地貌敏感区土壤保持的长期演变及其气候时空响应机制——以山西省为例

doi:10.14088/j.cnki.issn0439-8114.2025.09.006

湖北农业科学 ›› 2025, Vol. 64 ›› Issue (9): 27-35.doi: 10.14088/j.cnki.issn0439-8114.2025.09.006

地貌敏感区土壤保持的长期演变及其气候时空响应机制——以山西省为例

陈晓文¹, 荀佳常¹, 刘昌永², 张鹤缤¹, 王晓娅¹

1.中国冶金地质总局第三地质勘查院,太原 030032;
2.中国冶金地质总局三局,太原 030032

收稿日期:2025-07-23 出版日期:2025-09-25 发布日期:2025-10-28
通讯作者: 荀佳常,陕西汉中人,主要从事地理信息、地质灾害研究,（电子信箱）3255410357@qq.com。
作者简介:陈晓文（1993-）,男,山西大同人,工程师,主要从事矿山地质、地质灾害研究,（电子信箱）1522711952@qq.com。
基金资助:
北京师范大学环境变化与自然灾害教育部重点实验室项目（2022-KF-13）

Long-term evolution of soil conservation and its climatic spatio-temporal response mechanism in geomorphologically sensitive areas:A case of Shanxi Province

CHEN Xiao-wen¹, XUN Jia-chang¹, LIU Chang-yong², ZHANG He-bin¹, WANG Xiao-ya¹

1. The Third Geological Survey Institute of China General Administration of Metallurgical Geology, Taiyuan 030032, China;
2. Third Bureau of China Metallurgical Geology Bureau, Taiyuan 030032, China

Received:2025-07-23 Published:2025-09-25 Online:2025-10-28

摘要/Abstract

摘要： 以山西省为研究区域,基于2001—2023年多源遥感与气候数据构建RUSLE模型,并结合Theil-Sen Median趋势分析法、随机森林模型与逐像元回归方法,从空间与时间2个维度系统识别土壤保持变化的主控因子。结果表明,山西省2001—2023年土壤保持量总体呈显著上升趋势,年均增加0.149 t/hm²;潜在土壤侵蚀量和土壤保持量变化的高值区集中分布于地形起伏大、生态工程干预显著区域,表现出明显的地貌-气候耦合效应。驱动因素识别结果显示,土壤水分、风速和潜在蒸散发是空间维度上的关键控制变量,对随机森林模型的最大贡献解释度分别达20.0%、16.3%和15.5%;在时间维度上,干旱指数为主导因子,反映出水分亏缺对土壤保持年际变化的长期调控效应。

关键词: 土壤保持, 气候变化, RUSLE模型, 时空响应机制, 地貌敏感区, 山西省

Abstract: Taking Shanxi Province as the research area, based on multi-source remote sensing and climate data from 2001 to 2023, the RUSLE model was constructed, and the main controlling factors of soil conservation changes from both spatial and temporal dimensions were systematically identified by integrating Theil-Sen Median trend analysis method, random forest model, and pixel-by-pixel regression method. The results showed that the total soil conservation in Shanxi Province showed a significant upward trend from 2001 to 2023, with an average annual increase of 0.149 t/hm². The high-value areas of changes in potential soil erosion and conservation were concentrated in regions with large topographic relief and significant ecological engineering intervention, showing an obvious geomorphology-climate coupling effect. The results of driving factor identification indicated that soil moisture, wind speed, and potential evapotranspiration were the key control variables in the spatial dimension, and the maximum contribution to the random forest model was 20.0%, 16.3% and 15.5%, respectively. In the temporal dimension, the drought index was the dominant factor, reflecting the long-term regulatory effect of water deficit on the interannual changes of soil conservation.

Key words: soil conservation, climate change, RUSLE model, spatio-temporal response mechanism, geomorphic sensitive areas, Shanxi Province

中图分类号:

S157

陈晓文, 荀佳常, 刘昌永, 张鹤缤, 王晓娅. 地貌敏感区土壤保持的长期演变及其气候时空响应机制——以山西省为例[J]. 湖北农业科学, 2025, 64(9): 27-35.

CHEN Xiao-wen, XUN Jia-chang, LIU Chang-yong, ZHANG He-bin, WANG Xiao-ya. Long-term evolution of soil conservation and its climatic spatio-temporal response mechanism in geomorphologically sensitive areas:A case of Shanxi Province[J]. HUBEI AGRICULTURAL SCIENCES, 2025, 64(9): 27-35.

参考文献 23

[1]	张鹏飞. 黄土丘陵沟壑区坝控流域侵蚀产沙及泥沙来源[D].陕西杨凌:西北农林科技大学,2020.
[2]	杨洋,毕如田.黄土高原典型地貌类型的土地利用分形特征[J].地理与地理信息科学,2011,27(1):101-104.
[3]	彭建兵,申艳军,金钊,等.秦岭生态地质环境系统研究关键思考[J].生态学报,2023,43(11):4344-4358.
[4]	程文举,席海洋,张经天.黑河上游径流对极端气候变化的响应研究[J].高原气象,2020,39(1):120-129.
[5]	唐克丽,蒋定生,史德明.土壤侵蚀的研究及其展望[J].水土保持通报,1984,4(5):1-5.
[6]	安黎,沈镭,钟帅,等.陕北地区水土保持生态功能多尺度协同与权衡关系[J].中国水土保持科学,2023,21(2):1-9.
[7]	RENARD K G, FOSTER G R, WEESIES G A, et al.RUSLE: Revised universal soil loss equation[J]. Journal of soil and water conservation, 1991, 46(1): 30-33.
[8]	叶俊道,秦富仓,岳永杰,等.WEPP模型在砒砂岩地区土壤侵蚀模拟的适用性研究[J].干旱区资源与环境,2012,26(7):132-135.
[9]	王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.
[10]	沈焕锋,张良培.地球表层特征参量反演与模拟的机理-学习耦合范式[J].中国科学:地理科学,2023,53(3):546-560.
[11]	王梓蒙,刘艳芳,罗璇,等.基于多源数据的城市活力与建成环境非线性关系研究——以双休日武汉市主城区为例[J].地理科学进展,2023,42(4):716-729.
[12]	POGGIO L, DE SOUSA L M, BATJES N H, et al. SoilGrids 2.0: Producing soil information for the globe with quantified spatial uncertainty[J]. Soil, 2021, 7(1): 217-240.
[13]	ABATZOGLOU J T, DOBROWSKI S Z, PARKS S A, et al.TerraClimate, a high-resolution global dataset of monthly climate and climatic water balance from 1958-2015[J]. Scientific data, 2018,5: 170191.
[14]	GORELICK N, HANCHER M, DIXON M, et al.Google earth engine: Planetary-scale geospatial analysis for everyone[J]. Remote sensing of environment, 2017, 202: 18-27.
[15]	秦伟,朱清科,张岩.通用土壤流失方程中的坡长因子研究进展[J].中国水土保持科学,2010,8(2):117-124.
[16]	程馨瑢,胡月明,刘振华,等.基于遥感数据改进修正通用土壤流失方程的广州市土壤侵蚀定量研究[J].土壤通报,2023, 54(3):559-568.
[17]	WISCHMEIER,W H, SMITH D D.Predicting rainfall erosion losses:A guide to conservation planning[M].United states:Department of agriculture, science and education administration,1978.
[18]	RENARD K G.Predicting soil erosion by water: A guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE)[M]. Washington,DC: United States Department of Agriculture,1997.
[19]	DESMET P J J, GOVERS G. A GIS procedure for automatically calculating the USLE LS factor on topographically complex landscape units[J]. Journal of soil and water conservation, 1996, 51(5): 427-433.
[20]	NEETI N, EASTMAN J R.A contextual Mann-Kendall approach for the assessment of trend significance in image time series[J]. Transactions in GIS, 2011, 15(5): 599-611.
[21]	王奕森,夏树涛.集成学习之随机森林算法综述[J].信息通信技术,2018,12(1):49-55.
[22]	杨浩宇. 基于随机森林算法的高维不平衡数据分类研究及应用[D]. 郑州:郑州大学,2017.
[23]	吴润泽,胡旭东,梅红波,等.基于随机森林的滑坡空间易发性评价:以三峡库区湖北段为例[J].地球科学,2021,46(1):321-330.

地貌敏感区土壤保持的长期演变及其气候时空响应机制——以山西省为例

Long-term evolution of soil conservation and its climatic spatio-temporal response mechanism in geomorphologically sensitive areas:A case of Shanxi Province

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 23

相关文章 15

编辑推荐

Metrics

本文评价

[1]	曾志勇. 气候变化对长江中下游地区水稻产量的影响及情景模拟[J]. 湖北农业科学, 2025, 64(9): 51-55.
[2]	韩小英, 殷海善, 李文婷, 王静, 高洋. 山西省粮食生产时空演变及驱动力分析[J]. 湖北农业科学, 2025, 64(7): 213-222.
[3]	赵淑婷, 秦作霞, 胡婕妤. 山西省数字乡村发展水平测度[J]. 湖北农业科学, 2025, 64(5): 231-236.
[4]	要小刚, 陈霄, 秦明星, 康庆. 城乡建设用地转型与乡村转型之间的动态关系——以山西省太谷区为例[J]. 湖北农业科学, 2025, 64(4): 237-246.
[5]	赵慧蓉, 殷海善. 基于DEMATEL-ISM-MICMAC模型的耕地撂荒致因研究——以山西省长治市黎城县为例[J]. 湖北农业科学, 2025, 64(3): 216-223.
[6]	侯洋. 山西省冬小麦需水量与气象因素的关联性[J]. 湖北农业科学, 2025, 64(2): 1-5.
[7]	李俞, 张翀, 田晓凤. 2001—2020年黄土高原气候对植被NDVI空间异质性的影响[J]. 湖北农业科学, 2024, 63(5): 30-36.
[8]	李惠敏, 郭青霞, 丁一, 康庆. 土地流转意愿与行为悖离的影响因素及发生机制——基于山西省欠发达县5 307份农户样本[J]. 湖北农业科学, 2024, 63(3): 69-74.
[9]	闫美霞, 郭青霞, 丁一, 康庆. 水足迹视角下黄土丘陵区农业水土资源匹配格局——以山西省和顺县为例[J]. 湖北农业科学, 2024, 63(2): 41-49.
[10]	马昕, 王瑾, 刘慧芳, 郭永龙, 韩苗, 王道远. 基于“三生”功能的晋中市土地利用转型时空特征及驱动因素分析[J]. 湖北农业科学, 2024, 63(2): 111-119，127.
[11]	吕寒, 徐丽萍, 陈其军. 基于RUSLE模型的土壤侵蚀评价——以南京市六合区为例[J]. 湖北农业科学, 2024, 63(2): 156-161,239.
[12]	邵茜, 韦鸿. 基于流域差异的湖北省自然径流变化规律及其影响机制的神经网络分析[J]. 湖北农业科学, 2024, 63(12): 31-39.
[13]	韩小英, 杨三维, 李文婷, 张蕾, 高洋. 山西省化肥施用的时空特征演变及驱动因素分析[J]. 湖北农业科学, 2024, 63(10): 35-43.
[14]	赵培, 马晨曦, 赵世发, 王喆. 基于Budyko假设的秦岭南麓丹江源径流量变化归因识别[J]. 湖北农业科学, 2023, 62(9): 20-24.
[15]	荀佳常, 聂聪, 徐栋, 方贺. 基于多源空间数据的市域洪涝灾害风险评价——以山西省临汾市为例[J]. 湖北农业科学, 2023, 62(8): 189-196.