魏 偉

(西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070)

?

基于GIS的祖厲河流域土壤侵蝕治理模式模擬研究

魏 偉

(西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070)

利用遙感圖像處理技術(shù)，借助GIS軟件的柵格數(shù)據(jù)空間分析功能，以祖厲河流域?yàn)檠芯繉?duì)象，依據(jù)土壤流失方程RUSLE模型生成各因子?xùn)鸥駡D，使用GIS軟件的空間分析功能，實(shí)現(xiàn)祖厲河流域的土壤侵蝕評(píng)估與模擬，在此基礎(chǔ)上設(shè)計(jì)了不同情景下的土壤侵蝕治理模式，以便解決研究區(qū)土壤侵蝕帶來的一系列問題.研究結(jié)果表明：祖厲河流域1995、2005和2015年土壤侵蝕模數(shù)分別為2877.87 t·km-2·a-1、3372.24 t·km-2·a-1和3713.23 t·km-2·a-1；從侵蝕量變化來看，1995年總土壤流失總量為29608397.23 t/a，2005年總土壤流失總量為34694588.64 t/a，2015年總土壤流失總量為38202817.64 t/a，年平均流失模數(shù)為3713.23 t·km-2·a-1，從侵蝕量看，研究區(qū)土壤侵蝕仍然呈惡化趨勢(shì)；從土壤侵蝕空間分布和侵蝕量變化來看，研究區(qū)土壤侵蝕度呈現(xiàn)南北低、中部高；河流深切區(qū)低，高山林立區(qū)高的特點(diǎn).針對(duì)研究區(qū)情況，提出4種模擬治理并進(jìn)行驗(yàn)證，經(jīng)模擬分析得出高效治理模式是該區(qū)最佳治理模式，可有效改善土壤流失狀況，使平均模數(shù)降為2656.88 t·km-2·a-1.

土壤侵蝕；RS；GIS；RUSLE；祖厲河流域

0 引 言

土壤侵蝕是土壤退化和土地退化的主要表現(xiàn)形式.近年來，因不合理利用及土壤侵蝕，祖厲河流域部分地區(qū)土地日益貧瘠，生態(tài)環(huán)境呈現(xiàn)惡化趨勢(shì)[1].對(duì)祖厲河流域而言，其嚴(yán)重的土壤侵蝕引起了該區(qū)生態(tài)環(huán)境的惡化，而生態(tài)環(huán)境惡化又加劇了其土壤侵蝕的程度，在這種惡性循環(huán)模式下，該區(qū)成為中國(guó)經(jīng)濟(jì)發(fā)展最為滯后的地區(qū)之一.由于土壤侵蝕導(dǎo)致的土地退化也直接影響了祖厲河流域的農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，阻礙了該區(qū)可持續(xù)發(fā)展，同時(shí)影響農(nóng)民脫貧致富的實(shí)現(xiàn)[2].

由于土壤侵蝕分布廣泛、程度嚴(yán)重，已成為主要的環(huán)境問題，因此全球?qū)W者自19世紀(jì)初就開始研究土壤侵蝕問題[3～5].目前在國(guó)內(nèi)外開發(fā)應(yīng)用的經(jīng)驗(yàn)統(tǒng)計(jì)模型主要有美國(guó)通用土壤流失方程USLE、荷蘭模型LISEM、修正通用土壤流失方程RUSLE、水蝕預(yù)報(bào)模型WEEP等.而在我國(guó)研究中，大部分地區(qū)以USLE為藍(lán)本，根據(jù)研究區(qū)所在地的實(shí)際情況，計(jì)算模型各參數(shù)值，建立了許多具有地區(qū)性的土壤侵蝕預(yù)報(bào)模型，如，景可等[3]建立了黃土高原地區(qū)多粗砂區(qū)侵蝕產(chǎn)沙模型；李銳等[4]以GIS和RS技術(shù)為基礎(chǔ)，改善了對(duì)區(qū)域土壤侵蝕定量評(píng)價(jià)的模型結(jié)構(gòu)和參數(shù)的提取方法；20世紀(jì)90年代中后期，周佩華等[5]結(jié)合西部地區(qū)地理環(huán)境演變相關(guān)研究，對(duì)黃土高原和長(zhǎng)江上游未來50年的水土流失趨勢(shì)進(jìn)行了預(yù)測(cè).另一方面，由于國(guó)際GIS與侵蝕模型的集成發(fā)展不斷進(jìn)步，一些國(guó)際流行的侵蝕過程模型開始初步逐漸應(yīng)用于我國(guó)黃土高原地區(qū)[6-9].本文運(yùn)用RS技術(shù)和GIS的強(qiáng)大空間分析功能對(duì)祖厲河流域土壤侵蝕狀況進(jìn)行評(píng)估，對(duì)土壤流失進(jìn)行研究定量分析和控制方案定量模擬，提出了未來防治策略.此次研究可為祖厲河流域土壤侵蝕現(xiàn)狀提供決策支持，并且可給同類型地區(qū)提供科學(xué)實(shí)施土地合理利用、土壤侵蝕治理的參考依據(jù).

1 研究區(qū)概況

祖厲河流域位于甘肅中部，地理位置處于104°12′～105°33′E，35°18′～36°34′N之間，流域面積約10653 km2，地垮甘肅省定西、白銀、蘭州3地(市)和寧夏固原地區(qū)，包括定西縣，會(huì)寧縣的絕大部分地區(qū)及靖遠(yuǎn)、榆中、隴西、通渭、西吉、海原縣的小部分地區(qū)[1].在地理上由于受賀蘭山和祁連山加里東褶皺帶的復(fù)合影響，地勢(shì)傾斜趨向由南向北，海拔多處于1500～2000 m.最高峰在流域東北崛吳山的南溝大頂，海拔高度為2858 m，最低點(diǎn)在祖厲河匯入黃河處，海拔高度為1392 m.從地里發(fā)展歷史上來看，祖厲河流域在第三紀(jì)末和第四紀(jì)初古地形的基底上，經(jīng)第四紀(jì)以來的多次侵蝕—堆積旋回和現(xiàn)代侵蝕作用，塑造了當(dāng)今以塬、梁、峁為主要特點(diǎn)的黃土丘陵地貌形態(tài)，呈現(xiàn)出梁峁交錯(cuò)，溝壑縱橫的景觀[2].

2 數(shù)據(jù)來源及主要研究方法

2.1 數(shù)據(jù)來源

本次研究用到的數(shù)據(jù)主要包括1995年、2005年和2015年三期氣象數(shù)據(jù)，主要包括降水、氣溫和風(fēng)速等數(shù)據(jù)，分辨率為30 m×30 m的DEM數(shù)據(jù)、比例尺為1∶100萬的土壤數(shù)據(jù)、3個(gè)研究時(shí)段的Landsat5/ETM和Landsat/OLI影像、1995年、2005年及2015年土地利用數(shù)據(jù)(.shp)以及研究區(qū)的其它基礎(chǔ)地理數(shù)據(jù).其中Landsat系列的遙感影像數(shù)據(jù)和分辨率為30 m的DEM數(shù)據(jù)均來源于地理空間數(shù)據(jù)云平臺(tái)(http://www.giscloud.cn/)，比例尺為1∶100萬的土壤數(shù)據(jù)來源于中國(guó)科學(xué)院南京土壤研究所(http://www.issas.ac.cn/)1995年、2005年和2015年的3期降雨量數(shù)據(jù)均來源于中國(guó)氣象共享網(wǎng)(http://www.escience.gov.cn/metdata/page/index.html).具體數(shù)據(jù)源及其信息如表1所示.

表1 數(shù)據(jù)來源

2.2 研究方法

2.2.1 土壤流失計(jì)算模型

Wischmeier和Smith[10]于1965年通過大量小區(qū)觀測(cè)資料和人工模擬降雨實(shí)驗(yàn)資料建立通用的土壤流失方程USLE模型.該模型廣泛應(yīng)用在美國(guó)和其他國(guó)家的侵蝕預(yù)測(cè)和水土保持規(guī)劃等方面.但他們建立的USLE模型只考慮了降雨侵蝕力因子，并沒有考慮與土壤侵蝕密切相關(guān)的因子[11].美國(guó)農(nóng)業(yè)部農(nóng)業(yè)研究局(USDA-ARS)為了解決這一弊端，在USLE模型的基礎(chǔ)上做了改進(jìn)，于1992年首次提出修正后的土壤侵蝕分析模型——RUSLE模型，并于1997年正式?jīng)Q定采用，其基本原理如下：

A=R·K·L·S·C·P

(1)

式中，A為年土壤侵蝕模數(shù)(t·km-2·a-1)；K為土壤可蝕性因子(t·km2·h·MJ-1·mm-1·km-2)；R為降雨侵蝕力因子(MJ·mm·km-2·h-1·a-1)；C為植被覆蓋與管理因子；P為水土保持措施因子；L、S為坡長(zhǎng)、坡度因子.本文以1995年、2005年和2015年3期降雨量數(shù)據(jù)、土壤數(shù)據(jù)、GDEM數(shù)據(jù)、遙感影像數(shù)據(jù)為基礎(chǔ).通過對(duì)數(shù)據(jù)的計(jì)算和分析，提取出影響土壤侵蝕模數(shù)的各個(gè)因子，科學(xué)、系統(tǒng)地測(cè)度研究區(qū)域土壤侵蝕模數(shù)及強(qiáng)度等級(jí).

2.3 土壤流失方程各因子的提取

2.3.1 地形因子LS提取

圖1 LS因子分布圖Fig.1 Factor LS map

根據(jù)研究特點(diǎn)來看，研究區(qū)地形地貌對(duì)土壤侵蝕的影響主要包括坡度(Slope)和坡長(zhǎng)(Length)兩個(gè)因子.本研究利用DEM數(shù)據(jù)，以GIS空間分析為技術(shù)手段(Surface Analysis)進(jìn)行地形特征分析，提取坡度坡長(zhǎng)數(shù)據(jù).坡度坡長(zhǎng)因子的計(jì)算公式如下：

(2)

式(2)中，λ為坡長(zhǎng)，m為隨坡度變化的量，β為坡度[11].當(dāng)β≥2.86°時(shí)，m=0.5；當(dāng)1.72°≤β<2.86°時(shí)，m=0.4；當(dāng)0.57°≤β<1.72°時(shí)，m=0.3；當(dāng)β<0.57°時(shí)，m=0.2.

2.3.2 降雨侵蝕力因子R估算

降雨侵蝕力R(Rainfall Erosivity)是一項(xiàng)反映降雨對(duì)土壤侵蝕的影響的一種指標(biāo)，是進(jìn)行土壤侵蝕預(yù)報(bào)的重要因子[12].本文選用Wischmeier公式[13]計(jì)算2001～2010年的逐年降雨侵蝕力，該公式以月平均降雨量和年平均降雨量為基礎(chǔ)數(shù)據(jù)，采用指數(shù)求和方式對(duì)其影響土壤侵蝕的動(dòng)能進(jìn)行定量計(jì)算，其計(jì)算公式如下：

(3)

式(3)中，pi，p為月平均、年平均降雨量(mm).具體數(shù)據(jù)見表2.

表2 祖厲河流域不同時(shí)期降雨侵蝕力因子

2.3.3 土壤可蝕性因子K估算

土壤可蝕性因子K不僅體現(xiàn)出土壤對(duì)侵蝕介質(zhì)剝蝕和搬運(yùn)(即雨滴擊濺或地表徑流等)的敏感程度，同時(shí)也體現(xiàn)了土壤抵抗侵蝕的能力與降雨、徑流、滲透作用間的相關(guān)關(guān)系[13].根據(jù)研究特點(diǎn)，本研究選用侵蝕/生產(chǎn)力影響模型EPIC的公式[14].計(jì)算公式如下：

(4)

式(4)中，SAN：砂粒含量(%)；SIL：粉砂含量(%)；CLA：粘粒含量(%)；C：有機(jī)碳的含量(%)；SN=1-SAN/100，本研究通過1∶100萬的土壤數(shù)據(jù)庫(kù)，提取表層土壤的SAN、SIL、CLA和C字段，計(jì)算出項(xiàng)目區(qū)的K因子值為0.49(t·km2·h·MJ-1·mm-1·hm-2).

2.3.4 植被覆蓋度與管理因子C估算

為表示植被覆蓋對(duì)水土流失的抑制程度，同時(shí)也體現(xiàn)植被覆蓋對(duì)保持水土的作用，因此選用植被覆蓋與管理因子(C)，其取值范圍為0～1[15].計(jì)算C因子值與植被覆蓋度之間的回歸方程有很多，根據(jù)研究特點(diǎn)本文選用蔡崇法[16]計(jì)算C值.其公式如下：

(5)

式中，c為植被覆蓋度.計(jì)算植被覆蓋度，需要計(jì)算研究區(qū)范圍內(nèi)的NDVI值，并提取最大和最小NDVI值，從而計(jì)算出研究區(qū)范圍內(nèi)的植被覆蓋度.植被覆蓋度的計(jì)算公式如下：

(6)

式(6)中，NDVI0為無植被或裸土覆蓋地區(qū)像元的NDVI值；NDVIg為所有被植被覆蓋地區(qū)像元的NDVI值；

(7)

(8)

同時(shí)根據(jù)計(jì)算得到的C因子分布圖以及研究區(qū)土地利用類型圖將C因子值賦予相應(yīng)的土地利用類型.

圖2 C因子空間分布圖(a:1995年；b:2005年；c:2015年)Fig.2 Spatial distribution of C Factor (a:1995；b:2005；c:2015)

土地覆蓋C因子值土地覆蓋C因子值林地0.007草地0.05建設(shè)用地0.4水域0.18

2.3.5 水土保持措施因子P估算

將區(qū)域內(nèi)不會(huì)發(fā)生土壤侵蝕用0表示，未采取任何水土保持措施的區(qū)域用1表示.在此研究中采用坡度權(quán)重對(duì)P因子進(jìn)行分級(jí)賦值的方法[17].

表4 不同土地利用類型下的P因子值

圖3 P因子空間分布圖(a:1995年；b:2005年；c:2015年)Fig.3 Spatial distribution of P Factor (a:1995；b:2005；c:2015)

2.4 模型的運(yùn)算

利用GIS中的相關(guān)技術(shù)，形成研究區(qū)土壤侵蝕量等級(jí)分布圖有以下步驟：

第一，將各網(wǎng)格的因子值相乘，計(jì)算每個(gè)柵格的土壤侵蝕量；第二，根據(jù)土壤侵蝕分類標(biāo)準(zhǔn)對(duì)其結(jié)果進(jìn)行重分類(Reclassify)，形成土壤侵蝕量圖；第三，考中國(guó)土壤侵蝕強(qiáng)度等級(jí)劃分標(biāo)準(zhǔn)，形成研究區(qū)土壤侵蝕量等級(jí)圖.

3 土壤侵蝕結(jié)果分析

3.1 土壤侵蝕結(jié)果時(shí)間變化特征

從侵蝕面積來看(表5)，1995年土壤侵蝕中度及以上所占面積為3788.22 km2，占研究區(qū)總面積的36.82%，而微度侵蝕面積占研究區(qū)總面積的26.83%.到了2005年其土壤侵蝕中度及以上面積增加到4448.42 km2，占研究區(qū)總面積的43.24%，面積比1995年面積凈增660.20 km2.2015年土壤侵蝕中度及以上面積為4812.36 km2，占研究區(qū)總面積的46.78%，比2005年增加362.94 km2，比1995年增加了1024.14 km2.從侵蝕面積來看，研究區(qū)20年來土壤侵蝕面積不斷擴(kuò)大，中度以上侵蝕面積20年間年均增長(zhǎng)近51.21 km2，占研究區(qū)總面積將近0.5%.且強(qiáng)度侵蝕、極度侵蝕和劇烈侵蝕三者面積逐年上升，表明研究區(qū)總體侵蝕面積在不斷上升的同時(shí)，較為嚴(yán)重的侵蝕也在逐年加劇.從侵蝕量來看，1995年侵蝕總量為29608397.23 t/a，年平均侵蝕模數(shù)為2877.87 t·km-2·a-1，2005年侵蝕總量增加到34694588.64 t/a，年平均侵蝕模數(shù)為3372.24 t· km-2·a-1，2015年侵蝕總量進(jìn)一步增加為38202817.64 t/a，年平均侵蝕模數(shù)也增加到3713.23 t·km-2·a-1，根據(jù)《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》(SL190—2007)來看，屬于中強(qiáng)度侵蝕.

圖4 祖厲河流域土壤侵蝕統(tǒng)計(jì)圖(縱坐標(biāo)表示面積：km2)Fig.4 Area statics results of various soil erosion intensities in Zuli River Basin

199520052015侵蝕模數(shù)面積面積比侵蝕量面積面積比侵蝕量面積面積比侵蝕量微度<10002759.8926.837942612.002417.0823.498150982.432268.2422.058422512.73輕度1000～30003740.1836.3510763774.883422.7933.2711541777.503207.6931.1811910900.83中度3000～50002055.3519.985915046.242126.0120.667169417.242120.1020.617872427.84強(qiáng)度5000～7000914.078.882630568.821137.3411.053836050.841205.1611.714475049.94極度7000～9000433.064.211246279.34573.185.571932916.75666.096.472473340.09劇烈>9000385.743.751110115.95611.895.952063443.89821.017.983048586.21合計(jì)10288.29100.0029608397.2310288.29100.0034694588.6410288.29100.0038202817.65

3.2 土壤侵蝕結(jié)果空間變化特征

從研究區(qū)土壤侵蝕強(qiáng)度空間分布特征來看(圖5)，極度侵蝕區(qū)和劇烈侵蝕區(qū)主要分布在會(huì)寧縣西北部的新莊鄉(xiāng)、頭寨子鎮(zhèn)、東北部草灘鄉(xiāng)、土高山鄉(xiāng)，還有定西市安定區(qū)的北部白錄鄉(xiāng)、魯家鎮(zhèn)溝、東北部石灣峽鄉(xiāng)、新集鄉(xiāng)以及靖遠(yuǎn)縣的西南部若笠鄉(xiāng)，東北部等廣大區(qū)域，這些地區(qū)植被覆蓋較低，瞬間降雨強(qiáng)度大，生態(tài)異常脆弱，因此其土壤侵蝕量不斷增大，侵蝕強(qiáng)度不斷增加.相比極度和劇烈侵蝕區(qū)，輕度和微度侵蝕區(qū)主要分布在靖遠(yuǎn)縣東北部的高灣鄉(xiāng)以及會(huì)寧縣北部大部分地區(qū)，涉及郭城驛鎮(zhèn)、白草原鄉(xiāng)、河畔鎮(zhèn)及劉家寨子鄉(xiāng)等地，除此之外，安定區(qū)南部的內(nèi)宮營(yíng)鎮(zhèn)、團(tuán)結(jié)鎮(zhèn)及香泉鎮(zhèn)其侵蝕程度也較低.通過統(tǒng)計(jì)不同縣區(qū)的侵蝕量發(fā)現(xiàn)，1995年到2005年會(huì)寧縣年平均土壤侵蝕量增加了2546509.20 t，安定區(qū)增加了1732883.62 t，靖遠(yuǎn)縣增加了534843.07 t，榆中縣增加了138922.06 t，臨洮縣增加了46430.30 t，通渭縣增加了31267.36 t，平川區(qū)增加了42523.33 t，隴西縣增加了12470.19 t.而從1995年到2015年20年間會(huì)寧縣年平均土壤侵蝕量增加了4302930.291 t，安定區(qū)增加了2928117.22 t，靖遠(yuǎn)縣增加了903744.01 t，榆中縣增加了234741.73 t，臨洮縣增加了78454.99 t，通渭縣增加了31267.36 t，平川區(qū)增加了71853.23 t，隴西縣增加了21071.34 t.從土壤侵蝕空間分布和侵蝕量變化來看，研究區(qū)土壤侵蝕度呈現(xiàn)南北低、中部高；河流深切區(qū)低，高山林立區(qū)高的特點(diǎn).

通過查閱相關(guān)文獻(xiàn)后發(fā)現(xiàn)，祖厲河流域的土壤主要類型為黑壚土、灰鈣土和黃綿土三種，從空間分布上看，南部主要以黑壚土為主，而北部則以灰鈣土為主，土壤類型呈現(xiàn)由南向北逐漸過渡的特點(diǎn)[2-4]，而從流域主要類別類型看，其主要為針茅、冰草、蒿類等群落.因此該區(qū)土質(zhì)松軟，缺乏水分，加之植被根系不發(fā)達(dá)，生長(zhǎng)的少量且微小的植被經(jīng)不起大雨或惡劣氣候的侵襲，因此在治理土壤侵蝕時(shí)要特別重視保護(hù)培育植被，改變土地不合理利用同時(shí)發(fā)展多功能型土地利用類型.將模型計(jì)算數(shù)據(jù)結(jié)果與甘肅省土壤普查辦公室提供的實(shí)測(cè)數(shù)據(jù)[18]祖厲河流域年鑒及流域相關(guān)研究成果[19]計(jì)算的結(jié)果進(jìn)行了精度對(duì)比與驗(yàn)證，侵蝕模數(shù)和侵蝕量的精度均在90%以上，侵蝕面積的精度為85%，證明了上述研究方法的科學(xué)精確性.

圖5 土壤侵蝕結(jié)果空間分布圖(a:1995年；b:2005年；c:2015年)Fig.5 The spatial distribution of soil erosion(a:1995；b:2005；c:2015)

4 土壤侵蝕模擬治理模式

4.1 原理與方法

根據(jù)祖厲河流域的自然條件與發(fā)展特點(diǎn)以及土壤侵蝕現(xiàn)狀，本次研究擬采用下列模式進(jìn)行模擬研究：

(a)高效治理模式(Efficient governance model)完全采取人工提升林區(qū)植被增長(zhǎng)速度，主要包括全力發(fā)展坡地退耕還林還草，完全治理土壤侵蝕.

(b)穩(wěn)步推進(jìn)模式(Steady impel model)針對(duì)祖厲河流域具體的生態(tài)環(huán)境，有計(jì)劃地提升該區(qū)林區(qū)植被覆蓋面積，穩(wěn)步進(jìn)行坡地還林還草，加速治理土壤侵蝕.

(c)逐步改善模式(Gradually improving model)針對(duì)祖厲河流域的土地利用現(xiàn)狀，科學(xué)調(diào)整農(nóng)用地、林地、建設(shè)用地所占比例，逐步進(jìn)行坡地治理，使生態(tài)環(huán)境與經(jīng)濟(jì)發(fā)展相協(xié)調(diào).

(d)自然發(fā)展模式(Natural development model)對(duì)祖厲河流域的土地利用情況和自然環(huán)境情況保持現(xiàn)狀，不進(jìn)行人為干擾，使其自行發(fā)展.

通過整體分析方程，發(fā)現(xiàn)可將R、K因子視為常數(shù)應(yīng)用于方程中，因此，在模擬研究中主要分析C、P因子.通過對(duì)祖厲河流域相關(guān)資料的分析和研究，該研究區(qū)處于流域地貌發(fā)育階段的早年期，并開始向早年晚期發(fā)展.地表強(qiáng)烈的沖刷切割和河流劇烈的深切侵蝕使祖厲河流域呈現(xiàn)出支離破碎、千溝萬壑的景觀[4].祖厲河流域目前水土流失嚴(yán)重、土壤侵蝕強(qiáng)烈是地貌自然演化過程中的必然結(jié)果，在這一過程中自然規(guī)律占主導(dǎo)地位，而人類活動(dòng)的影響不是祖厲河流域土壤流失的主要因素[12～15].本研究對(duì)土壤流失較為嚴(yán)重的關(guān)鍵源區(qū)進(jìn)行重治理，措施為加強(qiáng)水土流失的抑制作用.在對(duì)C、P因子值通過四種模式下不同土地利用類型比較，對(duì)各取值作了調(diào)整，最后得到較為理想的治理模式模擬值(表6)

表6 研究區(qū)不同治理模式C、P模擬值

4.2 4種治理模式的模擬結(jié)果分析

對(duì)4種治理結(jié)果進(jìn)行計(jì)算后發(fā)現(xiàn)(表7)，高效治理模式平均土壤流失模數(shù)為2656.88 t·km-2·a-1，其微度流失面積最大，為2930.63 km2，占到流失總面積的28.49%，劇烈流失面積最小，僅有283.0374 km2，占流失總面積的2.75%，其它流失面積為7074.43 km2，面積占總流失面積的68.77%；穩(wěn)步推進(jìn)模式平均土壤流失模數(shù)為2950.93 t·km-2·a-1，微度流失較極速治理型有所減少，為2691.19 km2，占到了流失總面積的26.16%，而劇烈有所增加，面積達(dá)到414.54 km2，占到了流失總面積的4.03%；逐步改善模式平均土壤流失模數(shù)為3541.10 t·km-2·a-1，微度流失面積為2349.26 km2，占到流失總面積的22.83%，劇烈流失面積也最小，占流失總面積的7.04%，其它流失類型土壤流失面積占總流失面積的70.13%；自然發(fā)展模式平均土壤流失模數(shù)為3713.23 t·km-2·a-1，微度流失面積為2268.24 km2,占到流失總面積的22.05%，劇烈流失面積為820.81 km2，占流失總面積的7.98%，其它流失類型土壤流失面積占總流失面積的69.97%；從結(jié)果來看，高效治理模式效果最好，其流失模數(shù)最小，微度流失面積最大，劇烈面積最小.穩(wěn)步推進(jìn)和逐步改善模式次之，自然發(fā)展模式效果最差，其流失模數(shù)最大，微度流失面積最小，劇烈面積最大.

表7 4種治理模式模擬分析表

圖6 祖厲河流域模擬模式結(jié)果圖(a:高效治理模式；b:穩(wěn)步推進(jìn)模式；c:逐步改善模式；d:自然發(fā)展模式)Fig.6 Simulation model and spatial distribution (a: Efficient governance model; b:Steady impel model c:Gradually improving model; d:Natural development model)

4.3 4種模式模擬結(jié)果變化分析

經(jīng)過以上模型計(jì)算分析發(fā)現(xiàn)，4種模式下不同等級(jí)土壤流失面積有較大差異，以自然發(fā)展型為參考模型，對(duì)比發(fā)現(xiàn)，高效治理模型微度與輕度流失面積有所增加，其它等級(jí)流失面積大幅度減少，減少的面積為1406.91 km2，占變化面積的50.01%.穩(wěn)步推進(jìn)型模型微度與輕度流失面積也有所增加，其它等級(jí)流失面積大幅度減少，減少的面積為187.21 km2，占變化面積的50 %.以上兩種模式效果均比較明顯，有效改善了研究區(qū)的土壤侵蝕程度.逐步改善型微度與輕度流失面積增加較大，其它等級(jí)流失面積有所減少，減少的面積為916.86 km2，占變化面積的50 %.對(duì)比其余兩種模型，其改善程度明顯較弱.

以上結(jié)果主要是由于在模擬過程中高效與穩(wěn)定治理模式人為對(duì)林地草地進(jìn)行干預(yù)，同時(shí)在坡地實(shí)行全面退耕還林還草，因此植被得到極大保護(hù).而逐步改善模式則是逐步進(jìn)行調(diào)整，有選擇性地加強(qiáng)植被蓋度，因此治理效果不太明顯.

表8 治理模式模擬變化分析表

4.4 4種治理模式模擬結(jié)果綜合評(píng)價(jià)

4種模式模擬結(jié)果的多目標(biāo)綜合評(píng)價(jià)表明，優(yōu)序?yàn)楦咝е卫砟Ｊ?、穩(wěn)步推進(jìn)模式、逐步改善模式、自然發(fā)展模式，這是因?yàn)樽匀话l(fā)展型導(dǎo)致后期生態(tài)環(huán)境惡化，潛在危害大，生態(tài)，土壤流失等因素具有滯后效應(yīng)，治理的近期效益不明顯，逐步改善模式僅能保持循序漸進(jìn)的總體效益，傳統(tǒng)經(jīng)營(yíng)對(duì)環(huán)境的影響近期亦不顯著.穩(wěn)步推進(jìn)模式有顯著的社會(huì)經(jīng)濟(jì)與環(huán)境效益，對(duì)土壤保持既快速又可持續(xù)利用起到積極效果，高效治理模式則全面支持環(huán)境效益的維護(hù)，同時(shí)人為全力支持水土流失治理.所以，高效治理模式是研究區(qū)生態(tài)可持續(xù)發(fā)展的最優(yōu)模式.

綜合4種治理模式分析發(fā)現(xiàn)，高效治理模式下微度面積迅速增大，劇烈流失面積減少，4種曲線在輕度有一個(gè)較為明顯的轉(zhuǎn)折，高效治理型轉(zhuǎn)折的角度最大，隨著各種人為干擾措施，中度、強(qiáng)度、極度、劇烈流失面積向低層級(jí)一次轉(zhuǎn)換，最后逐漸趨于平滑狀態(tài)，曲線基本平行，這與綜合分析結(jié)果基本吻合.

圖7 4種治理模式模擬結(jié)果比較圖(縱坐標(biāo)表示面積：km2)Fig.7 Comparison of the four kinds of simulation model

土地利用類型各類型面積/km2面積比/%高效治理型(a)穩(wěn)步推進(jìn)型(b)逐步改善型(c)自然發(fā)展型(d)林地265.582.584.14093.43.142.1404草地3812.0437.022.96333.8122.8531.1169旱地5940.1157.680.8530.12790.15680.1775建設(shè)用地122.751.190.23250.26140.29030.3027水域2.230.020.17330.18570.18990.1981未利用地155.551.510.3040.34120.37420.4237合計(jì)10298.2618.6678.12827.00424.3593

5 結(jié) 論

(1)祖厲河流域1995、2005和2015年土壤侵蝕模數(shù)分別為2877.87 t·km-2·a-1、 3372.24 t·km-2·a-1和3713.23 t·km-2·a-1；從侵蝕量變化來看，1995年總土壤流失總量為29608397.23 t/a，2005年總土壤流失總量為34694588.64 t/a，2015年總土壤流失總量為38202817.64 t/a，年平均流失模數(shù)為3713.23 t·km-2·a-1.

(2)從土壤侵蝕時(shí)空變化來看，土壤侵蝕最嚴(yán)重的的區(qū)域主要分布在會(huì)寧縣西部、靖遠(yuǎn)縣南部及安定區(qū)北部地區(qū)；相比而言，會(huì)寧縣東北部、靖遠(yuǎn)縣東南部土壤侵蝕程度較低.總體來看，研究區(qū)土壤侵蝕度呈現(xiàn)南北低、中部高；河流深切區(qū)低，高山林立區(qū)高的特點(diǎn).

(3)在祖厲河流域內(nèi)R、K因子相同的情況下，主要由C因子和LS因子決定其土壤侵蝕程度，由此得出治理該區(qū)土壤侵蝕應(yīng)將重點(diǎn)放在C、LS因子的宏觀調(diào)控上.依照該區(qū)現(xiàn)實(shí)情況，提出4種模擬治理并進(jìn)行驗(yàn)證，經(jīng)模擬分析得出高效治理模式是該區(qū)最佳治理模式，可有效改善土壤流失狀況，使平均模數(shù)降為2656.88 t·km-2·a-1.經(jīng)模擬研究，實(shí)施退耕還林可將C值減少至0.004，減少土壤流失10%以上；實(shí)施坡地改梯可將P值減少至0.02，減少土壤流失20%以上.

(4)祖厲河流域土壤侵蝕程度現(xiàn)階段處于中度向強(qiáng)度轉(zhuǎn)化.分析變化原因，主要是其本身自然地理因素影響，其次是人類土地不合理利用以及土壤侵蝕治理措施的缺失.現(xiàn)代社會(huì)經(jīng)濟(jì)發(fā)展與環(huán)境發(fā)展是一種相互制約相互促進(jìn)的關(guān)系，人類不同程度的不合理利用土地，加劇了祖厲河流域的土壤侵蝕，使該區(qū)生態(tài)環(huán)境惡化.而實(shí)施高效治理模式可使土壤侵蝕程度降到最低，是祖厲河流域進(jìn)行生態(tài)可持續(xù)發(fā)展，土壤逐步改善的最佳措施.

[1]張小文.遙感和GIS輔助下的祖厲河流域土壤侵蝕空間變化分析[J].遙感技術(shù)與應(yīng)用,2009(06):772-776.

[2]趙傳燕,馮兆東,南忠仁,李守波.黃土高原祖厲河流域潛在植被分布模擬研究[J].地理學(xué)報(bào),2007(01):52-61.

[3]景可，盧金發(fā)，梁季陽(yáng)，等，黃河中游侵蝕環(huán)境特征和變化趨勢(shì)[M]，鄭州:黃河水利出版社，1997.

[4]王飛，李銳，楊勤科，等.黃土高原土壤侵蝕的人為影響程度研究綜述[J].泥沙研究，2003,10(5):110-116.

[5]周佩華,豆葆璋,孫清芳,等.降雨能量的試驗(yàn)研究初報(bào)[J].水土保持通報(bào)，1981(1):2-8.

[6]Nazzareno D, Gianni B.Estimating monthly (R)USLE climate input in a Mediterranean region using limited data[J].Journal of Hydrology, 2007, 345:224-236.

[7]Terranova O, Antronico L, Coscarelli R, et al.Soil erosion risk scenairos in the Mediterranean environment using RUSLE and GIS: An application model for Calabria(southern Italy)[J].Geo-morphology,2009, 112:228-245.

[8]Lei M, Qiyan F, Kan W, et al.Quantitative evaluation of soil erosion of land subsided by coal mining using RUSLE[J].Inter-national Journal of Mining Science and Technology,2012, 22:7-11.

[9]Soyoung P, Cheyoung O, Seongwoo J, et al.Soil erosion risk in Korean watersheds, assessed using the revised universal soil loss equation[J].Journal of Hydrology, 2011, 399:263-273.

[10]Wischmeier W H, Smith D D.Predicting rainfall-erosion losses from cropland and east of the Rocky Mountains[S].Washing-ton: USDA,Agriculture Handbook No.282, 1965.

[11].任坤,梅琨,朱慧敏,何溶,等.基于RUSLE模型的珊溪水庫(kù)流域土壤侵蝕定量估算[J].生態(tài)學(xué)雜志,2015(07):1950-1958.

[12]怡凱,王詩(shī),陽(yáng),王雪,姚洪莉.基于RUSLE模型的土壤侵蝕時(shí)空分異特征分析—以遼寧省朝陽(yáng)市為例[J].地理科學(xué),2015,35(03):365-372.

[13]張小文.祖厲河流域土壤侵蝕與水文—地貌過程變化的GIS輔助模擬[D].蘭州大學(xué),2006.

[14]孟慶香.基于遙感、GIS和模型的黃土高原生態(tài)環(huán)境質(zhì)量綜合評(píng)價(jià)[D].西北農(nóng)林科技大學(xué),2006.

[15]岳瑋,劉慧明,孫國(guó)鈞.基于遙感和GIS技術(shù)的祖厲河流域植被覆蓋動(dòng)態(tài)變化監(jiān)測(cè)[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,S1:6-11.

[16]蔡崇法,丁樹文,史志華,等.應(yīng)用USLE 模型與地理信息系統(tǒng)IDRISI 預(yù)測(cè)小流域土壤侵蝕量的研究[J].水土保持學(xué)報(bào),2000, 14(2):19-24.

[17]魏偉,趙軍,王旭峰.RS、GIS支持下高寒草原退化過程中土壤流失及治理模式仿真研究[J].干旱區(qū)地理,2009,32(01):47-56.

[18]甘肅省土壤普查辦公室.甘肅土壤[M].北京:中國(guó)農(nóng)業(yè)出版社,1993.

[19]宋維峰,張明璽,韓承鼎.祖厲河水沙特性及水利、水土保持措施減沙效益分析[J].中國(guó)水土保持,1994(04):8-11.

[責(zé)任編輯：徐明忠]

Control model of soil erosion in Zuli river basin based on GIS

WEI Wei

(School of Geography and Environmental Science,Northwest Normal University,Lanzhou 730070,China)

This study uses quantitative remote sensing method on soil erosion which supported by RUSLE model ,and GIS software, utilizing a series of data such as digital elevation model (DEM), rainfall, soil ,the characteristics of spatial-temporal differentiation of soil erosion of Zuli river basin from1995 to 2015 is conducted.Through the analysis of the time change of soil erosion modulus, time change of soil erosion intensity and spatial distribution of soil erosion intensity, the results of this research are summed up as follows: the soil erosion modulus was 2877.87 t·km-2·a-1in1995, 3372.24 t·km-2·a-1in2005 and 3713.23 t·km-2·a-1in 2015,which reflected that the value was relatively deteriorate.From the spatial distribution of soil erosion, soil erosion modulus is on the high side place in the middle of the study area and low value in the south and north.Besides, the soil erosion mounts is on the side in the mountains and low near the river valley.Four kinds of simulation are proposed according to the characteristics of study area.The results show that the Efficient governance model (EGM) is the best governance model area, which can effectively improve soil loss conditions, the average modulus dropped to 2656.88 t·km-2·a-1.

soil erosion; RS;GIS;RUSLE; Zuli river basin

2016-04-13

魏偉(1982—)，男，甘肅莊浪人，西北師范大學(xué)講師，博士，主要從事GIS和RS的應(yīng)用研究.

P641.3

A

1672-3600(2017)03-0051-10