賴日文, 賴敏華, 蘇艷琴

長(zhǎng)汀縣水土流失敏感性時(shí)空分異研究

賴日文1, 賴敏華1, 蘇艷琴2

1. 福建農(nóng)林大學(xué)林學(xué)院, 福州 350002 2. 龍巖市永定區(qū)龍?zhí)舵?zhèn)黨委, 龍巖 364120

長(zhǎng)汀縣是我國(guó)水土流失極為嚴(yán)重的地區(qū), 及時(shí)快速地監(jiān)測(cè)區(qū)域內(nèi)水土流失敏感性并開展相關(guān)治理顯得尤為重要。以長(zhǎng)汀縣為研究區(qū), 選擇1994、2006和2016年三期Landsat遙感影像為主要數(shù)據(jù)源, 采用熵權(quán)法及多因子加權(quán)求和模型, 以降雨、地形因子、土壤類型、植被覆蓋度與土地利用類型5個(gè)指標(biāo)作為水土流失敏感性評(píng)價(jià)指標(biāo), 構(gòu)建水土流失敏感性綜合評(píng)價(jià)指標(biāo)體系及各年份評(píng)價(jià)模型, 對(duì)研究區(qū)水土流失敏感性分布情況進(jìn)行綜合評(píng)價(jià)。再采用自然分界法將其水土流失敏感性劃分為不敏感、輕度敏感、中度敏感、高度敏感、極敏感5個(gè)等級(jí), 結(jié)合海拔、坡度分析其空間分異情況。結(jié)果表明: 研究區(qū)水土流失敏感性等級(jí)以輕度敏感和中度敏感為主, 空間格局表現(xiàn)為內(nèi)高外低的分布特征。在水土流失敏感性等級(jí)變化中, 1994—2016年, 不同敏感性等級(jí)均有不同程度的轉(zhuǎn)化, 僅有局部地區(qū)敏感性等級(jí)有所上升, 但總體呈高等級(jí)敏感區(qū)向低等級(jí)敏感區(qū)轉(zhuǎn)移的趨勢(shì), 該現(xiàn)象與長(zhǎng)汀縣政府對(duì)水土流失治理的重視密切相關(guān)。各年份敏感性等級(jí)隨著海拔、坡度的上升均表現(xiàn)為增加后減少的趨勢(shì), 與人類活動(dòng)的頻繁程度密切相關(guān)。研究結(jié)果能為研究區(qū)生態(tài)環(huán)境管控措施的制定提供一定的參考與指導(dǎo)。

熵權(quán)法; 自然分界法; 敏感性等級(jí)

0 前言

水土流失是指在自然營(yíng)力的作用和人類活動(dòng)的影響下, 水土資源和土地生產(chǎn)力遭到破壞和喪失。作為當(dāng)今世界面臨的重大災(zāi)害和環(huán)境問題, 水土流失嚴(yán)重影響著生態(tài)環(huán)境的建設(shè)和社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展, 對(duì)人類構(gòu)成了嚴(yán)重威脅, 國(guó)內(nèi)外學(xué)者圍繞此問題進(jìn)行了深入研究。水土流失敏感性是指在自然狀態(tài)下, 發(fā)生水土流失的可能性, 可以用來反映水土流失對(duì)人類活動(dòng)的敏感程度[1]。為水土流失防范治理、生態(tài)環(huán)境修復(fù)、生態(tài)環(huán)境綜合規(guī)劃和管理提供科學(xué)的參考以及依據(jù)[2]。

南方紅壤丘陵區(qū)是我國(guó)水土流失非常嚴(yán)重的區(qū)域, 長(zhǎng)汀縣則成為福建省乃至整個(gè)南方紅壤區(qū)水土流失的典型區(qū)域, 強(qiáng)烈的水土流失已經(jīng)成為阻礙當(dāng)?shù)孛癖娚a(chǎn)發(fā)展的巨大因素。長(zhǎng)汀縣的土地利用類型中, 林地面積約占85%, 為典型的“八山一水一分田” 山區(qū)縣。特殊的自然地理環(huán)境以及長(zhǎng)期不科學(xué)的開發(fā)利用使長(zhǎng)汀縣的水土流失現(xiàn)象異常嚴(yán)重, 共有水土流失面積6.96萬(wàn)km2, 水土流失率為7.5%[3]。同時(shí), 侵蝕劣地的治理久攻不克, 部分經(jīng)過治理的水土流失區(qū)存在再次退化現(xiàn)象, 并且隨著土地開發(fā)利用活動(dòng)的不斷進(jìn)行, 邊治理邊破壞的問題仍然存在[4], 水土流失的防治工作顯得迫不可待。因此, 對(duì)長(zhǎng)汀縣境內(nèi)進(jìn)行水土流失敏感性遙感監(jiān)測(cè)并用于指導(dǎo)水土流失治理顯得尤為重要。

1 研究區(qū)概況

長(zhǎng)汀縣(25°18′40″—26°02′05″N, 116°00′45″— 116° 39′20″E)隸屬于福建省龍巖市, 地處閩西山區(qū), 武夷山脈南麓。以低山丘陵為主, 地形破碎, 盆谷相間。屬于亞熱帶季風(fēng)氣候, 年均溫在17.5—18.8℃之間, 降雨充沛, 年降水總量為1613.5 mm。成土母巖類型主要包括酸性火成巖、砂和泥質(zhì)巖等, 經(jīng)過風(fēng)化作用后形成的土壤類型主要有紅壤和砂壤土。全縣的森林覆蓋率總體處于較高的水平, 按中國(guó)植被區(qū)劃, 屬于亞熱帶常綠闊葉林區(qū), 但組成林分的樹種過于單一, 林分結(jié)構(gòu)簡(jiǎn)單, 生長(zhǎng)情況差, 林下植被稀疏。獨(dú)特的自然條件、人類對(duì)森林資源與土壤資源的不合理開發(fā)決定了長(zhǎng)汀縣生態(tài)的脆弱性, 導(dǎo)致水土流失嚴(yán)重, 歷史上水土流失時(shí)間長(zhǎng)、面積大、程度重。

2 材料與方法

2.1 遙感影像數(shù)據(jù)的收集與處理

本研究在考慮各類影像特點(diǎn)的基礎(chǔ)上, 分析數(shù)據(jù)時(shí)效性、便捷性等特征, 綜合研究目的, 確定使用Landsat遙感影像作為數(shù)據(jù)來源。1994、2006、2016年三期影像數(shù)據(jù)質(zhì)量良好, 研究區(qū)范圍內(nèi)無(wú)云覆蓋, 并且獲取的季相時(shí)間相近, 空間分辨率相同, 有利于去除由于季相、空間分辨率和傳感器差異引起的信息的不確定性, 作為土地利用類型提取、水土流失敏感性評(píng)價(jià)的主要數(shù)據(jù)源。在ArcGIS軟件的支持下, 對(duì)Landsat系列數(shù)據(jù)進(jìn)行輻射定標(biāo)、大氣校正、幾何校正、裁剪、融合等預(yù)處理, 再對(duì)其進(jìn)行數(shù)據(jù)處理、格式轉(zhuǎn)換和空間分析等操作, 以獲取所需信息。

2.2 水土流失敏感性綜合評(píng)價(jià)方法

2.2.1 水土流失敏感性評(píng)價(jià)因子選取

水土流失主要受降水, 地形, 生物有機(jī)質(zhì), 植被類型, 土地利用類型, 土壤粒徑的表面分布, 表層土粗糙度系數(shù), 碎石巖屑和廢棄物含量等因素影響。本文參考土壤流失方程(USLE)方程以及相關(guān)學(xué)者的研究, 并考慮長(zhǎng)汀縣的區(qū)域特點(diǎn), 最終確定了降水, 土壤類型, 地形, 植被覆蓋率和土地利用類型這五個(gè)因素作為水土流失敏感性的評(píng)估指標(biāo)。其中, 降雨侵蝕力是一個(gè)動(dòng)力因素, 可以表征降雨引起土壤侵蝕的潛力。植被覆蓋度是水土流失的一個(gè)阻抗因素和重要的影響因素, 這對(duì)生態(tài)環(huán)境管理和水土保持具有重要意義。地形因素是構(gòu)成水力侵蝕的動(dòng)力條件, 影響降雨和外力的分布, 影響表層物質(zhì)的運(yùn)輸和積累, 并決定地表徑流對(duì)水土流失的能量分布。[5-6]。土壤可蝕性是指在雨滴濺落、徑流侵蝕的情況下, 土壤被搬運(yùn)、沖刷的敏感性[7]。土地利用類型作為定性指標(biāo), 是引起水土流失的主要環(huán)境效應(yīng)之一, 不同的土地利用類型對(duì)水土流失有著很大的影響?？梢詫⑦x取的5個(gè)評(píng)價(jià)指標(biāo)用函數(shù)表達(dá)為(式1):

其中:(水土流失敏感性),(降水、土壤類型、地形、植被覆蓋度、土地利用類型)

1) 降水侵蝕力因子()

國(guó)外學(xué)者Wischmeier等將因子定義為最大降雨動(dòng)能與30 min最大降雨強(qiáng)度的乘積, 并確定了經(jīng)驗(yàn)公式, 表明其與土壤流失具有良好的相關(guān)性。但是我國(guó)各氣象站點(diǎn)對(duì)降雨觀測(cè)量沒有詳細(xì)的記錄, 因此參數(shù)較難獲得, 國(guó)內(nèi)學(xué)者也通過大量研究來解決這個(gè)問題, 例如周伏建提出適合福建省降雨侵蝕力的計(jì)算方法, 見公式2。收集長(zhǎng)汀縣境內(nèi)多年平均降雨量數(shù)據(jù), 包括長(zhǎng)汀縣14個(gè)鄉(xiāng)鎮(zhèn)及5個(gè)鄰縣降雨數(shù)據(jù)。結(jié)合數(shù)據(jù)本身的特點(diǎn), 基于19個(gè)站點(diǎn)的月降雨資料, 采用反距離權(quán)重插值, 得到長(zhǎng)汀縣月降雨量, 再利用公式2計(jì)算降雨侵蝕力因子圖(圖1)。

式中:P為月降雨量(mm);為年降雨侵蝕力(MJ·mm·hm-2·h-1·a-1)

2)土壤可蝕性因子()

長(zhǎng)汀縣境內(nèi)土壤類型以紅壤和砂壤土為主, 大量學(xué)者對(duì)福建省土壤類型值進(jìn)行了計(jì)算和分析?；谇叭藢?duì)土壤值的研究及野外實(shí)地調(diào)查數(shù)據(jù), 以福建省土壤類型圖為基礎(chǔ), 用長(zhǎng)汀縣矢量邊界裁剪研究區(qū)土壤類型圖, 由其屬性表可知土壤類型專題圖的每個(gè)代碼代表一個(gè)土壤類型: 根據(jù)表格1, 將不同的土壤類型賦予對(duì)應(yīng)的土壤值, 修改相對(duì)應(yīng)參數(shù)后得到長(zhǎng)汀縣土壤可蝕性K因子圖。

3)地形因子()

本文采用Moore和Burch[8]提出的累計(jì)流量的單位匯水面積來提取坡長(zhǎng), 基于ArcGIS10.2的水文分析模塊, 以填洼后的DEM為基礎(chǔ)數(shù)據(jù), 采用劉寶元等提取的坡度因子關(guān)系式來計(jì)算坡度因子(式3), 然后確定徑流源點(diǎn)和終點(diǎn)計(jì)算累積坡長(zhǎng)(式4、5)。同時(shí)結(jié)合公式3和4, 來計(jì)算長(zhǎng)汀縣因子值, 利用DEM數(shù)據(jù)計(jì)算因子中生成圖包括坡向圖、坡度圖、因子空間分布圖、因子空間分布圖, 最后得到因子空間分布圖。

式中:代表像元上坡來水流入該像元的累積面積;代表像元柵格邊長(zhǎng),代表USLE模型的坡度指數(shù)。DEM數(shù)據(jù)中柵格分辨率為30 m *30 m,的值為30。

4)植被覆蓋度

目前, 植被覆蓋度的研究主要是利用遙感數(shù)據(jù)測(cè)量。本文選用在原始影像引入NDVI的線性光譜混合模型來估算1994、2006、2016年的植被覆蓋度。參照國(guó)家2008頒布《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》的植被覆蓋度劃分標(biāo)準(zhǔn), 將長(zhǎng)汀縣植被覆蓋度劃分為6個(gè)等級(jí): <15%(極低覆蓋度)、15%—30%(低覆蓋度)、30%—45%(中低覆蓋度)、45%—60%(中覆蓋度)、60%—75%(中高覆蓋度)和>75%(高覆蓋度)。統(tǒng)計(jì)不同等級(jí)植被覆蓋度的面積變化。

表1 福建省主要土壤類型K值表

5)土地利用類型

研究結(jié)合野外調(diào)查數(shù)據(jù)、長(zhǎng)汀縣森林資源二類調(diào)查數(shù)據(jù), 采用基于紋理信息的CART決策樹的面向?qū)ο蠓诸悓?duì)1994、2006、2016年三期遙感影像的地物類別進(jìn)行提取。長(zhǎng)汀縣土地利用類型主要?jiǎng)澐譃橐韵挛孱? 林地、耕地、建筑用地、未利用地、水域, 獲得最終1994年、2006年、2016年遙感影像分類圖, 土地利用覆蓋面積變化情況。模型的坡度指數(shù)。DEM數(shù)據(jù)中柵格分辨率為30 m*30 m,的值為30。

2.2.2 評(píng)價(jià)指標(biāo)的建立

選取的五個(gè)水土流失敏感性評(píng)價(jià)因子的量綱和數(shù)量級(jí)不同, 各個(gè)指標(biāo)間的度量標(biāo)準(zhǔn)不統(tǒng)一, 無(wú)法直接進(jìn)行計(jì)算, 因此在綜合評(píng)價(jià)之前需要對(duì)評(píng)價(jià)因子進(jìn)行標(biāo)準(zhǔn)化處理。研究采用極差變換法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理[9]。當(dāng)評(píng)價(jià)指標(biāo)與水土流失敏感性呈正相關(guān)時(shí), 即因子值越大, 水土流失敏感性越高, 作為正向指標(biāo), 包括降雨侵蝕力因子、土壤可蝕性因子、地形因子, 采用公式6進(jìn)行標(biāo)準(zhǔn)化處理。當(dāng)評(píng)價(jià)指標(biāo)與水土流失敏感性成負(fù)相關(guān)時(shí), 即因子值越大, 水土流失敏感性越小, 作為負(fù)向指標(biāo), 包括植被覆蓋度, 采用公式7對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。對(duì)于定性指標(biāo)土地利用類型, 參考王紅巖[10]對(duì)土地利用類型的劃分標(biāo)準(zhǔn), 采用賦值法實(shí)現(xiàn)定量化處理, 如表2, 再通過公式7進(jìn)行標(biāo)準(zhǔn)化處理。

表2 定性指標(biāo)賦值

2.2.3 評(píng)價(jià)指標(biāo)權(quán)重的確定

2.2.4 評(píng)價(jià)模型的構(gòu)建

參考王紅巖等采用的水土流失敏感性評(píng)價(jià)模型, 采用多因子加權(quán)求和模型(公式12), 將權(quán)重結(jié)果帶入公式12, 獲得了1994、2006和2016年研究區(qū)水土流失敏感性的評(píng)價(jià)反演模型。

2.3 水土流失敏感性分級(jí)

2.3.1 水土流失敏感性分級(jí)的空間分布

根據(jù)1994、2006、2016年長(zhǎng)汀縣水土流失敏感性評(píng)價(jià)模型, 得出不同年份水土流失敏感性評(píng)價(jià)圖, 結(jié)合鄒興浪[14]、劉軍會(huì)[15]對(duì)水土流失敏感性的分級(jí)方法, 基于1994年水土流失敏感性評(píng)價(jià)圖, 采用自然分界法(Nature Break), 將水土流失敏感性劃分為不敏感、輕度敏感、中度敏感、高度敏感、極敏感五個(gè)等級(jí)。根據(jù)1994年的水土流失敏感性評(píng)價(jià)圖按自然分界法的劃分閾值(表3), 對(duì)2006年和2016的水土流失敏感性評(píng)價(jià)圖進(jìn)行劃分, 得到研究區(qū)三個(gè)年份水土流失敏感性分級(jí)圖。

2.3.2 水土流失敏感性的動(dòng)態(tài)變化

為進(jìn)一步研究水土流失敏感性等級(jí)轉(zhuǎn)移的情況, 對(duì)研究區(qū)1994—2016的水土流失敏感性等級(jí)圖進(jìn)行交叉分析, 統(tǒng)計(jì)1994—2016年的不同敏感性等級(jí)面積轉(zhuǎn)移矩陣。

3 結(jié)果與分析

3.1 敏感性評(píng)價(jià)因子

3.1.1 降水侵蝕力因子()

基于19個(gè)站點(diǎn)的月降雨資料, 采用反距離權(quán)重插值, 得到長(zhǎng)汀縣月降雨量, 再利用公式計(jì)算降雨侵蝕力因子圖(圖1)。從中可以看出, 長(zhǎng)汀縣東北部值比較大, 其他地區(qū)的值都較小, 中部地區(qū)的值則是最小。

3.1.2 土壤可蝕性因子()

為不同的土壤類型分配相應(yīng)的值, 并修改相關(guān)參數(shù)以獲得因子圖(圖2)。從圖中看出, 長(zhǎng)汀縣整體區(qū)域的值都較大, 只有西南部和北部小部分區(qū)域的值相對(duì)小些。

3.1.3 地形因子()

基于ArcGIS10.2的水文分析模塊, 以填洼后的DEM為基礎(chǔ)數(shù)據(jù), 根據(jù)公式計(jì)算坡長(zhǎng)和坡度因子, 利用DEM數(shù)據(jù)得到因子空間分布圖(圖3)。從中可以看出, 西部地區(qū)和東部邊緣地區(qū)值較大, 而在中部地區(qū)以及東南部,值較小。

表3 水土流失敏感性評(píng)價(jià)分級(jí)

圖1 R因子空間分布圖

Figure 1 Spatial distribution map ofvalue

圖2 K因子空間分布圖

Figure 2 Spatial distribution map ofvalue

圖3 LS因子空間分布圖

Figure 3 Spatial distribution map ofvalue

3.1.4 植被覆蓋度

在原始圖像中引入NDVI的線性光譜混合模型用于估算三個(gè)時(shí)期的植被覆蓋率, 參照國(guó)家于2008年發(fā)布的《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》, 長(zhǎng)汀縣的植被覆蓋度被分為6個(gè)等級(jí), 以此得到植被覆蓋分級(jí)圖(圖4)。

由圖可知, 1994—2016年, 研究區(qū)植被覆蓋度總體呈上升趨勢(shì), 說明這22年來長(zhǎng)汀縣水土流失治理的成效顯著。多年來, 長(zhǎng)汀縣的中高植被覆蓋率和高植被覆蓋率分布大致相同, 主要分布在該縣的西部和北部地區(qū)。極低植被覆蓋度、低植被覆蓋度這兩個(gè)等級(jí)主要分布在縣境內(nèi)中部、以及東部地區(qū)。從等級(jí)面積和空間分布的變化來看: 從1994年到2016年, 中低植被覆率區(qū)域持續(xù)減少, 向中高覆率, 高覆蓋率轉(zhuǎn)移, 變化較大。中植被覆蓋度在研究區(qū)分布相對(duì)零散, 22年間該等級(jí)面積表現(xiàn)為逐步減少的趨勢(shì), 變化幅度大。中高植被覆蓋率區(qū)域的面積變化則相對(duì)穩(wěn)定。

3.1.5 土地利用類型

研究結(jié)合野外調(diào)查數(shù)據(jù)、長(zhǎng)汀縣森林資源二類調(diào)查數(shù)據(jù), 采用基于紋理信息的CART決策樹的面向?qū)ο蠓诸悓?duì)1994、2006、2016年三期遙感影像的地物類別進(jìn)行提取, 得到土地利用類型面積統(tǒng)計(jì)表(表4)。

由上表可知, 長(zhǎng)汀縣土地利用覆蓋類型主要以林地為主, 面積變化表現(xiàn)為先增加后減少, 其變化率不大, 保持相對(duì)穩(wěn)定的狀態(tài)。從變化的絕對(duì)值來看, 建筑用地的變化值最大, 耕地面積也很大, 僅次于林地。水域占長(zhǎng)汀縣的面積比例較小, 但1994—2016其面積在不斷上升。未利用地的比例呈下降趨勢(shì), 2006—2016隨著長(zhǎng)汀縣加快城市發(fā)展進(jìn)程, 開發(fā)未利用地, 同時(shí), 水土流失治理效果成效大, 其面積變化速率比1994—2006年變化速率大。建設(shè)用地、未利用地, 耕地的面積變化主要是由于經(jīng)濟(jì)和人口增長(zhǎng)造成的。

圖4 植被覆蓋度分級(jí)圖

Figure 4 The level chart of fractional vegetation cover

表4 土地利用類型面積統(tǒng)計(jì)表

3.2 水土流失敏感性綜合評(píng)價(jià)

3.2.1 評(píng)價(jià)指標(biāo)權(quán)重

將熵思想引入水土流失敏感性評(píng)價(jià)研究中, 并且根據(jù)每個(gè)指標(biāo)提供的信息客觀地確定每個(gè)指標(biāo)的權(quán)重, 并獲得一個(gè)權(quán)重表(表5)。

由上表可知, 1994、2006、2016年各指標(biāo)的權(quán)重大小均為: 植被覆蓋度>地形因子>土壤可蝕性>降雨侵蝕力>土地利用類型。3個(gè)年份各指標(biāo)最大的均為植被覆蓋度, 說明水土流失敏感性受植被覆蓋度影響大。

3.2.2 評(píng)價(jià)模型

采用多因子加權(quán)求和模型, 將各因子權(quán)重結(jié)果帶入公式, 得到研究區(qū)三期水土流失敏感性的評(píng)價(jià)反演模型(式13、14、15)。

3.3 水土流失敏感性分級(jí)

3.3.1 水土流失敏感性空間分布

基于水土流失敏感性評(píng)價(jià)圖, 使用自然邊界法將水土流失敏感性分為五個(gè)級(jí)別: 不敏感, 輕度敏感, 中度敏感, 高度敏感和極敏感, 得到三個(gè)時(shí)期水土流失敏感性等級(jí)分布圖(圖5)。

從圖5可以看出, 長(zhǎng)汀縣水土流失敏感性等級(jí)主要是輕度敏感和中度敏感。長(zhǎng)汀縣水土流失敏感性等級(jí)的空間格局表現(xiàn)為中部高, 四周低的分布特征。不敏感等級(jí)主要分布在長(zhǎng)汀縣西南部的紅山鄉(xiāng)、四都鎮(zhèn), 與劉亞迪[83]對(duì)長(zhǎng)汀縣水土流失動(dòng)態(tài)監(jiān)測(cè)研究表明紅山鄉(xiāng)、四都鎮(zhèn)水土流失面積很少的結(jié)果相符合。高度敏感、極敏感區(qū)域主要分布在縣域的中部地區(qū)河田鎮(zhèn)、三州鎮(zhèn)、策武鎮(zhèn), 即分布在水土流失比較嚴(yán)重的鄉(xiāng)鎮(zhèn)。輕度和中度敏感地區(qū)分布在全縣范圍內(nèi)。1994、2006、2016年水土流失敏感性等級(jí)圖中, 橘紅色、紅色的圖斑面積表現(xiàn)為越來越小, 表明長(zhǎng)汀縣高敏感、極敏感區(qū)域在不斷減少, 主要是由于長(zhǎng)汀縣相繼實(shí)施了多項(xiàng)水土保持工程措施, 使水土流失敏感性水平降低, 生態(tài)環(huán)境向良好方向發(fā)展。

表5 評(píng)價(jià)指標(biāo)權(quán)重

圖5 水土流失敏感性等級(jí)分布圖

Figure 5 Distribution of soil and water loss sensitivity levels

3.3.2 水土流失敏感性動(dòng)態(tài)監(jiān)測(cè)

對(duì)研究區(qū)1994—2016的水土流失敏感性等級(jí)圖進(jìn)行交叉分析, 得到水土流失敏感性等級(jí)轉(zhuǎn)移矩陣(表6)以及水土流失敏感性部分等級(jí)轉(zhuǎn)移圖(圖6)。

表6 1994—2016年水土流失敏感性等級(jí)轉(zhuǎn)移矩陣(hm2)

由表6來看, 1994—2016年, 水土流失敏感性等級(jí)相互轉(zhuǎn)化的面積總和為1334.97 km2, 不敏感、輕度敏感、中度敏感、高度敏感、極敏感區(qū)分別轉(zhuǎn)化了35.92、214.57、449.17、479.68、155.63 km2, 不敏感區(qū)主要轉(zhuǎn)移到輕度敏感區(qū), 輕度敏感性區(qū)主要向不敏感區(qū)、中度敏感區(qū)轉(zhuǎn)移; 中度敏感區(qū)主要轉(zhuǎn)向輕度敏感性區(qū); 高度敏感區(qū)主要轉(zhuǎn)向中度敏感區(qū); 極敏感區(qū)主要轉(zhuǎn)向高敏感區(qū)、中度敏感區(qū)。

圖6 1994—2016水土流失敏感性部分等級(jí)轉(zhuǎn)移圖

Figure 6 Partial conversion matrix of soil and water loss sensitivity level from 1994 to 2016

總體上看, 不同敏感性等級(jí)均有不同程度的轉(zhuǎn)化, 總體趨勢(shì)呈高敏感等級(jí)向低敏感等級(jí)轉(zhuǎn)移的趨勢(shì), 且高等級(jí)的敏感區(qū)主要向低一等級(jí)的敏感區(qū)轉(zhuǎn)移, 即水土流失敏感性降低, 生態(tài)環(huán)境好轉(zhuǎn)。但研究期間, 有局部地區(qū)敏感等級(jí)上升, 圖6為中度敏感區(qū)向高度敏感區(qū), 高度敏感區(qū)向極敏感區(qū)轉(zhuǎn)移的兩種現(xiàn)象的格局圖, 結(jié)合表6數(shù)據(jù)可知, 這兩種情況的轉(zhuǎn)移面積相對(duì)較大, 分別為57.06 km2、63.76 km2, 分別占各等級(jí)轉(zhuǎn)移量的12.70%、12.29%, 中度敏感區(qū)向高度敏感區(qū)轉(zhuǎn)移的區(qū)域分布較零散; 高度敏感區(qū)向極敏感區(qū)轉(zhuǎn)移的現(xiàn)象主要分布在大同鎮(zhèn)、汀州鎮(zhèn)、策武鎮(zhèn)等鄉(xiāng)鎮(zhèn)。結(jié)合土地利用類型, 植被覆蓋度圖可知, 高度敏感區(qū)轉(zhuǎn)向極敏感區(qū)這種現(xiàn)象主要分布在植被覆蓋度低、土地利用類型為建筑用地的區(qū)域, 即大同鎮(zhèn)、汀州鎮(zhèn)、策武鎮(zhèn)等城鄉(xiāng)發(fā)展地, 出現(xiàn)生態(tài)環(huán)境質(zhì)量微下降的趨勢(shì), 查閱相關(guān)資料顯示主要原因是城市發(fā)展需要, 建筑地不斷擴(kuò)張、人口壓力增加, 導(dǎo)致這一區(qū)域水土流失敏感性向高等級(jí)敏感性轉(zhuǎn)化。

4 討論與結(jié)論

采用自然邊界法將水土流失敏感性分為5個(gè)等級(jí): 不敏感, 輕度敏感, 中度敏感, 高度敏感和極敏感。結(jié)果表明: 研究區(qū)水土流失的敏感性等級(jí)以輕度敏感和中度敏感為主, 這兩個(gè)等級(jí)比例在1994、2006、2016年分別占58.49%、64.31%、67.99%; 空間格局表現(xiàn)為內(nèi)高外低的分布特征, 即高度敏感區(qū)、極敏感區(qū)主要分布在河田鎮(zhèn)、三州鎮(zhèn)、策武鎮(zhèn)等水土流失比較嚴(yán)重的區(qū)域, 而在河田盆地以外的鄉(xiāng)鎮(zhèn)敏感性等級(jí)較低, 生態(tài)環(huán)境好。隨著時(shí)間的推移, 高度敏感區(qū)、極敏感區(qū)面積逐漸減少, 主要受人類活動(dòng)的正面影響, 生態(tài)環(huán)境有所改善。在水土流失敏感性等級(jí)變化中, 1994—2016年, 不同敏感性等級(jí)都有不同程度的轉(zhuǎn)化, 僅有局部地區(qū)如河田鎮(zhèn)、策武鎮(zhèn)、三州鎮(zhèn)等區(qū)域敏感性等級(jí)向高等級(jí)敏感性轉(zhuǎn)化, 主要是因?yàn)槌鞘邪l(fā)展需要; 但總體轉(zhuǎn)化趨勢(shì)為高等級(jí)敏感區(qū)向低等級(jí)敏感區(qū)轉(zhuǎn)移, 該現(xiàn)象與長(zhǎng)汀縣政府大力推進(jìn)水土流失治理密切相關(guān), 自從2000年以來, 政府全面采取封山育林措施, 同時(shí)人類對(duì)生態(tài)環(huán)境意識(shí)提高、進(jìn)而適時(shí)改變生產(chǎn)生活方式, 使研究區(qū)的生態(tài)環(huán)境質(zhì)量不斷提高。

為保證長(zhǎng)汀縣發(fā)展的可持續(xù)性, 研究提出幾點(diǎn)建議, 對(duì)水土流失敏感性出現(xiàn)向高等級(jí)敏感性轉(zhuǎn)移, 生態(tài)環(huán)境出現(xiàn)微下降的大同鎮(zhèn)、汀州鎮(zhèn)、策武鎮(zhèn)等鄉(xiāng)鎮(zhèn), 要適時(shí)調(diào)整經(jīng)濟(jì)結(jié)構(gòu), 發(fā)展生態(tài)產(chǎn)業(yè), 鼓勵(lì)以沼氣、天然氣等清潔能源逐步代替燃煤、薪碳, 加強(qiáng)城市綠地、行道樹規(guī)劃建設(shè), 促進(jìn)人民生產(chǎn)生活方式的改變。在水土流失敏感性較低, 生態(tài)環(huán)境良好的區(qū)域, 可以發(fā)展生態(tài)農(nóng)業(yè)、生態(tài)旅游業(yè), 加強(qiáng)森林資源的保護(hù)。

[1] 凡非得, 王克林, 熊鷹, 等. 西南喀斯特區(qū)域水土流失敏感性評(píng)價(jià)及其空間分異特征[J]. 生態(tài)學(xué)報(bào), 2011, 31(21): 6353–6362.

[2] 張玉娟, 劉丹丹, 王延亮. 基于RS和GIS東北農(nóng)業(yè)主產(chǎn)區(qū)水土流失敏感性評(píng)價(jià)——以黑龍江省賓縣為例[J]. 測(cè)繪與空間地理信息, 2013, 36(8): 37–39.

[3] 常言. 既要金山銀山更要綠水青山——長(zhǎng)汀縣持續(xù)推進(jìn)水土流失治理與生態(tài)文明建設(shè)[J]. 福建黨史月刊, 2020(2): 14–18.

[4] 傅水龍, 梁娟珠, 黃路平. 基于RUSLE模型的長(zhǎng)汀縣水土流失評(píng)估[J]. 水土保持通報(bào), 2016, 36(1): 196–200.

[5] 王恒松, 熊康寧, 張芳美. 地形因子對(duì)喀斯特坡面水土流失影響的機(jī)理研究[J]. 水土保持通報(bào), 2015, 35(4): 1–7.

[6] 梁曉珍, 符素華, 丁琳. 地形因子計(jì)算方法對(duì)土壤侵蝕評(píng)價(jià)的影響[J]. 水土保持學(xué)報(bào), 2019, 33(6): 21–26.

[7] 潘美慧, 伍永秋, 任斐鵬, 等. 基于USLE的東江流域土壤侵蝕量估算[J]. 自然資源學(xué)報(bào), 2010, 25(12): 2154– 2164.

[8] MOORE I, BURCH G. Modelling erosion and deposition: topographic effects[J]. Transactions of the ASAE, 1986, 29(6): 1624–1630.

[9] 肖繼東, 王智, 師慶東, 等. 基于熵權(quán)法的土地覆被動(dòng)態(tài)遙感監(jiān)測(cè)與評(píng)價(jià)——以新疆伊犁地區(qū)和博州為例[J]. 中國(guó)沙漠, 2011, 31(5): 1286–1292.

[10] 王紅巖, 李強(qiáng)子, 吳利橋, 等. 基于RS和GIS的水土流失敏感性評(píng)價(jià)及動(dòng)態(tài)監(jiān)測(cè)[J]. 水土保持研究, 2015, 22(2): 64–68.

[11] 李帥, 魏虹, 倪細(xì)爐, 等. 基于層次分析法和熵權(quán)法的寧夏城市人居環(huán)境質(zhì)量評(píng)價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2014, 25(9): 2700–2708.

[12] 郭金維, 蒲緒強(qiáng), 高祥, 等. 一種改進(jìn)的多目標(biāo)決策指標(biāo)權(quán)重計(jì)算方法[J]. 西安電子科技大學(xué)學(xué)報(bào), 2014, 41(6): 118–125.

[13] 張欣瑩, 解建倉(cāng), 劉建林, 等. 基于熵權(quán)法的節(jié)水型社會(huì)建設(shè)區(qū)域類型分析[J]. 自然資源學(xué)報(bào), 2017, 32(2): 301– 309.

[14] 鄒金浪, 謝花林, 楊子生, 等. 基于USLE的土壤侵蝕敏感性評(píng)價(jià)及其空間自相關(guān)分析——以江西省興國(guó)縣為例[J].農(nóng)業(yè)現(xiàn)代化研究, 2011, 32(6): 761–765.

[15] 劉軍會(huì), 高吉喜, 馬蘇, 等. 中國(guó)生態(tài)環(huán)境敏感區(qū)評(píng)價(jià)[J]. 自然資源學(xué)報(bào), 2015, 30(10): 1607–1616.

Temporal and spatial differentiation of soil and water loss sensitivity in Changting County

LAI Riwen1, *, LAI Minhua1, SU Yanqin2

1. School of Forest, Fujian Agriculture and Forestry University, Fuzhou 350002, China 2. Party Commit of Longtan Town, Yongding District, Longyan City, Longyan 364120, China

Changting County is the most serious area of soil erosion in China; it is particularly important to monitor the soil and water loss sensitivity in time and quickly and carry out relevant treatment. This paper took Changting County as the research object, and used Landsat remote sensing images from 1994, 2006 and 2016 as the main data sources. By using the entropy weight method and the multifactor weighted summation model, five indexes including rainfall, topography factor, soil type, fractional vegetation coverage and land use type were used as the soil and water loss sensitivity evaluation indexes, a comprehensive evaluation index system for soil and water loss sensitivity and an evaluation model for each year were constructed to comprehensively evaluate the distribution of soil and water loss sensitivity in the study area. Soil and water loss sensitivity was divided into five levels: micro sensitivity, slight sensitivity, moderate sensitivity, strong sensitivity, and intense sensitivity, by the method of natural break. This article combined with terrain factors such as elevation and slope to analyze the spatial and temporal differentiation of soil and water loss sensitivity. The results showed that the soil and water loss sensitivity in Changting County was mainly at slight and moderate degree. The spatial pattern was characterized by the distribution features of the inner high and the outer low, and the intense sensitive areas were mainly distributed in the Hetian Basin with an elevation of <500 m and a gradient of <15°. Outside the Hetian Basin, the sensitivity level was lower and the ecological environment was better. In the change of sensitivity level of soil and water loss, from 1994 to 2016, different sensitivity levels all had different degrees of transformation, only the sensitivity level in some areas had increased, but the overall high-level sensitive areas shifted to low-grade sensitive areas. The trend was closely related to the Changting County government’s emphasis on the management of soil erosion. With the rise of elevation and slope, the areas of all sensitivity grades first increased and then decreased, which was closely related to the frequency of human activities. The research results can provide a certain reference and guidance for the development of ecological environment control measures in the study area.

entropy weight and multifactor weighted summation model; natural break sensitivity evaluation index; classification of sensitivity

10.14108/j.cnki.1008-8873.2021.06.014

P951

A

1008-8873(2021)06-116-09

賴日文, 賴敏華, 蘇艷琴. 長(zhǎng)汀縣水土流失敏感性時(shí)空分異研究[J]. 生態(tài)科學(xué), 2021, 40(6): 116–124.

LAI Riwen, LAI Minhua, SU Yanqin. Temporal and spatial differentiation of soil and water loss sensitivity in Changting County[J]. Ecological Science, 2021, 40(6): 116–124.

2020-05-05;

2020-05-13

福建農(nóng)林大學(xué)科技創(chuàng)新基金項(xiàng)目(KFA17284A); 林學(xué)高峰學(xué)科建設(shè)項(xiàng)目(71201800755)

賴日文(1970—)，男，博士，副教授，主要從事森林經(jīng)理學(xué)，3S研究，E-mail: fjlrw@126.com