呼倫貝爾森林-草原生態(tài)交錯帶土壤風(fēng)蝕量時空變化及驅(qū)動力分析

胡夢甜,張 慧,2①,喬亞軍,劉 坤,王 智②,徐網(wǎng)谷

(1.生態(tài)環(huán)境部南京環(huán)境科學(xué)研究所,江蘇 南京 210042;2.南京信息工程大學(xué)江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心/ 地理科學(xué)學(xué)院,江蘇 南京 210044)

風(fēng)蝕對地表土壤的大量搬運和堆積,是導(dǎo)致干旱半干旱區(qū)土地沙化和沙地化進(jìn)程最重要、最直接的作用過程之一[1-2]。土壤風(fēng)蝕研究方法主要有野外調(diào)查觀測、風(fēng)洞模擬、元素示蹤法、遙感和GIS等[3],但這些方法無法滿足大范圍區(qū)域風(fēng)蝕量快速動態(tài)估算的需求[4]。為了定量模擬大范圍區(qū)域風(fēng)蝕量,自20世紀(jì)60年代起,國外先后開發(fā)了大量的風(fēng)蝕模型,主要包括風(fēng)蝕方程(wind erosion equation,WEQ)[5]、修正風(fēng)蝕方程(revised wind erosion equation,RWEQ)[6]、德克薩斯模型(taxas erosion analysis model,TEAM)、風(fēng)蝕評價模型(wind erosion assessment model,WEAM)[7]、風(fēng)蝕預(yù)報系統(tǒng)(wind erosion prediction system,WEPS)[8]等。其中,WEPS系統(tǒng)較為先進(jìn),但該系統(tǒng)建模過程復(fù)雜,數(shù)據(jù)要求繁雜,且缺乏相關(guān)參數(shù)的本地化工作,故該模型在國內(nèi)應(yīng)用較少[9]。相比先進(jìn)的WEPS系統(tǒng),RWEQ模型因其參數(shù)較易獲取、操作更為簡單的特點,在我國不少地區(qū)的土壤風(fēng)蝕和防風(fēng)固沙功能計算與評估中得到了廣泛應(yīng)用,如在內(nèi)蒙古自治區(qū)錫林郭勒盟、青海省渾善達(dá)克沙地、黑河流域[10-11]等地都開展了相關(guān)工作。該模型也被作為《生態(tài)保護(hù)紅線劃定指南》和《全國生態(tài)狀況評估技術(shù)規(guī)范》中防風(fēng)固沙功能重要性的評估方法。

對于風(fēng)蝕量變化的驅(qū)動因素,學(xué)者大多采用相關(guān)性分析、主成分或聚類分析等傳統(tǒng)方法進(jìn)行研究[12],缺少從地理分異的角度對風(fēng)蝕量變化的定量歸因和驅(qū)動因素的空間差異性研究。地理探測器是一種強大的、能直接量化驅(qū)動因素及其交互作用影響的方法,它不必遵循傳統(tǒng)統(tǒng)計方法的假設(shè),且不涉及復(fù)雜的參數(shù)設(shè)置過程[13]。近年來,地理探測器在土地利用[14]、生態(tài)服務(wù)功能[15]等地理現(xiàn)象的空間驅(qū)動力分析領(lǐng)域應(yīng)用廣泛。

呼倫貝爾森林-草原生態(tài)交錯帶是我國生態(tài)系統(tǒng)結(jié)構(gòu)保存完整、健康狀況良好的林草交錯帶,是我國北方地區(qū)重要的生態(tài)屏障[16]。研究區(qū)冬春季寒冷多風(fēng),該區(qū)的草原是以栗鈣土、風(fēng)沙土為主的干草原,易形成風(fēng)蝕[17],因此探究該地區(qū)土壤風(fēng)蝕量的變化及其驅(qū)動因素對維護(hù)區(qū)域生態(tài)安全具有重要意義。近年來,雖然有學(xué)者研究了呼倫貝爾森林-草原生態(tài)交錯帶土壤風(fēng)蝕,但主要集中于區(qū)域的生態(tài)效益評估[18-19],鮮有對區(qū)域風(fēng)蝕量變化的驅(qū)動力開展相關(guān)研究。筆者利用RWEQ風(fēng)蝕修正模型研究呼倫貝爾森林-草原生態(tài)交錯帶2000、2010和2018年的土壤風(fēng)蝕量時空分布變化,并識別其驅(qū)動因素,以期為該區(qū)域科學(xué)防治土壤風(fēng)蝕、遏制區(qū)域沙化趨勢提供科學(xué)支撐。

1 研究區(qū)概況

呼倫貝爾森林-草原生態(tài)交錯帶處于大興安嶺西麓山地向亞洲中部蒙古高原東北部過渡的區(qū)域,東北區(qū)域為林區(qū),海拔700～1 700 m,由東北向西南依次為農(nóng)田、森林草原、草甸草原和干旱草原,海拔550～1 000 m。研究區(qū)位于內(nèi)蒙古自治區(qū)呼倫貝爾市中部,地理位置處于北緯46°10′～53°26′,東經(jīng)117°33′～122°55′ 之間,行政區(qū)域涉及呼倫貝爾市的額爾古納市、根河市、牙克石市、陳巴爾虎旗、海拉爾區(qū)、鄂溫克自治旗和新巴爾虎左旗共7個旗市(圖1)。該地區(qū)的經(jīng)濟(jì)活動主要包括種植業(yè)和畜牧業(yè),其中種植業(yè)以冬小麥、油菜和苜蓿等種植為主;畜牧業(yè)以養(yǎng)羊、牛為主。研究區(qū)處在溫帶-寒溫帶氣候區(qū),氣候較干燥,多大風(fēng),研究區(qū)年平均氣溫在 -2.2～2.4 ℃之間,年降水量為290～450 mm[16],年均蒸發(fā)量590～960 mm,年日照時數(shù)為2 600～2 800 h,年均風(fēng)速1.8～2.45 m·s-1。研究區(qū)土地利用類型以森林、草地和濕地為主,總占比超過90%。其中,森林集中分布在研究區(qū)的東北部山區(qū);草地主要分布在西南部;農(nóng)田集中分布在林草交錯帶,主要位于額爾古納市、呼倫貝爾市、牙克石市區(qū)域內(nèi);濕地主要分布在額爾古納河、海拉爾河、根河、輝河區(qū)域。

該圖基于審圖號為蒙S(2020)027號的標(biāo)準(zhǔn)地圖制作。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

研究區(qū)采用的遙感數(shù)據(jù)源為2000和2010年的Landsat 5 TM衛(wèi)星影像(空間分辨率30 m)、2018年的Landsat 8 TM 衛(wèi)星影像(空間分辨率30 m)(https:∥glovis.usgs.gov/)。依據(jù)《全國30米分辨率土地利用分類系統(tǒng)》并結(jié)合研究區(qū)實際情況,考慮到大興安嶺地區(qū)在1987年發(fā)生過特大火災(zāi),2000年過火林區(qū)的植被還未恢復(fù),因此在土地利用分類中增加火燒跡地類型,將土地利用類型分為森林、草地、農(nóng)田、濕地、城鎮(zhèn)用地、沙地和火燒跡地7類。采用人工目視解譯方法分類,精度達(dá)95%以上,土地利用變化檢測總體精度達(dá)85%以上。氣象數(shù)據(jù)包括月平均風(fēng)速,數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心(http:∥data.tpdc.ac.cn/zh-hans/data),空間分辨率為1 km。雪蓋因子采用中國雪深長時間序列數(shù)據(jù)集(http:∥data.tpdc.ac.cn/zh-hans/data/df40346a-0202-4ed2-bb07-b65dfcda9368/);土壤特性因子數(shù)據(jù)來自世界土壤數(shù)據(jù)庫(HWSD,http:∥webarchive.iiasa.ac.at/Research/LUC/External-World-soil-database),包括土壤粗砂、細(xì)砂、黏粒及有機質(zhì)含量等理化性質(zhì);NDVI數(shù)據(jù)采用資源環(huán)境科學(xué)與數(shù)據(jù)中心發(fā)布的數(shù)據(jù)產(chǎn)品(http:∥www.resdc.cn/),空間分辨率為1 km;土壤濕度數(shù)據(jù)采用干旱植被指數(shù)法計算得到,其中地表溫度采用NASA發(fā)布的MOD11A2(https:∥ladsweb.modaps.eosdis.nasa.gov)數(shù)據(jù);地表糙度因子采用GDEM DEM 30 m數(shù)字高程數(shù)據(jù)(http:∥www.gscloud.cn/)計算得到。將所有因子統(tǒng)一為250 m分辨率的柵格數(shù)據(jù),保證柵格計算過程準(zhǔn)確。

2.2 風(fēng)蝕量計算模型

風(fēng)蝕量計算采用RWEQ模型, RWEQ作為美國農(nóng)田風(fēng)蝕模型,其計算參數(shù)均來源于美國本土[20]。遲文峰等[21]在內(nèi)蒙古高原利用137Cs示蹤技術(shù)檢驗RWEQ模型的模擬效果,發(fā)現(xiàn)該模型的風(fēng)蝕量計算結(jié)果擬合性較好(R2=0.83,P<0.01)?！渡鷳B(tài)保護(hù)紅線劃定指南》[22]將該模型作為風(fēng)蝕量和防風(fēng)固沙功能的推薦評估方法,RWEQ方法計算公式為

(1)

S=150.71×(FW×FE×FSC×K′×C)-0.371 1,

(2)

Qmax=109.8×FW×FE×FSC×K′×C。

(3)

式(1)～(3)中,SL為實際土壤侵蝕量,t·km-2·a-1;S為區(qū)域防風(fēng)固沙系數(shù);Qmax為風(fēng)沙滯留量,kg·m-1;Z為最大風(fēng)蝕出現(xiàn)距離,m;FW為氣候因子,kg·m-1;FE為土壤可蝕性因子;FSC為土壤結(jié)皮因子;K′為地表粗糙度因子;C為植被因子。

氣候因子(FW)計算公式為

(4)

fW=u2×(u2-u1)2×Nd,

(5)

(6)

ρ=348×(1.013-0.118 3×LE+0.004 8×LE2)/T。

(7)

式(4)～(7)中,fW為風(fēng)力因子,m3·s-3;ρ為空氣密度,kg·m-3;g為重力加速度,取9.8 m·s-2;WS為各月土壤濕度因子,表征土壤濕度抑制土壤風(fēng)蝕效果的大小,土壤濕度越大,土壤濕度因子越小,越不易起沙,該因子以往大多采用氣象站點數(shù)據(jù)插值計算得到,由于氣象站點分布不均,插值結(jié)果往往有“牛眼”存在,因此采用干旱植被指數(shù)法表征土壤濕度因子[23-24];DS為雪蓋因子;u1為起沙風(fēng)速,參照江凌[25]的計算方法,取5 m·s-1;j為1個月內(nèi)日平均風(fēng)速≥u1的天數(shù),j=1,2,…,m;uj為第j天的日平均風(fēng)速,m·s-1;TLS,i為i評估區(qū)域的地表溫度,℃;TLS,dry為評估區(qū)域NDVI對應(yīng)的最高地表溫度,℃,即干邊;TLS,wet為評估區(qū)域NDVI對應(yīng)的最低地表溫度,℃,即濕邊;LE為海拔高度,km;T為絕對溫度,K,即在各月平均氣溫數(shù)據(jù)t的基礎(chǔ)上加常數(shù)273.15。

土壤可蝕性因子(FE)和土壤結(jié)皮因子(FSC)計算公式為

(8)

(9)

式(8)～(9)中,wsa為土壤粗砂含量,%;wsi為土壤粉砂含量,%;wcl為土壤黏粒含量,%;wOM為土壤有機質(zhì)含量,%;wCa為碳酸鈣含量,%,此次計算未予考慮,其值取0。

植被覆蓋因子(C)計算公式為

C=e-CS×ai。

(10)

式(10)中,CS為植被覆蓋度,%,由12個月的NDVI指數(shù)計算得到年均植被覆蓋度;ai為不同植被類型的系數(shù),因不同植被類型的土壤風(fēng)蝕效果不同,森林、草地、農(nóng)田、沙地(包括裸地和沙地)分別取值0.153 5、0.115 1、0.043 8、0.071 3[25]。

地表糙度因子(K′)計算公式為

K′=e1.86Kr-0.127Crr-2.41Kr0.934,

(11)

(12)

式(11)～(12)中,Kr為地形粗糙度長度,m;Crr為隨機糙度,在區(qū)域尺度的計算中可以忽略不計;L為地勢起伏參數(shù),m;△H為距離L范圍內(nèi)的海拔高程差,m。

2.3 驅(qū)動因素選擇

土壤風(fēng)蝕的產(chǎn)生受到土壤、地形等自然本底因素的制約,同時氣溫、降水、風(fēng)速等氣候因素以及人類活動也會對其產(chǎn)生影響[10]。根據(jù)研究區(qū)的實際情況,從氣候因素和人類活動方面選取5個影響因子,包括降水變化(X1)、氣溫變化(X2)、植被覆蓋度變化(X3)、風(fēng)速變化(X4)和土地利用類型(X5),作為探測研究區(qū)土壤風(fēng)蝕變化量的驅(qū)動因素。以研究區(qū)范圍為基礎(chǔ)創(chuàng)建漁網(wǎng),參照各影響因子空間分辨率將漁網(wǎng)大小設(shè)置為1 000 m×1 000 m。采用ArcGIS軟件Spatial Analysis Tool工具包中的Zonal Statistic工具,將各影響因子按照平均值統(tǒng)計到各個漁網(wǎng)。因為地理探測器中自變量為類型量,對于順序量需要進(jìn)行離散化[13]。在R語言環(huán)境下,采用等間隔法、分位數(shù)法、自然斷點法和標(biāo)準(zhǔn)差法比較降水變化、氣溫變化、植被覆蓋度變化、風(fēng)速變化4個因子的離散化效果,采用自然斷點法將植被覆蓋度變化、降水變化、氣溫變化、風(fēng)速變化分別分為8、6、9、9類。土地利用之間轉(zhuǎn)化類型達(dá)38類,因此將土地利用變化因子分為38類。為深入探究呼倫貝爾森林-草原生態(tài)交錯帶土壤風(fēng)蝕量時空變化驅(qū)動機制,針對2000—2018年土壤風(fēng)蝕量變化的主要影響因素開展研究。

2.4 地理探測器模型

采用地理探測器模型進(jìn)行土壤風(fēng)蝕量侵蝕變化的驅(qū)動力分析。地理探測器模型主要包括因子探測器和交互探測器[26]。因子探測器用于分析自變量對因變量的解釋程度,解釋力的強弱通過比較q值的大小反映[13],q取值在0～1之間,q值越大,表示該影響因子對土壤風(fēng)蝕變化量的影響越大。交互作用探測器可探索2個自變量的聯(lián)合效應(yīng)是否會增加、減少對因變量的解釋力[27]。通過比較因子單獨作用時的q值〔q(x1)和q(x2)〕與交互作用時的q值〔q(x1∩x2)〕,對2個因子之間的關(guān)系進(jìn)行界定。q(x1∩x2)>q(x1)+q(x2)、q(x1∩x2)同時大于q(x1)和q(x2)、q(x1∩x2)處于q(x1)和q(x2)之間、q(x1∩x2)同時小于q(x1)和q(x2)、q(x1∩x2)=q(x1)+q(x2)分別表征非線性增強、雙因子增強、單因子非線性減弱、非線性減弱、獨立。

3 結(jié)果與分析

3.1 呼倫貝爾森林-草原生態(tài)交錯帶土壤風(fēng)蝕量及強度的時空分布變化

從風(fēng)蝕量的年際變化來看,2000、2010和2018年研究區(qū)土壤風(fēng)蝕總量分別為9.74×107、1.33×108、8.51×107t,總體呈現(xiàn)先上升后下降的趨勢,2000—2018年土壤風(fēng)蝕總量減少1.23×107t,平均年降速為68.33萬t,年均下降率為0.70%(圖1)。

評估期內(nèi),研究區(qū)單位面積風(fēng)蝕量在7.03～10.88 t·hm-2之間波動,單位面積風(fēng)蝕量的年均下降率為0.54%,研究區(qū)單位面積風(fēng)蝕量的下降幅度低于土壤風(fēng)蝕總量的下降幅度。

從研究區(qū)土壤風(fēng)蝕量及強度的空間分布來看,土壤風(fēng)蝕量整體呈現(xiàn)由東北部林區(qū)向西南部草原區(qū)逐漸增加的特征(圖1)。依據(jù)《土壤侵蝕分類分級標(biāo)準(zhǔn)》將研究區(qū)土壤風(fēng)蝕強度分為5級(劇烈、極強烈、強烈、中度、輕度和微度)(表1)。結(jié)果表明,2018年劇烈風(fēng)蝕區(qū)域面積占研究區(qū)總面積的7.61%,該區(qū)域年均單位面積風(fēng)蝕量達(dá)378.91 t·hm-2,主要包括新巴爾虎左旗西部、陳巴爾虎旗南部和鄂溫克族自治旗西部區(qū)域;土壤極強烈風(fēng)蝕區(qū)域面積占研究區(qū)總面積的5.86%,該區(qū)域年均單位面積風(fēng)蝕量達(dá)105.91 t·hm-2,集中分布在新巴爾虎左旗中部,零散分布在鄂溫克族自治旗;土壤強烈和中度風(fēng)蝕區(qū)域面積占比相近,分別為4.13%和3.97%,分布于新巴爾虎左旗、陳巴爾虎旗和鄂溫克族自治旗交界處;研究區(qū)有13.86%的土壤屬輕度風(fēng)蝕區(qū),主要位于林草過渡帶;土壤微度風(fēng)蝕區(qū)面積占研究區(qū)總面積的64.57%,主要分布在林區(qū)。

表1 2000—2018年呼倫貝爾森林-草原生態(tài)交錯帶土壤風(fēng)蝕變化

從研究區(qū)風(fēng)蝕量及強度空間變化來看,2000—2018年,研究區(qū)有90.86%的區(qū)域土壤風(fēng)蝕強度未發(fā)生變化;有9.04%的區(qū)域土壤風(fēng)蝕強度減輕(表1),主要分布在西南部的新巴爾虎左旗、陳巴爾虎旗和鄂溫克族自治旗,單位面積風(fēng)蝕量減少了27 t·hm-2;有0.10%的區(qū)域土壤風(fēng)蝕強度加重,主要分布在新巴爾虎器西北角和鄂溫克族自治旗正北角,單位面積風(fēng)蝕量增加了20 t·hm-2。可見,2000—2018年研究區(qū)土壤風(fēng)蝕程度整體較為穩(wěn)定,部分地區(qū)加重(圖2),其中西南部地區(qū)土壤風(fēng)蝕程度減輕,而新巴爾虎器西北角和鄂溫克族自治旗正北角部分地區(qū)土壤風(fēng)蝕強度惡化。

該圖基于審圖號為蒙S(2020)027號的標(biāo)準(zhǔn)地圖制作。

3.2 土壤風(fēng)蝕量變化的驅(qū)動力分析

依據(jù)地理探測器分析得出,單個影響因子變化量對土壤風(fēng)蝕量變化量的解釋力排序為土地利用變化>降水變化>風(fēng)速變化>植被覆蓋度變化>氣溫變化。整體來看,各因子變化量對土壤侵蝕量的解釋力q值均很小,最大值亦不超過0.1,表明單一因子變化量對土壤風(fēng)蝕量變化驅(qū)動作用有限。與風(fēng)速變化和氣溫變化因子相比,降水變化對土壤風(fēng)蝕量變化的影響力較高,說明降水量增加對區(qū)域風(fēng)蝕量減少發(fā)揮著重要作用[11]。進(jìn)一步探究各因子變化量的交互作用,發(fā)現(xiàn)任意2種因子交互作用的解釋力高于單個因子(表2),且降水變化與其他因子變化均呈雙因子非線性增強作用。

表2 各驅(qū)動因子對土壤風(fēng)蝕量變化量的解釋力(q值)

其中,降水變化和土地利用變化的協(xié)同作用對土壤風(fēng)蝕量變化的解釋力最大,解釋力q值達(dá)0.22。同時,植被覆蓋度變化與其他因子變化也均呈雙因子非線性增強作用,且植被覆蓋度變化協(xié)同降水變化解釋力最強,q值為0.14;植被覆蓋度變化協(xié)同土地利用變化次之,q值為0.13。

3.3 土壤風(fēng)蝕量變化的人為影響因素分析

利用研究區(qū)2000—2018年土地利用現(xiàn)狀圖和土地利用轉(zhuǎn)換圖(圖3～4),定量分析土地利用變化對風(fēng)蝕量的影響。2000—2018年大興安嶺林草交錯帶各土地利用類型發(fā)生了復(fù)雜的相互轉(zhuǎn)換,農(nóng)田轉(zhuǎn)出面積變大,草地面積增加,濕地面積萎縮,退耕還草和城市化是農(nóng)田的主要轉(zhuǎn)出方向。2000—2010年,退耕還草是農(nóng)田面積減少、草地面積增加的主要轉(zhuǎn)換方式,退耕還草面積達(dá)到201.71 km2,以鄂溫克族自治旗林草交錯帶內(nèi)的農(nóng)田轉(zhuǎn)換為主。2010年以后,城鎮(zhèn)用地增加成為農(nóng)田主要的轉(zhuǎn)出方向,期間城鎮(zhèn)用地增加占用農(nóng)田40.35 km2,城鎮(zhèn)用地占用農(nóng)田擴張趨勢明顯。2000—2018年間,濕地面積凈減少117.66 km2,尤其是2000—2010年,濕地大面積退化為草地,多發(fā)生在新巴爾虎旗境內(nèi)的呼倫湖、海拉爾流域(表3)。2000—2018年,土地利用類型轉(zhuǎn)換分別造成了24.32 t風(fēng)蝕量的增加和12.31×106t風(fēng)蝕量的減少。

表3 研究區(qū)2000—2018年土地利用轉(zhuǎn)移面積表

該圖基于審圖號為蒙S(2020)027號的標(biāo)準(zhǔn)地圖制作。

地理探測器研究表明,土地利用變化協(xié)同植被覆蓋度變化將增大對土壤風(fēng)蝕量變化的影響,因此將土地利用變化與植被覆蓋度變化協(xié)同分析土壤風(fēng)蝕量變化的人為影響因素。將植被覆蓋度按照馬志勇等[28]提出的植被覆蓋度分級標(biāo)準(zhǔn),按0～0.45、>0.45～0.75和>0.75～1.00分別將研究區(qū)植被覆蓋度分為低、中、高3類,研究不同土地利用類型、不同植被蓋度之間的轉(zhuǎn)化對土壤風(fēng)蝕量的影響(植被覆蓋度分類中濕地為沼澤濕地,不包含河流和湖泊)。

表4列出了居前16位的不同植被覆蓋度的土地利用類型下土壤風(fēng)蝕量變化,研究區(qū)因為草地覆蓋度增加減少了8.53×106t的土壤風(fēng)蝕量,主要分布在陳巴爾虎旗、新巴爾虎左旗和鄂溫克族自治旗大部分地區(qū);因草地覆蓋度降低增加了24.32 t土壤風(fēng)蝕量,主要分布在鄂溫克族自治旗西部巴彥烏拉蘇木地區(qū)。沙地轉(zhuǎn)化為草地、濕地、森林后土壤風(fēng)蝕量減少了2.38×106t,主要分布在新巴爾虎旗東部、陳巴爾虎旗中部、鄂溫克族自治旗中西部這3條沙帶區(qū)[29];濕地覆蓋度提高后,土壤風(fēng)蝕量減少了7.34×105t,主要分布在額爾古納河、海拉爾河等沼澤濕地區(qū)域。

表4 研究區(qū)不同植被覆蓋度的土地利用類型下土壤風(fēng)蝕量變化

該圖基于審圖號為蒙S(2020)027號的標(biāo)準(zhǔn)地圖制作。

草地覆蓋度增加、沙化土地封育(沙地質(zhì)量改善、沙地轉(zhuǎn)草地、沙地轉(zhuǎn)濕地、沙地轉(zhuǎn)森林)、生態(tài)退耕(農(nóng)田轉(zhuǎn)草地、林地和濕地)、天然林保護(hù)(森林覆蓋度增加)對風(fēng)蝕量減少的貢獻(xiàn)率分別為69.32%、19.37%、0.06%和1.81%,占土壤風(fēng)蝕減少總量的90.56%。其中,草地覆蓋度增加導(dǎo)致的風(fēng)蝕量降低最為明顯,其次是沙化土地封育,雖然草地覆蓋度增加、沙化土地封育與研究區(qū)降水增加有一定關(guān)系,但是這兩者與研究區(qū)的圍封禁牧、沙化土地封育政策關(guān)系更加密切,這些保護(hù)政策增加了草地生物量、蓋度及高度,減少了草地的風(fēng)蝕作用,提高了草地的保水能力[30]。因此,今后應(yīng)繼續(xù)采取圍封禁牧、休牧、輪牧、改良牧草場等措施,增加其覆蓋度,可以有效減少該區(qū)域的風(fēng)蝕量。

4 結(jié)論

(1)研究區(qū)土壤風(fēng)蝕量整體呈現(xiàn)東北部林區(qū)向西南部草原區(qū)遞增的空間分布特征。2000—2018年土壤風(fēng)蝕量波動下降,土壤風(fēng)蝕總量共減少1.23×107t,年均下降率為0.70%;從風(fēng)蝕強度變化來看,2000—2018年研究區(qū)有90.86%的區(qū)域土壤風(fēng)蝕強度未發(fā)生變化;有9.04%的區(qū)域土壤風(fēng)蝕強度減輕;有0.10%的區(qū)域土壤風(fēng)蝕強度惡化。

(2)2000—2018年間,研究區(qū)土壤風(fēng)蝕量變化的主要驅(qū)動因子解釋力表現(xiàn)為土地利用變化>降水變化>風(fēng)速變化>植被覆蓋度變化>氣溫變化,整體來看,各因子變化量解釋力q值均很小,表明單一因子變化量對土壤風(fēng)蝕量變化的驅(qū)動作用有限。對各因子變化量的交互作用分析發(fā)現(xiàn),降水量變化與其他因子變化均呈雙因子非線性增強作用,其中,降水變化協(xié)同土地利用變化與降水變化協(xié)同植被覆蓋度變化可顯著增強對土壤風(fēng)蝕量變化的驅(qū)動作用。

(3)研究區(qū)草地覆蓋度增加、沙化土地封育、生態(tài)退耕、天然林保護(hù)等轉(zhuǎn)換方式對土壤風(fēng)蝕量降低的貢獻(xiàn)率為90.56%,說明該區(qū)域?qū)嵤┑纳郴恋胤庥?、天然林保護(hù)、退耕還草、退耕還林等一系列生態(tài)保護(hù)措施,對該地區(qū)的生態(tài)環(huán)境改善具有重要的推動作用。今后還需進(jìn)一步采取禁牧、休牧、輪牧等措施,恢復(fù)和提升草地覆蓋度,從而更有效地減少區(qū)域風(fēng)蝕量。