十大孔兑降雨侵蚀产沙时空分布特征及预测

十大孔兑降雨侵蚀产沙时空分布特征及预测作者：王文君陈新闯李小倩郭建英李锦荣张铁钢薛强
来源：《人民黄河》2019年第04期
摘要：采用CIS 与CA- Markov 模型，对十大孔兑土地利用格局及土壤侵蚀产沙的时空分布特征进行了分析，并对2030年土地利用格局及降雨侵蚀分布特征进行了模拟。

结果表明：
十大孔兑土地利用类型以草地和荒草地（砒砂岩）为主，以自然生态系统为主，但人工生态系统分布相对集中，对局部干扰程度较大。

2000-2015年人工生态系统不断扩张，耕地和城镇建设用地面积显著增大，沙地及荒草地面积显著减小，期间约有37%的土地利用类型发生转化，城市化及当地生态绿化措施显著影响着区域土地利用格局;2015-2030年土地利用变化比2000-2015年剧烈，土地类型转化集中于沙地转变为草地及灌木林地，城市化开始影响北部区域，
部分砒砂岩转变为草地及灌木林地;影响十大孔兑地区土地利用格局的主要驱动力是政策驱动下的生态修复，城市化对区域的影响在逐步增强。

十大孔兑降雨侵蚀较严重，属于极强烈侵蚀，砒砂岩裸露是造成降雨侵蚀强度增大的主要因素。

2000-2015年虽然平均土壤侵蚀模数减小，但是剧烈侵蚀面积显著增大。

到2030年土壤侵蚀强度继续减小，减小约10. 39%，侵蚀量大的砒砂岩区得到修复，但是随着城市化进程加快，北部土壤侵蚀呈加剧趋势;十大孔兑未来的治理重点是既要针对砒砂岩地区开展生态修复工程建设，又要加强对北部城市化地区的生态管控，限制城镇无序发展侵占自然生态系统。

关键词：CA-Markov模型;土地利用格局;时空分布;侵蚀产沙;十大孔兑
中图分类号：P333
文献标志码：A
doi：10.3969/j.issn. 1000- 1379.2019. 04.001
黃河内蒙古段的十大孔兑（孔兑为蒙语，即山洪沟）为季节性河流，均发源于植被稀少的砒砂岩区，且流经库布齐沙漠，区域水土流失严重，河流含沙量极高，易使孔兑泥沙在人黄口形成沙坝淤堵黄河[1].使十大孔兑来沙成为内蒙古河段持续淤积的重要原因[2-4]。

近年来，对十大孔兑进行研究治理来缓解河道淤积，已成为黄河上游流域治理战略中的重要组成部分[5-6].研究内容多集中在十大孔兑来沙特点及其成因[2.7-8]、输沙量及其对黄河主河道的影响[9-10]、水土流失危害及治理措施[11-12]，或者对于典型小流域分析其土壤侵蚀产沙及生态工程措施对水土流失的影响[13-14]等方面。

不同土地利用状况其土壤侵蚀差异较大，十大孔兑土壤侵蚀主要发生于裸露的砒砂岩与植被覆盖较差的沙地。

土地利用格局显著影响区域降雨侵蚀，良好的生态空间格局可有效预防侵蚀，且西北地区正处于城市化发展阶段，区域土地利用格局和下垫面类型及特性的转变，势必造成降雨侵蚀特征的时空变化，影响区域生态系统服务功能，但土地利用格局变化趋势及其对降雨侵蚀分布特征的影响仍不明确，区域尺度土地利用格局及降雨侵蚀的时空变化研究目前仍不够系统深入，给下一步的水土流失治理和泥沙灾害治理带来一定的问题。

因此，定量分析土地利用格局及降雨侵蚀时空分布特征，对于区域生态安全格局构建及生态规划、生态建设具有一定的指导意义。

基于此，本文运用GIS技术，运用通用土壤流失方程进行土壤侵蚀模拟，定量评价十大孔兑2000-2015年土地利用格局及降雨侵蚀产沙的时空变化特征，并基于CA-Markov（Cellular Automaton -Markov.元胞自动机一马尔科夫）模型预测2030年十大孔兑土地利用格局及降雨侵蚀分布特征，以期为十大孑L兑地区水土流失治理及生态规划提供参考。

1 试验材料与方法
1.1 研究区概况
十大孔兑是流人黄河干流的10条一级支流，位于鄂尔多斯高原北部，从西向东依次为毛不拉、卜尔色太沟、黑赖沟、西柳沟、罕台川、壕庆河、哈什拉川、木哈尔河、东柳沟、呼斯太河[6]。

气候上属于温带大陆性季风气候，干旱少雨，年降水量为240 - 360 mm，多集中于7-8月，降雨主要以暴雨形式出现，降雨侵蚀严重。

十大孔兑地形由南到北分为黄土丘陵沟壑区、库布齐沙漠区和黄河南岸冲积平原区三大自然单元，流域内广泛分布有砒砂岩、黄土、风沙土。

1.2研究方法
1.2.1 土地覆被数据获取
2000年和2015年十大孔兑土地覆被数据集以30 m分辨率的国产环境灾害卫星（HJ-
IA/B）和美国陆地卫星（ Landsat OLI）数据为信息源，在大量地面调查样点构建的分类样本库支持下，采用面向对象的多尺度分割、建立决策树进行分类的方法得到土地覆被数据，按照区域土地利用特点，分为耕地、灌木林地、建设用地、水域、沙地、草地、荒草地（植被覆盖度小于10%的砒砂岩地区）。

1.2.2 土壤侵蚀模型选择
鉴于十大孔兑流域土壤侵蚀主要为降雨侵蚀，故本文选择通用土壤流失方程进行土壤侵蚀模拟[13，15-16]：
A =RKLSCP式中：A为侵蚀模数，t/（ km2·a）;R为降雨侵蚀力措施因子，MJ.mm/
（ km2.h.a）;K为土壤可蚀性因子，t.h/（ MJ.mm）;L、S分别为坡长、坡度因子，无量纲;C为植被与经营管理因子，无量纲;P为水土保持因子，无量纲。

根据实地观测参数，模拟值与实测值相对误差的绝对值小于15%，模拟精度满足要求。

根据《土壤侵蚀分类分级标准》（ SL 190-2007）确定土壤侵蚀强度，将研究区土壤侵蚀强度分为微度、轻度、中度、强烈、极强烈、剧烈6级。

1.2.3 模型数据来源
（1）降雨侵蚀力因子R来源于地球系统科学数据共享平台黄土高原数据共享运行服务中心提供的《全国降雨侵蚀力分图幅栅格数据集》。

该数据集基于全国气象站逐日降水量数据，运用降雨侵蚀力日模型计算年降雨侵蚀力，并利用克里金插值法进行插值，从而得到全国范围内的年降雨侵蚀力分布图，其空间分辨率为30 m。

第i年的降雨侵蚀力为
砂粒、粉粒、黏粒、有機碳含量数据来源于基于第二次全国土地调查1：100万土壤数据库的中国土壤数据集（来自寒区旱区科学数据中心），该数据库中包含土壤砂粒含量、粉粒含量、黏粒含量、土壤容重、土壤有机质含量、土壤深度等属性数据，其空间分辨率为1 km。

采用克里金插值法即可得到K的分布情况。

（3）坡度坡长因子的计算。

数据来源于1：10万地形图的等高线数字化的DEM栅格数据。

利用ArcGIS提取水平坡长A.进而计算坡长长[17]：
（5）水土保持措施因子P的确定。

水土保持措施因子是指采用特殊侵蚀控制措施后的土壤侵蚀量与采用顺坡种植时土壤侵蚀量的比值，取值范围为[0，1]。

参照已有研究成果[21-22]，奉文结合坡角确定P值，不同坡角坡耕地的P值：0° - 5°，0.100;5° - 10°，0. 221;10° - 15°，0.305; 15° - 20°，0.575; 20° - 25°，0. 705;>25°，0.80°。

1.2.4 CA-Markov模型预测土地利用
土地利用格局中，每一种土地利用类型斑块相当于一个元胞，利用转移矩阵和条件概率图像进行运算，可确定元胞状态的转移情况，从而模拟土地利用格局的空间变化[23]。

CA - Markov模型综合了CA模型和Markov模型各自的优势，既提高了土地类型转化的预测精度，又能有效地模拟土地格局的空间分布24]。

首先，利用Markov链计算转移概率矩阵，在IDRISI软件中的Markov模块中分别输入2000年、2008年、2015年的土地利用图，通过交叉表分析得到2000-2008年和2008-2015年的土地利用类型转移概率矩阵。

然后，创建土地利用转移可能性图集，可通过IDRISI软件中的MCE模块来实现。

本研究采用布尔标准进行约束处理，不考虑转换的区域赋值为0，考虑转换的区域赋值为1。

适宜性由区域的地形因子如坡度、高程等决定：易接近性和邻域效应主要考虑城市的行政中心、道路。

本研究设置两个限制因子：水体和建成区。

水体和建成区在短时间内不会发展为其他用地，因而设定为其他用地类型的约束条件。

另外设置4个因子：坡度、与道路的距离、与水体的距离以及与城镇中心的距离。

利用IDRISI软件中的CA-Markov模块模拟2030年土地利用变化的空间分布时，需要3部分数据：2015年土地利用图、2008-2015年土地利用转移矩阵、2015年土地利用转移可能性图集。

设置CA模型的迭代次数为11，选择SX5摩尔邻域作为CA -Markov模型的滤波参数。

CA - Markov模型通过多目标土地配置（ multi - objective land allocation，MOLA）程序得出最后的预测图。

为确保模拟结果的可靠性，需要对模型进行验证。

本文采用Kappa指数K’对模型模拟土地利用变化的精度进行检验：
K’=（P o-P c）/（P p-P c）式中：P o为模拟正确的比例;P c为模型随机情况下模拟正确的比例;P p为理想分类情况下正确模拟的比例。

运用IDRISI软件中的CROSSTAB模块，输入2015年实际土地利用类型图与预测土地利用类型图对模型精度进行检验，运行后得出2015年的K值为0.92，表明模型模拟效果较好，可使用通过验证的CA-Markov模型对2030年的土地利用类型进行预测。

2 结果与分析
2.1 十大孔兑2000-2015年土地利用格局转变
十大孔兑主要以自然生态系统为主，人工生态系统（耕地、建设用地）面积2000年占比为10.78%，2015年虽有一定发展，但占比仅为14. 78%（见表1）。

区域人为活动干扰程度整体较小，但人工生态系统分布相对集中，靠近黄河的北部平原区人工生态系统面积约占96%，以农田生态系统为主，对局部干扰程度较大，系统较脆弱（见图1、图2）。

流域内土地利用以草地和荒草地（砒砂岩）面积最大，占流域面积的65.52%～68.37%.建设用地、水域、灌木林面积较小，城市化程度较低。

2000-2015年土地利用格局总体不变，但人工生态系统不断扩张（见图1、图2），其中：区域耕地和城镇建设用地面积显著增大，沙地及荒草地面积显著减小;建设用地面积增幅最大，扩大了1倍，但占比仍较小.2015年占比仅为2.04%.沙地面积减小了635.62 km2，降幅最大，达37.23%。

此外，草地、耕地面积增大，灌木林地、荒草地面积减小。

2000-2015年共有约4 190 km2土地的利用类型发生了转变，约占区域面积的37%，占主导地位的转变类型是荒草地转变为草地（7.59%）、沙地转变为草地（ 5.O9%）。

为了更加清楚地反映区域土地利用转变情况，引入土地利用转换率进行表征[25]（见图3）.15 a来区域土地利用斑块破碎化程度总体呈加大趋势，不同斑块类型的团聚程度越来越高，土地利用多样性提高，但景观形状趋于简单，反映人文干扰程度变大。

剧烈的土地利用类型转变集中发生于达拉特旗、东胜区等城镇聚集区和沙地、荒草地周围区域以及靠近城镇的耕地，城市化及当地生态措施显著影响着区域土地利用格局。

2.2 2000-2015年土壤侵蚀变化分析
2000-2015年十大孔兑土壤平均侵蚀强度为11 290.65～ 11 462.01 t/（ km2.a），部分区域侵蚀模数可达34 740.6 - 49 396.9/（km2.a）。

由于缺乏野外坡面监测资料，因此将计算结果与前人的研究进行了对比，田鹏等[13]得出的十大孔兑临近的皇甫川流域平均土壤侵蚀模数为10 119/（ km2.a），与本文计算结果接近。

十大孔兑土壤侵蚀以微度侵蚀为主，微度侵蚀面积占比为48.81%-51.97%，微度侵蚀区域主要分布在北部靠近黄河的河滩地或植被盖度较好的草地，造成区域平均侵蚀强度较大的主要原因是分布在南部的裸露砒砂岩区域及植被稀少的沙漠边缘区域，该区域侵蚀强度较大，尤其砒砂岩区域（见图4、图5），砒砂岩裸露是造成区域侵蚀强度增大的主要因素。

随着土地利用格局的改变及生态工程的建设，2015年区域平均土壤侵蚀模数较2000年略微减小，轻度、中度、强烈侵蚀面积大幅减小，微度侵蚀和剧烈侵蚀面积显著增大（见表2）。

通过对不同土地利用类型土壤侵蚀模数进行分析，可知同一年份土壤侵蚀模数的大小顺序基本为荒草地（砒砂岩）>草地>耕地>灌木林地>居住地，其中荒草地（砒砂岩）侵蚀模数为13 111. 95t/（ km2.a）。

土壤侵蚀模数仅次于荒草地的是草地，草地植被覆盖度较低，且多分布于沙地周围，土壤抗蚀能力较弱，易发生水土流失。

砒砂岩区域是该
地区水土流失治理的重点和难点，应提高植被覆盖度，改良土壤结构，优化林、草、灌木配置。

2.3 十大孔兑地区2030年土壤侵蚀预测
影响十大孔兑土壤侵蚀的最大驱动力是土地利用格局的改变，本文利用CA-Markov模型预测了十大孔兑2030年土地利用情况（见图6），并基于土地利用类型预测了2030年土壤侵蚀强度（见图7）。

由图6可知.2015-2030年土地利用变化比2000-2015年剧烈得多，不仅变化量大，而且范围更广、类型更多样化、城市化作用更强。

土地类型转变主要是沙地、荒草地转变为草地以及耕地转变为建设用地，其中沙地减幅最大，约36.42%的沙地发生转变，集中转变为草地及部分灌木林地。

建设用地增幅最大，占比从2. 04%增大到2.50%，增幅达
21.76%（见表3）。

北部区以耕地及建设用地为主，发展起步早且发展速度快，城市化进程逐渐加快，挤占了农业用地，农业用地消耗得快但存量不足。

南部区域由于砒砂岩水土流失较严重，因此当地势必开展绿化修复工程，荒草地转变为草地及灌木林地，使区域生态问题得到一定缓解。

综合来看，影响十大孔兑区域土地利用格局的主要驱动力是政策驱动下的生态修复，城市化对该区域的影响逐步增强。

十大孔兑2015-2030年土壤侵蚀强度总体减小（见表4），从土地利用转换分析，砒砂岩区和沙地得到一定程度的修复且转化为一定植被覆盖度的草地，是十大孔兑地区侵蚀强度减小的主要原因，可见植被恢复是减少坡面土壤侵蚀的有效途径，高覆盖度的林、草、灌木优化配置将是防治地表土壤侵蚀的有效途径，而分布较广的沙地与砒砂岩是该地区水土流失治理的重点和难点。

极强烈、剧烈侵蚀面积显著减小，分别比2015年减小了9.56%、22.11%，使得极强烈、剧烈侵蚀面积减小了398.32 km2，由22. lg%下降到18.65%，土壤流失得到一定程度缓解：微度侵蚀面积减小340.54km2.面积降低最大，主要发生在北部区域，原因主要是该区域易于开发，频繁的人类活动及城镇扩张对土壤的抗蚀能力造成了严重破坏，使得土壤侵蚀强度加重。

2015-2030年，砒砂岩土壤侵蚀得到有效控制，但随着城市化进程加快及部分耕地缺少科学管护，北部土壤流失现象呈加剧趋势。

因此，十大孔兑地区未来的治理重点是既要继续针对砒砂岩地区开展针对性生态修复绿化工程，又要对北部农田及城镇区域加强生态管控，限制城镇的无序发展挤占农田及草地，加强农田、草地的生态保护。

3 结语
分析表明，十大孔兑地区土地利用格局总体不变，以自然生态系统为主，但城市化进程明显加快，人工生态系统不断扩张，建设用地挤占耕地面积现象严重。

砒砂岩地区草地、灌木林地面积增加，原因主要是退耕还林（草）等生态绿化措施使得荒草地转化为草地及灌木林地，这与管亚兵等26]的研究结果一致，十大孔兑流域生态环境修复工作取得明显成效，城市化及当地生态绿化政策显著影响区域土地利用格局。

2015-2030年土地利用变化量大且范围更广，土地时空变迁主要是沙地、荒草地转变为草地，耕地转变为建设用地，城市化及生态绿化工程驱动着区域土地利用格局改变，但影响十大孔兑区域土地利用格局的主要驱动力是政策驱动下的生态修复，城市化对该区域的影响相对较弱，但在逐步加强。

十大孔兑地区土壤侵蚀较严重，总体属于极强烈侵蚀区域，砒砂岩裸露是造成侵蚀强度加重的主要因素。

这与前人研究结论基本一致[2.12-13]，裸露的砒砂岩和植被覆盖度较小的沙地是造成该区域土壤侵蚀的主要原因。

2000-2015年，随着土地利用格局的改变及生态工程的应用，土壤侵蚀模数略微减小，但剧烈侵蚀面积显著增大，砒砂岩区域土壤侵蚀量加大，砒砂岩区域是该地区水土流失治理的重点和难点。

本文仅模拟了现有土地利用格局演变趋势下的土壤侵蚀演变特征，到2030年土壤侵蚀强度减小，随着生态修复工程建设及水土保持技术的发展，侵蚀量大的砒砂岩区和沙地得到一定程度修复。

但是，随着城市化进程加快及部分耕地缺少科学管护，北部土壤流失现象呈加剧趋势。

基于本研究的实地考察发现，砒砂岩分布区的立地条件十分恶劣，实施植被恢复措施存在较大困难，只能采取工程措施进行防治。

因此，十大孔兑地区未来生态恢复与绿化治理的重点应是加强对城镇及其周边耕地的生态管控，限制城镇无序发展侵占自然生态系统，防止侵蚀进一步扩大。

参考文献：
[1] 张建，马翠丽，雷鸣，等，内蒙古十大孔兑水沙特性及治理措施研究[J].人民黄河，2013，35（ 10）：72-74，77.
[2]许炯心，黄河内蒙古段支流“十大孔兑”侵蚀产沙的时空变化及其成因[J].中国沙漠，2014，34（6）：1641-1649.
[3]ZHAO G，MUX.STREHMEL A，et a1.Temporal Variation ofStream Flow， Sediment Load and Their Relationship in theYellow River Basin， China[J].PLOS One， 2014，9（3）：
e91048.
[4] 王海兵，賈晓鹏，大型水库运行下内蒙古河道泥沙侵蚀淤积过程[J].中国沙漠，2009，29（1）：189-192.
[5] 马玉凤，严平，李双权，内蒙古孔兑区叭尔洞沟中游河谷段的风水交互侵蚀动力过程[J].中国沙漠，2013，33（4）： 990-999.
[6] 孙宝洋，李占斌，张洋，等，黄河内蒙古支流“十大孔兑”区风蚀强度时空变化特征[J].农业工程学报，2016，32（17）：112-119.
[7] 张翔，黄河上游十大孔兑地区风水复合侵蚀产沙过程研究[D].西安：西安理工大学，2016：59-83.
[8] 许炯心，“十大孔兑”侵蚀产沙与风水两相作用及高含沙水流的关系[J].泥沙研究，2013（6）：28-37.
[9] 吴保生，内蒙古十大孔兑对黄河干流水沙及冲淤的影响[J].人民黄河，2014，36
（ 10）：5-8.
[10]林秀芝，郭彦，侯素珍，内蒙古十大孔兑输沙量估算[J].泥沙研究，2014（2）：15-20.
[11] 张瑞，白凤林，贾利红，等，晋陕蒙砒砂岩区十大孔兑沙棘种植抗旱措施[J].中国水土保持，2015（4）：31-33.
[12] 刘瑞霞，晋陕蒙砒砂岩区十大孔兑水土流失治理浅析[J].内蒙古水利，2013（6）：68-69.
[13] 田鹏，赵广举，穆兴民，等，基于改进RUSLE模型的皇甫川流域土壤侵蚀产沙模拟研究[J].资源科学，2015，37（4）：832-840.
[14] 冉大川，姚文艺，李占斌，等，不同库容配置比例淤地坝的减沙效应[J].农业工程学报，2013，29（ 12）：154-162.
[15]WISCHMEIER W H， SMITH D D.Predicting Rainfall Ero-sion Losses： A Cuide to Conservation Planning [M].Washington D C： U.S.Department of Agriculture，1987：537.
[16]RENARD K G，FOSTER G R， WEESIES G A， et al.Pre-dicting Rainfall Ersion Losses： A Cuide to ConservationPlanning with the Revised Universal Soil Loss Equation
（ RUSLE）[ M]. Washington D C：U.S. Department of Ag-riculture.1997：15.
[17] 汪邦稳，杨勤科，刘志红，等，基于DEM和CIS的修正通用土壤流失方程地形因子值的提取[J].中国水土保持科学，2007，5（2）：18-23.
[18] LIU B Y， NEARINC M A， SHI P J，et al.Slope LengthEffects on Soil Loss for Steep Slopes [J]. Soil Science ofAmerica Joumal， 2000， 64（2）：1759-1763.
[19] ZHANC H， YANC Qinke， LI Rui， et al.Extension of aCIS Procedure for Calculating the Rusle Equation LS Factor[J]. Computers&Geosciences， 2013， 52（1）：177-188.
[20] 喻锋，李晓兵，陈云浩，等，皇甫川流域土地利用变化与土壤侵蚀评价[J].生态学报，2006，26（6）：1947-1956.
[21] 邱一丹，李锦荣，孙保平，等，退耕还林和降雨对中阳县土壤侵蚀的影响[J].湖南农业科学，2011（13）：66-69.
[22] FU Bojie，ZHAO W W，CHEN L D， et al.Assessment ofSoil Erosion at Large Watershed Scale Using RUSLEand CIS：A Case Study in the Loess Plateau of China[ J].Land
Degradation and Development， 2005， 16（1）：73. [23] 胡雪丽，徐凌，张树深，基于CA-Markov模型和多目标优化的大连市土地利用格局[J].应用生态学报，2013，24（6）：1652-1660.
[24] AL-SHARIF A A A，PRADHAN B.A Novel Approach for Predicting the Spatial Pattems of Urban Expansion by Com-bining the Chi-Squared Automatic Integration Detection De-cision Tree， Markov Chain and Cellular Automata Models inCIS[J]. Ceocarto International， 2015， 30（8）：858-881.
[25] 孑L令橋，张路，郑华，等，长江流域生态系统格局演变及驱动力[J].生态学报，2018，38（3）：741-749.
[26] 管亚兵，杨胜天，周旭，等，黄河十大孔兑流域林草植被覆盖度的遥感估算及其动态研究[J].北京师范大学学报（自然科学版），2016，52（4）：458-465.
【责任编辑翟戌亮】。