基于RUSLE模型的中國(guó)土壤水蝕時(shí)空規(guī)律研究

李佳蕾,孫然好,熊木齊,楊國(guó)成

1 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京 100085 2 中國(guó)科學(xué)院大學(xué),北京 100049

土壤侵蝕由于對(duì)經(jīng)濟(jì)和環(huán)境帶來嚴(yán)重的影響而成為了一個(gè)全球性的難題[1]。全球受水蝕影響的土地面積為10.94億hm2,其中751萬(wàn)hm2受侵蝕嚴(yán)重[2]。世界上大部分農(nóng)業(yè)用地的土壤正在以每年13 t/hm2到40 t/hm2的速度流失,每年約有1000萬(wàn)hm2的農(nóng)田因水土流失而退化[3]。我國(guó)是土壤侵蝕最嚴(yán)重國(guó)家之一,根據(jù)第3次水土流失普查,我國(guó)年土壤流失量約50億t[4],水蝕區(qū)平均侵蝕強(qiáng)度約為3800 t km-2a-1[5]。根據(jù)《第一次全國(guó)水利普查水土保持情況公報(bào)》,2011年,全國(guó)水力侵蝕面積達(dá)129.32萬(wàn)km2。水土流失已經(jīng)成為制約我國(guó)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的重要因素之一[4]。

多數(shù)土壤侵蝕研究集中在小尺度區(qū)域,如坡地、坡面和小流域。這些研究多基于小區(qū)實(shí)驗(yàn)[6],也有的研究利用模型計(jì)算,Karydas整理歸納了8類、82個(gè)水蝕模型[7]。大尺度土壤侵蝕定量研究主要是通過尺度上推和宏觀因子評(píng)價(jià)的方法進(jìn)行[8]。定量評(píng)估土壤侵蝕的經(jīng)驗(yàn)?zāi)Ｐ椭?最常用的是美國(guó)農(nóng)業(yè)部(United States Department of Agriculture, USDA) 提出的通用土壤流失方程(universal soil loss equation, USLE)和修正版的通用土壤流失方程 (revised universal soil loss equation, RUSLE)[9]。它以降雨侵蝕力、土壤可蝕性、地形、植被管理和保護(hù)措施為輸入,采用基于因子計(jì)算的方法估計(jì)每年因侵蝕造成的土壤損失[10]。自中國(guó)引入U(xiǎn)SLE和RUSLE模型以來,基于此模型的土壤侵蝕的研究在小區(qū)域和小流域上有著很多的研究應(yīng)用,而大流域和大尺度的研究相對(duì)較少。比如,傅伯杰等[11]利用USLE模型計(jì)算了我國(guó)黃土高原的水蝕,得出黃土高原每年水土流失量從2000年的3362 t/km2降低到了2008年的 2405 t/km2；還有其他學(xué)者利用USLE或RUSLE模型估算了中國(guó)南方丘陵山區(qū)[12]、廣東省[13]、江西省[14]和全中國(guó)[15]的年平均土壤侵蝕率。雖然這些也是較大尺度上的研究,但是大部分研究將中國(guó)的各個(gè)地區(qū)的土壤侵蝕計(jì)算方法歸一化,整個(gè)研究區(qū)用同種算法計(jì)算各個(gè)因子,忽略了各個(gè)因子因人類活動(dòng)和地理分異帶來的區(qū)域差異。

本研究基于國(guó)際上較新發(fā)表的RUSLE模型中的C因子、R因子和P因子的計(jì)算方法,結(jié)合中國(guó)的實(shí)際情況對(duì)各因子進(jìn)行修正,并應(yīng)用在中國(guó)土壤侵蝕的估算中。與以往的研究相比,利用大尺度高精度(30 m分辨率)數(shù)據(jù)、按區(qū)域性質(zhì)對(duì)中國(guó)不同地域進(jìn)行分區(qū)運(yùn)算,提高了土壤侵蝕計(jì)算結(jié)果的空間異質(zhì)性與精準(zhǔn)度,并對(duì)2000年至2015年的中國(guó)土壤侵蝕量進(jìn)行時(shí)空動(dòng)態(tài)分析,探究中國(guó)土壤侵蝕強(qiáng)度變化的原因,為中國(guó)水土流失的治理與水土保持服務(wù)功能的保護(hù)提供理論基礎(chǔ)。

1 基礎(chǔ)數(shù)據(jù)與研究方法

1.1 基礎(chǔ)數(shù)據(jù)

本研究所使用的主要基礎(chǔ)數(shù)據(jù)及其來源見表1。各個(gè)數(shù)據(jù)的中國(guó)分布情況見圖1。

表1 基礎(chǔ)數(shù)據(jù)

其中降雨數(shù)據(jù)是全國(guó)839個(gè)國(guó)家級(jí)站點(diǎn)的日數(shù)據(jù)經(jīng)SPSS軟件統(tǒng)計(jì)得出年的各個(gè)站點(diǎn)的年降水量,以及各氣象站點(diǎn)的經(jīng)緯度坐標(biāo)和海拔高度。DEM數(shù)據(jù)的原始數(shù)據(jù)是USGS下載的中國(guó)分區(qū)數(shù)據(jù),再合成整個(gè)中國(guó)的30 m分辨率數(shù)據(jù)。中國(guó)年度植被指數(shù)(NDVI)空間分布數(shù)據(jù)是基于連續(xù)時(shí)間序列的SPOT/VEGETATION NDVI衛(wèi)星遙感數(shù)據(jù),采用最大值合成法生成的。土壤成分?jǐn)?shù)據(jù)是在ISRIC中下載的2017年全球土壤的黏粒、粉粒、砂粒和有機(jī)碳的含量數(shù)據(jù),再提取中國(guó)的土壤成分?jǐn)?shù)據(jù)。降水?dāng)?shù)據(jù)、NDVI、土地利用類型數(shù)據(jù)都選取了2000、2005、2010、2015年的數(shù)據(jù)。

1.2 研究方法

1.2.1通用土壤流失方程(RUSLE)

RUSLE表達(dá)式為[16]：

A=R×K×LS×C×P

(1)

式中,A是模型預(yù)測(cè)的年土壤侵蝕量,單位為t km-2a-1。R是降雨侵蝕力因子,單位為MJ mm hm2h-1a-1,是降水產(chǎn)生的徑流對(duì)土壤造成侵蝕的動(dòng)力指標(biāo)[17],降雨的強(qiáng)度和持續(xù)時(shí)間對(duì)侵蝕有重要影響。LS為地形因子,無量綱；L即坡長(zhǎng)因子,是指標(biāo)準(zhǔn)化到22.13 m坡長(zhǎng)上的土壤侵蝕量；S即坡度因子,是指標(biāo)準(zhǔn)化到5.14°坡度下的土壤侵蝕量[18]；一般的小尺度研究直接利用實(shí)測(cè)地形數(shù)據(jù),大尺度研究會(huì)利用DEM數(shù)據(jù)提取信息來計(jì)算LS因子。K是土壤可蝕性因子,單位為thm2h hm-2MJ-1mm-1,其反映了土壤對(duì)侵蝕營(yíng)力分離和搬運(yùn)作用的敏感性[19-20]。C是植被覆蓋與管理因子,無量綱,表示植被覆蓋和管理措施對(duì)土壤侵蝕的作用[21]。P因子即水土保持措施因子,無量綱,指在特定水土保持措施的土壤流失與起伏地耕作的相應(yīng)土壤流失之比[16]。C和P因子可反映人為控制土壤侵蝕的作用。

1.2.2基于氣候分區(qū)的R因子修正

Naipal等[22]基于美國(guó)降雨站點(diǎn)監(jiān)測(cè)值,擬合降雨侵蝕力因子R值和年降水量(P)、高程(Z)、日降水強(qiáng)度(SDII)的回歸方程,得出修正的不同氣候區(qū)降雨侵蝕力R計(jì)算方法：

R=f(P,Z,SDII)

(2)

式中,日降水強(qiáng)度SDII等于每日降水量≥1 mm的總降雨量與天數(shù)的比值。不同的氣候區(qū)有不同的計(jì)算公式,其氣候區(qū)的劃分標(biāo)準(zhǔn)為Koppen-Geiger氣候分區(qū)法[23]。

本研究將利用Naipal的方法,將中國(guó)不同的氣候區(qū)R值分別進(jìn)行計(jì)算。對(duì)于精度較差的地區(qū),以及無SDII數(shù)據(jù)的氣候區(qū),則利用Renard and Freimund指數(shù)[16](表2)。

首先利用全國(guó)800多個(gè)站點(diǎn)的日降水?dāng)?shù)據(jù)計(jì)算出各個(gè)站點(diǎn)的年平均降雨侵蝕力,再根據(jù)李璐等基于地統(tǒng)計(jì)學(xué)的降雨侵蝕力插值方法的研究,選用模擬精確度較好的普通克里金插值方法來進(jìn)行空間插值[24]推測(cè)全國(guó)的R值。

表2 各個(gè)氣候區(qū)的R因子的計(jì)算方法

(1)氣候分區(qū)的命名方式為字母縮寫組合,字母縮寫意義為B：干旱區(qū)Arid,C：溫和區(qū)Temperate,D：寒冷區(qū)Cold,W：沙漠區(qū)Desert,S：干旱草原Steppe,k：Cold,f：Withoutdryseason,w：DryWinter,a：HotSummer,b：WarmSummer

1.2.3基于土地覆被的C因子修正方法

利用Borrelli計(jì)算C因子的方法[25],并結(jié)合中國(guó)實(shí)際土地覆蓋類型和農(nóng)作物種類對(duì)中國(guó)的耕地和非耕地的C因子分別進(jìn)行調(diào)整與計(jì)算(C因子的取值見表3)。

表3 不同土地覆蓋類型的C值

植被覆蓋因子C和農(nóng)作物種類緊密相關(guān)[26-27],所以本研究中耕地采用國(guó)家統(tǒng)計(jì)局發(fā)布的各省耕地主要作物種類和播種面積,將已發(fā)布的作物歸為10類,通過以下公式計(jì)算過去全國(guó)耕地的C值：

(3)

式中,Ccropn是作物n的C值,%RegionCropn是作物n的播種面積占各省總面積的比例。

植被覆蓋因子C取決于植被覆蓋度,本研究結(jié)合已有文獻(xiàn)中非耕地的各種植被覆蓋類型的C值[25, 28],利用土地利用數(shù)據(jù)和NDVI數(shù)據(jù),計(jì)算非耕地的C值。

CNonArable= Min(CNA) + Range(CNA) × (1-Fcover)

(4)

Fcover=VFC = (NDVI- NDVImin)/(NDVImax- NDVImin)

(5)

式中,Min(CNA)是CNA取值范圍的最小值,Range(CNA)是CNA的最大值與最小值的差,Fcover是植被覆蓋度。

1.2.4基于地形特征的P因子修正方法

在USLE/RUSLE支持下的P因子在大尺度的土壤侵蝕風(fēng)險(xiǎn)建模中很少被考慮,因?yàn)楹茈y對(duì)大面積進(jìn)行估算[29]。Xiong等依據(jù)大量文獻(xiàn)總結(jié)[10, 30-31],歸納不同坡度耕地及不同的水土保持措施的P值差異。針對(duì)本研究,將Xiong的P因子賦值方法結(jié)合歷年土地利用類型,將水平稻田區(qū)域賦值為0.2,其他農(nóng)田區(qū)域根據(jù)坡度為P因子賦值。其中坡度小于等于10°的農(nóng)田P取值為0.5,坡度大于10°小于等于25° 的P取值為0.6,坡度大于25°小于等于45°的P取值為0.8,坡度大于45°的P取值為1。

1.2.5其他因子的計(jì)算方法

DEM的單個(gè)柵格大小會(huì)影響計(jì)算精確度,柵格越大坡度減小,估算的土壤侵蝕量隨之減小[32-33]?；跀?shù)據(jù)可靠性和計(jì)算可行性,本研究利用30 m分辨率的中國(guó)DEM數(shù)據(jù),選擇如下公式[34- 36]計(jì)算L因子：

L=(γ/22.3)m

(6)

m=β(1+β)

(7)

(8)

式中,γ為坡面的水平投影長(zhǎng)度,為方便計(jì)算直接用柵格長(zhǎng)度(30 m)代替；m為坡長(zhǎng)因子指數(shù),β為細(xì)溝侵蝕和面蝕的比值[37],θ為坡度。

對(duì)于S因子,則利用劉寶元提出的CSLE模型中計(jì)算S因子的方法[38],對(duì)不同坡度段分別進(jìn)行計(jì)算：

(9)

RUSLE中的K值是對(duì)具體土壤的由試驗(yàn)確定的定量數(shù)值,劉寶元提出了適用于我國(guó)的土壤可蝕性測(cè)定方法,即在15°坡度、20 m坡長(zhǎng)、清耕休閑地上,單位降雨侵蝕力所引起的土壤流失量[20]。但本研究尺度較大,因此土壤可蝕性因子K利用EPIC模型[39]計(jì)算。其公式為：

(10)

(11)

式中,SAN為砂粒含量百分?jǐn)?shù),SIL為粉粒含量百分?jǐn)?shù),CLA為黏粒含量百分?jǐn)?shù),C為有機(jī)碳含量百分?jǐn)?shù)。

1.3 中國(guó)土壤侵蝕年際變化分析

將年均土壤侵蝕量的柵格圖層按照時(shí)間序列進(jìn)行一元線性回歸分析,采用最小二乘法計(jì)算2000—2015年土壤侵蝕變化斜率,以得出2000—2015年中國(guó)土壤侵蝕強(qiáng)度的時(shí)間變化趨勢(shì),斜率為正則表示土壤侵蝕有增加的趨勢(shì),斜率為負(fù)則表示土壤侵蝕有減小的趨勢(shì)。斜率的計(jì)算公式如下：

(12)

式中,θslope是回歸方程的斜率,n為所計(jì)算的年數(shù),Ai為第i年的平均土壤侵蝕量。變化趨勢(shì)的顯著性采取F檢驗(yàn),以檢驗(yàn)中國(guó)土壤侵蝕的時(shí)間變化規(guī)律是否顯著。該統(tǒng)計(jì)量的計(jì)算構(gòu)造為：

(13)

2 結(jié)果

2.1 RUSLE各因子的空間分異

利用上述計(jì)算各因子的方法得出的各因子的空間分布圖如圖2。其中,C因子和R因子的年際變化較明顯,歷年的土壤侵蝕的變化即體現(xiàn)在降雨、植被覆蓋及土地利用中。由于本研究所計(jì)算的R因子、C因子和P因子利用了較新的算法,較之前的國(guó)內(nèi)RUSLE模型的應(yīng)用研究有了一定程度的細(xì)化。

2000年、2005年、2010年和2015年中國(guó)水蝕區(qū)C因子的年平均計(jì)算結(jié)果為0.1464、0.1482、0.1498和0.1538,2015年較2000年提高了5.05%。而計(jì)算后的2000年、2005年、2010年和2015年中國(guó)水蝕區(qū)年平均R因子分別為2903.79、3034.62、3515.44、3444.77 MJ mm hm2h-1a-1,2015年比2000年增加了18.63%,說明中國(guó)降水帶來的侵蝕潛力有增強(qiáng)的趨勢(shì)。

圖2 中國(guó)RUSLE(1)模型各因子空間分布(2)Fig.2 Distribution of RUSLE factors in China(1)RUSLE：修正版的通用土壤流失方程,revised universal soil loss equation。(2)圖例中,降雨侵蝕力因子單位為MJ mm hm2 h-1 a-1,土壤可蝕性因子單位為t hm2 h hm-2MJ-1mm-1

2.2 中國(guó)土壤侵蝕的空間熱點(diǎn)區(qū)域

在將所有的RUSLE模型中的因子利用重采樣統(tǒng)一為100 m分辨率后,將各因子相乘計(jì)算出各年土壤侵蝕量。其中,2000年、2005年、2010年、2015年中國(guó)的年平均土壤侵蝕量分別為38.63、37.35、49.03、47.84 t km-2a-1。根據(jù)中華人民共和國(guó)水利部發(fā)布的《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》(SL190—2007)[40],將計(jì)算后的中國(guó)土壤侵蝕度分成6個(gè)等級(jí),即微度、輕度、中度、強(qiáng)烈、極強(qiáng)烈和劇烈,其空間分布見圖3,分級(jí)統(tǒng)計(jì)情況如表4。

圖3 中國(guó)2000—2015年土壤水力侵蝕程度空間分布Fig.3 Distribution map of water erosion in China

表4 中國(guó)2000—2015年土壤侵蝕強(qiáng)度統(tǒng)計(jì)

從表4可以看出,中國(guó)水蝕區(qū)大多(60%以上)的空間為微度侵蝕,微度侵蝕的變化幅度不大,但2010年的微度侵蝕的面積占比是4年中最小的；劇烈侵蝕的空間占比在2005年后有所增加,其中2010年劇烈侵蝕的面積比最高,比2000年增加了2.00%。2000年以來,全國(guó)土壤侵蝕總面積在減少。具體來講,侵蝕輕微區(qū)在增加、侵蝕劇烈區(qū)也在增加,說明了生態(tài)修復(fù)的效果體現(xiàn)在了侵蝕總面積和侵蝕改善區(qū)的面積增加；而由于部分區(qū)域的耕地增加及降水增加,也會(huì)導(dǎo)致個(gè)別區(qū)域的侵蝕強(qiáng)度增加,是后續(xù)需要進(jìn)一步加強(qiáng)侵蝕管理和控制的區(qū)域。

中國(guó)水蝕熱點(diǎn)分布在中國(guó)南方,呈點(diǎn)狀分布分散于南方各地；北方雖有水蝕較強(qiáng)的區(qū)域,但水蝕劇烈的地方相對(duì)較少。在南方,云貴高原與四川盆地之間的區(qū)域水蝕劇烈,尤其分布于貴州省。通過研究其地形和土地覆被,分析其原因可能是其處于喀斯特地貌區(qū),海拔較高(1000 m以上)、坡度較大,土地覆被類型大多為耕地,人口密集、人為干擾較多,土壤保持力較為低下[41]。中國(guó)東南部的丘陵區(qū)土壤侵蝕劇烈的分布也比較廣,但大多為點(diǎn)狀分布,一般分布于坡耕地上,這類地區(qū)降水豐沛、坡度較大、人為干擾較多,水土流失極易發(fā)生。

北方土壤侵蝕熱點(diǎn)集中于黃土高原、山東丘陵區(qū)、東北大興安嶺和西北的昆侖山與塔里木盆地的交界處。黃土高原由于其特殊的地貌一直受到很多學(xué)者的關(guān)注[42],其不穩(wěn)定的土壤特性和稀少的植被覆蓋一直是其成為水土流失熱點(diǎn)的原因。大興安嶺和山東丘陵的海拔都較周圍高,土壤侵蝕的敏感性也較強(qiáng)。而中國(guó)西北部的昆侖山與塔里木盆地之間的區(qū)域,其坡度較大,有較多的冰雪消融和降雨帶來的徑流,植被以草地為主且較為稀疏,城市分布較多人為影響較大,其水蝕也比較劇烈。

2.3 中國(guó)土壤侵蝕的時(shí)間變化趨勢(shì)

將年均土壤侵蝕量按照時(shí)間序列進(jìn)行一元線性回歸分析后,得出2000年到2015年中國(guó)土壤侵蝕強(qiáng)度的時(shí)空變化格局(圖4),其中有28.72%的區(qū)域基本穩(wěn)定；37.22%的區(qū)域土壤侵蝕有增加趨勢(shì),34.04%的區(qū)域?yàn)橛袦p小的趨勢(shì)。根據(jù)1.3的方法將中國(guó)年均土壤侵蝕演變顯著程度分為5類(圖4)并進(jìn)行統(tǒng)計(jì),其中土壤侵蝕有極顯著減小趨勢(shì)的區(qū)域面積為3417 km2,占總有效統(tǒng)計(jì)面積的0.74%；有顯著減小趨勢(shì)的區(qū)域面積為132593 km2,占2.88%；有極顯著增加趨勢(shì)的區(qū)域面積為20823 km2,占0.45%；有顯著增加趨勢(shì)的區(qū)域面積為82783 km2,占1.80%。土壤侵蝕顯著增加的區(qū)域分布在中國(guó)長(zhǎng)江中下游平原、江南丘陵、云貴高原、四川盆地、東北平原和黃土高原的西北部；顯著改善的區(qū)域有黃土高原南部、秦嶺地區(qū)和東南沿海地區(qū)。

圖4 2000—2015年中國(guó)土壤侵蝕的時(shí)空變化格局Fig.4 Spatio-temporal variation pattern of soil erosion in China, 2000—2015

由于年際土壤侵蝕的變化體現(xiàn)在C因子和R因子中,可在通過對(duì)C因子和R因子進(jìn)行一元線性回歸分析后得出變化斜率(圖4),分析出有明顯土壤侵蝕強(qiáng)度變化區(qū)域的變化因素。通過圖4,可以看出中國(guó)C因子有明顯增大的區(qū)域有東北平原、新疆的準(zhǔn)噶爾盆地和吐魯番盆地、南方丘陵區(qū),以及黃土高原東部。分析其原因,東北和西北地區(qū),主要是自然植被的退化和農(nóng)業(yè)逐漸發(fā)達(dá)。隨著南方經(jīng)濟(jì)的發(fā)展,我國(guó)農(nóng)業(yè)逐漸向新疆和東北地區(qū)轉(zhuǎn)移[43],天然植被被耕地取代,耕地面積逐漸擴(kuò)大,糧食作物種類與耕種面積變化,植被因子也隨之增大,土壤侵蝕也逐漸增強(qiáng)。而部分地區(qū),如黃土高原南部、秦嶺一帶,其土壤侵蝕顯著改善,原因是陜西省、山西省、河南省實(shí)施了退耕還林和修建梯田等水土保持措施,其植被覆蓋增加、C因子減小,土壤侵蝕的情況有所好轉(zhuǎn)；并且部分區(qū)域伴隨著R因子的減少,土壤侵蝕力也有所下降。南方東南沿海區(qū)散狀分布的C因子的改變,推測(cè)與部分農(nóng)田的荒廢或退耕還林的措施有關(guān)。而R因子明顯增大的區(qū)域則在中國(guó)長(zhǎng)江中下游平原和兩廣丘陵與云貴高原之間,這些地區(qū)年降水量在逐漸增大,這也是其水蝕強(qiáng)度增大的主要原因。

3 討論

本研究計(jì)算的2000年、2005年、2010年、2015年中國(guó)的平均土壤侵蝕率分別為38.63、37.35、49.03、47.84 t km-2a-1,其中有2.25%的土地土壤侵蝕情況明顯惡化。整體上中國(guó)的平均土壤侵蝕量有所增加,但全國(guó)土壤侵蝕總面積在減少,其原因主要為C因子和R因子的變動(dòng),其表現(xiàn)是部分地區(qū)降水量的增減、植被覆蓋的變化和耕地糧食作物種類和播種面積的變化。中國(guó)社會(huì)在2000年到2015年處于快速發(fā)展的時(shí)期,人口增多、城市化加速,一方面對(duì)建筑用地的需求增多,另一方面對(duì)糧食的需求也在不斷增多,面臨著糧食安全的問題[44]。為了達(dá)到供求平衡,我國(guó)的糧食生產(chǎn)中心逐漸北移[43],農(nóng)田的開墾和土壤肥力的消耗使得東北和西北地區(qū)的土壤侵蝕強(qiáng)度增大。為了改善中國(guó)的水土流失,我國(guó)實(shí)施了一系列修復(fù)措施,有34.04%的土地的土壤侵蝕強(qiáng)度有所減小。比如我國(guó)水土流失最嚴(yán)重的黃土高原區(qū),在1999年啟動(dòng)退耕還林還草工程后[45],土壤侵蝕現(xiàn)象有了一定的改善。

大尺度土壤侵蝕的定量計(jì)算與分析在實(shí)現(xiàn)空間準(zhǔn)確性和真實(shí)性上有一定的困難。雖然RUSLE模型設(shè)計(jì)的初衷是用于坡面土壤侵蝕的計(jì)算,但由于其簡(jiǎn)潔性和參數(shù)的可獲得性在大尺度土壤侵蝕估算中有了較為廣泛的應(yīng)用。然而大尺度的計(jì)算會(huì)提高數(shù)據(jù)粗糙度,對(duì)算法進(jìn)行合理的修正可以彌補(bǔ)數(shù)據(jù)不足帶來的誤差。本研究所利用的C因子、R因子和P因子的算法,將不同土地覆蓋類型和氣候帶的參數(shù)進(jìn)行區(qū)分,提高了計(jì)算結(jié)果的空間異質(zhì)性與區(qū)域準(zhǔn)確度。對(duì)于R因子,本研究所用的Naipal法對(duì)不同氣候區(qū)進(jìn)行了分異,并針對(duì)不同的氣候區(qū)利用了不同的算法,同時(shí)也結(jié)合了海拔和降雨集中性的指標(biāo),使得計(jì)算結(jié)果在中國(guó)這個(gè)大尺度研究區(qū)中更能體現(xiàn)出異質(zhì)性。目前在國(guó)內(nèi)廣泛應(yīng)用的方法是章文波利用日降水量計(jì)算R因子的方法[46]。將易玲[47]利用章文波法計(jì)算的中國(guó)年平均R因子,與本研究應(yīng)用的Naipal法的計(jì)算結(jié)果相比,章文波法計(jì)算出的中國(guó)平均年降雨侵蝕量比本研究的結(jié)果偏大。其原因可理解為丘陵地區(qū)的R因子在調(diào)整后比未調(diào)整的R因子有所降低[22]。而目前國(guó)內(nèi)廣泛應(yīng)用的C因子的計(jì)算方法一般是兩種：一種是利用NDVI確定C因子,而另一種是根據(jù)土地覆蓋類型數(shù)據(jù),對(duì)不同的土地覆蓋類型賦予不同的C值。而本研究利用Panagos計(jì)算歐洲C因子的算法,區(qū)分耕地和非耕地并將土地利用類型、NDVI和土地覆蓋度數(shù)據(jù)融合,得出更加精準(zhǔn)的中國(guó)C因子分布。P因子則根據(jù)農(nóng)田類型和坡度賦值,體現(xiàn)了人類土壤保持措施的作用。高分辨率的地形因子(30m分辨率)使得坡度因子的精確度達(dá)到提升。

雖然數(shù)據(jù)的空間分辨率的提升和算法的改進(jìn)使得結(jié)果有了更高的準(zhǔn)確度,但由于空間尺度大,土壤侵蝕具有空間尺度效應(yīng)[6],大尺度模型估算與小尺度的土壤調(diào)查數(shù)據(jù)會(huì)一定程度的偏差。大尺度的模型計(jì)算的原數(shù)據(jù)精度與計(jì)算方法的不同也會(huì)導(dǎo)致不同研究的結(jié)果不同。例如江西省的年土壤侵蝕率,本研究計(jì)算的2015年平均土壤侵蝕率為9060 t/km2,而周夏飛等[14]利用USLE模型在江西省尺度下定量評(píng)估的結(jié)果為6375 t/km2,Teng等[15]利用RUSLE模型在全國(guó)尺度下計(jì)算結(jié)果為 92 t/km2,陳思旭等[12]基于RUSLE模型在南方丘陵的尺度下計(jì)算的結(jié)果為354 t/km2。不同研究的研究尺度不同、計(jì)算方法不同、數(shù)據(jù)來源不同,結(jié)果差異較大,但分布規(guī)律與變化規(guī)律大致相似。

中國(guó)土壤侵蝕研究應(yīng)進(jìn)一步優(yōu)化各個(gè)因子的計(jì)算方法、提高數(shù)據(jù)精度,同時(shí)修正風(fēng)力侵蝕和凍融侵蝕區(qū)的土壤侵蝕估算方法,提高其他類型土壤侵蝕量估算的空間準(zhǔn)確性。這將為土壤侵蝕的大尺度估算提供更準(zhǔn)確的地域信息,也可以為中國(guó)不同區(qū)域制定針對(duì)性的水土保持措施提供理論依據(jù)。

4 結(jié)論

(1)2000年、2005年、2010年、2015年中國(guó)的平均土壤侵蝕率為38.63、37.35、49.03、47.84,總體上中國(guó)的土壤侵蝕量有所增加,但近期國(guó)家對(duì)水土保持的重視以及實(shí)施了一系列保護(hù)措施,土壤侵蝕的強(qiáng)度有所緩解。

(2)土壤侵蝕量較高的地區(qū)集中在中國(guó)南方長(zhǎng)江中下游平原區(qū)、云貴高原、黃土高原區(qū)、昆侖山山麓,占統(tǒng)計(jì)總面積的9.65%。而土壤侵蝕量明顯增大的區(qū)域有西北農(nóng)田區(qū)、四川盆地、兩廣丘陵西部、長(zhǎng)江中下游平原和東北平原,面積達(dá)10.36×104km2。其原因有自然的降雨增多,也有開墾農(nóng)田、農(nóng)作物更替等人為行為干擾。

(3)農(nóng)業(yè)活動(dòng)增強(qiáng)了西北地區(qū)和東北地區(qū)的土壤侵蝕；南方城鎮(zhèn)化破壞了天然植被,導(dǎo)致土壤侵蝕呈現(xiàn)分散狀的增加；但黃土高原南部和東部的水土修復(fù)工程的實(shí)施使其土壤侵蝕有所緩解。