西南喀斯特地区土壤侵蚀研究综述

中国西南喀斯特地区的土壤侵蚀问题倍受关注。本文针对喀斯特地区的土壤侵蚀研究现 状, 从喀斯特地区土壤侵蚀的格局研究、机理研究和生态恢复研究三个方面, 综合论述了近几十 年来有关喀斯特地区土壤侵蚀研究成果和进展。对喀斯特地区土壤侵蚀的区划、分类和分级研究 进行归纳, 将机理研究从自然因素和自然过程、人文因素和人文过程两个角度进行总结, 阐述了 喀斯特地区受损土地的生态恢复与重建研究, 指出目前研究中所存在的问题, 以及今后的主要研 究方向。     

斯洛文尼亚喀斯特生态环境与农业

通过对斯洛文尼亚喀斯特环境与农业的实地考察,首先回顾了该国历史上喀斯特环境的变迁,其次探论了斯洛文尼亚喀斯特环境与农业生产、人口变化以及与城市化、工业化的关系,最后讨论了斯洛文尼亚喀斯特环境治理的经验对我们喀斯特石漠化治理的启示。     

贵州省喀斯特山区生态环境脆弱性研究

贵州省喀斯特山区生态脆弱 ,主要表现为敏感度高、环境容量低、抗干扰能力弱和稳定性差。地球内动力机制奠定了其脆弱的生态环境背景 ,如地貌类型复杂、碳酸盐岩广泛分布、山高坡陡、土层薄而不连续等。季风活动和人口压力是喀斯特生态系统扰动的外动力机制 ,大气环流决定了贵州省阴湿多雨的气候特点 ,为岩溶发育提供了重要的侵蚀营力 ;社会经济压力超过了其生态系统的承载力 ,加剧了生态环境的恶化。     

八宝喀斯特山区生态环境问题与治理措施

喀斯特峰丛山区生态系统特征有：结构简单，稳定性差，恢复困难等。其生态系统脆弱性表现为：（1）裸露型喀斯特山地坡度陡峻，土壤贫脊，耕地少而分散，水土保持能力差；（2）地下水文网发育导致地表水大量漏失，地下水位埋藏深，难以开采利用；（3）植被树种单一，生长缓慢，资源开发过程中易产生耕作粗放，水土流失，石漠化等环境问题，对其治理和恢复过程应是渐进式的：水－土－林，即首先要科学开发利用各种水资源，同时合理规划利用土地资源，其次要加速生态系统重建，使其形成良性循环发展方式。     

贵州省喀斯特山区生态环境脆弱性研究

贵州省喀斯特山区生态脆弱，主要表现为敏感度高、环境容量低、抗干扰能力弱和稳定性差。地球内动力机制奠定了其脆弱的生态环境背景，如地貌类型复杂、碳酸盐岩广泛分布、山高坡陡、土层薄而不连续等。季风活动和人口压力是喀斯特生态系统扰动的外动力机制，大气环流决定了贵州省阴湿多雨的气候特点，为岩溶发育提供了重要的侵蚀营力；社会经济压力超过了其生态系统的承载力，加剧了生态环境的恶化。     

典型喀斯特峡谷区碳储量空间分配格局、演变过程及其贡献率

采用样方法和土地利用转移矩阵,以贵州省西南部的晴隆县为研究区域,研究了典型喀斯特峡谷区不同土地利用类型在1988、1999和2009年的碳储量空间格局和演变过程,并由此估算了贵州省喀斯特峡谷区的碳储量及贡献率。结果表明：晴隆县喀斯特区域的碳储量和平均碳密度呈先减少后增加的趋势。由晴隆县不同情况下的碳储量比例关系,估算出贵州省喀斯特峡谷区碳储量的实际值为42.55 Tg。同时,研究结果表明人类活动对碳储量的空间格局和演变有很大的影响。此外,估算的贵州省喀斯特峡谷区生态系统的平均碳密度远高于中国陆地生态系统的平均值,土壤平均碳密度则接近全国陆地生态系统平均值,但其植被平均碳密度却远高于全国陆地生态系统平均值,与全国森林系统的植被平均碳密度持平。这说明喀斯特峡谷区具有极大的固碳潜力,对其进行石漠化防治,是极其必要的。     

典型喀斯特石漠化治理区水土流失特征与关键问题

喀斯特地区的水土流失资料很缺乏, 传统的研究方法很多不适用, 为科学地认识喀斯特石漠化治理区水土流失的特征与变化规律, 制定符合喀斯特环境的防治对策, 2006-2010 年间, 结合石漠化治理工程, 对鸭池、红枫湖、花江典型示范区进行了长期的水土流失定位监测, 结果显示, 总体上各研究区在生态及工程治理后土壤侵蚀量明显下降, 地貌类型从宏观上控制着各区域的侵蚀特征, 高原山地土层厚, 大量陡坡开垦, 水土流失严重;高原盆地自然条件较好, 发展生态畜牧和生态农业, 侵蚀量较小;高原峡谷经历早期的剧烈流失后, 现阶段几近无土可流, 侵蚀量极低。生态修复是石漠化治理的核心, 水保林、封禁治理的生态效益好, 草地畜牧业和经济林模式能带来良好经济与水土保持效益。不同等级石漠化的坡度与土被组合特征差异显著, 对土壤侵蚀量有强烈的控制作用, 今后应根据石漠化等级细化喀斯特地区的水土流失分级和制定合适的治理措施。地下流失受研究深度所限, 目前尚无法准确判断其在地表-地下水土流失总量中的贡献率, 对落水洞等关键部位进行工程防治能大大降低其危害性。     

贵州洞穴空间格局及影响因素分析

以贵州水文地质图和地形图为基础,利用ArcGIS对境内近5000个洞穴洞口海拔、经纬度提取及所在地层、岩性、水系、构造划分,并运用最邻近指数、空间分析与耦合分析处理,研究了贵州全省4960个洞穴的分布特征,探讨了洞穴空间格局与地理要素之间的关系。通过对贵州洞穴进行点格局分析,得出最近邻指数为0.53,泰森多边形检验其变异系数达72.469%,符合凝聚分布模式;并采用点密度函数将全省洞穴划分为4个集聚区和1个弱影响区,即遵义—铜仁强影响区、毕节强影响区、黔西南—六盘水强影响区、贵阳—安顺—黔南强影响区和黔东南弱影响区。其中贵阳—安顺—黔南强影响区是洞穴最主要的分布区,占全省洞穴总量的36.63%,该影响区面积占全省面积的24.67%。贵州洞穴分布呈西密东疏的分布特征,形成明显的“片状”格局。在其研究背景下,地层、岩性、构造、气候、水文、海拔等因素主要制约洞穴的分布、数量、空间格局及其发育。     

喀斯特石漠化与地质-生态环境背景的空间相关性分析——以广西都安瑶族自治县为例

分析都安瑶族自治县喀斯特石漠化分布特征,依托GIS和RS技术,采用定性和定量相结合的分析方法,选出分析喀斯特石漠化的地质-生态环境背景因素.运用主成分分析法,得出喀斯特石漠化的地质生态环境指数,并绘制都安县地质-生态环境指数图,揭示石漠化与其地质-生态环境背景因素的空间相关性.利用多元回归方法,通过检验其显著度选出最佳的回归模型,为喀斯特石漠化生态重建提供依据.     

营口市景观空间格局及生态环境质量分析

根据营口市2007年土地利用相关图形数据,选用生态意义明确的景观格局指数和区域生态环境指数,从斑块和景观两个尺度对营口市景观空间格局进行定量分析,并揭示了景观格局对区域生态环境的影响.结果表明:(1)林地是营口市占地面积最大,斑块数最多的基质景观,面积比例高达49.80％,斑块个数为1 252个,占总斑块数的38.89％,斑块分离度为0.05;旱地和水田面积比例也较大,分别占21.76％和14.28％;城乡用地面积仅占11.66％,但其斑块数达1 198个;滩涂面积比例最小,仅为0.07％.(2)营口市生态环境质量较好,区域生态环境指数达0.48,高于相邻的盘锦市和瓦房店市.(3)营口市滩涂、沼泽面积较小.     

2010—2015年贵州省关岭县石漠化时空演变及人类活动影响因素

石漠化是中国西南喀斯特地区面临的重要环境问题之一,其演化过程和驱动机制分析一直是相关研究领域的难点和热点,尤其是人类活动的影响分析方面仍有待于进一步研究。论文选择贵州石漠化极其严重的关岭县为研究区,利用2010年SPOT5/ALOS数据、2015年的高分一号/资源三号数据等,结合地面调查、采用目视解译的方法获得了2010—2015年石漠化分布、演化过程及驱动因素等信息;在系统分析石漠化的空间分布及演化过程的基础上,着重分析土地利用类型、社会经济水平及石漠化治理工程等人类活动因素对贵州石漠化演化的影响。研究结果表明：① 关岭县石漠化土地占有很大比重(2015年占总土地面积的45%以上)且以中度石漠化为主;② 石漠化总体上得到明显改善,石漠化土地面积逐年减少,尤其是重度石漠化和极重度石漠化土地明显减少,但仍有部分石漠化土地的状况在恶化。③ 人类活动对石漠程度和演化过程具有重要的影响,首先,土地利用类型尤其是灌木林、旱地和有林地对石漠化演化起着重要的作用;其次,人口密度较大和GDP较高的地区,石漠化程度也较高且石漠化恢复治理的效果越不明显;另外,关岭县的各类石漠化治理工程取得了显著的成果,约1/3的处于稳定和得到改善的石漠化土地是通过治理工程来实现的。本文查明了土地利用类型、人口及石漠化治理工程与石漠化演化的关系,研究结果可为石漠化治理与生态恢复工作提供科学的依据。     

贵州岩溶地区岩性与土地石漠化的 相关分析

在构筑1：50万贵州岩溶地区岩石组合类型分布图的基础上，以GIS为分析手段，对贵州省石漠化分布图和地层岩性图进行了空间分析，探讨了各类岩性与不同级别石漠化之间的相关关系。石漠化与岩性具有明显的相关性，强度石漠化主要分布在纯质碳酸盐岩地区，尤其是纯质灰岩地区；中度石漠化在白云岩组合中的比例较灰岩组合中高；轻度石漠化在碳酸盐岩与碎屑岩夹层和互层中分布较广；石漠化与纯碳酸盐岩相关关系最明显。     

Spatial pattern and compositive structure of forests in Guizhou

Remote-sensing and field data of Guizhou forest resources in 2000 are processed using ArcGIS, with the production of forest resource distribution map, forest age class structure map, and forest canopy distribution map. Analysis of these data shows that: (1) though there are multiple types of forest resources, forest coverage is low (only 25.27%, excluding sparse woodland, shrub and underage-forest); (2) the geographical distribution of forests is quite uneven, mainly in the southeast of the province and in Zunyi prefecture; (3) the zonal evergreen broad-leaved forests have been seriously destroyed, with striking secondary features, i.e., coniferous forest and shrubbery account for the greatest proportion of Guizhou forests; (4) the timber-forest is much larger in area than shelter-forest and economic forest; (5) young-and-middle aged forests are more widely distributed than near-and-over matured forest; and (6) the forest of Guizhou is not enough to effectively protect the environment of karst mountain areas of the province.     

Spatial pattern and compositive structure of forests in Guizhou

Remote-sensing and field data of Guizhou forest resources in 2000 are processed using ArcGIS, with the production of forest resource distribution map, forest age class structure map, and forest canopy distribution map. Analysis of these data shows that: (1) though there are multiple types of forest resources, forest coverage is low (only 25.27%, excluding sparse woodland, shrub and underage-forest); (2) the geographical distribution of forests is quite uneven, mainly in the southeast of the province and in Zunyi prefecture; (3) the zonal evergreen broad-leaved forests have been seriously destroyed, with striking secondary features, i.e., coniferous forest and shrubbery account for the greatest proportion of Guizhou forests; (4) the timber-forest is much larger in area than shelter-forest and economic forest; (5) young-and-middle aged forests are more widely distributed than near-and-over matured forest; and (6) the forest of Guizhou is not enough to effectively protect the environment of karst mountain areas of the province.     

贵州岩溶荒漠化成因及其防治

岩溶荒漠化是贵州岩溶地区的主要生态环境问题之一,对土地生产力的破坏作用巨大。它是碳酸盐岩的侵蚀过程与人为活动共同作用的结果。分析了贵州碳酸盐岩区域侵蚀的地质背景,认为岩溶地区的碳酸盐岩侵蚀及地貌和生态环境特点、被侵蚀土粒的物质输送规律构成了岩溶荒漠化的自然基础,指出碳酸盐岩的化学侵蚀并非风化成土过程,以及一般的土壤侵蚀指标并不能代表岩溶地区土壤侵蚀的真实情况。同时还分析了岩溶荒漠化产生和发展过程中的不合理的人为活动的主要表现形式及其产生根源。在此基础上,本文提出了相应的综合防治措施。     

喀斯特石漠化小流域景观的空间因子分析——以贵州清镇王家寨小流域为例

以贵州喀斯特地区的王家寨小流域为研究对象,基于多源信息,依托RS和GIS技术获取2005年该流域石漠化景观格局信息,以此为基础进行石漠化景观分布指数、石漠化综合指数、 -s平面分析模型以及三次曲线拟合等分析,旨在从小流域尺度上探讨石漠化景观在坡度、坡向、高程和与村庄距离等空间因子上的分布规律。结果表明:潜在、轻度石漠化景观受坡度影响最显著;其他类型石漠化景观受坡向影响最明显。石漠化程度先随坡度的增大而加重,27°后呈缓解趋势;各坡向中南、东南坡石漠化最严重;随高程增加石漠化加剧;距村庄越远石漠化越严重。初步推断各空间因子对石漠化程度的影响由强至弱的顺序为:坡度、坡向、高程、与村庄的距离。     

The spatial distribution and factors affecting karst cave development in Guizhou Province

This research examines the distribution features of 4960 caves across Guizhou Province, while probing the relationship between the caves’ spatial patterns and geographic elements. This study is based on hydrogeological and topographic maps of Guizhou. ArcGIS software was used to process the adjacent index, spatial analysis, and coupling analysis of the caves altitude and longitude, as well as the rock properties, lithology, drainage and tectonic division of almost 5000 caves. Based on a point pattern analysis of Guizhou caves, the adjacent index is 0.53, and the coefficient of variation verified by Tyson polygon reached 72.469%. This figure reflects the clustered distribution pattern of the caves. Across the entire province, caves are divided into four concentrated areas and one weakly affected area. The four concentrated areas are Zunyi-Tongren, Bijie, Qianxinan-Liupanshui, and Guiyang- Anshun-Qinan. The one weakly affected zone is Qiandongnan. The most concentrated among them is the Guiyang-Anshun-Qiannan area, which covers 24.67% of the total province area, and accounts for 36.63% of the total province’s caves. Cave distribution in Guizhou is characterized as dense in the western part and sparse in the eastern part. Under this study background, the natural elements of formation, including lithology, structure, climate, hydrology, and altitude, and their effects on the distribution, number, and spatial pattern of cave development is analyzed.     

基于GIS与地理探测器的岩溶槽谷石漠化空间分布及驱动因素分析

岩溶区土地石漠化已成为中国西部继沙漠化和水土流失后的第三大生态问题,近年来岩溶槽谷区石漠化表现出增加趋势。通过获取槽谷区石漠化、岩性、坡度、海拔、降雨量、土地利用、人口密度和第一产业生产总值等数据,利用GIS空间分析功能和地理探测器模型,探讨了岩溶槽谷区石漠化空间分布特征及驱动因子。主要结论为：① 岩溶槽谷区总石漠化面积为21323.7 km ²,占研究区土地面积的8.3%,其中轻度、中度和重度石漠化面积分别是11894.8 km ²、8615.8 km ²和813.1 km ²,分别占石漠化面积的55.8%、40.4%和3.8%;② 从石漠化的空间分布来看,槽谷区石漠化主要发生在连续性灰岩中,轻度、中度和重度石漠化面积分别为占槽谷区相应石漠化类型面积的22.1%、22.4%和1.9%;槽谷区石漠化主要发生在15°~25°的坡度范围,轻度、中度和重度石漠化面积分别为占槽谷区相应石漠化类型面积的27.1%、18.2%和2.3%;从海拔来看,主要分布于400~800 m范围内,轻度、中度和重度石漠化面积分别为占槽谷区相应石漠化类型面积的24.9%、18.4%和0.2%;从土地利用类型来看,主要发生于山地旱地中;从人口密度来看,集中分布于100~200人/km ²中;从第一产业生产总值来看,集中分布于25亿~50亿元中;③ 地理探测器的因子探测器揭示了岩性（q = 0.58）、土地利用（q = 0.48）和坡度（q = 0.42）3个因子是槽谷区石漠化形成的主要驱动因子,交互式探测器进一步揭示了岩性与土地利用类型（q = 0.85）、坡度与土地利用类型的组合（q = 0.75）共同驱动槽谷区石漠化的形成。     

吉林省德惠市土壤特性空间变异特征与格局

Based on regionalized variable theory, semivariograms of geo-statistics were used to research the spatial variation of soil properties quantitatively. The results showed that the semivariogram of soil organic matter is best described by spherical model, the best model for semivariograms of soil total N and available K is exponential models and that of available P belongs to linear with sill model. Those soil properties have different spatial correlations respectively, the lag of organic matter is the highest and that of available P is the lowest, the spatial correlation of N and available K belongs to moderate degree. Spatial heterogeneities are different too, the degree of organic matter and total N are higher, the degree of available K is in the next place and that of available P is the lowest. Influenced by the shape, topography and soil of the study area, all isotropies of available P are obvious in all directions while anisotropies of others are manifested. According to the analytical results, supported by GIS, Kriging and IDW methods are applied to describe and analyze the spatial distribution of soil properties. The results indicate that soil organic matter, total N and available K are distributed regularly from northeast to southwest, while available P is distributed randomly.