摘 要： 烏魯木齊市水土流失治理進程緩慢，水源地土壤侵蝕危害嚴重，厘清當前土壤侵蝕現狀及其驅動因素是開展科學有效治理的基礎與關鍵。以烏魯木齊市重要水源地——烏拉泊水庫庫區(qū)為研究區(qū)域，根據日尺度的實測氣象水文數據，利用修正的通用土壤流失方程（RUSLE）、趨勢分析和相關分析等方法分析了烏拉泊水庫庫區(qū)周圍山地水土流失現狀及其驅動因素，同時評價了綠化措施的有效性。結果表明：①烏拉泊水庫庫區(qū)風速日均變化較小，降水量變化顯著，水土流失多發(fā)生在夏季，庫區(qū)周圍山地土壤侵蝕模數為0～59.680 t/（hm2·d）；②降水與土壤侵蝕同步發(fā)生，降水是庫區(qū)周圍山地水土流失的主要驅動因素，降水強度與土壤侵蝕模數的相關性為0.922，坡度也會影響土壤侵蝕模數；③降水量增加時，坡度越大的地區(qū)越易發(fā)生土壤侵蝕；④綠化措施可以有效降低庫區(qū)土壤侵蝕模數，但同時也會造成氣溫的升高，應綜合考慮各種因素，規(guī)劃適宜綠化種植治理區(qū)域，因地制宜開展水土流失綜合治理。

關鍵詞： 水土流失；驅動因素；烏拉泊水庫；水源地；烏魯木齊市

中圖分類號： S157" 文獻標識碼： A" DOI：10.3969/j.issn.1000-0941.2025.01.017

［引用格式］ 胡可可，哈山·哈里亞克帕爾，熱合曼·買買提，等.烏魯木齊市水源地水土流失及驅動因素分析[J].中國水土保持，2025（1）：63-67.

水土流失是指受自然或人為因素影響，雨水無法就地消納，從而順勢下流、沖刷土壤，造成水分和土壤同時流失的現象，它嚴重威脅糧食安全、生物多樣性和資源環(huán)境可持續(xù)發(fā)展，已逐漸成為全球性的環(huán)境問題[1-2]。水土流失會不斷侵蝕破壞土壤耕作層，使土地肥力日趨衰竭，也會淤塞河流、渠道、水庫，降低水利工程效益，甚至導致水旱災害發(fā)生，嚴重影響工農業(yè)生產和人民生活，尤其給山區(qū)農業(yè)生產及下游河道帶來嚴重威脅[3-4]。我國是世界上水土流失最為嚴重的國家之一，水土流失面廣量大，水土流失防治任務繁重。近年來，國內諸多學者對水土流失問題及其治理對策展開了大量研究［5-10］。

新疆維吾爾自治區(qū)地處歐亞大陸腹地，氣候干燥，降水較少，但境內水土流失問題嚴重。依據新疆維吾爾自治區(qū)2022年水土保持公報，截至2022年末全區(qū)共有水土流失面積83.44萬km2，占土地總面積的50.88%，水土流失治理任務嚴峻。烏魯木齊市作為新疆維吾爾自治區(qū)首府城市，水土流失治理進程緩慢，2021年末的水土流失面積7 334.64 km2，2022年末為7 307.20 km2，僅減少了27.44 km2。因此，厘清烏魯木齊市水土流失發(fā)展現狀并分析其驅動因素，提出合理可行的治理措施，成為治理烏魯木齊市水土流失問題必須進行的關鍵基礎研究。

新疆一直都是我國沿海以外最貧窮、最落后的地區(qū)，也是全國水土流失重災區(qū)，對水土流失的相關研究十分薄弱。因此，本研究以烏魯木齊水源地烏拉泊水庫庫區(qū)為研究區(qū)，通過建立徑流觀測場和自動氣象監(jiān)測站收集水文氣象數據，同時利用遙感影像、ArcGIS軟件并結合數理統計方法，分析烏拉泊水庫庫區(qū)周圍山地水土流失現狀特征及驅動因素，探討綠化措施的水土流失控制效果，以期為烏魯木齊市開展水土保持監(jiān)測、水資源管理和水土流失防治提供理論依據，為生態(tài)環(huán)境保護提供科學參考。

1 研究區(qū)概況

烏拉泊水庫位于烏魯木齊市南端17 km處，地處北緯43°25′～43°47′，東經87°18′～ 87°43′［見圖1（a）］，是烏魯木齊河上游的一座攔河中型水庫，也是烏魯木齊河流域治理的骨干性工程，其海拔比烏魯木齊市高出約223 m，被稱為“烏市頭上一盆水”，具有防洪、灌溉和城市供水等重要功能。水庫控制流域面積2 596 km2，淹沒面積6.4 km2，現狀控制耕地面積4.27萬hm2，蘭新鐵路、312國道均從水庫下游通過。在水庫周邊山坡開展降水侵蝕觀測試驗，在不同下墊面（植被、裸地）情境下開展降水對土壤侵蝕的影響研究；同時，建立自動氣象站，實時監(jiān)測氣象要素（降水量、風速等）的變化［見圖1（b）］。

2 研究方法與數據來源

2.1 研究方法

2.1.1 土壤侵蝕模數

基于修正的通用土壤流失方程（RUSLE）計算烏拉泊庫區(qū)日尺度土壤侵蝕模數，計算公式為

Q=R×K×L×S×C（3）

式中：Q為土壤侵蝕模數，單位t/（hm2·d）；R為降水侵蝕因子，單位MJ·mm/（hm2·h·d），代表降水引發(fā)土壤侵蝕的潛在能力[11-12]；K為土壤可蝕性因子，單位t·hm2·h/（MJ·hm2·mm），反映了土壤顆粒被水力分離和搬運的難易程度[13-14]；L、S分別為坡度因子、坡長因子，無量綱，反映了地形對土壤侵蝕的影響程度[15-16]；C為植被覆蓋因子，無量綱，反映了研究區(qū)植被覆蓋對土壤侵蝕的抑制作用[17-18]。

各因子的計算方法參照《全國生態(tài)狀況調查評估技術規(guī)范——生態(tài)系統服務功能評估》（HJ 1173—2021），其中常見土地利用類型的C因子值依據植被覆蓋度進行賦值，見表1。

2.1.2 相關性分析

本研究采用皮爾遜相關系數法進行相關性分析[19-20]，判斷氣候因子（氣溫、降水）、地形因子（海拔、坡度）與土壤侵蝕之間的影響關系和程度，闡明土壤侵蝕的主要影響因素。

2.2 數據來源

本研究的降水量、日均氣溫、風速、風向等氣象數據來自于建立在烏拉泊水庫內的小型自動氣象站的監(jiān)測數據，數據區(qū)間為烏魯木齊的雨季（汛期）時間，即2023年4月23日—9月25日。徑流量、輸沙量等水文數據來源于建立在水庫內的徑流觀測場的稱重式自動雨量計和徑流泥沙自動監(jiān)測儀實測數據，數據區(qū)間與氣象數據一致，均為2023年4月23日—9月25日。

3 結果與分析

3.1 烏拉泊水庫土壤侵蝕現狀

研究時段內氣溫、降水量、風速、風向等氣象因子逐日變化情況見圖2。結果表明，烏拉泊水庫汛期日均氣溫3.647～32.385 ℃，呈現先升高后降低的變化趨勢，最大值出現在7月27日；降水量呈現明顯的斷點變化，主要集中在6—9月，5月22日和8月13日降水量較高，分別為13.2 mm和13.0 mm；日均風速變化幅度較小，在1.936～5.474 m/s之間變化，最大值出現在5月2日；日均風向變化顯著，在89.194°～346.588°間跳躍變化，即烏拉泊水庫風向在北風至西北風之間變化。

氣象因子逐日變化分析表明，烏拉泊水庫風速變化較小，降水量變化顯著，庫區(qū)周邊山地具有水土流失發(fā)生的充足氣象條件，加上研究區(qū)大部分海拔在1 000 m以上，極易在汛期造成水土流失?；谛拚耐ㄓ猛寥懒魇Х匠踢M一步計算得到烏拉泊水庫土壤侵蝕模數逐日變化情況，結果見圖3。結果表明：土壤侵蝕現象并不是每天都會發(fā)生，烏拉泊水庫的土壤侵蝕發(fā)生時間與降水發(fā)生時間同步；土壤侵蝕模數在0～59.680 t/（hm2·d）斷點變化，最大值出現在8月13日，整體屬于中度土壤侵蝕強度。

3.2 烏拉泊水庫土壤侵蝕驅動因素

影響水土流失發(fā)生的氣候因素主要有降水和風速等[21]，即水力侵蝕和風力侵蝕是土壤侵蝕的主要類型。為進一步分析影響烏拉泊水庫土壤侵蝕的驅動因素，本研究著重對比分析了降水量、風速和水土流失之間的變化關系（見圖4）。由圖4可知，風速與土壤侵蝕模數的變化趨勢整體差異較大，二者變化幅度和時間均不具有同步性，即烏拉泊水庫風速變化與土壤侵蝕的相關性較弱，而降水量與土壤侵蝕模數的變化幅度和時間具有同步性。

進一步計算各氣象要素與土壤侵蝕模數之間的相關性。氣溫、風速、風向與土壤侵蝕模數的相關性均在0.5以下，即這些因素與土壤侵蝕模數均不具備顯著相關性。降水量與土壤侵蝕模數的相關性達到了0.922，且在0.01水平上顯著相關，即降水量是烏拉泊水庫土壤侵蝕的主要驅動因素。綜上，可以確定降水是烏拉泊水庫的主要侵蝕因子。

3.3 烏拉泊水庫土壤侵蝕治理效果

目前烏拉泊水庫采用的治理手段為綠化種植，提高植被覆蓋度，從而增加水土保持率，減少水土流失。對此，為驗證綠化種植的水土流失治理效果，需要對比綠化前后土壤侵蝕模數，同時考慮坡度對水土流失的影響。對綠化前后坡度為10°、20°、30°的3個徑流觀測場以相同觀測條件得到的土壤侵蝕模數進行分析，其變化見圖5，統計結果見圖6。由圖5、圖6可知，坡度為10°時，綠化前土壤侵蝕模數主要集中在0～10 t/（hm2·d），綠化后土壤侵蝕模數主要集中在0～2 t/（hm2·d）；坡度為20°時，綠化前土壤侵蝕模數主要集中在0～15 t/（hm2·d），綠化后土壤侵蝕模數主要集中在0～4 t/（hm2·d）；坡度為30°時，綠化前土壤侵蝕模數主要集中在0～25 t/（hm2·d），綠化后土壤侵蝕模數主要集中在0～5 t/（hm2·d）。綠化前土壤侵蝕模數最大值為59.680 t/（hm2·d），綠化后土壤侵蝕模數最大值為13.893 t/（hm2·d）。通過綠化種植增加庫區(qū)山地的植被覆蓋度，可以有效降低土壤侵蝕模數，控制水土流失，提高水土保持率。

4 討論

1）除降水量可以影響土壤侵蝕外，坡度變化也會對土壤侵蝕產生影響。因此，本研究進一步討論了坡度與降水對土壤侵蝕的影響。通過對比相同坡度時不同降水量對土壤侵蝕的影響和相同降水量時不同坡度對土壤侵蝕的影響，發(fā)現在坡度不變的情況下日降水量變化5 mm以上就會造成土壤侵蝕模數發(fā)生2 t/（hm2·d）以內的變化，在日降水量不變的情況下坡度每變化10°就會導致土壤侵蝕模數發(fā)生5 t/（hm2·d）以上的變化，即降水量增加時，坡度越大的地區(qū)越易發(fā)生土壤侵蝕。

2）綠化能夠改善水土流失狀況，但同時也會對其他指標造成一定影響。為此，本研究進一步討論了相同影響因素下綠化對各項指標因子的影響。通過統計研究時段內綠化前后的平均氣溫、平均降水量、平均風速、平均風向、平均土壤侵蝕模數等指標變化，發(fā)現與綠化前相比，綠化后除平均氣溫外，其余各項指標均呈下降趨勢，其中土壤侵蝕模數下降明顯，從4.110 t/（hm2·d）下降到2.294 t/（hm2·d）。

3）降水量、坡度都會對土壤侵蝕產生影響，綠化雖然可以增加水土保持率，但單一的綠化也會造成其他指標的變化，如氣溫升高等。因此，需要綜合考慮各種因素的影響，因地制宜地提出適合烏拉泊水庫土壤侵蝕情況的治理措施。首先，根據坡度和地形確定適合綠化種植的區(qū)域，并遴選出適宜種植的植物種類，合理分布防風林、固沙林和護坡林；其次，針對不適宜綠化的區(qū)域，可開展坡面蓄水工程和截流防沖工程攔蓄坡面徑流，減少降水對土壤侵蝕的影響；最后，應指定專門的管理部門和管護人員，定期對綠化區(qū)和非綠化區(qū)進行巡查，及時調整治理措施。

5 結論

1）烏拉泊水庫水土流失嚴重，土壤侵蝕模數為0～59.680 t/（hm2·d），屬中等土壤侵蝕強度；土壤侵蝕的主要驅動因素為降水，降水與土壤侵蝕同步發(fā)生。

2）綠化種植可有效改善水土流失危害，減小土壤侵蝕模數；坡度也會影響土壤侵蝕模數的大小，降水量增加時，坡度越大的地區(qū)越易發(fā)生土壤侵蝕。

3）綠化會使降水量、風速、風向、土壤侵蝕模數降低，但也會使氣溫升高，水土流失綜合治理應因地制宜規(guī)劃綠化種植區(qū)域，分類整治。

參考文獻：

[1] 陳世發(fā).基于GIS 的亞熱帶山地土地利用與土壤侵蝕關系研究：以粵北山區(qū)為例[J].干旱區(qū)資源與環(huán)境，2015，29（2）：80-85.

[2] 程冬兵，趙元凌，孫寶洋，等.小流域水土流失治理優(yōu)先度的評價與應用[J].農業(yè)工程學報，2023，39（22）：104-111.

[3] 何盛明.財經大辭典[M].北京：中國財政經濟出版社，1990：865-869.

[4] 袁和第，信忠保，侯健，等.黃土高原丘陵溝壑區(qū)典型小流域水土流失治理模式[J].生態(tài)學報，2021，41（16）：6398-6416．

[5] 劉震.我國水土保持小流域綜合治理的回顧與展望[J].中國水利，2005（22）：18-21.

[6] 黃鑫，陳紅，徐小任，等.沂蒙山區(qū)土壤侵蝕時空變化及其驅動因素分析[J].生態(tài)與農村環(huán)境學報，2023，39（4）：469-479.

[7] 李益敏，袁靜，王東馳，等.基于 GIS 的貢山縣土壤侵蝕動態(tài)變化研究[J].水土保持研究，2020，27（4）：8-15.

[8] 劉國彬，上官周平，姚文藝，等.黃土高原生態(tài)工程的生態(tài)成效[J].中國科學院院刊，2017，32（1）：11-19.

[9] LIN J K，GUAN Q Y，PAN N H，et al. Spatiotemporal variations and driving factors of the potential wind erosion rate in the Hexi region，PR China[J].Land Degradation amp; Development，2021，32（1）：139-157.

[10] 劉曉林，史燕東，曾小磊，等.基于CSLE模型的南、北盤江流域水土流失定量分析評價[J].人民珠江，2024，45（2）：69-75，96.

[11] 盧旭東，齊實，陳家東，等.南渡江流域降雨侵蝕力時空分布與變化趨勢研究[J].生態(tài)與農村環(huán)境學報，2023，39（11）：1464-1473.

[12] 馬道銘，回毅瀅，趙炯昌，等.近60年山西省降雨侵蝕力時空變化特征[J].水土保持研究，2023，30（6）：24-31，48.

[13] 田芷源，梁音，趙院，等.中國水蝕區(qū)土壤可蝕性因子更新方法與應用[J].中國水土保持科學，2023，21（6）：63-70.

[14] 朱啟明，劉俊娥，周正朝.黃土高原土壤可蝕性因子空間分布特征及影響因素[J].水土保持學報，2023，37（6）：50-56，64.

[15] 金鑫，劉浩楠，周程風，等.降雨過程中黃土坡面微地形因子與侵蝕關系研究[J].人民長江，2023，54（3）：216-223，235.

[16] 火紅.基于地形因子的延安市土壤侵蝕及其地表驅動因素的時空分異特征研究[D].西安：長安大學，2021：16.

[17] 陳四賓，霍艾迪，陳思名，等.土壤侵蝕時空分布規(guī)律及侵蝕熱點分析：以陜西省王益區(qū)為例[J].長江科學院院報，2022，39（8）：50-57.

[18] 楊凱祥，劉強，李秀紅，等.三峽庫區(qū)土壤侵蝕和植被覆蓋變化分析[J].北京師范大學學報（自然科學版），2021，57（5）：631-638.

[19] 魯東陽，閆磊，徐永新，等.基于多種趨勢分析方法的京津冀地區(qū)極端降水趨勢分析[J].人民黃河，2022，44（1）：26-32.

[20] 周偉，剛成誠，李建龍，等.1982—2010年中國草地覆蓋度的時空動態(tài)及其對氣候變化的響應[J].地理學報，2014，69（1）：15-30.

[21] 王國宇.基于機器學習的融雪徑流模擬：以西營河流域為例[D].蘭州：西北師范大學，2023：14-15.

[22] 趙幫元，張建國，張棟，等.土壤侵蝕因子變化對縣域水土流失動態(tài)變化的影響[J].中國水土保持，2020（3）：30-33，35.

（責任編輯 李佳星）