基于GIS和USLE模型的土壤侵蚀定量研究
基于GIS与RUSLE的土壤侵蚀量时空变化分析
基于GIS与RUSLE的土壤侵蚀量时空变化分析李雪莹;杨俊;杨阳;王雪【摘要】基于修正的土壤流失方程(RUSLE),运用RS和GIS技术对葫芦岛市的土壤侵蚀状况进行分析.结果表明,葫芦岛市年均土壤侵蚀量17867598.32 t,年均土壤侵蚀模数为16.13 t/(hm2×a),属于轻度侵蚀.葫芦岛市中度侵蚀以上的土壤侵蚀面积占总侵蚀面积的11.31%,土壤侵蚀模数占总侵蚀量的40.17%.中度侵蚀以下的土壤侵蚀面积占总侵蚀面积的88.96%,土壤侵蚀量占总侵蚀量的59.83%,研究区土壤侵蚀空间差异性大.分析土壤侵蚀与坡度和土地利用之间的关系表明,6°~25°为研究区主要侵蚀坡度段,裸土地、旱地、林地和草地是研究区土壤侵蚀的主要发生区,葫芦岛市应将其列为水土保持重点治理对象,采取有效措施,改善土壤侵蚀现状.【期刊名称】《地理空间信息》【年(卷),期】2016(014)004【总页数】5页(P65-69)【关键词】土壤侵蚀;RUSLE;GIS;葫芦岛市【作者】李雪莹;杨俊;杨阳;王雪【作者单位】北京师范大学地理学与遥感科学学院,北京 100875;辽宁师范大学城市与环境学院,辽宁大连116029;北京师范大学地理学与遥感科学学院,北京100875;北京师范大学减灾与应急管理研究院,北京 100875【正文语种】中文【中图分类】P273土壤侵蚀是指地球表面土壤及其母质在重力、水力、风力、冻融、人类不合理生产活动等自然因素和人为因素的综合作用下所发生的各种破坏、分离（分散）、搬运（移动）和沉积现象，是最敏感的生态致灾因子之一，一直是水土保持研究的重点[1-6]。
我国对土壤侵蚀的研究多集中于大尺度区域，小尺度区域的研究较为薄弱[7-15]。
本文针对葫芦岛市的土壤侵蚀问题，运用修正的RUSLE模型与GIS技术相结合，进行土壤侵蚀量估算，分析其侵蚀现状和空间分布特征，为葫芦岛市土壤侵蚀的预测预报和防治提供科学依据[16-21]。
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
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一、本文概述本文旨在探讨应用通用土壤流失方程（USLE）模型与地理信息系统（GIS）工具IDRISI在预测小流域土壤侵蚀量方面的应用。
土壤侵蚀是一个全球性的环境问题，它不仅导致土地资源的退化，还影响生态系统的稳定和水资源的可持续利用。
因此，准确预测和评估土壤侵蚀量对于制定有效的土壤和水资源管理措施至关重要。
USLE模型是一种基于物理过程的土壤侵蚀预测模型，它能够根据地形、气候、土壤、植被覆盖等因素计算潜在土壤侵蚀量。
而IDRISI 作为一款强大的GIS软件，提供了丰富的空间分析工具和模型，能够有效地处理和分析地理数据，提高土壤侵蚀预测的精度和效率。
本研究将首先介绍USLE模型的基本原理和参数设置，然后阐述如何利用IDRISI进行数据处理和空间分析，包括地形因子的提取、气候和土壤数据的整合、植被覆盖度的计算等。
在此基础上，将构建基于USLE模型和IDRISI的土壤侵蚀预测模型，并对某一具体小流域进行实证研究，验证模型的有效性和实用性。
通过本研究，期望能够为小流域土壤侵蚀的预测和管理提供科学依据和技术支持，促进土地资源的可持续利用和生态环境的改善。
也期望通过这一研究，能够推动USLE模型和GIS技术在土壤侵蚀领域的更广泛应用和深入发展。
二、USLE模型理论基础土壤流失方程（Universal Soil Loss Equation，简称USLE）是由美国农业部于20世纪60年代开发的，用于预测和评估由于降雨和径流引起的土壤侵蚀量的经验模型。
USLE模型自推出以来，在全球范围内得到了广泛应用，并被认为是评估土壤侵蚀风险、制定水土保持措施和进行流域管理的重要工具。
USLE模型基于土壤侵蚀的物理过程，将土壤侵蚀量（A）表示为降雨侵蚀力（R）、土壤可蚀性（K）、坡度长度和坡度（LS）、植被覆盖和管理因子（C）以及水土保持措施因子（P）的函数。
GIS支持下的土壤侵蚀定量遥感监测模型及应用
GIS支持下的土壤侵蚀定量遥感监测模型及应用摘要：遥感监测模型的构建和应用离不开GIS技术，笔者结合实际工作经验，在本文中分析了GIS技术支持下，以定量遥感监测构建区域土壤侵蚀模型及其应用。
关键词：土壤侵蚀；定量遥感；GIS；模型土壤侵蚀是常见的环境危害性问题，其引发原因有复杂的人文、地理因素影响，例如降雨、土壤结构、地形构成、人为活动等，因此有必要以专业化的监测手段防止土壤侵蚀对环境和人类生存造成的不利影响。
相较于传统的以人力人为活动监测，现在普及应用的遥感技术能够收集更丰富的综合信息，以较强的实时性、较高效准确的动态性数据收集，发挥对土壤侵蚀问题的监测优势。
1土壤侵蚀的研究和监测土壤侵蚀是指土壤及其表层岩石等母质，因为各种营力作用和人类活动影响，而导致土壤结构成分除一般流失速率外，还在原位置有了更快速的流失。
其外营力影响有风力、水力、重力、融冻等因素导致的土壤侵蚀，其内营力影响主要为土壤结构和构成等。
我国的大部分区域为亚热带季风气候条件，土壤侵蚀类型以面蚀、溅蚀、沟蚀等水力侵蚀为主[1]。
1.1土壤侵蚀的研究类型依据土壤侵蚀的研究模型类别，将其分为对坡面、小流域、流域、全球范围土壤和其他区域的侵蚀研究;依据土壤侵蚀的研究手段，将其分此定性、半定量和定量这三类研究;依据土壤侵蚀的研究科目方法，将其分为以测量学、水力学、地貌学、土壤学、地球综合学等方法的研究。
1.2土壤侵蚀的监测模型构建1.2.1监测模型分类为加强土壤侵蚀的分析准确性，一般利用模型模拟的方式，让对土壤的综合分析能够更加直观化。
根据模型构建中的数据来源和构建方法，可将其分为概念模型、经验模型和物理模型这三类。
经验模型的观测数据分析对操作者的经验有更高的依赖性，而对计量数据的要求较低，因此在数据条件不足时有很好的应用效果；但其假设可能不够合理，对区域土壤的物理机制、空间异质性等的综合考虑都不足[2]。
物理模型与经验模型有很大不同，其构建基础为区域的自然机制和物理数据计算，要求模型能够真实描述区域的土壤情况，并保障各个参数选择能够严格遵守相关的物理能动量方程，以明确、可量测的、具有空间异质性的参数来构建区域土壤的监测模型，具有很好的准确性和真实性；但其大量参数计算和分析的要求，也大大增加了计量和处理的数据量增加，可能因过参数化、复杂计算、结果难检验等问题而影响了监测模型的正常利用。
基于USLE模型的大方县1990-2015年土壤侵蚀变化分析
基于USLE模型的大方县1990-2015年土壤侵蚀变化分析杨建;周秋文;韦小茶;杨娟【期刊名称】《科技视界》【年(卷),期】2018(000)002【摘要】对贵州省大方县1990-2015年土壤侵蚀量进行研究,为该地的水土保持和石漠化治理等工作提供依据.基于GIS/ENVI技术和方法,结合USLE土壤侵蚀模型,利用1990、2010、2015年的土地利用数据、1990-2015年的日降雨量、DEM等数据估算大方县的土壤侵蚀模数.在研究1995年小于容许土壤流失量(500t·m-2·a-1)的土地面积达874km2,占全县侵蚀总面积的50.37％,轻度侵蚀面积为497km2,占比达28.64％,中度、强烈、极强烈和剧烈土壤侵蚀量强度较小,占土壤侵蚀量总强度的20.99％.【总页数】3页(P18-19,44)【作者】杨建;周秋文;韦小茶;杨娟【作者单位】贵州师范大学地理与环境科学学院,贵州贵阳 550025;贵州师范大学地理与环境科学学院,贵州贵阳 550025;贵州师范大学地理与环境科学学院,贵州贵阳 550025;贵州师范大学地理与环境科学学院,贵州贵阳 550025【正文语种】中文【中图分类】S157.1【相关文献】1.基于遥感和USLE模型的2000-2010年甘肃省土壤侵蚀变化评价 [J], 王莉娜;李文龙;王素芳;陈迪;许静2.基于GIS与RUSLE的土壤侵蚀量时空变化分析 [J], 李雪莹;杨俊;杨阳;王雪3.基于RUSLE模型的铜仁地区1987—2015年土壤侵蚀时空特征 [J], 胡先培;曾成;钱庆欢;王权;李阳兵4.基于USLE模型的2001—2015年江西省土壤侵蚀变化研究 [J], 周夏飞;马国霞;曹国志;於方;周颖;贾倩;张宇航5.基于RUSLE模型的2000—2010年长江三峡库区土壤侵蚀评价 [J], 王萌;刘云;宋超;李春蕾;肖文发因版权原因，仅展示原文概要，查看原文内容请购买。
三岔河流域基于RUSLE模型与GIS的土壤侵蚀模数
三岔河流域基于RUSLE模型与GIS的土壤侵蚀模数作者：刘雪枚刘爽来源：《中国科技纵横》2019年第04期摘要：对于喀斯特地区进行土壤侵蚀定量研究，可以为水土流失防护与治理工作提供科学理论指导。
目前，在GIS技术的支持下，结合日降雨量数据、土壤类型、土地利用、DEM、MODIS-NDVI等数据，利用RUSLE模型可以快速地估算研究区域内的土壤侵蚀量。
经计算，三岔河流域内的土壤侵蚀在0-5493.48t/（km2·a）之间，其中，70%以上地区属于轻度侵蚀，但问题仍然严峻。
关键词：土壤侵蚀;三岔河;RUSLE;GIS中图分类号：S157 文献标识码：A 文章编号：1671-2064（2019）04-0014-03水土流失作为一个常见的现象，已经广泛引起各国政府及专家学者的注意。
一个国家的水土流失现象的加剧与缓解，不仅直接关系到农林牧生产，而且影响到资源利用与环境保护、防灾减灾，乃至社会的发展和进步。
深入研究不同自然和社会条件下水土流失的区域分布规律，能为水土流失防治宏观决策的制定提供理论依据和信息基础资料。
1 研究区概况三岔河为乌江南源一级支流，位于东经104°54'～106°24'、北纬26°06'～27°00'之间，流域面积为5968km2，流域地势呈现西高东低的空间格局，海拔在911～2330m范围波动。
2 数据与方法2.1 数据来源本研究采用的基础数据包括：研究区30×30m的数字高程模型（DEM），3个县级气象站点2007-2017年的日降雨数据，2015年研究区土地利用数据，2015年月合成NDVI数据，空间分辨率为500m，1：5万土壤类型图，以及联合国粮农组织和维也纳国际应用系统研究所构建的世界土壤特征数据库。
2.2 土壤侵蚀模型RULSE（Revised Universal Soil Loss Equation）是1997年由Renard K G和Foster G R俩人在修正USLE土壤流失方程的基础上建立的，通过结合GIS与RS技术，在实用性和综合能力方面相比较原有的ULSE得到了更大的提升。
基于GIS的太原市土壤侵蚀定量研究_鹿晨昱_张琳_薛冰_等
第３３卷第６期２０１３年１２月水土保持通报Ｂｕｌｌｅｔｉｎ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ ＣｏｎｓｅｒｖａｔｉｏｎＶｏｌ．３３，Ｎｏ．６Ｄｅｃ．，２０１３ 收稿日期：２０１３－０１－２４ 修回日期：２０１３－０３－２５ 资助项目：国家自然科学基金项目（４１２６１１１２；４１１０１１２６；４１３０１６５２）；甘肃省科技支撑计划项目（１３０４ＦＫＣＡ０６７）；教育部博士点基金项目（２０１２０２１１１２００２６）；国家社会科学基金项目（１１ＢＳＨ０５９）；西北师范大学青年教师科研能力提升计划项目（ＮＷＮＵ－ＬＫＱＮ－１０－２０） 作者简介：鹿晨昱（１９８１—），男（汉族），甘肃省兰州市人，博士，副教授，主要从事ＧＩＳ与空间分析方面的研究。
Ｅ－ｍａｉｌ：ｌｃｙ１９８１０５０７＠１６３．ｃｏｍ。
基于ＧＩＳ的太原市土壤侵蚀定量研究鹿晨昱１，张琳１，２，薛冰２，３，张子龙３，逯承鹏２，３，李勇进３（１．西北师范大学地理与环境科学学院，甘肃兰州７３００７０；２．中国科学院沈阳应用生态研究所，辽宁沈阳１１００１６；３．兰州大学中国西部循环经济研究中心，甘肃兰州７３００００）摘 要：基于ＧＩＳ和ＲＳ技术，采用修正版的通用土壤流失方程（ＲＵＳＬＥ），在对区域土壤侵蚀影响因子进行分析的基础上，对太原市土壤侵蚀进行定量研究，并根据土壤侵蚀强度进行了分级。
结果表明，太原市土壤侵蚀以微度和轻度所占比例最大，主要分布在中南部的林地，以及东部和南部的以梯田为代表的耕地地带（坡耕地除外），约占市区总面积的１／２以上。
土壤侵蚀较严重的地带主要分布在北部以及边缘地带。
其中，荒草地、裸岩石砾地等未利用地的侵蚀强度最大，其次是建设用地、水体和耕地，林地的侵蚀强度最小。
总体上看，太原市大部分地区的土壤侵蚀程度相对较低，土地利用状况相对较为合理，但亦有一部分地区的土壤侵蚀较为严重，尽管所占面积较小，但不可忽视。
关键词：土壤侵蚀；地理信息系统；降雨；植被；地形文献标识码：Ａ 文章编号：１０００－２８８Ｘ（２０１３）０６－０２４７－０５ 中图分类号：Ｓ１５７．１ＧＩＳ－Ｂａｓｅｄ Ｑｕａｎｔｉｔａｔｉｖｅ Ｓｔｕｄｙ ｏｆ Ｓｏｉｌ Ｅｒｏｓｉｏｎ ｉｎ Ｔａｉｙｕａｎ ＣｉｔｙＬＵ Ｃｈｅｎ－ｙｕ１，ＺＨＡＮＧ Ｌｉｎ１，２，ＸＵＥ Ｂｉｎｇ２，３，ＺＨＡＮＧ Ｚｉ－ｌｏｎｇ３，ＬＵ Ｃｈｅｎｇ－ｐｅｎｇ３，ＬＩ Ｙｏｎｇ－ｊｉｎ３（１．Ｃｏｌｌｅｇｅ ｏｆ Ｇｅｏｇｒａｐｈｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ Ｓｃｉｅｎｃｅ，Ｎｏｒｔｈｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ，Ｇａｎｓｕ７３００７０，Ｃｈｉｎａ；２．Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ，Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ，Ｓｈｅｎｙａｎｇ，Ｌｉａｏｎｉｎｇ１１００１６，Ｃｈｉｎａ；３．Ｒｅｓｅａｒｃｈ Ｃｅｎｔｅｒ ｆｏｒ Ｃｉｒｃｕｌａｒ Ｅｃｏｎｏｍｙ ｏｆ Ｍｉｄｗｅｓｔ Ｃｈｉｎａ，Ｌａｎｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ，Ｇａｎｓｕ７３００００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ ｏｎ ＧＩＳ ａｎｄ ＲＳ，ａｑｕａｎｔｉｔａｔｉｖｅ ｒｅｓｅａｒｃｈ ｏｎ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎ Ｔａｉｙｕａｎ Ｃｉｔｙ ｉｓ ｕｎｄｅｒｔａｋｅｎ ｂｙＲＵＳＬＥ．Ｔｈｅ ｐａｐｅｒ ａｎａｌｙｓｅｓ ｔｈｅ ｉｍｐａｃｔ ｆａｃｔｏｒｓ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ．Ａｔ ｌａｓｔ，ａ ｎｅｗ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎＴａｉｙｕａｎ Ｃｉｔｙ ｉｓ ｐｕｔ ｆｏｒｗａｒｄ．Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｍｏｓｔ ｐａｒｔ ｏｆ Ｔａｉｙｕａｎ Ｃｉｔｙ ａｒｅ ｄｏｍｉｎａｔｅｄ ｂｙ ｌｉｔｔｌｅ ｏｒｓｌｉｇｈｔ ｅｒｏｓｉｏｎ，ｗｈｉｃｈ ｉｓ ｍａｉｎｌｙ ｄｉｓｔｒｉｂｕｔｅｄ ｉｎ ｔｈｅ ｆｏｒｅｓｔ ａｒｅａ ｉｎ ｔｈｅ ｍｉｄｄｌｅ ａｎｄ ｓｏｕｔｈｅｒｎ ｒｅｇｉｏｎｓ ａｎｄ ｉｎ ｔｈｅ ａｒ－ａｂｌｅ ｌａｎｄ ｓｕｃｈ ａｓ ｔｅｒｒａｃｅ（ｅｘｃｅｐｔ ｓｌｏｐｅ ｌａｎｄ）ｉｎ ｔｈｅ ｅａｓｔｅｒｎ ａｎｄ ｓｏｕｔｈｅｒｎ ｒｅｇｉｏｎｓ，ａｃｃｏｕｎｔｉｎｇ ｆｏｒ ｏｖｅｒ ｈａｌｆ ｏｆｔｈｅ ｔｏｔａｌ ａｒｅａ，ｗｈｉｌｅ ｔｈｅ ｉｎｔｅｎｓｅ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｓ ｍａｉｎｌｙ ｔａｋｅｎ ｐｌａｃｅ ｉｎ ｔｈｅ ｎｏｒｔｈ ａｎｄ ｔｈｅ ｒｅｍｏｔｅ ｍａｒｇｉｎａｌ ａｒｅａ．Ｔｈｅ ｍｏｓｔ ｓｅｖｅｒｅ ｅｒｏｓｉｏｎ ｉｓ ｆｏｕｎｄ ｉｎ ｔｈｅ ｕｎｕｓｅｄ ｌａｎｄ，ｓｕｃｈ ａｓ ｗｉｌｄ ｇｒａｓｓｌａｎｄ ａｎｄ ｂａｒｅ ｌａｎｄ，ｌｅｓｓ ｓｅｖｅｒｅｅｒｏｓｉｏｎ ｉｎ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｌａｎｄ ａｎｄ ａｒａｂｌｅ ｌａｎｄ，ａｎｄ ｔｈｅ ｓｌｉｇｈｔ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎ ｔｈｅ ｆｏｒｅｓｔ．Ｇｅｎｅｒａｌｌｙ，ｔｈｅ ｓｏｉｌｅｒｏｓｉｏｎ ｉｎ Ｔａｉｙｕａｎ Ｃｉｔｙ ｉｓ ａｃｃｅｐｔａｂｌｅ ａｎｄ ｌａｎｄ ｕｔｉｌｉｚａｔｉｏｎ ｉｓ ｓｕｉｔａｂｌｅ，ｗｈｉｌｅ ｔｈｅ ｐａｒｔ ｏｆ ｓｅｖｅｒｅｌｙ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｓｎｏｔ ｉｇｎｏｒａｂｌｅ．Ｋｅｙｗｏｒｄｓ：ｓｏｉｌ ｅｒｏｓｉｏｎ；ＧＩＳ；ｒａｉｎｆａｌｌ；ｖｅｇｅｔａｔｉｏｎ；ｔｅｒｒａｉｎ 土壤侵蚀是土地退化的根本原因，也是导致生态环境恶化的重要因素。
基于GIS和RUSLE的黄土高原小流域土壤侵蚀评估
抗由降雨、径流产生的侵蚀能力的综合体现。ＲＵＳＬＥ中，
土壤可蚀性因子定义为标准小区内单位降雨侵蚀力引起
的土壤流失率。采用ＲＵＳＬＥ推荐的在缺少资料时采用土
壤颗粒平均几何直径计算Ｋ因子的方法【１２】：
１
Ｋ＝７．５９４（０．００３４＋０．０４０５ｅｘｐ｛一｛－［（１０９Ｄｇ＋ ｒ¨
●
、二／
１．６５９）／０．７１０１］２））
坡产生５６．５０％的侵蚀量；不同土地利用类型中，占总面积５７．０７％的草地产生９６．３７％的侵蚀最，成为目前流域内主要侵
蚀产沙源。研究为应用修正通用土壤流失方程在黄土高原进行侵蚀评估提供技术范例，为该区侵蚀防治和水土资源利用
提供有益参考。
关键词：土壤，侵蚀，地理信息系统，修正通用土壤流失方程，黄土高原
长、对角线长或边长与坡度余弦比等作为其坡长进行运 算，忽略了单元格间的汇流过程，将其作为水文孤岛， 从而严重减小￡因子、低估侵蚀强度【ｌ ｏ】。虽然有的研究 选用不规则坡面的坡段三因子算法【１１１，并以分水线到单 元格的实际汇流长度为坡长进行计算，在一定程度上考 虑了上坡汇流对侵蚀的作用、量化了坡面内不同坡段的 侵蚀差异，但ＧＩＳ中的均匀单元格实际是将三维地形简 化成二维地形，单元格的侵蚀强度由上坡汇流面积决定。 因此，这种算法所获得结果也存在较大误差。其次，上 坡汇流面积确定不准确。鉴于二维空间中，单元格侵蚀 强度由上坡汇流面积决定，Ｄｅｓｍｅｔ掣１０】提出基于上坡汇 流面积的￡因子算法，得到广泛应用。然而，现有研究 中的汇流面积都是根据数字高程模型（ＤＥＭ）确定的汇 流方向简单累加得到，未考虑汇流路径上土地利用／覆盖 对汇流的影响，尤其是植被对降雨再分配而产生的减少、 阻滞地表径流的水文效应。虽然ＲＵＳＬＥ中的植被覆盖和 经营管理因子（Ｃ）可反映地表覆盖对土壤侵蚀的影响， 但基于单元格评估土壤侵蚀时，各因子的作用仅局限于 所在单元格，上坡土地利用／覆盖对汇流的作用无法由Ｃ 因子体现。因此，这类方法所获得结果仍与实际存在较 大差别。
基于GIS和USLE的鄱阳湖流域土壤侵蚀敏感性评价_原立峰_杨桂山_李恒鹏_等
第３３卷第５期２０１３年１０月水土保持通报Ｂｕｌｌｅｔｉｎ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ ＣｏｎｓｅｒｖａｔｉｏｎＶｏｌ．３３，Ｎｏ．５Ｏｃｔ．，２０１３ 收稿日期：２０１３－０１－０９ 修回日期：２０１３－０３－１４ 资助项目：国家自然科学基金项目“黄土坡面细沟发育过程的三维ＣＡ数值模拟”（４１００１１５８），“鄱阳湖水量平衡变化的水环境效应与调控”（４１２７１５００）；虚拟地理环境教育部重点实验室开放基金“基于ＧＩＳ和ＲＳ的鄱阳湖流域农业非点源污染”（２０１０ＶＧＥ０５） 作者简介：原立峰（１９７８—），男（汉族），山西省太原市人，博士，副教授，主要从事地表过程分析与模拟、遥感和ＧＩＳ应用方面的教学和研究工作。
Ｅ－ｍａｉｌ：ｙｕａｎｌｉｆｅｎｇ７８３３＠１２６．ｃｏｍ。
通信作者：杨桂山（１９６５—），男（汉族），江苏省兴化县人，博士，研究员，主要从事区域环境变化与灾害影响、资源利用与环境效应研究。
Ｅ－ｍａｉｌ：ｇｓｙａｎｇ＠ｎｉｇｌａｓ．ａｃ．ｃｎ。
基于ＧＩＳ和ＵＳＬＥ的鄱阳湖流域土壤侵蚀敏感性评价原立峰１，２，３，杨桂山２，李恒鹏２，张增信４，蒋志远１，刘星飞１（１．南京邮电大学地理与生物信息学院，江苏南京２１０００３；２．中国科学院南京地理与湖泊研究所，江苏南京２１０００８；３．虚拟地理环境教育部重点实验室，江苏南京２１００４６；４．南京林业大学江苏省林业生态工程重点实验室，江苏南京２１００３７）摘 要：水土流失是鄱阳湖流域严重的生态环境问题。
以ＵＳＬＥ模型为基础，结合鄱阳湖流域自然环境特征，确定评价指标及其分级标准。
运用ＧＩＳ技术，实现研究区土壤侵蚀敏感性综合评价，揭示其流域空间分异特征及规律，并对流域土壤侵蚀产生的原因进行分析，提出了调控措施。
研究表明：流域土壤侵蚀敏感性主要以中度和高度敏感为主，不敏感、轻度和极度敏感所占比例较少。
从空间分布上来看，极敏感地区集中分布在赣东南部的宁都县和会昌县，赣中吉安县和泰和县，赣西北的万载县，赣东北的德兴市和上饶市；高度敏感地区主要分布在赣江、抚河、信江、饶河及修水这５条河流域中、上游河流两岸和鄱阳湖滨湖地区，以及坡度＜２５°的坡耕地、疏幼林地；中度敏感性地区分布面积最广，在整个流域内各地貌和用地类型（除水域外）上均有分布；轻度敏感性地区主要分布在赣西南的井冈山市、万安县、赣县、大余县一带，呈月牙形分布；不敏感地区以鄱阳湖及五河沿线向四周呈辐射状分布，还包括赣西北的拓林水库、赣西江口水库和赣东洪门水库等区域。
基于USLE和GIS的水土流失敏感性空间分析以河北太行山区为例
基于USLE和GIS的水土流失敏感性空间分析以河北太行山区为例一、本文概述本文旨在利用通用土壤流失方程（USLE）和地理信息系统（GIS）工具，对河北太行山区的水土流失敏感性进行空间分析。
通过结合这两种强大的工具，我们希望能够更准确地评估该地区的水土流失风险，为土地管理、环境保护和可持续发展提供决策支持。
河北太行山区是我国重要的生态屏障，但由于地形复杂、气候多变、人类活动频繁，水土流失问题日益严重。
因此，开展水土流失敏感性空间分析对于该地区的生态保护和可持续发展具有重要意义。
本文首先介绍了USLE的基本原理和计算过程，包括降雨侵蚀力因子、土壤可侵蚀性因子、坡长坡度因子和植被覆盖与管理因子的确定方法。
然后，我们详细阐述了如何利用GIS技术进行空间数据处理和分析，包括地形数据的提取、土壤数据的分类、降雨数据的空间插值等。
在方法部分，我们将详细介绍如何结合USLE和GIS进行水土流失敏感性空间分析的具体步骤。
包括建立水土流失敏感性评价模型、确定评价因子权重、计算敏感性指数等。
我们将以河北太行山区为例，展示水土流失敏感性空间分析的结果，并分析其空间分布特征和影响因素。
通过本文的研究，我们期望能够为该地区的水土流失防治工作提供科学依据和技术支持。
二、研究方法和数据来源本研究采用修正的通用土壤流失方程（USLE）与地理信息系统（GIS）相结合的方法，对河北太行山区的水土流失敏感性进行空间分析。
USLE作为一种广泛使用的土壤侵蚀预测模型，其通过综合考虑降雨侵蚀力、土壤可蚀性、坡长坡度、植被覆盖及管理措施等因素，为水土流失的定量评估提供了有效工具。
结合GIS的空间分析功能，我们能够更加精准地识别和评估水土流失敏感区域，为区域水土保持和生态环境建设提供科学依据。
在具体操作中，我们首先利用GIS平台，对河北太行山区的地形地貌、土壤类型、植被分布等基础数据进行整合与预处理。
然后，基于USLE模型，构建水土流失敏感性评估模型，将各项影响因子进行量化并整合到GIS平台中。
基于RUSLE模型的土壤侵蚀时空变化及其影响因子—以粤港澳大湾区为例
基于RUSLE模型的土壤侵蚀时空变化及其影响因子—以粤港澳大湾区为例目录1. 内容概览 (2)1.1 研究背景 (3)1.2 研究意义 (4)1.3 研究目标与内容 (5)2. 相关理论与研究方法 (6)2.1 RUSLE模型的原理 (7)2.2 土壤侵蚀的概念 (8)2.3 时空数据处理方法 (10)2.4 影响土壤侵蚀的主要因素 (11)3. 粤港澳大湾区概况 (12)3.1 地理与气候特征 (13)3.2 土地利用状况 (14)3.3 土壤侵蚀历史与现状 (15)4. RUSLE模型在粤港澳大湾区的应用 (16)4.1 数据收集与预处理 (17)4.2 模型参数选择与验证 (19)4.3 土壤侵蚀模拟结果 (21)5. 土壤侵蚀时空变化分析 (22)6. 影响土壤侵蚀的主要因素分析 (23)6.1 土地利用变化 (25)6.2 降水量变化 (26)6.3 人为活动因素 (27)6.4 气候变化影响 (28)7. 土壤侵蚀对粤港澳大湾区的影响 (30)7.1 对生态环境的影响 (31)7.2 对农业生产的影晌 (33)7.3 对水资源的影晌 (34)7.4 对沿海地区的影响 (35)8. 土壤侵蚀控制与生态恢复策略 (36)8.1 植被恢复策略 (37)8.2 排水系统和防蚀工程 (38)8.3 土地管理与规划 (40)8.4 政策与法规建议 (41)9. 结论与建议 (43)9.1 研究结论 (44)9.2 技术建议 (45)9.3 未来研究展望 (47)1. 内容概览本文旨在探讨土壤侵蚀的时空变化特征及其影响因素，土壤侵蚀不仅是全球性的环境问题，也对区域经济发展和生态系统服务质量产生深远影响。
粤港澳大湾区作为中国经济最活跃的区域之一，其土壤侵蚀问题对其可持续发展构成挑战。
本文首先介绍了RUSLE模型的理论基础、模型结构和工作原理，以及在大湾区应用该模型的必要性和可行性。
通过收集和分析环境、地形、土壤、降水和植被覆盖等关键数据，利用遥感技术对大湾区的土壤侵蚀状况进行时空动态监测。
211104374_基于GIS和RUSLE的甘南州土壤侵蚀时空演变
第30卷第3期2023年6月水土保持研究R e s e a r c ho 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 .30,N o .3J u n .,2023收稿日期:2021-05-21 修回日期:2021-05-17资助项目:国家科技部 第二次青藏高原科学综合考察研究 项目 生态安全屏障功能与优化体系 (S Q 2019Q Z K K 2003) 第一作者:马悦(1995 ),女,内蒙古巴彦淖尔人,硕士研究生,主要从事土壤侵蚀和生态脆弱性评价研究㊂E -m a i l :b s c s d s 118@n w a f u .e d u .c n通信作者:何洪鸣(1975 ),男,广东兴宁人,博士,研究员,博士生导师,主要从事环境系统数值模拟研究㊂E -m a i l :h o n g m i n g.h e @y a h o o .c o m h t t p :ʊs t b c y j .p a p e r o n c e .o r gD O I :10.13869/j.c n k i .r s w c .2023.03.023.马悦,何洪鸣,赵宏飞.基于G I S 和R U S L E 的甘南州土壤侵蚀时空演变[J ].水土保持研究,2023,30(3):37-46.MA Y u e ,H E H o n g m i n g ,Z H A O H o n g f e i .S p a t i o t e m p o r a l C h a n ge of S o i lE r o s i o n i nG a n n a nT i b e t a nA u t o n o m o u sP r e f e c t u r eB a s e do nG I Sa n d R U S L E [J ].R e s e a r c ho f S o i l a n d W a t e rC o n s e r v a t i o n ,2023,30(3):37-46.基于G I S 和R U S L E 的甘南州土壤侵蚀时空演变马悦1,何洪鸣1,2,赵宏飞1(1.西北农林科技大学水土保持研究所,黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌712100;2.中国科学院水利部水土保持研究所,陕西杨凌712100)摘 要:[目的]探究甘南州草场退化带来的侵蚀问题,可以把握当地水土流失情况,有利于建设青藏高原生态安全屏障㊂[方法]通过修正的通用土壤流失方程(R U S L E 模型)研究2000年㊁2010年和2019年甘南州土壤侵蚀时空变化,并基于地理探测器模型分析侵蚀的影响因素㊂[结果]甘南州侵蚀程度较轻,以微度侵蚀和轻度侵蚀为主,强烈㊁极强烈㊁剧烈侵蚀区面积占比虽然较小,但呈现面积扩大㊁强度增强的趋势㊂甘南州土壤侵蚀空间差异性较为明显,西部地区土壤侵蚀强度低于东部地区,中度㊁强烈㊁极强烈㊁剧烈侵蚀区域的分布较为相似,呈现出较为明显的聚集状态,卓尼县㊁迭部县㊁舟曲县土壤侵蚀强度较高㊂2000 2019年甘南州87.14%的地区侵蚀等级未发生明显变化,发生转移的区域主要为微度侵蚀和轻度侵蚀,侵蚀等级升高的区域面积高于降低的区域,升高的区域主要分布在玛曲县㊁碌曲县㊁夏河县㊁卓尼县以及迭部县㊂对甘南州侵蚀空间分异性解释力较强的是土地利用和地形起伏度㊂退耕还林(草)工程㊁农牧业活动㊁城市化推进以及甘南州复杂的地形均对侵蚀有较大的影响,人口密度㊁坡度㊁高程㊁年均降雨量㊁植被覆盖度与土地利用交互作用时对侵蚀的解释力均呈现明显增强㊂[结论]甘南州总体侵蚀较轻但局部较强烈且随时间呈现增强的趋势,土地利用变化和地形因素对其影响较大,未来甘南州应重点关注土地利用变化和草场退化问题,做好保护和修复工作,警惕地形复杂的生态风险区的侵蚀恶化风险㊂关键词:土壤侵蚀;R U S L E 模型;G I S 空间分析;地理探测器中图分类号:S 157.1 文献标识码:A 文章编号:1005-3409(2023)03-0037-10S p a t i o t e m p o r a l C h a n ge of S o i l E r o s i o n i nG a n n a nT i b e t a nA u t o n o m o u s P r e f e c t u r eB a s e do nG I S a n dR U S L EMA Y u e 1,H E H o n g m i n g 1,2,Z HA O H o n gf e i 1(1.S t a t eK e y L a b o r a t o r y o f S o i lE r o s i o na n dD r y l a n dF r a m i n g on t h eL o e s sP l a t e a u ,N o r t hA&F U n i v e r s i t y ,Y a n g l i n g ,S h a a n x i 712100,C h i n a ;2.I n s t i t u t e o f So i l a n d W a t e r C o n s e r v a t i o n ,C h i n e s eA c a d e m y o f S c i e n c e a n d m i n i s t r y o f W a t e rR e s o u r c e s ,Y a n g l i n g ,S h a a n x i 712100,C h i n a )A b s t r a c t :[O b j e c t i v e ]E x p l o r i n g t h ee r o s i o n p r o b l e mc a u s e db yg r a s s l a n dd e gr a d a t i o n i nG a n n a nP r e f e c t u r e c a nh e l p u n d e r s t a n d t h e l o c a l s o i l a n dw a t e r l o s s e s ,w h i c h i s c o n d u c i v e t o t h e c o n s t r u c t i o n o f e c o l o g i c a l s e c u r -i t y b a r r i e r o n t h eQ i n g h a i -T i b e t P l a t e a u .[M e t h o d s ]T h i s s t u d y r e v e a l e d t h e t e m p o r a l a n d s p a t i a l c h a n ge s of s o i l e r o s i o n i n G a n n a nP r e f e c t u r e i n2000,2010a n d2019b a s e do nt h eR U S L E m o d e l ,a n da n a l y z e dt h e e r o s i o n f a c t o r s o fG a n n a nP r e f e c t u r e t h r o ugh g e o g r a p hi c a l d e t e c t o r .[R e s u l t s ]T h eo v e r a l l d e gr e eo f e r o s i o n i nG a n n a nP r e f e c t u r e i s r e l a t i v e l y l i g h t ,m a i n l y w i t h s l i g h t e r o s i o n a n dm i l d e r o s i o n .T h e a r e a sw i t h s t r o n g ,e x t r e m e l y s t r o n g a n d s e v e r e e r o s i o n i nG a n n a nP r e f e c t u r e a r e r e l a t i v e l y sm a l l ,b u t t h e a r e a s a n d i n t e n s i t i e s o f t h e s e t y p e s o f e r o s i o n s h o wt h e i n c r e a s i n g t r e n dw i t ht i m e .T h e s p a t i a l d i f f e r e n c eo f s o i l e r o s i o n i nG a n n a n P r e f e c t u r e i s o b v i o u s ,a n dt h es o i l e r o s i o n i n t e n s i t y i nt h ew e s t e r nr e gi o n i s l o w e r t h a nt h a t i nt h ee a s t e r nr e g i o n.T h ed i s t r i b u t i o n s o fm o d e r a t e,s t r o n g,v e r y s t r o n g,a n ds e v e r e e r o s i o na r e a s a r e s i m i l a r,s h o w i n g a r e l a t i v e l y o b v i o u s a g g r e g a t i o n s t a t e.Z h u o n i C o u n t y,D i e b uC o u n t y a n dZ h o u q uC o u n t y s h o wh i g h e r e r o s i o n r i s k t h a no t h e rc o u n t i e s.T h ee r o s i o n g r a d eo f87.14%o fG a n n a nP r e f e c t u r ed i dn o tc h a n g e f r o m2000t o 2019,a n d t h e t r a n s f e r r e da r e a sw e r em a i n l y m i l de r o s i o na n d m i l de r o s i o na r e a s.T h ea r e a sw i t h i n c r e a s e d e r o s i o n l e v e l s h a v e a h i g h e r p r o p o r t i o n o f a r e a t h a n a r e a sw i t hd e c r e a s e d e r o s i o n l e v e l s,w h i c hm a i n l y d i s t r i b-u t e i n M a q uC o u n t y,L u q uC o u n t y,X i a h eC o u n t y,Z h u o n iC o u n t y a n dD i e b uC o u n t y.L a n d u s ea n dt o p o-g r a p h i c u n d u l a t i o n a r e t h em a i n f a c t o r s a f f e c t i n g e c o l o g i c a l v u l n e r a b i l i t y i nG a n n a nP r e f e c t u r e.T h e p r o j e c t o f r e t u r n i n g f a r m l a n dt of o r e s t(g r a s s),a g r i c u l t u r a la n da n i m a lh u s b a n d r y a c t i v i t i e s,t h ea d v a n c e m e n to f u r b a n i z a t i o n,a n dt h ec o m p l e xt o p o g r a p h y o fG a n n a nP r e f e c t u r ea l lh a v et h e g r e a t e r i m p a c t so ne r o s i o n. T h e r e i s e n h a n c e m e n tw h e n l a n d u s e a c t i n g w i t h p o p u l a t i o nd e n s i t y,s l o p e,e l e v a t i o n,a v e r a g e a n n u a l r a i n f a l l a n dv e g e t a t i o n c o v e r a g e.[C o n c l u s i o n]T h e o v e r a l l e r o s i o n i nG a n n a nP r e f e c t u r e i s l i g h t,b u t t h e l o c a l e r o s i o n i s s t r o n g a n d s h o w s a n i n c r e a s i n g t r e n dw i t ht i m e.L a n du s e c h a n g ea n d t o p o g r a p h i c f a c t o r sh a v e t h e g r e a t i m p a c t s o n t h e e r o s i o n.I n t h e f u t u r e,m o r e a t t e n t i o n s h o u l db e p a i d t o l a n du s e c h a n g e a n d g r a s s l a n dd e g r a-d a t i o n,d o a g o o d j o b o f p r o t e c t i o n a n d r e s t o r a t i o n s h o u l db e s t r e n g t h e n e d,a n d t h e e r o s i o nd e t e r i o r a t i o n r i s k i ne c o l o g i c a l r i s ka r e a sw i t hc o m p l e x t o p o g r a p h y s h o u l db eb e c o n c e r n e d i nG a n n a nP r e f e c t u r e.K e y w o r d s:s o i l e r o s i o n;R U L S E m o d e l;G I Sa n a l y s i s;G e o g r a p h i c a lD e t e c t o r青藏高原是我国重要的生态屏障,其独特的自然环境对全球变化㊁社会经济发展㊁资源开发利用等具有重要的影响㊂作为青藏高原生态屏障的重要组成部分[1],甘南藏族自治州(以下简称甘南州)位于青藏高原东北边缘地带,地跨黄河和长江源区,黄河干流流经域内433k m,是我国重要的水源涵养与补给区[2-3]㊂此外,因其独特的地理环境以及丰富的植被资源,甘南州同时也是我国重要的高寒牧区之一㊂甘南州草原面积占总面积的70.28%,其中可利用草场面积达94.2%,是当地的优势资源,因此畜牧业也成为甘南的主导产业和经济支柱之一,甘南州也是甘肃省重要的的畜牧业基地[2],2005年甘南州牧区牧业收入占农牧民家庭收入的47.89%[4];此外甘南州林区也是甘肃省最大的林区,森林面积占全省的30%,是甘肃省木材资源的重要来源之一[2]㊂然而高寒牧区地理环境和气候条件比较恶劣,区域内生态系统结构单一,脆弱性强,稳定性差㊂近年来甘南的生态环境潜在风险较高,有恶化趋势[5]㊂资料表明,甘南州草地有退化㊁沙化㊁盐碱化的问题,优良牧草产量下降,黄河沿岸的沙化线不断扩展[2]㊂由于人口增长与社会发展压力,2002年甘南牧区载畜量超载率高达94.6%,退化草场面积在20a间增加了近120倍[4],导致牧民迁往其他草场地方放牧,人类活动范围扩大进一步加剧了对生态环境的扰动㊂玛曲县草地在60年代后沙化速度加快,2003年中度和重度退化草场占可利用草场的23.86%和39.84%[6];玛曲湿地干涸㊁萎缩,至2001年时沙化面积达3.5ˑ104h m2[7];合作市72.4%的草场出现了不同程度的退化,中度和重度退化分别占可利用草场面积的49.1%和30.5%,全市水土流失面积达910.6k m2[5]㊂此外,甘南林地也存在一定程度的破坏,有研究表明玛曲县高山阴坡的水源涵养林面积减少76.6%,流域调蓄和涵养能力下降[2]㊂甘南州草地退化不仅会造成水土流失问题,也会进一步诱发沙漠化㊁生物多样性降低等其他生态环境问题,阻碍牧区良性和可持续性发展,影响高原地区生态安全㊂而且甘南位于西北高原生态脆弱区,对人类干扰较为敏感,生态系统自我恢复能力差,自然修复周期较长[8],更需重点关注㊂目前关于甘南州水土流失和侵蚀风险的相关研究较少,为探究甘南州多年来土壤侵蚀状况和变化以及影响侵蚀的因素,以把握当地水土流失状况,有针对性地开展保护与恢复工作,本文基于通用土壤流失方程(R U S L E模型)对2000年㊁2010年㊁2019年甘南州土壤侵蚀进行定量分析,探究其时空变化规律,并基于地理探测器模型分析其影响因素,为甘南州水土流失防治及生态修复工作提供一定参考㊂1研究区概况甘南州位于甘肃省西南部,地处青藏高原东北边缘与黄土高原西部交汇处,北纬33ʎ6' 36ʎ10',东经100ʎ46' 104ʎ44'㊂海拔高度大约1172~4920m,地势从西北向东南倾斜,州内多为山原地貌,大致可分为高原区㊁高山峡谷区和低山丘陵区[2,9]㊂甘南州83水土保持研究第30卷是大陆性季节气候,光照条件好,降水量在季节性和空间上差异较大,部分区域冬季降水量极小,全州各地年均降水量在500~750mm,年均气温在2.8~ 13.6ħ,全年平均气温低于10ħ的低温天气一般长达八至十个月,较为寒冷,全州除舟曲㊁迭部县部分地区没有严寒期外,其余地方冬季较长,春季秋季短且相连㊂甘南州草地资源丰富,林地茂密,全州牧草地面积占比63.58%,林业用地占比28.53%[10]㊂土壤垂直分布比较明显,土壤类型多样,共分为13个土类, 27个亚类,40个土属㊂有高山草甸土类㊁亚高山草甸土类㊁亚高山草原土类㊁黑钙土类㊁栗钙土类㊁暗棕壤类㊁棕壤类㊁褐土类㊁灰褐土类㊁草甸土类㊁沼泽土类㊁泥炭土㊁高山寒漠土㊂甘南州土壤具有脆弱性㊁敏感性等特点,一旦遭到破坏恢复难度较大[11]㊂甘南州下辖一市七县,分别为合作市㊁临潭县㊁卓尼县㊁舟曲县㊁迭部县㊁玛曲县㊁碌曲县㊁夏河县,各市县位置见图1㊂图1研究区位置2研究方法2.1R U S L E模型本研究采用1997年美国农业部在通用土壤流失方程(U S L E)的基础上提出了修正通用土壤流失方程(R U S L E)[12],公式如下:A=RˑKˑLˑSˑCˑP(1)式中:A为土壤侵蚀模数t/(h m2㊃a),表示单位面积土壤年平均流失量;R为降雨侵蚀力因子 M J㊃m m/ (h m2㊃h㊃a) ;K为土壤可蚀性因子 t㊃h m2㊃h/ (h m2㊃M J㊃m m) ;L为坡长因子;S为坡度因子;C为植被覆盖因子;P为水土保持措施因子㊂(1)降雨侵蚀力因子R㊂降雨侵蚀力是降水及其产生的径流所具有的引起土壤侵蚀的潜在能力,是土壤的水蚀动力㊂降雨侵蚀力难以直接测定,通常采用降雨量㊁雨强等参数进行估算,本研究采用W i s c h m e i e r提出并由A r n o l d u s修正的经验公式进行计算[13]:R=ð12i=11.735ˑ101.5ˑl g(P2i/P)-0.8188[](2)式中:R为降雨侵蚀力因子;P i和P分别为月平均降雨量和年平均降雨量(mm)㊂(2)土壤可蚀性因子K㊂K值表示土壤的可蚀性,即土壤特性对侵蚀量的影响㊂K值的大小主要受土壤质地㊁土壤结构及其稳定性㊁土壤渗透性㊁有机质含量和土层深度等因素的影响[14-15],当土壤颗粒粗㊁渗透性大时,K值就低,反之则高㊂K值反映了土壤抗侵蚀能力,K值越大,土壤抗侵蚀能力越弱㊂根据相关研究成果[16],K值计算公式如下:K=0.2+0.3e x p-0.0256S d(1-S t100){}ˑ(S tS c+S t)0.3ˑ(1-0.25CC+e x p(3.72-2.95C))ˑ(1-0.7S nS n+e x p(-5.51+22.9S n))(3)式中:S d表示土壤砂粒含量(%);S t表示土壤粉粒含量(%);S c表示土壤黏粒含量(%);C表示土壤有机碳含量(%);S n=1-S d/100㊂式中计算结果K的单位为美制,需乘以转换系数0.1317转换为国际制单位㊂(3)坡长因子和坡度因子L S㊂坡度坡长因子可以体现地形对土壤侵蚀的影响,与土壤侵蚀强度呈正相关,通常基于数字高程模型D E M提取计算坡度坡长因子㊂根据国内外的研究成果[17],不同坡度范围下,坡度因子采用不同的公式计算,S=10.8s i nθ+0.03θ<5ʎ16.8s i nθ-0.55ʎɤθ<10ʎ21.91s i nθ-0.96θȡ10ʎìîíïïïï(4)式中:S为坡度因子;θ为坡度(ʎ)㊂考虑汇流对坡长因子影响,坡长因子采用以下公式进行计算[18-19]:L i=A m+1o u t-A m+1i nΔx2L m m22.13m(5)m=0.2θ<0.5ʎ0.30.5ʎɤθ<1.5ʎ0.41.5ʎɤθ<3ʎ0.5θȡ3ʎìîíïïïïï(6)式中:L i为栅格坡长因子值;A o u t,A i n分别为栅格出口和入口的汇流面积(m2);Δx为栅格分辨率(m); L m为与栅格入口㊁出口水流方向相关的非累计坡长(m);m为坡长指数㊂(4)植被覆盖因子C㊂植被覆盖对对土壤侵蚀有一定的抑制作用,植被覆盖因子C值是指当土壤㊁93第3期马悦等:基于G I S和R U S L E的甘南州土壤侵蚀时空演变坡度坡长㊁降雨条件都一致时,有植被覆盖的土地与裸土地土壤流失量比率,取值为0~1[20-21]㊂C 值越大,对土壤侵蚀的抑制越弱㊂目前较为常用的方法是采用归一化植被指数N D V I 对C 值进行估算,根据国外学者建立的N D V I 和C 值的关系式以及国内的相关研究[20-21],采用以下公式计算C 值:C =e x p -α㊃ND V I(β-ND V I )(7)式中:C 为植被覆盖因子,α和β是决定N D V I -C 关系曲线的参数,通常取α=2,β=1㊂㊂(5)水土保持措施因子P ㊂水土保持措施因子指采取水土保持措施后的土壤流失量与不采取任何措施时土壤流失量的比率,P 值范围在0~1,0代表该地区不会发生土壤侵蚀,1代表该地区未采取任何水土保持措施[20]㊂通常利用土地利用类型来间接反映水土保持措施㊂根据研究区特点以及参考文献,本文对未采取水土保持措施的地类包括人造地表(由人工建造活动形成的地表,包括城镇等各类居民地㊁工矿㊁交通设施等)㊁水体㊁湿地㊁裸地㊁冰川和永久积雪,赋值为1;对于具有较好水土保持作用的地类包括林地㊁灌木地㊁草地,赋值为0.7;此外,坡度对耕地水土保持措施的作用影响较大,坡度越陡,水土保持措施的效果较明显㊂因此,耕地根据不同坡度参考相关文献进行赋值[22-23],如表1所示㊂表1 不同坡度耕地的P 值坡度ɤ5ʎ5ʎ~10ʎ10ʎ~15ʎ15ʎ~20ʎ20ʎ~25ʎ>25ʎP 值0.1000.2210.3050.5750.7050.8002.2 地理探测器模型地理探测器是一种探测空间分异性及其驱动力的空间分析方法,其核心思想是基于这样的假设:如果某个自变量X i 对某个因变量Y 有重要影响,那么自变量X i 和因变量Y 的空间分布应该具有相似性[24]㊂它包含因子探测㊁交互作用探测㊁风险区探测㊁生态探测等4种探测器[24]㊂为探究各侵蚀因子对甘南州侵蚀状况的解释力以及不同因子之间的交互作用,本文采用模型里的因子探测㊁交互作用探测进行分析㊂因子探测用来分析因变量Y 自身的空间分异性,和某影响因子X i 对Y 的空间分异性的解释力强度,强度大小用q 值来衡量[24],计算公式如下:q =1-ðLh =1N h σ2h N σ2(8)式中:h =1, ,L 为因变量Y 或影响因子X 的分层,即分类或分区;N h 和N 分别为层h 和全区的单元数;σ2h 和σ2分别是层h 和全区的Y 值的方差㊂q 的取值范围为0~1㊂q 值越大表明影响因子X 对因变量Y 空间分异的解释程度越强㊂交互作用探测用来判断不同影响因子共同作用时是增加还是减弱对因变量Y 的解释力[24]㊂交互作用探测判断方法和类型如表2所示㊂表2 交互作用探测类型判据交互作用q (X 1ɘX 2)<m i n (q (X 1),q (X 2))非线性减弱 m i n (q (X 1),q (X 2))<q (X 1ɘX 2)<m a x (q (X 1),q (X 2))单因子非线性减弱q (X 1ɘX 2)>m a x (q (X 1),q (X 2))双因子增强 q (X 1ɘX 2)=q (X 1)+q (X 2)独立 q (X 1ɘX 2)>q (X 1)+q (X 2)非线性增强注:q (X 1)和q (X 2)为影响因子X 1和影响因子X 2对Y 的q 值㊂本文选取了甘南州年均降雨量㊁年均温㊁高程㊁地形起伏度㊁坡度㊁土地利用㊁植被覆盖度㊁人口密度等8个影响因子作为自变量X 1-X 8,甘南州土壤侵蚀状况作为因变量Y ㊂利用地理探测器进行计算需将自变量和因变量统一到同一空间粒度,并对连续型数据进行离散化处理㊂通过A r c G I S 创建1k mˑ1k m 的渔网和渔网点,并对离散化后的自变量和因变量数据进行采样,将其值提取到点后去除异常值,得到31263个有效点,作为模型输入数据㊂本文通过A r c G I S 的重采样工具对数据进行离散化:年均降雨量和年均温采用等间距的方式分别分为5类和4类;高程和地形起伏度按照自然间断法分为5类;坡度按照0ʎ~5ʎ,5ʎ~15ʎ,15ʎ~25ʎ,25ʎ~35ʎ,35ʎ~45ʎ,45ʎ~55ʎ,>55ʎ分为7类;土地利用分为耕地㊁林地㊁草地㊁灌木地㊁湿地㊁水体㊁人造地表㊁裸地㊁冰川和永久积雪9类;植被覆盖度按照0~0.2,0.2~0.4,0.4~0.6,0.6~0.8,0.8~1的方式分为5类;人口密度按照等间距的方式分为5类㊂3 数据来源与处理2000 2019年气象数据来源于中国气象数据网(h t t p:ʊd a t a .c m a .c n )的中国地面气候资料月值数据集;D E M 数据来源于地理空间数据云平台(h t t p :ʊw w w.gs c l o u d .c n /)30m 分辨率的A S T E R G D E M 数字高程数据产品;土壤数据来源于国家青藏高原科学数据中心(h t t p :ʊw e s t d c .w e s t gi s .a c .c n /)的基于世界土壤数据库(HW S D )的中国土壤数据集(v 1.1);04 水土保持研究 第30卷土地利用数据来源于G l o b e l a n d30:全球地理信息公共产品(h t t p:ʊw w w.g l o b a l l a n d c o v e r.c o m);N D V I 数据利用G o o g l eE a r t hE n g i n e平台对遥感影像进行处理得到;人口密度数据来源于‘甘肃发展年鉴“㊂将各因子数据坐标系转换为W G S1984坐标系及U T M48N 投影,栅格分辨率统一为30mˑ30m㊂4结果与分析4.1甘南州土壤侵蚀总体特征将R U S L E模型计算结果按照‘土壤侵蚀强度分级标准“(S L190-2008)分为微度侵蚀(0~200)㊁轻度侵蚀(200~2500)㊁中度侵蚀(2500~5000)㊁强烈侵蚀(5000~8000)㊁极强烈侵蚀(8000~15000)㊁剧烈侵蚀(>15000)6个等级[25],单位为t/(k m2㊃a),结果如表3所示㊂甘南州2000年㊁2010年㊁2019年主要以微度侵蚀为主,其次是轻度侵蚀㊂微度侵蚀区域面积占比分别为89.68%,86.88%,87.36%,平均侵蚀模数分别为14.79,15.09,16.49t/(k m2㊃a)㊂甘南州微度侵蚀区侵蚀强度较低,但面积占比随时间呈下降趋势,平均侵蚀模数呈增加趋势;3个时期轻度侵蚀区面积占比为8.01%,10.07%,9.51%,平均侵蚀模数随时间呈下降趋势,分别为731.41,697.93,670.76t/(k m2㊃a);中度侵蚀区面积占比随时间呈下降趋势,分别为1.51%, 1.32%,1.21%,平均侵蚀模数分别为3591.76,3604.22, 3620.89t/(k m2㊃a),呈上升趋势㊂甘南州强烈㊁极强烈㊁剧烈侵蚀区面积占比虽然较小,但均随时间呈上升趋势,3个区域占比总和从2000年的0.80%增长到了2019年的1.92%,其中极强烈侵蚀区域面积占比明显增加,2000 2019年增加了0.73%㊂可以看出,2000 2010年的这3个区域面积增长速度较快,2010 2019年明显放缓㊂此外,强烈㊁极强烈侵蚀区域的平均侵蚀模数随时间呈上升趋势,而剧烈侵蚀区域2010年平均侵蚀模数最大,2019年的数值略低于2010年㊂虽然总体上甘南州侵蚀较为微弱,然而局部区域侵蚀较为强烈,且这些区域随时间呈现出面积扩大,侵蚀强度增大的趋势㊂表3甘南州2000-2019年侵蚀状况年份参数侵蚀等级微度轻度中度强烈极强烈剧烈2000侵蚀面积/k m232823.872930.94554.42239.8851.080.12侵蚀面积占比/%89.688.011.510.660.140.00平均侵蚀模数/(t㊃k m-2㊃a-1)14.79731.413591.766154.749359.0815865.962010侵蚀面积/k m231796.803686.53484.65311.60266.8753.83侵蚀面积占比/%86.8810.071.320.850.730.15平均侵蚀模数/(t㊃k m-2㊃a-1)15.09697.933604.226351.0610581.3918414.902019侵蚀面积/k m231974.153479.18442.70319.73318.2366.29侵蚀面积占比/%87.369.511.210.870.870.18平均侵蚀模数/(t㊃k m-2㊃a-1)16.49670.763620.896378.4310687.0018132.51此外,本文对甘南州各县市2000年㊁2010年㊁2019年不同侵蚀等级面积占比进行了统计,结果如表4所示㊂合作市㊁玛曲县㊁碌曲县绝大部分区域均以微度侵蚀为主,3个时期微度侵蚀面积占比均在90%以上,其中合作市微度侵蚀面积占比随时间减小,轻度㊁中度㊁强烈㊁极强烈侵蚀面积随时间增加;玛曲县微度侵蚀面积占比随时间减小,轻度㊁强烈㊁极强烈㊁剧烈侵蚀面积在增加;夏河县同样以微度侵蚀为主,3个时期微度侵蚀面积仅次于上述3个地区,其中度㊁强烈㊁极强烈侵蚀面积随时间呈增加趋势;甘南州轻度㊁中度侵蚀区主要分布在临潭县㊁卓尼县㊁舟曲县㊁迭部县,这4个县的轻度㊁中度侵蚀区面积占比明显高于其他几个县㊂值得注意的是,卓尼县强烈㊁极强烈㊁剧烈侵蚀面积的总和随时间明显增加;从2010年后,迭部县强烈㊁极强烈㊁剧烈侵蚀面积占比最高,其次是舟曲县㊂4.2甘南州土壤侵蚀时空分布与变化2000年㊁2010年㊁2019年甘南州土壤侵蚀空间分布如图2所示㊂甘南州土壤侵蚀空间差异性较为明显,总体上西部地区土壤侵蚀强度低于东部㊂甘南州大部分区域都为微度侵蚀;轻度侵蚀主要分布在玛曲县西北部㊁夏河县北部㊁卓尼县和临潭县西部㊁迭部县西北部和舟曲县南部;中度㊁强烈㊁极强烈㊁剧烈侵蚀区域呈现出较明显的聚集状态,主要分布在玛曲县西北部㊁玛曲县和碌曲县交界处㊁碌曲中部㊁夏河县北部㊁卓尼县和临潭县的东部㊁迭部县和舟曲县㊂此外,玛曲县14第3期马悦等:基于G I S和R U S L E的甘南州土壤侵蚀时空演变西北部㊁迭部县和舟曲县的交界处的强烈㊁极强烈㊁剧烈侵蚀区域面积随时间明显增加;舟曲县的侵蚀状况改善较为明显,高风险侵蚀区域占比有所减少,但与其他县市相比仍然较高㊂表4甘南州各市县2000-2019年侵蚀等级统计年份等级面积占比/%合作市临潭县卓尼县舟曲县迭部县玛曲县碌曲县夏河县微度93.3880.9689.9270.1183.7395.5896.2590.66轻度6.2215.997.9919.3212.373.223.478.49 2000中度0.352.261.415.962.420.970.240.71强烈0.050.750.593.561.200.230.050.14极强烈0.000.040.091.040.280.010.000.01剧烈0.000.000.000.000.000.000.000.00微度92.9273.0485.0575.8572.4392.8493.3492.24轻度6.4023.2811.9418.6019.454.755.836.54 2010中度0.492.231.272.702.731.030.360.81强烈0.171.100.831.612.020.770.250.33极强烈0.030.350.741.122.570.570.210.08剧烈0.000.000.160.110.800.040.010.00微度92.3282.1085.2083.9676.7790.6394.7088.30轻度6.7615.0611.1711.1515.686.594.6710.10 2019中度0.531.301.401.732.670.870.361.00强烈0.270.821.041.332.140.740.200.45极强烈0.120.661.051.532.340.860.070.15剧烈0.000.060.160.300.390.310.000.00图2甘南州2000-2019年土壤侵蚀空间分布本文基于马尔科夫模型制作了甘南州2000 2010年㊁2010 2019年和2000 2019年土壤侵蚀面积转移矩阵,并利用A r c G I S将侵蚀变化结果可视化,结果如表5所示㊂从表中可以看出,2000 2010年,侵蚀等级保持不变的区域面积占比为88.44%;微度侵蚀转为轻度侵蚀的区域面积占比为5.36%;轻度侵蚀转为微度侵蚀和中度侵蚀的区域面积占比分别为2.45%和0.88%;中度侵蚀向轻度和强烈侵蚀转变得较多,占比分别为0.34%和0.39%;强烈侵蚀转为轻度和极强烈侵蚀的区域面积占比分别0.17%和0.21%;极强烈侵蚀转为轻度侵蚀和剧烈侵蚀的区域面积占比均为0.04%㊂2010 2019年,侵蚀等级保持不变的区域面积占比为88.08%,较上一时期有所降低;微度侵蚀转为轻度侵蚀的区域面积占比为4.04%;轻度侵蚀转为微度侵蚀的区域面积占比为4.63%;中度侵蚀转为轻度和强烈侵蚀的区域面积占比分别为0.50%和0.21%;强烈侵蚀转为轻度和极强烈侵蚀的区域面积占比分别为0.21%和0.20%;极强烈侵蚀转为轻度和强烈侵蚀的区域面积占比为0.13%和0.14%;剧烈侵蚀转为极强烈侵蚀的区域面积占比为0.06%㊂综上,结合2000 2019年的侵蚀转移矩阵,可以看出,甘南州80%以上的地区侵蚀等级未发生变化,发生转移的区域主要为微度侵蚀和轻度侵蚀,分别占6.15%和4.54%;此外,虽然强烈㊁极强烈㊁剧烈侵蚀区域的面积占比不高,但这些侵蚀风险较高的区域的面积增速却显著高于其他侵蚀风险较低的区域㊂24水土保持研究第30卷表5 甘南州2000-2019年土壤侵蚀等级转移百分比矩阵年份等级2010微度轻度中度强烈极强烈剧烈总和减少微度83.995.360.200.080.040.0189.685.69轻度2.454.160.880.310.170.038.013.84中度0.290.340.200.390.280.011.511.312000强烈0.120.170.030.060.210.060.660.59极强烈0.020.040.010.010.030.040.140.11剧烈0.000.000.000.000.000.000.000.00总和86.8810.071.320.850.730.15100.00新增2.895.911.120.790.700.15年份等级2019微度轻度中度强烈极强烈剧烈总和减少微度82.494.040.200.090.060.0186.884.38轻度4.634.610.450.200.160.0210.075.46中度0.150.500.380.210.080.011.320.942010强烈0.060.210.140.230.200.010.850.62极强烈0.030.130.040.140.310.080.730.42剧烈0.000.020.010.000.060.050.150.09总和87.369.511.210.870.870.18100.00新增4.874.890.830.640.560.13年份等级2019微度轻度中度强烈极强烈剧烈总和减少微度83.535.590.300.140.100.0189.686.15轻度3.153.470.770.360.220.038.014.54中度0.430.290.110.350.310.031.511.412000强烈0.210.130.020.020.220.060.660.64极强烈0.040.030.010.000.010.050.140.13剧烈0.000.000.000.000.000.000.000.00总和87.369.511.210.870.870.18100.00新增3.836.031.100.860.860.18利用A r c G I S 栅格计算器对甘南州3个时期侵蚀空间分布图进行处理,得到甘南州2000 2010年㊁2010 2019年和2000 2019年侵蚀变化情况的分布图,结果如图3所示㊂2000 2010年,侵蚀等级降低的区域主要分布在甘南州西部及西南部,侵蚀强度等级升高的区域主要分布在玛曲县西北部㊁玛曲县和碌曲县的交界处㊁临潭县和卓尼县东部㊁迭部县㊂2010 2019年,侵蚀等级降低的区域与上一时段相较变多,主要分布在临潭县和卓尼县东部㊁迭部县和舟曲县㊁玛曲县㊁碌曲县㊁夏河县北部;而侵蚀等级升高的区域较上一时段变少,主要分布在玛曲县西北部㊁夏河县北部㊁卓尼县东部及迭部县㊂结合表5来看,2000 2019年,甘南州大部分地区侵蚀等级不变,面积占比为87.14%,侵蚀等级降低的区域面积占比为4.31%,主要分布在卓尼县和临潭县的东部以及舟曲县;侵蚀等级升高的区域面积占比为8.56%,主要分布在玛曲县西北部㊁玛曲县和碌曲县的交界处㊁夏河县北部和中部㊁卓尼县东部以及迭部县㊂玛曲县西北部和卓尼县东部在2000 2010年㊁2010 2019年均呈现侵蚀等级升高的趋势,而夏河县侵蚀等级升高的区域也明显增加㊂此外,迭部县在2000 2010年侵蚀等级升高的区域较多,2010 2019年侵蚀等级降低的区域较多,说明该地区侵蚀状况有明显改善,但从2000 2019年来看,仍然是侵蚀等级升高的区域较多㊂34第3期马悦等:基于G I S 和R U S L E 的甘南州土壤侵蚀时空演变图3甘南州2000-2019年土壤侵蚀变化分布4.3甘南州土壤侵蚀影响因素将甘南州年均降雨量㊁年均温㊁高程㊁地形起伏度㊁坡度㊁土地利用㊁植被覆盖度㊁人口密度等8个影响因子作为自变量,甘南州土壤侵蚀状况作为因变量输入地理探测器模型,因子探测结果如表6所示㊂q值越大说明因子对侵蚀空间分异性的解释力越强㊂各因子的q 值从大到小分别为土地利用㊁地形起伏度㊁年均温㊁坡度㊁人口密度㊁高程㊁年均降雨量㊁植被覆盖度,分别为0.09,0.04,0.04,0.03,0.02,0.02,0.02,0.01㊂对甘南州侵蚀解释力最强的是土地利用㊂甘南州主要土地利用类型为林地和草地,2019年面积占比分别为35.78%和52.87%,其次是耕地,占比6.64%㊂相关研究表明,1999年,退耕还林政策在甘肃试点,甘南州在2000 2005年启动了退耕还林(草)计划,在2006年转变为封山育林和造林,并在2013年完成了第一轮退耕还林[26]㊂根据甘南州土地利用数据,2000 2019年甘南州草地大量转化为林地,林地面积增加了10.31%,草地面积减少了12.67%,草地减少的区域主要集中在临潭县㊁卓尼县以及合作市南部㊂结合图3来看,该区域2010年侵蚀等级较2000年有所升高,但到2019年明显改善,微度侵蚀区明显增加㊂出现这个现象的原因可能是2010年甘南州第一轮退耕还林尚未完成,并且新建好的林地需要一定时间恢复保水保土能力,所以该时期侵蚀等级略有升高;而2019年退耕还林基本完成,且林地发育成熟,保水保土增强,所以侵蚀状况有所改善㊂此外,甘南州农业总产值增长较快,城镇化水平提高,农业活动㊁城市化推进和造林过程对地表的扰动较大,易引发侵蚀和水土流失㊂地形起伏度是指一定范围内最高海拔和最低海拔的差值,直接影响地面径流的变化[27]㊂本文中的地形起伏度使用研究区D E M数据通过A r c G I S软件中的领域分析和栅格计算器工具计算得到㊂甘南州地形较为复杂,全州海拔高低悬殊,全州可分为西部高原区㊁东南部高山峡谷区㊁东部山地丘陵区[2,9]㊂高原区是高寒草甸集中分布的地区,地形起伏度较低且植被覆盖度较高,因此侵蚀程度与甘南州东部相比较轻;高山峡谷区主要分布在东南部迭部县与舟曲县境内,呈现出山高坡陡㊁谷窄沟深的特征,受到自然因素和人为活动的影响,该区域侵蚀与洲内其他区域相比较强,强烈㊁极强烈㊁剧烈侵蚀多发生在该区域内;山地丘陵区主要分布在东部临潭县和卓尼县,夏河东部县和碌曲县北部也有分布,这些区域地势较为平缓,农业活动较为频繁,因此侵蚀等级比西部高原区略高,但弱于东南部高山峡谷区㊂甘南州植被覆盖度整体较高,但对侵蚀的解释力较弱,这可能是由于本文研究区植被覆盖度是采用最大值合成法合成年度N D V I值来计算的,计算结果相比于实际植被覆盖率可能偏高且空间差异较小,因此解释力较弱㊂表6甘南州侵蚀因子探测结果参数年均降雨量年均温高程地形起伏度坡度土地利用植被覆盖度人口密度q值0.020.040.020.040.030.090.010.02 P0.000.000.000.000.000.000.000.00地理探测器中的交互探测可以评估两种因子共同作用时对侵蚀是增强还是削弱㊂按照q(X iɘX j)的大小可以将结果分为非线性减弱㊁单因子非线性减弱㊁双因子增强㊁独立和非线性增强5种结果㊂甘南州各因子交互作用探测结果如表7所示㊂所有因子间的交互均对侵蚀的解释力存在增强作用㊂其中非线性增强类型里交互作用较强的是年均温ɘ土地利用㊁土地利用ɘ人口密度,q值分别为0.14,0.13;双因子增强类型里交互作用较强的是地形起伏度ɘ土地利用㊁坡度ɘ土地利用㊁高程ɘ土地利用㊁年均降雨44水土保持研究第30卷。
基于GIS和USLE的龙墩水库小流域土壤侵蚀评估研究
基于GIS和USLE的龙墩水库小流域土壤侵蚀评估研究陈玉东;陈梅;孙旭;刘臣炜;张龙江;苏良湖【摘要】Universal Soil Loss Equation (USLE) model and GIS were used to evaluate soil erosion in Longdun Reservoir watershed of Nanjing. The results showed that Longdun Reservoir watershed was moderately eroded, and the average soil erosion modulus was 4 343.46 t/km2. More than 63% of the watershed area was at the level of micro or slight erosion. The watershed area with severe erosion was very small, but it contributed to more than 70% of soil erosion amount. Soil erosion in this watershed varied with land use types, and the annual average soil erosion modulus followed the order: upland field > grass > paddy field > forest land, and the soil erosion amount followed the order: upland field > paddy field > grass > forest land. The watershed was divided into 13 sub-watersheds by GIS. The sub-watersheds 4, 5 and 10 were the areas with large soil erosion modulus, and the more attentions need to be paid to the sub-watershed 10 because of its large soil erosion modulus and soil erosion amount. The sub-watersheds 1, 9 and 12 should also be taken care of due to their large soil erosion amounts. Soil erosion amount in all sub-watersheds mainly came from the areas with high erosion grades and severe erosion. Therefore, the more attentions should be paid to the areas with high erosion potentials when the control measures are taken to inhibit soil erosion in future.%本研究以南京市高淳区龙墩水库流域为研究对象，利用通用土壤流失方程(USLE)模型与地理信息系统(GIS)技术结合的方法对流域土壤侵蚀进行模拟预测。
海南岛土壤侵蚀量估算及控制方案
基于ＥｃｏＨＭ系统，实现了海南岛２００８年士壤侵蚀的定量模拟，井按照《土壤侵蚀分类分级标准 （ＳＬｌ９０—２００７）》进行十壤侵蚀强度划分．得到十壤侵蚀强度分布图（削６）。 １１｝土壤侵蚀量与土壤侵蚀面积
经统计．海南岛土壤侵蚀总量为１３４ ８７万ｔ／ａ．平均十壤侵蚀模数约为４１ ４５ｔ／（ｋ寸·ａ）．远 远低于南方红壤丘陵区的容许土壤流失量。土壤侵蚀面积约为６３６１ ５０ｋ岔，占研究区总面积（除水域外） 的１９ ５５％，微度、轻度、中度、强烈分别占土壤侵蚀面积的８９矾、９ ７％、０ ６％、０ ０６％，可知．土壤 侵蚀以微度、轻度为主．中度和强烈侵蚀面积较小。从图６可以看出．研究区内土壤侵蚀现象主要发生 在植被覆盖低的区域。
］ 。黼，
Ｉ，０．７（１一岛）
ｌ
Ｌ ｌ一蜀＋ｅｘｐ（一５．５ｌ＋２２．９（ｉ一岛））ｊ
式中，Ｋ为土壤可蚀性因子，单位ＩＯＯＦ·Ｔ·ｉｎ／（ａｃｒｅ．ｈ）；岛为砂粒含量，单位％；＆为粉粒含量， 单位％：历为粘粒含量，单位％：ｆ为有机碳含量，单位％。
ｆ３）地形因子 地形因子反映了地形地貌特征对土壤侵蚀的影响，包括坡度和坡长的影响。采用黄炎和等伸１在东南 地区建立的地形因子计算公式：
埘２海南岛十地利用嘲
目３晦南岛褴蚀计算的关键田ｆ，在Ａ ｒｃＩｎｔｏ环境Ｆ采川Ｖａｎ Ｒｅｒｎｏｒｔｅｌ罅ｔ２１开发的Ｌｓ ｃａｌＡＭＬ
０３％，３Ⅲ２５的【Ｉｆ 样序．基丁ＤＥＭ数据提取了坡度、坡ｇ－Ｏｘ；图４）。经统计．研究医内地面坡度范罔为ｏ．８７１７０．其中．
海南岛土壤侵蚀量估算及控制方案
朗杨，杨胜天’，郑东海
（北京师范大学地理学与遥感科学学院，遥感科学国家重点实验室，环境遥感与数字城市北京市重点实验室，北京１００８７５）
基于GIS和RUSLE的土壤侵蚀量计算_以贵州省猫跳河流域为例
第28卷 第4期2006年7月北 京 林 业 大 学 学 报JO URN AL OF BEIJING FO RES TRY UN IV ERSITYVol.28,N o.4Jul.,2006收稿日期:200522082216http:P P 基金项目:国土资源部土地利用重点实验室开放基金项目(062208)、国家自然科学基金重点项目(40335046)、高等学校博士学科点专项科研基金资助项目(20040001038).第一作者:许月卿,副教授.主要研究方向:土地利用P 覆被变化及土地资源可持续利用.电话:0102262732936 Em ail:xm oonq@si 地址:100094北京市海淀区中国农业大学资源与环境学院土地资源与管理系.基于GIS 和RUSLE 的土壤侵蚀量计算)))以贵州省猫跳河流域为例许月卿1,2邵晓梅1(1中国土地勘测规划院,国土资源部土地利用重点实验室2中国农业大学资源与环境学院土地资源与管理系)摘要:为了解西南喀斯特山区土壤侵蚀空间分布特征,该文以贵州省猫跳河流域为研究区,在G IS 技术支撑下,应用修正的通用土壤流失方程(RUSLE)估算了研究区2002年现实土壤侵蚀量和潜在土壤侵蚀量,得到了研究区现实土壤侵蚀量和潜在土壤侵蚀量的空间分布特征,计算了各种土地利用类型的土壤保持能力,并对研究区土壤侵蚀防治措施进行了探讨.结果表明,研究区年均现实土壤侵蚀模数为28170t P (hm 2#a),年均土壤流失量875165@104t P a,年均土壤保持量25095173@104t P a.旱地的土壤保持能力最小,研究区进行水土流失防治除对25b 以上的旱地实行退耕还林、裸岩荒地植树造林外,还应加强对6b ~25b 的旱地进行治理如坡改梯等.关键词:G IS,RUS LE,土壤侵蚀,现实土壤侵蚀量,潜在土壤侵蚀量中图分类号:S71417 文献标识码:A 文章编号:1000221522(2006)042200672205X U Yue 2qing 1,2;S HAO Xiao 2mei 1.Estimation of soil erosion supported by GIS and RUSLE :A case study of Maotiaohe Watershed ,Guizhou Pr ovince .Journal o f Beijing Forestry U nive rsity (2006)28(4)672271[Ch,17ref.]1Key Laboratory of L and Use,M inistry of Land and Resources,China L and Surveying and Planning Institute,Beijing,100035,P.R.China;2Department of Land Resources and Manage ment,College of Resources and Environment,China Agricultural University,Beijing,100094,P.R.China.Soil erosion in karst mountainous areas of southwest China is one of the determining f actors f or land degradation and productivity reduction.To explain the spatial charac teristics of soil erosion in karst mountainous areas in southw est China,the authors used the Maotiaohe Watershed in G uizhou Province as study area.Geographic Information System(GIS)technology and the Revised Universal Soil Loss Equa tion (RUSLE)w ere applied to estimate the potential and actual amount of soil erosion in M aotiaohe Watershed of Guizhou Province,present the spatial distribution characteristics of soil erosion in the w atershed,calculate the soil conservation capacity by land use and then discuss the soil and water c onservation counter measures.Resultsshow ed that the soil erosion modulus and the actual amount of soil erosion were 28170t P (hm 2#a)and 875165@104t P a,respectively,and the annual soil conservation a mount was 25095173@104t P a.Among land use types,the soil conservation capacity of dry land is the smallest.Apart from the option of returning all the farmland with a slope grade above 25b to woodland or grassland and aff orestation in bare mountains,it isimperative to enforce proper management of farmlands with a slope grade of 6b 2225b ,such as terracing,in order to decrease soil loss.Key words GIS,Revised Universal Soil L oss Equation (RUSL E ),soil erosion,actual amount of soilerosion,potential amount of soil erosion土壤侵蚀不仅破坏土地资源,引起土地生产力下降,而且造成沟渠塘库的淤积,加剧洪涝、干旱等灾害的发生,严重威胁着人类的生存和发展,成为各国普遍关注的热点问题之一.我国在土壤侵蚀定量预报方面已进行了大量研究[1223],但对西南喀斯特山区土壤侵蚀预报研究尚未进行系统性的报道.西南喀斯特山区山高坡陡、土层疏松浅薄、陡坡旱地广泛分布,在多暴雨条件下,水土流失十分严重,土壤侵蚀成为当地土地退化的主要方式.长期以来由于对喀斯特山区的环境问题重视程度不够,土壤侵蚀的研究基础薄弱,而且区域环境条件复杂,土壤侵蚀模数的监测工作在很多地区都是空白.因此,定量估算西南喀斯特山区土壤侵蚀量,对确定重点水土保护区域,确认引起水土流失的关键因子,制定相应的防治措施具有重要意义.本文以贵州省猫跳河流域为例,在GIS技术支持下,选用修正的通用土壤流失方程(RUS LE)估算流域年平均土壤侵蚀量和潜在土壤侵蚀量,分析土壤侵蚀的空间分布特征,探讨土壤侵蚀防治措施,为水土流失防治提供科学依据.1研究区概况猫跳河流域位于贵州省中部,介于东经106b00c ~106b53c、北纬26b00c~26b52c,属长江水系,是乌江的一条主要支流,全长约180km,流域面积3195km2.猫跳河流域位于西部高原向东部平原的过渡地带,其基本流向为西南)东北向.流域内地貌类型繁多,山地、丘陵、谷地、坝子、湖泊均有分布.猫跳河流域属于亚热带季风湿润气候,年平均气温1318e,年均降雨量1300mm.气候温和,冬无严寒,夏无酷暑,季风交替明显.流域主要土壤类型有黄壤、水稻土、石灰土、紫色土、山地黄棕壤、沼泽土等土类,其中以黄壤分布面积最大,其次是水稻土和石灰土.2土壤侵蚀量计算方法211模型选择与数据处理本文选用修正的通用土壤流失方程(RUSL E)[4]预测猫跳河流域年均土壤流失量,其基本形式为:A=R#K#LS#C#P(1)式中,A为土壤侵蚀量(t P(hm2#a)),R为降雨侵蚀力因子(M J#mm P(hm2#h#a)),K为土壤可侵蚀性因子(t#hm2#h P(M J#mm#hm2)),L S为坡长、坡度因子(无量纲),C为覆盖与管理因子(无量纲),P为水土保持措施因子(无量纲).应用GIS和RUSL E模型预测土壤侵蚀的关键是各指标值的确定和各因子图的生成,本文土壤侵蚀量计算流程见图1.针对RUS LE模型的5个因子,收集到研究区土壤图、地形图、气象站降雨数据及土壤普查、森林资源调查等相关资料.土地利用现状图通过2002年8月31日的T M影像解译得到.在Arc P Inf o、Arcview等软件支持下,获取相关数据.具体操作步骤如下:1)数字类型图层的获取.在Arcvie w312和Arc P Inf o811软件支持下,对研究区1B50000地形图的等高线进行跟踪数字化,生成数字高程模型,进而获取研究区数字坡度图.同样在GIS软件支持下对土壤类型图等图件进行数字化,建立研究区数字化土壤类型图,为土壤侵蚀定量计算提供基础数据.2)图形数据库和属性数据库的匹配.结合实地考察和研究区土壤普查、森林资源调查及土地利用等资料,建立土壤属性、森林资源属性及土地利用属性数据库.根据图形数据库和属性数据库的统一编码,实现属性数据和空间数据的相匹配.图1土壤侵蚀量计算流程图FIGURE1Flow chart of soil eros ion calc ulati on212R USLE各因子值的确定和因子图层的生成21211R值的估算降雨侵蚀力因子R是一项评价降雨引起的土壤分离和搬运的动力指标,反映了降雨对土壤侵蚀的潜在能力.通过对各种算法性能比较以及气候资料状况,选择基于日降雨的月降雨侵蚀力计算模型[5227],计算研究区的降雨侵蚀力R.E j=A[1+G cos(2P fj+X)]6Nd=1R B d,R d>R0(2)式中,E j为月降雨侵蚀力(M J#mm P(hm2#h));R d是日降雨量;R0是产生侵蚀的日降雨强度阈值,一般取值为1217mm;N是某月中日降雨量超过R0的天数;f为频率,f=1P12;j为月份;X=5P P6;A、B、G为模型参数,在年降雨量大于1050mm的地方,A、B 的关系如式(3),在年降雨量500~1050mm的地方,A、B关系为式(4),G和年均降雨量的关系为式(5):lg A=2111-1157B(3)68北京林业大学学报第28卷A=013951+010983126S P P(4)G=0158+0125P P1000(5)式中,B取值范围在112~118之间,S为下半年降雨量,P为年均降雨量.利用研究区修文、清镇、贵阳、平坝、安顺气象站1980)2003年逐日降水资料,根据以往研究结果并结合研究区实际情况[7],本文取B=115.利用式(2)、(3)、(5)计算研究区各气象台站逐月降雨侵蚀力,经汇总后得到各气象台站的多年平均降雨侵蚀力R.采用Kriging内插方法进行空间内插,得到研究区降雨侵蚀力的空间分布图.21212K值估算土壤可蚀性因子K值是指标准小区在单位降雨侵蚀指标下的土壤侵蚀量.K值反映土壤被降雨侵蚀力分离、冲蚀和搬运的难易程度.本文采用RUSL E推荐的在缺少资料时采用土壤颗粒的几何平均直径计算K值的方法[8]:K=71594(010034+010405exp(-1P2((log D g+11659)P017101)2))(6)D g=-exp01016f i ln m i(7)式中,D g为土壤颗粒的几何平均直径,m i为第i级粒级下组分限值的平均值,f i为第i级粒级组分的重量百分比.根据研究区第2次土壤普查资料,得到各类土壤的机械组成、有机质含量等,根据式(6)计算出研究区各类土壤的可蚀性K值.根据数字化的土壤类型图层,将K值赋予相应的土壤类型,研究区土壤可蚀性K值平均为010388.21213LS值的估算L S因子反映地形地貌特征对土壤侵蚀的影响.L S 表示在其他条件相同的情况下,某一给定坡度和坡长的坡面上,土壤流失量与标准径流小区典型坡面土壤流失量的比值,是侵蚀动力的加速因子.本文采用Wischmeie r提出的L S因子计算方法[9],利用流域25m @25m的D E M数据,在G IS中的ARC模块下运行编好的程序,得到各像元L S因子值和L S图层.L S=(K P7216)m(65141sin2B+4156sin B+01065)(8)式中,K为坡长;B为坡度;m为随坡度变化的变量,当坡度\2186b时,m=015,坡度为1172b~2186b时, m=014,坡度为0157b~1172b时,m=013,坡度< 0157b时,m=012.21214C值估算作物管理因子C是在相同的土壤、坡度和降雨条件下,某一特定作物或植被情况时的土壤流失量与耕种过后连续休闲地的土壤流失量的比值.植被覆盖和经营管理C因子为侵蚀动力的抑制因子,其值小于或等于1.根据研究区土地利用及农田经营情况实际调查并结合前人研究结果确定研究区C 值[102214](表1).没有土壤侵蚀的地区C赋值为0;1值被赋予最易受到侵蚀的区域.利用土地利用图层,将C因子值赋予相应的土地利用类型,得到研究区C因子图层.21215P值估算水土保持措施因子P是采取水保措施后,土壤流失量与顺坡种植时的土壤流失量的比值.本文参考以往研究结果并结合当地土地利用及农事活动情况确定P值[102214](表2),并将P因子值赋予相应的土地利用类型,得到研究区P因子图层.0值代表无侵蚀地区;1值表示未采取任何水保措施的地区.对于研究区而言,水田基本上已梯田化,但旱地仍有相当一部分未采取任何措施.裸岩虽然对土壤侵蚀的敏感程度很高,但因为它基本无土壤层可被侵蚀,所以被赋值为0.213现实土壤侵蚀量将上述各因子图层均转化为统一坐标系下像元大小为25m@25m的栅格图,在Arc P Inf o软件支持下将各因子图层相乘,得到研究区土壤侵蚀空间分布图.根据水利部颁布的5水土保持技术规范6 S D2382287侵蚀强度标准确定土壤侵蚀分级指标,并生成研究区土壤侵蚀强度等级图.表1不同土地利用类型C因子值T ABLE1C values of different land use ty pes土地利用类型水田旱地林地疏林地其他林地(果园、茶园)灌草地水域城镇居民点建设用地裸岩C值011012201006010101040104000表2不同土地利用类型P因子值T ABLE2P values of different land use ty pes土地利用类型水田旱地林地疏林地其他林地(果园、茶园)灌草地水域城镇居民点建设用地裸岩P值010101411017100069第4期许月卿等:基于GIS和RUS LE的土壤侵蚀量计算)))以贵州省猫跳河流域为例214潜在土壤侵蚀量潜在土壤侵蚀量指在没有任何植被覆盖和水土保持措施条件下的年均土壤流失量,即C=1、P= 1,则RUSL E形式变为:A=R#K#L S(9)在地理信息系统支持下,将上述各因子图层相乘,得到研究区潜在土壤侵蚀量空间分布图.3结果分析与讨论311现实土壤侵蚀量流域现实土壤侵蚀量为875165@104t P a,平均土壤侵蚀模数为28170t P(hm2#a),属于中度侵蚀(表3).土壤侵蚀较严重的地区主要分布在流域下游沿猫跳河两岸、修文和清镇市交界处,局部地区平均土壤侵蚀模数达200t P(hm2#a)以上;轻度和微度侵蚀主要分布在流域上游的高原.计算结果和以往土壤侵蚀调查估计的结果比较吻合[152217],这说明运用GIS技术,采用RUSL E模型研究大区域土壤侵蚀是一种可行的方法与技术途径.312潜在土壤侵蚀量流域潜在土壤侵蚀量达25971138@104t P a,平均潜在土壤侵蚀模数为94913t P(hm2#a)(表3).流域下游地区地表切割较深,地面破碎,潜在土壤侵蚀量较大.潜在土壤侵蚀量对于侵蚀高危险区的认识和制定侵蚀防治措施均有重要意义.通过潜在土壤侵蚀量和现实土壤侵蚀量的对比反映了在当前土地利用条件下,植被覆盖在多大程度上影响了水土流失,也可反映所应用的侵蚀控制措施是否有效.313土壤保持量潜在土壤侵蚀量和现实土壤侵蚀量的差值就是因植被覆盖和实施土地管理措施而减少的土壤侵蚀量,即土壤保持量.流域年均土壤保持量25095173 @104t P a,其中有林地、疏林地和灌草地的年均土壤保持量最大,均在1000t P(hm2#a)以上(表3).若用平均潜在土壤侵蚀量与平均现实土壤侵蚀量比值表示土地利用类型防止土壤侵蚀的能力,则水田保持土壤能力最强,其潜在土壤侵蚀量与现实土壤侵蚀量的比值达1111131,其次是有林地、疏林地,其比值是181131和104105.旱地保持土壤能力最小,其比值仅为12160,流域平均土壤保持能力为33170.表3各地类土壤侵蚀量和土壤保持能力TA BLE3Soil erosion amo unt and soil conservation capacity of varied land use types地类土壤侵蚀总量P(104t#a-1)单位面积土壤侵蚀量P(t#hm-2#a-1)土壤保持量潜在侵蚀现实侵蚀潜在侵蚀现实侵蚀侵蚀总量P(104t#a-1)单位面积侵蚀量P(t#hm-2#a-1)土壤保持能力水田28751932159539134015128731345381831111131旱地644119051113577214966156593015570519312160有林地5925181321681468196910658931131459190181131疏林地3137170301161492141514731071541476193104105其他林地721591197728101211227016270617936191灌草地75171452961901051127451137220155100611425132流域合计2597113887516525095173流域平均9491302817092016033170水田因为分布地势平坦,平均现实土壤侵蚀量非常小,所以其比值很大.林地因为有浓密的冠层消减暴雨势能,缓冲暴雨对土壤的击打,且森林枯枝落叶层是减少土壤侵蚀的天然屏障,所以林地的土壤保持能力强.旱地由于多分布在山坡上,有部分耕地分布在坡度大于25b的陡坡上,且相当一部分旱地未采取水保措施顺坡耕种,所以旱地平均现实土壤侵蚀量大,土壤保持能力最差.314土壤侵蚀防治措施由上述分析可知,水田和林地土壤保持能力最大,旱地土壤保持能力最小.由于地形地貌条件影响,研究区发展水田规模受到限制,目前流域内旱地相当一部分未采取水保措施且分布在陡坡,因此流域控制土壤侵蚀的有效措施是在裸岩山地和陡坡旱地植树造林,大于25b的陡坡旱地退耕还林还草,扩大林地面积,缩小陡坡耕地面积.如果把土壤侵蚀在中度以上的区域称为侵蚀危险区,则目前流域侵蚀危险区面积占流域面积的39134%.假设流域所有大于25b的陡坡耕地全部还林还草,荒草地被全部森林化并且成熟后的情况下,对研究区土壤流失量进行模拟.模拟结果表明,流域平均土壤侵蚀模数降为1718t P(hm2#a),年均土壤流失量为55213@104t P a,比目前减少3619%,但仍有2115%的区域处于侵蚀危险区.其土壤流失量的84168%来自坡度小于25b的旱地,其中6b~15b的旱地土壤侵蚀量占总侵蚀量的37161%,15b~25b的坡耕地土壤侵蚀量占总侵蚀量的30129%,二者合计67190%(表4).可见,6b~25b坡耕地是土壤侵蚀发生的主要区域,对土壤侵蚀量贡献率最大.这说明研究区内即使所有大于25b坡耕地全部退耕还林,荒坡70北京林业大学学报第28卷全部绿化,也不能完全解决该地区严重的水土流失问题,对6b~25b的旱地采取坡改梯、保土耕作等治理措施已成为当务之急.表4大于25b坡耕地全部还林还草、荒地森林化后的土壤侵蚀TAB LE4Soil loss under the condition of returning all farmland with a slo pe grade above25b to wo odland or grasslandand afforestatio n o f barren land地类栅格个数P个面积比例P%侵蚀量P(t#a-1)侵蚀量比例P%水田74167325113262481510152<6b旱地43612014178851694158161786b~15b旱地4719621519919089011253716115b~25b旱地2401958115153731517630129林地10609213519575069915514179参考文献[1]张佳华,姚凤梅.江西兴国土壤侵蚀动态的研究[J].北京林业大学学报,2004,26(1):532256.ZHANG J H,YAO F M.S oil erosion in Xi ngguo County of J iangxi Province[J].J ournal o f Bei jing Fo res try U nive rs ity,2004,26(1):532256.[2]陈奇伯,齐实,孙立达.宁南黄土丘陵区坡耕地土壤侵蚀对土地生产力影响的研究[J].北京林业大学学报,2001,23(1):342237.C HEN Q B,QI S,SUN L D.Impac t of s oil erosion productivi ty ofsloping field in hilly2gully regi on of the Loess Plateau in south Ningxia[J].J ournal o f Bei jing Fores try U ni vers ity,2001,23(1):342237.[3]胡良军.基于GIS的区域水土流失定量评价指标研究[J].水土保持通报,1998,18(5):242227.HU L J.Index of GIS2based re gional erosion evaluation[J].Bulletino f Soil and W ate r C ons ervation,1998,18(5):242227.[4]RENARD K G,FOS TER G R,WEES IES G A,et al.Predic tingsoil erosion by water:A guide to cons ervati on planni ng with the Revis ed Universal Soil Los s Equati on(RUS LE)[S]P P Uni ted S tates Department of Agriculture(USDA).Agricul tural handbook:No.703.Washington D.C:US DA,1997.[5]YU B,R OSEWELL C J.Rainfall erosivity and its es ti mation forAus tralia.s tropics[J].Aus tralian J ournal o f Soil Res earc h,1998(36):14322165.[6]YU B,HAS HIM G M,EUSO F Z.Es ti mating the R2factor withli mi ted rainfall data:A cas e study from peni nsular Malaysia[J].Journal o f Soil and W ate r Conse rvation,2001,56:10122105. [7]宁丽丹,石辉.利用日降雨资料估算西南地区的降雨侵蚀力[J].水土保持研究,2003,10(4):18322186.NING L D,S HI H.Es tim ating R2factor in southwes t C hina wi th data of dai ly rainfall am ount[J].Res earc h o f Soil and W ate rC ons ervation,2003,10(4):18322186.[8]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,1999,14(4):34522350.LIU B Y,ZHANG K L,J IAO J Y.S oil erodi bility and i ts use in s oil erosion prediction m odel[J].J ournal o f Nat ural Res ources,1999,14(4):34522350.[9]WISC HMEIER W H,S MI TH D D.Predicting rainfall erosion losses[S]P P United S tates Department of Agriculture(US DA).Agricul tural handbook:No.537.Washi ngton D.C:US DA,1978.[10]蔡崇法,丁树文,史志华,等.应用U S LE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):192224.C AI C F,DING S W,S HI Z H,e t al.S tudy of applyi ng US LE andGeographical Inform ation System IDRISI to predic t s oil erosi on in s mall watershed[J].J ournal o f Soil and W ate r Cons ervat ion,2000,14(2):192224.[11]游松财,李文卿.GIS支持下的土壤侵蚀量估算)以江西省泰和县灌溪乡为例[J].自然资源学报,1999,14(1):622268.YOU S C,LI W Q.Estim ation of s oil erosion supported by GIS)A case s tudy in Guanji Township,Taihe,Jiangxi[J].J ournal o f Natural R esourc es,1999,14(1):622268.[12]杨子生.云南省金沙江流域土壤流失方程研究[J].山地学报,2002,20(增刊):1229.YANG Z S.S tudy on soil loss equation in Jins ha River B asin of Yunnan Province[J].J ournal o f Mountain Sc ienc e,2002,20 (Supp.):1229.[13]周斌,杨柏林,洪业汤,等.基于GIS的岩溶地区水土流失遥感定量监测研究[J].矿物学报,2000,20(1):132221.Z HO U B,YANG B L,HO NG Y T,et al.Study on quantitati ve rem ote sensing moni tori ng of s oil erosion i n kars t areas based on GIS as e xeam plified by Ans hun Ci ty,Guizhou[J].Ac ta Mineralogica S inica,2000,20(1):132221.[14]王万忠,焦菊英.中国的土壤侵蚀因子定量评价研究[J].水土保持通报,1996,16(5):12220.WANG W Z,JIAO J Y.Quanti tative evaluati on on factors influencing s oil erosion in China[J].Bulletin o f Soil and W ate r Conse rvation,1996,16(5):12220.[15]5平坝县综合农业区划6编写组.平坝县综合农业区划[M].贵阳:贵州人民出版社,1989.Group of Agricultural Regionalization in Pingba C ounty.Agricultural re gionalization in Pingba County[M].Guiyang:Guiz hou People.s Publishing House,1989.[16]5清镇县综合农业区划编写组6.清镇县综合农业区划[M].贵阳:贵州人民出版社,1989.Group of Agricultural Regi onaliz ati on in Qingzhen C ounty.A gricultural re gionali zation in Qingzhen C ount y[M].Gui yang:Guizhou People.s Publishi ng House,1989.[17]5修文县综合农业区划6编写组.修文县综合农业区划[M].贵阳:贵州人民出版社,1991.Group of Agricultural Regionaliz ation in Xiuwen C ounty.A gricultural re gionalizat ion in Xiuwen County[M].Gui yang:Guizhou People.s Publishi ng House,1991.(责任编辑冯秀兰)71第4期许月卿等:基于GIS和RUS LE的土壤侵蚀量计算)))以贵州省猫跳河流域为例。
基于GIS武汉市土壤侵蚀量的计算
基于GIS武汉市土壤侵蚀量的计算作者：张东升王宝伋来源：《农业与技术》2013年第06期摘要：文章在GIS基础上，根据武汉市降雨、地形、土壤等基础数据，运用和RUSLE模型计算研究区土壤侵蚀量，分析其土壤侵蚀分布特征，得到其水土流失情况。
关键词：GIS；水土流失；RUSLE；武汉市中图分类号：S157 文献标识码：A1 研究区概况研究区地处华夏腹地、江汉平原东部，总面积为8494.41km2，地形为北高南低，以丘陵和平原相间的波状起伏地形为主，地理位置在东经113°41′～115°05′，北纬29°58′～31°22′之间。
东西最大横距134km，南北最大纵距155km。
研究区属北亚热带季风性气候，四季分明；年平均气温16.3℃，极端最高气温41.3℃，极端最低气温-18.1℃；年无霜期一般为211～272d，年日照总时数1810～2100h，年平均风速1.2m/s，年降水量1150～1450mm；研究地区水系发达，河网密度为0.256km/km2，湖泊水域面积779.56km2，占全市水域面积的36.8%；土壤为棕红色粘土。
2 计算方法根据研究区地形地貌、以及气象等资本资料，本研究采用通用水土流失预测模型。
其表达式如下[1-2]：A=f·R·K·LS· CP式中 A——土壤年流失量；f——使A代表我国单位量纲t/km2·a的综合转换常数，单位的综合转换常数等于224.2；R——降雨侵蚀力因子；K——土壤可侵蚀性因子；LS——坡长坡度因子的乘积；CP——植被与经营管理因子、水土保持因子的乘积；LS、CP为无量量纲单位。
3 结果与讨论3.1 水土流失总体现状分布根据ArcGIS得到的土壤侵蚀量图确定研究区水土流失总面积为1528.19km2，参照水利部颁发的《土壤侵蚀分类分级标准》（2007）、水土保持防治类型分区确定研究区的平均土壤侵蚀模数为2075t/km2·a，（水利部颁布的西南图示山区土壤允许侵蚀模数500t/km2·a，）计算得到年土壤流失量为317.16×104t，属于轻度侵蚀级别。
基于GIS和RUSLE的星云湖流域土壤侵蚀空间分布特征
基于GIS和RUSLE的星云湖流域土壤侵蚀空间分布特征李益敏;段亚苹;朱军;李驭豪;谢亚亚【摘要】研究星云湖流域水土流失,揭示水土流失的空间分异规律,能够为该流域水土流失治理提供理论基础.根据典型的土壤侵蚀RUSLE模型,选用能体现流域特点的估算模型分别计算出了降雨侵蚀力因子、土壤可蚀性因子等五个因子,运用ArcGIS空间分析工具计算出星云湖流域土壤侵蚀模数,并统计分析流域的侵蚀状况.结果表明:星云湖流域土壤侵蚀以微度侵蚀为主;剧烈侵蚀主要分布在流域的北部和东部区域,其中,子流域中主要集中在螺浉河小流域和北部坝区小流域,乡镇中主要在路居镇,用地类型主要为其他用地和耕地;其次流域内平均侵蚀量最大的地形主要集中于25° ～35°之间,以半阴坡坡向为主.应加强螺浉河小流域和北部坝区小流域的水土流失治理,坡度大于25°和坡向为半阴坡的区域水土流失较为严重,不适宜耕种,应加强退耕还林工作,优化未利用地的管理,有针对性地对流域内水土流失进行治理与防治.【期刊名称】《科学技术与工程》【年(卷),期】2018(018)018【总页数】9页(P34-42)【关键词】水土流失;RUSLE;星云湖流域【作者】李益敏;段亚苹;朱军;李驭豪;谢亚亚【作者单位】云南大学资源环境与地球科学学院,昆明650091;云南省地理研究所,昆明650091;云南大学资源环境与地球科学学院,昆明650091;云南大学资源环境与地球科学学院,昆明650091;云南大学资源环境与地球科学学院,昆明650091;云南大学资源环境与地球科学学院,昆明650091【正文语种】中文【中图分类】S157土壤侵蚀是指地球表面的土壤及其母质受水力、风力、冻融、重力等外力的作用，在自然因素和人为因素影响下发生的各种破坏、分离、搬运和沉积的现象，它包括了土壤物质的原位剥离和沿地表的输移和沉积[1]，导致土壤肥力和植物产量降低，土地生产能力下降，在特定的地质条件下还会引发滑坡、崩塌、泥石流等地质灾害，是中国面临的主要生态环境问题之一，严重影响了中国以及区域的生态环境建设和社会经济发展[2,3]，研究区域水土流失状况能为水土流失的高效治理提出指导意见。
基于GIS和USLE的朱溪河小流域土壤侵蚀经济损失评估
Ａｂ ｔ ａ ｔ Ｂ ｓ ｄ ｏ Ｐ Ｔ ｒ ｍｏ ｅ ｓ ｎ ｉｇ ｄ ｔ ｆＺ ｕ ｉｓ ｌ ｗａｅ ｓ ｅ ｎ ２ ０ ｓ ｒ ｃ ： ａ ｅ ｎ Ｓ Ｏ ｅ ｔ ｅ ｓ ａａ ｏ ｈ ｘ ｍａ ｌ ｔｒ ｈ ｄ ｉ ０ ７，ｔ ｅ ｗａｅ ｓ ｅ ｏ ｌ ｒ — ｎ ｈ ｔ ｒｈ ｄ ｓ ｉ ｅ ｏ
基 于 ＧＩ Ｓ和 ＵＳ Ｅ的 朱溪 河 小 流 域 Ｌ 土壤 侵蚀 经 济 损 失 评 估
林 惠花 ， 国胜 ， 武 朱鹤健 ， 文远 戴
（ 福建师 范大学 地理科学 学院 ， 福建 福州 ３０ ０ ５ ０ ７）
摘要 ： 以朱溪河小流域 ２ ０ ０ ７年遥感数据为基础 ， ＧＳ技术支持下 ， 在 Ｉ 利用 Ｕ Ｌ Ｓ Ｅ模 型计 算该流域土壤侵蚀量 ， 并 运用环境经济学理论 ， 计算 流域 土壤侵蚀造成 的养分损失 （ Ｐ Ｋ、 Ｎ、 、 有机质 含量 ） 水分损失 、 、 土地损失 、 泥沙滞 留损失及泥沙淤积损失 等 ５种经 济损 失总值 。结果 显示 ：０ ７年 朱溪河 小流域 土壤侵 蚀总量 为 ４ ９ ．６ｔ ２０ ２８ ３ ９ ， 土壤侵蚀模数达 ９４ ０ ７ｔ（ ｍ ａ ， ５ ．４ ｋ ・ ） 土壤侵蚀 的经济损失 总值达 ９ ７ ５ ７万 元。土壤 侵蚀导致 流域 内土地 ／ ５．０
的年经济损失为 ２ ．９ １２ ６７万元／ ｍ ， 当于该县单 位面积农 副经济年产 出的 ２ ． ３ ｋ 相 ７ ３ ％。土壤侵蚀 直接导 致流 域 内土地生产力下 降和农业发展受 阻。
地信专业开题报告-基于GIS与RS的土壤侵蚀定量研究-以南水北调石家庄沿线为例
土壤侵蚀概念及类型
土壤侵蚀(soil erosion)是一种自然现象，在我 国也称为水土流失。《中国大百科全书•水利卷》 将土壤侵蚀定义为在水力、风力、重力、冻融 以及其它外营力作用下土壤、土壤母质及其它 地面组成物质如岩屑、松散岩层等，被破坏、 剥蚀、运转、沉积的过程。 按外营力性质土壤侵蚀可分为水力侵蚀(水蚀)、 风力侵蚀(风蚀)、重力侵蚀、冻融侵蚀和人为 侵蚀。
研究方案和技术路线
研究方案：本文通过计算并提取RUSLE 的7个模型因子，将各侵蚀因子进行叠加 连乘，求得现实土壤侵蚀量，根据《土 壤侵蚀分类分级标准》将研究区土壤侵 蚀强度分级，分析研究区土壤侵蚀影响 因素。在土地利用结果上 计算土壤保持 量和土壤侵蚀强度危险指数，研究土地 利用和土壤侵蚀的关系，在此基础上提 出一些防治措施。
土壤侵蚀现状及危害
土壤侵蚀危害主要有： 导致土地退化，降低土壤肥力，威胁国家 粮食安全 淤积河道，污染水体，制约水利工程综合 Байду номын сангаас益的发挥 恶化生态环境，制约经济的可持续发展
研究目的和意义
受水区沿线水土保持 生态环境 人口搬迁
国内外研究动态
国外侵蚀模型研究动态 国内侵蚀模型研究动态
国外侵蚀模型研究动态
国外侵蚀模型研究动态
1985年美国农业部历时10多年，开发了预报土 壤侵蚀量的WEPP模型， 该模型是目前较为权 威的基于土壤侵蚀物理过程的预报模型，但是 由于结构复杂，要求数据量较大，因而不利于 应用推广。 1997年美国农业部自然资源保护(NRCS)推出 USLE修正模型RUSLE，具有较强的实用性， 在土壤侵蚀应用研究中占有重要的地位。
研究方案和技术路线
数据搜集：
石家庄月/年降水量1995-2007，中国统计年鉴。 TM/ETM/DEM ， 国际科学数据服务平台 河北土壤分布图，中科院南京土壤研究所
基于USLE的敖汉旗土壤侵蚀空间分异特征研究
基于ＵＳＬＥ的敖汉旗土壤侵蚀空间分异特征研究樊向国１，王岩松２，刘建祥２，范昊明１（１．沈阳农业大学水利学院，辽宁沈阳１１０８６６；２．水利部松辽水利委员会，吉林长春１３００００）［关键词］土壤侵蚀；ＵＳＬＥ模型；ＧＩＳ；ＲＳ；影响因素；敖汉旗［摘㊀要］基于ＤＥＭ㊁降雨㊁土壤调查等基础数据，在ＧＩＳ和ＲＳ技术的支持下，运用ＵＳＬＥ模型估算敖汉旗的土壤侵蚀量，探讨了不同土地利用㊁坡度和坡向下的土壤侵蚀强度空间分布差异性㊂结果表明：敖汉旗土壤侵蚀面积占研究区总面积的３１．８６％，年土壤侵蚀量达１８３万ｔ，土壤侵蚀模数为６９７ｔ／（ｋｍ２㊃ａ），属轻度侵蚀区㊂耕地土壤侵蚀模数最大，为８２０ｔ／（ｋｍ２㊃ａ），占侵蚀总面积８３．００％的耕地对侵蚀总量的贡献率高达９７．６１％，是水土流失防治的重点；土壤侵蚀模数和侵蚀量随坡度的增大均呈现先增大后减小的趋势，二者最大值均出现在８ʎ １５ʎ；占研究区侵蚀总面积３８．６２％的坡度范围（５ʎ ２５ʎ）对土壤侵蚀总量贡献率高达６５．３９％，是土壤侵蚀发生的主要坡度区域；阳坡土壤侵蚀较阴坡严重，二者对侵蚀量的贡献率分别为４７．３６％和４５．５９％，与土地利用㊁坡度相比，坡向对土壤侵蚀空间差异性的影响不显著㊂［中图分类号］Ｓ１５７．１㊀㊀［文献标识码］Ａ㊀㊀［文章编号］１０００－０９４１（２０１８）０６－００５０－０４㊀㊀土壤侵蚀是各种自然因素和人类活动共同作用下土壤物质被剥离㊁迁移㊁沉积的过程，会导致土壤退化㊁土地生产力降低，是全球最为严峻的生态环境问题之一［１－２］㊂传统的土壤侵蚀量调查方法耗时多㊁周期长，几乎无法确定中等尺度流域的土壤侵蚀量［３－４］㊂ＵＳＬＥ模型法分析了土壤侵蚀与各种自然和人文因子的关系，其计算方法简单㊁所需数据量少且结果通用性强［５－７］，已被应用于农学㊁土壤学㊁水文学㊁环境科学等多个研究领域，尤其在土壤侵蚀相关研究中应用最为广泛［８－１０］，但是目前大多数研究成果集中于对土壤侵蚀量和土壤侵蚀强度的探讨，缺少对侵蚀成因的分析㊂基于上述研究背景，本研究以内蒙古自治区赤峰市敖汉旗为研究区，应用ＵＳＬＥ模型法，结合ＧＩＳ和ＲＳ技术，估算其土壤侵蚀量及侵蚀强度，分析土壤侵蚀强度空间分异特征及影响因素，以期为敖汉旗合理布设水土保持措施㊁改善生态环境提供理论支持和科学参考㊂１㊀研究区域与研究方法１．１㊀研究区概况敖汉旗地处努鲁尔虎山脉北麓㊁科尔沁沙地南缘，属燕山山地向西辽河平原过渡地带，土地总面积８２４７．０４ｋｍ２，境内低山丘陵起伏，地形由东南向西北逐渐倾斜，由南到北依次为南部努鲁尔虎山石质低山丘［基金项目］国家自然科学基金资助项目（４１３７１２７２）陵区㊁中部黄土丘陵区和北部沙质沱甸区㊂地处中温带，属于大陆性季风气候区，年降水量为３１０ ４６０ｍｍ，由南向北逐渐减少，降水时间集中；境内雨热同期，大陆性气候特征显著，日照充足且昼夜温差较大，积温有效性高；四季分明，冬季漫长而寒冷，春季回暖快，夏季短而酷热，秋季气温骤降㊂土壤类型有棕壤㊁褐钙土㊁草甸土㊁潮土㊁沼泽土及风沙土等㊂１．２㊀数据来源与方法Ｗｉｓｃｈｍｅｉｅｒｅｔａｌ．［１１］在１９６５年提出的通用土壤流失方程（ＵＳＬＥ）基本形式为Ａ＝Ｒ㊃Ｋ㊃ＬＳ㊃Ｃ㊃Ｐ，其中Ａ为土壤侵蚀量，Ｒ为降雨侵蚀力因子，Ｋ为土壤可蚀性因子，ＬＳ为地形因子，Ｃ为植被覆盖因子，Ｐ为水土保持措施因子㊂该方程考虑的因素全面，在目前土壤侵蚀量估算模型中使用最为广泛㊂本研究收集研究区各气象站点近３０年的降雨观测资料，通过Ｆｏｕｒｎｉｅｒ指数计算年平均降雨侵蚀力Ｒ值；利用第二次全国土壤普查资料获得土壤可蚀性因子Ｋ值；ＬＳ因子通过研究区１ʒ５万ＤＥＭ提取；植被覆盖因子和水土保持措施因子通过对不同土地利用类型㊁水土保持措施赋值得到㊂根据‘土壤侵蚀分类分级标准（ＳＬ１９０ ２００７）“确定土壤侵蚀分级指标，得到侵蚀强度分布图㊂其具体计算流程如图１所示㊂２㊀结果与分析２．１㊀土壤侵蚀量及强度等级分布（１）土壤侵蚀因子的计算与因子图的生成㊂通用图１㊀土壤侵蚀量估算流程土壤流失方程（ＵＳＬＥ）将自然因素和人类活动对土壤侵蚀的影响综合体现在降雨侵蚀力因子㊁土壤可蚀性因子㊁地形因子㊁植被覆盖因子和水土保持措施因子中㊂其中，降雨侵蚀力是土壤侵蚀的动力因子［１２］，土壤可蚀性因子反映了土壤遭受降雨侵蚀的难易程度［１３］，地形因子通过影响地表植被的形成与发展决定地表径流的运动状态和方向［１４］，植被覆盖因子和水土保持措施因子通过影响地表植被分布状况和人类活动活跃程度，直接或间接影响土壤侵蚀发生发展㊂根据侵蚀量计算流程，计算得到各侵蚀因子见图２㊂图２㊀研究区土壤侵蚀因子分布（２）土壤侵蚀量及强度等级空间差异性㊂研究区土壤侵蚀强度空间分布见图３㊂研究区年土壤侵蚀量高达１８３万ｔ，土壤侵蚀模数为６９７ｔ／（ｋｍ２㊃ａ），属轻度侵蚀区㊂研究区各侵蚀强度面积及年侵蚀量见图４㊂由图４知，研究区土壤侵蚀面积为２６２７．２９ｋｍ２，占土地总面积的３１．８６％，相比第一次全国水利普查时图３㊀研究区土壤侵蚀强度分布（土壤侵蚀面积为２３１６．６６ｋｍ２）增加了３１０．６３ｋｍ２㊂轻度侵蚀区面积为１５４８．２６ｋｍ２，占侵蚀总面积的５８．９３％，较大的侵蚀面积导致轻度侵蚀对侵蚀总量的贡献率为２０．２３％；中度侵蚀区面积为５１４．７９ｋｍ２，占侵蚀总面积的１９．５９％，对侵蚀总量的贡献率为１８．６８％；强烈及以上侵蚀区面积相对较小，占侵蚀总面积的２１．４８％，但对侵蚀总量的贡献率高达６１．０９％，其中３８．０６％的侵蚀量来自占侵蚀总面积８．９９％的剧烈侵蚀区㊂敖汉旗土壤侵蚀量空间差异性大，土地利用类型㊁地形起伏变化㊁人类活动等都会对土壤侵蚀产生影响，因此探索土壤侵蚀量空间分布差异是合理布设水土保持措施㊁防治土壤侵蚀的关键㊂图４㊀研究区各侵蚀强度面积及年侵蚀量２．２㊀不同影响因素下土壤侵蚀强度空间差异性分析（１）土地利用类型对土壤侵蚀强度空间差异性的影响㊂土地利用类型对土壤侵蚀强度空间差异性的影响主要体现在地表植被覆盖度和植被类型的差异上，分析比较不同土地利用类型与土壤侵蚀强度空间差异性的关系，对寻求更合理的土地利用结构㊁减少区域土壤侵蚀具有重要的作用㊂利用ＡｒｃＧＩＳ的属性查询功能获得不同土地利用类型下的土壤侵蚀面积㊁土壤侵蚀模数和年土壤侵蚀量，见表１㊂各土地利用类型中，耕地的植被覆盖度较低㊁人类活动最为活跃，土壤侵蚀模数为８２０．１９ｔ／（ｋｍ２㊃ａ），年土壤侵蚀量为１７９万ｔ，占研究区侵蚀总面积８３．００％的耕地对侵蚀总量的贡献率高达９７．６１％，说明耕地是敖汉旗各土地利用类型中土壤侵蚀最严重的地类，也是今后需要重点预防治理的区域㊂林地坡度大，植被类型单一，有效植被覆盖度低，土壤侵蚀面积为３６０．０３ｋｍ２，占研究区侵蚀总面积的１３．７０％，侵蚀模数为８８．１５ｔ／（ｋｍ２㊃ａ），对侵蚀总量的贡献率为１．７３％㊂草地㊁居民点及工矿交通用地㊁水域及水利设施用地和未利用土地侵蚀面积占研究区侵蚀总面积的３．３０％，对研究区侵蚀总量的贡献率不足１％㊂表１㊀不同土地利用类型下的土壤侵蚀情况土地利用类型侵蚀面积（ｋｍ２）占研究区侵蚀总面积比例（％）侵蚀模数［ｔ／（ｋｍ２㊃ａ）］年侵蚀量（ｔ）占侵蚀总量比例（％）耕地２１８０．５４８３．００８２０．１９１７８８４５８．０９９７．６１林地３６０．０３１３．７０８８．１５３１７３６．６４１．７３草地２３．０６０．８８１１７．０１２６９８．２５０．１５居民点及工矿交通６２．５６２．３８１４８．６９９３０２．０５０．５１水域及水利设施０．９８０．０４３０．６０２９．９９０．００未利用土地０．１２０．００１．４２０．１７０．００（２）坡度对土壤侵蚀强度空间差异性的影响㊂坡度的起伏变化引起的土壤侵蚀强度空间差异性主要体现在研究区西北高㊁东南低，中低山㊁丘陵和冲积平原交错的地形地貌上㊂运用ＡｒｃＧＩＳ的空间分析功能和研究区ＤＥＭ将研究区坡度划分为６个等级，与侵蚀数据叠加提取不同坡度上的土壤侵蚀情况，见表２㊂分析不同坡度土壤侵蚀模数和侵蚀量发现，随着坡度的增大，土壤侵蚀模数和侵蚀量均呈先增大后减小的趋势，二者最大值均出现在８ʎ １５ʎ，这与潘美慧等［１５］研究地形坡度对土壤侵蚀空间差异性影响的结果基本一致㊂坡度小于５ʎ区域侵蚀面积占研究区侵蚀总面积的５９．４２％，土壤侵蚀模数为３７７．７２ｔ／（ｋｍ２㊃ａ），对研究区侵蚀总量的贡献率为３２．１９％；坡度大于２５ʎ区域侵蚀面积占研究区侵蚀总面积的１．９６％，土壤侵蚀模数为８６１．３５ｔ／（ｋｍ２㊃ａ），对研究区土壤侵蚀总量的贡献率为２．４２％；坡度５ʎ ２５ʎ区域平均土壤侵蚀模数高达１１８０．９１ｔ／（ｋｍ２㊃ａ），侵蚀面积占研究区侵蚀总面积的３８．６２％，产生的土壤侵蚀总量为２００万ｔ，对研究区土壤侵蚀总量的贡献率高达６５．３９％，是研究区土壤侵蚀发生的主要坡度区域㊂对于坡度大于５ʎ的坡地应根据当地实际情况合理发展经济林；当坡度大于２５ʎ时要实行退耕还林；对于坡度小于５ʎ㊁以轻度侵蚀为主的地区，为防止侵蚀程度进一步恶化，应采取合理的水土保持措施（等高耕作等）防治水土流失㊂表２㊀不同地形坡度下的土壤侵蚀情况坡度分级（ʎ）侵蚀面积（ｋｍ２）占研究区侵蚀总面积比例（％）侵蚀模数［ｔ／（ｋｍ２㊃ａ）］年侵蚀量（ｔ）占侵蚀总量比例（％）０ ３１１９０．０１４５．２９２２８．１６２７１５０７．２９１４．８２３ ５３７１．１５１４．１３８５７．２８３１８１７９．０１１７．３７５ ８４４９．３３１７．１０１０１３．９９４５５６１４．３９２４．８７８ １５３５０．６６１３．３５１５３９．１１５３９７０５．７７２９．４５１５ ２５２１４．６２８．１７９４５．１２２０２８４１．９１１１．０７＞２５５１．５２１．９６８６１．３５４４３７６．８２２．４２（３）坡向对土壤侵蚀强度空间差异性的影响㊂坡向对土壤侵蚀强度空间差异性的影响与阴㊁阳坡热量和水分分布情况有关㊂利用ＡｒｃＧＩＳ空间分析功能将研究区划分为９个不同的坡向，与侵蚀强度空间分布叠加提取不同坡向土壤侵蚀情况，见表３㊂对不同坡向下土壤侵蚀情况分析表明，阳坡土壤侵蚀较阴坡严重，但二者差距不明显，此研究结果与韩富伟等［１６］研究的不同坡向下土壤侵蚀结果基本一致㊂表３㊀不同地形坡向下的土壤侵蚀情况坡向分级侵蚀面积（ｋｍ２）占研究区侵蚀总面积比例（％）侵蚀模数［ｔ／（ｋｍ２㊃ａ）］年侵蚀量（ｔ）占侵蚀总量比例（％）平坡（Ｆ）１６５．３０６．２９７８１．８８１２９２４４．７６７．０５北坡（Ｎ）３２３．５５１２．３１４０９．４１１３２４６４．６１７．２３东北坡（ＮＥ）２９８．３９１１．３６７１５．８９２１３６１４．４２１１．６６东坡（Ｅ）２３８．７１９．０９７２６．２２１７３３５５．９８９．４６东南坡（ＳＥ）３６５．８３１３．９３７２２．５４２６４３２６．８１１４．４３南坡（Ｓ）２９３．０５１１．１５７１７．１８２１０１６９．６０１１．４７西南坡（ＳＷ）２９６．４１１１．２８７４１．８４２１９８８８．７９１２．００西坡（Ｗ）２９１．６８１１．１０７５３．５９２１９８０７．１３１２．００西北坡（ＮＷ）３５４．３７１３．４９７６０．０９２６９３５３．０９１４．７０由表３可以看出，平坡区域侵蚀面积占研究区侵蚀总面积的６．２９％，土壤侵蚀模数为７８１．８８ｔ／（ｋｍ２㊃ａ），对研究区土壤侵蚀总量的贡献率为７．０５％；以阳坡为主的东坡㊁南坡㊁东南坡和西南坡土壤侵蚀面积占研究区侵蚀总面积的４５．４５％，平均土壤侵蚀模数为７２６．７５ｔ／（ｋｍ２㊃ａ），对研究区土壤侵蚀总量的贡献率为４７．３６％；以阴坡为主的北坡㊁西坡㊁东北坡和西北坡平均土壤侵蚀模数为６５８．７１ｔ／（ｋｍ２㊃ａ），土壤侵蚀面积占研究区侵蚀总面积的４８．２６％，对研究区侵蚀总量的贡献率为４５．５９％㊂出现这种结果的原因是阳坡较阴坡日照时间长，太阳辐射强，短时间地表温度变化大，表层土壤冻融循环作用明显，致使表层土壤质地疏松，易产生土壤侵蚀㊂上述结果表明，与土地利用㊁坡度对研究区土壤侵蚀空间差异性的影响相比，不同地形坡向土壤侵蚀模数空间差异性不明显㊂３㊀结㊀论运用ＵＳＬＥ模型，结合ＧＩＳ和ＲＳ技术，估算了敖汉旗土壤侵蚀量，探讨了土壤侵蚀强度空间差异性及其影响因素㊂主要结论如下：（１）敖汉旗年土壤侵蚀总量达１８３万ｔ，土壤侵蚀模数为６９７．３８ｔ／（ｋｍ２㊃ａ），土壤侵蚀面积为２６２７．２９ｋｍ２，占研究区总面积的３１．８６％，以轻度侵蚀为主；占侵蚀总面积８．９９％的剧烈侵蚀区对侵蚀总量的贡献率为３８．０６％，而６１．０９％的侵蚀量来自占研究区侵蚀总面积２１．４８％的强烈及以上侵蚀区㊂（２）敖汉旗耕地土壤侵蚀模数最大，为８２０．１９ｔ／（ｋｍ２㊃ａ），年土壤侵蚀量为１７９万ｔ，占研究区侵蚀总面积８３．００％的耕地对侵蚀总量的贡献率高达９７．６１％，侵蚀最为严重，是今后水土流失预防治理工作的重点㊂（３）敖汉旗土壤侵蚀模数和侵蚀总量随坡度的增大均呈现先增大后减小的趋势，二者最大值均出现在８ʎ １５ʎ；坡度５ʎ ２５ʎ区域的土壤侵蚀模数达１１８０．９１ｔ／（ｋｍ２㊃ａ），侵蚀面积占侵蚀总面积的３８．６２％，对土壤侵蚀总量贡献率高达６５．３９％，是土壤侵蚀发生的主要坡度区域㊂（４）敖汉旗阳坡土壤侵蚀较阴坡严重，二者土壤侵蚀模数分别为７２６．７５㊁６５８．７１ｔ／（ｋｍ２㊃ａ），对侵蚀总量的贡献率分别为４７．３６％和４５．５９％；与土地利用㊁坡度对研究区土壤侵蚀空间差异性的影响相比，坡向对土壤侵蚀空间差异性的影响不显著㊂（５）土地利用和地形坡度是影响敖汉旗土壤侵蚀的最主要因素；人类活动最频繁的耕地土壤侵蚀最为严重，因此采取合理的耕作制度（等高耕作等）和土地利用方式显得尤为重要；结合地形坡度对侵蚀的影响，坡度大于５ʎ的坡地应根据当地实际情况发展以乡土树种为主的经济林，坡度大于２５ʎ的坡地要实施退耕还林还草㊂［参考文献］［１］张燕，彭补拙，高翔，等．人类干扰对土壤侵蚀及土壤质量的影响 以苏南宜兴低山丘陵区为例［Ｊ］．地理科学，２００２，２２（３）：３３６－３４１．［２］ＱＩＡＯＹＬ，ＱＩＡＯＹ．ＦａｓｔｓｏｉｌｅｒｏｓｉｏｎｉｎｖｅｓｔｉｇａｔｉｏｎａｎｄｄｙｎａｍｉｃａｎａｌｙｓｉｓｉｎｔｈｅＬｏｅｓｓＰｌａｔｅａｕｏｆＣｈｉｎａｂｙｕｓｉｎｇｉｎｆｏｒｍａｔｉｏｎｃｏｍｐｏｓｉｔｅｔｅｃｈｎｉｑｕｅ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＳｐａｃｅＲｅｓｅａｒｃｈ，２００２，２９（１）：８５－８８．［３］黄金良，洪华生，张路平，等．基于ＧＩＳ和ＵＳＬＥ的九龙江流域土壤侵蚀量预测研究［Ｊ］．水土保持学报，２００４，１８（５）：７５－７９．［４］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．［５］余叔同，郑粉莉，张鹏．基于插件技术和ＧＩＳ的坡面土壤侵蚀模拟系统［Ｊ］．地理科学，２０１０，１６（３）：４４１－４４５．［６］ＤＩＯＤＡＴＯＮ，ＢＥＬＬＯＣＣＨＩＧ．Ｅｓｔｉｍａｔｉｎｇｍｏｎｔｈｌｙ（Ｒ）ＵＳＬＥｃｌｉｍａｔｅｉｎｐｕｔｉｎａＭｅｄｉｔｅｒｒａｎｅａｎｒｅｇｉｏｎｕｓｉｎｇｌｉｍｉｔｅｄｄａｔａ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｙｄｒｏｌｏｇｙ，２００７，３４５（３－４）：２２４－２３６．［７］ＭＥＮＧＬ，ＦＥＮＧＱＹ，ＷＵＫ，ｅｔａｌ．ＱｕａｎｔｉｔａｔｉｖｅｅｖａｌｕａｔｉｏｎｏｆｓｏｉｌｅｒｏｓｉｏｎｏｆｌａｎｄｓｕｂｓｉｄｅｄｂｙｃｏａｌｍｉｎｉｎｇｕｓｉｎｇＲＵＳＬＥ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＭｉｎｉｎｇＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１２，２２（１）：７－１１．［８］ＶＲＩＥＬＩＮＧＡ，ＳＴＥＲＫＧ，ＶＩＧＩＡＫＯ．ＳｐａｔｉａｌｅｖａｌｕａｔｉｏｎｏｆｓｏｉｌｅｒｏｓｉｏｎｒｉｓｋｉｎｔｈｅＷｅｓｔＵｓａｍｂａｒａＭｏｕｎｔａｉｎｓ，Ｔａｎｚａｎｉａ［Ｊ］．ＬａｎｄＤｅｇｒａｄａｔｉｏｎａｎｄＤｅｖｅｌｏｐｍｅｎｔ，２００６，１７（３）：３０１－３１９．［９］张喜旺，周月敏，李晓松，等．土壤侵蚀评价遥感研究进展［Ｊ］．土壤通报，２０１０，４１（４）：１０１０－１０１７．［１０］李天宏，郑丽娜．基于ＲＵＳＬＥ模型的延河流域２００１ ２０１０年土壤侵蚀动态变化［Ｊ］．自然资源学报，２０１２，２７（７）：１１６４－１１７５．［１１］ＷＩＳＣＨＭＥＩＥＲＷＨ，ＪＯＨＮＳＯＮＣＢ，ＣＲＯＳＳＢＶ．Ｓｏｉｌｅｒｏｄｉｂｉｌｉｔｙｎｏｍｏｇｒａｐｈｆａｒｍｌａｎｄａｎｄｃｏｎｓｔｒｕｃｔｉｏｎｓｉｔｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｏｉｌａｎｄＷａｔｅｒＣｏｎｓｅｒｖａｔｉｏｎ，１９７１，２６（５）：１８９－１９３．［１２］ＡＭＯＬＤＵＳＨＭＪ．ＭｅｔｈｏｄｏｌｏｇｙｕｓｅｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｍａｘｉｍｕｍｐｏｔｅｎｔｉａｌａｖｅｒａｇｅａｎｎｕａｌｓｏｉｌｌｏｓｓｄｕｅｔｏｓｈｅｅｔａｎｄｒｉｌｌｅｒｏｓｉｏｎｉｎＭｏｒｏｃｃｏ［Ｊ］．Ｎａｔｕｒｅ，１９７７，４１４（６８６２）：３９－５１．［１３］陈明华，周伏建，黄炎和．土壤可蚀性因子的研究［Ｊ］．水土保持学报，１９９５，９（１）：１９－２４．［１４］ＨＩＣＫＥＹＲ．ＳｌｏｐｅａｎｇｌｅａｎｄｓｌｏｐｅｌｅｎｇｔｈｓｏｌｕｔｉｏｎｓｆｏｒＧＩＳ［Ｊ］．Ｃａｒｔｏｇｒａｐｈｙ，２０００，２９（１）：１－８．［１５］潘美慧，伍永秋，任斐鹏，等．基于ＵＳＬＥ的东江流域土壤侵蚀量估算［Ｊ］．自然资源学报，２０１２，２５（１２）：２１５４－２１６４．［１６］韩富伟，张柏，宋开山，等．长春市土壤侵蚀潜在危险度分级及侵蚀背景的空间分析［Ｊ］．水土保持学报，２００７，２１（１２）：３９－４３．［作者简介］樊向国（１９９０ ），男，甘肃平凉市人，硕士研究生，从事土壤侵蚀机理研究；通信作者范昊明（１９７２ ），男，吉林白山市人，教授，博士，从事流域侵蚀㊁产沙与水土保持规划研究㊂［收稿日期］２０１７－０８－１５（责任编辑㊀李杨杨）。
- 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)。
436
温馨 等
土地开发和不科学的生产经营方式使该地区的土壤侵蚀得以加剧，成为阻碍该地区发展的主要问题之一， 因此对该地区的侵蚀特征及影响因子进行分析，为相关部门进行水土流失防治、生态环境的改善提供了 决策依据。
3.1.2. 土壤可蚀性因子(K) 土壤可蚀性因子(K)值的大小表示土壤被侵蚀的难易程度，反映土壤对侵蚀外营力(降雨、径流、地
形、地表植被和人为活动)剥蚀和搬运的敏感性，是影响土壤流失量的内在因素[8]。本研究计算 K 值采 用的方法是 Williams 等人在 EPIC 模型中发展的土壤可蚀性因子 K 的估算方法进行计算[9]。 3.1.3. 坡度坡长因子(LS)
地形特征对土壤侵蚀的影响通常用坡长因子 L 和坡度因子 S 来反映，坡度坡长的，在研究时通常将 他们放在一起考虑。本研究采用的 LS 算法采用 1987 年由 McCool 等人在 1987 年提出并由国内学者刘元
437
温馨 等
宝等[10]改进的计算公式。
3.1.4. 覆盖与管理因子(C) 覆盖与管理因子 C 指的是在某种状态下地块上种植的作物的土壤流失与其相应的清耕、连续休闲地
式中，A 为预测土壤侵蚀量，R 为降雨侵蚀力因子；K 为土壤可蚀性因子；L 为坡长因子；S 为坡度因子； C 为覆盖与管理因子；P 为水保措施因子。
3.1. 模式因子的确定
3.1.1. 降雨侵蚀力因子(R) 降雨侵蚀力是定量评估土壤水蚀的首要影响因子，表征降雨引起侵蚀的潜在能力，与降雨量、降雨
历时、降雨动能等密切相关，反映了降雨特性对土壤侵蚀的影响[7]。国内外众多学者针对各研究区的特 征，提出了基于年、月、日降雨量资料来计算降雨侵蚀力因子的简易算法。由于日降雨量数据是目前为 止气象部门公开发布的最详细的数据资料，为此，本研究采用日雨量计算降雨侵蚀力的模型。
Received: Jun. 9th, 2017; accepted: Jun. 25th, 2017; published: Jun. 28th, 2017
Abstract
Using GIS technology, based on universal soil loss equation (USLE) and ArcGIS software, we did some quantitative researches about the soil erosion in Yitong Manchu Autonomous County of Jilin Province, and concluded that soil erosion and spatial distribution in the area, with slope, geomorphology, vegetation, land use overlay, and analyzed four factors on the effects of soil erosion. Studies have shown that: 1) The study area covers an area of 2533.11 km2, and the erosion area in 2016 was 991.44 km2, accounting for the county’s total land area of 39.14%, dominated by moderate erosion, accounting for total eroded area of 49.91%, compared with the 2011 water resources survey results, and total area of soil erosion reduced 41.03 km2. 2) The soil erosion intensity and area of dry land and bare rock or bare land are relatively large in the land use type, and the water area and forest grassland erosion are relatively few. 3) In different slope conditions, the lower the slope, the weaker the erosion; the higher the slope, the more intense the erosion being weaker. 4) With the increase of the height, the soil erosion intensity increased first and then decreased, and the elevation was below 350 m, which was the main area of erosion. 5) The higher the vegetation coverage, the weaker the erosion; the lower the vegetation coverage, the stronger the erosion.
温馨 等
1东北师范大学地理科学学院，吉林 长春 2水利部松辽水利委员会，吉林 长春
收稿日期：2017年6月9日；录用日期：2017年6月25日；发布日期：2017年6月28日
摘要
利用GIS技术，基于美国通用水土流失方程(USLE)和ArcGIS软件，对吉林省伊通满族自治县进行水土流 失定量研究，得出该地区土壤侵蚀状况与空间分布特征，并与坡度、地貌、植被盖度、土地利用进行叠 加，分析四个因子对土壤侵蚀的影响情况。研究表明：1) 研究区占地面积2533.11 km2，2016年侵蚀 面积为991.44 km2，占本县土地总面积的39.14%，以中度侵蚀为主，占侵蚀总面积的49.91%，与2011 年水利普查结果相比，总侵蚀面积减少了41.03 km2。2) 土地利用类型中旱地及裸岩或裸地的土壤侵蚀 强度及面积相对较大，水域及林草地侵蚀相对较少。3) 在不同的坡度条件下，坡度越低侵蚀越微弱，坡 度越高侵蚀越剧烈。4) 随着高程的增加土壤侵蚀强度呈现先增加然后减少的趋势，高程位于350 m以下 为侵蚀发生的主要区域。5) 植被盖度越高侵蚀越弱，植被盖度越低侵蚀越强。
关键词
土壤侵蚀，GIS，USLE，遥感
Copyright © 2017 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
1College of Geographical Sciences, Northeast Normal University, Changchun Jilin 2Songliao Water Resources Commission, Ministry of Water Resources, Changchun Jilin
3. 土壤侵蚀强度计算与空间分析
本研究中土壤侵蚀计算采用的模型是美国 W. H. Wischmeier [6]等 1965 年提出的通用土壤流失方程 USLE，该模型主要利用 GIS 软件的栅格数据代数叠加运算功能，将六因子栅格图相乘，得到每个栅格的 侵蚀模数。
USLE 模型的基本形式为： A = R⋅K⋅L⋅S⋅C⋅P
Keywords
Soil Erosion, GIS, USLE, Remote Sensing
基于GIS和USLE模型的土壤侵蚀定量研究
—以伊通满族自治县为例
温 馨1，刘建祥2，张晓萌1，刘志明1*
*通讯作者。
文章引用: 温馨, 刘建祥, 张晓萌, 刘志明. 基于 GIS 和 USLE 模型的土壤侵蚀定量研究[J]. 地球科学前沿, 2017, 7(3): 435-447. https:///10.12677/ag.2017.73047
Advances in Geosciences 地球科学前沿, 2017, 7(3), 435-447 Published Online June 2017 in Hans. /journal/ag https:///10.12677/ag.2017.73047
Based on the Quantitative Study of GIS and USLE Modelitong Manchu Autonomous County as an Example
Xin Wen1, Jianxiang Liu2, Xiaomeng Zhang1, Zhiming Liu1*
2.2. 研究区概况
伊通满族自治县位于吉林省中南部，地理坐标为 124˚49'E~125˚46'E、43˚3'N~43˚38'N。幅员面积 2533.11 平方公里，地处于长白山脉向松辽平原过渡的丘陵地带，西北部和东南部地区属大黑山脉和哈达 岭余脉，多数为连绵起伏的低山丘陵，占该县总面积的 60.8%。属温带大陆性季风气候，气候特点为年 平均气温 5.5˚C，年平均降水量达 654.7 毫米，全县共有河流 128 条，较大的为伊通河和孤山河。
2. 数据来源和研究区概况 2.1. 数据准备
本研究的基础数据包括：1) 遥感数据：2016 年高分一号(2 米全色，8 米多光谱)；2.1 米资源三号卫 星影像。2) 该县气象站的近 30 年的逐日侵蚀性降雨量资料。3) 数字矢量化后的该县的土地利用图。4) 数 字化后的该县土壤图，其中包括土壤类型、质地、有机质等属性信息。5) 该县水土流失治理项目可研、 初步设计报告及附图表。6) 该县的 10 m 分辨率的 DEM 数据。