松嫩典型黑土区耕地切沟密度分布特征及影响因子

李坤衡，张 岩，陈 昶，张俊彬，梁彦荣，王佳希

松嫩典型黑土区耕地切沟密度分布特征及影响因子

李坤衡，张 岩※，陈 昶，张俊彬，梁彦荣，王佳希

（北京林业大学水土保持学院，北京 100083）

东北黑土区是中国重要的商品粮生产基地，该地区耕地切沟侵蚀严重威胁农业生产及生态环境。为掌握松嫩典型黑土区耕地切沟密度分布特征及影响因子，基于全国第一次水利普查的998块抽样调查单元和1∶10 000地形图，以及2018年Google高分遥感影像目视解译提取调查单元内所有切沟，采用地理探测器分析切沟密度空间分布的影响因子，分析松嫩典型黑土区耕地切沟密度的空间分布规律。结果表明：1）35.64%的耕地调查单元有切沟发育，切沟线密度变化在0.18～17.48 km/km2，面密度变化在425.95～91 921.34 m2/km2。2）地形和降水显著（<0.05）影响松嫩典型黑土区耕地切沟密度，坡度是影响耕地切沟密度空间分布最重要的环境因子。3）依据切沟线密度划分，松嫩典型黑土区东部的黑土带耕地切沟侵蚀严重，轻度侵蚀以上面积占比35.87%，强烈侵蚀以上（切沟线密度≥2 km/km2）面积占比33.33%，剧烈侵蚀面积占比27.94%。黑钙土带有6.65%的面积遭受剧烈切沟侵蚀，星落分布于黑钙土带的边缘。系统抽样与高分辨率遥感相结合的方法能够在一定程度上揭示松嫩典型黑土区耕地切沟密度的空间分布规律，相比于全面普查，抽样调查效率更高，可为黑土区的切沟治理及黑土地保护利用提供参考。

黑土；切沟；遥感；抽样调查；地理探测器

0 引 言

东北地区是中国商品粮的优势产区，2019年粮食产量达到1.65亿t，约占全国粮食产量的25%[1]。东北地区以黑土和黑钙土为主的典型黑土区面积为33.3 万km2，区内耕地面积16.7万km2，其中松嫩典型黑土区占典型黑土区总面积的63.8%[2]。东北黑土区近百余年的垦殖造成黑土地严重侵蚀退化[3-4]。作为加速土壤侵蚀的一种形式，沟蚀的加剧表明一种极端形式的土地退化[5-6]。黑土区的侵蚀沟造成了农田流失破碎，机械耕作受阻，交通、水利和人居设施损毁，严重威胁粮食安全和生态环境[3]。探究黑土区耕地侵蚀沟的发育及分布特征，可以为侵蚀沟治理和黑土资源保护提供科学依据。

切沟是东北地区侵蚀沟的主要类型，切沟形态参数能够反映出侵蚀沟的发展阶段[7]，切沟密度是反映沟蚀剧烈程度的主要指标[8]。同时，侵蚀沟的空间分布特征对研究其发育诱因和防治具有重要意义[9]。实地测量结果表明松嫩黑土区海伦县393 km2的区域上平均切沟密度为1.39 km/km2[10]。由于实地测量难以满足大空间尺度切沟的研究需求[11-12]，更多切沟密度的研究主要依赖卫星遥感影像作为数据源。有研究表明QuickBird（分辨率0.61 m）高分影像目视解译黄土高原的切沟参数时，沟长的误差能够控制在1.5 个像元内，面积的相对误差可控制在 5%左右[13]，说明高分影像在切沟提取方面可以保证一定的精度。亚米级高分辨率卫星遥感影像GeoEye-1、QuickBird、Pleiades以及航空影像等广泛用于提取黑土区切沟的形态参数和切沟密度[13-17]。但已有研究成果局限于相对较小的空间尺度，多为县级或流域等中小尺度。例如，基于高分卫星影像的研究表明吉林省九台区三岔河流域（157.88 km2）耕地侵蚀沟密度为1.54 km/km2，与耕作方式和海拔具有密切关系；基于数字航空影像（分辨率0.2 m）的研究表明嫩江县沟道侵蚀以切沟为主，主要分布在丘陵区的耕地上[16-17]。

东北黑土区大尺度侵蚀沟调查成果主要来源于全国第一次水利普查的侵蚀沟专项调查，以2.5 m分辨率遥感影像和1∶5万数字线划图为主要信息源，普查结果为东北黑土区长度在100～5 000 m的侵蚀沟共有295 663条[18]，但是由于<100 m的侵蚀沟并未纳入统计范畴以及遥感影像分辨率限制，调查结果与实际情况相比，可能低50%左右[19-20]。到目前为止，尚没有黑土区切沟分布图公开发表，切沟密度的空间变化特征还不清楚。因此，有必要进一步探究东北黑土区侵蚀沟发展现状和空间分布特征，明确侵蚀沟易发区域。在侵蚀沟自动提取技术尚不成熟的情况下，使用目视方法解译高分影像进行大区域侵蚀沟详查，需要投入大量人力，而且不同目视解译人员还会造成解译误差[13]。基于抽样方法既能充分使用高分影像，又能实现大区域尺度上切沟密度分析。本文采用第一次全国水利普查土壤侵蚀普查中使用的系统抽样方法，以松嫩典型黑土区耕地切沟为研究对象，基于亚米级高分遥感影像，分析耕地切沟形态参数、切沟密度及其空间分异规律，探究耕地切沟密度的影响因子，以期为中国东北黑土区的切沟治理及黑土保护提供参考。

1 材料与方法

1.1 研究区概况

研究区采用刘宝元等[2]划定的松嫩典型黑土区（42.98°～50.02°N，122.34°～128.418°E）。松嫩典型黑土区是东北典型黑土区的三个亚区之一，是黑土和黑钙土集中分布的区域，可分为东部的松嫩黑土带和中西部的松嫩黑钙土带[2]，总面积约21.2万km2，其中，松嫩黑土带10.1 万km2，黑钙土带11.1 万km2（图1）。松嫩黑钙土带以平原为主，其东部边缘和松嫩黑土带的大部分以低海拔台地（即漫川漫岗地貌）为主，松嫩黑土带西北角和东南角有小面积的低海拔丘陵。松嫩典型黑土区以温带大陆性季风气候为主，多年平均气温在2～6 ℃，年均降水量420～650 mm。主要的土地利用类型为耕地，面积约15.56万km2，是中国玉米、大豆等商品粮的优势产区。

1.2 研究方法

1.2.1 切沟提取和形态参数的计算

本研究沿用全国第一次水利普查采用的分层不等概率系统抽样调查方法和抽样单元[21]，选取研究区及其周边抽样单元共998块（图1b），平原区抽样单元的面积一般为1 km×1 km的矩形，丘陵区和山地区为0.17 ～ 3.3 km2的小流域。研究区东部的松嫩黑土带抽样密度为0.37%，西部的松嫩黑钙土带为0.24%，平均为0.31%。根据单元内面积最大的土地利用类型定义抽样单元的土地利用，其中耕地738块（其中79块有切沟治理措施）、工矿用地6块、水域67块、建设用地49块、林草地138块。除耕地调查单元外，其余土地利用类型单元均不参与数据分析。在每一个抽样单元外做200 m缓冲区，选取2018年Google-18级高分辨率遥感影像（空间分辨率0.41 m）及1∶ 10 000地形图用于提取抽样单元内切沟沟缘线，计算切沟面积（）。通过编程提取每条切沟的中心线，中心线长度作为切沟沟长（），主沟和支沟分别计算沟长，每条切沟的面积除以沟长，即得到每条切沟的平均宽度（）。典型调查单元如图2所示。79个抽样单元内的切沟有治理措施，判读方法是对比不同时期的卫星影像，如果耕地中原来发育侵蚀沟位置有边界规整的林草植被，即判读有切沟治理措施（如图2c）。此类单元可以判断有切沟存在，但难以提取切沟的沟缘线，因此，未参与切沟线密度和面密度的计算和分析。

注：图中松嫩黑土带和松嫩黑钙土带边界引自文献[2]。

本文参考前人的研究结果[16,22-23]，并结合东北黑土区土壤、地形及耕作特点，参照以下标准采用目视解译提取耕地切沟：1）将侵蚀沟切割宽度（）在1～7 m的沟道界定为切沟；2）结合东北黑土区地形和耕作特点，切沟的发育形成一般垂直于等高线，平行于等高线的沟道一般为人为修砌的排水沟[6]；3）因为切沟形成后不可横过耕作，通过对比生长季和非生长季多期遥感影像，区分浅沟和切沟。

a. 无切沟抽样单元 a. Sample units without gulliesb. 有切沟发育的抽样单元 b. Sample units with gulliesc. 有切沟治理措施的抽样单元c. Sample units with gully management

抽样单元切沟线密度（D）和切沟面密度（D）计算式如下：

式中D为第个抽样单元切沟线密度，km/km2；D为第个抽样单元切沟面密度，m2/km2；为第个抽样单元中切沟长度，m；A为第个抽样单元中切沟面积，m2；S为第个抽样单元面积，m2；为第个抽样单元中切沟总条数。

1.2.2 切沟密度变化的驱动因子分析方法及数据来源

1）地理探测器

地理探测器是探测空间分异性、揭示其背后驱动力的一组统计学方法[24-25]。通过分别计算和比较各单因子值及双因子叠加后的q值，可以分析单因子解释力（）大小及其显著性（），判断双因子解释力（q）是否存在交互作用，以及交互作用的强弱、方向、线性还是非线性等[25]，值和q值越大说明解释能力越大。将<0.05水平的驱动因子判定为影响耕地切沟密度空间分布的主要因子，>0.05说明驱动因子对耕地切沟密度空间分布影响在统计上不显著。

通过地理探测器中的影响因子探测和交互作用探测，分析各驱动因子在多大程度上解释切沟密度的空间分异。同时，识别不同因子之间的交互作用，揭示切沟密度的空间分布规律的深层原因，即评估2个因子共同作用时是否会增加或减弱对切沟密度变化的解释力。

2）计算切沟密度驱动因子的数据来源

从地形、气候和土壤三个方面，选择与切沟形成发育相关的，具有代表性且易量化和获取的驱动因子（表 1），分别为高程（Al）、坡度（Sl）、坡向（As）、多年平均降水量（MAP）、砂粒含量（SC）、黏粒含量（CC）、土壤容重（BD）、田间持水量（FC）、土壤有机碳含量（SOC）、流域（Ba）和多年平均地表温度（GST）共11个因素。

表1 计算切沟密度驱动因子的数据来源

由于地理探测器模型只能处理离散变量，需要对11个连续型自变量重分类，以转换为离散型自变量。本文利用ArcGIS中内置的自然间断法（natural break）进行重分类。该方法根据数据的固有属性进行聚类，可以减少组内方差、增加组间方差，是一种常用的连续型自变量离散化处理方法[28]。

2 结果与分析

2.1 切沟发育特征的抽样调查结果

松嫩典型黑土区抽样调查单元共计998块，其中耕地738块。263块调查单元内存在切沟发育，占总单元数的26.56%，占耕地的35.64%。松嫩典型黑土区主要由松嫩黑钙土带和松嫩黑土带两部分组成[2]，存在切沟发育的调查单元集中分布在松嫩黑土带内，而松嫩黑钙土带内有切沟发育的调查单元很少（图3）。

松嫩典型黑土区耕地切沟的主要参数统计如表2所示。发育切沟且无治理措施的单元共计184块，切沟线密度变化在0.18～17.48 km/km2，面密度变化在425.95～91 921.34 m2/km2，切沟面积共计2.67 km2。结合图4可以看出，调查区域内沟长（）主要集中在100～600 m范围内，所占比例为63.95%；小于100 m的切沟共有123条，约占总数的10%。由于东北黑土区长缓坡的地形特点，调查单元内切沟的平均长度达到516.93 m，最大值达到5 279.64 m。运用切沟面积（）与长度（）的比值计算切沟的平均宽度（），结果表明研究区内沟宽的均值为3.83 m，说明松嫩典型黑土区耕地的切沟呈现“细长型”。调查区域内切沟的平均面积为2168.15 m2，<500 m2、500～1 000 m2、>1 000～2 000 m2和>2 000～4 000 m2所占比例分别为22.05%、20.59%、25.14%和19.12%。

图3 有切沟发育的抽样单元分布图

表2 切沟参数和密度统计

注：松嫩典型黑土区内共有998 块抽样单元，263 块抽样单元有切沟发育，其中79块有治理措施不参与数据分析，故样本数为184。

Notes: There were 998 sample units in the Songnen typical black soil area, gullies were found in 263 units, of which 79 units with gully management were excluded in the analysis of gully densities; so the sample size was 184.

图4 切沟形态参数统计

2.2 切沟密度空间分布的因子分析

使用地理探测器分析11个环境因子对松嫩典型黑土区耕地切沟线密度和面密度空间分布的影响，结果见图 5。在不考虑因子交互作用的情况下，对于切沟线密度和面密度，都是只有坡度（Sl）、降水（MAP）、高程（Al）和坡向（As）的影响在0.05的水平上显著，说明地形和降水是影响切沟密度的主要因子。其中，坡度（值为0.31）对切沟线密度和面密度的解释力最强，进一步说明坡度是影响松嫩典型黑土区耕地切沟密度空间分布最重要的环境因子。多年平均降水量、高程和坡向因子对切沟线密度和面密度空间分布具有中等的解释力。而地表温度（GST）、土壤容重（BD）、田间持水量（FC）、砂粒含量（SC）、流域分布（Ba）、黏粒含量（CC）及有机碳含量（SOC）的影响在 0.05的水平上都不显著，说明其对耕地切沟线密度和面密度空间分布的影响力微弱。

图5 基于地理探测器的切沟密度驱动因子探测排序

双因子交互作用会加强对切沟密度分布的解释力（图6）。其中，坡度∩土壤容重（q值为0.47）对松嫩典型黑土区耕地切沟线密度空间分布解释力最大。其次，坡度分别与田间持水量、地表温度、土壤黏粒含量和坡向的交互作用对切沟线密度空间分布都有较大的解释力，进一步说明坡度对于切沟线密度的重要作用。而与切沟线密度略有不同，坡度与田间持水量（q值为0.39）的交互作用对切沟面密度空间分布的解释力最强。坡度∩土壤黏粒含量（q值为0.38）和高程∩地表温度（q值为0.38）的交互作用同样对切沟面密度空间分布有较强的解释力。由此可以看出，影响松嫩典型黑土区耕地切沟线密度和面密度空间分布的环境因子存在一定差异。

图6 切沟密度驱动因子交互作用探测结果（qi）

2.3 耕地切沟侵蚀强度及空间分布特征

根据659个耕地抽样单元的切沟密度以及每个抽样单元代表面积，统计黑土带和黑钙土带切沟侵蚀强度（表3）。总体来看，黑土带侵蚀强度远远大于黑钙土带。根据《黑土区水土流失综合治理防治技术标准》中所规定的黑土区沟蚀强度的线密度判别标准[8]，黑土带微度侵蚀（切沟线密度<0.5 km/km2）面积占比64.13%；轻度以上面积占比35.87%；强烈侵蚀以上（切沟线密度≥2 km/km2）面积占比33.33%，其中以剧烈侵蚀为主，占总比27.94%。黑钙土带约90%的面积上切沟侵蚀轻微，但仍有6.65%的面积遭受剧烈切沟侵蚀。如果依据面密度划分，黑土带切沟侵蚀剧烈的面积比例为13.33%，黑钙土带只有1.09%。切沟线密度可以反映切沟侵蚀造成的耕地破碎化程度，而切沟面密度能够反映切沟侵蚀损毁耕地的面积，都具有参考价值。但是，2种不同的方法划分出松嫩典型黑土区切沟侵蚀强度分区略有不同，由于研究区切沟多为“细长型”，对耕地的割裂和损毁更为突出，因此，根据切沟线密度划分黑土区沟蚀强度区域更能反映黑土区沟蚀的危害。

从松嫩典型黑土区耕地切沟线密度和面密度的空间分布（图7）来看，在黑土带，切沟侵蚀强烈以上的抽样单元分布总体比较均匀，但黑龙江省的部分相对于吉林省更加密集。另外，侵蚀严重的抽样单元与侵蚀微弱的单元交错分布，这与漫川漫岗的地形变化比较一致。在黑钙土带内的347块抽样单元中，仅有29块抽样单元内有切沟发育，星落分布于松嫩黑土带边缘，因为松嫩黑钙土大部分区域地势平坦，以平原为主，不易于发育切沟。

表3 基于抽样调查的松嫩典型黑土区切沟侵蚀强度分级统计

注：计算切沟密度的耕地抽样单元659个，其中发育切沟的调查单元184个。按照抽样密度每个单元代表400或100 km2，合计136 700 km2。

Notes: Among 659 sampling units on cropland which were used to calculated gully density, gully were found in 184 units. All units represent 136 700 km2with each units representing 400 or 100 km2depends on intervals between units.

图7 松嫩典型黑土区耕地抽样单元切沟线密度和面密度分级统计图

3 讨 论

采用抽样方法估计大尺度切沟密度的空间分布具有一定的不确定性，但是本文结果与已发表的切沟密度局部实地调查结果具有可比性。ZHANG等[10]实地测量海伦市393 km2区域内切沟线密度为1.39 km/km2。本研究在海伦县的耕地抽样单元有33个，耕地切沟线密度均值为1.97 km/km2，最大值8.46 km/km2。贯丛等[17]通过Pleiades-1A卫星遥感影像，以目视解译的方法对吉林省九台区三岔河流域（面积157.88 km2）耕地侵蚀沟分布的分析表明，该流域侵蚀沟（包括浅沟和切沟）密度为1.54 km/km2。本文在九台区的耕地抽样单元有15个，耕地平均切沟线密度均值为1.57 km/km2，最大值7.48 km/km2。可以看出，基于亚米级高分辨率影像解译的切沟密度与实地调查结果比较接近，说明在松嫩典型黑土区，该方法用于评估区域耕地切沟密度的空间变化趋势具有参考价值。相比于全面普查，抽样调查效率更高，但本文采用的抽样密度能否准确反映区域尺度切沟密度还有待于使用更大范围、更高精度的侵蚀沟普查数据加以验证。另外需要明确的是，本文在切沟解译方面选择了相对保守的方法，即只解译能够在遥感影像上准确识别的切沟，因此，可能低估了切沟密度。

坡度是影响黑土区切沟形成与发育的重要因素[22]。本文使用地理探测器的分析表明坡度是影响松嫩典型黑土区耕地切沟密度的最重要因子，同时，高程和坡向也能显著影响切沟密度。白舒婷等[29]在长春市九台的侵蚀沟空间分布特征发现，相较于阴坡，阳坡所接受的太阳辐射更多，在冬季或春季解冻期融雪速率更快、冻融作用更强烈，致使阳坡或半阳坡的侵蚀沟发育更剧烈。降水是沟道侵蚀最重要的动力因素[6]，由于以往黑土区切沟研究的区域多是中小流域或县域尺度，降水的空间差异并不明显[7,20,30]。从切沟密度的空间变化来看，黑土带沟蚀强度大，尤其是北部高值区集中分布。黑土带多年平均降水量主要在500～600 mm，差异不大，沟蚀强度主要受到地形因子的影响。在整个研究区，多年平均降水量对切沟密度的影响仅次于坡度，同时降水与其他因子的交互作用也对切沟密度有重要影响。

YANG等[31]使用气候、地质、地貌、水文、土壤、土地利用等影响切沟侵蚀的因子对东北黑土区切沟侵蚀进行区划，典型黑土区为沟蚀严重区，松辽平原为沟蚀强度低。与已有的成果相比，本文首次使用高分影像解译与系统抽样调查结合的方法，估算了区域尺度上耕地切沟密度及其空间分布特征，证实了松嫩典型黑土区的耕地切沟主要集中分布在黑土带，且强烈侵蚀以上面积高达三分之一，而松嫩黑钙土带90%的耕地上切沟侵蚀轻微。作为全国水利普查土壤侵蚀普查所采用的方法，分层不等概率系统抽样调查方法及其所确定的抽样单元在大尺度切沟密度和空间分布研究方面具有应用价值，在此基础上，探究黑土区耕地切沟空间部分规律，可以为区域尺度上黑土地切沟治理和保护利用提供参考。

4 结 论

本文采用系统抽样调查法，基于高分辨率遥感影像提取耕地切沟，计算抽样单元的切沟密度，通过地理探测器分析切沟密度影响因子，探究耕地切沟密度的空间分布特征，得出以下结论：

1）松嫩典型黑土区耕地调查单元的35.64%有切沟发育，主要分布在松嫩黑土带。有切沟发育的调查单元内切沟线密度变化在0.18～17.48 km/km2，面密度变化在425.95～91 921.34 m2/km2。高分影像解译与抽样方法相结合，可以用于区域耕地切沟密度的调查，与发表的实地调查结果比较接近。

2）地形和降水（<0.05）显著影响松嫩典型黑土区耕地切沟密度，其中，坡度是影响松嫩典型黑土区耕地切沟密度空间分布最重要的环境因子，坡度和土壤属性因子的交互作用对耕地切沟密度有较强的影响。

3）依据《黑土区水土流失综合防治技术标准》和耕地抽样单元的切沟线密度，松嫩典型黑土区耕地切沟侵蚀严重的区域主要分布在松嫩黑土带，轻度以上面积占比35.87%。强烈侵蚀以上（切沟线密度≥2 km/km2）面积占比33.33%，剧烈侵蚀为主，占比27.94%。黑钙土带有6.65%的面积遭受剧烈切沟侵蚀，星落分布于松嫩黑土带边缘。

[1] 李保国，刘忠，黄峰，等. 巩固黑土地粮仓保障国家粮食安全[J]. 中国科学院院刊，2021，36(10)：1184-1193. LI Baoguo, LIU Zhong, HUANG Feng, et al. Ensuring national food security by strengthening high-productivity black soil granary in Northeast China[J]. Bulletin of Chinese Academy of Sciences, 2021, 36(10): 1184-1193. (in Chinese with English abstract)

[2] 刘宝元，张甘霖，谢云，等. 东北黑土区和东北典型黑土区的范围与划界[J]. 科学通报，2021，66(1)：96-106. LIU Baoyuan, ZHANG Ganlin, XIE Yun, et al. Delineating the black soil region and typical black soil region of northeastern China[J]. Chinese Science Bulletin, 2021, 66(1): 96-106. (in Chinese with English abstract)

[3] 秦伟，殷哲，曹文洪，等. 东北黑土区侵蚀沟系统防治现状与未来[J]. 泥沙研究，2021，46(3)：72-80. QIN Wei, YIN Zhe, CAO Wenhong, et al. Present and future of systematic prevention and control for gully erosion in black soil area of Northeast China[J]. Journal of Sediment Research, 2021, 46(3): 72-80. (in Chinese with English abstract)

[4] 刘宝元，阎百兴，沈波，等. 东北黑土区农地水土流失现状与综合治理对策[J]. 中国水土保持科学，2008，6(1)：1-8. LIU Baoyuan, YAN Baixing, SHEN Bo, et al. Current status and comprehensive control strategies of soil erosion for cultivated land in the Northeastern black soil area of China[J]. Science of Soil and Water Conservation, 2008, 6(1): 1-8. (in Chinese with English abstract)

[5] SHIBRU D, WOLFGANG R, PETER S. Assessment of gully erosion in eastern Ethiopia using photogrammetric techniques[J]. Catena, 2003, 50(2): 273-291.

[6] POESEN J, NACHTERGALE J, VERSTRAETEN G, et al. Gully erosion and environmental change: importance and research needs[J]. Catena, 2003, 50(2): 91-133.

[7] 李镇，张岩，尚国琲，等. 晋西黄土区切沟断面特征及体积估算模型[J]. 农业工程学报，2018，34(6)：152-159. LI Zhen, ZHANG Yan, SHANG Guofei, et al. Characterizing gully cross section and modeling gully volume in hilly loess region of western Shanxi Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(6): 152-159. (in Chinese with English abstract)

[8] 中华人民共和国水利部. 黑土区水土流失综合防治技术标准：SL/446-2009[S]. 北京：中国水利水电出版社，2009.

[9] TEBEBU T Y, ABIY A Z, ZEGEYE A D, et al. Surface and subsurface flow effect on permanent gully formation and upland erosion near Lake Tana in the northern highlands of Ethiopia[J]. Hydrology and Earth System Sciences, 2010, 14(11): 2207-2217.

[10] ZHANG S G, HAN X, RICHARD M C, et al. Morphological characteristics and influencing factors of permanent gully and its contribution to regional soil loss based on a field investigation of 393 km2in Mollisols region of Northeast China[J]. Catena, 2022, 217: 106457.

[11] HU G, WU Y Q, LIU B Y, et al. The characteristics of gully erosion over rolling hilly black soil areas of Northeast China[J]. Journal of Geographical Sciences, 2009, 19(3): 309-320.

[12] 游智敏，伍永秋，刘宝元. 利用GPS进行切沟侵蚀监测研究[J]. 水土保持学报，2004，18(5)：91-94. YOU Zhimin, WU Yongqiu, LIU Baoyuan, et al. Study of monitoring gully erosion using GPS[J]. Journal of Soil and Water Conservation, 2004, 18(5): 91-94. (in Chinese with English abstract)

[13] 李镇，张岩，杨松，等. QuickBird影像目视解译法提取切沟形态参数的精度分析[J]. 农业工程学报，2014，30(20)：179-186. LI Zhen, ZHANG Yan, YANG Song, et al. Error assessment of extracting morphological parameters of bank gullies by manual visual interpretation based on QuickBird imagery[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(20): 179-186. (in Chinese with English abstract)

[14] DONG Y S, CHEN W T, CHANG H C, et al. Assessment of orthoimage and DEM derived from ZY-3 stereo image in Northeastern China[J]. Survey Review, 2016, 48(349): 247-257

[15] WANG B W, ZHANG Z X, WANG X, et al. The Suitability of remote sensing images at different resolutions for mapping of gullies in the Black Soil Region, Northeast China[J]. Remote Sensing, 2021, 13(12), 2367.

[16] 姜芸，王军，张莉. 东北典型黑土区侵蚀沟形态及分布特征[J]. 农业工程学报，2020，36(7)：157-165. JIANG Yun, WANG Jun, ZHANG Li. Morphology and distribution characteristics of erosion gully in the typical black soil region of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(7): 157-165. (in Chinese with English abstract)

[17] 贯丛，张树文，王让虎，等. 三岔河流域坡耕地垄向与侵蚀沟分布耦合分析[J]. 资源科学，2019，41(2)：394-404. GUAN Cong, ZHANG Shuwen, WANG Ranghu, et al. Coupling analysis between ridge direction and gully erosion of sloping cultivated lands in the Sancha River watershed[J]. Resources Science, 2019, 41(2): 394-404. (in Chinese with English abstract)

[18] 李智广，王岩松，刘宪春，等. 我国东北黑土区侵蚀沟道的普查方法与成果[J]. 中国水土保持科学，2013，11(5)：9-13. LI Zhiguang, WANG Yansong, LIU Xianchun, et al. Survey methods and results of erosion gullies in black soil areas of northeastern China[J]. Science of Soil and Water Conservation, 2013, 11(5): 12-16. (in Chinese with English abstract)

[19] 张兴义，刘晓冰. 东北黑土区沟道侵蚀现状及其防治对策[J]. 农业工程学报，2021，37(3)：320-326. ZHANG Xingyi, LIU Xiaobing. Current scenario of gully erosion and its control strategy in Mollisols areas of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(3): 320-326. (in Chinese with English abstract)

[20] 刘宝元，刘刚，王大安，等. 区域沟蚀野外调查方法：以东北地区为例[J]. 中国水土保持学，2018，16(4)：34-40. LIU Baoyuan, LIU Gang, WANG Da’an, et al. A field survey method for regional gully erosion: A case study in northeastern China[J]. Science of Soil and Water Conservation, 2018, 16(4): 34-40. (in Chinese with English abstract)

[21] LIU B Y, XIE Y, LI Z G, et al. The assessment of soil loss by water erosion in China[J]. International Soil and Water Conservation Research, 2020, 8(4): 430-439.

[22] 杜国明，雷国平，宗晓丹. 东北典型黑土漫岗区切沟侵蚀空间格局分析[J]. 水土保持研究，2011，18(2)：94-97，271. DU Guoming, LEI Guoping, ZONG Xiaodan, et al. Analysis on spatial pattern of gully erosion across typical black hilly region of Northeast China[J]. Research of Soil and Water Conservation, 2011, 18(2): 94-97, 271. (in Chinese with English abstract)

[23] 范昊明，王铁良，蔡强国，等. 东北黑土漫岗区侵蚀沟发展模式研究[J]. 水土保持研究，2007，14(6)：328-330，334. FAN Haoming, WANG Tieliang, CAI Qiangguo, et al. Gully erosion developing model in the Gentle Hilly Black Soil Regions in Northeast China[J]. Research of Soil and Water Conservation, 2007, 14(6): 328-330, 334. (in Chinese with English abstract)

[24] YANG J Y, SONG C, YANG Y, et al. New method for landslide susceptibility mapping supported by spatial logistic regression and GeoDetector: A case study of Duwen Highway Basin, Sichuan Province, China[J]. Geomorphology, 2019, 324: 62-71.

[25] 王劲峰，徐成东. 地理探测器：原理与展望[J]. 地理学报，2017，72(1)：116-134. WANG Jinsong, XU Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinese with English abstract)

[26] 朱岩，张岩，朱清科，等. 半干旱黄土区沟间天然草地植被空间分异特征[J]. 生态学杂志，2011，30(6)：1063-1069. ZHU Yan, ZHANG Yan, ZHU Qingke, et al. Spatial distribution patterns of vegetations on natural grassland in Loess Plateau interfluve[J]. Chinese Journal of Ecology, 2011, 30(6): 1063-1069. (in Chinese with English abstract)

[27] TOMISLAV H. Datasets tagged openlandmap in Earth Engine[EB/OL]. (2018-01-01)[2022-08-25] https:// developers.google.cn/earth-engine/datasets/tags/openlandmap.

[28] 乔亚军，张慧，韩晓盈，等. 从地理空间角度探究黑龙江省水源涵养功能变化的驱动因素[J]. 生态学报，2023，43(7)：1-11. QIAO Yajun, ZHANG Hui, HAN Xiaoying, et al. Exploring drivers of water conservation function variation in Heilongjiang Province from a geospatial perspective[J]. Acta Ecologica Sinica, 2023, 43(7): 1-11. (in Chinese with English abstract)

[29] 白舒婷，张树文，王让虎，等. 基于高分影像与地理国情普查成果的侵蚀沟分异特征分析[J]. 地理与地理信息科学，2018，34(3)：103-107. BAI Shuting, ZHANG Shuwen, WANG Ranghu, et al. Analysis of erosion gully differentiation characteristics based on high resolution images and geographical census results[J]. Geography and Geo-Information Science, 2018, 34(3): 103-107. (in Chinese with English abstract)

[30] 李茂娟，李天奇，朱连奇，等. 50年来东北黑土区土地利用变化对沟蚀的影响：以克东地区为例[J]. 地理研究，2019，38(12)：2913-2926. LI Maojuan, LI Tianqi, ZHU Lianqi, et al. Effect of land use change on gully erosion in black soil region of Northeast China in the past 50 years: A case study in Kedong county[J]. Geographical Research, 2019, 38(12): 2913-2926. (in Chinese with English abstract)

[31] YANG J C, ZHANG S W, CHANG L P, et al. Gully erosion regionalization of black soil area in Northeast China[J]. Chinese Geographical Science, 2017, 27(1): 78-87.

Distribution characteristics and influencing factors of gully density on cropland in the Songnen typical black soil region

LI Kunheng, ZHANG Yan※, CHEN Chang, ZHANG Junbin, LIANG Yanrong, WANG Jiaxi

(,,100083,)

Black soil region in the Northeast can be one of the most important bases for commercial grain production in China. However, the ever-increasing gully erosion has been a serious threat to agricultural development and ecological environment. It is still unclear on the spatial variation of gully density across this region. In this study, 998 sampling units ranging from 0.17-3.3 km2were selected to investigate the density of classical gully on the cropland and the influencing factors in the Songneng black soil region, including Phaezoems areas of 10.1×104km2and Chernozems area of 11.1×104km2. The systematic sampling method was also employed in the national soil erosion survey in 2011. Gullies in each sampling unit were extracted by manual visual interpretation using Google images with a resolution of 0.41 m. 11 influence factors were determined in the spatial variation of gully density using Geodetector, including two climatic, three topographical, five pedological, and one hydrological factor. The results were as follows. 1) 738 units dominated by cropland were selected to investigate the gully spatial variation among the 998 sampling units. Gully was found in 35.64% of the 738 sampling units on the cropland with gullies in 79 units, in which the gully density cannot be interpreted exactly. Gully density was then analyzed using the other 659 units. 1 229 gullies were found in 184 sampling units. The average gully linear density was 3.91 km/km2varying from 0.18 to 17.48 km/km2, while, the average gully areal density was 16 484.93 m2/km2varying from 425.95 to 91 921.34 m2/km2. Most gullies were long and thin size with the average gully length and width of 516.93 and 3.83m, respectively. 2) In the gully linear and areal density using Geodetector, the slope gradient was the most important environmental factor, followed by annual average precipitation, altitude, and aspect, which were all statistically significant at the level of 0.05. Concerning the interaction of factors, the joint effect of slope and soil bulk density posed the greatest explanatory power on the spatial distribution of gully linear density on the cropland, whereas, the joint effect of slope and field capacity shared the greatest explanatory power on the spatial distribution of gully areal density on cropland. In general, the gully density on the cropland in Songnen typical black soil region was dependent mainly on the topography and precipitation. 3) In gully linear density, serious gully erosion was mainly distributed in the Phaezoems area, with the area above severe intensity (gully linear density>2 km/km2) accounting for 33.33%, and the area of extremely severe intensity (gully linear density>4.0 km/km2) accounting for 27.94%. Sampling units with high gully density were distributed almost evenly across the Phaezoems area, and then interspersed with the sampling units of low gully densities. This distribution was attributed to the landform of the low hills with varying slope gradients and long slope lengths. Less than 10% of the Chernozems area suffered more than gully erosion intensity, while the units of extremely severe intensity were accounted for 6.65%, and mainly located near the border of the Chernozems area. The reliable performance was achieved in the systematic sampling combined with high-resolution remote sensing. An efficient reference can be offered to assess the spatial variation of gully density in the croplands of Songnen typical black soil regions. The finding can be expected to require more effective measures for gully prevention and control, in order to protect the valuable black soil in northeast China.

black soil; gully; remote sensing; sampling; geodetector

10.11975/j.issn.1002-6819.202301116

S157

A

1002-6819(2023)-06-0130-09

李坤衡，张岩，陈昶，等. 松嫩典型黑土区耕地切沟密度分布特征及影响因子[J]. 农业工程学报，2023，39(6)：130-138.doi：10.11975/j.issn.1002-6819.202301116 http://www.tcsae.org

LI Kunheng, ZHANG Yan, CHEN Chang, et al. Distribution characteristics and influencing factors of gully density on cropland in the Songnen typical black soil region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(6): 130-138. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202301116 http://www.tcsae.org

2023-01-28

2023-03-12

国家重点研发计划项目（2021YFD1500701-04）

李坤衡，博士生，研究方向为土壤侵蚀与水土保持。Email：1725338448@qq.com

张岩，教授，博士生导师，研究方向为土壤侵蚀与水土保持。Email：zhangyan9@bjfu.edu.cn