水蚀预报模型的分析范文

土壤侵蚀预报是土壤侵蚀研究的核心内容，同时也是进行水土流失监测、评价水土保持效益、合理布设水土保持措施的工具。目前，国内外水蚀预报模型按照不同的分类依据，主要可以分为以下几种类型:(1)根据研究区范围大小，主要可以分为坡面模型(HillslopeModel)、流域模型(WatershedModel)和区域模型(RegionModel)。坡面模型如USLE，小流域模型如LISEM，区域模型如SEMMED。(2)根据模型建立的方法和对水蚀过程的模拟，可以分为经验预报模型(EmpiricalModel)、物理过程预报模型(Physically－basedModel)。经验预报模型依据实际观测资料，采用数理统计分析的方法，建立坡面、流域或区域侵蚀产沙量与其主要影响因素之间的经验关系式，例如美国建立的通用水土流失方程USLE(U-niversalSoilLossEquation)、RUSLE(RevisedUniversalSoilLossEquation)［1-2］，我国建立的刘善建模型、江忠善模型、CSLE(ChineseSoilLossEquation)等［3-5］;物理过程预报模型是对整个事件或系统过程的模拟，以侵蚀产沙的基本物理过程为基础，利用水文学、水力学、土壤学、泥沙动力学以及其他相关学科的基本原理，根据降雨、下垫面状况等来描述土壤侵蚀产沙过程，通过对复杂的侵蚀产沙现象和过程的概化，建立模型的整体结构和微观结构，并用实际观测资料来优选和决定模型中的参数，如美国建立的WEPP(WaterErosionPredictionProject)［6］、澳大利亚建立的GUEST(GriffithUniversityErosionSystemTemplate)等［7］。(3)根据是否反映时空差异，区分为集总式模型和分布式模型。集总式模型以整个流域为预报对象，不反映其内部差异，而分布式模型则按照一定的方法将流域划分成一个个相对均质的网格，按照一定的数学法则来计算每个网格单元的侵蚀量，并将计算结果推演到流域出口，得到整个流域土壤侵蚀量。

水蚀是土壤侵蚀中的一种重要形式，根据水利部公布的全国第二次水土流失遥感调查结果，全国水土流失面积356万km2，占国土面积的1/3强，其中水蚀面积165万km2，水蚀治理是我国今后很长一段时间的重要任务。自20世纪50年代，国内外许多学者开展了大量的水蚀预报模型研究，取得了丰硕的成果，并被用于水土保持措施配置和水土资源持续利用等方面。水蚀预报模型可分为经验模型和物理过程模型。经验模型依据实际观测资料，采用统计分析方法，建立侵蚀产沙量与其主要影响因素之间的经验关系式，而物理过程模型则强调模拟整个事件的过程，模型涉及多个指标，一般通过实测获取。我国国土面积辽阔，水蚀面积很大，目前社会经济发展水平难以保证大范围、多指标的实地观测，因此在相当长的时间内，水蚀经验模型将是我国水土保持研究中的主要内容。虽然目前已经有学者对水蚀预报模型进行了介绍［8-9］，但尚缺乏对经验水蚀预报模型的系统研究。

1国外经验水蚀预报模型发展历程

国外经验水蚀预报模型研究以美国为代表，经历了从考虑单因子、部分因子、到全因子的发展历程，与此同时研究相对滞后的其他国家也开展了相关研究［10］。Zingg于1940年发表的计算田间土壤流失量的第一个数学方程式，描述了地形因子—坡度和坡长在土壤侵蚀中的作用［11］;1941年Smith在原来考虑地形因子的基础上增加了反映天气、土壤、耕作等的综合特征的常数和水土保持措施因子［12］;随后，Browning和他的助手们在此基础上又增加了土壤可蚀性因子［13］;1948年Smith和Whitt提出了一个“概念性”土壤流失方程，他们根据一定条件下观测侵蚀量的基础上综合考虑了地形、土壤、措施因子，并将其推广应用于美国密苏里州的主要土壤类型，在应用中引入了一个降水因子使该方程应用于其他地方［14］;与此同时，美国农业部土壤保持局认识到土壤流失方程对于农业规划很有价值，通过学术研讨会回顾了长久以来美国的土壤侵蚀研究资料，重新评估了以前方程中使用的各个因子，最终形成了包括了降水因子、包含坡度和坡长信息的地表径流因子、土壤特征、植被覆盖影响因子等的Musgrave方程［15］，Lloyd和Eley利用该方程绘制了Musgrave方程的图解图，并将美国东北部各州主要条件下的侵蚀影响数值制成表［16］;随着州和地区级土壤侵蚀预报方程的应用成功，土壤保持决策者建议全力研制全国性的土壤侵蚀预报方程，1954年美国农业部农业研究局在印第安纳州普度大学(PurdueUniversity)建立了国家数据中心，进行全国径流和土壤流失资料的汇总、整理以便更进一步的深入分析，利用中心收集的1万多个小区的年径流和土壤流失基础资料，研制出了USLE，出版了美国第一个官方版的USLE手册［2］，并且运用USLE和风蚀方程每5年进行一次全国土壤侵蚀状况定量调查，USLE用6个因子的乘积形式量化了土壤侵蚀，这6个因子分别是降雨侵蚀力、土壤可蚀性、坡度、坡长、覆盖和管理、水土保持措施，至此涵盖气候、地形、土壤、植被、人类活动因素的水蚀预报模型正式形成。自USLE发表以来，新的研究和试验又使USLE得以改进:降雨侵蚀力、土壤可蚀性因子、覆盖—管理因子、坡度坡长因子等的改进，改进结果即为1997年美国发表的USLE的修订版RUSLE［1］。在经验水蚀预报坡面模型的基础上，结合GIS工具，又发展了流域、区域经验水蚀预报模型，如AGNPS，SWAT等［17-19］。

1.1“地形因子”经验水蚀预报模型—Zingg模型

Zingg模型研究的是地形对土壤侵蚀的影响，模型集成了众多个人和组织的研究结果，首次定量评价了坡度坡长对土壤侵蚀的影响，为土壤侵蚀定量评价、模型的建立开创了一个良好的开端，同时也将土壤侵蚀研究推向了一个新台阶—定量研究［11］。模型包括坡度、坡长及坡度坡长对土壤侵蚀的影响:Xc==0.065S1.49，Xc=0.0025L1.53，Xi=CSmLn，其中Xi为小区单位宽度侵蚀量，C为常数，由区域条件决定，S为百分比坡度，m为坡度指数，L为坡长，n为坡长指数。

1.2“地形—措施因子”经验水蚀预报模型—Smith模型

Smith利用许多水土保持和其他实验站点获得的有关因子间关系的成果和自己小组研究结果，获得了侵蚀量和坡度坡长的关系［12］:A=CS7/5L3/5，其式中，A为单位面积侵蚀量，单位为t/acre，S为坡度，L为坡长，C为常数，是天气、土壤、作物、轮作制度和管理的综合反映。与以往模型不同的是，考虑了水土保持措施的作用，同时根据允许流失量和地形条件、侵蚀量、措施情况等可以确定地块的最大坡长。Smith模型考虑了措施因子，确定了土壤侵蚀和地”形的关系，根据土壤容许流失量为水土保持治理提供了确定最大坡长的方法。

1.3“地形—土壤—措施因子”经验水蚀预报模型—Smith、Whitt模型

Smith等通过系统总结前人的研究成果认为影响农地土壤侵蚀的主要因素包括了作物体系、地形、降雨特征、土壤性质和各种水土保持措施，据此建立了农地土壤侵蚀模型［14］:A=CSLKP，其中，A为单位面积侵蚀量，C为普通轮作小区上单位面积侵蚀量，单位为t/acre，S、L、K为坡度、坡长、土壤可蚀性的尺度转换系数，P为措施因子。与此同时还系统研究了不同条件下普通轮作小区单位面积土壤侵蚀量和不同措施条件下的措施因子。

1.4“降雨—地形—植被覆盖—土壤因子”经验水蚀预报模型—Musgrave方程

Musgrave基于前人已有的成果，汇集所有关于土壤侵蚀和影响因子间关系的数据，水土保持局组织了专门的研究队伍来分析这些数据，得出了降雨—地形—植被覆盖—土壤因子预报模型［15］:(1)侵蚀和降雨的关系:E∝P1.7530;(2)地形和侵蚀的关系:E∝S1.35，E∝L0.37;(3)植被覆盖状况和侵蚀的关系:Musgrave等发现关于植被覆盖状况对土壤侵蚀影响的研究远远大于地形对侵蚀的影响研究，如果将非等高、连续耕种的地块如棉花地、玉米地、烟草地等植被覆盖条件下的侵蚀量等视为100，则草原、林地覆盖情况下侵蚀约为1;(4)土壤状况和侵蚀的关系:研究小组将不同的实验条件都统一转到了标准30分钟雨量、标准坡度坡长条件下的侵蚀，借此探讨并确定了不同土壤和侵蚀的关系，对于那些尚没有进行实验观测的土壤，可根据和其理化特征接近的土壤来判断可蚀性。

1.5“降雨—土壤—地形—覆盖管理—措施因子”经验水蚀预报模型—USLE

随着水蚀预报模型研究的进一步深入，1965年W.H.Wischmerier和D.D.Smith以美国国家水土流失中心收集的美国30个州、近30年径流小区观测资料为基础，经过对近万个径流小区统计分析提出了美国第一个综合考虑了降雨、土壤、地形、覆盖管理、措施的较为成熟的侵蚀预报模型—通用水土流失方程USLE(UniversalSoilLossEquation)用来预报坡面或田间尺度的年平均侵蚀［2］，模型结构如下:A=R×K×L×S×C×P，其中A为单位面积的年土壤侵蚀量;R为年降雨侵蚀力因子;K为土壤可蚀性因子;L为坡长因子;S为坡度因子;C为植被和管理因子，P为措施因子。USLE考虑因子全面，通过对侵蚀过程机理的分析确定了模型中考虑的影响侵蚀因素，方法上采用统计分析以建立经验模型，为各国和各地研究发展土壤侵蚀预报模型做出了示范，USLE可用来计算年均土壤侵蚀量，根据侵蚀状况和容许侵蚀量对比可指导人们采取适当的水土保持措施进行正确的耕作和经营管理，具有较强的实用性。但模型计算的是年均土壤侵蚀量，难以反映次降雨过程的土壤侵蚀状况，而且方程建立在缓坡条件下，在地形复杂地区，尤其是陡坡地的应用受到很大限制，模型中没有考虑沉积量和沟道、河床、河岸侵蚀，不太适用于就地沉积的带状耕作及河道等。

1.6因子计算方法更为完善的“降雨—土壤—地形—覆盖管理—措施因子”经验水蚀预报模型—RUSLE

随着研究的进一步深入，科学家在USLE基础上，对因子算法进行了细化并大大提高了模型预测精度［1］，主要表现为:R因子采用分区对待，东部地区同USLE，用降雨动能与最大30分钟降雨强度的乘积，用长时段降雨资料计算，西部地区则利用更多气象数据订正，针对缓坡积水、土壤冻融与融雪作用进行了修正;K值计算则在USLE的基础上考虑了冻融作用、土壤水分、土壤固结等;在LS因子上增加了细沟/细沟间侵蚀比率，可以处理复杂坡型;C值在考虑作物季相、表层覆盖、糙度等。P值则在根据已布设削弱径流、阻滞土壤移动的水保措施，根据坡度微起伏确定的基础上由水文、土壤类型、坡度、冬播程度、垄高、十年一遇侵蚀指数等确定。RUSLE可以反映次降雨过程的土壤侵蚀状况，但方程建立在缓坡条件下，在地形复杂地区，尤其是陡坡地的应用受到很大限制。

1.7基于坡面模型的流域、区域经验水蚀预报模型—AGNPS，SWAT

流域经验水蚀预报模型是基于坡面模型研究成果，引入GIS工具来解决流域水土流失预报的工具。农业非点源污染AGNPS(AgriculturalNonpointSource)将流域划分为若干栅格单元，在每个栅格单元上输入计算所需要的参数，采用USLE进行侵蚀量的计算［17］;水土资源评价工具SWAT(SoilandWaterAssess-mentTool)则采用Williams根据USLE改进的MUSLE(ModifiedUniversalSoilLossEquation)模型进行流失量的计算［18］。

2我国经验水蚀预报模型发展历程

我国经验水蚀预报模型是从20世纪50年代开始的，由于受观测站点较少且长时段连续的不够，虽然也建立了一些模型［5］，但更多的是在吸收国内外已有成果的基础上来建立适合我国国情的经验水蚀预报坡面模型［3，20］。1953年刘善建等人根据甘肃天水水土保持科学实验站的小区观测资料提出的农地年侵蚀量模型，模型综合考虑了降雨、径流、地表覆被及地形对侵蚀的影响［5］。到20世纪70年代美国通用土壤流失方程引进我国以后，一些研究者陆续以通用土壤流失方程为原型，综合考虑了影响土壤侵蚀的各个因子，利用水蚀区径流小区观测资料和研究区的实际情况对各因子指标及其算法进行修正，建立了若干个地区性水蚀预报模型，主要包括东北漫岗丘陵区［21］、黄土高原区［5，22-23］、长江三峡库区［24］、福建地区［25］、广东地区［26］、滇东北山区［27］、红壤丘陵地区［28］等。然而，我国国土面积广阔，社会经济发展水平与发达国家相比相对程度低，能投入到水土流失监测人力、物力、财力十分有限，无法像国外进行大规模的监测点布设，因此观测点布设相对稀疏、测次相对较少、测时相对较短、观测数据相对较少，我国水蚀预报模型有着与国外迥然不同的特点:国外基于大量监测数据建立了坡面、区域、流域经验、半经验半过程、过程水蚀区域模型［29-30］，我国坡面、流域、区域经验水蚀预报模型在借鉴国外水蚀模型发展的经验上得到了长足的发展发展，物理过程模型在近20年发展加快［31-33］。

2.1我国最早的经验水蚀预报模型—刘善建模型

刘善建利用甘肃天水水土保持试验站在天水城南梁家坪沙壤土的坡地上布设了19个小区里记录的1945～1950年不同降雨、地表覆盖、坡度下径流、冲刷数据，通过对数据的分析，得出了该地区土壤水蚀预报模型该模型是我国第一个比较完善的经验水蚀预报模型［5］，为我国水蚀预报经验模型发展奠定了良好的基础。

2.2基于USLE的中国特色的综合因子经验水蚀预报模型

江忠善、郑粉莉等基于USLE在综合分析我国坡面模型研究成果的基础上，提出了适于我国侵蚀环境的坡面水蚀预报模型［20］，模型最大特点是考虑了浅沟侵蚀对坡面土壤侵蚀的贡献，模型形式为A=RKLS-GCP，其中，A为年平均年土壤流失量;R为降雨侵蚀力，根据全国降雨侵蚀力的研究结果，拟定次降雨量为10mm的降雨为侵蚀性降雨标准，并选用EI30指标作为全国降雨侵蚀力的统一评价指标，基本兼顾了我国绝大多数地区的降雨特性，且预报效果较好;K为土壤可蚀性因子，以江忠善提出的标准径流小区为基准，以现有各地小区资料分析为主，补充必要的天然或人工降雨试验，研究主要土壤亚类的土壤可蚀性K值与土壤机械组成、水稳性团粒结构、有机质含量、土壤入渗和土层厚度的关系，绘制诺谟图，用于查算我国土壤亚类的土壤可蚀性K值;L为无量纲的坡长因子;S为无量纲的坡度因子;G为无量纲的浅沟侵蚀影响因子，计算采用G=1+β，β为浅沟侵蚀影响因子的校正系数，主要受降雨、汇流强度、坡度坡长和土壤性质的影响。当坡面无浅沟侵蚀时，β=0;C为无量纲的覆盖与管理因子;P为无量纲的水土保持措施因子。江忠善、郑粉莉模型考虑了浅沟侵蚀对坡面侵蚀产沙的重要影响，结合我国地形复杂陡坡地比例大的地形特征，确定了我国标准小区的规格，建立了我国坡面水蚀预报模型，利用自然坡面径流小区实测资料对模型进行验证表明模型具有较高的预报精度，在有浅沟和无浅沟的坡面上预报精度达88%以上。CSLE(ChineseSoilLossEquation)是刘宝元等以USLE为原型、以黄土高原丘陵沟壑区安塞、子洲、离石、延安、绥德等径流小区实测资料为数据基础，考虑了我国陡坡土壤侵蚀特征以及长期形成的系统化水土流失防治措施，建立了中国土壤侵蚀方程［3］:A=RKLSBET，其中A为单位面积的年土壤侵蚀量;R为降雨侵蚀力因子，是降雨量和最大10分钟雨强的函数，实际应用中，要获得次降雨数据是很难的，为此建立了用日降雨数据计算半月降雨侵蚀力的模型;K为土壤可蚀性因子，计算采用的标准小区为20m长，5m宽，坡度为15°顺坡耕作的清耕休闲地;L为坡长因子，S为坡度因子，长时间以来坡长和土壤侵蚀的关系在野外实验和实验室模拟都做了大量的研究，结果表明，土壤侵蚀和坡长的指数成正比，只是指数大小略有不同，例如Zingg得到坡长指数为0.6［11］;Musgrave认为坡长指数为0.35［15］;1965年出版的USLE建议坡度大于10%坡长指数采用0.6，坡长比较长的坡长指数采用0.3，其他情况坡长指数则用0.5;1978年，USLE调整了不同情况下坡长指数，对于坡度大于或等于5%，坡长指数为0.5，坡度介于3.5%和4.5%之间的坡长指数为0.4，坡度介于1%和3%之间的坡长指数为0.3，坡度小于1%坡长指数为0.2;1997年出版的RUSLE则用了一个坡度的连续函数来计算坡长指数。我国陡坡土壤侵蚀非常严重，刘宝元等利用中国黄土高原的绥德、安塞、子洲等地的观测数据分析发现RUSLE中的LS计算方法不适合陡坡条件，1978年出版的USLE中坡长因子计算模型在中国适用，同时继承他人成果和完善陡坡地坡度因子计算，确定了CSLE中坡度因子的计算方法;B为生物措施因子;E为工程措施因子;T为耕作措施因子。这几个因子均无量纲。与USLE模型相比，CSLE充分考虑了我国地形特征、水土保持措施的实际情况，将原来的作物覆盖管理因子、措施因子根据我国水土保持实际情况重新归纳为了生物措施因子、工程措施因子和耕作措施因子，因子更能反映我国的农业生产和水土保持状况，同时对地形因子算法，尤其是陡坡的地形因子进行了改进，使结果更符合中国实际情况。

2.3小流域经验水蚀预报模型

江忠善等利用陕北、晋西、陇东南黄土丘陵沟壑区10条典型沟道小流域1954～1970年期间的406场降雨洪水径流泥沙的实测资料，分析了影响流域产沙的降雨、地形、土质、植被等因素和产沙的一些特性，并将影响产沙的因素概括为洪水径流总量、流域平均坡度、黄土中砂粒粉粒含量和植被作用系数，将这些作为产沙量预报模型的指标，建立了未治理流域暴雨产沙量的预报模型［4］:Ms=0.37M1.15JKP，其中，Ms为一次暴雨的流域产沙模数，单位为t/km2，M为一次暴雨的洪量模数，单位为m3/km2，J为流域平均坡度，以比值计，K为土壤可蚀性因子，以黄土中砂粒和粉粒占总量比例表示可蚀性指标，以小数计;P为与流域植被度有关的植被作用系数，模型提供了查找图供使用者查找P值。江忠善、宋文经模型根据黄土高原丘陵沟壑区内不同地区小流域本身都存在着较好的水沙关系，综合考虑了径流、地形、土壤、植被对流域产沙的影响，模型考虑因素全面，结构较为合理，为黄土高原丘陵沟壑区没有开展水土保持工作的小流域产沙提供了工具，但模型预报的只是流域产沙总量，不能反映流域内产沙的空间差异，可以对流域内水土保持措施需求提供参考，但对内部水土保持措施的具体配置则无法使用，同时模型所选用的水文观测资料都是来自没有开展水土保持治理的小流域，如果对水土保持治理程度较高的流域，则需要考虑治理程度对产沙量的影响。

2.4区域经验水蚀预报模型

周佩华等分析了河流输沙量与流域内的水土流失之间的关系，建立了河流输沙量与流域内影响水土流失各主要因素之间的相关方程，用以进行水土流失预测。考虑到我国地域辽阔，区域间差异显著，将我国分成了东北漫岗丘陵区、黄土高原区、青藏高原区、北方山地丘陵区、云贵高原及四川盆地区、江南丘陵区(含台湾省)及华南山地丘陵区(含海南诸岛)七大区，选择了松花江、黄河、淮河、长江、赣江、西江作为代表河流，分区建立了模型［34］:黄土高原区:y=0.075M2.399×Q－0.027×1.573(1－p)青藏高原区:y=0.3357M－0.268×Q1.919×P－0.394北方山地丘陵区:y=76100M0.705×Q0.986×P－2.477云贵高原及四川盆地区:y=0.000765M0.409×Q1.131×P－0.629江南丘陵区:y=66.09M0.988×Q0.178×P－0.151东北漫岗丘陵区:y=0.226M－0.2×Q1.368(缺少水土保持数据故未考虑P)华南山地丘陵区:y=0.0127M0.076×Q1.698(缺少水土保持数据故未考虑P)式中，y为河流年输沙量，单位为亿t，M为一日最大洪水量，Q为年径流量，单位为亿m2，P为水土保持治理面积占水土流失面积的百分比。该模型充分考虑了地域差异，对全国进行了分区建模型，同时也考虑了径流、降雨、水土保持措施对侵蚀的影响，但模型仍属于集总模型，无法反映区域内水土流失差异，也无法为水土保持措施配置提供参考，同时，模型基于一定水平水土保持水平下统计分析结果，当水土保持措施发生变化时，需要重新率定。考虑到目前国内外对区域水土流失的研究还比较薄弱，如我国一般通过宏观分区的方法来实现区域的整体评价［34］;国外如美国，则通常通过地面定位监测网络实现评价并结合统计汇总的方式，定期得到全国土壤侵蚀状况的数据资料［1］;关于全球变化的研究则力图在坡面研究的基础上，通过尺度转换的方法获得区域乃至全球的土壤侵蚀数据［35］。胡良军、李锐等对黄土高原的水土流失进行系统、宏观、综合的分析，确定了一套适用于黄土高原的水土流失宏观定量评价的指标体系，建立了适用于黄土高原的水土流失预报的宏观定量数学模型［23］:L=3.5210P0.7887S－0.09616G1.9945M0.01898e－0.00144C，式中，L为侵蚀模数;P为汛期降雨量;S为大于0.25mm风干土水稳性团粒含量;C为植被盖度;G为沟壑密度;M为坡耕地面积比;其余字母为待定系数。模型是对区域水土流失进行宏观、定量的分析结果建立的区域水土流失快速预报模型，无论从理论上还是实践上都具有十分重要的意义，同时结合了GIS技术进行辅助计算，可以反映区域水土流失空间差异，从而克服了以往集总模型无法反映空间差异的缺点，但模型主要是针对黄土高原的具体情况建立和率定的，如果需要应用到其他的区域，还需要结合当地实际情况进行修正。

3讨论

国外经验水蚀预报模型研究时间较早，从20世纪30年代就开始了土壤侵蚀模型的单因子研究。随着研究的深入，逐渐增加了对其他影响因子的研究，最后发展到了涵盖降雨、地形、植被、土壤、人类活动影响等所有影响土壤侵蚀因子的经验水蚀预报模型，经历了从“单因子—部分因子—全因子”的完整过程。继而在坡面模型发展的基础上，将坡面模型与GIS相结合，发展了流域、区域经验水蚀预报模型。20世纪50年代，我国建立了最早的经验水蚀预报模型—刘善建模型，随后在吸收国外研究成果的基础上建立了一批具有我国特色的经验水蚀预报模型，然而由于许多流域、区域缺乏长时间、广布点的观测数据，目前仅在部分有观测数据的地方建立了一些坡面、区域、流域经验水蚀预报模型。总之，目前国内外经验水蚀预报模型研究已经取得了大量的成果，与物理过程模型和核示踪等其他方法相比［36］，精度还有待提高。然而这种经验水蚀预报模型具有结构简单、考虑因素较为全面以及使用指标相对较少的优点，在今后较长时间内，经验水蚀预报模型还将在大范围区域土壤侵蚀预报、水土保持及效益评价、水土资源保护等方面还将继续发挥重要作用，尤其在一些观测资料比较缺乏的地区。当然由于这些模型都是基于实验样区的观测资料统计分析获得，一般在实验样区内具有较高的计算精度，因而模型外延性较差，应用中受到较多的地域性限制，在使用这类模型时，不能生搬硬套，要因地制宜，灵活选用，最好按照预报对象的特征对模型参数率定后再使用，这样可以提高经验水蚀预报模型的预报精度。此外，由于模型是基于大量的统计资料分析获得的，反映的是长时间序列的统计特征，即使在同一个区域内，当影响土壤侵蚀的因子出现不符合统计特征出现特殊情况时，计算结果会有较大的偏差，这种情况应该根据具体情况进行修正［37］。