基于GIS和CSLE的土壤侵蚀定量评价

樊彦国+韩志聪+李倩倩

摘要：为了解及评估山东省临沂地区土壤侵蚀现状，在地理信息系统（geographic information system，简称GIS）技术支持下，应用中国土壤侵蚀方程（Chinese soil loss equation，简称CSLE）模型，中分辨率成像光谱仪[moderate-resolution imaging spectroradiometer，简称MODIS（250 m）]与航天飞机雷达地形测绘[shuttle radar topography mission，简称SRTM（90 m）]影像，测量研究区10个气象站点降水量数据及土壤类型图等数据，结合临沂地区特征，定量估算了研究区土壤侵蚀量。结果表明：（1）研究区土壤的微度侵蚀占总面积的80.83%，轻度侵蚀占15.62%；（2）在地形起伏较大的山区、丘陵地带存在非常明显的中、强度侵蚀，土壤侵蚀较为严重的地区主要分布在山区周围，平原地区侵蚀强度较轻；（3）山区周围的侵蚀以山脚为主，越往上的区域，侵蚀程度越低。

关键词：土壤侵蚀；CSLE模型；GIS技术；临沂地区；定量评价

中图分类号： S127；S157 文献标志码： A

文章编号：1002-1302（2016）11-0439-04

土壤侵蚀作为一场“蠕动的灾难”，是当今全球人类共同面临的一种最普遍、持续性最强的地质性灾害[1]。土壤侵蚀是指在地表内外营力和人为作用力的影响下，土壤颗粒及各种构成等遭到破坏，包括剥离、输移和沉积等全部过程[2]。山东省临沂地区土壤侵蚀面积大、侵蚀模数高，尤其是低山丘陵区土壤侵蚀非常严重，是山东省土壤侵蚀的主要地区之一。自Meyer提出对土壤侵蚀定量评价研究[3]以来，土壤侵蚀领域掀起了土壤侵蚀定量评价模型的研究热潮，国内外学者投身于模型研究中，具有代表性的有USLE[4]/RUSLE[5-6]、WEPP/GeoWEPP[7-8]、LISEM[9]、CSLE[10]等，其中大部分模型都是在土壤流失模型（USLE）的基础上根据实际问题修改形成的。CSLE是在USLE和RUSLE基础上，根据我国特殊自然地理环境改进后的适用于我国土壤侵蚀特征的土壤侵蚀定量评价模型。

随着3S技术的快速发展，地理信息系统（geographic information system，简称GIS）、遥感（remote sensing，简称RS）等技术被广泛应用到土壤侵蚀定量评价研究中，为模型因子的获取提供了新途径。程琳等利用CSLE模型和专题测图仪（thematic mapper，简称TM）数据对陕西省土壤侵蚀进行了定量评价[11]，孙禹等利用GIS技术对黑龙江省克山县的土壤侵蚀模数进行了计算[12]，王凯等利用CSLE模型和高分辨率影像对孤山川流域土壤侵蚀进行了定量评价[13]。本研究在GIS技术支持下，借助CSLE模型，对山东省临沂地区的土壤侵蚀量进行了定量评价，并量化研究区的土壤侵蚀模数、编制临沂地区土壤侵蚀等级图，为该地区土壤侵蚀的研究提供借鉴和参考。

1 研究区概况

临沂地区位于山东省东南部，鲁南与苏北的交界处，地跨34°22′～36°13′N、117°24′～119°11′E，是山东省中南部低山丘陵区域东南部和山东东部丘陵区域南部的结合区域，地势西北高东南低，为暖温带大陆性季风气候，年平均气温为14.1 ℃，年均降水量为849 mm。土壤类型主要有潮土、褐土、淋溶褐土、棕壤、棕壤性土、潮褐土、潛育水稻土和砂姜黑土8种，其中棕壤性土占地面积最多，其次是淋溶褐土和潜育水稻土。地表土层浅薄、土质疏松、夹杂土石大颗粒、土壤渗透性差、水土流失现象明显。

2 研究方法

2.1 模型选择与数据处理

2.2.2 土壤可蚀性因子K 土壤可蚀性因子K是指标准小区内单位降水量所引起的年土壤侵蚀率，是1个模拟试验值。它主要通过侵蚀动力对土壤颗粒的分散、搬运等来影响土壤侵蚀程度。在土壤侵蚀定量评价中，土壤因子作为一项重要的指标与其他因子共同影响土壤侵蚀的全过程。研究表明，土壤的物理化学性质及土壤中有机质的含量对K值影响很大。

研究区的土壤主要为潮土、褐土、淋溶褐土、棕壤、棕壤性土、潮褐土、潜育水稻土和砂姜黑土。本研究根据全国第二次土壤普查资料，参照门明新等研究方法[15]，计算研究区土壤可蚀性因子K。

2.2.3 坡长、坡度因子LS 地形作为展现区域地势走向的基本自然地理要素，对土壤侵蚀的形成和发展起着关键作用，在诸多表征地形特征的要素中，坡长、坡度对土壤侵蚀的发生发展起着主要作用。

坡度因子S是任意坡度下单位面积土壤侵蚀量与同等条件下标准小区坡度下单位面积土壤侵蚀量之比。坡长因子L是指任意坡长下单位面积土壤侵蚀量与同等条件下标准小区坡长下单位面积土壤侵蚀量的比值。

（2）耕作措施因子T。本研究区为多山区，高差显著、等高耕作是普遍采用的一种高效耕作措施。对研究区耕作措施因子的赋值计算主要考虑等高耕作，具体赋值方法以不同坡度条件下等高耕作减少的土壤侵蚀量确定[10]（表2）。

（3）工程措施因子E。E指在一定工程措施的土地上土壤侵蚀量与同等条件下连续休闲土地上的土壤侵蚀量之比，无量纲，取值0～1之间。本试验根据张宪奎等的研究[20]确定梯田、地埂、等高垄作的E值（表3）。

3 结果与分析

3.1 研究结果

根据上述研究方法，分别计算出临沂地区各因子值，绘制栅格图（图1）。基于ArcGIS栅格分析，利用CSLE模型计算研究区土壤侵蚀量，如图2所示。根据水利部颁布的土壤侵蚀分类分级标准[21]，在ArcGIS中对土壤侵蚀图进行统计与重分类得到研究区土壤侵蚀各等级面积比（表4）和研究区土壤侵蚀量与分类等级（图2）。

3.2 结果分析

从图2-a中可以直接看出研究区土壤侵蚀量最大值为212，最小值为0，平均值为42.96。不同强度的土壤侵蚀所占的面积比例差异显著。将各图对比发现，图1-c中坡度值较低的区域对应图2-b中的微度侵蚀区，而图1-c中坡度值高的区域对应图2-b中侵蚀程度较重的区域，说明坡度对土壤侵蚀程度影响较大。整个研究区土壤侵蚀较为严重的地区主要分布在山区周围，平原地区很少，分析原因可能是海拔较高，坡度较大，有利于侵蚀性径流的形成，并且该地区的侵蚀状况有恶化的趋势；山区周围的侵蚀又以山脚为主，越往上的区域，海拔越高，同时坡度较大，人为影响较小，侵蚀程度较低。因此，在日常的水土保持与土壤侵蚀治理工作中，山区周围应为重点治理区域。

综上可知，研究区80%以上的土地处于微度土壤侵蚀状态，即存在较明显的土壤侵蚀现象；轻度侵蚀面积占比较大，已占研究区总面积的15.62%；在地形起伏较大的山区、丘陵地带存在着非常明显的中强度侵蚀。整体来说，研究区的土壤土质已遭受全面破坏，如不及时采取有效的水土保持措施，微度土壤侵蚀将迅速大面积地转化为轻度侵蚀，有效的土壤保持措施是缓解研究区土壤侵蚀以及避免侵蚀危害进一步破坏的重要环节。

4 结论

（1）山东省临沂地区总体土壤侵蚀程度为轻度，且侵蚀

区主要集中在西北山区丘陵周围，地形条件尤其是坡度对土壤侵蚀程度影响较大。

（2）通过对比临沂市遥感普查土壤侵蚀面积统计结果[22]，本研究与普查数据基本一致，研究区中部偏南，即临沂市区轻度侵蚀有较大程度的扩张。因此，本研究选用我国土壤侵蚀研究方程进行临沂地区土壤侵蚀的定量评价是可行的。

（3）本研究对各影响因子的提取、算法是科学可靠的，这对临沂地区、沂蒙山区土壤侵蚀治理和水土保持工作，同时对研究山东省土壤侵蚀提供了可行的研究方案。

参考文献：

[1]倪九派，魏朝富，谢德体. 土壤侵蚀定量评价的空间尺度效应[J]. 生态学报，2005，25（8）：2061-2067.

[2]王占礼. 中国土壤侵蚀影响因素及其危害分析[J]. 农业工程学报，2000，16（4）：32-36.

[3]Meyer L D. Evaluation of the universal soil loss equation[J]. Journal of Soil and Water Conservation，1984，39（2）：99-104.

[4]Wischmeier W H，Smith D D. Predicting rainfall erosion losses from cropland east of the Rocky Mountains[M]. Washington D C：United States Department of Agriculture，1978.

[5]Renard K G，Foster G R，Weesies G A，et al. Predicting soil erosion by water：a guide to conservation planning with the revised universal soil loss equation （RUSLE）[M]//Wischmeier W H，Smith D D.Predicing rainfall erosion losses：a guide to conservation planning：537. Washington D C：United States Department of Agriculture，1997：1-384.

[6]陳云明，刘国彬，郑粉莉，等. RUSLE侵蚀模型的应用及进展[J]. 水土保持研究，2004，11（4）：80-83.

[7]Flanagan D C，Nearing M A. WEPP technical documentation[J]. National Soil Erosion Research Laboratory，1995，10：17-21.

[8]Cochrane T A，Flanagan D C.Assessing water erosion in small watersheds using WEPP with GIS and digital elevation models[J]. Journal of Soil and Water Conservation，1999，54（4）：678-685.

[9]De Roo A P J. Modelling runoff and sediment transport in catchment using GIS[J]. Hydrological Processes，1998，12（6）：905-922.

[10]刘宝元. 西北黄土高原区土壤侵蚀预报模型开发项目研究成果报告[R]. 北京：水利部水土保持监测中心，2006.

[11]程 琳，杨勤科，谢红霞，等. 基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究[J]. 水土保持学报，2009，5：61-66.

[12]孙 禹，哈斯额尔敦，杜会石. 基于GIS的东北黑土区土壤侵蚀模数计算[J]. 中国水土保持科学，2015，13（1）：1-7.

[13]王 凯，夏燕秋，马金辉，等. 基于CSLE和高分辨率航空影像的孤山川流域土壤侵蚀定量评价[J]. 水土保持研究，2015，22（1）：26-32.

[14]章文波，谢 云，刘宝元. 利用日雨量计算降雨侵蚀力的方法研究[J]. 地理科学，2002，22（6）：705-711.[HJ1.68mm]

[15]门明新，赵同科，彭正萍，等. 基于土壤粒径分布模型的河北省土壤可蚀性研究[J]. 中国农业科学，2004，37（11）：1647-1653.

[16]McCool D K，Brown L C，Foster G R，et al. Revised slope steepness factor for the universal soil loss equation[J]. Transactions of the ASAE，1987，30（5）：1387-1396.

[17]Liu B Y，Nearing M A，Risse L M. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE，1994，37（6）：1835-1840.

[18]Wischmeier W H，Smith D D. Predicting rainfall erosion losses：a guide to conservation planning[M]. Washington D C：Uinted States Department of Agriculture，1978：537.

[19]顾祝军. 植被覆盖度的照相法测算及其与植被指数关系研究[D]. 南京：南京师范大学，2005.

[20]张宪奎，许靖华，卢秀琴，等. 黑龙江省土壤流失方程的研究[J]. 水土保持通报，1992，12（4）：1-9.

[21]中华人民共和国水利部水土保持司. 土壤侵蚀分类分级标准：SL 190—2007[S]. 北京：中国水利水电出版社，2008：10-11.

[22]临沂市统计局. 2011临沂统计年鉴[M]. 北京：中国统计出版社，2011.