基于RUSLE 模型的浙江省土壤侵蝕風(fēng)險(xiǎn)時(shí)空演變與驅(qū)動(dòng)力分析

摘 要：土壤侵蝕是浙江省重要生態(tài)問(wèn)題之一，掌握浙江省土壤侵蝕風(fēng)險(xiǎn)的時(shí)空演變特征及其驅(qū)動(dòng)力是水土保持工作開(kāi)展的基礎(chǔ)。本研究在省域尺度上基于多源數(shù)據(jù)和RUSLE 模型定量評(píng)估2000 年、2010 年以及2020 年浙江省土壤侵蝕風(fēng)險(xiǎn)，并結(jié)合地理探測(cè)器對(duì)六大自然區(qū)內(nèi)土壤侵蝕風(fēng)險(xiǎn)驅(qū)動(dòng)力進(jìn)行定量分析，填補(bǔ)了當(dāng)前浙江省內(nèi)土壤侵蝕研究的空白。結(jié)果表明：2000—2020 年間浙江省水土保持工作成果顯著，土壤侵蝕風(fēng)險(xiǎn)等級(jí)以微度侵蝕為主且微度侵蝕面積比例逐年增加，同時(shí)微度侵蝕以及劇烈侵蝕風(fēng)險(xiǎn)地區(qū)較穩(wěn)定，不易發(fā)生等級(jí)轉(zhuǎn)變。浙江省各自然區(qū)內(nèi)土壤侵蝕等級(jí)變化情況不同，地形相對(duì)平坦地區(qū)普遍存在土壤侵蝕輕度惡化的情況，與當(dāng)?shù)孛芗娜祟惢顒?dòng)密切相關(guān)；西北中山丘陵區(qū)以及南部中山區(qū)內(nèi)的土壤侵蝕好轉(zhuǎn)明顯。坡度對(duì)對(duì)土壤侵蝕的影響十分顯著，解釋力q 值最高為0.2668；坡度與植被覆蓋度的雙因子協(xié)同作用具有較高的解釋力，q 值最高為0.3816，其次為坡度與土地利用，q 值為0.2869。因此，浙江省的土壤侵蝕治理應(yīng)當(dāng)考慮各自然區(qū)內(nèi)的主導(dǎo)因子以及多因子協(xié)同作用的影響。

關(guān)鍵詞：土壤侵蝕；時(shí)空演變；RUSLE；地理探測(cè)器；GIS

中圖分類號(hào)：S157 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-1329（2023）02-0046-07

土壤侵蝕作為一種危害深遠(yuǎn)的生態(tài)環(huán)境問(wèn)題廣泛分布于全球。土壤侵蝕的加劇將對(duì)地表水質(zhì)量[1]、水體生態(tài)環(huán)境[2]、水利工程效益[3]、耕地質(zhì)量[4] 等產(chǎn)生不利影響，成為自然資源和環(huán)境可持續(xù)發(fā)展的重大阻礙；其引發(fā)的洪澇災(zāi)害[5] 以及地質(zhì)災(zāi)害則嚴(yán)重威脅著人民生命財(cái)產(chǎn)安全。因此對(duì)土壤侵蝕風(fēng)險(xiǎn)進(jìn)行定量評(píng)估并掌握其時(shí)空演變規(guī)律對(duì)水土保持工作的宏觀決策以及實(shí)際開(kāi)展具有重要意義。土壤侵蝕的評(píng)估方法經(jīng)歷了從小范圍定位監(jiān)測(cè)到大范圍定量評(píng)估的發(fā)展過(guò)程。作為大范圍定量評(píng)估土壤侵蝕風(fēng)險(xiǎn)的代表方法，修正通用土壤流失方程[6]（Revised Universal SoilLoss Equation，RUSLE）實(shí)現(xiàn)了土壤侵蝕風(fēng)險(xiǎn)定量評(píng)估的準(zhǔn)確性和易用性的良好折中，在全球各地[7-10] 和國(guó)內(nèi)的諸多地區(qū)[11-15] 都展現(xiàn)出了良好的適用性和準(zhǔn)確性。隨著GIS技術(shù)和RS 技術(shù)的發(fā)展，將RUSLE 與GIS、RS 技術(shù)結(jié)合使用可以充分挖掘土壤侵蝕的空間信息和規(guī)律，為研究土壤侵蝕時(shí)空變化規(guī)律從技術(shù)上提供了可能。

由于土壤侵蝕過(guò)程受土壤質(zhì)地、土壤類型、氣候、地形、土地利用方式等自然因素和人為因素共同影響，不同地區(qū)的土壤侵蝕主導(dǎo)因素不同，因此探索并定量分析土壤侵蝕主導(dǎo)因素對(duì)于因地制宜地制定土壤侵蝕治理方案具有重要意義。以往的相關(guān)研究通常采用傳統(tǒng)的相關(guān)或回歸統(tǒng)計(jì)方法來(lái)檢測(cè)驅(qū)動(dòng)因素，在多因子及其交互影響方面的定量歸因分析方面較薄弱，而地理探測(cè)器可以通過(guò)探測(cè)地理要素的空間分層異質(zhì)性來(lái)實(shí)現(xiàn)多因子交互作用下地理要素的定量歸因分析，在自然科學(xué)[16] 和社會(huì)科學(xué)[17] 領(lǐng)域都得到了廣泛的應(yīng)用。地理探測(cè)器建立的主要依據(jù)：對(duì)因變量具有重要影響的自變量，其空間分布與因變量的空間分布必然具有較高的一致性。

當(dāng)前浙江省內(nèi)的土壤侵蝕定量模擬研究主要基于小流域或縣域尺度[18-19]，而基于全省宏觀視角的土壤侵蝕風(fēng)險(xiǎn)定量評(píng)估并定量考量浙江省六大自然區(qū)內(nèi)的土壤侵蝕風(fēng)險(xiǎn)驅(qū)動(dòng)力的研究尚為空白，本文針對(duì)這兩個(gè)方面開(kāi)展的研究可以充實(shí)浙江省土壤侵蝕研究現(xiàn)狀體系，可為因地制宜地開(kāi)展水土保持工作提供科學(xué)依據(jù)。綜上所述，本研究基于RUSLE模型定量評(píng)估浙江省2000—2020年土壤侵蝕風(fēng)險(xiǎn)，并基于地理探測(cè)器方法開(kāi)展土壤侵蝕風(fēng)險(xiǎn)驅(qū)動(dòng)力定量分析，并對(duì)比分析六大自然區(qū)內(nèi)不同影響因子及其相互作用對(duì)土壤侵蝕風(fēng)險(xiǎn)的貢獻(xiàn)，探究六大自然區(qū)內(nèi)土壤侵蝕驅(qū)動(dòng)因子的差異。本文研究結(jié)果可為水土保持工作重點(diǎn)布局以及生態(tài)安全建設(shè)提供理論依據(jù)和科學(xué)參考。

1 研究區(qū)概況

浙江省是我國(guó)東南沿海地區(qū)經(jīng)濟(jì)發(fā)展強(qiáng)省，但其省內(nèi)土壤侵蝕問(wèn)題頻發(fā)，由此導(dǎo)致的河床淤積、洪澇災(zāi)害以及泥石流山體滑坡等地質(zhì)災(zāi)害問(wèn)題嚴(yán)重威脅著人民的生命財(cái)產(chǎn)安全以及生態(tài)環(huán)境安全。受亞熱帶季風(fēng)的影響，全省雨量豐沛，降水有明顯的季節(jié)變化，5 月、6 月為集中降雨期。全省的地形地貌復(fù)雜，呈現(xiàn)西南高東北低的特點(diǎn)，其中東北部主要為沖積平原，東部以丘陵和沿海平原為主，中部為丘陵和盆地，南部和西北部大部分為中山和丘陵，依照浙江省的地形地貌特征可將浙江省劃分為北部平原區(qū)、東部丘陵區(qū)、中部盆地區(qū)、西北中山丘陵區(qū)、南部中山區(qū)以及濱海區(qū)六大自然區(qū)劃[20]，六大區(qū)劃內(nèi)土壤侵蝕的主導(dǎo)因素不盡相同（圖1）。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

本研究所使用的原始數(shù)據(jù)均為公開(kāi)免費(fèi)下載數(shù)據(jù)，數(shù)據(jù)來(lái)源見(jiàn)表1。對(duì)影像進(jìn)行初步的拼接、裁剪等操作后，將各柵格數(shù)據(jù)統(tǒng)一重采樣至30 m。本文所采用的投影坐標(biāo)為WGS1984_UTM_51N。

2.2 RUSLE 模型

鑒于RUSLE 模型在土壤侵蝕風(fēng)險(xiǎn)定量評(píng)估方面具備良好的準(zhǔn)確性和易用性，本研究將其用來(lái)定量評(píng)估2000年、2010 年和2020 年三個(gè)時(shí)間點(diǎn)的浙江省土壤侵蝕風(fēng)險(xiǎn)。

該模型的計(jì)算方程如下：

A = R × K × LS ×C × P （1）

式中：A 為土壤侵蝕模數(shù) [ t / （ha ? a） ]，R 為降雨侵蝕力因 子 [ MJ ?mm / （ha ?hr ? a） ]，K 是 土 壤 可 蝕 性 因 子[ t ?hr / （MJ ?mm） ]。LS、C 和 P 是無(wú)量綱因子，分別代表地形因子、植被覆蓋與管理因子和水土保持措施因子。

（1） 降雨侵蝕力因子（R）： 本研究采用最初由Wischmeier 和Smith 提出，后被Arnoldus 修改的基于月度和年度降雨數(shù)據(jù)計(jì)算R 因子的方法[21]。

（2）土壤可蝕性因子（K）：主要反映土壤本身對(duì)土壤侵蝕的抵抗能力。EPIC（Environmental Policy IntegratedClimate）模型是經(jīng)典的作物生長(zhǎng)模型，主要用于農(nóng)作物產(chǎn)量的評(píng)估，在全球范圍內(nèi)廣泛應(yīng)用，其中涉及的對(duì)于土壤可蝕性定量計(jì)算方法在中國(guó)應(yīng)用十分廣泛，表現(xiàn)出良好的適用性和準(zhǔn)確性。因此本研究采用EPIC 模型中土壤可蝕性定量計(jì)算方法[22] 計(jì)算土壤可蝕性因子K。采用該方式計(jì)算的K 值與實(shí)測(cè)值基本無(wú)差異，且簡(jiǎn)單易實(shí)現(xiàn)。

（3）地形因子（LS）：包括坡長(zhǎng)因子L 和坡度因子S，二者共同影響著徑流流速、流量以及水流的挾沙力，長(zhǎng)坡漫流和短坡急流都會(huì)增加溢流，減少入滲。本研究中LS 因子的計(jì)算方法參考劉寶元等[23] 的研究結(jié)果，此方法更適用于中國(guó)的情況。

（4）植被覆蓋管理因子（C）：此因子可以反映植被覆蓋對(duì)土壤侵蝕的抑制作用程度，有研究表明其數(shù)值大小取決于當(dāng)?shù)氐闹脖桓采w度[24]。本研究以MOD13A1 產(chǎn)品作為歸一化植被指數(shù)（NDVI） 的數(shù)據(jù)源，采用蔡崇法等[24] 提出的基于植被覆蓋度的C 因子計(jì)算公式獲得C 因子的值。

（5）水土保持措施因子（P）：該因子可以衡量采取水土保持措施后的土壤侵蝕改善情況，取值范圍為[0，1]，其中P 值越接近1，說(shuō)明水土流失治理措施對(duì)水土流失過(guò)程的影響越小。目前，國(guó)內(nèi)外關(guān)于P 值的計(jì)算方法沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，絕大多數(shù)學(xué)者主要依照土地利用現(xiàn)狀來(lái)賦值。本研究參考蔡崇法等的研究[24]，設(shè)定耕地中旱地的P 值為0.25，水田的P值為0.01；林地，0.5；草地、不透水面、未利用地的P 值設(shè)為1；水體的P 值設(shè)為0。需要說(shuō)明的是，不同學(xué)者對(duì)不透水面的P 值賦值情況不同，一般為1 或者0，本文選擇1 是為了保留城市建設(shè)用地的不透水面風(fēng)險(xiǎn)的信息。

2.3 地理探測(cè)器

地理探測(cè)器通過(guò)檢測(cè)數(shù)據(jù)的空間分異性和耦合性來(lái)探測(cè)數(shù)據(jù)之間的因果關(guān)系[25]，空間異質(zhì)性主要表現(xiàn)為數(shù)據(jù)層內(nèi)方差之和小于層間總方差。地理探測(cè)器主要包括4 個(gè)模塊：因子探測(cè)器、交互探測(cè)器、風(fēng)險(xiǎn)探測(cè)器、生態(tài)探測(cè)器。

本研究中，因子探測(cè)器用于探測(cè)土壤侵蝕模數(shù)（A）分別與坡度、土地利用類型（LU）、海拔和植被覆蓋度（Fc）的空間分異性，以q 值衡量4 個(gè)影響因子對(duì)A 的決定程度，q 值的計(jì)算方法參考王勁峰等的研究成果[25]，q 值的取值范圍為[0，1]，某影響因子的q 值越接近1，表明該因子對(duì)因變量的解釋力越強(qiáng)，各影響因子中q 值最高即為主導(dǎo)影響因子；交互作用探測(cè)器是地理探測(cè)器最突出的優(yōu)勢(shì)，可以解釋任意2 個(gè)影響因子的共同作用是否會(huì)加強(qiáng)對(duì)A 的解釋力；風(fēng)險(xiǎn)探測(cè)器可以識(shí)別各個(gè)影響因子中土壤侵蝕高風(fēng)險(xiǎn)區(qū)域。而生態(tài)探測(cè)器主要用于比較影響因子對(duì)土壤侵蝕空間分布的影響差異性，上述三個(gè)探測(cè)器模塊已滿足本研究所需，因此本研究不再繼續(xù)運(yùn)行生態(tài)探測(cè)器。

由于地理探測(cè)器模型有數(shù)據(jù)類型要求，因此需將自變量的連續(xù)型變量轉(zhuǎn)為離散型變量，因此將LU 按類型分類，結(jié)合王勁峰等提出的數(shù)據(jù)離散化方法及先驗(yàn)知識(shí)，將Fc 按照l(shuí)t;0.1、0.1～0.3、0.3～0.45、0.45～0.6、gt;0.6 分為5 類，海拔數(shù)據(jù)按照自然斷點(diǎn)法分成6 類，坡度按照l(shuí)t;2o、2o～6o、6o～15o、15o～25o、25o～55o、55o～90o 分為6 類。

利用ArcGIS10.2 生成漁網(wǎng)點(diǎn)對(duì)A 和分類后的各影響因子進(jìn)行采樣，采樣間距為1 km。為保證不同自然區(qū)之間結(jié)果的可比較性，不同自然區(qū)內(nèi)4 個(gè)影響因子采取一致的分層方法。采樣后的數(shù)據(jù)導(dǎo)出為csv 文件，在R 語(yǔ)言環(huán)境下分別運(yùn)行地理探測(cè)器工具包中的因子探測(cè)器、交互作用探測(cè)器以及風(fēng)險(xiǎn)探測(cè)器，得到4 個(gè)因子各自對(duì)土壤侵蝕模數(shù)A 的解釋力q 值、雙因子交互作用解釋力q 值和各因子中土壤侵蝕高風(fēng)險(xiǎn)區(qū)域。

2.4 方法驗(yàn)證

RUSLE 模型的計(jì)算結(jié)果是對(duì)研究區(qū)土壤侵蝕情況的估算而非實(shí)測(cè)值，為了驗(yàn)證本方法的準(zhǔn)確性，本文選擇寧波市作為驗(yàn)證區(qū)域，以寧波市2015 年發(fā)布的《寧波市水土保持規(guī)劃》中的水土流失現(xiàn)狀圖作為寧波市2015 年土壤侵蝕情況的參考真實(shí)值。為了對(duì)應(yīng)寧波市水土保持規(guī)劃中的數(shù)據(jù)年份以及數(shù)據(jù)類型，本研究額外計(jì)算2015 年的土壤侵蝕模數(shù)并分類。首先在寧波市域范圍內(nèi)隨機(jī)生成采樣點(diǎn)1000個(gè)，再對(duì)格式轉(zhuǎn)換后的《寧波市水土保持規(guī)劃》中的水土流失現(xiàn)狀圖以及通過(guò)RUSLE 模型得到的寧波市2015 年土壤侵蝕模數(shù)進(jìn)行采樣，歸一化后計(jì)算二者的均方根誤差（RootMean Square Error，RMSE），計(jì)算結(jié)果顯示RMSE 為0.159，說(shuō)明本文所采用方法計(jì)算結(jié)果可靠，可用于進(jìn)一步分析。

3 結(jié)果分析

3.1 浙江省土壤侵蝕風(fēng)險(xiǎn)時(shí)空演變

總體來(lái)看，浙江省2000—2020 年平均土壤侵蝕模數(shù)明顯減少，水土保持工作初見(jiàn)成效，但局部地區(qū)仍面臨較嚴(yán)重的土壤侵蝕風(fēng)險(xiǎn)。

時(shí)間演變特征。RUSLE 模型運(yùn)行結(jié)果表明：2000 年浙江省平均土壤侵蝕模數(shù)為213.64 t / （ha ? a）；2010年，浙江省平均土壤侵蝕模數(shù)為102.23 t / （ha ? a），較2000年下降52.15%；2020 年浙江省平均土壤侵蝕模數(shù)為149.25t / （ha ? a），較2000年下降了30.14%，但較2010年上升了45.99%。根據(jù)水利部頒布的《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190—2007），將土壤侵蝕模數(shù)計(jì)算結(jié)果劃分為六個(gè)等級(jí)（圖2），統(tǒng)計(jì)了各等級(jí)土壤侵蝕的面積比例（表2）并制作土壤侵蝕風(fēng)險(xiǎn)等級(jí)轉(zhuǎn)移桑基圖（圖3）。結(jié)果顯示，浙江省土壤侵蝕風(fēng)險(xiǎn)等級(jí)主要為微度侵蝕，土壤侵蝕風(fēng)險(xiǎn)等級(jí)變化復(fù)雜，但總體上呈現(xiàn)減緩趨勢(shì)，微度侵蝕風(fēng)險(xiǎn)等級(jí)比例增長(zhǎng)顯著。2000—2010 年間，最突出的轉(zhuǎn)變是有32% 的劇烈侵蝕風(fēng)險(xiǎn)地區(qū)風(fēng)險(xiǎn)等級(jí)轉(zhuǎn)化為微度侵蝕風(fēng)險(xiǎn)。但風(fēng)險(xiǎn)上升的現(xiàn)象仍然存在，大約6%的微度侵蝕區(qū)轉(zhuǎn)變?yōu)閲?yán)重侵蝕。

2010—2020 年間，全省土壤侵蝕風(fēng)險(xiǎn)降級(jí)面積仍然大于其升級(jí)面積，34% 的劇烈侵蝕區(qū)域顯著下降，轉(zhuǎn)變?yōu)槲⒍惹治g風(fēng)險(xiǎn)。相比之下，只有14% 的微度侵蝕區(qū)風(fēng)險(xiǎn)等級(jí)上升，其中6% 升級(jí)到輕度侵蝕，5% 升級(jí)到劇烈侵蝕。本研究還發(fā)現(xiàn)，在土壤侵蝕風(fēng)險(xiǎn)等級(jí)介于“微度”和“劇烈”之間的地區(qū)，出現(xiàn)土壤侵蝕風(fēng)險(xiǎn)等級(jí)波動(dòng)的可能性較大。相反，風(fēng)險(xiǎn)等級(jí)為“微度”或“劇烈”的地區(qū)更穩(wěn)定，表明土壤侵蝕劇烈的劇烈地區(qū)的治理難度較大，應(yīng)加強(qiáng)防范。

空間演變特征。結(jié)合圖3 和表3 發(fā)現(xiàn)，2000—2020 年北部平原區(qū)的平均土壤侵蝕風(fēng)險(xiǎn)有所上升，表現(xiàn)為輕度侵蝕占比顯著增加7.96%，同時(shí)微度侵蝕比例減少9.06%，劇烈侵蝕比例輕微上升0.04%；東部丘陵區(qū)、中部盆地區(qū)和濱海區(qū)內(nèi)土壤侵蝕風(fēng)險(xiǎn)等級(jí)變化較為復(fù)雜，土壤侵蝕惡化與好轉(zhuǎn)同步進(jìn)行，具體表現(xiàn)為輕度侵蝕比例小幅上升，同時(shí)，微度侵蝕的比例也有較大增長(zhǎng)，劇烈侵蝕比例顯著下降，降幅均不低于6.8%，最高為中部盆地區(qū)，劇烈侵蝕比例下降9.13%。南部中山區(qū)和西北中山丘陵區(qū)好轉(zhuǎn)顯著，水土保持工作成果顯著：南部中山區(qū)土壤侵蝕明顯好轉(zhuǎn)，表現(xiàn)為劇烈侵蝕比例顯著下降了16.86%，微度侵蝕比例顯著增加了17.05%；西北中山丘陵區(qū)劇烈侵蝕比例下降了12.57%，微度侵蝕比例增加了17.59%。

3.2 土壤侵蝕風(fēng)險(xiǎn)定量驅(qū)動(dòng)分析

因子探測(cè)器結(jié)果顯示，坡度、土地利用方式、海拔和植被覆蓋度四個(gè)因子的q 值在各個(gè)自然區(qū)內(nèi)均通過(guò)了顯著性檢驗(yàn)（Plt;0.05），但影響水平不同。除南部中山區(qū)外，其他五個(gè)自然區(qū)2000—2020 年土壤侵蝕的首要影響因子均為坡度因子且坡度的影響水平顯著高于其他3 個(gè)因子（表4），其中q 值最高為0.2668，第二影響因子為土地利用類型，q 值最大為0.1962。而南部中山區(qū)2000 年時(shí)的首要影響因子為植被覆蓋度，2020 年則轉(zhuǎn)變?yōu)楹０巍?/p>

根據(jù)交互探測(cè)器結(jié)果可以發(fā)現(xiàn)（表4），雙因子交互作用的解釋力普遍大于單因子的解釋力。2000 年各個(gè)自然區(qū)中坡度和植被覆蓋度的交互作用的解釋力最強(qiáng)，q 值最大為0.3816，其次為坡度與土地利用類型，q 值為0.2869；2020 年除北部平原區(qū)外，其他自然區(qū)內(nèi)仍然是坡度和植被覆蓋度的交互作用為首要影響因子，而北部平原區(qū)的首要交互因子為坡度與土地利用類型。

利用風(fēng)險(xiǎn)探測(cè)器進(jìn)一步識(shí)別各因子的高風(fēng)險(xiǎn)區(qū)域（表5）。除南部中山區(qū)外，全省其他地區(qū)的土壤侵蝕風(fēng)險(xiǎn)隨坡度上升而增加，而南部中山區(qū)2000 年土壤侵蝕風(fēng)險(xiǎn)與坡度成正比，但在2020 年出現(xiàn)拐點(diǎn)，拐點(diǎn)之前土壤侵蝕風(fēng)險(xiǎn)與坡度成正比，拐點(diǎn)之后土壤侵蝕風(fēng)險(xiǎn)與坡度成反比，表明該地區(qū)極端陡坡的土壤侵蝕治理成效初顯，同時(shí)應(yīng)加強(qiáng)對(duì)較高坡度地區(qū)土壤侵蝕風(fēng)險(xiǎn)的防范。土地利用類型因子中，林地和草地為主要的高風(fēng)險(xiǎn)地區(qū)：2000 年全省除東部丘陵區(qū)和中部盆地區(qū)以外的其他地區(qū)內(nèi)林地的土壤侵蝕風(fēng)險(xiǎn)突出，2020 年則為草地，而東部丘陵區(qū)20年來(lái)草地的土壤侵蝕風(fēng)險(xiǎn)突出，中部盆地區(qū)則為林地。

植被覆蓋度因子的高風(fēng)險(xiǎn)區(qū)域在各個(gè)自然區(qū)內(nèi)表現(xiàn)不同，但普遍存在拐點(diǎn)，其中值得注意的是南部中山區(qū)2000 年的植被覆蓋度對(duì)土壤侵蝕風(fēng)險(xiǎn)起到重要影響作用，二者成反比關(guān)系，土壤侵蝕高風(fēng)險(xiǎn)主要分布在植被覆蓋度小于10% 的地區(qū)，而2020 年植被覆蓋度對(duì)土壤侵蝕的影響力減弱，表明南部中山區(qū)20 年來(lái)隨著退耕還林等措施的推進(jìn)，植被覆蓋度提升明顯，空間差異減小，進(jìn)而對(duì)土壤侵蝕的空間差異解釋力下降。海拔與土壤侵蝕風(fēng)險(xiǎn)的空間分布在不同自然區(qū)和不同時(shí)間點(diǎn)不具備顯著的正相關(guān)或負(fù)相關(guān)關(guān)系，土壤侵蝕高風(fēng)險(xiǎn)區(qū)域的海拔區(qū)間亦不相同。

4 討論與結(jié)論

4.1 討論

地貌形態(tài)對(duì)于土壤侵蝕程度及其空間分異具有重要影響作用。六大自然區(qū)中，除南部中山區(qū)外，坡度是土壤侵蝕最為顯著的主導(dǎo)因子，影響著整個(gè)中北部浙江的土壤侵蝕；而南部中山區(qū)在2000 年左右由于該地區(qū)經(jīng)歷了較為嚴(yán)重的濫砍濫伐，植被覆蓋度成為該地區(qū)的土壤侵蝕主導(dǎo)因子，而隨著20 年間該地區(qū)的退耕還林還草措施在土壤侵蝕治理方面取得較大成效，海拔的解釋力成為最高，這可能是由于該地區(qū)相對(duì)高差較大，存在明顯的植被垂直分異性，以往相關(guān)研究也表明海拔的分層可以綜合體現(xiàn)植被覆蓋、氣候條件和地形地貌的差異[26]。

土壤侵蝕過(guò)程往往是非單一驅(qū)動(dòng)力的，各類影響因子共同作用，共同影響著土壤侵蝕的動(dòng)態(tài)變化和空間分布，但其相互作用的詳細(xì)機(jī)理仍然是學(xué)界內(nèi)未來(lái)需要努力的方向。本文利用地理探測(cè)器進(jìn)行的交互因子探測(cè)可以揭示影響因子兩兩作用的規(guī)律。結(jié)果表明，坡度與植被覆蓋度的交互作用在浙江全省均為主導(dǎo)解釋因子，隨著時(shí)間的推移，這一情況在北部平原區(qū)發(fā)生了變化，2020 年北部平原區(qū)的主導(dǎo)交互因子為坡度與土地利用類型，這與當(dāng)?shù)孛芗娜祟惢顒?dòng)密切相關(guān)，進(jìn)一步說(shuō)明了退耕還林和禁止坡耕地的重要性。有研究表明，在南方山區(qū)坡度對(duì)土壤侵蝕的影響存在 “倒V 形”拐點(diǎn)[27]，本文也呈現(xiàn)了類似的結(jié)果。本文結(jié)果顯示，2020 年在南部中山區(qū)坡度對(duì)土壤侵蝕的影響存在拐點(diǎn)，拐點(diǎn)之前土壤侵蝕風(fēng)險(xiǎn)與坡度成正比，其后成反比。林地和草地成為解釋力較高的地類可能是由于全省單一經(jīng)濟(jì)作物林的林下管理方式不到位，加上林地草地所處的坡度較大，容易產(chǎn)生土壤侵蝕。綜上所述，在地形相對(duì)平坦的人類活動(dòng)頻繁地區(qū)，應(yīng)當(dāng)進(jìn)一步警惕防范城市開(kāi)發(fā)建設(shè)造成的土壤侵蝕問(wèn)題，注意坡度與土地利用類型的適配度，增加城市植被覆蓋度，減小荒地裸地覆蓋率；在城郊地區(qū)，科學(xué)指導(dǎo)農(nóng)林業(yè)發(fā)展，減少由于不合理的耕作及林地管理方式導(dǎo)致的土壤侵蝕問(wèn)題。而在丘陵山地地區(qū)，多年來(lái)浙江省積極開(kāi)展小流域綜合治理，充分利用當(dāng)?shù)氐淖匀粭l件，因地制宜，布置合理有效的水土保持措施，如封山育林涵養(yǎng)水源、布設(shè)小型蓄排工程與補(bǔ)種植被共同作用，有效攔截徑流含沙量、減緩污染物聚散[28]；此外，建設(shè)攔沙堰可以有效防治溪溝下切，是浙江具地方特色的小流域水土流失治理措施[29]，在浙江西北部及南部各重點(diǎn)防治小流域中展現(xiàn)了顯著成效。

盡管使用RUSLE 模型獲得的結(jié)果在國(guó)內(nèi)外均取得普遍認(rèn)可，但本文仍存在一些不足之處，本文所使用的土壤數(shù)據(jù)來(lái)源于世界土壤數(shù)據(jù)庫(kù)，其數(shù)據(jù)獲取時(shí)間較為久遠(yuǎn)，且空間分辨率相對(duì)較低，未來(lái)可依據(jù)最新的第三次全國(guó)土壤普查數(shù)據(jù)進(jìn)行分析，以進(jìn)一步提升模型的結(jié)果精度。

4.2 結(jié)論

本文利用RUSLE 模型探索了浙江省土壤侵蝕風(fēng)險(xiǎn)時(shí)空演變特征，使用地理探測(cè)器對(duì)全省各自然區(qū)土壤侵蝕風(fēng)險(xiǎn)的驅(qū)動(dòng)因素進(jìn)行了定量分析，結(jié)果表明：（1）2000—2020 年浙江省土壤侵蝕整體狀況好轉(zhuǎn)明顯，但好轉(zhuǎn)與惡化同時(shí)存在。土壤侵蝕風(fēng)險(xiǎn)等級(jí)主要為微度侵蝕，且微度侵蝕所占比例在研究期內(nèi)持續(xù)增加，劇烈侵蝕所占比例整體減小。同時(shí)微度侵蝕以及劇烈侵蝕風(fēng)險(xiǎn)地區(qū)較穩(wěn)定，不易發(fā)生等級(jí)轉(zhuǎn)變。（2）浙江省各自然區(qū)內(nèi)土壤侵蝕風(fēng)險(xiǎn)等級(jí)變化情況不同，北部平原區(qū)、中部盆地區(qū)以及濱海區(qū)等人類活動(dòng)較為頻繁地區(qū)普遍存在土壤侵蝕輕度惡化的情況；西北中山丘陵區(qū)以及南部中山區(qū)內(nèi)的土壤侵蝕好轉(zhuǎn)明顯。（3）單因子對(duì)土壤侵蝕的解釋力在各個(gè)自然區(qū)內(nèi)表現(xiàn)情況具有時(shí)空差異，南部中山區(qū)2000 年的首要影響因子為植被覆蓋度，2020 年則為海拔；其他地區(qū)20 年間的首要影響因子均為坡度，q 值最高為0.2668且土壤侵蝕風(fēng)險(xiǎn)與坡度成正相關(guān)。雙因子協(xié)同作用的解釋力普遍高于單因子，其中坡度與植被覆蓋度的組合普遍具有較高的解釋力，其q 值最高為0.3816，其次為坡度與土地利用類型，q 值最高為0.2869。本研究可為同尺度土壤侵蝕研究以及浙江省水土流失防治提供方法參考。

參考文獻(xiàn)（References）

[1] MUNODAWAFA A. The effect of rainfall characteristics and tillage

on sheet erosion and maize grain yield in semiarid conditions and

granitic sandy soils of Zimbabwe[J]. Applied and Environmental

Soil Science， 2012，（5）：1443-1446.

[2] BERENDSE F， VAN R J， JONGEJANS E， et al. Loss of plant

species diversity reduces soil erosion resistance[J]. Ecosystems，

2015，18：881-888.

[3] MONTGOMERY D R， HUANG M Y， HUANG A Y. Regional soil

erosion in response to land use and increased typhoon frequency

and intensity， Taiwan[J]. Quaternary Research， 2014，81（1）：15-20.

[4] VAN Z R， VAN D V M， BALKOVIC J， et al. Spatially explicit

life cycle impact assessment for soil erosion from global crop

production[J]. Ecosystem Services， 2018，30：220-227.

[5] KAURA M， ARIAS M E， BENJAMIN J A， et al. Benefits of forest

conservation on riverine sediment and hydropower in the Tonle Sap

Basin， Cambodia[J]. Ecosystem Services， 2019，39：101003.

[6] RENARD K G. Predicting soil erosion by water： A guide to

conservation planning with the Revised Universal Soil Loss

Equation （RUSLE）[M]. United States Government Printing，1997.

[7] MHASKE S N， PATHAK K， DASH S S， et al. Assessment and

management of soil erosion in the hilltop mining dominated

catchment using GIS integrated RUSLE model[J]. Journal of

Environmental Management， 2021，294：112987.

[8] THOMAS J， JOSEPH S， THRIVIKRAMJI K P. Assessment of soil

erosion in a tropical mountain river basin of the southern Western

Ghats， India using RUSLE and GIS[J]. Geoscience Frontiers，

2018，9（3）：893-906.

[9] BIRCHER P， LINIGER H P， PRASUHN V. Comparison of longterm

field-measured and RUSLE-based modelled soil loss in

Switzerland[J]. Geoderma Regional， 2022，31： e00595.

[10] R?S?NEN T A， T?HTIKARHU M， UUSI-K?MPP? J， et al.

Evaluation of RUSLE and spatial assessment of agricultural soil

erosion in Finland[J]. Geoderma Regional， 2023： e00610.

[11] 穆興民， 李朋飛， 劉斌濤， 等. 1901—2016 年黃土高原土壤侵蝕

格局演變及其驅(qū)動(dòng)機(jī)制[J]. 人民黃河，2022，44（9）：36-45.

MU X M， LI P F， LIU B T， et al. Spatial-temporal development

and driving mechanisms of erosion on the Chinese loess plateau

between 1901 and 2016[J]. Yellow River， 2022，44（9）：36-45.

[12] 馬悅， 何洪鳴， 趙宏飛. 基于GIS 和RUSLE 的甘南州土壤侵蝕

時(shí)空演變[J]. 水土保持研究，2023，30（3）：37-46.

MA Y， HE H M， ZHAO H F. Spatiotemporal change of soil erosion in

Gannan Tibetan Autonomous Prefecture based on GIS and RUSLE[J].

Research of Soil and Water Conservation， 2023，30（3）：37-46.

[13] PAN L， LI R， SHU D， et al. Effects of rainfall and rocky

desertification on soil erosion in karst area of southwest China[J].

Journal of Mountain Science，2022，19（11）：3118-3130.

[14] GONG W， LIU T， DUAN X， et al. Estimating the soil erosion

response to land-use land-cover change using GIS-based RUSLE

and remote sensing： A case study of Miyun reservoir， north

China[J]. Water， 2022， 14（5）： 742.

[15] JIANG N， YAO F， LIU T， et al. Estimating the soil erosion response

to land-use change using GIS-based RUSLE and remote sensing：

A case study of Heilongjiang Province， China[J]. Sustainability，

2023，15（10）： 8004.

[16] LUO W， JASIEWICZ J， STEPINSKI T， et al. Spatial association

between dissection density and environmental factors over the

entire conterminous United States[J]. Geophysical Research Letters，

2015， 43（2）： 692-700.

[17] 李佳洺， 陸大道， 徐成東， 等. 胡煥庸線兩側(cè)人口的空間分異性

及其變化[J]. 地理學(xué)報(bào)，2017，72（1）：148-160.

LI J M， LU D D， XU C D， et al. Spatial heterogeneity and its

changes of population on the two sides of Hu Line[J]. Acta

Geographica Sinica， 2017，72（1）：148-160.

[18] 高智， 劉志強(qiáng)， 李援農(nóng). 浙江臨安市水土流失現(xiàn)狀及生態(tài)修復(fù)對(duì)

策[J]. 水土保持研究，2014，21（5）：327-331.

GAO Z， LIU Z Q， LI Y N. Soil and water loss status and ecological

restoration countermeasures in Lin'an City， Zhejiang Province[J].

Research of Soil and Water Conservation， 2014，21（5）：327-331.

[19] 江振藍(lán). 水土流失時(shí)空過(guò)程及其生態(tài)安全效應(yīng)研究——以浙江

省安吉縣為例[D]. 杭州： 浙江大學(xué)，2013.

JIANG Z L. Spatio-tempral dynamics of soil erosion and its

impact on eco-security：A case study in Anji County，Zhejiang

Province，China[D]. Hangzhou： Zhejiang University， 2013.

[20] 單之薔. 浙江有個(gè)王士性[J]. 中國(guó)國(guó)家地理，2012（1）：16-17.

SHAN Z Q. There is a Wang Shixing in Zhejiang[J].Chinese

National Geography， 2012（1）：16-17.

[21] ARNOLDUS H. An approximation of the rainfall factor in the

universal soil loss equation[J]. Journal of the Japanese Society of

Irrigation Drainage amp; Rural Engineering， 1980：127-132.

[22] WILLIAMS J R. The EPIC model[J]. Computer Models of

Watershed Hydrology， 1995：909-1000.

[23] LIU B Y， NEARING M A， RISSE L M. Slope gradient effects

on soil loss for steep slopes[J]. Transactions of the ASAE，

1994，37（6）：1835-1840.

[24] CAI C F， DING S W， SHI Z H， et al. Study of applying USLE

and geographical information system IDRISI to predict soil

erosion in small watershed[J]. Journal of Soil Water Conservation，

2000，14（2）：19-24.

[25] 王勁峰， 徐成東. 地理探測(cè)器： 原理與展望[J]. 地理學(xué)

報(bào)，2017，72（1）：116-134.

WANG J F， XU C D. Geo-detector： Principle and prospective[J].

Acta Geo-graphica Sinica， 2017，72（1）：116-134.

[26] 王歡， 高江波， 侯文娟. 基于地理探測(cè)器的喀斯特不同地貌形態(tài)

類型區(qū)土壤侵蝕定量歸因[J]. 地理學(xué)報(bào)，2018，73（9）：1674-1686.

WANG H， GAO J B， HOU W J. Quantitative attribution analysis

of soil erosion in different morphological types of geomorphology

in karst areas： Based on the geographical detector method[J]. Acta

Geographica Sinica， 2018，73（9）：1674-1686.

[27] 鐘旭珍， 張素， 吳瑞娟， 等. 沱江流域土壤侵蝕動(dòng)態(tài)變化及驅(qū)動(dòng)

力分析[J]. 水土保持研究，2022，29（2）：43-49，56.

ZHONG X Z， ZHANG S， WU R J， et al. Analysis of dynamic changes

and driving forces of soil erosion in Tuojiang River Basin[J]. Research

of Soil and Water Conservation， 2022，29（2）：43-49，56.

[28] 張靜雯， 張錦娟， 劉祥超. 美麗河湖建設(shè)新要求下的水土流失綜

合治理設(shè)計(jì)理念探討——以縉云縣浣溪小流域?yàn)槔齕J]. 浙江水

利科技，2020，48（4）：33-35.

ZHANG J W， ZHANG J J， LIU X C. Integrated treatment design

concept of small watershed under the new requirements of building

beautiful rivers and lakes： A case study of Wanxi small watershed in

Jinyun County[J]. Zhejiang Hydrotechnics， 2020，48（4）：33-35.

[29] 劉祥超， 張錦娟， 李鋼， 等. 浙江小流域水土流失綜合治理攔沙

堰設(shè)計(jì)探討——以淳安縣龍門溪小流域?yàn)槔齕J]. 亞熱帶水土保

持，2018，30（4）：51-53.

LIU X C， ZHANG J J， LI G， et al. Probe into the design of sand bar

weir in the soil erosion comprehensive management of Zhejiang

small watershed[J]. Subtropical Soil and Water Conservation，

2018，30（4）：51-53.