陕北生态脆弱区土壤水蚀变化及驱动因子——以榆林市为例.pdf

第3 0卷第5期2 0 2 3年1 0月水土保持研究R e s e a r c ho fS o i l a n dW a t e rC o n s e r v a t i o nV o l.3 0,N o.5O c t.,2 0 2 3 收稿日期:2 0 2 2-0 8-0 2 修回日期:2 0 2 2-0 8-2 6 资助项目:国家自然科学基金项目(4 2 0 7 7 0 5 8,4 1 6 0 1 2 8 2);陕西省高校科协青年人才托举计划资助(2 0 2 1 0 7 0 5);中央高校基本科研业务费项目(G K 2 0 2 1 0 3 1 5 0,G K 2 0 2 0 1 0 0 3)第一作者:朱启明(1 9 9 9),男,江苏盐城人,硕士研究生,主要从事土壤侵蚀过程与机理研究。E-m a i l:q i m i n g z h u s n n u.e d u.c n 通信作者:刘俊娥(1 9 8 7),女,山西河曲人,博士,副教授,主要从事土壤侵蚀过程与机理研究。E-m a i l:l i u j u n e 5s n n u.e d u.c nh t t p:s t b c y j.p a p e r o n c e.o r gD O I:1 0.1 3 8 6 9/j.c n k i.r s w c.2 0 2 3.0 5.0 0 6.朱启明,王宁,刘俊娥,等.陕北生态脆弱区土壤水蚀变化及驱动因子分析:以榆林市为例J.水土保持研究,2 0 2 3,3 0(5):4 1-5 1,6 0.Z HU Q i m i n g,WAN GN i n g,L I UJ u n e,e t a l.A n a l y s i so f S o i lW a t e rE r o s i o nC h a n g e s a n dD r i v i n gF a c t o r s i nE c o l o g i c a l l yF r a g i l eA r e a s i nN o r t h-e r nS h a a n x iP r o v i n c e:T a k i n gY u l i nC i t ya sa nE x a m p l eJ.R e s e a r c ho fS o i l a n dW a t e rC o n s e r v a t i o n,2 0 2 3,3 0(5):4 1-5 1,6 0.陕北生态脆弱区土壤水蚀变化及驱动因子 以榆林市为例朱启明,王 宁,刘俊娥,齐小倩,程西科,杜芳悦,崔钦凯(陕西师范大学 地理科学与旅游学院,西安7 1 0 1 1 9)摘 要:目的 分析陕北生态脆弱区土壤水蚀的时空变化特征,阐明影响土壤水蚀空间分布格局的驱动因子,以期为黄土高原生态脆弱区土壤水蚀治理和生态恢复提供一定的理论依据。方法 基于修正的通用土壤流失方程(R U S L E),选取降水、土壤属性、地形、遥感等多源数据,估算榆林市2 0 0 0年、2 0 1 0年和2 0 2 0年的土壤水蚀量,开展榆林市土壤水蚀的时空变化及驱动因子研究。结果 榆林市2 0 0 0年、2 0 1 0年和2 0 2 0年均以微度侵蚀为主。相较于2 0 0 0年、2 0 1 0年和2 0 2 0年榆林市强度侵蚀及以上的面积显著减少。榆林市南部土壤水蚀程度要高于北部,其中南部局部地区土壤水蚀现象较为严重。2 0 1 0年土壤水蚀量(5.3 3 91 07t)较2 0 0 0年(1.1 2 41 08t)大幅度下降,而由于近年来榆林市降雨侵蚀力的增加,2 0 2 0年的水蚀量(6.8 6 41 07t)则较2 0 1 0年(5.3 3 91 07t)有小幅增加。榆林市的西南和东南由水蚀造成的流失量较北部更为严重,尤以定边最为严重,三年分别贡献了全市由水蚀造成的土壤流失量的4 4.6 8%,1 6.6 9%,1 4.6 6%。中度及以下强度对榆林市土壤水蚀流失量贡献较大。驱动榆林市土壤水蚀形成空间分布差异的主要因子为地形及降雨,不同因子的交互作用增加了对水蚀程度的影响,不同地貌区间的驱动因子也有较明显的差异。在2 0 0 0年和2 0 1 0年,榆林东部覆盖度为4 0%5 0%的山区砂质陡坡发生强烈水蚀的风险最高,而2 0 2 0年发生剧烈土壤水蚀风险最高的地区为覆盖度为3 0%4 0%的砂质平原地区。结论 榆林市土壤水蚀状况在2 0 0 0年、2 0 1 0年和2 0 2 0年三年间发生了变化,且水蚀分布格局主要受到地形和降雨因子的驱动,未来还需进一步优化模型因子,以提高模型对中等以下侵蚀强度的预测精度。关键词:R U S L E模型;榆林;地理探测器;时空变化中图分类号:S 1 5 7.1 文献标识码:A 文章编号:1 0 0 5-3 4 0 9(2 0 2 3)0 5-0 0 4 1-1 1S o i lW a t e rE r o s i o nC h a n g e sa n dD r i v i n gF a c t o r s i nE c o l o g i c a l l yF r a g i l eA r e a s i nN o r t h e r nS h a a n x iP r o v i n c e-T a k i n gY u l i nC i t ya sa nE x a m p l eZ HU Q i m i n g,WANGN i n g,L I UJ u n e,Q IX i a o q i a n,CHE NGX i k e,DUF a n g y u e,C U IQ i n k a i(S c h o o l o fG e o g r a p h ya n dT o u r i s m,S h a a n x iN o r m a lU n i v e r s i t y,X i a n7 1 0 1 1 9,C h i n a)A b s t r a c t:O b j e c t i v eT h ea i m so ft h i ss t u d ya r et oa n a l y z et h es p a t i a la n dt e m p o r a lc h a r a c t e r i s t i c so fs o i lw a t e re r o s i o ni ne c o l o g i c a l l yf r a g i l ea r e a so fn o r t h e r nS h a a n x iP r o v i n c ea n de l u c i d a t et h ed r i v i n gf a c t o r sa f f e c t i n gt h es p a t i a l d i s t r i b u t i o np a t t e r no f s o i lw a t e r e r o s i o n,w i t hav i e wt op r o v i d i n gs o m e t h e o r e t i c a l b a s i sf o r s o i lw a t e r e r o s i o nm a n a g e m e n t a n de c o l o g i c a l r e s t o r a t i o n i ne c o l o g i c a l l y f r a g i l e a r e a so f t h eL o e s sP l a t e a u.M e t h o d sB a s e do nm o d i f i e du n i v e r s a l s o i l l o s s e q u a t i o n(RU S L E)m o d e l,m u l t i-s o u r c ed a t a s u c ha sp r e c i p-i t a t i o n,s o i l p r o p e r t i e s,t o p o g r a p h ya n dr e m o t es e n s i n gw e r es e l e c t e dt oe s t i m a t es o i lw a t e re r o s i o n i nY u l i ni n2 0 0 0,2 0 1 0a n d2 0 2 0 i no r d e r t oc a r r yo u t as t u d yo nt h e s p a t i a l a n d t e m p o r a l v a r i a t i o na n dd r i v i n g f a c t o r so f s o i lw a t e r e r o s i o n i nY u l i n.R e s u l t sS l i g h t e r o s i o nd o m i n a t e d i nY u l i n i n2 0 0 0,2 0 1 0a n d2 0 2 0.C o m p a r e dw i t h2 0 0 0,t h ea r e ao fY u l i nw i t hi n t e n s i t ye r o s i o na n da b o v es i g n i f i c a n t l yr e d u c e di n2 0 1 0a n d2 0 2 0.S o i lw a t e re r o s i o nr a t ew a sh i g h e r i nt h es o u t h e r np a r to fY u l i nt h a nt h en o r t h e r np a r t,w h e r es o i lw a t e re r o s i o nw a sm o r es e r i o u s i nt h es o u t h e r np a r t l o c a l l y.S o i lw a t e re r o s i o n i n2 0 1 0(5.3 3 91 07t)d e c r e a s e ds i g n i f i c a n t l yc o m p a r e dw i t h2 0 0 0(1.1 2 41 08t),w h i l ew a t e re r o s i o n i n2 0 2 0(6.8 6 41 07t)i n c r e a s e ds l i g h t l yc o m p a r e dw i t h2 0 1 0(5.3 3 91 07t)d u et ot h e i n c r e a s e i ne r o s i v ep o w e ro fr a i n f a l l i nY u l i ni nr e c e n ty e a r s.T h el o s sc a u s e db yw a t e re r o s i o nw a sm o r es e r i o u s i nt h es o u t h w e s tp a r ta n ds o u t h e a s tr e g i o no fY u l i nt h a ni nt h en o r t h,e s p e c i a l l y i nD i n g b i a n,w h i c hc o n t r i b u t e d4 4.6 8%,1 6.6 9%,a n d1 4.6 6%o f s o i l l o s s e s o fY u l i nc a u s e db yw a t e re r o s i o n i nt h r e ey e a r s,r e s p e c t i v e l y.T h em o d e r a t e i n t e n s i t ya n db e l o wc o n t r i b u t e dm o r e t ot h es o i lw a t e re r o s i o nl o s s i nY u l i n.T h em a i nf a c t o r sd r i v i n gt h ed i f f e r e n c e s i nt h es p a t i a ld i s t r i b u t i o no fs o i lw a t e re r o s i o nf o r m a t i o n i nY u l i nw e r e t o p o g r a p h ya n dr a i n f a l l,a n d t h e i n t e r a c t i o no f d i f f e r e n t f a c t o r s i n c r e a s e d t h ei n f l u e n c eo nt h ed e g r e eo fw a t e re r o s i o n,a n dt h e r ew e r ea l s om o r eo b v i o u sd i f f e r e n c e s i nt h ed r i v i n gf a c t o r sb e t w e e nd i f f e r e n tg e o m o r p h i cz o n e s.I n2 0 0 0a n d2 0 1 0,t h er i s ko f i n t e n s ew a t e re r o s i o nw a sh i g h e s t i nt h es a n d ys t e e ps l o p e s o f t h em o u n t a i n sw i t h4 0%5 0%c o v e r i ne a s t e r nY u l i n,w h i l e t h eh i g h e s t r i s ko f i n t e n s es o i lw a t e re r o s i o n i n2 0 2 0w a s i nt h es a n d yp l a i na r e a sw i t h3 0%4 0%c o v e r.C o n c l u s i o nT h es o i lw a t e re r o s i o nc o n d i t i o n i nY u l i nh a dc h a n g e dd u r i n g t h ey e a r s 2 0 0 0,2 0 1 0a n d2 0 2 0,a n d t h ed i s t r i b u t i o np a t t e r no fw a t e r e r o s i o nw a sm a i n l yd r i v e nb y t o p o g r a p h ya n d r a i n f a l l f a c t o r s,a n d f u r t h e r o p t i m i z a t i o no fm o d e l f a c t o r si sn e e d e d i nt h e f u t u r e t o i m p r o v e t h ea c c u r a c yo fm o d e l p r e d i c t i o nf o rs u b-m o d e r a t ee r o s i o n i n t e n s i t y.K e y w o r d s:RU S L Em o d e l;Y u l i n;G e o d e t e c t o r;s p a t i a l a n dt e m p o r a l v a r i a t i o n 陕北地区位于农牧交错带的中部地区,受到风沙作用、干旱气候、复杂地形的剧烈影响,加之大量开发矿产资源,生态环境遭到严重破坏,是黄土高原地区典型的生态脆弱区。而土壤侵蚀是陕北生态脆弱区面临的最为严重的生态环境问题之一1。该地区剧烈的水土流失加剧了黄河下游河道泥沙淤积,严重阻碍了当地经济生态发展2-4。榆林市地处黄土高原的中北部,是陕北地区典型生态脆弱区。随着退耕还林(草)、防沙治沙工程等生态工程的开展,榆林市生态得到了较好恢复,土地利用更趋于合理,地表植被覆盖得到改善5-6。同时,榆林市气候逐渐呈现出暖湿化的特征,气候变化逐渐活跃7-8。气候、植被、人为活动等因素的综合影响导致榆林市土壤侵蚀状况也发生了显著的时空变化,许多学者对此进行了研究:郝慧梅等9基于L U C C定量化榆林市土壤水蚀量及土壤生态保持状况。李柏延等1 0基于U S L E模型分析了2 0 0 02 0 1 0年年际间水力侵蚀面积及侵蚀模数变化。杨波等1 1在估算榆林市2 0 0 02 0 1 3年土壤侵蚀模数的同时还对榆林市水土保持经济价值进行了评估。杨波等1 2基于土壤侵蚀背景下研究了榆林市土壤营养元素的变化。王泽宇等1 3定量计算了退耕还林工程前后土壤水蚀量及生态价值。以往研究主要集中于对榆林市土壤侵蚀空间变化分析及土壤水蚀背景下的土壤生态指标的定量化研究,而目前对于榆林市土壤水蚀的驱动因子研究还较少。榆林市位于黄土高原水蚀风蚀交错区,自然环境极为复杂,空间异质性较为显著,不同自然要素及人类活动对于土壤侵蚀的影响程度各不相同。因其可以较好地探测分析区域内的空间异质性及驱动因子,王劲峰等1 4研发的地理探测器已开始用于不同侵蚀模型下土壤水蚀的空间异质性及影响因子分析。王欢等1 5基于R U S L E模型的基础上应用了地理探测器对喀斯特不同地貌区的侵蚀因子定量分析。陈锐银等1 6借助探测器工具分析四川省土壤侵蚀防治区内的侵蚀驱动因子。贾磊等1 7利用R U S L E模型分析了影响渭河流域土壤侵蚀空间分布的因素。黄硕文等1 8依据R U S L E模型分析了河南省2 0 0 8年起十年间引起土壤侵蚀的潜在驱动因子。以上研究均表明,地理探测器可以广泛地应用于R U S L E土壤侵蚀经验模型,并准确地分析得到造成土壤侵蚀的潜在因子。同时,自2 0世纪9 0年代起,R U S L E模型就广泛地应用于我国区域尺度上的土壤侵蚀研究1 9,而近年来,R U S L E模型在陕北地区也得到了应用2 0-2 2,其对土壤水蚀的估算也较为准确。因此,为了研究陕北地区典型生态脆弱区的土壤侵蚀时空变化及驱动因子,本研究选取陕西省榆林市为研究区,基于R U S L E模型,收集降24 水 土 保 持 研 究 第3 0卷水、土壤属性、地形、遥感等多源数据,在估算2 0 0 0年、2 0 1 0年、2 0 2 0年榆林市土壤水蚀模数的基础上分析榆林市土壤侵蚀的时空变化特征,并借助地理探测器工具,分析导致榆林市土壤水蚀空间分布格局的影响因子,以期为黄土高原生态脆弱区土壤侵蚀治理和生态恢复提供一定的理论依据。1 研究区域与数据来源1.1 研究区概况榆林市位于陕西省最北部(北纬3 6 5 7 3 9 3 5,东经1 0 7 2 8 1 1 1 1 5),面积4 29 2 0.2k m2,辖1市2区9县(图1)。地貌类型为风沙草滩区、黄土丘陵沟壑区和梁状低山丘陵区,地势呈现出西南高东北低的特点。气候类型为暖湿带半干旱向半湿润气候过渡区,年均降水量不足4 0 0mm,降雨多集中在7月、8月份。榆林市土壤以黄绵土、风沙土和新积土为主,砂多土少。独特的自然环境条件,加之不合理的人类活动,导致榆林市水土流失十分严重,是黄河中游水土流失最严重的区域之一。图1 研究区概况1.2 数据来源本研究使用数据如下:降水数据来自美国国家气候数据中心(N C D C,N a t i o n a lC l i m a t i cD a t aC e n t e r)公布的“1 9 4 2年以来的中国地面气象数据”(f t p:f t p.n c d c.n o a a.g o v/p u b/d a t a/n o a a/i s d-l i t e/)和中 国气象数据网(h t t p:d a t a.c m a.c n/)发布的“中国地面气候资料日数据集(V 3.0)”,选取了榆林市内及其周边合计1 4个气象站点的降水数据,用于计算降雨侵蚀力因子。土壤数据采用国家青藏高原科学数据中心网站(h t t p:www.n c d c.a c.c n/p o r t a l/)的11 0 0万基于世界土壤数据库(HWS D)土壤数据集,获取其中土壤质地(砂粒、粉粒、黏粒含量)以及土壤有机质数据,用于计算土壤可蚀性因子。D EM数据来源于地理空间数据云(h t t p s:www.g s c l o u d.c n/),空间分辨率为3 0m,用于计算坡长坡度因子。遥感影像来源于地理空间数据云(h t t p s:w w w.g s c l o u d.c n/)提供的分辨率为3 0m的L a n d s a t 4-5TM遥感影像数据和L a n d s a t 8O L I_T I R S遥感影像数据,用以计算2 0 0 0年、2 0 1 0年以及2 0 2 0年的植被覆盖管理因子。土地利用数据来源于中国科学院资源环境科学与数据中心(h t t p s:www.r e s d c.c n/)提供的中国土地利用数据(2 0 0 0年、2 0 1 0年、2 0 2 0年),空间分辨率为3 0m,用以计算水土保持措施因子。地理探测器分析所使用的地貌数据来源于中国科学院资源环境科学与数据中心(h t t p:www.r e s d c.c n)所提供的中国1 0 0万地貌类型空间分布数据。2 计算方法2.1 R U S L E模型本研究 采 用 修 正 的 通 用 土 壤 流 失 方 程(RU-S L E)2 3估算土壤侵蚀模数,公式为:A=RKL SCP(1)式中:A为土壤侵蚀模数t/(h m2a);R为降雨侵蚀力因子M Jmm/(h m2ha);K为土壤可蚀性因子th/(M Jmm);L S为坡长坡度因子,无量纲;C为植被覆盖与作物管理因子,无量纲;P为水土保持措施因子,无量纲。2.2 模型因子计算2.2.1 降雨侵蚀力因子 降雨是造成土壤侵蚀最重要的因子,降雨侵蚀力因子反映了侵蚀性降雨对于土壤侵蚀的影响。根据谢云等2 4的研究,黄土高原地区的日侵蚀性降雨值为1 2mm,即日降水量大于或等于1 2 mm为 侵 蚀 性 降 雨。本 研 究 采 用 章 文 波等2 5提出的基于日降雨量资料的降雨侵蚀力计算方法,即利用半月内侵蚀性降雨来计算降雨侵蚀力,计算公式如下:R=2 4j=1Rh m(2)Rh m=jy=1(Pi)(3)式中:R为年降雨侵蚀力(M Jmm/(h m2ha);Rh m为半月降雨侵蚀力(M Jmm/(h m2ha),每个月分为2个半月,其中第1个半月为每月前1 5d,剩余天数则作为每月的第2个半月,因此每年可划分为2 4个半月;j为半月内侵蚀性降雨(1 2mm)的天数;Rh m为半月内第j日的侵蚀性降雨(1 2mm)雨量(mm),和为参数,无量纲。计算方法如下:=2 1.5 8 6-7.1 8 9 1(4)=0.8 3 6 3+1 8.1 4 4Pd+2 4.4 5 5Py(5)式中:Pd为侵蚀性降雨(1 2mm)的日平均值(mm);34第5期 朱启明等:陕北生态脆弱区土壤水蚀变化及驱动因子 以榆林市为例Py为侵蚀性降雨(1 2mm)的年平均值(mm)。本研究根据日降水量数据依次计算出三年中榆林市周围1 4个气象站点的降雨侵蚀力,并在此基础上采用普通克里金插值计算分别得到上述三年榆林市全市范围内的降雨侵蚀力因子。2.2.2 土壤可蚀性因子 土壤可蚀性因子反映了土壤性质对于土壤侵蚀的敏感程度。经验证,在小流域内采用E P I C算法估算的土壤可蚀性因子与实际值无明显差异2 6,故本研究中计算采用E P I C模型估算土壤可蚀性因子,具体计算过程如下:K=0.1 3 1 7 0.2+0.3 -0.0 2 5 6 SA n(1-SI L1 0 0)(SI LCL A+SI L)0.3 1.0-0.2 5CoCo+e x p(3.7 2-2.9 5Co)1.0-0.7SN ISN I+e x p(-5.5 1+2 2.9SN I)(6)SN i=1-SA n1 0 0(7)式中:0.1 3 17为转换系数;SAN为土壤砂粒(0.12mm)构成百分比(%);SI L为粉粒(0.0 0 20.1mm)构成百分比(%);SA L为黏粒(0.0 0 2mm)构成百分比(%);Co为土壤有机碳含量(%)。2.2.3 坡长坡度因子 坡长和与坡度表征了地形因素对于土壤侵蚀量的影响。本研究采用符素华等2 7研发的L a u n c hL S地形因子计算软件计算坡长坡度因子。2.2.4 植被覆盖与作物管理因子 植被覆盖与作物管理因子是在不同植被覆盖以及管理条件下土壤流失量与土壤流失总量的比值2 3,反映了植被对于土壤侵蚀的削弱作用。C因子值在0 1,因子值越大说明植被对土壤的保持作用越弱。本研究使用蔡崇法等2 6所提出的基于覆盖度的C值估算方法,具体公式如下:f=NN D V I-Nm i nNm a x-Nm i n(8)C=1 f=00.6 5 0 8-0.3 4 3 6 l gf 07 8.3%(9)式中:f为植被覆盖度(%);NN D V I为归一化植被指数;Nm i n为归一化植被指数的最小值;Nm a x为归一化植被指数的最大值。首先使用E NV I计算出2 0 0 0年、2 0 1 0年、2 0 2 0年榆林的覆盖度数据,再通过覆盖度间接计算得到C因子。2.2.5 水土保持措施因子 水土保持措施因子表示采取相应的水土保持措施的土壤流失量与未采取措施的土壤流失数值的比值,表征了人工水土保持措施对于土壤侵蚀的抑制。参考前人研究2 8-3 1,分别对不同土地利用类型的P值进行赋值,其中耕地按照不同的坡度进行赋值,具体详见表1。表1 不同土地利用类型的水土保持措施因子土地利用类型坡度/()P值50.1 0 051 00.2 2 1耕地1 01 50.3 0 51 52 00.5 7 52 02 50.7 0 52 50.8 0 0林地1草地1水域0建筑用地0未利用土地1 在上述5个因子计算完成之后,将其空间分辨率都转换为3 0m3 0m,利用A r c G I S软件中的栅格计算器进行计算。2.3 地理探测器空间异质性是指属性值或现象在不同空间位置之间超出随机变异的差异,即某种地理现象在空间上表现出差空间差异的。地理探测器是由王劲峰等1 4开发的探测与分析空间分异性的工具,主要包括分异及因子、交互作用、风险区和生态共4个探测器。分异及因子探测器是通过分析比较q值3 2的大小来解释不同因子对于空间分异现象的影响能力。q值计算方法如下:q=1-Lh=1Nh2hN 2=1-S SWS S T(1 0)S SW=Lh=1Nh2h(1 1)S S T=N2(1 2)式中:h为分区或分类个数;Nh和N分别为第h个分区的小单元数和全区的单元数;h和分别为第h个分区属性值的方差和全区属性值的方差。S SW和S S T依次为分区内方差和以及全区的总方差。交互作用探测器可以通过比较不同因子的交互作用和单个因子作用的q值,评估出是否因子间的交互作用对地理现象产生明显影响以及各个因子之间的影响是否彼此独立。风险探测器用来判断不同分类条件之下的分区之间的均值是否有显著差异。本研究使用地理探测器中的分异及因子探测器分析单个因子对于土壤侵蚀强度的影响,使用交互作用探测器比较和分析不同因子组合对于土壤侵蚀强度的影响,使用风险探测器识别出高土壤侵蚀强度的44 水 土 保 持 研 究 第3 0卷区域。气候、土壤、地形、植被、土地利用类型等因素都会影响土壤侵蚀的程度3 3,因此本研究中选取降雨侵蚀力、植被覆盖度、坡度、海拔、土地利用类型、地貌类型、土壤类型作为探测器输入的自变量。根据王劲峰等1 4所提出的数据离散化处理方法并参照相关研究1 5,3 1,3 4-3 5,将不同年份的降雨侵蚀力按照等间距法分为6类;将植被覆盖度按0.3,0.30.4,0.40.5,0.50.6,0.60.7,0.70.8,0.80.9,0.91.0分为8类;将坡度按照5,5 1 0,1 0 1 5,1 5 2 0,2 0 2 5,2 5 3 0,3 0 3 5,3 5 分为8类;海拔按照等间距法平均分成9类;土地利用类型分为耕地、林地、草地、水域、建筑用地和未利用土地共6类;土壤类型根据其机械组成照国际制依次分为砂土及壤质砂土、砂质壤土、粉砂质黏壤土、黏壤土、粉砂质黏土、砂质黏土和黏土共7类。在研究区域内随机布设1 00 0 0个点,收集每个点的土壤水蚀强度、降雨侵蚀力、植被覆盖度、坡度、海拔、土地利用类型和土壤类型的分类后等级数据作为地理探测器输入的自变量数据。在上述离散化操作下,在研究区域内随机选取50 0 0个点,将带有上述7类属性数据的点数据输入地理探测器进行驱动因子分析。3 结果和分析3.1 土壤水蚀估算结果验证将估算所得结果按照根据 土壤侵蚀分类分级标准3 6进行侵蚀强度分级,见图2。参考2 0 2 0年陕西省水土保持公报 中的各县市水土流失情况的统计数据(表2),对预测值分级后得到的面积与统计值之间的平均误差为1 5.8 5%,误差值在2.3 9%3 8.2 7%。考虑到榆林市部分地区缺少相关数据,预测土壤水蚀量进行分级所得的不同强度面积与公报中的统计面积较为接近。同时,参考周璐红等3 1对于延安市土壤侵蚀量的检验,对照 中国河流泥沙公报 提供的无定河(白家川站)多年输沙模数31 9 0t/(k m2a),本研究估算的无定河流域2 0 0 0年、2 0 1 0年、2 0 2 0年三年平均输沙模数为27 2 3.4 2t/(k m2a)也较为接近,误差为1 4.6 3%。黄河流域泥沙量受到径流量、气候变化和人类活动的影响,因此具有极其复杂的不确定性。考虑到上述不确定性,可能导致估算的输沙模数与无定河实际输沙模数有一定的差距。综上,采用RU S L E模型进行榆林市土壤水蚀的估算结果较为理想,可以对结果进行进一步分析。图2 榆林市2 0 0 0年、2 0 1 0年、2 0 2 0年土壤水蚀状况表2 榆林市2 0 0 0年、2 0 1 0年、2 0 2 0年土壤水蚀强度面积及面积占比年份微度1 0 0 0t/(k m2a)面积/k m2占比/%轻度1 0 0 02 5 0 0t/(k m2a)面积/k m2占比/%中度2 5 0 05 0 0 0t/(k m2a)面积/k m2占比/%强烈5 0 0 08 0 0 0t/(k m2a)面积/k m2占比/%极强烈8 0 0 01 5 0 0 0t/(k m2a)面积/k m2占比/%剧烈1 5 0 0 0t/(k m2a)面积/k m2占比/%2 0 0 0年估算值2 7 2 2 2.3 76 3.8 95 0 5 5.6 51 1.8 64 2 4 4.7 19.9 62 5 2 4.9 65.9 32 1 9 2.0 45.1 41 3 7 4.2 03.2 22 0 1 0年估算值2 9 3 9 3.6 66 8.9 85 8 6 6.0 81 3.7 74 3 8 0.6 01 0.2 81 9 8 6.6 74.6 69 1 7.2 12.1 56 9.7 00.1 62 0 2 0年估算值2 8 8 4 5.9 66 7.7 95 0 2 0.1 41 1.8 04 1 1 3.8 19.6 72 3 4 7.0 95.5 21 8 2 2.8 54.2 83 9 9.8 20.9 42 0 2 0年公报统计数据2 4 4 1 8.8 96 2.4 18 1 3 1.9 51 6.5 25 5 6 4.5 71 1.3 02 6 3 7.1 25.3 61 7 8 0.4 13.6 23 8 9.2 90.7 93.2 土壤水蚀时空变化3.2.1 土壤水蚀时间变化分析 2 0 0 0年、2 0 1 0年、2 0 2 0年平均土壤水蚀模数依次为2 6 3 8,12 5 3,16 3 0t/(k m2a),平均水蚀强度分别为中度、轻度和轻度。与2 0 0 0年相比,2 0 1 0年与2 0 2 0年平均水蚀模数分别下降了5 2.8 0%和3 8.2 1%,平均水蚀强度也都降为轻度,水蚀情况得到缓解。由表2可知,2 0 0 0年、2 0 1 0年、2 0 2 0年 水 蚀 强 度 皆 以 微 度 为 主。与2 0 0 0年相比,2 0 1 0年和2 0 2 0年强烈及其以上强度的水蚀面积大大减少,尤其是极强烈和剧烈侵蚀,较2 0 0 0年分别减少了25 7 9.3 3,13 4 3.5 7k m2,面积占比也依次减少了7.3 2%,3.5 5%。2 0 0 02 0 1 0年有7 5.6 4%(3 22 3 2.2 1k m2)地区的水蚀强度保持不变,有2 1.6 7%(92 3 6.2 4k m2)的地区强度降低,仅有2.6 8%(11 4 5.2 2k m2)的水蚀强度加剧。2 0 1 02 0 2 0年有8 0.5 2%(3 42 5 3.1 3k m2)地区的强度维持不变,54第5期 朱启明等:陕北生态脆弱区土壤水蚀变化及驱动因子 以榆林市为例但水蚀强度增加的面积(61 0 5.8 7k m2)要显著大于强度降低的面积(21 7 9.5 0k m2)。总体而言,榆林市的水蚀强度以维持不变为主。2 0 1 0年土壤水蚀量(5.3 3 91 07t)较2 0 0 0年(1.1 2 41 08t)大幅度下降。2 0 0 02 0 1 0年这十年间,榆林市土壤水蚀总体上还是呈现变好的趋势:土壤流失状况得到缓解的面积远大于流失状况加剧的面积。自1 9 9 9年退耕还林草工程开始实施,黄土高原地区下垫面植被状况得到恢复,耕地面积大幅度减少,林草地面积显著增加3 7-3 8,植被状况的改善和土地的合理利用大幅度减轻了土壤流失量。相较于2 0 1 0年、2 0 2 0年榆林市水蚀程度明显加剧:自8 0年代开始,极端降水频次变少,但近年来由于受到水汽增加,赤道太平洋海水温度,天气系统等多因素的复杂影响,黄土高原地区降水开始增加3 9-4 1。降雨是影响黄土高原地区土壤侵蚀最重要的因素之一4 2。随着降水的增加,降雨侵蚀力也在逐渐增加,2 0 0 0年、2 0 1 0年、2 0 2 0年计算的平均降雨侵蚀力依次为4 6 5,9 8 4,10 3 2 M Jmm/(h m2ha),降雨增加一定程度上加剧了土壤侵蚀。为了进一步分析不同水蚀强度的变化趋势,分别得到20 0 0至2 0 1 0年以及2 0 1 02 0 2 0年土壤水蚀强度的面积变化图(图3)。在2 0 0 02 0 1 0年,微度,轻度,中度,强烈,极强烈强度分别合计有5 4 7.0 7,3 0 9.7 2,1 8 1.6 5,8 7.8 1,1 8.9 7k m2的区域水蚀强度加强;轻度,中度,强烈,极强烈,剧烈依次有合计20 4 4.1 0,23 0 0.0 8,18 3 5.1 0,17 3 0.1 0,13 2 6.1 7k m2地区水蚀强度降低。水蚀强度加剧的区域集中在强烈及其以下的地区,但强度降低的区域较为均匀的分布在各强度,强度降低的面积远超过强度加深的面积,说明在此十年间,榆林市整体的水蚀状况得到了有效治理。在2 0 1 02 0 2 0年,微度,轻度,中度,强烈,极强烈强度分别合计有14 6 8.2 1,18 7 9.0 6,16 8 0.6 6,8 7 9.7