陜西省榆林市土壤侵蝕動態(tài)演變及預(yù)測

徐云環(huán)　李景宜　任沖　同英杰　白星亮　馬力　馬曉武

摘要 為了研究退耕還林后黃土高原地域土壤侵蝕的變化，在ArcGIS和ENVI軟件中，利用土地利用、降雨、地形和植被覆蓋度數(shù)據(jù)，在通用的土壤侵蝕模型的基礎(chǔ)上，結(jié)合中國土壤流失方程，計算出陜西省榆林市1988—2013年土壤侵蝕模數(shù)，運用馬爾科夫轉(zhuǎn)移矩陣對1988—2013年土壤侵蝕變化趨勢進(jìn)行了預(yù)測分析，并利用空間分析方法進(jìn)一步探討了土壤侵蝕強度空間變化與坡度、土地利用類型等地形因子間的關(guān)系。結(jié)果表明：1988—2013年榆林市總體土壤侵蝕平均模數(shù)穩(wěn)定，但在2000年和2001年出現(xiàn)明顯差異，2000年土壤侵蝕平均模數(shù)達(dá)到最小值，2001年土壤侵蝕平均模數(shù)達(dá)到最大值。1988—2013年榆林市土壤侵蝕狀況明顯改善，平均土壤侵蝕由1988年4 368.83 t/（km2·a）減少為2013年2 345.97 t/（km2·a），相應(yīng)的土壤流失總量從175.94×106 t減少到68.96×106 t。全市微度侵蝕面積增加，其他侵蝕等級轉(zhuǎn)移到劇烈侵蝕的百分比均不足1%。根據(jù)馬爾科夫模型預(yù)測，未來40年榆林市土壤侵蝕狀況逐漸減輕，微度土壤侵蝕面積逐漸增加，其他侵蝕等級的面積持續(xù)減少。

關(guān)鍵詞 RUSLE;土壤侵蝕;馬爾科夫模型;動態(tài)變化;榆林市

中圖分類號 S157文獻(xiàn)標(biāo)識碼 A文章編號 0517-6611（2020）13-0063-07

Abstract In order to study the changes of soil erosion in the Loess Plateau Region after returning farmland to forest project， using the rainfall， land use， topography and vegetation coverage data to combine Chinese Soil Loss Equation based on the general soil erosion model RUSLE. The loss equation was used to calculate soil erosion modulus from 1988 to 2013 in Yulin City， Shaanxi Province. The Markov transition matrix was used to predict the soil erosion trends from 1988 to 2013， using GIS spatial analysis method to further explore relationship between spatial variation of soil erosion intensity and topographic factors such as slope and land use type. The research showed that the soil erosion average module was generally smooth in Yulin City from 1988 to 2013，but there were jumpy inflection points in 2000 and 2001，the minimum value in 2000 and the maximum value in 2001. The soil erosion situation was improved significantly from 1988 to 2013 in Yulin City， the average soil erosion was decreased from 4 368.83 t/（km2·a） in 1988 to 2 345.97 t/（km2·a） in 2013， and the corresponding total soil loss was reduced from 175.94×106 tons to 68.96×106 tons. The citys slightly eroded area increased， and the percentage of other erosion levels shifted to severe erosion was less than 1%. ?According to the Markov model， soil erosion in Yulin City will gradually decrease in the next 40 years， the area of ?slightly soil erosion will gradually increase， and the area of other erosion grades will continue to decrease.

Key words RUSLE;Soil erosion;Markov Model;Dynamic change;Yulin City

黃土高原是全國土壤侵蝕最為嚴(yán)重的地區(qū)，總面積64萬km2，土壤侵蝕面積39萬km2，土壤侵蝕模數(shù)≥15 000 t/（km2·a）的劇烈水蝕面積3.67萬km2，占全國同類面積的89%[1]。陜西省榆林市是黃土高原水土流失核心地區(qū)，嚴(yán)重的土壤侵蝕使降水流失、土壤干旱，加劇生態(tài)環(huán)境惡化;環(huán)境日益惡化，植被成長不良，土壤失去保護(hù)，侵蝕加劇，如此重復(fù)惡性循環(huán)[2]。為了治理水土流失，改善自然環(huán)境，近年來許多學(xué)者做了大量相關(guān)研究。江忠善等[3]根據(jù)我國土壤侵蝕的適應(yīng)性，在加入淺溝侵蝕因子的基礎(chǔ)上，利用土壤侵蝕模型對中國坡面水蝕預(yù)報模型進(jìn)行研究;張巖等[4]研究了不同植被類型對水土流失的影響;Wu等[5]對中國黃土高原易侵蝕流域的土壤侵蝕變化進(jìn)行追蹤研究。

土壤侵蝕一般使用經(jīng)驗和物理模型，物理模型參數(shù)較多，但適用范圍有限[6]。隨著學(xué)科的發(fā)展，處理土壤侵蝕模型問題常常借助GIS技術(shù)，學(xué)者們對黃土高原王家溝、陽溝小流域[7-8]和延河大流域[9]進(jìn)行了土壤侵蝕的研究。

我國黃土高原地區(qū)考慮淺溝侵蝕對坡面侵蝕產(chǎn)沙的重要影響，而模型不太適用于黃土高原地區(qū)坡面侵蝕的研究。該研究引入淺溝侵蝕因子G[3]，建立基于RUSLE模型的坡面土壤流失預(yù)報模型A=f·R·L·S·K·C·P·G[3]，結(jié)合RS、GIS技術(shù)計算了陜西省榆林市1988、2000、2013年土壤侵蝕模數(shù)，并利用馬爾科夫模型預(yù)測了未來土壤侵蝕變化趨勢。

1 材料與方法

1.1 研究區(qū)概況

榆林市地處于陜西省最北部，西鄰甘肅、寧夏，北連內(nèi)蒙古，東隔黃河與山西相望，南與陜西省延安市接壤，地跨36°57′～ 39°36′N，107°28′～ 110°25′E，處于黃土高原和毛烏素沙地交界處，是黃土高原與內(nèi)蒙古高原的過渡區(qū)。榆林市行政區(qū)劃圖形似三角形，總面積43 578 km2，約占陜西省21%。地貌大致分為風(fēng)沙草灘區(qū)、黃土丘陵溝壑區(qū)、梁狀低山丘陵區(qū)三大類。該區(qū)域氣候?qū)倥瘻貛О敫珊荡箨懶约撅L(fēng)氣候，年平均氣溫10 ℃，年平均降水量400 mm左右[11]，境內(nèi)不但有強烈的水蝕，而且有著劇烈的風(fēng)蝕，因此是黃河中游土壤侵蝕最為嚴(yán)重的地域[12]。

1.2 數(shù)據(jù)與方法

1.2.1 數(shù)據(jù)來源。

①陜西省1988、2000和2013年1∶10萬土地利用類型數(shù)據(jù);②土壤數(shù)據(jù)來源于陜西省第二次土壤普查數(shù)據(jù)集和世界土壤數(shù)據(jù)庫的中國土壤數(shù)據(jù)集（v1.1）（http：∥westdc.westgis.ac.cn）;③來源于中國氣象共享網(wǎng)（http：∥cdc.cma.gov.cn/）的榆林、神木、靖邊、綏德、橫山日降雨數(shù)據(jù)，黃土高原科學(xué)數(shù)據(jù)中心（http：∥loess.data.ac.cn）的其余20個氣象站點日降雨資料;④來源于地理空間數(shù)據(jù)云的分辨率為30 m的DEM數(shù)據(jù)和2000—2013年分辨率為250 m的NDVI數(shù)據(jù)。

1.2.2 研究方法。

基于GIS平臺，采用坡面土壤流失預(yù)報模型A=f·R·L·S·K·C·P·G[3]進(jìn)行榆林市1988—2013年土壤侵蝕強度動態(tài)分析研究，模型中各因子的確定如下。

1.2.2.5 植被覆蓋與管理C因子的確定。

植被覆蓋與管理C因子反映了植被、作物等覆蓋與管理方法對土壤侵蝕的影響。在黃土高原地區(qū)，由于黃土的易蝕性，在裸露的地區(qū)極易發(fā)生土壤流失，因此，植被覆蓋成為預(yù)測和評價土壤流失中必不可少的因子[18]。當(dāng)C=0時，表示沒有發(fā)生土壤侵蝕，當(dāng)C=1時，表示抑制作用完全失效。該研究根據(jù)馬超飛等[19]、蔡崇法等[20]計算獲得的成果，匯總黃土高原各類土地植被覆蓋度，具體如下：耕地為0.31，林地為0.006，草地為006，水域、城鄉(xiāng)、工礦、居民用地為0，未利用地、裸地為0，2000年以前均按此賦值求得。2000年以后C采用的算法是參考蔡崇法等[20]研究提出的計算因子的算法，即與植被、作物覆蓋度有關(guān)：

1.2.2.6 水土保持措施P因子的確定。

水土保持措施因子P是指特定水土保持措施下的土壤流失量與相應(yīng)未實施該措施的順坡種植時的土壤流失量的比值[22]，P因子的變化值域在0～1，值的大小表示植被覆蓋與水土保持措施對土壤侵蝕的抑制作用強弱。當(dāng)P=0時，表示采取水土措施后沒有土壤侵蝕;當(dāng)P=1時，表示未采取任何水保措施的地區(qū)。P因子的取值情況：林地、草地、未利用土地為1，水域、建筑用地、居民用地為0、>0°～5°、>5°～10°、>10°～15°、>15°～20°、>20°～25°、>25°坡度下的耕地P分別為0.100、0.221、0305、0.575、0705、0.800，P取值參照文獻(xiàn)[23-24]。分別對1988、2000和2013年的水土保持措施因子計算得出結(jié)果（圖3）。

1.2.2.7

淺溝侵蝕因子G的確定。

淺溝侵蝕G[3]是一種重要類型的邊坡土壤侵蝕過程，反映了淺水溝侵蝕對流域的影響和泥沙產(chǎn)量，尤其在我國黃土高原坡面的土壤侵蝕中起著重要作用。據(jù)Jiang等[25]研究發(fā)現(xiàn)，淺溝侵蝕因子主要受到降水、收斂強度和土壤屬性的影響。當(dāng)沒有淺溝侵蝕時，G=1。

G=1+（α-θc）[1.003（R·I30）0.103-1]/（30-θc）（11）

式（11）中，G是淺溝侵蝕因子;α是表面坡度（°）;R是單個降雨量（mm）;I30是最大30 min雨強（mm/min）。

1.2.3 馬爾科夫模型。

馬爾科夫模型是一種關(guān)于事件發(fā)生概率的具有“無后效性”的研究方法，在地理預(yù)測中經(jīng)常被使用[26]。用該模型模擬土壤侵蝕動態(tài)變化是可行的，因為在某一研究區(qū)域中，各種侵蝕強度之間是可以相互轉(zhuǎn)化的，而且在不同時段，其轉(zhuǎn)移過程受前一時刻狀態(tài)的影響。在生成榆林市土壤侵蝕轉(zhuǎn)移矩陣的基礎(chǔ)上，用該模型對榆林市的土壤侵蝕演變作出預(yù)測。

運用馬爾科夫模型預(yù)測土壤侵蝕動態(tài)變化趨勢最重要的是確立土壤侵蝕強度轉(zhuǎn)移矩陣P，數(shù)學(xué)表達(dá)式如下：2 結(jié)果與分析

2.1 土壤侵蝕變化分析

RUSLE模型中，計算A值時，將最終得到的土壤侵蝕強度按以下標(biāo)準(zhǔn)分6級：微度侵蝕（015 000），單位為t/（km2·a）。各級侵蝕面積占榆林市總面積的比例見表1、2。

1988—2013年降雨侵蝕力年際差異較大。2000、2001年是降雨侵蝕力最小年和最大年，分別為439.55、2 405.39 MJ·mm/（hm2·h），其余各年份為550～2 350 MJ·mm/（hm2·h）。2002年和2007年相比，劇烈侵蝕百分比減少了4.2%，約1 891.25 km2;極強烈侵蝕百分比減少了0.5%，約225.17 km2。在降雨侵蝕力相近的年份，侵蝕強度百分比具有差異性，主要是不同地區(qū)的降雨強度不同引起的。

2.2 1988—2013年不同侵蝕強度轉(zhuǎn)置分析

根據(jù)侵蝕強度的不同，分為微度侵蝕、輕度侵蝕、中度侵蝕、強烈侵蝕、極強烈侵蝕和劇烈侵蝕六類。1988和2000年，2000和2013年的土壤侵蝕程度用馬爾科夫轉(zhuǎn)移矩陣進(jìn)行轉(zhuǎn)置分析（表3、4）。

1988—2000年不同侵蝕強度轉(zhuǎn)置中，侵蝕程度未轉(zhuǎn)移情況：微度52.29%、輕度22.32%、中度7.56%、強烈6.42%、極強烈9.37%、劇烈12.66%。1988年的降雨侵蝕力為2 055.26 MJ·mm/（hm2·h），2000年的降雨侵蝕力為43955 MJ·mm/（hm2·h），可見降雨侵蝕力明顯急劇成倍數(shù)減少，整體侵蝕程度明顯降低。1988—2000年，劇烈到劇烈以下程度轉(zhuǎn)移87.34%，微度、輕度、中度、強烈、極強烈程度向劇烈程度轉(zhuǎn)移6.08%，明顯侵蝕程度好轉(zhuǎn)。

2000—2013年不同侵蝕強度轉(zhuǎn)置中，侵蝕程度未轉(zhuǎn)移情況：微度78.75%、輕度57.98%、中度31.17%、強烈17.34%、極強烈16.25%、劇烈19.55%。2000年的降雨侵蝕力為43955 MJ·mm/（hm2·h），2013年的降雨侵蝕力為1 790.23 MJ·mm/（hm2·h），可見降雨侵蝕力明顯增大，相對于1988—2000年，整體的侵蝕程度加劇，中度轉(zhuǎn)置到強烈、極強烈和劇烈4.02%;2000—2013年，中度轉(zhuǎn)置到強烈、極強烈和劇烈10.59%，侵蝕程度加劇;1988—2000年，極強烈轉(zhuǎn)置成強烈、中度、輕度和微度87.18%;2000—2013年，極強烈轉(zhuǎn)置成強烈、中度、輕度和微度80.92%，侵蝕程度相對于1988—2000年是加劇的。

2.3 1988—2013年不同土地利用類型轉(zhuǎn)置分析

榆林市1988、2000和2013年土地利用類型根據(jù)1∶10萬土地資源分類系統(tǒng)分為耕地、林地、草地、水域、建筑用地（居民地）、未利用土地六類。1988年和2000年，2000年和2013年的不同土地類型用馬爾科夫轉(zhuǎn)移矩陣進(jìn)行轉(zhuǎn)置分析（表5、6）。自1988年以來，榆林市水土流失日益嚴(yán)重，土壤侵蝕程度逐年加劇，政府和相關(guān)單位積極采取水土保持措施，退耕還林，修建相應(yīng)的水利工程，建立相關(guān)水保管理組織和規(guī)范等。近年來，隨著各種水保措施的實施，1988—2013年，耕地、草地和未利用土地面積減少，林地、建筑用地面積增加，榆林市近年來的土壤侵蝕呈現(xiàn)減輕趨勢。

2000—2013年不同土地類型轉(zhuǎn)置中，土地利用類型未轉(zhuǎn)移情況：耕地87.79%、林地92.39%、草地91.74%、水域8597%、建筑用地77.61%、未利用土地90.88%。耕地轉(zhuǎn)置為林地2.01%，草地轉(zhuǎn)置為林地0.94%，水域轉(zhuǎn)置為林地036%，建筑用地轉(zhuǎn)置為林地0.56%，未利用土地轉(zhuǎn)置為林地0.17%。表6與表5相比，2000—2013年耕地、草地、水域、建筑用地、未利用土地轉(zhuǎn)置成林地的百分比增加程度大于1988—2000年，表明經(jīng)過數(shù)十年政府及相關(guān)水保單位的治理，榆林市的退耕還林項目有了很大成效，水土保持取得成效，土壤侵蝕也逐漸減輕。

2.4 不同坡度等級下土壤侵蝕變化特征

根據(jù)1988—2013年不同坡度下土壤侵蝕統(tǒng)計（表7），隨著坡度的增加，1988、2000和2013年的土壤侵蝕模數(shù)呈上升趨勢，總侵蝕量也是逐漸增加。0～5°一般是平原地區(qū)，土壤受人類活動的影響;0～25°平原或者坡度不大的地區(qū)，人為活動加劇侵蝕，>25°的地區(qū)，人類活動減少，耕地面積也減少，雖然林地、草地的面積大于耕地面積，但由于天氣等自然現(xiàn)象，造成風(fēng)蝕、水蝕等自然災(zāi)害，導(dǎo)致山體滑坡、泥石流、坍塌、山體切溝等后果，嚴(yán)重影響了地表的完好度，加劇了土壤侵蝕程度。近年來，由于政府及相關(guān)單位水保措施的實施，退耕還林已經(jīng)取得了不錯的成效，所以2013年較1988年總侵蝕明顯減少。

總侵蝕量計算公式：

總侵蝕量 = 土壤侵蝕模數(shù)×面積/106

面積=像元數(shù)×像元大小（分辨率）

2.5 土壤侵蝕動態(tài)變化模擬預(yù)測 根據(jù)1988—2013年榆林市土壤侵蝕類型面積轉(zhuǎn)移矩陣（表8），計算出相應(yīng)的土壤侵蝕強度轉(zhuǎn)移概率矩陣（表9），在此基礎(chǔ)上預(yù)測出2013年的土壤侵蝕面積百分比（表10）。

該研究引入模型效應(yīng)系數(shù)W[27-29]判斷馬爾科夫模擬預(yù)測效果，公式如下：

W=1-（Qs-Qy）2（Qs-s）2（12）

式（12）中，Qs為實際面積比例;Qy為預(yù)測面積比例。W值反映了實際值與預(yù)測值的吻合程度，W越接近100%，說明模擬效果越好。通過計算，W值為80%。說明榆林市實際侵蝕等級面積對比預(yù)測侵蝕等級面積，一致性良好，進(jìn)而說明馬爾科夫模擬和預(yù)測土壤侵蝕動態(tài)變化是可行的。

根據(jù)2000—2013年不同侵蝕強度轉(zhuǎn)移矩陣（表4）自乘3次可達(dá)穩(wěn)定狀態(tài)（表11～13），也就是說從2000年起，經(jīng)過14×3=42年，侵蝕強度轉(zhuǎn)移穩(wěn)定下來。從整體上來看，到2055年乃至未來，榆林市微度侵蝕面積逐漸增加，輕度及以上面積持續(xù)減少，整體呈良性發(fā)展趨勢。

3 結(jié)論與討論

通過柵格數(shù)據(jù)來獲取區(qū)域內(nèi)部差異，利用改進(jìn)的RUSLE土壤侵蝕模型，計算降雨侵蝕R因子、土壤K因子、坡長坡度LS因子、植被覆蓋C因子、水土保持P因子、淺溝侵蝕G因子，估算1988—2013年土壤侵蝕模數(shù)，分析了1988—2013年侵蝕變化、地類面積變化和不同坡度下的土壤侵蝕變化情況，最后利用馬爾科夫轉(zhuǎn)移矩陣預(yù)測未來年份土壤侵蝕變化趨勢，得出以下結(jié)論。

（1）榆林市土壤侵蝕平均模數(shù)總體較穩(wěn)定。但在2000、2001年出現(xiàn)明顯差異，2000年達(dá)到歷年來最小值，因為2000年降雨侵蝕力最小，2001年土壤侵蝕平均模數(shù)達(dá)到歷年來最大值，其原因是2001年降雨侵蝕力最大。1988年的降雨侵蝕力為2 055.26 MJ·mm/（hm2·h），2000年的降雨侵蝕力為439.55 MJ·mm/（hm2·h），降雨侵蝕力急劇成倍數(shù)減少，所以整體侵蝕程度明顯降低，2013年的降雨侵蝕力為1 790.23 MJ·mm/（hm2·h），降雨侵蝕力明顯增大，相對于1988—2000年，整體的侵蝕程度加劇。

（2）1988—2013年榆林市土壤侵蝕狀況明顯改善，平均土壤侵蝕由1988年4 368.83 t/（km2·a）減少為2013年2 345.97 t/（km2·a），相應(yīng)的土壤流失總量從175.94×106 t減少到68.96×106 t。1988—2013年，中度以上侵蝕全市微度侵蝕面積增加，其他侵蝕等級轉(zhuǎn)移到劇烈侵蝕的百分比均不足1。耕地、草地和未利用土地面積減少，林地、建筑用地面積增加，退耕還林，愛護(hù)自然等保護(hù)措施和意識得到加強和提升。隨著坡度增加，1988、2000和2013年的土壤侵蝕模數(shù)呈上升趨勢，總侵蝕量也是逐漸增加。

（3）根據(jù)馬爾科夫模型預(yù)測，未來40年榆林市土壤侵蝕狀況逐漸減輕，中度以上土壤侵蝕面積逐漸增加，微度侵蝕面積增加尤其顯著，其他侵蝕等級的面積持續(xù)減少。

參考文獻(xiàn)

[1] 高海東，李占斌，李鵬，等.基于土壤侵蝕控制度的黃土高原水土流失治理潛力研究[J].地理學(xué)報：英文版，2016，26（4）：457-472.

[2] 姜永清，王萬中，王占禮，等.陜北黃土高原的土壤侵蝕與綜合治理[J].水土保持研究，1999，6（2）：174-180.

[3] 江忠善，鄭粉莉，武敏.中國坡面水蝕預(yù)報模型研究[J].泥沙研究，2005（4）：1-6.

[4] 張巖，劉寶元，張清春，等.不同植被類型對土壤水蝕的影響[J].植物學(xué)報：英文版，2003，45（10）：1204-1209.

[5] WU L，LIU X，MA X Y.Tracking soil erosion changes in an easilyeroded watershed of the Chinese loess plateau[J].Polish journal of environmental studies，2016，25（1）：351-363.

[6] 李天宏，鄭麗娜.基于RUSLE模型的延河流域2001—2010年土壤侵蝕動態(tài)變化[J].自然資源學(xué)報，2012，27（7）：1164-1175.

[7] YODER D，LOWN J.The future of RUSLE：Inside the new revised universal soil loss equation[J].Journal of soil & water conservation，1995，50（5）：484-489.

[8] 陳云明，劉國彬，鄭粉莉，等.RUSLE侵蝕模型的應(yīng)用及進(jìn)展[J].水土保持研究，2004，11（4）：80-83.

[9] 江忠善，王志強，劉志.黃土丘陵區(qū)小流域土壤侵蝕空間變化定量研究[J].土壤侵蝕與水土保持學(xué)報，1996，2（1）：1-9.

[10] 符素華，劉寶元.土壤侵蝕量預(yù)報模型研究進(jìn)展[J].地球科學(xué)進(jìn)展，2002，17（1）：78-84.

[11] 劉新顏，曹曉儀，董治寶.基于T-S模糊神經(jīng)網(wǎng)絡(luò)模型的榆林市土壤風(fēng)蝕危險度評價[J].地理科學(xué)，2013，33（6）：741-747.

[12] 賈文錦，朱全有，陳有治，等.榆林專區(qū)的土壤侵蝕及其防治[J].土壤通報，1961（1）：35-42.

[13] 王萬忠.黃土地區(qū)降雨特性與土壤流失關(guān)系的研究 Ⅲ：關(guān)于侵蝕性降雨的標(biāo)準(zhǔn)問題[J].水土保持通報，1984（2）：58-63.

[14] 謝云，劉寶元，章文波.侵蝕性降雨標(biāo)準(zhǔn)研究[J].水土保持學(xué)報，2000，14（4）：6-11.

[15] 章文波，謝云，劉寶元.利用日雨量計算降雨侵蝕力的方法研究[J].地理科學(xué)，2002，22（6）：705-711.

[16] WANG B，ZHENG F L，PMKENS M J M，et al.Comparison of soil erodibility factors in USLE，RUSLE2，EPIC and Dg models based on a Chinese soil erodibility database[J].Acta agriculturae scandinavica， Section BSoil and plant science，2013，63（1）：69-79.

[17] 汪邦穩(wěn)，楊勤科，劉志紅，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].中國水土保持科學(xué)，2007，5（2）：18-23.

[18] 楊波，王全九.退耕還林后榆林市土壤侵蝕和養(yǎng)分流失功效研究[J].水土保持學(xué)報，2016，30（4）：57-63.

area in Anhui Province

3 安徽省生態(tài)安全格局

在ArcGIS中，疊加生態(tài)安全重要性和生態(tài)敏感性4幅格局圖（水源涵養(yǎng)生態(tài)安全格局、水土保持生態(tài)安全格局、生

物多樣性生態(tài)安全格局和生態(tài)敏感性格局），剔除圖中土地利用類型為建設(shè)用地和耕地的部分，形成生態(tài)安全重要性敏感性格局。疊加景觀破碎度高值區(qū)、景觀完整性低值區(qū)和蔓延度低值區(qū)3幅圖，剔除斑塊面積不足1 km2的區(qū)域形成景觀生態(tài)安全格局。融合生態(tài)安全重要性敏感性格局和景觀生態(tài)安全格局建立安徽省生態(tài)安全格局（圖10）。

圖10 安徽省生態(tài)安全格局

Fig.10 Ecological security pattern in Anhui Province

安徽省生態(tài)安全格局以西部大別山生態(tài)屏障和南部黃山生態(tài)屏障為框架，以長江干流水生態(tài)廊道為連接樞紐，融合以巢湖為首的中北部湖泊為濕地保護(hù)屏障，共同表現(xiàn)為“兩山一江，山環(huán)水繞”生態(tài)安全格局。

4 結(jié)論與討論

該研究基于GIS和Fragstats軟件，運用生態(tài)安全重要性與敏感性劃分生態(tài)安全高值區(qū)，使用景觀生態(tài)指數(shù)為參考基準(zhǔn)劃分景觀生態(tài)極值區(qū)，構(gòu)建了安徽省生態(tài)安全格局。研究表明，安徽省生態(tài)安全格局總面積41 083.46 km2，占全省面積的29.53%，整體主要格局以西部大別山生態(tài)屏障和南部黃山生態(tài)屏障為支撐，總面積分別為10 878.66、20 004.97 km2，長江干流水生態(tài)廊道為屏障鏈接，巢湖等湖泊濕地為生態(tài)格局重要組成成分，總面積1 130.74 km2。

該研究通過綜合生態(tài)安全重要性敏感性指數(shù)和景觀生態(tài)指數(shù)，構(gòu)建了安徽省生態(tài)安全格局，改變了以往生態(tài)安全格局的單一評估指標(biāo)情況，為安徽省生態(tài)保護(hù)提供了新的思路和參考。針對不同地區(qū)、不同指標(biāo)類型使用了不同的等級進(jìn)行分級處理，突破了以往全國使用統(tǒng)一分級標(biāo)準(zhǔn)造成的地區(qū)間生態(tài)格局差異性不明顯的情況，使生態(tài)安全的區(qū)域特殊性更加顯著。由于研究未統(tǒng)一各個指標(biāo)的柵格分辨率大小，具體表現(xiàn)為生態(tài)安全重要性柵格分辨率低于景觀生態(tài)指數(shù)的分辨率，使得生態(tài)安全格局不同指數(shù)之間的精準(zhǔn)性略有不足。如何更加科學(xué)地突出地區(qū)間生態(tài)安全格局的科學(xué)性和系統(tǒng)性，統(tǒng)一不同尺度下生態(tài)安全的地區(qū)性差異，開展區(qū)域生態(tài)安全動態(tài)評價和高效預(yù)警是今后亟待深入研究的部分?？梢赃M(jìn)一步選擇更大尺度和更長時間跨度，從更微觀的評價單元角度，加強區(qū)域生態(tài)安全的時空分析，更好揭示生態(tài)安全的變化規(guī)律和驅(qū)動因子，提出更有針對性的決策建議。

參考文獻(xiàn)

[1]秦曉楠，盧小麗，武春友.國內(nèi)生態(tài)安全研究知識圖譜：基于Citespace的計量分析[J].生態(tài)學(xué)報，2014，34（13）：3693-3703.

[2] 李宗堯，楊桂山，董雅文.經(jīng)濟(jì)快速發(fā)展地區(qū)生態(tài)安全格局的構(gòu)建：以安徽沿江地區(qū)為例[J].自然資源學(xué)報，2007，22（1）：106-113.

[3] 宋偉東.基于生態(tài)功能重要性和敏感性的安徽省生態(tài)安全格局構(gòu)建[J].阜陽師范學(xué)院學(xué)報（自然科學(xué)版），2019，36（3）：103-109.

[4] 張豆，渠麗萍，張桀滈.基于生態(tài)供需視角的生態(tài)安全格局構(gòu)建與優(yōu)化：以長三角地區(qū)為例[J].生態(tài)學(xué)報，2019，39（20）：7526-7537.

[5] 陳昕，彭建，劉焱序，等.基于“重要性—敏感性—連通性”框架的云浮市生態(tài)安全格局構(gòu)建[J].地理研究，2017，36（3）：471-484.

[6] 杜悅悅，胡熠娜，楊旸，等.基于生態(tài)重要性和敏感性的西南山地生態(tài)安全格局構(gòu)建：以云南省大理白族自治州為例[J].生態(tài)學(xué)報，2017，37（24）：8241-8253.

[7] 付剛，白加德，齊月，等.基于GIS的北京市生態(tài)脆弱性評價[J].生態(tài)與農(nóng)村環(huán)境學(xué)報，2018，34（9）：830-839.

[8] 譚云鳳. 基于GIS和Fragstats的團(tuán)結(jié)鎮(zhèn)景觀格局優(yōu)化研究[D].哈爾濱：東北林業(yè)大學(xué)，2014.

[9] ZHOU D Y，TIAN Y Y，JIANG G H.Spatio-temporal investigation of the interactive relationship between urbanization and ecosystem services： Case study of the Jingjinji urban agglomeration， China[J]. Ecological indicators，2018，95：152-164.

[10] 劉琦，劉世梁，趙清賀，等.基于移動窗口法的水電開發(fā)影響下景觀格局梯度分析[J].山地學(xué)報，2012，30（5）：628-635.

[11] 仇江嘯，王效科，逯非，等.城市景觀破碎化格局與城市化及社會經(jīng)濟(jì)發(fā)展水平的關(guān)系：以北京城區(qū)為例[J].生態(tài)學(xué)報，2012，32（9）：2659-2669.

[12] 張琳琳，孔繁花，尹海偉，等.基于景觀空間指標(biāo)與移動窗口的濟(jì)南城市空間格局變化[J].生態(tài)學(xué)雜志，2010，29（8）：1591-1598.

[13] 唐建，譚飛，周琳.景觀破碎化對物種多樣性的影響探討[J].綠色科技，2018（24）：158-161.

[14] LARSEN L G，CHOI J，NUNGESSER M K，et al. Directional connectivity in hydrology and ecology[J]. Ecological applications， 2012， 22（8）：2204-2220.

[15] 中華人民共和國生態(tài)環(huán)境部.生態(tài)保護(hù)紅線劃定指南：環(huán)辦生態(tài)（2017）48號[A].2017.

[16] 安徽省人民政府.安徽省人民政府關(guān)于發(fā)布安徽省生態(tài)保護(hù)紅線的通知：皖政秘（2018）120號[A].2018.

[17] 盧一夢.安徽省濕地生態(tài)保護(hù)紅線劃分研究[D].合肥：安徽大學(xué)，2019.

[18] 白育銘.安徽省生態(tài)紅線區(qū)管控指標(biāo)體系構(gòu)建研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2016.

[19] 王在高，吳楠.安徽省重點生態(tài)功能區(qū)保護(hù)紅線劃定方法研究[J]. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版）， 2017， 40（10）： 1412-1415.

[20] 王在高，吳楠.基于GIS的安徽省生態(tài)保護(hù)紅線劃定方法研究[J]. 安徽師范大學(xué)學(xué)報（自然科學(xué)版）， 2018， 41（3）： 287-292.

[21] 王在高，吳楠.安徽省生態(tài)環(huán)境敏感區(qū)保護(hù)紅線劃定方法研究[J]. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版）， 2018， 41（8）： 1100-1107.

[22] 宋言奇.長三角生態(tài)安全一體化研究[J].南通大學(xué)學(xué)報（社會科學(xué)版），2005，21（4）：61-66.

[23] 宋言奇.“長三角”地區(qū)生態(tài)安全應(yīng)走一體化綜合治理的道路[J].科技導(dǎo)報，2005，23（12）：72.

[24] 李進(jìn)華，孫慶業(yè)，周立志，等.安徽生態(tài)建設(shè)與長三角生態(tài)安全[C]//中國生態(tài)學(xué)會、安徽生態(tài)省建設(shè)領(lǐng)導(dǎo)小組辦公室.循環(huán)·整合·和諧——第二屆全國復(fù)合生態(tài)與循環(huán)經(jīng)濟(jì)學(xué)術(shù)討論會論文集.北京：中國科學(xué)技術(shù)出版社，2005：6.

[25] 張貝爾，蔣旭東，孫京祿，等.安徽省區(qū)域生態(tài)安全動態(tài)評價與預(yù)警分析[J].中國農(nóng)學(xué)通報，2018，34（27）：142-151.

[26] 劉曉哲.改進(jìn)的通用土壤侵蝕方程在流域水土流失模擬中的運用[J].水利規(guī)劃與設(shè)計，2016（4）：69-71.

[27] 劉海濤.基于改進(jìn)通用土壤侵蝕方程的水土流失時空模擬：以淮河上游為例[J].人民長江，2016，47（4）：17-19，26.

[28] 陳正發(fā).基于RUSLE模型的重慶市土壤流失方程研究[D].重慶：西南大學(xué)，2011.

[29] 方行，方元.基于GIS與Fragstats景觀水平的空間格局特征分析：以珠江口兩岸為例[J].湖北農(nóng)業(yè)科學(xué)，2012，51（4）：841-842.

[30] 馮永玖，劉艷，周茜，等.景觀格局破碎化的粒度特征及其變異的分形定量研究[J].生態(tài)環(huán)境學(xué)報，2013，22（3）：443-450.

[31] 洪鴻加，彭曉春，陳志良，等.長沙市景觀破碎化時空分異特征研究[J].國土資源遙感，2011（1）：133-137.

[32] SONG H H，LIU L X，ZHANG Y T，et al.Research on landscape pattern optimization of Xianglan Town based on GIS and fragstats[C]//Proceedings of the 2017 International Conference on Society Science （ICoSS 2017）.Paris，F(xiàn)rance：Atlantis Press，2017.

[33] 連藝昕. 基于遙感及GIS技術(shù)的水土流失信息提取與分級研究：以福建省永春縣為例[D].南昌：東華理工大學(xué)，2014.

[34] 連米鈞.水土流失概念及水土流失強度分級標(biāo)準(zhǔn)[J].水土保持科技情報，2001（1）：25-27，44.

[19] 馬超飛，馬建文，布和敖斯?fàn)?USLE模型中植被覆蓋因子的遙感數(shù)據(jù)定量估算[J].水土保持通報，2001，21（4）：6-9.

[20] 蔡崇法，丁樹文，史志華，等.應(yīng)用USLE模型與地理信息系統(tǒng)IDRISI預(yù)測小流域土壤侵蝕量的研究[J].水土保持學(xué)報，2000，14（2）：19-24.

[21] 譚炳香，李增元，王彥輝，等.基于遙感數(shù)據(jù)的流域土壤侵蝕強度快速估測方法[J].遙感技術(shù)與應(yīng)用，2005，20（2）：215-220.

[22] 游松財，李文卿.GIS支持下的土壤侵蝕量估算：以江西省泰和縣灌溪鄉(xiāng)為例[J].自然資源學(xué)報，1999，14（1）：62-68.

[23] WISCHMEIER W H，SMITH D D.Predicting rainfall erosion losses：A guide to conservation planning[M].Washington，DC，USA：United States Dept of Agriculture，1978：537.

[24] 覃杰香，王兆禮.基于GIS和RUSLE的從化市土壤侵蝕量預(yù)測研究[J].人民珠江，2011，32（2）：37-41.

[25] JIANG Z S，ZHENG F L，WU M.China water erosion prediction model[M].Beijing：Science Press，2008：200-202.

[26] 陳彥光.地理數(shù)學(xué)方法：基礎(chǔ)和應(yīng)用[M].北京：科學(xué)出版社，2008：488-516.

[27] 劉少佳，任志遠(yuǎn)，楊文艷，等.基于馬爾科夫模型土壤侵蝕動態(tài)變化研究：以西安都市圈為例[J].水土保持研究，2015，22（5）：14-19，24.

[28] 江青龍，謝永生，張應(yīng)龍，等.京津水源區(qū)小流域土壤侵蝕空間模擬[J].生態(tài)學(xué)雜志，2011，30（8）：1703-1711.

[29] 石香瓊，查軒，陳世發(fā).基于馬爾柯夫模型的紅壤退化地水土流失動態(tài)變化預(yù)測研究[J].水土保持研究，2009，16（4）：19-23.