李子君^,1, 许燕琳¹, 王海军², 马良³, 姜爱霞^,11. 山东师范大学地理与环境学院,济南 250358
2. 山东省水文局水情处,济南 250014
3. 山东省水利科学研究院 山东水土保持学会,济南 250013

Modeling soil erosion and sediment yield using WaTEM/SEDEM for Yihe River Basin

LI Zijun^,1, XU Yanlin¹, WANG Haijun², MA Liang³, JIANG Aixia^,11. College of Geography and Environment, Shandong Normal University, Jinan 250358, China
2. Hydrological Department of Shandong Provincial Bureau of Hydrology, Jinan 250014, China
3. Water Resources Research Institute of Shandong Province, Shandong Society of Soil and Water Conservation, Jinan 250013, China

通讯作者: 姜爱霞（1961-）,山东文登人,高级实验师,主要从事地表过程与环境演变研究。E-mail: jaixia79@sina.com

收稿日期:2020-07-27接受日期:2021-03-8

基金资助:

山东水土保持学会重点领域创新资助项目(2019003) 山东省自然科学基金项目(ZR2020MD008) 国家自然科学基金项目(41101079)

Received:2020-07-27Accepted:2021-03-8
作者简介 About authors
李子君（1974-）,山东莒县人,博士,教授,主要从事水土资源利用与生态修复研究。E-mail: lizijun@sdnu.edu.cn







摘要
基于WaTEM/SEDEM模型,结合临沂水文站和角沂水文站的输沙数据对模型进行校正和验证,分析模拟1975—2015年沂河流域侵蚀产沙的时空变化特征,并进一步研究降水、地形位和土地利用变化对流域侵蚀产沙的影响。结果表明：① 沂河流域输沙能力系数K_tc-low和K_tc-high在40 m和150 m组合下效果最优,模型在沂河流域具有较好的适用性。② 1975—2015年,沂河流域主要以侵蚀为主,微度侵蚀所占面积最大,其次是剧烈侵蚀,沉积主要分布在河谷处;流域侵蚀强度呈现先增加后减少的趋势,侵蚀模数由1975年的30.92 t·hm^-2·a^-1增加至1995年的49.32 t·hm^-2·a^-1再下降至2015年的29.60 t·hm^-2·a^-1;各县（区）平均侵蚀模数为沂水县>费县>沂南县>沂源县>蒙阴县>平邑县>兰山区。③ 沂河流域土壤侵蚀产沙强度的变化是降水、地形、土地利用等综合作用的结果。1975—2015年,流域降雨侵蚀力呈现先降低后升高又降低的变化趋势,各县（区）平均降雨侵蚀力为费县>兰山区>沂南县>蒙阴县>平邑县>沂水县>沂源县,降雨侵蚀力时空变化与流域侵蚀产沙强度时空变化并不完全一致;地形位等级空间分布与流域侵蚀产沙强度空间分布基本一致,侵蚀产沙的优势地形位区间是4~6级,即高程75~428 m,坡度5°~39°;耕地和林地的转化是土壤侵蚀强度转化最主要的原因,林地转化为耕地使侵蚀强度面积升高3389.97 hm²·a^-1,耕地转林地则使侵蚀强度面积降低2216.65 hm²·a^-1,草地与其他土地利用类型的转化对流域侵蚀强度影响较小。该研究可为区域土地利用方式调整和水土流失调控提供参考。
关键词： WaTEM/SEDEM模型;土壤侵蚀产沙;时空变化;土地利用;沂河流域

Abstract
Based on the WaTEM/SEDEM model calibrated and verified by the sediment transport data from Linyi and Jiaoyi hydrological stations, this paper analyzed and simulated the characteristics of spatio-temporal variation of soil erosion and sediment yield in the Yihe River Basin from 1975 to 2015, and further studied the effects of precipitation, terrain and land use changes on soil erosion and sediment yield in the basin. The results showed that: (1) The sediment carrying capacity coefficients K_tc-low and K_tc-high in the basin were optimal under the combined effect of 40 m and 150 m, and the model had good applicability. (2) From 1975 to 2015, the basin was dominated by soil erosion, and the area of micro soil erosion was the largest, followed by severe soil erosion, and soil deposition was mainly distributed in the valley. Soil erosion intensity increased first and then decreased, and the soil erosion modulus increased from 30.92 t·hm^-2·a^-1 in 1975 to 49.32 t·hm^-2·a^-1 in 1995, then decreased to 29.60 t·hm^-2·a^-1 in 2015. The average soil erosion modulus of each county (district) was listed in an order of Yishui county > Feixian county > Yinan county > Yiyuan county > Mengyin county > Pingyi county > Lanshan district. (3) The variation of soil erosion intensity was the result of the comprehensive effects of precipitation, terrain and land use. From 1975 to 2015, the rainfall erosivity of the basin showed a trend of first decreasing, then increasing and decreasing again. The average rainfall erosivity of each county (district) was in an order of Feixian county > Lanshan district > Yinan county > Mengyin county > Pingyi county > Yishui county > Yiyuan county, and the spatio-temporal variation of rainfall erosivity were not completely consistent with that of the soil erosion intensity. The spatial distribution of terrain niche grade basically coincided with that of the soil erosion intensity. The dominant terrain niche range of soil erosion was 4-6 grades, which meant that the elevation was 75-428 m, and the slope gradient was 5°-39°. The transformation between cultivated land and forest land was the main reason for the conversion of soil erosion intensity. The area of erosion intensity increased by 3389.97 hm ²·a^-1 when forest land was transformed into cultivated land, and decreased by 2216.65 hm²·a^-1 when farmland was converted to forest land. However, the conversion of grassland and other land use types had less impact on the soil erosion intensity of the basin. This study can provide a reference for regional land use pattern adjustment and soil erosion control.
Keywords：WaTEM/SEDEM model;soil erosion;spatio-temporal variation;land use;Yihe River Basin


PDF (5965KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
李子君, 许燕琳, 王海军, 马良, 姜爱霞. 基于WaTEM/SEDEM模型的沂河流域土壤侵蚀产沙模拟[J]. 地理研究, 2021, 40(8): 2380-2396 doi:10.11821/dlyj020200714
LI Zijun, XU Yanlin, WANG Haijun, MA Liang, JIANG Aixia. Modeling soil erosion and sediment yield using WaTEM/SEDEM for Yihe River Basin[J]. Geographical Research, 2021, 40(8): 2380-2396 doi:10.11821/dlyj020200714

1 引言

土壤侵蚀作为土地利用变化引起的主要环境效应之一,是自然因素和人为因素叠加的结果,是陆地生态系统面临的关键性环境问题^[1]。土壤侵蚀是土地退化的主要机制,对全球农业生态系统和粮食生产的可持续能力构成了严重的威胁^[2,3]。中国是世界上水土流失最严重的国家之一,2014年全国土壤侵蚀面积295万km²,约占国土面积的31%^[4],严重的土壤侵蚀直接影响和制约了区域尤其是广大山区水土资源的开发和利用,对社会、经济、生态的可持续发展造成显著影响^[5,6,7]。深入探讨土壤侵蚀产沙的时空变化特征有利于区域土地资源的合理配置和生态保护,对保障区域粮食安全、生态安全和水安全以及建设生态文明具有极其深远的意义。

目前,流域尺度的土壤侵蚀主要从产生机制、生态效应和侵蚀风险评价等方面展开研究^[8,9,10]。随着研究的不断深入,国内外****针对不同地区、不同环境的流域采取了不同的研究方法,主要有同位素示踪、沉积物分析和模型的定量化研究^[11,12,13]。土壤侵蚀模型在流域尺度的侵蚀模拟方面具有较高的优势,因此成为定量化研究土壤侵蚀的重要手段,现有研究以经验统计模型、物理过程模型和分布式模型应用较为广泛。经验统计模型如RUSLE在计算土壤侵蚀量时忽略了泥沙的沉积和空间的变异性,物理过程模型如WEPP对数据要求较为严格^[14,15,16],同时这些模型在结构的复杂性、数据的输入量以及研究尺度等方面存在很大的差异,即使在相同的研究区域,不同的土壤侵蚀模型会得到不同的土壤侵蚀率^[17],因此,在开展相关研究时选择适当的模型尤为重要。WaTEM/SEDEM（Water and Tillage Erosion Model and Sediment Delivery Model）模型是一种空间分布式土壤侵蚀模型,能够模拟土壤在流域内的沉积和输送^[18],预测河道中的泥沙运移量^[19],解析河流污染物来源^[20]以及评估水利水保措施的有效性^[21]。由于该模型参数少、结构简单、数据获取相对容易,并且能够充分考虑土地利用、流域连通性和地块尺度等因素对侵蚀产沙的影响^[22],在不同尺度的流域侵蚀产沙分析模拟方面具有较大的优势和潜力。截至目前,该模型已在国内外具有不同气候、地形和土地利用类型的区域得到了充分的校正和验证^[23,24,25]。气候、地形和土地利用是影响土壤侵蚀的重要因素,将该模型模拟与RS、GIS结合是分析其影响效应的有效手段,被广泛应用于中国东北黑土区、西班牙穆尔西亚^[22,26]等地区,但现有相关研究多集中于小流域尺度^[27,28],在中尺度乃至大尺度流域上的应用仍较为匮乏。

沂河流域是鲁中南山地丘陵区的重要组成部分,该流域海拔较高、地形起伏较大,土层疏松浅薄、土石混杂,森林覆盖率较低。由于人口密度大,农业生产和开发历史悠久,坡耕地面积多,再加上多暴雨的气候条件,水土流失问题非常严峻,是山东省乃至淮河流域水力侵蚀最为严重的区域,也是全国水土保持规划国家级水土流失重点治理区,土壤侵蚀已成为当地土地退化的主要方式。基于此,本文以中尺度的沂河流域作为研究区域,利用临沂水文站和角沂水文站的输沙量数据对WaTEM/SEDEM模型进行校正和验证,分析模拟了1975—2015年流域土壤侵蚀产沙的时空变化特征,并进一步探讨了降雨侵蚀力对土壤侵蚀产沙的影响、不同地形位等级下的土壤侵蚀模数以及土地利用变化对土壤侵蚀产沙强度变化的影响,拟为区域水土流失调控和土地资源的可持续利用提供参考。

2 研究区概况

沂河发源于沂源县鲁山南麓,自北向南流经13个县（市）注入江苏省骆马湖,全长500 km,流域面积17325 km²。本研究中的沂河流域指沂河流域临沂站以上的部分,位于117°25′E~119°49′E、33°30′N~36°20′N之间,流域面积10026 km²,主要包括平邑县、沂南县、蒙阴县、费县、沂源县、沂水县、兰山区7个县（区）的大部分（图1）。该流域地势西北高东南低,以山地丘陵为主,海拔在52~1125 m之间。气候类型为典型的暖温带大陆性季风气候,年平均气温13.12 ℃~ 14.31 ℃,多年平均降水量约为849.1 mm,暴雨较多且集中于夏秋两季,历时短,强度大,常造成严重的土壤侵蚀。流域内水系支流密布且主要分布于右岸,较大的支流有东汶河、蒙河、祊河等。土壤类型主要有棕壤、褐土、潮土和砂姜黑土等,其中棕壤土层较薄且多夹砾石,保水能力差。流域处于暖温带落叶阔叶林区,植被类型以油松、刺槐、杨树、旱柳等分布最为广泛。沂河流域土地利用主要以耕地为主,其次是林地、草地、水域和建设用地,未利用地所占比例较小。

图1

新窗口打开|下载原图ZIP|生成PPT
图1沂河流域位置及行政区、水系、水文站、气象站、水库分布图

Fig. 1Location of Yihe River Basin and distribution of administrative regions, river systems, hydrological stations, meteorological stations and reservoirs



沂河流域内共设有3个水文站,其中临沂水文站主要控制沂河干流中上游来水量,角沂站控制祊河来水量,葛沟站主要控制东汶河和沂河干流上游来水量。流域内及周边共有12个气象站（图1）。目前,沂河流域共计有大型水库5座（田庄、跋山、岸堤、许家崖、唐村）,中型水库22座,小Ⅰ型水库100多座,小Ⅱ型水库400多座,塘坝4000多座。其中大、中型水库的总控制面积达5607 km²,占流域总面积的55.92%。大、中型水库的总库容为22.14亿m³,兴利库容达到11.78亿m³,有效灌溉面积达到6.16万hm²。

3 数据来源与研究方法

3.1 数据来源

本研究所用沂河流域DEM数据来源于地理空间数据云（ http://www.gscloud.cn/）,空间分辨率为90 m×90 m。流域土地利用数据通过对相应年份的遥感影像解译得到：1975年的遥感影像来源于美国马里兰大学地球数据中心的MSS影像,分辨率为60 m×60 m;1980年、1985年、1990年、1995年、2000年、2005年、2010年和2015年的遥感影像来源于地理空间数据云的Landsat TM/ETM+影像,空间分辨率为30 m×30 m。由于MSS影像空间分辨率低,结合流域20世纪70年代1:5万地形图进行人工目视解译;其他年份的遥感影像进行人机交互式的目视解译并经过野外实地考察验证,解译精度均大于85%。参照全国土地利用分类方法将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用地。流域及周边12个气象站1975—2015年的降水数据来源于中国气象数据网（ http://data.cma.cn/）和山东省气象局。流域土壤类型及属性数据来源于山东省1:50万土壤类型图和《山东省土种志》等全国第二次土壤普查资料。流域水库总库容、兴利库容、年来水量和有效灌溉面积数据来源于《山东省水利统计年鉴》（1975—2015年）。临沂站、角沂站1975—2015年的输沙数据来源于《淮河流域水文年鉴》。

3.2 WaTEM/SEDEM模型的构建及模型评价

3.2.1 模型算法 WaTEM/SEDEM模型是比利时鲁汶大学在（R）USLE模型的基础上,将WaTEM模型和SEDEM模型整合在一起构成的,是一个基于土地利用格局的土壤水蚀和耕作侵蚀模型。其水蚀部分基于改进的RULSE模型,使其适用于二维景观中的侵蚀预测,以计算年均土壤侵蚀;其次在坡面侵蚀量计算的基础上,根据坡面径流的搬运能力确定流域内侵蚀与沉积的分布,模拟被侵蚀的泥沙到达河网的路径。该模型侧重于土壤重新分配的二维空间预测,同时考虑了土地利用格局对土壤流失的拦截作用和泥沙的运移过程,可用于模拟年均土壤侵蚀率和沉积强度^[29],主要由年均土壤侵蚀率评价、年均输沙能力估算和泥沙传输模拟三部分构成。

（1）年均土壤侵蚀率评价：年均土壤侵蚀率由修正到二维景观上的RUSLE模型计算,其公式为：

（1）E=R×K×LS2D×C×P
式中：E为土壤侵蚀强度（kg ⋅(m²⋅a)^-1）;R为降雨侵蚀力因子（MJ ⋅mm ⋅(m²⋅h ⋅a)^-1）;K为土壤可蚀性因子（kg ⋅h ⋅(MJ ⋅mm)^-1）;C为土地管理因子;P为水土保持措施因子;LS_2D为二维地形因子。坡度计算参考陈思旭等^[30],为了使坡长因子能够反映水流特征,Desmet等用上游汇流面积计算坡长来修正坡长因子^[31],计算公式为：

（2）Li,j=(Ai,j-D2)m+1×Ai,jm+1Dm+2×xi,jm(22.13)m
式中：L_i,j为坐标(i,j)的栅格单元坡长因子;A_i,j为栅格单元上游汇流面积（m²）;D为栅格边长（m）;x_i,j=sina_i,j+cosa_i,j,其中a_ij指栅格单元坡向;m为坡长指数;22.13是RUSLE采用的标准小区的坡长（m）。

（2）年均输沙能力估算：为了计算每个栅格单元的年均输沙能力,采用Desmet等^[32]和Van Oost等^[33]提出的公式：

（3）TC=KTC×R×K×LS-4.12S0.8
式中：TC是年平均输沙能力（kg ⋅(m ⋅a)^-1）;K_TC是输沙能力系数（m）,由模型校正取值;S为坡度（m/m）。

（3）泥沙传输模拟：泥沙向河道的传输过程经多重流算法^[32,33]计算得出,即每个点将其自己的贡献区域路由到所有较低的相邻点,以根据汇流方向变化实现泥沙从高到低汇入河流的过程,模拟被侵蚀的泥沙到达河网的路径。如果局部输沙能力超过输入的泥沙流量,泥沙就会沿着坡面向下移,反之,如果局部输沙能力小于输入泥沙流量,则会发生泥沙淤积。

3.2.2 模型数据输入 模型运行所需的Parcel图由土地利用图经重分类得到;R值由基于日降雨信息的月降雨侵蚀力模型^[34]计算后经Kriging插值法生成R因子图层（图2）;K值采用Williams等的EPIC公式^[35]进行估算,并通过野外调查验证;C值通过建立植被覆盖管理因子与植被覆盖度的回归方程^[36]计算得到;P值采用对不同的土地利用类型进行赋值的方法获取^[37];River图由DEM经ArcGIS水文模块提取得到;Pond图中的水库拦沙计算采用Brune拦沙率^[38]。上述数据均重采样至100 m×100 m分辨率且为具有相同投影的IDRISI rst格式。

图2

新窗口打开|下载原图ZIP|生成PPT
图21975—2015年沂河流域降雨侵蚀力空间分布

Fig. 2Spatial distribution of rainfall erosivity in Yihe River Basin from 1975 to 2015



3.2.3 模型的校正与验证 Nash-Sutcliffe模型效率系数（NSE）被广泛应用于WaTEM/SEDEM模型的有效性评价和精度评估,其公式如下：

（4）NSE=1-∑i=1n(Oi-Pi)2∑i=1n(Oi-Om)2
式中：NSE为模型效率系数;n为观测次数;O_i为观测值;P_i为预测值;O_m为观测值平均值。NSE的范围-∞~1之间,NSE数值越接近1,模型模拟效果越好。

WaTEM/SEDEM模型需要校正茂盛森林覆盖下的运输能力系数最小值（K_tc-low）和耕作土壤下的运输能力系数最大值（K_tc-high）。本研究利用沂河流域临沂水文站1975年、1980年、1985年、1990年、1995年和2000年6年的输沙量数据对模型进行校正,通过在预期范围内手动改变K_tc-low和K_tc-high的值并运行程序,将得出的输沙量预测值与水文站实测值进行比较,最终根据公式（4）计算得出效率系数NSE值。

3.3 地形位指数

地形位指数是反映高程、坡度分异的重要指标,高程越高、坡度越大的区域地形位等级越高。将坡度和高度综合在一起研究地形梯度变化对土壤侵蚀强度的影响,可以准确反映土壤侵蚀强度随地形变化的分布趋势^[39]。本研究参考喻红等计算地形位指数^[40],计算公式如下：

（5）T=logEE?+1×SS?+1
式中：T为地形位;E和 E?分别代表空间任一点的高程值和该点所在区域内的平均高程值;S与 S?分别代表空间任一点的坡度值和该点所在区域内的平均坡度值。将计算所得结果运用相等间隔分级法划分为以下10个等级^[41]：1级（0.199~0.423）、2级（0.423~0.646）、3级（0.646~0.87）、4级（0.87~1.093）、5级（1.093~1.317）、6级（1.317~1.54）、7级（1.54~1.764）、8级（1.764~1.987）、9级（1.987~2.211）、10级（2.211~2.434）（图3）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3沂河流域地形位等级分布图

Fig. 3Terrain niche grade distribution of Yihe River Basin

4 结果分析

4.1 WaTEM/SEDEM模型校正与验证结果分析

根据公式（4）,K_tc-low和K_tc-high的在40 m和150 m的组合下NSE值为0.87（图4）,达到最优模拟效果,两者间比值为1:3.75,这与Verstraeten等^[42]的1:3.33和Van Rompaey等^[43]的1:3.80相接近,说明校正结果符合理论依据。

图4

新窗口打开|下载原图ZIP|生成PPT
图4输沙能力系数K_tc-low和K_tc-high的校正和验证

Fig. 4Correction and verification of sediment transport capacity coefficients K_tc-low and K_tc-high



为了对模型模拟的精度加以验证,利用K_tc-low=40,K_tc-high=150的泥沙输移系数组合对2005年沂河流域和1975—2005年祊河子流域的河流输沙情况进行模拟,结合祊河子流域出口水文控制站——角沂水文站相应年份的输沙量实测数据,对比得到校正后模型模拟的精度。结果显示,模拟数据与观测数据间相关系数R²=0.8463,说明校正结果能够准确反映沂河流域的侵蚀产沙情况。

4.2 1975—2015年流域土壤侵蚀产沙时空变化

利用校正后的数据（K_tc-low=40,K_tc-high=150）运行WaTEM/SEDEM模型,模拟得到1975—2015年流域内大、中型水库的泥沙沉积量（表1）及流域土壤侵蚀产沙模数。由表1可以看出,1975—2015年水库年均拦沙总量达28.97万t,占年均河流输沙总量的27%,对河流下游输沙量的减少起到了重要的作用。

Tab. 1
表1
表1沂河流域内大、中型水库泥沙沉积量
Tab. 1Sediment deposition of large and medium-sized reservoirs in Yihe River Basin

水库类型	总库容(亿m3)	不同年份泥沙沉积量(万t)
		1975	1985	1995	2005	2015	年均
大型水库（5个）	18.21	2.52	32.07	6.05	7.58	4.51	10.55
中型水库（22个）	3.93	12.42	38.71	19.78	15.41	5.80	18.42
合计	22.14	14.94	70.78	25.83	22.99	10.31	28.97

新窗口打开|下载CSV

依据《北方土石山区水土流失综合治理技术标准》（SL665-2014）中的水蚀强度分级标准,将其划分为剧烈侵蚀（<-60 t ⋅hm^-2⋅a^-1）、极强烈侵蚀（-60~–40 t ⋅hm^-2⋅a^-1）、强烈侵蚀（-40~-25 t ⋅hm^-2⋅a^-1）、中度侵蚀（-25~-10 t ⋅hm^-2⋅a^-1）、轻度侵蚀（-10~-2 t ⋅hm^-2⋅a^-1）、微度侵蚀（-2~0 t ⋅hm^-2⋅a^-1）以及沉积（>0 t ⋅hm^-2⋅a^-1）7个等级,并计算出不同年份各土壤侵蚀强度等级的面积及其占流域总面积的百分比（表2）。由表2可以看出,沂河流域主要以侵蚀为主,侵蚀面积超过95%,沉积面积仅占不到5%。其中,微度侵蚀面积占流域总面积的50%以上;其次是剧烈侵蚀,占比在10% ~ 19%;极强烈侵蚀所占面积不到流域面积的5%,占比最小。

Tab. 2
表2
表21975—2015年沂河流域土壤侵蚀/沉积面积和占比
Tab. 2Area and proportion of soil erosion and sedimentary inYihe River Basin from 1975 to 2015

时间	侵蚀强度
	剧烈侵蚀			极强烈侵蚀			强烈侵蚀			中度侵蚀			轻度侵蚀			微度侵蚀			沉积
	面积 (hm2)	占比 (%)		面积 (hm2)	占比 (%)		面积 (hm2)	占比 (%)		面积 (hm2)	占比 (%)		面积 (hm2)	占比 (%)		面积 (hm2)	占比 (%)		面积 (hm2)	占比 (%)
1975	138972	13.93		43203	4.33		50875	5.10		95844	9.61		107406	10.77		520927	52.22		40288	4.04
1980	127658	12.80		42828	4.29		49707	4.98		95135	9.54		114709	11.50		527254	52.86		40223	4.03
1985	155622	15.60		41862	4.20		49314	4.94		91569	9.18		99329	9.96		509471	51.07		50348	5.05
1990	102136	10.24		27008	2.71		32594	3.27		61439	6.16		69546	6.97		664636	66.63		40155	4.03
1995	186589	18.71		42502	4.26		49095	4.92		85236	8.54		79479	7.97		504997	50.63		49617	4.97
2000	167728	16.81		41830	4.19		49690	4.98		88385	8.86		87022	8.72		513211	51.45		49649	4.98
2005	161152	16.16		37482	3.76		43717	4.38		76385	7.66		75550	7.57		559980	56.14		43249	4.34
2010	136709	13.70		36949	3.70		43325	4.34		79166	7.94		85262	8.55		574938	57.64		41165	4.13
2015	123618	12.39		34170	3.43		40302	4.04		77541	7.77		90988	9.12		592591	59.41		38305	3.84
多年平均	144465	14.48		38648	3.87		45402	4.55		83411	8.36		89921	9.01		552001	55.34		43667	4.38

新窗口打开|下载CSV

沂河流域多年平均土壤侵蚀模数达到35.76 t ⋅hm^-2⋅a^-1。从土壤侵蚀的时间变化看,1975—2015年流域内总体侵蚀产沙强度呈现先增加后减少的趋势（表3）。1975—1995年侵蚀产沙强度在波动中上升,总产沙量由1975年的3099万t增加至1995年的4945万t,年均产沙模数由1975年的30.92 t ⋅hm^-2⋅a^-1增加至1995年的49.32 t ⋅hm^-2⋅a^-1,强烈侵蚀、中度侵蚀和轻度侵蚀面积均呈微弱的减小态势,剧烈侵蚀面积增加34.26%,年均产沙模数升高59.54%。1995年后,土壤侵蚀强度开始降低,至2015年总产沙量降低至2968万t,年均产沙模数由49.32 t ⋅hm^-2⋅a^-1下降至29.60 t ⋅hm^-2⋅a^-1,微度侵蚀和轻度侵蚀面积均显著增加,剧烈侵蚀面积大大减少,减少率达26.30%。流域土壤侵蚀的这种时间变化特点,除了降水的影响,还与流域生态建设有关。沂河流域自20世纪80年代开始以小流域为单元进行综合治理,但初期以点片治理为主,没有形成完善的水土保持体系,治理水平较低。20世纪90年代以来,流域有计划、有组织地大规模进行小流域综合治理,尤其是从1998年起,流域内相继实施了中央财政预算内专项资金（国债）水土保持项目、淮河流域水土保持工程建设项目、国家水土保持重点工程建设项目等,因地制宜地实施退耕还林、荒山造林以及坡改梯等水土保持工程,水土流失治理水平不断提高,对流域土壤侵蚀的防治发挥了重要的作用。

Tab. 3
表3
表31975—2015年沂河流域不同行政区平均土壤侵蚀模数
Tab. 3Average soil erosion modulus in different administrative regions of Yihe River Basin from 1975 to 2015 （单位：t·hm^-2·a^-1）

县名	年份
	1975	1980	1985	1990	1995	2000	2005	2010	2015	多年平均
费县	45.90	29.36	45.95	42.84	66.42	63.43	72.43	50.72	44.68	51.30
蒙阴县	21.18	15.79	23.23	16.64	34.78	29.42	31.69	24.19	18.61	23.95
沂南县	34.87	25.86	39.70	43.75	56.87	56.57	49.96	34.65	38.31	42.28
沂水县	47.42	44.55	56.19	40.44	73.02	64.85	61.93	46.56	46.29	53.47
平邑县	20.03	21.53	25.87	20.28	34.95	28.16	25.41	18.76	14.79	23.31
沂源县	28.14	34.41	40.59	22.71	50.26	38.52	35.14	33.85	26.76	34.49
兰山区	2.54	1.57	2.01	3.09	3.15	3.40	2.75	1.85	2.02	2.49
沂河流域	30.92	26.47	35.90	29.29	49.32	43.89	43.61	32.83	29.60	35.76

新窗口打开|下载CSV

从土壤侵蚀的空间变化来看（图5）,侵蚀严重的区域位于流域北部的鲁山、沂山、蒙山山脉以及南部的尼山山脉处,沂河中下游以及蒙山、尼山之间的河谷地区侵蚀强度最低,沉积主要分布在坡脚和河谷处。各县（区）平均侵蚀模数为沂水县>费县>沂南县>沂源县>蒙阴县>平邑县>兰山区（表3）。1975—2015年,流域内沂源县、沂南县北部和沂水县南部侵蚀强度增长显著,剧烈侵蚀面积增加29.06%,轻度侵蚀面积减少26.67%,主要由于该区域大部分位于山地丘陵区,地形起伏大,坡耕地和低标准梯田分布范围较广,同时森林覆盖率仅在12%左右,水土保持能力差,水力侵蚀强烈。兰山区和蒙阴县北部土壤侵蚀强度降低显著,分别降低29.41%、14.98%,这是由于兰山区位于沂河下游,地形平坦,水土流失治理难度小,同时该地区人口密集,对土壤侵蚀防治重视度高;而蒙阴县属国家水土保持重点治理县、国家水土保持生态文明县和全国生态示范县,该县依托蒙山旅游区,形成了以小流域治理为主,坡面防护和径流调控相结合的综合防治体系。

图5

新窗口打开|下载原图ZIP|生成PPT
图51975—2015年沂河流域土壤侵蚀强度分布图

Fig. 5Distribution of soil erosion intensity in Yihe River Basin from 1975 to 2015

4.3 流域土壤侵蚀产沙的影响因素分析

4.3.1 降雨侵蚀力对流域土壤侵蚀产沙的影响 降水是影响土壤侵蚀的主要动力因素。沂河流域多年平均降雨侵蚀力为2492.40 (MJ ⋅mm)(hm²⋅h ⋅a)^-1。从时间变化上看,1975—2015年,沂河流域降雨侵蚀力呈现先降低后升高又降低的变化趋势,由1975年的2488.19 (MJ ⋅mm)(hm²⋅h ⋅a)^-1降低至1985年的2077.27 (MJ ⋅mm)(hm²⋅h ⋅a)^-1再上升至2005年的3115.82 (MJ ⋅mm)(hm²⋅h ⋅a)^-1,2015年降雨侵蚀力又降低至2471.07 (MJ ⋅mm)(hm²⋅h ⋅a)^-1。从空间变化上看,沂河流域降雨侵蚀力呈现由蒙山南部的河谷地区向南北两侧逐渐减少的特点（图2）,各县（区）平均降雨侵蚀力为费县>兰山区>沂南县>蒙阴县>平邑县>沂水县>沂源县。南部的费县和兰山区降雨侵蚀力最高,分别为2604.23 (MJ ⋅mm)(hm²⋅h ⋅a)^-1、2531.70 (MJ ⋅mm)(hm²⋅h ⋅a)^-1;其次为沂南县（2421.02 (MJ ⋅mm)(hm²⋅h ⋅a)^-1）、蒙阴县（2413.65 (MJ ⋅mm)(hm²⋅h ⋅a)^-1）和平邑县（2286.60 (MJ ⋅mm)(hm²⋅h ⋅a)^-1）;北部的沂水县、沂源县降雨侵蚀力较低,分别为2066.09 (MJ ⋅mm)(hm²⋅h ⋅a)^-1、1857.01 (MJ ⋅mm)(hm²⋅h ⋅a)^-1。通过对比图2、表3以及图5可见,费县降雨侵蚀力最高且土壤侵蚀强度也较大,兰山区降雨侵蚀力次高但土壤侵蚀强度却最低;沂南县降雨侵蚀力较高且土壤侵蚀强度也较大,而蒙阴县、平邑县降雨侵蚀力较高但土壤侵蚀强度却不大;沂水县降雨侵蚀力较低但土壤侵蚀强度最大,沂源县降雨侵蚀力最低而土壤侵蚀强度却较高。由此可见,研究区降雨侵蚀力的时空变化和侵蚀产沙强度的时空变化并不完全一致,一方面说明了降水等气候因素对流域土壤侵蚀产沙具有一定的影响,另一方面也说明地形、土地利用等下垫面因素对流域土壤侵蚀产沙具有重要的作用。

4.3.2 地形位梯度变化对流域土壤侵蚀产沙的影响 地形是土壤侵蚀产生的载体,在相同的降水条件下,地形条件的差异成为侵蚀产沙的主要影响因素。沂河流域山地丘陵所占面积达到76.1%,地形特征的复杂性也为流域水土流失的治理增加了一定难度。从空间上看,流域北部由于鲁山、沂山山脉的存在使得北部地形位总体等级较高,中部地区的蒙山山脉和南部尼山山脉处次之（图3）,两山脉之间的山谷以及沂河下游地区地形位等级最低,这与流域侵蚀产沙强度在空间上的分布规律基本一致,可见沂河流域土壤侵蚀产沙强度在空间上的差异与地形位梯度的变化有关。由于地形位梯度在研究时段内变化较小,从而对流域侵蚀产沙的时间变化影响较小,因此本文未对各年份地形位梯度变化对流域侵蚀产沙的影响进行单独分析。

利用ArcGIS 10.2叠加分析得出各年份不同地形位等级下的平均侵蚀模数（图6）。整体上看,1975—2015年流域的平均侵蚀模数均随地形位等级的上升呈现先升高后降低的变化趋势,在1~4级地形位区间内,地形位等级越高,侵蚀产沙强度越高,这主要归因于土壤侵蚀临界坡度内土壤侵蚀模数随坡度的增加而增加,同时低海拔、低坡度的区域是耕地的优势地形位,而耕地尤其是坡耕地相较于其他类型的土地利用方式更容易受到侵蚀;当地形位大于4级时,侵蚀强度开始下降,一方面由于较大坡度对土壤侵蚀具有负向效应,即当坡度大于临界坡度^[44]时,土壤侵蚀量随坡度的增加而减少。研究区土壤侵蚀临界坡度在15°~20°之间^[45],而坡度大于15°的地区98%位于地形位5~10级之间,因此该区域较大坡度对土壤侵蚀存在负向影响;另一方面高地形位下开展农业活动的困难性以及封山育林、中幼林抚育等水土保持措施的实施也会导致该区域侵蚀产沙强度随地形位升高而降低。研究时段内,流域侵蚀产沙的优势地形位在4~6之间,各年份在该区间内的侵蚀模数在61.90 t ⋅hm^-2⋅a^-1~138.34 t ⋅hm^-2⋅a^-1之间,均达到剧烈侵蚀程度,而该级地形位面积占流域总面积的65.33%,表明4~6地形位区间是水土流失重点监测区,该区间治理难度大、范围广,相关部门应针对该区间内的高程和坡度制定相应的土壤侵蚀防治措施。

图6

新窗口打开|下载原图ZIP|生成PPT
图6沂河流域不同地形位分级的平均侵蚀模数

Fig. 6Average erosion modulus of different terrain niche classifications in Yihe River Basin



综上所述,要想改善流域的水土流失现状,必须以侵蚀严重的沂水县、费县、沂南县、沂源县作为重点治理区,尤其针对4~6级地形位下土壤侵蚀严重的区域,积极开展退耕还林以及坡改梯工程,实施疏林地封禁补植等保护措施,同时增加沟道地区植被覆盖,加大流域水土流失监督力度,遏制土壤侵蚀强度加剧。

4.3.3 土地利用变化对流域土壤侵蚀产沙的影响 人类活动通过改变土地利用方式和结构对下垫面进行干扰是驱动流域土壤侵蚀和产沙变化的主导因素,土壤的侵蚀强度在一定程度上是由于不同的土地利用方式所导致。由图7可知,1975—2015年,耕地、林地、草地之间的转化是沂河流域最主要的土地利用变化类型,因此,本研究通过ArcGIS10.2将1975—1985年、1985—1995年、1995—2005年和2005—2015年的土地利用变化图与相应时段的侵蚀产沙强度变化图叠加,得到土地利用变化对土壤侵蚀产沙强度的影响（图8）。由图8可以看出,耕地与林地的转化是导致沂河流域土壤侵蚀产沙强度变化的主要原因之一。其中,耕地转化为林地土壤侵蚀强度以降低为主,4个研究时段内由耕地转化为林地所导致的侵蚀强度降低面积分别为233.31 hm²、2000.21 hm²、2590.72 hm²、8735.65 hm²,尤其是在2005—2015年期间由于退耕还林工作的大力开展,使得3.6万hm²的耕地转化为林地,对土壤侵蚀的遏制起到了显著作用;林地转化为耕地则会导致侵蚀强度升高,相应时段由林地转化为耕地使得侵蚀强度升高面积达949.06 hm²、1071.76 hm²、1837.48 hm²、5008.31 hm²。近年来由于耕地占补平衡政策的开展,人们加强了对土地的整治和垦殖,使得林地转化为耕地数量增加,但总的来看,2005—2015年土壤侵蚀强度仍是以降低为主。1975—2015年,林、草地之间的转化对沂河流域土壤侵蚀强度变化的影响较为微弱。值得注意的是,流域耕地转草地（退耕还草）使得侵蚀强度降低面积达到21583.96 hm²,因为草地相对于耕地具有更高的抗蚀性;草地转耕地使得侵蚀强度降低面积为9718.28 hm²,主要由于由坡草地改造的梯田更能发挥水土保持作用。

图7

新窗口打开|下载原图ZIP|生成PPT
图71975—2015年沂河流域不同土地利用类型转化面积

注：C-F：耕地转林地;C-G：耕地转草地;C-U：耕地转未利用地;F-C：林地转耕地;F-G：林地转草地;F-U：林地转未利用地;G-C：草地转耕地;G-F：草地转林地;G-U：草地转未利用地;U-C：未利用地转耕地;U-F：未利用地转林地;U-G：未利用地转草地。
Fig. 7Areas of different land use type transformations in Yihe River Basin from 1975 to 2015

图8

新窗口打开|下载原图ZIP|生成PPT
图8不同土地利用类型变化下土壤侵蚀强度等级的变化面积

注：0表示侵蚀强度不变;负号表示侵蚀强度等级降低。
Fig. 8Changing areas of soil erosion intensity grade under different land use type transformations



1975—1985年,各地类面积变化不大,侵蚀产沙强度变化面积也相对较小,表明该时期土地利用变化对流域内侵蚀产沙影响微弱,但在此期间泥沙输移比达到整个研究期间最大值0.22,因此降水等自然因素是该时期侵蚀产沙强度变化的主要原因;1985—1995年,虽然单位面积耕地转林地、耕地转草地分别使得侵蚀强度降低面积0.22 hm²和0.27 hm²,但降低的优势区间主要集中在1~2级,可见该时期的退耕还林、还草对降低土壤侵蚀起到一定的作用,但影响程度较小;1995—2005年,土地利用类型变化下土壤侵蚀强度等级变化程度显著增大,相较于1985—1995年,草地与耕地、林地与耕地间的转化分别使得侵蚀强度升高5级的面积增加1396.24 hm²、568.01 hm²,下降5级的面积增加1463.21 hm²、750.38 hm²;2005—2015年,各土地利用方式变化下土壤侵蚀强度的变化最为活跃,耕地转林地、耕地转草地和草地转耕地使得侵蚀强度降低面积分别达到8735.65 hm²、4707 hm²和3117 hm²,分别占该时期侵蚀强度降低总面积的38.56%、20.77%和13.76%,这与该时期流域大规模退耕还林还草、高标准梯田的修建以及疏林草地封禁补植等水土保持措施的实施有关。总的来看,虽然1995年前流域人口增加导致的对粮食需求的增加,致使部分林草地被开垦为耕地尤其是坡耕地,但同时由于小流域综合治理也使得一些坡耕地转化为林草地或梯田,对土壤侵蚀产沙强度的变化造成了一定的影响,但影响程度较小。1995年以后,土地利用变化对流域土壤侵蚀产沙强度变化的影响显著增加。首先由于生态建设的需求,流域各项水土保持措施不断开展,大量坡耕地、荒草地被改造为林草地或梯田;再加上经济、政策等因素的驱动,使得部分坡耕地转变为杨树林地、果园、金银花等经济林地,使得流域侵蚀产沙强度显著下降。

5 结论

（1）通过对WaTEM/SEDEM模型进行校正,输沙能力系数K_tc-low和K_tc-high在40 m和150 m组合下模拟效果达到最优,此时模型有效系数NSE达0.87,对模型模拟精度进行验证表明模型在中尺度的沂河流域具有较好的适用性。

（2）1975—2015年,沂河流域主要以土壤侵蚀为主,微度侵蚀面积所占比例最大,其次是剧烈侵蚀,极强烈侵蚀所占面积最小。从时间变化看,研究时段内土壤侵蚀强度呈现先增加后减小的变化趋势,年产沙量由3099万t增加至4945万t后又降至2968万t,年均产沙模数由30.92 t ⋅hm^-2⋅a^-1增加至49.36 t ⋅hm^-2⋅a^-1后又下降至29.60 t ⋅hm^-2⋅a^-1;从空间变化看,侵蚀严重的区域位于流域北部的鲁山、沂山、蒙山山脉以及南部的尼山山脉处,沉积主要分布在坡脚和河谷处;各县（区）平均侵蚀模数为沂水县>费县>沂南县>沂源县>蒙阴县>平邑县>兰山区。

（3）沂河流域土壤侵蚀产沙强度的变化是降水、地形等自然因素和土地利用变化等人类活动因素综合作用的结果。1975—2015年,流域降雨侵蚀力的时间变化为先降低后升高又降低,空间变化为从蒙山南部的河谷地区向南北两侧逐渐减少,各县（区）平均降雨侵蚀力为费县>兰山区>沂南县>蒙阴县>平邑县>沂水县>沂源县,降雨侵蚀力的时空变化与侵蚀产沙强度的时空变化并不完全一致。地形位等级空间分布与流域侵蚀产沙强度空间分布基本一致,优势区间在4~6级之间,侵蚀产沙模数在1~4级地形位中表现为随着地形位的升高而升高,大于4级则随着地形位的升高而降低。耕地和林地的转化是土壤侵蚀强度转化最主要的原因,耕地转化为林地侵蚀强度以降低为主,林地转化为耕地则相反,草地与其他土地利用类型之间的转化对侵蚀强度影响较小;1975—1995年,土地利用变化对土壤侵蚀强度变化的影响较小;1995—2015年,以耕地转林、草地为主的土地利用变化对流域侵蚀产沙强度的降低产生了较大影响。

然而,WaTEM/SEDEM模型假设进入河道的泥沙能够全部输出流域,并没有考虑河道侵蚀以及重力侵蚀等因素,因此在计算流域泥沙收支时,忽略了河网内的泥沙来源和淤积面积,易导致模拟结果出现一定误差。通过对比研究区的相关研究,如张明礼等通过¹³⁷Cs示踪法得到2008年北方土石山区侵蚀模数在10.66~59.26 t ⋅hm^-2⋅a^-1之间^[46],刘瑞娟等利用RUSLE模型计算出2001年临沂流域侵蚀模数在50.66~390.94 t ⋅hm^-2⋅a^-1之间^[47],均与本研究结论相接近,可见研究结果是可信的,但在今后的研究中应积极探讨模型的优化和改进方案。由于流域尺度较大,高分辨率的输入数据在中尺度的沂河流域上的模拟较为困难,因此本研究只能利用100 m分辨率的DEM数据模拟沂河流域侵蚀产沙。根据Verstraetn^[48]所提出的观点,低分辨率的DEM会使陡坡变平,从而降低了平均侵蚀速率,但也增加了较平坦的下坡地区泥沙的空间运输能力,故而利用较粗分辨率的DEM来模拟较大流域尺度的输沙量是相当准确的,但流域内部空间变异性预测的准确性尚未得到有效的验证。基于此,Verstraeten等在2007年提出通过流域划分的方法运用WaTEM/SEDEM模型模拟大尺度流域的土壤侵蚀产沙,并在Murrumbidgee流域得到了成功的应用^[49]。然而经过流域划分后所需数据量大,数据获取较困难,因此在利用WaTEM/SEDEM模型对大、中尺度流域进行侵蚀产沙的模拟时,选择合适的模拟方案应是下一步的研究重点。

致谢：

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文整体框架组织、概念模型建构等方面的修改意见,使本文受益匪浅。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 吴秀芹, 蔡运龙. 土地利用/土地覆盖变化与土壤侵蚀关系研究进展
地理科学进展, 2003, 22(6):576-584.
[本文引用: 1]

[ Wu Xiuqin, Cai Yunlong. Advances of researches on relationship between LUCC and soil erosion
Progress in Geography, 2003, 22(6):576-584.]
[本文引用: 1]

[2] Didoné E J, Minella J P G, Evrard O. Measuring and modelling soil erosion and sediment yields in a large cultivated catchment under no-till of Southern Brazil
Soil and Tillage Research, 2017, 174:24-33. DOI: 10.1016/j.still.2017.05.011.
URL [本文引用: 1]

[3] Shi Z H, Ai L, Fang N F, et al. Modeling the impacts of integrated small watershed management on soil erosion and sediment delivery: A case study in the Three Gorges Area, China
Journal of Hydrology, 2012, 438:156-167. DOI: 10.1016/j.jhydrol.2012.03.016.
[本文引用: 1]

[4] 姜艳敏, 郭明航, 赵军, 等. 土壤侵蚀形态演化数字摄影观测系统设计与实验
农业机械学报, 2019, 50(7):281-290.
[本文引用: 1]

[ Jiang Yanmin, Guo Minghang, Zhao Jun, et al. Digital close range photogrammetry system for soil erosion
Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(7):281-290.] DOI: 10.6041/j.issn.1000-1298.2019.07.031.
[本文引用: 1]

[5] Liu Y, Xu Y, Zhang F, et al. The impact of biofuel plantation on biodiversity: A review
Chinese Science Bulletin, 2014, 59(34):4639-4651. DOI: 10.1007/s11434-014-0639-1.
URL [本文引用: 1]

[6] 张乐涛, 李占斌, 王贺, 等. 流域系统径流侵蚀链内泥沙输移的空间尺度效应
农业工程学报, 2016, 32(13):87-94.
[本文引用: 1]

[ Zhang Letao, Li Zhanbin, Wang He, et al. Spatial scale effects on sediment delivery within runoff erosion chains in basin system
Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(13):87-94.] DOI: 10.11975/j.issn.1002-6819.2016.13.013.
[本文引用: 1]

[7] De Vente J, Poesen J, Verstraeten G, et al. Spatially distributed modelling of soil erosion and sediment yield at regional scales in Spain
Global and Planetary Change, 2008, 60(3-4):393-415. DOI: 10.1016/j.gloplacha.2007.05.002.
URL [本文引用: 1]

[8] Zheng F L. Effect of vegetation changes on soil erosion on the Loess Plateau
Pedosphere, 2006, 16(4):420-427. DOI: 10.1016/S1002-0160(06)60071-4.
URL [本文引用: 1]

[9] Tuo D, Xu M, Gao G. Relative contributions of wind and water erosion to total soil loss and its effect on soil properties in sloping croplands of the Chinese Loess Plateau
Science of the Total Environment, 2018, 633:1032-1040. DOI: 10.1016/j.scitotenv.2018.03.237.
URL [本文引用: 1]

[10] 刘前进, 于兴修. 北方土石山区土壤侵蚀强度垂直景观格局: 以沂蒙山区为例
地理研究, 2010, 29(8):1471-1483.
DOI:10.11821/yj2010080012 [本文引用: 1]
以具北方土石山区典型特征的沂蒙山区为例,在分析土壤侵蚀过程的基础上,选取具生态学意义的侵蚀强度景观格局指数,从垂直维度上分析侵蚀景观格局变化特征。结果表明:土壤侵蚀景观格局具有显著垂直分带性。50~200带为低侵蚀稳定区,人类活动影响大,缀块成片分布,连通性强,形状较规则;400~800带为高侵蚀稳定区,自然因素起主导作用,缀块密度大且分散,形状较复杂;200~400带为侵蚀景观急剧变化区,侵蚀程度随高程增加而增大,自然因素作用增强。微度与轻度侵蚀景观、强烈与极强烈侵蚀景观具相同垂直变化趋势,此两组侵蚀景观变化趋势的差异主要分布于低于300带和高于500带处;中度侵蚀景观变化趋势可视为前两组侵蚀景观变化趋势的过渡。
[ Liu Qianjin, Yu Xingxiu. Vertical landscape pattern on soil erosion intensity in the rocky area of northern China: A case study in the Yimeng Mountainous Area, Shandong
Geography Research, 2010, 29(8):1471-1483.]
[本文引用: 1]

[11] 张利华, 李辉, 张艳艳. 基于¹³⁷Cs示踪法的丹江口小流域农用地土壤侵蚀研究
地理科学, 2009, 29(2):273-277.
[本文引用: 1]

[ Zhang Lihua, Li Hui, Zhang Yanyan. Evaluation of soil erosion rate in Danjiangkou city using ¹³⁷Cs tracing method
Scientia Geographica Sinica, 2009, 29(2):273-277.]
[本文引用: 1]

[12] 王红亚, 霍豫英, 吴秀芹, 等. 贵州石板桥水库沉积物的矿物磁性特征及其土壤侵蚀意义
地理研究, 2006, 25(5):865-876.
[本文引用: 1]

[ Wang Hongya, Huo Yuying, Wu Xiuqin, et al. Mineral-magnetic characteristics of sediments from Shibanqiao Reservoir, Guanling county, Guizhou province and their implications on soil erosion
Geography Research, 2006, 25(5):865-876.]
[本文引用: 1]

[13] 薛天翼, 武旭同, 朱晨怡, 等. 红水河流域输沙量变化及其影响因素
地理科学进展, 2019, 38(5):772-782.
DOI:10.18306/dlkxjz.2019.05.013 [本文引用: 1]
红水河是珠江流域的主要泥沙来源,为了确定1955&mdash;2016年红水河流域输沙量变化特征及其影响因素,论文尝试采用有序聚类分析确定了流域输沙量变化的3个时期,并利用泥沙归因诊断分析计算了含沙量、径流系数和降雨因子在不同时期对输沙量变化的贡献程度,在此基础上进一步对影响输沙量变化的主要因素进行了分析。研究表明：1955&mdash;2016年间红水河流域输沙量存在1963和1991年2个突变点,在突变点前后输沙量存在明显变化,且这一变化主要受含沙量因子控制,人类活动是造成流域输沙量变化的根本原因。其中在1955&mdash;1991年间,红水河输沙量的上升主要由毁林开荒引起的流域水土流失面积增加所导致;而在1964&mdash;2016年间,水库修建使红水河流域输沙量减少了83.49%,而同时期植被覆盖度的增长贡献了输沙量减少的12.03%。将WaTEM/SEDEM模型模拟结果与实测结果进行对比,同样发现1964&mdash;2016年输沙量变化的绝大部分(81.03%)由修建水库所贡献,而土地利用变化对输沙量减少的贡献相对较小(18.97%)。
[ Xue Tianyi, Wu Xutong, Zhu Chenyi, et al. Change of sediment load and its influencing factors in the Hongshui River Basin in Southwestern China
Progress in Geography, 2019, 38(5):772-782.] DOI: 10.18306/dlkxjz.2019.05.013.
[本文引用: 1]

[14] Lewis L A, Verstraeten G, Zhu H. RUSLE applied in a GIS framework: calculating the LS factor and deriving homogeneous patches for estimating soil loss
International Journal of Geographical Information Science, 2005, 19(7):809-829. DOI: 10.1080/13658810500105705.
URL [本文引用: 1]

[15] Grum B, Woldearegay K, Hessel R, et al. Assessing the effect of water harvesting techniques on event-based hydrological responses and sediment yield at a catchment scale in northern Ethiopia using the Limburg Soil Erosion Model (LISEM)
Catena, 2017, 159:20-34. DOI: 10.1016/j.catena.2017.07.018.
URL [本文引用: 1]

[16] Yesuf H M, Assen M, Alamirew T, et al. Modeling of sediment yield in Maybar gauged watershed using SWAT, northeast Ethiopia
Catena, 2015, 127:191-205. DOI: 10.1016/j.catena.2014.12.032.
URL [本文引用: 1]

[17] Kamila Hlavová, S Kohnová, Y Velísková, et al. Comparison of two concepts for assessment of sediment transport in small agricultural catchments
Journal of Hydrology and Hydromechanics, 2018, 66(4):404-415. DOI: 10.2478/johh-2018-0032.
URL [本文引用: 1]

[18] Liu Y, Fu B. Assessing sedimentological connectivity using WATEM/SEDEM model in a hilly and gully watershed of the Loess Plateau, China
Ecological indicators, 2016, 66:259-268. DOI: 10.1016/j.ecolind.2016.01.055.
URL [本文引用: 1]

[19] De Vente J, Poesen J, Verstraeten G, et al. Predicting soil erosion and sediment yield at regional scales: Where do we stand?
Earth-Science Reviews, 2013, 127:16-29. DOI: 10.1016/j.earscirev.2013.08.014.
URL [本文引用: 1]

[20] Krasa J, Dostal T, Jachymova B, et al. Soil erosion as a source of sediment and phosphorus in rivers and reservoirs-Watershed analyses using WaTEM/SEDEM
Environmental Research, 2019, 171:470-483. DOI: 10.1016/j.envres.2019.01.044.
URL [本文引用: 1]

[21] Quiñonero-Rubio J M, Nadeu E, Boix-Fayos C, et al. Evaluation of the effectiveness of forest restoration and check-dams to reduce catchment sediment yield
Land Degradation & Development, 2016, 27(4):1018-1031. DOI: 10.1002/ldr.2331.
URL [本文引用: 1]

[22] Fang H. Impact of land use change and dam construction on soil erosion and sediment yield in the black soil region, Northeastern China
Land Degradation & Development, 2017, 28(4):1482-1492. DOI: 10.1002/ldr.2677.
URL [本文引用: 2]

[23] Delgado M E M, Canters F. Modeling the impacts of agroforestry systems on the spatial patterns of soil erosion risk in three catchments of Claveria, the Philippines
Agroforestry Systems, 2012, 85(3):411-423. DOI: 10.1007/s10457-011-9442-z.
URL [本文引用: 1]

[24] Bezak N, Rusjan S, Petan S, et al. Estimation of soil loss by the WATEM/SEDEM model using an automatic parameter estimation procedure
Environmental Earth Sciences, 2015, 74(6):5245-5261. DOI: 10.1007/s12665-015-4534-0.
URL [本文引用: 1]

[25] Wilken F, Baur M, Sommer M, et al. Uncertainties in rainfall kinetic energy-intensity relations for soil erosion modelling
Catena, 2018, 171:234-244. DOI: 10.1016/j.catena.2018.07.002.
URL [本文引用: 1]

[26] Boix-Fayos C, Vente J D, Martínez-Mena M, et al. The impact of land use change and check-dams on catchment sediment yield
Hydrological Processes, 2008, 22(25):4922-4935. DOI: 10.1002/hyp.7115.
URL [本文引用: 1]

[27] Haiyan F, Liying S. Modelling soil erosion and its response to the soil conservation measures in the black soil catchment, Northeastern China
Soil and Tillage Research, 2017, 165:23-33. DOI: 10.1016/j.still.2016.07.015.
URL [本文引用: 1]

[28] Van Loo M, Dusar B, Verstraeten G, et al. Human induced soil erosion and the implications on crop yield in a small mountainous Mediterranean catchment (SW-Turkey)
Catena, 2017, 149:491-504. DOI: 10.1016/j.catena.2016.08.023.
URL [本文引用: 1]

[29] 盛美玲, 方海燕. WaTEM/SEDEM模型及其应用研究进展与展望
地理科学进展, 2014, 33(1):85-91.
DOI:10.11820/dlkxjz.2014.01.010 [本文引用: 1]
土壤侵蚀产沙模型是开展水土保持研究的重要工具。土壤侵蚀物理模型除能够模拟和预测土壤侵蚀沉积的空间分布外,其可移植性功能较强,因此得到了很多研究者的青睐,但大多数物理模型运行时需要的参数较多,因而限制了模型应用和推广。本文介绍了比利时鲁汶大学研发的分布式土壤侵蚀模型WaTEM/SEDEM（Waterand Tillage Erosion Model and Sediment Delivery Model）模型,分别从WaTEM/SEDEM 模型的产生、结构、国内外应用进行了系统阐述,并在已有的应用研究基础上,总结了该模型的优缺点,展望其应用前景。
[ Sheng Meiling, Fang Haiyan. Research progress in WaTEM/SEDEM model and its application prospect
Progress in Geography, 2014, 33(1):85-91.] DOI: 10.11820/dlkxjz.2014.01.010.
[本文引用: 1]

[30] 陈思旭, 杨小唤, 肖林林, 等. 基于RUSLE模型的南方丘陵山区土壤侵蚀研究
资源科学, 2014, 36(6):1288-1297.
[本文引用: 1]

[ Chen Sixu, Yang Xiaohuan, Xiao Linlin, et al. Study of soil erosion in the Southern Hillside Area of China based on RUSLE model
Resources Science, 2014, 36(6):1288-1297.]
[本文引用: 1]

[31] Desmet P J J, Govers G. A GIS procedure for automatically calculating the USLE LS factor on topographically complex landscape units
Journal of Soil and Water Conservation, 1996, 51(9):427-433.
[本文引用: 1]

[32] Desmet P J J, Govers G. GIS-based simulation of erosion and deposition patterns in an agricultural landscape: A comparison of model results with soil map information
Catena, 1995, 25(1-4):389-401. DOI: 10.1016/0341-8162(95)00019-O.
URL [本文引用: 2]

[33] Van Oost K, Govers G, Desmet P. Evaluating the effects of changes in landscape structure on soil erosion by water and tillage
Landscape Ecology, 2000, 15(6):577-589. DOI: 10.1023/A:1008198215674.
URL [本文引用: 2]

[34] 杨轩, 梁音, 方继青, 等. 基于日降雨信息的月降雨侵蚀力模型
土壤学报, 2010, 47(2):216-222.
[本文引用: 1]

[ Yang Xuan, Liang Yin, Fang Jiqing, et al. Constitution of monthly rainfall erosivity models based on information of daily rainfall
Acta Pedologica Sinica, 2010, 47(2):216-222.]
[本文引用: 1]

[35] Zhu G, Tang Z, Shangguan Z, et al. Factors affecting the spatial and temporal variations in soil erodibility of China
Journal of Geophysical Research: Earth Surface, 2019, 124(3):737-749. DOI: 10.1029/2018JF004918.
URL [本文引用: 1]

[36] Li P, Zang Y, Ma D, et al. Soil erosion rates assessed by RUSLE and PESERA for a Chinese Loess Plateau catchment under land-cover changes
Earth Surface Processes and Landforms, 2020, 45, 707-722. DOI: 10.1002/esp.4767.
URL [本文引用: 1]

[37] 杨韶洋. 基于CSLE模型的沂蒙山国家级重点治理区土壤侵蚀格局分析
山东农业大学, 2014: 36-39.
[本文引用: 1]

[ Yang Shaoyang. The analysis of soil erosion pattern in national key harnessing areas of Yimeng Mountains based on CSLE Model
Shandong Agricultural University, 2014: 36-39.]
[本文引用: 1]

[38] Brune G M. Trap efficiency of reservoirs
Eos, Transactions American Geophysical Union, 1953, 34(3):407-418. DOI: 10.1029/TR034i003p00407.
[本文引用: 1]

[39] 高峰, 华璀, 卢远, 等. 基于地形梯度的土壤侵蚀强度分布特征研究: 以钦江流域为例
水土保持研究, 2014, 21(2):22-26.
[本文引用: 1]

[ Gao Feng, Hua Cui, Lu Yuan, et al. Research on spatial distribution characteristics of soil erosion intensity based on terrain gradient
Research of Soil and Water Conservation, 2014, 21(2):22-26.] DOI: 10.13869/j.cnki.rswc.2014.02.005.
[本文引用: 1]

[40] 喻红, 曾辉, 江子瀛. 快速城市化地区景观组分在地形梯度上的分布特征研究
地理科学, 2001, 21(1):64-69.
[本文引用: 1]

[ Yu Hong, Zeng Hui, Jiang Ziying. Study on distribution characteristics of landscape elements along the terrain gradient
Scientia Geographica Sinica, 2001, 21(1):64-69.] DOI: 10.13249/j.cnki.sgs.2001.01.012.
[本文引用: 1]

[41] 龚文峰, 袁力, 范文义. 基于地形梯度的哈尔滨市土地利用格局变化分析
农业工程学报, 2013, 29(2):250-259, 303.
[本文引用: 1]

[ Gong Wenfeng, Yuan Li, Fan Wenyi. Analysis on land use pattern changes in Harbin based on terrain gradient
Transactions of the Chinese Society of Agricultural Engineering, 2013, 29(2):250-259, 303.] DOI: 10.3969/j.issn.1002-6819.2013.02.034.
[本文引用: 1]

[42] Verstraeten G, Poesen J, Gillijns K, et al. The use of riparian vegetated filter strips to reduce river sediment loads: An overestimated control measure?
Hydrological Processes: An International Journal, 2006, 20(20):4259-4267. DOI: 10.1002/hyp.6155.
[本文引用: 1]

[43] Van Rompaey A, Bazzoffi P, Jones R J A, et al. Modeling sediment yields in Italian catchments
Geomorphology, 2005, 65(1-2):157-169. DOI: 10.1016/j.geomorph.2004.08.006.
URL [本文引用: 1]

[44] 胡世雄, 靳长兴. 坡面土壤侵蚀临界坡度问题的理论与实验研究
地理学报, 1999, 54(4):3-5.
[本文引用: 1]

[ Hu Shixiong, Jin Changxing. Theoretical analysis and experimental study on the critical slope of erosion
Acta Geographica Sinica, 1999, 54(4):3-5.]
[本文引用: 1]

[45] 李扬, 刘霞, 姚孝友, 等. 沂蒙山区典型小流域土壤侵蚀与环境影响因子耦合关系
水土保持研究, 2011, 18(2):66-70, 271.
[本文引用: 1]

[ Li Yang, Liu Xia, Yao Xiaoyou, et al. Coupling relationship between soil erosion and environmental factors in typical watershed of Yimeng Mountain
Research of Soil and Water Conservation, 2011, 18(2):66-70, 271.]
[本文引用: 1]

[46] 张明礼, 杨浩, 邹军, 等. 北方土石山区土壤侵蚀对土壤质量的影响
水土保持学报, 2011, 25(2):218-221.
[本文引用: 1]

[ Zhang Mingli, Yang Hao, Zou Jun, et al. Effects of soil erosion on soil quality in the Rocky Mountain Areas of Northern China
Journal of Soil and Water Conservation, 2011, 25(2):218-221.] DOI: 10.13870/j.cnki.stbcxb.2011.02.043.
[本文引用: 1]

[47] 刘瑞娟, 张万昌. 基于动态产流机制的分布式土壤侵蚀模型研究
水土保持通报, 2010, 30(6):139-144.
[本文引用: 1]

[ Liu Ruijuan, Zhang Wanchang. A distributed model of soil erosion based on dynamic runoff mechanisms
Bulletin of Soil and Water Conservation, 2010, 30(6):139-144.] DOI: 10.13961/j.cnki.stbctb.2010.06.029.
[本文引用: 1]

[48] Verstraeten G. Regional scale modelling of hillslope sediment delivery with SRTM elevation data
Geomorphology, 2006, 81(1-2):128-140. DOI: 10.1016/j.geomorph.2006.04.005.
URL [本文引用: 1]

[49] Verstraeten G, Prosser I P, Fogarty P. Predicting the spatial patterns of hillslope sediment delivery to river channels in the Murrumbidgee catchment, Australia
Journal of Hydrology, 2007, 334(3-4):440-454. DOI: 10.1016/j.jhydrol.2006.10.025.
URL [本文引用: 1]