基于RUSLE、InVEST 和USPED 的土壤侵蝕量估算對(duì)比研究
——以陜北延河流域?yàn)槔?/h1>
2020-12-09 07:00:38翟睿潔趙文武賈立志
農(nóng)業(yè)現(xiàn)代化研究 2020年6期
翟睿潔 ，趙文武 *，賈立志
（1. 北京師范大學(xué)地理科學(xué)學(xué)部/地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875；2. 北京師范大學(xué)地理科學(xué)學(xué)部/陸地表層系統(tǒng)科學(xué)與可持續(xù)發(fā)展研究院，北京 100875）
土壤侵蝕被認(rèn)為是當(dāng)今全球土壤退化的主要原因之一，也是中國(guó)面臨的主要環(huán)境問(wèn)題之一[1]，它不僅破壞土地資源，造成土地生產(chǎn)力下降以及生物多樣性降低，還嚴(yán)重地威脅著人類的生存和發(fā)展[2-3]。隨著土壤侵蝕研究的深入，土壤侵蝕研究方法和技術(shù)日漸成熟[4-9]，從徑流小區(qū)定點(diǎn)分析到基于GIS 的大流域評(píng)估，土壤侵蝕模型是估算土壤侵蝕的重要手段。早期建立的土壤侵蝕模型主要是以Wischmeier和Smith[10]于1965 年建立的通用土壤流失方程USLE 為主。1993 年，美國(guó)農(nóng)業(yè)部頒布的RUSLE模型[11]逐步代替USLE 用于農(nóng)耕地、草地、林地和建設(shè)用地的土壤流失預(yù)報(bào)。20 世紀(jì)80 年代以來(lái)，我國(guó)學(xué)者以USLE 模型為基礎(chǔ)，也建立了不同類型的區(qū)域性土壤侵蝕預(yù)報(bào)模型，如江忠善等[12]考慮淺溝侵蝕對(duì)坡面侵蝕的影響，構(gòu)建的坡面土壤流失預(yù)報(bào)模型和Liu 等[13]建立的中國(guó)土壤流失方程CSLE 等。同時(shí)，考慮土壤侵蝕過(guò)程的物理模型也相繼問(wèn)世，如美國(guó)的USPED[14]、WEPP[15]，歐洲的EUROSEM[16]和LISEM[17]模型，地中海區(qū)域的SEMMED[18]等。此外，包含土壤侵蝕估算模塊的生態(tài)系統(tǒng)服務(wù)模型也得到了快速發(fā)展，美國(guó)先后發(fā)布了InVEST、ARIES[19]、LUCI[20]等模型。InVEST模型利用其泥沙輸移模塊（SDR）描述坡面土壤侵蝕和流域輸沙空間過(guò)程，它與RUSLE 的不同之處在于考慮了每個(gè)地塊對(duì)泥沙的攔截作用并計(jì)算了下游地塊泥沙攔截率。
根據(jù)建模方法的差異，各個(gè)模型的內(nèi)在機(jī)理不同，模型模擬結(jié)果也有所差異。Aiello[21]對(duì)比分析了RUSLE 和USPED 模型在意大利南部的布拉塔諾河流域的模擬情況，結(jié)果顯示RUSLE 模型對(duì)侵蝕量的評(píng)估偏高，這是由于RUSLE 是一個(gè)剝離能力有限的模型，它的結(jié)果表明了在不考慮土壤沉積情況下的土壤侵蝕量。相反，USPED 是一個(gè)運(yùn)輸能力有限的模型，它能夠識(shí)別恒定的降雨條件下侵蝕和沉積速率的空間分布；考慮到生物、工程和耕作措施的CSLE 模型[22]估算的陜西省洛川縣土壤侵蝕量不到RUSLE 模型計(jì)算結(jié)果的1/2。Li 等[2]分別從預(yù)測(cè)精度、數(shù)據(jù)和模擬過(guò)程等方面比較研究了11個(gè)在黃土高原使用過(guò)的模型，結(jié)果表明，基于物理過(guò)程的模型和基于經(jīng)驗(yàn)的模型不一定能在黃土高原上得到更準(zhǔn)確的結(jié)果。經(jīng)驗(yàn)?zāi)Ｐ涂捎糜诳焖僭u(píng)估某一地區(qū)的土壤侵蝕率和產(chǎn)沙量，而基于物理過(guò)程的模型可用于詳細(xì)的土壤侵蝕和產(chǎn)沙量評(píng)估，包括確定泥沙來(lái)源、沉積分布和情景分析。
隨著土壤侵蝕模型的發(fā)展，對(duì)不同模型進(jìn)行對(duì)比分析，分析模型的適用條件和范圍，顯得尤為重要。延河流域地形復(fù)雜，植被條件多樣，不同模型模擬結(jié)果差異較大，選擇不適合的土壤侵蝕預(yù)報(bào)模型，可能會(huì)導(dǎo)致模擬的結(jié)果和實(shí)際觀測(cè)值差別很大。本文從現(xiàn)有模型中選擇了目前應(yīng)用較多且輸入數(shù)據(jù)及因子相同的三個(gè)模型：RUSLE、USPED 和InVEST 中的SDR 模塊，以黃土高原延河流域?yàn)槔?，估算?999 年退耕還林后四個(gè)時(shí)期（2000 年、2005 年、2010 年和2015 年）的土壤侵蝕量，探究不同模型在不同坡度條件和不同植被條件下土壤侵蝕的差異情況，旨在遴選合適該研究區(qū)的土壤侵蝕模型并探討其適用范圍，以期為土壤侵蝕量估算提供指導(dǎo)和支撐。
1 材料與方法
1.1 研究區(qū)概況
延河屬于黃河中游河口鎮(zhèn)—龍門(mén)區(qū)間的一級(jí)支流，發(fā)源于靖邊縣天賜灣鄉(xiāng)周山，由西北向東南流經(jīng)志丹、安塞、延安等縣，在延長(zhǎng)縣南河溝鄉(xiāng)涼水岸附近匯入黃河[23]。干流總長(zhǎng)289.9 km，流域總面積為7 725 km2，主要支流有杏子河、西川、潘龍川和南川等（圖1）。延河流域地處陜北黃土高原中部，地 理 位 置 為36°21′～37°19′ N 和108°38′～110°29′ E之間，包括杏河、棗園、安塞、延安和甘谷驛五個(gè)集水區(qū)。該地域?qū)倥瘻貛Т箨懶园敫珊导撅L(fēng)氣候，年平均氣溫8.8～10.2 ℃，年平均降雨量為500 mm，其中6—9 月降雨量占全年降雨量的75%以上。
延河（甘谷驛出口控制站）1952—2015 年平均徑流量為2.023×108m3，輸沙模數(shù)為6.570×103t/(km2·a)。土壤類型以黃綿土為主，土壤質(zhì)地均一，土質(zhì)疏松，穩(wěn)定性弱，抗侵蝕能力差[24]。流域地勢(shì)西北高東南低，黃土丘陵溝壑區(qū)面積占90%。流域內(nèi)土壤侵蝕嚴(yán)重，據(jù)2000 年全國(guó)土壤侵蝕調(diào)查結(jié)果顯示，延河流域強(qiáng)度以上侵蝕面積達(dá)60%，造成該地區(qū)土壤侵蝕的主要原因是惡劣的自然條件和人類長(zhǎng)期不合理的耕作方式。
1.2 數(shù)據(jù)獲取
研究使用的基礎(chǔ)遙感影像來(lái)源于2000 年、2005 年、2010 年和2015 年9 月份北緯49 號(hào)帶的Landsat TM 遙感影像，空間分辨率為30 m，經(jīng)過(guò)幾何糾正、輻射定標(biāo)、大氣校正和地形校正四個(gè)預(yù)處理步驟。降雨資料收集延河流域周邊15 個(gè)氣象站點(diǎn)2000—2015 年的逐日降雨資料。數(shù)字高程模型DEM，空間分辨率為30 m，來(lái)源于地理空間數(shù)據(jù)云。結(jié)合延河流域土地利用、地形等數(shù)據(jù)，利用RUSLE、InVEST 和USPED 模型估算延河流域土壤侵蝕量，根據(jù)中華人民共和國(guó)行業(yè)標(biāo)準(zhǔn)《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190-2007），將流域土壤侵蝕模數(shù)劃分為 ≤10 t/(hm2·a)（微度）、10.1～25.0 t/(hm2·a)（輕度）、25.1～50.0 t/(hm2·a)（中度）、50.1～80.0 t/(hm2·a)（強(qiáng)烈）、80.1～150.0 t/(hm2·a)（極強(qiáng)烈）和＞ 150.0 t/(hm2·a)（劇烈）五個(gè)等級(jí)。
圖 1 延河流域集水區(qū)Fig.1 Catchment area of Yanhe River basin
1.3 土壤侵蝕量計(jì)算方法
本研究分別運(yùn)用RUSLE 模型、InVEST 模型和USPED 模型，估算退耕還林后四期（2000 年、2005 年、2010 年和2015 年）延河流域的土壤侵蝕量。
1.3.1 RUSLE 模型 RUSLE 是美國(guó)農(nóng)業(yè)部于1997 年在通用土壤流失模型USLE 的基礎(chǔ)上修訂建立并正式實(shí)施的一種適用范圍更廣的經(jīng)驗(yàn)?zāi)Ｐ汀USLE 模型為：
式中：A為土壤侵蝕量(t/(hm2·a))；R為降雨侵蝕力因子（MJ·mm/(hm2·h)）；K為土壤可蝕性因子（t·hm2·h/(hm2·a·MJ·mm)）；LS 為坡長(zhǎng)坡度因子（無(wú)量綱）；C為地表植被覆蓋因子（無(wú)量綱）；P為土壤保持措施因子（無(wú)量綱）。
降雨侵蝕力因子（R）反映了降雨強(qiáng)度對(duì)土壤的侵蝕作用，是土壤侵蝕的主導(dǎo)因子。章文波和付金生[25]利用5 種降雨資料分析不同估算降雨侵蝕力簡(jiǎn)易算法的精度，根據(jù)其研究結(jié)果，本文采用精度最高的日雨量模型：基于日降雨量，以半月為時(shí)段步長(zhǎng)的簡(jiǎn)易算法模型：
式中：Mi為第i個(gè)半月時(shí)段的侵蝕力（MJ·mm/(hm2·h)）；K為該半月時(shí)段內(nèi)的天數(shù)，Dj為半月時(shí)段內(nèi)第jd 的大于12 mm 的日雨量，否則以0 計(jì)算；Pd12為日雨量≥12 mm 的日平均雨量，Py12為日雨量≥12 mm的年平均雨量；α和β為模型待定參數(shù)。
土壤可蝕性因子（K）體現(xiàn)不同土壤類型對(duì)侵蝕的敏感程度。K因子采用土壤分類數(shù)據(jù)，根據(jù)文獻(xiàn)[26-27]對(duì)延河流域土壤侵蝕研究中得到每類土壤K值：黃綿土為0.078 4、紅土為0.021 4、粗骨土為0.029 2、新積土為0.034 8 以及黑壚土為0.054 6。
地形因子（LS）反映了地形地貌特征對(duì)土壤侵蝕的影響。本文采用Oliveira[28]建立的坡度坡長(zhǎng)因子公式：
式（5、6）中，λA為坡長(zhǎng)，m和n為土壤對(duì)侵蝕的敏感性，θ為坡度。
植被覆蓋因子（C）和工程措施因子（P）反映不同植被蓋度條件下和特定保持措施下對(duì)土壤侵蝕的影響。土地利用信息可以間接反映植被覆蓋程度和水土保持措施，在大尺度的土壤侵蝕研究中，C和P因子通常采用土地利用數(shù)據(jù)賦值法確定。本研究中C因子根據(jù)張巖等[29]對(duì)陜西安塞水土保持試驗(yàn)資料計(jì)算得到；P因子參照文獻(xiàn)[30-31]對(duì)土地利用數(shù)據(jù)賦值（表1）。
表1 不同土地利用類型對(duì)應(yīng)的C 值和P 值Table 1 The C and P value in different land cover type
1.3.2 InVEST 模型計(jì)算 InVEST 模型是由美國(guó)斯坦福大學(xué)、世界自然基金會(huì)和大自然保護(hù)協(xié)會(huì)聯(lián)合開(kāi)發(fā)的生態(tài)系統(tǒng)服務(wù)功能評(píng)估工具。本文運(yùn)用InVEST 模型的泥沙輸移模塊（SDR）計(jì)算研究區(qū)土壤侵蝕量，泥沙輸移模塊作用是描述坡面土壤侵蝕和流域輸沙空間過(guò)程。InVEST 模型與RUSLE 模型的不同之處在于，InVEST 考慮每個(gè)地塊對(duì)上游泥沙的攔截作用，在計(jì)算過(guò)程中考慮了每個(gè)地塊泥沙攔截率。
1.3.3 USPED 模型計(jì)算 USPED 模型是一個(gè)模擬土壤侵蝕和沉積的簡(jiǎn)易模型，它能夠識(shí)別出降雨量恒定狀態(tài)下侵蝕和沉積的空間分布，預(yù)測(cè)研究區(qū)土壤侵蝕和沉積的空間分布和模擬每個(gè)柵格的土壤侵蝕和沉積能力[14,32]。USPED 模型未考慮下游地塊的攔截能力，但模擬了每個(gè)像元的侵蝕和沉積能力，它的計(jì)算結(jié)果分為正負(fù)值，正值代表該像元土壤發(fā)生侵蝕，負(fù)值代表該像元土壤發(fā)生沉積。USPED 模型適用于降雨穩(wěn)定的地區(qū)。USPED 模型為：
式（7、8）中：A為土壤侵蝕量(t/(hm2·a))；T為挾沙力函數(shù)(t/(hm2·a))；R為降雨侵蝕力因子（MJ·mm/(hm2·h)）；K為土壤可蝕性因子（t·hm2·h/(hm2·a·MJ·mm)）；C為地表植被覆蓋因子（無(wú)量綱）；P為土壤保持措施因子（無(wú)量綱）；x和y為平面坐標(biāo)；α為坡向，β為坡度；U為上坡面匯水面積。R，K，C和P因子的計(jì)算同RUSLE 模型一樣。
2 結(jié)果與分析
2.1 2000—2015 年土壤侵蝕量變化
三個(gè)模型各年模擬結(jié)果如圖2 所示。三個(gè)模型模擬的土壤侵蝕量差異較大，其中RUSLE 模型模擬得到的土壤侵蝕量最大，USPED 模型居中，InVEST 模型最小，并且USPED 模型和InVEST 模型模擬所得的結(jié)果相差不大（圖3）。這主要是因?yàn)閁SPED 模型和InVEST 模型屬于分布式模型，在計(jì)算產(chǎn)沙量的過(guò)程中均考慮到了攔截和泥沙的沉積作用，所以計(jì)算結(jié)果偏小。而RUSLE 模型未考慮坡面沉積的過(guò)程，因此，模擬得出的侵蝕量偏大。總的來(lái)說(shuō)，退耕還林后研究區(qū)2000、2005、2010 和2015 年四期土壤侵蝕量先上升后下降（圖3），在2005 年土壤侵蝕量達(dá)到峰值，之后土壤侵蝕量下降，這主要是因?yàn)?005 年延河流域降雨量顯著高于其他年份，從而使得研究區(qū)降雨侵蝕力因子（R）較高，因此土壤侵蝕量也隨之增加。而在2005 年之后土壤侵蝕量降低，這主要是因?yàn)橥烁€林工程實(shí)施以來(lái)，延河流域植被覆蓋度增加，植被冠層對(duì)降雨的截留作用，減少了降雨對(duì)地表的直接打擊，并且植被根系也能夠改善土壤性質(zhì)、降低土壤可蝕性因子（K）。
根據(jù)2000—2015 年的土壤侵蝕量，計(jì)算得到15 a 內(nèi)的土壤侵蝕量變化率（表2），總的來(lái)說(shuō)，三個(gè)模型計(jì)算得出的土壤侵蝕量變化相同，均是先增加后減少，并且2005 年后減小速率增加，說(shuō)明退耕還林工程效果日漸顯著。RUSLE 模型和InVEST模型在2000—2015 年變化率相差不大，而USPED模型在2000—2005 年變化不大，變化率僅為0.22%，2005—2015 年減少幅度逐漸增大。2005 年降雨量驟增導(dǎo)致降雨侵蝕力增加，從而使土壤侵蝕量增加，三個(gè)模型模擬結(jié)果在2005 年達(dá)到峰值,隨后持續(xù)減小。
為對(duì)比模型模擬結(jié)果在不同集水區(qū)之間的準(zhǔn)確程度，根據(jù)延河流域水文站將延河流域劃分為杏河、棗園、安塞、延安和甘谷驛五個(gè)集水區(qū)，分區(qū)統(tǒng)計(jì)土壤侵蝕量并與水文站的輸沙數(shù)據(jù)對(duì)比驗(yàn)證模型精度（圖4）?？偟膩?lái)說(shuō)，三個(gè)模型計(jì)算的土壤侵蝕量在不同集水區(qū)變化與輸沙數(shù)據(jù)相一致，表現(xiàn)為隨著集水區(qū)面積增加而增加。不同集水區(qū)模擬精度也不同，三個(gè)模型預(yù)測(cè)的土壤侵蝕量與輸沙量數(shù)據(jù)的差值隨著集水區(qū)面積的增加而增加。RUSLE 模型模擬的結(jié)果與實(shí)際產(chǎn)沙量相差最大，而InVEST 模型和USPED 模型由于考慮了泥沙在坡面和河道沉積等問(wèn)題，模擬產(chǎn)沙結(jié)果與實(shí)測(cè)產(chǎn)沙量比較接近，精度較高。因此，建議在延河流域運(yùn)用InVEST 模型的SDR 模塊或USPED 模型計(jì)算流域產(chǎn)沙量。
2.2 不同坡度條件下土壤侵蝕量變化
為反映三個(gè)模型在不同坡度條件下的土壤侵蝕量模擬差異情況，本研究將延河流域劃分為＜5°、5°～8°、8°～15°、15°～25°、25°～35° 和＞35°6 個(gè) 不同等級(jí)的坡度范圍，然后分別對(duì)比不同模型在這6個(gè)坡度區(qū)間的土壤侵蝕模數(shù)（圖5）。
圖 2 2000—2015 年InVEST，RUSLE 和USPED 模型土壤侵蝕量Fig. 2 Soil erosion in InVEST, RUSLE and USPED models from 2000 to 2015
圖 3 2000—2015 年不同模型土壤侵蝕模數(shù)Fig. 3 Soil erosion simulated by different models from 2000 to 2015
表2 2000—2015 年不同模型的土壤侵蝕量變化率(%)Table 2 Change rate of soil erosion in different models from 2000 to 2015
圖4 2000—2015 年不同集水區(qū)土壤侵蝕量和輸沙量Fig. 4 Soil erosion and sediment transport in different catchment areas from 2000 to 2015
結(jié)果表明，三個(gè)模型結(jié)算得出的土壤侵蝕模數(shù)變化隨坡度的增大而增大。InVEST 模型的模擬結(jié)果在＜5°條件下，土壤侵蝕模數(shù)基本為0，隨坡度的增加土壤侵蝕模數(shù)增加幅度較小。而RUSLE 模型模擬的結(jié)果隨坡度的增加而明顯增加，到35°左右，增加幅度趨向減小。USPED 模型模擬結(jié)果顯示在＜ 8°的條件下，土壤沉積能力大于侵蝕能力，所以發(fā)生沉積；＞8°的條件下，土壤侵蝕量隨坡度的增加而穩(wěn)定增加。
將三個(gè)模型模擬的土壤侵蝕量根據(jù)不同坡度分級(jí)統(tǒng)計(jì)，得到2000—2015 年不同地形條件下土壤侵蝕量變化率（表3），由于USPED 模型估算結(jié)果在＜ 8°的地形下不發(fā)生侵蝕，所以記為0。由表3 可知，變化率隨坡度的增高而增高。InVEST 模型和RUSLE 模型在＞35°的條件下減小最多，分別為84.9%和84.2%；USPED 模型在25°～35°條件下減小最多，達(dá)到了60.5%。在土壤侵蝕總量逐年減少的情況下，不同地形條件的土壤侵蝕減小程度不同，高坡度地區(qū)的土壤侵蝕減少量明顯高于低坡度區(qū)域，說(shuō)明退耕還林工程對(duì)于坡度較陡地區(qū)土壤保持效果顯著。
2.3 不同植被條件下土壤侵蝕量變化
為反映三個(gè)模型在不同植被條件下的土壤侵蝕量的演變情況，首先要提取不同年份的NDVI 值，將NDVI 劃分為＜0、0～0.1、0.1～0.2、0.2～0.3、0.3～0.4、0.4～0.5、0.5～0.6 和0.6～1.0 共8 個(gè)等級(jí)。計(jì)算統(tǒng)計(jì)8 個(gè)不同等級(jí)下的土壤侵蝕量（圖6）。
圖 5 不同坡度條件下土壤侵蝕量Fig. 5 Soil erosion under different slope conditions
表3 2000—2015年不同地形條件的土壤侵蝕量變化率(%)Table 3 Change rate of soil erosion under different topographic conditions in 2000 to 2015
圖 6 不同植被條件下土壤侵蝕量Fig. 6 Soil erosion under different vegetation conditions
結(jié)果表明，土壤侵蝕模數(shù)基本隨NDVI 的增加而減少。NDVI 值越低的地區(qū)，土壤侵蝕模數(shù)越高；反之，NDVI 值越高的地區(qū)，土壤侵蝕模數(shù)越低。當(dāng)NDVI ＜ 0 時(shí)，土壤侵蝕模數(shù)小于NDVI 在0 ～ 0.1這一區(qū)間的土壤侵蝕模數(shù)，是因?yàn)樵贜DVI ＜ 0 的部分區(qū)域，如水體，不發(fā)生侵蝕。NDVI 低值地區(qū)，植被覆蓋度低，裸地固土能力差，降雨直接沖刷地面，導(dǎo)致土壤侵蝕量大。退耕還林后，植被覆蓋度增加，NDVI 高值地區(qū)面積增加，從而導(dǎo)致土壤侵蝕量減少。
3 討論
本研究選取黃土高原典型流域延河流域?yàn)檠芯繀^(qū)，分別基于USPED、RUSLE 和InVEST 模型估算2000—2015 年4 期的土壤侵蝕量，研究土壤侵蝕量變化以及在不同地形、不同植被條件下土壤侵蝕量的差異情況，主要得出以下結(jié)論和認(rèn)識(shí)：
1）三個(gè)模型土壤侵蝕總量變化與輸沙量變化一致，但估算的土壤侵蝕總量有明顯差異。由于缺少空間分布的測(cè)量數(shù)據(jù)，因此很難在流域規(guī)模驗(yàn)證結(jié)果的空間分布。綜合來(lái)說(shuō)，在陡峭地區(qū)，地形和降雨?duì)顩r是土壤侵蝕的主要驅(qū)動(dòng)力；在平緩地區(qū)，植被覆蓋度是侵蝕的主要驅(qū)動(dòng)力。將三個(gè)模型估算的土壤侵蝕量結(jié)果與輸沙量對(duì)比分析時(shí)發(fā)現(xiàn)，在不同集水區(qū)下USPED 模型、InVEST 模型的模擬結(jié)果與輸沙量最為接近，精確度更高，但三個(gè)模型結(jié)果均偏大，原因可能是由于本研究在計(jì)算土壤侵蝕量時(shí)未考慮淤地壩的攔截作用，且模型模擬的是該地區(qū)土壤侵蝕的預(yù)測(cè)值，對(duì)人類活動(dòng)考慮較少，且植被覆蓋因子和工程措施因子僅根據(jù)前人在延河流域的研究結(jié)果而進(jìn)行賦值，準(zhǔn)確性有待提高。
2）RUSLE 模型模擬的侵蝕量結(jié)果偏大，原因是RUSLE 在計(jì)算土壤侵蝕的過(guò)程中不考慮沉積過(guò)程，它僅計(jì)算土壤侵蝕量，而InVEST 和USPED考慮地塊對(duì)泥沙的攔截能力，但是沉積過(guò)程在土壤侵蝕中是確實(shí)存在的[33]，在坡面模型WEPP 模型中，也考慮到了上坡侵蝕下坡位置沉積的情況[34-35]。在本文比較的三個(gè)模型的計(jì)算中，主要差別在地形因子，只有RUSLE 模型計(jì)算地形因子時(shí)，未考慮沉積過(guò)程，而InVEST 和USPED 則計(jì)算了地塊攔截率，所以RUSLE 會(huì)導(dǎo)致其高估土壤侵蝕。USPED 模型模擬每個(gè)地塊的侵蝕和沉積，結(jié)果顯示在坡度平緩的地區(qū)，土壤沉積能力大于侵蝕能力，所以發(fā)生沉積，楊維鴿等[36]和蘇正安等[37]在坡面的實(shí)驗(yàn)均發(fā)現(xiàn)在坡腳沉積現(xiàn)象明顯，范昊明等[38]也指出侵蝕量隨著坡度的增加而增加。USPED 模型在不同地形條件下結(jié)果有明顯差異，而且能模擬出土壤侵蝕和沉積的空間分布。但是，RUSLE 和InVEST 模型在不同地形條件下變化差別不大，適用于地形起伏平緩的區(qū)域。
3）自1999 年政府實(shí)行退耕還林（草）工程后[39]，土壤侵蝕量逐年減少。但在極端暴雨條件下，由于降雨侵蝕力大幅增加，導(dǎo)致土壤侵蝕量隨之增加。2005 年降雨量驟增導(dǎo)致的土壤侵蝕增加，研究發(fā)現(xiàn)降雨是影響土壤侵蝕的主導(dǎo)因素之一，侵蝕主要發(fā)生在汛期。黃土高原植被覆蓋度逐年升高，從而致使土壤固沙能力增加，抗侵蝕能力提高，焦菊英等[40]在極端暴雨條件下侵蝕產(chǎn)沙的研究發(fā)現(xiàn)，經(jīng)過(guò)十余年的退耕還林（草）工程的實(shí)施，延河流域的植被恢復(fù)效果明顯，即使出現(xiàn)極端暴雨，也能有效地抵御坡面土壤侵蝕的發(fā)生。RUSLE 和InVEST 模型對(duì)降雨較為敏感，當(dāng)降雨量驟增時(shí)，能有較好的模擬結(jié)果；USPED 模型受降雨影響較小，當(dāng)降雨量驟增時(shí)，不能很好地反應(yīng)在土壤侵蝕模擬結(jié)果中，因此不適于降雨量變化較大區(qū)域的土壤侵蝕量估算。
4）土壤侵蝕模數(shù)隨坡度的增加而增加，但增加幅度逐漸減小。由于退耕還林（草）工程主要是在25°以上的坡耕地進(jìn)行[41]，坡度越高，退耕還林（草）面積越大，而植被覆蓋度的增加會(huì)導(dǎo)致土壤侵蝕模數(shù)減少，從而導(dǎo)致隨坡度的增加，土壤侵蝕模數(shù)增加幅度減小的情況。隨著退耕還林（草）工程的進(jìn)行，NDVI 高值地區(qū)面積逐漸增加，植被固土能力優(yōu)于裸地，所以隨著NDVI 的增加土壤侵蝕模數(shù)減少。
4 結(jié)論
1）2000—2015 年延河流域土壤侵蝕模數(shù)呈先增加后減小的趨勢(shì)，USPED 模型土壤侵蝕模數(shù)從30.07 t/(hm2·a) 降 至6.36 t/(hm2·a)， 降 低79%；RUSLE 模型土壤侵蝕模數(shù)從192.48 t/(hm2·a)降至39.90 t/(hm2·a)，降低79%；InVEST 模型土壤侵蝕模數(shù)從28.82 t/(hm2·a)降至5.52 t/(hm2·a)，降低81%；USPED 和InVEST 模型計(jì)算的土壤侵蝕強(qiáng)度從中度侵蝕變?yōu)槲⒍惹治g，RUSLE 模型計(jì)算的土壤侵蝕強(qiáng)度從劇烈侵蝕變?yōu)橹卸惹治g。
2）延河流域土壤侵蝕模數(shù)隨坡度的增加而增加，當(dāng)坡度＜5°時(shí)，USPED 模型侵蝕強(qiáng)度為不發(fā)生侵蝕； RUSLE 模型侵蝕強(qiáng)度從2000 年的中度侵蝕變?yōu)?015 年的輕度侵蝕；InVEST 模型侵蝕強(qiáng)度為微度侵蝕；當(dāng)坡度＞35°時(shí)，在2000—2015 年三個(gè)模型的侵蝕強(qiáng)度均發(fā)生變化，USPED 模型從劇烈侵蝕變?yōu)闃O強(qiáng)烈侵蝕；RUSLE 模型從劇烈侵蝕變?yōu)閺?qiáng)烈侵蝕；InVEST 模型從強(qiáng)烈侵蝕變?yōu)槲⒍惹治g。
3）土壤侵蝕模數(shù)隨NDVI 的增加而減小，當(dāng)NDVI 在0～0.1 區(qū)間內(nèi)土壤侵蝕模數(shù)最大，USPED、RUSLE 和InVEST 模型最大值分別為58.80、329.11和43.53 t/(hm2·a)；當(dāng)NDVI＞0.6 時(shí)，土壤侵蝕模數(shù)最小，幾乎不發(fā)生侵蝕。
猜你喜歡
延河晨曉(小提琴獨(dú)奏)輕音樂(lè)(2022年1期)2022-02-11 09:07:02 延河晨曉（小提琴獨(dú)奏）當(dāng)代音樂(lè)(2022年1期)2022-01-23 17:17:29 基于單片機(jī)和模數(shù)化設(shè)計(jì)的低壓側(cè)電壓監(jiān)視與保護(hù)裝置能源工程(2021年2期)2021-07-21 08:40:02 模數(shù)化設(shè)計(jì)方法在景觀鋪裝設(shè)計(jì)中的應(yīng)用綠色科技(2020年11期)2020-08-01 02:23:58 《延河之畔》藝術(shù)品鑒(2019年12期)2020-01-18 08:46:56 延河在我心上流音樂(lè)天地(音樂(lè)創(chuàng)作版)(2019年10期)2020-01-06 11:51:42 鄉(xiāng)村聚落土壤侵蝕環(huán)境與水土流失研究綜述中國(guó)水土保持科學(xué)(2019年6期)2019-04-26 05:14:42 基于LID模式的城區(qū)排澇模數(shù)探析水利規(guī)劃與設(shè)計(jì)(2017年6期)2017-07-18 10:56:26 一種新型的RSA密碼體制模數(shù)分解算法信息安全研究(2016年3期)2016-12-01 06:06:29 海壇島土壤侵蝕問(wèn)題研究湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年2期)2016-12-01 04:06:46
農(nóng)業(yè)現(xiàn)代化研究2020年6期
- 農(nóng)業(yè)現(xiàn)代化研究的其它文章
- 《農(nóng)業(yè)現(xiàn)代化研究》2020 年（第41 卷）總目次
- 農(nóng)業(yè)水貧困對(duì)農(nóng)戶灌溉技術(shù)采用效果的影響
——以寶雞峽灌區(qū)為例 - 水稻矮桿小粒突變體dsg1 的表型鑒定及粒形基因精細(xì)定位
- 生產(chǎn)者質(zhì)量控制認(rèn)知與行為分析
——以肉羊養(yǎng)殖戶為例 - 非洲豬瘟疫情背景下養(yǎng)殖場(chǎng)戶生產(chǎn)決策研究
——對(duì)生豬生產(chǎn)恢復(fù)發(fā)展的思考 - 農(nóng)業(yè)信息資源配置對(duì)農(nóng)產(chǎn)品電商績(jī)效影響機(jī)制研究
——以東部地區(qū)為例
翟睿潔 ，趙文武 *，賈立志
（1. 北京師范大學(xué)地理科學(xué)學(xué)部/地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875；2. 北京師范大學(xué)地理科學(xué)學(xué)部/陸地表層系統(tǒng)科學(xué)與可持續(xù)發(fā)展研究院，北京 100875）
土壤侵蝕被認(rèn)為是當(dāng)今全球土壤退化的主要原因之一，也是中國(guó)面臨的主要環(huán)境問(wèn)題之一[1]，它不僅破壞土地資源，造成土地生產(chǎn)力下降以及生物多樣性降低，還嚴(yán)重地威脅著人類的生存和發(fā)展[2-3]。隨著土壤侵蝕研究的深入，土壤侵蝕研究方法和技術(shù)日漸成熟[4-9]，從徑流小區(qū)定點(diǎn)分析到基于GIS 的大流域評(píng)估，土壤侵蝕模型是估算土壤侵蝕的重要手段。早期建立的土壤侵蝕模型主要是以Wischmeier和Smith[10]于1965 年建立的通用土壤流失方程USLE 為主。1993 年，美國(guó)農(nóng)業(yè)部頒布的RUSLE模型[11]逐步代替USLE 用于農(nóng)耕地、草地、林地和建設(shè)用地的土壤流失預(yù)報(bào)。20 世紀(jì)80 年代以來(lái)，我國(guó)學(xué)者以USLE 模型為基礎(chǔ)，也建立了不同類型的區(qū)域性土壤侵蝕預(yù)報(bào)模型，如江忠善等[12]考慮淺溝侵蝕對(duì)坡面侵蝕的影響，構(gòu)建的坡面土壤流失預(yù)報(bào)模型和Liu 等[13]建立的中國(guó)土壤流失方程CSLE 等。同時(shí)，考慮土壤侵蝕過(guò)程的物理模型也相繼問(wèn)世，如美國(guó)的USPED[14]、WEPP[15]，歐洲的EUROSEM[16]和LISEM[17]模型，地中海區(qū)域的SEMMED[18]等。此外，包含土壤侵蝕估算模塊的生態(tài)系統(tǒng)服務(wù)模型也得到了快速發(fā)展，美國(guó)先后發(fā)布了InVEST、ARIES[19]、LUCI[20]等模型。InVEST模型利用其泥沙輸移模塊（SDR）描述坡面土壤侵蝕和流域輸沙空間過(guò)程，它與RUSLE 的不同之處在于考慮了每個(gè)地塊對(duì)泥沙的攔截作用并計(jì)算了下游地塊泥沙攔截率。
根據(jù)建模方法的差異，各個(gè)模型的內(nèi)在機(jī)理不同，模型模擬結(jié)果也有所差異。Aiello[21]對(duì)比分析了RUSLE 和USPED 模型在意大利南部的布拉塔諾河流域的模擬情況，結(jié)果顯示RUSLE 模型對(duì)侵蝕量的評(píng)估偏高，這是由于RUSLE 是一個(gè)剝離能力有限的模型，它的結(jié)果表明了在不考慮土壤沉積情況下的土壤侵蝕量。相反，USPED 是一個(gè)運(yùn)輸能力有限的模型，它能夠識(shí)別恒定的降雨條件下侵蝕和沉積速率的空間分布；考慮到生物、工程和耕作措施的CSLE 模型[22]估算的陜西省洛川縣土壤侵蝕量不到RUSLE 模型計(jì)算結(jié)果的1/2。Li 等[2]分別從預(yù)測(cè)精度、數(shù)據(jù)和模擬過(guò)程等方面比較研究了11個(gè)在黃土高原使用過(guò)的模型，結(jié)果表明，基于物理過(guò)程的模型和基于經(jīng)驗(yàn)的模型不一定能在黃土高原上得到更準(zhǔn)確的結(jié)果。經(jīng)驗(yàn)?zāi)Ｐ涂捎糜诳焖僭u(píng)估某一地區(qū)的土壤侵蝕率和產(chǎn)沙量，而基于物理過(guò)程的模型可用于詳細(xì)的土壤侵蝕和產(chǎn)沙量評(píng)估，包括確定泥沙來(lái)源、沉積分布和情景分析。
隨著土壤侵蝕模型的發(fā)展，對(duì)不同模型進(jìn)行對(duì)比分析，分析模型的適用條件和范圍，顯得尤為重要。延河流域地形復(fù)雜，植被條件多樣，不同模型模擬結(jié)果差異較大，選擇不適合的土壤侵蝕預(yù)報(bào)模型，可能會(huì)導(dǎo)致模擬的結(jié)果和實(shí)際觀測(cè)值差別很大。本文從現(xiàn)有模型中選擇了目前應(yīng)用較多且輸入數(shù)據(jù)及因子相同的三個(gè)模型：RUSLE、USPED 和InVEST 中的SDR 模塊，以黃土高原延河流域?yàn)槔?，估算?999 年退耕還林后四個(gè)時(shí)期（2000 年、2005 年、2010 年和2015 年）的土壤侵蝕量，探究不同模型在不同坡度條件和不同植被條件下土壤侵蝕的差異情況，旨在遴選合適該研究區(qū)的土壤侵蝕模型并探討其適用范圍，以期為土壤侵蝕量估算提供指導(dǎo)和支撐。
1 材料與方法
1.1 研究區(qū)概況
延河屬于黃河中游河口鎮(zhèn)—龍門(mén)區(qū)間的一級(jí)支流，發(fā)源于靖邊縣天賜灣鄉(xiāng)周山，由西北向東南流經(jīng)志丹、安塞、延安等縣，在延長(zhǎng)縣南河溝鄉(xiāng)涼水岸附近匯入黃河[23]。干流總長(zhǎng)289.9 km，流域總面積為7 725 km2，主要支流有杏子河、西川、潘龍川和南川等（圖1）。延河流域地處陜北黃土高原中部，地 理 位 置 為36°21′～37°19′ N 和108°38′～110°29′ E之間，包括杏河、棗園、安塞、延安和甘谷驛五個(gè)集水區(qū)。該地域?qū)倥瘻貛Т箨懶园敫珊导撅L(fēng)氣候，年平均氣溫8.8～10.2 ℃，年平均降雨量為500 mm，其中6—9 月降雨量占全年降雨量的75%以上。
延河（甘谷驛出口控制站）1952—2015 年平均徑流量為2.023×108m3，輸沙模數(shù)為6.570×103t/(km2·a)。土壤類型以黃綿土為主，土壤質(zhì)地均一，土質(zhì)疏松，穩(wěn)定性弱，抗侵蝕能力差[24]。流域地勢(shì)西北高東南低，黃土丘陵溝壑區(qū)面積占90%。流域內(nèi)土壤侵蝕嚴(yán)重，據(jù)2000 年全國(guó)土壤侵蝕調(diào)查結(jié)果顯示，延河流域強(qiáng)度以上侵蝕面積達(dá)60%，造成該地區(qū)土壤侵蝕的主要原因是惡劣的自然條件和人類長(zhǎng)期不合理的耕作方式。
1.2 數(shù)據(jù)獲取
研究使用的基礎(chǔ)遙感影像來(lái)源于2000 年、2005 年、2010 年和2015 年9 月份北緯49 號(hào)帶的Landsat TM 遙感影像，空間分辨率為30 m，經(jīng)過(guò)幾何糾正、輻射定標(biāo)、大氣校正和地形校正四個(gè)預(yù)處理步驟。降雨資料收集延河流域周邊15 個(gè)氣象站點(diǎn)2000—2015 年的逐日降雨資料。數(shù)字高程模型DEM，空間分辨率為30 m，來(lái)源于地理空間數(shù)據(jù)云。結(jié)合延河流域土地利用、地形等數(shù)據(jù)，利用RUSLE、InVEST 和USPED 模型估算延河流域土壤侵蝕量，根據(jù)中華人民共和國(guó)行業(yè)標(biāo)準(zhǔn)《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190-2007），將流域土壤侵蝕模數(shù)劃分為 ≤10 t/(hm2·a)（微度）、10.1～25.0 t/(hm2·a)（輕度）、25.1～50.0 t/(hm2·a)（中度）、50.1～80.0 t/(hm2·a)（強(qiáng)烈）、80.1～150.0 t/(hm2·a)（極強(qiáng)烈）和＞ 150.0 t/(hm2·a)（劇烈）五個(gè)等級(jí)。
圖 1 延河流域集水區(qū)Fig.1 Catchment area of Yanhe River basin
1.3 土壤侵蝕量計(jì)算方法
本研究分別運(yùn)用RUSLE 模型、InVEST 模型和USPED 模型，估算退耕還林后四期（2000 年、2005 年、2010 年和2015 年）延河流域的土壤侵蝕量。
1.3.1 RUSLE 模型 RUSLE 是美國(guó)農(nóng)業(yè)部于1997 年在通用土壤流失模型USLE 的基礎(chǔ)上修訂建立并正式實(shí)施的一種適用范圍更廣的經(jīng)驗(yàn)?zāi)Ｐ汀USLE 模型為：
式中：A為土壤侵蝕量(t/(hm2·a))；R為降雨侵蝕力因子（MJ·mm/(hm2·h)）；K為土壤可蝕性因子（t·hm2·h/(hm2·a·MJ·mm)）；LS 為坡長(zhǎng)坡度因子（無(wú)量綱）；C為地表植被覆蓋因子（無(wú)量綱）；P為土壤保持措施因子（無(wú)量綱）。
降雨侵蝕力因子（R）反映了降雨強(qiáng)度對(duì)土壤的侵蝕作用，是土壤侵蝕的主導(dǎo)因子。章文波和付金生[25]利用5 種降雨資料分析不同估算降雨侵蝕力簡(jiǎn)易算法的精度，根據(jù)其研究結(jié)果，本文采用精度最高的日雨量模型：基于日降雨量，以半月為時(shí)段步長(zhǎng)的簡(jiǎn)易算法模型：
式中：Mi為第i個(gè)半月時(shí)段的侵蝕力（MJ·mm/(hm2·h)）；K為該半月時(shí)段內(nèi)的天數(shù)，Dj為半月時(shí)段內(nèi)第jd 的大于12 mm 的日雨量，否則以0 計(jì)算；Pd12為日雨量≥12 mm 的日平均雨量，Py12為日雨量≥12 mm的年平均雨量；α和β為模型待定參數(shù)。
土壤可蝕性因子（K）體現(xiàn)不同土壤類型對(duì)侵蝕的敏感程度。K因子采用土壤分類數(shù)據(jù)，根據(jù)文獻(xiàn)[26-27]對(duì)延河流域土壤侵蝕研究中得到每類土壤K值：黃綿土為0.078 4、紅土為0.021 4、粗骨土為0.029 2、新積土為0.034 8 以及黑壚土為0.054 6。
地形因子（LS）反映了地形地貌特征對(duì)土壤侵蝕的影響。本文采用Oliveira[28]建立的坡度坡長(zhǎng)因子公式：
式（5、6）中，λA為坡長(zhǎng)，m和n為土壤對(duì)侵蝕的敏感性，θ為坡度。
植被覆蓋因子（C）和工程措施因子（P）反映不同植被蓋度條件下和特定保持措施下對(duì)土壤侵蝕的影響。土地利用信息可以間接反映植被覆蓋程度和水土保持措施，在大尺度的土壤侵蝕研究中，C和P因子通常采用土地利用數(shù)據(jù)賦值法確定。本研究中C因子根據(jù)張巖等[29]對(duì)陜西安塞水土保持試驗(yàn)資料計(jì)算得到；P因子參照文獻(xiàn)[30-31]對(duì)土地利用數(shù)據(jù)賦值（表1）。
表1 不同土地利用類型對(duì)應(yīng)的C 值和P 值Table 1 The C and P value in different land cover type
1.3.2 InVEST 模型計(jì)算 InVEST 模型是由美國(guó)斯坦福大學(xué)、世界自然基金會(huì)和大自然保護(hù)協(xié)會(huì)聯(lián)合開(kāi)發(fā)的生態(tài)系統(tǒng)服務(wù)功能評(píng)估工具。本文運(yùn)用InVEST 模型的泥沙輸移模塊（SDR）計(jì)算研究區(qū)土壤侵蝕量，泥沙輸移模塊作用是描述坡面土壤侵蝕和流域輸沙空間過(guò)程。InVEST 模型與RUSLE 模型的不同之處在于，InVEST 考慮每個(gè)地塊對(duì)上游泥沙的攔截作用，在計(jì)算過(guò)程中考慮了每個(gè)地塊泥沙攔截率。
1.3.3 USPED 模型計(jì)算 USPED 模型是一個(gè)模擬土壤侵蝕和沉積的簡(jiǎn)易模型，它能夠識(shí)別出降雨量恒定狀態(tài)下侵蝕和沉積的空間分布，預(yù)測(cè)研究區(qū)土壤侵蝕和沉積的空間分布和模擬每個(gè)柵格的土壤侵蝕和沉積能力[14,32]。USPED 模型未考慮下游地塊的攔截能力，但模擬了每個(gè)像元的侵蝕和沉積能力，它的計(jì)算結(jié)果分為正負(fù)值，正值代表該像元土壤發(fā)生侵蝕，負(fù)值代表該像元土壤發(fā)生沉積。USPED 模型適用于降雨穩(wěn)定的地區(qū)。USPED 模型為：
式（7、8）中：A為土壤侵蝕量(t/(hm2·a))；T為挾沙力函數(shù)(t/(hm2·a))；R為降雨侵蝕力因子（MJ·mm/(hm2·h)）；K為土壤可蝕性因子（t·hm2·h/(hm2·a·MJ·mm)）；C為地表植被覆蓋因子（無(wú)量綱）；P為土壤保持措施因子（無(wú)量綱）；x和y為平面坐標(biāo)；α為坡向，β為坡度；U為上坡面匯水面積。R，K，C和P因子的計(jì)算同RUSLE 模型一樣。
2 結(jié)果與分析
2.1 2000—2015 年土壤侵蝕量變化
三個(gè)模型各年模擬結(jié)果如圖2 所示。三個(gè)模型模擬的土壤侵蝕量差異較大，其中RUSLE 模型模擬得到的土壤侵蝕量最大，USPED 模型居中，InVEST 模型最小，并且USPED 模型和InVEST 模型模擬所得的結(jié)果相差不大（圖3）。這主要是因?yàn)閁SPED 模型和InVEST 模型屬于分布式模型，在計(jì)算產(chǎn)沙量的過(guò)程中均考慮到了攔截和泥沙的沉積作用，所以計(jì)算結(jié)果偏小。而RUSLE 模型未考慮坡面沉積的過(guò)程，因此，模擬得出的侵蝕量偏大。總的來(lái)說(shuō)，退耕還林后研究區(qū)2000、2005、2010 和2015 年四期土壤侵蝕量先上升后下降（圖3），在2005 年土壤侵蝕量達(dá)到峰值，之后土壤侵蝕量下降，這主要是因?yàn)?005 年延河流域降雨量顯著高于其他年份，從而使得研究區(qū)降雨侵蝕力因子（R）較高，因此土壤侵蝕量也隨之增加。而在2005 年之后土壤侵蝕量降低，這主要是因?yàn)橥烁€林工程實(shí)施以來(lái)，延河流域植被覆蓋度增加，植被冠層對(duì)降雨的截留作用，減少了降雨對(duì)地表的直接打擊，并且植被根系也能夠改善土壤性質(zhì)、降低土壤可蝕性因子（K）。
根據(jù)2000—2015 年的土壤侵蝕量，計(jì)算得到15 a 內(nèi)的土壤侵蝕量變化率（表2），總的來(lái)說(shuō)，三個(gè)模型計(jì)算得出的土壤侵蝕量變化相同，均是先增加后減少，并且2005 年后減小速率增加，說(shuō)明退耕還林工程效果日漸顯著。RUSLE 模型和InVEST模型在2000—2015 年變化率相差不大，而USPED模型在2000—2005 年變化不大，變化率僅為0.22%，2005—2015 年減少幅度逐漸增大。2005 年降雨量驟增導(dǎo)致降雨侵蝕力增加，從而使土壤侵蝕量增加，三個(gè)模型模擬結(jié)果在2005 年達(dá)到峰值,隨后持續(xù)減小。
為對(duì)比模型模擬結(jié)果在不同集水區(qū)之間的準(zhǔn)確程度，根據(jù)延河流域水文站將延河流域劃分為杏河、棗園、安塞、延安和甘谷驛五個(gè)集水區(qū)，分區(qū)統(tǒng)計(jì)土壤侵蝕量并與水文站的輸沙數(shù)據(jù)對(duì)比驗(yàn)證模型精度（圖4）?？偟膩?lái)說(shuō)，三個(gè)模型計(jì)算的土壤侵蝕量在不同集水區(qū)變化與輸沙數(shù)據(jù)相一致，表現(xiàn)為隨著集水區(qū)面積增加而增加。不同集水區(qū)模擬精度也不同，三個(gè)模型預(yù)測(cè)的土壤侵蝕量與輸沙量數(shù)據(jù)的差值隨著集水區(qū)面積的增加而增加。RUSLE 模型模擬的結(jié)果與實(shí)際產(chǎn)沙量相差最大，而InVEST 模型和USPED 模型由于考慮了泥沙在坡面和河道沉積等問(wèn)題，模擬產(chǎn)沙結(jié)果與實(shí)測(cè)產(chǎn)沙量比較接近，精度較高。因此，建議在延河流域運(yùn)用InVEST 模型的SDR 模塊或USPED 模型計(jì)算流域產(chǎn)沙量。
2.2 不同坡度條件下土壤侵蝕量變化
為反映三個(gè)模型在不同坡度條件下的土壤侵蝕量模擬差異情況，本研究將延河流域劃分為＜5°、5°～8°、8°～15°、15°～25°、25°～35° 和＞35°6 個(gè) 不同等級(jí)的坡度范圍，然后分別對(duì)比不同模型在這6個(gè)坡度區(qū)間的土壤侵蝕模數(shù)（圖5）。
圖 2 2000—2015 年InVEST，RUSLE 和USPED 模型土壤侵蝕量Fig. 2 Soil erosion in InVEST, RUSLE and USPED models from 2000 to 2015
圖 3 2000—2015 年不同模型土壤侵蝕模數(shù)Fig. 3 Soil erosion simulated by different models from 2000 to 2015
表2 2000—2015 年不同模型的土壤侵蝕量變化率(%)Table 2 Change rate of soil erosion in different models from 2000 to 2015
圖4 2000—2015 年不同集水區(qū)土壤侵蝕量和輸沙量Fig. 4 Soil erosion and sediment transport in different catchment areas from 2000 to 2015
結(jié)果表明，三個(gè)模型結(jié)算得出的土壤侵蝕模數(shù)變化隨坡度的增大而增大。InVEST 模型的模擬結(jié)果在＜5°條件下，土壤侵蝕模數(shù)基本為0，隨坡度的增加土壤侵蝕模數(shù)增加幅度較小。而RUSLE 模型模擬的結(jié)果隨坡度的增加而明顯增加，到35°左右，增加幅度趨向減小。USPED 模型模擬結(jié)果顯示在＜ 8°的條件下，土壤沉積能力大于侵蝕能力，所以發(fā)生沉積；＞8°的條件下，土壤侵蝕量隨坡度的增加而穩(wěn)定增加。
將三個(gè)模型模擬的土壤侵蝕量根據(jù)不同坡度分級(jí)統(tǒng)計(jì)，得到2000—2015 年不同地形條件下土壤侵蝕量變化率（表3），由于USPED 模型估算結(jié)果在＜ 8°的地形下不發(fā)生侵蝕，所以記為0。由表3 可知，變化率隨坡度的增高而增高。InVEST 模型和RUSLE 模型在＞35°的條件下減小最多，分別為84.9%和84.2%；USPED 模型在25°～35°條件下減小最多，達(dá)到了60.5%。在土壤侵蝕總量逐年減少的情況下，不同地形條件的土壤侵蝕減小程度不同，高坡度地區(qū)的土壤侵蝕減少量明顯高于低坡度區(qū)域，說(shuō)明退耕還林工程對(duì)于坡度較陡地區(qū)土壤保持效果顯著。
2.3 不同植被條件下土壤侵蝕量變化
為反映三個(gè)模型在不同植被條件下的土壤侵蝕量的演變情況，首先要提取不同年份的NDVI 值，將NDVI 劃分為＜0、0～0.1、0.1～0.2、0.2～0.3、0.3～0.4、0.4～0.5、0.5～0.6 和0.6～1.0 共8 個(gè)等級(jí)。計(jì)算統(tǒng)計(jì)8 個(gè)不同等級(jí)下的土壤侵蝕量（圖6）。
圖 5 不同坡度條件下土壤侵蝕量Fig. 5 Soil erosion under different slope conditions
表3 2000—2015年不同地形條件的土壤侵蝕量變化率(%)Table 3 Change rate of soil erosion under different topographic conditions in 2000 to 2015
圖 6 不同植被條件下土壤侵蝕量Fig. 6 Soil erosion under different vegetation conditions
結(jié)果表明，土壤侵蝕模數(shù)基本隨NDVI 的增加而減少。NDVI 值越低的地區(qū)，土壤侵蝕模數(shù)越高；反之，NDVI 值越高的地區(qū)，土壤侵蝕模數(shù)越低。當(dāng)NDVI ＜ 0 時(shí)，土壤侵蝕模數(shù)小于NDVI 在0 ～ 0.1這一區(qū)間的土壤侵蝕模數(shù)，是因?yàn)樵贜DVI ＜ 0 的部分區(qū)域，如水體，不發(fā)生侵蝕。NDVI 低值地區(qū)，植被覆蓋度低，裸地固土能力差，降雨直接沖刷地面，導(dǎo)致土壤侵蝕量大。退耕還林后，植被覆蓋度增加，NDVI 高值地區(qū)面積增加，從而導(dǎo)致土壤侵蝕量減少。
3 討論
本研究選取黃土高原典型流域延河流域?yàn)檠芯繀^(qū)，分別基于USPED、RUSLE 和InVEST 模型估算2000—2015 年4 期的土壤侵蝕量，研究土壤侵蝕量變化以及在不同地形、不同植被條件下土壤侵蝕量的差異情況，主要得出以下結(jié)論和認(rèn)識(shí)：
1）三個(gè)模型土壤侵蝕總量變化與輸沙量變化一致，但估算的土壤侵蝕總量有明顯差異。由于缺少空間分布的測(cè)量數(shù)據(jù)，因此很難在流域規(guī)模驗(yàn)證結(jié)果的空間分布。綜合來(lái)說(shuō)，在陡峭地區(qū)，地形和降雨?duì)顩r是土壤侵蝕的主要驅(qū)動(dòng)力；在平緩地區(qū)，植被覆蓋度是侵蝕的主要驅(qū)動(dòng)力。將三個(gè)模型估算的土壤侵蝕量結(jié)果與輸沙量對(duì)比分析時(shí)發(fā)現(xiàn)，在不同集水區(qū)下USPED 模型、InVEST 模型的模擬結(jié)果與輸沙量最為接近，精確度更高，但三個(gè)模型結(jié)果均偏大，原因可能是由于本研究在計(jì)算土壤侵蝕量時(shí)未考慮淤地壩的攔截作用，且模型模擬的是該地區(qū)土壤侵蝕的預(yù)測(cè)值，對(duì)人類活動(dòng)考慮較少，且植被覆蓋因子和工程措施因子僅根據(jù)前人在延河流域的研究結(jié)果而進(jìn)行賦值，準(zhǔn)確性有待提高。
2）RUSLE 模型模擬的侵蝕量結(jié)果偏大，原因是RUSLE 在計(jì)算土壤侵蝕的過(guò)程中不考慮沉積過(guò)程，它僅計(jì)算土壤侵蝕量，而InVEST 和USPED考慮地塊對(duì)泥沙的攔截能力，但是沉積過(guò)程在土壤侵蝕中是確實(shí)存在的[33]，在坡面模型WEPP 模型中，也考慮到了上坡侵蝕下坡位置沉積的情況[34-35]。在本文比較的三個(gè)模型的計(jì)算中，主要差別在地形因子，只有RUSLE 模型計(jì)算地形因子時(shí)，未考慮沉積過(guò)程，而InVEST 和USPED 則計(jì)算了地塊攔截率，所以RUSLE 會(huì)導(dǎo)致其高估土壤侵蝕。USPED 模型模擬每個(gè)地塊的侵蝕和沉積，結(jié)果顯示在坡度平緩的地區(qū)，土壤沉積能力大于侵蝕能力，所以發(fā)生沉積，楊維鴿等[36]和蘇正安等[37]在坡面的實(shí)驗(yàn)均發(fā)現(xiàn)在坡腳沉積現(xiàn)象明顯，范昊明等[38]也指出侵蝕量隨著坡度的增加而增加。USPED 模型在不同地形條件下結(jié)果有明顯差異，而且能模擬出土壤侵蝕和沉積的空間分布。但是，RUSLE 和InVEST 模型在不同地形條件下變化差別不大，適用于地形起伏平緩的區(qū)域。
3）自1999 年政府實(shí)行退耕還林（草）工程后[39]，土壤侵蝕量逐年減少。但在極端暴雨條件下，由于降雨侵蝕力大幅增加，導(dǎo)致土壤侵蝕量隨之增加。2005 年降雨量驟增導(dǎo)致的土壤侵蝕增加，研究發(fā)現(xiàn)降雨是影響土壤侵蝕的主導(dǎo)因素之一，侵蝕主要發(fā)生在汛期。黃土高原植被覆蓋度逐年升高，從而致使土壤固沙能力增加，抗侵蝕能力提高，焦菊英等[40]在極端暴雨條件下侵蝕產(chǎn)沙的研究發(fā)現(xiàn)，經(jīng)過(guò)十余年的退耕還林（草）工程的實(shí)施，延河流域的植被恢復(fù)效果明顯，即使出現(xiàn)極端暴雨，也能有效地抵御坡面土壤侵蝕的發(fā)生。RUSLE 和InVEST 模型對(duì)降雨較為敏感，當(dāng)降雨量驟增時(shí)，能有較好的模擬結(jié)果；USPED 模型受降雨影響較小，當(dāng)降雨量驟增時(shí)，不能很好地反應(yīng)在土壤侵蝕模擬結(jié)果中，因此不適于降雨量變化較大區(qū)域的土壤侵蝕量估算。
4）土壤侵蝕模數(shù)隨坡度的增加而增加，但增加幅度逐漸減小。由于退耕還林（草）工程主要是在25°以上的坡耕地進(jìn)行[41]，坡度越高，退耕還林（草）面積越大，而植被覆蓋度的增加會(huì)導(dǎo)致土壤侵蝕模數(shù)減少，從而導(dǎo)致隨坡度的增加，土壤侵蝕模數(shù)增加幅度減小的情況。隨著退耕還林（草）工程的進(jìn)行，NDVI 高值地區(qū)面積逐漸增加，植被固土能力優(yōu)于裸地，所以隨著NDVI 的增加土壤侵蝕模數(shù)減少。
4 結(jié)論
1）2000—2015 年延河流域土壤侵蝕模數(shù)呈先增加后減小的趨勢(shì)，USPED 模型土壤侵蝕模數(shù)從30.07 t/(hm2·a) 降 至6.36 t/(hm2·a)， 降 低79%；RUSLE 模型土壤侵蝕模數(shù)從192.48 t/(hm2·a)降至39.90 t/(hm2·a)，降低79%；InVEST 模型土壤侵蝕模數(shù)從28.82 t/(hm2·a)降至5.52 t/(hm2·a)，降低81%；USPED 和InVEST 模型計(jì)算的土壤侵蝕強(qiáng)度從中度侵蝕變?yōu)槲⒍惹治g，RUSLE 模型計(jì)算的土壤侵蝕強(qiáng)度從劇烈侵蝕變?yōu)橹卸惹治g。
2）延河流域土壤侵蝕模數(shù)隨坡度的增加而增加，當(dāng)坡度＜5°時(shí)，USPED 模型侵蝕強(qiáng)度為不發(fā)生侵蝕； RUSLE 模型侵蝕強(qiáng)度從2000 年的中度侵蝕變?yōu)?015 年的輕度侵蝕；InVEST 模型侵蝕強(qiáng)度為微度侵蝕；當(dāng)坡度＞35°時(shí)，在2000—2015 年三個(gè)模型的侵蝕強(qiáng)度均發(fā)生變化，USPED 模型從劇烈侵蝕變?yōu)闃O強(qiáng)烈侵蝕；RUSLE 模型從劇烈侵蝕變?yōu)閺?qiáng)烈侵蝕；InVEST 模型從強(qiáng)烈侵蝕變?yōu)槲⒍惹治g。
3）土壤侵蝕模數(shù)隨NDVI 的增加而減小，當(dāng)NDVI 在0～0.1 區(qū)間內(nèi)土壤侵蝕模數(shù)最大，USPED、RUSLE 和InVEST 模型最大值分別為58.80、329.11和43.53 t/(hm2·a)；當(dāng)NDVI＞0.6 時(shí)，土壤侵蝕模數(shù)最小，幾乎不發(fā)生侵蝕。
猜你喜歡
輕音樂(lè)(2022年1期)2022-02-11 09:07:02
當(dāng)代音樂(lè)(2022年1期)2022-01-23 17:17:29
能源工程(2021年2期)2021-07-21 08:40:02
綠色科技(2020年11期)2020-08-01 02:23:58
藝術(shù)品鑒(2019年12期)2020-01-18 08:46:56
音樂(lè)天地(音樂(lè)創(chuàng)作版)(2019年10期)2020-01-06 11:51:42
中國(guó)水土保持科學(xué)(2019年6期)2019-04-26 05:14:42
水利規(guī)劃與設(shè)計(jì)(2017年6期)2017-07-18 10:56:26
信息安全研究(2016年3期)2016-12-01 06:06:29
湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版)(2016年2期)2016-12-01 04:06:46
農(nóng)業(yè)現(xiàn)代化研究2020年6期
- 農(nóng)業(yè)現(xiàn)代化研究的其它文章
- 《農(nóng)業(yè)現(xiàn)代化研究》2020 年（第41 卷）總目次
- 農(nóng)業(yè)水貧困對(duì)農(nóng)戶灌溉技術(shù)采用效果的影響
——以寶雞峽灌區(qū)為例 - 水稻矮桿小粒突變體dsg1 的表型鑒定及粒形基因精細(xì)定位
- 生產(chǎn)者質(zhì)量控制認(rèn)知與行為分析
——以肉羊養(yǎng)殖戶為例 - 非洲豬瘟疫情背景下養(yǎng)殖場(chǎng)戶生產(chǎn)決策研究
——對(duì)生豬生產(chǎn)恢復(fù)發(fā)展的思考 - 農(nóng)業(yè)信息資源配置對(duì)農(nóng)產(chǎn)品電商績(jī)效影響機(jī)制研究
——以東部地區(qū)為例