南方典型红壤侵蚀区土壤有机质的影响因素及精准治理.pdf

第35卷第3期2023年9月亚热带水土保持Subtropical Soil and Water ConservationVol.35No3Sep.2023南方典型红壤侵蚀区土壤有机质的影响因素及精准治理”范政彬吴予彦黄紫欣陈青露关郑博瀚林扬帆儿陈志强（福建师范大学地理科学学院、碳中和未来技术学院福建福州350 117）摘要以福建省长汀县朱溪流域为研究区，综合运用遥感、冷热点分析、灰度关联度法、神经网络模型，对研究区内不同因子对土壤有机质的影响及土壤有机质的精准治理方案进行了研究。结果表明：朱溪流域西部与东北部为土壤有机质的热点区，南部与北部为冷点区；各因子对有机质含量的影响程度排序为：高程 植被覆盖度 土地利用强度 坡度 水土保持措施耗费；构建的MLP神经网络模型预测的正确率高达92.6%，利用模型预测在植被恢复、工程恢复、植被工程恢复三种治理措施下土壤有机质的恢复情况，通过精确定位，可实现生态恢复措施最优的空间分布，减少因治理空间错位造成的经济损失。关键词土壤有机质；生态修复；灰色关联度分析；神经网络预测；南方红壤侵蚀区中图分类号S158Influencing Factors and Precise Control of the Soil Organic Matters in theFan Zhengbin Wu Yuyan Huang Zixin Chen Qinglu Zheng Bohan Lin Yangfan Chen Zhiqiang(School of Geographical Sciences,School of Carbon Neutrality Future Technology of Fujian NormalAbstract:Zhuxi Watershed of Changting County was selected as the study area for the study of influenceon the soil organic matters by different factors and the precise control plan through the comprehensiveutilization of the remote sensing,cold and hot spot analysis,gray incidence and the neural network model,etc.The results show that:1)hot spots of soil organic matters are located at the west and north-east partof Zhuxi Watershed,while the cold spots of soil organic matters are located at the south and north part ofZhuxi Watershed;2)the influence degrees of the different factors on the content of soil organic matters areranked as elevation vegetation coverage land use intensity slope degree cost of soil conservationmeasures;3)the prediction accuracy based on the MLP neural network model is up to 92.6%.By usingthe model to make the prediction of soil organic matter recovery under three governance measures ofvegetation restoration,engineering restoration and vegetation engineering restoration,through the accuratepinpoint,it will realize the optimal spatial distribution of the ecological restoration measures and reduce theeconomic loss caused by the governance space dislocation.Key words:soil organic matter,ecological restoration,gray incidence analysis,neural network prediction,red soil erosion area of south China“基金项目：福建省水利科技项目“南方典型流域河湖山水林田草生命共同体的风险评估与优化调控”，平和县水利局横向委托项目“平和蜜柚园水土保持与面源污染阻控研究”收稿日期：2 0 2 3-0 1-2 8作者简介：范政彬（2 0 0 3-），男，福建省仙游县人，在读本科生，主要研究方向为水土保持。文献标识码A文章编号10 0 2-2 6 51（2 0 2 3）0 3-0 0 0 1-0 5Typical Red Soil Erosion Area of South ChinaUniversity,Fuzhou Municipality of Fujian Province 350117)修回日期：2 0 2 3-0 3-16亚热带水土保持第35卷土壤有机质（SoilOrganicMatter，SO M）是泛指以各种形态和状态存在于土壤中的各种含碳有机化合物，其中包括动植物残体、微生物体及其不同分解阶段的产物，以及由分解产物合成的腐殖质等，是土壤功能和土壤质量的关键。研究土壤有机质的空间分布差异及其影响因素，对水土保持、耕地治理、土壤的可持续利用等都具有重要意义。生态系统的生态阈值难以评估，其常用的定性和定量方法能力有限，因此评估结果的精度有待提高。在部分水土流失稳定区，因地形平坦、坡度较缓等原因，未超过生态阈值，具有一定的自我恢复能力，可在不采取较高强度的治理措施下，形成良好的生态系统功能；而在部分易发生突变的区域，虽然植被覆盖度较高，但由于植被结构不合理、多年人工纯林破坏肥力等原因，导致超出生态阈值而难以自主形成良好的生态系统功能。上述情况导致自然恢复与人工恢复的区域间存在较大的空间错位，即将人工恢复的重点放在可自然恢复的水土流失稳定区，而急需人工恢复措施的易发生突变区域却得不到治理，使生态系统结构和功能存在更大风险，导致后期需要更大投入。因此，结合各区域生态阈值的实际情况，制定针对性的治理措施，是实现生态恢复措施的最优空间分布和减少因治理空间错位带来的经济损失的关键之一。本研究以福建长汀朱溪流域为研究对象，利用遥感、冷热点分析、灰度关联法探究高程、坡度、植被覆盖度、土地利用强度、水土保持措施耗费共5个因子对土壤有机质的影响机制，利用神经网络模型预测不同治理措施的有效性，以期为南方红壤侵蚀区的水土保持提供精准治理方案。1楼数据与方法1.1研究区概况研究区位于福建省长汀县河田镇朱溪流域(1160045116 39 2 0 E，2 518 40 260205N），地形以低山丘陵为主，水土流失历史久远，是南方红壤侵蚀区的典型代表。该区属于中亚热带季风性湿润气候，年均温18.3，年降水量140 0 2 450 mm，土壤主要为红壤、侵蚀红壤，土层厚度约为10 6 0 m，抗蚀性极差。由于长期人为破坏，地表裸露，原始植被几乎全被次生林代替。2 0 12 年到2 0 17 年，长汀县在朱溪流域采取了一系列生态恢复措施。1.2数据来源及处理本研究的土壤有机质数据来源于2 0 0 9 年对朱溪流域土壤野外调查后，由团队制作的土壤有机质空间分布图。基于1：10 0 0 0 地形图生成的不规则三角网以及ArcGIS生成的坡度图层和相对高度图层，制作出数字高程模型（10 m10m）。利用2 0 17 年Sentinel-2A遥感影像，在ENVI5.3.1中提取归一化植被指数（NDVI），确定置信区间为5%95%，提取植被覆盖度。根据长汀县水土保持站的水土保持措施分布图和各种措施的投资强度，计算出2 0 12 2017年各个地点的水土保持措施耗费。土地利用类型数据源是2 0 17 年Sentinel-2A卫星遥感影像；根据野外调查的土地和植被覆被特征，野外利用GPS定位各标识点，分析图谱特征，建立影像解译标志，利用解译标志和外业调查的地面实况景观照片为遥感判读提供依据，参照已有的朱溪流域土地利用分类体系和景观组分类型土地利用强度指数表，建立2 0 17 年朱溪流域土地利用强度数据库。在ArcGIS10.8软件中生成1993个有效fishnet网格（150 m150m），将土壤有机质和以上5个影响因子的值分别提取至对应的网格。1.3研究方法1.3.1(Getis-OrdG*冷热点变化分析Getis-Ord G*统计量是一种分析变量的空间分布聚集程度的指标，服从标准正态分布。利用该方法分析有机质含量的空间分布聚集程度，当统计量为正值且通过显著性检验时，表示有机质含量的高值在空间呈现聚集的状态，即热点区域；当统计量为负值且通过显著性检验时，表示有机质含量的低值在空间呈现聚集的状态，即冷点区域。1.3.2灰色关联度分析法灰色关联度分析法是根据因素之间发展趋势的相似或相异程度，衡量因素间关联程度的一种方法。选取各渔网点的高程、植被覆盖度、土地利用强度、坡度、水土保持措施的耗费作为影响因子，利用灰色关联度分析法研判各影响因子与土壤有机质含量之间的关联程度。1.3.3多层感知机神经网络模型多层感知机（MultilayerPerceptron，M LP）是一种深度学习模型，作为一种全连接人工神经网络（A r t i f i c i a l Ne u r a l Ne t w o r k，A NN），M LP神经网络是在单层感知器的基础上拓展的前馈神经网络，在解决复杂非线性问题上有突出优势。MLP神经网2第3 期范政彬，吴予彦，黄紫欣，等：南方典型红壤侵蚀区土壤有机质的影响因素及精准治理络包括输入层、至少1个隐藏层和输出层，层间进行全连接，将上一层的输出作为下一层的输入，通过激活函数的转化后继续作为下一层的输出，逐层向后运算直至运算到输出层。使用梯度下降改进模型参数使损失最小化，其函数逼近能力较强，对输入变量无统计上的分布要求，预测精度较高，应用广泛。利用SPSS26.0对各渔网点的数据进行规范化处理后，将植被覆盖度、高程、坡度、水土保持措施耗费、土地利用强度作为输入层数据，土壤有机质作为输出层数据进行模型的构建。植被在抑制土壤侵蚀、恢复土壤肥力中十分重要。坡度通过影响人类活动、降雨侵蚀，也对土壤有机质含量产生影响。由于植树造林的耗费远小于平整土地等工程措施，因此在排除交通、居民点、水域、耕地四类用地及原有机质高值点后，在剩余图例冷点区。过渡区热点区区域内，利用MLP神经网络模型分别预测在植被恢复、工程恢复、植被工程恢复三种治理措施下土壤有机质的恢复情况。将流域内土壤有机质含量分为015g/k g，152 0 g/k g，2 0 2 5g/k g，2 530 g/k g,3035g/k g，3540 g/k g 和 40 g/kg共7 个等级。将预测后的土壤有机质含量提升1级的地点划分为“有效恢复型”，提升2 级及以上的地点划分为“显著恢复型”。2结果与分析2.1有机质空间分异格局冷热点分析利用Getis-OrdG*统计，得到流域内土壤有机质冷热点的空间分布情况（图1）。热点区总面积和冷点区总面积分别占流域面积的2 0.3%和18.4%。热点区集中在西部耕地与东北部山地，冷点区集中在南部以及北部河谷。000OO0001kmOO00000000008000000000000000#e0000000000图1朱溪流域土壤有机质冷热点分布2.2有机质与影响因子的关联度计算得出各影响因子与有机质含量间的灰色关联度，并对关联度的大小进行排序：高程（0.8 7 7）植被覆盖度（0.8 50）土地利用强度（0.8 2 2）坡度（0.8 10）水土保持措施的耗费（0.7 30）。流域内有机质的分布与高程、坡度总体呈正相关，高程、坡度越大，人类可达性越差，受人类活动影响越小，有机质含量往往越多。植被覆盖度与有机质的关联度较高，总体呈正相关，但西南部林地的空中绿化现象使土壤有机质含量较低。土地利用强度与有机质的关联度较高，总体呈负相关，西部耕地的土地利用强度较大，但受农耕施肥的影响，加之上游的有机质随河流汇集于此，有机质含量较多。水土保持措施耗费与有机质含量的关联度最低，二者呈负相关，这是由于原本有机质含量少的地方，生态修复的耗费往往越大，但修复效果需要一定的时间才能显现，加之过往治理措施的空间错位，导致二者关联度最低。2.3多层感知机神经网络模型2.3.1多层感知机神经网络模型精度基于各渔网点的植被覆盖度、高程、坡度、水土保持措施耗费、土地利用强度数据，构建MLP神经网络模型，对不同修复措施下的土壤有机质含量恢复情况进行预测。模型对土壤有机质含量等级的3亚热带水土保持第35卷预测与实际情况大致吻合，其训练集和验证集正确预测率分别达到了9 3.6 0%与9 2.6 0%，模型精度较高。2.3.2多层感知机神经网络模型预测2.3.2.1木植被恢复型模拟当植被覆盖度达到10 0%、其余条件不变时，土壤有机质含量的变化。如图2 所示，经植被恢复后，有10 处渔网点的土壤有机质含量提升了1级，为“植被有效恢复型”；有2 处渔网点的土壤有机质含量提升了2 级及以上，为“植被显著恢复型”。由于在贫痞土壤上新植植物难以存活，会造成许多经费、时间和劳力的浪费，因此并非所有地区都适合新植植物。许多研究强调生态恢复主要前提是土壤功能重新恢复，在土壤功能得到一定恢复的前提下，再采用新植植物的措施，植物生长产生的枯枝落叶和根系腐解物在土壤中积累和矿化，一方面把大部分无机营养元素归还土壤，另一方面改善了土壤的物理性质，土壤质地和通气状况变好，当土壤肥力恢复到一定阶段之后，随着植被覆盖度的增加，生态恢复状态往往呈现好转趋势。同时，在新植植物时，要充分考虑植被结构的合理性。如果片面追求植被覆盖度，但未能形成有效的乔、灌和草配置，或是片面追求经济效益，形成结构单一的人工针叶林纯林，往往导致土壤蓄水保肥效益低下，难以实现良好的生态系统功能。2.3.2.2工程恢复型对于在植被覆盖度10 0%的条件下、但有机质恢复不显著的点，模拟当坡度为0、其余条件不变图例N植被工程有效恢复型植被工程显著恢复型植被有效恢复型植被显著恢复型原有机质高值点口植被工程恢复不显著型工程有效恢复型工程显著恢复型时，土壤有机质含量的变化。如图2 所示，经过平整土地或修筑梯田等治理后，有34处渔网点的土壤有机质含量提升了1级，为“工程有效恢复型”；有14处渔网点的土壤有机质含量提升了2 级及以上，为“工程显著恢复型”。在研究区坡度 2 0 的坡地上，面蚀、沟蚀、崩岗侵蚀等最为严重，即随着坡度增加，水土流失加剧。利用工程措施降低坡高、减缓坡度，可减少雨水冲刷和降雨时地表径流的形成，降低地表水土流失对土壤有机质积累的威胁。同时不采用人工植树，让该地区自然恢复从而形成植被覆盖，也可对有机质有较好的恢复作用。2.3.2.3植被工程恢复型对于仅在植被覆盖度10 0%或坡度为0 的条件下，有机质恢复仍不显著的点，模拟植被覆盖度100%且坡度为0，其余条件不变时，土壤有机质含量的变化。如图2 所示，在恢复植被和平整坡度两种措施下，有11处渔网点的土壤有机质含量提升了1级，为“植被工程有效恢复型”；有10 处渔网点的土壤有机质含量提升了2 级及以上，为“植被工程显著恢复型”。植被工程恢复型的原有植被破坏剧烈、坡度较大，水土流失现象严重，土壤有机质水平较低，需综合运用工程、植被恢复相结合的措施，如利用工程机械平整坡地、修筑梯田、种植耐酸耐旱耐的植物，以恢复科学合理的草灌木混交植被结构，并在后续长期跟踪监测治理效果，以恢复土壤有机质。Ikm品A品口品口图2 不同治理措施下土壤有机质恢复预测图.4第3期范政彬，吴予彦，黄紫欣，等：南方典型红壤侵蚀区土壤有机质的影响因素及精准治理总体上，在三种不同措施的治理下，治理区内有55处渔网点的有机质含量能有效恢复，有2 6 处能显著恢复，其余为“植被工程恢复不显著型”。3结论本研究以福建长汀朱溪小流域为研究对象，综合运用遥感、冷热点分析、灰度关联法、神经网络模型预测等技术方法，对研究区内5种因子对土壤有机质的影响及有机质的精准治理方案进行了研究，主要结论如下：西部耕地与东北部山地为有机质含量的热点区，南部以及北部河谷为冷点区。各因子对有机质含量的影响程度：高程 植被覆盖度 土地利用强度坡度 水土保持措施耗费，其中高程对有机质含量的影响最大。构建的MLP神经网络模型对流域内土壤有机质恢复的预测结果正确率高达92.6%。利用模型预测在植被恢复、工程恢复、植被工程恢复三种治理措施下土壤有机质的恢复情况，通过精确定位，实现生态恢复措施最优的空间分布，有效或显著地提升了土壤有机质含量，减少了因治理空间错位造成的经济损失。依据不同研究区的实际情况，调整变量，可将构建的MLP神经网络模型应用于中国南方其他红壤侵蚀区，对探究南方红壤侵蚀区水土流失的治理有较大的理论和实践意义。参考文献1】朱鹤建，陈建飞，陈松林土壤地理学 M高等教育出版社，2 0 19：2 0.2 Beare MH,Hendrix PF,Cabrera ML,et al.Aggre-gate-Protected and Unprotected Organic Matter Poolsin Conventional-And No-Tillage SoilsJ.SoilScienceSociety1994,58(3):787-795.3侯利萍，何萍，范小杉，等生态阈值确定方法综述J应用生态学报，2 0 2 1，32(2)：7 11-7 18.4 Ch e n X,D u a n Z.Ch a n g e s i n s o i l p h y s i c a l a n dchemical properties during reversal of desertificationin Yanchi County of Ningxia Hui autonomous region,ChinaJ.Environmental Geology，2 0 0 9,57(5):975-985.5 He S,Richards K.Impact of meadow degradation onsoil water status and pasture managementa casestudy in TibetJ.Land Degradation&Development,2015,26(5):468-479.6 Chen Z,Chen Z.Spatial misallocation of ecologicalrestoration and resulting economic costs in the redsoil hilly region of China:a case study of the ZhuxiwatershedJ.Environmentalandassessment,2020,192(2):1-12.7 陈海滨侵蚀红壤小流域土壤养分空间变异与肥力质量评价 D福建师范大学，2 0 11：17-2 0.8 潘宗涛，陈志强，陈志彪朱溪流域土壤容重空间分异与地形和土地利用的关系 J水土保持通报，2 0 18，38(3):263-268.9陈志强区域多尺度LUCC及空间数据库研究 D福建师范大学，2 0 0 6：7 0.10 高会，付同刚，梁红柱，等太行山区生态系统服务冷热点区域识别及其权衡/协同关系分析 J中国生态农业学报，2 0 2 2，30（7）：10 45-10 53.11谭术魁，邹尚君，曾忠平，等基于Rf-Mlp集成模型的耕地生态安全预警系统设计与应用 J长江流域资源与环境，2 0 2 2，31(2)：436-446.12徐奇刚，雷相东，国红，等基于多层感知机的长白落叶松人工林林分生物量模型J北京林业大学学报，2 0 19，41(5):9 7-10 7.13 刘飞，陆林采煤塌陷区的生态恢复研究进展J自然资源学报，2 0 0 9，2 4（4)：6 12-6 2 0.14陆树华，李先琨，吕仕洪，等桂林红壤侵蚀区植被恢复过程的土壤理化性质变化 J广西科学，2 0 0 6，yofAmericaJournal，113(1):52-57.15郑本暖，杨玉盛，谢锦升，等亚热带红壤严重退化生态系统封禁管理后生物多样性的恢复 J水土保持研究，2 0 0 2，9(4):57-6 0.16李永兴中加合作开展广东省花岗岩地区土壤侵蚀与治理研究 J热带地理，198 8，8(3)：2 53-2 53.monitoring5