全 文 ：中国生态农业学报 2015年 5月 第 23卷 第 5期
Chinese Journal of Eco-Agriculture, May 2015, 23(5): 642−649


* 黑龙江省教育厅项目(12521155)资助
** 通讯作者: 张丽娟, 主要从事生态系统模拟研究。E-mail: zlj19650205@163.com
蒋春丽, 主要从事生态系统模拟研究。E-mail: jiangchunli26@126.com
收稿日期: 2014−11−18 接受日期: 2015−03−09
http://www.ecoagri.ac.cn
DOI: 10.13930/j.cnki.cjea.141320
基于 RUSLE模型的黑龙江省 2000—2010年
土壤保持量评价*
蒋春丽 张丽娟** 张宏文 姜春艳 于 洋 潘 涛
(黑龙江省普通高等学校地理环境遥感监测重点实验室/哈尔滨师范大学 哈尔滨 150025)
摘 要 黑龙江省是我国重要的粮食产区, 同时也是东北地区重点生态保护区, 黑龙江省土壤保持量的研究
对维持生态安全与可持续发展有重要作用。基于黑龙江省 2000年、2005年和 2010年的降雨、土壤、高程等
数据, 结合 GIS 空间分析方法, 运用修订的通用土壤流失方程(RUSLE), 估算了 2000—2010 年黑龙江省土壤
保持量, 并对其空间分布及变化趋势进行模拟分析。结果表明: 2000—2010年, 黑龙江省土壤保持能力整体增
强, 土壤保持量增加了 5.34%, 且除牡丹江和哈尔滨地区外, 各行政区的土壤保持量均有所增加; 各土地利用
类型的年均单位面积土壤保持量以森林最多, 为 3 384.36 t·km−2·a−1, 裸地最少, 为 177.17 t·km−2·a−1, 10年来除
农田和灌丛外, 各土地利用类型的单位面积土壤保持能力均增强; 2000—2010 年黑龙江省高等级土壤保持量
比例及低等级转化成高等级土壤保持量的面积都在提高, 黑龙江省土壤保持能力 10年来趋于好转。
关键词 土壤保持量 RUSLE GIS空间分析 土地利用类型 黑龙江省
中图分类号: S157 文献标识码: A 文章编号: 1671-3990(2015)05-0642-08
Quantitative evaluation of soil conservation in 2000−2010 in
Heilongjiang Province using RUSLE model
JIANG Chunli, ZHANG Lijuan, ZHANG Hongwen, JIANG Chunyan, YU Yang, PAN Tao
(Key Laboratory of Remote Sensing Monitoring of Geographic Environment, Colleges and Universities in Heilongjiang Province /
Harbin Normal University, Harbin 150025, China)
Abstract Soil erosion is a major cause of global land degradation. From the 19th century to date, domestic and foreign scholars
have carried out extensive researches on the estimation of the amount of soil erosion. This article conducted a simulation analysis of
soil conservation quantity of Heilongjiang Province in 2000−2010 using dates of rainfall, soil properties, elevation and other
meteorological data. Then the study used the Revised Universal Soil Loss Equation (RUSLE) model and Geographic Information
System (GIS) to quantify soil conservation in Heilongjiang Province. All the factors of the RUSLE model were precisely determined,
including rainfall erosion power (R), soil erosion value (K), terrain factors [including slope length factor (L) and gradient factor (S)]
and water/soil conservation measures (P). The study evaluated soil conservation amount and analyzed its distribution and dynamics
in Heilongjiang Province for the period 2000−2010. The results showed an increasing trend in the amount of soil conservation in
Heilongjiang Province in 2000−2010. Soil conservation quantity in Heilongjiang Province increased on average by 41.95×106 t (a
rate of increase of 5.34%) in the 10-year period from 2000 to 2010. The amount of soil maintenance in different areas of
Heilongjiang Province increased obviously, except in Mudanjiang and Harbin. In particular, the increase in soil maintenance was
highest (over 20%) in Shuangyashan City and Heihe City, lowest (less than 9%) in Suihua City and Yichun City while it increased by
less than 10% in Mudanjiang and Harbin. The per unit area soil conservation quantity for various land use types were highest
(3 384.36 t·km−2·a−1) for forests and lowest (177.17 t·km−2·a−1) for bare land. Moreover, the amount of soil conservation of forests
was 1.32 times, 6.36 times, 7.42 times, 9.80 times, 10.29 times, 19.10 times higher than that of thicket, grassland, wetland, farmland,
第 5期 蒋春丽等: 基于 RUSLE模型的黑龙江省 2000—2010年土壤保持量评价 643


http://www.ecoagri.ac.cn
cities and bare land. Over the past decade, the trend in soil conservation quantity in various land use types increased. In 2000−2010,
the quantity of soil conservation in Heilongjiang Province was at the low state. It, however, gradually improved with enhanced
transformation of the low-level into high-level of soil conservation quantity. The area of low-level transformed into high-level soil
conservation quantity was 1 055.76 km2 and that of high-level transformed into low-level was 37.76 km2. To ensure stable and
sustainable development of the ecosystem in Heilongjiang Province, it was needed to increase the amount of transformation of
low-level into high-level of soil conservation quantity in Songnen Plain and Sanjiang Plain in Heilongjiang Province. There was also
the need to enforce agricultural protection, continuous regional integration in Heilongjiang Province, and to promote vigorous forest
growth and control land use. Future efforts should also limit intensified urban ecosystems destruction, ensure comprehensive,
coordinated and sustainable development and reduce soil erosion issues in the region.
Keywords Soil conservation quantity; RUSLE model; Spacial analysis of GIS; Land use type; Heilongjiang Province
(Received Nov. 18, 2014; accepted Mar. 9, 2015)
土壤侵蚀是全球性土地退化的重要原因 , 引
发的一系列生态环境问题已严重威胁到人类的生
存和发展 , 对土壤保持能力的研究也越来越受到
重视 [1−2]。20 世纪 90 年代以来, 基于 RS 和 GIS 技
术的迅速发展 , 国内外学者先后开发了 USLE[3]、
WEPP[4]、EUROSEM[5]、LISEM模型[6], 在不同尺度
上估算土壤侵蚀量和土壤保持量, 美国政府又针对
USLE 发展了修订的通用土壤流失方程(RUSLE)模
型[7]。RUSLE模型以其模型输入参数易于获取[8], 使
用方便, 模拟效果较好, 是目前预测土壤侵蚀量和
土壤保持量最常用的方法。我国学者也运用此类
模型进行了大量研究。肖寒等 [9]对海南岛生态系统
土壤保持量多年的空间分布特征进行了研究 ; 肖
玉等 [10]对青藏高原地区土壤保持功能及其价值进
行了评价; 韩永伟等[11]对黄土高原生态功能区的土
壤保持量进行估算,等等, 均揭示了上述区域土壤保
持的变化规律, 为水土保持规划、区域可持续发展
决策提供重要依据。
东北黑土区是我国重要的粮食产区, 同时也是
重要的生态保障区, 黑龙江省所占份额最大, 但由
于过度垦殖, 发生了严重的水土流失, 这已成为当
前威胁粮食和生态安全的主要问题, 得到国家、松辽
委和黑龙江省有关部门的高度重视。本文以 2000年、
2005年、2010年黑龙江省降雨数据、土地利用数据、
土壤信息数据等为依据, 利用国际以及国内通用的
土壤流失方程, 结合 GIS 空间分析方法, 对黑龙江
省土壤保持量进行了模拟, 研究了近 10年来黑龙江
省土壤保持量的变化规律, 包括空间分布变化、不
同土地利用类型变化以及各等级面积变化等方面 ,
较先前的研究更为深入具体, 对黑龙江省生态系统
服务功能的进一步恢复和改善具有重要的借鉴意义。
1 研究区概况
黑龙江省是我国位置最北、纬度最高的省份 ,
位于东经 121°11′~135°05′, 北纬 43°25′~53°33′, 面
积 45×104 km2, 约占全国总面积的 4.7%。北与俄罗
斯相望, 南接壤吉林省, 西毗邻内蒙古。全省的地形
复杂, 西部属松嫩平原, 东北部为三江平原, 北部、
东南部为山地, 地势大致是西北部、北部和东南部
高, 东北部、西南部低。土质以黑土为主, 蕴含丰富
的森林资源和矿产资源。该区属大陆性季风气候 ,
夏季温热多雨、冬季寒冷干燥, 四季分明。年降水
量多为 400~650 mm, 中部山区降水多, 东部次之,
西、北部降雨少。植被景观有以大兴安岭、小兴安
岭和东南部山地为分布中心的森林, 以松嫩平原为
分布中心的草原和以三江平原为分布中心的湿地。
三大植被区主要为温带草原、温带针阔混交林和寒
温带针叶林。
2 数据来源与分析方法
2.1 数据来源与处理
遥感具有宏观性、客观性、周期性、便捷性等
特点, 从影像上识别目标, 可以定性、定量地提取出
目标的分布、结构、功能等有关信息, 并把它们表
示在地理底图上, 利用卫星遥感影像进行土地利用
类型分类可以全面性的调查 , 掌握研究区土地数
量、质量、利用现状等多种信息。本研究采用的主
要数据有 2000年、2005年和 2010年 9月的 TM遥
感影像, 年覆盖黑龙江省 39 景影像, 条带号分别是
113~123, 空间分辨率为30 m, 下载自USGS GLOBAL
VISUALIZATION VIEWER(http://glovis. usgs.gov/)。
该数据利用 ENVI 4.7软件对其进行几何校正, 校正
过程中利用 DEM 数字高程模型进行数字微分纠正,
通过对图像上像点位移的逐点纠正, 得到高精度影
像, 再对应选取 30 个地物控制点进行精度分析, 采
用三次多项式纠正, 校正的误差在 0.5 个像元之内,
随后再进行拼接裁剪等数据预处理。通过监督分类
和非监督分类结合的方法建立空间数据库和属性数
644 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
据库, 再根据《全国土地利用分类》通过自动判读
和人工目视判读的方法, 提取森林、灌丛、草地、
湿地、农田、城镇和裸地 7类。将 1︰1万土地利用
现状数据与纠正后的遥感影像进行叠加, 通过影像
提取变化图斑的面积与地类, 并与外业 300 个点进
行核实, 对变化信息进行修正、检验, 获得 2000年、
2005年、2010年黑龙江省土地利用图。利用实际数
据, 通过混淆矩阵和 Kappa 系数对分类结果进行精
度对比与分析。2000 年、2005 年、2010 年黑龙江
省土地利用类型图的 3 个数据源均来源于同一个数
据源, 处理的方法及标准一样, 选用的比例尺与坐
标系也均相同。其他数据包括黑龙江省气象台 37个
站点 2000年、2005年和 2010年的日降雨量气象监
测数据, 国际科学数据服务平台网站提供的黑龙江
省 30 m分辨率数字高程模型, 中国科学院资源环境
数据中心网站的 1︰100 万土壤数据库等。利用
ERDAS 8.7软件进行数据格式转换、投影转换与图
像拼接等处理, 运用 ArcGIS 10 软件中的 Kringing
空间插值、空间分析功能等进行分析, 获得黑龙江
省降水、高程、土壤分布等图像数据。
2.2 研究方法
RUSLE 模型的驱动参数主要有降雨侵蚀力因
子、土壤可蚀性因子、坡长坡度因子、植被覆盖和
管理因子、水土保持措施因子。本文采用的因子估
算经验方程的输入参数易于获取, 使用方便, 模拟
效果较好, 并且已利用已有的土壤侵蚀实测数据对
参数进行修订, 适用于研究区域。求得的这些因子
可用于模拟潜在土壤侵蚀量和实际土壤侵蚀量, 两
者之差即为减少的土壤流失量。
Ap=R×K×L×S (1)
Ar=R×K×L×S×C×P (2)
Ac=Ap−Ar=R×K×L×S×(1−C×P) (3)
式中: Ac为减少的土壤流失量(也可称为土壤保持量),
Ap为潜在土壤侵蚀量, Ar为实际土壤侵蚀量, R为降
雨侵蚀力因子, K为土壤可蚀性因子, L为坡长因子,
S为坡度因子, C为植被覆盖与管理因子, P为水土保
持措施因子。
2.2.1 R因子的估算
降雨是引起土壤侵蚀的主要驱动力, 降雨侵蚀
力表征了降雨引起土壤发生侵蚀的潜在能力。降雨
侵蚀力 R 因子的算法研究目前较为成熟, 计算的方
法主要与采用的资料类型有关。本文所依据的降水
数据为黑龙江省的日降雨量数据, 因此应用章文波
等[12−13]提出的利用日降雨量来求解 R值的算法:
24
1k
R
=
=∑ kR半月 (4)
∑ ∑
= =
=
N
i
m
j
dijk PN
R
1 1
)(1 βα半月

(5)
α=21.239β –7.396 7 (6)
β=0.624 3+
12
27.346
dP
(7)
∑
=
=
n
l
dld Pn
P
1
12
1

(8)

式中: R为多年平均年降雨侵蚀力, k为 1年 24个半
月, R k半月 为第 k半月的多年平均降雨侵蚀力, i为年
数, j为第 i年第 k半月日雨量大于等于 12 mm的日
数, Pdij为第 i年第 k半月第 j日大于等于 12 mm的
日雨量, α、β为模型参数, 12dP 为日雨量大于等于 12 mm
的日平均值, Pdl 为统计时段内所有日雨量大于等于
12 mm的日数。
2.2.2 K因子的估算
土壤可蚀性是指土壤受侵蚀潜在的可能性 , K
值越大, 在相同条件下, 土壤受侵蚀的潜在危险就
越大, 反之越小。获取 K 因子有两种途径: 一为直
接查阅各地研究成果整编积累的 K 因子数据表, 二
为利用土壤属性估算 K 值。我国由于地域辽阔, 土
壤类型丰富, K因子数据表中的 K值并不全面, 因此
本文采用 Williams 等发展的仅由土壤有机碳和土壤
颗粒组成数据即可估算的可蚀性模型[14−15]:
K=(−0.013 83+0.515 75×K0)×0.131 7 (9)
K0={0.2+0.3exp[−0.025ms(1−msilt/100)]}×[msilt/(mc+msilt)]0.3×
{1−0.25Corg/[Corg+exp(3.72−2.95Corg)]×{1−0.7
(1−ms/100)/[(1−ms/100)+exp(−5.51+22.9−22.9ms/
100)]} (10)
式中: K 为土壤可蚀性因子 , ms 为土壤砂粒(0.05~
2.0 mm)百分含量, msilt为土壤粉粒(0.002~0.05 mm)
百分含量, mc为土壤黏粒(<0.002 mm)百分含量, Corg
为有机碳百分含量。
2.2.3 坡长坡度因子的估算
坡度坡长因子(LS 因子)也称地形因子, 可反映
地形地貌特征对土壤侵蚀的作用。目前多用高程数
据计算, 通过对黑龙江省有关坡长、坡度试验区资
料进行分析, 再根据国内外学者对地形因子提取的
多种方法的比较 , 本文借鉴 Liu 等 [16−17]对坡度在
9%~55%陡坡土壤侵蚀的发展研究得到的公式:
L=(λ/22.13)m (11)
( )1m β β = + (12)
( ) ( )0 8sin 0 089 3 0 sin 0 56.β θ . . θ .⎡ ⎤= × +⎣ ⎦ (13)
第 5期 蒋春丽等: 基于 RUSLE模型的黑龙江省 2000—2010年土壤保持量评价 645


http://www.ecoagri.ac.cn
S=10.8 sinθ+0.03 (θ < 5°)
S=16.8 sinθ–0.5 (5º≤θ < 10°) (14)
S=21.91 sinθ–0.96 (θ≥10°)
式中: L为坡长因子, λ为坡长, m为坡长指数, β为细
沟侵蚀与面蚀的比值, θ 为坡度, S 为坡度因子。坡
长、坡度值是通过 GIS 软件对黑龙江省 30 m 分辨
率数字高程模型进行提取分析, 随后又利用当地已
有的实际值对提取结果进行修正计算得到。
2.2.4 C因子的估算
C 反映了有关覆盖和管理变量对土壤侵蚀的综
合作用, 是不同地面植被覆盖状况对土壤侵蚀的影
响因子[18−19]。研究表明, 求解 C因子的方法虽多种,
但均有利弊, 用覆盖度求解 C 因子虽属于经验关系
式, 但无论应用于小区、坡面、小流域尺度, 还是应
用于流域、区域尺度, 均使 C因子的估算简单便捷,
应用较为方便, 也是目前国内外专家学者最常采用
的方法。本研究采用蔡崇法等[20]提出的运用植被覆
盖度(c)求解 C值公式, 并按土地利用类型对 C值进
行赋值(表 1)。
C=1 (c=0)
C=0.650 8−0.343 61×lgc (0C=0 (c>78.3%)
2.2.5 水土保持措施因子(P)
P 指采取水土保持措施后, 土壤流失量相对于
顺坡种植时土壤流失量的比例, 其值为 0~1[20], 0 代
表防治措施很好, 基本不发生侵蚀的地区, 而 1 代
表未采取任何控制措施的地区。本文依据美国农业
部 703 号手册, 参考相关学者的研究成果[21], 对黑
龙江省不同土地利用类型的 P值进行赋值(表 1), 黑
龙江省森林、草地等大部分土地利用方式没有采取
水土保持措施, 其 P值取 1, 农田中仅部分耕地有保
护措施, P值为 0.352。
表 1 黑龙江省各土地类型的植被覆盖与管理因子(C)和水土保持措施因子(P)
Table 1 Factors of vegetation cover and management (C) and soil and water conservation measures (P) of different land use types in
Heilongjiang Province
因子
Factor
森林
Forest
灌丛
Thicket
草地
Grassland
湿地
Wetland
农田
Farmland
城镇
City
裸地
Bare land
C 0.005 0.099 0.112 0 0.228 0 1
P 1 1 1 0 0.352 0.01 1

C因子和 P因子值来源于“黑龙江省生态环境十
年变化(2000—2010年)遥感调查与评估项目”报告指
标 , 此指标是在运用经验方程计算结果的基础上 ,
再经相关专家修正所得。
3 结果与分析
3.1 黑龙江省 2000—2010年土壤保持量分布及变化
黑龙江省 2000 年、2005 年、2010 年土壤保持
量总量分别为 785.03×106 t、751.53×106 t、826.98×106 t,
2000—2005年土壤保持能力下降, 2005—2010年又
有显著提升, 10 年来土壤保持量整体呈增加趋势 ,
增加了 41.95×106 t, 增加率为 5.34%。10年间除牡丹
江市和哈尔滨市的土壤保持量有所减少外, 其他行
政区均呈增加趋势。其中双鸭山市、黑河市增加显
著, 增幅超过 20%; 其次是大庆市、佳木斯市、鸡西
市、齐齐哈尔市、鹤岗市、七台河市、大兴安岭地
区, 增幅达到 10%以上; 绥化市和伊春市土壤保持
量增加率最低, 约为 9%。牡丹江市和哈尔滨市土壤
保持量减少, 在 10%以下。虽然各政区土壤保持量
10 年间多为增加, 但变化趋势不一致, 绥化市、伊
春市、黑河市呈现持续增加的特点; 大兴安岭地区、
双鸭山市、佳木斯市、鹤岗市、七台河市、鸡西市
表现为前 5 年减少、后 5 年增加的趋势; 而大庆市
和齐齐哈尔市的土壤保持量则是前 5 年先增加、后
5年减少的特点(表 2)。
2000 年、2005 年和 2010 年黑龙江省土壤保持
量的空间分布相关系数分别为 0.922、0.922、0.908,
空间分布具有 0.01 概率水平的显著相关性, 说明近
10年来黑龙江省土壤保持量空间分布相似。明显看
出, 黑龙江省南部、中部及西部的森林分布区域土
壤保持量均高, 西南部及三江平原土壤保持量均较
低。将 2010 年土壤保持量分布图与 2000 年土壤保
持量分布图叠加相减, 得到近 10年黑龙江省土壤保
持量差值空间分布图即变化图(图 1)。可见, 2000—
2010年黑龙江省大部分地区土壤保持量呈增加趋势,
南部牡丹江市和哈尔滨市的土壤保持量呈下降趋势,
伊春市北部有局部区域也呈现下降趋势。
3.2 黑龙江省 2000—2010 年各土地利用类型土壤
保持量变化
单位面积土壤保持量可以指示各土地利用类型土
壤保持能力大小。黑龙江省 2000—2010年除农田和
灌丛外, 其他各土地利用类型的土壤保持能力均呈
上升趋势。森林单位面积土壤保持量增加最多, 为
19.33 t·km−2·a−1, 其次是裸地、湿地、草地、城镇, 10年间
646 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
表 2 2000年、2005年和 2010年黑龙江省各行政区土壤保持量及其变化
Table 2 Soil conservation quantity and its change in different administrative areas in Heilongjiang Province in 2000, 2005 and 2010
土壤保持量 Soil conservation quantity (×106 t) 增长率 Growth rate (%) 行政区
Administrative zone 2000 2005 2010 2000—2010年 From 2000 to 2010
绥化市 Suihua City 12.65±9.53 13.22±9.72 13.88±9.95 9.72
牡丹江市 Mudanjiang City 192.19±37.65 164.40±33.88 173.09±34.80 −9.94
大庆市 Daqing City 0.68±0.08 0.88±0.11 0.81±0.09 19.12
大兴安岭地区 Daxinganling Region 183.33±27.33 178.99±26.93 204.60±29.32 11.60
哈尔滨市 Harbin City 110.32±28.42 102.14±26.80 104.86±27.20 −4.95
双鸭山市 Shuangyashan City 29.00±19.97 27.24±8.99 36.69±24.22 26.52
齐齐哈尔市 Qiqihar City 6.62±3.62 8.84±4.56 7.67±1.46 15.86
佳木斯市 Jiamusi City 17.38±13.36 17.22±13.29 20.20±15.19 16.23
黑河市 Heihe City 54.08±11.37 63.81±12.79 67.24±13.32 24.33
伊春市 Yichun City 111.45±30.30 112.20±30.18 121.49±32.53 9.01
鹤岗市 Hegang City 25.63±23.40 27.02±24.34 28.73±25.47 12.10
七台河市 Qitaihe City 13.49±2.54 11.62±2.22 14.99±2.72 11.12
鸡西市 Jixi City 28.20±20.39 23.96±7.78 32.73±22.55 16.06
全省 Whole province 785.03±24.25 751.53±23.03 826.98±24.73 5.34

图 1 2000年、2005年和 2010年黑龙江省土壤保持量分布及变化图
Fig. 1 Spatial distributions of soil conservation quantity and its change in Heilongjiang Province from 2000 to 2010
第 5期 蒋春丽等: 基于 RUSLE模型的黑龙江省 2000—2010年土壤保持量评价 647


http://www.ecoagri.ac.cn
农田减少了 1.89 t·km−2·a−1, 灌丛减少了 23.93 t·km−2·a−1。
就 2000 年、2005 年、2010 年 3 年平均单位面积土
壤保持量而言, 森林最大, 为 3 384.36 t·km−2·a−1, 土
壤保持能力最强; 随后依次是灌丛、草地、湿地、农田、
城镇; 裸地最小, 为 177.17 t·km−2·a−1, 土壤保持能力
相对最弱。单位面积森林土壤保持量分别是灌丛、草
地、湿地、农田、城镇、裸地的 1.32倍、6.36倍、7.42
倍、9.80倍、10.29倍、19.10倍(表 3)。
表 3 2000年、2005年和 2010年黑龙江省各土地利用类型土壤保持量
Table 3 Soil conservation quantities of different land use types in Heilongjiang Province in 2000, 2005 and 2010
2000 2005 2010
土地利用类型
Land use type 面积
Area (km2)
土壤保持量
Soil conservation
quantity (t·km−2·a−1)
面积
Area (km2)
土壤保持量
Soil conservation
quantity (t·km−2·a−1)
面积
Area (km2)
土壤保持量
Soil conservation
quantity (t·km−2·a−1)
森林 Forest 204 243.13 336.87±30.72 204 286.15 322.23±29.19 204 561.62 356.21±31.22
灌丛 Thicket 1 309.57 272.61±29.84 1 452.20 246.52±2.807 1 540.15 248.68±27.85
草地 Grassland 17 245.23 50.85±11.16 17 211.13 51.77±10.87 16 724.62 57.04±11.72
湿地 Wetland 41 467.05 42.64±11.71 40 344.31 43.80±11.68 39 936.32 50.38±12.97
农田 Farmland 176 702.50 36.00±10.06 177 246.15 33.48±9.01 177 510.12 34.11±9.02
城镇 City 10 628.27 30.96±7.51 11 104.69 31.88±8.22 11 568.06 35.87±8.72
裸地 Bare land 948.66 7.38±3.34 899.78 24.45±9.68 703.52 21.32±9.36

3.3 黑龙江省 2000—2010年各等级土壤保持量变化
为了更清楚地分析黑龙江省土壤保持量的空间
变化, 将每一栅格土壤保持量进行分级, 因为各年
份土壤保持量虽然有所变化 , 但仍处于同一量级 ,
为了降低其数量级, 将土壤保持量进行标准化, 将
标准化后的土壤保持量分为低 [0~0.2]、较低 [0.2~
0.4]、中[0.4~0.6]、较高[0.6~0.8]、高[0.8~1.0] 5 个
等级。统计得 2000 年、2005 年、2010 年各等级土
壤保持量、面积及其比例(表 4), 以及不同级别土壤
保持量的面积转移矩阵(表 5)。
表 4 2000年、2005年和 2010年黑龙江省各等级土壤保持量、面积及其比例
Table 4 Soil conservation quantity, its area and ratio of each grade in Heilongjiang Province in 2000, 2005 and 2010
2000 2005 2010
等级
Level 面积
Area (km2)
土壤保持量
Soil conservation
quantity (×106 t)
面积比例
Ratio of
area (%)
面积
Area (km2)
土壤保持量
Soil conservation
quantity (×106 t)
面积比例
Ratio of
area (%)
面积
Area (km2)
土壤保持量
Soil conservation
quantity (×106 t)
面积比例
Ratio of
area (%)
低 Low 400 020.63 257.15±68.85 88.39 402 276.00 263.20±69.07 88.89 396 635.73 268.60±70.19 87.65
较低 Lower 27 907.82 183.84±92.00 6.17 28 101.64 184.79±92.11 6.21 29 838.56 195.26±91.49 6.59
中 High 13 989.32 158.46±91.22 3.09 13 262.29 148.99±91.28 2.93 14 818.42 167.43±92.04 3.27
较高 Higher 7 034.36 111.82±91.05 1.55 6 003.54 95.05±9.08 1.33 7 474.66 118.35±89.33 1.65
高 Highest 3 592.29 73.76±9.38 0.79 2 900.93 59.51±9.35 0.64 3 777.03 77.35±9.04 0.83
表 5 2000—2010年黑龙江省不同等级土壤保持量面积转移矩阵
Table 5 Transfer matrix of different grades areas of soil conservation quantity in Heilongjiang Province from 2000 to 2010 km2
2010
2000
低 Low 较低 Lower 中 High 较高 Higher 高 Highest
低 Low 387 610.21 9 524.71 939.49 890.46 1 055.76
较低 Lower 6 832.65 17 600.24 3 368.80 21.89 84.26
中 High 1 543.30 2 414.81 7 455.75 2 547.66 27.79
较高 Higher 611.83 21.58 2 218.23 2 665.54 1 517.18
高 Highest 37.76 277.21 836.15 1 349.12 1 092.05

2000年、2005年、2010年黑龙江省低、较低、
中、较高、高各等级土壤保持量比例基本没有变化,
低等级土壤保持量面积远大于其他等级的面积, 3年
分别为各等级总面积的 88.39%、88.89%、87.64%, 说
明近 10年来黑龙江省土壤保持量处于低等级状态。
2010年各级面积比例较 2000年相比, 低等级比例降
低, 较低、中、较高、高各等级比例均有所提高, 其
中高等级比例提高了 0.04%, 低等级比例减少了
648 中国生态农业学报 2015 第 23卷


http://www.ecoagri.ac.cn
0.74%, 说明虽然黑龙江省土壤保持量总体水平偏
低, 但 10年来有好转趋势。
另外, 2000—2010年, 低、较低等级土壤保持量
转变到高、较高等级的面积, 均大于从高、较高等
级转移到低、较低等级土壤保持量的面积, 如 10年
间低等级转成高等级的面积是 1 055.76 km2, 而高
等级转成低等级的面积是 37.76 km2, 说明 2000—
2010年黑龙江省土壤保持趋于好转(表 5)。从空间上
看, 土壤保持量高等级转为低等级的地区主要为黑
龙江南部的牡丹江地区, 而低等级转为高等级的地
区主要为北部的大兴安岭地区。
4 讨论与结论
土壤保持功能受到自然因素和人为因素的强烈
影响, 自然因素包括降雨强度、土壤性质、坡长及
坡度等, 人为因素则是对植被覆盖和水土保持的管
理能力 , 以上因素都对土壤保持量变化有重要影
响。本文选择黑龙江省为研究区, 通过 RUSLE模型,
估算了 2000—2010年黑龙江省土壤保持量, 并对其
空间分布及变化趋势进行模拟分析。
1)根据 RUSLE 对土壤保持量进行研究[9,11], 得
到青藏高原、黄土高原的土壤保持量分别为 377.00×
106 t·a−1和 343.59×106 t·a−1, 与本文研究结果有所偏
差, 这是由于黑龙江省的自然环境相对较好且植被
覆被程度也较高, 所以土壤保持能力较强, 且研究
结果均处于同一量级, 结果可信。
2)黑龙江省 2000—2005 年土壤保持能力变弱,
而 2005—2010年土壤保持能力增强, 10年间土壤保
持能力变好, 共增加了 41.95×106 t。除牡丹江和哈尔
滨地区外, 黑龙江省各地区的土壤保持量均有所增
加, 增加率最低为 9.01%, 最高为 26.52%。根据《东
北黑土区水土流失与生态安全综合科学考察工作报
告》, 2005年黑龙江省土壤侵蚀加剧, 但 2005年后
黑龙江省加大了对水土侵蚀的治理, 并启动了国家
农业综合开发东北黑土区水土流失重点治理工程 ,
这与研究所得趋势一致。
3)各土地利用类型单位面积土壤保持量以森林
最大, 为 3 384.36 t·km−2·a−1, 土壤保持能力最强, 这与
许多学者的研究成果[22−23]相吻合; 随后依次是灌丛、
草地、湿地、农田、城镇, 裸地最小, 为 177.17 t·km−2·a−1,
土壤保持能力最弱。2000—2010年森林土壤保持量
能力提升显著, 其次是湿地、城镇、草地、灌丛和
裸地土壤保持能力均有提高, 农田略有减少。黑龙
江省大范围森林覆盖地区的土壤保持量相对较高 ,
而农业产区土壤保持量则较低, 全省应大力种植森
林, 控制农田和灌丛的破坏加剧, 继续实施退耕还
林政策。
4)10 年间较低、中、较高、高各等级面积的比
例均有所提高, 且低等级转化成高等级土壤保持量
面积也在提高, 说明黑龙江省土壤保持量 10年来有
好转趋势。但整体上看, 2000年、2005年、2010年
黑龙江省低、较低、中、较高、高各等级土壤保持
量比例基本没有变化, 以低等级土壤保持量比例为
最高, 面积远大于其他等级的面积, 黑龙江省土壤
保持量仍处于低等级状态, 水土保持刻不容缓。水
利部发布《第一次全国水利普查水土保持情况公报》
也显示东北黑土区侵蚀沟道较多, 黑龙江地区仍是
水土侵蚀现象较为严重的地区, 需要继续结合黑龙
江省的区域条件, 全面协调可持续发展, 减少水土
流失现象发生。
5)较已有研究 , 本文增长了研究的时间序列 ,
将黑龙江省 10年间土壤保持量的空间分布变化、不
同土地利用类型变化以及各等级面积变化都做了具
体分析评价 , 并通过各等级面积变化的转移矩阵 ,
揭示具体变化过程, 对黑龙江省水土流失的进一步
恢复和改善具有重要借鉴意义, 为水土保持规划、
区域可持续发展决策提供重要依据。
6)在研究中, 由于试验方法及实验设备的不完
善、周围环境的影响以及认识能力所限, 会对研究
结果产生误差, 误差分析是系统误差和随机误差的
综合, 精确度为测量结果与真值之间的一致程度。
本文的误差来源较广, 包括影像误差、分辨率不同
产生的误差及各因子经验方程选取的误差, 通过将
研究结果与黑龙江省实际土壤保持量进行对比分析,
得到本文的研究误差为 1%, 试验研究的计算与分析
精度为 10−2, 所以土壤保持量的研究结果均保留 2
位小数。RUSLE 可在世界各地应用, 关键在于方程
式参数的赋值。本文其他因子尚可, 但水土保持措
施因子只是参考相关学者的研究成果及专家意见 ,
并未给出更先进的方法和数据, 只是已有传统技术
的应用, 在以后的研究中将会重点改进。而且本文
对土壤保持量与当地水土保持治理的相互关系上考
虑不够, 下一步将会增加调查数据, 结合数据进行
进一步深入研究。
参考文献
[1] 李斌 , 张金屯 . 不同植被盖度下的黄土高原土壤侵蚀特征
分析[J]. 中国生态农业学报, 2010, 18(2): 241–244
Li B, Zhang J T. Soil erosion characteristics under different
第 5期 蒋春丽等: 基于 RUSLE模型的黑龙江省 2000—2010年土壤保持量评价 649


http://www.ecoagri.ac.cn
vegetation coverage in the Loess Plateau[J]. Chinese Journal
of Eco-Agriculture, 2010, 18(2): 241–244
[2] 马琨 , 王兆骞 , 陈欣 . 不同农业模式下水土流失的生态学
特征研究[J]. 中国生态农业学报, 2008, 16(1): 187–191
Ma K, Wang Z Q, Chen X. Ecological property of soil erosion
under different agricultural systems[J]. Chinese Journal of
Eco-Agriculture, 2008, 16(1): 187–191
[3] Wischmeier W H, Smith D D. Rainfall energy and its rela-
tionship to soil loss[J]. Transactions American Geophysical
Union, 1958, 39(2): 285–291
[4] Laffen J M, Lwonard J L, Foster G R. WEEP a new
generation of erosion prediction technology[J]. Journal of Soil
and Water Conservation, 1991, 46(1): 34–38
[5] Morgan R P C, Quinton J N, Smith R E, et al. The European
Soil Erosion Model (EUROSEM): A dynamic approach for
predicting sediment transport from fields and small
catchments[J]. Earth Surface Processes and Landforms, 1998,
23(6): 527–544
[6] De Roo A P J, Wesseling C G, Ritsma C J. LISEM: A single-
event, physically based hydrological and soil erosion model
for drainage basins.Ⅰ: Theory, input and output[J]. Hydro-
logical Processes, 1996, 10(8): 1107–1117
[7] Rwnard K G. RUSLE — A Guide to Conservation Planning
with the Revised Universal Soil Loss Equation. USDA Agri-
cultural Handbook No. 703[M]. Washington D C: USDA, 1995
[8] 蔡强国 , 刘纪根 . 关于我国土壤侵蚀模型研究进展[J]. 地
理科学进展, 2003, 22(3): 242–250
Cai Q G, Liu J G. Evolution of soil erosion models in China[J].
Progress in Geography, 2003, 22(3): 243–250
[9] 肖寒, 欧阳志云, 赵景柱, 等. 海南岛生态系统土壤保持空
间分布特征及生态经济价值评估[J]. 生态学报, 2000, 20(4):
552–558
Xiao H, Ouyang Z Y, Zhao J Z, et al. The spatial distribution
characteristics and eco-economic value of soil conservation
service of ecosystems in Hainan Island by GIS[J]. Acta
Ecologica Sinica, 2000, 20(4): 552–558
[10] 肖玉 , 谢高地 , 安凯 . 青藏高原生态系统土壤保持功能及
其价值[J]. 生态学报, 2003, 23(11): 2367–2378
Xiao Y, Xie G D, An K. The function and economic value of
soil conservation of ecosystems in Qinghai-Tibet Plateau[J].
Acta Ecologica Sinica, 2003, 23(11): 2367–2378
[11] 韩永伟, 高吉喜, 王宝良, 等. 黄土高原生态功能区土壤保
持功能及其价值[J]. 农业工程学报, 2012, 28(17): 78–85
Han Y W, Gao J X, Wang B L, et al. Evaluation of soil
conservation function and its values in major eco-function
areas of Loess Plateau in eastern Gansu Province[J].
Transactions of the Chinese Society of Agricultural
Engineering, 2012, 28(17): 78–85
[12] 章文波 , 谢云 , 刘宝元 . 利用日雨量计算降雨侵蚀力的方
法研究[J]. 地理科学, 2002, 22(6): 705–711
Zhang W B, Xie Y, Liu B Y. Rainfall erosivity estimation us-
ing daily rainfall amounts[J]. Scientia Geographica Sinica,
2002, 22(6): 705–711
[13] 章文波 , 谢云, 刘宝元 . 中国降雨侵蚀力空间变化特征[J].
山地学报, 2003, 21(1): 33–40
Zhang W B, Xie Y, Liu B Y. Spatial distribution of rainfall
erosivity in China[J]. Journal of Mountain Science, 2003,
21(1): 33–40
[14] 史学正, 于东升, 邢廷炎, 等. 用田间实测法研究我国亚热
带土壤的可蚀性 K值[J]. 土壤学报, 1997, 34(4): 399–405
Shi X Z, Yu D S, Xing T Y, et al. Soil erodibility factor K as
studied using field plots in subtropical China[J]. Acta Pe-
dologica Sinica, 1997, 34(4): 399–405
[15] 曾慧娟, 潘文斌. 基于 RS/GIS 和 RUSLE 的福建武步溪流
域土壤侵蚀研究[J]. 安全与环境学报, 2007, 7(5): 88–92
Zeng H J, Pan W B. Soil erosion estimation by using RUSLE,
RS and GIS models in the Wubuxi Watershed, Fujian[J].
Journal of Safety and Environment, 2007, 7(5): 88–92
[16] Liu B Y, Nearing M A, Risse L M. Slope gradient effects on
soil loss for steep slopes[J]. Transactions of the American
Society of Agricultural and Biological Engineers, 1994, 37(6):
1835–1840
[17] Liu B Y, Nearing M A, Shi P J, et al. Slope length effects on
soil loss for steep slopes[J]. Soil Society of America Journal,
2000, 64(5): 1759–1763
[18] 肖寒, 欧阳志云, 赵景柱. GIS支持下的海南岛土壤侵蚀空
间分布特征[J]. 水土保持学报, 1999, 5(4): 75–80
Xiao H, Ouyang Z Y, Zhao J Z. Spatial distribution
characteristics of soil erosion in Hainan Island by GIS[J].
Journal of Soil Erosion and Soil and Water Conservation,
1999, 5(4): 75–80
[19] 王万忠 , 焦菊英 . 中国的土壤侵蚀因子定量评价研究 [J].
水土保持通报, 1996, 16(5): 1–20
Wang W Z, Jiao J Y. Quantitative evaluation on factors
influencing soil erosion in China[J]. Bulletin of Soil and
Water Conservation, 1996, 16(5): 1–20
[20] 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
Cai C F, Ding S W, Shi Z H, et al. Study of applying USLE
and geographical information system IDRISI to predict soil
erosion in small watershed[J]. Journal of Soil and Water
Conservation, 2000, 14(2): 19–24
[21] 周忠轩 , 吴钢 , 邵国凡 . 遥感探测土地植被覆盖指数的准
确度评估[J]. 应用生态学报, 2004, 15(1): 36–38
Zhou Z X, Wu G, Shao G F. Accuracy evaluation of land
vegetative cover index by RS detection[J]. Chinese Journal of
Applied Ecology, 2004, 15(1): 36–38
[22] 白杨, 欧阳志云, 郑华, 等. 海河流域森林生态系统服务功
能评估[J]. 生态学报, 2011, 31(7): 2029–2039
Bai Y, Ouyang Z Y, Zheng H, et al. Evaluation of the forest
ecosystem services in Haihe River Basin, China[J]. Acta
Ecologica Sinica, 2011, 31(7): 2029–2039
[23] 肖强, 肖洋, 欧阳志云, 等. 重庆市森林生态系统服务功能
评价评估[J]. 生态学报, 2014, 34(1): 216–223
Xiao Q, Xiao Y, Ouyang Z Y, et al. Value assessment of the
function of the forest ecosystem services in Chongqing[J].
Acta Ecologica Sinica, 2014, 34(1): 216–223