在耕地扩张背景下进行滑坡易发性制图：考虑根系凝聚力变化及土地利用对饱和水力传导性的影响

《Geomatics, Natural Hazards and Risk》：Landslide susceptibility mapping under cropland expansion: considering root cohesion variability and land use effects on saturated hydraulic conductivity

农业扩张导致山区滑坡易感性增加，本研究通过整合空间异质性根凝聚力和土地利用影响的水力传导率，改进了无限边坡稳定性模型。案例显示，2010-2020年湖南某地区因森林转为农田，导致根凝聚力下降（降幅达22.1%），饱和水力传导率降低（降幅达31.87%），滑坡易感性显著提升（AUC提高6%-17%）。模型验证表明，考虑动态根凝聚力和调整水力传导率后，滑坡预测精度提升且具有跨区域适用性。研究结果强调需平衡农业扩张与生态保护，政策制定中应纳入植被覆盖变化和土壤水力特性评估

　　### 引言

在许多发展中国家的山地和丘陵地区，农业扩张导致了根系凝聚力的减少以及土地利用的变化，从而显著增加了滑坡发生的可能性。目前，基于物理原理的模型通常假设根系凝聚力是均匀的，并忽略了土地利用对饱和渗透率的影响，这限制了它们的准确性。本研究通过在无限斜坡稳定性框架中纳入根系凝聚力的空间异质性和土地利用驱动的渗透率变化，推动了滑坡易发性建模的发展。利用卫星遥感数据获得的树木高度和地上生物量产品来绘制根系凝聚力，通过调整方法赋予土地利用特定的渗透率值。将这些因素整合到无限斜坡稳定性模型中，显著提高了滑坡易发性评估的准确性，AUC（曲线下面积）提高了6%–17%。结果表明，由于农业扩张导致的森林砍伐，根系凝聚力和渗透率的显著下降显著增加了降雨引发的滑坡风险。这种方法增强了无限斜坡稳定性模型，强调了农业发展对生态环境的权衡。它为识别高风险区域、设定农业扩张的边界以及优化灾害缓解策略提供了实用工具，特别是在经历显著土地利用变化的滑坡易发地区，如农业扩张区域。

### 关键词

- 农业扩张
- 滑坡易发性
- 根系凝聚力
- 饱和渗透率
- 空间异质性

### 方法论

本研究提出了一个考虑土地利用影响的改进型无限斜坡稳定性模型，以更精确地评估滑坡易发性。该模型的核心在于整合土地利用变化对土壤渗透率的影响以及根系凝聚力的空间异质性。具体而言，模型通过卫星数据获取的植被参数（如树木高度和地上生物量）来计算根系凝聚力，并通过调整方法确定不同土地利用类型的饱和渗透率。这种方法不仅考虑了根系对土壤的机械加固作用，还涵盖了植被对土壤水分的调节作用，从而降低了孔隙水压力，延迟了关键饱和度的出现，并减少了斜坡失稳的风险。

### 研究区域与数据来源

本研究选择了中国湖南省的两个研究区域：梅阳和浏阳。梅阳经历了快速的农业扩张，而浏阳则保持了相对稳定的土地利用模式。这种双案例设计有助于识别关键的风险驱动因素。梅阳地区位于湖南省东部，地处云贵高原与武陵山脉交界处，气候为亚热带季风气候，年均降水量为1300毫米，主要集中在4月至7月。该地区地质以沉积岩为主，伴有少量变质岩，土壤类型为粉质黏土。由于多期构造活动，形成了复杂的地质结构，包括褶皱和断层。该地区的陡峭地形、频繁降雨和人类活动（尤其是农业扩张）使其成为滑坡高风险地区。在2010年至2020年间，梅阳经历了34.75平方公里的森林砍伐和31.87平方公里的农业扩张，显示出土地利用变化的显著趋势。

### 数据准备

为确保数据的一致性和准确性，所有数据集都经过一系列预处理步骤。首先，使用矢量边界文件对数字高程模型（DEM）、土地利用、降雨和遥感数据进行区域裁剪。其次，将数据重新投影到WGS 1984坐标系统。最后，通过普通克里金插值法将土壤类型、降雨量、蒸散发和饱和渗透率数据重采样到统一的30米×30米分辨率。这些步骤确保了空间和投影的一致性，为后续建模分析提供了坚实的数据基础。选择30米×30米的分辨率是基于关键输入数据集的可用性、其在区域滑坡易发性评估中的广泛应用，以及其在表示滑坡易发地形特征方面的适当性。

### 空间异质性下的根系凝聚力反演模型

传统的无限斜坡稳定性模型往往简化了根系在土壤稳定中的复杂作用，要么完全忽略根系凝聚力（Ajith et al. Citation2024；Zhuang et al. Citation2024），要么假设根系凝聚力为固定值（Medina et al. Citation2021；Strauch et al. Citation2018）。根系的贡献取决于树种、年龄和环境条件等因素。为了解决这一局限，本研究开发了一个区域根系凝聚力反演模型，基于地下生物量和卫星数据。通过该模型，我们能够更准确地计算根系凝聚力，并将其纳入滑坡易发性评估中。2010年的根系凝聚力分布显示出广泛的分布，北部农业区的根系凝聚力较低，而北部和西部植被覆盖较好的区域的根系凝聚力较高。2020年的根系凝聚力分布则发生了显著变化，森林区域的根系凝聚力增加，而农业扩张导致的森林转换区域的根系凝聚力显著下降。

### 考虑土地利用影响的水文模型

降雨引发的土壤含水量增加会导致孔隙水压力升高，从而降低土壤的抗剪强度（Gonzalez-Ollauri and Mickovski Citation2017），进而影响斜坡稳定性。因此，准确的斜坡稳定性评估需要考虑降雨渗入对土壤含水量的影响。土壤水分动态受两种水文机制控制：侧向流动和垂直流动（Bogaard and Greco Citation2016）。侧向流动决定了长期的水文响应，而垂直流动则控制了降雨强度引起的即时变化。因此，土壤的总湿度指数（$h_w$）可以分为两个组成部分：稳态湿度（$h_s$）和瞬态湿度（$h_r$）。稳态湿度由侧向流动控制，而瞬态湿度由垂直流动引起。通过这一划分，我们能够更细致地理解土壤水分动态，区分长期地下水流动和短期降雨渗入对斜坡稳定性的不同影响。

### 滑坡易发性建模的准确性评估指标

为了评估滑坡易发性预测的准确性，本研究应用了ROC（接收者操作特征）曲线作为评估指标。ROC曲线广泛用于滑坡易发性建模（Huang et al. Citation2024；Lyu et al. Citation2024；Yu et al. Citation2024），因为它提供了清晰、定量的方法来评估易发性模型的预测准确性。除了ROC曲线，滑坡易发性模型的预测准确性还通过滑坡比率（LR）和滑坡比率百分比（%LR）进行评估，量化了观察到的滑坡在易发性类别中的集中程度。通过这些指标，我们可以评估不同参数设置下模型的性能，并识别对滑坡易发性预测影响最大的因素。

### 实验结果

本研究通过六个不同场景测试了根系凝聚力（$C_r$）和调整后的饱和渗透率（$K_S$）对滑坡易发性的影响。研究结果显示，不考虑根系凝聚力的场景（$C_r=0$）在标准饱和渗透率（$K_S$）下AUC值为0.8082，而当饱和渗透率根据土地利用调整时，AUC值为0.8194。这表明，即使不考虑根系凝聚力，根据土地利用调整饱和渗透率也能略微提高模型的准确性。然而，模型的预测能力仍然受到根系凝聚力的显著限制。通过使用本研究提出的区域根系凝聚力反演模型，结合土地利用调整后的饱和渗透率，AUC值进一步提高至0.8447，这表明纳入根系凝聚力和土地利用对饱和渗透率的影响能够显著提高滑坡易发性预测的准确性。

### 参数敏感性测试与不确定性分析

为了评估每个输入变量对最终安全系数（$FS$）的潜在影响，并识别模型框架中最重要的参数，本研究进行了敏感性分析。通过将每个变量独立变化到研究区域内的最小和最大值，同时保持其他参数在平均值，我们绘制了安全系数的变化，以可视化参数敏感性。分析结果表明，根系凝聚力（$C_r$）对安全系数的影响显著，其值范围从1.96到4.58，突显了其在模型中的主导作用。土壤饱和度（$h_w$）的变化导致安全系数在1.64到3.19之间波动，表明水文条件与斜坡稳定性之间存在强烈的耦合关系。土壤厚度（$Z$）的敏感性测试显示，当土壤深度从0.5米增加到1.5米时，安全系数从3.98显著下降至2.03，表明模型对土壤深度具有高度敏感性。坡度（$\alpha$）的变化也导致了安全系数的显著波动，进一步确认了地形特征在斜坡失稳过程中的关键作用。在渗透性土壤条件下，内摩擦角（$?$）与安全系数呈强正相关，而土壤凝聚力（$C_s$）的影响相对较小。值得注意的是，饱和单位重量（${\gamma }_{\mathrm{sat}}$）和植被附加重量（$q_t$）对安全系数的影响小于±3%，表明这两个参数在该模型框架中是弱敏感因素。总体而言，分析识别出根系凝聚力、土壤厚度、坡度、内摩擦角和土壤饱和度是控制降雨引发的浅层滑坡稳定性的关键参数。

### 模型的可转移性验证

为了评估所提出的滑坡易发性建模方法的性能和可转移性，我们为浏阳地区推导了根系凝聚力和饱和渗透率，从而生成了详细的滑坡易发性地图。视觉解释表明，浏阳地区的滑坡易发性地图在不同根系凝聚力和饱和渗透率组合下存在显著差异。这些差异表明，当忽略土地利用对饱和渗透率的影响时，高易发性区域的比例更大。这种趋势尤其在忽略根系凝聚力影响时更为明显。此外，使用固定值的根系凝聚力方法忽略了根系凝聚力的空间异质性，往往低估了滑坡易发性。所提出的滑坡易发性评估模型结合了根系凝聚力的空间异质性和土地利用对饱和渗透率的影响，实现了预测准确性和误报率之间的良好平衡。

### 滑坡易发性的时序特征

在农业扩张期间，滑坡易发性的时序特征显示出显著的动态变化。通过分析2022年6月1日22:00至6月2日19:00的极端降雨事件，我们发现，农业扩张显著降低了滑坡的降雨阈值。在降雨开始阶段，农业区的滑坡易发性增加，这是由于植被根系保护的减少。随着降雨强度的增加，农业区的土壤完全饱和，导致滑坡易发性显著上升。相反，林地由于增强的根系保护和较高的饱和渗透率，滑坡易发性保持较低水平。在降雨持续期间，农业区的滑坡易发性达到峰值，而林地则逐渐上升，但受到根系系统的稳定作用。降雨结束后，农业区和林地的滑坡易发性均下降，这表明农业扩张和植被清除导致了土壤结构的改变，使农业区更容易发生滑坡。

### 土地利用变化对滑坡易发性的影响

从2010年到2020年，土地利用变化对滑坡易发性产生了显著影响。在这一期间，森林转化为农业用地的区域显示出滑坡易发性的显著增加，而农业用地转化为其他土地利用类型的区域则表现出滑坡易发性的减少。这种趋势表明，农业扩张对滑坡风险的增加起到了关键作用。通过分析不同土地利用类型的滑坡易发性比例，我们发现，森林向农业用地的转化是导致滑坡易发性增加的主要因素。同时，农业用地向其他土地利用类型的转化往往导致滑坡易发性的稳定或减少。这些发现强调了森林覆盖在维持斜坡稳定性中的重要作用，并突显了在农业扩张地区实施可持续土地管理实践的必要性。

### 未来研究方向

尽管本研究提出的基于物理的模型在使用公开数据集时表现稳健，但仍存在一些局限性和未来研究方向。首先，区域根系凝聚力反演模型的一个关键限制是假设根系分布为各向同性，并且在每种土地覆盖类型中使用恒定的平均根系密度。这些简化是由于在区域尺度上缺乏特定树种的根系系统数据，可能在植被结构多样或根系架构不同的地区引入不确定性。未来的研究应考虑引入特定地点的根系分布模型，以提高根系凝聚力的空间真实性并增强模型的准确性。其次，尽管30米分辨率的数据适用于区域尺度的评估，但在复杂的农业地形中可能忽略微地形特征，这些特征对斜坡稳定性至关重要。引入更高分辨率的数据集，如LiDAR或无人机遥感影像，可以显著提高对微地形和水文过程的表示精度。第三，虽然基于物理的框架比经验模型提供了更好的机制可解释性，但它可能缺乏数据驱动方法的预测灵活性。未来的工作可以探索结合物理过程和机器学习技术的混合模型，以利用两种方法的优势。最后，尽管本研究在湖南省的两个不同景观中展示了模型的可转移性，但在不同地质和气候背景下的广泛验证，如火山斜坡、黄土高原和干旱灌溉区，对于测试模型的通用性至关重要。这些努力在农业前沿地区尤为重要，因为人类引起的斜坡修改加剧了滑坡风险，挑战了可持续土地管理。

### 结论

本研究提供了关于土地利用变化，特别是农业扩张，与滑坡易发性变化之间物理机制的新见解。通过整合根系凝聚力和土地利用动态的增强斜坡稳定性模型，研究结果表明2010年至2020年间的农业扩张显著增加了滑坡易发性。这种增加主要归因于森林覆盖率的下降，这降低了根系凝聚力和土壤的饱和渗透率。通过阐明农业发展如何重塑土地利用，本研究强调了这些变化如何通过破坏自然植被系统而加剧滑坡风险。这些结果突显了在农业扩张过程中实施灾害缓解策略的必要性，同时倡导实施土地利用政策，以在农业发展与环境保护之间取得平衡。未来的研究应优先考虑土壤空间异质性，以更准确地捕捉自然环境中的复杂相互作用。总之，研究农业扩张和气候变化对斜坡稳定性的长期影响对于理解和缓解未来的滑坡风险至关重要。