《European Journal of Soil Science》：Multi-Temporal UAV Surveys and Modelling of Soil Erosion in the Ca l'Isard Catchment, NE Spain
编辑推荐：
摘要翻译
本研究通过整合多时相无人驾驶飞行器（Uncrewed Aerial Vehicle, UAV）测量与景观演化模型（Landscape Evolution Model, LEM），对西班牙东北部Ca l'Isard流域高度活跃的地中海山地劣地（badl
摘要翻译
本研究通过整合多时相无人驾驶飞行器（Uncrewed Aerial Vehicle, UAV）测量与景观演化模型（Landscape Evolution Model, LEM），对西班牙东北部Ca l'Isard流域高度活跃的地中海山地劣地（badlands）的季节性泥沙动态进行了调查。2020至2024年间，通过UAV获取的高分辨率地形数据揭示出一致的季节性模式：冬季河道下切区域内发生泥沙堆积（局部超过0.5 m），随后在夏季被输出。在此意义上，强降雨事件被识别为系统内土壤剥蚀的主要驱动因素。然而，泥沙通过排水网络向出口点传输，则取决于是否产生足够的径流以动员并输送先前已剥落的物质。该流域平均年产沙量显著（42–105 T/km2·yr），年际变化与季节性模式密切相关。利用UAV衍生的数字高程模型（Digital Elevation Model, DEM）进行校准的LEM，成功再现了冲沟（1000 m2）与流域（1.32 km2）两种尺度上的实测通量。模型正确捕捉了年际及季节性泥沙动态，模拟与监测数据之间呈现强Pearson相关性（r = 0.7）。在极端高强度降雨事件期间出现轻微偏差。研究结果表明，劣地侵蚀受气候因素（即冻融循环、高强度降雨）控制，并凸显了将野外监测与基于过程的建模相结合，以成功分析快速侵蚀劣地中泥沙动态的价值。此外，该框架为量化类似山地地区的泥沙动态提供了一种可迁移的方法。
论文解读文章
**研究背景与问题**
劣地（badlands）是地球上最活跃的地貌系统之一，通常发育于软岩和未固结沉积物上，植被覆盖极少甚至完全裸露。由于其极高的侵蚀速率，劣地会造成土地退化、水库淤积、土壤和水质恶化、生态系统受损、坡体失稳、洪水风险增加等一系列环境与社会经济问题。在地中海山区，崎岖的地形、可蚀性高的地层以及具有强烈季节对比的半湿润气候共同促进了侵蚀过程。特别是在高山区，冻融循环通过冰膨胀产生的机械风化作用削弱基岩，加速地表物质破碎。已有研究表明，研究区冬季冻融循环可持续超过20天，单次冬季可造成约1 cm的地表膨胀。然而，冻融过程对劣地动态的影响仍缺乏系统研究。传统监测手段如侵蚀钉和泥沙收集器虽然能提供直接测量值，但耗时且空间覆盖有限。遥感技术，尤其是基于无人驾驶飞行器（UAV）的摄影测量和地面激光扫描（TLS），已能够高精度量化地形变化，为侵蚀模型提供关键数据。同时，物理模型虽然能精细刻画产输沙过程，但通常需要大量输入数据，且多数模型局限于特定研究点。在陡峭地形、交通不便和极端气候条件下，山地土壤侵蚀的模拟与预测仍存在显著不确定性。因此，亟需发展可跨尺度应用的监测与建模相结合的方法，以更好地理解并预测山区劣地的泥沙动态。
**研究内容与结论**
本研究以西班牙东北部Pre-Pyrenees地区的Vallcebre研究流域中的Ca l'Isard流域为对象，系统开展了多时相UAV监测与景观演化模型（LEM）模拟。Ca l'Isard流域面积为1.32 km2，其中4.5%（约60,000 m2）为劣地，主要发育于富含蒙脱石的Garumnian泥质岩上。流域高程介于1183–1640 m，平均坡度为20°，劣地地区坡度最高可达75°。研究人员在2020年11月至2024年12月期间共进行了8次UAV航测，覆盖面积为44,000 m2的Bufalà劣地区（BBA），并重点分析了一个面积为1000 m2的代表性冲沟系统。基于UAV数据生成的数字高程模型（DEM）被用于量化不同时段的侵蚀与堆积体积，并用于校准LEM。该LEM源自法国Draix-Bleone观测站开发的模型，综合了四种关键地貌过程：冬季冻融风化产生的风化壳、冬季干崩（dry ravel）的坡面输移、春夏季降雨（尤其是高强度事件）触发的坡面输移，以及泥沙进入河网后的河流搬运。模型先在小冲沟尺度（1000 m2）进行参数校准，随后上尺度至整个Ca l'Isard流域。模型输入包括UAV衍生的DEM（冲沟0.5 m分辨率、流域2 m分辨率）以及逐场降雨事件系列。通过对比模拟与实测的泥沙通量，研究评估了模型的准确性。
**主要关键技术方法**
研究人员采用了以下关键技术方法：（1）多时相UAV摄影测量：使用DJI Inspire 2无人机搭载Zenmuse X5S相机，以35–40 m航高获取地面采样距离（GSD）为9–10 mm/像素的影像，通过Structure-from-Motion（SfM）和Multi-View Stereo（MVS）流程生成高密度三维点云与DEM，垂直精度约±2 cm；（2）DEM差分（DoD）分析：对不同时期DEM进行栅格差分，量化侵蚀与堆积体积，并按主导产沙源（岩崩、细沟、冲沟、滑坡等）划分多边形；（3）景观演化模型（LEM）：基于Landlab开源Python工具包，采用Anhert风化定律、非局部坡面扩散方程、以及SPACE（Stream Power with Alluvium Conservation and Entrainment）河流侵蚀模型，模拟风化、坡面输移和河道搬运过程；（4）模型校准与验证：在冲沟尺度通过试错法手动调整关键参数（如冬季坡面输移系数、标准降雨与强降雨输移系数、泥沙可蚀性、泥沙启动阈值），并将模拟结果与UAV观测及Ca l'Isard出口水文站（1990年代安装，连续监测水位、悬沙浓度）的实测悬沙通量进行对比。样本队列来源为Ca l'Isard流域现场监测数据（包括气象站、水文站和UAV航测数据）。
**研究结果**
*地形变化与季节性（基于UAV数据）*：四年的UAV监测显示出一致的季节性模式。冬季（11月至次年5月左右），细沟和冲沟等下切区域普遍出现泥沙堆积，部分区域堆积厚度超过0.5 m。四个冬季的堆积总量分别为14 m3（2021）、19 m3（2022）、9 m3（2023）和22 m3（2024）。夏季（5月至11月），强降雨事件将前期堆积的泥沙大量输出，夏季侵蚀量分别为10 m3（2021）、23 m3（2022）、约9 m3（2024，2023年因仅7月一次航测数据不完整）。整个劣地的年净侵蚀速率（面蚀率）为：2021年?0.840 mm/年，2022年?1.066 mm/年，2023年?0.402 mm/年，2024年?0.698 mm/年。此外，局部岸坡侵蚀（坍塌）在2021、2022和2024年分别贡献了?1.45 m3、?2.2 m3和?2.6 m3的泥沙损失。冲沟通道呈现典型的冬季堆积—夏季侵蚀的旋回，颗粒尺度的高程变化清楚地反映了这一季节节律。
*模型应用于冲沟尺度并校准*：LEM在小冲沟（1000 m2）上成功地模拟了冬季泥沙在通道内的堆积和夏季的侵蚀输出。模型模拟的冬季堆积厚度（约50 cm）与UAV观测相当，但夏季侵蚀量（约10 cm）低于UAV观测（约50 cm），这主要因UAV航测时间与季节严格分界不完全同步所致（如2021年5月的DEMmid已处于降雨季节）。定量对比显示，若考虑冲沟所有区域（下切与非下切），观测与模拟体积之间的Pearson相关系数为0.70；若仅考虑下切区域，相关系数升至0.94，表明模型对线性侵蚀沟道的模拟效果极为出色。细沟面蚀（片蚀）的模拟值与实测值存在一定偏差（如2021年冬季?8.95 vs. ?11.6 m3；2023年夏季?1.23 vs. +0.75 m3），这归因于UAV测量±2 cm的误差以及模型未考虑微地形和植被等局部因素。
*模型从冲沟上尺度至Ca l'Isard流域*：将校准后的LEM参数应用于整个Ca l'Isard流域（1.32 km2），对林地和植被覆盖区域采用植被侵蚀折减因子0.2，对顶部石灰岩悬崖设定零产沙变化。模型模拟结果再现了流域尺度的季节性泥沙动态：冬季泥沙在排水网络中堆积，夏季高流量期被输送出流域，部分低洼地区出现超过0.5 m的冲淤变化。年尺度上，观测与模拟的泥沙输出量相关系数r = 0.7。模型整体倾向于高估产沙量，但各年份的相对趋势一致：2024年观测和模拟产沙量最高（104.55和112.12 T/km2·年），2023年最低（41.36和59.85 T/km2·年），2022年是唯一模型低估的年份（模拟74.24 vs. 实测98.48 T/km2·年）。2022年的低估可能与当年最强降雨事件导致的剥蚀与输运之间时间不连通有关：强降雨先剥落泥沙，但后续径流不足以立即将其输送出流域，造成暂时性泥沙存储。与以往基于KINEROS2模型的研究相比，本研究的LEM模拟年均产沙量为83.7 T/km2·年，约为KINEROS2估算值（38 T/km2·年）的2.2倍，但处于同一数量级，差异可归因于模型结构、空间分辨率和产输沙过程表征方式的不同。
**讨论与结论**
讨论部分指出，多时相UAV监测与LEM模拟相结合，成功揭示了Ca l'Isard流域劣地系统中强烈的季节性泥沙动态：冬季冻融风化产生松散物质并在下切通道内堆积，春夏季高强度降雨则将这些物质动员并输出。这种冬积夏输的模式在冲沟和流域尺度上均稳定重现，且与先前基于坡面尺度的研究结论一致。模型模拟结果与观测数据呈现较强的相关性，证明了LEM在经过适当校准后，能够作为预测劣地侵蚀模式和泥沙动态的有效工具。然而，模型对非下切区域的片蚀模拟欠佳，且对极端降雨事件的响应存在误差，表明当前算法对细粒物质剥蚀和搬运的刻画仍有改进空间。此外，2022年的低估揭示了泥沙剥蚀与输运时间上可能存在脱节，需在模型中更好地表示泥沙暂时存储和延迟输运过程。流域年均产沙量为42–105 T/km2·年，相对较低，这归因于研究期内的降雨量较少；但侵蚀速率仍远高于非劣地山区，对土地资源和水环境造成显著威胁。
研究结论如下：本研究通过整合多时相UAV监测和LEM，对高度活跃的山地劣地泥沙动态进行了综合分析。Ca l'Isard流域陡峭的坡度和强烈的侵蚀循环表明，气候驱动因素（如温度、极端降雨）主导着脆弱地中海山地环境中的泥沙通量。在该为期四年的研究期间（2020–2024），流域年平均产沙量为42–105 T/km2·年，相对较低，这与观测到的低降雨量有关。多时相UAV调查证实了先前研究中描述的季节性模式：冬季发生泥沙产生与堆积，随后夏季在下切河道中输出高达±0.5 m的泥沙。然而，陡峭地形（坡度可达75°）和部分劣地坡面的稀疏植被限制了UAV在部分区域的数据采集；此外，平面和三维误差保持在±2 cm左右，给研究带来了一定不确定性，尤其是在检测非下切区域的变化时。LEM成功捕捉了冲沟（1000 m2）和流域（1.32 km2）尺度上的季节性动态，模拟与监测的年际和季节性产沙量之间呈现强Pearson相关性。非下切区域片蚀模拟的差异表明，泥沙产生和侵蚀算法仍有待改进。此外，2022年的模拟结果揭示了土壤剥蚀与泥沙输运之间潜在的时间不连通性。强降雨事件是系统内泥沙剥蚀的主要驱动因素，但泥沙并不总是立即输出到流域出口，还需足够的降雨强度和径流产生才能将已动员的物质通过排水网络输送出去。这一结果强调了在模型中更好地表征泥沙存储和延迟输运的必要性。本研究的发现也为土地管理提供了实际应用价值，UAV和LEM等工具可帮助评估山区的泥沙相关灾害（如肥沃土壤流失、排水网络动态变化、水库淤积、对当地生态系统的潜在影响等）。通过将野外观测与基于过程的建模相结合，该框架提高了我们量化和减缓山区侵蚀的能力。未来工作应在季节尺度上量化泥沙输出，评估排水网络内的暂时泥沙存储及其空间分布，并研究泥沙波从上游到下游的传播过程。此外，还应测试模型在更大或活性较低的劣地系统中的可扩展性，并整合更高分辨率的气候预估，以评估长期侵蚀趋势和泥沙生产与连通性的潜在变化。
