EPIC模型中土壤侵蚀量的数学模拟
应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究
应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究一、本文概述本文旨在探讨应用通用土壤流失方程（USLE）模型与地理信息系统（GIS）工具IDRISI在预测小流域土壤侵蚀量方面的应用。
土壤侵蚀是一个全球性的环境问题，它不仅导致土地资源的退化，还影响生态系统的稳定和水资源的可持续利用。
因此，准确预测和评估土壤侵蚀量对于制定有效的土壤和水资源管理措施至关重要。
USLE模型是一种基于物理过程的土壤侵蚀预测模型，它能够根据地形、气候、土壤、植被覆盖等因素计算潜在土壤侵蚀量。
而IDRISI 作为一款强大的GIS软件，提供了丰富的空间分析工具和模型，能够有效地处理和分析地理数据，提高土壤侵蚀预测的精度和效率。
本研究将首先介绍USLE模型的基本原理和参数设置，然后阐述如何利用IDRISI进行数据处理和空间分析，包括地形因子的提取、气候和土壤数据的整合、植被覆盖度的计算等。
在此基础上，将构建基于USLE模型和IDRISI的土壤侵蚀预测模型，并对某一具体小流域进行实证研究，验证模型的有效性和实用性。
通过本研究，期望能够为小流域土壤侵蚀的预测和管理提供科学依据和技术支持，促进土地资源的可持续利用和生态环境的改善。
也期望通过这一研究，能够推动USLE模型和GIS技术在土壤侵蚀领域的更广泛应用和深入发展。
二、USLE模型理论基础土壤流失方程（Universal Soil Loss Equation，简称USLE）是由美国农业部于20世纪60年代开发的，用于预测和评估由于降雨和径流引起的土壤侵蚀量的经验模型。
USLE模型自推出以来，在全球范围内得到了广泛应用，并被认为是评估土壤侵蚀风险、制定水土保持措施和进行流域管理的重要工具。
USLE模型基于土壤侵蚀的物理过程，将土壤侵蚀量（A）表示为降雨侵蚀力（R）、土壤可蚀性（K）、坡度长度和坡度（LS）、植被覆盖和管理因子（C）以及水土保持措施因子（P）的函数。
黄土高原地区EPIC模型数据库组建
第32卷 第8期西北农林科技大学学报(自然科学版)V ol.32N o.8 2004年8月Jo ur.of N or thw est Sci-T ech U niv.o f A gr i.and Fo r.(N at.Sci.Ed.)A ug.2004黄土高原地区EPIC模型数据库组建X李 军1,2,邵明安1,3,4,张兴昌1,3(1中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室,陕西杨凌712100;2西北农林科技大学农学院,陕西杨凌712100;3西北农林科技大学资源环境学院,陕西杨凌712100;4中国科学院地理科学与资源研究所,北京100101) [摘 要] 在简要介绍土壤侵蚀和生产力影响估算模型EP IC的结构和功能基础上,重点论述了组建黄土高原EPI C模型逐日气象要素、土壤剖面理化性状和作物生长参数数据库的方法,并简要介绍了EPIC模型中田间耕作措施参数、肥料特性参数和径流曲线代码的有关情况,为EPIC模型在黄土高原地区的应用奠定了基础。
[关键词] EPIC模型;数据库;组建;黄土高原地区[中图分类号] S126.1;S162.5 [文献标识码] A[文章编号] 1671-9387(2004)08-0021-061 EPIC模型简介土壤侵蚀和生产力影响估算模型EPIC(Ero-sion-Pro ductivity Impact Calculator)是美国研制的定量评价“气候-土壤-作物-管理”综合连续系统的动力学模型[1]。
自1984年首次发表以来,EPIC模型经过了多次修订和广泛验证,能够以天为时间步长,模拟气候变化、径流与蒸散、水蚀与风蚀、养分循环、农药迁移、植物生长、土壤管理、经济效益分析等过程与环节。
EPIC模型中作物生长模型是一个作物生长通用模型,根据各种作物生理生态过程的共性研制模型的主体框架,再结合作物的生长参数和田间管理参数分别进行各作物的生长模拟。
EPIC模型中土壤侵蚀量的数学模拟
EPIC 模型中土壤侵蚀量的数学模拟李 军1，2（1. 西北农林科技大学农学院，陕西杨陵 712100；2.中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室，陕西杨陵712100）摘 要：土壤侵蚀和生产力影响估算模型EPIC 是一种较有影响的农田生产管理和水土资源评价模型。
本文简要介绍了EPIC 模型中对侵蚀气象因素、土壤水蚀量、土壤风蚀量、侵蚀中营养物质流失量以及土壤耕作对侵蚀影响等环节进行数值模拟的主要数学方程，可供农田水土资源管理定量评价研究中借鉴。
关键词: EPIC 模型，土壤侵蚀，数学方程土壤侵蚀和生产力影响估算模型EPIC （Erosion －Productivity Impact Calculator ）（Williams 等，1984）是美国研制的一种基于“气候－土壤－作物－管理”综合连续系统的动力学模型，可以评价土壤侵蚀对土壤生产力的影响，用来估计农业生产和水土资源管理策略的效果。
EPIC 模型由气象模拟、水文学、侵蚀泥沙、营养循环、农药残留、植物生长、土壤温度、土壤耕作、经济效益和植物环境控制等模块组成，包含了三百多个数学方程。
本文仅简要介绍该模型中定量模拟描述土壤侵蚀量的主要数学方程，可供在我国农田水土资源管理定量评价研究中借鉴。
1 侵蚀气象因子模拟1.1 降水量EPIC 的降水模型是一重Markov 链模型，需要输入降水的逐月概率和雨－晴天转换概率。
雨天的概率直接用雨天日数来计算：（1） NDNWD PW /=（1）式中，PW 是雨天概率，NWD 是雨天日数，ND 是该月的天数。
晴天之后为雨天的概率可以用PW 的比例来表示：（2）（3） PWD W P β=)/()/(0.1)/(D W P W W P +−=β（2）、（3）式中，P （W/D ）是晴天之后为雨天的概率，P （W/W ）是雨天之后为雨天的概率，β是一个控制降水事件发生时间间隔的系数，取值范围通常为0.6～0.9。
土壤侵蚀预报模型是定量评价土壤侵蚀过程与强度
C因子在1965年版的USLE方程中被称为耕作管理因(cropping management factor)，自1978年版的USLE后，改称为覆盖与管理因子(cover and management factor))3(。
植被覆盖和土地管理措施是土壤侵蚀的主要抑制因素之一．通用土壤流失方程(USLE)中的植被覆盖与田间管理因子(C)是评价这种抑制作用的有效指标，并被广泛采用和深入研究。
虽然C 因子名称发生了改变，但其本质并未发生任何变化，均是指一定条件下有植被覆盖或实施田问管理的土地土壤流失总量与同等条件下实施清耕的连续休闲地土壤流失总量的比值，完全没有植被保护的裸露地面C 值取最大值1, 地面得到良好保护时, C 值取0～001, C 值介于0.001～1)12(。
研究表明, C 因子要受到诸如植被、作物种植顺序、生产力水平、生长季长短、栽培措施、作物残余管理、降雨时间分布等众多因素的控制,这使得对C 因子值的直接计算往往难以进行)3(。
C 因子主要体现了覆盖和管理因子对土壤侵蚀的综合作用, 其值大小最主要还是取决于具体的植被覆盖、耕作管理措施, 因此C 因子值主要和土地利用类型有关)11(。
早在1936年，植物覆盖就被列为土壤侵蚀的1个影响因素1940年Zingg第1次给出土壤侵蚀量(X)的定量表达式XoCSL，其中S为坡度，L为坡长。
次年，Smith 把种植制度(C)和水土保持措施(P)2个因子第1次引入土壤流失估算方程：A =S57L3P在1947年，Browning加入了田间管理因子。
同年Musgrave将植物覆盖、田间管理和水土保持措施3个因素综合考虑，作为1个因子计算，并给出定量评价表格。
并在美国玉米带成功地应用了上述方法估算土壤流失量, 称为“坡面应用方程”。
这一成功, 导致“Musgrave 方程”)2(的出现,即Musgrave 在总结上述方程应用的基础上, 力求拓宽方程的应用区域, 重新估价了以往方程中使用的变量, 并增加了降雨因子, 给出方程形式为：A = I75.1S35.1L35.0CK式中, I 是2年一遇30min降雨量。
河北省表层土壤可侵蚀性K值评估与分析
河北省表层土壤可侵蚀性K值评估与分析曹祥会;龙怀玉;雷秋良;张认连【摘要】利用河北土系调查成果中的土壤颗粒组成、土地利用及土壤化学性质等资料,利用EPIC模型中土壤可蚀性K值算法以及结合地统计学方法,研究了不同土壤类型、不同质地及不同土地利用类型的土壤可侵蚀性K值和土壤可侵蚀性K值的空间变异特征.结果表明:①河北土壤可侵蚀性K值平均为0.27,其变化范围为0.12 ～ 0.40,土壤可蚀性K值在0.30～ 0.35之间易蚀性土壤面积占总土地面积的63.71％,土壤可蚀性K值在0.25 ～ 0.3之间较易蚀性土壤面积占总土地面积的21.52％,这说明该省易蚀性土壤面积较大.②不同质地的K值之间显著性差异,粉砂黏壤质的可侵蚀性K值最大,为0.37;壤砂质的可侵蚀性K值最小,为0.13.而在不同的土地利用类型之间的K值差异性不显著,耕地的K值最大,为0.33;草地的K值最小,为0.22.③河北土壤可侵蚀性K值存在较强的变异性,其变异系数为29％.因此,在土壤侵蚀定量监测、评价水土流失时,应考虑土壤可蚀性K值的这种空间变异状况.块金值/基台值为37.3％,表明在变程内具有中等强度的空间相关性.步长为23 km,变程为440 km,变程远大于步长,表明在小流域尺度下有较好的空间相关性,进行Kriging插值能得到较准确的结果.④河北土壤可蚀性K值大体呈现南高北低的空间分布特征,南部主要是耕作栽培区,北部主要是自然植被区.该研究结果为宏观大尺度土壤资源可持续利用与制定水土保持规划提供科学依据.【期刊名称】《土壤》【年(卷),期】2015(047)006【总页数】7页(P1192-1198)【关键词】颗粒组成;土壤可侵蚀性;土壤类型;土地利用;空间分布【作者】曹祥会;龙怀玉;雷秋良;张认连【作者单位】中国农业科学院农业资源与农业区划研究所,农业部面源污染控制重点实验室,北京100081;中国农业科学院农业资源与农业区划研究所,农业部面源污染控制重点实验室,北京100081;中国农业科学院农业资源与农业区划研究所,农业部面源污染控制重点实验室,北京100081;中国农业科学院农业资源与农业区划研究所,农业部面源污染控制重点实验室,北京100081【正文语种】中文【中图分类】S157土壤侵蚀是全球性的生态问题，土壤侵蚀使水土流失严重，农业生产力低下且抵御自然灾害的能力减弱，生态环境严重恶化[1]。
降雨侵蚀力计算方法研究进展
降雨侵蚀力计算方法研究进展杨轩【期刊名称】《《安徽农业科学》》【年(卷),期】2019(047)016【总页数】4页(P5-8)【关键词】降雨侵蚀力; 计算方法; 指标; 模型【作者】杨轩【作者单位】安徽绿通工程设计咨询有限公司安徽芜湖241000; 中国科学院南京土壤研究所江苏南京210008【正文语种】中文【中图分类】S157降雨的雨滴击溅地表、汇流冲刷表土，破坏地表形态和土壤结构，导致土壤颗粒和营养物质随雨水冲离，降雨是造成水土流失的直接作用力。
降雨侵蚀力(rainfall erosivity，用R表示)是用来表征降雨对土壤侵蚀贡献的指标，它指由降雨引起土壤侵蚀的潜在能力[1-2]。
降雨侵蚀力是通用土壤流失方程USLE[3-4]、修正通用土壤流失方程RUSLE[5]以及土壤侵蚀与生产力模型EPIC[6]中一个重要的动力因子，准确评价和计算降雨侵蚀力值是定量预报土壤流失的重要环节。
降雨侵蚀力最早是在1958年由著名的美国土壤学家Wischmeier等[1-2]提出，之后在英国、前苏联、日本等国家相继开展研究。
从20世纪80年代开始，我国很多学者都投入到这一研究中。
国内外学者对降雨侵蚀力研究60年来，在降雨侵蚀力算法与模型、降雨产生土壤侵蚀的机理和应用等方面取得了诸多成果，当中的不足之处也为人们指明了新的研究方向，笔者将对此作系统介绍。
1 降雨侵蚀力评价标准与指标提出R因子后，如何计算和度量R值成为各国学者关心的问题[7-11]。
于是各种用于计算降雨侵蚀力的算法模型相继诞生，这些算法模型一般是通过筛选合适的评价指标，运用统计分析和数学函数的方法而建立的经验模型，并且需要遵循一定的次降雨和侵蚀性降雨划分标准。
1.1 侵蚀性降雨标准界定降雨过程中，前期降雨不会立刻产生径流、剥离土壤，只有溅散、冲刷和携带土壤的这部分降雨才对土壤侵蚀有贡献，这部分降雨即侵蚀性降雨。
大部分自然降雨过程也都是不产生侵蚀的，在计算降雨侵蚀力时，必须划定一个标准，以剔除不伴随水土流失的那部分降雨。
历历在目，土壤侵蚀模型发展历程！
历历在目，土壤侵蚀模型发展历程！土壤侵蚀模型发展历程土壤侵蚀模型研究近80 年的过程中,模型的性质从经验发展到机理,模拟的空间尺度从坡面到小流域、大流域或区域,模拟的内容从侵蚀、沉积、产沙到污染物富集与迁移,模型的应用从水土保持措施选择与布设、侵蚀影响生产力、到水土保持效益和水土资源管理等。
这种日新月异的发展,除源于土壤侵蚀理论的不断提高,很大程度上得益于计算机、地理信息系统(GIS)和遥感(RS)等新技术的支撑。
1 美国经验模型 USLE 的建立与完善经验模型是对大量试验观测数据统计分析基础上建立的一系列数学公式。
通用土壤流失方程USLE( Universal soil loss equation) 是基于大量天然降雨和人工降雨径流小区观测和试验资料建立的预报坡面多年平均土壤流失量的经验模型,从最早出现 USLE 的名称 ,到以手册正式发布,以及至今天,不仅进行了不断修订完善 ,还被广泛应用。
径流小区是土壤侵蚀研究的基本手段,最早由德国土壤学家Wollny 在 1882 年采用,研究坡度、植物覆盖、土壤类型、坡向等对土壤侵蚀的影响 ,创立了土壤侵蚀研究独有的径流小区方法,他因此被称为“水土保持研究的先驱者冶。
Cook1936 年总结提出影响土壤侵蚀的三组因子:土壤可蚀性、潜在侵蚀力和覆盖保护能力,详细描述了每一组因子包括的次一级因子,实质是土壤侵蚀经验模型的概念模型。
Zingg1940 年第一个用数学方程描述土壤流失量与坡度和坡长的指数回归方程。
Smith1941 年在方程中增加了作物因子 C 和水土保持措施因子 P。
Browning 等 1947年增加了土壤可蚀性和管理因子取值表。
Musgrave1947 年总结性提出美国玉米带坡面土壤侵蚀模型,增加了最大 30 min 降雨强度幂函数表示的降雨因子。
Smith 等1948 年首次提出基于“土壤流失比例冶的方程,将植被覆盖与管理因子C 定义为某种特定黏土和轮作条件下、3% 坡度、水平投影坡长 27. 43 m(90 英尺)、顺坡上下耕作农地的年平均土壤流失量,其余坡度S、坡长L、土壤类型K、水土保持措施P 等都是无量纲因子, 通过实际情况下的土壤流失量与C 值的比值获得。
土壤侵蚀量计算模型
精品----精品 土壤侵蚀量计算模型关于土壤侵蚀量的计算，目前国内外主要采用的是美国的通用土壤流失方程USLE(Universal Soil- Loss Equation)，作为一个经验统计模型，它是土壤侵蚀研究过程中的一个伟大的里程碑，在土壤侵蚀研究领域一度占据主导地位，并深刻地影响了世界各地土壤侵蚀模型研究的方向和思路。
由于USLE 模型形式简单、所用资料广泛、考虑因素全面、因子具有物理意义，因此不仅在美国而且在全世界得到了广泛应用。
“通用土壤流失方程式”的形式如下：P C S L K R A ⨯⨯⨯⨯⨯= 1-1式中：A ——土壤流失量（吨∕公顷·年）R ——降雨侵蚀力指标；K ——土壤可蚀性因子。
它是反映土壤吝易遭受侵蚀程度的一个数字。
其单位是，在标准条件下，单位侵蚀力所产生的土壤流失量；L ——坡长因子。
当其它条件相同时，实际坡长与标准小区坡长（22.1米）土壤流失量的比值；S ——坡度因子。
当其它条件相同时，实际坡度与标准小区坡度（9%）上土壤流失量的比值；C ——作物经营因子。
为土壤流失量与标准处理地块（经过犁翻而没有遮蔽的休闲地）上土壤流失量之比值；P ——土壤保持措施因子，有土壤保持措施地块上的土壤流失量与没有土壤保持措施小区（顺坡梨耕最陡的坡地）上土壤流失量之比值。
通用土壤流失方程的计算结果只适用于多年平均土壤流失量，而不能够代表当地某一年或某一次降雨所产生的土壤流失量。
当方程式右边每个因子值都是已知数时，即地块内的土壤种类、坡长、坡度、作物管理情况、地块内的土壤保持措施以及降雨侵蚀力都已知，且都被分别赋于一个适当的数值时，它们相乘后，就得出在此特定条件下所预报的年平均土壤流失量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
EPIC 模型中土壤侵蚀量的数学模拟李 军1，2（1. 西北农林科技大学农学院，陕西杨陵 712100；2.中国科学院水利部水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室，陕西杨陵712100）摘 要：土壤侵蚀和生产力影响估算模型EPIC 是一种较有影响的农田生产管理和水土资源评价模型。
本文简要介绍了EPIC 模型中对侵蚀气象因素、土壤水蚀量、土壤风蚀量、侵蚀中营养物质流失量以及土壤耕作对侵蚀影响等环节进行数值模拟的主要数学方程，可供农田水土资源管理定量评价研究中借鉴。
关键词: EPIC 模型，土壤侵蚀，数学方程土壤侵蚀和生产力影响估算模型EPIC （Erosion －Productivity Impact Calculator ）（Williams 等，1984）是美国研制的一种基于“气候－土壤－作物－管理”综合连续系统的动力学模型，可以评价土壤侵蚀对土壤生产力的影响，用来估计农业生产和水土资源管理策略的效果。
EPIC 模型由气象模拟、水文学、侵蚀泥沙、营养循环、农药残留、植物生长、土壤温度、土壤耕作、经济效益和植物环境控制等模块组成，包含了三百多个数学方程。
本文仅简要介绍该模型中定量模拟描述土壤侵蚀量的主要数学方程，可供在我国农田水土资源管理定量评价研究中借鉴。
1 侵蚀气象因子模拟1.1 降水量EPIC 的降水模型是一重Markov 链模型，需要输入降水的逐月概率和雨－晴天转换概率。
雨天的概率直接用雨天日数来计算：（1） NDNWD PW /=（1）式中，PW 是雨天概率，NWD 是雨天日数，ND 是该月的天数。
晴天之后为雨天的概率可以用PW 的比例来表示：（2）（3） PWD W P β=)/()/(0.1)/(D W P W W P +−=β（2）、（3）式中，P （W/D ）是晴天之后为雨天的概率，P （W/W ）是雨天之后为雨天的概率，β是一个控制降水事件发生时间间隔的系数，取值范围通常为0.6～0.9。
当降水事件发生时，采用日降水量的偏正态分布计算降水量：（4） k k k k k i i R RSDV SCF SCF SCF SND R +⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛−⎟⎠⎞⎜⎝⎛+−=11)0.6)(0.6(3（4）式中，R 是第i 天降水量（mm ），SND 是第i 天的标准正态偏差，SCF 是离散系数，RSDV 是日降水量的标准差（mm ），k R 是第k 月的平均日降水量。
如果标准差和离散系数未知，模型采用修订的指数分布模拟日降水量： 基金项目：国家自然科学基金项目（40371077和30471024）第一作者简介：李 军（1964-），男，甘肃泾川人，博士，教授，主要从事旱区农业资源开发与区域发展、高效耕作制度与生态农业、作物生产系统模拟与决策等方面的科研与教学工作。
（5） ∫−−=0.10.0))ln(())ln((dx R R ki ζζχµ（5）式中，μ是0.0～1.0之间的均匀随机数，ζ是范围为1.0～2.0之间的参数。
通常ζ取值1.3时结果较为适宜。
1.2 风速EPIC 的风蚀模型WECS （Wind Erosion Continuous Simulation ）需要每天内的风速分布和主风向。
逐日风速分布采用下列指数方程来模拟：（6） 2))ln((1a ji j f V a V −=（6）式中，V j 是占该天比例数为f 时的风速（风速分布概率），V i 是第i 天平均风速，a 1和a 2是风向分布参数。
平均逐日风速采用下列指数方程来模拟：k bk k j RN V b V ,2)]ln([,1−= （7）V k 是第k 月的平均风速，RN 是随机数，b 1和b 2是第k 月的风速分布参数。
2 土壤水蚀量的模拟2.1 径流量与峰值径流速率地表径流量预报是在逐日降水量下采用SCS 曲线代码方程计算：R ＞0.2sR ≤0.2s (8)sR s R Q 8.0)2.0(2+−=0.0=Q （8）式中，Q 是逐日径流量（mm ），R 是逐日降水量(mm)，s 是保持力参数(mm)。
s 与SCS 曲线代码CN 有关：2（适中）下的（9） )1100(254−=CN s （9）式中，CN 2是湿度状态曲线代码。
EPIC 中估算峰值径流速率采用修订后的有理公式：（）（）式中，是峰值径流速率（3），360/))()((A r q p ρ=10q 10p m /s ρ为表示流域入渗特性的径流系数，为流域汇集时间）。
降水与径流侵蚀模型包含种方程来模拟降水和径流侵蚀，但只有侵蚀动力组成部分不同。
土壤水蚀模型ROKF LS PE CE r 内的降水强度（mm/h ），A 是排水面积（ha2.2EPIC 6采用下列方程估算：)((K Y ))()()(χ= （11）在USLE 中： EI =χ 在 On －Fosterstad 方程中： 33.0)(45.0646.0p q Q EI ∗+=χ在MUSLE 中：12.056.0)(586.1A q Q p ∗=χ在MUST 中：（12） 5.0)(5.2p q Q ∗=χ在MUSS 中：009.065.0)(79.0A q Q p ∗=χ在MUSI 中： 4321by by p by A q Q by =χ（11）、（12）式中，Y 是泥沙产量（t/ha ），K 是土壤侵蚀因素，CE 是作物管理因素，PE 是侵蚀控制措施因素，LS 是坡长和坡度因素，ROKF 是粗沙砾因素，Q 是径流量（mm ），q p 是峰值径流速率（mm/h ），A 是流域面积（ha ），by 1、by 2、 by 3、 by 4为用户输入的系数。
LS 的值采用下式计算（Wischmerier and Smith,1978）：)065.056.441.65()1.22(2++=S S LS ξλ（13）（13）式中，S 是地表坡度（m/m ），λ是坡长（m ），ξ是由坡度决定的参数，采用下式估计： 2.0)]09.6147.1exp(/[3.0+−−+=S S S ξ （14）当径流发生时，采用下式估计全天的作物管理因素：]ln )15.1exp()ln 8.0exp[(ln ,,j mn j mn CE CV CE CE +−−= （15）（15）式中CE mn,j 是作物j 的作物管理因素最小值，CV 是土壤覆盖量（作物地上部生物量和残茬之和）（t/ha ）。
在每年之初，采用下式模拟表土层土壤侵蚀因素K ：3.0)1001(0256.0exp 3.02.0⎟⎠⎞⎜⎝⎛+⎟⎟⎠⎞⎜⎜⎝⎛⎟⎠⎞⎜⎝⎛−−+=SIL CLA SIL SIL SAN K ……⎟⎟⎠⎞⎜⎜⎝⎛+−+−⎟⎟⎠⎞⎜⎜⎝⎛−+−)19.2251.5exp(117.00.1)95.272.3exp(25.00.1SN SN SN C C C （16） （16）式中，SAN 、SIL 、CLA 和C 分别为土壤中沙粒、粉粒、粘粒和有机碳含量的百分数（%），SN 1=1－SAN /100。
允许K 值变化范围大约为0.1～0.5。
USLE 降水动力因素EI 为： 1000/))](434.0(log 9.81.12[5.0r r R EI p −+= （17）（17）式中，EI 是降水动力因素，R 是日降水量（mm ），r p 是峰值降水率（mm/h ），r 0.5是30分钟最大降水强度。
粗沙砾因素采用下式估計：)03.0exp(ROK ROKF −= （18）（18）式中，ROK 是表层土壤中粗沙砾含量百分数。
2. 3 灌溉侵蚀采用沟灌时灌溉水引起的侵蚀可采用MUST 估计：))()()(()(5.25.0LS PE CE K q Q Y p ∗= （19）（19）式中，作物管理因素CE 采用常数值0.5。
径流量通过灌溉水量与灌溉径流率的乘积来估计。
3 土壤风蚀量的模拟3.1 基本风蚀方程WECS 基本风蚀方程为：∫=DW YWRdt FD FV FR FI YW 0))()()(( （20）（20）式中，YW 是风蚀量（kg/m ），FI 是土壤风蚀因素，FR 是表面粗糙度因素，FV 是植被覆盖因素，FD 是垂直于风向的未遮盖的平均田块宽度因素，DW 是风速大于临界风速的持续期（s ），YWR 是时刻t 时的风蚀速率（kg/m·s ），采用Skidmore 方程（1986）来计算：[]2322*20*)/(5.0255.0WP SW V V YWR T −−= （21）（21）式中，V *0是摩擦力速度（m/s ），V *T 是临界摩擦力速度（m/s ），SW 和WP 分别为最上土层（10mm 厚）的实际含水量和1500kPa 含水量。
EPIC 模型中摩擦力速度采用下式估计：V V 0408.00*= （22）（22）式中， V 是高度Z 处（在WECS 中输入值为10m ）的风速（m/s ）。
EPIC 模型中临界摩擦力速度采用下式估计：D V T 0161.0*= （23）（23）式中，D 是土壤颗粒直径（μm）。
3.2 土壤风蚀性因素WECS 的土壤风蚀性因素采用下式表示：695/I FI = （24）（24）式中，I 是Woodruff 和Siddoway 模型(1965)中的土壤风蚀因素(t/ha)，FI 是WECS 模型中无量纲的土壤风蚀因素。
3.3 地表粗糙度因素地表粗糙度因素FR 采用下式估计：])(exp[11RFC RFB wn FR −−= （25）（25）中，wn 1是跳跃性沙粒降落的角度。
系数RFC 采用下式计算：)002.1(77.0RHTT RFC = （26）（26）式中，RHTT 是垄体高度（mm ）。
系数RFB 采用下式计算：RIF RRF RFB += （27）()])8.9(exp 1[9.113.1RRUF RRF −−= （28）)](27.1)][[sin(52.02RHTT wn RIF = （29）（27）、（28）、（29）式中，RRF 是土块粗糙度因素，RRUF 是随机性粗糙度（mm ），RIF 是垄体粗糙度因素，wn 2是风向与垄体的相对角度，RRUF 和RHTT 随风蚀、水蚀和耕作而改变。
3.4 植被覆盖因素植被覆盖当量因素作为直立的活的生物量、直立的死的残茬和平铺的作物残茬的函数进行逐日模拟：36.1321)(253.0FR SR SB VE ωωω++= （30）（30）式中，VE 是植被覆盖当量因素，SB 是直立的活的生物量（t/ha ），SR 是直立的死的作物残茬（t/ha ），FR 是平铺的作物残茬（t/ha ），ω1、ω2和ω3是作物种类参数。