&nbsh1;

 

FLUS-CSLE模型预测黄土高原典型流域不同土地利用变化情景土壤侵蚀

 

 

吴淑芳，张 彪，石学瑾，苑紫岩，冯 浩

FLUS-CSLE模型预测黄土高原典型流域不同土地利用变化情景土壤侵蚀

吴淑芳1,2，张 彪1,2，石学瑾1，苑紫岩1，冯 浩3

（1. 西北农林科技大学水利与建筑工程学院，杨凌 712100；2. 西北农林科技大学中国旱区节水农业研究院，杨凌 712100；3. 中国科学院水利部水土保持研究所，杨凌 712100）

流域土壤侵蚀预测对于了解未来土壤侵蚀发展趋势，制定未来水土保持治理策略具有重要意义。为了提出一种适用于黄土高原地区的易于评估未来不同土地利用管理策略的土壤侵蚀预测方法，该研究基于地形、降雨、土壤、遥感影像数据，完成韭园沟流域2010—2020年的土地利用空间分布解译，并计算历史时期（2010—2020）的土壤侵蚀模数，基于未来土地利用模拟（Future Land Use Simulation，FLUS）模型完成流域2025年土地利用分布状况预测，以此为基础获得未来植被覆盖措施因子和耕作措施因子，结合CSLE模型预测2025年自然发展、经济增长、生态保护3种不同土地利用变化情景下土壤侵蚀状况。结果表明：1）韭园沟流域土地利用类型主要为草地（面积占比62.23%）和林地（28.41%），其次是耕地、建筑物和水体，在2010—2020年期间土地利用空间分布格局经历了较大变化，林、草地面积增加8.36%，耕地面积减少30.3%。2）流域2010、2015、2020年这3 a间土壤侵蚀模数平均值分别为19.49、15.83、20.7 t/(hm2·a)，整体呈现先降低后增加的趋势，不同土地利用类型的土壤侵蚀模数由大到小为耕地（40.56 t/(hm2·a)）、草地（18.79 t/(hm2·a)）、建设用地（10.25 t/(hm2·a)）、林地（8.02 t/(hm2·a)）。3）在积极的生态保护情景下，2025年林、草地面积较自然发展情景基本持平但林地面积比例有所增加，较经济增长情景林、草地面积增加5.06%，耕地面积较自然发展情景增加1.20%，较经济增长情景减少14.73%。4）2025年流域自然发展、经济增长、生态保护情景下土壤侵蚀模数分别为24.3、22.9、18.3 t/(hm2·a)。采取积极的生态保护情景发展模式，建设用地面积适度扩张可以兼顾生态保护和经济发展的需要。该研究为流域未来的土地利用规划以及水土保持治理提供参考。

土壤；侵蚀；土地利用；黄土高原丘陵沟壑区；土壤侵蚀评估和预测；CSLE模型；FLUS模型

0 引 言

黄土高原是中国乃至世界上水土流失最严重的地区之一，黄土高原丘陵沟壑区更是其中侵蚀最为严重的典型区域[1-2]。随着20世纪90年代末退耕还林还草工程实施以来，截止2010年该区域的土壤侵蚀状况得到了显著改善。大规模退耕还林还草工程的实施在改善区域土壤侵蚀状况，改良流域生态环境的同时也极大地改变了区域内土地利用空间格局的分布[3]，而土地利用通过改变地表形态影响径流和泥沙输移过程进而成为影响土壤侵蚀过程的重要因素[4]，土壤侵蚀与土地利用两者之间相互影响，关系密切[5]。

3S技术的迅速发展极大地推动了土壤侵蚀模型的发展，使之为土壤侵蚀的预测与评价提供有力的支持[6]，然而现有土壤侵蚀模型，无论是经验模型还是物理模型均是基于流域的地形、植被、土壤、降雨数据进行当下以及过去的侵蚀状况评估，无法获得流域未来的土壤侵蚀状况和发展趋势[7]。在土壤侵蚀恢复治理的工作中，在了解土壤侵蚀过去及现在变化状况的基础上掌握其未来的演变趋势，对水土保持措施的成效判断和指导下一步工作具有重要意义[8]。因此，众多国内外学者开展了关于土壤侵蚀预测的研究，目前的土壤侵蚀预测主要包括2个方面：1）运用机器学习算法与元胞自动机（Cellular Automata，CA）模型，基于现有土壤侵蚀评价结果的直接预测[9-10]；2）通过其他模型预测未来侵蚀模型因子，而后将其导入土壤侵蚀模型完成未来土壤侵蚀预测。例如，Zare等[11]通过修正土壤流失方程（RUSLE）结合元胞自动机—马尔科夫（CA-Markov）模型完成了伊朗Kasilian流域1981—2011年土壤侵蚀状况调查，并预测了2030年的土壤侵蚀状况；Cunha等[12]采用RUSLE、Invest和CA-Markov模型耦合评估了巴西Cerrado biome流域1986年、1999年、2007年和2016年的土壤流失状况，并预测了2050—2100年的土壤侵蚀状况。然而，第一种方法忽略了土壤侵蚀的影响因素和复杂演变过程，缺少对于机理过程的探究。第二种方法中，目前应用较多的是RUSLE与CA/Markov/CA-Markov的耦合模型，而CA-Markov模型未能处理好不同土地利用类型之间的复杂竞争和相互作用。FLUS（Future Land Use Simulation）模型是基于CA-ANN-Markov理论的未来土地利用模拟模型[13]，通过人工神经网络（Artificial Neural Network，ANN）算法的引入提出自适应惯性和竞争机制，改进了传统CA-Markov模型中存在的上述问

，在土地利用演变领域取得了不错的效果，得到了广泛应用。侯建坤等[14]利用FLUS模型模拟黄河源区不同情景下的土地利用变化并且集合INVEST模型实现不同情景下的碳储量预测；苟贞珍等[15]以喀什地区为例利用FLUS模型预测2030年的土地利用空间格局并以此为切入点预测该地区的生态承载力时空格局；张晓荣等[16]采用FLUS模型和SD模型预测中巴经济走廊性发展、投资优先以及生态协调3种不同情景模式下的土地利用空间格局，成功为未来中巴经济走廊建设过程中的土地利用规划提供了，在众多侵蚀模型中，中国土壤侵蚀方程——CSLE模型在黄土高原径流小区试验的基础上提出植被覆盖管理措施因子（）、水土保持工程措施因子（）、水土保持耕作措施因子（），使其相对RUSLE模型更加适应于黄土高原独特地形和水土保持措施。尽管FLUS模型和CSLE模型分别在区域土地利用空间格局预测和土壤侵蚀评估领域获得广泛应用，但是前人研究中却鲜有将两者结合应用以此实现未来不同土地利用变化情景的土壤侵蚀预测。

本研究旨在提出一种快速、高效地评估不同土地利用管理策略下未来土壤侵蚀发展趋势的预测方法，为流域未来土地管理政策制定和水土保持治理提供参考。鉴于FLUS和CSLE模型的研究应用现状和黄土高原丘陵沟壑区典型流域—韭园沟流域土地利用空间格局对于土壤侵蚀的重要影响，以及近年来该流域退耕还林还草工程实施后流域空间格局的重要变化和未来发展的不确定性，本研究利用FLUS模型通过成本矩阵和邻域因子设置预测2025年流域不同情景下的土地利用空间格局分布，并以此为基础计算未来不同土地利用变化情景下和因子，然后通过CSLE模型，基于降雨、地形、土壤、以及遥感影像数据完成对该流域2010—2020年的土地利用与土壤侵蚀时空演变

，并利用未来土地利用变化情景下的和因子对未来的土壤侵蚀发展状况进行充分探讨。

1 材料与方法

1.1 研究区概况

韭园沟流域（37°33′～37°38′N，110°16′～110°26′E）位于黄土高原丘陵沟壑区，是中国陕西省榆林市无定河左岸的一级支沟（图1）。流域沟壑密度为5.34 km/ km2，面积为70.7 km2，海拔820～1 180 m。主要土壤类型为马兰黄土，松散、多孔，易于遭受侵蚀。流域地表破碎、沟壑纵横的地貌特征是黄土高原丘陵沟壑区的典型代表。1953年黄河水利委员会在绥德建立绥德试验站，确定黄土丘陵沟壑区第一分区代表流域—韭园沟流域作为黄河水土保持生态建设示范区。

图1 研究区位置图

1.2 数据来源与处理

使用美国地质调查局（US Geological Survey，USGS）下载的2010—2020年Sentinel 2A和陆地卫星5-8系列数据（https://www.usgs.gov/）绘制2010—2020年土地利用类型图，分为5类：耕地、建设用地、林地、草地和水体。同时基于上述卫星影像提取植被信息以获得2010—2020年韭园沟流域的植被覆盖度状况。通过美国宇航局（https://search.asf.alaska.edu/#/）下载的12.5 m分辨率的数字高程模型（Digital Elevation Model，DEM）数据提取流域地形参数。通过国家气象数据中心（https://data.cma.cn/）下载2010—2020年韭园沟流域周围站点的日降雨量数据集并基于该数据对气象数据进行空间插值，以获得该流域2010—2020年的降雨侵蚀力。该流域的土壤理化性质来自ISRIC的250 m分辨率的全球土壤质地调查数据（https://soilgrids.org/）。使用Google高分辨率历史影像确定2010—2020年流域的水土保持工程和耕作措施，同时获得流域内交通道路、城镇分布。为保证数据的一致性，将以上数据的空间分辨率统一重采样到10 m×10 m，地理坐标系均采用 GCS_WGS_1984。

1.3 研究方法

1.3.1 基于FLUS模型的未来土地利用预测

采用FLUS模型预测黄土高原丘陵沟壑区典型流域—韭园沟流域2025年不同情景下的土地利用变化，该模型是由 Liu等[13]开发的用于模拟未来不同情景下土地利用变化的模型，已被广泛用于模拟全球和区域尺度的土地利用变化。本研究中FLUS模型的实现是通过GeoSoS-FLUS软件实现。

1）未来土地利用变化情景设置

自然发展情景是取决于过去至未来的土地利用空间格局演变过程和发展趋势，这种情景是在没有政策和限制的干预下，遵循以往土地利用发展演变规律进行土地利用空间格局的演变预测[17]；生态保护情景的核心是以保证研究区域的生态安全为主，提高生态系统多样性，减少林草地和水域向建设用地转换比例[18]；经济增长情景的主要目的则是保持经济增长速率，进行必要的生活与交通道路区域扩张，增大居民区、道路等建设用地的面积比例[19]。

各种情景的实现主要通过对土地利用转移成本矩阵和邻域参数因子设置，不同情景下各个土地利用类型的邻域因子参考王保盛等[20]研究中的邻域因子计算公式。借鉴孙乔[21]在多情景模式中的研究，成本矩阵和邻域因子设置如表1和表2所示。

表1 土地利用转移成本矩阵

表2 邻域因子设置

2）模拟参数设置

参考前人[20-21]的研究，选择邻域范围为3×3，设定迭代次数为300，加速因子为0.1。

1.3.2 CSLE模型

章文波等[22]根据黄土高原的实际水土保持情况，结合RUSLE方程创新性地提出了植被措施因子、工程措施因子、耕作措施因子，建立了适用于黄土高原地区的中国土壤侵蚀预报模型——中国土壤流失方程CSLE如下：

式中为多年平均土壤流失量，t/(hm2∙a)；为降雨侵蚀力，MJ∙mm/(hm2∙h∙a)；为土壤可蚀性因子，t∙hm2∙h/(hm2∙MJ∙mm)；为坡长因子；为坡度因子，无量纲；为植被覆盖措施因子，无量纲；为水土保持工程措施因子，无量纲；为水土保持耕作措施因子，无量纲。

采用2003年章文波等[23]提出的逐月降雨侵蚀力计算方法，计算流域2010—2020年平均降雨侵蚀力因子。采用土壤侵蚀和生产力影响估算模型EPIC[24]中的方法，结合土壤有机质和颗粒组成估算土壤可蚀性因子因子。基于ALOS PALSAR 12.5 m分辨率DEM数据通过Zhang等[25]团队研发的LS_TOOL坡长坡度因子计算软件完成地形因子的计算。参考Huang等[26]提出的结合土地利用类型与植被覆盖度进行赋值的方法获得因子，通过获取高分辨率Google历史影像获得流域水土保持工程措施，参考谢红霞[27]的方法计算流域因子。根据“耕作措施轮作区代码”字段值，查《全国轮作制度区划及轮作措施三级分类表》，获取不同区域耕作措施因子值，结合土地利用解译结果对耕地进行赋值，其他区域赋值为1。以上各因子，经过重采样在ArcGIS10.7中生成10 m分辨率的栅格图层。

2 结果与分析

2.1 土地利用变化分析

图2是2010年、2015年和2020年韭园沟流域土地利用类型分布图，主要包括耕地、林地、草地、建设用地和水体。2010—2020年韭园沟流域土地利用类型主要为草地（62.23%）和林地（28.41%），其次是耕地（6.77%）、建筑物（2.49%）和水体（0.09%）。土地利用类型的空间分布受地形和人类活动的影响。农田分布在整个韭园沟流域，靠近居民区。居民点、道路等建筑区域主要分布在地势平坦的地区，水体主要为流域内的人工湖泊，靠近建设用地的面积较小。通过马尔科夫模型获得流域2010 —2020年之间土地利用转移矩阵（表3）可知，草地从2010年的3 613.33 hm2增加到2020年的4 349.05 hm2，林地从2010年的2 191.53 hm2减少到2020年的1 985.54 hm2。2010 —2020年韭园沟流域共有877.74 hm2的耕地和建设用地转为林地和草地，447.48 hm2林地和草地转为耕地和建设用地，其中约有3 542.24 hm2的森林和草地面积保持不变。流域林地面积有所减少但是随着草地面积的迅速增长，2020年森林和草地覆盖率比2010年增加10%，林、草地面积增加8.36%，耕地面积减少30.3%。流域林草覆盖面积显著增加，区域环境治理和退耕还林工程成效显著。

2.2 基于FLUS模型的未来土地利用变化预测

2.2.1 FLUS模型精度验证

为了定量评价模型的模拟效果，首先以2015年土地利用数据为基础，结合高程、坡度、坡向、距城镇距离、距交通道路距离等自然经济因素，获得流域土地利用变化各驱动因子及适应性概率图集（图 3），以2015年土地利用数据为基础进行2020年土地利用状况模拟，将FLUS模型模拟获得的2020年土地利用数据与基于遥感影像解译的2020年土地利用分布数据之间构建混淆矩阵，计算各土地利用类型的总体精度和 Kappa系数，结果表明韭园沟流域2020年模型模拟结果的Kappa系数为0.72，总体精度为85.6%。模型验证模块中的Figure of Merit（FoM）系数为0.35。前人利用FLUS模型开展了大量关于区域土地利用变化模拟的研究[14,16,20]，其FoM值大多在0.1～0.2范围之内，低于本研究FoM值，理论中该值越大模型模拟准确性越高，可见本文模型准确性高。统计2020年FLUS模型模拟结果与2020年实际土地利用分布的不同土地利用类型面积，进行面积总量模拟精度验证，结果如表4所示，林地误差相对较大达到11.8%，其余地类误差均在5%以内，表明了FLUS模型结果的可靠性。

图2 2010—2020年韭园沟流域土地利用类型分布

表3 2010—2020年韭园沟流域土地利用面积转移矩阵

注：主对角线元素代表各土地利用类型中没有发生变化的面积。

Note: The main diagonal element represents the unchanged area of each land use type.

图3 韭园沟流域各驱动因子及适宜性概率图

表4 2020年土地利用类型面积总量验证

2.2.2 基于不同情景的2025年土地利用变化预测

根据设定的3种发展情景，基于2020年土地利用分布状况，通过构建的FLUS 模型，预测流域2025年土地利用类型空间分布（图4）。利用ArcGIS中的分区统计工具统计韭园沟流域2025年不同情景下不同土地利用类型面积。由表5可知，2025年韭园沟流域耕地面积在自然发展和生态保护情景下与2020年相比分别减少58.74 hm2和53.74 hm2，经济增长情景下与2020年相比增加18.83 hm2；对于林地而言，经济增长情景与自然发展情景分别减少183.94 hm2和15.27 hm2，生态保护情景下面积则增加了100 hm2；对于流域分布最广、面积最大的草地来说，自然和经济增长情景中，呈现相反的变化趋势，分别增加1.79 hm2和减少122.96 hm2，生态保护情景之下，面积减少了2%；建设用地在经济增长情景中增加203.05 hm2，增加比例为116%，面积变化最为显著。

图4 黄土高原韭园沟流域2025年不同发展情景土地利用类型分布

对不同土地利用发展情景进行横向比较可知（表 5），流域在无任何政策和人为干预下即自然发展状态下，流域退耕还林还草的趋势得以继续保持，自然发展模式下2025年与2020年相比耕地面积减少，林地面积减少与草地面积增加印证了这一点；经济增长情景主要以满足经济发展的相关基础建设为主，因此交通道路、居民区等建设用地以及耕地等相比其他2种土地变化情景存在一定程度的面积扩张；生态保护情景下，林、草地面积较自然发展情景基本持平但林地面积比例有所增加，较经济增长情景增加5.06%。耕地面积较自然发展情景增加1.20%，较经济发展情景减少14.73%。

表5 2025年韭园沟流域不同土地利用类型面积统计

2.3 土壤侵蚀现状分析

2.3.1 CSLE模型验证

中国土壤侵蚀模型CSLE在全国土壤侵蚀状况评估领域得到了广泛应用[28-30]，传统的土壤侵蚀模型结果验证和评估主要采用基于现场监测、同位素示踪技术的测量和高分辨率遥感影像定性分析。由于缺少研究时期内详实的历史泥沙观测数据，本文整理