安徽大别山区GIS支持下的土壤侵蚀模型研究

如何提高土壤流失预测精度是使用USLE、RUSLE或者其衍生的经验公式时普遍遇到的重大问题。利用长期定位观测数据和遥感、GIS等新技术的支持，本项目以多年不同土地利用类型的野外观测与室内模拟资料来计算新的ER-USLE、FUSLE 模型中植被因子、人为活动因子以及地表枯落物因子，系统研究地表枯落物因子影响因素，从径流场-集水区-小流域-中尺度库区，对模型进行多层次检验，集成水土流失经验模型的技术体系，提出适合安徽大别山区的高精度水土流失模型；开展相关模型间参数转换关系研究，使新的ER-USLE模型、FUSLE模型植被类型参数对传统RUSLE作物经营管理因子（C）具有传承性,以扩大ER-USLE模型、FUSLE模型的应用范围，在提高模型精度的同时降低应用成本；提出并完善"水土流失控制大小循环"理论，土壤侵蚀模型以不同层次的区域和谐发展为灵魂，将促进水土保持事业更上一步新台阶。

2012-2015年在安徽省大别山区岳西县上舍小流域建立了以4类不同土地利用类型（坡耕地、马尾松林、马尾松林和茶园）的亚小流域为试验区，在各亚小流域以及上舍小流域的出口分别设置了三角堰和浮子式自记水位观测计用以观测径流水位曲线,同时设置降雨量观测站。以新开发的积分公式的方法计算集水区、小流域径流总量。同时在马尾松、杉木林、旱作耕地各土地利用类型设置径流场（20*5m2）、微型径流场（1*2 m2），按照次降雨监测径流、泥沙含量，用以解析降雨径流及产沙响应，得到以下结论：.1.土壤侵蚀预测模型（USLE和RUSLE）都是用来预测多年年平均土壤的侵蚀量，他们的缺点是需要大量的观测资料的同时又不能提供制定水土保持措施足够的信息。ER-USLE 土壤侵蚀模型把有效雨侵蚀力、农作物覆盖率的季节变化、人类的耕作因素编入了土壤流失通用方程式，提高了土壤流失通用方程式的预测精度。为了使ER-USLE模型在林地应用，把地表枯落物这一因素编入到ER-USLE中对其进行修正得到FULSE土壤侵蚀模型。在小流域尺度，把ER-USLE和FULSE中的结合，增加地表枯落物这一因素，得到可以在流域不同土地类型使用的RFUSLE,并与沟口土壤流失监测量进行了验证。土壤侵蚀模型这一模型可以在所有类型的土地上用来预测单个降水事件土壤侵蚀量，具有很强的原始创新性，是对USLE土壤侵蚀模型系列研究的总结和提高，达到了国际研究先进水平。.2. 基于不同土地利用类型次降雨的集水区径流、泥沙过程线（Unit hydrograph）,结合水文模型软件，在上舍小流域范围内划分了径流达到时间区域，并将过程线耦合到达时间叠加，研发了为了了解水土流失的实际状态和水土流失空间分布的水土流失模型GOIUG瞬时模型。研究结果表明, 对中到大的降水事件, 用GOIUG模型预测的结果和实际观测结果基本吻合。模型的验证同时表明，依据小流域等降雨量线、并结合FULSE土壤侵蚀模型地表枯落物这一因素对径流、泥沙过程线进行空间修正，可以极大地提高 GOIUG模型精度。.3. 在研究中，同时改进实验仪器并广泛应用于教学：国家发明专利“一种水土侵蚀抗冲仪——专利号ZL 2010 10518620.6、一种称重自动排液式树干径流测定系统—专利号CN201210259059.3” 解决了微小径流测定容器蓄满自动记录与排空连续监测问题。