辜世賢，王小丹，劉淑珍

（1.湛江師范學(xué)院，廣東 湛江 524048；2.中國(guó)科學(xué)院 成都山地災(zāi)害與環(huán)境研究所 山地環(huán)境演變與調(diào)控重點(diǎn)實(shí)驗(yàn)室，成都 610041）

土壤可蝕性反映土壤在雨滴擊濺、徑流沖刷或者兩者共同作用下，被分散、搬運(yùn)的難易程度。土壤可蝕性因子是指在長(zhǎng)時(shí)間段內(nèi)，土壤及土壤剖面對(duì)降雨侵蝕力抗蝕程度的平均反映。實(shí)際上土壤可蝕性因子是一個(gè)綜合參數(shù)?？晌g性因子值的大小是在通用流失方程中所規(guī)定的標(biāo)準(zhǔn)條件下，土壤對(duì)各種侵蝕和水動(dòng)力過程的平均敏感程度的具體反映。確定土壤可蝕性因子的最好辦法是在天然小區(qū)上直接測(cè)定。用田間小區(qū)研究土壤K值時(shí)，必須有足夠大且觀測(cè)歷時(shí)較長(zhǎng)的數(shù)據(jù)庫(kù)資料。目前有長(zhǎng)期觀測(cè)資料的研究不多。其實(shí)，在自然狀態(tài)下，土壤類型十分豐富，而具體的土地利用方式也會(huì)改變土壤的可蝕性特征。因此，難以實(shí)現(xiàn)對(duì)每一種土壤都實(shí)施觀測(cè)，人力物力還是時(shí)間上都存在很大的現(xiàn)實(shí)問題。所以，大量的研究都是通過獲得一組可靠的實(shí)測(cè)土壤可蝕性資料后，通過建立預(yù)測(cè)模型進(jìn)行估算可蝕性。

研究區(qū)矮西溝流域位于江達(dá)縣崗?fù)墟?zhèn)，介于東經(jīng)98°27′－98°36′，北緯31°28′－31°39′。流域呈長(zhǎng)條形，面積164.23km2。流域內(nèi)相對(duì)高差為1600 多米，屬典型的高山峽谷地貌，山體與峽谷并存，下游山高坡陡，河谷深。由于特殊的自然環(huán)境，流域內(nèi)土壤垂直分布明顯，依次為:高山草甸土、高山灌叢草甸土、棕壤、暗棕壤。同時(shí)土壤侵蝕也具有明顯的空間分布特征。海拔4600 ～5000 m的高山草甸土，出現(xiàn)過度放牧的地方，一旦植被破壞，大量侵蝕溝發(fā)生。而海拔3300 ～4300 m為棕壤、暗棕壤，盡管肥力高，但在陽(yáng)坡土壤較干燥，植被破壞的地方或開墾為坡耕地的區(qū)域，土壤侵蝕強(qiáng)度巨大，特別是在5－9月的雨季，降雨占全年77.9%～95.8%雨量，沖刷大量泥沙進(jìn)入河道，成就了金沙江的漫漫黃沙。因此，對(duì)研究區(qū)的土壤可蝕性的研究，無論對(duì)草地和耕地的保護(hù)，還是對(duì)金沙江泥沙量的緩減，都具有重大的現(xiàn)實(shí)意義。

1 研究方法

1.1 野外調(diào)查

對(duì)研究區(qū)小流域的土地利用類型、土壤類型、植被類型、地形特征、水土流失類型和分布特征等進(jìn)行野外調(diào)查。根據(jù)研究區(qū)土壤和植被類型的分布狀況以及坡度、坡向、坡位等，分別在研究區(qū)內(nèi)的不同垂直帶上選擇采樣點(diǎn):①海拔3000 ～3500 m區(qū)域內(nèi)，為干熱河谷灌木林地帶，28個(gè)采樣點(diǎn)；②海拔3500 ～4000 m區(qū)域內(nèi)，為灌叢草地帶，32個(gè)采樣點(diǎn)；③海拔4000 m以上區(qū)域，選擇6個(gè)樣地，31個(gè)采樣點(diǎn)；共91個(gè)采樣點(diǎn)（見表1）。對(duì)樣品進(jìn)行的測(cè)試包括土壤有機(jī)質(zhì)含量、機(jī)械組成、N、P、K含量等。

表1 采樣點(diǎn)土壤類型及土地利用類型

調(diào)查發(fā)現(xiàn)，流域內(nèi)主要水土流失類型包括凍融侵蝕和水力侵蝕。凍融侵蝕主要發(fā)生于海拔4500 m以上的高山草甸區(qū)域。水力侵蝕主要發(fā)生在海拔3500 ～4500 m區(qū)間內(nèi)的草地和人為開墾的坡耕地。坡耕地是造成小流域內(nèi)人為加速水土流失的主要因素。坡耕地的起墾類型不同，其對(duì)水土流失的影響程度不同。調(diào)查發(fā)現(xiàn)，起墾于高原草甸和草地的坡耕地發(fā)生水土流失的可能性以及水土流失的強(qiáng)度都要大于起墾于灌木林地和林地的坡耕地。這主要是由于高山草甸和草地自身的脆弱性，以及發(fā)育于該兩類土地利用類型土壤的低抗蝕性。矮西溝流域水土流失類型以面蝕為主，主要產(chǎn)生于坡耕地、退化草地、灌木林等區(qū)域。矮西溝流域的水土流失成因主要有自然因素和人為活動(dòng)的影響兩方面。自然因素方面，降雨集中，巖性松散、易破碎等特點(diǎn)是水土流失的直接動(dòng)因，此外，高寒山區(qū)的凍融作用和積雪融化等因素也加速了水土流失的發(fā)展。人為活動(dòng)對(duì)水土流失的影響主要包括以:過度放牧，造成草場(chǎng)退化；開荒種地；過度砍伐，造成植被覆蓋度逐年下降。流域內(nèi)的水土保持措施較少，僅有少量草地圍欄措施，農(nóng)田植物籬措施和農(nóng)民自發(fā)性修建的少量梯地，水利灌溉設(shè)施基本上沒有。

1.2 模型法

RUSLE中土壤可蝕性因子（K）值大小是通過建立于土壤性質(zhì)指標(biāo)間的相關(guān)關(guān)系式來確定。Wischmeier和Smith提出的代數(shù)關(guān)系式估算K值大小:

式中:M——優(yōu)勢(shì)粒徑組成的乘積（修訂的粉粒含量或0.002～0.1mm粒徑）（粉粒含量＋沙粒含量）；OM——有機(jī)質(zhì)含量；s——土壤結(jié)構(gòu)等級(jí)；p——土壤滲透性；K——單位侵蝕力的土壤侵蝕量［（t·hm2·h）／（MJ· mm·hm2）］。將上式右邊計(jì)算值除以7.59，就變?yōu)閲?guó)際單位制的可蝕性因子K值。另外具有代表性的土壤可蝕性預(yù)測(cè)模型還包括EPIC模型中的計(jì)算方法，以及Shirazi等建立的計(jì)算公式。EPIC模型中，采用土壤有機(jī)碳和粒徑組成來估算土壤可蝕性。

其中，SAN，SIL，CLA分別為砂粒、粉粒、黏粒含 量，按照美國(guó)制標(biāo)準(zhǔn)。C則是土壤有機(jī)碳含量（%），SN1＝1－SAN／100。OM＝1.72C，其中，OM 是有機(jī)質(zhì)含量。由于以上兩個(gè)公式需要粒徑組成、有機(jī)質(zhì)、土壤入滲的多種資料，在沒有足夠資料的情況下，Shirazi等建議使用同讓的幾何平均粒徑（Dg）來計(jì)算土壤可蝕性。

式中:Di——上下兩篩的中徑；ΔPi——介于上下兩篩孔間的重量百分比。

國(guó)內(nèi)的研究者對(duì)K值也進(jìn)行了大量的研究。用實(shí)測(cè)法［4］和模型法［5－6］等方法確定了我國(guó)大部分土壤類型的K值（見表2）。

表2 土壤可蝕性K值資料

金沙江上游地區(qū)缺乏野外監(jiān)測(cè)資料，難以用實(shí)測(cè)法獲取土壤可蝕性因子，而水土流失又在加劇，因此通過模型法研究土壤可蝕性迫在眉睫。本文采用模型預(yù)測(cè)法研究金沙江上游小流域的土壤可蝕性，分別應(yīng)用公式（1），（2），（3）計(jì)算研究區(qū)小流域不同土壤類型的K值，對(duì)應(yīng)計(jì)算結(jié)果為Krusle，Kepic，Kshirazi。并對(duì)三種計(jì)算方式的K值進(jìn)行基于不同土地利用類型和不同土壤類型的討論，比較前人研究K值和相應(yīng)土壤類型預(yù)測(cè)的K 值，分析不同模型估算K值的代表性，以確定模型預(yù)測(cè)值的可靠性。最后確定西藏東南橫斷山區(qū)小流域土壤可蝕性K值的最佳計(jì)算方法和取值范圍。

2 結(jié)果與分析

2.1 矮西溝小流域土壤K值模型法估算結(jié)果分析

比較分析不同模型K值估算結(jié)果表明（見表3），Krusle、Kshirazi、Kepic的最大值和最小值分別為0.0086 和1.5029 ×10－7（計(jì)算結(jié)果中，有兩個(gè)灌木林地的結(jié)果為接近于1的負(fù)數(shù)，分別為－5.8256 ×10－6和－4.4216 ×10－5主要原因是土壤中的有機(jī)質(zhì)含量較低，而大多數(shù)林地和灌木林地的K值估算結(jié)果都是小數(shù)點(diǎn)7位后的正數(shù)），0.0387 和0.0209 ，0.1438 和0.0566 。其中 Krusle與張科利等［4］實(shí)測(cè)的我國(guó)土壤可蝕性K值變化范圍最接近，介于0.001～0.04之間。而Kshirazi和Kepic值則高出10倍以上。因此，從絕對(duì)數(shù)值上看Krusle更接近于實(shí)測(cè)值。

分析3種模型K值估算的分布特征發(fā)現(xiàn)（見圖1），3種模型估算的土壤可蝕性K值具有一定的規(guī)律性。對(duì)于Krusle，不同土地利用和土壤類型的K值估算結(jié)果具有很好的分段性，不同的土壤類型和土地利用類型估算的K值存在最大的差異，變異系數(shù)達(dá)到74.90%，為三種方法中最大（表3）?？梢?，通用流失方程中的K值計(jì)算方法對(duì)于區(qū)分不同土地利用類型和不同土壤類型的K值具有更好的效果。

對(duì)于相同的土地利用類型和相同的土壤類型，K值估算結(jié)果基本一致，如高山草地、耕地、灌叢草地、褐土、灰褐土的最大值與最小值基本一致（見表4－5）。說明通用流失方程中的K值模型法估算結(jié)果能夠體現(xiàn)出土壤特性與土壤可蝕性之間相對(duì)穩(wěn)定的關(guān)系。對(duì)于Kshirazi和Kepic，K值的估算結(jié)果在不同土地利用類型和土壤類型之間差異性不大，兩種方法計(jì)算出來的K值難以體現(xiàn)出在同樣土地利用類型和土壤類型上K 值具有的統(tǒng)一性。3種模型計(jì)算結(jié)果出現(xiàn)的差異主要是因?yàn)槟Ｐ椭羞x用的參數(shù)不同，在Krusle模型中，除了使用土壤顆粒組成因子外，還使用了有機(jī)質(zhì)含量、滲透性、結(jié)構(gòu)性等，更全面的將土壤的特性與可蝕性關(guān)聯(lián)。而Kepic中只選用了土壤顆粒組成和有機(jī)碳含量，Kepic則只選用了顆粒組成。

表3 3種不同方法估算K值統(tǒng)計(jì)參數(shù)

綜上所述，3種土壤可蝕性K值的預(yù)測(cè)模型的估算結(jié)果中，Krusle值無論從區(qū)分不同土地利用類型和土壤類型的K值的不一致性上，還是從確定相同土地利用類型和土壤類型的K值的統(tǒng)一性上，或是在估算值與前人研究取值范圍的相似性上，都遠(yuǎn)遠(yuǎn)要好于其他兩種預(yù)測(cè)模型。因此通用流失方程中的K值估算模型最適用于藏東橫斷山去金沙江支流小流域的土壤可蝕性K值的估算。

圖1 不同土地利用類型K值最值

表4 不同土地利用類型K值最值

表5 不同土壤類型K值最值

表6 不同土壤類型平均K值

2.2 矮西溝流域土壤K值分析

就研究區(qū)的土壤類型而言，K值估算結(jié)果為1.5029 ×10－7～0.0086 。小流域內(nèi)主要土壤類型為灰褐土、褐土、高山草甸土、山地灌叢草原土以及棕壤。K值平均值最大的為灰褐土，主要發(fā)育于耕地之上，平均值大小為0.0086 ；其次為褐土，為0.076，主要發(fā)育于高山草地；高山草甸土和山地灌叢草原土K值為0.0043 ，分別發(fā)育于高山草甸上和山地灌叢草原；棕壤和暗棕壤的K值估算平均值最小，僅僅為6.24×10－7和7.20×10－7，分別發(fā)育于灌木林地和林地。采用通用流失方程中的K值估算模型估算的K值在不同土壤類型和土地利用類型的大小值與野外調(diào)查一致，依次為灰褐土＞高山草甸土＞棕壤＞暗棕壤，耕地＞草甸＞灌木林地＞林地。整個(gè)流域土壤可蝕性K值的總體平均值為0.005，在全國(guó)范圍內(nèi)K 值屬于較小。

3 結(jié)論

對(duì)于西藏東部高原小流域，環(huán)境惡劣，研究基礎(chǔ)薄弱，科研難度大；生態(tài)脆弱，經(jīng)濟(jì)發(fā)展需求迫切，發(fā)展與保護(hù)的矛盾突出。因此，對(duì)該區(qū)域土壤的研究需要新思路。由于實(shí)測(cè)數(shù)據(jù)不足，初期采用模型法估算土壤可蝕性是最佳選擇。本研究證明，應(yīng)用通用流失方程的K值估算模型能夠較準(zhǔn)確的估算該區(qū)域的主要土壤類型的K值，其估算值無論是在區(qū)分不同土壤類型K值的異同上，還是同一土壤類型估算值的準(zhǔn)確性上都能滿足該區(qū)域水土流失研究的要求。研究區(qū)埃西溝小流域不同土壤類型K值大小次為灰褐土＞高山草甸土＞棕壤＞暗棕壤；K值大小在土地利用類型上的分布特征為:耕地＞草甸＞灌木林地＞林地。整個(gè)流域土壤可蝕性K值的總體平均值為0.005?；液滞?，發(fā)育于耕地之上，K值平均值最大為0.0086 ；褐土，發(fā)育于高山草地，K 值為0.076。耕地和低覆蓋度草地分別是研究區(qū)小流域土壤侵蝕強(qiáng)度最大的土地利用類型。研究也發(fā)現(xiàn)，在該區(qū)域土地利用方式和土壤的垂直分布對(duì)土壤的可蝕性影響很大，有待深入研究。

［1］Ashish Pandey V M，Chowdary B C Mal.Identification of critical erosion prone areas in the small agricultural watershed using USLE，GIS and remote sensing［J］.Water Resour.Manage，2007，21:729－746.

［2］Dabral P P.Neelakshi Baithuri.Ashish Pandey.Soil E－rosion Assessment in a Hilly Catchment of North Eastern India Using USLE，GIS and Remote Sensing［J］.Water Resour Manage，2008，22:1783－1798.

［3］Shirazi M A，Boersma L.A unifying quantitative analysis of soil texture［J］.Soil Sci.Soc.Am.J.，1984，48:142－147.

［4］張科利，彭文英，楊紅麗.中國(guó)土壤可蝕性值及其估算［J］.土壤學(xué)報(bào)，2007，44（1）:7－13.

［5］劉吉峰，李世杰，秦寧生，等.青海湖流域土壤可蝕性K值研究［J］.干旱地區(qū)研究，2006，29（3）:321－326.

［6］王小丹，鐘祥浩，王建平，等.西藏高原土壤可蝕性及其空間分布規(guī)律初步研究［J］.干旱地區(qū)農(nóng)業(yè)研究，2004，27（3）:343－346.

［7］Nikolaus J K，Rorke B B.Drying，soil surface condition and interrill erosion on two Ontario soils［J］.Catena，2004，57（2）:1l3－133.

［8］Tan Guoxin，Shibasaki R.Global estimation of crop productivity and the impacts of global warming by GIS and EPIC integration［J］.Ecological Modelling，2003，168:357－370.

［9］Hagen L J，Wagner L E，Tatatko J，et a1.Wind Erosion Prediction System:technical description［C］／／Proceedings of WEPP／WEPS Symposium，August 9，Des Moines，IA［J］.Soil and Water Conservation Society，Ankeny，1995.