蘭 敏

(西北農林科技大學 資源環(huán)境學院，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)技術不斷發(fā)展，運用GIS技術結合USLE定量評估區(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，本文以陜西省寧強縣為例，在GIS技術支持下，運用因子法，計算該區(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依據(jù)。

1 實驗區(qū)域

寧強縣位于陜西省西南角、漢中西部。轄26個鄉(xiāng)鎮(zhèn)。總人口26.48萬人，百分之九十都是農業(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特性:西部屬于北亞熱帶季風氣候區(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，年日照時數(shù)1 395～1 729 h。寧強是漢江的發(fā)源地，有“三千里漢江第一城”之美譽，水資源資源極為豐富，其中漢江為長江的一級支流，丹江為漢江的一級支流。

2 數(shù)據(jù)源和數(shù)據(jù)處理

本次試驗用信息化、現(xiàn)代化的手法，基于遙感(RS)和地理信息系統(tǒng)(GIS)技術，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換等空間操作，將典型區(qū)域內連續(xù)性的不同幅面的影像進行拼合，得到典型區(qū)域范圍內的全幅遙感影像。遙感數(shù)據(jù)時效選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;對寧強縣的實地野外調查，使用ArcGIS地理信息平臺，結合GIS技術處理、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?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，并在此基礎通過疊加運算得到研究區(qū)土壤侵蝕模數(shù)，以便相關部門對此地區(qū)監(jiān)控管理。

3 實驗方法

3.1 繪制土地利用圖

對數(shù)據(jù)源進行預處理，以獲得USLE模型實現(xiàn)所需的數(shù)據(jù)，預處理步驟為包括遙感影像增強、影像校準，通過1:1萬地形圖作參考，根據(jù)土地利用類型分類標準，結合水土流失狀況調查需要，將一級分類的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)，按照標準和當?shù)貙嶋H情況再分為22個二級分類。土地利用類型信息提取外業(yè)采用實地調繪方法，內業(yè)解譯應用監(jiān)督與非監(jiān)督分類相結合的方法，對普查區(qū)域進行區(qū)域分塊、專題分層的解決方案來克服大面積內的“同物異譜、異物同譜”現(xiàn)象，最后，應用人工勾匯修正的方法進行處理，進而達到準確提取土地利用類型專題信息的目的。解譯標志勾勒圖斑后，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行計算

3.2.1 植被覆蓋度等級信息的獲取

基于植被指數(shù)與植被蓋度關系模型，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，NDVI提供的植被蓋度信息較準確。寧強地區(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)對陜南植被覆蓋信息進行提取。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關系，不需要建立回歸模型。2001年陳晉、陳云浩等發(fā)展了一套計算區(qū)域植被覆蓋度的亞像元分解模型［1］。當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，對應的NDVIv→NDVImax，設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)內最大 NDVI值和最小 NDVI值［2］。

根據(jù)國標關于土壤侵蝕劃分標準將植被覆蓋度分為6個等級，詳見表1。

表1 植被蓋度分級表

在野外建立各等級植被覆蓋信息的實地監(jiān)測點，根據(jù)各監(jiān)測點的植被覆蓋信息和NDVI歸一化植被指數(shù)信息建立對應關系，依據(jù)劃分植被覆蓋信息等級標準，獲取植被覆蓋度等級專題信息圖。

3.2.2 地面坡度等級信息的獲取

地面坡度等級信息提取主要依據(jù)數(shù)字地面高程模型(DEM)，利用ArcGIS進行空間信息提取，可獲得連續(xù)性的地面坡度圖，再根據(jù)需要進行坡度等級劃分。根據(jù)水土保持國標要求，結合陜南地區(qū)實際情況，將坡度分為6個等級，見表2。DEM數(shù)據(jù)獲取上要采用Hutchinson插值方法，生成水文地貌關系正確的DEM(Hc－DEM)，以此獲取更準確的水土流失對應地表地形特征。生成DEM柵格單元時應采用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、植被覆蓋信息準確疊合，進而方便進行空間分析及信息提取。

圖1 寧強縣土里利用現(xiàn)狀圖

表2 坡度分級表

3.2.3 水土流失等級及面積的確定

根據(jù)植被指數(shù)，土地利用，地面坡度三個水土流失因子進行疊置分析，之后遵照國標SL190－96的標準水土流失強度等級的對區(qū)塊劃分與確定。判定標準見表3。

表3 面蝕分級標準

4 實驗結果及分析

4.1 數(shù)據(jù)結果

從因子法的數(shù)據(jù)結果表4和以前方程法計算結果表5來看，寧強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，寧強縣的土壤侵蝕嚴重。兩組數(shù)據(jù)相比發(fā)現(xiàn)，數(shù)據(jù)出現(xiàn)了很大差異:寧強縣除了輕度侵蝕的面積之外，其他等級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查數(shù)據(jù)相比，因子法結果與其基本相似，但侵蝕程度略有增加，根據(jù)查閱資料和請教多位老師，分析考慮可能與5·12地震有關。

4.2 因子法數(shù)據(jù)結果

通過寧強縣的土壤侵蝕模數(shù)圖可以看出，寧強縣土壤侵蝕程度較為嚴重，根據(jù)相關研究低覆蓋度草原才是最主要的侵蝕地帶［3］，而通過對研究區(qū)的土地利用進行分析，寧強地區(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，這種差異性對地上生物量以及地表粗糙度具有決定性的作用，進而影響著坡面截留作用和流域產流產沙。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生的侵蝕強度差異性也迫切需要重視。

表4 因子法計算數(shù)據(jù)結果

表5 USLE方法計算數(shù)據(jù)結果

圖2 寧強縣土壤侵蝕模數(shù)圖(三因子法)

圖3 寧強縣土壤侵蝕模數(shù)圖(USLE)

通過對寧強縣植被覆蓋、土地利用、坡度等數(shù)據(jù)分析，地形起伏引起對土壤侵蝕強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。年均侵蝕模數(shù)隨坡度梯度呈現(xiàn)增加，雖然與計算公式有關，同時也說明了地形梯度對侵蝕的影響，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，就說明了地形起伏變化是決定區(qū)域侵蝕強度分布的關鍵因素之一。

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

5 討論與結論

寧強縣處在秦巴山區(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)，因子法所計算的數(shù)據(jù)基本與其數(shù)據(jù)相吻合。經過對研究區(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方程計算極強度和劇度的數(shù)據(jù)，由此可以看出，USLE對高坡度地區(qū)的效果不經人意，因此，在應用USLE時，必須對每個因子的應用范圍有清楚的了解，并根據(jù)實際情況對其加以修正。

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

(3)USLE方程中有許多經驗數(shù)值，這些經驗數(shù)值，由于經緯度不同，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地區(qū)適用，雖然現(xiàn)在許多學者都在你努力嘗試、但不斷的進行修正，在這個長期研究的過程中我們有著重重的困難。研究區(qū)地形復雜，有秦巴山脈覆蓋，很多地方情況復雜，了無人煙，有些地區(qū)甚至無法到達。這對學者們的研究造成了很大困難，所以來說對于使用經驗數(shù)值估算的USLE在寧強很難適用。

總之，USLE方程現(xiàn)階段不適用于寧強地區(qū)計算土壤侵蝕，但是隨著科技的進步，人類探索的腳步會一步一步的更廣的未知領域。三因子法與USLE相比，三因子法中的三個因子全部可以使用RS和GIS平臺進去精確計算得出，無需經驗數(shù)據(jù)值估算，對于地形復雜，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，但是在其計算過程中沒有考慮人為對土地的影響，也沒有考慮到降水對土壤造成的侵蝕，沒有一個嚴密的計算公式，只能做一個粗略的計算。USLE雖然是一個嚴密的以試驗數(shù)據(jù)為基礎的回歸統(tǒng)計模型，但缺乏充分的物理基礎，只能反映較長時段土壤侵蝕的平均空間變化，而對于土壤侵蝕的物理過程無法模擬。同時，此類模型均是根據(jù)一定區(qū)域內的實測資料建立起來的，地域性強，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用［J］.遙感學報 2001，5(6):416—422.

［2］丁美青，陳松嶺，郭云開.基于遙感的土地復墾植被覆蓋度評價［J］.中國土地科學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］.蘭州大學學報自然科學版 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］.土壤學報.

［8］張有全，宮輝力，趙文吉.基于遙感與GIS的土壤侵蝕強度快速估測方法［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］.中國三北防護林體系建設網水土保持.2009，12(28)