基于马尔科夫模型土壤侵蚀动态变化研究——以西安都市圈为例

刘少佳, 任志远, 杨文艳,3, 周忠学

(1.陕西师范大学 旅游与环境学院, 西安 710119; 2.陕西师范大学 西北国土资源研究中心,西安 710119; 3.陕西师范大学 西北历史环境与经济社会发展研究院, 西安 710062)



基于马尔科夫模型土壤侵蚀动态变化研究
——以西安都市圈为例

刘少佳1,2, 任志远1,2, 杨文艳1,2,3, 周忠学1,2

(1.陕西师范大学 旅游与环境学院, 西安 710119; 2.陕西师范大学 西北国土资源研究中心,西安 710119; 3.陕西师范大学 西北历史环境与经济社会发展研究院, 西安 710062)

以西安都市圈为研究区域，采用遥感影像、DEM和经济社会统计数据等基础数据，通过RS和GIS技术，结合通用水土流失方程(RUSLE)，对2000年、2005年和2010年西安都市圈土壤侵蚀动态变化情况做定量估算分析。在定量计算的基础上，应用马尔科夫模型预测2015年、2020年、2025年的土壤侵蚀演变情况。结果表明：(1) 2000—2010年，从时间特征上来看，西安都市圈土壤侵蚀呈减小趋势；从空间特征来看，北部和南部区域土壤侵蚀比较严重，中心区域相对较轻。(2) 2000—2010年，各类土壤侵蚀类型面积主要趋于由较高转向较低等级侵蚀类型，说明西安都市圈土壤侵蚀强度呈减小趋势。(3) 从预测结果可以看出，2015—2025年，微度侵蚀面积在逐年增加，轻度及以上类型的面积逐年减少，整体呈良性发展趋势。

西安都市圈; 土壤侵蚀; 动态变化; 马尔科夫模型

土壤侵蚀是土地资源破坏的主要原因，近几十年期间，我国土壤资源遭到严重破坏，土壤肥力严重流失，土地生产力下降，生态环境日益恶化，对人类的生存和发展环境构成严重的威胁，目前各国学者都很关注的土壤侵蚀问题[1-3]，针对土壤侵蚀问题，土壤侵蚀模型是衡量土壤侵蚀量的重要工具。国内外学者在土壤侵蚀方面做了大量研究，取得了丰硕的研究成果，美国学者[4]最早提出通用土壤流失方程USLE，用于计算土壤侵蚀模数，随着后期不断发展，美国农业部又对通用土壤流失方程做了进一步修正,颁布RUSLE模型[5]。20世纪70年代，我国将修正后的美国通用土壤流失方程引入国内，我国学者在此模型的基础上，从土壤侵蚀各影响因子以及土壤侵蚀预报模型等方面做了大量的研究。其中，万廷朝[6]以径流监测资料为基础，探讨了降雨侵蚀力因子和地形因子的相互关系以及对水土流失的作用，陈德林等[7]也研究分析了降雨侵蚀力因子，有较好的代表性。鉴于很多地区相关资料不够全面，当前，以USLE/RUSLE为代表的水土流失模型结合GIS和RS技术仍是应用最为广泛的模型。马尔科夫(Markov)预测模型[8]由俄国数学家Markov A A在1907年用数学方法研究布朗运动过程时发现的一种随机运动规律，是根据目前时间的情况预测未来各个时刻(或时期)变动状况的一种预测方法，是地理预测中常用的重要方法，它的转移过程具有“无后效性”。目前马尔科夫预测模型在很多方面得到广泛应用，主要用于土地利用变化，土壤侵蚀，降雨以及人口等预测研究中，是一种具有可行性的地理预测方法。

鉴于此，本文采用美国通用水土流失方程USLE(universal soil loss equation)，结合GIS和RS技术,对西安都市圈2000年、2005年、2010年土壤侵蚀量进行计算，并对该区域土壤侵蚀的时空变化特征进行分析，在此基础上采用马尔科夫模型，预测分析该区域土壤侵蚀的演变趋势，以期为该区域水土保持措施优化配置以及水土保持宏观决策提供支持。

1 研究区域概况

1.1 研究区概况

西安都市圈由西安市全部及咸阳市的部分区县构成，共22个区县，其中包括西安市全部(九区四县)，咸阳市两区六县与杨凌区，总面积约为14 995 km2。该区域主要包括渭河、泾河平原，中部台塬区，北部高原丘陵区三种地貌特征，地形由东南向西北呈阶梯形,西安都市圈地处南北过渡地带，背靠秦岭，土地资源肥沃，年均降雨量为600～800 mm，光热条件较好，气候温和，属暖温带半湿润的季风气候，并面向关中平原,适宜发展各种新型的都市农业科技示范园区、生态经济林带以及设施农业，是关中平原农业、城镇以及人口分布最密集的地带。

当前本区水果、蔬菜和畜牧品的品质享誉全国，已经建成国内较大的樱桃以及葡萄和厚皮甜瓜生产基地，其番茄和猕猴桃生产在全国占有重要地位，还有较好的奶牛养殖基地，并形成了独具特色的生态型、产业型和现代型的多元化都市农业。然而，该区域伴随着城市化快速扩张，环境问题日益突现，水土流失严重，尤其在临潼、周至县西南地区、户县、蓝田、长安等区域土壤侵蚀尤为严重，导致土壤肥力流失，土地生产力下降，因此，研究土壤侵蚀动态变化对于提高该区域水土保持措施优化配置以及水土资源保护具有重要的意义。

1.2 数据来源

本研究采用的主要数据包括遥感数据、DEM数据和统计数据。遥感数据采用Landsat 7卫星影像，主要用于解译农业土地利用。DEM数据主要用于提取LS因子，并在ArcGIS软件中结合其它土壤侵蚀影响因子来计算土壤侵蚀量。经济社会统计数据主要来源于实地调研数据以及各种统计年鉴，统计年鉴数据主要包括2001年、2006年以及2011年西安市全部和咸阳部分区县的统计年鉴以及杨凌实地调研和相关部门提供的数据。

1.3 研究方法

1.3.1 水土流失模型 土壤侵蚀模数采用美国修正土壤流失方程(RUSLE)得到[9]，其表达式为：

A=R×K×L×S×C×P

(1)

式中：A——土壤侵蚀量[t/(hm2·a)]；R——降雨及径流因子[10][(MJ·mm)/(hm2·h·a)]；K——土壤可蚀性因子[(t·hm2·h)/(hm2·MJ·mm)]；L——坡长因子；S——坡度因子；C——地表植被覆盖因子；P——土壤保持措施因子，它们是无量纲因子。R值是降雨因子，是引起土壤流失的最重要的因子，通过计算各个站点多年平均降雨侵蚀力R值，使用Krige方法在GIS软件中进行空间内插运算，得到年降雨侵蚀力的空间分布因子栅格图。R值的计算公式如下：

(2)

式中：ji——第i月降水量。K值反映了土壤的抗蚀能力，K值越大，土壤抗蚀性越差，反之越强。由于运用诺谟图法和粒级计算法确定K值需要较多参数，因此本文参考吕世海[11]、岑奕[12]等的研究，通过查表法获取西安都市圈各类土壤的K值，并录入西安都市圈土壤类型分布图，在GIS软件中转换为栅格图层。K值乘以0.131 7由美国制转换为国际制。L是坡长因子，S是坡度因子，等于其他条件相同时实际坡度与9%坡度相比土壤流失比值；由于L和S因子经常影响土壤流失，因此，称LS为地形因子，以示其综合效应；

坡长坡度因子(LS)的计算公式[13]如下：

LS=(λ/22.1)m(65.41sin2θ+4.56sinθ+0.065)

(3)

m=β/(1+β)

(4)

β=(sinθ/0.0896)/[3.0(sinθ)0.8+0.56]

(5)

式中：L——坡长因子；λ——坡长(m)；m——坡长指数；β——细沟侵蚀和细沟间侵蚀的比率；θ——坡度。

植被覆盖指数因子(C)指不同地面植被覆盖状况对土壤侵蚀的影响，与土地利用类型、植被覆盖度密切相关[14]，计算公式为：

(6)

fC=(NDVI-NDVIS)/(NDVIV-NDVIS)

(7)

式中：fC——植被覆盖度[15]；归一化植被指数(NDVI)——目前应用最广的植被指数，可以很好地反映地表植被的繁茂程度，植被覆盖度与NDVI有较好的相关关系。利用2000年、2005年、2010年的TM遥感影像图在Erdas软件下通过计算来获取这三年的归一化植被指数值(NDVI)，NDVIV，NDVIS表示植被整个生长季NDVI的最大值和最小值。C值为0～1，其中，0为不发生侵蚀的地区，1为未采取任何控制措施的地区，用GIS软件通过运算得到C因子栅格图。

研究表明，梯田(等高)耕作方式是最有效的水土保持措施之一，但当坡度大于24%时，等高耕作对水土保持的效果就不明显[16]。本文通过土地利用现状图，确定不同土地利用方式的土壤保持措施因子(P值)，其中，城乡工矿居民用地、水域的P值为0；耕地的P值为0.35；草地、林地、未利用地基本上没采取水土保护措施，取值1。将该值分别录入2000年、2005年、2010年的土地利用分布图中，在GIS软件下生成水土保持措施因子栅格图。

1.3.2 土壤侵蚀强度分类标准 土壤侵蚀强度的划分依据国家2008年开始实施的水利行业标准《土壤侵蚀分类分级标准SL190-2007》[17]，土壤侵蚀强度分级如表1所示。

表1 土壤侵蚀强度分级

1.3.3 马尔科夫模型 马尔科夫(Markov)模型是一种关于事件发生的概率预测方法，是地理预测中常用的重要方法之一。通过对某事件的不同初始状态概率以及状态转移概率的研究来确定其将来各个状态的变化趋势，从而达到对未来趋势的预测目的。它表明在t时刻所研究事件的状态概率只与前一时刻t-1的状态有关，而与t-1之前的状态概率无关,即状态转移过程的无后效性[18]。用该模型研究土壤侵蚀动态变化是可行的，因为该区域土壤侵蚀的动态演变过程符合马尔科夫模型的性质：在一定研究区域内，各类土壤侵蚀强度之间可以相互转化；在不同时期，其转移过程受前一时刻状态的影响。在生成区域土壤侵蚀转移矩阵的基础上，该模型被用于预测特定时刻下土壤侵蚀演变的未来趋势[19-22]。

运用马尔科夫模型预测土壤侵蚀动态变化趋势最重要的是确立土壤侵蚀强度转移矩阵P，其数学表达式为：

(8)

式中：Pij——土壤侵蚀强度类型i到j的转移概率。

(9)

2 结果与分析

2.1 土壤侵蚀时空分布变化

2.1.1 时间分布变化 西安都市圈3个时期(2000年、2005年、2010年)土壤侵蚀强度等级面积统计如表2所示。从表中我们可以看出微度、轻度、中度侵蚀这3个等级的侵蚀面积比较大。总体来看土壤侵蚀强度趋于减小，2000—2005年微度侵蚀面积增加211.17 km2，轻度以上侵蚀面积减少211.22 km2，土壤侵蚀强度呈下降趋势，说明该区域在这5 a期间，土地利用强度较小，水土流失现状有所缓解，离不开同期政府实施的水土保持措施，提高了土壤生产力。2005—2010年微度侵蚀面积增加与轻度以上侵蚀面积减少量等同为67.55 km2，土壤侵蚀强度也呈减小趋势，但与上一期相比土壤侵蚀减小趋势较少，主要是由于随着城市化的快速扩张，环境问题开始变得突出，政府出台了相关的封山育林、退耕还林还草等政策，土壤侵蚀现状得到改观。2000—2010年城市化快速发展过程中，覆被变化是下垫面变化的最重要因子,下垫面变化一定程度上也影响土地利用变化，在计算土壤侵蚀量的时候根据不同时期的遥感影像提取各期的NDVI指数，同时到实地调研考察，不同地区不同时期的土壤侵蚀程度不一样，不过近几年虽然城市化速度加快，下垫面改变带来了一定程度的侵蚀，但随着对该地区都市农业的快速发展，国家采取一系列还林还草政策，以及农业结构的合理化调整，采取了地膜覆盖等技术，形成一系列的设施农业和现代生态农业，这10 a期间，长安区、周至、礼泉等区县地表植被覆盖度提高3%左右，户县、蓝田、三原等县地表植被覆盖度提高将近5%，地表植被覆盖率不断提高，水土的保持能力增强，土壤侵蚀呈减小趋势。

表2 西安都市圈不同时期土壤侵蚀强度面积与百分比变化

2.1.2 空间分布变化 从西安都市圈土壤侵蚀分布图(图1)可以看出，不同区域土壤侵蚀情况存在着明显的地域分布规律，北部和南部区域土壤侵蚀比较严重，中心区域相对较轻。乾县中北部、礼泉县中部、阎良北部、泾阳及三原县等北部区域的地貌形态以支离破碎的黄土丘陵沟壑为主，地形起伏大，土壤质地粗糙，植被覆盖度空间差异较大，水土保持能力较低，土壤侵蚀相对比较严重。临潼南边区域、周至县西南地区、户县、蓝田、长安等区域地形以山地丘陵为主，园地、林地交错分布，农业用地分布相对较分散，秦岭山地降雨侵蚀较强，地形高差变化较大，植被覆盖度较低，水土保持能力较差，使该地区土壤侵蚀比较严重。中心区域多位于市区中心，坡长坡度较小，地形相对平坦，降雨侵蚀较弱，主要以耕地和居民用地为主，虽然植被覆盖度低以及土壤保持措施敏感，但这些不是造成该区域土壤侵蚀的主要原因，因此土壤侵蚀程度比较轻。

图1 西安都市圈不同时段土壤侵蚀分布

2.2 土壤侵蚀动态变化趋势

利用ArcGIS软件，叠加分析西安都市圈2000—2005年和2005—2010年两期的数据，获取不同侵蚀类型之间的面积转化状况，计算得出各土壤侵蚀强度面积转移矩阵(表3、表4)。从表3中可以得出，2000—2005年，各土壤侵蚀强度之间有一定的转化：微度侵蚀主要转化为轻度侵蚀，面积转化了0.26%，极少量转化为了中度侵蚀；9.47%的轻度侵蚀面积转化为微度侵蚀，0.54%转化为中度侵蚀，极少量转化为强烈侵蚀；中度侵蚀主要转化为轻度侵蚀，面积转化了20.44%，其余少量转化为微度和强烈侵蚀；强烈侵蚀主要转化为中度侵蚀，面积转化了33.65%，其余少量转化为微度、轻度、中度和极强烈侵蚀；极强烈侵蚀主要转化为剧烈侵蚀，面积转化了42.94%，其余1%左右转化为其他侵蚀类型；剧烈面积有49.49%转化为极强烈侵蚀，从土壤侵蚀面积变化的总体趋势来看，各类土壤侵蚀强度面积主要趋于由较高侵蚀强度转向较低侵蚀强度类型，说明2000—2005年西安都市圈土壤侵蚀强度趋于减小，土壤侵蚀量呈良性发展态势。

从表4中可以得出，2005—2010年期间，各土壤侵蚀强度之间都有不同程度的转化，微度侵蚀面积转化为轻度侵蚀，转化了0.43%；轻度侵蚀面积主要转化为微度侵蚀，少量转化为中度侵蚀，分别转化了4.85%，0.72%；15.35%中度侵蚀面积主要转化为轻度侵蚀，1.24%转化为强烈侵蚀；强烈侵蚀主要转化为中度侵蚀，面积转化了26.23%，1.54%转化为极强烈侵蚀；极强烈侵蚀主要转化为剧烈侵蚀，面积转化了30.61%，其余0.7%转化为剧烈侵蚀；16.75%的剧烈侵蚀面积转化为极强烈侵蚀。从土壤侵蚀面积变化的总体趋势来看，主要趋于侵蚀程度较强的面积向侵蚀程度较弱的转变，说明2005—2010年西安都市圈土壤侵蚀强度也呈减小趋势，但相比上一期减小趋势变缓，主要是由于随着城市化的快速扩张，环境问题变得严重，水土流失情况有所严重，但政府出台了相关的封山育林、退耕还林还草、建立生态示范园区等政策，土壤侵蚀现状得到一定的改观，土壤侵蚀向良性发展。

表3 西安都市圈2000-2005年土壤侵蚀面积转移矩阵 km2

表4 西安都市圈2005-2010年土壤侵蚀类型面积转移矩阵 km2

2.3 土壤侵蚀动态变化模拟预测

根据2000—2005年的土壤侵蚀类型转移矩阵表3，计算出相应的土壤侵蚀强度转移概率矩阵，在此基础上预测出2010年的土壤侵蚀面积百分比，见表5。

表5 2010年土壤侵蚀类型面积百分比实际值与预测值的比较

RUSLE各因子专题图层建立时不可避免存在误差,而预测结果是六大因子连乘,使误差累计增大,为使RUSLE更符合我国陡坡地的实际,对各因子算法进行了必要的修改，在实际规划中将土壤侵蚀分为多级后,可以消除部分偏差，得到更准确的侵蚀强度数据。结合实地调研数据。本文引入模型效应系数W[23-24]判断马尔科夫模拟预测的效果，W值可以反映土壤侵蚀类型面积比例实际值与预测值的吻合程度，计算公式为：

(10)

通过模型验证后，根据2005—2010年西安都市圈土壤侵蚀类型面积变化，计算出各土壤侵蚀等级转移概率矩阵表6，在此基础上，利用初始转移概率矩阵和2010年土壤侵蚀程度面积的初始状态矩阵，预测计算出2015年、2020年、2025年3个不同时期的土壤侵蚀面积变化情况见表7。

从预测结果表7可以看出，总体而言西安都市圈土壤侵蚀按目前的状态发展相对乐观，2000—2025年25a期间，微度侵蚀面积逐年在增加，轻度及以上类型的面积逐年减少。这25a期间，微度侵蚀面积增加664.77km2，占西安都市圈土壤侵蚀总面积的4.46%；轻度和中度土壤侵蚀面积明显趋于下降，2015年、2020年、2025年强烈和极强烈土壤侵蚀面积所占比例很小，总面积不足1%，剧烈侵蚀面积到2020年、2025年占的比例最小。说明西安都市圈土壤侵蚀状况在不断向良性发展，局部小区域可能还存在一定土壤侵蚀加剧的潜在危险，因此需要政府保持长效的水土保持措施。

表6 西安都市圈2005-2010年初始状态土壤侵蚀强度转移概率矩阵

表7 西安都市圈土壤侵蚀面积未来演变趋势预测

3 结论与讨论

(1) 西安都市圈土壤侵蚀分布从时间分布特征来看，2000年、2005年、2010年微度侵蚀面积最大，其次为轻度侵蚀，土壤侵蚀呈减小趋势。从空间分布特征来看，乾县中北部、礼泉县中部、阎良北部、泾阳及三原县等北部区域和周至县西南地区、户县、蓝田、长安、临潼等南部区域土壤侵蚀较为严重，中心区域土壤侵蚀相对较轻。

(2) 2000—2010年，从土壤侵蚀面积动态变化的总体趋势而言，各类土壤侵蚀强度面积主要趋于由较高等级侵蚀类型转向较低等级侵蚀类型，说明西安都市圈土壤侵蚀强度呈减小趋势，土壤侵蚀状况呈良性发展趋势。

(3) 2000—2025年这25a期间，微度侵蚀面积逐年在增加，轻度及以上类型的面积逐年减少。微度侵蚀面积呈上升趋势，面积增加664.77km2，占西安都市圈土壤侵蚀总面积的4.46%；轻度和中度土壤侵蚀面积明显趋于下降，2015年、2020年、2025年强烈和极强烈土壤侵蚀面积所占比例很小，总面积不足1%，剧烈侵蚀面积到2020年、2025年减少到最少。土壤侵蚀状况得到明显缓解。说明西安都市圈土壤侵蚀状况在不断向良性发展，土壤侵蚀发展前景相对乐观。

(4) 西安都市圈土壤侵蚀整体呈现乐观的发展趋势，但局部地区可能也存在土壤侵蚀加剧的潜在危险，因此本地相关部门在保证该区域长效良性发展的前提下，要采取一系列还林还草政策，同时调整农业结构，形成一系列的设施农业和现代生态农业，提高土地的利用效率以及土壤水分利用率，优化配置该地区水土保持措施，防御和治理相结合，加强局部土壤侵蚀严重区域的水土流失保护，更好地控制该地区的土壤侵蚀状况，建立更加良性的发展趋势。

[1] 潘竟虎,文岩.基于RUSLE-SMA的黄土丘陵沟壑区土壤侵蚀评价及景观格局分析:以庆城县蔡家庙流域为例[J].生态学杂志,2013,32(2):436-444.

[2] 陈贵廷,吕世海,吴新宏.呼伦贝尔森林—草原区水土流失动态变化[J].草地学报,2009,17(5):607-613.

[3] 程先富,余芬.安徽省土壤侵蚀空间分布及其与环境因子的关系[J].地理研究,2010,29(8):1461-1468.

[4]WischmeierWH,SmithDD.PredictingRainfallErosionLosses-AGuideforConservationPlanning[M].U.S.DepartmentofAgriculture,AgricultureHandbook537,1978.

[5]RenardKG,FerreiraVA.RUSLEmodeldescriptionanddatabasesensitivity[J].JournalofEnvironmentalQuality,1993,22(3):458-466.

[6] 万廷朝.黄丘五副区降雨和地形因素与坡面水土流失关系研究[J].中国水土保持,1996,177(12):26-29.

[7] 陈德林,谷淑芳.浑江流域降水侵蚀因子R值的确定[J].吉林气象，1995(2):26-33.

[8] 徐建华.现代地理学中的数学方法[M].北京:高等教育出版社,2006:94-98.

[9] 陈龙,谢高地,裴厦,等.澜沧江流域生态系统土壤保持功能及其空间分布[J].应用生态学报.2012,23(8):2249-2256.

[10] 任志远,李晶.陕南秦巴山区植被生态功能的价值测评[J].地理学报,2003,58(4):503-510.

[11] 吕世海,陈贵廷,叶生星.基于GIS的呼伦贝尔地区土壤侵蚀动态变化研究[J].水土保持学报,2009,23(5):56-61.

[12] 岑奕,丁文峰,张平仓.华中地区土壤可蚀性因子研究[J].长江科学院院报,2011,28(10):65-74.

[13] 汤国安,杨昕.地理信息系统空间分析试验教程[M].北京:科学出版社,2006.

[14] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J]. International Journal of Remote Sensing,1998,19(8):1533-1543.

[15] 延昊,王长耀.遥感植被指数对多时相AVHRR数据主成分分析的影响[J].遥感学报,2002,6(1):30-34.

[16] 游松财,李文卿.GIS支持下的土壤侵蚀量估算:以江西省泰和县灌溪乡为例[J].自然资源学报,1999,14(1):63-67.

[17] 中华人民共和国行业标准.土壤侵蚀分类分级标准SL190-2007[S].北京:中国水利水电出版社,2008.

[18] 薛亮,任志远.基于空间马尔科夫链的关中地区生态安全时空演变分析[J].生态环境学报,2011,20(1):114-118.

[19] 李天宏.基于RUSLE模型的延河流域2001—2010年土壤侵蚀动态变化[J].自然资源学报,2012,27(7):1165-1175.

[20] 朱萌,马孝义,刘雪娇.基于马尔科夫模型的武功县土地利用/覆被动态变化研究[J].水土保持研究,2013,20(5):64-68.

[21] 李德成,徐彬彬,石晓日.利用马氏过程模拟和预测土壤侵蚀的动态演变:以安徽省岳西县为例[J].环境遥感,1995,10(2):89-96.

[22] 刘晓阳,李纪人.雷达估测降水模拟史灌河流域径流[J].北京大学学报:自然科学版,2002,38(3):342-349.

[23] 江青龙,谢永生.京津水源区小流域土壤侵蚀空间模拟[J].生态学杂志,2011,30(8):1703-1711.

[24] 石香琼,査轩,陈世发.基于马尔柯夫模型的红壤退化地水土流失动态变化预测研究[J].水土保持研究,2009,16(4):19-23.

Dynamic Changes of Soil Erosion Based on Markov Model —A Case Study of the Xi'an Metropolitan

LIU Shaojia1,2, REN Zhiyuan1,2, YANG Wenyan1,2,3, ZHOU Zhongxue1,2

(1.CollegeofTourismandEnvironment,ShaanxiNormalUniversity,Xi′an710062,China;2.NorthwestLandandResourcesResearchCenter,ShaanxiNormalUniversity,Xi′an710062,China; 3.NorthwestInstituteofHistoricalEnvironmentandSocioeconomicDevelopment,ShaanxiNormalUniversity,Xi′an710062,China)

We took Xi′an metropolitan as the study area. Based on DEM data, remote sensing data and the economic and social statistics data, using RS and GIS technology, combining with the universal soil loss equation (RUSLE), we analyzed the dynamic change of soil erosion in Xi′an metropolitan in 2000, 2005 and 2010. On the basis of the quantitative calculation and application of Markov models, the dynamic changes of soil erosion areas of Xi′an metropolitan in 2015, 2020, 2025 were predicted. The results showed that:(1) from 2000 to 2010, on the view of time features, soil erosion presented the decreasing tendency in Xi′an metropolitan; on the view of spatial characteristics, soil erosion was more serious in north and south region, and was relatively light in central region; (2) from 2000 to 2010, various types of soil erosion areas shifted from higher to lower level erosion types, specification of Xi′an City circle of soil erosion intensity showed the trend of decrease indicating that soil erosion intensity presented the decreasing tendency in Xi′an metropolitan; (3) predicted value results show that, the tiny degree of soil erosion area will increase year by year, light and above the light degree soil erosion areas will reduce year by year from 2015 to 2025, the overall trend will tend to a status of benign development.

Xi′an metropolitan; soil erosion; dynamic changes; Markov Model

2014-11-04

2014-11-20

教育部人文社会科学重点研究基地项目(14JJD840004);国家自然科学基金项目(41371523)

刘少佳(1989—),女,陕西西安人,硕士研究生,研究方向为GIS与国土资源学。E-mail:463751349@qq.com

任志远(1953—),男,陕西兴平人,教授,博士生导师,主要从事国土资源开发与生态环境评价研究。E-mail:renzhy@snnu.edu.cn

S157；X171.1

1005-3409(2015)05-0014-06