基于RUSLE模型的东北黑土区土壤侵蚀研究

摘 要：通过修正的通用土壤流失模型（Revised Universal Soil Loss Equation，RUSLE）对2010—2020年东北黑土区土壤侵蚀进行定量估算，分析土壤侵蚀时空分布特征及变化规律，为东北黑土区水土流失的治理和水土保持提供科学参考。结果表明：2010—2020年，东北黑土区土壤侵蚀模数先下降再上升后下降，整体呈下降趋势，年平均土壤侵蚀模数为522.38 t/（km2·a）；东北黑土区土壤侵蚀强度等级主要为微度侵蚀和轻度侵蚀；东北黑土区土壤侵蚀强度由西南向东北地区逐渐降低，西部及西北部土壤侵蚀等级较高且分布较为聚集，东部地区土壤侵蚀等级较低且为零散分布。

关键词：RUSLE模型；土壤侵蚀；东北黑土区

中图分类号：S157.1 文献标志码：A 文章编号：1674-7909（2023）18-145-4

0 引言

土壤侵蚀是全球面临的重大环境问题，其不仅导致土地退化、荒漠化、生产力下降、生态环境恶化，随径流泥沙运移也会使污染物进入河道，造成水体污染，对人类的生存发展及生态环境造成严重威胁［1-2］。因此，加强水土保持工作，控制土壤侵蚀十分必要。

1965年，美国农业学者构建了通用土壤流失方程（Universal Soil Loss Equation，USLE）。该模型精度高、参数明确且数据获取容易，得到广泛应用。但USLE模型是基于特定研究区域模拟建构的，存在一定的误差。在此基础上，后来出现的修正的通用土壤流失模型（Revised Universal Soil Loss Equation，RUSLE）精度高，被广泛应用于流域及区域尺度的土壤侵蚀评估研究。例如，胡刚等［3］借助RUSLE模型对卧虎山水库流域土壤侵蚀特征进行评价，并验证总结其变化规律。任坤等［4］采用RUSLE模型定量评估珊溪水库流域土壤侵蚀现状，并分析土壤侵蚀强度与土地利用之间的关系。

东北黑土区长期以来都是我国重要的工业和商品粮生产基地，但因受到高强度垦荒和人们对土地资源不合理利用的影响，东北黑土区的黑土资源正受到侵蚀的严重威胁，区域水土流失现象严重［5］。为改变东北黑土区长期受到水土流失问题困扰的现状，笔者对2010—2020年东北黑土区土壤侵蚀进行定量分析，探究土壤侵蚀时空分异特征及土壤侵蚀强度变化，为东北黑土区水土保持工作提供数据支持和一定的科学参考。

1 研究区概况

东北黑土区是世界三大黑土区之一，但不同学者对于东北黑土区的划定有不同的表述。笔者所研究的东北黑土区（北纬41°17′～53°17′、东经116°21′～134°46′），主要为黑土土壤所在区域涉及的地级市，包括黑龙江省黑河市、齐齐哈尔市、绥化市、大庆市、哈尔滨市、伊春市、鹤岗市、双鸭山市、七台河市、佳木斯市，吉林省白城市、松原市、长春市、吉林市、四平市，辽宁省铁岭市，内蒙古自治区呼伦贝尔市、兴安盟、赤峰市、通辽市等20个盟市。研究区地形三面环山，坡度平缓，但坡面较长，汇水面积大，属温带大陆性季风气候区，四季分明，雨热同季，年降水量为400～700 mm［6］。

2 数据来源

研究区降雨资料来自中国气象数据网（http：//data.cma.cn）；1∶100万土壤数据来源于国家青藏高原科学数据中心基于世界土壤数据库的中国土壤数据集；数字高程模型（Digital Elevation Model，DEM）数据来源于地理空间数据云（http：//www.gscloud.cn），空间分辨率为30 m，经影像镶嵌、裁剪得到研究区的数字高程影像；归一化植被指数（Normalized Difference Vegetation Index，NDVI）数据来源于中国科学院资源环境科学与数据中心，空间分辨率为1 km；土地利用数据源于Yang等［7］的研究。将各因子数据投影坐标系统转换为UTM_Zone_53N，栅格分辨率统一为90 m×90 m。

3 研究方法

3.1 RUSLE模型

3.2 RUSLE模型各因子计算

3.2.1 降雨侵蚀力因子

降雨侵蚀力是定量评估土壤侵蚀的首要影响因子，是降雨所引起的土壤分离和搬运的动力指标，与降雨量、降雨动能、降雨历时等因素紧密相关。笔者利用Wischmeier等［8］提出的经验公式对2010—2020年东北黑土区降雨侵蚀力进行计算，并采用普通克里金插值模型完成其空间插值。其表达式为

3.2.2 土壤可蚀性因子

土壤可蚀性是指不同空间位置土壤本身的理化结构抵抗侵蚀的能力的空间差异，是评价土壤对侵蚀敏感程度的重要定量化参数。笔者采用当前广泛使用的Sharply等［9］和Williams等［10］提出的土壤侵蚀和生产力影响估算模型（Erosion Productivity Impact Calculator，EPIC）计算方法，再根据张科利等［11］提出的中国区域土壤可蚀性因子修正算法计算研究区土壤可蚀性因子（K），计算公式为

3.2.3 地形因子

地形因子包括坡长因子（L）和坡度因子（S），体现了地形地貌特征对土壤侵蚀造成的影响。通常采用DEM数据提取坡度、坡长因子，与土壤侵蚀强度呈正相关。笔者采用Liu等［12］提出的坡度、坡长因子计算公式进行计算，表达式为

3.2.4 植被覆盖与管理因子

植被覆盖与管理因子（C）一般通过计算法、实验法及赋值法得到。笔者采用蔡崇法等［13］提出的计算公式进行计算，计算公式如（9）（10）所示。C值为0～1，C值越接近0，表示地面植被覆盖度越高；C值越接近1，表示地面越接近裸露；C值越大，表明土壤侵蚀越严重。

3.2.5 水土保持措施因子

水土保持措施因子（P）是由土地利用数据进行赋值确定的，P值为0～1。当P值为0时，表示土地不发生侵蚀；当P值为1时，表示土地未采取任何水土保持措施。目前，已有较多研究对P进行赋值［14-17］，笔者根据有关研究成果及东北黑土区的实际情况对P赋值，结果如表1所示。

4 结果与分析

4.1 土壤侵蚀时间变化特征

2010—2020年东北黑土区土壤侵蚀模数如表2所示。由表2可知，2010—2020年东北黑土区土壤侵蚀模数呈现先下降再上升后下降的变化趋势，2010年东北黑土区土壤侵蚀模数最大，2016年东北黑土区土壤侵蚀模数最小；2010—2011年东北黑土区土壤侵蚀模数下降幅度最大（45.13%）；2016—2017年东北黑土区土壤侵蚀模数上升幅度最大（112.32%）。与2010年相比，2020年土壤侵蚀模数下降了57.61%，可见东北黑土区土壤侵蚀模数整体呈下降趋势。

根据《土壤侵蚀分类分级标准》（SL 190—2007），将2010—2020年东北黑土区土壤侵蚀强度划分为6个等级［18］。由表3可知，2010—2020年，东北黑土区土壤侵蚀强度等级整体以微度侵蚀和轻度侵蚀为主。2010—2020年，东北黑土区土壤微度侵蚀面积先增加后减少，总体仍呈增加趋势；土壤轻度侵蚀面积总体呈波动增加趋势；土壤中度侵蚀面积变化较小，总体呈减少趋势；土壤强烈侵蚀、极强烈侵蚀面积总体呈减少趋势；土壤剧烈侵蚀面积变化较大，在2010年达到最高值（15 545.46 km²），此后逐年递减，至2016年降至最低值（249.18 km²）。总的来说，2010—2020年东北黑土区土壤微度侵蚀、轻度侵蚀面积增加，土壤中度侵蚀、强烈侵蚀、极强烈侵蚀、剧烈侵蚀面积减少，表明2010—2020年东北黑土区土壤侵蚀程度有所减弱。

4.2 土壤侵蚀空间变化特征

2010—2020年，东北黑土区土壤侵蚀强度整体呈现由西南向东北地区逐渐下降的分布格局，西部地区、西北部地区土壤侵蚀较为严重。其中，剧烈侵蚀土壤主要分布在西南部，且较为聚集；极强烈侵蚀、强烈侵蚀、中度侵蚀土壤主要分布在剧烈侵蚀土壤附近，部分零散分布在东北黑土区中部，范围较小。轻度侵蚀土壤在东北黑土区各地区均有分布，呈大范围分散、小范围集中的空间分布格局，但主要呈现为西部地区至东部地区由相对聚集变为零散分布。微度侵蚀为2010—2020年东北黑土区主要土壤侵蚀强度，侵蚀面积占比均大于80%，主要呈大面积分布于东北黑土区东部、北部及东南部。2010—2020年东北黑土区土壤剧烈侵蚀面积逐渐减少，2010年剧烈侵蚀土壤主要聚集于东北黑土区西北部，2020年仅有西部地区零散分布；2010年极强烈侵蚀和强烈侵蚀土壤分布在东北黑土区西部、西南部和西北部，2020年西南部及西北部土壤极强烈侵蚀和强烈侵蚀面积逐渐减少，西部变化较小；土壤中度侵蚀面积的变化主要体现在东北黑土区西北部，部分中度侵蚀土壤转变为轻度侵蚀和微度侵蚀土壤；东北黑土区土壤轻度侵蚀面积变化较大，2010—2020年土壤轻度侵蚀面积增加，由相对聚集变为零散分布且呈现由西部地区向东部地区扩散的趋势。

5 结论

运用RUSLE模型计算2010—2020年东北黑土区土壤侵蚀模数，并对土壤侵蚀时空变化特征及侵蚀强度进行定量分析，结论如下。

①2010—2020年，东北黑土区年平均土壤侵蚀模数为522.38 t/（km²·a），土壤侵蚀总体变化分析表明，东北黑土区主要土壤侵蚀类型为微度侵蚀和轻度侵蚀。强烈侵蚀、极强烈侵蚀和剧烈侵蚀土壤主要分布在东北黑土区西南部，且侵蚀强度从西南向东北呈递减趋势。

②2010—2020年，东北黑土区土壤侵蚀空间分布规律体现为西部地区呈聚集状态且侵蚀强度较大；中部地区大部分为微度侵蚀，轻度侵蚀零散分布；东部地区以微度侵蚀为主。虽然东北黑土区土壤侵蚀强度有随时间降低的趋势，土壤生态朝良性发展，但中部及西部地区土壤微度侵蚀转为轻度侵蚀面积扩大较多且增速较快，也需警惕侵蚀风险，防止水土流失。

③2010—2020年，东北黑土区土壤微度侵蚀、轻度侵蚀面积增加，土壤中度侵蚀、强烈侵蚀、极强烈侵蚀、剧烈侵蚀面积减少，表示土壤侵蚀情况有所改善。从RUSLE模型各因子来看，主要受到降雨侵蚀力因子和植被覆盖与管理因子的影响。

参考文献：

［1］王丰，刘金铜，付同刚，等.基于RUSLE模型的太行山区土壤侵蚀时空分异特征及影响因子研究［J］.中国生态农业学报（中英文），2022（7）：1064-1076.

［2］覃杰香，王兆礼.基于GIS和RUSLE的从化市土壤侵蚀量预测研究［J］.人民珠江，2011（2）：37-41.

［3］胡刚，宋慧，石星军，等.基于RUSLE的卧虎山水库流域土壤侵蚀特征分析［J］.地理科学，2018（4）：610-617.

［4］任坤，梅琨，朱慧敏，等.基于RUSLE模型的珊溪水库流域土壤侵蚀定量估算［J］.生态学杂志，2015（7）：1950-1958.

［5］李天奇.东北黑土区侵蚀沟成因与模型研究［D］.北京：中国科学院研究生院（东北地理与农业生态研究所），2012.

［6］马帅.东北黑土区植被NDVI和NPP时空动态研究［D］.四平：吉林师范大学，2019.

［7］YANG J，HUANG X.The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019［J］.Earth System Science Data，2021（8）：3907-3925.