基于USLE模型的滹沱河上游黄土区土壤侵蚀空间特征研究

doi:10.11924/j.issn.1000-6850.casb20190900654

中国农学通报 ›› 2020, Vol. 36 ›› Issue (7): 76-82.doi: 10.11924/j.issn.1000-6850.casb20190900654

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

基于USLE模型的滹沱河上游黄土区土壤侵蚀空间特征研究

王炳哲¹, 毕如田¹(), 陈利根¹^,²(), 荆耀栋¹

¹ 山西农业大学资源环境学院,山西太谷 030801
² 南京农业大学公共管理学院,南京 210095

收稿日期:2019-09-17 修回日期:2019-11-06 出版日期:2020-03-05 发布日期:2020-03-02
通讯作者: 毕如田,陈利根
作者简介:王炳哲,男,1995年出生,山西运城人,硕士,研究方向：土地信息技术。通信地址：030801 山西农业大学资源环境学院,E-mail：wangbz.sxau@163.com。
基金资助:
国土资源部公益性行业项目“北方村庄压煤山丘区土地综合整治技术研究”(201411007)

Soil Erosion in Loess Area of the Upstream of the Hutuo River: Spatial Characteristics Based on USLE Model

Wang Bingzhe¹, Bi Rutian¹(), Chen Ligen¹^,²(), Jing Yaodong¹

¹ College of Resources and Environment, Shanxi Agricultural University, Taigu Shanxi 030801
² College of Public Administration, Nanjing Agricultural University, Nanjing 210095

Received:2019-09-17 Revised:2019-11-06 Online:2020-03-05 Published:2020-03-02
Contact: Rutian Bi,Ligen Chen

摘要/Abstract

摘要：

滹沱河是山西省面积较大的支流之一,研究滹沱河上游的土壤侵蚀对于建立山西省生态修复体系具有重要意义。以忻州市滹沱河上游为研究区,以遥感影像数据、数字高程模型数据、降雨数据、土壤类型数据为基础,利用GIS、RS技术,结合美国通用水土流失方程(USLE)估算滹沱河上游流域的土壤侵蚀模数。结果表明：（1）2015年滹沱河上游的土壤平均侵蚀模数为2538.9 t/(km ²·a),整体属于中等侵蚀水平。土壤侵蚀类型主要为微度侵蚀、极强烈和剧烈侵蚀;（2）随着高程海拔的升高,土壤侵蚀强度加大,土壤侵蚀面积减少,高程与土壤侵蚀强度呈正相关关系,与侵蚀面积呈负相关关系。剧烈侵蚀在各个高程带均有分布,在[500,1000)高程带中,微度侵蚀的面积范围最大;（3）研究区在0—5°带的土壤侵蚀面积分布最大;（4）牧草地的土壤侵蚀分布范围最广,其次分别为耕地>林地>园地>城镇村及工矿用地>水域及水利设施用地>其他土地。研究结论可为政府制定土壤侵蚀治理的技术方法、治理方案以及治理工程类型、规模及布局等提出科学依据。

关键词: 土壤侵蚀, GIS, ULSE, RS, 滹沱河上游

Abstract:

The Hutuo River is one of the large tributaries of the Haihe River in Shanxi. Studying the soil erosion in the upstream of the Hutuo River is of great significance for establishing the ecological restoration system of Shanxi. Taking the upstream of the Hutuo River in Xinzhou as the study area, based on the remote sensing image data, data elevation model data, rainfall data and soil type data, we estimated the soil erosion modulus of the upstream of the Hutuo River combined with GIS, RS, the US Universal Soil Loss Equation (USLE). The results showed that: (1) in 2015, the average soil erosion modulus of the upstream of the Hutuo River was 2538.9 t/(km ²·a), which was moderately erosive; the soil erosion types were mainly micro-erosion, extremely strong and severe erosion; (2) as the elevation rose, the higher the soil erosion intensity, the less the soil erosion area was, the elevation was positively correlated with the soil erosion intensity, and negatively correlated with the erosion area; severe erosion distributed in each elevation zone; the slightly erosion area was the largest in the [500,1000) elevation zone; (3) the soil erosion area of the study area was the largest in the 0-5° zone; (4) the soil erosion distribution of pasture and grassland was the widest, followed by cultivated land>forest land>garden land>urban village and industrial and mining land>water area and water conservancy facilities land>other land. The conclusion can provide a scientific basis for the government to adopt suitable soil erosion treatment technical methods, formulate treatment layout and scheme, and determine treatment types and scale.

Key words: soil erosion, GIS, ULSE, RS, the upstream of the Hutuo River

中图分类号:

S159.2

王炳哲, 毕如田, 陈利根, 荆耀栋. 基于USLE模型的滹沱河上游黄土区土壤侵蚀空间特征研究[J]. 中国农学通报, 2020, 36(7): 76-82.

Wang Bingzhe, Bi Rutian, Chen Ligen, Jing Yaodong. Soil Erosion in Loess Area of the Upstream of the Hutuo River: Spatial Characteristics Based on USLE Model[J]. Chinese Agricultural Science Bulletin, 2020, 36(7): 76-82.

图/表 11

图1. 研究区位置

图2. K值图

土壤类型	石质土	褐土	盐土	粗骨土	潮土	粟褐土	棕壤	山地草甸土	水稻土	亚高山草甸土
土壤可侵蚀性因子K值	0.0530	0.2804	0.3773	0.1961	0.2462	0.2505	0.1239	0.1836	0.2254	0.2080

表1. K值表

图3. LS值图

图4. C值图

土地利用类型	林地	牧草地	城镇村及工矿用地	水域及水利设施用地	耕地（坡度<13.5°）	耕地（坡度>13.5°）	园地	其他土地
P值	0	0.15	0	0	0.35	1	1	0

表2. 不同土地利用类型的P值

图5. P值图

图6. 不同侵蚀强度下的侵蚀面积和占比

图7. 不同高程值下的土壤侵蚀强度等级面积

图8. 不同坡度下的土壤侵蚀强度等级面积

图9. 不同土地利用现状下的土壤侵蚀强度等级

参考文献 31

[1]	王莉娜, 李文龙, 王素芳 , 等. 基于遥感和USLE模型的2000-2010年甘肃省土壤侵蚀变化评价[J]. 草业科学, 2016,33(02):176-183.
[2]	杨勤科, 李锐, 刘咏梅 . 区域土壤侵蚀普查方法的初步讨论[J]. 中国水土保持科学, 2008,6(03):1-6.
[3]	杨琴 . 基于USLE的喀斯特地区水土流失定量监测研究[D]. 贵州:贵州师范大学, 2008.
[4]	杨勤科, 李锐 . 中国水土流失和水土保持定量研究进展[J]. 水土保持通报, 1998,1(05):14-19.
[5]	Wischmeier.W H, Smith.D D . Predicting rainfall-ero-sion losses from cropland east of the Rocky Mousntains:A Guide to conservation planning[M]. Washington DC:USDA Agric.Handb, 1978.
[6]	彭双云, 杨昆, 洪亮 , 等. 基于USLE模型的滇池流域土壤侵蚀时空演变分析[J]. 农业工程学报, 2018,34(10):138-146,305.
[7]	Hickey R, Smith A, Jankowski P . Slope length calculation from a DEM within ARC/INFO grid[J]. Computers, Environmentand Urban Systems, 1994,18(5):365-380.
[8]	Van Remortel R D, Maichle R W, Hickey R J . Computing the LS factor for the Revised Universal Soil Loss Equation through array-based slope processing of digital elevation data using a C ++ executable [J]. Computers and Geosciences, 2004,30(9):1043-1053.
[9]	曹龙熹, 符素华 . 基于DEM的坡长计算方法比较分析[J]. 水土保持通报, 2007,27(5):58-62.
[10]	董林垚, 郑艳霞, 程冬兵 , 等. 气候变化对降雨侵蚀力的影响研究综述[J]. 长江科学院院报, 2015,32(3):59-63.
[11]	寻瑞, 王克林, 于闽 , 等. 基于侵蚀降雨特征的湘江流域R因子修正算法[J]. 中国水土保持科学, 2012,10(1):32-37.
[12]	Sharply A N, Williams J R . Epic-erosion Productivity Impact Calculator: I. Model Documentation[M]. Washington DC: U S Department of Agriculture, 1990.
[13]	王略, 屈创, 赵国栋 . 基于中国土壤流失方程模型的区域土壤侵蚀定量评价[J]. 水土保持通报, 2018,38(1):122-125,130.
[14]	高峰, 华璀, 卢远 , 等. 基于GIS和USLE的钦江流域土壤侵蚀评估[J]. 水土保持研究, 2014,21(1):18-22,28.
[15]	王秋霞 . 花岗岩区崩壁土体水力侵蚀特征研究[D]. 武汉:华中农业大学, 2018.
[16]	门明新, 赵同科, 彭正萍 , 等. 基于土壤粒径分布模型的河北省土壤可蚀性研究[J]. 中国农业科学, 2004,37(11):1647-1653.
[17]	刘新华 . 区域水土流失地形因子分析与提取研究[D]. 杨凌:西北农林科技大学, 2001.
[18]	江忠善, 李秀英 . 黄土高原土壤流失预报方程中降雨侵蚀力和地形因子的研究[J]. 中国科学院西北水土保持研究所集刊, 1988,7(1):40-45.
[19]	王国芳 . 基于遥感技术的植被覆盖度的动态监测[J]. 山西农业科学, 2015,43(5):592-595.
[20]	耿豪鹏, 潘保田, 王超 , 等. 基于GIS与USLE的榆中县土壤侵蚀[J]. 兰州大学学报:自然科学版, 2009,45(6):8-13.
[21]	邱扬, 傅伯杰, 王勇 . 土壤侵蚀时空变异及其与环境因子的时空关系[J]. 水土保持学报, 2002,16(1):108-111.
[22]	倪晋仁, 李英奎 . 基于土地利用结构变化的水土流失动态评估[J]. 地理学报, 2001,56(5):610-620.
[23]	潘建平 . RUSLE及其影响因子的快速计算分析[J]. 地质灾害与环境保护, 2008,19(1):88-92.
[24]	曹胜, 欧阳梦云, 周卫军 , 等. 基于GIS和USLE的宁乡市土壤侵蚀定量评价[J]. 中国农业大学学报, 2018,23(12):149-157.
[25]	张建香, 张勃, 张华 , 等. 黄土高原的景观格局变化与水土流失研究——以黄土高原马莲河流域为例[J]. 自然资源学报, 2011,26(9):1513-1525.
[26]	游松财, 李文卿 . GIS支持下的土壤侵蚀量估算——以江西省泰和县灌溪乡为例[J]. 自然资源学报, 1999,14(1):63-69.
[27]	蔡崇法, 丁树文, 史志华 , 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000,14(2):19-24.
[28]	王晗生, 刘国彬, 王青宁 . 流域植被整体防蚀作用及景观结构剖析[J]. 水土保持学报, 2000,14(5):73-77,97.
[29]	中华人民共和国水利部. 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, 2008.
[30]	朱洪芬, 杨营, 毕如田 . 基于GIS和RS的繁峙县土壤侵蚀研究[J]. 中国农业资源与区划, 2014,35(5):44-47,60.
[31]	余宇航 . 小流域土壤抗蚀性特征及水土流失定量预测研究[D]. 长沙:湖南农业大学, 2010.

基于USLE模型的滹沱河上游黄土区土壤侵蚀空间特征研究

Soil Erosion in Loess Area of the Upstream of the Hutuo River: Spatial Characteristics Based on USLE Model

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 31

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	丁琪洵, 汤萌萌, 李子杰, 江文娟, 张学伟, 马友华. 涡阳县高标准农田耕地质量等级评价研究[J]. 中国农学通报, 2022, 38(4): 46-52.
[2]	孙喜军, 邓睿, 吕爽, 高莹, 蔡苗, 缑巧红, 赵娟. 西安市农用地土壤有机质空间变异特征[J]. 中国农学通报, 2022, 38(35): 43-53.
[3]	卢梦瑶, 刘德虎, 鲁雪丽, 梁衡, 孙媛媛, 刘亚林, 宋廷强, 范海生. 基于主成分分析的湖北省洪涝灾害风险评估模型构建[J]. 中国农学通报, 2022, 38(32): 119-127.
[4]	杨琪雪, 潘换换, 吴树荣, 杜自强, 张红, 武志涛. 基于GIS的山西省煤田生态环境敏感性评价[J]. 中国农学通报, 2022, 38(3): 59-66.
[5]	张羽丰, 孙江涛, 李青松, 范利瑶, 文倩. 豫东农区农户宅基地退出意愿及影响因素分析——以扶沟县为例[J]. 中国农学通报, 2022, 38(2): 150-156.
[6]	吴题, 魏晓玲, 冯常青, 黄云侠, 徐时长, 邱福祥, 郑英洁, 李文卿, 何华勤. 烟草MRS2/MGT基因家族的鉴定与表达分析[J]. 中国农学通报, 2022, 38(16): 18-26.
[7]	厉雅华, 张向前, 安祺, 武迪, 刘战勇, 孙峰, 张德健, 高敏, 张国英, 邢俊. 耕地地力评价方法及实践应用研究进展[J]. 中国农学通报, 2022, 38(15): 60-68.
[8]	张洁, 陈美球, 张淑娴, 张玉琴. 生计资本视角下农户土地承包权调整方式认可度研究[J]. 中国农学通报, 2022, 38(11): 137-143.
[9]	古丽娜尔·索尔达汗, 李晓燕, 石振宇, 邢梓涵, 吴海涛. 长春市建设用地扩张对耕地资源的影响[J]. 中国农学通报, 2022, 38(11): 89-95.
[10]	洪丽, 庞松龄, 耿美云. GIS技术在城市历史遗产保护管理中的应用研究进展[J]. 中国农学通报, 2021, 37(8): 145-150.
[11]	鄢继选, 康霞, 张梅花, 孙栋元, 乔蕻强. 河西走廊永昌县农地流转行为及影响因素研究[J]. 中国农学通报, 2021, 37(5): 143-148.
[12]	梁钰珮, 王文昌. 永久基本农田后期管护中农民参与意愿及其影响因素研究[J]. 中国农学通报, 2021, 37(5): 149-155.
[13]	袁慧, 杜超群, 赵小涛, 肖志明, 赵虎. 基于混合效应的湖北杉木冠长率模型[J]. 中国农学通报, 2021, 37(4): 31-37.
[14]	刘琳, 马腾飞, 贾孙悦, 周芹, 王皙玮. 改良QuEChERS方法结合气相色谱测定红甜菜中20种农药残留[J]. 中国农学通报, 2021, 37(35): 110-117.
[15]	梁伟森, 方伟. 农户贷款信用风险评估——基于CFPS2018数据的分析[J]. 中国农学通报, 2021, 37(25): 157-164.