2009—2013年赤水河中上游水土流失防治区土壤侵蚀性动态评价

王雅澜 李梓涵 邵怀勇

摘要：基于通用水土流失方程，结合GIS、RS技术方法，对四川省赤水河中上游水土流失防治区2009—2013年土壤侵蚀性动态进行评价分析，建立R、K、LS、C、P五项评价指标，并利用空间分析功能进行强度分级、时空上的统计与分析和主要侵蚀因子识别。结果表明，5年间，该地区轻微度侵蚀面积最大，达到70%～82%，有增长趋势，其保持率达到84%～94%，主要侵蚀因子为C因子;中微度侵蚀面积占20%左右，在14%～22%波动，保持率49%～77%，主要侵蚀因子为C因子;其余侵蚀强度面积占比很小，向更低强度转化的比例较低，影响因子复杂。

关键词：土壤侵蚀;动态评价;因子识别;GIS;RS

中图分类号：S157.1;X835         文献标识码：A

文章编号：0439-8114（2019）16-0023-05

DOI：10.14088/j.cnki.issn0439-8114.2019.16.006           开放科学（资源服务）标识码（OSID）：

Abstract： Based on universal soil loss equation， the method combined with GIS and RS technology， The dynamic evaluation and analysis of soil erodibility in the soil erosion control area in the middle and upper reaches of Chishui River in Sichuan province from 2009 to 2013 were carried out， established R， K， LS， C and P five indexes， and by using spatial analysis function in intensity classification， statistics and analysis on the time and space， and main erosion factor identification. The results showed that the area of slight erosion was the largest in 5 years， reaching 70%～82%， with an increasing trend， and its retention rate reached 84%～94%， and the main erosion factor was C factor; Moderate erosion area accounted for about 20%， fluctuated between 14% and 22%， and the retention rate varied from 49% to 77%. The main erosion factor was C factor. The ratio of other erosion intensity areas was small， and the ratio of transformation to lower intensity was low.

Key words： soil erosion; dynamic evaluation; factors identification; GIS; RS

土壤侵蝕是发生在特定时空条件下的土体迁移过程，是严重的土壤退化问题，而中国是土壤侵蚀最严重的国家之一[1，2]，土壤严重侵蚀所导致的水土流失严重影响生态环境、经济建设和民生发展，因此对土壤侵蚀性的动态监测及未来预测迫在眉睫。

国内外学者对此进行了大量研究，总结提出了一系列土壤侵蚀模型，包括通用土壤侵蚀方程（USLE）、水蚀预测模型（WEPP）、SHE（System Hydrologic European）等[3-5]。其中应用最为广泛的为美国学者Wischmeier和Smith提出的USLE模型。冯奇等[6]利用USLE模型对丹江口水库区域进行了土壤侵蚀年内季节性分布变化的研究，得到侵蚀严重地区和季节，提出需要加强水土保持工作的时间;陆建忠等[7]对鄱阳湖流域进行USLE模型量化计算，并对土壤侵蚀量进行时空变化分析。

基于上述论述，本研究以通用土壤流失方程（USLE）为基础，利用空间信息技术（GIS/RS），在气象数据、土壤数据、遥感影像数据等的支持下，对四川省赤水河中上游水土流失防治区进行土壤侵蚀性时空分布动态分析、变化趋势预测及主要侵蚀因子识别。

1  研究区概况

四川省赤水河中上游防治区位于四川省东南部，川滇黔渝四省（市）交界处，地理坐标27°40′57″N—29°00′31″N，105°08′53″E—106°22′31″E，包括合江县、纳溪县、叙永县、古蔺县4个县（区），总土地面积9 707.9 km2。区域内地势南高北低，最大高程1 835 m，最大高差1 675 m，地形多为丘陵和高原，年平均气温17.5～18.0 ℃，年降雨量达1 400 mm左右，主要集中在5—9月，集中性暴雨易造成山洪灾害，导致水土流失情况严重。

2  研究模型及结果

2.1  USLE模型

采用USLE模型进行土壤侵蚀力的量化计算分析，其计算表达式如下：

式中，A为土壤侵蚀量（侵蚀模数）[t/（hm2·年）];R为降雨侵蚀力因子[（MJ·mm）/（hm2·h·年）];K为土壤可蚀性因子[（t·hm2·h）/（MJ·mm·hm2）];LS为地形因子（坡长坡度因子），无量纲;C为植被覆盖度因子，无量纲;P为水土保持措施因子，无量纲。

2.2  各侵蚀因子提取结果

降雨侵蚀力因子（R）采用由Richardson等[8]建立的幂函数结果形式的模型。对研究区4个监测站点的日降水数据进行统计计算，4个站台R在1 499～2 850 [（MJ·mm）/（hm2·h·年）]，年间差异较大。

土壤可蚀性因子（K）采用Wischmeier和Smith对EPIC模型中K进行简化的计算方法[9]，结合全国第二次土壤调查的土壤类型数据，在《中国土种志》中查阅各类土壤理化性质，利用公式（5）进行K计算，各土类K在0.19～0.28[（t·hm2·h）/（MJ·mm·hm2）]。

地形因子中坡长因子计算公式如下：

式中，λ为坡长;L为坡长因子;22.1为标准小区域坡长，根据多次试验总结得到;p为坡长指数，其取值计算公式如下：

坡度因子采用洪华生等[10]的方法将计算分段考虑，将公式合并。对赤水河中上游防治区的坡长坡度因子进行计算，该地区地形因子为0～145。

植被覆盖度因子（C）采用蔡崇法等[11]利用归一化植被指数（NDVI）计算植被覆盖度的方法，进而计算C。利用经过图像预处理的3期遥感影像进行植被覆盖度提取，进而计算5年的C，3期影像C整体较低，北部及中东部地区较高。

水土保持措施因子（P）参照美国农业部手册703号及赵磊等[12]对P的选取方法进行赋值。

3  结果与分析

3.1  土壤侵蚀定量定性结果

利用ArcGIS地图代数运算，基于式（1），将各因子计算结果进行叠置分析，得到各时期土壤侵蚀模数。在研究过程中综合考虑研究区各种自然气象条件，假设2009—2013年土壤可蚀性因子（K）与坡度坡长因子（LS）保持不变，即研究区域内土壤类型和地形在该时段内保持不变[7]。

为研究赤水河中上游防治区土壤侵蚀变化趋势，并对未来土壤侵蚀趋势进行预测，利用上述方法分别估算2009、2011和2013年赤水河中上游防治区土壤侵蚀量，按照国家水利部2007年制定的《土壤侵蚀分类分级标准》（SL190-2007）进行等级划分，结果见图1。

土壤侵蚀模数在0～200为Ⅰ级轻微度侵蚀;200～2 500为Ⅱ级中微度侵蚀;2 500～5 000为Ⅲ级重微度侵蚀;5 000～8 000为Ⅳ级轻度侵蚀;8 000～15 000为Ⅴ级中度侵蚀;大于15 000为Ⅵ级重度侵蚀。

结果（图1）显示，赤水河中上游防治区在2009—2013年总体土壤侵蚀较弱，侵蚀程度为轻微度侵蚀;侵蚀较严重区域主要分布在古蔺县北部及东北部和叙永县中西部地区，主要为中微度侵蚀，同时伴有少部分重微度侵蚀和轻度侵蚀。

3.2  数量演变分析

对土壤侵蚀等级分布结果进行区域统计，结果见表1。由表1可以看出，赤水河中上游防治区5年间轻微度侵蚀占比最大，有轻微波动，由2009年的6 871.5 km2逐渐上升至2011年的7 876.9 km2再下降至2013年的7 366.2 km2，5年间占比总体增加5.1个百分点;而中微度侵蚀占比与轻微度侵蚀呈相反趋势，占比总体减少3.5个百分点;重微度侵蚀至重度侵蚀4个等级的侵蚀面积占比很小，总占比在1%～2%，5年间各强度面积变化不明显，可忽略不计。

3.3  空间演变分析

对土壤侵蚀等级分布结果进行空间叠置分析，结果见图2。基于图2制作各区县各强度面积变化比例和转移矩阵，见表2至表4。

0表示该地区侵蚀强度不变，正数表示侵蚀强度升高，负数表示侵蚀强度下降。由图2、表2至表4可知，在3个时间段内，赤水河中上游防治区78%左右区域的土壤侵蚀强度未改变，空间分布较为分散，4个县（区）均匀分布;另有20%左右的区域上升或下降一个强度，其中2009—2011年和2009—2013年两时段下降一个强度的面积比上升一个强度的面积多10%左右，而2011—2013年则少5%左右，由此可以看出，2009—2011年土壤整治与防治工作较2011—2013年更好。从空间分布上来看，古藺县东南部和合江县中东部强度变化较明显，土壤侵蚀程度不稳定，从3个时段变化面积占比情况（表2）可以看出，纳溪县和叙永县的防治措施较合江县和古蔺县更有效，但观其客观原因，合江县有部分河流直接流经，古蔺县地形比较多变，因此侵蚀程度变化较另外两个县明显;其余强度变化面积（包括恶化与好转）极小，可忽略不计。综上所述，赤水河中上游防治区总体水土流失情况较为稳定且良好，得到防治的区域分布在东北部和东南部，主要为赤水河河道附近以及海拔较高区域。

根据表3、表4可以看出，轻微度侵蚀变化率较小，3个时间段未发生变化的区域保持在82%～94%;而中微度侵蚀未发生变化的比例逐渐下降，其向轻微度侵蚀转化的比例有所下降，5年间重微度侵蚀未变化比率达到76%，其向轻微度侵蚀和中微度侵蚀变化的比例仅达到1%左右;由高侵蚀强度向低侵蚀强度转换的比例仅为20.98%，而由低侵蚀强度向高侵蚀强度转换比例中最大值为30.44%。由此可以推断，该地区5年间土壤侵蚀变化较为严重，且侵蚀严重区域正逐步向其他低程度部分扩张，水土保持措施不当。

3.4  主要影响因子识别

由于各因子数据的获取条件、制约条件、量纲等的不同，无法进行比较，因此对各因子进行归一化处理，并利用该区域统计功能计算得到图3和表5。

可以看出Ⅰ、Ⅱ级主要侵蚀因子为C因子，占比分别达到53%和47%，5年间基本保持不变，其次为R因子，占比达到20%～30%，自2009年起有上升趋势;Ⅲ级主要侵蚀因子为R因子和C因子，二者占32%，5年间上下波动;Ⅳ、Ⅴ级主要侵蚀因子为R因子，占比在33%，5年间上下波动，其他因子占比均匀，除K、P因子外其他因子均有下降趋势;Ⅵ级由于P因子接近于零，可以判定其水土流失是由于土地利用不合理造成的。

根据上述分析结果，可以提出如下措施：①对于Ⅰ、Ⅱ、Ⅲ级区域增加植被覆盖度，例如退耕还林等;②对于Ⅳ、Ⅴ级区域应综合考虑各项因素，除提高植被覆盖度外还应注意地形起伏，加大对起伏度大的区域的防治力度;③对于Ⅵ级区域应着重考虑区域土地利用管理，拆除不合理建筑，合理使用土地;④降雨对各侵蚀强度区域均有一定影响，治理过程中需要加大对降雨及其可能造成危害的监测。

4  小结

1）不同侵蚀强度面积占比差异显著。5年间轻微度侵蚀占比最大。总体水土流失情况较为良好，侵蚀较严重区域主要分布在古蔺县北部及东北部、叙永县中西部地区。

2）侵蚀强度变化区域空间分布明显。4个县（区）整体强度变化稳定，古蔺县东南部和合江县中东部地区土壤侵蚀程度不太稳定，2009—2011年土壤整治与防治工作较2011—2013年更好，后期需要加大防治工作力度。

3）不同侵蚀强度转移矩阵变率差异明显，但不变化比例仍占多数。从整体上来看，大部分地区仍为轻微度和中微度侵蚀且程度不变化，少部分地区侵蚀强度向加重方向发展，得到防治的区域分布在东北部和东南部，主要为赤水河河道附近以及海拔较高区域。

4）不同侵蚀强度主要侵蚀因子不同，且基本不变。对于不同侵蚀强度区域应采取不同的应对措施，其中增加植被覆盖度、合理使用土地资源是最为重要的应对措施。

参考文献：

[1] BRIDGES E M，HANNAM I D，OLDEMAN L R，et al. Response to land degradation[M].New York，USA：CRC Press，2001.

[2] 彭双云，杨  昆，洪  亮，等.基于USLE模型的滇池流域土壤侵蚀时空演变分析[J].农业工程学报，2018，34（10）：138-146.

[3] WISCHMEIER W H，SMITH D D. Predicting rainfall erosion losses：A guide to conservation planning[M].Washington，DC，USA：USDA，1978.

[4] LAFLEN J M，LWONARD J L，FOSTER G R. WEPP：A new generation of erosion prediction technology[J].Journal of soil and water conservation，1991，46（1）：34-38.

[5] BAFFALT C，NEARING M A，NICKS A D. Impact of GLIGEN parameters on WEPP predicted average soil loss[J].Transactions of the ASAE，1996，39（2）：1001-1020.

[6] 冯  奇，肖  飞，杜  耘，等.丹江口典型区域土壤侵蚀年内季节性分布研究[J].环境科学与技术，2018，41（6）：168-174.

[7] 陸建忠，陈晓玲，李  辉，等.基于GIS/RS和USLE鄱阳湖流域土壤侵蚀变化[J].农业工程学报，2011，27（2）：337-344.

[8] RICHARDSON C W，FOSTER G R，WRIGHT D A. Estimation of erosion index from daily rainfall amount[J].Transactions of the ASAE，1983，26（1）：153-156.

[9] WILLIAMS J R，GENARD K G，李忠魁.侵蚀影响土壤生产力的新估价方法[J].水土保持科技情报，1984（4）：26-30.

[10] 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.

[11] 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.

[12] 赵  磊，袁国林，张  琰，等.基于GIS和USLE模型对滇池宝象河流域土壤侵蚀量的研究[J].水土保持通报，2007，27（3）：42-46.