基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究—以兴义市为例国土资源专业.docx

基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究 ——以兴义市为例 摘 要：本文基于GIS，利用RUSLEM模型，结合兴义市DEM、月降雨量、土地利用数据、NDVI等数据，研究兴义市土壤空间分布特征，并且在进一步的分析土壤腐蚀强度的变化与土地利用程度和坡度的关系。结果表明，（1）从空间上来看，兴义市土壤侵蚀的等级较低的范围主要分布在市里的北部和西部，而且突然都是以块状为主；而另外的受到侵蚀等级高的主要分布在市里的相反方向，也就是南部和东部，这种侵蚀程度的都是以条带状为主；（2）从角度上来看，不同角度的土壤受到的侵蚀程度也是不同的，例如坡度分布在八度到十五度和十五度到二十五度的土壤会受到最大程度的侵蚀，侵蚀面积已经占到总面积的百分之六十六点六零；（3）从土地类型上来看，耕地和未利用土地占总土壤侵蚀面积比最大，分别为33.67%和26.76%。 Abstract:Based on the RUSLEM model of GIS, and combined with the monthly rainfall, land use data and NDVI data of Xingyi City, this paper studies the spatial distribution characteristics of soil in Xingyi City.Furthermore, the relationship between the change of soil corrosion intensity and the degree of land use and slope is further analyzed. The results show that: The main results are as follows: (1) in terms of space, the lower grade of soil erosion in Xingyi City is mainly distributed in the north and west of the city, and all of a sudden it is mainly block-shaped; Other high erosion grades are mainly distributed in the opposite direction of the city, that is, the south and east of the city, the degree of erosion is mainly a strip; (2) from an angle of view, the degree of erosion to soils from different angles is also different, for example, soils with slope ranges from eight degrees to fifteen degrees and fifteen degrees to twenty-five degrees will be subjected to the greatest degree of erosion. The erosion area has already accounted for 66.6% of the total area; (3) from the point of view of land type cultivated land and unused land accounted for the largest proportion of total soil erosion area, 33.67% and 26.76%, respectively. 关键词：GIS；RUSLE；兴义市；土壤侵蚀； Key words: GIS;RUSLE;Soil erosion in Xingyi city 1.引言 土壤侵蚀是一种常见的自然灾害，它是指土地里的土壤母质由于各种外力因素的影响下土壤被破坏，表面被剥离、搬运、沉积的过程[1]这我国现在正在遭受着严重的土壤侵蚀，土壤侵蚀这种自然灾害已经遍及全国范围，对我国的土地资源造成了严重的破坏，导致生态环境遭到严重的损害。根据资料得知，土壤侵蚀已经对我国的土地造成严重的破坏，整体面积超过六分之一受到了土壤侵蚀。因为严重的土壤侵蚀，土地的表层资源已经被侵蚀的土质开始坏掉，从而导致土地开裂，这种开裂的土地无法种植农作物，这样又间接造成了粮食产量的降低，使土地利用率大幅度降低。近几年来，随着天气愈加恶劣，也导致了土壤侵蚀的速度在不断加快，这种现象如果不及时治理，人们未来的生存将会受到造成极大威胁[2]。 在这个世界上有一片土壤条件极其差的地区，那就是西南喀斯特地区，在这一片地区上，环境极其恶劣，有着极其恐怖的岩溶[3]。这片地区变成如今的现状，不但与独特的地质背景和可怕的岩溶作用有着密不可分的关系，还会人类不合理的土地利用有关系，从而加速了土壤侵蚀以致于形成今天这样的局面，使得区内石漠化问题和贫困问题相互制约，生态保护与社会经济发展矛盾凸显，使西南喀斯特地区土壤侵蚀恶化，严重制约了西南喀斯特地区的经济发展[4-6]。目前的社会上关于土壤侵蚀的研究还是以1997年由美国土壤水土保持局发布的修正土壤流失方程最广泛。像我国的贵州省的土壤侵蚀的研究较多，例如，孙德亮教授等人以贵州省为例的研究，虽然对贵州省的研究较多，但是对于兴义市的研究却几乎没有。因此，兴义市土壤侵蚀研究对改善土地利用方式和有效地实施水土保持工作具有重要的意义。 2.研究区域概况 兴义市是属于贵州省的一个市，，有着独特的地理位置，它还是布依族自治州的首府。它的面积大概有2846平方千米，森林覆盖率较高，约为百分之三十，耕地面积大概有三万公顷。这个市的地势是西北高，东南低，这里的土壤里主要分布着碳酸盐岩这种物质，独特的喀斯特地貌，土壤的主要类型与中原完全不同，那里则是水稻土、草甸土等各种物质，而且流域内还分布着两种不一样的地貌，一种是峰林洼地，另一种则是岩溶高原，这种恶劣的地貌导致了这样的土壤环境；兴义市属于亚热带季风气候，温暖潮湿，还有降雨量大的特点，降水量约为1531.6mm。区域处于喀斯特生态环境脆弱地区，当地只能种植一些亚热带农作物，例如水稻玉米等。随着经济社会的发展，人类对土地不合理利用的弊端愈演愈烈，导致自然环境受到了严重的损伤破坏，土壤被严重侵蚀，土地利用率也在不断下降，保护土壤也越来越迫在眉睫。 3.数据与方法 3.1 数据来源 本研究采用基础数据包括：兴义市30m分辨率的数字高程模型（DEM），来源于地理空间数据云（http：）；兴义市市12个月月均降雨数据，来源于中国气象数据共享服务网；2010年研究区土地利用数据；Landsat8遥感数据，空间分辨率为30m，来源于地理空间数据云（http：）；土壤数据，来源于HWSD数据库（ 3.2 研究方法 本研究采用美国土壤水土保持局提出的修正土壤流失方程RULSE模型进行模拟研究[13]，计算流程如图1所示，方程表达程式为： (1) (1) 式中：A—土壤侵蚀量t/(km2·a）；R—降雨侵蚀因子(MJ·mm/（hm2·h·a）；K—土壤可侵蚀因子（t·hm2·h/（MJ·mm·hm2 ）；L—坡长因子；S—坡度因子；C—耕作管理植被覆盖因子；P—水土保持措施因子。 图1 土壤请示计算计算流程图 3.2.1 降雨侵蚀力（R）因子 降雨是导致土壤发生侵蚀的重要因素之一，而降雨侵蚀力因子则是降雨带来的一个研究方法，它所表达的意思是降水对土壤的侵蚀能力较小，但是在一定程度上显示出时空对土壤侵蚀的空间分布。当前国内外许多有关学者提出了多种基于月平均降雨量计算R 的简易公式[7]， 由于兴义市地表破碎且降水相对较为集中，水蚀作用强烈，鉴于数据资料有限，本研究采用周伏建等[8]。提出的适合南方喀斯特地区的简易计算公式计算降雨侵蚀力Ｒ： （2） （2） 式中：R—降雨侵蚀力因子(MJ·mm/(hm2·h·a)； Pi—兴义市多年1—12月平均的降雨量(mm)。 在ArcGIS中加载兴义市12个月月均降雨数据，根据公式（2）利用栅格计算器计算降雨侵蚀力因子R。 3.2.2土壤可蚀性（K）因子 （3） 土壤可蚀性因子也是土壤研究中的一个重要系数，它反映了降雨对土壤侵蚀分离等各种损伤的难易程度，表达了土壤受到降水侵蚀抵抗的综合力，这个因子与土壤的内部结构，降雨量的大小，坡面的渗透度等都有着重要的作用。土壤类型不同，K值对应的大小不同，K值越小，土壤受侵蚀的可能性越小，反之越大。本文选择Williams [9]等提出的 EPIC模型公式计算K值，公式如下： （3） 式中:K是土壤可侵蚀性因子，Sd--砂粒含量（%）；St—粉砂含量（%）； Ct—黏粒含量（%)）；Cor—表层土壤机碳含量（%）； 根据HWSD数据库的土壤数据，将下载好的数据导入ARCGIS中，其中栅格影像直接拖入打开即可，将坐标系统定义为WGS84地理坐标系（经纬度）(用 Define Projection工具)，影像的拉伸方式(stretched)改为无(None)，然后获取唯一值，即可看到大约有三万多个数值，然后打开属性表，找到value。获取表层黏粒含量、表层粉砂粒含量、表层砂粒含量、表层有机质含量4个指标栅格数据。 裁剪出自己需要的区域，将裁剪后的HWSD栅格数据转成矢量数据，转的时候注意选择VALUE字段，以便后面属性表链接。打开下载好的dbf数据库，找到HWSD_DATA表中HWSD_DATE的字段，里面的“MU_GLOBAL”是与HWSD栅格数据属性表中的VALUE相同的字段。在生成的矢量数据上右击找到关联和连接，选择连接（关联也可以），将VALUE和HWSD_DATA表中MU_GLOBAL字段相连接。我们实际需要的是常见的单字段栅格数据，因此需要将多字段矢量数据中的表层黏粒含量(T_CLAY)、表层粉砂粒含量(T_SILT)、表层砂粒含量（T_SAND）、表层有机质含量(T_OC)四个字段提出来，形成4个单字段栅格数据。具体做法是用Ploygon to raster工具，将矢量面文件成栅格数据（注意根据需要设置好空间分辨率），即得到我们需要的单波段栅格数据。重复上述步骤4次得到表层黏粒含量、表层粉砂粒含量、表层砂粒含量、表层有机质含量4个指标的单字段栅格数据。根据公式（3）利用所得表层黏粒含量、表层粉砂粒含量、表层砂粒含量、表层有机质含量4个指标计算出土壤可蚀性（K）因子。 3.2.3 坡长坡度（LS）因子 有一个自然因素是我们无法忽略的，就是地形，地形也会影响到土壤侵蚀的能力，而且地形不仅会影响植被和土壤的形成发展，还会支配地表能量和土壤物质的再分配，这个地形因素也决定着地表的径流。坡长坡度因子是影响土壤侵蚀的基本因素，本研究采用30m分辨率的DEM数据提取坡长坡度因子，借鉴以下模型计算坡长坡度因子,公式如下： （4） （4） 式中：LS是坡长坡度因子，A——是汇流累积量，θ—是坡度。 由在GIS平台下加载的数据可以得出，规划出研究区域，利用产生的DEM数据，第一步要计算出汇流的累积量。在GIS平台上下载的模型中，模型上的每一个栅格来说，汇流的累积量代表着上游会有多少水流方向最终会合而为一。累积的数据越大，表面就越容易形成地表的径流。计算汇流的过程为，先将DEM中的洼池