基于連環(huán)替代法的三江源地區(qū)土壤侵蝕評(píng)價(jià)及其影響因素分析

楊雪琴 賀倩 劉恩勤

摘要：基于RS與GIS技術(shù)，利用RUSLE模型對(duì)三江源地區(qū)2010、2015年的土壤侵蝕狀況進(jìn)行了評(píng)價(jià)。同時(shí)引入連環(huán)替代法探討土壤侵蝕變化的影響因素。結(jié)果表明，三江源地區(qū)整體上呈現(xiàn)出中東部侵蝕嚴(yán)重，東部和西部侵蝕較小的空間分布特征;隨著海拔和坡長(zhǎng)坡度的增加，土壤侵蝕模數(shù)也隨之增加，坡度坡長(zhǎng)因子增幅比高程更大，土壤侵蝕對(duì)坡度坡長(zhǎng)因子更敏感;2010—2015年整體上土壤侵蝕減小，中部和西部地區(qū)侵蝕減小，東部地區(qū)侵蝕增加;連環(huán)替代法較好地定量描述了由于降雨和植被因子造成的土壤侵蝕量及其在空間分布上的變化，降雨對(duì)全區(qū)的影響范圍較大但程度較低，植被影響范圍較集中但程度較深。

關(guān)鍵詞：RUSLE;土壤侵蝕;連環(huán)替代法;三江源地區(qū)

中圖分類號(hào)：S157? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）12-0069-05

DOI：10.14088/j.cnki.issn0439-8114.2019.12.016? ? ? ? ? ?開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： Based on RS and GIS technology， the RUSLE model to evaluate the soil erosion in the source of the three rivers? region in 2010 and 2015 was used. At the same time， the continuous substitution method was introduced to explore the influencing factors of soil erosion change，and the multi-factor cross-effect problem was solved. The results showed that the source of the three rivers region presented a large spatial distribution of erosion in the central and eastern parts and less erosion in the east and west. With the increase of elevation and slope length， the soil erosion modulus increased， and the slope length factor increased larger than the elevation. The slope length factor was more sensitive. Overall soil erosion modulus was reduced in 2010—2015， modulus was reduced in the central and western regions， and modulus was increased in the eastern region. The continuous substitution method was better quantitatively described the amount of soil erosion caused by the rainfall and vegetation factors and its spatial distribution. The impact of rainfall on the whole area was large and the degree was low， and the range of vegetation impact was relatively concentrated and deep.

Key words： RUSLE; soil erosion; the continuous substitution method; the source of the three rivers region

土壤侵蝕是由降水、地表徑流、風(fēng)、重力和冰等物理動(dòng)力引起的漸進(jìn)過(guò)程，對(duì)生態(tài)系統(tǒng)和社會(huì)生產(chǎn)產(chǎn)生重大影響。例如土壤養(yǎng)分流失、農(nóng)田肥力減小、農(nóng)業(yè)生產(chǎn)力降低、水質(zhì)惡化、下游洪水易發(fā)和水庫(kù)淤泥沉積等[1-3]。近年來(lái)隨著人口壓力的增加、自然資源的過(guò)度利用、土地資源的管理不當(dāng)?shù)?，使土壤侵蝕進(jìn)一步加劇[2]。此外，土壤侵蝕程度受各種環(huán)境因素的控制，如氣候、土壤、地形和植被[4]。土壤侵蝕已成為全球環(huán)境可持續(xù)發(fā)展的關(guān)注點(diǎn)，并被認(rèn)為是全世界的一個(gè)嚴(yán)重環(huán)境問(wèn)題[5]。因此，定量估算土壤侵蝕空間分布及其影響因素對(duì)于制定有效的水土保持措施具有重要意義。土壤侵蝕模型可用來(lái)進(jìn)行土壤流失的評(píng)價(jià)，修訂的通用土壤流失方程（Revised Universal Soil Loss Equation，RUSLE）[6]與之前的USLE（Universal Soil Loss Equation，USLE）方程相比算法更靈活，數(shù)據(jù)獲取相對(duì)容易，已被應(yīng)用在森林、草原、荒漠等不同的區(qū)域，是被公認(rèn)為簡(jiǎn)單且廣泛采用的實(shí)用土壤侵蝕定量評(píng)估模型[7]。

目前，學(xué)者對(duì)土壤侵蝕及其影響因素進(jìn)行了研究，研究方法主要有區(qū)間統(tǒng)計(jì)法、地理探測(cè)器等。張園眼等[4]利用RUSLE模型對(duì)深圳市土壤侵蝕進(jìn)行了評(píng)估，并分析了不同影響因素條件下土壤侵蝕強(qiáng)度空間特征和規(guī)律;王歡等[8]基于地理探測(cè)器探討了喀斯特不同地貌形態(tài)類型區(qū)土壤侵蝕的定量歸因。大多數(shù)研究揭示了土壤侵蝕的影響因素，反映了不同影響因素對(duì)土壤侵蝕影響的相對(duì)重要性，然而研究多是基于單一的靜態(tài)角度，缺少?gòu)膭?dòng)態(tài)變化角度逐像元分析各影響因素在空間分布上對(duì)土壤侵蝕量變化的定量描述。連環(huán)替代法是因素分析法的一種基本形式，從數(shù)值上測(cè)定各個(gè)相互聯(lián)系的因素對(duì)有關(guān)指標(biāo)變化量的影響程度[9]，目前該方法多用在經(jīng)濟(jì)學(xué)的成本分析中[10]。RUSLE方程滿足連環(huán)替代法的前提假設(shè)條件，本研究引入該方法，將其與RS和GIS技術(shù)相結(jié)合逐像元計(jì)算各因素在空間分布上對(duì)土壤侵蝕量變化的影響。

有著“中華水塔”之稱的三江源地區(qū)處于青藏高原，該地區(qū)的土壤侵蝕不僅會(huì)影響下游河流的人畜飲水質(zhì)量，還會(huì)影響到糧食安全，生態(tài)地位極其重要。2016年8月習(xí)近平總書(shū)記視察青海時(shí)也指出：“‘中華水塔是國(guó)家的生命之源，保護(hù)好三江源，對(duì)中華民族的發(fā)展至關(guān)重要。”因此，掌握該地區(qū)的土壤侵蝕及其影響因素具有重要意義。

1? 研究區(qū)與數(shù)據(jù)

1.1? 研究區(qū)概況

三江源地區(qū)位于中國(guó)青海省南部（31.5°—36.3°N，89.4—102.3°E），是長(zhǎng)江、黃河和瀾滄江的源頭匯水區(qū)，是重要的生態(tài)功能保護(hù)區(qū)。行政區(qū)域包括玉樹(shù)、果洛、海南、黃南4個(gè)藏族自治州的16個(gè)縣和格爾木市的唐古拉鄉(xiāng)。平均海拔為3 500～4 800 m，作為青藏高原的主體部分，三江源區(qū)在高原面上以一系列近于平行的低山與寬谷、河湖盆地相間排列[11]。主要覆蓋類型為高寒草甸和高寒草原。土壤土層淺薄，質(zhì)地粗，土壤容重較輕。屬青藏高原氣候類型，年均氣溫-5.4～4.2 ℃，年平均降水量250～705 mm[11]。河流密布，湖泊、沼澤眾多，雪山冰川廣布。近年來(lái)隨著全球氣候變暖，冰川、雪山逐年萎縮，河流、湖泊和濕地面積縮小，生態(tài)問(wèn)題日益突出。

1.2? 數(shù)據(jù)來(lái)源與處理

1.2.1? 土壤屬性數(shù)據(jù)? 來(lái)源于中國(guó)1∶100萬(wàn)土壤數(shù)據(jù)庫(kù)。數(shù)據(jù)包括土壤的組成機(jī)制以及理化性質(zhì)。土壤的組成包含沙粒、粉粒和黏粒，理化性質(zhì)指土壤的有機(jī)質(zhì)成分含量。將三江源地區(qū)的土壤類型篩選出來(lái)，與數(shù)據(jù)庫(kù)中對(duì)應(yīng)的土壤屬性進(jìn)行匹配，從而計(jì)算得到土壤可蝕性因子。

1.2.2? 地形數(shù)據(jù)? 來(lái)源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）?；贏rcGIS平臺(tái)去除DEM異常值，之后計(jì)算得到該地區(qū)的坡長(zhǎng)坡度等地形因子。

1.2.3? 氣候數(shù)據(jù)? 來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）。利用2010、2015年全區(qū)及其周圍143個(gè)降雨觀測(cè)站點(diǎn)日降雨量數(shù)據(jù)計(jì)算得到月平均降雨量（mm），進(jìn)而計(jì)算得到該地區(qū)的降雨侵蝕力。其中氣象數(shù)據(jù)采用ANUSPLIN進(jìn)行插值，該方法被證明在氣象數(shù)據(jù)插值上具有更高的精度[12]。

1.2.4? 遙感數(shù)據(jù)? 來(lái)源于中國(guó)科學(xué)院資源環(huán)境與數(shù)據(jù)管理中心（http：//www.resdc.cn/）。2010、2015年SPOT/VEGETATION NDVI年度衛(wèi)星遙感數(shù)據(jù)集，該數(shù)據(jù)由最大值合成法（MVC）得到，在一定程度上去除了云霧等造成的影響，提高數(shù)據(jù)的使用精度[13]。為保證研究區(qū)的不同數(shù)據(jù)具有良好的空間重合性，對(duì)所有數(shù)據(jù)進(jìn)行統(tǒng)一投影，統(tǒng)一分辨率。坐標(biāo)系設(shè)置為Krasovsky_1940_Albers，分辨率為1 km。

2? 研究方法

2.1? RUSLE模型

采用修正的土壤侵蝕模型（RUSLE）[6]對(duì)三江源地區(qū)的土壤侵蝕進(jìn)行定量評(píng)價(jià)，計(jì)算公式如下：

式中，A為土壤侵蝕模數(shù)[t/（hm2·年）]，R為降雨侵蝕力[MJ·mm/（hm2·h·年）]，K為土壤可蝕性因子[t·h/（MJ·mm）]，LS為坡度坡長(zhǎng)因子（無(wú)量綱），C為植被覆蓋因子（無(wú)量綱），P為人工措施因子（無(wú)量綱）。各因子的特征描述及具體計(jì)算方法或?qū)?yīng)的參考文獻(xiàn)詳見(jiàn)表1。參照前人研究[14，15]，結(jié)合三江源地區(qū)實(shí)際情況，將林地、草地、沼澤、荒漠與裸露地表等無(wú)水土保持措施的地區(qū)P賦值為1。

2.2? 連環(huán)替代法

連環(huán)替代法是因素分析法中一種常用的分析度量方法，該方法的優(yōu)點(diǎn)是可以從數(shù)值上定量測(cè)定各個(gè)因素對(duì)有關(guān)指標(biāo)變化量的影響程度，廣泛應(yīng)用于經(jīng)濟(jì)成本分析中[9]。本研究首次將該方法用于土壤侵蝕影響因素分析。RUSLE模型中，多個(gè)因子相乘的計(jì)算公式符合連環(huán)替代法的公式定義，因子對(duì)評(píng)價(jià)指標(biāo)的影響性符合連環(huán)替代法的前提假設(shè)，因此連環(huán)替代法同樣適用于土壤侵蝕影響因素分析。

該方法的思想為假定一個(gè)因素發(fā)生變動(dòng)，其他因素保持不變的條件下進(jìn)行連環(huán)替代計(jì)算得到各個(gè)因素變動(dòng)對(duì)該指標(biāo)變動(dòng)的影響程度。該方法計(jì)算原理如下：

假設(shè)指標(biāo)N由a、b、c 3個(gè)指標(biāo)相乘得到，分析方式如下：

土壤侵蝕方程中土壤侵蝕模數(shù)由降雨侵蝕力因子R，土壤可蝕性因子K，坡長(zhǎng)坡度因子LS，植被覆蓋度因子C，人為措施因子P的乘積所得，結(jié)合上述連環(huán)替代法的原理可以發(fā)現(xiàn)，通過(guò)該方法可以在空間分布上逐像元定量分析各因素對(duì)土壤侵蝕模數(shù)影響的變化量。由于土壤可蝕性因子和坡度坡長(zhǎng)因子在一段時(shí)間內(nèi)幾乎不會(huì)變動(dòng)，可認(rèn)為對(duì)土壤侵蝕的動(dòng)態(tài)變化沒(méi)有影響，因此本研究引入該方法確定降雨和植被對(duì)土壤侵蝕模數(shù)的變化。該方法重點(diǎn)難點(diǎn)在于確定影響因子的先后順序，不同的順序會(huì)有不同的影響結(jié)果。本研究依據(jù)先量后質(zhì)的原則[20]確定替換順序?yàn)椋合冉涤昵治g力R，后植被覆蓋度因子C。

3? 結(jié)果與分析

為了分析該地區(qū)的土壤侵蝕變化，需要建立統(tǒng)一的分級(jí)標(biāo)準(zhǔn)。本研究參照《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》（SL190-2007）并結(jié)合研究區(qū)的實(shí)際情況采用自然斷點(diǎn)法將土壤侵蝕模數(shù)[t/（hm2·年）]分為潛在侵蝕（0，110]、微度侵蝕（110，375]、輕度侵蝕（375，780]、中度侵蝕（780，1 435]和重度侵蝕? ? （1 435，4 000]5類。自然斷點(diǎn)法是一種基于數(shù)據(jù)中固有的自然分組，通過(guò)對(duì)分類間隔加以識(shí)別，在數(shù)值差異相對(duì)較大處設(shè)置邊界，對(duì)相似值進(jìn)行恰當(dāng)分組，使各類之間差異最大化[21]，該方法具有客觀性。本研究以兩年土壤侵蝕模數(shù)的平均值為基礎(chǔ)，使用自然斷點(diǎn)法確定分級(jí)標(biāo)準(zhǔn)。

3.1? 土壤侵蝕評(píng)價(jià)

3.1.1? 土壤侵蝕空間分布特征? 根據(jù)上述方法得到2010、2015年三江源地區(qū)的土壤侵蝕等級(jí)空間分布（圖1）和各等級(jí)的面積占比（表2）。整體上看，2010和2015年該地區(qū)西北部的治多縣、格爾木市和曲麻萊縣的土壤侵蝕較小;中南部的囊謙縣、玉樹(shù)縣以及東北方向的興?？h、瑪沁縣、甘德縣和久治縣土壤侵蝕較為嚴(yán)重。全區(qū)以潛在侵蝕為主，2010年占全區(qū)78%，2015年占83%，增加了5個(gè)百分點(diǎn);微度侵蝕次之，2010年占據(jù)14%，2015年占據(jù)11%，下降了3個(gè)百分點(diǎn);中度侵蝕和重度侵蝕所占比例最小，2010年中度侵蝕占2%，2010年重度侵蝕、2015年中度、重度侵蝕均僅占1%。表明該地區(qū)整體上土壤侵蝕狀況較好。

結(jié)合該地區(qū)地形資料數(shù)據(jù)（三江源地區(qū)數(shù)字高程模型）發(fā)現(xiàn)西北部海拔高，屬于高原丘陵地帶，地勢(shì)起伏小，土壤侵蝕程度較低。東南的興?？h、瑪沁縣、甘德縣、久治縣、囊謙縣和玉樹(shù)縣海拔低，地勢(shì)起伏大，土壤侵蝕較為嚴(yán)重。該現(xiàn)象說(shuō)明地形因子對(duì)土壤侵蝕強(qiáng)度影響較大。此外，瑪多縣臨近水域的區(qū)域土壤侵蝕程度也較低，分析認(rèn)為該地區(qū)地勢(shì)相對(duì)平坦，在非洪災(zāi)年間，降雨匯流到水域，極大地減緩了降雨的侵蝕作用，從而降低了水土流失發(fā)生的可能性。

3.1.2? 土壤侵蝕動(dòng)態(tài)變化? 利用差值法得到2010—2015年土壤侵蝕模數(shù)的空間變化分布（圖2）。整體上該地區(qū)的土壤侵蝕減緩，土壤侵蝕模數(shù)減少的區(qū)域以小而集中的特點(diǎn)分布在西部和中北部等區(qū)域，包括治多縣、曲麻萊縣和格爾木市，且減少量主要集中在0～100 t/（hm2·年），其次為100～200 t/（hm2·年）。侵蝕模數(shù)增加的區(qū)域呈星散狀分布在三江源地區(qū)東南部，增加量主要集中在100～200 t/（hm2·年）。其中，班瑪縣和達(dá)日縣的土壤侵蝕程度增加幅度較小，甘德縣、久治縣、瑪沁縣、興海縣和同德縣土壤侵蝕程度增加幅度較大。

三江源地區(qū)各級(jí)土壤侵蝕強(qiáng)度的平均土壤侵蝕模數(shù)及變化率如表3所示，潛在侵蝕、微度侵蝕以及輕度侵蝕的平均值分別降低了6.43%、1.93%、2.41%，而中度侵蝕、重度侵蝕則增加了1.23%、1.33%。結(jié)合表2，中度、重度侵蝕的面積減少或不變，而平均侵蝕模數(shù)增加，分析認(rèn)為造成該變化特點(diǎn)的原因主要有兩個(gè)：一是原有的中度和重度侵蝕地區(qū)侵蝕模數(shù)增加;二是原有的潛在或微度侵蝕地區(qū)的侵蝕模數(shù)增加幅度較大，達(dá)到了重度侵蝕。

3.2? 影響因素分析

3.2.1? 地形因子對(duì)土壤侵蝕的影響

1）高程。三江源地區(qū)海拔在3 500～4 800 m，地質(zhì)地貌隨喜瑪拉雅地質(zhì)運(yùn)動(dòng)，山脈隆起，高原上升。本研究利用自然斷點(diǎn)法對(duì)高程和坡度坡長(zhǎng)因子進(jìn)行區(qū)間劃分，并統(tǒng)計(jì)每一區(qū)間土壤侵蝕模數(shù)的平均值，分別與2010年土壤侵蝕模數(shù)和2015年土壤侵蝕模數(shù)進(jìn)行相關(guān)性分析。結(jié)果（圖3a）顯示，整體上隨著海拔的升高土壤侵蝕模數(shù)逐漸增加，但是增加的幅度不同，表現(xiàn)為先增加后平緩再劇烈增加的特點(diǎn)，其中在3～4 km有一個(gè)小高峰，在4.5 km之后土壤侵蝕模數(shù)迅速升高，增加幅度最大。同時(shí)，在各高程區(qū)間內(nèi)，2010年的平均土壤侵蝕模數(shù)均高于2015年，且隨著海拔的升高侵蝕模數(shù)差值逐漸變大。綜合氣候、植被和土壤條件分析可知，在海拔高的地區(qū)氧氣稀薄，植被以高原草甸和高原草原為主，土壤腐殖質(zhì)層薄，抗蝕能力差，因此海拔高的地方土壤侵蝕更為嚴(yán)重。

2）坡長(zhǎng)坡度因子。據(jù)圖3b可知，整體上土壤侵蝕模數(shù)隨著坡度坡長(zhǎng)因子的增加在不斷增加，但不同區(qū)間增加幅度不同，表現(xiàn)為由小變大再變小，其中，當(dāng)坡度坡長(zhǎng)因子在4～8時(shí)，土壤侵蝕模數(shù)增加幅度最大，該變化特征與土壤侵蝕模數(shù)隨高程變化的同一階段的特點(diǎn)相反。此外，2015年在不同坡長(zhǎng)坡度等級(jí)下的土壤侵蝕模數(shù)都小于2010年，且同一坡長(zhǎng)坡度對(duì)應(yīng)的2010年土壤侵蝕模數(shù)與2015年土壤侵蝕模數(shù)的差值越來(lái)越大。綜合地形條件分析，這是由于在坡度坡長(zhǎng)因子較大的地區(qū)溝壑縱橫，地勢(shì)起伏度大，復(fù)雜的地形使得土壤獲得更大的重力勢(shì)能，土壤流失易形成滑坡、泥石流等自然災(zāi)害，同時(shí)導(dǎo)致植被減少，抗蝕能力差。與高程區(qū)間內(nèi)的平均土壤侵蝕模數(shù)相比，坡度坡長(zhǎng)因子區(qū)間內(nèi)的土壤侵蝕模數(shù)更大，這表明在地形因子中土壤侵蝕對(duì)坡度坡長(zhǎng)因子更加敏感。

3.2.2? 降雨和植被因子對(duì)土壤侵蝕變化的影響

1）降雨。降雨量變化是土壤侵蝕變化的關(guān)鍵動(dòng)力因子之一，雨滴的降落會(huì)對(duì)土壤顆粒進(jìn)行沖擊，濺飛的土壤顆粒會(huì)隨著地表徑流流入河道，造成水土流失，河道堵塞[22]。降雨對(duì)土壤侵蝕的影響可通過(guò)降雨侵蝕力反映。由連環(huán)替代法得到因降雨量變化造成的土壤侵蝕模數(shù)變化的空間分布，如圖4a所示。2010—2015年整體上降雨量變化使得土壤侵蝕模數(shù)減少，減少范圍集中在0～100 t/（hm2·年），分布在三江源地區(qū)的西部、中北部和東部等地勢(shì)較為平坦的區(qū)域;東北部地區(qū)的土壤侵蝕模數(shù)減小范圍則主要在100～200 t/（hm2·年），且區(qū)域分布具有相對(duì)集中的特點(diǎn)。而在甘德縣、久治縣存在少部分土壤侵蝕模數(shù)增加的區(qū)域，增加范圍在0～100 t/（hm2·年），說(shuō)明該區(qū)域內(nèi)的降雨變化加重了土壤侵蝕。

2）植被。植被作為土壤侵蝕阻抗因子的存在，其抗侵蝕能力隨著植被覆蓋度的增加而增加[23]。由連環(huán)替代法得到植被因子變化對(duì)土壤侵蝕模數(shù)變化的空間分布，如圖4b所示。植被變化使得土壤侵蝕模數(shù)整體變化不大，幾乎穩(wěn)定在0附近。西部少部分地區(qū)如治多縣、曲麻萊縣和格爾木市以及東北部同德縣土壤侵蝕模數(shù)減少，減少范圍在0～100 t/（hm2·年），表明該區(qū)域植被減少土壤侵蝕的作用明顯。侵蝕模數(shù)增加的區(qū)域呈星散狀分布，主要分布在中南部和中東部的瑪沁縣、雜多縣、甘德縣、久治縣等地勢(shì)起伏較大的山脊和溝谷地帶以及東北部興德縣等地區(qū)，范圍在200 t/（hm2·年）以上。表明在2010—2015年植被變化加重了這些區(qū)域的土壤侵蝕。

4? 小結(jié)與討論

本研究以三江源地區(qū)作為研究對(duì)象，采用RUSLE模型和連環(huán)替代法分析了該地區(qū)的土壤侵蝕時(shí)空變化特征，并對(duì)其影響因素進(jìn)行了分析，得到以下結(jié)論：

1）三江源地區(qū)整體上侵蝕程度較小，以潛在和微度侵蝕為主，且分布規(guī)律。其中西北部的治多縣、曲麻萊縣、格爾木市等地區(qū)侵蝕程度較小，中南部的囊謙縣、玉樹(shù)縣以及東部部分地區(qū)侵蝕程度較大。

2）2010—2015年三江源地區(qū)的土壤侵蝕變化具有差異性，其中西部、中北部及東部地區(qū)土壤侵蝕模數(shù)減小范圍集中在0～100 t/（hm2·年），中部侵蝕模數(shù)減小范圍則集中在100～200 t/（hm2·年）。同時(shí)，潛在、微度和輕度侵蝕的平均侵蝕模數(shù)減小，中度和重度侵蝕的平均侵蝕模數(shù)增加。

3）土壤侵蝕模數(shù)隨著高程和坡度坡長(zhǎng)因子的增加都表現(xiàn)出逐漸增加的變化特點(diǎn)，但變化的幅度不同。同時(shí)，在不同坡度坡長(zhǎng)因子區(qū)間范圍內(nèi)的平均土壤侵蝕模數(shù)大于高程區(qū)間內(nèi)的土壤侵蝕模數(shù)，土壤侵蝕對(duì)坡度坡長(zhǎng)更加敏感。

4）連環(huán)替代法能夠較好地定量描述植被和降雨因子影響下的土壤侵蝕量及其空間分布特征。降雨對(duì)土壤侵蝕的影響范圍較廣，整體上土壤侵蝕模數(shù)減少了100～200 t/（hm2·年）;植被對(duì)土壤侵蝕的影響范圍較小，2010—2015年整體上土壤侵蝕模數(shù)減小了50～200 t/（hm2·年），部分侵蝕量增加的區(qū)域呈星散狀分布，增加量為100～150 t/（hm2·年）。

本研究的時(shí)間尺度較短，僅選取2010、2015年兩年時(shí)間。近年來(lái)，國(guó)家不斷加大力度致力于三江源保護(hù)區(qū)的生態(tài)重建和保護(hù)，越來(lái)越多的人為措施參與到各項(xiàng)生態(tài)活動(dòng)中，而人為措施干涉生態(tài)活動(dòng)的影響不容忽視，因此后期會(huì)選擇更長(zhǎng)的時(shí)間尺度，并考慮人為措施因子的影響。

參考文獻(xiàn)：

[1] THOMAS J，JOSEPH S，THRIVIKRAMJI K P. Assessment of soil erosion in a tropical mountain river basin of the southern Western Ghats，India using RUSLE and GIS[J].Geoscience frontiers，2018，9：893-906.

[2] SINGH G，PANDA R K. Grid-cell based assessment of soil erosion potential for identification of critical erosion prone areas using USLE，GIS and remote sensing：A case study in the Kapgari watershed，India[J].International soil and water conservation research，2017，5（3）：202-211.

[3] ZERIHUN M，MOHAMMEDYASIN M S，SEWNET D，et al. Assessment of soil erosion using RUSLE，GIS and remote sensing in NW Ethiopia[J].Geoderma regional，2018，12：83-90.

[4] 張園眼，李天宏.基于GIS和RUSLE模型的深圳市土壤侵蝕研究[J].應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2018，26（6）：1189-1202.

[5] RABIUL I M，WAN J W Z，SAI H L，et al. Soil erosion assessment on hillslope of GCE using RUSLE model[J].Journal of earth system science，2018，127（4）：50.

[6] RENARD K G，F(xiàn)OSTER 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].US department of agriculture，Agricultural handbook No.703，1997.

[7] EBRAHIMZADEH S，MOTAGH M，MAHBOUB V，et al. An improved RUSLE/SDR model for the evaluation of soil erosion[J].Environmental earth sciences，2018，77（12）：454.

[8] 王? 歡，高江波，侯文娟.基于地理探測(cè)器的喀斯特不同地貌形態(tài)類型區(qū)土壤侵蝕定量歸因[J].地理學(xué)報(bào)，2018，73（9）：1674-1686.

[9] 支婷婷，耿成軒.連環(huán)替代法與LMDI方法在成本分析中的運(yùn)用比較[J].財(cái)會(huì)通訊，2012（4）：99-101.

[10] 王曉秋.連環(huán)替代法在可比產(chǎn)品成本降低分析中的簡(jiǎn)化應(yīng)用[J].財(cái)會(huì)月刊，2015（1）：111-113.

[11] 李軍喬.三江源地區(qū)生態(tài)環(huán)境重建對(duì)策研究[D].陜西楊凌：西北農(nóng)林科技大學(xué)，2002.

[12] 王? 英，曹明奎，陶? 波，等.全球氣候變化背景下中國(guó)降水量空間格局的變化特征[J].地理研究，2006，25（6）：1031-1040，1148.

[13] LANORTE A，LASAPONARA R，LOVALLO M，et al. Fisher-Shannon information plane analysis of SPOT/VEGETATION normalized difference vegetation Index（NDVI） time series to characterize vegetation recovery after fire disturbance[J].International journal of applied earth observation and geoinformation，2014，26（1）：441-446.

[14] 胡云華，劉斌濤，宋春風(fēng)，等.基于USLE模型的大小涼山地區(qū)土壤侵蝕定量研究[J].水土保持通報(bào)，2016，36（4）：232-236.

[15] 肖? 玉，謝高地，安? 凱.青藏高原生態(tài)系統(tǒng)土壤保持功能及其價(jià)值[J].生態(tài)學(xué)報(bào)，2003，23（11）：2367-2378.

[16] WISCHMEIER W H，MANNERING J V. Relation of soil properties to its erodibility[J].Soil science society of America journal，1969，33（1）：131.

[17] SHARPLEY A N，WILLIAMS J R. EPIC-erosion/productivity impact calculator：2.User manual[J].Technical Bulletin-United States department of agriculture，1990，4（4）：206-207.

[18] 符素華，劉寶元，周貴云，等.坡長(zhǎng)坡度因子計(jì)算工具[J].中國(guó)水土保持科學(xué)，2015，13（5）：105-110.

[19] 蔡崇法，丁樹(shù)文，史志華，等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測(cè)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.

[20] 郁玉環(huán).連環(huán)替代法計(jì)算表的設(shè)計(jì)與應(yīng)用[J].財(cái)會(huì)月刊， 2009（11）：93-94.

[21] 段亞明，劉? 勇，劉秀華，等.基于POI大數(shù)據(jù)的重慶主城區(qū)多中心識(shí)別[J].自然資源學(xué)報(bào)，2018，33（5）：788-800.

[22] 王俊華.不同土壤類型地表徑流COD污染負(fù)荷研究[D].成都：西南交通大學(xué)，2011.

[23] 馬超飛，馬建文，布和敖斯?fàn)?USLE模型中植被覆蓋因子的遙感數(shù)據(jù)定量估算[J].水土保持通報(bào)，2001，21（4）：6-9.

收稿日期：2019-03-21

作者簡(jiǎn)介：楊雪琴（1998-），女，四川綿陽(yáng)人，在讀本科生，（電話）17748499450（電子信箱）928404916@qq.com;通信作者，劉恩勤（1984-），女，