Soil and water loss and ecological risk assessment in southeastern Tibet of southwestern China
-
摘要:目的 分析藏东南地区水土流失时空演变特征,进行水土流失生态风险综合评估,以期为藏东南地区水土流失防控工作提供理论依据和科学指导。方法 采用USLE模型对研究区2014、2017和2020年土壤侵蚀模数和水土流失敏感性指数进行估算;然后基于降水、土壤、植被覆盖、敏感性指数等指标,对藏东南地区水土流失生态风险进行综合评估。结果 (1)藏东南地区整体土壤侵蚀模数相对较低,土壤侵蚀等级主要以微度侵蚀和轻度侵蚀为主,二者面积约占研究区面积的95%;在时间尺度上,微度侵蚀区域呈现逐渐发展为轻度侵蚀区的趋势。(2)2014—2020年,区域水土流失敏感性指数最高值在3.0左右波动,2017年有所上升,2020年又小幅回落,整体上数值变化不大;高值区主要分布在高山冰雪覆盖地带,低值区主要分布在高植被覆盖区域。(3)区域水土流失生态风险指数在1.2 ~ 4.2之间,高风险区主要分布在研究区西南部亚热带雨林区域,低值主要分布在研究区东北部高原草甸区域。水土流失风险等级整体上处于波动变化,但需要注意的是高度危险区域面积占比呈逐渐扩大趋势。结论 藏东南地区水土流失情况整体处于较低水平,西南和东北两个区域水土保持效果较好,然而,研究区西南部区域水土流失生态风险指数处于较高水平,故这些区域仍需要做好水土保持防护工作,保障区域生态环境安全。研究区西北至东南区域水土保持效果相对较差,需要加强水土流失治理工作,进行植被恢复或采取水土保持工程措施。Abstract:Objective This paper aims to analyze the spatial and temporal characteristics of soil and water loss in southeast area of Tibet of southwestern China, and to conduct a comprehensive assessment of soil and water loss ecological risk, with a view to providing a theoretical basis and scientific guidance for the prevention and control of soil and water loss in southeast area of Tibet.Method The USLE model was used to estimate the soil erosion modulus and erosion sensitivity index for year 2014, 2017 and 2020 in the study area; then a comprehensive assessment of the ecological risk of soil erosion in southeast area of Tibet was conducted based on precipitation, soil, vegetation cover, sensitivity index and other indicators.Result (1) The overall soil erosion in southeast area of Tibet was relatively low, and the soil erosion grades were mainly composed of very slight erosion and light erosion, which accounted for about 95% of the study area, the very slight erosion area showed the trend of developing into the light erosion area gradually. (2) From 2014 to 2020, the highest value of the sensitivity index of regional soil and water loss fluctuated around 3.0, which increased in 2017 and decreased slightly in 2020, with little change in the overall value. The high value areas were mainly distributed in the Alpine ice-snow covered areas, the low value areas were mainly distributed in the high vegetation coverage areas. (3) The ecological risk index of soil and water loss in southeast area of Tibet ranged from 1.2 to 4.2. The high risk area was mainly distributed in the subtropical rainforest area in the southwest of the study area, and the low risk area was mainly distributed in the northeast plateau meadow area. The risk grade of soil and water loss fluctuated on the whole, but it should be noted that the proportion of high risk area increased gradually.Conclusion The soil and water loss in southeast area of Tibet is at a low level, and the effect of soil and water conservation in southwest and northeast area of Tibet is good. However, the ecological risk index of soil and water loss in southwest of the research area is at a high level, therefore, these areas still need to do a good job of soil and water conservation protection, to ensure the safety of regional ecological environment. The effect of soil and water conservation in the northwest to southeast region of the study area is relatively poor, so it is necessary to strengthen the control of soil and water loss, such as carrying out vegetation restoration or taking engineering measures.
-
水土流失是世界共同面临的生态环境问题之一。藏东南地区地质结构复杂,且自然条件严酷,植被覆盖度较低,生态环境极度脆弱,其水土流失问题日益严重,水土流失治理也面临诸多难题[1]。藏东南地区是我国重要生态屏障,研究该地区水土流失与生态风险问题对于科学地指导水土保持工作具有重要现实意义。
目前,国内外关于土壤侵蚀估算应用最广的是土壤流失方程(universal soil loss equation,USLE)及其修正、优化模型。Beskow等[2]将USLE与GIS结合,对格兰德河流域潜在土壤流失量进行估算,同时估算了流域泥沙输送比,用以验证模拟过程,并确定土壤侵蚀易发区域。Agapiou等[3]基于专家知识和层次分析法多参数模型以及修订后RUSLE模型,分别对塞浦路斯流域土壤侵蚀量进行估算,结果表明RS与GIS技术结合以及降水数据加入可使土壤侵蚀估算更加有效、准确。傅伯杰团队[4]基于“尺度−格局−过程”原理,在RUSLE模型基础上,提出了土壤侵蚀评价指数,为多尺度土壤侵蚀研究提供了新思路与方法。程琳等[5]采用CSLE模型对陕西省土壤侵蚀进行定量评估,较好地反映了陕西省土壤侵蚀状况。这些研究表明USLE模型或修正模型在估算土壤侵蚀量方面具有较高的准确度。
水土流失生态风险指某地区发生水土流失对其生态系统及组分可能造成危害的程度,例如土层减少,导致土壤肥力以及持水能力降低,淤积河道等[6]。对区域水土流失生态风险进行评价,可为水土保持规划和水土流失区治理提供更加科学的指导和理论支撑。从20世纪90年代起,我国开始引入国外生态风险评价体系,经过多年探索,风险评价体系逐渐完善,风险源和风险受体等指标考虑范围由单一要素转向多元,评价尺度也由局部扩大至区域水平[7-9]。巩杰等[10]采用景观格局指数和生态环境脆弱度两个指标基于空间采样以及地统计空间插值方法得到甘肃白龙江流域生态风险空间分布规律。
为了探究藏东南地区水土流失程度及其时空分布特征,由于2014至2020年期间该地区进行了基础设施建设,工程扰动造成了较严重的水土流失,故选取了2014、2017和2020年3个时期的数据,采用USLE模型对该地区土壤侵蚀模数和水土流失敏感性指数进行了估算,分析区域水土流失敏感性及其时空演变规律。在此基础上,构建区域水土流失生态风险评估指标体系,对区域水土流失生态风险进行了定量评估,阐明该区域水土流失易发区和重点预防区,确立藏东南地区水土流失防治目标和相应的对策措施,为有效控制区域水土流失和保障生态环境可持续发展提供理论指导。
1. 研究区概况
藏东南地区位于西藏自治区东南地带,地理位置92°09′44″ ~ 99°06′35″E,27°33′47″ ~ 32°35′42″N,面积约30万km2,主要包含林芝和昌都两个地级市。藏东南地区除西南局部区域海拔较低以外,整体海拔平均在4 000 m以上(图1)。因藏东南地区的西南部区域地处喜马拉雅山脉南坡,受印度洋暖湿气流影响,是我国降水量最多地区之一[11-12]。藏东南地区整体属高原高山气候,西南部低海拔区域为热带季雨林、雨林区,全年气温较高,降雨充沛,植被类型以亚热带雨林为主,植被覆盖度高达60%。虽然植被条件较好,但是强降雨仍然造成一定程度水土流失。而北部高山高原区域则属于高原温带季风气候,气候寒冷,降水较少,植被主要以高原草甸为主[13],地形起伏较小,立地条件相对较差。受地形与气候影响,藏东南地区土壤侵蚀类型复杂多样,水力侵蚀与冻融侵蚀等侵蚀形式同时存在发生[14-15],本文主要基于水力侵蚀原理对藏东南地区的水土流失进行研究。
2. 数据与方法
2.1 数据来源与处理
本研究采用的降水数据来自国家地球系统科学数据中心逐月降水量数据集,时间跨度为1901—2020年,空间分辨率为1 km,降水量单位为0.1 mm。土壤数据来源于联合国粮农组织(FAO)和维也纳国际应用系统研究所(International Institute for Applied Systems Analysis,IIASA)构建的世界土壤数据库,中国境内数据来自第二次全国土地调查南京土壤所提供1∶100万土壤数据,空间分辨率为1 km。本研究主要选取上层土壤数据进行计算。地形数据来源于中国科学院资源环境科学与数据中心的SRTM DEM数据集,空间分辨率为250 m。DEM数据来源于美国奋进号航天飞机的雷达地形测绘SRTM数据,投影方式为WGS84椭球投影。
土地利用数据采用武汉大学研究开发的CLCD数据集,空间分辨率为30 m,并重采样为1 km精度。NDVI数据由MOD13A2月最大值合成得到,空间分辨率为1 km。地层岩性数据来自中国科学院资源环境科学与数据中心。国家级保护区数据来源为中国自然保护区标本资源共享平台地理信息库,数据类型为矢量。
2.2 研究方法
2.2.1 土壤侵蚀量估算方法
本研究选取USLE模型对藏东南地区2014、2017和2020年土壤侵蚀模数计算,计算公式如下
A=RKLSCP (1) 式中:A为年土壤侵蚀模数(t/(hm2·a));R为降雨侵蚀力因子(MJ·mm/(hm2·h·a));K为土壤可侵蚀性因子(t·hm2·h/(hm2·MJ·mm));L、S为地形因子,无量纲;C为地表覆盖因子,无量纲;P为水土保持措施因子,无量纲。
2.2.2 水土流失敏感性指数计算方法
水土流失敏感性指数可反映一个地区对于水土流失敏感程度,也可作为生态风险评估指标之一。其估算过程是基于水土流失原理,综合考虑了降雨、土壤、地形、植被等因素影响[16],其计算公式如下
SS=4√RKLSC (2) 式中:SS为水土流失敏感性指数。
2.2.3 水土流失生态风险评估方法
本研究通过查阅相关资料和分析藏东南地区水土流失风险关键影响因素,构建水土流失风险评估指标体系,计算藏东南地区3个不同年份的水土流失生态风险指数,得到研究区随着时间推进水土流失生态风险指数的变化,并对评估结果进行等级划分,确定水土流失高风险区域[17-19]。该指标体系主要包含2个层面一级指标,分别是风险源指标和受体重要性指标[18]。其中,风险源指标包括年降雨量、植被覆盖度、坡度、坡向、土壤类型、人类活动、地层岩性及敏感性指数8个指标,受体重要性指标包括生态服务价值、保护区类型和潜在经济损失3个指标[19]。本研究基于层次分析法和专家咨询法确定本研究中指标体系分级和权重,具体见表1至表3,参考相关文献资料,建立各指标分级标准,具体参见表2和表3。
表 1 水土流失生态风险评估指标体系和权重Table 1. Index system and weight of ecological risk assessment of soil and water loss一级指标 First-order index 二级指标 Second-order index 指标权重值 Index weight value 水土流失风险源指标
Risk source index of soil and water loss
(0.833 33)年降雨量 Annual rainfall 0.202 0 植被覆盖度 Vegetation coverage 0.177 2 坡度 Slope 0.211 0 坡向 Slope direction 0.079 2 敏感性指数 Sensitivity index 0.154 0 土壤类型 Soil type 0.036 5 人类活动 Human activity 0.111 7 地层岩性 Stratigraphic lithology 0.028 4 受体重要性指标
Receptor importance index
(0.166 67)生态服务价值 Ecological service value 0.539 6 保护区类型 Type of protected area 0.163 4 潜在经济损失 Potential economic loss 0.297 0 表 2 风险源指标分级标准Table 2. Classification standard for risk source index评价指标
Evaluation index风险源分级 Classification of risk sources 划分依
据文献
Classification based literature极低
Extremely low低
Low中等
Medium高
High极高
Extremely high气象因素
Meteorological factor年降雨量
Annual rainfall/mm93.20 144.92 237.76 350.28 538.46 [20] 土壤地质因素
Soil geological factor土壤可侵蚀性因子K/(t·hm2·h·hm−2·
MJ−1·mm−1) Soil erodibility K-factor/(t·ha·h·ha−1·MJ−1·mm−1)0 0.03 0.04 0.05 0.09 地层岩性
Stratigraphic lithology花岗岩、裸岩、水体 Granite, bare rock, water body 玄武岩
Basalt页岩、片麻岩、混合岩、石灰岩 Shale, gneiss, migmatite, limestone 泥岩
Mudstone砂岩
Sandstone[21] 地形因素
Topographic factor坡度
Slope/(°)< 5 5 ~ 15 15 ~ 25 25 ~ 35 > 35 [22] 坡向 Slope direction 阴坡
Shady-slope半阴坡
Semi-negative slope平地
Plain半阳坡
Semi-sunny slope阳坡
Sunny slope[23] 植被因素
Vegetation factor植被覆盖度
Vegetation coverage/%> 75 60 ~ 75 45 ~ 60 30 ~ 45 < 30 [24] 人为因素
Human factor人类活动
Human activity林地、草地
Woodland and grassland耕地、水体、未利用地 Cropland, water body, unused land 城镇居民点
Urban settlement农村居民点
Rural residential area建设用地
Construction land[19] 水土流失敏感性 Sensitivity of soil and water loss 敏感性指数
Sensitivity index不敏感
Insensitivity轻度敏感
Mild sensitivity中度敏感
Moderate sensitivity高度敏感
High sensitivity极度敏感
Hypersensitivity[25] 等级赋值
Rank assignment1 2 3 4 5 表 3 受体重要性指标分级标准Table 3. Classification standard for receptor importance index评价指标
Evaluation index受体重要性分级 Receptor importance grading 划分依
据文献
Classification
based literature极低
Extremely low低
Low较重要
More important重要
Important极重要
Extremely
important景区类型
Type of scenic spot保护区类型
Type of protected area非保护区
Non-protected area非保护区
Non-protected area非保护区
Non-protected area非保护区
Non-protected area国家级保护区
National protected area[19] 生态保护
Ecological protection生态服务价值
Ecological service value其他
Other耕地
Cropland草地
Grassland水体
Water body森林
Forest潜在经济损失
Potential economic loss土地利用
Landuse其他
Other水体
Water body耕地
Cropland居民用地
Residential land建设用地
Construction land等级赋值
Rank assignment1 2 3 4 5 3. 结果与分析
3.1 藏东南地区水土流失时空演变特征
基于USLE模型估算结果显示(图2):在空间尺度上,藏东南地区土壤侵蚀模数较高区域主要分布在西北部、中部及东南部区域,而西南和东北部区域土壤侵蚀模数相对较小。这是由于研究区西南部区域主要为森林覆盖,植被覆盖度较高,东北部区域则是高原草甸地带,地势较为平坦,不易发生水土流失,因此土壤侵蚀模数整体处于较低水平,主要在0 ~ 300 t/(km2·a)之间。而西北部、中部和东南部地带因植被相对较差,土壤侵蚀模数较高,在1 000 ~ 2 600 t/(km2·a)之间,局部季节性积雪分布区域土壤侵蚀最严重,土壤侵蚀模数达到5 000 t/(km2·a)以上。
在时间尺度上,藏东南地区2014—2020年土壤侵蚀模数整体上呈先增加后减小的趋势,2014年平均土壤侵蚀模数为454.73 t/(km2·a),2017年是557.07 t/(km2·a),2020年是489.42 t/(km2·a)。西南部区域的增长趋势较为明显,2014—2020年增长了88.44%,这可能跟全球气候变暖,季节性冻融增加导致土壤侵蚀量增加有关。而北部区域土壤侵蚀模数则呈现逐渐变小趋势,减少了29.58%,这可能跟该区域生态环境保护政策执行导致地表植被覆盖度逐渐恢复有关。
根据生态环境部颁布的最新标准[26],划定藏东南地区土壤侵蚀等级,分别获得2014、2017年和2020年土壤侵蚀等级分布图(图3)。因藏东南地区土壤侵蚀极强度侵蚀和剧烈侵蚀面积较小,将其归为强烈侵蚀等级。由图3可知:研究区土壤侵蚀等级整体较低,大部分区域都属于微度侵蚀或轻度侵蚀,微度侵蚀和轻度侵蚀区域面积占比之和高达95%,中度侵蚀和强烈侵蚀区域面积相对较小,在2017年分别只占3.79%和0.42%,主要分布在西北至南部的山脉区域。
2014—2020年藏东南地区各侵蚀等级面积统计结果显示,微度侵蚀面积占比呈逐渐下降趋势,相对轻度侵蚀面积占比则呈逐渐上升趋势。对于中度侵蚀和强烈侵蚀,2014—2017年呈不同程度增长趋势,而2017—2020年则呈不同程度下降趋势。其中,中度侵蚀区域面积降低比例要略大于提高比例。整体来说,微度侵蚀部分在逐渐地朝轻度侵蚀等级发展,应当注重微度侵蚀区域防护,避免其水土流失程度越发严重,轻度侵蚀等级区域不断扩张现象发生,需要继续加强防护林造林、植草等工作。虽然中度侵蚀和强烈侵蚀区域当前面积还较小,两者面积之和占比不超过5%,但也需要加强防控。
3.2 藏东南地区水土流失敏感性评价
基于栅格尺度藏东南地区水土流失敏感性指数估算结果显示(图4):藏东南地区水土流失敏感性指数较低值主要分布在西南部区域,其取值范围为0 ~ 1.5左右。从西北至东南部区域低值区与高值区交错分布,这可能是由于这些区域海拔变化所致,雪线以下低海拔地区植被较好,水土流失敏感性较低,而雪线附近气候变化导致的冻融作用使水土流失敏感性较强。东部地区水土流失敏感性指数处于中等水平,取值范围在0.5 ~ 1.5左右。
从时间尺度上分析,2014—2017年藏东南地区水土流失敏感性指数最大值有小幅度增长,而2017—2020年水土流失敏感性指数则又有小幅减小趋势。从水土流失敏感性指数局部变化趋势分析,发现研究区西南部区域水土流失敏感性指数有小幅增长,其原因可能是受到了降雨侵蚀力因子变大影响。而中部区域水土流失敏感性指数则有小范围减小,北部区域水土流失敏感性指数则呈逐渐变小趋势。对于研究区东南部区域,其水土流失敏感性变化不显著,整体上处于中低水平。此外,西部地带敏感性指数于2017年有所减小,而于2020年又有增长趋势,整体变化幅度不大,仍然属于较低敏感性区域。
根据自然断点分类法,将研究区水土流失敏感性指数由低到高依次划分为5个等级,分别是不敏感、轻度敏感、中度敏感、重度敏感以及极度敏感[26](图5)。结果显示:藏东南地区水土流失敏感性较高区域主要还是分布在西北部以及中部高山地带,而西南和东部区域水土流失敏感性指数普遍较低。藏东南地区水土流失敏感性等级整体处于轻度敏感至重度敏感之间。分析2014—2020年各个等级所占面积比例变化,变化比较显著的是重度敏感区域,面积占比在逐渐升高,由2014年19.6%升至2020年27.4%。轻度敏感区域面积占比在逐渐降低,由2014年20.1%下降至2020年16.1%。而不敏感区域、中度敏感区是先上升再降低,而中度敏感区域面积占比则是先降低后上升。
3.3 藏东南地区水土流失生态风险综合评估
通过构建的生态风险评估指标体系,对各个指标进行权重赋值,最后综合评估得到藏东南地区水土流失生态风险指数,生态风险指数取值范围是1.21 ~ 4.20(图6)。从空间分布特征分析,藏东南地区西南部区域的水土流失生态风险指数相对较高,而东北部区域则相对较低。因研究区西南部区域不在青藏高原内部,而是地处喜马拉雅山脉迎风坡,尽管植被覆盖较好,但纬度较低,气温较高,降雨也十分充沛,受高温以及充沛降雨共同影响,导致土壤淋溶程度也较高,故西南部区域水土流失生态风险指数相对较高。而东部区域处于高原内部,地势较平坦,降水较少,植被主要是高原草甸,故风险指数相对较低。从时间尺度分析,2014—2020年藏东南地区水土流失生态风险指数有小幅增长,风险指数最高值由2014年4.07增长至2020年4.20。
将风险指数按照自然断点分类分为5个等级,从低到高依次为安全、较安全、轻度危险、中度危险、高度危险,因等级划分是研究区内部的划分,故本研究讨论的生态安全也是研究区内相对安全或相对危险(图7)。结果显示:较安全区域和轻度危险区域面积占比较大,各占比25%左右,而中度危险区域占比在20%左右,安全和高度危险区域占比均在20%以下。此外,2014—2017年,相对安全区域和较安全区域面积都有所扩大,而2017年至2020年又有所减小。轻度危险区域的面积则呈逐渐变小趋势,中度危险区域面积在2017年有所减小,2020年又有所增长,而高度危险区域面积则呈逐渐扩大趋势。
综上所述,藏东南地区水土流失风险等级整体上处于波动变化,但需要注意的是高度危险区域面积占比呈逐渐扩大趋势,而轻度危险区呈逐渐减少趋势。研究区中部及西南部区域高度危险区需要加强防范,在适宜植树造林区域尽可能扩大防护林面积,不适宜区域则采取工程防护措施,防控水土流失发生。
4. 结论与讨论
4.1 讨 论
本文研究了藏东南地区水土流失时空演变特征,综合评估了水土流失生态风险。对比结果不难发现,藏东南地区西南部地区土壤侵蚀模数和水土流失敏感性指数相对较低,这表明这部分区域2014—2020年水土流失情况较轻,然而,其水土流失生态风险指数却相对较高。这主要是由于藏东南地区西南部地区虽然降雨充沛,但当前植被状况良好,很大程度上起到减少和控制水土流失作用。然而,该区域多高温和强降雨,土壤淋溶程度较高,坡度也较大,一旦植被受到破坏,失去了原有生态屏障,可能导致更为严重水土流失,故这些水土流失问题仍需要引起政府部门高度重视。研究区东北部地区土壤侵蚀模数、敏感性指数、风险指数表现较为一致,这主要是由于该区域植被多是高山草原草甸,降水较少,气温较低,地势相对较为平坦,土壤淋溶程度也较低,水土流失生态风险也相对较低。然而,这些区域立地条件相对较差,生态恢复难度也相对较高,在基础设施建设过程中,也需要加强对水土流失防控。
从变化趋势上看,研究区西南部地区土壤侵蚀模数增大趋势较为明显。这主要是由于该区域坡度较大,随着降雨量增多和开发程度加大,导致该区域土壤侵蚀量不断加剧,当地政府部门可以考虑在坡度较大的沟谷地区修建“谷坊”等水土保持工程措施,减少降雨径流的冲刷能力。对于水土流失生态风险较大区域,可以修建径流场对该区域产流产沙情况进行长期持续观测,做好水土流失预防工作。此外,藏东南地区水土流失敏感性指数和风险指数呈波动变化趋势,除了受到降雨等自然因子的影响之外,可能也与该地区近年开展了基础设施建设工作有关。西藏地区整体资源环境承载力较弱,应当整合乡镇与流域资源,合理规划和制定基础设施建设水土流失防控工作和控制标准,统筹规划可开发区与保护区,精准划分防控区,做到保护与开发协同并进。
4.2 结 论
本文基于USLE模型和指标体系评估等方法,对藏东南地区水土流失时空演变特征、水土流失敏感性以及水土流失生态风险等进行研究,得到以下主要结论:
(1)藏东南地区土壤侵蚀模数平均在5000 t/(km2·a)以下,表明藏东南地区侵蚀强度整体偏低。然而,2014—2020年土壤侵蚀模数整体呈升高趋势,其中,研究区西南部区域这种趋势尤为明显,因此,藏东南地区水土流失问题仍然需要当地政府高度重视。其空间分布特征显示,研究区西北部区域至东南部区域土壤侵蚀模数相对较高,东北部与西南部区域土壤侵蚀模数较低。
(2)藏东南地区水土流失敏感性指数空间差异显著。其中,研究区西南部区域敏感性指数最低,其次是研究区东北部区域敏感性指数较低,高值区域主要分布在研究区西北部至东南部区域。其时间尺度演变特征显示2014—2020年研究区水土流失敏感性指数整体则呈先升高后降低的变化趋势。
(3)水土流失生态风险评估结果显示藏东南地区水土流失生态风险指数较高区域主要分布在研究区西南部区域,这主要是由于西南部区域降水强度较大,虽然植被条件较好,但仍存在一定水土流失生态风险,而较低区域主要分布在研究区东北部区域。其时间尺度演变特征显示2014—2020年藏东南地区水土流失生态风险指数整体呈逐渐升高趋势,但是区域差异显著。其中,东南部区域风险指数呈下降趋势,而西南部区域则呈升高趋势。
-
表 1 水土流失生态风险评估指标体系和权重
Table 1 Index system and weight of ecological risk assessment of soil and water loss
一级指标 First-order index 二级指标 Second-order index 指标权重值 Index weight value 水土流失风险源指标
Risk source index of soil and water loss
(0.833 33)年降雨量 Annual rainfall 0.202 0 植被覆盖度 Vegetation coverage 0.177 2 坡度 Slope 0.211 0 坡向 Slope direction 0.079 2 敏感性指数 Sensitivity index 0.154 0 土壤类型 Soil type 0.036 5 人类活动 Human activity 0.111 7 地层岩性 Stratigraphic lithology 0.028 4 受体重要性指标
Receptor importance index
(0.166 67)生态服务价值 Ecological service value 0.539 6 保护区类型 Type of protected area 0.163 4 潜在经济损失 Potential economic loss 0.297 0 表 2 风险源指标分级标准
Table 2 Classification standard for risk source index
评价指标
Evaluation index风险源分级 Classification of risk sources 划分依
据文献
Classification based literature极低
Extremely low低
Low中等
Medium高
High极高
Extremely high气象因素
Meteorological factor年降雨量
Annual rainfall/mm93.20 144.92 237.76 350.28 538.46 [20] 土壤地质因素
Soil geological factor土壤可侵蚀性因子K/(t·hm2·h·hm−2·
MJ−1·mm−1) Soil erodibility K-factor/(t·ha·h·ha−1·MJ−1·mm−1)0 0.03 0.04 0.05 0.09 地层岩性
Stratigraphic lithology花岗岩、裸岩、水体 Granite, bare rock, water body 玄武岩
Basalt页岩、片麻岩、混合岩、石灰岩 Shale, gneiss, migmatite, limestone 泥岩
Mudstone砂岩
Sandstone[21] 地形因素
Topographic factor坡度
Slope/(°)< 5 5 ~ 15 15 ~ 25 25 ~ 35 > 35 [22] 坡向 Slope direction 阴坡
Shady-slope半阴坡
Semi-negative slope平地
Plain半阳坡
Semi-sunny slope阳坡
Sunny slope[23] 植被因素
Vegetation factor植被覆盖度
Vegetation coverage/%> 75 60 ~ 75 45 ~ 60 30 ~ 45 < 30 [24] 人为因素
Human factor人类活动
Human activity林地、草地
Woodland and grassland耕地、水体、未利用地 Cropland, water body, unused land 城镇居民点
Urban settlement农村居民点
Rural residential area建设用地
Construction land[19] 水土流失敏感性 Sensitivity of soil and water loss 敏感性指数
Sensitivity index不敏感
Insensitivity轻度敏感
Mild sensitivity中度敏感
Moderate sensitivity高度敏感
High sensitivity极度敏感
Hypersensitivity[25] 等级赋值
Rank assignment1 2 3 4 5 表 3 受体重要性指标分级标准
Table 3 Classification standard for receptor importance index
评价指标
Evaluation index受体重要性分级 Receptor importance grading 划分依
据文献
Classification
based literature极低
Extremely low低
Low较重要
More important重要
Important极重要
Extremely
important景区类型
Type of scenic spot保护区类型
Type of protected area非保护区
Non-protected area非保护区
Non-protected area非保护区
Non-protected area非保护区
Non-protected area国家级保护区
National protected area[19] 生态保护
Ecological protection生态服务价值
Ecological service value其他
Other耕地
Cropland草地
Grassland水体
Water body森林
Forest潜在经济损失
Potential economic loss土地利用
Landuse其他
Other水体
Water body耕地
Cropland居民用地
Residential land建设用地
Construction land等级赋值
Rank assignment1 2 3 4 5 -
[1] 高宝林, 周全. 西藏公路的建设特点及水土保持设计思路[J]. 中国水土保持, 2014(1): 31−33. doi: 10.3969/j.issn.1000-0941.2014.01.012 Gao B L, Zhou Q. Characteristics of highway construction and design ideas of soil and water conservation in Tibet[J]. Soil And Water Conservation In China, 2014(1): 31−33. doi: 10.3969/j.issn.1000-0941.2014.01.012
[2] Beskow S. Soil erosion prediction in the Grande River Basin, Brazil using distributed modeling[J]. Catena, 2009, 79(1): 49−59. doi: 10.1016/j.catena.2009.05.010
[3] Agapiou D D, Hadjimitsis D G, Agapiou A. Integrated use of remote sensing, GIS and precipitation data for the assessment of soil erosion rate in the catchment area of “Yialias” in Cyprus[J]. Atmospheric Research, 2013, 131: 108−124. doi: 10.1016/j.atmosres.2013.02.013
[4] 傅伯杰, 赵文武, 陈利顶, 等. 多尺度土壤侵蚀评价指数[J]. 科学通报, 2006, 51(16): 1936−1943. doi: 10.1360/972005-1288 Fu B J, Zhao W W, Chen L D, et al. Multi-scale soil erosion evaluation index[J]. Chinese Science Bulletin, 2006, 51(16): 1936−1943. doi: 10.1360/972005-1288
[5] 程琳, 杨勤科, 谢红霞, 等. 基于GIS和CSLE的陕西省土壤侵蚀定量评价方法研究[J]. 水土保持学报, 2009, 23(5): 61−66. doi: 10.3321/j.issn:1009-2242.2009.05.013 Cheng L, Yang Q K, Xie H X, et al. GIS and CSLE based quantitative assessment of soil erosion in Shaanxi, China[J]. Journal of Soil and Water Conservation, 2009, 23(5): 61−66. doi: 10.3321/j.issn:1009-2242.2009.05.013
[6] 李昂, 王云琦, 张会兰, 等. 广西石漠化地区水土保持效应评价指标体系研究[J]. 北京林业大学学报, 2016, 38(11): 67−78. Li A, Wang Y Q, Zhang H L, et al. Research on evaluation index system of soil and water conservation effect of rocky desertification region in Guangxi of southern China[J]. Journal of Beijing Forestry University, 2016, 38(11): 67−78.
[7] 易兴松. 岩溶地区水土流失生态风险评价: 以贵州省六盘水市为例[J]. 绿色科技, 2018(2): 73−77. Yi X S. Ecological risk assessment of soil erosion in karst region: a case study of Liupanshui City, Guizhou Province[J]. Journal of Green Science and Technology, 2018(2): 73−77.
[8] 徐丽芬, 许学工, 卢亚灵, 等. 基于自然灾害的北京幅综合生态风险评价[J]. 生态环境学报, 2010, 19(11): 2607−2612. Xu L F, Xu X G, Lu Y L, et al. Integrated ecological risk assessment of J-50 based on natural disasters risk source[J]. Ecology and Environmental Sciences, 2010, 19(11): 2607−2612.
[9] 许学工, 颜磊, 徐丽芬, 等. 中国自然灾害生态风险评价[J]. 北京大学学报(自然科学版), 2011, 47(5): 901−908. Xu X G, Yan L, Xu L F, et al. Ecological risk assessment of natural disasters in China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2011, 47(5): 901−908.
[10] 巩杰, 赵彩霞, 谢余初, 等. 基于景观格局的甘肃白龙江流域生态风险评价与管理[J]. 应用生态学报, 2014, 25(7): 2041−2048. Gong J, Zhao C X, Xie Y C, et al. Ecological risk assessment and its management of Bailongjiang Watershed, southern Gansu based on landscape pattern[J]. Chinese Journal of Applied Ecology, 2014, 25(7): 2041−2048.
[11] 杨贺菲. 西藏水土流失特征及生产建设项目水土保持措施设计: 以川藏铁路拉萨至林芝段供电工程为例[J]. 中国水土保持, 2020(5): 30−32. Yang H F. Characteristics of soil and water conservation and design of soil and water conservation measures of production and construction project in Tibet[J]. Soil and Water Conservation in China, 2020(5): 30−32.
[12] 张爱儒, 高新才. 青海藏区重要生态功能区生态脆弱度评价研究: 以三江源生态功能区为例[J]. 西藏大学学报(社会科学版), 2015, 30(1): 1−8. Zhang A R, Gao X C. Ecological fragility assessment of the IEFA in Qinghai Tibetan Area: a case study of the ecological function area in Sanjiangyuan[J]. Journal of Tibet University, 2015, 30(1): 1−8.
[13] 谭杰峻, 邓健, 范建容, 等. 雅鲁藏布江中游地区小流域土壤侵蚀分级指标研究[J]. 中国水土保持, 2019(8): 56−59, 69. doi: 10.3969/j.issn.1000-0941.2019.08.029 Tan J J, Deng J, Fan J R, et al. Study on soil erosion classification index of small watersheds in the middle reaches area of the Yarlung Zangbo River[J]. Soil and Water Conservation in China, 2019(8): 56−59, 69. doi: 10.3969/j.issn.1000-0941.2019.08.029
[14] 王小丹. 西藏高原土壤可蚀性及其空间分布规律初步研究[J]. 干旱区地理, 2004, 27(3): 343−346. doi: 10.3321/j.issn:1000-6060.2004.03.012 Wang X D. Preliminary study on the soil erodibility and its spatial distribution on the Tibetan Plateau[J]. Arid Land Geography, 2004, 27(3): 343−346. doi: 10.3321/j.issn:1000-6060.2004.03.012
[15] 张建国. 西藏冻融侵蚀分级评价[J]. 地理学报, 2006, 61(9): 911−918. doi: 10.3321/j.issn:0375-5444.2006.09.002 Zhang J G. Classification and assessment of freeze- thaw erosion in Tibet[J]. Acta Geographica Sinica, 2006, 61(9): 911−918. doi: 10.3321/j.issn:0375-5444.2006.09.002
[16] 王娇, 程维明, 祁生林, 等. 基于USLE和GIS的水土流失敏感性空间分析: 以河北太行山区为例[J]. 地理研究, 2014, 33(4): 614−624. Wang J, Cheng W M, Qi S L, et al. Sensitive evaluation and spatial analysis of soil and water loss based on USLE and GIS: taking Taihang Mountain area of Hebei Province as an example[J]. Geographical Research, 2014, 33(4): 614−624.
[17] 郎燕, 刘宁, 刘世荣. 气候和土地利用变化影响下生态屏障带水土流失趋势研究[J]. 生态学报, 2021, 41(13): 5106−5117. Lang Y, Liu N, Liu S R. Changes in soil erosion and its driving factors under climate change and land use scenarios in Sichuan-Yunnan-Loess Plateau region and the southern hilly mountain belt, China[J]. Acta Ecologica Sinica, 2021, 41(13): 5106−5117.
[18] 颜磊, 许学工. 区域生态风险评价研究进展[J]. 地域研究与开发, 2010, 29(1): 113−118, 129. doi: 10.3969/j.issn.1003-2363.2010.01.023 Yan L, Xu X G. Progress of regional ecological risk assessment[J]. Areal Research and Development, 2010, 29(1): 113−118, 129. doi: 10.3969/j.issn.1003-2363.2010.01.023
[19] 时宇. 基于GIS的北京市水土流失生态风险评价[J]. 生态科学, 2014, 33(6): 1100−1105. Shi Y. Ecological risk assessment of soil erosion in Beijing based on GIS[J]. Ecological Science, 2014, 33(6): 1100−1105.
[20] 王效科, 欧阳志云, 肖寒, 等. 中国水土流失敏感性分布规律及其区划研究[J]. 生态学报, 2001, 21(1): 14−19. Wang X K, Ouyang Z Y, Xiao H, et al. Distribution and division of sensitivity to water-caused soil loss in China[J]. Acta Ecologica Sinica, 2001, 21(1): 14−19.
[21] 刘雪枚. 基于岩性差异的喀斯特区水土流失特征研究: 以三岔河流域为例[D]. 湘潭: 湖南科技大学, 2019. Liu X M. Study on characteristics of soil and water loss based on lithological difference in karst area: a case study of the catchment of Sanchahe Area[D]. Xiangtan: Hunan University of Science and Technology, 2019.
[22] 生态环境部. 全国生态状况调查评估技术规范: 生态系统服务功能评估: HJ 1173—2021[S]. 北京: 生态环境部环境标准研究所, 2021. Ministry of Ecology and Environment. Technical specification for investigation and assessment of national ecological status: ecosystem services assessment: HJ 1173−2021[S]. Beijing: Environmental Standard Institute, 2021.
[23] 查轩, 黄少燕, 陈世发. 退化红壤地土壤侵蚀与坡度坡向的关系: 基于GIS的研究[J]. 自然灾害学报, 2010, 19(2): 32−39. doi: 10.13577/j.jnd.2010.0206 Zha X, Huang S Y, Chen S F. Relationship between erosion of degenerated red soil and terrain slope/aspect a GIS-based research[J]. Journal of Natural Disasters, 2010, 19(2): 32−39. doi: 10.13577/j.jnd.2010.0206
[24] 于德永, 潘耀忠, 龙中华, 等. 基于遥感技术的云南省生态系统水土保持价值测量[J]. 水土保持学报, 2006, 20(2): 174−178. Yu D Y, Pan Y Z, Long Z H, et al. Value evaluation of conserving \water and soil for ecosystem supported by remote sensed technique in Yunnan Province[J]. Journal of Soil and Water Conservation, 2006, 20(2): 174−178.
[25] 王小丹, 钟祥浩, 范建容. 西藏水土流失敏感性评价及其空间分异规律[J]. 地理学报, 2004, 59(2): 183−188. Wang X D, Zhong X H, Fan J R. Assessment and spatial distribution of sensitivity of soil erosion in Tibet[J]. Acta Geographica Sinica, 2004, 59(2): 183−188.
[26] 谢刚. 基于水土流失敏感性的岩溶地区景观生态风险评价: 以黔南州为例[J]. 水土保持研究, 2018, 25(3): 298−304. Xie G. Ecological risk assessment based on soil and water loss in karst area: a case study of Qiannan Prefecture[J]. Research of Soil and Water Conservation, 2018, 25(3): 298−304.
-
期刊类型引用(2)
1. 李建建,贺宸靖,黄小平,向太和. 植物长链非编码RNA调控发育与胁迫应答的研究进展. 生物技术通报. 2023(01): 48-58 . 百度学术
2. 黄杰,陈勇,高日芳,毛莹莹,郑柏艳,张帆涛,谢建坤. 长链非编码RNA:与植物发育和胁迫响应相关的新型调控因子. 江西师范大学学报(自然科学版). 2023(06): 615-625 . 百度学术
其他类型引用(3)