《Land》：Unraveling the Impacts of Land Use/Land Cover and Climate Change on Water Erosion in the Northern Andes: A Predictive GIS Modeling Approach
编辑推荐：
气候变异性和土地利用/土地覆盖变化（LULCC）会加剧土壤侵蚀。本研究评估了LULCC和气候变化对厄瓜多尔安第斯流域土壤水蚀的相对影响。使用修订通用土壤流失方程（RUSLE）模型评估了1996年、2023年和2040年的土壤侵蚀。利用预测的土地利用/土地覆盖（
气候变异性和土地利用/土地覆盖变化（LULCC）会加剧土壤侵蚀。本研究评估了LULCC和气候变化对厄瓜多尔安第斯流域土壤水蚀的相对影响。使用修订通用土壤流失方程（RUSLE）模型评估了1996年、2023年和2040年的土壤侵蚀。利用预测的土地利用/土地覆盖（LULC）和共享社会经济路径SSP585（悲观）和SSP126（乐观）下的两种气候情景，预测了2040年的未来侵蚀。同时，通过元胞自动机马尔可夫模型（CA-Markov）预测了直到2040年的LULC。通过统计降尺度MPI-ESM-1-2-HR气候模型生成了2021–2041年的气候情景。结果表明，1996年至2023年侵蚀增加了17.8%；同时，到2040年，在两种气候情景下预计将增加高达65.1%。因子敏感性分析显示，LULCC是侵蚀的主要驱动因素，占侵蚀总变化的82%以上，而气候变化的贡献仍然是次要的。这些发现表明，在热带山区，植被覆盖的丧失对侵蚀率的影响大于气候变异性，无论气候情景如何，证实了气候变化对土壤侵蚀的影响仍然微不足道。
**论文解读：揭示土地利用/土地覆盖和气候变化对北安第斯山脉水蚀的影响**
**研究背景与问题**
土壤侵蚀作为一种由人类活动加剧的自然过程，已成为威胁农业生产、水质、生态系统健康及人类营养的重大挑战。气候变化和土地利用/土地覆盖变化（LULCC）被认为是土壤侵蚀的主要驱动因素。LULCC会加速水蚀，尤其当自然植被被农田取代或完全移除时。另一方面，气候变化对土壤侵蚀的影响与极端降水的改变及水文循环的变动相关。然而，在安第斯流域，关于气候变化与LULC动态在局地尺度上协同作用的认知存在关键空白。尽管全球研究已将气候变异性和LULCC识别为侵蚀强度的孤立关键驱动因子，但很少有研究探讨它们在局地尺度的联合影响。尽管已有研究量化了厄瓜多尔安第斯流域的土壤侵蚀或预测了与LULCC相关的未来侵蚀，但均未明确将统计降尺度的气候预估纳入RUSLE框架，或量化气候变化与LULCC对未来侵蚀的相对及联合贡献。填补这一空白对于识别局地土地管理或全球气候强迫将主导未来侵蚀动态至关重要，从而支持更有效的流域管理和气候适应策略。本研究首次整合了两种驱动因素在Ambi河流域的综合效应，提供了2040年的空间明确评估，旨在确定LULCC或气候变异性哪一个因素对该山区水蚀施加更大压力。
**研究方法**
研究人员采用了多种关键方法。首先，利用随机森林（RF）算法对1996年、2018年和2023年的Landsat和Sentinel卫星影像进行土地利用/土地覆盖（LULC）分类，分为森林、水体、农田、帕拉莫（páramo）、牧场、岩石、灌丛和城市八类，并基于混淆矩阵进行精度验证。其次，采用集成元胞自动机马尔可夫模型（CA-Markov）预测2040年的LULC，该模型基于多层感知器（MLP）人工神经网络分析1996–2018年的转移概率，并利用高程、距道路距离、距城市距离、距农田距离和人口密度作为解释变量，以受保护区域为限制变量，通过品质因数（FoM）、数量差异（QD）和数量一致（QA）评估预测精度。第三，使用MPI-ESM-1-2-HR气候模型，选取共享社会经济路径SSP126（乐观）和SSP585（悲观）情景，通过统计降尺度（以纬度和经度为预测变量）将原始1 km分辨率降至30 m分辨率，生成2021–2040年的气候预估。第四，采用修订通用土壤流失方程（RUSLE）模型评估土壤水蚀，该模型包含降雨侵蚀力因子（R因子）、土壤可蚀性因子（K因子）、坡长坡度因子（LS因子）、覆盖管理因子（C因子）和保护措施因子（P因子）。R因子基于历史及未来降水数据计算，K因子基于土壤质地和有机质百分比计算，LS因子基于SRTM DEM（30 m分辨率）通过LS-Tool软件计算，C因子根据LULC类型赋值，P因子因无保护措施设为1。最后，通过因子敏感性分析，设置基线情景、未来情景、气候情景和LULC情景，计算气候归因变化和LULC归因变化，进而确定各驱动因素对土壤侵蚀总变化的相对贡献率（CC%和CL%）。样本来源包括厄瓜多尔军事地理研究所的土壤数据、国家气象水文研究所（INAMHI）五个气象站点的观测数据，以及WorldClim平台的降水数据。
**研究结果**
**3.1 LULC动态**：1996–2023年间，森林和灌丛覆盖分别减少5.2%和5.8%，而农田和城市区域分别增加8.4%和3.7%。城市扩张主要由农田和灌丛转化而来。LULC分类总体精度分别为90.0%（1996年）、92.5%（2018年）和91.3%（2023年），Kappa系数分别为0.89、0.91和0.90。
**3.2 2040年LULC模拟**：CA-Markov模型验证显示，FoM值为38.6%，QD和AD值分别为4.7%和10.3%，表明模型可用于预测。预测到2040年，农田仍为优势类型（占42.3%），面积将增加10.9%，而森林面积将减少11.4%。受保护区域有助于维持帕拉莫和灌丛等植被类型。
**3.3 历史及未来水蚀时空分布**：历史时期R因子介于247.1–577.5 MJ mm/h ha year之间，未来情景下R因子范围收窄。K因子值介于0–0.02 tons ha h/ha MJ mm，LS因子值介于0.01–61.5。平均侵蚀率在1996年为3.3吨/公顷/年，2023年为3.9吨/公顷/年，最高侵蚀值超过100吨/公顷/年，集中在陡坡山麓。到2040年，SSP126和SSP585情景下平均侵蚀率分别预测为5.4和5.5吨/公顷/年，相比1996年增加63.5%和65.1%，相比2023年增加38.9%和40.2%。极低和低侵蚀面积将减少，高和极高侵蚀面积将增加约2.9%–3.0%（相比1996年）或2.1%–2.2%（相比2023年）。
**3.4 不同LULC类型下的水蚀**：森林和牧场始终以无或极低侵蚀为主（分别占97.7%和96.6%）。农田在所有年份中表现出最大比例的中度至极严重侵蚀（1996年27.2%，2023年28.6%，2040年35.9%）。灌丛表现居中，帕拉莫生态系统在低侵蚀主导下未来轻度增加。SSP126和SSP585情景下分布相似，表明土地利用变化对侵蚀动态的影响强于情景间的气候差异。
**3.5 气候变化和LULCC对土壤侵蚀的影响**：因子敏感性分析显示，LULCC对侵蚀总变化的贡献率（CL%）在SSP126和SSP585情景下分别为82.5%和83.6%，而气候变化贡献率（CC%）分别为-17.51%和-16.38%，表明LULCC是主要的侵蚀驱动因素，气候变化影响次要且负值仅表示相对较低的侵蚀影响。LULCC贡献图显示广泛一致的影响，而气候变化贡献图呈现异质和局地响应，证实人类因素主导侵蚀动态。
**讨论与结论**
讨论指出，尽管流域年均侵蚀低于全球平均（10吨/公顷/年），但最大侵蚀水平可达100吨/公顷/年以上，与全球其他山区流域相当。与已有研究相比，本流域侵蚀值低于Mira河流域和厄瓜多尔中部流域。在全球范围内，LULCC和气候变化共同影响侵蚀，但降水通常被认为是主要因子。然而，在本流域，由于气候情景未预测降水或侵蚀性因子的显著变化，LULCC成为主导因素。这与安第斯流域的研究一致，即人类活动导致的植被覆盖变化是土壤退化的主因。高侵蚀率发生在陡坡山区，由农业扩张、森林砍伐和城市增长驱动。在年降水不超过约2000 mm的热带湿润区，植被覆盖对侵蚀率影响更大。研究确认了RUSLE模型与GIS集成的优势，以及CA-Markov预测LULC的实用性。为应对侵蚀，需采取空间针对性的保护措施，如保护高价值残余植被（帕拉莫和山地森林）、恢复退化坡地（基于自然的解决方案）和景观级土地利用协议。结合科学监测、情景建模与社区参与，可确保侵蚀控制措施的社会可接受性和韧性。
研究结论总结：在厄瓜多尔西北部的Ambi河流域，LULCC预计将延续1996–2023年的趋势，导致植被减少、人为覆盖增加，从而加剧侵蚀。因子敏感性分析表明，LULCC是土壤流失的主要驱动因素，占侵蚀变化的82%以上，而气候变化影响次要。这些发现对热带山区保护具有重要启示：植被覆盖是抵御霍顿型地表径流的关键屏障，当前农业扩张直接加深了地域脆弱性。因此，北安第斯山脉的保护策略应从气候适应转向局地景观管理，核心是土地利用规划，限制农业边界扩张和恢复原生植被是维持土壤韧性的关键区域干预措施。
