韓 晶, 崔金芳, 楊 威, 徐陽吉 哲, 秦冬暉, 高鳳杰

(東北農(nóng)業(yè)大學(xué) 公共管理與法學(xué)院, 哈爾濱 150030)

土壤侵蝕是全球最嚴(yán)重的環(huán)境問題之一[1-2]，在造成土地退化與土壤養(yǎng)分流失的同時(shí)還會(huì)導(dǎo)致洪水頻發(fā)、河流淤積和水污染等次生環(huán)境問題[3-5]。遷西縣地處燕山南麓，低山丘陵景觀占比36.1%，是典型北方土石山區(qū)，富有鐵礦，且經(jīng)濟(jì)作物板栗馳名中外。20世紀(jì)90年代初期，奉行經(jīng)濟(jì)發(fā)展優(yōu)先戰(zhàn)略，采礦業(yè)無序開采導(dǎo)致林地被毀，山體滑坡、碎石崩落、尾礦庫(kù)堆積等重力侵蝕災(zāi)害的危險(xiǎn)性長(zhǎng)期存在[6]；經(jīng)濟(jì)林板栗規(guī)模的盲目擴(kuò)張侵占大量天然次生林，為生產(chǎn)方便，林下植被被人為清除，加之山區(qū)坡度大、土層薄的天然劣勢(shì)，在降雨與地形雙重作用下，水土流失問題十分嚴(yán)峻。大量泥沙隨地表徑流進(jìn)入河流，造成灤河水系河道淤積與水質(zhì)下降，生態(tài)環(huán)境質(zhì)量不斷下降。根據(jù)《中國(guó)水土保持區(qū)劃》[7]，遷西縣屬于燕山山地丘陵水源涵養(yǎng)生態(tài)維護(hù)區(qū)，國(guó)家級(jí)水土流失重點(diǎn)預(yù)防區(qū)。2020年，國(guó)家級(jí)生態(tài)文明示范縣建設(shè)對(duì)區(qū)域內(nèi)水土流失等生態(tài)問題治理與修復(fù)要求進(jìn)一步提升。因此，科學(xué)認(rèn)識(shí)并定量評(píng)價(jià)區(qū)域人類不合理土地開發(fā)活動(dòng)導(dǎo)致的土壤侵蝕變化對(duì)水土保持治理與生態(tài)恢復(fù)具有重要意義。

GIS與通用水土流失方程(Universal Soil Loss Equation)的結(jié)合是土壤侵蝕研究應(yīng)用最廣泛的方法之一[8-10]，其考慮了自然和人為擾動(dòng)的影響，能夠科學(xué)地反映區(qū)域土壤侵蝕的空間格局[11]，但該模型忽略了地塊自身對(duì)泥沙的攔截能力使評(píng)估結(jié)果存在誤差[12]。InVEST模型彌補(bǔ)了通用水土流失方程的不足，近年來成為生態(tài)服務(wù)功能研究的重要方法之一[13]。該模型綜合考慮流域水庫(kù)及地塊泥沙持流能力的影響，其評(píng)價(jià)結(jié)果更為精準(zhǔn)并具針對(duì)性[14]，因此基于InVEST模型研究土壤侵蝕在國(guó)內(nèi)日益廣泛[12,15-17]。以往在土壤侵蝕驅(qū)動(dòng)因素的研究中，多采用相關(guān)分析或回歸分析等方法，這些常規(guī)手段無法判斷影響因子對(duì)土壤侵蝕的作用程度[18]且無法統(tǒng)計(jì)各因子間的交互作用，地理探測(cè)器彌補(bǔ)了傳統(tǒng)分析方法的不足，可定量探究因子及因子間交互作用對(duì)結(jié)果的影響程度，更適用于土壤侵蝕這一復(fù)雜生態(tài)問題的研究[19-20]。本文采用InVEST模型的泥沙輸移比例模塊及地理探測(cè)器，定量評(píng)估1990—2020年遷西縣土壤侵蝕時(shí)空變化規(guī)律及其驅(qū)動(dòng)因子，研究結(jié)果為后續(xù)生態(tài)治理與區(qū)域可持續(xù)發(fā)展提供決策支撐。

1 研究區(qū)概況

遷西縣位于唐山市北部燕山南麓，灤河流域中下游，地理坐標(biāo)為118°10′—118°30′E，40°00′—40°20′N(圖1)。地勢(shì)由北部燕山脈系山地丘陵向?yàn)春尤侵奁皆^渡，山地丘陵占比36.1%，是典型的低山丘陵地區(qū)，坡耕地比重高。灤河在遷西境內(nèi)全長(zhǎng)67.5 km，流域面積1158 km2，占全縣面積的80%以上。境內(nèi)有潘家口和大黑汀2座國(guó)家級(jí)大型水庫(kù)，在上游山洪來水調(diào)蓄與下游平原農(nóng)田灌溉發(fā)揮重要作用，同時(shí)是“引灤入津”工程基地。屬溫帶大陸性半濕潤(rùn)的季風(fēng)氣候，四季分明，雨熱同季，多年平均氣溫10.1℃，多年平均降雨804.2 mm。遷西號(hào)稱“板栗之鄉(xiāng)”，板栗種植已有2 000多年歷史，創(chuàng)造了享譽(yù)世界的“圍山轉(zhuǎn)”工程，森林覆蓋率達(dá)63%，位居全省第二位。富有鐵、金、銅等礦產(chǎn)資源，其中鐵礦儲(chǔ)量4.7億t，境內(nèi)津西集團(tuán)成為全國(guó)最大的H型鋼生產(chǎn)基地。20世紀(jì)90年代起，隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展和技術(shù)水平的提升，板栗經(jīng)濟(jì)林的盲目擴(kuò)張及鐵礦的無序開采，對(duì)山地丘陵地表植被造成大面積破壞，在降雨侵蝕作用下，境內(nèi)水土流失問題十分突出，由此衍生的次生災(zāi)害，如河庫(kù)淤積及水體污染等問題也日益嚴(yán)峻。

圖1 遷西縣地理位置及地形

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與處理

降雨數(shù)據(jù)來源于中國(guó)氣象數(shù)據(jù)國(guó)家氣象科學(xué)數(shù)據(jù)中心(http:∥data.cma.cn/)，本文選取研究區(qū)境內(nèi)及周圍31個(gè)站點(diǎn)的逐月降雨數(shù)據(jù)計(jì)算降雨侵蝕力因子；土壤數(shù)據(jù)來源于中國(guó)科學(xué)院南京土壤研究所(http:∥www.issas.ac.cn/)和土壤屬性數(shù)據(jù)庫(kù)(http:∥westdc.westgis.ac.cn)，用于計(jì)算土壤可蝕性因子；DEM(Digital Elevation Model)來源于NASA地球科學(xué)數(shù)據(jù)網(wǎng)站(https:∥nasadaacs.eos.nasa.gov/)的12.5 m數(shù)據(jù)，用于研究區(qū)小流域提取和坡度坡長(zhǎng)因子計(jì)算；基于GEE平臺(tái)對(duì)landsat系列數(shù)據(jù)提取1990年、2000年、2010年、2020年土地利用類型與植被覆蓋度，在此基礎(chǔ)上通過賦值獲取水土保持措施因子。GDP與人口數(shù)據(jù)來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心(https:∥www.resdc.cn/)的空間分布公里網(wǎng)格數(shù)據(jù)。將以上數(shù)據(jù)重采樣至12.5 m柵格并統(tǒng)一到WGS_1984坐標(biāo)系統(tǒng)。

2.2 研究方法

2.2.1 InVEST模型 InVEST模型3.9.0版本中的泥沙輸移比例模塊(Sediment Delivery Ratio)是基于通用水土流失方程(USLE)通過像元尺度來描述坡面土壤侵蝕和流域輸沙空間過程。在模型運(yùn)行前需通過GIS將所有數(shù)據(jù)處理為模型運(yùn)行所需的格式，主要參數(shù)包括降雨侵蝕力R、土壤可蝕性K、地形因子DEM、土地利用/覆被、生物物理系數(shù)表、小流域矢量、匯水面積閾值以及模型運(yùn)行所需的其他參數(shù)。通用水土流失方程為：

A=R×K×LS×C×P

(1)

式中:A為年土壤侵蝕量〔t/(hm2·a)〕;R為降雨侵蝕力因子〔MJ·mm/(hm2·h·a)〕;K為土壤可蝕性因子〔t·hm2·h/(MJ·mm·hm2)〕;LS為坡度坡長(zhǎng)因子;C植被覆蓋與管理因子;P為水土保持措施因子。

(1) 降雨侵蝕力因子R。降雨是泥沙輸移的主要因素，本研究采用Wischmeier在1978年提出的簡(jiǎn)化算法[21](公式2)，結(jié)果乘以17.02轉(zhuǎn)換成國(guó)際單位制。

(2)

式中:R為年降水侵蝕力〔MJ·mm/(hm2·h·a)〕；Pi為月降水量(mm);P為年降水量(mm)。

(2) 土壤可蝕性因子K。本研究采用Williams等提出的EPIC模型[22](公式3)，土壤顆粒和有機(jī)碳含量來源于土壤屬性數(shù)據(jù)庫(kù)[23]，結(jié)果乘0.131 7轉(zhuǎn)為國(guó)際單位制。

(3)

式中:K為土壤可蝕性〔t·hm2·h/(MJ·mm·hm2)〕；SAN是砂粒的含量(%)；SIL是粉粒的含量(%)；CLA是黏粒的含量(%)；SN1=1-SAN/100；C為有機(jī)碳含量(%)。

(3) 地形因子LS。地形是導(dǎo)致泥沙輸移的主要因素，InVEST模型根據(jù)DEM自動(dòng)提取LS因子。通常情況下，坡度越大、坡長(zhǎng)越長(zhǎng)土壤侵蝕發(fā)生的可能性越大，計(jì)算原理如公式(4)。

(4)

式中:Si表示柵格單元坡度因子,當(dāng)坡度θ<9%,Si=10.8·sinθ+0.03當(dāng)坡度θ≥9%,Si=16.8·sinθ-0.50；Ai-in表示柵格徑流入口以上產(chǎn)沙區(qū)域面積(m2),D表示柵格尺寸(m)；xi=|sinαi|+|cosαi|；αi表示柵格單元i的輸沙方向；m表示USLE長(zhǎng)度指數(shù)因子,當(dāng)θ≤1%,m=0.2;當(dāng)1%<θ≤3%,m=0.3;當(dāng)3%<θ≤5%,m=0.4;當(dāng)θ>5%,m=0.5。

(4) 植被覆蓋與管理因子C。植被葉片通過削弱降雨對(duì)土壤的沖擊來減少土壤流失，此外，植被可以有效抑制地表泥沙的輸移，對(duì)水土流失起到很好的抑制作用，用植被覆蓋度來度量(公式5)。本研究采用王萬忠對(duì)中國(guó)土壤侵蝕因子的賦值方法[24](表1)計(jì)算植被覆蓋與管理因子。

VFC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(5)

式中:VFC為植被覆蓋度;NDVI為像元植被指數(shù);NDVIsoil為裸土或無植被覆蓋指數(shù);NDVIveg為完全被植被覆蓋區(qū)域指數(shù)。

表1 不同土地利用類型C，P因子值

(5) 水土保持措施因子P。該因子表征人為因素對(duì)土壤侵蝕的抑制作用，介于0—1之間。其中，不發(fā)生土壤侵蝕的區(qū)域P值為0，未采取任何保護(hù)措施的地區(qū)P值為1，其他用地類型P值賦值方法沿用前人的研究成果[11]，見表1。

(6) 小流域提取。InVEST模型主要通過小流域的泥沙輸移過程與坡面的侵蝕狀況評(píng)估區(qū)域的土壤流失與保持情況。通常情況下，匯水面積閾值越小，河網(wǎng)越稠密，劃分的小流域越多。通過反復(fù)嘗試，確定匯水面積閾值為5 000最為合適，最終形成172個(gè)小流域。

(7) 其他參數(shù)。kb(特定地塊與徑流的空間連接程度)和泥沙輸移比IC0(進(jìn)入河谷泥沙量與坡面侵蝕量之比)決定小流域水文過程空間聯(lián)系與泥沙輸移比關(guān)系形態(tài)的校準(zhǔn)參數(shù)。IC0和k值為定義SDR(泥沙輸移比)與IC關(guān)系的校準(zhǔn)參數(shù)(遞增函數(shù))，采用模型默認(rèn)值：kb=2，IC0=0.5。SDRmax柵格最大泥沙輸移比由土壤質(zhì)地決定，本文將其設(shè)為0.8。

2.2.2 地理探測(cè)器 地理探測(cè)器用以探索空間分異性，揭示其驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法[25]。其以離散化的空間數(shù)據(jù)為基礎(chǔ)探索采樣點(diǎn)自變量與因變量之間空間分布的一致性，并以q值度量自變量對(duì)因變量的解釋度，主要分為：因子探測(cè)器、風(fēng)險(xiǎn)探測(cè)器、生態(tài)探測(cè)器和交互作用探測(cè)器4大模塊。因子探測(cè)器用于探測(cè)因變量的空間分異性，用q值大小描述自變量(影響因子)與因變量(土壤侵蝕量)空間一致性強(qiáng)弱，見公式(6—7)；風(fēng)險(xiǎn)探測(cè)器用于判斷兩個(gè)子區(qū)域間的屬性均值是否有顯著的差別，用t統(tǒng)計(jì)量來檢驗(yàn)；交互作用探測(cè)器探測(cè)影響因子X1與X2共同作用時(shí)是否會(huì)增強(qiáng)對(duì)因變量Y(土壤侵蝕量)的作用程度，或這些因子共同作用時(shí)q值變小，即這些因子對(duì)Y的影響是相互獨(dú)立的。

(6)

(7)

本文利用地理探測(cè)器判定年降雨量、土壤類型、坡度、土地利用類型、植被覆蓋度、GDP和人口密度7個(gè)影響因子對(duì)土壤侵蝕的作用程度。模型運(yùn)行前需對(duì)連續(xù)的因子進(jìn)行離散化處理，通過將每層的連續(xù)型因子數(shù)據(jù)的屬性值設(shè)置斷點(diǎn)，利用斷點(diǎn)劃分出不同區(qū)間并依次編號(hào)，這樣每個(gè)區(qū)間內(nèi)所有的單元都具有相同數(shù)值。常用的離散化方法較多，經(jīng)過反復(fù)試驗(yàn)，發(fā)現(xiàn)在本研究中采用等距離劃分方式的探測(cè)結(jié)果中自變量與因變量的關(guān)系更符合實(shí)際，因此，將年降雨量、GDP和人口密度數(shù)據(jù)等距離劃分成6份(表2)。坡度根據(jù)水利部關(guān)于水土保持坡度等級(jí)劃分標(biāo)準(zhǔn)分為0°～5°，5°～8°，8°～15°，15°～25°，25°～35°和>35°共6個(gè)等級(jí)；土地利用類型沿用表1；土壤類型分為：棕壤、褐土、褐土性土、石質(zhì)土、棕壤性土、土婁土、珊瑚砂土、鈣質(zhì)石質(zhì)土、酸性粗骨土、鈣質(zhì)粗骨土、潮土共11類。最后，將以上數(shù)據(jù)在GIS中重采樣到1 km×1 km網(wǎng)格點(diǎn)，剔除異常值后得到1 400個(gè)樣本點(diǎn)。以影響因子為自變量，對(duì)應(yīng)的土壤侵蝕量為因變量，運(yùn)行地理探測(cè)器。

表2 土壤侵蝕模數(shù)及影響因素分級(jí)標(biāo)準(zhǔn)

3 結(jié)果與分析

3.1 土壤侵蝕變化

InVEST模型運(yùn)行結(jié)果表明：1990年、2000年、2010年與2020年土壤潛在侵蝕量分別為：2.98億t，3.08億t，2.78億t，2.80億t，實(shí)際侵蝕量依次為：1.25×107t，1.41×107t，1.77×107t與2.00×107t。土壤保持量分別為：2.86億t，2.94億t，2.60億t，2.60億t。根據(jù)《土壤侵蝕分類分級(jí)標(biāo)》(SL190-2007)，得到各期土壤侵蝕情況(表3)。1990—2020年研究區(qū)土壤侵蝕以微度和輕度侵蝕為主，二者面積占比之和均達(dá)到90%以上，4期分別為94.49%，93.47%，92.63%和91.68%；隨著時(shí)間推移，二者侵蝕量占比呈下降趨勢(shì)，4期分別為50.84%，47.17%，36.71%和33.10%。中度、強(qiáng)度、極強(qiáng)和劇烈侵蝕面積占比之和雖然不足10%，但逐期增加，其中劇烈侵蝕等級(jí)侵蝕量占比最高，并呈逐年增加趨勢(shì)?？傮w而言，研究區(qū)盡管在空間上以微度和輕度侵蝕為主，但中度以上侵蝕等級(jí)土壤流失量卻占據(jù)主要地位，特別是劇烈侵蝕，近20年呈愈演愈烈態(tài)勢(shì)，水土流失生態(tài)治理需求迫切。

3.2 空間分布特征

為確定土壤侵蝕空間分布特征，將InVEST模型輸出的172個(gè)小流域的平均土壤侵蝕模數(shù)分為0～50，50～100，100～200，200～300，300～400和大于400 t/(hm2·a)6個(gè)等級(jí)，依據(jù)《土壤侵蝕分類分級(jí)標(biāo)》(SL190-2007)的分級(jí)標(biāo)準(zhǔn)，分別命名為微度、輕度、中度、強(qiáng)度、極強(qiáng)度和劇烈(圖2)。結(jié)果表明：整體上土壤侵蝕北部比南部嚴(yán)峻，與研究區(qū)北部山地丘陵南部平原地形地貌直接相關(guān)。1990年與2000年不存在劇烈等級(jí)，極強(qiáng)度和強(qiáng)度侵蝕等級(jí)占比極低，2010年和2020年土壤侵蝕等級(jí)明顯加重，劇烈、極強(qiáng)度和強(qiáng)度等級(jí)面積占比不斷增大。

3.3 土壤侵蝕驅(qū)動(dòng)因素分析

3.3.1 影響因子顯著性分析 根據(jù)地理探測(cè)器輸出結(jié)果(表4)，7個(gè)影響因素對(duì)土壤侵蝕解釋力由強(qiáng)至弱依次為用地類型、坡度、土壤類型、植被覆蓋度、年降雨量，GDP和人口密度作用微乎其微。用地類型的解釋能力呈“倒U”形變化，2010年土地利用對(duì)土壤侵蝕的作用強(qiáng)度達(dá)到峰值，降雨、GDP和人口密度對(duì)土壤侵蝕量解釋力均較弱，降雨在1990年與2000年未通過顯著性檢驗(yàn)，GDP與人口密度四期均未通過顯著性檢驗(yàn)，可能是三者在縣域內(nèi)無顯著差異所導(dǎo)致的。

3.3.2 風(fēng)險(xiǎn)區(qū)域識(shí)別 風(fēng)險(xiǎn)探測(cè)器輸出見表5，4期的土地利用類型風(fēng)險(xiǎn)高低順序相似，依次為：工礦用地>未利用地>建設(shè)用地>經(jīng)濟(jì)林地>耕地>林地>草地>水域。工礦用地與未利用地由于無植被覆蓋且沒有水土保護(hù)措施，土壤侵蝕風(fēng)險(xiǎn)最高。由圖3可知，研究區(qū)土壤侵蝕風(fēng)險(xiǎn)隨坡度變化呈先增后減再回彈的趨勢(shì)，兩個(gè)拐點(diǎn)所在坡度范圍分別為15°～25°和25°～35°，最大值普遍出現(xiàn)在35°以上地區(qū)，坡度為25°～35°時(shí)土壤侵蝕呈波谷低值，與該坡度范圍土地利用類型大多為林地和草地有關(guān)，林地和草地可以有效抑制水土流失。由圖4可以看出，土壤侵蝕風(fēng)險(xiǎn)隨著植被覆蓋度的增加先增大后減小，波峰位置各期不同，但拐點(diǎn)過后土壤侵蝕風(fēng)險(xiǎn)與植被覆蓋度大體上呈負(fù)相關(guān)關(guān)系。土壤類型的高風(fēng)險(xiǎn)區(qū)域?yàn)槌蓖?、棕壤和鈣質(zhì)石質(zhì)土。降雨、GDP和人口密度不具有顯著性差異。

表3 1900-2020年土壤侵蝕分級(jí)結(jié)果

圖2 1990-2020年小流域土壤侵蝕等級(jí)

表4 1990-2020年土壤侵蝕驅(qū)動(dòng)因素q值統(tǒng)計(jì)結(jié)果

表5 1990-2020年影響因子高風(fēng)險(xiǎn)區(qū)域

圖3 1990-2020年不同坡度風(fēng)險(xiǎn)變化

圖4 1990-2020年不同植被覆蓋度風(fēng)險(xiǎn)變化

3.3.3 驅(qū)動(dòng)因素交互作用分析 從表6可以得出各因子的交互作用均為雙向促進(jìn)關(guān)系，即因子間的交互作用均大于獨(dú)立因子對(duì)土壤侵蝕的作用。用地類型與其他因子協(xié)同作用對(duì)土壤侵蝕解釋力最強(qiáng)，這一結(jié)果與前文3.3.1中地利用類型對(duì)土壤侵蝕影響最大相吻合。其中，坡度與用地類型交互作用除2020年，其余年份均最大，說明坡度與土地利用類型交互作用對(duì)土壤侵蝕影響最大。降雨單獨(dú)作用q值較小，但與其他因素協(xié)同作用q值大幅提高，特別是與用地類型及坡度，因此，加強(qiáng)陡坡區(qū)域退耕還林、植樹造林等水土流失治理措施十分必要。GDP與人口密度兩經(jīng)濟(jì)社會(huì)因素單獨(dú)作用對(duì)土壤侵蝕作用微乎其微，但二者與其他自然因素共同作用時(shí)對(duì)土壤侵蝕的解釋力大幅提高，說明人為干擾下自然因素對(duì)土壤侵蝕的決定作用更為強(qiáng)烈，因此，土壤侵蝕治理要兼顧自然因素與經(jīng)濟(jì)社會(huì)因素。

表6 1990-2020年影響因子交互作用q值

4 討論與結(jié)論

4.1 討 論

在以往的研究中USLE與地理探測(cè)器結(jié)合探索土壤侵蝕驅(qū)動(dòng)因素的較多，本研究充分考慮InVEST模型的優(yōu)勢(shì)，確保低山丘陵區(qū)土壤侵蝕結(jié)果的準(zhǔn)確性，嘗試將地理探測(cè)器與該模型結(jié)合，分析土壤侵蝕變化規(guī)律與驅(qū)動(dòng)因素。InVEST模型輸出的子流域土壤侵蝕情況打破了行政邊界的束縛，使土壤侵蝕情況在空間上反映的更為直觀，胡勝等[26]也提出基于水文意義的子流域邊界反映了沉積物質(zhì)沿水文路徑遷移的完整性，相較于行政邊界其評(píng)估結(jié)果更為科學(xué)、準(zhǔn)確。本研究發(fā)現(xiàn)土地利用類型對(duì)土壤侵蝕作用最強(qiáng)烈，其次為坡度，潘美慧等[11]曾提出土地利用類型和流域地形、坡度的變化是造成土壤侵蝕空間差異的主要原因，與本研究結(jié)果一致。遷西縣土壤侵蝕發(fā)生的高風(fēng)險(xiǎn)區(qū)域?yàn)楣さV用地與未利用地，與該兩種用地類型地類植被覆蓋較低且無水土保持措施有關(guān)，此結(jié)論與鄒雅婧等[19]關(guān)于渭北礦區(qū)土壤侵蝕評(píng)估及驅(qū)動(dòng)因素分析的研究結(jié)果一致。何莎莎等[16]的研究中土壤侵蝕主要發(fā)生在林地、草地和耕地，結(jié)果與本研究結(jié)論背道而馳，原因在于其研究區(qū)海拔為31～1 864 m，其中林地和草地多分布在高海拔地區(qū)，而本研究中海拔最高區(qū)域僅為829 m，進(jìn)一步說明地形與土地利用類型共同作用結(jié)果對(duì)土壤侵蝕的作用變強(qiáng)。有學(xué)者認(rèn)為土地利用類型是土壤侵蝕產(chǎn)生的主要因素[27-29]，因此，應(yīng)嚴(yán)格控制用地類型調(diào)整方向。

陳思旭等[30]通過分析不同坡度的土壤侵蝕結(jié)構(gòu)得出隨坡度變化土壤侵蝕先增大后減小，15°～25°土壤侵蝕最劇烈，而何莎莎等[16]提出土壤侵蝕模數(shù)隨坡度升高逐漸增大，本文基于地理探測(cè)器風(fēng)險(xiǎn)識(shí)別模塊得出，土壤侵蝕發(fā)生的風(fēng)險(xiǎn)性隨坡度增大呈“N”型變化，15°～25°與>35°是土壤侵蝕發(fā)生的高風(fēng)險(xiǎn)區(qū)域，且四期土壤侵蝕模數(shù)隨坡度變化趨勢(shì)一致，與該坡度上林地和草地分布相關(guān)。植被覆蓋度范圍為0～50%是發(fā)生土壤侵蝕的高風(fēng)險(xiǎn)區(qū)域，土壤侵蝕量與植被覆蓋度大體上呈負(fù)相關(guān)關(guān)系，研究結(jié)果與李娜等[31]的探究結(jié)論一致。由于縣級(jí)及以下降雨逐年數(shù)據(jù)獲取較為困難，降雨因子插值結(jié)果在空間上無顯著差異，從而導(dǎo)致地理探測(cè)器結(jié)果顯示降雨與土壤侵蝕的相關(guān)性較小，已有研究[32-33]表明降雨強(qiáng)度決定著土壤侵蝕的劇烈程度，是土壤侵蝕治理的不可忽視的重要因素。本研究交互探測(cè)結(jié)果顯示因子間交互作用對(duì)土壤侵蝕的解釋力均大于單一因子的解釋力，降雨單一因子與土壤侵蝕相關(guān)性不強(qiáng)，但與其他因子共同作用后相關(guān)性大幅提高，李桂芳[34]研究表明坡面土壤侵蝕過程是降雨強(qiáng)度、坡度與坡長(zhǎng)共同作用結(jié)果，且三者存在互相促進(jìn)的作用。此外，土地利用類型與坡度的交互作用結(jié)果對(duì)土壤侵蝕的作用最強(qiáng)烈，王歡等[18]針對(duì)喀斯特不同地貌形態(tài)對(duì)土壤侵蝕進(jìn)行定量歸因，結(jié)果顯示土地利用類型與坡度的協(xié)同作用對(duì)土壤侵蝕的解釋力最強(qiáng)。未來應(yīng)增強(qiáng)不同坡度上土地利用類型與耕作方式土壤侵蝕的研究。

4.2 結(jié) 論

本文基于InVEST模型對(duì)遷西縣1990年、2000年、2010年與2020年土壤侵蝕模數(shù)進(jìn)行估算，結(jié)果顯示：遷西縣土壤侵蝕總量逐年增加，其中微度與輕度侵蝕量與侵蝕面積占比之和逐年減少，中度侵蝕以上等級(jí)的侵蝕量與侵蝕面積占比之和逐年增加，充分說明了區(qū)域土壤侵蝕逐年加劇。土壤侵蝕在空間上呈北高南低格局，與區(qū)域北部地勢(shì)高坡耕地比重大直接相關(guān)。地理探測(cè)器對(duì)區(qū)域土壤侵蝕變化的驅(qū)動(dòng)因素探索表明：(1) 土壤侵蝕影響因子的解釋力由強(qiáng)至弱依次為：土地利用類型、坡度、土壤類型、植被覆蓋度、降雨、GDP、人口密度。因子交互作用對(duì)土壤侵蝕的解釋力均大于單一因子的解釋力。(2) 土地利用類型與坡度與的交互結(jié)果對(duì)土壤侵蝕解釋力最強(qiáng)。(3) 遷西縣易產(chǎn)生土壤侵蝕區(qū)域分別為：工礦用地和未利用土地、>35°和15°～25°坡度、棕壤、潮土和鈣質(zhì)石灰土及植被覆蓋度集中在17%～50%的區(qū)域。因此，區(qū)域水土流失治理的重點(diǎn)方向?yàn)椋杭訌?qiáng)工礦用地生態(tài)修復(fù)整治與未利用土地生態(tài)保護(hù)，植樹造林增強(qiáng)其地表植被覆蓋度；控制板栗經(jīng)濟(jì)林?jǐn)U張規(guī)模，恢復(fù)林下草皮，易發(fā)生土壤侵蝕的坡耕地退耕還林草。此外，注重小流域水土流失綜合治理。