蘭 敏

(西北農(nóng)林科技大學(xué) 資源環(huán)境學(xué)院，陜西 楊凌712100)

在長期的土壤侵蝕研究中，通用土壤流失方程(USLE)發(fā)揮了重要的作用，隨著地理信息系統(tǒng)(GIS)技術(shù)不斷發(fā)展，運(yùn)用GIS技術(shù)結(jié)合USLE定量評(píng)估區(qū)域土壤侵蝕已成為有效手段。但是通用土壤流失方程(USLE)并不適用于一些坡度較大的地區(qū)，基于此，本文以陜西省寧強(qiáng)縣為例，在GIS技術(shù)支持下，運(yùn)用因子法，計(jì)算該區(qū)的土壤侵蝕模數(shù)，分析土壤侵蝕的空間分布特征，為該地區(qū)水土流失防治提供科學(xué)依據(jù)。

1 實(shí)驗(yàn)區(qū)域

寧強(qiáng)縣位于陜西省西南角、漢中西部。轄26個(gè)鄉(xiāng)鎮(zhèn)?？?cè)丝?6.48萬人，百分之九十都是農(nóng)業(yè)人口。該區(qū)地處我國南北過渡的中間地帶，特殊的地理位置決定了其氣候的獨(dú)特性:西部屬于北亞熱帶季風(fēng)氣候區(qū)，東部為北亞熱帶與暖溫帶過渡地域;氣候溫和，雨量充沛，四季分明。據(jù)2005年統(tǒng)計(jì)資料，全區(qū)年平均氣溫在13.5°C～15°C，年降水量655～1100 mm，年日照時(shí)數(shù)1 395～1 729 h。寧強(qiáng)是漢江的發(fā)源地，有“三千里漢江第一城”之美譽(yù)，水資源資源極為豐富，其中漢江為長江的一級(jí)支流，丹江為漢江的一級(jí)支流。

2 數(shù)據(jù)源和數(shù)據(jù)處理

本次試驗(yàn)用信息化、現(xiàn)代化的手法，基于遙感(RS)和地理信息系統(tǒng)(GIS)技術(shù)，遙感數(shù)據(jù)源采用高幾何分辨率和高光譜分辨率的遙感影像，通過輻射校正，幾何精校正及投影轉(zhuǎn)換等空間操作，將典型區(qū)域內(nèi)連續(xù)性的不同幅面的影像進(jìn)行拼合，得到典型區(qū)域范圍內(nèi)的全幅遙感影像。遙感數(shù)據(jù)時(shí)效選8—10月的遙感影像;地形圖數(shù)據(jù)源采用國家地理數(shù)據(jù)庫1:1萬地形圖;對(duì)寧強(qiáng)縣的實(shí)地野外調(diào)查，使用ArcGIS地理信息平臺(tái)，結(jié)合GIS技術(shù)處理、提取坡度、覆蓋度、土地利用等因子分析以得到研究區(qū)的土壤侵蝕情況，通過遙感影像的解譯得到當(dāng)?shù)氐耐恋乩矛F(xiàn)狀和植被覆蓋數(shù)據(jù)，用GIS處理研究區(qū)地形數(shù)據(jù)得到DEM，并在此基礎(chǔ)通過疊加運(yùn)算得到研究區(qū)土壤侵蝕模數(shù)，以便相關(guān)部門對(duì)此地區(qū)監(jiān)控管理。

3 實(shí)驗(yàn)方法

3.1 繪制土地利用圖

對(duì)數(shù)據(jù)源進(jìn)行預(yù)處理，以獲得USLE模型實(shí)現(xiàn)所需的數(shù)據(jù)，預(yù)處理步驟為包括遙感影像增強(qiáng)、影像校準(zhǔn)，通過1:1萬地形圖作參考，根據(jù)土地利用類型分類標(biāo)準(zhǔn)，結(jié)合水土流失狀況調(diào)查需要，將一級(jí)分類的8大類合并為7大類(耕地、林地、草地、居民工礦交通用地、水域、未利用地)，按照標(biāo)準(zhǔn)和當(dāng)?shù)貙?shí)際情況再分為22個(gè)二級(jí)分類。土地利用類型信息提取外業(yè)采用實(shí)地調(diào)繪方法，內(nèi)業(yè)解譯應(yīng)用監(jiān)督與非監(jiān)督分類相結(jié)合的方法，對(duì)普查區(qū)域進(jìn)行區(qū)域分塊、專題分層的解決方案來克服大面積內(nèi)的“同物異譜、異物同譜”現(xiàn)象，最后，應(yīng)用人工勾匯修正的方法進(jìn)行處理，進(jìn)而達(dá)到準(zhǔn)確提取土地利用類型專題信息的目的。解譯標(biāo)志勾勒?qǐng)D斑后，在ArcMAP中編輯屬性字段，生成土地利用圖，如圖1。

3.2 利用土壤侵蝕因子進(jìn)行計(jì)算

3.2.1 植被覆蓋度等級(jí)信息的獲取

基于植被指數(shù)與植被蓋度關(guān)系模型，求解植被蓋度是傳統(tǒng)的植被蓋度遙感分析方法。如果土壤線的特征值無法得到，草地覆蓋的密度變化又較大時(shí)，NDVI提供的植被蓋度信息較準(zhǔn)確。寧強(qiáng)地區(qū)植被多樣性明顯，植被覆蓋度變化大，故采用NDVI歸一化植被指數(shù)對(duì)陜南植被覆蓋信息進(jìn)行提取。植被指數(shù)法直接利用植被指數(shù)近似估算植被覆蓋度，所使用的植被指數(shù)一般都與植被覆蓋度具有良好的相關(guān)關(guān)系，不需要建立回歸模型。2001年陳晉、陳云浩等發(fā)展了一套計(jì)算區(qū)域植被覆蓋度的亞像元分解模型［1］。當(dāng)像元中植被類型較為單一且植被垂直密度足夠高(葉面積指數(shù)LAI→∞)時(shí)，對(duì)應(yīng)的NDVIv→NDVImax，設(shè)NDVImin是非植被覆蓋部分的NDVI值，于是有下式:

式中，NDVI為所求地塊或像元植被指數(shù)，NDVImax和NDVImin為研究區(qū)內(nèi)最大 NDVI值和最小 NDVI值［2］。

根據(jù)國標(biāo)關(guān)于土壤侵蝕劃分標(biāo)準(zhǔn)將植被覆蓋度分為6個(gè)等級(jí)，詳見表1。

表1 植被蓋度分級(jí)表

在野外建立各等級(jí)植被覆蓋信息的實(shí)地監(jiān)測(cè)點(diǎn)，根據(jù)各監(jiān)測(cè)點(diǎn)的植被覆蓋信息和NDVI歸一化植被指數(shù)信息建立對(duì)應(yīng)關(guān)系，依據(jù)劃分植被覆蓋信息等級(jí)標(biāo)準(zhǔn)，獲取植被覆蓋度等級(jí)專題信息圖。

3.2.2 地面坡度等級(jí)信息的獲取

地面坡度等級(jí)信息提取主要依據(jù)數(shù)字地面高程模型(DEM)，利用ArcGIS進(jìn)行空間信息提取，可獲得連續(xù)性的地面坡度圖，再根據(jù)需要進(jìn)行坡度等級(jí)劃分。根據(jù)水土保持國標(biāo)要求，結(jié)合陜南地區(qū)實(shí)際情況，將坡度分為6個(gè)等級(jí)，見表2。DEM數(shù)據(jù)獲取上要采用Hutchinson插值方法，生成水文地貌關(guān)系正確的DEM(Hc－DEM)，以此獲取更準(zhǔn)確的水土流失對(duì)應(yīng)地表地形特征。生成DEM柵格單元時(shí)應(yīng)采用5m單元格幾何精度，這樣可與遙感獲取的土地利用類型信息、植被覆蓋信息準(zhǔn)確疊合，進(jìn)而方便進(jìn)行空間分析及信息提取。

圖1 寧強(qiáng)縣土里利用現(xiàn)狀圖

表2 坡度分級(jí)表

3.2.3 水土流失等級(jí)及面積的確定

根據(jù)植被指數(shù)，土地利用，地面坡度三個(gè)水土流失因子進(jìn)行疊置分析，之后遵照國標(biāo)SL190－96的標(biāo)準(zhǔn)水土流失強(qiáng)度等級(jí)的對(duì)區(qū)塊劃分與確定。判定標(biāo)準(zhǔn)見表3。

表3 面蝕分級(jí)標(biāo)準(zhǔn)

4 實(shí)驗(yàn)結(jié)果及分析

4.1 數(shù)據(jù)結(jié)果

從因子法的數(shù)據(jù)結(jié)果表4和以前方程法計(jì)算結(jié)果表5來看，寧強(qiáng)整體土壤侵蝕情況屬于輕到中度(占60%以上)侵蝕，且受侵蝕面積較大，綜合討論，寧強(qiáng)縣的土壤侵蝕嚴(yán)重。兩組數(shù)據(jù)相比發(fā)現(xiàn)，數(shù)據(jù)出現(xiàn)了很大差異:寧強(qiáng)縣除了輕度侵蝕的面積之外，其他等級(jí)方程法所得面積均高于因子法所得面積;將上述兩組數(shù)據(jù)與陜西水保局提供的全國二次調(diào)查數(shù)據(jù)相比，因子法結(jié)果與其基本相似，但侵蝕程度略有增加，根據(jù)查閱資料和請(qǐng)教多位老師，分析考慮可能與5·12地震有關(guān)。

4.2 因子法數(shù)據(jù)結(jié)果

通過寧強(qiáng)縣的土壤侵蝕模數(shù)圖可以看出，寧強(qiáng)縣土壤侵蝕程度較為嚴(yán)重，根據(jù)相關(guān)研究低覆蓋度草原才是最主要的侵蝕地帶［3］，而通過對(duì)研究區(qū)的土地利用進(jìn)行分析，寧強(qiáng)地區(qū)的地覆蓋度草地比重很高。土地利用方式的差異主要表現(xiàn)植被覆蓋類型的不同以及植被覆蓋度的差異上，這種差異性對(duì)地上生物量以及地表粗糙度具有決定性的作用，進(jìn)而影響著坡面截留作用和流域產(chǎn)流產(chǎn)沙。在西北地區(qū)，植被退化比較明顯，使其生態(tài)環(huán)境不斷惡化，而土地利用方式不同所產(chǎn)生的侵蝕強(qiáng)度差異性也迫切需要重視。

表4 因子法計(jì)算數(shù)據(jù)結(jié)果

表5 USLE方法計(jì)算數(shù)據(jù)結(jié)果

圖2 寧強(qiáng)縣土壤侵蝕模數(shù)圖(三因子法)

圖3 寧強(qiáng)縣土壤侵蝕模數(shù)圖(USLE)

通過對(duì)寧強(qiáng)縣植被覆蓋、土地利用、坡度等數(shù)據(jù)分析，地形起伏引起對(duì)土壤侵蝕強(qiáng)度差異有很明顯的影響，研究區(qū)坡度小于5度得地區(qū)僅占13%左右，而坡度大于25度的地區(qū)占到60%以上，經(jīng)過大于25度的地區(qū)侵蝕模數(shù)比小于5度地區(qū)侵蝕模數(shù)相比高坡度地區(qū)比地坡度地區(qū)侵蝕模數(shù)高處數(shù)百倍。對(duì)比分析了不同坡度梯度下的土壤侵蝕狀況后發(fā)現(xiàn)，隨著坡度的逐漸增高，年均侵蝕模數(shù)與年均侵蝕總量都呈明顯增加趨勢(shì)。年均侵蝕模數(shù)隨坡度梯度呈現(xiàn)增加，雖然與計(jì)算公式有關(guān)，同時(shí)也說明了地形梯度對(duì)侵蝕的影響，而年均侵蝕總量隨坡度梯度的增加同樣呈現(xiàn)增加的趨勢(shì)，就說明了地形起伏變化是決定區(qū)域侵蝕強(qiáng)度分布的關(guān)鍵因素之一。

將方程法數(shù)據(jù)與因子法數(shù)據(jù)相比較，可以看出方程計(jì)算的數(shù)據(jù)結(jié)果中輕度等級(jí)的面積均高于因子法所計(jì)算的面積，而微度等級(jí)的面積均低于因子法所計(jì)算的面積，方程法計(jì)算的侵蝕強(qiáng)度占較大比重的是在中度與輕度，而因子法計(jì)算的侵蝕強(qiáng)度較大比重的是在輕度與微度。

5 討論與結(jié)論

寧強(qiáng)縣處在秦巴山區(qū)，植被覆蓋較好，多數(shù)地區(qū)水土流失輕微，但在山區(qū)，由于墾植陡坡，林草植被破壞，也造成了嚴(yán)重的水土流失，常有山洪危害。根據(jù)陜西水保局提供的全國第二次土地調(diào)查中的數(shù)據(jù)，將前一篇文章的方程法與因子法所得兩組數(shù)據(jù)與相比較后發(fā)現(xiàn)，因子法所計(jì)算的數(shù)據(jù)基本與其數(shù)據(jù)相吻合。經(jīng)過對(duì)研究區(qū)兩組數(shù)據(jù)的分析發(fā)現(xiàn)，USLE方程現(xiàn)階段不適用于寧強(qiáng)南地區(qū)。

(1)通用方程中的坡度因子，其所用資料的坡度范圍為3% ～18%［4－6］，而在寧強(qiáng)地區(qū)地形起伏較大，坡度為 25度以上的地區(qū)占全部面積的60.738%按照USLE方程計(jì)算極強(qiáng)度和劇度的數(shù)據(jù)，由此可以看出，USLE對(duì)高坡度地區(qū)的效果不經(jīng)人意，因此，在應(yīng)用USLE時(shí)，必須對(duì)每個(gè)因子的應(yīng)用范圍有清楚的了解，并根據(jù)實(shí)際情況對(duì)其加以修正。

(2)USLE方程是利用大量小區(qū)觀測(cè)資料和模擬降雨試驗(yàn)資料建立了通用土壤流失方程［7］。嚴(yán)格的土壤侵蝕估算都以試驗(yàn)小區(qū)為依托，獲取各個(gè)相關(guān)因子的常年數(shù)據(jù)，再進(jìn)行土壤侵蝕的研究。但是目前寧強(qiáng)地區(qū)暫時(shí)還難以獲取足夠的侵蝕模數(shù)資料，使用試驗(yàn)小區(qū)的方法進(jìn)行大尺度區(qū)域的土壤侵蝕監(jiān)測(cè)存在著成本巨大，監(jiān)測(cè)周期長的不足［8］。

(3)USLE方程中有許多經(jīng)驗(yàn)數(shù)值，這些經(jīng)驗(yàn)數(shù)值，由于經(jīng)緯度不同，土地利用不同，土壤不同等很多因素影響，這些數(shù)值不一定可以在寧強(qiáng)地區(qū)適用，雖然現(xiàn)在許多學(xué)者都在你努力嘗試、但不斷的進(jìn)行修正，在這個(gè)長期研究的過程中我們有著重重的困難。研究區(qū)地形復(fù)雜，有秦巴山脈覆蓋，很多地方情況復(fù)雜，了無人煙，有些地區(qū)甚至無法到達(dá)。這對(duì)學(xué)者們的研究造成了很大困難，所以來說對(duì)于使用經(jīng)驗(yàn)數(shù)值估算的USLE在寧強(qiáng)很難適用。

總之，USLE方程現(xiàn)階段不適用于寧強(qiáng)地區(qū)計(jì)算土壤侵蝕，但是隨著科技的進(jìn)步，人類探索的腳步會(huì)一步一步的更廣的未知領(lǐng)域。三因子法與USLE相比，三因子法中的三個(gè)因子全部可以使用RS和GIS平臺(tái)進(jìn)去精確計(jì)算得出，無需經(jīng)驗(yàn)數(shù)據(jù)值估算，對(duì)于地形復(fù)雜，沒有良好的數(shù)據(jù)支持的條件下是一種比較理想的方法，但是在其計(jì)算過程中沒有考慮人為對(duì)土地的影響，也沒有考慮到降水對(duì)土壤造成的侵蝕，沒有一個(gè)嚴(yán)密的計(jì)算公式，只能做一個(gè)粗略的計(jì)算。USLE雖然是一個(gè)嚴(yán)密的以試驗(yàn)數(shù)據(jù)為基礎(chǔ)的回歸統(tǒng)計(jì)模型，但缺乏充分的物理基礎(chǔ)，只能反映較長時(shí)段土壤侵蝕的平均空間變化，而對(duì)于土壤侵蝕的物理過程無法模擬。同時(shí)，此類模型均是根據(jù)一定區(qū)域內(nèi)的實(shí)測(cè)資料建立起來的，地域性強(qiáng)，外延效果差［9］。

［1］陳晉，陳云浩等.基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應(yīng)用［J］.遙感學(xué)報(bào) 2001，5(6):416—422.

［2］丁美青，陳松嶺，郭云開.基于遙感的土地復(fù)墾植被覆蓋度評(píng)價(jià)［J］.中國土地科學(xué)2009，11:72－75.

［3］耿豪鵬，潘保田，王超，黃波.基于GIS與USLE的榆中縣土壤侵蝕［J］.蘭州大學(xué)學(xué)報(bào)自然科學(xué)版 2009，12(8):13.

［4］Wischmeier W H，Sm ith D D.Predicting rainfall－erosion losses from cropland east of the Rocky Mountains［R］.USDA Agricultural Handbook.No.282.1965.

［5］Wischmeier W H，Smith D D.Predicting RainfallErosion Losses［Z］.USDA Agricultural Handbook.No.537.1978.

［6］Renard K G，F(xiàn)oster G R，Weesies G A ，et al.RUSLE －A Guide to Conservation Planning with the Revised Universal Soil Loss Equation［Z］.USDA Agricultural Handbook.No.703，1997.

［7］李占斌，朱冰冰，李鵬.土壤侵蝕下的水土保持［J］.土壤學(xué)報(bào).

［8］張有全，宮輝力，趙文吉.基于遙感與GIS的土壤侵蝕強(qiáng)度快速估測(cè)方法［J］.生態(tài)環(huán)境，(2007年1月)

［9］李國英.深入研究黃土高原土壤侵蝕規(guī)律［J］.中國三北防護(hù)林體系建設(shè)網(wǎng)水土保持.2009，12(28)