《Sustainability》：Spatiotemporal Variations and Influencing Factors of Soil Erosion in the Qingyi River Basin (Southwest China) Based on the CSLE Model: Implications for Sustainable Watershed Management
编辑推荐：
土壤侵蚀是威胁流域生态安全与土地资源可持续利用的主要环境问题。量化其时空变异性及关联的环境控制因素，对可持续土地利用规划与流域管理具有重要意义。为表征青衣江流域CSLE（Chinese Soil Loss Equation，中国土壤流失方程）模拟土壤侵蚀的时空
土壤侵蚀是威胁流域生态安全与土地资源可持续利用的主要环境问题。量化其时空变异性及关联的环境控制因素，对可持续土地利用规划与流域管理具有重要意义。为表征青衣江流域CSLE（Chinese Soil Loss Equation，中国土壤流失方程）模拟土壤侵蚀的时空变化及环境变量对模拟结果的相对解释贡献，研究人员整合了2000至2025年六个观测年的降雨、土壤类型、数字高程模型（DEM）、土地利用和植被覆盖度数据，结合GIS空间分析与CSLE模型。进一步应用地理探测器（Geodetector）与CatBoost–SHAP评估所选环境变量对模拟侵蚀结果的解释贡献与交互模式。结果表明：（1）林地与耕地主导流域土地利用结构，建设用地由90.95 km2增至164.21 km2；上下游土地利用格局差异显著，上游以林地草地为主，下游耕地与建设用地占比更高。（2）六个观测年均值介于135.74至378.39 t·km?2·a?1，总体属低侵蚀水平，2015年最高，2025年最低。（3）侵蚀强度以微度与轻度为主，合计占流域面积95%以上，中度和以上侵蚀集中于下游山区及河谷两侧。（4）解释性分析显示高程、土地利用和植被覆盖对CSLE模拟侵蚀空间变异贡献较高；上游地形与植被变量贡献更突出，下游土地利用贡献更高。上述发现为青衣江流域土壤侵蚀监测、水土保持优先区识别、可持续土地利用优化及分区流域管理提供了定量依据。
研究背景方面，土壤侵蚀作为全球突出生态环境问题，在气候变化导致极端降水频发及人类活动强化的共同作用下日益显著，威胁区域生态安全与可持续发展。既有研究多将流域作为整体评估，较少关注同一流域内不同地貌单元的环境归因差异，且模型归因结果常与实际侵蚀机制证据混淆。青衣江流域地处四川盆地西缘与川西山地过渡带，上游高山深谷、下游丘陵平原的地貌分异显著，为检验CSLE模拟侵蚀及环境归因的上下游差异提供了合适对象。研究人员据此开展2000—2025年六期观测下的CSLE模拟、地理探测器与可解释机器学习结合的分析，旨在刻画时空变异并比较上下游环境归因，成果发表于《Sustainability》。
关键技术方法上，研究人员以青衣江流域为对象，样本覆盖六期观测年（2000、2005、2010、2015、2020、2025）的1 km网格降雨、30 m DEM、HWSD土壤、中科院多期土地利用及30 m NDVI植被覆盖数据，统一重采样至30 m并裁剪至流域边界。核心方法包括：基于CSLE（R×K×L×S×B×E×T）计算各期侵蚀模数；采用地理探测器因子探测与交互探测以q值度量单因子及双因子联合解释力；构建CatBoost、XGBoost、LightGBM三类梯度提升模型拟合CSLE侵蚀模数，以测试集R2择优后用SHAP（SHapley Additive exPlanations）解析特征贡献，并在上下游分区对比。
研究结果部分，4.1节土地利用变化特征显示，2000—2025年林地占71.92%—74.16%居首，耕地次之，建设用地增80.55%；上游林草主导且耕地缩减，下游耕地占29.45%—33.19%、建设用地增79.17%，反映上游自然约束强、下游人活活跃。
4.2节土壤侵蚀时空变异特征表明，六期平均侵蚀模数135.74—378.39 t·km?2·a?1，均处微度级，2015年峰值、2025年最低；微度与轻度合计超97%，中度以上下游占比始终高于上游（如2015年下游4.21%对上游1.87%），下游丘陵河谷为防治重点。
4.3节CSLE模拟侵蚀的环境归因中，地理探测器因子探测显示高程与土地利用q值领先，植被覆盖中等，土壤/坡度/降雨较弱；上游均值排序高程>植被>土地利用，下游土地利用>高程>植被。交互探测所有组合呈增强型，全流域植被∩土地利用、高程∩土地利用突出；上游以高程∩植被、高程∩土壤为主，下游以土地利用∩坡度、土地利用∩植被为主。CatBoost–SHAP中CatBoost六期平均R2最优，SHAP分布宽度以土地利用、高程、植被覆盖最大，降雨近零；2025年高程居首与地理探测器一致，印证二者在CSLE响应面上的归因排序相似但非独立因果验证。
讨论部分指出，林地稳定维持低侵蚀背景，耕地与建设用地区域性增强风险；上下游归因差异源于自然本底与人活强度不同；地理探测器与SHAP一致性限于同一模拟面内部，因R/K/L/S/B/E/T与解释变量重叠，不能替代实测过程证据；研究受六期离散年而非连续序列限制，降雨年际波动影响未完全分离。政策上提出“上游保护、下游控制、重点区管理”：上游护林草稳陡坡，下游控坡耕与建设扩张并配梯田缓冲带。
结论部分翻译为：（1）六期平均侵蚀模数135.74—378.39 t·km?2·a?1，属微度级，2015年最高378.39，2025年最低135.74，较2015降64.13%。（2）空间格局以微度轻度为主占超95%，中度以上2015年最大，2025年微度占87.39%；下游每期中度以上面积均超上游，2015年下游322.92 km2约为上游5.83倍。（3）高程、土地利用、植被覆盖对CSLE模拟空间变异解释贡献较高；地理探测器中2000年高程q=0.3809居首，2005—2020年土地利用q=0.3218—0.3712居首，2025年高程q=0.3352再居首；CatBoost–SHAP排序相近；上游地形植被贡献大、下游土地利用贡献大，该归因属CSLE框架内模型归因而非独立因果确认。
