李雪瑩,楊 俊,楊 陽,王 雪
(1.北京師范大學 地理學與遙感科學學院,北京 100875;2.遼寧師范大學 城市與環(huán)境學院,遼寧 大連116029;3.北京師范大學 減災與應急管理研究院,北京 100875)
基于GIS與RUSLE的土壤侵蝕量時空變化分析
李雪瑩1,楊 俊2,楊 陽1,王 雪3
(1.北京師范大學 地理學與遙感科學學院,北京 100875;2.遼寧師范大學 城市與環(huán)境學院,遼寧 大連116029;3.北京師范大學 減災與應急管理研究院,北京 100875)
基于修正的土壤流失方程(RUSLE),運用RS和GIS技術對葫蘆島市的土壤侵蝕狀況進行分析。結果表明,葫蘆島市年均土壤侵蝕量17 867 598.32 t,年均土壤侵蝕模數(shù)為16.13 t/(hm2×a),屬于輕度侵蝕。葫蘆島市中度侵蝕以上的土壤侵蝕面積占總侵蝕面積的11.31%,土壤侵蝕模數(shù)占總侵蝕量的40.17%。中度侵蝕以下的土壤侵蝕面積占總侵蝕面積的88.96%,土壤侵蝕量占總侵蝕量的59.83%,研究區(qū)土壤侵蝕空間差異性大。分析土壤侵蝕與坡度和土地利用之間的關系表明,6°~25°為研究區(qū)主要侵蝕坡度段,裸土地、旱地、林地和草地是研究區(qū)土壤侵蝕的主要發(fā)生區(qū),葫蘆島市應將其列為水土保持重點治理對象,采取有效措施,改善土壤侵蝕現(xiàn)狀。
土壤侵蝕;RUSLE;GIS;葫蘆島市
土壤侵蝕是指地球表面土壤及其母質在重力、水力、風力、凍融、人類不合理生產(chǎn)活動等自然因素和人為因素的綜合作用下所發(fā)生的各種破壞、分離(分散)、搬運(移動)和沉積現(xiàn)象,是最敏感的生態(tài)致災因子之一,一直是水土保持研究的重點[1-6]。我國對土壤侵蝕的研究多集中于大尺度區(qū)域,小尺度區(qū)域的研究較為薄弱[7-15]。本文針對葫蘆島市的土壤侵蝕問題,運用修正的RUSLE模型與GIS技術相結合,進行土壤侵蝕量估算,分析其侵蝕現(xiàn)狀和空間分布特征,為葫蘆島市土壤侵蝕的預測預報和防治提供科學依據(jù)[16-21]。
1.1 研究區(qū)概況
葫蘆島市位于東經(jīng)119°13'~121°02'、北緯39°59'~41°14',屬遼寧省西部侵蝕褶皺低山丘陵區(qū),地勢由西向東逐漸降低,總面積10 414.93 km2;農(nóng)用地面積7 271.02 km2,占土地總面積的69.8%。其中,林地面積占農(nóng)用地面積比重較大,為37.17%。土壤以褐土、棕壤土和草甸土為主,有機質含量較低,保水保肥能力較差。葫蘆島市屬北溫帶半濕潤半干旱大陸性季風氣候,四季分明,雨熱同期,日照時數(shù)為2 600 h~2 800 h,年均降水量550 mm~650 mm,年平均氣溫8.5 ℃~9.5 ℃。
1.2 基礎數(shù)據(jù)采集及處理
本文采用的遙感影像為2013年6~9月的Landsat ETM,空間分辨率15 m×15 m,在ENVI4.8軟件支持下進行預處理及分類。基礎數(shù)據(jù)還包括來自建昌、綏中、興城等12個雨量站1964~2013年間的降水數(shù)據(jù)、1∶1 000 000土壤類型數(shù)據(jù)、2013年土地利用類型數(shù)據(jù)以及研究區(qū)1∶50 000數(shù)字高程模型(DEM)等。
1.3 模型選擇與研究路線
土壤侵蝕量計算的具體研究路線如圖1所示。土壤侵蝕過程是水文因子、氣象因子、下墊面因子的函數(shù)[22]。修改的RUSLE土壤流失方程包括土壤質地、降水、植被、坡度、坡長及人類活動干擾等影響因子。
土壤流失量計算公式如式(1)。
圖1 研究技術路線圖
式中,A表示土壤流失量(t·hm-2·a-1);R表示降雨侵蝕因子(MJ·mm·hm-2·h-1·a-1);K表示土壤可蝕性因子(t·hm2·h·hm-2·MJ-1·mm-1);L、S表示地形因子,由坡長和坡度因子組成;C表示植被覆蓋因子;P表示水土保持措施因子。
2.1 模型各因子值確定和因子圖層生成
1)降雨侵蝕力因子。降雨強度、降雨量、降雨歷時等都與土壤侵蝕有著密切的關系,因此降雨是引起土壤侵蝕的一個重要因子。降雨侵蝕因子通常采用Wischmeier經(jīng)驗公式,既考慮年降水總量,又考慮降水的年內分布[23]:
式中,Pi為汛期各月平均降雨量(mm);P為年總降雨量(mm)。根據(jù)建昌、綏中、興城等12個雨量站1964~2013年的月平均降雨數(shù)據(jù)(氣象站分布如圖2所示),基于式(2)得到每個雨量站的降雨侵蝕力因子R,采用Kriging插值后得到研究區(qū)降雨侵蝕力的空間分布,如圖3所示。
圖2 葫蘆島市周邊雨量站分布圖
圖3 葫蘆島市降雨侵蝕力因子分布圖
2)土壤可蝕性因子。土壤可蝕性因子(K)的大小表示土壤被侵蝕的難易程度。一般說來,質地越粗或越細,土壤越不易侵蝕,而質地適中的土壤較易侵蝕。本文采用Williams等[24,25]在EPIC(erosion productivity Impact alculator)模型中的方法求算K值:
式中,s1為砂粒含量(%);s2為粉粒含量(%);n為黏粒含量(%);c為有機碳含量(%); s3=l-s1/100。根據(jù)第二次土壤普查資料,收集研究區(qū)各種土壤類型的機械組成、粒級含量、有機質含量等數(shù)據(jù)代入公式中,近似確定出葫蘆島市不同土壤類型的可蝕性因子K值,如表1。將K輸入土壤圖屬性庫中,轉化為K因子柵格圖(圖4)。
圖4 葫蘆島市土壤可蝕性因子分布圖
3)坡度、坡長因子(LS)的獲取。LS因子反映地形地貌特征對土壤侵蝕的影響。在其他地理環(huán)境因子相同的條件下,隨著坡長與坡度的增大,土壤侵蝕增多。本文采用 Wischmeier[26]提出的因子計算方法:
式中,λ為坡長,β為坡度,m為隨坡度變化的變量。當坡度>2.86°時,m為0.5;當坡度在1.72°~2.86°時,m為0.4;當坡度在0.57°~1.72°時,m為0.2。根據(jù)1∶50 000DEM圖和式(4)提取研究區(qū)等高線,建立DEM模型,形成90 m×90 m單元格grid圖,求出LS圖層(圖5)。
圖5 LS地形因子分布圖
4)植被覆蓋因子。植被覆蓋因子C是在相同的土壤、坡度和降雨條件下,某一特定作物或植被的土壤流失量與耕種過后連續(xù)休閑地的土壤流失量的比值。其值范圍一般為0~1。C值與植被類型、植被覆蓋度有關。當?shù)孛嫱耆懵稌r,C值為1;當?shù)孛嬷脖桓采w度高時,C值可取0.001。植物的覆蓋可抑制土壤侵蝕的發(fā)生,覆蓋度越高,土壤流失量越少[27,29]。本研究采用蔡崇法[28]提出的植被覆蓋度與C因子的方程:
式中,C為植被覆蓋因子;c為植被覆蓋度。
葫蘆島市的主要土地利用類型包括耕地、林地、居民點、旱地等,利用葫蘆島市2013年6~9月Landsat ETM遙感影像數(shù)據(jù)計算NDVI值,再利用NDVI值計算植被覆蓋度,并將植被覆蓋度與土地利用結合測定C因子值,賦值如表2,最后求出植被覆蓋因子分布圖(如圖6)。公式為:
式中,NDVIx為完全被植被覆蓋的像元的NDVI值;NDVI0為無植被覆蓋或裸土的像元的NDVI值。
表2 不同土地利用類型的C因子值
圖6 葫蘆島市植被覆蓋因子分布圖
5)水土保持措施因子。水土保持措施因子P是針對研究區(qū)采取特定防治措施后的土壤侵蝕量與順坡種植時沒有采取相應措施的土壤侵蝕量之比[30]。本研究主要參照美國農(nóng)業(yè)部手冊703號和解譯出的當?shù)赝恋乩矛F(xiàn)狀圖及董婷婷、劉得俊等的研究成果[31,32],得出P值,見表3。并且將P值以土地利用類型為單元賦值生成P值柵格圖(如圖7)。
表3 葫蘆島市不同土地利用類型的P因子值
圖7 葫蘆島市水土保持措施因子分布圖
2.2 土壤侵蝕量計算及強度分級
將上述各因子圖層轉化成同一個坐標系下的柵格圖,利用ArcInfo軟件的空間分析模塊疊加分析,將各因子連乘,最后得到研究區(qū)土壤侵蝕空間分布圖。再根據(jù)水利部頒布的《土壤侵蝕分類分級標準》(SLl90-96)確定土壤侵蝕強度分級指標,由研究區(qū)土壤侵蝕空間分布圖生成土壤侵蝕強度等級圖(圖8)。
圖8 葫蘆島市土壤侵蝕強度分級圖
3.1 葫蘆島市土壤侵蝕現(xiàn)狀分析
基于RUSLE葫蘆島市土壤侵蝕強度分級圖可以看出,葫蘆島市土壤侵蝕以中度侵蝕以下為主,其中興城市和綏中縣土壤侵蝕較為嚴重,是土壤侵蝕防治的重點區(qū)域(見表4)。葫蘆島市年均土壤侵蝕總量為17 867 598.32 t,年均土壤侵蝕模數(shù)為16.13 t/(hm2·a),屬于輕度侵蝕。葫蘆島市中度侵蝕以上的土壤侵蝕面積為1 177.93 km2,占總侵蝕面積的11.31%。雖然面積小,但土壤侵蝕的模數(shù)很高,占侵蝕總量的40.17%。微度、輕度、中度土壤侵蝕的面積占總面積的88.96%,占侵蝕總量的59.83%。所以對于葫蘆島市而言,中度侵蝕以下的侵蝕級別是重點侵蝕級別,但在加強治理此地區(qū)的同時也不能忽視中度侵蝕級別以上的地區(qū)的整治。
表4 葫蘆島市土壤侵蝕強度等級
3.2 土地利用類型對土壤侵蝕的影響
利用ArcGIS將土地利用類型圖和土壤侵蝕強度等級圖進行疊加分析,獲得不同土地利用類型的平均土壤侵蝕模數(shù)與土壤侵蝕量(表5)。從表5可以看出,葫蘆島市的主要土地利用類型為林地(有林地、灌木林、疏林地、其他林地)和旱地,所占比重分別為37.17%和30.16%;草地(高覆蓋度草地、中覆蓋度草地、低覆蓋度草地)與灘地面積次之,分別占9.09%和11.66%;最少的為裸土地,僅占6.37%。其中土壤侵蝕量最大的為旱地,所占侵蝕總量比重為23.43%,是水土流失最嚴重的地區(qū);林地與草地的土壤侵蝕量也略多,比例分別為22.16%和14.47%。除此之外,裸土地的土地面積雖然少,但年均侵蝕模數(shù)很大,屬于極劇烈侵蝕,因此土壤侵蝕量也很大,占總侵蝕量的13.34%;其他土地利用類型的土壤侵蝕量則相對較少。因此裸土地、旱地、林地和草地是研究區(qū)土壤侵蝕的主要發(fā)生區(qū)域,應加大對這些區(qū)域的水土保持治理力度。另外,農(nóng)村居民點侵蝕量比值比城鎮(zhèn)用地比值多4.25個百分點,說明農(nóng)村居民點比城鎮(zhèn)用地更易水土流失,葫蘆島市應該在農(nóng)村地區(qū)加強土地利用改造,以減少農(nóng)村地區(qū)的水土流失。
表5 不同土地利用類型的土壤侵蝕
3.3 土壤侵蝕的坡度分布特征
根據(jù)葫蘆島市不同坡度帶的平均土壤侵蝕模數(shù)與土壤侵蝕量表(表6)可以看出,坡度在6°以下的區(qū)域占研究區(qū)總面積的46.31%,但是對土壤侵蝕總量的貢獻率僅有8.63%,年均土壤侵蝕模數(shù)僅為6.13 t/(hm2·a),屬于微度侵蝕;6°~10°坡度帶屬于輕度侵蝕;10°~15°坡度帶屬于中度侵蝕;15°~25°坡度帶屬于強度侵蝕;25°以上的土地面積僅占研究區(qū)面積的7.06%,但對土壤侵蝕總量的貢獻率高達19.90%,年均土壤侵蝕模數(shù)為158.33 t/(hm2·a),屬于極強度侵蝕。這一現(xiàn)象表明,研究區(qū)土壤侵蝕強度與坡度呈正相關關系,隨著坡度的增大,平均土壤侵蝕模數(shù)上升。坡度在6°~25°之間的土壤侵蝕量為12 938 648.5 t,對土壤侵蝕總量的貢獻率為72.47%,是研究區(qū)的主要土壤侵蝕坡度段。因此,6°~25°坡度帶是葫蘆島市土壤侵蝕防治的主要區(qū)域,加強該區(qū)域的土壤侵蝕治理會大量減少土壤侵蝕面積與土壤侵蝕總量。
表6 葫蘆島市不同坡度帶的平均土壤侵蝕模數(shù)與土壤侵蝕量
應用RS和GIS技術,并在RUSLE模型的基礎上對葫蘆島市的土壤侵蝕量進行定量估算,研究并分析了土地利用類型和地形坡度對土壤侵蝕空間差異性的影響。結果表明,全市年均土壤侵蝕總量為17 867 598.32 t,年均土壤侵蝕模數(shù)為16.13 t/(hm2·a),屬于輕度侵蝕。從土壤侵蝕的空間特征分析,6°~25°坡度帶,以及裸土地、旱地、林地和草地是研究區(qū)土壤侵蝕的主要發(fā)生區(qū)域,這些區(qū)域是研究區(qū)土壤侵蝕防治的重點,葫蘆島市相關部門應及時采取有效對策來減少土壤流失量,改善生態(tài)環(huán)境,為葫蘆島市的可持續(xù)發(fā)展提供空間和條件。
[1] 李婷,張世熔,廖明輝,等. 基于3S和USLE的沱江流域中游土壤侵蝕定量評價[J].水土保持研究,2011(1):24-27
[2] 高峰,華璀,盧遠,等. 基于GIS和USLE的欽江流域土壤侵蝕評估[J].水土保持研究,2014(1):18-22
[3] 王志杰,簡金世,焦菊英,等. 基于RUSLE的松花江流域不同侵蝕類型區(qū)泥沙輸移比估算[J].水土保持研究,2013(5):50-56
[4] Shi X Z, Wang K, Warner E D, et a1.Relationship Between Soil Erosion and Distance to Roadways in Undeveloped Areas of China [J].Catena,2008(72):305-313
[5] 閻業(yè)超,張樹文,李曉燕,等.黑龍江克拜黑土區(qū)50多年來侵蝕溝時空變化[J].地理學報,2005,60(6):1 015-1 020
[6] Ni J R, Li X X, Borthwick A G L.Soil Erosion Assessment Based on Minimum Polygons in the Yellow River Basin,China[J].Catena,Geomorphology,2008(93):233-252
[7] De Cola L. Fractal Analysis of a Classified Landsat Scene[J].Photogrammetric Engineering and Remote Sensing,1989(55):601-610
[8] Lam N S N. Description and Measurement of Landsat TM Images Using Fractals[J].Photogrammetric Engineering and Remote Sensing,1990(56):187-195
[9] 余煒敏,漆智平.SOTER支持下海南土壤侵蝕量估算[J].水土保持學報,2003,17(6):51-54
[10] 張志,華學理.GIS支持下的土壤侵蝕強度景觀空間結構研究[J].水土保持學報,2001,15(6):6-8
[11] 張志,王少軍.湖北省土壤侵蝕景觀空間異質性及驅動因子分析[J].中國地質災害與防治學報,2004, 15(4):49-53
[12] 謝媛媛,余新曉,張滿良.基于GIS的橋子溝流域土壤侵蝕初步分析[J].水土保持研究,2005, 12(5):263-265
[13] 黃金良,洪華生,張珞平,等.基于GIS和USLE的九龍江流域土壤侵蝕量[J].水土保持學報,2004, 18(5):75-79
[14] 楊娟,葛劍平,李慶斌.基于GIS和USLE的臥龍地區(qū)小流域土壤侵蝕預報[J].清華大學學報:自然科學版,2006, 46(9):1 526-1 529
[15] 洪華生,楊遠,黃金良.基于GIS和USLE的下莊小流域土壤侵蝕量預測研究[J].廈門大學學報:自然科學版,2005,44(5):675-679
[16] 沈中原,李占斌,李斌斌. 大理河流域土壤侵蝕空間格局分形特征研究[J].土壤學報,2009, 46(1):149-152
[17] 齊曉君,王恩德,賈三石.基于GIS和RS的撫順市土壤侵蝕動態(tài)研究[J].東北大學學報:自然科學版,2008,29(9):1 342-1 345 [18] 李嘉峻,許有鵬,桑銀江. GIS支持下的土壤侵蝕動態(tài)變化研究:浙江一例[J].南京大學學報:自然科學版,2005,41(3):297-302
[19] 劉淼,胡遠滿,徐崇剛.基于GIS、RS和RUSLE的林區(qū)土壤侵蝕定量研究[J].水土保持研究,2004,11(3):21-24
[20] 黃詩峰,鐘邵南,徐美.基于GIS的流域土壤侵蝕量估算指標模型方法——以嘉陵江上游西漢水流域為例[J].水土保持學報,2001,15(2):105-107
[21] 史培軍,劉寶元,張科利,等.土壤侵蝕過程與模型研究[J].資源科學,1999,21(5):9-18
[22] 施行覺,Wang C Y.水的擴散與斷層的黏滑[J].中國地震,1986,2(3):14-21
[23] 王萬忠.中國降雨侵蝕力R值的計算與分布[J].水土保持學報,1995,9(4):5-18
[24] Wischmeier W H, Johson C B, Cross B V. A Soil Erodibility Nomograph forFarmland and Construction Sites [J].J Soil and Water Conserv,1971(26):189-193
[25] United States Department of Agnculture.EPIC-Erosion/ Productivity Impact Calculator 1 Model Documentation Technical Bdletin Number1768 [R]. Washington D C:USDA-ARS,1990
[26] Wischmeier W H, Smith D D Predicating Rainfall Erosion Losses[R]. Washington D C: USDA,1987
[27] 姬翠翠,李曉松,曾源,等.基于遙感和GIS的宣化縣水土流失定量空間特征分析[J].國土資源遙感,2010,(2):110
[28] 蔡崇法,丁樹文,史志華,等.應用USLE模型與地理信息系統(tǒng)IDRISI預測小流域土壤侵蝕量的研究[J].水土保持學報,2000,14(2):19-24
[29] 王萬中,焦菊英.中國的土壤侵蝕因子定量評價研究[J].水土保持通報,1996,16(5):1-20
[30] 傅世鋒,查軒.基于GIS和USLE的東圳庫區(qū)土壤侵蝕量預測研究[J].地球信息科學,2008,10(3):393.
[31] SD239-97Es.水土保持實驗規(guī)范[S].
[32] 劉得俊,李潤杰,王文卿,等.基于地理信息系統(tǒng)的西寧市土壤侵蝕監(jiān)測的實現(xiàn)[J].水土保持研究,2006,13(5):111-113
P273
B
1672-4623(2016)04-0065-05
10.3969/j.issn.1672-4623.2016.04.022
李雪瑩,研究生,研究方向為土地利用規(guī)劃,地理教育。
2013-08-21。
項目來源:國家自然科學基金資助項目(4047017);國家大學生創(chuàng)新創(chuàng)業(yè)訓練計劃資助項目(201310165011)。