CESI和GeoSoS-FLUS方法的渭河流域生態敏感性時空特征及預測分析

摘要［目的］評估渭河流域的生態敏感性，揭示人類活動對其生態系統的影響，并預測未來生態敏感性的變化。［方法］以渭河流域為研究區進行綜合生態敏感性分析，選取景觀生態風險敏感性指數、生物多樣性敏感性指數、水土流失敏感性指數作為研究指標，構建綜合生態敏感性指數（CESI）對渭河流域20年來的生態狀況進行評價，并利用GeoSoS-FLUS進行模擬與預測。［結果］渭河流域2000—2020年生態敏感性變化較大，其中極度敏感的區域總面積整體呈下降趨勢。渭河流域生態敏感性高的區域大多集中在西部、北部以及東部的小片區域。GeoSoS-FLUS模擬預測表明，2030年低敏感區和較低敏感區變化較小，且這些區域大多屬于自然保護地帶，距離人類活動區較遠，變化不明顯；中度、重度敏感區面積相比2020年有所減少，極度敏感區面積有所增加。［結論］20年間渭河流域的生態情況發生了很大改善。

關鍵詞生態敏感性；時空特征；CESI；GeoSoS-FLUS；渭河流域

中圖分類號X321"文獻標識碼A"文章編號0517-6611（2025）01-0051-06

doi：10.3969/j.issn.0517-6611.2025.01.012

開放科學（資源服務）標識碼（OSID）：

SpatiotemporalCharacteristicsandPredictiveAnalysisofEcologicalSensitivityintheWeiheRiverBasinUsingCESIandGeoSoS-FLUSMethods

WANGWen-jia，WANGLi

（LiaoningNormalUniversity，Dalian，Liaoning116029）

Abstract［Objective］ToevaluatetheecologicalsensitivityoftheWeiheRiverBasin，revealtheimpactofhumanactivitiesonitsecosystem，andpredictfuturechangesinecologicalsensitivity.［Method］AcomprehensiveecologicalsensitivityanalysiswasconductedintheWeiheRiverBasin，selectinglandscapeecologicalrisksensitivityindex，biodiversitysensitivityindexandsoilerosionsensitivityindexasresearchindicators，acomprehensiveecologicalsensitivityindex（CESI）wasconstructedtoevaluatetheecologicalstatusoftheWeiheRiverBasinoverthepast20years，andGeoSoS-FLUSwereusedforsimulationandprediction.［Result］TheecologicalsensitivityoftheWeiheRiverBasinhadundergonesignificantchangesfrom2000to2020，withthetotalareaofextremelysensitiveareaswasdecreased.TheareaswithhighecologicalsensitivityintheWeiheRiverBasinweremostlyconcentratedinthewest，northandsmallareasineast.Thesimulationandpredictionofcellularautomatonshowedthatthechangesinlowsensitivityareasandlowersensitivityareaswillberelativelysmallby2030，andmostoftheseareasbelongtonaturereserves，whicharefarawayfromhumanactivityareasandhavenotundergonesignificantchanges;Theareaofmoderatelyandseverelysensitiveareasmaydecreasecomparedto2020，whiletheareaofextremelysensitiveareasmayincrease.［Conclusion］TheecologicalsituationintheWeiheRiverBasinhasgreatlyimprovedoverthepast20years.

KeywordsEcologicalsensitivity;Spatiotemporalcharacteristics;CESI;GeoSoS-FLUS;WeiheRiverBasin

作者簡介王文佳（1997—），男，甘肅天水人，碩士研究生，研究方向：生態敏感性與生態環境變化。*通信作者，教授，博士，博士生導師，從事GIS應用和國土空間發展規劃研究。

21世紀以來，社會快速發展，但人們生存的自然生態環境因此遭到了嚴重破壞，由于各類自然災害頻發，人們對自然環境的保護也更加重視。生態敏感性是針對某區域生態環境脆弱度的一種可視化表示，是指生態系統在受到自然環境和人類活動的制約時，對各種不利因素的敏感程度。它既能反映環境失衡的敏感性，又能識別生態系統內各種影響因子的內在關系^［1］。生態敏感性研究始于20世紀60年代，歐陽志云等^［2］于2000年首先提出了中國生態敏感區的概念，并對中國的生態敏感區進行了劃分，突出了各生態敏感區的特點。近年來隨著地理信息系統（GIS）與遙感的快速發展，可以更精確地識別和評估生態敏感區域，為生態保護和修復提供科學依據。例如，通過遙感影像分析，可以監測土地覆蓋變化、植被覆蓋度和水體分布等關鍵生態指標；利用GIS方法，可以全面分析土地、氣候和人類活動對生態敏感性的影響；通過對生態模型的模擬，可以預測生態系統未來的變化趨勢。對比國內外對生態敏感性的研究發現，生態敏感性評價的區域多種多樣，方法也是各不相同。結合國內外研究方法，使用較多的是利用層次分析法或者專家打分法對生態環境中不同的生態指標進行賦值^［3］，如坡度、高程、坡向、植被覆蓋度、道路、水系等，研究范圍多集中于自然保護區與省（區、市），但尚未形成統一標準，由于生態敏感性的變化受到多種多樣的因素影響以及不同時期環保政策的影響，因此對于生態變化的預測與模擬較為困難。

渭河流域作為中國西北地區重要的生態屏障和經濟發展區，其生態敏感性研究對于區域可持續發展具有重要意義^［4］。渭河流域生態敏感性是指該流域內生態環境現狀對所遭受的各類影響所表現出的抗干擾能力以及生態恢復能力。因此，研究渭河流域的生態敏感性，對于制定有效的生態保護策略和可持續發展規劃至關重要。筆者以渭河流域作為研究區，選取景觀生態風險敏感性指數、水土流失敏感性指數、生物多樣性敏感性指數來構建綜合生態敏感性指數（CESI），對2000—2020年渭河流域整體生態狀況進行探究，并結合GeoSoS-FLUS對渭河流域2030年的生態敏感性進行模擬預測，以期為生態環境保護工作提供理論依據。

1資料與方法

1.1研究區概況

渭河發源于甘肅省渭源縣，經過甘肅與陜西，至潼關縣流入黃河（圖1）。干流全長818km，流域面積13.4萬km2。渭河流域是華夏文明的重要發源地之一，也是我國西北地區重要的農業基地，作為黃河的最大支流，渭河流域整體處于西高東低的地勢，且處于黃河流域水土流失最嚴重的地區之一，隨著經濟的快速發展和人口的不斷增長以及環境的破壞，導致水土流失嚴重，土壤受到嚴重侵蝕，水土流失面積達到了10.4萬km使流域內生態環境遭到進一步破壞，荒漠化加重，且流域內土地利用變化也受到影響，多年來流域內大面積耕地、草地以及各類林草地轉換成建設用地，這也造成了生態環境的退化。

1.2數據來源

該研究所使用的數據包括：①渭河流域2000、2010、2020年30m土地利用數據。②渭河流域省（市、縣）行政區劃數據。③渭河流域2000—2020年逐年NDVI數據。④渭河流域水系湖泊數據。⑤渭河流域各級道路數據。⑥30m渭河流域數字高程數據。⑦1∶100萬中國土壤數據集。①～⑦的數據均來源于國家冰川凍土沙漠科學數據中心（http：//www.ncdc.ac.cn）。⑧中國陸地年降水量頻率分布參數數據集，來源于資源環境科學數據注冊與出版系統。

1.3研究方法

該研究基于格網尺度，選取1000m×1000m的網格單元，最終將所有數據統一為1000m×1000m的網格尺度。選取景觀生態風險敏感性指數、生物多樣性敏感性指數、水土流失敏感性指數作為指標因子，構建綜合生態敏感性模型。技術路線如圖1所示。

1.3.1

景觀生態風險敏感性指數。景觀生態風險敏感性指數可以反映研究區域內各類景觀在保持生態穩定性方面的能力，它綜合考慮了景觀結構、功能以及人類活動對生態系統的影響，其目的在于識別和量化生態系統中存在的各種風險因素，從而為生態保護和管理提供科學依據。

景觀生態風險敏感性評價有效地揭示了景觀結構對生態過程和功能的影響。深入分析不同景觀要素、景觀生態風險的時空差異和區域構成，可以更好地了解和預測潛在生態風險的變化趨勢、時空分布和特征。俞孔堅^［5］在哈佛大學景觀生態學家Forman指出景觀生態規劃方法的基礎上提出了景觀安全格局理論。該理論滿足了生態安全研究中對生態過程進行合理調控的理論要求，成為對生態空間格局發展進行科學指導的有效途徑^［6-7］。臧淑英等^［8］研究發現土地利用覆被變化對各類景觀生態空間均存在顯著影響，并且與生態風險密切相關。該研究利用2000、2010、2020年3期渭河流域土地利用覆被數據進行分析，公式如下：

EIR="Ni=1SkiSkEi×Fi（1）

Ei=a×FN"i+b×FD"i+c×DO"i（2）

式中： EIR 為景觀生態風險敏感性指數；N為景觀類型數量；S ki是第k個網格單元中第i類景觀的面積；S k為第k個網格單元的總面積；E i為景觀干擾度指數；F i為景觀脆弱度指數； FN "i為景觀破碎度指數， FD "i為景觀類型分離度指數， DO "i為景觀類型優勢度指數，a、b、c為三者權重，且a+b+c= 根據相關研究確定a、b、c 分別為0.5、0.3、0.2^［9］；在優勢度的計算中根據相關參考文獻確定相對蓋度的權重為0.6，相對密度的權重為0.4^［10］。

1.3.2 水土流失敏感性指數。水土流失敏感性指數是一種評估特定區域對水土流失的敏感程度的量化指標。它基于對影響水土流失的各種自然和人為因素的深入分析，識別和量化這些因素對土壤侵蝕的潛在影響，從而為水土保持和生態保護提供科學依據^［11］。該研究利用水土流失敏感性指數來研究渭河流域內水土流失的現狀^［12］。該指數采用修正通用水土流失方程（USLE）來進行定量分析。其公式如下：

A=R×K×LS×C×P（3）

式中：A為水土流失敏感性指數；R為降雨侵蝕力因子；K為土壤可侵蝕因子；LS為地形起伏度，其中L代表坡長，S代表坡度；C為植被覆蓋因子；P為人工措施因子，根據查閱大量資料對于若干措施因子的取值一般設為有些也根據植被地形等區別進行設置不同數值，在綜合考慮該研究區的區位特征和植被因素，決定將人工措施因子取為1。

1.3.3

生物多樣性敏感性指數。生物多樣性敏感性指數反映了研究區域內各類生物多樣性情況，通過生物從生態源地到達目的地所需要克服的最小阻力來表示生物多樣性敏感性^［13］。該研究利用最小累積阻力（MCR）模型來構建生物多樣性敏感性指數。MCR模型在生態領域應用廣泛^［14-15］，如Knaapen等^［14］構建了MCR模型，揭示了景觀格局與生態過程和功能之間的關系。該研究通過構建MCR模型來反映生物遷徙或者活動范圍的大小與阻力大小，模型阻力越高則生物流動阻力越大，生物多樣性敏感性指數越高；反之則越低。MCR模型的表達式如下：

MCR= f ×min "^i=m j=n（D ij×R i）（4）

式中：MCR為生物從生態源地j到i的最小累積阻力；f為MCR與（Dij×Ri）之間正向關系的函數；Dij為生物從生態源地j擴散到i的距離；Ri為目的地i向某個方向擴散的阻力系數。

1.3.4 綜合生態敏感性模型。該研究利用空間距離分析方法，計算某一點影響因子到敏感性最高點的距離，構建綜合生態敏感性模型^［16］。對水土流失敏感性指數、景觀生態風險敏感性指數、生物多樣性敏感性指數進行歸一化處理，將處理后的3個指數作為生態空間中的三維，并將3個指數的最大值作為空間模型中的最高點，通過計算其他點到最高點的距離來構建綜合生態敏感性指數。其計算公式如下：

CESI=（ERI-ERImax）2+（A-A"max）2+（MCR-MCRmax）2（5）

式中：CESI為綜合生態敏感性指數；A為單元網格的水土流失敏感性指數；ERI是單元網格的景觀生態風險敏感性指數；MCR為單元網格的生物多樣性敏感性指數；A"max、ERImax、MCRmax為各指數最大值。

1.3.5 元胞自動機。元胞自動機（cellular automata，CA）是20世紀40年代由數學家馮·諾依曼所提出的一種動態演變模型，該模型用于表示在離散的時間與空間規則下元素進行隨機變化，且根據局部規則影響周圍空間變化，使相鄰元素互相影響，達到完全隨機的狀態；該模型可以用于復雜生態系統演變的模擬^［17］。地理模擬與優化系統（GeoSoS）是黎夏等^［18］基于初始元胞自動機模型所提出的優化模型，近年來在生態領域使用較廣^［19］。GeoSOS-FLUS是對GeoSOS的傳承并在FLUS模型的原理上開發出的集空間過程模擬、優化、預測于一體的分析平臺，在土地利用變化分析及其未來預測中運用廣泛，是地理空間優化與決策的重要工具^［20］。該研究通過GeoSoS-FLUS在ArcGIS 10.8.2軟件上的相關模塊，結合2000、2010、2020年3期的綜合生態敏感性指數進行元胞自動機的模擬分析，對渭河流域2030年的生態敏感性狀況進行預測。GeoSoS-FLUS的工作原理如圖3所示。

2結果與分析

2.1景觀生態風險敏感性時空變化

統計渭河流域不同景觀生態風險敏感性變化面積發現，2000—2010年景觀生態風險敏感性變化不大，低敏感性生態風險區面積增長了5.24%，較低敏感性生態風險區面積減少了4.57%，中度敏感性生態風險區面積減少了31.49%，重度敏感性生態風險區面積增加了31.63%，極度敏感性生態風險區面積增加了0.27%；2010—2020年景觀生態風險敏感性的變化比2000—2010年的變化大，低敏感性生態風險區面積減少了13.48%，較低敏感性生態風險區面積增加了20.24%，中度敏感性生態風險區面積增加了35.24%，重度敏感性生態風險區面積增加了8.13%，極度敏感性生態風險區面積減少了0.73%。

從圖4可以看出，景觀生態風險敏感性較高區域大多處于渭河流域北部和西北部，以及流域東部的小塊區域。結合衛星影像與數字高程地形圖可知，流域北部大多為山脈與林地，海拔高，植被覆蓋也較流域其他區域高，但由于土質疏松，水土流失較為嚴重，因此流域北部生態風險區面積也最大。而流域東部生態風險敏感性高值是位于城市郊區，海拔較低，處于山脈林地、耕地以及河流的交接處，此處受人類影響較大，因此生態風險敏感性也較高。20年來渭河流域的景觀生態風險敏感性的區域并沒有發生大的變化，但整體生態風險敏感性有所下降。

2.2水土流失敏感性時空變化

渭河流經黃土高原，水土流失的情況歷年來都較為嚴重。該研究結合各個年份的年降水量計算出不同年份的降雨侵蝕度，再利用公式（3）計算出水土流失敏感性指數。統計渭河流域不同水土流失敏感性變化面積發現，20年來渭河流域水土流失情況變化很大，2000—2010年渭河流域水土流失低敏感區域面積減少了922%，較低敏感區面積增加了16.05%，中度敏感區面積減少了2.46%，重度敏感區面積減少了2.18%，極度敏感區面積減少了23.24%；2010—2020年，低敏感區域面積增加了10.15%，較低敏感區面積減少了13.83%，中度敏感區面積增加了2.52%，重度敏感區面積增加了2.23%，極度敏感區面積增加了30.28%。

從圖5可以看出，2000—2010年渭河流域水土流失敏感性高的區域有所變化，從2000年的城市區域轉移至2010年的中西部山區，而到2020年渭河流域的水土流失敏感性又開始增加，但總體情況來看，20年來渭河流域水土流失情況有著明顯改善。

2.3生物多樣性敏感性時空變化

生物多樣性敏感性反映了一定時間一定區域內所有生物物種和生態系統的復雜性受人類干擾及環境基質的影響情況^［21］。該研究選取土地利用類型中的建設用地作為阻力面，在ArcGIS 10.8.2中構建阻力面^［22］。通過統計結果可知，2000—2010年渭河流域生物多樣性低敏感區面積增加了46.60%，較低敏感區面積減少了44.99%，中度敏感性面積增加了0.78%，重度敏感區面積增加54.20%，而極度敏感區面積變化最大，增加了13607%；2010—2020年，低敏感區面積減少了39.46%，較低敏感區面積增加了53.01%，中度敏感性面積增加了35.33%，重度敏感區面積減少了28.68%，極度敏感區面積減少了44.74%。

從圖6可以看出，2000—2010年渭河流域極度敏感性區域增加最大，而到2020年則有所下降；20年來渭河流域生物多樣性敏感性較低的區域沒有發生大的變化；2000—2010年生物多樣性有了明顯改善，到了2020年生物多樣性敏感性高的區域有所擴大。

2.4綜合生態敏感性時空變化

綜合生態敏感性可以將多個指標進行綜合評估，從更為可視化的角度看出各個區域生態敏感性的變化。根據統計數據可知，20年來渭河流域綜合生態敏感性有了很大的改善。2000—2010年，低敏感區面積減少了55.21%，較低敏感區面積減少了63.41%，中度敏感區面積變化最大，增加了246.37%，重度敏感區面積增加了24.13%，極度敏感區面積減少了18.76%；2010—2020年，低敏感區面積減少了69.84%，較低敏感區面積變化最大，增加了294.56%，中度敏感區面積增加了211.97%，重度敏感區面積減少了8.24%，極度敏感區面積減少了32.17%。

從圖7可以看出，2000—2020年渭河流域生態敏感性變化較大，其中極度敏感性區域面積整體呈現下降的趨勢，2010—2020年下降程度更大。20年來渭河流域生態敏感性高的區域大多集中在西部、北部以及東部的小片區域，極重敏感性的區域在逐漸下降，在未來的治理下，極重敏感性的區域有很大可能會繼續減小。

2.5元胞自動機預測分析

通過GeoSoS-FLUS進行人工神經網絡的元胞自動機模擬預測，2000—2010年的訓練精度達到了69.75%，驗證精度達到了70.77%。利用2000—2010年的生態敏感性進行2020年模擬預測，精度達到了81.62%，Kappa系數為0.305，精度較高。用已驗證精度后的2020年數據對2030年的生態敏感性進行預測，將預測結果進行可視化得到圖8。預測分析結果顯示，2030年低敏感區面積為298.24km占整個流域面積的0.22%，較低敏感區面積為2023.38km占整個流域面積的1.51%，中度敏感區面積為37814.04km占整個流域面積的28.24%，重度敏感區面積為44067.24km占整個流域面積的32.90%，極度敏感區面積為49721.85km占整個流域面積的37.13%。

3結論與討論

3.1結論

該研究結合了景觀生態風險敏感性指數、水土流失敏感性指數、生物多樣性敏感性指數3種空間指數，構建了綜合生態敏感性指數（CESI），這種方法避免了只采用AHP層次分析法與專家打分賦值的主觀性，結果更加客觀，最終得到渭河流域2000—2020年生態敏感性變化，并通過GeoSoS-FLUS對未來10年的生態敏感性進行預測，結論如下：

（1）渭河流域2000—2020年生態敏感性變化較大，其中極度敏感的區域總面積整體呈下降趨勢，表明渭河流域的生態狀況在20年間得到了很大的改善。

（2）渭河流域生態敏感性高的區域大多集中在西部與北部以及東部的小片區域，這些區域植被較為茂盛，在分布上呈現高聚類的特征。

（3）元胞自動機預測分析表明，在2030年渭河流域綜合生態極度敏感區面積將占整個流域面積的37.13%，重度敏感區面積占整個流域面積的32.90%，中度敏感區面積占整體流域面積的28.24%，較低敏感區和低敏感區共占整個流域面積的1.73%。相比2020年，2030年低敏感區和較低敏感區變化較小，變化不明顯；中度、重度敏感區面積有所減少，極度敏感區面積有所增加。

3.2討論

在未來的生態環境演變過程中，尚有諸多不確定因素會影響渭河流域生態狀況的變化，如政府關于生態保護的政策、未來氣候的劇烈變化、社會經濟的發展都會最終影響到生態環境的改變。由于城市的發展必然會導致人類活動面積增加，但同時國家也將更加注重生態環境的保護。

渭河流域在20年來生態環境的改善得益于國家和當地政府出臺的一系列生態保護政策。2005年國務院審批通過的《渭河流域重點治理規劃》以及多次修改完善的治理規劃為渭河流域的治理提供了方案與具體方向。

該研究的預測結果尚未達到更高精度，在進一步的研究中會嘗試將政策因素、氣候因素與社會發展因素結合到生態環境變化的研究中，以此來得到更為精確的預測結果，以期為政府在制定城市規劃與生態保護措施時提供參考。

參考文獻

［1］SONGCW，TENIGE，DUHS.Spatio-temporalevolutionofecologicalsensitivityinthedesertofChinafrom1981to2022［J］.Sustainability，2023，15（16）：1-18.

［2］歐陽志云，王效科，苗鴻.中國生態環境敏感性及其區域差異規律研究［J］.生態學報，2000，20（1）：9-12.

［3］LIUYY，GAOYX，FUYF，etal.AframeworkofecologicalsensitivityassessmentforthegroundwatersystemintheMiRiverbasin，EasternChina［J］.Environmentalearthsciences，2023，82（13）：334.

［4］張耀文，張勃，姚榮鵬，等.2000—2020年渭河流域植被覆蓋度及產水量時空變化［J］.中國沙漠，20242（2）：223-233.

［5］俞孔堅.生物保護的景觀生態安全格局［J］.生態學報，1999，19（1）：8-15.

［6］YINGB，LIUT，KEL，etal.IdentifyingthelandscapesecuritypatterninKarstrockydesertificationareabasedonecosystemservicesandecologicalsensitivity：AcasestudyofGuanlingCounty，GuizhouProvince［J］.Forests，2023，14（3）：1-16.

［7］曹祺文，張曦文，馬洪坤，等.景觀生態風險研究進展及基于生態系統服務的評價框架：ESRISK［J］.地理學報，2018，73（5）：843-855.

［8］臧淑英，梁欣，張思沖.基于GIS的大慶市土地利用生態風險分析［J］.自然災害學報，2005，14（4）：141-145.

［9］劉海龍，王煒橋，王躍飛，等.汾河流域生態敏感性綜合評價及時空演變特征［J］.生態學報，20241（10）：3952-3964.

［10］曹雪嬌.基于景觀格局動態變化制定濱海濕地生態補償標準：以遼河三角洲保護區濕地為例［D］.沈陽：沈陽農業大學，2018.

［11］PAPARRIZOSS，MARISF，KITIKIDOUK，etal.Comparativeanalysisofsoilerosion"sensitivityusingvariousquantizationswithinGISenvironment：AnapplicationonSperchiosriverbasininCentralGreece［J］.Internationaljournalofriverbasinmanagement，2015，13（4）：475-486.

［12］王嬌，程維明，祁生林，等.基于USLE和GIS的水土流失敏感性空間分析：以河北太行山區為例［J］.地理研究，2014，33（4）：614-624.

［13］XIEBB，WEIW，LIUCY，etal.OptimalallocationforlandinanaridinlandbasininnorthwestChina：FrameworkandapplicationbasedonCLUE-SandMCRmodels［J］.Environmentalscienceandpollutionresearchinternational，2023，30（42）：95758-95772.

［14］KNAAPENJP，SCHEFFERM，HARMSB.Estimatinghabitatisolationinlandscapeplanning［J］.Landscapeandurbanplanning，19923：1-16.

［15］黃木易，岳文澤，馮少茹，等.基于MCR模型的大別山核心區生態安全格局異質性及優化［J］.自然資源學報，2019，34（4）：771-784.

［16］趙正嫄，張云龍，李婷，等.基于空間距離指數的青藏高原生態敏感性綜合評價及時空演變分析［J］.生態學報，20242（18）：7403-7416.

［17］穆莉平，楊威，侯鯤.地理元胞自動機模型研究進展［J］.長春師范大學學報，20241（6）：53-59.

［18］黎夏，葉嘉安.基于神經網絡的元胞自動機及模擬復雜土地利用系統［J］.地理研究，2005，24（1）：19-27.

［19］謝君洋，簡季.基于GeoSOS模型的大范圍城市擴張模擬分析：以四川省為例［J］.物探化探計算技術，20244（3）：381-391.

［10］姜展鵬，包安明，李艷紅.基于GeoSOS-FLUS模型的烏魯木齊主城區擴張情景模擬分析［J］.遙感技術與應用，2023，38（2）：332-340.

［21］劉希朝，李效順，韓曉彤，等.基于最小阻力模型的資源型城市景觀安全格局診斷研究：以徐州市為例［J］.生態經濟，2020，36（6）：221-229.

［22］夏敏，張智超，文博，等.蘇南地區土地利用的生態敏感性分區［J］.水土保持通報，2016，36（4）：112-117.