基于RUSLE模型贵州省水土流失风险评价研究

吴凤霞

(荔波县水务局,贵州 荔波 558400)

0 引 言

随着人口增长、农业生产和城市化进程加速,土地利用效率和生态环境受到严重破坏,水土流失问题日益严重并威胁到人类的生境健康[1]。土地资源是人类社会生存资源之一,对水土流失进行科学评价和综合治理,具有重要的现实意义。

贵州省位于我国西南部,区域地势复杂、地貌多样,是典型喀斯特地貌水土流失区之一[2-4]。为有效评价贵州省水土流失风险,减少其带来的经济环境影响,在国内外相关研究基础上,本文基于RUSLE模型,结合土地利用现状、降雨量、坡度、土壤侵蚀力等因素,从全省尺度上对贵州省水土流失风险进行评价。研究成果可为贵州省水土流失治理和资源合理利用提供科学依据,为其他山区发展和生态环境保护提供借鉴和参考。

1 贵州省概况

贵州省位于我国西南地区中部,连接中南半岛与中西部要塞,地处E103°36′-E109°35′,N24°37′-N29°13′之间,总面积17.17×104km2。省域为典型喀斯特地貌,地形崎岖复杂,自西向东逐步降低,交错着山地、高山、丘陵、高原和盆地等折叠地貌,海拔161～2 901m。作为西南地区重要水文区之一,全省河系发达,河流总长5.35×104km,有长江、珠江和西江等水系,年平均径流量1 133.3m3/s,年径流量278.03×108m3。省域属湿润季风气候,多年平均气温14℃左右,年降水量1 200mm,日照时数1 200～1 600h,无霜期120～320d,>10℃的有效积温4 500℃。全省土壤侵蚀问题尤为突出,据统计,全省现有水土流失面积2.5×104km2,占全省土地面积14.5%。由于喀斯特地形区土层浅薄,流失后极难恢复,因此区域水土流失具有严重生态灾害。见图1。

2 RUSLE模型应用

RUSLE模型是一种用于估计土壤侵蚀量的模型,其基于土壤侵蚀平衡原理,即土壤流失量应该等于降雨侵蚀下水流量与土壤保持量之间平衡[4-6]。其将侵蚀量分解为5个因素,即降雨侵蚀力(R)、植被覆盖与管理因素(C)、坡长坡度因子(LS)、土壤可蚀性因子(K)和水土保持因子(P),RUSLE模型描述如下:

A=R×K×LS×C×P

(1)

式中:A为单位面积年平均土壤流失量。

其他各参数具体计算方法如下:

1)R的单位是MJ·mm/hm2,通常使用公式:

R= 1000P/(30-Ia)

(2)

式中:P为年降水量,mm;Ia为30min最大降雨强度,mm/h。

2)K表征土壤易蚀性。其计算公式为:

(3)

式中:San、Sil、Cal、SOC分别为砂砾、粉粒、黏粒含量、土壤有机质含量比,Sn= 1-San/100。

3)LS为坡长坡度因子,其计算公式为:

LS= (0.065+0.045×sinβ)×L0.6×(sinβ/0.0896)1.3

(4)

式中:β为坡度;L为坡长,m。

4)C因子是植被覆盖度的函数,计算公式为:

(5)

5)P代表管理措施对土壤侵蚀的影响,通常使用赋值法,其中林地、草地、旱地、湿地、裸地的P值依次为0.5、0.7、0.9、0、1[5-8]。

3 数据来源与处理

开展区域尺度土壤侵蚀研究,需借助遥感、GIS等技术手段,获取统一数据格式的RUSLE模型输入参数数据。具体数据源如下:①从中国科学院资源环境科学数据中心获取研究区2020年降水量日值资料,用以生成该年R因子栅格面。②从国家地球系统科学数据库申请得到K因子数据,其空间分辨率为1km。③从地理空间云平台下载研究区STRM DEM数据(https://www.gscloud.cn/search),其空间分辨率为30m,并利用SAGA GIS软件提取LS因子(https://saga-gis.sourceforge.io/en/index.html)。④利用Google earth engine平台结合Landsat8数据(https://code.earthengine.google.com/),在生成研究区2020年平均NDVI数据基础上,利用公式得到区域C因子。⑤P因子辅助源为GlobeLand数据产品(http://globeland30.org/),其空间分辨率为30m,从网站下载。为确保区域水土流失评价准确性,利用ArcGIS软件,将全部栅格资料重采样至30m,并利用Spatial analysis模块进行空间分析。

4 结果与分析

4.1 贵州省RUSLE模型输入因子特征

基于多源数据提取到研究区各水土流失因子,其结果见图2。由图2可知,R因子分布范围介于4 589～11 235 MJ·mm·(hm2·a)-1,其平均值为8 562MJ·mm·(hm2·a)-1。显然,黔南地区的R值普遍较高,而黔北地区略高,并总体呈现自南向北、西东向西递减分布,这与季风影响路径、距海洋距离密切相关。K因子呈斑块状分布,在黔东南相对平缓地区K因子异质性较低,其值介于0～0.05(t·hm2·h)/(MJ·hm2·mm),而在黔西北复杂地貌景观区K因子值变异性大且值域较高,介于0.4～0.07(t·hm2·h)/(MJ·hm2·mm)之间。区域LS因子介于0～54,均值为19,呈现周高中低分布。C因子空间平均值仅为0.08,在空间上呈现聚集性分布,高值区分布于长江干流地区,多为稀疏植被覆盖区。P因子平均值为0.3,总体为破碎化交错分布,反映了区域折叠式、间断性地表景观特征。

图2 研究区RUSLE模型输入参数空间分布特征

4.2 贵州省水土流失空间分布特征

由RUSLE模型得到贵州省水土流失定量评估结果,见图3。由图3(a)可知,该地侵蚀模数介于0～4 695t/(hm2·a)之间,其空间平均值为18.54t/(hm2·a),总体属轻度侵蚀等级(介于5～25t/(hm2·a))。

图3 贵州省土壤侵蚀模数空间分布

全省属于亚热带季风气候区,雨量高、强度大且频繁,容易造成普遍土壤流失。但在不同地表覆被、土壤质地、地形等因素非线性影响下,贵州省侵蚀模数分布具有强烈空间异质性,总体特征为西南、东南和西北局部侵蚀风险较高,而中部东部地区较低。周边地区地形起伏大、有较多坡面侵蚀,并在地表汇流、聚水、渗流侵蚀过程中发生面蚀和底部滑坡;加之局部园地开垦、工程建设开发,也诱发局部零星状强烈侵蚀景观。中东部多为谷地、台地等平缓地形区,一方面长期农耕耕作措施如护坡、梯地、防护林等措施有效遏制面蚀发育;另一方面,该地多为人工湿地(水田)、人工地表景观,因此侵蚀不易发生。

鉴于RUSLE模型应用尺度差异,对图3(a)中定量结果依据《土壤侵蚀分类分级标准》(SL 190-2007)进行定性分级,其结果见图3(b)。结果显示,图3(b)与图3(a)分布具有一致性。

在此基础上,在ArcGIS环境中利用Raster模块下的Reclassify进行重分类,得到不同侵蚀程度下栅格像元面积比,其结果见图4。

图4 贵州省不同侵蚀强度等级面积分布

由图4可知,研究区不同侵蚀程度面积分布不均,总体以微度侵蚀分布最广,占区域总面积的45.52%;其次是轻度、中度和强烈侵蚀,相应面积比依次为29.59%、16.93%和6.39%;而极强和剧烈侵蚀面积占1.55%、0.01%。由此可见,贵州省以低侵蚀面积分布最广泛,强度侵蚀分布约为25%。

5 结 论

贵州省鲜明的地理、水文、气候特点,使其区域水土流失风险十分严峻和复杂。贵州省水土流失风险总体存在区域性差异,即南、东南和西北局部侵蚀风险高,中东部较低。该地水土流失空间异质性原因可能归因于不良人类活动,如矿区开发、开荒开垦、伐木等,造成植被破坏、地表疏松,进而剥离泥土和岩石,引发局部面蚀。尽管区域总体属于轻度侵蚀等级,但鉴于生态脆弱的喀斯特地貌环境背景,仍需环境部门和社会各界共同努力,加大土地整治、生态建设、林业造林力度,改善林草资源质量和数量,对坡地区进行巩固治理,加强农业生产的有效管理,并开展科研和示范引导。