夏興生,田紹梅,呂圣慧,潘耀忠
(1.青海省人民政府—北京師范大學(xué) 高原科學(xué)與可持續(xù)發(fā)展研究院,青海 西寧 810016;2.北京師范大學(xué) 地理科學(xué)學(xué)部 遙感科學(xué)國家重點實驗室,北京 100875;3.青海師范大學(xué) 地理科學(xué)學(xué)院,青海 西寧 810016)
土壤是支持生態(tài)系統(tǒng)產(chǎn)品供給和功能運轉(zhuǎn)的基礎(chǔ),因此,土壤保持能力的大小對人類從生態(tài)系統(tǒng)中獲得惠益至關(guān)重要[1].青藏高原作為世界海拔最高的獨特地理單元,也作為東亞的生態(tài)屏障,其土壤保持能力所創(chuàng)造的經(jīng)濟價值占其農(nóng)林牧業(yè)收入總量的10%左右[2],但受全球氣候變化和過渡的人類活動影響,青藏高原部分地區(qū)的土壤保持能力處于持續(xù)下降的狀態(tài),威脅著生態(tài)系統(tǒng)服務(wù)功能的正常運轉(zhuǎn)和社會經(jīng)濟的穩(wěn)定發(fā)展[3].因此,關(guān)注青藏高原生態(tài)系統(tǒng)土壤保持能力的變化,對當(dāng)?shù)厣鷳B(tài)環(huán)境的修復(fù)和養(yǎng)護策略的制定具有重要的參考意義.
目前,針對高原土壤保持研究評估大致可分為基于模型的定量評估和基于土壤保持因子,如氣候變化、植被覆蓋等的定性評估.具體用于土壤保持研究的定量模型主要有USLE模型[4]、In VEST模型[5]等[6-8].在基于土地利用/植被覆蓋度、氣候變化等定性評價土壤保持服務(wù)方面,Jackson等[9]基于地形因素對土壤侵蝕影響的考慮,提出復(fù)合地形評價指數(shù)來識別易受土壤侵蝕的脆弱區(qū);朱青等[10]采用趨勢分析法,重點分析了黃土高原植被覆蓋狀況對土壤保持的作用,這些研究為后續(xù)的深入探討奠定了方法論基礎(chǔ).
青藏高原因為兼具生態(tài)屏障和生態(tài)服務(wù)的雙重功能,針對其土壤保持研究也有豐富的成果.例如,于格等[11]基于風(fēng)洞實驗方法,定量研究了青藏高原高寒草甸土壤保持能力的經(jīng)濟效益;朱永剛等[12]針對青藏高原生態(tài)系統(tǒng)脆弱、環(huán)境易破壞難恢復(fù)的問題,總結(jié)了青藏高原水土保持養(yǎng)護規(guī)劃的重要技術(shù)和管理措施;聞亮等[13]基于In VEST模型采用疊加分析法客觀評價了三江源土壤保持能力的時空變化.但是,目前對于青藏高原土壤保持仍然集中在特定時空下的靜態(tài)研究方面[14],基于不同因子變化下的土壤保持能力動態(tài)變化關(guān)注較少,導(dǎo)致驅(qū)動土壤保持能力時空變化的機理和核心要素不明晰.因此,有必要在三江源自然保護區(qū)和國家公園建設(shè)的背景下,進一步結(jié)合多源空間數(shù)據(jù),探討多因子共同作用下的青藏高原典型區(qū)土壤保持能力的時空變化,為當(dāng)?shù)氐耐寥狼治g防治工作和生態(tài)環(huán)境的修復(fù)工作提供參考.
本研究選擇三江源區(qū)域的瑪多縣為研究區(qū),結(jié)合2000年、2010年、2020年三期土地覆蓋、降雨及植被指數(shù)等影響土壤保持能力的數(shù)據(jù)產(chǎn)品,基于In VEST模型的土壤保持模塊進行潛在和實際土壤流失量的估算,分析瑪多縣土壤保持能力的時空變化特征及植被和降水的驅(qū)動作用,以期為研究區(qū)生態(tài)保護與修復(fù)措施的制定和實施提供參考.
瑪多縣位于青海省果洛藏族自治州西北部,地處青藏高原腹地,全縣總面積約2.53萬km2,平均海拔在4200m,年平均氣溫-4℃,屬高寒草原氣候(圖1)[15].瑪多縣也占據(jù)了三江源自然保護區(qū)、國家公園黃河源園區(qū)的大部分地區(qū),是高寒生態(tài)脆弱地帶和國家重點生態(tài)功能區(qū)的核心區(qū)域[16].高山草甸土、高山草原土組成了該縣的主要土壤類型,二者皆為天然的草甸、草原生態(tài)系統(tǒng)發(fā)育提供了良好的支撐[17,18].但是,由于高原地理環(huán)境的影響,該區(qū)的土壤成土過程緩慢,土層薄,保水性能差,發(fā)育的草種一般都長勢矮小、鮮草產(chǎn)量比較低,土壤-草地耦合的脆弱生態(tài)系統(tǒng)對高原嚴(yán)峻的氣候條件和極端天氣/氣候事件的響應(yīng)敏感[19,20],因此,該區(qū)域的土壤保持能力變化對生態(tài)系統(tǒng)變化、氣候變化也具有一定的指示作用,關(guān)注這一變化對推進三江源國家公園的生態(tài)建設(shè),筑牢我國的生態(tài)屏障和核心水源涵養(yǎng)地的保護具有重要的作用.
圖1 研究區(qū)概況
本研究所用的數(shù)據(jù)主要包括土地利用數(shù)據(jù)、數(shù)字高程模型(DEM)數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)、遙感反演的植被指數(shù)數(shù)據(jù)、基礎(chǔ)地理數(shù)據(jù),具體及預(yù)處理如下:
(1)土地利用數(shù)據(jù):來源于中國自然資源部(https://www.webmap.cn/commres.do?method=globeIndex)發(fā)布的Globeland30數(shù)據(jù)產(chǎn)品,時間范圍為2000年、2010年、2020年,主要用于提取研究區(qū)的水土保持措施因子.預(yù)處理主要是將前期下載好的數(shù)據(jù)進行拼接并按照地類代碼轉(zhuǎn)為柵格圖層.
(2)DEM數(shù)據(jù):來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn),空間分辨率為30m,用于In VEST模型參數(shù)的提取.通過對原始DEM的填洼處理得到研究區(qū)的坡度坡向圖層,用于模型坡度坡長因子(LS)的計算.
(3)土壤數(shù)據(jù):來源于寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn/)世界土壤數(shù)據(jù)庫(HWSD)中的中國土壤數(shù)據(jù)集(v1.1),空間分辨率為 1km,采集時間為2009年,主要用于In VEST模型參數(shù)的計算及土壤保持服務(wù)的評價.預(yù)處理主要是基于土壤質(zhì)地屬性代碼轉(zhuǎn)換為柵格圖層.
(4)氣象數(shù)據(jù):來源于溫室數(shù)據(jù)共享平臺(http://data.sheshiyuanyi.com/ Weather Data/)包括瑪多縣及其周邊的9個站點,主要為降水?dāng)?shù)據(jù),用于In VEST模型參數(shù)的提取.參考中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.gov.cn)中降水產(chǎn)品的空間插值方法,通過簡單樣條函數(shù)插值得到研究區(qū)2000年、2010年、2020年的降水量分布.
(5)遙感反演的植被指數(shù):主要是MODIS 歸一化植被指數(shù)(NDVI),來源于地球數(shù)據(jù)中心(https://earthdata.nasa.gov/)16天合成的250m空間分辨率數(shù)據(jù)產(chǎn)品,時間為2000年、2010年、2020年,用于研究區(qū)數(shù)據(jù)預(yù)處理及In VEST模型參數(shù)的計算.對原始的NDVI數(shù)據(jù)利用MODIS Reprojection Tool(MRT)軟件進行預(yù)處理(包括拼接、投影轉(zhuǎn)換、重采樣等),之后按照元數(shù)據(jù)剔除無效值并進行0~1的取值范圍換算.
(6)基礎(chǔ)地理數(shù)據(jù):包括瑪多縣行政區(qū)劃數(shù)據(jù),來源于全國地理信息資源目錄服務(wù)系統(tǒng)1∶100萬全國基礎(chǔ)地理數(shù)據(jù)庫(http://www.webmap.cn/main.do?method=index),用于研究區(qū)范圍的提取.
In VEST模型是由美國斯坦福大學(xué)、大自然保護協(xié)會(TNC)以及世界自然基金會(WWF)于2007年為生態(tài)系統(tǒng)服務(wù)功能的空間表達、動態(tài)分析和定量評估而共同研發(fā)的量化模型[20].唐堯[21]等通過對相關(guān)文獻的整理,認為該模型在生物多樣性、土壤保持、水環(huán)境、碳儲量等方面的應(yīng)用具有較好的適用性[22-26].因此,本研究直接選擇In VEST模型的土壤保持模塊[20],具體公式如下:
USLE=R×K×LS×C×P;
(1)
RKLS=R×K×LS;
(2)
SD=RKLS-USLE,
(3)
式中:USLE是實際土壤流失量[t/(km2·a)],RKLS是潛在土壤流失量[t/(km2·a)],R是降水侵蝕力因子[(MJ·mm)/(km2·h·a)],K是土壤可蝕性因子(t·km2·MJ·mm),LS是坡度坡長因子(無量綱),C是植被覆蓋因子(無量綱),P是水土保持措施因子(無量綱),SD是土壤保持量[t/(km2·a)].各個因子計算過程如下:
(1)降水侵蝕因子R
R是橫量降水影響土壤侵蝕能力大小的一個重要指標(biāo)[27],降水侵蝕因子的計算受研究區(qū)地理環(huán)境的影響較大,瑪多縣河流湖泊密布,所以采用適用于河海流域的降水侵蝕因子計算方法[28],即由Wischmerier[29]提出的基于月尺度的降雨侵蝕因子的計算方法(式4).
,
(4)
式中:R降雨侵蝕力因子[(MJ·mm)/(hm2·h·a)];Pi代表第i月降雨量(mm);P代表年降雨量(mm),基于上述方法,得到瑪多縣2000年、2010年、2020年降水侵蝕因子空間分布如圖2所示.
圖2 瑪多縣降水侵蝕因子空間分布
(2)土壤可蝕性因子K
K是土壤被降雨侵蝕,遷移運輸敏感程度的重要指標(biāo),是影響土壤侵蝕的內(nèi)在因素[28].其計算方法可分為直接測定法、諾謨圖法以及公式法[30],其中公式法較前面兩者應(yīng)用比較普遍,而Sharpley和Williams等[31]在EPIC模型中發(fā)展的K值估算方法經(jīng)過多次修正應(yīng)用比較廣泛[4,6,32],所以本文選擇Sharpley等[31]提出的K值計算方法(式5、式6),獲得的土壤可蝕性因子的空間柵格分布如圖3a所示.
(5)
,
(6)
式中:K是土壤可蝕性因子(t·km2·MJ·mm),SAN是土壤砂粒含量(%),SIL是土壤粉粒含量(%),CLA是土壤粘粒含量(%),C是土壤有機質(zhì)含量(%)
(3)坡度坡長因子LS
LS主要表示地形因素對降雨徑流侵蝕強度的影響.已有研究中多采用RKLS模型中的坡度因子算法[4,33],但是,張芷溫等[34]研究表明RKLS模型僅在坡度<10°的地區(qū)具有較好的適用性[35],而對坡度≥20°的情形,劉斌濤等[36]提出的修正坡度因子算法適用性較好.瑪多縣大多屬于坡度范圍大于25°的山區(qū),因此選擇修正的坡度坡長因子算法(式7、式8),具體得出的LS空間分布如圖3b、圖3c.
;
(7)
,
(8)
式中:L表示坡長因子(無量綱),S表示坡度因子(無量綱),λ表示水平坡長(m),m代表坡長指數(shù)(無量綱),θ表示地面坡度.
圖3 a.土壤可蝕性因子;b.坡長因子;c.坡度因子
(4)植被覆蓋與管理因子C
C被定義為在相同生態(tài)系統(tǒng)生物組分條件下,一定植被覆蓋和管理措施下土地的土壤流失量和農(nóng)耕空閑時的土地土壤流失量之比[37].魏健美等[38]、楚冰洋等[39]、王敏等[40]根據(jù)蔡崇法等[41]對C因子的計算方法(式9、式10)開展了相應(yīng)研究,并在自己的研究領(lǐng)域進行應(yīng)用實踐,并確定了C因子的值介于[0,1],其中,0表示不產(chǎn)生水土流失.鑒于此,本文也采用蔡崇法等[41]的研究方法,基于NDVI數(shù)據(jù)對C因子進行計算,結(jié)果如圖4所示.
,
(9)
式中:C是植被覆蓋與管理因子,f是植被覆蓋度(%),其計算公式為:
,
(10)
式中:NDVI是歸一化植被覆蓋指數(shù),NDVImax和NDVImin是研究區(qū)NDVI的最大值與最小值.
圖4 植被覆蓋與管理因子C空間分布圖(注:小于等于0.09的取值為水體)
(5)水土保持因子P
P指采取一定水土保持措施的土壤流失量與未采取水土保持措施的耕地土壤流失量之比,其值介于0~1之間.不同地域單元因為自然地理環(huán)境和人類活動強度的不同,P的取值不同.例如,邱春霞等[42]根據(jù)經(jīng)驗方法估算了黃土高原不同土地利用類型的P值,而陳瓊等[43]同樣在前人研究的經(jīng)驗基礎(chǔ)上,給出了三江源地區(qū)不同土地利用類型的水土保持與措施因子P值,本研究區(qū)恰好在三江源范圍,所以直接取三江源的P值(表1、圖5).
表1 瑪多縣不同土地利用類型的P值
圖5 土地利用及水土保持因子P空間分布圖
圖2是基于式4計算得到的瑪多縣三期降水侵蝕因子空間分布圖.從圖可以看出,研究區(qū)2000年降水侵蝕因子(圖2a)大體上呈從西北到東南逐漸增大的趨勢.2010年降水侵蝕因子(圖2b)與2000年(圖2a)相比,分布趨勢具有明顯差異,其在研究區(qū)北部形成了一個低值中心,由低值中心向東南部和西南部降水侵蝕因子逐步增大,且在西南部形成一個最高值區(qū)域.2020年降水侵蝕因子(圖2c)的分布規(guī)律與2000年(圖2a)較為接近,但西北的低值區(qū)域進一步縮小,中值區(qū)域覆蓋研究區(qū)的東北部、東部、東南部和南部部分區(qū)域.圖2的結(jié)果說明,瑪多縣2000—2010年降水侵蝕因子可能呈現(xiàn)增加的趨勢,2010—2020年的降水侵蝕因子可能呈現(xiàn)減小的趨勢,整體上2000—2020年的降水侵蝕因子表現(xiàn)為先增加后減小的態(tài)勢.
圖4是基于式9、式10計算得到的瑪多縣三期植被覆蓋與管理因子空間分布圖.從圖可以看出,研究區(qū)2000年植被覆蓋與管理因子(圖4a)按緯度分布較為明顯,即由北到南大致呈低值-中值-高值分布的情況,其中值大都集中在35°線附近,是低值和高值的過渡地帶.低值地帶覆蓋面積較小,中值和高值地帶覆蓋面積較大,且在某一地帶中夾雜著呈塊狀或帶狀聚集的其他值的地塊.2010年植被覆蓋與管理因子(圖4b)與2000年(圖4a)相比,中值地帶和高值地帶略微北移,且在35°線以北的東北部地區(qū)形成明顯的帶狀高值區(qū).2020年植被覆蓋與管理因子(圖4c)相比2010年(圖4b),其低值地帶未發(fā)生明顯變化,但位于35°線以南的中部中值地帶部分轉(zhuǎn)變?yōu)楦咧档貛?圖4的結(jié)果說明,瑪多縣2000—2010年、2010—2020年兩個階段的植被覆蓋與管理因子均可能呈現(xiàn)增加的趨勢.伴隨植被的變化,土地覆蓋也發(fā)了明顯的變化,主要表現(xiàn)為濕地大面積的消失而裸地大面積增加(圖5),由此使得土壤保持因子的空間格局發(fā)生了一定的變化.綜上,2000-2020年,瑪多縣植被/土地覆蓋所呈現(xiàn)的土壤保持能力在減弱.
圖6是基于式1計算得到的瑪多縣三期實際土壤流失量空間分布圖.從圖可以看出,研究區(qū)2000年實際土壤流失量(圖6a)的高值大致集中在東北部的東西兩側(cè)區(qū)域和南部偏東的大部分區(qū)域,且塊狀聚集比較明顯,中部、西部地區(qū)實際土壤流失量較小,且大部分區(qū)域在0~6t/(km2·a).2010年實際土壤流失量(圖6b)與2000年(圖6a)相比,明顯存在整體的增加趨勢,無論是2000年的高值分布區(qū)還是低值分布區(qū),實際土壤流失量均有顯著的增加.2020年實際土壤流失量(圖6c)相比2010年(圖6b)明顯得到改善,但是相比2000年(圖6a)還是有微弱的增加.圖6的結(jié)果說明,基于降水和植被/土地覆蓋的變化,瑪多縣2000—2010年實際土壤流失量可能呈現(xiàn)增加的趨勢,2010—2020年的實際土壤流失量可能呈現(xiàn)減小的趨勢.
圖6 瑪多縣實際土壤流失空間分布
通過統(tǒng)計分析顯示(表2)瑪多縣2000年實際土壤流失量為1.38×107(t/a),均值為610.92t/(km2·a),2010年實際土壤流失量為2.01×107(t/a),均值為889.81t/(km2·a),2020年實際土壤流失量為1.59×107(t/a),均值為703.88t/(km2·a).2010年實際土壤流失量比2000年顯著增加,2020年實際土壤流失量相比2010年則有所降低,但相比于2000年還是有所增加,與其空間變化的趨勢(圖6)一致,說明瑪多縣的實際土壤保持能力近20年可能處于波動上升的趨勢.
表2 瑪多縣多年土壤侵蝕量和土壤保持量
圖7是基于式2計算得到的瑪多縣三期潛在土壤流失量空間分布圖.從圖可以看出,與實際土壤流失空間分布(圖6)基本一致,2000年研究區(qū)潛在土壤流失量(圖7a)高值主要集中在東北部的東西兩側(cè)區(qū)域和南部偏東的大部分區(qū)域,且呈塊狀聚集,中部以西的大部分地區(qū)潛在土壤流失在0.1~8t/(km2·a).2010年研究區(qū)潛在土壤流失量(圖7b)高值分部區(qū)域大致與2000年接近,但2010年潛在土壤流失量呈現(xiàn)由中部向西部及西北端逐漸增加空間變化態(tài)勢,其中中部及西部地區(qū)變化明顯,西南端潛在土壤流失量相比2000年也明顯增加.2020年研究區(qū)潛在土壤流失(圖7c)空間分布與2010年(圖7b)十分接近,但相比于2010年有略微的改善,但和2000年(圖7a)相比仍然表現(xiàn)為明顯增加的狀態(tài).圖8的結(jié)果說明,瑪多縣2000—2010年潛在土壤流失量也可能呈現(xiàn)增加的趨勢,2010—2020年的潛在土壤流失量同樣可能呈現(xiàn)較弱的減小趨勢,但整體上2000—2020年的潛在土壤流失量表現(xiàn)為增加的態(tài)勢.
圖7 瑪多縣潛在土壤流失空間分布
通過統(tǒng)計分析顯示(表2)瑪多縣2000潛在土壤流失量為1.6×107(t/a),均值為730.1t/(km2·a);2010年潛在土壤流失量為2.51×107(t/a),均值為1110.7t/(km2·a);2020年潛在土壤流失量為2.01×107(t/a),均值為889.4t/(km2·a).2010年潛在土壤流失量比2000年也顯著增加,2020年潛在土壤流失量比2010年也同樣有所降低,但相比于2000年還是明顯增加,與其空間變化的趨勢(圖7)一致,說明瑪多縣的潛在土壤流失形勢比較嚴(yán)峻.
圖8是基于式3計算得到的瑪多縣三期土壤保持模數(shù)空間分布圖.從圖可以看出,瑪多縣2000年的土壤保持量(圖8a)高值集中在東部及西南端的小區(qū)域內(nèi),其他區(qū)域的土壤保持量比較小,且大部分在0~2t/(km2·a).相比于2000年(圖8a),2010年土壤保持量(圖8b)明顯提高,中部偏北的傾斜區(qū)域土壤保持量沒有變化,其他區(qū)域均明顯增加.2020年土壤保持量(圖8c)相比2010年土壤保持量(圖8b)則又明顯降低,但相比2000年(圖9a)的空間分布還是呈現(xiàn)明顯的增加.圖8的結(jié)果表明,在瑪多縣實際土壤流失量(圖6)和潛在土壤流失量(圖7)均呈現(xiàn)先增后減的趨勢下,土壤保持量也呈現(xiàn)先增后減的態(tài)勢.
圖8 瑪多縣土壤保持空間分布
通過統(tǒng)計分析顯示(表2)瑪多縣地區(qū)2000年土壤保持量為2.63×106(t/a),均值為116.43t/(km2·a);2010年土壤保持量為4.996×106(t/a),均值為221.17t/(km2·a);2020年土壤保持量為4.2×106(t/a),均值為185.93t/(km2·a).這種變化趨勢與其空間變化態(tài)勢(圖8)也是一致的,且僅從土壤保持量的角度考慮,瑪多縣2010之前的土壤保持能力可能處于不斷提升的態(tài)勢,但近10年則可能呈現(xiàn)弱的波動變化或減弱的態(tài)勢.
本研究以瑪多縣為研究區(qū),基于In VEST模型的土壤保持模塊,利用遙感產(chǎn)品數(shù)據(jù)、降水?dāng)?shù)據(jù)、土壤數(shù)據(jù)等,計算了2000年、2010年和2020年三期的潛在土壤流失量、實際土壤流失量以及土壤保持量.綜合本研究的結(jié)果,無論是潛在土壤流失量、實際土壤流失量還是土壤保持量,均表現(xiàn)為先增加后減少的變化,考查In VEST模型土壤保持模塊的因子,本研究中主要的變化因子為降水和植被/土地覆蓋,降水侵蝕因子反映了降水沖刷對土壤流失的侵蝕效應(yīng),理論上與土壤保持能力成反比,本研究中降水侵蝕因子在2000—2020年表現(xiàn)為先增加后減小的態(tài)勢變化(圖2),與潛在土壤流失量、實際土壤流失量的變化態(tài)勢相符合;而植被/土地覆蓋的變化明顯是持續(xù)減弱了土壤保持能力,這一結(jié)果與土壤保持能力的變化態(tài)勢并不一致,但是也解釋了在降水“先增后減”的條件下,土壤保持能力“后減”的幅度相較“先增”的幅度弱的原因.因此,僅考慮降水和植被/土地覆蓋變化的條件下,主導(dǎo)瑪多縣土壤保持能力的因素是降水,但植被/土地覆蓋變化則提供了環(huán)境條件,而考慮植被/土地覆蓋變化明顯的是濕地大面積消失而裸地大面積的增加,推測可能的原因是全球變暖的背景導(dǎo)致青藏高原凍土消融,地表水分隨之流失致使植被退化,從而導(dǎo)致土壤保持能力下降.但是降水和植被/土地覆蓋變化具體如何耦合土壤保持能力及凍土消融導(dǎo)致的濕地大面積消失和裸地增加如何影響青藏高原土壤保持能力的機制還有待進一步探討.
另外,本研究的結(jié)果也可能存在不確定性,主要是In VEST模型源于Kavocs[44]和Shaw等[45]對美國明尼蘇達洲和內(nèi)華達山脈區(qū)域的研究,其應(yīng)用必須要求有完整的水文觀測數(shù)據(jù),且需要一些經(jīng)驗數(shù)據(jù)進行模型參數(shù)的調(diào)整,直至模型輸出的絕對值在正確范圍內(nèi)[21].本研究降水的數(shù)據(jù)首先存在一定的缺失,且站點密度較低,空間分布僅參考中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)網(wǎng)格化降水?dāng)?shù)據(jù)產(chǎn)品生產(chǎn)的方法,進行簡單樣條插值獲得,所以降水侵蝕因子的計算結(jié)果可能并不精準(zhǔn),獲取精準(zhǔn)的空間化降水?dāng)?shù)據(jù)可能是進一步研究的關(guān)鍵.更重要的是,In VEST模型雖然在中國的研究應(yīng)用已經(jīng)取得了豐富的成果[22-26],但由于中國地理環(huán)境的復(fù)雜性,可能仍處于初級的探索應(yīng)用階段,尚未形成權(quán)威性覆蓋全國的經(jīng)驗參數(shù).所以,還需要進一步研究分析和優(yōu)化此模型在中國不同地理環(huán)境應(yīng)用下的參數(shù)以進行細致的模型校驗.即使如此,對比劉敏超等[16]對三江源地區(qū)的土壤保持能力的評估結(jié)果,本文研究的結(jié)果仍然具有一定的合理性,可為相關(guān)研究和應(yīng)用提供參考.
(1)瑪多縣土壤保持能力的三個指標(biāo)(潛在土壤流失量、實際土壤流失量、土壤保持量)2000—2020年均呈現(xiàn)先增加后減少的態(tài)勢.其中,2000年、2010年、2020年的實際土壤流失量均值分別為610.92t/(km2·a)、889.81t/(km2·a)、703.88t/(km2·a);潛在土壤流失量均值分別為730.1t/(km2·a)、1110.7t/(km2·a)、889.4t/(km2·a);土壤保持量均值分別為116.43t/(km2·a)、221.17t/(km2·a)、185.93t/(km2·a).
(2)空間分布上,潛在土壤流失量、實際土壤流失量在三期均表現(xiàn)為呈點狀或塊狀稀疏分布,高值主要集中在東北部的東西兩側(cè)區(qū)域和南部偏東的大部分區(qū)域,中部以西地區(qū)潛在土壤流失量、實際土壤流失量較小.土壤保持量則呈塊狀分布,高值集中在東部及西南端小部分區(qū)域,其他區(qū)域土壤保持量較小.
(3)瑪多縣2000—2020年的降水侵蝕因子表現(xiàn)為先增加后減小的態(tài)勢,植被/土地覆蓋所呈現(xiàn)的土壤保持能力則表現(xiàn)為減弱趨勢.在僅考慮降水和植被/土地覆蓋變化的條件下,瑪多縣土壤保持能力變化以降水為主導(dǎo),但植被/土地覆蓋的變化則為其提供環(huán)境條件,而植被環(huán)境變化背后的機制性因素可能來自于全球變暖導(dǎo)致的青藏高原凍土消融,但需要進一步探討驗證.