黄河流域2000—2020年土地沙漠化遥感监测及驱动力分析

doi:10.7522/j.issn.1000-694X.2022.00152

摘要/Abstract

摘要：

黄河流域是国家生态安全的重要屏障，其沙漠化治理是夯实流域高质量发展基础的关键环节。在2000年以来中国北方沙漠化整体逆转的背景下，本研究对黄河流域2000—2020年的沙漠化过程进行了遥感监测，并采用定量方法揭示了驱动流域沙漠化过程的主要因素及其相对贡献率。结果表明：（1）黄河流域的沙漠化土地主要集聚在流域中上游，且以中度和重度沙漠化土地为主；2000—2020年流域沙漠化土地净减少7 529 km²，减少了5.6%，其中，极重度沙漠化土地持续减少了47.1%，而轻度、中度和重度沙漠化土地有所增加，且增加趋势于2010年后明显放缓；空间上，沙漠化土地进一步向流域上游缩聚。（2）沙漠化逆转区在流域内分布广泛，面积为35 542 km²，占比26.5%；沙漠化发展区分布相对零散，面积为2 823 km²，占比2.1%；沙漠化逆转与发展分别以向较其自身沙漠化程度轻一级和重一级的沙漠化土地的转移为主，且2010年后转移趋势同样明显放缓。（3）黄河流域2000—2020年的沙漠化动态区内，由气候变化和人类活动共同驱动的面积占比为89.67%，由单独的气候变化和单独人类活动驱动的面积占比分别为7.30%和3.03%。总体上人类活动的相对贡献率（54.91%）高于气候变化的相对贡献率（45.09%），但人类活动的相对贡献率随着气候变化相对贡献率的上升而有所下降。本研究可为黄河流域生态保护和高质量发展战略中关键的沙漠化治理提供决策依据，并为实现黄河流域高质量发展提供重要理论支撑。

关键词: 沙漠化, 驱动力, 多元回归残差分析, 黄河流域

Abstract:

China has achieved remarkable prevention and control effects of aeolian desertification in northern China， and has shown an overall reversal trend since 2000. The Yellow River Basin is an important barrier to national ecological security， and its aeolian desertification prevention and control is a key link in consolidating the foundation for high-quality development of the basin. Based on the background of the overall reversal of aeolian desertification in northern China since 2000. The aeolian desertification process in the Yellow River Basin from 2000 to 2020 was discussed in this study， and the dominant factor which driving the dynamics of aeolian desertification in the basin and their relative contributions were analyzed using the quantitative method. The results showed that：（1） The aeolian desertification land in the Yellow River Basin mainly consisted of moderate and severe aeolian desertification lands， and was concentrated in the middle and upper reaches of the Yellow River Basin. From 2000 to 2020， the total aeolian desertification land decreased by 7 529 km² （5.6%） in the Yellow River Basin. In detail， the serious aeolian desertification land continued to decrease by 47.1%， while the increasing trend of the slight， moderate， and severe aeolian desertification lands slowed down significantly after 2010. （2） In space， the aeolian desertification land was mainly distributed in the middle and upper reaches of the Yellow River Basin， and the total aeolian desertification land further shrank to the upper reaches of the Yellow River Basin from 2000 to 2020. The reversed aeolian desertification land with a large distribution area of 2020， 35 542 km²（26.5%）， and the developed aeolian desertification with a scattered distribution area of 2 823 km²（2.1%） was mainly concentrated in the Hobq Desert， Mu Us Sandy Land， and the source area of the Yellow River. The reversal or development of aeolian desertification was dominated by the transfer to the aeolian desertification land with a lighter or a higher desertification degree， and the transfer has also slowed down significantly after 2010. （3） The area jointly driven by climate change and human activities accounted for 89.67% of the aeolian desertification dynamic area of the Yellow River Basin from 2000 to 2020， and that driven by individual climate change or individual human activities only accounted for 7.30% and 3.03%， respectively. The relative contribution of human activities （54.91%） was generally higher than that of climate change （45.09%）， but this relative contribution of human activities decreased with the increase of the relative contribution of climate change in different periods. This work can provide a decision-making basis and reference for the key desertification control in the ecological protection and high-quality development strategy of the Yellow River Basin， and can also provide significant theoretical support for realizing the high-quality development of the Yellow River basin.

Key words: aeolian desertification, driving factor, multiple regression residual analysis, Yellow River Basin

中图分类号:

P931.3

赵鸿雁, 颜长珍, 李森, 王亚晖. 黄河流域2000—2020年土地沙漠化遥感监测及驱动力分析[J]. 中国沙漠, 2023, 43(3): 127-137.

Hongyan Zhao, Changzhen Yan, Sen Li, Yahui Wang. Remote sensing monitoring of aeolian desertification and quantitative analysis of its driving force in the Yellow River Basin during 2000-2020[J]. Journal of Desert Research, 2023, 43(3): 127-137.

图/表 10

图1 黄河流域地理位置

Fig.1 Geographical location of the Yellow River Basin

表1 沙漠化分类标准

Table 1 Classification criterion of aeolian desertification

沙漠化土地类型	流沙面积比例/%	植被覆盖度/%	景观特征
轻度沙漠化	<5	>60	只有零星的流沙斑点，大部分地区原生植被结构未被破坏
中度沙漠化	5~25	30~60	片状流沙、吹扬灌丛沙堆、风蚀区
重度沙漠化	25~50	10~30	流沙在区域内的分布面积较大，灌丛沙堆密集，吹扬强烈
极重度沙漠化	>50	<10	流动沙丘密集分布，仅有一年生沙生植物

表2 驱动因素判定标准及其贡献率计算方法［28］

Table 2 Identification criterion and contribution rate calculation method of the driving factors［28］

驱动因素类型	不同驱动因素类型划分标准			驱动因素相对贡献率
驱动因素类型	$s l o p e N D V I o b s$	$s l o p e N D V I c l i$	$s l o p e N D V I h a$	气候变化	人类活动
气候变化和人类活动共同驱动	>0	>0	>0	$s l o p e N D V I c l i s l o p e N D V I o b s × 100 %$	$s l o p e N D V I h a s l o p e N D V I o b s × 100 %$
气候变化和人类活动共同驱动	<0	<0	<0	$s l o p e N D V I c l i s l o p e N D V I o b s × 100 %$	$s l o p e N D V I h a s l o p e N D V I o b s × 100 %$
单独的气候变化驱动	>0	>0	<0	100%	0%
单独的气候变化驱动	<0	<0	>0	100%	0%
单独的人类活动驱动	>0	<0	>0	0%	100%
单独的人类活动驱动	<0	>0	<0	0%	100%

表2 驱动因素判定标准及其贡献率计算方法［28］

Table 2 Identification criterion and contribution rate calculation method of the driving factors［28］

驱动因素类型	不同驱动因素类型划分标准			驱动因素相对贡献率
驱动因素类型	$s l o p e N D V I o b s$	$s l o p e N D V I c l i$	$s l o p e N D V I h a$	气候变化	人类活动
气候变化和人类活动共同驱动	>0	>0	>0	$s l o p e N D V I c l i s l o p e N D V I o b s × 100 %$	$s l o p e N D V I h a s l o p e N D V I o b s × 100 %$
气候变化和人类活动共同驱动	<0	<0	<0	$s l o p e N D V I c l i s l o p e N D V I o b s × 100 %$	$s l o p e N D V I h a s l o p e N D V I o b s × 100 %$
单独的气候变化驱动	>0	>0	<0	100%	0%
单独的气候变化驱动	<0	<0	>0	100%	0%
单独的人类活动驱动	>0	<0	>0	0%	100%
单独的人类活动驱动	<0	>0	<0	0%	100%

图2 黄河流域2000—2020年不同类型沙漠化土地面积时间变化（A）和流向（B）

Fig.2 Temporal change （A） and flow direction （B） of different aeolian desertification land types in the Yellow River Basin from 2000 to 2020

图3 黄河流域不同阶段不同类型沙漠化土地动态

Fig.3 Dynamic change of different aeolian desertification land types in the Yellow River Basin from 2000 to 2020

图4 黄河流域不同阶段不同类型沙漠化土地空间变化

Fig.4 Spatial pattern of different aeolian desertification land types in the Yellow River Basin from 2000 to 2020

图5 黄河流域2000—2020年不同驱动因素的面积占比（A）及其变化（B）

Fig.5 Area proportion （A） and its change （B） of different driving factors in the Yellow River Basin from 2000 to 2020

图6 黄河流域2000—2020年沙漠化逆转区（A）和沙漠化发展区（B）不同驱动因素空间分布

Fig.6 Spatial distribution of different driving factors in aeolian desertification reversal area （A） and aeolian desertification development area （B） in the Yellow River Basin from 2000 to 2020

图7 黄河流域2000—2020年气候变化和人类活动的相对贡献率（A）及其变化（B）

Fig.7 Relative contribution （A） and its change （B） of climate change and human activities in the Yellow River Basin from 2000 to 2020

图 8 黄河流域2000—2020年年平均气温（A）、年降水量（B）、年潜在蒸散发（C）和春季平均风速（D）变化

Fig.8 Variation of annual mean temperature （A）， annual precipitation （B）， annual average potential evapotranspiration （C） and spring average wind speed （D） in the Yellow River Basin from 2000 to 2020

参考文献 48

1	Guo B， Wei C， Yu Y，et al.The dominant influencing factors of desertification changes in the source region of Yellow River：climate change or human activity？［J］.Science of the Total Environment，2022，813：152512.
2	Cheng L， Lu Q， Wu B，et al.Estimation of the costs of desertification in China：a critical review［J］.Land Degradation & Development，2018，29（4）：975-983.
3	卢琦，雷加强，李晓松，等.大国治沙：中国方案与全球范式［J］.中国科学院院刊，2020，35（6）：656-664.
4	Meng X， Gao X， Li S，et al.Monitoring desertification in Mongolia based on Landsat images and Google Earth Engine from 1990 to 2020［J］.Ecological Indicators，2021，129：107908.
5	段娟.中国特色荒漠化防治道路的探索历程与经验启示［J］.中国井冈山干部学院学报，2021，14（6）：74-84.
6	屠志方，李梦先，孙涛.第五次全国荒漠化和沙化监测结果及分析［J］.林业资源管理，2016（1）：1-5.
7	范泽孟，李赛博.中蒙俄经济走廊荒漠化时空格局变化及其驱动因子［J］.生态学报，2020，40（13）：4252-4263.
8	肖风劲，徐雨晴，黄大鹏，等.气候变化对黄河流域生态安全影响及适应对策［J］.人民黄河，2021，43（1）：10-14.
9	黄建平，张国龙，于海鹏，等.黄河流域近40年气候变化的时空特征［J］.水利学报，2020，51（9）：1048-1058.
10	Han X， Jia G， Yang G，et al.Spatiotemporal dynamic evolution and driving factors of desertification in the Mu Us Sandy Land in 30 years［J］.Scientific Reports，2020，10（1）：21734.
11	Xu Z， Hu R， Wang K，et al.Recent greening （1981-2013） in the Mu Us dune field，north-central China，and its potential causes［J］.Land Degradation & Development，2018，29（5）：1509-1520.
12	Li S， Wang T， Yan C.Assessing the role of policies on land-use/cover change from 1965 to 2015 in the Mu Us Sandy Land，Northern China［J］.Sustainability，2017，9（7）：1164.
13	Qi Y， Chang Q， Jia K，et al.Temporal-spatial variability of desertification in an agro-pastoral transitional zone of northern Shaanxi Province，China［J］.Catena，2012，88（1）：37-45.
14	Guo Q， Fu B， Shi P，et al.Satellite monitoring the spatial-temporal dynamics of desertification in response to climate change and human activities across the Ordos Plateau，China［J］.Remote Sensing，2017，9（6）：525.
15	樊奇.中国共产党建党百年来“山水林田湖草沙”系统治理思想的发展逻辑和启示［J］.鄱阳湖学刊，2021（2）：5-17.
16	You Y， Zhou N， Wang Y.Comparative study of desertification control policies and regulations in representative countries of the Belt and Road Initiative［J］.Global Ecology and Conservation，2021，27：e01577.
17	征少卿，张昊渤，许传博，等.碳中和背景下基于TODIM方法的光伏治沙项目选址决策研究［J］.项目管理技术，2021，19（11）：40-45.
18	Liu S， Shao Q， Ning J，et al.Remote-sensing-based assessment of the ecological restoration degree and restoration potential of ecosystems in the Upper Yellow River over the past 20 years［J］.Remote Sensing，2022，14（15）：3550.
19	Chen H， Sun J.Anthropogenic influence has increased climate extreme occurrence over China［J］.Science Bulletin，2021，66（8）：749-752.
20	孙迎涛，岳艳鹏，成龙，等.毛乌素沙地油蒿（Artemisia ordosica）生长及生物量分配对沙漠化的响应［J］.中国沙漠，2022，42（1）：123-133.
21	Feng X， Fu B， Piao S，et al.Revegetation in China's Loess Plateau is approaching sustainable water resource limits［J］.Nature Climate Change，2016，6（11）：1019-1022.
22	胡光印，董治宝，逯军峰，等.黄河流域沙漠化空间格局与成因［J］.中国沙漠，2021，41（4）：213-224.
23	Qin G， Meng Z， Fu Y.Drought and water-use efficiency are dominant environmental factors affecting greenness in the Yellow River Basin，China［J］.Science of the Total Environment，2022，834：155479.
24	董锁成，厉静文，李宇，等.黄河流域荒漠化协同防治与上、中、下游绿色发展［J］.环境与可持续发展，2021（2）：44-49.
25	Du H， Xue X， Wang T.Estimation of the quantity of aeolian saltation sediments blown into the Yellow River from the Ulanbuh Desert，China［J］.Journal of Arid Land，2013，6（2）：205-218.
26	Tian S， Yu G， Jiang E，et al.Reevaluation of the aeolian sand flux from the Ulan Buh Desert into the upper Yellow River based on in situ monitoring［J］.Geomorphology，2019，327：307-318.
27	Yan C， Wang T， Song X，et al.Temporal and spatial changes in the pattern of sandy desert and sandy land in northern China from 1975 to 2010 based on an analysis of Landsat images［J］.International Journal of Remote Sensing，2017，38（12）：3551-3563.
28	金凯，王飞，韩剑桥，等.1982-2015年中国气候变化和人类活动对植被NDVI变化的影响［J］.地理学报，2020，75（5）：961-974.
29	冯坤，颜长珍，谢家丽，等.1975-2015年鄂尔多斯市沙漠化的时空演变过程［J］.中国沙漠，2018，38（2）：233-242.
30	Han J， Wang J， Chen L，et al.Driving factors of desertification in Qaidam Basin，China：an 18-year analysis using the geographic detector model［J］.Ecological Indicators，2021，124：107404.
31	Becerril-Piña R， Mastachi-Loza C， González-Sosa E，et al.Assessing desertification risk in the semi-arid highlands of central Mexico［J］.Journal of Arid Environments，2015，120：4-13.
32	Zhang J， Niu J， Buyantuev A，et al.A multilevel analysis of effects of land use policy on land-cover change and local land use decisions［J］.Journal of Arid Environments，2014，108：19-28.
33	胡菲，张克存，安志山.敦煌沙漠、绿洲和戈壁地表风动力环境特征同步对比［J］.中国沙漠，2020，40（4）：113-119.
34	田庆久，闵祥军.植被指数研究进展［J］.地球科学进展，1998，13（4）：10-16.
35	Zeng Y， Hao D， Huete A，et al.Optical vegetation indices for monitoring terrestrial ecosystems globally［J］.Nature Reviews Earth & Environment，2022，3（7）：477-493.
36	康雄，曹俊涛，陈成，等.不同趋势法的宁夏长时序植被变化分析［J］.测绘通报，2020（11）：23-27.
37	Duan H， Wang T， Xue X，et al.Dynamics of aeolian desertification and its driving forces in the Horqin Sandy Land，Northern China［J］.Environmental Monitoring and Assessment，2014，186（10）：6083-6096.
38	Na R， Du H， Na L，et al.Spatiotemporal changes in the aeolian desertification of Hulunbuir Grassland and its driving factors in China during 1980-2015［J］.Catena，2019，182：104123.
39	Wang H， Yao F， Zhu H，et al.Spatiotemporal variation of vegetation coverage and its response to climate factors and human activities in arid and semi-arid areas：case study of the Otindag Sandy Land in China［J］.Sustainability，2020，12（12）：5214.
40	Liu Q， Zhang Q， Yan Y，et al.Ecological restoration is the dominant driver of the recent reversal of desertification in the Mu Us Desert （China）［J］.Journal of Cleaner Production，2020，268：122241.
41	李红玉，王京.荒漠化治理的问题与对策：以内蒙古锡林郭勒盟荒漠化治理为例［J］.山东财政学院学报，2014（1）：86-92.
42	邵明安，贾小旭，王云强，等.黄土高原土壤干层研究进展与展望［J］.地球科学进展，2016，31（1）：14-22.
43	周颖，杨秀春，徐斌，等.我国防沙治沙政策的演进历程与特征研究［J］.干旱区资源与环境，2020，34（1）：123-131.
44	石辉，刘秀花，陈占飞，等.陕北榆林毛乌素沙地大规模土地整治开发的生态环境问题及其对策［J］.生态学杂志，2019，38（7）：2228-2235.
45	王有恒，谭丹，韩兰英，等.黄河流域气候变化研究综述［J］.中国沙漠，2021，41（4）：235-246.
46	苗书玲，曹艳萍，李晴晴.1951-2019年黄河流域极端气候事件时空变化规律分析［J］.河南大学学报（自然科学版），2022，52（4）：416-429.
47	Li X， Zhang Z， Tan H，et al.Ecological restoration and recovery in the wind-blown sand hazard areas of northern China：relationship between soil water and carrying capacity for vegetation in the Tengger Desert［J］.Science China（Life Sciences），2014，57（5）：539-548.
48	岳艳鹏，孙迎涛，庞营军，等.毛乌素沙地沙丘活化过程中油蒿（Artemisia ordosica）根系特征［J］.中国沙漠，2020，40（3）：177-184.

[1]	和海秀, 付爱红, 王川. 塔城地区西北部低山草甸植被指数变化及其驱动力[J]. 中国沙漠, 2023, 43(1): 187-196.
[2]	张宇硕, 沈雪瑞, 眭任静, 鲍捷, 喻忠磊, 赵林, 张学斌. 黄河流域A级旅游景区空间格局及其影响因素的多尺度分析[J]. 中国沙漠, 2022, 42(6): 103-115.
[3]	薛宝琪. 黄河流域城市创新能力时空格局及影响因素[J]. 中国沙漠, 2022, 42(6): 116-124.
[4]	苗峻瑜. 沿黄九省工业水资源效率及其影响因素的时空异质性[J]. 中国沙漠, 2022, 42(6): 142-152.
[5]	慕石雷, 元志辉, 乌日陶克套胡null. 黄河流域非物质文化遗产的空间分异格局及其影响机制[J]. 中国沙漠, 2022, 42(6): 255-265.
[6]	郝金连, 王利, 孙根年, 孙凡凯, 王东华. 黄河流域高质量发展空间格局演进[J]. 中国沙漠, 2022, 42(6): 266-276.
[7]	吴翠霞, 冯永忠, 赵浩, 包琼, 雷元奇, 冯洁. 基于土地利用变化的甘肃省黄河流域生态系统服务价值研究[J]. 中国沙漠, 2022, 42(6): 304-316.
[8]	李世龙. 青藏高原东缘玛曲沙化高寒草地土壤理化性质[J]. 中国沙漠, 2022, 42(6): 44-52.
[9]	王俊杰, 拾兵, 柏涛, 袁青云. 黄河流域降水格局及影响因素[J]. 中国沙漠, 2022, 42(6): 94-102.
[10]	南富森, 李宗省, 张小平, 崔乔, 李玉辰, 杨安乐, 熊雪婷. 黄河北岸兰州段丘陵区土壤生态化学计量与空间变异[J]. 中国沙漠, 2022, 42(5): 167-176.
[11]	闫蒙, 王旭洋, 周立业, 李玉强. 科尔沁沙地沙漠化过程中土壤有机碳含量变化特征及影响因素[J]. 中国沙漠, 2022, 42(5): 221-231.
[12]	胡菁菁, 胡光印, 董治宝. 黄河源区玛多盆地沙漠化土地粒度特征[J]. 中国沙漠, 2022, 42(4): 242-252.
[13]	陈佳佳, 郑雅男, 张伟兰, 张晓琴. 黄河流域产业绿色化与生态环境绿色化耦合协调度时空演变[J]. 中国沙漠, 2022, 42(3): 1-10.
[14]	罗万云, 王福博, 孙慧. 黄河流域高质量绿色发展水平与空间格局演化特征[J]. 中国沙漠, 2022, 42(3): 11-20.
[15]	张旭红, 周成, 李艳艳, 周霖, 任敏敏, 赵亚玲. 黄河流域旅游经济发展与生态环境压力的时空特征及动态解耦过程[J]. 中国沙漠, 2022, 42(3): 241-250.