楊 冰，黃 東，李海彬，梁汝豪

(1.廣東省水利水電科學研究院，廣東 廣州 510635；2.華南理工大學土木與交通學院，廣東 廣州 510641；3.廣東省水動力學應用研究重點實驗室，廣東 廣州 510635)

1 概述

河道泥沙是河床的重要組成部分，是河道穩(wěn)定、水沙平衡的物質基礎，同時也是極具經(jīng)濟價值的自然資源，廣泛用作建筑砂石料、吹填造地等。研究泥沙來源以及來沙趨勢有助于更好地了解流域的泥沙遷移、分配與沉積特征，對于泥沙輸移平衡以及泥沙挾帶養(yǎng)分及污染物的運移過程都具有重要意義[1]。

泥沙來源解析研究可以為針對關鍵源區(qū)制定和實施流域水土保持與水污染控制戰(zhàn)略提供科學依據(jù)，也可為河道采砂規(guī)劃提供更可靠的來沙量、沉沙量的計算[2]。當前定量識別流域泥沙來源的重要方法是泥沙指紋技術，其理論基礎是泥沙潛在源地類型可以根據(jù)土壤物質特性來區(qū)分[3-5]。但是大范圍的泥沙采樣、分析和監(jiān)測需要大量經(jīng)費、時間和人力的投入，所以，在一定精度范圍內(nèi)，通過有限的數(shù)據(jù)輸入，得到滿足要求的泥沙來源分析已成為趨勢[6]。因此對于很多數(shù)據(jù)資料不完善的地區(qū)，以通用土壤流失方程(RULSE)為代表的經(jīng)驗統(tǒng)計模型仍是應用最廣泛的泥沙來源分析替代方法。20世紀80年代以來，我國學者以RUSLE模型為基礎，也建立了若干個地區(qū)性的土壤侵蝕預報模型，如江忠善等考慮淺溝侵蝕對坡面侵蝕的影響，構建的坡面土壤流失預報模型[7]劉寶元等建立的中國水土流失方程CSLE[8]。此外，眾多考慮土壤侵蝕過程的物理模型也相繼問世，如美國的WEPP[9]、歐洲的EUROSEM[10]、荷蘭的LISEM[11]、地中海區(qū)域的SEMMED[12]等，而將RUSLE應用在鑒江流域的研究尚為少見。

2 方法與數(shù)據(jù)

2.1 研究區(qū)概況

鑒江流域位于廣東省西南部，地理坐標為東經(jīng)110°20′～111°20′，北緯21°15′～22°30′，地處北回歸線以南，屬熱帶亞熱帶季風溫和氣候(如圖1所示)。流域面積為 9 464 km2(其中茂名市境內(nèi)7 949 km2、湛江市境內(nèi)770 km2，廣西境內(nèi)745 km2，本研究范圍不包括廣西境內(nèi)面積)，是廣東省第三大水系。鑒江發(fā)源于廣東省信宜市的良安塘，流經(jīng)信宜、高州、化州、吳川等四縣市到吳川吳陽鎮(zhèn)入南海，全長為231 km。多年平均徑流量為76.82億m3，平均含沙量為0.56 kg/m3，年平均輸沙量為180萬t。多年平均降雨量為1 739 mm，降雨時空分布不均，年際變化較大，變化范圍為1 500～2 600 mm。

圖1 鑒江流域地理位置示意

鑒江流域山地面積占30.4%，丘陵面積占55.8%，平原面積占13.8%。上游為風化砂壤土，土質疏松，含有機質少，肥力低，有的地方植被差，水土流失較多。中游北部以紅壤和水稻土為主，其次為黃壤，南部也有成片黑土分布。中游西部以有機質紅壤土為多。沿江兩岸多屬沖積土(水稻土)，有機質多，肥力好。下游兩岸屬沖積砂壤土，滲漏較大。

2.2 修正通用土壤流失方程

本文基于修正通用土壤流失方程(RUSLE)對鑒江流域的土壤侵蝕情況進行評估。1993年由美國農(nóng)業(yè)部提出的RUSLE是目前全球應用最廣泛的水蝕預報經(jīng)驗模型[13-14]。隨著地理信息系統(tǒng)(GIS)技術不斷發(fā)展，基于GIS運用RUSLE定量評估土壤侵蝕以及識別流域泥沙來源，已成為高效分析區(qū)域水土資源的有效手段，在世界許多國家得到廣泛應用和研究。該模型不僅考慮了降雨、土地利用類型、土壤類型以及地形地貌的影響，同時也考慮了水資源管理和水土保持的影響。它已經(jīng)被廣泛應用于估算土壤侵蝕和泥沙溯源分析。RUSLE表達式為：

A=R×K×LS×C×P

(1)

式中A為單位時間單位面積上的年平均土壤侵蝕量，t/(km2·a)；R為降雨侵蝕力因子，(MJ·mm)/(hm2·h·a)，是降水產(chǎn)生的徑流對土壤造成侵蝕的動力指標，降雨的強度和持續(xù)時間對侵蝕有重要影響；K為土壤可蝕性因子，取值范圍為0～1，(t· h)/(MJ·mm)，其反映了土壤對侵蝕營力分離合搬運作用的敏感性；L為坡長因子；S為坡度因子；C為作物覆蓋與管理因子，取值范圍為0～1，無量綱，表示植被覆蓋和管理措施對土壤侵蝕的作用，C值越大說明所對應土地利用類型的土壤侵蝕越嚴重；P為土壤保持措施因子，取值范圍為0～1，無量綱，表示在特定水土保持措施的土壤流失于起伏地耕作的相應土壤流失之比，P值越低則減少突然侵蝕的水土保持措施越有效。

2.3 數(shù)據(jù)來源與預處理

RUSLE表達式中各指標因子的計算方法詳見參考文獻[13-14]。本研究選取2008—2017年鑒江流域及其周邊地區(qū)共計14個雨量觀測站(見圖1)的月降雨量數(shù)據(jù)計算鑒江流域近10年年均降雨侵蝕力因子(R)，然后運用克利金插值得到全流域的R空間分布示意(見圖2a)；選取源自聯(lián)合國糧食與農(nóng)業(yè)組織網(wǎng)站的土壤類型數(shù)據(jù)計算鑒江流域的土壤可蝕性因子(K)，其空間分布情況見圖2b；選取30×30 m精度的數(shù)字高程模型(DEM)借助ArcGIS10.5中空間分析工具包計算流域坡長因子(L)和坡度因子(S)，為研究方便本文將L和S因子合并成1個因子(LS)，其空間分布情況見圖2c；選取廣東省第三次全國土地調(diào)查成果中的土地覆蓋類型數(shù)據(jù)計算作物覆蓋管理因子(C)和土壤保持措施因子(P)，其空間分布情況分別見圖2d和圖2e。

a 降雨量侵蝕力因子(R)

3 結果與討論

3.1 土壤侵蝕量分析

基于RUSLE表達式及計算獲取的降雨侵蝕力因子(R)、土壤可蝕性因子(K)、坡度坡長因子(LS)、作物覆蓋管理因子(C)和土壤保持措施因子(P)即可算出鑒江流域土壤侵蝕量空間分布情況。根據(jù)計算結果可知，2008—2017年鑒江流域各地的土壤侵蝕量在0～170 452 t/(km2·a)之間。根據(jù)中國水利部在2008年發(fā)布的土壤分類和分級標準(SL 190—2007)，將本文計算出來的流域土壤侵蝕量分為6個等級，等級越高土壤流失量越大。此分類標準的單位是t/(km2·a)，分類情況如下：① 微度：A<500;② 輕度：500≤A<2 500;③ 中度：2500≤A<5 000;④ 強烈：5 000≤A<8 000;⑤ 極強烈：8000≤A<15 000;⑥ 劇烈：A>15 000。本研究利用ArcGIs軟件，對鑒江流域內(nèi)各空間點計算出的土壤侵蝕量(A)按照上述分類標準，分別統(tǒng)計各侵蝕等級地區(qū)的面積和占比情況(見表1)。

表1 鑒江流域土壤侵蝕各級別面積和比例

從計算結果看，2008—2017年鑒江流域土壤流失量平均值為4 932 t/(km2·a)，標準差為9 101 t/(km2·a)。按照分類標準鑒江流域雖屬于中度侵蝕但接近強烈侵蝕，表明2008—2017年鑒江流域整體土壤流失水平比較嚴重。從圖3可以看出，鑒江流域的土壤流失情況絕大部分地區(qū)都是微度、輕度和中度，占到全流域的90.35%，其中侵蝕量最小的地區(qū)在高州市和化州市以南的鑒江下游區(qū)域。強烈、極強烈和劇烈侵蝕的面積(分別為462 km2、301 km2、79 km2)相比之下相對較少，而且集中分布在流域東北部的山區(qū)地帶。經(jīng)分析鑒江流域引發(fā)土壤侵蝕的自然因素主要有以下方面：① 流域地貌以山地丘陵為主，特別是高州、信宜地區(qū)的山地丘陵區(qū)，土地坡度大，地形起伏大；② 林業(yè)結構不合理，部分山區(qū)松杉樹等針葉林為主，且部分地區(qū)經(jīng)濟林如桉樹林廣布，闊葉林較少，森林生態(tài)質量較低，對水土流失產(chǎn)生潛在威脅；③ 境內(nèi)降雨時空分布不均，年際變化較大，其變化范圍為1 500～2 600 mm，北部、東部山區(qū)降雨量較大，高州市和化州市以南的流域中下游地區(qū)降雨量最小，電白縣黃沙水庫上游的利洞站多年平均雨量為2 600 mm，是全流域最大的暴雨中心，降雨量大，易誘發(fā)水土流失。

圖3 鑒江RUSLE模型計算結果分布示意

3.2 鑒江上游泥沙來源分析

基于土壤侵蝕量計算結果，以鎮(zhèn)街為研究單元，對各鎮(zhèn)街的土壤侵蝕特征(強烈侵蝕、極強烈侵蝕、劇烈侵蝕占比，面積，極值，均值，標準差)進行分區(qū)統(tǒng)計。鑒江流域各鎮(zhèn)街的土壤侵蝕情況分布如圖4所示(圖中侵蝕強度不包含微度、輕度和中度)。根據(jù)統(tǒng)計結果可知，各鎮(zhèn)的土壤侵蝕量均值為0～24 549 t/(km2·a)，其中均值最高的5個鎮(zhèn)街依次是大坡鎮(zhèn)、羅坑鎮(zhèn)、那霍鎮(zhèn)、硃砂鎮(zhèn)和馬貴鎮(zhèn)，均位于鑒江上游，說明該5鎮(zhèn)是鑒江流域上游的泥沙主要來源區(qū)，各鎮(zhèn)侵蝕情況統(tǒng)計值詳見表2。

表2 各鎮(zhèn)街土壤侵蝕均值統(tǒng)計(前5)

圖 4 鑒江流域泥沙來源分布示意

同時，此5鎮(zhèn)的土壤侵蝕量的標準差分別為4 177 t/(km2·a)、18 078 t/(km2·a)、22 446 t/(km2·a)、11 739 t/(km2·a)和15 131 t/(km2·a)，除了大坡鎮(zhèn)的土壤侵蝕量標準差低于流域均值(9 101 (t/(km2·a))，其余4鎮(zhèn)均遠高于流域均值，說明鑒江流域土壤侵蝕嚴重的區(qū)域并不集中。

此外，本研究還基于各鎮(zhèn)街土壤侵蝕量的分區(qū)統(tǒng)計結果，對侵蝕強度較高(強烈、極強烈、劇烈侵蝕)的3個級別在各鎮(zhèn)街內(nèi)的面積占比進行了統(tǒng)計，3類面積占比之和最高的5個鎮(zhèn)街分別是羅坑鎮(zhèn)、云潭鎮(zhèn)、那霍鎮(zhèn)、播揚鎮(zhèn)和東鎮(zhèn)街道，面積占比之和分別達到了52.34%、47.37%、43.77%、40.76%和37.48%，各鎮(zhèn)侵蝕情況統(tǒng)計值詳見表3。說明此5鎮(zhèn)街的土壤侵蝕情況比較嚴重，至少1/3以上的土地存在強烈及以上等級的侵蝕，在后期的水土保持工作中需要重點攻堅此5鎮(zhèn)街。

表3 各鎮(zhèn)街強烈、極強烈、劇烈侵蝕占比統(tǒng)計(前5)

3.3 鑒江流域來沙趨勢分析

根據(jù)RUSLE表達式的含意可知，影響方程結果的因素主要有降雨量(R)、土壤類型(K)、土地覆蓋類型(C、P)和下墊面地形(LS)。其中，土壤類型和下墊面地形在2008—2017年間的變化情況可以忽略，土地覆蓋類型雖然有一定變化但其與降雨侵蝕力因子相比數(shù)值量級差別太大(見圖2)。所以，本研究中認為內(nèi)影響區(qū)域土壤侵蝕量的主要因素是降雨量。

利用線性趨勢回歸對鑒江流域及其周邊地區(qū)共計14個雨量觀測站2008—2017年的月降雨量數(shù)據(jù)的變化情況進行趨勢分析，顯著性水平α=0.05。結果如圖5所示，金垌圩、信宜站和馬貴站的降雨趨勢顯著增大，利垌站的降雨趨勢顯著減小，剩余10個雨量站點數(shù)據(jù)變化不顯著?；诮涤炅康淖兓厔萦嬎愠鲨b江流域未來土壤侵蝕量變化的情況(見圖5)可知，信宜市和高州東北部地區(qū)(高州水庫上游地區(qū))降雨趨勢整體上升，電白東部地區(qū)降雨趨勢顯著減少。

圖5 鑒江流域來沙趨勢示意

根據(jù)理論計算預測，信宜市的東鎮(zhèn)街道、池洞鎮(zhèn)、北界鎮(zhèn)、丁堡鎮(zhèn)，高州市的馬貴鎮(zhèn)、古丁鎮(zhèn)、深鎮(zhèn)鎮(zhèn)、平山鎮(zhèn)將是鑒江流域河道泥沙的主要源區(qū)，且未來來沙趨勢可能會顯著增高。

4 結語

本文研究的目的是評估鑒江流域的土壤侵蝕情況，分析流域泥沙來源以及合理預估河流來沙趨勢。利用RUSLE模型，基于土壤覆蓋類型數(shù)據(jù)來評估鑒江流域2008—2017年的土壤流失情況。結果表明：

1) 2008—2017年鑒江流域整體土壤流失水平比較嚴重，土壤流失量年均值為4 932 t/(km2·a)屬于中度侵蝕。

2) 各鎮(zhèn)的土壤侵蝕量均值為0～24 549 t/(km2·a)，其中大坡鎮(zhèn)、羅坑鎮(zhèn)、那霍鎮(zhèn)、硃砂鎮(zhèn)和馬貴鎮(zhèn)土壤侵蝕量均值排名前五，是鑒江流域的泥沙源區(qū)。

3) 羅坑鎮(zhèn)、云潭鎮(zhèn)、那霍鎮(zhèn)、播揚鎮(zhèn)和東鎮(zhèn)街道強烈及以上的侵蝕強度占比排名前五，是整個流域侵蝕情況最嚴重的地區(qū)。

4) 信宜市和高州東北部地區(qū)(高州水庫上游地區(qū))降雨趨勢整體上升顯著，因而土壤侵蝕量也將會顯著上升。

本文的研究結果對于水土保持規(guī)劃、預防和減少水土流失及其相關領域有較大參考價值。在后續(xù)的研究中，筆者還將更多關注各因子的變化機理以及數(shù)據(jù)源的預處理，如不同的數(shù)據(jù)插值方式的比較，以此來提高模型的效率和精度。