四川旱耕地和自然土壤可蚀性研究(02,01,18)
³ Ñ KÓ ² Í Æ Ç ¼
à ¸
ë ·
´ Ï
´ Á
Ð Ò
à ¸
¿ Í
Ý °
à ¸
Ý °
¯ Ç
´ ±
Ó ·
Ý °
è Ò
º Æ
º Æ
³ Ô « Æ
ß µ
ß µ
³ ¾ Ì Í 1
3、研究结果
3.1 四川旱耕地和自然土壤可蚀性K值的土壤类型差异性 土地总面积为4888.84万公顷;土壤总面积为4638.13万公顷
建设用地和水域250.71万公顷
水稻土占7.42%；旱耕地土壤占10.53%；自然土壤占76.92%。 在24个土类中，分布面积大于10%的有高山草甸土、紫色土和亚 高山草甸土 ; 在 5~10% 之间的土类有暗棕壤、水稻土和黄壤；在 1~5%之间的有黄棕壤、棕壤、粗骨土、褐 土、高山寒漠土、石灰
蚀性K值计算数学经验模型，与此同时，不少学者采用国外已建立 的数学模型和图解法对部分地区土壤可蚀性进行了研究，并编制了 少数地区的土壤可蚀性K值图。
3.土壤可蚀性研究的意义
研究四川是长江上游的重要组成部分，长期以来人们盲目地毁林开荒、陡坡垦
殖、砍伐森林，使土壤侵蚀越来越严重，成为长江上游严重的水土流失灾害区 据1988年应用遥感技术调查结果，四川和重庆市轻度以上水土流失面积达 24.88³104Km2，占幅员面积的43.98%和长江上游水土流失面积(39.3³104Km2) 的63.31%；年均土壤侵蚀量为11.28³108t，占长江上游年平均侵蚀量 (15.68³108t)的71.94%；水土平均侵蚀模数4532t/Km2.a，比长江上游水土流失区 平均侵蚀模数(3990 t/Km2.a)大13.58%。 据报道，盆地紫色土地区15～25°的坡耕地土壤流失最大的可达34400t/Km2.a。
式中：A─土壤流失量(t/hm2.a)
R─降雨侵蚀因子(17MJ.mm/hm2.h) S─坡度因子(°) K─土壤可蚀性因子(0.132T.h/MJ.mm) C─耕作和经营管理因子
(1)
L─坡长因子(m)
P─土壤侵蚀控制措施因子
1985～1995年，美国完成了土壤侵蚀预报模型─WEPP。WEPP模
型是一个迄今为止最为复杂的描述与土壤水蚀相关物理过程的计算
机程序。WEPP模型中将土壤可蚀性进一步分为细沟间可蚀性(Ki) 、细沟可蚀性(Kr)和土壤临界剪切力(τc)。 土壤可蚀性K值是USLE方程和WEPP模型的一个重要因子。 可见，土壤可蚀性是水土保持研究的主要内容，是进行土壤侵蚀 预报的基础。
³ Ñ KÓ ² Í Æ Ç ¼
¾ Ê
¾ Ê
¾ Ê
¾ Ê
¾ Ê
¾ Ê
¾ Ê
½ Å
¾ Ê
° ³ Ô ³ ½ Å
¾ Ê
³ Ô ½ Å Ã ¸
¾ Ê
½ Å
½ Å
¾ Ê
½ Å
Ó ·
³ Ì « Æ
ë ·
Ï ¸é ³ýFra bibliotek¸Ä ¶
ë ·
ó Ñ
é ³
± ±
Ô ³
ë ·
à ¸
Ó ·
à ¸
ï Ñ
¯ Ç
Ý °
¿ Í
Ó ²
Ä Î ß µ º Æ Ý ° é ³
³ Ì « Æ
ê ) « Ä ò ¶ ý (Ê æ ¸ À
2000 1500 1000 500 0
® È » ³ ¾ Ê ³ · û µ ³ Ô ¾ Ê
° ³ Ô ³ ½ Å ® È » ³ ¾ Ê Ã ¸ ½ Å Ã ¸ ³ Ô ½ Å ½ Å Ó ² Ä ¶ ¾ Ê ¾ Ê ® · ® Á ¾ Ê ¾ Ê ½ Å ´ Ï Ó ¾ ¾ Ê ¾ Ê ¾ Ê ¾ Ê Ý ° Ã ¸ º Æ Ô ³ Ý ° é ³ Ó · é ³ ± ± ¾ Ê ï Ñ ´ ± ë · ë · ² ç ± Æ ¾ Ê ½ Å ¾ Ê ¾ Ê ¾ Ê ¾ Ê ó Ñ ¼ É ý ¸ Ð Ò ´ Á ¿ Í Ï ¸ ¯ Ç ë · è Ò Ô ³
1990年，Williams等人在侵蚀─生产力影响评价模型EPIC)模型中 ，把土壤可蚀性因子K值计算公式发展为(2)：
Si s1 0.2 0.3 exp 0.0256S a (1 ) 100 C1 si
0.3
0.25C 0.7SN1 1.0 1.0 C exp3.72 2.95C SN1 exp(5.51 22.9SN1 )
四川旱耕地土壤和自然土壤可蚀性研究
一 研究背景 土 壤 可蚀性
土壤可蚀性是土壤侵蚀的内因， 气候、地形、植被等因素是土 壤侵蚀的外因，而水土流失则 是土壤侵蚀的外在表现。也是 土壤侵蚀预报和土地利用规划 的重要参数。
1. 世界各国的研究情况 在前人研究的基础上，1957～1958年，威斯奇迈尔（
Wischmeier,W.H.）和史密斯(Smith,D.D.)重新评价了各种影响土
运用EXCEL软件建立每个土种的质地转换方程，通过各个质地
转换方程换算出每个土种颗粒组成中0.1mm粒径的颗粒含量，再
计算出各土种的粒径（0.1～2mm）含量%、粒径（0.002～ 0.1mm）含量%、粒径（<0.002mm）含量%。然后将各土种的有 机质含量%录入计算机，结合各土种颗粒组成（粒径（0.1～2mm ）含量%、粒径（0.002～0.1mm）含量%、粒径（<0.002mm）含 量%），用土壤可蚀性K值计算公式（2），计算出每一个土种表 土层和心土层的土壤可蚀性K值。
´ ±
Ð Ò
Ý °
³ ¾ Ì Í 1
³ ¾ Ì Í 2
Ä Î
ß µ
º Æ
´ Á
¼ É
¾ Ê
3.1.3 全省自然土壤可蚀性K值的差异性 自然土壤（不含水域、建设用地和自然土壤）中，面积最大的是 高山草甸土，占全区自然土壤的23.80%；其次是亚高山草甸土（占 12.68%）、暗棕壤（占11.54%）和紫色土（占11.48%）；其余自然 土壤的分布面积占的比重均在6%以内。 表土层可蚀性K值变幅为0.268～0.343 心土层可蚀性K值变幅为和0.278～0.373
因此，对四川土壤可蚀性进行系统的研究，揭示各地区、各土壤类型遭受侵蚀
的潜在可能性，为防治四川水土流失，进行土壤侵蚀预报、水土保持规划、土地
利用评价和土壤环境潜在危险性评价等提供科学依据；促进社会经济发展和实现
可持续发展战略具有十分重要的意义。
2、材料与方法
2.1 资料 四川省第二次土壤普查
四川省1996年土地资源调查资料
½ Å Ô ³
® È
ò Ð
³ Ñ KÓ ² Í Æ Ç ¼
0.15 0.35 0.1 0.05 0.3 0.25 0.2 0.4
± ±
0
¾ Ê Ì ³ « Æ ¾ Ê ¾ Ê ¾ Ê ¾ Ê ¾ Ê ¾ Ê ½ Å ë · ½ Å ³ Ô « Æ è Ò ´ Ï Ó ¾ ¾ Ê ¾ Ê ½ Å Ý ° Ý ° é ³ º Æ é ³ ¾ Ê ¾ Ê ³ ° Ô ³ ß µ ½ Å Æ º ® · ® Á ¾ Ê ï Ñ ë · ¾ Ê ´ ± ë · ½ Å Ó · ¾ Ê Ó ² Ä ¶ Æ º ¾ Ê Ô ³ Ý ° é ³ ¾ Ê Ï ¸ ¯ Ç Ä Î ß µ º Æ ß µ Ô ³ ³ Ô ½ Å Ã ¸ ´ Á ¼ É Ó · ý ¸ ó Ñ é ³ Ã ¸ ¿ Í Ð Ò Ý ° Ã ¸
土、红壤、棕色针叶林土和沼泽土；其余土壤占的比重均在 1%以
内。 由于水稻土、风沙土的特殊性， 在本研究中对其土壤可蚀性未 作讨论。
ê) «Ä ò¶ ý (Ê æ¸ À
ß µ º Æ
1000
Ý °
100 200 300 400 500 600 700 800 900 0
é ³ ¾ Ê ¾ Ê ¾ Ê
我国第二次土壤普查中土壤颗粒分析采用的是国际制
因而采用梁音[33]介绍的方程模拟法将国际制转换美国制 在计算机上应用 Y=aX2+bX+c进行模拟，得出每个土壤类型的转 换方程，其中，X=ln(P)，P为粒径大小（mm），Y是小于P粒径的 累计颗粒含量百分数（%），然后利用公式进行转换。
2.3.3 土壤可蚀性K值的计算
表土层:数值在0.268～0.344之间变化;
心土层可蚀性K值在0.278～0.374之间.
31.1全省旱耕地和自然土壤可蚀性K值的差异性
³ ¾ Ì Í 1
Á ² È ¨¾ Ê Å ½ ¼ Æ Ç ² Í Ñ É Ô Ò ô
³ ¾ Ì Í 2
3.1.2 全省旱耕地耕地土壤可蚀性K值的差异性
旱耕地土壤（包括田土坎和园地）中，最多的是紫色土，占全
《四川土种志》等。 2.2 研究思路 本研究以土壤环境条件、理化性质、数量和分布特征等为基础， 应用美国“通用计算机和EXCEL软件等软件，以土壤流失方程”
（USLE）和“土壤侵蚀预报模型”（WEPP）中的土壤可蚀性因
子K为基础，计算四川各土壤类型的土壤可蚀性（K）值，并结合 定量分析和对比分析方法，研究四川各土壤可蚀性特征，分析土壤 可蚀性特征的成因。
2.我国土壤可蚀性的研究
我国土壤可蚀性调查研究开始于二十世纪40年代，概念上多采用 土壤抗侵蚀性，我国学者主要采用土壤理化性质测定法和仪器测定 法研究我国不同地区主要土壤，尤其是黄土母质的土壤可蚀性，取 得了显著成效。近年来，采用小区测定法对不同地区的土壤可蚀性
进行了研究，并初步建立了我国东部丘陵区和福建土壤区的土壤可
Project )。WEPP模型是一个迄今为止最为复杂的描述与土壤水蚀 相关物理过程的计算机程序，涉及的过程包括降水入渗、灌溉、地 表径流、土壤剥离、泥沙输运与沉积、植物生长、残茬分解等。 WEPP模型中将土壤可蚀性进一步分为细沟间可蚀性(Ki)、细沟可
2024年高考地理真题完全解读(湖南卷)
干热风、土壤养分、低温 冻害影响树干的整体
一、选择题
美国西南部某河源的小型谷地，气候较干旱。该地品尼松生长缓慢，分枝点低
，雨水下渗为其生长提供水源，外力作用会影响其生长状态。1905年后该地降水
增多。如图示意谷底的品尼松生长演变过程，以及相应的年轮增长距平值。完成
12～14题。
谷坡生长缓慢
14．在乙时期，谷坡的品尼松年轮增
C．17日22：00—23：00 18日01：00—02：00
D．17日13：00—14：00 18日00：00—01：00
16．两次强降雨时谷地风速差异显著，主要原因是
（）
A．地形阻挡 C．气温变化
B B．东南风影响
D．摩擦力作用
同一区域地形、摩擦力差别不大；西藏地区海拔高，气温较低，位于河谷地区温差更小
资源枯竭型城市、旅游业的区位条件
18题 19题
伊朗北部——里海区域的湿地 四川贡嘎山中华斑羚与中华鬣羚的主要栖息地分布
河流的特征、湿地的演变
生物的影响因素、自然环境的整体性、 垂直地带分异规律
试卷分析
试卷分析
2024年湖南省选考真题“稳”中有“变”。
“稳”——2024年是湖南省新高考自主命题的第四年。历经三年的尝试、积 累与创新之后，经过三年自主命题的具体实践与经验积累后,如今湖南省选考已 经逐渐形成了自己的特色——打破旧有桎梏,从国内外的最新地理文献研究中挑 选适合作为高考地理测试的素材;大胆突破创新,通过变更高考地理测试的题型与 分值设定以更加符合实际的考情和学情。2024年湖南省选考试题基本延续了2023 年湖南卷的风格。
A．历史悠久
B．交通便利
C．宣传有力
D．物美价廉
B
术的人才；也有豆制 品的相关产业，产业
四川省成都市2024-2025学年高三上学期期中考试 地理含解析
成都2024-2025学年度高三上期半期考试地理试卷（答案在最后）本试卷分选择题和非选择题两部分。
满分100分,考试时间75分钟。
注意事项:１．答题前,务必将自己的姓名、考籍号填写在答题卡规定的位置上。
２．答选择题时，必须使用2B铅笔将答题卡上对应题目的答案标号涂黑,如需改动，用橡皮擦干净后,再选涂其它答案标号。
３．答非选择题时,必须使用0.5毫米黑色签字笔,将答案书写在答题卡规定的位置上．４．所有题目必须在答题卡上作答,在试题卷上答题无效。
５．考试结束后,只将答题卡交回。
第Ⅰ卷（选择题，共48分）本卷共16小题，每题3分，共48分。
在每题给出的四个选项中，只有一项是符合题目要求的。
上世纪80年代，江苏省宿迁市耿车镇大众村大力发展废旧塑料回收加工产业，使人均年收入大幅增加，但废旧塑料回收加工产业也使大众村陷入了垃圾围村的境地。
2016年耿车镇全面打响了废旧物资回收加工综合整治工作，大众村在放弃废品塑料产业之后，以绿色生态发展为主,大力发展板式家具等产业，依靠电商走出了一条集约发展之路,成为“淘宝村”。
然而后来随着电商交易总额的增长,也出现简易家具产品同质化严重、款式过时等问题。
据此完成1-3题。
1．大众村放弃废旧塑料回收加工产业的根本原因是A．生态环境污染严重B．村内同质竞争较大C．塑料市场需求减小D．塑料加工技术落后2．大众村转型发展板式家具产业的突出优势是A．林木资源丰富B．工人技术熟练C．物流信息发达D．家具市场扩张3．大众村家具产业为提高竞争力应采取的措施是A．降低生产成本B．挖掘本地市场C．鼓励产品创新D．加大宣传力度兰萨罗特岛地处大西洋东侧，是西班牙以保护自然风光原始风貌来大力发展旅游业的火山岛。
岛上环形山众多，大片的黑色土壤广布，植被稀少，只有少许棕桐树和仙人掌。
当地居民根据环境特点开辟了小块的种植园地。
其中，这里的葡萄种植衍生出一种特殊的种植技术:单株葡萄种植在单个坑里，坑宽3--4米，坑深1-1.5米，坑边用当地的火山石垒成半圆形的石墙，看上去葡萄仿佛种在一个浅浅的石井里。
黄土高原土壤可蚀性因子空间分布特征及影响因素
第37卷第6期2023年12月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .37N o .6D e c .,2023收稿日期:2023-05-17资助项目:国家自然科学基金项目(42077058,41601282,42277320) 第一作者:朱启明(1999 ),男,江苏盐城人,硕士研究生,主要从事土壤侵蚀过程与机理研究㊂E -m a i l :q i m i n g z h u @s n n u .e d u .c n 通信作者:刘俊娥(1987 ),女,山西河曲人,博士,副教授,主要从事土壤侵蚀过程与机理研究㊂E -m a i l :l i u ju n e 5@s n n u .e d u .c n 黄土高原土壤可蚀性因子空间分布特征及影响因素朱启明,刘俊娥,周正朝(陕西师范大学地理科学与旅游学院,西安710119)摘要:为揭示黄土高原地区土壤可蚀性(K )的空间分布特征和影响因素,基于E P I C 模型㊁几何平均粒径模型㊁T o r r i 模型估算黄土高原地区K ,并结合地理探测器比较土壤理化性质㊁海拔㊁坡度等要素对K 空间分布的影响㊂结果表明:(1)E P I C 模型㊁几何平均粒径模型㊁T o r r i 模型估算的黄土高原地区K 均值分别为0.036,0.034,0.041[(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m2)]㊂黄土高原以中可蚀性和中高可蚀性的土壤为主,不同模型对K 的估算值有显著差异(F =4.460,p <0.01)㊂(2)黄土高原K 有较为显著的空间异质性,东部和西南地区K 较高,西北地区K 则较低㊂不同省份的中可蚀性和中高可蚀性面积占比有较大的统计差异㊂(3)土壤理化性质(砂粒含量㊁粉粒含量㊁黏粒含量㊁碎石含量㊁容重㊁酸碱度㊁阳离子交换量㊁基本饱和度㊁交换性盐基㊁碳酸盐㊁硫酸盐㊁可交换性钠盐㊁导电率)㊁海拔㊁坡度㊁坡向均对K 呈现极显著影响(p <0.01)㊂土壤理化性质对K 空间分布的影响强于海拔㊁坡度㊁坡向㊁土地利用因子间交互作用对K 的影响大于单个因子㊂研究结果可为黄土高原土壤水蚀准确防治和土壤改良提供一定的理论依据㊂关键词:土壤可蚀性;地理探测器;空间分异;黄土高原中图分类号:S 157.1 文献标识码:A 文章编号:1009-2242(2023)06-0050-07D O I :10.13870/j.c n k i .s t b c x b .2023.06.007R e s e a r c ho n t h e S p a t i a lD i s t r i b u t i o nC h a r a c t e r i s t i c s a n d I n f l u e n c i n gF a c t o r s o f S o i l E r o d i b i l i t y Fa c t o r s o f t h eL o e s sP l a t e a u Z HU Q i m i n g ,L I UJ u n e ,Z HO UZ h e n gc h a o (S c h o o l o f G e o g r a p h y a n dT o u r i s m ,S h a a n x iN o r m a lU n i v e r s i t y ,X i a n 710119)A b s t r a c t :I no r d e r t or e v e a l t h es p a t i a l d i s t r i b u t i o nc h a r a c t e r i s t i c sa n d i n f l u e n c i n g f a c t o r so f s o i l e r o d i b i l i t y (K -f a c t o r )o n t h eL o e s sP l a t e a u ,t h i s r e s e a r c he s t i m a t e d t h ev a l u e so f K -f a c t o r o n t h eL o e s sP l a t e a ub a s e do nE P I C m o d e l ,g e o m e t r i cm e a n g r a i n s i z em o d e l a n dT o r r im o d e l .T h e i m p a c t s o f s o i l p h y s i c a l a n d c h e m i c a l p r o p e r t i e s ,e l e v a t i o n ,s l o p e ,a n do t h e r f a c t o r so nt h es p a t i a l d i s t r i b u t i o no f K -f a c t o rw e r ec o m p a r e du s i n gg e o g r a p h i cd e t e c t o r s .T h e f i n d i n g s i n d i c a t e dt h a t :(1)T h e m e a nv a l u e so f K -f a c t o ro nt h eL o e s s p l a t e a u e s t i m a t e db y E P I C m o d e l ,g e o m e t r i cm e a n g r a i ns i z em o d e l ,a n dT o r r im o d e lw e r e 0.036,0.034a n d0.041[(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2)],r e s p e c t i v e l y .T h e d o m i n a n t s o i l s o n t h eL o e s sP l a t e a u e x h i b i t e dm e d i u m e r o d i b i l i t y a n dm e d i u m -h i g he r o d i b i l i t y ,w i t hs i g n i f i c a n t d i f f e r e n c e s i n t h e e s t i m a t e d K -f a c t o r v a l u e s a m o n gt h em o d e l s (F =4.460,p <0.01).(2)T h e K -f a c t o r o fL o e s sP l a t e a u s h o w e d s i g n i f i c a n t s p a t i a l h e t e r o g e n e i t y ,w i t hh i gh e r K -f a c t o r i n t h e e a s t a n ds o u t h w e s t a n d l o w e r K -f a c t o r i nt h en o r t h w e s t .T h e r ew e r es t a t i s t i c a l d i f f e r e n c e s i n t h e p r o p o r t i o no fm e d i u me r o d i b l e a n dm e d i u m -h i g he r o d i b l e a r e a s a m o n g d i f f e r e n t p r o v i n c e s .(3)S o i l p h y s i c o c h e m i c a l p r o p e r t i e s (s a n dc o n t e n t ,s i l t c o n t e n t ,c l a y c o n t e n t ,g r a v e l c o n t e n t ,b u l kd e n s i t y ,p H ,c a t i o ne x c h a n g e ,b a s i cs a t u r a t i o n ,e x c h a n g e a b l es a l t g r o u p ,c a r b o n a t e ,s u l f a t e ,e x c h a n ge a b l es o d i u m s a l t ,e l e c t r i c a l c o n d u c t i v i t y ),e l e v a t i o n ,s l o p e ,a n ds l o p ed i r e c t i o ns h o w e dh i g h l y s i g n if i c a n t e f f e c to n K -f a c t o r (p <0.01).T h e i n f l u e n c e o f s o i l p h y s i c a l a n d c h e m i c a l p r o p e r t i e s o n t h e s p a t i a l d i s t r i b u t i o no f K -f a c t o rw a s s t r o n g e r t h a n t h o s eo f e l e v a t i o n ,s l o p e ,a n ds l o p ed i r e c t i o n ,a n dt h e i n t e r a c t i o nb e t w e e nf a c t o r sh a d m o r e i n f l u e n c e o n K -f a c t o r t h a n i n d i v i d u a l f a c t o r s .T h e s t u d y co u l d p r o v i d e s o m e t h e o r e t i c a l b a s i s f o r t h e a c c u r a t e p r e v e n t i o na n d s o i lw a t e r e r o s i o n c o n t r o l l i n g a n d s o i l i m pr o v e m e n t o n t h eL o e s sP l a t e a u .K e y w o r d s:s o i l e r o d i b i l i t y;g e o d e t e c t o r s;s p a t i a l d i f f e r e n t i a t i o n;L o e s sP l a t e a u土壤可蚀性反映土壤对侵蚀营力的敏感程度,即土壤是否容易受到外力而被分离和输移,通常使用土壤可蚀性因子(K)定量表示土壤可蚀性能力[1]㊂K 也是估算水土流失量和建立土壤侵蚀预报模型的关键参数,被广泛地应用于U S L E㊁R U S L E和W E P P 等模型㊂K最准确的计算方法是基于径流小区多年资料直接计算,但由于实际条件制约,很难获取长时间跨度的实测数据,因此,常使用经验模型对K进行估算,常用的经验模型大致可分为3类:(1)基于土壤粒径组成㊁有机质含量㊁结构特征和入渗能力进行估算的(修正的)诺谟方程;(2)基于土壤粒径分布和有机碳含量进行估算的E P I C模型;(3)基于土壤平均几何粒径进行估算的几何平均粒径模型和T o r r i模型㊂E P I C模型㊁几何平均粒径模型和T o r r i模型对紫色土区㊁亚热带红壤区㊁黄土高原丘陵区等典型区域有较好的适用性[2-4]㊂其中,E P I C模型和几何平均粒径模型已大量应用于黄土高原K的研究[5-6]㊂黄土高原土壤质地粗,多疏松多孔结构,抗蚀性差,K较高[7]㊂土壤理化性质㊁地貌㊁植被㊁土地利用方式会显著影响K㊂张钦弟等[8]研究发现,土壤水稳性团聚体含量显著降低K;陈卓鑫等[5]发现,粉粒含量㊁土壤容重和根重密度是影响黄土高原典型塬坡K的重要因素;李宁宁等[9]发现,退耕坡度的土壤结皮能显著降低K;朱冰冰等[6]研究认为,土壤有机质含量增加可降低K㊂同时,由于各因素在黄土高原存在空间分异性,因此,K在空间上也表现出分异性㊂饶良懿等[10]发现,黄土高原砒砂岩区阴坡坡顶K高于阳坡坡顶,而阴坡坡面K低于阳坡坡面;李娅芸等[11]发现,黄土高原丘陵区草原区K依次高于森林草原区和森林区㊂综上,现有关于黄土高原K的研究[5-11]大多聚焦于单一因素对K的影响,且研究尺度多为小尺度的坡面,针对大尺度(流域㊁省份)上K空间分布和多影响因素的研究还比较欠缺㊂因此,使用E P I C模型㊁几何平均粒径模型㊁T o r r i模型对黄土高原K进行估算,分析黄土高原K的空间分布特征,并结合地理探测器工具探究影响黄土高原K空间分布的主要因素,以期为黄土高原水土流失防治及土壤性状改良提供理论依据㊂1材料与方法1.1研究区概况黄土高原地处我国西北部(33ʎ41' 41ʎ16'N, 100ʎ52' 114ʎ33'E),总面积约为63.5万k m2,地势大致由西北向东南递减,按地貌可分为高原沟壑㊁农灌㊁沙地沙漠㊁丘陵沟壑㊁土石山区㊁河谷平原[12]㊂黄土高原地处温带季风气候向温带大陆性气候的过渡交界地带,属于典型的干旱和半干旱区,年均气温4~16ħ,年均降水量400~600mm[13]㊂土壤属性具有明显分异特征,粒径自西北向东南逐渐变细,土壤类型以黄绵土㊁风沙土㊁粗骨土㊁灰褐土为主,土质疏松且固着力差,抗蚀能力弱,加之地表植被覆盖率低,雨期极易发生侵蚀(图1)㊂图1研究区概况1.2数据来源土壤数据来源于国家冰川冻土沙漠科学数据中心(h t t p://w w w.n c d c.a c.c n/)所提供的1ʒ100万基于世界土壤数据库(HW S D),该数据是空间分辨率为公里的网格数据,提供各个格网点的土壤类型㊁土壤相位㊁土壤理化性状等信息㊂D E M数据(30m´30 m)来源于地理空间数据云(h t t p s:ʊw w w.g s c l o u d.c n/);地貌类型㊁土地利用数据均来源于中国科学院资源环境科学数据中心(h t t p s:ʊw w w.r e sd c.c n/)㊂1.3K计算常用的K估算模型主要有诺谟方程㊁修正诺谟方程㊁E P I C模型㊁几何平均粒径模型㊁T o r r i模型等㊂由于土壤结构等级和土壤渗透性等级的确定,通常需分别根据实际土壤特征确定,因此,使用诺谟方程和修正诺谟方程估算K较为困难,故本研究使用E P I C模型㊁几何平均粒径模型和T o r r i模型对K进行估算㊂(1)E P I C模型㊂S h a r p l y等[14]提出基于土壤粒径组成属性和土壤有机碳K的估算模型,即E P I C 模型㊂在E P I C模型中,K计算公式为:K E P I C=0.1317ˑ0.2+0.3e x p-0.0256㊃S a㊃1-S i100æèçöø÷éëêêùûúú{}ˑS iC l+S iæèçöø÷0.3ˑ1-0.25CC+e x p(3.718-2.947C)éëêêùûúúˑ1-0.7㊃S nS n+e x p-5.509+22.899S n()éëêêùûúú(1)S n=1-S a100(2)式中:K E P I C为E P I C模型估算所得土壤可蚀性因子15第6期朱启明等:黄土高原土壤可蚀性因子空间分布特征及影响因素[(t ㊃h m 2㊃h )/(M J ㊃m m ㊃h m 2)];0.1317为单位转换系数,将估算结果由美国制转换至国际制,下同;S a 为砂粒含量(0.05~2m m ,%);S i 为粉粒含量(0.002~0.005mm ,%);C l 为黏粒含量(<0.002mm ,%),C 为有机碳含量(%)㊂(2)几何平均粒径模型㊂R öm k e n s 等[15]提出仅考虑土壤几何平均粒径(D G ,mm )的土壤可蚀性估算模型,该模型也被用于R U S L E 模型中,其计算公式为:K D G =0.1317ˑ7.594ˑ0.0034+0.0405ˑe x p -12l g D G ()+1.6590.7101æèçöø÷2éëêêùûúú{}(3)D G =e x p 0.01ˑðni =1f i ˑl n m i ()[]{}(4)式中:K D G 为几何平均粒径模型计算得到的土壤可蚀性因子[(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2)];D G 为平均几何粒径(mm );f i 为第i 个粒径范围内粒径组成百分比(%);m i 为第i 个范围内最大粒径与最小粒径的均值(mm );n 为所划分的粒径范围的个数㊂本研究按照黏粒(<0.002mm )㊁粉粒(0.002~0.005mm )㊁砂粒(0.005~2mm )3个粒径范围计算D G ㊂(3)T o r r i 模型㊂T o r r i 等[16]通过分析全球土壤可蚀性数据集后建立基于几何平均粒径和有机物含量的土壤可蚀性模型,计算公式为:K T o r r i =0.02930.65-D G +0.24D G 2()ˑe x p -0.0021O M C -0.00037O M C æèçöø÷2-4.02+1.72C 2{}(5)D G =ðni =1f i lg d id i -1(6)式中:K T o r r i 为To r r i 模型计算所得的土壤可蚀性因子[(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2)];O M 为土壤有机质含量(%);C 为小数形式下的黏粒含量(<0.002mm ,无量纲);d i 为第i 个粒径等级内的最大粒径(mm ),d i -1为第i 个粒径等级内的最小粒径(mm )㊂1.4 地理探测器地理探测器是由王劲峰等[17]开发的探测并分析空间异质性的工具,主要包括分异及因子㊁交互作用㊁风险和生态共4个探测器㊂本研究主要使用分异及因子探测器识别影响K 的主控因子,使用交互作用探测器分析因子组合下对K 的影响㊂(1)分异及因子探测器㊂分异及因子探测器主要是计算q 值比较不同因子对于空间分异的解释能力[17],q 值分布在0~1,因子的q 值越大,表明该因子对空间分析的解释能力越强㊂q 值计算公式为:q =1-ðL h =1N h σh 2N σ2=1-S S W S S T =1-ðLh =1N h σh2N σ2(7)式中:h 为分区或分类个数;N h 和N 分别为第h 个分区的小单元数和全区的单元数;σh 和σ分别为第h 个分区属性值的方差和全区属性值的方差㊂S S W 和S S T 依次为分区内方差和以及全区的总方差㊂(2)交互探测器㊂通过比较多因子组合下的q 值,进而识别因子组合是否对空间分异的解释能力产生显著影响㊂选取17种土壤理化性质(土壤类型㊁黏粒含量(%)㊁粉粒含量(%)㊁砂粒含量(%)㊁碎石含量(%)㊁容重(k g /d m 3)㊁有机碳(%)㊁酸碱度(-l g H +)㊁阳离子交换量(c m o l /k g )㊁基本饱和度(%)㊁交换性盐基(c m o l /k g)㊁碳酸盐(%)㊁硫酸盐(%)㊁可交换性钠盐(%)㊁导电率(d S /m )),3种表征地质地貌条件因子[海拔(m )㊁坡度(ʎ)㊁坡向(ʎ)]和土地利用类型共计20个可能影响K 的因素㊂参照王劲峰等[17]提出的数据离散化处理方法,依次将土壤理化性质按照自然断点法分为6类;土壤类型按照U S D A 质地分类分为粉砂质黏土㊁黏土㊁黏壤土㊁粉壤土㊁壤土㊁砂黏壤土㊁砂质壤土㊁砂壤土和砂土共9类;土地利用类型分为耕地㊁林地㊁草地㊁水域㊁建筑用地和未利用土地共计6类;海拔按照<500,500~1500,1500~3500,>3500m 分为4类;坡度分为平坡(<5ʎ)㊁缓坡(6ʎ~15ʎ)㊁斜坡(15ʎ~25ʎ)㊁陡坡(26ʎ~35ʎ)㊁急坡(35ʎ~45ʎ)㊁险坡(>45ʎ)共5类;坡向分为无㊁北㊁东北㊁东㊁东南㊁南㊁西南㊁西㊁西北共9类㊂按照1k m ´1k m 格网划分研究区,获取各格网点离散化处理后的属性数据及可蚀性等级,共得到618261个有效数据㊂2 结果与分析2.1 黄土高原K 统计特征3个模型估算的黄土高原K 的统计学特征见表1㊂K E P I C ㊁K D G ㊁K T o r r i 数值分别为0.010~0.045,0.009~0.044,0.026~0.048[(t ㊃h m 2㊃h )/(M J ㊃m m ㊃h m 2)],3个模型K 最大值和最小值的比值分别为4.50,4.90,1.85倍㊂K E P I C 和K D G 的极差大于K T o r r i ㊂此外,K T o r r i的变异系数<0.15,表明K T o r r i 的变异性较低;而K E P I C 和K D G 的变异系数均介于0.15~1,K E P I C 和K D G 存在中等程度上的变异㊂按照较低可蚀性{<0.0263[(t ㊃h m 2㊃h )/(M J㊃mm ㊃h m 2)]}㊁中低可蚀性{0.0263~0.0329[(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2)]}㊁中可蚀性{0.0329~0.0395[(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2)]}㊁中高可蚀性{0.0395~0.0460[(t ㊃h m 2㊃h )/(M J㊃mm ㊃h m 2)]}㊁高可蚀性{>0.0460[(t ㊃h m 2㊃h )/(M J㊃25水土保持学报 第37卷mm ㊃h m 2)]}对黄土高原可蚀性分级见表2㊂3个模型下,中高可蚀性的土壤面积占比均超过50%,中可蚀性及其以上等级面积占比均超过70%㊂因此,黄土高原地区土壤K 较高,较易受到水蚀㊂表1 黄土高原K 统计特征指标K /(t ㊃h m 2㊃h ㊃M J -1㊃mm -1㊃h m -2)平均值最小值最大值中位数标准差变异系数K E P I C 0.0360.0100.0450.0460.0100.290K D G 0.0340.0090.0440.0400.0120.348K T o r r i0.0410.0260.0480.0420.0400.102表2 黄土高原K 不同等级面积占比单位:%指标低可蚀性中低可蚀性中可蚀性中高可蚀性高可蚀性K E P I C 15.27611.12923.05250.5430K D G 23.0192.21423.55751.2110K T o r r i0.0063.26827.73057.71111.2862.2 黄土高原K 的空间分布特征黄土高原地区K 存在着较显著的空间差异性(图2)㊂总体上,南部地区土壤可蚀性高于北方地区,东部地区高于西部地区㊂东部和西南地区K 较高,西北地区K 则较低㊂对7个省份(自治区)K 进行统计学特征和不同K 等级下的面积占比进行分析(图3㊁表3)表明,山西㊁甘肃K 平均较高,而宁夏㊁内蒙古土壤可蚀性K 平均较低㊂E P I C 模型和几何平均粒径模型K 的变异系数>0.15的有5个省;而T o r r i 模型中,7个省K 变异系数均<0.15㊂E P I C 模型和几何平均粒径模型结果中,多数省份K 有较强的异质性,而T o r r i 模型下下各省份K 的异质性则较低,因此T o r r i模型估算结果的变化范围更小㊂由图2可知,7个省份的土壤可蚀性等级以中可蚀性及其以上为主㊂不同省份的中可蚀性和中高可蚀性土壤面积占比有较大差异㊂以E P I C 模型为例,中可蚀性面积占比最高的为青海(80.520%),最低为陕西(10.217%),2个省份相差70.303%㊂高可蚀性面积占比最高的为陕西(64.686%),面积占比最小的为内蒙古(5.221%),2个省份也相差59.465%㊂综上,黄土高原K 表现出较为显著的空间异质性,不同省份间中可蚀性和中高可蚀性面积占比有较大的统计差异㊂图2 黄土高原K 空间分布注:S X ㊁S a x ㊁H N ㊁NM ㊁N X ㊁G S ㊁Q H 分别为山西㊁陕西㊁河南㊁内蒙古㊁宁夏㊁甘肃㊁青海㊂图3 黄土高原各省份不同K 等级面积占比2.3 黄土高原K 的影响因素相关性分析结果(表4)表明,K E P I C 与砂粒含量㊁容重㊁可交换性钠盐㊁海拔呈现负相关关系;K D G 与砂粒含量㊁容重㊁可交换性钠盐呈现负相关关系;而K T o r r i 与砂粒含量㊁容重㊁硫酸盐含量㊁可交换钠盐㊁电导率㊁海拔呈现负相关关系㊂K E P I C ㊁K D G ㊁K T o r r i 与土壤理化性质指标㊁海拔㊁坡度和坡向均呈现极显著的相关性(p <0.01)㊂本研究中,所选取的14种土壤理化性质中,砂粒含量㊁粉粒含量㊁黏粒含量㊁容重㊁阳离子交换量㊁交换性盐基与K 相关性较高,是影响黄土高原K 的主要土壤理化性质因素㊂相较于海拔和坡向,坡度与K 相关性更高,表明坡度是影响K 大小的主要地质地貌特征㊂此外,砂粒含量㊁粉粒含量㊁黏粒含量㊁容重㊁酸碱度㊁阳离子交换量㊁交换性盐基㊁碳35第6期 朱启明等:黄土高原土壤可蚀性因子空间分布特征及影响因素酸盐与K 的相关性均显著高于海拔㊁坡度㊁坡向㊂相较于海拔㊁坡度㊁坡向,土壤理化性质是影响K 大小的主要因素㊂方差分析表明,土壤理化性质F 统计量均高于海拔㊁坡度㊁坡向㊂表3 不同省份K 统计特征类型研究区K /(t ㊃h m 2㊃h ㊃M J -1㊃mm -1㊃h m -2)平均值最大值最小值中位数标准差变异系数山西0.0400.0450.0100.0440.0060.150陕西0.0360.0450.0100.0400.0100.278河南0.0370.0450.0210.0390.0080.216K E P I C内蒙古0.0290.0120.0450.0370.0130.448宁夏0.0350.0450.0100.0400.0100.286甘肃0.0390.0450.0100.0410.0060.154青海0.0370.0450.0100.0380.0040.108山西0.0370.0440.0090.0410.0070.189陕西0.0320.0440.0090.0400.0010.031河南0.0330.0430.0120.0380.0100.303K D G内蒙古0.0280.0440.0090.0380.0130.464宁夏0.0320.0440.0090.0380.0120.375甘肃0.0380.0440.0090.0410.0070.184青海0.0390.0440.0090.0380.0040.103山西0.0410.0480.0280.0430.0040.098陕西0.0410.0480.0260.0430.0040.098河南0.0400.0480.0270.0400.0050.125K T o r r i内蒙古0.0390.0480.0260.0370.0040.103宁夏0.0410.0480.0260.0410.0040.098甘肃0.0410.0480.0280.0410.0030.073青海0.0410.0480.0300.0420.0040.098表4 黄土高原K 与因子相关系数因素K E P I CK D GK T o r r i砂粒-0.955**-0.989**-0.624**粉粒0.945**0.918**0.812**黏粒0.735**0.846**0.257**碎石0.184**0.158**0.226**容重-0.897**-0.948**-0.511**有机碳0.221**0.416**0.227**酸碱度0.460**0.318**0.269**阳离子交换量0.741**0.816**0.368**基本饱和度0.146**0.068**0.229**交换性盐基0.728**0.697**0.531**碳酸盐0.433**0.339**0.394**硫酸盐0.109**0.099**-0.009**可交换性钠盐-0.035**-0.053**-0.195**电导率0.137**0.134**-0.036**海拔-0.012**0.102**-0.078**坡度0.220**0.229**0.033**坡向0.003*0.005**0.005**注:*㊁**分别表示p <0.05,p <0.01㊂为进一步探究黄土高原K 的空间驱动因子,使用地理探测器中的分异及因子探测器分析对K 的驱动因子进行分析(表5)㊂总体上,砂粒含量㊁黏粒含量㊁粉粒含量㊁容重是影响K 空间分布的主要驱动因子,q 统计量均>0.800㊂海拔㊁坡度㊁坡向㊁土地利用对K 空间分布的影响显著弱于土壤理化性质㊂不同模型下,同一因素对K 的影响程度也不同㊂以容重为例,3种模型下,q 统计量由大到小依次为K D G(q =0.859)>K E P I C (q =0.793)>K T o r r i (q =0.500)㊂交互作用探测器表明,因子间交互作用均为双因子增强和非线性增强,双重因子间交互作用对K 的影响要显著高于单个因子的影响㊂土壤类型对K E P I C ㊁K D G 和K T o r r i 也有显著影响(p <0.05)㊂K E P I C 中,K 平均值由高到低依次为黏壤土(0.044)>壤土(0.041)>粉壤土(0.040)>黏土(0.033)>粉砂质黏土(0.033)>砂质壤土(0.029)>砂黏壤土(0.028)>砂壤土(0.026)>砂土(0.014);K D G 中,黏壤土(0.043)>粉砂质黏土(0.042)>黏土(0.042)>粉壤土(0.041)>壤土(0.040)>砂黏壤土(0.030)>砂质壤土(0.023)>砂壤土(0.021)>砂土(0.010);在K T o r r i 中,粉壤土(0.047)>壤土(0.042)>黏壤土(0.038)>砂土(0.037)>砂壤土(0.037)>砂质壤土(0.036)>砂黏壤土(0.034)>粉砂质黏土(0.033)>黏土(0.029)㊂综上,黏壤土㊁壤土㊁粉壤土的K 较高,未来需重点防治3种土壤类型区的水蚀㊂45水土保持学报 第37卷表5黄土高原K驱动因子因素K E P I C K D G K T o r r i土壤类型0.8400.8270.733砂粒0.9230.9220.529粉粒0.9010.8600.766黏粒0.8470.8270.683碎石0.3430.1340.172容重0.7930.8590.500有机碳0.3560.5890.141酸碱度0.6990.6210.245阳离子交换量0.7810.6470.261基本饱和度0.0520.0250.064交换性盐基0.7000.6260.292碳酸盐0.5140.3960.288硫酸盐0.0680.0110.199可交换性钠盐0.4720.4760.165电导率0.5760.4300.293海拔0.0130.0180.016坡度0.0560.0600.006坡向00.0010地貌0.0290.0330.021土地利用0.1130.0790.0493讨论3.1不同估算模型间差异本研究使用E P I C模型㊁几何平均粒径模型和T o r r i模型估算,黄土高原地区K㊂相较于K E P I C和K D G,K T o r r i分布范围更为集中,变异性也更小㊂方差分析表明,不同模型对K的估算结果差异显著(F= 4.460,p<0.01),K E P I C与K D G间无显著差异,而K E P I C与K T o r r i间存在显著差异㊂对比吴普特等[18] {0.07~0.302[(t㊃h m2㊃h)/(M J㊃mm㊃h m2)]}和周佩华等[19]{0.071~0.447[(t㊃h m2㊃h)/(M J㊃mm㊃h m2)]}基于野外小区实测数据推算的K, K E P I C{0.010~0.045[(t㊃h m2㊃h)/(M J㊃mm㊃h m2)]}和K D G{0.009~0.044[(t㊃h m2㊃h)/(M J㊃mm㊃h m2)]}要更为接近㊂王彬[20]和魏慧等[3]研究发现,E P I C模型和几何平均粒径模型在黄土高原地区表现出更好的估算精度㊂考虑到本研究中E P I C 模型与几何平均粒径模型间估算结果无显著差异,建议优先选用E P I C模型和几何平均粒径模型进行黄土高原K的估算㊂3.2K与水土流失状况黄土高原K呈现出较明显的空间分异性(图3),大致表现为自南向北递减㊁自东向西递减趋势㊂东南和西南的局部地区可蚀性等级较高,而西北局部地区可蚀性等级较低,整体符合陕西子洲 陕西绥德一带向东㊁向南㊁向北依次递减的趋势[7]㊂此外,较青藏高原和南方红土区,黄土高原地区的土壤可蚀性也较高[21-22]㊂黄土高原地区土壤质地松散,透水透气性能良好,有机质和团聚体发育差,更易被水蚀㊂K一定程度上反映土壤对土壤水蚀的抵抗能力[23]㊂为进一步研究黄土高原土壤水蚀程度对K 的潜在响应关系,对各省不同水蚀强度面积与各省K均值进行线性回归分析(表6),结果表明,不同水蚀强度面积随K的增加而增加,呈现良好的正向线性相关关系(R2ȡ0.067)㊂不同水蚀面积随K变化速率表现为K T o r r i>K E P I C>K D G㊂T o r r i模型估算结果中,水蚀强度剧烈程度对K的响应最为敏感㊂3.3K的影响因素K受土壤理化性质㊁海拔㊁坡度㊁人类活动等多因素综合影响㊂相关性分析和地理探测器结果表明(表4㊁表5),土壤理化性质在统计学或是空间上均对K产生显著影响㊂选取的14种理化性质与K均呈显著的相关性(p<0.01)(表4),其中土壤粒径组成(砂粒含量㊁粉粒含量㊁黏粒含量)和容重与K相关性最高㊂土壤粒径组成影响土壤透水㊁结构发育㊁持水性能㊁有机质发育等,进而影响土壤可蚀性[1];加之3种模型主要基于土壤粒径组成和几何平均粒径进行估算,而粒径组成和几何平均粒径也间接决定土壤容重,因此,土壤粒径组成及容重与K呈现显著相关性㊂本研究中,K与砂粒含量呈现出负相关关系,而与粉粒含量和黏粒含量呈现出正相关关系㊂结果与徐文秀等[24]研究结论相似㊂相较于砂粒,黏粒和粉粒有更高的有机质含量,胶结物黏结土壤颗粒并堵塞土壤孔隙,最终导致土壤入渗性能削弱,增加地表产流,增加土壤水蚀风险,因此,K随黏粒含量和粉粒含量的增加而增加㊂土壤容重代表土壤颗粒之间的致密程度㊂较差的土壤孔隙发育和透水渗水性能也导致容重大的土壤较易发生土壤水蚀㊂地理探测器结果也表明,土壤粒径组成(砂粒㊁粉粒㊁黏粒)和容重是影响K空间分布的最主要的驱动因子(表5)㊂地质地貌(海拔㊁坡度㊁坡向㊁地貌)和土地利用对K空间分布的影响显著弱于土壤理化性质㊂地质地貌和土地利用因素的变化可能导致土壤理化性质发生变化,并最终影响K㊂使用逐步线性回归筛选出与K E P I C㊁K D G和K T o r r i相关性最高的5种理化性质,将海拔㊁地貌类型㊁坡度㊁坡向作为地质地貌特征,土地利用数据作为土地利用特征,使用偏最小二乘法结构方程模型定量分析土壤理化性质㊁地质地貌㊁土地利用对K的影响(图4)㊂结果表明,土壤理化性质是影响K的主要因素,地质地貌因素和土地利用因素主要通过影响理化性质间接影响K㊂55第6期朱启明等:黄土高原土壤可蚀性因子空间分布特征及影响因素表6 土壤可蚀性K 值与水力侵蚀流失面积趋势分析单位:(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m2)水蚀面积/k m2K E P I C趋势方程R2K D G趋势方程R2K T o r r i趋势方程R 2轻度y =80.424x -1.3470.117y =71.973x -0.9050.116y =395.385x -14.4880.137中度y =62.435x -1.5650.220y =40.045x -0.6760.112y =302.692x -11.5890.250强烈y =24.796x -0.6420.207y =16.611x -0.3130.115y =121.923x -4.6920.242极强烈y =10.799x -0.2600.133y =6.536x -0.0930.060y =59.231x -2.2720.033剧烈y =2.658-0.0700.144y =1.627x -0.0300.067y =15.385x -0.5980.233图4 地质地貌㊁土地利用㊁理化性质对K 的影响机制4 结论(1)E P I C 模型㊁几何平均粒径模型㊁T o r r i 模型估算的黄土高原地区K 范围为0.010~0.045,0.009~0.044,0.026~0.048(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2),均值分别为0.036,0.034,0.041(t ㊃h m 2㊃h )/(M J ㊃mm ㊃h m 2)㊂黄土高原土壤以中可蚀性和中高可蚀性为主㊂(2)黄土高原地区K 存在较为显著的空间差异性,大致呈现南高北低㊁东高西低趋势㊂山西㊁甘肃K 较高,宁夏㊁内蒙古K 较低㊂不同省份间的中可蚀性和中高可蚀性等级面积占比有较显著的差异㊂(3)K 与理化性质指标(砂粒含量㊁粉粒含量㊁黏粒含量㊁碎石含量㊁容重㊁酸碱度㊁阳离子交换量㊁基本饱和度㊁交换特性盐基㊁碳酸盐㊁硫酸盐㊁可交换性钠盐㊁导电率)㊁海拔㊁坡度㊁坡向均呈现极显著的相关性(p <0.01)㊂砂粒含量㊁黏粒含量㊁粉粒含量㊁容重是影响该地区K 空间分布的主要驱动因子㊂海拔㊁坡度㊁坡向㊁土地利用对K 空间分布的影响显著弱于土壤理化性质,且主要通过影响土壤理化性质的途径间接影响K ㊂因子间交互作用对K 的影响显著高于单个因子的影响㊂黏壤土㊁壤土㊁粉壤土地区的K 较高㊂参考文献:[1] 魏慧,赵文武,王晶.土壤可蚀性研究述评[J ].应用生态学报,2017,28(8):2749-2759.[2] 史东梅,陈正发,蒋光毅,等.紫色丘陵区几种土壤可蚀性K 值估算方法的比较[J ].北京林业大学学报,2012,34(1):32-38.[3] 魏慧,赵文武.土壤可蚀性K 值最优估算方法遴选:以陕北安塞集水区为例[J ].中国水土保持科学,2017,15(6):52-65.[4] 郑海金,杨洁,喻荣岗,等.红壤坡地土壤可蚀性K 值研究[J ].土壤通报,2010,41(2):425-428.[5] 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):387-398.[6] 朱冰冰,李占斌,李鹏,等.土地退化/恢复中土壤可蚀性动态变化[J ].农业工程学报,2009,25(2):56-61.[7] 张科利,蔡永明,刘宝元,等.黄土高原地区土壤可蚀性及其应用研究[J ].生态学报,2001,21(10):1687-1695.[8] 张钦弟,刘剑荣,杨磊,等.半干旱黄土区植被恢复对土壤团聚体稳定性及抗侵蚀能力的影响[J ].生态学报,2022,42(22):9057-9068.[9] 李宁宁,张光辉,王浩,等.黄土丘陵沟壑区生物结皮对土壤抗蚀性能的影响[J ].中国水土保持科学,2020,18(1):42-48.[10] 饶良懿,徐也钦,胡剑汝,等.砒砂岩覆土区小流域土壤可蚀性K 值研究[J ].应用基础与工程科学学报,2020,28(4):763-773.[11] 李娅芸,刘雷,安韶山,等.应用L eB i s s o n n a i s 法研究黄土丘陵区不同植被区及坡向对土壤团聚体稳定性和可蚀性的影响[J ].自然资源学报,2016,31(2):287-298.[12] 穆兴民,李朋飞,刘斌涛,等.1901 2016年黄土高原土壤侵蚀格局演变及其驱动机制[J ].人民黄河,2022,44(9):36-45.(下转第64页)65水土保持学报第37卷2019,578:e124005.[14] M aH B,N i t t r o u e r JA,N a i t oK,e t a l.T h e e x c e p t i o n-a ls e d i m e n tl o a d o ff i n e-g r a i n e d d i s p e r s a ls y s t e m s:E x a m p l e o f t h e Y e l l o w R i v e r,C h i n a[J].S c i e n c eA d v a n c e s,2017,3(5):e1603114.[15]中华人民共和国水利部.‘黄河流域水文资料“(第4卷第3册)[R].北京:中华人民共和国水利部,2018.[16] T i a nP,F e n g JH,Z h a oGJ,e t a l.R a i n f a l l,r u n o f f,a n ds u s p e n d e ds e d i m e n td y n a m i c sa tt h ef l o o de v e n ts c a l e i naL o e s sP l a t e a u w a t e r s h e d,C h i n a[J].H y d r o-l o g i c a l P r o c e s s e s,2022,36(2):e14486.[17] Z h a oGJ,G a oP,T i a nP,e t a l.A s s e s s i n g s e d i m e n tc o n n e c t i v i t y a nd s o i le r o s i o nb y w a t e r i nar e p r e s e n t a-t i v e c a t c h m e n t o n t h eL o e s s P l a t e a u,C h i n a[J].C a t e n a,2020,185:e104284.[18] L iD Y,L i a n g Z M,Z h o u Y,e t a l.M u l t i c r i t e r i aa s-s e s s m e n tf r a m e w o r k o ff l o o d e v e n t ss i m u l a t e d w i t hv e r t i c a l l y m i x e dr u n o f f m o d e l i ns e m i a r i dc a t c h m e n t si n t h e m i d d l e Y e l l o w R i v e r[J].N a t u r a l H a z a r d sa n dE a r t hS y s t e mS c i e n c e s,2019,19(9):2027-2037.[19] D eR o oA PJ,W e s s e l i n g C G,V a nD e u r s e n W P A.P h y s i c a l l y b a s e dr i v e rb a s i n m o d e l l i n g w i t h i na G I S:T h e L I S F L O O D m o d e l[J].H y d r o l o g i c a lP r o c e s s e s,2000,14(11/12):1981-1992.[20]包为民,侯露,沈丹丹,等.黄土高原大理河流域水沙耦合模型应用研究[J].湖泊科学,2019,31(4):1120-1131. [21] E e k h o u t JPC,T e r i n k W,d eV e n t e J.A s s e s s i n g t h el a r g e-s c a l ei m p a c t so fe n v i r o n m e n t a lc h a n g e u s i n g ac o u p l e dh yd r o l o g y a n ds o i le r o s i o n m o d e l[J].E a r t hS u r f a c eD y n a m i c s,2018,6(3):687-703. [22]邵辉.渭河流域水土流失变化对梯田措施响应的模拟研究[D].陕西杨凌:西北农林科技大学,2013. [23] T e r i n k W,L u t zA F,S i m o n sG W H,e ta l.S P H Yv2.0:S p a t i a l p r o c e s s e s i nh y d r o l o g y[J].G e o s c i e n t i f i cM o d e lD e v e l o p m e n t,2015,8(7):2009-2034. [24] N e i t s c hSL,A r n o l dJG,K i n i r y JR,e t a l.S o i l a n dw a t e r a s s e s s m e n t t o o l t h e o r e t i c a l d o c u m e n t a t i o nv e r s i o n2009[R].C o l l e g eS t a t i o n,T e x a s:W a t e rR e-s o u r c e s I n s t i t u t e,2011.[25] S a l t e l l i A,B o l a d oR.A n a l t e r n a t i v ew a y t o c o m p u t e F o u r i e ra m p l i t u d e s e n s i t i v i t y t e s t(F A S T)[J].C o m p u t a t i o n a l S t a t i s-t i c s a n dD a t aA n a l y s i s,1998,26(4):445-460. [26] D u a nQ Y,S o r o o s h i a nS,G u p t aV K.O p t i m a l u s eo ft h eS C E-U A g l o b a l o p t i m i z a t i o nm e t h o d f o r c a l i b r a t i n gw a t e r s h e dm o d e l s[J].J o u r n a l o fH y d r o l o g y,1994,158(3/4):265-284.(上接第56页)[13]陈剑南,刘益麟,李朋飞,等.1901 2016年黄土高原降雨侵蚀力时空变化[J].水土保持研究,2022,29(4):39-46.[14] S h a r p l e y A N,W i l l i a m s JR.E P I C-e r o s i o n/p r o d u c t i v i-t y i m p a c t c a l c u l a t o r:1.M o d e l d o c u m e n t a t i o n[J].T e c h-n i c a lB u l l e t i n-U n i t e d S t a t e s D e p a r t m e n t o f A g r i c u l-t u r e,2010,4(4):206-207.[15] Röm k e n sMJM,Y o u n g R A,P o e s e n JW A,e t a l.S o i le r o d i b i l i t yf a c t o r(k)//R e n a r dKG,F o s t e rGR,W e e s i e sGA,e t a l.A g u i d e t oc o n s e r v a t i o n p l a n n i n g w i t ht h eR e-v i s e dU n i v e r s a lS o i lL o s s E q u a t i o n(R U S L E)[M].U S D Aa g r i c u l t u r eh a n d b o o k,1997,703:65-100. [16] T o r r i D,P o e s e n J,B o r s e l l i L.P r e d i c t a b i l i t y a n d u n c e r-t a i n t y o f t h e s o i l e r o d i b i l i t y f a c t o ru s i n g a g l o b a l d a t a-s e t[J].C a t e n a,1997,31(1/2):1-22. [17]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.[18]吴普特,周佩华,郑世清.黄土丘陵沟壑区(Ⅲ)土壤抗冲性研究:以天水站为例[J].水土保持学报,1993,7(3):19-25,36.[19]周佩华,武春龙.黄土高原土壤抗冲性的试验研究方法探讨[J].水土保持学报,1993,7(1):29-34. [20]王彬.土壤可蚀性动态变化机制与土壤可蚀性估算模型[D].陕西杨凌:西北农林科技大学,2013. [21]刘斌涛,陶和平,史展,等.青藏高原土壤可蚀性K值的空间分布特征[J].水土保持通报,2014,34(4):11-16.[22]杨辰丛海,陈志强.武夷山丘陵茶园红壤土壤可蚀性近似计算初探[J].水土保持研究,2022,29(1):21-27.[23]汪邦稳.安徽省土壤可蚀性K值及其分布特征[J].中国水土保持科学,2019,17(6):132-139. [24]徐文秀,韦杰,李进林,等.三峡库区紫色土坡耕地表土的可蚀性研究[J].水土保持通报,2019,39(3):7-11,18.46水土保持学报第37卷。
土壤可蚀性研究述评
收稿日期:2005-7-23; 修改日期:2005-12-27土壤可蚀性研究述评宋阳, 刘连友, 严平, 曹彤(北京师范大学资源学院,北京师范大学环境演变与自然灾害教育部重点实验室,北京 100875摘要: 土壤可蚀性是土壤对侵蚀作用的敏感性。
对土壤可蚀性的研究是认识土壤侵蚀机理的一个重要环节。
土壤可蚀性可以通过测定土壤的理化性质、水冲、模拟降雨、小区和风洞试验测定,可以使用土壤侵蚀模型与诺谟图计算土壤可蚀性。
研究中产生了许多可蚀性指数和计算公式。
土壤可蚀性是一个相对的概念,它受空间变化、土壤性质的时间动态变化和人类活动等因素的影响。
在土壤可蚀性的研究中存在着一些不足,具体表现为:农田土壤是土壤可蚀性研究的主要对象,区域之间的土壤可蚀性缺乏对比,因此加强对土壤可蚀性机理、实验与风水复合侵蚀作用下土壤可蚀性的研究有着十分重要的意义。
关键词:土壤侵蚀土壤可蚀性测定计算机理中图分类号: P641.8 文献标识码:A 文章编号:1000-6060(200601-0124-08土壤侵蚀是由水力和风力作用引起的土壤颗粒的分离与搬运过程[1]。
它对农业生产、生态环境都会产生巨大的负面影响。
在土壤侵蚀过程中,土壤性质对土壤侵蚀的发生与强度都有重要的影响。
不同类型的土壤在不同的气候条件、经营方式下,对侵蚀的影响作用也是不同的[2]。
土壤可蚀性是土壤性质中的一个重要方面,它是评价土壤是否易受侵蚀营力破坏的性能,也是土壤对侵蚀营力分离和搬运作用的敏感性[3]。
它是土壤侵蚀研究中的一个重要方面。
本文结合水蚀、风蚀过程中土壤可蚀性的概念、机理,测定与计算方法,对土壤的可蚀性进行了论述,并对水蚀、风蚀过程中土壤可蚀性研究存在的不足和研究动向进行了探讨。
1 土壤可蚀性的相关概念20世纪以来,研究者们在对土壤侵蚀进行的大量研究中逐渐认识到:土壤对侵蚀营力固有的抵抗能力,或土壤可蚀性在土壤侵蚀过程中的重要性。
1930年,Middeton 在对水蚀的研究中最先提出土壤可蚀性(Soil erodibility的概念,并提出了评估土壤可蚀性的两个重要指标[4]。
四川干旱河谷地区生态建设战略选择研究
四川干旱河谷地区生态建设战略选择研究四川干旱河谷地区是建设长江上游生态屏障的关键地区,严重的水土流失是长江流域最主要的生态环境问题;四川干旱河谷也是区域内绿化建设的攻坚目标,生态恶化正极大地制约和影响区域内绿化目标的全面实现;同时四川干旱河谷地区大多也是区域内旅游支柱产业的通道,生态环境恶化和旱、涝、泥石流等灾害频繁制约了旅游产业向广度和深度的开发;更重要的是,四川干旱河谷地区人民生活长期处于贫困之中,亟待脱贫致富,而贫困与生态环境恶化之间呈现出错综复杂的恶性循环关系。
因此,对四川干旱河谷的治理极为重要而迫切。
由于四川干旱河谷的形成已有数百年的历史,要改变这一以年代和世纪为单位形成的特定生态立地条件和特定自然景观,不是一朝一夕能完成的,其治理也必然是一项长期的工程。
宏观考虑,四川干旱河谷的治理包括生态环境重建和经济协调发展两大方面。
这是一项巨大的社会系统工程,一项必须采取与该特定生态系统相适应的治理方式和生产模式来完成的特殊工程,亦是一项融于建设长江上游生态屏障和该区人民脱贫致富的民心工程。
因此,四川干旱河谷地区生态建设首先需要科学决策和采取正确的技术路线,同时必须同步推进体制变革和政策调整,依靠制度创新和发展农村社会生产力水平来创造良好的外部环境,以此保障本区的生态治理、植被重建和社会经济有机协调地实现可持续发展。
一、四川干旱河谷地区的基本特征及其成因四川干旱河谷位于我国横断山脉的西部,从行政区划看,主要包括甘孜、阿坝、凉山、攀枝花以及雅安的汉源、石棉等地。
川西干旱河谷具有明显的地域分布,地理上主要分布在东经98°—104°,北纬26°—33°之间的川西地区,即龙门山、邛崃山,大小相岭以西的甘孜州、阿坝州、凉山州、攀枝花市及雅安市的汉源、石棉等地区,即横断山东部的金沙江、雅砻江、大渡河、岷江等干流及支流的河谷为干旱河谷的集中分布地段。
干旱河谷的最大特点是地形闭塞、谷地狭窄,年降水量分布不均,干湿季分明。
问题5 土壤肥力收支(热点题型狂练)-2024年高考地理热点题型直击
收支类问题5土壤肥力收支（真题回顾·提分干货·热点狂练）真题统计考点分布考情分析/热点解读2023年重庆卷第12~13题土壤有机质的分解植被、土壤与自然地理环境的关系成为高考考查的热点。
高考对土壤肥力收支的考查，常以植被群落的分布及生长特征、土壤剖面图、土壤的理化特征统计图等为材料，设置地理实践情境，考查土壤肥力高或低的原因。
掌握土壤矿物质和有机质含量的收支分析角度，即可轻松破解此类试题。
2022年浙江卷第13~14题人类活动对土壤有机质的影响2022年湖南卷第18题土壤表层有机碳密度差异2020年浙江卷第3~4题地形对土壤地表疏松物质的迁移…………（2022·浙江卷·13~14题）将养殖场废弃物和农田秸秆等处理生成甲烷，并通过内燃发电机组进行发电，是生物质天然气利用的重要方式，既可发电还为农田提供优质肥料。
下图为该项目实施示意图。
完成下面小题。
1．影响该项目布局的主导因素是（）A．原料B．交通C．市场D．劳动力2．处理后的沼渣、沼液施用于农田，会（）A．减少土壤有机碳含量B．减弱土壤通气性C．改变土壤养分循环状况D．降低土壤微生物活性【答案】1．A 2．C【解析】1．根据材料信息可知，该项目主要依靠养殖场废弃物以及农田秸秆等为原料，产出电力和肥料等，原料的运输成本更高，所以其布局应该靠近原料产地，A选项正确；交通、市场、劳动力对其布局影响较小，BCD选项错误，所以选A。
2．根据材料和图示信息可知，处理后的沼渣、沼液是农田的优质肥料，可以增加土壤有机质含量，提高土壤微生物活性，提高土壤透气性，改变土壤的养分循环状况，C选项正确；ABD选项错误。
所以选C。
3．（2022·湖南卷·第18题）阅读图文材料，完成下列要求。
土壤有机质包括腐殖质、生物残体等，大多以有机碳的形式存在。
土壤有机碳密度是指单位面积内一定深度的土壤有机碳储量。
海南岛某自然保护区内保存着较完整的热带山地雨林，此地常受台风影响。
土壤侵蚀研究进展
影响机理研究尚不充分ꎬ 而且研究方法的不一致导致了研究结论存在一定差异ꎮ 本文通过分析各学者研究结果ꎬ
归纳总结目前土壤理化性质中重要因子对土壤侵蚀、 抗蚀性产生的影响以及在侵蚀过程中水动力学特征ꎬ 旨在为
收稿日期: ２０２１－０２－０１
作者简介: 刘争光 (１９８６－) ꎬ 男ꎬ 硕士ꎮ 研究方向: 含沙水流动机理ꎮ
实验得出在不同降雨强度情况下ꎬ 土壤侵蚀与土壤含
※资源环境
农业与技术 ２０２１ꎬ Ｖｏｌ ４１ꎬ Ｎｏ ０４ ９ ３
土壤抗侵蚀能力ꎮ 谢贤健等 [２９] 采用静水崩解法对内
土流失程度和强度则取决于土壤化学性质ꎮ 土壤中的
江市丘陵区测验得出ꎬ 土壤有机质分解后可以提高土
ｐＨ、 有机质和速效养分是土壤中重要组成元素ꎬ 三者
壤中速效养分的含量ꎬ 而速效养分对土壤结构起直接
含量的高低也是反应土壤养分的重要指标ꎮ
影响作用ꎬ 能有效提高土壤抗蚀性ꎮ 李渊等 [３０] 通过
渐降低并且耕地和草地最容易受土壤侵蚀ꎬ 导致土壤
土壤大多数为<０ ２５ｍｍ 的土壤颗粒ꎬ 而这样的颗粒极
肥力下降ꎮ 王文正等 [２７] 通过实地调查得出ꎬ 土壤有
易堵塞土壤孔隙ꎬ 造成水分难以下渗ꎬ 从而增加土壤
机质含量高ꎬ 水稳性指数越大ꎬ 土壤结构愈加稳定ꎬ
通过 Ｌｅ Ｂｉｓｓｏｎａｉｓ 方法得出ꎬ 黄
侵蚀力重要参数之一ꎮ 径流冲刷引起的土壤分离过程
研究成果不仅可以深化对土壤侵蚀过程的认识ꎬ 促进
主要通过土壤侵蚀阻力来定量表征 [４２] ꎬ 受土壤理化
立侵蚀预报模型
四川主要土壤类型
褐土景观及土壤剖面 土体构型： A – Bt – BCa – C 或：A – B – BCa – C 或；A – Bt –– C
褐土景观及土壤剖面
土体构型： A – Bt – BCa – C
暗棕壤及其分布
暗棕壤的面积为405.14万公顷，占土壤总面积的8.2％。 暗棕壤是四川省重要的林地土壤资源。植被为针阔混交林，即铁杉、槭树、华树林 主要分布在四川盆地西缘山地迎风坡地形雨区、川西北高山峡谷和山原区、川西南山地区。
黄 壤 分布 、面积及特点
占95.6％
面积仅1.97万公顷，占 黄壤总面积的0.4％，大 部分为非耕地。
漂洗黄壤
成土母质为第四系更新统沉积物，质地粘重滞水，它主要 分布于盆西台地或高阶地。 土壤发生白膳化，铁、锰还原性淋失，形成漂洗层（E）。 大部分白膳泥耕地现已改造培育为水稻土（白膳泥田）。
占65％
占22％
暗棕壤景观及土壤剖面
土体构型： A0 – A – B - C型
暗棕壤、白浆化暗棕壤、暗棕壤性土
暗棕壤亚类
棕色针叶林土及其分布
赤红壤
红壤 是西南山地河谷区的主要地带性土壤，面积为110.99万公顷， 仅占全省土壤面积的2.2％。红壤耕地约10.87万公顷，不及全省耕地的1％。 燥红土(分布海拔700-1300米)和赤红壤(攀枝花) 的面积小。
这3类土壤都具有的脱硅富 铝化特征，以赤红壤和红壤最为 明显，其粘粒硅铝率为1.8～2.2， 粘粒矿物以高岭石和三水铝石为 主。
亚类：63个。
土属：137个。
四川主要土壤类型
在四川省的土地总面积中，除去江河水面、裸岩和冰川雪地等的土壤后，其总面积为4952.08万公顷，占87.3％。
紫色土及其分布
四川盆地紫色土小流域土壤的可蚀性
Ｓ ２ 、Ｐ 、 Ｐ 、Ｐ 、Ｐ 、Ｐ ， 地基 本特 征如表 １ Ｐ Ｓ３ Ｓ ４ Ｓ５ Ｓ ６Ｓ ７样 。
１ 研 究 区概 况
野 外 土壤采 样点 位于 我 国四川 资 阳 （Ｏ １。 １４ ６ Ｅ 川 中紫 色 土 丘 陵区 响水 村 流 域 的 困 牛 山、 ３ ．９ Ｎ， ０ ．。 ） 徐 家湾 、 桑树 土 ３个典 型小 流域 。区域气 候属 于亚热 带湿 润气 候 区 ， 由于 区 内农业 开 发较 早 ， 殖 率高 ， 垦 自然 植 被大 面 积 的分 布 已经十 分 少 见 ， 工 植 被 主要 有 玉 米 （ ｅ ａｓＬ ） 小 麦 （ ｒｉ ｍ ａｓｖｍ Ｌ ） 水 稻 人 Ｚａｍ ｙ ． 、 Ｔｉｃ ｅｉ 、 ｔｕ ｔｕ （ ｒ ａ ｌ ｅ ｉａ 、 Ｏｙ ａ ｒｍ ） 红薯 （ ｏ ｏａ ａ ｔ ）柑桔 （ ｉｕ ｒｉ ｌａＢ ｎｏ ） 桑树（ ｏｕ ａ ａ ． 等经济作物 ｚｇ ｂｒ Ｉ ｍ ｅ ｔ ａ 、 ｐ ｂ ａｓ Ｃｔ ｓｅｃ ａ ａｃ． 、 ｒ ｔｕ ｔ Ｍ ｒ ｌ ） ｓ ｂＬ （ ） 林 。海拔 变化 范 围在 ３ ５— ７ 之 间 ， ９ ４５ｍ 年平 均气 温 １． ℃ ， ７ ３ 年平 均 降水 量 ９ １３ｍ 一 年 中降 水分 配 ６ ． ｍ， 极不均匀 ， 暴雨发生在 ５— ０ １ 月份 ， 此时段的降水量 占全年降水量的 ８％ ， ０ 土壤耕作层平均厚度在 ４ ７ Ｏ一 ０ ｃ ｍ之 间 引。 困牛 山 、 家湾 、 徐 桑树 土 ３个小 流域具 有不 同 的土地利 用类 型 ， 家湾小 流域坡 地 主要是 荒地 、 徐 林地 、 园 地 、 耕地 为 主 ， 坡 谷地 主要 是 园地和耕 地 ； 困牛 山和桑 树 土两个 小 流域 的土地 利 用单 一 ， 别 以林 地利 用 而 分 和农 田利 用为 主 。徐 家湾 小流域 土 壤表层 含有较 多 的风化 物 质颗 粒 和粉 砂质 细颗 粒 ， 透水 性 强 ， 保水 能力 弱， 易于干旱。困牛山小流域土壤表层有机质含量较高， 具有 良好的结构 ， 土壤团聚体 比较稳定 ； 土壤渗透 力较 强 ， 土体 较薄 ， 但 土壤 的保水 性 能并不 强 。桑 树 土小流域 受地形 的影 响 ， 土壤排 水较 弱 ， 易 内滞 。 容
农田土壤风蚀防治技术研究进展
第４７卷 第２期２０２１年６月内 蒙 古 林 业 科 技ＪｏｕｒｎａｌｏｆＩｎｎｅｒＭｏｎｇｏｌｉａＦｏｒｅｓｔｒｙＳｃｉｅｎｃｅ＆ＴｅｃｈｎｏｌｏｇｙＶｏｌ．４７Ｎｏ．２Ｊｕｎ．２０２１ 收稿日期：２０２１－０３－０８ 修回日期：２０２１－０３－２４ 资助项目：国家重点研发计划项目“不同气候区新材料研发、筛选与施配技术及效果研究”（２０１８ＹＦＣ０５０７１０１） 作者简介：杨宇（１９９５—），女，吉林白城人，硕士研究生，从事荒漠化防治研究。
Ｅ－ｍａｉｌ：Ｙ１８５０４３６４６０７＠１６３．ｃｏｍ 通讯作者：高永（１９６２—），男，内蒙古包头人，博士，教授，从事荒漠化防治研究。
Ｅ－ｍａｉｌ：１３９４８８１５７０９＠１６３．ｃｏｍ农田土壤风蚀防治技术研究进展杨宇１，高永１，袁立敏２，张帆３，石国青４，陈家欢１（１．内蒙古农业大学沙漠治理学院，内蒙古呼和浩特０１００１１；２．内蒙古自治区林业科学研究院，内蒙古呼和浩特０１００１０；３．内蒙古自治区林业和草原局综合保障中心，内蒙古呼和浩特０１００１０；４．内蒙古自治区林业监测规划院，内蒙古呼和浩特０１００２０）摘 要：通过文献计量学的方法对我国农田土壤风蚀防治技术的研究进展、研究热点进行了检索与分析，将农田土壤风蚀防治技术分为保护性耕作措施、机械措施、生物措施、化学措施４种类型。
目前，我国农田风蚀防治技术研究还处于发展阶段，主要开展以生物措施（农田防护林）为基础、保护性耕作措施（秸秆还田）为主、机械措施为辅、化学措施为新的发展趋势等相关研究。
为遵循国家关于保护性耕作行动计划的新要求，应侧重加强环境友好型、低成本、高效性的土壤风蚀防治技术研究。
关键词：ＣｉｔｅＳｐａｃｅ；土壤风蚀；风蚀防治；保护性耕作中图分类号：Ｓ１５７．１ 文献标识码：Ａ 文章编号：１００７－４０６６（２０２１）０２－５３－０５ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＳｏｉｌＷｉｎｄＥｒｏｓｉｏｎＣｏｎｔｒｏｌＴｅｃｈｎｏｌｏｇｙｉｎＦａｒｍｌａｎｄＹＡＮＧＹｕ１，ＧＡＯＹｏｎｇ１，ＹＵＡＮＬｉ－ｍｉｎ２，ＺＨＡＮＧＦａｎ３，ＳＨＩＧｕｏ－ｑｉｎｇ４，ＣＨＥＮＪｉａ－ｈｕａｎ１（１．ＣｏｌｌｅｇｅｏｆＤｅｓｅｒｔＣｏｎｔｒｏｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｎｅｒＭｏｎｇｏｌｉａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｏｈｈｏｔ０１００１１，Ｃｈｉｎａ；２．ＩｎｎｅｒＭｏｎｇｏｌｉａＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｈｏｈｈｏｔ０１００１０，Ｃｈｉｎａ；３．ＣｏｍｐｒｅｈｅｎｓｉｖｅＳｕｐｐｏｒｔＣｅｎｔｒｅｏｆＩｎｎｅｒＭｏｎｇｏｌｉａＦｏｒｅｓｔｒｙａｎｄＧｒａｓｓｌａｎｄＡｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｈｏｈｈｏｔ０１００１０，Ｃｈｉｎａ；４．ＩｎｎｅｒＭｏｎｇｏｌｉａＦｏｒｅｓｔｒｙＭｏｎｉｔｏｒｉｎｇａｎｄＰｌａｎｎｉｎｇＩｎｓｔｉｔｕｔｅ，Ｈｏｈｈｏｔ０１００２０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｒｏｕｇｈｓｅａｒｃｈｉｎｇａｎｄａｎａｌｙｚｉｎｇｔｈｅｒｅｓｅａｒｃｈｐｒｏｇｒｅｓｓａｎｄｒｅｓｅａｒｃｈｈｏｔｓｐｏｔａｂｏｕｔｓｏｉｌｗｉｎｄｅｒｏｓｉｏｎｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｉｎｆａｒｍｌａｎｄｉｎＣｈｉｎａｂｙｕｓｅｏｆｂｉｂｌｉｏｍｅｔｒｉｃｓ，ｔｈｅｔｅｃｈｎｏｌｏｇｙｉｓｄｉｖｉｄｅｄｉｎｔｏｆｏｕｒｔｙｐｅｓ：ｔｉｌｌａｇｅｍｅａｓｕｒｅ，ｍｅｃｈａｎｉｃａｌｍｅａｓｕｒｅ，ｂｉｏｌｏｇｉｃａｌｍｅａｓｕｒｅａｎｄｃｈｅｍｉｃａｌｍｅａｓｕｒｅ．Ａｔｐｒｅｓｅｎｔ，ｔｈｅｒｅｓｅａｒｃｈｏｎｗｉｎｄｅｒｏｓｉｏｎｐｒｅｖｅｎｔｉｏｎａｎｄｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｏｆｆａｒｍｌａｎｄｉｎＣｈｉｎａｉｓｓｔｉｌｌａｔａｄｅｖｅｌｏｐｉｎｇｓｔａｇｅ，ｔｈｅｒｅｌｅｖａｎｔｒｅｓｅａｒｃｈｅｓｈａｖｅｂｅｅｎｃａｒｒｉｅｄｏｕｔｗｉｔｈｔａｋｉｎｇｂｉｏｌｏｇｉｃａｌｍｅａｓｕｒｅ（ｆａｒｍｌａｎｄｓｈｅｌｔｅｒｂｅｌｔ）ａｓｔｈｅｂａｓｅ，ｄｏｍｉｎａｔｅｄｂｙｔｉｌｌａｇｅｍｅａｓｕｒｅ（ｓｔｒａｗｒｅｔｕｒｎｉｎｇ），ｓｕｐｐｌｅｍｅｎｔｅｄｂｙｍｅｃｈａｎｉｃａｌｍｅａｓｕｒｅａｎｄｃｈｅｍｉｃａｌｍｅａｓｕｒｅａｓｎｅｗｄｅｖｅｌｏｐｉｎｇｔｒｅｎｄ．ＩｎｏｒｄｅｒｔｏｆｏｌｌｏｗｔｈｅｎｅｗｒｅｑｕｉｒｅｍｅｎｔｓｏｆＮａｔｉｏｎａｌＡｃｔｉｏｎＰｌａｎｏｎＣｏｎｓｅｒｖａｔｉｏｎＴｉｌｌａｇｅ，ｍｏｒｅａｔｔｅｎｔｉｏｎｓｓｈｏｕｌｄｂｅｐａｉｄｔｏｔｈｅｒｅｓｅａｒｃｈｏｎｅｎｖｉｒｏｎｍｅｎｔ－ｆｒｉｅｎｄｌｙ，ｌｏｗ－ｃｏｓｔａｎｄｈｉｇｈ－ｅｆｆｉｃｉｅｎｃｙｓｏｉｌｗｉｎｄｅｒｏｓｉｏｎｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ．Ｋｅｙｗｏｒｄｓ：ＣｉｔｅＳｐａｃｅ；ｓｏｉｌｗｉｎｄｅｒｏｓｉｏｎ；ｗｉｎｄｅｒｏｓｉｏｎｃｏｎｔｒｏｌ；ｃｏｎｓｅｒｖａｔｉｏｎｔｉｌｌａｇｅ 土壤风蚀主要是指在风力作用下土壤表层发生剥蚀、分选、搬运，造成风蚀地块土壤细颗粒物流失，并导致土壤沙化、肥力下降、结构性差等土地退化现象［１］。