文章快速检索     高级检索
  中国水土保持科学   2024, Vol. 22 Issue (5): 22-30.  DOI: 10.16843/j.sswc.2022075
0

引用本文 

刘亚星, 郑梦桃, 李家源, 刘忆轩, 胡玥, 解刚, 申卫博. 基于CSLE的陕北白于山土壤侵蚀现状[J]. 中国水土保持科学, 2024, 22(5): 22-30. DOI: 10.16843/j.sswc.2022075.
LIU Yaxing, ZHENG Mengtao, LI Jiayuan, LIU Yixuan, HU Yue, XIE Gang, SHEN Weibo. Soil erosion situation of Baiyu Mountain in northern Shaanxi province based on CSLE[J]. Science of Soil and Water Conservation, 2024, 22(5): 22-30. DOI: 10.16843/j.sswc.2022075.

项目名称

国家重点研发计划课题“山洪水沙耦合致灾机制研究”(2019YFC1510701-04);陕西省哲学社会科学重大理论与现实问题研究项目“白于山生态空间分区治理研究”(20ST-185);陕西省林业科学院推广项目“农牧交错区困难立地生态修复技术研究与示范”(SXLK2021-0202)

第一作者简介

刘亚星(1996—), 女, 硕士研究生。主要研究方向: 环境生态。E-mail: 13015389751@163.com

通信作者简介

申卫博(1979—), 男, 博士, 研究员。主要研究方向: 水土保持工程技术, 脆弱生态系统(沙地、湿地)修复技术研究, 环境材料改良及开发。E-mail: shenweibo@nwafu.edu.cn

文章历史

收稿日期：2022-04-26
修回日期：2023-02-08
Contents              Abstract              Full text              Figures/Tables              PDF
基于CSLE的陕北白于山土壤侵蚀现状
刘亚星 1, 郑梦桃 2, 李家源 3, 刘忆轩 1, 胡玥 1, 解刚 4, 申卫博 1,5     
1. 西北农林科技大学资源环境学院, 712100, 陕西杨凌;
2. 商洛市气象局, 726000, 陕西商洛;
3. 长春师范大学, 130032, 长春;
4. 中国水利水电科学研究院, 100048, 北京;
5. 西北农林科技大学水土保持研究所, 712100, 陕西杨凌
收稿日期：2022-04-26; 修回日期：2023-02-08
项目名称：国家重点研发计划课题“山洪水沙耦合致灾机制研究”(2019YFC1510701-04);陕西省哲学社会科学重大理论与现实问题研究项目“白于山生态空间分区治理研究”(20ST-185);陕西省林业科学院推广项目“农牧交错区困难立地生态修复技术研究与示范”(SXLK2021-0202)
第一作者简介：刘亚星(1996—), 女, 硕士研究生。主要研究方向: 环境生态。E-mail: 13015389751@163.com
通信作者简介：申卫博(1979—), 男, 博士, 研究员。主要研究方向: 水土保持工程技术, 脆弱生态系统(沙地、湿地)修复技术研究, 环境材料改良及开发。E-mail: shenweibo@nwafu.edu.cn
摘要：开展土壤侵蚀定量研究, 对全面了解区域水土流失现状和促进区域可持续发展至关重要。笔者以黄土高原腹地侵蚀严重的白于山地区为研究对象, 采用中国土壤流失预报模型CSLE, 结合ArcGIS 10.8对模型中各侵蚀因子进行量化和可视化, 定量评估2020年白于山地区土壤侵蚀现状。结果表明: 白于山地区2020年土壤侵蚀模数为2 156.34 t/(km2·a), 属于轻度侵蚀; 微度侵蚀的面积比例最大, 占白于山地区总侵蚀面积的92.67%;由于植被覆盖度低且降雨较强, 使得中度及以上土壤侵蚀主要发生在白于山中东部及中南部地区。不同土地利用类型中, 草地的土壤侵蚀量最大, 为614.62万t/a, 并且侵蚀面积最大, 占总侵蚀面积的56.90%;分析不同坡度的土壤侵蚀情况, 得到>8°~25°坡度区域的土壤侵蚀量最大。建议通过优化研究区林草配置结构和加大陡坡土壤侵蚀防治措施来改善白于山的水土流失现状。
关键词：土壤侵蚀    CSLE模型    GIS    水土保持    白于山    
Soil erosion situation of Baiyu Mountain in northern Shaanxi province based on CSLE
LIU Yaxing 1, ZHENG Mengtao 2, LI Jiayuan 3, LIU Yixuan 1, HU Yue 1, XIE Gang 4, SHEN Weibo 1,5     
1. College of Natural Resources and Environment, Northwest A&F University, 712100, Yangling, Shaanxi, China;
2. Shangluo Meteorological Bureau, 726000, Shangluo, Shaanxi, China;
3. Changchun Normal University, 130032, Changchun, China;
4. China Institute of Water Resources and Hydropower Research, 100048, Beijing, China;
5. Institute of Soil and Water Conservation, Northwest A&F University, 712100, Yangling, Shaanxi, China
Abstract: [Background] Soil erosion is one of the most serious environmental problems at present. Baiyu Mountain is a part of the Loess Plateau, where the loess is exposed and the soil erosion is severe, and the ecological environment is fragile. It is very important to carry out quantitative research on soil erosion for the comprehensive understanding of the current situation of regional soil and water loss and to promote regional sustainable development, whichmay provide scientific suggestions for subsequent soil erosion control.In this study, the Baiyu Mountain area with severe erosion in the hinterland of the Loess Plateau is taken as the research area. [Methods] The Chinese soil loss equation(CSLE) was used in combination with ArcGIS 10.8 to quantify and visualize the erosion factors in the model, and quantitatively evaluate the soil erosion status of Baiyu Mountain in 2020.The results of the first National Water Conservancy Survey conducted by the Ministry of Water Resources during 2011 and 2012 were compared with the estimated results of the CSLE model to verify the rationality of the model. Regional statistics and ArcGIS were combined to analyze the erosion conditions under different land use types and slopes in the Baiyu Mountain area, so as to further determine the main areas of soil erosion. [Results] 1) The soil erosion modulus in the Baiyu Mountain area was 2 156.34 t/(km2·a), belonging to the grade of mild erosion, and the soil erosion area was 2.86×104 km2; the area of slight erosion accounted for the largest proportion with 92.67% of the total erosion area of Baiyu Mountain.Due to the low vegetation coverage and strong rainfall, moderate and above soil erosion mainly occurred in the central and central-southern area of Baiyu Mountain. 2) Among the different land use types, the soil erosion amount of grassland was the largest, which was 614.62×104 t/a, and the eroded area was the largest, accounting for 56.90% of the total eroded area. Secondly, the erosion amount of cultivated land was 167.89×104 t/a. The small amount of forest land erosion was 60.75×104 t/a. 3) Within a certain range, the amount of soil erosion usually increased with the increase of slope gradient. The maximum soil erosion amount in Baiyu Mountain was 284.01×104 t/a in the slope >15°-25°. The soil erosion amount rate of >25°-35° slope area was 187.05×104 t/a. In addition, the slope area >8°-25° accounted for 58.38% of the total area of Baiyu Mountain, but its soil erosion amount accounted for 75.85% of the total soil erosion. [Conclusions] The soil erosion status in Baiyu Mountain has been improved by optimizing the forest and grass configuration structure in the study area and strengthening the prevention and control of soil erosion on steep slopes.This result can provide a theoretical basis for soil erosion control in Baiyu Mountain area in the future.
Keywords: soil erosion    CSLE model    GIS    soil and water conservation    Baiyu Mountain    

土壤侵蚀已经成为当前最为严重的环境问题之一。大量的水土流失会造成土地退化，使土壤肥力和质量减弱，导致粮食减产和环境恶化等一系列问题[1]。白于山地处黄土高原腹地，处于中国农牧交错带，植被覆盖度低，土壤侵蚀严重，生态环境脆弱；地形破碎度高，年降雨量少，降雨较为集中，且土质疏松，极易发生土壤侵蚀。该地区植被覆盖度较低，黄土裸露较为严重，气候干旱且少雨，生态环境稳定性极低。过度放牧、垦荒导致原有的自然生态系统功能衰败退化[2]。退耕还林工程作为半干旱地区水土保持的一项重要工程，在20世纪80年代以后，广泛地将大量农田恢复为草地、灌丛、人工林地等生态系统。退耕还林(草)政策实施以来，白于山地区植被面积显著增加，对于土壤侵蚀的治理取得显著成效，但局部地区的土壤侵蚀问题依然严峻。因此定量评估2020年白于山地区土壤侵蚀对后续水土流失治理以及生态恢复治理具有重要的指导意义。

笔者借助地理信息系统(geographic information system, GIS)和中国土壤流失预报模型(Chinese soil loss equation, CSLE)对2020年白于山地区土壤侵蚀现状进行评估。近年来，许多学者通过将土壤侵蚀模型进行优化与改良，使其能更为准确地预测水土流失量[3]。土壤侵蚀模型包括物理成因模型和经验统计模型，在理论上，物理模型的结果精于经验统计模型，但其参数难以精确，不能广泛应用于流域或区域尺度的土壤侵蚀评估。物理成因模型运用于研究流域尺度土壤侵蚀还有较大距离，因此本研究采用经验统计模型。20世纪70年代末，我国引入美国通用土壤流失方程(universal soil loss equation, USLE)和准确性更高一些的修正通用的土壤流失方程(revised universal soil loss equation, RUSLE)，在此基础上结合我国的实际条件，建立适用于我国的CSLE[4]。因此，基于CLSE对2020年白于山土壤侵蚀的定量研究，明确白于山地区土壤侵蚀分布特征，为后续白于山地区土壤侵蚀治理提供更加精准的治理范围，因地制宜制订土壤侵蚀治理方案；分析白于山不同土地利用类型和不同坡度的土壤侵蚀强度，为白于山水土流失治理提供科学理论依据。白于山地区的土壤侵蚀现状研究至关重要，对后续白于山地区水土流失治理和生态环境恢复具有指导意义。

1 研究区概况

白于山山脉位于黄土高原北部，主要分布在陕北地区，东至榆林子洲，西至宁夏盐池县。东西走向横跨100~200 km，宽35 km，海拔约为1 300~1 900 m，最高为1 906 m。白于山西南部分山脉海拔较高，东北部分海拔较低。地表植被稀疏，多以草地为主，配以低矮灌木。该地区地表多为黄土丘陵、沟壑特征，黄土特征为南薄北厚且侵蚀严重。年平均降水量约为320~500 mm[5]，常年气候干旱且降雨量少，生态环境稳定性极低。过度放牧、垦荒导致原有的自然生态系统功能衰败退化，白于山成为黄土裸露最为严重的地区。白于山地区水土流失情况严重，使得当地生态环境被破坏，影响当地经济和社会的可持续性发展。

2 研究方法 2.1 数据来源

数据主要包含：由陕西省商洛市气象局提供的2011—2020年的10a逐日降雨量数据，选取白于山地区及其附近地区的14个气象站点数据，用于计算降雨侵蚀因子R；由联合国粮食及农业组织下载的世界土壤数据库提供土壤属性数据来计算土壤可蚀性因子K；由地理空间数据云(http://www.gscloud.cn)获得空间分辨率为30 m的数字高程模型(digital elevation model, DEM)数据和2020年6—9月的Landsat 8遥感影像数据，分别用于计算地形因子LS和植被覆盖度；2020年土地利用数据来源于国家基础地理信息中心全球地表覆盖数据产品服务网站(DOI:10.11769)。

2.2 土壤侵蚀模型

CSLE是Liu等[4]基于不能完全适用于我国复杂地形的RUSLE进行修改后的土壤侵蚀模型，CSLE模型结合了我国水土保持措施，因此该模型更符合我国的实际水土流失特征。白于山的侵蚀量采用CSLE估算。

$ A=R K L S B E T。$ (1)

式中：A为土壤侵蚀模数，t/(km2·a)；R为降雨侵蚀力因子，MJ·mm/(km2·h·a)；K为土壤可蚀性因子，t·km2·h/(km2·MJ·mm)；L为坡长因子，量纲为1；S为坡度因子，量纲为1；B为生物措施因子，量纲为1；E为工程措施因子，量纲为1；T为耕作措施因子，量纲为1。

2.3 各侵蚀因子的计算 2.3.1 降雨侵蚀力因子

降雨侵蚀力因子能反映降雨对土壤侵蚀的影响。章文波等[6]对比年、月和日降雨量的降雨侵蚀力，得出日降雨量的精确度最高。笔者采用日降雨量估算模型来计算降雨侵蚀力，白于山地区的降雨侵蚀力因子空间分布图(图 1)，R值计算式为

$ R=\sum\limits_{n=1}^{24} R_{\text {半月 }} ; $ (2)
$ R_{\text {半月 }}=\alpha \sum\limits_{i=1}^k\left(P_i\right)^\beta \text { 。} $ (3)
图 1 白于山土壤侵蚀模型各因子空间分布图 Fig. 1 Spatial distribution map of each factor of soil erosion model in Baiyu Mountain

式中：n为1年中的第n个半月(上述公式是将1年分为24个半月，将每月前15 d划分为1个半月，剩下的天数则计为另1个半月)，量纲为1；R半月为半月降雨侵蚀力，MJ·mm/(km2·h·a)；k为半月内侵蚀性降雨时间，d；Pi为半月内第i天侵蚀性降雨量，mm；α、β为回归系数，量纲为1。

2.3.2 土壤可蚀性因子

土壤可蚀性因子可以反映土壤对侵蚀的敏感程度[7]。采用的土壤可蚀性因子计算公式是由EPIC模型中提出[8]，张科利等[9]通过实测值对其进行了修正(式(5))，修正后的模型适用于我国土壤侵蚀的估算。其具体公式如下：

$ \begin{gathered} K_{\mathrm{EPIC}}=\left(0.2+0.3 \exp \left(-0.025\;6 S_{\mathrm{a}}\left(1-\frac{S_{\mathrm{i}}}{100}\right)\right)\right) . \\ \left(\frac{S_{\mathrm{i}}}{C_1+S_{\mathrm{i}}}\right)^{0.3}\left(1-\frac{0.25 C}{C+\exp (3.72-2.95 C)}\right) . \\ \\ \left(1-\frac{0.7 S_{\mathrm{n}}}{S_{\mathrm{n}}+\exp \left(-5.51+22.9 S_{\mathrm{n}}\right)}\right) ; \end{gathered} $ (4)
$ K=-0.013\;83+0.515\;75 K_{\text {EPIC }} 。$ (5)

式中：Sa为砂粒(≥0.05~2 mm)质量分数，%；Si为粉砂(≥0.002~0.05 mm)质量分数，%；Cl为黏粒(<0.002 mm)质量分数，%；C为有机碳质量分数，%；Sn=1-Sa/100。

2.3.3 坡长和坡度因子

坡长坡度因子可以反映地形对土壤侵蚀的影响。本研究坡长因子L值的计算采用Liu等[10]在西北地区据CSLE模型中改进的计算公式计算，汪邦稳等[11]分析其应用于黄土高原侵蚀预测的准确性，为评估陕北白于山的土壤侵蚀提供理论依据。Liu等[12]在天水、安塞和绥德这3个水保站进行实测，发现坡度较低时，实际坡度因子与USLE的坡度因子基本一致，并对>10°的坡度因子进行修正，使其适用于我国黄土高原地区，基于此<10°的地区的坡度因子S采用McCool等[13]的公式进行计算，>10°地区的坡度因子按照Liu等[12]根据黄土高地势条件优化的公式计算。使用DEM数据进行坡长坡度因子提取时，随DEM数据分辨率的降低，坡度逐渐衰减，坡长出现扩张，杨力华[14]对黄土高原地区的坡长坡度因子LS进行尺度变换，建立适用于黄土高原的尺度变换模型(式(9)和(10))，尺度变换后30 m的分辨率与2.5 m或5 m的拟合良好，R2值均达0.99。采用修正后的公式为：

$ L=\left(\frac{\lambda_{\mathrm{M}}}{22.13}\right)^m \text {; } $ (6)
$ m=\left\{\begin{array}{ll} 0.2, & \theta_{\mathrm{M}}<0.5^{\circ} \\ 0.3, & 0.5^{\circ} \leqslant \theta_{\mathrm{M}}<1.5^{\circ} \\ 0.4, & 1.5^{\circ} \leqslant \theta_{\mathrm{M}}<3^{\circ} \\ 0.5, & \theta_{\mathrm{M}} \geqslant 3^{\circ} \end{array} ;\right. $ (7)
$ S= \begin{cases}10.80 \sin \theta_{\mathrm{M}}+0.03 & \theta_{\mathrm{M}}<5^{\circ} \\ 16.80 \sin \theta_{\mathrm{M}}-0.5 & 5^{\circ} \leqslant \theta_{\mathrm{M}}<10^{\circ} ; \\ 21.91 \sin \theta_{\mathrm{M}}-0.96 & \theta_{\mathrm{M}} \geqslant 10^{\circ}\end{cases} $ (8)
$ \lambda_{\mathrm{M}}=0.000\;3 \lambda^2+0.303\;5 \lambda-1.485\;8 ; $ (9)
$ \theta_{\mathrm{M}}=0.011\;5 \theta^2+1.015 \theta+1.670\;3 。$ (10)

式中：λM为从白于山DEM中得到出且修正后的坡长，量纲为1；m为坡长指数，量纲为1；θM为修正后的坡度，(°)。

2.3.4 生物措施因子

根据研究区30 m空间分辨率的土地利用类型图，将土地利用类型分为耕地、林地、草地、水体、建设用地和未利用地6类，根据谢红霞[15]、马亚亚等[16]和程琳等[17]的研究进行生物措施因子赋值，白于山地区耕地、林地、草地、水体、建设用地和未利用地分别赋值为0.23、0.06、0.15、0、0.90和1.00。

2.3.5 工程措施因子

工程措施是指通过修筑淤地坝、鱼鳞坑和水平梯田等工程措施来减少水土流失的方法。本研究中工程措施主要考虑梯田，将耕地分为坡度>5°的坡式梯田和坡度<5°的水平梯田[18]，并根据贾燕锋[19]在陕北典型小流域的研究成果对各土地利用类型进行赋值，将水平梯田工程措施因子赋值0.07，坡式梯田赋值0.27，其他地类赋值为1.00。

2.3.6 耕作措施因子

耕作措施指以犁、锄、耙等农具进行整地以起到保水保肥等目的的一系列措施[19]。本研究的T值是根据谢红霞[15]的研究结果对不同坡度下耕作措施因子进行赋值，将坡度为0~5°、>5°~10°、>10°~15°、>15°~20°、>20°~25°和>25°的区间分别赋T值为0.100、0.221、0.305、0.575、0.735和0.800，没有耕作措施的地类赋值为1。

2.4 模型验证

为了分析本次CSLE模型估算结果的合理性，与收集的2011—2012年间水利部第一次全国水利普查结果进行对比，表 1是研究区内定边、靖边、吴起和志丹4个县的本次计算结果与普查结果对比，定边县和靖边县均属于微度侵蚀，吴起县属于轻度侵蚀，与普查结果一致，因此CLSE模型与参数取值适用于研究区土壤侵蚀的估算。

表 1 CSLE估算的土壤侵蚀模数与水土流失普查数据对比 Tab. 1 Comparison of soil erosion modulus estimated by CSLE with general survey data  
3 结果与分析 3.1 研究区土壤侵蚀空间分布

将CLSE模型各因子栅格数据进行运算得到土壤侵蚀模数A，各因子空间分布见图 1。运用ArcGIS 10.8对白于山地区的土壤侵蚀模数进行统计，2020年白于山地区土壤侵蚀模数为2 156.34 t/(km2·a)，相较于陕西省吴起县的四面窑沟流域2004年计算的土壤多年平均侵蚀强度4 399.79 t/(km2·a)[20]，该流域的水土流失状况有较大改善。属于轻度侵蚀等级，土壤侵蚀面积为2.86万km2。

根据水利部颁布的SL 190—2007《土壤侵蚀分类分级标准》，对研究区的侵蚀量进行分类，各侵蚀程度平均土壤侵蚀模数和侵蚀量结果如表 2所示。

表 2 2020年白于山地区土壤侵蚀强度分级和面积变化 Tab. 2 Soil erosion intensity classification and area change in Baiyu Mountain in 2020

微度侵蚀在白于山地区土壤侵蚀等级所占比例最大，其面积为2万6 536.10 km2，占到白于山地区侵蚀总面积的92.67%，白于山地区绝大部分地区土壤侵蚀程度是微度侵蚀，说明白于山地区的水土保持情况良好。有研究[21]表明，2011—2015年黄土高原地区的微度及轻度侵蚀面积占到总侵蚀面积的87%~95%。其余侵蚀强度所占比例较小，其中是轻度侵蚀所占比例最大，侵蚀面积为1 416.36 km2，占白于山总面积的4.95%；中度侵蚀、强度侵蚀、极强度侵蚀和剧烈侵蚀的面积分别为525.93、130.84、21.29和5.42 km2，分别占白于山地区总面积的1.84%、0.46%、0.07%和0.02%。结果表明，强度及以上土壤侵蚀占侵蚀总面积的0.55%。由图 1可知，白于山地区绝大部分地区土壤侵蚀属于微度侵蚀，轻度土壤侵蚀区域是白于山中南部地区，中度土壤侵蚀发生在中西部及中东部地区，强度、极强度和剧烈侵蚀呈点状分布于白于山中东部地区，中西部和中南部的植被覆盖度低且降雨较强，导致该地区的土壤侵蚀较强，而白于山北部地区则是与其相反。

3.2 土壤侵蚀强度在不同土地利用类型的变化

土地利用类型的差异会造成土壤侵蚀程度的不同。白于山地区主要的土地利用类型有6类。由表 3可知草地所占面积最大，占白于山地区侵蚀面积的56.90%；其次是耕地，面积为1万191.60 km2，占总面积的35.12%；林地面积比例较小，为1 569.85 km2，占白于山地区侵蚀总面积的5.41%。白于山地区所有土地利用方式中土壤侵蚀量最大的是草地，达到614.62万t/a；其次是耕地，侵蚀量为167.89万t/a；林地的侵蚀量较小为60.75万t/a。在计算土壤侵蚀模数时，判定水体和建设用地不发生侵蚀，因此年平均土壤侵蚀模数和土壤侵蚀量都为0。结果与秦伟等[20]在陕西省吴起县四面窑沟小流域的土壤侵蚀结果一致，耕地的土壤侵蚀模数小于草地和林地。由表 4可知，耕地大部分分布于坡度<25°的区域内，而草地和灌木地主要于>8°~35°坡度区域内分布，因此草地和灌木地的土壤侵蚀模数大于耕地。

表 3 不同土地利用类型的土壤侵蚀情况 Tab. 3 Soil erosion in different land use types
表 4 不同土地利用类型在不同坡度的面积分布情况 Tab. 4 Area distribution of different land use types at different slopes gradient  

在陆地生态系统中，植被是重要组成部分，在防治土壤侵蚀过程中植被有着重要的作用。植物冠层枝叶能够减少降雨对土壤的冲刷作用，植物落叶层能够增加雨水的入渗从而减少径流[22]。另外，植被能够起到阻挡土壤的移动，植物的根系在土层中生长延展，将土壤固着，从而减少水土流失[23]，在研究植被与土壤侵蚀的关系时，地表植被覆盖度的大小会严重影响土壤侵蚀的大小。结果表明，白于山土地利用面积最大是草地，草地的保水保土能力较弱，尤其很大一部分草地分布于较陡坡度(表 4)。建议增加林地和灌木地的面积以增强陡坡保水保土能力，以及在草地基础上种植乔灌木以减少白于山地区的水土流失。

3.3 土壤侵蚀强度在不同坡度的变化

根据DEM数据生成的研究区坡度图，计算6个不同等级下土壤侵蚀状况(表 5)。由表 5看出土壤侵蚀模数随坡度的增加而增加，侵蚀量表现为先增加后减小的趋势。在>15°~25°坡度区域白于山地区土壤侵蚀量达到最大，达284.01万t/a；其次是>25°~35°坡度区域，土壤侵蚀量为187.05万t/a。此外，>8°~25°坡度地区占白于山地区总面积的58.38%，但其土壤侵蚀量占总侵蚀量的75.85%，由此可见白于山地区陡坡土壤侵蚀严重。

表 5 不同坡度的土壤侵蚀情况 Tab. 5 Soil erosions at different slope gradients

坡度对土壤侵蚀的影响非常复杂。许多研究表明，在一定范围内，土壤侵蚀量通常随坡度的增加而增加，当坡度在18°~25°之间时，坡面土壤侵蚀变化明显，坡度与土壤侵蚀呈指数关系[24]。当坡度>25°时，坡度越大，坡面土壤侵蚀不增加而是减少[25]。由表 6可以看出白于山地区轻度及以上的土壤侵蚀主要发生在>8°~25°坡度范围内，Fu等[26]的研究结果证明黄土高原地区坡度>8°的土壤侵蚀形势严峻。较之于美国多利用<10°的缓坡地，我国的人地矛盾甚为突出，>15°的坡地被大面积开垦利用，从而导致陡坡地土壤侵蚀严重[1]。因此，厘清不同坡度土壤侵蚀量，针对性治理土壤侵蚀，对于修复被破坏的生态环境是必不可少的。研究结果表明应对白于山>8°~25°坡度区域采取乔灌草相结合的措施，加强保水保土建设。

表 6 不同坡度的各土壤侵蚀强度所占面积 Tab. 6 Area occupied by each soil erosion intensity of different slopes gradient  
4 结论与建议

1)白于山地区2020年土壤侵蚀模数为2 156.34 t/(km2·a)，土壤侵蚀面积为2.86万km2，总体侵蚀程度属于轻度侵蚀，中度及以上侵蚀主要分布在白于山中东部以及中南部地区。此区域的植被覆盖度低、降雨侵蚀性高，导致土壤侵蚀较为严重，应加强水土保持措施。

2)白于山地区的土地利用方式主要有草地、林地以及耕地，其中草地的面积比例最大，占白于山地区的56.90%，草地的2020年土壤侵蚀量也为各土地利用类型中最大。加强植被空间结构搭配，增强草地的保水保土能力对改善白于山地区土壤侵蚀至关重要。

3)白于山地区土壤侵蚀量随坡度的增加表现为先增加后减少，0~5°坡度区间的土壤侵蚀量最小；土壤侵蚀量在坡度为>8°~25°区间内最大，侵蚀面积比例达到58.38%。>8°~25°坡度区域存在大量的开垦利用，导致轻度及以上侵蚀主要发生在该坡度区间内，后续该地区应着重加强>8°~25°坡度坡面的治理。

白于山后续的生态治理应在遵循自然分异规律的前提下，结合区域侵蚀现状，采取因地制宜的措施，利用当地生态系统中的自组织能力和自协调能力，来提高生态系统修复效率。同时加强各种土建项目的水土保持监管力度降低人为水土流失。通过转变白于山区域内农牧业的生产方式、调整农业的产业结构；采取封育管护措施、加强农业的基础设施建设等方式来提高当地水土资源的有序利用，从而提升白于山生态治理效率。

5 参考文献
[1]
张宇婷, 肖海兵, 聂小东, 等. 基于文献计量分析的近30年国内外土壤侵蚀研究进展[J]. 土壤学报, 2020, 57(4): 14.
ZHANG Yuting, XIAO Haibing, NIE Xiaodong, et al. Evolution of research on soil erosion at home and abroad in the past 30 years: Based on bibliometric analysis[J]. Acta Pedologica Sinica, 2020, 57(4): 14.
[2]
刘统民, 高海银. 关于对白于山区进行规模化生态治理的建议[J]. 探索科学, 2020(4): 213.
LIU Tongmin, GAO Haiyin. Suggestions on large-scale ecological governance in Baiyu Mountain area[J]. Explore Science, 2020(4): 213.
[3]
张启旺, 安俊珍, 王霞, 等. 中国土壤侵蚀相关模型研究进展[J]. 中国水土保持, 2014(1): 4.
ZHANG Qiwang, AN Junzhen, WANG Xia, et al. Progress of study on China soil erosion correlation models[J]. Soil and Water Conservation in China, 2014(1): 4.
[4]
LIU Baoyuan, ZHANG Keli, XIE Yun. An empirical soil loss equation[C]//Proceedings 12th international soil conservation organization conference. Vol. Ⅲ. Beijing: Tsinghua University Press, 2002, 2: 15.
[5]
白岗栓, 杜社妮, 侯喜录. 白于山区仁用杏生长状况与评价[J]. 林业科学, 2004, 40(6): 185.
BAI Gangshuan, DU Sheni, HOU Xilu. Growth and evaluation of almond-apricot in Baiyushan Hilly area[J]. Scientia Silvae Sinicae, 2004, 40(6): 185.
[6]
章文波, 谢云, 刘宝元. 利用日雨量计算降雨侵蚀力的方法研究[J]. 地理科学, 2002, 22(6): 705.
ZHANG Wenbo, XIE Yun, LIU Baoyuan. Rainfall erosivity estimation using daily rainfall amounts[J]. Scientia Geographica Sinica, 2002, 22(6): 705.
[7]
陈卓鑫, 王文龙, 郭明明, 等. 黄土高塬沟壑区植被恢复对不同地貌部位土壤可蚀性的影响[J]. 自然资源学报, 2020, 35(2): 12.
CHEN Zhuoxin, WANG Wenlong, GUO Mingming, et al. Effects of vegetation restoration on soil erodibility on different geomorphological locations in the loess-tableland and gully region of the Loess Plateau[J]. Journal of Natural Resources, 2020, 35(2): 12.
[8]
WILLIAMSJR. The erosion-productivity impact calculator (EPIC) model: A case history[J]. Philosophical Transactions Biological Sciences, 1990, 329(1255): 421.
[9]
张科利, 彭文英, 杨红丽. 中国土壤可蚀性值及其估算[J]. 土壤学报, 2007, 44(1): 7.
ZHANG Keli, PENG Wenying, YANG Hongli. Soilerodibility and its estimation for agricultural soil in China[J]. Acta Pedologica Sinica, 2007, 44(1): 7.
[10]
LIU Baoyuan, NEARING M A, SHI P J, et al. Slope length effects on soil loss for steep slopes[J]. Soil Science Society of America Journal, 2000, 64(5): 1759.
[11]
汪邦稳, 杨勤科, 刘志红, 等. 基于DEM和GIS的修正通用土壤流失方程地形因子值的提取[J]. 中国水土保持科学, 2007, 5(2): 18.
WANG Bangwen, YANG Qinke, LIU Zhihong, et al. Extraction of RUSLE-LS factors using DEM data and GIS techniques[J]. Science of Soil and Water Conservation, 2007, 5(2): 18.
[12]
LIU Baoyuan, NEARING M A, RISSE L M. Slope gradient effects on soil loss for steep slopes[J]. Transactions of the ASAE, 1994, 37(6): 1835.
[13]
MCCOOL D K, BROWN L C, FOSTER G R, et al. Revised slope steepness factor for the Universal Soil Loss Equation[J]. Transactions of the ASAE, 1987, 30(5): 1387.
[14]
杨力华. LS因子尺度变换及其在土壤侵蚀抽样调查中的应用[D]. 北京: 中国科学院研究生院(教育部水土保持与生态环境研究中心), 2020: 4.
YANG Lihua. LS factor scale transform and application in soil erosion sampling survey[D]. Beijing: Graduate University of Chinese Academy of Sciences (Research Center for Soil and Water Conservation and Ecological Environment, Ministry of Education), 2020: 4.
[15]
谢红霞. 延河流域土壤侵蚀时空变化及水土保持环境效应评价研究[D]. 西安: 陕西师范大学, 2008: 47.
XIE Hongxia. Study on the spatio-temporal change of soil loss and on the assessment of impacts on environment of soil and water conservation in Yanhe Basin[D]. Xi'an: Shaanxi Normal University, 2008: 47.
[16]
马亚亚, 王杰, 张超, 等. 基于CSLE模型的陕北纸坊沟流域土壤侵蚀评价[J]. 水土保持通报, 2018, 38(6): 95.
MA Yaya, WANG Jie, ZHANG Chao, et al. Evaluation of soil erosion based on CLSE moldel in Zhifanggou Watershed of northern Shaanxi province[J]. Bulletin of Soiland Water Conservation, 2018, 38(6): 95.
[17]
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.
CHENG Lin, YANG Qinke, XIE Hongxia, 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.
[18]
管礼松. 基于CSLE模型的皖南山区土壤侵蚀评价及预测研究[D]. 安徽淮南: 安徽理工大学, 2021: 23.
GUAN Lisong. Evaluation and prediction of soil erosion in mountainous area of southern Anhui based on CSLE mode1[D]. Huainan, Anhui: Anhui University of Science and Technology, 2021: 23.
[19]
贾燕锋. 陕北典型小流域立地—群落—土壤侵蚀量的对应模拟研究[D]. 北京: 中国科学院研究生院(教育部水土保持与生态环境研究中心), 2011: 19.
JIA Yanfeng. Correspondingsimulation on sites-communities-soil loss of the typical watersheds in northern Shannxi province[D]. Beijing: Graduate University of Chinese Academy of Sciences (Research Center for Soil and Water Conservation and Ecological Environment, Ministry of Education), 2011: 19.
[20]
秦伟, 朱清科, 张岩. 基于GIS和RUSLE的黄土高原小流域土壤侵蚀评估[J]. 农业工程学报, 2009, 25(8): 8.
QIN Wei, ZHU Qingke, ZHANG Yan. Soil erosion assessment of small watershed in Loess Plateau based on GIS and RUSLE[J]. Transactions of the CSAE, 2009, 25(8): 8.
[21]
LI Jingjing, PENG Shouzhang, LI Zhi. Detecting and attributing vegetation changes on China's Loess Plateau[J]. Agricultural and Forest Meteorology, 2017, 247: 260.
[22]
LIGDIE E, MORGAN R P C. Contour grass strips: a laboratory simulation of their role in soil erosion control[J]. Soil Technology, 1995, 8(2): 109.
[23]
ABU-ZREIGM, RUDRAR P, LALONDEM N, et al. Experimental investigation of runoff reduction and sediment removal by vegetated filter strips[J]. Hydrological Processes, 2004, 18(11): 2029.
[24]
闫夏娇. 模拟降雨条件下不同坡度对土壤侵蚀试验研究[J]. 山西水利科技, 2020(1): 41.
YAN Xiajiao. Experimental study on soil erosion by different slope under simulated rainfall condition[J]. Shanxi Hydrotechnics, 2020(1): 41.
[25]
郑子成, 秦凤, 李廷轩. 不同坡度下紫色土地表微地形变化及其对土壤侵蚀的影响[J]. 农业工程学报, 2015, 31(8): 168.
ZHENG Zicheng, QIN Feng, LI Tingxuan. Changes in soil surface microrelief of purple soil under different slope gradients and its effects on soil erosion[J]. Transactions of the CSAE, 2015, 31(8): 168.
[26]
FU Bojie, LIU Yu, LUE Yihe, et al. Assessing the soil erosion control service of ecosystems change in the Loess Plateau of China[J]. Ecological Complexity, 2011, 8(4): 284.