呂富榮,韓 鎮,2,鄧龍云,楊紀君,吳泉源,喬建民
(1.山東師范大學 地理與環境學院,濟南 250358;2.青島國測海遙信息技術有限公司,山東 青島 266000)
土壤是人類最寶貴的自然資源和生存的基礎[1]。然而,土壤侵蝕在全球范圍內,尤其在中國影響面積約占國土面積的37%,已成為限制當今人類生存發展的主要生態環境問題之一,嚴重制約著經濟和社會的可持續發展[2]。影響土壤侵蝕的因素主要有降水、地形、土地利用、土壤、植被覆蓋以及人類活動等。其中,降雨和土地利用是影響土壤侵蝕最為顯著的因素,也是目前國內外學者研究的熱點之一[3-4]。
目前,全球氣候正在以變暖的趨勢顯著變化[5],氣溫的升高會加速水文循環,從而導致降雨量增加和強降雨事件的頻發[6]。而降雨強度、降雨量和降雨空間分布是影響土壤侵蝕的重要因素[7],Wischmeier[8]早在1958年就提出在降雨動能不可得時可以采用降雨量和最大30 min降雨強度的乘積計算降雨侵蝕力。許多學者通過降雨模擬試驗研究表明,隨著降雨強度的增加其徑流和侵蝕量也顯著增加[9-11]。紅壤裸露坡地土壤侵蝕變化主要是降雨強度和降雨量共同作用的結果,降雨強度是直接因素,而雨量則通過改變降雨強度,從而間接影響土壤侵蝕[12]。另外,對于地形因子較大的區域,降雨量的增多對土壤侵蝕的影響更為顯著[13]。此外,有研究發現流域尺度會影響降雨和土地利用對土壤侵蝕的影響程度,隨流域面積增大,降雨對土壤侵蝕的影響減小,土地利用變化的影響變大[3]。
在人類活動作用下景觀格局會發生顯著的變化[14-16],從而會引起土壤侵蝕的變化。以往景觀格局對土壤侵蝕影響的研究主要根據土地利用變化和景觀格局指數開展的[17-19]。基于RULSE模型的深圳市土壤侵蝕研究表明,土壤侵蝕主要發生在林地和園地[20];對黃土丘陵溝壑區的研究表明,不同的土地利用類型影響其侵蝕產沙的景觀格局指標不同,其中影響較大的有草地平均斑塊面積、建設用地景觀面積百分比和斑塊密度以及其他類型用地斑塊密度[21]。以上研究大多集中于黃土高原等典型的土壤侵蝕嚴重的區域,對于黃淮海平原地區而言,既是農業主產區又是人口密集區,人類活動頻繁,景觀格局易受人類活動影響而發生劇烈變化,從而影響土壤侵蝕強度。本文基于GIS空間分析、相關分析和多元回歸方法,應用USLE方程及景觀格局指數方法,量化該區域降雨和土地利用變化對土壤侵蝕的影響,對土壤資源的合理利用以及減輕土壤侵蝕,治理生態環境具有重要意義。
黃淮海平原位于我國東部沿海地區,位于32°29′—40°34′N,112°26′—122°41′E,自北向南跨越從北京到安徽等7省市,面積近40萬km2,地勢低平,大部分地區海拔50 m以下,東部沿海地區海拔10 m以下,其中海拔較高的地區分布在山東省中部,海拔達到1 000 m以上。黃淮海平原屬于暖溫帶半濕潤季風氣候,年均氣溫為11~15℃,南部地區年均溫度為略高于北部,年降水量為400~1 100 mm,主要集中在夏季,年際變化較大。土壤類型以潮土為主,養分豐富,適宜耕作,作物類型以小麥、水稻、玉米為主,是我國重要糧食產區。
本文所用數據主要包括黃淮海平原土地利用數據、土壤數據、地形數據和降雨數據,見表1。

表1 數據來源
研究利用USLE模型(通用土壤流失方程)對土壤侵蝕強度進行計算,其表達式為:
A=R×K×LS×C×P
(1)
式中:A為單位面積年均土壤侵蝕量[t/(hm2·a)];R為降雨侵蝕力因子[MJ·mm/(hm2·h·a)];K為土壤可蝕性因子[t·h/(MJ·mm)];L和S為地形因子,均無量綱,其中L為坡長因子,S為坡度因子;C為植被覆蓋與作物管理因子,無量綱;P為水土保持措施因子,無量綱。
各因子的計算公式見文獻[22—28]。其中,水土保持因子是參考已有研究成果和研究區土地利用和坡度的實際情況進行賦值。其中,林地、草地屬于未采取水土保持措施的自然景觀,賦值為1,水域、建設用地不發生土壤侵蝕,賦值為0,而耕地和未利用地有一定水土保持措施,受坡度影響較大,采用表2進行賦值。在本研究中,土地利用數據共有4期,以2000年土地利用數據表征2000—2004年土地利用/覆被格局,同理2005年表征2005—2009年,2010年表征2010—2014年,2015表征2015年。

表2 黃淮海平原耕地和未利用地P因子
根據《土壤侵蝕分類分級標準》,將計算得到的黃淮海平原土壤侵蝕強度劃分為6個等級,見表3。

表3 土壤侵蝕分級標準
本文利用長期時間序列數據分析中經常使用的M-K非參數檢驗,分析了降雨量和土壤侵蝕強度在時間上的變化趨勢。該方法不需要數據遵循特定的分布也不需要確定是否是線性趨勢,同時也不受異常值的影響,能客觀的表征趨勢變化。
對于序列數據,xt=(x1,x2,…,xn),確定所有成對值中xi,xj的大小,記為S[公式(2)和(3)]。假設對于H0,數據在序列中隨機排列,趨勢不顯著,對于H1,序列中存在單調遞增或遞減的趨勢。
(2)
(3)
本研究中n=15,通過Z值進行趨勢檢驗[公式(4)]。在ɑ=0.05的顯著性水平下,當|Z|≤|Z1-α/2|時接受原假設,即趨勢變化不顯著;當|Z|>|Z1-α/2|則拒絕原假設,則認為趨勢變化是顯著的。
(4)
(5)
式中:m為是序列中的節點數;ti為節點的寬度。
利用Sen′s方法來計算各個站點年降雨量變化斜率。
(6)
基于2000—2015年黃淮海地區氣象站點逐月降水量數據,探究降雨量的時空格局動態變化,同時采用Mann-Kendall趨勢檢驗法(M-K)對降雨的趨勢變化進行分析。依照LUCC分類體系,將2000年以來研究區內土地利用類型劃分為耕地、林地、草地、水域、建設用地和未利用地六大類,對不同年份的土地利用類型分布情況、面積和百分比、轉移矩陣進行計算,分析土地利用類型的空間轉移變化,并從景觀和斑塊兩個水平,借助景觀指數(表4),分析黃淮海平原的景觀格局變化。在此基礎上,采用相關分析和多元回歸分析方法,量化降雨和景觀格局變化在土壤侵蝕變化中的貢獻度。

表4 研究所用景觀指數
根據模型,同時按土壤侵蝕分級分類將土壤侵蝕因子(附圖1)進行疊加后,得到土壤侵蝕強度空間分布圖(附圖2),并統計了年均土壤侵蝕量(圖1A)及各類型面積和百分比(表5)。在2000—2015年,黃淮海平原內土壤侵蝕以微度侵蝕為主,集中在研究區西部和南部地區,面積約為35萬km2,占研究區總面積的90%以上。山東中部和東部沿海地區有輕度侵蝕和劇烈侵蝕,主要為草地和林地,地形主要為山地丘陵區,坡度較大。2000—2015年微度侵蝕區域增加了6 370 km2,由92.62%增加到94.36%;輕度侵蝕區減少了2 040 km2;在2000—2015年,中度侵蝕、強烈侵蝕和劇烈侵蝕區面積較小,低于總面積的1%,呈現先減后增趨勢;劇烈侵蝕區面積下降趨勢明顯,由2000年2.45%降到2015年1.42%,面積減少了3 820 km2(表5)。利用M-K趨勢分析方法對2000—2015年土壤侵蝕強度的變化趨勢進行分析(圖1B),結果顯示Z值為-2.84且絕對值大于2.32(通過置信度99%的檢驗),說明土壤侵蝕強度總體呈極顯著下降趨勢。

圖1 2000-2015年土壤侵蝕強度變化

表5 2000-2015年土壤侵蝕面積及百分比
2000—2015年黃淮海平原年降水量分布如圖2、附圖3所示,2007年之前降雨變化幅度較大,2007年之后變化相對較小,數值分布在450~900 mm,整體自西北向東南增加。從年際變化看,本研究通過M-K方法來分析2000—2015年年降水量變化,得到Z值為-0.77,表明年降水量呈非顯著下降趨勢。

圖2 2000-2015年降水量變化
為探究黃淮海平原空間上年降雨量的變化趨勢,本研究采用Sen′s分析法對2000—2015年年降水量數據進行分析,以斜率正負表示該站點降水量增加或減少,以絕對值大小表示變化多少,得到附圖4。研究區斜率均值為-2.81,說明整體呈降低趨勢,北部東部以增長為主,中部及南部則以降低為主。其中,變化最劇烈的地區分別為山東省北、東部,變化斜率達13 mm/a以上,增長最明顯;河南省南部和山東省南部,變化斜率低于-17 mm/a,降低幅度最大。
從空間分布上看,黃淮海平原2000—2015年的土地利用類型均以耕地、建設用地為主,耕地約占總面積的75%,建設用地約占13%。土地利用類型變化較劇烈的區域主要集中在北京和天津,有大量的耕地變為建設用地;山東省北部沿海地區,主要由草地變為耕地(附圖5)。由表6可知,在各個時間段耕地面積都呈減少趨勢,建設用地呈增加趨勢,林地、草地、水域和未利用地變化較小,趨于穩定。
由轉移矩陣(表6)可知,2000—2015年,耕地轉變為建設用地最多,達8 061.08 km2;林地以轉變為建設用地和耕地為主,分別有147.49,59.58 km2;草地以轉變為耕地為主,有431.92 km2;水域以轉變為耕地和建設用地為主,分別為454.45,341.07 km2;建設用地以轉變為耕地為主,達930.87 km2;未利用地則以轉變為耕地和建設用地為主,分別為242.72,184.26 km2。

表6 2000-2015年土地利用轉移矩陣 km2
從景觀水平上看(圖3),2000—2015年黃淮海平原斑塊數量(NP)減少了659個,下降了1.8%,邊緣密度上升了2.76%,平均斑塊面積增大了1.83%,說明研究區小斑塊數量減少,破碎度降低;香農多樣性指數增加了2.40%,香農均勻度指數增加了2.39%,最大斑塊占景觀面積的比例下降了2.77%,說明研究區內不同土地利用類型分布更加均勻、集中。

圖3 2000-2015年景觀水平指數
對2015年6類土地利用類型的斑塊類型水平指數與2000年指數做差,計算百分比,分析2000—2015年各土地利用類型的變化情況,得到表7。根據表中指數變化情況,林地、草地、水域和未利用地相對穩定,而耕地、建設用地則變化較大。耕地景觀百分比、最大斑塊占景觀面積的比例、平均斑塊面積和聚合度指數降低,而斑塊數量、邊緣密度、景觀形狀指數增加,說明耕地面積減少,且聚合度降低,形狀更復雜,分布更分散;建設用地景觀百分比、最大斑塊占景觀面積的比例、邊緣密度、平均斑塊面積和聚合度指數均有增加,而斑塊數量和景觀形狀指數則有小幅度降低,說明建設用地擴張明顯,分布更加集中。

表7 2000-2015年各土地利用類型景觀指數變化情況 %
3.4.1 降雨對土壤侵蝕的影響 對比2000—2015年黃淮海平原年降雨量和土壤侵蝕強度的年際變化折線圖(圖1A,2A),發現二者都呈波動變化,但波動趨勢并不完全一致,存在差異。尤其是在2005年、2007年,黃淮海平原降雨量較多,但土壤侵蝕強度在這兩年并不高。通過分析其原因發現,土壤侵蝕強烈的區域主要集中分布在坡度比較高的林地和草地集中區,多降雨量導致2005年、2007年該區域的植被覆蓋度較高,對于土壤侵蝕的發生起到了明顯的抑制作用。
3.4.2 土地利用變化對土壤侵蝕的影響 分析2000—2015年黃淮海平原土地利用和土壤侵蝕強度變化,土壤侵蝕強度呈顯著下降趨勢,土地利用變化以耕地減少、建設用地增加為主。以土壤侵蝕強度為因變量,以景觀格局指數為自變量,進行相關分析。由于不同自變量數量級差異較大,研究將所有變量進行Z-score標準化后再進行計算(表8)。從景觀水平看,斑塊數量與土壤侵蝕強度呈正相關,景觀面積、景觀性狀指標、香農多樣性指標和香農均勻度指標與土壤侵蝕強度呈負相關,其中斑塊數量和景觀面積對土壤侵蝕影響最強;從斑塊類型看,斑塊密度、最大斑塊占景觀面積比例和聚集指數與土壤侵蝕強度呈正相關,平均鄰接度指數、平均形狀指數和邊緣密度與土壤侵蝕強度呈負相關,其中斑塊密度、平均鄰接度指數對土壤侵蝕影響最強。這說明,土壤侵蝕主要受土地利用類型的密度、形狀和面積因素影響,斑塊數量越多、形狀越復雜、邊界連通性越低、面積分布差別越大,土壤侵蝕越強。

表8 景觀指數與侵蝕強度的相關性分析
3.4.3 降雨和土地利用變化對土壤侵蝕的影響 研究將年降水量和代表7種類別的景觀格局指數與土壤侵蝕強度進行多元線性回歸,最終建立的多元回歸方程調整R2為0.921,F統計量為25.848,顯著性p<0.01,方程為:
y=4.171×10-11+0.017PPT+0.789PD-
5.561CONTIG_MN+2.419TA-1.827AI+0.9ED+0.568SHEI
(7)
式中的年降水量(PPT)、斑塊密度(PD)、平均鄰接度指數(CONTIG_MN)、景觀面積(TA)、聚集指數(AI)、邊緣密度(ED)和香農均勻度指標(SHEI),均為標準化后的值。
通過分析降雨和景觀格局對土壤侵蝕強度的影響,發現2000—2015年黃淮海平原土壤侵蝕強度變化主要受景觀格局的影響(表9)。盡管降雨是土壤侵蝕的重要驅動力,但在2000—2015年,黃淮海平原降水變化不顯著,在土壤侵蝕變化中的貢獻度較小,僅占0.14%,在6類景觀指數中,貢獻率最大的為平均鄰接度指數,占46.03%,其次為景觀面積,占20.02%,這說明土壤侵蝕強度主要受斑塊形狀和面積大小的影響。此外需要注意的是,平均斑塊鄰近度和聚集度對于黃淮海平原區的土壤侵蝕有負作用,兩者越高,該區域土壤侵蝕強度越低,它們在土壤侵蝕強度變化的貢獻為61.15%。

表9 多元線性回歸自變量貢獻率
研究表明,2000—2015年,黃淮海平原的降水呈小幅度波動下降的趨勢,2002年降雨量最少,2003年降雨量最多;在空間格局上,黃淮海平原降雨量自西北向東南逐漸增加;北部有所增加,中部和南部有所降低。2000—2015年黃淮海平原土地利用類型均以耕地和建設用地為主,耕地面積呈減少趨勢,其中減少的耕地中有85.7%轉變為建設用地;建設用地面積呈增加趨勢。從景觀水平上看,小斑塊數量減少,破碎度降低,各土地利用類型分布更均勻。從斑塊類型水平上,林地、草地、水域和未利用地相對穩定,而耕地、建設用地則變化較大。耕地聚合度降低,形狀更復雜,分布更分散;建設用地聚合度增加,形狀更簡單,分布更加集中。
2000—2015年,黃淮海平原區土壤侵蝕強度總體呈下降趨勢,土壤侵蝕量減少了42%,以微度侵蝕為主,集中在耕地和建設用地分布區。侵蝕較強地區集中分布在黃淮海平原中部和東部,該區域以林地和草地覆蓋為主,土壤侵蝕強度較高主要是因為地形坡度較大、植被覆蓋度不高,難以阻止水土流失的發生。與降雨相比,黃淮海平原區景觀格局變化對于土壤侵蝕的影響更大,其中以斑塊平均鄰接度對于土壤侵蝕的影響最為顯著,相同斑塊間景觀連通性越好,土壤侵蝕越低。