土壤流失模型(RUSLE)土壤流失评价
rusle模型ls因子
RUSLE模型与LS因子1. 简介RUSLE模型（Revised Universal Soil Loss Equation，修正通用土壤流失方程）是一种用于评估和预测土壤侵蚀的数学模型。
该模型基于土壤侵蚀的主要机理，通过考虑不同因素对土壤流失的影响，可以帮助农民、农业专家和环境保护机构制定有效的土壤保护措施。
LS因子是RUSLE模型中的一个重要组成部分，它代表了坡面长度与坡度对土壤侵蚀的影响。
本文将对RUSLE模型和LS因子进行详细介绍，并探讨其在土壤保护中的应用。
2. RUSLE模型RUSLE模型是由美国农业部（USDA）在20世纪60年代初开发的，旨在评估和预测土壤侵蚀程度。
该模型考虑了以下五个因素对土壤侵蚀的影响：•R（雨滴冲击力）：降雨强度对土壤侵蚀有着重要影响。
较大的降雨强度会增加土壤颗粒破碎和冲刷的可能性。
•K（土壤侵蚀模数）：土壤的抗侵蚀能力是影响土壤侵蚀的重要因素。
不同类型和质地的土壤具有不同的抗侵蚀能力。
•LS（坡面长度与坡度因子）：坡面长度和坡度对土壤侵蚀有着显著影响。
较长的坡面和较大的坡度会增加土壤流失的风险。
•C（植被覆盖率因子）：植被覆盖可以有效减少土壤流失，通过阻止雨滴直接撞击裸露土壤表面，减缓水流速度和降低冲刷力。
•P（保护措施因子）：采取合适的保护措施可以有效降低土壤侵蚀程度。
例如，建立梯田、种植防风林等都可以减少水流速度和冲刷力。
通过综合考虑这些因素，RUSLE模型可以计算出单位面积上的年均土壤流失量。
这对于制定合理的土地利用规划、农田管理和环境保护非常重要。
3. LS因子LS因子是RUSLE模型中的一个重要组成部分，用于量化坡面长度和坡度对土壤侵蚀的影响。
它可以通过以下公式计算得出：LS = (λ/22.1)^m × (sinβ/0.0896)^n其中，λ为坡面长度（米），β为坡度（度），m和n为经验系数。
LS因子的值越大，表示土壤流失的风险越高。
因此，通过计算LS因子，可以评估不同地区土壤侵蚀的程度，并采取相应的保护措施。
基于RUSLE模型及泥沙连通性指数的蒲河流域水土流失研究
基于RUSLE模型及泥沙连通性指数的蒲河流域水土流失研究基于RUSLE模型及泥沙连通性指数的蒲河流域水土流失研究引言：蒲河流域位于中国的南方地区，是一个重要的农业生产区域。
然而，长期以来，水土流失问题严重影响了该地区的可持续发展。
为了探究水土流失的主要因素，并提出相应的管理措施，本文基于RUSLE（Revised Universal Soil Loss Equation）模型和泥沙连通性指数，开展了蒲河流域水土流失的研究。
方法：本研究选取了蒲河流域作为研究区域，利用GIS技术对流域的地形、土壤性质和降雨情况进行了分析。
然后，根据RUSLE模型，计算了流域内不同地点的土壤流失量，并制定了水土流失风险评估指标。
此外，还利用泥沙连通性指数模型，评估了不同土地利用类型的泥沙流失能力。
结果：研究结果显示，蒲河流域的水土流失主要受降雨量、坡度、土壤侵蚀性和土地利用类型等因素的影响。
具体而言，在流域的高海拔山区，坡度是水土流失的主要驱动力，如林地、草地等植被覆盖相对较好的区域，水土流失量较低；而在低海拔的农田区，降雨和农业活动成为主要影响因素，水土流失严重。
此外，研究还发现，泥沙连通性指数较高的地区，泥沙流失能力较强，需要采取相应的保护措施。
讨论：本研究的结果表明，蒲河流域的水土流失与地形、降雨情况、土地利用类型等因素密切相关。
因此，我们应该采取一系列的水土保持措施，以减少水土流失对流域的不良影响。
例如，在高海拔山区，可以通过加强植被覆盖和构建防护林带来减缓水土流失速度；在农田区，应该加强农业管理，合理利用化肥和农药，防止农田裸露，减少土壤侵蚀。
此外，对于泥沙连通性指数较高的区域，可以修建沟蓄工程和构建沙坝，阻止泥沙向河道的输送，从而减少河流的淤积和冲刷。
结论：本研究以RUSLE模型和泥沙连通性指数为基础，对蒲河流域的水土流失进行了研究，并提出了相应的管理建议。
结果表明，流域的地形、降雨和土地利用类型是水土流失的主要因素。
基于RUSLE模型的六盘水市土壤侵蚀评价
基于RUSLE模型的六盘水市土壤侵蚀评价尹璐;闫庆武;卞正富【摘要】Mining mineral resources will easily lead to destruction of land resources and deterioration of eco-environment in mining areas. In order to explore effect of coal mining on soil erosion and evaluate the situation of soil erosion in Liupan-shui, a major coal mining based city in Southwest Guizhou Province, based on related soil texture, terrain, meteorology, land cover and land use data, status quo and spatial distribution of soil erosion in the city was studied and characterized, with emphasis on distribution of soil erosion in the mining area using the RUSLE model and GIS spatial analysis method. Results show that the soil erosion in Liupanshui is mostly mild and moderate, with severe erosion distributed only in the east and south of Shuicheng County, the east of Liuzhi Special Zone and the central of Panxian County; that soil erosion mainly occurs in woodlands, meadows, dry lands, mining area and bare land where human disturbance is intense;that the mining area in the south of Liupanshui is quite severe in soil erosion as compared with others, but yet dominated with mod-erate erosion, mainly because mining activities triggers geological disasters which in turn lower the effect of soil erosion controlling factors;and that the situation of private-owned coal minings is much worse than that of state-owned ones. It is, therefore, important for private-owned coal minings to intensify protection and management of the land resources in the process of coal mining.%矿产资源的开采容易导致矿区土地资源破坏及生态环境恶化,为探索煤矿开采对土壤侵蚀的影响,分析矿区土地侵蚀状况.以贵州省西南部煤矿城市六盘水市为研究对象,基于土壤质地、地形、气候、土地覆盖和土地利用等数据,运用RUSLE模型,结合GIS空间分析方法,研究六盘水市土壤侵蚀现状及空间分布特征,着重分析煤矿区土壤侵蚀分布特征.结果表明:(1)六盘水市土壤侵蚀以微度、中度侵蚀为主,侵蚀严重区域主要集中在水城县东部和南部,六枝特区东部以及盘县中部.(2)土壤侵蚀主要发生在人类负向干扰活动强烈的林地、草地、旱地、煤矿区和裸地.(3)六盘水市南部煤矿区侵蚀较严重,以中度侵蚀为主,主要原因是采煤造成的地质灾害使土壤侵蚀抑制因素作用减弱.(4)私营煤矿区土壤侵蚀程度比国有煤矿区严重.私营煤矿区应在煤炭开采过程中加强保护与治理.【期刊名称】《生态与农村环境学报》【年(卷),期】2016(032)003【总页数】8页(P389-396)【关键词】GIS;水土流失;RULSE模型;煤矿区【作者】尹璐;闫庆武;卞正富【作者单位】中国矿业大学环境与测绘学院, 江苏徐州 221116;中国矿业大学环境与测绘学院, 江苏徐州 221116;中国矿业大学环境与测绘学院, 江苏徐州 221116【正文语种】中文【中图分类】S157;X87水土流失是一个全球性的土地退化问题,是当今全球变化的重要表现形式[1]。
arcgis计算rusle模型计单位
arcgis计算rusle模型计单位在实际生产生活中，我们都知道，农业生产有它自己独特的特点，其中最重要的一个就是水土保持。
为了更好地保护水土资源，同时提高农业生产效益，我们需要对农业生产区域进行综合评估和环境分析。
这时，ARCgis计算RUSLE模型就显得十分重要了。
那么，究竟什么是ARCgis计算RUSLE模型呢？简单来说，RUSLE模型是指当代环境科学领域中一种用于测算作物地表流失的模型。
通过此模型，我们可以较为准确地评估农业生产中的水土流失量、土壤质量损失等指标，从而为农业生产的健康可持续发展提供数据支撑。
从ARCgis计算RUSLE模型的计算单位来看，一般采用每公顷每年的地表流失量（ton/ha/yr）进行计算。
根据RUSLE模型计算结果，我们可以统计年平均土壤流失量和作物生产可能性，为农业和水资源的管理、规划以及生态环境保护提供参考依据。
那么，具体来讲，如何使用ARCgis计算RUSLE模型的计算单位进行计算呢？下面，我们简单介绍一下。
1.首先，我们需要根据实际农业生产情况，在ARCgis软件中建立农业生产区域的地形图、高程图、植被覆盖度等影像数据。
2.然后，我们要对带有坡度、土壤侵蚀等信息的流域进行分析，以求得土壤侵蚀模型的参数数据，即降雨侵蚀指数R、坡度侵蚀指数S、覆盖因子C以及土壤侵蚀指数K等。
这些参数数据将用于后续的运算和统计。
3.接着，我们需要建立一个降雨轮廓线图，在该图上绘制出每个流域的降雨特性。
这部分内容也需要进行模拟，以获得准确的降雨偏差值，统计不同流域中的水文循环。
4.最后，我们使用ARCgis的计算功能，结合前述数据，获取农业生产区域的地表流失量，并将其原始数值进行处理，计算出每公顷每年的地表流失量，从而为农业生产管理、规划以及环境保护提供数据支撑。
以上就是ARCgis计算RUSLE模型计算单位的简单介绍，通过该模型的计算，我们可以更为准确地评估农业生产过程中的土壤流失、水资源回收和环境保护等问题，从而提高农业生产的效益和可持续性。
rusle公式(一)
rusle公式(一)Rusle公式相关公式1. Rusle公式的基本形式Rusle公式是用于评估土壤侵蚀程度的经验公式，其基本形式为：A = R × K × LS × C × P其中，A代表土壤侵蚀量；R代表降雨侵蚀指数；K代表土壤侵蚀模数；LS代表坡度和坡长因子；C代表覆盖度因子；P代表管理因子。
2. 降雨侵蚀指数(R)降雨侵蚀指数(R)是衡量降雨对土壤侵蚀的影响的重要指标，其计算公式为：R = (n × a × e) / (24 × 100)其中，n表示年降雨次数；a表示单次降雨量（毫米）；e表示侵蚀能量指数。
举例说明假设某地区年降雨次数为120次，单次降雨量为20毫米，侵蚀能量指数为50，那么该地区的降雨侵蚀指数的计算如下：R = (120 × 20 × 50) / (24 × 100) ≈ 503. 土壤侵蚀模数(K)土壤侵蚀模数(K)用来描述土壤在给定条件下的抗侵蚀能力，其计算公式为：K = ( × (30 - R)) +其中，R表示降雨侵蚀指数。
举例说明假设某地区的降雨侵蚀指数为50，那么该地区的土壤侵蚀模数的计算如下：K = ( × (30 - 50)) + =4. 坡度和坡长因子(LS)坡度和坡长因子(LS)用来描述坡度和坡长对土壤侵蚀的影响程度，其计算公式为：LS = (m × sinβ)^a × ()^m其中，m表示坡长因子；β表示坡度的度数；a和b为经验修正系数。
举例说明假设某地区的坡度为30度，坡长因子为100，经验修正系数a为，b为，那么该地区的坡度和坡长因子的计算如下：LS = (100 × sin30)^ × (×)^100 ≈5. 覆盖度因子(C)覆盖度因子(C)用来描述植被覆盖对土壤侵蚀的保护作用，其计算公式为：C = (1 - P)^c其中，P表示管理因子；c为经验修正系数。
中国土壤流失方程b因子
中国土壤流失方程b因子中国土壤流失是一个长期存在的问题，对农业生产和生态环境造成了严重影响。
土壤流失方程中的b因子是评价土壤侵蚀程度的重要指标，它表示土壤侵蚀后的剩余土壤富集水能力与未侵蚀土壤的富集水能力之比。
本文将从b因子的定义和计算方法、影响b因子的因素以及减缓土壤流失的措施等方面进行探讨。
一、b因子的定义和计算方法b因子是土壤流失方程（Universal Soil Loss Equation，简称USLE）中的一个重要参数，用来评估土壤侵蚀的程度。
b因子表示土壤侵蚀后的剩余土壤富集水能力与未侵蚀土壤的富集水能力之比，也可以理解为土壤剩余保持力的指标。
计算b因子的方法是通过实测或模型模拟，比较侵蚀后土壤的水蚀性质与未侵蚀土壤的水蚀性质之间的差异，从而得到b因子的数值。
通常采用的方法有土壤柱试验和室内小区试验等。
二、影响b因子的因素b因子的数值大小与多个因素有关，主要包括土壤类型、坡度、覆盖度和管理措施等。
1. 土壤类型：不同土壤类型的颗粒组成、结构和质地不同，对水分的渗透性和保持能力也不同，因此对b因子有重要影响。
一般来说，黏土质土壤的b因子较大，而砂质土壤的b因子较小。
2. 坡度：坡度是影响土壤流失的重要因素，对b因子也有直接影响。
坡度越大，水流速度越快，土壤侵蚀的程度也越严重，b因子的数值也会相应增加。
3. 覆盖度：植被覆盖对土壤保持和水分渗透有着重要的作用。
植被覆盖度越高，土壤流失的风险越低，b因子的数值也会相应减小。
4. 管理措施：科学合理的土壤保护措施可以显著减轻土壤流失的程度，降低b因子的数值。
例如，合理的耕作方式、植被恢复和水土保持工程等都可以有效减缓土壤流失，改善土壤质量。
三、减缓土壤流失的措施为了减缓土壤流失，保护农田生态环境，我们可以采取以下一些措施：1. 合理的耕作方式：选择合适的耕作方式，如保持耕作、梯田耕作等，减少土壤裸露的时间，提高土壤的覆盖度，降低土壤流失的风险。
美国农业部通用土壤流失方程式
美国农业部通用土壤流失方程式（USLE ）其表达式为： A ＝0.224RKLSCP式中：A — 土壤流失量（kg/m 2·年）； R — 降雨侵蚀力因子； K — 土壤可蚀性因子； L — 坡长因子S — 坡度因子：C — 植被覆盖因子； P — 土壤侵蚀控制因子； 上式各因子的物理定义为：降雨侵蚀力因子R 等于在预测期内全部降雨侵蚀指数的总和，R 值计算采用Wi shmeier 的EIx 指数法。
其对单次降雨R 值的计算公式为：① R ：对于一次暴雨来说，其计算公式为： R=I ·[(2.29+1.15lgx)·Di]式中：I ——降雨过程中的时间历时（h ）； Di ——时间历时I 的降雨量（cm ）；I ——此次暴雨强度中强度最大的30分钟的降雨强度（cm/h ）；X ——为降雨强度降雨强度（cm/h ）。
②对于一年的降雨，若缺乏降雨强度和降雨历时资料，可根据当地的气象资料：当地多年平均年降雨量及各月平均降雨量，采用Wischmeiet 经验公式计算：()[]∑=-⨯=1218188.0/5.1210735.1i p piLg R式中：P ——年降雨量（mm）；P i ——月平均降雨量（mm）。
②K：是指一种土壤对侵蚀的敏感性，土壤最准确的K值应在标准径流小区直接测得。
但许多研究表明，土壤K值和土壤本身固有的性质具有密切关系，主要与土壤质地、有机质含量、土壤结构和土壤渗透级别等因素有关，可通过采用分析土壤质地、有机质含量两项因素、并参照有关土壤可蚀因子统计参数和工程情况确定（见表7-1）。
在工程土壤松散，结构破坏的情况下，土壤可蚀性变化大，上述K值应以相应的工程系数进行调整。
③LS：地形因子主要包括坡度和坡长因子。
坡度和坡长是同时共同对土壤侵蚀和流失产生影响，因而统称为地形因子。
地形因子是地表径流长度与坡度的函数，其计算公式如下：LS=（L/22.13）m·（0.065+0.045S+0.0065S2）式中：L：侵蚀坡面的坡长（米）；S：坡度（%）；m：指数；指数m现行推荐值为:m =0.5 坡度≥5% ；m =0.4 5% > 坡度> 3%；m =0.3 3% > 坡度≥1%；m =0.2 坡度< 1%；表7-1 不同土壤质地有机质含量（%）的K值④C：植被因子C是地表覆盖情况对土壤侵蚀的影响。
基于RUSLE模型的云南省土壤侵蚀和养分流失特征分析
第35卷第6期2021年12月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .35N o .6D e c .,2021收稿日期:2021-05-06 资助项目:云南农业大学引进人才科研启动项目(A 2032021031) 第一作者:陈正发(1985 ),男,云南砚山人,博士,讲师,主要从事水土生态工程方面的研究㊂E -m a i l :c h e n z h e n g f a 2013@126.c o m 通信作者:宁东卫(1977 ),男,山西运城人,硕士,讲师,主要从事水土保持方面的研究㊂E -m a i l :674057066@q q.c o m 基于R U S L E 模型的云南省土壤侵蚀和养分流失特征分析陈正发1,2,龚爱民1,2,宁东卫1,2,张刘东1,2,王建雄1,2,相彪1,2(1.云南农业大学水利学院,昆明650201;2.云南省农业节水工程技术研究中心,昆明650201)摘要:准确评估区域土壤侵蚀和养分流失空间分布特征,是开展区域水土保持规划和生态治理的基础㊂基于G I S 空间分析技术和R U S L E 模型,对云南省土壤侵蚀和养分流失特征进行定量化分析㊂结果表明:云南省土壤侵蚀面积为1835.91ˑ104h m 2,占总面积的48.07%,平均侵蚀模数为15.65t /(h m2㊃a ),土壤侵蚀以微度侵蚀㊁轻度侵蚀为主,但极强烈侵蚀㊁剧烈侵蚀是区域侵蚀产沙的主要来源㊂滇西南区土壤侵蚀强度较大,而滇西北区土壤侵蚀强度较小㊂区域土壤侵蚀主要发生在夏季,旱地是区域侵蚀产沙的主要策源地㊂流失土层厚度集中分布在0~2mm /a ,平均土层流失厚度为1.19mm /a ㊂土壤有机质(S OM )㊁全氮(T N )㊁速效钾(A K )㊁有效磷(A P )的平均流失模数分别为820.00,55.19,3.32,0.32k g/(h m 2㊃a ),4种养分流失量空间分布均存在一定的聚集特征,总体表现为滇西区等西部区域大于东部区域㊂研究结果可为云南省水土保持规划和水土流失生态环境建设提供科学依据㊂关键词:R U S L E 模型;土壤侵蚀;侵蚀危害性评价;养分流失;G I S;云南中图分类号:S 157.1 文献标识码:A 文章编号:1009-2242(2021)06-0007-08D O I :10.13870/j.c n k i .s t b c x b .2021.06.002C h a r a c t e r i s t i c s o f S o i l E r o s i o na n dN u t r i e n tL o s s i nY u n n a nP r o v i n c eB a s e do nR U S L E M o d e lC H E NZ h e n g f a 1,2,G O N G A i m i n 1,2,N I N G D o n gw e i 1,2,Z H A N GL i u d o n g 1,2,WA N GJ i a n x i o n g 1,2,X I A N GB i a o 1,2(1.C o l l e g e o f W a t e rC o n s e r v a n c y ,Y u n n a nA g r i c u l t u r a lU n i v e r s i t y ,K u n m i n g 650201;2.R e s e a r c hC e n t e r o f A g r i c u l t u r a lW a t e rS a v i n g E n g i n e e r i n g a n dT e c h n o l o g y i nY u n n a nP r o v i n c e ,K u n m i n g 650201)A b s t r a c t :A c c u r a t e a s s e s s m e n to f s pa t i a l d i s t r ib u t i o nc h a r a c t e r i s t i c so f s o i l e r o s i o na n dn u t r i e n t l o s s i s t h e b a s i s o f r e g i o n a l s o i l a nd w a te rc o n s e r v a t i o na n de c o l o g i c a l e n v i r o n m e n t g o v e r n a n c e .B a s e do n G I Ss p a t i a l a n a l y s i st e c h n o l o g y a n d R U S L E m o d e l ,s o i le r o s i o n a n d n u t r i e n tl o s s w e r e q u a n t i t a t i v e l y ev a l u a t e di n Y u n n a nP r o v i n c e .T h e r e s u l t s s h o w e d t h a t t h e s o i l e r o s i o n a r e aw a s 1835.91ˑ104h m 2i nY u n n a nP r o v i n c e,a c c o u n t i n g fo r 48.07%o f t h e t o t a l a r e a ,a n d t h em e a na n n u a l e r o s i o nm o d u l u sw a s 15.65t /(h m 2㊃a )w i t ha t o t a l o f 597.52ˑ106t /a o f p o t e n t i a l s o i l l o s s .T h e i n t e n s i t y o f s o i l e r o s i o nw a sm a i n l y mi c r o -e r o s i o n a n dm i l d e r o s i o n ,b u t e x t r e m e l y s t r o n g er o s i o na n ds e v e r e e r o s i o nw e r e t h em a i ns o u r c e so f s e d i m e n t y i e l d .T h e s o i l e r o s i o n i n t e n s i t y w a s h i g h e r i n s o u t h w e s t e r nY u n n a n a n d l o w e r i nn o r t h w e s t e r nY u n n a n .S o i l e r o s i o nm a i n l yo c c u r r e d i ns u mm e r (J u n e -A u g u s t ),a n dd r y la n dw a s t h em a i ns o u r c eo f s e d i m e n t y i e l d .T h e t h i c k n e s so f t h e l o s t s o i l l a y e rw a sm a i n l y d i s t r ib u t e db e t w e e n0a n d 2mm /a ,a n d t h e a v e r a ge v a l u ew a s 1.19mm /a .A s t h e t h i c k n e s s of t h e l o s t s o i l l a y e r i n c r e a s i ng ,th e p r o p o r ti o n o f t h e c o r r e s p o n d i n g a r e a p r e s e n t e d a d e c r e a s i n gt r e n d .T h e a v e r a g e l o s sm o d u l u so f s o i l o r g a n i cm a t t e r (S OM ),t o t a ln i t r o ge n (T N ),a v a i l a b l e p o t a s s i u m (A K )a n d a v a i l a b l e p h o s p h o r u s (A P )w a s 820.00k g /(h m 2㊃a ),55.19k g /(h m 2㊃a ),3.32k g /(h m 2㊃a ),0.32k g /(h m 2㊃a ),r e s p e c t i v e l y .T h e s p a t i a l d i s t r i b u t i o nof t h e f o u rn u t r i e n t l o s s e sh a dc e r t a i nag g r e ga t i o n c h a r a c t e r i s t i c s ,a n d t h e o v e r a l l p e r f o r m a n c ew a s t h a t t h ew e s t e r nr e g i o nw a s l a r g e r t h a n t h e e a s t e r nr e g i o n .T h e s ef i n d i n g s c o u l d p r o v i d e s c i e n t i f i cb a s i sf o r w a t e r a n d s o i lc o n s e r v a t i o n p l a n n i n g a nde c o l o gi c a l e n v i r o n m e n t c o n s t r u c t i o n i nY u n n a nP r o v i n c e .K e yw o r d s :R U S L E m o d e l ;s o i l e r o s i o n ;e r o s i o nh a z a r d a s s e s s m e n t ;n u t r i e n t l o s s ;G I S ;Y u n n a nP r o v i n c e Copyright©博看网 . All Rights Reserved.土壤侵蚀作为全球性环境问题,是全球变化的重要组成部分[1]㊂导致土壤侵蚀的驱动力较多,其中人类不合理的土地利用是加速土壤侵蚀的主要原因[2]㊂土壤侵蚀使表土层变薄㊁带走土壤养分,导致土壤退化,土地生产力下降[3]㊂侵蚀泥沙及其伴随的养分流失也会对生态环境造成污染,土壤侵蚀成为规模最大㊁危害程度最为严重的非点源污染[4]㊂因此,土壤侵蚀及其养分流失研究已成为环境科学和农业科学研究人员共同关注的热点课题㊂定量评估区域土壤侵蚀分布特征是制定水土保持生态环境治理规划的基础和前提[5]㊂目前,国内外土壤侵蚀研究主要集中在土壤侵蚀机制㊁预测模型㊁水土保持措施及生态环境效应等方面㊂在土壤侵蚀预测模型方面,常用的模型包括经验统计模型㊁物理成因模型等[6]㊂从模型适用的空间尺度来看,一般包括坡面尺度模型㊁流域尺度模型和区域尺度模型[7],其中以流域尺度模型为主㊂国内外常用的土壤侵蚀预测模型主要包括U S L E/R U S L E㊁W E P P㊁E P M㊁E U R O S E M㊁A G N P S等模型,不同模型的输入参数㊁适宜条件㊁预测精度存在差异[8]㊂其中,U S L E/R U S L E模型因其结构简单,所需参数较少,对平均土壤侵蚀量预测较准确等特点,在世界各地得到了广泛运用[9]㊂从模型运用的空间尺度来看,基于U S L E/R U S L E模型的土壤侵蚀研究既包括坡面㊁流域尺度,同时也包括区域尺度㊂近年来,有学者[10-11]开展了基于G I S和R U S L E模型的区域土壤保持功能演变和水土保持生态服务功能评价方面的研究,取得了部分研究成果㊂土壤有机质和养分作为土壤质量评价的重要指标,其含量的大小是衡量耕地土壤质量高低的重要标准[12]㊂侵蚀过程土壤有机质和养分随着侵蚀泥沙和地表径流迁移,一方面成为农业面源污染的重要来源[4],另一方面也降低了耕地养分含量,从而使耕地质量下降[13]㊂土壤有机质在维持耕层土壤物理㊁化学和生物学特征中起着关键性作用[14],而坡面土壤侵蚀使土壤有机质通过泥沙和径流损失,破坏了耕层土壤物理㊁化学和生物结构性能,进而降低土壤质量㊂N㊁P㊁K等养分含量是土壤质量评价的重要指标,养分含量的高低对土壤质量产生直接的影响[15]㊂养分流失使表层土壤N㊁P㊁K等养分含量减小,最终导致土壤质量降低㊁耕地发生侵蚀退化,并导致水体污染㊂近年来,部分学者[16]采用U S L E/R U S L E模型对流域或区域尺度养分流失规律进行了研究,拓展了U S L E/R U S L E模型的运用范围㊂但总体而言,基于U S L E/R U S L E模型的区域尺度土壤侵蚀研究主要关注土壤流失,对养分流失的关注相对较少㊂云南省作为全球同纬度地带生物资源多样性保存最完好的地区,生态环境质量总体较好,但受人为活动等因素影响,部分区域土壤侵蚀有进一步加剧的风险,土壤侵蚀和面源污染成为区域农业生产和生态环境建设的重要障碍因素㊂基于此,本文在前人研究基础上,基于G I S空间分析技术和R U S L E模型,对云南省土壤侵蚀和养分流失进行定量化评估,为云南省水土保持规划和生态环境建设提供决策依据㊂1材料与方法1.1研究区概况云南省地处中国西南边陲㊁云贵高原西南部,国土面积39万k m2,属东亚季风和南亚季风交汇区域㊂国土面积84%为山区,丘陵和坝区平地仅占总面积的16%,地形由山地向喀斯特地貌逐渐演变㊂由于生态环境演变及人类活动的共同影响,中度生态脆弱性的类型区面积占总面积的32.02%,强度和极强脆弱的类型区面积占总面积的53.63%[17]㊂云南降雨充沛,河流众多,但在时空上分布严重不均㊂主要土壤类型为红壤㊁赤红壤㊁紫色土㊁黄壤和黄棕壤㊂研究[18]表明,云南坡耕地分布面积为472.55万h m2,占耕地面积的69.79%,坡耕地占耕地的面积比重较大,坡耕地在云南农业生产活动中具有重要地位㊂为使本研究与区域农业生产活动保持一致,参照云南省综合农业区划,将云南划分为7个分区㊂云南7个分区高程及土地利用类型空间分布见图1㊂1.2数据来源研究区D E M数据来源于中国科学院地理空间数据云平台(h t t p://w w w.g s c l o u d.c n),数据空间分辨率为30m,该数据集利用A S T E R G D E M数据进行加工得来㊂降雨数据来源于均匀分布于云南省的36个国家基本气象站1951 2018年间的降雨观测资料㊂土地利用来源于中国科学院资源环境科学数据中心(h t t p://w w w.r e s d c.c n),数据空间分辨率为30k m;该土地利用数据基于2015年L a n d s a tTM/ E T M遥感影像为主要数据源,通过人机交互解译生成;土地利用分类包括耕地(分为水田和旱地)㊁林地㊁草地㊁水域㊁建设用地和未利用土地6个一级类型㊂土壤分布图来源于联合国粮农组织(F A O)和维也纳国际应用系统研究所(I I A S A)构建的世界和谐土壤数据库(HW S D),该数据空间分辨率为1k m,采用的土壤分类系统为F A O-90㊂土壤养分含量空间分布采用2005 2015年在云南省土壤测土配方施肥项目中获取的分县级数据集,建立全省30mˑ30m的土壤养分空间分布栅格图㊂根据云南省气候㊁地理特点,在1个年度中季节划分为3 5月为春季,6 8月为夏季,9 11月为秋季,12月至翌年1,2月为冬季㊂8水土保持学报第35卷Copyright©博看网 . All Rights Reserved.图1 云南省高程和土地利用类型空间分布2 研究方法2.1 分析计算模型2.1.1 R U S L E 模型及计算流程 采用R U S L E 模型定量评估云南省土壤流失量,R U S L E 方程基本形式为:A =R K L S C P (1)式中:A 为年平均土壤流失量(t /(h m 2㊃a ));R 为降雨和径流侵蚀因子((M J ㊃mm )/(h m 2㊃h ㊃a ));K为土壤可蚀性因子((t ㊃h m ㊃h )/(M J ㊃mm ㊃h m ));L S 为地形因子,其中L 为坡长因子,S 为坡度因子;C 为植被覆盖与管理因子;P 为水土保持措施因子,均为无量纲因子㊂为模拟现状土壤侵蚀空间分布特征,本研究土地利用数据采用2015年土地利用图,并依据1951 2018年降雨观测资料计算逐年降雨侵蚀力,取平均值作为现状降雨侵蚀力值㊂采用水利部‘土壤侵蚀分类分级标准“(S L190 2007)进行侵蚀强度等级划分㊂模型计算分析基于A r cG I S10.2软件进行,分析流程为:(1)基于基础数据分别计算并获取R ㊁K ㊁L S ㊁C ㊁P 因子空间分布;(2)基于G I S 空间运算功能,计算各因子乘积并得到云南省土壤侵蚀空间分布;(3)采用G I S 的空间分析功能,进一步提取土壤侵蚀空间特征参数㊂为确保计算结果精度,计算栅格均统一为30mˑ30m ,并转换为相同的地理坐标系㊂2.1.2 流失土层厚度计算模型 根据质量守恒原理,可导出流失土层厚度ΔH 计算模型为:ΔH =A10ˑρ(2)式中:ΔH 为流失土层厚度(mm /a );A 为土壤侵蚀模数(t /(h m 2㊃a ));ρ为自然状态下的土壤容重(g /c m 3),10为单位换算系数㊂本研究参照水利部‘土壤侵蚀分类分级标准“(S L190 2007)的估算方法,结合对云南省不同土壤类型坡面土壤容重的实测数据变化,土壤容重取值为1.35g /c m 3㊂2.1.3 养分流失估算模型 参照文献[16]提出的方法,第i 种养分物质流失量N i 估算公式为:N i =E R i ˑA ˑW i (3)式中:A 为侵蚀模数(t /(h m 2㊃a ));E R i 为第i 种养分的侵蚀泥沙富集系数;W i 为第i 种养分在土壤中的含量(土壤有机质(S OM )的含量单位为g /k g ,全氮(T N )的含量单位为g /k g ,有效磷(A P )的含量单位为m g /k g ,速效钾(A K )的含量单位为m g /k g )㊂根据已有研究[19-20],土壤有机质的侵蚀泥沙富集系数分布在1.30~2.33,均值为1.64;全氮的侵蚀泥沙富集系数分布在1.05~2.99,均值为1.95;有效磷的侵蚀泥沙富集系数分布在0.84~1.95,均值为1.34;速效钾的侵蚀泥沙富集系数分布在1.14~2.17,均值为1.67㊂因此,本研究土壤有机质㊁全氮㊁有效磷㊁速效钾的侵蚀泥沙富集系数均分别取1.64,1.95,1.34,1.67㊂2.2 R U S L E 模型因子确定2.2.1 土壤可蚀性因子(K ) 土壤可蚀性因子反映土壤承受侵蚀动力剥蚀和搬运的敏感性,是评价土壤对侵蚀敏感程度的重要定量化参数㊂本研究引用杨子生[21]㊁郭志民[22]针对土壤可蚀性K 的研究成果,并将土壤可蚀性值转化为国际制单位,K 值取值见表1㊂表1 云南省不同土壤类型K 值变化土壤类型(亚类)K (U S )K (S I )土壤类型(亚类)K (U S )K (S I)红壤0.4100.054燥红土0.340.044黄红壤0.3300.043褐红土0.340.045山原红壤0.4120.054冲积土0.350.046红壤性土0.4200.055红色石灰土0.250.033黄壤0.3800.050黑色石灰土0.310.041黄壤性土0.3470.046黄色石灰土0.260.035黄棕壤0.3210.042酸性紫色土0.420.055暗黄棕壤0.3040.040中性紫色土0.400.053棕壤0.2920.038石灰性紫色土0.400.052暗棕壤0.2860.038赤红壤0.270.035棕色针叶林土0.2500.033注:K (U S )表示美国制单位;K (S I)表示国际制单位㊂9第6期 陈正发等:基于R U S L E 模型的云南省土壤侵蚀和养分流失特征分析Copyright©博看网 . All Rights Reserved.2.2.2降雨侵蚀力因子(R)降雨侵蚀力因子一般采用简易公式计算,但不同的简易公式计算得到的降雨侵蚀力数值差异较大,需对计算模型的适宜性进行评价㊂根据陈正发等[23]对云南省降雨侵蚀力计算模型的适宜性研究成果,降雨侵蚀力计算公式为:R=5.249(ð12i=1P i P P i)1.205(4)式中:P为年降雨量(mm);P i为第i个月的降雨量(mm)㊂设F i=P iP P i,A=(ð12i=1F i)β-1,α=5.249,β=1.205,则每个月的降雨侵蚀力计算公式为:R i=αA F i=5.249A F i(5)式中:R i为第i个月的降雨侵蚀力值((M J㊃mm)/(h m2㊃h㊃a))㊂2.2.3地形因子(L S)坡度因子(S)和坡长因子(L)统称为地形因子,反映地形地貌特征对土壤侵蚀的影响㊂本研究缓坡地(θ<14ʎ)坡度因子采用早期U S L E中给出的计算式:S=65.41ˑ(s i nθ)2+4.56ˑs i nθ+0.065(6)式中:θ为坡度(ʎ)㊂陡坡地(θȡ14ʎ)地形因子采用刘宝元等[24]基于中国天水㊁安塞和绥德3个水土保持试验站天然径流小区观测资料提出的模型进行计算:S=21.91s i nθ-0.96(7)坡长因子(L)采用U S L E模型提出的计算公式进行计算:L=(l22.1)m(8)式中:l为坡长值(m);m为可变的坡长指数㊂当θ< 0.57ʎ时,m=0.2;0.57ʎɤθ<1.72ʎ,m=0.3;1.72ʎɤθ<2.86ʎ,m=0.4;θȡ2.86ʎ,m=0.5㊂计算地形因子过程中,首先基于D E M图直接提取坡度因子(S);其次,采用H i c k e y[25]提出的方法,基于D E M数据经过一系列水文流量累积分析后,最终得到坡长因子(L);最后,取2个因子图的乘积,即得到地形因子(L S)空间分布图㊂2.2.4植被覆盖与管理因子(C)植被覆盖与管理因子反映地表有植被覆盖情况下对侵蚀的减小作用,因子取值在0~1,一般通过模型计算法㊁试验法㊁赋值法确定C因子㊂本研究采用赋值法获得C因子空间分布图㊂根据杨子生[21]在云南开展的研究成果,水田C因子取值为0.088,旱地取值为0.120,林地取值为0.003,草地取值为0.005,其他土地利用类型取值为1.000㊂2.2.5水土保持措施因子(P)水土保持措施因子反映实施水土保持措施后对侵蚀的减小作用,因子取值在0~1,区域尺度一般依据土地利用类型进行赋值㊂根据赵明松等[16]和杨子生[21]研究成果,将林地㊁草地的P因子赋值为0.1,旱地赋值为0.35,水田赋值为0.18,其他土地利用类型均赋值为0㊂3结果与分析3.1模型计算结果精度验证基于R U S L E模型进行区域土壤侵蚀评估中,需要对计算精度进行验证㊂抚仙湖尖山河小流域位于云南省滇中地区,多年平均降雨量1050mm,雨季为6 10月,降雨量占全年总降雨量的75%,年平均径流深300mm,年均蒸发量为900mm,流域土壤主要是红紫泥土和红壤㊂尖山河小流域土壤㊁降雨㊁地形地貌㊁土地利用等特征在云南省具有较好的代表性,因此采用王克勤等[26]2006年在尖山河小流域标准径流小区观测的数据,验证模型计算结果的精度㊂通过计算,模型在灌草地㊁坡耕地㊁次生林小区上的土壤侵蚀预测精度最高,相对偏差仅为0.93%,-7.28%, 8.48%,梯坪地㊁人工林小区的预测相对偏差较大,相对偏差为16.60%,16.67%㊂整体上看,5种土地利用类型上的预测相对偏差为7.08%,模型确定系数为0.992,较接近于1,表明预测结果整体上比实测结果偏大,但整体偏差<10%,表明模型精度相对较高,可基本满足云南省土壤侵蚀和养分流失评估精度要求㊂3.2土壤侵蚀空间分布特征根据模型计算结果,云南省土壤侵蚀面积为1835.91ˑ104h m2,占总面积的48.07%,侵蚀量为597.52ˑ106t/a,年平均侵蚀模数为15.65t/(h m2㊃a)㊂图2为云南省土壤侵蚀强度分级图㊂从图2可以看出,云南大部分地区土壤侵蚀强度均处于微度侵蚀,其次为轻度侵蚀和中度侵蚀,强烈以上等级的侵蚀分布面积较小,但呈现出集中分布特征㊂图2云南省土壤侵蚀强度空间分布从表2可以看出,微度侵蚀所占面积最大,面积占比为51.93%,侵蚀模数仅为1.41t/(h m2㊃a),年01水土保持学报第35卷Copyright©博看网 . All Rights Reserved.侵蚀量仅占总侵蚀量的4.68%㊂轻度侵蚀面积仅次于微度侵蚀,侵蚀面积占比为36.75%,侵蚀模数为9.86t /(h m 2㊃a ),年侵蚀量占总侵蚀量的23.17%㊂中度侵蚀面积占比为3.26%,侵蚀模数为33.16t /(h m 2㊃a ),年侵蚀量占总侵蚀量的6.91%㊂强烈侵蚀㊁极强烈侵蚀和剧烈侵蚀面积占比差异较小,侵蚀面积占比分别为2.32%,3.53%,2.21%;尽管上述3个侵蚀强度等级的侵蚀面积占比较小,但平均侵蚀模数较大,侵蚀模数分别为64.92,109.26,219.45t /(h m 2㊃a ),且土壤侵蚀量占比分别达到9.64%,24.68%,30.93%㊂其中,剧烈侵蚀的面积占比仅为2.21%,但侵蚀量占比却高达30.93%,剧烈侵蚀是云南省侵蚀产沙的主要策源地㊂此外,极强烈侵蚀的面积占比也较低,仅为3.53%,而侵蚀量占比却高达24.68%㊂上述分析表明,云南省土壤侵蚀以微度㊁轻度侵蚀为主,但极强烈㊁剧烈侵蚀量占比较大,区域水土保持生态环境建设中应重视极强烈㊁剧烈侵蚀等级的水土流失治理㊂表2 云南省土壤侵蚀强度分级特征侵蚀强度分级面积/万h m2面积所占比例/%侵蚀量/(106t㊃a -1)侵蚀量所占比例/%平均侵蚀模数/(t ㊃h m -2㊃a-1)微度侵蚀1983.1351.9327.954.681.41轻度侵蚀1403.5236.75138.4323.179.86中度侵蚀124.483.2641.286.9133.16强烈侵蚀88.752.3257.629.6464.92极强烈侵蚀134.953.53147.4424.68109.26剧烈侵蚀84.222.21184.8130.93219.45合计3819.04100.00597.52100.0015.65 土壤侵蚀是导致土地退化㊁土地生产力下降的重要原因,分析不同农业分区土壤侵蚀特征,可为分区水土流失治理和耕地质量保护提供科学依据㊂从表3可以看出,不同农业分区侵蚀模数和侵蚀总量均存在差异,侵蚀模数的大小关系为滇西南区>滇东北区>南部边缘区>滇西区>滇中区>滇东南区>滇西北区,而侵蚀量的大小关系为滇西南区>滇中区>南部边缘区>滇西区>滇东南区>滇东北区>滇西北区㊂滇西南区平均侵蚀模数㊁侵蚀量均为最大,侵蚀模数达24.91t /(h m 2㊃a ),土壤侵蚀总量为144.08ˑ106t /a,说明滇西南区是云南省土壤侵蚀相对较严重的区域㊂滇东北区平均土壤侵蚀模数仅次于滇西南区,平均侵蚀模数为23.45t /(h m 2㊃a),土壤侵蚀强度也较大㊂南部边缘区土壤侵蚀模数为17.69t/(h m 2㊃a ),土壤侵蚀量为105.93ˑ106t /a ,土壤侵蚀量小于滇中区,但平均侵蚀模数大于滇中区㊂滇西区的土壤侵蚀量㊁侵蚀模数均小于南部边缘区,平均土壤侵蚀模数为16.66t /(h m 2㊃a),土壤侵蚀总量为82.42ˑ106t /a ㊂滇西北区土壤侵蚀模数和侵蚀量均为最小,侵蚀模数仅为9.30t /(h m 2㊃a ),表明该分区土壤侵蚀强度相对较小㊂3.3 土壤侵蚀季节分布特征受不同季节降雨侵蚀力㊁植被覆盖等因子变化的影响,不同季节土壤侵蚀存在较大波动㊂从图3可以看出,不同季节土壤侵蚀模数差异较大㊂其中,夏季土壤侵蚀模数最大,侵蚀模数集中分布在0~50t/h m 2,平均土壤侵蚀模数为10.53t /h m 2,侵蚀强度等级以轻度侵蚀㊁微度侵蚀为主㊂秋季土壤侵蚀模数仅次于夏季,侵蚀模数集中分布在0~25t /h m 2,平均土壤侵蚀模数为2.94t /h m 2,处于微度侵蚀㊂春季土壤侵蚀模数集中分布在0~5t /h m 2,平均土壤侵蚀模数为1.52t /h m 2,处于微度侵蚀㊂冬季土壤侵蚀模数最小,侵蚀模数集中分布在0~1.3t /h m 2,平均土壤侵蚀模数为0.17t /h m 2,也处于微度侵蚀㊂从侵蚀量占比来看,春㊁夏㊁秋㊁冬4个季节土壤侵蚀量占全年侵蚀总量的比重分别为10.18%,68.99%,19.69%,1.14%,表明云南省土壤侵蚀过程主要发生在夏季,夏季是云南省降雨侵蚀的敏感期,同时也是水土流失防治的关键时段㊂表3 不同分区土壤侵蚀特征分区侵蚀模数均值/(t ㊃h m -2㊃a-1)标准差C V 侵蚀量数值/(106t ㊃a -1)占比/%滇西北区9.3026.692.8745.827.67滇东北区23.4544.991.9251.558.63滇西区16.6640.852.4582.4213.79滇中区12.7331.312.46109.3118.29南部边缘区17.6943.502.46105.9317.73滇西南区24.9155.542.23144.0824.11滇东南区11.9427.982.3458.419.783.4 不同土地利用类型土壤侵蚀特征不同土地利用类型的侵蚀环境和受人为活动影响的强度不一致,导致不同土地利用的土壤侵蚀特征也存在较大差异㊂从表4可以看出,不同土地利用类型侵蚀模数㊁侵蚀量占比存在较大差异㊂从侵蚀模数来看,旱地侵蚀模数最大,平均侵蚀模数为79.79t /(h m 2㊃a),达到强烈侵蚀等级;草地的侵蚀模数仅次于旱地,平均侵蚀模数为10.32t /(h m 2㊃a ),处于11第6期 陈正发等:基于R U S L E 模型的云南省土壤侵蚀和养分流失特征分析Copyright©博看网 . All Rights Reserved.轻度侵蚀等级;林地㊁水田的侵蚀模数均值差异较小,平均侵蚀模数分别为4.87,2.61t/(h m2㊃a),处于微度侵蚀等级,表明林地㊁水田的水土保持效果较好,地表土壤侵蚀强度较小;未利用土地㊁建设用地㊁水域等土地利用类型几乎不发生侵蚀,或侵蚀量十分微小,整体上处于微度侵蚀等级㊂从不同土地利用类型侵蚀量占比来看,旱地㊁林地㊁草地是区域侵蚀产沙的主要来源,其他土地利用类型侵蚀量占比均较小㊂其中,旱地的侵蚀量占比最大,侵蚀量占比达67.42%,表明云南省大部分土壤侵蚀发生在旱地上,旱地是区域侵蚀产沙的主要来源㊂林地的侵蚀量占比仅次于旱地,侵蚀量占比为17.44%;草地侵蚀量占比小于林地,侵蚀量占比为14.46%㊂图3不同季节土壤侵蚀分布表4不同土地利用类型土壤侵蚀特征土地利用类型侵蚀面积/104h m2微度侵蚀轻度侵蚀中度侵蚀强烈侵蚀极强烈侵蚀剧烈侵蚀平均侵蚀模数/(t㊃h m-2㊃a-1)侵蚀量占比/%林地1411.55755.4010.362.614.353.334.8717.44草地273.68535.9340.771.912.151.3710.3214.46水域00000000建设用地40.030000000未利用地15.860000000水田136.8323.430.450.190.220.122.610.69旱地64.1787.7572.7783.97128.1579.3679.7967.42 3.5流失土层厚度特征土壤侵蚀导致坡面表土层不断流失,使土层厚度变薄,坡面石砾化和土壤粗骨化,最终导致土壤退化㊂通过计算,云南省土壤侵蚀流失土层厚度分布在0~69.9m m/a,平均土层流失厚度为1.19m m/a,不同区域流失土层厚度存在差异㊂从表5可以看出,随着流失土层厚度增加,对应面积占比表现为递减趋势;大部分区域流失土层厚度为0~2m m/a,对应的面积为3407.63ˑ104h m2,占总面积的比例为89.23%㊂其中,流失土层厚度为0~0.5m m/a的面积分布最广,分布面积为2293.79ˑ104h m2,占总面积的比例为60.06%;流失土层厚度为0.5~2m m/a范围的面积分布也较大,为1113.84ˑ104h m2,占总面积的比例为29.17%;流失土层厚度>2m m/a范围的面积分布较小,为411.41ˑ104h m2,占总面积的比例仅为10.77%㊂表5土壤侵蚀流失土层厚度分布面积及所占比例流失土层厚度/ (mm㊃a-1)流失面积/104h m2占比/%0~0.52293.7960.06 0.5~2.01113.8429.17 2.0~5.0156.404.10 5.0~8.0103.792.72 8.0~12.079.892.09 12.0~15.030.250.79 15.0~20.024.650.65 20.0~25.010.200.27 25.0~30.04.050.11 >30.02.180.063.6养分流失空间分布特征土壤侵蚀过程中,养分元素伴随着侵蚀泥沙和地表径流发生迁移㊁沉积,一方面作为农业面源污染的重要来源,另一方面使耕地上作物所需养分减少,使土地产生侵蚀性退化㊂面源污染治理作为区域环境整治的重要组成部分,研究区域养分流失时空分布特征对制定区域环境治理规划和开展生态环境建设具有重要的指导意义㊂从表6可以看出,在4种养分中土壤有机质(S O M)年流失总量㊁平均流失模数均为最大,年流失总量为3129.33ˑ104t,平均流失模数达820.00k g/(h m2㊃a);全氮(T N)年流失总量和平均流失模数仅次于土壤有机质(S O M),年流失总量为210.76ˑ104t,平均流失模数为55.19k g/(h m2㊃a);速效钾(A K)流失量和流失模数次于全氮(T N),年流失总量为12.69ˑ104t,平均流失模数为3.32k g/(h m2㊃a);有效磷(A P)年流失总量和平流失模数均为最小,年流失总量仅为1.22ˑ104t,平均流失模数为0.32k g/(h m2㊃a)㊂从空间分布上来看,土壤有机质流失量分布在0~ 60945k g/(h m2㊃a),集中分布在0~2151.01k g/ (h m2㊃a),不同区域土壤有机质流失模数空间分布差异性较大,滇西区有机质流失模数明显大于其他分区㊂全氮流失模数分布在0~3865k g/(h m2㊃a),集中分布在0~151.56k g/(h m2㊃a),不同地区全氮流失模数空间分布也存在差异性,总体表现为滇西区等西部区域大于东部区域㊂有效磷流失模数分布在0~28.9k g/(h m2㊃a),集中分布在0~1.02k g/(h m2㊃a),流失模数空间分布也21水土保持学报第35卷Copyright©博看网 . All Rights Reserved.存在差异性,也表现为滇西区等西部区域流失量大于东部区域㊂速效钾流失模数分布在0~216k g/(h m2㊃a),集中分布在0~8.48k g/(h m2㊃a),流失模数空间分布总体表现为滇西区等西部区域大于东部区域㊂上述分析表明,云南省4种养分流失模数空间分布均存在较大差异性,但空间分布上存在一定的聚集特征,总体表现为滇西区等西部区域大于东部区域㊂表6云南省养分流失特征统计养分类型流失模数集中分布区间/(k g㊃h m-2㊃a-1)平均流失模数/(k g㊃h m-2㊃a-1)流失量/(104t㊃a-1)土壤有机质0~2151.01820.003129.33总氮0~151.5655.19210.76有效磷0~1.020.321.22速效钾0~8.483.3212.69 4讨论4.1不同区域土壤侵蚀模数比较土壤侵蚀模数可较好地反映不同空间位置上土壤侵蚀强度的大小和潜在侵蚀危险性特征㊂由于不同区域影响土壤侵蚀的因子不同,使得不同区域土壤侵蚀模数也存在较大差异㊂据估计[27],全球尺度土壤侵蚀模数为12~15t/(h m2㊃a),每年流失约0.90~0.95mm厚度的表层土壤㊂国内部分研究[28]结果显示,云南省澜沧江流域平均土壤侵蚀模数分布在0~2853t/(h m2㊃a),平均值为19.8t/(h m2㊃a)㊂从本文研究来看,云南省土壤侵蚀面积占总面积的48.07%,年平均侵蚀模数为15.65t/(h m2㊃a),总体处于轻度侵蚀等级㊂从结果对比来看,云南省平均土壤侵蚀模数接近全球平均值,侵蚀强度小于我国的黄土高原区(平均侵蚀模数>20t/(h m2㊃a))[29]和三峡库区(平均侵蚀模数20.87t/(h m2㊃a))[30]等区域,但较东北漫岗区(平均侵蚀模数6.77t/(h m2㊃a))[31]㊁安徽省(平均侵蚀模数2.57t/(h m2㊃a))[16]等区域大,说明云南省土壤侵蚀相对较严重,水土保持生态建设仍然面临着艰巨任务,该结论与胡云锋等[29]的研究结果一致㊂此外,本研究显示云南西部土壤侵蚀强度大于东部,而澜沧江流域位于云南省西部,该区域土壤侵蚀模数(19.80t/(h m2㊃a))大于全省的均值(15.65t/(h m2㊃a)),该研究结果与Z h o u等[28]对云南省澜沧江流域土壤侵蚀的研究结果具有一致性㊂4.2土地利用变化对土壤侵蚀的影响不同土地利用类型植被覆盖㊁微地貌特征㊁水土保持效应存在差异性,从而影响地表径流和土壤侵蚀过程[32]㊂从本文研究结果来看,旱地㊁草地㊁林地㊁水田的侵蚀模数分别为79.79,10.32,4.87,2.61t/ (h m2㊃a),农用地中的旱地土壤侵蚀模数显著大于其他土地利用类型,该研究结果与大多数研究[28]结论一致㊂农用地在耕作过程中表层土壤产生人为扰动现象,同时对地表覆盖状况也产生深刻影响,耕作过程降低土壤和地表对径流侵蚀的抵抗力,加剧土壤侵蚀进程㊂草地㊁林地地表覆盖度相对较高,且地表人为扰动相对较小,坡面土壤侵蚀模数也较小㊂云南省作为典型的高原山地区,大部分旱地为坡度>3ʎ的坡耕地[18]㊂受自然因素和不合理耕作活动的影响,坡耕地土壤侵蚀强度较大,整体上处于强度侵蚀等级㊂因此,旱地(特别是坡耕地)应成为区域水土保持生态环境治理的重点区域㊂随着人为活动对区域土地利用空间格局影响作用的增强,区域土壤侵蚀空间分布也将发生演变,这对区域水土保持生态环境建设带来了新的挑战[2]㊂本文仅对当前状态下的土壤侵蚀空间分布特征进行了研究,今后应加强土地利用/覆盖变化条件下土壤侵蚀时空分布演变特征的研究,以为区域水土保持治理提供科学依据㊂5结论(1)云南省土壤侵蚀面积为1835.91ˑ104h m2,占总面积的48.07%,总侵蚀量为597.52ˑ106t/a,年平均侵蚀模数为15.65t/(h m2㊃a)㊂大部分地区土壤侵蚀强度处于微度侵蚀,其次为轻度侵蚀和中度侵蚀,强烈及以上等级的侵蚀分布面积较小,但呈现出集中分布特征,极强烈侵蚀㊁剧烈侵蚀是区域侵蚀产沙的主要来源㊂不同农业分区侵蚀模数和侵蚀总量均存在差异,滇西南区土壤侵蚀强度最大,而滇西北区土壤侵蚀强度最小㊂(2)不同季节土壤侵蚀模数和侵蚀量占比差异较大,夏季平均土壤侵蚀模数和侵蚀量占比均最大,云南省土壤侵蚀主要发生在夏季㊂不同土地利用类型侵蚀模数㊁侵蚀量占比存在较大差异,其中旱地的侵蚀模数㊁侵蚀量占比均为最大,旱地是区域侵蚀产沙的主要来源㊂(3)云南省土壤侵蚀导致的流失土层厚度分布在0~69.9m m/a,集中分布在0~2m m/a,平均流失土层厚度为1.19m m/a㊂流失土层厚度处于0~0.5m m/a范围的面积分布最广,占总面积的比例达60.06%㊂(4)云南省土壤有机质(S OM)年流失总量为3129.33ˑ104t,平均流失模数达820.00k g/(h m2㊃a);全氮(T N)年流失总量为210.76ˑ104t,平均流失模数为55.19k g/(h m2㊃a);速效钾(A K)年流失总量为12.69ˑ104t,平均流失模数为3.32k g/(h m2㊃a);有效磷(A P)年流失总量为1.22ˑ104t,平均流失模数为0.32k g/ (h m2㊃a)㊂4种养分流失模数空间分布均存在较大差异性,但空间分布上存在一定的聚集特征,总体表现为滇西区等西部区域大于东部区域㊂31第6期陈正发等:基于R U S L E模型的云南省土壤侵蚀和养分流失特征分析Copyright©博看网 . All Rights Reserved.。
土壤流失模型(RUSLE)土壤流失评价(汇编)
9.4土壤流失模型（RUSLE）：土壤流失评价水土流失(water Loss and Soil Erosion)是当今世界面临的一个重大环境问题，是指在水力、重力、风力等外力的作用下，水土资源和土地生产力的破坏和损失，包括了土壤侵蚀(Soil Erosion)及水的流失两个方面。
水土流失是一个受多种因素驱动作用的自然过程，由降雨作为主要侵蚀动力的即为水力侵蚀，其作用多体现于具有一定坡度的山地、丘陵地区，以降水直接冲走表层土壤为主要表现形式。
当表层土壤受侵蚀的程度超过一定的安全阈值时，就会形成或引发滑坡、泥石流等剧烈的土壤流失过程，降低区域土壤生产力，严重影响生态系统的平衡。
由于这一过程表现出明显的斑块性和异质性，难以用定点实验进行追踪监测，故多以预测估算的方式对之进行研究。
9.4.1 RUSLE模型RUSLE模型(The Revised Universal Soil Loss Equation)是美国农业部于1997年在通用土壤流失模型USLE(The universal Soil Loss Equation)的基础上修订建立并正式实施的一种适用范围更广的修正模型。
自颁布之后即在美国得到了广泛的应用，目前美国各州都己有成功应用的案例。
该模型也被世界各国的研究者借鉴，于20世纪90年代被引入中国。
RUSLE模型目前己在国内外的土壤侵蚀预测研究中得到了非常广泛的应用。
其计算表达式为：=⋅⋅⋅⋅(1)A R K LS C P图1 RUSLE模型的技术流程图A为预测土壤侵蚀量(estimated average soil loss in tons per acre per year)，主要指由降雨和径流引起的坡面细沟或细沟间侵蚀的年均土壤流失量。
R 为降雨侵蚀力因子(rainfall-runoff erosivity factor) (MJ·mm·hm-2·h-1·a-1）,它反映降雨引起土壤流失的潜在能力。
基于RUSLE模型的喀斯特峰丛洼地土壤侵蚀及其养分流失评估
基于RUSLE模型的喀斯特峰丛洼地土壤侵蚀及其养分流失评估曾成;白晓永;李阳兵【期刊名称】《科学技术与工程》【年(卷),期】2018(018)010【摘要】The spatial variability of soil erosion was analyzed, which the relationship between soil erosion and soil nutrient loss was discussed in Karst-peak cluster depression,and the spatial variability of different soil nutrient loss was revealed.The typical karst peak cluster depression in southern China used GIS technology and RUSLE model.The results show that the total area of soil erosion was 1 950.21 ×104t· a -1in 2015, accounting for 76.75%of the study area.The spatial distribution of soil erosion is characterized by the north and south sides to the central changes in the strip.The total nutrient loss caused by soil erosion was 57.76×104t·a-1,and the aver-age losses of SOC,TN,TP and TK were38.13,1.18,0.16,6.00 t·km-2·a-1,respectively.The spatial varia-tion of soil erosion is overall:erosion area and erosion mount gradually decreased with the erosion level increases, but the average erosion modulus increase process in the study area.The spatial distribution of soil erosion deter-mines the spatial distribution of soil nutrient loss.%以中国南方典型喀斯特峰丛洼地为研究对象,基于GIS技术和RUSLE模型,对喀斯特峰丛洼地的土壤侵蚀空间变化特征进行了分析.探讨了峰丛洼地土壤侵蚀与土壤养分流失之间的关系,揭示了该地区不同土壤养分流失之间的空间变化差异.结果表明:2015年研究区土壤侵蚀总量为1950.21×104t·a-1,占研究区国土面积的76.75%.土壤侵蚀空间分布整体上呈现出南北两侧向西中部变化的条带状的空间分布特征.因土壤侵蚀引起的土壤有机碳(SOC)、全氮(TN)、全磷(TP)和全钾(TK)等养分流失总量为57.76×104t·a -1,其中SOC、TN、TP和TK的平均流失量分别为38.13、1.18、0.16和6.00 t· km-2·a -1.研究区土壤侵蚀的空间变化整体上是随侵蚀等级增加,侵蚀面积和侵蚀量逐渐减少而平均侵蚀模数增加的过程,土壤侵蚀的空间分布差异决定了土壤养分流失空间分布差异.【总页数】6页(P197-202)【作者】曾成;白晓永;李阳兵【作者单位】贵州师范大学地理与环境科学学院,贵阳550001;中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳550002;中国科学院普定喀斯特生态系统观测研究站,普定562100;中国科学院地球化学研究所环境地球化学国家重点实验室,贵阳550002;中国科学院普定喀斯特生态系统观测研究站,普定562100;贵州师范大学地理与环境科学学院,贵阳550001【正文语种】中文【中图分类】S157.1【相关文献】1.典型喀斯特峰丛洼地生态系统生态服务功能价值评估——以贵州平塘县为例 [J], 易武英;张建利;代丽华;黎有为;周文龙2.典型喀斯特峰丛洼地农业生态系统生态服务价值评估——以平塘县19个乡镇为例 [J], 易武英;刘虹虹;张建利;唐金刚;代丽华3.基于RUSLE模型的安徽省土壤侵蚀及其养分流失评估 [J], 赵明松;李德成;张甘霖;程先富4.喀斯特峰丛洼地退耕还林还草工程的植被土壤耦合协调度模型 [J], 彭晚霞;宋同清;曾馥平;王克林;杜虎;鹿士杨5.基于RUSLE模型的云南省土壤侵蚀和养分流失特征分析 [J], 陈正发;龚爱民;宁东卫;张刘东;王建雄;相彪因版权原因，仅展示原文概要，查看原文内容请购买。
土壤流失量计算公式
土壤流失量计算公式土壤流失可是个大问题，它不仅会影响土地的肥力，还可能引发一系列的环境问题。
而要搞清楚土壤流失的情况，咱们就得依靠一些计算公式。
先来说说通用土壤流失方程（USLE），这在研究土壤流失量时经常被用到。
它的公式是：A = R×K×LS×C×P 。
这里的 A 代表的是土壤流失量，R 是降雨侵蚀力因子，K 是土壤可蚀性因子，LS 是坡长坡度因子，C 是作物管理因子，P 是水土保持措施因子。
比如说，我之前去一个小山村调研，那里的山坡地种满了庄稼。
我发现，同样的降雨条件下，坡长较长、坡度较陡的地块，土壤流失明显更严重。
这就很直观地体现了坡长坡度因子（LS）的作用。
再来讲讲修正通用土壤流失方程（RUSLE），它在通用土壤流失方程的基础上进行了改进。
公式变成了：A = R×K×LS×C×P×E 。
这里多出来的 E 是侵蚀控制实践因子。
给您举个例子，在一个果园里，果农采用了不同的管理方式。
有的果农定期除草、整土，还修了一些小的挡土墙，他们果园的土壤流失量就相对较少。
而那些管理比较粗放的果园，土壤流失就严重一些。
这就说明了作物管理因子（C）和水土保持措施因子（P）的重要性。
还有一些其他的计算公式，比如风蚀方程等等。
但不管是哪种公式，都是为了帮助我们更准确地了解土壤流失的情况，从而采取有效的措施来保护土壤。
总之，这些土壤流失量计算公式就像是我们了解土壤“健康状况”的工具。
通过它们，我们能更好地制定保护土壤的策略，让土地更肥沃，为咱们的农业生产和生态环境保驾护航！。
RUSLE模型
RUSLE模型RUSLE模型研发历程主要内容1关于USLE模型通⽤⼟壤流失⽅程被誉为20世纪⽔⼟保持科学最重要进展之⼀。
在超过⼀百多个国家和地区⽤于指导⽔⼟保持规划，评价⽔⼟保持政策，预测侵蚀产沙等⽅⾯；保护了地球上⼏百万吨⼟壤及受到⼟壤侵蚀威胁的环境，从⽽更适宜于⼈类的⽣存和居住。
1.1地形划分1.2农业带与⽓候带1.3美国⼟壤侵蚀研究历史最早的侵蚀研究—1912年，A.W.Sampson及其助⼿，过度放牧的牧场，犹他州中部；⽥间试验⼩区研究—1917年，ler及其同事，密苏⾥农业研究站，哥伦⽐亚，密苏⾥州；H.H.Bennett—USDA⼟壤局的⼟壤⾸席专家（1903-1920）。
在Bennett的努⼒下，侵蚀问题引起公众和国会的关注，与此同时，发⽣在⼤平原上的“DustBowl”造成毁灭性的⼲旱、风蚀、沙尘暴，这促使了国会于1929年提供⾸批基⾦⽤于研究⼟壤侵蚀。
美国⿊风暴1.5USLE研发历程1934年，美国国会通过《泰勒放牧法》，限制在公有林地放牧区过度放牧，以免造成⽔⼟流失。
1935年将⼟壤侵蚀局划归农业部，并改名为⼟壤保护局。
为了保护⽣态，美国国会还相继通过了⼀系列法令，内容涉及建⽴⼟壤保持区、农⽥保护、⼟地管理政策、⼟地利⽤、⼩流域规划和管理、洪⽔防治、控制采伐和⾃由放牧等各个⽅⾯，把⼟地管理和⽔⼟保持逐步纳⼊法制轨道。
⼟壤保持局⾸席专家Bennett,格⾥思，俄克拉荷马州A.W.Zingg分析变坡度和变坡长布设农业措施的野外试验⼩区侵蚀资料，于1940年公布了研究结果—经验公式为：A=CS1.4L0.6式中：A为单位⾯积平均⼟壤流失量；C为常量；S为坡度(%)；L为坡长(ft)。
1941年，D.D.Smith在上述公式中加⼊农业措施因⼦，公式变为：A=CS1.4L0.6P式中：P为⽆保持措施⼩区⼟壤侵蚀量与有保持措施⼩区侵蚀量之⽐；C因⼦包括⼟壤属性、⽓候、农业措施。
Smith利⽤该公式绘制了中西部保持措施分区图，引⼊了允许⼟壤流失量的概念。
土壤流失模型(RUSLE)土壤流失评价
9.4土壤流失模型（RUSLE）：土壤流失评价水土流失(water Loss and Soil Erosion)是当今世界面临的一个重大环境问题，是指在水力、重力、风力等外力的作用下，水土资源和土地生产力的破坏和损失，包括了土壤侵蚀(Soil Erosion)及水的流失两个方面。
水土流失是一个受多种因素驱动作用的自然过程，由降雨作为主要侵蚀动力的即为水力侵蚀，其作用多体现于具有一定坡度的山地、丘陵地区，以降水直接冲走表层土壤为主要表现形式。
当表层土壤受侵蚀的程度超过一定的安全阈值时，就会形成或引发滑坡、泥石流等剧烈的土壤流失过程，降低区域土壤生产力，严重影响生态系统的平衡。
由于这一过程表现出明显的斑块性和异质性，难以用定点实验进行追踪监测，故多以预测估算的方式对之进行研究。
9.4.1 RUSLE模型RUSLE模型(The Revised Universal Soil Loss Equation)是美国农业部于1997年在通用土壤流失模型USLE(The universal Soil Loss Equation)的基础上修订建立并正式实施的一种适用范围更广的修正模型。
自颁布之后即在美国得到了广泛的应用，目前美国各州都己有成功应用的案例。
该模型也被世界各国的研究者借鉴，于20世纪90年代被引入中国。
RUSLE模型目前己在国内外的土壤侵蚀预测研究中得到了非常广泛的应用。
其计算表达式为：=⋅⋅⋅⋅(1)A R K LS C P图1 RUSLE模型的技术流程图A为预测土壤侵蚀量(estimated average soil loss in tons per acre per year)，主要指由降雨和径流引起的坡面细沟或细沟间侵蚀的年均土壤流失量。
R 为降雨侵蚀力因子(rainfall-runoff erosivity factor) (MJ·mm·hm-2·h-1·a-1）,它反映降雨引起土壤流失的潜在能力。
土壤侵蚀的估算方法
土壤侵蚀的估算方法土壤侵蚀是指由于自然因素和人类活动导致土壤表面的侵蚀和流失。
土壤侵蚀不仅对农业生产和生态环境造成威胁，还会导致水土流失和河流污染等问题。
因此，准确估算土壤侵蚀对于科学制定防治措施和保护土壤资源至关重要。
定量评估方法主要是通过土壤侵蚀模型来进行计算，常用的有环境系统研究所的Universal Soil Loss Equation (USLE)模型和农业部农业资源与环境信息系统研究中心的Revised Universal Soil Loss Equation (RUSLE)模型等。
这些模型通过考虑降雨、土壤侵蚀因子（如坡度、土地利用、植被覆盖、土地管理等）、保护措施等因素，计算土壤侵蚀量，并得出相应的侵蚀风险区划图。
在进行定量评估时，需要收集相关的地理信息数据、遥感数据、气象数据等来进行模型输入。
除了土壤侵蚀模型，还有一些其他方法可用于定量评估土壤侵蚀。
比如，通过单位面积年均土壤流失量来评估土壤侵蚀程度，或者使用Erosion Potential Method来评估土壤的侵蚀潜力。
定性评估方法主要是通过专家经验和现场观察来估计土壤侵蚀程度。
通过观察地表产生的裸露土壤、水沟沉积物、农田墙垛等现象，结合水土流失指数、土壤侵蚀风险评价指标等，进行判定。
土壤侵蚀的估算方法还可以通过GIS技术来进行空间分析和建模。
通过将土壤侵蚀模型与GIS融合，可以实现土壤侵蚀的空间分布模拟和风险评估。
通过引入地理空间分析和遥感信息，可以更准确地估算土壤侵蚀的程度和影响范围。
总而言之，土壤侵蚀的估算方法可以通过定量评估和定性评估相结合，使用土壤侵蚀模型、Erosion Potential Method、单位面积年均土壤流失量等方法，并结合GIS技术进行分析和建模。
同时，还需要收集相关的地理信息数据、遥感数据、气象数据等来进行评估。
这些方法的应用可以帮助科学制定土壤侵蚀防治措施，实现土壤资源的可持续利用。
修订的通用土壤流失方程rusle
修订的通用土壤流失方程rusle修订的通用土壤流失方程(RUSLE)是一种用于评估土壤侵蚀风险的数学模型。
它被广泛应用于农业、水资源管理和土地保护等领域。
本文将介绍RUSLE的基本原理、参数和应用，并探讨其在土壤保护中的作用。
RUSLE是美国农业部土壤保护研究所（USDA-ARS）于1965年开发的，旨在量化土壤侵蚀过程并预测土壤流失的程度。
该模型基于土壤侵蚀的五个主要因素：降雨冲击力（R）、土壤侵蚀性（K）、坡度长度因子（LS）、植被覆盖度（C）和土地利用方式（P）。
通过将这些因素结合起来，RUSLE可以估计土壤的年均流失量。
降雨冲击力（R）是指降雨对土壤表面的冲击力量。
降雨越强烈，土壤侵蚀的风险就越高。
其次，土壤侵蚀性（K）是指土壤的可侵蚀性程度。
不同类型的土壤具有不同的侵蚀性，这取决于土壤的质地、结构和有机质含量等因素。
坡度长度因子（LS）描述了坡度对土壤侵蚀的影响。
坡度越大、坡长越长，土壤侵蚀的程度就越高。
植被覆盖度（C）衡量了植被对土壤侵蚀的保护作用。
植被越茂盛，土壤流失的风险就越低。
土地利用方式（P）则反映了不同土地利用方式对土壤侵蚀的影响。
例如，农田和森林对土壤侵蚀的影响是不同的。
RUSLE模型将这些因素结合在一起，并通过相应的参数进行计算。
这些参数可以通过实地调查和遥感技术获取。
通过输入这些参数，RUSLE可以预测不同地区土壤的侵蚀风险，并为土地管理者提供科学依据，制定合理的土地保护措施。
RUSLE模型的应用范围广泛。
在农业领域，它可以帮助农民评估不同耕作方式对土壤侵蚀的影响，指导农田管理和土壤保护。
在水资源管理中，RUSLE可以用来评估土壤侵蚀对水库和河流的影响，指导水资源的合理利用和保护。
在土地规划和管理中，RUSLE可以用来评估土壤侵蚀风险，制定土地保护政策和措施。
然而，RUSLE模型也存在一些局限性。
首先，模型的精度受到数据的质量和输入参数的准确性的限制。
其次，模型无法考虑人类活动对土壤侵蚀的影响，如农业实践和土地利用变化等。
探索水土保持工程中的水土流失模型
探索水土保持工程中的水土流失模型在水土保持工程领域，水土流失是一个重要的问题，对环境和生态系统产生巨大的影响。
为了更好地理解和解决水土流失问题，研究学者们提出了各种水土流失模型。
本文将探索水土保持工程中常用的水土流失模型。
一、模型一：USLE模型（通用土壤流失方程）USLE模型是较早建立的水土流失模型之一，它基于土壤流失的基本原理和土壤流失因素之间的相互关系。
USLE模型包含了降雨侵蚀力因子（R）、土壤侵蚀力因子（K）、坡面长度与坡度因子（LS）、作物和植被覆盖因子（C）以及管理措施因子（P），通过计算这些因子的值，可以得出土壤流失量的估计值。
二、模型二：RUSLE模型（修正通用土壤流失方程）RUSLE模型是USLE模型的升级版，它在USLE模型的基础上引入了更多的因素，以提高模型的准确性和适用性。
RUSLE模型考虑了长期降雨侵蚀力因子（R）、土壤侵蚀力因子（K）、坡度和坡长因子（LS）、土壤流失修正因子（C）以及管理措施修正因子（P），同时还考虑了土壤侵蚀的时空变化规律，可以更好地模拟实际情况下的土壤流失过程。
三、模型三：SWAT模型（小流域水文模型）SWAT模型是一种综合型的小流域水文模型，被广泛应用于水资源管理和环境保护中。
该模型结合了气象、土壤、植被和地形等多个要素，能够模拟流域内的地表径流过程和水土流失量。
SWAT模型通过输入不同的参数和数据，可以对不同地区的水土流失情况进行精确的预测和分析，为水土保持工程的实施提供科学依据。
四、模型四：MUSLE模型（修改通用土壤失蚀方程）MUSLE模型是一种基于降雨和径流关系的水土流失模型，它与RUSLE模型十分相似，但将降雨侵蚀力因子（R）替换为了径流侵蚀力因子（R）。
MUSLE模型通过分析地表径流的产生过程，考虑了不同地区的水文条件和土壤物理特性，提出了一种与降雨量相关的地表侵蚀力计算方法，可以更准确地估计水土流失量。
五、模型五：WEPP模型（水土保持评估程序）WEPP模型是一种基于物理过程的水土保持模型，广泛应用于不同地区和不同土地利用类型的水土流失研究。
通用土壤流失方程(USLE)
K-----土壤课蚀性因子，标准小区上单位降雨侵蚀指标的土壤流失率
L----- 坡长因子；
S ----坡度因子，等于其它条件相同时实际坡度与9%坡度相比土壤流失比值；由于L和S因子经常影响土壤流失，因此，称LS为地形因子，以示其综合效应；
C---- 植被覆盖和经营管理因子，等于其它条件相同时，特定植被和经营管理地块上的土壤流失与标准小区土壤流失之比；
P---- 水土保持措施因子，等于其它条件相同时实行等高耕作，等高带状种植或修地埂、梯田等水土保持措施后的土壤流失与标准小区上土壤流失之比。
通用土壤流失方程(USLE)
是表示坡地土壤流失量与其主要影响因子间的定量关系的侵蚀数学模型。通用土壤流失方程用于计算在一定耕作方式和经营管理制度下，因面蚀产生的年平均土壤流失量。其表达式为：
A=R*K*L*S*C*P
式中：A-----任一坡耕地在特定的降雨、作物管理制度及所采用的水土保持措施下，单位面积年平均土壤流失量，t/ha
rusle公式
rusle公式RUSLE公式（Revised Universal Soil Loss Equation）是一种用于预测土壤侵蚀程度的数学模型，它是美国农业部在20世纪起制定的一种规范方法。
这个公式的主要目的是帮助科学家、农民和环境管理者评估和预测土壤侵蚀的速率。
RUSLE公式的计算基于五个主要因素：降雨侵蚀力（R）、坡度长度（S）、土壤侵蚀性（K）、作物覆盖管理因素（C）和控制措施因子（P）。
下面我将对这些因素进行详细介绍。
降雨侵蚀力（R）指的是降雨引起的土壤侵蚀的能力。
它取决于降雨的强度、持续时间和频率。
一般来说，降雨量越大，侵蚀力就越强。
坡度长度（S）代表由地形形成的降雨径流流出的路径长度。
斜坡越长，土壤侵蚀的可能性就越高。
土壤侵蚀性（K）描述了土壤的易侵蚀性。
土壤类型、质地和结构等特性影响了土壤的侵蚀性。
一般来说，土壤越容易疏松和流失，土壤侵蚀性就越高。
作物覆盖管理因素（C）考虑了作物或植被覆盖对阻止土壤侵蚀的影响。
这个因素考虑了土壤表面的覆盖度、覆盖的保持力和根系的发育程度等。
控制措施因子（P）反映了针对土壤侵蚀采取的保护措施的有效性。
措施可以包括种植防护带、构筑物或渠道等。
这个因素指示了措施对减少土壤侵蚀的效果。
通过计算RUSLE公式，我们可以获得一个侵蚀速率的数值，通常以每年的土壤流失量表示。
这样的预测可帮助农民和环境管理者评估土地利用和土壤侵蚀之间的关系，以及为土地管理和保护制定相应的对策。
总之，RUSLE公式是一种有力的工具，可以帮助我们评估和预测土壤侵蚀的程度。
通过了解降雨侵蚀力、坡度长度、土壤侵蚀性、作物覆盖管理因素和控制措施的影响，我们可以更好地保护和管理土地资源。
基于修正通用土壤流失方程(RUSLE)的蒙山区域水土流失敏感性评价
基于修正通用土壤流失方程(RUSLE)的蒙山区域水土流失敏感
性评价
李付全;胡自远;周玉科;陈天宇
【期刊名称】《测绘与空间地理信息》
【年(卷),期】2024(47)2
【摘要】水土流失敏感性评价作为区域生态质量评价的重要内容,对判定水土流失程度、检验水土保持成效起着重要作用。
本文基于修正的通用土壤流失方程(RUSLE),对降雨侵蚀力(R)、土壤可蚀性(K)、地形起伏度(LS)、植被覆盖(C)及水土保持措施(P)5个评价因子进行分级赋值并根据通用土壤流失方程进行计算。
研究表明:1)蒙山区域的水土流失敏感性整体呈中部和南部高、东部和北部低的条带状空间分布特征;2)蒙山区域水土流失潜在危险程度的值较低,整体的水土流失敏感性中度偏轻。
本文根据量化结果进行分区,得出蒙山区域水土流失防治重点,对推动蒙山区域可持续发展及促进区域生态修复均具有重要意义。
【总页数】4页(P32-35)
【作者】李付全;胡自远;周玉科;陈天宇
【作者单位】山东省地质矿产勘查开发局第七地质大队;中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室;苏州科技大学地理科学与测绘工程学院
【正文语种】中文
【中图分类】P209
【相关文献】
1.基于改进通用土壤侵蚀方程的水土流失时空模拟——以淮河上游为例
2.基于DEM和GIS的修正通用土壤流失方程地形因子值的提取
3.三峡库区土壤侵蚀遥感定量监测——基于GIS和修正通用土壤流失方程的研究
4.基于中国土壤流失方程模型的区域土壤侵蚀定量评价
5.基于修正通用土壤流失方程(RUSLE)的宝清县水土流失遥感评价
因版权原因，仅展示原文概要，查看原文内容请购买。
通用土壤流失方程USLE简介
通用土壤流失方程USLE简介通用土壤流失方程USLE简介1965 年,W.H.Wischmeier 和D.Smith对美国30个州近30年的观测资料进行了系统分析,根据近万个径流小区的试验资料,提出著名的经验模型—通用土壤流失方程(USLE),作为预测面蚀和沟蚀引起的年平均土壤流失量的方法,它考虑了降雨、土壤可蚀性、作物管理、坡度坡长和水土保持措施5大因子,方程式如下:A = R?K?LS?C?P。
式中:A 为年平均土壤流失量, t/ hm2 ；R 为降雨和径流侵蚀因子；K 为土壤可蚀性因子；LS 为地形因子,其中L 为坡长因子, S 为坡度因子；C 为作物管理因子；P 为治理措施因子。
USLE 可用来计算年平均土壤流失量,从而指导人们进行正确的耕作、经营管理,采取适当的保护措施来保持土壤。
它所依据的资料丰富、涉及区域广泛,因而具有较强的实用性,曾在世界范围内得到了广泛的推广。
1978 年, W.H.Wischmeier 和D.Smith针对应用中存在的问题,对USLE 进行了修正,使USLE 更具普遍性。
其不足之处：以年侵蚀资料建立起来的USLE，无法进行次降雨土壤侵蚀的预报。
同时，实践证明,USLE 不太适用于垄作、等高耕作,以及那些使泥沙就地沉积的带状耕作措施等。
WEPP（Water Erosion Prediction Project）WEPP(Water Erosion Prediction Project) WEPP 实际是USDA 推出的用以替代USLE 的新一代土壤侵蚀预测模型。
从1985 年开始研究，1989 年基本完成，后经过多次改进和完善，于1995年向外公布。
它属于一种连续的物理模型。
模型可模拟的流域物理过程有：日土壤水分平衡，不同植被条件下(农作物、林地和草地等) 的日蒸发散，年作物产量、畜牧产量，径流、灌溉时的侵蚀，林地侵蚀，细沟和沟间侵蚀，农业管理措施对侵蚀及水文过程的影响等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
9.4土壤流失模型（RUSLE）：土壤流失评价水土流失(water Loss and Soil Erosion)是当今世界面临的一个重大环境问题，是指在水力、重力、风力等外力的作用下，水土资源和土地生产力的破坏和损失，包括了土壤侵蚀(Soil Erosion)及水的流失两个方面。
水土流失是一个受多种因素驱动作用的自然过程，由降雨作为主要侵蚀动力的即为水力侵蚀，其作用多体现于具有一定坡度的山地、丘陵地区，以降水直接冲走表层土壤为主要表现形式。
当表层土壤受侵蚀的程度超过一定的安全阈值时，就会形成或引发滑坡、泥石流等剧烈的土壤流失过程，降低区域土壤生产力，严重影响生态系统的平衡。
由于这一过程表现出明显的斑块性和异质性，难以用定点实验进行追踪监测，故多以预测估算的方式对之进行研究。
9.4.1 RUSLE模型RUSLE模型(The Revised Universal Soil Loss Equation)是美国农业部于1997年在通用土壤流失模型USLE(The universal Soil Loss Equation)的基础上修订建立并正式实施的一种适用范围更广的修正模型。
自颁布之后即在美国得到了广泛的应用，目前美国各州都己有成功应用的案例。
该模型也被世界各国的研究者借鉴，于20世纪90年代被引入中国。
RUSLE模型目前己在国内外的土壤侵蚀预测研究中得到了非常广泛的应用。
其计算表达式为：=⋅⋅⋅⋅(1)A R K LS C P图1 RUSLE模型的技术流程图A为预测土壤侵蚀量(estimated average soil loss in tons per acre per year)，主要指由降雨和径流引起的坡面细沟或细沟间侵蚀的年均土壤流失量。
R 为降雨侵蚀力因子(rainfall-runoff erosivity factor) (MJ·mm·hm-2·h-1·a-1）,它反映降雨引起土壤流失的潜在能力。
在USLE 中，它被定义为降雨动能和最大30 分钟降雨强度的乘积。
K为土壤可蚀性因子(soil erodibility factor) (t·hm2·h·MJ-1·mm-1·hm-2)，它是衡量土壤抗蚀性的指标，用于反映土壤对侵蚀的敏感性。
K 表示标准小区单位降雨侵蚀力引起的单位面积上的土壤侵蚀量。
LS 为坡长坡度因子(L=slope length factor, s=slope steepness factor)(无量纲)，其中 L 为坡长因子，被定义为坡长的幂函数。
S 为坡度因子，LS 表示在其他条件不变的情况下，某给定坡长和坡度的坡面上土壤流失量与标准径流小区典型坡面上土壤流失量的比值，它对土壤侵蚀起加速作用。
C 为覆盖与管理因子(cover-management factor) (无量纲)，它指在其他因子相同的条件下，在某一特定作物或植被覆盖下的土壤流失量与耕种后的连续休闲地的流失量的比值。
该因子衡量植被覆盖和经营管理对土壤侵蚀的抑制作用。
P 为水土保持措施因子(support practice factor) (无量纲)，它指采取水土保持措施后的土壤流失量与顺坡种植的土壤流失量的比值。
9.4.2 RUSLE 模型所需数据搜集进行RUSLE 模型的计算需要不同的数据，对所需数据的描述如下：1) 研究区大比例尺地形图地形图；2) 研究区降雨量监测数据；3) 研究区土壤类型图；4) 研究区土壤普查资料（包括土壤机械组成、粒级含量、有机质含量等数据）；5) 研究区数字高程数据(DEM)；6) 研究区不同时段归一化植被指数NDVI 数据；7) 研究区不同时段土地利用栅格数据9.4.3 RUSLE 模型中因子的计算 9.4.3.1 R 因子的计算R 因子的计算一般通过基于月平均降雨量和年平均降雨量的 Wischmeier 公式计算[1]：212(1.5lg )0.81881= 1.73510i p p i R ⋅-=⨯∑ (2)其中 p i 和 p 分别是月均和年均降雨量(mm)。
得到R 因子的栅格图如图2所示。
图2 R 因子的栅格图9.4.3.2 K 因子的计算K 的估算公式根据不同的土壤组成与搜集数据的多少而变化。
如根据美国粒径分级制进行计算的Whischmeier 公式[2]：4 1.14[2.110(12) 3.35(2) 2.5(3)]100M OM S p K ⨯⋅-+⋅-+⋅-= (3) 其中，(%%)(1%)M =+⋅-粉砂极细砂粘粒 (据美国粒径分级制)；OM=土壤有机质含量；S=结构系数；P=渗透性等级。
得到研究区K 因子的栅格图如图3所示。
图3 K 因子的栅格图9.4.3.3 LS 因子的计算在 ARCGIS 中利用流域的 DEM 数据提取出山脊线，然后利用 Distance 模块计算每个栅格到山脊线的垂直距离，以此作为每个栅格的近似坡长，然后采用 Wischmeier 和 Smith 提出的坡长因子计算公式[3]：=()22.13L αλ(4)1βαβ=+ (5) 0.8sin /0.08963.0(sin )0.56θβθ=⋅+ (6) 以上各式中，λ为水平坡长，α为坡长指数，22.13 为标准小区的坡长(m)，θ为利用 DEM 提取的坡度。
得到研究区的L 因子的栅格图如图4所示。
S 因子采用McCool 的计算公式以及刘宝元的陡坡计算公式[4][5]：=10.8sin 0.039%=16.8sin 0.509%14%=10.8sin 0.0314%S S S θθθθθθ⨯+<⎧⎪⨯-≤<⎨⎪⨯+≥⎩，当，当，当 (7)利用研究区DEM 数据，在ARCGIS 中Spatial Analyst 模块中的Surface Analysis 功能提取坡度专题图，并转化为弧度单位，然后在Raster Calculator 模块中利用公式7计算得到流域的S 因子层如图5所示.图4 L 因子的栅格图图5 S 因子的栅格图9.4.3.4 C 因子的计算C 因子的计算首先利用等密度估算模型估算植被覆盖率cov[6]，其计算公式为：cov soil veg soilN N N N -=- (7) 式中，soil N 为裸地的 NDVI值，其取值为对裸地的象元进行随机抽取统计的最低值；veg N 是高纯度植被象元的 NDVI 值，N 是对草地象元进行随机抽取统计的最低值。
然后利用蔡崇法等[5]建立的 C 因子值与植被覆盖度之间的回归方程计算 C 值，方程如下：0.65080.3436lgcov C =- (8)式中cov 为植被覆盖度，cov ≥78.3% 时，C=0 ；cov=0 时，C =1。
利用研究区不同时段 NDVI 图像分别对裸地和植被进行随机抽取统计最低值，得到soil N 和veg N 的值代入公式 7得到 cov 值，把 cov 代入公式8计算得到流域不同时段的 C 因子栅格图层如图6所示。
图6 C 因子的栅格图9.4.3.5 P 因子的计算P 因子与下垫面的土地利用类型有关，根据蔡崇法等[7]所提出的土地利用类型对P 值的影响，确定不同土地利用类型的 P 值。
之后在 ARCGIS 的 Raster Calculator 模块中按照P 值与土地利用类型的对应关系对栅格进行重分类，得到研究区的 P 因子栅格图层如图7所示。
图7 P因子的栅格图9.4.2 土壤侵蚀格局的分析得到上述各因子的栅格图层后，在ARCGIS 的Raster Calculator 模块中按照公式1对各个栅格的土壤侵蚀量进行计算，便可以得到土壤侵蚀强度的示意图如图8所示。
对侵蚀强度进行分类后的土壤侵蚀格局分布图如图9所示。
图8 土壤侵蚀量图图9 土壤侵蚀强度分级图参考文献[1] Wischmeier W H. Mannering J V. Relation of soil properties to its erodibility[J]. Soil Science Society of American Proceedings, 1969, 33(1): 131~137[2] Wischmeier W H , Smith D D. Predicting rainfall - erosion losses from cropland east of the Rocky29.Mountains[R] . USDA Agricultural Handbook No. 282, 1965.[3] Wischmeier W.H., Smith D.D. Predicting rainfall erosion losses. USDA Agriculture Handbook. No.537. 1978.[4] MeCool 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.[5]刘宝元,张科利,焦菊英.土壤可蚀性及其在侵蚀预报中的应用[J].自然资源学报,1999,4(4):345~350.[6]陈晋, 陈云浩, 何春阳, 等. 基于土地覆盖分类的植被覆盖率估算亚像元模型与应用[J]. 遥感学报，2001, 5(6): 416~422.[7]蔡崇法, 丁树文, 史志华等. 应用USLE 模型与地理信息系统IDRISI 预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000, 14(2): 19~24.。