王 娟， 卓 靜

(陜西省農(nóng)業(yè)遙感信息中心, 陜西 西安 710014)

基于RS和GIS的陜北黃土高原退耕還林區(qū)土壤侵蝕定量評價(jià)

王 娟， 卓 靜

(陜西省農(nóng)業(yè)遙感信息中心, 陜西 西安 710014)

摘要：[目的] 分析陜北黃土高原退耕還林區(qū)2000，2007和2012年土壤侵蝕量時(shí)空變化特征，為該地區(qū)開展退耕還林(還草)工程提供參考。[方法] 在GIS和RS的技術(shù)支持下，以陜北黃土高原退耕還林區(qū)為研究區(qū)域，應(yīng)用美國通用土壤流失預(yù)報(bào)方程(RUSLE模型)為評價(jià)模型，利用ArcGIS 9.2的柵格數(shù)據(jù)空間分析功能，對研究區(qū)域2000，2007和2012年土壤侵蝕強(qiáng)度進(jìn)行了估算，在此基礎(chǔ)上分析了其時(shí)空變化特征。[結(jié)果] 陜北黃土高原退耕還林區(qū)2000—2012年土壤侵蝕量呈下降趨勢，2012年較2000年下降了1 162 t/(km2·a)；以子長縣為例，2000年土壤侵蝕模數(shù)在2 500 t/(km2·a)以下的面積僅占區(qū)域總面積的0.1%，2012年上升為55.2%；2000年研究區(qū)主要土壤侵蝕強(qiáng)度為中度侵蝕，2012年為輕度侵蝕，變化劇烈的區(qū)域主要集中在黃土高原丘陵溝壑區(qū)的子長、安塞、志丹等縣。[結(jié)論] 植被覆蓋因子是影響區(qū)域內(nèi)土壤侵蝕的最主要因素，由此可見大力開展退耕還林(還草)工程可以有效抑制區(qū)域內(nèi)土壤侵蝕狀況。

關(guān)鍵詞：陜北; 黃土高原; 退耕還林區(qū); 土壤侵蝕; 定量分析

土壤侵蝕是當(dāng)今世界各國的主要環(huán)境問題，它嚴(yán)重威脅著人類的生存和發(fā)展,它不但破壞了生態(tài)環(huán)境平衡，還能加劇干旱、洪澇等氣象災(zāi)害的發(fā)生。黃土高原退耕還林區(qū)由于其形成的自然條件，極易發(fā)生水土流失等一系列的環(huán)境災(zāi)害，是中國水土流失最為嚴(yán)重的地區(qū)。目前在該地區(qū)實(shí)施14 a之久的退耕還林(還草)工程為抑制侵蝕、減少水土流失提供有效措施。退耕還林(還草)工程使植被覆蓋、土地利用狀況發(fā)生改變，土壤侵蝕有所減輕[1]，黃河中游地區(qū)經(jīng)過十幾年的水土流失治理，使黃河輸沙量平均每年減少3.00×108t[2]。近些年，隨著遙感(RS)和地理信息系統(tǒng)(GIS)技術(shù)的發(fā)展，在世界許多國家廣泛應(yīng)用土壤流失預(yù)報(bào)方程估算土壤侵蝕及其時(shí)空變化[3]。在中國對土壤流失預(yù)報(bào)方程的研究與應(yīng)用起步較晚，研究主要集中在流域內(nèi)的土壤侵蝕的時(shí)空變化[4]及土地利用類型與土壤侵蝕的時(shí)空變化之間的關(guān)系等方面[5]，對大面積區(qū)域的土壤侵蝕的時(shí)空變化及影響因子研究較少。

為了反映退耕還林(還草)工程十幾年來取得的成效，本文利用通用土壤流失方程(RUSLE)，以陜北黃土高原退耕還林區(qū)為研究區(qū)域，對該地區(qū)2000，2007和2012年3 a的水土流失強(qiáng)度及其時(shí)空特征進(jìn)行分析討論。

1研究區(qū)概況與數(shù)據(jù)

1.1　研究區(qū)概況

黃土高原是中華文明的發(fā)祥地，是梁峁丘陵溝壑發(fā)達(dá)的典型區(qū)域，陜北退耕還林區(qū)位于延安市北部地區(qū)和榆林市南部地區(qū)，共轄20個(gè)縣(區(qū))，總面積達(dá)45 257.60 km2,總?cè)丝诩s為400萬人；土壤類型以黃綿土為主；地表被流水侵蝕切割得支離破碎，相對高差多在100～150 m，坡度以15°~20°最為普遍；研究區(qū)屬于干旱季風(fēng)氣候，降水年際變化大，多年平均降雨量478.3 mm，7—9月降水量可占年均降雨量的62.4%，且強(qiáng)度集中。受到地形破碎、土質(zhì)疏松、降雨集中等自然因素和亂砍亂伐、過度放牧、陡坡開墾等人為因素的影響，區(qū)域內(nèi)主要的侵蝕類型為水力侵蝕。陜北退耕還林區(qū)水土流失嚴(yán)重，是目前水土保持的重點(diǎn)治理區(qū)域。

1.2　數(shù)據(jù)來源

本研究采用的數(shù)據(jù)包括：黃土高原退耕還林區(qū)85 m分辨率DEM；2009年發(fā)布的基于世界土壤數(shù)據(jù)庫的中國土壤數(shù)據(jù)集(V1.1)，空間分辨率1 000 m；由中國科學(xué)院遙感所提供的2000年分辨率為1 km土地利用數(shù)據(jù)；研究區(qū)及其附近周邊區(qū)域的20個(gè)氣象站1997—2012年的日降雨資料；MOD13 Q12000—2012年數(shù)據(jù)集，其空間分辨率為250 m×250 m，時(shí)間分辨率為16 d；為了便于各要素圖層間的運(yùn)算，所有的圖層都將投影轉(zhuǎn)換成Transverse Mercator橫軸墨卡托投影，各圖層?xùn)鸥癯叽鐬?5 m。

2研究方法

2.1　計(jì)算模型

考慮到研究者目前對該區(qū)水土保持基礎(chǔ)數(shù)據(jù)的占有情況和研究時(shí)段長短的基本一致，選擇了2000，2007和2012年的數(shù)據(jù)進(jìn)行研究。

本文根據(jù)修正后的通用土壤流失預(yù)報(bào)方程(RUSLE)[6]并且根據(jù)研究區(qū)特點(diǎn)確定不同因子的算法，最后估算退耕還林區(qū)的土壤侵蝕量。公式如下：

A=K·R·L·S·C·P

(1)

式中：A——年均土壤流失量〔t/(hm2·a)〕；K——土壤可蝕性因子〔t·h/(MJ·mm)〕；R——降雨侵蝕因子〔MJ·mm/(hm2·h·a)〕；LS——地形因子；L——坡長因子；S——坡度因子；C——植被覆蓋因子；P——水土保持措施因子。除K因子和R因子外，其他因子均為無量綱因子[7]。

2.2　研究方法

2.2.1土壤可蝕性因子(K)估算RUSLE中，K因子是土壤性質(zhì)對由降雨、坡度坡長、植被覆蓋等各個(gè)因素所產(chǎn)生的侵蝕力敏感程度的指標(biāo)，受土壤類型、結(jié)構(gòu)和土壤剖面滲透力等各方面因素影響。本研究采用Williams等[8]在EPIC模型中提出的K值估算方法，其計(jì)算式如下：

(2)

式中：tsd——土壤沙粒質(zhì)量分?jǐn)?shù)；tst——土壤粉粒質(zhì)量分?jǐn)?shù)；tcy——土壤黏粒質(zhì)量分?jǐn)?shù)；toc——有機(jī)碳質(zhì)量分?jǐn)?shù)(%)；tn=1-tsd/100。

采用中國科學(xué)院寒區(qū)旱區(qū)研究所數(shù)據(jù)中心下載的2009年基于世界土壤數(shù)據(jù)庫的中國土壤數(shù)據(jù)集(V1.1)，由公式(2) 可計(jì)算得出K因子?xùn)鸥駡D層，K值介于0.008 9～0.046 3 。

2.2.2降雨侵蝕力因子(R)的計(jì)算降雨侵蝕力反映由降雨因素產(chǎn)生的土壤侵蝕力，該因子與降雨量、降雨強(qiáng)度、降雨類型等有關(guān)，RUSLE中經(jīng)典算法是以次降雨資料為基礎(chǔ)，利用30 min最大降雨強(qiáng)度和動(dòng)能相乘得到降雨侵蝕力[9-10]。由于本研究中氣象資料缺少雨強(qiáng)和降雨次數(shù)等資料，采用基于日降雨統(tǒng)計(jì)資料來評估計(jì)算降雨侵蝕力。

(3)

(4)

α=21.586β-7.1891

(5)

利用降雨侵蝕力的計(jì)算模型及研究區(qū)及其附近周邊區(qū)域的20個(gè)氣象站15 a的日降雨資料，分別計(jì)算各站點(diǎn)各年的降雨侵蝕力，通過克里金內(nèi)插法獲得流域各年R值圖。2000年，區(qū)域內(nèi)降雨侵蝕力最大值，最小值及平均值分別為1 712.91，239.31及640.00 MJ·mm/(hm2·h·a)，2007年分別為3 228.82，714.56及1 487.13 MJ·mm/(hm2·h·a)，2012年分別為3 092.10，1 329.42及2 056.78 MJ·mm/(hm2·h·a)。由結(jié)果可以看出，2012年年均R值要高于其他兩年，降雨侵蝕力呈逐年上升趨勢。

2.2.3坡度坡長因子(LS)的計(jì)算地形因子屬于土壤侵蝕的加速因子，利用區(qū)域DEM數(shù)據(jù)采用RUSLE中的計(jì)算方法[12]，可求得流域LS專題層。

(6)

(7)

利用陜西省85 m分辨率DEM，在ArcGIS中進(jìn)行投影轉(zhuǎn)換及掩膜裁剪，并生成區(qū)域坡度圖，利用公式(6)，(7)，計(jì)算得出LS圖層。

2.2.4植被覆蓋因子(C)的計(jì)算C因子指在其他條件都相同時(shí)，某一特定作物或植被下的土壤流失量與持續(xù)休閑的土壤流失量的比值；是土壤侵蝕的抑制因素之一，與土壤侵蝕量成反比。在沒有受到任何土壤侵蝕時(shí)為0，而土地利用類型為裸地時(shí)值為1。

本文采用MODIS數(shù)據(jù)產(chǎn)品MOD13 Q12000—2012年數(shù)據(jù)集，應(yīng)用ERDAS軟件建模進(jìn)行最大值合成，得到退耕還林區(qū)2000，2007和2012年3 a的NDVI值，并根據(jù)公式計(jì)算該區(qū)域植被覆蓋度[13]，最后應(yīng)用植被覆蓋因子的擬合公式[14]：

C=1-Fc+ε

(8)

式中：ε——一正小常數(shù),取0.001。計(jì)算得到3 a的C因子圖層；Fc——植被覆蓋度(%)。

2.2.5水土保持措施因子(P)的計(jì)算P因子是土壤侵蝕動(dòng)力的抑制因子，可反映出植被以及相應(yīng)管理措施對土壤流失量的影響，P因子值在0～1之間，由于缺少作物水土保持方面的數(shù)據(jù)，因此假定：森林、草地、未利用地、城鎮(zhèn)建設(shè)用地的P值為1，沒有侵蝕的地區(qū)為0，平原及沒有坡度的農(nóng)田取值為0.1,其他用坡度值換算[13]。

本文根據(jù)土地利用類型圖對相應(yīng)類型進(jìn)行賦值(表1)[15]。得到區(qū)域內(nèi)P因子圖層。

表1　陜北黃土高原退耕還林區(qū)耕地不同坡度下耕作措施因子值

3分析與討論

3.1　土壤侵蝕模數(shù)分析

利用RUSLE方程計(jì)算各個(gè)因子，并將各個(gè)因子圖層進(jìn)行疊加相乘，便可計(jì)算出2000，2007年和2012年流域土壤侵蝕量(附圖12—15)，計(jì)算結(jié)果表明：

(1) 區(qū)域內(nèi)2000年較2012年土壤侵蝕估算量大，2000年區(qū)域內(nèi)平均侵蝕模數(shù)為3 336 t/(km2·a)，2007年為2 174 t/(km2·a)，2012年為2 097 t/(km2·a)；使用簡單差值法將2012及2000年柵格圖像進(jìn)行相減，生成了13 a陜北退耕還林區(qū)土壤侵蝕模數(shù)變化特征空間分布圖(圖4)，變化主要集中在-3 000~0 t/(km2·a)之間，表明，研究區(qū)域內(nèi)2012年土壤侵蝕模數(shù)較2000年土壤侵蝕模數(shù)小，2012年區(qū)域內(nèi)土壤侵蝕情況較2000年得到較好的抑制。

(2) 由圖4可看出，近10 a變化最大的區(qū)域主要集中在府谷、安塞、志丹、吳起及子長等縣，這些地區(qū)地形破碎、溝壑發(fā)育、水土流失極其嚴(yán)重，生態(tài)環(huán)境極其脆弱，但經(jīng)過退耕還林還草工程后，大部分地區(qū)差值在-4 000 t/(km2·a)以上，可見，這些區(qū)域在退耕還林(還草)工程下，植被覆蓋度大幅增加，水土保持措施得當(dāng)，侵蝕量大幅下降，水土流失情況得到很好的抑制，生態(tài)環(huán)境得到很大改善；應(yīng)用陜西省邊界矢量數(shù)據(jù)在ArcGIS中掩膜提取各縣土壤侵蝕模數(shù)，得到區(qū)域內(nèi)各縣的逐年土壤侵蝕模數(shù)圖。例如子長縣，2000年土壤侵蝕模數(shù)平均值為4 936 t/(km2·a)，而2012年平均土壤侵蝕模數(shù)降低到2 208 t/(km2·a)，10 a間降幅達(dá)到50%以上，2000年時(shí)土壤侵蝕模數(shù)在2 500 t/(km2·a)以下的面積僅占總面積的0.1%，2012年已占總面積的55.2%；2000年侵蝕量在5 000 t/(km2·a)以上的面積達(dá)到總面積的42%，2012年土壤侵蝕模數(shù)均在5 000 t/(km2·a)以下。

3.2　土壤侵蝕強(qiáng)度分析

按照水利部頒發(fā)的土壤侵蝕強(qiáng)度等級劃分標(biāo)準(zhǔn)對土壤侵蝕量進(jìn)行重分類，得到陜北黃土高原退耕還林區(qū)土壤侵蝕強(qiáng)度等級分級表(表2)。

表2　陜北黃土高原退耕還林區(qū)土壤侵蝕強(qiáng)度所占面積比

結(jié)果表明：2000—2012年退耕還林區(qū)微度侵蝕所占面積顯著增加，強(qiáng)烈侵蝕所占面積在大幅減少。2000年主要土壤侵蝕等級為中度侵蝕，且強(qiáng)烈侵蝕面積占區(qū)域面積的9%，2012年主要侵蝕等級為輕度侵蝕，占區(qū)域面積的68%；子長縣尤為明顯，退耕還林工程開展之前，輕、中度侵蝕所占面積占區(qū)域總面積的58%，強(qiáng)烈侵蝕占區(qū)域總面積的9%，2012年區(qū)域內(nèi)土壤侵蝕情況得到了很好的抑制，強(qiáng)烈侵蝕等級已經(jīng)消失，中度侵蝕面積占區(qū)域總面積的68%，區(qū)域內(nèi)生態(tài)環(huán)境正朝良性發(fā)展。

3.3　降雨、植被覆蓋度及水土保持措施對土壤侵蝕量的影響

由土壤侵蝕方程可以看出，土壤侵蝕估算量是由多因素共同作用而得到的，僅看某一自然因素或某一人為因素都無法正確的表述土壤侵蝕的程度。本文分別模擬在不同條件下2012年的土壤侵蝕情況。結(jié)果表明：

(1) 應(yīng)用土壤侵蝕方程計(jì)算出2000與2012年的土壤侵蝕量，分別為3 336和2 174 t/(km2·a)。

(2) 只改變降雨侵蝕力因子，其他因子不變的情況下，應(yīng)用2000年降水侵蝕力計(jì)算2012年土壤侵蝕量為1 806 t/(km2·a)，較實(shí)際估算值減少了17%。

(3) 只考慮植被覆蓋管理因子，其他因子不變的情況下，應(yīng)用2000年植被覆蓋度計(jì)算2012年土壤侵蝕量為3 302 t/(km2·a)，較實(shí)際計(jì)算量增加了52%。

(4) 只考慮水土保持措施因子，其他因子不變的情況下，應(yīng)用2000年水土保持措施因子，計(jì)算2012年土壤侵蝕量為2 432 t/(km2·a)，較實(shí)際值增加了12%。

通過對結(jié)果比較分析，2000年降雨侵蝕力小于2012年，這是由于2012年區(qū)域內(nèi)降雨強(qiáng)度和降雨量都大于2000年，降雨侵蝕力是土壤侵蝕方程中的加劇因子，因此應(yīng)用2000年的降雨侵蝕力計(jì)算2012年土壤侵蝕量較實(shí)際值偏?。恢脖桓采w因子是土壤侵蝕中的抑制因子，2000年該地區(qū)植被覆蓋度明顯低于2012年，因此計(jì)算出模擬值明顯高于實(shí)際值，水土保持措施使該區(qū)域土壤侵蝕情況得到了抑制，因此應(yīng)用2000年的水土保持措施因子計(jì)算出的模擬值較實(shí)際值偏大；降雨侵蝕力、植被覆蓋度、水土保持措施三因子均對土壤侵蝕有所影響，三因子共同作用時(shí)土壤侵蝕量較實(shí)際值增大了47%，其中只考慮植被管理因子計(jì)算得出的土壤侵蝕量較實(shí)際值增加了52%，對土壤侵蝕量的變化影響最大。因此，大力發(fā)展退耕還林(還草)工程，改變區(qū)域內(nèi)植被覆蓋狀況，可大大改善退耕還林區(qū)水土流失狀況及生態(tài)環(huán)境。

4結(jié) 論

通過運(yùn)用修正后的通用土壤流失預(yù)報(bào)方程(RUSLE)估算研究區(qū)各個(gè)因子及土壤侵蝕量，并分析了土壤侵蝕量的時(shí)空變化及各因子的影響。研究表明退耕還林(還草)工程開展的十幾年間，陜北黃土高原退耕還林區(qū)土壤侵蝕量呈下降趨勢，區(qū)域內(nèi)主要侵蝕等級由中度侵蝕下降為輕度侵蝕；降雨、植被覆蓋管理因子及水土保持措施因子均對土壤侵蝕產(chǎn)生影響，但植被覆蓋管理因子對土壤侵蝕量變化影響最大；由于研究區(qū)域土壤侵蝕的主要原因包括強(qiáng)季風(fēng)對覆被狀況較差的地表引起的風(fēng)蝕和暴雨流水對黃土高原的沖刷及切割的水力侵蝕，因此，通過退耕還林(還草)工程改善地表覆被狀況，逐漸改變區(qū)域內(nèi)耕種習(xí)慣，都會使研究區(qū)域的水土流失狀況及生態(tài)環(huán)境得到很大改善。

本研究的不足之處在于計(jì)算中使用的土地利用數(shù)據(jù)為2000年數(shù)據(jù)，由于近十幾年來陜北退耕還林區(qū)土地利用變化較大，2007和2012年土壤侵蝕值可能偏大，沒有充分地反映退耕還林工程所取得的成效。

[參考文獻(xiàn)]

[1]汪邦穩(wěn),楊勤科,劉志紅,等.延河流域退耕前后土壤侵蝕強(qiáng)度的變化[J].中國水土保持科學(xué),2007,5(4):27-33.

[2]陳雷.中國的水土保持[J].中國水利,2002(6):9-11.

[3]秦偉,朱清科,張巖.基于GIS和RUSLE的黃土高原小流域土壤侵蝕評估[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(8):157-163.

[4]吳艷,張曉萍,陳鳳娟,等.陜北典型流域退耕后土壤侵蝕及空間分布初步調(diào)查研究[J].水土保持研究,2010,17(4):29-33.

[5]湯麗潔,舒暢.基于GIS和RS的巢湖流域水土流失評估[J].水土保持通報(bào),2013,23(1):305-308.

[6]Renard K G, Foster G R, Weesies G A, et al. Prediction rainfall erosion by water: A guide to conservation planning with the revised universal soil loss equation(RUSLE) [M]. Washington D C: US Department of Agriculture， 1997.

[7]Zhou Ping, Meng Jijun. 鄂爾多斯市1988—2000年土壤水力侵蝕與土地利用時(shí)空變化關(guān)系[J].自然資源學(xué)報(bào),2009,24(10):1706-1717.

[8]Wischmeier W H. Predicting rainfall-erosion losses from cropland east of the Rocky Mountains[M]. USDA Agricultural Handbook, 1965.

[9]章文波,謝云,劉寶元.利用日雨量計(jì)算降雨侵蝕力的方法研究[J].地理科學(xué),2002,22(6):705-711.

[10]謝紅霞,楊勤科,李銳,等.延河流域水土保持措施減蝕效應(yīng)分析[J].中國水土保持科學(xué),2010,8(4):13-19.

[11]謝云,劉寶元.侵蝕性降雨標(biāo)準(zhǔn)研究[J].水土保持學(xué)報(bào),2000,14(4):6-11.

[12]楊勤科,郭偉玲,張宏鳴,等.基于DEM的流域坡度坡長因子計(jì)算方法研究初報(bào)[J].水土保持通報(bào),2010,30(2):203-206.

[13]趙時(shí)英.遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2003.

[14]鄭度.青藏高原隆升與環(huán)境效應(yīng)[M].北京：科學(xué)出版社,2004.

[15]高江波,周巧富,常青.基于GIS和土壤侵蝕方程的農(nóng)業(yè)生態(tài)系統(tǒng)土壤保持價(jià)值評估:以京津冀地區(qū)為例[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2009,45(1):151-157.

Quantitative Assessment of Soil Erosion in Areas Under Grain for Green Project in Loess Plateau of Northern Shaanxi Province Based on GIS and RS

WANG Juan， ZHUO Jing

(RemoteSensingInformationCenterforAgricultureinShaanxiProvince,Xi’an,Shaanxi710014,China)

Abstract：[Objective] To analyze the temporal and spatial variability of soil erosion intensity in Loess Plateau of Northern Shaanxi Province in 2000, 2007 and 2012, and to provide the support for the implementation of grain for green project in this region.[Methods] With the support of GIS and RS technology, we conducted a quantitative research based on the RUSLE model and ArcGIS 9.2 and analyzed the temporal and spatial variability of soil erosion intensity in Northern Shaanxi in 2000, 2007 and 2012.[Results] During the 13 years, soil erosion tended to decrease over time, and the soil erosion in 2012 dropped by 1 162 t/(km2·a) compared with 2000. Compared with the 2% of the total area in 2000, the area with an erosion modulus less than 2 500 t/(km2·a) in Zichang County accounted for 26% in 2012. The soil erosion was moderate in 2000, but was slight in 2012 in most areas. The drastic change mainly occurred in the hilly areas in Zichang, Ansai and Zhidan Counties.[Conclusion] Vegetation coverage was the main factor affecting the soil erosion, and conversion of slope cropland to forest or pasture is playing an important role in decreasing soil loss.

Keywords:Northern Shaanxi Province; Loess Plateau; grain for green area; soil erosion; quantitative assessment

文獻(xiàn)標(biāo)識碼：B

文章編號：1000-288X(2015)01-0220-04

中圖分類號：S157.1

通信作者：卓靜(1978—)，女(漢族)，陜西省西安市人，碩士研究生，高級工程師，研究方向?yàn)樾l(wèi)星遙感應(yīng)用。E-mail：79506610@qq.com。

收稿日期：2013-12-19修回日期：2014-01-29

資助項(xiàng)目：陜西省氣象局研究型業(yè)務(wù)重點(diǎn)科研項(xiàng)目“GIS和RS支持下的陜北地區(qū)生態(tài)環(huán)境脆弱性評價(jià)”(2013z-7)

第一作者：王娟(1981—),女(滿族),陜西省西安市人,碩士研究生,工程師,研究方向?yàn)樾l(wèi)星遙感應(yīng)用。E-mail:wangj_81@126.com。