修复模式差异下九寨沟堆积体土壤抗蚀能力的机制解析

Mechanism analysis underlying soil erosion resistance of accumulation bodies under different restoration modes in Jiuzhaigou

摘要

目的 探究九寨沟不同修复模式下堆积体土壤抗蚀性存在差异的内在原因，为堆积体生态防治提供科学依据。 方法 以九寨沟为研究区，选取修复年限相近的4类修复模式下的堆积体作为主要研究对象，通过野外调查和室内试验分析，全面对比了不同堆积体上的土壤可蚀性指标，并采用结构方程模型研究土壤抗侵蚀机制。 结果 （1） 2025年监测结果结合试验分析表明，不同修复模式下土壤可蚀性K值表现为自然恢复类>地灾治理类>综合治理类>水土保持类。（2） 结构方程模型表明，各类堆积体受直接影响的指标组合各异，但颗粒组成在所有修复类型中均作为关键因子发挥作用。 结论 4类修复模式中：水土保持类对土壤抗蚀性的提升效果最为显著，综合治理类次之，地灾治理类与自然恢复类相对较弱。

Abstract

Objective This study aims to investigate the underlying causes for differences in soil erosion resistance of accumulation bodies under different restoration modes in Jiuzhaigou， providing a scientific basis for ecological prevention and control of such bodies. Methods Taking Jiuzhaigou as the study area， accumulation bodies under four restoration modes with similar restoration durations were selected as the primary research objects. Through field surveys and laboratory experiments， soil erodibility indicators across different bodies were comprehensively compared， and a structural equation model （SEM） was applied to explore the mechanisms of soil erosion resistance. Results （1） Soil erodibility （K values） under different restoration modes followed the order： natural restoration > geological disaster control > comprehensive management > soil and water conservation. （2） The SEM results indicated that the combinations of directly influencing factors differed among various accumulation bodies， while particle composition consistently acted as a key factor across all restoration modes. Conclusion Among the four restoration modes， soil and water conservation demonstrates the most significant effect in improving soil erosion resistance， followed by comprehensive management， whereas geological hazard control and natural restoration show relatively weaker effects.

Graphical abstract

关键词

地质灾害 / 松散堆积体 / 生态修复 / 可蚀性 / 抗侵蚀机制

Key words

geological hazards / loose accumulation bodies / ecological restoration / erodibility / erosion resistance mechanism

九寨沟地处青藏高原与四川盆地过渡地带，区域内地质条件复杂，新构造运动发育，特殊的地质环境让九寨沟地区成为地质灾害高发区域^［1］。2017年九寨沟“8 · 8”地震引发了大规模的山体滑坡、崩塌、泥石流等地质灾害，在景区以及周边区域形成大量的裸露创面，其中以崩塌堆积体为主。该类堆积体由土石混合物、植物残体等组成，具有物质组成复杂、结构较为松散、孔隙性大等特征^［2］。在强降雨的作用下，极易引发水土流失与二次灾害，形成“灾害链式反应”^［3］，严重威胁当地人民的生命安全与景区的生态景观价值。

在这一背景下，震后的修复工作尤为关键，但其核心挑战在于如何快速实现创面的稳定，并同步推动生态功能的有效恢复^［4］。研究发现，夏红霞等^［5］运用层次分析法，基于抗逆能力、易获得性、生态功能、繁殖能力、生物量积累和美观感6个方面构建出18项筛选评价指标体系，筛选出5种适合覆绿的苔藓植物。裴向军^［6］初步构建了青藏高原重大工程建设生态地质环境问题识别与修复技术体系。朱锦宇等^［7］通过分析将不同比例碎石土与黏性土混合后的土壤水分特性，选出适宜植物生长的最佳改良碎石土。蒋云清等^［8］通过藏东南沿线的生态恢复植被群落调查，研究不同生态修复措施对植被群落的影响，为藏东南工程扰动区生态恢复计划提供理论依据。罗路广等^［9］采用逻辑回归模型发现LR模型在九寨沟地区滑坡易发性评价中有着更好的适用性。

随着防治措施和生态重建工作的完成，坡面生态朝着更稳定的方向发展。但随着时间推移，堆积体上土壤剖面结构和粒径组成发生变化，不同区域植被特征与土壤抗蚀性产生较大差异^［10］。国内外针对堆积体生态修复的研究多集中在土壤改良与重构、土壤侵蚀机理等方面^［11］，对于不同堆积体土壤抗蚀机制的研究较为缺乏。本文采用经验公式可蚀性K值的计算与结构方程模型（SEM），解析九寨沟不同修复模式下土壤的抗蚀机制。本研究通过两年的野外调查与室内试验，探究4类修复模式即自然恢复类、地灾治理类、水土保持类、综合治理类的土壤可蚀性与侵蚀路径。系统地对比坡面植被恢复情况（物种组成、植被群落特征）和土壤理化性质（颗粒组成、物理性质、化学性质），并采用可蚀性K值的经验计算公式比较4类修复模式下堆积体的可蚀性，最后通过结构方程模型研究各类堆积体受侵蚀的路径影响并比较各类堆积体抗侵蚀能力的强弱^［12］。旨在揭示4类修复模式对堆积体生态恢复的差异性影响，为强震区的生态修复方式选择提供有效的理论依据和技术支撑。

1 概述

1.1 研究区概述

研究区位于中国四川省阿坝藏族羌族自治州的九寨沟世界自然遗产地（32°54′13″—33°19′57″N，103°46′14″—104°5′3″E），海拔2 000~3 000 m，面积约为65 074.7 hm²，地处青藏高原与四川盆地过渡的深切高山峡谷地貌，地势南高北低，地质背景较为复杂^［13］，以其独特的钙华景观、高山海子、原始森林以及喀斯特地貌闻名。属于高原湿润气候，常年温度较低，位于景区中心的诺日朗年平均气温7.3 ℃，降雨量少且集中，主要分布于7月、8月的雨季。

1.2 堆积体选择依据

九寨沟景区自“8 · 8”地震以来，当地对震后崩塌堆积体采取各种治理措施，依据现场调查得知，九寨沟景区对崩塌堆积体的治理措施主要分为4种类型，分别是地灾治理类、自然恢复类、水土保持类和综合治理类。

本文考虑到数据的对比性和可靠性，选取4个修复年限相近且坡度相似的堆积体作为研究对象，如表1所示：地灾治理类的箭竹海小坡（103°52′7.52″E，33°08′23.40″N），海拔2 500~2 600 m，坡度30°~40°，坡向为105.5°。自然恢复类的中季节海（33°05′22.16″N，103°55′28.76″E），坡度30°~40°，坡向为64.2°。海拔2 700~2 900 m。综合治理类的芦苇海（103°54′ 12.01″E，33°12′59.12″N），海拔2 200~2 400 m，坡度30°~40°，坡向为264.1°。水土保持类的老虎嘴（103°52′51.43″E，33°09′19.32″N），海拔2 300~2 400 m，坡度30°~40°，坡向为3.9°。

地灾治理类：通过施加一系列工程措施，对坡面松散岩体进行加固与阻挡，增强坡面物质的稳定性，减少坡面上岩屑发生大规模滑塌、坠落的风险。在九寨沟堆积体上，常用的地灾治理措施有主动防护网、被动防护网、宾格石笼等。

自然恢复类：通过自身恢复力，依靠植被、水文、气候等因素，使受损的堆积体逐渐恢复其生态功能和稳定性的过程。这一过程不依赖于人为的干预，而是通过自然的植被生长、物质循环、土壤形成和生态平衡的恢复，最终达到减少水土流失、提高土壤肥力、增强生态系统自我修复能力的目的。

水土保持类：通过人工方式堆积起来的土壤或岩石材料，用于防止水土流失、保护坡面和改善水土保持效果，同时设置截排水沟控制坡面水流，防止大规模的水土流失与坡面侵蚀。

综合治理类：通过工程防治、生态修复和管理措施相结合的综合措施，针对堆积体进行全方位、多层次的治理，以改善其稳定性和生态环境。其目标是通过对堆积体坡面、结构、生态系统等方面的综合处理，防止或减少堆积体带来的地质灾害、环境污染等风险，促进生态恢复、土地利用和资源再生。

2 研究方法

2.1 植被调查方法

本文通过2024年9—10月，2025年5—6月两次前往九寨沟进行现场调查，植被调查由于受地形因素影响，每个样地设置为5 m×10 m，在每个样地内按照3点法布置3个1 m×1 m的植物调查样方（由于堆积体呈现出不稳定性，地面起伏较大，为研究同一块区域的植被变化，样地设置为5 m×10 m，堆积体上以草本为主，故此选择1 m×1 m的草本样方进行植被调查）。通过奥维定位获取每个堆积体的经纬度、海拔并统计每个样方内的植物种类、高度、数量等指标，采取形态检索法结合网络植物数据库信息^［14］，识别样方内的植物种类；采用常规的卷尺测量法测量植物高度；植物数量统计时采用计数法；两年内在4个不同修复类型的堆积体共设置24个样地，共计72个样方。

2.2 植物群落组成测定方法

物种多样性：本文通过Shannon-Wiener多样性指数、Simpson优势度及Pielou均匀度的协同分析，定量表征植物群落结构特征。其中，Shannon-Wiener指数是衡量生态系统中物种的多样性和丰富性，该指标在表征物种丰富度的同时还可以表达物种分布的均匀程度；Simpson优势度指数表征的是物种在区域内分布的均匀程度；Pielou均匀度指数表征物种个体数目分配的均匀程度。各指标计算公式如下：

物种重要值：（相对密度+相对盖度+相对频度）（1）

式中：相对密度为某个物种的密度/全部物种的密度之和；相对盖度为某个物种的盖度/全部物种的盖度之和；相对频度为某个物种的频度/全部物种的频度之和。

Shannon-Wiener指数：

H=-{\displaystyle \sum _{i=\mathrm{1}}^n}{P}_i\mathrm{l}\mathrm{n}{P}_i（2）

式中：P代表植物群落中第i个物种的重要值与物种总重要值的比值。

Simpson优势度指数：

D=\mathrm{1}-{\displaystyle \sum _{i=\mathrm{1}}^n}{P}_i\mathrm{l}\mathrm{n}(P_i{)}^{\mathrm{2}}（3）

式中：P代表植物群落中第i个物种的重要值与物种总重要值的比值。

Pielou均匀度指数：

E=H/\mathrm{l}\mathrm{n}S（4）

式中：S为调查样方中出现的物种总数；H代表Shannon-Wiener指数。

2.3 土壤样品采集

本文对4种不同修复类型的典型堆积体采用梅花五点法，并分层取样，按照0—10 cm，10—30 cm的土层深度取四角与中心点的土，每处堆积体共取上中下3个坡位共9个样地，每个样地内取5个小样方，土壤取样深度依据：0—10 cm是土壤易发生侵蚀、植物根系活动和有机质富集最活跃的表层，对侵蚀过程较为敏感，10—30 cm能更好地表现出堆积体母质特征和深层土壤性质。密实区域采用环刀进行取样，松散区域则用军用土铲进行取样，将同一深度的土样混合成一袋样品。

2.4 土壤理化性质测定

本文通过筛分法和LS13-320激光粒度仪确定土壤的颗粒级配和粒径组成（土壤颗粒分级按照美国制划分，对于>2 mm的石砾采用筛分法确定其质量百分比，对于<2 mm的细颗粒采用激光粒度仪确定砂粒、粉粒、黏粒的百分比），本文仅选择上中下三处点位进行颗粒级配分析。土壤的容重和孔隙度则采用环刀法进行测定，土壤速效钾采用火焰原子光度计测定；土壤有效磷采用碳酸氢钠浸提法测定；土壤全氮采用凯氏定氮法测定；土壤有机碳采用重铬酸钾外加热法测定。

2.5 土壤可蚀性K值的测定

土壤可蚀性因子可用于衡量土壤颗粒被水分分离和搬运的难易程度，是评价土壤对侵蚀敏感程度的重要指标^［15］，主要与土壤质地、有机质含量、土体结构、渗透性等理化性质有关^［16］，本文采用EPIC模型进行可蚀性评价^［17-18］，公式如下：

\begin{array}{l}{K}_{\mathrm{e}\mathrm{p}\mathrm{i}\mathrm{c}}=｛\mathrm{0.2}+\mathrm{0.3}\mathrm{e}\mathrm{x}\mathrm{p}〔-\mathrm{0.0256}{m}_s(\mathrm{1}-m_{\mathrm{s}\mathrm{i}\mathrm{l}\mathrm{t}}/\mathrm{1100}〕｝\times \\ {〔m_{\mathrm{s}\mathrm{i}\mathrm{l}\mathrm{t}}/(m_c+m_{\mathrm{s}\mathrm{i}\mathrm{l}\mathrm{t}})〕}^{\mathrm{0.3}}\times \\ 〔\mathrm{1}-\mathrm{0.25}\mathrm{o}\mathrm{r}\mathrm{g}\mathrm{C}/\mathrm{o}\mathrm{r}\mathrm{g}\mathrm{C}+\mathrm{e}\mathrm{x}\mathrm{p}(\mathrm{3.72}-\mathrm{2.95}\mathrm{o}\mathrm{r}\mathrm{g}\mathrm{C})〕\end{array}（5）

K_{\mathrm{0}}=(-\mathrm{0.01383}+\mathrm{0.51575}{K}_{\mathrm{e}\mathrm{p}\mathrm{i}\mathrm{c}})（6）

式中：K_epic为采用侵蚀—生产力评价模型计算的土壤可蚀性因子〔t · hm² · h/（hm² · MJ · mm）〕；m_s 为砂粒百分含量（%）；m_silt为粉粒百分含量（%）；m_c 为黏粒百分含量（%）；orgC为有机碳的百分含量（%）；K为土壤可蚀性因子〔t · hm² · h/（hm² · MJ · mm）〕。

在可蚀性计算中砾石含量是影响评估精度的关键参数，九寨沟的砾石含量呈现显著空间差异性，数据显示砾石比普遍超过60%，远超常规土壤砾石阈值，若忽略砾石在侵蚀过程中的作用，将导致高砾石含量的土壤侵蚀情况出现误差，通过引入砾石修正系数对传统K值算法进行参数化校正，以提升高陡碎石土边坡等特殊地貌的侵蚀评估可靠性^［19］。修正公式如下：

K=K_{\mathrm{0}}\times I\times S（7）

I=\frac{\mathrm{1}}{\mathrm{1}+\alpha C+\beta P}（8）

S=\mathrm{1}+\gamma \left(\mathrm{1}-\frac{P_{\mathrm{有效}}}{P}\right)（9）

式中：K为修正后土壤可蚀性因子；K₀为无砾石含量均质土体的基础K值；I为渗透性调整系数；S为结构松散性系数；α为覆盖度系数，取值0.02~0.05/m，表征砾石覆盖层对入渗的阻碍作用；C为砾石覆盖度（%）；P为剖面砾石含量（%）；β为剖面含量系数，取值0.01~0.03 m，代表内部砾石对渗透路径的复杂化影响；γ为松散性权重，取值0.5~1.0，代表砾石分布不均导致的局部结构失稳风险；P_有效为有效砾石含量，取值0.7P，意在考虑砾石嵌固作用对结构稳定性的贡献。

2.6 结构方程模型（Structural Equation Model， SEM）

结构方程模型（SEM）是一种多变量统计分析方法，用于同时估计多个方程中的参数，通过检验变量与变量的关系，系统性地检验理论模型的合理性。为揭示土壤抗蚀性影响机制，基于结构方程模型（SEM）解析植被、土壤与土壤抗蚀性之间的关系，本文将影响因子划分为植被群落特征、土壤颗粒组成、土壤物理性质、土壤化学性质4类，构建各类因子之间的结构方程模型，通过路径系数量化各因子之间的直接效应与间接效应，进而阐明不同堆积体土壤的抗蚀机制^［20］，由于2025年堆积体在植被恢复与工程措施后处于一个相对稳定的状态，更能反映出各因子之间的稳定关系，本文旨在构建一个静态的路径模拟，因此选择更稳定的2025年调查结果作为本次的结构方程模型分析数据，4类堆积体共设置36个样地，共计180处样方以分析堆积体的侵蚀路径。

2.7 数据分析

文中数据采用Office Excel 2016和Origin 2024进行处理分析。结构方程模型（SEM）采用SPSSPRO进行数据分析。

3 结果与分析

3.1 土壤可蚀性因子

3.1.1 物种组成

由于植被种类在短时间内变化不大，因此只选择一次调查结果作为研究分析，本文以2025年6月的调查为本次的研究样本，依靠样地取样调查结果统计4类堆积体上物种科属种，由图1可知，箭竹海小型堆积体上共11科13属16种，主要以禾本科、菊科、蔷薇科为主。中季节海堆积体上共6科12属14种，以菊科为主，单科物种有荚蒾科、牻牛儿苗科、伞形科。老虎嘴堆积体上共有12科21属22种，其中除菊科外，其余11种均为单科。芦苇海堆积体上共有12科23属29种，以菊科、禾本科为主，唇形科、大麻科、蔷薇科均为2种。总体观察可得，在植被种类上呈现出综合治理类>水土保持类>地灾治理类>自然恢复类，说明被破坏的堆积体在人工干预过程中，恢复效果更佳。

3.1.2 植被群落特征

由图2A可知，Shannon-Wiener指数的平均数反映出芦苇海和老虎嘴堆积体的物种较为丰富且较为均匀，而箭竹海小坡和中季节海堆积体的物种较少。由图2B可知，Simpson优势度指数反映出中季节海和箭竹海小坡的优势物种不均匀分布，不同样方的优势物种均不相同，同时也反映出芦苇海和老虎嘴堆积体的物种较多，且分布较为均匀。由图2C可知，Pielou均匀度指数反映出物种个体分配均匀程度老虎嘴>芦苇海>箭竹海小坡>中季节海。综上所述，在人工干预过程中，水土保持类和综合治理类相较于人工干预较少甚至不干预的地灾治理类和自然恢复类，植被种类更丰富，分布也更均匀。

3.1.3 土壤颗粒组成

本文通过颗粒级配曲线表征出土壤颗粒粒径分布特征，对石砾（>2 mm）采用筛分法，对细颗粒（<2 mm）使用激光粒度仪确定砂粒、粉粒、黏粒的含量^［21］，定性地研究土壤的抗蚀能力，级配良好的土壤更易被压实，孔隙更小，从而抗渗性更强，反之级配不良的土壤则抗渗性较弱，其受到侵蚀的风险越高。2024年芦苇海和老虎嘴的颗粒级配曲线普遍较缓，证明综合治理类和水土保持类堆积体整体抗渗性好，遭受侵蚀的风险较低，箭竹海小坡和中季节海堆积体的级配曲线普遍较陡，说明地灾治理类和自然恢复类堆积体渗透性较高，力学稳定性较差，易受到水土流失等灾害。2025年芦苇海的颗粒级配曲线整体较缓，证明综合治理的堆积体抗渗性较强且遭受侵蚀的风险较低，老虎嘴的两个曲线较缓，水土保持类堆积体整体的抗渗性较强且遭受侵蚀的风险较低，另一条曲线较陡源于取样地为中间的侵蚀沟道，颗粒极其不均匀，受降雨影响溅蚀和面蚀严重。箭竹海小型堆积体的曲线整体偏陡，证明地灾治理后的堆积体能够在有限范围内提高堆积体的抗蚀性，但颗粒组成仍不均匀，易发生水土流失灾害。中季节海的颗粒级配曲线都位于最下方，说明自然恢复类堆积体抗渗性较差和发生侵蚀的风险较高，颗粒组成极其不均匀，易造成水土流失、崩塌、滑坡等二次灾害（图3）。

根据土壤粒径的分布，按照土壤质地分类（美国制）可分为黏粒（<0.002 mm）、粉粒（0.05~0.002 mm）、砂粒（2~0.05 mm）、石砾（>2 mm）。由图4所示，芦苇海崩塌堆积体的黏粒含量较高，且2025年高于2024年，这是由于芦苇海崩塌堆积体修复时间较短，2024年处于修复初期，土壤发育不稳定，土壤团聚体的形成和破坏都会影响土壤质地的变化，但2025年的土壤质地逐渐趋于稳定，由此表明综合治理后的堆积体，土壤细颗粒向着更好的趋势发展。老虎嘴崩塌堆积体经过水土保持修复后，黏粒含量较高，石砾含量在83.11%~90.23%，砂粒、粉粒、黏粒含量较为均匀，土壤具有一定的胶结能力和保水保肥能力，能有效减少养分流失。箭竹海小型崩塌堆积体的黏粒含量最低，石砾含量较高，表明该区域以碎石堆积为主，土壤含量较低，水土流失现象严重。中季节海崩塌堆积体的黏粒含量较低但略高于箭竹海小型崩塌堆积体，表明该区域也属于碎石堆积区，土壤含量较少。综上所述，综合治理和水土保持后堆积体的黏粒含量要明显高于地灾治理与自然恢复的堆积体。

3.1.4 土壤理化性质

土壤的容重和孔隙度是表征土壤物理结构的核心指标，其机理主要是通过影响土壤的渗透性、团聚体稳定性和根系发育进而影响土壤的可蚀性。土壤容重反映土壤的紧实程度，容重过高会阻碍植物根系生长，但在有限范围内，容重越高土壤的透气性越好，越有利于植物生长，减少板结现象。土壤的孔隙度可以反映土壤的结构特征，土壤的孔隙度过大会导致土壤的保水保肥能力下降。

由表2可知，2024年在容重上呈现综合治理类>水土保持类>自然恢复类>地灾治理类的趋势，2025年呈现出水土保持类>综合治理类>自然恢复类>地灾治理类的趋势。孔隙度与容重成反比，当堆积体容重在有限范围内越大，越有利于土壤的通透性和保水保肥，能够有效地减少水土流失并持续为堆积体提供养分。相反，容重越低，代表孔隙度越高，会造成土壤内的养分保留率较低，不能持续为植被生长提供充足的养分补给，导致植被恢复不理想。

土壤的化学性质是表征土壤肥力和健康状态的重要指标，它不仅可以表征土壤的养分供给能力，还可以通过影响土壤的物理结构进而影响土壤的抗蚀能力^［22］。有机碳可以直接表征土壤的有机质含量，有机质是促进团聚体形成的重要因素之一，可以直接影响固土保肥的能力^［23］。速效钾主要参与调节渗透压、抗逆性等生理过程，通过促进植物生长进而调节土壤的抗蚀性。全氮是构成蛋白质和叶绿素的重要元素，直接反映土壤养分供给能力。有效磷通过参与能量传递与核酸合成，促进植物生长，进而调节土壤的抗蚀性。

由图5可知，箭竹海小型崩塌堆积体通过地灾治理后各类化学性质指标反而处于下降的趋势，说明该堆积体有养分流失的现象，这与该堆积体碎石堆积过多，土壤渗透性较大，在受到水力侵蚀和冻融侵蚀的综合影响下水土流失严重有关。中季节海崩塌堆积体经过一年自然恢复后各养分指标处于上升趋势，但整体均值仍低于人工干预后的均值，证明生态系统有自愈能力，但如果恢复周期过长反而会给生态系统带来负反馈。老虎嘴崩塌堆积体各项指标的平均值均呈上升趋势，证明该堆积体经过水土保持类修复后具有正向恢复特征，该类堆积体养分增强可能与植被覆盖度提升和生态系统完善程度较高有关。芦苇海崩塌堆积体通过综合治理类修复实现养分富集，但由于坡面根系较弱，固土能力较差，2025年各养分指标反而低于2024年，这是由于在高渗透性的堆积体上，未被固定的养分易通过水土流失一起物理迁移，但由于该类堆积体的养分指标仍高于自然恢复类的堆积体，通过后期的多次养分补给与植被重建，能够有效地实现可持续恢复。

3.2 土壤可蚀性分析

土壤可蚀性是代表土壤抵抗侵蚀能力的重要性质，其差异主要是由土壤颗粒组成、土壤理化性质等关键因素共同决定的^［24］，K值被广泛应用于土壤流失方程中，用于定量比较和预测土壤在标准条件下的侵蚀速率，例如土壤的粒径分布以及颗粒组成会直接影响团聚体稳定性，进而影响土壤的可蚀性^［25］，土壤的物理性质例如容重、孔隙度通过调控渗透性和抗剪强度间接影响土壤的可蚀性^［26］，土壤的化学性质例如土壤的有机质能够通过增加团聚体结构而显著降低可蚀性。本研究通过量化不同修复模式下堆积体的可蚀性，采用可蚀性K值定量分析，表征不同修复模式下堆积体土壤可蚀性的差异。

基于土壤可蚀性K值的分布特征，从图6可以看出，2024年土壤可蚀性K值的均值呈现出箭竹海小坡>中季节海>芦苇海>老虎嘴的趋势，2025年土壤可蚀性K值的均值呈现中季节海>箭竹海小坡>芦苇海>老虎嘴。由此可见，箭竹海小型崩塌堆积体虽然采取了地灾治理措施，但坡面仍旧有大量的松散碎石堆积，渗透性较高，坡面汇水冲刷较为严重，导致土壤可蚀性较高，2024年和2025年可蚀性K值变化不大，由此可见地灾治理的修复措施效果有限。中季节海崩塌堆积体可蚀性K值呈现上升趋势，说明自然恢复周期太长，效果不佳，容易出现负反馈。老虎嘴崩塌堆积体可蚀性K值的均值几乎不变且整体较低，说明水土保持类的恢复效果较好，固土保肥能力较强，能够有效地抵抗侵蚀。芦苇海的可蚀性K值的均值有下降趋势，说明经过综合治理后的芦苇海，在土壤团聚能力和颗粒组成上更有利于坡体稳定，降低土壤可蚀性敏感度。

3.3 土壤抗蚀机制解析

基于结构方程模型分析不同修复模式下堆积体的侵蚀路径，图7表明箭竹海小坡的颗粒组成并不理想，其主要原因是堆积体上的砾石含量过高，黏粒含量太低导致土壤的养分含量不足，颗粒组成的不均匀影响土壤的孔隙度以及团聚体形成等物理性质，还通过影响团聚体形成间接影响土壤的有机质，影响植被恢复，坡面渗透性较高，易造成水土流失，但坡体的土壤化学性质较好，能够提供植被生长所需的养分。中季节海的颗粒组成极其不均匀，石砾含量高达90%以上，会严重影响坡体的稳定性与水土保持能力，但由于中季节海本身植被盖度较高，其凋落物和腐殖质会化为植被生长所需的养分，会对坡体植被恢复产生有利影响。老虎嘴的坡面整体植被覆盖度较高，其凋落物与腐殖质会间接影响土壤的颗粒组成，进而影响土壤的化学性质，老虎嘴的颗粒组成较好，细砾含量较高，养分充足，综合能力突出，土壤抗侵蚀能力较强。芦苇海的颗粒组成在人工干预后较好，基质添加导致细粒土较多，适宜植被生长，并且有人工补肥，养分充足，但堆积体本身的物理性质较差，即坡面不稳定，上方物源丰富，导致土壤抗蚀能力相较于水土保持类的老虎嘴较差。

4 讨论

4.1 海拔梯度对生态修复的潜在影响

本研究选取的4类典型堆积体存在700 m的海拔跨度，海拔差异会引起环境中的水热条件变化，可能会影响植被的生长速率和微生物活性，但由于九寨沟自然保护区属于山地暗针叶林带，其群落和宏观气候特征具有一致性，温度会随着海拔的升高而降低，降雨量会随着海拔的升高而增加，但改变范围有限，其土壤理化性质与植被群落结构受到生态修复模式的影响更甚^［27］。尽管如此，仍不能排除海拔的间接影响，较低的气温减缓了所有修复模式下植被群落的演替速率，降雨量的改变可能会调控土壤水分的可利用率。

4.2 九寨沟震区生态修复与汶川、芦山震区的共性和差异性

本研究针对九寨沟地震后形成的堆积体在不同修复模式下土壤侵蚀能力的差异进行研究，地震会导致土壤出现明显的退化现象，土壤密度升高，总孔隙度下降，土壤pH增加，黏粒流失十分严重，养分含量明显降低^［28］。汶川、芦山震区在生态修复上的选择也是以提升土壤的有机质含量、改善土壤保水保肥性能和减少黏粒流失为主的修复模式，主要是以“预防为主，人工为辅”的修复策略^［29］。这与九寨沟的修复策略选择相似，但九寨沟的修复模式选择较多，有自然恢复类、地灾治理类、水土保持类、综合治理类4种修复模式，不同的修复模式在提升植被恢复速率上有着不同的效果，本文通过研究不同模式下土壤侵蚀能力的差异为震区修复提供可参考的理论支持，为生态修复策略选择提供科学依据。

4.3 不同修复模式对土壤可蚀性的影响

本研究从土壤颗粒组成、土壤物理性质、土壤化学性质与土壤可蚀性的经验公式计算入手，以两年的现场取样，分析影响土壤抗蚀性关键因子的动态变化与可蚀性K值的对比。由植被群落特征可知，通过综合治理与水土保持类修复的堆积体在物种丰富度以及均匀程度上都优于地灾治理类与自然恢复类的堆积体，这与可蚀性K值的结论是相吻合的。通过土壤的颗粒组成与可蚀性K值的对比可知，未经过人工干预或干预较少的堆积体黏粒含量较低，抗侵蚀能力会明显低于人工干预较多的综合治理类堆积体与水土保持类堆积体。通过土壤理化性质与可蚀性K值的对比得知，地灾治理类与综合治理类均呈现出养分含量下降的情况，地灾治理类由于未进行人工干预修复，仅采取了地灾防护措施，并不影响其坡面结构松散，抗侵蚀能力较弱，因此存在波动性也是正常现象，综合治理类的芦苇海由于修复年限最短，存在不稳定性，也是本研究的局限性，需进行长期监测进一步验证结论的严谨性。在可蚀性K值中呈现出综合治理类>水土保持类的趋势，自然恢复类和地灾治理类存在波动，与土壤理化性质的数据对比基本一致。本研究仅为两年的取样分析数据，长期动态变化需进一步进行监测，可蚀性K值为经验计算公式，可能受到不同区域的影响，结果可能与实地监测有所出入。结构方程模型（SEM）的变量选择存在片面性，未考虑坡向、地表径流等因子的影响。本研究揭示了不同修复模式对土壤抗蚀性的影响，为脆弱区生态修复提供科学依据，未来需对堆积体的分区分类，堆积体自身恢复力进行研究，以优化水土保持策略。

5 结论

（1） 在植被群落特征研究中发现，Shannon-Wiener指数呈现出综合治理类>水土保持类>地灾治理类>自然恢复类，证明人工干预较多的综合治理类和水土保持类的堆积体物种更为丰富，而人工干预较少的地灾治理类和自然恢复类的物种较少。Simpson优势度指数表征出自然恢复类和地灾治理类的优势物种不均匀分布，不同样方的优势物种均不相同，同时也表征了芦苇海和老虎嘴堆积体的物种较多，且分布较为均匀。Pielou均匀度指数表征出物种个体分配均匀程度：水土保持类>综合治理类>地灾治理类>自然恢复类，说明物种个体分配在人工干预下会优于人工干预较少或者未干预的堆积体。

（2） 在颗粒组成上，各类堆积体均以石砾为主，粉粒与黏粒含量较低，老虎嘴崩塌堆积体经过水土保持修复后，黏粒含量较高，石砾含量在83.11%~90.23%。芦苇海自身土壤条件较差，依赖人工基质添加，黏粒含量最高可达7.6%，箭竹海小坡与中季节海的石砾含量均在90%以上，黏粒含量极少，不利于植物根系发育，影响植被恢复。在土壤结构上，2024年容重为综合治理类>水土保持类>自然恢复类>地灾治理类，2025年呈现水土保持类>综合治理类>自然恢复类>地灾治理类，孔隙度与容重呈现负相关关系。

（3） 通过土壤可蚀性经验公式计算得知，2024年的土壤可蚀性K值的均值呈现出地灾治理类>自然恢复类>综合治理类>水土保持类的趋势，2025年的土壤可蚀性K值的均值呈现出自然恢复类>地灾治理类>综合治理类>水土保持类的趋势，K值与黏粒含量、土壤养分等呈负相关关系，这些因素对提升土壤抗蚀性具有重要作用，K值受到孔隙度和石砾含量的影响，通过改变渗透性可以达到提高土壤抗蚀性的目的。综合治理类和水土保持类的修复模式能够有效地抵抗土壤侵蚀，而地灾治理类与自然恢复类的修复模式抗侵蚀能力较弱。

（4） 通过结构方程模型（SEM）解析得知地灾治理类堆积体，虽然减少了坡面干扰的频率，但并未解决坡面的颗粒组成、物理性质等问题，颗粒组成的不均匀影响土壤的孔隙度以及团聚体形成等物理性质，还通过影响团聚体形成间接影响土壤的有机质，进而间接影响植被恢复，所以在恢复上依旧会受阻。自然恢复类堆积体由于未加以人工干预，其土壤侵蚀路径与地灾治理类相同，土壤颗粒组成的极度不均匀会导致植被恢复较缓慢甚至停滞。水土保持类堆积体由于黏粒含量较高，进一步促进土壤团聚体的形成，致使土壤孔隙度降低，有机质含量提升，进而促使生态修复速率加快，且原有植被丰富，掉落的枯枝落叶会转化为有机质，促进植被生长，恢复效果较为理想，植被覆盖度有显著提升。综合治理类堆积体，在人为干预的条件下，颗粒组成、植被特征与化学性质均有利于植被生长，但由于坡面的松散性，水土流失概率会增加进而减缓植被恢复，需长期监测并及时补肥补水。综上所述，土壤的颗粒组成能够间接或直接影响土壤的抗侵蚀能力，因而得知，在土壤的抗侵蚀能力中颗粒组成扮演着关键性的作用。

参考文献

[1] 魏泽明，裴向军，张晓超，等.生态恢复中堆积体边坡水文调控技术研究进展［J］.水文地质工程地质，2026，53（2）：269-280.

[2] Wei Z M， Pei X J， Zhang X C， et al. Progress in hydrological control technology for landfill slopes in ecological restoration［J］. Hydrogeology&Engineering Geology， 2026，53（2）：269-280.

[3] 梁靖. “8 · 8”九寨沟地震崩塌发育特征及堆积体冲刷启动机理研究［D］.成都：成都理工大学，2021.

[4] Liang J. Research on development characteristic and deposit scour initiation mechanism of collapse in “8 · 8” Jiuzhaigou earthquake［D］. Chengdu： Chengdu University of Technology， 2021.

[5] 马保成，王亮，牟顺.公路滑坡灾害链式反应阶段性识别方法研究［J］.灾害学，2011，26（2）：54-58.

[6] Ma B C， Wang L， Mou S. Identification method for chain reaction stages of highway landslides［J］. Journal of Catastrophology， 2011，26（2）：54-58.

[7] 王军.九寨沟震后受损边坡类型划分与植被生态修复研究［D］.成都：成都理工大学，2021.

[8] Wang J. Study on the classification of damaged slope and ecological restoration after earthquake in Jiuzhaigou［D］. Chengdu： Chengdu University of Technology， 2021.

[9] 夏红霞，刘李岚，周徐平，等.基于层次分析法的九寨沟震后裸岩边坡覆绿适用苔藓筛选［J］.植物研究，2023，43（4）：540-549.

[10] Xia H X， Liu L L， Zhou X P， et al. Selection of suitable mosses for bare rock and steep slope greening after Jiuzhaigou earthquake based on the analytic hierarchy process［J］. Bulletin of Botanical Research， 2023，43（4）：540-549.

[11] 裴向军.青藏高原重大工程地质环境扰损机制及生态修复技术体系［J］.工程地质学报，2024，32（5）：1737-1758.

[12] Pei X J. Mechanisms of geological environment disturbance and ecological restoration technical systems for major engineering projects on the Tibetan Plateau［J］. Journal of Engineering Geology， 2024，32（5）：1737-1758.

[13] 朱锦宇，裴向军，肖维阳，等.九寨沟黏性土含量对改良碎石土水分特性的影响［J］.水土保持通报，2024，44（1）：40-49，85.

[14] Zhu J Y， Pei X J， Xiao W Y， et al. Effect of cohesive soil content on water properties of improved gravel soil in Jiuzhai valley［J］. Bulletin of Soil and Water Conservation， 2024，44（1）：40-49，85.

[15] 蒋云清，王国严，黄梦月，等.不同生态修复措施对藏东南工程边坡植被重建的作用［J］.水土保持通报，2023，43（5）：187-194.

[16] Jiang Y Q， Wang G Y， Huang M Y， et al. Effects of different ecological restoration measures on reconstruction of slope vegetation in southeastern Xizang Autonomous Region［J］. Bulletin of Soil and Water Conservation， 2023，43（5）：187-194.

[17] 罗路广，裴向军，崔圣华，等.九寨沟地震滑坡易发性评价因子组合选取研究［J］.岩石力学与工程学报，2021，40（11）：2306-2319.

[18] Luo L G， Pei X J， Cui S H， et al. Combined selection of susceptibility assessment factors for Jiuzhaigou earthquake-induced landslides［J］. Chinese Journal of Rock Mechanics and Engineering， 2021，40（11）：2306-2319.

[19] Liu Y， Liu G， Gu J， et al. Soil erodibility and hillslope erosion processes affected by vegetation restoration duration［J］. Soil and Tillage Research， 2025，245：106305.

[20] Wischmeier W H， Mannering J V. Relation of soil properties to its erodibility［J］. Soil Science Society of America Journal， 1969，33（1）：131-137.

[21] 祝连波，韩佳洪，陶玉.居民参与视角下的零碳社区建设驱动机制研究：基于结构方程模型［J］.数学的实践与认识，2024，54（12）：23-35.

[22] Zhu L B， Han J H， Tao Y. Research on the driving mechanism of zero-carbon community construction under the perspective of resident participation： based on structural equation modelling［J］. Mathematics in Practice and Theory， 2024，54（12）：23-35.

[23] 修宇鑫，裴向军，王岩，等.九寨沟工程创面生态修复区植被-土壤微生物协同恢复效应［J］.生态学报，2025，45（17）：8570-8582.

[24] Xiu Y X， Pei X J， Wang Y， et al. Synergistic restoration effect of vegetation and soil microorganisms in the wound ecological restoration area of Jiuzhaigou Project［J］. Acta Ecologica Sinica， 2025，45（17）：8570-8582.

[25] 王斌，王顺利，许尔文，等.祁连山浅山区林缘交错带不同修复模式植被恢复调查［J］.农业与技术，2024，44（13）：61-64.

[26] Wang B， Wang S L， Xu E W， et al. Investigation on vegetation restoration of different restoration models in forest edge ecotone in shallow mountainous area of Qilian Mountain［J］. Agriculture and Technology， 2024，44（13）：61-64.

[27] 方学敏，万兆惠，徐永年.土壤抗蚀性研究现状综述［J］.泥沙研究，1997，（2）：87-91.

[28] Fang X M， Wan Z H， Xu Y N. A summary of the research status of soil anti-erodibility［J］. Journal of Sediment Research， 1997，（2）：87-91.

[29] Ahaneku I E， Ezinna K C， Orji F N， et al. Spatial distribution of soil erodibility factors in erosion-prone areas in Umuahia， Southeast， Nigeria［J］. Journal of Engineering Research， 2025，13（2）：1627-1637.

[30] 吕喜玺，沈荣明.土壤可蚀性因子K值的初步研究［J］.水土保持学报，1992，6（1）：63-70.

[31] Lv X X， Shen R M. A preliminary study on the values k of soil erosibility factor［J］. Journal of Soil and Water Conservation， 1992，6（1）：63-70.

[32] 史秀红.皇甫川流域不同植被群落特征与土壤抗蚀性研究［D］.呼和浩特：内蒙古农业大学，2023.

[33] Shi X H. Study on the characteristics of different vegetation communities and soil erosion resistance in huangfu-Chuan watershed［D］. Hohhot： Inner Mongolia Agricultural University， 2023.

[34] 杨苗苗.全球土壤可蚀性因子（K）计算与砾石影响分析［D］.西安：西北大学，2022.

[35] Yang M M. Calculation of soil erodibility factor （K） on a global scale and analysis of the effect of rock fragments on soil erodibility factor［D］. Xi'an： Northwest University， 2022.

[36] Cintia L T M， Edivan S D R， Thaís S S D M E， et al. Influence of vegetation cover and rainfall intensity on soil attributes in an area undergoing desertification in Brazil［J］. Catena， 2023，221（PA）：106751.

[37] 陈琪杨.北川滑坡迹地植被恢复过程中土壤可蚀性变化特征［D］.雅安：四川农业大学，2024.

[38] Chen Q Y. Characteristics of soil erodibility changes during vegetation restoration in Beichuan landslide site［D］. Yaan： Sichuan Agricultural University， 2024.

[39] 冯婷婷，郭锁娜，郑阳，等.滇中高原不同土地利用类型土壤侵蚀对养分流失的影响［J］.云南农业大学学报，2024，39（4）：175-183.

[40] Feng T T， Guo S N， Zheng Y， et al. Effects of soil erosion on nutrient loss under different land use types in the central Yunnan Plateau［J］. Journal of Yunnan Agricultural University，2024，39（7）：175-183.

[41] 熊焰婷，赵润英，何姝蕊，等.藏东南隧道工程创面对土壤有机碳含量的影响［J］.应用与环境生物学报，2025，31（2）：172-185.

[42] Xiong Y T， Zhao R Y， He S R， et al. Impact of tunnel construction on soil organic carbon in Southeast Xizang， China［J］. Chinese Journal of Applied and Environmental Biology， 2025，31（2）：172-185.

[43] 王亚娟，陈云明，孙亚荣，等.宁南山区侵蚀沟不同部位土壤理化性质及可蚀性研究［J］.水土保持学报，2023，37（2）：11-18.

[44] Wang Y J， Chen Y M， Sun Y R， et al. Study on physical and chemical properties and erodibility of soil in different parts of erosion gully in the mountainous area of south Ningxia［J］. Journal of Soil and Water Conservation， 2023，37（2）：11-18.

[45] 田积莹，黄义端.子午岭连家砭地区土壤物理性质与土壤抗侵蚀性能指标的初步研究［J］.土壤学报，1964，12（3）：286-296.

[46] Tian J Y， Huang Y D. Investigation on physical properties of soil in relation to the index of soil resistance to erosion in the region of tziwu-Ling， Kansu［J］. Acta Pedologica Sinica， 1964，12（3）：286-296.

[47] 刘涛，杨以翠，周旺，等.降雨强度对工程堆积体坡面土壤养分及颗粒组成的影响［J］.长江科学院院报，2023，40（12）：59-64.

[48] Liu T， Yang Y C， Zhou W， et al. Influence of rainfall intensity on soil nutrients and particle size composition of engineering accumulations［J］. Journal of Yangtze River Scientific Research Institute， 2023，40（12）：59-64.

[49] 罗路广.“8·8”九寨沟地震滑坡灾害时空演化与风险评价［D］.成都：成都理工大学，2023.

[50] Luo L G. Spatial-temporal evolution and risk assessment of landslides induced by the“8 · 8”Jiuzhaigou earthquake［D］. Chengdu： Chengdu University of Technology， 2023.

[51] 赵丽丽，钟哲科，史作民，等.汶川地震对四川理县典型受灾区岷江柏人工林土壤理化性质的影响［J］.林业科学，2016，52（3）：1-9.

[52] Zhao L L， Zhong Z K， Shi Z M， et al. Effect of Wenchuan earthquake on physical and chemical properties of forest soils in Li county of Sichuan Province［J］. Scientia Silvae Sinicae， 2016，52（3）：1-9.

[53] 王春振，施文婧，张康，等.汶川震后渔子溪秀龙路段生态修复初步研究［J］.人民黄河，2010，32（12）：174-175，178.

[54] Wang C Z， Shi W J， Zhang K， et al. Preliminary study on ecological restoration of Xiulong section of Yuzixi after Wenchuan earthquake［J］. Yellow River， 2010，32（12）：174-175，178.

基金资助

国家重点研发计划“地质灾害生态防治韧性技术与装备”(2023YFC3007104)