《Scientific Reports》：Spatial hotspot analysis of soil erosion rate and classification of homogeneous zones using GIS in a mountainous contrasting land-use watershed
编辑推荐：
本研究针对山区复杂土地利用背景下土壤侵蚀这一重大环境威胁，以伊朗某山地流域为对象，利用40年气候数据、高分辨率DEM、土地利用图等，结合RUSLE模型及空间自相关分析（Moran‘s I、Getis–Ord Gi*），评估了土壤侵蚀速率，识别了侵蚀热点与冷点。结果显示，流域年均侵蚀量约7 t·ha-1·year-1，超过65%的区域处于中度至极高侵蚀等级。研究发现了西南部的高-高（HH）侵蚀集群（热点）及北部/东北部的低-低（LL）冷点，为流域分区优先治理与可持续土地管理提供了精准空间依据。
土壤，作为万物生长的根基，正面临着一场悄无声息的危机——土壤侵蚀。在全球许多地区，尤其是地形复杂、土地利用方式多样的山区，肥沃的表土层正被风雨悄然带走。这不仅导致土地退化、农业生产力下降，还引发了水库淤积、水质恶化等一系列连锁反应，严重威胁着生态环境的可持续性与粮食安全。为了应对这一挑战，精准识别土壤侵蚀最严重的区域，并制定有的放矢的治理策略，成为环境科学领域的迫切需求。那么，在一片广阔而崎岖的山地流域中，侵蚀究竟是如何分布的？哪些地方是急需干预的“重灾区”？这正是发表在《Scientific Reports》上的这项研究试图解答的核心问题。
为了揭示伊朗某山地流域土壤侵蚀的空间格局与热点区域，研究人员开展了一项综合性地理空间分析。他们巧妙地将经典土壤流失方程与先进的空间统计方法相结合。研究首先运用了修正通用土壤流失方程（RUSLE），这是一个广泛应用于估算年均土壤流失量的经验模型。该模型需要多个关键因子：降雨侵蚀力因子（R）、土壤可蚀性因子（K）、坡长坡度因子（LS）、覆盖与管理因子（C）以及水土保持措施因子（P）。研究团队收集并处理了长达40年的气候数据、高分辨率数字高程模型（DEM）、土地利用图、土壤质地数据和归一化植被指数（NDVI）等多源数据，以此精确计算R、K、LS、C各因子。其中，P因子则是依据坡度等级和土地利用类型综合确定。在得到流域内每个像元的土壤侵蚀速率后，研究人员并未止步于简单的数值分布图。他们进一步引入了空间自相关分析，具体使用了莫兰指数（Moran‘s I）来检验侵蚀在空间上是否呈现聚集模式，并利用Getis–Ord Gi*统计量来精确识别出统计上显著的高值聚集区（热点，Hotspot）和低值聚集区（冷点，Coldspot）。这种方法将传统的侵蚀强度评估提升到了空间关联性分析的层面。
RUSLE模型估算的土壤侵蚀速率
通过RUSLE模型计算，该山地流域的年均土壤侵蚀速率约为7吨每公顷每年（7 t·ha-1·year-1）。对各因子进行分析发现，其平均值分别为：降雨侵蚀力因子（R）为78.08 MJ·mm/(ha·hr·year)，土壤可蚀性因子（K）为0.28 t·ha·h/(MJ·mm·ha)，坡长坡度因子（LS）为1.62，覆盖与管理因子（C）为0.39。空间分布显示，超过65%的流域面积处于中度至极高侵蚀等级，表明土壤侵蚀在该区域是一个普遍且严重的问题。侵蚀最剧烈的区域通常具备几个共同特征：降雨强度大、坡面陡峭且漫长、土壤质地细腻以及植被覆盖稀疏。
土壤侵蚀的空间聚集模式与热点识别
全局莫兰指数分析证实，流域内的土壤侵蚀速率在空间上并非随机分布，而是呈现出显著的聚集性格局。这意味着高侵蚀区域倾向于彼此相邻，低侵蚀区域也倾向于聚集在一起。局部热点分析（Getis–Ord Gi*）进一步在地图上精准定位了这些聚集区。研究发现，高-高（HH）聚类，即严重侵蚀的热点区域，主要集中分布在流域的西南部。相反，低-低（LL）聚类，即侵蚀轻微的冷点区域，则主要出现在流域的北部和东北部。这种清晰的空间分异模式，直观地揭示了侵蚀风险在流域内的不平衡分布。
综合以上研究发现，该研究得出明确结论：在所研究的伊朗山地流域中，土壤侵蚀是一个广泛存在的环境问题，其空间分布具有显著的聚集性，而非随机状态。高侵蚀热点明确集中于流域西南部，该区域由于特定的自然地理条件（如强降雨、陡坡、细质地土壤和稀疏植被）而成为侵蚀风险最高的地带。相反，北部和东北部则是侵蚀风险较低的冷点区。这一成果具有重要的实践意义。它成功地将宏观的流域侵蚀评估转化为可操作的微观空间管理单元信息。通过识别出的均质子流域和侵蚀热点，水资源与土地管理者可以打破“一刀切”的治理模式，实施分区分类的精准管理策略。对于西南部等高优先级热点区域，可以集中资源布设高强度、针对性的水土保持工程与生物措施；而对于北部等冷点区域，则可以采取以预防和维护为主的管理方式。这不仅能够极大地提高侵蚀治理措施的效率和成本效益，也为全球其他类似生态脆弱区的可持续土地管理与流域综合保护提供了可借鉴的科学方法和决策支持框架。该研究通过地理信息系统（GIS）与空间统计学的深度结合，为从“知道有侵蚀”到“知道哪里最该治”的跨越提供了关键的技术路径。
