土壤侵蚀已成为全球变暖背景下区域面临的主要挑战。研究人员提出了一种新指标（水蚀风险，WER），通过整合降雨侵蚀力（RE）和径流侵蚀力（REP），该指标能够同时反映缺乏泥沙监测区域在泥沙产生和输移过程中的潜在土壤侵蚀。WER被应用于中国西南部喀斯特地区赤水河流域（CSRW），该区域生态条件脆弱、土壤浅薄，以评估其从过去到未来（1961∼2100）的土壤侵蚀风险。采用土壤和水评估工具（SWAT）基于历史降水数据（1961∼2022）和未来预估数据（1979∼2100）（四种共享社会经济路径：SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）模拟径流。结果表明，校准后的SWAT模型有效地再现了多个站点的径流。在所有SSP情景下，降水、RE、径流、REP和WER均显著增加（P < 0.05），其中WER在SSP5-8.5情景下的远期增幅最大（52.5%）。空间上，CSRW的北部和东部是土壤侵蚀高风险区，尤其在2070∼2090年期间。与RE和REP相比，泥沙输移模量与WER之间的指数关系更高（R2 = 0.66∼0.88），表明WER在土壤侵蚀风险检测中表现更优。综合来看，本研究为缺乏泥沙监测的区域提供了一种有效的新指标，并预测未来在所有排放情景下CSRW的土壤侵蚀风险将增加。
# 论文解读：中国西南部喀斯特地区赤水河流域水蚀风险的演变与未来趋势——基于新水蚀指标的视角
## 研究背景、问题与意义
土壤侵蚀是全球变暖背景下威胁土壤健康、农业生产力及生态平衡的重大环境问题，导致土地退化和河流沉积加剧。已有研究多单一采用降雨侵蚀力（Rainfall Erosivity, RE）或径流侵蚀力（Runoff Erosion Power, REP）评估侵蚀风险，但未能同时考虑土壤颗粒分离（由降雨驱动）与输移（由径流驱动）两个关键过程。赤水河流域（Chishui River Watershed, CSRW）位于中国西南部喀斯特地区，生态环境脆弱、土层浅薄，且无大型水库拦截泥沙，侵蚀风险突出。为此，研究人员提出了一种整合RE和REP的新水蚀风险指标（Water Erosion Risk, WER），以更全面地评估缺乏泥沙监测区域的潜在侵蚀。研究利用SWAT模型模拟历史（1961∼2022）与未来（2023∼2100）径流，基于四种共享社会经济路径（SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5），预测CSRW的土壤侵蚀风险时空变化。论文发表在《Environmental and Sustainability Indicators》，为喀斯特地区未来土壤侵蚀防治提供了科学依据和有效指标。
## 关键技术方法概述
研究采用的主要技术方法包括：（1）SWAT半分布式水文模型，基于数字高程模型（DEM，30 m）、土壤图、土地利用图（2015年）和0.1°日降水网格，将CSRW划分为64个子流域和1116个水文响应单元（HRU），并利用三个水文站（ELB、MT、CS）2007∼2020年月径流实测数据进行参数敏感性分析、率定（2007∼2014）和验证（2015∼2020）；（2）降雨侵蚀力（RE）计算采用Xie模型，基于日降水数据区分暖季（5-9月）和冷季（10-4月）参数，以12 mm为侵蚀性降雨阈值；（3）径流侵蚀力（REP）计算采用Jiang等方法，整合径流过程与最大流量；（4）水蚀风险（WER）通过将RE和REP标准化后相加得到，空间分辨率统一为0.005°网格；（5）未来气候数据采用HiCPC数据集（三个全球气候模型GCM：EC-Earth3-Veg、FGOALS-g3、MRI-ESM2-0），并通过比值校正法修正系统偏差；（6）趋势分析采用线性变化率和修正Mann-Kendall方法。样本来源为CSRW（面积16473 km
2，位于云南、贵州、四川三省）。
## 研究结果
### 4.1 SWAT模型参数敏感性与率定
通过参数敏感性分析，发现15个敏感参数主要涉及地下水、蒸散发和地表径流过程。校准后，SWAT模型在三站点的R
2、NSE、PBIAS和RSR分别在0.73∼0.84、0.71∼0.83、−5.1%∼14.6%和0.42∼0.54之间，表明模型能很好地再现月径流过程及空间异质性。
### 4.2 1961∼2022年RE和REP时空变化
历史时期降水呈轻微下降趋势（−0.82 mm/a），但RE呈上升趋势（2.33 MJ·mm·hm
−2·h
−1·a
−2），说明降雨强度增大。空间上，CSRW北部和东南部RE增加明显，而REP在大部分区域下降。这表明极端降雨是驱动历史侵蚀风险升高的主要因素。
### 4.3 未来不同SSP情景下RE和REP预估
#### 4.3.1 降水和RE校正
通过比值校正法修正GCM的系统偏差后，历史期（1979∼2014）年均降水从1071.52 mm校正为1071.67 mm，RE从1871.65校正为2369.27 MJ·mm·hm
−2·h
−1·a
−1，与实测值一致，减少了低估误差。
#### 4.3.2 不同子时期RE和REP的时间变化
所有SSP情景下，降水、RE、径流和REP均呈显著增加趋势（P < 0.05）。其中，SSP5-8.5情景下RE和REP的增幅最大（变化率分别为17.38 MJ·mm·hm
−2·h
−1·a
−2和0.14 mm·m
3·s
−1·km
−2·a
−1）。远期（2076∼2100）各变量增幅最显著，SSP5-8.5下RE达到3671.55 MJ·mm·hm
−2·h
−1·a
−1，REP达到24.65 mm·m
3·s
−1·km
−2。
#### 4.3.3 RE和REP的空间变化
未来所有SSP情景下，CSRW北部和东部的RE和REP增加最为剧烈，尤其在SSP2-4.5和SSP5-8.5下，这两个区域的RE变化率最高达14.23∼17.38 MJ·mm·hm
−2·h
−1·a
−2，且径流和REP在南部和东部显著增加（P < 0.05）。高排放情景下，降雨模式趋于极端化，导致局部地区径流变化与降水变化不一致。
### 4.4 不同SSP情景下WER预测
历史期年均WER为24.45。未来所有SSP情景下WER均呈显著增加趋势（P < 0.05），其中SSP5-8.5下WER的增幅最大（变化率为0.23/年），远期上升52.5%至43.28。空间上，北部和东部始终为高WER核心区，且高风险区范围在SSP3-7.0和SSP5-8.5下明显扩大。2070∼2090年是WER峰值期，此时侵蚀风险最高。
## 讨论与结论
讨论部分指出，WER因同时考虑RE和REP，在小流域中与泥沙输移模量的指数关系更强（R
2 = 0.88），优于单独使用RE或REP。但随流域面积增大，该关系减弱（R
2 = 0.66），说明WER更适用于小尺度侵蚀风险评估。研究识别出CSRW北部（陡坡耕地）和东部（喀斯特与农田交织区）为未来优先防治区。不确定性主要源于CMIP6对极端降水的模拟偏差、侵蚀性降雨阈值选择及WER的尺度效应，未来需结合植被恢复和土地利用变化进一步优化。
结论翻译：本研究提出了一个新型土壤侵蚀风险评价指标（水蚀风险，WER），通过整合降雨侵蚀力（RE）和径流侵蚀力（REP），并将其应用于赤水河流域（CSRW），评估了1961∼2100年的土壤侵蚀风险。主要结论如下：（1）SWAT模型能很好模拟CSRW的径流过程，三个水文站的R
2、NSE和PBIAS分别在0.73∼0.84、0.71∼0.83和−5.1%∼14.6%之间。（2）历史时期（1961∼2022），CSRW降水减少但RE增加，表明降雨强度增大；空间上，CSRW中部和东南部RE显著增加，但大部分区域REP下降，极端降雨是主要侵蚀驱动力。（3）所有SSP情景下，降水、RE、径流和REP均显著增加（P < 0.05），SSP5-8.5下增幅最大；远期（2076∼2100）各变量上升最剧烈；空间上CSRW北部和东部RE和REP增幅最高。（4）CSRW内年均WER在所有SSP情景下呈显著增加趋势（P < 0.05），SSP5-8.5下远期WER较历史期增加52.5%；空间上高WER区主要分布在北部和东部，且高侵蚀风险区将扩大；WER在小流域的侵蚀风险预测中表现优于大流域。研究结果表明，CSRW北部和东部是未来土壤侵蚀的重点防治区域，未来需进一步研究WER预测的最优流域面积阈值。
