APP下载

延河流域土壤侵蚀对LUCC的响应及驱动力

2022-07-03何佳瑛任立清蒋晓辉孙昊田雷宇昕

水土保持研究 2022年4期
关键词:延河模数土壤侵蚀

何佳瑛, 任立清, 蒋晓辉, 孙昊田, 雷宇昕, 邓 椿

(1.西北大学 城市与环境学院, 西安 710127; 2.运城学院 文化旅游系,山西 运城 044000; 3.乌鲁木齐气象卫星地面站, 乌鲁木齐 830011)

土壤侵蚀是全球范围内最典型的土地退化形式之一,导致大量肥沃土壤的流失,危及当地的粮食安全,进一步加剧贫困,流失的泥沙淤积河道,导致下游地区发生洪涝灾害,危害下游地区的人身安全和财产安全,损害人类福祉,引起严重的生态环境问题和社会经济问题[1-2]。人类活动造成的土地退化影响了全球1.964×109hm2的土地,其中1.903×109hm2的土地退化是由水力侵蚀造成的,主要由森林砍伐、过度放牧以及不合理的农业生产实践引起的[3-4],农业生产已造成了全球75%的土壤侵蚀,影响了世界80%的耕地,并对40%的农业土地的粮食生产产生不利影响[5]。

国内外学者在人类活动对土壤侵蚀的影响方面,进行了广泛的研究,主要集中在土地利用变化以及水土保持措施对土壤侵蚀的影响两个方面[6-7],经历了由定性到定量、由单一描述到综合评价的发展过程[8-9]。现阶段常用的土壤侵蚀模型为经验统计模型和物理成因模型,物理成因模型因其涉及参数多、数据获取难、滤参过程复杂,在实际研究中受到限制,经验统计模型中的通用土壤流失方程USLE或修正的RUSLE方程,因涉及参数少、数据获取较容易,且易与GIS和RS技术相结合,在坡面侵蚀和区域侵蚀研究中被广泛应用[10-12]。利用修正的土壤流失方程RUSLE模型,通过研究土地利用转移与土壤侵蚀变化的关系或者不同土地利用类型上土壤侵蚀强度指数的变化,探究土地利用变化对土壤侵蚀的影响[13-14]。现有研究成果主要探讨的是LUCC引起土壤侵蚀正、负相抵后的综合效应以及驱动力,鲜有分别对LUCC引起的土壤侵蚀效应和土壤保持效应进行研究的,忽略了同一时期内,LUCC对土壤侵蚀的“双重作用”。

延河流域是黄河中游黄土高原水土流失最为严重的区域之一,其中水土流失面积7 127 km2,占流域总面积的92.3%,约有60%的面积处于强度侵蚀以上,因此,延河流域一直是我国水土保持重点治理区和退耕还林(草)工程重点建设区[15]。研究延河流域土壤侵蚀对LUCC的响应及驱动力,为今后延河流域水土保持和生态环境建设提供依据,进一步促进延河流域的生态保护和高质量发展。本研究构建土壤侵蚀对LUCC的响应模型,探讨1980—2018年期间,土壤侵蚀对LUCC变化响应的格局和过程、LUCC引起的土壤侵蚀效应和土壤保持效应的演化过程以及驱动力。

1 研究区概况

延河流域位于黄河流域黄土高原中部36°23′—37°17′N,108°45′—110°28′E,黄河一级支流,发源于靖边县,由西北向东南,流经志丹、安塞、宝塔、延长4县(区),河流全长286.9 km,流域总面积为7 725 km2(图1)。延河流域属于中温带半干旱季风气候,降水年际变化大,年内分配极不均匀,多年平均降水量为508.80 mm,集中分布在6—9月,占全年降雨量70%以上。流域内地形主要以黄土丘陵沟壑区为主,其占流域面积的90%左右,地带性土壤中黄绵土的面积最大,占耕地面积的80%左右,在地表植被覆盖较低时,黄绵土抗冲性和抗蚀性较差,在暴雨发生时极易遭受侵蚀[16]。

图1 延河流域概况及雨量站点分布

特殊的气候和地质地貌条件,加上强烈的人类活动,导致延河流域成为黄土高原地区水土流失最为严重的区域之一,土壤侵蚀方式主要是水蚀。根据土壤侵蚀调查结果显示,延河流域约有60%的面积处于强度侵蚀以上,恶劣的沟壑地貌、夏季暴雨冲刷以及不合理陡坡耕种为主的耕作方式是该区域土壤侵蚀严重的主要原因[17]。

2 数据与方法

2.1 数据收集

本研究基础数据包括日降雨数据、土地利用数据、NDVI数据、DEM数据、土壤数据以及社会经济数据。1980—1990年、2006—2018年日降雨数据,由流域内38个雨量站通过空间插值获得,源数据来自黄河水利委员会黄河水文年鉴。1991—2005年日降雨数据,由流域内及周边9个气象站通过空间插值获得,源数据来自陕西省水文总站、宝塔区气象局、安塞县气象局、延长县气象局、安塞县气象局以及中国国家气象站。

1980年、1990年、1995年、2000年、2005年、2010年、2015年、2018年的土地利用数据来自黄土高原科学数据中心(http:∥loess.data.ac.cn/),空间分辨率为1 km。1981年、1990年、1995年NDVI数据是由GIMMS AVHRR 15 d最大合成法获得月NDVI数据,2000年、2005年、2010年、2015年、2018年NDVI数据是由MODIS 16 d最大合成法获得月NDVI数据,再分别用生长季的月平均NDVI数据获得年NDVI数据,GIMMS和MODIS遥感影像数据(https:∥labsweb.nascom.nasa.gov/),分辨率分别为8 km和250 m。DEM数据来自中国科学院资源环境科学与数据中心分辨率为30 m,土壤数据来自寒区旱区科学研究数据中心 HWSD数据集。

2.2 研究方法

2.2.1 模型的构建 本研究试图探究研究期内LUCC对土壤侵蚀的影响,在修正土壤流失RUSLE模型基础上,构建土壤侵蚀强度对LUCC的响应模型。该模型不考虑前期LUCC的“累积效应”,研究t时期到t+1时期,LUCC对土壤侵蚀的影响,为了不考虑降雨变化对土壤侵蚀的影响,该模型中的降雨侵蚀力采用t时期到t+1时期的平均降雨侵蚀力。潜在土壤侵蚀V若为正值,说明相比于前一时期,LUCC引起的土壤侵蚀强度增大,V值越大,土壤侵蚀强度增大的越多;若V为负值,说明相比于前一时期,LUCC所引起的潜在土壤侵蚀强度减小,V的绝对值越大,单位面积上潜在土壤侵蚀强度减小的越多,潜在土壤侵蚀对当前人类活动的响应模型如下:

V=R·K·L·S(Ht+1-Ht)

式中:V为年单位面积潜在土壤侵蚀变化值,1 t/(hm2·a)=100 t/(km2·a);R为t时期到t+1时期的平均降雨侵蚀力(MJ·mm/[hm2·h·a]);K为土壤可蚀性因子[t·hm2·h/(hm2·MJ·mm)];L为坡长因子;S为坡度因子;Ht+1,Ht分别为t+1和t时期的LUCC因子。L,S,Ht+1,Ht因子为无量纲,单位均为1。

采用章文波[17]、谢云[18]等的降雨侵蚀力模型,计算了1980—2018年各个雨量站或气象站年平均降雨侵蚀力,采用IDW内插方法进行降雨侵蚀力空间表面插值,得到延河流域年降雨侵蚀力分布图。采用侵蚀/生产力影响模型EPIC中发展的土壤可蚀性因子K的估算方法,计算出土壤可蚀性因子K值。坡度和坡长因子计算时,首先运用ArcGIS根据延河流域30 m分辨率的DEM(重采样为20 m×20 m)分别提取坡度θ和坡长l,再根据学者们提出的黄土高原的坡度因子S和坡长因子L计算公式计算得到坡度坡长因子[19-20]。根据上述模型,利用ArcGIS计算V值时,所有变量图层都重采样为20 m×20 m栅格。

2.2.2 土地利用/覆被变化因子计算方法 根据已有研究成果中,LUCC对土壤侵蚀的作用机理,土地利用类型、林草植被覆盖度以及坡耕地的坡度是LUCC影响土壤侵蚀的主要因素。利用修正的土壤流失RUSLE模型中的植被覆盖与管理因子C、耕作措施因子P的计算方法确定土地利用类型、林草植被覆盖度以及坡耕地的坡度变化对土壤侵蚀的影响,H因子综合考虑了土地利用类型、林草地和耕地的植被覆盖度以及耕地的坡度[21]。在确定土地利用因子时,借鉴我国学者张岩[22]、江忠善[23]等对黄土高原覆盖与管理因子的研究成果,以及王万忠等[24]对黄土高原水土保持因子的研究成果,对延河流域土地利用因子H赋值。林地和草地的土地利用因子H主要与植被覆盖度相关,把林地和草地的植被覆盖度分为0~20%,20%~40%,40%~60%,60%~80%,80%~100%共5类,其相应的H值分别为0.100,0.080,0.060,0.020,0.004和0.450,0.240,0.150,0.090,0.043;耕地的土地利用因子H值主要与坡度有关,将耕地的坡度分为0°~6°,6°~15°,15°~25°,>25°共4类,其相应的H值分别为0.002,0.046,0.115,0.138;另外,建设用地的H值为0.900,水体和未利用地的H值均为1.000。

3 结果与分析

3.1 土壤侵蚀因子

3.1.1 降雨侵蚀力因子 延河流域在1980年、1990年、1995年、2000年、2005年、2010年、2015年、2018年的降雨侵蚀力均值分别为1 048.69,1 773.24,1 113.93,743.09,1 612.3,1 450.30,654.78,2 088.55 MJ·mm/(hm2·h·a),1980—2015年的变化基本以10 a为一个周期,增减交替进行。从整个研究时段来看,延河流域降雨侵蚀力以及其变化幅度具有增大的趋势,这可能与全球气候变化有关,全球气候变化导致了降雨增加和极端天气增加。1980—1990年、1990—1995年、1995—2000年、2000—2005年、2005—2010年、2010—2015年、2015—2018年,每个时期的平均降雨侵蚀力分别为1 410.97,1 443.59,928.51,1 048.74,1 402.35,1 052.54,1 371.67 MJ·mm/(hm2·h·a)(图2),除了1990—1995年和2010—2015年两个时期,降雨侵蚀力波动较大之外,其他时期降雨侵蚀力差异不大,因此,采用平均降雨侵蚀力可以减弱降雨侵蚀力变化对LUCC引起土壤侵蚀变化的干扰。

3.1.2 土壤可蚀性因子 延河流域土壤可蚀性最小值为0.037 7 t·hm2·h/(hm2·MJ·mm),最大值为0.061 1 t·hm2·h/(hm2·MJ·mm),平均值为0.056 8 t·hm2·h/(hm2·MJ·mm)。黄绵土在整个流域分布最为广泛,占到整个流域的56%,其土壤可蚀性为0.059 3 t·hm2·h/(hm2·MJ·mm),大于流域内土壤平均可蚀性0.056 8 t·hm2·h/(hm2·MJ·mm)。从整个流域来看,土壤可蚀性与地势具有很大的关系,土壤可蚀性弱的区域主要分布在河流两岸,沿延河干流分布;其次,分布在延河流域下游地区,呈斑块状分布。流域上游和中游土壤平均可蚀性相当,接近0.056 8 t·hm2·h/(hm2·MJ·mm),下游土壤平均可蚀性略低于上游和中游。

注:平均降雨侵蚀力单位为t·hm2·h/(hm2·MJ·mm)。

图3 延河流域坡度坡长因子分布

3.1.3 坡度坡长因子 利用DEM分别提取延河流域土壤侵蚀的坡度因子和坡长因子,坡长因子L的平均值为2.17,坡度因子S的平均值为6.30,可见,坡度因子对延河流域土壤侵蚀的影响远大于坡长因子。延河流域坡度坡长因子LS值的变化范围为0~77(当坡度坡长因子接近0时,取值为1),整个流域坡度坡长因子的均值为14.0,中游坡度坡长因子值为14.04,与整个流域坡度坡长因子值接近,上游和下游坡度坡长因子均值接近,分别为14.60,14.45(图3)。

3.1.4 土地利用/覆被变化因子 1980—1990年,延河流域土地利用/覆被变化因子平均增加了0.019,平均减少了0.007,正负相抵后,整个流域LUCC因子平均增加0.01。1990—1995年,延河流域LUCC因子平均增加了0.015,平均减少了0.016,正负相抵后,整个流域LUCC因子减小0.001。1995—2000年,LUCC因子平均增加了0.005,平均减少了0.036,正负相抵后,整个流域LUCC因子平均减少了0.03。2000—2005年,LUCC因子平均增加了0.007,平均减少了0.03,正负相抵后,整个流域LUCC因子平均减少了0.02。2005—2010年,LUCC因子平均增加了0.004,平均减少了0.015,正负相抵后,整个流域LUCC因子平均减少了0.01。2010—2015年,LUCC因子平均增加了0.004,平均减少了0.033,正负相抵后,整个流域LUCC因子平均减少了0.03。2015—2018年,LUCC因子平均增加了0.043,平均减少了0.052,正负相抵后,整个流域LUCC因子平均减少了0.02。1990—2018年,每个时期内LUCC因子兼有增蚀和减蚀“双重”作用,减蚀作用大于增蚀作用,综合而言,LUCC因子具有减蚀作用(图4)。

3.2 LUCC引起的土壤侵蚀变化

3.2.1 LUCC引起土壤侵蚀的时间演化 1980—1990年、1990—1995年、1995—2000年、2000—2005年、2005—2010年、2010—2015年、2015—2018年的7个时期内,延河流域LUCC引起土壤侵蚀模数增加和减少共存,表明LUCC的土壤侵蚀效应和土壤保持效应共存(图5)。在这7个时期内,LUCC增加的土壤侵蚀模数均值,分别为2 573,1 859,410,624,382,256,3 537 t/(km2·a),表明1980—2015年,LUCC引起的土壤侵蚀效应呈不断减弱的趋势,在2010—2015年侵蚀模数达到极小值256 t/(km2·a)后,2015—2018年侵蚀模数又急剧增加;LUCC减小的土壤侵蚀模数均值,分别为744,1 973,2 948,3 033,1 704,2 937,5 944 t/(km2·a),表明LUCC引起的土壤保持效应增强和减弱交替进行,总体上呈不断增强的趋势。LUCC的土壤侵蚀效应和土壤保持效应相抵后,其引起的总效应分别为1 409,-236,-2 704,-2 658,-1 545,-3 332,-3 196 t/(km2·a),表明延河流域LUCC在1980—1990年引起土壤侵蚀效应,1990—2018年引起土壤保持效应增强和减弱交替进行,总体上呈增强趋势。

图4 每个时期LUCC因子变化时空分布

图5 土壤侵蚀模数随时间演化趋势

3.2.2 LUCC引起土壤侵蚀的空间演化 借鉴现阶段对黄土高原土壤侵蚀等级的划分,本研究把土壤潜在侵蚀模数变化划分为8个等级(表1)。1980—2018年的7个研究期内,LUCC减少的土壤侵蚀强度,以“中度及以下减少”为主,在整个延河流域基本呈连续面状分布;“强度减少”“极强度减少”“剧烈减少”在空间上呈现出由局部“零星”分布向整个流域“均质”分布的演变规律;经历了由“极强度减少”为主,向“极强度减少”和“剧烈减少”均衡分布的演变过程(图6)。LUCC增加的土壤侵蚀强度,以“中度及以下增加”为主,在整个流域内的分布,1980—2005年呈现出由中游—下游—上游演替的格局;2005—2018年,逐渐演化为在整个流域“零星”均质分布。结果表明,LUCC的土壤保持效应在延河流域空间上分布,呈现出由局部集中到全局均一化,面积不断扩大,等级不断提高;LUCC的土壤侵蚀效应在延河流域空间上的分布呈现出由集中到分散,面积不断缩小,等级不断降低。

表1 LUCC引起土壤侵蚀模数变化的等级

3.3 引起土壤侵蚀变化的LUCC过程分析

3.3.1 引起土壤侵蚀效应的LUCC过程分析 1980—1990年,LUCC增加的土壤侵蚀模数均值为2 573 t/(km2·a),主要由3.6 km2,7.8 km2的林草地分别转变成建设用地和耕地,177.2 km2林地和1 027.7 km2草地的植被覆盖度下导致的(表2)。1990—1995年,LUCC增加的土壤侵蚀模数均值为1 859 t/(km2·a),主要是由4.5 km2的林草地转化为耕地,3.1 km2草地转化为建设用地,3.4 km2的林地转化为草地,0.4 km2的草地转化为林地,10.7 km2耕地转化为林草地和建设用地以及219.8 km2林地和618.2 km2的草地植被覆盖度降低导致的。1995—2000年,LUCC增加的土壤侵蚀模数均值为410 t/(km2·a),主要由2.1 km2的林地、1.4 km2的草地转化成耕地,41 km2耕地转化成林草地和建设用地,55.8 km2的林地和250.3 km2的草地的植被覆盖度降低导致的。2000—2005年,LUCC增加的土壤侵蚀模数均值为624 t/(km2·a),主要由耕地转化成5.4 km2的林地、1.9 km2的草地、0.7 km2水体和2.1 km2的建设用地,0.5 km2的林地转化成草地,0.7 km2的草地转化成建设用地,以及43.1 km2的林地和291.9 km2的草地植被覆盖度降低引起的。2005—2010年,LUCC增加的土壤侵蚀模数均值为382 t/(km2·a),主要是由4.6 km2的耕地转化成建设用地,59.9 km2的林地和207.6 km2的草地的植被覆盖度降低引起的。2010—2015年,LUCC增加的土壤侵蚀模数均值为256 t/(km2·a),主要是由于耕地转化成0.7 km2的水体、5.0 km2的建设用地、12.2 km2的未利用地,林地转化成1.9 km2的未利用地,草地转化成1.4 km2的耕地、9.5 km2的未利用地,15.5 km2的林地和27.4 km2的草地的植被覆盖度降低引起的。2015—2018年,LUCC增加的土壤侵蚀模数均值为3 537 t/(km2·a),主要是由于141.3 km2林地和230.7 km2草地转化成耕地,235.9 km2的林地转化成草地,321.6 km2的耕地转化成林草地,39.8 km2的林草地和耕地转化成建设用地,26.1 km2林草地植被覆盖度降低,以及未利用地增加了25.5 km2引起的,由此可见,2015—2018年土壤侵蚀效应的增强主要是由于耕地扩张导致的。

图6 每个时期LUCC引起土壤侵蚀变化的时空分布

表2 引起土壤侵蚀效应的LUCC km2

3.3.2 引起土壤保持效应的LUCC过程分析 1980—1990年,LUCC减少的土壤侵蚀模数为744 t/(km2·a),主要是由143.7 km2林地、352.4 km2草地的植被覆盖度增加引起的(表3)。1990—1995年,LUCC减少的土壤侵蚀模数为1 973 t/(km2·a),主要是由6.2 km2耕地还林草地,18.8 km2的草地转化成林地,477.8 km2草地、56.6 km2林地植被覆盖度增加引起的。1995—2000年,LUCC减少的土壤侵蚀模数为2 948 t/(km2·a),主要由1 322.2 km2草地和268.7 km2林地植被覆盖度增加引起的。2000—2005年,LUCC减少的土壤侵蚀模数为3 033 t/(km2·a),主要由265.4,1 096.1 km2林草地植被度盖度增加,121.2 km2耕地退耕为林草地,43.7 km2林地转化为草地引起的。2005—2010年,LUCC减少的土壤侵蚀模数为1 704 t/(km2·a),主要由7.7 km2耕地转化为林地,228.4 km2林地和838.5 km2草地植被覆盖度增加引起的。2010—2015年,LUCC减少的土壤侵蚀模数为2 937 t/(km2·a),主要由543.5 km2林地和2 385.1 km2草地植被覆盖度增加引起的。2015—2018年,LUCC减少的土壤侵蚀模数为5 944 t/(km2·a),主要由1 321.7 km2的耕地转化为林草地,180.0 km2林地和1 327.4 km2草地植被覆盖度增加,未利用地转化成13.8 km2建设用地以及640.8 km2林草地转化成耕地引起的。2015—2018年,640.8 km2林草地转化成耕地,引起的土壤保持效应增强,根据实际调研,这里的林草地应该是2015年之前抛荒形成的“林草地”,恢复耕作反而起到了水土保持作用。

表3 引起土壤保持效应的LUCC km2

3.4 土壤侵蚀对LUCC响应的驱动力

1980—1990年,延河流域生产力水平较低,农业为主导产业,人口基数大,增长速度快,对食物、燃料以及建设用地和建筑材料等生活资料需求量大,促使其不断乱垦滥伐、漫山放牧,水土保持工程和生态工程力度较小,对抑制土壤侵蚀作用有限。人口的生存需求以及传统的农业生产方式成为这一时期潜在土壤侵蚀主要驱动力。1990—1995年,耕地开垦、放牧以及农村建设,仍然是土壤侵蚀增加的主要驱动力,水土保持措施和生态工程是侵蚀减小的主要的驱动力。1995—2000年,工业化和城市化对增强侵蚀和减弱侵蚀并存,工业化初期破坏土壤侵蚀作用大于水土保持作用[25],生态修复工程是土壤侵蚀减弱的主要驱动力[26-27]。2000—2010年,土壤侵蚀减弱主要受退耕还林草工程影响,林草植被覆盖度增加以及城市化吸引大量的农民进程务工,减轻对农业的压力,间接增加林草植被覆盖度[28-29]。人口需求、农业发展、城市化以及退耕还林草工程管理不善是潜在土壤侵蚀增强主要驱动力,退耕还林草措施、城市化导致的城乡收入差距是潜在土壤侵蚀减弱的主要驱动力。2010—2018年,除退耕还林(草)工程外,人口城市化减轻了农业人口对耕地的压力,逐渐成为土壤侵蚀减弱的主要驱动力,城市化导致的撂荒引起土壤侵蚀的增加,但城市化的土壤保持效应大于土壤侵蚀效应;由粮食危机引起的“18亿亩耕地红线仍须坚守”以及相应的土地政策导致增加侵蚀和减弱侵蚀并存,以增加侵蚀为主[30]。这一时期,城市化和土地政策皆具有促进土壤侵蚀增强和减弱的“双重”作用力,前者是土壤侵蚀减弱的主要驱动力,后者是土壤侵蚀增强的主要驱动力。

由上述分析可以看出,根据LUCC引起土壤侵蚀的效应和驱动力不同,可以把延河流域土壤侵蚀对LUCC的响应分为4个阶段:第一阶段(1980—1990年),在人口需求驱动下,耕地开垦、农村建设用地开发等农业农村的发展是引起潜在土壤侵蚀增加的主要驱动力,水土保持政策减蚀作用比较小,未能扭转侵蚀增加的局面;第二阶段(1991—1998年),人口需求驱动下的农业和工业发展成为引起潜在土壤侵蚀增强的主要驱动力,政策推动下的生态工程成为潜在土壤侵蚀减弱的主要驱动力,这一阶段人类活动引起的潜在侵蚀总强度、总效应是在减弱;第三阶段(1999—2010年),人口需求和社会生产力发展推动下的工业发展和城市化与农业发展一并成为人类活动增强侵蚀的主要驱动力,政策推动下的退耕还林工程成为人类活动减蚀的主要驱动力[31];第四阶段(2011—2018年),土地政策驱动下的农业发展、城市化建设是人类活动增蚀的主要驱动力,人口城市化是人类活动减蚀的主要驱动力[32]。

4 结 论

(1) 这7个时期,LUCC增加的土壤侵蚀模数分别为2 573,1 859,410,624,382,256,3 537 t/(km2·a),除2015—2018年,土壤侵蚀效应呈不断减弱趋势;LUCC减少的土壤侵蚀模数分别为744,1 973,2 948,3 033,1 704,2 937,5 944 t/(km2·a),土壤保持效应呈不断增强趋势;LUCC引起的土壤侵蚀模数分别为1 409,-236,-2 704,-2 658,-1 545,-3 332,-3 196 t/(km2·a),1980—1990年,以土壤侵蚀效应为主,1990—2018年,以土壤保持效应为主,且呈不断增强趋势。

(2) 1980—2018年,LUCC引起土壤侵蚀的主要驱动力在不断变化,不同时期的主要驱动力分别为:1980—1990年,为了满足巨大的人口需求,不断开垦耕地、放牧;1991—1999年,小流域水土保持政策的实施;2000—2010年,以退耕还林(草)工程为主的生态措施的实施,以及工业发展和城市建设;2011—2018年,人口城市化和土地政策的实施。

本研究除了得出与前人研究一致的结论外,还得出:延河流域LUCC的土壤侵蚀效应呈不断减弱趋势(2015—2018年除外)、土壤保持效应呈不断增强趋势;引起土壤侵蚀效应的主要驱动力经历了人口需求—工业发展、城市建设—土地政策的演化过程;引起土壤保持效应的驱动力经历了水土保持政策—生态工程建设—人口城市化的演化过程等创新性的结论。由于本研究的时间序列较长,连续性的高分辨率遥感数据缺乏,LUCC数据采用分辨率为1 km2遥感数据,导致研究结果存在一定的误差。该研究仍然没能将研究期内降雨侵蚀力和土地利用/覆被变化引起的土壤侵蚀区分开,科学分离出降雨侵蚀力的影响,定量表达LUCC引起土壤侵蚀随时间的演化是今后研究的方向。

猜你喜欢

延河模数土壤侵蚀
祁连山南坡土壤侵蚀定量研究与影响因素分析
延河晨晓(小提琴独奏)
陕西省汉江流域2000-2015年土壤侵蚀时空分异特征研究
基于单片机和模数化设计的低压侧电压监视与保护装置
模数化设计方法在景观铺装设计中的应用
土壤侵蚀与水土保持研究进展探析
《延河之畔》
延河在我心上流
基于ENVI和ArcGis的云南省侵蚀模数图量算方法
岗托土壤侵蚀变化研究