土壤侵蚀是制约地方农业、工业、生态等各方面可持续发展的重要原因，不仅破坏了土地资源，导致土地生产力下降，而且造成了沟渠塘库的淤塞，加剧了旱涝等灾害的发生，严重威胁着人类的生存和发展，已成为大家普遍关注的问题之一[1]。随着人口的急剧增加，城市扩张、农用地开垦等人为活动的扩张，我国境内土壤侵蚀程度逐步加深。当前，我国在土壤侵蚀定量预报方面已经进行了许多研究[2-5]。小流域的土壤侵蚀度监测与评价已有一定研究成果，但对于皖江流域的土壤侵蚀度监测与评价还存在一定空缺。因此，本文以皖江流域为例，在RS和GIS技术的支持下，采用修正的通用土壤流失方程(RUSLE) 对该地区2005年和2015年土壤侵蚀面积和年平均土壤侵蚀模数进行估算，分析土壤侵蚀的时空分布特征，这对于皖江流域的土壤侵蚀度进行相关监测与评价以及生态发展具有重要的现实意义。

1 研究区概况

皖江流域位于安徽省中部与南部，地理位置在115°45′～119°37′E，29°41′～33°13′N之间。该流域覆盖了长江流域安徽段两岸地区，包含行政区划的沿江8市，即：安庆、池州、宣城、铜陵、芜湖、马鞍山、巢湖和滁州市东部，流域面积大约5.6万km2。该流域在地势上南北高，中间低；位于北亚热带和南温带的交界处，属于亚热带季风区，冬暖夏热，年均温介于13～20 ℃。该流域大部分地区降水丰富，平均年降水量为800～1 600 mm。

2 数据来源与研究方法

2.1 数据来源

本文所使用的原始数据见表1。

 

表1 本文所用数据及来源

  

名称格式来源90 m分辨率DEM数据GRID地理空间数据云2005—2015年气象站点月数据TXT中国气象科学数据共享服务网1∶100万土壤数据库TIFF寒区旱区科学数据中心2005年和2015年Landsat影像数据TIFF地理空间数据云2005年和2015年250 m分辨率NDVI最大月合成数据TIFF美国NASA全球数据网站

2.2 土壤侵蚀模型

本文采用目前应用最为广泛的修正土壤流失方程(RULSE)[6]计算皖江流域地区的土壤侵蚀量，计算公式如下：

A=R×K×LS×C×P.

(1)

式中：A为土壤侵蚀度，单位为(t/( km2·a))；R为降雨侵蚀力因子，单位为[(MJ·mm)/(hm2·h·a)]；K为土壤可蚀性因子，单位为[(t·hm2·h)/(hm2·MJ·mm)]；LS为坡长坡度因子；C为植被覆盖与管理因子；P为水土保持因子。

2.3 两组患者的纯音听阈测试气导平均阈值对比 治疗后，实验组患者的纯音听阈测试气导平均阈值的改善程度显著优于对照组，差异有统计学意义(t=10.089，P<0.001)，见表2。

[8][32][48] 范子英、彭飞、刘冲：《政治关联与经济增长：基于卫星灯光数据的研究》，《经济研究》2016年第1期，第114-126页。

2.2.1 降雨侵蚀力因子R

降雨是导致土壤侵蚀的主要驱动因素，雨滴击溅和径流剥蚀地表是成为土壤侵蚀的主要表现形式。通常用降雨侵蚀力R值表示。结合皖江流域的水文和地理条件，本文选用Wischmeier提出并经Arnoldus[7]修正的利用年降水量和月降水量来求R值的经验公式

 

(2)

式中: Pi为月降雨量; P为年降雨量，单位均为mm。依据研究区及其周边11个气象站点自2005—2015年的年、月平均降水数据，由式(2)得到每个站点的多年平均降水侵蚀力R，再用Kriging插值法进行空间内插，生成大小为 250 m的栅格数据图层，得到降水侵蚀力R的空间分布图(见图1)。

  

图1 皖江流域降雨侵蚀力因子R分布

2.2.2 坡度坡长因子LS

地形是对土壤侵蚀的重要原因之一，影响主要表现为坡度和坡长。坡面越长，坡度越大，地表径流速度越快，对坡面的侵蚀越严重，土壤侵蚀量也就越大。坡度因子的计算采取分段方法，即缓坡采用Mc Cool[8]坡度公式，陡坡采用Liu的[9]公式，计算公式如下：

 

(3)

利用坡长因子L和坡长λ的关系求取坡长因子[10]，计算公式如下：

AECL方法是加拿大原子能有限公司开发的多级评价方法，包含非常保守的一级到更为接近现实的三级。该方法中包含一些适用于加拿大地区的传输参数，在无法获得因场地而异的数据时则会采用科学文献的数值(尽量是加拿大的)。为了确定剂量，他们会从各种已出版的来源获取剂量转换因子以及用来估计这些数值的方法。

λ=li/cos θ，

(4)

L=(λ/22.13)n，

今年对于钟表圈来说，着实是不平静的一年，众多知名品牌一改往日风格，在今年纷纷做出了很多变革，作为外人看来是无奈之举也好，顺应潮流也罢，总归大家有个心照不宣的潜台词，市场发展到这个份上，唯有勇于改革才有出路，否则只能被无情的淘汰。

(5)

 

(6)

荨麻疹为临床常见的皮肤病之一,当其病程迁延6周以上时称为慢性荨麻疹[1]。目前尚无特效根治药物,但发病期间使用抗组胺类药物往往可有效控制发病的症状以及时间。既往研究显示[2],慢性荨麻疹的发病原因较为复杂,影响其发病的原因包括机体自身因素、药物、病毒感染以及不良生活习惯等。由于慢性荨麻疹病程较长,临床治疗效果不佳,因此容易造成患者对于治疗的依从性降低,使得治疗效果难以保证,本研究探讨了影响慢性荨麻疹患者治疗依从性的因素,为提升此类患者的临床治疗效果提供了依据。

  

图2 皖江流域坡度坡长因子LS分布

可蚀性因子是指在外力作用下所引起的土壤分离和搬运的难易程度。通常用K表示。影响K因子的因素很多，不同类型的土壤具有不同的侵蚀率(见图3)。应用较为广泛的是Wischemeier等[11]提出的诺谟图法在侵蚀力评价当中提出的 EPIC土壤可蚀性计算模型。本研究选取Williams等人提出的EPIC模型方法，对土壤可蚀性因子进行计算。其模型计算式如下：

这一番闲话，陆枫桥不明所以，只因他年幼，阅浅太浅。秦铁崖也是不甚了了，因他离京城太远，不懂高层运势。秦铁崖虽说在江湖上威名赫赫，在六扇门中人人敬仰，官阶却不高，食从六品俸禄，听起来比七品县令官阶高，但其永远坐不了正堂，除非朝廷赐给他功名。而他的上峰崔宝卷，虽说只是知府，算不得地方大员，却也官居从四品。

2.2.3 可蚀性因子K

2.2.5 水土保持因子P

式中：li为像元栅格边长，θ为像元坡度，n为坡长指数，利用上述公式计算可以得到该流域的坡度因子S和坡长因子L；然后将坡度因子S和坡长因子L两个栅格图层相乘，得到皖江流域坡度坡长LS图(见图2)。

 

 

 

(7)

式中：K为土壤可蚀性因子，单位[(t·km2·h)/(km2·MJ·mm)]；Wd为砂粒质量分数；Wi为粉粒质量分数;Wt为粘质量分数；Wc为有机碳质量分数。

  

图3 皖江流域土壤可蚀性因子K分布

2.2.4 植被与作物管理因子C

植被与作物管理因子是指在一定的植被覆盖与管理水平下，某一地区土壤侵蚀量与该地区耕种和赋闲情况下的土壤侵蚀量之比。C因子是侵蚀动力的抑制因子，起着水土保持的作用，其取值范围为0～1，相对变化范围较其它因子大，反映有植被覆盖和作物管理措施对土壤流失量的影响。由于植被覆盖和C值之间有着较强的相关性(见图4)，因此，本文以MODIS的归一化植被指数(NDVI)为数据源，采用蔡崇法等[12]提出的方法，对该地区的植被与作物管理因子进行计算。其关系模型如下：

 

(8)

式中：NDVIsoil为裸地的NDVI值，其取值为对裸地像元进行随机抽取统计的最低值；NDVIveg为高纯度植被像元的NDVI值，取值为对植被的像元进行随机抽取统计的最高值。C值公式为

  

图4 皖江流域2005年(左)和2015年(右)植被与作物管理因子C分布

C=

 

(9)

看来，宣传里说的果然是真的，我这样想着，猛然间，所有的灯光消失了，几乎同时几道强烈的光柱照射进来，晃得人睁不开眼睛，我下意识用手挡住脸。

水土保持因子是指在对某地土壤采用措施前后土壤流失量之间的比值，用P表示，其取值范围为0～1，0值代表未发生土壤侵蚀的地区，1值表明未采取任何水土保持措施的地区。本文参考查良松等[13]对该地区不同的土地利用类型的P因子进行赋值(见表2)，得到P值栅格图层(见图5)。

为研究皖江流域土壤侵蚀的变化趋势，并对未来土壤侵蚀量进行预测。本文利用上述方法分别估算了2005年和2015年皖江流域的土壤侵蚀量，并计算在单位时间内的单位面积内的土壤侵蚀量，即土壤侵蚀模数，同时分析近10年皖江流域的土壤侵蚀变化情况。

 

表2 不同土地利用类型P值

  

土地利用类型水田旱地林地草地居民地水域裸岩P值0.150.3511000

  

图5 皖江流域2005年(左)和2015年(右)水土保持因子P分布

3 结果与分析

3 论文必须包括题名(不超过20个汉字)、作者姓名(多位作者的署名之间以逗号“，”隔开，不同工作单位的作者，应在姓名右上角加注阿拉伯数字序号)、作者工作单位(写明地址、邮政编码和联系电话，并在其工作单位名称之前加与作者姓名序号相同的数字，各工作单位之间连排并以分号“；”隔开)、中文摘要(100-200字)、关键词(3-5个)、中图分类号、英文题目、作者姓名(汉语拼音)及英译作者单位、英文摘要及关键词、正文、参考文献。

对皖江流域土壤侵蚀等级变化分析。将该地区降雨侵蚀力因子R、坡度坡长因子LS、可蚀性因子K、植被与作物管理因子C、水土保持因子P 5个主要评价因子在相同的像元和投影坐标系下，像元大小为250 m×250 m，运用ArcGIS软件，采用栅格计算器，将2005年和2015年各因子相乘，得到两年各像元土壤侵蚀模数(t/( km2·a))空间分布图。根据水利部颁布的《(SL190-2007)土壤侵蚀分类分级标准》确定土壤侵蚀分级指标，对两期土壤侵蚀栅格图进行重分类，分别得到皖江流域2005年和2015年的土壤侵蚀强度等级分布图(见图6)，并统计各等级侵蚀面积(见表3)。

1)时间上，通过对比皖江流域2005年和2015年土壤侵蚀面积的统计可以看出， 皖江流域从2005年到2015年微度侵蚀所占面积比例有所增加，面积分别占侵蚀总面积的80.371%和86.131%，所占比例增加了5.760%，且2015年比2005年的面积增加了3 204.75 km2，增幅为6.355%。轻度侵蚀面积所占比例减少了1.135%，面积减少了758.313 km2，减幅达11.064%。中度侵蚀面积所占比例减少了1.542%，面积减少了979.375 km2，减幅达39.378%。强度侵蚀面积所占比例减少了1.414%，面积减少了892 km2，减幅达56.967%。极强度侵蚀面积所占比例减少了1.532%，面积减少了963.938 km2，减幅达74.292%。剧烈侵蚀面积所占比例减少了0.137%，面积减少了85.937 5 km2，减幅甚至达87.136%。由此可见，2005年到2015年，皖江流域，微度侵蚀面积增加，轻度侵蚀面积减少，中度侵蚀面积大范围减少，强度侵蚀、极强度侵蚀和剧烈侵蚀都有所下降，主要是因为轻度、中度及其以上侵蚀强度的侵蚀面积转化为微度侵蚀面积。该变化反映出皖江流域土壤侵蚀状况总体上向好的方向发展，生态环境得以改善。

  

图6 皖江流域2005年(左)和2015年(右)土壤侵蚀等级分布

 

表3 2005年和2015年皖江流域土壤侵蚀分级面积统计

  

土壤侵蚀等级侵蚀标准/(t/(km2·a))20052015侵蚀面积/km2比例/%侵蚀面积/km2比例/%微度<50050 426.2580.37153 63186.131轻度500～2 5006 853.93810.9246 095.6259.789中度2 500～5 0002 499.8133.9841 520.4382.442强度5 000～8 0001 565.8132.496673.812 51.082极强度8 000～15 0001 297.52.068333.562 50.536剧烈>15 00098.6250.15712.687 50.02

2)空间上，2005年，皖江流域微度侵蚀和中度侵蚀主要集中在皖江流域北部和中部地区，伴有局部地区的轻度侵蚀，其中，天长市北部和中部出现大片空白，表明侵蚀现象不明显，但南部地区主要为微度侵蚀。皖江南部地区侵蚀状况较北部好，出现大范围斑点状空白区，说明微度侵蚀分布较为分散，同时，局部地区伴有中度侵蚀、轻度侵蚀和强度侵蚀；2015年，皖江流域侵蚀状况有所改善，北部地区微度侵蚀分布减少，主要集中于皖江中部地区。南部地区侵蚀面积大范围减少，尤其是中度、轻度、强度侵蚀几乎消失。

4 结 论

本文把空间分析技术与RUSLE模型结合，对皖江流域土壤侵蚀的时空变化进行了估算和分析，克服了传统方法调查和统计的局限性，传统的野外调查和长期观测不仅耗时费力，而且观测范围小，周期长；但随着遥感和地理信息技术的不断发展，不仅能够实时动态地掌握土壤侵蚀状况，还能对该地区的土壤侵蚀作出科学预测和合理规划。主要结论如下：

1)皖江流域土壤侵蚀主要受地形条件的影响，存在明显的空间差异，强度以上土壤侵蚀主要发生在西部山区、皖南山区、江淮分水岭等山地和丘陵地区；地形平坦的中部平原，土壤侵蚀强度较低。

2)皖江流域土壤侵蚀在2005—2015年近10年间得到很大程度的改善，土壤侵蚀面积由2005年的62 741.94 km2下降到62 267.1 km2；皖江流域平均土壤侵蚀模数由734.304(t/(km2·a))下降到386.532(t/( km2·a))；中度以上侵蚀面积由2005年的5 461.75 km2下降到2015年的2 540.5 km2。

3)皖江流域土壤侵蚀状况总体上向好的方向发展，中度以上强度侵蚀的面积减少，微度侵蚀面积有所增加；但部分地区的土壤侵蚀在进一步扩大，生态环境脆弱，土壤侵蚀十分严重。

4)皖江流域土壤侵蚀状况总体得到改善，说明近10年来人们的生态环境保护意识不断增强。

参考文献

[1] 许月卿,邵晓梅.基于GIS和RUSLE的土壤侵蚀量计算——以贵州省猫跳河流域为例[J].北京林业大学学报,2006,28(4):67-71.

[2] 胡良军.基于GIS的区域水土流失定量评价指标研究[J].水土保持通报,1998,18(5):24-27.

[3] 齐述华,蒋梅鑫,于秀波.基于遥感和ULSE模型评价1995—2005年江西土壤侵蚀[J].中国环境科学,2011,31(7)：1197-1203.

[4] 李天宏,郑丽娜.基于RUSLE模型的延河流域2001-2010年土壤侵蚀动态变化[J].自然资源学报,2012,27 (7):1164-1175.

[5] 汤丽洁,舒畅.基于GIS和RS的巢湖流域水土流失评估[J].水土保持通报,2013,33(1):305-308,312.

[6] RENARD K G,FOSTER G R,WEESIES G A,etal.Predicting soil erosion by water:A guide to conservation planning with the Revised Universal Soil Loss Equat ion (RUSLE)[S] United States.Department of Agriculture (USDA).Agricultural handbook:No.703.Washington D.C:USDA, 1997.

[7] ARNOLDUS H M J.An approximation of the rainfall factor in the universal soil loss equation De Boodt M,Gabriels D．Assessment of Erosion.Chichester,UK:Wiley,1980: 127-132.

[8] MCCOOL D K,FOSTER G R,MUTCHLER C K,et al.Revised slope length factor for the universal soilloss equation[J].Transactions of ASAE,1989,32:1571-1576.

[9] LIU B Y, NEARING M A,RISSE L M.Slope gradient effects on soil loss for steep slopes [J].Transactions of the ASAE,1994,37:1835-1840.

[10] 张群.巢湖流域土壤侵蚀与水土保持环境效益评价[D].芜湖：安徽师范大学,2013:1-63.

[11] WISCHMEIER W H. A Soil Erodibility Nomograph Farmland and Construction sites[J]. Journal of Soil and Water Conservation,1971,26,189-193.

[12] 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.

[13] 查良松,邓国徽,谷家川.1992—2013年巢湖流域土壤侵蚀动态变化[J].地理学报,2015,70(11):1708-1719.