文章快速检索     高级检索
  中国水土保持科学   2019, Vol. 17 Issue (6): 85-92.  DOI: 10.16843/j.sswc.2019.06.011
0

引用本文 

郭乾坤, 秦伟, 宁堆虎, 单志杰, 殷哲, 杜鹏飞. 一般扰动地表土壤可蚀性因子增大系数[J]. 中国水土保持科学, 2019, 17(6): 85-92. DOI: 10.16843/j.sswc.2019.06.011.
GUO Qiankun, QIN Wei, NING Duihu, SHAN Zhijie, YIN Zhe, DU Pengfei. Enhancement coefficient of soil erodibility factor for general disturbed land surface[J]. Science of Soil and Water Conservation, 2019, 17(6): 85-92. DOI: 10.16843/j.sswc.2019.06.011.

项目名称

水利部公益性行业科研专项经费项目“生产建设项目水土流失测算共性技术研究”(201001036);水利部公益性行业科研专项经费项目“水土保持生态效应监测与评价技术研究”(201501045)

第一作者简介

郭乾坤(1987-), 男, 高级工程师, 博士。主要研究方向:土壤侵蚀与水土保持。E-mail:guoqiankun@iwhr.com

通信作者简介

秦伟(1982-), 男, 教高, 博士。主要研究方向:土壤侵蚀与水土保持。E-mail:qinwei_office@sina.com

文章历史

收稿日期:2018-09-05
修回日期:2019-09-23
一般扰动地表土壤可蚀性因子增大系数
郭乾坤 1,2, 秦伟 1,2, 宁堆虎 1,3, 单志杰 1,2, 殷哲 1,2, 杜鹏飞 1,3     
1. 中国水利水电科学研究院, 100048, 北京;
2. 水利部水土保持生态工程技术研究中心, 100048, 北京;
3. 国际泥沙研究培训中心, 100048, 北京
摘要:生产建设项目是水土流失防治和监管的重要对象,其中农林开发等项目的扰动主要表现为植被覆盖减少,土壤物理性质改变,但仍维持原有地形特征,因此多采用USLE或CSLE等土壤流失方程计算侵蚀量。然而,一般扰动地表土壤物理性质改变而引起的侵蚀量变化无法在上述方程中得到充分反映。本研究引入土壤可蚀性因子增大系数表征一般扰动地表土壤趋于疏松引起的土壤侵蚀量变化,并通过筛选修筑时土壤遭受类似农林开发等一般扰动的裸露小区实测资料,将小区修筑初期土壤物理性质变化和小区修筑后土壤沉降后2个时期实测侵蚀量进行对比,得到土壤可侵蚀性因子增大系数;然后基于Wischmeier土壤可蚀性因子算式,提出了一种主要通过改变结构等级和渗透等级取值的增大系数简易算法。研究认为:基于小区实测的东北黑土区、北方土石山区、西北黄土高原区、西南紫色土区和南方红壤区的增大系数分别为1.68、2.69、1.90、2.65和2.03,全国可取均值2.11;基于各地径流小区实测增大系数,建立了基于Wischmeier公式的简易算法。研究成果能提高基于土壤流失方程的一般扰动地表土壤侵蚀量测算精度,为生产建设项目水土流失防治和监管提供支撑。
关键词生产建设项目    一般扰动地表    土壤侵蚀    土壤可蚀性因子    土壤流失方程    
Enhancement coefficient of soil erodibility factor for general disturbed land surface
GUO Qiankun 1,2, QIN Wei 1,2, NING Duihu 1,3, SHAN Zhijie 1,2, YIN Zhe 1,2, DU Pengfei 1,3     
1. China Institute of Water Resources and Hydropower Research, 100048, Beijing, China;
2. Research Center on Soil and Water Conservation of the Ministry of Water Resources, 100048, Beijing, China;
3. International Research and Training Center on Erosion and Sedimentation, 100048, Beijing, China
Abstract: [Background] The productive and construction projects are usually considered as the important objects for soil erosion prevention and supervision. As one type of the productive and construction projects, the agricultural and forestry construction projects usually disturb surface soil, reduce the vegetation cover and alter the soil physical properties; however, the overall landform has not been greatly changed for these projects and soil erosion for this kind of disturbed land, the general disturbed land, was usually estimated via empirical models, such as USLE or CSLE. However, the effect of changes in soil physical properties on soil erosion has not been taken into in these methods since the soil erodibility factor was usually assumed the same before and after the disturbance, which may reduce the accuracy of USLE and CSLE. [Methods] A new parameter named as "the enhancement coefficient of soil erodibility factor" was introduced to these models to reflect such effects. It is found that the disturbance during the construction of runoff plots was similar as the genal disturbance land, thus lots of runoff plot data was collected to reflect the effects of general disturbance on soil erosion. For each plot, two periods were quantified:the period that the construction of runoff plot has been just finished and the soil physical properties have already been changed and the period that the natural settlement of disturbed soil has been finished. Based on the runoff plot data, it is found that the first period usually last for about 2-3 years. Soil erosion rates of the two periods from runoff plots were compared under the same conditions, and then the ratio of soil erosion rates between the two periods, which was also the enhanced coefficient of soil erodibility factor, was estimated. Then a simple formula based on the Wischmeier formula was established to estimate this coefficient by altering the soil texture grades and the infiltration grades in the Wischmeier formula. [Results] Runoff plots at 18 sites were selected for estimating the enhancement coefficients. The results indicated that the estimated coefficients based on runoff plot data for the Northeast Black Soil Region, North Earthy and Rocky Mountain Region, Northwest Loess Plateau Region, Southwest Purple Soil Region, Southern Red Soil Region were 1.68, 2.69, 1.90, 2.65 and 2.03, respectively, with the mean value of 2.11. A simple formula for estimating the coefficients was also established based on the Wischmeier formula and the coefficients estimated from runoff plot data. [Conclusions] This study provides a simple method for estimating the enhancement coefficients of soil erodibility factor for the general disturbed soil based on the runoff plot data and the Wischmeier formula, which may improve the estimation accuracy of soil erosion modulus on the general disturbed soil surface based on the soil loss equation. The results of this study are valuable for soil erosion prevention and supervision for the production and construction projects.
Keywords: production and construction project    generally disturbed land    soil erosion    soil erodibility factor    soil loss equation    

伴随城镇化的深入发展,生产建设活动破坏植被、扰动土地,加剧土壤流失[1]。准确掌握生产建设项目水土流失量是落实不同主体水土保持责任和强化水土保持监管的必要依据。生产建设项目不同类型扰动土地水土流失测算方法成为土壤侵蚀领域新兴研究热点,先后出现有关侵蚀量预测方法[2-6]以及现有模型参数修订[7-8]的研究报道。在不同扰动土地中,有一类主要由农林开发等活动挖损、占压所形成的扰动地表,如大规模农林种植时清表、整地形成的裸露或半裸露坡地以及管线工程开挖回填形成的未治理疏松地表等。这类土地扰动强度较小,仍能维持原有整体地形特征;但扰动后植被覆盖减少、土壤物理性状改变,因而与扰动前相比,同等侵蚀营力下的侵蚀量通常明显增大。在已颁布的SL773—2018《生产建设项目水土流失量测算导则》中,这类扰动土地被界定为一般扰动地表。

据不完全统计,过去10多年间,生产建设活动形成的一般扰动地表超过500万hm2,超过同期生产建设项目扰动土地总面积的70%[9],准确测算其侵蚀量是实现水土流失监管的重要基础。考虑到一般扰动地表多维持原有整体地形特征,因此通常采用针对自然坡面的土壤流失方程估算侵蚀量。同等侵蚀外营力下,一般扰动地表侵蚀量较扰动前增加主要是由植被覆盖减少、水土保持措施损毁和土壤结构趋于松散造成[10]。扰动前后植被覆盖和水土保持措施变化对侵蚀量的影响可分别用生物措施因子、工程措施因子和耕作措施因子的变化来反映,而土壤结构趋于松散对侵蚀量的影响却无法在原有参数体系中得以反映,因而往往会造成计算结果低于实际值。为此,笔者在土壤流失方程中加入土壤可蚀性因子增大系数,并基于径流小区观测资料分析确定我国主要土壤类型区该系数取值,尝试建立一种基于常规土壤理化指标的该系数简易估算方法,以期提高基于土壤流失方程的一般扰动地表土壤侵蚀量计算准确性,为生产建设项目水土流失防治和监管提供技术支撑。

1 方法与数据 1.1 一般扰动地表土壤可蚀性增大系数界定

土壤流失方程[11]的结构一般为

$ \mathit{A = RKLSBET}\mathit{。} $ (1)

式中:A为多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/(hm2·MJ·mm);L为坡长因子,量纲为1;S为坡度因子,量纲为1;B为生物覆盖因子,量纲为1;E为工程措施因子,量纲为1;T为耕作措施因子,量纲为1。

考虑到一般扰动地表仍维持原有整体地形特征,因此扰动前后LS因子可视为不变,降雨、生物、工程和耕作措施的变化可分别通过RBET因子取值反映,仅有扰动后表层土壤趋于松散对侵蚀量的影响无法在模型参数体系中反映。理论上,表层土壤趋于松散意味着土壤结构等物理性质发生变化,从而可能导致K因子取值发生变化。然而,在土壤流失方程中,K因子被定义为标准径流小区上单位降雨侵蚀力所引起的土壤流失量,是一个长期均值。因此,为了既保留K因子传统定义和认知,又反映一般扰动地表土壤结构趋于松散对侵蚀量的影响,本研究引入了土壤可蚀性增大系数,即一般扰动地表由于表层土壤趋于松散,在同等侵蚀营力条件下侵蚀量较扰动前增大的倍数。

1.2 数据获取

引入土壤可蚀性增大系数后,针对一般扰动地表的土壤流失方程为

$ A = R{n_{\rm{k}}}KLSBET。$ (2)

式中nk为土壤可蚀性因子增大系数。

理论上,nk应基于扰动前后实测土壤侵蚀量,去除降雨侵蚀力年际变化对侵蚀量的影响后,进行比算求取。然而,在生产建设项目一般扰动地表现场进行多类型、大样本、长序列的现场观测,耗时耗力,且难以实现。多年来,有关科研单位在各地修建了大量径流小区。按照SL419—2007《水土保持试验规范》[12],径流小区修建时应尽量避免干扰原位土壤。然而,实际上许多小区不得不采用开挖、回填、平整等修筑工序,小区内的土壤往往遭受类似农林开发等建设活动中的清表、翻动、整地等扰动,这类扰动深度一般不超过50 cm,且维持原有地形特征,在同等侵蚀营力下,小区建成后前几年的侵蚀量通常远高于其多年平均水平。总体上,此类径流小区修建初期的扰动方式、下垫面变化和土壤侵蚀变化等均与一般扰动地表十分近似,因此可利用相关径流小区多年实测资料求取nk。因此,本研究希望通过筛选收集全国不同类型区的径流小区观测资料进行替代分析。

首先,在全国范围搜集修建方式、扰动程度、土壤类型、地形植被、维护管理等信息较全,且建成当年即开展观测、拥有连续3年以上实测资料的径流小区,然后从中选取修建时采用开挖、回填、平整等修筑工序,且建成后保持地表裸露的小区。按上述原则,最终筛选出18处径流小区(表 1[13-16]),用以计算nk

表 1 计算土壤可蚀性因子增大系数的径流小区基本信息 Tab. 1 Basic information of runoff plots for calculating the enhancement coefficient of soil erodibility factor
1.3 数据处理 1.3.1 土壤可蚀性因子增大系数计算

研究表明,对于农林开发等建设活动形成的一般扰动地表,通常扰动当年和次年分别为强烈和中度侵蚀,第3年后较扰动前基本再无明显差异[17]。这是因为,随着扰动形成的疏松土壤持续沉降,下垫面逐渐恢复至扰动前的状态,侵蚀量也相应接近扰动前的状态。换言之,人为扰动对侵蚀量的影响一般发生在为扰动后的1~3年。对表 1中各小区,逐年计算标准坡长、坡度条件下的单位降雨侵蚀力土壤侵蚀量,简称标准土壤侵蚀量:

$ {M_{{\rm{pi}}}} = \frac{{{M_i}}}{{LS{R_i}}}。$ (3)

式中:Mpi为第i年标准土壤侵蚀量,t·hm2/(MJ·mm);Mi为第i年的实测土壤侵蚀量,t;Ri为第i年的降雨侵蚀力,MJ·mm/(hm2·h·a)。

L因子和S因子分别选用Wishcmeier等[11]和Nearing[18]提出的算式:

$ L = {\left( {\frac{\lambda }{{22.13}}} \right)^m}, $ (4)
$ S = - 1.5 + 17/\left( {1 + {{\rm{e}}^{2.3 - 6.1\sin \theta }}} \right)。$ (5)

式中:λ为水平投影坡长,m;θ为坡度,(°);m为坡长指数,当θ≤1°时m=0.2,1° < θ≤3°时m=0.3,3° < θ≤5°时m=0.4,θ>5°时m=0.5。

考虑到降雨多为日雨量资料,因此R因子采用基于日降雨资料的简易算式[19],再累积获得逐年降雨侵蚀力

$ {R_k} = \alpha \sum\limits_{j = 1}^T {D_j^\beta } , $ (6)
$ \beta = 0.836\;3 + 18.144P_{d12}^{ - 1} + 24.455P_{y12}^{ - 1}, $ (7)
$ \alpha = 21.586{\beta ^{ - 0.719}}。$ (8)

式中:Rk为第k个半月的降雨侵蚀力,MJ·mm/(hm2· h·a);T为半月内的降雨时间,d;Dj为半月内第j日侵蚀降雨量,mm(按12 mm为侵蚀降雨标准,< 12 mm以0计);Pd12Py12分别为日雨量≥12 mm的日均和年均降雨量,mm;αβ为参数。

结果显示,上述径流小区建成后第1~5年标准侵蚀量平均值分别为2.11、1.51、1.31、1.11和0.79。可见,自建成首年起,侵蚀量平均值总体呈先下降、后趋稳的趋势,配对t检验结果显示建成第1年与第4、5年间、建成第2年与第4、5年间标准侵蚀量均值,分别存在显著差异(P < 0.05)。因此,将径流小区建成后第1、2年视为扰动期,将第3年及以后视为非扰动期,分别统计所选18个径流小区在两个时段的年均土壤侵蚀量,计算土壤可蚀性因子增大系数:

$ {n_{{\rm{kp}}}} = \frac{{{M_{{\rm{da}}}}/{R_{{\rm{da}}}}}}{{{M_{{\rm{na}}}}/{R_{{\rm{na}}}}}}。$ (9)

式中:nkp为基于小区资料的土壤可蚀性因子增大系数;MdaMna分别为扰动期和非扰动期年均土壤侵蚀量,t/hm2RdaRna分别为扰动期和非扰动期年均降雨侵蚀力。

1.3.2 土壤可蚀性因子增大系数估算方法确定

考虑到我国土壤类型众多,为相对简易的获得不同土壤的可蚀性因子增大系数,本研究尝试以现有常用K因子算法为基础,通过结构调整或参数修订,建立简易估算方法。目前常用的K因子算法主要有Wischmeier等[20]、EPIC模型[21]、Shirazi等[22]所建立的算式。其中:Wischmeier算式所需参数包括土壤粒径组成和有机质含量、土壤结构和入渗等级等;EPIC模型所需参数包括土壤有机质含量和粒径组成;Shirazi算式只需土壤几何平均粒径。考虑到一般扰动过程往往只破坏表层土壤结构,通常不会造成粒径组成和有机质含量的变化,因此Wischmeier公式更符合估算需要。

$ \begin{array}{l} K = \left[ {2.1 \times {{10}^{ - 4}}\left( {12 - w} \right){M^{1.14}} + } \right.{\rm{ }}\\ \left. {3.25({g_1} - 2) + 2.5({g_2} - 3)} \right]/100。\end{array} $ (10)

式中:w为土壤有机质质量分数,%;g1为土壤结构等级,g2为土壤渗透等级,可分别参照表 2表 3取值;M=n1(100-n2)或n1(n3+n4),其中,n1n2n3n4分别为粒径0.002~0.1 mm、< 0.002 mm、0.002~0.05 mm和0.05~2 mm的土壤颗粒质量分数,%。

表 2 土壤结构等级取值表 Tab. 2 Values for different soil texture grades
表 3 土壤渗透等级取值表 Tab. 3 Values for different soil infiltration grades

扰动前后土壤结构等级和渗透等级均发生变化,因此可按下式计算增大系数:

$ {n_{{\rm{km}}}} = \frac{{{K_{{\rm{wd}}}}}}{{{K_{\rm{w}}}}}。$ (11)

式中:nkm为根据Wischmeier公式计算的增大系数;KwKwd别为扰动前、后基于Wischmeier公式计算的K因子。

对于上述18个径流小区,扰动前土壤的粒径组成和有机质质量分数、土壤结构和入渗等级等参数的取值可通过表 1获取。然而,对不同土壤而言,其结构等级和渗透等级增大多少才能获得合理的增大系数并不确定。因此,将扰动前土壤结构和渗透等级取值作为起点,按1为间隔逐步增大并分别计算相应的Kwdnkm,直至二者分别取到最大值。然后将不同nkm与基于径流小区得到的nkp进行对比,尝试建立土壤可蚀性因子增大系数的估算公式。

2 结果与分析 2.1 基于径流小区资料的土壤可蚀性增大系数计算结果

18个径流小区计算结果见表 4,可见:6号小区nkp最大,为3.85;19号小区最小,为1.23;90%的径流小区实测nkp介于1.5~3.0间。所有径流小区nkp均值为2.15,标准偏差0.66,变异系数31%。根据变异等级划分[23],全国范围内nkp值属中度变异,表明所得结果总体较为接近,但不同土壤类型间存在差异。计算得到东北黑土区、北方土石山区、西北黄土高原区、西南紫色土区和南方红壤区的nkp值分别为1.68、2.69、1.90、2.65和2.03。

表 4 基于径流小区资料的土壤可蚀性因子增大系数计算结果 Tab. 4 Enhancement coefficients of soil erodibility factors calculated by runoff plots data
2.2 基于Wischmeier公式的土壤可蚀性增大系数估算方法

基于表 1中各小区的土壤参数,按照土壤结构等级和渗透性等级逐步增大的方式,用Wischmeier公式计算发现:即使将土壤结构等级和渗透等级分别取最大值4和6时,东北黑土区、北方土石山区、西北黄土高原区、西南紫色土区和南方红壤区的nkm仅为1.52、1.36、1.26、1.37和1.21,较小区实测值分别低9.5%、49.4%、33.7%、48.3%和40.4%(图 1)。

BS:黑土, Black Soil。CS:褐土, Cinnamouic Soil。LP:黄土, Loess soil; PS:紫色土, Purple Soil。RS:红壤, Red Soil。nkm为根据Wischmeier公式计算的土壤可侵蚀性因子增大系数; nkm is enhancement coefficient of soil erodibility factor estimated based on Wischmeier formula. 图 1 基于径流小区资料和Wischmeier公式的不同水土保持分区土壤可蚀性因子增大系数对比 Fig. 1 Comparison of enhancement coefficients soil erodibility factors estimated from runoff plot data and the Wischmeier formula

可见,除东北黑土区外,各区2种方法所得结果相差较大。这说明,仅通过调整土壤结构等级和渗透性等级取值,尚无法获得和基于径流小区资料计算相近似的增大系数,若要建立2种方法所得结果间的修正关系,必须考虑不同土壤类型的差异。根据上述分析,最终提出了基于Wischmeier公式的增大系数简易估算方法:

$ {n_{{\rm{kw}}}} = {a_{\rm{x}}}\frac{{{K_{{\rm{we}}}}}}{{{K_{\rm{w}}}}}. $ (12)

式中:nkw为修正后的根据Wischmeier公式计算的增大系数;Kw为采用Wischmeier公式计算的某种土壤的K因子;Kwe为土壤结构等级和土壤渗透等级分别取最大值4和6时采用Wischmeier公式计算得到的K因子;ax为根据径流小区资料和Wischmeier公式得到的修正系数,即为nkmn的倍数,在东北黑土区、北方土石山区、西北黄土高原区、西南紫色土区和南方红壤区,可分别取1.11、1.98、1.51、1.93和1.68。

3 结论与讨论

为反映生产建设项目中农林开发等一般扰动引起的土壤侵蚀量变化,本研究提出了一般扰动地表土壤可蚀性因子增大系数,并基于径流小区修建过程中扰动情况与生产建设项目一般扰动的相似性,运用径流小区实测资料,计算得到东北黑土区、北方土石山区、西北黄土高原区、西南紫色土区和南方红壤区土壤可蚀性因子增大系数分别是1.68、2.69、1.90、2.65和2.03,全国均值可取2.11。研究结果可提高基于土壤流失方程测算的一般扰动地表土壤流失量的精度,为生产建设项目水土流失防治和监管提供支撑。

本研究所提出的土壤可蚀性因子增大系数能够反映一般扰动地表因土壤趋于疏松而导致的土壤侵蚀量变化;但由于目前尚无针对生产建设项目一般扰动情况的监测资料,因此本研究采用了类似的径流小区修建过程中的扰动情况进行分析。但这一类比方法只是一种简易的估算方法,其准确性和精度有待进一步的提高。本研究共优选出18处径流小区,小区数量相对较少,因此相应的研究结果可能仍无法全面准确的描述一般扰动对土壤侵蚀的影响。建议后续应加强在一般扰动项目建设过程中对水土流失的监测,以获取更为准确和更具代表性的数据资料,进一步提高对由于一般扰动地表土壤性质变化而引起的土壤流失量变化的估算精度。同时,也应加强对扰动土地水土流失过程的研究,以期建立物理意义清晰的一般扰动地表土壤侵蚀预报方法。

4 参考文献
[1]
郭索彦, 姜德文, 赵永军, 等. 建设项目水土流失现状与综合治理对策[J]. 中国水土保持科学, 2008, 6(1): 51.
GUO Suoyan, JIANG Dewen, ZHAO Yongjun, et al. Current status and comprehensive control strategies of soil erosion for construction projects[J]. Science of Soil and Water Conservation, 2008, 6(1): 51. DOI:10.3969/j.issn.1672-3007.2008.01.008
[2]
高旭彪. 开发建设项目土壤侵蚀模数预测方法初步研究[J]. 中国水土保持科学, 2008, 6(3): 116.
GAO Xubiao. Prediction method for erosion rates on developing and construction projects[J]. Science of Soil and Water Conservation, 2008, 6(3): 116. DOI:10.3969/j.issn.1672-3007.2008.03.022
[3]
史志华, 方怒放, 李璐, 等. 应用KINEROS2模型对土质道路侵蚀过程的模拟[J]. 地理研究, 2010, 29(3): 408.
SHI Zhihua, FANG Nufang, LI Lu, et al. Modeling erosion processes on unpaved roads using KINEROS2[J]. Geographic Research, 2010, 29(3): 408.
[4]
陈展鹏, 雷廷武, 晏清洪, 等. 汶川震区滑坡堆积体体积三维激光扫描仪测量与计算方法[J]. 农业工程学报, 2013, 29(8): 135.
CHEN Zhanpeng, LEI Tingwu, YAN Qinghong, et al. Measuring and calculation methods for landslide volume with 3-D laser scanner inWenchuan earthquake area[J]. Transactions of the CSAE, 2013, 29(8): 135.
[5]
杜鹏飞, 刘孝盈, 宁堆虎. 生产建设项目用地土壤风蚀量监测方法与预报模型分析[J]. 中国水土保持科学, 2013, 11(1): 117.
DU Pengfei, LIU Xiaoying, NING Duihu. Discussion on monitoring methods and prediction models of wind erosion in production and construction projects[J]. Science of Soil and Water Conservation, 2013, 11(1): 117. DOI:10.3969/j.issn.1672-3007.2013.01.020
[6]
郭明明, 王文龙, 李建明, 等. 神府矿区弃土弃渣体侵蚀特征及预测[J]. 土壤学报, 2015, 52(5): 1044.
GUO Mingming, WANG Wenlong, LI Jianming, et al. Erosion on dunes of overburden and waster slag in ShenFu coalfield and prediction[J]. Acta Pedologica Sinica, 2015, 52(5): 1044.
[7]
李宏伟, 王文龙, 黄鹏飞, 等. 土石混合堆积体土质可蚀性K因子研究[J]. 泥沙研究, 2014, 4(2): 49.
LI Hongwei, WANG Wenlong, HUANG Pengfei, et al. Experimental study of soil erodibility factor of earth-rock engineering accumulation in loess areas[J]. Journal of Sediment Research, 2014, 4(2): 49.
[8]
黄鹏飞, 王文龙, 江忠善, 等. 黄土区工程堆积体水蚀测算模型坡度因子研究[J]. 泥沙研究, 2015, 10(5): 57.
HUANG Pengfei, WANG Wenlong, JIANG Zhongshan, et al. Study on slope factor of water erosion model for engineering piles in the loess area[J]. Journal of Sediment Research, 2015, 10(5): 57.
[9]
水水利部, 中国科学院, 中国工程院. 中国水土流失防治与生态安全:开发建设活动卷[M]. 北京: 科学出版社, 2010.
The Ministry of Water Resources of People's Republic of China, Chinese Academy of Sciences, China Engineering Academy. China's prevention and control of soil erosion and ecological security:Volume of development and construction activities[M]. Beijing: Science Press, 2010.
[10]
徐永年, 孙秋来. 谈开发建设项目扰动面土壤流失量的预测[J]. 中国水土保持, 2004(3): 25.
XU Yongnian, SUN Qiulai. Soil loss amount prediction of disturbed land of development and construction projects[J]. Soil and Water Conservation in China, 2004(3): 25. DOI:10.3969/j.issn.1000-0941.2004.03.012
[11]
WISCHMEIER W H, SMITH D D. Predicting rainfall erosion losses: A guide to conservation planting[R]. United States Department of Agriculture. Agriculture Handbook: No. 537. Washington: United States Department of Agriculture, 1978.
[12]
中华人民共和国水利部.水土保持试验规范: SL419-2007[S].北京: 中国水利水电出版社, 2008.
Ministry of Water Resources of People's Republic of China. Experimental standard of soil and water conservation: SL419-2007[S]. Beijing: China Hydroelectricity Press, 2008.
[13]
张宪奎, 许靖华, 卢秀琴, 等. 黑龙江省土壤流失方程的研究[J]. 水土保持通报, 1992, 12(4): 1.
ZHANG Xiankui, XU Jinghua, LU Xiuqin, et al. A study on the soil loss equation in Heilongjiang province[J]. Bulletin of Soil and Water Conservation, 1992, 12(4): 1.
[14]
毕小刚, 段淑怀, 李永贵, 等. 北京山区土壤流失方程探讨[J]. 中国水土保持科学, 2006, 4(4): 6.
BI Xiaogang, DUAN Shuhuai, LI Yonggui, et al. Study on soil loss equation in Beijing[J]. Science of Soil and Water Conservation, 2006, 4(4): 6. DOI:10.3969/j.issn.1672-3007.2006.04.002
[15]
朱青, 王兆骞, 尹迪信. 贵州坡耕地水土保持措施效益研究[J]. 自然资源学报, 2008, 23(2): 221.
ZHU Qing, WANG Zhaoqian, YIN Dixin. A study on effects of soil and water conservation measurements on sloping land in Guizhou[J]. Journal of Natural Resources, 2008, 23(2): 221.
[16]
郑海金, 杨洁, 喻荣岗, 等. 红壤坡地土壤可蚀性K值研究[J]. 土壤通报, 2010, 41(2): 425.
ZHENG Hainjin, YANG Jie, YU Ronggang, et al. Study on soil erodibility factor K on red-soil sloping land[J]. Chinese Journal of Soil Science, 2010, 41(2): 425.
[17]
彭冬水, 陈吉虎, 姜德文, 等. 农林开发项目水土保持准入条件[J]. 中国水土保持科学, 2010, 8(3): 121.
PENG Dongshui, CHEN Jihu, JIANG Dewen, et al. Permitted requirements of soil and water conservation for agricultural and forestry projects[J]. Science of Soil and Water Conservation, 2010, 8(3): 121. DOI:10.3969/j.issn.1672-3007.2010.03.022
[18]
NEARING M A. A single, continuous function for slope steepness influence on soil loss[J]. Soil Science Society of America Journal, 1997, 61(3): 917. DOI:10.2136/sssaj1997.03615995006100030029x
[19]
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.
ZHANG Wenbo, FU Jinsheng. Rainfall erosivity setimation under different rainfall amount[J]. Resources Science, 2003, 25(1): 35. DOI:10.3321/j.issn:1007-7588.2003.01.006
[20]
WISCHMEIER W H, JOHNSON C B, CROSS B V. A soil erodibility nomograph for farmland and construction sites[J]. Journal of Soil and Water Conservation, 1971, 26(5): 189.
[21]
WILLIAMS J R, JONES C A, DYKE P T. The EPIC model and its application[C]. Proceedings of the international symposium on minimum data sets for agrotechnology transfer. Patancheru P O, Andhra Pradesh, India: International crops research institute for the semi-arid tropics, 1984.
[22]
SHIRAZI M A, BOERSMA L. A unifying quantitative analysis of soil texture[J]. Soil Science Society of America Journal, 1984, 48: 142. DOI:10.2136/sssaj1984.03615995004800010026x
[23]
张科利, 谢云, 魏欣, 等. 黄土高原土壤侵蚀评价[M]. 北京: 科学出版社, 2015: 10.
ZHANG Keli, XIE Yun, WEI Xin, et al. Soil erosion evaluation of the Loess Plateau[M]. Beijing: Science Press, 2015: 10.