Spatio-temporal variation of soil conservation in the upper reaches of the Tarim River Basin based on RUSLE model
-
摘要:
新疆塔里木河流域是中国重点生态保护区，流域土壤保持量的研究有利于水土保持功能区划和水土保持治理措施布局，对于区域生态修复与维护有重要作用。以塔里木河流域上游区为研究对象，基于该区域2000—2020年的降雨、土壤、地形等数据，采用修正通用土壤流失方程（RUSLE模型），估算2000—2020年流域土壤在水力侵蚀下的土壤侵蚀量和土壤保持量，分析其时空变化规律，并就土壤保持对其影响因子的敏感性展开分析。结果表明：流域以微度和轻度土壤侵蚀为主，在2000—2020年的土壤侵蚀面积总体呈减少趋势；土壤保持空间分布呈现中间高、四周低格局，且2000—2020年的土壤保持强度在一定程度上得到增强；降雨、地形和土地利用是土壤保持变化的主要驱动因子，且土壤保持能力随着降水量和植被覆盖总体呈现梯度增长趋势。评价结果揭示了研究区土壤保持时空分布特征，以及土壤保持对驱动因子的敏感性，可为流域水土侵蚀防治和生态修护提供指导依据。
Abstract:The Tarim River Basin in Xinjiang is a key ecological reserve in China, and the study of soil conservation in the basin is beneficial to the functional zoning of soil and water conservation and the layout of soil and water conservation management measures, and plays an important role in regional ecological restoration and maintenance. Based on the rainfall, soil and topography data of the upper Tarim River Basin from 2000 to 2020, the Revised Universal Soil Loss Equation (RUSLE model) is used to estimate the soil erosion and soil conservation of the watershed soils under hydraulic erosion from 2000 to 2020, analyse their spatial and temporal variation patterns, and conduct a sensitivity analysis on the soil conservation to its influencing factors. The results show that soil erosion and soil retention in the basin are characterised by micro- and micro-erosion. The results show that: soil erosion in the watershed is mainly slight and mild, and the area of soil erosion is generally decreasing from 2000 to 2020; the spatial distribution of soil conservation shows a pattern of high in the middle and low in the surroundings, and the intensity of soil conservation is enhanced to a certain extent from 2000 to 2020; rainfall, topography and land use are the main driving factors of soil conservation changes, and the soil conservation capacity is increasing with the amount of The results of the evaluation reveal that the soil conservation capacity of the study area is increasing in a gradient with the amount of precipitation and vegetation cover in general. The evaluation results reveal the spatial and temporal distribution characteristics of soil conservation in the study area, as well as the sensitivity of soil conservation to the driving factors, and the results of the study can provide guidance for the control of soil erosion and ecological conservation in the watershed.
-
Keywords:
- RUSLE rnodel /
- soil conservation /
- driving force /
- spatiotemporal pattern /
- Tarim River Basin
-
油页岩属于非常规油气资源，利用蒸馏等技术处理后能够获得页岩气及页岩油，是一种前景非常好的油气资源，被列为21世纪非常重要的接替能源（侯祥麟，1994；赵政璋等，2005；刘招君等，2006；王红岩等，2009）。中国油页岩资源丰富，资源潜力大，其中松辽盆地是油页岩资源极丰富的地区，占东北地区油页岩资源总量的96%（刘招君等，2009）。松辽盆地是一个大型陆相薄互层沉积盆地，岩石物性横向变化大，地层平缓且构造幅度小，油页岩单层厚度薄，这种复杂的沉积结构增加了地震勘探的难度（李桂林，2009）。大地电磁法由于天然场源的随机性及信号微弱精度和效率较低，电阻率法则存在探测深度浅、高阻层屏蔽等缺点。测井技术在识别和评价油页岩方面较成熟（丰莉等，2016；刘同庆，2020），已被广泛应用于油页岩矿区，但是由于其空间探测范围的局限性，存在横向范围内描述储层物性变化能力很弱的缺陷。
测井具有较高的纵向地层分辨率，将测井数据作为先验信息进行电磁法约束反演，可以提高反演结果的纵向分辨率。朱宇启等（2021）在南黄海中部隆起区对海洋CSEM实测数据进行测井约束反演，突出了垂向发生明显变化的层位。Brown et al.（2012）发现，利用测井数据进行正则化约束反演比常规反演结果更紧凑地估计了储层结构。余年等（2012）利用测井数据作为先验信息开展大地电磁约束反演，与常规反演结果相比，约束反演结果对岩溶、断层、褶皱等地质构造的反映与实际吻合更好。自20世纪80年代以来，可控源音频大地电磁法和仪器都得到了很大发展，具有设备轻便、勘探深度相对较大、不受高阻层屏蔽、横向分辨率高等特点（何梅兴，2006；余年等，2012），在勘探石油、天然气、金属矿床、地热等领域得到广泛应用（秦伟，2013；李致君等，2018；李英宾等，2019）。地球物理方法和测井技术在联合研究油页岩储层特征方面几乎还是空白，本文通过松辽盆地采集的可控源音频大地电磁数据，利用测井资料作为先验信息，开展可控源音频大地电磁法和测井联合约束反演技术应用研究，将油页岩与泥页岩互层整体作为相对高阻层，进行划分识别，取得较好的效果，初步查明研究区油页岩的展布特征，为进一步勘探工作指明了有利方向。
1. 地质地球物理背景
1.1 地质条件
研究区位于松辽盆地东南隆起区（图1）。松辽盆地形成于印支运动末期—燕山运动早期，经历了多期构造运动，盆地内部划分出西部斜坡区、北部倾没区、东北隆起区、中央坳陷区、东南隆起区和西南隆起区6个一级构造单元（张利，2020）。
东南隆起区位于盆地边部，自西向东分为次一级背斜、向斜构造，主要有登娄库背斜、哈拉海向斜、农安背斜、德惠向斜、青山口背斜、杨大城子背斜；主要发育中、新生代地层，自下而上依次为白垩系火石岭组、沙河子组、营城组、登娄库组、泉头组、青山口组、姚家组、嫩江组，新近系大安组及第四系（高立新，2008；李宝毅等，2012；李翔等，2014），油页岩主要存在于白垩系青山口组一段和嫩江组一段、二段，油页岩矿层单层厚度较薄，与沉积岩地层呈互层关系。
1.2 地层电性特征
根据研究区及周缘物性资料分析，第四系为表层高阻层，古近系—新近系大安组−青山口组为低阻层，泉头组−登楼库组为中阻层，营城组−火石岭层为次高阻层，局部发育火山岩为高阻，石炭系—二叠系为基底高阻层（表1）。地层电性特征分析表明，白垩系嫩江组、青山口组电阻率整体呈现低阻特征。
表 1 研究区及周缘地区岩层电性特征Table 1. The electrical characteristics of rock strata in the study area and surrounding areas系 统 组 符号 岩性特征 ρ/(Ω·m) 电性 第四系 Q 粘土、亚粘土、砂砾石 37.9 表层高阻 古近系—新近系 大安组 Nd 泥岩、粉砂质泥岩、泥质粉砂岩 3.2 低阻层 白垩系 上统 嫩江组 K2n 砂砾岩、粉砂岩、细砂岩、泥质粉砂岩、粉砂质泥岩、泥岩、油页岩 3.9 姚家组 K2y 泥岩、粉砂质泥岩、泥质粉砂岩、粉砂岩 6.8 青山口组 K2qs 质粉砂岩、粉砂岩、粉砂质泥岩、油页岩 22.8 下统 泉头组 K1q 粉砂质泥岩、泥岩、粉砂岩、泥质粉砂岩、细砂岩、砂岩 28.2 中阻层 登楼库组 K1d 砂砾岩夹泥岩 71.5 营城组 K1yc 泥岩与火山岩间互夹煤层 211.7 次高阻层 沙河子组 K1sh 火山岩、砂泥岩夹煤线 220.0 火石岭组 K1h 火山碎屑岩、火山喷发岩 240.0 石炭系—二叠系 293.0 基底高阻 1.3 油页岩物性特征
油页岩含丰富的有机质，有机质具有低密度、高电阻率特征，在含油页岩的沉积地层中，油页岩层与围岩存在电阻率、密度等物性差异（Constable et al.，1987；贺君玲等，2006；王永明等，2007）。
综合分析研究区不同测井曲线发现，油页岩呈现中高电阻率、高自然伽马、高声波时差和低密度特征；泥岩呈现低电阻率、高自然伽马、高声波时差和高密度特征；粉砂岩具有中高电阻率、低自然伽马、低声波时差、低密度特征；粉砂质泥岩相对于泥岩电阻率偏高、自然伽马偏低、声波时差偏低、密度偏低；泥质粉砂岩相对于粉砂岩电阻率偏低、自然伽马偏高、声波时差偏高、密度高。油页岩与粉砂岩、粉砂质泥岩及泥质粉砂岩在电阻率和密度方面均呈现高电阻率、低密度特征，但与围岩泥岩存在明显的电阻率和密度差异（表2；图2），油页岩有机质含量越高，这种特征越明显。因此，根据不同测井曲线形态和曲线值可以判断出不同岩性，划分识别油页岩。
表 2 研究区白垩系不同岩性测井曲线响应分布范围Table 2. Logging response distribution range table of Cretaceous different lithology in the study area测井识别岩性 电阻率平均值/(Ω·m) 声波时差平均值/(μs·m−1) 补偿密度平均值/(g·cm−3) 自然伽马平均值/API 粉砂岩 10 ~ 13 250 ~ 430 2.15 ~ 2.62 50 ~ 115 泥质粉砂岩 6.5 ~ 17.5 240 ~ 450 2.20 ~ 2.50 75 ~ 140 粉砂质泥岩 5.5 ~ 12 275 ~ 500 2.25 ~ 2.55 90 ~ 135 泥岩 5 ~ 9 330 ~ 450 2.25 ~ 2.50 110 ~ 150 油页岩 7.5 ~ 15 ≥375 ≤2.35 ≥130 ![]()
图 2 吉扶地3井油页岩测井响应特征Figure 2. Logging response characteristics of oil shale in Well Jifudi 32. 勘探方法
2.1 方法原理
CSAMT法全称是可控源音频大地电磁测深法，属于人工源频率域电磁测深法，以有限长接地电偶极子为场源，其核心是采用大小随着频率改变的音频电流来建立人工电磁场，激发地下空间产生电磁感应，当电磁场变为谐变场时通过改变电磁场的频率来达到测深目的，采集电磁场参数，求取视电阻率、阻抗相位等电磁响应数据，具有工作效率高、勘探深度范围大、水平方向分辨能力高、地形影响小、高阻层的屏蔽作用小等特点。
2.2 数据采集与处理
研究区CSAMT测线均过钻井（图1），测线总长80 km，点距100 m，采用美国Zonge公司生产的GDP-3224多功能电法仪，发电输出功率30 kW。数据采用赤道偶极装置进行标量测量，发射偶极AB与测线平行布设，长度为1 ~ 2 km，接收偶极100 m，发射源接地电阻要求20 ~ 40 Ω，接收端接地电阻不大于2000 Ω；同时观测与场源平行的电场水平分量Ex和与场源正交的磁场水平分量Hy，采集频率范围为 0.125 ~ 8192 Hz。
数据处理采用人机交互的方式进行，包括去噪、静态校正、近场校正、视电阻率、相位拟断面分析等。近场校正采用过渡三角形法，消除卡尼亚电阻率在近区由于非平面波效应产生的畸变，采用空间滤波、中值滤波、曲线平移等方法进行静态位移综合校正。图3为SL-01线视电阻率和阻抗相位断面图，视电阻率、阻抗相位等值线连续光滑，噪声、近场效应及静位移影响得到较好的压制，断面图上电性层由高频到低频呈现高、低、次低、高的变化特征。
![]()
图 3 SL-01线视电阻率（a）与阻抗相位（b）断面图Figure 3. Profiles of apparent resistivity ( a ) and impedance phase ( b ) of SL-01 line2.3 约束反演技术
常规二维正则化OCCAM反演方法是一种由电磁测深数据产生光滑模型的实用算法，体现了正则化反演优点，在保证电性分布连续或光滑的条件下，寻求有极小可能构造意义下拟合数据的模型（Constable et al.，1987），该方法收敛稳定，对初始模型依赖度低，成像效果好，被广泛应用于电磁数据处理中。研究区存在人文干扰，受干扰的数据不能真实反映地下电性结构，对地质解释的可靠性存在影响，同时可控源音频大地电磁反演存在多解性、非唯一性的问题，为此在二维正则化OCCAM反演的基础上，将研究区测井信息融入到可控源音频大地电磁资料的反演处理中，减少反演结果的非唯一性，提高成果解释的精度和合理性（孟翠贤，2003；张凯飞，2016）。二维OCCAM地电约束反演主要包括地电模型建立、反演算法与正则化因子、模型粗糙度及迭代误差分析。
（1）地电模型建立
对研究区可控源音频大地电磁测线周边测井资料进行处理分析，根据不同物性特征对钻孔处地层进行划分，重点对嫩江组和青山口组油页岩及附近地层进行划分，建立可控源音频大地电磁资料处理所需要的电阻率分布先验地电模型，数据反演过程中加入先验地电信息开展约束反演。表3、表4为SL-03线先验约束信息。
表 3 吉扶地3井油页岩及附近地层约束信息Table 3. Constraint information of oil shale and nearby strata in Well Jifudi 3序号 顶部深度/m 底部深度/m 厚度/m 电阻率/(Ω·m) 岩性 序号 顶部深度/m 底部深度/m 厚度/m 电阻率/(Ω·m) 岩性 1 258.2 268.6 10.4 9.19 泥岩 15 469.8 476.9 7.1 6.23 泥岩 2 268.6 281.4 12.8 10.70 粉砂质泥岩 16 476.9 478.0 1.1 6.99 油页岩 3 281.4 289.0 7.6 9.55 泥岩 17 478.0 483.2 5.2 5.70 泥岩 4 289.0 294.1 5.1 12.90 粉砂质泥岩 18 483.2 484.1 0.9 6.27 油页岩 5 294.1 298.3 4.2 9.44 泥岩 19 484.1 487.3 3.2 6.22 泥岩 6 298.3 306.6 8.3 11.61 粉砂质泥岩 20 487.3 489.5 2.2 8.38 粉砂质泥岩 7 306.6 312.4 5.8 9.55 泥岩 21 489.5 494.2 4.7 6.06 油页岩 8 312.4 341.0 28.6 10.92 粉砂质泥岩 22 494.2 503.2 9.0 5.25 泥岩 9 341.0 382.3 41.3 6.49 泥岩 23 503.2 507.1 3.9 12.73 油页岩 10 382.3 383.2 0.9 6.45 油页岩 24 507.1 514.0 6.9 7.19 泥岩 11 383.2 462.2 79.0 5.95 泥岩 25 514.0 519.3 5.3 11.22 油页岩 12 462.2 463.4 1.2 7.19 油页岩 26 519.3 523.1 3.8 5.91 泥岩 13 463.4 468.0 4.6 6.10 泥岩 27 523.1 524.0 0.9 10.72 油页岩 14 468.0 469.8 1.8 7.65 油页岩 28 524.0 528.7 4.7 8.34 粉砂质泥岩 表 4 吉扶地8井油页岩及附近地层约束信息Table 4. Constraint information of oil shale and nearby strata in Well Jifudi 8序号 顶部深度/m 底部深度/m 厚度/m 电阻率/(Ω·m) 岩性 序号 顶部深度/m 底部深度/m 厚度/m 电阻率/(Ω·m) 岩性 1 258.2 268.6 10.4 9.19 泥岩 15 469.8 476.9 7.1 6.23 泥岩 2 268.6 281.4 12.8 10.70 粉砂质泥岩 16 476.9 478.0 1.1 6.99 油页岩 3 281.4 289.0 7.6 9.55 泥岩 17 478.0 483.2 5.2 5.70 泥岩 4 289.0 294.1 5.1 12.90 粉砂质泥岩 18 483.2 484.1 0.9 6.27 油页岩 5 294.1 298.3 4.2 9.44 泥岩 19 484.1 487.3 3.2 6.22 泥岩 6 298.3 306.6 8.3 11.61 粉砂质泥岩 20 487.3 489.5 2.2 8.38 粉砂质泥岩 7 306.6 312.4 5.8 9.55 泥岩 21 489.5 494.2 4.7 6.06 油页岩 8 312.4 341.0 28.6 10.92 粉砂质泥岩 22 494.2 503.2 9.0 5.25 泥岩 9 341.0 382.3 41.3 6.49 泥岩 23 503.2 507.1 3.9 12.73 油页岩 10 382.3 383.2 0.9 6.45 油页岩 24 507.1 514.0 6.9 7.19 泥岩 11 383.2 462.2 79.0 5.95 泥岩 25 514.0 519.3 5.3 11.22 油页岩 12 462.2 463.4 1.2 7.19 油页岩 26 519.3 523.1 3.8 5.91 泥岩 13 463.4 468.0 4.6 6.10 泥岩 27 523.1 524.0 0.9 10.72 油页岩 14 468.0 469.8 1.8 7.65 油页岩 28 524.0 528.7 4.7 8.34 粉砂质泥岩 （2）反演算法
二维Occam地电约束反演重点是对目标函数中的模型粗糙度进行修改，推导出修改后目标函数的迭代格式，形成以地电参数作为先验信息的约束反演算法。反演过程中在目标函数中加入利用测井等资料建立的先验地电模型，在已知电性分布区域修正模型，不断地向先验地电模型靠拢，提高反演结果与实测数据的拟合度。具体流程如下：
① 建立可控源音频大地电磁反演目标函数，在目标函数模型粗糙度中加入模型约束项。
U=‖ (1) 式中， {\left\|{\partial }_{y}m\right\|}^{2}+{\left\|{\partial }_{z}m\right\|}^{2} 为模型粗糙度，μ为拉格朗日乘子，即正则化因子， W 为归一化计算后 M\times M 的对角加权矩阵， F（m） 模型为 m 在一定的激发作用下正演后取得的响应，X*2为反演拟合差。
② 根据已知钻孔及测井数据建立初始模型，构造二维粗糙度矩阵：
{R}_{1}=\alpha {\left\|C(m-{m}_{0})\right\|}^{2}+{\left\|{\partial }_{y}m\right\|}^{2}+{\left\|{\partial }_{z}m\right\|}^{2} (2) 式中， \alpha {\left\|C(m-{m}_{0})\right\|}^{2} 为先验模型的约束项， \alpha 为权重系数， {m}_{0} 为先验模型， m 为迭代过程中当前模型， C 为约束矩阵。
③ 根据约束后的目标函数，计算推导迭代格式，开展反演迭代计算。
\begin{split} &{m}_{k+1}\left(\mu \right)={\left[\alpha \mu {C}^{T}+\mu \left({\partial }_{x}^{T}{\partial }_{x}+{\partial }_{z}^{T}{\partial }_{z}\right)+ {\left(W{J}_{k}\right)}^{T}W{J}_{k}\right]}^{-1}.\\ &\qquad \left[{\left(W{J}_{k}\right)}^{T}W{d}_{k}+\alpha \mu {C}^{T}C{m}_{0}\right]\\[-1pt]\end{split} (3) 式中 ，{J}_{k} 为雅可比矩阵， {d}_{k}=d-F\left[{m}_{k}\right]+{J}_{k}{m}_{k} ，拉格朗日乘子μ为待求值。
④ 求取模型 {m}_{k+1}\left(\mu \right) 的一系列μ值，根据 \mu 值计算模型 {m}_{k+1}\left(\mu \right) 拟合差，选取数据残差平方最小的 \mu 值。
（3）正则化因子、模型粗糙度及迭代误差分析
本次约束反演正则化因子初始值为1000，模型粗糙度随正则化因子增大呈现波动变化，当正则化因子增大到一定值时，逐步变小，最后趋于稳定（图4）。经过15次迭代计算，二维地电约束反演结果趋近稳定，图5为SL-01线约束前后迭代反演曲线误差对比图，拟合差分别为0.77和0.78，拟合初期约束反演拟合误差比常规反演拟合误差大，拟合后期常规反演提前趋于稳定。
![]()
图 5 约束前后迭代反演曲线误差对比Figure 5. Error comparison of iterative inversion curve before and after constraint3. 效果分析
（1）常规二维OCCAM反演能够反映出规模较大的异常体，但是对于规模较小的异常体分辨能力不足，由SL-01线二维OCCAM反演与二维OCCAM约束反演剖面对比图（图6）可以看出，二维OCCAM地电约束反演剖面纵向上地层电性变化特征清楚，横向分辨率也有很大的提高，能够明显提高对异常体的分辨率，地电信息更丰富，较好地反映了研究区地层平缓、构造幅度小、岩石物性横向变化大的地质特征，油页岩与泥岩作为整体得到较好反映。
![]()
图 6 SL-01线二维OCCAM反演（a）与地电约束反演（b）效果对比Q—第四系；Nd—新近系大安组；K2n—白垩系嫩江组；K2y—白垩系姚家组；K2qs—白垩系青山口组；K1h-K1d—白垩系火石岭组−登楼库组；Ar—太古宙基底Figure 6. Comparison of 2D OCCAM inversion ( a ) and geoelectric constraint inversion ( b ) of SL-01 line（2）以二维OCCAM地电约束反演剖面为主，结合测井、以往物探地质资料进行综合解释，可以对油页岩与泥页整体进行有效识别。图7为SL-01线二维地电约束反演及地质解释剖面，二维地电约束反演剖面纵向上呈现高—低—中—次高—高变化特征，电性结构变化与电测井曲线吻合较好。表层高阻层反映了第四系沉积地层分布与厚度变化特征，电阻率值为15 ~ 55 Ω·m，厚度10 ~ 50 m；中浅部低阻层主要反映了白垩系嫩江组、姚家组及青山口组的分布，电阻率值为3 ~ 12 Ω·m，厚度180 ~ 750 m，局部存在相对高阻异常，与电测井曲线上粉砂质泥岩、泥质粉砂岩、粉砂岩、油页岩和泥岩互层基本对应；下部中阻层代表白垩系泉头组，电阻率值为6 ~ 17 Ω·m，厚度50 ~ 100 m；下部次高阻层代表白垩系火石岭组—登楼库组，电阻率值为7 ~ 22 Ω·m，厚度400 ~ 1000 m；底部分布的高阻层代表了变质岩或侵入体基底，顶面最大埋深范围大于1000 m。利用电测井曲线及分层数据，结合约束反演剖面电阻率变化特征，将中浅部低阻层进一步划分为嫩江组、姚家组和青山口组，在嫩江组、青山口组划分的基础上，油页岩与泥岩整体作为相对高阻层可划分识别。
![]()
图 7 SL-01线二维OCCAM地电约束反演剖面（a）与地质解释剖面（b）（地层代号注释同图6）Figure 7. 2D OCCAM geoelectric constrained inversion section ( a ) and geological interpretation section ( b ) of line SL-01（3）通过研究区采集的可控源音频电磁测线地电约束反演及综合解释，对研究区地层、构造及油页岩矿层展布特征获得了整体认识：① 研究区横跨登楼库背斜和哈拉海向斜2个构造，背斜核部地层以白垩系泉头组、青山口组为主，翼部为姚家组、嫩江组，向斜核部地层以白垩系嫩江组为主，翼部为姚家组、青山口组。以登楼库背斜轴为界，两翼地层倾角均为1° ~ 6°，核部近水平，呈宽缓的背斜构造，整体控制白垩系的分布，影响油页岩矿层的空间展布。②登楼库背斜地层较哈拉海向斜整体抬升，导致研究区背斜所在区域的嫩江组基本缺失，嫩江组油页岩主要分布在哈拉海向斜，仅在背斜西部局部沉积，油页岩与泥岩互层厚度为25 ~ 100 m，埋深50 ~ 250 m。青山口组油页岩分布范围广，登楼库背斜、哈拉海向斜均有分布，油页岩与泥岩互层厚度为30 ~ 200 m，埋深400 ~ 800 m，整体呈沿登楼库背斜轴高、沿背斜轴两翼逐渐减薄的特征。
4. 结 论
（1）可控源音频大地电磁和测井联合约束反演技术能够提高对异常体的分辨率，油页岩与泥岩互层作为整体只要具有一定的规模，利用可控源音频大地电磁和测井联合约束反演技术就可以划分识别。
（2）油页岩单层厚度薄，单一地球物理方法划分识别油页岩存在很大的局限性，基于测井综合曲线分析技术的地球物理方法是油页岩勘探方法发展的方向。
（3）油页岩与砂岩、粉砂岩和粉砂质泥岩均呈现相对高电阻率特征，区分困难，可以开展可控源音频电磁法、时频电磁法等多种方法试验，利用电阻率、极化率等多参数综合分析研究。
-
![]()
图 2 研究区不同土壤侵蚀强度面积占比
Figure 2. Percentage of area with different soil erosion intensities in the study area
![]()
图 3 研究区不同土壤侵蚀强度时空分布
Figure 3. Spatial and temporal distribution of different soil erosion intensity in the study area
![]()
图 4 2000—2020年土壤保持量空间分布图
Figure 4. Spatial distribution of soil conservation from 2000 to 2020
![]()
图 5 2000—2020年不同坡度的土壤保持强度变化图（a）和2020年不同土壤侵蚀强度在不同坡度下的面积占比图（b）
Figure 5. Changes in soil retention intensity at different slopes from 2000 to 2020 (a) and area percentage of different soil erosion intensities at different slopes in 2020 (b)
![]()
图 6 2000—2020年不同降雨的土壤保持强度变化图（a）和2020年不同土壤侵蚀强度在不同降雨下的面积占比图（b）
Figure 6. Changes in soil retention intensity for different rainfall from 2000 to 2020 (a) and area percentage of different soil erosion intensities under different rainfall in 2020 (b)
![]()
图 7 2000—2020年不同土地利用的土壤保持强度变化图（a）和2020年不同土壤侵蚀强度在不同土地利用下的面积占比图（b）
Figure 7. Changes in soil retention intensity for different land uses from 2000 to 2020 (a) and area percentage of different soil erosion intensities under different land uses in 2020 (b)
表 1 研究区不同土壤侵蚀强度面积变化量
Table 1 The variation of area of different soil erosion intensity in the study area
km² 时段 微度 轻度 中度 强烈 极强烈 2000—2010年 − 6471.74 6218.77 142.49 40.60 21.41 2010—2020年 1334.74 − 965.89 − 36.22 − 12.71 − 12.35 2000—2020年 − 5137.01 5252.88 106.27 27.89 9.06 
下载: 导出CSV
-
Borrelli P, Märker M, Panagos P, et al. 2014. Modeling soil erosion and river sediment yield for an intermountain drainage basin of the Central Apennines, Italy[J]. Catena, 114: 45−58. doi: 10.1016/j.catena.2013.10.007
De R A P J , Wesseling C G , Ritsema C J. 1996. LISEM: A single−event physically based gydrological and soil erosion model for drainage basins. I: Theroy, input and output[J]. Hydrological Processes, 10(8): 1107−1117.
Laflen J M, Lane L J, Foster G R. 1991. WEPP: A new generation of erosion prediction technology[J]. Journal of Soil and Water Conservation, 46(1): 34−38.
Morgan R P C, Quinton J N, Smith R E, et al. 1998. The European Soil Erosion Model (EUROSEM): a dynamic approach for predicting sediment transport from fields and small catchments[J]. Earth Surface Processes and Landforms, 23(6): 527−544. doi: 10.1002/(SICI)1096-9837(199806)23:6<527::AID-ESP868>3.0.CO;2-5
Niyonsenga J D, Mugabowindekwe M, Mupenzi C. 2020. Spatial analysis of soil erosion sensitivity using the Revised Universal Soil Loss Equation model in Nyamasheke District, Western Province of Rwanda[J]. Transactions in Gis, 25(2): 735−750.
Rao E, Ouyang Z Y, Yu X X, et al. 2014. Spatial patterns and impacts of soil conservation service in China[J]. Geomorphology, 207: 64−70. doi: 10.1016/j.geomorph.2013.10.027
Renard K G, Foster G R, Weesies G A, et al. 1997. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE)[M]. Agricultural Handbook.
Williams J R. 1990. The Erosion−Productivity Impact Calculator (EPIC) Model: A Case History[J]. Philosophical Transactions:Biological Sciences, 329(1255): 421−428. doi: 10.1098/rstb.1990.0184
Wischmeier W H, Smith D D. 1985. Rainfall energy and its relationship to soil loss[J]. Eos, Transactions American Geophysical Union, 39(2): 285−291.
白云岗, 洪传勋, 宋郁东, 等. 2005. 塔里木河下游水土保持生态修复研究[J]. 水土保持研究, 12(4): 256−257,263. 蔡崇法, 丁树文, 史志华, 等. 2000. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 14(2): 19−24. 韩强, 薛联青, 刘远洪, 等. 2017 塔里木河中上游土地利用变化的径流响应[J]. 干旱区地理, 40(6): 1165−1170. 郝姗姗, 李梦华, 马永强, 等. 2019. 黄土丘陵区土壤侵蚀因子敏感性分析[J]. 中国水土保持科学, 17(2): 77−86. 贾振宇, 王世曦, 刘学, 等. 2021. 辽河保护区土壤保持功能时空变化及其影响因素分析[J]. 环境工程技术学报, 11(4): 686−692. 蒋春丽, 张丽娟, 张宏文, 等. 2015. 基于RUSLE模型的黑龙江省2000—2010年土壤保持量评价[J]. 中国生态农业学报, 23(5): 642−649. 雷泳南. 2020. 基于GIS的福建省水土保持功能重要性评价[J]. 水土保持通报, 40(5): 262−267,341. 李佳蕾, 孙然好, 熊木齐, 等. 2021. 中国5年间隔水蚀区土壤侵蚀数据集的研发(2000—2015)[J]. 全球变化数据学报(中英文), 5(2): 203−212,322−331. 李玉建, 侍克斌, 吴培军. 2010. 塔里木河下游水土保持与生态修复措施[J]. 人民黄河, 32(5): 77−78. 刘宝元, 张科利, 焦菊英. 1999. 土壤可蚀性及其在侵蚀预报中的应用[J]. 自然资源学报, 14(4): 345−350. 刘雨曈. 2022. 塔里木河流域水土流失动态变化分析[J]. 水生态学杂志, 43(3): 105−112. 刘月, 赵文武, 贾立志. 2019. 土壤保持服务: 概念、评估与展望[J]. 生态学报, 39(2): 32−440. 水利部水土保持司. 2008. 土壤侵蚀分类分级标准 SL190-2007 [S]. 北京: 中国水利水电出版社 宋艺, 孙培新, 郭凯. 2004. 塔里木河上中游的水土流失及防治对策[J]. 中国水土保持, (7): 11−12. 谭炳香, 李增元, 王彦辉, 等. 2005. 基于遥感数据的流域土壤侵蚀强度快速估测方法[J]. 遥感技术与应用, 20(2): 215−220. 田宇, 朱建华, 李奇, 等. 2020. 三峡库区土壤保持时空分布特征及其驱动力[J]. 生态学杂志, 39(4): 1164−1174. 王晓峰, 程昌武, 尹礼唱, 等. 2020. 新疆生态系统服务时空变化及权衡协同关系[J]. 生态学杂志, 39(3): 990−1000. 薛联青, 张卉, 张洛晨, 等. 2017. 基于改进RVA法的水利工程对塔里木河生态水文情势影响评估[J]. 河海大学学报(自然科学版), 45(3): 189−196. 于萌. 2019. 新疆地区土壤侵蚀强度变化趋势及原因分析[J]. 中国水土保持, 453(12): 36−37. 张超, 王治国, 凌峰, 等. 2016. 水土保持功能评价及其在水土保持区划中的应用[J]. 中国水土保持科学, 14(5): 90−99. 章文波, 付金生. 2003. 不同类型雨量资料估算降雨侵蚀力[J]. 资源科学, (1): 35−41. 赵帮元, 张建国, 张栋, 等. 2020. 土壤侵蚀因子变化对县域水土流失动态变化的影响[J]. 中国水土保持, (3): 30−33,5. 中华人民共和国生态环境部. 2017. 关于印发《生态保护红线划定指南》的通知[N/OL]. (2017-07-20 2022-09-01].https://www.mee.gov.cn/gkml/hbb/bgt/201707/t20170728_418679.htm.
邹雅婧, 闫庆武, 谭学玲, 等. 2019. 渭北矿区土壤侵蚀评估及驱动因素分析[J]. 干旱区地理, 42(6): 1387−1394. -
期刊类型引用(1)
1. 徐大兴，邵兆刚，陈宣华，张进江，徐盛林，李冰，张义平，余苇，邓文兵，丁奕文. 贺兰山构造带深部电性结构与动力学机制. 地质通报. 2024(11): 1921-1936 . 
本站查看
其他类型引用(0)
计量
- 文章访问数: 1292
- HTML全文浏览量: 469
- PDF下载量: 1816
- 被引次数: 1
