賈 磊，姚順波①，鄧元杰，李園園，侯孟陽，龔直文

(1.西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院，陜西 楊凌 712100；2.西北農(nóng)林科技大學(xué)資源經(jīng)濟(jì)與環(huán)境管理研究中心，陜西 楊凌 712100)

土壤侵蝕指土壤及其母質(zhì)在自然界眾多外營(yíng)力的綜合作用下，通過物理過程和化學(xué)過程使得部分土壤被搬離原來位置而沉積在新位置的過程[1]，它是土地資源遭受破壞最為常見的形式。土壤侵蝕會(huì)使土壤肥力下降，抬高河床，淤積河道，加劇干旱、洪澇、滑坡和泥石流等自然災(zāi)害的發(fā)生，導(dǎo)致生態(tài)環(huán)境惡化，制約經(jīng)濟(jì)社會(huì)發(fā)展。中國(guó)是世界上土壤侵蝕最嚴(yán)重的國(guó)家之一[2]，水利部2019年8月20日發(fā)布的《2018年中國(guó)水土保持公報(bào)》顯示，2018年全國(guó)水蝕和風(fēng)蝕土壤面積為273.69萬km2，約占國(guó)土面積的28.5%。因此，定量模擬土壤侵蝕并分析其影響因素對(duì)指導(dǎo)水土保持工作及改善生態(tài)環(huán)境具有重要意義。

區(qū)域土壤侵蝕量的測(cè)定一般通過實(shí)地調(diào)查方式完成，該方法測(cè)定的侵蝕量較準(zhǔn)確，但具有費(fèi)時(shí)費(fèi)力等缺點(diǎn)，不宜在大尺度范圍內(nèi)加以應(yīng)用，而土壤侵蝕模型可以整合土壤侵蝕易感因素的復(fù)雜關(guān)系與相互作用，有助于精確模擬特定區(qū)域的土壤侵蝕[3]。RUSLE模型是由美國(guó)農(nóng)業(yè)部在大量試驗(yàn)和觀測(cè)數(shù)據(jù)基礎(chǔ)上對(duì)USLE模型進(jìn)行修正而成[4]，已逐漸替代USLE模型而被廣泛應(yīng)用于區(qū)域土壤侵蝕動(dòng)態(tài)變化的預(yù)測(cè)[5]。近年來，相關(guān)學(xué)者在流域[6]、地市[7]等不同尺度上均進(jìn)行了土壤侵蝕變化模擬，為區(qū)域土壤侵蝕防治和生態(tài)保護(hù)規(guī)劃提供了有益參考。在準(zhǔn)確評(píng)估區(qū)域土壤侵蝕的基礎(chǔ)上揭示其空間分布及影響因素，對(duì)于水土保持工作的開展具有重要的理論和實(shí)踐指導(dǎo)意義。在土壤侵蝕影響因素研究方面，劉璐璐等[6]采用疊加分析方法對(duì)南北盤江流域土壤侵蝕的影響因素進(jìn)行研究，發(fā)現(xiàn)植被覆蓋度的上升及侵蝕性降雨量的大幅減少是該區(qū)域土壤侵蝕明顯下降的主要驅(qū)動(dòng)因素；王濤[8]通過空間疊加與相關(guān)性分析，揭示了降雨和退耕還林工程對(duì)陜北洛河流域土壤侵蝕的影響方向與程度。這些工作多采用傳統(tǒng)的統(tǒng)計(jì)分析和空間分析手段，對(duì)于多因子影響及其交互作用的研究還較少，而地理探測(cè)器可通過揭示地理現(xiàn)象的空間異質(zhì)性來揭示其背后的驅(qū)動(dòng)力，能有效識(shí)別地理現(xiàn)象的高風(fēng)險(xiǎn)區(qū)及不同因子間的交互作用[9]。

黃土高原是我國(guó)水土流失最嚴(yán)重的地區(qū)，大部分地區(qū)土壤侵蝕模數(shù)高于10 t·hm-2·a-1，丘陵溝壑區(qū)的侵蝕則更劇烈，平均侵蝕模數(shù)可達(dá)50 t·hm-2·a-1，是我國(guó)水土保持和生態(tài)建設(shè)的重點(diǎn)地區(qū)[10]。渭河流域地處黃土高原南緣，是黃河流域第一大子流域。流域內(nèi)植被稀疏，土質(zhì)疏松，降雨多集中在夏、秋季，是中國(guó)土壤侵蝕較為嚴(yán)重的區(qū)域之一[11]。自1999年至今，國(guó)家和地方在渭河流域開展了以修建梯田、淤地壩為代表的水土保持綜合治理工程和以退耕還林(草)政策為代表的生態(tài)修復(fù)工程。截至2015年，渭河流域由梯田控制的上方坡面面積約為8 986 km2，淤地壩保有面積近104hm2[12]。2000—2015年，渭河流域累計(jì)完成退耕造林面積475.05萬hm2。國(guó)家和地方在渭河流域開展水土保持綜合治理工程、退耕還林(草)等生態(tài)修復(fù)工程，累計(jì)投入資金近100億元，累計(jì)治理水土流失面積達(dá)106.87萬hm2，取得一定成效；但侵蝕依然嚴(yán)重，仍有20多萬km2水土流失面積亟待治理，生態(tài)退化趨勢(shì)難以得到根本遏制[13]。渭河流域土壤侵蝕防治是推動(dòng)黃河流域生態(tài)保護(hù)與高質(zhì)量發(fā)展的關(guān)鍵，因此筆者基于RS與GIS技術(shù)，利用RUSLE模型模擬渭河流域2000—2015年土壤侵蝕動(dòng)態(tài)變化情況，并運(yùn)用地理探測(cè)器方法對(duì)影響渭河流域土壤侵蝕的自然與社會(huì)經(jīng)濟(jì)因素進(jìn)行定量歸因，旨在為流域土壤侵蝕防治和生態(tài)保護(hù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

渭河發(fā)源于甘肅省定西市渭源縣鳥鼠山，是黃河的第一大支流，橫跨甘肅東部、寧夏中南部和陜西中部，在陜西潼關(guān)縣匯入黃河(圖1)。

渭河干流全長(zhǎng)818 km，流域總面積為13.5萬km2，地處干旱地區(qū)和濕潤(rùn)地區(qū)的過渡地帶，屬于大陸性季風(fēng)氣候區(qū)，冬季寒冷干燥多西北風(fēng)，夏季炎熱濕潤(rùn)多東南風(fēng)，春秋氣候溫和多風(fēng)；多年平均降水量為500～800 mm；多年平均氣溫為7.8～13.5 ℃；流域地貌類型眾多，大致有陜北、隴東黃土高原、秦嶺山地和渭河谷地。地形西高東低，地勢(shì)自西向東逐漸變緩，河谷變寬；渭河支流眾多，南北岸分布不均，南岸數(shù)量較多，但較大支流集中在北岸，以涇河和北洛河為主；全區(qū)土壤類型以黃綿土、褐土和棕壤為主。研究區(qū)社會(huì)經(jīng)濟(jì)發(fā)展呈現(xiàn)較大差異，至2015年，渭河流域人口密度為20～1 220人·km-2，人均國(guó)民生產(chǎn)總值為7 338.25～75 329.44 元[12]。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

所使用的數(shù)據(jù)包括氣象數(shù)據(jù)、土地利用數(shù)據(jù)、數(shù)字高程模型(DEM)數(shù)據(jù)、植被覆蓋數(shù)據(jù)、土壤屬性數(shù)據(jù)和社會(huì)經(jīng)濟(jì)數(shù)據(jù)等。氣象數(shù)據(jù)為渭河流域內(nèi)26個(gè)氣象站點(diǎn)1998—2017年月度降雨觀測(cè)數(shù)據(jù)，來源為中國(guó)氣象局站點(diǎn)(http:∥data.cma.cn/)；2000、2005、2010和2015年4期土地利用數(shù)據(jù)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn/)，包括耕地、林地、草地、水域、建設(shè)用地和未利用地，空間分辨率為90 m[14]；DEM 數(shù)據(jù)源于美國(guó)國(guó)家航空航天局(NASA)2003年釋放的 SRTM 90 m 產(chǎn)品數(shù)據(jù)(http:∥srtm.csi.cgiar.org/)。利用ArcGIS中的Slope模塊計(jì)算得到研究區(qū)坡度數(shù)據(jù)；NDVI 數(shù)據(jù)采用 NASA 發(fā)布的每 16 d合成的250 m 分辨率的MOD13Q1產(chǎn)品。使用MRT(MODIS Reprojection Tools)工具對(duì)MODIS-NDVI數(shù)據(jù)進(jìn)行批量拼接、投影和裁剪等處理，最后運(yùn)用最大值合成法得到2000、2005、2010和2015年每一年的植被NDVI數(shù)據(jù)；土壤屬性數(shù)據(jù)來源于中國(guó)科學(xué)院南京土壤研究所土壤科學(xué)數(shù)據(jù)庫公布的1∶100萬中國(guó)土壤數(shù)據(jù)集(http:∥vdb3.soil.csdb.cn/)，包含各類土壤的砂粒、粉粒、黏粒及有機(jī)碳含量等數(shù)據(jù)；社會(huì)經(jīng)濟(jì)數(shù)據(jù)包括縣域人口、造林和經(jīng)濟(jì)發(fā)展數(shù)據(jù)。其中，2000—2015年渭河流域各縣域人口密度和人均GDP數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)年鑒；2000—2015年縣域年造林面積來源于《中國(guó)林業(yè)統(tǒng)計(jì)年鑒》。黃河流域和渭河流域邊界的矢量數(shù)據(jù)來自于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心黃土高原分中心(http:∥loess.geodata.cn)；流域內(nèi)縣級(jí)行政區(qū)共93個(gè)，其邊界數(shù)據(jù)來自于全國(guó)地理信息資源目錄服務(wù)系統(tǒng)下的1∶100萬全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(http:∥www.webmap.cn)。所有數(shù)據(jù)均在ArcGIS平臺(tái)中重采樣為90 m×90 m，空間坐標(biāo)系統(tǒng)一采用WGS_1984_UTM_Zone_49N。

2.2 RUSLE模型

采用修正的土壤侵蝕模型(RUSLE)[4]評(píng)估渭河流域土壤侵蝕，基本原理如下：

A=R×K×SL×C×P。

(1)

式(1)中，A為年均土壤侵蝕量，t·hm-2·a-1；R為降雨侵蝕力因子，MJ·mm·hm-2·h-1·a-1；K為土壤可蝕性因子，t·hm2·h·hm-2·MJ-1·mm-1；SL為坡長(zhǎng)坡度因子，無量綱；C為植被覆蓋與管理因子，無量綱；P為水土保持措施因子，無量綱。

2.2.1降雨侵蝕力因子(R)

降雨侵蝕力反映的是降雨所引起土壤搬運(yùn)和分離的動(dòng)力大小。該因子的計(jì)算需以降水資料為基礎(chǔ)，以次降雨總動(dòng)能(E)與30 min最大雨強(qiáng)(I30)的乘積作為降雨侵蝕力指標(biāo)[15]?？紤]到資料選取和研究區(qū)域等特點(diǎn)，選用基于月均降水和年均降水的Ganasri B P[16]計(jì)算公式：

(2)

式(2)中，pi為月平均降水量，mm；p為年平均降水量，mm?？紤]到某些年份降雨偶然性較大，會(huì)對(duì)最終結(jié)果的估算精確度造成影響，利用渭河流域氣象站點(diǎn)1998—2017年月度降雨觀測(cè)數(shù)據(jù)求得多年月均降雨量，由式(2)求得研究區(qū)各站點(diǎn)多年平均降雨侵蝕力(R)，再采用反距離權(quán)重法(IDW)進(jìn)行空間內(nèi)插，形成大小為90 m的柵格圖層(圖2)。

2.2.2土壤可蝕性因子(K)

K是表征土壤性質(zhì)對(duì)土壤侵蝕敏感程度的指標(biāo)，反映了由于土壤性質(zhì)不同所導(dǎo)致的侵蝕量差異。采用較為常用的EPIC模型[17]計(jì)算，具體表達(dá)式為

(3)

(4)

式(3)～(4)中，NSA、LSI和ACL分別為砂粒、粉粒和黏粒質(zhì)量含量，%；C為土壤有機(jī)碳質(zhì)量含量，%；NS1為1減去砂粒占比；0.131 7為美制單位轉(zhuǎn)為國(guó)際單位的系數(shù)。研究區(qū)K值分布見圖2。

2.2.3坡長(zhǎng)坡度因子(SL)

地形亦是影響土壤侵蝕的重要因子之一，坡長(zhǎng)坡度因子(SL)是由坡長(zhǎng)和坡度組成的一種復(fù)合因子，定義為在實(shí)際坡長(zhǎng)坡度條件下的土壤侵蝕量與標(biāo)準(zhǔn)小區(qū)條件下(坡度為9%，坡長(zhǎng)為22.13 m)土壤侵蝕量的比值[4]。SL可由DEM計(jì)算獲取，基于渭河流域的90 m DEM數(shù)據(jù)，采用從國(guó)家科技基礎(chǔ)條件平臺(tái)-國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)-黃土高原科學(xué)數(shù)據(jù)中心(http:∥loess.geodata.cn)申請(qǐng)得到的Launch LS工具計(jì)算研究區(qū)SL因子[18]，結(jié)果見圖2。

2.2.4植被覆蓋與管理因子(C)

C因子為不同植被覆蓋與管理情形下的土壤侵蝕量與同等條件下實(shí)施清耕、連續(xù)休閑對(duì)照地上的土壤侵蝕量之比，介于0到1之間[19]。植被覆蓋主要通過截留降雨、增加入滲和減緩徑流來抑制土壤侵蝕，植被覆蓋與管理方式的改變對(duì)區(qū)域土壤侵蝕的影響各異。采用蔡崇法等[20]建立的植被覆蓋度與C之間的回歸方程計(jì)算C值，計(jì)算公式為

(5)

式(5)中，c為植被覆蓋度。根據(jù)處理好的渭河流域2000、2005、2010和2015年NDVI數(shù)據(jù)，使用像元二分模型法合成各期植被覆蓋度圖層，再根據(jù)式(5)求得研究區(qū)4期C因子分布。

2.2.5水土保持措施因子(P)

P指采取諸如修筑梯田等水土保持措施時(shí)的土壤侵蝕量與無任何措施時(shí)的侵蝕量之比，取值為0～1，0表示無侵蝕，1表示未采取任何水土保持措施[4]。目前對(duì)于P值的測(cè)定主要通過布設(shè)天然小區(qū)試驗(yàn)得到?？紤]到流域尺度較難實(shí)現(xiàn)天然小區(qū)布設(shè)，因此根據(jù)黃土丘陵溝壑區(qū)的相關(guān)研究[21]并結(jié)合渭河流域的實(shí)際情況，得到耕地、林地、草地、水域、建設(shè)用地和未利用地的P值分別為0.2、0.6、0.8、0、0和1。

2.3 地理探測(cè)器原理及應(yīng)用

地理探測(cè)器是WANG等[22]基于空間分異理論提出“因子力”指標(biāo)并結(jié)合GIS空間疊加技術(shù)和集合論，用以識(shí)別多要素間交互作用的模型。模型基本假設(shè)：若某個(gè)自變量對(duì)某個(gè)因變量有重要影響，則自變量和因變量的空間分布也應(yīng)具有相似性。該方法適合于分析類型量，這一特點(diǎn)對(duì)于土壤侵蝕影響因素的識(shí)別具有重要作用[9]。地理探測(cè)器由分異及因子探測(cè)器、交互作用探測(cè)器、風(fēng)險(xiǎn)探測(cè)器和生態(tài)探測(cè)器4個(gè)部分組成。

因子探測(cè)器可用于探測(cè)因變量的空間分異性以及自變量對(duì)因變量的解釋程度，用q值來度量[22]，表達(dá)式為

(6)

(7)

TSS=Nσ2。

(8)

式(6)～(8)中，L為自變量(X)和因變量(Y)的分層或分區(qū)；Nh和N分別為層h和全區(qū)域的單元數(shù)；σh2和σ2分別為層h和全區(qū)域Y值的方差；WSS為層內(nèi)方差之和；TSS為全區(qū)域總方差。q∈[0,1]，值越大表示X對(duì)Y的解釋力越強(qiáng)，反之則越弱。q值的一個(gè)簡(jiǎn)單變換滿足非中心F分布，可通過地理探測(cè)器軟件來檢驗(yàn)q值是否顯著[23]。

交互作用探測(cè)器可用于識(shí)別不同因子間的交互作用，該方法通過對(duì)比單因子q值和雙因子q值來確定兩個(gè)因子間的交互作用方向和方式，交互作用的判據(jù)見表1。風(fēng)險(xiǎn)探測(cè)器可用于判斷因子在不同分層中的分布差異，可識(shí)別土壤侵蝕高風(fēng)險(xiǎn)區(qū)域，用t統(tǒng)計(jì)量來檢驗(yàn)[23]。生態(tài)探測(cè)可用于比較不同因子對(duì)因變量空間分布的影響是否有顯著差異，以F統(tǒng)計(jì)量來衡量[23]。土壤侵蝕主要受自然和社會(huì)經(jīng)濟(jì)兩個(gè)方面因素的影響，自然因素主要包括降雨、地形和植被等，社會(huì)經(jīng)濟(jì)因素主要有人口增長(zhǎng)、經(jīng)濟(jì)發(fā)展和政策等[24]?；诖?，選取多年平均降雨、植被覆蓋度、海拔、坡度、退耕還林累計(jì)造林面積、人均GDP和人口密度7個(gè)因子作為自變量X，以2015年平均土壤侵蝕強(qiáng)度作為因變量Y代入地理探測(cè)器中進(jìn)行運(yùn)算。地理探測(cè)器要求輸入的自變量為類型數(shù)據(jù)，根據(jù)王勁峰等[23]提出的數(shù)據(jù)離散化方法和先驗(yàn)知識(shí)，將多年平均降雨量、人均GDP、人口密度和累積造林面積按照自然斷點(diǎn)法分為6類，海拔按照等間距分類法分為6類，植被覆蓋度按照<0.3、0.3～0.4、>0.4～0.5、>0.5～0.6、>0.6～0.7、>0.7～0.8、>0.8～0.9和>0.9～1.0分成8類，坡度按<5°、5°～10°、>10°～15°、>15°～20°、>20°～25°和>25°分為6類。采用ArcGIS 10.4中的漁網(wǎng)點(diǎn)功能將渭河流域劃分為4 km×4 km格網(wǎng)，共提取8 300個(gè)采樣點(diǎn)作為地理探測(cè)器的運(yùn)行數(shù)據(jù)。

表1 不同影響因子的交互作用方式

3 結(jié)果與分析

利用流域內(nèi)水文站點(diǎn)的年輸沙量等數(shù)據(jù)，在GIS中進(jìn)行空間內(nèi)插，得出研究區(qū)輸沙模數(shù)并將其與土壤侵蝕模數(shù)進(jìn)行比較[11,25]。由于筆者采用多年平均降雨侵蝕力進(jìn)行計(jì)算，故需要將多年平均輸沙模數(shù)與流域多年平均土壤侵蝕強(qiáng)度作比較，北洛河、涇河和渭河主流域水文泥沙監(jiān)測(cè)站點(diǎn)分別為狀頭、張家山和咸陽站，從水利部網(wǎng)站(http:∥www.mwr.gov.cn/)公布的《中國(guó)河流泥沙公報(bào)》中可知狀頭、張家山和咸陽站多年平均輸沙模數(shù)分別為26.90、48.30和28.40 t·hm-2·a-1，在GIS中進(jìn)行克里金插值得到渭河流域多年平均輸沙模數(shù)為34.67 t·hm-2·a-1，而通過計(jì)算得到渭河流域2000—2015年平均土壤侵蝕強(qiáng)度為42.16 t·hm-2·a-1，輸沙模數(shù)與RUSLE模型結(jié)果之比值為0.81，表明由RUSLE模型得到的結(jié)果可用于進(jìn)一步分析。

3.1 土壤侵蝕強(qiáng)度的時(shí)間變化

渭河流域4期土壤侵蝕強(qiáng)度分布見圖3。

圖3顯示，渭河流域2000、2005、2010和2015年平均土壤侵蝕模數(shù)分別為50.724、42.270、39.716和35.944 t·hm-2·a-1，土壤侵蝕下降趨勢(shì)明顯，2000—2005年降幅最大，為16.67%，2005—2010年降幅最小，僅為6.04%，15 a間侵蝕總量共減少1.959億t。

將研究區(qū)4期土壤侵蝕強(qiáng)度按SL 190—2007《土壤侵蝕分級(jí)分類標(biāo)準(zhǔn)》[26]劃分為微度、輕度、中度、強(qiáng)度、極強(qiáng)和劇烈6個(gè)侵蝕級(jí)別，各級(jí)別面積占比見表2。由表2可知，2000—2015年，各侵蝕級(jí)別變化總趨勢(shì)為高侵蝕級(jí)別面積向低侵蝕級(jí)別轉(zhuǎn)移，15 a間，輕度、中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕面積分別下降17.68%、24.63%、28.52%、28.80%和29.71%；微度侵蝕面積增加31.51%，土壤侵蝕減弱趨勢(shì)明顯。

表2 2000—2015年渭河流域不同土壤侵蝕級(jí)別面積占比

利用ArcGIS中的面積制表功能，對(duì)研究區(qū)不同土壤侵蝕級(jí)別面積進(jìn)行統(tǒng)計(jì)，得出土壤侵蝕級(jí)別的轉(zhuǎn)移矩陣(表3～5)。

表3 2000—2005年渭河流域土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣

表4 2005—2010年渭河流域土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣

表5 2010—2015年渭河流域土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣

由表3～5可知，2000—2005年渭河流域微度、輕度、中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕的穩(wěn)定率分別為99.52%、88.13%、81.93%、75.11%、74.26%和78.37%。由此可見，隨著侵蝕級(jí)別的升高，土壤侵蝕轉(zhuǎn)化率也升高，且大部分地區(qū)土壤侵蝕強(qiáng)度向低強(qiáng)度侵蝕轉(zhuǎn)化。輕度、中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕轉(zhuǎn)移為微度侵蝕的面積比例分別為10.30%、9.57%、11.03%、15.58%和13.20%，微度侵蝕面積有較大增加。2005—2010年微度、輕度、中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕的穩(wěn)定率分別為95.68%、71.37%、64.11%、59.53%、62.66%和72.18%。除微度侵蝕外，其他級(jí)別侵蝕強(qiáng)度均發(fā)生較大變化，整體變化趨勢(shì)仍為向低強(qiáng)度侵蝕轉(zhuǎn)移，但亦存在低強(qiáng)度向高強(qiáng)度侵蝕轉(zhuǎn)移的現(xiàn)象：中度侵蝕中7.05%轉(zhuǎn)變?yōu)闃O強(qiáng)侵蝕，強(qiáng)度侵蝕中8.73%轉(zhuǎn)變?yōu)閯×仪治g，極強(qiáng)侵蝕中8.08%轉(zhuǎn)變?yōu)閯×仪治g。2010—2015年渭河流域土壤侵蝕強(qiáng)度變化趨勢(shì)同2005—2010年類似，整體趨勢(shì)依舊表現(xiàn)為高強(qiáng)度向低強(qiáng)度侵蝕轉(zhuǎn)移，輕度、中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕轉(zhuǎn)移為微度侵蝕的面積比例分別為16.74%、13.58%、13.18%、13.82%和12.09%。

3.2 土壤侵蝕強(qiáng)度的空間動(dòng)態(tài)變化

渭河流域4期土壤侵蝕強(qiáng)度空間分布基本一致，2015年侵蝕區(qū)總面積為57 161.93 km2，占流域總面積的43.1%。土壤侵蝕區(qū)多分布在渭河干流及其支流北洛河和涇河流域上游，這些地區(qū)多為黃土丘陵溝壑區(qū)，黃土深厚，土質(zhì)疏松，遇水易分解，攜帶大量泥沙，侵蝕嚴(yán)重；而南部的關(guān)中平原和中部的河谷平原地勢(shì)平坦，坡度較低，土層深厚，且植被主要是溫帶闊葉林，不易發(fā)生侵蝕。利用ArcGIS提取各縣域平均土壤侵蝕模數(shù)，根據(jù)SL 190—2007劃分土壤侵蝕級(jí)別(圖4)。

由圖4可知，微度侵蝕區(qū)域主要分布在陜西中西部、甘肅東部以及寧夏南部，且隨著時(shí)間變化微度侵蝕面積逐漸擴(kuò)大，由2000年的20個(gè)縣級(jí)行政區(qū)增加為2015年的44個(gè)；輕度、中度侵蝕區(qū)域主要分布在渭河主流域的中下游以及北洛河、涇河流域上游的部分地區(qū)，至2015年，大部分輕度、中度侵蝕區(qū)域均已轉(zhuǎn)化為微度侵蝕；強(qiáng)烈侵蝕區(qū)域主要分布在甘肅中東部以及陜北部分地區(qū)，2000—2015年，強(qiáng)烈侵蝕區(qū)域呈現(xiàn)向中度和微度侵蝕轉(zhuǎn)化的趨勢(shì)；極劇烈侵蝕地區(qū)分布較穩(wěn)定，主要為蒲城、澄城、甘泉、環(huán)縣、莊浪、華亭和崇信縣等，這些地區(qū)大多地勢(shì)較高，地形陡峭，且植被覆蓋情況較差，同時(shí)由于受煤炭開采的影響，導(dǎo)致侵蝕嚴(yán)重，需重點(diǎn)進(jìn)行針對(duì)性治理。

3.3 土壤侵蝕影響因素分析

3.3.1因子探測(cè)

因子探測(cè)器的應(yīng)用結(jié)果表明，不同因子對(duì)渭河流域土壤侵蝕的解釋力有明顯差異，植被覆蓋度、造林面積、降雨、人口密度、海拔、人均GDP和坡度7個(gè)因子q值分別為0.135 3、0.107 1、0.087 5、0.046 1、0.039 0、0.019 4和0.008 3，各因子均通過顯著性檢驗(yàn)(P值均<0.000 1)，其中，植被覆蓋因子q值最高，解釋力最強(qiáng)，是影響研究區(qū)土壤侵蝕空間分布的主導(dǎo)因子；而坡度因子q值最低，對(duì)流域土壤侵蝕影響程度最低。渭河流域面積廣闊，地理位置特殊，生態(tài)環(huán)境脆弱。自1999年開始推行的退耕還林還草、封山育林工程，使得該區(qū)域植被覆蓋狀況得到明顯改善，植被覆蓋度由2000年的0.54上升至2015年的0.69，有效地降低土壤侵蝕，減少水土流失。渭河流域?qū)俅箨懶约撅L(fēng)氣候區(qū)，流域內(nèi)降水分布差異明顯：下游地區(qū)由于受到東南季風(fēng)影響，降水較多，可達(dá)600 mm以上；中游因秦嶺山地阻擋降雨相對(duì)較少；而上游地區(qū)受濕氣流影響較小，降水最少。降雨直接打擊土壤，造成擊濺侵蝕，是渭河流域土壤侵蝕的主要發(fā)生方式，對(duì)其分布具有顯著影響。上述結(jié)果表明自然因素和政策因素共同作用顯著影響渭河流域土壤侵蝕空間分布格局。

3.3.2交互探測(cè)

交互作用探測(cè)器結(jié)果(表6)表明，兩個(gè)因子的交互作用會(huì)增強(qiáng)對(duì)渭河流域土壤侵蝕的解釋力。

表6 各因子對(duì)渭河流域土壤侵蝕影響交互作用的q值

除造林面積與人均GDP的交互作用外，交互作用解釋力排在第1位的均為植被覆蓋度與其他因子的協(xié)同作用，表明植被覆蓋度的差異顯著影響渭河流域土壤侵蝕強(qiáng)度的空間分布。將植被覆蓋度與各因子的交互作用q值同單因子q值相比較發(fā)現(xiàn)，植被覆蓋度與造林面積的交互作用q值明顯高于造林面積單因子q值，繼續(xù)增加造林面積，提升植被覆蓋度，可有效抑制水土流失。從植被覆蓋度因子與各因子交互作用的增強(qiáng)幅度來看，坡度與植被覆蓋度的交互作用q值比坡度單因子q值增加約18倍，兩者協(xié)同使其對(duì)土壤侵蝕的解釋力大大增強(qiáng)。對(duì)比流域坡度分布發(fā)現(xiàn)，流域20°以上坡地面積占比達(dá)14%，除關(guān)中平原地形平緩?fù)?，其余地區(qū)地勢(shì)復(fù)雜，坡度較高，應(yīng)當(dāng)注重坡耕地的退耕還林。

3.3.3風(fēng)險(xiǎn)探測(cè)

風(fēng)險(xiǎn)探測(cè)器結(jié)果見表7，植被覆蓋度小于0.3時(shí)，土壤侵蝕強(qiáng)度均值達(dá)到最大，為73.95 t·hm-2·a-1。隨著植被覆蓋度的增加，土壤侵蝕級(jí)別逐漸降低，當(dāng)植被覆蓋度為0.9～1時(shí)，土壤侵蝕強(qiáng)度均值為0.33 t·hm-2·a-1，表明植被對(duì)土壤侵蝕的抑制效果比較顯著。造林面積在15.7萬～28.5萬hm2區(qū)間內(nèi)的土壤侵蝕風(fēng)險(xiǎn)最高。該區(qū)域位于流域北部，包括鹽池、定邊、吳起和靖邊4縣，地處黃土高原梁狀丘陵溝壑區(qū)，降水強(qiáng)度大，坡地多，侵蝕嚴(yán)重。降雨高風(fēng)險(xiǎn)區(qū)位于481.27～547.75 mm之間，疊加降雨量分布圖發(fā)現(xiàn)，該區(qū)域位于涇河、北洛河上游，侵蝕較嚴(yán)重。人均GDP為5.18萬～10.37萬元的區(qū)域土壤侵蝕風(fēng)險(xiǎn)較高，而人口密度分層中易發(fā)生土壤侵蝕的級(jí)別為35～88人·hm-2。疊加這2個(gè)因子分布圖發(fā)現(xiàn)，2個(gè)高風(fēng)險(xiǎn)區(qū)有較大重疊，包括華池、志丹、吳起、定邊和靖邊等縣。該地區(qū)石油等礦產(chǎn)資源豐富，同時(shí)人口密度較低，導(dǎo)致人均GDP較高，但強(qiáng)烈的開采活動(dòng)會(huì)破壞土壤結(jié)構(gòu)，加劇侵蝕。

表7 各因子高風(fēng)險(xiǎn)區(qū)及其侵蝕強(qiáng)度均值

海拔處于3 282～3 874 m區(qū)間的地區(qū)發(fā)生土壤侵蝕的風(fēng)險(xiǎn)較高，而坡度分級(jí)的高風(fēng)險(xiǎn)區(qū)為20°～25°，土壤侵蝕強(qiáng)度均值為44.55 t·hm-2·a-1。土壤侵蝕強(qiáng)度均值隨坡度增加呈先上升后下降趨勢(shì)，在20°～25°區(qū)間達(dá)到最大。疊加坡度分級(jí)圖與2000年土壤侵蝕風(fēng)險(xiǎn)分布圖可知，2000年坡度分級(jí)的高風(fēng)險(xiǎn)區(qū)為>25°，隨著退耕還林工程的推進(jìn)，流域內(nèi)25°以上坡耕地逐漸轉(zhuǎn)變?yōu)榱值?，使土壤侵蝕強(qiáng)度下降，應(yīng)繼續(xù)對(duì)20°～25°坡度范圍內(nèi)的耕地進(jìn)行退耕還林，恢復(fù)坡面植被以抑制水土流失。

4 討論

RUSLE模型模擬結(jié)果表明，渭河流域2000—2015年土壤侵蝕強(qiáng)度逐漸降低，微度侵蝕面積占比逐漸升高，其他侵蝕級(jí)別面積占比逐漸降低，總體表現(xiàn)為“減蝕降級(jí)”的特點(diǎn)。通過地理探測(cè)器對(duì)渭河流域土壤侵蝕進(jìn)行定量歸因，結(jié)果表明，植被覆蓋度、造林面積和降雨因子的解釋力明顯強(qiáng)于其他因子，是影響流域土壤侵蝕分布的主要因素，其中，植被覆蓋度q值最高，此結(jié)果與相關(guān)研究結(jié)果[27]類似。由于筆者研究采用多年平均降雨侵蝕力進(jìn)行計(jì)算，降雨影響多表現(xiàn)在土壤侵蝕空間分布的差異上，對(duì)于2000—2015年土壤侵蝕強(qiáng)度降低的解釋力不足，而植被覆蓋度與造林因子的交互作用q值為0.205，顯著大于兩者的單因子q值。造林因子表征的是以退耕還林、封山育林工程為代表的一系列造林工程，工程的實(shí)施使渭河流域植被覆蓋度顯著提升，植被增多會(huì)增加土壤黏度，減少土壤沙化，且植被冠層可減少降雨對(duì)土壤的沖刷，亦會(huì)降低土壤侵蝕風(fēng)險(xiǎn)。綜上所述，退耕還林、封山育林等造林工程實(shí)施效果顯著，是使得渭河流域2000—2015年土壤侵蝕強(qiáng)度降低的主要原因。各因子q值均不高，究其原因，土壤侵蝕過程較復(fù)雜，通常受到多種因素的共同作用，且渭河流域地形復(fù)雜，生態(tài)脆弱，土壤侵蝕驅(qū)動(dòng)因素更為復(fù)雜，單個(gè)因子對(duì)其空間解釋力不足[9,28]。2015年流域整體處于中度侵蝕級(jí)別，但局部水土流失依然嚴(yán)重。近年來，渭河流域工業(yè)化、城鎮(zhèn)化進(jìn)程加快，農(nóng)業(yè)及基本建設(shè)等人類活動(dòng)不斷擴(kuò)大，導(dǎo)致流域河岸帶被破壞，人為水土流失加重；與此同時(shí)，作為石料生產(chǎn)的重要區(qū)域，渭河平原長(zhǎng)期以來露天開采煤礦資源，形成大量廢棄礦山，也在一定程度上加劇了該區(qū)域的土壤侵蝕，需在此類地區(qū)進(jìn)行生態(tài)修復(fù)[12,29]。

筆者研究仍存在一些不足之處：(1)在RUSLE模型中，R因子的計(jì)算僅考慮了月降雨和年降雨量，未使用更精確的日降雨數(shù)據(jù)計(jì)算和驗(yàn)證；P因子是根據(jù)土地利用類型的不同賦值得到，較為主觀，可在今后的研究中解譯更高精度的遙感影像以實(shí)現(xiàn)研究區(qū)水保措施的定量觀測(cè)，以此得到更精確的P因子[25]。(2)在模型結(jié)果的驗(yàn)證中，若能得到研究區(qū)水保監(jiān)測(cè)點(diǎn)的實(shí)測(cè)數(shù)據(jù)，則可加強(qiáng)模型結(jié)果驗(yàn)證的科學(xué)性。(3)在地理探測(cè)器的應(yīng)用中，由于渭河流域土壤類型過多，無法帶入地理探測(cè)器模型進(jìn)行分析，所以渭河流域土壤類型對(duì)土壤侵蝕的影響分析比較欠缺，且用造林面積表征相關(guān)政策因子較為單??；若能獲取流域內(nèi)地形地貌以及生態(tài)修復(fù)工程作用區(qū)域的細(xì)致劃分，則可就不同分區(qū)因子的層間差異進(jìn)行進(jìn)一步分析，更有利于渭河流域土壤侵蝕重點(diǎn)治理區(qū)的判別及因地制宜的治理。

5 結(jié)論

利用GIS技術(shù)和RUSLE模型，對(duì)渭河流域2000—2015年土壤侵蝕強(qiáng)度進(jìn)行測(cè)算并對(duì)其影響因素進(jìn)行研究，結(jié)果表明：

(1)渭河流域2000—2015年平均土壤侵蝕模數(shù)下降趨勢(shì)明顯，由2000年50.724 t·hm-2·a-1降至2015年35.944 t·hm-2·a-1，降幅為29.14%，侵蝕總量共減少1.959億t。2000—2015年渭河流域大部分地區(qū)土壤侵蝕強(qiáng)度向低強(qiáng)度侵蝕轉(zhuǎn)化，輕度、中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕轉(zhuǎn)移為微度侵蝕的面積占比分別為24.62%、24.10%、25.12%、29.51%和25.38%，土壤侵蝕面積分布向低一級(jí)轉(zhuǎn)換的趨勢(shì)明顯，土壤侵蝕情況得到較大改善。

(2)土壤侵蝕主要分布在渭河流域北部及西部，多為流域上游地區(qū)，微度侵蝕區(qū)域主要分布在陜西中西部、甘肅東部及寧夏南部，強(qiáng)烈侵蝕區(qū)域多分布在甘肅中東部及陜北地區(qū)，極劇烈侵蝕主要分布在蒲城、澄城、甘泉、環(huán)縣、莊浪、華亭和崇信等地。

(3)利用地理探測(cè)器對(duì)渭河流域土壤侵蝕強(qiáng)度的影響因素進(jìn)行分析發(fā)現(xiàn)，各因子解釋力由大到小依次為植被覆蓋、政策(造林面積)、降雨、人口發(fā)展(人口密度)、海拔、經(jīng)濟(jì)發(fā)展(人均GDP)和坡度因子，植被覆蓋、政策和降雨因子q值較大，是影響土壤侵蝕空間分布的主要因素；對(duì)因子交互作用分析可知，2種因子的疊加均會(huì)增強(qiáng)其對(duì)渭河流域土壤侵蝕的解釋力。

(4)對(duì)各因子進(jìn)行土壤侵蝕風(fēng)險(xiǎn)探測(cè)發(fā)現(xiàn)，植被覆蓋度小于0.3、降雨量在481.27～547.75 mm區(qū)間、海拔處于3 282～3 874 m區(qū)間以及坡度位于20°～25°區(qū)間的地區(qū)為高風(fēng)險(xiǎn)區(qū)域，這些地區(qū)需注重土壤侵蝕的防治工作。

(5)退耕還林工程的實(shí)施緩解了渭河流域土壤侵蝕的嚴(yán)峻態(tài)勢(shì)，但流域整體仍處于中度侵蝕級(jí)別，需繼續(xù)在地形復(fù)雜、人類活動(dòng)劇烈的區(qū)域開展退耕還林工程，尤其應(yīng)注重20°～25°坡地的植被恢復(fù)。