本数据集基于修正的RUSLE空间分布式计算框架,生成2000-2025年中国区域250米分辨率逐年潜在土壤侵蚀模数。潜在土壤侵蚀模数设定植被覆盖因子C=1、水土保持措施因子P=1,去除植被覆盖和水土保持措施对侵蚀的减弱作用,仅保留降雨侵蚀力、坡长坡度和土壤可蚀性等自然控制因子,用于表达相同降雨、地形和土壤条件下的侵蚀潜势。数据以GeoTIFF栅格形式提供,年度之间使用统一目标网格、坐标参考、NoData规则和数据类型,便于开展侵蚀敏感性、生态保护优先区和自然背景侵蚀潜势分析。
关键词:RUSLE模型;潜在土壤侵蚀模数;降雨侵蚀力;250米分辨率
引 言
土壤侵蚀是地表物质在降雨、径流、地形和土壤等自然因素共同作用下发生的剥蚀、搬运和沉积过程。潜在土壤侵蚀模数是指在假设地表无植被覆盖、无水保措施的条件下,由降雨侵蚀力、地形坡长坡度和土壤可蚀性等自然因子共同决定的侵蚀量。它反映了区域自然背景下的侵蚀潜势,是识别侵蚀敏感区、评估生态保护优先区和分析土壤侵蚀自然驱动机制的重要指标。
与实际土壤侵蚀模数相比,潜在土壤侵蚀模数不包含植被覆盖因子C和水土保持措施因子P,即令C=1、P=1,因此其数值通常高于实际侵蚀模数。潜在侵蚀与实际侵蚀之差即为土壤保持强度,可用来衡量生态系统和水保工程对土壤侵蚀的综合抑制作用。本数据集以RUSLE模型为核心,结合多源降水、地形和土壤数据,构建2000-2025年中国区域逐年潜在土壤侵蚀模数,为全国尺度土壤侵蚀时空变化、生态治理成效评估和区域对比提供基础数据。
1 数据采集和处理方法
1.1 数据采集方法
1.1.1 降水数据
降水数据集通过对地面2403个气象站点观测的逐日降水量数据计算得到月总降水量,并结合数字高程模型等地理环境协变量,利用Anusplin插值方法生成的月总降水量数据。Anusplin是一种基于薄板平滑样条函数的插值方法,能够有效引入高程等协变量,提高复杂地形区降水插值精度。逐日降水量首先按站点汇总为月总降水量,再通过Anusplin生成空间连续的月降水栅格。
1.1.2 植被数据
植被数据(FVC)主要依靠GEE(Google Earth Engine)平台,通过调用MOD13Q1数据集中的NDVI波段进行FVC的计算。
1.1.3 LS因子数据
数据利用ASTER GDEMV3.0(ASTGTMVO03)中国区域数字高程模型数据集,基于符素华地形因子计算工具V2.0,建立了全国30米LS因子数据集。详细见本站数据集(中国30米坡长坡度(LS)因子数据集)。
1.1.4 K因子数据
数据根据已有参数采用Wiliams等在EPIC模型中的算法,利用土壤机械组成和土壤有机质进行Kepic值计算。详细见本站数据集(中国90米分辨率可蚀性因子K数据)。
1.2 数据处理
1.2.1 降雨侵蚀力(R)
年降水量(AP)计算公式:

其中,Pi为第月降水量(mm),AP为年降水量(mm)。
降雨侵蚀力R因子采用逐月降水公式计算:

其中:
R为年降雨侵蚀力,单位为MJ·mm·hm-2·h-1·a-1;
Pi为第月降水量(mm);
AP为年降水量(mm);
1g为以10为底的对数函数(即log10);
i为月份,从倒12。
1.2.3 潜在土壤侵蚀模数
潜在土壤侵蚀模数的核心计算公式:
Ap= 100 × R × LSK
Ap为潜在土壤侵蚀模数,单位 t·km⁻²·a⁻¹;R为年降雨侵蚀力;LSK为LS、K因子的乘积。100为面积单位换算系数,将以t·hm⁻²·a⁻¹表示的结果换算为t·km⁻²·a⁻¹。
2 数据样本描述
数据集包含2000一2025年共26个年度栅格文件,对其进行分省裁剪,空间分辨率250米,坐标参考WGS_1984_Albers,数据类型Float32。每个年度文件覆盖中国陆地区域及其有效数据范围,文件格式为GeoTIFF,文件名包含指标名称和年份,例如”潜在土壤侵蚀模数_2025.tif"。NoData值统一为-9999。数据以统一目标网格组织,便于开展长时间序列分析和区域对比。

3 数据价值
本数据集可用于识别自然背景下的土壤侵蚀高值区,比较不同年份潜在侵蚀的时空变化,评估区域侵蚀敏感性与生态保护优先区,并可作为实际土壤侵蚀和土壤保持强度计算的基准成果。潜在土壤侵蚀模数反映无植被覆盖、无水保措施条件下的自然侵蚀潜势,可为水土保持规划、生态修复成效评估和区域对比提供统一的数据基础,尤其适用于分析降雨、地形和土壤等自然因子对侵蚀的控制作用。
该数据集还可为全国及区域尺度土壤侵蚀敏感性评价、生态保护红线划定和水土保持规划提供统一的自然侵蚀潜势底图。通过逐年潜在土壤侵蚀模数,可分析降雨侵蚀力、地形坡长坡度和土壤可蚀性等自然因子的时空组合对侵蚀潜势的驱动作用,识别气候变化背景下侵蚀风险上升区;同时可作为土壤保持强度计算的基准项,与实际土壤侵蚀模数配合,量化植被恢复和水保措施相对于自然潜势的削减效果,为生态工程成效评估、区域治理优先序确定和土地利用优化提供数据支撑。此外,统一目标网格和长时序特性便于开展省、流域、生态功能区等多尺度统计与对比,也可与NPP、NDVI、土地利用等数据融合,服务于生态系统服务评估和可持续发展目标监测。
参考文献
[1] Yan, J., Wang, S., Feng, J., He, H., Wang, L., Sun, Z., & Zheng, C. (2025). New 30-m resolution dataset reveals declining soil erosion with regional increases across Chinese mainland (1990–2022). Remote Sensing of Environment, 323, 114681.
[2] 胡先培, 曾成, 钱庆欢, 等. 基于RUSLE模型的铜仁地区1987-2015年土壤侵蚀时空特征. 生态与农村环境学报, 2019, 35(2): 158-166.
[3] 陈红, 江旭聪, 任磊, 等. 基于 RUSLE 模型的淮河流域土壤侵蚀定量评价[J]. 土壤通报, 2021, 52(1): 165-176.
本数据集基于修正RUSLE模型,融合多源降水、DEM和土壤数据,生成2000–2025年中国逐年250米分辨率潜在土壤侵蚀模数栅格数据。通过设定C=1、P=1,剥离人为干预,仅保留R(降雨侵蚀力)、LS(坡长坡度)和K(土壤可蚀性)因子,表征自然背景下的侵蚀潜势。数据采用统一GeoTIFF格式、WGS_1984_Albers坐标系与NoData规则,支持长时间序列分析、侵蚀敏感区识别及生态治理成效评估。
363

被折叠的 条评论
为什么被折叠?



