一种用于多尺度评估土壤侵蚀动态的偏差-频率-趋势框架

《Ecological Indicators》：A Deviation-Frequency-Trend framework for multi-scale assessment of soil erosion dynamics

土壤侵蚀动态演化机制及多尺度治理策略研究——以云南为例。

　　土壤侵蚀是全球生态系统稳定和可持续发展面临的重要威胁。理解其动态演变过程对于制定有效的水土保持管理策略至关重要。传统的研究多集中于单一时间或空间维度的分析，未能全面揭示土壤侵蚀演变的复杂时空特性。为弥补这一不足，本研究提出了一种基于偏差-频率-趋势（DFT）的动态轨迹分析框架，以探讨土壤侵蚀强度的时空模式及其驱动机制。利用1990年至2022年的数据，研究识别了主要的土壤侵蚀强度变化轨迹类型，并分析了自然和人为因素在不同区域尺度上的影响。研究结果表明，（1）最常见的是“显著偏差高频下降（SHFD）”轨迹（占37.00%），部分区域表现出“显著偏差高频上升（SHFI）”轨迹（占15.25%）。（2）地形、降雨和植被覆盖是主要的自然驱动因素，其相对重要性因尺度不同而有所变化。（3）人为因素，如GDP增长、人口压力和土地利用变化，对不同尺度的土壤侵蚀有不同影响。（4）基于土壤侵蚀轨迹的空间分布，提出了针对性的控制策略。

土壤侵蚀是土地退化的主要驱动因素之一，其动态变化受到人类活动和全球变化的显著影响。近年来，一些学者尝试使用时空模式挖掘工具研究土壤侵蚀的演变，揭示了其数量和空间变化的模式。然而，这些方法在捕捉长期动态变化和空间单元之间的相互作用方面仍存在局限。现有时空模式挖掘工具主要描述地理特征空间位置的变化，难以全面反映土壤侵蚀强度的动态过程，同时未能充分考虑区域间的空间依赖性和异质性。此外，当处理大规模数据集和复杂的时空模式时，其计算效率相对较低，限制了其在土壤侵蚀大尺度、长期研究中的应用。

为克服这些局限性，研究人员开始探索更有效的分析方法，以更好地捕捉土壤侵蚀强度的时空动态。其中，基于轨迹分析的稳定映射方法（STD）引入了新的研究方法，用于分析地理要素或现象的时空异质性。该方法通过将时间序列数据映射到二维空间，识别不同地区的时序变化轨迹，从而有效地揭示地理特征的时空动态。然而，该方法主要适用于研究地理要素的状态变化（如土地利用类型转换），对于连续变量如土壤侵蚀强度的量化和条件差异识别效果有限。此外，一些研究方法专注于检测突发事件，仅通过可测量的变化来表示地理要素的演变，忽视了地理差异，未能有效捕捉区域内的动态变化。

鉴于现有研究方法的局限性，迫切需要开发一种新的分析框架，以全面准确地表征土壤侵蚀的时空动态，并有效整合多尺度信息。为此，本研究提出了基于偏差-频率-趋势（DFT）的动态轨迹分析框架。该框架首先计算土壤侵蚀强度的年度变化率，而非使用绝对侵蚀量，从而减少因区域和尺度差异导致的偏差，更准确地揭示不同尺度和地理环境下的时间变化特征。随后，通过分类和编码年度变化率，将其映射到二维平面上，构建有向边，形成有向路径，以精确捕捉每个区域土壤侵蚀强度的变化轨迹，提供一个结构化的分析工具，用于识别复杂的侵蚀动态趋势。最后，通过量化每个轨迹的三个三维指标——偏差、频率和趋势，深入探讨土壤侵蚀动态变化的阶段特征和时空异质性。DFT框架构建了一个完整的动态轨迹分析系统，从变化率计算到轨迹路径构建，再到多维分类分析。

与传统方法相比，基于DFT的动态轨迹分析框架具有以下优势：1）通过将绝对侵蚀量替换为年度变化率，有效减轻了地理单位和尺度差异的影响，使得不同区域的侵蚀动态具有可比性。2）通过量化偏差、频率和趋势，全面表征了土壤侵蚀的动态特征。偏差反映了侵蚀变化的强度，频率描述了变化模式的波动，趋势揭示了长期方向性演变。这种多维分析方法不仅捕捉了侵蚀过程的阶段性特征，还有效识别了不同地理环境下的动态差异，为理解土壤侵蚀的时空演变提供了新的视角。3）传统研究往往局限于单一尺度，缺乏对不同空间尺度下侵蚀过程差异的系统理解。DFT框架在不同尺度之间具有灵活性，通过比较不同尺度下的变化模式，揭示了尺度效应和驱动机制的空间变化。该框架有助于更深入地理解土壤侵蚀过程的复杂性和动态性，为区域可持续管理和水土保持提供了科学依据。

云南省位于中国西南部，地形复杂，是全球35个生物多样性热点地区之一。快速的城市化和农业扩张加剧了该地区的土壤侵蚀，不当的土地利用进一步增加了土壤流失的风险。此外，气候变化引发的极端天气事件，如强降雨和干旱，也加剧了这一问题，对土壤结构和植被覆盖产生了负面影响。该地区的崎岖地形、强烈的人类活动以及极端的气候变化，给土壤侵蚀带来了显著挑战，限制了当地经济和社会的可持续发展。因此，人类活动和全球气候变化的综合作用预计会进一步多样化该地区的土壤侵蚀动态。本研究以云南省为案例，利用DFT动态轨迹分析框架，识别了1990年至2022年间的土壤侵蚀强度变化。同时，结合空间随机森林模型，探讨了这些变化背后的自然和社会驱动因素。研究目标包括：（1）提出基于DFT框架的方法，以提取和分析云南省土壤侵蚀强度的动态变化轨迹；（2）揭示不同尺度下土壤侵蚀强度变化轨迹与潜在社会和环境因素之间的关系；（3）制定多尺度的土壤侵蚀分区控制策略，为区域可持续发展提供科学依据。

云南省的地形以西北高、东南低为特点，具有显著的坡度变化和复杂的地形结构，使其成为全球35个生物多样性热点地区之一。该地区拥有亚热带季风气候，年平均气温在15°C至18°C之间，年降水量约为1000毫米，主要集中在雨季。该地区土壤类型多样，包括红壤、黄壤和紫土壤。然而，某些地区的土壤肥力较低，结构不稳定，容易受到侵蚀。近年来，云南省经历了快速的经济发展，但加速的城市化和农业扩张加剧了区域土壤侵蚀，不当的土地利用实践进一步增加了土壤流失的风险。同时，气候变化引发的极端天气事件，如强降雨和干旱，也对土壤结构和植被覆盖产生了负面影响。陡峭的地形、密集的人类活动以及极端的气候变化，共同构成了云南省土壤侵蚀的严峻挑战，限制了区域经济和社会的可持续发展。因此，人类活动和全球气候变化的综合作用预计会进一步多样化该地区的土壤侵蚀动态。本研究以云南省为案例，利用DFT动态轨迹分析框架，识别了1990年至2022年间的土壤侵蚀强度变化，并结合空间随机森林模型，探讨了这些变化背后的自然和社会驱动因素。研究目标包括：（1）提出基于DFT框架的方法，以提取和分析云南省土壤侵蚀强度的动态变化轨迹；（2）揭示不同尺度下土壤侵蚀强度变化轨迹与潜在社会和环境因素之间的关系；（3）制定多尺度的土壤侵蚀分区控制策略，为区域可持续发展提供科学依据。

本研究采用修订的通用土壤流失方程（RUSLE）模型对土壤侵蚀进行模拟。该模型已被广泛验证和应用，显示出高度的可靠性和灵活性。通过计算降雨侵蚀性因子、土壤可蚀性因子、坡长坡度因子、植被覆盖管理因子和水土保持措施因子，该模型能够有效模拟土壤侵蚀过程。具体而言，降雨侵蚀性因子（R）基于每日降水量计算，土壤可蚀性因子（K）通过改进的EPIC模型计算，坡长坡度因子（LS）则通过整合多个公式进行计算。植被覆盖管理因子（C）和水土保持措施因子（P）分别根据土地利用类型和土地保护措施进行设定。

在区域应用方面，本研究引入了空间随机森林（SRF）模型，以全面分析土壤侵蚀强度轨迹的驱动因素。SRF模型能够处理空间依赖性和区域间相关性，相较于传统的统计或机器学习方法，在预测精度和空间依赖性建模方面具有优势。与传统随机森林模型不同，SRF框架通过引入基于莫兰特征向量图（MEMs）的空间预测因子，显式考虑了空间自相关性。这些MEMs来源于在多个空间阈值下构建的距离矩阵，对应于市级、县级和乡镇尺度。通过应用这些基于特征向量的空间预测因子，SRF模型有效降低了残余空间自相关性，并提高了对非空间预测因子重要性的客观评估。为避免预测因子之间的多重共线性，本研究应用了方差膨胀因子（VIF）筛选变量，仅保留VIF值低于10的变量以确保变量独立性。在模型参数化过程中，测试了不同数量的树（num.trees = 100, 500, 1000）、每个分割点考虑的变量数量（mtry = 2, 4, 6）以及每个节点的最小样本数量（min.node.size = 1, 5, 10），并选择了最佳的超参数组合以平衡模型拟合度和泛化能力。

通过分析各预测因子的重要性，本研究利用所有可用样本对SRF模型进行了训练，并通过变量置换后出袋（OOB）误差的平均增加量量化变量的重要性。模型性能评估采用决定系数（R2）和均方根误差（RMSE），同时通过重复SRF建模30次来测试模型的鲁棒性。所有分析均使用R语言中的“spatialRF”和“ranger”包完成。

研究结果表明，GDP、有机碳（OC）和空间预测因子是影响土壤侵蚀强度轨迹的主要驱动因素，尽管它们的重要性在不同轨迹类型中有所不同。GDP对SHFD、SLFD和SLFI轨迹具有最大影响，而在SS、SLLFI、SLHFI和SHFI轨迹中则为次要因素。OC在SLLFD和SLHFI轨迹中最为关键，在SLHFD轨迹中则为次要因素。空间预测因子在SLHFD、SS、SLLFI和SHFI轨迹中是主要驱动因素，同时在SHFD、SLFD、SLLFD和SLFI轨迹中也起次要作用。这些发现强调了在不同尺度下，自然因素和人为因素对土壤侵蚀强度轨迹的共同影响，并为制定适应不同尺度的土壤侵蚀管理策略提供了科学依据。

通过多尺度的分析，本研究揭示了土壤侵蚀强度轨迹的演变特征及其驱动因素。在省级尺度上，土壤侵蚀强度的轨迹主要受到GDP和土壤有机碳的影响。在县级尺度上，坡度、灌木地转换和降水量是主要驱动因素。在乡镇尺度上，人口密度和降水量则成为关键变量。这些发现表明，土壤侵蚀的动态变化是自然条件和经济社会发展相互作用的结果，不同尺度下驱动因素的相对重要性存在显著差异。

在不同尺度上，土壤侵蚀的演变模式呈现出显著的空间异质性。例如，在省级尺度上，SHFD轨迹主要分布在云南省的西北部地区，而SHFI轨迹则集中在快速发展的中央城市集群。在县级尺度上，SHFD轨迹广泛分布在西北部地区，而SLFD轨迹则主要集中在中央西部地区。在乡镇尺度上，SHFD轨迹在西部和西北部地区广泛分布，而SLFD轨迹则主要出现在中央西部地区的部分乡镇。这些结果表明，土壤侵蚀强度的变化轨迹在不同尺度上呈现出不同的空间分布特征。

基于这些发现，本研究提出了“省市级、县级、乡镇级”的多尺度分区和控制策略，以满足区域生态保护和可持续经济发展的需求。在省市级尺度上，应优先制定跨区域的生态补偿政策和协调治理措施。例如，在昆明、楚雄和玉溪等中央城市集群区域，由于城市化和工业化程度较高，应加强跨城市合作平台，借鉴黄土高原成功土壤和水补偿机制，制定并实施生态补偿政策。在热带雨林生态系统区域，如普洱和思茅，应优先考虑生态保护措施，通过实施生态服务付费（PES）项目，保护关键生态区域，引导当地社区和土地所有者参与森林保护，减少砍伐和土地利用转换，从而实现生态保护和经济发展的良性循环。

在县级尺度上，应进一步将土壤侵蚀管理区域划分为四个区域，治理策略应强调成本效益高的生态恢复措施和工程措施的结合。例如，在大理和楚雄地区，由于农业区分布在山地和丘陵地带，适合采用植被覆盖和梯田等生态恢复措施，以增强土壤稳定性并减少地表径流。在曲靖北部的高海拔岩溶化地区，应采用工程与生态措施相结合的方式，如山地植被恢复和小型土壤保持坝，以拦截地表水并减少土壤侵蚀。在中央东南部环形区域，应将生态恢复与城市绿地开发相结合，通过城市规划技术，如绿色基础设施，以缓解土壤和水流失。在思茅和临沧生态区域，应优先保护独特的生态系统，采用减少人类干扰、保护原生植被和保持土壤结构的生态恢复措施。在必要情况下，可实施适当的水土保持设施。

在乡镇尺度上，应进一步将土壤侵蚀管理区域划分为四个区域，治理策略应强调灵活且可持续的农田和坡地管理实践。例如，保护性耕作以改善微地形，是一种在坡地农田中保持土壤水分和肥力的常用方法。与工程措施相比，这些措施更容易实施且成本较低，有助于改善农业生产条件、提高水资源利用效率，并促进乡镇经济的长期可持续发展。农户和社区可根据当地条件选择保护性耕作、有机覆盖等措施，以实现高效的土壤水分利用。在适宜的地形条件下，蓄水坝和梯田可作为补充措施，但需注意其对水资源的影响。这些措施应在区域内与其他生态效益进行平衡，以减少不必要的负面影响。此外，在坡度超过40°的地区，由于植树造林不现实，可采用碎石围栏等措施来控制区域内的土壤和水流失。

本研究的局限性在于，它主要分析了土壤侵蚀强度年度变化率的标准差以识别宏观变化趋势。尽管这种方法有助于揭示整体波动特征，但不可避免地平滑了年度变化率的突发变化信息，可能掩盖了某些区域或特定时期内的剧烈变化。特别是在那些年度变化率波动性极高的地理要素或现象中，简单的分类方法可能无法准确反映其动态变化，甚至可能失效。此外，我们试图通过收集尽可能多的相关社会和环境因素来解释观察到的土壤侵蚀强度变化轨迹。尽管如此，某些轨迹模式（如SLFD和SLHFI）的解释力仍然相对较低，这表明这些轨迹可能更多地受到特定地点特征或特殊事件的影响，而不是由整体社会和环境因素驱动。未来的研究应进一步利用现有区分方法捕捉这些突发变化。此外，人类活动和气候变化正在改变驱动因素，这可能导致土壤侵蚀强度的突然变化。深入理解其成因和机制对于改进风险预警和制定适应性管理策略具有重要意义。

综上所述，本研究提出了一种新的偏差-频率-趋势（DFT）框架，用于表征土壤侵蚀强度的动态轨迹，并将其应用于云南省，结合RUSLE模型和空间随机森林方法。该框架通过整合偏差、频率和趋势三个互补维度，捕捉了时空动态的多尺度和多维特征，克服了传统分析方法将时间变化与空间模式分离的局限性。研究结果表明，云南省土壤侵蚀强度在过去33年间总体保持稳定，覆盖了42.98%的区域。然而，在土壤侵蚀显著增加或减少的区域观察到了显著的波动，反映了人类活动与气候变异之间的复杂相互作用。DFT框架识别了九种不同的轨迹类型，其中“显著偏差高频下降（SHFD）”轨迹占主导地位，主要分布在云南省的西部和西北部，而“显著偏差高频上升（SHFI）”轨迹则集中在快速发展的中央城市集群。这些发现强调了土壤侵蚀动态是自然条件与经济社会发展多尺度相互作用的结果。基于这些发现，提出了多尺度的侵蚀管理体系：（1）省级政策应优先考虑跨区域的生态补偿和协调治理；（2）县级层面应侧重于成本效益高的生态恢复措施和工程措施；（3）乡镇层面的管理应强调可持续的农业和坡地实践。方法上，DFT框架展示了强大的创新性和扩展性。通过系统整合变化率、频率和方向趋势，它使我们能够更全面和结构化地理解动态地理过程。除土壤侵蚀外，该框架还可应用于土地利用变化、植被动态和城市扩张等研究，为未来复杂的人地系统研究提供支持。