本研究由海南省水利水电勘测设计研究院有限公司的郭建超、陈佳冬以及北京林业大学水土保持学院的齐实共同完成，发表于 Water 期刊2024年第16卷第18期，论文标题为《Impact of Land Use/Cover Change on Soil Erosion and Future Simulations in Hainan Island, China》。该研究聚焦于热带海岛地区土地利用/覆被变化对土壤侵蚀的影响机制及其未来情景模拟，属于自然地理学、水土保持学与土地利用科学交叉领域的前沿课题。在全球气候变化与人类活动加剧的背景下，海南岛作为典型热带岛屿，其生态系统脆弱性突出，高强度降雨、复杂地形以及快速城镇化共同加剧了土壤侵蚀风险。然而，既有研究大多集中于降雨和植被覆盖对土壤侵蚀的直接作用，对土地利用/覆被变化这一关键人为驱动因子的长期影响机制关注不足，尤其缺乏对未来不同土地利用政策情景下土壤侵蚀响应的系统模拟。基于此，该研究旨在耦合修正通用土壤流失方程模型与未来土地利用模拟模型，系统揭示海南岛土壤侵蚀的时空演变规律、驱动机制以及未来情景下的变化趋势，为区域生态保护与土地管理提供科学依据。

在研究框架上，本文构建了“历史评估—驱动解析—未来模拟”的完整技术路线。首先，利用修正通用土壤流失方程模型计算2000年与2020年的土壤侵蚀模数，该模型通过降雨侵蚀力因子、土壤可蚀性因子、坡长坡度因子、覆盖管理因子以及水土保持措施因子五个参数综合评价土壤侵蚀强度。其中，降雨侵蚀力因子采用2000至2020年的平均值，土壤可蚀性因子与坡长坡度因子的计算依据前人研究，覆盖管理因子与水土保持措施因子则根据不同土地利用类型赋值，耕地、林地、草地、建设用地、水域及未利用地分别赋予差异化参数。其次，研究引入了极端梯度提升机器学习算法，选取土地利用/覆被、高程、坡度、气温、降雨、归一化植被指数、土壤可蚀性因子、国内生产总值、人口密度和人类足迹等十类自然与人为因子，对土壤侵蚀模数的空间异质性进行建模，并运用沙普利加性解释方法量化各因子的相对贡献及作用方向。模型训练采用80%样本进行，20%用于测试，拟合结果显示决定系数均在0.80以上，均方根误差低于2.65，平均绝对误差低于2.15，表明模型具有良好的预测性能。在此基础上，研究进一步使用斑块级土地利用模拟及其多类随机斑块种子机制模型，以2000至2020年的土地利用/覆被变化为基准，结合马尔可夫链预测未来土地需求，设定了自然发展情景、生态保护情景与耕地保护情景三种差异化政策路径。自然发展情景延续历史变化趋势，不施加额外人为干预；生态保护情景将林地与草地向建设用地转化的概率降低50%，耕地向建设用地转化概率降低30%，同时将耕地与草地向林地转化的概率提高30%；耕地保护情景则将耕地向建设用地转化概率降低70%。模型以2000年土地利用数据为基线模拟2020年土地利用格局，总体精度达到93.16%，验证了模拟方法的可靠性。

研究结果显示，2000至2020年间海南岛土地利用/覆被发生了显著变化，建设用地面积从779.83平方公里扩张至1417.85平方公里，几乎翻倍，耕地减少725.45平方公里，林地减少790.34平方公里。尽管如此，土壤侵蚀模数均值却从2000年的108.09吨/平方公里·年下降至2020年的106.75吨/平方公里·年，减少1.34吨/平方公里·年。这一看似矛盾的现象主要归因于耕地向林地和建设用地转化所导致的土壤流失减少。土地利用/覆被变化引起的总土壤流失量减少了44444.12吨/年，其中耕地转林地减少土壤流失49875.80吨/年，耕地转建设用地减少22316.09吨/年，而其他地类转为耕地则导致土壤流失增加59976.01吨/年，尤其是林地转耕地贡献了50952.80吨/年的增加量。从驱动机制来看，坡长坡度因子对土壤侵蚀模数空间格局的相对贡献率在2000年和2020年分别达到43.9%和45.17%，是最主要的控制因子；土地利用/覆被的相对贡献率分别为28.46%和34.89%，远高于其他因子，表明地形条件与土地利用类型共同主导了海南岛土壤侵蚀的空间分异。在因子边际效应方面，坡长坡度因子、降雨侵蚀力因子和土壤可蚀性因子与土壤侵蚀模数呈显著正相关；耕地的土壤侵蚀风险明显偏高；人口密度与人类足迹呈负相关，反映出城镇化导致的地表硬化对侵蚀的抑制作用。未来情景模拟表明，到2060年，自然发展情景下平均土壤侵蚀模数将下降2.40吨/平方公里·年，生态保护情景下下降1.86吨/平方公里·年，而耕地保护情景下则小幅上升0.08吨/平方公里·年。在自然发展情景中，建设用地扩张与耕地向林地转化共同减少了裸露地表面积并增强了植被覆盖，促使土壤侵蚀模数下降；生态保护情景通过强化林地转化进一步降低侵蚀风险；耕地保护情景虽然限制了耕地流失，但林地面积的减少导致局部侵蚀加剧。空间上，土壤侵蚀模数下降区域集中于海南岛东北部快速城镇化地区，而中部山区因林地转耕地导致侵蚀风险上升，呈现破碎化分布格局。

基于上述发现，研究得出以下结论：土地利用/覆被变化是海南岛土壤侵蚀变化的重要驱动力，耕地向林地与建设用地的转化是历史时期侵蚀模数下降的主要原因；坡长坡度因子与土地利用/覆被共同主导土壤侵蚀空间格局；未来不同土地政策情景对侵蚀趋势产生显著差异，生态保护政策能够有效降低侵蚀风险，而单一的耕地保护政策可能导致林地减少进而加剧侵蚀。该研究的科学价值在于将修正通用土壤流失方程模型、极端梯度提升机器学习算法与沙普利加性解释方法以及斑块级土地利用模拟模型有机耦合，实现了土壤侵蚀的历史评估、驱动因子解析与未来情景预测的全链条分析，克服了以往研究仅关注历史数据或单一驱动因子的局限。应用价值方面，研究提出了针对海南岛坡耕地治理、建设用地管控及生态保护与耕地保护政策协同的多项建议，强调未来土地利用规划应在保障农业生产的同时兼顾生态屏障功能，尤其应加强对中部山区坡耕地的水土保持管理，限制高风险区域的耕作活动，并合理控制沿海经济带的建设用地无序扩张。

本研究的亮点主要体现在三个方面：其一，研究对象的特殊性，海南岛作为中国唯一的热带岛屿省份，其独特的气候、地形与快速城镇化进程为揭示土地利用/覆被变化对土壤侵蚀的影响提供了典型样本；其二，方法上的创新性，通过将机器学习解释工具引入土壤侵蚀驱动机制分析，量化了各因子对侵蚀空间异质性的相对贡献，弥补了传统统计方法难以处理非线性关系的不足；其三，情景模拟的前瞻性，通过设定三种差异化土地利用政策路径，定量评估了未来近四十年土壤侵蚀演变趋势，为土地管理者提供了具有可操作性的决策参考。同时，研究也指出数据时空分辨率、模型参数经验性以及气候变化动态未充分纳入等局限，为后续研究改进方向提供了建议。