30年来东南红壤丘陵区土壤侵蚀度时空演变研究_以长汀县为例_林晨
合集下载
- 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)。
2 基于人地系统的土壤侵蚀度量化 方法
2． 1 指标选取与模型构建 基于人地系统的侵蚀度监测模型指标选取与
量化是研究的基础与关键。土壤侵蚀在自然以及 人为作用下共同形成，因此，本研究选取以下指标 进行量化。
1） 地形： 具体指标包括海拔、坡度坡长、沟壑 密度以及河网密度。
2） 气候： 具体包括气温与降水量。
图 1 研究区示意图
Fig． 1 Location of the study area
3） 土壤： 采用土壤可蚀性 K 值来表示土壤各
类理化性质对土壤侵蚀的影响，由土层厚度、土壤
有机质、土壤通透性、土壤粒度决定。
4） 植被： 通过植被覆盖率反映区域单元内植
被的生长情况。
5） 社会经济： 具体指标包括交通通达性、村
1237
便于计算与表征，各因子在经过线性函数转换后， 属性值均分布在［0，1］之间。 2． 2 指标正负性与影响性确定
如测算方程（ 1） 所示，侵蚀度测算模型引入了 正负向因子、限制因子及权重的概念，以表征指标 对土壤侵蚀度的影响程度以及作用方式的区别。
正向、负向以及限制因子可体现各指标对侵蚀 度不同的影响方式，与侵蚀度呈正相关关系的设为 正向因子，反之设为负向因子，限制因子则用以表 征不同用地类型的侵蚀概率。在正负因子的设置 方面，通 常 情 况 下，河 网 密 度，沟 壑 密 度，坡 长，温 度，土壤可蚀性，交通通达性与人口密度被认为是 正向因子，高程，植被覆盖率与人均耕地面积被称 为是负向因子，而坡度以及降水量与侵蚀度间并不 呈线性关系，需分段考虑。阮伏水的研究显示［18］， 福建花 岗 岩 侵 蚀 区 的 土 壤 侵 蚀 主 要 集 中 在 坡 度 30°以下区域，15 ～ 30°间侵蚀最为严重，而大于 30° 的区域人为因素相对较少，植被覆盖较好，侵蚀较 弱。在 0 ～ 30°内设为正向因子，而 30°以上则设为 负向因子。降雨量与土壤侵蚀的关系也受坡度影 响，当坡度在 14° 以下时，两者 不 存 在 显 著 相 关， 14° ～ 22°之间，侵蚀量随降水量增大而增大，设降 水量在此 区 域 内 为 正 向 因 子，当 坡 度 在 22° 以 上 时，由于人类活动少，表土层较厚，大量降水增加了 土壤的养分含量，因此降水量的增大伴随着侵蚀量 的减少，设为负向因子［19］。在土地利用类型方面， 根据陈明华对闽南地区不同用地类型下侵蚀面积 的比较［20］，林地、耕地和草地的侵蚀面积占总侵蚀 面积的 94． 16% ，其中坡耕地最高，其余地类产生 侵蚀可能性都很小，故各用地类型侵蚀发生的可能 性系数赋值如表 1 所示。
摘要：土壤侵蚀动态监测是侵蚀研究体系中的重要内容，当前国内大部分研究直接引用国外监测模型，不仅在因 子选取以及模型通用性上存在不足，而且对区域土壤的潜在性侵蚀危险考虑不够。因此，研究提出土壤侵蚀度 的概念，作为区域土壤实际侵蚀强度与潜在侵蚀危险的综合表征，并基于人地关系系统，通过多指标的量化与建 模进行土壤侵蚀度测算，从而分析福建省长汀县土壤侵蚀时空演变规律。结果表明，长汀县土壤侵蚀分布存在 集中连片的特点，汀中地区的侵蚀度最高，并向周边逐渐衰减。同时，侵蚀度在变化方向上虽然存在不确定性， 但总体侵蚀状况近 30a 来得到了明显的改善，安全区的比重从 1975 年的 3． 87% 增长至 2006 年的 56． 38% ，相比 而言，极度侵蚀危险区的比重仅从 1975 年的 12． 3% ，减少至 2006 年的 6． 66% ，改善幅度较其他等级土壤有所差 距，这与区域在立地条件、经济发展水平以及政策导向上的差异密切相关。研究结果说明选取侵蚀影响因子具 有一定的适宜性，也证明土壤侵蚀度可以有效表征土壤侵蚀时空演变趋势。 关 键 词：土壤侵蚀； 人地系统； 侵蚀度； 时空变化； 长汀县 中图分类号： S159． 2 文献标识码：A 文章编号：1000 － 0690（ 2011） 10 － 1235 － 07
1 研究区概况
长汀县位于福建西部（ 图 1） ，116°00'45″E ～ 116°39'20″E，25°18'40″N ～ 26°02'05″N。属亚热带 季风气候，垂直气候明显，干湿两季分明，灾害性天 气较多。河流众多，全县流域面积 3 101 km2 ，50 km2 以上的河流有 17 条。县内主要土壤资源是酸 性红壤，肥力低，干旱、沙瘦，土壤抗蚀力弱，加上人 为对地表植被的破坏，以河田为中心的土壤侵蚀区 是中国南 方 典 型 的 花 岗 岩 侵 蚀 区，水 土 流 失 历 史 长，面积广，程度重，危害大，是福建之最。据 1985 年遥感普查，全县土壤侵蚀面积 97 469 hm2 ，经过 有效治理，至 2000 年，全县现有土壤侵蚀面积为 70 364 hm2 ，土壤侵蚀强度得到了明显改善，但本 县水土流失与土壤侵蚀问题依然严重［16，17］。
子的定量表征是研究重点关注的问题，其中坡度坡 长因子以及降雨侵蚀力因子的表征较为成熟，而水 土保持因子以及土壤可蚀性因子讨论较多，大多省 份 K 与 P 值在不同土壤与土地利用类型中的分布 已经取得了一定的共识，但是在市、县以及各流域 范围内仍未形成统一的算法与表征方式［10 ～ 12］。总 体而言，国内基于 RUSLE 的土壤侵蚀监测研究取 得了很多实用的成果，但是仍然存在以下问题，首 先，因子定量表征方式不统一使得模型无法有效估 计空间小尺度下不同区域的侵蚀强度分布，研究受 到不同程度的限制。其次，中国自然条件多样，气 候变化频繁，人口分布不均，土壤侵蚀在这些复杂 因素共同作用下形成，模型重点关注自然与环境要 素，在一定程度上体现了土壤侵蚀强度的现状，但 这些因子不能完全反映土壤侵蚀的复杂性，且无法 体现区域土壤发生侵蚀的潜在危险。因此，如何选 取合适并且全面的指标，准确评估并监测土壤侵蚀 时空 演 变 规 律，逐 渐 成 为 研 究 关 注 的 热 点［13，14］。
第31 卷 第10 期 2011 年10 月
地理科学
SCIENTIA GEOGRAPHICA SINICA
Vol． 31 No． 10 Oct． ，2 0 1 1
30 年来东南红壤丘陵区土壤侵蚀度时空演变研究
———以长汀县为例
林 晨1，2 ，周生路1 ，吴绍华1，2
（ 1 南京大学地理与海洋科学学院，江苏 南京 210093； 2． 中国科学院南京土壤研究所 土壤与农业可持续发展国家重点实验室，江苏 南京 210008）
n
m
Σ Σ AN = （ xi ·ai ） + ［（ 1 － yj） ·βj］
i =1
j =1
p
q
AP = {Σ （ xk·ak） + Σ ［（ 1 － yl） ·βj］}·U
k =1
l =1
AI = AN + AP
（ 1）
式（ 1） 中，AI 表示研究区内任一像元点的土壤侵蚀 度，AN 表示自然环境驱动下土壤侵蚀实际强度。 AP 表示社会经济驱动下的侵蚀潜在危险。n 与 m 分别表示自然环境要素中正向与负向因子数，p 与
社会经济 1． 00
交通通达性 0． 233 人口密度 0． 345
人均耕地面积 0． 422
度，因此权重最高。地形特点则为侵蚀发生提供物 质基础，也不容忽视。 2． 3 数据获取
沟壑密度、河网密度、人口密度以及人均耕地 数据可 直 接 通 过 各 年 份 的《长 汀 县 统 计 年 鉴 》获 取［21］，高程与坡度数据可通过长汀县域 30 m 空间 分辨率 DEM 影像提取； 通过对 1975 年的 MSS 数 据以及 1990 年，1999 年和 2006 年的 TM 影像进行 地类解译后获取土地利用类型数据。植被覆盖率 是各时相遥感影像提供的植被指数（ NDVI） 的归一 化结果。土壤可蚀性 K 值需首先根据《长汀县土 壤志》划分县内土壤类型的空间布局［22］，再参考福 建省主要土壤 K 值特征表获取［23，24］。根据长汀县 降水观测点绘制的不同时相降水量等值线图进行 空间插值，可获取基于像元的降水量空间分布图。 通过计算研究区内任一像元点与其最邻近的各级 道路之间的加权距离即可获取交通通达性数据。 同时，由于缺少直接获取的温度数据，研究用基于 各时相遥感影像热红外通道，采用单通道算法反演 地表温度［25］。所有数据经过重采样以空间分辨率 为 30 m × 30 m 的栅格形式存储。
表 1 不同用地类型土壤侵蚀可能性系数
Table 1 The probability of soil erosion in different land use types
用地类型 坡耕地 草地 城乡工矿用地 林地 未利用地
赋值
0． 8
0． 7
0． 6
0． 4
0． 3
表 2 土壤侵蚀影响因子权重
Table 2 Weight of factors of soil erosion
影响因素
分级指标
地形 0． 364
自然系统要素 0． 667
气候 0． 254
具体因子 高程 0． 276 坡度 0． 388 河网密度 0． 145 沟壑密度 0． 191
气温 0． 376 降雨 0． 624
土壤植被 0． 382
土壤可蚀性 0． 674 植被覆盖率 0． 326
人为系统要素 0． 333
q 表示社会经济要素中正向与负向因子数。xi 与 yj 分别表示自然环境要素中各正向与负向因子的 标准化值，xk 与 yl 分别表示社会经济要素中各正 向与负向因子的标准化值 a 与 β 表示正向与负向
因子的权重，U 表示不同用地类型的侵东南红壤丘陵区土壤侵蚀度时空演变研究
收稿日期：2011-01-24； 修订日期：2011-08-10 基金项目：“十一五”国家科技支撑计划重点项目 （ 2009BADC6B） 资助。 作者简介：林晨（ 1984 － ） ，男，江苏南京人，博士研究生，主要从事遥感技术在土地利用与资源环境中的应用研究。E-mail： dreamlive_9 @ 163． com 通讯作者：周生路，教授。E-mail： zhousl@ nju． edu． cn
1236
地理科学
31 卷
史德明总 结 了 土 壤 退 化 指 标 的 选 取 原 则，并 从 物 理、化学与生物 3 个方面建立南方花岗岩区侵蚀土 壤退化指标体系，作出了有效尝试，但其对整个生 态系统考虑不足，同时部分属性数据难以获取，因 此应用并不十分广泛［15］。
研究认为土壤侵蚀是在区域生态系统各要素 相互作用下产生，在众多指标中，自然与环境要素 可以直接反映土壤的现时侵蚀状况，而社会经济与 土地利用等要素则可以反映区域土壤发生侵蚀的 潜在危险。因此，本研究以位于闽西红壤丘陵区的 长汀县为 研 究 区，基 于 4 个 不 同 时 相 （ 1975 年， 1990 年，1999 年，2006 年） 的遥感影像、DEM 以及 相关统计数据，从人地关系系统角度出发，通过多 指标的分析与量化提出土壤侵蚀度的概念，以表征 区域土壤侵蚀的综合性危险程度，从而对长汀县土 壤侵蚀时空演变规律进行定量分析，为因地制宜的 开展侵蚀治理工作提供快速有效的科学依据。
庄临近度、人口密度、人均耕地面积。
6） 土地利用类型： 土地利用类型反映了人类
作用于地表的结果，也体现了人类活动对土壤侵蚀
的影响，可作为土壤侵蚀强度指标的限制因子。
上述指标可分为自然系统与人为系统两大类，
两者结合后即形成土壤侵蚀度的概念，作为区域土
壤侵蚀实际强度与潜在危险的综合表征，其测算模
型如公式（ 1） 所示：
土壤侵蚀是土地退化的重要形式，它不仅破坏 土地资源，引起生态环境恶化，带来淤积、干旱、洪 涝等自然灾害，更会直接影响区域生态环境和社会 环境的可持续发展，给民众生存与经济发展带来影 响［1］。因此，及 时 有 效 的 进 行 土 壤 侵 蚀 动 态 评 价 显得尤为迫切与重要。
近年来，GIS、RS 以其在处理空间数据上的优 势越来越广泛地应用于土壤侵蚀监测的研究中。 经过近 40 a 的发展，目前国外已经形成了诸多侵 蚀评 价 与 预 报 模 型，主 要 包 括 USLE，RUSLE， WEPP，LISEM 模型［2 ～ 4］，其中，应用最为广泛的是 1997 年美国土壤保持局（ SCS） 提出的修正通用土 壤流失方程（ RUSLE） ，该模型由降雨侵蚀力因子 （ R） ，坡长坡度因子 （ LS） ，土壤可蚀性因子（ K） ， 植被覆盖因子（ C） ，水土保持因子（ P） 构成，较为 全面的体现了土壤侵蚀的影响因素［5 ～ 8］。国内的 研究多是直接利用 RUSLE 的基本形式，根据具体 流域的 观 察 资 料，计 算 土 壤 侵 蚀 量［9］。 模 型 中 因
2． 1 指标选取与模型构建 基于人地系统的侵蚀度监测模型指标选取与
量化是研究的基础与关键。土壤侵蚀在自然以及 人为作用下共同形成，因此，本研究选取以下指标 进行量化。
1） 地形： 具体指标包括海拔、坡度坡长、沟壑 密度以及河网密度。
2） 气候： 具体包括气温与降水量。
图 1 研究区示意图
Fig． 1 Location of the study area
3） 土壤： 采用土壤可蚀性 K 值来表示土壤各
类理化性质对土壤侵蚀的影响，由土层厚度、土壤
有机质、土壤通透性、土壤粒度决定。
4） 植被： 通过植被覆盖率反映区域单元内植
被的生长情况。
5） 社会经济： 具体指标包括交通通达性、村
1237
便于计算与表征，各因子在经过线性函数转换后， 属性值均分布在［0，1］之间。 2． 2 指标正负性与影响性确定
如测算方程（ 1） 所示，侵蚀度测算模型引入了 正负向因子、限制因子及权重的概念，以表征指标 对土壤侵蚀度的影响程度以及作用方式的区别。
正向、负向以及限制因子可体现各指标对侵蚀 度不同的影响方式，与侵蚀度呈正相关关系的设为 正向因子，反之设为负向因子，限制因子则用以表 征不同用地类型的侵蚀概率。在正负因子的设置 方面，通 常 情 况 下，河 网 密 度，沟 壑 密 度，坡 长，温 度，土壤可蚀性，交通通达性与人口密度被认为是 正向因子，高程，植被覆盖率与人均耕地面积被称 为是负向因子，而坡度以及降水量与侵蚀度间并不 呈线性关系，需分段考虑。阮伏水的研究显示［18］， 福建花 岗 岩 侵 蚀 区 的 土 壤 侵 蚀 主 要 集 中 在 坡 度 30°以下区域，15 ～ 30°间侵蚀最为严重，而大于 30° 的区域人为因素相对较少，植被覆盖较好，侵蚀较 弱。在 0 ～ 30°内设为正向因子，而 30°以上则设为 负向因子。降雨量与土壤侵蚀的关系也受坡度影 响，当坡度在 14° 以下时，两者 不 存 在 显 著 相 关， 14° ～ 22°之间，侵蚀量随降水量增大而增大，设降 水量在此 区 域 内 为 正 向 因 子，当 坡 度 在 22° 以 上 时，由于人类活动少，表土层较厚，大量降水增加了 土壤的养分含量，因此降水量的增大伴随着侵蚀量 的减少，设为负向因子［19］。在土地利用类型方面， 根据陈明华对闽南地区不同用地类型下侵蚀面积 的比较［20］，林地、耕地和草地的侵蚀面积占总侵蚀 面积的 94． 16% ，其中坡耕地最高，其余地类产生 侵蚀可能性都很小，故各用地类型侵蚀发生的可能 性系数赋值如表 1 所示。
摘要：土壤侵蚀动态监测是侵蚀研究体系中的重要内容，当前国内大部分研究直接引用国外监测模型，不仅在因 子选取以及模型通用性上存在不足，而且对区域土壤的潜在性侵蚀危险考虑不够。因此，研究提出土壤侵蚀度 的概念，作为区域土壤实际侵蚀强度与潜在侵蚀危险的综合表征，并基于人地关系系统，通过多指标的量化与建 模进行土壤侵蚀度测算，从而分析福建省长汀县土壤侵蚀时空演变规律。结果表明，长汀县土壤侵蚀分布存在 集中连片的特点，汀中地区的侵蚀度最高，并向周边逐渐衰减。同时，侵蚀度在变化方向上虽然存在不确定性， 但总体侵蚀状况近 30a 来得到了明显的改善，安全区的比重从 1975 年的 3． 87% 增长至 2006 年的 56． 38% ，相比 而言，极度侵蚀危险区的比重仅从 1975 年的 12． 3% ，减少至 2006 年的 6． 66% ，改善幅度较其他等级土壤有所差 距，这与区域在立地条件、经济发展水平以及政策导向上的差异密切相关。研究结果说明选取侵蚀影响因子具 有一定的适宜性，也证明土壤侵蚀度可以有效表征土壤侵蚀时空演变趋势。 关 键 词：土壤侵蚀； 人地系统； 侵蚀度； 时空变化； 长汀县 中图分类号： S159． 2 文献标识码：A 文章编号：1000 － 0690（ 2011） 10 － 1235 － 07
1 研究区概况
长汀县位于福建西部（ 图 1） ，116°00'45″E ～ 116°39'20″E，25°18'40″N ～ 26°02'05″N。属亚热带 季风气候，垂直气候明显，干湿两季分明，灾害性天 气较多。河流众多，全县流域面积 3 101 km2 ，50 km2 以上的河流有 17 条。县内主要土壤资源是酸 性红壤，肥力低，干旱、沙瘦，土壤抗蚀力弱，加上人 为对地表植被的破坏，以河田为中心的土壤侵蚀区 是中国南 方 典 型 的 花 岗 岩 侵 蚀 区，水 土 流 失 历 史 长，面积广，程度重，危害大，是福建之最。据 1985 年遥感普查，全县土壤侵蚀面积 97 469 hm2 ，经过 有效治理，至 2000 年，全县现有土壤侵蚀面积为 70 364 hm2 ，土壤侵蚀强度得到了明显改善，但本 县水土流失与土壤侵蚀问题依然严重［16，17］。
子的定量表征是研究重点关注的问题，其中坡度坡 长因子以及降雨侵蚀力因子的表征较为成熟，而水 土保持因子以及土壤可蚀性因子讨论较多，大多省 份 K 与 P 值在不同土壤与土地利用类型中的分布 已经取得了一定的共识，但是在市、县以及各流域 范围内仍未形成统一的算法与表征方式［10 ～ 12］。总 体而言，国内基于 RUSLE 的土壤侵蚀监测研究取 得了很多实用的成果，但是仍然存在以下问题，首 先，因子定量表征方式不统一使得模型无法有效估 计空间小尺度下不同区域的侵蚀强度分布，研究受 到不同程度的限制。其次，中国自然条件多样，气 候变化频繁，人口分布不均，土壤侵蚀在这些复杂 因素共同作用下形成，模型重点关注自然与环境要 素，在一定程度上体现了土壤侵蚀强度的现状，但 这些因子不能完全反映土壤侵蚀的复杂性，且无法 体现区域土壤发生侵蚀的潜在危险。因此，如何选 取合适并且全面的指标，准确评估并监测土壤侵蚀 时空 演 变 规 律，逐 渐 成 为 研 究 关 注 的 热 点［13，14］。
第31 卷 第10 期 2011 年10 月
地理科学
SCIENTIA GEOGRAPHICA SINICA
Vol． 31 No． 10 Oct． ，2 0 1 1
30 年来东南红壤丘陵区土壤侵蚀度时空演变研究
———以长汀县为例
林 晨1，2 ，周生路1 ，吴绍华1，2
（ 1 南京大学地理与海洋科学学院，江苏 南京 210093； 2． 中国科学院南京土壤研究所 土壤与农业可持续发展国家重点实验室，江苏 南京 210008）
n
m
Σ Σ AN = （ xi ·ai ） + ［（ 1 － yj） ·βj］
i =1
j =1
p
q
AP = {Σ （ xk·ak） + Σ ［（ 1 － yl） ·βj］}·U
k =1
l =1
AI = AN + AP
（ 1）
式（ 1） 中，AI 表示研究区内任一像元点的土壤侵蚀 度，AN 表示自然环境驱动下土壤侵蚀实际强度。 AP 表示社会经济驱动下的侵蚀潜在危险。n 与 m 分别表示自然环境要素中正向与负向因子数，p 与
社会经济 1． 00
交通通达性 0． 233 人口密度 0． 345
人均耕地面积 0． 422
度，因此权重最高。地形特点则为侵蚀发生提供物 质基础，也不容忽视。 2． 3 数据获取
沟壑密度、河网密度、人口密度以及人均耕地 数据可 直 接 通 过 各 年 份 的《长 汀 县 统 计 年 鉴 》获 取［21］，高程与坡度数据可通过长汀县域 30 m 空间 分辨率 DEM 影像提取； 通过对 1975 年的 MSS 数 据以及 1990 年，1999 年和 2006 年的 TM 影像进行 地类解译后获取土地利用类型数据。植被覆盖率 是各时相遥感影像提供的植被指数（ NDVI） 的归一 化结果。土壤可蚀性 K 值需首先根据《长汀县土 壤志》划分县内土壤类型的空间布局［22］，再参考福 建省主要土壤 K 值特征表获取［23，24］。根据长汀县 降水观测点绘制的不同时相降水量等值线图进行 空间插值，可获取基于像元的降水量空间分布图。 通过计算研究区内任一像元点与其最邻近的各级 道路之间的加权距离即可获取交通通达性数据。 同时，由于缺少直接获取的温度数据，研究用基于 各时相遥感影像热红外通道，采用单通道算法反演 地表温度［25］。所有数据经过重采样以空间分辨率 为 30 m × 30 m 的栅格形式存储。
表 1 不同用地类型土壤侵蚀可能性系数
Table 1 The probability of soil erosion in different land use types
用地类型 坡耕地 草地 城乡工矿用地 林地 未利用地
赋值
0． 8
0． 7
0． 6
0． 4
0． 3
表 2 土壤侵蚀影响因子权重
Table 2 Weight of factors of soil erosion
影响因素
分级指标
地形 0． 364
自然系统要素 0． 667
气候 0． 254
具体因子 高程 0． 276 坡度 0． 388 河网密度 0． 145 沟壑密度 0． 191
气温 0． 376 降雨 0． 624
土壤植被 0． 382
土壤可蚀性 0． 674 植被覆盖率 0． 326
人为系统要素 0． 333
q 表示社会经济要素中正向与负向因子数。xi 与 yj 分别表示自然环境要素中各正向与负向因子的 标准化值，xk 与 yl 分别表示社会经济要素中各正 向与负向因子的标准化值 a 与 β 表示正向与负向
因子的权重，U 表示不同用地类型的侵东南红壤丘陵区土壤侵蚀度时空演变研究
收稿日期：2011-01-24； 修订日期：2011-08-10 基金项目：“十一五”国家科技支撑计划重点项目 （ 2009BADC6B） 资助。 作者简介：林晨（ 1984 － ） ，男，江苏南京人，博士研究生，主要从事遥感技术在土地利用与资源环境中的应用研究。E-mail： dreamlive_9 @ 163． com 通讯作者：周生路，教授。E-mail： zhousl@ nju． edu． cn
1236
地理科学
31 卷
史德明总 结 了 土 壤 退 化 指 标 的 选 取 原 则，并 从 物 理、化学与生物 3 个方面建立南方花岗岩区侵蚀土 壤退化指标体系，作出了有效尝试，但其对整个生 态系统考虑不足，同时部分属性数据难以获取，因 此应用并不十分广泛［15］。
研究认为土壤侵蚀是在区域生态系统各要素 相互作用下产生，在众多指标中，自然与环境要素 可以直接反映土壤的现时侵蚀状况，而社会经济与 土地利用等要素则可以反映区域土壤发生侵蚀的 潜在危险。因此，本研究以位于闽西红壤丘陵区的 长汀县为 研 究 区，基 于 4 个 不 同 时 相 （ 1975 年， 1990 年，1999 年，2006 年） 的遥感影像、DEM 以及 相关统计数据，从人地关系系统角度出发，通过多 指标的分析与量化提出土壤侵蚀度的概念，以表征 区域土壤侵蚀的综合性危险程度，从而对长汀县土 壤侵蚀时空演变规律进行定量分析，为因地制宜的 开展侵蚀治理工作提供快速有效的科学依据。
庄临近度、人口密度、人均耕地面积。
6） 土地利用类型： 土地利用类型反映了人类
作用于地表的结果，也体现了人类活动对土壤侵蚀
的影响，可作为土壤侵蚀强度指标的限制因子。
上述指标可分为自然系统与人为系统两大类，
两者结合后即形成土壤侵蚀度的概念，作为区域土
壤侵蚀实际强度与潜在危险的综合表征，其测算模
型如公式（ 1） 所示：
土壤侵蚀是土地退化的重要形式，它不仅破坏 土地资源，引起生态环境恶化，带来淤积、干旱、洪 涝等自然灾害，更会直接影响区域生态环境和社会 环境的可持续发展，给民众生存与经济发展带来影 响［1］。因此，及 时 有 效 的 进 行 土 壤 侵 蚀 动 态 评 价 显得尤为迫切与重要。
近年来，GIS、RS 以其在处理空间数据上的优 势越来越广泛地应用于土壤侵蚀监测的研究中。 经过近 40 a 的发展，目前国外已经形成了诸多侵 蚀评 价 与 预 报 模 型，主 要 包 括 USLE，RUSLE， WEPP，LISEM 模型［2 ～ 4］，其中，应用最为广泛的是 1997 年美国土壤保持局（ SCS） 提出的修正通用土 壤流失方程（ RUSLE） ，该模型由降雨侵蚀力因子 （ R） ，坡长坡度因子 （ LS） ，土壤可蚀性因子（ K） ， 植被覆盖因子（ C） ，水土保持因子（ P） 构成，较为 全面的体现了土壤侵蚀的影响因素［5 ～ 8］。国内的 研究多是直接利用 RUSLE 的基本形式，根据具体 流域的 观 察 资 料，计 算 土 壤 侵 蚀 量［9］。 模 型 中 因