基于空间主成分分析的湖北省土壤侵蚀敏感性评价

朱 惇，李 璐，韩小波

(1.长江水资源保护科学研究所，湖北武汉 430051;2.湖北省水利水电科学研究院，湖北武汉 430070)

土壤侵蚀已成为全球性的环境问题之一，它严重威胁着人类生存与社会可持续发展［1-2］。土壤侵蚀是引起土地退化的主要原因，严重危害着农业生产发展，并导致泥沙淤积河道、增加洪水隐患，同时也将含有大量养分、重金属和化肥、农药的泥沙带进江河湖库，造成水体富营养化。

生态环境敏感性是指生态系统对自然环境变化和人类活动干扰的反应程度，它反映了一个区域出现生态失衡与生态环境问题的可能性大小及恢复速度［3-4］。通过生态环境敏感性评价，可直观反映出生态系统对各种自然和人类活动干扰的敏感程度，以及区域生态系统受到干扰时发生环境问题的难易程度和可能性大小。目前，国内外关于生态环境敏感性评价的研究已有较快发展，并将其广泛应用到实际工作中。土壤侵蚀是受众多因素影响的复杂过程，包括自然因素和人为因素两大方面，在时空尺度上具有强烈的相互依存和变化特点。目前，对土壤侵蚀评价和预报的研究已受到国内外学者的关注［5-7］，针对土壤侵蚀敏感性评价也开展了大量研究，主要探讨了土壤侵蚀敏感性的影响因素、不同环境因素对土壤侵蚀敏感性的影响以及不同敏感程度的空间分异规律。本研究以湖北省为例，运用空间主成分分析(SPCA)与GIS技术，通过分析不同环境背景条件下的土壤侵蚀分布特征，对湖北省土壤侵蚀敏感性程度分布特征进行综合评价，以期为全省水土保持规划和综合治理提供科学依据。

1 研究区概况

湖北省位于中国中部、长江中游、洞庭湖以北，介于 E108°21'—116°07'、N29°05'—33°20'之间，总面积18.6万km2。境内地貌类型多样，山地、丘陵、岗地和平原兼备，地势高差悬殊，全省地势呈三面高起、中间低平、向南敞开、北有缺口的不完整盆地。属亚热带季风气候，夏热冬冷，全省多年平均降水量800～1 600 mm，年际变化大，70% ～80%的降水集中在4—9月份，受地形影响，降水地域分布呈由南向北递减的趋势。境内土地利用类型多样，其中林地面积最大，约占全省总面积的42%，耕地次之，约占27%;山地和丘陵区林地多、耕地少，且多为旱地，平原则以水田为主。境内成土的自然地理及生物气候条件复杂，成土母质多样，土壤类型繁多，具有明显的南北过渡特征。

2 研究方法

2.1 环境背景分析因子选择及预处理

影响土壤侵蚀的因素很多，不同环境要素在同一扰动因子作用下其敏感性表现不一样，同一环境要素在不同扰动因子作用下其敏感性也不同。参考土壤侵蚀形成过程和影响因素的相关研究，可知湖北省土壤侵蚀的敏感性主要受气候、土壤性质、地形、植被覆盖度以及人类活动的影响，因此本研究选择土地利用类型、海拔、地形坡度、土壤类型、降水量和植被覆盖度6种环境因子进行全省土壤侵蚀敏感性评价。

研究中，收集并整理了研究区490个气象站的2005年逐月降水资料，利用ArcGIS软件进行空间插值，生成研究区年降水量的栅格分布图。根据1∶5万DEM数据，利用ArcGIS空间分析功能，计算研究区的海拔和地形坡度。根据研究区2005年的Terra/MODIS遥感数据，通过对逐旬归一化植被指数(NDVI)数据进行处理，采用植被指数转换法［8］计算研究区5—9月份植被生长期间的平均植被覆盖度［9］。根据研究区2005年的Landsat7多光谱遥感影像，经解译得到土地利用类型图，并划分为水域、城镇、水田、林地、灌草、荒地和旱地7种类型。研究中的土壤侵蚀数据来自2005年湖北省水土流失遥感普查成果，按照水利部规定将土壤侵蚀强度划分为微度、轻度、中度、强烈、极强烈和剧烈6个等级。所有的环境因子和土壤侵蚀空间分布图均转换成统一的空间分辨率和投影坐标系。

2.2 不同环境背景条件下的土壤侵蚀综合评价

为了获得研究区土壤侵蚀随各种环境背景条件变化的空间分异规律，利用GIS的空间分析功能，按照不同自然环境因子对土壤侵蚀强度分布进行梯度分割，分级统计研究区土壤侵蚀强度沿自然环境因子梯度分异的规律，分类统计不同环境因子分级的土壤侵蚀分布情况。为了使不同侵蚀强度等级之间具有可比性，根据侵蚀强度等级进行量化分级，依据其对生态环境影响的大小，对不同土壤侵蚀类型的不同强度等级的分级值划分如下:微度、轻度、中度、强烈、极强烈和剧烈侵蚀程度的分级值分别为0、2、4、6、8和10分，分级值越大，表明土壤侵蚀越严重。在此基础上，通过计算土壤侵蚀综合指数［10］，对不同区域单元内的土壤侵蚀强度进行比较。土壤侵蚀综合指数的计算式为

式中:INDEXj为第j单元的土壤侵蚀综合指数;Wij为第i类第j级土壤侵蚀强度的分级值;Aij为第i类第j级土壤侵蚀强度面积比例。

不同环境背景条件下的土壤侵蚀综合指数计算结果如表1。

由于不同环境因子具有不同的量纲，无法进行综合计算，因此需要通过标准化处理转换为无量纲的数据。研究中采用极差标准化进行数据变换，每一专题指标标准化后的分级数值在0～1之间，其计算公式为

式中:x'i为变换后的数据;xi为各项原始数据;xmax为指标中的最大值;xmin为指标中的最小值。

表1 不同环境背景条件下的土壤侵蚀综合指数

2.3 空间主成分分析法

主成分分析法(PCA)是从多指标分析出发，运用统计学分析原理与方法提取少数几个彼此不相关的综合性指标而保持其原指标所提供的大量信息的一种统计方法。通过将原始空间坐标轴旋转，将相关的多变量空间数据转化为少数几个不相关的综合指标，实现用较少的综合指标最大限度地保留原来较多变量所反映的信息［11］。其基本原理是:设有N个相关变量Xi(i=1，2，…，N)，由其线性组合成N个独立变量Yi(i=1，2，…，N)，使独立变量Yi的方差之和等于原来N个相关变量Xi的方差之和，并按方差大小由小到大排列，这样就可把N个相关变量的作用看作主要由为首的几个独立变量Yi(i=1，2，…，M)(M＜N)所决定，于是N个相关变量Xi就缩减成了M个独立变量Yi，即通常所说的主成分。与层次分析法和群组决策特征根法不同，主成分分析法是对高维变量进行最佳综合与简化，客观地确定各个指标的权重，避免了人为打分而带来的主观随意性［12］。而空间主成分分析(SPCA)则是在GIS技术的支持下将每个空间变量对应一个矩阵后，通过主成分分析，将相关的空间变量对因变量的影响程度分配到相应的主成分因子上。本研究运用空间主成分分析法，根据各环境因子的土壤侵蚀综合指数计算研究区的土壤侵蚀敏感性指数，进行区域土壤侵蚀敏感性评价。土壤侵蚀敏感性指数定义为M个主成分的加权和，而权重用每个主成分相对应的贡献率来表示。评价公式可表示为

式中:SI为土壤侵蚀敏感性评价结果;Yi为第i个主成分(i为1、2、3…M，下同);ri为第i个主成分的贡献率;M为主成分的数量。

3 结果与分析

利用ArcGIS软件对6个环境因子的空间变量进行空间主成分分析，表2为主成分分析结果。从表2可知，第1个主成分的方差贡献率达到了57%，而前4个主成分的累计方差贡献率超过90%，这说明前4个主成分足以反映环境因子下的土壤侵蚀敏感性程度。因此，以各因子的方差贡献率作为权重，将前4个主成分加权求和即可计算出研究区土壤侵蚀敏感度指数，计算式为

表2 主成分因子的特征值、贡献率和累计贡献率

3.1 研究区土壤侵蚀敏感性评价结果

利用ArcGIS的自然间隔分类法将土壤侵蚀敏感性指数大小分为5级，即非敏感区、轻度敏感区、中度敏感区、高度敏感区和极敏感区。图1和表3分别为研究区土壤侵蚀敏感性评价空间分布图和统计结果。研究表明，研究区中度及其以上敏感区的面积为59 859.8 km2，其中:高度敏感区和极敏感区面积分别占总面积的9.4%和4.2%，主要分布在鄂西南、鄂西北高山区，以丹江口库区及三峡库区周边最为显著;中度敏感区主要分布在鄂东南、鄂东北低山丘陵区;轻度敏感区面积最大，占总面积的37.2%，主要分布在山地丘陵向平原过渡的地区;非敏感区主要分布在中部的平原区。

从主成分分析结果看，第1个主成分主要反映了地形坡度和高程分布信息，第2个主成分主要反映了土地利用与植被覆盖信息，第3个主成分反映了降雨和土壤类型等变异相对较小的环境因子信息。可见，土壤侵蚀是一个受多种环境因子综合作用的复杂过程。

图1 研究区土壤侵蚀敏感性分布

表3 研究区土壤侵蚀敏感性评价结果

3.2 不同环境背景条件下的土壤侵蚀分布特征

分析土壤侵蚀与地形之间的关系，可知研究区土壤侵蚀随着海拔的变化表现出明显的垂直分异特征，土壤侵蚀主要集中分布于相对高程带为50—500 m的岗地丘陵、低山以及相对高程带为500—1 500 m的山地地区，3个高程带的土壤侵蚀面积所占比例均超过30%，其中相对高程带为150—500 m的比例最高，土壤侵蚀综合指数也最高，这些地区恰好也是耕作活动的主要集中地区，因此土壤侵蚀敏感度较高。相对高程带在50 m以下的多为平坦地区或缓丘平坝，其地形平缓，不易发生水土流失;相对高程带为1 500 m以上的地区植被良好，人为扰动影响小，土壤侵蚀敏感性较低。

从土壤侵蚀与地形坡度的关系看，基本表现为随着坡度的增大侵蚀加剧的特征。8°—15°坡度范围的土壤侵蚀面积所占比例均为最高，土壤侵蚀综合指数也最高，其次为15°—25°的坡度。这两个坡度范围适于人类开发利用，人为活动剧烈，加上开发利用不合理，土壤侵蚀程度比坡度大的区域要高出很多，故土壤侵蚀较严重。由此可见，人类开发利用程度高的斜坡和平缓坡地带是土壤侵蚀敏感性高的地区。

从土壤侵蚀与土地利用类型的关系看，旱地的土壤侵蚀综合指数最高，其次是未利用地和灌草地。丘陵、山地地区的耕地多为旱地，水田也多实行水旱轮作，同时也是研究区农作的密集区，由于缺乏相应的水土保持措施，坡耕地的侵蚀程度居高不下，其侵蚀的发生显然与人类的不合理开发利用关系密切。因此，旱地特别是坡耕地仍然是研究区土壤侵蚀敏感性高的地类，属于治理的重点对象。

从土壤侵蚀与植被覆盖状况之间的关系看，植被覆盖的好坏，很大程度上影响着土壤侵蚀的发生、发展和演变。研究区土壤侵蚀程度表现为随着植被覆盖度的增大而减小的趋势。植被覆盖度高的区域几乎不发生侵蚀，土壤侵蚀敏感性较低，这与通常认为随着植被覆盖度的降低发生侵蚀的概率增大的认识是一致的。

从土壤侵蚀与年降水量的关系看，土壤侵蚀主要集中在年降水量＜900 mm的区域，而年降水量最高的地区土壤侵蚀面积分布相对较少，土壤侵蚀综合指数也较低。分析其原因，年降水量＞1 500 mm的地区本身面积较小，主要位于鄂西南高山区和鄂东南低山丘陵区，这些地区是研究区植被覆盖较好的区域;年降水量1 100～1 500 mm的地区位于江汉平原，不易发生土壤侵蚀;而年降水量＜900 mm的地区分布面积较大，并且主要分布于鄂西北地区，该地区坡度陡、人为毁林开荒、陡坡耕垦，导致区域内生态环境明显退化，尤其以丹江口库区及三峡库区周边最为突出。

从土壤侵蚀与土壤类型之间的关系看，土壤侵蚀面积比例较高的地区多为黄棕壤、石灰土、红壤、黄壤和紫色土分布区，这些土壤的质地多以疏松的壤质土为主，主要分布在山地区，易发生片蚀和沟蚀，因此土壤侵蚀敏感性程度比较高。

4 结语

本研究对湖北省不同环境因子下的土壤侵蚀分布特征进行了研究，选择地形坡度、海拔、植被覆盖度、土地利用、年降水量及土壤类型6个要素作为环境背景分析的评价因子，通过计算其土壤侵蚀综合指数，运用GIS技术与空间主成分分析方法，对研究区的土壤侵蚀敏感性的空间分布和变异特征进行了评价。研究结果表明，湖北省的土壤侵蚀敏感性程度主要以轻度及以下敏感性为主，而中度及以上敏感区约占研究区总面积的1/3。相对高程150—500 m、坡度8°—15°、植被覆盖度低、土质疏松、土地利用类型以坡耕旱地为主地带的土壤侵蚀敏感性程度较高。在空间分布上，不同程度的敏感性地区呈块状不连续分布，高敏感性区域主要集中分布在环湖地区和西北部山区，分布特征与地貌类型关系密切。鄂西北、鄂西南高山区土壤侵蚀敏感性最高，鄂东南、鄂东北低山丘陵区次之，中部平原以非敏感区为主。

［1］Lal R.Soil erosion impact on agronomic productivity and environment quality［J］.Critical Reviews in Plant Sciences，1998，17(4):319-464.

［2］Lal R.Soil degradation by erosion［J］.Land Degradation ＆Development，2001，12(6):519-539.

［3］王效科，欧阳志云.中国水土流失敏感性分布规律及其区划研究［J］.生态学报，2001，21(1):14-19.

［4］刘康，欧阳志云，王效科，等.甘肃省生态环境敏感性评价及其空间分布［J］.生态学报，2003，23(12):2711-2718.

［5］Le Bissonnais Y，Montier C，Jamagne M，et al.Mapping erosion risk for cultivated soil in france［J］.Catena，2002，46(2-3):207-220.

［6］Fu B J，Zhao W W ，Chen L D，et al.Assessment of soil erosion at large watershed scale using RUSLE and GIS:a case study in the loess plateau of china［J］.Land Degradation ＆Development，2005，16(1):73-85.

［7］朱惇，王天巍，蔡崇法，等.基于模糊神经系统与GIS的区域土壤侵蚀快速评价［J］.农业工程学报，2010，26(1):103-107.

［8］赵英时.遥感应用分析原理与方法［M］.北京:科学出版社，2003:374-375.

［9］ Jönsson P，Eklundh L.TIMESAT—a program for analysing time-series of satellite sensor data［J］.Computers and Geosciences，2004，30(8):833-845.

［10］王思远，刘纪远，张增祥，等.不同土地利用背景下土壤侵蚀空间分布规律研究［J］.水土保持学报，2001，15(3):48-51.

［11］Jolliffe I T.Principal Component Analysis，Series:Springer Series in Statistics［M］.2nd ed.New York:Springer，2002:388-391.

［12］Li A N，Wang A S，Liang S L，et al.Eco-environmental vulnerability evaluation in mountainous region using remote sensing and GIS—A case study in the upper reaches of Minjiang River，China［J］.Ecological Modeling，2006，192(1-2):175-187.