基于耦合RUSLE模型和多源数据对江苏省水土流失风险评价研究.pdf

第10 期2023年10 月文章编号：16 7 3-9 0 0 0（2 0 2 3)10-0 10 7-0 3陕西水利Shaanxi Water ResourcesNo.10October,2023基于耦合RUSLE模型和多源数据对江苏省水土流失风险评价研究王子钰（江苏省三河闸管理所，江苏淮安2 2 30 0 1）【摘要水土流失是造成土地退化的主要因素，基于多源地理空间数据和RUSLE模型，综合评价江苏省水土流失风险。结果表明，江苏省平均水土流失模数为2 0.16 t（h m a），整体属轻度等级；不同水土流失风险等级分布面积比依次为：微度（53.0 5%）、轻度（2 8.7 5%）、剧烈（6.9 5%）、中度（5.8 5%）、强度（3.8 0%）和极强（1.6 0%）。全省年平均水土流失量达1.7 6 10 t，其中盐城、苏州、无锡和南通等地产生的水土流失量最大，依次占19.43%、14.40%、13.49%、12.43%。【关键词RUSLE模型；水土流失模数；水土流失风险等级；江苏省中图分类号S157【文献标识码BResearch on Risk Assessment of Soil and Water Loss in Jiangsu Province by CouplingRUSLE Model and Multi-Source DataWang Ziyu(Sanhe Gate Management Office of Jiangsu Province,Huaian 223001,Jiangsu)Abstract:Soil and water loss is the main factor causing land degradation.Based on multi-source geospatial data andRUSLE model,the risk of soil erosion in Jiangsu Province was evaluated comprehensively.The results show that the averagesoil erosion modulus in Jiangsu Province is 20.16 t/(hm a),which belongs to the mild grade.The distribution area ratioof different soil erosion risk levels was as follows:slight(53.05%),mild(28.75%),severe(6.95%),moderate(5.85%),intense(3.80%)and extremely strong(1.60%).The average annual soil and water loss in the whole province was 1.76 10t,among which Yancheng,Suzhou,Wuxi and Nantong had the largest soil and water loss,accounting for 19.43%,14.40%,13.49%and 12.43%respectively.Key words:RUSLE model;soil erosion modulus;risk level of soil erosion;Jiangsu province随着全球气候变化和人类活动增加，水土流失成为全球面临的严重环境问题之一。江苏省作为中国经济大省，其水土流失风险评价研究对于可持续发展具有重要意义。耦合RUSLE（Re v i s e d U n i v e r s a l So i l Lo s s Eq u a t i o n）模型和多源数据能够为该研究提供有效的工具和方法 2-3。然而，传统RUSLE模型在数据获取和精度方面存在一定的局限性。为了克服这些局限性，本文采用多源数据，包括遥感数据、地理信息系统（CIS）数据和气象数据等，以提高水土流失风险评价的准确性和可靠性。研究的目的是在江苏省范围内全面评估并揭示江苏省水土流失的空间分布特征、风险程度，并为相关部门提供科学的决策支持。1研究区概况江苏省位于中国东部、黄海西侧，总面积10.7 2 万km。省域地势平坦，包括沿海平原、河网区和丘陵地带，高程介于0 6 2 5m，海岸线达9 54km。主要植被类型包括耕地、园地、林地和草地等，水稻、玉米是该省主要农作物。属于亚热带季风气候，夏季炎热湿润，冬季寒冷潮湿。夏季受东南季风的影响而湿热多雨；冬季受西伯利亚高压控制而寒冷少雨，加之受海洋和湖泊调节作用，总体气候温和；年平均气温在14，降水量在8 0 0 mm1200mm大于10 的有效积温多在2000 30 0 0 之间。综合而言，该省气候资源呈现由南向收稿日期 2 0 2 3-0 5-18【作者简介王子钰（19 9 4），男，江苏淮安人，助理工程师，主要从事水文工作。.107第10 期2023年10 月北地带性减少分布。2研究方法2.1基基于RUSLE模型的水土流失风险评价流程通用水土流失方程（Revised universal soil loss equation,RUSLE）是美国科学家们通过长期研究水土动力循环、植被保护、土壤质地、地形效应等因素结合Rainfall-Runoff-Erosion模型，建立的区域水土流失模数的计算公式。其将水土流失速率简化为坡度、坡长、植被覆盖、降水等因子的函数，进而提供了一种客观、科学的评估水土流失风险的工具。RUSLE概念模型如下：A=RKLSCP式中；A为年侵蚀模数,t/（k m a）；R为为降雨侵蚀力，MJmm/（h mha)；采用谢云等 I人提出的经验模型率定，具体为：(2)式中：Ra是日侵蚀性降雨量；为调节参数，其在暖季（5月9月）、冷季（10 月 4月）的取值分别为0.39 37、0.310 1。K为土壤可蚀性,tkmh/（k m MJmm）；通常采用EPIC模型进行率定；方法如下 ：K=0.13170.2+0.3eL100/0.25Soc0.7Sn1Soc+e(3.2-295x So0式中：San、Si l、C a l、So c 分别为砂砾、粉粒、黏粒含量、土壤有机质含量比,Sni=1-San/100。LS为坡长坡度因子，表示一定地形条件下产生的水土流失速率与标准地形下之比；L=(入/2 2.13)10.8 sinO+0.036,05S=16.8 sin0-0.5,5Q15000剧烈图2 江苏省土壤侵蚀模数和水土流失风险等级分布3.3江苏省水土流失风险等级特征由水利部颁布土壤侵蚀分类分级标准（SL190-2007）可知，不同水土流失风险的模数阈值依次为：微度（0 5t/(hma)）、轻度（5(hma)25(hma)）中度（2 5t（h m a)50（h m a)）、强烈（50 t/(hma)80 t/（h m.a)）、极强（8 0 t/(hma)150 t/(hma)和剧烈（150 t/（h m a）。据此，利用ArcGIS平台中3DAnalysis toosRecalssreclassify工具，进一步统计得到各水土流失风险的面积分布，其结果见图3。结果可知，江苏省水土流失风险以微度为主，其面积约占省域总面积的53.05%，而轻度风险等级次之，面积占2 8.7 5%，随后依次是剧烈（6.9 5%）、中度（5.8 5%）、强度（3.8 0%）和极强（1.6 0%）。微度轻度中度强度极强剧烈图3各水土流失风险的面积分布3.4江苏省各市水土流失量统计特征鉴于江苏省水土流失模型空间异质性背景，为更好促进区域侵蚀治理，利用ArcGIS10.8Spatial analysistoolszonalzonal statisticsastable模块，生成各市平均水土流失模数，再将其与各市面积相乘，得到相应的流失量，其结果见表1。可见，全省以无锡平均水土流失模数最高，达43.8 3（hma），但其面积较小，因此该市总流失量为2.1910t，占全省总流失量的12.43%。南通、苏州、南京、盐城、镇江、连云港、常州等地的水土流失模数次之，介于18.03t/（h m a）2 6.57 t（h m：a）之间，泰州、扬州等地相对较小，依次为6.2 7（hma）、7.6 1（h ma）。上述地市的水土流失风险属轻度等级，仅徐州、宿迁属微度等，相应地其平均水土流失模数依次为3.43t/（h ma）、4.49t/（h m a）。从水土流失量来看，盐城、苏州、无锡和南通等地对该省水土流失量贡献最大，依次占19.43%、14.40%、13.49%、12.43%，因此是区域水土保持重点区。陕西水利Shaanxi Water Resources地市平均模数/(v(kma)苏州26.57无锡43.83常州18.03水土流失风险分级南京N人1.60%5.85%380%6.95%28.75%No.10October,2023表1江苏省各地市水土流失量统计特征流失量/2.53 1072.19 1078.42 1022.531.55 107镇江19.18泰州6.27南通26.44盐城21.16淮安7.61宿迁4.49徐州3.43连云港18.29扬州7.444结论本研究利用 GIS技术结合RUSLE模型，综合评价了江苏省水土流失风险，主要结论如下：江苏省平均水土流失风险属轻度，每年约1.7 6 10 的土壤发生流失，这对区域土地生产较为不利；全省各市中盐城、苏州、无锡和南通四地产生的土壤流失量占全省一半以上，从水土保持角度来看，这些地方的侵蚀发展需得到关切。江苏地区土地经济价值较高，加之处于亚热带湿润季风气候区，该地发生水土流失后土壤质量不易恢复，因此急需开展可持续的水土保持和侵蚀治理战略。鉴于区域沟侵蚀、坡面侵蚀类型广泛发育，未来需采用更精细的模型量化微尺度上水土流失量，进一步揭示水土流失隐蔽性问题。53.05%1陈晨晨，武谦，张占友，等.澜沧江中下游流域土壤侵蚀时空演变特征 J.水土保持研究,2 0 2 2,2 9（0 2）：11-17,30.2王猛，王鹤松，姜超，等.基于RUSLE和地理探测器模型的西南地区土壤侵蚀格局及定量归因 J.应用基础与工程科学学报,2 0 2 1,2 9 (0 6):138 6-140 2.3李小华，曹月娥，张振师，等.基于RS与RUSLE的新疆铁米尔苏河梯级水电站水土流失预测研究 J.中国农村水利水电，2 0 15(10):184-189.【4 谢云，高燕，顾治家，等.东北黑土区坡耕地水土流失危险程度评价 J.中国水土保持科学（中英文）,2 0 2 0,18（0 6）：10 5-114.5】邓辉，何政伟，陈晔，等.基于GIS和RUSLE模型的山地环境水土流失空间特征定量分析一一以四川泸定县为例 .地球与环境,2 0 13,41(0 6):6 6 9-6 7 9.6】滕洪芬.基于多源信息的潜在土壤侵蚀估算与数字制图研究 D.杭州：浙江大学，2 0 17.7孙从建，林若静，郑振婧，等.基于水土流失经验模型(RUSLE模型）的黄河中游典型小流域水土流失特征分析 .西南农业学报,2 0 2 2,35(0 1):2 0 0-2 0 8.8梁娟珠，张青，傅水龙.应用RUSLE模型的长汀县水土流失风险空间分析J.华侨大学学报（自然科学版）,2 0 17,38（0 6)：8 36-8 41.109.百分比14.40%12.43%4.78%8.81%7.49 1064.26%3.86 102.20%2.37 10713.49%3.4210719.43%7.54 104.29%4.28 1062.43%3.89 1062.21%1.44 1078.21%5.39 10%3.07%参考文献