一种基于RUSLE的区域土壤侵蚀定量评价方法

技术领域

本发明涉及区域土壤侵蚀定量评估技术领域，具体涉及一种基于RUSLE的区域土壤侵蚀定量评价方法。

背景技术

土壤侵蚀是全世界面临的最严重的环境问题之一。土壤为生态系统中的各物种提供物质基础，其被侵蚀破坏将导致土地生产力下降、水质恶化、洪涝灾害加剧等一系列生态环境等问题，严重制约着人类可持续发展。因此，非常有必要开展区域土壤侵蚀定量预测研究。

目前运用较广泛的经验土壤侵蚀评价模型包括通用土壤流失方程(USLE)和修正的通用土壤流失方程(RUSLE)。但在利用USLE/RUSLE模型进行土壤侵蚀定量预测时,这些模型往往采用的年总降雨量计算降雨侵蚀力因子，而没有考虑各季度中降雨出现的不均匀性问题；在计算植被覆盖度因子时，往往采用年平均或具体某一天的植被覆盖度值，而没有考虑植被覆盖度随着季节改变而出现的变化特征。此外，对于水土保持措施因子来说，常用的经验模型大都采用一些经验值。但坡度因素显然对水土保持措施因子的效果具有重要影响。因此，考虑季节特征变化和坡度对RUSLE模型各土壤侵蚀评价因子的影响以提高区域土壤侵蚀评价效果成为当前值得关注的问题。

发明内容

为解决上述RUSLE模型中存在的问题，本发明提供一种基于RUSLE的区域土壤侵蚀定量评价方法。该方法包括以下步骤：

S1：收集整理研究区域相关的多源数据；

S2：对多源数据预处理，并提取季节性降雨侵蚀力R

S3：基于各评价因子和RUSLE模型构建SUSLE模型，获取研究区各栅格单元土壤侵蚀量，并将研究区分为极低、低、中、高和极高等五个侵蚀等级，获取土壤侵蚀分级图。

进一步地，步骤S1中的多源数据包括研究区雨量站点的日降雨量矢量数据、土的物理性质矢量数据、数字高程模型(DEM)栅格数据和Landsat TM遥感影像。

进一步地，步骤S2中通过对多源数据进行预处理来提取季节性降雨侵蚀力R

S21：通过对研究区雨量站点的日降雨量矢量数据进行预处理，根据Wischmeier等提出的基于多年月均和年均降雨量的降雨侵蚀力R值计算公式来得到各雨量站点下的各季节降雨侵蚀力R

式(1)中：R为多年平均降雨侵蚀力因子；i是月份；p

此外，ARCGIS软件中反距离权重插值方法表示被评估单元块的属性与其周围一定距离内已知点的属性有关，并且这种关系与已知点到被估单元块中心点距离的n次幂成反比。相应的计算公式如下：

式(2)中：Z

S22：通过对研究区Landsat TM遥感影像数据进行预处理，选取各季节代表性Landsat TM遥感影像，并在ENVI 5.3软件中获取各季节归一化植被指数(NDVI)图。之后，通过归一化植被指数(NDVI)图来得到各季节植被覆盖与管理C

NDVI＝(NIR-R)/(NIR+R) (4)

式(4)中：NIR和R分别表示Landsat TM影像的近红外波段和红波段。

植被覆盖与管理C因子的计算公式如下：

f

式(5)和(6)中：f

S23：通过对研究区Landsat TM遥感影像数据进行预处理，主要对获取的LandsatTM遥感影像进行几何精度校正和配准，并进行遥感分类提取和人工解译，获得研究区土地利用图。通过结合坡度与土地利用图来考虑坡度对水土保持措施的影响，并对土地利用图进行赋值，从而获取水土保持措施P

S24：通过对研究区数字高程模型(DEM)栅格数据进行预处理，主要结合McCool缓坡和刘宝元陡坡的坡度因子(S)以及坡长因子(L)的计算公式来获取LS因子图。其表达式如下：

L＝(λ/22.13)

式(7)、(8)和(9)中：S为坡度因子；θ为坡度值(°)；L为坡长因子；λ为坡长(m)；m为可变的坡长指数。

S25：通过对研究区土的物理性质矢量数据进行预处理，根据侵蚀-生产力评价模型(EPIC)可计算土壤可蚀性K值，并利用ARCGIS软件中的反距离权重插值方法来得到土壤可蚀性K因子图。侵蚀-生产力评价模型(EPIC)的表达式如下：

式(10)中：SAN-砂粒含量(％)；SIL-粉粒含量(％)；CLA-粘粒含量(％)；C-有机碳含量(％)，为有机质含量除以1.724；SNI＝1-SAN/100。

进一步地，步骤S3中RUSLE模型如下：

A＝R×C×K×L×S×P

考虑季节特征和坡度影响的SUSLE模型如下：

式(11)和(12)中：A为年土壤侵蚀量[t/(ha·year)]；R和R

本发明的有益效果是：在传统土壤侵蚀定量评价过程中，考虑了降雨和植被覆盖度的季节性变化特征以及坡度因素对水土保持措施的影响，可有效提高土壤侵蚀评估准确性。

附图说明

图1是本发明一种基于RUSLE的区域土壤侵蚀定量评价方法的流程图；

图2是本发明一种基于RUSLE的区域土壤侵蚀定量评价方法的SUSLE土壤侵蚀分级图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图1对本发明的具体实施方式作进一步的描述。

本发明的实施例提供一种基于RUSLE的区域土壤侵蚀定量评价方法，包括以下步骤：

S1：收集整理研究区域相关的多源数据，该具体实施例中的研究区域为中国江西省赣州市宁都县。多源数据包括：宁都县及周边附近8个雨量站点1998-2017年日降雨量矢量数据、江西省表土层的194个采样点土的物理性质矢量数据、30m空间分辨率数字高程模型(DEM)栅格数据和2017年3月12日、7月28日、10月3日和12月19日等4副Landsat TM遥感影像。

S2：通过对多源数据进行预处理来提取季节性降雨侵蚀力R

S21：基于中国气象数据中心所提供的宁都县及周边附近8个雨量站点1998-2017年日降雨量矢量数据，利用Wischmeier等提出的降雨侵蚀力R值计算公式来计算各雨量站点下的各季节降雨侵蚀力R

Wischmeier等提出的R值计算公式如下：

式(1)中：R为多年平均降雨侵蚀力因子；i是月份；p

ARCGIS软件中反距离权重插值方法如下：

式(2)中：Z

S22：基于

NDVI＝(NIR-R)/(NIR+R) (4)

式(4)中：NIR和R分别表示Landsat TM影像的近红外波段和红波段。

植被覆盖与管理C因子的计算公式如下：

f

式(5)和(6)中：f

S23：基于2017年12月19日拍摄的Landsat TM遥感影像，对获取的Landsat TM遥感影像进行几何精度校正和配准，并进行遥感分类提取和人工解译，获得研究区土地利用图。土地利用主要分为林地、农田、建设用地、裸草地和水域五种类型。通过考虑坡度对水土保持措施的影响来进行赋值，相应坡度条件下的水土保持措施P

表1 不同坡度不同土地利用类型的水土保持措施因子P

S24：基于Google Earth 7.1.8.3036(32-bit)获取的30m空间分辨率DEM数据，利用McCool和刘宝元所提出的公式在ARCGIS 10.2软件中获取研究区坡度坡长LS因子因子图。相应的计算公式如下：

L＝(λ/22.13)

式(7)、(8)和(9)中：S为坡度因子；θ为坡度值(°)；L为坡长因子；λ为坡长(m)；m为可变的坡长指数。

S25：基于钟壬琳在江西省表土层所获取的194个采样点土的物理性质信息，包括各采样点土的砂粒含量、粉粒含量、粘粒含量和有机碳含量等，利用侵蚀-生产力评价模型(EPIC)计算江西省194个采样点土壤可蚀性K值，并结合ARCGIS软件中的反距离权重插值方法、宁都县边界以及空间分析工具中的掩膜提取来得到研究区土壤可蚀性K因子图。侵蚀-生产力评价模型(EPIC)的表达式如下：

式(10)中：SAN-砂粒含量(％)；SIL-粉粒含量(％)；CLA-粘粒含量(％)；C-有机碳含量(％)，为有机质含量除以1.724；SNI＝1-SAN/100。

S3：获取SUSLE模型下的土壤侵蚀分级图。基于上述5种土壤侵蚀评价因子并结合SUSLE模型来进行区域土壤侵蚀定量评价，得到每个栅格单元对应的土壤侵蚀量。根据水土保持技术标准(SL190-2007)将研究区土壤侵蚀量划分为极低(小于5t/ha/year)、低(5～25t/ha/year)、中(25～50t/ha/year)、高(50～80t/ha/year)和极高(大于80t/ha/year)等五类侵蚀等级，并将土壤侵蚀等级对应的栅格单元命名为极低、低、中、高和极高侵蚀区，最终的土壤侵蚀分级图如图2所示。

在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围内。