资源导航
提 要 在地理信息技术 (GIS) 的支持下，应用通用土壤侵蚀方程 (Universal Soil Loss Equation，简称 USLE) 估算了江西省泰和县灌溪乡的土壤侵蚀量。研究结果表明，当地表覆盖率大于 15% 时，计算的结果与实测的数据有良好的相关性 (0.87)。
关键词 土壤侵蚀 地理信息系统 USLE
分 类 中图法 TP393 S157
1 引言
众所周知，土壤侵蚀的结果是：降低了土地的肥力及可耕性；导致沟渠塘库的淤积，进而降低了排灌能力而引起农业生产力的下降；而维持受侵蚀地块的肥力，则加大了农业的投入。土壤侵蚀是一个全球性的问题，在我国其严重性勿需在此阐述。因此，估算土壤侵蚀量是基于以下三个理由：①确认需采取水土保护的地域；②通过确定引起水土流失的关键因子，制定相应的措施；③探讨土壤侵蚀与土地生产力之间的关系。到目前为止，最为广泛应用的经验模型是通用土壤侵蚀方程（Wischmeier 和 Smith, 1978）[1]，该模型是建立在土壤侵蚀理论及大量实地观测数据统计分析的基础上。其表达式为：
E=R·K·L·S·P·C (1)
式中，E 为年平均土壤侵蚀量 (t/hm2)；R 为降水及径流因子；K 为土壤侵蚀性因子；L 及 S 为地形因子；P 为水土保护措施因子；C 为地表植被覆盖因子。
GIS 技术已在资源管理领域获得广泛的应用。本文在 GIS 的支持下，应用该方程对我国红壤丘陵地区的江西省泰和县灌溪乡的土壤侵蚀量进行了定量的估算。灌溪乡，土地面积 169.6km2；年平均气温 18.6℃；平均年降水量 1373mm，多分布于 3～6 月，而且降水多为暴雨形式。尽管该地区植被状况较好，但一旦受到破坏，则土壤侵蚀严重，且不易恢复。
2 土壤地理单元
土壤地理单元的概念是由 Zinck(1988)[2]提出的。它为四级结构，分别为景观、地势、岩性与地形。其中地形是土地利用评价的基本单元。在小范围的区域内，判读土壤地理单元最好是用航空照片。本文利用 1∶20000 的航空照片，遵循土壤地理单元概念的原则，制作了研究地区的土壤地理单元图。
3 土壤侵蚀量的计算
根据通用土壤侵蚀方程的构成，以下分别计算各因子的值。
3.1 R 因子的估算
由于实测数据的缺乏，因此各种估算 R 的方法也就应运而生，其中 FAO(Arnoldus，1980)[3]建立的通过修订 Fournier 指数求算 R 值的方法，既考虑了年降水总量，又考虑了降水的年内分布，数据也容易获取，具有较好的应用价值。
 (2) |
式中，i 是月份；ji 是月降水量；J 是年降水量。然后建立 R 与该指数的关系为：
R=a·F＋b (3)
式中 ,a 与 b 的值取决于气候条件。依据研究地区气候条件与世界其它地区的类比分析，a 及 b 的值分别取 4.17 和－152。由于研究地区面积小（约 170km2），可认定降水的分布是均一的。这样整个研究地区的 R 值等于 472.7。
3.2 K 因子的估算
K 因子反映了土壤对侵蚀的敏感性及降水所产生的径流量与径流速率的大小。影响 K 因子的有多方面的，但一般说来，质地越粗或越细的土壤有较低 K 值，而质地适中的反而有较高的 K 值。估算 K 值的方法很多，一般根据实测的 E 值，应用通用水土流失方程反求获取 K 值，但获取大面积的实测 E 值是不可能的。在本研究中，有限的实验室分析数据也难以外推应用到所有的研究地区。依据 EL Swaify 等 (1982)[4]的研究，K 值的大小与土壤质地有较高的相关性，并提供了不同质地土壤的 K 值。本研究从泰和县土壤图中提取了个土壤地理单元的土壤质地，并依此获得了 K 因子的值（表 1)。
表 1 不同母质及质地的 K 值
Table1 The value of K in different parent materials and soil textures
| 土壤母质类型 | 土壤质地 | K 值 |
|---|---|---|
| 泥质岩类 | 粘性壤土 | 0.29 |
| 紫红色砂岩 | 砂壤 | 0.09 |
| 紫红色粘质砂岩 | 粘土 | 0.29 |
| 紫色砂岩 | 砂壤 | 0.09 |
| 紫色粘质砾岩类 | 粘性壤土 | 0.29 |
| 石灰性紫色砾岩类 | 粘土 | 0.29 |
| 河流冲积物 | 粘性壤土 | 0.29 |
3.3 L 及 S 因子的估算
坡长及坡度可以采用数字高程模型 (DEM) 通过计算获取，由于比例尺小 (1∶50000)，计算所得的坡长与实际情况有较大的出入，因此不能使用。而实地调查测量则发现坡长与相对海拔高度有很好的相关，据此，各土壤地理单元的坡长取值是通过海拔相对高度估算得来的（表 2）。
表 2 实地测量估算的坡长
Table2 Slope length estimated from field survey
| 类别 | 土壤地理单元 | 相对海拔高差 (m) | 坡长 (m) | |
|---|---|---|---|---|
| 名称 | 级别 | |||
| 1 | 中山 | 1 | 300 | 250 |
| 2 | 低山 | 1 | 20～50 | 70 |
| 3 | 高丘 | 1 | 10～30 | 35 |
| 4 | 山前冲积平地 | 1 | 50～100 | 120 |
| 5 | 河谷平地 | 1 | - | 30 |
| 6 | 小沟谷地 | 2 | - | 15 |
| 7 | 大沟谷地 | 2 | - | 20 |
注：在第 1 级土壤地理单元中的第 2 级，如其与类别 6、7 相同，则按类别 6、7 取值。
坡度是通过比例尺为 1∶50000 的数字高程模型 (DEM) 计算获取的。然后根据 Gregory 等 (1973)[5]建立的以下方程，获得了地形因子 T（T 为 L 及 S 的综合）的值。
 (4) |
式中，C 是常数 (34.7046)，θ是坡度（单位为度），D 是坡长，根据 Wischmier 和 Smith (1978)[1]的研究，m 的取值为：当θ>5% 时，m=0.5；当θ>3.5%～4.5% 时，m=0.4；当θ>1%～3% 时，m=0.3。
3.4 P 因子的估算
世界各地的研究结果表明，梯田（等高）耕作方式是最为有效的水土保持措施之一。但是，当坡度大于 24% 时，等高耕作对水土保持的效果就不明显。在印度尼西亚 (CSAR，1995)[6]的研究表明，梯田及田埂的修建质量对 P 值有直接的影响。并根据梯田及田埂的修建质量，分别给 P 赋值 :0.04（好），0.15（一般），0.35（差）。在本研究地区，水稻几乎全部种植于河谷、沟谷地带，田埂是蓄水、保水的普遍农业技术措施。考虑在印度尼西亚的研究中对好、一般及差定义的模糊性，因此沟谷地带的 P 值统一为 0.15。除了沟谷地的水稻之外，其它坡地仍有其它作物，因此需要土地利用现状图，以确认不同土地利用方式的 P 值。通过对 TM 卫星影像 (1991－11－17) 的监督分类，获取了土地利用现状（表 3）。土地利用类型 2 及 3 大多分布于沟谷地，其第一茬作物为依靠降水的水稻，第二茬作物为其它旱作作物。没有灌溉或灌溉不能保证，梯田及田埂的质量稍差些，因而对这一类型的地块赋 0.35 给 P 因子。土地利用类型 4、5、6 为旱作，且坡度大有 24%，因此赋 1.00 给 P 因子。
表 3 不同土壤地理单元、土地利用方式及坡度的 P 值
Table3 The value of P in different geopedologic units，land use types and slopes
| 土地利用 | P 值 |
|---|---|
| 在河谷平地及大、小沟谷地 | 0.15 |
| 水稻＋水稻 | 0.15 |
| 水稻＋其它作物 (I) | 0.35 |
| 水稻＋其它作物 (II) | 0.35 |
| 疏林地 | 1.00 |
| 灌丛 | 1.00 |
| 林地 | 1.00 |
| 未分类地块 | 1.00 |
| 水体 | 0 |
3.5 C 因子的估算
大量的研究证明，在所有的土壤侵蚀因子中，地表覆盖状况对侵蚀量的影响最大。千烟洲的实测数据也同样证明了这一点。
3.5.1 地表覆盖率的估算
要获取大范围的地表覆盖率，遥感技术是最为有效的手段。而获取全年平均的地表覆盖率，需多时相的遥感信息，但本研究仅有 1997－11－17 单时相的遥感数据。为解决这一难题，在分析了当地的降水分布、气温变化规律及种植制度、农事活动特点的基础上，发现当地的地表植被覆盖率的年内变化与降水量的分布及农事活动有极高的一致性。每年的 10 月至第二年的 3 月为休耕期，降水少，地表覆盖率低；从 4 月初至 6 月底，为第一季作物生长旺盛期，降水丰富，地表覆盖率高；而 7～9 月，为当地的旱季，农事活动主要是一些灌溉的水稻及旱作作物，地表覆盖率居于二者中间。据此，在利用 1997－11－17 遥感信息获取了代表 10 月份至 3 月份代表覆盖率的基础上，分别订正计算了 4～6 月、7～9 月的代表覆盖率，进而计算了全年的地表覆盖率。
本研究在 ILWIS 地理信息系统的支持下，采用标准化植被指数 (NDVI) 的方法，计算代表覆盖率。
NDVI=（波段 4－波段 3）/（波段 4＋波段 3）×100＋127 (5)
利用遥感数据 (1997－11－17)，首先计算了代表 10～3 月的代表覆盖率。为便于下文将要进行的订正工作，将地面覆盖率等距划分为 5 级（表 4）。在实地考察及多年的工作中发现，在 11 月中，作物已收获，但地里有一些杂草，农田的覆盖率应低于 20%。而林地地区的覆盖率仍高于 80%。其它的地块的地面覆盖率则居于这二者中间。参考实地调查及土地利用现状图，获得了当地的地表覆盖率图（图略）。
表 4 地面覆盖率分类表
Table4 Classification of land cover rate
| 级别 | 地面覆盖率 (%) | 定义 |
|---|---|---|
| 1 | 0～20 | 很低 |
| 2 | 20～40 | 低 |
| 3 | 40～60 | 一般 |
| 4 | 60～80 | 好 |
| 5 | 80～100 | 很好 |
考虑本研究地区的农业田间活动基本上是与自然降水同步的，因此地面覆盖状况与自然降水有密切相关，所以选择各时段的平均 Fournier 指数作为加权平均因子，求算年平均地表覆盖率。其表达式如下：
 (5) |
式中，C1 是代表 10～3 月份的地表覆盖率；C2 是代表 4～6 月份的地表覆盖率；C3 是代表 7～9 月份的地表覆盖率；ji 是月降水 (mm)；J 是年降水 (mm)；O、M、A、Jn、Jl、S、J 和 D 分别代表 10 月、3 月、4 月、6 月、7 月、1 月和 12 月，Cyear 代表年评价地表覆盖率。
3.5.2 土地利用类型与 C 因子取值
根据 Wischmeier 等 (1958,1962,1969,1978)[1，7～9]的实际观测，C 因子除与地表覆盖率有关外，还与植被冠层类型、高度等有关，也就是说与土地利用类型有关，因此 C 因子的取值（表 5）还须参考土地利用类型。
表 5 C 因子的取值
Table5 The value of C under various land cover conditions
| 样点序号 | 样点代号 | 采样地点 | 土地类型 | |||||
|---|---|---|---|---|---|---|---|---|
| 0 | 20 | 40 | 60 | 80 | 95+ | |||
| 1 | 没有明显的冠层 | 0.45 | 0.20 | 0.10 | 0.042 | 0.013 | 0.003 | |
| 2 | 较高的草丛或矮灌丛（低于 50cm） | 25 | 0.36 | 0.17 | 0.09 | 0.038 | 0.013 | 0.003 |
| 50 | 0.26 | 0.13 | 0.07 | 0.035 | 0.012 | 0.003 | ||
| 75 | 0.17 | 0.10 | 0.06 | 0.032 | 0.011 | 0.003 | ||
| 3 | 灌木（约 200cm） | 25 | 0.36 | 0.17 | 0.09 | 0.038 | 0.013 | 0.003 |
| 50 | 0.26 | 0.13 | 0.07 | 0.035 | 0.012 | 0.003 | ||
| 75 | 0.28 | 0.14 | 0.08 | 0.036 | 0.012 | 0.003 | ||
| 4 | 树木（平均高度 400cm） | 25 | 0.42 | 0.19 | 0.10 | 0.041 | 0.013 | 0.003 |
| 50 | 0.39 | 0.18 | 0.09 | 0.040 | 0.013 | 0.003 | ||
| 75 | 0.36 | 0.17 | 0.09 | 0.039 | 0.012 | 0.003 | ||
|
注：依据 Wischmeier(1978)[1]的观测数据。 在通过遥感数据获取的地表覆盖率的基础上，结合考虑土地利用方式，C 因子按以下方式取值： (1) 所有河谷、沟谷地及土地利用类型 1、2、3（代表农作物）的 C 因子从类别 1———“没有明显冠层”这一栏中取值。 (2) 土地利用方式 4 的 C 因子从类别 2———“较高的草丛或矮灌丛（低于 50cm），冠层覆盖率为 25%”这一栏中取值。 (3) 土地利用方式 5 的 C 因子从类别 3———“灌木（约 200cm），冠层覆盖率为 50%”这一栏中取值。 (4) 土地利用方式 6 的 C 因子从类别 4———“树木（平均高度 400cm），冠层覆盖率为 75%”这一栏中取值。 (5) 土地利用方式 7、8 的 C 因子的取值为零。 3.6 土壤侵蚀量的计算 在地理信息系统的支持下，依据通用土壤侵蚀方程，将上述个因子相乘，获得了各地貌单元的平均土壤侵蚀量。并结合研究地区的实际情况，将土壤侵蚀危险等级划分为 6 级（表 6)。各土壤地理单元的侵蚀量见表 7。 表 6 土壤侵蚀量及侵蚀程度等级
表 7 各单元土壤侵蚀等级
|
| 景观 | 地势 | 岩性 | 地形 | 侵蚀量 (t／hm2·a) | 侵蚀等级 |
|---|---|---|---|---|---|
| 中山 | 中山 | 泥质岩类 | 陡坡 | 104.2 | 6 |
| 紫红色粘质砾岩类 | 陡坡 | 90.3 | 6 | ||
| 沟谷 | 冲积物 | 凹型谷地 | 2.4 | 1 | |
| 冲积物 | 凹型谷地 | 0.9 | 1 | ||
| 低山 | 低山 | 紫红色砂岩 | 复合坡地 | 15.4 | 4 |
| 石灰性紫色砾岩类 | 复合坡地 | 33.5 | 5 | ||
| 紫红色粘质砾岩类 | 复合坡地 | 24.5 | 5 | ||
| 泥质岩类 | 复合坡地 | 21.0 | 5 | ||
| 紫色砂岩 | 复合坡地 | 6.2 | 2 | ||
| 沟谷 | 冲积物 | 平缓沟谷 | 1.5 | 1 | |
| 冲积物 | 平缓沟谷 | 2.0 | 1 | ||
| 冲积物 | 平缓沟谷 | 0.4 | 1 | ||
| 冲积物 | 平缓沟谷 | 3.2 | 2 | ||
| 高丘 | 高丘 | 紫红色粘质砾岩类 | 复合坡地 | 41.5 | 6 |
| 紫红色砂岩 | 复合坡地 | 18.4 | 4 | ||
| 石灰性紫色砾岩类 | 复合坡地 | 36.3 | 6 | ||
| 紫色粘质砾岩类 | 复合坡地 | 108.9 | 6 | ||
| 紫色砂岩 | 复合坡地 | 15.8 | 4 | ||
| 沟谷 | 冲积物 | 平缓沟谷 | 5.7 | 2 | |
| 冲积物 | 平缓沟谷 | 8.6 | 3 | ||
| 冲积物 | 平缓沟谷 | 2.7 | 1 | ||
| 冲积物 | 平缓沟谷 | 5.8 | 2 | ||
| 山前冲积平地 | 坡地 | 紫红色砂岩 | 复合坡地 | 22.4 | 5 |
| 沟谷 | 冲积物 | 凹型沟谷 | 1.2 | 1 | |
| 冲积物 | 凹型沟谷 | 1.2 | 1 | ||
| 河谷平地 | 河心洲 | 洪积冲积物 | 河心洲 | 0.4 | 1 |
| 洪积冲积物 | 河心洲 | 0.8 | 1 | ||
| 低阶地 | 洪积冲积物 | 切割阶地 | 0.5 | 1 | |
| 洪积冲积物 | 切割阶地 | 0.3 | 1 | ||
| 洪积冲积物 | 古河道 | 0.1 | 1 | ||
| 高阶地 | 洪积冲积物 | 平缓阶地 | 0.3 | 1 | |
| 冲积扇 | 洪积冲积物 | 缓坡地 | 1.0 | 1 | |
| 洪积冲积物 | 缓坡地 | 1.4 | 1 |
|
4 结论 (1) 在河谷及大、小沟谷地区，由于等高梯田（带田埂）耕作、较短的坡长及很小的坡度，土壤侵蚀危险程度较低。 (2) 在高山地区，由于坡长长、坡度大，土壤侵蚀危险很高，尽管其地表覆盖率较高。 (3) 高丘地区的土壤侵蚀危险程度较高，尽管没有高山地区那么高。 (4) 土壤母质对土壤侵蚀危险程度有很大的影响，发育于砂性母质的土壤，具有适中的质地，有很高的侵蚀危险。 (5) 计算结果与实测的数据有良好的相关性 (0.87)。 (6) 地表覆盖因子 C 是最为重要的因子，它的重要性可以通过 C 与实测数据及计算数据之间的相关性所证明。 参考文献  [返回上一页] [打 印] 上一篇文章：FAO生产潜力模型中基本参数的修正 下一篇文章：北方庭院生态系统能量分析及养分平衡研究 高中各年级课程推荐
Copyright © 2005-2020 Ttshopping.Net. All Rights Reserved . | 本网大部分资源来源于会员上传，除本网组织的资源外，版权归原作者所有，如有侵犯版权，请立刻和本网联系并提供证据，本网将在三个工作日内改正。 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
