魏慧，趙文武

(1.北京師范大學(xué)地理科學(xué)學(xué)部地表過程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，100875，北京;2.北京師范大學(xué)地理科學(xué)學(xué)部陸地表層系統(tǒng)科學(xué)與可持續(xù)發(fā)展研究院，100875，北京)

20世紀(jì)初以來，水土流失日益嚴(yán)重，侵蝕問題已成為全球性的生態(tài)與環(huán)境問題［1-3］，嚴(yán)重威脅著社會(huì)-生態(tài)的安全與穩(wěn)定，關(guān)系著糧食安全、氣候變化彈性以及地理社會(huì)的穩(wěn)定性［4］。土壤侵蝕危害在黃土高原地區(qū)表現(xiàn)的尤為突出［5］，其水土流失面積高達(dá)45萬km2，占總面積的71%，多年平均輸沙量達(dá)16億t，其水土流失面積之廣，強(qiáng)度之大，流失量之多堪稱世界之最［6-7］。為了針對(duì)性地防治土壤侵蝕，必須加強(qiáng)土壤侵蝕的定量評(píng)價(jià)研究［8］。

由降雨導(dǎo)致的土壤侵蝕受氣候、物理、水文、化學(xué)、礦物質(zhì)及生物因素的綜合影響，如降雨強(qiáng)度、徑流速率、土壤可蝕性等［9］。在這些因素中，土壤可蝕性(soil erodibility)被認(rèn)為是定量計(jì)算土壤流失的關(guān)鍵指標(biāo)［10］，是反映土壤性能和土壤侵蝕預(yù)報(bào)的必要參數(shù)，通常用K值來衡量其大?。?1-12］。土壤可蝕性研究對(duì)認(rèn)識(shí)土壤侵蝕原理、定量估算土壤侵蝕量、合理進(jìn)行水土流失防治有重要意義［13］。

確定土壤可蝕性大小的最好方法是通過自然徑流小區(qū)直接測(cè)定［14］;然而由于徑流小區(qū)研究必須具有足夠大且觀測(cè)歷時(shí)較長(zhǎng)的數(shù)據(jù)庫資料［15］，因此，國(guó)內(nèi)外學(xué)者通常采用數(shù)學(xué)模型法估算K值。其中，應(yīng)用廣泛的代表性模型有美國(guó)學(xué)者Wishchmeier等［16-17］建立的諾謨圖方程和修正諾謨圖方程、Williams等［18］開發(fā)的侵蝕－生產(chǎn)力影響模型(EPIC)、Torri等［19］建立的非線性最佳擬合公式、Shirazi等［20］基于土壤幾何平均粒徑建立的估算模型等。上述估算方法自建立起，在我國(guó)不同區(qū)域土壤侵蝕敏感性評(píng)價(jià)、土壤流失量預(yù)測(cè)等方面均得到了廣泛應(yīng)用［21-24］;但是由于土壤實(shí)際情況有所不同，上述經(jīng)驗(yàn)公式在應(yīng)用前，應(yīng)對(duì)其預(yù)測(cè)結(jié)果進(jìn)行必要的不確定性評(píng)價(jià)。對(duì)此，我國(guó)學(xué)者在不同地區(qū)進(jìn)行了相應(yīng)的研究。如史東梅等［23］和張文太等［24］先后對(duì)我國(guó)亞熱帶和紫色丘陵區(qū)不同K值估算方法的模擬精度進(jìn)行研究，然而，黃土丘陵溝壑區(qū)不同K值估算方法的區(qū)域適用性仍尚待討論。

安塞集水區(qū)地處水土流失十分嚴(yán)重的黃土丘陵溝壑區(qū)安塞縣境內(nèi)。安塞水文站輸沙量監(jiān)測(cè)值是指站點(diǎn)出口所控制的整個(gè)集水區(qū)的實(shí)測(cè)輸沙量;泥沙輸移比是實(shí)測(cè)輸沙量與流域總侵蝕量的比值，是研究流域侵蝕產(chǎn)沙關(guān)系的重要依據(jù)，可用于推求流域的土壤侵蝕量［25］。龔時(shí)旸等［26］、牟金澤等［27］和景可［28］在黃土丘陵溝壑區(qū)的研究均證實(shí)黃土地區(qū)輸沙量與流域產(chǎn)沙量基本一致，泥沙輸移比約為1，即可直接用輸沙量代替土壤侵蝕量。本研究選擇安塞集水區(qū)作為黃土丘陵溝壑區(qū)典型集水區(qū)，基于5種K值估算方法，結(jié)合CSLE模型計(jì)算集水區(qū)2006—2014年平均土壤侵蝕量，對(duì)比相應(yīng)年份輸沙量監(jiān)測(cè)值，探討適用于黃土丘陵溝壑區(qū)集水區(qū)尺度的K值最優(yōu)估算方法，以期服務(wù)于未來黃土丘陵溝壑區(qū)土壤侵蝕預(yù)報(bào)和水土流失的綜合治理。

1 研究區(qū)概況

安塞集水區(qū)(E 108°5'44″－ 109°26'18″，N 36°30'45″－37°19'3″)地處延河流域上游，西北內(nèi)陸黃土高原腹地，屬典型的黃土丘陵溝壑區(qū)。集水區(qū)總面積1 334 km2，屬中溫帶大陸性半干旱季風(fēng)氣候區(qū)。年均降水505.3 mm，且74%發(fā)生在6—9月份。年均溫8.8℃，＞10℃積溫2 876～3 270℃，年均日照時(shí)間2 397.3 h。地貌類型主要包括黃土梁澗、梁峁?fàn)铧S土丘陵和溝谷階地，地形起伏、溝壑縱橫，地表支離破碎，地勢(shì)西北高、東南低，海拔在997～1 731 m之間。土壤肥力低，以黃土母質(zhì)上發(fā)育而來的黃綿土為主，土質(zhì)疏松，土壤抗沖抗蝕性較差，水土流失嚴(yán)重，水土流失面積約占土地總面積的97%，屬于強(qiáng)度水土流失區(qū)，也是西北典型的生態(tài)環(huán)境脆弱區(qū)［29］。

圖1 研究區(qū)位置圖Fig．1 Location of the study area

2 材料與方法

2.1 數(shù)據(jù)來源

筆者采用的基礎(chǔ)數(shù)據(jù)包括:空間分辨率為25 m×25 m的研究區(qū)數(shù)字高程模型(DEM)，來源于國(guó)家基礎(chǔ)地理信息中心1∶50 000數(shù)據(jù)庫;2005和2015年2期土地覆被矢量數(shù)據(jù)，來源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心;降水?dāng)?shù)據(jù)來源于《中華人民共和國(guó)水文年鑒》黃河流域水文資料黃河中游區(qū)上段(河口鎮(zhèn)至龍門);研究區(qū)2006—2014年生長(zhǎng)季遙感影像，來源于地理空間數(shù)據(jù)云網(wǎng)站;梯田、淤地壩等工程措施數(shù)據(jù)來源于《安塞縣統(tǒng)計(jì)年鑒》;土壤理化性質(zhì)來源于2014年7—8月土壤調(diào)查獲取的151個(gè)典型樣點(diǎn)數(shù)據(jù)集。

本次野外調(diào)查涵蓋研究區(qū)主要分布的8種典型植被類型(天然草地、人工苜蓿草地、農(nóng)田、蘋果園、沙棘、檸條、刺槐、野山桃)。各植被類型的取樣間距＞2 km，樣地選擇具有代表性(每種植被類型典型植被面積大于30 m×30 m，具有一定的主導(dǎo)作用)，且在研究區(qū)均勻分布。其中，農(nóng)田和草地的樣方大小為2 m×2 m，灌木樣方大小為5 m×5 m，林地樣方大小為10 m×10 m，手持 GPS精確定位樣地位置。

2.2 研究方法

中國(guó)土壤流失方程(China Soil Loss Equation)是在USLE模型和RUSLE模型的基礎(chǔ)上，結(jié)合中國(guó)土壤侵蝕實(shí)際提出來的適用于中國(guó)土壤侵蝕特征的土壤流失預(yù)報(bào)模型［30］，模型表達(dá)式為

式中:A為年均土壤侵蝕量，t/(hm2·a);R 為降雨侵蝕力因子，MJ·mm/(hm2·h·a);K 為土壤可蝕性因子，t·hm2·h/(hm2·MJ·mm);L 為坡長(zhǎng)因子;S 為坡度因子;B為植被覆蓋與生物措施因子;E為工程措施因子;T為耕作措施因子。

圖2 研究區(qū)采樣點(diǎn)分布示意圖Fig．2 Distribution of sampling points the study area

2.2.1 土壤可蝕性因子K 本研究采用諾謨方程［16］(NOMO)、修正諾謨方程［17］(M-NOMO)、EPIC公式［18］、Torri模型［19］和 Shirazi模型［20］5 種方法估算K值［16-20］?？紤]到不同方法間的可比性，對(duì)于K值筆者統(tǒng)一采用國(guó)際單位制單位。

2.2.2 降雨侵蝕力因子R 降雨侵蝕力因子反映降雨對(duì)土壤侵蝕的影響，是侵蝕預(yù)報(bào)的重要因子［31］。鑒于日降雨與次降雨不是一一對(duì)應(yīng)的關(guān)系，筆者將日降雨資料以半月為時(shí)段進(jìn)行合并，利用章文波等［32］提出的半月侵蝕力簡(jiǎn)易算法模型計(jì)算降雨侵蝕力。

2.2.3 坡度坡長(zhǎng)因子LS 坡長(zhǎng)因子和坡度因子反映土壤侵蝕對(duì)地形的響應(yīng)特征。小區(qū)和坡面尺度土壤侵蝕評(píng)價(jià)中，LS因子一般通過野外實(shí)測(cè)獲得，而在流域和區(qū)域尺度上，通常是基于DEM提取的;但是由于黃土丘陵溝壑區(qū)地形破碎，基于DEM提取的LS因子不能反映當(dāng)?shù)氐恼鎸?shí)情況［33-34］，且相關(guān)研究發(fā)現(xiàn)，相較于坡長(zhǎng)而言，坡度是影響黃土區(qū)LS因子的主導(dǎo)因素［35］，因此，本研究以25 m DEM為基礎(chǔ)數(shù)據(jù)，采用劉寶元等［36］在黃土高原地區(qū)建立的方法計(jì)算坡度和坡長(zhǎng)。在此基礎(chǔ)上，采用湯國(guó)安等［33］提出的坡度轉(zhuǎn)化圖譜法對(duì)所提取的坡度進(jìn)行修正。該轉(zhuǎn)換圖譜是基于典型的黃土丘陵溝壑區(qū)地貌類型區(qū)獲得的，平均糾正率在90%以上，適用于研究區(qū)坡度數(shù)據(jù)的修正［33］。

2.2.4 植被覆蓋與生物措施因子B 植被覆蓋與生物措施因子反映地表覆蓋對(duì)土壤侵蝕的作用，是指一定條件下有植被覆蓋或?qū)嵤┨镩g管理的土地土壤流失總量與同等條件下實(shí)施清耕的連續(xù)休閑地土壤流失總量的比值［37］，介于0～1之間。筆者基于研究區(qū)生長(zhǎng)季遙感影像，提取NDVI值，計(jì)算植被蓋度。根據(jù)B因子與土地利用類型和植被蓋度的關(guān)系，對(duì) B 因子賦值［38］。

2.2.5 工程措施因子E 工程措施因子代表實(shí)施某種水土保持工程措施的土壤流失量與同等條件下無工程措施的土壤流失量之比［36］?？紤]到工程措施資料收集的困難性，本研究參考謝紅霞等［38］計(jì)算延河流域工程措施因子的方法計(jì)算E值。

2.2.6 耕作措施因子T 耕作措施因子是指采取專門措施后的土壤流失量與順坡種植時(shí)的土壤流失量之比［31，39］，介于0～1之間。筆者基于 T因子與不同坡度條件的關(guān)系對(duì)T因子賦值［38］。

3 結(jié)果與分析

3.1 CSLE模型各因子計(jì)算結(jié)果

3.1.1 土壤可蝕性因子K

1)描述性統(tǒng)計(jì)特征?；贙值估算結(jié)果，運(yùn)用數(shù)理統(tǒng)計(jì)分析得到集水區(qū)K值的描述性統(tǒng)計(jì)特征(表1)。

表1 土壤可蝕性K值統(tǒng)計(jì)特征Tab．1 Statistics characteristics of soil erodibility factor value(K)

由表 1 可知，KEPIC、KNOMO、KM-NOMO、KTorri和 KShirazi的變化范圍分別為0.032～0.060、0.046～0.092、0.047～0.088、0.009～0.066和 0.018～0.044，最大值分別是相應(yīng)最小值的 1.875、2.000、1.872、7.333和2.444倍，可見K值的變動(dòng)幅度較大。K值均值與中值之差十分接近于0，表明K值在集水區(qū)內(nèi)分布較為均勻，未受到K值特異值的影響。KM-NOMO的Cv值為0.067＜10%，表明 KM-NOMO在研究區(qū)內(nèi)存在較弱強(qiáng)度的空間變異性;除此之外，KEPIC、KNOMO、KTorri和 KShirazi的 Cv值分別為 0.109、0.110、0.113和0.182，介于10% ～100%之間，表明四者在集水區(qū)內(nèi)存在中等強(qiáng)度的空間變異性。由于可蝕性受地形、氣候、植被和土地利用等多種因素的綜合影響，其空間變異性的存在是采樣點(diǎn)土壤特性、植被生長(zhǎng)狀況、地形、氣候和土地利用等多種因素綜合作用的結(jié)果。

2)正態(tài)分布檢驗(yàn)。利用SPSS20.0得到K值頻數(shù)統(tǒng)計(jì)圖(圖3)?？芍?，基于5種方法所得K值均呈倒鐘形頻數(shù)分布，與正態(tài)分布基本吻合［40］。而非參數(shù)K-S檢驗(yàn)的結(jié)果表明K-SP值均＞0.05，進(jìn)一步證實(shí)K值在研究區(qū)內(nèi)呈正態(tài)分布。

圖3 土壤可蝕性K值頻數(shù)統(tǒng)計(jì)圖Fig．3 Frequency distribution of soil erodibility factor value(K)

3)半方差函數(shù)分析。半方差函數(shù)是地統(tǒng)計(jì)學(xué)解釋土壤可蝕性空間變異結(jié)構(gòu)的理論基礎(chǔ)，包括塊金值、變程和基臺(tái)值3個(gè)重要參數(shù)［40］。變程反映K值的空間變異特性，在變程范圍內(nèi)K值成空間相關(guān);塊金值反映的是最小取樣間距內(nèi)下K值的變異性及測(cè)量誤差;而基臺(tái)值則反映K值受土壤性質(zhì)、地形、氣候等結(jié)構(gòu)性因子影響的程度。筆者基于ArcGIS 10.1地統(tǒng)計(jì)分析模塊選擇最佳半方差函數(shù)理論模型(表2)。

由表2可知，基于不同方法得到的K值，其最適半方差函數(shù)理論模型不同。KEPIC的最適理論模型為指數(shù)模型，C0/(C0+C)值為11% ＜25%，表明KEPIC在變程內(nèi)的空間相關(guān)性較為強(qiáng)烈;KNOMO、KM-NOMO、KTorri和KShirazi的最適理論模型為高斯模型，C0/(C0+C)值分別為52%、49%、54%和42%，介于25%～75%之間，表明在變程內(nèi)具有中等的空間相關(guān)性。步長(zhǎng)為61.09 m，變程為733.06 m，步長(zhǎng)小于變程，說明K值在集水區(qū)尺度下具有較好的空間相關(guān)性，通過Kriging插值能夠得到較為準(zhǔn)確的插值結(jié)果［40］。

基于遴選出的最適半方差函數(shù)理論模型，經(jīng)Kriging插值得到K因子空間分布圖(圖4)。

由圖4 可知，KEPIC、KNOMO、KTorri和 KShirazi的空間分布大致相同，表現(xiàn)為集水區(qū)東南部和中部K值較高而西北部較低的分布態(tài)勢(shì)。東南部和中部地形較為破碎，土壤顆粒穩(wěn)定性差，土壤結(jié)構(gòu)等級(jí)系數(shù)和滲透等級(jí)系數(shù)相對(duì)較高是產(chǎn)生這一態(tài)勢(shì)的主要原因。除東南部和中部地區(qū)以外，KM-NOMO高值區(qū)域還分布于集水區(qū)的中北部、西南部和東部的局部地區(qū)，主要原因在于這些地區(qū)地勢(shì)較高，地形坡度起伏較大，破碎度較高，植被生長(zhǎng)較差，土壤結(jié)構(gòu)松散。

3.1.2 降雨侵蝕力因子R 基于集水區(qū)周邊20個(gè)雨量站點(diǎn)的日降雨數(shù)據(jù)，計(jì)算降雨侵蝕力，經(jīng)Kriging插值得到R因子空間分布圖(圖5)。

表2 土壤可蝕性K值的半方差函數(shù)分析結(jié)果Tab．2 Semivariance function analysis results of soil erodibility factor value(K)

圖4 研究區(qū)K因子空間分布圖Fig．4 Spatial distribution of soil erodibility factor K in the study area

圖5 研究區(qū)R因子空間分布圖Fig．5 Spatial distribution of rainfall erosivity factor R in the study area

2006—2014年 R值均值分別為1 365.06、1 416.39、820.89、2 560.23、1 251.06、1 072.43、1 811.11、4 416.59 和 1 765.42 MJ·mm/(hm2·h·a)。由圖5可知，除2008和2014年外，研究區(qū)R因子空間分異十分顯著且不同年份的空間分異特征不同。如2009和2012年集水區(qū)R值大致呈現(xiàn)由東南向西北逐漸增大的態(tài)勢(shì);2011和2013年R值則表現(xiàn)為自西南向東北逐漸減小的分布特征;2008和2014年R值空間分異不明顯，是由于相應(yīng)年份降雨較為均勻所致;其余年份R值空間分異特征的出現(xiàn)，主要是由于集水區(qū)降水時(shí)空分布不均引起的。

3.1.3 坡度坡長(zhǎng)因子LS 基于前文所述方法計(jì)算坡度和坡長(zhǎng)因子，經(jīng)坡度因子修正后，得到研究區(qū)坡度坡長(zhǎng)因子LS(圖6)。

由圖6可知，LS因子最小值為0.02，最大值為78.12，平均值為11.76。集水區(qū)內(nèi)部，LS值小于5的土地面積約占集水區(qū)總面積的20%;LS值小于平均值的土地面積約占總面積的60%;此外，大約95%的土地LS值低于27，這與謝紅霞等［38］在延河流域計(jì)算LS因子的結(jié)果基本一致。

3.1.4 植被覆蓋與生物措施因子B 基于賦值法計(jì)算不同土地利用類型和不同植被蓋度下的B值，利用ArcGIS 10.1得到集水區(qū)B因子空間分布圖(圖7)。

圖6 研究區(qū)LS因子空間分布圖Fig．6 Spatial distribution of slope steepness factor LS in study area

由圖7可知，B值在集水區(qū)內(nèi)呈現(xiàn)一定的空間分異特征。如2006—2011年，B值大致呈集水區(qū)東南部較低而西北部較高的分異特征;2012和2013年B值空間分布較為均勻，分異特征不明顯;2014年集水區(qū)東北部植被蓋度明顯降低，B值呈減小的變化趨勢(shì)，而西南部B值有所增加。此外，B值的年際變化較為明顯，2006和2014年B值均值分別為0.11和0.15。集水區(qū)退耕還林(草)政策的實(shí)施使得坡耕地向林地和草地轉(zhuǎn)化，是導(dǎo)致B值年際變化的主要原因。研究時(shí)段內(nèi)，集水區(qū)耕地面積由2006年的139.14 km2減少至2014年的115.18 km2，草地面積由975.80 km2增加至1 041.53 km2。

3.1.5 工程措施因子E 基于研究區(qū)統(tǒng)計(jì)年鑒查找梯田、淤地壩數(shù)據(jù)，計(jì)算研究區(qū)2006—2014年E值(表3)。

由表3可知，集水區(qū)E值的年際變化不大，介于0.84～0.88之間。其中，2011年 E值最小，為0.84，2013和2014年的E值最大，為0.88。

圖7 研究區(qū)B因子空間分布圖Fig．7 Spatial distribution of B-factor in study area

表3 研究時(shí)段內(nèi)的工程措施因子值(E)Tab．3 Engineering measure factor value in the study period(E)

3.1.6 耕作措施因子T 基于研究區(qū)DEM提取坡度，根據(jù)坡度賦值法計(jì)算耕作措施因子，得到T因子空間分布圖(圖8)。

圖8 研究區(qū)T因子空間分布圖Fig．8 Spatial distribution of tillage factor(T)in the study area

由圖8可知，集水區(qū)T因子最小值為0.10，最大值為0.80，均值為0.64。且T值在集水區(qū)內(nèi)空間分異不明顯，除主要道路區(qū)域T值較低外，其余區(qū)域T值均較高。

3.2 基于不同K值的土壤侵蝕量計(jì)算

將基于5種方法得到的K因子及CSLE模型其他各因子的柵格圖層加載到ArcGIS 10.1中，計(jì)算各因子的乘積得到集水區(qū)土壤侵蝕量。按照土壤侵蝕強(qiáng)度分級(jí)標(biāo)準(zhǔn) SL190—2007［41］，將研究區(qū)土壤侵蝕劃分為微度(≤500)、輕度(500～2 500)、中度(2 500～5 000)、強(qiáng)度(5 000～8 000)、極強(qiáng)度(8 000～15 000)和劇烈(＞15 000)6個(gè)等級(jí)，重分類后得到集水區(qū)土壤侵蝕空間分布圖(圖9)。

由圖9可知，基于不同K值得出的土壤侵蝕量在同一年內(nèi)，大致呈現(xiàn)相同的空間分布態(tài)勢(shì)。例如:2006年大致呈集水區(qū)北部較低而南部和西北部較高的分布態(tài)勢(shì);2008年土壤侵蝕空間分異不明顯，總體侵蝕程度較輕;2011年集水區(qū)東部侵蝕較輕而北部侵蝕有所加重。另外，從圖中可以明顯看出，2009、2013和2014年的土壤侵蝕量明顯高于其他年份，且2013年侵蝕的空間分異程度相對(duì)較弱。其原因主要因?yàn)?009和2013年高強(qiáng)度降水事件的影響。此外，2013年極端降水不僅導(dǎo)致當(dāng)年土壤侵蝕明顯加重，而且造成了植被、梯田等水土保持措施的大面積損壞，也因此減弱了2014年的水土保持能力。

3.3 集水區(qū)K值最優(yōu)估算方法遴選

利用ArcGIS10.1計(jì)算集水區(qū)2006—2014年歷年平均土壤侵蝕量，對(duì)比相應(yīng)年份輸沙量監(jiān)測(cè)值，采用平均絕對(duì)誤差(MAE)、平均相對(duì)誤差(MRE)、均方根誤差(RMSE)和精度因子(Af)多指標(biāo)相結(jié)合的方法，評(píng)價(jià)5種 K值估算方法的區(qū)域適用性。MAE、MRE和RMSE越趨近于0，Af越接近于1，則K值預(yù)測(cè)的不確定性越小，模型適用性越高［23－-42］。各評(píng)價(jià)指標(biāo)的具體計(jì)算方法見文獻(xiàn)［24］，評(píng)價(jià)結(jié)果如表4所示。

由表5可知，基于5種K值估算方法的集水區(qū)土壤侵蝕模數(shù)模擬值差異顯著。研究時(shí)段內(nèi)，年均土壤侵蝕模數(shù)依次為 65.59、106.00、108.47、76.69和47.68 t/hm2。相較于安塞水文站實(shí)際年均輸沙模數(shù)17.73 t/hm2，由MAE、MRE和RMSE越趨近于0，Af越接近于1，模型區(qū)域適用性越高的原則可知，Shirazi模型的適用性最高，MAE、MRE和RMSE值依次為 30.93、3.25 和 43.66，Af值為 4.41，EPIC 法次之，Af值為5.80，Torri模型的適用性處于中間水平，修正諾謨方程和諾謨方程的適用性最低，與實(shí)際情況相差最大，Af值分別為7.99和7.88。由此可知，相對(duì)于其他方法而言，Shirazi模型和EPIC公式更加適用于黃土丘陵溝壑區(qū)集水區(qū)尺度的K值模擬。目前，在黃土高原土壤侵蝕評(píng)價(jià)中，研究者大多采用 EPIC 方法計(jì)算 K 值［12，21，38，43］，因此，在未來該區(qū)域K值模擬乃至土壤侵蝕評(píng)價(jià)研究中，應(yīng)考慮采用Shirazi模型，以期提高K值預(yù)測(cè)精度。另外，史東梅等［23］在紫色丘陵區(qū)的研究中發(fā)現(xiàn)，EPIC法和諾謨法更加適用于紫色丘陵區(qū)的K值模擬;張文太等［24］在我國(guó)亞熱帶地區(qū)的研究發(fā)現(xiàn)，Torri模型 K值預(yù)測(cè)的不確定性最小，預(yù)測(cè)效果最佳。這也說明，由于不同地區(qū)土壤性質(zhì)差異的存在，致使不同K值估算方法在不同地區(qū)的適用性不同，因此在某一特定區(qū)域的K值估算和侵蝕預(yù)報(bào)過程中，優(yōu)先遴選適用于研究區(qū)的K值計(jì)算方法是十分必要的。

圖9 研究區(qū)土壤侵蝕空間分布Fig．9 Spatial distribution of soil erosion in the study area

圖9 (續(xù)) 研究區(qū)土壤侵蝕空間分布Fig．9(Continued) Spatial distribution of soil erosion in the study area

表4 集水區(qū)不同K值估算方法的區(qū)域適用性評(píng)價(jià)Tab．4 Regional suitability evaluation of different K value models in watershed area

4 結(jié)論

1)基于5種方法所得K值均值的大小關(guān)系為KM-NOMO＞KNOMO＞KTorri＞KEPIC＞KShirazi。從空間分布情況來看，KEPIC、KNOMO、KTorri和 KShirazi的分布狀況大致相同，表現(xiàn)為集水區(qū)東南部和中部K值較高而西北部較低的分布態(tài)勢(shì)。東南部和中部地形較為破碎，土壤顆粒穩(wěn)定性差，土壤結(jié)構(gòu)等級(jí)系數(shù)和土壤滲透等級(jí)系數(shù)均相對(duì)較高是產(chǎn)生這一態(tài)勢(shì)的主要原因。除東南部和中部地區(qū)以外，KM-NOMO高值區(qū)域還分布于集水區(qū)的中北部、西南部和東部的部分地區(qū)，主要原因在于這些地區(qū)地勢(shì)較高，地形坡度起伏較大，破碎度較高，植被生長(zhǎng)較差，土壤結(jié)構(gòu)松散。

2)基于5種K值的集水區(qū)土壤侵蝕模數(shù)模擬值差異顯著。基于EPIC、諾謨方程、修正諾謨方程、Torri模型和Shirazi模型的2006—2014年平均土壤侵蝕模數(shù)依次為 65.59、106.00、108.47、76.69 和47.68 t/hm2。對(duì)比安塞水文站相應(yīng)年份實(shí)際年均輸沙模數(shù)17.73 t/hm2可知，Shirazi模型的區(qū)域適用性最高，EPIC法次之，Torri模型的適用性處于5種模型的中間水平，而諾謨方程和修正諾謨方程的適用性較低，與實(shí)際情況相差最大;因此，本研究認(rèn)為相對(duì)于其他4種K值估算方法而言，Shirazi模型的估算結(jié)果更貼近實(shí)際情況，更加適用于集水區(qū)的K值模擬，在未來黃土丘陵溝壑區(qū)土壤可蝕性K值估算乃至土壤侵蝕評(píng)價(jià)工作中，應(yīng)優(yōu)先選用基于幾何平均粒徑的Shirazi模型。

［1］ TRIMBLE S W，CROSSON P．Soil erosion rates-myth and reality［J］．Science，2000，289:248．

［2］ ZHU Mingyong．Soil erosion assessment using USLE in the GIS environment:a case study in the Danjiangkou Reservoir Region，China［J］．Environmental Earth Sciences，2015，73(12):7899．

［3］ PIMENTEL D，HARVEY C，RESOSUDARMO P，et al．Environmental and economic costs of soil erosion and conservation benefits［J］．Science，1995，267(5201):1117．

［4］ MARZEN M，ISERLOH T，LIMA JL M PD，et al．Impact of severe rain storms on soil erosion:experimental evaluation of wind-driven rain and its implications for natural hazard management［J］．Science of the Total Environment，2017，590/591:502．

［5］ 傅伯杰，陳利頂，邱揚(yáng)，等．黃土丘陵溝壑區(qū)土地利用結(jié)構(gòu)與生態(tài)過程［M］．北京:商務(wù)印書館，2002:185．FU Bojie，CHEN Liding，QIU Yang，et al．Land use structure and ecological processes in the Loess Hillyarea［M］．Beijing:The Commercial Press，2002:185．

［6］ 山侖．水土保持與可持續(xù)發(fā)展［J］．中國(guó)科學(xué)院院刊，2012，27(3):346．SHAN Lun．Soil and water conservation and sustainable development［J］．Bulletin of Chinese Academy of Scinece，2012，27(3):346．

［7］ 李永紅，高照良．黃土高原地區(qū)水土流失的特點(diǎn)、危害及治理［J］．生態(tài)經(jīng)濟(jì)，2011(8):148．LI Yonghong，GAO Zhaoliang．The Loess Plateau area the characteristics of soil and water loss，damages and management［J］．Ecological Economy，2011(8):148．

［8］ 王彬，鄭粉莉，Romkens M JM．水蝕過程的土壤可蝕性研究述評(píng)［J］．水土保持研究，2013，20(1):277．WANG Bin，ZHENG Fenli，Romkens M JM．Soil erodibility for water erosion:a review［J］．Research of Soil and Water Conservation，2013，20(1):277．

［9］ RODRIGUEZ-ITURBE I，D'ODORICO P，LAIO F，et al．Challenges in humid land ecohydrology:interactions of water table and unsaturated zone with climate，soil，and vegetation［J］．Water Resources Research，2007，43(9):W09301．

［10］ WANG Bin，ZHENG Fenli，ROMKENSM J M，et al．Soil erodibility for water erosion:a perspective and Chinese experiences ［J］．Geomorphology，2013，187(187):1．

［11］ 張科利，彭文英，楊紅麗．中國(guó)土壤可蝕性值及其估算［J］．土壤學(xué)報(bào)，2007，44(1):7．ZHANG Keli，PENG Wenying，YANG Hongli．Soil erodibility and its estimation for agricultural soil inChina［J］．Acta Pedologica Sinica，2007，44(1):7．

［12］ 高麗倩，趙允格，秦寧強(qiáng)，等．黃土丘陵區(qū)生物結(jié)皮對(duì)土壤可蝕性的影響［J］．應(yīng)用生態(tài)學(xué)報(bào)，2013，24(1):105．GAO Liqian，ZHAO Yubge，QIN Ningqiang，et al．Effects of biological soil crust on soil erodibility in Hilly Loess Plateau region of northwest China［J］．Chinese Journal of Applied Ecology，2013，24(1):105．

［13］ 曹祥會(huì)，龍懷玉，雷秋良，等．河北省表層土壤可侵蝕性K值評(píng)估與分析［J］．土壤，2015(6):1192．CAO Xianghui，LONG Huaiyu，LEI Qiuliang，et al．Assessment and analysis of the topsoil erodibility K values in Hebei province［J］．Soils，2015(6):1192．

［14］ BONILLA CA，JOHNSON OI．Soil erodibility mapping and its correlation with soil properties in Central Chile［J］．Geoderma，2012，s 189/190(2):116．

［15］ 辜世賢，王小丹，劉淑珍．西藏高原東部矮西溝流域土壤可蝕性研究［J］．水土保持研究，2011，18(1):77．GU Shixian，WANG Xiaodan，LIU Shuzhen．The preliminary research on the model method of soil erodibility in the Aixigou Watershed of Jinsha River［J］．Research of Soil and Water Conservation，2011，18(1):77．

［16］ WISCHMEIER WH，JOHNSON CB，CROSSB V．soil erodibility nomograph for farmland and construction sites［J］．Journal of Soil＆ Water Conservation，1971，26(5):189．

［17］ WISCHMEIER WH，SMITH DD．Predicting rainfall erosion losses-a guide to conservation planning［J］．U-nited States．Dept．of Agriculture．Agriculture Handbook，1978，537．

［18］ WILLIAMSJR．The Erosion-Productivity Impact Calculator(EPIC)model:a case history［J］．Philosophical Transactions of the Royal Society B Biological Sciences，1990，329(1255):421．

［19］ TORRI D，POESENJ，BORSELLI L．Predictability and uncertainty of the soil erodibility factor using a global dataset［J］．Catena，1997，31(1/2):1．

［20］ SHIRAZI M A，HART J W，BOERSMA L．A unifying quantitative analysis of soil texture:improvement of precision and extension of scale［J］．Soil Science Society of America Journal，1988，52(1):181．

［21］ 朱冰冰，李占斌，李鵬，等．土地退化/恢復(fù)中土壤可蝕性動(dòng)態(tài)變化［J］．農(nóng)業(yè)工程學(xué)報(bào)，2009，25(2):56．ZHU Bingbing，LI Zhanbin，LI Peng，et al．Dynamic changes of soil erodibility during process of landdegradation and restoration［J］．Transactions of the CSAE，2009，25(1):181．

［22］ 曾全超，李婭蕓，劉雷，等．黃土高原草地植被土壤團(tuán)聚體特征與可蝕性分析［J］．草地學(xué)報(bào)，2014，22(4):743．ZENG Quanchao，LI Yaru，LIU Lei，et al．Study on soil aggregate stability and soil erodibility in the grassland vegetation of the Loess Plateau Region［J］．Acta Agrestia Sinica，2014，22(4):743．

［23］ 史東梅，陳正發(fā)，蔣光毅，等．紫色丘陵區(qū)幾種土壤可蝕性K值估算方法的比較［J］．北京林業(yè)大學(xué)學(xué)報(bào)，2012，34(1):33．SHI Dongmei，CHEN Zhengfa，JIANG Guangyi，et al．Estimation methods for soil erodibility K in purple area［J］．Journal of Beijing Forest University，2012，34(1):32．

［24］ 張文太，于東升，史學(xué)正，等．中國(guó)亞熱帶土壤可蝕性K值預(yù)測(cè)的不確定性研究［J］．土壤學(xué)報(bào)，2009，46(2):185．ZHANG Wentai，YU Dongsheng，SHI Xuezheng，et al．Uncertainty in prediction of soil erodibility K-factor in subtropical China［J］．Acta Pedologica Sinica，2009，46(2):185．

［25］ 李林育，焦菊英，陳楊．泥沙輸移比的研究方法及成果分析［J］．中國(guó)水土保持科學(xué)，2009，7(6):113．LI Linyu，JIAO Juying，CHEN Yang．Research methods and results analysis of sediment delivery ratio［J］．Science of Soil and Water Conservation，2009，7(6):113．

［26］ 龔時(shí)旸，熊貴樞．黃河泥沙來源和地區(qū)分布［J］．人民黃河，1979(1):9．GONG Shiyang，XIONG Guishu．The source and distribution of sediment in the Yellow River［J］．1979(1):9．

［27］ 牟金澤，孟慶枚．論流域產(chǎn)沙量計(jì)算中的泥沙輸移比［J］．泥沙研究，1982(2):62．MOU Jinze，MENG Qingmei．The sediment transport ratio of a basin in the calculation of sediment yield［J］．Journal of Sediment Research，1982(2):62．

［28］ 景可．長(zhǎng)江上游泥沙輸移比初探［J］．泥沙研究，2002(1):53．JING Ke．Sediment delivery ratio in the upper Yangtze River［J］．Journal of Sediment Research，2002(1):53．

［29］ 趙明月，趙文武，鐘莉娜．土地利用和環(huán)境因子對(duì)表層土壤有機(jī)碳影響的尺度效應(yīng):以陜北黃土丘陵溝壑區(qū)為例［J］．生態(tài)學(xué)報(bào)，2014，34(5):1105．ZHAO Mingyue，ZHAO Wenwu，ZHONG Lina．Scale effect analysis of the influence of land use andenvironment factors on surface soil organic carbon:a case study in the hilly and gully area of Northern Shanxi Province［J］．Acta Ecologica Sinica，2014，34(5):1105．

［30］ LIU Baoyuan，ZHANG Keli，XIE Yun．An empirical soil loss equation［C］∥Proceedings-Process of soil erosion and its environment effect，12th international soil conservation organization conference，Tsinghua University Press，Beijing，2002，21．

［31］ 怡凱，王詩陽，王雪，等．基于RUSLE模型的土壤侵蝕時(shí)空分異特征分析:以遼寧省朝陽市為例［J］．地理科學(xué)，2015，35(3):365．YI Kai，WANGShiyang，WANGXue，et al．The characteristics of spatial-temporal differentiation of soil erosion based on RUSLE model:a case study of Chaoyang city，Liaoning province［J］．Scientia Geographica Sinica，2015，35(3):365．

［32］ 章文波，付金生．不同類型雨量資料估算降雨侵蝕力［J］．資源科學(xué)，2003，25(1):35．ZHANG Wenbo，F(xiàn)U Jinsheng．Rainfall erodibility estimation under different rainfall amount［J］．Resources Science，2003，25(1):35．

［33］ 湯國(guó)安，楊勤科，張勇，等．不同比例尺DEM提取地面坡度的精度研究:以在黃土丘陵溝壑區(qū)的試驗(yàn)為例［J］．水土保持通報(bào)，2001，21(1):53．TANG Guoan，YANGQinke，ZHANGYong，et al．Research on accuracy of slope derived from DEMs ofdifferent map scales［J］．Bulletin of Soil and Water Conservation，2001，21(1):53．

［34］ 丁婧祎，趙文武，王軍，等．降水和植被變化對(duì)徑流影響的尺度效應(yīng):以陜北黃土丘陵溝壑區(qū)為例［J］．地理科學(xué)進(jìn)展，2015，34(8):1039．DING Jingyi，ZHAO Wenwu，WANG Jun，et al．Scale effect of the impact on runoff of variations inprecipitation vegetation:taking northern Shanxi loess hilly-gully region as an example［J］．Progress in Geography，2015，34(8):1039．

［35］ 李蒙蒙，趙媛媛，高廣磊，等．DEM分辨率對(duì)地形因子提取精度的影響［J］．中國(guó)水土保持科學(xué)，2016，14(5):15．LI Mengmeng，ZHAOYuanyuan，GAOGuanglei，et al．Effects of DEM resolution on the accuracy of topographic factor derived from DEM［J］．Science of Soil and Water Conservation，2016，14(5):15．

［36］ LIU Baoyuan，NEARING M A，SHI Peijun，et al．Slope length effects on soil loss for steep slopes［J］．Soil Science Society of America Journal，2000，64(5):1759．

［37］ 張巖，袁建平，劉寶元．土壤侵蝕預(yù)報(bào)模型中的植被覆蓋與管理因子研究進(jìn)展［J］．應(yīng)用生態(tài)學(xué)報(bào)，2002，13(8):1033．ZHANG Yan，YUAN Jianping，LIU Baoyuan．Advance in researches on vegetation cover and management factor in the soil erosion prediction model［J］．Chinese Journal of Applied Ecology，2002，13(8):1033．

［38］ 謝紅霞，李銳，楊勤科，等．退耕還林(草)和降雨變化對(duì)延河流域土壤侵蝕的影響［J］．中國(guó)農(nóng)業(yè)科學(xué)，2009，42(2):569．XIE Hongxia，LIRui，YANGQinke，et al．Effect of returning farmland to forest(pasture)and changes ofprecipitation on soil erosion in the Yanhe Basin［J］．Scientia Agricultura Sinica，2009，42(2):569．

［39］ XU Lifen，XU Xuegong，MENG Xiangwei．Risk assessment of soil erosion in different rainfall scenarios by RUSLE model coupled with information diffusion model:a case study of Bohai Rim，China［J］．Catena，2012，100:74．

［40］ 張金池，李海東，林杰，等．基于小流域尺度的土壤可蝕性K值空間變異［J］．生態(tài)學(xué)報(bào)，2008，28(5):2199．ZHANG Jinching，LI Haidong，LIN Jie，et al．Spatial variability of soil erodibility(K-factor)at a catchment scale in China［J］．Acta Ecologica Sinica，2008，28(5):2199．

［41］ 中華人民共和國(guó)水利部．土壤侵蝕分類分級(jí)標(biāo)準(zhǔn):SL190—2007［S］．北京:中國(guó)水利水電出版社，2007．The Ministry of Water Resources of the People's Republic of China．Standards for classification and gradation of soil erosion:SL190－2007［S］．Beijing:China Water＆ Power Press，2007．

［42］ DONG Qingli，TU Kang，GUO Liyang，et al．Response surface model for prediction of growth parameters from spores of Clostridium sporogenes under different experimental conditions［J］．Food Microbiology，2007，24(6):624．

［43］ 趙文啟，劉宇，羅明良，等．黃土高原小流域植被恢復(fù)的土壤侵蝕效應(yīng)評(píng)估［J］．水土保持學(xué)報(bào)，2016，30(5):89．ZHAO Wenqi，LIU Yu，LUO Mingliang，et al．Effect of re-vegetation on soil erosion in small watershed of the Loess Plateau［J］．Journal of Soil and Water Conservation，2016，30(5):89．