基于CSLE模型的黃河上游龍羊峽至積石峽段流域土壤侵蝕評價

呂偉濤, 胡夏嵩, 劉昌義, 付江濤, 邢光延, 趙吉美, 何偉鵬, 楊馥鋮

(1.青海大學 地質工程系, 西寧 810016; 2.青海大學 農林科學院, 西寧 810016; 3.青海大學 農牧學院, 西寧 810016)

黃河作為世界第五大河流,同時也是含沙量最大的河流,其產沙量占到全球河流系統總產沙量的6%,水土流失是黃河流域最主要的生態問題之一[1]。近年來,隨著區域經濟發展與人為活動增加,黃河流域生態環境發生了顯著的變化,主要表現為水源涵養能力下降,河川徑流變化加劇,土壤侵蝕嚴重,一定程度制約了流域地區可持續發展[2]。土壤侵蝕還會引起黃河流域地區的土地資源破壞、加快草地退化和降低土壤肥力等一系列的生態和環境問題[3]。其中,位于黃河上游的龍羊峽至積石峽段流域地區,地處我國地貌單元第一階梯青藏高原向第二階梯黃土高原的過渡地帶,受地形落差大、植被生長稀疏、土質疏松、降雨集中以及坡度陡峭等諸多因素影響,黃河沿岸、貴南地區中部、龍羊峽北岸等部分地區土壤侵蝕現象十分嚴重[4-6]。每遇強降雨,洪水挾帶大量泥沙,不僅嚴重淤積黃河河段,沖毀當地道路,造成交通堵塞,而且嚴重制約周邊地區經濟社會發展,威脅當地居民群眾的生產生活和生命財產安全[7]。

有關土壤侵蝕研究方面,土壤侵蝕模型已被廣泛用于區域土壤侵蝕成因、過程機理及其定量評價等研究之中,20世紀30年代以來,國內外學者陸續提出了各具特色的土壤侵蝕物理模型或經驗模型[8]。Wischmeier等[9]提出了用于計算土壤侵蝕模數的通用土壤流失方程USLE(universal soil loss equation),并作為用來計算美國范圍內年平均土壤流失量的通用計算模型;在此之后的相關研究表明,該模型不適宜用于計算耕地、田埂區域的土壤侵蝕模數[10],為此美國農業部于1997年在通用土壤流失模型(USLE)基礎上進行了修訂,建立并正式實施適用范圍更廣的修正模型,即RUSLE模型(revised universal soil loss equation)[11]。此外,劉寶元等[12]以32 948個調查單元的土壤侵蝕影響因子調查信息為基礎,利用中國土壤流失方程CSLE(Chinese soil loss equation)評價國內不同行政區域的土壤侵蝕強度,再采用統計學方法匯總統計國內不同行政區域水蝕強度分級面積,形成了國內32 948個調查單元的基礎信息檔案,從而為今后水力侵蝕動態評價打下了堅實基礎。在上述基礎上,國內外學者先后開展了大量研究并得到較為豐富的研究成果。例如郝姍姍等[13]使用BP神經網絡方法對黃土丘陵區土壤侵蝕因子進行敏感性分析,結果表明BP神經網絡模型能有效預測土壤侵蝕影響因子的顯著性。Eugeniusz等[14]以波蘭喀爾巴阡山脈為試驗區,依據馬鈴薯、谷物和草地試驗地的降水參數、土壤條件、植物生長階段和農業措施等數據,并基于RUSLE模型評估喀爾巴阡山脈的土壤侵蝕動態,結果表明種植馬鈴薯試驗地的年平均土壤侵蝕量為25.67 t/(hm2·a),分別較谷地和草地的土壤侵蝕量高95.4%,99.7%。Peng等[15]以我國西北部祁連山國家公園(QLMNP)為研究區,采用RUSLE模型來評估1982—2020年該區域產生的土壤侵蝕率,并通過對比實際情景和降雨徑流侵蝕因子R固定、覆蓋和管理因子C固定、預防措施因子P固定、植被未覆蓋和水土保持措施4種理想情景之間的差異,以及不同的RUSLE模型輸入參數來檢測土壤侵蝕的驅動機制,結果表明極端降水是土壤侵蝕的主要驅動因素。

此外,黃河流域土壤侵蝕研究方面,武翠翠等[16]以黃河流域蘭州段為研究區,采用改進的加權土壤侵蝕(RUSLE)模型,運用地理信息系統(GIS)和遙感技術評價該區域土壤侵蝕敏感性,結果表明該區域土壤侵蝕極敏感區和重度敏感區占區域總面積的42.73%,中度敏感區占45.60%,輕度敏感區和不敏感區占11.67%。楊潔等[17]以黃河流域為研究區,運用InVEST模型評估黃河流域2000年、2005年、2010年、2018年土壤侵蝕量并分析時空變化特征,結果表明18 a間黃河流域土壤侵蝕總量共減少8.4×107t,土壤侵蝕模數共減少87.42 t/(km2·a)。

綜合以上,有關土壤侵蝕方面的已有研究成果,更多的是從空間維度分析單一年份不同土地利用類型、坡度、措施種類等的土壤侵蝕強度特征,而采用多年時間維度分析植被覆蓋度不同時空變化下的土壤侵蝕特征方面的研究相對較少。基于此,本研究基于CSLE模型分別以空間插值法和地圖代數法,定量計算黃河上游龍羊峽至積石峽段流域2017—2021年各年產生的土壤侵蝕模數并分析其5 a間土壤侵蝕的變化特征,同時分析不同土地利用類型、不同坡度、不同植被覆蓋度變化趨勢對土壤侵蝕的影響。本研究結果為合理分析龍羊峽至積石峽段流域土壤侵蝕狀況和土壤侵蝕定量預報提供數據支撐,進而為黃河上游流域開展植被水土保持措施的合理實施與生態安全保護,提供理論依據和實際指導。

1 研究區概況

本研究選取位于黃河上游龍羊峽至積石峽段流域作為研究區,研究區位于青海省東部,該河段流域行政區域隸屬青海省共和縣部分區域、貴南、貴德、尖扎、化隆和循化縣6個縣范圍,其地理坐標為100°—103°30′E,35°40′—36°10′N;研究區面積約為18 000 km2,區內平均海拔為3 132 m,研究區地理位置及其地貌侵蝕特征如圖1所示。

圖1 研究區地理位置及其地貌侵蝕特征示意圖Fig. 1 Schematic diagram of geographical location and geomorphic erosion characteristics of the study area

研究區位于黃河上游峽谷段,黃河干流兩側河床比降大、落差集中、河道深窄、兩岸陡峻、基巖裸露,形成了陡峻高聳的山岳與斷陷盆地和深切峽谷相間的地形特點[18];此外區內地表土壤疏松、氣候干旱且蒸發量大,植被單一稀疏,每逢夏季遇暴雨等極端氣象條件易形成滑坡、泥石流和土壤侵蝕等地質災害。根據已有氣象記錄,區內在2017—2021年降雨主要集中在每年5—9月份,多年平均降雨量為634.2 mm,年平均蒸發量為1 054.17 mm。此外,因區內地勢較為陡峭,植被生長稀疏且植被覆蓋度相對較低,并在長期雨水侵蝕下,地表形成規模不同的沖溝現象(圖1)。

2 數據來源及研究方法

2.1 數據來源

本研究所用數據主要包括以下部分:(1) 降雨數據,來自于NOAA網站,利用ArcGIS軟件采用克里金插值法對區內降雨數據進行插值,并生成分辨率為30 m×30 m的研究區年降雨量柵格圖;(2) 遙感影像數據,采用2017—2021年區內龍羊峽至積石峽段流域6—9月的Landsat 8 OLI遙感影像,來源于美國USGS網站,其分辨率為30 m×30 m;(3) 土地利用類型數據,來源于ZENODO網站,其分辨率為30 m×30 m;(4) 數字高程模型(DEM)數據,來源于地理空間數據云網站。

2.2 研究方法

研究區黃河上游龍羊峽至積石峽段流域其土壤侵蝕模數,采用我國土壤流失方程(CSLE)進行定量計算,其模型公式為[19]:

A=R·K·LS·B·E·T

(1)

式中:A為土壤侵蝕模數〔t/(hm2·a)〕,表示單位面積坡面年平均土壤流失量;R為降雨侵蝕力因子MJ·mm/(hm2·a);K為土壤可蝕性因子〔(t·hm2·h)/(hm2·MJ·mm)〕;L為坡長因子,無量綱;S為坡度因子,無量綱;B為生物措施因子,無量綱;E為工程措施因子,無量綱;T為耕作措施因子,無量綱。

根據公式(1)計算要求,在計算土壤侵蝕模數A時,若土地利用類型為耕地時,計算時在B因子、E因子兩者中,選取E因子與R,K,SL,T因子相乘;若土地利用類型為非耕地時,則選取B因子與R,K,SL,T因子相乘。研究區耕地主要以土坎水平梯田為主,當土地利用類型為耕地時T值取0.084,土地利用類型為非耕地時其值取為1[20],這里為便于計算,本研究將B,E,T因子合成一柵格圖層(BET因子);同時,根據國內行業標準《土壤侵蝕分類分級標準》(SL190—96),將區內土壤侵蝕劃分為:微度侵蝕、輕度侵蝕、中度侵蝕、強度侵蝕、極強度侵蝕、劇烈侵蝕6個等級(表1)[21]。

表1 土壤侵蝕強度分級結果Table 1 Grading results of soil erosion intensity

2.2.1 降雨侵蝕因子R計算 已有研究表明,降雨是引起土壤侵蝕的最主要因素之一,該因子主要反映降雨對土壤的侵蝕能力,一般采用降雨量、降雨強度等參數來進行估算。故本研究采用年降雨量估算模型計算R因子,其計算模型如下[22]:

(2)

式中:R為降雨侵蝕因子;pi為n年第i個月的月平均降水量(mm);p為n年的年平均降雨量(mm)。

2.2.2 土壤可蝕性因子K計算 土壤侵蝕因子K是從土壤本身性質出發,反映了土壤抵抗侵蝕的能力大小,本研究K值采用EPIC方程進行計算,利用區內HWSD數據提取砂粒、粉粒、黏粒和有機碳含量,計算得出K值并使用ArcGIS對計算結果進行克里金插值,獲得區內整個面上的K值。K因子的計算公式如下所示[23]:

(3)

Sn1=1-Sa/100

(4)

式中:Sa為砂粒(0.05～2 mm)百分含量(%);Si為粉砂(0.002～0.05 mm)百分含量(%);Ci為黏粒(<0.002 mm)百分含量(%);C為有機碳含量(%)。

2.2.3 坡度及坡長因子SL的估算 坡度因子與坡長因子反映了研究區坡度與坡長對土壤侵蝕的影響程度,本研究中所涉及的坡度因子S采用Liu等[24]提出的算法計算,其計算公式如下:

(5)

式中:θ為DEM提取的坡度值。

本研究中的坡長因子L計算公式如下[25-26]:

(6)

m=β/(β+1)

(7)

λ=l×cosθ

(8)

(9)

式中:L為坡長因子;θ與公式(5)相同;λ為水平投影坡長;l為地表沿流向的水流長度;β為細溝侵蝕量與細溝侵蝕間侵蝕量的比值;m為坡長因子指數。

2.2.4 生物措施因子B的估算 本研究有關區內的植被覆蓋度采用歸一化植被覆蓋指數進行計算,歸一化植被覆蓋指數FC計算公式為[27]:

NDVI=(NIR-RED)/(NIR+RED)

(10)

(11)

式中:NDVI為植被覆蓋指數;NIR為近紅外波段;RED為紅光波段;NDVIsoil為NDVI值的最小值;NDVIveg為NDVI的最大值;FC為歸一化植被覆蓋指數。

本研究結合區內龍羊峽至積石峽段流域土地利用類型數據,參閱周檉等[28]相關研究成果,并根據區內不同土地利用類型和不同的植被覆蓋確定B因子的值,其結果見表2。

表2 研究區生物措施因子B賦值標準Table 2 Evaluation criteria of biological measures factor B in the study area

2.2.5 耕作措施因子E的估算 本研究中有關耕作因子E的賦值參閱游浩妍等[29]的相關研究成果。首先,根據不同土地利用類型,將區內分土地劃分為耕地與非耕地兩種類型,然后將耕地的坡度按照[0°,5°],(5°,10°],(10°,15°],(15°,20°],(20°,25°],(25°,90°]依次劃分為6等級;最后再根據區內不同土地類型與不同坡度確定因子T的值,見表3。

表3 研究區措施因子E賦值Table 3 Assignment table of measure factor E in the study area

2.2.6 植被覆蓋時空變化計算 本研究采用一元線性回歸分析方法,計算區內2017—2021年植被覆蓋度逐像元變化趨勢斜率值,計算公式如下[30]:

(12)

式中:Z為變化趨勢斜率;n為時間點數量;i為時間;Fi為各像元植被覆蓋度統計量。采用F檢驗法檢驗區內2017—2021年植被覆蓋度逐像元變化趨勢斜率的顯著性。本研究中其樣本容量取值為5,且選取顯著性水平α=0.01和α=0.05,通過查表得,F0.01(1,3)=34.1,F0.05(1,3)=10.1。由此,將區內植被覆蓋度逐像元變化趨勢斜率分為5個不同等級,即顯著降少(Z<0,F≥34.1)、輕微減少(Z<0,10.1≤F<34.1)、基本不變(F<10.1)、輕微增加(Z>0,10.1≤F<34.1)、顯著增加(Z>0,F≥34.1)[25]。

3 結果與分析

3.1 各因子空間分布及其特征

3.1.1R因子的空間分布及特征 區內2017—2021年降雨侵蝕因子R空間分布如圖2所示,由該圖可知,區內2018年降雨侵蝕因子顯著大于其他年份,且2018年區內R因子的平均值為1 799.64 MJ·mm/(hm2·h·a)。進一步分析可知,區內2017—2018年降雨侵蝕因子R呈增加的變化趨勢,其增長幅度為38.19%;2018—2021年降雨侵蝕因子R則表現出呈降低的變化趨勢,其減少幅度為34.57%。此外,區內流域中下游地區所具有的降雨侵蝕因子相對較高,而流域上游地區其降雨侵蝕因子則相對較低,且整體表現出呈東高西低的空間分布規律。

3.1.2K因子的空間分布及特征 由圖3可知,區內流域中部地區的土壤可蝕性K因子較低,其值在0.01～0.025。而流域東部和西部區域地區的土壤可蝕性K因子相對較高,其值為0.03～0.045。其空間分布特征主要表現出呈現“東西兩邊高,中間部位低”的分布規律。

3.1.3SL因子的空間分布及特征 如圖4所示,流域中下游地區主要分布以高山地貌為主,其地勢較為陡峭,流域上游地區地勢相對較為平緩。流域內中下游地區其坡度相對較大,而上游地區其坡度較小。故區內坡度因子S大體上反映出流域中下游地區其坡度因子相對較大,流域上游地區坡度因子則較小。此外,區內L坡長因子介于1.00～3.56;進一步分析可知,在空間分布上,流域內上游地區其坡長因子L值相對較小,而中下游地區其坡長因子L值相對較大。產生該種變化規律的主要原因在于流域上游地區其地勢相對較平緩且水平投影坡長較小,故該區域的L也較小;而中下游地區水平投影坡長較大,故該區域的L亦表現出較大的特征。

3.1.4 BET因子的空間分布及特征 如圖5所示,2017—2021年區內BET因子空間分布上呈現出“南北兩邊小,中間部位大”的分布規律,即表現在區內流域中部黃河沿岸地區與貴南地區的BET因子值相對較大,其值為0.24～0.90,流域南部區域與流域北部區域BET因子值相對較小,其值為0.004～0.15。此外,通過進一步對比區內5 a間各年的BET因子值可知,黃河沿岸與流域南部區域內的BET因子值受2018年強降雨影響由原來的0.24增加至0.45,2018—2021年BET因子值則由0.45減少至0.24。產生這種變化的主要原因在于,區內黃河沿岸與流域南部區域植被覆蓋度相對較低,且2017—2018年黃河沿岸與流域南部區域的植被覆蓋度減少0.2,其減少幅度為40%。

圖5 2017-2021年研究區BET因子空間分布規律及其特征Fig. 5 Spatial distribution and characteristics of BET factor in the study area from 2017 to 2021

3.2 土壤侵蝕模數及其特征

由圖6可知,區內土壤侵蝕主要以微度侵蝕與輕度侵蝕為主,占總面積的80%,其他類型面積之和僅占總面積的不足20%。通過計算得到區內2017—2021年其年平均土壤侵蝕模數分別為21.329,55.518,23.394,21.890,21.650 t/(hm2·a);進一步分析得到,2017—2021年區內土壤侵蝕模數的整體每年增加速率為0.064 t/(hm2·a),由此可知,2017—2021年區內土壤侵蝕處于輕微增加,其土壤侵蝕變化主要分為2個階段,即表現在2017—2018年為土壤侵蝕加重階段,年平均土壤侵蝕模數增幅為160.293%;2018—2021年則為土壤侵蝕減輕階段,其年平均土壤侵蝕模數降低幅度為61.003%。通過進一步對比分析圖2所示區內2017—2021年降雨侵蝕R因子空間分布特征結果可知,區內土壤侵蝕波動變化主要與降雨量的變化有關,表現在當區內降雨量出現波動時,例如2017—2018年區內降雨量增大,則土壤侵蝕亦隨之增大,2018—2021年區內降雨量減少,表現出區內土壤侵蝕作用也隨之減少。

圖6 研究區2017-2021年5種不同土壤侵蝕等級分布規律及其特征Fig. 6 Distribution and characteristics of five different soil erosion levels in the study area during 2017-2021

此外,通過對比區內2017—2021年不同土壤侵蝕等級的面積占比結果可知,2017—2018年發生的微度侵蝕面積逐年減少,即由5 279.36 km2下降至484.62 km2,其中2018—2021年則由484.62 km2上升至5 646.45 km2。由表4進一步分析表明,區內2017—2018年極強度侵蝕、劇烈侵蝕面積占比呈逐年增加的變化趨勢,極強度侵蝕、劇烈侵蝕面積占比分別由2.81%增加至9.96%,1.39%增加至6.31%,其增幅分別為254.45%,353.96%;其中,2018—2021年極強度侵蝕、劇烈侵蝕面積占比則分別由9.96%減少至3.01%,6.31%降低至1.53%,其增幅與降幅幅度分別為69.78%,75.75%。

表4 研究區2017-2021年5種不同土壤侵蝕等級面積占比模擬結果Table 4 Simulation results of area proportions of five different soil erosion classes in the study area during 2017-2021 %

另外,結合區內植被分布特征,通過對比區內2017—2018年5種不同NDVI等級區域其土壤侵蝕等級的變化特征可知,2017—2018年隨著區域內降雨量增加,極高覆蓋度區域內29.12%區域其土壤侵蝕等級呈增加趨勢,其中933.71 km2區域的土壤侵蝕由微度侵蝕增強為輕度侵蝕,占總面積的20.35%。而極低覆蓋度區域內有31.04%區域的土壤侵蝕等級表現為增加狀態,其中微度侵蝕增強為輕度侵蝕的面積僅有24.56 km2,占總面積的1.42%;與此同時,當區內降雨量增加時,植被覆蓋度愈低其區域內的土壤侵蝕等級愈呈易于提高,表現出植被覆蓋度高的區域能一定程度上減少土壤侵蝕等級的提升。綜上所述,2017—2021年區內土壤侵蝕現象呈現先增后減的變化趨勢,且當降雨量增加時,區內植物能一定程度起到有效減少土壤侵蝕的作用。

3.3 不同土地利用類型對土壤侵蝕的影響

區內2017—2021年各年不同土地利用類型下土壤侵蝕等級面積占比結果見表5。區內5 a間耕地、林地(本文中的林地泛指的是喬木林地)、灌木與裸地分布面積均表現出呈增加的變化趨勢;其中,2017年間區內耕地、林地、灌木與裸地面積與2021年間區內耕地、林地、灌木與裸地面積相比較其增幅分別為3.90%,1.70%,2.04%,0.68%。此外,2017—2021年區內草地與冰川面積則呈減少的變化趨勢,其減少幅度分別為3.23%,83.33%,其中冰川面積由原來11.07 km2減少至0.61 km2;與此同時,受氣候變暖與冰川面積減少的共同影響,2017—2021年區內水域分布面積呈現增加的變化趨勢,表現在水域面積占比由2.31%增加至2.59%。

表5 研究區2017-2021年7種不同土地利用類型面積占比及其區內平均侵蝕模數計算結果Table 5 Calculation results of area proportion of seven different land use types and average erosion modulus in the study area during 2017-2021

相類似地,通過進一步對比分析2017—2021年區內不同土地利用類型下土壤侵蝕特征。由表5可知,區內耕地、林地、灌木、草地和裸地中,其中林地區域其微度侵蝕面積占比最大為40%～50%,微度侵蝕面積占比排序由大至小依次為林地、耕地、灌木、草地、裸地。進一步分析還可知,區內耕地、林地、灌木、草地和裸地中,其裸地區域內劇烈侵蝕面積占比最大為3%～8%,輕度侵蝕面積占比由大至小依次為裸地、草地、灌木、耕地、林地。

由圖7可知,通過分析區內裸地、草地、耕地、灌木、林地等區域中度侵蝕面積占比可知,中度侵蝕主要發生在裸地、草地與耕地區域,其中2017—2021年裸地區域中度侵蝕面積占比分別為29.48%,33.02%,27.58%,31.26%,26.03%;進一步分析得到,2017—2021年裸地強度侵蝕面積占比最大,其值分別為10.81%,15.85%,10.19%,12.76%,9.33%;另外,區內2021年耕地、林地、灌木、草地和裸地區域劇烈侵蝕面積占比由小至大依次為林地、灌木、耕地、草地、裸地,其面積占比分別為0.62%,0.80%,0.81%,1.51%,3.05%。通過上述對比分析,區內耕地、林地、灌木、草地和裸地5種土地利用類型區域的各年平均侵蝕模數,表現出林地區域平均侵蝕模數低于灌木區域,耕地區域平均侵蝕模數低于灌木區域,灌木區域平均侵蝕模數低于草地區域,以及草地區域的平均侵蝕模數低于裸地區域的變化特征。其中冰川與裸地區域的年平均土壤侵蝕模數最大,其主要原因在于冰川和裸地區域NDVI值相對較低,因此該區域的B因子相對較大,且該區域的土壤抗侵蝕能力較其他土地利用類型區域相對較低,且其K因子較大。因此,區內冰川與裸地區域的年平均土壤侵蝕模數,較其他土地利用類型區域相比較則表現出相對較大的特征。

圖7 研究區2017-2021年8種不同土地利用類型的土壤侵蝕分布規律及其特征Fig. 7 Soil erosion distribution and characteristics of eight different land use types in the study area from 2017 to 2021

3.4 不同坡度的土壤侵蝕分布規律及其特征

由圖8所示,區內當坡度為[0°,5°]時,區域內強度、極強度和劇烈侵蝕的面積占比只占總面積的2.5%～8.5%;同時,通過對比不同坡度區域內的微度侵蝕面積占比可知,隨著坡度增加區內微度侵蝕面積占比則呈現下降趨勢,其降低幅度為70%～90%。進一步分析得到2017年間區內的強度、極強度,劇烈侵蝕面積占比隨坡度增加分別由1.31%增加至7.75%,0.70%增加至4.97%,0.29%增加至1.44%,2018年間區內的強度、極強度,劇烈侵蝕面積占比隨坡度增加分別由4.39%增加至21.45%,2.75%增加至17.24%,1.40%增加至9.18%,2019年間區內的強度、極強度、劇烈侵蝕面積占比隨著坡度的增加由1.76%增加至7.87%,0.81%增加至5.24%,0.32%增加至1.69%,2020年間區內的強度、極強度、劇烈侵蝕面積占比隨著坡度的增加由1.44%增加至7.79%,0.78%增加至4.99%,0.33%增加至1.66%,2021年間區內的強度、極強度、劇烈侵蝕面積占比隨著坡度的增加由1.21%增加至8.09%,0.68%增加至5.56%,0.28%增加至1.73%。綜上所述,區內坡度愈大,其發生強度、極強度、劇烈侵蝕概率亦愈大;反之,坡度較小地段發生中度、強度、極強度土壤侵蝕概率則相應愈小。

圖8 研究區2017-2021年6種不同坡度土壤侵蝕分布規律及其特征Fig. 8 Soil erosion distribution and characteristics of six different slopes in the study area during 2017-2021

此外,由于坡度(5°,10°〕區域的植被覆蓋度普遍較低,加之受2018年強降雨的影響,區內部分植被覆蓋度較低區域其土壤侵蝕由微度侵蝕上升至中度侵蝕、強度侵蝕和極強度侵蝕,其結果使得該年(5°,10°〕坡度區域內微度侵蝕面積占比相對較低,而強度侵蝕、極強度侵蝕和劇烈侵蝕的面積占比相對較大。強度侵蝕、極強度侵蝕和劇烈侵蝕區域大多分布在坡度大于20°的區域內。由以上分析可知,坡度是影響區內土壤侵蝕的主要因素之一,坡度較大區域內其土壤侵蝕現象相對嚴重,而坡度較小區域內其土壤侵蝕作用相對輕微。

3.5 不同NDVI時序變化對土壤侵蝕的影響

由圖9可知,2017—2021年黃河上游龍羊峽至積石峽段流域植被輕微減少區域其面積約為302.77 km2,占總面積的1.58%,輕微增加區域面積為1 862.991 km2,占總面積的9.71%,其他區域的植被覆蓋度基本不變。其中,其輕微減少區域主要分布在黃河沿岸和區內中部區域,該區域植被覆蓋度較低,主要以荒地與草地為主;輕微增加區域則主要分布在區內南部和北部地區,該區域內的植被覆蓋度相對較高。此外,由圖9還可知,該區內大部分區域植被覆蓋度均處在較穩定狀態,且2017—2021年區內88.72%區域其植被覆蓋度基本未發生變化。

圖9 研究區2017-2021年NDVI時空變化趨勢分布規律及其特征Fig. 9 NDVI spatial and temporal trend distribution and its characteristics from 2017 to 2021 in the study area

采用F檢驗法對區內2017—2021年植被覆蓋度逐像元變化趨勢斜率值Z進行顯著性檢驗時,因區內植被覆蓋度逐像元變化趨勢斜率值Z的F值均小于34.1,2017—2021年區內植被覆蓋度時空變化趨勢未表現出顯著減少與顯著增加區域,故將植被覆蓋度輕微減少和輕微增加區域單獨提取出來,與區內2017—2021年各年的土壤侵蝕柵格數據進行疊加分析,分析植被覆蓋度輕微減少和輕微增加區域的土壤侵蝕分布特征。

如圖10所示,當區域內植被處于輕微減少的時空變化趨勢時,區域內微度侵蝕面積占比表現出呈減少的變化趨勢,即由原先的14.68%減少至2.52%,減少幅度為82.83%;相應地,區內2017—2021年,植被輕微減少區域內中度侵蝕面積占比呈現增加的變化趨勢,表現為由21.49%增加至28.83%。此外,區內在2017—2021年,植被輕微減少區域極強度侵蝕與劇烈侵蝕面積占比均呈現增加的變化趨勢,其增幅分別為73.60,77.15%。綜上所述,當區域內植被呈現輕微減少的變化趨勢時,表現為區域內土壤侵蝕則會產生進一步加重的趨勢。

圖10 2017-2021年植被輕微減少區域、植被輕微增加區域土壤侵蝕分布規律 Fig. 10 Distribution of soil erosion in areas with slight vegetation reduction and slight vegetation increase from 2017 to 2021

如圖10所示,植被輕微增加區域內的微度侵蝕面積呈增加的變化趨勢,表現為微度侵蝕面積占比由11.34%增加至37.07%,其增幅為226.89%;輕微增加區域內中度侵蝕面積占比呈減少的變化趨勢,即中度侵蝕面積占比由16.87%減少至9.45%,其減少幅度為43.98%。進一步分析表明,NDVI輕微增加區域內極強度侵蝕與劇烈侵蝕面積占比之間呈先增加后減少的變化趨勢,表現在2017—2018年極強度侵蝕面積占比由4.7%增加至10.25%、劇烈侵蝕面積由2.38%增加至6.91%;同時,2018—2021年極強度侵蝕面積占比則由10.25%減少至1.96%、劇烈侵蝕面積由6.91%減少至1.05%。通過對比分析區內2017—2021年各年間發生的微度侵蝕、輕度侵蝕、中度侵蝕等面積表明,當區域內植被呈輕微增加的變化趨勢時,2017—2021年其區域內的微度侵蝕面積表現為一定程度增加,輕度侵蝕、中度侵蝕、強度侵蝕等的面積則表現為一定程度減少的特征。

4 結 論

(1) 研究區土壤侵蝕主要以微度侵蝕和輕度侵蝕為主,二者占區內總面積的80%;區內年平均土壤侵蝕模數在2017—2018年表現出呈增加趨勢,2018—2021年則呈減少的變化趨勢。

(2) 區內耕地、林地、灌木、草地和裸地5種土地利用類型區域,其平均侵蝕模數由小到大依次為林地、耕地、灌木、草地、裸地,即表現為裸地和草地區域平均侵蝕模數相對較大。

(3) 區內坡度愈大區域發生中度、強度、極強度土壤侵蝕概率愈大;同時,植被覆蓋度愈低的區域土壤侵蝕現象則愈嚴重,且在降雨量增大時植被覆蓋度低區域土壤侵蝕會由微度侵蝕上升至輕度、中度和強度侵蝕,而高植被覆蓋度區域土壤侵蝕程度表現出受降雨影響相對較小的特征。

(4) 區內5 a間植被覆蓋度處于在較為穩定狀態,表現在區內88.72%區域其NDVI值基本不變,1.58%區域NDVI值呈輕微減少,9.70%區域NDVI值呈輕微增加;當區內植被處于逐漸退化狀態時,其區域內土壤侵蝕則表現為隨之加重,同時當植被處于逐漸恢復的狀態時,其區域內土壤侵蝕則表現為隨之減弱的特征。