科尔沁沙地土地荒漠化敏感性评估

doi:10.7522/j.issn.1000-694X.2022.00084

摘要/Abstract

摘要：

科尔沁沙地是中国四大沙地之一，也是京津冀风沙源的重要组成部分，其荒漠化加剧不仅直接对京津冀地区的气候环境产生了恶劣影响，还严重威胁了自然资源的可持续性。本文以MEDALUS模型为基础，利用遥感和地理信息系统技术，对科尔沁沙地土地荒漠化风险进行了评估。利用土壤质量指数、植被质量指数、气候质量指数和管理质量指数，构建了科尔沁沙地土地荒漠化敏感指数图。结果表明：科尔沁沙地土地荒漠化敏感指数极高区域2 986.60 km²，占研究区总面积的2.02%；高区域6 678.00 km²，占4.52%；中等区域89 633.18 km²，占60.71%；低区域48 352.20 km²，占32.75%。评估发现：（1）MEDALUS模型适用于科尔沁沙地土地荒漠化敏感性评估，其中荒漠化敏感指数极高的区域集中在科尔沁沙地腹地老哈河两侧，以翁牛特旗中东部、奈曼旗西北部和库伦旗中部为主；（2）土壤质量指数对荒漠化敏感性的影响高于植被质量指数、气候质量指数和管理质量指数，因此在科尔沁沙地防沙治沙工程中，可以从改善土壤质量入手，减轻科尔沁沙地的土地荒漠化风险；（3）以土地利用类型为主要驱动力，通辽市周边、长岭县西北部、科尔沁左翼中旗、双辽市、彰武县北部等地的荒漠化风险有所增加。地形坡度对科尔沁沙地荒漠化敏感性影响不大。

关键词: 科尔沁沙地, 土地荒漠化, MEDALUS, GIS, 质量指数, 敏感指数

Abstract:

Horqin Sandy Land is one of the four sandy lands in China. It is also an important part of the sandstorm source in Beijing-Tianjin-Hebei. The intensification of desertification directly affects the climate environment in Beijing-Tianjin-Hebei. Based on the MEDALUS model， remote sensing and geographic information system technology are used to evaluate the desertification risk of Horqin Sandy Land. The desertification sensitivity index map of Horqin Sandy Land was constructed using soil quality， vegetation quality， climate quality and management quality indices. The results showed that the area with extremely high desertification sensitivity in Horqin Sandy Land was about 2 986.60 km²， accounting for 2.02% of the total area of the study area. The area with high desertification sensitivity was about 6 678.00 km²， accounting for 4.52%； The middle area was about 89 633.18 km²， accounting for 60.71%； The low area was about 48 352.20 km²， accounting for 32.75%. The result showed：（1） MEDALUS model is applicable in the evaluation of desertification sensitivity of Horqin Sandy Land. The assessed areas with extremely high desertification sensitivity index are concentrated in the hinterland of Horqin Sandy Land， both sides of Laoha River， the central and eastern part of Wengniute Banner， northwest of Naiman Banner and the middle part of Kulun Banner. （2） The influence of soil quality index on desertification sensitivity is higher than that of vegetation quality index， climate quality index， and management quality index. Therefore， improving the soil quality is likely to be an effect way to reduce the risk of land desertification in Horqin Sandy Land. （3） With the land use type as the main driving force， the desertification risk has increased in Tongliao City， northwest of Changling County， Horqin Left-wing Middle Banner， Shuangliao city and northern Zhangwu County. In addition， slope has little effect on desertification sensitivity in Horqin Sandy Land.

Key words: Horqin Sandy Land, land desertification, MEDALUS, GIS, quality index, sensitive index

中图分类号:

P954

任雨, 张勃, 陈曦东. 科尔沁沙地土地荒漠化敏感性评估[J]. 中国沙漠, 2023, 43(2): 159-169.

Yu Ren, Bo Zhang, Xidong Chen. Desertification sensitivity assessment in Horqin Sandy Land[J]. Journal of Desert Research, 2023, 43(2): 159-169.

图/表 15

参考文献 28

1	贾晓红，吴波，余新晓，等.京津冀风沙源区沙化土地治理关键技术研究与示范［J］.生态学报，2016，36（22）：7040-7044.
2	田勤科，李大林，王玉忠.河北省京津风沙源区沙化土地治理现状与对策［J］.河北林业科技，2011（4）：49-51.
3	朱震达.中国的脆弱生态带与土地荒漠化［J］.中国沙漠，1991，11（4）：10-22.
4	卢琦，吴波，包英爽，等.京津风沙源治理工程二期规划思路研究［M］.北京：中国林业出版社，2013.
5	吴波，李晓松，刘文，等.京津风沙源工程区沙漠化防治区划与治理对策研究［J］.林业科学，2006，42（10）：65-70.
6	荒漠生态系统服务功能监测与评估技术研究项目组.荒漠生态系统功能评估与服务价值研究［M］.北京：科学出版社，2014.
7	刘硕，李品，冯兆忠.京津冀防风固沙植被生态修复研究进展与对策［J］.生态学杂志，2019，38（1）：267-274.
8	王涛.中国防沙治沙实践与沙漠科学发展的70年：Ⅰ.初创篇［J］.中国沙漠，2022，42（1）：1-4.
9	张佳华，王长耀.人类活动影响下科尔沁沙地荒漠化动态的敏感性分析及灰色预测［J］.应用生态学报，1999，10（2）：163-166.
10	常学礼，鲁春霞，高玉葆，等.科尔沁沙地流动沙丘斑块动态与荒漠化关系［J］.自然灾害学报，2003，12（3）：54-60.
11	吕朋，左小安，张婧，等.放牧强度对科尔沁沙地沙质草地植被的影响［J］.中国沙漠，2016，36（1）：34-39.
12	王涛，吴薇，赵哈林，等.科尔沁地区现代沙漠化过程的驱动因素分析［J］.中国沙漠，2004，24（5）：519-528.
13	段翰晨.基于多源遥感数据的科尔沁沙地荒漠化遥感监测［D］.兰州：中国科学院寒区旱区环境与工程研究所，2013.
14	李金亚.科尔沁沙地草原沙化时空变化特征遥感监测及驱动力分析［M］.北京：中国农业科学院，2014.
15	王永芳，张继权，张琪，等.科尔沁沙地沙漠化灾害风险评价［C］//中国灾害防御协会风险分析专业委员会第六届年会论文集.呼和浩特：内蒙古师范大学，2014：480-485.
16	Kosmas C， Ferrara A， Briassouli H，et al.Methodology for Mapping Environmentally Sensitive Areas （ESAs） to Desertification［M］.Luxembourg： European Communities，1999.
17	Hicham L， Hassan R， Atika H，et al.Desertification assessment using MEDALUS model in Watershed Oued El Maleh，Morocco［J］.Geoscience，2017，7（50）：1-16.
18	Atman A L， Biswajeet P， Hafid S，et al.Desertification sensitivity analysis using MEDALUS Model and GIS：a case study of the Oases of Middle Draa Valley， Morocco［J］.Sensors，2018，18：1-19.
19	Fouzia B， Ahcène S.Assessment and mapping of desertification sensitivity with MEDALUS model and GIS-case study：basin of Hodna， Algeria［J］.Journal of Water and Land Development，2018，36（1）：17-26.
20	Agostino F， Constantinos K， Luca S，et al.Environmentally sensitive areas to Land Degradation and Desertification （LDD） at the global level：updating the MEDALUS-ESA framework for worldwide LDD assessment［J］.Land Degradation & Development，2020，30（12）：1593-1607.
21	渠翠平，关德新，王安志，等.近56年来科尔沁沙地气候变化特征［J］.生态学杂志，2009，28（11）：2326-2332.
22	王蕾，哈斯.科尔沁沙地荒漠化研究进展［J］.自然灾害学报，2004，13（4）：8-14.
23	赵珍珍.基于多源数据的科尔沁沙地生态环境变化研究［D］.武汉：武汉大学， 2017.
24	常学礼，邬建国.科尔沁沙地景观格局特征分析［J］.生态学报，1998，18（3）：225-232.
25	张亦然，刘廷玺，童新，等.基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演［J］.中国沙漠，2022，42（3）：187-195.
26	李天琦，林志玲，卢轩，等.灌溉量对科尔沁沙地紫花苜蓿土壤速效养分分布及淋失的影响［J］.草地学报，2021，29（7）：1454-1461.
27	金海珍，于德永，郝蕊芳，等.科尔沁沙地关键生态系统服务的约束关系分析［J］.生态学报，2021，41（18）：7249-7259.
28	陈雪萍，赵学勇，王瑞雄，等.气候变化与土地利用/覆被变化对中国北方农牧交错带水资源影响研究进展［J］.中国沙漠，2022，42（3）：170-177.

数据	时间	空间分辨率/m	来源
土壤有机质含量数据、土壤质地数据	1990—2018年	1 000	国家科技资源共享服务平台（http://soil.geodata.cn）
DEM数据	2008年	90	地理空间数据云（http://www.gscloud.cn）
土地分类数据	2020年	30	Zenodo数据共享平台（https://zenodo.org/）
植被覆盖率数据	2020年	1 000	中国科学院资源环境科学数据中心（https://www.resdc.cn/Default.aspx）
蒸散发数据（MODIS16A2）	2020年	1 000	USGS（http://www.usgs.gov/）
气温和降水数据	2015—2017年	1 000	国家青藏高原科学数据中心（https://data.tpdc.ac.cn/）
人口分布数据	2020年	1 000	World Pop(https://www.worldpop.org/)

数据	时间	空间分辨率/m	来源
土壤有机质含量数据、土壤质地数据	1990—2018年	1 000	国家科技资源共享服务平台（http://soil.geodata.cn）
DEM数据	2008年	90	地理空间数据云（http://www.gscloud.cn）
土地分类数据	2020年	30	Zenodo数据共享平台（https://zenodo.org/）
植被覆盖率数据	2020年	1 000	中国科学院资源环境科学数据中心（https://www.resdc.cn/Default.aspx）
蒸散发数据（MODIS16A2）	2020年	1 000	USGS（http://www.usgs.gov/）
气温和降水数据	2015—2017年	1 000	国家青藏高原科学数据中心（https://data.tpdc.ac.cn/）
人口分布数据	2020年	1 000	World Pop(https://www.worldpop.org/)

指标	类型	描述	权重
地形坡度S	非常平缓	坡度<5%	1.0
	平缓	坡度5%~15%	1.2
	陡峭	坡度15%~30%	1.5
	非常陡峭	坡度>35%	2.0
土壤质地T	优	土壤类型L，SCL，SL，LS，CL	1.0
	中等	土壤类型SC，SiL，SiCL	1.2
	差	土壤类型Si, C, SiC	1.6
	极差	土壤类型S	2.0
土壤有机质含量OM	优	有机质含量>3%	1.0
	中等	有机质含量2%~3%	1.2
	差	有机质含量1%~2%	1.6
	极差	有机质含量<1%	2.0

指标	类型	描述	权重
地形坡度S	非常平缓	坡度<5%	1.0
	平缓	坡度5%~15%	1.2
	陡峭	坡度15%~30%	1.5
	非常陡峭	坡度>35%	2.0
土壤质地T	优	土壤类型L，SCL，SL，LS，CL	1.0
	中等	土壤类型SC，SiL，SiCL	1.2
	差	土壤类型Si, C, SiC	1.6
	极差	土壤类型S	2.0
土壤有机质含量OM	优	有机质含量>3%	1.0
	中等	有机质含量2%~3%	1.2
	差	有机质含量1%~2%	1.6
	极差	有机质含量<1%	2.0

指标	分级	描述	权重
侵蚀防护PE	高	茂密开阔的森林（草本、灌木乔木层）	1.0
	中等	永久的草地	1.3
	低	农作物、一年生草原	1.6
	极低	裸地	2.0
抗旱性DR	高	茂密开阔的森林（草本、灌木乔木层）	1.0
	中等	永久的草地	1.3
	低	农作物、一年生草原	1.6
	极低	裸地	2.0
植被覆盖率C	高	植被盖度>35%	1.0
	中等	植被盖度10%~35%	1.5
	低	植被盖度<10%	2.0