基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究—以兴义市为例

《基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究—以兴义市为例》由会员分享，可在线阅读，更多相关《基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究—以兴义市为例（19页珍藏版）》请在装配图网上搜索。

1、基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究以兴义市为例摘 要：本文基于GIS，利用RUSLEM模型，结合兴义市DEM、月降雨量、土地利用数据、NDVI等数据，研究兴义市土壤空间分布特征，并且在进一步的分析土壤腐蚀强度的变化与土地利用程度和坡度的关系。结果表明，（1）从空间上来看，兴义市土壤侵蚀的等级较低的范围主要分布在市里的北部和西部，而且突然都是以块状为主；而另外的受到侵蚀等级高的主要分布在市里的相反方向，也就是南部和东部，这种侵蚀程度的都是以条带状为主；（2）从角度上来看，不同角度的土壤受到的侵蚀程度也是不同的，例如坡度分布在八度到十五度和十五度到二十五度的土壤会受到最大程度的侵蚀

2、，侵蚀面积已经占到总面积的百分之六十六点六零；（3）从土地类型上来看，耕地和未利用土地占总土壤侵蚀面积比最大，分别为33.67%和26.76%。Abstract:Based on the RUSLEM model of GIS, and combined with the monthly rainfall, land use data and NDVI data of Xingyi City, this paper studies the spatial distribution characteristics of soil in Xingyi City.Furthermore, the r

3、elationship between the change of soil corrosion intensity and the degree of land use and slope is further analyzed. The results show that: Themainresultsareasfollows:(1)intermsofspace,thelowergradeofsoilerosioninXingyiCityismainlydistributedinthenorthandwestofthecity,andallofasuddenitismainlyblock-

4、shaped;Otherhigherosiongradesaremainlydistributedintheoppositedirectionofthecity,thatis,thesouthandeastofthecity,thedegreeoferosionismainlyastrip;(2)fromanangleofview,thedegreeoferosiontosoilsfromdifferentanglesisalsodifferent,forexample,soilswithsloperangesfromeightdegreestofifteendegreesandfifteen

5、degreestotwenty-fivedegreeswillbesubjectedtothegreatestdegreeoferosion.Theerosionareahasalreadyaccountedfor66.6%ofthetotalarea;(3)fromthepointofviewoflandtype cultivated land and unused land accounted for the largest proportion of total soil erosion area, 33.67% and 26.76%, respectively.关键词：GIS；RUSL

6、E；兴义市；土壤侵蚀；Key words: GIS;RUSLE;Soil erosion in Xingyi city1.引言土壤侵蚀是一种常见的自然灾害，它是指土地里的土壤母质由于各种外力因素的影响下土壤被破坏，表面被剥离、搬运、沉积的过程1这我国现在正在遭受着严重的土壤侵蚀，土壤侵蚀这种自然灾害已经遍及全国范围，对我国的土地资源造成了严重的破坏，导致生态环境遭到严重的损害。根据资料得知，土壤侵蚀已经对我国的土地造成严重的破坏，整体面积超过六分之一受到了土壤侵蚀。因为严重的土壤侵蚀，土地的表层资源已经被侵蚀的土质开始坏掉，从而导致土地开裂，这种开裂的土地无法种植农作物，这样又间接造成了粮食产

7、量的降低，使土地利用率大幅度降低。近几年来，随着天气愈加恶劣，也导致了土壤侵蚀的速度在不断加快，这种现象如果不及时治理，人们未来的生存将会受到造成极大威胁2。在这个世界上有一片土壤条件极其差的地区，那就是西南喀斯特地区，在这一片地区上，环境极其恶劣，有着极其恐怖的岩溶3。这片地区变成如今的现状，不但与独特的地质背景和可怕的岩溶作用有着密不可分的关系，还会人类不合理的土地利用有关系，从而加速了土壤侵蚀以致于形成今天这样的局面，使得区内石漠化问题和贫困问题相互制约，生态保护与社会经济发展矛盾凸显，使西南喀斯特地区土壤侵蚀恶化，严重制约了西南喀斯特地区的经济发展4-6。目前的社会上关于土壤侵蚀的研究

8、还是以1997年由美国土壤水土保持局发布的修正土壤流失方程最广泛。像我国的贵州省的土壤侵蚀的研究较多，例如，孙德亮教授等人以贵州省为例的研究，虽然对贵州省的研究较多，但是对于兴义市的研究却几乎没有。因此，兴义市土壤侵蚀研究对改善土地利用方式和有效地实施水土保持工作具有重要的意义。2.研究区域概况兴义市是属于贵州省的一个市，有着独特的地理位置，它还是布依族自治州的首府。它的面积大概有2846平方千米，森林覆盖率较高，约为百分之三十，耕地面积大概有三万公顷。这个市的地势是西北高，东南低，这里的土壤里主要分布着碳酸盐岩这种物质，独特的喀斯特地貌，土壤的主要类型与中原完全不同，那里则是水稻土、草甸土等

9、各种物质，而且流域内还分布着两种不一样的地貌，一种是峰林洼地，另一种则是岩溶高原，这种恶劣的地貌导致了这样的土壤环境；兴义市属于亚热带季风气候，温暖潮湿，还有降雨量大的特点，降水量约为1531.6mm。区域处于喀斯特生态环境脆弱地区，当地只能种植一些亚热带农作物，例如水稻玉米等。随着经济社会的发展，人类对土地不合理利用的弊端愈演愈烈，导致自然环境受到了严重的损伤破坏，土壤被严重侵蚀，土地利用率也在不断下降，保护土壤也越来越迫在眉睫。3.数据与方法3.1 数据来源本研究采用基础数据包括：兴义市30m分辨率的数字高程模型（DEM），来源于地理空间数据云（http：）；兴义市市12个月月均降雨数据，

10、来源于中国气象数据共享服务网；2010年研究区土地利用数据；Landsat8遥感数据，空间分辨率为30m，来源于地理空间数据云（http：）；土壤数据，来源于HWSD数据库（ 3.2 研究方法本研究采用美国土壤水土保持局提出的修正土壤流失方程RULSE模型进行模拟研究13，计算流程如图1所示，方程表达程式为： (1)(1) 式中：A土壤侵蚀量t/(km2a）；R降雨侵蚀因子(MJmm/（hm2ha）；K土壤可侵蚀因子（thm2h/（MJmmhm2 ）；L坡长因子；S坡度因子；C耕作管理植被覆盖因子；P水土保持措施因子。 图1 土壤请示计算计算流程图3.2.1 降雨侵蚀力（R）因子 降雨是导致土

11、壤发生侵蚀的重要因素之一，而降雨侵蚀力因子则是降雨带来的一个研究方法，它所表达的意思是降水对土壤的侵蚀能力较小，但是在一定程度上显示出时空对土壤侵蚀的空间分布。当前国内外许多有关学者提出了多种基于月平均降雨量计算R 的简易公式7， 由于兴义市地表破碎且降水相对较为集中，水蚀作用强烈，鉴于数据资料有限，本研究采用周伏建等8。提出的适合南方喀斯特地区的简易计算公式计算降雨侵蚀力： （2）（2） 式中：R降雨侵蚀力因子(MJmm/(hm2ha)； Pi兴义市多年112月平均的降雨量(mm)。 在ArcGIS中加载兴义市12个月月均降雨数据，根据公式（2）利用栅格计算器计算降雨侵蚀力因子R。3.2.2

12、土壤可蚀性（K）因子（3） 土壤可蚀性因子也是土壤研究中的一个重要系数，它反映了降雨对土壤侵蚀分离等各种损伤的难易程度，表达了土壤受到降水侵蚀抵抗的综合力，这个因子与土壤的内部结构，降雨量的大小，坡面的渗透度等都有着重要的作用。土壤类型不同，K值对应的大小不同，K值越小，土壤受侵蚀的可能性越小，反之越大。本文选择Williams 9等提出的 EPIC模型公式计算K值，公式如下：（3） 式中:K是土壤可侵蚀性因子，Sd-砂粒含量（%）；St粉砂含量（%）； Ct黏粒含量（%)）；Cor表层土壤机碳含量（%）；根据HWSD数据库的土壤数据，将下载好的数据导入ARCGIS中，其中栅格影像直接拖入打开

13、即可，将坐标系统定义为WGS84地理坐标系（经纬度）(用 Define Projection工具)，影像的拉伸方式(stretched)改为无(None)，然后获取唯一值，即可看到大约有三万多个数值，然后打开属性表，找到value。获取表层黏粒含量、表层粉砂粒含量、表层砂粒含量、表层有机质含量4个指标栅格数据。裁剪出自己需要的区域，将裁剪后的HWSD栅格数据转成矢量数据，转的时候注意选择VALUE字段，以便后面属性表链接。打开下载好的dbf数据库，找到HWSD_DATA表中HWSD_DATE的字段，里面的“MU_GLOBAL”是与HWSD栅格数据属性表中的VALUE相同的字段。在生成的矢量数据

14、上右击找到关联和连接，选择连接（关联也可以），将VALUE和HWSD_DATA表中MU_GLOBAL字段相连接。我们实际需要的是常见的单字段栅格数据，因此需要将多字段矢量数据中的表层黏粒含量(T_CLAY)、表层粉砂粒含量(T_SILT)、表层砂粒含量（T_SAND）、表层有机质含量(T_OC)四个字段提出来，形成4个单字段栅格数据。具体做法是用Ploygon to raster工具，将矢量面文件成栅格数据（注意根据需要设置好空间分辨率），即得到我们需要的单波段栅格数据。重复上述步骤4次得到表层黏粒含量、表层粉砂粒含量、表层砂粒含量、表层有机质含量4个指标的单字段栅格数据。根据公式（3）利用所

15、得表层黏粒含量、表层粉砂粒含量、表层砂粒含量、表层有机质含量4个指标计算出土壤可蚀性（K）因子。3.2.3 坡长坡度（LS）因子有一个自然因素是我们无法忽略的，就是地形，地形也会影响到土壤侵蚀的能力，而且地形不仅会影响植被和土壤的形成发展，还会支配地表能量和土壤物质的再分配，这个地形因素也决定着地表的径流。坡长坡度因子是影响土壤侵蚀的基本因素，本研究采用30m分辨率的DEM数据提取坡长坡度因子，借鉴以下模型计算坡长坡度因子,公式如下： （4）（4） 式中：LS是坡长坡度因子，A是汇流累积量，是坡度。 由在GIS平台下加载的数据可以得出，规划出研究区域，利用产生的DEM数据，第一步要计算出汇流的

16、累积量。在GIS平台上下载的模型中，模型上的每一个栅格来说，汇流的累积量代表着上游会有多少水流方向最终会合而为一。累积的数据越大，表面就越容易形成地表的径流。计算汇流的过程为，先将DEM中的洼池填平，即在ArcGIS中选择空间分析工具中的水文分析中的FILl即可。然后利用填平后的DEM进行流向计算，经过一系列的计算，在利用原始DEM计算出研究区的坡度，利用公式（4）出坡长坡度因子。3.2.4 植被与作物管理（C）因子植被和作物也会影响土壤侵蚀的能力，所以植被与作物管理因子就是表示多种植物在一样的土壤等各项外界条件相同的情况下，某一种植被和土壤侵蚀的关系10。以兴义市Landsat8数据为基础，

17、利用ENVI软件进行大气校正和辐射校正并计算NDVI值。以计算的NDVI为基础计算植被覆盖度和蔡崇法等11研究算法计算C因子：f=NDVI-NDVIminNDVImax-NDVImin （5）C=1 (f=0%)0.6508-0.3436lgf (0f78.3%) 0 (78.3%f) （6）（5）和（6）式中：f研究区植被覆盖度（%）；NDVImin和NDVImax表示兴义市归一化植被指数（NDVI）的最小值和最大值；C植被与作物管理因子。3.2.5土壤保持措施（P）因子在分析研究区种植特点、地形特点和植被覆盖的前提下，当土壤采取保护措施后，土壤流失量和顺坡种植的土壤流失量也存在着一个比值，

18、这个比值就是土壤保护措施因子，这个因子有一个固定的值，介于零到一之间，0代表的就是这片地区的土壤条件非常好，不会发生土壤流失，1则代表这片区域没有采取保护措施。与植被覆盖图、土地利用类型图和游松财、陈思旭、等的研究成果12，表示该研究区土壤保持措施因子P值（表1）。表1 P值赋值表用地类型P值耕地1草地0.3水域0居民用地0.1未利用地0.8林地0.153.2.6 土壤侵蚀量计算A将RUSLE模型中的各个因子进行成绩运算，并按照国家水利部颁发的土壤侵蚀分类分级标准(SL190-2007)土壤侵蚀强度分级标准，然后重新划定不同的种类。我们可以根据土壤受到侵蚀的不同原因进行区分，然后将在一个等级上

19、的进行合并，然后我们就可以逐渐分出六个等级，分别是微度、轻度、中度、强烈、极强烈和剧烈13，在表2中可以看到更加细致的划分。 表2 水土流失强度分级标准级别平均土壤侵蚀模数t/(km2a)微度侵蚀150004.结果分析与讨论4.1兴义市降雨侵蚀力（R）因子计算结果运用 ArcGIS空间插值功能对研究区降雨数据使用克里金法进行插值处理，通过叠加计算之后得出降雨侵蚀力因子值空间分布（图2），研究区多年平均降雨侵蚀力184.401216.657在之间。由图2可以看出兴义市降雨侵蚀力由西南向东北方向逐渐增加。图2降雨侵蚀力因子4.2兴义市土壤可蚀性（K）因子计算结果 运用DEM、土地利用数据、NDVI

20、、月降水量、土壤数据，根据RULSE模型公式（1）计算土壤可侵蚀状况如图2所示。K值越大土壤可侵蚀可能性越大，由图可知K值大的分布范围较广，所以兴义市土壤可侵蚀可能性较大。4.3兴义市坡长坡度（LS）因子计算结果利用ArcGIS软件，以兴义市DEM为基础数据，计算兴义市汇流面积及坡度，利用汇流面积和公式计算出兴义市坡度坡长因子如图3所示。从图中可以看出兴义市坡长坡度因子最大值为1304.35。4.4 兴义市植被与作物管理（C）因子计算结果利用ENVI软件对网上下载的Landsat8数据进行大气校正和辐射校正，算出NDVI值，再利用ArcGIS根据公式计算兴义市植被与作物管理因子结果如图5所示。

21、由图可知兴义市植被覆盖与作物管理因子大部分接近1。所以我们可以得到一个结论：兴义市的植被覆盖率很高。4.5兴义市土壤保持措施（P）因子赋值结果根据表1利用ArcGIS软件对兴义市土地利用进行赋值，结果如图6所示。其值介于01，0表示不会发生水土流失的区域，表示未采取土壤保持措施的区域。图3 土壤可侵蚀K因子图4 坡长坡度LS因子 图5 植被与作物管理C因子 图6 土壤保持措施因子4.6兴义市土壤侵蚀空间分布状况我们根据得到的各个因子来计算出一系列的数据，我们将这一系列的数据通过表格的形式展现出来，兴义市的土壤侵蚀状况在图7兴义市土壤侵蚀状况分布图所示。从空间上看，兴义市侵蚀程度较低的还是分布在

22、西部和北部，最为重要的是，这些侵蚀等级低的都是主要以块状为主，而另外一种侵蚀程度高的则是以条带状为主，主要分布在兴义市的东部和南部14。根据土壤侵蚀状况图统计出兴义市土壤侵蚀状况如表3和图8所示。由表3的数据我们可以得知，兴义市的土壤侵蚀程度还是主要以微度、轻度、中度三种程度为主，微度侵蚀更是占了大半部分，三者也几乎占到了总侵蚀面积的九成，而另外几种程度的侵蚀面积之和也仅仅是一成。其中强烈土壤侵蚀为10.71%，极强烈土壤侵蚀为0.3%。总体而言，由图8可知，侵蚀等级越低，占侵蚀总面积的比例越高。表3 不同土壤侵蚀强度的面积比例侵蚀等级侵蚀模数/（thm-2a-1）面积/km2比例%微度150

23、008.600.30%图7 兴义市土壤侵蚀状况分布图图8 兴义市土壤侵蚀状况柱状图 4.7研究区土壤侵蚀与环境因子关系 4.7.1土壤侵蚀与坡度分布特征土壤侵蚀还有一个重要的主要因素，就是坡度，坡度的大小与土壤侵蚀的作用不可忽略，中国的相关部门则是将坡度划分了六个带，并且详细统计这六个带的土壤侵蚀情况15，见表4.我们由表格可以看出，在那一个坡度受到的土壤侵蚀能力最严重的，比如八度到十五度和十五度到二十五度，二者占到了侵蚀总面积的百分之六十六点六，而最高的坡度受到的侵蚀最弱，表格上的数据一目了然，可以做出一个最客观的比较。为了更加直观的反应不同坡度等级土壤侵蚀，根据表4利用Excel制作不同坡

24、度等级土壤侵蚀所占比的柱状图，如图8所示。总体上看，坡度带为八度到十五度和十五度到二十五度是受到土壤侵蚀程度最大的两个坡度带，这也表明了耕地和坡度也要联系在一起，因此该坡度带是以后水土保持研究的重点区域16。表4 不同坡度等级的土壤侵蚀坡度/()微度/km2轻度/km2中度/km2强度/km2极强度/km2剧烈/km2侵蚀面积/ km2占总侵蚀面积比（%）4511.350.594.760.000.000.0016.700.59%统计1777.03477.68304.90229.8548.478.602846.53100.00% 图9 不同坡度等级的土壤侵蚀4.7.2土壤侵蚀与坡度分布特征 不一

25、样的土地利用类型产生的差异也会主要表现在植被类型和覆盖率上，我们通过对兴义市的土壤侵蚀进行对比统计，得到了一系列数据，如表5和图9。由表5可知，耕地和未利用土地占总土壤侵蚀面积比最大，分别为33.67%和26.76%。主要原因是植被覆盖度差；其次是林地和草地分别占土壤总侵蚀量的17.53%和14.31%；水域和居民用地仅占土壤侵蚀总量的2.35%和5.39%。总体上看，耕地和未利用地是研究区内主要的土壤侵蚀类型，两者所占总侵蚀面积的60.43%。耕地土壤侵蚀严重的原因是，耕地在农作物不生长的季节植被覆盖率低；而未利用土地由于植被稀少同样会造成土壤侵蚀严重17。林地和草地的土壤侵蚀也较为严重，这

26、两种环境的比重占到了三成还多，主要原因还是在这两种环境中的草地覆盖率和处理覆盖率影响了土壤的水土保持，超出了我们的预期。表5 不同土地利用类型的土壤侵蚀土地利用类型微度/km2轻度/km2中度/km2强度/km2极强度/km2剧烈/km2侵蚀面积/ km2占总侵蚀面积比（%）耕地723.61 101.24 86.43 47.01 0.00 0.00 958.30 33.67%林地459.26 17.32 12.00 10.45 0.00 0.00 499.03 17.53%草地275.46 67.3338.41 26.12 0.00 0.00 407.32 14.31%水域51.98 12.4

27、4 2.40 0.00 0.00 0.00 66.82 2.35%居民用地18.82 126.86 4.80 0.00 0.00 2.87 153.35 5.39%未利用地247.89 152.48 160.85 146.27 48.47 5.73 761.69 26.76%合计1777.03477.68304.9229.8548.478.62846.53100.00%图10 不同土地利用类型的土壤侵蚀5.结论通过一系列的数据分析比较，我们可以得到下面的三个结论：（1） ，兴义市侵蚀程度较低的还是分布在西部和北部，最为重要的是，这些侵蚀等级低的都是主要以块状为主，而另外一种侵蚀程度高的则是以条

28、带状为主，主要分布在兴义市的东部和南部。（2） 由表格我们可以得知，在那一个坡度受到的土壤侵蚀能力最严重的，比如八度到十五度和十五度到二十五度，二者占到了侵蚀总面积的百分之六十六点六，而最高的坡度受到的侵蚀最弱。（3） 在各类土地利用类型中，耕地和未利用土地占总土壤侵蚀面积比最大，分别为33.67%和26.76%。主要原因是植被覆盖度差；其次是林地和草地分别占土壤总侵蚀量的17.53%和14.31%；水域和居民用地仅占土壤侵蚀总量的2.35%和5.39%。参考文献1 郑粉莉，刘峰，杨勤科,等.土壤侵蚀预报模型研究进展J水土保持通报，2001，21（6）：16182 吴广昌.气候变化背景下三峡库

29、区植被覆盖动态及其土壤侵蚀风险研究D. 武汉：华中农业大学，2011.3 Jiang Z C, Lian Y Q, Qin X Q. Rocky desertification in Southwest China: impacts, causes, and restoration J.Earth-Science Reviews, 2014,132（3）:1-12.4 王世杰，李阳兵.喀斯特石漠化研究存在的问题与发展趋势J.地球科学进展,2007,22（6）：573-582.5 张信宝,王世杰,曹建华,等.西南喀斯特山地水土流失特点及有关石漠化的几个科学问题J.中国岩溶,2010,29（3）:

30、274-279.6 凡非得,王克林,熊鹰，等.西南喀斯特区域水土流失敏感性评价及其空间分异特征J.生态学报,2011 ,317 陈旭东，程先福,鲍伟伟,等基于 ArcObje的土壤侵蚀模型的设计与实现J水土保持研究,2010，17(6)：2631.8 许月卿，邵晓梅基于GIS和RUSLE的土壤侵蚀量计算：以贵州省猫跳河流域为例J京林业大学学报，2006，28（4），467719 WILLIAMS J,ARNOLD J.A system of erosionsediment yield modelsJ.Soil technology,1997,11(1):435510 赵磊，袁国林，张琰，等基于

31、GIS和 USLE模型对滇池宝象河流域土壤侵蚀量的研究J水土保持通报，2007，27（3）：4246. 11 蔡崇法，丁树文应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究J水土保持学报，2000，14（2）：1924.12 陈思旭，杨小唤，肖林林，等基于RUSLE模型的南方丘陵山区土壤侵蚀研究JResourcesscience，2014，36（6）：12881297.13赵文武,傅伯杰，吕一河，等.多尺度土地利用与土壤侵蚀J，地理科学进展，2006,25（1）：24-33.14盈斌,方一平.中国山区类型划分及其空间格局特征J.贵州师范大学学报(自然科学版). 2017(05) 15彭旭东,戴全厚,李昌兰,袁应飞,赵龙山.模拟雨强和地下裂隙对喀斯特地区坡耕地养分流失的影响J.农业工程学报. 2017(02) 16查良松,邓国徽,谷家川.1992-2013年巢湖流域土壤侵蚀动态变化J.地理学报. 2015(11) 17刘世梁,董玉红,王军.基于WEPP模型的土地整理对长期土壤侵蚀的影响J.水土保持学报. 2014(04) 19