环境科学研究  2017, Vol. 30 Issue (9): 1355-1364  DOI: 10.13198/j.issn.1001-6929.2017.02.70

引用本文  

王涛, 徐澜, 胡阳, 等. 陕北无定河流域土壤侵蚀时空演变[J]. 环境科学研究, 2017, 30(9): 1355-1364.
WANG Tao, XU Lan, HU Yang, et al. Spatial and Temporal Changes of Soil Erosion in Wuding River Basin, Shaanxi Province, China[J]. Research of Environmental Sciences, 2017, 30(9): 1355-1364.

基金项目

黄土高原土壤侵蚀与旱地农业国家重点实验室开放基金项目(A314021402-1616);国家自然科学基金项目(41501571);陕西省大学生创新训练计划项目(201610704073)

责任作者

作者简介

王涛(1984-),男,河南汤阴人,讲师,博士,主要从事区域环境变化研究,wht432@163.com

文章历史

收稿日期:2016-10-26
修订日期:2017-06-03
陕北无定河流域土壤侵蚀时空演变
王涛1,2,3 , 徐澜2 , 胡阳2 , 张宇攀2 , 韦倩2     
1. 中国科学院水利部水土保持研究所,黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西 杨凌 712100;
2. 西安科技大学测绘科学与技术学院,陕西 西安 710054;
3. 西北大学城市与环境学院,陕西 西安 710127
摘要:为了深入认识陕北无定河流域土壤侵蚀时空演变过程及其与降雨和植被NDVI变化的关系,采用基于RUSLE(修正通用土壤流失方程)的土壤侵蚀评估方法,开展流域土壤侵蚀时空分布及其与降雨、植被NDVI的关系研究.结果表明:① 2000—2014年无定河流域多年均土壤侵蚀模数为457.90 t/(km2·a),呈波动增加过程.流域土壤侵蚀以微度侵蚀为主,占流域总面积的88.35%,其他土壤侵蚀等级面积比例随等级升高而减少.研究时段内除微度侵蚀面积比例减少外,其他土壤侵蚀等级面积比例均呈增加过程,并且侵蚀面积年变化速率也由微度侵蚀的0.52%降至剧烈侵蚀的0.01%. ② 无定河流域西北部土壤侵蚀程度最低,西南部其次,东南部最高,与其地貌类型及降水量沿东南—西北方向递减有关,但均反映出流域2000—2014年土壤侵蚀的增加过程.研究时段内流域不同土壤侵蚀等级间面积及比例转移主要由低等级土壤侵蚀类型转为相邻高等级土壤侵蚀类型. ③ 无定河流域土壤侵蚀与降水量、侵蚀性降雨量、降雨侵蚀力呈显著正相关(P < 0.01),相关系数分别为0.90、0.95和0.98,而与植被NDVI的关系不显著.研究显示,降雨变化尤其是侵蚀性降雨(≥12 mm/d)增加是陕北无定河流域土壤侵蚀增强的主要原因.
关键词降雨侵蚀力    土壤侵蚀    时空变化    无定河流域    
Spatial and Temporal Changes of Soil Erosion in Wuding River Basin, Shaanxi Province, China
WANG Tao1,2,3 , XU Lan2 , HU Yang2 , ZHANG Yupan2 , WEI Qian2     
1. State Key Laboratory of Soil Erosion and Dryland Farming on the Loess Plateau, Institute of Water and Soil Conservation, Chinese Academy of Sciences and Ministry of Water Resources, Yangling 712100, China;
2. College of Geomatics, Xi′an University of Science and Technology, Xi′an 710054, China;
3. College of Urban and Environmental Science, Northwest University, Xi′an 710127, China
Abstract: Based on the Revised Universal Soil Loss Equation (RUSLE), the temporal and spatial evolution of soil erosion and possible relationship with rainfall and NDVI were investigated for the Wuding River Basin in northern Shaanxi province. The results showed that: (1) The average annual soil erosion in the Wuding River Basin modulated around 457.90 t/(km2·a), and showed an increase in volatility. The main soil erosion type was slight erosion, accounting for 88.35%, while the area of other soil erosion type decreased as the soil erosion level increased. In addition to the decrease in area and proportion of slight erosion, the other soil erosion type increased, and the change rate also decreased from 0.51% each year for the slight soil erosion type to 0.01% each year for severe erosion. (2) In order to clearly show the status of soil erosion in different regions, three small areas in the southeast, southwest, and northwest of the Wuding River Basin were selected. Soil erosion modulation was the highest in the southeast area, followed by the southwest area, and the northern area in the Wuding River Basin was the lowest. The distribution of soil erosion modulation was related to landforms and decreased rainfall from the southeast to the northwest, which reflected the increased process of soil erosion in the Wuding River Basin from 2000 to 2014. (3) The correlations between soil erosion modulation and rainfall, erosive rainfall, and rainfall erosivity were significantly positive, with respective correlation coefficients 0.90, 0.95 and 0.98, but the correlation between soil erosion and NDVI was not significant. Thus, changes of rainfall, especially the increase of erosive rainfall (≥12 mm/d), were the main reason for the enhanced soil erosion of the Wuding River Basin.
Keywords: rainfall erosivity    soil erosion    spatial and temporal change    Wuding River Basin    

土壤侵蚀是一个世界性生态环境问题,与人类的生产、生活关系密切,受到国内外学者的广泛关注[1-2].无定河是黄河中游一级支流,流经中国土壤侵蚀最为严重的黄土丘陵沟壑地貌区,加之流域内人类活动强烈、地表覆盖水平较低,降雨相对集中等因素,使无定河流域成为土壤侵蚀最为严重的流域之一[3-4].随着全球及区域气候变化、以及我国大规模的生态环境建设工程实施,尤其是退耕还林还草工程实施等,对无定河流域土壤侵蚀产生了重要影响,如王计平等[5]研究表明,受退耕还林还草工程实施影响,无定河流域土地利用经历了耕地向林、草地转化过程,植被覆盖水平明显提高[6],植被措施和工程措施分别引起流域径流、产沙的减少[7].科学评估流域土壤侵蚀时空变化过程,是深入认识流域土壤侵蚀变化过程与机制的重要环节,对于调整区域生态环境保护与建设政策具有重要的理论与现实意义.

RUSLE(Revised Universal Soil Loss Equation,修正通用土壤流失方程)是目前应用较为广泛、使用频率较高的土壤侵蚀评估方法. RUSLE在流域、区域及以上尺度得到较多的应用,如TANG等[8-10]对澳大利亚和欧洲土壤侵蚀的研究表明,利用遥感数据和RUSLE进行大尺度土壤侵蚀研究具有可行性. RUSLE主要反映土壤侵蚀与降雨、土壤类型、地形、植被覆盖、水土保持措施的关系,其中各因子及其组合对土壤侵蚀的作用得到研究与验证,如ZHAO等[11-13]分别对地表粗燥度、土地利用与地形、森林扩张与耕地减少对土壤侵蚀的影响研究,充分表明了土壤侵蚀过程的复杂性及影响因素作用的非对等性.

无定河流域土地利用/土地覆盖变化[14]、气候变化[15]、径流变化[16]、输沙量变化[17]、人类活动作用[18]等方面均得到较多关注,而鲜见有流域土壤侵蚀评估方面的报道. 1999年开始实施的退耕还林还草工程及当前备受关注的全球气候变暖引起的极端降雨频率增大等因素,均对流域土壤侵蚀产生了重要影响,需要加强流域土壤侵蚀监测与评估,为流域水土保持政策制订提供科学依据.笔者以无定河流域日降雨量、土壤类型、DEM、MODIS NDVI等数据为基础,结合RUSLE,分析2000—2014年无定河流域土壤侵蚀时空演变过程及土壤侵蚀与降雨(反映气候变化引起的极端降雨情况)、植被NDVI(反映退耕还林还草工程实施情况)的相关关系,以期为流域生态环境建设与保护提供参考.

1 研究方法 1.1 研究区概况

研究区位于我国陕西省境内的无定河流域(108°27′39″E~110°34′22″E、37°02′31″N~38°55′52″N) (见图 1),主要涉及榆林地区的榆阳区、横山区、神木县、靖边县、米脂县、绥德县、佳县、清涧县以及延安地区的子洲县.流域内海拔介于581~2 116 m之间,西部和北部高,东南部地势较低.地貌可划分为两大部分,西北部的毛乌素沙地南缘、东南部的黄土峁状丘陵沟壑区.流域以人工植被为主,东南部人类活动强烈,大部分区域被开垦为农耕地,西北部毛乌素沙地植被稀疏,自然植被以灌木、草本植物为主.流域所在区域属温带半干旱大陆性季风气候区,冬春干燥少雨,夏秋炎热多雨,多年年平均气温为9.6 ℃,多年年均降水量为440 mm,且均由东南向西北递减[19].夏秋季节的集中降雨及黄土特性,是无定河流域土壤侵蚀严重的重要影响因素.

注:图中A、B、C分别为位于西北部、西南部、东南部的3个样区. 图 1 无定河流域高程与样区分布 Figure 1 The distribution of DEM and sample area in Wuding River Basin
1.2 数据来源

主要数据:① 无定河流域30 m分辨率DEM数据,下载自中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn). ② 流域及其附近区域榆林(109°47′E、38°16′N)、定边(107°35′E、37°35′N)、吴起(108°10′E、36°55′N)、横山(109°14′E、37°56′N)、绥德(110°13′E、37°30′N)、延安(109°30′E、36°36′N)6个气象站点1990—2014年逐日降水量数据. ③ 无定河流域1 :500 000土壤类型图. ④ 无定河流域250 m分辨率MODIS NDVI数据(下载自https://ladsweb.nascom.nasa.gov).

1.3 土壤侵蚀计算

陕北无定河流域2000—2014年逐年土壤侵蚀模数采用Renard等[20]提出的RUSLE计算方法:

$ A=R\times K\times L\times S\times C\times P $ (1)

式中:A为年均土壤侵蚀模数,t/(km2·a);R为降雨侵蚀力因子;K为土壤可蚀性因子;L为坡长因子;S为坡度因子;C为植被覆盖因子;P为水土保持措施因子.

a) 降雨侵蚀力(R),采用章文波等[21-23]提出的计算方法:

$ {{R}_{i}}=a\sum\limits_{j=1}^{n}{D_{j}^{b}} $ (2)
$ a=21.586{{b}^{-7.189\ 1}} $ (3)
$ b=0.836\ 3+18.144D_{d12}^{-1}+24.455D_{y12}^{-1} $ (4)

式中:Ri为第i年的降雨侵蚀力,(MJ·mm)/(hm·h·a);Dj为第j天的侵蚀性降雨量,mm;n为一年中形成侵蚀性降雨的总时间,d;Dd12为降雨量≥12mm/d的多年平均日降雨量,mm;Dy12为降雨量≥12mm/d的年平均降雨量,mm;ab为模型参数.

b) 土壤可蚀性因子(K),采用Sharpley等[24]提出的计算方法:

$ \begin{align} &K=\left\{ 0.2+0.3\exp \left[0.025\ 6M\left( 1-F/100 \right) \right] \right\}\times \\ &\ \ \ \ \ \ {{\left[F/\left( F+N \right) \right]}^{0.3}}\left\{ 1.0-0.25T\left[T+ \right. \right. \\ &\ \ \ \ \ \left. \left. \ \exp \left( 3.72-2.95T \right) \right] \right\}\times \left\{ 1.0-0.7\delta / \right. \\ &\ \ \ \ \ \ \left. \left[\delta +\exp \left(-5.51+22.9\delta \right) \right] \right\} \\ \end{align} $ (5)

式中:MFN为土壤中砂粒、粉沙粒和黏粒的质量分数,%;T为土壤有机碳质量分数,%;δ=1-M/100.计算出的K值乘以0.1317转化为国际制单位.

c) 坡度坡长因子(LS),考虑到黄土丘陵沟壑区地形陡峭,采用Renard等[25-27]提出的计算方法:

$ L={{\left( \lambda /22.13 \right)}^{\alpha }} $ (6)
$ \alpha =\beta /\left( \beta +1 \right) $ (7)
$ \beta =\left( \sin \ \theta /0.089\ 6 \right)/\left[3.0{{\left( \sin \ \theta \right)}^{0.8}}+0.56 \right] $ (8)
$ S=\left\{ \begin{matrix} 10.8\sin \ \theta +0.03&\theta <9 \% \\ 16.8\sin \ \theta -0.50&9 \%\leqslant \theta \leqslant 14 \% \\ 21.9\sin \ \theta -0.96&\theta \geqslant 14 \% \\ \end{matrix} \right. $ (9)
$ \text{LS=}\mathit{L}\times S $ (10)

式中:λ为坡长;α为坡长指数;θ为坡度,%.基于30m分辨率DEM通过ArcGIS软件空间分析中水文分析模块计算坡长(λ),利用表面分析获取坡度(θ),并根据式(6)~(9) 分别计算得到LS值,二者相乘得到LS值.

d) 植被覆盖因子(C),采用李天宏等[28]提出的计算方法:

$ \text{NDV}{{\text{I}}_{\text{A}}}=0.18\text{NDV}{{\text{I}}_{\text{M}}}+0.13\ 1 $ (11)
$ C=\exp \left[-c\times \text{NDV}{{\text{I}}_{\text{A}}}/\left( d-\text{NDV}{{\text{I}}_{\text{A}}} \right) \right] $ (12)

式中:cd取值分别为2、1;NDVIA和NDVIM分别表示AVHRRNDVI和MODISNDVI数据.

e) 水土保持措施因子(P),采用Lufafa等[29]提出的计算方法:

$ P=0.2+0.03\theta $ (13)
2 结果与分析 2.1 土壤侵蚀模数及其各因子计算结果

利用前述土壤侵蚀计算方法,得到陕北无定河流域降雨侵蚀力、土壤可蚀性、坡度坡长因子、植被覆盖因子和水土保持措施因子及土壤侵蚀模数(见图 2),其中降雨侵蚀力、植被覆盖因子和土壤侵蚀模数取2000—2014年的平均值.

注:图中降雨侵蚀力(R)、植被覆盖因子(C)、土壤侵蚀模数(A)均取2000—2014年平均值. 图 2 土壤侵蚀模数及其各因子计算结果 Figure 2 The results of soil erosion modulation and its factors

图 2可知,降雨侵蚀力高值分布在流域的南北两侧,而中部东侧较高、西侧较低.土壤可蚀性差异明显,北部、西部边缘区域数值较低,而中、南部数值较高.坡度坡长因子中高值分布在流域的中南部区域,为黄土丘陵沟壑区.植被覆盖因子分布与植被覆盖水平相反,植被覆盖较高区域的植被覆盖因子较低,反映了植被对土壤侵蚀的阻挡作用.流域西部、北部区域以毛乌素沙地为主,植被覆盖水平较低,故植被覆盖因子数值较高.水土保持措施因子由坡度计算得到,其空间分布也与坡度分布关系密切,北部、西部边缘区域坡度较小,水土保持措施因子也较小,其他区域值较大.最终计算得到的流域土壤侵蚀模数分布也呈东南、南部数值较高、北部和西部边缘区域较低的格局.

2.2 土壤侵蚀时间变化过程分析 2.2.1 年平均土壤侵蚀模数变化过程

2000—2014年无定河流域年平均土壤侵蚀模数变化过程见图 3.由图 3可知,无定河流域年平均土壤侵蚀模数总体呈不显著的线性增加过程,年平均线性递增率为17.89 t/(km2·a).变化过程方面,流域年平均土壤侵蚀模数波动幅度较大,最小值出现在2000年,为153.60 t/(km2·a);最大值出现在2008年,为809.10 t/(km2·a);并且2000—2001年、2005—2008年和2010—2013年为相对增加阶段,2001—2005年、2008—2010年和2013—2014年为相对下降阶段.这一变化过程显然与流域内退耕还林还草工程实施引起的植被覆盖水平提高[6]、土壤侵蚀减少[7]的认识不一致,可能与RUSLE为静态模型,无法反映流域土壤侵蚀空间动态过程有关.

图 3 平均土壤侵蚀模数变化过程 Figure 3 Change process of average soil erosion modulation
2.2.2 不同土壤侵蚀等级面积变化过程

依据SL 190—2007《土壤侵蚀分级分类标准》[30],对土壤侵蚀程度进行划分,包括微度侵蚀〔0~<1 000 t/(km2·a)〕、轻度侵蚀〔1 000~<2 000 t/(km2·a)〕、中度侵蚀〔2 000~<5 000 t/(km2·a)〕、强烈侵蚀〔5 000~<8 000 t/(km2·a)〕、极强烈侵蚀〔8 000~<15 000 t/(km2·a)〕和剧烈侵蚀〔≥15 000 t/(km2·a)〕.统计2000—2014年无定河流域不同土壤侵蚀等级面积,计算各等级面积所占比例,结果如图 4所示.

图 4 不同土壤侵蚀等级面积变化过程 Figure 4 Change process of area for different soil erosion types

2000—2014年无定河流域土壤侵蚀以微度侵蚀为主,平均占流域总面积比例为88.35%,各等级面积比例随土壤侵蚀等级的升高而降低,其中轻度、中度、强烈、极强烈和剧烈侵蚀所占面积比例分别为7.78%、2.60%、0.75%、0.40%和0.12%.总体上看,除微度侵蚀面积比例下降外,其他5个土壤侵蚀等级面积比例均呈增加过程.

从变化速率上看,微度侵蚀面积比例呈不显著线性减少趋势,年平均线性减少速率为0.52%,轻度、中度、强烈、极强烈和剧烈侵蚀均呈不显著线性增加趋势,年平均线性增加速率分别为0.30%、0.14%、0.05%、0.03%和0.01%,基本上与各等级所占面积比例呈正相关,即所占面积比例较大,其变化速率也较大.

2.3 土壤侵蚀空间变化过程分析 2.3.1 土壤侵蚀空间变化过程

由于无定河流域面积较大,从总体上不易观察流域土壤侵蚀变化过程,因此选择流域西北部、西南部、东南部3个样区进行分析,样区大小为2 280 m×2 280 m(空间位置见图 1). 2000年、2005年、2010年和2014年各区域土壤侵蚀的空间分布如图 5所示.

注:各样区具体位置见图 1. 图 5 不同区域土壤侵蚀空间变化过程 Figure 5 Spatial change process of soil erosion in different regions

无定河流域西北部样区为毛乌素沙地南缘与黄土丘陵沟壑区的过渡地带,以毛乌素沙地为主,降水量较小,植被覆盖水平较低.区域内地势低平,土壤侵蚀以微度侵蚀为主. 2000年、2005年、2010年、2014年土壤侵蚀模数逐年递增,2000年中度侵蚀以下等级占优势,2005年强烈侵蚀面积显著增加,到2010年和2014年,极强烈侵蚀面积增加较多.

无定河流域西南部样区仍为毛乌素沙地南缘与黄土丘陵沟壑区的过渡地带,以黄土丘陵沟壑区为主,海拔较高,以微度侵蚀为主. 2000年主要为微度侵蚀类型,2005年轻度、中度侵蚀面积较大幅度增加,强烈侵蚀零星出现,2010年和2014年强烈侵蚀以上等级面积增加较多.

流域东南部样区为黄土丘陵沟壑区,是黄土高原峁状地貌的主要分布区域,地形复杂,是土壤侵蚀的主要发生区域. 2000年该区域土壤侵蚀模数明显高于其他2个区域,仍以微度侵蚀为主,但轻度、中度侵蚀比例较大,2005年强烈侵蚀大幅增加,至2010年极强烈侵蚀零星出现,到2014年极强烈侵蚀大幅增加,而剧烈侵蚀零星出现.

由以上3个样区土壤侵蚀变化可知,无定河流域西北部土壤侵蚀最小,西南部其次,东南部最高,与该区域地貌类型的分布及降水量沿东南-西北的减少过程相关. 2000年、2005年、2010年和2014年3个不同区域均反映出无定河流域2000—2014年土壤侵蚀模数的增加过程.

2.3.2 土壤侵蚀转移矩阵

选取2000年、2005年、2010年和2014年计算无定河流域不同土壤侵蚀等级面积及比例的转移矩阵,结果见表 1.

表 1 无定河流域不同土壤侵蚀等级面积及比例转移矩阵 Table 1 Transition matrix of soil erosion area and proportion of different types in Wuding River Basin

无定河流域2000—2005年不同土壤侵蚀等级面积及比例转移矩阵表明,转移主要由2000年低等级土壤侵蚀类型向2005年高等级类型变化,反映出2000—2005年流域土壤侵蚀增加的过程.从转移比例上看,轻度转为中度和中度转为强烈土壤侵蚀等级的面积分别占2000年该土壤侵蚀等级面积的36.68%和46.12%,其他均不足10.00%.而微度转为中度、中度转为强烈、强烈转为极强烈、极强烈转为剧烈土壤侵蚀等级面积分别占2005年该等级面积的70.77%、79.85%、84.53%、73.13%、77.27%,可见,2000年低等级土壤侵蚀类型转为2005年高等级土壤侵蚀类型是这一阶段的主要特征.

2005—2010年土壤侵蚀面积及比例转移矩阵表现与2000—2005年基本一致,差别主要表现在微度转为中度、中度转为强烈、强烈转为极强烈、极强烈转为剧烈土壤侵蚀等级面积占2005年的比例大幅度减小,仅强烈转为极强烈土壤侵蚀等级除外(占36.17%),占2010年的比例也大幅降低,仅极强烈转为剧烈土壤侵蚀等级除外(81.57%),并且出现了剧烈侵蚀向极强烈侵蚀转移,反映出2005—2010年无定河流域土壤侵蚀较2000—2005年波动较小.

2010—2014年土壤侵蚀等级面积及比例转移情况同2005—2010年相近,但微度转为中度、中度转为强烈、强烈转为极强烈、极强烈转为剧烈土壤侵蚀等级面积占2010年的比例大幅提高,占2014年的比例也大幅提高,反映出2010—2014年无定河流域土壤侵蚀较2005—2010年出现较大波动.

总体上,2000—2014年无定河流域土壤侵蚀等级间面积及比例转移主要由2000年低等级土壤侵蚀类型转为2014年高等级土壤侵蚀类型.除微度转为轻度、极强烈转为剧烈土壤侵蚀为相邻等级由低到高的转移外,轻度转中度、中度转强烈、强烈转极强烈土壤侵蚀等级均为低等级向相邻两个高等级的转移.

2.4 土壤侵蚀与降雨、植被NDVI的关系

RUSLE各土壤侵蚀因子中,仅RC逐年发生变化,其他因子KLSP基本保持不变.为了分析无定河流域土壤侵蚀受极端降雨、退耕还林还草等生态恢复工程实施的影响,利用相关系数和线性回归方法,探讨2000—2014年流域年均土壤侵蚀模数、年均降水量、年均侵蚀性降雨量、年均降雨侵蚀力以及年均植被NDVI的关系(见表 2).

表 2 土壤侵蚀模数与降雨及NDVI的回归关系 Table 2 The relationship between soil erosion and rainfall, NDVI

2000—2014年无定河流域年均土壤侵蚀模数与年均降水量、年均侵蚀性降雨量、年均降雨侵蚀力之间呈显著的正相关关系,相关系数分别为0.90、0.95和0.98,均通过0.01显著性水平检验,但年均土壤侵蚀模数与年均植被NDVI之间的相关关系不显著.由表 2可见,无定河流域年均土壤侵蚀模数随年均降水量、年均侵蚀性降雨量、年均降雨侵蚀力呈显著的线性增加过程,与年均植被NDVI间关系不显著.该结论与植被覆盖增加降低土壤侵蚀的认识相矛盾,可能归因于2000—2014年退耕还林还草工程实施,提高了流域植被覆盖水平,年均植被NDVI呈持续增加过程,而该时期降水量也逐步增大,导致流域总体土壤侵蚀模数增加,故土壤侵蚀表现出随植被NDVI增加而增大的现象,这一结果表明仅依靠统计学方法并不能很好地理解土壤侵蚀过程,要结合土壤侵蚀机理与过程,才能得到可靠的认识.

2.5 土壤侵蚀验证

收集2000—2014年黄河水利委员会公布的《黄河泥沙公报》,统计无定河流域白家川水文站年径流量与年输沙量数据,结果见图 6.

图 6 白家川水文站径流量与输沙量变化过程 Figure 6 Change process of runoff and sediment load at Baijiachuan hydrological station

白家川水文站2000—2014年年径流量呈波动上升过程,由2000年的6.75×108 m3增至2014年的8.49×108 m3.年输沙量呈波动下降过程,由2000年的0.29×108 t减至2014年的0.06×108 t.以上结果表明,白家川水文站以上无定河流域在年径流量呈波动增加的背景下,而年输沙量呈现出持续的降低过程,表明无定河流域土壤侵蚀防治成效显著. 2000—2014年流域泥沙量减少,主要与退耕还林还草工程的实施有关.这一输沙量变化监测结果与基于RUSLE模型计算结果差异较大.

3 讨论

该研究中RUSLE计算得到2000—2014年陕北无定河流域多年平均土壤侵蚀模数为457.90 t/(km2·a),略高于白家川水文站监测到的平均土壤侵蚀模数419.30 t/(km2·a).主要矛盾表现在2000—2014年模型计算的土壤侵蚀模数呈增加过程,而水文站监测结果为减少过程,二者完全相反.对于该问题,笔者认为存在至少两种原因:① RUSLE模型计算中,土壤可蚀性因子、水土保持措施因子的计算存在较大误差.土壤可蚀性因子计算中需要测定土壤w(TOC),随着2000—2014年间流域内退耕还林还草工程及其他生态环境建设与保护工程的实施,引起土壤中有机质含量提高[31],从而影响到土壤可蚀性因子的大小. XU等[32-33]研究表明,流域淤地坝建设等工程措施减沙效果明显.而该研究中水土保持措施因子计算,使用坡度替代的方法,对于无定河流域分布广泛的淤地坝、梯田等水土保持措施,并未纳入到模型计算结果当中,导致模型计算出的土壤侵蚀模数与实际监测结果间差异较大. ② 与流域土壤侵蚀的产生与运移机制有关,即RUSLE模型仅能够计算出静态的流域土壤侵蚀空间分布,至于土壤侵蚀产生的泥沙是否能够进入河道,被水文站所监测到,则该模型并无法反映与表现.对于RUSLE和水文站径流量与输沙量而言,降水量与土壤侵蚀模数、径流量的关系显而易见,降水量增加,则土壤侵蚀模数增大、径流量增加,同时RUSLE表现出了流域土壤侵蚀模数的增大过程,水文站监测结果也反映出了径流量的增加过程,但土壤侵蚀模数增大所产生的泥沙物质并未在水文站监测结果中得到反映,这一差异与退耕还林还草工程实施引起流域植被覆盖条件改善对泥沙物质的拦截、及水源涵养能力提高有关,使得坡面产生的土壤侵蚀泥沙物质,并未进入到沟道、汇入到河流.

4 结论

a) 无定河流域2000—2014年多年平均土壤侵蚀模数呈波动增加过程,线性递增率为17.89 t/(km2·a),但未通过显著性水平检验.流域土壤侵蚀以微度侵蚀为主,占流域总面积的88.35%,其他土壤侵蚀面积随等级的升高而降低.研究时段内除微度侵蚀面积及比例为降低之外,其他土壤侵蚀等级面积及比例均呈增加过程,并且变化速率也随土壤侵蚀等级的增加而减小.

b) 无定河流域土壤侵蚀东南部最高,西南部其次,西北部最小,与其地貌类型及降水量沿东南-西北方向逐渐减少有关,但均反映出流域2000—2014年土壤侵蚀的增加过程.研究时段内流域不同土壤侵蚀等级间面积及比例转移主要由低等级土壤侵蚀转为相邻高等级土壤侵蚀类型.

c) 无定河流域土壤侵蚀模数与降水量、侵蚀性降雨量、降雨侵蚀力之间均具有较为显著的正相关关系,而与植被NDVI的关系不显著.

参考文献
[1]
MONTGOMERY D R. Soil erosion and agricultural sustainability[J]. PNAS, 2007, 104(33): 13268-13272. DOI:10.1073/pnas.0611508104 (0)
[2]
牛晓音, 王延华, 杨浩, 等. 滇池双龙流域不同土地利用方式下土壤侵蚀与土壤养分分析[J]. 环境科学研究, 2014, 27(9): 1043-1050.
NIU Xiaoyin, WANG Yanhua, YANG Hao, et al. Effects of different land uses on soil erosion and soil nutrient variability in the Shuanglong catchment of Dianchi Watershed[J]. Research of Environmental Sciences, 2014, 27(9): 1043-1050. (0)
[3]
张健, 李同昇, 张俊辉, 等. 1933—2012年无定河径流突变与周期特征诊断[J]. 地理科学, 2016, 36(3): 475-480.
ZHANG Jian, LI Tongsheng, ZHANG Junhui, et al. The runoff abrupt change and periodic characteristics of the Wuding River during 1933-2012[J]. Scientia Geographica Sinica, 2016, 36(3): 475-480. (0)
[4]
颜明, 孙莉英, 闫云霞, 等. 风水两相作用和人类活动对无定河粗泥沙输沙量的影响[J]. 水土保持通报, 2012, 32(6): 89-92.
YAN Ming, SUN Liying, YAN Yunxia, et al. Effects of interactive fluvial and Aeolian processes along human activities on coarse sediment yield in Wuding River Basin[J]. Bulletin of Soil and Water Conservation, 2012, 32(6): 89-92. (0)
[5]
王计平, 程复, 汪亚峰, 等. 生态恢复背景下无定河流域土地利用时空变化[J]. 水土保持通报, 2014, 34(5): 237-243.
WANG Jiping, CHENG Fu, WANG Yafeng, et al. Spatial-temporal changes of land use in Wuding River Basin under ecological restoration[J]. Bulletin of Soil and Water Conservation, 2014, 34(5): 237-243. (0)
[6]
高健健, 穆兴民, 孙文义. 2000—2012年黄土高原植被覆盖的时空变化[J]. 人民黄河, 2015, 37(11): 85-91.
GAO Jianjian, MU Xingmin, SUN Wenyi. Spatial-temporal changes of vegetation restoration on Loess Plateau from 2000 to 2012[J]. Yellow River, 2015, 37(11): 85-91. DOI:10.3969/j.issn.1000-1379.2015.11.023 (0)
[7]
张守红, 刘苏峡, 莫兴国, 等. 降雨和水保措施对无定河流域径流和产沙量影响[J]. 北京林业大学学报, 2010, 32(4): 161-168.
ZHANG Shouhong, LIU Suxia, MO Xingguo, et al. Impacts of precipitation variation and soil and water conservation measures on runoff and sediment yield in the Wuding River Basin, middle reaches of the Yellow River[J]. Journal of Beijing Forestry University, 2010, 32(4): 161-168. (0)
[8]
TANG Q, XU Y, BENNETT S J, et al. Assessment of soil erosion using RUSLE and GIS:a case study of the Yangou Watershed in the Loess Plateau, China[J]. Environmental Earth Sciences, 2015, 73(4): 1715-1724. DOI:10.1007/s12665-014-3523-z (0)
[9]
TENG H, ROSSEL R A V, SHI Zhou, et al. Assimilating satellite imagery and visible-near infrared spectroscopy to model and map soil loss by water erosion in Australia[J]. Environmental Modelling & Software, 2016, 77: 156-167. (0)
[10]
PANAGOS P, BORRELLI P, POESEN J, et al. The new assessment of soil loss by water erosion in Europe[J]. Environmental Science & Policy, 2015, 54: 438-447. (0)
[11]
ZHAO Longshan, LIANG Xinlan, WU Faqi. Soil surface roughness change and its effect on runoff and erosion on the Loess Plateau of China[J]. Journal of Arid Land, 2014, 6(4): 400-409. DOI:10.1007/s40333-013-0246-z (0)
[12]
SUN Wenyi, SHAO Quanqin, LIU Jiyuan, et al. Assessing the effects of land use and topography on soil erosion on the Loess Plateau in China[J]. Catena, 2014, 121: 151-163. DOI:10.1016/j.catena.2014.05.009 (0)
[13]
MANCINO G, NOLÈ A, SALVATI L, et al. In-between forest expansion and cropland decline:a revised USLE model for soil erosion risk under land-use change in a Mediterranean region[J]. Ecological Indicators, 2016, 71: 544-550. DOI:10.1016/j.ecolind.2016.07.040 (0)
[14]
李丽娟, 杨俊伟, 姜德娟, 等. 20世纪90年代无定河流域土地利用的时空变化[J]. 地理研究, 2005, 24(4): 527-535.
LI Lijuan, YANG Junwei, JIANG Dejuan, et al. GIS based study on spatial-temporal changes of land use in Wuding River Basin in the 1990s[J]. Geographical Research, 2005, 24(4): 527-535. (0)
[15]
李析男, 谢平, 李彬彬, 等. 变化环境下不同等级干旱事件发生概率的计算方法-以无定河流域为例[J]. 水利学报, 2014, 45(5): 585-594.
LI Xinan, XIE Ping, LI Binbin, et al. A probability calculation method for different grade drought event under changing environment-taking Wuding River Basin as an example[J]. Shuili Xuebao, 2014, 45(5): 585-594. (0)
[16]
ZHOU Yuanyuan, SHI Changxing, DU Jun, et al. Characteristics and causes of changes in annual runoff of the Wuding River in 1956-2009[J]. Environmental Earth Sciences, 2013, 69(1): 225-234. DOI:10.1007/s12665-012-1949-8 (0)
[17]
张鑫, 蔡焕杰, 尹晓楠. 基于DFA的无定河径流长期变化趋势及持续性研究[J]. 生态环境学报, 2010, 19(1): 208-211.
ZHANG Xin, CAI Huanjie, YIN Xiaonan. Long-term trends and sustainability analysis of runoff in the Wuding River Basin[J]. Ecology and Environmental Science, 2010, 19(1): 208-211. (0)
[18]
LI Yanzhong, LIU Changming, ZHANG Dan, et al. Reduced runoff due to anthropogenic intervention in the Loess Plateau, China[J]. Water, 2016, 8(10): 458-473. DOI:10.3390/w8100458 (0)
[19]
王涛, 于冬雪, 杨强. 陕北黄土高原地区降水时空变化特征[J]. 水资源与水工程学报, 2014, 25(6): 24-28.
WANG Tao, YU Dongxue, YANG Qiang. Characteristics of spatial-temporal change of precipitation in Loess Plateau area of northern Shaanxi[J]. Journal of Water Resources & Water Engineering, 2014, 25(6): 24-28. (0)
[20]
RENARD K G, FOSTER G R, WEESIES G A, et al. RUSLE:revised universal soil loss equation[J]. Journal of Soil and Water Conservation, 1991, 46(1): 30-33. (0)
[21]
章文波, 谢云, 刘宝元. 利用日雨量计算降雨侵蚀力的方法研究[J]. 地理科学, 2002, 22(6): 705-711.
ZHANG Wenbo, XIE Yun, LIU Baoyuan. Rainfall erosivity estimation using daily rainfall amounts[J]. Scientia Geographica Sinica, 2002, 22(6): 705-711. (0)
[22]
章文波, 付金生. 不同类型雨量资料估算降雨侵蚀力[J]. 资源科学, 2003, 25(1): 35-41.
ZHANG Wenbo, FU Jinsheng. Rainfall erosivity estimation under different rainfall amount[J]. Resources Science, 2003, 25(1): 35-41. (0)
[23]
谢云, 刘宝元, 章文波. 侵蚀性降雨标准研究[J]. 水土保持学报, 2000, 14(4): 6-11.
XIE Yun, LIU Baoyuan, ZHANG Wenbo. Study on standard of erosive rainfall[J]. Journal of Soil and Water Conservation, 2000, 14(4): 6-11. (0)
[24]
SHARPLEY A N, WILLIAMS J R. EPIC-erosion/productivity impact calculator:1.model documentation[J]. Technical Bulletin-United States Department of Agriculture, 1990, 4(4): 206-207. (0)
[25]
RENARD K G, FOSTER G R, WEESIES G A, et al. Predicting rainfall erosion by water:a guide to conservation planning with the Revised Universal Soil Loess Equation(RUSLE)[M]. Washington DC: USDA Agricultural Handbook, 1997, 101-143. (0)
[26]
MOORE I D, WILSON J P. Length-slope factors for the revised universal soil loss equation:simplified method of estimation[J]. Journal of Soil and Water Conservation, 1992, 47(5): 423-428. (0)
[27]
LIU B Y, NEARING M A, RISSE L M. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE, 1994, 37(6): 1835-1840. DOI:10.13031/2013.28273 (0)
[28]
李天宏, 郑丽娜. 基于RUSLE模型的延河流域2001—2010年土壤侵蚀动态变化[J]. 自然资源学报, 2012, 27(7): 1164-1175.
LI Tianhong, ZHENG Lina. Soil erosion changes in the Yanhe Watershed from 2001 to 2010 based on RUSLE model[J]. Journal of Natural Resources, 2012, 27(7): 1164-1175. DOI:10.11849/zrzyxb.2012.07.008 (0)
[29]
LUFAFA A, TENYWA M M, ISABIRYE M, et al. Prediction of soil erosion in a Lake Victoria Basin catchment using a GIS-based Universal Soil Loss model[J]. Agricultural Systems, 2003, 76(3): 883-894. DOI:10.1016/S0308-521X(02)00012-4 (0)
[30]
水利部. SL 190—2007土壤侵蚀分类分级标准[S]. 北京: 中国水利水电出版社, 2007. (0)
[31]
ZHOU Dengcheng, ZHAO Shuqing, ZHU Chao. The grain for green project induced land cover change in the Loess Plateau:a case study with Ansai County, Shaanxi Province, China[J]. Ecological Indicators, 2012, 23: 88-94. DOI:10.1016/j.ecolind.2012.03.021 (0)
[32]
XU Xiangzhou, ZHANG Hongwu, ZHANG Ouyang. Development of check-dam systems in gullies on the Loess Plateau, China[J]. Environmental Science & Policy, 2004, 7(2): 79-86. (0)
[33]
XU Y D, FU B J, HE C S. Assessing the hydrological effect of the check dam in the Loess Plateau China, by model simulations[J]. Hydrology and Earth System Sciences, 2013, 17(6): 2185-2193. DOI:10.5194/hess-17-2185-2013 (0)