蒙古国植被自然恢复潜力

doi:10.7522/j.issn.1000-694X.2021.00047

摘要/Abstract

摘要：

植被自然恢复能力评估是生态恢复实践的重要内容。基于蒙古国的MODIS EVI植被指数产品、气象数据及土壤数据，依据相似生境原则，构建了植被恢复潜力计算模式，计算得到蒙古国植被恢复潜力值（VRP，可代表在自然条件下区域植被能够恢复到的最佳状况）及植被恢复潜力指数（VRPI，代表植被生长现状与最大潜力之间的差距），并用蒙古国纵贯铁路沿线长期围封区的采样分析数据进行了验证。结果表明：（1）蒙古国整体上具有较高的植被恢复潜力，植被自然恢复潜力值0.6—0.9；（2）受降水、气温、土壤等自然要素组配的空间分异影响，蒙古国植被自然恢复潜力具有较大的空间差异性，其中北部及东部地区为VRP高值区和VRPI低值区，植被轻度退化，且较容易恢复；南部及西部地区为VRP中低值区和VRPI高值区，植被退化程度较重，恢复难度相对较大。

关键词: 蒙古国, 植被恢复潜力, 相似生境窗口, 地理加权回归分析, Google Earth Engine

Abstract:

Assessment of natural restoration capacity of vegetation is an important part of ecological restoration practice. This article， based on the MODIS Enhanced Vegetation Index （EVI）， meteorological data and soil data of Mongolia， build the vegetation restoration potential calculation model on the “similar habitat”， calculate the Mongolia vegetation restoration potential value （VRP， representative in the area under the condition of natural vegetation to restore to the best condition） and vegetation restoration potential index （VRPI， on behalf of the vegetation growth status and potential difference between the largest）. And use the sampling analysis data from Mongolian through long-term enclosure along the railway area to verify the research findings. The results showed that ：（1） There is a high vegetation restoration potential in Mongolia， and the natural vegetation restoration potential value is mostly between 0.6 and 0.9. （2） Under the influence of spatial differentiation of natural factors such as precipitation， air temperature and soil， the natural restoration potential of vegetation in Mongolia has great spatial differences. The northern and eastern regions are the regions with high VRP value and low VRPI value. Suggest that the vegetation was slightly degraded and easy to recover. In the southern and western regions， there are middle and low values of VRP and high values of VRPI. The degree of vegetation degradation is severe and the restoration is relatively difficult. The results of this study can provide scientific reference for the restoration of degraded vegetation in Mongolia according to local conditions.

Key words: Mongolia, vegetation restoration potential, similar habitat windows, GWR, GEE

中图分类号:

Q948.15

吕振涛, 李生宇, 范敬龙, 刘国军, 王海峰, 孟晓于. 蒙古国植被自然恢复潜力[J]. 中国沙漠, 2021, 41(5): 192-201.

Zhentao Lv, Shengyu Li, Jinglong Fan, Guojun Liu, Haifeng Wang, Xiaoyu Meng. Natural restoration potential of vegetation in Mongolia[J]. Journal of Desert Research, 2021, 41(5): 192-201.

图/表 10

图1 蒙古国植被景观分布图

Fig.1 Vegetation distribution map

表1 围栏内外植被盖度差与VRP的拟合方程

Table 1 Fitted equation of VRP and coverage difference

拟合方程	R²	P
y =0.8416x-0.4023	0.69	0.007
y =0.0133e^3.6031x	0.770	0.09
y =0.6176ln(x)+0.4158	0.668	0.008
y =1.5814x²-1.5607x+0.4835	0.715	0.009

表2 围栏内外盖度差与VRPI拟合方程

Table 2 Fitted equation of VRPI and coverage difference

回归方程	R²	P
y =-0.7494x+0.7163	0.782	0.005
y =1.6431e^-3.342^x	0.687	0.169
y =-0.384lnx +0.0465	0.748	0.006
y=-0.2852x²-0.422x+0.6319	0.785	0.006

表3 围栏外盖度与VRP拟合方程

Table 3 Fitted equation of VRP and coverage outside the fence

回归方程	R²	P
y=0.255x + 0.0316	0.0967	0.421
y=0.0346e^2.2224^x	0.1666	0.0281
y=0.1869ln(x) + 0.2797	0.0963	0.421
y=-0.4755x² +0.9665x-0.2259	0.0997	0.733

图2 植被恢复潜力指数（A）及其分级（B）

Fig.2 Vegetation restoration potential index

表4 蒙古国植被恢复潜力指数分级统计

Table 4 Restoration potential index of Mongolia

项目	级别
项目	1级	2级	3级	4级	5级
VRPI值	0.8—1	0.6—0.8	0.4—0.6	0.2—0.4	0—0.2
面积/km²	27.13	38.78	35.48	45.36	34.90
占比/%	14.93	21.35	19.53	24.97	19.21

图3 蒙古国纵贯铁路沿线不同恢复潜力指数区段归一化植被指数的多年变化情况

Fig.3 Multi-year changes of normalized difference vegetation index under different restoration potential index

图4 植被恢复潜力（A）及其分级（B）

Fig.4 Vegetation restoration potential

表5 蒙古国植被恢复潜力分级统计

Table 5 Restoration potential of Mongolia

项目	级别
项目	1级	2级	3级	4级	5级
VRP值	0—0.2	0.2—0.4	0.4—0.6	0.6—0.8	0.8—1
面积/km²	6 538.55	95 664.78	303 958.27	633 132.69	569 791.41
占比/%	0.41	5.95	18.89	39.35	35.41

图5 地理加权回归分析结果

Fig.5 The result of GWR

参考文献 36

1	Hilker T，Natsagdorj E，Waring R H，et al.Satellite observed widespread decline in Mongolian grasslands largely due to overgrazing［J］.Global Change Biology，2014，20（2）：418-428.
2	John R，Chen J，Kim Y，et al.Differentiating anthropogenic modification and precipitation-driven change on vegetation productivity on the Mongolian Plateau［J］.Landscape Ecology，2016，31（3）：547-566.
3	刘超，刘凤伶.全球荒漠化防治现状及发展趋势研究［J］.城市地理，2015（20）：58.
4	Meng X，Gao X，Li S，et al.Spatial and Temporal Characteristics of Vegetation NDVI Changes and the Driving Forces in Mongolia during 1982-2015［J］.Remote Sensing，2020，12（4）：603.
5	陈英义，李道亮.北方农牧交错带沙尘源植被恢复潜力评价模型研究［J］.农业工程学报，2008（3）：130-134.
6	唐樱殷，谢永贵，余刚国，等.黔西北喀斯特退化植被恢复潜力评价［J］.山地学报，2012，30（5）：528-534.
7	Cao S，Chen L，Shankman D，et al.Excessive reliance on afforestation in China′s arid and semi-arid regions：Lessons in ecological restoration［J］.Earth-Science Reviews，2011，104（4）：240-245.
8	Adger W N，Hughes T P，Folke C，et al.Social-ecological resilience to coastal disasters［J］.Science，2005，309（5737）：1036-1039.
9	Berkes F，Seixas C S.Building resilience in lagoon social-ecological systems：a local-level perspective［J］.Ecosystems，2005，8（8）：967-974.
10	Klein R J T，Smit M J，Goosen H，et al.Resilience and vulnerability：coastal dynamics or Dutch dikes？［J］.Geographical Journal，1998，164（3）：259-268.
11	Bennett E M，Cumming G S，Peterson G D.A systems model approach to determining resilience surrogates for case studies［J］.Ecosystems，2005，8（8）：945-957.
12	Laughlin D C.Applying trait-based models to achieve functional targets for theory-driven ecological restoration［J］.Ecology Letters，2014，17（7）：771-784.
13	Choi Y D.Theories for ecological restoration in changing environment：toward 'futuristic' restoration［J］.Ecological Research，2004，19（1）：75-81.
14	Jiang J，Gao D，Deangelis D L.Towards a theory of ecotone resilience：Coastal vegetation on a salinity gradient［J］.Theoretical Population Biology，2012，82（1）：29-37.
15	Bisson M，Fornaciai A，Coli A，et al.The vegetation resilience after fire （VRAF） index：development，implementation and an illustration from central Italy［J］.International Journal of Applied Earth Observation and Geoinformation，2008，10（3）：312-329.
16	Arianoutsou M，Koukoulas S，Kazanis D.Evaluating post-fire forest resilience using GIS and multi-criteria analysis：an example from Cape Sounion National Park，Greece［J］.Environmental Management，2011，47（3）：384-397.
17	Wu D，Wu H，Zhao X，et al.Evaluation of spatiotemporal variations of global fractional vegetation cover based on GIMMS NDVI data from 1982 to 2011［J］.Remote Sensing，2014，6（5）：4217-4239.
18	Riva M J，Daliakopoulos I N，Eckert S，et al.Assessment of land degradation in Mediterranean forests and grazing lands using a landscape unit approach and the normalized difference vegetation index［J］.Applied Geography，2017，86：8-21.
19	Li L，Bakelants L，Solana C，et al.Dating lava flows of tropical volcanoes by means of spatial modeling of vegetation recovery［J］.Earth Surface Processes and Landforms，2018，43（4）：840-856.
20	Hilker T，Lyapustin A I，Hall F G，et al.On the measurability of change in Amazon vegetation from MODIS［J］.Remote Sensing of Environment，2015，166：233-242.
21	Li Y L，Bojie Fu，Alexis J，al et ，Gauging policy-driven large-scale vegetation restoration programmes under a changing environment：their effectiveness and socio-economic relationships［J］.Science of the Total Environment，2017，607/608：911-919.
22	Tong X，Wang K，Yue Y，et al.Quantifying the effectiveness of ecological restoration projects on long-term vegetation dynamics in the karst regions of Southwest China［J］.International Journal of Applied Earth Observation and Geoinformation，2017，54：105-113.
23	高海东，庞国伟，李占斌，等.黄土高原植被恢复潜力研究［J］.地理学报，2017，72（5）：863-874.
24	Zhang D，Xu X，Yao S，et al. A novel similar habitat potential model based on sliding‐window technique for vegetation restoration potential mapping［J］. Land Degradation & Development， 2019，31（6）：760-772.
25	Xu X，Zhang D，Zhang Y，et al.Evaluating the vegetation restoration potential achievement of ecological projects： a case study of Yan’an， China［J］.Land Use Policy，2020，90：104290.
26	陈芳，刘虎俊，刘淑娟，等.基于MODIS的蒙古国2003-2017年荒漠化动态监测［J］.西北林学院学报，2019，34（5）：167-171.
27	彼斯帕洛夫.蒙古人民共和国的土壤［M］.北京：科学出版社，1959.
28	Qiu B，Zeng C，Tang Z，et al.Characterizing spatiotemporal non-stationarity in vegetation dynamics in China using MODIS EVI dataset［J］.Environmental Monitoring and Assessment，2013，185（11）：9019-9035.
29	Dutta D，Das P K，Paul S，et al.Assessment of ecological disturbance in the mangrove forest of Sundarbans caused by cyclones using MODIS time-series data （2001-2011）［J］.Natural Hazards，2015，79（2）：775-790.
30	李红军，郑力，雷玉平，等.基于EOS/MODIS数据的NDVI与EVI比较研究［J］.地理科学进展，2007（1）：26-32.
31	Brunsdon C，Fotheringham A S，Charlton M E.Geographically weighted regression：a method for exploring spatial nonstationarity［J］.Geographical Analysis，1996，28（4）：290-298.
32	Bogdanov Е А，Klimanova О А，Gunin P D.Natural background and anthropogenic drivers of vegetation cover changes in pasture landscape：the case of Central Mongolia［J］.Известия Русского географического общества，2019，151（3）：55-72.
33	刘晓宇，周学明.浅析“一带一路”背景下中蒙俄经济走廊的发展［J］.全国流通经济，2020（7）：37-38.
34	高莎丽.蒙古国铁路的发展［J］.综合运输，1996（8）：36-38.
35	Leonid Z V.Hydrochemistry of salt lakes in southeastern transbaikalia （Russia） in the time of arid phase of climate change at the beginning of the XXI Century［Z］.Abstract of the 12th International Conference on Salt Lake Research，2014：3.
36	张晓彤，谭衢霖，涂天琦，等.利用MODIS卫星数据对“草原之路”蒙古国地区进行生态承载力评价［J］.测绘与空间地理信息，2019，42（9）：64-67.

[1]	何莹莹, 于明含, 丁国栋, 高广磊, 刘伟, 周子渊. 油蒿（*Artemisia ordosica*）幼苗生长及生物量分配对降雨量和降雨间隔的响应[J]. 中国沙漠, 2021, 41(5): 183-191.
[2]	马永桃, 任孝宗, 胡慧芳, 刘敏, 孟琪. 基于地理探测器的浑善达克沙地植被变化定量归因[J]. 中国沙漠, 2021, 41(4): 195-204.
[3]	齐丹卉, 杨洪晓, 卢琦, 甘红豪, 褚建民. 浑善达克沙地植物群落主要类型与特征[J]. 中国沙漠, 2021, 41(4): 23-33.
[4]	杨欢, 王寅, 王健铭, 夏延国, 李景文, 贾晓红, 吴波. 环境过滤和扩散限制对库姆塔格沙漠南缘植物群落β-多样性的影响[J]. 中国沙漠, 2021, 41(3): 147-154.
[5]	王子婷, 杨磊, 李广, 柴春山, 张洋东, 刘冬皓. 黄土丘陵区坡面柠条（*Caragana korshinskii*）林地草本植物分布特征[J]. 中国沙漠, 2021, 41(2): 120-128.
[6]	李功麟, 张定海, 张志山, 胡宜刚, 黄磊, 路丽宁. 古尔班通古特沙漠沙丘主要灌木的种群数量动态[J]. 中国沙漠, 2021, 41(2): 129-137.
[7]	张华, 安慧敏. 基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析[J]. 中国沙漠, 2021, 41(1): 28-36.
[8]	雷军, 杨逍虎, 刘红梅, 赵玉红, 范菊萍, 郭彩霞. 黑河流域中游荒漠典型区域植被生物量及其影响因素[J]. 中国沙漠, 2021, 41(1): 203-208.
[9]	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.
[10]	孙一梅, 田青, 吕朋, 郭爱霞, 李平平, 朱丽琴, 左小安. 科尔沁沙地沙质草地与固定沙丘植物群落结构对极端干旱的响应[J]. 中国沙漠, 2021, 41(1): 129-136.
[11]	贾喆亭, 杨九艳, 孙艳霞, 陈琪, 闫瑞玲. 阿拉善高原珍珠猪毛菜（*Salsola passerina*）种群空间分布格局[J]. 中国沙漠, 2021, 41(1): 119-128.
[12]	郝梦宇, 秦龙君, 毛鹏, 罗婕纯一, 赵文利, 邱国玉. 基于无人机可见光影像的荒漠植被分布格局研究方法[J]. 中国沙漠, 2020, 40(6): 169-179.
[13]	李得禄, 马全林, 张锦春, 陈芳, 李新荣, 袁宏波, 魏林源, 杨昊天, 张忠. 腾格里沙漠植被特征[J]. 中国沙漠, 2020, 40(4): 223-233.
[14]	马全林, 张锦春, 陈芳, 张德魁, 魏林源. 腾格里沙漠南缘花棒（*Hedysarum scoparium*）人工固沙林演替规律与机制[J]. 中国沙漠, 2020, 40(4): 206-215.
[15]	孙艳霞, 杨九艳, 乔宜青, 郭超莉, 邵奕铭, 王健宇. 阿拉善高原红砂(Reaumuria songarica)种群空间分布格局[J]. 中国沙漠, 2020, 40(1): 105-115.