趙蒙恩， 閆慶武， 劉政婷， 王文銘， 李桂娥， 吳振華

（1.中國礦業(yè)大學資源枯竭礦區(qū)土地修復與生態(tài)演替教育部野外科學觀測研究站，江蘇 徐州 221116；2.中國礦業(yè)大學環(huán)境與測繪學院，江蘇 徐州 221116；3.中國礦業(yè)大學公共管理學院，江蘇 徐州 221116）

土壤侵蝕的危害在于破壞土壤資源、影響土壤肥力、加劇洪澇災(zāi)害、影響全球碳循環(huán)等［1］，對人類的生存與生態(tài)的可持續(xù)發(fā)展產(chǎn)生了較大威脅，已經(jīng)成為制約當今世界資源和環(huán)境的重點問題之一［2］，據(jù)聯(lián)合國糧食及農(nóng)業(yè)組織（FAO）的數(shù)據(jù)顯示，由于人類活動對土壤侵蝕的加劇作用，世界已經(jīng)失去了約30%的耕地。我國的土壤侵蝕情況較為嚴峻，根據(jù)水利部最新發(fā)布的《2020 年中國水土保持公報》顯示，2020 年我國共有269.27×104km2土地存在土壤侵蝕現(xiàn)象，約占我國陸地面積的28.05%。我國西部地區(qū)土壤侵蝕情況相對較為嚴重，侵蝕面積達到全國發(fā)生輕度以上侵蝕的60%以上。因此，定量研究土壤侵蝕的空間分布與時間演變特征，分析其驅(qū)動機制及影響因子對制定相關(guān)的防治措施與政策具有重要的參考價值，對于區(qū)域可持續(xù)發(fā)展以及生態(tài)安全具有重要意義。

對比傳統(tǒng)的實地觀測獲得土壤侵蝕評價數(shù)據(jù)，遙感與地理信息系統(tǒng)相結(jié)合建立土壤侵蝕模型的方法更加具有適用性和科學性，由于參數(shù)獲取方便與結(jié)構(gòu)簡單，目前修正的通用土壤流失方程（Re?vised Universal Soil Loss Equation，RUSLE）在土壤侵蝕方面應(yīng)用廣泛。近年來，國內(nèi)外學者基于該模型對土壤侵蝕的研究主要分為以下兩個方面。首先是土壤侵蝕時空變化特征研究與預測。例如，張素等［3］基于RUSLE 模型分析了涼山州孫水河流域不同土地利用類型、海拔和坡度條件下土壤侵蝕強度的特征，定量評價了研究區(qū)土壤侵蝕空間特征；Is?lam 等［4］結(jié)合RS、GIS 與RUSLE 模型評價馬來西亞冷岳河流域的潛在土壤侵蝕，研究結(jié)果表明:冷岳河流域約95%的區(qū)域被劃分為極低至低侵蝕脆弱性等級；Melese 等［5］利用Landsat 影像和野外實測數(shù)據(jù)，綜合評估了過去31 a土地利用變化對塔古流域土壤侵蝕的影響，結(jié)果表明裸地和農(nóng)田比其他土地利用類型更易發(fā)生土壤侵蝕，塔古流域土地利用/覆被變化對土壤侵蝕影響顯著；Alitane 等［6］利用RUSLE 模型和水土評估工具（SWAT）模型，對摩洛哥R’Dom 流域基線期（2000—2013 年）和未來期（2014—2027 年）的土壤侵蝕速率進行了較為精確的量化和預測。其次，結(jié)合土壤侵蝕結(jié)果進行驅(qū)動因素研究及風險分析能夠明確治理方向。例如賈磊等［7］利用地理探測器的方法，探究了渭河流域土壤侵蝕的驅(qū)動因素，指出了植被覆蓋度、造林面積和降水量是影響流域土壤侵蝕空間分布的主要因素；田義超等［8］基于RUSLE 模型并利用疊加分析與區(qū)域統(tǒng)計的方法，探究了廣西北部灣欽江流域海拔、坡度、地貌等與土壤侵蝕的關(guān)系，對需要重點防治土壤侵蝕的區(qū)域提出了針對性的水土保持建議；Mhaske等［9］基于GIS利用RUSLE模型和層次分析法研究了印度賈坎德邦薩蘭德森林的土壤侵蝕，結(jié)果表明占地不到1%的山頂?shù)V區(qū)有著極高的土壤侵蝕風險，并提出了相關(guān)的治理建議。

鄂爾多斯市作為內(nèi)蒙古重要的能源城市［10］，處于中西部的銜接地帶及農(nóng)牧交錯帶［11］，承擔著生態(tài)屏障的作用，定量分析土壤侵蝕的分布與演變，對于科學開展生態(tài)修復工程有著積極意義。因此，利用RUSLE 模型與GIS 相結(jié)合，研究鄂爾多斯市2000—2019年間土壤水力侵蝕狀況時空變化，利用地理探測器探究其影響因子，為該區(qū)域生態(tài)環(huán)境治理與礦區(qū)的水土保持提供科學依據(jù)。

1 研究區(qū)及數(shù)據(jù)來源

1.1 研究區(qū)概況

選取地處干旱半干旱地區(qū)的鄂爾多斯市為研究區(qū)域，地理位置與概況見圖1。鄂爾多斯市地勢東高西低、起伏不平，地貌類型復雜多樣，黃土丘陵溝壑、沙漠、沙地、平原兼而有之，東、北、西三面被黃河環(huán)繞，平均海拔1000～1500 m，氣候類型為溫帶半干旱大陸性氣候，年均氣溫6.2 ℃左右，年均降水量低于400 mm。研究區(qū)屬典型的荒漠草原，主要以栗鈣土、棕鈣土、灰鈣土及灰漠土為主，土壤質(zhì)地松散，易風化易受雨水沖刷剝蝕，植被主要以旱生植物為主，覆蓋率較低。鄂爾多斯市有各類礦藏50多種，煤炭、天然氣和稀土儲量豐富，是重要的煤化工基地，也是國家生態(tài)保護和治理的重要基地［12］。

圖1 研究區(qū)概況Fig.1 Study area

1.2 數(shù)據(jù)來源及處理

研究選用的Landsat數(shù)據(jù)來自地理數(shù)據(jù)云（http://www.gscloud.cn/），MODIS 數(shù)據(jù)來自美國國家航空航天局官網(wǎng)（https://ladsweb.nascom.nasa.gov），氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn），DEM數(shù)據(jù)來自ASTER GDEM 2013 年數(shù)據(jù)（http://gdem.ersdac.jspacesystems.or.jp/），地貌類型數(shù)據(jù)來自國家青藏高原科學數(shù)據(jù)中心（http://www.tpdc.ac.cn），土壤數(shù)據(jù)來自中國科學院資源環(huán)境科學數(shù)據(jù)中心（http://www.resdc.cn），矢量數(shù)據(jù)由天地圖提供，礦區(qū)邊界經(jīng)實地調(diào)研獲得，礦點數(shù)據(jù)由土地利用分類數(shù)據(jù)結(jié)合實地調(diào)研所得，在鄂爾多斯市選取了103 個井工礦點和76 個露天礦面進行礦區(qū)的土壤侵蝕研究，主要包括神東礦區(qū)和棋盤井礦區(qū)。所用數(shù)據(jù)均轉(zhuǎn)換為CSCS_2000 坐標系，柵格數(shù)據(jù)分辨率重采樣為30 m×30 m。數(shù)據(jù)源及參數(shù)見表1。

表1 數(shù)據(jù)來源及參數(shù)Tab.1 Data sources and parameters

2 研究方法

2.1 RUSLE模型

采用RUSLE 模型進行鄂爾多斯市土壤侵蝕量的估算，并根據(jù)研究區(qū)以及數(shù)據(jù)的特點確定各因子的算法。RUSLE模型公式如下：

式中：A為年土壤侵蝕量（t·hm-2·a-1），結(jié)果乘以100換算單位為t·km-2·a-1；R為降水侵蝕力因子；K為土壤可蝕性因子；L為坡長因子；S為坡度因子；C為植被覆蓋與管理因子；P為水土保持措施因子［13］。

降水沖刷地表造成表層土壤流失，從而引起土壤侵蝕。選用章文波等［14］提出的精度較高的以日降水量計算年均侵蝕力的估算方法計算降水侵蝕力因子R，計算公式為：

式中：Mi為第i個半月時段的侵蝕力值；N為該半月時段內(nèi)的天數(shù)；Dj為半月時段內(nèi)第j天的日降水量，要求日降水量≥12 mm，否則以0計算；α、β為參數(shù)［14］，計算公式為：

式中：Pd12為日降水量≥12 mm 的日均降水量；Py12為日降水量≥12 mm的年均降水量［14］。

自然狀態(tài)下，土壤抵抗外力使其不被帶走的能力通常用K值來衡量［15］。選用適用性較強的EPIC（Erosion-Productivity Impact Calculator）模型［16］估算K值，計算公式為：

式中：Sα為砂粒含量（%）；Si為粉粒含量（%）；Ci為黏粒含量（%）；C為有機碳含量（%）；Sn=1－Sα/100。

對KEPIC進行修訂轉(zhuǎn)化為適用于我國的土壤可蝕性估算［17］。修訂公式為：

坡長和坡度因子反映了區(qū)域地勢起伏及地形地貌特征對土壤侵蝕的影響［18］。選用具有普適性的Renard等［19-21］建立的方法計算坡長因子L及坡度因子S，計算公式為：

式中：λ為坡長；m為坡長指數(shù)；θ為坡度。

通過增加植被覆蓋度與管理耕種方式能夠在一定程度上抑制土壤侵蝕［22］。選用蔡崇法等［23］的方法估算C值，計算公式為：

式中：f為植被覆蓋度；NDVIsoil、NDVIveg定義為裸土和植被完全覆蓋情況下的NDVI值。

水土保持措施因子P是土壤侵蝕的抑制因子，通過采取特定的耕作方式或改變小地形、攔蓄地表徑流、增加降水下滲，充分利用光熱資源改善農(nóng)牧產(chǎn)條件等措施，達到保持水土及土壤肥力、提高農(nóng)業(yè)生產(chǎn)、減少土壤侵蝕的目的。鄂爾多斯市的耕地主要為旱地和部分水澆地，草地主要為天然牧草地及部分人工牧草地，根據(jù)鄂爾多斯市的土地利用現(xiàn)狀，參照坡度信息及結(jié)合前人的研究成果［24-26］，確定修正后的P因子值（表2與表3）。

表2 土地利用類型P值Tab.2 Land use type P value

表3 坡耕地坡度與P值換算關(guān)系Tab.3 Conversion relationship between slope and P value of sloping land

2.2 地理探測器

采用王勁峰等［27］提出的地理探測器模型進行鄂爾多斯市土壤侵蝕影響因子分析。地理探測器是探測空間異質(zhì)性的工具，選用因子探測、交互作用探測以及風險探測模塊來識別鄂爾多斯市土壤侵蝕的影響因子以及解釋影響因子對土壤侵蝕的交互作用和顯著差異，以期為干旱半干旱地區(qū)的生態(tài)治理提供參考。

因子探測器可用于探測因子X對屬性Y的解釋程度，用q值表示（0≤q≤1），q值越大說明自變量對因變量的作用越明顯，表達式為：

式中：h=1，…，L為屬性Y或因子X的分層或分區(qū)；Nh和N分別為層h和全區(qū)的單元數(shù)；和σ2分別是層h和全區(qū)的Y值的方差；SSW 為層內(nèi)方差之和；SST為全區(qū)總方差。

交互探測器是地理探測器的優(yōu)勢所在，用于識別雙影響因子對Y的交互影響，其交互方式見表4。

表4 雙影響因子的交互作用Tab.4 Interaction of two impact factors

風險探測器用于識別2個子區(qū)域間的屬性均值是否存在顯著差異，通過計算比較各個影響因子在不同類別分區(qū)下的土壤侵蝕量均值來識別土壤侵蝕高風險區(qū)域［28］。

選取土壤侵蝕量作為因變量，植被覆蓋度、年均降水量、坡度、土地利用類型和距礦區(qū)距離作為土壤侵蝕的影響因子，識別鄂爾多斯市土壤侵蝕的主導因子。根據(jù)地理探測器的要求對連續(xù)型數(shù)據(jù)進行離散化。其中，土地利用數(shù)據(jù)根據(jù)類別進行分類，植被覆蓋度數(shù)據(jù)分為8 類（＜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、0.9～1），年均降水量數(shù)據(jù)按照等間距法分成9類，坡度數(shù)據(jù)分為8類（＜5°、5°～10°、10°～15°、15°～20°、20°～25°、25°～30°、30°～35°、＞35°），距礦區(qū)距離按照自然斷點法分為15 類。將鄂爾多斯市劃分為2 km×2 km 的研究單元，并設(shè)置每個研究單元的中心點為樣本點，賦予上述各類屬性值作為地理探測器的運行數(shù)據(jù)。

3 結(jié)果與分析

3.1 土壤侵蝕時空特征分析

3.1.1 土壤侵蝕時空分布特征 根據(jù)SL190—2007《土壤侵蝕分類分級標準》［29］，應(yīng)用ArcGIS 10.5的空間分析功能，按照RUSLE模型計算得到研究區(qū)2000年、2005 年、2010 年、2015 年和2019 年土壤侵蝕情況，將土壤侵蝕計算結(jié)果分為6 級（微度、輕度、中度、強烈、極強烈、劇烈侵蝕），得到鄂爾多斯市土壤侵蝕強度分級圖（圖2）。該地區(qū)土壤侵蝕強度空間分布規(guī)律與周平等［25］的研究相似，時間變化規(guī)律與劉英等［30］的研究基本吻合，證明研究結(jié)果可靠且RUSLE模型在研究區(qū)具有較好的適用性。

圖2 2000—2019年鄂爾多斯市土壤侵蝕等級分布Fig.2 Grade distribution of soil erosion in Ordos City from 2000 to 2019

從平均土壤侵蝕量來看，20 a 來鄂爾多斯市的土壤侵蝕情況發(fā)生了明顯的變化，研究期的前10 a平均土壤侵蝕量呈下降趨勢，從2000年的3865.49 t.km-2·a-1降至2005 年的2932.85 t·km-2·a-1再降為2010年的2890.21 t·km-2·a-1。隨著經(jīng)濟快速發(fā)展所引起的采礦活動增加，2015年的平均土壤侵蝕量增至3711.10 t·km-2·a-1，2019 年平均土壤侵蝕量增至20 a以來的最大值4308.21 t·km-2·a-1?？傮w來看，鄂爾多斯市2000—2019 年間的平均土壤侵蝕量呈先降低后增加的趨勢。鄂爾多斯市各類侵蝕區(qū)的面積占比見表5。

表5 不同土壤侵蝕等級面積Tab.5 Area of different soil erosion grades

由圖2 和表5 可以看出，鄂爾多斯市土壤侵蝕程度以微度和輕度為主，劇烈侵蝕主要集中于準格爾旗和鄂托克旗的西北部；強度侵蝕和極強度侵蝕零星分布在鄂托克旗的南部、杭錦旗的北部、達拉特旗的北部、東勝區(qū)的東部、烏審旗中部以及準格爾旗的部分地區(qū)，鄂爾多斯市大面積區(qū)域?qū)儆谥卸纫韵虑治g。20 a 間，鄂爾多斯市土壤侵蝕狀況變化顯著，2000—2010年，微度、輕度侵蝕區(qū)域面積均有所增加，極強度和劇烈侵蝕區(qū)域面積逐年減少，這表明鄂爾多斯市在這10 a 中水土保持效果較好。2010—2019年與前10 a的情況相反，土壤侵蝕情況加劇，主要原因可能是煤炭開采強度的加大。

3.1.2 土壤侵蝕時空變化特征 根據(jù)RUSLE 模型得出5 期土壤侵蝕情況，進一步分析近20 a 來鄂爾多斯市土壤侵蝕時空變化特征，將5 期數(shù)據(jù)分為2個時段2000—2010 年和2010—2019 年，應(yīng)用Arc?GIS 10.5 的空間分析功能，得到鄂爾多斯市土壤侵蝕強度變化（圖3）。

圖3 鄂爾多斯市各時段土壤侵蝕強度等級變化Fig.3 Changes of soil erosion intensity of Ordos City in different periods

2000—2010 年鄂爾多斯市有57.22%的區(qū)域土壤侵蝕強度等級未發(fā)生改變，34.77%的區(qū)域土壤侵蝕強度等級有所下降，主要分布于準格爾旗、鄂托克旗的西南部以及杭錦旗的西部地區(qū)，綜合分析發(fā)現(xiàn)，土壤侵蝕強度等級沒有升高的區(qū)域大多位于海拔較低的平坦地區(qū)，說明水土保持措施較好，土壤侵蝕情況有所改善，全區(qū)域8.01%的地區(qū)土壤侵蝕強度等級升高，集中分布在鄂托克旗的北部和杭錦旗的中部。2010—2019 年的土壤侵蝕強度變化與前10 a 較為不同，等級不變與等級降低的區(qū)域分別占比49.00%和7.13%，土壤侵蝕強度等級上升的地區(qū)占比增至43.87%，主要分布于鄂爾多斯市的西部地區(qū)、中部地區(qū)以及零星分布于準格爾旗、東勝區(qū)和康巴什區(qū)，大體呈現(xiàn)出躺臥的“T”字分布，該區(qū)域大多地勢較為陡峭，土壤容易被侵蝕，可以考慮適當增加該區(qū)域的水土保持設(shè)施建設(shè)?？傮w上，在研究的20 a間，鄂爾多斯市的土壤侵蝕情況在2000—2010 年有所好轉(zhuǎn)，2010—2019 年土壤侵蝕情況加重。

3.2 土壤侵蝕異質(zhì)性分析

3.2.1 土地利用類型 鄂爾多斯市土地利用類型主要由耕地、草地、城鎮(zhèn)用地、工礦用地、其他用地和水域構(gòu)成（圖4）。由表6可以看出，鄂爾多斯市的土地利用類型中草地和其他用地所占比例最大，兩者之和約占整個區(qū)域面積的90%以上，其余土地利用類型所占比例較少。

圖4 鄂爾多斯市土地利用類型空間分布Fig.4 Spatial distribution of land use types in Ordos City

表6 土地利用類型面積Tab.6 Land use type area /%

分析2000—2019 年的鄂爾多斯市土地利用類型變化，面積發(fā)生了較大的變化（除水域與草地的面積變動較小外），耕地、工礦用地、城鎮(zhèn)用地的面積基本上逐年增加，其他用地的面積基本上呈現(xiàn)逐年較少的趨勢。

結(jié)合2000 年、2005 年、2010 年、2015 年與2019年的土壤侵蝕量與土地利用數(shù)據(jù)，統(tǒng)計出每種土地利用類型的平均土壤侵蝕量。結(jié)果表明，不同土地利用類型間土壤侵蝕狀況存在著較大差異，平均土壤侵蝕量工礦用地最大，城鎮(zhèn)用地最小。如表7 所示，對比之下，工礦用地與其他用地的土壤侵蝕較為嚴重。從不同類型的土地利用的平均侵蝕量可以看出，工礦用地和其他用地是鄂爾多斯市的主要侵蝕的土地利用類型，城鎮(zhèn)用地和耕地是侵蝕情況較輕的土地利用類型，由此可見，增加人為干預可對地區(qū)土壤侵蝕產(chǎn)生較大影響；2010年區(qū)域侵蝕量大幅度降低主要得益于草地和耕地的增加以及其他用地的明顯減少。經(jīng)過20多年的綜合治理，改變了區(qū)域土地利用格局，有效地減少了土壤侵蝕。

表7 各土地利用類型的平均土壤侵蝕量Tab.7 Average soil erosion of different land use types /(t·km-2·a-1)

3.2.2 地形 坡度定義為地表斜面與水平面的夾角，反映了地表形態(tài)的傾斜程度，坡度大小與土壤侵蝕強弱密不可分。參考張珊珊等［31］的研究，將坡度劃分為6 個等級：0～5°、5°～8°、8°～15°、15°～25°、25°～35°和35°～90°（圖5）。

圖5 鄂爾多斯市坡度分帶Fig.5 Slope zoning of Ordos City

由圖6可以看出，隨著坡度的增加，平均土壤侵蝕量呈現(xiàn)出明顯的正相關(guān)，2010年土壤侵蝕情況最好，各坡度帶下的平均土壤侵蝕量均為20 a 間的最低。鄂爾多斯市坡度低于15°的區(qū)域占全市面積的90%以上，0～5°、5°～8°與8°～15°坡度帶的土壤侵蝕情況與鄂爾多斯市土壤侵蝕情況相一致，20 a 間呈現(xiàn)出先下降后上升的趨勢，雖然陡坡地區(qū)所占比例不大，其土壤侵蝕情況仍需重視。

圖6 鄂爾多斯市各坡度帶平均土壤侵蝕量Fig.6 The average amount of soil erosion in each slope zone in Ordos City

3.2.3 地貌類型 地貌反映地表形態(tài)，對人類的經(jīng)濟建設(shè)有重要影響。研究各地貌類型下的土壤侵蝕情況可以正確認識土壤侵蝕的差異性，對區(qū)域治理具有一定的指導性意義，鄂爾多斯市的地貌分布見圖7，地貌類型復雜多樣，多為堆積地貌與剝蝕地貌。

圖7 鄂爾多斯市地貌類型Fig.7 Landform type of Ordos City

由表8可見，中起伏山地平均土壤侵蝕量最高，其次是剝蝕臺地，該類地貌類型地勢起伏較大，土壤易被剝蝕，黃土梁峁和丘陵地區(qū)的平均土壤侵蝕量處于第二梯隊，2000年和2015年黃土梁峁這類地貌類型平均土壤侵蝕量異常升高，分析認為是雨季的滯后和短時間內(nèi)的暴雨沖刷導致土壤侵蝕的加重，洪積平原和沖積平原平均土壤侵蝕量較低，沖擊洪積平原大多處于準格爾旗附近的山谷之中，相較于黃河沿岸的平原地區(qū)，該平原土壤侵蝕情況較重，可能原因為礦區(qū)多位于這類型地區(qū)，土壤侵蝕情況比較突出，風積地貌分布的面積最大，庫布其、毛烏素沙地分布其中，土壤侵蝕情況較輕，這表明鄂爾多斯市所實施的退耕還林、植樹造林等多項生態(tài)舉措成效較為顯著。

表8 各地貌類型的平均土壤侵蝕量Tab.8 Average soil erosion of different landform type /(t·km-2·a-1)

3.2.4 煤礦區(qū) 整合露天礦面與井工礦點數(shù)據(jù)，生成20 km 緩沖區(qū)，分區(qū)統(tǒng)計緩沖區(qū)內(nèi)的平均土壤侵蝕量。整體而言，鄂爾多斯市礦區(qū)的土壤侵蝕狀況整體呈現(xiàn)好轉(zhuǎn)趨勢，從2000 年7029.68 t·km-2·a-1的平均土壤侵蝕量逐年下降，2005 年下降為4019.75 t·km-2·a-1，2010 年降至20 a 間的最小值3611.05 t·km-2·a-1，而后2015年土壤侵蝕狀況有所加劇，平均土壤侵蝕量升至6804.99 t·km-2·a-1，2019 年降至4931.30 t·km-2·a-1。

綜上所述，造成2010—2015年平均土壤侵蝕量增加的原因為：（1）2015年滯后2個月的雨季，造成礦區(qū)內(nèi)植被覆蓋度降低，土壤侵蝕情況加重；（2）礦區(qū)面積增加造成區(qū)域自然條件退化，表層土壤易被剝蝕加重土壤侵蝕。總體上看，鄂爾多斯市礦區(qū)的土壤侵蝕情況向好的方向發(fā)展，說明礦區(qū)對生態(tài)恢復重視程度較高，通過恢復植被、熟化土壤、實現(xiàn)土地再利用等礦區(qū)復墾技術(shù)和微生物復墾技術(shù)，在水土保持方面取得了較為積極的效果。

3.3 土壤侵蝕影響因子分析

由表9可知，選用的影響因子對土壤侵蝕的解釋程度差異顯著。從鄂爾多斯全市來看，各影響因子對土壤侵蝕量的解釋力從大到小的排序為：坡度＞植被覆蓋度＞土地利用類型＞年均降水量＞距礦區(qū)距離。其中，解釋力最強的影響因子為坡度，q值達到0.2131，表明在選用的影響因子中，坡度是決定土壤侵蝕狀況的主導因子；排在第二位的是植被覆蓋度，解釋力為0.1145；距礦區(qū)距離因子的q值最小，表明該因子對土壤侵蝕的影響程度最低。通過分析發(fā)現(xiàn)，鄂爾多斯市礦區(qū)多為井工礦，對比與露天開采，井工采礦的方式對地表環(huán)境破壞弱，尤其是對土壤的擾動有較大程度的降低，另外，由于鄂爾多斯市對礦區(qū)生態(tài)恢復與治理的重視，礦區(qū)周邊的植被恢復情況效果顯著，這也是距礦區(qū)距離該影響因子對土壤侵蝕量解釋力較低的原因之一。對比自然環(huán)境因子土地利用類型、植被覆蓋度、年均降水量與坡度和人為因子距礦區(qū)距離的解釋力可以發(fā)現(xiàn)，坡度與植被覆蓋度的解釋力遠大于距礦區(qū)距離的解釋力，這表明自然環(huán)境因子是影響鄂爾多斯市土壤侵蝕空間分布的主要原因。

表9 影響因子解釋力Tab.9 Explanatory power of impact factor

由表10可見，雙因子的交互作用增強了對鄂爾多斯市土壤侵蝕空間分布的解釋力。坡度與各因子的交互作用q值明顯高于其他因子間的交互作用q值，是土壤侵蝕的顯著影響因子，這表明地形與土壤侵蝕空間分布之間有較大的關(guān)聯(lián)性，坡度相差較大的區(qū)域土壤侵蝕情況差距也較為明顯。表9中交互作用解釋力排在首位的是坡度與植被覆蓋度，解釋力達到了0.4019，這表明鄂爾多斯市應(yīng)當重視坡度較大地區(qū)的植被覆蓋情況，提高地勢起伏較大地區(qū)的植被覆蓋度。

表10 雙因子交互作用下的解釋力Tab.10 Explanatory power under the interaction of two factors

根據(jù)表11可知，統(tǒng)計各影響因子重分類后各類別的平均土壤侵蝕量，識別土壤侵蝕高風險區(qū)，可為鄂爾多斯市水土保持提供方向。結(jié)果表明：坡度＞35°的地區(qū)極易發(fā)生水土流失；土地利用類型中工礦用地的平均土壤侵蝕量較高；年均降水量介于141.02～174.62 mm間的地區(qū)發(fā)生水土流失的可能性較高；植被覆蓋度＜0.3的地區(qū)水土保持性差；距礦區(qū)距離為0～13528 m 的地區(qū)發(fā)生水土流失風險較高?；诖?，鄂爾多斯市的生態(tài)環(huán)境修復與治理的重點應(yīng)該定位于陡坡地區(qū)、植被覆蓋度低的區(qū)域與工礦用地。

表11 土壤侵蝕高風險區(qū)域及平均侵蝕量Tab.11 Soil erosion high risk area and average amount of erosion

4 討論

本研究基于較長時間序列對鄂爾多斯市土壤侵蝕的空間分布與影響因子進行分析，經(jīng)過對比發(fā)現(xiàn)，基于RUSLE模型對于研究區(qū)的土壤侵蝕估算具有可行性?；诘乩硖綔y器與土壤侵蝕異質(zhì)性的分析結(jié)果，提出以下建議：將鄂爾多斯市分為西部山地地區(qū)、東部黃土地區(qū)、中部南部沙地地區(qū)和礦區(qū)土壤敏感區(qū)進行分區(qū)治理。西部山地地區(qū)地勢起伏大，陡坡較多，此地區(qū)優(yōu)先采取陡坡治理、恢復植被、升級淤地壩攔泥蓄水工程的措施，東部黃土地區(qū)適當實施退耕還林、封山育林等造林工程，中部南部沙地地區(qū)增強全民環(huán)保意識，將植樹造林、種樹種草作為實踐活動宣傳于學校和社區(qū)，對于礦區(qū)土壤敏感區(qū)增加周邊地區(qū)植被覆蓋度，廢棄礦場進行生態(tài)修復治理，政府加強預防監(jiān)督職能，依法對地區(qū)的土壤侵蝕情況進行管理。

然而，研究在以下2個方面存在不足：水土保持因子的賦值是基于經(jīng)過監(jiān)督分類與目視解譯的30 m分辨率的Landsat影像，由于植物生長季的影像有限，不可避免的會有云層遮擋等問題，影響土壤侵蝕的精度，下一步的研究中考慮使用更高時間分辨率與空間分辨率的影像并結(jié)合實地調(diào)研數(shù)據(jù)進行土地利用類型的分類；影響鄂爾多斯市土壤侵蝕的原因很多，由于數(shù)據(jù)獲取有限，在地理探測器的輸入數(shù)據(jù)中對于土壤侵蝕的人為影響因子選取不足，在今后的研究中可考慮更加全面地分析各方面因子對土壤侵蝕的影響，以期獲得更加精確的影響因子評定，為水土保持生態(tài)治理提供更加科學的建議，為改善人地關(guān)系和促進區(qū)域可持續(xù)發(fā)展提供更加科學的參考依據(jù)。

5 結(jié)論

通過對鄂爾多斯市2000—2019 年土壤侵蝕量進行估算與影響因子的分析得出以下結(jié)論：

（1）鄂爾多斯市土壤侵蝕以微度、輕度侵蝕為主，較強程度的侵蝕主要集中于準格爾旗和鄂托克旗的西北部。2000—2019 年平均土壤侵蝕量呈先減后增狀態(tài)，2000—2010 年水土保持效果較好，2010—2019 年由于經(jīng)濟發(fā)展帶來的礦區(qū)面積增加使得土壤侵蝕情況有所加重。

（2）就土地利用類型來看，工礦用地和其他用地是鄂爾多斯市的主要侵蝕土地利用類型；就地形而言，平均土壤侵蝕量隨著坡度的增大呈現(xiàn)出明顯的正相關(guān)，陡坡侵蝕是該區(qū)域水土保持工作中需要特別注意的部分；地勢起伏大的地貌類型平均土壤侵蝕量較高，鄂爾多斯市對風積地貌的治理成效顯著。通過對礦區(qū)的數(shù)據(jù)整合與緩沖區(qū)分析，統(tǒng)計得到礦區(qū)20 km 緩沖區(qū)內(nèi)的平均土壤侵蝕量，結(jié)果表明，礦區(qū)土壤侵蝕20 a以來向好的方向發(fā)展，表明礦區(qū)復墾與生態(tài)修復對于生態(tài)環(huán)境的恢復與治理起到了極大的作用。

（3）利用地理探測器對土壤侵蝕的各影響因子的分析表明，坡度的解釋力最大，說明坡度是鄂爾多斯市土壤侵蝕的主導因子；坡度與植被覆蓋度的交互作用解釋力最大，表明應(yīng)該加大對地勢起伏較大區(qū)域的植被種植力度；35°～90°坡度區(qū)間、0～0.3植被覆蓋度區(qū)間和工礦用地是易發(fā)生土壤侵蝕的區(qū)域，對這類高風險地區(qū)的水土保持應(yīng)當尤為重視。