ℃，年降雨量约600 mm，春季多风，夏季炎热，秋季爽凉，冬季寒冷[21]。主要树种有油松(PinustabuliformisCarr)、侧柏[Platycladusorientalis(L.) Franco]、白皮松(P.bungeanaZucc)；灌木林树种主要有黄刺梅(RosaxanthinaLindl)、沙棘(HippophaerhamnoidesLinn)、荆条(VitexnegundoL)、酸枣(ZiziphusjujubaMill)等。主要种植小麦(Triticumaestivuml)、玉米(Zeamays)、谷子(Setariaitalica)、黍(Panicummiliaceum)等农作物。研究区煤炭资源较为丰富[22]，矿产资源的开发和无序的人为活动也是该地区土壤侵蚀日益严重的重要原因。2017年水利部将该地区纳入黄土高原水土流失重点保护区域。

2 材料与方法

2.1 RUSLE模型

RULSE模型(The Revised Universal Soil Loss Equation)是美国农业部于1997年在通用土壤流失模型USLE (The Universal Soil Loss Equation)基础上修订实施的一种适用范围更广的修正模型[13]。RUSLE模型目前已在国内外的土壤侵蚀预测研究中广泛应用[23-24]。

图1 研究区(鄂河流域)空间分布Fig.1 The information of study area

表1 数据及其来源

A=R×K×LS×C×P

(1)

式中，A为年土壤侵蚀量，R为降水侵蚀力因子[MJ·mm/(hm2·h·a)]，K为土壤可蚀性因子[t·hm2·h/(MJ·mm·hm2)]，LS为坡长坡度因子，C为覆盖与管理因子，P为水土保持因子。本研究基于2000年以来的降雨量数据、土壤数据、DEM数据，遥感影像为基础(表1)，通过对数据的计算与分析，提取出影响土壤侵蚀的各个因子，系统地分析研究区土壤侵蚀模数模数及强度等级。

2.2 土壤侵蚀估算模型因子

2.2.1 降水侵蚀力因子(R) 降水侵蚀力因子是指由降水引起的土壤侵蚀的潜在能力[25]，是一项反映降雨对土壤侵蚀影响的重要指标，是进行土壤侵蚀预报的重要因子。本文选取章文波等[26]修正的Richardson日降水侵蚀力估算模型计算降水侵蚀力。

(2)

式中，R半月为第i个半月时段的降水侵蚀力R值，k为某半月内侵蚀性降水时间(d)；pk为半月内第k天≥12 mm的日雨量；α、β为模型参数。

α=21.586×β-7.1891

(3)

(4)

式中，pd12为日雨量≥12 mm 的日平均雨量 (mm)；py12为日雨量≥12 mm 的年平均雨量[27]。利用上式计算逐年各半月的降水侵蚀力，经汇总可得到月降水侵蚀力、年降水侵蚀力和多年平均降水侵蚀力。

2.2.2 坡长坡度因子LS的计算 坡长坡度是影响区域土壤侵蚀的重要因素，是土壤侵蚀模型构建过程中的必要输入参数，本文基于区域DEM高程图提取获得区域坡长坡度的信息[27]，具体公式如下：

L=(λ/22.3)α

(5)

式中，L为标准化到22.13 m坡长上的土壤侵蚀量；λ为坡长，表示为：

λ=a×b

(6)

式中，a为上坡来水流入该像元的总像元数，由ArcGIS中Toolbox中水文分析模块得出，b是像元的边长。

α为坡长因子指数，其表达式为：

a=m/(1+m)

(7)

m=(sinθ/0.0896)(3.0 sinθ0.8+0.56)

(8)

式中，θ为坡度，可通过ArcGIS中3D Analysis中栅格表面分析得出。在这里θ角度转化为弧度计算，其表达式为：

θ=(Slope×π)/180

(9)

坡度因子S采用分段计算[26]，其表达式为：

(10)

使用上述方法提取研究区的LS地形因子，计算结果如图2-a所示。

2.2.3 土壤可侵蚀性因子 土壤可侵蚀因子K值是衡量土壤抗蚀性的指标，指单位侵蚀力所产生的土壤侵蚀量，反映土壤对侵蚀的敏感性，它与土壤质地、土壤组成、土壤渗透性等因素有关[28]，是土壤抵抗侵蚀能力的综合体现。本文通过1∶100万的土壤数据库，提取表层土壤的砂粒，粉砂，粘粒，有机碳的含量，以Williams等发展的仅有土壤颗粒和有机碳组成数据来估算K值[29]，其表达式为：

K=K1×K2×K3

(11)

图2 研究区各个因子值空间分布Fig.2 The spatial distribution of value in the study area

(12)

(13)

(14)

(15)

式中，Sd为沙粒含量，Si为粉粒含量，Ci为黏粒含量，Cor为表层土壤有机碳含量，计算结果如图2-b所示。

2.2.4 植被覆盖与管理因子C植被覆盖与管理因子C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[30]，它与植被覆盖度和土地利用密切相关，其值在0～1，本文采用蔡崇法等[31]的方法，C的表达式为：

(16)

其中,fc的表达式[28]为:

(17)

式中，fc为植被覆盖度(%)，INDV为归一化植被指数，INDV，min，INDV，max为分别为研究区INDV的最小值和最大值，选取5%、95%处为最小值最大值。

2.2.5 水土保持因子P水土保持因子P指水土保持措施，是采取水土保持措施后的土壤流失量与顺坡种植土壤流失量的比值[32]。其值一般在0～1，1为未采取任何水土措施的地区，0为不会发生侵蚀的地区。本文根据傅世锋等[33]按照土地利用方式确定水土保持因子，采用监督分类和目视解译相结合的办法，对研究区土地利用进行分析。

3 结果与分析

3.1 土壤侵蚀模数的时间变化

将研究区2000年以来的降雨侵蚀力因子、土壤可侵蚀因子、坡长坡度因子、植被覆盖与管理因子及水土保持因子进行乘法运算，计算出2000年以来研究区土壤侵蚀模数，并统计研究区的平均侵蚀模数(图3)。研究区侵蚀模数大小整体呈“增加—减少—增加”的趋势， 2005，2010，2018年土壤侵蚀模数相较于前一阶段分别增加22.53%、44.75%、28.17%，2015年土壤侵蚀模数最低，为1200.87 t/(km2·a)，但2018年土壤侵蚀模数出现反弹，与 2000年侵蚀模数相比，2018年土壤侵蚀模数较小，即土壤侵蚀总体呈下降趋势。从土壤侵蚀模数空间分布来看，2000年以来的土壤侵蚀区域大部分集中于流域的河流沟道密集区(图4)。

3.2 土壤侵蚀强度的空间变化

土壤侵蚀分级标准参照SL190—2007《土壤侵蚀分类标准》[35]在ArcMap中对研究区2000年以来土壤侵蚀进行重分类得到各级土壤侵蚀强度，并求出研究区不同侵蚀强度所占的面积和百分比(表2)。研究区侵蚀强度大部分为微度侵蚀、轻度侵蚀和中度侵蚀，其次为强烈与极强烈侵蚀，土壤剧烈侵蚀所占面积最少。微度侵蚀所占的面积由2000年70.02%下降到2010年64.33%，2015年以后又呈现上升趋势，即研究区微度侵蚀面积呈先下降后上升趋势。研究区轻度侵蚀面积也呈先下降后上升再下降的趋势，2000—2010年，研究区轻度侵蚀面积下降，但自2015年开始出现大幅度增加(占比达到28.35%)，2015—2018年间轻度侵蚀面积有所下降。与前2种变化不同的是，研究区中度侵蚀面积呈现“上升—下降—上升”的变化趋势，2000—2005年中度侵蚀所占面积上升，此后中度侵蚀面积由2010年的10.47%下降至2015年的4.39%，2018年侵蚀面积占比上升为7.77%。强烈侵蚀、极强烈侵蚀和剧烈侵蚀所占比重在过去20年间呈现显著的下降趋势。总体上，研究区土壤侵蚀强度变化总趋势由高等级侵蚀强度向低等级侵蚀强度转变，但微度和中度侵蚀转化相对活跃。

图3 研究区各年份平均土壤侵蚀模数Fig.3 The trend of the average soil erosion index of study area

图4 研究区土壤侵蚀模数空间分布Fig.4 The spatial distribution of the average soil erosion index

3.3 土壤侵蚀强度的空间分布

为系统分析不同强度土壤侵蚀在研究区的空间分布变化特征，将研究区的土壤侵蚀模数按照土壤侵蚀分类标准进行重分类，得到研究区各年土壤模数强度等级时空变化(图5)。2000—2005年，微度侵蚀和轻度侵蚀呈由北向南减少的趋势。2015年

表2 研究区各侵蚀强度等级的土壤侵蚀面积

a:微度侵蚀；b：轻度侵蚀；c：中度侵蚀；d：强烈侵蚀；e：极强烈侵蚀；f：剧烈侵蚀a: Micro-erosion；b: Mild erosion；c: Moderate erosion；d: Intense erosion；e: Extremely intense erosion；f: Intense erosion图5 研究区各年土壤模数强度等级时空变化Fig.5 Spatiotemporal variation of soil modulus strength grade in each year of the study area

以后，微度侵蚀向流域西部和南部扩散明显，这与流域河道分布较相似，过去几年的乡村土建可能是这一变化的主要原因。轻度侵蚀在研究区内有所增加，但在流域边缘呈减弱趋势。2000—2010年，中度侵蚀、强烈侵蚀和极强烈侵蚀在流域各个区域均有分布，表明这一时间段流域土壤侵蚀较为严重；2015年以后3种侵蚀等级面积大幅度减少，呈点状零散地分布在流域沟道地区；近年来，中度侵蚀、强烈侵蚀和极强烈侵蚀面积又有所增加，中度侵蚀呈点状分布在研究区各个区域，强烈侵蚀和极强烈侵蚀呈点状和带状分布于流域沟道集中区。

3.4 土壤侵蚀时空格局演变

为了研究该地区在2000—2018年土壤侵蚀强度分级转变特征，本文分析了该地区的等级升降变化，从时间上看，2000—2005年降级区面积占14.21%(表3)，升级区面积占17.52%；2005—2010年降级区面积占9.96%，升级区占21.80%，说明2000—2010年侵蚀面积增加，侵蚀等级上升，且增幅大于降幅，表明水土流失加剧；2010—2015年降幅明显大于增幅，剧烈、极强烈、强烈侵蚀降为中度、轻度或微度侵蚀，说明水土流失情况明显好转，但2015—2018年升区面积明显增加，占总面积32.93%，其平衡面积增加为487.36 km2。总的来说，该地区在研究期内土壤侵蚀总量相对稳定，水土保持质量呈先增后减的趋势，但仍需要加强生态保护，建立可持续生态恢复措施。

表3 2000—2018年土壤侵蚀等级变化

从空间上看，土壤侵蚀平衡区主要集中在研究区的东北部和西部小部分区域(图6)，升级区大多集中在研究区中部、北部及南部大部分区域。2010—2015年，土壤侵蚀升级区主要集中在流域沟壑处。因此，研究区中部、北部及南部是水土保持的重点区域，尤其流域沟壑是生态修复最为重要的区域。

4 讨 论

黄河中游其他区域的土壤侵蚀模数介于76 570.8～1299.3 t/(km2·a)(表4)，这与本研究结果较为相似，进一步表明本研究的可信度较高。过去20年来黄河中游大部分土壤侵蚀模数整体呈现下降趋势，说明区域土壤侵蚀防治成效显著。对比黄河中游不同区域发现，该区域平原区的土壤侵蚀模数远低于丘陵沟壑区，且丘陵沟壑区年际间波动较大，表明丘陵沟壑地区是黄河中游水土流失防治的重要区域，亦是黄河中游生态恢复的主战场。20世纪90年代以后，黄河中游开展了“淤地坝建设工程”生态恢复工程措施势，并集中于2008年以后建成，土壤侵蚀状况持续好转，土壤侵蚀模数在2010年有明显的下降趋势，但值得注意的是，2015—2018年研究区土壤侵蚀表现出恶化的趋势，这可能与淤地坝经过多年运行，许多坝体工程因设施老化，存在不同程度的毁损，部分淤地坝已丧失继续拦泥和防洪的能力有较大关系。研究区煤矿资源丰富，其城市化和工业化的快速发展给该区域带来了巨大的环境压力，矿产的开采活动加剧使得该区域局部侵蚀的加剧，该地区在2006年以来推进生态建设，生态工程的建设能都改善土壤侵蚀情况，不同生态工程保护侧重点不同导致土壤侵蚀强度改善程度不同，从而使得研究区微度侵蚀，轻度侵蚀和中度侵蚀有所增加，并且研究区山峦起伏，沟壑纵横，人类活动剧烈的扰动下，会使得流域沟壑区土壤侵蚀加剧。

表4 黄河中游土壤侵蚀模数对比

为了进一步研究区域土壤侵蚀的敏感性影响因子，本研究开展了研究区主要土壤侵蚀影响因子对区域土壤侵蚀波动影响的敏感性分析，分析结果显示，几种因子中，降雨侵蚀力因子(R)与研究区土壤侵蚀模数的关联程度最大，为0.80，植被覆盖因子(C)次之，为0.67，水土保持因子关联程度最小，为0.64，表明降雨强度是该地区土壤侵蚀加剧的重要驱动因子。侵蚀性降水是区域土壤侵蚀的最主要诱因，随着近年来区域气候变化的影响、极端降水事件频次的增加，导致土壤侵蚀模数在2015年之后有所反弹。在水土保持工作中，需结合当地实际状况因地制宜地采取相应的水土保持措施，合理利用自然资源，尽可能减少降雨冲击力，同时通过植树造林、退耕还林等措施对该区域水土流失进行改善度。水土保持需要综合考虑多个因素，单从某个方面采取保持措施可收获甚微。

5 结 论

本研究利用RS和GIS技术，以鄂河流域作为研究区，结合修正后的土壤侵蚀模型(RUSLE)分析了2000，2005，2010，2015及2018年土壤侵蚀的时空变化特征，并得出以下结论。

(1)区域土壤侵蚀模数过去20年来呈现先上升后下降趋势，但整体上呈下降趋势，2010年前呈上升趋势，平均侵蚀模数由2000年2938.06 t/(km2·a)上升到2010年的5359.81 t/(km2·a)，2010年后呈下降趋势，其中2015年侵蚀模数达到最低，水土流失程度减弱，土壤侵蚀呈良性发展。

(2)过去20年研究区土壤侵蚀分布状况呈变好趋势，除轻度侵蚀面积上升外，其余各等级侵蚀面积均呈下降趋势，土壤侵蚀强度逐步由强烈向微弱转移，但微度侵蚀和中度侵蚀变化幅度较大，需要在水土保持工作中加强重视，以防其向恶性状态发展。

(3)研究区土壤侵蚀主要集中分布在流域的沟道集中地区，在土壤侵蚀发生过程中，侵蚀首先发生在河流两侧，随之向人类活动地区扩散，因此水土流失防治措施中，该区域应列为水土保持的重点区域，防止土壤侵蚀程度加剧。

(4)该地区在研究期内土壤侵蚀总量相对稳定，水土保持质量呈先增后减的趋势，且恶化区大多集中在研究区中部、北部及南部大部分区域，因此，研究区中部，北部及南部是水土保持的重点区域，尤其是流域沟壑是生态修复最为重要区域。

2000年以来，经过水土保持工作，如植树造林、退耕还林、淤地坝修建等措施，鄂河流域土壤侵蚀的状况略有好转，但在2015年出现了反弹，并且在流域沟谷地区侵蚀变化明显。因此，急需加强黄土高原的水土保持力度，大力开展水土保持工作，同时流域内沟谷地区应作为土壤侵蚀重点防治单位，如继续建立及修复淤地坝等以促进水土保持。