砒砂岩不同类型区坡谱特征与空间分异

武诗琪，饶良懿

砒砂岩不同类型区坡谱特征与空间分异

武诗琪，饶良懿

（1. 北京林业大学水土保持学院，北京 100083；2. 水土保持国家林业局重点实验室，北京 100083）

砒砂岩区是黄河流域土壤侵蚀严重的区域。研究不同类型区坡谱特征与空间分异可为砒砂岩区水土流失治理提供参考。该研究利用砒砂岩30 m分辨率DEM（Digital Elevation Model），分析不同类型区坡谱特征。对曲线型坡谱和坡度—景观图谱量化分析，描述不同地表覆盖区地貌形态。结果表明：1）砒砂岩区自西向东坡谱曲线由正偏逐渐近正态变化。覆沙区中西部坡度尤为集中坡谱呈“L”型单调分布，裸露区坡谱曲线在3°～6°频率高，剧烈侵蚀裸露区西部坡谱曲线较缓与覆土区相似，覆土区坡谱曲线近正态。2）对坡谱量化分析进一步研究坡谱的空间分异特征，覆土区坡谱信息熵最大为1.57～1.99 nat，景观指数反映坡谱斑块离散，表示覆土区地表坡度变化大；向西到覆沙区、强度侵蚀裸露区坡谱信息熵变小，斑块密度减小到18～35块/100 hm2，斑块凝聚度、聚合度高，反映坡谱斑块分布逐渐集中，坡度变化减小。剧烈侵蚀裸露区西部坡谱信息熵高于四周，坡谱斑块破碎度高表明此处坡度变化较大。砒砂岩不同类型区坡谱量化结果反映了坡谱和地貌特征的空间耦合，为砒砂岩土壤侵蚀研究提供参考依据。

土壤；侵蚀；地形；DEM；砒砂岩；坡谱特征；空间分异

0 引 言

砒砂岩区总面积1.67万km2，主要分布在以内蒙古鄂尔多斯市准格尔旗为中心的蒙晋陕接壤区[1]。该岩层分布区植物生长困难，生态环境恶劣，危害毒如砒霜，称其砒砂岩[2]。砒砂岩是黄土高原生态环境最脆弱、土壤侵蚀最为剧烈的区域，是黄河粗泥沙策源区，被认为是黄河流域水土流失最难治理的地区，有着“地球生态癌症”之称[3]。长期以来砒砂岩区被列入国家生态环境建设和水土流失治理重点区域。一些学者[4-8]开展了砒砂岩土壤理化性质、砒砂岩区侵蚀动力、土壤可蚀性等方面研究，为砒砂岩水土流失综合治理关键技术提供了科学依据。

坡谱是以微观地形定量因子—坡度组合为基础，描述区域地形特征的方法[9]。不同区域地表形态具有不同的坡度组合，因而坡谱特征也不相同，反之坡谱也能反映地表的坡度变化特征。目前坡谱的研究主要集中在黄土高原，王春[10]提出坡谱可有效解析黄土地貌侵蚀规律，对揭示黄土地貌演化过程和规律起到了重要的作用。李发源等[11-12]基于不同尺度数字高程模型数据，利用地面坡谱理论探讨了黄土高原区地貌形态空间分异规律。李发源等[13]通过引入信息熵的概念与方法量化坡谱的分布特征，分析坡谱信息熵的空间差异性，从数量特征和空间结构特征入手，研究了坡谱的量化表达方法及空间分异特征，阐明了坡谱的地学意义及其与黄土地貌形态类型的空间耦合关系。刘双琳等[14]通过陕北黄土高原不同地貌类型区流域的坡谱及其特征指标描述地形特征，并通过BP神经网络对黄土地貌类型自动识别。一些学者将坡谱对地貌空间分异特征的研究推广到其他地区，例如疏勒河上游流域[15]、月表地貌[16]、湖南省低山丘陵[17]等。还有一些学者将坡谱的概念推广应用到农业区耕地空间分析[18]和城市建设用地分析[19-20]这些新的领域中。

地貌为地球表层系统的要素之一，影响其他地表要素的特征，并深刻影响生态与环境因子的分布特征及变化规律[21]，是区域水土流失的重要影响因素。但目前砒砂岩区地貌的研究较少，一些研究[22-24]也仅以小流域为研究区域，缺乏从宏观尺度对砒砂岩区地貌特征分析。本文基于30 m分辨率ASTER GDEM数据，探索砒砂岩覆土区、覆沙区和裸露区的坡谱特征及空间分异。通过坡谱对砒砂岩不同地表覆盖区坡度特征深入研究，描述砒砂岩不同类型区地貌形态及空间分异规律，进一步拓展坡谱理论应用区域，为砒砂岩区地貌特征方面的土壤侵蚀机理研究提供依据。

1 研究方法

1.1 研究区概况

砒砂岩分布范围东至黄河，西达内蒙古杭锦旗境内的毛不拉孔兑，南抵陕西省神木县城，北到库布齐沙漠南缘（38°42′N～40°12′N，108°52′E～111°35′E）。此区域为温带大陆性气候，气候干燥，夏季降水集中多暴雨。地势西北高东南低，海拔772～1 627 m。植被稀疏，岩层风化严重，沟壑众多，地形支离破碎。根据砒砂岩地表覆盖物及其覆盖程度可分为覆土区、覆沙区和裸露区三大类型区，如图1所示。覆土区占总面积的50.2%，黄土覆盖厚度大于1.5 m，地貌多为黄土丘陵沟壑，受到剧烈侵蚀，土壤侵蚀以水蚀为主；覆沙区总面积的22.2%，地表沙化严重，以风蚀为主；裸露区面积占总面积的27.6%，多岗状丘陵地貌，基岩大面积裸露，以水蚀为主，复合侵蚀严重。依据侵蚀程度差异又分为剧烈侵蚀裸露区和强度侵蚀裸露区。

1.2 数据来源与处理

1.2.1 数据来源

本文DEM数据来自美国航天局（NASA）和日本经济产业省（METI）共同推出的星载热发射仪和反射辐射仪全球数字高程模型（ASTER GDEM）。下载自中国科学院地理空间数据云，其分辨率30 m。通过ArcGIS裁剪获取砒砂岩区DEM，空间坐标使用“WGS 1984 UTM Zone 49N”。以砒砂岩覆土区、覆沙区、裸露区为实验区，参照王春等[25]设定坡谱稳定临界面积为30 km2，通过ArcGIS水文分析，在各类型区均提取8个面积大于30 km2的完整流域。

1.2.2 砒砂岩坡谱提取

坡谱是对地表定量描述的一个宏观指标，能够反映区域地貌的发育特征。不同坡度组合得到不同的坡谱曲线，本研究对各流域提取坡度，以1°等差分级和3°等差分级方法对坡度重分类，分别统计其占流域面积的比例，绘制坡谱曲线，比较不同等差分级对坡谱的影响，并依此分析砒砂岩不同地表覆盖区地貌特征。

1.2.3 曲线型坡谱的量化表达

1）偏度

偏度是统计学中常用的基本统计量，坡谱偏度能描述坡度数据分布的不对称性。

式中为分级数，P为每一级别坡度的频率，为平均频率，为标准差。本文对3°等差分级坡谱量化分析，则=30。

2）坡谱信息熵

李发源等[13]定义坡谱信息熵在形态上反映坡谱的均匀度或坡谱内各组数据频率的差异程度，频率分布越离散，其信息熵越小。

式中为分级数，h＝-PlnP为第级分组的信息量，单位为nat。

1.2.4 坡度-景观图谱的量化表达

坡度—景观图谱可直观地反映每一坡度分级对应地表的空间分布关系，如斑块的相对大小、斑块的形状、斑块的聚合度、斑块的连通性等特征。利用景观格局分析软件FRAGSTATS计算不同层次的景观格局指数。本文采用斑块密度、平均斑块面积、平均周长面积比、斑块凝聚度指数、景观聚合度指数、散布与并列指数[11]作为对坡度—景观图谱空间结构的参数表达。

表1 景观指数计算公式及含义[11]

2 结果与分析

2.1 不同类型区坡谱特征

对砒砂岩不同类型区的流域分别以1°和3°等差分级方法提取坡谱。图2可以看出2种分级的坡谱总趋势有一定的相似性，覆土区各流域坡谱曲线都比较缓，覆沙区不同流域坡谱差异大，裸露区坡度集中在3°～6°坡度分级之间。1°分级的坡谱对地表坡度变化描述更详细，覆土区坡谱有明显的波动出现多个峰值。覆沙区中西部流域坡度频率集中在0°～1°、1°～2°和2°～3°三个坡度分级，坡谱呈单峰状峰值在1°～2°；而3°分级中坡谱呈“L”单调递减，0°～3°坡度频率最高。剧烈侵蚀裸露区各流域3°分级的坡谱差异大，更清楚地描述区域西部坡度变化的差异。综上认为3°等差分级的坡谱可以更好地表现砒砂岩区坡度组合特征，本研究采用3°等差分级提取的坡谱分析不同类型区地貌特征。

从砒砂岩各样区流域坡谱（图2）来看，覆土区各流域的坡谱重合度高，在0°～21°各坡度分级中都占一定频率，坡谱的峰值在6°～9°，坡谱曲线起伏较缓和。覆沙区各流域坡谱差异最大，东部坡谱曲线起伏变化和覆土区相似，坡谱峰值在6°～9°；向西坡谱峰值逐渐集中在较小的坡度分级，覆沙区中西部坡度集中在0°～3°，坡谱曲线呈“L”型单调递减。裸露区坡谱峰值大多在3°～6°，强度侵蚀裸露区坡度在3°～6°分布的频率相比剧烈侵蚀区更高一些，各流域坡谱曲线几乎重合，地貌特征相似；剧烈侵蚀裸露区的西部地区与其他地区差异显著，在3°～6°、6°～9°内坡度分布的频率接近，坡谱起伏较小。

2.2 不同类型区曲线型坡谱量化分析

1）坡谱偏度

据表2、图3a砒砂岩区坡谱偏度变化范围为1.64～4.40，自东向西增大，坡谱曲线峰值逐渐集中在小坡度分级内。覆土区偏度为1.64～2.62，坡谱曲线近正态分布；覆沙区内部差异大，东部偏度较小近正态分布，向西偏度变大，坡谱曲线逐渐成单调递减，坡度集中在0°～6°。裸露区偏度整体高于其他区域，强度侵蚀区坡谱偏度在3.28～3.49。剧烈侵蚀区向东偏度值变小，西部由外到内坡谱偏度成环状降低，最低为1.89，坡谱曲线逐渐变缓。

2）坡谱信息熵

坡谱信息熵反映坡谱的均匀度，不同坡度分级的频率分布越均匀坡谱信息熵越大，频率分布差异越大信息熵越小。表2、图3b来看4个区域坡谱信息熵由东向西逐渐减小。覆土区坡谱信息熵最大集中在1.57～1.99 nat，在0°～27°各坡度分级的频率差异小，坡度变化大。覆沙区内信息熵值变化大，东部各坡度分级频率差异小，坡谱信息熵为1.71 nat，向西信息墒值逐渐减小最低为0.76 nat，不同坡度分级的频率差异变大，坡度逐渐集中在0°～6°。强度侵蚀裸露区的坡谱信息熵在1.17～1.37 nat，3°～6°内坡度分布频率高，不同坡度分级的频率差异大。剧烈侵蚀裸露区信息熵为1.37～1.55 nat，各坡度分级的频率差异变小，特别是在剧烈侵蚀区西部信息墒为1.93 nat，反映此处的坡度变化较大。

2.3 不同类型区坡度-景观图谱量化分析

图4为各景观—图谱指数的空间分异，表4为各类型区样点流域的坡度—景观图谱指数。

斑块密度（PD）和平均斑块面积（AREA_MN）可以反映坡谱斑块的大小及数量特征，平均周长面积比（PARA_MN）反映坡谱斑块形状的复杂程度。图4可以看出砒砂岩区斑块密度和平均周长面积比自东向西递减，而平均斑块面积向西递增。覆土区斑块密度和平均周长面积比都较大，据表4覆土区斑块密度在80块/100 hm2以上，平均周长面积比为844.07～1 037.52，覆土区平均斑块面积小，介于0.80～2.82 m2，这表明覆土区的坡谱斑块数量多且复杂，坡度变化较大。覆沙区向西斑块密度减小，平均斑块面积增大，坡谱斑块数量逐渐减少，反映覆沙区向西坡度变化减小。强度侵蚀裸露区的斑块密度较小为18～35块/100 hm2，平均周长面积比介于763.61～824.14，平均斑块面积为2.86～5.55 m2，坡谱斑块的复杂程度小，坡度变化小。而在剧烈侵蚀裸露区斑块密度比较大，特别是区域西部斑块密度达127.91块/100 hm2，平均斑块面积0.78 m2，平均周长面积比1 007.94，坡谱斑块数量增加，再次反映此区域坡度变化较大。坡谱凝聚度指数描述坡谱斑块的破碎程度。强度侵蚀裸露区凝聚度指数在98%以上，覆沙区凝聚度指数在90%以上，图4可以看出，砒砂岩区内自西向东坡谱凝聚度指数越来越低，反映强度侵蚀裸露区、覆沙区坡谱斑块集中分布，剧烈侵蚀裸露区坡谱斑块逐渐破碎，覆土区坡谱凝聚度最低，坡谱斑块最为分散。

坡谱聚合度指数（AI）描述坡谱中不同坡度分级的团聚程度，聚合度越高则坡谱在某一坡度分级频率越高。图4坡谱聚合度指数的空间分异可以看出覆沙区西部坡谱聚合度指数最高为87.59%，与前述的“L”型坡谱描述的坡度组合特征吻合，坡度集中在0°～3°。强度侵蚀裸露区的坡谱聚合度指数也比较高。剧烈侵蚀区坡谱聚合指数变小说明坡谱斑块逐渐分散。覆土区坡谱聚合指数最小，坡谱斑块异质程度高。坡谱散布与并列指数（IJI）在景观级别上计算各斑块类型间的总体散布与并列状况，覆沙区和强度侵蚀裸露区的IJI值比较小，反映其坡度变化小且坡谱斑块成片分布，向东到剧烈侵蚀裸露区再到覆土区IJI指数不断增大，反映不同坡度分级的斑块分布越来越离散。坡谱凝聚度指数、坡谱聚合度和坡谱散布与并列指数可以看出在砒砂岩区自西向东坡谱斑块越来越分散，强度侵蚀裸露区和覆沙区的坡度变化小，到剧烈侵蚀裸露区和覆土区坡谱斑块逐渐破碎，坡度变化增大。值得注意的是剧烈侵蚀裸露区的西部异质性显著，坡谱凝聚度为81.72%、聚合度48.67%低于四周，坡谱散布与并列指数达65.69%高于周边其他地区，表示此处坡谱斑块破碎度高，坡度变化比较大。

表4 砒砂岩各类型区坡度-景观图谱参数

3 讨 论

坡度是一个反映地表形态的重要地形因子，地面在某点的坡度，其大小表示地面在该点的倾斜程度，即坡度值[26]。坡谱是坡度在一定分级规则下的频谱图，可以较好地反映地貌的空间分异规律。本研究中以数字高程模型（DEM）为数据提取坡谱，DEM分辨率会影响地形描述的精确性。王春等[27]基于DEM的陕北黄土高原地面坡谱不确定性进行研究，提出不同地貌类型区，DEM分辨率对坡谱的影响程度不同。严艳梓[16]研究表明较均一的地表DEM分辨率对坡谱影响小，地表复杂的地区坡谱分辨率影响大。10、30和90 m的DEM在目前数字地形研究中使用较为广泛，砒砂岩分布区域范围较大，更高精度的DEM获取比较困难且成本很高。ASTER GDEM 30 m数据覆盖全球83°N～83°S之间所有陆地，精度较高，适用于本研究坡谱的提取。但砒砂岩分布区沟壑纵横，因此不同分辨率的DEM对于砒砂岩不同地表覆盖区坡谱提取的影响还需要进一步研究。不同坡度分级造成坡谱的不确定性，朱梅等[28]研究不同分级对韭园沟流域地面坡谱的影响，韭园沟流域丘陵起伏大、沟壑纵横，地面平均坡度为29°，研究结果表明3°等差分级的坡谱可以有效揭示地面坡度的组合特征。本研究中，砒砂岩区坡度以缓坡（<10°）和斜坡（10°～30°）为主，比黄土丘陵沟壑区坡度缓和，因此本文比较了1°等差分级和3°等差分级的坡谱曲线，综合分析不同坡谱曲线对不同类型区地貌特征描述的差异，也认为3°分级的坡谱曲线特征差异鲜明，能更好地反映砒砂岩不同类型区坡度组合特征。

砒砂岩不同类型区坡谱曲线自西向东由正偏到近正态变化。覆土区坡度变化大，坡谱曲线起伏缓。覆沙区不同流域坡谱差异大，东部坡谱曲线平缓，到中西部坡度集中在0°～3°，坡谱曲线单调递减呈“L”型。裸露区坡谱呈单峰状，峰值出现在3°～6°，强度侵蚀裸露区峰值更高，坡度变化小；剧烈侵蚀裸露区的西部坡谱曲线变缓，坡度变化增大。曲线型坡谱很难体现地貌形态特征及空间分异特征，将曲线型坡谱和坡度—景观图谱相结合，可以从不同角度揭示坡谱的地学意义。目前已经建立了一整套描述不同层次景观格局的景观指数[29-31]。本文采用斑块密度（PD）、平均斑块面积（AREA_MN）、平均周长面积比（PARA）、斑块凝聚度指数（COHESION）、景观聚合度指数（AI）、散布与并列指数（IJI）作为对坡度—景观图谱空间结构的参数表达，对坡谱量化分析进一步解释坡谱的地学意义。杨玉春等[32]对砒砂岩区地貌类型进行划分，覆土区中切割高台地、丘陵和深切割高台地丘陵分布面积较广，还分布有浅切割台地，地貌类型复杂多样。本研究中砒砂岩覆土区坡谱信息熵大，坡度变化不稳定。坡度—景观图谱量化指数表明覆土区坡谱斑块密度大，凝聚度较低，坡度分布较为分散，地表破碎程度大，这与杨玉春等[32]划分的覆土区地貌类型耦合。覆沙区向西逐渐过渡为浅切割、中切割高台地。本文中覆沙区自东向西坡谱信息熵、坡谱斑块密度不断减小，凝聚度提高，坡度逐渐集中在3°～6°，地表破碎程度逐渐减小。因此坡谱及其量化指数可以很好地反映覆沙区自东向西地表逐渐平缓，坡度变化减小的特征。裸露区主要地貌类型为中切割高台地，强度侵蚀裸露区西南部靠近覆沙区分布有浅切割高台地。本研究表明，裸露区坡谱信息熵很小，坡度变化小，特别是强度侵蚀裸露区在3°～6°坡度分布频率高，坡谱斑块密度小、凝聚程度高，地表破碎程度低。这再次表明坡谱及其量化特征可以有效反映砒砂岩区的地貌特征。剧烈侵蚀裸露区西部坡谱信息熵大，坡谱斑块密度大于周边区域，不同坡度分级斑块的破碎程度高，坡度应该比较大。但杨玉春等[32]划分剧烈裸露侵蚀区西部地貌类型为浅切割高台地，与本研究坡谱所描述地表坡度变化大的特征有一定的差异。这是因为本文坡谱及其量化特征是以坡度为地形因子展开研究，只考虑了不同区域的坡度差异，而杨玉春综合分析多种地形因子进行地貌类型划分。坡谱是以地形因子为基础研究地表的地貌特征，不同的地形因子是影响坡谱不确定性的关键性因素[10]，常用的地形因子还包括坡度、坡向、坡长、坡度变率、坡向变率、平面曲率、剖面曲率等。基于不同地形因子的坡谱对砒砂岩区地貌特征描述还有待进一步研究。对于地貌类型的划分，刘双琳[14]以坡谱作为黄土地貌特征的定量表达，结合BP神经网络数学模型，实现了黄土地貌的自动识别。坡谱与砒砂岩地貌特征较好的耦合关系可作为砒砂岩地貌类型划分的依据，坡谱在砒砂岩地貌类型划分的应用也有待深入研究。

王愿昌[1]对砒砂岩不同类型划分时提到覆土区侵蚀模数1.5万t/(km2·a)，以水蚀为主，土壤侵蚀严重。本研究通过坡谱及其量化分析发现覆土区内坡度变化大，土壤侵蚀治理工作也会更加复杂。覆土区地表黄土相对深厚，在坡度较缓的区域进行植被恢复，可种植当地适宜的植物，坡度较大的区域可通过排水、削坡等措施防止表层土壤流失。覆沙区表层薄沙分布，地表沙化严重，侵蚀模数0.8万t/(km2·a)，以风蚀为主，侵蚀相对较弱。在本研究中覆沙区自东向西坡谱信息熵减小，坡度逐渐集中在0°～3°，坡度较为平缓，因此防风固沙是覆沙区主要的土壤侵蚀治理手段。裸露区基岩大面积裸露，植被稀少，侵蚀模数在2.1万t/(km2·a)左右，以水蚀为主，复合侵蚀严重。本研究认为强度侵蚀裸露区地表坡度较为缓和，剧烈侵蚀裸露区的坡度变化大，应对不同坡度的裸露区进行针对性的坡面整治，增加植被覆盖度。砒砂岩不同类型区的水土保持工作需要结合各类型区的土壤侵蚀机理，对其进行动态监测。

4 结 论

1）砒砂岩区坡谱自西向东坡谱曲线由正偏到近正态变化。覆沙区各流域坡谱差异大，中西部坡度集在0°～3°，坡谱呈“L”型；裸露区坡谱曲线在3°～6°频率高，剧烈侵蚀裸露区西部坡谱曲线较缓，反映此处坡度变化较大。覆土区坡谱曲线向近正态变化，坡度变化大。因此坡谱和砒砂岩区地表坡度组合有较好的空间耦合关系。

2）覆土区坡谱信息熵大、景观聚合度低，反映其地表破碎程度大，坡度变化大。覆沙区有明显的过渡性特征，东部与覆土区相似，向西坡谱信息熵减小，坡谱斑块分布逐渐集中，坡度变化减小。裸露区坡谱信息熵小、偏度大、特别是强度侵蚀裸露区坡谱斑块凝聚度高，地表坡度变化小；但剧烈侵蚀裸露区西部坡谱信息熵较大，坡谱斑块凝聚度低，反映该地坡度变化增大，地表较为破碎。对坡谱特征的量化分析，表明坡谱及其空间分异可以有效描述砒砂岩不同类型区的地貌特征。

3）砒砂岩区土壤侵蚀严重，不同区域地表坡度差异大，因此需要采取不同的治理措施。砒砂岩不同类型区坡谱与地貌特征耦合关系的研究，为砒砂岩区土壤侵蚀研究提供参考依据。

[1]王愿昌，吴永红，寇权，等. 砒砂岩分布范围界定与类型区划分[J]. 中国水土保持科学，2007(1)：14-18.

Wang Yuanchang, Wu Yonghong, Kou Quan, et al. Definition of arsenic rock zone borderline and its classification[J]. Science of Soil and Water Conservation, 2007(1): 14-18. (in Chinese with English abstract)

[2]毕慈芬，邰源林，王富贵，等. 防止砒砂岩地区土壤侵蚀的水土保持综合技术探讨[J]. 泥沙研究，2003(3)：63-65.

Bi Cifen, Tai Yuanlin, Wang Fugui, et al. Probe to integrated soil conservation techniques for soil erosion prevention in soft rock areas[J]. Journal of Sediment Research, 2003(3): 63-65. (in Chinese with English abstract)

[3]冷元宝，姚文艺. 砒砂岩特征及其资源利用[J]. 中国水利，2015(8)：15-17.

Leng Yuanbao, Yao Wenyi. Features and utilization of Pisha Sandstone[J]. China Water Resources, 2015(8): 15-17. (in Chinese with English abstract)

[4]杨才千，刘强，瞿冯，等. 砒砂岩风化特性试验[J]. 水利水电科技进展，2019，39(5)：10-15.

Yang Caiqian, Liu Qiang, Qu Feng, et al. Experimental study on weathering characteristics of Pisha sandstone[J]. Advances in Science and Technology of Water Resources, 2019, 39(5): 10-15. (in Chinese with English abstract)

[5]伍艳，蔡怀森，刘慧，等. 砒砂岩抗剪强度与其结构特征关系[J]. 水利水电科技进展，2019，39(5)：21-26.

Wu Yan, Cai Huaisen, Liu Hui, et al. Relationship between shear strength and structural characteristics of Pisha Sandstone[J]. Advances in Science and Technology of Water Resources, 2019, 39(5): 21-26. (in Chinese with English abstract)

[6]邢启鑫，饶良懿，王志臻，等. 内蒙古砒砂岩不同类型区土壤有机质与速效钾特征[J]. 水土保持学报，2019，33(6)：257-264, 272.

Xing Qixin, Rao Liangyi, Wang Zhizhen, et al. Characteristics of soil organic matter and available potassium in different types of Pisha Sandstone area of Inner Mongolia[J]. Journal of Soil and Water Conservation, 2019, 33(6): 257-264, 272. (in Chinese with English abstract)

[7]赵晓雪，饶良懿，申震洲. 砒砂岩区不同地形位置土壤物理性质分异特征[J]. 应用与环境生物学报，2020，26(6)：1359-1368.

Zhao Xiaoxue, Rao Liangyi, Shen Zhenzhou. Heterogeneous characteristics of soil physical properties of different terrain locations in the Pisha Sandstone area[J]. Chinese Journal of Applied and Environmental Biology, 2020, 26(6): 1359-1368. (in Chinese with English abstract)

[8]饶良懿，徐也钦，胡剑汝，等. 砒砂岩覆土区小流域土壤可蚀性K值研究[J]. 应用基础与工程科学学报，2020，28(4)：763-773.

Rao Liangyi, Xu Yeqin, Hu Jianru, et al. Study on soil erodibilty factor K on soil cover area of Pisha Sandstone region[J]. Journal of Basic Science and Engineering, 2020, 28(4): 763-773. (in Chinese with English abstract)

[9]Tang G A, Li F Y, Liu X J, et al. Research on the slope spectrum of the Loess Plateau[J]. Science in China Series E: Technological Sciences, 2008, 51(Supp. 1): 175-185.

[10]王春. 基于DEM的陕北黄土高原地面坡谱不确定性研究[D]. 西安：西北大学，2005.

Wang Chun. The Uncertainty of Slope Spectrum Derived from DEM in the Loess Plateu of Northern Shaanxi Province[D]. Xi'an: Northwest University, 2005.(in Chinese with English abstract)

[11]李发源. 黄土高原地面坡谱及空间分异研究[D]. 成都：中国科学院水利部成都山地灾害与环境研究所，2007.

Li Fayuan．Research on the Slope Spectrum and Its Spatial

Distribution in the Loess Plateau[D]. Chengdu: Chengdu Institute of Mountain Hazards and Environment, Chinese Academy of Sciences and Ministry of Water Resources, 2007.(in Chinese with English abstract)

[12]Li Fayuan, Tang Guoan, Wang Chun, et al. Slope spectrum variation in a simulated loess watershed[J]. Frontiers of Earth Science, 2016, 10(2): 328-339.

[13]李发源，汤国安，贾旖旎，等. 坡谱信息熵尺度效应及空间分异[J]. 地球信息科学，2007,9(4)：13-18.

Li Fayuan, Tang Guoan, Jia Yini, et al. Scale effect and spatial distribution of slope spectrum’s information entropy[J]. Geo-Information Science, 2007, 9(4): 13-18. (in Chinese with English abstract)

[14]刘双琳，李发源，蒋如乔，等. 黄土地貌类型的坡谱自动识别分析[J]. 地球信息科学学报，2015，17(10)：1234-1242.

Liu Shuanglin, Li Fayuan, Jiang Ruqiao, et al. A method of loess landform automatic recognition based on slope spectrum[J]. Journal of Geo-Information Science, 2015, 17(10): 1234-1242. (in Chinese with English abstract)

[15]褚永彬，朱利东，唐斌，等. 疏勒河上游流域地面坡谱特征[J]. 干旱区地理，2015，38(2)：345-350.

Chu Yongbin, Zhu Lidong, Tang Bin, et al. Slope spectrum characteristics of the Shule River's upstream basin[J]. Arid Land Geography, 2015, 38(2): 345-350. (in Chinese with English abstract)

[16]严艳梓. 基于DEM的月表坡谱及空间差异性研究[D]. 南京：南京师范大学，2015.

Yan Yanzi. Research on Lunar Slope Sprctrum Variations Based on Digital Elevation Models[D]. Nanjing: Nanjin Normal University, 2015. (in Chinese with English abstract)

[17]陈佳音，邹艳红. 基于坡谱和信息熵的水土保持研究—以湖南省三个县为例[J]. 测绘与空间地理信息，2016，39(11)：97-101.

Chen Jiayin, Zou Yanhong. Research on water and soil conservation based on slope spectrum and information entropy: A case study of three counties in Hunan Province[J]. Journal of Soil and Water Conservation, 2016, 39(11): 97-101. (in Chinese with English abstract)

[18]杨丽娟. 信息熵在农业科技研究中的应用[J]. 安徽农业科学，2009，37(35)：17781-17783.

Yang Lijuan. Application of information entropy in the studies of agricultural science and technology[J]. Journal of Anhui Agricultural Sciences, 2009, 37(35): 17781-17783. (in Chinese with English abstract)

[19]吴亚玲. 滇中城市建设用地坡谱演变机制研究[D]. 昆明：昆明理工大学，2018.

[20]吴亚玲，袁丽. 浙江省县域建设用地坡谱形态特征及空间格局[J]. 浙江农业科学，2020，61(4)：791-796.

Wu Yaling, Yuan Li. Morphological characteristics and spatial pattern of county construction land slope spectrum in Zhejiang Province[J]. Journal of Zhejiang Agricultural Sciences, 2020, 61(4): 791-796. (in Chinese with English abstract)

[21]周成虎，程维明，钱金凯，等. 中国陆地1∶100万数字地貌分类体系研究[J]. 地球信息科学学报，2009，11(6)：707-724.

Zhou Chenghu, Cheng Weiming, Qian Jinkai, et al. Research on the classification system of digital land geomorphology of 1: 1000000 in China[J]. Journal of Geo-Information Science, 2009, 11(6): 707-724. (in Chinese with English abstract)

[22]张传才，秦奋，汪永新，等. 流域地貌形态多尺度三维分形量化及尺度效应：以砒砂岩区二老虎沟为例[J]. 水土保持研究，2016，23(1)：278，283+288.

Zhang Chuancai, Qin Fen, Wang Yongxin, et al. Multi-scale quantification of topographic feature using three-dimensional fractal model and its scale effect in watershed: a case of the two-tiger valley of Pisha Sandstone area[J]. Research of Soil and Water Conservation, 2016, 23(1): 278, 283+288. (in Chinese with English abstract)

[23]张传才，秦奋，王海鹰，等. 砒砂岩区地貌形态三维分形特征量化及空间变异[J]. 地理科学，2016，36(1)：142-148.

Zhang Chuancai, Qin Fen, Wang Haiying, et al. Quantization and spatial variation of topographic features using 3D fractal dimensions in arsenic rock area[J]. Scientia Geographica Sinica, 2016, 36(1): 142-148. (in Chinese with English abstract)

[24]顾畛逵，师长兴，阳辉，等. 内蒙古十大孔兑流域地貌演化格局及其成因机制[J]. 干旱区地理，2017，40(6)：1188-1197.

Gu Zhenkui, Shi Changxing, Yang Hui, et al. Landform evolution pattern of the ten Kongdui Basins and its genetic mechanisms in Inner Mongolia of China[J]. Arid Land Geography, 2017, 40(6): 1188-1197. (in Chinese with English abstract)

[25]王春，汤国安，李发源，等. 坡谱提取与应用的基本地域条件[J]. 地理科学，2007，27(4)：587-592.

Wang Chun, Tang Guoan, Li Fayuan, et al. Fundamental conditions of slope spectrum sbstraction and application[J]. Scientia Geographica Sinica, 2007, 27(4): 587-592. (in Chinese with English abstract)

[26]赵牡丹，汤国安，陈正江，等. 黄土丘陵沟壑区不同坡度分级系统及地面坡谱对比[J]. 水土保持通报，2002，22(4)：33-36.

Zhao Mudan, Tang Guoan, Chen Zhengjiang, et al. Slope classification systems and their slope spectrum in hill and gully area of the Loess Plateau[J]. Bulletin of Soil and Water Conservation, 2002, 22(4): 33-36. (in Chinese with English abstract)

[27]王春，汤国安，李发源，等. 基于DEM提取坡谱信息的不确定性[J]. 地球信息科学，2008，10(4)：539-544.

Wang Chun, Tang Guoan, Li Fayuan, et al. The uncertainty of slope spectrum derived from grid digital elevation model[J]. Journal of Geo-information Science, 2008, 10(4): 539-544. (in Chinese with English abstract)

[28]朱梅，李发源. 坡度分级对地面坡谱的影响研究[J]. 测绘科学，2009，34(6)：165-167.

Zhu Mei, Li Fayuan. Influence of slope classification on slope spectrum[J]. Science of Surveying and Mapping, 2009, 34(6): 165-167. (in Chinese with English abstract)

[29]Krummel J R, Gardner R H, Sugihara G, et al. Landscape pattern in a disturbed environment[J]. Oikos, 1987, 48(3): 321-324.

[30]O'Neil R V, Krummel J R, Gardner R H, et al. Indices of landscape pattern[J]. Landscape Ecology, 1988 1(3): 153-162.

[31]Turner M G, O'Neil R V, Gardner R H, et al. Effects of changings patial scale on the analysis of landscape pattern[J]. Landscape Ecology, 1989, 3(3/4): 153-162.

[32]杨玉春，齐雁冰，付金霞，等. 基于DEM的地貌特征分析与类型划分—以砒砂岩区为例[J]. 中国水土保持科学，2019，17(6)：1-10.

Yang Yuchun, Qi Yanbing, Fu Jinxia, et al. DEM based geomorphic features and classification: A case study in the Pisha Sandstone area[J]. Science of Soil and Water Conservation, 2019, 17(6): 1-10. (in Chinese with English abstract)

Characteristics and spatial differentiation of slope spectrum in different areas of Pisha Sandstone Areas

Wu Shiqi, Rao Liangyi

(1.,,100083,; 2.,,100083,)

Pisha Sandstone Area generally includes the exposed, soil- and sand-covered regions, which suffer from the most intensified water loss and soil erosion in China. It is therefore highly demanded for the slope spectrum and spatial differentiation for different geomorphological types of Pisha Sandstone. In this study, an advanced spaceborne thermal emission and reflection radiometer global digital elevation model (ASTER GDEM) of Pisha Sandstone with 30m resolution was used to acquire the slope spectrum. The regional topography was then described using the slope spectrum to combine slope characteristics. The slope spectrum was extracted with a 3° equal difference level for better expression of geomorphological features in the study areas. A quantitative analysis was performed on the curved slope and slope-landscape spectrum. The spatial differentiation was then used to effectively express the surface coverage of Pisha Sandstone. Skewness () and entropy of slope spectrum () were selected to represent the slope spectrum. In addition, some parameters of the spatial structure were used for the slope-landscape spectrum, including the patch density (PD), mean area (AREA_MN), mean perimeter-area ratio (PARA), patch cohesion index (COHESION), aggregation index (AI), and interspersion and juxtaposition index (IJI). The results showed that the slope spectrum curve of the soil-covered area was nearly normal distribution. The quantitative analysis found that the maximum entropy of slope spectrum was 1.57-1.99 nat in the soil-covered areas with a low level of landscape aggregation, indicating the large slope changed in soil-covered areas. There were obvious transitional characteristics in the sand-covered areas. The information entropy of the slope spectrum varied greatly from 0.76 to 1.71 nat, indicating that the slope of the sand-covered area was increasingly concentrated from east to west. The slope was concentrated particularly in some watersheds of sand-covered areas, where the slope spectrum was in "L" shape. There was a high frequency within 3°-6° in the slope spectrum for exposed areas. The minimum patch density was 18-35/100 hm2in the exposed area of intensive erosion. The slope landscape index referred to the concentration of patches with different graded slopes. The curve of slope spectrum with larger information was gentle in the west of severe erosion areas. There was also a low-level aggregation of different slope graded patches in the slope landscape spectrum. The indexes indicated a great change of large slope, where the surface was relatively broken. Additionally, the slope spectrum also effectively described the spatial coupling of slope spectrum and geomorphic features, as well as the surface slope changes of different types. Consequently, different measures needed to be taken for special slopes, because the soil-, sand-covered and exposed areas varied greatly in the Pisha Sandstone Area with serious soil erosion. The finding can provide a sound reference to explore soil erosion in different types of Pisha Sandstone Area. Significantly, it still remains open in the influence of the digital elevation model (DEM) with different resolutions and slope classifications on slope spectrum in the Pisha Sandstone Areas.

soils; erosion; landforms; digital elevation model; Pisha Sandstone Area; slope spectrum; spatial differentiation

武诗琪，饶良懿. 砒砂岩不同类型区坡谱特征与空间分异[J]. 农业工程学报，2021，37(8)：125-132.doi：10.11975/j.issn.1002-6819.2021.08.014 http://www.tcsae.org

Wu Shiqi, Rao Liangyi. Characteristics and spatial differentiation of slope spectrum in different areas of Pisha Sandstone Areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(8): 125-132. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.08.014 http://www.tcsae.org

2021-02-08

2021-04-12

国家重点研发计划项目（2017YFC0504503）

武诗琪，研究方向为流域自然地理过程。Email：778326003@qq.com

饶良懿，博士，教授，研究方向为森林生态水文、水土保持、生态工程、生态系统修复与管理。Email：raoliangyi@bjfu.edu.cn

10.11975/j.issn.1002-6819.2021.08.014

K903

A

1002-6819(2021)-08-0125-08