近日，水土保持与荒漠化整治全国重点实验室在东北黑土区坡耕地侵蚀预测模型优化方面取得新进展，以“Predicting soil erosion rates of farmland with different slope shapes in Northeast China by using the improved RUSLE2 model”为题在国际期刊 Soil & Tillage Research上在线发表。水土保持与荒漠化整治全国重点实验室为第一单位，博士生沈影利为第一作者，刘刚研究员为通讯作者。
本研究聚焦东北典型黑土区坡耕地侵蚀问题，结合¹³⁷Cs示踪技术、随机森林回归方法与 RUSLE2 模型，对直型坡、凸型坡、凹型坡三种坡面侵蚀-沉积空间分布规律进行系统量化分析。结果表明：坡面侵蚀具有明显的周期性波动特征，直型坡与凸型坡整体以侵蚀为主，凹型坡则表现出更强的汇流作用和显著的沉积区。现有RUSLE2模型在复杂坡型，特别是凹型坡条件下，预测误差较大。
图1. 克山县（A）与宾县（B）不同坡型（a）直型坡、（b）凸型坡、（c）凹型坡的土壤侵蚀与沉积速率预测空间分布图
为提升模型适应性，研究团队在RUSLE2模型中引入坡型调节坡长因子，融合随机森林回归与¹³⁷Cs示踪技术，构建了适用于复杂坡面条件的土壤侵蚀预测优化模型。所建立的日尺度土壤侵蚀速率计算公式如下：
其中，ɑj为土壤侵蚀速率（t·ha⁻¹·a⁻¹），Eyear,Cs为基于¹³⁷Cs测定的年均土壤侵蚀速率，Kslope shape为坡型权重因子，cj为降雨侵蚀力因子（MJ mm ha−1 h−1 a−1），λ为坡长（m）。
改进模型在三种典型坡型上的预测性能均优于原始模型，其中凹型坡的模拟效果最优（R² = 0.985，RMSE = 160.23 t·km⁻²·a⁻¹，AVE = 6.32%），有效揭示了坡型对侵蚀空间分布和模型预测能力的影响。
表1. 不同坡型下改进模型的预测性能
|
Slope shape |
R2 |
RMSE(t km-2a-1) |
ME |
AVE(%) |
|
Straight |
0.882* |
367.79 |
0.859 |
9.84 |
|
Convex |
0.823* |
322.76 |
0.782 |
12.47 |
|
Concave |
0.985* |
160.23 |
0.974 |
6.32 |
Note: * indicates significance at the 95% confidence level (p < 0.05). R² = coefficient of determination; ME = model efficiency; RMSE unit: t·km⁻²·a⁻¹; AVE = average relative error.
该研究得到得到国家重点研发计划（2024YFD1501104）、中国科学院战略性先导科技专项（XDA28010201）、陕西省自然科学基础研究计划（2024JC-JCQN-39）资助。
原文链接：https://doi.org/10.1016/j.still.2025.106760
