文章快速检索     高级检索
  中国水土保持科学   2019, Vol. 17 Issue (4): 112-121.  DOI: 10.16843/j.sswc.2019.04.014
0

引用本文 

吴思颖, 汪小钦, 曾舒娇, 林敬兰, 陈妙金. 基于CSLE的安溪县土壤侵蚀估算与分析[J]. 中国水土保持科学, 2019, 17(4): 112-121. DOI: 10.16843/j.sswc.2019.04.014.
WU Siying, WANG Xiaoqin, ZENG Shujiao, LIN Jinglan, CHEN Miaojin. Estimation and analysis of soil erosion in Anxi county based on CSLE[J]. Science of Soil and Water Conservation, 2019, 17(4): 112-121. DOI: 10.16843/j.sswc.2019.04.014.

项目名称

国家科技支撑计划课题"南方红壤水土流失综合监测"(2013BAC08B01);福建省高校产学研重点项目"集成多重时空分辨率的县域水土流失遥感协同监测"(2017Y4010);中央引导地方科技发展专项"遥感数据处理分析技术与卫星综合应用"(2017L3012)

第一作者简介

吴思颖(1994-), 男, 硕士研究生。主要研究方向:环境与自然资源遥感应用。E-mail:190665688@qq.com

通信作者简介

汪小钦(1972-), 女, 博士, 研究员。主要研究方向:资源环境遥感。E-mail:wangxq@fzu.edu.cn

文章历史

收稿日期:2018-11-02
修回日期:2018-12-13
基于CSLE的安溪县土壤侵蚀估算与分析
吴思颖 1, 汪小钦 1, 曾舒娇 1, 林敬兰 2, 陈妙金 1     
1. 福州大学 福州大学空间数据挖掘与信息共享教育部重点实验室, 卫星空间信息技术综合应用国家地方联合工程研究中心, 350116, 福州;
2. 福建省水土保持试验站, 350003, 福州
摘要:安溪县是目前福建省水土流失最严重的区域,定量估算安溪县土壤侵蚀模数并分析其土壤侵蚀状况对当地水土保持和生态环境建设具有重要意义。以安溪县为研究区域,基于CSLE土壤侵蚀模型,开展2015年安溪县土壤侵蚀定量估算与分析。结果表明:1)2015年安溪县土壤侵蚀总面积为638.09 km2,水土流失率为21.31%,其中以轻度流失为主,占总流失面积的74.04%。2)土壤侵蚀主要分布于安溪县中北部和南部区域,且以双溪流域和大畬溪流域土壤侵蚀最为严重,流失率分别为29.00%和32.19%。3)>15°~25°坡度带和海拔200~500 m区域内土壤侵蚀最为严重,>15°~25°坡度带内流失面积约占全县总流失面积的1/2,200~500 m高程带内水土流失率高于20%,茶园的无序开垦是造成该现象的主要原因。这表明2015年安溪县土壤侵蚀整体情况较为严重,应确定土壤侵蚀重点治理区域,有针对性地制订土壤侵蚀防护措施,改善土壤侵蚀情况。
关键词土壤侵蚀    中国水土流失方程    安溪县    
Estimation and analysis of soil erosion in Anxi county based on CSLE
WU Siying 1, WANG Xiaoqin 1, ZENG Shujiao 1, LIN Jinglan 2, CHEN Miaojin 1     
1. Key Laboratory of Spatial Data Mining and Information Sharing of Ministry of Education, National & Local Joint Engineering Research Center of Satellite Geospatial Information Technology, Fuzhou University, 350116, Fuzhou, China;
2. Soil and Water Conservation Experimental Station of Fujian Province, 350003, Fuzhou, China
Abstract: [Background] Soil erosion leads to a decline in land productivity and a sharp deterioration of the ecological environment. It is one of the most prominent problems in China's ecological environment, and it is also a global disaster. Anxi county, located in the red soil area of southern China, the collapse in low vegetation and the disorderly reclamation and the lack of management of tea gardens make Anxi county the most serious soilerosion county in Fujian province. The use of remote sensing technology to estimate soil erosion is effective method that may quickly provide a scientific theoretical basis for local soil and water conservation and ecological environment construction, and has important practical significance. [Methods] In recent years, the soil erosion model has been widely used in soil erosion monitoring. Based on the CSLE soil erosion model, this paper quantitatively estimated the soil erosion modulus of Anxi county in 2015, and used soil erosion rate and soil erosion index to analyze the spatial distribution characteristics of soil erosion in Anxi county and its relationship with slope and altitude. [Results] 1) The soil erosion in Anxi county was still serious. In 2015, the average soil erosion modulus of Anxi county was 379.72 t/(hm2·a), and the average soil erosion modulus of soil erosion area was 1 029.02 t/(hm2·a). 2) In 2015, the total area of soil erosion in Anxi county reached 638.09 km2, and the loss rate was as high as 21.31%, light loss with an area of 472.66 km2, accounting for 74.04% of the total loss area, and the area of strong loss and above accounted for a small proportion, and about 2.94% of the total lost area. 3) Soil erosion was mainly distributed in the north-central and southern regions of Anxi county, and the soil erosion was the most serious in the Shuangxi River Basin and the Dashe River Basin, the soil loss rate were 29.00% and 32.19%, respectively. The soil erosion index of these two basins was >4, also indicating the severity of soil erosion in these two basins. 4) The soil erosion in the >15-25° slope zone and the altitude of 200-500 m was the most serious. The >15-25° slope in-band loss area accounted for about half of the total loss area of the county. The soil erosion rate in the 200-500 m elevation was higher than that 20%. Because the slope of >15-25° was of excessive reclamation and steep slope planting, and 200-500 m was an activity-intensive elevation belt, which also exacerbated soil erosion. [Conclusions] Due to the excessive reclamation of tea gardens and the failure of conducting land management according to the standard and collapsing hill, the overall situation of soil erosion in Anxi county is more serious. Relevant organizations should determine the key control areas for soil erosion, formulate soil erosion protection measures and improve soil erosion according to different causes of soil erosion, and therefore ensure the safety of the ecological environment.
Keywords: soil erosion    Chinese soil less equation (CSLE)    Anxi county    

水土流失导致土地生产力的下降以及生态环境的急剧恶化,成为一种全球性的灾害问题[1],越来越受到世界各国的重视。遥感技术因其具有大范围同步监测和重复周期快的特点,是重要的水土流失监测手段[2]。随着侵蚀过程和机制研究的不断深入以及土壤侵蚀影响因素的不断加强,近100年来国内外水土流失遥感监测方法也愈见丰富。在水土流失定量监测模型中,通用土壤流失方程USLE(universal soil loss equation)和修订土壤流失方程RUSLE(revised universal soil loss equation)因其结构形式简单,各参数计算方式易于实现,且在全球范围内适用性强,应用最为广泛[3-8]。中国土壤流失方程CSLE(Chinese soil loss equation)在USLE/RUSLE基础上,结合我国水土保持措施特点,进一步细化了模型因子,其结构简单且在中国具有更强的适用性。CSLE模型被广泛应用于中国境内土壤侵蚀定量评价中,例如:陈美淇等[9]基于CSLE模型对贵州省的水土流失空间分布特征进行分析;孙禹等[10]应用CSLE模型定量对东北克山县小流域的水土流失进行估算,进一步分析东北黑土区土壤侵蚀现状;宋文龙等[11]利用CSLE模型定量评估黄土高原丘陵沟壑区靖边县的水土流失情况,对其土壤侵蚀强度等级进行划分。目前CSLE模型在南方红壤区的应用较少,因此笔者在估算安溪县土壤侵蚀模数的同时,通过野外考察的方式进而验证CSLE模型在南方红壤区的适用性。

安溪县位于福建省泉州市的西南部,属南方红壤水土流失区。在历史、自然和经济因素的作用下,其水土流失情况严重,属于福建省22个水土流失重点县的I类县。福建省水保站提供的资料显示,安溪县2015年水土流失面积为659km2,流失率为22.01%,是目前福建省水土流失最严重的县。福建省是中国最大的产茶省份,著有“中国茶都”之称的福建省安溪县茶叶种植面积达400km2,占福建省茶叶种植面积的16%,由于地形限制,安溪县茶园大部分分布在山地开垦的梯田上,茶园梯田的开垦人为的破坏了地表植被,同时在茶园管理过程中,除草、松土等行为使得原本土层深厚的红壤变得裸露且疏松,增加了地表径流的作用,因此加剧了水土流失[12]。安溪县地处闽南花岗岩区域,崩岗侵蚀极其严重,是福建省乃至全国典型的地区之一[13]。鉴于安溪县水土流失的严重性及典型性,对该区域进行水土流失监测显得十分重要。

① 数据由福建省水土保持试验站提供

笔者以福建省安溪县为研究区,基于CSLE模型开展土壤侵蚀定量估算,并分析其空间分布以及与坡度、海拔间的关系,为安溪县水土流失防治决策提供依据。

1 研究区概况

安溪县位于福建省泉州市,地处我国东南沿海。其县域范围为E 117°36′~118°17′,N 24°50′~25°26′之间。它的位置东面接连南安市,西面接连华安县,南面与同安区毗邻,北邻永春县。全县以丘陵山地为主,河谷盆地分布其间。地势自西北向东南倾斜,属南、中亚热带海洋性季风气候,年平均温度在16~18℃之间,年降雨量约为1800mm。安溪县内广泛种植茶园,近年来在经济利益的驱使下,茶农不断的超坡度开垦茶园,且未能有序耕种,缺乏有效的茶园管理模式,从而导致茶园水土流失面积增多。而作为石材矿山主产区之一的安溪官桥、龙门等区域,由于粗放开采,一度出现“牛奶河”,成为水土流失源之一,崩岗侵蚀也是安溪县主要的土壤侵蚀类型之一。随着人口的增长,人们不断的占用土地资源,在茶园、矿山、崩岗这3种主要水土流失源的影响下,安溪县水土流失日益严重。

2 材料与方法 2.1 数据来源

笔者所使用的数据包括:1)2015年覆盖安溪县的GF-2遥感影像(全色1m、多光谱4m),用于土地利用/土地覆盖的提取。2)2015年覆盖安溪县的GF-1中等分辨率遥感数据(多光谱16m),如图 1所示,用于植被覆盖度和生物措施因子B的估算。3)中国自动站与CMORPH降水产品融合的逐时降水量网格数据(http://data.cma.cn/),称为“逐时网格降雨融合数据”,用于降雨侵蚀力因子R的计算。4)安溪县的DEM数据,其空间分辨率为18m,用于坡长坡度因子LS计算及流域的划分。5)福建省的主要土壤类型专题图,用于土壤可蚀性因子K的计算。6)福建省水土保持试验站提供的2014—2016年安溪县多组坡面径流小区资料,用于工程措施因子E的计算。7)野外考察数据,包括土壤侵蚀程度、土地利用类型、植被覆盖情况等,考察点分布如图 1所示。

图 1 2017年安溪县水土流失野外考察地分布 Fig. 1 Distribution of soil loss field investigation in Anxi county 2017
2.2 研究方法

采用中国土壤侵蚀模型(CSLE)估算安溪县土壤侵蚀模数,计算式[14]

$ A=R K L S B E T。$ (1)

式中:A为年平均土壤侵蚀模数,t/(hm2·a);R为降雨侵蚀力因子,MJ·mm/(hm2·h·a);K为土壤可蚀性因子,t·hm2·h/(MJ·hm2·mm);LS为坡长、坡度因子;B为生物措施因子;E为工程措施因子;T为耕地措施因子。

降雨是导致土壤侵蚀的主要动力因素,降雨引起对土壤的冲刷、击打、分解等会造成土壤的分离和搬运。由福建省气象公报数据[15]显示,安溪县2015年降雨情况正常,2014年(偏低)和2016年(偏高)是近几年降雨相对极端的年份,因此选用2015年气象观测数据具有一定的代表性,能够相对客观地描述安溪县的年平均降雨情况。笔者采用周伏建等[16]提出的福建省降雨侵蚀力因子R的简便计算模型,该模型是利用福建省多个站点多年的实测数据回归计算而得,计算公式如下:

$ R_{i}=-2.6398+0.3046 P_{i}。$ (2)

式中:Ri为月降雨侵蚀力, MJ·mm/(hm2·h·a);Pi为月降雨量,mm。

土壤作为侵蚀作用的直接对象,其自身的可侵蚀性是导致水土流失问题的重要原因。土壤可蚀性因子K是作为定量估算和预报土壤潜在侵蚀量的指标,指的是单位面积上每降雨侵蚀系数单位的土壤流失率。笔者采用方纲清等[17]利用EPIC模型计算出的福建省主要土壤类型的K值,从而得到安溪县的K因子。

坡度因子S和坡长因子L定量表征地形地貌特征对土壤侵蚀的综合影响,坡长影响坡面径流流速、流量等,坡度影响水流挟沙能力,从而影响土壤侵蚀。基于区域尺度的水土流失研究中,LS因子一般利用DEM数据计算获得。考虑到安溪县属丘陵地带,整体坡度较大,因此选用刘宝元等[18]根据我国土壤侵蚀特点而提出的适用于坡度较大地区的LS因子估算方法,利用DEM数据计算获得研究区内LS因子。

耕作措施因子T指的是采取某种耕作措施的土壤流失量与同等条件下没有采取任何耕作措施。根据当地人耕作习惯和前人研究成果[19],笔者采用经验赋值,根据不同坡度条件下等高耕作减少的土壤侵蚀量确定T值,其中,在没有耕作措施的地方,将耕作措施因子值赋为1,最终得到安溪县耕作措施因子结果,其结果如表 1所示。

表 1 研究区耕作措施因子取值 Tab. 1 Study area tillage measure factor value
2.2.1 基于遥感数据的植被覆盖与生物措施因子B估算

生物措施因子B是指在一定条件下有植被覆盖或实施田间管理的土壤流失总量与同等条件下清耕的连续休闲地土壤流失总量的比值,其表征地表覆盖对土壤侵蚀的抑制作用[20]。笔者采用植被覆盖度与地类赋值法相结合进行B因子估算。对于林地、茶园、裸地,利用马超飞等[21]提出的植被覆盖度法进行B因子估算;其中,植被覆盖度和B因子的计算方法分别如式(3)、式(4)所示。对于其他地类,则根据土地利用/土地覆盖类型赋值:耕地赋值为0.230,水体和不透水面赋值为0,其他用地(包括建设用地等)为0.353,最后得到2015年安溪县的植被覆盖度和生物措施因子B

$ V=\left(\mathrm{NDVI}-\mathrm{NDVI}_{\text {soil }}\right) /\left(\mathrm{NDVI}_{\mathrm{reg}}-\mathrm{NDVI}_{\text {soil }}\right)。$ (3)

式中:V为植被覆盖度;NDVIsoil为无植被象元覆盖的NDVI值;NDVIveg为纯植被象元的NDVI值。

$ \left\{\begin{array}{ll}{B=1, } & {V=0} \\ {B=0.6508-0.3436 \lg V, } & {0<V<0.783} \\ {B=0, } & {V>0.783}\end{array}\right.。$ (4)

式中V为植被覆盖度,采用百分数参与计算。

2.2.2 工程措施因子E的定量估算

工程措施主要指通过建立对改变地形的水土保持工程达到减少土壤侵蚀目的的水土保持措施,包括梯田、水平沟、竹节沟、鱼鳞坑等。工程措施因子是指在相同情况下,有工程措施的径流小区的土壤侵蚀量与无工程措施径流小区的土壤侵蚀量之比。安溪县以茶园种植为主,茶园属于梯田经济园,笔者主要考虑茶园的工程措施作用。

茶园具有明显的光谱特征,可通过植被指数进行提取。传统的NDVI指数在归一化过程中波谱分布间隔受限[22],相邻波段之间存在一定的光谱重叠现象,为了解决光谱混淆问题,Dihkan等[23]提出了修正归一化植被指数MNDVI(modified NDV1),通过扩大光谱间隔有利于茶园信息从其他具有相似光谱特征的地类中进一步分离。其公式为

$ \mathrm{MNDVI}=(\mathrm{Red}-\text { Green }) /(\mathrm{Red}+\text { Green })。$ (5)

式中Red和Green分别为影像的红、绿波段。

通过计算安溪县修正归一化植被指数(MNDVI),发现茶园区域与其他地物相比具有较高的MNDVI值,通过设定阈值,能够将茶园从林地中区分,最终有效地提取茶园信息。最后利用福建省水土保持试验站提供的2014—2016年安溪县多组茶园坡面径流小区资料,根据工程措施因子的定义,求得安溪县的茶园工程措施因子值为0.11。

2.2.3 土壤侵蚀评价方法

参照SL190—2007《土壤侵蚀分类分级标准》规定的“土壤侵蚀强度分级标准”进行分级,将研究区内的土壤侵蚀分为5个等级,并计算不同等级的水土流失面积,水土流失率Ra和土壤侵蚀综合指数SE[24]对安溪县水土流失进行分析。其中Ra和SE的计算方法如式(6)、公式(7)所示。

$ R_{\mathrm{a}}=S_{\mathrm{a}} / S_{\mathrm{r}} \times 100 \%。$ (6)

式中:Ra为水土流失率,%;Sa为轻度及以上流失等级的水土流失总面积,km2Sr为区域国土总面积,km2

$ \mathrm{SE}=\sum\limits_{i=1}^{N} C_{i} A_{i} / S_{\mathrm{t}}。$ (7)

式中:SE为评价单元的土壤侵蚀综合指数;Ci为评价单元土壤侵蚀等级权重;Ai为评价单元第i等级侵蚀的面积;St为评价单元的土地总面积;N为评价单元土壤侵蚀等级数。

土壤侵蚀综合指数SE是利用权重变换形成的一个综合指标数值,旨在一个区域内用统一的标准进行计算,使其结果具有很强的对比性[25]。根据SE值范围,将红壤区土壤侵蚀综合指数SE值分为5个等级,分别为低侵蚀指数区(SE≤2)、中低指数区(2 < SE≤3)、中侵蚀指数区(3 < SE≤4)、中高指数区(4 < SE≤6.5)、高侵蚀指数区(SE>6.5)[25]

3 分析与讨论 3.1 土壤侵蚀空间分布与精度验证

根据各因子的估算方法以及式(1),计算得到2015年安溪县土壤侵蚀模数,其结果如图 2所示。经计算,2015年安溪县的平均土壤侵蚀模数为379.72t/(hm2·a),土壤侵蚀区域的平均土壤侵蚀模数为1029.02t/(hm2·a)。

图 2 2015年安溪县土壤侵蚀模数 Fig. 2 Soil erosion modulus of Anxi county in 2015

根据SL190—2007《土壤侵蚀分类分级标准》对土壤侵蚀模数进行分级,获得安溪县土壤侵蚀强度空间分布图,如图 3所示。可知安溪县的土壤侵蚀情况整体较为严重,2015年安溪县土壤侵蚀总面积达638.09km2,流失率高达21.31%,其中以轻度流失为主,面积达472.66km2,占总流失面积的74.07%,强度及强度以上流失等级的面积所占比例较少,占总流失面积的2.94%。

图 3 2015年安溪县水土流失强度空间分布 Fig. 3 Spatial distribution of soil loss intensity of Anxi county in 2015

利用野外调查资料和省水保站2015年的统计结果,对2015年安溪县土壤侵蚀估算进行精度验证。野外调查数据一共包含104个野外考察点(图 1),考察点是根据土地利用类型、水土流失等级和实际交通通行情况确定,全面覆盖不同土地利用类型和不同的水土流失等级,且尽量覆盖整个县域范围。各考察点的水土流失强度信息由安溪县水土办的技术人员通过结合土地利用类型、植被覆盖情况以及坡度等信息,结合工作经验判断得到。104个野外考察点位判读正确数达到87个,精度为83.65%,表明估算结果可靠,基本满足应用要求。

3.2 不同小流域的水土流失

通过计算安溪县内细小流域的水土流失率和土壤土壤侵蚀综合指数(图 4图 5),分析各流域的土壤侵蚀程度。

图 4 安溪县各细小流域水土流失率 Fig. 4 Soil loss rate in various small watershed of Anxi county
图 5 安溪县各细小流域土壤侵蚀综合指数 Fig. 5 Soil erosion index in various small watersheds of Anxi county

图 4图 5可知,安溪县中北部和西南部流域土壤侵蚀较严重,部分流域流失率高达30%,中部流失最轻,各细小流域流失率在10%~15%之间。其中双溪流域和大畬溪流域土壤侵蚀最严重,侵蚀面积分别为36.96km2和18.04km2,流失率分别为29.00%和32.19%。双溪流域的部分细小流域水土流失率虽然低于30%,但是SE值同样处于4~6.5之间,其原因是这些细小流域轻度流失所占比例相对较小,其他流失程度所占的比重相对较大,导致虽然水土流失率小于30%,但SE值同样较大。究其原因,双溪流域和大畬溪流域流经区域处安溪北部,海拔普遍较高且以红壤土为主,极易造成水土流失,此外大规模超坡度开垦茶园会加速地表径流,使土壤侵蚀加剧,特别是大畬溪流域,各小流域流失率几乎均超出了25%,因此需要将这2个流域作为重点治理的对象。蓝溪流域、高层溪流域的细小流域水土流失率和SE值也较高,其中蓝溪流域东南部流经区域为安溪县县城所在地,坡度平缓但植被覆盖度较低,特别是龙门镇、官桥镇一带的崩岗较多。此外,人类开发建设项目活动多,工矿用地、城镇开发区、居民用地所占面积大,造成该区域土壤侵蚀比较严重。龙津溪流域北部、洛溪流域、蓬莱溪流域内大部分细小流域的水土流失率低于15%且SE值均小于3,主要是因为这些区域具有较高的植被覆盖度,因其林地能更好地涵养水土所以土壤侵蚀更少。坑仔口溪流域、金谷溪流域、高层溪流域的水土流失率也较高,流失率在20%~25%之间且SE值也处于4~6.5之间,属于中高侵蚀指数区域,应该对其采取一定的水保措施防止其生态环境进一步恶化。

表 2 2015年安溪县各小流域土壤侵蚀面积统计 Tab. 2 Statistics of soil erosion area in Anxi county watershed in 2015
3.3 不同坡度土壤侵蚀空间分布

根据《水利水电工程水土保持技术规范》标准[27],将坡度划分为6级,分别为0°~5°,>5°~8°,>8~15°,>15°~25°,>25°~35°,>35°。从整体上看,安溪县的坡度分布主要集中在>8~15°和>15°~25°且分布较为均匀。0°~5°坡度带集中分布于城镇以及城镇周边的耕地,>25°~35°和>35°坡度带所占比重较少,主要分布于安溪县西部和北部的高山区域。

对安溪县不同坡度带内的各流失等级面积进行统计,得到图 6,图中各圆面积大小代表各坡度带所占安溪县面积的比例。由图 6可知,土壤侵蚀主要集中在>8°~35°的坡度带,该坡度带内侵蚀面积占全县流失面积比例较高。>15°~25°、>25°~35° 2个坡度带的水土流失率均近30%且土壤侵蚀综合指数均在3.5左右。特别是15°~25°的坡度带,其土壤侵蚀最严重,坡度带内侵蚀面积占全县总侵蚀面积的比例最高,达49.33%,且土壤侵蚀综合指数SE也较高,这主要是由于安溪县存在超坡度开垦茶园及陡坡种植现象,在坡度高于15°的地区内未能按照标准采用合理的方式进行茶园开垦,例如建设一些内倾等高梯级园地等。极强、剧烈水土流失多发生在>8°~35°的坡度带,该范围内的极强水土流失面积达5.553km2,剧烈水土流失面积达1.367km2,分别占相同等级水土流失总面积的85.84%和81.45%。

图 6 各坡度带水土流失情况 Fig. 6 Soil loss in each slope zone

>15°~25°的坡度带极易发生极强、剧烈水土流失,该坡度带内极强流失面积和剧烈流失面积占同等级全县流失总面积的比例分别为41.13%、35.36%。徐劲林等[26]和陈志强等[27]分别对安溪县和同样位于南方红壤区的长汀县的坡度与土壤侵蚀关系进行了分析,研究结果同样表明,>15°~25°坡度带的水土流失较其他坡度带更加严重。究其原因,25°是该地区土壤侵蚀的理论临界坡度[28],即坡度在25°以下,随着坡度的上升,土壤侵蚀加剧,当坡度超过25°,土壤侵蚀反而随着坡度的增加而下降。另一方面,茶园的不科学开垦,破坏了原本的植被覆盖以及土壤结构,增加了地表径流从而加剧了水土流失。因此应该特别注重>15°~25°坡度带内的水土流失的治理,禁止顺坡种植,应修筑标准的水平梯田增强拦蓄水的水土保持功能,对该坡度带的茶园进行间种绿肥,提高茶园的植被覆盖度以降低茶园的水土流失。

3.4 不同高程的土壤侵蚀空间分布特征

安溪县高程分布范围为0~1688m,其中多数地区主要分布在400~600m,100~200m高程带集中分布于安溪东部的城镇以及城镇周边的耕地,1300m以上的高程分布较少,主要集中分布于安溪县西北部的太华山区域。将安溪县数字高程模型(DEM)以100m为间隔分为16个不同的高程带,并与安溪县水土流失强度空间分布图进行叠置分析,统计不同高程带内的水土流失率及土壤侵蚀综合指数得到图 7

图 7 水土流失率和土壤侵蚀综合指数随高程的变化 Fig. 7 Change of soil loss rate and soil loss index with elevation

图 7可知,水土流失率及土壤侵蚀综合指数(SE指数)随高程的增加呈现相同的变化规律。水土流失率及SE指数在0~600m的高程带内急速上升,在600~1300m的高程带内缓慢下降,在1200m后趋于平缓。水土流失在200~500m的高程带内最为严重,水土流失率>20%,SE指数>2.5。赵明松等[29]和陈文祥[30]对位于南方红壤区的安徽省和福建省长汀县的水土流失与海拔之间的关系进行了研究,其研究结果与本文相符,均表明200~500m高程带水土流失情况最为严重。通过将高程数据与水土流失等级叠加发现,该高程带主要分布在安溪县北部城镇及东部城镇四周。一方面,由于城镇的扩张和交通建设的需要,大量的人类活动破坏了原有的地表状况加剧了水土流失,同时建设过程中“乱堆乱放”现象也形成了新的人为水土流失;另一方面,该高程带存在着较多的坡耕地及茶园,坡耕旱地及茶园极易造成水土流失[31]。此外,水土流失在500~1200m也较严重,其水土流失率、SE指数也较高,安溪县在这个高程带内以种植茶园为主,在大力发展茶园种植时毁林种茶,盲目开垦园林,没有按照标准修建茶园、耕作方式不合理,幼龄茶园行间未套种绿肥作物这系列行为都会使山地茶园流失加剧。而1200m后为海拔较高的地带,多以种植高山森林为主,植被覆盖度高,且海拔高的地区人为活动干预小,水土流失情况也有所改善。

4 结论

笔者基于CSLE水土流失模型,结合RS、GIS技术,定量估算并分析了安溪县2015年水土流失的整体情况以及空间分布规律。

1) 2015年安溪县水土流失总面积为638.09km2,流失率高达21.31%,水土流失总体情况较严重。其中以轻度流失为主,主要分布在安溪县的的北部和南部地区,受过度开垦茶园等人为活动的影响,较为严重的是双溪流域和大畬溪流域,而龙津溪流域北部、洛溪流域、蓬莱溪流域水土流失较少。中侵蚀SE指数区多分布于双溪流域、坑仔口溪流域、大畬溪流域,其流域内的细小流域多为中高SE指数区,土壤侵蚀较为严重。低侵蚀SE指数区主要为龙津溪流域、蓬莱系流域。

2) 安溪县在以>15°~25°的坡度带内水土流失程度最严重,极易发生极强、剧烈水土流失,主要原因是该地区内未能按照标准采用合理的方式进行茶园开垦。水土流失在海拔200~500m的地带最为严重,水土流失基本都高达20%。

3) 双溪流域和大畬溪流域、>15°~25°坡度带以及200~500m高程带应为今后安溪县水土流失的重点治理区域,有针对性地制订水土流失防护措施,改善水土流失情况来保证生态环境的安全。

此次野外考察过程中,安溪县水保站提供了人力、物力和技术上的支持,在此表示衷心的感谢!
5 参考文献
[1]
GELAGAY H S, MINALE A S. Soil loss estimation using GIS and remote sensing techniques: A case of Koga watershed, northwestern Ethiopia[J]. International Soil & Water Conservation Research, 2016, 4(2): 126.
[2]
BIESEMANS J, MEIRVENNE M V, GABRIELS D. Extending the RUSLE with the Monte Carlo error propagation technique to predict long-term average off-site sediment accumulation[J]. Journal of Soil & Water Conservation, 2000, 55(1): 35.
[3]
王振平, 汪小钦, 曾舒娇, 等. 福建省水土流失现状分析[J]. 水土保持通报, 2017, 37(5): 169.
WANG Zhenping, WANG Xiaoqin, ZENG Shujiao, et al. Analysis of soil and water loss status in Fujian province[J]. Bulletin of Soil and Water Conservation, 2017, 37(5): 169.
[4]
曾舒娇, 汪小钦, 陈贤干, 等. 福建省水土流失的时空变化[J]. 水土保持通报, 2017, 37(6): 305.
ZENG Shujiao, WANG Xiaoqin, CHEN Xianqian, et al. Spatial and temporal changes of soil erosion in Fujian province[J]. Bulletin of Soil and Water Conservation, 2017, 37(6): 305.
[5]
GALDINO S, SANO E E, ANDRADE R G, et al. Large-scale modeling of soil erosion with RUSLE for conservationist planning of degraded cultivated Brazilian pastures[J]. Land Degradation & Development, 2016, 27(3): 773.
[6]
MAHALA A. Soil erosion estimation using RUSLE and GIS techniques: A study of a plateau fringe region of tropical environment[J]. Arabian Journal of Geosciences, 2018, 11(13): 335. DOI:10.1007/s12517-018-3703-3
[7]
ISLAM M R, WAN Z W J, LAI S H, et al. Soil erosion assessment on hillslope of GCE using RUSLE model[J]. Journal of Earth System Science, 2018, 127(4): 50. DOI:10.1007/s12040-018-0951-2
[8]
VEENA U, JOSHI. Soil loss estimation based on RUSLE along the Central Hunter Valley Region, NSW, Australia[J]. Journal of the Geological Society of India, 2018, 91(5): 554. DOI:10.1007/s12594-018-0904-z
[9]
陈美淇, 魏欣, 张科利, 等. 基于CSLE模型的贵州省水土流失规律分析[J]. 水土保持学报, 2017, 31(3): 16.
CHEN Meiqi, WEI Xin, ZHANG Keli, et al. Analysis of soil and water loss law in Guizhou province based on CSLE model[J]. Journal of Soil and Water Conservation, 2017, 31(3): 16.
[10]
孙禹, 哈斯额尔敦, 杜会石. 基于GIS的东北黑土区土壤侵蚀模数计算[J]. 中国水土保持科学, 2015, 13(1): 1.
SUN Yu, Hasieerdun, DU Huishi. Study on soil erosion modulus of northeast black soil region based on GIS[J]. Chinese Journal of Soil and Water Conservation, 2015, 13(1): 1. DOI:10.3969/j.issn.1672-3007.2015.01.001
[11]
宋文龙, 张荣华, 高云飞, 等. 基于野外调查、遥感信息和CSLE模型的土壤侵蚀强度分级[J]. 南水北调与水利科技, 2014, 12(5): 170.
SONG Wenlong, ZHANG Ronghua, GAO Yunfei, et al. Soil erosion intensity grading based on field survey, remote sensing information and CSLE model[J]. South-to-North Water Transfer and Water Science and Technology, 2014, 12(5): 170.
[12]
林培贤, 苏伟达, 庄惠彬. 安溪县梯田茶园水土流失现状及对策[J]. 农业科技通讯, 2006(1): 32.
LIN Peixian, SU Weida, ZHUANG Huibin. Current status and countermeasures of soil and water loss in terraced tea plantation in Anxi county[J]. Journal of Agricultural Science and Technology, 2006(1): 32. DOI:10.3969/j.issn.1000-6400.2006.01.023
[13]
林金堂, 查轩. 安溪县水土流失及防治对策[J]. 水土保持通报, 2001, 21(2): 59.
LIN Jintang, ZHA Xuan. Soil and water loss and prevention countermeasures in Anxi county[J]. Bulletin of Soil and Water Conservation, 2001, 21(2): 59. DOI:10.3969/j.issn.1000-288X.2001.02.016
[14]
章文波, 刘宝元. 基于GIS的中国土壤侵蚀预报信息系统[J]. 水土保持学报, 2003, 17(2): 89.
ZHANG Wenbo, LIU Baoyuan. GIS-based China soil erosion forecast information system[J]. Journal of Soil and Water Conservation, 2003, 17(2): 89. DOI:10.3321/j.issn:1009-2242.2003.02.025
[15]
陈振南.福建省气候公报(2015年)[EB/OL]. (2016-03-16)[2019-06-12]. http://fj.weather.com.cn/zxfw/qhgb/03/2483261.shtml.
CHEN Zhennan. Fujian provincial climate bulletin (2015)[EB/OL]. (2016-03-16)[2019-06-12]. http://fj.weather.com.cn/zxfw/qhgb/03/2483261.shtml.
[16]
周伏建, 黄炎和. 福建省降雨侵蚀力指标R值[J]. 水土保持学报, 1995, 9(1): 13.
ZHOU Fujian, HUANG Yanhe. R value of rainfall erosivity index in Fujian province[J]. Journal of Soil and Water Conservation, 1995, 9(1): 13. DOI:10.3321/j.issn:1009-2242.1995.01.003
[17]
方纲清, 阮伏水, 吴雄海, 等. 福建省主要土壤可蚀性特征初探[J]. 亚热带水土保持, 1997(2): 19.
FANG Gangqing, RUAN Fushui, WU Xionghai, et al. Preliminary study on the characteristics of main soil erodibility in Fujian province[J]. Subtropical Soil and Water Conservation, 1997(2): 19.
[18]
刘宝元, 毕小刚, 符素华. 北京土壤流失方程[M]. 北京: 科学出版社, 2010: 52.
LIU Baoyuan, BI Xiaogang, FU Suhua. Beijing soil loss equation[M]. Beijing: Science Press, 2010: 52.
[19]
谢红霞, 李锐, 杨勤科, 等. 退耕还林(草)和降雨变化对延河流域土壤侵蚀的影响[J]. 中国农业科学, 2009, 42(2): 569.
XIE Hongxia, LI Rui, YANG Qinke, et al. Effects of returning farmland to forests (grass) and rainfall changes on soil erosion in Yanhe River Basin[J]. Chinese Journal of Agricultural Sciences, 2009, 42(2): 569. DOI:10.3864/j.issn.0578-1752.2009.02.023
[20]
曹炜, 高云飞, 李智广, 等. 河龙区间植物措施因子定量计算[J]. 水土保持研究, 2012, 19(4): 96.
CAO Wei, GAO Yunfei, LI Zhiguang, et al. Quantitative calculation of plant measure factors in Helong area[J]. Soil and Water Conservation Research, 2012, 19(4): 96.
[21]
马超飞, 马建文, 布和敖斯尔. USLE模型中植被覆盖因子的遥感数据定量估算[J]. 水土保持通报, 2001, 21(4): 6.
MA Chaofei, MA Jianwen, Buheaosier. Quantitative estimation of remote sensing data of vegetation coverage factors in USLE model[J]. Bulletin of Soil and Water Conservation, 2001, 21(4): 6. DOI:10.3969/j.issn.1000-288X.2001.04.002
[22]
AKSOY S, AKCAY H G, WASSENAAR T. Automatic mapping of linear woody vegetation features in agricultural landscapes using very high resolution imagery[J]. IEEE Transactions on Geoscience & Remote Sensing, 2009, 48(1): 511.
[23]
DIHKAN M, GUNEROGLU N, KARSLI F, et al. Remote sensing of tea plantations using an SVM classifier and pattern-based accuracy assessment technique[J]. International Journal of Remote Sensing, 2013, 34(23): 8549. DOI:10.1080/01431161.2013.845317
[24]
张斌, 梁音, 廖纯艳, 等. 中国水土流失防治与生态安全, 南方红壤区卷[M]. 北京: 科学出版社, 2010: 195.
ZHANG Bin, LIANG Yin, LIAO Chunyan, et al. Soil erosion control and ecological security in China, southern red soil area volume[M]. Beijing: Science Press, 2010: 195.
[25]
中华人民共和国水利部. 中华人民共和国行业标准(SL575—2012)水利水电工程水土保持技术规范[M]. 北京: 中国水利水电出版社, 2012: 68.
Ministry of Water Resources of the People's Republic of China. Industry standards of the People's Republic of China (SL575-2012) technical specification for soil and water conservation of water conservancy and hydropower engineering[M]. Beijing: China Water Resources and Hydropower Press, 2012: 68.
[26]
徐劲林, 查轩. 土壤侵蚀危险度的计算与影响因子分析:以福建安溪红壤水土流失区为例[J]. 地球信息科学学报, 2009, 11(5): 577.
XU Jinlin, ZHA Xuan. Calculation of soil erosion risk and analysis of impact factors:Taking soil and water loss area of Anxi red soil in Fujian province as an example[J]. Journal of Earth Information Science, 2009, 11(5): 577. DOI:10.3969/j.issn.1560-8999.2009.05.005
[27]
陈志强, 王苏颖, 陈志彪. 根溪河小流域高程和坡度对水土流失现状的影响[J]. 海南师范大学学报(自然科学版), 2007, 20(1): 88.
CHEN Zhiqiang, WANG Suying, CHEN Zhixuan. Influence of elevation and slope of Genxihe small watershed on the status quo of soil erosion[J]. Journal of Hainan Normal University(Natural Science Edition), 2007, 20(1): 88.
[28]
彭华. 土壤侵蚀临界坡度研究进展[J]. 水土保持应用技术, 2004(2): 30.
PENG Hua. Research progress on critical slope of soil erosion[J]. Application of Soil and Water Conservation, 2004(2): 30. DOI:10.3969/j.issn.1673-5366.2004.02.015
[29]
赵明松, 李德成, 张甘霖, 等. 基于RUSLE模型的安徽省土壤侵蚀及其养分流失评估[J]. 土壤学报, 2016, 53(1): 28.
ZHAO Mingsong, LI Decheng, ZHANG Ganlin, et al. Assessment of soil erosion and nutrient loss in Anhui province based on RUSLE model[J]. Acta Pedologica Sinica, 2016, 53(1): 28.
[30]
陈文祥. 福建省长汀县水土流失地形因子影响分析[J]. 亚热带水土保持, 2016, 28(1): 5.
CHEN Wenxiang. Analysis of the influence of soil and water loss topographic factors in Changting county of Fujian province[J]. Subtropical Soil and Water Conservation, 2016, 28(1): 5. DOI:10.3969/j.issn.1002-2651.2016.01.002
[31]
王维明, 陈明华, 林敬兰, 等. 福建省坡耕地水土流失问题及对策[J]. 水利科技, 2010(4): 12.
WANG Weiming, CHEN Minghua, LIN Jinglan, et al. Problems and countermeasures of soil erosion in sloping farmland in Fujian province[J]. Water Resources Science and Technology, 2010(4): 12.