蘇春生，吳孝情，陳曉宏，3，賴成光，楊冰，張力瀾

(1.中山大學水資源與環(huán)境研究中心，廣東 廣州 510275；2. 環(huán)境保護部華南環(huán)境科學研究所，廣東 廣州 510535；3. 廣東省華南地區(qū)水安全調控工程技術研究中心，廣東 廣州 510275；4.華南理工大學土木與交通學院，廣東 廣州 510641)

土壤侵蝕可導致土地退化、土地荒漠化、污染水源等問題，已成為威脅生態(tài)安全的重要因素之一[1]。評估土壤侵蝕的方法很多，而土壤侵蝕模型是最為有效手段，一般可分為經(jīng)驗模型和物理模型。通用土壤流失方程(USLE)是Wischmeier和Smith于1965年首次系統(tǒng)提出的土壤侵蝕經(jīng)驗模型[2]。隨后該模型被不斷地修正和改善，并于20世紀90年代形成了修正通用土壤流失方程(RUSLE)，被大量應用于農耕地、草地、林地和建設用地土壤流失預報[3-4]。由于USLE/RUSLE模型結構簡單、所需數(shù)據(jù)量少、易與GIS技術結合且結果可靠，使其得到了迅速推廣和應用，并在定量評價土壤侵蝕強度、水土保持規(guī)劃和土地資源合理利用等起到了重要的作用[5]。盡管此后眾多考慮土壤侵蝕過程的物理模型相繼問世，如WEPP模型[6]、EUROSEM模型[7]、LISEM模型[8]、SEMMED模型[9]等，但由于此類模型涉及眾多參數(shù)且區(qū)域局限性明顯，使得應用受到較大限制。就目前來說，由于很多地區(qū)資料不夠完善，以USLE/RUSLE為代表的經(jīng)驗統(tǒng)計模型仍是應用最廣泛的模型。

東江是珠江三大水系之一，發(fā)源于江西省尋鄔縣椏髻缽山，河長約562 km，流域面積約 2.7 萬km2，橫跨江西(9.9%)和廣東(90.1%)兩省[10]。近幾十年來，東江流域社會經(jīng)濟發(fā)展呈現(xiàn)明顯的梯度特征：下游的廣州、東莞、深圳等城市圈是中國境內最發(fā)達地區(qū)之一，中游惠州屬于經(jīng)濟較發(fā)達地區(qū)，上游的贛州和河源屬于經(jīng)濟欠發(fā)達水源保護區(qū)。受非一致的人類活動影響，近幾十年來流域下、中、上游的土地覆蓋類型發(fā)生較大變化，并形成相應的特點：下游地區(qū)的廣州、深圳、東莞等城市劇烈人類活動及快速城市化使得建成區(qū)面積大大增加導致大量林地、草地和水田消失；隨著下游發(fā)達城市的眾多產(chǎn)業(yè)轉入，中游地區(qū)的惠州經(jīng)濟正在快速發(fā)展，城區(qū)面積正快速擴張，且在未來一段時間內繼續(xù)快速擴張將會是主旋律；位于上游的山區(qū)城市河源經(jīng)濟欠發(fā)達，近幾十年來城市化水平不高，土地覆蓋類型的劇烈變化對流域各梯度區(qū)域，特別是中、下游地區(qū)帶來很大的土壤侵蝕問題。過量的土壤侵蝕會導致土地退化，而流失的水土進入河道水系后也會引起水質惡化，從而威脅流域城市供水安全。因此，東江流域的水土保持工作仍將面臨極大的壓力。

為應對水土流失帶來的挑戰(zhàn)，探討土地覆蓋類型動態(tài)變化對流域土壤侵蝕時空變化顯得尤為重要。鑒于此，本文結合GIS技術利用RUSLE模型，對典型社會經(jīng)濟梯度發(fā)展的東江流域在1990，2000和2010年的土壤侵蝕進行定量評估，探討近20年流域土壤侵蝕對土地覆蓋類型變化的響應，分析土壤侵蝕的時空變化規(guī)律，以期為流域水土保持規(guī)劃和水資源保護工作提供科學依據(jù)。

1 資料和方法

1.1 研究資料

1.1.1 研究區(qū)概況 東江流域位于珠江三角洲的東北端，屬高溫、多雨、濕潤的南亞熱帶季風氣候區(qū)[11]。流域年均氣溫為21 ℃，年均降雨量為1 500～2 400 mm，其中4-9月份占全年降雨量的80%以上。為了方便分析，根據(jù)經(jīng)濟水平將整個東江流域分為上、中、下游區(qū)域(圖1)。

1.1.2 數(shù)據(jù)來源 本文采用的基礎數(shù)據(jù)包括數(shù)字高程模型(DEM)、逐日降雨數(shù)據(jù)、土壤類型數(shù)據(jù)和土地覆蓋類型數(shù)據(jù)。數(shù)據(jù)來源如下：流域的DEM數(shù)據(jù)來源于CGIAR-CSI(SRTM90m)數(shù)據(jù)庫；流域及其周邊地區(qū)34個雨量觀測站1960-2010年逐日降雨量數(shù)據(jù)來源于廣東省水文局；土壤類型數(shù)據(jù)來源于聯(lián)合國糧食與農業(yè)組織網(wǎng)站(http:∥www.fao.org/home/en/)；1990, 2000和2010年3期土地覆蓋類型數(shù)據(jù)來源于中國科學院資源與環(huán)境研究中心。上述數(shù)據(jù)被轉化為柵格圖層，柵格大小設定為90 m × 90 m。數(shù)據(jù)處理工具包括Arc.GIS9.3、Matlab R2009a以及Microsoft Excel等。

圖1 東江流域地理位置區(qū)域及高程圖Fig.1 Map of Geographical location and elevation in Dongjiang River basin

1.2 研究方法

本文采用修正通用土壤流失方程(RUSLE)對東江流域1990-2010年的土壤侵蝕情況進行動態(tài)評估。RUSLE模型基本形式為：

A=R×K×L×S×C×P

(1)

式中，A為單位時間單位面積上的平均土壤流失量，t/(hm2·a)，R為降雨侵蝕力因子，MJ·mm/(hm2·h·a)，K為土壤可蝕性因子，t· h/(MJ·mm)，L為坡長因子，S為坡度因子，C為作物覆蓋管理因子，P為土壤保持措施因子，其中L、S、C和P均為無量綱值。

1.2.1 降雨侵蝕力因子 降雨侵蝕力是降水及其產(chǎn)生的徑流所具有的引起土壤侵蝕的潛在能力，是土壤的水蝕動力[12]。用降雨過程資料計算降雨侵蝕力最為可靠，本文采取章文波等(2002)[13]提出的基于日降雨量的降雨侵蝕力模型計算代表降雨侵蝕力因子R的年均降雨侵蝕力，計算公式如下：

(2)

式中，Ri表示第i個半月時段的侵蝕力值，(MJ·mm / (hm2·h·a)；k表示該半月時段內的天數(shù)，Pj表示半月時段內第j天的日雨量，要求日雨量 12 mm，否則以0計算；α和β是模型參數(shù)，根據(jù)以下公式進行估算[13]：

α=21.586β-7.189 1

(3)

(4)

式中，Pd12表示日雨量≧12 mm的日平均雨量；Py12表示日雨量≧12 mm的年平均雨量。利用(2)-(4)式計算逐年各半月的降雨侵蝕力，經(jīng)匯總可得到各年降雨侵蝕力，求取各站點多年平均降雨侵蝕力后采用Kriging內插方法進行空間內插，可得東江流域年均降雨侵蝕力空間分布圖(圖2a)。年均降雨侵蝕力取值范圍為7 497.5 ～14 469.2 MJ·mm / (hm2·h·a)，均值為10 654 MJ·mm / (hm2·h·a)，標準差為1 547 MJ·mm / (hm2·h·a)。

1.2.2 土壤可蝕性因子 土壤可蝕性是一項評價土壤降雨侵蝕力分離、沖蝕和搬運難易程度的指標。Williams等[14]在1990提出用于計算土壤可蝕性的經(jīng)驗修正公式，其既能反映土壤有機質和顆粒組成，也可反映土壤結構和滲透級別。該公式可用于計算土壤可蝕性因子K，具體如下：

K={0.2+0.3exp[-0.025 6San(1-Sil/100)]}·

(5)

式中，San為砂粒含量(%)；Sil為粉砂含量(%)；Cla為粘粒含量(%)；C為有機碳含量(%)；其中SN1=1-San/100。根據(jù)東江流域各土壤種類，代入公式計算各類土壤的可侵蝕性因子。值得注意，根據(jù)公式(5)計算的K因子為美制單位，需乘系數(shù)0.131 7轉化為國際單位t· h/(MJ·mm)。表1為東江流域各類土壤所占面積比例及K因子值，取值范圍為0.211 6～ 0.416 t· h/(MJ·mm)，均值為0.265 2 t· h/(MJ·mm)，圖2b則為K因子空間分布圖。

1.2.3 坡度因子和坡長因子 坡度因子S體現(xiàn)了坡度對土壤侵蝕的影響，在一定的坡度范圍內，土壤侵蝕隨坡度的增加而增大。東江流域為屬于丘陵地區(qū)，既有地勢平坦地區(qū)，也有坡度較陡的山區(qū)。因此計算坡度因子S時采取分段計算，緩坡采取McCool提出的坡度公式，而陡坡則采取劉寶元的坡度公式，具體如下[15]：

(6)

在RUSLE中，坡長S定義為從地表徑流源點到坡度減少直至有沉積出現(xiàn)地方之間的距離，或到一個明顯的渠道之間的水平距離。本文采用Wisdmeier 與Smith提出的經(jīng)驗公式確定，公式如下[16]：

L=(λ/22.1)m

(7)

式中，22.1是RUSLE采用的標準小區(qū)坡長m；λ是水平投影坡長，東江流域的λ的平均值參考潘美慧[5]的計算結果(表2)。

式(7)中m是可變的坡長指數(shù)，與細溝侵蝕(由水流引起)和細溝間侵蝕(主要由雨滴打擊引起)的比率γ有關，由以下公式計算：

表1 東江流域土壤類型和土壤可蝕性因子1)Table 1 Soil types and their erodibility factors in the Dongjiang River basin

注：水庫土壤類型未檢測，其值賦為0；表中的K值是美制單位short ton· ac· h/(100ft·short ton· ac· in)

表2 不同坡度段的平均坡長Table 2 The average slope length of different slope ranges

m=γ/(1+γ)

(8)

當土壤對細溝侵蝕和細溝間侵蝕的敏感性相同時，細溝侵蝕與細溝間侵蝕的比率γ由下式計算：

(9)

利用GIS的柵格計算器，根據(jù)坡度公式(6)計算出坡度因子L，根據(jù)(7)-(9)計算坡長因子。為了研究方便，在柵格計算器中將L和S因子合并成一個地形因子LS并生成空間分布圖(圖2c)。東江流域LS因子值范圍為0～29.4，均值為8.86，標準差為7.7。

圖 2 降雨侵蝕力因子(R)、土壤可蝕性因子(K)和地形因子(LS)的空間分布Fig.2 Spatial distribution of rainfall erosivity factor (R), soil erodibility factor (K) and terrain factor (LS)

1.2.4 植被覆蓋與管理因子 植被覆蓋與管理因子C是指在相同的土壤、坡度和降雨條件下，某一特定作物或者植被情況下土壤流失量與連續(xù)休閑的土地土壤流失量的比值[16]。C因子考慮到了植被和土地管理方法變化的情況，體現(xiàn)了對表層土壤的保護能力，取值范圍介于0～1之間，其值越大說明所對應土地利用類型對土壤保護能力越弱[17]。C值可由植被覆蓋指數(shù)(NDVI)[18-19]或土壤覆蓋類型[20-21]來決定。其中，植被覆蓋指數(shù)(NDVI)更傾向反映植被情況，而土地覆蓋類型則更全面考慮耕地、林地、草地、灘地、城市用地、建設用地、裸地和水體等綜合地表情況。因此，參閱相關文獻[22-23]，得出1990,2000和2010年3期土地覆蓋類型綜合估算因子C值(表3)。

1.2.5 土壤保持措施因子 土壤保持措施因子P是采用專門措施后土壤流失量與順坡種植時的土壤流失量的比值，反映植被的管理措施差異引起的土壤流失量差別。其范圍在0～1之間。未采取任何保護措施的地區(qū)取值為1，而根本不發(fā)生侵蝕的地區(qū)取值為0，P值越低表明減少侵蝕的水土保持措施越有效。參考相關文獻[24]，考慮1990、2000和2010年3期土地覆蓋類型以及坡度來確定P值(見表4)。

表3 東江流域的土壤覆蓋類型及其C值Table 3 Land-cover type and C-factor values of the Dongjiang River basin

表4 東江流域土壤保持措施因子P值Table 4 P factor values of the Dongjiang River basin

2 結果與討論

2.1 土地覆蓋類型時間變化

2.2 土壤侵蝕量時空分析

綜合考慮RUSLE模型的6大因子，利用GIS的柵格計算器根據(jù)式(1)計算出東江流域在1990，2000和2010年的土壤侵蝕量。圖4顯示了基于3期土地覆蓋類型的土壤侵蝕空間分布，反映了1990-2010年土壤侵蝕空間動態(tài)變化情況。1990年、2000年和2010年土壤侵蝕量分別為0～5 465 、0～5 122和0～5 659 t/(hm2·a)。根據(jù)水利部在2008年發(fā)布的土壤分類和分級標準(SL 190-2007)，將計算分為6個等級，分類情況如下：A<5，Ⅰ級/微度；5≤A<25，Ⅱ級/輕度；25≤A<50，Ⅲ級/中度；50≤A<80，Ⅳ級/強烈；80≤A<150，Ⅴ級/極強烈；A>150，Ⅵ級/劇烈。其中，A為土壤侵蝕量，單位為t/(hm2·a)，等級越高表明對應的土壤侵蝕量越大。

總體來看，1990、2000和2010年東江流域的土壤侵蝕量年均值分別為15.22、15.41和15.47 t/(hm2·a)，均屬于Ⅱ級，表明在過去的20年間，東江流域的土壤侵蝕情況并不算嚴重。3年的土壤侵蝕量標準差分別為41.23、41.32 和41.50 t/(hm2·a)，表明東江流域土壤侵蝕的空間分布不均勻，其中上、中游地區(qū)水土侵蝕相對較輕，下游地區(qū)侵蝕相對較嚴重，其中惠陽西部的區(qū)域侵蝕非常強烈。統(tǒng)計表明(表5)，絕大部分地區(qū)在1990，2000和2010年的土壤侵蝕等級均為Ⅰ級和Ⅱ級，此兩等級占全流域面積的90.95%、91.25% 和91.26%，其余Ⅱ～Ⅵ等級僅占9.05%、8.75%和 8.74%。由表5可知，1990-2010年間土壤侵蝕量等級為Ⅰ級的土地面積明顯減少，從10 930 km2減少至10 773km2，降幅達到1.45%；而Ⅱ～Ⅵ級的面積呈不同程度增長。

圖3 1990，2000和2010年東江流域的土地覆蓋類型圖Fig.3 Land-cover maps of Dongjiang River basin in 1990, 2000 and 2010

圖 4 1990，2000和2010年東江流域土壤侵蝕空間分布圖Fig.4 Spatial distribution of soil erosion in 1990, 2000 and 2010 in Dongjiang River basin

年份I面積/km2比例/%II面積/km2比例/%III面積/km2比例/%19901093040.921336150.0212674.7520001082740.221373751.0312114.5020101077340.021379251.2312084.49年份IV面積/km2比例/%V面積/km2比例/%VI面積/km2比例/%19904591.722470.924451.6720004091.522610.974751.7620104071.512620.974781.78

為分析東江流域土壤侵蝕區(qū)域梯度特征，分別統(tǒng)計了1990，2000和2010年上、中、下游侵蝕情況(表6)。時間尺度來看，流域的上、中、下游在1990-2010年期間土壤侵蝕量平均值均呈上升趨勢，其中下游地區(qū)上升特別明顯；空間尺度來看，從上游到下游，流域的土壤侵蝕情況呈梯度加劇趨勢，其中下游地區(qū)在2010年侵蝕等級已經(jīng)達到Ⅲ級?？傮w來說，東江流域的土壤侵蝕情況與社會經(jīng)濟的梯度發(fā)展特征相一致，即經(jīng)濟越發(fā)達區(qū)域其產(chǎn)生的土壤侵蝕量越大，經(jīng)濟越落后地區(qū)產(chǎn)生的土壤侵蝕量反而越小。造成下游地區(qū)土壤侵蝕量偏大的主要原因是城鎮(zhèn)用地和工礦建設用地所占比例不斷擴大，且在使用RUSLE模型過程中對此兩類土地覆蓋類型的C和P因子賦予較大值，從而使得總侵蝕量偏大。

表6 不同區(qū)域和不同年份的土壤侵蝕量的特征值Table 6 Characteristic values of soil erosion in different regions and years t/(hm2·a)

為分析土壤侵蝕量等級的變化情況，基于GIS分別生成1990-2000年、2000-2010年以及1990-2010年三階段土壤侵蝕等級轉化圖(圖5)。這表明，在過去的20年間，東江流域的土壤侵蝕量等級總體變化不明顯，24 328 km2(91.14%)面積維持原有的侵蝕等級，僅2 365 km2(8.86%)侵蝕等級發(fā)生改變。在等級變化的面積中，1 286 km2(4.82%)從低等級轉變?yōu)楦叩燃墸? 079 km2(4.04%)高等級轉換為低等級。

注：“→”左邊與右邊羅馬數(shù)字分別代表首尾年土壤侵蝕等級圖5 東江流域土壤侵蝕等級轉化圖Fig.5 Conversion map of soil erosion level in Dongjiang River basin

2.3 討論

上述結果表明，東江流域在1990-2010年間土壤侵蝕總體不算嚴重，大部分地區(qū)屬于Ⅰ級/微度和Ⅱ級/輕度，主要原因如下：首先，流域地處華南亞熱帶濕潤區(qū)，豐沛的雨量、溫暖的氣候以及肥沃土地的使得流域植被繁茂，即便部分地區(qū)發(fā)生劇烈侵蝕，當?shù)厣鷳B(tài)系統(tǒng)能在如此適宜的自然條件下迅速修復，使得土壤侵蝕不會繼續(xù)惡化。因此，這種植被自我修復的能力對減少東江流域土壤侵蝕起到重要作用。其次，在過去幾十年間，人們對流域采取了大量水土保護措施，如劃定45個一級水源保護區(qū)和41個二級水源保護區(qū)，在這些保護區(qū)范圍內，一些諸如礦山開發(fā)、廠房建設、耕地開墾等人類活動受到嚴格限制，這極大地提高了流域內水土的抗侵蝕性。另外，針對局部土壤侵蝕較嚴重地區(qū)，政府部門采取了大量工程措施、生物措施以及農業(yè)技術防治性措施，有效緩解和治理土壤侵蝕問題。

盡管近20年來東江流域的土壤侵蝕問題總體不算嚴重，但仍需要值得注意：首先，從時間角度來看，年均土壤侵蝕量值、侵蝕高等級(Ⅳ-Ⅵ級)面積、侵蝕的低等級轉換為高等級的面積均呈逐年增長趨勢，表明1990-2010年間流域的土壤侵蝕量在逐年增加。隨著城市化進程推進，大量農田、草地、林地被侵占，使得東江流域尤其是下游地區(qū)的土壤生態(tài)系統(tǒng)發(fā)生重大改變，盡管采取了一定的水土保持措施，但仍不能阻止加劇趨勢，這將對流域內水土保持工作帶來嚴峻的挑戰(zhàn)。其次，從空間角度來看，非一致的人類活動導致流域土壤侵蝕的空間分布極不均衡，呈明顯的梯度特征，從上游到下游呈明顯遞增趨勢。下游地區(qū)更為劇烈的人類活動和更高的城市化水平使得水土侵蝕量更大，個別地區(qū)(如惠陽西部)在2010年侵蝕量甚至高達5 000 t/(hm2·a)。因此，面對東江流域土壤侵蝕的難題，需要準確把握流域的土壤侵蝕時空變化規(guī)律，需要立足過去、現(xiàn)在和將來的發(fā)展趨勢，全面了解流域梯度發(fā)展的特征，才能制定科學的水土保持計劃。

3 結 論

結合GIS技術利用RUSLE經(jīng)驗模型，探討1990-2010年土地覆蓋類型時空變化對梯度發(fā)展的東江流域的土壤侵蝕影響，得到如下結論：

1)東江流域中、上游地區(qū)土地覆蓋類型變化不太明顯，而下游地區(qū)受快速城市化影響變化較劇烈，大量水田、旱地、林地和草地轉化為城鎮(zhèn)用地、工礦建設用地以及園地。

2.AHP和模糊綜合評價模型。AHP即層次分析法是美國運籌學家、匹茲堡大學T.L.Saaty教授提出的，針對定性問題進行定量分析的一種方法。其實施步驟為：找出研究問題的所有影響因素，并構建遞階層次結構；建立兩兩判斷矩陣，確定各級指標權重；結合調研數(shù)據(jù)，計算各級指標的綜合分值。層次分析法的采用可以較好地克服指標權重主觀認定的不足。

2)1990年、2000年和2010年的土壤侵蝕等級均屬于Ⅱ級/輕度侵蝕；絕大部分地區(qū)的土壤侵蝕等級為Ⅰ級和Ⅱ級，此兩等級面積之和在1990,2000和2010年占到全流域面積的90.95%、91.25% 和91.26%；流域的土壤侵蝕量等級變化不明顯，約有91.14%維持原有的侵蝕等級，而8.86%侵蝕等級發(fā)生改變。變化等級面積中， 4.82%由低等級轉變?yōu)楦叩燃墸?.04%由高等級轉換為低等級。東江流域的土壤侵蝕情況與社會經(jīng)濟的梯度發(fā)展特征相一致，經(jīng)濟越發(fā)達區(qū)域其產(chǎn)生的土壤侵蝕量越大，經(jīng)濟越落后地區(qū)產(chǎn)生的土壤侵蝕量反而越小。盡管東江流域在1990-2010年間土壤侵蝕總體上并不算嚴重，但其侵蝕形勢存在逐漸加劇的跡象，未來仍需繼續(xù)加強土壤侵蝕的防治工作。

參考文獻：

[1] 許月卿，蔡運龍.貴州省貓?zhí)恿饔蛲寥狼治g量計算及其背景空間分析 [J].農業(yè)工程學報，2006, 22(5): 50-54.

XU Y Q，CAI Y L. Estimation of soil erosion and its spatial analysis in Maotiaohe watershed, Guizhou Province[ J]. Transactions of the Chinse Society of Agricultural Engineering, 2006, 22(5): 50- 54.

[2] WISCHMEIER W H, SMITH D D. Predicting rainfall-erosion losses from crop land and east of the Rocky Mountains [R]. Washington: Agriculture Handbook, 1965.

[3] RENARD K G, FERREIRA V A. RUSLE model description and database sensitivity[J]. Journal of Environmental Quality, 1992,22: 458-466.

[4] RENARD K G, FOSTER G A, WEESIES G A, et al. Predicting soil erosion by water: a guide to conservation planning with RUSLE [R]. Washington: Agriculture Handbook, 1997.

[5] 潘美慧，伍永秋，任斐鵬，等. 基于USLE的東江流域土壤侵蝕量估算 [J].自然資源學報，2010, 25(12): 2154-2164.

PAN M H，WU Y Q，REN F P，et al. Soil erosion estimation in Dongjiang River basin based on USLE [J].Journal of Natural Resources，2010, 25(12): 2154-2164.

[6] FOSTER G R, LANE L J. 1987 User requirements, USDA-Water Erosion Prediction Project (WEPP) [R]. West Lafayette: NSERL Report No.1, 1987.

[7] MORGAN R P C, QUINTON J N, SMITH R E, et al. The European soil erosion model (EUROSEM): A dynamic approach for predicting sediment transport from fields and small catchments [J]. Earth Surface Processes and Landforms, 1998, 22: 527-544.

[8] De ROO A P J, WESSELING C G, RITSEMA C J. LISEM: A single-event physically based hydrological and soil erosion model for drainage basins [J]. Hydrol Process, 1996,10: 1107-1118.

[9] De JONG S M, PARACCHINI M L, BERTOLO F, et al. Regional assessment of soil erosion using the distributed model SEMMED and remotely sensed data [J]. Catena, 1999, 27: 291-208.

[10] 賴成光，陳曉宏，趙仕威，等. 基于隨機森林的洪災風險評價模型及其應用 [J].水利學報，2015, 46(1): 58-66.

LAI C G，CHEN X H，ZHAO S W，et al. The flood risk evaluation model based on Random Forest and its application[J]. Journal of Hydraulic Engineering，2015, 46(1): 58-66.

[11] 石教智，陳曉宏，林汝顏. 東江流域降水時間序列的混沌特征分析[J]. 中山大學學報(自然科學版)，2006, 45(4): 111-115.

SHI J Z，CHEN X H，LIN R Y. Analysis of muddleheaded characteristics in Dongjiang River basin Rainfall time series[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni,2006, 45(4): 111-115.

[12] 賴成光，陳曉宏，王兆禮，等. 珠江流域 1960-2012年降雨侵蝕力時空變化特征 [J].農業(yè)工程學報，2015, 31(8): 159-167.

LAI C G，CHEN X H，WANG Z L，et al. Spatial and temporal variations of rainfall erosivity on Pearl River basin during 1960-2012[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(8):159-167.

[13] 章文波，謝云，劉寶元. 利用日雨量計算降雨侵蝕力的方法研究[J].地理科學，2002, 22(6):705-711.

ZHANG W B，XIE Y，LIU B Y. Rainfall erosivity estimation using daily rainfall amounts[J]. Scientia Geographica Sinica, 2002, 22(6):705-711.

[14] WILLIAMS J R, SHARPLY A N. EPIC-erosion productivity impact calculator: model documentation [R]. Washington DC: USDA of Agricultural Technical Bulletin,1990: 1768

[15] 黃金良，洪華生，張路平，等. 基于GIS和USLE的九龍江流域土壤侵蝕量預測研究 [J]. 水土保持學報，2004, 18(5): 75-79.

HUANG J L，HONG H S，ZHANG L P，et al. Study on Predicting soil erosion in Jiulong River Watershed Based on GIS and USLE[J]. Journal of Soil and Water Conservation，2004, 18(5): 75-79.

[16] 俱戰(zhàn)省，文安邦，嚴冬春，等. 三峽庫區(qū)小流域修正通用土壤流失方程適用性分析[J]. 農業(yè)工程學報，2015, 31(5): 121-131.

JU Z S， WEN A B，YAN D C，et al. Adaptability analysis on revised universal soil loss equation in small catchment of Three Gorges Reservoir Region[J]. Transactions of the Chinese Society of Agricultural Engineering, 2015, 31(5): 121-131.

[17] XIAO L L, YANG X H, CHEN S X, et al. An assessment of erosivity distribution and its influence on the effectiveness of land use conversion for reducing soil erosion in Jiangxi, China [J]. Catena, 2015, 125: 50-60.

[18] KOULI M, SOUPIOS P, VALLIANATOS F. Soil erosion prediction using the revised universal soil loss equation (RUSLE) in a GIS framework, Chania, Northwestern Crete, Greece [J]. Environ Geol, 2009, 57: 482-497.

[19] CHEN T, NIU R Q, LI P X. Regional soil erosion risk mapping using RUSLE, GIS, and remote sensing: a case study in Miyun Watershed, North China[J]. Environ Earth Sci, 2011, 62: 522-541.

[20] XU Y Q, SHAO X M, Kong Xiangbin, et al. Adapting the RUSLE and GIS to model soil erosion risk in a mountains karst watershed, Guizhou Province, China[J]. Environ Monit Assess, 2008, 141: 275-286.

[21] PAN, J H, WEN Y. Estimation of soil erosion using RUSLE in Caijiamiao watershed, China [J]. Nat Hazards, 2014, 71: 2187-2205.

[22] 陳燕紅，潘文斌，蔡芫鑌. 基于RS/GIS和RUSLE的流域土壤侵蝕定量研究——以福建省吉溪流域為例[J]. 地質災害與環(huán)境保護，2007,18(3): 5-10.

CHEN Y H，PAN W B，CAI Y B. Quantitative research on soil Erosion in catchment based on RS/GIS and RUSLE——Take JiXi river basin in Fujian Province as an example[J]. Journal of Geological Hazards and Environment Preservation，2007,18(3): 5-10.

[23] LIU D D, CHEN X H, LIAN Y Q, et al. Impacts of climate change and human activities on surface runoff in the Dongjiang River Basin of China [J]. Hydrol Process, 2010, 24: 1487-1495.

[24] 陸建忠，陳曉玲，李輝，等. 基于GIS/RS和USLE 鄱陽湖流域土壤侵蝕變化[J]. 農業(yè)工程學報，2011, 27(2): 337-344.

LU J Z，CHEN X L，LI H，et al. Soil erosion changes based on GIS/RS and USLE in Poyang Lake basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(2): 337-344.