退耕還林(草)以來陜北白于山區(qū)植被覆蓋與土壤侵蝕強(qiáng)度變化

黑 哲, 王 飛, 韓劍橋, 史尚渝, 戈文艷

(1.中國科學(xué)院 水利部 水土保持研究所, 陜西 楊凌 712100; 2.西北農(nóng)林科技大學(xué)水土保持研究所, 陜西 楊凌 712100; 3.中國科學(xué)院大學(xué), 北京 100049)

植被是陸地生態(tài)系統(tǒng)中的重要組成部分，在全球物質(zhì)循環(huán)和能量流動(dòng)中有重要作用[1]。研究地表植被蓋度及其變化，對于揭示植被生長狀況，空間分布規(guī)律，評價(jià)區(qū)域生態(tài)環(huán)境質(zhì)量具有重要意義[2-3]。同時(shí)植被在防治土壤侵蝕過程中有重要作用[4]。一方面，植物冠層能夠攔截降雨，植物枯枝落葉層能夠增加入滲來減少徑流[5]。另一方面，植被能夠阻擋泥沙運(yùn)移，減少水土流失[6-8]。在植被與土壤侵蝕的關(guān)系研究中，植被覆蓋是影響土壤侵蝕的重要指標(biāo)。傳統(tǒng)的植被覆蓋測量雖然在不斷改進(jìn)，但仍然有野外操作不便、成本較高、難以快速大范圍動(dòng)態(tài)監(jiān)測等缺點(diǎn)，而遙感技術(shù)可以有效解決這一問題[9-11]。歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)能夠相當(dāng)精確地反映植被蓋度、生長狀況、生物量以及光合作用強(qiáng)度等，是目前最常用的植被指數(shù)[12-14]。為了進(jìn)一步認(rèn)識(shí)植被與土壤侵蝕的關(guān)系，有必要研究植被的時(shí)空變化對土壤侵蝕風(fēng)險(xiǎn)性的影響。

土壤侵蝕風(fēng)險(xiǎn)性研究主要依據(jù)土壤侵蝕預(yù)報(bào)模型，國際上先后開發(fā)了通用土壤流失方程(Universal Soil Loss Equation,USLE)、修正的通用土壤流失方程(Revised Universal Soil Loss Equation,RUSLE)、水蝕預(yù)報(bào)模型(Water Erosion Prediction Project,WEPP)、歐洲水蝕預(yù)報(bào)模型(European Soil Erosion Model,EUROSEM)等。此外一些學(xué)者基于USLE建立了若干侵蝕預(yù)報(bào)模型[15]，但是以上土壤侵蝕預(yù)報(bào)模型都需要獲取降雨侵蝕力、土壤可蝕性、坡度坡長、作物覆蓋和水土保持措施因子基礎(chǔ)數(shù)據(jù)，且需要多年長期監(jiān)測數(shù)據(jù)，在基礎(chǔ)設(shè)施薄弱的地區(qū)并不適用。有學(xué)者基于植被蓋度、地形和土地利用進(jìn)行水土流失風(fēng)險(xiǎn)評價(jià)，使得大范圍長時(shí)間尺度的土壤侵蝕研究成為可能[16-18]。遙感技術(shù)能夠?qū)Φ匦巍⒅脖桓采w、土地利用方式和地表裸露程度等土壤侵蝕的重要標(biāo)志進(jìn)行規(guī)則重復(fù)的觀測，是進(jìn)行動(dòng)態(tài)環(huán)境監(jiān)測的重要技術(shù)手段，目前被廣泛應(yīng)用于土壤侵蝕監(jiān)測[19-20]。彭文甫等[21]利用Landsat5/8影像研究了岷江汶川—都江堰段植被覆蓋動(dòng)態(tài)變化；彭雙云等[22]利用RUSLE模型對滇池流域1999—2014年土壤侵蝕時(shí)空演變進(jìn)行了分析；陳學(xué)兄[23]利用坡度和植被蓋度的指標(biāo)對中國水土流失進(jìn)行評價(jià)。

白于山區(qū)是陜西省水土流失最為嚴(yán)重的地區(qū)之一，該地區(qū)氣候干旱，降雨集中，地形破碎，加之退耕實(shí)施不徹底，經(jīng)濟(jì)發(fā)展落后等因素的影響，導(dǎo)致區(qū)域水土流失現(xiàn)象并未明顯緩解，土壤侵蝕風(fēng)險(xiǎn)一直較高。但目前對其土壤侵蝕的評估還較少涉及，因此快速評估白于山區(qū)植被狀況和土壤侵蝕風(fēng)險(xiǎn)，對水土保持措施決策提供依據(jù)具有非常重要的意義。為此，本文利用MODIS-NDVI和Landsat數(shù)據(jù)，結(jié)合GIS手段，分析白于山區(qū)退耕還林(草)以來植被覆蓋和土壤侵蝕強(qiáng)度變化特征，為該地區(qū)生態(tài)環(huán)境建設(shè)提供科技支持。

1 材料與方法

1.1 研究區(qū)概況

白于山區(qū)(107°16′17″—109°1′55″E，36°49′11″—37°32′55″N)位于陜北榆林市與延安市的交界處，北鄰毛烏素沙地，南為黃土丘陵溝壑區(qū)。全區(qū)包括定邊縣、靖邊縣的南部，吳起縣的大部，總面積約8 706.48 km2，最高海拔1 913 m，最低海拔1 178 m。白于山梁長溝深，溝坡陡峻，由主梁分出的次一級長梁分別向東、南、北方向延伸，呈波狀階梯式降低，為無定河、洛河、延河、清澗河等陜北主要河流的發(fā)源地。該區(qū)屬于溫帶半干旱大陸性季風(fēng)氣候，年均氣溫為7.8～10℃，年降雨量320～490 mm，主要集中在5—9月。土壤類型多為細(xì)沙黃綿土，質(zhì)地均一，土質(zhì)疏松，抗侵蝕能力差，加之坡面流水侵蝕、重力侵蝕活躍，退耕還林實(shí)施面積小，坡耕地較多，水土流失嚴(yán)重。

1.2 數(shù)據(jù)來源及處理

本研究使用的遙感數(shù)據(jù)來源于美國國家航天航空局(National Aeronautics and Space Administration,NASA)EOS/MODIS衛(wèi)星的MOD13Q1 v006數(shù)據(jù)產(chǎn)品數(shù)據(jù)集(https:∥lpdaac.usgs.gov/)，空間分辨率為250 m，時(shí)間分辨率為16 d，2000—2018年內(nèi)共有434期影像。該產(chǎn)品屬于MODIS三級數(shù)據(jù)產(chǎn)品，進(jìn)行過大氣校正和幾何糾正。研究中使用MRT(MODIS Reprojection Tool)工具對數(shù)據(jù)進(jìn)行波段提取、投影轉(zhuǎn)換、格式變換等處理并用最大值合成法(maximum Value Compositess,MVC)獲得月柵格圖像和年柵格圖像。為了更精確地研究植被蓋度的地形分布特征和土壤侵蝕特征，本研究利用30 m分辨率的Landsat數(shù)據(jù)與相同分辨率的DEM數(shù)據(jù)和土地利用數(shù)據(jù)進(jìn)行疊加。Landsat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30 m，選取了2010年、2017年和2018年7月份無云覆蓋的影像。利用ENVI 5.1進(jìn)行輻射定標(biāo)和大氣校正并用像元二分模型計(jì)算植被蓋度。數(shù)字高程模型(DEM)是空間分辨率為30 m的ASTER GDEM。土地利用數(shù)據(jù)來源于清華大學(xué)Finer Resolution Observation and Monitoring of Global Land Cover數(shù)據(jù)庫(http:∥data.ess.tsinghua.edu.cn/)，空間分辨率為30 m。

1.3 研究方法

1.3.1 最大值(MVC)合成法 最大值合成法是將每個(gè)月的最大值假設(shè)為天氣晴朗時(shí)獲取的影像，通過最大值合成方法可以較好地去除云和大氣的干擾。基本表達(dá)式如下：

NDVIi=(NDVIj)max

(1)

式中：NDVIi為第i月NDVI影像(i=1，2，…，12)，NDVIj為當(dāng)月兩景NDVI影像(j=1，2)。

1.3.2 NDVI趨勢分析 為了對NDVI變化逐像元分析，采用一元線性回歸分析法可計(jì)算每個(gè)柵格的NDVI值在研究時(shí)段中的變化趨勢，并估計(jì)變化幅度。本文使用該方法模擬2000—2018年19 a平均的變化趨勢，其計(jì)算公式如下：

(2)

表1 植被覆蓋變化趨勢分類標(biāo)準(zhǔn)

1.3.3 土壤侵蝕分級 研究中使用ArcGIS將研究區(qū)的土地利用類型、坡度和植被蓋度數(shù)據(jù)疊加分析，并參照《土壤侵蝕分類分級標(biāo)準(zhǔn)》(SL190—2007)，將土壤侵蝕強(qiáng)度分為5個(gè)等級[24](表2)。

1.3.4 像元二分法 為了評估研究區(qū)土壤侵蝕強(qiáng)度，需要利用像元二分模型將植被指數(shù)轉(zhuǎn)換為植被蓋度(Fractional vegetation coverage，F(xiàn)VC)，再對植被指數(shù)進(jìn)行等級劃分。植被覆蓋度計(jì)算公式如下：

(3)

式中：FVC為植被蓋度值；NDVI為各像元的NDVI值；NDVIsoil，NDVIveg分別為純土壤覆蓋像元和純植被覆蓋像元的NDVI值。根據(jù)李苗苗等[25]提出的估算NDVIsoil和NDVIveg的方法，將研究區(qū)內(nèi)NDVI累計(jì)頻率為0.5%，99.5%時(shí)的值作為全土壤覆蓋和全植被覆蓋下的NDVI值，然后利用上式計(jì)算每像元植被覆蓋度。

表2 土壤侵蝕分級指標(biāo)

2 結(jié)果與分析

2.1 植被蓋度空間變化特征

2.1.1 NDVI隨高程變化特征 白于山區(qū)高程分布如圖1所示，大部分區(qū)域高程范圍在1 300～1 700 m，高程最高的區(qū)域位于定邊縣南部白灣子鎮(zhèn)，從中心到四周高程環(huán)形遞減。隨著山區(qū)內(nèi)高程的增加(圖2)，植被蓋度均呈現(xiàn)出“增加—減少”的趨勢，不同年份均在1 250～1 400 m范圍內(nèi)達(dá)到峰值。

圖1 白于山區(qū)高程分布

圖2 2000年、2010年、2018年白于山區(qū)NDVI隨高程的變化

2.1.2 NDVI隨坡度變化特征 以2°為間距來估算研究區(qū)NDVI與坡度關(guān)系表明(圖3)，2000年、2010年、2018年NDVI隨坡度的變化趨勢均為“增加—減少”，2000年植被蓋度整體偏低，在坡度≤50°范圍內(nèi)NDVI呈現(xiàn)緩慢增長趨勢，>50°陡坡處達(dá)到最高值0.34。2010年NDVI均值為2000年的1.38倍，2018年NDVI相比2010年增加了45%，其中在坡度0°～25°范圍內(nèi)快速增長，在坡度為56°時(shí)達(dá)到最高值0.65，在56°以上，各年份植被蓋度均顯著減少。

圖3 2000年、2010年、2018年白于山區(qū)NDVI隨坡度的變化

2.1.3 NDVI隨坡向變化特征 將研究區(qū)坡向按照平地(-1°)、陰坡(0°—45°,315°—360°)、半陽坡(45°—135°)、陽坡(135°—225°)、半陰坡(225°—315°)分為5個(gè)坡向，按照年份分別統(tǒng)計(jì)研究區(qū)NDVI隨坡向的變化特征研究，結(jié)果表明植被覆蓋在坡向上的差異較小，2000年、2010年總體植被蓋度隨坡向變化趨勢相同，從小到大依次為：陽坡<半陽坡<平地<半陰坡<陰坡，2018年平均植被蓋度隨坡向變化由小到大依次為：平地<陽坡<陰坡<半陽坡<半陰坡，表明坡面植被得以較快恢復(fù)。

2.1.4 NDVI空間分布特征 白于山區(qū)2000—2018年平均NDVI空間分異比較明顯(圖4)，其中植被覆蓋最好的地區(qū)位于吳起縣，NDVI最高值可達(dá)0.72，白于山區(qū)的NDVI多年平均值主要分布在0.2～0.3，占整個(gè)區(qū)域73.63%，整個(gè)研究區(qū)NDVI平均值僅有0.25，整體上植被覆蓋偏低(表3 )。

圖4 2000-2018年白于山區(qū)平均NDVI空間分布

2.2 植被蓋度時(shí)間變化特征

2.2.1 NDVI年際變化特征 通過最大值合成法(MVC)處理得到2000—2018年研究區(qū)各像元年最大NDVI值并在整個(gè)研究區(qū)進(jìn)行平均，以年平均值代表研究區(qū)植被覆蓋最佳狀況。圖5是2000—2018年研究區(qū)植被覆蓋年變化趨勢，植被蓋度在2000—2018年呈極顯著上升趨勢(p<0.001)，其增速為0.065/10 a?？傮w來說研究區(qū)植被蓋度的年際變化大致可以分為3個(gè)階段，第1階段為2000—2003年，是大規(guī)模生態(tài)建設(shè)初期，植被覆蓋隨年份呈穩(wěn)定增加趨勢，其增速達(dá)到0.36/10 a(p<0.001)。第2階段為2004—2015年，該階段植被覆蓋處于相對穩(wěn)定狀態(tài)，NDVI最低值(0.41)出現(xiàn)在2015年。第3階段為2016—2018年，植被呈快速增長趨勢，增速達(dá)到0.59/10 a(p<0.001)。

表3 2000-2018年白于山區(qū)平均NDVI空間分布

注：研究區(qū)平均NDVI值為0.248。

圖5 2000-2018年白于山區(qū)NDVI年際變化趨勢

為了進(jìn)一步分析2000—2018年白于山區(qū)植被覆蓋的年際空間變化趨勢，經(jīng)過Slope分析并通過Mann-Kendall檢驗(yàn)計(jì)算出置信度水平。根據(jù)計(jì)算結(jié)果將趨勢變化劃分為嚴(yán)重退化到明顯改善，將M-K檢驗(yàn)計(jì)算結(jié)果劃分為無顯著變化、弱顯著變化(p<0.1)、顯著變化(p<0.05)和極顯著變化(p<0.01),結(jié)果見圖6—7和表4，空間格局的主要變化特征有：(1) 呈退化趨勢的區(qū)域比重占3.18%，分布在定邊縣白于山南部丘陵溝壑區(qū)和靖邊縣中部的零星區(qū)域；其中定邊縣東部零星區(qū)域呈現(xiàn)極顯著(p<0.01)退化趨勢，主要是因?yàn)楣こ探ㄔO(shè)導(dǎo)致植被退化。(2) 基本不變區(qū)域比重為32.62%，連片分布在定邊縣中部地帶即白于山南緣和靖邊縣中南部區(qū)域；(3) 輕微改善區(qū)域占研究區(qū)面積的45.66%，連片分布于吳起縣東部、靖邊縣北部和南部區(qū)域、定邊縣北部區(qū)域。而且這些區(qū)域的改善趨勢都通過了0.001的信度檢驗(yàn)，為極顯著改善；(4) 中度改善的區(qū)域比重為16.38%，主要是吳起縣的東部區(qū)域、定邊縣白于山北部和靖邊縣的部分區(qū)域，改善趨勢為極顯著(p<0.01)；(5) 明顯改善的區(qū)域較小，比重為2.16%，零星分布在吳起縣的東部和靖邊縣的南部。

圖6 白于山區(qū)多年平均NDVI時(shí)空演變

圖7 白于山區(qū)NDVI變化趨勢置信度水平

表4 2000-2015年白于山區(qū)植被覆蓋演變趨勢

2.2.2 NDVI年內(nèi)變化特征 為了研究白于山區(qū)季節(jié)尺度上NDVI變化特征，采用氣象學(xué)標(biāo)準(zhǔn)進(jìn)行季節(jié)劃分：春季3—5月，夏季6—8月，秋季9—11月，冬季12月—次年2月。圖8為白于山區(qū)4個(gè)季節(jié)平均NDVI的年際變化，可以看到冬季的NDVI值最低，其次為春季、秋季，夏季最高，這反映了植被與物候的關(guān)系。統(tǒng)計(jì)得出，4個(gè)季節(jié)均呈現(xiàn)顯著(p<0.05)上升趨勢，但是增速有所不同，植被增速由快向慢依次為夏季(0.069/10 a)>秋季(0.044/10 a)>春季(0.039/10 a)>冬季(0.017/10 a)。

圖8 白于山區(qū)季度NDVI變化趨勢

2.2.3 NDVI月變化特征 由圖9可知，多年NDVI的月變化均隨年份呈現(xiàn)不同程度的增長趨勢，其中1月、2月呈顯著(p<0.05)上升趨勢，其余10個(gè)月均呈極顯著(p<0.001)上升趨勢。增速最快的為7月(0.082/10 a)，最慢為2月(0.015/10 a)。研究區(qū)植被覆蓋隨月份變化顯著，NDVI為0.15～0.46，其中2月最低，8月最高，平均值為0.25，其中6—9月都在平均值以上,植被蓋度在年內(nèi)的變化曲線整體呈單峰型波動(dòng)。

2.3 土壤侵蝕變化特征

2.3.1 土壤侵蝕等級結(jié)構(gòu)變化特征 根據(jù)水利部標(biāo)準(zhǔn)，利用植被蓋度、坡度和耕地?cái)?shù)據(jù)對研究區(qū)2010年和2017年土壤侵蝕狀況進(jìn)行評價(jià)，并統(tǒng)計(jì)出土壤侵蝕面積(圖10，表5)。2010年和2017年土壤侵蝕等級分布面積最大的等級均為中度侵蝕，2010年土壤侵蝕面積為中度侵蝕>輕度侵蝕>強(qiáng)烈侵蝕>極強(qiáng)烈侵蝕>劇烈侵蝕，2017年土壤侵蝕面積為中度侵蝕>強(qiáng)烈侵蝕>輕度侵蝕>極強(qiáng)烈侵蝕>劇烈侵蝕。2010—2017年期間，輕度侵蝕面積顯著減少，由2010年的3 437.87 km2減少至2017年的1 728.22 km2，輕度侵蝕面積占比減少了19.64%。中度侵蝕的面積變化較小，減少了5.23%。強(qiáng)烈侵蝕的面積變化較大，增加面積為15.24%。極強(qiáng)烈侵蝕和劇烈侵蝕面積均為小幅度增加，分別增加了7.64%，1.98%。

對比分析2010年和2018年研究區(qū)土壤侵蝕等級結(jié)構(gòu)變化，計(jì)算得到兩年土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣(表6)。2010—2017年期間，輕度侵蝕面積減少19.64%，其中45.64%轉(zhuǎn)化為中度侵蝕，5.68%轉(zhuǎn)化為強(qiáng)烈侵蝕。中度侵蝕面積減少5.23%，其中1.43%的面積好轉(zhuǎn)為輕度侵蝕，44.14%的面積轉(zhuǎn)化為強(qiáng)烈侵蝕，11.80%的面積轉(zhuǎn)化為劇烈侵蝕。強(qiáng)烈侵蝕的面積增加了15.24%，其中31.43%來源于極強(qiáng)烈侵蝕，7.92%來源于劇烈侵蝕，說明土壤侵蝕狀況略有好轉(zhuǎn)。極強(qiáng)烈侵蝕的面積增加7.64%，其中有20%來自劇烈侵蝕，11.04%來源于中度侵蝕。劇烈侵蝕的面積增加較少，僅有1.98%，其中4.69%來自于強(qiáng)烈侵蝕，15.56%來自于極強(qiáng)烈侵蝕，說明極強(qiáng)烈侵蝕的土壤在2010—2017年改善不明顯。

圖9 白于山區(qū)月均NDVI變化趨勢

圖10 2010年和2017年土壤侵蝕強(qiáng)度

表5 2010年、2017年白于山區(qū)土壤侵蝕面積

2.3.2 土壤侵蝕空間變化特征 為了探究2010—2017年土壤侵蝕等級變化的空間異質(zhì)性，將白于山區(qū)2010年和2017年土壤侵蝕強(qiáng)度圖疊加、相減，并分區(qū)得到土壤侵蝕等級變化分布圖(圖11)。其中4～-4代表侵蝕狀況由顯著改善到顯著退化。對比2010年和2017年土壤侵蝕等級，其中，51.30%的面積土壤侵蝕有所改善，42.21%的面積土壤侵蝕無明顯變化，6.49%的面積土壤侵蝕狀況加劇，即研究區(qū)內(nèi)大部分面積的土壤侵蝕有所改善。其中定邊縣土壤侵蝕加劇的面積占比為8.06%，稍大于吳起縣的6.08%和靖邊縣的5.97%，整體退化趨勢不顯著。定邊縣和靖邊縣內(nèi)侵蝕無變化的區(qū)域最大，面積占比分別為48.33%，41.47%，說明定邊縣和靖邊縣從2010—2017年土壤侵蝕狀況未有明顯好轉(zhuǎn)，吳起縣內(nèi)土壤侵蝕輕微改善的面積最大，為41.08%。土壤侵蝕中度改善和明顯改善的面積為吳起縣>靖邊縣>定邊縣，即吳起縣土壤侵蝕狀況有較好改善。

3 討 論

植被覆蓋和土地利用方式是影響土壤侵蝕的重要指標(biāo)，目前已經(jīng)受到廣大學(xué)者的關(guān)注[26-27]。本研究基于植被蓋度、坡度和土地利用3個(gè)因子評價(jià)區(qū)域土壤侵蝕風(fēng)險(xiǎn)性，與傳統(tǒng)的土壤流失方程相比，本文重點(diǎn)在于快速便捷地評價(jià)區(qū)域內(nèi)土壤侵蝕風(fēng)險(xiǎn)性[28-29]。同時(shí)利用長時(shí)間序列的遙感數(shù)據(jù)對研究區(qū)平均NDVI時(shí)空變化進(jìn)行了分析，關(guān)于植被與土壤侵蝕風(fēng)險(xiǎn)性的研究表明，隨著植被蓋度的增加，土壤侵蝕風(fēng)險(xiǎn)逐漸降低。這是由于植被具有較高的水土保持功能，其冠層能夠防止雨滴直接擊打地面，根系能夠吸收降水，共同阻止土壤侵蝕的發(fā)生。如張雪峰等[30]對內(nèi)蒙古錫林河流域草地生態(tài)系統(tǒng)的研究表明，提高植被覆蓋可以顯著提升草地生態(tài)系統(tǒng)的土壤保持能力。孫文義等[31]對黃土高原不同生態(tài)系統(tǒng)水土保持服務(wù)功能評價(jià)研究中表明植被抗土壤侵蝕能力隨植被覆蓋度的增加而增加，認(rèn)為植被蓋度大于70%時(shí)，地表土壤侵蝕很微弱。本研究與上述結(jié)論基本一致。除植被蓋度之外，植被類型對土壤侵蝕的影響也有所不同[32]。例如實(shí)施“退耕還林(草)”等生態(tài)修復(fù)工程時(shí)植樹造林的植被與農(nóng)耕地分布有較大差異[33]。之后可以進(jìn)一步分析白于山區(qū)不同植被類型對土壤侵蝕風(fēng)險(xiǎn)的影響，降雨侵蝕力與不同類型植被NDVI的一致性。

表6 2010年和2017年白于山區(qū)土壤侵蝕強(qiáng)度轉(zhuǎn)移矩陣 km2

圖11 白于山區(qū)土壤侵蝕等級變化分布

4 結(jié) 論

(1) 研究時(shí)段內(nèi)，年均NDVI呈現(xiàn)顯著上升趨勢，增長速率為0.065/10 a。

(2) NDVI空間分布上，吳起縣NDVI較高，而定邊縣西部和靖邊縣中部NDVI較低。隨著海拔和坡度的增加,NDVI變化趨勢均為先增大后減小，其中在海拔1 250 ～1 400 m達(dá)到峰值,在坡度50°～56°達(dá)到峰值；NDVI的坡向差異性較小，基本趨勢為陰坡植被覆蓋大于陽坡。

(3) 研究區(qū)植被退化面積為276.88 km2，主要集中在白于山南部丘陵溝壑區(qū)，植被保持穩(wěn)定的面積為2 839.96 km2，主要集中在定邊縣中部，植被改善的面積為5 589.67 km2，主要集中于白于山北部和靖邊縣北部區(qū)域。

(4) 2010年和2017年二期土壤侵蝕狀況表明，輕度侵蝕和中度侵蝕的面積減少，強(qiáng)烈侵蝕、極強(qiáng)烈侵蝕和劇烈侵蝕的面積增加。

(5) 2010年和2017年研究區(qū)土壤侵蝕加重的面積占比僅為6.49%，主要集中在定邊縣的北部和靖邊縣的中西部區(qū)域；土壤侵蝕改善的面積占比為51.30%，主要集中在吳起縣。