基于RUSLE模型的黄土高原土壤侵蚀变化分析

梁钰 汪洋

摘 要：土壤侵蚀是影响黄土高原生态环境质量的重要因素。为研究延安地区土壤侵蚀的时空变化，本文基于RUSLE模型并借助Arcgis10.2，以延安地区2012年、2015年和2018年的LandsatTM影像、DEM数据、日降水量数据、土地利用数据、土壤类型数据和NDVI数据，得出延安地区各年土壤侵蚀模数并划分土壤侵蚀等级。结果表明：延安地区2012—2018年，土壤侵蚀情况有所下降，特别是在2015—2018年，土壤侵蚀剧烈等级显著降低。北部地区的土壤侵蚀等级较高，南部地区土壤侵蚀等级较低。黄河流域的土壤侵蚀等级随时间变化较大，7年间土壤侵蚀强度明显减弱，延安市的土壤侵蚀程度明显改善。侵蚀强度的降低主要与当地实施的退耕还林、治沟造地和打坝淤地等水土保持措施有关，本研究可为当地的水土保持工作提供科学依据。

关键词：土壤侵蚀;RUSLE;时空变化;黄土高原;延安市

中图分类号：S157     文献标志码：A     文章编号：1003-5168（2022）7-0121-05

DOI：10.19968/j.cnki.hnkj.1003-5168.2022.07.028

Abstract： Soil erosion is an important factor affecting the ecological environment quality of the Loess Plateau. In order to study the spatial-temporal changes of soil erosion in Yan 'an Region， based on RUSLE model and Arcgis10.2， this paper used LandsatTM images， DEM data， daily precipitation data， land use data， soil type data and NDVI data in Yan 'an region in 2012， 2015 and 2018. The soil erosion modulus and soil erosion grade in Yan 'an area were obtained. The results showed that the degree of soil erosion in Yan 'an area decreased from 2012 to 2018， especially during 2015 to 2018， the severity level of soil erosion decreased significantly. The grade of soil erosion is higher in the northern region and lower in the southern region. The soil erosion level of the Yellow River basin changed greatly over time， the intensity of soil erosion was obviously weakened， and the soil erosion degree of Yan 'an city was obviously improved. The decrease of erosion intensity is mainly related to the local soil and water conservation measures such as returning farmland to forest， constructing ditches for land and dredging for dam. This study is helpful to provide scientific basis for local soil and water conservation work.

Keywords： soil erosion; RUSLE; space-time change; Loess Plateau; Yan 'an

0 引言

黃土高原地区是目前世界上土壤侵蚀强烈、侵蚀危害严重的地区之一，严重的水土流失问题致使该地区生态环境恶化，制约了社会经济和生态环境的可持续发展。此外黄土高原土壤侵蚀导致大量流失的泥沙淤积在干支流河道，对黄河中下游地区的生态环境和经济发展造成了诸多不利影响[1]。土壤侵蚀极易造成土壤养分流失、土地生产能力退化，导致该地区的耕地质量下降，危害当地的粮食生产安全;同时，土壤的流失也造成植被生长环境变坏，破坏当地的生物多样性，给当地带来巨大的生态安全隐患[2]。因此，研究黄土高原的土壤侵蚀情况对科学判别该地区的生态安全具有重要意义。当前，国内外定量地评估土壤侵蚀等相关研究已经较为成熟，大多数研究主要借助修正过的通用土壤流失方程（RUSLE）对某一区域的土壤侵蚀状况进行研究[3-6]。近几年随着国家治理对策的精准实施，该地区的土壤侵蚀状况有所改善[7]。笔者以陕西省延安市为研究区，借助RUSLE模型探究延安市土壤侵蚀的空间格局及其动态变化，希望能为该地区的水土治理提供科学的基础依据。

1 研究方法与数据来源

1.1 研究区概况

陕西省延安市位于黄土高原中南部，地域辽阔，总面积为37 037 km2。其地势西北高东南低，海拔普遍较高，当地代表性的地貌类型主要是黄土高原和丘陵沟壑。延安市的气候类型为温带大陆性季风气候，因受季风的影响，季节降水差异明显，降水多集中夏季，且多暴雨，降水强度大，年均夏季降水量310 mm左右，占年总量的57%。当地水土流失较严重，生态环境脆弱，是我国退耕还林还草的重点区域。

1.2 数据来源

本文所用的2012年、2015年和2018年的LandsatTM影像及DEM数据来源于地理空间数据云（http：//www.gscloud.cn）空间分辨率为30 m。日降雨数据来源于中国气象共享网（http：//www.resdc.cn/）。延安市土壤类型相关数据主要来源于中科院南京土壤所1∶100万中国土壤数据库。延安市土地利用类型数据（2012年、2015年、2018年）和延安市NDVI数据（2012年、2015年、2018年7月）均来自中国科学院资源环境科学与数据中心（https：//www.resdc.cn/）。

1.3 研究方法

1.3.1 水土流失模型及各因子计算方法。因为USLE模型中各因子参数较为复杂，且获取难度较大，在此主要借鉴具有更高精度的经过修正的通用土壤流失方程RUSLE模型[8]，其表达式为式（1）。

式中：A为年土壤流失量，单位为t·hm-2·a-1，R为降雨和径流因子;K为土壤可蚀性因子;L为坡长因子;S为坡度因子;C为植被覆盖因子;P为水土保持措施因子，C与P为无量纲单位。各因子计算方法如下。

①降雨侵蚀力因子R。降雨侵蚀力反映降雨引起土壤分离和搬运的动力大小，即降雨产生土壤侵蚀的潜在能力。本研究选用章文波[9]等提出的基于日降雨资料的年降雨侵蚀力简易算法，公式如（2）（3）（4）。

式中：表示第i个半月时段的降雨侵蚀力;Dj为半月内第j天的日雨量≥12 mm;k为时段内的侵蚀性降雨天数;Pd12为日雨量≥12 mm的日平均雨量;Py12为≥12 mm日雨量总和相加的平均值;α、β为模型参数。

②土壤可蚀性因子K。RUSLE模型中将土壤可蚀性定义为标准小区内单位降雨侵蚀力引起的土壤流失率。本研究以土壤类型图数据为基础采用EPIC模型进行计算不同类型土壤的K值[10]。

式中：SAN、SIL、CLA和C分别代表砂粒、粉粒、黏粒和有机碳含量，单位为%，其中SN1=1-SAN/100。

③地形因子LS。考虑到黄土高原陡坡地较多，借鉴前人的计算方法求坡度坡长因子[11]，公式为（6）（7）（8）（9）（10）。

式中：S为坡度因子;L为坡长因子;θ为坡度;λ为坡长;m为坡长指数。

在RUSLE模型中用C因子来反映植被覆盖和管理措施对土壤侵蚀的影响，其取值介于0～1。参考有关研究成果，赋予研究区不同土地利用类型和不同盖度的C值公式如式（11）。

式中：c%为植被覆盖度，计算c%公式如式（12）。

④水土保持措施因子P。P因子的取值参考前人的研究成果，对研究区不同土地利用类型进行赋值[12]，具体如表1所示。

2 结果分析

通过利用RUSLE模型计算出延安地区的土壤侵蚀程度如图1所示，不难发现从2012—2018年，土壤侵蚀情况下降明显，特别是在2015—2018年，土壤侵蚀等级剧烈，等级显著降低。从空间上看，延安北部地区的土壤侵蚀等级较高，南部地区土壤侵蚀等级较低。从土壤侵蚀等级情况图中可以看出，2012年延安市整体侵蚀较为严重，中部和北部绝大部分地区的土壤侵蚀程度都处于剧烈、极强烈、强烈的等级，南部地区也有部分地区的存在中度到剧烈等不同程度的土壤侵蚀等级，可以明显看出超过一半以上的区域的土壤侵蚀问题较为严重;2015年延安市的土壤侵蚀问题得到一定的改善，南部地区的土壤侵蚀问题改善较为显著，大部分地区的土壤侵蚀等级为微度和轻度等级，中部和北部地区的土壤侵蚀等级由剧烈和强烈转为了中度，土壤侵蚀问题朝良性方向发展。2018年，经过长期大量的水土流失治理工作，能明显看出延安市的土壤侵蚀问题得到显著的改善，仅有北部和东北部的少部分地区仍然较明显地存在剧烈和极强烈的土壤侵蚀等级，整个市域范围内剧烈侵蚀的面积减少了很多，中北部地区剧烈和极强烈侵蚀空间分布已经由连续的大面积块状变为以断断续续的小块状为主，中部地区剧烈侵蚀已经呈现点状分布，很多剧烈侵蚀的区域侵蚀程度明显降低。从2012年到2018年土壤侵蚀变化最明显的是延安市北部的黄河流域的土壤侵蚀等级，其随时间变化较大，土壤侵蚀程度明显改善。图1上看出延安市的水土流失治理效果非常明显，这与延安市实施退耕还林还草和封山禁牧等林业生态工程密切相关。

2012年、2015年和2018年土壤侵蚀统计用修正后的土壤流失模型计算A值，最终得到土壤侵蚀强度，各级侵蚀面积占延安市地区面积的百分比如表2所示，可以明显看出研究期间内水土流失现象在减少，土壤侵蚀情况下降较快。

基于GIS分析栅格计算器得到不同时段研究区内的土壤侵蚀强度等级转移矩阵，如表3、表4、表5所示。

根据以上3表可知，时段2012—2015年内，土壤侵蚀强度减轻（即侵蚀强度降级）和加剧（即侵蚀强度升级）的面积分别占流域总面积的23.66%和1.28%，土壤侵蝕强度没有变化的为75.06%，水土保持情况基本较好。时段2015—2018年，土壤侵蚀强度减轻的面积占比高达28.17%，而土壤侵蚀强度加剧的面积占4.92%，土壤侵蚀强度没有变化的为66.91%。而从2012—2018年，土壤侵蚀强度减轻的面积占比高达40.18%，而土壤侵蚀强度加剧的面积仅占2.40%，土壤侵蚀强度没有变化为57.22%。从上述不同时段的变化可以看出，2012—2018年，在空间上侵蚀减弱占比很高，主要以侵蚀强度减轻为主。其中延安市北部、西部以及中部等侵蚀强度严重的地区在空间上减轻的最为明显，大部分土壤侵蚀强度为剧烈和极强烈的地区得到有效治理，主要与国家对黄土高原进行退耕还林工程有关，特别是与延长、志丹等县域实行的治沟造地工程措施关系密切。同时，各个县域积极实行坡田建设、於地坝建设、治沟造地等惠民工程措施，都有效地预防和减少了水土流失。

土壤侵蚀强度转移矩阵结果显示，时段2012—2015年内有75.06%的区域土壤侵蚀强度等级未发生变化;流域侵蚀强度减轻，主要是由轻度转微度、中度转轻度、强烈转中度、极强烈转强烈所致，面积占比为0.61%;高侵蚀等级向低侵蚀等级转换的面积比例为23.66%，比低侵蚀强度向高侵蚀强度等级转换的面积比例1.28%高了22.38%，说明在这期间土壤侵蚀强度得到大幅度降低。时段2015—2018年内，有66.93%的区域土壤侵蚀强度等级未发生变化;高侵蚀等级向低侵蚀等级转换的面积占比28.18%，比较低侵蚀强度向高侵蚀强度等级转换的比例4.89%高了近13.29%，期间流域土壤侵蚀强度仍在降低。时段2012—2018年内，有57.42%的区域土壤侵蚀强度等级未发生变化;高侵蚀等级向低侵蚀等级转换的面积比例为40.18%，与较低侵蚀强度向高侵蚀强度等级转换的比例2.40%高了近37.79%，说明这7年期间流域土壤侵蚀强度明显减少。

3 结论

①2012—2018年，整体上延安市土壤侵蚀状况下降显著，尤其是2015—2018年土壤流失量减少最为剧烈。空间上延安市北部紧邻的黄河西岸的土壤侵蚀比较严重，延安南部水土保持状况相对良好。

②延安市2012—2018年土壤侵蚀强度减轻区域的面积占比为40.18%，加剧仅占2.40%，大部分区域保持微度侵蚀不变。在空间上以侵蚀强度减轻为主，延安市北部、西部以及中部等侵蚀强度严重的地区在空间上减轻的最为明显，土壤侵蚀得到显著有效的治理。

③延安市近些年来各县域大规模实施退耕还林还草和封山禁牧等林业生态工程，以及实行坡田建设、淤地坝建设、治沟造地等惠民工程措施都对水土流失的降低起到了显著的效应。

参考文献：

[1] 杨波，王全九，周佩，等.退耕还林（草）背景下榆林市土壤侵蚀变化与未来趋势预测[J].中国水土保持科学（中英文），2022，20（1）：56-64.

[2] 谢余初，巩杰，赵彩霞.甘肃白龙江流域水土流失的景观生态风险评价[J].生态学杂志，2014，33（3）：702-708.

[3] 赵明松，李德成，张甘霖，等.基于RUSLE模型的安徽省土壤侵蚀及其养分流失评估[J].土壤学报，2016，53（1）：28-38.

[4] 郭思琪，韩磊，赵永华，等.秦岭地区土壤侵蚀时空变化及景观格局[J].生态学杂志，2019，38（7）：2167-2176.

[5] 张恩伟，彭双云，冯华梅.基于GIS和RUSLE的滇池流域土壤侵蚀敏感性评价及其空间格局演变[J].水土保持学报，2020，34（2）：115-122.

[6] 李益敏，袁静，王东驰，等.基于GIS的贡山县土壤侵蚀动态变化研究[J].水土保持研究，2020，27（4）：8-15.

[7] 陈浩.黄土高原退耕还林前后流域土壤侵蚀时空变化及驱动因素研究[D].杨凌：西北农林科技大学，2019.

[8] 牛丽楠，邵全琴，宁佳，等.西部地区生态状况变化及生态系统服务权衡与协同[J].地理学报，2022，77（1）：182-195.

[9] 章文波，谢云，刘宝元.利用日雨量計算降雨侵蚀力的方法研究[J].地理科学，2002（6）：705-711.

[10] 周晓芳.黄土丘陵沟壑区煤炭井工开采环境效应研究[D].淮南：安徽理工大学，2020.

[11] 谢怡凡，姚顺波，丁振民，等.退耕还林和地理特征对土壤侵蚀的关联影响：以陕西省107个县区为例[J].生态学报，2022，42（1）：301-312.

[12] 黄硕文，李健，张欣佳，等.河南省近十年来土壤侵蚀时空变化分析[J].农业资源与环境学报，2021，38（2）：232-240.