基于RWEQ模型的青海省土壤風(fēng)蝕模數(shù)估算

江 凌，肖 燚，歐陽志云，徐衛(wèi)華，鄭 華

（中國科學(xué)院 生態(tài)環(huán)境研究中心 城市與區(qū)域生態(tài)國家重點實驗室，北京100085）

土壤侵蝕是世界性的環(huán)境問題。水力和風(fēng)力是產(chǎn)生土壤侵蝕的兩大主要營運力。水力侵蝕在學(xué)界已進行了多年的研究并取得了豐碩的成果，而作為土壤侵蝕另一主要形式的土壤風(fēng)蝕研究卻相對滯后。以風(fēng)蝕機制為基礎(chǔ)的風(fēng)蝕定量化研究是近年來風(fēng)蝕研究的熱點內(nèi)容，國外在這方面的研究起步較早。

20世紀30年代起國外學(xué)者就進行了一系列的基礎(chǔ)研究［1－8］，為風(fēng)蝕模型的構(gòu)建提供了堅實的理論基礎(chǔ)。1965年美國農(nóng)業(yè)部科學(xué)家Woodruff和Siddoway提出了風(fēng)蝕方程 WEQ（Wind Erosion Equation）［9－10］。在過 去 的 40 多 年 里，美 國 農(nóng) 業(yè) 部 使 用WEQ來評估農(nóng)田管理措施對土壤風(fēng)蝕的潛在影響，并通過調(diào)整農(nóng)田管理制度，有效地降低了農(nóng)田土壤風(fēng)蝕。但作為一個純經(jīng)驗?zāi)Ｐ停渚窒扌砸埠苊黠@。鑒于此，在美國農(nóng)業(yè)部的主導(dǎo)下對該模型進行了較大的修正，將經(jīng)驗和過程結(jié)合起來，并充分考慮了土壤可蝕性、土壤結(jié)皮、土壤水分、地表粗糙度、植被覆蓋度、氣候因子等與土壤風(fēng)蝕相關(guān)的因子，形成了修正風(fēng)蝕模型——RWEQ［11］。

在WEQ模型提出后的幾十年中不斷有新的風(fēng)蝕模型問世，諸如帕薩克模型［12］、德克薩斯模型TEAM［13］、WEAM 模型［14］、小流域風(fēng)蝕統(tǒng)計模型［15］、WEPS模型［16］、植被—風(fēng)沙動力耦合模型［17］等等。這些模型雖然各有所長，但修正后的RWEQ則具有因子相對全面、構(gòu)成相對簡單、數(shù)據(jù)易于獲取、與GIS系統(tǒng)具有較強親和力等優(yōu)勢而在國內(nèi)外獲得了一定程 度 的 應(yīng) 用。 如 Zobeck［18］、Van Pelt［19］、Feras Youssef［20］等學(xué)者均對RWEQ模型的應(yīng)用進行了嘗試并取得了較好的結(jié)果。國內(nèi)風(fēng)蝕定量研究雖然起步較晚，成果不多，但已有學(xué)者利用RWEQ模型在國內(nèi)進行了嘗試。如張國平等［21］基于RWEQ模型計算了全國風(fēng)場強度指數(shù)，探討了風(fēng)能與風(fēng)蝕的關(guān)系，朱耀東［22］利用RWEQ模型計算了小塊農(nóng)田的土壤風(fēng)蝕速率分析殘茬對農(nóng)田土壤侵蝕的影響、殷海軍［23］基于樣地試驗對RWEQ進行了修正。RWEQ模型在國外獲得了一定的應(yīng)用，成功的計算了許多區(qū)域的具體風(fēng)蝕模數(shù)，但國內(nèi)研究尚處于起步階段，大多圍繞模型的部分結(jié)構(gòu)進行試驗性運用和修改，并未運用模型計算出某一區(qū)域的具體風(fēng)蝕模數(shù)，從而對風(fēng)蝕進行定量的評價。

本研究采用修正風(fēng)蝕方程（RWEQ），運用Arc－GIS建立青海省空間數(shù)據(jù)庫，生成RWEQ的各因子圖層，并借助ArcGIS GRID模塊進行圖像運算，計算出每個柵格的風(fēng)蝕量，從而估算整個青海省土壤風(fēng)力侵蝕量，并劃分風(fēng)力侵蝕強度，對其空間分異進行分析，以期為青海省區(qū)域生態(tài)系統(tǒng)保護和防風(fēng)固沙工作提供科學(xué)的依據(jù)和借鑒。

1 研究區(qū)概況

青海省位于祖國西北部的世界屋脊—青藏高原，位于北緯31°39′—39°19′，東經(jīng)89°35′—103°04′，東西長1 200km，南北寬800km，總面積7 217萬hm2。青海省生態(tài)系統(tǒng)分布類型豐富，主要生態(tài)類型為占青海省34.3%的草地生態(tài)系統(tǒng)，總面積2 804.7萬hm2，其次為占全省面積32.9%沙漠裸地，總面積為2 378萬hm2。全省生態(tài)質(zhì)量從空間上由東南向西北不斷劣化。

青海省地貌總體格局為北部山地，中部盆地、低谷和低地，南部高原。高大山脈、山間盆地、高原相間排列，呈現(xiàn)馬鞍形地貌格局，地勢高聳且高差懸殊，高差達5 200多米，并自西向東逐漸傾斜，全省平均海拔3 500m以上。全省氣溫普遍較低，年均氣溫為－5.6～8.9℃，地區(qū)差異顯著，垂直變化明顯［24］。

青海省風(fēng)力侵蝕屬于全國三北戈壁沙漠及沙地風(fēng)沙二級類型區(qū)的蒙新青高原盆地荒漠強度風(fēng)蝕區(qū)。由于地處內(nèi)陸腹地，加之全球氣候的變化，使中西部地區(qū)降雨更為稀少，徑流量減少，濕地退化。同時由于過度超載放牧使草場嚴重退化，土地沙漠化劇烈發(fā)展。據(jù)調(diào)查研究，截至2004年青海省沙化土地從1959年的597萬hm2增加到1 255.8萬hm2，40多年來發(fā)展速度非常快，基本以每年2.5萬hm2的速度擴大，雖然在1999—2004年沙化面積首次出現(xiàn)了降低趨勢，5a間沙化面積減少了83.8萬hm2，但并沒有改變青海全省屬于沙化嚴重發(fā)展區(qū)的現(xiàn)狀。風(fēng)力侵蝕的面積以及強度在不斷遞增，生態(tài)環(huán)境日趨嚴重惡化（圖1）［25－27］。

圖1 青海省沙化土地發(fā)展趨勢

2 RWEQ模型及數(shù)據(jù)來源

2.1 RWEQ模型結(jié)構(gòu)

RWEQ模型所表述的風(fēng)蝕是在氣象、土壤可蝕性、抗蝕性（結(jié)皮）、植被覆蓋、地表糙度等多因子綜合作用下所造成的土壤轉(zhuǎn)運，其最大轉(zhuǎn)運容量定義為Qmax（公式1），轉(zhuǎn)移量達到最大轉(zhuǎn)運容量63.2%的地塊長度稱為關(guān)鍵地塊長度S（公式2），研究區(qū)內(nèi)所有的土壤轉(zhuǎn)運總量即為該區(qū)域的土壤損失量SL（公式3）。

式中：Qmax——最大轉(zhuǎn)運容量（kg／m）；S——關(guān)鍵地塊長度（m）；SL——土壤損失量（kg／m2）；z——所計算的下風(fēng)向距離，本次計算取50m；WF——氣象因子；EF——土壤可蝕性因子；SCF——土壤結(jié)皮因子；K′——土壤糙度因子；C——植被覆蓋因子。在自然條件下，風(fēng)蝕的發(fā)生與發(fā)展受風(fēng)速、溫度、降雨、太陽輻射、降雪等多種氣象條件的推動或制約。氣象因子WF即各類氣象因子對風(fēng)蝕綜合影響的反映，其表達式見公式（4）。

式中：WF——氣象因子（kg／m）；Wf——風(fēng)力因子（m／s）3；ρ——空氣密度（kg／m3）；g——重力加速度（m／s2）；SW——土壤濕度因子，無量綱；SD——雪蓋因子，無量綱。

對于不同粒級的土壤顆粒來說，顆粒越粗所需的剪切風(fēng)速越大，土壤可蝕性也越小。而土壤中有機質(zhì)、黏土、碳酸鈣等物質(zhì)的存在會使土壤顆粒形成微團聚體可降低土壤可蝕性。通過多年試驗分析，F(xiàn)ryear將EF值以如下方程（公式5）加以計算。

式中：sa——土壤粗砂含量（%）；si——土壤粉砂含量（%）；cl——土壤黏粒含量（%）；OM——土壤有機質(zhì)含量（%）；CaCO3——碳酸鈣含量（%），本次計算取0。

在風(fēng)蝕過程中，Zobeck的研究表明，結(jié)皮的存在可以減少可侵蝕顆粒的含量，降低土壤顆粒的磨蝕作用，有利于沙丘的固定，防止和減弱土壤風(fēng)力侵蝕。通過對不同黏土和有機質(zhì)含量土壤的風(fēng)洞試驗，Hagen等［16］建立了土壤結(jié)皮因子SCF的定量方程（公式6）。

式中：cl——土壤黏粒含量（%）；OM——土壤有機質(zhì)含量（%）。

植被的存在與多寡對土壤風(fēng)蝕具有極為重要的影響，不僅可以增加地表糙度增大起沙風(fēng)速，還可對移動顆粒起到一定阻礙作用［28］。植被覆蓋因子C值的計算見公式（7）。

式中：SC——植被覆蓋度（%）。

在RWEQ中，地表糙度主要是指農(nóng)田由于耕作產(chǎn)生塊狀土以及土壟的存在而使地表條件發(fā)生改變并對土壤風(fēng)蝕產(chǎn)生一定影響。地表糙度分為隨機糙度Crr和土壟糙度Kr，地表糙度因子K′的計算見公式（8）。

在區(qū)域尺度的計算中，要考慮耕作產(chǎn)生的隨機糙度Crr相對困難，因此在本次計算中由土壟造成的地表糙度Kr以地形起伏產(chǎn)生的粗糙度計算公式予以替代，地形起伏糙度因子以smith－carson方程［29］計算（公式9）。

式中：Kr——地形糙度（cm）；Crr——隨機糙度因子（cm），本次取0；K′——地形糙度因子（cm）；L——地勢起伏參數(shù)；ΔH——距離L范圍內(nèi)的海拔高程差，在GIS軟件中使用Neighborhood statistics工具計算DEM數(shù)據(jù)相鄰單元格地形起伏差值。

2.2 數(shù)據(jù)收集及處理

根據(jù)RWEQ模型的5個因子收集了模型所需數(shù)據(jù)：1∶100萬土壤屬性數(shù)據(jù)集（包括土種類型、土壤粗砂、細砂、黏粒、有機質(zhì)等理化性質(zhì)）［30］；青海省降雨、氣溫、風(fēng)速、太陽輻射、降雪等月均數(shù)據(jù)；生態(tài)系統(tǒng)類型圖和植被覆蓋度數(shù)據(jù)；數(shù)字高程DEM數(shù)據(jù)。這些數(shù)據(jù)類型多樣、格式各異，在ArcGIS軟件中統(tǒng)一投影方式（Albers橢球體）和精度（90m）后，共同構(gòu)成青海省風(fēng)蝕評價數(shù)據(jù)庫。

3 結(jié)果分析及驗證

3.1 模型因子計算結(jié)果

（1）氣象因子WF計算結(jié)果。青海省氣象因子WF值域為0.03～36.99kg／m，體現(xiàn)了綜合氣象條件下風(fēng)力對土壤顆粒的搬運能力大小。由附圖1可見，WF值較高的區(qū)域主要集中在柴達木盆地、共和盆地以及可可西里局部地區(qū)。其中柴達木盆地和共和盆地 WF因子偏高的原因主要是區(qū)域溫度、高蒸發(fā)量大而降雨稀少，使土壤含水極低，極易受到風(fēng)蝕影響；而可可西里地區(qū)平均風(fēng)速較大，日平均風(fēng)速常達10m／s以上，在冬春兩季甚至?xí)霈F(xiàn)20m／s以上的瞬時極值風(fēng)速，大風(fēng)頻發(fā)，日均風(fēng)速在5m／s以上的天數(shù)可達50～70d／a。

（2）土壤可蝕性因子EF計算結(jié)果。青海省主要分布的土壤種類有草氈土、黑氈土、寒鈣土、冷鈣土、風(fēng)沙土、寒漠土、寒凍土、石質(zhì)土和粗骨土，其中分布最廣的是草氈土、寒鈣土和黑氈土3類，這3種土類分布面積占全省面積的81.4%，其中草氈土的粗砂與粉砂比例合計達到90%以上，僅次于風(fēng)沙土（95%以上），是較易受風(fēng)蝕影響的土壤類型。經(jīng)計算，青海省各類土壤類型中平均EF值最高的是風(fēng)沙土（0.61），主要分布在柴達木盆地和共和盆地兩個風(fēng)沙土集中分布區(qū)；其次為寒漠土（0.50）。草氈土雖然從物理屬性上具有較高的粗砂粉砂比例而較易受到風(fēng)蝕影響，但是其較高的有機質(zhì)和黏粒含量使其在9類土壤中可蝕性最低（0.34）（表1，附圖1）。

（3）土壤結(jié)皮因子SCF計算結(jié)果。結(jié)皮因子主要體現(xiàn)了土壤抗風(fēng)蝕的能力，與土壤風(fēng)蝕負相關(guān)，因此土壤抗風(fēng)蝕能力越強，值越小，反之則值越大。經(jīng)計算，青海省各類土壤類型中抗風(fēng)蝕能力最強的為粗骨土（0.31），其次為草氈土（0.32），寒鈣土也有較高的抗風(fēng)蝕能力（0.39）。風(fēng)沙土（0.83）和寒凍土（0.50）則為抗風(fēng)蝕能力最弱的兩類土壤，如表1，附圖1所示。

表1 青海省土壤EF，SCF因子計算結(jié)果

（4）植被覆蓋因子C計算結(jié)果。青海省植被因子C值結(jié)果介于0.03～1之間，由于植被因子與土壤風(fēng)蝕呈負相關(guān)，因此植被蓋度越高C值越低。由附圖1可見，青海省植被因子C值隨植被覆蓋度的遞減由東南向西北不斷增高，直至沙地荒漠區(qū)增至1值附近，表明這些區(qū)域由于植被的缺乏而失去了對風(fēng)蝕的抑制作用。

（5）地表糙度因子K′計算結(jié)果。地形因子對風(fēng)蝕會產(chǎn)生重要的影響［31］。經(jīng)計算，青海省巨大的海拔高差和地形起伏產(chǎn)生的地表粗糙度K′值域介于0.12～0.98之間，祁連山系的拉脊山、南山、達坂山，昆侖山系的布爾汗布達山、阿尼瑪卿山、巴顏喀拉山等山脈分布區(qū)域為K′的低值區(qū)域，這些區(qū)域山脈縱橫，高山林立，不利于風(fēng)蝕的發(fā)生，而青海兩個低海拔的盆地是K′的高值區(qū)，也是風(fēng)蝕的主要易發(fā)地，如附圖1所示。

3.2 青海省風(fēng)蝕模數(shù)計算結(jié)果分級

WF，EF，SCF，C，K′等因子計算所得柵格圖層依據(jù)公式（1—3）在ArcGIS 10.0軟件中進行柵格運算，得到各像元年均土壤風(fēng)蝕模數(shù)，按照水利部“土壤侵蝕分類分級標準（SL190—2007）”進行判別，得到青海省風(fēng)蝕強度等級分布（附圖1）。

根據(jù)運算結(jié)果統(tǒng)計（表2），青海省年均風(fēng)蝕總面積（輕度及以上風(fēng)蝕等級）為3 870萬hm2，約為全省總面積的53.6%，總風(fēng)蝕量約17.8億t。輕度風(fēng)蝕是青海省主要風(fēng)蝕類型，發(fā)生面積最大，達到了2 570萬hm2，占全部風(fēng)蝕面積的66.4%。中等以上風(fēng)蝕面積約為1 190萬hm2，其中劇烈風(fēng)蝕等級面積最大，為440萬hm2，平均風(fēng)蝕強度高達到45.99t／（hm2·a）。在空間上，風(fēng)蝕區(qū)域主要分布在青海省西部和中部的柴達木盆地、共和盆地、環(huán)青海湖、黃河源區(qū)和長江源區(qū)，其中中度以上風(fēng)蝕區(qū)集中分布在柴達木盆地周邊的海西州、格爾木市、德令哈縣、阿克塞縣、都蘭縣、烏蘭縣以及共和盆地的共和縣和貴南縣，在這些區(qū)域風(fēng)蝕危害相對嚴峻。

表2 風(fēng)蝕強度分級

3.3 模型驗證

本研究是運用RWEQ模型在國內(nèi)區(qū)域尺度進行風(fēng)蝕模數(shù)估算的首次嘗試，為驗證模型結(jié)果的準確性，收集了張登山等研究者在青海共和盆地以137Cs法推算風(fēng)蝕模數(shù)的研究成果［32］與本次計算結(jié)果進行了對比（表3）。

結(jié)果顯示，模型計算結(jié)果與推算結(jié)果顯示了較好的擬合性（圖2），說明RWEQ模型在國內(nèi)的運用在理論上是可行的，但大范圍運用模型則尚需要根據(jù)我國不同的自然地理條件和不同地表生態(tài)系統(tǒng)類型開展長期的試驗與監(jiān)測工作，在野外試驗數(shù)據(jù)的支持下對模型因子的計算公式及參數(shù)進行進一步的修正和調(diào)整，以提高模型運行的精確性。

表3 137Cs法與RWEQ模型土壤風(fēng)蝕模數(shù)計算結(jié)果對比 t／km2

圖2 驗證分析

4 結(jié) 論

（1）青海省氣象因子 WF為0.03～36.99kg／m，植被因子C值為0.03～1，地表粗糙度K′值為0.12～0.98，土壤可蝕因子EF為0～0.714，土壤結(jié)皮因子SCF為0.039～0.969。經(jīng)RWEQ模型計算，青海省風(fēng)蝕模數(shù)值為0～373.54t／hm2，全省年均風(fēng)蝕總量約為17.8億t，平均風(fēng)蝕強度45.99t／（hm2·a）。

（2）風(fēng)蝕強度按水利部標準劃分為微度至劇烈六個等級，其中輕度風(fēng)蝕占全部風(fēng)蝕面積的68.4%，中度以上風(fēng)蝕為全部風(fēng)蝕面積的31.6%，說明青海全省風(fēng)蝕以輕度為主，但在部分區(qū)域中度以上甚至劇烈風(fēng)蝕發(fā)生較為集中，在這些區(qū)域風(fēng)蝕現(xiàn)狀較為嚴峻。

（3）模型運算結(jié)果與青海省4個樣區(qū)的137Cs推算結(jié)果相對比表明：RWEQ模型計算結(jié)果與試驗值具有較高的擬合度（R2＝0.91），說明該模型在青海省的運用是基本可行的。

（4）擴大模型運用范圍和提高運算尺度需要根據(jù)我國不同的自然地理條件和不同地表生態(tài)系統(tǒng)類型開展長期的試驗與監(jiān)測工作，在野外試驗數(shù)據(jù)的支持下對模型因子的計算公式及參數(shù)進行進一步的修正和調(diào)整，以提高模型運行的精準度。

（5）各植被類型如草地、農(nóng)田、灌叢和林地具有不同的抑制風(fēng)蝕的作用力，本次研究中尚未考慮這方面的差異和不同，有待進一步的工作中加以補充和完善。

［1］ Bagnold R A.The physics of Blown Sand and Desert Dunes［M］.London：Methuen an d Co.，1941.

［2］ Chepil W S，M ilne R A.Comparative study of soil drifting in the field and in a wind tunnel［J］.Sci.Agr.，1939，19：249－257.

［3］ Chepil W S.Measurement of wind erosiveness of soils by the dry sieving procedure［J］.Scientific Agriculture，1942，23（3）：154－160.

［4］ Chepil W S.Factors that influence clod structure and erodibility of soil by wind.Ⅰ：Soil texture［J］.Soil Science，1953，75（6）：473－483.

［5］ Chepil W S.Factors that influence clod structure and erodibility of soil by wind.Ⅱ：Water－stable structure［J］.Soil Science，1953，76（5）：389－399.

［6］ Chepil W S.Factors that influence clod structure and erodibility of soil by wind.Ⅲ：Calcium carbonate and decomposedorganic matter［J］.Soil Science，1954，77（6）：473－480.

［7］ Chepil W S.Influence of moisture on erodibility of soil by wind［J］.Soil Science Society of America Proceedings，1956，20（2）：288－292.

［8］ 雅庫布夫.土壤風(fēng)蝕及其防治［M］.北京：農(nóng)業(yè)出版社，1955.

［9］ Woodruff N P，Siddoway F H.A wind erosion equation［J］.Soil Science Society of America Proceedings，1965，29（5）：602－608.

［10］ Woodruff N P，Armburst D V.A monthly climatic factor for the wind erosion equation［J］.Journal of Soil and Water Conservation，1968，23（3）：103－104.

［11］ Fryrear D W，Saleh A，Bilbro J D，et al.Field Fested Wind Erosion Mode［R］.Maragraft Verlag，Weikersheim，Germany：In Proc.of International Symposium Wind Erosion in West Africa：The Problem and Its Control，1994.

［12］ Pasak V.Wind erosion on soils［M］.VUM Zbraslaav，Scientific Monographs.1973.

［13］ Gregory J M，Borrelli J.TEAM：Texas erosion analysis model［C］∥In proceedings of 1988wind erosion conference.Texas Tech.Uinversity，Lubbock，1988：88－103.

［14］ Shao Y P，Raupach M R，Leys J F.A model for prediction Aeolian sand drift and dust entrainment on scales form paddock to region［J］.Australia Journal of Soil Research，1996，34：309－421.

［15］ 董治寶.建立小流域風(fēng)蝕量統(tǒng)計模型初探［J］.水土保持通報，1998，18（5）：55－62.

［16］ Hagen L J.A wind erosion prediction system to meet the user need［J］.J.Soil Water Conserv.，1991，46（2）：107－111.

［17］ 王怡，李振山，陳悠.半干旱區(qū)植被風(fēng)沙動力過程耦合研究：Ⅱ.模擬［J］.中國沙漠，2009，29（1）：31－38.

［18］ Zobeck T M，Parker N C，Haskell S.Scaling up from field to region for wind erosion prediction using a fieldscale wind erosion model and GIS［J］.Agriculture，Ecosystems and Environment，2000，82：247－259.

［19］ Van Pelt R S，Zobeck T M，Potter K N，et al.Validation of the wind erosion stochastic simulator（WESS）and the revised wind erosion equation（RWEQ）for single events［J］.Environmental Modelling ＆ Software，2004，19：191－198.

［20］ Feras Youssef，Saskia Visser，Derek Karssenberg，et al.Calibration of RWEQ in a patchy landscape；a first step towards a regional scale wind erosion model［J］.Aeolian Research，2012，3（4）：467－476.

［21］ 張國平，劉紀遠，張增祥，等.中國風(fēng)蝕景觀面積變化與地表風(fēng)場強度的關(guān)系［J］.地理學(xué)報，2002，57（1）：1－10.

［22］ 朱耀東.免耕條件下前茬作物對殘茬蓋度的影響［J］.水土保持應(yīng)用技術(shù)，2007（3）：21－22.

［23］ 殷海軍.RWEQ模型的改進及其在中國風(fēng)沙區(qū)的應(yīng)用研究［D］.北京：中國農(nóng)業(yè)大學(xué)，2007.

［24］ 張忠孝.青海地理［M］.2版.北京：科學(xué)出版社，2009.

［25］ 田夏青，靳雅麗.青海省風(fēng)力侵蝕遙感調(diào)查與數(shù)據(jù)庫更新［J］.水利水電工程設(shè)計，2002，21（2）：51－52.

［26］ 張登山，高尚玉.青海高原沙漠化研究進展［J］.中國沙漠，2007，27（3）：367－372.

［27］ 張學(xué)元.青海高寒地區(qū)沙化土地治理途徑的研究［J］.中南林業(yè)調(diào)查規(guī)劃，2006，25（3）：11－14.

［28］ 尚潤陽，祁有祥，趙廷寧，等.植被對風(fēng)及土壤風(fēng)蝕影響的野外觀測研究［J］.水土保持研究，2006，13（4）：37－39.

［29］ 李軍，游松財.基于GIS的中國陸地表面粗糙度長度的空間分布［J］.上海交通大學(xué)學(xué)報，2006，24（2）：185－189.

［30］ Shangguan Wei，Dai Yongjiu，Liu Baoyuan，et al.A China Dataset of Soil Properties for Land Surface Modeling［J］.Journal of Advances in Modeling Earth Systems，2013，5（2）：212－224.

［31］ 李秀霞，倪晉仁.土壤侵蝕及其影響因素空間相關(guān)性分析［J］.地理科學(xué)進展，2009，28（2）161－166.

［32］ 張登山，高尚玉，石蒙沂，等.青海高原土地沙漠化及其防治［M］.北京：科學(xué)出版社，2009