李坤衡，張 巖，陳 昶，張俊彬，梁彥榮，王佳希

松嫩典型黑土區(qū)耕地切溝密度分布特征及影響因子

李坤衡，張 巖※，陳 昶，張俊彬，梁彥榮，王佳希

（北京林業(yè)大學水土保持學院，北京 100083）

東北黑土區(qū)是中國重要的商品糧生產基地，該地區(qū)耕地切溝侵蝕嚴重威脅農業(yè)生產及生態(tài)環(huán)境。為掌握松嫩典型黑土區(qū)耕地切溝密度分布特征及影響因子，基于全國第一次水利普查的998塊抽樣調查單元和1∶10 000地形圖，以及2018年Google高分遙感影像目視解譯提取調查單元內所有切溝，采用地理探測器分析切溝密度空間分布的影響因子，分析松嫩典型黑土區(qū)耕地切溝密度的空間分布規(guī)律。結果表明：1）35.64%的耕地調查單元有切溝發(fā)育，切溝線密度變化在0.18～17.48 km/km2，面密度變化在425.95～91 921.34 m2/km2。2）地形和降水顯著（<0.05）影響松嫩典型黑土區(qū)耕地切溝密度，坡度是影響耕地切溝密度空間分布最重要的環(huán)境因子。3）依據(jù)切溝線密度劃分，松嫩典型黑土區(qū)東部的黑土帶耕地切溝侵蝕嚴重，輕度侵蝕以上面積占比35.87%，強烈侵蝕以上（切溝線密度≥2 km/km2）面積占比33.33%，劇烈侵蝕面積占比27.94%。黑鈣土帶有6.65%的面積遭受劇烈切溝侵蝕，星落分布于黑鈣土帶的邊緣。系統(tǒng)抽樣與高分辨率遙感相結合的方法能夠在一定程度上揭示松嫩典型黑土區(qū)耕地切溝密度的空間分布規(guī)律，相比于全面普查，抽樣調查效率更高，可為黑土區(qū)的切溝治理及黑土地保護利用提供參考。

黑土；切溝；遙感；抽樣調查；地理探測器

0 引 言

東北地區(qū)是中國商品糧的優(yōu)勢產區(qū)，2019年糧食產量達到1.65億t，約占全國糧食產量的25%[1]。東北地區(qū)以黑土和黑鈣土為主的典型黑土區(qū)面積為33.3 萬km2，區(qū)內耕地面積16.7萬km2，其中松嫩典型黑土區(qū)占典型黑土區(qū)總面積的63.8%[2]。東北黑土區(qū)近百余年的墾殖造成黑土地嚴重侵蝕退化[3-4]。作為加速土壤侵蝕的一種形式，溝蝕的加劇表明一種極端形式的土地退化[5-6]。黑土區(qū)的侵蝕溝造成了農田流失破碎，機械耕作受阻，交通、水利和人居設施損毀，嚴重威脅糧食安全和生態(tài)環(huán)境[3]。探究黑土區(qū)耕地侵蝕溝的發(fā)育及分布特征，可以為侵蝕溝治理和黑土資源保護提供科學依據(jù)。

切溝是東北地區(qū)侵蝕溝的主要類型，切溝形態(tài)參數(shù)能夠反映出侵蝕溝的發(fā)展階段[7]，切溝密度是反映溝蝕劇烈程度的主要指標[8]。同時，侵蝕溝的空間分布特征對研究其發(fā)育誘因和防治具有重要意義[9]。實地測量結果表明松嫩黑土區(qū)海倫縣393 km2的區(qū)域上平均切溝密度為1.39 km/km2[10]。由于實地測量難以滿足大空間尺度切溝的研究需求[11-12]，更多切溝密度的研究主要依賴衛(wèi)星遙感影像作為數(shù)據(jù)源。有研究表明QuickBird（分辨率0.61 m）高分影像目視解譯黃土高原的切溝參數(shù)時，溝長的誤差能夠控制在1.5 個像元內，面積的相對誤差可控制在 5%左右[13]，說明高分影像在切溝提取方面可以保證一定的精度。亞米級高分辨率衛(wèi)星遙感影像GeoEye-1、QuickBird、Pleiades以及航空影像等廣泛用于提取黑土區(qū)切溝的形態(tài)參數(shù)和切溝密度[13-17]。但已有研究成果局限于相對較小的空間尺度，多為縣級或流域等中小尺度。例如，基于高分衛(wèi)星影像的研究表明吉林省九臺區(qū)三岔河流域（157.88 km2）耕地侵蝕溝密度為1.54 km/km2，與耕作方式和海拔具有密切關系；基于數(shù)字航空影像（分辨率0.2 m）的研究表明嫩江縣溝道侵蝕以切溝為主，主要分布在丘陵區(qū)的耕地上[16-17]。

東北黑土區(qū)大尺度侵蝕溝調查成果主要來源于全國第一次水利普查的侵蝕溝專項調查，以2.5 m分辨率遙感影像和1∶5萬數(shù)字線劃圖為主要信息源，普查結果為東北黑土區(qū)長度在100～5 000 m的侵蝕溝共有295 663條[18]，但是由于<100 m的侵蝕溝并未納入統(tǒng)計范疇以及遙感影像分辨率限制，調查結果與實際情況相比，可能低50%左右[19-20]。到目前為止，尚沒有黑土區(qū)切溝分布圖公開發(fā)表，切溝密度的空間變化特征還不清楚。因此，有必要進一步探究東北黑土區(qū)侵蝕溝發(fā)展現(xiàn)狀和空間分布特征，明確侵蝕溝易發(fā)區(qū)域。在侵蝕溝自動提取技術尚不成熟的情況下，使用目視方法解譯高分影像進行大區(qū)域侵蝕溝詳查，需要投入大量人力，而且不同目視解譯人員還會造成解譯誤差[13]。基于抽樣方法既能充分使用高分影像，又能實現(xiàn)大區(qū)域尺度上切溝密度分析。本文采用第一次全國水利普查土壤侵蝕普查中使用的系統(tǒng)抽樣方法，以松嫩典型黑土區(qū)耕地切溝為研究對象，基于亞米級高分遙感影像，分析耕地切溝形態(tài)參數(shù)、切溝密度及其空間分異規(guī)律，探究耕地切溝密度的影響因子，以期為中國東北黑土區(qū)的切溝治理及黑土保護提供參考。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)采用劉寶元等[2]劃定的松嫩典型黑土區(qū)（42.98°～50.02°N，122.34°～128.418°E）。松嫩典型黑土區(qū)是東北典型黑土區(qū)的三個亞區(qū)之一，是黑土和黑鈣土集中分布的區(qū)域，可分為東部的松嫩黑土帶和中西部的松嫩黑鈣土帶[2]，總面積約21.2萬km2，其中，松嫩黑土帶10.1 萬km2，黑鈣土帶11.1 萬km2（圖1）。松嫩黑鈣土帶以平原為主，其東部邊緣和松嫩黑土帶的大部分以低海拔臺地（即漫川漫崗地貌）為主，松嫩黑土帶西北角和東南角有小面積的低海拔丘陵。松嫩典型黑土區(qū)以溫帶大陸性季風氣候為主，多年平均氣溫在2～6 ℃，年均降水量420～650 mm。主要的土地利用類型為耕地，面積約15.56萬km2，是中國玉米、大豆等商品糧的優(yōu)勢產區(qū)。

1.2 研究方法

1.2.1 切溝提取和形態(tài)參數(shù)的計算

本研究沿用全國第一次水利普查采用的分層不等概率系統(tǒng)抽樣調查方法和抽樣單元[21]，選取研究區(qū)及其周邊抽樣單元共998塊（圖1b），平原區(qū)抽樣單元的面積一般為1 km×1 km的矩形，丘陵區(qū)和山地區(qū)為0.17 ～ 3.3 km2的小流域。研究區(qū)東部的松嫩黑土帶抽樣密度為0.37%，西部的松嫩黑鈣土帶為0.24%，平均為0.31%。根據(jù)單元內面積最大的土地利用類型定義抽樣單元的土地利用，其中耕地738塊（其中79塊有切溝治理措施）、工礦用地6塊、水域67塊、建設用地49塊、林草地138塊。除耕地調查單元外，其余土地利用類型單元均不參與數(shù)據(jù)分析。在每一個抽樣單元外做200 m緩沖區(qū)，選取2018年Google-18級高分辨率遙感影像（空間分辨率0.41 m）及1∶ 10 000地形圖用于提取抽樣單元內切溝溝緣線，計算切溝面積（）。通過編程提取每條切溝的中心線，中心線長度作為切溝溝長（），主溝和支溝分別計算溝長，每條切溝的面積除以溝長，即得到每條切溝的平均寬度（）。典型調查單元如圖2所示。79個抽樣單元內的切溝有治理措施，判讀方法是對比不同時期的衛(wèi)星影像，如果耕地中原來發(fā)育侵蝕溝位置有邊界規(guī)整的林草植被，即判讀有切溝治理措施（如圖2c）。此類單元可以判斷有切溝存在，但難以提取切溝的溝緣線，因此，未參與切溝線密度和面密度的計算和分析。

注：圖中松嫩黑土帶和松嫩黑鈣土帶邊界引自文獻[2]。

本文參考前人的研究結果[16,22-23]，并結合東北黑土區(qū)土壤、地形及耕作特點，參照以下標準采用目視解譯提取耕地切溝：1）將侵蝕溝切割寬度（）在1～7 m的溝道界定為切溝；2）結合東北黑土區(qū)地形和耕作特點，切溝的發(fā)育形成一般垂直于等高線，平行于等高線的溝道一般為人為修砌的排水溝[6]；3）因為切溝形成后不可橫過耕作，通過對比生長季和非生長季多期遙感影像，區(qū)分淺溝和切溝。

a. 無切溝抽樣單元 a. Sample units without gulliesb. 有切溝發(fā)育的抽樣單元 b. Sample units with gulliesc. 有切溝治理措施的抽樣單元c. Sample units with gully management

抽樣單元切溝線密度（D）和切溝面密度（D）計算式如下：

式中D為第個抽樣單元切溝線密度，km/km2；D為第個抽樣單元切溝面密度，m2/km2；為第個抽樣單元中切溝長度，m；A為第個抽樣單元中切溝面積，m2；S為第個抽樣單元面積，m2；為第個抽樣單元中切溝總條數(shù)。

1.2.2 切溝密度變化的驅動因子分析方法及數(shù)據(jù)來源

1）地理探測器

地理探測器是探測空間分異性、揭示其背后驅動力的一組統(tǒng)計學方法[24-25]。通過分別計算和比較各單因子值及雙因子疊加后的q值，可以分析單因子解釋力（）大小及其顯著性（），判斷雙因子解釋力（q）是否存在交互作用，以及交互作用的強弱、方向、線性還是非線性等[25]，值和q值越大說明解釋能力越大。將<0.05水平的驅動因子判定為影響耕地切溝密度空間分布的主要因子，>0.05說明驅動因子對耕地切溝密度空間分布影響在統(tǒng)計上不顯著。

通過地理探測器中的影響因子探測和交互作用探測，分析各驅動因子在多大程度上解釋切溝密度的空間分異。同時，識別不同因子之間的交互作用，揭示切溝密度的空間分布規(guī)律的深層原因，即評估2個因子共同作用時是否會增加或減弱對切溝密度變化的解釋力。

2）計算切溝密度驅動因子的數(shù)據(jù)來源

從地形、氣候和土壤三個方面，選擇與切溝形成發(fā)育相關的，具有代表性且易量化和獲取的驅動因子（表 1），分別為高程（Al）、坡度（Sl）、坡向（As）、多年平均降水量（MAP）、砂粒含量（SC）、黏粒含量（CC）、土壤容重（BD）、田間持水量（FC）、土壤有機碳含量（SOC）、流域（Ba）和多年平均地表溫度（GST）共11個因素。

表1 計算切溝密度驅動因子的數(shù)據(jù)來源

由于地理探測器模型只能處理離散變量，需要對11個連續(xù)型自變量重分類，以轉換為離散型自變量。本文利用ArcGIS中內置的自然間斷法（natural break）進行重分類。該方法根據(jù)數(shù)據(jù)的固有屬性進行聚類，可以減少組內方差、增加組間方差，是一種常用的連續(xù)型自變量離散化處理方法[28]。

2 結果與分析

2.1 切溝發(fā)育特征的抽樣調查結果

松嫩典型黑土區(qū)抽樣調查單元共計998塊，其中耕地738塊。263塊調查單元內存在切溝發(fā)育，占總單元數(shù)的26.56%，占耕地的35.64%。松嫩典型黑土區(qū)主要由松嫩黑鈣土帶和松嫩黑土帶兩部分組成[2]，存在切溝發(fā)育的調查單元集中分布在松嫩黑土帶內，而松嫩黑鈣土帶內有切溝發(fā)育的調查單元很少（圖3）。

松嫩典型黑土區(qū)耕地切溝的主要參數(shù)統(tǒng)計如表2所示。發(fā)育切溝且無治理措施的單元共計184塊，切溝線密度變化在0.18～17.48 km/km2，面密度變化在425.95～91 921.34 m2/km2，切溝面積共計2.67 km2。結合圖4可以看出，調查區(qū)域內溝長（）主要集中在100～600 m范圍內，所占比例為63.95%；小于100 m的切溝共有123條，約占總數(shù)的10%。由于東北黑土區(qū)長緩坡的地形特點，調查單元內切溝的平均長度達到516.93 m，最大值達到5 279.64 m。運用切溝面積（）與長度（）的比值計算切溝的平均寬度（），結果表明研究區(qū)內溝寬的均值為3.83 m，說明松嫩典型黑土區(qū)耕地的切溝呈現(xiàn)“細長型”。調查區(qū)域內切溝的平均面積為2168.15 m2，<500 m2、500～1 000 m2、>1 000～2 000 m2和>2 000～4 000 m2所占比例分別為22.05%、20.59%、25.14%和19.12%。

圖3 有切溝發(fā)育的抽樣單元分布圖

表2 切溝參數(shù)和密度統(tǒng)計

注：松嫩典型黑土區(qū)內共有998 塊抽樣單元，263 塊抽樣單元有切溝發(fā)育，其中79塊有治理措施不參與數(shù)據(jù)分析，故樣本數(shù)為184。

Notes: There were 998 sample units in the Songnen typical black soil area, gullies were found in 263 units, of which 79 units with gully management were excluded in the analysis of gully densities; so the sample size was 184.

圖4 切溝形態(tài)參數(shù)統(tǒng)計

2.2 切溝密度空間分布的因子分析

使用地理探測器分析11個環(huán)境因子對松嫩典型黑土區(qū)耕地切溝線密度和面密度空間分布的影響，結果見圖 5。在不考慮因子交互作用的情況下，對于切溝線密度和面密度，都是只有坡度（Sl）、降水（MAP）、高程（Al）和坡向（As）的影響在0.05的水平上顯著，說明地形和降水是影響切溝密度的主要因子。其中，坡度（值為0.31）對切溝線密度和面密度的解釋力最強，進一步說明坡度是影響松嫩典型黑土區(qū)耕地切溝密度空間分布最重要的環(huán)境因子。多年平均降水量、高程和坡向因子對切溝線密度和面密度空間分布具有中等的解釋力。而地表溫度（GST）、土壤容重（BD）、田間持水量（FC）、砂粒含量（SC）、流域分布（Ba）、黏粒含量（CC）及有機碳含量（SOC）的影響在 0.05的水平上都不顯著，說明其對耕地切溝線密度和面密度空間分布的影響力微弱。

圖5 基于地理探測器的切溝密度驅動因子探測排序

雙因子交互作用會加強對切溝密度分布的解釋力（圖6）。其中，坡度∩土壤容重（q值為0.47）對松嫩典型黑土區(qū)耕地切溝線密度空間分布解釋力最大。其次，坡度分別與田間持水量、地表溫度、土壤黏粒含量和坡向的交互作用對切溝線密度空間分布都有較大的解釋力，進一步說明坡度對于切溝線密度的重要作用。而與切溝線密度略有不同，坡度與田間持水量（q值為0.39）的交互作用對切溝面密度空間分布的解釋力最強。坡度∩土壤黏粒含量（q值為0.38）和高程∩地表溫度（q值為0.38）的交互作用同樣對切溝面密度空間分布有較強的解釋力。由此可以看出，影響松嫩典型黑土區(qū)耕地切溝線密度和面密度空間分布的環(huán)境因子存在一定差異。

圖6 切溝密度驅動因子交互作用探測結果（qi）

2.3 耕地切溝侵蝕強度及空間分布特征

根據(jù)659個耕地抽樣單元的切溝密度以及每個抽樣單元代表面積，統(tǒng)計黑土帶和黑鈣土帶切溝侵蝕強度（表3）?？傮w來看，黑土帶侵蝕強度遠遠大于黑鈣土帶。根據(jù)《黑土區(qū)水土流失綜合治理防治技術標準》中所規(guī)定的黑土區(qū)溝蝕強度的線密度判別標準[8]，黑土帶微度侵蝕（切溝線密度<0.5 km/km2）面積占比64.13%；輕度以上面積占比35.87%；強烈侵蝕以上（切溝線密度≥2 km/km2）面積占比33.33%，其中以劇烈侵蝕為主，占總比27.94%。黑鈣土帶約90%的面積上切溝侵蝕輕微，但仍有6.65%的面積遭受劇烈切溝侵蝕。如果依據(jù)面密度劃分，黑土帶切溝侵蝕劇烈的面積比例為13.33%，黑鈣土帶只有1.09%。切溝線密度可以反映切溝侵蝕造成的耕地破碎化程度，而切溝面密度能夠反映切溝侵蝕損毀耕地的面積，都具有參考價值。但是，2種不同的方法劃分出松嫩典型黑土區(qū)切溝侵蝕強度分區(qū)略有不同，由于研究區(qū)切溝多為“細長型”，對耕地的割裂和損毀更為突出，因此，根據(jù)切溝線密度劃分黑土區(qū)溝蝕強度區(qū)域更能反映黑土區(qū)溝蝕的危害。

從松嫩典型黑土區(qū)耕地切溝線密度和面密度的空間分布（圖7）來看，在黑土帶，切溝侵蝕強烈以上的抽樣單元分布總體比較均勻，但黑龍江省的部分相對于吉林省更加密集。另外，侵蝕嚴重的抽樣單元與侵蝕微弱的單元交錯分布，這與漫川漫崗的地形變化比較一致。在黑鈣土帶內的347塊抽樣單元中，僅有29塊抽樣單元內有切溝發(fā)育，星落分布于松嫩黑土帶邊緣，因為松嫩黑鈣土大部分區(qū)域地勢平坦，以平原為主，不易于發(fā)育切溝。

表3 基于抽樣調查的松嫩典型黑土區(qū)切溝侵蝕強度分級統(tǒng)計

注：計算切溝密度的耕地抽樣單元659個，其中發(fā)育切溝的調查單元184個。按照抽樣密度每個單元代表400或100 km2，合計136 700 km2。

Notes: Among 659 sampling units on cropland which were used to calculated gully density, gully were found in 184 units. All units represent 136 700 km2with each units representing 400 or 100 km2depends on intervals between units.

圖7 松嫩典型黑土區(qū)耕地抽樣單元切溝線密度和面密度分級統(tǒng)計圖

3 討 論

采用抽樣方法估計大尺度切溝密度的空間分布具有一定的不確定性，但是本文結果與已發(fā)表的切溝密度局部實地調查結果具有可比性。ZHANG等[10]實地測量海倫市393 km2區(qū)域內切溝線密度為1.39 km/km2。本研究在海倫縣的耕地抽樣單元有33個，耕地切溝線密度均值為1.97 km/km2，最大值8.46 km/km2。貫叢等[17]通過Pleiades-1A衛(wèi)星遙感影像，以目視解譯的方法對吉林省九臺區(qū)三岔河流域（面積157.88 km2）耕地侵蝕溝分布的分析表明，該流域侵蝕溝（包括淺溝和切溝）密度為1.54 km/km2。本文在九臺區(qū)的耕地抽樣單元有15個，耕地平均切溝線密度均值為1.57 km/km2，最大值7.48 km/km2?？梢钥闯觯趤喢准壐叻直媛视跋窠庾g的切溝密度與實地調查結果比較接近，說明在松嫩典型黑土區(qū)，該方法用于評估區(qū)域耕地切溝密度的空間變化趨勢具有參考價值。相比于全面普查，抽樣調查效率更高，但本文采用的抽樣密度能否準確反映區(qū)域尺度切溝密度還有待于使用更大范圍、更高精度的侵蝕溝普查數(shù)據(jù)加以驗證。另外需要明確的是，本文在切溝解譯方面選擇了相對保守的方法，即只解譯能夠在遙感影像上準確識別的切溝，因此，可能低估了切溝密度。

坡度是影響黑土區(qū)切溝形成與發(fā)育的重要因素[22]。本文使用地理探測器的分析表明坡度是影響松嫩典型黑土區(qū)耕地切溝密度的最重要因子，同時，高程和坡向也能顯著影響切溝密度。白舒婷等[29]在長春市九臺的侵蝕溝空間分布特征發(fā)現(xiàn)，相較于陰坡，陽坡所接受的太陽輻射更多，在冬季或春季解凍期融雪速率更快、凍融作用更強烈，致使陽坡或半陽坡的侵蝕溝發(fā)育更劇烈。降水是溝道侵蝕最重要的動力因素[6]，由于以往黑土區(qū)切溝研究的區(qū)域多是中小流域或縣域尺度，降水的空間差異并不明顯[7,20,30]。從切溝密度的空間變化來看，黑土帶溝蝕強度大，尤其是北部高值區(qū)集中分布。黑土帶多年平均降水量主要在500～600 mm，差異不大，溝蝕強度主要受到地形因子的影響。在整個研究區(qū)，多年平均降水量對切溝密度的影響僅次于坡度，同時降水與其他因子的交互作用也對切溝密度有重要影響。

YANG等[31]使用氣候、地質、地貌、水文、土壤、土地利用等影響切溝侵蝕的因子對東北黑土區(qū)切溝侵蝕進行區(qū)劃，典型黑土區(qū)為溝蝕嚴重區(qū)，松遼平原為溝蝕強度低。與已有的成果相比，本文首次使用高分影像解譯與系統(tǒng)抽樣調查結合的方法，估算了區(qū)域尺度上耕地切溝密度及其空間分布特征，證實了松嫩典型黑土區(qū)的耕地切溝主要集中分布在黑土帶，且強烈侵蝕以上面積高達三分之一，而松嫩黑鈣土帶90%的耕地上切溝侵蝕輕微。作為全國水利普查土壤侵蝕普查所采用的方法，分層不等概率系統(tǒng)抽樣調查方法及其所確定的抽樣單元在大尺度切溝密度和空間分布研究方面具有應用價值，在此基礎上，探究黑土區(qū)耕地切溝空間部分規(guī)律，可以為區(qū)域尺度上黑土地切溝治理和保護利用提供參考。

4 結 論

本文采用系統(tǒng)抽樣調查法，基于高分辨率遙感影像提取耕地切溝，計算抽樣單元的切溝密度，通過地理探測器分析切溝密度影響因子，探究耕地切溝密度的空間分布特征，得出以下結論：

1）松嫩典型黑土區(qū)耕地調查單元的35.64%有切溝發(fā)育，主要分布在松嫩黑土帶。有切溝發(fā)育的調查單元內切溝線密度變化在0.18～17.48 km/km2，面密度變化在425.95～91 921.34 m2/km2。高分影像解譯與抽樣方法相結合，可以用于區(qū)域耕地切溝密度的調查，與發(fā)表的實地調查結果比較接近。

2）地形和降水（<0.05）顯著影響松嫩典型黑土區(qū)耕地切溝密度，其中，坡度是影響松嫩典型黑土區(qū)耕地切溝密度空間分布最重要的環(huán)境因子，坡度和土壤屬性因子的交互作用對耕地切溝密度有較強的影響。

3）依據(jù)《黑土區(qū)水土流失綜合防治技術標準》和耕地抽樣單元的切溝線密度，松嫩典型黑土區(qū)耕地切溝侵蝕嚴重的區(qū)域主要分布在松嫩黑土帶，輕度以上面積占比35.87%。強烈侵蝕以上（切溝線密度≥2 km/km2）面積占比33.33%，劇烈侵蝕為主，占比27.94%。黑鈣土帶有6.65%的面積遭受劇烈切溝侵蝕，星落分布于松嫩黑土帶邊緣。

[1] 李保國，劉忠，黃峰，等. 鞏固黑土地糧倉保障國家糧食安全[J]. 中國科學院院刊，2021，36(10)：1184-1193. LI Baoguo, LIU Zhong, HUANG Feng, et al. Ensuring national food security by strengthening high-productivity black soil granary in Northeast China[J]. Bulletin of Chinese Academy of Sciences, 2021, 36(10): 1184-1193. (in Chinese with English abstract)

[2] 劉寶元，張甘霖，謝云，等. 東北黑土區(qū)和東北典型黑土區(qū)的范圍與劃界[J]. 科學通報，2021，66(1)：96-106. LIU Baoyuan, ZHANG Ganlin, XIE Yun, et al. Delineating the black soil region and typical black soil region of northeastern China[J]. Chinese Science Bulletin, 2021, 66(1): 96-106. (in Chinese with English abstract)

[3] 秦偉，殷哲，曹文洪，等. 東北黑土區(qū)侵蝕溝系統(tǒng)防治現(xiàn)狀與未來[J]. 泥沙研究，2021，46(3)：72-80. QIN Wei, YIN Zhe, CAO Wenhong, et al. Present and future of systematic prevention and control for gully erosion in black soil area of Northeast China[J]. Journal of Sediment Research, 2021, 46(3): 72-80. (in Chinese with English abstract)

[4] 劉寶元，閻百興，沈波，等. 東北黑土區(qū)農地水土流失現(xiàn)狀與綜合治理對策[J]. 中國水土保持科學，2008，6(1)：1-8. LIU Baoyuan, YAN Baixing, SHEN Bo, et al. Current status and comprehensive control strategies of soil erosion for cultivated land in the Northeastern black soil area of China[J]. Science of Soil and Water Conservation, 2008, 6(1): 1-8. (in Chinese with English abstract)

[5] SHIBRU D, WOLFGANG R, PETER S. Assessment of gully erosion in eastern Ethiopia using photogrammetric techniques[J]. Catena, 2003, 50(2): 273-291.

[6] POESEN J, NACHTERGALE J, VERSTRAETEN G, et al. Gully erosion and environmental change: importance and research needs[J]. Catena, 2003, 50(2): 91-133.

[7] 李鎮(zhèn)，張巖，尚國琲，等. 晉西黃土區(qū)切溝斷面特征及體積估算模型[J]. 農業(yè)工程學報，2018，34(6)：152-159. LI Zhen, ZHANG Yan, SHANG Guofei, et al. Characterizing gully cross section and modeling gully volume in hilly loess region of western Shanxi Province[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(6): 152-159. (in Chinese with English abstract)

[8] 中華人民共和國水利部. 黑土區(qū)水土流失綜合防治技術標準：SL/446-2009[S]. 北京：中國水利水電出版社，2009.

[9] TEBEBU T Y, ABIY A Z, ZEGEYE A D, et al. Surface and subsurface flow effect on permanent gully formation and upland erosion near Lake Tana in the northern highlands of Ethiopia[J]. Hydrology and Earth System Sciences, 2010, 14(11): 2207-2217.

[10] ZHANG S G, HAN X, RICHARD M C, et al. Morphological characteristics and influencing factors of permanent gully and its contribution to regional soil loss based on a field investigation of 393 km2in Mollisols region of Northeast China[J]. Catena, 2022, 217: 106457.

[11] HU G, WU Y Q, LIU B Y, et al. The characteristics of gully erosion over rolling hilly black soil areas of Northeast China[J]. Journal of Geographical Sciences, 2009, 19(3): 309-320.

[12] 游智敏，伍永秋，劉寶元. 利用GPS進行切溝侵蝕監(jiān)測研究[J]. 水土保持學報，2004，18(5)：91-94. YOU Zhimin, WU Yongqiu, LIU Baoyuan, et al. Study of monitoring gully erosion using GPS[J]. Journal of Soil and Water Conservation, 2004, 18(5): 91-94. (in Chinese with English abstract)

[13] 李鎮(zhèn)，張巖，楊松，等. QuickBird影像目視解譯法提取切溝形態(tài)參數(shù)的精度分析[J]. 農業(yè)工程學報，2014，30(20)：179-186. LI Zhen, ZHANG Yan, YANG Song, et al. Error assessment of extracting morphological parameters of bank gullies by manual visual interpretation based on QuickBird imagery[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(20): 179-186. (in Chinese with English abstract)

[14] DONG Y S, CHEN W T, CHANG H C, et al. Assessment of orthoimage and DEM derived from ZY-3 stereo image in Northeastern China[J]. Survey Review, 2016, 48(349): 247-257

[15] WANG B W, ZHANG Z X, WANG X, et al. The Suitability of remote sensing images at different resolutions for mapping of gullies in the Black Soil Region, Northeast China[J]. Remote Sensing, 2021, 13(12), 2367.

[16] 姜蕓，王軍，張莉. 東北典型黑土區(qū)侵蝕溝形態(tài)及分布特征[J]. 農業(yè)工程學報，2020，36(7)：157-165. JIANG Yun, WANG Jun, ZHANG Li. Morphology and distribution characteristics of erosion gully in the typical black soil region of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(7): 157-165. (in Chinese with English abstract)

[17] 貫叢，張樹文，王讓虎，等. 三岔河流域坡耕地壟向與侵蝕溝分布耦合分析[J]. 資源科學，2019，41(2)：394-404. GUAN Cong, ZHANG Shuwen, WANG Ranghu, et al. Coupling analysis between ridge direction and gully erosion of sloping cultivated lands in the Sancha River watershed[J]. Resources Science, 2019, 41(2): 394-404. (in Chinese with English abstract)

[18] 李智廣，王巖松，劉憲春，等. 我國東北黑土區(qū)侵蝕溝道的普查方法與成果[J]. 中國水土保持科學，2013，11(5)：9-13. LI Zhiguang, WANG Yansong, LIU Xianchun, et al. Survey methods and results of erosion gullies in black soil areas of northeastern China[J]. Science of Soil and Water Conservation, 2013, 11(5): 12-16. (in Chinese with English abstract)

[19] 張興義，劉曉冰. 東北黑土區(qū)溝道侵蝕現(xiàn)狀及其防治對策[J]. 農業(yè)工程學報，2021，37(3)：320-326. ZHANG Xingyi, LIU Xiaobing. Current scenario of gully erosion and its control strategy in Mollisols areas of Northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(3): 320-326. (in Chinese with English abstract)

[20] 劉寶元，劉剛，王大安，等. 區(qū)域溝蝕野外調查方法：以東北地區(qū)為例[J]. 中國水土保持學，2018，16(4)：34-40. LIU Baoyuan, LIU Gang, WANG Da’an, et al. A field survey method for regional gully erosion: A case study in northeastern China[J]. Science of Soil and Water Conservation, 2018, 16(4): 34-40. (in Chinese with English abstract)

[21] LIU B Y, XIE Y, LI Z G, et al. The assessment of soil loss by water erosion in China[J]. International Soil and Water Conservation Research, 2020, 8(4): 430-439.

[22] 杜國明，雷國平，宗曉丹. 東北典型黑土漫崗區(qū)切溝侵蝕空間格局分析[J]. 水土保持研究，2011，18(2)：94-97，271. DU Guoming, LEI Guoping, ZONG Xiaodan, et al. Analysis on spatial pattern of gully erosion across typical black hilly region of Northeast China[J]. Research of Soil and Water Conservation, 2011, 18(2): 94-97, 271. (in Chinese with English abstract)

[23] 范昊明，王鐵良，蔡強國，等. 東北黑土漫崗區(qū)侵蝕溝發(fā)展模式研究[J]. 水土保持研究，2007，14(6)：328-330，334. FAN Haoming, WANG Tieliang, CAI Qiangguo, et al. Gully erosion developing model in the Gentle Hilly Black Soil Regions in Northeast China[J]. Research of Soil and Water Conservation, 2007, 14(6): 328-330, 334. (in Chinese with English abstract)

[24] YANG J Y, SONG C, YANG Y, et al. New method for landslide susceptibility mapping supported by spatial logistic regression and GeoDetector: A case study of Duwen Highway Basin, Sichuan Province, China[J]. Geomorphology, 2019, 324: 62-71.

[25] 王勁峰，徐成東. 地理探測器：原理與展望[J]. 地理學報，2017，72(1)：116-134. WANG Jinsong, XU Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134. (in Chinese with English abstract)

[26] 朱巖，張巖，朱清科，等. 半干旱黃土區(qū)溝間天然草地植被空間分異特征[J]. 生態(tài)學雜志，2011，30(6)：1063-1069. ZHU Yan, ZHANG Yan, ZHU Qingke, et al. Spatial distribution patterns of vegetations on natural grassland in Loess Plateau interfluve[J]. Chinese Journal of Ecology, 2011, 30(6): 1063-1069. (in Chinese with English abstract)

[27] TOMISLAV H. Datasets tagged openlandmap in Earth Engine[EB/OL]. (2018-01-01)[2022-08-25] https:// developers.google.cn/earth-engine/datasets/tags/openlandmap.

[28] 喬亞軍，張慧，韓曉盈，等. 從地理空間角度探究黑龍江省水源涵養(yǎng)功能變化的驅動因素[J]. 生態(tài)學報，2023，43(7)：1-11. QIAO Yajun, ZHANG Hui, HAN Xiaoying, et al. Exploring drivers of water conservation function variation in Heilongjiang Province from a geospatial perspective[J]. Acta Ecologica Sinica, 2023, 43(7): 1-11. (in Chinese with English abstract)

[29] 白舒婷，張樹文，王讓虎，等. 基于高分影像與地理國情普查成果的侵蝕溝分異特征分析[J]. 地理與地理信息科學，2018，34(3)：103-107. BAI Shuting, ZHANG Shuwen, WANG Ranghu, et al. Analysis of erosion gully differentiation characteristics based on high resolution images and geographical census results[J]. Geography and Geo-Information Science, 2018, 34(3): 103-107. (in Chinese with English abstract)

[30] 李茂娟，李天奇，朱連奇，等. 50年來東北黑土區(qū)土地利用變化對溝蝕的影響：以克東地區(qū)為例[J]. 地理研究，2019，38(12)：2913-2926. LI Maojuan, LI Tianqi, ZHU Lianqi, et al. Effect of land use change on gully erosion in black soil region of Northeast China in the past 50 years: A case study in Kedong county[J]. Geographical Research, 2019, 38(12): 2913-2926. (in Chinese with English abstract)

[31] YANG J C, ZHANG S W, CHANG L P, et al. Gully erosion regionalization of black soil area in Northeast China[J]. Chinese Geographical Science, 2017, 27(1): 78-87.

Distribution characteristics and influencing factors of gully density on cropland in the Songnen typical black soil region

LI Kunheng, ZHANG Yan※, CHEN Chang, ZHANG Junbin, LIANG Yanrong, WANG Jiaxi

(,,100083,)

Black soil region in the Northeast can be one of the most important bases for commercial grain production in China. However, the ever-increasing gully erosion has been a serious threat to agricultural development and ecological environment. It is still unclear on the spatial variation of gully density across this region. In this study, 998 sampling units ranging from 0.17-3.3 km2were selected to investigate the density of classical gully on the cropland and the influencing factors in the Songneng black soil region, including Phaezoems areas of 10.1×104km2and Chernozems area of 11.1×104km2. The systematic sampling method was also employed in the national soil erosion survey in 2011. Gullies in each sampling unit were extracted by manual visual interpretation using Google images with a resolution of 0.41 m. 11 influence factors were determined in the spatial variation of gully density using Geodetector, including two climatic, three topographical, five pedological, and one hydrological factor. The results were as follows. 1) 738 units dominated by cropland were selected to investigate the gully spatial variation among the 998 sampling units. Gully was found in 35.64% of the 738 sampling units on the cropland with gullies in 79 units, in which the gully density cannot be interpreted exactly. Gully density was then analyzed using the other 659 units. 1 229 gullies were found in 184 sampling units. The average gully linear density was 3.91 km/km2varying from 0.18 to 17.48 km/km2, while, the average gully areal density was 16 484.93 m2/km2varying from 425.95 to 91 921.34 m2/km2. Most gullies were long and thin size with the average gully length and width of 516.93 and 3.83m, respectively. 2) In the gully linear and areal density using Geodetector, the slope gradient was the most important environmental factor, followed by annual average precipitation, altitude, and aspect, which were all statistically significant at the level of 0.05. Concerning the interaction of factors, the joint effect of slope and soil bulk density posed the greatest explanatory power on the spatial distribution of gully linear density on the cropland, whereas, the joint effect of slope and field capacity shared the greatest explanatory power on the spatial distribution of gully areal density on cropland. In general, the gully density on the cropland in Songnen typical black soil region was dependent mainly on the topography and precipitation. 3) In gully linear density, serious gully erosion was mainly distributed in the Phaezoems area, with the area above severe intensity (gully linear density>2 km/km2) accounting for 33.33%, and the area of extremely severe intensity (gully linear density>4.0 km/km2) accounting for 27.94%. Sampling units with high gully density were distributed almost evenly across the Phaezoems area, and then interspersed with the sampling units of low gully densities. This distribution was attributed to the landform of the low hills with varying slope gradients and long slope lengths. Less than 10% of the Chernozems area suffered more than gully erosion intensity, while the units of extremely severe intensity were accounted for 6.65%, and mainly located near the border of the Chernozems area. The reliable performance was achieved in the systematic sampling combined with high-resolution remote sensing. An efficient reference can be offered to assess the spatial variation of gully density in the croplands of Songnen typical black soil regions. The finding can be expected to require more effective measures for gully prevention and control, in order to protect the valuable black soil in northeast China.

black soil; gully; remote sensing; sampling; geodetector

10.11975/j.issn.1002-6819.202301116

S157

A

1002-6819(2023)-06-0130-09

李坤衡，張巖，陳昶，等. 松嫩典型黑土區(qū)耕地切溝密度分布特征及影響因子[J]. 農業(yè)工程學報，2023，39(6)：130-138.doi：10.11975/j.issn.1002-6819.202301116 http://www.tcsae.org

LI Kunheng, ZHANG Yan, CHEN Chang, et al. Distribution characteristics and influencing factors of gully density on cropland in the Songnen typical black soil region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(6): 130-138. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202301116 http://www.tcsae.org

2023-01-28

2023-03-12

國家重點研發(fā)計劃項目（2021YFD1500701-04）

李坤衡，博士生，研究方向為土壤侵蝕與水土保持。Email：1725338448@qq.com

張巖，教授，博士生導師，研究方向為土壤侵蝕與水土保持。Email：zhangyan9@bjfu.edu.cn