李 瑞，袁 江

區(qū)域尺度喀斯特區(qū)石漠化強(qiáng)度對(duì)土壤流失的影響

李 瑞，袁 江

（1. 貴州師范大學(xué)喀斯特研究院，貴陽 550001；2. 國家喀斯特石漠化防治工程技術(shù)研究中心，貴陽 550001）

石漠化和水土流失是西南喀斯特區(qū)突出的生態(tài)問題，制約著社會(huì)經(jīng)濟(jì)的發(fā)展。目前，石漠化與土壤流失的耦合關(guān)系尚未系統(tǒng)探明，石漠化強(qiáng)度評(píng)價(jià)因子植被蓋度、土層厚度和基巖裸露率的交互作用如何影響土壤流失知之甚少?；谑F(xiàn)狀的調(diào)查，采用RUSLE模型、Getis?OrdGi*、地理探測器等方法，測算了貴州喀斯特區(qū)土壤侵蝕狀況并識(shí)別了冷熱區(qū)分布，量化了石漠化強(qiáng)度評(píng)價(jià)因子與土壤侵蝕之間的關(guān)系，解析了因子組合對(duì)土壤流失的交互影響。結(jié)果表明：1）貴州喀斯特區(qū)土壤侵蝕以中度和微度侵蝕為主，平均土壤流失率17.69 t/(hm2·a)，侵蝕熱區(qū)（重點(diǎn)防治區(qū)）主要集中在貴州西部經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)區(qū)，侵蝕冷區(qū)（輕微區(qū)）則主要集中在黔北遵義市和黔中貴陽市等經(jīng)濟(jì)相對(duì)發(fā)達(dá)區(qū)。2）土壤流失隨石漠化強(qiáng)度評(píng)價(jià)指標(biāo)植被蓋度、土層厚度的增加呈降低趨勢，隨基巖裸露率的增加則呈增加趨勢；石漠化與土壤流失之間并非簡單的線性關(guān)系，而呈復(fù)雜的非線性關(guān)系，3個(gè)評(píng)價(jià)因子分別以三次曲線函數(shù)、指數(shù)函數(shù)和反正弦函數(shù)擬合優(yōu)度最高。3）石漠化強(qiáng)度評(píng)價(jià)因子對(duì)土壤流失空間分異的解釋力依次為植被蓋度、基巖裸露率和土層厚度，且因子組合對(duì)土壤流失的交互影響均呈非線性增強(qiáng)，其中基巖裸露率與植被蓋度的交互作用起主導(dǎo)作用，其次是土層厚度與植被蓋度，基巖裸露率與土層厚度的解釋力最小。研究結(jié)果可為喀斯特區(qū)水土流失、石漠化的協(xié)同防治提供理論參考。

土壤；植被；石漠化；蓋度；土層厚度；基巖裸露率；RUSLE模型；交互作用

0 引 言

土壤侵蝕是全球最為突出的生態(tài)環(huán)境問題之一，嚴(yán)重威脅著土壤安全[1-2]。土壤侵蝕破壞表土結(jié)構(gòu)、降低土層厚度和蓄水能力，造成土壤流失和肥力下降，進(jìn)而導(dǎo)致土地退化[3-5]。中國是世界上喀斯特地貌最為發(fā)育的國家之一，該地貌主要分布在以貴州為中心的西南地區(qū)[6]，這些區(qū)域生態(tài)環(huán)境脆弱，水土流失嚴(yán)重，基巖大面積裸露，形成了類似“荒漠化”的喀斯特石漠化景觀[7]。當(dāng)前，喀斯特地區(qū)土壤流失和石漠化依然嚴(yán)重[8]，加之區(qū)域人口密集、人地矛盾突出，對(duì)該區(qū)脆弱生態(tài)系統(tǒng)的可持續(xù)性造成了嚴(yán)重威脅，也阻礙了國民經(jīng)濟(jì)和社會(huì)的可持續(xù)發(fā)展，故開展水土流失、石漠化防治仍是當(dāng)前及未來喀斯特區(qū)社會(huì)發(fā)展領(lǐng)域的一項(xiàng)長期任務(wù)。國家一向高度重視喀斯特地區(qū)水土流失、石漠化的治理，明確指出，喀斯特區(qū)須持之以恒推進(jìn)生態(tài)文明建設(shè)，科學(xué)推進(jìn)區(qū)域水土流失、石漠化綜合治理[9]。

目前，基于區(qū)域尺度的喀斯特區(qū)水土流失相關(guān)研究多聚焦于土壤流失的時(shí)空演變及單一驅(qū)動(dòng)因素的解析。時(shí)間尺度上，土壤流失的月際、年際和年代際變化主要與降雨、植被蓋度和土地利用等因素有關(guān)[10-13]；空間尺度上的研究則主要對(duì)不同的流域、行政區(qū)、地貌單元等區(qū)域的土壤侵蝕特征進(jìn)行探討，認(rèn)為土壤侵蝕的空間分異主要受地貌類型、巖性、土地利用和坡度等因素影響[12-15]。

石漠化強(qiáng)度（程度）的評(píng)價(jià)因子主要包括植被蓋度、土層厚度和基巖裸露率[16-17]，是巖溶坡地下墊面狀況的綜合標(biāo)識(shí)（侵蝕土源）。當(dāng)前，石漠化與土壤流失定量關(guān)系探討較少，且主要聚焦石漠化強(qiáng)度的單一評(píng)價(jià)指標(biāo)—植被蓋度和基巖裸露率方面，缺少對(duì)土層厚度的關(guān)注。其中植被蓋度與土壤流失之間的定量關(guān)系研究結(jié)論較為一致，多認(rèn)為隨著植被蓋度的增加，土壤流失呈二次函數(shù)[18]、指數(shù)函數(shù)[19]、倒數(shù)函數(shù)[20]等趨勢降低；基巖裸露率與土壤流失的定量關(guān)系研究相對(duì)較少，且存在復(fù)雜性和不確定性[21]，隨著基巖裸露率的增加，土壤流失可能呈減少趨勢[22-24]，也可能呈上升趨勢[18,25]。前述基巖裸露率與土壤流失之間關(guān)系研究主要基于較小的尺度（地面觀測/人工模擬），缺少對(duì)大尺度（如區(qū)域尺度）的考量。因此，亟需從不同尺度深入探究基巖裸露率與土壤流失之間的定量關(guān)系；此外，除基巖裸露率與土壤流失之間的定量關(guān)系尚需進(jìn)一步探討外，喀斯特區(qū)不同土層厚度對(duì)土壤侵蝕影響的相關(guān)定量研究則更少，尚不清楚兩者之間的數(shù)量關(guān)系。然而，土層厚度作為石漠化強(qiáng)度的重要評(píng)價(jià)因子，更是土壤侵蝕過程的物質(zhì)載體（侵蝕土源），故探究土層厚度對(duì)土壤侵蝕的影響非常重要。

自然條件下，土壤侵蝕往往受多因素的交互影響，因此探討不同因素之間的交互作用對(duì)土壤侵蝕的影響及貢獻(xiàn)率顯得尤為重要[15]。但目前的研究主要針對(duì)土地利用、巖性、降雨、坡度、海拔等因子組合對(duì)土壤流失的交互影響[15,26-27]，而植被蓋度、土層厚度及基巖裸露率等石漠化強(qiáng)度評(píng)價(jià)因子之間的交互作用則鮮見報(bào)道。然而，探討石漠化強(qiáng)度評(píng)價(jià)因子之間的交互作用對(duì)土壤流失的影響十分必要，有助于明確因子交互作用的貢獻(xiàn)度，為喀斯特區(qū)土壤流失和石漠化的協(xié)同治理提供理論參考。

本研究的主要目的包括：1）探究貴州喀斯特區(qū)土壤侵蝕空間分異特征，識(shí)別土壤侵蝕重點(diǎn)防治區(qū)；2）基于區(qū)域尺度探討石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失之間的定量關(guān)系；3）解析影響喀斯特區(qū)土壤流失的主導(dǎo)因子及因素組合的交互作用，明確因素組合的影響度，以期為協(xié)同推進(jìn)喀斯特區(qū)土壤流失、石漠化防治提供理論參考。

1 材料和方法

1.1 研究區(qū)概況

貴州喀斯特區(qū)（圖1）位于103°36′～109°35′E、24°37′～29°13′N之間，海拔176～2 890 m，面積111 517.55 km2，占貴州省國土總面積的63.30%，地處中國西南喀斯特中心地帶，區(qū)內(nèi)峰叢洼地、溶蝕槽谷等喀斯特景觀發(fā)育，是中國喀斯特分布面積最大、石漠化危害最嚴(yán)重的省份[16]。該區(qū)地勢西高東低，地形以山地、丘陵為主，兼具喀斯特高原、峽谷、盆地等多種地貌類型。氣候?qū)賮啛釒駶櫦撅L(fēng)氣候，冬無嚴(yán)寒夏無酷暑，年平均氣溫15.8 ℃，多年平均降水量963～1 460 mm，但年內(nèi)分配不均，主要集中在5－10月。土壤以黃壤、石灰土為主，土體松軟、抗蝕能力弱。原生植被以亞熱帶常綠闊葉林為主。

注：DEM為數(shù)字高程模型。

研究區(qū)地處長江和珠江兩大水系的分水嶺，是長江及珠江水源的重要補(bǔ)給區(qū)，生態(tài)區(qū)域突出。研究區(qū)土層瘠薄且破碎，水源涵養(yǎng)能力弱，工程性缺水問題突出，區(qū)域生態(tài)環(huán)境脆弱。由于區(qū)域人口密度大，人地矛盾突出，長期的人類活動(dòng)，致使水土流失嚴(yán)重、石漠化現(xiàn)象突出。

1.2 數(shù)據(jù)來源與處理

1）遙感影像數(shù)據(jù)為分辨率30 m的Landsat影像，云量小于10%以保證數(shù)據(jù)精度，來源于地理空間數(shù)據(jù)云（http://www.gscloud.cn），用于植被蓋度的提取，以及C因子的計(jì)算；2）數(shù)字高程模型（DEM，30 m）和土地利用數(shù)據(jù)（30 m）來自中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（http://www.resdc.cn/）；3）土壤數(shù)據(jù)來自第二次全國土壤普查數(shù)據(jù)庫（http://vdb3.soil.csdb.cn），包括土壤質(zhì)地和土壤有機(jī)質(zhì)含量；4）降雨數(shù)據(jù)來自國家氣象科學(xué)數(shù)據(jù)中心（http://data.cma.cn），運(yùn)用ArcGIS對(duì)氣象站點(diǎn)進(jìn)行空間插值得到柵格化的降雨數(shù)據(jù)集；5）基巖裸露率和土層厚度數(shù)據(jù)來源于貴州省全國第三次石漠化普查數(shù)據(jù)庫（貴州省林業(yè)局提供），該數(shù)據(jù)庫基于“3S”技術(shù)，結(jié)合野外實(shí)地調(diào)查的方式獲取，其中區(qū)劃和調(diào)查監(jiān)測小斑達(dá)175.62萬個(gè)，地面驗(yàn)證點(diǎn)達(dá)27 043個(gè)。

1.3 石漠化強(qiáng)度劃分

當(dāng)前巖溶區(qū)石漠化強(qiáng)度的劃分未形成統(tǒng)一的標(biāo)準(zhǔn)，本文在綜合參考前人的研究[16-17, 28]，以及中華人民共和國水利部《巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)》（SL461-2009）和國家林業(yè)和草原局《巖溶地區(qū)石漠化調(diào)查技術(shù)規(guī)定（2021年修訂）》[29-30]對(duì)石漠化強(qiáng)度等級(jí)劃分的基礎(chǔ)上，結(jié)合貴州喀斯特區(qū)特點(diǎn)，將研究區(qū)石漠化強(qiáng)度等級(jí)劃分為5級(jí)，相應(yīng)的3個(gè)評(píng)價(jià)指標(biāo)水平劃分如表1所示。

表1 石漠化強(qiáng)度劃分及評(píng)價(jià)因子水平

1.4 研究方法

1.4.1 RUSLE模型

RUSLE模型是Renard等[31]通過修正USLE模型[32]得到，在土壤侵蝕定量研究方面被廣泛使用，表達(dá)式如下：

式中為年均土壤流失率，t/(hm2·a)；為降雨侵蝕力因子，MJ·mm/(hm2·h)；為土壤可蝕性因子，t·hm2·h/(MJ·mm·hm2)；為坡長和坡度因子，為植被覆蓋與管理因子，P為水土保持措施因子，均為無量綱。

因子采用周伏建等[33]提出的適合于中國南方地區(qū)的公式計(jì)算；因子采用Williams等[34]在土壤侵蝕和生產(chǎn)力影響估算模型（Erosion Productivity Impact Calculator-model, EPIC）中提出的經(jīng)典算法計(jì)算；坡長坡度因子采用Liu等[35]提出的坡度因子的分段計(jì)算修正公式提??；植被覆蓋與管理因子（）采用蔡崇法等[36]提出的因子和植被覆蓋度的回歸方程計(jì)算，利用研究區(qū)遙感影像數(shù)據(jù)計(jì)算歸一化植被指數(shù)（Normalized Difference Vegetation Index, NDVI），采用混合像元二分模型確定植被覆蓋度（f）；P因子則根據(jù)南方喀斯特地區(qū)先前研究結(jié)果[11]對(duì)不同土地利用類型賦值獲得。

1.4.2 空間關(guān)聯(lián)指數(shù)Getis-OrdGi*分析

Getis-OrdGi*分析是一種空間自相關(guān)分析方法，用于反映樣本屬性空間上的高值和低值的聚集程度，即可以識(shí)別一定空間范圍內(nèi)的高值聚集區(qū)（熱點(diǎn)區(qū)，土壤流失重點(diǎn)防治區(qū)）和低值聚集區(qū)（冷點(diǎn)區(qū)，土壤侵蝕輕微區(qū)），計(jì)算式如下：

與得分對(duì)應(yīng)的值則代表空間聚集的顯著性水平，可以基于得分或值選擇滿足置信度區(qū)間的區(qū)域作為熱點(diǎn)區(qū)或冷點(diǎn)區(qū)，主要的置信度為90%、95%和99%，對(duì)應(yīng)的得分和值如表2所示，也即是本文土壤侵蝕冷熱點(diǎn)分區(qū)。

表2 土壤侵蝕冷熱區(qū)劃分

1.4.3 漁網(wǎng)創(chuàng)建

漁網(wǎng)創(chuàng)建是基于ArcMap完成的，具體操作路徑為ArcToolbox>Data Management Tools>Feature Class> Create Fishnet。漁網(wǎng)輸出的要素可以是點(diǎn)要素類、線要素類或面要素類，面要素類可以將面要素與現(xiàn)有圖層疊加，以得到需要的效果；線要素類則會(huì)生成格網(wǎng)線，但其一般只用于輔助劃分研究區(qū)范圍。如果輸出要素為點(diǎn)圖層，則可選中Labels，會(huì)在每個(gè)格網(wǎng)單元的中心創(chuàng)建標(biāo)注點(diǎn)，形成新的點(diǎn)要素圖層。如果只需要點(diǎn)要素而不需要其他要素，可將幾何類型參數(shù)選擇為Polyline，然后選中創(chuàng)建標(biāo)注點(diǎn)參數(shù)，并將輸出線要素類刪除。本文創(chuàng)建漁網(wǎng)的目的是建立標(biāo)注點(diǎn)，模板范圍選中貴州喀斯特區(qū)矢量范圍，像元寬度和像元高度設(shè)置均為5 000。

1.4.4 相關(guān)分析和回歸分析

基于語言采用Spearman相關(guān)分析法，探究石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失之間的相關(guān)關(guān)系。當(dāng)相關(guān)系數(shù)>0時(shí)表示兩者呈正相關(guān)，<0時(shí)表示負(fù)相關(guān)。||的值反映了兩個(gè)變量之間的線性相關(guān)程度。

在石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失之間存在顯著相關(guān)關(guān)系的基礎(chǔ)上，進(jìn)一步進(jìn)行回歸分析。本文嘗試通過植被蓋度、土層厚度和基巖裸露率與土壤流失之間的關(guān)系建立不同石漠化評(píng)價(jià)因子與土壤流失之間的數(shù)量關(guān)系。

1.4.5 地理探測器

地理探測器[37]是探索空間分異性的工具，包括因子探測、交互探測、風(fēng)險(xiǎn)探測和生態(tài)探測4個(gè)探測器，本文主要用到因子探測和交互探測?；贏rcgis將因變量（）圖層與各自變量（）圖層進(jìn)行空間疊加分析，其中自變量（）需進(jìn)行重分類以類型變量表示，因變量（）則為數(shù)值變量。

1）分異及因子探測：探測的空間分異性，引入該探測器用以探測石漠化評(píng)價(jià)因子多大程度上解釋了對(duì)土壤侵蝕的空間分異，用值度量，的范圍是[0,1]，越大，說明的空間分異性越明顯。其計(jì)算式[38]為

2）交互作用探測：用于評(píng)價(jià)兩因子（1和2）之間的共同作用是否會(huì)增加或減弱對(duì)因變量的解釋力，或這些因子對(duì)的影響相互獨(dú)立，其判斷依據(jù)如表3所示。

表3 自變量X1和X2對(duì)因變量的交互作用方式

注：為度量各個(gè)影響因子貢獻(xiàn)率的指標(biāo)。

Note:is an index to measure the contribution rate of each impact factor.

2 結(jié)果與分析

2.1 土壤侵蝕空間分布特征

貴州喀斯特區(qū)土壤侵蝕模數(shù)均值17.69 t/(hm2·a)。根據(jù)《巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)》（SL461-2009）[29]，可將研究區(qū)土壤侵蝕程度劃分為6個(gè)等級(jí)（圖2a）。各土壤侵蝕等級(jí)面積及占比依次呈中度侵蝕（43 968.57 km2，39.43%）、微度侵蝕（21 500.75 km2，19.28%）、輕度侵蝕（14 762.58 km2, 13.24%）、強(qiáng)烈侵蝕（12 773.27 km2，11.45%）、劇烈侵蝕（10 097.97 km2, 9.06%）、極強(qiáng)烈侵蝕（8 414.40 km2，7.55%）的趨勢減小?？傮w來看，研究區(qū)以中度和微度侵蝕為主，兩者合計(jì)65 469.32 km2（58.71%）。

為進(jìn)一步探究研究區(qū)土壤侵蝕的空間分布格局特征，基于Getis-OrdGi*熱點(diǎn)分析，從99%、95%、90% 3個(gè)置信度水平分析了貴州喀斯特區(qū)土壤侵蝕冷熱區(qū)分布，如圖2b和表4所示?？梢钥闯?，研究區(qū)土壤侵蝕熱區(qū)主要集中在貴州西部地區(qū)，尤以畢節(jié)市東部、安順市西部、六盤水市中部，以及畢節(jié)與六盤水交界處最為聚集，遵義及黔南也有小面積熱區(qū)分布，侵蝕熱區(qū)總面積達(dá)31 617.18 km2，占研究區(qū)總面積的28.35%，這些區(qū)域是水土流失的重點(diǎn)防治區(qū)。冷區(qū)則主要集中在黔北的遵義市南部和黔中地區(qū)的貴陽市，總面積為22 533.26 km2，占比20.21%，是研究區(qū)水土流失較為輕微的區(qū)域。

圖2 研究區(qū)土壤侵蝕等級(jí)及冷熱區(qū)

表4 土壤侵蝕冷/熱區(qū)面積統(tǒng)計(jì)

2.2 石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失的耦合關(guān)系

基于試驗(yàn)創(chuàng)建并選用5 000 m × 5 000 m的漁網(wǎng)對(duì)研究區(qū)石漠化強(qiáng)度評(píng)價(jià)因子及其對(duì)應(yīng)的土壤侵蝕模數(shù)進(jìn)行采樣，分析石漠化強(qiáng)度評(píng)價(jià)指標(biāo)植被蓋度、土層厚度、基巖裸露率與土壤流失率的耦合關(guān)系，結(jié)果如表5所示。各評(píng)價(jià)因子均與土壤流失呈顯著相關(guān)關(guān)系，其中植被蓋度和土層厚度與土壤流失呈負(fù)相關(guān)關(guān)系，而基巖裸露率與土壤流失呈正相關(guān)關(guān)系，表明土壤流失隨植被蓋度、土層厚度的增加呈降低趨勢，而隨基巖裸露率的增加呈增加趨勢。然而，各評(píng)價(jià)因子與土壤流失之間相關(guān)系數(shù)的絕對(duì)值均較小，即植被蓋度、土層厚度和基巖裸露率與土壤流失之間的線性關(guān)系較弱。

表5 石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失相關(guān)性

2.3 石漠化強(qiáng)度評(píng)價(jià)因子對(duì)土壤流失的交互影響

2.3.1 因子探測結(jié)果

因子探測結(jié)果表明（表6），不同石漠化評(píng)價(jià)因子對(duì)土壤流失空間分布的影響存在較大差異，其解釋力依次為植被蓋度（0.16）、基巖裸露率（0.06）和土層厚度（0.02）?？梢娭脖簧w度對(duì)土壤流失空間差異的解釋力最強(qiáng)，在土壤侵蝕空間分異中起重要作用，其次是基巖裸露率，而土層厚度貢獻(xiàn)率最小。

2.3.2 交互探測結(jié)果

交互探測結(jié)果如表6所示，各石漠化強(qiáng)度評(píng)價(jià)因子交互探測后的值均高于單因子之和，即所有組合的交互效果均呈非線性增強(qiáng)。其中基巖裸露率與植被蓋度的交互作用（=0.36）對(duì)土壤侵蝕空間差異的解釋力最強(qiáng)，在土壤侵蝕空間分異中起主導(dǎo)作用；其次是土層厚度與植被蓋度（=0.23）；基巖裸露率與土層厚度的解釋力最小，=0.13。

表6 石漠化強(qiáng)度評(píng)價(jià)因子對(duì)土壤流失影響的因子交互探測

3 討 論

3.1 貴州喀斯特區(qū)土壤侵蝕空間分異特征

研究區(qū)平均土壤侵蝕模數(shù)為17.69 t/(hm2·a)，侵蝕熱區(qū)主要集中在貴州西部地區(qū)，尤以畢節(jié)市東部、安順市西部、六盤水市中部，以及畢節(jié)與六盤水交界處土壤侵蝕最為嚴(yán)重，需加大防治力度。冷區(qū)則主要集中在黔北遵義市南部和黔中地區(qū)的貴陽市。首先，土地利用類型是影響土壤侵蝕的重要因素之一[39-40]，也可在一定程度上指示區(qū)域的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r，經(jīng)濟(jì)發(fā)展水平越高，土壤侵蝕強(qiáng)度越低[41]。如圖3所示，貴州喀斯特區(qū)土壤侵蝕熱區(qū)耕地比例達(dá)35.75%（其中坡耕地占比31.44%），冷區(qū)耕地占比為25.04%（坡耕地占比20.06%），可見土壤侵蝕熱區(qū)坡耕地占比較冷區(qū)高11.38%，而坡耕地是區(qū)域土壤侵蝕的重要策源地[11]，是導(dǎo)致研究區(qū)土壤侵蝕冷/熱區(qū)空間分異的重要因素；其次，侵蝕冷區(qū)林地占比達(dá)60.77%，遠(yuǎn)大于熱區(qū)的36.33%，而林地的增加會(huì)顯著降低土壤侵蝕風(fēng)險(xiǎn)[42]，故侵蝕冷區(qū)相較于熱區(qū)植被的固土保水作用更為突出，顯著降低了冷區(qū)的土壤侵蝕率，這也是導(dǎo)致貴州喀斯特區(qū)土壤侵蝕空間格局分異的重要因素之一；3）侵蝕冷區(qū)建設(shè)用地面積達(dá)755.94 km2，占冷區(qū)總面積的3.36%，而熱區(qū)建設(shè)用地面積為403.26 km2，僅占侵蝕熱區(qū)的1.28%。侵蝕冷區(qū)集中分布的遵義市南部與貴陽市相較于貴州其他市（州）而言，經(jīng)濟(jì)較為發(fā)達(dá)，城鎮(zhèn)化率較高，下墊面硬化程度高，減少了侵蝕土源，從而降低了土壤侵蝕風(fēng)險(xiǎn)。而侵蝕熱區(qū)聚集的貴州西部六盤水、畢節(jié)等區(qū)域，較冷區(qū)而言，城鎮(zhèn)化率較低，經(jīng)濟(jì)發(fā)展相對(duì)滯后，農(nóng)業(yè)活動(dòng)更為頻繁，地形地勢更為復(fù)雜，成為土壤侵蝕的易發(fā)區(qū)，也是貴州省水土流失重點(diǎn)防治區(qū)域。

圖3 研究區(qū)土壤侵蝕熱區(qū)和冷區(qū)土地利用現(xiàn)狀

3.2 石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失的關(guān)系

研究發(fā)現(xiàn)，石漠化強(qiáng)度評(píng)價(jià)因子中植被蓋度和土層厚度與土壤流失為負(fù)相關(guān)關(guān)系，而基巖裸露率與土壤流失則為正相關(guān)關(guān)系。

一方面，植被葉片可以有效攔截降雨和減小雨滴動(dòng)能，避免了雨滴對(duì)地表的直接擊濺，植被蓋度越大，地表受到擊濺侵蝕的作用力和作用面積越小，從而減少土壤分離，由于雨滴擊濺而產(chǎn)生的泥沙量也越少[43-44]；另一方面，植被蓋度越大，降水?dāng)r截能力越強(qiáng)，削弱降水侵蝕力越大，植被地下根量及根系分布相應(yīng)增大，植被攔蓄徑流、涵養(yǎng)水源的能力相應(yīng)增強(qiáng)，土壤保持能力顯著增加[45-47]。因此，隨著植被蓋度的增加，土壤流失風(fēng)險(xiǎn)降低。類似的研究結(jié)論在黃土高原、河西地區(qū)[42-43,45]等區(qū)域也得以驗(yàn)證。

滇東南喀斯特山地土壤厚度與植被蓋度空間關(guān)聯(lián)性研究發(fā)現(xiàn)，隨著植被蓋度的增加，土壤厚度逐漸變厚[48]，也即植被蓋度與土層厚度呈正相關(guān)關(guān)系。而本研究已表明，植被蓋度與土壤流失之間呈顯著負(fù)相關(guān)關(guān)系，因此土層厚度與土壤流失呈負(fù)相關(guān)關(guān)系。與較厚的土層相比，薄土表現(xiàn)出更短的徑流滯后效應(yīng)、更高的峰值流速和更大的流量[49]，則薄土區(qū)產(chǎn)沙時(shí)間會(huì)更早，受徑流沖刷也會(huì)更劇烈，土壤侵蝕顯然會(huì)更嚴(yán)重。當(dāng)然，對(duì)于喀斯特區(qū)而言，較薄的土層意味著更高的的基巖裸露率和較低的植被覆蓋率，增加了土壤侵蝕風(fēng)險(xiǎn)。Rhoton等[50]通過研究不同土層厚度的可蝕性變化，發(fā)現(xiàn)薄土的侵蝕率高于厚土，也證實(shí)了這一結(jié)論。

研究表明，基巖裸露率與土壤流失呈顯著正相關(guān)關(guān)系，即土壤流失隨著基巖裸露率的增加而加劇。隨著巖石裸露率的增加，土壤厚度逐漸變薄[48]，植被變得稀疏，表層土壤在次降雨條件下被雨滴擊濺、剝離和搬運(yùn)，加大了地表土壤侵蝕風(fēng)險(xiǎn)；其次，基巖裸露率的增加，意味著喀斯特發(fā)育程度的增加，則淺層巖溶帶裂（孔）隙愈加發(fā)育，加劇了坡地表層土壤通過裂（孔）隙向地下的“蠕移、蠕滑”漏失[51]，也即隨著基巖裸露率的增加，土壤地下漏失可能大幅增加，如圖4所示。因此，較高的基巖裸露率可能意味著較大的侵蝕風(fēng)險(xiǎn)。部分小尺度（模擬試驗(yàn)）研究結(jié)果也得到了與本研究類似的結(jié)論，例如降雨初期，土壤侵蝕隨基巖裸露率的增加而加劇[52]；基巖裸露率較低時(shí)，土壤流失隨著基巖裸露率的增加呈上升趨勢[53]；砂壤土土壤流失與巖石含量之間的關(guān)系為正相關(guān)關(guān)系，即砂壤土平均土壤侵蝕速率隨巖石含量的增加而加劇[25]等。但小尺度（模擬試驗(yàn)）研究還存在另一類觀點(diǎn)，即認(rèn)為隨著基巖（巖石）裸露率的增加，土壤侵蝕風(fēng)險(xiǎn)降低，主要理由是隨著基巖裸露率的增加，地表可侵蝕土壤面積減少[54]。小尺度上發(fā)生觀點(diǎn)分歧的可能原因一方面與具體的試驗(yàn)條件有關(guān)，當(dāng)前的研究主要是模擬試驗(yàn)，同野外自然巖溶坡地條件下的土壤侵蝕環(huán)境差異較大，這就要求室內(nèi)土壤侵蝕過程模擬試驗(yàn)的設(shè)計(jì)需盡可能地符合野外巖溶發(fā)育特征；另一方面可能是由于部分試驗(yàn)未考慮表層土壤通過淺層巖溶帶裂（孔）隙向地下的漏失部分（即土壤地下漏失部分），從而導(dǎo)致結(jié)論的分歧。當(dāng)然，極端情況下，如巖溶極度發(fā)育，基巖已接近100%裸露，表土幾乎完全喪失的情況下，也即無土可蝕的極端情況則另當(dāng)別論。

圖4 巖溶坡地土壤流失概念模型

3.3 石漠化強(qiáng)度評(píng)價(jià)因子對(duì)土壤流失的交互影響

復(fù)雜的地理過程往往是由多個(gè)因子共同作用導(dǎo)致的，并非單因子起決定作用。目前多因子共同作用的影響機(jī)制仍是相關(guān)研究的難點(diǎn)。本文基于地理探測器進(jìn)行土壤侵蝕與石漠化強(qiáng)度評(píng)價(jià)因子間交互的作用規(guī)律研究發(fā)現(xiàn)，各石漠化強(qiáng)度評(píng)價(jià)因子交互探測后的值均高于單因子之和，即所有組合的交互影響均呈非線性增強(qiáng)，說明在自然狀態(tài)下因子組合對(duì)土壤侵蝕的影響大于單因子，其中基巖裸露與植被蓋度的交互作用（=0.36）對(duì)土壤侵蝕空間差異的解釋力最強(qiáng)，即兩者的共同作用對(duì)土壤侵蝕空間分異起主導(dǎo)作用，土層厚度與植被蓋度（=0.23）、基巖裸露率與土層厚度（=0.13）之間的交互作用也顯著增強(qiáng)了對(duì)土壤侵蝕空間差異的解釋力。如前所述，植被蓋度與土壤流失呈負(fù)相關(guān)關(guān)系，而基巖裸露率與土壤流失呈正相關(guān)關(guān)系，所以在較高的基巖裸露率和較低的植被蓋度的共同作用下，土壤侵蝕發(fā)生率會(huì)越高，反之較低的基巖裸露率往往意味著較高的植被覆蓋度，并可形成林、灌、草立體結(jié)構(gòu)（圖5所示）。因此，基巖裸露和缺少植被覆蓋在土壤侵蝕過程中起主導(dǎo)作用?？λ固貐^(qū)由于長期的巖溶作用導(dǎo)致地表基巖大面積裸露，土層淺薄，植被因缺乏足夠的土壤深度來獲取養(yǎng)分而只能生長一些低矮灌草叢，水土流失嚴(yán)重[44]。故加大封育、退耕還林（草）、植樹造林等生物措施，以及坡改梯等工程措施實(shí)施力度，可有效增加植被蓋度和土層厚度，防治水土流失，從而遏制石漠化的進(jìn)一步發(fā)展。

注：圖片均拍攝于貴州省烏江上游野紀(jì)河流域金蘭小流域，拍攝時(shí)間為2022年2月，其中b圖為無人機(jī)拍攝。

4 結(jié) 論

本研究采用RUSLE模型、Getis?OrdGi*、地理探測器等方法手段，基于區(qū)域尺度探討了貴州喀斯特區(qū)土壤侵蝕空間分異特征，量化了石漠化強(qiáng)度評(píng)價(jià)因子植被蓋度、土層厚度及基巖裸露率與土壤流失的數(shù)量關(guān)系，并基于地理探測器探究了石漠化強(qiáng)度評(píng)價(jià)因子間的交互作用對(duì)土壤侵蝕的影響，主要結(jié)論如下：

1）貴州喀斯特區(qū)土壤侵蝕以中度和微度侵蝕為主，均值17.69 t/(hm2·a)，侵蝕熱區(qū)主要集中在貴州西部社會(huì)經(jīng)濟(jì)相對(duì)落后的地區(qū)，是水土流失的重點(diǎn)防治區(qū)，而冷區(qū)主要集中在黔北遵義市南部與黔中貴陽市等經(jīng)濟(jì)較發(fā)達(dá)地區(qū)。

2）石漠化強(qiáng)度評(píng)價(jià)因子均與土壤流失呈顯著相關(guān)關(guān)系，其中土壤流失隨植被蓋度、土層厚度的增加呈降低趨勢，而隨基巖裸露率的增加呈增加趨勢。巖溶區(qū)石漠化與水土流失呈復(fù)雜的非線性關(guān)系。

3）石漠化強(qiáng)度評(píng)價(jià)因子對(duì)土壤侵蝕空間分布差異的解釋力依次為植被蓋度、基巖裸露率和土層厚度，并且因子間所有組合的交互效果均呈非線性增強(qiáng)，其中基巖裸露率與植被蓋度的交互作用在土壤侵蝕空間分異中起主導(dǎo)作用，其次是土層厚度與植被蓋度，而基巖裸露率與土層厚度的解釋力最小。

本研究基于空間尺度通過模型模擬估算了貴州喀斯特區(qū)的土壤流失率，分析了土壤流失的空間分異特征，并探討了石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失之間的定量關(guān)系，發(fā)現(xiàn)石漠化強(qiáng)度評(píng)價(jià)因子與土壤流失之間存在顯著的相關(guān)關(guān)系。但石漠化與水土流失之間的數(shù)量關(guān)系具有復(fù)雜性，未來還需從不同尺度（地面、小流域、中等流域、大流域、區(qū)域等）進(jìn)一步探討，并基于不同尺度研究結(jié)果相互驗(yàn)證，建立各尺度間研究結(jié)果的聯(lián)系，以實(shí)現(xiàn)尺度間研究結(jié)果的相互轉(zhuǎn)換應(yīng)用；本研究從區(qū)域尺度探討了石漠化強(qiáng)度評(píng)價(jià)因子植被蓋度、土層厚度和基巖裸露率對(duì)土壤侵蝕的交互影響，發(fā)現(xiàn)因素組合對(duì)土壤流失的影響大于單因子，為區(qū)域土壤流失、石漠化防治提供了一定理論參考。但本研究為區(qū)域尺度，未來尚需基于地面尺度采取野外坡面徑流小區(qū)開展3個(gè)石漠化評(píng)價(jià)因子交互作用的長期定位觀測，以期為水土流失和石漠化的協(xié)同防治提供更為精準(zhǔn)的理論指導(dǎo)。

致謝：貴州省林業(yè)局為我們提供了石漠化空間數(shù)據(jù)庫，在此由衷感謝。

[1] Guo L, Liu R, Men C, et al. Multiscale spatiotemporal characteristics of landscape patterns, hotspots, and influencing factors for soil erosion[J]. Science of the Total Environment, 2021, 779: 146474.

[2] Li Y, Wang Z, Zhao J, et al. Characterizing soil losses in China using data of 137Cs inventories and erosion plots[J]. Catena, 2021, 203: 105296.

[3] 史東梅，金慧芳，蔣光毅. 土壤侵蝕對(duì)坡耕地耕層質(zhì)量退化作用及其評(píng)價(jià)趨勢展望[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(18)：118-126.

Shi Dongmei, Jin Huifang, Jiang Guangyi. Degradation effect of soil erosion on tillage-layer quality of slope farmland and its evaluation trend[J]. Transactions of The Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(18): 118-126. (in Chinese with English abstract).

[4] 江娜，史東梅，曾小英，等. 土壤侵蝕對(duì)紫色土坡耕地耕層障礙因素的影響[J]. 土壤學(xué)報(bào)，2022，59(1)：105-117.

Jiang Na, Shi Dongmei, Zeng Xiaoying, et al. Influence of soil erosion on the obstacle factors of cultivated layer in purple sloping farmland[J]. Acta Pedologica Sinica, 2022, 59(1): 105-117. (in Chinese with English abstract)

[5] Li R, Li Q, Pan L. Review of organic mulching effects on soil andwater loss[J]. Archives of Agronomy and Soil Science, 2021, 1: 136-151.

[6] Chen F, Wu S, Cui P, et, al. Progress and prospects of applied research on physical geography and the living environment in China over the past 70 years (1949-2019) [J]. Journal of Geographical Sciences, 2021, 31(1): 3-45

[7] Wang S, Liu Q, Zhang D. Karst rocky desertification in southwestern China: Geomorphology, landuse, impact and rehabilitation[J]. Land Degradation and Development, 2004, 15: 115-121.

[8] Pu J, Zhao X, Miao P, et al. Integrating multisource RS data and GIS techniques to assist the evaluation of resource-environment carrying capacity in karst mountainous area[J]. Journal of Mountain Science, 2020, 17(10): 2528-2547.

[9] 中華人民共和國中央人民政府. 關(guān)于支持貴州在新時(shí)代西部大開發(fā)上闖新路的意見[EB/OL]. (2022-01-26) [2022-06-03]. http://www.gov.cn/zhengce/content/2022-01/26/content_5670527.htm.

[10] Luo W, Jiang Z, Yang Q, et al. The features of soil erosion and soil leakage in karst peak-cluster areas of Southwest China[J]. Journal of Groundwater Science and Engineering, 2018, 6: 18-30.

[11] 李瑞，陳康，劉瑞祿，等. 基于小流域尺度的黔北喀斯特地區(qū)產(chǎn)流產(chǎn)沙特征[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(11)：139-147.

Li Rui, Chen Kang, Liu Ruilu, et al. Characteristics of runoff and sediment in karst area of northern Guizhou province based on small watershed scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(11): 139-147. (in Chinese with English abstract)

[12] Zeng C, Wang S, Bai X, et al. Soil erosion evolution and spatial correlation analysis in a typical karst geomorphology using RUSLE with GIS[J]. Solid Earth, 2017, 8(4): 721-736.

[13] Gao J, Wang H. Temporal analysis on quantitative attribution of karst soil erosion: A case study of a peak-cluster depression basin in Southwest China[J]. Catena, 2019, 172: 369-377.

[14] Zhou H, Pan X, Zhou W. Assessing spatial distribution of soil erosion in a karst region in southwestern China: A case study in Jinfo Mountains[J]. IOP Conference Series: Earth and Environmental Science, 2017, 52(1): 012047.

[15] Wang H, Gao J, Hou W. Quantitative attribution analysis of soil erosion indifferent geomorphological types in karst areas: Based on the geodetector method[J]. Journal of Geographical Sciences, 2019, 29(2): 271-286.

[16] 熊康寧，黎平，周忠發(fā)，等. 喀斯特石漠化的遙感-GIS典型研究：以貴州省為例[M]. 北京：地質(zhì)出版社，2002，23-28.

[17] 李瑞玲，王世杰，熊康寧，等. 喀斯特石漠化評(píng)價(jià)指標(biāo)體系探討：以貴州省為例[J].熱帶地理，2004，24(2)：145-149.

Li Ruiling, Wang Shijie, Xiong Kangning, et al. A study on rocky b desertification evaluation index system: Acasestudy of Guizhou province[J]. Tropical Geography, 2004, 24(2): 145-149. (in Chinese with English abstract)

[18] Liu Q, Deng D, Liao Q, et al. Analysis on the influence of rainfall characteristics on soil and water loss in rocky desertification region[J]. Carbonates and Evaporites, 2021, 36(4): 1-11.

[19] 楊青，楊廣斌，趙青松，等. 喀斯特地區(qū)不同降雨和植被覆蓋的坡面產(chǎn)流產(chǎn)沙特征[J]. 水土保持通報(bào)，2020，40(1)：9-16.

Yang Qing, Yang Guangbin, Zhao Qingsong, et al. Characteristics of runoff sediment yield on slopes under different rainfall and vegetation cover in Karst Areas[J]. Bulletin of Soil and Water Conservation, 2020, 40(1): 9-16. (in Chinese with English abstract)

[20] 賀祥. 喀斯特生態(tài)治理區(qū)的土壤侵蝕特征空間規(guī)律研究[D]. 貴陽：貴州師范大學(xué)，2007.

He Xiang. Spatial Rule of the Soil Erosion for the Ecological Management of the Karst Regions[D]. Guiyang: Guizhou Normal University, 2007. (in Chinese with English abstract)

[21] 李瑞，盤禮東. 巖石裸露與水土流失關(guān)系研究現(xiàn)狀及石漠化因子研究存在的問題[J].水土保持學(xué)報(bào)，2021，35(5)：10-15，23.

Li Rui, Pan Lidong. Research status of the relationship between rock exposure and soil and water loss and discussion on the existing problems in the research of rocky desertification factors[J]. Journal of Soil and Water Conservation, 2021, 35(5): 10-15, 23. (in Chinese with English abstract)

[22] Niu Y B, Gao Z L, Li Y H, et al. Effect of rock fragment content on erosion processes of disturbed soil accumulation under field scouring conditions[J]. Journal of Soils and Sedments, 2019, 19(4): 1708-1723.

[23] Han Z, Wang X, Song D, et al. Response of soil erosion and sediment sorting to the transport mechanism on a steep rocky slope[J]. Earth Surface Processes and Landforms, 2019, 44(12): 2467-2478.

[24] Lü J, Luo H, Xie Y. Effects of rock fragment content, size and cover on soil erosion dynamics of spoil heaps through multiple rainfall events[J]. Catena, 2019, 172: 179-189.

[25] Lv J, Luo H, Hu J, et al. The effects of rock fragment content on the erosion processes of spoil heaps: A laboratory scouring experiment with two soils[J]. Journal of Soils and Sediments, 2019, 19(4): 2089-2102.

[26] Gao J, Zuo L, Liu W. Environmental determinants impacting the spatial heterogeneity of karst ecosystem services in Southwest China[J]. Land Degradation & Development, 2020, 32(4): 1718-1731.

[27] Gao J, Wang H, Zuo L. Spatial gradient and quantitative attribution of karst soil erosion in Southwest China[J]. Environmental Monitoring and Assessment, 2018, 190(12): 730.

[28] Jiang Z, Lian Y, Qin X. Rocky desertification in Southwest China: impacts, causes, and restoration[J]. Earth-Science Reviews, 2014, 132: 1-12.

[29] 巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn): SL 461-2009[S].

[30] 國家林業(yè)和草原局. 巖溶地區(qū)石漠化調(diào)查技術(shù)規(guī)定（2021年修訂）[Z].

[31] Renard K G, Foster G R, Weesies G A, et al. Predicting Soil Erosion by Water: A Guide to Conservation Planning with The Revised Universal Soil Loss Equation (RUSLE)[M]. Alexandria: National Technical Information Service, 1997.

[32] Wischmeier W, Smith D. Predicting rainfall erosion losses-A Guide To Conservation Planning: Agriculture handbook (USA), No. 537[M]. Berkeley (CA): Department of Agriculture, Science and Education Administration, 1978.

[33] 周伏建，黃炎和. 福建省降雨侵蝕力指標(biāo)R值[J]. 水土保持學(xué)報(bào)，1995，9(1)：13-18.

Zhou Fujian, Huang Yanhe. The rainfall erosivity index in Fujian Province[J]. Journal of Soil and Water Conservation, 1995, 9(1): 13-18. (in Chinese with English abstract)

[34] Williams J, Nearing M, Nicks A, et al. Using soil erosion models for global change studies[J]. Journal of Soil and Water Conservation, 1996, 51(5): 381-385.

[35] Liu B, Nearing M, Risse L. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE, 1994, 37(6): 1835-1840.

[36] 蔡崇法，丁樹文，史志華，等. 應(yīng)用USLE模型與地理信息系統(tǒng)ID-RISI預(yù)測小流域土壤侵蝕量的研究[J]. 水土保持學(xué)報(bào)，2000，14(2)：19-24.

Cai Chongfa, Ding Shuwen, Shi Zhihua, et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed[J]. Journal of Soil and Water Conservation, 2000, 14(2): 19-24. (in Chinese with English abstract)

[37] Wang J, Zhang T, Fu B. A measure of spatial stratified heterogeneity[J]. Ecological Indicators 2016, 67: 250-256.

[38] 張揚(yáng)，周忠發(fā)，黃登紅，等. 喀斯特山區(qū)耕地時(shí)空演變與影響因子分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(22)：266-275.

Zhang Yang, Zhou Zhongfa, Huang Denghong, et al. Spatio-temporal evolution of cultivated land and analysis of influence factors in karst mountainous areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(22): 266-275. (in Chinese with English abstract)

[39] Li R, Wu Q, Zhang J, et al. Effects of land use change of sloping farmland on characteristic of soil erosion resistance in typical karst mountainous areas of Southwestern China[J]. Polish Journal of Environmental Studies, 2019, 28(4): 2707-2716.

[40] Damaneh H E, Khosravi H, Habashi K, et al. The impact of land use and land cover changes on soil erosion in western iran[J]. Natural Hazards, 2022, 110(3): 2185-2205.

[41] 莫建飛，陳燕麗，莫偉華. 巖溶生態(tài)系統(tǒng)水土流失敏感性關(guān)鍵指標(biāo)和評(píng)估模型比較[J]. 水土保持研究，2021，28(2)：256-266.

Mo Jianfei, Chen Yanli, Mo Weihua. Comparison of key indicators and evaluation models of soil and water loss sensitivity in karst ecosystem[J]. Research of Soil and Water Conservation, 2021, 28(2): 256-266. (in Chinese with English abstract)

[42] Lin J, Guan Q, Tian J, et al. Assessing temporal trends of soil erosion and sediment redistribution in the Hexi Corridor region using the integrated RUSLE-TLSD model[J]. Catena, 2020, 195: 104756.

[43] Ma B, Yu X, Ma F, et al. Effects of crop canopies on rain splash detachment[J]. Plos One, 2014, 9(7): e99717.

[44] Cai X, Wang J, An Y, et al. Laboratorial simulation on soil erosion under different vegetation coverage in Southwest Karst Area, China[C]//International Symposium on Water Resource and Environmental Protection (ISWREP), (2011.5.20-2011.5.22). Xi’an: IEEE, 2011.

[45] Sun W, Shao Q, Liu J, et al. Assessing the effects of land use and topography on soil erosion on the Loess Plateau in China[J]. Catena, 2014, 121: 151-163.

[46] Xiong M, Sun R, Chen L. A global comparison of soil erosion associated with land use and climate type[J]. Geoderma, 2019, 343: 31-39.

[47] 王猛，王鶴松，姜超，等. 基于 RUSLE 和地理探測器模型的西南地區(qū)土壤侵蝕格局及定量歸因[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2021，29(6)：1386-1402.

Wang Meng, Wang Hesong, Jiang Chao, et al. Spatial soil erosion patterns and quantitative attribution analysis in southwestern China based on RUSLE and geo-detector model[J]. Journal of Basic Science and Engineering, 2021, 29(6): 1386-1402. (in Chinese with English abstract)

[48] 高帥. 滇東南巖溶山地土壤厚度空間分布探測技術(shù)研究[D]. 昆明：昆明理工大學(xué)，2014.

Gao Shuai. Study on Detection Technology of Spatial Distribution of Soil Thickness in Karst Mountainous Areas in Southeast Yunnan[D]. Kunming: Kunming University of Science and Technology, 2014. (in Chinese with English bstract)

[49] Fu Z, Li Z, Cai C, et al. Soil thickness effect on hydrological and erosion characteristics under sloping lands: A hydropedological perspective[J]. Geoderma, 2011, 167/168: 41-53.

[50] Rhoton F E, Lindbo D L. A soil depth approach to soil quality assessment[J]. Journal of Soil & Water Conservation, 1997, 52(1): 66-72.

[51] Zhang X, Bai X, He X. Soil creeping in the weathering crust of carbonate rocks and underground soil losses in the karst mountain areas of southwest china[J]. Carbonates Evaporites, 2011, 26: 149-153.

[52] Liu D, She D. Can rock fragment cover maintain soil and water for saline-sodic soil slopes under coastal reclamation?[J]. Catean, 2017, 151: 213-224.

[53] Dai Q, Peng X, Zhao L, et al. Effects of underground pore fissures on soil erosion and sediment yield on karst slopes[J]. Land Degradation and Development, 2017, 28(7): 1922-1932.

[54] Dai Q, Peng X, Yang Z, et al. Runoff and erosion processes on bare slopes in the Karst Rocky Desertification Area[J]. Catena, 2017, 152: 218-226.

Influence of rocky desertification intensity of karst areas on soil loss at a regional scale

Li Rui, Yuan Jiang

(1.,,550001,; 2.,550001,)

Rocky desertification and water and soil loss are prominent ecological problems in karst area of Southwest China, which restrict the development of social economy. At present, the coupling relationship between rocky desertification and soil loss has not yet systematically proven, and how the interaction of rocky desertification intensity evaluation factors-vegetation coverage, soil layer thickness and bedrock exposure rate affects soil loss is ill-informed. Based on the investigation of the current situation of rocky desertification, the RUSLE model, spatial association index Getis-OrdGi* analysis, Spearman correlation analysis, geographic detector and other methods were used to calculate the soil loss status in karst area of Guizhou Province(103°36′-109°35′E、24°37′-29°13′N), identify the distribution of cold and hot zones, quantify the relationships between rocky desertification intensity evaluation factors and soil loss, and analyze the interactive effects of factor combination on soil loss. The results showed that: 1) The soil erosion in karst area of Guizhou was dominated by moderate and micro erosion, with a total of 65 469.32 km2, accounting for 58.71% of the total study area, and with an average soil loss rate of 17.69 t/(hm2·a). Erosion hot zones (major prevention and control area) were mainly in the relatively underdeveloped areas in western Guizhou, such as the eastern part of Bijie City, the western part of Anshun City, the central part of Liupanshui City and the junction of Bijie and Liupanshui, and the total area of erosion hot zones was 31 617.18 km2, accounting for 28.35% of the total study area; while erosion cold zones (slight area) were mainly in relatively economically developed areas such as Zunyi in northern Guizhou and Guiyang in central Guizhou, with a total area of 22 533.26 km2, accounting for 20.21%. 2) Soil loss had a significant negative correlation with vegetation coverage and soil layer thickness, and had a significant positive correlation with the exposure rate of bedrock. The correlation coefficients were -0.067, -0.022 and 0.025, respectively. The relationship between rocky desertification and soil loss was a complex nonlinear relationship. Among them, the relationship between vegetation coverage and soil loss was optimal by a cubic curve function. The relationship between soil layer thickness and soil loss could be described by an exponential function. And the arcsine function had the highest goodness of fit between the exposed rate of bedrock and soil loss. 3) The explanatory power of the evaluation factors of rocky desertification intensity on the spatial differentiation of soil loss was the highest by vegetation coverage, followed by bedrock exposure rate and soil layer thickness. The interaction effects of the factor combination on soil loss were all non-linear enhancement, among which the interaction between the exposed rate of bedrock and vegetation coverage had the strongest explanatory power for the spatial difference of soil erosion, playing a leading role in the spatial differentiation of soil erosion. It was followed by the thickness of soil layer and vegetation coverage, with the least explanatory power for exposed rate of bedrock and soil layer thickness. The results provide valuable information for the coordinated prevention and control of water and soil erosion and rocky desertification in karst area.

soils; vegetation; rocky desertification; coverage; thickness of soil layer; bedrock exposure rate; RUSLE model; interaction

10.11975/j.issn.1002-6819.2022.15.009

S157.1

A

1002-6819(2022)-15-0084-09

李瑞，袁江. 區(qū)域尺度喀斯特區(qū)石漠化強(qiáng)度對(duì)土壤流失的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2022，38(15)：84-92.

doi：10.11975/j.issn.1002-6819.2022.15.009 http://www.tcsae.org

Li Rui, Yuan Jiang.Influence of rocky desertification intensity of karst areas on soil loss at a regional scale[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(15): 84-92. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.15.009 http://www.tcsae.org

2022-05-20

2022-07-10

國家自然科學(xué)基金項(xiàng)目（32060372）；貴州省科技支撐計(jì)劃項(xiàng)目（黔科合支撐[2021]一般462）

李瑞，博士，研究員，博士生導(dǎo)師，研究方向?yàn)榭λ固貐^(qū)土壤侵蝕與水土保持、生態(tài)環(huán)境等方面。Email：rlfer@126.com