廖凱濤 ，熊 晨

(1．江西省土壤侵蝕與防治重點實驗室，江西 南昌 330029；2．江西省水土保持科學研究院，江西 南昌 330029； 3．江西師范大學 軟件學院，江西 南昌 330022)

怒江上游地區(qū)土壤侵蝕的時空變化特征分析

廖凱濤1,2，熊 晨3

(1．江西省土壤侵蝕與防治重點實驗室，江西 南昌 330029；2．江西省水土保持科學研究院，江西 南昌 330029； 3．江西師范大學 軟件學院，江西 南昌 330022)

土壤侵蝕；時空變化；RUSLE模型；怒江上游地區(qū)

基于土地利用/覆蓋、DEM、土壤類型、流域降雨及MODIS-NDVI數(shù)據(jù)(時間分辨率16 d，空間分辨率250 m)，運用修正的通用土壤流失方程RUSLE定量評價2001、2008年怒江上游地區(qū)土壤侵蝕的時空變化，結果表明：在年內，土壤侵蝕變化與降水變化保持了較好的一致性，即最大值出現(xiàn)在夏季，最小值出現(xiàn)在冬季；土壤侵蝕強度在空間上差異明顯，土壤侵蝕主要發(fā)生在研究區(qū)的西北部，而在東南部則基本無侵蝕；2001—2008年怒江上游地區(qū)各縣土壤侵蝕多呈加劇趨勢，當?shù)氐耐四吝€草和生態(tài)保護工作亟待加強。

土壤侵蝕是土壤及其成土母質在水力、風力、凍融、重力等外力作用下，被破壞、剝蝕、轉運和沉積的全過程[1]。作為最敏感的生態(tài)致災因子之一，土壤侵蝕是土壤退化的主要表現(xiàn)形式，其發(fā)生與降水、土壤、地形坡度、植被覆蓋和土地管理方式等密切相關[2]。嚴重的土壤侵蝕不僅會使土地生產力下降，還會造成河道淤積、水環(huán)境質量下降、洪澇災害加劇等，因而一直是生態(tài)問題研究的重點內容之一[3]。定量評價區(qū)域土壤侵蝕量、土壤侵蝕強度及其空間分布特征，對于采取相應措施減少水土流失、保護和合理利用土地資源具有重要意義。土壤侵蝕模型是進行土壤侵蝕量預報和定量評價的重要工具，以美國通用土壤流失方程(USLE)和修正的通用土壤流失方程(RUSLE)應用最為廣泛[4-5]，但在模型使用過程中,往往采用年降水量計算的降水侵蝕力因子和固定植被覆蓋因子計算，忽略了降水的季節(jié)不均勻性和植被覆蓋的季節(jié)動態(tài)性[6]。而遙感技術的快速發(fā)展為獲取陸地表面植被覆蓋動態(tài)變化提供了便利，也使得在模型中充分考慮植被覆蓋的季節(jié)變化特征與降水組合成為可能。

青藏高原幅員遼闊，是全球海拔最高的高原，我國三大自然區(qū)之一，對毗鄰地區(qū)自然地理環(huán)境的變化有著極為深刻的影響[7]。區(qū)內水力侵蝕、風力侵蝕、凍融侵蝕等多種土壤侵蝕形式交錯并存，是我國水土流失較為嚴重的區(qū)域之一[8]。目前，對青藏高原土壤侵蝕的研究多集中于宏觀的、面上的調查與分析評價，針對流域尺度的研究成果相對較少，且多集中在高原東部區(qū)域[9-10]，對藏北地區(qū)土壤侵蝕的研究更少。因此，本研究選擇位于青藏高原北部的怒江上游地區(qū)為研究區(qū)，基于土地利用、DEM、遙感和氣象等數(shù)據(jù)，利用RUSLE方程和GIS技術，對2001、2008年怒江上游地區(qū)土壤侵蝕狀況進行評估，并分析其時空變化特征，以期為怒江流域乃至青藏高原水土保持措施的制定提供科學依據(jù)。

1 研究區(qū)概況

怒江發(fā)源于青藏高原唐古拉山南麓的吉熱拍格，由西北向東南斜貫西藏東部。怒江流域上游通常以洛隆縣境內的嘉玉橋為界，在行政轄區(qū)上涉及安多、聶榮、巴青、比如、丁青、那曲、索縣、邊壩、洛隆等9個縣，地跨北緯30°12′～33°10′、東經90°11′～96°32′。怒江上游地區(qū)地勢西北高東南低，其西北部主要位于高原區(qū)，東南部地形破碎、起伏較大，平均海拔在4 500 m以上，相對高差3 700 m；屬高寒氣候區(qū)，降水由東南向西北逐漸減少，這與怒江作為高原的水汽通道密切相關；因為長期對草地的過度放牧和不合理利用，以及氣候的影響，導致草地退化嚴重、植被覆蓋減少、水土流失較為嚴重，對當?shù)氐纳鷳B(tài)環(huán)境和農牧業(yè)生產造成了一定的影響。

2 材料與方法

2.1 數(shù)據(jù)及處理

研究所用的基礎數(shù)據(jù)包括：數(shù)字高程模型(DEM)，來自國際科學數(shù)據(jù)服務平臺(http://srtm.datamirror.csdb.cn/search.jsp)，分辨率為90 m；1∶100萬土壤類型圖，各土種理化性質指標來源于《西藏自治區(qū)土種志》(1994年)；2001、2008年研究區(qū)及周邊44個氣象站點逐日降雨數(shù)據(jù)，來自中國氣象共享服務網(wǎng)；2001、2008年土地利用數(shù)據(jù)，采用遙感數(shù)據(jù)人機交互式解譯方法獲得；2001、2008年搭載在Terra衛(wèi)星上的MODIS傳感器獲取的分辨率為250 m、周期為16 d的NDVI數(shù)據(jù)(http://glovis.usgs.gov)。

2.2 研究方法

2.2.1 RUSLE基本公式

USLE是美國農業(yè)部(USDA)利用1萬多個徑流小區(qū)的土壤流失量和徑流量觀測數(shù)據(jù)經過歸納統(tǒng)計得出的土壤侵蝕定量估算經驗模型[4]，其修正模型RUSLE目前應用較為廣泛，計算公式為

下面對某220 kV GIS斷路器合閘時間、合閘不同期時間嚴重超標、合閘速度偏低缺陷案例進行分析，排查、核實測試數(shù)據(jù)異常原因，并總結類似斷路器操作機構檢修經驗，為提升斷路器安裝、驗收、運維質量提供參考。

A=R·K·L·S·C·P

(1)

式中：A為年土壤流失量；R為降雨侵蝕力因子；K為土壤可蝕性因子；L為坡長因子；S為坡度因子；C為地表植被覆蓋因子；P為水土保持措施因子。

考慮到研究區(qū)降水的時間不均衡性和植被生長的季節(jié)動態(tài)性，結合MODIS-NDVI數(shù)據(jù)和GIS的空間分析功能，將公式(1)修正為月侵蝕模數(shù)模型，計算公式為

(2)

式中：i為月份；Ri為i月的降雨侵蝕力因子；Ci為i月的地表植被覆蓋因子。

2.2.2 模型參數(shù)的計算

(1)降雨侵蝕力因子R。降雨侵蝕力因子R與降雨量、降雨強度、降雨歷時、雨滴大小及雨滴下降速度有關，反映了降雨對土壤的潛在侵蝕能力。根據(jù)研究區(qū)及其周邊44個氣象站點記錄的日降雨數(shù)據(jù)，利用ArcMap中的Kringing插值得到怒江上游2001、2008年各月降雨柵格圖。為了耦合月植被指數(shù)數(shù)據(jù)，采用月降雨侵蝕力計算公式[6]為

(3)

式中：Pm為月降水量，mm；Rm為月降雨侵蝕力，MJ·mm/(hm2·h·a)。

(2)土壤可蝕性因子K。土壤可蝕性因子K用來評價土壤是否易受侵蝕破壞，反映土壤對侵蝕介質剝蝕和搬運的敏感性[11]。K值主要和土壤質地、土壤結構、土壤滲透性、有機質含量和土壤深度等因素有關。采用EPIC模型[12]估算土壤可蝕性值，計算公式為

(4)

式中：SAN為砂粒含量，%；SIL為粉粒含量，%；CLA為黏粒含量，%；C為土壤有機碳含量，%；SN1=1-SAN/100。

根據(jù)研究區(qū)1∶100萬土壤類型圖和各土壤類型的理化性質，利用公式(4)計算研究區(qū)不同土壤類型的K值，結果見表1。

(3)坡長因子L和坡度因子S的獲取。坡度因子S是指在其他條件相同的情況下，任意坡度下的單位面積土壤流失量與標準小區(qū)坡度下單位面積土壤流失量之比[13]。坡長因子L是指在其他條件相同的情況下，任意坡長的單位面積土壤流失量與標準坡長單位面積土壤流失量之比[13]。L、S值可直接從DEM中獲取。

表1 研究區(qū)土壤可蝕性因子K值

考慮到怒江上游地區(qū)的坡度情況，S因子分段計算，緩坡采用MCCOOL et al.[14]的坡度因子公式，陡坡采用劉寶元等[1]的坡度因子公式，計算公式為

(5)

式中：S為坡度因子；θ為坡度，(°)。

采用WISCHMEIER et al.[4]提出的經驗公式估算坡長因子L值，計算公式為

(6)

式中：λ為水平投影坡長，m；22.13為RUSLE采用的標準小區(qū)坡長；m為可變的坡長指數(shù)。

(4)地表植被覆蓋因子C。在RUSLE中地表植被覆蓋因子C是指一定條件下，耕作壟上土壤流失量與同等條件下適時翻耕的連續(xù)休閑對照地上的土壤流失量之比，是一個無量綱數(shù)，其值介于0～1，具有人為可調控的特性，與土地利用類型、植被覆蓋度密切相關[15]。C值計算方法采用的是蔡崇法等[16]提出的方法，計算公式為

(7)

(8)

式中：fc為植被覆蓋度；SVIm為某像元某時間段的植被指數(shù)；SVImax為植被完全覆蓋條件下的植被指數(shù)；SVImin為地表裸露條件下的植被指數(shù)。

為了和月降水侵蝕力因子保持一致，SVIm由同年相鄰2期NDVI平均值代替，SVImax以一年中NDVI最大值代替，SVImin以一年中NDVI最小值代替。

(5)水土保持措施因子P。水土保持措施因子P是指特定水保措施下的土壤流失量與相應未實施水保措施的順坡耕作地塊的土壤流失量之比。無任何水保措施的土地類型P取值為1，根本不發(fā)生侵蝕的土地為0,其他情況在0～1之間。參照有關研究成果[1,16]，分別給研究區(qū)不同土地利用類型賦予P值(表2)。

表2 不同土地利用類型的水土保持措施因子

3 結果分析

3.1 土壤侵蝕量時間變化特征

研究區(qū)土壤侵蝕量年內分布差異顯著。從圖1可以看出，土壤侵蝕量較小的月份是1—4、10—12月，屬于冬季和春季，雖然冬、春兩季草地枯黃、植被覆蓋度低，但是降水量較少，因此侵蝕量較小，如2001、2008年的1、2、11和12月均無土壤侵蝕；土壤侵蝕量較大的月份出現(xiàn)在6—8月， 此時雖然植物處于生長季，植被覆蓋較好，但由于正值雨季，降雨及降雨形成的地表徑流對土壤侵蝕影響較大，因此土壤侵蝕量較高，如2001、2008年侵蝕量最大值均出現(xiàn)在8月，分別為655.61萬、976.81萬t。據(jù)此分析，在怒江上游地區(qū)，作為土壤侵蝕的兩個重要影響因子，降水量對土壤侵蝕的貢獻率要大于植被覆蓋。

圖1 2001、2008年研究區(qū)土壤侵蝕量年內變化特征

3.2 土壤侵蝕量空間變化特征

研究區(qū)土壤侵蝕量空間分布差異顯著(圖2)。從侵蝕強度的空間分布看，土壤侵蝕主要發(fā)生在研究區(qū)的西北部，而在東南部則基本無侵蝕。研究區(qū)西北部的聶榮、那曲、安多三縣土壤侵蝕較為嚴重，其中安多縣2001、2008年土壤侵蝕模數(shù)分別高達1 114.75、1 288.15 t/(km2·a)，而東部的洛隆、邊壩、丁青、索縣四縣侵蝕模數(shù)較低。2001—2008年研究區(qū)各縣土壤侵蝕模數(shù)多呈增加趨勢，尤其是安多、聶榮、那曲三縣增加比較明顯。

圖2 2001、2008年研究區(qū)土壤侵蝕強度空間分布

3.3 土壤侵蝕量變化

由表3知，2001—2008年研究區(qū)土壤侵蝕量呈增加趨勢，從2001年的1 979.96 萬t增加到2008年的2 454.37萬t，增加了23.96%。土壤侵蝕以輕度侵蝕為主，除輕度侵蝕外各侵蝕分級的侵蝕量均有所增加，尤其是極強烈、劇烈侵蝕面積分別增加了1.5和5.5倍，需要引起關注。

表3 2001、2008年研究區(qū)各侵蝕強度土壤侵蝕量

4 討 論

2002年9月國務院下發(fā)了《關于加強草原保護與建設的若干建議》，當年年底通過了新的《中華人民共和國草原法》，進一步推進依法治草進程[17]，2003年全國退牧還草工程正式啟動。怒江上游地區(qū)的退牧還草工程開始于2004年，時間節(jié)點正好位于本研究時段內。但從本研究的結果來看，雖然實施了退牧還草工程，但在怒江上游地區(qū)水土流失仍有加劇的趨勢。從水土流失的主要影響因子來看，坡度和坡向因子、土壤可蝕性因子、水土保持措施因子在研究時段內幾乎沒有變化，只有植被覆蓋因子和降雨侵蝕力因子變化較大，降雨侵蝕力因子屬自然因素，具有不可控性，但植被覆蓋因子可以通過人類活動加以改善。由圖3可以看出，2001—2008年研究區(qū)植被覆蓋因子除在中、東部零星地區(qū)得到改善外，絕大部分地區(qū)呈現(xiàn)惡化態(tài)勢；降雨侵蝕力因子除在東部有減小外，其他地區(qū)均呈現(xiàn)增加趨勢。由此可見，怒江上游地區(qū)水土保持工作要進一步加強植物措施建設，退牧還草工程任重道遠。

圖3 2001—2008年研究區(qū)降雨侵蝕力和植被覆蓋的變化

5 結 論

本研究利用改進的RUSLE模型評價了怒江上游地區(qū)2001、2008年土壤侵蝕量時空變化特征：在年內，土壤侵蝕量與降水量變化保持了較好的一致性，即最大值均出現(xiàn)在夏季，最小值均出現(xiàn)在冬、春季；土壤侵蝕強度空間分布差異明顯，土壤侵蝕主要發(fā)生在西北部，其中安多縣2001、2008年侵蝕模數(shù)分別高達1 114.75、1 288.15 t/(km2·a)；2001—2008年研究區(qū)各縣土壤侵蝕模數(shù)多呈增大趨勢，尤其是安多、聶榮、那曲三縣增大比較明顯?？偟膩碚f，2001—2008年怒江上游地區(qū)土壤侵蝕呈現(xiàn)加劇趨勢。

本研究結果很好地揭示了怒江上游地區(qū)土壤侵蝕的時空變化特征，可為當?shù)厮亮魇е卫砗蜕鷳B(tài)環(huán)境保護提供參考。但是由于在研究中缺少土壤侵蝕的觀測數(shù)據(jù)和野外試驗的支持，有些參數(shù)的選取參考了相鄰地區(qū)的研究成果，因此未來需要重點加強基礎數(shù)據(jù)的積累和試驗數(shù)據(jù)的整理工作。

[1] 劉寶元,謝云,張科利.土壤侵蝕預報模型[M].北京:中國科學技術出版社,2001:1-5．

[2] 周璟,張旭東,何丹,等.基于GIS和RUSLE的武陵山區(qū)小流域土壤侵蝕評價研究[J].長江流域資源與環(huán)境,2011,20(4):468-474.

[3] 趙曉麗,張增祥,譚文彬,等.西部地區(qū)土壤侵蝕特征及其危害分析[J].水土保持通報,2006,22(3):15-19.

[4] WISCHMEIER W H,SMITH D D.Predicting Rainfall-Erosion Losses from Cropland East of the Rocky Mountain, Guide for Selection of Practices for Soil and Water Conservation[M].Washington D C: Agricultural Handbook,1965:282.

[5] 張淑花,周利軍,張雪萍.基于RUSLE和GIS的綏化市土壤侵蝕評估[J].土壤通報,2011,42(6):958-961.

[6] 齊述華,蔣梅鑫,于秀波.基于遙感和ULSE 模型評價1995—2005 年江西土壤侵蝕[J].中國環(huán)境科學,2001,31(7):1193-1203.

[7] 姜永見,李世杰,沈德福,等.青藏高原江河源區(qū)近40年氣候變化特征及其對區(qū)域環(huán)境的影響[J].山地學報,2012,30(4):461-469.

[8] 劉淑珍,張建國,辜世賢.西藏自治區(qū)土壤侵蝕類型研究[J].山地學報,2006,24(5):592-596.

[9] 黃麟,邵全琴,劉紀遠.近30年來青海省三江源區(qū)草地的土壤侵蝕時空分析[J].地球信息科學學報,2011,13(1):12-20.

[10] 裴廈,姚治君,章予舒,等.基于RS和GIS的西藏察雅縣土壤侵蝕動態(tài)監(jiān)測與分析[J].自然資源學報,2011,26(2):303-308.

[11] 史學正,于東升,邢廷炎,等.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.

[12] WILLIAMS J R,NEARING M,NICKS A,et al. Using soil erosion models for global change studies[J].Journal of Soil and Water Conservation,1996,51(5):381-385.

[13] 傅世鋒,查軒.基于GIS和USLE的東圳庫區(qū)土壤侵蝕量預測研究[J].地球信息科學學報,2008,10(3):390-393.

[14] MCCOOL D K,FOSER G R,MUTCHLER C K,et al. Revised slope length factor for the universal soil loss equation[J].Transactions of the ASAE,1989,32(5):1571-1576.

[15] 許月卿,蔡運龍,彭建.土地利用變化的土壤侵蝕效應評價:西南喀斯特山區(qū)的一個研究案例[M].北京:科學出版社,2008:30-40.

[16] 蔡崇法,丁樹文,史志華,等.應用USLE 和地理信息系統(tǒng)IDRISI預測小流域土壤侵蝕量的研究[J].水土保持學報,2000,14(2):19-24.

[17] 許鵬.中國草地資源經營的歷史發(fā)展與當前任務[J].草地學報,2005,13(增刊1):1-9.

(責任編輯 李楊楊)

江西省科技廳科技計劃項目(2015ZBBF60010)；江西省水利重大科技項目(KT201309)；江西省水利廳科技項目(KT201518)

S157.1

A

1000-0941(2017)09-0042-05

廖凱濤(1990—)，男，江西撫州市人，助理工程師，碩士，主要從事水土流失動態(tài)監(jiān)測與信息化研究。

2017-05-01