鄂东北土壤侵蚀时空演变及其影响因子定量评价

2024-02-15平耀东田培任茜龚雨薇贾婷惠杨严攀虞悦

农业资源与环境学报 2024年1期

平耀东，田培，任茜，龚雨薇，贾婷惠，杨严攀，虞悦

（1.华中师范大学地理过程分析与模拟湖北省重点实验室，武汉 430079；2.华中师范大学城市与环境科学学院，武汉 430079）

土壤侵蚀是土壤退化的主要原因，对人类生存构成严重威胁[1]。土壤侵蚀定量评价能够准确掌握区域土壤侵蚀的状况以及变化趋势，是开展水土保持工作的基础[2]。土壤侵蚀模型在土壤侵蚀定量评价中应用广泛[3]，其中具有代表性的是Wischmeier 等[4]提出的通用土壤流失方程（USLE）及修正的通用土壤流失方程（RUSLE）[5]；刘宝元等[6]在此基础上提出了中国通用土壤流失方程（CSLE）。近年来，国内外众多学者融合3S技术和RUSLE模型开展土壤侵蚀时空变化研究[7-9]。同时，土壤侵蚀驱动机制研究受到国内外学者的广泛重视[10]，传统的空间分析方法在识别侵蚀驱动因子方面取得了良好成效[11-12]，但在定量分析多因子交互影响时稍显不足[13]，而地理探测器与RUSLE模型和3S 技术相结合可以定量分析土壤侵蚀程度及其空间异质性，揭示主要驱动因子，且可以探测多因子交互作用对土壤侵蚀的贡献[14]。王欢等[13]借助地理探测器开展喀斯特流域土壤侵蚀的多因子定量归因，甄别出土地利用和坡度是主导因子；王猛等[15]基于地理探测器识别出西南地区15°～35°坡度、3 000～5 000 m海拔、30%～45%植被盖度和400～800 mm 年降水梯度区域是发生土壤侵蚀的主要源地。

鄂东北作为湖北省重点水土保持区，其水土流失具有复杂性和特殊性，《2021 年湖北省水土保持公报》显示，鄂东北山丘区2021 年水土流失面积为6 158 km2，占湖北省水土流失总面积的19.81%。因此，定量分析鄂东北土壤侵蚀时空变化及其驱动因子对科学实施水土保持措施具有重要意义。芦婕[2]基于RUSLE 模型发现鄂东北是湖北省水土流失主要分布区之一；李嘉麟等[16]基于CSLE 模型发现鄂东北地区土壤侵蚀总体较严重，且存在剧烈侵蚀；Tian 等[17]基于改进的RUSLE 模型发现鄂东北2019 年微度、轻度和重度侵蚀面积之和占比超过50.0%。韩旭等[18]发现武汉市新洲区土壤侵蚀的主导因子是植被覆盖度和水土保持措施因子。由此可见，目前鄂东北地区水土流失定量研究不够深入，相关研究大多将鄂东北纳入湖北省整体研究之中，且应用地理探测器、RUSLE 模型和3S 技术相结合定量研究鄂东北土壤侵蚀时空变化及其影响因子的研究未见报道。

本研究基于地理探测器和RUSLE 模型，利用鄂东北地区2000—2020 年遥感影像数据，选取降雨量、植被覆盖度、坡度、土地利用类型和海拔5 个影响因子，揭示该区域土壤侵蚀的时空演变特征，量化不同因子对土壤侵蚀的贡献，明确主要驱动因子及其交互作用的土壤侵蚀效应，识别主要的土壤侵蚀风险区，在此基础上提出土壤侵蚀防控建议，以期为该区域的水土保持工作提供参考。

1 材料与方法

1.1 研究区概况

鄂东北地处湖北省东北部，主要包括孝感市、黄冈市、随州市和武汉市新洲区，面积约37 366 km2，见图1。研究区为亚热带季风性湿润气候，雨热同季，降水充沛，光热充足，无霜期长，是湖北省热量最为丰富的地域，多年平均日照时数为2 000～2 150 h。多年平均降水量约为1 000～1 500 mm，且集中在每年6—8月，约占全年总降水量的40%。该区是湖北省水土保持分区中主要以水源涵养为第一基础功能的重要战略区域，更有“鄂东北大别山生态屏障”之称，是湖北省“三江四屏千湖一平原”国土空间保护格局的“四屏”之一。

图1 鄂东北地区位置Figure 1 Location of northeast Hubei

1.2 数据来源

本研究所需数据的主要来源如表1所示。

表1 研究区主要数据来源Table 1 Main data sources of the study area

1.3 土壤侵蚀模型及计算

（1）修正通用土壤流失方程（RUSLE）

本研究采用修正通用土壤流失方程[4]来计算鄂东北土壤侵蚀模数，其计算公式为：

式中：A为土壤侵蚀模数，t·hm-2·a-1；R为降雨侵蚀力因子，MJ·mm·hm-2·h-1·a-1；K为土壤可蚀性因子，t·hm2·h·hm-2·MJ-1·mm-1；L为坡长因子，无量纲；S为坡度因子，无量纲；C为植被覆盖因子，无量纲；P为水土保持控制措施因子，无量纲。

（2）降雨侵蚀力因子（R）

降雨侵蚀力表示降雨能够引起土壤侵蚀的能力。本研究中R值计算基于国家科技基础条件平台——国家地球系统科学数据中心-地理资源分中心月降雨量数据，考虑月降雨量的经典雨量型简易算法即《生产建设项目土壤流失量测算导则》（SL773—2018）[19]得到计算公式如下：

式中：Rm为月度降雨侵蚀力，MJ·mm·hm-2·h-1；Pm为月降雨量，mm；R为年降雨侵蚀力，MJ·mm·hm-2·h-1。

（3）土壤可蚀性因子（K）

K为土壤可蚀性因子，是关于土壤属性的函数，参考Williams 等[20]的计算公式，使用基于HWSD 建立的中国土壤数据集，对研究区土壤质地、有机碳数据提取后进行估算，获得K值计算公式如下：

式中：SAN为土壤砂粒含量，%；SIL为土壤粉粒含量，%；CLA为土壤黏粒含量，%；C为土壤有机碳含量，%；SNI为常数，SNI=1-SAN/100，公式中所需数据来源于HWSD手册。

（4）坡度因子（S）

坡长和坡度因子反映地形地貌对水土流失的影响，是估算土壤侵蚀模数重要的地形参数，本研究从McCool 等[21]和Liu 等[22]研究公式中提取坡度因子，计算公式如下：

式中：θ表示坡度（°）。

（5）坡长因子（L）

借鉴Liu 等[22]的研究结果及其他成果，采用坡长指数的方法提取坡长因子L，利用ArcGIS 软件依据Qiu等[23]的计算公式计算坡长因子：

式中：L为坡长因子；λ为坡长，m；m为坡长指数；θ为坡度（°）。

（6）植被覆盖因子（C）

植被覆盖因子是指在相同的外界条件下有植被覆盖地区土壤流失量与裸地环境条件下的土壤侵蚀总量之比。C因子的取值范围为0～1，C的取值越大，说明地区植被覆盖度越低，对水土流失的抑制作用越小，土壤侵蚀越严重。本研究根据鄂东北典型山地丘陵区NDVI数据，并根据蔡崇法等[24]的研究来计算植被覆盖因子，计算公式如下：

植被覆盖度fc计算公式如下：

式中：fc是根据植被指数NDVI数据基于像元二分法计算得到；NDVIsoil表示纯裸土像元的NDVI值；NDVImax表示纯植被像元的NDVI值。

（7）水土保持控制措施因子（P）

水土保持控制因子是指在其他因素相同条件下，实施一定水土保持措施的土壤流失总量与未实施水土保持措施的土壤流失总量之比。本研究参考游松财等[25]、胡晓倩等[26]对南方丘陵区的研究成果确定鄂东北不同土地利用类型的P值，耕地、草地、水域、居民用地、未利用地和林地P值分别为1、0.3、0、0.1、0.8和0.15。

1.4 地理探测器

地理探测器是一套用于检测空间异质性并解释其驱动力的统计方法[14]，在定量评价驱动因素方面具有优势。本研究应用因子探测和交互作用探测研究鄂东北地区水土流失驱动因子并进行定量分析。

式中：h=1，…，L，为变量Y或因子X的分层（Strata），即分类或分区；Nh和N分别是层h和全区的单元数和σ2分别是层h和全区的Y值的方差。SSW（Within Sum of Squares）、SST（Total Sum of Squares）分别为层内方差之和、全区总方差。q的值域为[0，1]，如果用X进行分层，q越大，说明Y的解释力越强。当q=1时，表示X完全控制了Y的空间分布，而q=0表示两者之间无联系。该q值满足非中心F分布。地理探测器的输入值需要对因子进行分层，根据Liang 等[27]2020 年的研究经验和离散化分类方法，本研究将降雨和海拔高度在ArcGIS中按照自然断点法进行重分类，分为9类，植被覆盖度分为8类（≤0.3、＞0.3～0.4、＞0.4～0.5、＞0.5～0.6、＞0.6～0.7、＞0.7～0.8、＞0.8～0.9、＞0.9～1.0），将坡度分为≤5°、＞5°～8°、＞8°～15°、＞15°～25°、＞25°～35°、＞35°共6类，土地利用类型分为6 类，分别是耕地、林地、草地、水域、居民用地和未利用地。运用ArcGIS 10.8软件中的渔网工具，通过1.5 km等距网格的均匀采样方法提取了16 699个点。

交互作用探测可识别不同风险因子之间的交互作用，即评估两个因子共同作用时是否会增加或减弱对因变量的解释力，或这些因子对因变量的影响是否独立。交互作用的判断依据见表2。

表2 不同驱动因子之间相互作用的解释力Table 2 Explanatory power of interaction between different driving factors

风险探测器用于判断两个子域间的属性均值是否有显著的差别，本研究利用其计算各个影响因子的不同分区下平均土壤侵蚀模数大小，比较并得出土壤侵蚀高风险区。

利用ArcGIS 分区统计和面积制表功能，对土壤流失量、高程、坡度、土地利用类型等进行可视化处理，从而更加直观地了解各因子对水土流失的影响。

2 结果与分析

2.1 土壤侵蚀强度时空变化特征

根据水利部发布的《土壤侵蚀分类分级标准》（SL 190—2007），可将土壤侵蚀强度划分为微度（Ⅰ）、轻度（Ⅱ）、中度（Ⅲ）、强烈（Ⅳ）、极强烈（Ⅴ）和剧烈（Ⅵ）6 个等级。基于RUSLE 模型的鄂东北地区不同时期土壤侵蚀强度变化如图2 所示。鄂东北地区2000—2020 年5 个代表年份的年均土壤侵蚀模数为390、220、154、84、145 t·km-2·a-1，呈下降趋势，2020年平均土壤侵蚀模数较2000 年下降了62.82%，表明鄂东北土壤侵蚀强度有所减弱。由图2 可知，中部和东南部地区侵蚀强度明显下降，侵蚀强度由之前的强烈及以上侵蚀转为2020 年的中度及以下，中强烈侵蚀零星分布，说明鄂东北地区多年水土保持工作取得明显成效，但在鄂东北地区的东北部仍存在极强烈和剧烈侵蚀。

图2 2000—2020年鄂东北地区土壤侵蚀强度Figure 2 Soil erosion intensity of northeast Hubei from 2000 to 2020

在ArcGIS 中，利用分区统计工具，对鄂东北地区不同土壤侵蚀强度进行面积统计，得出2000—2020年间不同土壤侵蚀强度的转移矩阵（表3）。

表3 2000—2020年鄂东北土壤侵蚀强度转移矩阵Table 3 Transfer matrix of soil erosion intensity in northeast Hubei from 2000 to 2020

鄂东北地区土壤侵蚀强度以微度侵蚀为主，5 个代表年份占比分别为43.75%、52.99%、50.03%、65.98%、64.24%；其次为轻度侵蚀，微度与轻度侵蚀面积之和占侵蚀总面积的82%以上，2015、2020 年微度和轻度侵蚀占比之和达到91%。除微度侵蚀外，其他等级的侵蚀面积占比均不同程度减小，土壤侵蚀减弱趋势明显。由表3可知，鄂东北2000—2020年间微度侵蚀在面积转移中一直最稳定，稳定率均在90%以上。2000—2005 年随着侵蚀强度的增大，稳定率下降，土壤侵蚀转化增强，主要由高等级侵蚀转向低等级侵蚀，其中轻度-微度、中度-轻度、强烈-中度、极强烈-强烈、剧烈-极强烈的转化率分别为14.43%、31.76%、37.90%、29.76%、26.84%，土壤侵蚀强度在逐渐降低。2005—2010 年，剧烈侵蚀稳定率增强，为81.14%，除微度侵蚀外，其他等级侵蚀强度稳定率也大幅增强。2010—2015 年整体侵蚀强度从高等级向低等级转化增多。2015—2020 年面积转化主要类型为跨越式，强烈转向轻度侵蚀（55.36%），极强烈转向轻度侵蚀（65.91%），剧烈转向中度侵蚀（46.38%）。

2.2 不同土地利用类型和坡度下土壤侵蚀强度的变化

2.2.1 土地利用类型

土地利用类型对土壤侵蚀的方式和强度均有影响。鄂东北地区土地利用类型包括耕地、林地、草地、水域、居民用地和未利用地（图3）。2000—2020 年主要土地利用类型为耕地和林地，5 个代表年份二者面积之和占比均大于85%。2000—2005 年不同土地利用类型之间的转化主要为耕地转向林地，转化面积占鄂东北总面积的2.78%，远大于其他土地利用类型之间的转移面积。2005—2010 年各土地利用类型面积趋于稳定，主要发生在耕地与林地之间。2010—2015年耕地向林地转移最多，转移面积占总面积的3.57%。2015—2020 年耕地开始大面积转移，其中，向林地转移面积最大，占鄂东北总面积的12.59%，其次为水域（3.03%）和居民用地（3.92%），同时林地也向耕地转移了6.02%。2000—2020 年间，鄂东北耕地面积一直处于减小的趋势，其他土地利用类型的面积均在增加。

图3 2000—2020年不同土地利用类型面积占比及转移变化Figure 3 The area proportion and transfer change of different land use types from 2000 to 2020

从图4 和表4 可知，2000—2020 年草地的年平均土壤侵蚀模数最大，年平均侵蚀模数降幅也最大（85.71%）；2020 年林地土壤流失量相较于2000 年降低244.86万t，林地土壤侵蚀得到明显改善；耕地对鄂东北土壤流失量的贡献最大，占流失量的74.82%～82.42%，土壤流失量降低量也最多（676.36万t）；居民用地年均土壤侵蚀模数居于稳定状态，属于微度侵蚀；未利用地2020 年的年均土壤侵蚀模数相较于2000 年减小79.41%。鄂东北地区侵蚀总量由2000年的1 553.07万t降低到2020年的538.24万t，土壤侵蚀得到明显改善。

表4 鄂东北地区2000—2020年不同土地利用类型土壤侵蚀强度变化Table 4 Changes of soil erosion intensity of different land use types in northeast Hubei from 2000 to 2020

图4 2000—2020年不同土地利用类型土壤流失量变化Figure 4 Soil loss change of different land use types from 2000 to 2020

2.2.2 坡度

坡度是影响土壤侵蚀的重要因子，鄂东北地区坡度分布不均匀，存在高山陡坡，最高坡度达到65°。由图5 可知，2000—2020 年微度侵蚀主要分布在0°～5°区间，占微度侵蚀总面积的80%以上；轻度侵蚀主要分布在15°以下；中度侵蚀主要分布在8°～15°区间；强烈侵蚀主要分布在8°～15°和15°～25°两个坡度区间；极强烈侵蚀分布在15°～25°的面积占比高于55%，当坡度大于15°时，剧烈侵蚀开始大面积出现，15°～25°和25°～35°坡度区间剧烈侵蚀面积平均占比分别为49.42%和36.13%，有69.33%的极强烈侵蚀和85.55%的剧烈侵蚀分布在15°～35°坡度区间。对比不同坡度下土壤侵蚀强度的变化（表5）发现，2000 年和2005年，随着坡度的增加土壤侵蚀模数先增大后减小，2010、2015年和2020年，随着坡度的增加土壤侵蚀模数增大，同一坡度下2020 年土壤侵蚀模数相较于2000 年大幅减小，不同坡度下土壤侵蚀模数降幅均大于50%，土壤侵蚀强度明显减弱。

表5 鄂东北地区2000—2020年不同坡度土壤侵蚀强度变化Table 5 Changes of soil erosion intensity on different slopes in northeast Hubei from 2000 to 2020

图5 2000—2020年不同坡度下土壤侵蚀强度分布Figure 5 Soil erosion intensity distribution under different slopes from 2000 to 2020

2.3 土壤侵蚀驱动因子及风险区识别

2.3.1 主要驱动因子

为了进一步探究土壤侵蚀驱动因子，利用地理探测器分析鄂东北2000—2020 年各驱动因子对土壤侵蚀的解释力。结果如图6 所示，不同的影响因子对鄂东北地区土壤侵蚀的解释力各不相同，且5 个年份的各个因子均通过了显著性检验（P＜0.05）。2000—2020 年各驱动因子对土壤侵蚀的解释力为植被覆盖度＞坡度＞海拔＞土地利用类型＞降雨，植被覆盖度5个年份的平均q值为9.61%，解释力最强，2010 年q值最大，为13.85%。在选取的5 个因子中，植被覆盖度在单因子驱动土壤侵蚀方面具有显著效应，是鄂东北地区土壤侵蚀强度变化的主要驱动因子。

图6 2000—2020年各驱动因子解释力变化Figure 6 Explanatory power variation of driving factors from 2000 to 2020

2.3.2 交互因子

取每个影响因子的5 年平均值进行交互检测。结果（表6）显示，植被覆盖度和坡度之间交互作用对土壤侵蚀强度的解释力最大（32.28%）。植被覆盖度与任一影响因子的交互作用解释力均大于其他因子间交互作用解释力。两驱动因子之间的交互作用q值明显高于任一单因子作用的q值，且高于两单因子作用q值之和，表明不同驱动因子之间相互作用的解释力符合双因子增强和非线性增强。

表6 不同驱动因子之间相互作用的解释力Table 6 Explanatory power of interaction between different driving factors

2.3.3 土壤侵蚀风险区

风险探测器结果（表7）表明植被覆盖度小于0.3时平均土壤侵蚀模数最大，发生土壤侵蚀的风险最高；土地利用类型中草地的平均土壤侵蚀模数最大，草地发生土壤侵蚀的风险较高；坡度大于35°时土壤易发生侵蚀；降雨量介于716.80～768.39 mm之间的地区平均土壤侵蚀模数最大，土壤侵蚀风险较高；海拔高度在115～186 m 之间的平均土壤侵蚀模数大于其他海拔区间的平均土壤侵蚀模数，其发生土壤侵蚀的概率较大。

表7 土壤侵蚀高风险区域及平均侵蚀模数Table 7 High risk areas of soil erosion and average erosion modulus

利用ArcGIS对5个因子的高风险区求交集，得出鄂东北侵蚀高风险区域分布图（图7），其中Ⅰ代表未出现高风险区域，Ⅱ指单因子的高风险区域，以此类推，Ⅴ表示有4 个因子的高风险区域叠加，是水土流失重点防治区域。结果显示，鄂东北整体侵蚀风险较低，侵蚀高风险区主要分布在随州市的西部和北部，孝感市的东北部和黄冈市的北部也有零星分布。

图7 侵蚀高风险区域分布Figure 7 High erosion risk area distribution

3 讨论

文雅等[28]以广东山区乌陂河流域土壤侵蚀实测数据为基准，得到USLE 的模拟精度为83.54%。鄂东北黄冈市罗田石桥铺监测站观测数据显示，罗田石桥小流域（30°44′43″～30°45′59″N，115°33′07″～115°35′46″E，面积5.12 km2）2015 年和2020 年的土壤侵蚀模数分别为102 t·km-2·a-1和120 t·km-2·a-1，而本研究模型在罗田石桥小流域处的计算结果分别为83 t·km-2·a-1和100 t·km-2·a-1，模型的平均模拟精度为82.35%。另外，研究区孝感市2015 年水土流失面积占其国土总面积的10.82%[29]，本研究模型计算得出孝感市2015年水土流失面积占其国土面积的9.59%，二者相差1.23 个百分点。这说明本研究基于RUSLE 模型的计算结果相对可靠。

2000—2020 年的20 年间，鄂东北整体侵蚀强度持续下降，这与芦婕[2]的研究结果一致。鄂东北微度和轻度侵蚀面积占研究区总面积的82%以上，微度侵蚀面积占比升高，其他等级侵蚀面积占比下降；土壤侵蚀强度转移矩阵显示，低等级侵蚀相对稳定，高等级侵蚀变化较大，表现为高等级侵蚀面积大幅度向低等级侵蚀转移，这也是微度面积占比升高的主要原因。本研究发现鄂东北地区耕地面积在减少，林地在增加，这得益于退耕还林、封山造林等措施的实施。叶宏萌等[30]在研究土地利用对南方红壤丘陵区土壤侵蚀时发现，土壤侵蚀在裸地最为突出，植被覆盖率低的地区水土流失严重。这与本研究中鄂东北稀疏草地和低植被覆盖率未利用地土壤侵蚀严重的结果类似。鄂东北地区耕地土壤流失量最大，这是因为耕地面积占比最大。本研究表明，不同坡度下土壤侵蚀分布格局不同，坡度越大，侵蚀风险越强，这与Tian等[17]对湖北省典型山丘区土壤侵蚀的研究结果一致。

地理探测器结果显示，植被覆盖度解释力最强，意味着植被覆盖度和土壤侵蚀之间空间分布格局的相关性较高，这与吴光艳等[31]得出的植被盖度的增加可以有效减少水土流失的结论类似。交互因子探测结果（表6）表明植被覆盖度与坡度之间相互作用的解释力最强，这与赵蒙恩等[32]得出的植被覆盖度与坡度交互作用解释力最大的结论一致。杨伟等[33]发现黄冈北部大别山区板栗林水土流失较严重。这与本研究得到的植被覆盖度低且坡度陡的黄冈北部水土流失严重的结果类似，当陡坡的植被覆盖度较低时，在雨强较大时易发生细沟侵蚀[17]。本研究发现植被覆盖度＜0.3 时土壤侵蚀风险最大，这与Nunes 等[34]得出产沙量在植被覆盖度低于30%时迅速增加、侵蚀强度明显增大的结论一致。

基于本研究结果，对鄂东北土壤侵蚀防治提出如下建议：对于植被覆盖度低且坡度陡的麻城、罗田和英山县，应加强退耕还林及经果林建设；对于土壤侵蚀风险高的随州西部和北部、孝感东北部和黄冈北部，宜形成乔、灌、林、草相结合的立体防护体系，并加强农田防护林及坡改梯建设。对于西北部的随州市，近年来城镇化建设加快，土壤侵蚀风险加剧，需加强该地区植被覆盖度小于0.3 和坡度大于35°区域的水土保持措施布设。