基于RUSLE的鉴江流域土壤侵蚀量特征分析

杨 冰，黄 东，李海彬，梁汝豪

(1.广东省水利水电科学研究院，广东 广州 510635；2.华南理工大学土木与交通学院，广东 广州 510641；3.广东省水动力学应用研究重点实验室，广东 广州 510635)

1 概述

河道泥沙是河床的重要组成部分，是河道稳定、水沙平衡的物质基础，同时也是极具经济价值的自然资源，广泛用作建筑砂石料、吹填造地等。研究泥沙来源以及来沙趋势有助于更好地了解流域的泥沙迁移、分配与沉积特征，对于泥沙输移平衡以及泥沙挟带养分及污染物的运移过程都具有重要意义[1]。

泥沙来源解析研究可以为针对关键源区制定和实施流域水土保持与水污染控制战略提供科学依据，也可为河道采砂规划提供更可靠的来沙量、沉沙量的计算[2]。当前定量识别流域泥沙来源的重要方法是泥沙指纹技术，其理论基础是泥沙潜在源地类型可以根据土壤物质特性来区分[3-5]。但是大范围的泥沙采样、分析和监测需要大量经费、时间和人力的投入，所以，在一定精度范围内，通过有限的数据输入，得到满足要求的泥沙来源分析已成为趋势[6]。因此对于很多数据资料不完善的地区，以通用土壤流失方程(RULSE)为代表的经验统计模型仍是应用最广泛的泥沙来源分析替代方法。20世纪80年代以来，我国学者以RUSLE模型为基础，也建立了若干个地区性的土壤侵蚀预报模型，如江忠善等考虑浅沟侵蚀对坡面侵蚀的影响，构建的坡面土壤流失预报模型[7]刘宝元等建立的中国水土流失方程CSLE[8]。此外，众多考虑土壤侵蚀过程的物理模型也相继问世，如美国的WEPP[9]、欧洲的EUROSEM[10]、荷兰的LISEM[11]、地中海区域的SEMMED[12]等，而将RUSLE应用在鉴江流域的研究尚为少见。

2 方法与数据

2.1 研究区概况

鉴江流域位于广东省西南部，地理坐标为东经110°20′～111°20′，北纬21°15′～22°30′，地处北回归线以南，属热带亚热带季风温和气候(如图1所示)。流域面积为 9 464 km2(其中茂名市境内7 949 km2、湛江市境内770 km2，广西境内745 km2，本研究范围不包括广西境内面积)，是广东省第三大水系。鉴江发源于广东省信宜市的良安塘，流经信宜、高州、化州、吴川等四县市到吴川吴阳镇入南海，全长为231 km。多年平均径流量为76.82亿m3，平均含沙量为0.56 kg/m3，年平均输沙量为180万t。多年平均降雨量为1 739 mm，降雨时空分布不均，年际变化较大，变化范围为1 500～2 600 mm。

图1 鉴江流域地理位置示意

鉴江流域山地面积占30.4%，丘陵面积占55.8%，平原面积占13.8%。上游为风化砂壤土，土质疏松，含有机质少，肥力低，有的地方植被差，水土流失较多。中游北部以红壤和水稻土为主，其次为黄壤，南部也有成片黑土分布。中游西部以有机质红壤土为多。沿江两岸多属冲积土(水稻土)，有机质多，肥力好。下游两岸属冲积砂壤土，渗漏较大。

2.2 修正通用土壤流失方程

本文基于修正通用土壤流失方程(RUSLE)对鉴江流域的土壤侵蚀情况进行评估。1993年由美国农业部提出的RUSLE是目前全球应用最广泛的水蚀预报经验模型[13-14]。随着地理信息系统(GIS)技术不断发展，基于GIS运用RUSLE定量评估土壤侵蚀以及识别流域泥沙来源，已成为高效分析区域水土资源的有效手段，在世界许多国家得到广泛应用和研究。该模型不仅考虑了降雨、土地利用类型、土壤类型以及地形地貌的影响，同时也考虑了水资源管理和水土保持的影响。它已经被广泛应用于估算土壤侵蚀和泥沙溯源分析。RUSLE表达式为：

A=R×K×LS×C×P

(1)

式中A为单位时间单位面积上的年平均土壤侵蚀量，t/(km2·a)；R为降雨侵蚀力因子，(MJ·mm)/(hm2·h·a)，是降水产生的径流对土壤造成侵蚀的动力指标，降雨的强度和持续时间对侵蚀有重要影响；K为土壤可蚀性因子，取值范围为0～1，(t· h)/(MJ·mm)，其反映了土壤对侵蚀营力分离合搬运作用的敏感性；L为坡长因子；S为坡度因子；C为作物覆盖与管理因子，取值范围为0～1，无量纲，表示植被覆盖和管理措施对土壤侵蚀的作用，C值越大说明所对应土地利用类型的土壤侵蚀越严重；P为土壤保持措施因子，取值范围为0～1，无量纲，表示在特定水土保持措施的土壤流失于起伏地耕作的相应土壤流失之比，P值越低则减少突然侵蚀的水土保持措施越有效。

2.3 数据来源与预处理

RUSLE表达式中各指标因子的计算方法详见参考文献[13-14]。本研究选取2008—2017年鉴江流域及其周边地区共计14个雨量观测站(见图1)的月降雨量数据计算鉴江流域近10年年均降雨侵蚀力因子(R)，然后运用克利金插值得到全流域的R空间分布示意(见图2a)；选取源自联合国粮食与农业组织网站的土壤类型数据计算鉴江流域的土壤可蚀性因子(K)，其空间分布情况见图2b；选取30×30 m精度的数字高程模型(DEM)借助ArcGIS10.5中空间分析工具包计算流域坡长因子(L)和坡度因子(S)，为研究方便本文将L和S因子合并成1个因子(LS)，其空间分布情况见图2c；选取广东省第三次全国土地调查成果中的土地覆盖类型数据计算作物覆盖管理因子(C)和土壤保持措施因子(P)，其空间分布情况分别见图2d和图2e。

a 降雨量侵蚀力因子(R)

3 结果与讨论

3.1 土壤侵蚀量分析

基于RUSLE表达式及计算获取的降雨侵蚀力因子(R)、土壤可蚀性因子(K)、坡度坡长因子(LS)、作物覆盖管理因子(C)和土壤保持措施因子(P)即可算出鉴江流域土壤侵蚀量空间分布情况。根据计算结果可知，2008—2017年鉴江流域各地的土壤侵蚀量在0～170 452 t/(km2·a)之间。根据中国水利部在2008年发布的土壤分类和分级标准(SL 190—2007)，将本文计算出来的流域土壤侵蚀量分为6个等级，等级越高土壤流失量越大。此分类标准的单位是t/(km2·a)，分类情况如下：① 微度：A<500;② 轻度：500≤A<2 500;③ 中度：2500≤A<5 000;④ 强烈：5 000≤A<8 000;⑤ 极强烈：8000≤A<15 000;⑥ 剧烈：A>15 000。本研究利用ArcGIs软件，对鉴江流域内各空间点计算出的土壤侵蚀量(A)按照上述分类标准，分别统计各侵蚀等级地区的面积和占比情况(见表1)。

表1 鉴江流域土壤侵蚀各级别面积和比例

从计算结果看，2008—2017年鉴江流域土壤流失量平均值为4 932 t/(km2·a)，标准差为9 101 t/(km2·a)。按照分类标准鉴江流域虽属于中度侵蚀但接近强烈侵蚀，表明2008—2017年鉴江流域整体土壤流失水平比较严重。从图3可以看出，鉴江流域的土壤流失情况绝大部分地区都是微度、轻度和中度，占到全流域的90.35%，其中侵蚀量最小的地区在高州市和化州市以南的鉴江下游区域。强烈、极强烈和剧烈侵蚀的面积(分别为462 km2、301 km2、79 km2)相比之下相对较少，而且集中分布在流域东北部的山区地带。经分析鉴江流域引发土壤侵蚀的自然因素主要有以下方面：① 流域地貌以山地丘陵为主，特别是高州、信宜地区的山地丘陵区，土地坡度大，地形起伏大；② 林业结构不合理，部分山区松杉树等针叶林为主，且部分地区经济林如桉树林广布，阔叶林较少，森林生态质量较低，对水土流失产生潜在威胁；③ 境内降雨时空分布不均，年际变化较大，其变化范围为1 500～2 600 mm，北部、东部山区降雨量较大，高州市和化州市以南的流域中下游地区降雨量最小，电白县黄沙水库上游的利洞站多年平均雨量为2 600 mm，是全流域最大的暴雨中心，降雨量大，易诱发水土流失。

图3 鉴江RUSLE模型计算结果分布示意

3.2 鉴江上游泥沙来源分析

基于土壤侵蚀量计算结果，以镇街为研究单元，对各镇街的土壤侵蚀特征(强烈侵蚀、极强烈侵蚀、剧烈侵蚀占比，面积，极值，均值，标准差)进行分区统计。鉴江流域各镇街的土壤侵蚀情况分布如图4所示(图中侵蚀强度不包含微度、轻度和中度)。根据统计结果可知，各镇的土壤侵蚀量均值为0～24 549 t/(km2·a)，其中均值最高的5个镇街依次是大坡镇、罗坑镇、那霍镇、硃砂镇和马贵镇，均位于鉴江上游，说明该5镇是鉴江流域上游的泥沙主要来源区，各镇侵蚀情况统计值详见表2。

表2 各镇街土壤侵蚀均值统计(前5)

图 4 鉴江流域泥沙来源分布示意

同时，此5镇的土壤侵蚀量的标准差分别为4 177 t/(km2·a)、18 078 t/(km2·a)、22 446 t/(km2·a)、11 739 t/(km2·a)和15 131 t/(km2·a)，除了大坡镇的土壤侵蚀量标准差低于流域均值(9 101 (t/(km2·a))，其余4镇均远高于流域均值，说明鉴江流域土壤侵蚀严重的区域并不集中。

此外，本研究还基于各镇街土壤侵蚀量的分区统计结果，对侵蚀强度较高(强烈、极强烈、剧烈侵蚀)的3个级别在各镇街内的面积占比进行了统计，3类面积占比之和最高的5个镇街分别是罗坑镇、云潭镇、那霍镇、播扬镇和东镇街道，面积占比之和分别达到了52.34%、47.37%、43.77%、40.76%和37.48%，各镇侵蚀情况统计值详见表3。说明此5镇街的土壤侵蚀情况比较严重，至少1/3以上的土地存在强烈及以上等级的侵蚀，在后期的水土保持工作中需要重点攻坚此5镇街。

表3 各镇街强烈、极强烈、剧烈侵蚀占比统计(前5)

3.3 鉴江流域来沙趋势分析

根据RUSLE表达式的含意可知，影响方程结果的因素主要有降雨量(R)、土壤类型(K)、土地覆盖类型(C、P)和下垫面地形(LS)。其中，土壤类型和下垫面地形在2008—2017年间的变化情况可以忽略，土地覆盖类型虽然有一定变化但其与降雨侵蚀力因子相比数值量级差别太大(见图2)。所以，本研究中认为内影响区域土壤侵蚀量的主要因素是降雨量。

利用线性趋势回归对鉴江流域及其周边地区共计14个雨量观测站2008—2017年的月降雨量数据的变化情况进行趋势分析，显著性水平α=0.05。结果如图5所示，金垌圩、信宜站和马贵站的降雨趋势显著增大，利垌站的降雨趋势显著减小，剩余10个雨量站点数据变化不显著。基于降雨量的变化趋势计算出鉴江流域未来土壤侵蚀量变化的情况(见图5)可知，信宜市和高州东北部地区(高州水库上游地区)降雨趋势整体上升，电白东部地区降雨趋势显著减少。

图5 鉴江流域来沙趋势示意

根据理论计算预测，信宜市的东镇街道、池洞镇、北界镇、丁堡镇，高州市的马贵镇、古丁镇、深镇镇、平山镇将是鉴江流域河道泥沙的主要源区，且未来来沙趋势可能会显著增高。

4 结语

本文研究的目的是评估鉴江流域的土壤侵蚀情况，分析流域泥沙来源以及合理预估河流来沙趋势。利用RUSLE模型，基于土壤覆盖类型数据来评估鉴江流域2008—2017年的土壤流失情况。结果表明：

1) 2008—2017年鉴江流域整体土壤流失水平比较严重，土壤流失量年均值为4 932 t/(km2·a)属于中度侵蚀。

2) 各镇的土壤侵蚀量均值为0～24 549 t/(km2·a)，其中大坡镇、罗坑镇、那霍镇、硃砂镇和马贵镇土壤侵蚀量均值排名前五，是鉴江流域的泥沙源区。

3) 罗坑镇、云潭镇、那霍镇、播扬镇和东镇街道强烈及以上的侵蚀强度占比排名前五，是整个流域侵蚀情况最严重的地区。

4) 信宜市和高州东北部地区(高州水库上游地区)降雨趋势整体上升显著，因而土壤侵蚀量也将会显著上升。

本文的研究结果对于水土保持规划、预防和减少水土流失及其相关领域有较大参考价值。在后续的研究中，笔者还将更多关注各因子的变化机理以及数据源的预处理，如不同的数据插值方式的比较，以此来提高模型的效率和精度。