2000—2022年滇中地區土壤侵蝕時空變化研究

［關鍵詞］土壤侵蝕；時空變化；RUSLE模型；滇中地區；2000—2022年

［摘要］滇中地區是云南省重要的水源涵養地和供水區，近年來區域內人類活動強烈，水土流失問題頻發，給區域生態環境造成極大破壞。選取位于滇中地區的云南省楚雄彝族自治州楚雄市、元謀縣、祿豐縣、牟定縣、武定縣、永仁縣作為研究區，基于RUSLE模型和空間自相關性，分析探討2000—2022年土壤侵蝕的時空變化特征，結果表明：①2000年、2007年、2014年、2022年研究區土壤侵蝕模數分別為1128.40、2012.60、5111.43、2227.99t/（km2·a），土壤侵蝕強度高的區域主要集中在地勢起伏較大的高山河谷；②土壤侵蝕狀況呈先惡化后好轉的趨勢，2000—2014年土壤侵蝕加劇，2014—2022年土壤侵蝕減輕；③各侵蝕強度均呈現顯著的空間正自相關性，聚集性明顯；④建筑用地、林地、水田的土壤侵蝕較輕，而受到人類活動影響較大的旱地和草地土壤侵蝕比較嚴重，裸地最易發生強烈及以上侵蝕。

［中圖分類號］S157[文獻標識碼]ADOI：10.3969/j.issn.1000-0941.2024.07.016

［引用格式］熊微微，楊浪浪，岳興盛.2000—2022年滇中地區土壤侵蝕時空變化研究[J].中國水土保持，2024（7）：59-63.

土壤是社會經濟發展過程中十分重要的環境因素，土壤質量直接影響到農、林、牧業的發展質量[1]。然而，當前水土流失已成為全球性的環境問題，導致土壤退化、土地生產力下降，制約了區域社會經濟的可持續發展。定量分析并評價土壤侵蝕可為水土流失治理提供基礎數據，為區域土地利用規劃和生態環境治理工程管理政策制定提供科學支撐，對水土資源保護和高質量發展具有重要意義[2]。目前土壤侵蝕的定量評估主要采用模型方法，主要包括經驗模型、物理模型、分布式模型等[3]，由于物理模型和分布式模型需要大量參數，因此應用范圍比較受限。修正的通用水土流失方程（RUSLE）因其結構簡單、應用便捷、參數覆蓋面廣等優點，成為目前應用最為廣泛的經驗模型，適用于國內外各類地區的土壤侵蝕研究[4-6]。

滇中地區位于云貴高原西部的滇東高原區，地形以山地和山間盆地為主，水資源豐富，土壤條件較好，是云南省重要的水源涵養區和供水區。然而，近年來隨著城市化進程的不斷加快，區域內人類活動強烈，水土流失問題頻發，給區域生態環境造成極大破壞。本研究基于RUSLE模型開展滇中地區2000—2022年土壤侵蝕量定量評估，分析其時空分布特征及變化情況，探究土地利用與土壤侵蝕量之間的關系，以期為區域水土保持和生態環境治理工作提供科學依據。

1研究區概況

本研究選取位于滇中地區的云南省楚雄彝族自治州楚雄市、元謀縣、祿豐縣、牟定縣、武定縣、永仁縣作為研究區。研究區東與云南省昆明市毗鄰，西接大理白族自治州，南連普洱市和玉溪市，北臨四川省攀枝花市，西北隔金沙江與麗江市相望（見圖1），總面積16364.19km2。研究區以山地和山間盆地為主，各種地貌形態均有分布，地勢西北高、東南低；屬亞熱帶季風氣候區，區內不同地點年均氣溫16～22℃，降水充沛，年均降水量684.31～1777.03mm；土壤類型以紫色土和紅壤為主，紫色土土層較薄，蓄水能力較差，抗蝕能力弱，再加上城鎮擴張速度過快、農業用地過度開墾，研究區水土流失問題嚴重，已成為制約區域社會經濟可持續發展的重要隱患。

2數據與研究方法

2.1數據及處理

本研究采用的遙感影像為2000年、2007年、2014年、2022年Landsat多光譜遙感影像，對影像進行幾何精校正和大氣輻射校正后，提取植被覆蓋度和土地利用數據；DEM數據來源于地理空間數據云（http：//www.gscloud.cn/），空間分辨率為30m；土壤類型和土壤可蝕性數據來源于云南省第二次土地普查成果和世界土壤數據庫中的中國土壤數據集；降水量數據采用中國氣象數據網（http：//data.cma.cn）提供的研究區范圍內23個站點的1998—2022年月降水量數據。

2.2水土流失評價模型

采用RULSE模型對滇中地區土壤侵蝕量進行估算。其計算公式為

A=R×K×L×S×C×P（1）

式中：A為土壤侵蝕模數，單位t/（km2·a）；R為降雨侵蝕力因子，單位MJ·mm/（hm2·h·a），

本研究中基于月度降水數據，參考李盟等[7]的方法進行計算；K為土壤可蝕性因子，單位t·h/（MJ·mm），采用EPIC模型法[8]進行計算；L、S分別為坡長、坡度因子，基于DEM進行提取[9]；C為植被覆蓋因子，參考蔡崇法等[10]的計算公式，基于植被覆蓋度進行計算；P為水土保持措施因子，結合我國不同類型水土保持工程措施因子賦值標準[11]，參考黃杰等[12]和劉斌濤等[13]研究成果，水田、林地、草地、水域、建設用地、裸地的P因子分別賦值為0.15、1.00、1.00、0.00、0.00、1.00，旱地的P因子根據坡度等級進行具體賦值，坡度為0～＜5°、5°～＜10°、10°～＜15°、15°～＜20°、20°～＜25°、≥25°的旱地P因子分別賦值為0.11、0.22、0.31、0.58、0.71、0.80。

2.3空間自相關性

2.3.1全局空間自相關性

空間自相關性可用于描述空間要素屬性值在全區域內的空間分布特征，反映空間要素屬性值在區域整體上的空間分布模式[14]。全局Moran’sI（莫蘭指數）是對整個研究區域的空間自相關性進行測度的綜合指標，其計算公式為

IG=n∑ni=1∑nj=1wij×∑ni=1∑nj=1wij（xi－x）（xj－x）

∑ni=1（xi－x）2（2）

式中：IG為全局Moran’sI；n為空間對象的個數；xi和xj分別為對象i和j的屬性值；x為屬性值均值；wij為空間權重。

本研究中空間要素屬性值為各土壤侵蝕強度面積占比，空間權重為1km。

IG的取值范圍為[-1，1]，當其取值大于0時，表明研究區存在空間正相關，且取值越接近1，表明空間正自相關性越強，研究對象的值呈聚集分布；當其取值小于0時，表明研究區存在空間負相關，取值越接近-1，表明空間負自相關性越強，研究對象的值呈離散互斥（高值周圍排斥高值、低值周圍排斥低值）分布；當其取值接近于0，研究對象的值呈隨機分布，不存在自相關性。

2.3.2局部空間自相關性

為彌補全局Moran’sI無法確切表示聚集或異常發生的具體位置的缺陷，運用空間關聯局域指標（LocalIndicatorsofSpatialAssociation，LISA）來分析局部空間自相關格局[15]。LISA分布圖可以用來衡量空間單元變量值與周邊單元變量值的正相關或負相關程度，其中H-H聚集表示高值區被高值區包圍，L-L聚集表示低值區被低值區包圍，H-L異常表示高值區被低值區包圍，L-H異常表示低值區被高值區包圍，無顯著性表示無明顯的聚合和離散特征。

3結果與分析

3.1土壤侵蝕空間分布特征及變化情況

為更好地分析土壤侵蝕量的空間分布特征及變化情況，將計算得到的土壤侵蝕量分為微度、輕度、中度、強烈、極強烈、劇烈6個等級。2000年、2007年、2014年、2022年研究區土壤侵蝕強度空間分布見圖2，整體來看，研究區土壤侵蝕強度呈先升高后降低的趨勢，2014年強烈及以上侵蝕強度面積最大。侵蝕強度高的區域主要集中在武定縣和元謀縣的金沙江、龍川江周邊地區，楚雄市城鄉結合地帶、紅河沿岸，以及永仁縣萬馬河周邊地區，這些區域地勢起伏較大，多高山河谷，或城市建設活動頻繁，植被破壞嚴重，導致土壤侵蝕較為強烈。

基于研究區2000年、2007年、2014年、2022年土壤侵蝕強度，運用ArcGIS軟件中空間疊加分析功能，得到研究區2000—2007年、2007—2014年、2014—2022年土壤侵蝕強度變化情況（見圖3）。由圖3可知，2000—2007年研究區大部分地區土壤侵蝕強度保持不變，北部及西南部部分地區土壤侵蝕強度升高；2007—2014年研究區絕大多數地區土壤侵蝕強度升高，2007—2014年絕大多數地區土壤侵蝕強度降低。

2000—2022年研究區年均土壤侵蝕模數呈先增加后減少的趨勢，2000年土壤侵蝕模數為1128.40t/（km2·a），2007年增長至2012.60t/（km2·a），2014年增至最高達5111.43t/（km2·a），2022年減少至2227.99t/（km2·a）。

經統計，2000年、2007年、2014年、2022年各土壤侵蝕強度面積見表1。2000年研究區土壤侵蝕以輕度及以下為主，占比達到90.60%；2007年研究區土壤侵蝕仍以輕度及以下為主，但微度和輕度侵蝕面積減少，面積占比分別減少了2.42和1.47個百分點，中度及以上侵蝕面積增加，面積占比達到了13.29%，相比于2000年增加了3.89個百分點；2014年微度侵蝕面積明顯減少，輕度及以上侵蝕面積明顯增加，微度、輕度、中度、強烈、極強烈、劇烈侵蝕面積占比分別為44.29%、21.09%、11.05%、6.91%、7.62%、9.04%；2022年研究區土壤侵蝕以微度侵蝕為主，面積占比達到82.90%，其余各侵蝕強度面積明顯減少，占比均在5%以下。

為進一步分析研究區土壤侵蝕變化，計算得到2000—2007年、2007—2014年、2014—2022年土壤侵蝕強度轉移矩陣，分別見表2、表3、表4。2000—2007年土壤侵蝕強度整體呈升高趨勢，共計有1516.17km2的地區土壤侵蝕強度降低，有2524.72km2的地區土壤侵蝕強度升高。2007—2014年土壤侵蝕明顯加劇，微度侵蝕面積下降明顯，由微度侵蝕轉為強烈、極強烈、劇烈侵蝕的面積分別為691.75、691.06、629.37km2。2014—2022年土壤侵蝕有所減輕，微度侵蝕面積明顯增加，大多是由輕度侵蝕轉移而來，此外分別有854.96、955.11、1178.28km2的強烈、極強烈、劇烈侵蝕轉為微度侵蝕。

分析得到研究區土壤侵蝕強度變化可以分為兩個階段：一是2000—2014年，城鎮擴張的不斷加快、工業化發展的不斷推進、生產建設活動的不斷增多、不合理開發活動的增加及水土流失防治措施的缺失等導致水土流失加劇；二是2014—2022年，國家及地方開始重視水土保持工作，滇中地區開展了退荒還林、植樹造林等水土保持措施，同時規范開發建設活動，水土流失治理取得了一定成效。然而，雖然研究區整體土壤侵蝕強度較低，但是2022年強烈及以上侵蝕面積占比仍有8.96%，表明局部地區水土流失問題依然較為嚴重。

3.2空間自相關性分析

基于2000年、2007年、2014年、2022年研究區土壤侵蝕模數柵格數據，以各侵蝕強度面積占比作為分析變量，計算得到空間權重為1km時各侵蝕強度的全局Moran’sI。結果表明：研究區各侵蝕強度均呈顯著的空間正自相關性，聚集性明顯，其中微度侵蝕的空間聚集程度最高，全局Moran’sI在0.67～0.81，劇烈侵蝕的空間聚集程度最低，全局Moran’sI在0.52～0.65。通過繪制2000年、2007年、2014年、2022年研究區土壤侵蝕強度LISA分布圖，發現2000—2022年土壤侵蝕強度LISA分布圖差異較小。以2022年土壤侵蝕強度LISA分布圖為例（見圖4），微度、輕度侵蝕的分布均呈明顯的H-H聚集和L-L聚集分布，其他侵蝕強度在空間分布上呈明顯的H-H聚集分布特征。微度侵蝕的H-H聚集區主要分布在永仁縣西北部，祿豐縣、元謀縣的中部平原地區及城鎮中心區域；L-L聚集區主要分布在元謀縣、武定縣的金沙江、永定河、龍川江等流域周邊，楚雄市西南部的低山、丘陵地帶，該地區植被茂盛、土壤肥沃，土壤侵蝕強度較低；H-L異常區和L-H異常區面積較小，零星分布在河流附近或城鎮四周，其面積占比均小于1%。輕度侵蝕的空間聚集與異常的格局與微度侵蝕正好相反，其H-H聚集區是微度侵蝕的L-L聚集區，二者空間聚集類型對應關系明顯。中度、強烈、極強烈、劇烈侵蝕呈顯著的H-H聚集態勢，分別占對應面積的38.27%、40.56%、44.32%、48.78%，其分布位置也無顯著差別，多分布于元謀縣的金沙江、永定河沿岸，祿豐縣龍川江、綠汁江周邊，以及楚雄市紅河周邊，這些區域地形多為高山河谷，坡度陡，坡長較長，降水量大，土壤與水文條件較差，土壤侵蝕強度較高。

3.3土壤侵蝕與土地利用的關系

土地利用類型對土壤侵蝕的影響主要表現在植被覆蓋度因子、水土保持措施因子等的差異性上。研究區的土地利用類型主要包括水田、旱地、林地、草地、建設用地、水域和裸地共6類。通過分別統計不同土地利用類型中各土壤侵蝕強度面積占比，可以發現：研究區林地和建筑用地土壤侵蝕強度較低，微度侵蝕面積占比均大于70%；水田受土壤侵蝕影響也較輕，微度侵蝕面積占比大于60%；旱地、草地受人類活動影響較大，土壤侵蝕較強烈，尤其是2022年旱地水土流失面積占比達到了72.18%，旱地的土壤侵蝕狀況受到人類活動影響較大，不合理的耕作方式是導致旱地水土流失的主要原因，因此需要高度重視農牧區的水土保持工作，合理開展等高耕作、平衡施肥等措施；裸地缺少植被覆蓋，易發生強烈及以上侵蝕，2022年裸地中強烈、極強烈、劇烈侵蝕面積占比分別為28.48%、30.19%、35.22%。

4結論

1）2000年、2007年、2014年、2022年研究區土壤侵蝕模數分別為1128.40、2012.60、5111.43、2227.99t/（km2·a）。土壤侵蝕強度與地形特點和人類活動密切相關，侵蝕強度高的區域主要集中在武定縣和元謀縣的金沙江、龍川江周邊地區，楚雄市城鄉結合地帶、紅河沿岸，以及永仁縣萬馬河周邊地區，這些區域地勢起伏較大，多為高山河谷，或城市建設活動頻繁，植被破壞嚴重，導致土壤侵蝕較為強烈。

2）研究區土壤侵蝕狀況呈先惡化后好轉的趨勢。2000—2014年不合理的開發活動、水土保持措施的缺失等，導致土壤侵蝕加劇，輕度及以上侵蝕面積增加，2014年強烈及以上侵蝕面積占比達到了23.57%；2014—2022年，水土流失治理取得了一定成效，輕度及以上侵蝕面積明顯下降，但是2022年強烈及以上侵蝕面積占比仍有8.96%，表明局部地區水土流失問題依然較為嚴重。

3）當空間權重為1km時，研究區各侵蝕強度均呈現顯著的空間正自相關性，聚集性明顯，其中微度侵蝕的全局Moran’sI最高，劇烈侵蝕的全局Moran’sI最低。通過繪制研究區土壤侵蝕強度LISA分布圖，得到微度、輕度侵蝕的分布均呈明顯的H-H聚集和L-L聚集分布；中度及以上侵蝕強度在空間分布上呈現明顯的H-H聚集分布特征，主要分布在高山峽谷區，這些區域坡度陡、降水量大，易發生水土流失。

4）研究區建筑用地、林地、水田的土壤侵蝕強度較低，而受人類活動影響較大的旱地和草地土壤侵蝕比較嚴重，裸地最易發生強烈及以上土壤侵蝕。需要高度重視農牧區的水土保持工作，加強水土流失治理和防護，防止其向石漠化演變。

[參考文獻]

[1]劉彩虹.土壤侵蝕與水土保持科學重點研究領域與問題[J].科技創新與應用，2016（21）：180.

[2]劉盼，任春穎，王巖松，等.基于RUSLE模型的梅河口市土壤侵蝕動態分析[J].水土保持通報，2019，39（1）：172-179，325.

[3]張啟旺，安俊珍，王霞，等.中國土壤侵蝕相關模型研究進展[J].中國水土保持，2014（1）：43-46.

[4]陳峰，李紅波.基于GIS和RUSLE的滇南山區土壤侵蝕時空演變：以云南省元陽縣為例[J].應用生態學報，2021，32（2）：629-637.

[5]趙文啟，劉宇，羅明良，等.黃土高原小流域植被恢復的土壤侵蝕效應評估[J].水土保持學報，2016，30（5）：89-94.

[6]郭達，宋小寧，董震，等.基于RUSLE與GIS的黃土高原水土流失評價研究：以寧夏中衛地區為例[J].泥沙研究，2020，45（5）：55-60.

[7]李盟，方瑞，樂峰，等.基于RS和GIS的江蘇省水土流失重點預防區和治理區定量監測[J].水土保持通報，2018，38（4）：228-233.

[8]WILLIAMSJR，RENARDKG，DYKEPT.EPIC：Anewmethodforassessingerosion’seffectonsoilproductivity[J].JournalofSoilamp;WaterConservation，1983，38（5）：381-383.

[9]符素華，劉寶元，周貴云，等.坡長坡度因子計算工具[J].中國水土保持科學，2015，13（5）：105-110.

[10]蔡崇法，丁樹文，史志華，等.應用USLE模型與地理信息系統IDRISI預測小流域土壤侵蝕量的研究[J].水土保持學報，2000，14（2）：19-24.

[11]王萬忠，焦菊英.中國的土壤侵蝕因子定量評價研究[J].水土保持通報，1996，16（5）：1-20.

[12]黃杰，姚志宏，查少翔，等.USLE/RUSLE中水土保持措施因子研究進展[J].中國水土保持，2020（3）：37-39，56.

[13]劉斌濤，宋春風，史展，等.西南土石山區水平梯田的水土保持措施因子[J].中國水土保持，2015（4）：36-39.

[14]付金霞，鄭粉莉，李媛媛.小理河流域土地利用空間自相關格局與影響因素分析[J].農業機械學報，2017，48（1）：128-138.

[15]ANSELINL.Localindicatorofspatialassociation：LISA[J].GeographicalAnalysis，1995，27（2）：93-115.

收稿日期：2023-07-18

基金項目：中國地質調查局滇中楚雄地區土地質量地球化學調查項目（DD20208070）

第一作者：熊微微（1992—），女，湖南常德人，工程師，碩士，主要從事土壤侵蝕和生態遙感研究工作。

E-mail：992216482@qq.com

（責任編輯李佳星）