基于RUSLE 模型的东江源区土壤侵蚀时空变化分析

宋水红，李恒凯*，张志伟

1. 江西理工大学 土木与测绘工程学院，赣州 341000

2. 江西应用技术职业学院，赣州 341000

土壤侵蚀如今已经成为了全球范围内主要的生态环境问题之一，是引起土地荒漠化、土地退化、生态环境恶化的重要原因。日益严重的土壤侵蚀阻碍了生态文明建设，制约了人类可持续发展。中国是世界上土壤侵蚀最严重的国家之一，据水利部发布的2019 年全国水土流失动态监测结果显示：2019 年中国的风蚀和水蚀侵蚀总面积为271.08 万km2，占陆地面积（未含港澳台）的28.34%（《中国水土保持》编辑部，2020）。而在中国南方丘陵山区土壤侵蚀问题尤为突出，其地形复杂多样、生态环境脆弱，生态系统极易遭到破坏（梁音等，2008）。东江源区位于江西省赣州市南部，是粤港地区重要的饮用水源地和重点水质保护区，具有重要的生态地位（胡小华等，2008）。对该区域进行土壤侵蚀评估，对于提高粤港地区的用水安全，保证粤港地区的繁荣、稳定发展具有重要意义。

目前对土壤侵蚀的研究包括定性研究和定量研究。土壤侵蚀定性研究一般是基于一定标准对土壤侵蚀进行分类评价，以水利部的土壤侵蚀分类分级标准应用最广（李恒凯等，2016a）。土壤侵蚀定量研究中，土壤侵蚀模型是有效的工具，基于这种模型可以定量预测、预报土壤侵蚀量（牛俊文，2015）。现有的土壤侵蚀模型主要可划分为物理模型和经验模型两大类。其中，物理模型由于其复杂的参数因子在一些地区难以被轻易和精确地量化，因此很难保证结果的精确度；而经验模型凭借良好的区域适用性和较高的结果准确性，被广泛应用于流域以及区域尺度的土壤侵蚀评估（Qin et al，2018）。在所有的经验模型中，修正版通用土壤流失方程（revised universal soil loss equation，RUSLE）作为典型代表，由于其可操性强、精度高、适用范围广，得到最为广泛的应用。例如：杨冉冉等（2013）利用RUSLE 模型实现了河田盆地的土壤侵蚀状况定量评价和动态监测；张恩伟等（2020）基于RUSLE 的土壤侵蚀估算结果，完成了对滇池流域的敏感性评价。Gayen et al（2020）借助RUSLE 模型进行土壤侵蚀评估并通过FR（Fruchterman-Reingold）概率算法验证其风险；Behera et al（2020） 以RUSLE 模型为基础构建了改良土壤侵蚀估算框架，用于量化未来气候变化情景下潜在的土壤侵蚀。以上研究均表明利用RUSLE 模型进行区域土壤侵蚀评估具有良好的适用性和可靠性。但由于RUSLE 模型的使用具有明显的地域性（牛丽楠等，2019），因此在计算RUSLE 模型的各参数因子时，结合研究区的区域特点选择适合的计算方法尤为必要。

目前有关东江源区生态环境的研究中，主要集中在研究东江源区地表水的污染治理（宋墩福等，2015）、源区内重点入河排污口的监测评价与整治（车刘生，2018）、东江源区生态网络的构建（汪金梅等，2020）等方面，对该区域土壤侵蚀的分析研究较少。因此，本文以东江源作为研究区，基于1995 — 2020 年的降雨数据、土壤数据、DEM 数据、Landsat 影像数据，采用RS、GIS技术和RUSLE 模型对土壤侵蚀信息进行提取，定量分析该区域的土壤侵蚀时空特征，旨在为该区域的土壤侵蚀治理和进一步的水土保持工作提供决策依据和实践指导。

1 研究区概况

东江源区位于江西省赣州市南部，地处北纬24°33′30″ — 25°12′18″、东 经114°47′36″ — 115°52′36″，跨越了寻乌、定南和安远三县（图1），是东江的发源地，流域面积约为3524 km2，年平均地表径流量将近30.2 亿m3（汪金梅等，2020）。地形以丘陵和山地为主，地势总趋势方向为东、西、北三面高，南面低，境内河流密布，水资源丰富。土壤主要为红壤，质地黏稠，抗蚀性差。东江源属亚热带季风气候，气候年际变化大，年降雨量较为充沛（吴娇等，2017）。区内植被覆盖率高，存在大面积的果园如脐橙等的种植。此外，位于“稀土王国”地带，稀土资源较为丰富，稀土矿区的开采较为严重。

图1 研究区地理位置Fig. 1 Location of study area

2 数据与方法

2.1 数据来源与处理

本研究所用到的数据包括：（1）1995 — 2020年的20 ∶00 — 次日20 ∶00 日降雨量数据，来源于中国气象数据网（http://data.cma.cn）；（2）1∶100万的土壤数据，来源于世界土壤数据库（Harmonized World Soil Database，HWSD，http://webarchive.iiasa.ac.at/Research /LUC/External-World-soildatabase / HTML/），通过HWSD 查询沙粒、粉粒、黏粒以及有机碳的含量得到相应土壤数据；（3）ASTER GDEM 30 m 分辨率的DEM 数据，来源于地理空间数据云平台（http://www.gscloud.cn），经过图像镶嵌、图像裁剪得到东江源区的DEM ；（4）1995 年12 月7 日、2003 年12 月19 日、2008 年12 月10 日、2013 年12 月24 日、2017 年12 月19 日 和2020 年4 月23 日 共6 期Landsat TM / OLI 30 m 分辨率的影像数据，来源于地理空间云平台，对影像先进行辐射定标、大气校正、图像裁剪等预处理操作，再计算出影像NDVI值，并采用面向对象方法进行研究区土地利用分类（分为表1 中的7 种地类），利用混淆矩阵对分类结果进行精度评估，总体分类精度在85% 以上，满足研究所需要求。

表1 不同土地利用类型的P 值Tab. 1 The P value of different land use types

2.2 研究方法

2.2.1 RUSLE 模型

本研究采用RUSLE 模型来对东江源区的土壤侵蚀状况进行研究。RUSLE 模型是基于通用土壤流失模型USLE 修正构建的一种适用范围更广的修正版通用土壤流失模型，其表达式（Chafai et al，2020）为：

式中 ：A为单位面积土壤侵蚀量，单位为t · (km2· a)-1；R 为降雨侵蚀因子，单位为MJ · mm · (km2· h · a)-1；K 为土壤可蚀性因子，单位为t · h · (MJ · mm)-1；L为坡长因子 ；S 为坡度因子；C 为植被与经营管理因子；P 为水土保持措施因子。

2.2.2 RUSLE 模型各因子的确定

（1）降雨侵蚀力因子（R）

R 因子反映了降雨引起土壤侵蚀的潜在能力大小。由于东江源区降雨具有降雨集中、分配不均等特点（李恒凯等，2016b），对该参数采用日降雨侵蚀模型（章文波等，2002）计算更符合区域实际情况，计算公式为：

式中：Ri为某半月段的降雨侵蚀力值；Dj为第j 天的日降雨量；m 为半月内侵蚀性降雨的天数（要求Dj≥12 mm，否则以0 计算）；α、β 为模型参数，计算公式为：

式中：Pd12、Py12分别表示日降雨量为12 mm 以上的日平均降雨量和年平均降雨量。

（2）土壤可蚀性因子（K）

K 因子是指单位面积上每降雨侵蚀系数单位的土壤流失率。采用当前广泛使用的Sharply and Williams（1990）估算K 值的方法来计算土壤可蚀性因子K，计算公式为：

式中：Sd为沙粒含量（%）；Si为粉粒含量（%）；Ci为黏粒含量（%）；Co为表层土壤有机碳含量（%）。

（3）坡长（L）、坡度（S）因子

L、S 因子体现了地形地貌特征对土壤侵蚀造成的影响。东江源区地形以丘陵、中小起伏山地为主，总体坡度变化较为平缓，但仍有大约30%的区域坡度值大于15°（张健枫等，2013），且源区内存在大面积的果园区，坡地利用较为普遍，故本研究坡长因子的计算借鉴Moore and Burch（1986）提出的L 因子算法，坡度因子的计算采用Liu et al（1994）的公式进行修正：

式中：L、S 分别为坡长、坡度因子；Flow Accumulation 为像元上坡来水流入该像元的累积面积；Cell Size 为像元边长，对应DEM 分辨率为 30 m；m 为坡长指数；β 为像元百分比坡度；θ 为坡度。

（4）植被覆盖与管理因子（C）

C 因子是根据地面植被覆盖状况不同而反映植被对土壤侵蚀影响的因素。由于植被覆盖和植被覆盖与管理因子C 值之间有很好的相关性，所以本研究利用van der Knijff et al（1999）研究提出的通过NDVI 值来计算C 因子，计算公式为：

式中：α = 2；β = 1；NDVI 为归一化植被指数。

（5）水土保持措施因子（P）

P 因子是指在有一定水土保护措施的作用下，土壤流失面积与标准状况下土壤流失面积的比值。其值在0 — 1，0 代表根本不发生土壤侵蚀，1 表明水土保持措施完全失效。本研究根据有关学者的研究成果并结合东江源区实际情况对P 赋值（胡文敏等，2013；陈思旭等，2014；李恒凯等，2016a）。

2.2.3 土壤侵蚀强度分级

根据水利部颁布的《SL 190 — 2007，土壤侵蚀分类分级标准》（中华人民共和国水利部，2008），可将土壤侵蚀强度等级划分为微度、轻度、中度、强烈、极强和剧烈侵蚀6 个等级，见表2。

3 结果与讨论

3.1 土壤侵蚀分级制图结果

基于RUSLE 模型中各因子计算得到1995 —2020 年东江源区的土壤侵蚀模数，并依据表2 进行土壤侵蚀强度分级处理，得到东江源6 期的土壤侵蚀分级图（图2）。从分级后的结果可以看出：在1995 — 2020 年，东江源区土壤侵蚀在空间上的整体分布格局基本一致，大体上均呈现中间低、四周高的分布状态，这与源区内生态环境质量的空间分布格局大致吻合（周萌等，2021），分级效果良好。

表2 土壤侵蚀分级标准Tab. 2 Soil erosion grading standard

图2 1995 — 2020 年东江源区土壤侵蚀分级结果Fig. 2 Soil erosion grading results of Dongjiang source area from 1995 to 2020

3.2 土壤侵蚀时间变化分析

1995 — 2020 年东江源区的土壤侵蚀变化情况见图3。由图3a显示 ：东江源区1995年、2003年、2008 年、2013 年、2017 年和2020 年的土壤侵蚀模数分别为 1584.68 t · (km2· a)-1、827.96 t · (km2· a)-1、2397.13 t · (km2· a)-1、716.77 t · (km2· a)-1、1113.99 t · (km2· a)-1和669.47 t · (km2· a)-1。由 图3a、图3b 可 知：整体来看，东江源区在近26 a，土壤侵蚀模数呈下降趋势，下降率达到57.75%；各侵蚀级别面积变化总趋势为由高侵蚀级别向低侵蚀级别转移，土壤侵蚀情况有明显改善。其中，1995 — 2003 年土壤侵蚀模数呈下降趋势，中度及以上侵蚀面积下降了3.25%，期间人类扰动小，自然环境良好；2003 — 2008 年，土壤侵蚀模数大幅上升，中度及以上侵蚀面积达到8.75%，同比上升了5.48%，土壤侵蚀情况严重恶化，相关研究表明在2008 年东江源区出境水质污染最为严重（曾金凤等，2020），造成这一现象的主要原因在于人类不合理的开发、利用土地，导致水土流失严重；2008 — 2013 年，土壤侵蚀模数急速下降，中度及以上侵蚀面积降至2.7%，下降了6.06%，在此期间为改善和保护源区生态环境，政府积极调控，相继出台了一系列生态环境保护政策，生态环境得到极大改善，有效缓解了恶化的土壤侵蚀状况；2013 — 2017 年，土壤侵蚀模数平缓回升，中度及以上侵蚀面积小幅度上升了1.38%，随着城市化进程的加快推进，部分耕地、林地等被侵占，植被覆盖度持续下降，导致土壤侵蚀有所加剧；2017 — 2020 年，土壤侵蚀模数再次回归下降趋势，并处于这六个时期的最低值，这与政府开展的各项防治性措施密不可分，但源区内仍有2.91%的面积为中度及以上的土壤侵蚀强度，表明后续源区的土壤侵蚀治理工作应重点从解决这部分的土壤侵蚀着手。

3.3 土壤侵蚀空间变化分析

针对土壤侵蚀空间变化的现有研究大都可分为两类：一是通过展示各年份的土壤侵蚀情况，对比发现土壤侵蚀的空间变化特征（贵立德，2016），这样其实并不直观；二是多以空间为主体，从根据一定标准划分的区域（如：县域、子流域、不同高程或坡度范围区域等）的角度进行土壤侵蚀空间变化的探讨（郑买富等，2020），虽说可以直观感受到各区域的土壤侵蚀变化情况，但土壤侵蚀多由局部扰动引起，人为划分区域并不能很好地说明局部侵蚀变化原因。

图3 1995 — 2020 年东江源区土壤侵蚀模数变化（a）及其面积占比变化（b）图Fig. 3 Changes of soil erosion modulus and changes in the proportion of soil erosion area in the Dongjiang source area from 1995 to 2020

为了更好地探究东江源区土壤侵蚀变化的空间分布特征，尤其是侵蚀加剧区在空间上的分布情况，将1995 年和2020 年的土壤侵蚀分级结果先依据表2 中的等级值进行赋值，而后做差值分析，将差值按照小于0、等于0、大于0 分成改善、稳定、加剧三个侵蚀变化级别，再进行相应级别的面积统计，最终得到东江源区近26 a 的土壤侵蚀空间变化分级图和相关统计信息（图4，表3）。结果表明：整个源区土壤侵蚀变化以稳定为主，占总面积的79.20%，由于源区主要为丘陵山区，植被覆盖较为茂密，为源区提供了较为稳定的生态环境（吴娇等，2017）。近26 a 以来，东江源区土壤侵蚀情况有所好转，侵蚀改善区域的面积达到16.52%，呈现大范围分散、小范围集中的分布特征。其中在东南部地区存在集中连片的侵蚀改善区，主要表现为耕地和果园区的用地变化，一方面由于社会的快速发展，许多务农人员不再从事农田耕作、果树种植工作，导致耕地、果园面积减少；另一方面，政府实施的“退耕退果还林还草”措施也发挥了较大作用。截至2020年，源区内侵蚀加剧区域所占的面积较小，仅为4.28%，且其空间分布较为零散，主要分布在东北部的矿区以及部分建设用地和果园区。其中，以矿区周边侵蚀加剧情况最为明显，整个矿区周边都有较大面积的侵蚀加剧区，是源区内土壤侵蚀最为严重的一个区域。1995 — 2020 年，矿点规模不断扩大，相关区域侵蚀有所加剧。在1990 — 1999年，稀土矿的主要开采方式为池浸/堆浸开采工艺，1999 年后，原地浸矿工艺逐渐普及，使得矿区开采对环境的破坏程度降低，但也可能因此引起矿区周边更大范围的土壤侵蚀（李恒凯等，2016a）。总的来说，东江源区土壤侵蚀加剧主要体现在城镇和矿点规模的扩大以及矿区和果园区开发对土壤造成的严重破坏，尤其以矿区的过度开采对土壤侵蚀加剧的影响最为严重，改善东江源区土壤侵蚀很重要的一点是要合理利用、开发矿产资源。

3.4 典型土壤侵蚀区侵蚀原因分析

对于土壤侵蚀驱动因素分析的研究，不少学者都通过采用构建驱动因子来探究该研究区土壤侵蚀的主要侵蚀驱动力（Yuan et al，2019；Xia et al，2021），并由此提出侵蚀治理建议。本研究为能进一步细化分析引起东江源区发生严重土壤侵蚀的原因，并重点关注现阶段的土壤侵蚀状况，以便在此背景下更好地为后续研究区的土壤侵蚀治理提出对策和建议。现选择时效性好、可利用性强的2020 年的土壤侵蚀分级结果进行分析，选取了四处土壤侵蚀较为严重的典型区域，并在遥感高分影像上对应裁取出相应区域（图5）。

图4 1995 — 2020 年东江源区土壤侵蚀空间变化图Fig. 4 Spatial variation of soil erosion in the Dongjiang source area from 1995 to 2020

表3 土壤侵蚀空间变化面积统计Tab. 3 Spatial variation area statistics of soil erosion

图5 严重侵蚀区域土壤侵蚀图（a）与遥感影像图（b）的对比Fig. 5 Comparison of soil erosion map (a) and remote sensing image map (b) in severely erosion area

通过区域图像对比发现：中度以上侵蚀区域主要发生在稀土矿区、裸露地表区、耕地区及果园区域。通过图5a1、图5a2、图5a3 分别与图5b1、图5b2、图5b3 对照，不难看出，侵蚀区域与稀土矿区和裸露地表区在空间分布上存在高度吻合，进一步表明稀土矿区和因稀土开采产生的裸露地表区是东江源区的主要土壤侵蚀来源地；此外，通过对比图5a4、 图5b4 发现：图中上方的耕地区和下方的果园区也都存在较为严重的土壤侵蚀，表明耕地和果园区也是造成东江源区发生严重土壤侵蚀的主要区域之一。由此可见，矿产资源开采、农业耕作以及果树种植等是引发东江源区土壤侵蚀的重要原因。首先，源区内有较为典型的矿山区，大规模的矿山开采使得表层土壤被剥离，且开采过程中产生大量的废料、残渣，严重污染了土壤环境；其次，由于人类对土地的不合理利用以及不合理的耕作方式，使得源区部分区域表土流失、土壤肥力下降；此外，源区内种植有大面积的脐橙、蜜桔等，容易造成农药类有机物土壤面源污染。这些都一定程度上导致了东江源区土壤流失现状。后续对东江源的治理应注重更加合理地利用土地资源，避免对矿产资源和果园的过度开发，保护好东江源区整体生态环境。

4 结论

本文以东江源为研究区域，结合RS 和GIS 技术，利用RUSLE 模型对该区域1995 — 2020 年的土壤侵蚀时空分布及变化特征进行了定量分析研究，得出结论如下：

（1）研究区内多年平均土壤侵蚀模数大约为1218.3 t · (km2· a)-1，侵蚀强度以微度和轻度侵蚀为主。严重侵蚀的区域主要分布在东江源区东南部，应作为水土流失治理的重点区域。

（2）1995 — 2020 年，东江源区的土壤侵蚀变化呈波动趋势，在过去的26 a，土壤侵蚀程度有所缓解，但截至2020 年，源区内仍有2.91%的面积为中度及以上的土壤侵蚀强度，需引起重视。

（3）整个源区土壤侵蚀变化以稳定为主，占总面积的79.20%。造成东江源区土壤侵蚀加剧的主要原因是城镇和矿点规模的扩大以及矿区和果园区过度开发；而政府的积极调控则极大缓解了土壤侵蚀速率。

（4）土壤侵蚀较严重的区域主要发生在矿区、裸地、耕地、果园等区域，矿山开采、农业耕作以及果树种植等是引发东江源区土壤侵蚀的重要原因，应尽量避免对源区内矿产资源的过度开采，合理利用土地资源进行耕作、种植，保护源区生态环境。