徐劍春，王 博，羅進(jìn)選

(甘肅省水土保持科學(xué)研究所，甘肅 蘭州 730020)

水土流失是當(dāng)今全球共同面臨的一個(gè)嚴(yán)峻的環(huán)境和災(zāi)害問(wèn)題，嚴(yán)重的水土流失會(huì)造成生態(tài)環(huán)境急劇惡化，導(dǎo)致土壤表層營(yíng)養(yǎng)成分流失、土地生產(chǎn)力下降等，同時(shí)農(nóng)業(yè)用地的化肥、農(nóng)藥殘留物隨水土流失進(jìn)入河湖水庫(kù)，也是水環(huán)境惡化的主要污染源之一[1]。水土流失敏感性是指區(qū)域生態(tài)系統(tǒng)水土流失生態(tài)過(guò)程發(fā)生的潛在可能性及其程度，是評(píng)價(jià)區(qū)域生態(tài)環(huán)境質(zhì)量、人口負(fù)荷、土地利用合理程度的指標(biāo)之一，也是實(shí)施區(qū)域生態(tài)環(huán)境治理與管理的重要基礎(chǔ)依據(jù)[2]。關(guān)于水土流失敏感性的研究成果很多，各類評(píng)價(jià)方法也較為成熟，但對(duì)小尺度、生態(tài)治理前后對(duì)比的水土流失敏感性評(píng)價(jià)的研究尚不多見。本研究以甘肅省通渭縣牛谷河流域?yàn)檠芯繀^(qū)。該流域在2008—2013年實(shí)施了國(guó)家水土保持重點(diǎn)建設(shè)工程，至2018年底各項(xiàng)治理措施均已穩(wěn)定發(fā)揮效益。本研究采用遙感數(shù)據(jù)結(jié)合實(shí)地測(cè)量的方法，以降雨侵蝕力、土壤可蝕性、地形起伏度和地表植被覆蓋等為主要影響因子，開展小流域尺度治理前后的水土流失敏感性評(píng)價(jià)，探索水土流失敏感性監(jiān)測(cè)體系及方法，希望能為后續(xù)甘肅省水土保持生態(tài)工程的監(jiān)測(cè)、規(guī)劃提供技術(shù)參考。

1 研究區(qū)概況

1.1 區(qū)域概況

甘肅省是全國(guó)水土流失最嚴(yán)重的省份之一，水土流失面積大、范圍廣、類型多、強(qiáng)度高、危害重，嚴(yán)重制約著區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展。甘肅省通渭縣牛谷河流域?qū)儆趪?guó)家水土保持重點(diǎn)治理區(qū)，位于渭河一級(jí)支流牛谷河流域上中游、黃土丘陵溝壑區(qū)第三副區(qū)，地理位置介于104°54′41″～105°17′20″E、35°10′08″～35°23′34″N，海拔1 774～2 521 m，最大相對(duì)高差747 m；區(qū)內(nèi)包含馬營(yíng)、水岔、李家大河、朱家營(yíng)灘、段家峽、萬(wàn)家岔和蔣家川等7條完整的小流域，共涉及馬營(yíng)、華嶺、北城、平襄、三鋪和隴陽(yáng)6個(gè)鄉(xiāng)鎮(zhèn)42個(gè)行政村；地貌特點(diǎn)以黃土梁峁溝壑為主，溝壑密度為1.43 km/km2，溝壑面積占項(xiàng)目區(qū)總面積的9.0%；干溝長(zhǎng)37.5 km，主支溝長(zhǎng)64.6 km，其他支毛溝長(zhǎng)491.91 km，干溝平均比降2.6%，主支溝平均比降3.7%，干溝、主支溝多為U形溝，小支毛溝多為V形溝；屬中溫帶大陸性氣候區(qū)，年均氣溫6.6 ℃，≥10 ℃年活動(dòng)積溫1 226 ℃，年均太陽(yáng)輻射總量129 kJ/(cm2·a)，年均日照時(shí)數(shù)2 239 h，年均無(wú)霜期131 d，年均大風(fēng)日數(shù)32 d，人口密度166人/km2，人均耕地面積0.37 hm2。

1.2 建設(shè)概況

研究區(qū)在2008—2013年治理期內(nèi)共完成各類水土保持措施面積148 km2，其中修建梯田4 007 hm2、栽植水土保持林2 085 hm2、種草1 664 hm2、實(shí)施封禁治理7 017 hm2，新建土谷坊210座、水窖96眼，實(shí)施溝頭防護(hù)4.24 km。措施布設(shè)主要是在坡度<15°且距村莊較近的坡耕地建設(shè)水平梯田；在坡度15°～25°且距村莊較遠(yuǎn)、立地條件和水分條件較好的坡耕地退耕種植紫花苜蓿；在坡度>25°的陡坡耕地及15°～25°植被稀疏的荒山荒溝進(jìn)行水平階整地，種植側(cè)柏及沙棘；在陡坡耕地及荒坡進(jìn)行魚鱗坑整地，種植山杏、檸條、沙棘；在坡度>35°且水土流失嚴(yán)重的荒坡荒溝和不宜布設(shè)其他防治措施的荒地采用封禁措施；此外，根據(jù)治理區(qū)域具體地形條件和溝道特征選擇適宜的地點(diǎn)，全面建設(shè)谷坊及溝頭防護(hù)措施。

2 評(píng)價(jià)方法

2.1 評(píng)價(jià)因子及模型

根據(jù)土壤侵蝕發(fā)生的動(dòng)力條件，甘肅省水土流失類型主要為水力侵蝕和風(fēng)力侵蝕，局部地區(qū)有凍融侵蝕及重力侵蝕。本研究主要是對(duì)以水力侵蝕為主的水土流失敏感性進(jìn)行評(píng)價(jià)。采用通用土壤流失方程(USLE)為理論指導(dǎo)，選取降雨侵蝕力、土壤可蝕性、地形起伏度和地表植被覆蓋等因子，將反映各因子對(duì)水土流失敏感性的單因子評(píng)價(jià)數(shù)據(jù)用ArcGIS轉(zhuǎn)化為柵格數(shù)據(jù)后，再利用柵格計(jì)算器運(yùn)算得到水土流失敏感性指數(shù)。水土流失敏感性指數(shù)評(píng)價(jià)模型為

(1)

式中：SSi為第i個(gè)空間單元的水土流失敏感性指數(shù)；Ri為第i個(gè)空間單元的降雨侵蝕力因子指數(shù)；Ki為第i個(gè)空間單元的土壤可蝕性因子指數(shù)；LSi為第i個(gè)空間單元的地形起伏度因子指數(shù)；Ci為第i個(gè)空間單元的地表植被覆蓋因子指數(shù)。

2.2 數(shù)據(jù)來(lái)源

根據(jù)上述評(píng)價(jià)模型，收集本研究水土流失敏感性評(píng)價(jià)所需的氣象、土壤、高程和遙感影像等，并對(duì)遙感數(shù)據(jù)尺度較大的采用現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)加密后進(jìn)行插值計(jì)算。

(1)降雨侵蝕力因子(R)。選取研究區(qū)附近的2個(gè)氣象觀測(cè)站——華家?guī)X氣象站(緯度35.38°、經(jīng)度104.83°、海拔2 450.6 m)、通渭?xì)庀笳?緯度35.22°、經(jīng)度105.23°、海拔1 768.2 m)降雨系列資料中的年均降雨量、年均最大60 min降雨量、年均最大24 h降雨量，采用式(2)計(jì)算R因子值，利用ArcGIS軟件插值并繪制研究區(qū)R因子分布柵格圖(圖1)。R值計(jì)算公式[3]為

圖1 研究區(qū)R因子分布

(2)

(2)土壤可蝕性因子(K)。水土流失發(fā)生的主體是土壤甚至是其母質(zhì)，所以土壤類型從根本上決定了土壤可蝕性[4]。K因子是指土壤顆粒被水力分離和搬運(yùn)的難易程度，主要與土壤質(zhì)地、有機(jī)質(zhì)含量、土體結(jié)構(gòu)、滲透性等土壤理化性質(zhì)有關(guān)。采用應(yīng)用比較廣泛的EPIC模型[5]計(jì)算得出修正前的土壤可蝕性因子(KEPIC)，計(jì)算結(jié)果采用張利科等[6]的研究成果進(jìn)行修正，并乘以0.131 7轉(zhuǎn)化為國(guó)際單位制[7]，其計(jì)算公式分別為

KEPIC={0.2+0.3exp[-0.025 6ms(1-msilt/100)]}×

[msilt/(mc+msilt)]0.3×

{1-0.25orgC/[orgC+exp(3.72-2.95orgC)]}×

{1-0.7(1-ms/100)/[1-ms/100+

exp(-5.51+22.9-22.9ms)]}

(3)

K=(-0.013 83+0.515 75KEPIC)×0.131 7

(4)

上式中：K為修正后的土壤可蝕性因子,t·hm2·h/(hm2·MJ·mm)；KEPIC為修正前的土壤可蝕性因子，t·hm2·h/(hm2·MJ·mm)；mc為黏粒(粒徑<0.002 mm)所占的百分比，%；msilt為粉粒(粒徑0.002～0.05 mm)所占的百分比，%；ms為砂粒(粒徑0.05～2 mm)所占的百分比，%；orgC為有機(jī)碳的百分比含量，%。

根據(jù)土地利用類型、地形、地表覆蓋情況等分別進(jìn)行取樣，取樣深度10 cm，檢測(cè)、計(jì)算獲取mc、msilt、ms、orgC數(shù)值，在Excel表格中利用式(3)和(4)計(jì)算K值，并根據(jù)現(xiàn)場(chǎng)調(diào)查繪制區(qū)域土壤類型圖，最后以土壤類型圖為工作底圖，在ArcGIS中將K值依據(jù)取樣經(jīng)緯度插入后進(jìn)行插值計(jì)算，轉(zhuǎn)換形成研究區(qū)K因子分布柵格圖(圖2)。

圖2 研究區(qū)K因子分布

(3)地形起伏度因子(LS)。從土壤侵蝕與地形坡度的關(guān)系看，基本表現(xiàn)為隨地形坡度增大土壤侵蝕加劇的特征[8]。LS因子主要利用反映地形對(duì)土壤侵蝕影響的坡長(zhǎng)因子(L)和坡度因子(S)進(jìn)行計(jì)算，計(jì)算參數(shù)可通過(guò)研究區(qū)DEM數(shù)據(jù)獲取。本研究中利用地面一定距離范圍內(nèi)最大地形高差，作為區(qū)域地形起伏度因子。利用研究區(qū)治理前原始地貌DEM數(shù)據(jù)，選擇高程數(shù)據(jù)集，利用ArcGIS設(shè)置各像元的最大值和最小值，即得到高程數(shù)據(jù)集的最大值和最小值，在柵格計(jì)算器中利用公式(最大值-最小值)計(jì)算得出治理前(2008年，下同)LS因子?xùn)鸥駡D(圖3)。研究區(qū)主要的水土保持措施為梯田工程，其對(duì)于地形起伏度因子影響較大。通過(guò)治理后無(wú)人機(jī)測(cè)繪高程數(shù)據(jù)或?qū)嵉谿PS調(diào)查高程數(shù)據(jù)，形成措施實(shí)施后的DEM數(shù)據(jù)，并計(jì)算得出治理后(2018年，下同)的LS因子?xùn)鸥駡D(圖4)。

圖3 治理前LS因子分布

圖4 治理后LS因子分布

(4)地表植被覆蓋因子(C)。植被覆蓋度對(duì)生態(tài)敏感性具有重要影響，一般來(lái)說(shuō)，植被覆蓋度越高，植物層次就越豐富，抗破壞能力就越強(qiáng)，生態(tài)敏感性就會(huì)降低[9]。在對(duì)光譜信號(hào)進(jìn)行分析的基礎(chǔ)上，通過(guò)建立歸一化植被指數(shù)與植被覆蓋度的轉(zhuǎn)換信息，直接提取植被覆蓋信息。C因子計(jì)算公式為

C=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(5)

式中：NDVIveg為植被完全覆蓋地表所貢獻(xiàn)的信息；NDVIsoil為無(wú)植被覆蓋地表所貢獻(xiàn)的信息。

本研究采用覆蓋全國(guó)的MODIS NDVI數(shù)據(jù)，來(lái)源于美國(guó)國(guó)家航空航天局的EOS/MODIS數(shù)據(jù)產(chǎn)品(http://e4ft101.cr.usgs.gov)，空間分辨率為250 m×250 m，時(shí)間分辨率為16 d。由于大部分植被覆蓋類型是不同植被類型的混合體，所以不能采用固定的NDVIsoil和NDVIveg，通常根據(jù)NDVI的頻率統(tǒng)計(jì)表，計(jì)算NDVI的頻率累積值，即累積頻率為2%的NDVI值為NDVIsoil，累積頻率為98%的NDVI值為NDVIveg，再使用柵格計(jì)算器依據(jù)公式(5)，計(jì)算植被覆蓋因子。根據(jù)治理前后的植被NDVI影像數(shù)據(jù)，形成治理前C因子分布柵格圖(圖5)及治理后C因子分布柵格圖(圖6)。

圖5 治理前C因子分布

圖6 治理后C因子分布

2.3 水土流失敏感性評(píng)價(jià)

(1)敏感性等級(jí)值。綜合采用自然分界法與相關(guān)文獻(xiàn)確定分級(jí)賦值標(biāo)準(zhǔn)參考值，根據(jù)研究區(qū)4個(gè)影響因子的分布區(qū)間，以突出區(qū)域特點(diǎn)和評(píng)價(jià)區(qū)域治理前后對(duì)比性為出發(fā)點(diǎn)，修正后確定各類影響因子的分級(jí)賦值標(biāo)準(zhǔn)和不同評(píng)價(jià)指標(biāo)對(duì)應(yīng)的敏感性等級(jí)值，見表1。

表1 水土流失敏感性的評(píng)價(jià)指標(biāo)及分級(jí)

(2)模型運(yùn)算。將4類評(píng)價(jià)因子?xùn)鸥駡D統(tǒng)一形成5 m分辨率的柵格數(shù)據(jù)，并按照表1進(jìn)行敏感性指數(shù)分級(jí)賦值，以賦值結(jié)果在ArcGIS中利用柵格計(jì)算器根據(jù)式(1)計(jì)算得到水土流失敏感性指數(shù)。研究區(qū)治理前后水土流失敏感性指數(shù)分布見圖7、8。

圖7 治理前水土流失敏感性指數(shù)分布

圖8 治理后水土流失敏感性指數(shù)分布

3 評(píng)價(jià)結(jié)果

研究區(qū)治理措施實(shí)施前后評(píng)價(jià)因子中R、K因子變化不大，因此本研究主要分析研究區(qū)LS、C因子及水土流失敏感性指數(shù)的變化情況。利用計(jì)算得出的R、K、LS、C因子值，按照表1中的敏感性指數(shù)分級(jí)賦值表進(jìn)行賦值，依據(jù)面積加權(quán)計(jì)算各因子敏感性指數(shù)，再利用4類評(píng)價(jià)因子賦值后的敏感性指數(shù)，根據(jù)式(1)計(jì)算得到研究區(qū)治理前后的水土流失敏感性指數(shù)，見表2。從表2可以看出，水土流失綜合治理工程實(shí)施后通渭縣牛谷河流域水土流失敏感性指數(shù)從2.285下降至2.226，LS因子敏感性指數(shù)從2.968下降至2.854，C因子敏感性指數(shù)從2.035下降至1.831，說(shuō)明研究區(qū)內(nèi)重度及中度敏感區(qū)面積均有顯著減少。

表2 研究區(qū)治理前后LS、C因子和水土流失敏感性變化分析

4 結(jié) 語(yǔ)

基于RS、GIS、物聯(lián)網(wǎng)監(jiān)測(cè)技術(shù)進(jìn)行生態(tài)項(xiàng)目監(jiān)測(cè)，是水土保持監(jiān)測(cè)行業(yè)未來(lái)發(fā)展的重要方向。目前，個(gè)別區(qū)域的小流域尺度的水土保持監(jiān)測(cè)要么流于形式，要么主要依托國(guó)家重點(diǎn)監(jiān)測(cè)項(xiàng)目，采用的監(jiān)測(cè)方法較為傳統(tǒng)，以調(diào)查訪問(wèn)、 資料收集和樣地定位監(jiān)測(cè)為主，難以準(zhǔn)確反映治理前后的水土保持效益。因此，探索小流域尺度的GIS監(jiān)測(cè)評(píng)價(jià)體系及方法，研究現(xiàn)場(chǎng)實(shí)測(cè)結(jié)合遙感分析的數(shù)據(jù)獲取及處理技術(shù)，具有很強(qiáng)的現(xiàn)實(shí)指導(dǎo)意義。本研究嘗試?yán)肎IS技術(shù)針對(duì)具體治理項(xiàng)目開展了小流域治理前后的水土流失敏感性評(píng)價(jià)，尚存在遙感數(shù)據(jù)精度不高、現(xiàn)場(chǎng)氣象監(jiān)測(cè)等數(shù)據(jù)來(lái)源較少、通用計(jì)算模型與區(qū)域?qū)嶋H不完全匹配等一些問(wèn)題，還需進(jìn)一步展開相關(guān)研究，逐步完善水土流失敏感性評(píng)價(jià)的監(jiān)測(cè)體系和方法。