基于GIS的祖厲河流域土壤侵蝕治理模式模擬研究

魏 偉

(西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070)

?

基于GIS的祖厲河流域土壤侵蝕治理模式模擬研究

魏 偉

(西北師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070)

利用遙感圖像處理技術(shù)，借助GIS軟件的柵格數(shù)據(jù)空間分析功能，以祖厲河流域為研究對象，依據(jù)土壤流失方程RUSLE模型生成各因子?xùn)鸥駡D，使用GIS軟件的空間分析功能，實現(xiàn)祖厲河流域的土壤侵蝕評估與模擬，在此基礎(chǔ)上設(shè)計了不同情景下的土壤侵蝕治理模式，以便解決研究區(qū)土壤侵蝕帶來的一系列問題.研究結(jié)果表明：祖厲河流域1995、2005和2015年土壤侵蝕模數(shù)分別為2877.87 t·km-2·a-1、3372.24 t·km-2·a-1和3713.23 t·km-2·a-1；從侵蝕量變化來看，1995年總土壤流失總量為29608397.23 t/a，2005年總土壤流失總量為34694588.64 t/a，2015年總土壤流失總量為38202817.64 t/a，年平均流失模數(shù)為3713.23 t·km-2·a-1，從侵蝕量看，研究區(qū)土壤侵蝕仍然呈惡化趨勢；從土壤侵蝕空間分布和侵蝕量變化來看，研究區(qū)土壤侵蝕度呈現(xiàn)南北低、中部高；河流深切區(qū)低，高山林立區(qū)高的特點.針對研究區(qū)情況，提出4種模擬治理并進行驗證，經(jīng)模擬分析得出高效治理模式是該區(qū)最佳治理模式，可有效改善土壤流失狀況，使平均模數(shù)降為2656.88 t·km-2·a-1.

土壤侵蝕；RS；GIS；RUSLE；祖厲河流域

0 引 言

土壤侵蝕是土壤退化和土地退化的主要表現(xiàn)形式.近年來，因不合理利用及土壤侵蝕，祖厲河流域部分地區(qū)土地日益貧瘠，生態(tài)環(huán)境呈現(xiàn)惡化趨勢[1].對祖厲河流域而言，其嚴(yán)重的土壤侵蝕引起了該區(qū)生態(tài)環(huán)境的惡化，而生態(tài)環(huán)境惡化又加劇了其土壤侵蝕的程度，在這種惡性循環(huán)模式下，該區(qū)成為中國經(jīng)濟發(fā)展最為滯后的地區(qū)之一.由于土壤侵蝕導(dǎo)致的土地退化也直接影響了祖厲河流域的農(nóng)業(yè)經(jīng)濟發(fā)展，阻礙了該區(qū)可持續(xù)發(fā)展，同時影響農(nóng)民脫貧致富的實現(xiàn)[2].

由于土壤侵蝕分布廣泛、程度嚴(yán)重，已成為主要的環(huán)境問題，因此全球?qū)W者自19世紀(jì)初就開始研究土壤侵蝕問題[3～5].目前在國內(nèi)外開發(fā)應(yīng)用的經(jīng)驗統(tǒng)計模型主要有美國通用土壤流失方程USLE、荷蘭模型LISEM、修正通用土壤流失方程RUSLE、水蝕預(yù)報模型WEEP等.而在我國研究中，大部分地區(qū)以USLE為藍本，根據(jù)研究區(qū)所在地的實際情況，計算模型各參數(shù)值，建立了許多具有地區(qū)性的土壤侵蝕預(yù)報模型，如，景可等[3]建立了黃土高原地區(qū)多粗砂區(qū)侵蝕產(chǎn)沙模型；李銳等[4]以GIS和RS技術(shù)為基礎(chǔ)，改善了對區(qū)域土壤侵蝕定量評價的模型結(jié)構(gòu)和參數(shù)的提取方法；20世紀(jì)90年代中后期，周佩華等[5]結(jié)合西部地區(qū)地理環(huán)境演變相關(guān)研究，對黃土高原和長江上游未來50年的水土流失趨勢進行了預(yù)測.另一方面，由于國際GIS與侵蝕模型的集成發(fā)展不斷進步，一些國際流行的侵蝕過程模型開始初步逐漸應(yīng)用于我國黃土高原地區(qū)[6-9].本文運用RS技術(shù)和GIS的強大空間分析功能對祖厲河流域土壤侵蝕狀況進行評估，對土壤流失進行研究定量分析和控制方案定量模擬，提出了未來防治策略.此次研究可為祖厲河流域土壤侵蝕現(xiàn)狀提供決策支持，并且可給同類型地區(qū)提供科學(xué)實施土地合理利用、土壤侵蝕治理的參考依據(jù).

1 研究區(qū)概況

祖厲河流域位于甘肅中部，地理位置處于104°12′～105°33′E，35°18′～36°34′N之間，流域面積約10653 km2，地垮甘肅省定西、白銀、蘭州3地(市)和寧夏固原地區(qū)，包括定西縣，會寧縣的絕大部分地區(qū)及靖遠、榆中、隴西、通渭、西吉、海原縣的小部分地區(qū)[1].在地理上由于受賀蘭山和祁連山加里東褶皺帶的復(fù)合影響，地勢傾斜趨向由南向北，海拔多處于1500～2000 m.最高峰在流域東北崛吳山的南溝大頂，海拔高度為2858 m，最低點在祖厲河匯入黃河處，海拔高度為1392 m.從地里發(fā)展歷史上來看，祖厲河流域在第三紀(jì)末和第四紀(jì)初古地形的基底上，經(jīng)第四紀(jì)以來的多次侵蝕—堆積旋回和現(xiàn)代侵蝕作用，塑造了當(dāng)今以塬、梁、峁為主要特點的黃土丘陵地貌形態(tài)，呈現(xiàn)出梁峁交錯，溝壑縱橫的景觀[2].

2 數(shù)據(jù)來源及主要研究方法

2.1 數(shù)據(jù)來源

本次研究用到的數(shù)據(jù)主要包括1995年、2005年和2015年三期氣象數(shù)據(jù)，主要包括降水、氣溫和風(fēng)速等數(shù)據(jù)，分辨率為30 m×30 m的DEM數(shù)據(jù)、比例尺為1∶100萬的土壤數(shù)據(jù)、3個研究時段的Landsat5/ETM和Landsat/OLI影像、1995年、2005年及2015年土地利用數(shù)據(jù)(.shp)以及研究區(qū)的其它基礎(chǔ)地理數(shù)據(jù).其中Landsat系列的遙感影像數(shù)據(jù)和分辨率為30 m的DEM數(shù)據(jù)均來源于地理空間數(shù)據(jù)云平臺(http://www.giscloud.cn/)，比例尺為1∶100萬的土壤數(shù)據(jù)來源于中國科學(xué)院南京土壤研究所(http://www.issas.ac.cn/)1995年、2005年和2015年的3期降雨量數(shù)據(jù)均來源于中國氣象共享網(wǎng)(http://www.escience.gov.cn/metdata/page/index.html).具體數(shù)據(jù)源及其信息如表1所示.

表1 數(shù)據(jù)來源

2.2 研究方法

2.2.1 土壤流失計算模型

Wischmeier和Smith[10]于1965年通過大量小區(qū)觀測資料和人工模擬降雨實驗資料建立通用的土壤流失方程USLE模型.該模型廣泛應(yīng)用在美國和其他國家的侵蝕預(yù)測和水土保持規(guī)劃等方面.但他們建立的USLE模型只考慮了降雨侵蝕力因子，并沒有考慮與土壤侵蝕密切相關(guān)的因子[11].美國農(nóng)業(yè)部農(nóng)業(yè)研究局(USDA-ARS)為了解決這一弊端，在USLE模型的基礎(chǔ)上做了改進，于1992年首次提出修正后的土壤侵蝕分析模型——RUSLE模型，并于1997年正式?jīng)Q定采用，其基本原理如下：

A=R·K·L·S·C·P

(1)

式中，A為年土壤侵蝕模數(shù)(t·km-2·a-1)；K為土壤可蝕性因子(t·km2·h·MJ-1·mm-1·km-2)；R為降雨侵蝕力因子(MJ·mm·km-2·h-1·a-1)；C為植被覆蓋與管理因子；P為水土保持措施因子；L、S為坡長、坡度因子.本文以1995年、2005年和2015年3期降雨量數(shù)據(jù)、土壤數(shù)據(jù)、GDEM數(shù)據(jù)、遙感影像數(shù)據(jù)為基礎(chǔ).通過對數(shù)據(jù)的計算和分析，提取出影響土壤侵蝕模數(shù)的各個因子，科學(xué)、系統(tǒng)地測度研究區(qū)域土壤侵蝕模數(shù)及強度等級.

2.3 土壤流失方程各因子的提取

2.3.1 地形因子LS提取

圖1 LS因子分布圖Fig.1 Factor LS map

根據(jù)研究特點來看，研究區(qū)地形地貌對土壤侵蝕的影響主要包括坡度(Slope)和坡長(Length)兩個因子.本研究利用DEM數(shù)據(jù)，以GIS空間分析為技術(shù)手段(Surface Analysis)進行地形特征分析，提取坡度坡長數(shù)據(jù).坡度坡長因子的計算公式如下：

(2)

式(2)中，λ為坡長，m為隨坡度變化的量，β為坡度[11].當(dāng)β≥2.86°時，m=0.5；當(dāng)1.72°≤β<2.86°時，m=0.4；當(dāng)0.57°≤β<1.72°時，m=0.3；當(dāng)β<0.57°時，m=0.2.

2.3.2 降雨侵蝕力因子R估算

降雨侵蝕力R(Rainfall Erosivity)是一項反映降雨對土壤侵蝕的影響的一種指標(biāo)，是進行土壤侵蝕預(yù)報的重要因子[12].本文選用Wischmeier公式[13]計算2001～2010年的逐年降雨侵蝕力，該公式以月平均降雨量和年平均降雨量為基礎(chǔ)數(shù)據(jù)，采用指數(shù)求和方式對其影響土壤侵蝕的動能進行定量計算，其計算公式如下：

(3)

式(3)中，pi，p為月平均、年平均降雨量(mm).具體數(shù)據(jù)見表2.

表2 祖厲河流域不同時期降雨侵蝕力因子

2.3.3 土壤可蝕性因子K估算

土壤可蝕性因子K不僅體現(xiàn)出土壤對侵蝕介質(zhì)剝蝕和搬運(即雨滴擊濺或地表徑流等)的敏感程度，同時也體現(xiàn)了土壤抵抗侵蝕的能力與降雨、徑流、滲透作用間的相關(guān)關(guān)系[13].根據(jù)研究特點，本研究選用侵蝕/生產(chǎn)力影響模型EPIC的公式[14].計算公式如下：

(4)

式(4)中，SAN：砂粒含量(%)；SIL：粉砂含量(%)；CLA：粘粒含量(%)；C：有機碳的含量(%)；SN=1-SAN/100，本研究通過1∶100萬的土壤數(shù)據(jù)庫，提取表層土壤的SAN、SIL、CLA和C字段，計算出項目區(qū)的K因子值為0.49(t·km2·h·MJ-1·mm-1·hm-2).

2.3.4 植被覆蓋度與管理因子C估算

為表示植被覆蓋對水土流失的抑制程度，同時也體現(xiàn)植被覆蓋對保持水土的作用，因此選用植被覆蓋與管理因子(C)，其取值范圍為0～1[15].計算C因子值與植被覆蓋度之間的回歸方程有很多，根據(jù)研究特點本文選用蔡崇法[16]計算C值.其公式如下：

(5)

式中，c為植被覆蓋度.計算植被覆蓋度，需要計算研究區(qū)范圍內(nèi)的NDVI值，并提取最大和最小NDVI值，從而計算出研究區(qū)范圍內(nèi)的植被覆蓋度.植被覆蓋度的計算公式如下：

(6)

式(6)中，NDVI0為無植被或裸土覆蓋地區(qū)像元的NDVI值；NDVIg為所有被植被覆蓋地區(qū)像元的NDVI值；

(7)

(8)

同時根據(jù)計算得到的C因子分布圖以及研究區(qū)土地利用類型圖將C因子值賦予相應(yīng)的土地利用類型.

圖2 C因子空間分布圖(a:1995年；b:2005年；c:2015年)Fig.2 Spatial distribution of C Factor (a:1995；b:2005；c:2015)

土地覆蓋C因子值土地覆蓋C因子值林地0.007草地0.05建設(shè)用地0.4水域0.18

2.3.5 水土保持措施因子P估算

將區(qū)域內(nèi)不會發(fā)生土壤侵蝕用0表示，未采取任何水土保持措施的區(qū)域用1表示.在此研究中采用坡度權(quán)重對P因子進行分級賦值的方法[17].

表4 不同土地利用類型下的P因子值

圖3 P因子空間分布圖(a:1995年；b:2005年；c:2015年)Fig.3 Spatial distribution of P Factor (a:1995；b:2005；c:2015)

2.4 模型的運算

利用GIS中的相關(guān)技術(shù)，形成研究區(qū)土壤侵蝕量等級分布圖有以下步驟：

第一，將各網(wǎng)格的因子值相乘，計算每個柵格的土壤侵蝕量；第二，根據(jù)土壤侵蝕分類標(biāo)準(zhǔn)對其結(jié)果進行重分類(Reclassify)，形成土壤侵蝕量圖；第三，考中國土壤侵蝕強度等級劃分標(biāo)準(zhǔn)，形成研究區(qū)土壤侵蝕量等級圖.

3 土壤侵蝕結(jié)果分析

3.1 土壤侵蝕結(jié)果時間變化特征

從侵蝕面積來看(表5)，1995年土壤侵蝕中度及以上所占面積為3788.22 km2，占研究區(qū)總面積的36.82%，而微度侵蝕面積占研究區(qū)總面積的26.83%.到了2005年其土壤侵蝕中度及以上面積增加到4448.42 km2，占研究區(qū)總面積的43.24%，面積比1995年面積凈增660.20 km2.2015年土壤侵蝕中度及以上面積為4812.36 km2，占研究區(qū)總面積的46.78%，比2005年增加362.94 km2，比1995年增加了1024.14 km2.從侵蝕面積來看，研究區(qū)20年來土壤侵蝕面積不斷擴大，中度以上侵蝕面積20年間年均增長近51.21 km2，占研究區(qū)總面積將近0.5%.且強度侵蝕、極度侵蝕和劇烈侵蝕三者面積逐年上升，表明研究區(qū)總體侵蝕面積在不斷上升的同時，較為嚴(yán)重的侵蝕也在逐年加劇.從侵蝕量來看，1995年侵蝕總量為29608397.23 t/a，年平均侵蝕模數(shù)為2877.87 t·km-2·a-1，2005年侵蝕總量增加到34694588.64 t/a，年平均侵蝕模數(shù)為3372.24 t· km-2·a-1，2015年侵蝕總量進一步增加為38202817.64 t/a，年平均侵蝕模數(shù)也增加到3713.23 t·km-2·a-1，根據(jù)《土壤侵蝕分類分級標(biāo)準(zhǔn)》(SL190—2007)來看，屬于中強度侵蝕.

圖4 祖厲河流域土壤侵蝕統(tǒng)計圖(縱坐標(biāo)表示面積：km2)Fig.4 Area statics results of various soil erosion intensities in Zuli River Basin

199520052015侵蝕模數(shù)面積面積比侵蝕量面積面積比侵蝕量面積面積比侵蝕量微度<10002759.8926.837942612.002417.0823.498150982.432268.2422.058422512.73輕度1000～30003740.1836.3510763774.883422.7933.2711541777.503207.6931.1811910900.83中度3000～50002055.3519.985915046.242126.0120.667169417.242120.1020.617872427.84強度5000～7000914.078.882630568.821137.3411.053836050.841205.1611.714475049.94極度7000～9000433.064.211246279.34573.185.571932916.75666.096.472473340.09劇烈>9000385.743.751110115.95611.895.952063443.89821.017.983048586.21合計10288.29100.0029608397.2310288.29100.0034694588.6410288.29100.0038202817.65

3.2 土壤侵蝕結(jié)果空間變化特征

從研究區(qū)土壤侵蝕強度空間分布特征來看(圖5)，極度侵蝕區(qū)和劇烈侵蝕區(qū)主要分布在會寧縣西北部的新莊鄉(xiāng)、頭寨子鎮(zhèn)、東北部草灘鄉(xiāng)、土高山鄉(xiāng)，還有定西市安定區(qū)的北部白錄鄉(xiāng)、魯家鎮(zhèn)溝、東北部石灣峽鄉(xiāng)、新集鄉(xiāng)以及靖遠縣的西南部若笠鄉(xiāng)，東北部等廣大區(qū)域，這些地區(qū)植被覆蓋較低，瞬間降雨強度大，生態(tài)異常脆弱，因此其土壤侵蝕量不斷增大，侵蝕強度不斷增加.相比極度和劇烈侵蝕區(qū)，輕度和微度侵蝕區(qū)主要分布在靖遠縣東北部的高灣鄉(xiāng)以及會寧縣北部大部分地區(qū)，涉及郭城驛鎮(zhèn)、白草原鄉(xiāng)、河畔鎮(zhèn)及劉家寨子鄉(xiāng)等地，除此之外，安定區(qū)南部的內(nèi)宮營鎮(zhèn)、團結(jié)鎮(zhèn)及香泉鎮(zhèn)其侵蝕程度也較低.通過統(tǒng)計不同縣區(qū)的侵蝕量發(fā)現(xiàn)，1995年到2005年會寧縣年平均土壤侵蝕量增加了2546509.20 t，安定區(qū)增加了1732883.62 t，靖遠縣增加了534843.07 t，榆中縣增加了138922.06 t，臨洮縣增加了46430.30 t，通渭縣增加了31267.36 t，平川區(qū)增加了42523.33 t，隴西縣增加了12470.19 t.而從1995年到2015年20年間會寧縣年平均土壤侵蝕量增加了4302930.291 t，安定區(qū)增加了2928117.22 t，靖遠縣增加了903744.01 t，榆中縣增加了234741.73 t，臨洮縣增加了78454.99 t，通渭縣增加了31267.36 t，平川區(qū)增加了71853.23 t，隴西縣增加了21071.34 t.從土壤侵蝕空間分布和侵蝕量變化來看，研究區(qū)土壤侵蝕度呈現(xiàn)南北低、中部高；河流深切區(qū)低，高山林立區(qū)高的特點.

通過查閱相關(guān)文獻后發(fā)現(xiàn)，祖厲河流域的土壤主要類型為黑壚土、灰鈣土和黃綿土三種，從空間分布上看，南部主要以黑壚土為主，而北部則以灰鈣土為主，土壤類型呈現(xiàn)由南向北逐漸過渡的特點[2-4]，而從流域主要類別類型看，其主要為針茅、冰草、蒿類等群落.因此該區(qū)土質(zhì)松軟，缺乏水分，加之植被根系不發(fā)達，生長的少量且微小的植被經(jīng)不起大雨或惡劣氣候的侵襲，因此在治理土壤侵蝕時要特別重視保護培育植被，改變土地不合理利用同時發(fā)展多功能型土地利用類型.將模型計算數(shù)據(jù)結(jié)果與甘肅省土壤普查辦公室提供的實測數(shù)據(jù)[18]祖厲河流域年鑒及流域相關(guān)研究成果[19]計算的結(jié)果進行了精度對比與驗證，侵蝕模數(shù)和侵蝕量的精度均在90%以上，侵蝕面積的精度為85%，證明了上述研究方法的科學(xué)精確性.

圖5 土壤侵蝕結(jié)果空間分布圖(a:1995年；b:2005年；c:2015年)Fig.5 The spatial distribution of soil erosion(a:1995；b:2005；c:2015)

4 土壤侵蝕模擬治理模式

4.1 原理與方法

根據(jù)祖厲河流域的自然條件與發(fā)展特點以及土壤侵蝕現(xiàn)狀，本次研究擬采用下列模式進行模擬研究：

(a)高效治理模式(Efficient governance model)完全采取人工提升林區(qū)植被增長速度，主要包括全力發(fā)展坡地退耕還林還草，完全治理土壤侵蝕.

(b)穩(wěn)步推進模式(Steady impel model)針對祖厲河流域具體的生態(tài)環(huán)境，有計劃地提升該區(qū)林區(qū)植被覆蓋面積，穩(wěn)步進行坡地還林還草，加速治理土壤侵蝕.

(c)逐步改善模式(Gradually improving model)針對祖厲河流域的土地利用現(xiàn)狀，科學(xué)調(diào)整農(nóng)用地、林地、建設(shè)用地所占比例，逐步進行坡地治理，使生態(tài)環(huán)境與經(jīng)濟發(fā)展相協(xié)調(diào).

(d)自然發(fā)展模式(Natural development model)對祖厲河流域的土地利用情況和自然環(huán)境情況保持現(xiàn)狀，不進行人為干擾，使其自行發(fā)展.

通過整體分析方程，發(fā)現(xiàn)可將R、K因子視為常數(shù)應(yīng)用于方程中，因此，在模擬研究中主要分析C、P因子.通過對祖厲河流域相關(guān)資料的分析和研究，該研究區(qū)處于流域地貌發(fā)育階段的早年期，并開始向早年晚期發(fā)展.地表強烈的沖刷切割和河流劇烈的深切侵蝕使祖厲河流域呈現(xiàn)出支離破碎、千溝萬壑的景觀[4].祖厲河流域目前水土流失嚴(yán)重、土壤侵蝕強烈是地貌自然演化過程中的必然結(jié)果，在這一過程中自然規(guī)律占主導(dǎo)地位，而人類活動的影響不是祖厲河流域土壤流失的主要因素[12～15].本研究對土壤流失較為嚴(yán)重的關(guān)鍵源區(qū)進行重治理，措施為加強水土流失的抑制作用.在對C、P因子值通過四種模式下不同土地利用類型比較，對各取值作了調(diào)整，最后得到較為理想的治理模式模擬值(表6)

表6 研究區(qū)不同治理模式C、P模擬值

4.2 4種治理模式的模擬結(jié)果分析

對4種治理結(jié)果進行計算后發(fā)現(xiàn)(表7)，高效治理模式平均土壤流失模數(shù)為2656.88 t·km-2·a-1，其微度流失面積最大，為2930.63 km2，占到流失總面積的28.49%，劇烈流失面積最小，僅有283.0374 km2，占流失總面積的2.75%，其它流失面積為7074.43 km2，面積占總流失面積的68.77%；穩(wěn)步推進模式平均土壤流失模數(shù)為2950.93 t·km-2·a-1，微度流失較極速治理型有所減少，為2691.19 km2，占到了流失總面積的26.16%，而劇烈有所增加，面積達到414.54 km2，占到了流失總面積的4.03%；逐步改善模式平均土壤流失模數(shù)為3541.10 t·km-2·a-1，微度流失面積為2349.26 km2，占到流失總面積的22.83%，劇烈流失面積也最小，占流失總面積的7.04%，其它流失類型土壤流失面積占總流失面積的70.13%；自然發(fā)展模式平均土壤流失模數(shù)為3713.23 t·km-2·a-1，微度流失面積為2268.24 km2,占到流失總面積的22.05%，劇烈流失面積為820.81 km2，占流失總面積的7.98%，其它流失類型土壤流失面積占總流失面積的69.97%；從結(jié)果來看，高效治理模式效果最好，其流失模數(shù)最小，微度流失面積最大，劇烈面積最小.穩(wěn)步推進和逐步改善模式次之，自然發(fā)展模式效果最差，其流失模數(shù)最大，微度流失面積最小，劇烈面積最大.

表7 4種治理模式模擬分析表

圖6 祖厲河流域模擬模式結(jié)果圖(a:高效治理模式；b:穩(wěn)步推進模式；c:逐步改善模式；d:自然發(fā)展模式)Fig.6 Simulation model and spatial distribution (a: Efficient governance model; b:Steady impel model c:Gradually improving model; d:Natural development model)

4.3 4種模式模擬結(jié)果變化分析

經(jīng)過以上模型計算分析發(fā)現(xiàn)，4種模式下不同等級土壤流失面積有較大差異，以自然發(fā)展型為參考模型，對比發(fā)現(xiàn)，高效治理模型微度與輕度流失面積有所增加，其它等級流失面積大幅度減少，減少的面積為1406.91 km2，占變化面積的50.01%.穩(wěn)步推進型模型微度與輕度流失面積也有所增加，其它等級流失面積大幅度減少，減少的面積為187.21 km2，占變化面積的50 %.以上兩種模式效果均比較明顯，有效改善了研究區(qū)的土壤侵蝕程度.逐步改善型微度與輕度流失面積增加較大，其它等級流失面積有所減少，減少的面積為916.86 km2，占變化面積的50 %.對比其余兩種模型，其改善程度明顯較弱.

以上結(jié)果主要是由于在模擬過程中高效與穩(wěn)定治理模式人為對林地草地進行干預(yù)，同時在坡地實行全面退耕還林還草，因此植被得到極大保護.而逐步改善模式則是逐步進行調(diào)整，有選擇性地加強植被蓋度，因此治理效果不太明顯.

表8 治理模式模擬變化分析表

4.4 4種治理模式模擬結(jié)果綜合評價

4種模式模擬結(jié)果的多目標(biāo)綜合評價表明，優(yōu)序為高效治理模式、穩(wěn)步推進模式、逐步改善模式、自然發(fā)展模式，這是因為自然發(fā)展型導(dǎo)致后期生態(tài)環(huán)境惡化，潛在危害大，生態(tài)，土壤流失等因素具有滯后效應(yīng)，治理的近期效益不明顯，逐步改善模式僅能保持循序漸進的總體效益，傳統(tǒng)經(jīng)營對環(huán)境的影響近期亦不顯著.穩(wěn)步推進模式有顯著的社會經(jīng)濟與環(huán)境效益，對土壤保持既快速又可持續(xù)利用起到積極效果，高效治理模式則全面支持環(huán)境效益的維護，同時人為全力支持水土流失治理.所以，高效治理模式是研究區(qū)生態(tài)可持續(xù)發(fā)展的最優(yōu)模式.

綜合4種治理模式分析發(fā)現(xiàn)，高效治理模式下微度面積迅速增大，劇烈流失面積減少，4種曲線在輕度有一個較為明顯的轉(zhuǎn)折，高效治理型轉(zhuǎn)折的角度最大，隨著各種人為干擾措施，中度、強度、極度、劇烈流失面積向低層級一次轉(zhuǎn)換，最后逐漸趨于平滑狀態(tài)，曲線基本平行，這與綜合分析結(jié)果基本吻合.

圖7 4種治理模式模擬結(jié)果比較圖(縱坐標(biāo)表示面積：km2)Fig.7 Comparison of the four kinds of simulation model

土地利用類型各類型面積/km2面積比/%高效治理型(a)穩(wěn)步推進型(b)逐步改善型(c)自然發(fā)展型(d)林地265.582.584.14093.43.142.1404草地3812.0437.022.96333.8122.8531.1169旱地5940.1157.680.8530.12790.15680.1775建設(shè)用地122.751.190.23250.26140.29030.3027水域2.230.020.17330.18570.18990.1981未利用地155.551.510.3040.34120.37420.4237合計10298.2618.6678.12827.00424.3593

5 結(jié) 論

(1)祖厲河流域1995、2005和2015年土壤侵蝕模數(shù)分別為2877.87 t·km-2·a-1、 3372.24 t·km-2·a-1和3713.23 t·km-2·a-1；從侵蝕量變化來看，1995年總土壤流失總量為29608397.23 t/a，2005年總土壤流失總量為34694588.64 t/a，2015年總土壤流失總量為38202817.64 t/a，年平均流失模數(shù)為3713.23 t·km-2·a-1.

(2)從土壤侵蝕時空變化來看，土壤侵蝕最嚴(yán)重的的區(qū)域主要分布在會寧縣西部、靖遠縣南部及安定區(qū)北部地區(qū)；相比而言，會寧縣東北部、靖遠縣東南部土壤侵蝕程度較低.總體來看，研究區(qū)土壤侵蝕度呈現(xiàn)南北低、中部高；河流深切區(qū)低，高山林立區(qū)高的特點.

(3)在祖厲河流域內(nèi)R、K因子相同的情況下，主要由C因子和LS因子決定其土壤侵蝕程度，由此得出治理該區(qū)土壤侵蝕應(yīng)將重點放在C、LS因子的宏觀調(diào)控上.依照該區(qū)現(xiàn)實情況，提出4種模擬治理并進行驗證，經(jīng)模擬分析得出高效治理模式是該區(qū)最佳治理模式，可有效改善土壤流失狀況，使平均模數(shù)降為2656.88 t·km-2·a-1.經(jīng)模擬研究，實施退耕還林可將C值減少至0.004，減少土壤流失10%以上；實施坡地改梯可將P值減少至0.02，減少土壤流失20%以上.

(4)祖厲河流域土壤侵蝕程度現(xiàn)階段處于中度向強度轉(zhuǎn)化.分析變化原因，主要是其本身自然地理因素影響，其次是人類土地不合理利用以及土壤侵蝕治理措施的缺失.現(xiàn)代社會經(jīng)濟發(fā)展與環(huán)境發(fā)展是一種相互制約相互促進的關(guān)系，人類不同程度的不合理利用土地，加劇了祖厲河流域的土壤侵蝕，使該區(qū)生態(tài)環(huán)境惡化.而實施高效治理模式可使土壤侵蝕程度降到最低，是祖厲河流域進行生態(tài)可持續(xù)發(fā)展，土壤逐步改善的最佳措施.

[1]張小文.遙感和GIS輔助下的祖厲河流域土壤侵蝕空間變化分析[J].遙感技術(shù)與應(yīng)用,2009(06):772-776.

[2]趙傳燕,馮兆東,南忠仁,李守波.黃土高原祖厲河流域潛在植被分布模擬研究[J].地理學(xué)報,2007(01):52-61.

[3]景可，盧金發(fā)，梁季陽，等，黃河中游侵蝕環(huán)境特征和變化趨勢[M]，鄭州:黃河水利出版社，1997.

[4]王飛，李銳，楊勤科，等.黃土高原土壤侵蝕的人為影響程度研究綜述[J].泥沙研究，2003,10(5):110-116.

[5]周佩華,豆葆璋,孫清芳,等.降雨能量的試驗研究初報[J].水土保持通報，1981(1):2-8.

[6]Nazzareno D, Gianni B.Estimating monthly (R)USLE climate input in a Mediterranean region using limited data[J].Journal of Hydrology, 2007, 345:224-236.

[7]Terranova O, Antronico L, Coscarelli R, et al.Soil erosion risk scenairos in the Mediterranean environment using RUSLE and GIS: An application model for Calabria(southern Italy)[J].Geo-morphology,2009, 112:228-245.

[8]Lei M, Qiyan F, Kan W, et al.Quantitative evaluation of soil erosion of land subsided by coal mining using RUSLE[J].Inter-national Journal of Mining Science and Technology,2012, 22:7-11.

[9]Soyoung P, Cheyoung O, Seongwoo J, et al.Soil erosion risk in Korean watersheds, assessed using the revised universal soil loss equation[J].Journal of Hydrology, 2011, 399:263-273.

[10]Wischmeier W H, Smith D D.Predicting rainfall-erosion losses from cropland and east of the Rocky Mountains[S].Washing-ton: USDA,Agriculture Handbook No.282, 1965.

[11].任坤,梅琨,朱慧敏,何溶,等.基于RUSLE模型的珊溪水庫流域土壤侵蝕定量估算[J].生態(tài)學(xué)雜志,2015(07):1950-1958.

[12]怡凱,王詩,陽,王雪,姚洪莉.基于RUSLE模型的土壤侵蝕時空分異特征分析—以遼寧省朝陽市為例[J].地理科學(xué),2015,35(03):365-372.

[13]張小文.祖厲河流域土壤侵蝕與水文—地貌過程變化的GIS輔助模擬[D].蘭州大學(xué),2006.

[14]孟慶香.基于遙感、GIS和模型的黃土高原生態(tài)環(huán)境質(zhì)量綜合評價[D].西北農(nóng)林科技大學(xué),2006.

[15]岳瑋,劉慧明,孫國鈞.基于遙感和GIS技術(shù)的祖厲河流域植被覆蓋動態(tài)變化監(jiān)測[J].蘭州大學(xué)學(xué)報(自然科學(xué)版),2009,S1:6-11.

[16]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, 14(2):19-24.

[17]魏偉,趙軍,王旭峰.RS、GIS支持下高寒草原退化過程中土壤流失及治理模式仿真研究[J].干旱區(qū)地理,2009,32(01):47-56.

[18]甘肅省土壤普查辦公室.甘肅土壤[M].北京:中國農(nóng)業(yè)出版社,1993.

[19]宋維峰,張明璽,韓承鼎.祖厲河水沙特性及水利、水土保持措施減沙效益分析[J].中國水土保持,1994(04):8-11.

[責(zé)任編輯：徐明忠]

Control model of soil erosion in Zuli river basin based on GIS

WEI Wei

(School of Geography and Environmental Science,Northwest Normal University,Lanzhou 730070,China)

This study uses quantitative remote sensing method on soil erosion which supported by RUSLE model ,and GIS software, utilizing a series of data such as digital elevation model (DEM), rainfall, soil ,the characteristics of spatial-temporal differentiation of soil erosion of Zuli river basin from1995 to 2015 is conducted.Through the analysis of the time change of soil erosion modulus, time change of soil erosion intensity and spatial distribution of soil erosion intensity, the results of this research are summed up as follows: the soil erosion modulus was 2877.87 t·km-2·a-1in1995, 3372.24 t·km-2·a-1in2005 and 3713.23 t·km-2·a-1in 2015,which reflected that the value was relatively deteriorate.From the spatial distribution of soil erosion, soil erosion modulus is on the high side place in the middle of the study area and low value in the south and north.Besides, the soil erosion mounts is on the side in the mountains and low near the river valley.Four kinds of simulation are proposed according to the characteristics of study area.The results show that the Efficient governance model (EGM) is the best governance model area, which can effectively improve soil loss conditions, the average modulus dropped to 2656.88 t·km-2·a-1.

soil erosion; RS;GIS;RUSLE; Zuli river basin

2016-04-13

魏偉(1982—)，男，甘肅莊浪人，西北師范大學(xué)講師，博士，主要從事GIS和RS的應(yīng)用研究.

P641.3

A

1672-3600(2017)03-0051-10