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)分流失的同時還會導(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)濟作物板栗馳名中外。20世紀90年代初期，奉行經(jīng)濟發(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、尾礦庫堆積等重力侵蝕災(zāi)害的危險性長期存在[6]；經(jīng)濟林板栗規(guī)模的盲目擴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，在降雨與地形雙重作用下，水土流失問題十分嚴峻。大量泥沙隨地表徑流進入河流，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)維護區(qū)，國家級水土流失重點預(yù)防區(qū)。2020年，國家級生態(tài)文明示范縣建設(shè)對區(qū)域內(nèi)水土流失等生態(tài)問題治理與修復(fù)要求進一步提升。因此，科學(xué)認識并定量評價區(qū)域人類不合理土地開發(fā)活動導(dǎo)致的土壤侵蝕變化對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泥沙的攔截能力使評估結(jié)果存在誤差[12]。InVEST模型彌補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及地塊泥沙持流能力的影響，其評價結(jié)果更為精準并具針對性[14]，因此基于InVEST模型研究土壤侵蝕在國內(nèi)日益廣泛[12,15-17]。以往在土壤侵蝕驅(qū)動因素的研究中，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土壤侵蝕的作用程度[18]且無法統(tǒng)計各因子間的交互作用，地理探測器彌補了傳統(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器，定量評估1990—2020年遷西縣土壤侵蝕時空變化規(guī)律及其驅(qū)動因子，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，地理坐標為118°10′—118°30′E，40°00′—40°20′N(圖1)。地勢由北部燕山脈系山地丘陵向灤河三角洲平原過渡，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座國家級大型水庫，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，同時是“引灤入津”工程基地。屬溫帶大陸性半濕潤的季風(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。遷西號稱“板栗之鄉(xiāng)”，板栗種植已有2 000多年歷史，創(chuàng)造了享譽世界的“圍山轉(zhuǎn)”工程，森林覆蓋率達63%，位居全省第二位。富有鐵、金、銅等礦產(chǎn)資源，其中鐵礦儲量4.7億t，境內(nèi)津西集團成為全國最大的H型鋼生產(chǎn)基地。20世紀90年代起，隨著市場經(jīng)濟的發(fā)展和技術(shù)水平的提升，板栗經(jīng)濟林的盲目擴張及鐵礦的無序開采，對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，如河庫淤積及水體污染等問題也日益嚴峻。

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)來源于中國氣象數(shù)據(jù)國家氣象科學(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個站點的逐月降雨數(shù)據(jù)計算降雨侵蝕力因子；土壤數(shù)據(jù)來源于中國科學(xué)院南京土壤研究所(http:∥www.issas.ac.cn/)和土壤屬性數(shù)據(jù)庫(http:∥westdc.westgis.ac.cn)，用于計算土壤可蝕性因子；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因子計算；基于GEE平臺對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。在模型運行前需通過GIS將所有數(shù)據(jù)處理為模型運行所需的格式，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年提出的簡化算法[21](公式2)，結(jié)果乘以17.02轉(zhuǎn)換成國際單位制。

(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)，土壤顆粒和有機碳含量來源于土壤屬性數(shù)據(jù)庫[23]，結(jié)果乘0.131 7轉(zhuǎn)為國際單位制。

(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自動提取LS因子。通常情況下，坡度越大、坡長越長土壤侵蝕發(fā)生的可能性越大，計算原理如公式(4)。

(4)

式中:Si表示柵格單元坡度因子,當坡度θ<9%,Si=10.8·sinθ+0.03當坡度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長度指數(shù)因子,當θ≤1%,m=0.2;當1%<θ≤3%,m=0.3;當3%<θ≤5%,m=0.4;當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中國土壤侵蝕因子的賦值方法[24](表1)計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)的校準參數(shù)。IC0和k值為定義SDR(泥沙輸移比)與IC關(guān)系的校準參數(shù)(遞增函數(shù))，采用模型默認值：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 地理探測器 地理探測器用以探索空間分異性，揭示其驅(qū)動力的一組統(tǒng)計學(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值度量自變量對因變量的解釋度，主要分為：因子探測器、風(fēng)險探測器、生態(tài)探測器和交互作用探測器4大模塊。因子探測器用于探測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)空間一致性強弱，見公式(6—7)；風(fēng)險探測器用于判斷兩個子區(qū)域間的屬性均值是否有顯著的差別，用t統(tǒng)計量來檢驗；交互作用探測器探測影響因子X1與X2共同作用時是否會增強對因變量Y(土壤侵蝕量)的作用程度，或這些因子共同作用時q值變小，即這些因子對Y的影響是相互獨立的。

(6)

(7)

本文利用地理探測器判定年降雨量、土壤類型、坡度、土地利用類型、植被覆蓋度、GDP和人口密度7個影響因子對土壤侵蝕的作用程度。模型運行前需對連續(xù)的因子進行離散化處理，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，利用斷點劃分出不同區(qū)間并依次編號，這樣每個區(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，發(fā)現(xiàn)在本研究中采用等距離劃分方式的探測結(jié)果中自變量與因變量的關(guān)系更符合實際，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劃分標準分為0°～5°，5°～8°，8°～15°，15°～25°，25°～35°和>35°共6個等級；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，剔除異常值后得到1 400個樣本點。以影響因子為自變量，對應(yīng)的土壤侵蝕量為因變量，運行地理探測器。

表2 土壤侵蝕模數(shù)及影響因素分級標準

3 結(jié)果與分析

3.1 土壤侵蝕變化

InVEST模型運行結(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)《土壤侵蝕分類分級標》(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到90%以上，4期分別為94.49%，93.47%，92.63%和91.68%；隨著時間推移，二者侵蝕量占比呈下降趨勢，4期分別為50.84%，47.17%，36.71%和33.10%。中度、強度、極強和劇烈侵蝕面積占比之和雖然不足10%，但逐期增加，其中劇烈侵蝕等級侵蝕量占比最高，并呈逐年增加趨勢?？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，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個等級，依據(jù)《土壤侵蝕分類分級標》(SL190-2007)的分級標準，分別命名為微度、輕度、中度、強度、極強度和劇烈(圖2)。結(jié)果表明：整體上土壤侵蝕北部比南部嚴峻，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，極強度和強度侵蝕等級占比極低，2010年和2020年土壤侵蝕等級明顯加重，劇烈、極強度和強度等級面積占比不斷增大。

3.3 土壤侵蝕驅(qū)動因素分析

3.3.1 影響因子顯著性分析 根據(jù)地理探測器輸出結(jié)果(表4)，7個影響因素對土壤侵蝕解釋力由強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年土地利用對土壤侵蝕的作用強度達到峰值，降雨、GDP和人口密度對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，GDP與人口密度四期均未通過顯著性檢驗，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)險區(qū)域識別 風(fēng)險探測器輸出見表5，4期的土地利用類型風(fēng)險高低順序相似，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措施，土壤侵蝕風(fēng)險最高。由圖3可知，研究區(qū)土壤侵蝕風(fēng)險隨坡度變化呈先增后減再回彈的趨勢，兩個拐點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，但拐點過后土壤侵蝕風(fēng)險與植被覆蓋度大體上呈負相關(guān)關(guān)系。土壤類型的高風(fēng)險區(qū)域為潮土、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年土壤侵蝕分級結(jié)果

圖2 1990-2020年小流域土壤侵蝕等級

表4 1990-2020年土壤侵蝕驅(qū)動因素q值統(tǒng)計結(jié)果

表5 1990-2020年影響因子高風(fēng)險區(qū)域

圖3 1990-2020年不同坡度風(fēng)險變化

圖4 1990-2020年不同植被覆蓋度風(fēng)險變化

3.3.3 驅(qū)動因素交互作用分析 從表6可以得出各因子的交互作用均為雙向促進關(guān)系，即因子間的交互作用均大于獨立因子對土壤侵蝕的作用。用地類型與其他因子協(xié)同作用對土壤侵蝕解釋力最強，這一結(jié)果與前文3.3.1中地利用類型對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土壤侵蝕影響最大。降雨單獨作用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)濟社會因素單獨作用對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對土壤侵蝕的解釋力大幅提高，說明人為干擾下自然因素對土壤侵蝕的決定作用更為強烈，因此，土壤侵蝕治理要兼顧自然因素與經(jīng)濟社會因素。

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與地理探測器結(jié)合探索土壤侵蝕驅(qū)動因素的較多，本研究充分考慮InVEST模型的優(yōu)勢，確保低山丘陵區(qū)土壤侵蝕結(jié)果的準確性，嘗試將地理探測器與該模型結(jié)合，分析土壤侵蝕變化規(guī)律與驅(qū)動因素。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估結(jié)果更為科學(xué)、準確。本研究發(fā)現(xiàn)土地利用類型對土壤侵蝕作用最強烈，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)險區(qū)域為工礦用地與未利用地，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)土壤侵蝕評估及驅(qū)動因素分析的研究結(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，進一步說明地形與土地利用類型共同作用結(jié)果對土壤侵蝕的作用變強。有學(xué)者認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，本文基于地理探測器風(fēng)險識別模塊得出，土壤侵蝕發(fā)生的風(fēng)險性隨坡度增大呈“N”型變化，15°～25°與>35°是土壤侵蝕發(fā)生的高風(fēng)險區(qū)域，且四期土壤侵蝕模數(shù)隨坡度變化趨勢一致，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)險區(qū)域，土壤侵蝕量與植被覆蓋度大體上呈負相關(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。本研究交互探測結(jié)果顯示因子間交互作用對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，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度、坡度與坡長共同作用結(jié)果，且三者存在互相促進的作用。此外，土地利用類型與坡度的交互作用結(jié)果對土壤侵蝕的作用最強烈，王歡等[18]針對喀斯特不同地貌形態(tài)對土壤侵蝕進行定量歸因，結(jié)果顯示土地利用類型與坡度的協(xié)同作用對土壤侵蝕的解釋力最強。未來應(yīng)增強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模型對遷西縣1990年、2000年、2010年與2020年土壤侵蝕模數(shù)進行估算，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)域北部地勢高坡耕地比重大直接相關(guān)。地理探測器對區(qū)域土壤侵蝕變化的驅(qū)動因素探索表明：(1) 土壤侵蝕影響因子的解釋力由強至弱依次為：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)果對土壤侵蝕解釋力最強。(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方向為：加強工礦用地生態(tài)修復(fù)整治與未利用土地生態(tài)保護，植樹造林增強其地表植被覆蓋度；控制板栗經(jīng)濟林擴張規(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。