雅鲁藏布江大峡谷流域土壤侵蚀与泥沙连通性的耦合关系

《International Soil and Water Conservation Research》：Linking Soil Erosion and Sediment Connectivity in the Yarlung Tsangpo Grand Canyon Basin

　　

土壤侵蚀与泥沙连通性共同调控泥沙输移过程并影响环境及生态稳定性，尤其在雅鲁藏布江大峡谷流域（YGCB）等脆弱高山地区。然而，该流域内两者的时空关系及其主控因素尚不明确。研究人员通过将区域适应的修正通用土壤流失方程（RUSLE）水蚀估算与多指标冻融侵蚀评估相结合，对土壤侵蚀风险（SER）进行了评估。泥沙连通性采用连通性指数（IC）量化，并通过构建侵蚀-连通性耦合指数（ECCI）将两个组分关联，形成SER-IC-ECCI综合框架。利用多源数据，研究人员分析了2000-2022年YGCB土壤侵蚀风险和泥沙连通性的时空动态，并采用XGBoost和SHapley可加性解释（SHAP）方法识别了其主导驱动因素及相互作用。土壤侵蚀风险总体随高程增加而增大，而泥沙连通性则沿高程梯度先降低后升高，使得约4,200 m以上区域成为侵蚀和连通性均显著的交汇热点区。2000-2022年间，流域土壤侵蚀风险显著增加，而泥沙连通性略有下降。尽管耦合强度在流域尺度保持稳定，但侵蚀-连通性耦合在大拐弯区域显著增强。植被变化是侵蚀-连通性耦合的主导控制因素，其次为高程和降水趋势，三者均表现出强烈的非线性和交互效应。该研究为YGCB及其他源-汇关系复杂的高山流域土壤保持和生态管理提供了支撑。

土壤侵蚀与泥沙连通性是调控流域泥沙输移的两个密切相关但各具独立特征的控制因素。土壤侵蚀决定了泥沙的供给量，而泥沙连通性则调控泥沙通过景观并在河道或水体中高效输送的能力。这种空间解耦特征意味着单一评估侵蚀或连通性均无法有效识别对泥沙输出贡献最大的关键区域。青藏高原作为"第三极"，是全球生态系统和水资源的重要屏障。雅鲁藏布江大峡谷流域（YGCB）位于其东南部，是全球最具特色的高山峡谷系统之一，具有高达7,000 m的海拔梯度及强烈的垂直地带性气候、植被和地貌分异。该流域涵盖多处国家级自然保护区，是南亚季风进入青藏高原的重要通道，并拥有丰富的水能资源。然而，其复杂地形、地质不稳定性及气候变化加剧使其极易遭受水蚀、冻融侵蚀及相关泥沙灾害，加速土地退化、栖息地丧失和生物多样性下降。尽管YGCB仅占雅鲁藏布江-布拉马普特拉河系总河长不足六分之一、流域面积约八分之一，却贡献了超过45%的总泥沙通量，是该河系的主导泥沙源区。

现有研究在量化侵蚀和连通性方面取得长足进展，但仍存在明显空白：多数研究将土壤侵蚀与泥沙连通性分开评估，难以确定两者有效耦合形成泥沙源热点的位置；现有耦合方法主要针对水蚀系统开发，未明确考虑多种侵蚀过程尤其是水蚀与冻融侵蚀共同作用的典型高山峡谷流域特征；分布式模型如RUSLE-SEDD和WaTEM/SEDEM等强烈依赖野外观测数据的校准，限制了其在数据匮乏流域的适用性。因此，针对YGCB这类高度异质性的高山峡谷系统，仍缺乏实用且可物理解释的联合刻画侵蚀风险、泥沙连通性及其耦合动态的综合框架。

为填补上述空白，研究人员开发了SER-IC-ECCI综合框架，整合区域适应的RUSLE水蚀评估、多指标冻融侵蚀评估及连通性指数（IC），以评估2000-2022年YGCB的土壤侵蚀风险和泥沙连通性，并提出新的定量指标——侵蚀-连通性耦合指数（ECCI）刻画泥沙供给与输运效率的联合行为。研究目标包括：量化侵蚀-连通性耦合关系的空间格局并识别潜在泥沙源热点；揭示2000-2022年的时空动态；确定气候、植被、地形及人类活动等主导驱动因素及其非线性交互作用。该框架为分析侵蚀-连通性耦合关系提供了实用方法，支持高山峡谷环境的水资源管理。研究数据包括：哥白尼数字高程模型（COP-DEM，30 m分辨率）、第三极区域高分辨率近地表气象强迫数据集（TPMFD，1/30°）日降水数据、青藏高原数字土壤图（250 m）的土壤属性、TerraClimate数据集的温度/实际蒸散发/雪水当量（0.04°）、中国土地覆盖数据集（CLCD，30 m）、全球陆表卫星（GLASS）产品的NDVI和叶面积指数（LAI，250 m）、全球人类足迹数据集（1 km）及长期高分辨率放牧强度数据集（LHGI，0.0025°）。所有数据集均统一至WGS-84基准、自定义阿尔伯斯等面积圆锥投影及250 m×250 m网格。

技术方法方面，土壤侵蚀风险（SER）通过水蚀强度（WEI）与冻融侵蚀强度（FEI）经min-max标准化后求和获得。水蚀采用区域校准的RUSLE模型估算，其中降雨侵蚀力因子（R）按温度区分冷暖季计算，土壤可蚀性因子（K）采用EPIC公式，坡长因子（LS）和植被覆盖因子（C）及水土保持措施因子（P）均采用针对青藏高原优化的参数（粒子群优化算法PSO基于14个径流小区28组实测数据校准）。冻融侵蚀基于Wei等人的五指标加权评价模型，冻融侵蚀下界高程通过经纬度经验公式确定。泥沙连通性采用改进的连通性指数（IC），以D-无限流算法替代D8算法提取流向和汇流面积，以调整粗糙度指数（ARI）结合NDVI构建综合权重因子，替代传统的C因子或Manning粗糙系数。侵蚀-连通性耦合通过ECCI定量刻画，该指数从耦合协调模型概念衍生但适应泥沙产输的物理逻辑：ECCI=min(SER',IC')×√(SER'+IC')，其中min项体现"短板效应"，平方根项反映系统整体活动水平。驱动因素分析以ECCI趋势（ECCIt，2000-2022）为因变量，选取气候（降水/温度/实际蒸散发/雪水当量趋势）、植被（NDVI/LAI趋势）、地形（高程/坡度）及人类活动（人类足迹/放牧强度趋势）共10项指标的趋势值为解释变量，采用XGBoost-SHAP框架分析非线性关系及交互效应，以5 km×5 km采样窗口均值作为输入，经10折交叉验证和贝叶斯优化调参。

研究结果表明，水蚀强度（WEI）呈明显的东西空间梯度，西部河谷较低而东部较高，墨脱峡谷为主要水蚀热点；冻融侵蚀强度（FEI）则集中于西部、北部和东北部高海拔区。高土壤侵蚀风险区与水蚀、冻融侵蚀重叠区高度吻合。连通性指数（IC）在北部和西部高原及易贡藏布、帕隆藏布峡谷最大，河谷底部连通性弱。地形对两者均有强控制作用：WEI随高程增至约4,300 m后下降，FEI在4,312 m以上成为主导并随坡度增加后趋稳；SER总体随高程和坡度增加，而IC沿相同地形梯度先降后升。时序分析显示，2000-2022年WEI显著增加（斜率=0.0166，p<0.05），FEI无显著趋势，故SER显著上升（斜率=0.0007，p<0.001）；IC则轻微但显著下降（斜率=-0.004，p<0.001）。空间趋势上，约22%区域的WEI增加，集中于雅鲁藏布江大拐弯附近；约30%区域的SER显著增加；约45%区域的IC下降，而IC增加区仅约6%，主要位于大拐弯区和墨脱峡谷。

侵蚀-连通性耦合类型呈明显区域聚类。高泥沙产输风险区（HE-HC、HE-MC、ME-HC三种类型）占流域17.95%，主要位于西部、北部和东北部。年均ECCI空间分布与热点类型一致，沿高程总体递增，沿坡度先增后稳。流域尺度年均ECCI无显著整体趋势，但空间异质性显著：约5%区域ECCI显著增加，最强增幅集中在大拐弯区；约7%区域显著下降，主要在西部和南部。

XGBoost模型10折交叉验证显示RMSE为0.0033±0.0002，R²为0.79±0.01，预测精度和稳定性良好。SHAP特征重要性分析显示，植被、气候和地形共同解释约95%的ECCIt变异，分别贡献约35%、30%和30%，人类活动因子仅约5%。个体变量中，NDVI趋势（NDVIt， contribution 32.78%）、高程（ELE，26.66%）和降水趋势（PREt，16.03%）为三大主导控制。NDVIt增加、LAIt增加和SWEt增加倾向于降低ECCIt；PREt、TEMt、SLO、AETt、GICt和HFPt增加则增强侵蚀-连通性耦合。三者呈现强烈非线性效应：植被退化（NDVIt<0 yr^-1）增强耦合，植被恢复（NDVIt>0 yr^-1）降低ECCIt；降水增加（PREt>0 mm yr^-1）正向作用但随增幅增大而减弱；高程呈现三阶段响应——2,890 m以下主要为负效应，2,890-4,696 m强烈正效应，4,696 m以上再次转为负效应。交互分析显示ELE×PREt交互作用最强，ELE×NDVIt和NDVIt×PREt次之。所有变量交互效应占总影响比重平均约120%，表明变量间依赖性显著。ELE与NDVIt的交互存在约4,166 m的明显阈值：以下植被退化正效应、恢复负效应，以上则逆转。ELE与PREt交互在约4,392 m出现类似逆转。NDVIt×PREt呈非线性曲线模式，降水增加时联合效应先增强后趋稳，NDVIt=0 yr^-1附近为关键过渡点。

讨论部分指出，SER-IC-ECCI框架相比现有方法具有多项优势：与二元象限分析等分类方法相比，ECCI提供连续耦合度量；与将侵蚀参数直接纳入IC权重的方法相比，ECCI保留了源强与路径效率的区分；与传统耦合协调模型相比，ECCI更符合泥沙产输的物理行为；与分布式侵蚀-泥沙产量模型相比，所需校准数据更少、计算成本更低，更适合数据匮乏的复杂山区。框架可靠性通过两种方式验证：36个野外站点半定量外部验证（模拟与观测关系斜率差异<25%）；修订水蚀模块与传统RUSLE对比（R²提高约47%），且传统RUSLE在高海拔区明显高估水蚀强度。

地形控制方面，YGCB的极端三维地形强烈控制侵蚀-连通性耦合空间分异。低于约4,000 m区域受印度洋季风影响降雨充沛，但茂密森林提供有效保护，侵蚀率较低；4,000-5,000 m区间冻融过程和融水径流主导，风化冰碛和冰缘岩崩提供丰富松散物质，植被稀疏难以固持；5,000 m以上冰雪广泛覆盖，侵蚀以冰岩相互作用为主。连通性模式同样受高程控制：高海拔区陡坡缩短坡面-河道距离，稀疏植被和浅薄土壤促进快速径流和高效泥沙运动，季节性解冻冲沟和冰川融水切割的冰碛渠道进一步增强连通性；低海拔河谷则因缓坡、茂密植被和深厚渗透性土壤而连通性较弱。

驱动机制方面，2000-2022年植被恢复虽在中国大部分地区降低侵蚀风险，但YGCB呈现相反趋势——侵蚀风险增加主要源于水蚀加剧，而连通性下降部分抵消了侵蚀增加，使ECCI无显著变化，但这种补偿效应空间不均衡。NDVIt、PREt和ELE共同解释超过75%的ECCIt变异。海拔而非坡度的主导作用表明其作为综合调节因子而非单一地貌变量的功能。大拐弯区是泥沙产输风险增加最显著区域，包括墨脱峡谷北部、易贡藏布峡谷东部和帕隆藏布峡谷西部，该地区地形增强季风湿气汇聚抬升，持续增温进一步加剧季风活动，且易发生滑坡等重力侵蚀，增加降雨和植被损失共同放大泥沙风险。

管理启示上，约4,300 m以上高海拔区应以自然恢复和减少干扰为主，加强草地保护、轮牧休牧、限制土地转换和工程活动；大拐弯区等泥沙风险增加区需早期主动干预，结合流域规划与小流域措施，注重植被结构功能恢复而非仅覆盖度，并采用低影响施工和快速复绿。与黄土高原等以源控为主的区域不同，YGCB侵蚀更多受自然过程驱动，针对关键输移路径的管理可能更为有效，如上游沟道梯级拦沙坝、坡沟植被缓冲带等，但对冰崩、大型泥石流等自然灾害应以监测预警为主。随着流域开发加速，需建立跨境水-能-粮-沙协同治理框架，上游中国可维持生态基流、改善侵蚀管理，中游印度可加强采砂管控和河岸恢复，下游孟加拉可采取保护性耕作和河口加固等措施。

研究局限性包括：框架主要基于水蚀和冻融侵蚀经验评估，未显式表征重力侵蚀和风力侵蚀；连通性分析依赖静态DEM，未能捕捉冰川退缩、滑坡等快速通道重组；野外验证为半定量，更适合空间合理性评估而非直接定量约束；ECCI旨在刻画耦合强度而非直接量化出口泥沙产量；2000-2022年时间序列对检测气候变化稳定景观响应仍显不足，需更多关注季节性动态。

结论部分：本研究开发了SER-IC-ECCI综合框架，结合区域适应的RUSLE水蚀评估、多指标冻融侵蚀评估和连通性指数（IC），量化了2000-2022年雅鲁藏布江大峡谷流域的侵蚀-连通性耦合。结果表明，土壤侵蚀风险和泥沙连通性在地形、气候和植被共同控制下呈现强烈空间耦合。低海拔河谷区（缓坡、茂密植被、发育土壤）土壤侵蚀风险和连通性均较低；高海拔区（陡坡、稀疏植被、强冻融扰动）两者均高，构成主要泥沙源热点。2000-2022年间，流域土壤侵蚀风险显著增加（主要源于水蚀加剧），而泥沙连通性轻微下降，两者相互抵消使流域尺度ECCI无显著趋势，但空间异质性显著。侵蚀-连通性耦合增强最显著区域为大拐弯区，特别是墨脱峡谷北部、易贡藏布峡谷东部和帕隆藏布峡谷西部，该区域是泥沙产输风险增加的首要热点。NDVIt、ELE和PREt是ECCIt的三大主导控制，分别贡献32.78%、26.66%和16.03%，均呈强烈非线性效应：植被恢复削弱耦合，植被退化增强耦合；降水增加呈正效应但随增幅增大而减弱；高程呈三阶段响应（2,890 m以下抑制、2,890-4,696 m增强、4,696 m以上再抑制）。交互分析揭示约4,200 m存在明显阈值，标志着水蚀主导向冻融主导的转变。降水增加叠加植被退化显著放大侵蚀-连通性耦合，而降水减少叠加植被恢复则起相反作用。这些发现表明，YGCB土壤保持应聚焦于大拐弯区等土壤侵蚀风险高且泥沙连通性强的区域，在这类高度异质的高山峡谷系统中，阻断关键泥沙输移路径可能比单纯广域侵蚀源控制更为有效。更广泛而言，研究结果强调需进行协调的流域尺度管理，以支撑该跨境山河水系的生态保护、水电安全和长期可持续发展。