1980－2015年阿拉善盟沙地面积变化及其驱动因子

doi:10.7522/j.issn.1000-694X.2020.00074

摘要/Abstract

摘要：

土地沙化是干旱区、半干旱区重要的生态环境问题，探究土地沙化影响因子并厘清其驱动机制是防治土地沙化的基础。分析了1980—2015年阿拉善盟沙地面积变化特征，进而基于地理探测器模型分析了阿拉善盟沙地分布的自然、人为驱动因子，并探究了驱动因子两两间的相互作用强度，定量描述了各驱动因子对阿拉善盟沙地分布的影响程度，同时探测了2000—2015年阿拉善盟沙地变化的驱动因子影响力。结果表明：（1）以2000年为界限，阿拉善盟沙地面积先增后减。（2）影响阿拉善盟沙地空间分布的驱动因子，自然因子大于人为因子，且各驱动因子独立作用影响力小于两因子交互后共同作用。（3）沙化概率大于50%的区域为沙化风险区域。（4）2000—2015年阿拉善盟沙地变化的驱动因子中单因子影响力人为因子略微占优，但沙地的变化是人为与自然因子共同作用的结果。

关键词: 沙地, 驱动因子, 地理探测器, 阿拉善盟, 土地利用变化

Abstract:

Land desertification is an important eco-environment problem in arid and semi-arid regions. It is the basis of preventing and controlling land desertification to explore the influencing factors of land desertification and clarify its driving mechanism. In this paper， we assessed spatial distribution characteristics of sandy land by analysis of land use change from 1980 to 2015 in the Alxa League， and analyzed the natural and human driving factors of sandy land distribution by Geodetector， and explored the interaction between the driving factors， and quantitatively described the degree of the driving factors influence on the sand distribution in the Alxa League. At the same time， the influence of driving factors on sandy land transformation in Alxa League from 2000 to 2015 was detected. The results show that：（1） The sandy land first increased before 2000 and then decreased. （2） The influence of natural factors affecting the spatial distribution of sandy land are greater than human factors， and the independent influence of each driving factor is less than the interaction between the two factors. （3） The area with desertification probability greater than 50% was desertification risk area. （4） From 2000 to 2015， the single factor influence of the driving factors of the transformation of sandy land was slightly dominated by human factors， but the transformation of sandy land was the result of the joint action of human and natural factors.

Key words: sandy land, driving factor, GeoDetector, Alxa League, land use change

中图分类号:

P931.3

常亚斌, 朱睿, 肖生春, 李雅培. 1980－2015年阿拉善盟沙地面积变化及其驱动因子[J]. 中国沙漠, 2020, 40(6): 82-90.

Yabin Chang, Rui Zhu, Shengchun Xiao, Yapei Li. Sandy land change from 1980 to 2015 in Alxa League， China and its driving factors[J]. Journal of Desert Research, 2020, 40(6): 82-90.

图/表 14

图1 阿拉善盟概况图

Fig.1 The sketch map of the Alxa League

表1 驱动因子及离散化方法

Table 1 Driving factor and discretization method

类别	驱动因子	单位	描述	离散化方法	类型数量
自然因子	年均气温（X₁）	℃	由克里金插值得到	自然断点法	8
	年降水量（X₂）	mm	由克里金插值得到	自然断点法	8
	年平均风速（X₃）	m·s^-1	由克里金插值得到	自然断点法	8
	年日照时间（X₄）	h	由克里金插值得到	自然断点法	8
	距水域的距离（X₅）	km	由水域矢量数据进行欧式距离分析得到	自然断点法	8
	土壤类型（X₆）	—	包括半淋溶土、钙层土、干旱土、漠土、初育土、半水成土、水成土、盐碱土、人为土、高山土、湖泊、河流、盐场/养殖场等	按类型	13
	海拔（X₇）	m	由1 km分辨率DEM数据提取	自然断点法	8
	NDVI （X₈）	—	由NOAA-NDVI3G数据集提取	自然断点法	10
	土壤湿度（X₉）	m³·m^-3	由ESA-CCI土壤湿度数据集提取	自然断点法	10
人为因子	人口密度（X₁₀）	人·km^-2	1 km网格的人口空间分布数据	几何间隔法	4

表2 驱动因子交互作用的影响程度判断依据

Table 2 The judgment basis of influence degree of interaction between two driving factors

判断依据	交互作用
$q (X 1 ? X 2) < m i n (q (X 1), q (X 2))$	非线性减弱
$m i n (q (X 1), (X 2)) < q (X 1 ? X 2) < m a x (q (X 1), (X 2))$	单因子非线性减弱
$q (X 1 ? X 2) > m a x (q (X 1), q (X 2))$	双因子增强
$q (X 1 ? X 2) = q (X 1) + q (X 2)$	独立
$q (X 1 ? X 2) > q (X 1) + q (X 2)$	非线性增强

表2 驱动因子交互作用的影响程度判断依据

Table 2 The judgment basis of influence degree of interaction between two driving factors

判断依据	交互作用
$q (X 1 ? X 2) < m i n (q (X 1), q (X 2))$	非线性减弱
$m i n (q (X 1), (X 2)) < q (X 1 ? X 2) < m a x (q (X 1), (X 2))$	单因子非线性减弱
$q (X 1 ? X 2) > m a x (q (X 1), q (X 2))$	双因子增强
$q (X 1 ? X 2) = q (X 1) + q (X 2)$	独立
$q (X 1 ? X 2) > q (X 1) + q (X 2)$	非线性增强

表3 1980－2015年阿拉善盟沙地动态变化

Table 3 Sandy land dynamic change of the Alxa League from 1980 to 2015

土地利用类型	1980年		2000年		2015年
土地利用类型	面积/km²	比例/%	面积/km²	比例/%	面积/km²	比例/%
耕地	314	0.13	385	0.16	460	0.19
林地	1 429	0.60	1 410	0.59	1 339	0.56
草地	27 116	11.32	25 453	10.62	25 890	10.80
水域	811	0.34	686	0.29	793	0.33
建设用地	109	0.05	127	0.05	390	0.16
沙地	97 593	40.72	98 083	40.93	97 753	40.79
未利用地	112 274	46.85	113 502	47.36	113 021	47.16

图2 1980—2000年阿拉善盟沙地动态变化

Fig.2 Sandy land dynamic change of the Alxa League from 1980 to 2000

表4 1980—2000年阿拉善盟土地利用转移矩阵 (km2)

Table 4 Transfer matrix of land use types of the Alxa League from 1980 to 2000

	耕地	林地	草地	水域	建设用地	沙地	未利用地	1980年总计
耕地	306	0	2	0	3	0	3	314
林地	0	1 388	12	0	0	0	29	1429
草地	61	16	25 324	1	11	353	1 350	27116
水域	7	6	38	673	4	17	66	811
建设用地	0	0	0	0	109	0	0	109
沙地	4	0	2	0	0	97 563	24	97 593
未利用地	7	0	75	12	0	150	112 030	112 274
2000年总计	385	1 410	25 453	686	127	98 083	113 502	239 646

图3 2000－2015年阿拉善盟沙地动态变化

Fig.3 Sandy land dynamic change of the Alxa League from 2000 to 2015

表5 2000—2015年阿拉善盟土地利用转移矩阵 (km2)

Table 5 Transfer matrix of land use types of the Alxa League from 2000 to 2015

	耕地	林地	草地	水域	建设用地	沙地	未利用地	2000年总计
耕地	231	4	30	5	10	26	79	385
林地	11	1 011	204	14	9	72	89	1 410
草地	44	166	22 010	67	67	1 253	1 846	25 453
水域	1	0	48	526	0	48	63	686
建设用地	5	1	14	1	65	13	28	127
沙地	52	39	1 409	80	37	93 479	2 987	98 083
未利用地	116	118	2 175	100	202	2 862	107 929	113 502
2015年总计	460	1 339	25 890	793	390	97 753	113 021	239 646

表6 驱动因子对2015年阿拉善盟沙地分布影响程度的qD,U值

Table 6 qD,U values of the influence degree of driving factors on the distribution of sandy land in the Alxa League in 2015

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
$q D, U$	0.1117	0.0804	0.0469	0.1787	0.0726	0.0999	0.0570	0.1809	0.1713	0.0049
P	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00

表6 驱动因子对2015年阿拉善盟沙地分布影响程度的qD,U值

Table 6 qD,U values of the influence degree of driving factors on the distribution of sandy land in the Alxa League in 2015

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
$q D, U$	0.1117	0.0804	0.0469	0.1787	0.0726	0.0999	0.0570	0.1809	0.1713	0.0049
P	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00	0.00

图4 1980－2015年阿拉善盟沙地空间分布驱动因子qD,U值

Fig.4 Changes in qD,U??values of sandy land driving factor in the Alxa League from 1980 to 2015

表7 阿拉善盟2015年沙地空间分布驱动因子交互作用分析结果

Table 7 Results of interaction of driving factors of land desertification in the Alxa League in 2015

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
X₁	0.1117
X₂	0.2617	0.0804
X₃	0.2065	0.1357	0.0469
X₄	0.3015	0.3038	0.2724	0.1787
X₅	0.2248	0.2204	0.1902	0.3023	0.0726
X₆	0.2148	0.1565	0.1543	0.2791	0.1818	0.0999
X₇	0.1552	0.1238	0.1031	0.1958	0.1269	0.1416	0.0570
X₈	0.2925	0.2604	0.2581	0.2811	0.2368	0.2655	0.2071	0.1809
X₉	0.3107	0.2615	0.2369	0.3015	0.2799	0.2772	0.2120	0.2937	0.1713
X₁₀	0.1462	0.1226	0.1190	0.2654	0.0832	0.1062	0.0757	0.2220	0.2410	0.0049

表8 阿拉善盟1980—2015年沙化风险区域驱动因子特点

Table 8 Sandy land distribution risk area of the Alxa League from 1980 to 2015

驱动因子	1980年	1990年	2000年	2010年	2015年
年均气温（X₁）/℃	8.25~8.65	8.6~8.82	8.96~9.28	9.05~9.58	10.04~10.18
年降水量（X₂）/mm	67.28~92.09， 102.16~130.45	88.84~106.47， 147.88~172.41	119~135.6	125.06~143.69	108.27~122.58
年平均风速（X₃）/（m·s^-1）	2.97~3.45	2.5~2.93	2.7~3.24	2.56~3.34	2.31~2.57
年日照时间（X₄）/h	3263.4~3379.5	2948.8~3111， 3173~3226.6	3063~3174	2907~3006， 3059~3163	3160~3410.9
距水域的距离（X₅）/km	0~34.7	0~34.7	0~34.7	0~34.7	0~34.7
土壤类型（X₆）	初育土、水成土、人为土、河流、盐场/养殖场	初育土、水成土、盐场/养殖场	初育土、水成土、人为土、河流、盐场/养殖场	初育土、水成土、人为土、河流、盐场/养殖场	初育土、水成土、盐碱土、河流、盐场/养殖场
海拔（X₇）/m	733~1127	733~1127	733~1127	733~1127	733~1127
NDVI（X₈）	0.079~0.102	0.078~0.102	0.079~0.102	0.08~0.108	0.082~0.109
土壤湿度（X₉）/（m³·m^-3）	0.108~0.236	0.122~0.22	0.133~0.215	0.16~0.212	0.166~0.189， 0.199~0.231
人口密度（X₁₀）/（人·km^-2）	0.117~1.96	0.117~1.96	0.135~2.27	0.136~6.47	0.241~3.96

表9 阿拉善盟2000—2015年沙地变化驱动因子影响力的qD,U值

Table 9 qD,U value of driving factors influencing the degree of sandy land change in the Alxa League from 2000 to 2015

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
$q D, U$	0.0065	0.0104	0.0046	0.0038	0.0056	0.0195	0.0065	0.0126	0.0166	0.0290
P	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000

表9 阿拉善盟2000—2015年沙地变化驱动因子影响力的qD,U值

Table 9 qD,U value of driving factors influencing the degree of sandy land change in the Alxa League from 2000 to 2015

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
$q D, U$	0.0065	0.0104	0.0046	0.0038	0.0056	0.0195	0.0065	0.0126	0.0166	0.0290
P	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000

表10 阿拉善盟2000—2015年沙地变化驱动因子交互作用影响

Table 10 The influence of Interaction of driving factors of sandy land change in the Alxa League from 2000 to 2015

	X₁	X₂	X₃	X₄	X₅	X₆	X₇	X₈	X₉	X₁₀
X₁	0.0065
X₂	0.0251	0.0104
X₃	0.0144	0.0272	0.0046
X₄	0.0101	0.0237	0.0072	0.0038
X₅	0.0319	0.0252	0.0305	0.0234	0.0056
X₆	0.0313	0.0279	0.0280	0.0338	0.0308	0.0195
X₇	0.0066	0.0251	0.0144	0.0101	0.0319	0.0313	0.0065
X₈	0.0238	0.0206	0.0230	0.0199	0.0258	0.0296	0.0238	0.0126
X₉	0.0257	0.0236	0.0251	0.0226	0.0268	0.0319	0.0257	0.0281	0.0166
X₁₀	0.0455	0.0357	0.0386	0.0388	0.0506	0.0464	0.0455	0.0408	0.0389	0.0290

参考文献 32

1	朱震达.中国土地荒漠化的概念、成因与防治［J］.第四纪研究，1998，18（2）：145-155.
2	齐雁冰，常庆瑞，刘梦云，等.陕北农牧交错带50年来土地沙漠化的自然和人为成因定量分析［J］.中国水土保持科学，2011，9（5）：104-109.
3	郭瑞霞，管晓丹，张艳婷.我国荒漠化主要研究进展［J］.干旱气象，2015，33（3）：505-513.
4	王涛，吴薇.我国北方的土地利用与沙漠化［J］.自然资源学报，1999，14（4）：355-358.
5	Slimani H，Aidoud A，Roze F.30 years of protection and monitoring of a steppic rangeland undergoing desertification［J］.Journal of Arid Environments，2010，74（6）：685-691.
6	朱震达，刘恕.我国北方地区沙漠化过程及其治理区划［M］.北京：林业科学出版社，1986.
7	董玉祥，陈克龙.长江上游地区土地沙漠化现状及其驱动力的研究［J］.长江流域资源与环境，2002，11（1）：84-88.
8	贾宝全，慈龙骏，高志刚，等.鄂尔多斯高原土地沙化过程中自然与人为因素的定量分析［J］.林业科学，2003，39（6）：15-20.
9	李晓英，姚正毅，王宏伟，等.若尔盖盆地沙漠化驱动机制［J］.中国沙漠，2015，35（1）：51-59.
10	李森，李凡，孙武，等.黑河下游额济纳绿洲现代荒漠化过程及其驱动机制［J］.地理科学，2004，24（1）：61-67.
11	万炜，颜长珍，肖生春，等.1975—2015年阿拉善高原沙漠化过程、格局与驱动机制［J］.中国沙漠，2018，38（1）：17-29.
12	董玉祥.我国半干旱地区现代沙漠化驱动因素的定量辩识［J］.中国沙漠，2001，21（4）：412-417.
13	Xu D Y，Kang X W，Zhuang D F，et al.Multi-scale quantitative assessment of the relative roles of climate change and human activities in desertification：a case study of the Ordos Plateau，China［J］.Journal of Arid Environments，2010，74（4）：498-507.
14	周华坤，赵新全，周立，等.层次分析法在江河源区高寒草地退化研究中的应用［J］.资源科学，2005，27（4）：63-70.
15	章予舒，王立新，张红旗，等.疏勒河流域土地利用变化驱动因素分析：以安西县为例［J］.地理科学进展，2003，22（3）：270-278.
16	许端阳，李春蕾，庄大方，等.气候变化和人类活动在沙漠化过程中相对作用评价综述［J］.地理学报，2011，66（1）：68-76.
17	刘京会，武建军，武志涛，等.沙漠化驱动因子及定量辨识方法研究综述［J］.安全与环境学报，2014，14（1）：295-299.
18	Wang J F，Li X H，Christakos G，et al.Geographical detectors-based health risk assessment and its application in the neural tube defects study of the Heshun region，China［J］.International Journal of Geographical Information Science，2010，24（1）：107-127.
19	蔡芳芳，濮励杰.南通市城乡建设用地演变时空特征与形成机理［J］.资源科学，2014，36（4）：731-740.
20	Luo W，Jasiewicz J，Stepinski T，et al.Spatial association between dissection density and environmental factors over theentire conterminous United States［J］.Geophysical Research Letters，2016，43（2）：692-700.
21	李俊刚，闫庆武，熊集兵，等.贵州省煤矿区植被指数变化及其影响因子分析［J］.生态与农村环境学报，2016，32（3）：374-378.
22	于佳，刘吉平.基于地理探测器的东北地区气温变化影响因素定量分析［J］.湖北农业科学，2015，54（19）：4682-4687.
23	肖生春，颜长珍，田永祯，等.阿拉善高原沙漠化土地防治区划与治理对策［J］.中国沙漠，2019，39（5）：182-192.
24	马文瑛，何磊，赵传燕.2000-2012年阿拉善盟荒漠化动态［J］.兰州大学学报（自然科学版），2015，51（1）：55-60，71.
25	Pinzon J E，Tucker C J.A non-stationary 1981-2012 AVHRR NDVI3G time series［J］.Remote Sensing，2014，6（8）：6929-6960.
26	Gruber A，Scanlon T，Der Schalie R V，et al.Evolution of the ESA CCI soil moisture climate data records and their underlying merging methodology［J］.Earth System Science Data，2019，11（2）： 717-739.
27	Gruber A，Dorigo W，Crow W T，et al.Triple collocation-based merging of satellite soil moisture retrievals［J］.IEEE Transactions on Geoscience and Remote Sensing，2017，55（12）：6780-6792.
28	Dorigo W，Wagner W，Albergel C，et al.ESA CCI soil moisture for improved earth system understanding：state-of-the art and future directions［J］.Remote Sensing of Environment，2017：185-215.
29	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
30	朱会义，李秀彬.关于区域土地利用变化指数模型方法的讨论［J］.地理学报，2003，58（5）：643-650.
31	周建秀，谷雨，达来，等.阿拉善地区荒漠化遥感监测及动态变化［J］.干旱区资源与环境，2014，28（1）：126-130.
32	新华社.遏制三大沙漠握手，内蒙古阿拉善盟是怎么做的？DB/OL］.［2017-01-05］..

[1]	陈银萍, 曹雯婕, 余沛东, 杨欢, 王旭洋, 李玉强. 土壤含水率对风沙流结构及风蚀量的影响[J]. 中国沙漠, 2021, 41(2): 173-180.
[2]	李向洁, 李志文, 詹江振, 孙丽, 杜兰, 侯楚. 南昌厚田沙地沉积物的粒度特征及其影响因素[J]. 中国沙漠, 2021, 41(2): 92-99.
[3]	田敏, 钱广强, 杨转玲, 罗万银, 逯军峰. 柴达木盆地东北部哈勒腾河流域风况特征及其对风沙地貌发育的影响[J]. 中国沙漠, 2021, 41(1): 1-9.
[4]	朱宾宾, 孙双红, 李艳红, 张红蕾, 景璐, 王立军, 曹伟. 呼伦贝尔沙地紫外辐射和太阳总辐射特征[J]. 中国沙漠, 2021, 41(1): 111-118.
[5]	王旭洋, 李玉霖, 连杰, 段育龙, 王立龙. 半干旱典型风沙区植被覆盖度演变与气候变化的关系及其对生态建设的意义[J]. 中国沙漠, 2021, 41(1): 183-194.
[6]	孙一梅, 田青, 郭爱霞, 左小安, 吕朋, 张森溪. 水、氮施用量对科尔沁沙地植被特征和叶性状的影响[J]. 中国沙漠, 2020, 40(6): 223-232.
[7]	赵媛媛, 武海岩, 丁国栋, 高广磊, 屠文竹. 浑善达克沙地土地沙漠化研究进展[J]. 中国沙漠, 2020, 40(5): 101-111.
[8]	王姣月, 秦树高, 张宇清. 毛乌素沙地植被水分利用效率的时空格局[J]. 中国沙漠, 2020, 40(5): 120-129.
[9]	周虹, 吴波, 高莹, 成龙, 贾晓红, 庞营军, 赵河聚. 毛乌素沙地臭柏*（Sabina vulgaris）*群落生物土壤结皮细菌群落组成及其影响因素[J]. 中国沙漠, 2020, 40(5): 130-141.
[10]	詹瑾, 李玉霖, 韩丹, 杨红玲. 半干旱沙区3种优势固沙灌木生物量分配及其生态学意义[J]. 中国沙漠, 2020, 40(5): 149-157.
[11]	刘任涛, 张安宁. 固沙灌丛林营造初期地面节肢动物群落结构特征[J]. 中国沙漠, 2020, 40(5): 190-199.
[12]	许明静, 吕萍, 肖南, 杨军怀, 刘铮瑶, 冯淼彦, 梁准. 毛乌素沙地西北部植被覆盖对沙丘移动的影响[J]. 中国沙漠, 2020, 40(4): 71-80.
[13]	苏郎嘎, 田桂泉, 红霞. 浑善达克沙地苔藓物种多样性[J]. 中国沙漠, 2020, 40(3): 51-59.
[14]	邵梅, 罗万银, 车雪华. COSI-Corr技术在风沙地貌研究中的初步应用及精度检验[J]. 中国沙漠, 2020, 40(3): 151-158.
[15]	吴丽丽, 刘丹一, 杨文斌, 王涛, 李卫, 冯金超, 冯伟. 降雨量、土壤蓄水量对流动沙地土壤水分深层渗漏的影响[J]. 中国沙漠, 2020, 40(3): 210-218.