濑溪河流域存在严重的水力侵蚀,同时伴随着水土流失分布点多线长面广的特点.而现有模型几乎只考虑了流域尺度上的坡面和河流侵蚀过程,或者是坡面和流域尺度的基本结合,导致对土壤侵蚀全过程的物理模拟产生高度不确定.为此提出不同尺度模型相互耦合的水土流失监测体系,从三级顺序"坡-沟-河"结构,全面反演流域水沙的时空动态迁移过程.基于多模型耦合体系的流域应用表明:①单一模型在濑溪河流域都表现出良好的适用性和准确性.RUSLE模型预测结果与实际侵蚀规律高度吻合,SWAT模型参数率定的纳什效率系数(NSE)和决定性系数(R2)均达到0.6以上,模拟预测结果鲁棒性较好.②不同侵蚀模型的特征反演相互关联程度都达到极显著相关水平.WEPP和SWAT模型间R2为0.96,RUSLE和WEPP模型间R2为0.77,RUSLE和SWAT模型间R2为0.58,分析表明坡面、细沟和河道尺度下的侵蚀物理过程是紧密耦合的.③多模型耦合的水土流失全过程风险评价较单一模型更为全面.通过对土壤侵蚀物理过程的空间耦合,实现流域土壤侵蚀、细沟冲刷和河道沉积等相关侵蚀过程的整体性评价,利于从不同尺度全面反演流域水沙输移的时空动态迁移过程和预测侵蚀风险发生规律.

把握四川省土壤侵蚀敏感性的空间分异规律和演变趋势,可以为四川省科学防治水土流失工作提供有力的理论支持与决策依据.本文以降雨数据、高程数据、土壤数据和遥感影像数据为数据源,应用地理信息技术和遥感技术,结合改进的土壤侵蚀RUSLE模型,选取降雨、土壤、地形、植被覆盖 4 个因子建立土壤侵蚀敏感性评价体系,对四川省 2005-2018 年土壤侵蚀敏感性进行评价.结果表明:四川省土壤侵蚀敏感性主要以不敏感和轻度敏感为主.空间分布上,不敏感、轻度敏感区域主要分布在川西北北部、成都平原大部分地区和川东北.时空变化上,2005-2018 年期间四川省土壤侵蚀敏感性呈增强的趋势.不敏感区域面积减少 26%,轻度敏感区域面积增加 17.51%,增加面积主要来源于不敏感区域的转变,中度敏感区域面积增加 8.08%,增加面积来源于轻度敏感区域的转变,高度敏感区域面积增加 2.67%,主要来源于中度敏感区域的转变,转变区域主要分布在川西高原西北部、成都平原以及川西南山地的大部分区域,该变化主要由植被覆盖因子和降雨侵蚀力因子综合影响所致.在土壤侵蚀敏感性影响因子中,植被覆盖因子与土壤侵蚀敏感性具有最显著的正相关性.研究四川省土壤侵蚀敏感性的时空变化,可以为四川省水土流失治理工作的实施、生态环境治理与修复提供理论理论依据与价值参考.

东北地区天然林资源保护工程的实施,改善了生态环境,提高了生态系统服务能力,对东北地区生态系统服务也起到了积极促进作用.为了更直观的反映东北地区天保工程的实施成效,研究基于长时间序列的遥感监测数据集-土地利用数据,采用InVEST模型和RUSLE模型对1990-2020 年天保工程实施前后东北地区和天保工程区生态系统服务变化进行定量评估分析并采用Getis-Ord Gi?指数识别热点区域.结果表明:(1)东北地区 1990-2020 年城乡/工矿居民用地和耕地面积分别增加25.37%,12.15%,水域减少 21.42%,草地减少 14.02%,未利用土地和林地分别减少 8.41%,5.34%.(2)1990-2020 年东北地区和天保工程区土壤保持量分别增加了 95.81×106 t、24.05×106 t,碳储量分别减少了 7.49×108 tC、3.92×108 tC,水源涵养量分别增加了177.51×109 m3、58.65×109 m3.(3)东北地区的极显著热点区域主要分布内蒙古地区东北部、黑龙江省北部、吉林省东部和辽宁省东部.随着天保工程的实施,极显著热点区域显著增加,且范围与天保工程高度重合.研究拟为后续东北地区林业政策和生态工程的实施提供科学的参考依据.

探究沿海地区的生态系统服务、权衡协同关系及其驱动机制是区域自然资源科学管理及生态合理规划的基础,对有效提升地区生态、经济、社会效益和人类福祉具有重要理论意义.以海防林工程区为研究区,多角度探究区域内固碳、土壤保持、产水量的生态系统服务、关系特征、驱动机制,从而为沿海地区制定合理生态建设规划提供参考.研究结果表明:(1)沿海防护林体系建设工程区在2000-2020年期间生态系统服务水平整体提升,生态建设效果第二期最佳.(2)2000-2020年区域内各生态系统服务间以协同关系为主,土壤保持和产水量协同显著.(3)建设分区、建设分亚区生态系统服务间关系尺度效应主要存在于土壤保持和产水量.(4)权衡协同关系北方主要受气象因子影响,南方受植被、地形地貌因子影响,人类活动对权衡协同关系的影响以负效应为主,驱动因子存在空间异质性.

合理划分生态功能区并明晰其内部驱动机制,对于维护地区生态系统稳定具有重要意义.本研究以江汉平原四湖流域为例,运用InVEST和RUSLE模型以及娱乐打分法评估6种生态系统服务,采用K-means聚类法识别生态系统服务簇,并与生态敏感性结合划定生态功能区,最后运用地理探测器分析不同生态功能区的主导驱动因子.结果表明:生境质量、碳固持服务的空间分布相似,高值主要集中在长湖及洪湖附近;粮食生产和土壤保持服务空间分布存在差异,西北丘陵地区是其共同的高值区域;水源供给服务的高值主要集中在洪湖的东部;生态娱乐服务高值地区主要集中在西北丘陵和洪湖的南部.依据生态系统服务聚类结果,将四湖流域生态系统服务簇划分为粮食生产簇、生境质量簇和城镇生活簇.四湖流域生态敏感性整体以低敏感和较低敏感为主,占流域总面积的59.0％,将生态敏感性与生态系统服务簇叠加可划分为生态修复区、生态保育区、生态过渡区、生态开发区和综合利用区.地理探测器结果表明,各生态功能区内部驱动因素存在明显差异,自然因素对生态修复区影响显著,生态保育区和生态开发区的主导驱动因素分别为归一化植被指数和人口密度,生态过渡区和综合利用区主要受土地利用类型的影响.研究结果对于协同区域社会发展和生态环境保护具有重要的支撑价值.

准确识别生态系统服务供给与需求的空间特征和空间匹配,确定影响供需关系的因素,对指导区域生态系统管理和恢复具有重要意义.采用修正通用土壤流失方程(RUSLE)、生态系统服务和权衡综合评估模型(InVEST)和卡内基-艾姆斯-斯坦福模型(CASA)等多种模型方法探讨青藏高原土壤保持、产水和碳固定服务的供给与需求的时空特征,并结合冗余分析,进一步识别青藏高原生态系统服务供给、需求与供需比的影响因素.结果表明:(1)2000-2018年青藏高原土壤保持、产水和碳固定服务的供给量,以及产水和碳固定服务的需求量均呈现增加趋势,供给量分别增加30.57t、63.61×104m3、33.81t,需求量分别增加153.42m3和5.09t,而土壤保持服务需求量呈减少趋势,减少16.39to(2)青藏高原各项生态系统服务供需匹配状况不同,碳固定服务供需比呈下降趋势,产水服务供需比呈上升趋势,土壤保持服务供需比波动变化,总体呈上升趋势,局部呈下降趋势.(3)各项生态系统服务供需关系均以低低型空间匹配为主.(4)降水和坡度是影响生态系统服务供给的主要因素,生态系统服务需求主要受人口密度和国内生产总值的影响,降水和温度是影响生态系统服务供需比的关键因素.研究评估青藏高原生态系统服务供给与需求之间的关系,以及明确供需关系的空间显性驱动力,为区域的生态系统综合管理提供依据.

赤水河流域是长江上游重要的生态屏障,其生态系统健康对长江流域生态安全及可持续发展具有重要作用.本研究利用RUSLE模型、SWAT模型、Fragstats软件及地理探测器等方法,构建赤水河流域生态系统健康评估理论框架,探讨了生态修复下流域2010-2020年生态系统健康时空演变及驱动因子.结果表明:2010-2020年间,赤水河流域生态系统服务呈现先降后升趋势,总体呈下降趋势,丹霞地区生态系统服务总体高于喀斯特地区.流域生态系统健康总体处于亚健康状态,其中,丹霞地区处于很健康和健康状态,喀斯特地区则处于亚健康及不健康状态.影响喀斯特/丹霞地貌区生态系统健康的主导驱动因子存在差异.喀斯特区以植被、降水及基岩裸露率为主导驱动因子,丹霞区则以植被、土地利用和降水为主导因子.交互探测后影响因子解释力增强,不同地貌类型区的主导交互因子组合呈现较大差异.其中,喀斯特区以降水∩归一化植被指数、降水∩数字高程模型和降水∩基岩裸露率为主导交互因子组合,丹霞区以归一化植被指数∩降水、归一化植被指数∩土地利用及归一化植被指数∩数字高程模型为主导交互因子组合.研究结果可为赤水河流域生态系统健康维护、治理提供理论参考.

黄土高原地区生态工程的实施,使其生态环境得到显著改善,提高了生态系统服务能力.现有的研究成果中,生态工程对生态系统服务影响的定量评价比较匮乏.以延河流域为例,采用RUSLE模型和InVEST模型对生态系统服务进行评价,通过构建模型识别出不同时期的生态工程区,探究生态工程对生态系统服务的定量影响,为下一步生态工程的实施提供科学的指导和依据.结果表明:(1)2000-2018年,延河流域土壤保持服务和产水服务均呈波动增长趋势,但二者的变化并不同步.(2)4个时期内,能产生生态效应的生态工程区面积呈波动增长趋势,从854 km2增加到1343 km2,在整个流域均有分布,不同时期的重点分布区不同.(3)生态工程增强了区域的土壤保持能力和产水能力,土壤保持服务增强区面积从477.5 km2增加到1140.6 km2,保持的土壤总量从2.1×107t增加到5.6×107t;产水服务增强区面积从139.1 km2增加到485.5 km2,产水总量从2.9× 106 m3增加到1.5×107 m3.(4)生态工程对土壤保持服务和产水服务具有协同效应,土壤保持服务对生态工程的敏感性强于产水服务.

人类活动影响下的土地利用及其景观格局会在一定程度上影响流域土壤侵蚀的发生发展.选取位于三峡库区的綦江流域作为研究区,利用2015年航空影像数据、数字高程模型和土壤数据库,进行水文响应单元的划分,以此作为研究区的源汇景观单元.综合景观类型、土壤和坡度对土壤侵蚀影响的贡献,构建源汇景观单元权重,在此基础上,对景观空间负荷对比指数进行修正并进行土壤侵蚀风险格局识别,最后利用修正的通用土壤侵蚀方程进行土壤侵蚀的模拟,以此验证风险格局的合理性,并综合分析了源汇景观空间特征:源汇景观单元组成结构、权重和土壤侵蚀风险.结果表明:(1)源汇景观单元权重大的地区主要分布在中低山区向低丘缓坡区过渡的地带,坡度较大、土壤可蚀性较高,以及水田、旱地和居民点的源汇景观单元也较为集中分布.(2)各子流域的景观空间负荷对比指数与平均土壤侵蚀模数具有显著正相关关系,因此基于源汇景观单元并赋予其权重的景观空间负荷对比指数能较好地反映流域内部土壤侵蚀规律,可作为流域土壤侵蚀风险评价的有效方法之一.(3)依据各子流域的景观空间负荷对比指数特征可将库区綦江流域划分为五大土壤侵蚀景观风险区:北部沿江地区各子流域耕地分布较为集中且相对水流路径较短,以及林草地较少,土壤侵蚀风险大;中部丘陵地区源景观单元分布较为分散,景观空间分布不均衡,存在一定的土壤侵蚀风险;南部中低山区以林地汇景观分布为主,源景观分布相对较小,土壤侵蚀风险较低.

土壤侵蚀严重威胁着区域生态安全与社会经济的发展乃至人类的共同福祉. 采用土壤侵蚀模型(RUSLE)得到青藏高原1984-2013年的土壤侵蚀情况,并分析土壤侵蚀强度的时空变化特征,探讨不同生态系统土壤侵蚀的变化特征及原因. 结果表明,1984-2013年青藏高原的土壤侵蚀量逐年波动变化,土壤侵蚀强度由南向北逐渐减弱,剧烈侵蚀主要分布在青藏高原南部(日喀则地区、拉萨市、昌都地区和山南北部地区). 其中灌木、高寒草甸和稀疏植被生态系统侵蚀强度较大;土壤侵蚀量最大的是高寒草甸生态系统(2.17 × 1010t),其次是高寒草原(1.59 × 1010t)和稀疏植被生态系统(1.30 × 1010t). 海拔3 000-4 000 m的土壤侵蚀强度最大,但土壤侵蚀量最大的是海拔4 000-5 000 m的地区. 30年里,研究区主要生态系统土壤侵蚀量有所减少(-1.78 × 108t/a). 其中,土壤侵蚀增加的区域主要包括羌塘高原南部地区和柴达木盆地外围地区;明显减少区域则分布于横断山脉-喜马拉雅山脉中部地区. 研究区主要植被生态系统覆盖度的增加有利于减少土壤侵蚀,但降雨量的改变主导了土壤侵蚀的变化. 降雨量增加导致低覆盖度且脆弱的高寒草原生态系统土壤侵蚀明显增强(增加量为1.19 × 108t/a);森林和灌木生态系统由于稳定性较高且降雨量明显减少,土壤侵蚀减弱(减少量分别为-0.77 × 108t/a和-1.65 × 108t/a);稀疏植被系统土壤侵蚀量因降雨量的略微减少而少量减少(-0.44 × 108t/a);虽然高寒草甸生态系统降雨量明显增加,但其较高的植被覆盖度在一定程度上削弱了降雨侵蚀力的变化,土壤侵蚀量有所减少(-0.11 × 108t/a). 本研究揭示了青藏高原土壤侵蚀较为严重的地区、海拔及生态系统,分析了不同生态系统土壤侵蚀量变化可能的原因,可为水土流失的科学治理提供基础数据和理论参考. (图6表4 参45)