通用土壤流失方程研究进展

张艳灵 张 红

(山西大学环境与资源学院)

1 引言

土壤侵蚀伴随着人类社会的发展，产生的环境问题越来越严重，对全球经济社会的可持续发展产生了很大的负面影响。全球土壤侵蚀面积约1.643 ×107km2，占地球陆地总面积的10.95%。我国是世界上遭受土壤侵蚀颇为严重的国家之一，据估算，每年因土壤流失而造成的间接经济损失在100 亿元以上［1］。土壤侵蚀引发土地退化，使土地的生产率降低，进而影响到产量和品质。由于土壤流失，会将污染物质带入地表径流中，直接或间接地对异地(侵蚀区的相邻地区，包括位于侵蚀流域的下游地区、湖泊和近海地区)的环境及经济的可持续发展带来威胁，直接影响到人类的生存发展条件［2］。因此，应用科学合理的土壤侵蚀估算模型，对区域土壤流失量进行估算具有重要的现实意义。

美国学者在20 世纪70年代，提出了土壤流失通用方程USLE(Universal Soil Loss Equation)，之后又出现了欧洲学者的EUROSEM 和LISEM 模型，澳大利亚学者的GUEST 模型等。这几种土壤流失量估算理论模型，几乎都包含了与土壤流失相关的因子。欧洲学者建立的LISEM 模型，首次将土壤侵蚀模型与GIS 技术有效结合［3］，但USLE 仍是目前世界范围内应用于土壤流失预报最为普遍的通用方程。我国引入土壤流失通用方程USLE 后，对其各因子进行了深入探索，取得了显著成效。

2 USLE 土壤流失方程的发展

通用土壤流失方程USLE 是美国学者研究建立的一种经验性模型，立足研究由降雨引起的水动力土壤侵蚀，在美国最初是专门为农田土壤侵蚀预报而创立的，后来逐渐延伸到其他类型土地的土壤侵蚀预报［4］。通用土壤流失方程USLE，其数学表达是影响土壤流失的6 个变量因子相乘的方程形式:

这个公式的形成，经历了几十年的探索与研究。早在1917年，美国密苏里大学M.F.Miller 就创立了“侵蚀小区”，为后来的土壤侵蚀研究打下了坚实的基础。1936年，H.L.Cook 通过对大量的径流小区试验数据及观测资料进行分析，得出制约土壤侵蚀的3 个因子，即土壤可蚀性因子、降雨侵蚀力因子和植被覆盖度因子［5］。水土保持学者辛格(zingg)，在1940年提出了能够全面反映土壤流失因素的一般公式，根据已有的实验数据及观测资料，建立了单位面积土壤流失量与坡度和坡长的指数关系:

式中，A 是单位面积土地上的平均土壤流失量;C 是一个回归常数;S 是坡度;L 是坡长［6］。

从(2)式中可以看出，辛格当时考虑到影响土壤流失量的只是地面坡度与坡长两个因素。

水土保持学者史密斯(Smith)于1941 -1946年发展了辛格的公式:

式中，C 是作物因子，它与(2)式中C 的含义不同;P 是水土保持措施因子。史密斯在方程中增加了植物保护土壤的作用因子C 和水土保持措施因子P。

布劳因在1947年仔细研究了不同土壤类型、轮作和坡长情况，进一步充实了土壤侵蚀预报方程。后来，美国地域性的水土保持协会在方程中又增补了降雨因素，使方程基本完善起来。

1971年，Wischmeier 在对美国8 000 多个试验小区资料进行研究后，改良以前的方程式，提出了现在流行的土壤流失通用方程式:

式中，A 为年平均土壤流失量，t/(km2·a);R为降雨径流侵蚀因子;K 为土壤可蚀性因子;LS 为地形地貌因子(坡长、坡度因子);C 为耕作管理(植被覆盖)因子;P 为水土保持因子。

该方程式的特点是考虑到的侵蚀因子更为全面，把影响土壤流失量的各因子都定量化，然后将各因子相乘，就可以估算出该地区的土壤侵蚀量，以制定符合该地条件的农田管理或水土保持措施。

3 通用土壤流失方程的研究及应用

3.1 降雨径流侵蚀因子

自Wischmeier 提出以次降雨总动能E 与30 min 最大雨强I30之积作为降雨侵蚀力的指标，并应用于USLE 方程，从此，降雨侵蚀力在世界范围内受到学者们的热忱关注与研究。由于每个地域的降水过程及强度资料获得并不容易，因此国内外学者研究提出了不同地区降雨侵蚀力的另外表示方法［7］。Richardson 建立的幂函数结构日降雨量估算公式，是日降雨量估算方法中的经典，但模型中的参数具有明显的区域差异和季节变化，不便直接应用。伍育鹏等［8］选择分布在我国不同气候带的10 个气象站降雨数据，对比国内外几种年降雨侵蚀力计算方法，得出分区域进行拟合使用年降雨量的指数函数，用于估算我国多年平均年降雨侵蚀力，这种方法不仅便捷，而且较精确。根据降雨的时间尺度，分年、月及日降雨资料的估算方法，其中以日降雨量方法计算精度最高。谢云等［9］借助我国8 个气象站的次降雨和日降雨资料，通过研究次、日降雨关系，简化了EI30指标用于估算降雨侵蚀力的方法，而且便于更广泛的使用。但是，日最大雨强不易获得，仍然限制着在区域土壤侵蚀研究中的应用。章文波等［10］利用我国71 个代表性气象站的资料，创建并利用日雨量估算降雨侵蚀力的模型，并提出了模型参数的估计方法。结果表明，此方法能够用来估算多年平均降雨侵蚀力及其季节分布，并且估算的降雨侵蚀力精度与所在区域的降雨特征有关。

3.2 土壤可蚀性因子

土壤可蚀性因子是研究土壤侵蚀的基础，是土壤侵蚀的一个非常重要的指标，它能反映出土壤本身抵抗侵蚀的特性。国外学者对土壤可蚀性K 值进行了很多的研究，Wischmeier 等的诺模公式以及Williams 等发展的EPIC 公式是应用最多的经验公式。我国从20 世纪50年代开始进入土壤可蚀性研究领域，80年代后国外较为成熟的经验公式才逐渐被引用来研究土壤可蚀性K 值，其中对这两种经验公式进行对比研究的有郑海金等［11］，他们创建了15 个标准径流小区并经过连续5年的定点监测，运用这两种公式计算并分析红壤土壤的可蚀性K 值，并以此来对比诺模公式与EPIC 公式在当地的适宜性。国内学者也有直接利用经验公式来研究土壤侵蚀的，张金池等［12］通过结合传统统计学和地统计学，利用EPIC 公式的土壤可蚀性K 值算法，研究了邓下小流域土壤可蚀性K 值空间分布状况及不同植被覆盖对其的影响。张科利等［12，13］对黄土高原地区土壤可蚀性强弱和其变化规律进行了研究分析，通过回顾已经搞过的土壤侵蚀研究成果，提出了我国土壤可蚀性标准小区定义。张科利等［14］通过野外观测，计算出一组土壤可蚀性实测值，并通过此值分析探讨了我国土壤可蚀性的估算问题，结果表明，国外现有的可蚀性估算模型中估算的K 值大于我国土壤可蚀性实测值。史学正等［15］用人工模拟降雨来分析我国亚热带土壤的可蚀性，还用诺漠公式估算土壤可蚀性K 值，由于与人工模拟降雨测得的K 值相差大，因此，他认为该地大多数土壤不能直接用诺漠方法来估算K 值。

3.3 地形地貌因子

地形因子分为坡度因子(S)和坡长因子(L)，一般把它们放在一起作为一个因子考虑，国内外的专家们对此进行了大量的研究。坡度因子对侵蚀作用有着很大的影响。李鹏等［16］运用动力原理开展了侵蚀坡度是否存在临界值的研究，在室内模拟实验基础上研究了黄土高原地区坡面水动力与侵蚀产沙的关系，对揭示坡面侵蚀动力过程也有很大的参考价值。郑良勇等［17］通过室内模拟实验对黄土高原陡坡土壤侵蚀特性进行了研究，结果显示出陡坡径流平均流速随着径流量和坡度的增大而呈波动增加趋势。江忠善等［18］以我国坡面水蚀预报模型研究成果为基础，加之考虑坡面侵蚀特征，提出了我国坡面水蚀预报模型的基本形式。坡长因子也对侵蚀作用有着很大的影响，我国学者们对坡长L 因子的研究多为其值的计算。zingg［19］发现土壤流失量与坡长L 的1.6 次方极为相关。杨子生［20］通过在滇东北山区设置试验小区并对其坡长进行了连续3年的观测，得到了相应的坡长值。坡长因子与坡度因子的测算，除了应用实测法外，还可依据相应的坡长因子与坡度因子相关公式，然后使用AcrGis 中的栅格工具自动生成坡度、坡长因子值。

3.4 耕作管理(植被覆盖)因子

早在1882年，Wollny 就通过小区实验来分析植被覆盖对土壤侵蚀的影响。自20 世纪30年代开展土壤流失预报研究以来，关于水土保持措施与土壤侵蚀关系的研究一直很受重视［21］。蔡崇法等［22］根据实地调查的第一手资料，建立了植被管理因子与该指数的相关经验方程，以此确定了定量计算USLE 方程中C 因子指标的方法。杨学明等［23］利用土壤流失公式，模拟计算出了吉林省两市黑土区坡耕地在不同土地管理方式下的土壤流失强度，据此得出保护性耕作能够有效地减小吉林黑土的流失强度。宋现锋等［24］采用多时相Landsat TM/ETM 遥感图像和天气模拟相结合的方法，来估算植物管理因子值。马超飞等［25］对影像数据中的植被指数进行归一化处理，得到了植被管理因子，并能表现出植被的分布。从我国的研究中不难发现，对于植被管理因子的研究方法不尽一致，而且不同研究得到的植被管理因子值也有一定的差异，也不存在可比性。所以，现有研究得出的植被管理因子值，也只能在相应的研究区域使用，不能推广到更大的范围。

3.5 水土保持因子

水土保持因子表征了水土保持措施对土壤流失的作用。国内外学者在对水土保持因子的长期研究中，取得了许多成果。1941年，Smith D.D 首次将水土保持措施因子引用到土壤流失估算方程中对土壤侵 蚀 进 行 估 算［26］。1965年，由 Wischmeier 与Smith［27］创建的土壤流失方程USLE 中，也把水土保持措施放到对土壤侵蚀影响的因子中。水土保持措施因子P 值，通常要采用实地测定法获取，因子取值为0 -1 之间。国内学者也对水土保持因子进行了大量研究。水建国等［28］在研究水土保持因子时，限制农作物的种植标准，结果得出不同土地利用方式的年水土流失情况不同，作物的覆盖度对泥沙流失的影响有差别。符素华等［29］利用北京密云水库20 个坡面径流试验小区的实测数据，分析得出流域内不同水土保持措施下的水土保持效益值，为水土流失治理提供了科学依据。范建荣等［30］利用不同流域总计343 次产流产沙的实测数据，计算出了7种主要水土保持措施因子值，也能为水土流失治理提供良好的科学依据。焦菊英等［31］根据黄土高原几个地区的草地径流小区数据，研究了降雨指标与坡耕地侵蚀性标准之间的关系，得出结论为当降雨指标小于坡耕地侵蚀性标准时，草地并不会发挥其水土保持作用，反之才会产生水土保持的效益。

4 结语

在几十年的时间里，通用土壤流失方程经过众多学者与专家对其不断探索、实践、发展和完善，现已成为计算土壤侵蚀量的基本工具，越来越受到人们的关注。通过以上的介绍，我们可以看到国外的土壤侵蚀研究已经取得了众多的成果，并且在土壤侵蚀模型方面占主导地位。不难发现，对于土壤侵蚀的计算是要有大量的试验和监测数据做基础的，并且要依据科学建模，然后因地制宜地结合当地土壤侵蚀特征来估算土壤侵蚀量［32］。我国许多学者对土壤侵蚀的研究也在不断发展和深化，同时积累了大量的试验和监测数据。在我国目前尚未有自己测算土壤侵蚀的工具及计算公式情况下，土壤通用流失方程(USLE)不失为一种好的估算公式与方法。通过USLE 公式的运用，我们可以估算某一地区的土壤流失量，了解其水土流失状况，从而为土地管理和防治水土流失提供一定的科学依据［33］。土壤通用流失方程经过几十年的发展，虽然得到了长足发展，但它仍然是一种经验性的估算方法，在一些方面还是具有一定的缺陷与不足。例如，土壤流失量的估算要依据大量的统计数据，在数据收集的过程中难免会遇到难以收集的情况，这样就给方程应用造成了困难。再者，方程本身是描述定量因子的，不会显示出数据的变化。实践证明，USLE 不太适用于垄作、等高耕作以及那些使泥沙就地沉积的带状耕作措施等［34］。

［1］郑粉莉，王占礼，杨勤科.我国土壤侵蚀科学研究回顾和展望［J］.自然杂志，2008，30(1):12-16.

［2］李占斌，朱冰冰，李 鹏.土壤侵蚀与水土保持研究进展［J］.土壤学报，2008，45(5):802-809.

［3］丁 华，张 勇，夏 进，等.大连市水土流失控制模拟研究［J］.环境科学研究，2007，20(3):168-172.

［4］张照录，崔继红.通用土壤流失方程最新研究改进分析［J］.地球信息科学，2004，6(4):51-55.

［5］汪东川，卢玉东.国外土壤侵蚀模型发展概述［J］.中国水土保持科学，2004，2(2):35-40.

［6］谢 云，林 燕，张 岩.通用土壤流失方程的发展与应用［J］.地理科学进展，2003，22(3):279-287.

［7］章文波，付金生.不同类型雨量资料估算降雨侵蚀力［J］.资源科学，2003，25(1):35-41.

［8］伍育鹏，谢 云，章文波.国内外降雨侵蚀力简易计算方法的比较［J］.水土保持学报，2001，15(3):31-34.

［9］谢 云，章文波，刘宝元.用日雨量和雨强计算降雨侵蚀力［J］.水土保持通报，2001，21(6):53-56.

［10］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.

［11］郑海金，杨 洁，喻荣岗，等.红壤坡地土壤可蚀性K值研究［J］.土壤通报，2010，41(2):425-428.

［12］张金池，李海东，林 杰，等.基于小流域尺度的土壤可蚀性K 值空间变异［J］.生态学报，2008，28(5):2 199-2 206.

［13］张科利，蔡永明，刘宝元，等.黄土高原地区土壤可蚀性及其应用研究［J］.生态学报，2001，21(10):1 687-1 695.

［14］张科利，彭文英，杨红丽.中国土壤可蚀性值及其估算［J］.土壤学报，2007，44(1):7-13.

［15］史学正，于东升，吕喜玺.用人工模拟降雨仪研究我国亚热带土壤的可蚀性［J］.水土保持学报，1995，9(3):38-42.

［16］李 鹏，李占斌，郑良勇.黄土陡坡土壤侵蚀临界动力机制试验研究［J］.泥沙研究，2008(1):17-20.

［17］郑良勇，李占斌，李 鹏.黄土高原陡坡土壤侵蚀特性试验研究［J］.水土保持研究，2003，10(2):47-49.

［18］江忠善，郑粉莉.坡面水蚀预报模型研究［J］.水土保持学报，2004，18(1):66-69.

［19］Zingg A W.Degree and length of land slope as it affeets soil loss in runoff［J］.Agricultural Engineering，1940，21(2):59-64.

［20］杨子生.滇东北山区坡耕地土壤侵蚀的地形因子［J］.山地学报，1999，17(增刊):16-18.

［21］范建荣，王念忠，陈 光，等.东北地区水土保持措施因子研究［J］.中国水土保持科学，2011，9(3):75-78.

［22］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.

［23］杨学明，张晓平，方华军.不同管理方式下吉林省农田黑土流失量［J］.土壤通报，2003，34(5):389-393.

［24］宋现锋，段 峥，牛海山，等.土壤侵蚀模型中植被管理因子的遥感估算［J］.北京林业大学学报，2009，31(3):58-63.

［25］马超飞，马建文，布和敖斯尔.USLE 模型中植被覆盖因子的遥感数据定量估算［J］.水土保持通报，2001，21(4):6-9.

［26］Smith D.D.Interpretation of Soil Conservation Data for Field Use［M］.Agricultural Engineering，1941:173-175.

［27］Wischmeier W H，Smith D.D.Predicting Rainfallerosion Losses from Cropland East of the Rocky Mountains［M］.Washinhton:USDA Agricultural Handbook，1965:282.

［28］水建国，孔繁根，郑俊臣.红壤坡地不同耕作影响水土流失的试验［J］.水土保持学报，1989，3(1):84-90.

［29］符素华，吴敬东，段淑怀，等.北京密云石匣小流域水土保持措施对土壤侵蚀的影响研究［J］.水土保持学报，2001，15(2):21-24.

［30］范建荣，王念忠，陈 光，等.东北地区水土保持措施因子研究［J］.中国水土保持科学，2011，9(3):75-78.

［31］焦菊英，王万忠.人工草地在黄土高原水土保持中的减水减沙效益与有效盖度［J］.草地学报，2001，9(3):177-182.

［32］谢 云，林 燕，张 岩.通用土壤流失方程的发展与应用［J］.地理科学进展，2003，22(3):279-287.

［33］杨学明，张晓平，方华军.不同管理方式下吉林省农田黑土流失量［J］.土壤通报，2003，34(5):389-393.

［34］汪东川，卢玉东.国外土壤侵蚀模型发展概述［J］.中国水土保持科学，，2004，2(2):35-40.