ZHU Qiming,WANG Ning,LIU June,et al.Soil Water Erosion Changes and Driving Factors in Ecologically Fragile Areas in Northern Shaanxi Province[J].Research of Soil and Water Conservation,2023,30(05):41-51,60.[doi:10.13869/j.cnki.rswc.2023.05.006.]
陕北生态脆弱区土壤水蚀变化及驱动因子——以榆林市为例
- Title:
- Soil Water Erosion Changes and Driving Factors in Ecologically Fragile Areas in Northern Shaanxi Province
- 文章编号:
- 1005-3409(2023)05-0041-11
- Keywords:
- RUSLE model; Yulin; Geodetector; spatial and temporal variation
- 分类号:
- S157.1
- 文献标志码:
- A
- 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(RUSLE),选取降水、土壤属性、地形、遥感等多源数据,估算榆林市2000年、2010年和2020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2000年、2010年和2020年均以微度侵蚀为主。相较于2000年、2010年和2020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。2010年土壤水蚀量(5.339×107 t)较2000年(1.124×108 t)大幅度下降,而由于近年来榆林市降雨侵蚀力的增加,2020年的水蚀量(6.864×107 t)则较2010年(5.339×107 t)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44.68%,16.69%,14.66%。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2000年和2010年,榆林东部覆盖度为40%～50%的山区砂质陡坡发生强烈水蚀的风险最高,而2020年发生剧烈土壤水蚀风险最高的地区为覆盖度为30%～40%的砂质平原地区。[结论]榆林市土壤水蚀状况在2000年、2010年和2020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。
- Abstract:
- [Objective] The aims of this study are to analyze the spatial and temporal characteristics of soil water erosion in ecologically fragile areas of northern Shaanxi Province and elucidate the driving factors affecting the spatial distribution pattern of soil water erosion, with a view to providing some theoretical basis for soil water erosion management and ecological restoration in ecologically fragile areas of the Loess Plateau. [Methods] Based on modified universal soil loss equation(RUSLE)model, multi-source data such as precipitation, soil properties, topography and remote sensing were selected to estimate soil water erosion in Yulin in 2000, 2010 and 2020 in order to carry out a study on the spatial and temporal variation and driving factors of soil water erosion in Yulin. [Results] Slight erosion dominated in Yulin in 2000, 2010 and 2020. Compared with 2000, the area of Yulin with intensity erosion and above significantly reduced in 2010 and 2020. Soil water erosion rate was higher in the southern part of Yulin than the northern part, where soil water erosion was more serious in the southern part locally. Soil water erosion in 2010(5.339×107 t)decreased significantly compared with 2000(1.124×108 t), while water erosion in 2020(6.864×107 t)increased slightly compared with 2010(5.339×107 t)due to the increase in erosive power of rainfall in Yulin in recent years. The loss caused by water erosion was more serious in the southwest part and southeast region of Yulin than in the north, especially in Dingbian, which contributed 44.68%, 16.69%, and 14.66% of soil losses of Yulin caused by water erosion in three years, respectively. The moderate intensity and below contributed more to the soil water erosion loss in Yulin. The main factors driving the differences in the spatial distribution of soil water erosion formation in Yulin were topography and rainfall, and the interaction of different factors increased the influence on the degree of water erosion, and there were also more obvious differences in the driving factors between different geomorphic zones. In 2000 and 2010, the risk of intense water erosion was highest in the sandy steep slopes of the mountains with 40%～50% cover in eastern Yulin, while the highest risk of intense soil water erosion in 2020 was in the sandy plain areas with 30%～40% cover. [Conclusion] The soil water erosion condition in Yulin had changed during the years 2000, 2010 and 2020, and the distribution pattern of water erosion was mainly driven by topography and rainfall factors, and further optimization of model factors is needed in the future to improve the accuracy of model prediction for sub-moderate erosion intensity.
参考文献/References:
[1] 邹亚荣,张增祥,周全斌,等.中国农牧交错区土地利用变化空间格局与驱动力分析[J].自然资源学报,2003,18(2):222-227.
[2] 鄂竟平.中国水土流失与生态安全综合科学考察总结报告[J].中国水土保持,2008,2008(12):3-6.
[3] 冉涛,邓伟.北方生态脆弱区土壤侵蚀敏感性空间分异[J].水土保持研究,2017,24(4):182-186,190.
[4] 刘晓琼,刘彦随.基于AHP的生态脆弱区可持续发展评价研究:以陕西省榆林市为例[J].干旱区资源与环境,2009,23(5):19-23.
[5] 李双双,延军平,万佳.近10年陕甘宁黄土高原区植被覆盖时空变化特征[J].地理学报,2012,67(7):960-970.
[6] 史纪安,陈利顶,史俊通,等.榆林地区土地利用/覆被变化区域特征及其驱动机制分析[J].地理科学,2003,23(4):493-498.
[7] 刘晓琼,刘彦随,延军平,等.生态脆弱区多年气候变化特征分析:以陕西榆林市为例[J].干旱区资源与环境,2008,22(1):54-59.
[8] 杨强,覃志豪,王涛,等.榆林地区1970—2010年气候因子变化特征分析[J].干旱区地理,2012,35(5):695-707.
[9] 郝慧梅,任志远.区域LUCC的土壤侵蚀响应研究:以榆林市为例[J].干旱区研究,2008,25(4):583-591.
[10] 李柏延,任志远,易浪.2001—2010年榆林市土壤侵蚀动态变化趋势[J].干旱区研究,2015,32(5):918-925.
[11] 杨波,王全九,董莉丽.榆林市还林还草后土壤保持功能和经济价值评价[J].干旱区研究,2017,34(6):1313-1322.
[12] 杨波,王全九.退耕还林后榆林市土壤侵蚀和养分流失功效研究[J].水土保持学报,2016,30(4):57-63.
[13] 王泽宇,陈旭阳,马彩诗,等.陕北榆林市退耕还林前后土壤侵蚀及生态服务价值变化[J].西北林学院学报,2021,36(3):59-67.
[14] 王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.
[15] 王欢,高江波,侯文娟.基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因[J].地理学报,2018,73(9):1674-1686.
[16] 陈锐银,严冬春,文安邦,等.基于GIS/CSLE的四川省水土流失重点防治区土壤侵蚀研究[J].水土保持学报,2020,34(1):17-26.
[17] 贾磊,姚顺波,邓元杰,等.渭河流域土壤侵蚀时空特征及其地理探测[J].生态与农村环境学报,2021,37(3):305-314.
[18] 黄硕文,李健,张欣佳,等.河南省近十年来土壤侵蚀时空变化分析[J].农业资源与环境学报,2021,38(2):232-240.
[19] 赵明松,李德成,张甘霖,等.基于RUSLE模型的安徽省土壤侵蚀及其养分流失评估[J].土壤学报,2016,53(1):28-38.
[20] 翟睿洁,赵文武,贾立志.基于RUSLE, InVEST和USPED的土壤侵蚀量估算对比研究:以陕北延河流域为例[J].农业现代化研究,2020,41(6):1059-1068.
[21] 谢怡凡,姚顺波,丁振民,等.退耕还林和地理特征对土壤侵蚀的关联影响:以陕西省107个县区为例[J].生态学报,2022,42(1):301-312.
[22] 王涛.基于RUSLE模型的土壤侵蚀影响因素定量评估:以陕北洛河流域为例[J].环境科学与技术,2018,41(8):170-177.
[23] Renard K G, Foster G R, Weesies, et al. Predicting soil erosion by water:A guide to conservation planning with the Revised Universal Soil Loss Equation(RUSLE)[R]. Washington D C: Usda-Ars Agriculture Handbook 703, 1997:25-28.
[24] 谢云,刘宝元,章文波.侵蚀性降雨标准研究[J].水土保持学报,2000,14(4):6-11.
[25] 章文波,谢云,刘宝元.利用日雨量计算降雨侵蚀力的方法研究[J].地理科学,2002,22(6):705-711.
[26] 蔡崇法,丁树文,史志华,等.应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J].水土保持学报,2000,14(2):19-24.
[27] 符素华,刘宝元,周贵云,等.坡长坡度因子计算工具[J].中国水土保持科学,2015,13(5):105-110.
[28] 陈浩.黄土高原退耕还林前后流域土壤侵蚀时空变化及驱动因素研究[D].陕西杨凌:西北农林科技大学,2019:7.
[29] 郭思琪,韩磊,赵永华,等.秦岭地区土壤侵蚀时空变化及景观格局[J].生态学杂志,2019,38(7):2167-2176.
[30] 覃杰香,王兆礼.基于GIS和RUSLE的从化市土壤侵蚀量预测研究[J].人民珠江,2011,32(2):37-41.
[31] 周璐红,王盼婷,曹瑞超.2000—2020年延安市土壤侵蚀驱动因素分析及生态安全评价[J].生态与农村环境学报,2022,38(4):512-520.
[32] Wang J, Li X, Christakos G, et al. Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun Region, China[J]. International Journal of Geographical Information Science, 2010,24(1):107-127.
[33] 王占礼.中国土壤侵蚀影响因素及其危害分析[J].农业工程学报,2000,16(4):32-36.
[34] 刘英,魏嘉莉,岳辉,等.神东矿区土壤侵蚀时空特征及驱动力分析[J].测绘科学,2022,47(1):142-153.
[35] 牛丽楠,邵全琴,刘国波,等.六盘水市土壤侵蚀时空特征及影响因素分析[J].地球信息科学学报,2019,21(11):1755-1767.
[36] 中华人民共和国水利部.土壤侵蚀分类分级标准SL190-2007[S].北京:中国水利水电出版社,2008.
[37] 张宝庆,吴普特,赵西宁.近30年黄土高原植被覆盖时空演变监测与分析[J].农业工程学报,2011,27(4):287-293,400.
[38] 郭建英,李锦荣,刘铁军,等.退耕还林工程建设对吴起县土地利用/覆被变化及其土壤侵蚀的影响[J].水土保持研究,2013,20(5):1-6.
[39] 李双双,孔锋,韩鹭,等.陕北黄土高原区极端降水时空变化特征及其影响因素[J].地理研究,2020,39(1):140-151.
[40] 卢珊,胡泽勇,付春伟,等.黄土高原夏季极端降水及其成因分析[J].高原气象,2022,41(1):241-254.
[41] 赵庆云,宋松涛,杨贵名,等.西北地区暴雨时空变化及异常年夏季环流特征[J].兰州大学学报:自然科学版,2014,50(4):517-522.
[42] 王占礼,邵明安,常庆瑞.黄土高原降雨因素对土壤侵蚀的影响[J].西北农业大学学报,1998,26(4):106-110.
[43] 李奎,岳大鹏,刘鹏,等.基于GIS与RUSLE的榆林市土壤侵蚀空间分布研究[J].水土保持通报,2014,34(6):172-178,371.
[44] 卞娟娟,郝志新,郑景云,等.1951—2010年中国主要气候区划界线的移动[J].地理研究,2013,32(7):1179-1187.
[45] 刘逸滨,刘宝元,成城,等.退耕还林草20年来榆林市植被覆盖度时空变化及影响因素分析[J].水土保持学报,2022,36(2):197-208,218.
[46] 刘超,罗建美,霍永伟,等.陕西省县域土地利用效益与城镇化的时空变化及协调性分析[J].水土保持研究,2020,27(3):320-327,335.
[47] 王大浩,方亚宏,李金龙,等.榆林地区降水特征分析及降水量预测[J].人民黄河,2022,44(5):30-34.
[48] 晏利斌.1961—2014年黄土高原气温和降水变化趋势[J].地球环境学报,2015,6(5):276-282.
[49] 马锋,卓静,何慧娟,等.陕西省榆林市植被生态演变及其驱动机制[J].水土保持通报,2020,40(5):257-261,267,341.
[50] 张含玉,方怒放,史志华.黄土高原植被覆盖时空变化及其对气候因子的响应[J].生态学报,2016,36(13):3960-3968.
[51] 刘文超,刘纪远,匡文慧.陕北地区退耕还林还草工程土壤保护效应的时空特征[J].地理学报,2019,74(9):1835-1852.
[52] 李亚丽,杨粉莉,杨联安,等.近40年榆林市土地利用空间格局变化及影响因素分析[J].干旱区地理,2021,44(4):1011-1021.
[53] 封建民,文琦,郭玲霞.风沙过渡区土地利用变化对生态系统服务价值的影响:以榆林市为例[J].水土保持研究,2018,25(4):304-308.
[54] Nunes A N, De Almeida A C, Coelho C O A. Impacts of land use and cover type on runoff and soil erosion in a marginal area of Portugal[J]. Applied Geography, 2011,31(2):687-699.
[55] 吴蕾,穆兴民,高鹏,等.黄土高原地区植被盖度对产流产沙的影响[J].水土保持研究,2019,26(6):133-138,144.
[56] 刘国彬,上官周平,姚文艺,等.黄土高原生态工程的生态成效[J].中国科学院院刊,2017,32(1):11-19.
[57] 赵安周,张安兵,刘海新,等.退耕还林(草)工程实施前后黄土高原植被覆盖时空变化分析[J].自然资源学报,2017,32(3):449-460.
[58] 张宝庆,田磊,赵西宁,等.植被恢复对黄土高原局地降水的反馈效应研究[J].中国科学:地球科学,2021,51(7):1080-1091.
[59] 孙善良,张小平,张志斌.陕西省2000—2018年土地利用时空演变及驱动因素[J].水土保持通报,2021,41(4):339-349,369.
相似文献/References:
[1]孟凡影,付伟涛,杨欢,等.基于GIS技术的古城小流域土壤侵蚀研究[J].水土保持研究,2015,22(05):9.
MENG Fanying,FU Weitao,YANG Huan,et al.GIS-Based Research of Soil Erosion in Gucheng Small Watershed[J].Research of Soil and Water Conservation,2015,22(05):9.
备注/Memo
收稿日期:2022-08-02 修回日期:2022-08-26
资助项目:国家自然科学基金项目(42077058,41601282); 陕西省高校科协青年人才托举计划资助(20210705); 中央高校基本科研业务费项目(GK202103150,GK20201003)
第一作者:朱启明(1999—),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-mail:qimingzhu@snnu.edu.cn
通信作者:刘俊娥(1987—),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-mail:liujune5@snnu.edu.cn