田培 于田溪源 毛夢培 龔雨薇 喻海軍

［關(guān)鍵詞］土壤侵蝕模型；植被因子；估算方法；紅壤區(qū)

［摘要］受自然環(huán)境和人為因素的共同影響，我國南方紅壤區(qū)水土流失分布廣泛。植被因子作為通用土壤流失方程的一個重要因子，對土壤流失量的準確預(yù)測具有重要意義。梳理近些年國內(nèi)外學(xué)者對紅壤區(qū)植被因子的相關(guān)研究，基于大尺度和小尺度區(qū)域的研究成果總結(jié)紅壤區(qū)植被因子測算的方法、可行性及精度，發(fā)現(xiàn)當(dāng)前紅壤區(qū)的相關(guān)研究中還存在植被因子測算精度不高、結(jié)果移植性差、標準不一致等亟待解決的問題。為此，提出以下研究展望：逐步建立系統(tǒng)化、標準化的地面監(jiān)測系統(tǒng)，通過系列化標準小區(qū)監(jiān)測結(jié)果確定植被因子的量化結(jié)果；合理考慮植被結(jié)構(gòu)，對紅壤區(qū)植被因子的測算進一步細化；結(jié)合地理信息技術(shù)改善植被蓋度的觀測方法與精度；關(guān)注不同尺度的植被因子測算方法，以完善適合紅壤區(qū)的土壤侵蝕模型的研發(fā)與應(yīng)用。

［中圖分類號］S157.1［文獻標識碼］A［文章編號］1000－0941（2023）04－0053－07

水土流失是多種因子綜合作用的結(jié)果，包括降水強度、坡度等，其中植被因子對水土流失的影響作用更是多方面的，不同的植被蓋度、植被種類、枯枝落葉以及植被根系對水土流失均有影響[1]。南方紅壤區(qū)水熱條件充分、立地條件多樣、植被類型豐富、人口基數(shù)大，是我國主要的糧食產(chǎn)地，也是中國五大水蝕類型區(qū)之一，其水蝕強度僅次于黃土高原區(qū)，對與生物措施、植被結(jié)構(gòu)等有關(guān)的植被因子有著迫切研究需求。

1紅壤區(qū)土壤侵蝕模型及植被因子研究現(xiàn)狀

1.1紅壤區(qū)常用土壤侵蝕模型

目前，常用的土壤侵蝕模型可分為物理成因模型和經(jīng)驗統(tǒng)計模型兩大類［2］。物理成因模型如LISEN、WATEM/WDEEM、HSPE、EPICC及水蝕預(yù)測模型WEPP均能夠較好地描述土壤侵蝕或泥沙輸移過程，相比經(jīng)驗統(tǒng)計模型具有更好的移植性［3］，但是往往很難針對特定小流域給出指導(dǎo)意見，因此目前我國研究及應(yīng)用較廣的仍是USLE、RUSLE和CSLE等經(jīng)驗統(tǒng)計模型?？紤]到經(jīng)驗統(tǒng)計模型在應(yīng)用區(qū)域及參數(shù)選取方面存在限制，一旦脫離原研究區(qū)預(yù)測精度就會產(chǎn)生較大不確定性［4］，因此研究人員一直致力于基于實際情況的模型改進及其因子測定方法的研究。

目前在紅壤區(qū)土壤侵蝕模型方向的研究方面已取得大量成果，但是往往缺乏在過程和機理方面的深入系統(tǒng)探討，侵蝕模型和影響因子的確定方式不能做到統(tǒng)一標準，數(shù)據(jù)資料的共享性差。

1.2植被因子研究現(xiàn)狀

植被因子在USLE/RUSLE經(jīng)驗統(tǒng)計模型中定義為在一定植被覆蓋條件下的土壤流失量與在同等條件下適時翻耕、連續(xù)休閑的對照地上土壤流失量的比值。作物不同生長期侵蝕性降雨量的多少對其值的大小影響很大，根據(jù)年內(nèi)季節(jié)分布的降雨侵蝕力進行全年平均值加權(quán)計算。同理，在其他土壤侵蝕模型中都有相應(yīng)的具體計算方式，其中經(jīng)驗統(tǒng)計模型中的植被因子也會受到水土保持措施等人為因素的影響。常用的土壤侵蝕模型如USLE、RUSLE等都是以植被覆蓋因子作為重要參數(shù)，而對于植被因子的研究分析往往采用植被蓋度指標進行表征[5-6]。USLE、RUSLE兩個模型在我國應(yīng)用較廣，許多學(xué)者都對其中的植被因子以及與之相關(guān)的管理因子進行了深入研究。然而由于研究區(qū)域的不同，植被類型、結(jié)構(gòu)以及土壤性質(zhì)等因素也不同，因此植被因子的數(shù)值在土壤侵蝕模型中也會出現(xiàn)顯著差異。

我國的紅壤區(qū)存在“遠看青山在，近看水土流”的問題，雖然近些年水土保持工作取得一定進展，植被蓋度較高，但是植被分布破碎化，垂直結(jié)構(gòu)發(fā)育依舊較差，林下水土流失嚴重[7-8]，這說明紅壤區(qū)植被蓋度因子在一定意義上并不能完全取代植被因子。并且我國目前的土壤流失方程研究多為在原有國內(nèi)外經(jīng)驗方程的基礎(chǔ)上進行改進，這些經(jīng)驗方程的研究區(qū)域在研究初期多集中在黃土高原地區(qū)，近幾年則著重在青藏高原[9-11]和喀斯特地區(qū)[12-14]。這些研究區(qū)域的特異性較強，無論是氣候還是土壤等條件都與紅壤區(qū)存在較大差異，許多現(xiàn)有的經(jīng)驗方程在南方紅壤區(qū)應(yīng)用過程中都或多或少存在“水土不服”的狀況。目前，我國在進一步引進國外研究方法的基礎(chǔ)上，應(yīng)不斷結(jié)合自身特點，著重于對適應(yīng)本國國情的新模型的開發(fā)，并且通過結(jié)合土壤侵蝕模型與GIS、RS等地理信息技術(shù)以增加通用性和統(tǒng)一性，建立更完整的中國土壤侵蝕評價模型體系。

2紅壤區(qū)大尺度植被因子的測算方法

大尺度是指流域尺度以及區(qū)域尺度。在大尺度的前提下若想獲得植被因子，則離不開地理信息技術(shù)的應(yīng)用。遙感技術(shù)的發(fā)展促進了大尺度植被因子估算的發(fā)展，使得植被因子的估算更加精確和便利，但是全面性以及準確性仍然不足。所以，探索更新的大尺度植被因子測算方法，緊跟RS以及GIS技術(shù)的發(fā)展步伐，是現(xiàn)階段土壤侵蝕方程各因子測算的重要研究方向。

2.1直接賦值法

直接賦值法多結(jié)合遙感技術(shù)，估算數(shù)據(jù)依賴于當(dāng)?shù)氐钠渌芯砍晒蛭墨I，估算方法依賴于前人經(jīng)驗。大部分學(xué)者采用將地區(qū)的遙感影像分類或解譯之后，將相似地區(qū)的植被因子值直接賦予土地利用類型的方式，但是存在大量文獻以及數(shù)據(jù)基礎(chǔ)的情況一般都是較為少見的。尤其是在南方紅壤區(qū)，有一些學(xué)者會基于自身計算的典型植被因子值，結(jié)合研究區(qū)情況進行賦值[15]，即根據(jù)小尺度的值推算大尺度值。還有部分學(xué)者會通過TM遙感影像數(shù)據(jù)進行計算得到植被蓋度因子，之后對比文獻進行賦值[16-17]。目前在世界上普遍使用的是結(jié)合植被蓋度的賦值方法，此方法雖簡單易行，但是獲得的植被因子為固定值[6]，不能很好地考慮林下植被蓋度、植被均勻度等影響因素，故不適合在我國南方紅壤區(qū)應(yīng)用，需結(jié)合前期計算以及小規(guī)模試驗進行調(diào)整。不過，直接賦值法也是有自身優(yōu)勢的，因而在國內(nèi)外使用頻率并不低，雖然不能對同一土地利用類型的時空等方面的異質(zhì)性做到精細的考量，但是充分考慮了土地利用類型的變化，可以在研究中達到預(yù)測未來不同土地利用類型場景下水土流失變化趨勢的目的[18]。

2.2建立C因子估算關(guān)系模型

作為USLE/RUSLE模型核心參數(shù)之一的C因子，是指特定地表覆蓋和管理措施下的土壤流失量與同等條件下適時翻耕、連續(xù)休閑的對照地土壤流失量之比，它反映了植被或作物覆蓋對土壤侵蝕的綜合影響，具有強烈的時空變異特征［19］。因直接賦值法無法反映植被因子時空變異的特點，故有學(xué)者提出建立植被因子值與遙感信息的回歸方程，再通過回歸方程反演地面的植被因子值的估算關(guān)系模型法[20]，并將此方法與賦值法結(jié)合使用[17]。由于C因子計算比較復(fù)雜，因此目前國內(nèi)外基本都是按照USLE模型的思路，根據(jù)實測數(shù)據(jù)進行簡單快速擬合[21]。將遙感影像圖與土地利用圖疊加，提取各個土地利用類型的波段組合或植被指數(shù)，參照相關(guān)資料建立回歸方程。或在野外實測的基礎(chǔ)上，建立植被因子與遙感像元波段組合或植被指數(shù)的關(guān)系方程，將極大值賦值為1，將負值賦值為0[6，22-23]。此類方法在現(xiàn)有的研究中已經(jīng)可以達到區(qū)別植被種類等變量的水平，甚至可以根據(jù)不同的植被類型建立各自的回歸方程，靈活性高、針對性強，對于測算我國南方紅壤區(qū)的植被因子具有先天的優(yōu)勢。

植被蓋度因子作為影響C因子的一個重要因素，在我國已有眾多研究者對其進行了廣泛而深入的研究，構(gòu)建了眾多C因子和蓋度關(guān)系式，目前使用較為廣泛的是蔡崇法等[24]建立的關(guān)系式，也有許多學(xué)者在紅壤區(qū)進行研究[25-26]。在評估植被蓋度因子時多以歸一化植被指數(shù)（NDVI）為標準[27]。但是歸一化植被指數(shù)存在誤差較大的問題：一是土壤和樹冠背景噪音常造成植被指數(shù)的不確定，并且校正水平有限；二是NDVI值在高覆蓋區(qū)容易飽和，進而使植被指數(shù)在高覆蓋區(qū)易被壓縮、低覆蓋區(qū)易被夸大；三是NDVI受其本身的非線性特征影響，不能很好地應(yīng)用于植被碎塊，在異質(zhì)性土地覆蓋上有很強的尺度差異[28]。這就使得其與C因子的方程擬合精度不高[29]。因此，國內(nèi)外學(xué)者多根據(jù)植被所處生長期或是植被類型，選擇不同的植被指數(shù)進行植被因子的評估，例如NDSVI、NDTI、ND15等[30-31]衰敗植被指數(shù)。此外，SDVI指數(shù)比較適合分析碎塊化植被以及高度異質(zhì)性的植被[28]。但是，此類方法仍需要依靠前人的研究成果，并不能保證依靠植被指數(shù)所建立的回歸方程在中國南方紅壤區(qū)具有可移植性，并且目前國內(nèi)針對植被衰敗指數(shù)、高光譜數(shù)據(jù)和微波數(shù)據(jù)應(yīng)用于大尺度植被因子估算的研究還很不成熟[6]。

3紅壤區(qū)小尺度植被因子的確定方法

小尺度是指坡面、小區(qū)以及小流域尺度[6]。近幾年我國小尺度試驗發(fā)展較快，尤其是以采用可調(diào)坡鋼槽為主的室內(nèi)人工降雨以及沖刷試驗得到了一定發(fā)展，積累了大量實踐經(jīng)驗。根據(jù)我國現(xiàn)階段研究特點，在小尺度植被因子的估算上有人工種植和使用自然植被兩個方向，采用人工種植植被的試驗主要關(guān)注植被蓋度等因子的控制方法，而采用天然植被的試驗估算植被因子還需借助一些前人總結(jié)的經(jīng)驗。

3.1植被因子的控制方法

植被因子的控制方法一般在室內(nèi)人工降雨、坡面沖刷試驗以及室外小區(qū)、坡面試驗等需要人工種植植被的試驗上有一定的應(yīng)用價值，現(xiàn)階段還不存在一種統(tǒng)一的經(jīng)驗范式。目前在小尺度研究中控制植被因子主要有兩個方向：一是在前期種植時把握種植的植被種類和種植密度，在種植期間進行間苗和補種以達到要求蓋度[32]，一般采用穴播法以方便觀察和管理；二是利用相機或手機進行拍照之后通過ERDAS或PhotoshopCS4等軟件進行分析，測算植被蓋度，一旦植被的生長狀況超過預(yù)期，一般就會應(yīng)用人工修剪的方法降低植被蓋度。也有一些學(xué)者如潘成忠等[33]將兩種方法進行結(jié)合，前期根據(jù)經(jīng)驗通過穴播法控制蓋度，后期應(yīng)用軟件識別照片并對多余植被進行處理以達到精度更高的目的。

3.2植被因子減沙效果計算方法

3.2.1標準小區(qū)法

標準小區(qū)法即前期設(shè)定統(tǒng)一的小區(qū)作為標準，在后續(xù)研究中直接訂正到標準小區(qū)上進行分析并探尋規(guī)律。我國在標準小區(qū)法方面的研究開始較早，并且在小區(qū)劃定和參數(shù)設(shè)置方面逐步實現(xiàn)了立足我國國情。江忠善等[34]采用坡度為10°、坡面投影長度為20m、寬為5m的直型坡裸露小區(qū)作為標準小區(qū)開展黃土高原地區(qū)土壤流失預(yù)報方程研究。張科利等[35]考慮到我國陡坡開墾情況以及坡度范圍，為將標準小區(qū)進一步推廣，建議將清耕休閑地參數(shù)設(shè)置為坡度為15°、坡面長20m、寬5m。目前我國主要農(nóng)作區(qū)的標準小區(qū)都有學(xué)者進行過測算以及研究，其中紅壤分布較廣的華東農(nóng)作區(qū)[36]也有學(xué)者進行了標準小區(qū)的植被因子測算。但是，由于不同學(xué)者對標準小區(qū)劃分標準的認定存在差異，以及對作物生長狀況、作物種類等條件的限定不統(tǒng)一，因此不同學(xué)者對標準小區(qū)植被因子的測算結(jié)果相差甚遠，相互不具備參考性。

3.2.2次因子法

目前使用較為廣泛的是RUSLE模型提供的次因子法，即通過實測獲得冠層郁閉度、雨滴降落高度、地表蓋度、土壤含水量等參數(shù)，代入次因子計算公式或RUSLE計算機程序[6]。在參數(shù)的獲取過程中一部分數(shù)據(jù)在一般條件下難以實測獲得，需要查詢前人的經(jīng)驗數(shù)據(jù)，這就導(dǎo)致了數(shù)據(jù)的不準確性，并且使用這種方法一旦出現(xiàn)數(shù)據(jù)問題就很難察覺和補救，一些學(xué)者為減小這類問題導(dǎo)致的誤差會結(jié)合觀測數(shù)據(jù)進行校準[37]。值得肯定的是，使用該方法計算的植被因子能使考慮的因素更加全面。

次因子法的理論在某些半物理模型中也有體現(xiàn)，例如用于模擬降雨侵蝕的MMF模型是一個基于過程的半物理模型，其在應(yīng)用中考慮了冠層、單位高度、莖干數(shù)、莖直徑等參數(shù)對植被因子進行表征，最初是為了在小尺度范圍估算年土壤損失，例如山間的破碎地塊等。值得注意的是這種方法目前使用GIS結(jié)合一種基于光柵/網(wǎng)格單元的分布式方法，成功擴展到更大的尺度規(guī)模[37]，完成了從小尺度到大尺度的跨越。

3.2.3C因子與蓋度關(guān)系式法

這種方法在數(shù)據(jù)不易獲得的情況下使用非常普遍，因此在我國南方紅壤區(qū)水土流失數(shù)據(jù)和研究成果比較缺乏的情況下，通過小規(guī)模試驗建立植被蓋度與C因子關(guān)系式的方法更具合理性。這種方法與基于大尺度遙感組合波段測算植被因子的方法類似，都具有一定的靈活性，但是在我國紅壤區(qū)水土流失治理應(yīng)用存在兩方面的缺陷：一是此方法應(yīng)用于小區(qū)域會先通過徑流小區(qū)試驗建立植被因子與蓋度的關(guān)系方程，相對大尺度區(qū)域研究來講缺乏可移植性；二是C因子與蓋度關(guān)系計算方法多樣，標準小區(qū)不統(tǒng)一，導(dǎo)致建立的關(guān)系式之間可比性差，難以判斷C因子的準確性[6]，并且現(xiàn)階段在我國研究和應(yīng)用較廣的C因子與蓋度關(guān)系模型多在黃土高原地區(qū)建立，在紅壤區(qū)水土流失治理中很難保證精度。劉寶元等[38]在考慮冠層的同時考慮了地表覆蓋因子，使得植被因子的測算更具合理性，這種方式對植被垂直結(jié)構(gòu)發(fā)育不完善的紅壤區(qū)C因子與蓋度關(guān)系模型的建立具有參考和借鑒意義。

3.2.4方程反用法

目前國內(nèi)外在USLE/RUSLE模型植被因子方面開展了大量研究，但是針對中國紅壤區(qū)開展的研究較少，方程反用法也多為基于USLE模型的應(yīng)用。方程反用法是直接通過方程計算植被因子值，這種方法需要對方程中的其他因子進行測定。目前在我國南方紅壤區(qū)此類方法的應(yīng)用比較少見，但是也有學(xué)者在基于參數(shù)本地化的CSLE模型的基礎(chǔ)上在紅壤區(qū)使用。秦偉等[39]以南方紅壤區(qū)的氣候以及下墊面特征為基礎(chǔ)，結(jié)合長期觀測的降水等數(shù)據(jù)特征，利用CSLE模型先根據(jù)各小區(qū)逐年土壤侵蝕量獲得相對應(yīng)治理模式的B因子和E因子（其中B因子為生物措施因子，E因子為工程措施因子）乘積值，再通過B、E因子值互相比算得到與植被相關(guān)的B因子值。由于贛南等典型紅壤地形區(qū)地形多樣，植被類型差異較大，有限數(shù)量的試驗小區(qū)尚不能涵蓋全面，因此其試驗結(jié)果并不具有普遍代表意義，但是其方法的應(yīng)用對后續(xù)研究具有一定的啟發(fā)意義。黃俊等[40]利用CSLE模型對紅壤區(qū)植被蓋度因子進行反推，并通過納什系數(shù)、均方根誤差和決定系數(shù)進行評估，結(jié)果雖然相對理想，但仍然存在試驗數(shù)據(jù)有限、樣本數(shù)據(jù)不足等問題。

4不同尺度C因子估算方法對比

4.1大尺度

首先，根據(jù)我國紅壤區(qū)丘陵廣布、植被分布破碎的特點，將植被因子直接賦值為定值顯然是不科學(xué)的，運用靈活性較高的遙感波段組合以及建立回歸方程的方法更具合理性；其次，紅壤區(qū)植被普遍存在林下灌叢發(fā)育不完善、裸露土壤面積較大的問題，導(dǎo)致以植被蓋度為測算標準的植被因子誤差較大，不具有普遍指導(dǎo)意義；再次，植被因子的精度還會受到植被類型的影響，單一植被類型的線性模型擬合精度一般較高，而多植被類型的模型擬合精度會受到一定影響[41]。因此，在植被類型復(fù)雜的紅壤區(qū)如何定量估算植被因子還需要進一步研究。

在南方紅壤大尺度地區(qū)測算植被因子需要綜合考慮研究區(qū)的植被生長狀況及植被類型，對研究區(qū)域進行前期考察和定性分析[42]，適時引入結(jié)構(gòu)化植被因子指標等研究成果，以有效提高數(shù)據(jù)精度和試驗合理性。例如代僑等[43]以南京市為研究區(qū)域，利用南方植被結(jié)構(gòu)指數(shù)對C因子進行估算以提高模型精度；姚雄[44]在南方紅壤水土流失區(qū)綜合了森林植被不同層次的水土保持綜合作用，經(jīng)過反復(fù)分析試驗，構(gòu)建了C因子與森林植被結(jié)構(gòu)化因子的量化耦合模型，并結(jié)合土地利用專題圖，定性驗證了基于森林植被結(jié)構(gòu)化因子的C因子合理性。以上研究結(jié)果都表明：適時引入結(jié)構(gòu)化植被因子可以有效提高南方紅壤水土流失區(qū)的模型精度，并且具有較強的地區(qū)針對性。除此之外，郎燕等[18]的研究為我們提供了一種新思路：根據(jù)兩種方法的優(yōu)缺點對植被因子進行分時段測算，在對歷史或現(xiàn)狀進行測算時發(fā)揮C因子估算模型反映時空變異特點的優(yōu)勢，使用NDVI對植被蓋度進行表征，而對未來的狀況進行估測時充分發(fā)揮賦值法模擬變化趨勢的優(yōu)勢，達到對未來狀況進行模擬的目的。

4.2小尺度

小尺度植被因子的測算一般對精度要求較高，特異性較強，因此前人研究的經(jīng)驗總結(jié)以測算方法的評價和移植為主?？梢詫⑿〕叨戎脖灰蜃拥臏y算分為室內(nèi)和室外兩種：室內(nèi)試驗多結(jié)合人工降雨以及坡面沖刷等設(shè)備，植被以人工種植為主，意在模擬自然的植被狀態(tài)，對于環(huán)境的控制具有天然的優(yōu)勢，目前植被因子的測算以拍照結(jié)合軟件分析為主；室外試驗以小區(qū)、坡面為主，對于植被因子的測算常結(jié)合遙感等技術(shù)，但許多控制因子難以實測，因而對經(jīng)驗數(shù)據(jù)的依賴性較高。

針對以上問題，首先對于室內(nèi)試驗需要注重提高設(shè)備精密程度，以減小誤差，并且在植被因子的控制上要盡量貼近自然狀態(tài)；其次，室外小尺度試驗在對植被生長狀態(tài)（包括植被種植密度、植株生長時間、所處季節(jié)等）的控制上及標準小區(qū)的選擇上都要做到嚴格界定，要求清晰地說明植被的生長狀態(tài)以及此狀態(tài)的研究意義并選擇符合實際的標準小區(qū)。除此之外，不論是標準小區(qū)的選擇還是植被生長狀態(tài)的控制都應(yīng)該考慮其對于未來紅壤區(qū)水土保持工作的意義，應(yīng)盡可能地貼合當(dāng)前生產(chǎn)生活實際，爭取能夠為其他學(xué)者在我國紅壤區(qū)的研究以及水土保持工作提供經(jīng)驗或數(shù)據(jù)的支撐。

小尺度試驗雖然可移植性差，但是重在針對性和精度，可以對水土流失過程和機理進行深入研究。如何有效地模擬研究區(qū)植被自然生長狀況，如何克服紅壤區(qū)前期資料不足的缺陷，如何將小規(guī)模的經(jīng)驗推廣到大尺度地區(qū)，仍然是當(dāng)前植被因子測算研究中的關(guān)鍵突破點。因此，對于研究區(qū)的前期考察和調(diào)研不能忽視，需要充分了解紅壤區(qū)的植被生長狀態(tài)和植被類型，適時采用最新的研究成果提高精度，例如使用MMP等模型結(jié)合GIS技術(shù)的拓展應(yīng)用[37]，將試驗結(jié)果推廣到大尺度。

4.3估算方法對比

通過對紅壤區(qū)不同植被因子估算方法進行總結(jié)，對比其優(yōu)缺點，結(jié)果見表1。

5結(jié)論及展望

目前國內(nèi)外還沒有一個完全適用于各種類型的土壤侵蝕模型，尤其是我國南方紅壤區(qū)這種特異性強的水土流失地區(qū)，更是缺乏一種普遍適用的土壤侵蝕模型。同時，針對紅壤區(qū)的植被因子測算方法還很不完善，無論是從大尺度還是從小尺度，植被因子的測算方法都存在數(shù)據(jù)難獲得、標準不統(tǒng)一以及對植被結(jié)構(gòu)考慮不足等缺陷，在此基礎(chǔ)上測算出的植被因子移植性較差，對于紅壤區(qū)大范圍水土保持工作指導(dǎo)意義不大。

針對以上問題，首先需要建立統(tǒng)一的標準，例如根據(jù)水利部的統(tǒng)一標準劃定徑流小區(qū)以及限定研究區(qū)域植被生長狀況；其次需要對紅壤區(qū)植被因子的測算參數(shù)進一步細化，合理考慮植被結(jié)構(gòu)；最后對于大尺度植被因子的測算要考慮研究結(jié)果的通用性，對于小尺度植被因子的測算要考慮研究結(jié)果的針對性和可應(yīng)用性，不斷注重遙感等地理信息技術(shù)的綜合應(yīng)用，進一步優(yōu)化模型，提高模型的可移植性，針對中國紅壤丘陵水土流失地區(qū)建立更加完善的評價體系。綜上，現(xiàn)對我國土壤侵蝕方程以及植被因子測算發(fā)展提出如下幾點展望：

（1）模型的應(yīng)用與開發(fā)應(yīng)與信息技術(shù)手段結(jié)合。尤其是要結(jié)合GIS和RS等技術(shù)，不斷改善水土流失及與之緊密相關(guān)的植被蓋度因子等的觀測方法，建立完善的水土保持數(shù)據(jù)支撐體系。

（2）關(guān)注模型尺度，實現(xiàn)結(jié)果推廣。在模型的選擇上要關(guān)注模型的適用尺度，同時可以將大尺度研究與小尺度研究相結(jié)合，利用現(xiàn)代信息技術(shù)實現(xiàn)從小尺度到大尺度的拓展應(yīng)用。這一點在植被因子的估算方面尤為重要。

（3）完善物理模型研究與應(yīng)用，探究水土流失機理。我國現(xiàn)階段物理模型的研究及應(yīng)用還不夠充分，尤其是有關(guān)坡面、溝道等輸沙機理及規(guī)律等方面的基礎(chǔ)研究還處于滯后階段，前期工作不充分，這些問題都在很大程度上影響了我國土壤侵蝕方程的發(fā)展。

（4）完善各因子測算技術(shù)，規(guī)范前期觀測試驗。在以上有關(guān)植被因子測算方法的討論中可以發(fā)現(xiàn)：以次因子法為例，許多數(shù)據(jù)難以實測獲得并且嚴重依賴前人的數(shù)據(jù)結(jié)果，這在很大程度上影響了結(jié)果的準確性。除此之外，模型的水文參數(shù)以及糙度、摩阻系數(shù)等物理參數(shù)都是參數(shù)確定的大難題，若觀測缺失則勢必影響試驗結(jié)果。因此，完善因子測算技術(shù)，規(guī)范前期觀測試驗就顯得十分必要。

（5）完善侵蝕模型的開發(fā)。我國的侵蝕環(huán)境具有多樣性和復(fù)雜性特點，因此土壤侵蝕模型的開發(fā)以及相關(guān)因子的測算要首先考慮其應(yīng)用價值，因地制宜、因時制宜，以便在紅壤區(qū)等水土流失嚴重地區(qū)的水土保持工作中發(fā)揮更好的指導(dǎo)作用。

［參考文獻］

[1]吳光艷，金平偉，鐘雄，等.南方紅壤區(qū)植被蓋度對水土流失影響初探[J].亞熱帶水土保持，2016，28（4）：1-4.

[2]郭興月，王添，程圣東，等.近30年土壤侵蝕模型研究進展[J].泥沙研究，2023，48（1）：65-72.

[3]WAINWRIGHTJ，MULLIGANM．EnvironmentalModelling：FindingSimplicityinComplexity[M].Chichester：Wiley-Blackwell，2013：494．

[4]韓波.土壤侵蝕模型在黃土高原水土保持實踐中的應(yīng)用研究[J].工程技術(shù)研究，2020，5（16）：249-250.

[5]劉金.基于植物群落結(jié)構(gòu)的水土流失植被因子指數(shù)研究[J].水利技術(shù)監(jiān)督，2018（5）：147-150.

[6]ZHUXiaoyan，ZHANGRenzhi，SUNXuwei.SpatiotemporaldynamicsofsoilerosionintheecotonebetweentheLoessPlateauandWesternQinlingMountainsbasedonRUSLEmodeling，GIS，andremotesensing[J].ArabianJournalofGeosciences，2021，14（1）：377-392.

[7]陳佳，李忠武，方怒放，等.紅壤丘陵區(qū)不同植被覆蓋閾值小流域時空分布規(guī)律[J].水土保持研究，2023，30（2）：186-192.

[8]陳洋，張海東，于東升，等.南方紅壤區(qū)植被結(jié)構(gòu)類型與降雨模式對林下水土流失的影響[J].農(nóng)業(yè)工程學(xué)報，2020，36（5）：150-157.

[9]魏健美，李常斌，武磊，等.基于USLE的甘南川西北土壤侵蝕研究[J].水土保持學(xué)報，2021，35（2）：31-37，46.

[10]魏夢美，符素華，劉寶元.青藏高原水力侵蝕定量研究進展[J].地球科學(xué)進展，2021，36（7）：740-752.

[11]陳同德，焦菊英，王顥霖，等.青藏高原土壤侵蝕研究進展[J].土壤學(xué)報，2020，57（3）：547-564.

[12]張琳卿，覃莉，劉忠仙，等.黔中喀斯特地區(qū)坡面種植措施對土壤水分及產(chǎn)流產(chǎn)沙的影響[J].水土保持通報，2021，41（3）：15-21，30.

[13]陳起偉，熊康寧，蘭安軍.基于GIS技術(shù)的貴州省土壤侵蝕危險性評價[J].長江科學(xué)院院報，2020，37（12）：47-52，66.

[14]黃凱，劉瑞祿，覃莉，等.不同降雨條件下坡長對喀斯特坡面土壤侵蝕的影響[J].應(yīng)用生態(tài)學(xué)報，2021，32（1）：271-280.

[15]FUGuobin，CHENShulin，MCCOOLDK.ModelingtheimpactsofnotillpracticeonsoilerosionandsedimentyieldwithRUSLE，SEDD，andArcViewGIS[J].Soil&TillageResearch，2004，85（1）：38-49.

[16］SOYOUNGP，CHEYOUNGO，SEONGWOOJ，etal.SoilerosionriskinKoreanwatersheds，assessedusingthereviseduniversalsoillossequation[J].JournalofHydrology，2011，399（3）：263-273.

[17]ROBERTOR，THANHHLe，MARIACR.ARUSLEapproachtomodelsuspendedsedimentloadintheLoriver（Vietnam）：Effectsofreservoirsandlandusechanges[J].JournalofHydrology，2012（422）：17-29.

[18]郎燕，劉寧，劉世榮.氣候和土地利用變化影響下生態(tài)屏障帶水土流失趨勢研究[J].生態(tài)學(xué)報，2021，41（13）：5106-5117.

[19]馮強，趙文武.USLE/RUSLE中植被覆蓋與管理因子研究進展[J].生態(tài)學(xué)報，2014，34（16）：4461-4472

[20]MOHAMEDK，KUNIHIKOY，YUDIS.AssessmentandmappingofsoilerosionriskbywaterinTunisiausingtimeseriesMODISdata[J].PaddyandWaterEnvironment，2012，10（1）：59-73.

[21]胡文敏，周衛(wèi)軍，余宇航，等.基于RS和USLE的紅壤丘陵區(qū)小流域水土流失量估算[J].國土資源遙感，2013，25（3）：171-177.

[22]KUNIHIKOY，YOSHINORII.Guidelinesforsoilconservationtowardsintegratedbasinmanagementforsustainabledevelopment：AnewapproachbasedontheassessmentofsoillossriskusingremotesensingandGIS[J].PaddyandWaterEnvironment，2005，3（4）：235-247.

[23]MohamedK，KUNIHIKOY，YUDIS，etal.Assessmentoftheeffectsofvegetationonsoilerosionriskbywater：acaseofstudyoftheBattawatershedinTunisia[J].EnvironmentalEarthSciences，2011，64（3）：707-719.

[24]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)測小流域土壤侵蝕量的研究[J].水土保持學(xué)報，2000（2）：19-24.

[25]齊述華，蔣梅鑫，于秀波.基于遙感和ULSE模型評價1995～2005年江西土壤侵蝕[J].中國環(huán)境科學(xué)，2011，31（7）：1197-1203.

[26]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(zhì)災(zāi)害與環(huán)境保護，2007（3）：5-10.

[27]張巖，袁建平，劉寶元.土壤侵蝕預(yù)報模型中的植被覆蓋與管理因子研究進展[J].應(yīng)用生態(tài)學(xué)報，2002，13（8）：1033-1036.

[28]YUShan，DUWala，ZHANGXiang，etal.SpatiotemporalchangesinNDVIanditsdrivingfactorsintheKherlenriverbasin[J].ChineseGeographicalScience，2023，33（2）：377-392.

[29]AMDA，OMASAK.EstimationofvegetationparameterformodelingsoilerosionusinglinearSpectralMixtureAnalysisofLandsatETMdata[J].JournalofPhotogrammetryandRemoteSensing，2007，62（4）：309-324.

[30]CAOXiaoming，F(xiàn)ENGYiming，SHIZhongjie.SpatiotemporalvariationsindroughtwithremotesensingfromtheMongolianPlateauduring1982-2018[J].ChineseGeographicalScience，2020，30（6）：1081-1094.

[31]JIAOWenzhe，WANGLixin，SMITHWK，etal.ObservedincreasingwaterConstraintonvegetationgrowthoverthelastthreedecades[J].Naturecommunications，2021（12）：3777.

[32]HUOJiayi，YUXinxiao，LIUChangjun，etal.EffectsofsoilandwaterconservationmanagementandrainfalltypesonrunoffandsoillossforaslopingareainNorthChina[J].LandDegradation&Development，2020，31（15）：2117-2130.

[33]潘成忠，上官周平.牧草對坡面侵蝕動力參數(shù)的影響[J].水利學(xué)報，2005，36（3）：371-377.

[34]江忠善，李秀英.黃土高原土壤流失預(yù)報方程中降雨侵蝕力和地形因子的研究[J].中國科學(xué)院西北水土保持研究所集刊，1988，4（1）：40-45.

[35]張科利，劉寶元，蔡永明.土壤侵蝕預(yù)報研究中的標準小區(qū)問題論證[J].地理研究，2000（3）：297-302.

[36]于東升，史學(xué)正，呂喜璽.低丘紅壤區(qū)不同土地利用方式的C值及可持續(xù)性評價[J].土壤侵蝕與水土保持學(xué)報，1998，4（1）：72-77.

[37]JAINP，RAMSANKARANR.GISbasedmodellingofsoilerosionprocessesusingthemodifiedMMF（MMMF）modelinalargewatershedhavingvastagroclimatologicaldifferencesHYPERLINK"http：//onlinelibrary.wiley.com/doi/10.1002/esp.4372"t"https：//xueshu.baidu.com/usercenter/paper/_blank"[J].EarthSurfaceProcessesandLandforms，2018，43（10）：2064-2076.

[38]劉寶元，畢小剛，符素華，等.北京土壤流失方程［M］．北京：科學(xué)出版社，2010：72-77.

[39]秦偉，左長清，鄭海金，等.贛北紅壤坡地土壤流失方程關(guān)鍵因子的確定[J].農(nóng)業(yè)工程學(xué)報，2013，29（21）：115-125.

[40]黃俊，金平偉，姜學(xué)兵，等.南方紅壤區(qū)植被覆蓋因子估算模型構(gòu)建與驗證[J].農(nóng)業(yè)工程學(xué)報，2020，36（17）：106-114.

[41]杜春英，劉宏偉.荒漠化地區(qū)植被因子的定量反演方法[J].東北林業(yè)大學(xué)學(xué)報，2010，38（8）：133-135.

[42]于元芬.不同植被覆蓋下紅壤優(yōu)先流特征與影響因素研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2020：26.

[43]代僑，林杰，朱燕芳，等.基于南方結(jié)構(gòu)化植被指數(shù)的植被覆蓋管理因子遙感反演[J].中國水土保持科學(xué)，2021，19（3）：64-71.

[44]姚雄.南方紅壤水土流失區(qū)植被覆蓋與管理因子（C因子）遙感重構(gòu)研究[D].福州：福建農(nóng)林大學(xué)，2016：15.

［作者簡介］田培（1988—），男，湖北大悟人，副教授，博士，主要從事土壤侵蝕與水土保持、水文水資源基礎(chǔ)理論研究。［收稿日期］2022-04-12

（責(zé)任編輯楊傲秋）