0 引言

土壤侵蚀会造成土地退化、土壤肥力的下降、河流淤积等一系列生态环境问题，一直是国内外学者研究的重要课题^[1]。随着遥感和地理信息技术的发展，土壤侵蚀研究朝定量化空间化的方向进展，并呈现动态变化研究应用趋势^[2-3]。国内外学者积极开展了土壤侵蚀的研究，如：陈思旭等基于GIS技术和RUSLE模型对南方丘陵山区4个主要省份——湖南、江西、浙江和福建的土壤侵蚀状况进行了定量研究，分析了土壤侵蚀空间分布特征以及与坡度、海拔间的关系^[4]；孙朝锋利用RUSLE模型估算了福建省宁化县的土壤侵蚀状况，结合GIS空间分析方法进行了时空动态分析，探讨了土地利用类型、地形因子、植被覆盖度因子作用下的土壤侵蚀强度变化特征^[5]；李恒凯等采用RUSLE模型和HJ-CCD影像，定量分析赣州市2008年、2013年土壤侵蚀状况及时空演变规律^[6]；陈世发利用RUSLE模型，分析朱溪河小流域土壤侵蚀演变规律及相关因子的关系^[7]；Teng等利用RUSLE模型分析了澳大利亚土壤侵蚀的时空演变规律^[8]；Zerihun等采用遥感和地理信息技术结合RUSLE模型，评估埃塞俄比亚西北部地区的土壤侵蚀严重程度^[9]。

从上述研究可以看出，土壤侵蚀研究广泛，但对于赣南地区土壤侵蚀的研究主要是以行政区尺度来开展，而以流域尺度开展的土壤侵蚀研究资料较少。流域具有调节气候、供给淡水的作用，开展流域土壤侵蚀评价具有重要意义。东江源流域位于典型的南方红壤区，由于降水量大而集中，低山和丘陵交错，地形破碎，母岩抗蚀力弱、发育的红壤可蚀性高、加之人地矛盾突出，是我国水土流失最严重的区域之一^[10]。东江源流域进行了大规模的稀土开采活动，促进了经济的发展，但同时也带来了一系列生态环境问题。为了保护生态环境，整治矿山开采带来的环境污染问题，赣州市采取了取缔关停污染矿点的措施来治理，但是生态环境依然很脆弱。因此，开展东江源流域土壤侵蚀评价是非常有必要的。本文基于GIS技术和RUSLE模型，分析东江源流域2004—2018年土壤侵蚀时空演变规律，以期为东江源流域土壤侵蚀治理和生态文明建设提供科学依据。

1 研究区概况

东江源流域地处江西省赣州市的南部，是广东和香港地区饮用水的主要源头。地理位置在东经115°21′22″~115°54′25″，北纬24°30′40″~25°12′10″之间^[11]，面积为1 995 km²。东江源流域受亚热带季风的影响，有丰富的降雨量。该流域以山地丘陵为主，有较多的水库河流。红壤分布广泛，土地的肥力较好，种植了大量脐橙^[12]。本文研究区如图 1所示。

2 研究数据与方法 2.1 数据来源及预处理

本研究使用的数据是：2004年10月、2009年10月、2013年10月和2018年10月Landsat遥感影像数据，来源于地理空间数据云（http://www.gscloud.cn/），影像获取时间、卫星、传感器标识如表 1所列；寻乌气象站点2004年、2009年、2013年、2018年的逐月降雨量数据，来源于中国气象数据网（ http://www.cma.gov.cn/）；土壤数据来源于世界土壤数据库(HWSD)，中国境内数据源为南京土壤所提供的第二次全国土地调查1∶100万土壤数据，数据分辨率为1 km；DEM数据来源于地理空间数据云，空间分辨率为30 m。

东江源流域矢量边界是通过对DEM数据进行水文分析处理生成集水流域而来。东江源流域参照国土资源部《土地利用现状分类》，将地物分为7个类别：林地、耕地、园地、水域、采矿用地、裸地、建设用地。Landsat影像通过辐射定标、大气校正处理后，以2013年10月5日Landsat-8影像为基准，对2004年、2009年、2018年Landsat影像做几何校正。利用东江源流域矢量边界来裁剪影像。遥感影像使用监督分类的方法来处理，从而获取东江源流域的土地利用分类图。NDVI（归一化植被指数）数据是由Landsat遥感影像的近红外、红光波段的反射率通过计算来获取。

2.2 RUSLE模型原理

RUSLE模型在南方红壤丘陵区的适用性较好，东江源流域位于南方红壤丘陵区，因此采用修正通用土壤流失方程（RUSLE），其计算式为：

(1)

式（1）中：$A$为土壤侵蚀模数，t/(km²·a)；$R$为降雨侵蚀力因子，(MJ·mm)/(km²·h·a)；$K$为土壤可蚀性因子，(t·h)/(MJ·mm)；$L$为坡长因子（无量纲)；$S$为坡度因子（无量纲)；$C$为植被覆盖因子（无量纲)；$P$为水土保持措施因子（无量纲)。

2.3 RUSLE模型各因子值的确定 2.3.1 降雨侵蚀因子(R)

降雨侵蚀力是一个用来评价降雨引发土壤侵蚀潜在能力的指标^[13]，本文采用周伏建等通过福建省5个试验站的多年降雨观测资料推算出的R值公式来估算降雨侵蚀力^[14]，其公式如下：

(2)

式（2）中：${P_i}$为月降雨量，mm；$R$为年降雨侵蚀因子。根据2004年、2009年、2013年、2018年寻乌气象站点的逐月降雨量数据，计算出东江源流域各年的$R$值分别为181.59，223.91，242.07，229.93（MJ·mm)/(km²·h·a)。

2.3.2 土壤可蚀性因子(K)

土壤可蚀性因子(K)的获取可以到东江源流域进行取样计算，然而考虑到在实际操作中较为困难。因此，本文采用Sharply和Williams建立的EPIC模型来计算土壤可蚀性(K)^[15]。其公式如下：

(3)

式（3）中：$K$为土壤可蚀性因子；${W_d}$、${W_i}$、${W_t}$、${W_c}$分别为砂粒质量分数、粉粒质量分数、黏粒质量分数、有机质质量分数；${W_n} = 1 - {W_d}/100$。

2.3.3 坡长坡度因子(LS)

坡长和坡度因子反映了地形地貌对土壤侵蚀的影响^[16]，它对降雨侵蚀力具有加速作用^[17]。本文通过DEM数据来提取坡长因子^[18]，其公式如下：

(4)

式（4）中：$L$为坡长因子；$\lambda $为水平投影坡长，22.13为标准小区的坡长；$m$为坡长指数，其公式如下^[19]：

(5)

式（5）中：$\beta $为像元百分比坡度；

东江源流域为南方丘陵区，地形相对复杂，因此本文采用Liu等在陡坡侵蚀中的研究对坡度因子进行修正^[20]，其公式如下：

(6)

式（6）中：$S$为坡度因子；$\theta $为坡度。

2.3.4 植被覆盖因子(C)

植被覆盖度与$C$值密切相关，因此，本文采用蔡崇法等来计算植被覆盖因子(C)^[21]，其公式如下：

(7)

(8)

式（7）、式（8）中：$f$为植被覆盖度；$NDV{I_{{\rm{soil}}}}$为裸土或无植被覆盖区域的$NDVI$值；$NDV{I_{{\rm{veg}}}}$为完全植被覆盖的$NDVI$值。$NDV{I_{{\rm{soil}}}}$和$NDV{I_{{\rm{veg}}}}$是在置信度区间1%~99%取$NDVI$的最小值与$NDVI$的最大值^[22]。

2.3.5 水土保持措施因子(P)

本文参考有关学者对南方丘陵区的研究以及考虑到东江源流域土地利用类型的实际情况^[23]，对$P$进行赋值如表 2所列。

3 结果与分析 3.1 东江源流域土壤侵蚀量的计算与分级

将提取的各个土壤侵蚀因子根据RUSLE公式进行计算，从而得到东江源流域2004年、2009年、2013年、2018年的土壤侵蚀强度分布图。东江源流域采用水利部颁布的南方红壤丘陵区水土流失综合治理技术标准（SL 657—2014）来划分土壤侵蚀强度 ^[24]，如表 3所列。2004年、2009年、2013年、2018年东江源流域的土壤侵蚀强度分布图，如图 2所示。

3.2 研究区2004—2018年土壤侵蚀及变化

使用分区统计的功能计算出2004年、2009年、2013年、2018年东江源流域的平均土壤侵蚀模数分别为380.68，361.57，244.74，225.42 t/(km²·a)，平均土壤侵蚀模数逐年下降。由于该流域为红壤丘陵区，植被覆盖度越来越高，以及采矿工艺技术的改变，所以该流域的土壤侵蚀状况逐渐得到改善。由表 4可以看出，2004年、2009年、2013年、2018年东江源流域土壤侵蚀面积分别为234.20，217.59，115.06，90.48 km²，所占比例分别为11.75%，10.91%，5.77%，4.53%。4个年份中度以上强度的侵蚀面积分别为54.29，52.51，30.94，26.18 km²，呈下降趋势。该流域的土壤侵蚀等级主要是以无侵蚀、微度侵蚀、轻度侵蚀为主。无侵蚀面积占东江源流域总面积比例由2004年的56.51%上升到2018年的83.91%。微度侵蚀面积占东江源流域总面积比例由2004年的31.75%下降到2018年的11.55%，轻度侵蚀面积占东江源流域总面积比例由2004年9.02%下降到2018年3.22%。中度以上强度的侵蚀面积占东江源流域总面积比例由2004年的2.73%下降到2018年的1.31%。2004—2018年东江源流域的植被覆盖度越来越高，土壤侵蚀状况逐渐改善。

为掌握东江源流域的土壤侵蚀强度随时间变化的规律，本文利用GIS的空间分析功能来计算2004—2018年土壤侵蚀变化转移矩阵，如表 5~表 7所列。

从表 5~表 7可以看出，东江源流域的无侵蚀面积在不断增加。在2004—2009年，由于政府出台了治理环境的措施，植被覆盖度上升，无侵蚀面积增幅为15.33%，微度侵蚀面积大幅度减少，减幅达到24.66%。轻度、中度、强烈和极强烈侵蚀面积有小幅度降低的趋势，但是剧烈侵蚀面积有小范围增加。66.03%的剧烈侵蚀面积保持稳定，16.71%的极强烈侵蚀面积转变为剧烈侵蚀面积，说明东江源流域存在小范围区域的土壤侵蚀情况往恶化方向进展。在2009—2013年，无侵蚀面积增幅达到24.21%，微度及以上侵蚀面积减幅达到了27.05%以上。在2013—2018年，无侵蚀面积在持续上升，微度、轻度、中度、强烈和极强烈侵蚀面积出现了减少的趋势，其中轻度侵蚀降幅达到23.57%，剧烈侵蚀面积有小范围下降，降幅为1.68%。2004—2018年东江源流域土壤侵蚀状况总体呈现出规律性变化：无侵蚀的面积在不断增加，其余侵蚀强度的面积在减少。主要原因是政府对稀土矿区进行了管理，出台了一系列保护生态环境的相关政策，使得植被覆盖度不断增加以及土地利用方式的转变。

3.3 土壤侵蚀的空间分布特征

为了深入了解东江源流域的土壤侵蚀空间分布规律，对研究区内不同高程、坡度的土壤侵蚀进行分析。该流域的坡度主要分布在0°~40°之间，以5度间隔来划分坡度，以2018年为例，对不同坡度等级范围内的土壤侵蚀面积进行统计分析，如表 8所列。

从表 8可以分析出2018年东江源流域不同坡度带土壤侵蚀面积的分布规律：在0°~15°的坡度范围内，土壤侵蚀强度及所占面积随坡度变化基本呈正相关；15°以上坡度，土壤侵蚀强度及所占面积随坡度变化呈负相关。轻度侵蚀主要分布在5°~30°的坡度范围内，面积为54.49 km²，该坡度带范围内侵蚀面积占轻度侵蚀总面积的84.76%。中度及以上侵蚀主要分布在5°~25°的坡度范围内，面积为21.07 km²，该坡度带范围内发生的土壤侵蚀面积占各等级土壤侵蚀总面积的77.24%以上。在10°~15°的坡度范围内，发生土壤侵蚀的面积为最多，达到20.18 km²，该坡度范围内的侵蚀面积占侵蚀总面积的22.31%。其次为5°~10°的坡度范围内，发生土壤侵蚀的面积达到了18.64 km²，该坡度范围内的土壤侵蚀面积占侵蚀总面积的20.61%。

东江源流域高程主要分布在200~900 m，研究区的高程以100 m为间隔来划分。对东江源流域的高程图和土壤侵蚀空间分布图做叠加处理，将获得不同高程范围的平均侵蚀模数及侵蚀面积的统计数据，如表 9所列。

从表 9可以看出，东江源流域平均土壤侵蚀模数和土壤侵蚀量与高程的变化总体呈负相关。主要原因是随着高程的增加，受人类活动的影响减少以及植被覆盖度增加而形成的。2004年和2009年东江源流域的平均土壤侵蚀模数和土壤侵蚀量在高程为200~300 m范围内为最大，主要原因是该高程范围内有较多裸地、稀土矿、建筑用地，植被覆盖度较低。平均土壤侵蚀模数和土壤侵蚀量在高程为300~800 m范围内持续下降，在高程为800~900 m范围内出现上升。2013年东江源流域的平均土壤侵蚀模数和土壤侵蚀量在高程为200~900 m范围内持续下降。2018年东江源流域的平均土壤侵蚀模数在高程为200~800 m范围内持续下降，在高程为800~900 m范围内出现上升。2004—2018年东江源流域的平均土壤侵蚀模数和侵蚀量随高程增加总体上呈现下降的趋势，说明东江源流域的土壤侵蚀逐渐得到改善。

3.4 土壤侵蚀变化的影响因素分析

寻乌县为了治理生态环境，取缔关停了水源区104个污染矿点。为了更好的利用稀土资源，我国对稀土行业进行了管控，出台了相关政策。采矿工艺技术也在不断改进。从过去采用的是池浸、堆浸工艺转变为原地浸矿工艺。池浸和堆浸工艺需要对地表的土壤进行剥离，然后进行稀土矿的开采，稀土矿开采的过程中会导致地表的植被遭到严重的破坏。原地浸矿工艺能够有效的提高资源的利用率，减少生态环境污染。为了治理稀土尾砂带来的生态环境污染，寻乌县采取了植被修复的措施，对稀土矿区周边的生态环境治理取到了积极影响。寻乌县还出台了退耕还林的政策，取得了较好的效果。2004年、2009年、2013年、2018年植被覆盖度均值分别为0.62，0.70，0.78，0.80，植被覆盖度不断上升，生态环境往好的方向发展，2004—2018年土壤侵蚀状况得到改善。

4 结论

本文利用GIS和RS技术结合RUSLE模型，计算了东江源流域土壤侵蚀模数，并对其时空变化特征进行分析，得出以下结论：

1）2004年、2009年、2013年、2018年东江源流域平均侵蚀模数分别为380.68，361.57，244.74，225.42 t/(km²·a)，平均侵蚀模数呈现出下降的趋势，土壤侵蚀状况好转。这与赣州市政府采取退耕还林、生态修复的措施紧密相关。

2）0°~15°的坡度范围内，东江源流域土壤侵蚀强度及其所占面积基本随坡度增加而增加，15°以上的坡度，土壤侵蚀强度及其所占面积随坡度增加而减少；平均土壤侵蚀模数随高程的增加总体上呈现出持续下降的趋势。

3）土壤侵蚀强度等级转移矩阵表明2004—2018年东江源流域土壤侵蚀强度呈现出下降的趋势。