基于MUSLE、USLE-M和RUSLE2模型的大尺度流域水文泥沙模拟比较研究

《Interventional Cardiology Clinics》：COMPARISON OF APPROACHES USING MUSLE, USLE-M AND RUSLE2 FOR LARGE-SCALE HYDROSEDIMENTOLOGICAL MODELLING

本研究针对大流域日尺度泥沙模拟中土壤流失方程对比研究的空白，研究人员以巴西Doce河流域为案例，将USLE-M和RUSLE2方程集成至MGB-SED模型中，并与传统MUSLE方法进行系统性比较。结果表明，三种方程均能有效模拟流域泥沙时空动态，其中MUSLE因直接利用地表径流数据且易于应用，表现出最佳统计性能（KGE > 0.5），而USLE-M在模拟峰值输沙率方面更具优势。该研究为大尺度流域泥沙精准模拟和土壤水资源管理提供了关键方法学支撑。

　　

土壤侵蚀是全球性的环境问题，它不仅导致宝贵的表层土壤流失，降低土地生产力，还会引发一系列连锁反应：大量泥沙进入河流，造成河道淤积、水库库容减少、水体透明度下降，进而破坏水生生态系统。在人类活动加剧的背景下，土壤侵蚀速率显著增加，使得对流域泥沙产生和输移过程的精准模拟变得尤为重要，这已成为有效流域管理和水土保持决策的科学基础。

为了量化土壤侵蚀和泥沙产量，研究者们开发了多种数学模型。其中，基于经验的通用土壤流失方程（Universal Soil Loss Equation, USLE）及其修订版（Revised Universal Soil Loss Equation, RUSLE）应用最为广泛。然而，这些传统方法主要关注流域土壤流失的空间表征和长期平均估算，难以捕捉泥沙输移的日尺度动态过程。为了克服这些局限，后续发展出了修正通用土壤流失方程（Modified Universal Soil Loss Equation, MUSLE）、修订通用土壤流失方程2（RUSLE2）以及修正通用土壤流失方程（USLE-M）等，它们可以在日或月时间尺度上应用。尽管已有大量研究对这些模型进行了比较，但多数集中于小流域或实验小区，且多为事件模拟或长期年均值估算。对于大流域（>1000 km²）日尺度水文泥沙模拟，MUSLE、USLE-M和RUSLE2之间的系统性对比研究尚属空白。

为了填补这一知识空白，并验证USLE-M和RUSLE2方程在大尺度日泥沙产量估算中是否优于已集成于大型流域泥沙模型（Large Basin Sediment Model, MGB-SED）中的MUSLE方法，研究人员开展了此项研究。研究以巴西重要的Doce河流域（面积约83,066 km²）为案例，将USLE-M和RUSLE2方程嵌入MGB-SED模型的源代码中，与MUSLE进行综合对比。

本研究主要采用了以下关键技术方法：首先，利用GIS工具处理数字高程模型（DEM），将流域离散化为子流域和汇水区，并进一步划分为水文响应单元（HRU）。其次，构建并校准了MGB水文模型，确保其对地表径流等关键水文变量的模拟精度。然后，重点整合了三种土壤流失方程（MUSLE、RUSLE2、USLE-M）到MGB-SED的泥沙模块中，其中USLE-M和RUSLE2需要基于日降雨数据估算日侵蚀力，并引入了泥沙输移比（SDR）概念。最后，利用流域内31个泥沙监测站的日尺度悬浮泥沙浓度（SSC）和固体径流（QSS）数据，对模型进行了手动校准和验证，采用Kling-Gupta效率系数（KGE）、决定系数（R2）和百分比偏差（PBIAS）等指标评估性能。

3.2.1. 因子分析

研究人员首先对比了MUSLE、RUSLE2和USLE-M方程中关键因子（如侵蚀力、土壤可蚀性因子K、覆盖管理因子C）的空间分布。结果显示，RUSLE2和USLE-M估算的侵蚀力因子空间分布较为相似，高值区均集中在降雨量较大的支流（如Carmo河、Piracicaba河）流域，而MUSLE的侵蚀力因子（由地表径流和峰值径流率表征）空间格局则有所不同。USLE-M的土壤可蚀性因子（K_um）和覆盖管理因子（C_um）经过径流系数校正后，平均值高于MUSLE和RUSLE2中对应的K和C因子。

3.2.2. 统计性能

模型校准期的统计结果表明，MUSLE在大多数站点表现最佳，约有74%（23/31）的站点KGE值大于0.5，其性能被归类为满意或更好。USLE-M和RUSLE2分别约有58%（18/31）和48%（15/31）的站点达到此标准。在表征最低悬浮泥沙浓度方面，MUSLE表现更好，这为其带来了统计上的优势。而USLE-M在模拟固体径流（QSS）峰值方面表现最佳。验证期的结果普遍较差，这可能与不同时期降雨变化及历史监测数据质量有关。

3.2.3. 河流中悬浮泥沙输移

对Colatina站和CEMIG站（监测频率较高）的模拟与观测对比发现，三种方程均能再现QSS的季节性动态。USLE-M更好地模拟了QSS的峰值，而MUSLE则更好地再现了较低的QSS值。年累积QSS分析显示，USLE-M在雨季（10月至次年3月）估算的负荷较高，而MUSLE在旱季（4月至9月）的负荷相对较高。QSS-流量关系曲线表明，在现有监测数据覆盖的流量范围内，三种方程都能合理地再现Doce河的泥沙动力学特征。空间上，三种方程均识别出Sua?uí Grande河、Piracicaba河、Santo Ant?nio河和Manhua?u河等子流域是输沙量最大的区域。

3.2.4. 流域内泥沙产生

在泥沙产生量的空间分布上，三种方程表现出高度的相似性。年均产沙量估算值分别为：MUSLE约1.24×10⁷ 吨/年，RUSLE2约1.31×10⁷ 吨/年，USLE-M约1.48×10⁷ 吨/年。Carmo河、Piracicaba河、Santo Ant?nio河等子流域被一致认为是单位面积产沙量（t.yr^-1.km^-2）最高的热点区域，这些区域通常具有高降雨侵蚀力、陡峭地形、采矿活动以及大面积的退化牧场等特点。

本研究通过在大尺度Doce河流域对比MUSLE、USLE-M和RUSLE2方程在日分辨率水文泥沙模拟中的表现，得出重要结论。三种方程在表征流域泥沙产生的空间格局和总量上具有高度相似性，均是可应用于大流域泥沙模拟和水土管理决策的有效工具。从统计性能看，MUSLE整体表现最佳，这主要归因于其直接利用模型模拟的地表径流作为侵蚀动力，概念清晰且在大尺度应用中数据要求相对较低，更具实用性。USLE-M则在捕捉高流量事件中的峰值输沙率方面展现出优势。RUSLE2和USLE-M的应用依赖于日降雨侵蚀力的估算，这在数据稀缺的大流域会带来挑战。

该研究的重要意义在于，它首次系统性地在大流域日尺度上比较了这三种广泛应用但机理不同的土壤流失方程，为大流域模型中选择合适的泥沙生成模块提供了实证依据。研究结果提示，在选择模型时需权衡数据可得性、模拟目标（如侧重年均值、峰值或低值）以及模型复杂性。MUSLE因其与水文模型的天然耦合性和较低的参数要求，在当前条件下对于大尺度模拟可能更具优势。然而，USLE-M在表征特定侵蚀过程方面的潜力也值得关注。这项研究深化了对不同土壤流失方程在大尺度应用中性能的理解，为改进流域泥沙模拟、支持精准的水土保持规划和流域综合管理提供了科学依据。