邵方澤++張慧++繆旭波

摘要：以江蘇省南京市為研究對(duì)象，基于地形、土壤、降水、植被覆蓋、土地利用等數(shù)據(jù)，結(jié)合RUSLE模型，分析南京市2006—2014年水土侵蝕時(shí)空分布特征。結(jié)果表明，南京市水土流失量逐漸減小，2006、2010、2014年分別為 1 410萬(wàn)、1 130萬(wàn)、1 110萬(wàn)t，城市及山丘邊緣植被覆蓋差的地區(qū)侵蝕強(qiáng)度較大；水土保持工作取得一定成效，但人類活動(dòng)仍能增加部分地區(qū)土壤侵蝕強(qiáng)度，2006—2010年侵蝕強(qiáng)度降低面積為632.16 km2，增大面積為348.95 km2；2010—2014年，侵蝕強(qiáng)度降低面積為493.40 km2，增大面積為253.39 km2；南京市建設(shè)用地、水域、林地、水田受侵蝕強(qiáng)度小，旱地、園地、喬木綠地、草地、裸地受侵蝕強(qiáng)度大，是水土保持工作的重點(diǎn)，南京市生態(tài)環(huán)境逐漸變好，2006—2010年旱地、園地、喬木綠地、草地受侵蝕強(qiáng)度有所下降。

關(guān)鍵詞：南京市；水土流失；RULSE模型；水土侵蝕；時(shí)空分布特征；侵蝕強(qiáng)度

中圖分類號(hào)： S157文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2017）17-0264-05

收稿日期：2016-04-29

基金項(xiàng)目：國(guó)家公益性行業(yè)（環(huán)保）科研專項(xiàng)（編號(hào)：201209029-1）。

作者簡(jiǎn)介：邵方澤（1988—），男，江蘇連云港人，碩士，主要從事生態(tài)保護(hù)與管理研究。E-mail：sfz01134@163.com。

通信作者：張慧，博士，研究員，主要從事生態(tài)承載力、生態(tài)安全、生態(tài)規(guī)劃研究，E-mail：zhnies@126.com；繆旭波，碩士，研究員，主要從事環(huán)境保護(hù)研究，E-mail：mxb@nies.org。土壤發(fā)育是復(fù)雜而漫長(zhǎng)的過(guò)程，一旦被破壞會(huì)難以恢復(fù)[1]。目前，水土流失是重要的全球性環(huán)境問(wèn)題，是生態(tài)環(huán)境惡化的體現(xiàn)，導(dǎo)致土地生產(chǎn)力下降，抬高河床加劇洪澇災(zāi)害，制約經(jīng)濟(jì)的可持續(xù)發(fā)展，受到人們?cè)絹?lái)越多的關(guān)注[2-4]。研究水土流失理論及水土流失現(xiàn)狀對(duì)水土的流失治理有一定的指導(dǎo)意義，國(guó)內(nèi)外學(xué)者對(duì)水土侵蝕做了大量的試驗(yàn)研究，采用侵蝕針?lè)ā⑹聚櫡ǘ糠治隽怂亮魇У难葑冞^(guò)程[5-6]。然而傳統(tǒng)調(diào)查方法不具有實(shí)效性，特別是在大區(qū)域尺度下，難以確定水土流失的動(dòng)態(tài)變化情況。近年來(lái)“3S”技術(shù)的成熟與發(fā)展，克服了傳統(tǒng)研究方法中對(duì)地理信息獲取的困難，“3S”技術(shù)以其能快速、準(zhǔn)確、實(shí)時(shí)地獲取、處理空間信息及模擬地理過(guò)程的優(yōu)勢(shì)，使得水土流失評(píng)估更加高效，特別是土壤流失預(yù)報(bào)方面發(fā)展了包括通用土壤流失方程（USLE）、水蝕預(yù)報(bào)模型（WEPP）、荷蘭土壤侵蝕預(yù)報(bào)模型（LISEM）、歐洲水蝕預(yù)報(bào)（EROSEM）等[7-8]。劉寶元等結(jié)合我國(guó)的地貌特征，對(duì)美國(guó)水土通用模型（ULSE）進(jìn)行了修改，建立了適合我國(guó)坡面的經(jīng)驗(yàn)?zāi)Ｐ?，目前?guó)內(nèi)學(xué)者主要基于修訂的RUSLE模型結(jié)合我國(guó)土壤侵蝕特征分析我國(guó)不同地區(qū)水土流失特征[9-12]。

中國(guó)是水土流失最嚴(yán)重的國(guó)家之一，每年約50億t泥沙流入江河湖海[13]。南京市生態(tài)環(huán)境很脆弱，近幾年較快的城市擴(kuò)張及較大的土地利用變化對(duì)水土侵蝕產(chǎn)生了很大的影響。本研究基于修訂過(guò)的RUSLE土壤侵蝕模型，采用“3S”技術(shù)評(píng)估南京市2006—2014年水土流失格局時(shí)空分布及動(dòng)態(tài)變化特征，為水土保持規(guī)劃制定提供科學(xué)依據(jù)，使防治措施更加具有針對(duì)性。

1研究區(qū)域概況

南京市位于118°22′～119°14′E、32°45′～33°43′N（圖1），地處長(zhǎng)江下游江蘇省西南部，面積6 597 km2。研究區(qū)處于亞熱帶季風(fēng)氣候區(qū)，年平均溫度16 ℃，夏季最高氣溫 38 ℃，冬季最低氣溫-8 ℃，夏季濕熱，冬季干冷，四季分明。年平均降雨117 d，降水量1 106.5 mm，降水四季分配不均。地質(zhì)構(gòu)造屬于揚(yáng)子臺(tái)褶帶，北部以平原為主，南部以低丘山地為主，東西長(zhǎng)江貫通。境內(nèi)有長(zhǎng)江、淮河、太湖三大水系，分別占南京市國(guó)土總面積的95.49%、1.95%、2.56%。本地區(qū)的水資源不夠豐富，年平均水資源總量為28億m3，其中地表水資源22億m3，地下水資源6億m3。南京市是中國(guó)重要的綜合性工業(yè)生產(chǎn)基地，人口密度大，隨著城市的不斷擴(kuò)張，生態(tài)環(huán)境和水土流失問(wèn)題越來(lái)越嚴(yán)重，治理難度越來(lái)越大。

2研究方法

2.1數(shù)據(jù)來(lái)源

本研究逐日降水站點(diǎn)數(shù)據(jù)來(lái)源于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)（http：//cdc.nmic.cn/home.do）提供的中國(guó)地面氣候資料日值數(shù)據(jù)集，為保證數(shù)據(jù)一致性和完整性，對(duì)所獲取的數(shù)據(jù)進(jìn)行質(zhì)量檢驗(yàn)與控制，剔除缺測(cè)、漏測(cè)及異常數(shù)據(jù)，選取南京市及其周邊11個(gè)站點(diǎn)數(shù)據(jù)。南京市土地利用數(shù)據(jù)基于《全國(guó)生態(tài)環(huán)境10年變化（2000—2010年）遙感調(diào)查與評(píng)估項(xiàng)目》的2005、2010年解譯結(jié)果，結(jié)合條帶號(hào)120、38的2006年5月20日美國(guó)陸地衛(wèi)星系列的第5顆衛(wèi)星（Landsat5）、2014年6月11日美國(guó)陸地衛(wèi)星系列的第8顆衛(wèi)星（Landsat8）遙

感影像解譯獲得。遙感影像和高程數(shù)據(jù)（DEM）來(lái)自地理空間數(shù)據(jù)云平臺(tái)（http：//www.giscloud.cn），其中DEM為平臺(tái)中的航天飛機(jī)雷達(dá)地形測(cè)繪使命數(shù)據(jù)（SRTM），分辨率為 90 m。土壤數(shù)據(jù)來(lái)自由聯(lián)合國(guó)糧農(nóng)組織（FAO）和維也納國(guó)際應(yīng)用系統(tǒng)研究所（IIASA）構(gòu)建的世界和諧土壤數(shù)據(jù)庫(kù)（HWSD），空間分辨率為1 km。NDVI數(shù)據(jù)來(lái)自美國(guó)國(guó)家航天局（NASA）提供的植被指數(shù)產(chǎn)品MOD13Q1（http：//ladsweb.nascon.nasa.gov/），時(shí)間分辨率為16 d，空間分辨率為250 m。

2.2水土流失方程

本研究采用改進(jìn)的土壤流失方程（RUSLE）對(duì)南京市水土流失分布情況進(jìn)行評(píng)估，其計(jì)算公式為[14]

A=f·R·K·L·S·C·P。endprint

式中：A為單位面積和時(shí)間上的土壤流失量，t/（km2·年）；f為單位轉(zhuǎn)換系數(shù)100，用于將A的單位由t/（hm2·年）轉(zhuǎn)換為t/（km2·年）；R為降水及徑流侵蝕力因子，MJ·mm/（hm2·h·年）；K為土壤侵蝕性因子，t·h/（MJ·mm）；L為坡長(zhǎng)因子；S為坡度因子；C為地表植被覆蓋因子；P為水土保持措施因子。

3研究區(qū)RUSLE因子計(jì)算

3.1降水侵蝕力因子R

降水侵蝕力因子R是標(biāo)準(zhǔn)狀態(tài)下降水對(duì)土壤剝離、搬運(yùn)侵蝕的能力，是造成水土流失的首要因子，與降水量、降水動(dòng)能、最大時(shí)段降水強(qiáng)度、降水歷時(shí)等有關(guān)[15]。1958年，Wischmeier在大量試驗(yàn)基礎(chǔ)上，提出基于侵蝕性總動(dòng)能和最大30 min雨強(qiáng)的降水侵蝕力因子（R）經(jīng)典算法，又將經(jīng)典算法得到的R值與降水量進(jìn)行回歸分析，得到簡(jiǎn)便的R值經(jīng)驗(yàn)公式[16]。經(jīng)驗(yàn)公式克服了經(jīng)典公式中短時(shí)降水資料難以獲得的問(wèn)題，公式考慮了年降水總量和降水年內(nèi)的變化，能較準(zhǔn)確地反映出區(qū)域降水對(duì)土壤侵蝕的影響。本研究估算降水蝕力因子R值時(shí)采用基于多年月降水量、年均降水量建立的經(jīng)驗(yàn)公式為

R=∑12i=1{1.735×10[1.5×lg（p2i/p-0.818 8）]}。

式中：p為多年平均降水量，mm；pi為各月平均降水量，mm。

通過(guò)南京市及周邊11個(gè)站點(diǎn)的逐日降水?dāng)?shù)據(jù)，計(jì)算2003—2006、2007—2010、2011—2014年期間的年平均降水量、各月平均降水量，分別作為2006、2010、2014年的p、pi值，通過(guò)以上公式計(jì)算各站點(diǎn)3期降水侵蝕力因子R，在ArcGIS10.2中進(jìn)行IDW空間插值、裁切，得到2006、2010、2014年90 m空間分辨率的降水侵蝕力柵格圖層。

3.2土壤可蝕性因子K

土壤可蝕性因子K能反映土壤侵蝕作用的敏感性，用來(lái)評(píng)價(jià)土壤抗蝕、抗沖能力[17]。與土壤侵蝕性有關(guān)的理化性質(zhì)較多，包括有機(jī)質(zhì)含量、緊實(shí)度、土壤的顆粒組成、滲透率等[18]。學(xué)者經(jīng)過(guò)長(zhǎng)期研究，發(fā)展了多個(gè)具有代表性的模型，包括侵蝕/生產(chǎn)力影響模型EPIC公式、Shirazi公式等[9，19]。本研究估算土壤可蝕性因子K值時(shí)，采用比較成熟、成本低、穩(wěn)定性好的EPIC方法。公式為

K={0.2+0.3exp-0.025 6SAN1-SIL100}×SILCLA+SIL0.3×1.0-0.25CC+exp（3.72-0.95C）×1.0-0.7SN1SN1+exp（-5.51+22.9SN1）。

式中：SAN為沙粒含量，%；SIL為粉沙含量，%，CLA為黏粒含量，%；C為土壤有機(jī)碳含量，%；SN1=1-SAN/100。

3.3坡度坡長(zhǎng)因子LS

地形是影響土壤侵蝕的重要因子，決定了地表徑流的運(yùn)動(dòng)狀態(tài)[17]。RULSE模型中主要考慮了2個(gè)地形因子，分別為坡長(zhǎng)L、坡度S，反映地形地貌對(duì)土壤侵蝕的影響。坡度越大，土壤越容易被剝離及搬運(yùn)；坡長(zhǎng)越長(zhǎng)，則侵蝕面就越大，侵蝕強(qiáng)度越大。本研究使用Wischmeier和Smith提出的坡長(zhǎng)因子計(jì)算方法，劉寶元等建立的適用于中國(guó)土壤流失方程CSLE模型的坡度因子公式。LS公式如下[9，20]：

L=（λ22.13）m；

m=β/（1+β）；

β=（sinθ/0.089 6）/[3（sinθ）0.8+0.56]；

S=10.8sinθ+0.03θ<5°

16.8sinθ-0.505°≤θ<10°

21.9sinθ-0.96θ≥10°。

式中：L為坡長(zhǎng)因子；λ為像元坡長(zhǎng)；m為坡長(zhǎng)指數(shù)；β為細(xì)溝侵蝕與細(xì)溝間侵蝕的比值；θ為坡度；S為坡度因子。

3.4植被覆蓋與管理因子C

植被覆蓋在減少水土流失中起著重要作用，茂盛的植被可以降低降水對(duì)土壤的直接剝離作用，還可以攔截徑流，保存水分，減少地面沖刷。植被覆蓋與土壤侵蝕有較強(qiáng)的負(fù)相關(guān)關(guān)系，RULSE模型中的植被覆蓋因子C可以通過(guò)計(jì)算植被覆蓋度獲得，植被覆蓋度一般是指植被在地面的垂直投影占地表面積的比例，本研究通過(guò)時(shí)間分辨率為16 d的模型產(chǎn)品數(shù)據(jù)，計(jì)算南京市2006、2010、2014年平均歸一化植被指數(shù)NDVI值。參照譚炳香等的算法計(jì)算植被覆蓋度[21]，其公式如下：

fc=NDVI-NDVIminNDVImax-NDVImin。

式中：fc為植被覆蓋度，%；NDVI為歸一化植被指數(shù)；NDVImax為研究區(qū)NDVI最大值；NDVImin為研究區(qū)NDVI最小值。

參照蔡崇法等的方法[22]，計(jì)算植被覆蓋因子C。

C=1fc=0

0.650 8-0.343 6lg（fc）0

0fc>78.3%。

式中：C為植被覆蓋與管理因子值，無(wú)量綱，取值范圍為 0～1。

3.5水土保持措施因子P

水土保持措施因子P值是指采取水土保持措施下土壤流失量與順坡種植時(shí)的土壤流失量的比值，P值取值范圍為0～1，P=0表示該區(qū)域采取水土保護(hù)措施后不發(fā)生水土侵蝕；P=1表示該區(qū)域未采取水土保持措施。水土保持措施通常有等高耕作、等高帶狀種植、水平條和修梯田等，目前P因子獲取的研究較少，通?；谕恋乩脤?duì)P因子進(jìn)行賦值，參照前人的研究成果[23-25]，為南京市各種土地利用類形的P因子進(jìn)行賦值（表1）。

4結(jié)果與分析

4.1土壤侵蝕分布與變化

在ArcGIS10.2中將各因子轉(zhuǎn)換為90 m分辨率的柵格圖層，根據(jù)RUSLE模型計(jì)算南京市2006—2014年水土流失量可以發(fā)現(xiàn)，2006—2014年南京市生態(tài)環(huán)境有所改善，水土保持工作取得一定成效，統(tǒng)計(jì)得出南京市2006、2010、2014年水土流失量逐漸減小，依次為1 410萬(wàn)、1 130萬(wàn)、1 110萬(wàn)t，南

4.2土壤侵蝕強(qiáng)度的空間變化

對(duì)土壤侵蝕強(qiáng)度分級(jí)圖層進(jìn)一步疊加分析，得出2006—2010年和2010—2014年土壤侵蝕強(qiáng)度等級(jí)的轉(zhuǎn)移矩陣（表3、表4）。2006—2010年共有632.18 km2地區(qū)侵蝕強(qiáng)度降低，348.95 km2地區(qū)侵蝕強(qiáng)度增大。微度土壤侵蝕的面積增加較多，輕度、中度、強(qiáng)烈、極強(qiáng)烈、劇烈分別有458.62、31.59、16.24、18.90、62.30 km2轉(zhuǎn)變?yōu)槲⒍取８叩燃?jí)土壤侵蝕強(qiáng)度向低等級(jí)轉(zhuǎn)換面積較多的情況還包括 19.79 km2中度轉(zhuǎn)換為輕度，9.56 km2強(qiáng)烈轉(zhuǎn)換為中度，8.49 km2極強(qiáng)烈轉(zhuǎn)變?yōu)閺?qiáng)烈以及5.97 km2劇烈轉(zhuǎn)變?yōu)闃O強(qiáng)烈。這些區(qū)域等級(jí)降低主要原因是加強(qiáng)了水土流失治理工作，包括封山育林，采用合理的耕作方式等；其次是土地利用變化所致，城市擴(kuò)張使得城市邊緣的土地變成不易被侵蝕的建設(shè)用地，山丘邊沿退耕還林，裸地綠化后變成林地或草地，這些植被增加降低了土壤侵蝕的敏感性。同時(shí)微度轉(zhuǎn)變?yōu)檩p度、中度、強(qiáng)烈、極強(qiáng)烈、劇烈的面積分別為234.56、10.95、7.73、12.47、35.75 km2，另外侵蝕強(qiáng)度增加面積較大的情況包括22.22 km2輕度轉(zhuǎn)變?yōu)橹卸龋?.23 km2中度轉(zhuǎn)變?yōu)閺?qiáng)烈，6.71 km2強(qiáng)烈轉(zhuǎn)變?yōu)闃O強(qiáng)烈以及5.23 km2極強(qiáng)烈轉(zhuǎn)變?yōu)閯×?，侵蝕強(qiáng)度的增加主要源于采取消極耕作方式，亂砍濫伐，林地草地退化等。

4.3土壤侵蝕與土地利用的關(guān)系

土地利用類型與土壤侵蝕有一定的相關(guān)性，土地利用改變是導(dǎo)致水土流失的重要原因，不合理的土地利用會(huì)改變土壤的理化性質(zhì)、植被覆蓋度、地表粗糙度，改變土壤侵蝕方式、增加土壤侵蝕強(qiáng)度。分別統(tǒng)計(jì)不同土地利用類型中各等級(jí)土壤侵蝕強(qiáng)度的面積及比例可以發(fā)現(xiàn)，南京市水域及建設(shè)用地土壤侵蝕強(qiáng)度最小，微度比例均大于95%，主要原因是土壤被水體保護(hù)，水域受降水直接侵蝕較小，水域多處于地勢(shì)低洼地區(qū)，因此很多水域是水土流失的匯集場(chǎng)所（表5）。建設(shè)用地多是房屋或水泥路面，一般不具備侵蝕條件，因此整體受侵蝕程度很小。林地和水田受侵蝕程度較小，微度比例均大于60%，原因是林地植被覆蓋較好，高大茂盛樹(shù)木可以減小雨水動(dòng)能，降低雨水對(duì)土壤的剝離作用，同時(shí)有一定蓄水保土能力，而水田本身具有較好的水土保持能力。旱地、園地、喬木綠地、草地侵蝕強(qiáng)度較大，其中2006、2010、2014年旱地輕度及以上面積比例分別達(dá)到71.69%、63.17%、56.89%，旱地受人為干擾影響大，在耕作時(shí)會(huì)破壞土壤緊實(shí)度，且地表植被稀疏，如果不采用合理的耕作方式，土壤容易被侵蝕，南京市旱地面積較大，是水土保持治理的重要區(qū)域。園地、喬木綠地植被稀疏和草地退化導(dǎo)致土壤侵蝕程度較大。裸地因沒(méi)有植被保護(hù)，侵蝕強(qiáng)度最高，2006、2010、2014年劇烈面積比例分別為46.77%、55.03%、53.76%，水土流失嚴(yán)重。從2006—2014年各土地利用土壤侵蝕強(qiáng)度變化來(lái)看，旱地、園地、喬木綠地、草地侵蝕強(qiáng)度均有不同程度的降低，水土保持工程措施效果明顯，建設(shè)用地、水域、林地、水田侵蝕強(qiáng)度變化較小，而2010年和2014年裸土的侵蝕強(qiáng)度均大于2006年，因工程建設(shè)等引起的土壤裸露地區(qū)應(yīng)及時(shí)采取生態(tài)修復(fù)措施。

5結(jié)論

南京市各種土地利用中建設(shè)用地和水域受到侵蝕程度最小，林地和水田較小，裸土最容易受到侵蝕，旱地、園地、喬木綠地、草地土壤侵蝕強(qiáng)度高，受人類活動(dòng)干擾大，是水土保持治理的重點(diǎn)，2006—2014年土壤侵蝕強(qiáng)度逐漸下降，其中旱地貢獻(xiàn)最大。

參考文獻(xiàn)：

[1]羅友進(jìn). 區(qū)域成土過(guò)程：認(rèn)識(shí)與表達(dá)[D]. 重慶：西南大學(xué)，2011：3-13

[2]李智廣，曹煒，劉秉正，等. 中國(guó)水土流失現(xiàn)狀與動(dòng)態(tài)變化[J]. 中國(guó)水土保持，2008（12）：8-11.

[3]韋安勝. 秦嶺北麓面源污染風(fēng)險(xiǎn)評(píng)價(jià)——以周至縣俞家河小流域?yàn)槔齕D]. 楊凌：西北農(nóng)林科技大學(xué)，2015：1-8.

[4]謝立亞，任麗華，石連奎，等. 遼寧省黑土區(qū)水土流失及防治對(duì)策[J]. 水土保持通報(bào)，2005，25（1）：92-95.

[5]楊春雨. 用稀土元素示蹤法研究黑土侵蝕[J]. 商情，2009（12）：51.

[6]宋煒，劉普靈，楊明義. 利用REE示蹤法研究坡面侵蝕過(guò)程[J]. 水科學(xué)進(jìn)展，2004，15（2）：197-201.

[7]迪力夏提·阿不力孜，艾斯卡爾·買買提，馬合木提·哈力克. 基于3S技術(shù)的野生動(dòng)物生境研究進(jìn)展[J]. 野生動(dòng)物學(xué)報(bào)，2009，30（6）：335-339.

[8]楊勤科，李銳，曹明明. 區(qū)域土壤侵蝕定量研究的國(guó)內(nèi)外進(jìn)展[J]. 地球科學(xué)進(jìn)展，2006，21（8）：849-856.

[9]劉寶元，張科利. 土壤可蝕性及其在侵蝕預(yù)報(bào)中的應(yīng)用[J]. 自然資源學(xué)報(bào)，1999，14（4）：345-350.

[10]陳思旭，楊小喚，肖林林，等. 基于RUSLE模型的南方丘陵山區(qū)土壤侵蝕研究[J]. 資源科學(xué)，2014，36（6）：1288-1297.

[11]楊冉冉，徐涵秋，林娜，等. 基于RUSLE的福建省長(zhǎng)汀縣河田盆地區(qū)土壤侵蝕定量研究[J]. 生態(tài)學(xué)報(bào)，2013，33（10）：2974-2982.

[12]史東梅. 基于RUSLE模型的紫色丘陵區(qū)坡耕地水土保持研究[J]. 水土保持學(xué)報(bào)，2010，24（3）：39-44.

[13]曾凌云. 基于RUSLE模型的喀斯特地區(qū)土壤侵蝕研究——以貴州紅楓湖流域?yàn)槔齕D]. 北京：北京大學(xué)，2008.

[14]Renard K G，F(xiàn)oster G R，Weesies G A，et al. Predicting soil erosion by water：a guide to conservation planning with the revised universal soil loss equation （RUSLE）[M]. Agriculture Handbook，1997：5-19.endprint

[15]孫泉忠，王朝軍，趙佳，等. 中國(guó)降雨侵蝕力R指標(biāo)研究進(jìn)展[J]. 中國(guó)農(nóng)學(xué)通報(bào)，2011，27（4）：1-5.

[16]Wischmeier W H，Smith D D，Uhland R E. Evaluation of factors in the soil loss equation[J]. Agr Engin，1958，39：458-462.

[17]李天宏，鄭麗娜. 基于RUSLE模型的延河流域2001—2010年土壤侵蝕動(dòng)態(tài)變化[J]. 自然資源學(xué)報(bào)，2012（7）：1164-1175.

[18]陳明華，黃炎和. 土壤可蝕性因子的研究[J]. 水土保持學(xué)報(bào)，1995，9（1）：19-24.

[19]Williams J R. The erosion-productivity impact calculator （EPIC） model：a case history[J]. Philosophical Transactions of the Royal Society B Biological Sciences，1990，329（1255）：421-428.

[20]代數(shù). 基于GIS和RUSLE的三峽庫(kù)區(qū)小流域侵蝕規(guī)律研究[D]. 重慶：西南大學(xué)，2013：36-52.

[21]譚炳香，李增元，王彥輝，等. 基于遙感數(shù)據(jù)的流域土壤侵蝕強(qiáng)度快速估測(cè)方法[J]. 遙感技術(shù)與應(yīng)用，2005，20（2）：215-220.

[22]蔡崇法，丁樹(shù)文，史志華，等. 應(yīng)用RUSLE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.

[23]李苒. 基于InVEST模型的榆林市土壤保持生態(tài)效益研究[J]. 干旱區(qū)研究，2015，32（5）：882-889.

[24]李奎，岳大鵬，劉鵬，等. 基于GIS與RUSLE的榆林市土壤侵蝕空間分布研究[J]. 水土保持通報(bào)，2014，34（6）：172-179.

[25]白曉松. 基于RUSLE的北方山區(qū)土壤侵蝕定量研究與生態(tài)適宜性評(píng)價(jià)[D]. 保定：河北農(nóng)業(yè)大學(xué)，2010：40-42.楊翠霞，張成梁，劉禹伯，等. 礦區(qū)廢棄地近自然生態(tài)修復(fù)規(guī)劃設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（17）：269-272.endprint