Quantitative Analysis on the Soil Erosion Intensity Change in Different Morphological Types of Guizhou Province

  • ZHAO Qingsong , 1 ,
  • LAN Anjun , 1, * ,
  • FAN Zemeng 2 ,
  • YANG Qing 1
Expand
  • 1. School of geography and environmental sciences, Guizhou Normal University, Guiyang 550025, China;
  • 2. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
LAN Anjun, E-mail:

Received date: 2020-01-06

  Request revised date: 2020-03-31

  Online published: 2020-07-02

Supported by

National Natural Science Foundation of China(41971358)

Science and Technology Plan Project of GuiZhou Province([2012]3058)

Science and Technology Support Plan Project of GuiZhou Province([2016]2595-2)

Copyright

Copyright reserved © 2020

Abstract

Quantifying the changes of soil erosion intensity across different geomorphological types is one of the key issues that need to be explored in the field of soil and water conservation, especially for the karst region where the ecological environment is relatively fragile. According to different classification criteria of soil erosion intensity in karst and non-karst areas of China, we generated the spatially explicit soil erosion data at a resolution of 10 m×10 m in Guizhou Province combining multi-resolution remote sensing data, i.e. ALOS, ZY-3, GF-1, Landsat, and GDEMV2, and 2762 field samples in 2010 and 2015. We analyzed the spatial-temporal changes of soil erosion intensity in karst and non-karst area of Guizhou Province based on the spatial distribution of soil erosion estimates and the geomorphological type data of Guizhou Province. The results show that soil erosion intensity showed a decreasing trend with the total area of soil erosion decreased by 6468.13 km 2 in Guizhou Province from 2010 to 2015. The total area of decreasing soil erosion intensity in karst area was larger than that in non-karst area, while the decreasing amplitude of soil erosion intensity in extremely intense and severe erosion karst area was smaller than that in non-karst area, which indicated a higher difficulty of soil erosion restoration in extremely intense and severe erosion area in karst area. Moreover, the decrease of soil erosion intensity in high-altitude areas was larger than that in the low-altitude areas. The decreasing soil erosion intensity in high basins, middle mountains, and high mountains was more obvious than that of other geomorphological types, though high mountains in karst and non-karst areas were still the obvious areas of increasing soil erosion. In our study, the larger decrease in soil erosion intensity in karst area than non-karst area might be due to the ecological restoration projects and water soil conservation polices carried out in karst area, especially in the western of Guizhou Province during 2010-2015. In future, the soil erosion in non-karst area should also be paid attention by local government.

Cite this article

ZHAO Qingsong , LAN Anjun , FAN Zemeng , YANG Qing . Quantitative Analysis on the Soil Erosion Intensity Change in Different Morphological Types of Guizhou Province[J]. Journal of Geo-information Science, 2020 , 22(7) : 1555 -1566 . DOI: 10.12082/dqxxkx.2020.200016

1 引言

土壤侵蚀及其引发的生态环境破坏依旧是全球危害最为严重的问题之一[1,2]。自然环境与人类活动及其相互作用是土壤侵蚀研究的重要内容[3]。不少学者从海拔、坡度、坡向、地表起伏度等角度分析土壤侵蚀的空间分布及演变特征[4,5,6,7,8];有研究通过土壤侵蚀强度与地形特征的关系,揭示了不同坡度和地表覆盖类型对土壤侵蚀强度的影响[9,10,11];土地利用结构与土壤侵蚀响应关系研究中表明耕地的土壤侵蚀风险高于其他的土地利用类型[12,13];土地利用变化对气候变化的不同响应情景将引起不同的土壤侵蚀变化强度[14,15]。地貌的区域分异直接影响地表水分与光照强度,从而在一定程度控制着土壤侵蚀的驱动力因子[16,17,18,19,20,21]。尤其在喀斯特广泛分布的区域,特殊的土壤侵蚀环境,导致土壤流失呈现“二元”结构。贵州省是西南地区喀斯特地貌的典型代表区域[22],地貌形态格局复杂[23],脆弱的生态环境和逐渐增多的人类活动极易造成严重的负面干扰,使得贵州省土壤侵蚀尤为严重[24,25]。诸多学者结合USLE/RUSLE、RMMF、WEPP、SWAT等模型开展了贵州省土壤侵蚀的研究工作。其中,USLE/RUSLE模型在贵州应用较为广泛,但在石漠化严重的区域,甚至出现无土可蚀的现象,导致模拟结果在一定程度上高估了喀斯特区域的土壤侵蚀[26],而且模拟精度缺乏相关数据验证[27,28];余丹等[29]构建了SWAT模型开展贵州猫跳河流域的土壤侵蚀模拟,效果良好,但模型需要大量基础资料,难以广泛应用;龙明忠等[30]使用WEPP模型在贵州花江喀斯特石漠化地区进行了土壤侵蚀适用性的探讨,研究结果表明该模型在喀斯特地区不适于直接进行估算。
目前有关土壤侵蚀研究的数据获取主要是利用常用模型进行模拟,分辨率多为30 m×30 m,并多集中于小流域尺度结合单一地理环境因子进行分析,且未进一步区分喀斯特区与非喀斯特区,应用具有一定的局限性。在省级尺度上,尤其是生态环境脆弱的喀斯特区域,缺乏精细化土壤侵蚀数据的获取,鲜有对不同地貌形态类型区的喀斯特区与非喀斯特区土壤侵蚀强度变化进行定量分析。
因此,本文利用多源遥感影像数据,针对贵州省喀斯特地貌区土壤侵蚀类型的地域特征,依据喀斯特区与非喀斯特区不同的土壤侵蚀标准,实现贵州省10×10 m分辨率土壤侵蚀数据的提取,通过构建土壤侵蚀动态度、广度、相对变化率时空分析模型,从地貌视角进一步揭示研究区的土壤侵蚀时空变化强度差异。综合分析生态保护工程及水土保持政策对水土流失变化影响的时空特征及其驱动效应,以期为贵州省进一步实施喀斯特和非喀斯特区域的水土流失防治措施提供方法支撑和数据支持。

2 研究区概况、数据来源与研究方法

2.1 研究区概况

贵州省位于中国西南部,地处103°36′E— 109°35′E、24°37′N—29°13′N,东毗湖南省、南邻广西壮族自治区、西靠云南省、北接四川省和重庆市,海拔范围147.8~2900.6 m,全省国土面积176 167 km²。地势上处于我国第二大梯级西部高原山地向第三大梯级东部丘陵过渡带,历经多次构造运动和青藏高原具有差异性、间歇性及掀斜性隆起的影响,因而呈现中、西部向北、东、南倾斜,形成西高东低的地形特征,铸就贵州不同地貌形态格局[23]。地貌类型主要有高原、山地、丘陵、台地、盆地、河流阶地等,成因类型主要有侵蚀剥蚀、溶蚀及溶蚀侵蚀三类。喀斯特区具有纵深发育的特征,地形起伏度大,地块平均坡度高达21.7°[31]。贵州省属亚热带季风湿润气候,年均降水量介于1100~1300 mm,常年雨量充沛,土壤蠕滑,土壤与基岩之间缺少C层,极易诱发剧烈的土壤侵蚀[32]。脆弱的喀斯特生态环境,失衡的人地关系系统,负向的人为因素加剧了水土流失。

2.2 数据来源及处理

2.2.1 数据来源
研究区遥感数据采用2009年和2010年ALOS10 m分辨率遥感影像以及2014年和2015年ZY-3、GF-1 2.5 m分辨率遥感影像,采用人机交互模式,提取两期土地利用类型空间数据;植被覆盖度和基岩裸露率基于2010年和2015年Landsat 30 m 分辨率遥感影像数据提取;坡度数据来源于GDEMV2 30 m分辨率遥感影像;喀斯特区与非喀斯特区的岩性分类数据来源于贵州省1:5万地质图;地貌数据来源于《贵州省农业地貌区划》[33]
2.2.2 数据处理
以1:50万贵州省农业地貌区划图为底图在 ArcGIS中进行矢量化,生成相应的矢量数据。结合本文研究立意,主要是针对不同地貌区喀斯特与非喀斯特区的土壤侵蚀强度变化进行分析,将矢量数据中喀斯特地区细分的丘陵进行适当归并。最终得到低盆地、中盆地、高盆地、低丘、中丘、高丘、低山、低中山、中山、高中山、低台地、高台地12种类型(图1(a))。
图1 贵州省不同地貌形态类型及喀斯特与非喀斯特区域验证点的空间分布

Fig.1 The distribution of different morphological types and field point of karst and non-karst in Guizhou Province

由于土壤侵蚀数据各因子的来源和尺度不一,因此需要进行统一化处理,统一形成10 m×10 m分辨率。将ZY-3、GF-1数据进行重采样为10 m×10 m分辨率,与ALOS影像分辨率保持一致。将植被覆盖度、基岩裸露率、坡度等数据的分辨率提高至 10 m×10 m,以保证各因子在综合叠加过程中的统一。
考虑贵州喀斯特区与非喀斯特区的土壤侵蚀强度、抗蚀年限、水土流失危险系数等土壤侵蚀特征差异巨大。因此,方法上喀斯特区参照《岩溶地区水土流失综合治理技术标准》[34],非喀斯特区依据《土壤侵蚀分类分级标准》[35]。结合土地利用类型、植被覆盖度、基岩裸露率、坡度等数据,在进行大量野外采样验证的基础上,针对喀斯特与非喀斯特区域分别依据上述标准进行土壤侵蚀等级的定量判别与划分(表1表2),从而实现贵州省2010年和2015年的不同地貌形态类型区的10 m×10 m分辨率土壤侵蚀空间信息数据的提取。在对基础数据进行处理分析的过程中,为保证数据的分类精度及质量,在野外对上述分类结果进行了大量实地采样验证,调查数量共达2762个,2010年和2015年的验证精度分别为85.44%、91.07%(图1(b))。
表1 非喀斯特区面蚀(片蚀)分级指标

Tab.1 Surface erosion (sheet erosion) classification index of the non-karst area

地类 坡度/°
5~8 8~15 15~25 25~35 >35
非耕地林草盖度/% 60~75 轻度 轻度 轻度 中度 中度
45~60 轻度 轻度 中度 中度 强烈
30~45 轻度 中度 中度 强烈 极强烈
<30 中度 中度 强烈 极强烈 剧烈
坡耕地 轻度 中度 强烈 极强烈 剧烈
表2 喀斯特区坡耕地土壤侵蚀强度间接判别指标

Tab.2 Sloping Farmland erosion intensity index indirect discrimination of the karst area

基岩裸露率/% 坡度/°
<5 5~8 8~15 15~25 25~35 >35
<5 轻度 轻度 中度 强烈 极强烈 剧烈
5~30 轻度 轻度 中度 强烈 极强烈 剧烈
30~50 轻度 轻度 中度 中度 强烈 极强烈
50~70 微度 轻度 轻度 中度 中度 强烈
>70 微度 微度 轻度 轻度 中度 中度

2.3 土壤侵蚀空间分析模型

为了定量刻画和对比分析贵州省喀斯特区和非喀斯特区域土壤侵蚀发生的空间位置、变化的主要类型、变化的区域差异。引入现有土地利用变化模型[36]的基础上,结合土壤侵蚀广度指数、动态度等土壤侵蚀的刻画指标,分别构建了土壤侵蚀动态度模型、土壤侵蚀广度指数模型、土壤侵蚀相对变化率模型。
为了进一步刻画2010—2015年不同地貌形态类型的喀斯特区域和非喀斯特区域土壤侵蚀的时空动态变化,构建了贵州省土壤侵蚀时空动态指数模型。其公式可表达如下:
D i = j n Δ S i , j S a × 100 %
式中:Di为土壤侵蚀动态度指数,取值为0~1,百分数表示; Δ S i , j 代表第i级土壤侵蚀与j级土壤侵蚀相互转换的净变化面积/km²;Sa为某一地貌形态类型区的面积/km²;n代表土壤侵蚀强度的类型数;Di值越大,说明在这一区域内变化越剧烈;动态度Di着眼于土壤侵蚀变化的过程而非其结果,旨在反映其变化的剧烈程度与总体态势。
为了揭示不同地貌形态类型区的各土壤侵蚀强度间的主要转换类型,结合不同地貌形态类型的空间分布数据,构建了能够求算不同地貌类型主要土壤侵蚀转换类型的土壤侵蚀广度指数模型,其公式可表达如下:
C i = ( S i , j / S ) × 100 %
式中:Ci为土壤侵蚀广度指数,取值为0~1,百分数表示;Si,j为某区域2010—2015年第i类土壤侵蚀向j类土壤侵蚀的变化面积/km²;S为该区域内各类土壤侵蚀变化的总面积/km²。Ci值越大,即表明在该区域内第i类土壤侵蚀向j类土壤侵蚀的越占据主导。鉴于各地貌形态类型区内各类土壤侵蚀之间相互转换类别较多,为了分析各地貌形态类型区不同土壤侵蚀强度间的主要转换类型,故将Ci值由大到小累计之和大于70.00%统计成表。
在定量分析土壤侵蚀广度的基础上,为了揭示不同土壤侵蚀强度变化的区域差异,构建了土壤侵蚀相对变化率模型,其表达式如下:
K i = S i , j / S a × 100 %
式中:Ki为土壤侵蚀相对变化率,取值为0~1,百分数表示;Si,j为某区域2010—2015年第i类土壤侵蚀向j类土壤侵蚀的变化面积/km²;Sa为某一地貌形态类型区的面积/km²;其表达的意义为i类土壤侵蚀向j类土壤侵蚀的转变面积分别占各地貌类型区的比重,某一区域Ki值越大,表明i类土壤侵蚀向j类转换相较于其他区域更易发生。

3 结果与分析

3.1 喀斯特与非喀斯特区域土壤侵蚀强度变化对比

贵州省不同地貌类型的喀斯特与非喀斯特区域的各级土壤侵蚀强度的对比分析显示:2010、2015年,贵州省侵蚀强度总体呈减弱趋势(图2),除微度侵蚀外的侵蚀面积占全省总面积比由2010年的31.37%降至2015年的27.70%,减弱总面积为6468.13 km²(表3)。其中,喀斯特区域的轻度、中度、强烈、剧烈侵蚀等土壤侵蚀强度减弱面积高于非喀斯特区域,分别比非喀斯特区多566.88、794.82、265.4、15.17 km²。另外,虽然极强烈和剧烈侵蚀的面积有所减弱,但减弱幅度最小,二者土壤侵蚀减弱面积仅分别占喀斯特区与非喀斯特区土壤侵蚀减弱总面积的11.03%、22.42%。从整体上看,贵州喀斯特区域的土壤侵蚀强度减弱面积大于非喀斯特区域,但极强烈和剧烈侵蚀类型的减弱趋势与土壤侵蚀强度减弱的总体趋势相反(喀斯特区域的减弱幅度比非喀斯特区域的减弱幅度分别低11.04%、4.38%)。分析结果表明,贵州喀斯特区域土壤侵蚀治理取得显著效果,但极强烈和剧烈侵蚀类型的治理依然严峻。
图2 贵州省2010、2015年土壤侵蚀强度分布

Fig.2 Soil erosion intensity distribution of Guizhou Province from 2010 and 2015

表3 贵州省2010年和2015年各土壤侵蚀强度面积

Tab.3 The area of soil erosion intensity in Guizhou Province in 2010 and 2015 (km2,%)

岩性 土壤侵蚀强度 2010年 2015年 2015年与2010年面积差 差值/2010年
面积 占比 面积 占比
非喀斯特 E1(微度侵蚀) 47 110.03 26.74 49 588.29 28.15 2478.26 5.26
E2(轻度侵蚀) 10023.4 5.69 9550.25 5.42 -473.15 -4.72
E3(中度侵蚀) 5739.16 3.26 4757.35 2.70 -981.81 -17.11
E4(强烈侵蚀) 2452.96 1.39 1985.37 1.13 -467.58 -19.06
E5(极强烈侵蚀) 1377.36 0.78 1132.59 0.64 -244.77 -17.77
E6(剧烈侵蚀) 978.87 0.56 667.92 0.38 -310.95 -31.77
喀斯特 E1(微度侵蚀) 73 772.55 41.88 77 762.42 44.15 3989.87 5.41
E2(轻度侵蚀) 17 591.79 9.99 16 551.76 9.40 -1040.03 -5.91
E3(中度侵蚀) 10 621.68 6.03 8844.96 5.02 -1776.73 -16.73
E4(强烈侵蚀) 3592.39 2.04 2859.41 1.62 -732.98 -20.4
E5(极强烈侵蚀) 1695.34 0.96 1581.33 0.90 -114.02 -6.73
E6(剧烈侵蚀) 1190.86 0.68 864.74 0.49 -326.12 -27.39
总计/km2 176 146.39 176 146.39 0

3.2 不同地貌类型的土壤侵蚀强度变化差异对比

3.2.1 不同土壤侵蚀强度变化程度的区域差异贵州省2010—2015年不同地貌形态区土壤侵蚀强度变化的动态度(Di)模拟结果显示,随着海拔不断上升,各地貌形态类型区Di值不断增加,但喀斯特区Di值上升幅度小于非喀斯特区。因而在高盆地、高丘、高中山等高海拔区域Di值高于低盆地、低丘、低山等低海拔区域,喀斯特区Di值低于非喀斯特区,其中在高盆地表现最为明显,二者Di值相差9.35%(图3)。研究表明,高海拔区域土壤侵蚀的动态度高于低海拔区域,喀斯特区域土壤侵蚀动态度受海拔影响低于非喀斯特区。
图3 贵州省不同地貌区Di值分布

Fig.3 The distribution of Di value in different morphological types of Guizhou Province

3.2.2 不同地貌类型土壤侵蚀强度的转化分析基于不同地貌形态类型区,运用土壤侵蚀广度指数(Ci),对各地貌形态类型区土壤侵蚀强度间(Ci值累计之和大于70.00%)的主要转换类型进行统计分析。喀斯特区主要转换类型的Ci平均值达到40.47%,主要由轻度向微度侵蚀转换,非喀斯特区主要转换类型的Ci平均值为33.47%,除高盆地与高中山外,其余地区也主要由轻度向微度侵蚀转换为主(表4)。喀斯特区土壤侵蚀广度高于非喀斯特区,其中,在高盆地、高丘、高中山区域平均相差10.40%,而在低盆地、低山、低丘区域平均相差仅为1.77%。在低盆地、低丘、低山区域,喀斯特区与非喀斯特区第一Ci值与次Ci值平均相差25.77%、23.49%,主要转换类型较少,以轻度向微度侵蚀转变为主要转换方式。在高盆地、高丘、中山、高中山地区,喀斯特区与非喀斯特区第一Ci值与次Ci值平均相差7.36%、5.63%,由轻度向微度侵蚀转换主导性不明显,非喀斯特区主要转换类型多于喀斯特区,且各级侵蚀间转换均有发生。以上分析表明,各地貌区均以轻度向微度侵蚀为主要转换类型,随着海拔增加,轻度转为微度侵蚀主导性减弱,其他各级侵蚀Ci值逐渐增加,转换类型增多,喀斯特区主要转换类型的Ci值高于非喀斯特区。
表4 不同地貌形态类型区土壤侵蚀强度转换类型统计

Tab.4 Statistical table of soil erosion intensity conversion types in different morphological types

地貌形态
类型
非喀斯特区 喀斯特区 地貌形态
类型
非喀斯特区 喀斯特区
主要转换
类型
Ci/% 主要转换
类型
Ci/% 主要转换
类型
Ci/% 主要转换
类型
Ci/%
低盆地 E2→E1 42.70 E1→E2 7.89 低山 E1→E2 8.71 E1→E2 11.18
E3→E1 13.13 E2→E1 45.16 E2→E1 35.03 E2→E1 35.81
E3→E2 18.74 E3→E1 14.89 E3→E1 14.42 E3→E1 14.08
E3→E2 9.63 E3→E2 16.89 E3→E2 13.29
中盆地 E2→E1 51.03 E1→E2 4.02 低中山 E1→E2 8.09 E1→E2 8.12
E3→E1 9.92 E2→E1 38.15 E2→E1 33.24 E2→E1 33.89
E3→E2 10.43 E3→E1 15.65 E3→E1 15.62 E3→E1 14.81
E3→E2 15.99 E3→E2 13.70 E3→E2 14.21
高盆地 E3→E1 24.88 E2→E1 39.10 中山 E1→E2 8.12 E1→E2 9.32
E3→E2 10.83 E3→E1 29.30 E2→E1 22.99 E2→E1 26.52
E4→E3 15.54 E3→E2 10.21 E3→E1 11.69 E3→E1 11.69
E5→E4 11.21 E3→E2 10.79 E3→E2 15.70
E6→E5 13.30 E4→E3 10.38 E4→E3 8.89
低丘 E2→E1 41.68 E1→E2 11.10 E5→E4 8.82
E3→E1 12.76 E2→E1 43.75 高中山 E1→E2 8.60 E1→E2 9.03
E3→E2 15.79 E3→E1 18.44 E2→E1 15.64 E2→E1 22.64
中丘 E1→E2 12.60 E1→E2 8.14 E3→E1 15.76 E3→E1 13.97
E2→E1 33.94 E2→E1 38.32 E3→E2 11.87 E3→E2 18.09
E3→E1 15.31 E3→E1 16.40 E4→E3 10.03 E4→E3 8.88
E3→E2 8.80 E3→E2 10.07 E5→E4 9.16
高丘 E1→E2 6.44 E2→E1 31.89 低台地 E1→E5 16.25 E2→E1 66.66
E2→E1 21.91 E3→E1 27.63 E2→E1 44.98 E3→E1 18.50
E3→E1 20.15 E3→E2 10.89 E3→E2 12.59
E3→E2 7.47 高台地 E2→E1 63.90
E4→E2 7.92 E3→E1 9.55
E4→E3 6.80
3.2.3 不同地貌类型土壤侵蚀强度变化的分布特征
由于低中山、中山占全省面积比重较大,盆地、台地占比极小,仅从面积角度考虑土壤侵蚀强度变化的分布,则会导致土壤侵蚀程度增强或者减弱的区域几乎都分布在低中山、中山。因此,为了进一步揭示各土壤侵蚀强度变化在不同地貌类型区的分布情况,采用相对变化率进行分析对比(图4)。喀斯特区域剧烈、极强烈、强烈侵蚀减弱在中山、高中山的相对变化率较高,分别为0.63%、0.66%、1.15%,中度、轻度侵蚀减弱则分别在高丘、中盆地的相对变化率较高;非喀斯特区剧烈、极强烈、强烈、中度侵蚀减弱主要在高盆地的相对变化率较高,平均为2.59%。分析结果表明,喀斯特区中山、高中山、高丘等区域土壤侵蚀减弱的相对变化率较高,非喀斯特区主要在高盆地,由于喀斯特区中山、高中山、高丘等主要分布于毕节、黔西南州、六盘水等地,是土壤侵蚀较为严重的地方,受生态环境保护政策的影响[37],土壤侵蚀减弱的变化趋势明显。
图4 不同土壤侵蚀强度变化的区域差异

Fig.4 The distribution of soil erosion intensity change in different morphological types of Guizhou Province

喀斯特区与非喀斯特区的高中山是土壤侵蚀增强变化较为明显的区域,表明影响土壤侵蚀变化的不仅在于喀斯特,同样与高中山区域地表切割深、坡面较陡、坡面冲刷强烈有关。喀斯特区微度、轻度、极强烈侵蚀进一步增强在中山、高中山的相对变化率较高,非喀斯特区则主要在高中山区域;中度、强烈侵蚀加剧在高盆地的相对变化率较高,喀斯特区与非喀斯特区分别为0.19%、0.20%;此外,喀斯特区与非喀斯特区轻度转为微度侵蚀在中盆地、中丘的相对变化率较高,平均高达3.19%、3.00%,而这一地区则是城市建设用地快速扩张的区域。

4 讨论

不同地貌形态类型直接或间接对土壤侵蚀的驱动力因子有一定程度的控制作用。海拔影响热量水分的垂直差异分布,继而对植被类型、土地利用方式产生影响;地表起伏度越大,地形切割越为强烈,土壤侵蚀容易发生;坡度坡向则直接影响土壤侵蚀强度及方向。不同土壤侵蚀强度是各因子综合的结果。本文分析不同土壤侵蚀强度变化的地貌差异,对各因子的变化情况具有一定指示作用。

4.1 生态环境保护政策和社会经济发展对土壤侵蚀的驱动效应

贵州省土壤侵蚀强度总体呈减弱趋势。其中,在西部高海拔区域土壤侵蚀动态度高于东部低海拔区域,这一结果体现了退耕还林(草)工程的生态效应,因为2010—2015年中山、高中山地区耕地向林地、草地共转换了13.83 km²[37]。由于贵州省西部人工林的大量种植[38]和石漠化生态工程的 实施[39,40],使得贵州省土壤侵蚀总体趋势变好的情况下,呈现出西部变化剧烈,而东部变化相对稳定的土壤侵蚀动态变化格局。一方面,由于喀斯特区主要分布林地、耕地[37],在生态环境保护政策的驱动下,坡耕地逐渐减少,从而使得喀斯特区土壤侵蚀广度高于非喀斯特区,且转换多向弱一级侵蚀转换。另一方面,喀斯特区剧烈、极强烈、强烈侵蚀在中山、高中山区域的土壤侵蚀相对变化率较高,这一现象体现了生态修复工程在喀斯特区取得了较好的生态效应。另外,由于遵义—贵阳—安顺沿线中盆地、中丘区域的城镇化快速发展,建设用地大量扩张(2010—2015年增加1029.86 km²),且主要来自于耕地[41,42],使得该区域土壤侵蚀由轻度转为微度侵蚀的相对变化率处于较高状态。从整体情况看,由于贵州省中山、高中山区域的坡度基本上都在25°以上,地势起伏大,再加上坡耕地退耕、石漠化治理等生态修复工程的实施,使得该区土壤侵蚀强度变化的动态度最强。

4.2 不同地貌区土壤侵蚀侵蚀强度变化对土壤侵蚀防治对策

在黔东南州、遵义西北部赤水等非喀斯特区域微度、轻度侵蚀分布较为集中,地貌类型主要为低山,地表起伏度介于200~300 m之间,坡面较为平缓,加之这些区域植被覆盖度高、耕作以水田为主[37,38],防治措施主要以生态修复为主,并可辅以封山育林、人工造林,进一步增强自然恢复的能力,同时加强居民的水土保持意识[6]。遵义北部、贵阳等地貌类型以丘陵和低山为主的区域,虽然地表切割较浅,但土层浅薄,林草覆盖度低,容易发生中度、强烈的土壤侵蚀,主要防治措施应进一步加强基本农田建设,提高林草覆盖度,对于15~25°的耕地应进行坡改梯或退耕。在毕节、六盘水、黔西南州等地是中山、高中山广泛分布的区域,地表切割深度多>700 m,河谷两侧,坡度往往>35°[33],土地垦殖率高,而且以旱坡耕地为主,是极强烈、剧烈侵蚀主要发生的地方(图2)。另外,区域内喀斯特区石漠化现象十分严重。对于这些区域的治理应进一步加大力度实施坡改梯,甚至退耕,转变农业耕作方式。并控制人口增长,甚至进行生态移民,减缓生态环境承受压力。对于石漠化区域的土壤侵蚀应与石漠化治理结合起来,主要防治措施有:采用政府+专家+农户的运作方式,生物、工程、技术措施综合应用,多学科交叉运用与可持续发展相结合[43,44]
由于精细化土壤侵蚀空间信息数据获取的难度大,目前在10 m×10 m分辨率上仅揭示2010—2015年的贵州省不同地貌类型的喀斯特和非喀斯特区域的土壤侵蚀侵蚀强度的时空变化趋势及区域差异。将在进一步工作中,继续获取更多的精细化土壤侵蚀空间信息数据,进而实现贵州省土壤侵蚀强度的时空变化格局及区域差异的动态监测及精细化识别,为贵州省进一步实施喀斯特和非喀斯特区域的水土流失防治措施和石漠化生态恢复工程提供动态的精细化空间数据及方法支持。

5 结论

本文针对目前缺乏对不同地貌类型区土壤侵蚀强度变化定量解析的科学问题。以贵州省为例,利用多源高分遥感影像,喀斯特区与非喀斯特区分别依据不同的标准,实现贵州省10 m×10 m分辨率土壤侵蚀强度数据的提取,结合土壤侵蚀动态度、广度、相对变化率模型,从地貌视角对贵州省土壤侵蚀强度时空变化进行分析。该研究可为复杂地貌类型区域的土壤侵蚀变化强度精细化研究提供数据和方法支持。研究结果表明:
(1)2010—2015年的贵州省土壤侵蚀强度总体呈减弱趋势,减弱总面积为6468.13 km²。喀斯特区域的土壤侵蚀强度减弱总面积大于非喀斯特区域,但喀斯特区域极强烈和剧烈侵蚀的土壤侵蚀强度减弱幅度小于非喀斯特区域,表明喀斯特区的极强烈和剧烈侵蚀区域的土壤侵蚀恢复难度要高于非喀斯特区域。
(2)随海拔逐渐升高,各地貌形态类型的动态度逐渐增加,其平均Di值由低海拔区的6.00%增加到高海拔区的13.61%,喀斯特区的Di值增幅小于非喀斯特区。
(3)各地貌形态类型区土壤侵蚀主要转换类型为轻度向微度侵蚀转换,喀斯特区域土壤侵蚀转换广度指数高于非喀斯特区域,虽然Ci值在低海拔区相差仅为1.77%,但在西部高海拔区平均相差达10.40%。
(4)研究结果表明贵州省退耕还林还草工程及石漠化治理工程的实施取得了显著的生态恢复效应。譬如在高盆地、中山、高中山人工林的种植和石漠化的防治,使得该区域的土壤侵蚀强度减弱程度高于其他区域。
[1]
Jiang Z C, Lian Y Q, Qin X Q. Rocky desertification in southwest China: Impacts, causes, and restoration[J]. Earthence Reviews, 2014,132(3):1-12.

[2]
Borrelli P, Panagos P, Marker M, et al. Assessment of the impacts of clear-cutting on soil loss by water erosion in Italian forests: First comprehensive monitoring and modeling approach[J]. Catena, 2017,149:770-781.

DOI

[3]
Poesen J. Soil erosion in the anthropocene: Research needs[J]. Earth Surface Processes and Landforms, 2018,43(1):64-84.

DOI

[4]
Peng T, Wang S J. Effects of land use, land cover and rainfall regimes on the surface runoff and soil loss on karst slopes in southwest China[J]. Catena, 2012,90:53-62.

DOI

[5]
刘飞, 范建容. 地貌特征与土壤侵蚀空间分布直方图相似度研究[J]. 水土保持研究, 2011,18(6):18-21.

[ Liu F, Fan J R. Study on topographic features and spatial distribution of soil erosion based on histogram similarity[J]. Research of Soil and Water Conservation, 2011,18(6):18-21. ]

[6]
李睿康, 李阳兵, 文雯, 等. 典型流域土壤侵蚀演变的高程、坡度空间差异比较[J]. 水土保持学报, 2017,31(5):99-107.

[ Li R K, Li Y B, Wen W, et al. Comparative study on spatial difference of elevation and slope in soil erosion evolution in typical watershed[J]. Journal of Soil and Water Conservation, 2017,31(5):99-107. ]

[7]
沈中原, 李占斌, 杜中, 等. 大理河流域土壤侵蚀空间分布的地貌特征研究[J]. 水土保持学报, 2008,22(5):78-81.

[ Shen Z Y, Li Z B, Du Z, et al. Study on topographic characters of soil erosion spatial distribution in Dalihe watershed on Loess Plateau[J]. Journal of Soil and Water Conservation, 2008,22(5):78-81. ]

[8]
王尧, 蔡运龙, 潘懋. 贵州省乌江流域土壤侵蚀与地貌特征的关联分析[J]. 水土保持通报, 2013,33(3):7-12,327.

[ Wang Y, Cai Y L, Pan M. Relationship between soil erosion and topographic characters in Wujiang river basin of Guizhou Province[J]. Bulletin of Soil and Water Conservation, 2013,33(3):7-12,327. ]

[9]
Bonetti S, Richter D D, Porporato A. The effect of accelerated soil erosion on hill slope morphology[J]. Earth Surface Processes and Landforms, 2019,44(15):3007-3019.

DOI

[10]
Vanacker V, Ameijeiras Mariño Y, Schoonejans J, et al. Land use impacts on soil erosion and rejuvenation in Southern Brazi[J]. Catena, 2019,178:256-266.

DOI

[11]
Noori H, Karami H, Farzin S, et al. Investigation of RS and GIS techniques on MPSIAC model to estimate soil erosion[J]. Natural Hazards, 2018,91(1):221-238.

DOI

[12]
李瑞, 张弛, 顾再柯, 等. 贵州喀斯特区典型小流域坡面土壤侵蚀与主要影响因子的响应[J]. 水土保持研究, 2018,25(3):1-5.

[ Li R, Zhang C, Gu Z K, et al. Response of soil erosion to main influencing factors on hill slope of typical watersheds in Guizhou[J]. Research of Soil and Water Conservation, 2018,25(3):1-5. ]

[13]
Dai Q H, Peng X D, Yang Z, et al. Runoff and erosion processes on bare slopes in the karst rocky desertification area[J]. Catena, 2017,152:218-226.

DOI

[14]
Perović V, Kadović R, Djurdjević V, et al. Effects of changes in climate and land use on soil erosion: a case study of the Vranjska Valley, Serbia[J]. Regional Environmental Change, 2019,19(4):1035-1046.

DOI

[15]
Fan Z, Li J, Yue T, et al. Scenarios of land cover in karst area of southwestern China[J]. Environmental Earth Sciences, 2015,74(8):6407-6420.

DOI

[16]
王尧, 蔡运龙, 潘懋. 贵州省乌江流域土地利用与土壤侵蚀关系研究[J]. 水土保持研究, 2013,20(3):11-18.

[ Wang Y, Cai Y L, Pan M. Analysis on the relationship between soil erosion and land use in Wujiang river basin in Guizhou Province[J]. Research of Soil and Water Conservation, 2013,20(3):11-18. ]

[17]
Chen L G, Qian X, Shi Y. Critical area identification of potential soil loss in a typical watershed of the three gorges reservoir region[J]. Water Resources Management, 2011,25(13):3445-3463

DOI

[18]
Yan Y J, Dai Q H, Yuan Y F, et al. Effects of rainfall intensity on runoff and sediment yields on bare slopes in a karst area, SW China[J]. Geoderma, 2018,330:30-40.

DOI

[19]
Feng T, Chen H S, Polyakov V O, et al. Soil erosion rates in two karst peak-cluster depression basins of northwest Guangxi, China: comparison of the RUSLE model with 137Cs measurements[J]. Geomorphology, 2016,253:217-224.

DOI

[20]
程维明, 周成虎, 柴慧霞, 等. 中国陆地地貌基本形态类型定量提取与分析[J]. 地球信息科学学报2009, 11(6):725-736.

[ Cheng W M, Zhou C H, Cai H X, et al. Quantitative extraction and analysis of basic morphological types of land geomorphology in China[J]. Journal of Geo-information Science, 2009,11(6):725-736. ]

[21]
周成虎, 程维明, 钱金凯. 数字地貌遥感解析与制图[M]. 北京: 科学出版社, 2009.

[ Zhou C H, Cheng W M, Qian J K. Digital geomorphological interpretation and mapping from remote sensing[M]. Beijing: Science Press, 2009. ]

[22]
杨青, 杨广斌, 戴丽, 等. 喀斯特地区石漠化与土壤类型的空间相关分析——以贵州省为例[J]. 中国岩溶, 2019,38(1):80-87.

[ Yang Q, Yang G B, Dai L, et al. Spatial correlation analysis of rocky desertification and soil types in karstarea: A case study of Guizhou Province[J]. Carsologica Sinica, 2019,38(1):80-87. ]

[23]
李宗发. 贵州喀斯特地貌分区[J]. 贵州地质, 2011,28(3):177-181,234.

[ Li Z F. Division of karst landform in Guizhou[J]. Guizhou Geology, 2011,28(3):177-181,234. ]

[24]
王世杰, 李阳兵. 喀斯特石漠化研究存在的问题与发展趋势[J]. 地球科学进展, 2007,22(6):573-582.

[ Wang S J, Li Y B. Problems and development trends about researches on karst rocky desertification[J]. Advances in Earth Science, 2007,22(6):573-582. ]

[25]
Huang Q H, Cai Y L. Spatial pattern of karst rock desertification in the middle of Guizhou Province, southwestern China[J]. Environmental Geology, 2007,52(7):1325-1330.

DOI

[26]
王欢, 高江波, 侯文娟. 基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因[J]. Journal of Geographical Sciences, 2019,29(2):271-286.

DOI

[ 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(English)[J]. Journal of Geographical Sciences, 2019,29(2):271-286. ]

[27]
曾凌云, 汪美华, 李春梅. 基于RUSLE的贵州省红枫湖流域土壤侵蚀时空变化特征[J]. 水文地质工程地质, 2011,38(2):113-118.

[ Zeng L Y, Wang M H, Li C M. Study on soil erosion and its spatio-temporal change at Hongfeng Lake watershed based on RUSLE mode[J]. Hydrogeology & Engineering Geology, 2011,38(2):113-118. ]

[28]
汪文富. 贵州普定后寨河流域土壤侵蚀模型与应用研究[J]. 贵州地质, 2001(2):99-106.

[ Wang W F. Investigation of land erosion model of Houzhaihe Catchment in Puding, Guizhou and Its Application[J]. Guizhou Geology, 2001(2):99-106. ]

[29]
余丹, 孙丽娜, 于俊峰, 等. 基于SWAT的猫跳河流域径流及土壤侵蚀模拟研究[J]. 中国农学通报, 2012,28(17):256-261.

[ Yu D, Sun L N, Yu J F, et al. Simulation on soil erosion and stream flow in Maotiaohe Watershed of Guizhou Province based on SWAT mode[J]. Chinese Agricultural Science Bulletin, 2012,28(17):256-261. ]

[30]
龙明忠, 吴克华, 熊康宁. WEPP模型(坡面版)在贵州石漠化地区土壤侵蚀模拟的适用性评价[J]. 中国岩溶, 2014,33(2):201-207.

[ Long M Z, Wu K H, Xiong K N. Assessment of the applicability of the WEPP model(Hill slope Version)for soil erosion in karst rock desertification area, Guizhou Province[J]. Carsologica Sinica, 2014,33(2):201-207. ]

[31]
陈美淇, 魏欣, 张科利, 等. 基于CSLE模型的贵州省水土流失规律分析[J]. 水土保持学报, 2017,31(3):16-21,26.

[ Chen M Q, Wei X, Zhang K L, et al. Analysis of the characteristics of soil and water loss in Guizhou Province based on CSLE[J]. Journal of Soil and Water Conservation, 2017,31(3):16-21,26. ]

[32]
何永彬, 张信宝, 文安邦. 西南喀斯特山地的土壤侵蚀研究探讨[J]. 生态环境学报, 2009,18(6):2393-2398.

[ He Y B, Zhang X B, Wen A B. Discussion on karst soil erosion mechanism in karst mountain area in southwest China[J]. Ecology and Environmental Sciences, 2017,31(3):16-21, 26. ]

[33]
《贵州省农业地貌区划》编写组编. 贵州省农业地貌区划[M]. 贵阳: 贵州人民出版社, 1989.

[ “Agriculture Geomorphological regionalization of Guizhou Province” authored by a team. Agriculture Geomorphological regionalization of Guizhou Province[M]. Guiyang: The People of Guizhou Press, 1989. ]

[34]
中华人民共和国水利部. 岩溶地区水土流失综合治理技术标准: SL461-2009[S]. 北京: 中国水利水电出版社, 2009.

[ The People's Republic of China. The People's Republic of China. Techniques standard for comprehensive control of soil erosion and water loss in karst region: SL461-2009[S]. Beijing: China Water Power Press, 2009. ]

[35]
中华人民共和国水利部. 土壤侵蚀分类分级标准: SL190-2007[S]. 北京: 中国水利水电出版社, 2007.

[ The People's Republic of China. Standards for classification and gradation of soil erosion: SL190-2007[S]. Beijing: China Water Power Press, 2009. ]

[36]
朱会义, 李秀彬. 关于区域土地利用变化指数模型方法的讨论[J]. 地理学报, 2003,58(5):643-650.

DOI

[ Zhu H Y, Li X B. Discussion on the index method of regional land use change[J]. Acta Geographica Sinica, 2003,58(5):643-650. ]

[37]
韩会庆, 杨广斌, 张凤太. 基于地貌特征的贵州省土地利用时空变化分析[J]. 南京林业大学学报(自然科学版), 2015,39(5):99-105.

[ Han H Q, Yang G B, Zhang F T. Spatio-temporal analysis of land use changes in Guizhou Province based on landform characteristics[J]. Journal of Nanjing Forestry University (Natural Sciences Edition), 2015,39(5):99-105. ]

[38]
许幼霞, 周旭, 赵翠薇, 等. 1990—2015年间贵州省植被生态环境质量变化特征[J]. 地球与环境, 2017,45(4):434-440.

[ Xu Y X, Zhou X, Zhao C W, et al. Analysis of vegetation eco-environment quality change features in Guizhou Province from 1990 to 2015[J]. Earth and Environment, 2017,45(4):434-440. ]

[39]
闫利会, 周忠发, 谢雅婷, 等. 贵州高原石漠化敏感性与宏观地貌的空间关联分析[J]. 中国岩溶, 2018(3):400-407.

[ Yan L H, Zhou Z F, Xie Y T, et al. Analysis on spatial correlation between sensitivity of rocky desertification and macroscopic geomorphology in Guizhou Plateau[J]. Carsologica Sinica, 2018(3):400-407. ]

[40]
张珊珊, 周忠发, 孙小涛, 等. 基于坡度等级的喀斯特山区石漠化与水土流失相关性研究——以贵州省盘县为例[J]. 水土保持学报, 2017,31(2):79-86.

[ Zhang S S, Zhou Z F, Sun X T, et al. Based on the slope grade of rocky desertification and water and soil loss correlation study in karst mounta in area: A case in Panxian County, Guizhou[J]. Journal of Soil and Water Conservation, 2017,31(2):79-86. ]

[41]
陈会, 李阳兵, 盛佳利. 基于土地利用变化的贵州坝子土地利用功能演变研究[J]. 生态学报, 2019,36(24):1-14.

[ Chen H, Li Y B, Sheng J L. Study on the evolution of land use function basins based on land use change in Guizhou Province, China[J]. Acta Ecologica Sinica, 2019,36(24):1-14. ]

[42]
程维明, 高晓雨, 马廷, 等. 基于地貌分区的1990—2015年中国耕地时空特征变化分析[J]. 地理学报, 2018,73(9):1613-1629.

DOI

[ Cheng W M, Gao X Y, Ma T, et al. Spatial-temporal distribution of cropland in China based on geomorphologic regionalization during 1990-2015[J]. Acta Geographica Sinica, 2018,73(9):1613-1629. ]

[43]
熊康宁, 朱大运, 彭韬, 等. 喀斯特高原石漠化综合治理生态产业技术与示范研究[J]. 生态学报, 2016,36(22):7109-7113.

DOI

[ Xiong K N, Zhu D Y, Peng T, et al. Study on Ecological industry technology and demonstration for karst rocky desertification control of the karst Plateau-Gorge[J]. Acta Ecologica Sinica, 2016,36(22):7109-7113. ]

[44]
熊康宁, 李晋, 龙明忠. 典型喀斯特石漠化治理区水土流失特征与关键问题[J]. 地理学报, 2012,67(7):878-888.

DOI

[ Xiong K N, Li J, Long M Z. Features of soil and water loss and key issues in demonstration areas for combating karst rocky desertification[J]. Acta Geographica Sinica, 2012,67(7):878-888. ]

Outlines

/