安徽省岳西县土壤侵蚀时空演变特征及趋势预测
安徽省近20_年森林资源时空变化及其驱动因素分析
第47卷第2期2024年3月Vol.47No.2M a r.2024安徽师范大学学报（自然科学版）Journal of Anhui Normal University（Natural Science）DOI：10.14182/ki.1001-2443.2024.02.006安徽省近20年森林资源时空变化及其驱动因素分析王晶1，2，徐培培1，2（1.安徽师范大学地理与旅游学院，安徽芜湖241002；2.资源环境与地理信息工程安徽省工程技术研究中心，安徽芜湖241002）摘要：：安徽省森林是长三角地区重要的生态屏障和碳库，探究其时空变化及驱动因素对实现长三角地区生态绿色一体化发展具有重要意义。
基于MODIS数据产品、气象再分析资料和森林清查结果等数据，利用趋势分析、残差分析与情景评估等方法，分析了2001—2020年安徽森林的分布和长势变化及其驱动因素。
结果表明：（1）2001—2020年安徽省森林空间分布呈扩张趋势，但不同类型森林的扩张速度存在差异，混交林在森林中的占比以-0.29%/a的速度显著下降（p<0.001），森林类型组成存在趋于单一化的风险；（2）2001—2020年安徽省森林长势整体呈改善的趋势，森林EVI以0.0020/a的速度显著上升（p<0.01）；（3）气候变化对2001—2020年安徽地区森林扩张和长势增加的贡献率分别为4.64%、25.25%，明显低于人类活动（95.36%、74.75%），意味着人类活动是安徽地区森林变化的主要驱动力。
关键词：：森林；遥感；时空变化；驱动因素；残差分析中图分类号：X87文献标志码：A文章编号：1001-2443（2024）02-0136-10引言安徽省森林资源作为长三角地区的生态屏障和碳库，是长江经济带社会发展的基础性战略资源。
历史上安徽森林屡遭破坏，原始森林所剩无几，大片的人工林和天然次生林的生境脆弱、退化容易而恢复难［1-2］。
安徽省近20年土地利用时空演变及驱动机制
安徽省近20年土地利用时空演变及驱动机制摘要：文章基于土地利用、社会经济和气候环境数据，借助土地利用转移矩阵和PLUS 模型，探究安徽省2000-2020年土地利用的时空格局变化特征及其驱动机制。
结果表明：安徽省主要以耕地、林地两种地类为主，占比达总面积的80%，耕地集中分布在皖北、沿淮、皖中和沿江区域，林地集中分布在皖南、沿江的西北和皖中的西南区域；2000-2020年耕地、林地呈持续减少趋势，主要转出为建设用地；影响安徽省土地利用变化的主要社会经济因素是人口、GDP 和距道路距离，气候环境因素是高程和年均降水量。
随着城镇化工业化的不断发展，且在DEM 等气候环境因素的制约和人口、交通等社会经济因子的综合影响下，安徽省土地利用方式发生了显著变化。
关键词：土地利用变化；驱动因素；PLUS 模型；安徽省中图分类号：P208文献标识码：A文章编号：2095-0438（2023）09-0008-02（池州学院地理与规划学院安徽池州247000）土地是自然和社会经济的综合体，属不可再生资源，通过改变土地利用类型可以实现人类生存及发展的需求。
土地利用已成为全球变化研究的核心领域和重点研究问题之一[1]。
国内外学者围绕土地利用时空演变[2-3]、土地利用驱动机制[4-5]、土地利用预测[6-7]等方面开展了大量研究，但对土地利用驱动机制选取的影响因子研究却并不深入。
近年来，安徽省经济快速发展、城乡人口流动频繁，城镇化、工业化进程出现了较高的增长速率和蔓延式的空间扩张，显著的城镇用地面积增长和各类基础设施的建设等，造成了土地利用方式显著变化。
鉴于此，笔者基于2000-2020年间3个时期的土地利用栅格数据，采用土地利用转移矩阵，深入分析安徽省土地利用时空演变，同时采用PLUS 模型，探究土地利用变化的驱动机制，以期为土地资源合理规划与利用提供依据和决策支持。
一、研究方法及数据来源（一）研究区域概况。
安徽省处于中国华东地区，地势包含平原、丘陵、山地，涵盖淮河、长江、新安江三大水系，处于暖温带与亚热带过渡地区，年均气温为14-17℃，全年平均降水量在773-1670mm 。
皖西大别山区土壤侵蚀空间分布特征及与地形的关系
赵 明 松 I ，2 ， 李 德 成 2， 程 先 富 3,4， 王 世 航 1
(1.安徽理工大学测绘学院，安 徽 淮 南 232001;2. 土壤与农业可持续发展国家重点实验室（中国科学院南京土壤研究所），江 苏 南 京 210008;3. 安徽师范大学国土资源与旅游学院，安徽芜湖241003;4.安徽省自然灾害过程与防控研究省级实验室，安 徽 芜 湖 241003)
摘 要 ：基于修正的通用土壤流失方程和G IS 空间分析方法，定量分析了皖西大别山区土壤侵蚀空间 分布特征，讨论了侵蚀强度与海拔、坡度、坡向等因子的关系.基于信息熵模型评价地形因子与土壤侵
蚀强度的空间相关性结果表明：（1 )皖西大别山区2 0 1 0 年土壤侵蚀总量为1 8 4 4 .3 0 X 104t ，平均侵蚀模 数 为 1 4 1 5 . 0 5 t / k m 2 *a . 区域以微度和轻度侵蚀为主，分别占总面积的5 2 . 9 5 % 和 3 1 . 9 9 % ，侵蚀强度由
1450m m ，年平均日照时数2000 - 2200h .海 拔 29 - 1745m ，是安
徽省内长江和淮河流域的分水岭.研究区内以花岗岩、片麻岩
为主，颗粒粗、易风化.土壤类型主要包括黄棕壤与黄褐土、粗
骨土、草甸土、潮土、水稻土等.土地利用以林地、草地和耕4 8 % 和 15. 37 % ;农业生产以
引言
据我国第二次土壤侵蚀遥感调查，全 国 约 有 37.4 2 % 的国土面积水土流失严重，土 壤 流 失 量 达 4.98 x 109t [1].20世 纪 9 0 年代以来，在 GIS和 R S 技术的支 持 下 ，国内学者利用通用土壤流失方程（universal soil loss equation，U S L E )、修正的通用土壤流失方程(revised universal soil loss equation，R U S L E )，在区域土壤侵蚀和风险评 价方面取得丰富的研究成果[2 6].地形是影响土壤侵蚀的重要因素之一，它控制着地表水热等能量的再分配， 主导着地表径流的强度和方向.程先富和余芬[3]研究了安徽省土壤侵蚀与环境因子的关系，陈思旭等[5]分析了 南方丘陵山区土壤侵蚀与坡度、海拔的关系，但这些研究没有定量评价地形对土壤侵蚀影响的强弱.
安徽省岳西县滑坡地质灾害形成条件分析
以 上 。 区 内主 要 包括 两 大类 ： ① 晋 宁一 加 里 东期 变 形 变质 侵 入 体； ② 燕 山期 （ 晚侏 罗世 一 白 垩纪 ） 侵入岩。
变质 侵 入 体 ： 区 内 变 质 侵 入 岩 占 变 质 岩 区 一 半 以 上 ． 这 类 片 麻 状 岩 石 大 多 为 古 老侵 入 体 ． 后 经 变 形 变质 作 用形 成 假 层 状 地质 体 。由 英 云 闪 长 质 片麻 岩 、花 岗闪 长 质 片麻 岩及 二 长 花 岗质 片 麻 岩
据 调 查 统计 ： 区内滑坡 １ ４ ９处 ， 以小型为主， 但 造 成 的 损失 巨 大 。 岳 西 县 地 形 陡峻 ， 坡体稳定性差 ； 岩土体类型主要为变质岩、 岩浆 岩 ， 岩石破碎、
强风化层与残破积层厚度大， 变 形 构 造 与 断 裂 构造 较 发 育 ， 这 些 是 滑 坡 发 生 的 内在 必 要 条 件 。 滑坡 的发 生 与 降雨 密切 相 关 ， 岳西县 ５ ￣ ９月 份 常
闪 长岩 系 列 。 为构 造 侵 蚀 成 因类 型 。
岳 西 县 位 于 安 徽 省 西 南部 、 长 江 中 下游 北岸 ， 地 处 大别 山 东 南腹 地 。地 理 坐标 范 围 东径 ｌ １ ５ 。 ５ ０ ～ ｌ ｌ ６ ３ ３ 、 北纬 ３ ０ 。 ２ ９ 一
（ １ ） 侵入 岩
（ １ ） 河 谷 平 原 （Ｉ） 区 内的 山间 河谷 平 原 ，面积 ４ ０ ． Ｏ ｋ ｍ ． 占 全 县 面 积 的
区 内侵 入 岩 十 分 发 育 ． 约 占全 区基 岩 总 面 积 的 １ ／ ３ ． 总 体
２ ． ２ 地 层岩 性
该 区地 层 隶 属 华 南 地 层 大 区 南 秦 岭一 大 别 山地 层 区桐 柏 一 大 别 山地 层 分 区 ． 区 内 大 片 出露 一套 大 别 造 山 带核 部 的 深 变
基于时序NPP_的安徽省耕地生产力时空分异与趋势分析
基于时序ＮＰＰ的安徽省耕地生产力时空分异与趋势分析陈实，黄银兰㊀（池州学院地理与规划学院，安徽池州２４７０００）摘要㊀［目的］分析安徽省耕地生产力时空变化差异及其变化趋势㊂［方法］以２０００ ２０２０年时序ＭＯＤ１７Ａ３ＨＧＦ净初级生产力为数据基础，采用Ｔｈｅｉｌ－ＳｅｎＭｅｄｉａｎ趋势㊁Ｍａｎｎ－Ｋｅｎｄａｌｌ检验㊁Ｈｕｒｓｔ指数以及地理空间分析技术等方法，探究安徽省耕地ＮＰＰ的时空分异特征，并分析其时空演变趋势㊂［结果］近２１年来安徽省耕地ＮＰＰ在时间上呈波动增加的态势［０．３３１ｇ／（ｍ２㊃１０ａ）］，空间上耕地ＮＰＰ以增长趋势为主（９３％），仅有７％的耕地表现下降趋势；与２０００ ２０１０年相比，２０１０ ２０２０年安徽省４３％的耕地ＮＰＰ趋势变化类型为降级，主要分布在滁州市㊁淮南市和亳州市等城市，１０％的耕地ＮＰＰ趋势变化类型为升级，主要分布在合肥市㊁宣城市和芜湖市㊂未来安徽省７５％的耕地ＮＰＰ继续表现增长趋势，分布在合肥市㊁滁州市㊁六安市和宿州市等地区，５％的耕地ＮＰＰ出现下降趋势，依然分布在各个城市市区附近，２０％的耕地ＮＰＰ趋势不确定，主要分布在皖北大部地区㊂［结论］２０００ ２０２０年安徽省耕地ＮＰＰ在时空上呈现增加的态势，滁州市㊁淮南市和亳州市等城市耕地ＮＰＰ时空变化较为敏感，合肥市㊁滁州市㊁六安市和宿州市等城市耕地产能提升潜力较大㊂关键词㊀耕地；ＮＰＰ；产能提升；粮食安全；时空分异中图分类号㊀Ｆ３０１㊀㊀文献标识码㊀Ａ㊀㊀文章编号㊀０５１７－６６１１（２０２３）２４－００６９－０５ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．０５１７－６６１１．２０２３．２４．０１５㊀㊀㊀㊀㊀开放科学（资源服务）标识码（ＯＳＩＤ）：ＳｐａｔｉｏｔｅｍｐｏｒａｌＤｉｆｆｅｒｅｎｔｉａｔｉｏｎａｎｄＴｒｅｎｄＡｎａｌｙｓｉｓｏｆＣｕｌｔｉｖａｔｅｄＬａｎｄＰｒｏｄｕｃｔｉｖｉｔｙｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅＢａｓｅｄｏｎＴｉｍｅＳｅｒｉｅｓＮＰＰＣＨＥＮＳｈｉ，ＨＵＡＮＧＹｉｎ⁃ｌａｎ㊀（ＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｙａｎｄＰｌａｎｎｉｎｇ，ＣｈｉｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｃｈｉｚｈｏｕ，Ａｎｈｕｉ２４７０００）Ａｂｓｔｒａｃｔ㊀［Ｏｂｊｅｃｔｉｖｅ］ＴｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｖａｒｉａｔｉｏｎｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｐｒｏｄｕｃｔｉｖｉｔｙｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅａｎｄｖａｒｉａｔｉｏｎｔｒｅｎｄｗａｓａｎａｌｙｚｅｄ．［Ｍｅｔｈｏｄ］ＢａｓｅｄｏｎｔｈｅｄａｔａｓｅｔｏｆＭＯＤ１７Ａ３ＨＧＦｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｖｉｔｙｆｒｏｍ２０００ｔｏ２０２０，ｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｃｈａｒａｃ⁃ｔｅｒｉｓｔｉｃｓａｎｄｅｖｏｌｕｔｉｏｎｔｒｅｎｄｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅｗｅｒｅｅｘｐｌｏｒｅｄｂｙｕｓｉｎｇｔｈｅｍｅｔｈｏｄｓｏｆＴｈｅｉｌ⁃ＳｅｎＭｅｄｉａｎｔｒｅｎｄａｎａｌｙｓｉｓ，Ｍａｎｎ⁃ｋｅｄａｌｌｔｅｓｔ，Ｈｕｒｓｔｉｎｄｅｘａｎｄｇｅｏｓｐａｔｉａｌａｎａｌｙｓｉｓｔｅｃｈｎｏｌｏｇｙ．［Ｒｅｓｕｌｔ］Ｉｎｔｈｅｐａｓｔ２１ｙｅａｒｓ，ｔｈｅＮＰＰｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅｓｈｏｗｅｄａｆｌｕｃｔｕａｔｉｎｇｉｎｃｒｅａｓｉｎｇｔｒｅｎｄ［０．３３１ｇ／（ｍ２㊃１０ａ）］．Ｉｎｔｅｒｍｓｏｆｓｐａｃｅ，ＮＰＰｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｍａｉｎｌｙｓｈｏｗｅｄａｎｉｎｃｒｅａｓｉｎｇｔｒｅｎｄ（９３％），ａｎｄｏｎｌｙ７％ｏｆｔｈａｔｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｓｈｏｗｅｄａｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ．Ｃｏｍｐａｒｅｄｗｉｔｈ２０００－２０１０，４３％ｏｆｔｒｅｎｄｃｈａｎｇｅｔｙｐｅｓｏｆｔｈｅｃｕｌｔｉ⁃ｖａｔｅｄｌａｎｄＮＰＰｗｅｒｅｄｅｇｒａｄｅｄｉｎ２０１０－２０２０，ｍａｉｎｌｙｏｃｃｕｒｒｅｄｉｎＣｈｕｚｈｏｕ，ＨｕａｉｎａｎａｎｄＢｏｚｈｏｕ，ａｎｄ１０％ｏｆｔｈｅｔｒｅｎｄｃｈａｎｇｅｔｙｐｅｓｏｆｔｈｅｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｗｅｒｅｕｐｇｒａｄｅｄ，ｍａｉｎｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎＨｅｆｅｉ，ＸｕａｎｃｈｅｎｇａｎｄＷｕｈｕ．Ｉｎｔｈｅｆｕｔｕｒｅ，７５％ｏｆｔｈｅｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎ⁃ｈｕｉＰｒｏｖｉｎｃｅｗｉｌｌｃｏｎｔｉｎｕｅｔｏｓｈｏｗａｎｉｎｃｒｅａｓｉｎｇｔｒｅｎｄ，ｗｈｉｃｈｗｉｌｌｂｅｄｉｓｔｒｉｂｕｔｅｄｉｎＨｅｆｅｉ，Ｃｈｕｚｈｏｕ，Ｌｕ ａｎａｎｄＳｕｚｈｏｕ．５％ｏｆｔｈｅｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｗｉｌｌｓｈｏｗａｄｅｃｒｅａｓｉｎｇｔｒｅｎｄ，ｗｈｉｃｈｗｉｌｌｂｅｓｔｉｌｌｄｉｓｔｒｉｂｕｔｅｄｎｅａｒｔｈｅｕｒｂａｎａｒｅａｓｏｆｖａｒｉｏｕｓｃｉｔｉｅｓ．２０％ｏｆｔｈｅｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｔｒｅｎｄｉｓｕｎｃｅｒｔａｉｎ，ｍａｉｎｌｙｄｉｓｔｒｉｂｕｔｅｄｉｎｍｏｓｔａｒｅａｓｏｆＮｏｒｔｈｅｒｎＡｎｈｕｉ．［Ｃｏｎｃｌｕｓｉｏｎ］Ｆｒｏｍ２０００ｔｏ２０２０，ｔｈｅＮＰＰｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎＡｎｈｕｉＰｒｏｖ⁃ｉｎｃｅｓｈｏｗｅｄａｎｉｎｃｒｅａｓｉｎｇｔｒｅｎｄｉｎｔｉｍｅａｎｄｓｐａｃｅ．ＴｈｅｓｐａｔｉａｌａｎｄｔｅｍｐｏｒａｌｃｈａｎｇｅｓｏｆＮＰＰｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎｃｉｔｉｅｓｓｕｃｈａｓＣｈｕｚｈｏｕ，ＨｕａｉｎａｎａｎｄＢｏｚｈｏｕｗｅｒｅｓｅｎｓｉｔｉｖｅ，ｗｈｉｌｅｃｉｔｉｅｓｓｕｃｈａｓＨｅｆｅｉ，Ｃｈｕｚｈｏｕ，Ｌｕ ａｎａｎｄＳｕｚｈｏｕｈａｄｇｒｅａｔｐｏｔｅｎｔｉａｌｆｏｒｃｕｌｔｉｖａｔｅｄｌａｎｄｐｒｏｄｕｃｔｉｖｉｔｙｉｍｐｒｏｖｅｍｅｎｔ．Ｋｅｙｗｏｒｄｓ㊀Ｃｕｌｔｉｖａｔｅｄｌａｎｄ；ＮＰＰ；Ｐｒｏｄｕｃｔｉｖｉｔｙｉｍｐｒｏｖｅｍｅｎｔ；Ｆｏｏｄｓｅｃｕｒｉｔｙ；Ｓｐａｔｉｏｔｅｍｐｏｒａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ基金项目㊀安徽省社科规划项目（ＡＨＳＫＱ２０２１Ｄ１７２）㊂作者简介㊀陈实（１９８７ ），男，安徽安庆人，讲师，博士，从事农业资源与环境遥感研究㊂收稿日期㊀２０２２－１２－３０㊀㊀开展安徽省耕地净初级生产力时空变化特征及其趋势研究，不仅对优化安徽省种植业结构，发展绿色㊁优质㊁高效特色农业，提高粮食总产量具有重要的指导意义，还在稳定我国粮食供给，保障区域粮食安全等方面发挥着重要的战略作用［１－２］㊂生态系统净初级生产力（ｎｅｔｐｒｉｍａｒｙｐｒｏｄｕｃｔｉｏｎ，ＮＰＰ）是绿色植被在单位时间内㊁单位面积所累积的有机物数量，在耕地上能够直接反映现实生产能力［３］，可作为各种农作物生产能力统一的衡量标准［４］㊂ＮＰＰ与农作物产量高度相关［５］，常被作为耕地粮食产量的指标［６］㊂在县域尺度的统计数据层面，可将单位耕地面积的粮食产量作为衡量耕地基本生产力的指标，综合耕地压力指数㊁要素转移重心模型㊁灰色预测等方法，通过ＡｒｃＧＩＳ㊁灰色建模软件等工具，研究县域耕地生产力与粮食安全的时空演化特征，并预测其未来变化趋势［７－８］㊂但基于统计数据计算耕地生产力时，相应指标需要进行统计抽样或地面调查，信息获取相对滞后㊂ＭＯＤ１７Ａ３ＨＧＦ的ＮＰＰ产品已在全球不同区域研究耕地生产力的时空变化方面得到验证和广泛应用［９］，数据获取及时㊁使用便利㊂基于逐年ＮＰＰ数据，利用空间自相关㊁趋势分析和相关系数等方法，定性和定量研究耕地ＮＰＰ的时空变化特征［５，１０］，结合我国农田耕作制度区划，可掌握我国高中低产田的分布规律与特点［１１］㊂近年来，安徽省正快速融入长三角一体化发展，土地资源㊁水资源的开发利用影响着耕地粮食生产［１２－１４］，尤其是城镇扩张对区域粮食安全和农业可持续发展的影响逐渐加剧［１５－１７］㊂因此，笔者以农作物种植南北差异显著且在长三角具有农业发展优势的安徽省作为研究区，探究其耕地生产力时空分异与趋势特征㊂该研究基于２０００ ２０２０年逐年ＮＰＰ时空分布数据，在市级尺度下探究耕地生产力的时空差异，明晰安徽耕地ＮＰＰ发展潜力区，确定未来需要重点关注区，以期为安徽省耕地产能提升㊁粮食安全布局调控和农业可持续发展提供科学依据㊂１㊀研究区域安徽省是长江三角洲最具活力的组成部分，地跨１１４ʎ５４ᶄ １１９ʎ２７ᶄＥ㊁２９ʎ４１ᶄ ３４ʎ３８ᶄＮ，南北长约５７０ｋｍ，东西宽约４５０ｋｍ，面积约１４．０１万ｋｍ２，约占我国国土面积的１．４５％（图１），由皖南（黄山㊁宣城㊁池州㊁铜陵㊁芜湖㊁马鞍山）㊁皖中（安庆㊁六安㊁合肥㊁滁州）和皖北（阜阳㊁淮南㊁蚌埠㊁亳州㊁淮北㊁宿州）１６个地级市组成㊂安徽省处于暖温带与亚热带过渡地区，全省年平均降水量８００ １８００ｍｍ，年平均安徽农业科学，Ｊ．ＡｎｈｕｉＡｇｒｉｃ．Ｓｃｉ．２０２３，５１（２４）：６９－７３㊀㊀㊀气温１４ １７ħ，年平均无霜期２００ ２５０ｄ，年平均日照时数１８００ ２５００ｈ㊂安徽省是我国１３个粮食主产区和５个粮食净调出省之一，主要农产品生产一直在长三角地区占据举足轻重的位置，粮食产量占长三角地区的４８％，正致力打造 长三角绿色农产品生产加工供应基地 ［１８－１９］㊂图１㊀安徽省耕地概况Ｆｉｇ．１㊀ＯｖｅｒｖｉｅｗｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅ２㊀数据来源与研究方法２．１㊀数据来源㊀研究采用的净初级生产力（ＮＰＰ）数据来源于ＭＯＤ１７Ａ３ＨＧＦ．ｖ００６数据集，涉及分幅影像网格为ｈ２７ｖ０５㊁ｈ２８ｖ０５和ｈ２８ｖ０６，时间序列长度为２０００ ２０２０年，时间分辨率为１年，空间分辨率为５００ｍˑ５００ｍ，单位是ｇ／ｍ２，缩放尺度为０．０００１㊂数据从ＧｏｏｇｌｅＥａｒｔｈＥｎｇｉｎｅ（ＧＥＥ）平台获得（ｈｔｔｐｓ：／／ｌｐｄａａｃ．ｕｓｇｓ．ｇｏｖ／ｐｒｏｄｕｃｔｓ／ｍｏｄ１７ａ３ｈｇｆｖ００６／），该数据是由给定年份的８ｄ净光合作用（ＮｅｔＰｈｏｔｏｓｙｎｔｈｅｓｉｓ，ＰＳＮ）产品（ＭＯＤ１７Ａ２Ｈ）之和得出的㊂ＮＰＰ数据的投影坐标为Ａｌｂｅｒｓ投影ＷＧＳ＿１９８４坐标，以ＧｅｏＴＩＦＦ格式输出［２０－２１］㊂另外，耕地数据（２０００年）来源于中国科学院资源环境数据共享中心（ｈｔｔｐ：／／ｗｗｗ．ｒｅｓｄｃ．ｃｎ／），空间分辨率为１００ｍˑ１００ｍ㊂２．２㊀研究方法２．２．１㊀Ｔｈｅｉｌ－ＳｅｎＭｅｄｉａｎ趋势分析法㊂为探究耕地ＮＰＰ时间序列变化趋势，使用Ｔｈｅｉｌ－Ｓｅｎ趋势分析与Ｍａｎｎ－Ｋｅｎｄａｌｌ检验结合的Ｔｈｅｉｌ－ＳｅｎＭｅｄｉａｎ趋势分析法，计算公式为：ＳＮＰＰ＝ＭｅｄｉａｎＮＰＰｊ－ＮＰＰｉｊ－ｉæèçöø÷（１）ＳＮＰＰ表示ＮＰＰ变化趋势，当ＳＮＰＰ＞０时，反映ＮＰＰ呈现增长的趋势，反之则反映ＮＰＰ呈现下降的趋势［２２］㊂Ｍａｎｎ－Ｋｅｎｄａｌｌ的检验方法是用来判断变化趋势的显著性，计算公式如下：设定｛ＮＰＰｉ｝，ｉ＝２０００，２００１， ，２０２０Ｚ＝Ｓ－１ｓ（Ｓ），Ｓ＞００，Ｓ＝０Ｓ＋１ｓ（Ｓ），Ｓ＜０ìîíïïïïïï其中，Ｓ＝ ｎ－１ｊ＝１ ｎｉ＝ｊ＋１ｓｉｇｎ（ＮＰＰｊ－ＮＰＰｉ）（２）ｓｉｇｎ（ＮＰＰｊ－ＮＰＰｉ）＝１，ＮＰＰｊ－ＮＰＰｉ０，ＮＰＰｊ－ＮＰＰｉ，ｓ（Ｓ）＝ｎ（ｎ－１）（２ｎ＋５）ｎ－１，ＮＰＰｊ－ＮＰＰｉìîíïïïïï（３）式中：ＮＰＰｊ和ＮＰＰｉ分别表示栅格第ｉ年和第ｊ年的ＮＰＰ值；ｎ表示时间序列的长度（２０年）；ｓｉｇｎ为计算符号函数；统计量Ｚ的取值范围在正负无穷之间㊂在给定显著性水平α（一般取０．０５）下，当｜Ｚ｜＞ｕ１－α／２时，表示研究序列在α（０．０５）水平上存在显著变化［２３］㊂结合Ｓｅｎ变化趋势程度和ＭＫ检验结果，对耕地ＮＰＰ变化趋势类型进行分类，当Ｓｅｎȡ０．０００５且ＭＫȡ１．９６时，表征为耕地ＮＰＰ明显增长；当Ｓｅｎɤ－０．０００５且ＭＫɤ－１．９６时，表征为耕地ＮＰＰ严重下降；当－０．０００５＜Ｓｅｎ＜０．０００５且－１．９６＜ＭＫ＜１．９６时，表征为耕地ＮＰＰ稳定不变；当Ｓｅｎȡ０．０００５且－１．９６＜ＭＫ＜１．９６时，表征为耕地ＮＰＰ轻微增长；当Ｓｅｎɤ－０．０００５且－１．９６＜ＭＫ＜１．９６时，表征为耕地ＮＰＰ轻微下降㊂２．２．２㊀Ｈｕｒｓｔ指数分析法㊂估算Ｈｕｒｓｔ指数可以分析耕地ＮＰＰ的持续性特征，计算原理如下：对给定的时间序列｛ＮＰＰ（ｔ）｝，ｔ＝２０００，２００１， ，２０２０，定义均值序列：ＮＰＰ（Ｔ）＝１ＴＮＰＰ（Ｔ）㊀Ｔ＝２０００，２００１， ，２０２０（４）累积离差为：Ｘｔ，Ｔ＝ （ＮＰＰ（ｔ）－ＮＰＰ（Ｔ））㊀１ɤｔɤＴ（５）级差为：Ｒ（Ｔ）＝ｍａｘＸ（ｔ，Ｔ）－ｍｉｎＸ（ｔ，Ｔ）㊀Ｔ＝２０００，２００１， ，２０２０（６）标准差为：Ｓ（Ｔ）＝［１Ｔ（ＮＰＰ（ｔ）－ＮＰＰ（Ｔ））２］㊀Ｔ＝２０００，２００１， ，２０２０（７）Ｒ㊁Ｓ㊁Ｔ满足以下关系式：Ｒ（Ｔ）／Ｓ（Ｔ）＝ｃˑＴＨ（８）式中，Ｒ（Ｔ）／Ｓ（Ｔ）为重标极差，ｃ为常数，Ｔ为时间序列，Ｈ为Ｈｕｒｓｔ指数㊂ｌｏｇ（Ｒ／Ｓ）Ｔ＝ｌｏｇｃ＋ＨˑｌｏｇＴ（９）采用最小二乘法，对ｌｏｇＴ序列自变量和ｌｏｇ（Ｒ／Ｓ）Ｔ序列因变量，计算Ｈｕｒｓｔ指数值［２４］㊂０７㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２３年３㊀结果与分析３．１㊀耕地ＮＰＰ的时间变化特征㊀从２０００ ２０２０年安徽省耕地年均ＮＰＰ变化特征可看出（图２）：２１年来耕地ＮＰＰ均值变化范围为３７５．５ ５１２．６ｇ／ｍ２，平均值为４４６．４ｇ／ｍ２，最大值出现在２０１４年，达到５１２．６ｇ／ｍ２，超过平均值６６．２ｇ／ｍ２，最小值则在２０００年，为３７５．５ｇ／ｍ２，低于平均值７０．９ｇ／ｍ２㊂２０００ ２０２０年安徽省耕地ＮＰＰ均值整体上呈现波动增加的态势，增速为０．３３１ｇ／（ｍ２㊃１０ａ）（Ｐ＜０．００１）㊂３．２㊀耕地ＮＰＰ的时空分异分析㊀该研究结合Ｓｅｎ变化趋势和ＭＫ检验，依据耕地ＮＰＰ变化趋势划分类型，２０００ ２０２０年安徽省耕地ＮＰＰ时空变化整体表现为增长趋势，占安徽耕地面积的９３％，其中明显增长面积占５０％，轻微增长面积占４３％㊂仅有７％的耕地出现下降趋势，包括５％的轻微下降和２％的严重下降（图３ａ）㊂耕地ＮＰＰ明显增长的区域主要分布在合肥市㊁滁州市㊁六安市和宿州市等地区，耕地ＮＰＰ图２㊀２０００ ２０２０年安徽省耕地ＮＰＰ均值变化Ｆｉｇ．２㊀ＡｖｅｒａｇｅｃｈａｎｇｅｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅｆｒｏｍ２０００ｔｏ２０２０轻微增长的区域主要分布在阜阳市㊁亳州市㊁宿州市和滁州市等地区，而耕地ＮＰＰ轻微下降和明显下降的区域主要分布在各个城市市区附近（图３ｂ）㊂图３㊀２０００ ２０２０年安徽省耕地ＮＰＰ时空格局变化趋势（ａ）及变化特征类型面积占比（ｂ）Ｆｉｇ．３㊀Ｓｐａｔｉｏｔｅｍｐｏｒａｌｐａｔｔｅｒｎｃｈａｎｇｅｔｒｅｎｄ（ａ）ａｎｄａｒｅａｐｒｏｐｏｒｔｉｏｎｏｆｃｈａｎｇｅｃｈａｒａｃｔｅｒｉｓｔｉｃｔｙｐｅｓ（ｂ）ｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎｈｕｉＰｒｏｖ⁃ｉｎｃｅｆｒｏｍ２０００ｔｏ２０２０㊀㊀为进一步探究安徽省耕地ＮＰＰ趋势变化类型特征，该研究从２０００ ２０１０年和２０１０ ２０２０年２个时间段进行对比分析㊂研究发现，耕地ＮＰＰ变化趋势主要是向轻微下降㊁轻微增长和明显增长３个类型转移（图４）㊂趋势变化类型降级的耕地面积较大，体现在轻微增长向轻微下降转移（１６％）㊁明显增长向轻微下降转移（１１％）㊁明显增长向轻微增长转移（１６％）㊂仅有１０％的耕地ＮＰＰ趋势变化类型升级，表现为轻微下降向轻微增长转移（５％），轻微增长向明显增长转移（５％）㊂㊀㊀在空间上，耕地ＮＰＰ趋势变化类型表现为降级的耕地主要分布在皖北大部和皖中局部地区（图５），轻微增长向轻微下降降级区域主要发生在合肥市㊁安庆市㊁滁州市和淮南市；明显增长向轻微下降降级区域主要发生在滁州市㊁淮南市和合肥市；明显增长向轻微增长降级区域主要发生在宿州市㊁滁州市㊁亳州市㊁蚌埠市和阜阳市㊂耕地ＮＰＰ趋势变化类型表现为升级的耕地主要分布在皖南大部和皖中局部地区（图５），轻微下降向轻微增长升级区域主要发生在安庆市㊁宣城市㊁池州市和芜湖市；轻微增长向明显增长升级区域主要发生在合肥市㊁宣城市㊁宿州市和芜湖市㊂３．３㊀安徽省耕地ＮＰＰ的可持续性分析㊀安徽省耕地ＮＰＰ的Ｈｕｒｓｔ指数介于０．２４ ０．７６之间，平均值为０．５８，其中Ｈｕｒｓｔ指数＜０．５的像元数仅占２０％，即呈弱反持续性（０．２４ɤＨｕｒｓｔ１７５１卷２４期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈实等㊀基于时序ＮＰＰ的安徽省耕地生产力时空分异与趋势分析图４㊀安徽省耕地ＮＰＰ趋势变化类型桑基图Ｆｉｇ．４㊀ＳａｎｋｅｙｄｉａｇｒａｍｏｆｔｒｅｎｄｃｈａｎｇｅｔｙｐｅｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅ图５㊀安徽省耕地ＮＰＰ趋势变化类型（降级／升级）分布Ｆｉｇ．５㊀Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｒｅｎｄｃｈａｎｇｅｔｙｐｅｓ（ｄｅｇｒａｄａｔｉｏｎ／ｕｐｇｒａｄａ⁃ｔｉｏｎ）ｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅ指数＜０．５）；Ｈｕｒｓｔ指数ȡ０．５的像元数约占８０％，说明安徽省耕地ＮＰＰ的正向持续性较强㊂将耕地ＮＰＰ时空变化趋势结果与Ｈｕｒｓｔ指数结果进行叠加计算，得到变化趋势与持续性的耦合信息，以揭示安徽省耕地ＮＰＰ的时空变化趋势及其持续性㊂耦合结果划分为６类：①持续性严重下降；②持续性轻微下降；③持续性稳定不变；④持续性轻微增长；⑤持续性明显增长；⑥未来变化趋势不确定（反持续性严重下降㊁反持续性轻微下降㊁反持续性稳定不变㊁反持续性轻微增长和反持续性明显增长）㊂未来安徽省耕地ＮＰＰ时空变化整体持续表现为增长趋势，占安徽省耕地面积的７５％，其中明显增长面积占４９％，轻微增长面积占２６％（图６）㊂未来安徽省有５％的耕地ＮＰＰ出现下降趋势，有２０％的耕地变化趋势不确定㊂未来安徽省耕地ＮＰＰ明显增长的区域主要分布在合肥市㊁滁州市㊁六安市和宿州市等地区，耕地ＮＰＰ轻微增长的区域主要分布在滁州市㊁合肥市㊁淮南市和阜阳市等地区，而耕地ＮＰＰ轻微下降和明显下降的区域依然分布在各个城市市区附近㊂未来时空变化趋势不确定的地区分布在皖北大部，主要在阜阳市㊁宿州市和亳州市等地区㊂４㊀讨论与结论４．１㊀讨论㊀近５０年安徽省及所在的长江中下游地区气温呈上升趋势［２５］，提高了植被光合作用速率和水分利用效率，加速了农田生态系统的物质循环［２６］，使得２０００ ２０１０年安徽省耕地ＮＰＰ增加明显㊂但随着安徽省经济发展格局变化㊁城市都市圈效应㊁退耕还林（草）等方面的影响，土地利用转移变化以耕地转移量最大，主要转移为城镇用地和水域用地［２７］，同时人类活动对耕地影响加剧，引起耕地ＮＰＰ下降，导致２０１０ ２０２０年安徽省耕地ＮＰＰ增加趋势较弱，且在经济发展较为迅速的城市出现耕地ＮＰＰ等级下降（如滁州市㊁淮南市和合肥市）㊂安徽省耕地ＮＰＰ的时空差异性逐渐增强，尤其在皖中和皖北地区，在满足气温的条件下，农作物生长过程中耕地需水量是否达到要求，直接影响耕地ＮＰＰ，应以高标准农田建设为契机，加强水利基础设施建设［３］㊂根据安徽省耕地ＮＰＰ的时空分异及其发展趋势的研究结果，可为因地制宜改善农业生态环境，科学合理推动农业高质量发展，增强区域粮食安全保障能力，全面推动实施高标准农田改造提升工程等提供指导和参考㊂相较于已有研究，笔者采用逐年耕地ＮＰＰ数据，研究时空监测频率较高㊁跨度更长，有效揭示了安徽省耕地ＮＰＰ时空分异及其趋势变化特征㊂选择由净光合作用计算获得的ＮＰＰ，相较于其他研究使用增强植被指数（ｅｎｈａｎｃｅｄｖｅｇｅｔａ⁃ｔｉｏｎｉｎｄｅｘ，ＥＶＩ）更具优势［２８］㊂研究不仅分析了耕地ＮＰＰ变化趋势，还整合Ｓｅｎ趋势和ＭＫ检验数据建立了耕地生产力趋势变化类型划分依据，深入分析了不同时期安徽省耕地ＮＰＰ趋势变化类型时空变化格局㊂该研究还存在一些不足，如文中采用的ＮＰＰ数据空间分辨率为５００ｍ，能够揭示安徽省耕地ＮＰＰ时空差异及其趋势变化规律，但相较于综合遥感㊁土地利用和其他非遥感数据驱动ＶＰＭ模型模拟的耕地ＮＰＰ，精度要低一些［２９］㊂后续研究将基于中高空间分辨率遥感数据，综合气候㊁土壤㊁生产条件和科技推广应用等统计网格化数据，模拟分析耕地ＮＰＰ空间格局［３］，深入揭示安徽省耕地ＮＰＰ时空演变分异的影响机制㊂４．２㊀结论㊀基于安徽省２０００ ２０２０年时序耕地ＮＰＰ数据，采用Ｔｈｅｉｌ－ＳｅｎＭｅｄｉａｎ趋势分析㊁Ｍａｎｎ－Ｋｅｎｄａｌｌ检验㊁Ｈｕｒｓｔ指数等方法，探究安徽省耕地ＮＰＰ的时空分异特征，并分析其时空演变趋势㊂①２０００ ２０２０年安徽省耕地年均ＮＰＰ整体上呈现波动增加的态势，增速为０．３３１ｇ／（ｍ２㊃１０ａ）（Ｐ＜０．００１）㊂②在空间变化上，９３％的耕地ＮＰＰ呈现增长趋势，７％的耕地出现下降趋势，相较于２０００ ２０１０年，２０１０ ２０２０年滁州市㊁淮南市和亳州市等地区的耕地ＮＰＰ趋势变化类型为降级，合肥市㊁宣城市和芜湖市等地区的耕地ＮＰＰ趋势２７㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀２０２３年图６㊀安徽省耕地ＮＰＰ持续模式的空间分布（ａ）及其面积占比（ｂ）Ｆｉｇ．６㊀Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ（ａ）ａｎｄａｒｅａｐｒｏｐｏｒｔｉｏｎ（ｂ）ｏｆｓｕｓｔａｉｎａｂｌｅｍｏｄｅｌｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄＮＰＰｉｎＡｎｈｕｉＰｒｏｖｉｎｃｅ变化类型为升级㊂③未来合肥市㊁滁州市㊁六安市和宿州市等地区的耕地ＮＰＰ继续表现增长趋势，各个城市市区附近的耕地ＮＰＰ出现下降趋势，皖北大部地区的耕地ＮＰＰ趋势不确定㊂总之，近２０年来安徽省耕地ＮＰＰ在时空上呈现增加的态势，滁州市㊁淮南市和亳州市等城市耕地ＮＰＰ时空变化较为敏感，合肥市㊁滁州市㊁六安市和宿州市等地区耕地产能提升潜力较大㊂参考文献［１］ＷＡＮＤＣＹ，ＳＵＮＸＦ，ＷＡＮＧＭ，ｅｔａｌ．Ｃｈｉｎｅｓｅｃｒｏｐｌａｎｄｑｕａｌｉｔｙａｎｄｉｔｓｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｃｈａｎｇｅｓｄｕｅｔｏｕｒｂａｎｉｚａｔｉｏｎｉｎ２０００－２０１５［Ｊ］．Ｊｏｕｒｎａｌｏｆｒｅｓｏｕｒｃｅｓａｎｄｅｃｏｌｏｇｙ，２０１９，１０（２）：１７４－１８３．［２］ＰＯＴＡＰＯＶＰ，ＴＵＲＵＢＡＮＯＶＡＳ，ＨＡＮＳＥＮＭＣ，ｅｔａｌ．Ｇｌｏｂａｌｍａｐｓｏｆｃｒｏｐ⁃ｌａｎｄｅｘｔｅｎｔａｎｄｃｈａｎｇｅｓｈｏｗａｃｃｅｌｅｒａｔｅｄｃｒｏｐｌａｎｄｅｘｐａｎｓｉｏｎｉｎｔｈｅｔｗｅｎｔｙ⁃ｆｉｒｓｔｃｅｎｔｕｒｙ［Ｊ］．Ｎａｔｕｒｅｆｏｏｄ，２０２２，３（１）：１９－２８．［３］黄端，闫慧敏，池泓，等．２０００ ２０１５年江汉平原农田生态系统ＮＰＰ时空变化特征［Ｊ］．自然资源学报，２０２０，３５（４）：８４５－８５６．［４］国志兴，王宗明，刘殿伟，等．三江平原农田生产力时空特征分析［Ｊ］．农业工程学报，２００９，２５（１）：２４９－２５４．［５］ＴＡＯＦＬ，ＹＯＫＯＺＡＷＡＭ，ＺＨＡＮＧＺ，ｅｔａｌ．Ｒｅｍｏｔｅｓｅｎｓｉｎｇｏｆｃｒｏｐｐｒｏ⁃ｄｕｃｔｉｏｎｉｎＣｈｉｎａｂｙｐｒｏｄｕｃｔｉｏｎｅｆｆｉｃｉｅｎｃｙｍｏｄｅｌｓ：Ｍｏｄｅｌｓｃｏｍｐａｒｉｓｏｎｓ，ｅｓ⁃ｔｉｍａｔｅｓａｎｄｕｎｃｅｒｔａｉｎｔｉｅｓ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌｍｏｄｅｌｌｉｎｇ，２００５，１８３（４）：３８５－３９６．［６］ＺＨＯＵＹＴ，ＧＨＯＬＩＺＡＤＥＨＨ，ＬＡＶＡＮＣＨＹＧＴ，ｅｔａｌ．Ｉｎｓｐｅｃｔｉｎｇｔｈｅｆｏｏｄ⁃ｗａｔｅｒｎｅｘｕｓｉｎｔｈｅＯｇａｌｌａｌａａｑｕｉｆｅｒｒｅｇｉｏｎｕｓｉｎｇｓａｔｅｌｌｉｔｅｒｅｍｏｔｅｓｅｎｓｉｎｇｔｉｍｅｓｅｒｉｅｓ［Ｊ］．Ｒｅｍｏｔｅｓｅｎｓｉｎｇ，２０２０，１２（１４）：１－１４．［７］方修琦，殷培红，陈烽栋．过去２０年中国耕地生产力区域差异变化研究［Ｊ］．地理科学，２００９，２９（４）：４７０－４７６．［８］阴柯欣，商庆凯，米文宝．宁夏耕地生产力与粮食安全耦合关系及趋势预测［Ｊ］．干旱区资源与环境，２０２０，３４（７）：３７－４５．［９］ＬＩＵＺＪ，ＬＩＵＹＳ，ＷＡＮＧＪＹ．Ａｇｌｏｂａｌａｎａｌｙｓｉｓｏｆａｇｒｉｃｕｌｔｕｒａｌｐｒｏｄｕｃｔｉｖｉｔｙａｎｄｗａｔｅｒｒｅｓｏｕｒｃｅｃｏｎｓｕｍｐｔｉｏｎｃｈａｎｇｅｓｏｖｅｒｃｒｏｐｌａｎｄｅｘｐａｎｓｉｏｎｒｅｇｉｏｎｓ［Ｊ］．Ａｇｒｉｃｕｌｔｕｒｅｅｃｏｓｙｓｔｅｍｓ＆ｅｎｖｉｒｏｎｍｅｎｔ，２０２１，３２１：１－９．［１０］王轶虹，史学正，王美艳，等．２００１ ２０１０年中国农田生态系统ＮＰＰ的时空演变特征［Ｊ］．土壤学报，２０１７，５４（２）：３１９－３３０．［１１］冀咏赞，闫慧敏，刘纪远，等．基于ＭＯＤＩＳ数据的中国耕地高中低产田空间分布格局［Ｊ］．地理学报，２０１５，７０（５）：７６６－７７８．［１２］程辉，于华岩，张延军，等．长春市城市建设用地与耕地变化研究［Ｊ］．安徽农业科学，２０１７，４５（９）：２００－２０２．［１３］潘佩佩，王晓旭，杨桂山，等．经济快速发展地区耕地质量时空变化格局研究［Ｊ］．地理与地理信息科学，２０１５，３１（４）：６５－７０．［１４］成方妍，刘世梁，张月秋，等．基于ＭＯＤＩＳ序列的北京市土地利用变化对净初级生产力的影响［Ｊ］．生态学报，２０１７，３７（１８）：５９２４－５９３４．［１５］闫慧敏，刘纪远，黄河清，等．城市化和退耕还林草对中国耕地生产力的影响［Ｊ］．地理学报，２０１２，６７（５）：５７９－５８８．［１６］刘爱琳，匡文慧，张弛．１９９０ ２０１５年中国工矿用地扩张及其对粮食安全的潜在影响［Ｊ］．地理科学进展，２０１７，３６（５）：６１８－６２５．［１７］ＬＩＵＬ，ＸＵＸＬ，ＣＨＥＮＸ．Ａｓｓｅｓｓｉｎｇｔｈｅｉｍｐａｃｔｏｆｕｒｂａｎｅｘｐａｎｓｉｏｎｏｎｐｏ⁃ｔｅｎｔｉａｌｃｒｏｐｙｉｅｌｄｉｎＣｈｉｎａｄｕｒｉｎｇ１９９０－２０１０［Ｊ］．Ｆｏｏｄｓｅｃｕｒｉｔｙ，２０１５，７（１）：３３－４３．［１８］李莹莹，马晓双，祁国华，等．基于参数本地化ＩｎＶＥＳＴ模型的安徽省水源涵养功能研究［Ｊ］．长江流域资源与环境，２０２２，３１（２）：３１３－３２５．［１９］刘广东，陈景贵，李子阳．乡村振兴背景下安徽特色农产品品牌推广研究［Ｊ］．安徽农业科学，２０２２，５０（１７）：２５０－２５２．［２０］孙金珂，牛海鹏，袁鸣．中国陆地植被生态系统ＮＰＰ空间格局变迁分析［Ｊ］．农业机械学报，２０２０，５１（６）：１６２－１６８．［２１］兰云飞，李传华．近１６年祁连山植被ＮＰＰ时空格局及其对气候变化的响应［Ｊ］．草地学报，２０２２，３０（１）：１８８－１９５．［２２］马玥，王录仓．２０００ ２０１８年甘南州植被覆盖水平时空变化［Ｊ］．安徽农业科学，２０２２，５０（７）：６８－７２，９５．［２３］史晓亮，吴梦月，丁皓．ＳＰＥＩ和植被遥感信息监测西南地区干旱差异分析［Ｊ］．农业机械学报，２０２０，５１（１２）：１８４－１９２．［２４］周夏飞，马国霞，曹国志，等．２００１ ２０１３年黄土高原植被净初级生产力时空变化及其归因［Ｊ］．安徽农业科学，２０１７，４５（１４）：４８－５３．［２５］徐光来，杨先成，徐晓华，等．气候变暖背景下安徽省月ＮＤＶＩ动态变化研究［Ｊ］．长江流域资源与环境，２０２１，３０（２）：３９７－４０６．［２６］郭睿妍，田佳，杨志玲，等．基于ＧＥＥ平台的黄河流域森林植被净初级生产力时空变化特征［Ｊ］．生态学报，２０２２，４２（１３）：５４３７－５４４５．［２７］王芳，汪左，张运．２０００ ２０１５年安徽省植被净初级生产力时空分布特征及其驱动因素［Ｊ］．生态学报，２０１８，３８（８）：２７５４－２７６７．［２８］张超，陈婉铃，马佳妮，等．基于时序ＥＶＩ的２０００ ２０１９年吉林省耕地生产力时空分析［Ｊ］．农业机械学报，２０２２，５３（２）：１５８－１６６．［２９］王赫彬，王文娟，商令杰．２０００ ２０１５年山东省耕地产能的时空格局［Ｊ］．中国农业大学学报，２０２０，２５（３）：１２８－１３８．３７５１卷２４期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀陈实等㊀基于时序ＮＰＰ的安徽省耕地生产力时空分异与趋势分析。
安徽省土壤湿度时空变化规律分析及遥感反演
安徽省土壤湿度时空变化规律分析及遥感反演王青青;张珂;叶金印;李致家【摘要】为获取安徽省的土壤湿度时空信息,采用克里金法将站网实测多层土壤湿度数据插值为网格数据,分析其时空变化特征;进而建立遗传算法优化的BP(back propagation)神经网络模型进行土壤湿度反演.该模型以风云3B卫星的亮温数据为主要输入,训练后对该模型验证并进行预测.结果表明:安徽省土壤湿度月均值波动较频繁,淮北平原和大别山区较其他区域干燥;随着深度的增加,土壤湿度增大且季节和空间差异变小;所有分区平均模拟值与实测值的日序列相关性达到0.605,均方根误差为0.056 m3/m3,说明该模型能够较好地反演安徽省土壤湿度.【期刊名称】《河海大学学报（自然科学版）》【年(卷),期】2019(047)002【总页数】5页(P114-118)【关键词】安徽省;土壤湿度;时空变化;人工神经网络;微波遥感;土壤湿度卫星反演【作者】王青青;张珂;叶金印;李致家【作者单位】河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;河海大学水文水资源学院,江苏南京210098;河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098;河海大学水文水资源学院,江苏南京210098;中国气象局气象干部培训学院安徽分院,安徽合肥230031;河海大学水文水资源学院,江苏南京210098【正文语种】中文【中图分类】S152.7土壤湿度是水循环过程的重要状态变量,也是地表水和地下水的关联者,在生态评估、农业发展以及灾害预警等方面起着重要作用,因此研究土壤湿度的时空变化特征及大范围监测十分必要[1-2]。
土壤湿度的获取方法主要有站点监测法、模型模拟和遥感反演[3]。
站点监测方法精度高,能获取不同深度的数据,但单点监测限制了其测量范围[4]。
模型模拟则是根据水分平衡进行推演,能够快速地获取面上信息,但对输入要求较多,参数难以确定[3]。
2000—2015江淮分水岭区域土壤侵蚀动态变化
： ／ ． ｃ ｎ ｋ ｉ ． ｉ ｓ ｓ ｎ １ ６ ７ １ Ｄ Ｏ Ｉ １ ０． １ ９ ３ ５ ２ ４ ６ ７ ９． ２ ０ １ ７． ０ ６． ０ ０ ４ － ｊ
— ２ ０ ０ ０ ２ ０ １ ５ 江淮分水岭区域土壤侵蚀动态变化
毛晶晶 ， 汪光胜
（ 滁州学院 地理信息与旅游学院 ， 安徽 滁州 ２ ３ ９ ０ ０ ０） 摘 要： 基于 Ｇ 利用江淮分水岭 ２ 计算并对比该 Ｉ Ｓ和 Ｒ Ｓ 技术 ， ０ ０ ０年、 ２ ０ ０ ５年、 ２ ０ １ ０年、 ２ ０ １ ５年４期遥感影像数 据， 区域 ４ 期的土壤侵蚀量 ， 达到对江淮分水岭土壤侵蚀时空动态监测 。 结 果 表 明 ： 江淮分水岭区域土壤侵蚀空间分 １） 皖东环滁低山丘陵地带 ， 微度和轻度侵蚀的土壤面积占总面积的 ９ 江淮分水 布主要为皖西山地丘陵区 ， ９％ 以 上 。２）
第３ １ 卷第 ６ 期 ２ ０ １ ７年１ ２月
黑 龙 江 工 程 学 院 学 报 Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｈ ｅ ｉ ｌ ｏ ｎ ｉ ａ ｎ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｊ ｇ ｇ ｙ
Ｖ ｏ ｌ ． ３ １， Ｎ ｏ ． ６ ， Ｄ ｅ ｃ ． ２ ０ １ ７
２ ／ （ ·ａ ） ， 岭区域 １ 各等级土壤侵蚀面积向微度侵蚀转移 ， 土壤侵 蚀 状 况 总 体 ５ａ间土壤侵蚀模数总体下降 １ ４ ． ２ １ｔ ｋ ｍ ２ ） （ ， 发 生好转 。３ 耕地面积减少 ２ 林地 、 水体面积 １ ５ａ间江淮分水岭区域土地利用类型转变明显 ， ２ ０ ８ ． １ ７ｋ ｍ ７ ． ２ ３％ ） ２ ２ （ 、 （ 。 植被覆盖度的提高和水域面积的增加 是 土 壤 侵 蚀 改 善 的 根 分别增加 １ ３ ３ ． ７ ６ｋ ｍ ２ ． ８ ０％ ） ５ ５ ２ ． ３ ４ｋ ｍ １ ５ ． ７ １％ ）
舒城县土壤侵蚀量及其空间分布状况分析-农业工程论文-农学论文
舒城县土壤侵蚀量及其空间分布状况分析-农业工程论文-农学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——土壤侵蚀是指土壤或成土母质在外力作用下被破坏剥蚀、搬运和沉积的过程。
土壤侵蚀不仅破坏土壤资源,降低土壤肥力和质量,破坏水利、交通工程设施,而且会导致生态环境的恶化,是世界范围内重要的环境问题之一,严重威胁人类的生存和发展。
土壤侵蚀模型是监测和预报土壤侵蚀的重要工具。
通用土壤流失方程(The Universal SoilLoss Equation,简称USLE)是美国农业部(US-DA)于20世纪中叶开发的一个主要用于估算坡地土壤流失量与其主要影响因子间定量关系的侵蚀数学模型,基于大量小区观测资料和人工模拟降雨试验资料建立了着名的通用土壤流失方程。
20世纪80年代以后,国外的专家学者对通用土壤流失方程不断进行修正,使模型得到了完善。
与其他模型相比,如ANGPS等,USLE结构简单,适用广,数据易获取,实用性强,在世界范围内都得到了广泛应用。
因此,USLE在定量评价土壤侵蚀强度、土地资源合理利用和水土保持规划等方面具有重要的作用。
我国学者在上个世纪80年代,利用USLE模型与本国实际相结合,取得了重要的成果。
本文依据USLE和国内学者针对中国各区域实际提出的修正意见,对舒城县土壤侵蚀影响各因子值的算式算法进行率定,建立舒城县土壤水蚀模型,旨在探求舒城县土壤侵蚀量及其空间分布状况,为舒城县经济发展及土地利用规划提供科学依据。
1 研究区概况舒城县隶属于我国安徽省六安市,位于安徽省中部、大别山东麓、巢湖之滨、江淮之间,东靠庐江县,南与桐城市、潜山县为邻,西与岳西县、霍山县相接,北与省会合肥相倚,濒长江黄金水道,东临全国五大淡水湖之一的巢湖。
属于亚热带温润性季风气候区,年平均气温15.6℃,降雨量1100mm,无霜期224d。
地理坐标界于北纬3101~3134、东经11626~11715之间,全县呈橄榄形,南北宽49km,东西长86km,辖区国土面积2092km2。
安徽省土壤侵蚀区域分布研究
安徽省土壤侵蚀区域分布研究
史志刚
【期刊名称】《灌溉排水学报》
【年(卷),期】2012(31)6
【摘要】选用SLEMSA土壤侵蚀修正模型,在安徽省选择129个代表站点,分别计算了土壤流失比率、裸地土壤流失量、地形因子,得出安徽省土壤侵蚀量为7 683万t/a。
分析发现,安徽省每年63.2%的土壤侵蚀分布在大别山区(占全省年土壤侵蚀总量的30.2%)和皖南山区(33%),提出这2个区域应作为安徽省水土保持综合防治工作的重点。
【总页数】4页(P64-66)
【关键词】土壤侵蚀;安徽省;区域分布
【作者】史志刚
【作者单位】北京师范大学地理学与遥感科学学院;安徽省水利厅
【正文语种】中文
【中图分类】S157
【相关文献】
1.安徽省电力行业区域分布特征及SO2、NOX减排研究 [J], 雒建伟;高良敏;陈一佳;黄肖萌;杨茗
2.基于熵权TOPSIS法的安徽省各地市区域创新能力评价及空间分布研究 [J], 伍文生;范敏
3.区域人口与经济发展空间耦合分布研究\r——以安徽省为例 [J], 温瑞霞;赵春雨;孙亚军;郑永瑞
4.安徽省区域创新能力评价及空间分布特征研究 [J], 王成军;王永慧;胡登峰
5.安徽省电力行业区域分布特征及SO_2、NO_X减排研究 [J], 雒建伟;高良敏;陈一佳;黄肖萌;杨茗
因版权原因，仅展示原文概要，查看原文内容请购买。
近30年安徽省地表干湿时空变化及对农业影响
温度 ） 降 水 量 、 、 日照 时 数 、 速 、 汽压 等 ， 风 水 以及 合
引 言
在气候 变 暖条件 下 ， 球水循 环 加 快 ， 会 改变 全 将
肥、 屯溪 两个 日射观 测点 的逐 日辐射 资料 。
１ ２ 参 考作 物蒸散 量 ．
１ ２ １ Ｆ ｅｍａ－ ｎｅ ｈ模 型 ． ． ＡＯ Ｐ ｎ ｎＭｏ ｔ ｔ ｉ
已得 到广 泛 应 用 。毛 飞 等 ＿ １ 该 模 型 ３种 修 正 式 对 在 我 国的应 用进 行 了 比较 检验 ， 认为 Ｆ Ｏ Ｐ Ｍ 模 型 Ａ — 的适用 性较 强 ， 既适合 计算 区域 月总 量 和年 总量 ． 也 适 于计 算单 站逐 日参 考作物 蒸散 量 。 由于本 文 主要 探 讨地 表干 湿 变化 对 农 业 的影 响 ， 这些 特 性 符 合 本 研 究 的需要 ， 此采 用 该 模 型进 行 参 考 作 物 蒸 散量 因 的计算 。 该模 型表 达式 为＿ １ 叫：
蒸散 量 的计 算采 用 Ｆ ９ ８年推 荐 的参考 作 ＡＯ １ ９
物 蒸 散 量 估 算 方 法 ， Ｆ ｅｍａ — ｎｅ ｈ模 即 ＡＯ Ｐ ｎ ｎＭｏ ｔｉ ｔ
型【 ｊ以下 简 称 Ｆ Ｏ Ｐ Ｍ） 该 模 型 定 义 了一 个 高 加（ Ａ — ，
０ １ ．２ｍ，表面 阻力为 ７ ・ ０Ｓｍ一 ， 射率为 ０ ２ 反 ．３的假 想参 考作物 面 ， 表 同一 高度 、 长 旺盛 、 全 覆 盖 代 生 完 地 面 、 分充 足 的广 阔绿色植 被 ， 水 并采 用气 候 学业 务 计 算方 法来 计 算 参 考 作 物蒸 散 量 ＥＴ ， 免 了植 被 ０避 类型、 高度 、 生长 状况 等 与气 候 要 素 无 关 的 因素 ， 保
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２ 研究方法及数据资料
２．１ 研 究 方 法 本研 究 以 岳 西 县 １９５８ 年、１９８３ 年、１９９２ 年 及
２００４年４个时 期 的 土 壤 侵 蚀 图 为 基 础，建 立 空 间 和 属性数据库，生 成 用 于 分 析 的 矢 量 图 像。 其 中 ２００４ 年的 土 壤 侵 蚀 图 是 由 遥 感 影 像 解 译 而 来。利 用 ＡＲＣＧＩＳ软 件 的 空 间 分 析 功 能，统 计 分 析 功 能，对 不 同时期的土壤侵蚀图层进行叠加分析反映不同时期 土 壤 侵 蚀 类 型 之 间 的 相 互 转 化 状 况 ，不 同 侵 蚀 类 型 等 级 的 变 化 及 其 面 积 变 化 状 况 ；利 用 马 尔 柯 夫 模 型 预 测 岳西县土壤 侵 蚀 的 演 变 趋 势。 根 据 １９９２ 年 与 ２００４ 年土壤侵蚀图叠加获取不同侵蚀类型之间的面积相 互 转 化 状 况 ，确 定 相 应 的 侵 蚀 类 型 之 间 相 互 转 化 的 初 始 转 移 概 率 矩 阵 ，利 用 马 尔 柯 夫 过 程 模 拟 某 一 时 间 各
１ 研究区概况
岳 西 县 位 于 北 纬 ３０°２９′－３１°１１′，东 经 １１５°５０′－ １１６°３３′。全县 境 内 地 质 构 造 复 杂、断 层 较 多。 岩 石 以花岗片麻岩为主，颗 粒 粗、多 断 层、易 风 化，成 为 水 土流失中的主要砂砾质来源。县内地貌呈中低山景 观 ，地 形 的 主 要 特 点 是 垂 直 高 差 大 。 岳 西 县 属 北 亚 热 带季风气候区，总 体 气 候 特 征：气 候 温 凉，光 照 较 足， 雨 量 充 沛 ，湿 度 较 大 ，四 季 分 明 ，雨 热 同 期 。 由 于 降 水 在时空上分布不均，降 水 主 要 集 中 在 汛 期，并 且 暴 雨 多 、雨 强 大 。 地 形 上 山 高 坡 陡 ，河 道 多 为 源 头 段 ，汇 流 时间短，大雨水满 河，无 雨 水 断 流。 所 以 这 是 形 成 岳 西县水旱灾害频发的重要原因。岳西土壤因受母质 岩 性 影 响 ，颗 粒 较 粗 ，质 地 偏 砂 ，黏 粒 含 量 少 。 岳 西 县 为亚热带常绿阔叶林向暖温带常绿阔叶混交林过渡 地 带 ，具 有 两 个 植 被 系 的 特 点 。
Ａｂｓｔｒａｃｔ：Ｓｏｉｌ ｅｒｏｓｉｏｎ ｄａｔａ ａｔ ｆｏｕｒ ｓｅｌｅｃｔｅｄ ｔｅｍｐｏｒａｌ ｐｅｒｉｏｄｓ，ｉ．ｅ，ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎｔｅｎｓｉｔｙ ｍａｐｓ ｏｆ １９５８，１９８３， １９９２ａｎｄ Ｌａｎｄｓａｔ ＴＭ ｏｆ ２００４．Ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎｔｅｎｓｉｔｙ ｍａｐｓ ｏｆ ２００４ｉｓ ｉｎｔｅｒｐｒｅｔｅｄ ｆｒｏｍ ＴＭ ｉｍａｇｅｒｙ．Ｍａｋｉｎｇ ｕｓｅ ｏｆ ｔｈｅ ＡｒｃＧＩＳ ｓｏｆｔｗａｒｅ，ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎｔｅｎｓｉｔｙ ｍａｐｓ ａｔ ｄｉｆｆｅｒｅｎｔ ｐｅｒｉｏｄｓ ａｒｅ ｓｅｒｖｅｄ ａｓ ｏｖｅｒｌａｙ ａｎａｌｙｓｉｓ．Ｉｎ ｏｒｄｅｒ ｔｏ ａｎａｌｙｚｅ ａｒｅａ ｃｏｎｖｅｒｓｉｏｎ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｎｔｅｎｓｉｔｙ ａｔ ｄｉｆｆｅｒｅｎｔ ｐｅｒｉｏｄｓ ａｎｄ ｃｈａｎｇｅｓ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｄｅ－ ｇｒｅｅ．Ｂａｓｅｄ ｏｎ Ｍａｒｋｏｖ ｍｏｄｅｌ，ｄｙｎａｍｉｃ ｅｖｏｌｕｔｉｏｎ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｉｓ ｆｏｒｅｃａｓｔｅｄ ｉｎ Ｙｕｅｘｉ ｃｏｕｎｔｙ．Ｍａｉｎ ｃｏｎｃｌｕ－ ｓｉｏｎｓ ａｒｅ ａｓ ｆｏｌｌｏｗｓ：（１）Ｓｏｉｌ ｅｒｏｓｉｏｎ ｓｔａｔｕｓ ｉｎ Ｙｕｅｘｉ ｃｏｕｎｔｙ ｈａｄ ｅｘｐｅｒｉｅｎｃｅｄ ｓｔａｇｅｓ ｏｆ ｒａｐｉｄ ｄｅｔｅｒｉｏｎｒａｔｉｏｎ ｔｏ ｇｒａｄｕａｌ ｒｅｃｏｖｅｒｙ ｆｒｏｍ １９５８ｔｏ ２００４．Ｓｏｉｌ ｅｒｏｓｉｏｎ ｈａｄ ａｇｇｒａｖａｔｅｄ ｃｏｎｔｉｎｕａｌｌｙ ｆｒｏｍ １９５８ｔｏ １９８３．Ｉｎｔｅｎｓｅ ｓｏｉｌ ｅ－ ｒｏｓｉｏｎ ｈａｄ ｔａｋｅｎ ｐｌａｃｅ ａｎｄ ｗａｔｅｒ ａｒｅａ ｈａｄ ｄｅｃｒｅａｓｅｄ．Ｓｏｉｌ ｅｒｏｓｉｏｎ ｓｔａｔｕｓ ｗａｓ ｒｅｓｔｏｒｉｎｇ ｇｒａｄｕａｌｌｙ ｆｒｏｍ １９８３ｔｏ １９９２．Ｉｎｔｅｎｓｅ ｓｏｉｌ ｅｒｏｓｉｏｎ ｄｉｓａｐｐｅａｒｅｄ．Ｓｏｉｌ ｅｒｏｓｉｏｎ ｗａｓ ｔｏ ｂｅ ｉｎ ｔｈｅ ｒｅｃｏｖｅｒｙ ｓｔａｇｅ ｆｒｏｍ １９９２ｔｏ ２００４．Ｅｃｏｌｏｇｉ－ ｃａｌ ｅｎｖｉｒｏｎｍｅｎｔ ｗａｓ ｃｌｅａｒｌｙ ｂｅｔｔｅｒ．（２）Ｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｗｅｒｅ ｍｕｔｕａｌｌｙ ｔｒａｎｓｆｏｒｍａｔｉｏｎａｌ ａｔ ｄｉｆ－ ｆｅｒｅｎｔ ｔｉｍｅｓ．（３）Ｕｎｃｈａｎｇｅｄ ａｒｅａ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｄｅｇｒｅｅ ｈａｄ ｅｘｐｅｒｉｅｎｃｅｄ ｄｅｓｃｅｎｄｉｎｇ ｔｏ ａｓｃｅｎｔｉｎｇ ｉｎ Ｙｕｅｘｉ ｃｏｕｎｔｙ ｆｒｏｍ １９５８ｔｏ ２００４．Ｉｎｃｒｅａｓｉｎｇ ａｒｅａ ｏｆ ｌｅｖｅｌ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｄｅｇｒｅｅ ｅｎｌａｒｇｅｄ ｏｂｓｅｒｖａｂｌｙ ａｆｔｅｒ ｔｈａｔ ｉｔ ｄｅ－ ｓｃｅｎｄｅｄ ｇｒａｄｕａｌｌｙ，ａｎｄ ｙｅｔ ｄｅｓｃｅｎｄｉｎｇ ａｒｅａ ｏｆ ｌｅｖｅｌ ｏｆ ｓｏｉｌ ｅｒｏｓｉｏｎ ｄｅｇｒｅｅ ｄｅｃｌｉｎｅｄ ａｎｄ ｔｈｅｎ ｃｌｉｍｂｅｄ ｕｐ． （４）Ｐｒｅｄｉｃｔｉｎｇ ｒｅｓｕｌｔｓ ｂａｓｉｎｇ ｏｎ Ｍａｒｋｏｖ ｍｏｄｅｌ ｓｈｏｗｓ ｔｈａｔ ｓｏｉｌ ａｒｅａ ｏｆ ｓｌｉｇｈｔｌｙ ｅｒｏｓｉｏｎ ｓｈａｌｌ ｂｅ ｉｎｃｒｅａｓｉｎｇ ｔｏ ６４ ２２１ｈｍ２ ｉｆ ｃｕｒｒｅｎｔ ｓｏｉｌ ｅｒｏｓｉｏｎ ｓｔａｔｕｓ ｇｏｅｓ ｏｎ ｍａｉｎｔａｉｎｉｎｇ ａｔ ｔｈｅ ｅｎｄ ｏｆ ２０１６，ａｎｄ ｔｈａｔ ｓｏｉｌ ａｒｅａ ｏｆ ｍｉｄｄｅｒ－ ａｔｅ ｅｒｏｓｉｏｎ ｗｉｌｌ ｂｅ ｄｅｓｃｅｎｄｉｎｇ，ｓｏｉｌ ａｒｅａ ｏｆ ｓｅｒｉｏｕｓ ｅｒｏｓｉｏｎ ｗｉｌｌ ｂｅ ｉｎｃｒｅａｓｉｎｇ ｉｎ ｌｏｃａｌ ａｒｅａ ｂｕｔ ｉｔｓ ｃｈａｎｇｅｓ ａｒｅ ｕｎｃｏｎｓｐｉｃｕｏｕｓ．Ｓｏｉｌ ａｒｅａ ｏｆ ｄｅｐｏｓｉｔｉｏｎ ｔｙｐｅ ｓｈａｌｌ ｂｅ ｄｅｓｃｅｎｄｉｎｇ ｅｍｉｎｅｎｔｌｙ ａｎｄ ｗａｔｅｒｓ ａｒｅａ ｓｈａｌｌ ｂｅ ｄｉｍｉｎｉｓｈ－
Ｓｔｕｄｙ ｏｎ Ｓｐａｔｉａｌ ａｎｄ Ｔｅｍｐｏｒａｌ Ｃｈａｎｇｅｓ ｏｆ Ｓｏｉｌ Ｅｒｏｓｉｏｎ ｉｎ Ｙｕｅｘｉ Ｃｏｕｎｔｙ，Ａｎｈｕｉ Ｐｒｏｖｉｎｃｅ
ＨＡＯ Ｌｉ－ｘｉａ１，ＣＨＥＮＧ Ｘｉａｎ－ｆｕ２，ＺＨＡＮＧ Ｇｕａｎｇ－ｓｈｅｎｇ１
（１．Ｒｅｓｏｕｒｃｅ Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ Ｔｏｕｒｉｓｍ Ｍａｎａｇｅｍｅｎｔ Ｃｏｌｌｅｇｅ，Ｗｅｓｔ Ａｎｈｕｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｌｕ’ａｎ，Ａｎｈｕｉ ２３７０１２，Ｃｈｉｎａ； ２．Ｃｏｌｌｅｇｅ ｏｆ Ｔｅｒｒｉｔｏｒｉａｌ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｔｏｕｒｉｓｍ ，Ａｎｈｕｉ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈｕ，Ａｎｈｕｉ ２４１０００，Ｃｈｉｎａ）
第 １８ 卷 第 １ 期 ２０１１ 年 ２ 月
水土保持研究 Ｒｅｓｅａｒｃｈ ｏｆ Ｓｏｉｌ ａｎｄ Ｗａｔｅｒ Ｃｏｎｓｅｒｖａｔｉｏｎ
Ｖｏｌ．１８，Ｎｏ．１ Ｆｅｂ．，２０ Nhomakorabea１安徽省岳西县土壤侵蚀时空演变特征及趋势预测
郝 李 霞１，程 先 富２，张 广 胜１
（１．皖西学院 资源环境与旅游管理学院，安徽 六安 ２３７０１２；２．安徽师范大学 国土资源与旅游学院，安徽 芜湖 ２４１０００）
３２
水 土 保 持 研 究 第１８卷
ｉｎｇ．Ｓｏｉｌ ｅｒｏｓｉｏｎ ｓｔａｔｕｓ ｗｉｌｌ ｂｅ ｔｅｎｄｉｎｇ ｔｏｗａｒｄ ｂｅｔｔｅｒ ｏｎ ｔｈｅ ｗｈｏｌｅ． Ｋｅｙ ｗｏｒｄｓ：ｓｏｉｌ ｅｒｏｓｉｏｎ；ｓｐａｔｉａｌ ａｎｄ ｔｅｍｐｏｒａｌ ｃｈａｎｇｅｓ；Ｍａｒｋｏｖ ｍｏｄｅｌ；Ｙｕｅｘｉ ｃｏｕｎｔｙ
摘 要：利用 ＡｒｃＶｉｅｗ ３．３软件，对岳西县１９５８年、１９８３年、１９９２年 的 土 壤 侵 蚀 动 态 监 测 图 进 行 屏 幕 数 字 化 ，得 到 三 期土壤侵蚀强度矢量图；利用２００４年 ＴＭ 影像，通过目视解译的方法，得到２００４年土壤 侵 蚀 强 度 矢 量 图。 利 用 Ａｒｃ－ ＧＩＳ软件，对不同时段土壤侵蚀图进行叠加分析，研究了不同时段不同土壤侵蚀强度面积数量的相互 转 化 及 土 壤 侵 蚀 程度的变化；运用马尔柯夫模型，预测岳西县土壤侵蚀 动 态 演 变 趋 势。 主 要 结 论 如 下：（１）岳 西 县 土 壤 侵 蚀 状 况 １９５８ －２００４年经历了急剧恶化到逐渐恢复的过程。１９５８－１９８３年土壤侵蚀不 断 加 剧；１９８３－１９９２ 年 土 壤 侵 蚀 逐 渐 恢 复； １９９２－２００４年土壤侵蚀进入全面恢复期。（２）相邻时段的 土 壤 侵 蚀 图 叠 加 结 果 分 析 表 明，不 同 时 期 土 壤 侵 蚀 各 等 级 是相互转化的。（３）１９５８－２００４年岳西县土壤侵蚀程度无 变 化 的 面 积 经 历 了 先 下 降 后 上 升 的 过 程 ，土 壤 侵 蚀 程 度 等 级 增 加 的 面 积 先 显 著 扩 大 再 逐 步 下 降 ，而 土 壤 侵 蚀 程 度 等 级 下 降 的 面 积 先 减 少 后 增 加 。 （４）马 尔 柯 夫 模 型 预 测 结 果 表 明 ，到 ２０１６ 年 微 度 侵 蚀 土 壤 面 积 增 加 到 ６４ ２２１ｈｍ２ ，中 度 侵 蚀 类 型 面 积 明 显 下 降 ；强 烈 侵 蚀 与 极 强 烈 侵 蚀 土 壤 在 局 部 地 区 有 所 增 加 ，但 这 种 变 化 不 明 显 。 堆 积 类 型 面 积 呈 显 著 下 降 趋 势 ，水 域 面 积 有 所 减 少 。 从 总 体 趋 势 看 土 壤 侵 蚀 状 况 向良性循环方向发展。 关 键 词 ：土 壤 侵 蚀 ；时 空 演 变 ；马 尔 柯 夫 模 型 ；岳 西 县 中 图 分 类 号 ：Ｓ１５７．１ 文 献 标 识 码 ：Ａ 文 章 编 号 ：１００５－３４０９（２０１１）０１－００３１－０６