赣南地区水土流失风险评价

曾晓强

(江西环宇城设计有限公司，江西 宜春 336000)

0 前 言

第二次全国水利普查表明中国水土流失面积达273.69万km2，是世界上水土流失最严重的国家之一[1]。其中南方地区由于丰富降水，高强度土地利用与破碎化地貌，导致林下侵蚀，崩塌侵蚀广泛分布，流失面积达13.12万km2[2]。水土流失易引发水体污染、地质灾害、土壤资源与植被退化，进而威胁自然环境与经济社会可持续发展。赣南地区为红壤侵蚀典型区，近30 a来该地推行了退耕还林、飞播造林、林下补植、立体农业改造等生态措施，使得区域整体水土流失强度得到有效控制[3]。为对赣南地区水土流失风险进行综合评价，划分不同级别的水土流失风险区。本文通过水土流失方程(ULSE)提取7个风险指标因子，建立基于因子分析的水土流失风险评价模型，对赣南地区土壤侵蚀风险进行空间区划，旨在探究赣南地区水土流失风险分布，为该区水土保持工作开展提供依据。

1 研究区概况

赣南地处赣江上游，位于东南沿海向内陆过渡带，地理位置位为113°54′～116°38′E，24°29′～27°09′N，区域面积39 379.64 km2。区域属南方丘陵、武夷山山系，地势自四周向中北部倾斜，海拔介于18～2 061 m，地貌以山地(61.28%)、丘陵(21.89%)、盆地(16.83%)为主。全区属赣江水系，干流自南而北流过，域内溪流密集、径流丰富。该地属亚热带季风气候区，气候温润、水热充分，平均气温介于19.1～20.8 ℃，多年平均降水量为1 318.9 mm。土壤为亚热带红壤，质地黏重、孔隙度小、易侵蚀。研究区土壤侵蚀可分为林下侵蚀、崩岗侵蚀和坡耕地侵蚀等类型，以中度侵蚀强度为主，具有复杂空间异质性特点。

2 研究方法

2.1 ULSE方程与水土流失风险因子

通用土壤流失方程(Universal soil loss equation，ULSE)采用数学模型直观量化区域土壤流失量与环境因子之间的关系[3]:

A=R·K·L·S·C·P

(1)

式中：A为特定环境下单位面积内年平均土壤流失量，t/ha；R为单位降雨的侵蚀力，MJ·mm/(ha·h)；K为土壤可蚀性因子；L、S分别为地形因子坡长和坡度；C为植被覆盖和经营管理因子，表征地表覆被对土壤侵蚀的抑制能力；P为水土保持措施。虽然该模型被广泛运用于定量研究区域水土流失，然而在我国南方地区往往被低估[4]。这是由于USLE方程中的环境变量表达并不具化，通常同一个环境因子往往具有多相性表达。鉴于此，本文基于ULSE方程和文献[2]等人的研究成果，确定区域水土流失风险因子依次为坡度(Slope)、坡长(SL)、地形湿度指数(TWI)、径流动力指数(SPI)、NDVI、植被覆盖度(C)、叶面积指数(LAI)、降雨量(RF)、土壤可侵蚀性(EROS)等10个指标因子。

2.2 风险因子数据来源

本研究主要采用气象数据、GEO DEM与哨兵2号(Sentinel-2)遥感影像数据。其中，气象数据为中国科学资源环境数据中心提供，该数据基于全国2000个气象站点2000—2012年间平均降水量(RF)统计值，采用专业气象插值软件Anuslin生成，其空间分辨率为500 m，能够较好描述研究区水土流失动力来源。

DEM数据来源于地理空间数据云，其空间分辨率为30 m，能够描述区域微地貌特征。基于该数据，提取区域Slope、SL、TWI、SPI地形因子，具体提取过程如下: DEM数据导入Arcmap→convertion tools→from raster→raster to ascii→SIMDTA平台→terrain analysis tools[5]。

Sentinel-2卫星数据是欧空局发射的较高分辨率的遥感卫星，其可见光波段优于10 m，能精细呈现地表覆被差异。利用ENVI5.3软件的bandmath工具提取NDVI、覆盖度(C)、LAI等植被结构参数。处理过程为: Sentinel-2数据导入ENVI5.3中，利用flash模块进行辐射校正，再利用spectral index工具提取LAI和NDVI，其值覆盖度C利用差分函数提取。

EROS由中国科学院资源环境数据中心提供，其空间分辨率为1 000 m。为便于空间分析与计算，先将各指标因子进行空间重投影，设置其坐标系为 UTM-1984-50N，空间分辨率为30 m。然后以研究区1∶5000比例尺的矢量边界为基础，对各个因子进行裁剪提取。

2.3 水土流失风险评价模型

各风险因子对水土流失产生起着不同程度作用，为直观认识单因子的影响力，采用因子分析的方法计算9个水土流失风险因子的权重wi(i为风险因子序列)，因子分析过程详见有关文献[6]。由于风险因子分属不同量纲，因此需进行标准化处理，其中植被指数如LAI、NDVI和C因子水土对风险来说是负向因子，因此采用最小值方法进行标准化，其他正向因子采用最大值法，从而得到归一化风险因子矩阵[Xij](j为风险评价单元，以像素为单元)。在此基础，运用综合指数法将风险因子归一化值与权重联立，得到风险指数模型:Rij=Xij×wi，其值介于[0,1]，值越大表明风险越高。依据等分法原理，将区域水土流失风险指数分为3级，R∈(0,0.33]为低风险不安全；R∈(0.33，0.67] 为中风险；R∈(0.67,1]为高风险。本文在SPSS21软件进行因子分析以计算各指标权重，并利用Arcgis10.6平台完成侵蚀风险制图[7-8]。

3 结果与分析

3.1 赣南地区水土流失风险因子空间特征

SL是计算土壤侵蚀模数的必须参数，其表征了局部地形的产流、集水能力，对土体颗粒剥离运移具有重要作用。研究区SL值介于之间0.01～1.54，空间平均值为0.42，并呈带状沿着山势分布，中间沟谷地为低值区。赣南地区水土流失风险因子空间分布见图1。TWI和SPI描述了地表产流汇聚能力，是径流侵蚀过程重要参数之一，前者值域为-0.81～69.54，后者范围介于0.01～0.82。Slope是高程的函数，通常与DEM存在显著相关性，研究区二者间的相关系数为0.46，在P>0.05达到统计显著性意义。

图1 赣南地区水土流失风险因子空间分布图

NDVI、LAI和C能反映区域植被长势，具有空间一致性分布。降水栅格显示，区域RF介于1 391～1 714 mm，空间平均值为1 524 mm，空间呈现自南向北减少分布。研究区EROS介于10.49～41.26之间，平均值为23.82，土壤性质属于中度易蚀。

利用Arcgis软件中图层的属性分析功能，统计了上述风险因子在30 m栅格像素水平上的基本特征。可知其变异系数依次为:TWI(89.72%)

3.2 赣南地区水土流失风险因子权重

基于因子分析的客观赋权法，得到区域水土流失风险因子的权值依次为:C(0.081)

图2 赣南地区水土风险因子权重图

3.3 赣南地区水土流失风险区划

基于9个归一化风险因子的栅格图层，结合各风险因子权重，在ArcMap窗口的Spatial Analysis模块下的Map Algebra工具中建立风险评价模型，运行得到区域水土流失风险指数见图3。如图所示，区域侵蚀风险指数介于0.21～0.79之间，其平均值为0.45。为直观显示其侵蚀风险差异性，采用等值法将其划分为低风险、中风险、高风险区域，各风险等级所占区域面积依次为：36.13%、49.61%、14.26%，中度风险为主要特征。

图3 赣南地区水土流失风险评价与区划图

4 结 论

本研究利用多源遥感、DEM与气象数据，提取了分辨率为30 m的赣南地区水土流失敏感因子，并运用因子分析法计算了各因子对区域水土流失风险的影响，完成区域水土流失风险区划。结论如下:

(1) 赣南地区水土流失风险对环境因子的敏感性依次为：植被覆盖度(C) <坡度(SLOPE)

(2) 区域水土流失风险具有复杂空间变异性，风险指数介于0.21～0.79之间，其平均值为0.45，以中风险为主。由于生态景观斑块破碎化和强烈人为活动，导致区域水土流失风险分布异质性。