黑土是自然肥力最高的农用土壤之一。东北黑土区作为我国重点粮食生产基地，其粮食生产能力关 系到我国的粮食安全战略。由于近几十年来不加节制的开垦耕作，导致黑土功能退化，土壤侵蚀日趋严 重[5]。伊通满族自治县位于东北吉林省中南部，是全国商品粮基地县之一，单产位居全省第一，过度的
436
温馨 等
土地开发和不科学的生产经营方式使该地区的土壤侵蚀得以加剧，成为阻碍该地区发展的主要问题之一， 因此对该地区的侵蚀特征及影响因子进行分析，为相关部门进行水土流失防治、生态环境的改善提供了 决策依据。
3.1.2. 土壤可蚀性因子(K) 土壤可蚀性因子(K)值的大小表示土壤被侵蚀的难易程度，反映土壤对侵蚀外营力(降雨、径流、地
形、地表植被和人为活动)剥蚀和搬运的敏感性，是影响土壤流失量的内在因素[8]。本研究计算 K 值采 用的方法是 Williams 等人在 EPIC 模型中发展的土壤可蚀性因子 K 的估算方法进行计算[9]。 3.1.3. 坡度坡长因子(LS)
地形特征对土壤侵蚀的影响通常用坡长因子 L 和坡度因子 S 来反映，坡度坡长的，在研究时通常将 他们放在一起考虑。本研究采用的 LS 算法采用 1987 年由 McCool 等人在 1987 年提出并由国内学者刘元
437
温馨 等
宝等[10]改进的计算公式。
3.1.4. 覆盖与管理因子(C) 覆盖与管理因子 C 指的是在某种状态下地块上种植的作物的土壤流失与其相应的清耕、连续休闲地
式中，A 为预测土壤侵蚀量，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 为覆盖与管理因子；P 为水保措施因子。
3.1. 模式因子的确定
3.1.1. 降雨侵蚀力因子(R) 降雨侵蚀力是定量评估土壤水蚀的首要影响因子，表征降雨引起侵蚀的潜在能力，与降雨量、降雨
历时、降雨动能等密切相关，反映了降雨特性对土壤侵蚀的影响[7]。国内外众多学者针对各研究区的特 征，提出了基于年、月、日降雨量资料来计算降雨侵蚀力因子的简易算法。由于日降雨量数据是目前为 止气象部门公开发布的最详细的数据资料，为此，本研究采用日雨量计算降雨侵蚀力的模型。
Received: Jun. 9th, 2017; accepted: Jun. 25th, 2017; published: Jun. 28th, 2017
Abstract
Using GIS technology, based on universal soil loss equation (USLE) and ArcGIS software, we did some quantitative researches about the soil erosion in Yitong Manchu Autonomous County of Jilin Province, and concluded that soil erosion and spatial distribution in the area, with slope, geomorphology, vegetation, land use overlay, and analyzed four factors on the effects of soil erosion. Studies have shown that: 1) The study area covers an area of 2533.11 km2, and the erosion area in 2016 was 991.44 km2, accounting for the county’s total land area of 39.14%, dominated by moderate erosion, accounting for total eroded area of 49.91%, compared with the 2011 water resources survey results, and total area of soil erosion reduced 41.03 km2. 2) The soil erosion intensity and area of dry land and bare rock or bare land are relatively large in the land use type, and the water area and forest grassland erosion are relatively few. 3) In different slope conditions, the lower the slope, the weaker the erosion; the higher the slope, the more intense the erosion being weaker. 4) With the increase of the height, the soil erosion intensity increased first and then decreased, and the elevation was below 350 m, which was the main area of erosion. 5) The higher the vegetation coverage, the weaker the erosion; the lower the vegetation coverage, the stronger the erosion.
温馨 等
1东北师范大学地理科学学院，吉林 长春 2水利部松辽水利委员会，吉林 长春
收稿日期：2017年6月9日；录用日期：2017年6月25日；发布日期：2017年6月28日
摘要
利用GIS技术，基于美国通用水土流失方程(USLE)和ArcGIS软件，对吉林省伊通满族自治县进行水土流 失定量研究，得出该地区土壤侵蚀状况与空间分布特征，并与坡度、地貌、植被盖度、土地利用进行叠 加，分析四个因子对土壤侵蚀的影响情况。研究表明：1) 研究区占地面积2533.11 km2，2016年侵蚀 面积为991.44 km2，占本县土地总面积的39.14%，以中度侵蚀为主，占侵蚀总面积的49.91%，与2011 年水利普查结果相比，总侵蚀面积减少了41.03 km2。2) 土地利用类型中旱地及裸岩或裸地的土壤侵蚀 强度及面积相对较大，水域及林草地侵蚀相对较少。3) 在不同的坡度条件下，坡度越低侵蚀越微弱，坡 度越高侵蚀越剧烈。4) 随着高程的增加土壤侵蚀强度呈现先增加然后减少的趋势，高程位于350 m以下 为侵蚀发生的主要区域。5) 植被盖度越高侵蚀越弱，植被盖度越低侵蚀越强。
关键词
土壤侵蚀，GIS，USLE，遥感
Copyright © 2017 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). /licenses/by/4.0/
1College of Geographical Sciences, Northeast Normal University, Changchun Jilin 2Songliao Water Resources Commission, Ministry of Water Resources, Changchun Jilin
3. 土壤侵蚀强度计算与空间分析
本研究中土壤侵蚀计算采用的模型是美国 W. H. Wischmeier [6]等 1965 年提出的通用土壤流失方程 USLE，该模型主要利用 GIS 软件的栅格数据代数叠加运算功能，将六因子栅格图相乘，得到每个栅格的 侵蚀模数。
USLE 模型的基本形式为： A = R⋅K⋅L⋅S⋅C⋅P
Keywords
Soil Erosion, GIS, USLE, Remote Sensing
基于GIS和USLE模型的土壤侵蚀定量研究
—以伊通满族自治县为例
温 馨1，刘建祥2，张晓萌1，刘志明1*
*通讯作者。
文章引用: 温馨, 刘建祥, 张晓萌, 刘志明. 基于 GIS 和 USLE 模型的土壤侵蚀定量研究[J]. 地球科学前沿, 2017, 7(3): 435-447. https:///10.12677/ag.2017.73047
Advances in Geosciences 地球科学前沿, 2017, 7(3), 435-447 Published Online June 2017 in Hans. /journal/ag https:///10.12677/ag.2017.73047
Based on the Quantitative Study of GIS and USLE Modelitong Manchu Autonomous County as an Example
Xin Wen1, Jianxiang Liu2, Xiaomeng Zhang1, Zhiming Liu1*
2.2. 研究区概况
伊通满族自治县位于吉林省中南部，地理坐标为 124˚49'E~125˚46'E、43˚3'N~43˚38'N。幅员面积 2533.11 平方公里，地处于长白山脉向松辽平原过渡的丘陵地带，西北部和东南部地区属大黑山脉和哈达 岭余脉，多数为连绵起伏的低山丘陵，占该县总面积的 60.8%。属温带大陆性季风气候，气候特点为年 平均气温 5.5˚C，年平均降水量达 654.7 毫米，全县共有河流 128 条，较大的为伊通河和孤山河。
2. 数据来源和研究区概况 2.1. 数据准备
本研究的基础数据包括：1) 遥感数据：2016 年高分一号(2 米全色，8 米多光谱)；2.1 米资源三号卫 星影像。2) 该县气象站的近 30 年的逐日侵蚀性降雨量资料。3) 数字矢量化后的该县的土地利用图。4) 数 字化后的该县土壤图，其中包括土壤类型、质地、有机质等属性信息。5) 该县水土流失治理项目可研、 初步设计报告及附图表。6) 该县的 10 m 分辨率的 DEM 数据。