影响嘉陵江流域水土流失的驱动力因素分析
——以岷县境内燕子河流域为例

贵立德,焦金鱼

(1.甘肃省定西市水土保持科学研究所,定西 743000;2.定西师范高等专科学校,定西 743000)

影响嘉陵江流域水土流失的驱动力因素分析
——以岷县境内燕子河流域为例

贵立德1,焦金鱼2

(1.甘肃省定西市水土保持科学研究所,定西 743000;2.定西师范高等专科学校,定西 743000)

以长江流域支流燕子河流域为例,选取了坡耕地面积比、垦殖指数、植被覆盖率、农业人口密度、农业总产值、农业人均产粮、农业人均年收入和沟壑密度等8个指标来表征影响区域水土流失状况的驱动力因素。运用灰色系统分析法确定了各个指标因子的关联程度,并根据综合干扰度进行了水土流失生态分区。

嘉陵江流域;水土流失;驱动力因素

土壤侵蚀是在水力、风力、冻融、重力等营力作用下,土壤母质及其他地表要素被破坏、剥蚀、转运和沉积的全部过程[1],其结果导致水土流失。土壤侵蚀强度受坡度、坡长、土壤类型、土地覆盖状况、降雨特征等众多因子影响。人为调整和改变植被和水土保持措施,即实施水土流失综合治理,可以减少和控制土壤侵蚀,有利于实现保障生态安全的目标。把过去无序的人类活动改为有序,即根据当地的气候、水文和土壤等自然条件合理安排土地利用格局,是实现生态环境长期可持续发展的基本原则[2]。严重的土壤侵蚀和水土流失导致土壤退化、生态系统失调、泥沙沉积,阻遏区域生态、经济和社会可持续发展。目前,国内外应用最为广泛的是通用土壤流失方程(RUSLE),该方程较为全面地考虑了土壤侵蚀的影响因素,现已被众多国家所采用,在国内也得到广泛应用[3～6]。我国自20世纪80年代开始引入该模型,进行该模型的应用和研究工作。随着近年来人口的快速增加,导致无节制的陡坡开荒、砍伐森林、过度放牧、矿山开采,在一定程度上加大了土壤侵蚀的发生和发展,沟壑密度增加,土地利用结构失调。因此,及时掌握该区土壤侵蚀状况对搞好水土保持治理工作、减少流入江河泥沙和生态环境治理具有重要的借鉴意义。

1 研究区概况

岷县境内燕子河流域属嘉陵江流域西汉水系(含沙金、燕子河、双燕河和刘家沟4条小流域),系西秦岭延伸之支脉,属于陇南石质山地的一部分,地形高低起伏,海拔高度在2500～2900 m之间,以燕子河为主沟道形成地势由西向东倾斜的沟梁峁地貌。总面积22139.14 hm2,为全部水土流失区。多年平均降雨量为554.3～666.9 mm,其中汛期(7～9月)占59.45%,多年平均气温24.7℃,≥10℃积温1668℃,年均日照时数2229.6 h,太阳年辐射总量133.58 kJ/cm2,多年平均无霜期118 d。土壤主要以暗棕壤、黑钙土为主。植被类型主要有油松、桦树、云杉、旱柳、沙棘、锦鸡儿、杏树、竹子等,截止2007年底,流域内林地面积5477.16 hm2,林草植被覆盖率为24.7%。在甘肃省水土保持区划中位于甘南高原草原亚区(I3)的洮岷山间盆地小区(I3-1),土壤侵蚀以水力侵蚀为主。该流域由于受地形气候的影响,上游西南部一带植被较好,也是本流域燕子河的主要发源地,中下游一带山高坡陡、植被稀疏,水土流失严重。

2 研究方法

2.1 指标选取与数据处理

灰色关联度分析是对于一个系统发展变化态势的定量描述和比较,其目的就是通过一定的方法理清系统中各因子间的主要关系[7]。本文将关联度指数作为衡量水土流失的驱动力因素分析的基础,它反映了因素之间关系的密切程度,将关联度按大小排列就可以看出子因素对母因素的影响程度。然后将综合干扰度作为嘉陵江流域水土流失严重性大小的基本依据。根据指标因子选取的综合性、代表性、可操作性和区域完整性等原则,可以用水土流失面积和土壤流失量(指流域内每年每公顷的水土流失总量)两个指标因子来表征区域水土流失状况,利用坡耕地面积比、垦殖指数、植被覆盖率、农业人口密度、农业总产值、农业人均产粮、农业人均年收入和沟壑密度等8个指标因子来表征影响区域水土流失状况的驱动力因素。其中,坡耕地是指坡度大于15°的耕地(坡耕地的坡度对侵蚀强度影响很大,坡度越大冲刷越强,当坡度达15°以上时冲刷量的增加更为剧烈)。

文中计算所涉及的数据主要取自于定西市2001～2007年间国民经济统计资料(汇编、年鉴)、生态环境建设规划文本及相关职能部门的实地调查资料等。由于水土流失及其驱动力因素指标系统中各个因子的物理意义不同,原始数据取值范围和度量单位各不相同,它们之间无法进行相互比较。为便于分析和保证各指标数据的等效性与同序性,需要对其进行无量纲化处理,本文对基础数据采用均值化处理,具体数据转化结果见表1。

表1 燕子河流域水土流失驱动力指标因子Table 1 Index of soil erosion driving force factors in the Yanzi river basin

2.2 土壤流失的计算

采用土壤流失方程(USLE),该方程由W ischmeier和Smith于1965年提出,由于方程中各因子参数的复杂性,美国农业部针对提高各因子计算的通用性又提出了修正方程RUSLE。从技术性和因子的算法方面使RUSLE得到改进,从而具有更广泛的应用范围和更高的精度。

RUSLE表达式为:A=R·K·LS·C·P

式中,A为年土壤流失量,t/(hm2·a);R为降雨和径流因子;K为土壤可蚀性因子;L为坡长因子;S为坡度因子;C为植被与经营管理因子;P为水土保持措施因子;C与P为无量纲单位。

其中,R采用类似地区广泛应用的估算方法[8],即根据月降水量和年降水量数据来计算R值,为便于比较,文中降雨侵蚀力的计算均采用1950～2007年的平均值代替。LS参考文献[9]中的地形因子算法,K因子计算方法为经验公式法和诺谟图法[10],对于粉砂和极细砂含量小于70%的土壤采用前者,其他土壤采用后者。C因子参考了其他研究的确定方法[11],根据研究区农田的坡度、草地的覆盖度和林地的郁闭度得到修正后的C因子。参考其他研究[12],并根据划分的土地利用类型结合坡度信息对P因子进行修正用于本研究。具体计算数据(归一化后)参见表1。根据《土壤侵蚀分类分级标准》(SL-96)中的土壤侵蚀分级标准,燕子河流域轻度侵蚀区面积54.78 km2,占本区水土流失总面积的24.7%;重度侵蚀区面积166.61 km2,占本区水土流失总面积的75.3%(图1)。

图1 燕子河流域水土流失分区图Fig.1 Picture of the soil erosion degree divisions

2.3 关联度指数计算

水土流失及其驱动力影响因素所组成的“人-地-水系统”属于灰色系统的范畴。所以,我们可以利用灰色系统理论中的灰色关联度等概念来分析人类活动与水土流失各个指标因子之间的相互关系,关联度指数即灰色系统中两个因素之间关联性大小的量度指标[13]。

设有m个有序数列,其中,m个数列代表m种元素,各有序数列即各评价的单元中获取的评价因子的性状数据,另外,再给定有序参考数列:

式中,x0i(k)为x0与xi在第k点的关联系数;|x0(k)-xi(k)|=x0i(k)表示x0数列与xi数列在第k点的绝对差;x0(k)-xi(k)|)称为二级最小差,其中|x0(k)-xi(k)|是第一级最小差,而(|x0(k)-xi(k)|)是第二级最小差;(|x0(k)-xi(k)|),其含义与最小值相似;r为分辨系数,取值为0.5;将比较数列xi与参考数列x0各点的关联度数加和平均得到关联度roi。

最后将所计算出来的灰色关联度经归一化处理,使其值在[0,1]区间之内(表2)。关联度roi表示标准数据列和比较数据列接近程度,只有弄清楚造成水土流失各因素间的这种关联关系,才能分清哪些是主导驱动力因素,哪些是潜在驱动力因素。

表2 各驱动力因子与水土流失之间的关联度指数Table 2 Correlation degrees between driving force and soil erosion

结果显示:影响该流域水土流失面积和土壤流失量最主要的驱动力因子是坡耕地面积比和农业人均年收入,二者与水土流失面积和土壤流失量的关联度指数都大于0.5。影响土壤流失量的潜在驱动力因子是沟壑密度(0.5040)、农业人均产粮(0.3492)、植被覆盖率(0.3487)为影响水土流失面积的潜在驱动力因子;沟壑密度(0.4512)、农业人均产粮(0.3792)、植被覆盖率(0.2722)为影响水土流失面积的潜在驱动力因子。从而说明人类活动在造成嘉陵江流域水土流失的过程中起到了主要作用。

2.4 干扰度计算

本文将干扰度作为嘉陵江支流燕子河流域水土流失量大小的主要依据。干扰度是指各影响因子对生态环境干扰的强度,研究人类活动对水土流失的干扰及干扰强度是解析水土流失原因的关键所在[14]。由于关联度指数反映了各驱动力因子与水土流失(流失面积和土壤流失量)关联程度的相对大小,而对应的无量纲化驱动力因子则相对表示了该因子对水土流失影响的绝对量。所以,将关联度指数作为度量各驱动力因子的权重Wij,Wij与对应的无量纲化指标因子(沙金、燕子河、双燕河和刘家沟流域)Vij的乘积之和定义为干扰度,用R来表示。计算公式如下:

根据计算结果(表3),沙金流域的综合干扰度最大,为0.8706,刘家沟流域的综合干扰度最小,为0.5739。通过SPSS13.0软件计算,区域年土壤流失量与各驱动力因素造成的综合干扰度的相关关系为0.893,通过双尾检验达到了0.001的置信水平。各驱动力因子对造成该流域水土流失的干扰度具有非常明显的作用,具有很强的相关性。这表明水土流失对人类活动的响应是相当敏感的,这是本文力求通过人类活动的正向调控来达到防治水土流失目的的关键所在。参考杨振等[13]的划分依据,沙金、双燕河、燕子河流域为重度干扰区,刘家沟流域属于轻度干扰区(参见图1)。

表3 各影响因子的综合干扰度Table 3 The comp rehensive disturbance degree of the influencing indexes

3 结果分析

本文选取了坡耕地面积比、垦殖指数、植被覆盖率、农业人口密度、农业总产值、农业人均产粮、农业人均年收入和沟壑密度等8个指标来表征影响区域水土流失状况的驱动力因素。运用灰色系统分析法确定了各个指标因子的权重及关联程度,并根据综合干扰度进行了水土流失生态分区。人文驱动力因素导致燕子河流域土壤流失程度的加剧和水土流失的面积的逐年扩大。

(1)由于近年来人口的剧增和山区经济的不断发展,人们为了扩展生存空间,盲目的向陡坡山地开发以期得到更多可利用的土地,开垦陡坡荒地破坏自然生态平衡的行为必将会引起当地更为严重的水土流失现象,也是坡耕地面积比在诸驱动力因子中关联度指数最大的原因。另外,耕地面积的增加、季节性的采摘山药、乱砍林木也是农业人均年收入成为第二大主要驱动力因素的原因之一。

(2)由于当地生态意识的淡薄、土地利用结构的失调,人们的乱砍乱伐导致天然林面积比例减少,农用地比例增加,水土流失加剧了沟壑的发展,沟壑密度的发展反过来又加剧了流域的年土壤流失总量。

(3)严重的水土流失,使土地肥力下降,土壤耕作层被连年冲刷,致使农业人均粮食产量低而不稳,从而也成为能够表征该流域水土流失程度大小的影响因子。因此,沟壑密度、农业人均产粮、植被覆盖率成为影响水土流失的潜在驱动力因子,从而说明人类活动在造成嘉陵江流域水土流失的过程中起到了主要作用。

[1]农业大词典编辑委员会.农业大词典[M].北京:中国农业出版社,1998.

[2]孟兆鑫,邓玉林,刘武林.基于RS的岷江流域土壤侵蚀变化及其驱动力分析[J].地理与地理信息科学,2008,24(4):58-61.

[3]毕小刚,段淑怀,李永贵,等.北京山区土壤流失方程探讨[J].中国水土保持科学,2006,4(4):6-7.

[4]蔡崇法,丁树文,史志华.应用USLE模型与地理信息系统IDRIS预测小流域土壤侵蚀量的研究[J].水土保持学报,2004, 14(2):19.

[5]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[J].地理学报,1999,54(4):347.

[6]金鑫,郝振纯,张金良.非点源污染模型中土壤侵蚀因子研究进展[J].四川环境,2006,25(2):105.

[7]杨茂盛,高山.基于目标规划的加权灰色关联分析方法[J].建筑技术开发,2004,4(31):100-101.

[8]喻锋,李晓兵,陈云浩,等.皇甫川流域土地利用变化与土壤侵蚀评价[J].生态学报,2006,26(6):1947-1955.

[9]江忠善,李秀英.黄土高原土壤流失预报方程中降雨侵蚀力和地形因子的研究[J].西北水土保持研究所集刊,1988,(7):40-45.

[10]付炜.黄土地区通用土壤流失方程模型研究[J].中国环境科学,1997,17(2):118-122.

[11]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.

[12]穆斯塔克·达力伯·贾巴,冯健,孙东英.基于RS和GIS技术对中国陕西省北部地区土壤水蚀风险评估[J].水土保持通报, 2005,25(1):5-10.

[13]杨振,牛叔文,吴文恒.陇中黄土高原水土流失的人文因素分析[J].干旱区资源与环境,2005,6(19):124-127.

[14]方一平.四川省各流域特征及其生态环境建设新思考[J].水土保持学报,2002,24(3):423-426.

ANALYSISON THEDRIVING FORCE AND INFLUENCING FACTORS ON SOIL EROSIONOF THE JIAL ING RIVER BASIN——A CASEOF THE YANZIRIVERWATERSHED IN M IN COUNTY

GU ILi-de1,JIAO Jin-yu2
(1.Soil and Water Conservation Science Institute,Dingxi 743000,China; 2.College of Geography and Environmental Sciences,Dingxi Normal University,Dingxi 743000,China)

In this paper,as an examp le fo r the Yanzi river valley of the Changjiang river basin tributary,selected eight index of area ration of sloping land,Cultivation index,Vegetation coverage,density of agricultural population,agricultural GDP,agricultural per capita income and gully density to indicate the influencing states of soil erosion due to driving fo rce facto rs,and then,determined connection degree of various indicato rs by using analysis method of gray system.Finally,acco rding to comp rehensive disturbance degree the paper suggested the soil erosion degree divisions.

Jialing river basin;soil erosion;driving force factors

P641.6;S157.1

:A

1006-4362(2010)02-0105-04

贵立德(1964- ),男,工程师,甘肃省定西市安定区人,从事水土保持工作30余年。

2009-07-14改回日期:2010-04-08

项目名称:甘肃省长江流域嘉陵江支流燕子河小流域综合治理工程