
| 近期课程安排 | |
3月28日-3月29日 | |


土壤侵蚀是全球最关键的环境威胁之一,每年全球土壤流失量达35.9–172Pg,直接导致土壤资源流失、养分减少、生物多样性下降,影响粮食安全、气候变化和生态系统服务。RUSLE因结构简单、参数需求少、适用性广,成为区域土壤侵蚀预测的主流模型。
中国地域辽阔、地貌和气候类型多样,人口分布不均导致土地开发利用的人为影响空间异质性显著,土壤侵蚀格局复杂且空间预测难度大。现有研究多聚焦于东北黑土区、黄土高原等局部区域,全国尺度的未来侵蚀预测(融合气候变化、土地利用转型)仍较为匮乏,且尚未系统量化气候变化和土地利用在全国尺度对土壤侵蚀的相对贡献。
基于此,本研究的核心目标为:①利用RUSLE和最新可靠数据估算中国土壤侵蚀的当前特征与空间分布;②识别中长期典型发展路径下土壤侵蚀总量及空间变化热点;③厘清未来不同情景下气候变化和土地利用对侵蚀的贡献比例,并提出有效的侵蚀防控措施。
(一)研究区域
研究范围覆盖中国947万km²(占陆地面积98.6%),涵盖平原、盆地、高原等多种地貌和寒温带至热带、高原气候等多样气候类型,降水从东南沿海(年均2000mm)向西北内陆(部分区域<50mm)递减。水利部将全国划分为8个水土保持区:东北黑土区(I)、北方风沙区(II)、北方土石山区(III)、西北黄土高原区(IV)、南方红壤区(V)、西南紫色土区(VI)、西南喀斯特区(VII)、青藏高原区(VIII),2023年中国土壤侵蚀总面积约260万km²,其中水力侵蚀占41%。
(二)土壤侵蚀计算:RUSLE模型
采用RUSLE模型计算土壤侵蚀量,公式为:A=R⋅K⋅L⋅S⋅C⋅P,其中A为土壤流失速率(tha−1yr−1),各因子计算方式如下:
降雨侵蚀力因子(R):基于全国2381个气象站观测数据,采用暴雨动能与30min最大雨强乘积法计算;台湾地区因数据缺失,结合CMIP6历史气象数据和月降雨公式补充,最终通过普通克里金插值得到空间分布。
土壤可蚀性因子(K):基于2009–2019年全国4710个土壤采样点属性,采用EPIC方法计算,通过随机森林机器学习法实现空间扩尺,对水域、裸岩等非侵蚀土地赋值为0。
地形因子(L/S):设置90m空间分辨率,L(坡长因子)通过栅格尺寸和坡度的三角函数计算,S(坡度因子)根据坡度是否大于5.14°采用分段公式计算。
植被覆盖与管理因子(C):按土地利用类型赋值,农田0.243、森林0.00155、草地0.08、裸地1,城镇和水域0。
水土保持措施因子(P):仅适用于农业用地,结合水田(23.2%)和旱地(76.8%)比例加权计算,农田整体P值0.4133,梯田区域赋值0.28。
(三)未来土壤侵蚀估算
以2010年为基准期(R基于1991–2020年30年降雨、K基于2009–2019年土壤调查、L/S基于SRTM的DEM、C/P基于PLUS-LEAS模型模拟的土地利用数据),选取2050年(中期)、2100年(长期)为预测时间,SSP1–2.6(低强迫、可持续发展)、SSP5–8.5(高强迫、化石燃料主导)为发展情景。
未来侵蚀量通过计算对应情景下的R、C、P因子与固定的K、L、S因子相乘得到:R因子由CMIP6月降雨数据计算,C/P因子基于Zhang等(2023)的未来土地利用数据赋值。
(一)土壤侵蚀当前现状
RUSLE各因子空间特征:全国平均R为2354MJmmha−1h−1,从东南沿海向西北内陆递减,空间变异系数>100%;平均K为0.0299thahha−1MJ−1mm−1,高值区集中在黄土高原中部、黄河入海口及东部沿海;L/S均值分别为1.94m和2.28,平坦区低值、崎岖高海拔区高值;平均C为0.289、P为0.861,分别反映土地利用分布和农田梯田的水土保持作用(图1)。

整体侵蚀特征:全国土壤侵蚀平均速率为14.78tha−1yr−1,总侵蚀量约14.0Pgyr−1;侵蚀强度以轻微(0–5tha−1yr−1)和轻度(5–25tha−1yr−1)为主,占总面积89.2%,中度及以上侵蚀(≥25tha−1yr−1)仅占10.8%,高值区集中在四川盆地西南部、云贵高原、东南丘陵、黄土高原中部,东北大小兴安岭、青藏高原横断山区、西北天山昆仑山区也存在较严重侵蚀(图2)。

分区侵蚀特征:西南喀斯特区(VII)、紫色土区(VI)、南方红壤区(V)为侵蚀核心区,平均速率分别达52.2、43.5、28.0tha−1yr−1,总侵蚀量3.64、2.17、3.53Pg,三者合计占全国总侵蚀量的2/3(表1);8个分区的侵蚀均以轻微、轻度为主,占比71.3%(VI区)~97.0%(I区)。
土地利用类型侵蚀特征:农田是侵蚀贡献最大的类型,平均速率43.28tha−1yr−1、总侵蚀量9.68Pg,占全国69.1%;裸地和草地侵蚀速率为8.39、8.19tha−1yr−1,属轻度水平;森林侵蚀速率最低(2.02tha−1yr−1),总侵蚀量仅占全国3.36%(表2)。
(二)不同情景下侵蚀的中长期变化
与2010年基准相比,未来不同情景下土壤侵蚀总量均呈增加趋势,且SSP5–8.5情景增幅显著高于SSP1–2.6,2100年增幅高于2050年(图3):

SSP1–2.6情景:2050年总侵蚀量14.21Pg(增幅5.0%,年均增0.13%),2100年14.87Pg(增幅9.9%,年均增0.11%);侵蚀减少区主要在黄土高原中部、青藏高原东南部、东北大小兴安岭,增加区集中在西南紫色土区、南方红壤区丘陵地带,2100年黄土高原侵蚀几乎全域减少,增加区向青藏高原中部延伸(图4a、4c)。

SSP5–8.5情景:2050年总侵蚀量14.99Pg(增幅10.8%,年均增0.27%),2100年17.03Pg(增幅25.9%,年均增0.29%);侵蚀几乎全域增加,仅零星区域减少,2050和2100年增加区分布一致,2100年范围更广泛、程度更严重,主要集中在IV、V、VI、VII区和III区山地(图4b、4d),与当前侵蚀高值区高度重合。
(三)气候变化和土地利用对土壤侵蚀的影响
气候变化的影响(R因子驱动):全球变暖导致降雨侵蚀力R显著增加,2010年基准平均R为2354MJmmha−1h−1;SSP1–2.6情景下2050、2100年R分别增至2548、2759MJmmha−1h−1(增幅8.2%、17.2%),SSP5–8.5情景下增至2636、3095MJmmha−1h−1(增幅12.0%、31.5%)(图5)。仅考虑气候变化时,2050_126、2050_585、2100_126、2100_585情景侵蚀增幅达9.5%、13.0%、18.0%、31.5%,远高于综合气候和土地利用的增幅。

土地利用的影响(C/P因子驱动):土地利用变化对侵蚀呈缓解作用,仅考虑土地利用时,四个情景下侵蚀总量较2010年分别减少4.00%、1.78%、6.95%、4.18%(图6);SSP1–2.6情景的侵蚀缓解效应显著高于SSP5–8.5,主要因前者以农田、草地向森林和城镇转化为主,后者土地利用转化更单一(多向城镇转化)(图7)。


贡献比例:气候变化对侵蚀增加的贡献为9.5%~31.5%,土地利用对侵蚀的缓解贡献为-6.95%~-1.78%,气候变化的影响是土地利用的2.36~7.54倍。
RUSLE 基于美国超 1 万个径流小区数据,预测精度高于 WEPP 等过程模型,且适用于大尺度计算,是全国尺度侵蚀估算的可靠方法;将研究结果与中国第四次土壤侵蚀调查(CSLE)对比,经区域校正系数(0.309)修正后,侵蚀面积和强度与调查结果高度吻合,验证了本研究结果的可靠性。
不确定性主要来源于因子计算和空间制图:R因子的插值方法、L因子的坡长转换方式、C因子的赋值方法均会导致结果差异;未来研究需通过更广泛的实测数据对 RUSLE 各因子进行校准,提升估算精度。
当前侵蚀的空间异质性由中国复杂的自然地理条件决定:西南 VI、VII 区高侵蚀受地形主导,南方 V 区受降雨主导,黄土高原 IV 区受土壤质地差主导;侵蚀增加区与当前高值区重合,表明侵蚀脆弱区对气候变化和不合理发展路径更敏感。
气候变化是未来侵蚀增加的主导驱动因素,核心是降雨侵蚀力的提升;土地利用变化虽能缓解部分侵蚀,但效应远低于气候变化的增蚀效应。SSP1–2.6 情景下土地利用的缓解效应更强,因可持续发展路径下的土地转化(如退耕还林)更有利于水土保持,而 SSP5–8.5 情景的化石燃料主导发展模式对土地利用的优化不足。
研究提出两种理想的水土保持措施,可有效抵消气候变化导致的侵蚀增加:①将除沙漠、沙地、裸岩外的可种植裸地转化为森林 / 草地(C从 1 降至 0.041);②对所有农田实施等高耕作、条带种植、梯田等保育措施(P从 0.4133 降至 0.28)。
两种措施结合可使四个情景下侵蚀减少 4.94~5.91 Pg(占当前总侵蚀量 34%),其中农田保育措施的贡献达 62.6%~65.3%,裸地还林草的贡献为 34.6%~37.4%(表 3);即使在增幅最大的 2100_SSP5–8.5 情景下,两种措施也能完全抵消侵蚀增加,且预留 0.68~1.65 Pg 的侵蚀抵消空间。此外,提升农田土壤有机质、优化微地形(缩短坡长、降低坡度)、继续实施退耕还林、小流域综合治理等生态工程,也能进一步减少土壤侵蚀。
局限性:RUSLE 仅能估算坡面的溅蚀、片蚀和细沟侵蚀,未考虑沟蚀、风蚀、冻融侵蚀等其他类型,而中国东北黑土区、黄土高原、西南山区均存在大量非坡面侵蚀;但坡面侵蚀占中国总土壤侵蚀的约 70%,研究结果仍能有效反映区域侵蚀水平。
研究意义:中国作为人口大国和农业大国,粮食需求与农业生产效率的矛盾突出,本研究的全国尺度侵蚀现状和中长期预测,为中国土壤资源保护、农业规划、空间发展均衡化提供了科学依据;同时也为全球土壤环境保妒、粮食安全保障、生态系统可持续发展和气候政策制定提供了基础数据和参考。
本研究基于 RUSLE 模型和 90m×90m 分辨率的多源最新数据,完成了中国当前及未来不同情景下水力土壤侵蚀的空间制图,得出核心结论如下:
本研究明确了中国土壤侵蚀的风险和未来变化特征,量化了气候变化和土地利用的相对贡献,为中国水土保持政策制定和可持续发展提供了科学基础,也为全球土壤资源保护提供了参考。
原文链接:https://doi.org/10.1016/j.geosus.2025.100372


