基于改進RUSLE模型的西南土石山區水土流失評價
——以湖南省龍山縣為例

龍思佳，湯媛媛,2*，戴亮亮，喬 雙，樊旺東，佘 雄，孔巍巍

1.中國地質調查局長沙自然資源綜合調查中心，湖南長沙 410600；2.中國地質大學（北京）地球科學與資源學院，北京 100083

湘西土家族苗族自治州地處武陵山區，位于湘、鄂、黔、渝4省(市)交界處，土壤侵蝕類型分區屬于西南土石山區，是我國西南典型巖溶山區，也是長江中上游地區的巖溶區（潘佑堂和楊勝剛，1995；吳兆清和蘇紹眉，2004）。受自然條件和人為因素影響，湘西土家族苗族自治州的水土流失問題十分嚴重。該地區位于長江中游地區的沅水流域，是湖南省水土流失問題相對集中和嚴重的地區之一。2010年，龍山縣成為湘西土家族苗族自治州水土流失最為嚴重的縣市之一，整體水土流失狀況以輕度和中度侵蝕為主，強烈侵蝕次之（尹黎明等，2012）。水土流失導致當地生態環境破壞嚴重，土壤流失和退化，土壤蓄水抗旱能力降低，對人類的生存發展造成極大的影響。當地百姓流傳一句話：“水在地下流，人在岸上愁”。防治水土流失、加大水土保持力度對于生態文明建設和推動湘西土家族苗族自治州經濟社會可持續發展有著重大而深遠的意義。

土壤侵蝕模型是檢測和預報土壤流失的重要工具。美國的修正通用土壤流失方程RUSLE 是目前較為通用的土壤侵蝕模型（陳朝良等，2021；張素等，2021；高凡潔等，2022；王豐等，2022），已應用于我國多地土壤侵蝕時空變化分析和水土保持研究。RUSLE 土壤流失方程共包含5 個土壤侵蝕因子：降雨侵蝕力因子（R）、土壤可蝕性因子（K）、坡度坡長因子（LS）、植被覆蓋管理因子（C）、水土保持措施因子（P）。植被覆蓋管理因子（C）作為抑制水土流失的重要因素，以植被類型和植被覆蓋度對其的影響最大（陳學兄，2013）。植被覆蓋度一般由植被指數反演而來，是描述地表植被狀況的重要參數，是土壤侵蝕模型的重要輸入參數，也是當今研究植被因子與水土流失關系中用得最多的一個參數（張燦等，2015；Jia K et al.，2016），其估算精度影響土壤侵蝕預測的精度（吳志杰和徐涵秋，2011）。然而，植被覆蓋度遙感估算精度與植被指數等緊密相關，且大多數的植被指數都沒考慮地形的影響（劉亞迪等，2015）。目前植被覆蓋管理因子的估算均使用均一化植被指數（NDVI）來提取植被覆蓋度，能夠較好反映區域植被情況。但是在地形起伏的山區，遙感影像中有著大量的陰影分布，利用NDVI 計算的結果會影響土壤侵蝕模型的精度，存在一定誤差（孫桂凱等，2021；羅杰等，2022）。龍山縣多山丘，地形起伏大，其引起的光譜信息變化影響山地植被覆蓋度的提取精度，從而成為植被覆蓋管理因子準確估算的主要障礙。

目前用于解決山地植被信息提取的方法有：對影像地形校正后計算植被指數、復合植被指數、地形調節植被指數和歸一化差值山地植被指數（NDMVI）（吳志杰和徐涵秋，2011；吳志杰等，2016，2017），其中歸一化差值山地植被指數可有效提高山地植被信息提取的精度，該指數已被廣泛應用于南方丘陵山區植被覆蓋度的遙感估算（吳志杰等，2016，2017；陳學兄等，2020）。而這些植被指數多應用于植被覆蓋度的提取，較少應用于水土流失監測與評價。本研究以Landsat5 TM 和Landsat8 OLI 為遙感數據源，嘗試將NDMVI 應用于西南土石山區植被覆蓋管理因子的提取，探討改進的RUSLE 模型在龍山縣水土流失監測與評價中的應用，并對龍山縣2000 年和2020 年土壤侵蝕進行估算，分析龍山縣土壤侵蝕空間分布特征，實現對龍山縣土壤侵蝕動態變化的快速定量監測，旨在為今后以龍山縣為代表的西南土石山區土壤侵蝕監測和治理、水土保持規劃等提供科學依據。

1 研究區概況及數據獲取

1.1 研究區概況

龍山縣位于湘西土家族苗族自治州西北部，地處武陵山脈腹地，座落于湘、鄂、渝三?。ㄊ校┙唤缣?，地理坐標為109°10′～109°53′E，28°45′～29°30′N（圖1）。全縣地形以山地為主，地勢北高南低，東陡西緩，海拔218.2～1736.5 m。龍山縣屬亞熱帶大陸性濕潤季風氣候，年平均溫度15.7 ℃，極端最高溫度41.8 ℃，極端最低溫度-14 ℃，無霜期238～333天，年均降雨量1046.2～1740 mm。龍山縣土壤主要由灰巖、白云巖、板頁巖、河流沖積物（包括古河流和近代河流沖積物）、紫色砂頁巖等富含礦物質營養元素的母質風化發育而成。

圖1 研究區地理位置圖Fig.1 Geographical location of the study area

1.2 數據來源

研究區基礎數據包括：來自美國地質調查局的2000年Landsat 5、2020年Landsat 8 多光譜影像；數據來源于NASA EARTHDATA 的數字高程模型ALOS DEM，空間分辨率為12.5 m；來自中國土壤數據庫的研究區土壤類型矢量圖；來源于Terra Climate 的2000年和2020年研究區降雨數據，精度4 km；中國科學院資源環境科學與數據中心提供的研究區土地利用類型圖。遙感數據預處理包括：對兩期影像數據進行鑲嵌、裁剪、正射校正和輻射校正處理，將影像數據各波段像元灰度值轉換為表觀反射率值。

2 研究方法

2.1 研究原理

2.1.1 山地植被指數（NDMVI）提取

吳志杰和徐涵秋（2011）提出一種歸一化差值山地植被指數(NDMVI)，該植被指數由NDVI 變換而來，它不需要DEM的支持，僅依據植被光譜特征和遙感影像數據。該指數能有效減弱地形效應，可用于解決復雜地形對山地植被信息的影響問題。NDMVI的計算公式為：

式中：ρnir和ρred為近紅外波段和紅光波段的表觀反射率；Rmin為紅光波段表觀反射率的最小值；NIRmin為近紅外波段表觀反射率的最小值。為避免其取值的主觀性以及不確定性，不剔除建成區、水體等信息。

2.1.2 土壤侵蝕模型RUSLE

采用修正通用土壤流失方程(RUSLE)對研究區的土壤侵蝕進行定量評估，RUSLE 模型可用如下公式表達：

式中：A為年土壤侵蝕模數，量綱為t·hm-2·a-1；R為降雨侵蝕力因子，量綱為MJ·mm·hm-2·h-1·a-1；K 為土壤可蝕性因子，量綱為t·h·MJ-1·mm-1；LS 為坡長坡度因子，無量綱；C為植被覆蓋與管理因子，無量綱；P為水土保持措施因子，無量綱。

2.2 RUSLE 模型因子計算

2.2.1 降雨侵蝕力因子(R)

降雨侵蝕力因子反映降雨對土壤的潛在剝蝕能力，是一項評估降雨引起的土壤分離和搬運的動力指標（李曉松等，2011）。目前R 的計算方法有很多種，本研究利用龍山縣逐月降雨數據，計算研究區域降雨侵蝕力因子R值，計算公式如下：

式中：Pi為各月降雨量，單位mm；P 為年降雨量，單位mm。

2.2.2 土壤可蝕性因子(K)

土壤可蝕性因子反映土壤對侵蝕外營力剝蝕和搬運的敏感程度，是評價土壤遭受侵蝕敏感程度的指標（高峰等，2014；陳正發等，2021）。本研究將收集到的龍山縣土壤類型分布圖按照制定的坐標位置匹配后，把這些土壤進行空間矢量化分類，并按照我國土壤分類標準（GB/T 17296-2009）（中華人民共和國國家質量監督檢驗檢疫總局和中國國家標準化管理委員會，2009）將其分為以下土壤亞類：沼澤土、水稻土、石灰（巖）土、黃壤土、紫色土、黃棕壤土、紅壤土。參考前人研究（梁音和史學正，1999；江莉佳，2015），根據研究區不同位置土壤物質的組成成分，對土壤類型的K值進行賦值（表1）。

表1 研究區不同土壤類型的K值Table 1 K values of different soil types in the study area

2.2.3 坡長坡度因子(LS)

坡長坡度因子反映地形地貌特征對土壤侵蝕的影響，是降雨侵蝕動力的加速因子（鄧輝等，2013）。坡度越大，土壤的重力勢能越大，越容易被剝蝕；坡長越大，坡面水流沿程能量積累越大，土壤剝蝕量越大（付興濤和張麗萍，2015）。本文利用12.5 m分辨率DEM，采用基于累積流量的單位匯水面積法計算LS 值（Wischmeir and Smith,1978），公式如下：

2.2.4 植被覆蓋管理因子(C)

植被覆蓋管理因子反映植被對土壤侵蝕的消減作用，一般來說植被覆蓋度越大，地表植被越多，土壤在植物根系的固定作用下越不易被剝蝕。C值的取值范圍為0～1，值越小，表示植被對土壤侵蝕的抑制作用越大。本文采用蔡崇法等（2000）的方法，根據NDMVI指數提取植被覆蓋度，進而對C 值進行估算。

（1）計算研究區植被覆蓋度FVC

式中：FVC 為植被覆蓋度；NDMVI 為像元的山地植被指數；NDMVImin為全裸土地表的植被指數；NDMVImax為完全由植被覆蓋地表的植被指數；取置信度為2%和98%所對應的NDMVI值。

使用2000 年11 月Landsat5 TM、2020 年11月的Landsat8 OLI 表觀反射率數據計算各期的NDMVI 和NDVI，統計各期NDMVI 和NDVI 的最小值、最大值，分析植被指數變化的范圍（表2），統計各期NDMVI 和NDVI 的頻數、頻率，分析植被指數各組數值頻率頻數變化（表3，圖2）。

表2 研究區NDMVI與NDVI數值范圍比較Table 2 Comparison of NDMVI and NDVI numerical ranges in the study area

表3 研究區NDMVI與NDVI數值頻數頻率比較Table 3 Comparison of NDMVI and NDVI numerical frequency comparison in the study area

圖2 研究區2020年、2022年NDMVI與NDVI頻率分布圖Fig.2 Frequency distribution of NDMVI and NDVI of 2020 and 2022 in the study area

圖3 基于NDVI和NDMVI提取的龍山縣2020年C因子對比圖Fig.3 Comparison chart of 2020 C-factor based on NDVI and NDMVI extraction in Longshan County

由表2、表3及圖2可以看出，NDMVI的數值及頻率變化范圍較NDVI 更寬，在-1～1 范圍內，2000年的NDMVI 數值范圍較NDVI 增加了0.3158，2020年的NDMVI 數值范圍較NDVI 增加了0.2076，增加幅度均較大。2000 年和2020 年的NDVI 在[-1，-0.7)和[0.7，1]區間的頻數，均小于2000 年和2020 年的NDMVI。這說明NDMVI區分地物的能力更強，具有較強地消除復雜地形影響的能力。因此，使用該指數計算植被覆蓋度和植被覆蓋管理因子C，比使用NDVI計算更為精確。

（2）計算植被覆蓋管理因子C

當植被覆蓋度大于78.3%時，發生土壤侵蝕的概率很小，C 值取0；當植被覆蓋度為0 時，最易發生土壤侵蝕，C 值取1（蔡崇法等，2000）。研究區植被覆蓋管理因子2000 年平均值為0.59，標準差為0.31，2020年平均值為0.39，標準差為0.38。

為了驗證NDMVI 提取C 因子的科學性，利用2020 年Landsat 影像分別提取NDVI 和NDMVI 指數，并計算對應的C因子。通過影像對比，可以看出NDMVI 區分地物的能力要優于NDVI，提取城鎮用地、水體等地物的精度更高，尤其在地形起伏地區以及山坡的陰影地區，能更好地反演植被覆蓋管理因子。

2.2.5 水土保持措施因子(P)

水土保持措施因子反映水土保持措施對土壤侵蝕的抑制作用（楊冉冉等，2013；陳紅等，2021）。P 值的取值范圍為0～1，值越小，表示水土保持能力越好，土壤越不易被侵蝕。已有研究中經常根據土地利用類型確定P值，本文參考已有的相關研究（江莉佳，2015），根據研究區土地利用/地表覆蓋數據，確定研究區不同土地利用類型的P值（表4）。

表4 研究區不同土地利用類型的P值選擇Table 4 P value selection of different land use types in the study area

3 結果與分析

3.1 土壤侵蝕結果

將兩期RUSLE模型各因子計算結果進行疊加計算，得到龍山縣土壤侵蝕模數分布圖，龍山縣2000 年平均土壤侵蝕模數為2116.18 t·km-2·a-1，2020 年平均土壤侵蝕模數為1275.84 t·km-2·a-1。根據我國《土壤侵蝕分類分級標準》(SL190-2007)（中華人民共和國水利部，2007），龍山縣屬于西南土石山區，容許土壤侵蝕模數為500 t·km-2·a-1，其2000年平均土壤侵蝕模數屬于輕度接近中度水平。按照該標準分類，得到龍山縣兩期各等級土壤侵蝕面積如表5所示，各等級土壤侵蝕空間分布如圖4所示。

表5 龍山縣2000年、2020年土壤侵蝕情況Table 5 Soil erosion of Longshan County in 2000 and 2020

圖4 龍山縣2000年、2020年土壤侵蝕空間分布圖Fig.4 Spatial distribution map of soil erosion of Longshan County in 2000 and 2020

3.2 土壤侵蝕空間特征分析

西南土石山區的土壤侵蝕允許量為500 t·km-2·a-1，據此，龍山縣2000年的土壤侵蝕面積為1794.39 km2，占比57.75%。2020年的土壤侵蝕面積為1025.88 km2，占比33.02%，相比于2000 年減少了24.87%。其中，輕度、中度、強烈、極強烈侵蝕面積占比均比2000年有所下降。自1999 年以來，龍山縣通過退耕還林、封山護林、坡改梯、實施節能工程等措施，治理水土流失（彭華，2006；江莉佳，2015；王海濤，2020），水土流失狀況已得到很大改善。

從龍山縣2000 年、2020 年土壤侵蝕空間分布（圖4）來看，地形對土壤侵蝕具有顯著的影響。坡度等級分級參照《土壤侵蝕分類分級標準》(SL190-2007)（中華人民共和國水利部，2007）的土壤水力侵蝕中對地面坡度分級標準，將龍山縣水力侵蝕坡度分為[0°，5°]、(5°，8°]、(8°，15°]、(15°，25°]4 類。龍山縣地形以山地為主，2000 年中度以上等級土壤侵蝕基本遍布整個區域，強烈及極強烈等級土壤侵蝕分布在水力侵蝕坡度在(8°，15°]的地區，劇烈侵蝕分布在水力侵蝕坡度在(15°，25°] 的地區。2020年中度、強烈及極強烈等級土壤侵蝕多發生坡度坡長較大的地區，即丘陵山壑地帶，坡度為(8°，15°]。劇烈侵蝕土壤侵蝕區域在空間上呈條脈狀分布，主要發生在山腳等陡坡附近，因為坡度較大，為(15°，25°]，加之降雨充沛，導致土壤侵蝕較為嚴重。

3.3 土壤侵蝕轉移矩陣

引入轉移矩陣（表6）對龍山縣2000 年、2020年土壤侵蝕的演變狀況進行分析，結合表5 進行分析可知：從2000 年到2020 年，研究區各等級間相互轉換關系均相對顯著；整個時段內，微度、輕度和劇烈侵蝕未發生改變的比例為89.98%、51.53%和91.87%，均具有較高的穩定性；除微度侵蝕外，各類別從高強度向低強度侵蝕轉換的比例分別為47.32%、57.31%、56.49%、0%和59.36%，這說明從2000 年到2020 年研究區土壤侵蝕得到有效的治理和保護，整體向良好的方向發展。

表6 龍山縣2000年、2020年土壤侵蝕強度轉移矩陣Table 6 Soil erosion transfer matrix of Longshan County in 2000 and 2020

4 結論

本文嘗試基于NDMVI山地植被指數反演植被覆蓋管理因子C，利用改進RUSLE 模型對龍山縣2000 年、2020 年土壤侵蝕的時空演變及發展規律進行分析，主要結論如下：

（1）利用2020 年Landsat 影像分別提取NDVI和NDMVI 指數并反演植被覆蓋管理C 因子。通過影像對比，可以看出NDMVI 區分地物能力要優于NDVI，提取城鎮用地、水體等地物的精度更高，尤其在地形起伏地區以及山坡的陰影地區，能更好地反演植被覆蓋管理因子。驗證了改進RUSLE 模型在西南土石山區的適用性，其可作為西南土石山區水土流失監測的技術手段。

（2）通過空間分析和數理統計，得出龍山縣2000年平均土壤侵蝕模數為2116.18 t·km-2·a-1，土壤侵蝕面積為1794.39 km2；2020年平均土壤侵蝕模數為1275.84 t·km-2·a-1，土壤侵蝕面積為1025.88 km2。2020年相比2000年，龍山縣各等級侵蝕面積均發生較明顯的變化，微度侵蝕增長768.5 km2，輕度、中度、強烈、極強烈均呈不同程度的下降，除微度外，各類別高等級向低等級轉換的比例分別為47.32%、57.31%、56.49%、0%和59.36%。龍山縣土壤侵蝕得到有效的治理和保護，整體向良好的方向發展。