鄂东南水土流失时空变化及其影响因子定量评价

田培 许盈 杨伟 李璐 吴宜进

摘要：

为探究鄂东南红壤侵蚀规律，根据该区域典型红壤区咸宁市2005～2020年的水土流失面积和强度数据，揭示其土壤侵蚀时空演变特征，并结合RUSLE模型和2012～2020年咸宁市通城、通山等监测站点的径流小区观测数据，定量评价了该区域土壤侵蚀因子。结果表明：2005～2020年咸宁市水土流失总面积及其占国土面积之比总体呈持续下降趋势，咸宁市土壤侵蚀强度整体表现出“南重北轻”的空间格局；裸地小区平均土壤侵蚀模数最高，为958.78 t/（km2·a），耕地小区次之，经济林小区最小；所有作物覆盖的耕地小区中，黄花小区的土壤侵蚀模数最低；复合水土保持措施较单一水土保持措施的抗侵蚀效果更明显，其中“土坎+植物篱”复合措施的水土保持效果最佳；土壤侵蚀模数与侵蚀性降水量之间呈指数或幂函数关系；咸宁市土壤侵蚀主导因子为植被覆盖与管理因子及水土保持措施因子，其次为土壤可蚀性因子和侵蚀性降水量因子。研究结果可为揭示鄂东南红壤区水土流失时空演变规律及水土保持措施优化配置提供参考。

关 键 词：

土壤侵蚀； RUSLE； 时空演变； 水土保持措施； 径流小区； 鄂东南

中图法分类号： S157

文献标志码： A

DOI：10.16232/j.cnki.1001-4179.2023.07.009

0 引 言

土壤侵蚀是导致土地退化和面源污染的重要原因［1］。《2020年湖北省水土保持公報》显示，幕阜山省级水土流失重点治理区水土流失面积达2 375.67 km2，占其国土面积的23.7%。作为鄂东南典型红壤区，咸宁市2020年水土流失面积达1 842.82 km2，占其国土面积的18.37% ［2］。因此，揭示咸宁市土壤侵蚀时空格局及其演变特征，并对土壤侵蚀影响因子进行定量评价，对咸宁市乃至鄂东南红壤侵蚀的科学防控具有重要意义［3］。

近年来，GIS、RS技术结合修正的通用土壤流失方程（RUSLE）广泛应用于区域土壤侵蚀时空演变及侵蚀因子定量评价研究［4-7］。胡先培等［8］、怡凯等［9］运用RUSLE分别分析了铜仁流域、朝阳市的土壤侵蚀时空演变特征；陈红等［10］、王涛［11］结合RUSLE和遥感数据分别对淮河流域和洛河流域的土壤侵蚀因子开展了定量评价。韩旭等［3］基于RUSLE和水土保持监测站点观测数据，识别出武汉市土壤侵蚀主导因子并提出了侵蚀防控对策。然而，将RUSLE与长时间序列野外径流小区土壤侵蚀观测数据相结合来开展土壤侵蚀定量研究还不够深入。

鄂东南地区红壤侵蚀研究受到了众多学者关注［12］。邓羽松等［13］对鄂东南咸宁市花岗岩崩岗侵蚀特征开展了研究；欧阳春［14］根据不同水土保持措施，将咸宁市花岗岩红壤与第四纪红黏土红壤的侵蚀治理效益进行了对比研究；张德谦等［15］采用人工降雨和放水冲刷相结合方式探究了咸宁通城县花岗岩红壤侵蚀机理；Wang等［16］对咸宁市红壤侵蚀过程中土壤团聚体磨损引起的粒径变化分布规律开展了研究；Ni等［17］ 采用模拟降雨试验方法，对咸宁通城县花岗岩红壤开展了降雨动能诱发的侵蚀特征研究；Deng等［18］对咸宁通城花岗岩红壤不同土壤剖面内土壤吸应力与土壤性质之间的关系进行了探究；Duan等［19］则针对鄂东南红壤区崩岗坡面饱和导水率的空间变异性开展了研究。也有学者对咸宁市土壤侵蚀强度时空变化进行剖析，如周亚欣［20］基于GIS和RUSLE对咸宁咸安区土壤侵蚀演变进行了研究，结果表明2004～2014年间该区域微度侵蚀面积有所增加，中度以上侵蚀面积有所减小。然而，目前以整个咸宁地区为对象的红壤侵蚀时空演变特征及影响因子定量评价的研究尚未见报道。因此，揭示鄂东南咸宁红壤区水土流失时空演变特征，并结合长时间序列野外径流小区观测数据与RUSLE来定量评价和识别主导侵蚀因子，将有助于更精确全面地理解咸宁乃至鄂东南地区红壤侵蚀演变特征及其影响机理。

鉴于此，本文利用鄂东南典型红壤区咸宁市2005～2020年水土流失强度和面积数据，分析水土流失时空演变特征；同时根据长序列（2012～2020年，共9 a）的咸宁市水土保持监测站点径流小区土壤侵蚀观测数据，借鉴RUSLE模型定量评价该区域土壤侵蚀因子并识别主导因子，着重探究复合水土保持措施的土壤侵蚀削减效应，并阐明植被覆盖对土壤可蚀性的影响，以期为咸宁乃至鄂东南红壤区侵蚀防控与水土保持措施优化配置提供科学依据。

1 研究区概况

咸宁市地处湖北省东南部，长江中游沿岸，东经114°06′～114°43′，北纬29°39′～30°02′，国土面积10 033 km2，与江西、湖南省接壤。据全国水土保持区划，咸宁市一级区位于南方红壤区，湖北省水土保持区划划定咸宁市四级区属于鄂东南山地丘陵保土生态维护区。红壤是咸宁市主要的土壤类型，面积达64.103万hm2，占咸宁市土地总面积的54.65%［21］。咸宁市红壤分布广泛且成土母质多样，在鄂东南地区具有很强的代表性，是鄂东南的典型红壤区。地势东南高、西北低，自东南向西北呈阶梯状分布，包含沿江湖冲积平原区、大幕山-雨山低山丘陵区、幕阜山侵蚀构造中山地区3种地貌类型区［13］。属亚热带季风气候，光照充足，降雨集中于夏季，年平均降雨量1 577.4 mm，东南部降雨量较大。咸宁土壤类型以红壤、黄棕壤为主，土壤侵蚀主要为水力侵蚀。同时，崩岗侵蚀也是该区域重要侵蚀类型，咸宁南部的崇阳、通山、通城三县为崩岗重点治理区。

2 数据来源与研究方法

2.1 数据来源

咸宁地区水土流失面积和强度数据来源于2010～2020年《湖北省水土保持公报》、2019～2020年《咸宁市水土保持公报》，公报中相关数据由水力侵蚀模型计算而来。土壤侵蚀观测数据则来源于咸宁通城秀水站、通山西港河站这两个水土保持监测站点的历年实际观测数据。其中，通城秀水站建于2009年，土壤均为花岗岩红壤；通山西港河站建于2012年，土壤类型为红壤，成土母质为志留纪S砂页岩。通城秀水站、通山西港河站各自包含1个裸露坡面对照小区和4个农耕作物观测小区，农耕作物的选择以当地耕作习惯为主。径流小区均处于亚热带季风气候区，降雨较为集中，纳入本文数据库的共75组观测数据，主要包括坡度、侵蚀性降水量、土壤侵蚀模数等，具体信息如表1所列。

2.2 参数计算方法

2.2.1 土壤侵蚀模数

土壤侵蚀模数（Soil Loss）即单位时间内单位面积的土壤侵蚀量，是衡量一个区域单位时间内土壤侵蚀强度的指标［22］。将野外径流小区按照不同标准进行分类，本文径流小区面积均为100m2，将同一类型径流小区土壤侵蚀模数之和与该类型径流小区个数比值作为该类型径流小区的平均土壤侵蚀模数。

2.2.2 侵蚀性降水量因子

侵蚀性降水量（Erosive Precipitation），即发生地表径流进而引起土壤侵蚀的那部分降水，受到降雨强度、降雨时长、降雨类型等因素共同影响［23］。由于次降雨数据难以获取和计算，且误差较大，本文用径流小区实际观测值中的侵蚀性降水量因子EP来替代RUSLE模型中的降雨侵蚀力因子R。

2.2.3 坡度因子

坡度因子S反映地形因素对土壤侵蚀的影响。Liu等［24］分别研究了缓坡和陡坡两种坡度与土壤侵蚀的关系式，本文径流小区坡度均为15°，选用Liu等的研究结果直接计算坡度因子，其公式为

S=10.8sinθ+0.03θ≤5°16.8sinθ－0.505°<θ≤10°21.9sinθ－0.95θ>10°（1）

式中：θ为坡度，（°），将15°作为θ值代入公式中，得出坡度因子值约为4.722。

2.2.4 改進的土壤可蚀性因子

土壤可蚀性因子K是修正的通用土壤流失方程RUSLE中的一个重要因子［25］，即在标准小区内，单位降雨侵蚀力所产生的土壤流失量［26］。K值越小，土壤越不容易发生侵蚀；反之，则越容易发生土壤侵蚀［27］。RUSLE模型公式为［28］

A=R×K×LS×C×P（2）

式中：A为单位面积的土壤流失量，t/（hm2·a）；R为降雨侵蚀力因子，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，无量纲；S为坡度因子，无量纲；C为植被覆盖与管理因子，无量纲；P为水土保持措施因子，无量纲。

据修正的通用土壤流失方程RUSLE，利用实测标准径流小区的土壤流失量来计算K值，其公式［29］为

K=AR（3）

本文使用的径流小区坡度相同，所以未在公式中加入坡度因子予以修正。用土壤侵蚀模数的缩写SL来替换公式中的A，侵蚀性降水量EP来替换公式中的R，因此，改进的土壤可蚀性因子K′的计算公式［30］为

K′=SLEP（4）

2.2.5 植被覆盖与管理因子及水土保持措施因子

植被覆盖与管理因子C反映植被覆盖与管理措施对土壤侵蚀量的影响 ［31-32］，指在一定条件下，有植被覆盖或采取管理措施土地的土壤流失量与相同条件下没有植被覆盖的裸地或未采取管理措施的土地土壤流失量间的比值［33］，无量纲，取值在0～1之间。

植被覆盖与管理因子C及水土保持措施因子P均反映地表覆盖因素对土壤侵蚀量的影响［34］，可以将这两个因子一起计算，当径流小区涉及水土保持措施时采用P因子，无特殊水土保持措施时使用C因子。径流小区坡度因子S、土壤类型相同，以土壤侵蚀模数除以裸地的平均土壤侵蚀模数得到某小区的C或P因子值，计算某一类型径流小区的平均C（P），采用如下公式［3，35］：

C（P）=1nni=1SLSLBL（5）

式中：C（P）无量纲；SL为土壤侵蚀模数，t/（km2·a）；SLBL为裸地小区的平均土壤侵蚀模数，t/（km2·a）；n 为指定类型小区个数。

2.2.6 土壤侵蚀削减率

土壤侵蚀削减率（Soil Loss Reduction Rate，SLRR）指地表覆盖的植被类型、水土保持措施等相对于裸地土壤侵蚀量减少的比例 ［36］。计算指定类型小区的SL与同类土壤下裸地小区的SL，再以100%与二者比值之间作差，得到对应SLRR。公式为［3］

SLRR=100%－SLLUSLBL（6）

式中：SLRR为土壤侵蚀削减率，%；SLLU为某类型小区的土壤侵蚀模数，t/（km2·a）；SLBL为裸地小区的土壤侵蚀模数，t/（km2·a）。

3 咸宁市水土流失时空格局

3.1 时间变化特征

咸宁市2005～2020年间水土流失面积及其占国土面积之比的变化如图1所示。根据SL 190-2007《土壤侵蚀分类分级标准》，按平均土壤侵蚀模数大小将咸宁市水土流失划分为轻度（500～2 500 t/（km2·a））、中度（2 500～5 000 t/（km2·a））、强烈（5 000～8 000 t/（km2·a））、极强烈（8 000～15 000 t/（km2·a））、剧烈（＞15 000 t/（km2·a））5种强度［37］，5种强度水土流失面积占其水土流失总流失面积之比的变化如图2所示。

由图1～2可知，总体而言，咸宁市2005～2020年间水土流失状况明显好转，水土流失变化特征主要表现为两个方面：① 水土流失总面积及其占国土面积之比持续下降，具体表现为2005～2011年呈快速下降趋势、2011～2020年缓慢下降。② 水土流失强度总体呈持续减弱趋势，轻度水土流失占主要地位（56.89%～92.24%），中度次之（3.84%～36.27%），强烈、极强烈、剧烈水土流失面积占比之和不超过8%。2005～2011年中度水土流失面积占比提高了12.39%，提高面积为107.47 km2，但轻度水土流失仍占主导地位；2011～2015年，轻度水土流失面积占比增加5.91%，增加面积为69.46 km2，主要由中度、极强烈水土流失转化而来；2015～2018年，轻度水土流失面积占比增加了28.57%，而中度水土流失面积占比下降了25.97%，可以推断中度水土流失转化为轻度水土流失；2018～2020年各强度水土流失面积趋于稳定。

3.2 空间分布特征

咸宁各县（区、市）水土流失面积占国土面积之比数据如图3所示。咸宁土壤侵蚀在空间上呈“南重北轻”格局，具体表现为：

① 南部三县（通城、通山、崇阳）水土流失程度较强，北部三县（区、市）（嘉鱼、咸安、赤壁）水土流失程度相对较弱。2005年以来，北部三县水土流失面积占比较为稳定，均在30%以下，且总体呈下降趋势。② 咸宁市中部三县（区、市）（崇陽、咸安、赤壁）自2005年以来水土流失程度有所减缓，且减缓程度以崇阳、咸安较为明显。

4 咸宁地区红壤侵蚀影响因子定量评价

4.1 植被覆盖与管理因子

按照土地利用类型将径流小区分为裸地、耕地、经济林三大类，其K′因子、C因子取值如表2所列。

裸地、耕地、经济林3种土地利用类型小区平均土壤侵蚀模数分别为958.78，926.87，743.9 t/（km2·a）。根据水利部发布的土壤侵蚀强度分级标准［37］，裸地小区、耕地小区、经济林小区均属于轻度侵蚀。平均土壤侵蚀模数大小排序与K′、C因子大小排序表现出一致性。可见，裸地小区的侵蚀程度及其土壤可蚀性最高，耕地小区居中，经济林小区最低，说明经济林小区的水土保持效益最好。耕地小区包括黄花、黄豆两种作物覆盖小区，经济林主要作物为茶叶。黄花、黄豆、茶叶3种作物/植被类型的平均土壤侵蚀模数分别为159.65，237.19，743.9 t/（km2·a）。黄花与黄豆属于微度侵蚀，茶叶属于轻度侵蚀。计算3种作物/植被类型的土壤侵蚀削减率，分别为83%，75%，22%，结合3种作物/植被类型的平均土壤侵蚀模数值来看，发现平均土壤侵蚀模数越大，其土壤侵蚀削减率则越小。黄花的土壤侵蚀削减率最高，黄豆次之，而茶叶的土壤侵蚀削减率最低。

4.2 水土保持措施因子

所有小区涉及的水土保持措施包括植物措施（茶树）、工程措施（梯地、土坎）、3种复合措施（梯地＋桂花、土坎＋油茶、土坎＋植物篱），共52组数据。分别计算每种水土保持措施小区K′、P因子值，结果如表3所列。实施水土保持措施小区的K′、P因子值均小于未实施的小区，采取复合水土保持措施小区的K′、P因子值相比于实施单一水土保持措施小区来说更小，说明复合水土保持措施比单一水土保持措施更能减缓土壤侵蚀。3种复合措施中，“土坎+植物篱”措施的水土保持效益最佳。

4.3 侵蚀性降水量因子

根据不同土地利用类型、水土保持措施下侵蚀性降水量与土壤侵蚀模数之间的Pearson相关系数及多次拟合结果，探究侵蚀性降水量因子对土壤侵蚀的影响，结果如图4和表4所示。裸地、耕地、经济林3种土地利用类型径流小区Pearson相关系数分别为0.739，0.437，0.588，最佳拟合方程分别为幂函数、线性和指数函数形式。无特殊水土保持措施、工程措施、复合措施3种类型径流小区Pearson相关系数分别为0.318，0.626（p<0.05），0.408（p<0.05），采取工程措施、复合措施小区最佳拟合方程分别为指数、幂函数形式。可以发现侵蚀性降水量与土壤侵蚀模数间呈现指数或幂函数关系。

4.4 土壤侵蚀主导因子识别

将C、P、EP、K′因子分别与SL之间进行Pearson相关分析。结果表明：C（P）与SL相关系数为1.00，表现出显著的强正相关性；EP同SL相关系数为0.55，表现出显著的中等程度正相关，而K′与SL相关系数为0.89，表现出显著的强正相关性。本文径流小区土地利用类型划分为裸地、耕地、经济林地3种类型。其中，裸地作为对照土地利用类型，耕地与经济林地两种土地利用类型在咸宁红壤区具有很强的代表性，据《咸宁市第三次国土调查主要数据公报》显示，咸宁市耕地面积达172 841.76 hm2，林地面积585 787.52 hm2，种植茶树面积为3 406.13 hm2。同时，水土保持监测站点径流小区布设的水土保持措施在咸宁地区应用较广泛。2020年，咸宁市新增水土流失治理面积为9 070 hm2，其中实施坡改梯，以梯田为主的工程措施面积为113 hm2。实施植物措施种植水土保持林的面积达到了3 210.42 hm2，并在咸宁市咸安区、嘉鱼县、通城县、崇阳县、通山县均有分布，占总新增水土流失治理面积的35.4%［2］。由此可见，通城秀水站、通山西港河站径流小区的土地利用类型、水土保持措施、土壤性质在咸宁地区均具有一定的代表性。

结合Pearson相关性分析结果，可以判定咸宁市土壤侵蚀主导因子为植被覆盖与管理因子和水土保持措施因子，其次是土壤可蚀性因子与侵蚀性降水量因子。另外，本文涉及的径流小区坡度均为15°，因此并未对坡度因子进行分析。

5 讨 论

5.1 鄂东南水土流失时空格局成因及防控建议

2005～2020年咸宁市水土流失总面积不断下降，水土流失强度逐年下降。咸宁市土壤侵蚀空间上呈“南重北轻”格局，从自然因素出发可以归因为地势、气候和成土母质。咸宁地势南高北低，南部多山地且较陡峭，坡度分异明显，地表破碎；北部多平原，南北地势差异导致南部土壤侵蚀程度明显强于北部。另外，咸宁市处在鄂东南暴雨中心［38］，高强度降水成为影响其土壤侵蚀的重要原因［39-40］。前文关于水土流失时空演变特征的剖析有助于明确咸宁地区土壤侵蚀防控的重点区域。南部通城县、通山县和崇阳县存在较为严重的崩岗侵蚀，且通城县、崇阳县部分区域红壤的成土母质为花岗岩，更易发生水土流失［14-15，41］，是咸宁市红壤侵蚀防治的重要区域。本次研究发现，复合水土保持措施较单一水土保持措施能更好地缓解地形对土壤侵蚀的影响，“土坎＋植物篱”复合措施的水土保持效益最佳，可在南部的通城、通山、崇阳的崩岗区，将工程措施和植物措施灵活配置，充分发挥复合措施更优的水土保持效益，缓解南部区域的水土流失。本次研究还发现，黄花的土壤侵蚀削减率高达83%，远高于其他作物。南部通城、通山、崇阳除崩岗侵蚀外，水力侵蚀也较为严重。可实行坡改梯，并推广种植黄花以抑制水土流失。咸宁市北部嘉鱼、咸安、赤壁整体水土流失不严重，但却是轻度等级水土流失的聚集地，应当加强对嘉鱼、咸安、赤壁的轻度等级流失的监控，增加土壤侵蚀监测点并防止轻度等级水土流失的加剧。

5.2 土地利用类型和降水量对土壤侵蚀的影响机制

裸地、耕地、经济林3种土地利用类型小区中，裸地小区侵蚀性降水量与土壤侵蚀模数的Pearson相关系数、土壤侵蚀模数、土壤可蚀性因子K′值均最高，由于裸地小区地表植被覆盖较少，减缓雨水冲击能力较弱，相同降水量对裸地地表产生的冲刷作用会更强［42］，裸地上植被增加可减缓土壤侵蚀［43］。耕地小区Pearson相关系数小于经济林小区，原因是：咸宁处亚热带季风气候区，夏季降水充沛，土壤含水量充足。发生降雨时经济林与耕地作物均会相应地减小地表径流。降雨量增大到一定程度时，雨滴落地后会产生溅蚀乃至二次溅蚀［44］，经济林作物高度多高于耕地作物，雨滴经过经济林作物阻挡后落地产生的溅蚀强度便也多大于耕地作物；耕地作物生长密度较高，本身也有一定的蓄水作用，在相同降雨量下更容易减缓雨滴对地表的侵蚀。因此，地表植被覆盖类型的增加和改变均会对土壤侵蚀产生影响。

5.3 改进土壤可蚀性因子

RUSLE模型的K因子反映的是单位降雨侵蚀力在标准小区上产生的土壤流失量［25］，改进后的K′因子由土壤侵蚀模数与侵蚀性降水量相除得到，坡度、侵蚀性降雨量、土壤性质均相同，K′主要受到地表植被覆盖因素的影响。植被覆盖与管理因子、水土保持措施因子均反映出地表植被类型对土壤侵蚀量的影响［34］，依据咸宁通城秀水站、通山西港河站这两个水土保持监测站点历年的径流小区实际观测数据，计算K′因子值，并将K′因子与土壤侵蚀模数之间进行拟合，二者间呈高度线性关系（见图5）。改进的土壤可蚀性因子K′对于分析地表植被因素对土壤侵蚀程度的影响有一定的指示意义。韩旭等［3］对K′的指示意义进行研究，发现土壤性质不同时，K′代表土壤性质与地表植被覆盖两种因素共同的影响，本次研究将土壤性质因素控制，单独分析地表覆盖因素对土壤侵蚀模数的影响，是对韩旭等［3］研究工作的细化与补充，也可为以后K′的计算与分析研究提供一定借鉴。

6 结论与展望

本文基于咸宁市2005～2020年水土流失面积和强度数据，分析咸宁市土壤侵蚀时空演变特征；利用2012～2020年咸宁市野外径流小区观测数据并结合RUSLE模型定量评价咸宁市土壤侵蚀影响因子。得出如下结论：

① 总体看来，2005～2020年间，咸宁市水土流失总面积及其占国土面积之比总体呈持续下降趋势，土壤侵蚀强度整体表现出 “南重北轻”格局；② 在裸地、耕地、经济林3种不同土地利用类型小区中，裸地小区土壤侵蚀程度最高，耕地小区居中，经济林小区土壤侵蝕程度最低；③ 所有作物覆盖的耕地小区中，黄花小区的土壤侵蚀模数最低；④ 复合水土保持措施较单一水土保持措施的土壤侵蚀削减效果明显更好，“土坎＋植物篱”复合措施的水土保持效果最佳；⑤ 土壤侵蚀模数与侵蚀性降水量之间呈良好指数或幂函数关系；⑥ 植被覆盖与管理因子和水土保持措施因子是咸宁市土壤侵蚀的主导因子，其次是土壤可蚀性因子及侵蚀性降水量因子。

本文对咸宁市水土流失时空演变特征及影响因子的定量评价可为当地乃至鄂东南红壤侵蚀防控及水土保持措施优化配置提供科学依据。但分析主要是基于水力侵蚀模型数据，综合考虑咸宁地区水力侵蚀、崩岗侵蚀等主要土壤侵蚀方式演变与驱动机制的研究则有待深入。

参考文献：

［1］ 何绍浪，何小武，李凤英，等.南方红壤区林下水土流失成因及其治理措施［J］.中国水土保持，2017（3）：16-19.

［2］ 咸宁市水利和湖泊局.2020年咸宁市水土保持公报［R］.咸宁：咸宁市水利和湖泊局，2021.

［3］ 韩旭，田培，黄建武，等.基于2009～2018年径流小区观测数据的武汉市土壤侵蚀因子定量评价［J］.生态学报，2021，41（10）：3878-3890.

［4］ 龚雪梅，冯文兰，郑杰，等.岷江上游土壤侵蚀敏感性评价［J］.干旱区资源与环境，2017，31（9）：68-74.

［5］ 艾尚进，程虎，夏露，等.鄂东南崩壁不同深度土层微形态特征及稳定性评价［J］.水土保持研究，2022，29（5）：382-390.

［6］ 陈世发.基于GIS的亚热带山地土地利用与土壤侵蚀关系研究：以粤北山区为例［J］.干旱区资源与环境，2015，29（2）：80-85.

［7］ 赵明松，李德成，张甘霖.1980～2010年间安徽省土壤侵蚀动态演变及预测［J］.土壤，2016，48（3）：588-596.

［8］ 胡先培，曾成，钱庆欢，等.基于RUSLE模型的铜仁地区1987～2015年土壤侵蚀时空特征［J］.生态与农村环境学报，2019，35（2）：158-166.

［9］ 怡凯，王诗阳，王雪，等.基于RUSLE模型的土壤侵蚀时空分异特征分析：以辽宁省朝阳市为例［J］.地理科学，2015，35（3）：365-372.

［10］ 陈红，江旭聪，任磊，等.基于RUSLE模型的淮河流域土壤侵蚀定量评价［J］.土壤通报，2021，52（1）：165-176.

［11］ 王涛.基于RUSLE模型的土壤侵蚀影响因素定量评估：以陕北洛河流域为例［J］.环境科学与技术，2018，41（8）：170-177.

［12］ TIAN P，GONG Y W，HAO F H，et al.Comparing erosion and rill development processes by simulated upslope inflow in two red soils from subtropical China［J］.Catena，2022，213（6）：106139.

［13］ 邓羽松，李双喜，丁树文，等.鄂东南崩岗不同层次土壤分形特征及抗蚀性研究［J］.长江流域资源与环境，2016，25（1）：63-70.

［14］ 欧阳春.两种母质发育红壤的侵蚀治理效益与配置模式的研究［D］.武汉：华中农业大学，2011.

［15］ 张德谦.模拟降雨下崩岗侵蚀区几个表层土壤细沟侵蚀研究［D］.武汉：华中农业大学，2019.

［16］ WANG J G，LI Z X，CAI C F，et al.Particle size and shape variation of Ultisol aggregates affected by abrasion under different transport distances in overland flow［J］.Catena，2014，123：153-162

［17］ NI S M，ZHANG D Q，CAI C F，et al.Exploring rainfall kinetic energy induced erosion behavior and sediment sorting for a coarse-textured granite derived soil of south China［J］.Soil & Tillage Research，2021，208，104915.

［18］ DENG Y S，DUAN X Q，DING S W，et al.Suction stress characteristics in granite red soils and their relationship with the collapsing gully in south China［J］.Catena，2018，171：505-522.

［19］ DUAN X Q，DENG Y S，TAO Y，et al.Variation in soil saturated hydraulic conductivity along the hillslope of collapsing granite gullies［J］.Hydrological Sciences Journal，2018，63（5）：803-817.

［20］ 周亞欣.综合GIS和RS技术应用的咸安区水土流失监测估算分析研究［D］.昆明：昆明理工大学，2015.

［21］ 咸宁政府网.自然资源［EB/OL］（2022-10-1）.2015.http：∥www.xianning.gov.cn/mlxn/xngk/zrzy/201504/t20150402_88922.shtml

［22］ TIAN P，ZHU Z L，YUE Q M，et al.Soil erosion assessment by RUSLE with improved P factor and its validation：Case study on mountainous and hilly areas of Hubei Province，China［J］.International Soil and Water Conservation Research，2021，9（3）：433-444.

［23］ ZHI J W，YUAN S.Assessment of soil erosion in the Qinba mountains of the southern Shaanxi Province in China using the RUSLE Model［J］.Sustainability，2020，12（5），1733.

［24］ LIU B Y，NEARING M A，SHI P J，et al.Slope length effects on soil loss for steep slopes［J］.Soil Science Society of America Journal，2000，64（5）：1759-1763.

［25］ YE C，GUO Z L，LI Z X，et al.The effect of Bahiagrass roots on soil erosion resistance of Aquults in subtropical China［J］.Geomorphology，2017，285：82-93.

［26］ SARMA K，DUTTA P J.Soil erosion estimation of Palasbari in northeast India by RUSLE Model［J］.Bulletin of Pure & Applied Sciences-Geology，2022，40f（2）：129-141.

［27］ PORTO，P，BACCHI，M，PREITI，G，et al.Combining plot measurements and a calibrated RUSLE model to investigate recent changes in soil erosion in upland areas in Southern Italy［J］.Journal of Soils and Sediments，2022：1-13.

［28］ 李向伟.基于MODIS数据的北京市水土流失快速监测［J］.人民长江，2020，51（增2）：41-44.

［29］ JIANG Q H，ZHOU P，LIAO C，et al.Spatial pattern of soil erodibility factor（K）as affected by ecological restoration in a typical degraded watershed of central China［J］.Science of the Total Environment，2020，749，141609.

［30］ 赵串串，杨晶晶，刘龙，等.青海省黄土丘陵区沟壑侵蚀影响因子与侵蚀量的相关性分析［J］.干旱区资源与环境，2014，28（4）：22-27.

［31］ PAVISORN C，XU M Z，TANG W Z.Predicted trends of soil erosion and sediment yield from future land use and climate change scenarios in the Lancang-Mekong River by using the modified RUSLE model［J］.International Soil and Water Conservation Research，2020，8（3）：213-227.

［32］ 姚昆，张存杰，李玉珍，等.四川省安宁河流域土壤侵蚀时空演变及预测分析［J］.人民长江，2021，52（7）：65-70.

［33］ BAI Y，CUI H F.An improved vegetation cover and management factor for RUSLE model in prediction of soil erosion［J］.Environmental Science and Pollution Research，2021，28（17）：21132-21144.

［34］ 常梦迪，王新军，闫立男，等.天山北坡中段山区植被覆盖管理措施因子的时空格局动态变化［J］.农业资源与环境学报，2022，39（4）：836-846.

［35］ MELVILLE T，SUTHERLAND M，MARK N.Assessing trends and predicting the cover management factor in a tropical island state using Enhanced Vegetation Index［J］.SN Applied Sciences，2020，2（10）：1-14.

［36］ 谢怡凡，姚顺波，丁振民，等.退耕还林和地理特征对土壤侵蚀的关联影响：以陕西省107个县区为例［J］.生态学报，2022，42（1）：301-312.

［37］ 中华人民共和国水利部.土壤侵蚀分类分级标准：SL 190-2007［S］.北京：中国水利水电出版社，2008.

［38］ 马鹏飞.不同坡度及降雨条件下通城县崩岗崩壁稳定性分析［D］.宜昌：三峡大学，2019.

［39］ 张健华，汪运东，杨青松，等.鄂东南花岗岩红壤不同土层侵蚀过程［J］.水土保持研究，2022，29（5）：55-61，69.

［40］ 王麗园.花岗岩红壤坡面植草对水土流失过程影响研究［D］.福州：福建师范大学，2018.

［41］ 孙从建，林若静，郑振婧，等.基于水土流失经验模型（RUSLE模型）的黄河中游典型小流域水土流失特征分析［J］.西南农业学报，2022，35（1）：200-208.

［42］ 安曈昕，周锋，吴珍珍，等.坡耕地间作作物群体水土保持耕作措施［J］.水土保持研究，2019，26（2）：17-22.

［43］ 赵旭，王汉宁，李玲玲，等.保护性耕作对坡耕地粮豆草等高带状种植作物生长与水土保持效果的影响［J］.干旱地区农业研究，2013，31（3）：7-12，30.

［44］ 王子轩，吴发启.模拟降雨条件下坡度对关中地区塿土溅蚀的影响［J］.土壤学报，2021，58（6）：1416-1422.

（编辑：黄文晋）

Spatial-temporal variation of soil erosion in red soil region of southeastern Hubei Province and its influencing factors quantitative evaluation

TIAN Pei1，XU Ying1，YANG Wei2，3，LI Lu2，3，WU Yijin1

（1.Key Laboratory for Geographical Process Analysis ＆ Simulation，Hubei Province/College of Urban and Environmental Sciences，Central China Normal University，Wuhan 430079，China； 2.Hubei Institute of Water Resources and Hydropower Science，Wuhan 430064，China； 3.Hubei Engineering and Technology Research Center of Soil and Water Conservation，Wuhan 430064，China）

Abstract：

To explore the erosion rule of red soil in southeastern Hubei Province，Xianning City，a typical red soil region was taken as an example to reveal the temporal and spatial evolution characteristics of soil erosion based on the data of soil erosion area and intensity from 2005 to 2020.By combining the Revised Universal Soil Loss Equation（RUSLE） model and the runoff plot observation data of Tongcheng and Tongshan monitoring stations in Xianning City from 2012 to 2020，the soil erosion factors in this area were quantitatively evaluated.The results showed that from 2005 to 2020，the total area of soil and water loss and its ratio to the national territorial area of Xianning City showed a continuous downward trend，indicating that the soil erosion situation had improved significantly.Meanwhile，the overall spatial pattern of soil erosion intensity in Xianning City was “heavier in the south and lighter in the north”.For the plots with different land use types，the average soil erosion modulus of bare land plots was the highest（958.78 t/（km2·a）），followed by the arable plots and economic forest plots.Among all the arable plots covered by crops，the soil erosion module of plots with Hemerocallis citrina Baroni was the lowest.The erosion reduction effect of composite soil and water conservation measures was more obvious than that of the single soil and water conservation measure，and the erosion control effect of “soil ridge + hedgerow” composite measures was the best.In addition，there was a good exponential or power function relationship between soil erosion modulus and erosive precipitation.The dominant factors of soil erosion in Xianning City were vegetation cover and management factor，soil and water conservation measure factor，followed by the soil erodibility factor and erosive precipitation factor.The results could provide a scientific basis for revealing the temporal and spatial evolution of soil erosion and optimizing the allocation of soil and water conservation measures in the red soil region of southeastern Hubei Province.

Key words：

soil erosion；RUSLE；spatial-temporal variation；soil and water conservation measure；runoff plot；southeastern Hubei Province