劉瑛娜,劉寶元,2?,張科利,2,鄭袁志

(1.北京師范大學地表過程與資源生態(tài)國家重點實驗室,100875,北京；2.北京師范大學地理學與遙感科學學院,100875,北京；3.榮豐控股集團股份有限公司,100070,北京)

微型小區(qū)在土壤可蝕性估算中的應用

劉瑛娜1,劉寶元1,2?,張科利1,2,鄭袁志3

(1.北京師范大學地表過程與資源生態(tài)國家重點實驗室,100875,北京；2.北京師范大學地理學與遙感科學學院,100875,北京；3.榮豐控股集團股份有限公司,100070,北京)

土壤可蝕性反映土壤對侵蝕的敏感程度,是評價土壤侵蝕程度和預報土壤流失量的重要指標。方便可行且可信的土壤可蝕性測定與估算方法在土壤可蝕性的研究中具有重要意義。采用微型小區(qū)對黑土、褐土、黃土、紫色土和紅壤5種土壤可蝕性K值進行估算,并基于標準小區(qū)天然降雨的徑流泥沙觀測資料,判斷微型小區(qū)能否代替標準小區(qū)進行土壤可蝕性的估算。結果表明:微型小區(qū)估算的土壤可蝕性K值比標準小區(qū)估算K值小,但具有很好的規(guī)律性,可以進行校正。黑土、紫色土、褐土和紅壤在天然降雨條件下微型小區(qū)計算的K值與標準小區(qū)間存在良好的線性關系,可對微型小區(qū)條件下的K值進行修訂以達到標準小區(qū)的要求；容易產生細溝的黃土不宜采用微型小區(qū)進行K值的估算。

土壤可蝕性；人工模擬降雨；微型小區(qū)；標準小區(qū)

作為反映土壤對侵蝕敏感程度的重要屬性[1-2],土壤可蝕性因子是通用土壤流失方程(USLE,Universal Soil Loss Equation)中的重要參數。根據T.C. Olson等[3]的定義,土壤可蝕性K值需要通過野外標準徑流小區(qū)觀測資料來計算。要求觀測年限長,存在數據累積慢,建設及維護費用昂貴等問題。為此,國內外學者一直努力通過建立土壤性質和K值之間的經驗關系來解決大范圍、多類型的土壤可蝕性K值估算問題[4-5]。由于土壤特性的差異,現有的國外數學模型和圖解法不能直接用于我國土壤可蝕性值計算[6-7]。張科利等[4]收集全國5個主要水蝕區(qū)野外小區(qū)的實測資料對諾謨圖方法[8]、EPIC模型中的計算方法和M.A.Shirazi等[9]公式估算的土壤可蝕性K值進行驗證,結果表明:3種方法估算的K明顯大于野外小區(qū)實測值,不能直接用于估算我國的土壤可蝕性K值。翟偉峰等[10]通過對比實驗小區(qū)野外實測與諾謨圖估算的土壤可蝕性K值,認為估算值明顯小于實測值,諾謨圖法不能直接應用于東北典型黑土區(qū)。高德武[11]采用實測法、經驗公式法和查圖法(諾謨圖法)對黑龍江省白漿土、黑土和暗棕壤K值進行對比分析,結果表明查圖法和經驗公式法求得的K值很接近,但比實測法求得的K值偏小30%。修訂K值估算公式需要大量的標準徑流小區(qū)資料,野外觀測周期長、成本高,如采用人工模擬降雨可以在短時間內獲得大量土壤侵蝕數據；但目前通用的人工模擬降雨機有效降雨面積有限[12],在20 m長的標準小區(qū)上進行人工模擬降雨實驗難度很大,成本也高,因此,很有必要探索利用微型小區(qū)來估算土壤可蝕性K值的方法。

筆者對微型小區(qū)5種土壤可蝕性K值進行估算,以天然降雨條件下的我國5種典型土壤標準徑流小區(qū)實測數據為依據,對比天然降雨條件下標準小區(qū)與微型小區(qū)K值,討論能否采用微型小區(qū)作為測定土壤可蝕性的簡易方法,為人工模擬降雨在微型小區(qū)上測定土壤可蝕性提供依據。

1 材料與方法

1.1 標準小區(qū)與微型小區(qū)天然降雨觀測

表1 5種土壤的理化性質Tab.1 Physical and chemical properties of five types of soils

5個室外標準徑流小區(qū)和5個微型小區(qū)布設于北京師范大學房山綜合實驗基地,均為人工填充小區(qū),模擬耕作表層土壤狀況填充我國5大水蝕區(qū)的典型土壤類型,分別為黑龍江省嫩江縣的黑土,北京市密云縣的褐土,陜西省榆林市的黃土,四川省南充市的紫色土,福建省安溪縣的紅壤。表1示出5種土壤的理化性質。標準小區(qū)寬2.1 m,坡長20 m,坡度5°,裸露翻耕,按照USLE標準小區(qū)建設[13]。微型小區(qū)寬1 m,坡長1 m,坡度14.1°,裸露翻耕,是人工降雨試驗常用的微型小區(qū)尺寸[14]。每個小區(qū)都配有分流桶和集流桶收集徑流和泥沙,侵蝕性降雨發(fā)生后,對各徑流小區(qū)進行徑流量和侵蝕產沙量的觀測。標準小區(qū)觀測年限為2006—2011年,微型小區(qū)為2007—2011年。實驗基地氣象園內裝有虹吸式雨量計、自動雨量計和普通雨量筒,用以觀測降雨并記錄降雨過程,每年的降雨特征見表2。

表2 實驗基地2006—2011年侵蝕性降雨特征Tab.2 Erosive rainfall characteristics of the experimental base during 2006—2011

1.2 土壤可蝕性K值計算

標準小區(qū)與微型小區(qū)估算土壤可蝕性K值,都采用中國土壤侵蝕模型(CSLE)[4],CSLE的表達式為

式中:A為土壤水蝕模數,t/hm2；R為降雨侵蝕力因子,MJ·mm/(hm2·h)；K為土壤可蝕性因子,t·hm2· h/(hm2·MJ·mm)；L為坡長因子；S為坡度因子；B為生物措施因子；E為工程措施因子；T為耕作措施因子。

降雨侵蝕力因子R采用經典算法計算。

式中:E為一次降雨總動能,MJ/hm2；I30為該次降雨的最大30 min降雨強度,mm/h；虹吸式雨量計詳細記錄的每次降雨過程數據用以計算R,每次侵蝕性天然降雨的R累加后作為每年的R。

坡長因子L和坡度因子S的計算公式為:

式中:θ為坡度值,(°)；λ為坡長,m；m為坡長指數,根據坡度不同取值不同。

室外標準小區(qū)和微型小區(qū)都是裸地并經過翻耕處理,因此其B、E、T取值都為1。觀測每次侵蝕性天然降雨的侵蝕產沙量,用以計算小區(qū)每年的土壤侵蝕模數A。

2 結果與分析

2.1 天然降雨條件下標準小區(qū)估算K值

根據房山實驗基地標準小區(qū)2006—2011年共計61次的侵蝕泥沙與降雨特性觀測數據,并采用式(2)～(5)計算標準小區(qū)5種土壤的可蝕性K值。標準小區(qū)6年實測資料估算5種土壤的K值由大到小為紫色土、黑土、紅壤、黃土和褐土(值分別為0.066、0.050、0.039、0.027、0.025 t·hm2·h/(hm2· MJ·mm))(圖1)。土壤性質的差異造成5種土壤的可蝕性K值差異較大[15],這5種土壤中黑土與紫色土的黏粒(＜0.002 mm)質量分數高(表1),質地最細,更容易被侵蝕。

圖1 標準小區(qū)估算5種土壤K值年際變化Fig.1 Changes in K value estimated by unit plot of five types of soils

標準小區(qū)估算的5種土壤類型的土壤可蝕性K值大小在每年都有所波動(圖1),其中褐土的年際變化最小(0.017 7～0.032 4 t·hm2·h/(hm2·MJ· mm)),估算的K值較集中,其他4種土壤的K值年際變化較大。由于降雨特性對土壤侵蝕量大小的影響很大,因而每年的土壤可蝕性K值因降雨不同而變化[16]。由圖2可見降雨侵蝕力越大標準小區(qū)估算的土壤可蝕性K值越大,5種土壤的K值均與降雨侵蝕力具有很好的線性相關關系:紫色土、黑土和黃土的土壤可蝕性隨降雨侵蝕力的增加的變化程度大；褐土的土壤可蝕性K值與降雨侵蝕力擬合曲線的斜率明顯要低于其他4種土壤,說明褐土的土壤可蝕性隨降雨侵蝕力增加的變化程度小,褐土的機械組成與其他4種土壤相比,黏粒、粉粒和砂粒的質量分數相差不大,不同降雨對褐土顆粒的分選侵蝕差異不大。土壤可蝕性是體現土壤抗侵蝕能力的一種特性,反映的是某一特定土壤的長期平均狀況,受降雨特性等因素年季變化的影響,某一年的實測數據無法反映土壤可蝕性K值的長期平均狀況,應采用長期觀測小區(qū)多年總侵蝕模數與總降雨侵蝕力來計算每種土壤可蝕性K值,以消除土壤前期含水量和土壤性質等隨季節(jié)變化的影響。

圖2 標準小區(qū)估算5種土壤K與降雨侵蝕力間的關系Fig.2 Relationship between K value estimated by unit plot and rainfall erosivity

2.2 天然降雨條件下微型小區(qū)估算K值

基于微型小區(qū)2007—2011年共計47次的侵蝕泥沙與降雨特性觀測數據,采用式(2)～(5)計算微型小區(qū)5種土壤的可蝕性K值。微型小區(qū)觀測資料估算的5種土壤可蝕性K值在0.005～0.034 t· hm2·h/(hm2·MJ·mm)范圍內變化:黃土K值最小,為0.005 t·hm2·h/(hm2·MJ·mm),與其他4種土壤K值差異很大(圖3)；紫色土、黑土K值較大,紅壤次之,褐土較小,黃土最小。

微小區(qū)天然降雨估算的K每年亦有波動(圖3):其中黃土的 K值變化范圍較小(0.002 3～0.012 t·hm2·h/(hm2·MJ·mm))。由圖4所示,估算的黃土的K值與降雨侵蝕力沒有相關關系；其他4種土壤的K值均與降雨侵蝕力具有線性關系,降雨侵蝕力越大土壤可蝕性K值越大；紫色土、黑土隨降雨侵蝕力的增加,變化程度較大；紅壤和黃土次之。

2.3 標準小區(qū)與微型小區(qū)估算K值關系

將5種土壤在天然降雨條件下,標準小區(qū)與微型小區(qū)實測計算得到的土壤可蝕性K值進行比較分析(圖5),結果表明5種土壤微型小區(qū)估算的土壤可蝕性K值均比標準小區(qū)估算的K值小。微型小區(qū)的坡長為1 m,標準小區(qū)的坡長為20 m,坡長變短,徑流對土壤的分離和搬運能力降低,對土壤的侵蝕作用隨之降低。將微型小區(qū)侵蝕量采用坡長公式(3)和(4)訂正到標準小區(qū)上,計算的K值仍然小很多,因此在采用微型小區(qū)進行土壤可蝕性K值的估算時必須進行修訂。另一個原因可能是微小區(qū)觀測的徑流和侵蝕量有損失,因為微小區(qū)尺寸小,降雨擊濺起的水滴可能會飛到小區(qū)外面,造成收集到的徑流量和泥沙量小于實際產流產沙量,在以細溝間侵蝕為主的微小區(qū)上,侵蝕量較小,擊濺損失的比例可能相當可觀[17]。

圖3 微型小區(qū)估算5種土壤K值年際變化Fig.3 Changes in K value estimated by micro-plot of five types of soils

圖4 微型小區(qū)估算5種土壤K與降雨侵蝕力間的關系Fig.4 Relationship between K value estimated by micro-plot and rainfall erosivity

采用回歸方法分析5種土壤標準小區(qū)估算的K值(Ku)與微型小區(qū)估算的K值(Km)的關系,結果見表3。可以看出,黑土、褐土、紫色土和紅壤標準小區(qū)估算的K值與微型小區(qū)估算的K值之間存在良好的線性關系,而黃土沒有相關關系。微型小區(qū)估算的黃土K值變化范圍較小,受降雨影響很小,而標準小區(qū)估算黃土的K值隨降雨侵蝕力增加的變化程度大。標準小區(qū)黃土在侵蝕力較大的強降雨作用下容易產生細溝,使侵蝕模數明顯增大[18],而微型小區(qū)黃土由于較短坡長的影響則不容易產生細溝[19]。土壤的黏粒質量分數對土壤入滲能力有很大影響,隨著黏粒質量分數增大,入滲能力會遞減[20]。由于黃土顆粒組成具有較低的黏粒質量分數和較高的粉粒(0.002～0.05 mm)質量分數,使得其入滲能力高,黃土產流量明顯小于其他4種土壤類型,再加上短坡長徑流能量降低的影響,導致微型小區(qū)黃土的侵蝕泥沙極少,從而計算得到的K值很低。黑土、紫色土和紅壤3種土壤的擬合直線相近,與褐土的差異較大。土壤性質的不同,使土壤侵蝕過程和機制的變化有很大不同。

圖5 微型小區(qū)估算的K值與標準小區(qū)估算的K值間的關系Fig.5 Relationship between K value estimated by micro-plot and unit plot

表3 標準小區(qū)估算的值Ku與微型小區(qū)估算的Km值的相關性分析Tab.3 Correlation analysis between K value estimated by unit plot and micro-plot

3 結論與討論

1)采用微型小區(qū)方法比標準小區(qū)估算的土壤可蝕性K值小,必須修訂。土壤性質不同,修訂公式有所不同?？讈喥降萚21]采用短坡長小區(qū)進行土壤可蝕性模擬時,計算結果明顯偏小,必須進行修訂,此結果與筆者研究結果一致。

2)微型小區(qū)不適用于易于產生細溝的黃土等土壤的可蝕性的估算。

3)土壤可蝕性為標準小區(qū)上單位降雨侵蝕力所引起的土壤流失量,反映的是某一特定土壤的長期平均狀況,多年平均值需要有足夠大且觀測歷時較長(一般不少于20年)數據庫資料,以消除降雨特性等因素年際變化的影響。筆者采用的天然降雨條件下標準小區(qū)6年和微型小區(qū)5年的實測K值數據每年都存在一定差異,說明用較長歷時資料來研究K值的必要性,筆者研究的觀測數據時段明顯不夠,還需要更長時間的觀測資料來進行補充修正。

4)筆者研究標準小區(qū)估算5種土壤的K值明顯大于全國各侵蝕區(qū)野外布設的徑流小區(qū)觀測數據計算的5種土壤的K值。主要原因是筆者為了對比研究試驗方法,不研究每種土壤的K值,將不同地區(qū)的耕層土壤放在一個地方進行實驗,忽略不同地區(qū)降雨及成土等各種因素的影響。

[1] Hudson N.Soil Conservation[M].AMES:Iowa State U-niversity Press,1995:93

[2] 史學正,鄧西海.土壤可蝕性研究現狀及展望[J].中國水土保持,1993(5):25- 29

[3] Olson T C,Wischmeier W H.Soil erodibility evaluation for soils on the runoff and erosion stations[J].Soil Science,Society of American Proceedings,1963,27(5): 590- 592

[4] 張科利,彭文英,楊紅麗.中國土壤可蝕性值及其估算[J].土壤學報,2007,44(1):7- 13

[5] 張文太,于東升,史學正,等.中國亞熱帶土壤可蝕性K值預測的不確定性研究[J].土壤學報,2009,46(2): 185- 191

[6] United States Department of Agriculture.EP IC-erosion/ productivity impact calculator 1.Model Documentation, Technical Bulletin Number 1768[R].Washington,D C: USDA-ARS,1990

[7] 史學正,于東升,邢廷炎.用田間實測法研究我國亞熱帶土壤的可蝕性K值[J].土壤學報,1997,34(4): 399- 405

[8] Wischmeier W H,Johnson C B,Cross B V.A soil erodibility nomograph for farmland and construction sites[J]. Soil and Water conservation,1971,26(5):189- 193

[9] Shirazi M A,Boersma L.A unifying quantitative analysis of soil texture[J].Soil Science Society of America Journal,1984,48:142- 147

[10]翟偉峰,許林書.東北典型黑土區(qū)土壤可蝕性K值研究[J].土壤通報,2011,42(5):1209- 1213

[11]高德武.黑龍江省土壤流失方程中土壤可蝕性因子(K)的研究[J].國土與自然資源研究,1993(3):40- 43

[12]謝云,林小鵑,劉瑛娜,等.槽式擺噴頭下噴式人工模擬降雨機的雨強及其空間分布率定[J].水土保持通報,2008,28(4):1- 6

[13]Wischmeier W H,Smith D D.Predicting rainfall erosion losses:a guide to conservation planning[R].Washington,D C:USDA,1978

[14]Liu B Y,Zhang K L,Xie Y.An empirical soil loss equation[C]∥Proceedings of 12th ISCO Conference.Vol.Ⅱ Process of soil Erosion and Its Environment Effect.Beijing:Tsinghua University Press,2002:21- 25

[15]劉寶元,張科利,焦菊英.土壤可蝕性及其在侵蝕預報中的應用[J].自然資源學報,1999,4(4):345- 350

[16]張科利,蔡永明,劉寶元,等.土壤可蝕性動態(tài)變化規(guī)律研究[J].地理學報,2001,56(6):673- 681

[17]Fu S H,Liu B Y,Liu H P.The effect of slope on interrill erosion at short slopes[J].Catena,2011,84:29- 34

[18]Meyer L D,Harmon W C.Multiple-intensity rainfall simulator for erosion research on row sideslopes[J].Transaction of the ASAE,1979,22:100- 103

[19]Lal R.坡長與坡度對水土流失的影響[J].水土保持科技情報,1991(4):26- 29

[20]李卓,吳普特,馮浩,等.不同粘粒含量土壤水分入滲能力模擬試驗研究[J].干旱地區(qū)農業(yè)研究,2009,27 (3):71- 77

[21]孔亞平,張科利,楊紅麗.土壤可蝕性模擬研究中的坡長選定問題[J].地理科學,2005,25(3):374- 378

(責任編輯:郭雪芳)

Soil erodibility estimation using micro-plots

Liu Yingna1,Liu Baoyuan1,2,Zhang Keli1,2,Zheng Yuanzhi3
(1.State Key Laboratory of Earth Surface Processes and Resource Ecology,Beijing Normal University,100875,Beijing,China；2.School of Geography,Beijing Normal University,100875,Beijing,China；3.Rongfeng Holding Grop Co.,Ltd,100070,Beijing,China)

Soil erodibility reflects the vulnerability or susceptibility of soil to erosion and is frequently used in the evaluation of soil erosion and the prediction of soil loss.A feasible and reliable method for soil erodibility measurement and estimation is critically required in the research of soil erosion.The objectives of the current study were to estimate the erodibilities of five typical soils in China using microplots and to compare the results with those obtained with the traditional unit plot method.Each of the five soils,i.e.,purple soil,black soil,red soil,cinnamon soil and loess soil,was packed into a 20 m×2.1 m unit plot and a 1 m×1 m micro-plot,with continuously in a clean-tilled fallow condition and tillage performed upslope and downslope.Runoff and sediment yield were measured for the unit plots in 61 natural rainfall events during the years 2006—2011 and for the micro-plots in 47 events during 2007—2011.Annual soil erodibilities of each soil were calculated as the K values in the Chinese Soil Loss Equation(CSLE)for both unit plot and micro-plot.And,the calculated formula of K value was presented as K=A/(R·LS·B·E·T).The results showed that the mean annual K values generated withthe micro-plots were all lower than those obtained with the unit plots.However,both plot methods yielded generally the highest K values for the purple and black soils,followed by the red soil,and the lowest values for the cinnamon and loess soils.In addition,significant correlations of annual K value were detected between the two methods for all the soils except for the loess soil,because rills were prone to develop in the unit plot of loess soil but not in the micro-plot due to the short slope length.Significant linear regression equations between two K values,i.e.,obtained with the unit plot and the micro-plot methods,were generated for purple soil,black soil,red soil and cinnamon soil.These findings suggest that micro-plots are applicable in soil erobibility estimation for five typical soils in China except for the loess soil.

soil erodibility；simulated rain；micro-plot；unit plot

S157.1

A

1672-3007(2015)04-0103-06

2014- 11- 02

2015- 06- 25

項目名稱:中央高?；究蒲袠I(yè)務費專項資金“東北典型小流域黑土埋藏年齡與成土年齡研究”(2013NT36)；中國博士后科學基金資助項目“黑龍江省典型小流域黑土埋藏年齡及成土速率研究”(2014M550646)；國家自然科學基金“地表過程模型與模擬創(chuàng)新研究群體科學基金”(41321001)

劉瑛娜(1982—),女,博士,工程師。主要研究方向:土壤侵蝕及其環(huán)境影響。E-mail:liuyingna@bnu.edu.cn

?通信作者簡介:劉寶元(1958—),男,博士,教授。主要研究方向:土壤侵蝕與水土保持。E-mail:baoyuan@bnu.edu.cn