土壤可蝕性是土壤受雨滴打擊、徑流沖刷以及壤中流等外營力作用而被分散和搬運的難易程度。作為侵蝕預報模型的基礎，土壤可蝕性（K值）是影響土壤侵蝕的內在因素。深入開展土壤可蝕性的診斷和評價研究，明確其關鍵影響因子，對于認識和探索土壤侵蝕機理，開展土壤侵蝕預報和防治起著重要作用。然而，受自然生境退化及人類修復活動的影響，土壤可蝕性存在明顯的時空分異特性，這無疑加大了土壤侵蝕動態監測的難度和成本。快速、高效地獲取土壤可蝕性數據是實現常態化土壤侵蝕信息更新的迫切需求。

中國科學院武漢植物園全球變化生態學學科組的研究人員以丹江口庫區生態恢復小流域土壤為研究對象，通過挖掘土壤可蝕性與環境變量空間協同關系，提出了協同環境變量的土壤可蝕性近地高光譜診斷策略。主要進展如下：

進展一：研究表明流域表層土壤K值存在明顯的條帶性分布格局（具體表現為K值：中游>下游>上游），且受土地利用方式影響顯著（其中：灌叢>梯田和坡耕地>林地）。通過量化土壤K值與環境變量間的響應關系，指出外部環境變量(空間位置、地形和植被覆蓋度)主要是通過影響土壤的內在屬性（SOM含量和機械組成）間接影響土壤可蝕性，尤其是通過SOM。在此基礎上，進一步分析討論了造成上述空間格局差異的原因，并提出在流域生態恢復過程中，應努力擴大森林覆蓋率、增施土壤有機肥、并鼓勵農地免耕。相關結果以“Spatial pattern of soil erodibility factor (K) as affected by ecological restoration in a typical degraded watershed of central China”為題發表在《Science of The Total Environment》雜志上，論文鏈接：https://doi.org/10.1016/j.scitotenv.2020.141609.

進展二：研究分別建立了不同土地利用類型土壤可蝕性的近地高光譜診斷模型，指出光譜模型對土壤K值的預測能力受用地類型及數據變異特征的影響，表現出不同的性能：其中模型對自然類用地土壤K值的反演效果良好(R2P = 0.74, RPDP = 1.93)，但對農地土壤K值的反演效果欠佳(R2P = 0.24, RPDP = 0.99)。通過引入相關地形變量，改進模型的預測能力得到一定提升，但提升能力有限。在此基礎上，研究進一步探討了光譜反演模型的局限性并提出改進措施，為便捷、高效、低成本的獲取土壤可蝕性信息開辟了新的途徑。相關結果以“Use of Visible and Near-infrared Reflectance Spectroscopy Models to Determine Soil Erodibility Factor (K) in an Ecologically Restored Watershed”為題發表在《Remote Sensing》雜志上，論文鏈接：https://doi.org/10.3390/rs12183103.

中國科學院武漢植物園助理研究員姜慶虎為論文第一作者，劉峰研究員為通訊作者。上述研究得到國家自然科學基金（31600377）和國家重點基礎研究發展計劃（2014CB954004）的資助。

圖1 土壤可蝕性（K值）的重要光譜響應波段及其模型反演精度結果