基于RUSLE和地理探测器的鄂西北土壤侵蚀时空分异与归因

田 培，贾婷惠，平耀东，许 盈，王 哲，刘目兴

（华中师范大学 a. 地理过程分析与模拟湖北省重点实验室；b. 城市与环境科学学院，武汉 430079）

土壤侵蚀是全球性生态环境问题，严重影响着社会经济和生态系统的可持续性（Xiong et al.,2019）。土壤侵蚀时空分异是气候、地形、土壤、植被覆盖和人为活动等多种因子共同作用的结果（邱扬 等，2002）。据《2020 年湖北省水土保持公报》（湖北省水利厅，2021），鄂西北水土流失面积为3 055.41 km2，占全省国土面积的12.91%，其水土流失问题关系到丹江口水库水质安全，探究鄂西北水土流失的时空分异特征并定量解析其成因，可为其水土流失防治提供科学依据。

国内外普遍采用USLE/RUSLE模型估算和预测某个区域在一定时段内的土壤侵蚀量。USLE 最早由Wischmeier等（1965）提出，美国农业部在1997年提出了修正通用水土流失方程（RUSLE），而后其得到了广泛应用（Rymszewicz et al., 2015; Senanayake et al., 2022；田培 等，2022）。刘宝元等（2001）以RUSLE为蓝本，根据中国土壤侵蚀情况提出中国通用土壤流失方程（CSLE）；Tian 等（2021）基于湖北省典型山地丘陵地区径流小区的土壤侵蚀观测数据，验证了改进RUSLE 模型的适用性；王钧等（2018）基于RUSLE 模型和GIS 技术，探讨不同土壤侵蚀敏感性的分布规律及其主导因子的空间分异特征。近年来，地理探测器被广泛应用到自然科学、社会科学、环境科学等领域（丁永康，2022；李梦华，2022）。如赵蒙恩等（2022）运用RUSLE 模型和地理探测器方法，研究2000—2019 年鄂尔多斯市土壤水力侵蚀状况及影响因子；牛丽楠等（2019）基于RUSLE 模型和地理探测器方法，定量分析了六盘水市土壤侵蚀状况及其影响因素。地理探测器与RUSLE模型、3S技术相结合，可以定量分析土壤侵蚀及其空间异质性，揭示土壤侵蚀的主要驱动因子，同时探测多因子交互作用对土壤侵蚀的贡献（王劲峰 等，2017）。

作为南水北调中线水源地——丹江口水库的集水区，近年来鄂西北地区的水土保持研究受到广泛关注。李学敏等（2018）发现丹江口水库库区及周边区域的土壤侵蚀以微度和轻度为主；廖雯等（2021）研究得出2010—2020 年丹江口库区土壤保持功能总体趋势持续好转；马方正等（2021）认为2012—2017年丹江口市土壤侵蚀敏感性整体呈现南北高、中间低的态势。虽然许多成果均为鄂西北地区土壤侵蚀研究提供了重要参考，但以往研究着重探究单个因子与土壤侵蚀的关系，存在影响因子选择不全面（朱明勇 等，2009；章影 等，2017）或多因子交互作用度量不足（廖雯 等，2021；马方正 等，2021）等问题，而利用地理探测器模型正好可以解决这些问题。因此，本研究基于RUSLE 模型和GIS技术，探究2005—2020年鄂西北土壤侵蚀的时空分布格局，借助转移矩阵和地理探测器，分析鄂西北地区土壤侵蚀的成因，量化各影响因子及其交互作用对土壤侵蚀的贡献，确定土壤侵蚀的高风险地区，探究影响土壤侵蚀强度的主导和交互因素，以期为鄂西北土壤侵蚀防治提供科学依据。

1 材料与方法

1.1 研究区概况

鄂西北地处汉江中上游地带，位于31°30′—33°16′ N、109°29′—111°16′ E，包括十堰市茅箭区、张湾区、郧阳区、郧西县、丹江口市、十堰经济技术开发区和武当山旅游经济特区等7个县（市区）（图1）。全域面积约11 658.14 km2，其中丘陵、山地面积分别为6 250、17 430 km2；地势西北高、东南低，地形特点为山大谷狭、高差大、坡度陡、切割深；属于亚热带季风气候区，多年均温11.2～15.4℃，年均降雨量为834.4 mm；地带性土壤类型为山地黄棕壤和黄褐土；植被类型以常绿阔叶林、落叶阔叶林和针叶混交林为主。

图1 鄂西北区位分布Fig.1 Location distribution of northwest Hubei

1.2 数据来源

降雨数据（1 km分辨率）通过地理资源分中心获取①降雨数据来源：http://gre.geodata.cn；地形数据来自地理空间数据云②地形数据来源：http://www.Gscloud.cn，从中选择数据集为ASTER GDEM 30 m的影像数据；从世界土壤数据库（HWSD）中获取土壤数据③土壤数据来源：https://www.trade.gov/harmonized-system-hs-codes，计算研究区的土壤可蚀性因子K；对于植被覆盖管理因子C和水土保持措施因子P均采取基于土地利用类型赋值的方法，从中科院数据中心获取2005、2010、2015、2020年共4期的研究区土地利用数据④土地利用数据来源：https://www.resdc.cn/DataSearch.aspx。

1.3 研究方法

1.3.1 RUSLE 模型 RUSLE 模型（Renard et al.,1997）的基本形式为：

式中：A为土壤侵蚀模数［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/（MJ·mm·hm2）］；LS为坡长坡度因子（无量纲）；C为植被覆盖管理因子（无量纲）；P为水土保持措施因子（无量纲）。

1） 降雨侵蚀力因子（R） 降雨侵蚀力是指降水引起土壤侵蚀的潜在能力（杨青林 等，2018），降雨量和降雨强度会对土壤侵蚀造成影响，通过降雨侵蚀力因子R反映，国内外学者针对R因子进行大量研究（章文波 等，2003；Dunkerley et al.,2021）。本研究参考《生产建设项目土壤流失量测算导则SL773-2018》，选择R因子的计算公式为：

式中：R为年降雨侵蚀力因子，单位为MJ·mm/（hm2·h）；Pn为年降雨量，单位为mm。

2）土壤可蚀性因子（K） 土壤可蚀性因子K反映土壤对侵蚀的敏感程度（谢颖颖 等，2017），依据Williams等（1984）在EPIC模型中计算K因子值的经典算法，结合鄂西北地区实际情况，得到K因子的计算公式为：

式中：SSAN为砂粒含量（%）；SSIL为粉砂含量（%）；CCLA为黏粒含量（%）；C为有机碳的含量（%）。

3）地形因子（LS）L代表坡长因子，影响地面径流的流速。S代表坡度因子，影响物质流动和能量转化的规模和强度，二者统称为地形因子LS。结合鄂西北地形地貌，参考Liu 等（1994）基于水土保持试验站天然径流小区观测资料提出的模型，借助工具计算LS因子，公式为：

式中：L为坡长因子（无量纲）；S为坡度因子（无量纲）；λ为水平投影坡长（m）；θ为坡度（°）；l为水流长度；α为坡度值；m是可变的坡度指数。

4）植被覆盖管理与水土保持措施因子（C、P）植被覆盖管理因子C是评价径流冲刷和雨滴击溅能力的重要指标（代侨 等，2021）。水土保持措施因子P是指其他条件相同时，特定水土保持措施下的土壤流失量与未实施水土保持措施地块顺坡耕作时的土壤流失量之比（马春玲 等，2022）。本研究依据冯强等（2014）在USLE/RUSLE中植被覆盖与管理因子研究进展所提到的赋值法，参考廖雯（2021）、李学敏（2018）等在丹江口地区相关研究的赋值标准对C、P因子进行赋值，具体见表1。

表1 植被覆盖管理因子（C）和水土保持因子（P）赋值Table 1 Assignment of Vegetation cover management factor (C)and soil and water conservation factor (P)

1.3.2 地理探测器 地理探测器（Geodetector）是近年来探测空间分异性，识别并揭示多要素间交互作用的常用模型，其由因子探测器、交互探测器、风险探测器和生态探测器4 部分组成（王劲峰 等，2017）。本研究参考应用地理探测器的相关成果（Li et al., 2021; Yang et al., 2021；姚昆 等，2022），在明确鄂西北土壤侵蚀时空分异特征后，以降雨侵蚀力、高程、坡度和土地利用类型作为自变量（探测因子），土壤侵蚀强度作为因变量，采用地理探测器的因子、交互和风险探测对该区域土壤侵蚀时空变化进行定量归因。因子探测器的核心是若存在某个自变量x对某个因变量y有影响，那么自变量的空间分布和因变量的空间分布应该具有趋同性，其计算公式为：

式中：q为探测因子x对因变量y的探测力值，q∈[0, 1]，q值越大，x对y的解释力越强，反之则越弱；N和Nh分别是全区和层的单元数；和σ2分别是层h和全区的y值的方差；L表示探测分区数。

交互探测主要是通过计算自变量x1和x2对于因变量y和q值，以及x1与x2交互后对y的q值，然后比对单因子的q值与双因子交互作用后的q值，以此判定交互作用的类型和方向。其交互关系可以分为5 类，具体见文献（王劲峰 等，2017）。本研究还通过对研究区不同时期的各类数据进行栅格计算、分区统计和叠加分析等，得到土壤侵蚀空间分布格局和时间演变规律，利用区域直方图和转移矩阵的方法进行处理，分析不同因素对土壤侵蚀的影响。

2 结果与分析

2.1 土壤侵蚀时空分异特征

2.1.1 时间变化 计算研究区2005—2020 年平均土壤侵蚀模数，并依据《土壤侵蚀分类分级标准》（SL190—2007）（中华人民共和国水利部，2008）将土壤侵蚀模数划分为6个强度等级，分别统计出鄂西北地区2005、2010、2015 和2020 年平均土壤侵蚀模数、土壤侵蚀量和不同侵蚀强度下土壤侵蚀面积及占比（表2）。

表2 鄂西北2005—2020年土壤侵蚀统计Table 2 Statistics of soil erosion in northwest Hubei from 2005 to 2020

由表2 可知，4 个年份的平均土壤侵蚀模数分别为659.2、686.4、579.7和642.9 t/（km2·a），2020年较2005年下降了2.47%，2005—2020年研究区土壤侵蚀整体呈现下降趋势，说明近些年的水土保持取得一定成效。鄂西北地区整体属于低强度侵蚀，其中微度侵蚀在侵蚀面积中占比最大，2005、2010、2015 和2020 年分别占总面积的63.0%、61.3%、67.9%和63.6%；轻度侵蚀次之，平均占比为29.0%；剧烈侵蚀面积占比最小，不超过0.2%。从时间变化看，15年间鄂西北地区侵蚀程度呈现波动减弱的趋势，轻度、强烈和极强烈侵蚀面积呈现“增加-减少-增加”的变化规律；相比2005 年，2020 年土壤侵蚀为轻度以上的面积占比下降了2.6%，说明经过多年水土保持治理，鄂西北地区土壤侵蚀得到明显改善。

表3 鄂西北土壤侵蚀强度占比转移矩阵Table 3 Transfer matrix of soil erosion intensity proportion in northwest Hubei %

2.1.2 空间变化 研究区2005—2020 年土壤侵蚀强度时空分布如图2所示，4期土壤侵蚀强度的空间分布基本一致，均以微度和轻度侵蚀为主；土壤侵蚀强度较高的地区持续减少，2020年研究区总侵蚀面积为8 566.23 km2，占区域总面积的73.48%。微度侵蚀均匀分布于整个研究区；强烈侵蚀及以上侵蚀强度主要分布在的西部和南部山地丘陵区，造成该现象的原因之一是丹江口水库的建设。张利华等（2006）发现丹江口库区的土壤侵蚀主要分布在坡耕地、荒山荒坡和疏残幼林地以及开发建设项目施工过程中的裸露地上，以25°以上的坡耕地侵蚀最为严重。另外，丹江口大坝的加高淹没了包括湖北省丹江口市、郧县和河南部分地区土地面积达3.08万hm2，使原本有限的土地资源变得更加紧张（湛若云 等，2015；逄智堂 等，2022）。

图2 鄂西北2005—2020年土壤侵蚀强度时空分布Fig.2 Temporal and Spatial Distribution of Soil Erosion Intensity in Northwest Hubei Province from 2005 to 2020

2.2 土壤侵蚀影响因子分析

土壤侵蚀的时空分异特征与各影响因子的时空分布格局有很强的相关性（Yuan et al., 2019;Xia et al., 2021），利用分区统计和转移矩阵的方法，从定性和定量2个方面，探究鄂西北土壤侵蚀影响因子的时空分异成因。在土壤侵蚀各影响因子中，由于土壤可蚀性K发生变化所需的时间较长，可认为在本研究时段内相对稳定，故不讨论其变化。

2.2.1 降雨侵蚀力因子 计算2005—2020 年鄂西北地区年均降雨量和年均降雨侵蚀力（图3），结果显示二者变化趋势基本一致，15年间年均降雨量的均值为896.23 mm，年均降雨侵蚀力的均值为4 113.93 MJ·mm/（hm2·h），其中2012 年年均降雨量和年均降雨侵蚀力均达到最小值，分别为737.87 mm 和2 960.46 MJ·mm/（hm2·h·a）；在本研究选取的2005、2010、2015 和2020 年4 期代表年份中，2015 年的年均降雨侵蚀力最小，为4 314.56 MJ·mm/（hm2·h），较2005年下降幅度为10.74%。

图3 鄂西北逐年降雨变化趋势Fig.3 Trend of annual rainfall in northwest Hubei

为进一步探究年降雨侵蚀力的空间分布，通过栅格计算得到2005、2010、2015 和2020年鄂西北年降雨侵蚀力因子空间分布（图4），结果显示，研究区降雨侵蚀力整体呈现自西北向东南递增的空间分布特征，其中降雨侵蚀力高值在2005 年主要分布于东部和南部地区，2020 年侵蚀程度明显减弱，仅分布在鄂西北的东南角；而降雨侵蚀力低值所在区域则由研究区西北角扩大至中部地区。

图4 鄂西北2005—2020年降雨侵蚀力因子时空分布Fig.4 Temporal and spatial distribution of rainfall erosivity factors in northwest Hubei Province from 2005 to 2020

2.2.2 地形因子 地形对土壤侵蚀的影响主要反映在坡度因子上（王猛 等，2021），土壤侵蚀能力随着坡度的增加而增加，根据水利部关于土壤侵蚀坡度等级划分的标准，并结合研究区实际情况，将研究区坡度分为6 个等级，分别为：0°～5°、＞5°～8°、＞8°～15°、＞15°～25°、＞25°～35°和＞35°，2005、2010、2015和2020年4期土壤侵蚀强度与坡度数据叠加分析的结果差异极小，因此为了便于分析和呈现数据结果，取平均值绘制于图5 中。0°～5°和＞5°～8°的坡度带内土壤侵蚀微弱，主要侵蚀类型为微度侵蚀且侵蚀面积占总侵蚀面积的比例不超过20%；＞15°～25°坡度带土壤侵蚀面积占比最大，为39.0%，其中主要是中度、强烈和极强烈侵蚀，在该坡度带中的面积占比分别是49%、46%和48%；其次侵蚀较为严重的是＞25°～35°和＞35°，坡度带土壤侵蚀面积占研究区总面积比例分别为29.5%和11.1%，二者侵蚀类型相似均以剧烈侵蚀为主，在25°～35°和＞35°坡度带的占比为52%和25%；＞8°～15°的坡度带侵蚀较轻，以微度和中度侵蚀为主，分别占该坡度带侵蚀面积的28%和34%；＞8°～15°和＞15°～25°地区以中度、强烈和极强烈侵蚀为主，其侵蚀占比为55.4%。

图5 鄂西北2005—2020年土壤侵蚀在不同坡度下的分布情况Fig.5 Distribution of soil erosion under different slopes in northwest Hubei Province from 2005 to 2020

基于DEM数据将研究区高程分为6个等级：0～100、＞100～200、＞200～500、＞500～800、＞800～1 500和＞1 500 m，与土壤侵蚀强度数据进行叠加，得到不同高程等级下土壤的侵蚀情况（图6）。其中，地形起伏在0～200 m和＞1 500 m的区域土壤侵蚀强度较轻；而高程＞200～500 m 的区域是土壤侵蚀较严重的地区，侵蚀面积占研究区侵蚀总面积的47.7%，且侵蚀强度主要为中度、强烈和极强烈，其侵蚀面积占该高程带面积的60%、53%和51%；侵蚀强度次之的是高程为＞500～800 m 的区域，该高程带侵蚀面积占比为31.8%，其中47%面积占比为剧烈侵蚀；高程在＞800～1 500 m 的区域则以微度和轻度侵蚀为主。由此可见，鄂西北地区的土壤侵蚀防治应着重考虑200～800 m的低山丘陵区。

1.1 对象 选择2010年在我院行单纯腹股沟疝手术患者80例，男70例，女10例，年龄22～78岁，平均年龄66.0岁，实施临床护理路径方法。以2009年行单纯股沟手术患者80例为对照组，男68例，女12例，年龄22～77岁，平均年龄68.0岁;采用常规护理方法。入选条件:①入院诊断为单纯腹股沟疝;②无其他疾病并发症;③患者能配合完成各项治疗及护理工作。

图6 鄂西北2005—2020年土壤侵蚀在不同高程下的变化情况Fig.6 Changes of soil erosion at different elevations in northwest Hubei from 2005 to 2020

2.2.3 植被覆盖与水土保持因子 本研究植被覆盖管理因子C和水土保持措施因子P是依据土地利用类型赋值，所以研究土地利用类型的时空分异状况可以更好地分析C、P因子的变化规律。基于2005、2010、2015 和2020 年的土地利用数据，得到研究区土地利用类型的时空分布（图7）。

由图7 知，鄂西北地区4 个年份主要土地利用类型为林地，分别占研究区总面积的69.37%、69.31%、68.90%和69.64%；其次为耕地和草地，平均面积占比为15%和11%，水域和居民用地面积占比最少，且多分布于丹江口水库附近；时间变化上，耕地、草地和水域面积呈逐渐减少趋势，其中耕地和水域的面积下降幅度明显，2020 年较2005年分别下降6.67%和5.41%；而林地和居民用地的面积呈现增加趋势，其中居民用地面积涨幅最大，2020年较2005年增长了2.00%。

研究区2005—2020年土地利用类型转移情况如表4所示，其中2005—2010年土地利用类型之间面积转化极小；2010—2015年主要为草地转化为居民用地，转化面积占国土面积的32.86%；而2015—2020年转化情况复杂，各类型间均有转化，但转移面积微小不超过8%。从2005—2020 年整体看，林地转化最大，面积转移占比达42.09%，其中24.08%的面积转化为耕地，14.26%转化为草地；其次为耕地和草地，转化为林地的比例分别为25.58%和15.14%，水域和居民用地转移变化不明显，面积转移占比＜4%。

表4 鄂西北2005—2020年土地利用类型面积占比转移矩阵Table 4 Transfer matrix of area proportion of land use types in northwest Hubei from 2005 to 2020 %

通过叠加土壤侵蚀强度数据和土地利用类型数据，定量分析研究区2005—2020 年土壤侵蚀强度变化与土地利用类型的关系，发现2005—2020年研究区的土壤侵蚀强度在不同土地利用类型下的变化不明显，仅在2010—2015 年，各类土壤侵蚀面积有较明显的增长，增长幅度在0.5%～10%，而2015—2020年，各类侵蚀面积又呈现下降趋势。分别取2005、2010、2015和2020年均值观察发现，耕地的土壤侵蚀程度最高、侵蚀程度属于轻度及以上的面积占比为85%；其次为草地和林地，从土壤侵蚀强度看，二者主要以微度侵蚀为主，面积占比分别为73.34%和65.95%。

2.3 基于地理探测器的土壤侵蚀定量归因

应用地理探测器的因子分析前，需将各因子数据进行离散化处理（Zhu et al., 2020；吴镇宇 等，2022）。针对鄂西北地区实际情况，将土地利用类型划分为耕地、林地、草地、水域和居民用地5类；将坡度和高程均划分为6类（中华人民共和国水利部，2008）；年降雨侵蚀力按照自然断点法分为9类。采用ArcGIS 10.8 中的渔网点功能，将鄂西北划分为1 km×1 km格网，共提取11 660个采样点。

2.3.1 因子探测 从因子探测器结果（图8）得知，所有探测因子的P值均为0，均通过显著性检验，表明所选探测因子对鄂西北土壤侵蚀时空分异特征均有显著影响，均可作为影响因素对其分异性进行分析。不同土壤侵蚀因子对土壤侵蚀的解释力存在差异性，研究区土壤侵蚀解释力最强的影响因子是坡度（q=0.174）和土地利用类型（q=0.176），其次是高程（q=0.020）和降雨侵蚀力（q=0.009）。

图8 鄂西北2005—2020年各影响因素解释力Fig.8 Explanatory power of influencing factors in northwest Hubei from 2005 to 2020

2.3.2 交互探测 从交互作用探测器结果（表5）可以看出，不同土壤侵蚀强度下，任意2个影响因子之间的交互作用对土壤侵蚀的解释力都大于单因子作用，且呈现非线性增强和双因子增强的特征，表明要综合考虑各种影响因素对土壤侵蚀的影响。其中，坡度与土地利用交互作用的解释力最大（q的均值为0.479）；其余解释力较强的因子交互作用依次为：高程和土地利用（q=0.221）、高程和坡度（q=0.196）、降雨侵蚀力和土地利用（q=0.194）以及降雨侵蚀力和坡度（q=0.193）。

表5 不同影响因子对鄂西北土壤侵蚀强度影响的交互作用Table 5 Interaction effect of different factors on soil erosion intensity in northwest Hubei

2.3.3 风险探测 由风险探测可知，鄂西北地区范围内坡度＞35°、高程为500～800 m、年降雨侵蚀力介于4 950.55～6 378.09 MJ·mm/（hm2·h·a）以及耕地覆盖的区域是土壤侵蚀发生的高风险区域，易发生高强度的土壤侵蚀。

3 讨论

本研究中2005—2020年鄂西北地区以微度侵蚀为主，且整体土壤侵蚀强度呈现波动下降趋势，这与李嘉麟等（2022）发现1990—2015年湖北省土壤侵蚀主要为微度和轻度侵蚀以及王海等（2021）发现2009—2019年丹江口地区土壤侵蚀强度呈下降趋势一致。本研究发现鄂西北土壤侵蚀强度为中度及以上等级的地区主要分布在坡度为15°～35°和高程为200～800 m 的区域，这与Rao 等（2016）得出的坡度为15°～25°的区域是中国土壤侵蚀最严重区域的结论类似。鄂西北坡度超过25°的区域多以剧烈侵蚀为主，主要是该区域坡度大且草被稀疏，因而单位面积土壤侵蚀量大，这与苏嫄等（2018）发现陕南坡度＞25°的区域是主要的土壤侵蚀坡度段的结论相符。此外，本研究发现鄂西北土壤侵蚀的临界高程值为500～800 m，低于该临界值时，土壤侵蚀随高程的增大而增强，反之则随高程的增大而减弱；这与Sun等（2014）发现黄土高原地区的土壤侵蚀临界高程范围不同、且不同高程带下土壤侵蚀强度不同的规律相符；其主要原因是鄂西北不同区域内部相对高差较大，地形、植被覆盖度以及局部气候的垂直地带特征差异显著。

地理探测器结果表明，坡度和土地利用类型的交互影响对鄂西北土壤侵蚀的控制作用最强，4 年解释力的均值高达47.9%，这与王欢等（2018）发现双因子交互作用有助于增强对土壤侵蚀的解释力的结果类似。不同土地利用类型对土壤侵蚀的影响差异显著，其中耕地的土壤侵蚀最为严重，且土壤侵蚀程度随坡度增加而明显加重。因此，在鄂西北土壤侵蚀治理过程中，应基于坡度的分布规律优化土地利用格局，从而科学调控土壤侵蚀。基于不同时间尺度的降雨数据选择相应计算方法得到降雨侵蚀力，进而运用地理探测器得到降雨对土壤侵蚀的解释力；本研究基于年降雨数据得出降雨对土壤侵蚀的解释力较小，这与马方正等（2021）采取月降雨数据得出鄂西北丹江口地区降雨对侵蚀的解释力较小的结论一致；但仍有部分基于日降雨（Zhang et al., 2022）、月降雨（黄硕文 等，2021）和年降雨（Gao et al., 2019）等不同时间尺度数据的相关研究表明，降雨对区域土壤侵蚀的解释力较强。综上所述，基于地理探测器的降雨对侵蚀的解释力可能与所采用降雨数据的时间尺度有关，有待进一步研究。另外，RUSLE的C、P因子主要是参考相关研究进行赋值，可能对计算精度有一定影响，后续应加强对各因子取值方法的区域化研究。

4 结论

基于RUSLE、地理探测器模型和GIS技术，探究鄂西北地区土壤侵蚀时空分异特征及其主导影响因子，识别土壤侵蚀高风险区域，主要结论如下：

1）鄂西北土壤侵蚀强度整体持续下降，与2005 年相比，2020 年的平均土壤侵蚀模数下降了16.3 t/（km2·a）、土壤侵蚀量下降了20万t；空间上呈现西部和南部侵蚀强，中部和北部侵蚀弱的分异格局，整体上以微度和轻度侵蚀为主，二者侵蚀面积之和占总侵蚀面积的93%。

2）鄂西北地区土地利用类型以林地为主，2005、2010、2015 和2020 年其面积占比均在60%以上，耕地的土壤侵蚀程度最高，轻度及以上等级侵蚀的面积占总侵蚀面积的85%；2005—2020年耕地和草地向林地转化的面积达11.98%。

3）地形因素显著影响土壤侵蚀格局，随高程增大土壤侵蚀强度先升高后降低，侵蚀最严重的高程带是200～500 m 和500～800 m，二者侵蚀面积占总侵蚀面积的比例为47.7%和31.8%；不同坡度下土壤侵蚀格局不同，15°～25°坡度带的侵蚀面积最大，占总侵蚀面积的39%，以中度、强烈和极强烈为主，25°～35°侵蚀程度最严重的，其中52%为剧烈侵蚀。

4）由地理探测结果可知，土地利用类型和坡度是鄂西北地区土壤侵蚀的主要影响因子，解释力分别为0.174和0.176，且二者交互作用对土壤侵蚀的解释力（q=0.479）最强；鄂西北易产生土壤侵蚀的区域分别为：坡度＞35°、高程为500～800 m、年降雨侵蚀力介于4 950.55～6 378.09 MJ·mm/（hm2·h·a）以及以耕地为主要土地利用类型的地区。