黃土高原切溝地貌學研究述評

那 嘉 明，楊 昕，李 敏，丁 滸，湯 國 安

(1.南京師范大學虛擬地理環境教育部重點實驗室，江蘇 南京 210023；2.江蘇省地理信息資源開發與利用協同創新中心，江蘇 南京 210023；3.江蘇省地理環境演化國家重點實驗室培育建設點，江蘇 南京 210023)

黃土高原切溝地貌學研究述評

那 嘉 明，楊 昕*，李 敏，丁 滸，湯 國 安

(1.南京師范大學虛擬地理環境教育部重點實驗室，江蘇 南京 210023；2.江蘇省地理信息資源開發與利用協同創新中心，江蘇 南京 210023；3.江蘇省地理環境演化國家重點實驗室培育建設點，江蘇 南京 210023)

由于黃土切溝在流域侵蝕產沙和地貌發育方面的重要性，越來越多的研究逐漸將切溝從混合著各類溝谷的溝谷系統中分離出來，以明確對其特征、發育演化與環境的耦合作用。針對目前黃土切溝定義內涵不統一、表達相混淆的問題，該文首先在分析已有概念的基礎上，明確了黃土切溝所具有的共性特征，并基于此，介紹了目前關于切溝的自動化識別、切溝的形態特征分析以及切溝的發育演化模擬等地貌學方面的研究進展。認為目前關于黃土切溝的系統研究仍處于起步階段，今后的研究重點將在切溝的自動識別、三維形態監測與信息提取以及基于系統動力學的切溝地貌演化模型的構建等方面。

黃土切溝；黃土高原；自動識別；形態特征；發育演化

千溝萬壑是黃土高原典型的地貌特征。在黃土溝谷系統中，發育著不同年齡、不同規模的細溝、淺溝、切溝、沖溝、干溝(坳溝)和河溝等[1]溝壑。據野外觀測資料，淺溝和切溝侵蝕產沙量占整個流域內現代侵蝕產沙量的50%以上[2，3]。其中，淺溝屬于坡面線狀侵蝕地貌；而切溝則具有明顯下切作用，其溝寬和溝深明顯加大，溝頭溯源侵蝕強烈，是溝谷發育及土壤侵蝕最活躍的類型之一，對黃土地貌形態演化及土壤侵蝕過程具有重要作用。本文在前人對切溝地貌學研究的基礎上，從切溝概念的界定、切溝的自動化識別、切溝的形態特征分析以及切溝的發育演化模擬等研究角度進行了回顧和評述。

1 黃土切溝的概念

關于黃土切溝的概念，我國學者分別給出了內容不盡相同的定義。由于研究對象的地域差異性，對切溝的長度、寬度、深度等形態規模定義存在較大差異。

1.1 切溝的定義

羅來興(1956)最先將切溝定義為坡面集中的徑流開始發生下切作用時所形成的侵蝕溝[1]。此后不同學者分別給出了各自的定義，歸納起來分別涉及切溝規模大小、與所在坡面的關系、橫剖面形態、可耕作性以及溝底物質等方面。

關于切溝的規模，學者們均有各自的觀點，差異較大。如：羅來興通過對晉西、陜北、隴東地區黃土典型侵蝕地貌的野外調查，將切溝定義為寬深均在50 cm以上的侵蝕溝[1]；朱顯謨認為切溝下切深度至少在1 m以上，乃至20 m[2]；楊華則認為切溝長度不超過百米、深一般20 m，寬幾米至幾十米[4]；周成虎認為切溝的寬度和深度一般為0.5～2 m[5]；Li等將切溝定義為由面蝕發育而來的侵蝕溝，長幾十米至上百米，寬深幾米至幾十米[6]；而張宏芝等認為切溝深1～10 m，寬2～10 m[7]；此外程宏等認為深度、寬度均大于0.5 m的坑狀淺溝也應視為不連續的切溝[8]。可見，前人對于切溝的形態規模認識存在一定的差異，這與其研究樣區的地貌類型、降雨條件以及地表覆蓋等環境條件顯著相關。切溝形態規模的顯著差異性，給切溝的自動識別和定量化表達帶來了挑戰。因此，對切溝的識別與判定既要與所在區域的地形地貌特點緊密聯系，更需結合其他特征。

從切溝與其所在坡面的關系角度看，存在兩種觀點。一種觀點認為，由于溝床下切至少在1 m以上，深的可達20～100 m，已經很深地切入母質或疏松的基巖，因此，切溝的縱斷面不再和所在坡面一致[2]。另一種觀點認為，切溝下切深度一般為0.5～2 m之間，其溝底縱坡面與所在坡面大致平行[5，6]。雖然，這是兩種不同的觀點，實際上這種差異與切溝的規模和發育階段緊密相關。朱顯謨依據切溝的切割深度以及縱坡面與斜坡面坡度是否一致等關系，將切溝分成了小切溝、中切溝和大切溝。其中，小切溝由于下切深度較淺(一般不超過2 m)，其縱坡面還保留著所在坡面的坡度；而中切溝(下切深度5～10 m)與大切溝(下切深度大于20 m)的縱斷面則與所在坡面顯著不同。可見，周成虎等所提到的切溝實際上是一種小型切溝，屬于切溝發育的早期階段[5，6]。

關于切溝的橫剖面，目前有較一致的看法，即通常呈V或U形[2，6，9]，不同的橫斷面形態實際上代表了不同的發展階段。在切溝形成早期，由于下切作用非常強烈，其橫斷面可短期內保持狹長的V形。中期時，隨著下切作用減弱，溝坡基部的沖淘作用和溝壁的崩塌作用加強，溝床逐漸被堆積物所填充，溝壁陡直，使得其橫斷面呈U形，若無人為影響，這一時期可保持相當長的時間。因此，當切溝侵蝕處于穩定時期，其橫斷面通常呈U形。

切溝與細溝、淺溝最明顯的區別，即其不能為一般耕犁所消滅，橫向耕作已完全被阻止[1，2，4，6，10]。這一顯著特征與國外學者所提出的區分臨時性溝谷(ephemeral gully)和永久性溝谷(permanent gully)的判別條件[11]一致，也使得我國對于黃土溝谷分類體系與國外分類體系之間有了很好的銜接。因此，細溝和淺溝可以歸為臨時性溝谷，切溝、沖溝、坳溝以及河溝則屬于永久性溝谷。基于此，筆者認為能否施行橫向耕作應該作為判斷切溝的首要條件。

此外，切溝還具有明顯的溝頭、陡坎和跌水[4，6，10]等特征，尤其是具有明顯的溝緣[5，6]。為了有助于切溝的判別，將切溝的形態特征歸納為表1。

表1 切溝形態特征的描述

1.2 切溝的分類

對切溝進行分類有助于深入理解黃土高原切溝的特征。前人分別從切溝產生的部位、切溝寬度深度和切溝溝底塌積土面積進行劃分。

劉元保等按照切溝產生的部位將切溝分為底部切溝和斜坡切溝。底部切溝是指發生在侵蝕凹地底部的切溝，包括墹地、埫地、溝墇地底部的切溝等；斜坡切溝多發育在梁、峁和塬的坡面上[12]；鄺高明認為切溝多發育在溝沿線以下的坡面，等高線彎折程度大，多止于坡度平緩的沖溝溝底[10]；李鎮將黃土切溝分為坡面切溝、谷底切溝以及發育于溝間地和溝谷地之間溝沿線上的切溝[13]。本文認為三分法可較好地歸納目前所見到的各種切溝，即坡面切溝、谷底切溝及溝沿線上的切溝3種。該分類中，坡面切溝即常說的懸溝或者勺狀切溝，即在坡面位置上產生的切溝，溝的上部較寬、中下部變窄直至消失，或與主溝道相接的侵蝕溝；谷底切溝指發生在溝谷凹地底部的切溝，切溝尾部往往與沖溝或干溝溝頭相接，形成一個突然寬展的大跌水；溝沿線上的切溝是指切溝溝頭本身就是溝沿線的一部分，許多相鄰切溝溝頭實際上已經連在一起，形成了溝沿線，并止于坡度平緩的沖溝溝底，這也是大部分切溝的表現形式。

劉元保等依據切溝的寬度將坡面切溝分為小切溝和大切溝[12]。小切溝寬度多為2～7 m，一般小于10 m，大切溝寬度多大于10 m；小切溝一般只有在集流槽較集中的墕地下方，或在塬區道路影響下才能發展成沖溝，其他情況則一般不能發展為沖溝。該分類從幾何形態的角度劃分了大小切溝，并歸納了小切溝能否發育為沖溝的條件，但由于切溝發育的區域差異性，很難適用于整個黃土高原的切溝分類。此外，切溝下切深度的差異，決定了下切至土壤母質的程度和差異，這很大程度決定了切溝能否發育為沖溝。因此，依寬度進行分類是依下切深度進行分類的間接表現，而依下切深度的劃分則更能直接反映切溝的發育特征。

楊華以切溝溝底塌積土數量為主要分類依據，通過聚類分類方法將切溝分為初始階段、發展階段和穩定階段三類[4]。其中初始階段切溝的溝形狹長，以溝頭溯源侵蝕為主；發展階段切溝的溝形多為心形，其水力侵蝕、重力侵蝕都很嚴重；穩定階段切溝土壤侵蝕基本停止，溝道內塌積土占溝道面積50%～90%，可用于造林。該分類標準是對朱顯謨提出溝道面積與總面積之比作為分類依據的發展，可揭示切溝的發育階段。

綜上，不同學者對切溝的定義和分類上不盡相同，在切溝術語的使用上仍存在一定的混淆。由于不同研究區的土壤、氣候、下伏地形等要素的差異性，其發育的切溝形態規模千差萬別。不夠明晰統一的形態特征描述會對基于形態學方法的切溝監測、識別和提取工作帶來一定的困難。然而，由于在切溝的形態和發育機理上具有較為一致的認識，因此基于地貌發育過程對切溝進行描述，從而實現切溝自動化提取的方法，勢必具有更好區域適用性。因此，切溝是指坡面集中的徑流開始發生明顯下切作用時形成的侵蝕溝，可發生在坡面及溝道中，規模大小不一，但具有以下共同特點：1)橫向耕作無法進行，完全阻止了人畜通行，是永久性溝谷的初始階段；2)具有呈跌水狀的溝頭，溝身具有明顯的溝緣；3)大多數發育于坡面上，以溝沿線附近的切溝最為顯著，其縱剖面坡度與所在坡面坡度在發育初期一致，隨后逐漸產生差異。

2 黃土切溝的自動化識別

黃土高原溝壑形態復雜多樣，因此對黃土高原溝壑區的地貌進行有效的自動化識別一直是黃土地貌研究熱點。切溝地貌自動識別研究最早始于土壤侵蝕制圖的需求，對溝壑類型的準確識別是土壤侵蝕制圖的基礎。傳統土壤侵蝕制圖研究開展較早，通常采用實測、遙感圖像或航片目視解譯等手段，雖精度較高但費時費力。黃秉維、朱顯謨和羅來興等均對黃土高原地區土壤侵蝕進行了制圖[1，2，14]，但結果大多為分區圖，整個區域的溝壑制圖結果均基于對樣區實地調查后的合理外推，未能實現對切溝形態的定量精細化識別。因此，實測手段雖然可以實現切溝的小范圍高精度識別建模，但其難以適用于大范圍快速高效的提取。隨著測量技術的不斷發展，切溝的自動化逐漸成為可能。

2.1 基于遙感影像的切溝識別

隨著遙感圖像時空分辨率的不斷提高及遙感處理和分類技術的運用和普及，基于遙感影像的溝谷識別逐漸取代傳統的野外實測工作，成為獲取大范圍、多時期溝谷信息的主要手段。傳統的切溝識別以人工目視解譯為主，如張鳳榮等借助1∶50 000彩紅外航片對黃土高原丘陵溝壑區土壤侵蝕進行了遙感調查制圖，對切溝的光譜色彩、紋理等影像特征作出了總結，認為切溝在紅外航片上具有呈米黃色、梳子狀紋理明顯、植被色調不明顯等特征[15]，為后來基于遙感影像的自動提取提供了分類判別依據；劉秉正等通過室內航片判讀的方法，實現了陜西淳化黃土塬區切溝的形態識別[16]。這是國內較早的對切溝半自動提取方法的探索。與此同時，學者們也注意到，快速高效準確的切溝提取方法離不開專家知識的輔助[17]，這以大量的野外工作為基礎。由于遙感提取方法需要從大量野外工作中積累的專家經驗，因此其結果雖可信度較高，但仍無法實現切溝的大范圍提取。

進入21世紀后，包含信息豐富的高分辨率遙感影像由于數據的逐漸普及使得其在切溝形態自動化識別研究中逐漸得到了廣泛應用。國內使用高分影像的切溝提取最早出現于東北黑土區的切溝。閆業超等將黑土區的侵蝕溝分為活躍性、半活躍性和穩定性三種類型，利用SPOT-5高分影像，闡述了不同類型侵蝕溝的影像特征和遙感分類方法，提出以植被覆蓋指數為劃分依據的各類侵蝕溝的提取方法，并同時認為遙感影像提取出的一系列影像指標可以有效反映出溝壑發育的活躍程度[18]；杜國明等基于SPOT-5影像通過目視解譯提取了東北黑土區的切溝信息，并對切溝的空間格局分布特征進行了分析，結果表明：切溝多見于5°～7°的漫崗坡面中下部；其密度隨海拔高度的上升呈現先增后減的趨勢[19]；與此同時，國外也有學者作出了一定的探索。Shruthi 等使用IKONOS和GEOEYE-1影像，建立了面向對象的溝谷提取方法，實現了溝谷形態的高精度半自動化提取[20]；隨后基于ASTER影像，采用面向對象隨機森林算法實現了切溝的自動提取，結果表明15 m分辨率的ASTER影像包含了足夠信息用來提取切溝[21]。以上研究的實驗區域雖不是黃土高原地區，但其構建的提取方法所使用的判別標準多基于地貌特征而非簡單基于地物的光譜異質性，其思路方法可較好地推廣至黃土高原地區，為黃土高原切溝提取提供了參考。

基于遙感影像的黃土高原切溝提取研究起步較晚。李鎮等基于Quickbird影像，利用人工目視解譯方法提取了晉西黃土高原切溝的溝沿線，并計算了切溝發育速率[22]，隨后對提取的切溝形態參數的精度進行了分析，結果證明Quickbird影像是小流域尺度上識別黃土高原切溝的便捷可靠的數據源[13]。李斌兵等提出了一種面向對象的半自動切溝提取方法，利用World View-2數據識別出了甘肅天水橋子溝的切溝[23]，隨后針對所用數據，提出了一種基于分割對象間異質性最大的分割閾值自適應方法，論證了對于2 m分辨率影像，影像識別的最優尺度參數應取31[24]。該方法實現了切溝的半自動提取，通過提出的分割尺度自適應優化方法，可將該方法推廣至其他區域，但該方法的計算量較大，精度仍有待進一步提高。由此可見，隨著高分辨率遙感影像近年來的逐漸普及，對于提取諸如細溝、切溝等微地貌對象，面向對象方法表現出良好的性能[25]，使得面向對象的切溝提取方法研究逐漸受到了國內外學者的廣泛關注，切溝自動提取方法的精度和效率不斷提高。

綜上，由于高空間分辨率和數據易獲取性等優點，基于遙感影像的切溝識別研究較為豐富，取得了重要的成果。但是仍存在以下問題：人工目視解譯手段主觀性強，識別結果的精度很大程度上受專家經驗影響，且效率較低。而自動識別方法受區域特征的限制，解譯標志以及相關參數的區域差異性較大，一個地區的結果難以推廣到其他區域，現有的參數自適應確定方法效率較低，制約著自動化識別的效率和精度，高效、高精度且參數自適應的提取方法仍有待進一步探索。

2.2 基于DEM的切溝提取

數字高程模型(DEM)作為地表形態的數字化表達，蘊含了豐富的地形地貌信息[26]。應用DEM的數字地形分析技術是地貌形態學研究的重要手段。基于數字地形分析技術的切溝地貌學研究主要代表有：游智敏基于多時相的GPS實測生成的0.4 m DEM，通過對地形特征點的測量實現了切溝變化的監測制圖[27]，但其方法對DEM分辨率的依賴性較強，難以推廣至大范圍的切溝提取；李斌兵基于1∶1萬DEM，采用匯流累計臨界的方法實現了切溝侵蝕區的識別[28]，該方法較為充分地考慮了切溝的地貌臨界特征，其數據尺度依賴性較低，但其結果仍為切溝和淺溝的分布范圍，無法實現對具體每一條切溝的精確定位。

在對各級溝壑所組成的溝壑系統進行地貌學研究時，由于更多關注溝壑系統的組成比例、空間分異等宏觀群體性特征，通常會將切溝抽象為線狀要素。傳統的溝壑線狀要素提取研究集中于溝谷網絡的提取，主要通過模擬地表徑流的匯流累積過程，實現了對各級溝谷的分級與識別[29-32]。該類方法主要受兩個因素的影響，一是匯流累計分割閾值，二是DEM的分辨率。切溝由于其地貌形態相對沖溝以上溝谷明顯較小，因此在提取時需要較小的匯流累計分割閾值，而這勢必產生了平行河網或偽溝谷等問題。雖然不同學者分別通過改進流向算法[33-39]或針對溝谷網絡對DEM信息的修正增強[40-42]，在一定程度上解決了上述問題，但流向改進算法對地表徑流的模擬仍缺乏對真實匯流情況的動力學基礎，與真實地表徑流過程仍有出入，而DEM修正增強方法需要真實的水系數據，對于半干旱氣候為主的黃土高原，溝壑系統中一般并無真實的水流，其適用性仍顯不足。與此同時，由于DEM大多通過柵格格網記錄地表高程信息，其信息負載受分辨率影響較大，且不同尺度的數據分析方法差異較大[26]。高分辨率的DEM(即格網大小在1 m以下)雖然可以實現切溝的監測，但大范圍的數據獲取困難，而基于中低分辨率DEM如國家基礎地理信息數據庫生產的1∶1萬DEM的切溝提取，尚未得到有效方法。此外，溝谷網絡提取結果僅以水文匯流關系為基礎進行分級，未能將各級溝谷依地貌特征進行劃分，這使得針對切溝在溝谷系統發育演化作用的研究難以開展。

溝沿線作為正負地形的分界線，是一條重要的地形特征結構線，將黃土地貌分割為平緩溝間地(正地形)和深切的溝谷地(負地形)，由于大部分切溝的溝頭點位于溝沿線上，因此基于DEM的溝沿線識別也成為黃土切溝識別研究中不可缺少的部分。關于黃土高原溝沿線的提取，前人做了大量的工作，取得了豐碩的成果，主要可分為基于坡度、坡向、平面曲率、變異曲率、匯流累計等地形特征量的溝沿線提取[43-48]和基于灰度檢測方法如Snake模型[49-51]、邊緣檢測算子[52，53]、區域生長法[54]等的溝沿線識別方法。其中基于地形特征的提取方法計算效率相對較高，地學意義明確但結果通常較為破碎；基于灰度檢測的方法其算法時間復雜度高，但溝沿線提取結果較為平滑，然而對于形狀復雜多變的地貌區卻精度較差。此外，Wang等通過對Quickbird影像進行HSV色彩變換，同時結合5 m分辨率DEM提取出的沖溝溝沿線，通過閾值分割的方法得到切溝的溝沿線空間分布[55，56]。這種遙感影像與DEM相結合的切溝提取方法為切溝的自動化提取提供了新的思路。

近年來，以三維激光掃描技術(Lidar)和合成孔徑雷達干涉技術(InSar)為代表的高精度點云測量技術快速發展。隨著點云技術的成本不斷降低，其快速、海量、高效、地貌還原度高的特點使其迅速成為DEM生產的熱門技術之一。基于點云數據構建的DEM的切溝提取研究剛剛起步，如馬鼎等使用三維激光掃描技術，利用激光回光強度衰減模型對地表植被實現濾波，進而得到了切溝的地表模型，最終得到了切溝長寬的變化[57]。密集點云數據記錄了切溝詳細的原始信息，基于點云數據的切溝提取可避免因為抽稀和建模導致的部分切溝信息丟失。然而，由于點云的數據量很大，在建立切溝提取方法的基礎上，要考慮運算的效率。因此，并行化的切溝提取方法是基于點云數據切溝提取必須要解決的問題。此外，點云去噪和地形特征點的自動識別也有待進一步研究。

綜上所述，目前基于DEM面向切溝提取的研究還較少，主要是由于切溝的寬度和深度相對較小，大部分DEM的分辨率達不到切溝提取的要求。因此，25 m(國家1∶5萬DEM)、30 m(ASTER GDEM)、90 m(SRTM DEM)等空間分辨率的DEM無法用于切溝的提取。而大范圍高分辨率DEM的難以獲取性造成了基于DEM切溝提取的困難。目前研究較多的是基于DEM溝沿線的提取，其結果主要為溝谷范圍，即使分辨率很高，得到的也是包含切溝和沖溝的溝谷系統，難以自動區分沖溝和切溝。因此，隨著高分辨率DEM尤其是點云技術的逐步出現，基于DEM的切溝快速大范圍提取仍將是未來研究的重點。

3 黃土切溝的特征分析

對切溝進行形態學分析，了解切溝的形態學特征，是對切溝侵蝕和發育預測的基礎。關于黃土溝壑的形態特征分析，已取得了豐碩的成果，如羅來興、朱顯謨通過對山西、陜西、青海等地區的黃土高原的典型流域實地調查和測量，對黃土高原溝壑分級系統和土壤侵蝕的類型作出了定義[1，2，58]，通過分析各級溝壑的溝長、溝寬、溝深、溝壑密度等指標，制定了黃土溝谷系統的分類體系。景可對黃河中游地區溝谷密度進行了量算，并分析了其與侵蝕量的關系，發現溝谷與溝間地產沙量之比接近6∶4[59]。但面向黃土切溝的形態特征分析則相對較少，主要代表有：楊華等通過對切溝長寬深、跌水、溝坡坡度、塌積面積等指標，實現對了山西吉縣切溝依形態的聚類分類，以間接反映侵蝕程度，結果可信度高，但各項指標均采用GPS測量，工作量大，不適宜進行大范圍普查；李斌兵等通過對流域匯水面積的統計，對國外研究已取得的判別式作出了修正，得到了適用于黃土丘陵溝壑區的淺溝侵蝕和切溝侵蝕的分界閾值[28]，而匯水面積的計算受流向算法DEM分辨率的影響較大，導致其方法較難推廣；尹佳宜等對比了切溝形態的卷尺測量和GPS測量結果，認為使用卷尺測量結果足夠用來分析切溝體積的年際變化，使用傳統測量技術也能得到滿意的結果[9]。李鎮等通過分析切溝溝沿線周長和面積與植被覆蓋的關系，認為植被對切溝發育有著明顯的遏制作用[22]，隨后對提取的切溝形態參數的精度進行了分析，認為草本覆蓋的小流域中的解譯結果切溝形態參數的精度更高[13]；李斌兵等利用面向對象技術對黃土丘陵溝壑區切溝進行遙感提取時，發現切溝具有在徑流方向上灰度值的空間相關性[23]，該結論可服務于切溝的自動化提取。

可見，前人對于切溝特征的分析，較多的關注切溝的影像特征、長寬深、坡度與植被覆蓋、侵蝕模數等，已經取得了許多重要成果，但對切溝的形態學研究多關注其一維或者二維信息，對三維信息的研究相對較少。而切溝作為黃土高原侵蝕最為活躍的地貌類型之一，其三維形態直接影響著其侵蝕和發育的模式和速度，因此，隨著研究的深入，切溝三維形態特征將勢必得到關注。

4 黃土切溝的發育演化模擬

物理過程模型通過對溝壑發育機理的認識，可以很好地描述溝壑的發育過程，這方面的研究國外學者已開展了較多的工作。溝壑發育模型研究始于20世紀70年代早期[60]， Wischmeier等提出了通用土壤流失方程(Universal Soil Loss Equation，USLE)[61，62]，以及隨后提出的各種改進USLE模型(RUSLE)，在世界范圍內得到了廣泛的應用推廣[63]，與此同時，我國學者也將其在黃土高原土壤侵蝕研究中廣泛應用[64]；何雨等依據Davis地貌循環理論將黃土溝谷發育分為幼年期、壯年期和老年期[65]。但以上模型均基于統計回歸分析，且未對溝壑進行分類，無法對切溝發育機理過程進行描述。

切溝發育的經驗模型研究起步較早。美國土壤保持局在80年代初期，通過實測切溝的溯源侵蝕，得到了預報切溝發育的經驗公式[66]；武春龍等建立了切溝溝道密度的統計數學模型[67]；Sidorchuk等建立了基于三維水力學的GULTEM模型，可以模擬切溝發育的第一階段[68]，隨后又提出了動態切溝模型(DIMGUL)和靜態切溝模型(STABGUL)，其中動態切溝模型可描述切溝發育初期溝頭的變化，靜態切溝模型可描述切溝發育后期切溝的穩定形態[69]。以上模型均充分考慮了地貌演化的機理，但模型參數多基于統計分析，往往受地區局限較大。

切溝發育的物理模型研究起步相對較晚。基于系統動力學的元胞自動機(CA)模型可以有效模擬復雜的系統動力學問題，成為近年來地貌演變的研究熱點。霍云云、劉星飛、原立峰、吳淑芳等對人工降雨場小流域細溝利用CA進行了模擬，探討了模型的參數、尺度效應和模擬精度等問題，為現實地貌的切溝發育模擬提供了理論依據[70-74]。Cao等分別基于Fisher-CA和ANN-CA模型對室內降雨場小流域的正負地形演化進行了模擬，較為準確地預測了切溝溝頭的前進[75-77]。但是以上模擬均基于室內降雨場模擬小流域，與現實世界切溝發育的情況仍存在一定差距，目前仍有待實現真實條件下切溝的發育演化模擬。

綜上所述，切溝的發育模擬研究的模型驅動機制大多基于數據挖掘和經驗統計，缺乏明顯的地學意義。

5 總結與展望

細溝、淺溝、切溝、沖溝以及河溝組成了黃土高原溝谷系統，幾乎任何一個具有較大面積的黃土流域均由上述各類溝谷組成。隨著研究的深入，人們認識到籠統地對待不同類型的溝谷，難以有效解釋地貌發育機理和演變過程，并逐步認識到切溝在侵蝕產沙貢獻和流域地貌特征塑造上的重要作用，因此面向黃土切溝的研究也逐漸增多。目前在基于遙感影像和DEM的切溝自動識別、切溝形態特征分析、切溝發育演化模型等方面取得了重要的成果。但是對于切溝的概念內涵還未形成統一的認識，這也是造成切溝識別方法及模型應用廣度受限的主要原因之一。本文在系統分析已有切溝定義的基礎上，凝練出切溝的三點共性特征，期望對明確黃土切溝的概念提供依據，以服務于黃土切溝的地貌學和土壤侵蝕學研究。

目前，對切溝形態的認識主要有線狀抽象、二元性認識和對象化認識三個層面。線狀抽象將切溝抽象為線狀要素，著重于切溝的數量、密度及分布等方面，切溝對象被簡化；二元性認識多采用溝沿線或溝底線將整個地表分為切溝及切溝以外的兩類區域，重在分析重力侵蝕與坡面侵蝕的分布及其差異性、切溝發育及其演變等方面，但是對個體的特征表達不足；對象化認識注重切溝個體的系列化特性及行為，注重切溝與周圍地理環境的相互作用，具有系統性和整體性思想，但是獲取每一個切溝個體的系列化特征較為困難。以上各種觀點均有其優勢及不足，但是對切溝三維形態信息的自動化識別是其研究的基礎。因此，基于高分辨率DEM和遙感影像的切溝三維形態自動識別和信息提取亟待解決。

由于切溝是坡面侵蝕中下切作用強烈的一類溝壑類型，對流域土壤侵蝕產沙貢獻明顯，因此切溝的地貌發育及預測研究有助于深化對流域地貌發育演化認識。目前，基于經驗統計分析的切溝發育研究大多關注流域的溝谷密度、切溝溝頭的溯源侵蝕速率、切溝侵蝕發生的地貌臨界條件等；基于系統動力學模型的切溝發育模擬研究雖能展示二維形態的發育過程，卻無法得到切溝下切深度等三維體特征，且模擬所采用模型的驅動機制大多基于數據挖掘和經驗統計，缺乏明顯的地學意義。因此，基于系統動力學的切溝地貌演化模型研究將成為切溝研究的重點。

[1] 羅來興.劃分晉西、陜北、隴東黃土區域溝間地與溝谷的地貌類型[J].地理學報，1956，22(3):201-222.

[2] 朱顯謨.黃土區土壤侵蝕的分類[J].土壤學報，1956，4(2):99-115.

[3] 鄭粉莉，劉峰，楊勤科，等.土壤侵蝕預報模型研究進展[J].水土保持通報，2001，21(6):16-18，32.

[4] 楊華.山西吉縣黃土區切溝分類的研究[J].北京林業大學學報，2001，23(1):38-43.

[5] 周成虎.地貌學辭典[M].北京：中國水利水電出版社,2006.

[6] LI X，WANG Z，ZHANG S，et al.Dynamics and spatial distribution of gully in the typical upland region of Northeast China[J].Scientia Geographica Sinica，2007，27(4):531.

[7] 張宏芝，朱清科，王晶，等.陜北黃土坡面微地形土壤物理性質研究[J].水土保持通報，2011，31(6):55-58.

[8] 程宏，王升堂，伍永秋，等.坑狀淺溝侵蝕研究[J].水土保持學報，2006，20(2):39-41，58.

[9] 尹佳宜，伍永秋，汪言在.采用不同方法測量切溝的誤差分析[J].水土保持研究，2008，15(1):12-16.

[10] 鄺高明，朱清科，趙磊磊，等.黃土丘陵溝壑區陡坡微地形分布研究[J].干旱區研究，2012，29(6):1083-1088.

[11] FAO.Soil erosion by water.Some measures for its control on cultivated lands[J].Agricultural Paper，1965.81

[12] 劉元保，朱顯謨，周佩華，等.黃土高原坡面溝蝕的類型及其發生發展規律[J].中國科學院西北水土保持研究所集刊，1988，7(1):9-18.

[13] 李鎮，張巖，楊松，等.QuickBird影像目視解譯法提取切溝形態參數的精度分析[J].農業工程學報，2014，30(20):179-186.

[14] 黃秉維.陜甘黃土區域土壤侵蝕的因素和方式[J].地理學報，1953，19(2):163-171，173-186.

[15] 張鳳榮，夏夫川.黃土高原丘陵溝壑區土壤侵蝕遙感調查制圖與精度分析[J].水土保持學報，1992，6(4):28-34.

[16] 劉秉正，吳發啟.黃土塬區溝谷侵蝕與發展[J].西北林學院學報，1993，8(2):7-15.

[17] BOCCO G，VALENZUELA C R.Integrating satellite-remote sensing and geographic information systems technologies in gully erosion research[J].Remote Sensing Reviews，1993，7(3-4):233-240.

[18] 閆業超，張樹文，岳書平.克拜東部黑土區侵蝕溝遙感分類與空間格局分析[J].地理科學，2007，27(2):193-199.

[19] 杜國明，雷國平，宗曉丹.東北典型黑土漫崗區切溝侵蝕空間格局分析[J].水土保持研究，2011，18(2):94-97，271.

[20] SHRUTHI R B V，KERLE N，JETTEN V.Object-based gully feature extraction using high spatial resolution imagery[J].Geomorphology，2011，134(3):260-268.

[21] SHRUTHI R B V，KERLE N，JETTEN V，et al.Object-based gully system prediction from medium resolution imagery using Random Forests[J].Geomorphology，2014，216:283-294.

[22] 李鎮，張巖，姚文俊，等.基于QuickBird影像估算晉西黃土區切溝發育速率[J].農業工程學報，2012，28(22):141-148.

[23] 李斌兵，黃磊.基于面向對象技術的黃土丘陵溝壑區切溝遙感提取方法研究[J].水土保持研究，2013，20(3):115-119，124.

[24] 李斌兵，黃磊，劉大偉.黃土丘陵溝壑區切溝分布的遙感圖像識別最優尺度研究[J].水土保持研究，2014，21(4):158-162.

[25] BAATZ M，SCH PE A.Multiresolution Segmentation:An Optimization Approach for High Quality Multi-scale Image Segmentation[A].Berlin,Germany:Herbert Wichmann Verlag,2000.12-23.

[26] 湯國安.我國數字高程模型與數字地形分析研究進展[J].地理學報，2014，69(9):1305-1325.

[27] 游智敏，伍永秋，劉寶元.利用GPS進行切溝侵蝕監測研究[J].水土保持學報，2004，18(5):91-94.

[28] 李斌兵，鄭粉莉，張鵬.黃土高原丘陵溝壑區小流域淺溝和切溝侵蝕區的界定[J].水土保持通報，2008，28(5):16-20.

[29] O′CALLAGHAN J F，MARK D M.The extraction of drainage networks from digital elevation data[J].Computer Vision,Graphics,And Image Processing，1984，28(3):323-344.

[30] TARBOTON D G，BRAS R L，RODRIGUEZ‐ITURBE I.On the extraction of channel networks from digital elevation data[J].Hydrological Processes，1991，5(1):81-100.

[31] FAIRFIELD J，LEYMARIE P.Drainage networks from grid digital elevation models[J].Water Resources Research，1991，27(5):709-717.

[32] LASHERMES B，FOUFOULA-GEORGIOU E，DIETRICH W E.Channel network extraction from high resolution topography using wavelets[J].Geophysical Research Letters，2007，34(23) 4.20 · DOI:10.1029/2007GL031140.

[33] MITASOVA H，HOFIERKA J.Interpolation by regularized spline with tension:II.Application to terrain modeling and surface geometry analysis[J].Mathematical Geology，1993，25(6):657-670.

[34] COSTA-CABRAL M C，BURGES S J.Digital elevation model networks (DEMON):A model of ow over hillslopes for computation of contributing and dispersal areas[J].Water Resour.Res，1994，30(6):I681-I692.

[35] HOLMGREN P.Multiple flow direction algorithms for runoff modelling in grid based elevation models:An empirical evaluation[J].Hydrological Processes，1994，8(4):327-334.

[36] QUINN P F，BEVEN K J，LAMB R.The in (a/tan/β) index:How to calculate it and how to use it within the topmodel framework[J].Hydrological Processes，1995，9(2):161-182.

[37] LI L，KUAI X.An efficient dichotomizing interpolation algorithm for the refinement of TIN-based terrain surface from contour maps[J].Computers & Geosciences，2014，72:105-121.

[38] QIN C Z，ZHU A X，PEI T，et al.An adaptive approach to selecting a flow-partition exponent for a multiple-flow-direction algorithm[J].International Journal of Geographical Information Science，2007，21(4):443-458.

[39] QIN C Z，ZHAN L J.Parallelizing flow-accumulation calculations on graphics processing units——From iterative DEM preprocessing algorithm to recursive multiple-flow-direction algorithm[J].Computers & Geosciences，2012，43:7-16.

[40] HELLWEGER F.AGREE-DEM Surface Reconditioning System[D].University of Texas at Austin,1997.

[41] SAUNDERS W.Preparation of DEMs for use in environmental modeling analysis[A].1999.24-30.

[42] TURCOTTE R，FORTIN J P，ROUSSEAU A N，et al.Determination of the drainage structure of a watershed using a digital elevation model and a digital river and lake network[J].Journal of Hydrology，2001，240(3):225-242.

[43] 閭國年，錢亞東，陳鐘明.基于柵格數字高程模型自動提取黃土地貌溝沿線技術研究[J].地理科學，1998，18(6):567-573.

[44] TANG G A，XIAO C C，JIA D X，et al.DEM based investigation of loess shoulder-line[A].International Society for Optics and Photonics，2007.12.

[45] 李小曼，王剛，李銳.基于DEM的溝緣線和坡腳線提取方法研究[J].水土保持通報，2008，28(1):69-72.

[46] ZHOU Y，TANG G A，YANG X，et al.Positive and negative terrains on northern Shaanxi Loess Plateau[J].Journal of Geographical Sciences，2010，20(1):64-76.

[47] 陳永剛，湯國安，周毅，等.基于多方位DEM地形暈渲的黃土地貌正負地形提取[J].地理科學，2012，32(1):105-109.

[48] 王軻，王琤，張青峰，等.地形開度和差值圖像閾值分割原理相結合的黃土高原溝沿線提取法[J].測繪學報，2015，44(1):67-75.

[49] SONG X D，TANG G A，LI F Y，et al.Extraction of loess shoulder-line based on the parallel GVF snake model in the loess hilly area of China[J].Computers & Geosciences，2013，52:11-20.

[50] YAN S J，TANG G A，LI F Y，et al.Snake model for the extraction of loess shoulder-line from DEMs[J].Journal of Mountain Science，2014，11(6):1552-1559.

[51] 周毅，湯國安，習羽，等.引入改進Snake模型的黃土地形溝沿線連接算法[J].武漢大學學報(信息科學版)，2013，38(1):82-85.

[52] 晏實江，湯國安，李發源，等.利用DEM邊緣檢測進行黃土地貌溝沿線自動提取[J].武漢大學學報(信息科學版)，2011，36(3):363-367.

[53] JIANG S，TANG G A，LIU K.A new extraction method of loess shoulder-line based on marr-hildreth operator and terrain mask[J].PloS one，2015，10(4):e0123804.

[54] 劉瑋，李發源，熊禮陽，等.基于區域生長的黃土地貌溝沿線提取方法與實驗[J].地球信息科學學報，2016，18(2):220-226.

[55] HE F H，WANG T，GU L J，et al.An integrated use of topography with RSI in gully mapping,Shandong Peninsula,China[J].The Scientific World Journal，2014，http://dx.doi.org/10.1155/2014/827124.

[56] WANG T，HE F H，ZHANG A D，et al.A quantitative study of gully erosion based on object-oriented analysis techniques:A case study in Beiyanzikou catchment of Qixia,Shandong,China[J].The Scientific World Journal，2014，DOI:10.1155/2014/417325.

[57] 馬鼎，李斌兵.黃土溝壑區切溝植被的激光點云濾波及地形構建[J].農業工程學報，2013，29(15):162-171,301.

[58] 朱顯謨.黃土高原水蝕的主要類型及其有關因素[J].水土保持通報，1981，1(3):1-9.

[59] 景可.黃土高原溝谷侵蝕研究[J].地理科學，1986，6(4):340-347.

[60] BULL L J，KIRKBY M J.Gully processes and modelling[J].Progress in Physical Geography，1997，21(3):354-374.

[61] WISCHMEIER W H，SMITH D D.A universal soil-loss equation to guide conservation farm planning[J].Transactions 7th int.Congr.Soil Sci.，1960，1:418-425.

[62] WISCHMEIER W H，SMITH D D.Predicting Rainfall Erosion Losses-A Guide to Conservation Planning[M].1978.

[63] 賈媛媛，鄭粉莉，楊勤科.國外水蝕預報模型述評[J].水土保持通報，2003，23(5):82-87.

[64] WANG B，ZHENG F L，R MKENS M J M，et al.Soil erodibility for water erosion:A perspective and Chinese experiences[J].Geomorphology，2013，187:1-10.

[65] 何雨，賈鐵飛，李容全.黃土丘陵區溝谷發育及其穩定性評價[J].干旱區地理，1999，22(2):64-70.

[66] LANE L J，GILLEY J E，NEARING M，et al.The USDA Water Erosion Prediction Project[M].ASCE，1989.391-396.

[67] 武春龍，魯翠瑚.溝道密度的統計數學模型[J].水土保持通報，1985(3):43-46.

[68] SIDORCHUK A，SIDORCHUK A.Model for Estimating Gully Morphology[M].IAHS publication，1998.333-344.

[69] SIDORCHUK A.Dynamic and static models of gully erosion[J].Catena，1999，37(3):401-414.

[70] 劉星飛，原立峰，吳淑芳，等.不同空間尺度下的土壤侵蝕元胞自動機建模評述[J].中國水土保持科學，2012，10(4):113-120.

[71] 原立峰，常春平，張青峰.基于元胞自動機的小流域侵蝕產沙模型研究[J].水土保持通報，2008，28(2):85-89.

[72] 原立峰，吳淑芳，劉星飛，等.基于元胞自動機的黃土坡面細溝侵蝕模型研究[J].土壤學報，2012，49(5):1043-1049.

[73] 原立峰，劉星飛，吳淑芳，等.元胞大小選擇對坡面細溝侵蝕過程CA模擬的影響[J].武漢大學學報(信息科學版)，2014，39(3):311-316.

[74] 吳淑芳，劉政鴻，霍云云，等.黃土坡面細溝侵蝕發育過程與模擬[J].土壤學報，2015，52(1):48-56.

[75] CAO M，TANG G A，ZHANG F，et al.A cellular automata model for simulating the evolution of positive-negative terrains in a small loess watershed[J].International Journal of Geographical Information Science，2013，27(7):1349-1363.

[76] YANG J Y，TANG G A，CAO M，et al.An intelligent method to discover transition rules for cellular automata using bee colony optimisation[J].International Journal of Geographical Information Science，2013，27(10):1849-1864.

[77] CAO M，TANG G A，SHEN Q F，et al.A new discovery of transition rules for cellular automata by using cuckoo search algorithm[J].International Journal of Geographical Information Science，2015，(ahead-of-print):1-19.

Progress in Geomorphology Research on Young Gully in Loess Plateau

NA Jia-ming,YANG Xin,LI Min,DING Hu,TANG Guo-an

(1.KeyLaboratoryofVirtualGeographicEnvironmentofMinistryofEducation,NanjingNormalUniversity,Nanjing210023;2.JiangsuCenterforCollaborativeInnovationinGeographicalInformationResourceDevelopmentandApplication,Nanjing210023;3.StateKeyLaboratoryCultivationBaseofGeographicalEnvironmentEvolution,JiangsuProvince,Nanjing210023,China)

Recently an increasing number of researchers show the interests in loess young gully and distinguish it from gully system which include rill,shallow gully,young gully,gully and river,due to its important role in watershed erosion sediments and geomorphologic development.They all focus on a deep understanding the characteristics of loess young gully,and its development,evolution with environment.Therefore this paper has done a review of research work about the conception,classification,automatic identification method,morphological characteristics analysis and development simulation of young gully.Based on those research work,the common geomorphologic characteristic is summarized by a comprehensive analysis of the existing definition.It is proposed that the future research will focus on automatic identification,three-dimension morphologic extraction and monitoring,morphological characteristics analysis,modeling gully development evolution based on system dynamics.

loess young gully;loess plateau;automatic identification;morphologic characteristics;development evolution

2016-01-22；

2016-05-25

國家自然科學基金項目(41271438、41471316、41571383)；江蘇高校優勢學科建設工程資助項目(164320H116)

那嘉明(1992-)，男，碩士研究生，研究方向為數字地形分析。*通訊作者E-mail:xxinyang@njnu.edu.cn

10.3969/j.issn.1672-0504.2016.04.012

P931.6

A

1672-0504(2016)04-0068-08