CSLE模型應(yīng)用中不同抽樣密度和推算方法的比較

鄒叢榮，齊斐，張慶紅，劉霞?，張榮華，黎家作，董書寶，姚孝友(．南京林業(yè)大學(xué)林學(xué)院江蘇省水土保持與生態(tài)修復(fù)重點實驗室 南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心，007，南京; ．山東省土壤侵蝕與生態(tài)修復(fù)重點實驗室，山東農(nóng)業(yè)大學(xué)林學(xué)院，708，山東泰安;．淮河水利委員會淮河流域水土保持監(jiān)測中心站，00，安徽蚌埠;．山東省臨沂市水土保持委員會辦公室，76000，山東臨沂)

?

CSLE模型應(yīng)用中不同抽樣密度和推算方法的比較

鄒叢榮1，齊斐2，張慶紅2，劉霞1?，張榮華2，黎家作3，董書寶4，姚孝友3
(1．南京林業(yè)大學(xué)林學(xué)院江蘇省水土保持與生態(tài)修復(fù)重點實驗室 南方現(xiàn)代林業(yè)協(xié)同創(chuàng)新中心，210037，南京; 2．山東省土壤侵蝕與生態(tài)修復(fù)重點實驗室，山東農(nóng)業(yè)大學(xué)林學(xué)院，271018，山東泰安;3．淮河水利委員會淮河流域
水土保持監(jiān)測中心站，233001，安徽蚌埠;4．山東省臨沂市水土保持委員會辦公室，276000，山東臨沂)

摘要:為探討CSLE模型應(yīng)用中，不同抽樣密度和推算方法對估算縣域尺度土壤侵蝕的影響，確定縣域尺度既能保證精度，又能減輕外業(yè)工作量的適宜抽樣密度和土壤侵蝕推算方法。以沂蒙山區(qū)蒙陰縣為對象，通過對比在1%和4%2種野外調(diào)查單元的抽樣密度下，分別采用單元直接外推法、單元插值外推法和柵格計算法估算土壤侵蝕狀況，分析其差異性。結(jié)果表明:(1)單元直接外推法、單元插值外推法受抽樣密度影響較大，在1%和4%抽樣密度下，土壤侵蝕面積比相差8.82%和7.96%，相對差異達(dá)19.05%和17.43%;而柵格計算法，受抽樣密度的影響較小，土壤侵蝕面積比相差3.13%，相對差異9.27%。(2)同一抽樣密度下，單元直接外推法和單元插值外推法的估算結(jié)果相近，但與柵格計算法的結(jié)果差異較大，土壤侵蝕面積比相差 11.77% ～18.12%，相對差異 34.72% ～48.93%。因此，在應(yīng)用CSLE模型開展沂蒙山區(qū)縣域尺度土壤侵蝕調(diào)查工作時，綜合考慮精度和工作量，若以高分衛(wèi)片為基礎(chǔ)，宜采用1%抽樣密度和柵格計算法;否則，建議采用4%抽樣密度基礎(chǔ)上的單元插值外推法。

關(guān)鍵詞:CSLE模型;土壤侵蝕;縣域;抽樣密度;單元直接外推法;單元插值外推法;柵格計算法

項目名稱:水利部“全國水土流失動態(tài)監(jiān)測與公告項目—沂蒙山國家級重點治理區(qū)水土流失動態(tài)監(jiān)測”(HWSBJ2012001);江蘇高校優(yōu)勢學(xué)科建設(shè)工程資助項目;南京林業(yè)大學(xué)高層次人才科研基金

土壤侵蝕是一個受多因素、多層次、多尺度影響的環(huán)境問題，區(qū)域土壤侵蝕狀況的好壞，直接影響著社會經(jīng)濟(jì)的發(fā)展、治理措施的投入和生態(tài)環(huán)境的變化;因此，定期開展土壤侵蝕狀況調(diào)查對評價土壤侵蝕治理成效具有重要的意義。在區(qū)域土壤侵蝕調(diào)查中，美國主要采用抽樣調(diào)查和模型法(USLE、WEQ)，澳大利亞及歐洲主要采用專家法和模型法(USLE、CEMS)［1 5］。我國從20世紀(jì)80年代開始，采用綜合評判法，對全國土壤侵蝕狀況進(jìn)行3次遙感調(diào)查［6 7］。2010—2012年，首次采用分層不等概抽樣和模型法，對全國土壤侵蝕狀況開展調(diào)查，在水蝕類型區(qū)，主要采用中國土壤流失方程(CSLE)和單元外推法計算，野外調(diào)查單元主體抽樣密度為1%，平原區(qū)、深山區(qū)為0.25%［8 13］。與此同時，有研究者開始探討CSLE模型應(yīng)用中，不同調(diào)查抽樣密度的推算精度或適宜性問題［14 16］。例如，趙維軍等以陜西省吳起縣為例，對比分析4%、1%、0.25%和0.062 5%抽樣密度的調(diào)查數(shù)據(jù)和全縣數(shù)據(jù)在土地利用、坡度及坡長因子等方面的精度損失，認(rèn)為1%抽樣比例能夠很好反映吳起縣土壤侵蝕狀況［15 16］。張巖等在吳起縣，采用1%均勻抽樣，基于CSLE模型估算土壤侵蝕模數(shù)，并與綜合評判法進(jìn)行對比，結(jié)果認(rèn)為基于抽樣和模型的土壤侵蝕普查方法具有明顯的優(yōu)越性［14］。上述研究表明，基于 CSLE模型和單元外推的估算方法，1%抽樣密度適用于西北黃土高原區(qū)的吳起縣;但并未探索不同推算方法對CSLE模型運算結(jié)果的影響，以及在其他區(qū)域的適用性:因此，本研究以北方土石山區(qū)沂蒙山國家級重點治理區(qū)的典型縣——蒙陰縣為對象，探索1%和4%抽樣密度下，單元直接外推法、單元插值外推法和柵格計算法對CSLE模型估算結(jié)果的影響，并對比分析不同結(jié)果的差異和主要原因。探討采用 CSLE模型，調(diào)查沂蒙山國家級重點治理區(qū)縣域尺度土壤侵蝕時，既能保證精度，又能減輕外業(yè)工作量的適宜抽樣密度和推算方法。

1　研究區(qū)概況

蒙陰縣地處淮河流域北部沂蒙山區(qū)腹地(E 117°44'34″～118°14'27″，N 35°26'40″～36°1'51″)，國土面積1 590.42 km2，屬北方土石山區(qū)。境內(nèi)以低山丘陵為主，山丘區(qū)面積比達(dá)97.77%;基巖多為石灰?guī)r和頁巖，土壤類型主要有粗骨土、棕壤、褐土、紅黏土4大類;屬暖溫帶季風(fēng)型大陸性氣候，多年平均氣溫12.8℃，多年平均降水量700 mm，主要集中在6—8月;屬淮河流域沂河水系，有梓河、東汶河、蒙河等3條較大的河流，以及山東省第2大水庫云蒙湖;植被屬暖溫帶落葉闊葉林區(qū)，由于長期受人類活動的影響和破壞，自然植被幾乎蕩然無存，現(xiàn)多為人工植被，主要喬木樹種有側(cè)柏(Platycladus orientalis(Linn．)Franco)、刺槐(Robinia pseudoacacia L．)、油松(Pinus tabulaeformis Carr．)等，自然灌木與草本植物主要有黃荊(Vitex negundo L．)、胡枝子(Lespedeza bicolors Turcz．)、三裂繡線菊(Spiraea trilobata L．)等。

2　材料與方法

2.1數(shù)據(jù)源及處理

遙感影像數(shù)據(jù)采用1.5 m分辨率的SPOT 6影像，時相2013年4月;地形數(shù)據(jù)資料采用1∶1萬地形圖，經(jīng)投影變換處理為WGS1984，UTM投影;土壤樣品采集點依據(jù)山東省1∶50萬土壤類型圖確定，采樣日期2013年9月;降雨數(shù)據(jù)采用沂蒙山區(qū)88個雨量站點，1980—2010年日降雨資料;徑流小區(qū)數(shù)據(jù)采用山東省九仙山、臨朐、蒙陰、黃前4個監(jiān)測點，1980—1990年、2007—2012年觀測資料。

2.2抽樣密度與野外單元布設(shè)

采用分層不等概抽樣方法［9 12］，在國家野外調(diào)查單元1%抽樣密度基礎(chǔ)上，山丘區(qū)抽樣密度增加至4%，野外調(diào)查點分布見圖1。

以SPOT 6遙感影像為基礎(chǔ)，疊加地形要素、單元邊界等信息，制作調(diào)查底圖，于2013年9月，開展野外實地調(diào)查，記錄調(diào)查單元內(nèi)土地利用、郁閉度、蓋度、植物措施、工程措施類型及質(zhì)量、耕作措施等信息［12 13］。

圖1　蒙陰縣野外調(diào)查單元分布圖Fig．1　Distribution of field survey units in Mengyin County

2.3土地利用數(shù)據(jù)提取

以SPOT 6遙感影像和1∶1萬地形圖為基礎(chǔ)，結(jié)合野外調(diào)查和國家土地利用分類標(biāo)準(zhǔn)(GB/T 21010—2007)，構(gòu)建沂蒙山國家級重點治理區(qū)土地利用分類系統(tǒng)及解譯標(biāo)志，分為8個一級類、11個二級類和16個三級類，通過人機(jī)交互解譯獲取土地利用數(shù)據(jù)。

2.4CSLE模型與推算方法

2.4.1CSLE模型及土壤侵蝕估算CSLE模型［17］是基于美國通用土壤流失方程 USLE原理，結(jié)合中國土壤侵蝕實際提出的?；拘问綖?/p>

式中:A為土壤流失量，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·hm2·h/(hm2·MJ·mm);L為坡長因子;S為坡度因子;B為生物措施因子;E為工程措施因子;T為耕作措施因子。

降雨侵蝕力因子R:基于沂蒙山區(qū)88個雨量站點，1980—2010年日降雨數(shù)據(jù)，采用逐日雨量公式法計算［18］，采用普通Kriging法，插值獲取沂蒙山區(qū)降雨侵蝕力空間分布圖［19 20］。

土壤可蝕性因子 K:按照每種土壤類型3次重復(fù)采樣，測定樣品粒徑組成和有機(jī)碳，根據(jù)Williams模型［21］，計算土壤可蝕性因子 K值，并采用徑流小區(qū)觀測資料修正［20］。

坡度、坡長因子LS:基于1∶1萬地形圖，采用劉寶元等［9］修正算法，提取坡度、坡長因子，結(jié)合野外調(diào)查單元進(jìn)行修正［20］。

水土保持措施因子BET:基于第1次全國水利普查水土保持情況普查提供的措施因子參考值，結(jié)合調(diào)查單元、徑流小區(qū)數(shù)據(jù)等對植物、工程和耕作措施因子進(jìn)行修正［20］。

將上述因子分別生成降雨侵蝕力、土壤可蝕性、坡度坡長和水土保持措施等因子?xùn)鸥駡D層，綜合考慮地形圖比例尺、影像分辨率以及數(shù)據(jù)量等因素，采用10 m柵格。利用式(1)疊加相乘各圖層像元值，計算土壤侵蝕模數(shù)。根據(jù) SL 665—2014《北方土石山區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)》進(jìn)行土壤侵蝕強(qiáng)度分級，統(tǒng)計各野外調(diào)查單元或縣域土壤侵蝕狀況。

2.4.2土壤侵蝕推算方法推算方法主要有基于野外調(diào)查單元土壤侵蝕狀況的直接外推法、插值外推法，基于縣域因子圖層的柵格計算法。單元直接外推法和單元插值外推法，均以調(diào)查單元內(nèi)1∶1萬地形圖和野外調(diào)查單元數(shù)據(jù)為基礎(chǔ)。柵格計算法以縣域內(nèi)1∶1萬或1∶5萬地形圖、野外調(diào)查單元數(shù)據(jù)和高分辨率遙感影像為基礎(chǔ)，筆者采用1∶1萬地形圖。

單元直接外推法根據(jù)野外調(diào)查成果，對各地塊進(jìn)行B、E、T因子賦值，采用調(diào)查單元內(nèi)7因子?xùn)鸥駡D層，計算各單元土壤侵蝕模數(shù)并分級，統(tǒng)計各單元土壤侵蝕狀況。將調(diào)查單元各級土壤侵蝕強(qiáng)度面積比直接推算至其控制區(qū)域，匯總至全縣。此法無法直接成圖。

單元插值外推法根據(jù)野外調(diào)查成果，對各地塊進(jìn)行B、E、T因子賦值，采用調(diào)查單元內(nèi)7因子?xùn)鸥駡D層，計算各單元土壤侵蝕模數(shù)并分級，統(tǒng)計各單元土壤侵蝕狀況。對輕度及其以上土壤侵蝕強(qiáng)度面積比和土壤侵蝕面積比，采用普通Kriging插值獲取縣域各級土壤侵蝕強(qiáng)度面積比及空間分布。此法可成土壤侵蝕分布示意圖。

柵格計算法根據(jù)野外調(diào)查單元數(shù)據(jù)面積加權(quán)平均，分別計算B、E、T因子，并按照土地利用分類賦值，將R、K、LS、BET轉(zhuǎn)換成同一大小的柵格數(shù)據(jù)，計算縣域土壤侵蝕模數(shù)，進(jìn)行強(qiáng)度分級。此法可成詳細(xì)的土壤侵蝕分布圖。

3　結(jié)果與分析

3.13種推算方法下不同抽樣密度土壤侵蝕特征與分布

3.1.1單元直接外推法1%抽樣密度下，蒙陰縣土壤侵蝕面積877.19 km2，占55.15%;4%抽樣密度下，土壤侵蝕面積736.80 km2，占46.33%;土壤侵蝕面積和各級侵蝕強(qiáng)度(微度除外)面積，均隨抽樣密度增加而減少，但總體特征表現(xiàn)為輕度、中度侵蝕為主(表1)。

對比1%和4%抽樣密度，蒙陰縣土壤侵蝕面積相對差異較大，達(dá)19.05%;各級土壤侵蝕強(qiáng)度相對差異也隨著侵蝕強(qiáng)度的增加(微度侵蝕除外)而變大，尤其是極強(qiáng)烈侵蝕和劇烈侵蝕，相對差異達(dá)113.84%和209.65%，這主要是由其本身面積基數(shù)小所導(dǎo)致;此外，受方法限制，直接外推法無法成示意圖，只能大體估算土壤侵蝕分布區(qū)域。

3.1.2單元插值外推法1%抽樣密度下，蒙陰縣土壤侵蝕面積852.94 km2，占53.63%;4%抽樣密度下，土壤侵蝕面積726.34 km2，占45.67%;土壤侵蝕面積和各級侵蝕強(qiáng)度(微度除外)面積，均隨抽樣密度增加而降低，但總體特征仍表現(xiàn)為輕度、中度侵蝕為主(表1)。

對比1%和4%抽樣密度，蒙陰縣土壤侵蝕面積相對差異為17.43%，差異仍然較大;各級土壤侵蝕強(qiáng)度間相對差異也基本上隨著侵蝕強(qiáng)度的增加(微度侵蝕除外)而變大，尤其是極強(qiáng)烈侵蝕和劇烈侵蝕，相對差異為63.59%、150.69%。究其原因，仍然是本身面積基數(shù)小。

單元插值外推法可成土壤侵蝕強(qiáng)度分布示意圖(圖2)，不同密度分布狀況有明顯差異。1%抽樣密度下，蒙陰縣輕度及其以上土壤侵蝕區(qū)域集中分布在中部及北部;4%抽樣密度下，輕度及其以上土壤侵蝕區(qū)域則分布相對比較分散。這種差異主要是由抽樣密度、調(diào)查單元位置及調(diào)查單元土壤侵蝕數(shù)據(jù)的不同導(dǎo)致。

3.1.3柵格計算法1%抽樣密度下，蒙陰縣土壤侵蝕面積589.05 km2，占37.03%;4%抽樣密度下，土壤侵蝕面積539.08 km2，占33.90%;土壤侵蝕面積和各級侵蝕強(qiáng)度(微度除外)面積，均隨抽樣密度增加略呈下降趨勢，但總體特征仍表現(xiàn)為輕度、中度侵蝕為主(表1)。

對比1%和4%抽樣密度，蒙陰縣土壤侵蝕面積僅相差49.97 km2，相對差異為9.27%，差異較小;各級土壤侵蝕強(qiáng)度間，相對差異變化幅度較小，極強(qiáng)烈侵蝕和劇烈侵蝕的相對差異也僅為11.59%和26.62%。

柵格計算法可成土壤侵蝕強(qiáng)度分布圖(圖3)，從空間分布看，1%和4%抽樣密度下，土壤侵蝕強(qiáng)度分布規(guī)律基本一致;這是因為柵格計算法，采用縣域統(tǒng)一的 RKLS因子，僅 BET因子有略微差異，二者均值相差4.6×10－5。

表1　3種推算方法下不同抽樣密度土壤侵蝕強(qiáng)度結(jié)果Tab．1　Results of soil erosion intensity at different sampling densities by three estimation methods

3.22種抽樣密度下不同推算方法土壤侵蝕特征與分布

3.2.11% 抽樣密度在1%抽樣密度下，單元直接外推法、單元插值外推法計算結(jié)果差異較小，蒙陰縣土壤侵蝕面積僅相差24.25 km2，占1.52%，各級土壤侵蝕強(qiáng)度面積相差也較小;但這2種方法與柵格法計算結(jié)果存在較大的差異，土壤侵蝕面積分別相差288.14和263.89 km2。其中，中度及其以上侵蝕強(qiáng)度面積差異顯著，單元直接外推法和單元插值外推法是柵格法結(jié)果的5倍以上;這是由于直接外推法和插值外推法，受調(diào)查單元內(nèi)中度及其以上面積比例影響較大(圖4)。

從空間分布來看，1%抽樣密度下，插值外推法輕度及其以上土壤侵蝕區(qū)域，呈集中分布狀態(tài)，而柵格計算法呈均勻異質(zhì)性零散分布，存在明顯差異(圖2a和圖3a)。

3.2.24% 抽樣密度同一抽樣密度下，單元直接外推法和單元插值外推法計算結(jié)果差異較小，蒙陰縣土壤侵蝕面積僅相差10.46 km2，占0.66%，各級土壤侵蝕強(qiáng)度面積相差也較小，相差幅度 1.1～10.46 km2;但這2種方法與柵格法的計算結(jié)果仍然差異較大，土壤侵蝕面積分別高197.72和187.26 km2(圖5)。與1%抽樣密度相比，4%抽樣密度下的單元直接外推法和單元插值外推法更接近于柵格法的計算結(jié)果。以柵格法計算結(jié)果為基準(zhǔn)，4%抽樣密度下，單元直接外推法和單元插值外推法的土壤侵蝕面積相對差異和平均相對差異均有明顯下降。

圖2　插值外推法下不同抽樣密度土壤侵蝕強(qiáng)度分布Fig．2　Soil erosion intensity at different sampling densities by Kriging extrapolation

圖3　柵格計算法下不同抽樣密度土壤侵蝕強(qiáng)度分布Fig．3　Soil erosion intensity at different sampling densities by grid estimation

從空間分布來看，4%抽樣密度下，單元插值外推法和柵格計算法輕度及其以上土壤侵蝕分布區(qū)域依舊差異明顯，前者以調(diào)查單元為中心明顯呈圈狀分布，尤其是中度及其以上侵蝕，而后者呈均勻異質(zhì)性零散分布(圖2b和圖3b)。

4　討論

圖4　1%抽樣密度下不同推算方法土壤侵蝕強(qiáng)度結(jié)果Fig．4　Results of soil erosion intensity at 1%sampling density by different estimation methods

圖5　4%抽樣密度下不同推算方法土壤侵蝕強(qiáng)度結(jié)果Fig．5　Results of soil erosion intensity at 4%sampling density by different estimation methods

1)1%、4%抽樣密度下，單元直接外推法、單元插值外推法計算結(jié)果差異較大，其主要原因是地質(zhì)土壤、坡度、土地利用和工程措施空間分布的異質(zhì)性。研究發(fā)現(xiàn)，在CSLE模型因子中，1%、4%抽樣單元內(nèi)各因子的均值均高于全縣因子平均值。與4%抽樣單元各因子均值相比，1%抽樣單元K、S、E因子均值明顯偏高，直觀表現(xiàn)在地質(zhì)土壤、坡度、土地利用和工程措施上。

根據(jù)土壤類型統(tǒng)計分析，全縣土壤類型21種，1%抽樣單元涉及土壤類型6種，未涉及土壤類型面積均小于279.4 km2;而4%抽樣密度涉及土壤類型14種，未涉及土壤類型面積47.95 km2。1%抽樣單元內(nèi)，K因子值較高的洪沖積潮棕壤、石灰?guī)r鈣質(zhì)粗骨土所占比例高于4%抽樣單元內(nèi)所占比例;而K因子值比較低的酸性粗骨土所占比例明顯低于4%抽樣單元內(nèi)所占比例，導(dǎo)致 K因子偏高，而且由于該縣石灰?guī)r山區(qū)呈條帶狀分布，落在其中的野外調(diào)查單元土壤侵蝕面積普遍較高，從而對周邊非石灰?guī)r山區(qū)產(chǎn)生輻射性影響，抽樣密度點數(shù)越少，輻射影響范圍越大，抽樣密度增加，可有效縮小輻射影響范圍。

根據(jù)坡度統(tǒng)計數(shù)據(jù)分析，1%抽樣單元坡度整體偏高，15°以上坡所占比例比4%抽樣單元內(nèi)所占比例高11.63%，而小于8°坡所占比例減少11.76%，導(dǎo)致S因子偏高。從工程措施看，4%抽樣密度調(diào)查單元內(nèi)，有梯田措施的梯田果園和旱梯田占45.89%，而1%抽樣單元內(nèi)占42.17%，梯田質(zhì)量好和中等的比例略低，從而導(dǎo)致4%抽樣密度 E因子降低。從土地利用看，與4%抽樣密度調(diào)查單元相比，1%抽樣單元內(nèi)總體上可能發(fā)生土壤侵蝕的土地利用類型比重偏高4.15%。

2)趙維軍等［15 16］認(rèn)為，在陜北吳起縣的土壤侵蝕普查中，采用1%的抽樣密度，調(diào)查土壤侵蝕因子更為合理，并進(jìn)行了土壤侵蝕動態(tài)研究:文中通過對不同抽樣密度下，各土壤侵蝕因子與全縣土壤侵蝕因子進(jìn)行數(shù)量特征精度比較，發(fā)現(xiàn)1%、4%抽樣密度的土壤侵蝕因子對比全縣土壤侵蝕因子，精度均能達(dá)到95%以上;但是，沒有研究不同抽樣密度下，分別采用不同推算方法對縣域土壤侵蝕狀況推算結(jié)果的影響。筆者則是采用不同抽樣密度和推算方法，對縣域土壤侵蝕狀況的影響進(jìn)行分析，發(fā)現(xiàn)采用單元直接外推法和單元插值外推法時，1%、4%抽樣密度對縣域尺度土壤侵蝕狀況影響較大，1%抽樣密度不適用沂蒙山區(qū);但是，采用柵格法計算時，1%、4%抽樣密度對土壤侵蝕狀況影響較小，1%抽樣密度可行。這可能與空間位置、地形地貌等縣域?qū)嶋H情況差異較大有關(guān)。吳起縣位于黃土丘陵溝壑區(qū)，土壤以黃土性土為主，人口密度小，下墊面均質(zhì)化;而蒙陰縣位于沂蒙山區(qū)，土壤類型以粗骨土為主，人口密度大，土地利用破碎:因而吳起縣在1%、4%抽樣密度下，土壤侵蝕因子差異小，而蒙陰縣2種密度部分土壤侵蝕因子特征存在明顯差異，進(jìn)而影響調(diào)查單元內(nèi)土壤侵蝕數(shù)量特征，導(dǎo)致單元直接外推或單元插值外推土壤侵蝕結(jié)果差異較大。

3)采用不同推算方法開展蒙陰縣土壤侵蝕調(diào)查研究時發(fā)現(xiàn)，單元直接外推法、單元插值外推法操作簡單，但野外工作量大，且結(jié)果受抽樣密度影響較大;單元直接外推法無法成圖，單元插值外推法僅可成土壤侵蝕分布示意圖。柵格計算法對基礎(chǔ)數(shù)據(jù)要求高，專業(yè)性強(qiáng)，尤其是需要詳細(xì)的土地利用數(shù)據(jù);但該方法受抽樣密度影響較小，采用1%抽樣密度調(diào)查，不僅可有效減輕野外工作量，同時可獲得較好的土壤侵蝕調(diào)查結(jié)果。

5　結(jié)論

1)同一抽樣密度下，單元直接外推法與單元插值外推法計算結(jié)果相近，但與柵格計算法的結(jié)果差異較大;對比不同抽樣密度下，單元直接外推法和單元插值外推法的計算結(jié)果，4%抽樣密度下的結(jié)果更接近于柵格計算法的結(jié)果。

2)同一推算方法下，柵格計算法受抽樣密度影響較小，但各級土壤侵蝕強(qiáng)度級別分布存在一定差異;單元直接外推法與單元插值外推法受抽樣密度影響較大，土壤侵蝕面積相對差異和各級土壤侵蝕強(qiáng)度平均相對差異均高于15%。

3)受地質(zhì)土壤、地形、土地利用和工程措施等影響，1%抽樣密度下，單元外推法土壤侵蝕面積比高于4%抽樣密度的結(jié)果，同時導(dǎo)致4%抽樣密度下，單元外推法土壤侵蝕面積比高于柵格計算法的結(jié)果。

4)縣域尺度條件下，基于CSLE模型開展土壤侵蝕調(diào)查時，若有高分辨率遙感影像，建議采取1%抽樣密度、柵格法進(jìn)行土壤侵蝕狀況估算;否則，建議以4%抽樣密度開展野外調(diào)查，通過單元直接外推法或單元插值外推法進(jìn)行估算。

6　參考文獻(xiàn)

［1］Jeffery G J．The national resources inventory and its role in U S agriculture［C］∥Agricultural Statistics 2000:Proceedings of the conference on agricultural statistics organized by the National Agricultural Statistics Service of the US Department of Agriculture，under the auspices of the International Statistical Institute，1998:181 182．

［2］U S Department of Agriculture．Summary report:2007 national resources inventory［R/OL］．(20091201) ［2015 0126］．http:∥www．nrcs．usda．gov/Internet/ FSE_DOCUMENTS/stelprdb1041379．pdf．

［3］Lu H，Gallant J，Prosser I P，et al．Prediction of sheet and rill erosion over the Australian continent，incorporating monthly soil loss distribution［R/OL］．(2001 01 02) ［2015 01 26］．https:∥www．researchgate．net/publication/236770265_Prediction_of_Sheet_and_Rill_Erosion_ Over_the_Australian_Continent_Incorporating_Monthly_ Soil_Loss_Distribution．

［4］Grimm M，Jones R，Montanarella L．Soil erosion risk in Europe［R/OL］．(2014 01 04)［2015 01 26］．https: ∥www．researchgate．net/publication/241397808_Soil_ Erosion_Risk_in_Europe．

［5］謝云，趙瑩，張玉平，等．美國土壤侵蝕調(diào)查的歷史與現(xiàn)狀［J］．中國水土保持，2013(10):53．Xie Yun，Zhao Ying，Zhang Yuping，et al．History and actuality of soil erosion survey in US［J］．Soil and Water Conservation in China，2013(10):53．(in Chinese)

［6］郭索彥，李智廣．我國水土保持監(jiān)測的發(fā)展歷程和成就［J］．中國水土保持科學(xué)，2009，7(5):19．Guo Suoyan，Li Zhiguang．Development and achievements of soil and water conservation monitoring in China ［J］．Science of Soil and Water Conservation，2009，7 (5):19．(in Chinese)

［7］水利部．全國水土流失公告［R/OL］．(2003 07 25) ［2015 01 26］．http:∥www．hhsbjc．com/show．a(chǎn)ction? c=31＆n=874．Ministry of Water Resources of P．R．China．The proclamation of soil and water loss in China［R/OL］．(2003 07 25)［20150126］．http:∥www．hhsbjc．com/ show．a(chǎn)ction?c=31＆n=874．(in Chinese)

［8］劉震．我國水土保持情況普查及成果運用［J］．中國水土保持科學(xué)，2013，11(2):1．Liu Zhen．Soil and water conservation survey in China and its application［J］．Science of Soil and Water Conservation，2013，11(2):1．(in Chinese)

［9］劉寶元，郭索彥，李智廣，等．中國水力侵蝕抽樣調(diào)查［J］．中國水土保持，2013(10):26．Liu Baoyuan，Guo Suoyan，Li Zhiguang，et al．Sampling survey of water erosion in China［J］．Soil and Water Conservation in China，2013(10):26．(in Chinese)

［10］李智廣，劉憲春，劉建祥，等．第一次全國水利普查水土保持普查方案［J］．水土保持通報，2010，30(3): 87．Li Zhiguang，Liu Xianchun，Liu Jianxiang，et al．Plan of soil and water conservation survey in national census for water resources［J］．Bulletin of Soil and Water Conservation，2010，30(3):87．(in Chinese)

［11］郭索彥．土壤侵蝕調(diào)查與評價［M］．北京:中國水利水電出版社，2014:16 20．Guo Suoyan．Soil erosion investigation and evaluation ［M］．Beijing:China Water＆Power Press，2014:16 20．(in Chinese)

［12］國務(wù)院第一次全國水利普查領(lǐng)導(dǎo)小組辦公室．第一次全國水利普查培訓(xùn)教材之六:水土保持情況普查［M］．北京:中國水利水電出版社，2010:23 77，202 203．The leading office of first-ever nationwide water resources survey of the State Council．No．6 training materials of first-ever nationwide water resources survey［M］．Beijing:China Water＆ Power Press，2010:2377，202 203．(in Chinese)

［13］李智廣，符素華，劉寶元．我國水力侵蝕抽樣調(diào)查方法［J］．中國水土保持科學(xué)，2012，10(1):77．Li Zhiguang，F(xiàn)u Suhua，Liu Baoyuan．Sampling pro-gram of water erosion inventory in the first national water resource survey［J］．Science of Soil and Water Conservation，2012．10(1):77．(in Chinese)

［14］張巖，劉憲春，李智廣，等．利用侵蝕模型普查黃土高原土壤侵蝕狀況［J］．農(nóng)業(yè)工程學(xué)報，2012，28(10): 165．Zhang Yan，Liu Xianchun，Li Zhiguang，et al．Surveying soil erosion condition in Loess Plateau using soil erosion model［J］．Transactions of the Chinese Society of Agricultural Engineering，2012，28(10):165．(in Chinese)

［15］趙維軍，朱清科，馬歡，等．不同抽樣比例的土壤侵蝕因子調(diào)查精度比較［J］．西北林學(xué)院學(xué)報，2012，28 (3):168．Zhao Weijun，Zhu Qingke，Ma Huan，et al．Comparison in survey precision of soil erosion factors among different sampling ratios［J］．Journal of Northwest Forestry University，2012，28(3):168．(in Chinese)

［16］趙維軍，劉憲春，張巖，等．基于均勻抽樣調(diào)查的半干旱黃土區(qū)土壤侵蝕動態(tài)研究［J］．水土保持通報，2013，33(4):125．Zhao Weijun，Liu Xianchun，Zhang Yan，et al．An analysis on dynamic changes of soil erosion in semiarid loess area based on uniform sampling［J］．Bulletin of Soil and Water Conservation，2013，33(4):125．(in Chinese)

［17］Liu Baoyuan，Zhang Keli，Xie Yun．An empirical soil loss equation［C］∥Proceedings of 12th ISCO Conference，Process of Erosion and its Environmental Effects (Volume)．Beijing:Tsinghua University，2002:21 25．

［18］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(xué)，2002，22(6):705．Zhang Wenbo，Xie Yun，Liu Baoyuan．Rainfall erosivity estimation using daily rainfall amounts［J］．Scientia Geographica Sinica，2002，22(6):705．(in Chinese)

［19］楊韶洋，劉霞，姚孝友，等．沂蒙山區(qū)降雨侵蝕力空間分布推算方法［J］．中國水土保持科學(xué)，2015，13 (2):1．Yang Shaoyang，Liu Xia，Yao Xiaoyou，et al．The study of the rainfall erosivity spatial distribution calculating methods in Yimeng mountain area［J］．Science of Soil and Water Conservation，2015，13(2):1．(in Chinese)

［20］楊韶洋．基于CSLE模型的沂蒙山國家級重點治理區(qū)土壤侵蝕格局分析［D］．山東泰安:山東農(nóng)業(yè)大學(xué)，2014:8 11．Yang Shaoyang．The analysis of soil erosion pattern in National key harhessing areas of Yimeng Mountains based on CSLE model［D］．Tai'an，Shandong:Shandong Agricultural University，2014:8 11．(in Chinese)

［21］United States Department of Agriculture．EPIC-erosion/ productivity impact calculator 1．Model Documentation．Technical Bulletin Number 1768［R/OL］．［20151 26］ http:∥ organicroots．nal．usda．gov/download/ CAT10698097/PDF．

Comparison of different sampling densities and extrapolation methods based on CSLE model

Zou Congrong1，Qi Fei2，Zhang Qinghong2，Liu Xia1，Zhang Ronghua2，Li Jiazuo3，Dong Shubao4，Yao Xiaoyou3
(1．Jiangsu Key Laboratory of Soil and Water Conservation and Ecological Restoration，Co-Innovation Center for Sustainable Forestry in Southern China，F(xiàn)orestry College of Nanjing Forestry University，210037，Nanjing，China;2．Shandong Provincial Key Laboratory of Soil Erosion and Ecological Restoration，F(xiàn)orestry College of Shandong Agricultural University，271018，Tai'an，Shandong，China; 3．Monitoring Center Station of Soil and Water Conservation，Huaihe River Commission，Ministry of Water Resources，233001，Bengbu，Anhui，China;4．Office of Soil and Water conservation of Linyi City，276000，Linyi，Shandong，China)

Abstract:［Background］ As we all know，soil erosion is considered to be the most common environmental problem in the world influenced by multi-factors in multi-levels and multi-scales．Conducting regular survey on regional soil erosion condition plays an important role in evaluating the effectiveness of control measures．In China，the stratified sampling with unequal probability and the model method were firstly utilized to investigate national soil erosion conditions from 2010 to 2012．The CSLE model and the extrapolation method based on investigation units were mainly utilized in the water erosion regions．The sampling densities of investigation units were 1%for general and 0.25%for plainareas and deep mountains．It is important to understand how different sampling densities and estimation methods based on CSLE model impact on the soil erosion survey and evaluation at the county scale．［Methods］In consideration of the study area，stratified sampling method，the unique situation of soil erosion，and the workload in field investigation of soil erosion，Mengyin County located in Yimeng mountain area was taken as an example．Based on SPOT 6 image and the topographic map at 1∶10 000 scale，two sampling densities with 1%and 4%，and three extrapolation methods of direct extrapolation on sampling units，Kriging extrapolation on sampling units and grid estimation were adopted to calculate the amount of soil erosion at the county scale．Then the influence of different sampling densities and extrapolation methods were explored by contrasting the results of three methods on different sampling densities respectively．［Results］1)Direct extrapolation and Kriging extrapolation methods were more affected by the sampling densities．The discrepancy percentage of soil erosion area calculated by two methods were 8.82%under 1%sample density and 7.96%under 4%sample density，and the relative discrepancy were 19.05%and 17.43%respectively．But grid estimation method was less affected by the sampling density．The discrepancy percentage of soil erosion area was only 3.13%and the relative discrepancy was only 9.27%comparing 1%with 4%sample density．2)Under the same sampling density，the results of direct extrapolation and Kriging extrapolation were similar，but these were quite different from the grid estimation result，especially in spatial distribution of soil erosion．Compared to the result of grid estimation，the discrepancy percentage of soil erosion area by direct extrapolation and Kriging extrapolation were between 11.77%and 18.12%，and the relative discrepancy were between 34.72%and 48.93%．［Conclusions］As a consequence，in view of precision and workload in soil erosion survey at the county scale in Yimeng mountain area，the first recommendation is to adopt grid calculation based on 1%sampling density with high resolution remote sensing images．If without high resolution remote sensing images，it is advisable to adopt extrapolation method based on 4%sampling density．From the study，the discrepancy between different densities and diverse extrapolation methods was known，and suitable sampling density and extrapolation method were selected，thus the field work can be reduced and the precision can be improved，which is important in dynamic monitoring of water and soil loss at county scale．

Keywords:CSLE;soil erosion;county scale;sampling densities;direct extrapolation;Kriging extrapolation;grid estimation

中圖分類號:S157.1

文獻(xiàn)標(biāo)志碼:A

文章編號:1672-3007(2016)03-0130-09

DOI:10．16843/j．sswc．2016．03．017

收稿日期:2015 09 23修回日期:2015 12 08

第一作者簡介:鄒叢榮(1990—)，男，碩士研究生。主要研究方向:土壤侵蝕與遙感。E-mail:crzsb2015@163．com

通信作者?簡介:劉霞(1971—)，女，博士，教授，博士生導(dǎo)師。主要研究方向:土壤侵蝕與水土保持。E-mail:liuxia@njfu．edu．cn