黔西南石漠化生态脆弱区水土流失敏感性评价

龙蓉华, 孙虎, 徐崟尧

黔西南石漠化生态脆弱区水土流失敏感性评价

龙蓉华, 孙虎*, 徐崟尧

陕西师范大学, 地理科学与旅游学院, 西安 710119

为探索黔西南州水土流失敏感性空间分布特征, 选取降雨侵蚀力、地形起伏度、植被类型、土壤类型作为水土流失敏感性综合评价指标并建立评价标准, 基于GIS和敏感性评价模型对水土流失敏感性进行多指标及单指标分析评价, 并计算各土壤类型的可蚀性值以加强评价结果的科学性。结果表明: 1. 黔西南州水土流失敏感性普遍较高, 各级敏感性面积比从小到大依次为中度敏感性、轻度敏感性、高度敏感性、极敏感性和不敏感性, 轻度敏感性以上的区域占州面积的83.4%, 水土流失程度严重; 总体呈现中心向四周逐级增加、东部高于西部的分布趋势。九个县市中晴隆县、望谟县和册亨县轻度敏感性以上的面积占各县域面积的90%以上。2. 各评价指标对水土流失敏感性的相关性从高到低依次为地形起伏度、土壤类型、降雨侵蚀力、植被类型。上述研究结果旨在为黔西南州水土流失防治和进一步减缓及防治石漠化提供一定科学依据。

黔西南; 水土流失; 敏感性; 空间分布

0 前言

水土流失是当今全球面临的危害最大、影响最广的环境问题之一, 属缓变性的自然灾害[1], 会导致土壤养分流失甚至土地退化[2], 加上人类不合理活动的影响, 加剧了水土流失的态势, 对生态环境的可持续发展产生明显的胁迫作用。土壤作为生态系统中的重要组成部分[3], 遭破坏后短期难以恢复。国外对土壤侵蚀研究主要运用基于Wischmeier 提出的通用土壤流失方程(USLE)进行修正的修正型通用土壤流失方程(RUSLE)[4]。Pasquale等人采用RUSLE对意大利中部山区环境的水土流失情况进行评价[5]; Prasannakumar等人基于RUSLE方程, 运用RS和GIS对印度Siruvan流域的水土流失进行定量评价[6]; 国内研究主要借鉴和引进国外成熟的理论和技术, 并根据当地具体情况选取评价指标, 凡非得根据我国西南岩溶区的具体情况选取了降雨侵蚀力、地形起伏度、土壤类型、植被类型和土壤允许流失量五个指标, 运用GIS进行水土流失敏感性评价[7]; 谢刚依据RUSLE模型研究水土流失敏感性并结合岩溶地区景观生态风险评价进行分析[3]。水土流失敏感性能够反映地区水土流失过程发生的潜在可能性及其程度[8], 利用敏感性评价模型结合自然因素与人为因素对区域的水土流失敏感性进行分级综合评价, 能够识别易发生水土流失的区域[9]。尽管水土流失敏感性的尚未有普适性的模型, 但根据研究区的生态系统特点选取指标来对其进行评价是众多学者采取的方法[10]。

贵州省位于我国西南岩溶区, 属云贵高原水土流失区[11]。由于特殊的地貌类型, 92.8%的国土面积为山地丘陵地形, 水土流失严重并显示出高度的空间异质性[12]。土壤层厚度薄, 在相同侵蚀强度下, 水土流失的危害较其他地区严重[13], 是我国第二大水土流失严重区[14]。在喀斯特山区水土流失的极致是石漠化的发生[15]。黔西南州作为全省水土流失严重区[7], 已有研究大多从石漠化空间分布[16]、石漠化与人类活动之间的影响[17]的角度开展, 而对导致石漠化的主要诱因——水土流失研究较少, 大多研究以县为研究区单位[18], 研究区涉及范围与内容未能对黔西南州的水土流失情况进行较为全面的评价。故本文从水土流失综合敏感评价着手, 根据黔西南州生态环境特点选取评价指标, 建立水土流失敏感综合评价标准, 揭示黔西南州不同等级水土流失敏感性空间分布规律, 旨在为黔西南州水土流失防治工作, 生态环境治理提供科学依据。

1 研究区概况

黔西南布依族苗族自治州地处我国西南岩溶区, 地势呈西高东低, 北高南低, 具有地形起伏大、地貌复杂、基岩裸露率高、暴雨频繁等特点[19], 易发水土流失。州总面积为16804 km2, 石漠化面积占州总面积23.39%[17]。黔西南属亚热带季风湿润气候区, 据州内7各站点降雨量数据统计, 近30年来年均降雨量高达2557.9 mm, 年均温13.8—19.4 ℃。, 州境内河流均属珠江流域, 南盘江、北盘江、红水河是州内三条较大的江河, 河网较密集, 大小河流共有100多条[17]。黔西南州处珠江流域的强烈土壤流失区[20], 剧烈的水土流失情况加重生态环境的恶化。

2 数据来源与研究方法

2.1 数据来源

DEM用于提取研究区地形起伏度, 数据来源于国家地理空间数据云网站; 土壤可蚀性K值计算采用HWSD土壤数据库表层的沙粒、粉粒和粘粒及有机质含量, 日降雨数据用于降雨侵蚀力计算, 数据来源于中国气象数据网; 区划图、植被类型及土壤类型数据均来自中国科学院资源环境科学数据中心。以上数据投影统一定义为Albers Conical Equal Area, 且重采样为30×30的栅格大小, 以此保证空间叠加分析的有效进行。

2.2 研究方法

2.2.1 评价因子选择

参考国务院和环保总局2002年联合发布的《生态功能区划技术暂行规程》和水利部2008年发布的《土壤侵蚀分类分级标准》(SL 190—2007), 确定降雨侵蚀力、地形起伏度、土壤类型、植被类型4个指标作为黔西南州水土流失敏感性评价因子。不同土壤类型的抗蚀能力差异较大, 由此将土壤可蚀性值赋至相应的土壤类型中, 土壤可蚀性值越大, 土壤抗蚀能力越弱, 发生水土流失的可能性则越高[21]。参照《生态功能区划技术暂行规程》及上述研究建立黔西南州的水土流失敏感性综合评价标准(表1)。

表1 水土流失敏感性综合评价分级标准

2.2.2 评价因子计算方法

(1)降雨侵蚀力降雨是导致水土流失的重要动力因子,而降雨侵蚀力能有效的反映降雨对水土流失强度的综合关系[22]。本研究降雨侵蚀力借鉴谢刚[3]和许月卿[23]和的研究, 利用周伏建[24]等改进适用于中国南方的值经验公式(1)计算出。同时由于天然降雨存在显著的空间差异性, 同一地区不同年份、季节降雨量均不相同, 而贵州省降雨量大小与降雨侵蚀力基本呈正相关[23], 故运用公式(2)求取近30年均降雨侵蚀力。运用Kriging插值并依据表1对插值结果进行分级赋值, 最终绘制黔西南州多年R值分布图。

(2)地形起伏度研究小尺度区域时, 坡度坡长是主要的地形因子, 土壤侵蚀量与其呈明显的正相关[25]。但在大尺度的研究区中, 坡度坡长并不能作为有效的地形因子, 只具备数学意义而缺乏土壤侵蚀等意义[26], 相对来说地形起伏度则更适合于大尺度区域研究[7]。黔西南喀斯特地貌地形起伏度大, 为水土流失提供了有利条件。利用数字高程模型(Digital Elevation Model, 简称DEM)提取地形起伏度是获取地形信息的有效途径[26]。故文章利用ARCGIS的空间分析工具集对DEM(数字高程模型Digital Elevation Model)数据分别焦点统计出高程最大值和最小值, 做差值运算后获取黔西南州地形起伏度, 并将数据重采样为30×30。依据分级标准(表1), 绘制黔西南州地形起伏度因子敏感性分级图。

(3)土壤类型土壤是水土流失发生的主体, 土壤自身的可蚀性是水土流失发生的内在因素。研究以土壤类型图为基础, 将土壤侵蚀力K值赋至相应的土壤类型上, 裁剪后重采样为30×30的栅格数据。依据表1对土壤数据进行分级赋值, 绘制土壤类型因子敏感性分布图。值计算采用EPIC模型(公式3)[27]:

(4)植被类型植被措施是目前治理与防治水土流失较有效的措施之一。植被能够很好的截留降雨, 增加入渗量从而减缓降雨对地表的侵蚀。植被因子在水土流失治理及防治中有积极作用[28]。已有研究表明南方植被覆盖度高的森林区会发生不同程度的“林下水土流失”[29], 易形成“空中绿化”景观[30]。黔西南州植被覆盖度较高, 结合植被覆盖度做黔西南州水土流失敏感性分级分布图得出的分布趋势与实际有较大差别, 全州基本上为不敏感和轻度敏感。因此鉴于黔西南州的具体情况及上述已有研究, 故不选取植被覆盖度作为黔西南州水土流失敏感性综合评价的评价因子, 而选用植被类型因子。研究在ArcGIS 支持下, 用裁剪后的黔西南州植被类型数据重采样为30×30后, 根据表1的分级标准绘制植被类型敏感性等级分布图。

第二种观点认为我国正处于跨越中等收入陷阱的中间区域。有学者提出在2010年中国进入中等收入国家后，出现了几个非常值得关注的现象：一是我国经济增速呈现出放缓的态势；二是我国同其他众多发展中国家相比，制造业的成本优势不复存在，且由于劳动力价格的上升，比较优势在下降；三是与发达国家相比，我们的中高端高科技力量仍然不够雄厚。虽然我国现在有一些符合“中等收入陷阱”的特征描述，但是由于以上三种现状的存在，表明了中国正处于跨越中等收入陷阱的中间区域。以国家发改委宏观经济研究院原院长马晓河为代表的学者持有这种观点。

2.2.3 综合评价模型

单一评价因子无法准确表现出黔西南州水土流失敏感性的分布情况, 因此结合上述4个因子, 运用敏感性综合评价模型[31]进行运算:

式中,SS为空间单元土壤侵蚀敏感性指数,V为因素敏感性等级值。

3 结果与分析

3.1 综合敏感性空间分布特征

运用自然断点法将水土流失综合敏感性划分为一般敏感、轻度敏感、中度敏感、高度敏感和极敏感5个等级, 生成黔西南州水土流失综合敏感性分布图(图1)。

根据分级后的黔西南州水土流失综合敏感性分布图, 得出黔南州各县市各级敏感性面积比情况(图2)。黔西南州境内处于水土流失轻度敏感性及以上的面积有13721.45 Km2, 占国土面积的83.39%, 中度敏感性面积>轻度敏感性>高度度敏感性>极敏感性。兴义市、安龙县和贞丰县不敏感区基本位于轻度石漠化到重度石漠化区域[32], 基岩裸露率高, 土壤可蚀量极少。总体上黔西南州东南部水土流失敏感性高于西北部, 四周高于中部, 各等级水土流失敏感性分布破碎, 空间异质性强。

不敏感区主要分布在地形起伏度轻度敏感区和中度敏感区——兴义市中部及东北部、普安县南部, 兴仁县中部, 少部分分布于地形起伏度极敏感区——贞丰县北部及晴隆县北部; 植被类型情况较好区域——安龙县、贞丰县; 石漠化严重区域[32]——贞丰县、兴仁市以及安龙县东南部; 降雨侵蚀力中度敏感区——兴义市和兴仁市。

轻度敏感性主要分布在道路沿线或者山间坝子——册亨县、望谟县以及安龙县; 地势低平河谷区——望谟县、兴义市、兴仁市北部以及晴隆县北部。

中度敏感性区主要在地势低平的河谷——册亨县; 道路沿线——望谟县; 地形起伏度较大河谷区——晴隆县北部; 有轻度/中度石漠化区[32]——望谟县西北部; 降雨侵蚀力极敏感区。

图1 黔西南州水土流失敏感性综合评价图

Figure 1 Integrated assessment of water and soil loss sensitivity in southwest Guizhou

极敏感区主要分布在黄壤、黄棕壤, 地形起伏度极敏感(300—1135 m)区域——册亨县、望谟县东南部、册亨县西南部及与广西省乐业县接壤处、兴义市和贞丰县东南部; 河网密集区——册亨县西南部; 植被类型较单一区——晴隆县中部、册亨县西南部, 其他地区零散分布。

3.2 各评价指标敏感性空间分布特征

黔西南州降雨充沛, 据7个观测站点降雨数据, 计算出1986—2015年降雨量范围大致在1122—1441mm, 降雨侵蚀力在373—470之间, 敏感性分级标准以极敏感性为主, 占全州国土面积的82.39%; 且空间分布上呈现出降雨量大的区域, 降雨侵蚀力也普遍偏高的特征, 这与许月卿等人[23]的结论一致。降雨侵蚀力中度敏感及高度敏感主要分布在普安县、兴仁市和兴义市, 而其他地区均为极敏感性。

(2)黔西南属珠江流域西江上游的南、北盘江水系, 为云贵高原南部偏东的斜坡地带, 南北地势高差大, 州内地面切割破碎, 山地、谷地、丘陵、盆地、河谷坝地镶嵌排列[33]。地形起伏度是影响水土流失的地形因素, 起伏越大土体越不稳定, 容易导致水土流失。黔西南喀斯特区峰林等地貌广泛分布, 有万峰林、双乳峰及石林等独特旅游景点。州内地形起伏普遍较大, 地形起伏最小18 m, 最大1135 m。敏感性以高度与极敏感性分布最广, 分别占州国土面积50.75%、43.12%, 其中极敏感在望谟县、册亨县、晴隆县、贞丰县及普安县分布面积最大, 分别占县域面积的45%以上, 望谟县甚至达到了65%以上。高度敏感性在安龙县、兴仁市、兴义市及贞丰县分布较多, 占高度敏感性在全州分布面积的88%以上。地形起伏度整体上呈现出从中部往四周逐级增大。

(3)土壤类型敏感性以高度敏感为主, 其次为中度敏感, 两者分布面积比达97.40%。空间上, 高度敏感性主要分布于研究区东部及西北部, 兴义市四周。其中在望谟县和册亨县分布面积分别达到2498 km2和2117 km2, 分别占县域面积的84.31%和84.61%; 中度敏感性主要分在研究区西南部——兴义市、安龙县及晴隆县北部, 分布面积分别占县域面积49.70%、47.90%和46.05%。各类型土壤中以水土流失高度敏感的黄棕壤、红壤的分布最广且抗蚀能力最弱, 其次为中度敏感的石灰土。

图2 各县市各级水土流失综合敏感性面积分布(km2)

Figure 2 Integrated assessment of water and soil loss sensitivity in different counties and cities

表2 各评价指标水土流失敏感性面积分布

(4)黔西南植被类型以一年两熟作物、草丛分布较广, 其次是灌丛、草甸及阔叶林。其中一年两熟作物和草丛这两种植被类型对水土流失敏感性为中度敏感性, 灌丛、草甸和阔叶林为轻度敏感性。各植被类型对水土流失敏感性的空间分布特点: 轻度敏感在各县中均有分布, 其中在望谟县、册亨县、兴义市和贞丰县分布较广, 分别占县域面积的53.63%、53.32%、48.79%和58.46%; 各县中度敏感性分布面积均在40%以上, 其中晴隆县和普安县分布面积占到县域面积的81.38%和85.23%。

3.3 各因子对综合敏感性相关性分析

黔西南州水土流失敏感性的分布特征与地形起伏度空间相关性最强(表3)。这是由于在喀斯特地貌的背景下, 坡度起伏大, 雨水冲刷作用剧烈, 且坡耕地在耕地总面积中占有较大比例[34], 加剧水土流失, 进而使得土壤层更薄, 长此以往形成恶性循环加剧研究区土地退化; 土壤类型对水土流失敏感性相关性仅次于地形起伏度, 黄壤、石灰土和红壤等土壤可蚀性值大的土壤类型分布面积占90%, 而值越大, 土壤的抗蚀性越弱, 水土流失发生的可能性极高; 黔西南降雨侵蚀力与降雨量基本呈正相关[23], 降雨量在空间上差异不大, 因而降雨侵蚀力大小的空间分异性不强, 故对水土流失敏感性的相关性较弱; 植被能够很好地截留降水, 对水土流失起抑制作用, 因而植被类型总体上对水土流失敏感性的影响小。

4 讨论与结论

黔西南州水土流失敏感性普遍较高, 各级敏感性面积比从小到大依次为中度敏感性、轻度敏感性、高度敏感性、极敏感性和不敏感性, 处于轻度敏感性以上的区域占州面积的83.4%。水土流失敏感性大致呈现中心向四周逐级增加、东部高于西部的趋势。九个县市中以晴隆县、望谟县和册亨县水土流失程度最为严重, 轻度敏感性以上面积均占到县域面积的90%以上。

降雨侵蚀力、土壤类型、地形起伏度和植被类型4个因子中, 地形起伏度与研究区水土流失综合敏感性的相关性最高, 相关性从高到低依次为:地形起伏度、土壤类型、降雨侵蚀力和植被类型。且在空间分布上地貌起伏度、土壤类型和降雨侵蚀了与水土流失综合敏感性的分布趋于一致。这与黔西南的地貌背景及耕作方式、土壤类型以抗蚀性弱的黄棕壤和红壤为主、降雨丰富有关。

黔西南州受地质背景影响, 石漠化程度严重[32], 部分区域地表几乎无土壤层覆盖, 此时的土壤侵蚀量极低[35], 这种情况下运用原有的水土流失敏感性评价方法已无法准确的反映水土流失程度, 应加入石漠化面积、石漠化程度及土壤层厚度进行分析, 进一步丰富和完善评价体系, 增强水土流失及石漠化的防治措施的针对性。

表 3 水土流失敏感性评价因子图层相关性系数

[1] 陈梦熊. 自然(地质)灾害与环境系统研究的几个问题[J]. 中国地质, 1994(11): 20–21, 10.

[2] 谢刚, 谢元贵, 廖小锋, 等. 基于水土流失敏感性的岩溶地区景观生态风险评价——以黔南州为例[J]. 水土保持研究, 2018, 25(3): 298–304.

[3] 李志鹏, 宋现锋, 李润奎. 基于样本分级的土壤属性自适应回归拟合方法[J]. 土壤, 2014, 46(3): 562–568.

[4] 潘小艳. 重庆喀斯特山区土壤侵蚀与土地利用/覆被的耦合关系研究[D]. 重庆: 西南大学, 2014.

[5] BORRELLI P, SCHÜTT B. Assessment of soil erosion sensitivity and post–timber–harvesting erosion response in a mountain environment of Central Italy[J]. Geomor­phology, 2014(204): 412–424.

[6] PRASANNAKUMAR V, SHINY R, GEETHA N, et al. Spatial prediction of soil erosion risk by remote sensing, GIS and RUSLE approach: a case study of Siruvani river watershed in Attapady valley, Kerala, India[J]. Environmental Earth Sciences, 2011(64): 965–972.

[7] 凡非得, 王克林, 熊鹰, 等. 西南喀斯特区域水土流失敏感性评价及其空间分异特征[J]. 生态学报, 2011, 31(21): 6353–6362.

[8] 陈盼盼, 胡利利, 李亦秋, 等. 龙门山地区水土流失敏感性评价及其空间分异[J]. 水土保持通报, 2017, 37(3): 237–241.

[9] 李阳兵, 邵景安, 王世杰, 等. 基于岩溶生态系统特性的水土流失敏感性评价[J]. 山地学报, 2007, 25(6): 671– 677.

[10] 王娇, 程维明, 祁生林, 等. 基于USLE和GIS的水土流失敏感性空间分析——以河北太行山区为例[J]. 地理研究, 2014, 33(4): 614–624.

[11] 欧阳志云, 王效科, 苗鸿. 中国生态环境敏感性及其区域差异规律研究[J]. 生态学报, 2000, 20(1): 10–13.

[12] GAO Jiangbo, WANG Huan, ZUO Liyuan. Spatial gradient and quantitative attribution of karst soil erosion in Southwest China. [J]. Environmental Monitoring and Assessment, 2018, 190(12): 730.

[13] 戴海伦, 苑爽, 张科利, 等. 贵州省降雨侵蚀力时空变化特征研究[J]. 水土保持研究, 2013, 20(1): 37–41.

[14] 刘国华, 傅伯杰, 陈利顶, 等. 中国生态退化的主要类型、特征及分布[J]. 生态学报, 2000, 20(1): 14–20.

[15] 万军. 贵州省喀斯特地区土地退化与生态重建研究进展[J]. 地球科学进展, 2003, 18(3): 447–453.

[16] 刘云慧, 龙俐, 谷晓平, 等. 贵州省黔西南地区石漠化空间分布特征分析[J]. 贵州气象, 2008, 32(1): 3–6.

[17] 陈伟. 石漠化治理背景下的农户生计研究[D]. 南京, 南京林业大学, 2015: 16–18.

[18] 史迎春, 舒英格. 喀斯特石漠化时空变化特征及驱动因子分析——以贵州晴隆县为例[J]. 林业资源管理, 2017, 2(1): 135–143.

[19] 州政府办. 自然地理[EB/OL]. (2017-05-27)[2020-2-27]. http: //www. qxn. gov. cn/ViewGovPublic/Article. 1. 1/ 110293. html.

[20] 刘佳丽, 张学俭. 珠江上游水土流失导致石漠化现象的分析及防治对策[J]. 水利水电技术, 2009, 40(7): 98–102.

[21] 鲍恩俣, 熊康宁, 刘子琦, 等. 喀斯特不同侵蚀场地土壤颗粒分布及可蚀性特征[J]. 森林与环境学报, 2020, 40(2): 156–163.

[22] 王万忠, 焦菊英. 中国的土壤侵蚀因子定量评价研究[J]. 水土保持通报, 1996, 16(5): 1–20.

[23] 许月卿, 周巧富, 李双成. 贵州省降雨侵蚀力时空分布规律分析[J]. 水土保持通报, 2005, 25(4): 11–14, 113.

[24] 周伏建, 陈永葆. 福建省降雨侵蚀力指标的初步探讨[J]. 亚热带水土保持, 1989(2): 58–60.

[25] 孙德亮, 赵卫权, 李威, 等. 基于GIS与RUSLE模型的喀斯特地区土壤侵蚀研究——以贵州省为例[J]. 水土保持通报, 2016, 36(3): 271–276, 283.

[26] 刘新华, 杨勤科, 汤国安. 中国地形起伏度的提取及在水土流失定量评价中的应用[J]. 水土保持通报, 2001, 21(1): 57–59, 62.

[27] WILLIAMS J R. The Erosion-Productivity Impact Calculator (EPIC) Model: A Case History[J]. The Royal Society, 1990, doi: 10.1098/rstb.1990.0184.

[28] CHEN Hao, ZHANG Xiaoping, ABLA M, et al. Effects of vegetation and rainfall types on surface runoff and soil erosion on steep slopes on the Loess Plateau, China[J]. Catena, 2018(170): 141–149.

[29] 徐涵秋, 张博博, 关华德, 等. 南方红壤区林下水土流失的遥感判别——以福建省长汀县为例[J]. 地理科学, 2017, 37(8): 1270–1276.

[30] 黄路平. 基于3S技术的长汀县水土流失敏感性评价研究[D]. 福州, 福州大学, 2015.

[31] LIU L, LIU X H. Sensitivity Analysis of Soil Erosion in the Northern Loess Plateau[J]. Procedia Environmental Sciences, 2010(2): 134–148.

[32] 刘发勇, 熊康宁, 兰安军, 等. 贵州省喀斯特石漠化与水土流失空间相关分析[J]. 水土保持研究, 2015, 22(6): 60– 64, 71.

[33] 兰安军, 张百平, 熊康宁, 等. 黔西南脆弱喀斯特生态环境空间格局分析[J]. 地理研究, 2003, 22(6): 733–741.

[34] 谷树忠. 坡改梯的损益分析——以贵州省喀斯特地区为例[J]. 自然资源学报, 1999, 14(2): 151–156.

[35] 曹建华, 蒋忠诚, 杨德生, 等. 中国西南岩溶区土壤允许流失量及防治对策[J]. 中国水土保持, 2008(12): 40–45.

Assessment of sensitivity of soil and water loss in rocky desertification ecologically vulnerable area, southwest Guizhou

LONG Ronghua, SUN Hu*, XU Yinyao

School of Geography and Tourism, Shaanxi Normal University, Xi’an 710119, China

In order to explore the spatial distribution characteristics of water and soil loss sensitivity in southwest Guizhou.Basedon geographic information system (GIS) and sensitivity evaluation model select rainfall erosivity,topography,vegetation type and soil type as integrated assessment index of water and soil loss sensitivity and establish classification standard of assessment. The sensitivity of soil and water loss was analyzed and assessed with multiple and single index.And the soil erodibility of each soil type was calculated to enhance the scientificity of the assessment result.The results showed that: (1) The sensitivity of water and soil loss in southwest Guizhou is generally higher.The proportion ofeach sensitivity level area from large to small was:moderate sensitivity,slight sensitivity,high sensitivity,extreme sensitivity and insensitivity.The areas with slight sensitivity or above accounted for 83.4%,and the degree of water and soil loss was serious.In general,it gradually increases from the center to the surroundings,the east is higher than the west.In nine counties and cities,over 90% of the county areas are covered by mild sensitivity in Qinglong County,Wangmo County and Ceheng County.(2) In each assessment index,the correlation of sensitivity on water and sol loss from high to low is as follows:topography, soil type,rainfall erosivity,vegetation type.Topography has the greatest impact on soil and water loss.The research aims to provide scientific basis for soil and water loss control and further mitigation of rocky desertification in southwest Guizhou.

southwest Guizhou; soil and water loss; sensitivity; spatial distribution

10.14108/j.cnki.1008-8873.2021.06.016

X826

A

1008-8873(2021)06-133-07

龙蓉华, 孙虎, 徐崟尧. 黔西南石漠化生态脆弱区水土流失敏感性评价[J]. 生态科学, 2021, 40(6): 133–139.

LONG Ronghua, SUN Hu, XU Yinyao. Assessment of sensitivity of soil and water loss in rocky desertification ecologically vulnerable area, southwest Guizhou[J]. Ecological Science, 2021, 40(6): 133–139.

2020-05-05;

2020-05-26

陕西省水利厅基金项目(201510085)作者简介:龙蓉华 (1996—), 女, 湖南花垣人, 硕士研究生, 研究方向为水土保持与环境治理, E-mail:carolronghua@qq.com

通信作者:孙虎(1962—), 男, 陕西西安人, 教授, 主要从事自然地理与水土保持研究, E-mail:kycjh6@snnu.edu.cn