基于USLE-SCS-CN耦合模型的黄土高原垄沟集雨系统产沙量预测研究

《Soil and Tillage Research》：Sediment yield prediction in ridge-furrow rainwater harvesting using coupled USLE–SCS-CN model on the Loess Plateau, China

　　本刊推荐：研究通过将通用土壤流失方程(USLE)与优化后的土壤保持服务曲线数(SCS-CN)模型耦合，创新性地构建了适用于黄土高原垄沟集雨系统(RFRH)的产沙量预测模型。验证结果显示耦合模型在5°和10°坡度下R2分别达0.73-0.78和0.82-0.92，RMSE显著降低至0.04-0.19 t·ha?1·yr?1，证明其能精准捕捉微地形与水文过程的互作机制，为半干旱区土壤侵蚀防治提供新范式。

　　

研究亮点

研究区域描述

田间研究于2015至2023年苜蓿生长季在安家沟流域实验站开展，该站位于中国甘肃省定西安定区（北纬35°34′，东经104°39′，海拔2008米）。实验站由定西水土保持研究所管理，其地理特征为具有复杂地貌的山地地形。

USLE模型对年潜在土壤流失的校准

使用2015至2018年苜蓿生长季记录的14个离散产沙事件数据集来计算估算的年潜在土壤流失量。校准阶段观测的年产沙量与估算的年土壤流失量之间的相关性图示见图3。六个实验处理的详细估算年潜在土壤流失量见表2。

讨论

在受保护性耕作措施影响的农业景观中，精准预测产沙量是一项重大的挑战。这种复杂性源于沉积物运输过程固有的错综复杂，由环境和人为因素的多方面相互作用所驱动。例如，气候要素（包括降雨强度和分布）导致径流的时空变化，其侵蚀力是全球土壤退化的主要贡献者。

结论

在易侵蚀的黄土高原，准确预测垄沟集雨（RFRH）等复杂系统中的产沙量仍然是一个关键挑战。这些系统从根本上改变了地表水文和侵蚀过程，而传统模型常常对此过度简化。本研究引入并验证了一种耦合模型方法，该方法将USLE与优化的SCS-CN参数相结合以弥补这一空白。结果表明，通过明确整合水文径流过程，该模型显著提高了RFRH管理景观中基于事件的产沙量预测的准确性。