天山北坡中段地区土壤侵蚀敏感性评价及影响因素分析

许世贤王新军

(1.新疆农业大学资源与环境学院，新疆 乌鲁木齐 830052；2.新疆土壤与植物生态过程实验室，新疆 乌鲁木齐 830052)

土壤侵蚀是当前全世界面临最严重的土地退化问题，占所有退化土地的84%[1]，对生态环境及人类生产活动造成了很大的负面影响[2]。根据联合国统计数据显示，全球遭受土壤侵蚀影响的土地占比在30%以上，每年因土壤侵蚀造成具有生产力的土壤流失达到250亿t以上[3]。土壤侵蚀敏感区是水土保持工作重点防范区域，因此，土壤侵蚀敏感区的识别成为区域水土保持与环境治理工作的重要环节[4]。土壤侵蚀敏感性受降雨、植被覆盖、地形、土壤属性等因素复合影响[5]，难以动态监测，而土壤侵蚀敏感性评价基于土壤侵蚀经验模型，结合地理信息与遥感技术，目前已成为动态评估区域土壤侵蚀风险发生概率的重要手段[6]，在全球各地得到验证使用[7-9]。因此，准确评估土壤侵蚀敏感性与识别土壤侵蚀关键因子对区域环境治理具有重要意义。

目前国内外学者针对土壤侵蚀敏感性评价做了大量研究[7-9]，土壤侵蚀敏感性评估体系趋于成熟，但土壤侵蚀因子的分级体系的确定大多基于先验知识与经验判断，面对不同地区之间自然环境差异显著的情况时，分级体系的外推将导致结论的可靠性下降，因此，需要根据当地的自然环境实际选取适应的土壤侵蚀敏感性指标用于识别区域土壤侵蚀风险区。如，马方正等针对汉江中上游流域[10]、张景华等针对贵州喀斯特地貌区[11]、张恩伟针对滇池流域分析区域内土壤侵蚀敏感性[12]，但针对干旱区山地草原的研究尚不多见。天山北坡中段地区地处干旱半干旱区，土地覆被类型主要为草地，为区域典型水蚀区，受土壤侵蚀影响严重[13]。

因此，本文选取天山北坡中段地区作为研究靶区，采用中国土壤流失方程(CSLE)与地理探测器方法，结合天山北坡自然环境实际，对天山北坡中段地区土壤侵蚀进行分析：分析天山北坡中段地区土壤侵蚀敏感性分区空间特征；分析土壤侵蚀强度与土壤侵蚀敏感性的关系；识别土壤侵蚀空间分异关键影响因子。为天山北坡水土保持工作提供理论基础及技术支持。

1 材料与方法

1.1 研究区概况

研究区位于新疆维吾尔自治区天山北坡中段，地理位置为E84°50′～88°58′，N42°55′～44°22′，东西宽334km，南北长161km，总面积约28010km2。海拔472～5251m。研究区海拔自高到低可划分为高寒草甸草原(Alpine meadow grassland，AMG)、中山草甸草原(Middle mountain meadow grassland，MMG)、低山草甸草原(Lower mountain meadow grassland，LMG)[14]。属温带大陆性气候，年均气温约4.1℃，多年平均降雨量452.03mm，降雨主要集中在5—8月，约占全年降雨量的67%；年蒸发量1000～2000mm。土壤类型主要为灰褐土、黑毡土、草毡土、棕钙土、栗钙土、黑钙土。植被类型主要为草本和乔木，草地覆盖占80%以上。植被覆盖度在山区较高，平原区较低，在阴坡较高，阳坡较低。

图1 研究区示意图

1.2 数据来源

1.2.1 气象数据

气象数据来自中国气象数据网(http://data.cma.cn/)，获取研究区及周边区域达坂城站、沙湾站、呼图壁站、乌鲁木齐站等19个气象站点2000—2019年逐日降雨量观测数据。

1.2.2 空间数据

从地理空间数据云获取ASTER GDEM 30m分辨率的DEM数据；基于实地调查和遥感解译绘制研究区各海拔梯度草原范围。

1.2.3 遥感数据

来源于美国国家航空航天局的分布式档案中心(https://ladsweb.modaps.eosdis.nasa.gov/)的2000—2019年MOD13Q1 250m 16d h24v04植被指数合成产品。Landsat系列影像来源于美国地质调查局官网2000—2019年，空间分辨率30m，时间分辨率16d。

1.2.4 土壤数据

用于计算土壤可蚀性因子，以土壤类型、地形特征为分层原则，共设置84个按系统分层采样法布设的采样点，土壤质地采用筛分法和比重计法测定[15]。

1.3 研究方法

1.3.1 土壤敏感性评价

土壤侵蚀敏感性评估用于综合判断天山北坡中段地区在各土壤侵蚀影响因子的综合作用下的空间变异特征[4]，反映了所有影响因子的复合影响机制。天山北坡中段地区为典型干旱区山地草原生态系统[16]，植被覆盖状况良好、沟谷密度较低、地形起伏较大，无耕作及工程措施。因此，土壤侵蚀敏感性评价以CSLE模型为理论依据[17]，选取降雨侵蚀力、生物措施、坡度坡长、土壤可蚀性作为评价指标因子。将降雨、植被、土壤属性、地形4种自然因素进行分级及赋值。运用空间叠加功能将各影响因子敏感性影响空间分布图相乘，土壤侵蚀敏感性公式结构表述：

(1)

式中，SSj为第j个栅格单元上的土壤侵蚀敏感性指数；Si为i元素土壤侵蚀敏感性指数值。采用自然间断法将敏感性指数值分为5个区间。将5个区间分别定义为不敏感、轻度敏感、中度敏感、高度敏感、极敏感。

1.3.2 土壤侵蚀因子的计算

1.3.2.1 土壤侵蚀模数

土壤侵蚀模数使用CSLE模型计算，并将土壤侵蚀模数按中国水利部《土壤侵蚀分类标准》(SL190-2007)进行分级统计，分为微度(0～2t·hm-2·a-1)、轻度(2～25t·hm-2·a-1)、中度(25～50t·hm-2·a-1)、强烈(50～80t·hm-2·a-1)、极强烈(80～150t·hm-2·a-1)、剧烈(>150t·hm-2·a-1)6类。CSLE模型的结构可表述：

A=R×K×L×S×B×E×T

(2)

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·mm-1；LS为坡度坡长因子，无量纲；B为生物措施因子，无量纲；ET为工程及耕作措施因子，无量纲。

1.3.2.2 降雨侵蚀力

降雨侵蚀力的计算采用章文波提出的日雨量计算模型[18,19]。模型结构：

(3)

式中，RI为第I个15d的降雨侵蚀力值，MJ·mm·hm-2·h-1；PK为15d中第K天的日雨量大于12mm的降雨量(当日降雨量小于12mm时不为侵蚀性降雨，不纳入降雨侵蚀力的计算)；α和β为模型参数，需要使用站点数据进行标定。标定公式：

α=21.586×β-7.1891

(4)

(5)

式中，Pd12为侵蚀性降雨的日平均降雨量；Py12为侵蚀性降雨的年平均降雨量。

1.3.2.3 生物措施因子

生物措施因子的计算采用蔡崇法提出的利用植被覆盖度的计算模型[20]。模型结构：

FGVC=0

0

FGVC>78.3%

(6)

式中，FGVC表示单位面积内的植被覆盖度。

植被覆盖度基于MODIS NDVI与LANDSAT NDVI时空融合[21]后的NDVI数据，采用像元二分模型计算[22]，模型结构可表述：

(7)

式中，NDVIs为纯净土壤像元的NDVI值；NDVIv表示纯净植被像元的NDVI值。

1.3.2.4 坡度坡长因子

本研究选取G.R.Foster等提出的坡长因子计算模型[23]，该模型结构可表述：

(8)

(9)

式中，Li为第i个栅格的坡长因子值；m表示坡长指数；根据坡度θ大小选取，λin和λout分别表示栅格前后的坡长。

坡度因子被定义为实际坡度与5.14°的土壤侵蚀量的比值，计算公式：

(10)

式中，S表示坡度因子；θ表示坡度大小。

1.3.2.5 土壤可蚀性因子

本文采用适用于土壤侵蚀经验模型的修正诺莫方程计算土壤可蚀性因子K[24]，修正诺莫方程公式：

K=[2.1×10-4M1.14(12-OM)+3.25(2-S)+2.5(P-3)]÷100

(11)

M=N1(100-N2)

(12)

M=N1(N3+N4)

(13)

式中，N1、N2、N3、N4分别为土壤粒径范围为0.002～0.1mm、<0.002mm、0.002～0.05mm、0.05～2mm的质量百分比；OM表示土壤有机质含量百分比；P为渗透等级；S为土壤结构等级。

1.3.3 影响因素分析方法

地理探测器是一种探测空间分异，评估影响因素与某种地理要素之间关系的空间统计模型[25]，将影响因素对结果的影响程度定量化为q值，其值的大小范围为0～1，值越大，代表因子对土壤侵蚀的空间分异的驱动能力越强。本研究选取分异及因子探测器与交互作用探测器在区域尺度上探明土壤类型、降雨、地形、植被覆盖对土壤侵蚀的影响。因子探测器的模型结构可表述：

(14)

式中，q为因子解释力；L为各影响因子的分层个数；Nh与N分别为h层与全域的单元数；σ2h与σ2表示h层与全域内土壤侵蚀模数的方差。

交互作用探测器用于评估2个影响因子之间的交互作用是否会增强或减弱对土壤侵蚀的影响力。

2 结果与分析

2.1 土壤侵蚀敏感性分级

选取2000—2019年近20a的降雨侵蚀力、土壤可蚀性、地形、生物措施作为评价指标，基于前人研究[5,13-16]结合天山北坡中段区域实际，确定各因子敏感性分级标准如表1所示。

表1 天山北坡中段土壤侵蚀敏感性分级指标

天山北坡中段地区土壤侵蚀敏感性在空间分布上呈现东部高西部低的特征，分布面积最大的是轻度敏感区和不敏感区，面积占比分别为28.99%和26.96%，主要分布在沙湾市、呼图壁县、玛纳斯县、昌吉市区域内；中度敏感区和高度敏感区所占面积比例分别为21.53%和16.94%，主要分布在阜康市、达坂城区、米东区区域内；极敏感区面积占比为5.56%，主要分布在达坂城东部、乌鲁木齐县南部范围内。主要原因为东部山区范围为迎风坡，降雨量较大且地形起伏较大。从不同海拔梯度草原类型尺度看，轻度敏感区占AMG与MMG区域面积最大，比例分别为35.62%与30.79%；不敏感区占LMG区域面积最大，占比为40.24%，见图2。

图2 天山北坡中段地区土壤侵蚀敏感性分区

2.2 土壤侵蚀强度与土壤侵蚀敏感性关系

根据李月臣等学者的方法[26]，分析土壤侵蚀强度和土壤侵蚀敏感性两者的相互对应关系用于评估土壤侵蚀敏感性分区结果的可信程度。从表2可知，土壤侵蚀敏感性与土壤侵蚀强度具有很好的对应关系，随着敏感性程度的增加，区域内平均土壤侵蚀模数也随之增加。其中，微度侵蚀和轻度侵蚀占敏感区的面积比例从不敏感到极敏感依次降低，侵蚀等级和敏感程度正相关关系明显，微度侵蚀和轻度侵蚀占极敏感区面积的比例分别为4.43%和2.10%；中度侵蚀有28.47%和27.07%发生在土壤侵蚀的轻度敏感和中度敏感区；强烈侵蚀有26.64%和27.46%发生在土壤侵蚀的轻度和中度敏感区；极强烈侵蚀有28.59%和27.22%发生在土壤侵蚀的中度敏感和高度敏感区；剧烈侵蚀有26.18%发生在土壤侵蚀的极敏感区，所占比例最大，且面积占比从极敏感区到不敏感区依次下降，仅有2.77%发生在不敏感区。尽管土壤侵蚀敏感性仅代表区域发生土壤侵蚀风险的概率，不表示土壤侵蚀一定会发生。不敏感及轻度敏感区发生强度以上土壤侵蚀的原因可能是受到人类活动干扰，因此，只要采取一定的水土保持措施，土壤侵蚀的恶化将被有效缓解。

表2 天山北坡中段土壤侵蚀强度与敏感性关系

2.3 土壤侵蚀影响因素分析

2.3.1 天山北坡全域探测分析

将土壤侵蚀模数空间分布图与驱动因子年降雨量、土壤可蚀性、坡度、坡长、植被覆盖度空间分布图重采样至1km，按自然间断分级法对驱动因子分级，并提取其栅格值，用于驱动地理探测器模型。地理探测器结果可得，见表3，不同影响因子对区域土壤侵蚀的空间分布差异的驱动能力存在不同，其影响能力的大小排序为植被覆盖度>坡度>坡长>降雨>土壤属性。植被覆盖度对土壤侵蚀的影响程度最大，q值达到0.239，说明植被覆盖度对土壤侵蚀的空间分布差异的影响力最强；土壤属性对土壤侵蚀的影响程度最小，q值为0.018，说明土壤属性对土壤侵蚀空间分布差异的影响力弱。

表3 天山北坡中段全域土壤侵蚀因子探测器结果

结合天山北坡中段地区土壤侵蚀分布格局与地理探测器结果可知，由于天山北坡地区土地覆被类型主要为草地，植被覆盖情况相对较好，植被对土壤侵蚀的缓解能力较强、区域内海拔差异大、地形较为复杂。因此，可以判定植被覆盖度与地形因子(坡度、坡长)成为影响天山北坡中段地区土壤侵蚀空间分异的主控因子。而天山北坡地区位于干旱半干旱区，年降雨量相对较少，区域内无明显空间分异，因此从天山北坡中段全域尺度看，降雨量对土壤侵蚀的空间分布格局的解释能力相对较弱。

交互作用探测器主要分析2种不同的影响因子之间的交互作用的类别，判断交互作用对土壤侵蚀的作用为增强、减弱或者相互独立[25]。交互作用探测器结果如表4所示，天山北坡地区土壤侵蚀影响因子的交互作用大多为非线性增强，仅坡度与坡长两因子之间的交互作用为双因子增强。其中，植被覆盖度与坡度、植被覆盖度与坡长的双因子交互作用对土壤侵蚀空间分异的驱动作用最大，q值分别为0.579和0.380；降雨与土壤属性双因子交互作用对土壤侵蚀空间分异的驱动作用最小，q值仅为0.105。说明了在天山北坡中段地区，植被覆盖度空间分异较大的地区往往土壤侵蚀的空间分异程度也较大。

表4 天山北坡中段全域土壤侵蚀交互作用探测器结果

2.3.2 不同海拔梯度草原的探测分析

为深入探讨天山北坡中段地区山地草原土壤侵蚀影响因素的空间分异特征，将天山北坡中段地区划为3个不同海拔梯度的草原类型(AMG、MMG、LMG)，采用地理探测器模型判断其土壤侵蚀驱动因子的特征。结果如表5所示，从驱动能力排序变化来看，AMG和MMG与全域的排序较为一致，植被覆盖度与地形因子是影响区域土壤侵蚀空间分异的主控因子，而影响LMG土壤侵蚀空间分异的主控因子为地形因子与降雨。从驱动能力值看，AMG区域自然因子驱动力值相较于全域更高的仅有坡长，其他因子均更低；MMG区域所有因子驱动力值均较全域探测结果更低；LMG区域因子驱动力值较全域更低的有植被覆盖度，其余因子均更高。结合各因子驱动力排序和驱动力值的变化可以看出，AMG和MMG区域因其海拔较高、地形起伏程度较大、植被覆盖状况较好，因此植被覆盖度与地形因子成为影响土壤侵蚀空间分异的主控因子，而LMG区域地势较为平坦、植被覆盖状况较差，因此降雨与地形因子成为影响土壤侵蚀空间分异的主控因子。

表5 天山北坡中段各海拔梯度草原土壤侵蚀因子探测器结果

3 讨论

土壤侵蚀敏感性分级是对土壤侵蚀风险区的划分，分区的精确程度对分级标准的划分依赖程度较高，但目前分级标准的划定存在一定的主观因素，因此土壤侵蚀敏感性分区的最终结果与实际可能存在一定的偏差。天山北坡地区土壤侵蚀敏感性分区与土壤侵蚀现状总体分布规律一致，但部分区域内空间分布规律并不完全一致，这可能是由于人类不合理的活动干扰导致。因此，在土壤侵蚀高风险区，加强水土保持治理力度、规范不合理的人类活动、加强生态系统的保护工作将是土壤侵蚀防治工作的重点。

本研究通过使用地理探测器对土壤侵蚀和降雨、植被覆盖度、土壤属性、地形因子进行分析，分析天山北坡全域和不同海拔梯度的草原自然因子对土壤侵蚀空间分异的驱动能力。植被覆盖度与地形因子是影响天山北坡中段地区土壤侵蚀空间分异的主控因子，与姚昆等在岷江上游地区得出的结论一致[27]，由于地理探测器模型对数据量的限制，其输入模型的重采样数据在一定程度上忽略了空间尺度效应带来的影响，可能会导致结果出现一定程度的误差[28]。第六次国际气候耦合模式CMIP6研究结果显示，未来全球气候变化大背景下，干旱区气候整体将朝着暖湿化方向发展，且降雨与干旱极端天气的发生频率上升，因此，气候变化与土壤侵蚀相结合将成为干旱区山地草原水土保持研究的重点方向。

4 结论

本文基于土壤侵蚀经验模型与地理探测器，构建天山北坡中段区域土壤侵蚀敏感性分级体系，评价土壤侵蚀敏感性，分析影响土壤侵蚀空间分异的主控因子，结果显示，天山北坡中段地区土壤侵蚀敏感性分区面积占比由大到小排序为轻度敏感区(28.99%)>不敏感区(26.96%)>中度敏感区(21.53%)>高度敏感区(16.94%)>极敏感区(5.56%)。土壤侵蚀敏感性分区与土壤侵蚀强度的相互对应关系较好。在天山北坡中段全域上，各驱动因子对土壤侵蚀空间分异的贡献程度从大到小排序为植被覆盖度(0.239)>坡度(0.149)>坡长(0.063)>降雨(0.047)>土壤属性(0.018)；交互作用探测器结果显示，植被覆盖度与坡度双因子交互作用对土壤侵蚀空间分异的驱动作用最大，q值为0.579；在不同海拔梯度草原上，AMG和MMG区域，植被覆盖度与地形因子为影响土壤侵蚀空间分异的主控因子；LMG区域，降雨与地形因子为影响土壤侵蚀空间分异的主控因子。