田培 許盈 楊偉 李璐 吳宜進
摘要:
為探究鄂東南紅壤侵蝕規(guī)律,根據(jù)該區(qū)域典型紅壤區(qū)咸寧市2005~2020年的水土流失面積和強度數(shù)據(jù),揭示其土壤侵蝕時空演變特征,并結(jié)合RUSLE模型和2012~2020年咸寧市通城、通山等監(jiān)測站點的徑流小區(qū)觀測數(shù)據(jù),定量評價了該區(qū)域土壤侵蝕因子。結(jié)果表明:2005~2020年咸寧市水土流失總面積及其占國土面積之比總體呈持續(xù)下降趨勢,咸寧市土壤侵蝕強度整體表現(xiàn)出“南重北輕”的空間格局;裸地小區(qū)平均土壤侵蝕模數(shù)最高,為958.78 t/(km2·a),耕地小區(qū)次之,經(jīng)濟林小區(qū)最??;所有作物覆蓋的耕地小區(qū)中,黃花小區(qū)的土壤侵蝕模數(shù)最低;復(fù)合水土保持措施較單一水土保持措施的抗侵蝕效果更明顯,其中“土坎+植物籬”復(fù)合措施的水土保持效果最佳;土壤侵蝕模數(shù)與侵蝕性降水量之間呈指數(shù)或冪函數(shù)關(guān)系;咸寧市土壤侵蝕主導(dǎo)因子為植被覆蓋與管理因子及水土保持措施因子,其次為土壤可蝕性因子和侵蝕性降水量因子。研究結(jié)果可為揭示鄂東南紅壤區(qū)水土流失時空演變規(guī)律及水土保持措施優(yōu)化配置提供參考。
關(guān) 鍵 詞:
土壤侵蝕; RUSLE; 時空演變; 水土保持措施; 徑流小區(qū); 鄂東南
中圖法分類號: S157
文獻標(biāo)志碼: A
DOI:10.16232/j.cnki.1001-4179.2023.07.009
0 引 言
土壤侵蝕是導(dǎo)致土地退化和面源污染的重要原因[1]。《2020年湖北省水土保持公報》顯示,幕阜山省級水土流失重點治理區(qū)水土流失面積達2 375.67 km2,占其國土面積的23.7%。作為鄂東南典型紅壤區(qū),咸寧市2020年水土流失面積達1 842.82 km2,占其國土面積的18.37% [2]。因此,揭示咸寧市土壤侵蝕時空格局及其演變特征,并對土壤侵蝕影響因子進行定量評價,對咸寧市乃至鄂東南紅壤侵蝕的科學(xué)防控具有重要意義[3]。
近年來,GIS、RS技術(shù)結(jié)合修正的通用土壤流失方程(RUSLE)廣泛應(yīng)用于區(qū)域土壤侵蝕時空演變及侵蝕因子定量評價研究[4-7]。胡先培等[8]、怡凱等[9]運用RUSLE分別分析了銅仁流域、朝陽市的土壤侵蝕時空演變特征;陳紅等[10]、王濤[11]結(jié)合RUSLE和遙感數(shù)據(jù)分別對淮河流域和洛河流域的土壤侵蝕因子開展了定量評價。韓旭等[3]基于RUSLE和水土保持監(jiān)測站點觀測數(shù)據(jù),識別出武漢市土壤侵蝕主導(dǎo)因子并提出了侵蝕防控對策。然而,將RUSLE與長時間序列野外徑流小區(qū)土壤侵蝕觀測數(shù)據(jù)相結(jié)合來開展土壤侵蝕定量研究還不夠深入。
鄂東南地區(qū)紅壤侵蝕研究受到了眾多學(xué)者關(guān)注[12]。鄧羽松等[13]對鄂東南咸寧市花崗巖崩崗侵蝕特征開展了研究;歐陽春[14]根據(jù)不同水土保持措施,將咸寧市花崗巖紅壤與第四紀(jì)紅黏土紅壤的侵蝕治理效益進行了對比研究;張德謙等[15]采用人工降雨和放水沖刷相結(jié)合方式探究了咸寧通城縣花崗巖紅壤侵蝕機理;Wang等[16]對咸寧市紅壤侵蝕過程中土壤團聚體磨損引起的粒徑變化分布規(guī)律開展了研究;Ni等[17] 采用模擬降雨試驗方法,對咸寧通城縣花崗巖紅壤開展了降雨動能誘發(fā)的侵蝕特征研究;Deng等[18]對咸寧通城花崗巖紅壤不同土壤剖面內(nèi)土壤吸應(yīng)力與土壤性質(zhì)之間的關(guān)系進行了探究;Duan等[19]則針對鄂東南紅壤區(qū)崩崗坡面飽和導(dǎo)水率的空間變異性開展了研究。也有學(xué)者對咸寧市土壤侵蝕強度時空變化進行剖析,如周亞欣[20]基于GIS和RUSLE對咸寧咸安區(qū)土壤侵蝕演變進行了研究,結(jié)果表明2004~2014年間該區(qū)域微度侵蝕面積有所增加,中度以上侵蝕面積有所減小。然而,目前以整個咸寧地區(qū)為對象的紅壤侵蝕時空演變特征及影響因子定量評價的研究尚未見報道。因此,揭示鄂東南咸寧紅壤區(qū)水土流失時空演變特征,并結(jié)合長時間序列野外徑流小區(qū)觀測數(shù)據(jù)與RUSLE來定量評價和識別主導(dǎo)侵蝕因子,將有助于更精確全面地理解咸寧乃至鄂東南地區(qū)紅壤侵蝕演變特征及其影響機理。
鑒于此,本文利用鄂東南典型紅壤區(qū)咸寧市2005~2020年水土流失強度和面積數(shù)據(jù),分析水土流失時空演變特征;同時根據(jù)長序列(2012~2020年,共9 a)的咸寧市水土保持監(jiān)測站點徑流小區(qū)土壤侵蝕觀測數(shù)據(jù),借鑒RUSLE模型定量評價該區(qū)域土壤侵蝕因子并識別主導(dǎo)因子,著重探究復(fù)合水土保持措施的土壤侵蝕削減效應(yīng),并闡明植被覆蓋對土壤可蝕性的影響,以期為咸寧乃至鄂東南紅壤區(qū)侵蝕防控與水土保持措施優(yōu)化配置提供科學(xué)依據(jù)。
1 研究區(qū)概況
咸寧市地處湖北省東南部,長江中游沿岸,東經(jīng)114°06′~114°43′,北緯29°39′~30°02′,國土面積10 033 km2,與江西、湖南省接壤。據(jù)全國水土保持區(qū)劃,咸寧市一級區(qū)位于南方紅壤區(qū),湖北省水土保持區(qū)劃劃定咸寧市四級區(qū)屬于鄂東南山地丘陵保土生態(tài)維護區(qū)。紅壤是咸寧市主要的土壤類型,面積達64.103萬hm2,占咸寧市土地總面積的54.65%[21]。咸寧市紅壤分布廣泛且成土母質(zhì)多樣,在鄂東南地區(qū)具有很強的代表性,是鄂東南的典型紅壤區(qū)。地勢東南高、西北低,自東南向西北呈階梯狀分布,包含沿江湖沖積平原區(qū)、大幕山-雨山低山丘陵區(qū)、幕阜山侵蝕構(gòu)造中山地區(qū)3種地貌類型區(qū)[13]。屬亞熱帶季風(fēng)氣候,光照充足,降雨集中于夏季,年平均降雨量1 577.4 mm,東南部降雨量較大。咸寧土壤類型以紅壤、黃棕壤為主,土壤侵蝕主要為水力侵蝕。同時,崩崗侵蝕也是該區(qū)域重要侵蝕類型,咸寧南部的崇陽、通山、通城三縣為崩崗重點治理區(qū)。
2 數(shù)據(jù)來源與研究方法
2.1 數(shù)據(jù)來源
咸寧地區(qū)水土流失面積和強度數(shù)據(jù)來源于2010~2020年《湖北省水土保持公報》、2019~2020年《咸寧市水土保持公報》,公報中相關(guān)數(shù)據(jù)由水力侵蝕模型計算而來。土壤侵蝕觀測數(shù)據(jù)則來源于咸寧通城秀水站、通山西港河站這兩個水土保持監(jiān)測站點的歷年實際觀測數(shù)據(jù)。其中,通城秀水站建于2009年,土壤均為花崗巖紅壤;通山西港河站建于2012年,土壤類型為紅壤,成土母質(zhì)為志留紀(jì)S砂頁巖。通城秀水站、通山西港河站各自包含1個裸露坡面對照小區(qū)和4個農(nóng)耕作物觀測小區(qū),農(nóng)耕作物的選擇以當(dāng)?shù)馗髁?xí)慣為主。徑流小區(qū)均處于亞熱帶季風(fēng)氣候區(qū),降雨較為集中,納入本文數(shù)據(jù)庫的共75組觀測數(shù)據(jù),主要包括坡度、侵蝕性降水量、土壤侵蝕模數(shù)等,具體信息如表1所列。
2.2 參數(shù)計算方法
2.2.1 土壤侵蝕模數(shù)
土壤侵蝕模數(shù)(Soil Loss)即單位時間內(nèi)單位面積的土壤侵蝕量,是衡量一個區(qū)域單位時間內(nèi)土壤侵蝕強度的指標(biāo)[22]。將野外徑流小區(qū)按照不同標(biāo)準(zhǔn)進行分類,本文徑流小區(qū)面積均為100m2,將同一類型徑流小區(qū)土壤侵蝕模數(shù)之和與該類型徑流小區(qū)個數(shù)比值作為該類型徑流小區(qū)的平均土壤侵蝕模數(shù)。
2.2.2 侵蝕性降水量因子
侵蝕性降水量(Erosive Precipitation),即發(fā)生地表徑流進而引起土壤侵蝕的那部分降水,受到降雨強度、降雨時長、降雨類型等因素共同影響[23]。由于次降雨數(shù)據(jù)難以獲取和計算,且誤差較大,本文用徑流小區(qū)實際觀測值中的侵蝕性降水量因子EP來替代RUSLE模型中的降雨侵蝕力因子R。
2.2.3 坡度因子
坡度因子S反映地形因素對土壤侵蝕的影響。Liu等[24]分別研究了緩坡和陡坡兩種坡度與土壤侵蝕的關(guān)系式,本文徑流小區(qū)坡度均為15°,選用Liu等的研究結(jié)果直接計算坡度因子,其公式為
S=10.8sinθ+0.03θ≤5°16.8sinθ-0.505°<θ≤10°21.9sinθ-0.95θ>10°(1)
式中:θ為坡度,(°),將15°作為θ值代入公式中,得出坡度因子值約為4.722。
2.2.4 改進的土壤可蝕性因子
土壤可蝕性因子K是修正的通用土壤流失方程RUSLE中的一個重要因子[25],即在標(biāo)準(zhǔn)小區(qū)內(nèi),單位降雨侵蝕力所產(chǎn)生的土壤流失量[26]。K值越小,土壤越不容易發(fā)生侵蝕;反之,則越容易發(fā)生土壤侵蝕[27]。RUSLE模型公式為[28]
A=R×K×LS×C×P(2)
式中:A為單位面積的土壤流失量,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,無量綱;S為坡度因子,無量綱;C為植被覆蓋與管理因子,無量綱;P為水土保持措施因子,無量綱。
據(jù)修正的通用土壤流失方程RUSLE,利用實測標(biāo)準(zhǔn)徑流小區(qū)的土壤流失量來計算K值,其公式[29]為
K=AR(3)
本文使用的徑流小區(qū)坡度相同,所以未在公式中加入坡度因子予以修正。用土壤侵蝕模數(shù)的縮寫SL來替換公式中的A,侵蝕性降水量EP來替換公式中的R,因此,改進的土壤可蝕性因子K′的計算公式[30]為
K′=SLEP(4)
2.2.5 植被覆蓋與管理因子及水土保持措施因子
植被覆蓋與管理因子C反映植被覆蓋與管理措施對土壤侵蝕量的影響 [31-32],指在一定條件下,有植被覆蓋或采取管理措施土地的土壤流失量與相同條件下沒有植被覆蓋的裸地或未采取管理措施的土地土壤流失量間的比值[33],無量綱,取值在0~1之間。
植被覆蓋與管理因子C及水土保持措施因子P均反映地表覆蓋因素對土壤侵蝕量的影響[34],可以將這兩個因子一起計算,當(dāng)徑流小區(qū)涉及水土保持措施時采用P因子,無特殊水土保持措施時使用C因子。徑流小區(qū)坡度因子S、土壤類型相同,以土壤侵蝕模數(shù)除以裸地的平均土壤侵蝕模數(shù)得到某小區(qū)的C或P因子值,計算某一類型徑流小區(qū)的平均C(P),采用如下公式[3,35]:
C(P)=1nni=1SLSLBL(5)
式中:C(P)無量綱;SL為土壤侵蝕模數(shù),t/(km2·a);SLBL為裸地小區(qū)的平均土壤侵蝕模數(shù),t/(km2·a);n 為指定類型小區(qū)個數(shù)。
2.2.6 土壤侵蝕削減率
土壤侵蝕削減率(Soil Loss Reduction Rate,SLRR)指地表覆蓋的植被類型、水土保持措施等相對于裸地土壤侵蝕量減少的比例 [36]。計算指定類型小區(qū)的SL與同類土壤下裸地小區(qū)的SL,再以100%與二者比值之間作差,得到對應(yīng)SLRR。公式為[3]
SLRR=100%-SLLUSLBL(6)
式中:SLRR為土壤侵蝕削減率,%;SLLU為某類型小區(qū)的土壤侵蝕模數(shù),t/(km2·a);SLBL為裸地小區(qū)的土壤侵蝕模數(shù),t/(km2·a)。
3 咸寧市水土流失時空格局
3.1 時間變化特征
咸寧市2005~2020年間水土流失面積及其占國土面積之比的變化如圖1所示。根據(jù)SL 190-2007《土壤侵蝕分類分級標(biāo)準(zhǔn)》,按平均土壤侵蝕模數(shù)大小將咸寧市水土流失劃分為輕度(500~2 500 t/(km2·a))、中度(2 500~5 000 t/(km2·a))、強烈(5 000~8 000 t/(km2·a))、極強烈(8 000~15 000 t/(km2·a))、劇烈(>15 000 t/(km2·a))5種強度[37],5種強度水土流失面積占其水土流失總流失面積之比的變化如圖2所示。
由圖1~2可知,總體而言,咸寧市2005~2020年間水土流失狀況明顯好轉(zhuǎn),水土流失變化特征主要表現(xiàn)為兩個方面:① 水土流失總面積及其占國土面積之比持續(xù)下降,具體表現(xiàn)為2005~2011年呈快速下降趨勢、2011~2020年緩慢下降。② 水土流失強度總體呈持續(xù)減弱趨勢,輕度水土流失占主要地位(56.89%~92.24%),中度次之(3.84%~36.27%),強烈、極強烈、劇烈水土流失面積占比之和不超過8%。2005~2011年中度水土流失面積占比提高了12.39%,提高面積為107.47 km2,但輕度水土流失仍占主導(dǎo)地位;2011~2015年,輕度水土流失面積占比增加5.91%,增加面積為69.46 km2,主要由中度、極強烈水土流失轉(zhuǎn)化而來;2015~2018年,輕度水土流失面積占比增加了28.57%,而中度水土流失面積占比下降了25.97%,可以推斷中度水土流失轉(zhuǎn)化為輕度水土流失;2018~2020年各強度水土流失面積趨于穩(wěn)定。
3.2 空間分布特征
咸寧各縣(區(qū)、市)水土流失面積占國土面積之比數(shù)據(jù)如圖3所示。咸寧土壤侵蝕在空間上呈“南重北輕”格局,具體表現(xiàn)為:
① 南部三縣(通城、通山、崇陽)水土流失程度較強,北部三縣(區(qū)、市)(嘉魚、咸安、赤壁)水土流失程度相對較弱。2005年以來,北部三縣水土流失面積占比較為穩(wěn)定,均在30%以下,且總體呈下降趨勢。② 咸寧市中部三縣(區(qū)、市)(崇陽、咸安、赤壁)自2005年以來水土流失程度有所減緩,且減緩程度以崇陽、咸安較為明顯。
4 咸寧地區(qū)紅壤侵蝕影響因子定量評價
4.1 植被覆蓋與管理因子
按照土地利用類型將徑流小區(qū)分為裸地、耕地、經(jīng)濟林三大類,其K′因子、C因子取值如表2所列。
裸地、耕地、經(jīng)濟林3種土地利用類型小區(qū)平均土壤侵蝕模數(shù)分別為958.78,926.87,743.9 t/(km2·a)。根據(jù)水利部發(fā)布的土壤侵蝕強度分級標(biāo)準(zhǔn)[37],裸地小區(qū)、耕地小區(qū)、經(jīng)濟林小區(qū)均屬于輕度侵蝕。平均土壤侵蝕模數(shù)大小排序與K′、C因子大小排序表現(xiàn)出一致性??梢姡愕匦^(qū)的侵蝕程度及其土壤可蝕性最高,耕地小區(qū)居中,經(jīng)濟林小區(qū)最低,說明經(jīng)濟林小區(qū)的水土保持效益最好。耕地小區(qū)包括黃花、黃豆兩種作物覆蓋小區(qū),經(jīng)濟林主要作物為茶葉。黃花、黃豆、茶葉3種作物/植被類型的平均土壤侵蝕模數(shù)分別為159.65,237.19,743.9 t/(km2·a)。黃花與黃豆屬于微度侵蝕,茶葉屬于輕度侵蝕。計算3種作物/植被類型的土壤侵蝕削減率,分別為83%,75%,22%,結(jié)合3種作物/植被類型的平均土壤侵蝕模數(shù)值來看,發(fā)現(xiàn)平均土壤侵蝕模數(shù)越大,其土壤侵蝕削減率則越小。黃花的土壤侵蝕削減率最高,黃豆次之,而茶葉的土壤侵蝕削減率最低。
4.2 水土保持措施因子
所有小區(qū)涉及的水土保持措施包括植物措施(茶樹)、工程措施(梯地、土坎)、3種復(fù)合措施(梯地+桂花、土坎+油茶、土坎+植物籬),共52組數(shù)據(jù)。分別計算每種水土保持措施小區(qū)K′、P因子值,結(jié)果如表3所列。實施水土保持措施小區(qū)的K′、P因子值均小于未實施的小區(qū),采取復(fù)合水土保持措施小區(qū)的K′、P因子值相比于實施單一水土保持措施小區(qū)來說更小,說明復(fù)合水土保持措施比單一水土保持措施更能減緩?fù)寥狼治g。3種復(fù)合措施中,“土坎+植物籬”措施的水土保持效益最佳。
4.3 侵蝕性降水量因子
根據(jù)不同土地利用類型、水土保持措施下侵蝕性降水量與土壤侵蝕模數(shù)之間的Pearson相關(guān)系數(shù)及多次擬合結(jié)果,探究侵蝕性降水量因子對土壤侵蝕的影響,結(jié)果如圖4和表4所示。裸地、耕地、經(jīng)濟林3種土地利用類型徑流小區(qū)Pearson相關(guān)系數(shù)分別為0.739,0.437,0.588,最佳擬合方程分別為冪函數(shù)、線性和指數(shù)函數(shù)形式。無特殊水土保持措施、工程措施、復(fù)合措施3種類型徑流小區(qū)Pearson相關(guān)系數(shù)分別為0.318,0.626(p<0.05),0.408(p<0.05),采取工程措施、復(fù)合措施小區(qū)最佳擬合方程分別為指數(shù)、冪函數(shù)形式??梢园l(fā)現(xiàn)侵蝕性降水量與土壤侵蝕模數(shù)間呈現(xiàn)指數(shù)或冪函數(shù)關(guān)系。
4.4 土壤侵蝕主導(dǎo)因子識別
將C、P、EP、K′因子分別與SL之間進行Pearson相關(guān)分析。結(jié)果表明:C(P)與SL相關(guān)系數(shù)為1.00,表現(xiàn)出顯著的強正相關(guān)性;EP同SL相關(guān)系數(shù)為0.55,表現(xiàn)出顯著的中等程度正相關(guān),而K′與SL相關(guān)系數(shù)為0.89,表現(xiàn)出顯著的強正相關(guān)性。本文徑流小區(qū)土地利用類型劃分為裸地、耕地、經(jīng)濟林地3種類型。其中,裸地作為對照土地利用類型,耕地與經(jīng)濟林地兩種土地利用類型在咸寧紅壤區(qū)具有很強的代表性,據(jù)《咸寧市第三次國土調(diào)查主要數(shù)據(jù)公報》顯示,咸寧市耕地面積達172 841.76 hm2,林地面積585 787.52 hm2,種植茶樹面積為3 406.13 hm2。同時,水土保持監(jiān)測站點徑流小區(qū)布設(shè)的水土保持措施在咸寧地區(qū)應(yīng)用較廣泛。2020年,咸寧市新增水土流失治理面積為9 070 hm2,其中實施坡改梯,以梯田為主的工程措施面積為113 hm2。實施植物措施種植水土保持林的面積達到了3 210.42 hm2,并在咸寧市咸安區(qū)、嘉魚縣、通城縣、崇陽縣、通山縣均有分布,占總新增水土流失治理面積的35.4%[2]。由此可見,通城秀水站、通山西港河站徑流小區(qū)的土地利用類型、水土保持措施、土壤性質(zhì)在咸寧地區(qū)均具有一定的代表性。
結(jié)合Pearson相關(guān)性分析結(jié)果,可以判定咸寧市土壤侵蝕主導(dǎo)因子為植被覆蓋與管理因子和水土保持措施因子,其次是土壤可蝕性因子與侵蝕性降水量因子。另外,本文涉及的徑流小區(qū)坡度均為15°,因此并未對坡度因子進行分析。
5 討 論
5.1 鄂東南水土流失時空格局成因及防控建議
2005~2020年咸寧市水土流失總面積不斷下降,水土流失強度逐年下降。咸寧市土壤侵蝕空間上呈“南重北輕”格局,從自然因素出發(fā)可以歸因為地勢、氣候和成土母質(zhì)。咸寧地勢南高北低,南部多山地且較陡峭,坡度分異明顯,地表破碎;北部多平原,南北地勢差異導(dǎo)致南部土壤侵蝕程度明顯強于北部。另外,咸寧市處在鄂東南暴雨中心[38],高強度降水成為影響其土壤侵蝕的重要原因[39-40]。前文關(guān)于水土流失時空演變特征的剖析有助于明確咸寧地區(qū)土壤侵蝕防控的重點區(qū)域。南部通城縣、通山縣和崇陽縣存在較為嚴(yán)重的崩崗侵蝕,且通城縣、崇陽縣部分區(qū)域紅壤的成土母質(zhì)為花崗巖,更易發(fā)生水土流失[14-15,41],是咸寧市紅壤侵蝕防治的重要區(qū)域。本次研究發(fā)現(xiàn),復(fù)合水土保持措施較單一水土保持措施能更好地緩解地形對土壤侵蝕的影響,“土坎+植物籬”復(fù)合措施的水土保持效益最佳,可在南部的通城、通山、崇陽的崩崗區(qū),將工程措施和植物措施靈活配置,充分發(fā)揮復(fù)合措施更優(yōu)的水土保持效益,緩解南部區(qū)域的水土流失。本次研究還發(fā)現(xiàn),黃花的土壤侵蝕削減率高達83%,遠高于其他作物。南部通城、通山、崇陽除崩崗侵蝕外,水力侵蝕也較為嚴(yán)重。可實行坡改梯,并推廣種植黃花以抑制水土流失。咸寧市北部嘉魚、咸安、赤壁整體水土流失不嚴(yán)重,但卻是輕度等級水土流失的聚集地,應(yīng)當(dāng)加強對嘉魚、咸安、赤壁的輕度等級流失的監(jiān)控,增加土壤侵蝕監(jiān)測點并防止輕度等級水土流失的加劇。
5.2 土地利用類型和降水量對土壤侵蝕的影響機制
裸地、耕地、經(jīng)濟林3種土地利用類型小區(qū)中,裸地小區(qū)侵蝕性降水量與土壤侵蝕模數(shù)的Pearson相關(guān)系數(shù)、土壤侵蝕模數(shù)、土壤可蝕性因子K′值均最高,由于裸地小區(qū)地表植被覆蓋較少,減緩雨水沖擊能力較弱,相同降水量對裸地地表產(chǎn)生的沖刷作用會更強[42],裸地上植被增加可減緩?fù)寥狼治g[43]。耕地小區(qū)Pearson相關(guān)系數(shù)小于經(jīng)濟林小區(qū),原因是:咸寧處亞熱帶季風(fēng)氣候區(qū),夏季降水充沛,土壤含水量充足。發(fā)生降雨時經(jīng)濟林與耕地作物均會相應(yīng)地減小地表徑流。降雨量增大到一定程度時,雨滴落地后會產(chǎn)生濺蝕乃至二次濺蝕[44],經(jīng)濟林作物高度多高于耕地作物,雨滴經(jīng)過經(jīng)濟林作物阻擋后落地產(chǎn)生的濺蝕強度便也多大于耕地作物;耕地作物生長密度較高,本身也有一定的蓄水作用,在相同降雨量下更容易減緩雨滴對地表的侵蝕。因此,地表植被覆蓋類型的增加和改變均會對土壤侵蝕產(chǎn)生影響。
5.3 改進土壤可蝕性因子
RUSLE模型的K因子反映的是單位降雨侵蝕力在標(biāo)準(zhǔn)小區(qū)上產(chǎn)生的土壤流失量[25],改進后的K′因子由土壤侵蝕模數(shù)與侵蝕性降水量相除得到,坡度、侵蝕性降雨量、土壤性質(zhì)均相同,K′主要受到地表植被覆蓋因素的影響。植被覆蓋與管理因子、水土保持措施因子均反映出地表植被類型對土壤侵蝕量的影響[34],依據(jù)咸寧通城秀水站、通山西港河站這兩個水土保持監(jiān)測站點歷年的徑流小區(qū)實際觀測數(shù)據(jù),計算K′因子值,并將K′因子與土壤侵蝕模數(shù)之間進行擬合,二者間呈高度線性關(guān)系(見圖5)。改進的土壤可蝕性因子K′對于分析地表植被因素對土壤侵蝕程度的影響有一定的指示意義。韓旭等[3]對K′的指示意義進行研究,發(fā)現(xiàn)土壤性質(zhì)不同時,K′代表土壤性質(zhì)與地表植被覆蓋兩種因素共同的影響,本次研究將土壤性質(zhì)因素控制,單獨分析地表覆蓋因素對土壤侵蝕模數(shù)的影響,是對韓旭等[3]研究工作的細化與補充,也可為以后K′的計算與分析研究提供一定借鑒。
6 結(jié)論與展望
本文基于咸寧市2005~2020年水土流失面積和強度數(shù)據(jù),分析咸寧市土壤侵蝕時空演變特征;利用2012~2020年咸寧市野外徑流小區(qū)觀測數(shù)據(jù)并結(jié)合RUSLE模型定量評價咸寧市土壤侵蝕影響因子。得出如下結(jié)論:
① 總體看來,2005~2020年間,咸寧市水土流失總面積及其占國土面積之比總體呈持續(xù)下降趨勢,土壤侵蝕強度整體表現(xiàn)出 “南重北輕”格局;② 在裸地、耕地、經(jīng)濟林3種不同土地利用類型小區(qū)中,裸地小區(qū)土壤侵蝕程度最高,耕地小區(qū)居中,經(jīng)濟林小區(qū)土壤侵蝕程度最低;③ 所有作物覆蓋的耕地小區(qū)中,黃花小區(qū)的土壤侵蝕模數(shù)最低;④ 復(fù)合水土保持措施較單一水土保持措施的土壤侵蝕削減效果明顯更好,“土坎+植物籬”復(fù)合措施的水土保持效果最佳;⑤ 土壤侵蝕模數(shù)與侵蝕性降水量之間呈良好指數(shù)或冪函數(shù)關(guān)系;⑥ 植被覆蓋與管理因子和水土保持措施因子是咸寧市土壤侵蝕的主導(dǎo)因子,其次是土壤可蝕性因子及侵蝕性降水量因子。
本文對咸寧市水土流失時空演變特征及影響因子的定量評價可為當(dāng)?shù)啬酥炼鯑|南紅壤侵蝕防控及水土保持措施優(yōu)化配置提供科學(xué)依據(jù)。但分析主要是基于水力侵蝕模型數(shù)據(jù),綜合考慮咸寧地區(qū)水力侵蝕、崩崗侵蝕等主要土壤侵蝕方式演變與驅(qū)動機制的研究則有待深入。
參考文獻:
[1] 何紹浪,何小武,李鳳英,等.南方紅壤區(qū)林下水土流失成因及其治理措施[J].中國水土保持,2017(3):16-19.
[2] 咸寧市水利和湖泊局.2020年咸寧市水土保持公報[R].咸寧:咸寧市水利和湖泊局,2021.
[3] 韓旭,田培,黃建武,等.基于2009~2018年徑流小區(qū)觀測數(shù)據(jù)的武漢市土壤侵蝕因子定量評價[J].生態(tài)學(xué)報,2021,41(10):3878-3890.
[4] 龔雪梅,馮文蘭,鄭杰,等.岷江上游土壤侵蝕敏感性評價[J].干旱區(qū)資源與環(huán)境,2017,31(9):68-74.
[5] 艾尚進,程虎,夏露,等.鄂東南崩壁不同深度土層微形態(tài)特征及穩(wěn)定性評價[J].水土保持研究,2022,29(5):382-390.
[6] 陳世發(fā).基于GIS的亞熱帶山地土地利用與土壤侵蝕關(guān)系研究:以粵北山區(qū)為例[J].干旱區(qū)資源與環(huán)境,2015,29(2):80-85.
[7] 趙明松,李德成,張甘霖.1980~2010年間安徽省土壤侵蝕動態(tài)演變及預(yù)測[J].土壤,2016,48(3):588-596.
[8] 胡先培,曾成,錢慶歡,等.基于RUSLE模型的銅仁地區(qū)1987~2015年土壤侵蝕時空特征[J].生態(tài)與農(nóng)村環(huán)境學(xué)報,2019,35(2):158-166.
[9] 怡凱,王詩陽,王雪,等.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(3):365-372.
[10] 陳紅,江旭聰,任磊,等.基于RUSLE模型的淮河流域土壤侵蝕定量評價[J].土壤通報,2021,52(1):165-176.
[11] 王濤.基于RUSLE模型的土壤侵蝕影響因素定量評估:以陜北洛河流域為例[J].環(huán)境科學(xué)與技術(shù),2018,41(8):170-177.
[12] TIAN P,GONG Y W,HAO F H,et al.Comparing erosion and rill development processes by simulated upslope inflow in two red soils from subtropical China[J].Catena,2022,213(6):106139.
[13] 鄧羽松,李雙喜,丁樹文,等.鄂東南崩崗不同層次土壤分形特征及抗蝕性研究[J].長江流域資源與環(huán)境,2016,25(1):63-70.
[14] 歐陽春.兩種母質(zhì)發(fā)育紅壤的侵蝕治理效益與配置模式的研究[D].武漢:華中農(nóng)業(yè)大學(xué),2011.
[15] 張德謙.模擬降雨下崩崗侵蝕區(qū)幾個表層土壤細溝侵蝕研究[D].武漢:華中農(nóng)業(yè)大學(xué),2019.
[16] WANG J G,LI Z X,CAI C F,et al.Particle size and shape variation of Ultisol aggregates affected by abrasion under different transport distances in overland flow[J].Catena,2014,123:153-162
[17] NI S M,ZHANG D Q,CAI C F,et al.Exploring rainfall kinetic energy induced erosion behavior and sediment sorting for a coarse-textured granite derived soil of south China[J].Soil & Tillage Research,2021,208,104915.
[18] DENG Y S,DUAN X Q,DING S W,et al.Suction stress characteristics in granite red soils and their relationship with the collapsing gully in south China[J].Catena,2018,171:505-522.
[19] DUAN X Q,DENG Y S,TAO Y,et al.Variation in soil saturated hydraulic conductivity along the hillslope of collapsing granite gullies[J].Hydrological Sciences Journal,2018,63(5):803-817.
[20] 周亞欣.綜合GIS和RS技術(shù)應(yīng)用的咸安區(qū)水土流失監(jiān)測估算分析研究[D].昆明:昆明理工大學(xué),2015.
[21] 咸寧政府網(wǎng).自然資源[EB/OL](2022-10-1).2015.http:∥www.xianning.gov.cn/mlxn/xngk/zrzy/201504/t20150402_88922.shtml
[22] TIAN P,ZHU Z L,YUE Q M,et al.Soil erosion assessment by RUSLE with improved P factor and its validation:Case study on mountainous and hilly areas of Hubei Province,China[J].International Soil and Water Conservation Research,2021,9(3):433-444.
[23] ZHI J W,YUAN S.Assessment of soil erosion in the Qinba mountains of the southern Shaanxi Province in China using the RUSLE Model[J].Sustainability,2020,12(5),1733.
[24] LIU B Y,NEARING M A,SHI P J,et al.Slope length effects on soil loss for steep slopes[J].Soil Science Society of America Journal,2000,64(5):1759-1763.
[25] YE C,GUO Z L,LI Z X,et al.The effect of Bahiagrass roots on soil erosion resistance of Aquults in subtropical China[J].Geomorphology,2017,285:82-93.
[26] SARMA K,DUTTA P J.Soil erosion estimation of Palasbari in northeast India by RUSLE Model[J].Bulletin of Pure & Applied Sciences-Geology,2022,40f(2):129-141.
[27] PORTO,P,BACCHI,M,PREITI,G,et al.Combining plot measurements and a calibrated RUSLE model to investigate recent changes in soil erosion in upland areas in Southern Italy[J].Journal of Soils and Sediments,2022:1-13.
[28] 李向偉.基于MODIS數(shù)據(jù)的北京市水土流失快速監(jiān)測[J].人民長江,2020,51(增2):41-44.
[29] JIANG Q H,ZHOU P,LIAO C,et al.Spatial pattern of soil erodibility factor(K)as affected by ecological restoration in a typical degraded watershed of central China[J].Science of the Total Environment,2020,749,141609.
[30] 趙串串,楊晶晶,劉龍,等.青海省黃土丘陵區(qū)溝壑侵蝕影響因子與侵蝕量的相關(guān)性分析[J].干旱區(qū)資源與環(huán)境,2014,28(4):22-27.
[31] PAVISORN C,XU M Z,TANG W Z.Predicted trends of soil erosion and sediment yield from future land use and climate change scenarios in the Lancang-Mekong River by using the modified RUSLE model[J].International Soil and Water Conservation Research,2020,8(3):213-227.
[32] 姚昆,張存杰,李玉珍,等.四川省安寧河流域土壤侵蝕時空演變及預(yù)測分析[J].人民長江,2021,52(7):65-70.
[33] BAI Y,CUI H F.An improved vegetation cover and management factor for RUSLE model in prediction of soil erosion[J].Environmental Science and Pollution Research,2021,28(17):21132-21144.
[34] 常夢迪,王新軍,閆立男,等.天山北坡中段山區(qū)植被覆蓋管理措施因子的時空格局動態(tài)變化[J].農(nóng)業(yè)資源與環(huán)境學(xué)報,2022,39(4):836-846.
[35] MELVILLE T,SUTHERLAND M,MARK N.Assessing trends and predicting the cover management factor in a tropical island state using Enhanced Vegetation Index[J].SN Applied Sciences,2020,2(10):1-14.
[36] 謝怡凡,姚順波,丁振民,等.退耕還林和地理特征對土壤侵蝕的關(guān)聯(lián)影響:以陜西省107個縣區(qū)為例[J].生態(tài)學(xué)報,2022,42(1):301-312.
[37] 中華人民共和國水利部.土壤侵蝕分類分級標(biāo)準(zhǔn):SL 190-2007[S].北京:中國水利水電出版社,2008.
[38] 馬鵬飛.不同坡度及降雨條件下通城縣崩崗崩壁穩(wěn)定性分析[D].宜昌:三峽大學(xué),2019.
[39] 張健華,汪運東,楊青松,等.鄂東南花崗巖紅壤不同土層侵蝕過程[J].水土保持研究,2022,29(5):55-61,69.
[40] 王麗園.花崗巖紅壤坡面植草對水土流失過程影響研究[D].福州:福建師范大學(xué),2018.
[41] 孫從建,林若靜,鄭振婧,等.基于水土流失經(jīng)驗?zāi)P停≧USLE模型)的黃河中游典型小流域水土流失特征分析[J].西南農(nóng)業(yè)學(xué)報,2022,35(1):200-208.
[42] 安曈昕,周鋒,吳珍珍,等.坡耕地間作作物群體水土保持耕作措施[J].水土保持研究,2019,26(2):17-22.
[43] 趙旭,王漢寧,李玲玲,等.保護性耕作對坡耕地糧豆草等高帶狀種植作物生長與水土保持效果的影響[J].干旱地區(qū)農(nóng)業(yè)研究,2013,31(3):7-12,30.
[44] 王子軒,吳發(fā)啟.模擬降雨條件下坡度對關(guān)中地區(qū)塿土濺蝕的影響[J].土壤學(xué)報,2021,58(6):1416-1422.
(編輯:黃文晉)
Spatial-temporal variation of soil erosion in red soil region of southeastern Hubei Province and its influencing factors quantitative evaluation
TIAN Pei1,XU Ying1,YANG Wei2,3,LI Lu2,3,WU Yijin1
(1.Key Laboratory for Geographical Process Analysis & Simulation,Hubei Province/College of Urban and Environmental Sciences,Central China Normal University,Wuhan 430079,China; 2.Hubei Institute of Water Resources and Hydropower Science,Wuhan 430064,China; 3.Hubei Engineering and Technology Research Center of Soil and Water Conservation,Wuhan 430064,China)
Abstract:
To explore the erosion rule of red soil in southeastern Hubei Province,Xianning City,a typical red soil region was taken as an example to reveal the temporal and spatial evolution characteristics of soil erosion based on the data of soil erosion area and intensity from 2005 to 2020.By combining the Revised Universal Soil Loss Equation(RUSLE) model and the runoff plot observation data of Tongcheng and Tongshan monitoring stations in Xianning City from 2012 to 2020,the soil erosion factors in this area were quantitatively evaluated.The results showed that from 2005 to 2020,the total area of soil and water loss and its ratio to the national territorial area of Xianning City showed a continuous downward trend,indicating that the soil erosion situation had improved significantly.Meanwhile,the overall spatial pattern of soil erosion intensity in Xianning City was “heavier in the south and lighter in the north”.For the plots with different land use types,the average soil erosion modulus of bare land plots was the highest(958.78 t/(km2·a)),followed by the arable plots and economic forest plots.Among all the arable plots covered by crops,the soil erosion module of plots with Hemerocallis citrina Baroni was the lowest.The erosion reduction effect of composite soil and water conservation measures was more obvious than that of the single soil and water conservation measure,and the erosion control effect of “soil ridge + hedgerow” composite measures was the best.In addition,there was a good exponential or power function relationship between soil erosion modulus and erosive precipitation.The dominant factors of soil erosion in Xianning City were vegetation cover and management factor,soil and water conservation measure factor,followed by the soil erodibility factor and erosive precipitation factor.The results could provide a scientific basis for revealing the temporal and spatial evolution of soil erosion and optimizing the allocation of soil and water conservation measures in the red soil region of southeastern Hubei Province.
Key words:
soil erosion;RUSLE;spatial-temporal variation;soil and water conservation measure;runoff plot;southeastern Hubei Province