1、 80 2022 年 第 12 期 黑 龙 江 水 利 科 技 No.12.2022 （第 50 卷）Heilongjiang Hydraulic Science and Technology （Total No.50）绥中县土壤侵蚀时空动态变化及其影响因素分析张成哲（营口市水利勘测建筑设计院，辽宁 营口 115000）摘 要：文章依据植被覆盖度、土壤类型、土地利用和降雨量等数据，应用 RUSLE 模型和GIS 技术分析了 2004 年、2012 年和 2020 年绥中县的土壤侵蚀影响因素及其动态变化特征。结果表明：绥中县土壤侵蚀以轻度和微度侵蚀为主，研究期间微度侵蚀面积逐渐增多，土壤侵蚀模数
2、逐渐下降，侵蚀状况呈好转趋势；绥中县严重土壤侵蚀区集中分布于六股河两岸，近 15a 绥中县土壤侵蚀程好转趋势，实施的退耕还林等工程对控制水土流失具有显著效果；土壤侵蚀受土地利用类型的影响最为显著，从低到高各因子解释力排序为坡度海拔年均降雨量植被覆盖度土地利用类型；高风险侵蚀区集中于植被覆盖度 30%、年均降雨量超过 600mm、坡度 35、海拔 200m 以上的未利用地土地的区域，结合实际情况绥中县土壤侵蚀重点治理区以坡耕地为主。关键词：RUSLE 模型；GIS 技术；土壤侵蚀；绥中县 中图分类号：S157.1 文献标识码：B文章编号:1007-7596（2022）12-0080-05 收稿日
3、期 2022-11-30 作者简介 张成哲（1 9 7 7-），男，辽宁盖州人，高级工程师。研究方向为水土保持、水利工程设计、水利工程建设管理等。实践表明，土壤侵蚀是改变地貌景观的主要方式1。水土流失使土地退化、土质变差、农业减产以及山洪地质灾害加剧，给人类居住和生态环境安全构成潜在威胁。我国土壤侵蚀程度深、水土流失面积广，2019 年动态监测资料显示，全国土壤侵蚀以风蚀和水蚀为主，水土流失面积达到 271.08万 km2，并以西北部最为严重2。目前，土壤侵蚀研究主要集中于区域、流域、坡面 3 个尺度上的定量分析，模型主要有 EROSEM、WEPP 等物理模型和 USLE、RUSLE 等经验模
4、型，由于获取物理模型参数的难度较大，应用较多的是经验模型3-6。为了使得 RUSLE 模型本地化，许多学者考虑区域特点对其做了适当修正，并以刘保元的 CLSE 模型最为典型7-9。因具有所需数据易获取、模型简单和考虑影响因子全面等特点，RUSLE 模型受到我国诸多学者的重点关注，并广泛应用于多个地区，如喀斯特地区、黄土高原地区、长江中下游和滇南山区等10-12。地理探测器是研究土壤侵蚀影响因素最常用的方法之一，可以识别地理现象的高风险区和揭示地理现象背后的驱动因子。绥中县位于大兴安岭太行山北北东向构造带东缘的交接部位，脆性特征非常明显，从辽宁省土壤侵蚀成果中提取的绥中县土壤侵蚀数据难以反映小区
5、域实际特征。因此，本文以绥中县为例，基于 2004 年、2012 年和 2020 年绥中县降雨和遥感影响数据，利用 RUSLE 模型揭示土壤侵蚀影响因子及其时空动态变化特征，并进一步识别出驱动力因素，为绥中县国土空间合理规划及其退耕还林、生态修复、土壤侵蚀防治等措施提供科学依据。1 区域概况绥中县隶属于葫芦岛市，介于东经 119 34120 37，北纬 39 51 40 32之间，辖 13个镇、11 个乡，总面积 2721.18km2。县内河流较DOI:10.14122/ki.hskj.2022.12.023 81 2022 年 第 12 期 黑 龙 江 水 利 科 技 No.12.2022
6、（第 50 卷）Heilongjiang Hydraulic Science and Technology （Total No.50）多，在流域划分上属辽河流域和辽东湾西部沿渤海诸河水系，主要有王宝河、六股河、狗河、猫眼河、黑水河、金丝河、九江河、石河、黄家河秋皮河、小庄子河、塔子沟河、长滩河等。地貌特征呈明显的阶梯状，东南低、西北高，依次为沿海平原、丘陵、中低山，高程 50m 以下的平原区占 34.3%，高程 50200m 的丘陵占 39.4%、高程超过 200m 的中低山区占 26.3%，按其成因可以分为冲积海积平原、剥蚀堆积求和构造侵蚀中低山 3 种地貌类型。绥中县属北温带大陆性气候区，
7、其气候特征呈冬季寒冷干燥、夏季多雨炎热、秋季凉爽宜人、春季多风干旱，多年平均降水量 617.4mm，其中汛期雨量 471.1mm。绥中县土层疏松，地质灾害频发对道路、桥梁和耕地影响较大；矿产资源、采石、陡坡开垦使得自然灾害频发，土壤侵蚀范围扩大，自然环境变差，对当地经济发展产生极大阻碍。2 研究方法2.1 数据来源2004 年、2012 年、2020 年降雨数据和遥感数据来源于国家地球系统科学数据中心、Landsat TM/OIL 影像(12 月数据)；土壤有机碳以及粉砂含量等质地类型数据来源于 HESD 数据库；采用最大值合成法生成 2004 年、2012 年和 2020 年 112 月ND
8、VI 数据，基础数据由 MOD13Q1 产品提供；应用 ASTER GDEM V2 全球数字高程数据提供分辨率30m 的数字高程模型(DEM)；通过几何校正、辐射定标解译遥感影像以及野外验证等程序获取土地利用类型，随机从解译结果中选取 50 个样点到现场实地检验其准确度，经验证精准度达到 85%，符合精度要求。其中，地理空间数据提供数字高程模型和 Landsat 遥感影像数据，统一坐标取 WGS_1984_UTM_47N，数据栅格统一大小为 30m。2.2 研究方法1）计算土壤侵蚀模数 A。对于土壤侵蚀量和侵蚀模数考虑利用 RUSLE 模型进行计算，其表达式为：A=RKLSCP （1）式中：A
9、 代表土壤侵蚀模数 t/(hm2a)；R、K 代表降雨侵蚀力因子(MJmm)/hm2ha 和土壤可蚀性因子(th)/(MJmm)；LS 代表地形因子(无量纲)，即坡度与坡长；C、P 代表植被覆盖因子和水保措施因子(无量纲)。a）降雨侵蚀力因子 R 反映了降雨诱发土壤侵蚀情况的潜力，本文选用杨子生等13修订的方法计算 R 因子值，即：R=0.44488M0.96982 （2）式中：M 代表年降雨量(mm)。b）土壤可蚀性因子 K 反映了土壤对侵蚀的敏感程度，认为土壤质地越细腻或越粗糙则越不易被侵蚀，土壤质地属于中间水平时则越易被侵蚀，本文利用 Williams14在 EPIC 模型中提出的公式计
10、算K 因子值，即：（3）式 中：SAN、SIL代 表 0.0502.000mm 的 沙 粒 含量(%)和 0.0020.050mm 的 粉 粒 含 量(%)，其 中SN1=1-SAN/100；C、CLA代表土壤有机碳含量(%)和 0.002mm 黏粒含量(%)。依据有关研究资料，必须对计算得到的美制单位 K 值进行单位系数换算，以国际制单位 K国替换美制单位 K美，转换公式为K国=0.1317K美。c）地形因子 LS 用于表征地形加速土壤侵蚀的程度，其数值等于坡长因子L、坡度因子S的乘积值，本文借鉴刘保元15和 Mc Cool 等16的经验公式计算地形因子值，具体表达式为：（4）（5）（6）式
11、中：、代代表坡长(m)和坡度()；m 代表坡度指数(无量纲)，数值等于坡度百分比。d）植被覆盖因子C反映了土地管理、耕作方式、82 2022 年 第 12 期 黑 龙 江 水 利 科 技 No.12.2022 （第 50 卷）Heilongjiang Hydraulic Science and Technology （Total No.50）林草植被等对土壤侵蚀的影响作用，本文利用蔡崇法17提出的修正公式求解 C 因子值，即：（7）依据遥感影像统计 NDVI(归一化植被指数)的最小值与最大值，然后利用下述公式计算植被覆盖度 F，即：（8）e）水保措施因子 P 是反映不同用地类型是否采取水保措施
12、的主要依据，其取值区间 01，地表裸露无水保措施时因子取 1，水保措施越完善越趋近于 0。本文结合实地调查资料和区域微观坡面形态特征、宏观地貌类型等因素，对不同用地类型合理赋予相应的 P 因子值，如表 1。表 1 不同用地类型的 P 因子值参数用地类型草地 林地未利用地 建设用地 水域 耕地(含园地)P 值111000.52）地理探测器。这是一种能够有效规避人为主观性影响，有效识别多因子之间的关系分析地理现象空间异质性的统计学方法，无假设条件是其最大的特征，理论依据为空间方差原理18-20。本文利用交互作用探测器、风险探测器、因子探测器 3 个模块定量分析可能影响土壤侵蚀的土地利用类型、植被覆
13、盖度、坡度、海拔、年均降雨量 5 类因子。属性 M 对 N 的解释程度(取值 01)因子解释力(q)值来衡量，数值越小则代表影响因子的解释力越强；各因子的显著性检验用 p 值来判断人，若 p0.05 则代表通过显著性检验。两个因子之间的作用以交互作用探测器来判别，通过比较多因子与单一因子的 q 值判定其影响程度；对影响土壤侵蚀的因子取值范围主要利用风险探测器来确定。依据相关文献资料，离散化处理以上 5 类因子，采用自然间断法将海拔和年均降雨量划分成 9 类，植被覆盖度和坡度划分成 8 类，土地利用类型划分成未利用土地、水域、建设用地、耕地、草地和林地。对研究区利用 Arc GIS 软件划分网格
14、，设定采样点间距 500m，将异常数据剔除后最终确定 12160 个点数。3 结果与分析3.1 土壤侵蚀时空变化通过计算处理各因子值确定绥中县土壤侵蚀模数平均值 10.64t/(km2a)，年均侵蚀量 2.8953104t，将绥中县土壤侵蚀强度按照土壤侵蚀标准分级，统计计算各时期的土壤侵蚀面积和侵蚀模数。表 2 土壤侵蚀强度侵蚀强度2004 年/km22012 年/km22020 年/km2微度1648.86 1702.65 1908.71 轻度836.02 811.00 614.52 中度82.69 55.21 68.00 强烈25.87 38.23 32.94 极强烈44.44 73.71
15、 63.87 剧烈83.29 40.37 33.14 年均侵蚀模数/t(km2a)-114.259.108.57结果表明，绥中县土壤侵蚀强度以微度和轻度为主，侵蚀程度较低且侵蚀强度分布较广，3 个时期微度和轻度侵蚀面积占总面积 90%以上，中度侵蚀占 1%3%，土壤侵蚀整体处于较轻状态。2004 年、2012 年、2020 年研究区土壤侵蚀模数表现出逐渐减小趋势，依次为 14.25、9.10 和 8.57t/(km2a)，20042020 年不同强度的侵蚀面积变化显著。2004 年、2012 年、2020 年微度侵蚀面积从1648.86km2不断增大到 1702.65km2、1908.71km
16、2，轻 度 侵 蚀 从 836.02km2不 断 减 小 到 811.00km2、614.52km2，轻度、中度和剧烈侵蚀面积表现出明显减小趋势，高侵蚀等级不断转移到低侵蚀等级，强烈和极强烈侵蚀面积呈现出先增加后减小的趋势。总体而言，绥中县土壤侵蚀程度以微度和轻度为主，土壤侵蚀模数呈不断减小趋势，近 15a 来轻度、中度和剧烈侵蚀面积明显减小，土壤侵蚀程好转趋势，这与国家生态文明建设和退耕还林草工程的实施密切相关。为了更加直观地揭示绥中县土壤侵蚀时空动态变化特征，将土壤侵蚀强度数据利用 Arc GIS 软件的空间叠加功能生成时空变化转移矩阵，见表 3。83 2022 年 第 12 期 黑 龙 江 水 利 科 技 No.12.2022 （第 50 卷）Heilongjiang Hydraulic Science and Technology （Total No.50）表 3 土壤侵蚀强度转移矩阵时段侵蚀强度微度轻度中度强烈极强烈剧烈2004-2012 年/km2微度1406.98151.1425.8014.5835.6214.75轻度208.08602.569.763.401.8710.
