基于AHP与改进型MEDALUS模型耦合的科尔沁沙地土地沙漠化敏感性综合评价

doi:10.7522/j.issn.1000-694X.2024.00062

摘要/Abstract

摘要：

科尔沁沙地是“三北”防护林工程的重要区域，开展区内沙漠化研究具有特殊的必要性和紧迫性。本研究创新性地引入层次分析法（AHP），筛选与优化地中海荒漠化和土地利用模型（MEDALUS）因子，构建新的土地沙漠化敏感性评价指标体系，综合考虑气候、土壤、植被、土地管理和社会经济5个方面的指标来评估科尔沁沙地土地沙漠化敏感性。在此基础上，引入地理探测器模型对科尔沁沙地土地沙漠化敏感性空间分异的影响因素进行了探讨。结果表明：（1）土地沙漠化敏感性评价指标体系中植被质量指数权重最高，为0.4624，其次为气候和土壤质量指数。（2）科尔沁沙地沙漠化敏感区域占研究区总面积的78.22%，受沙漠化影响的敏感区域范围较广；极敏感和高度敏感区所占比重虽然较小（8.77%），但分布相对集中且沙漠化程度严重。（3）单因子探测结果显示，土壤质地对土地沙漠化敏感性空间分异的影响最显著，其次是土壤含水量；而交互作用结果显示，抗旱性、NPP、气温、土壤含水量和土壤质地等因子在特定组合下会极大增强其对土地沙漠化敏感性空间分异的影响。

关键词: 层次分析法, MEDALUS模型, 沙漠化敏感性, 地理探测器, 科尔沁沙地

Abstract:

The Horqin Sandy Land， as a vital component of the “Three-North” Shelter Forest Project， necessitates specific and urgent research on desertification within the region. This study innovatively introduces the Analytic Hierarchy Process （AHP） to select and optimize indicators and factor variables from the original MEDALUS model， thereby enhancing the model and developing a new evaluation system for land desertification sensitivity. This system integrates indicators from five aspects： climate， soil， vegetation， land management， and socio-economic factors to assess the sensitivity of land desertification. Furthermore， the study employs the Geographic Detector （GD） model to explore the factors influencing the spatial differentiation of land desertification sensitivity in the Horqin Sandy Land. The findings reveal that：（1） Vegetation quality index has the highest weight in the index system for assessing land desertification sensitivity， with a weight coefficient as high as 0.4624， followed by the climate and soil quality indices. （2） Areas sensitive to desertification in the Horqin Sandy Land account for 78.22% of the study area， indicating a broad distribution of affected regions. Although the proportion of highly sensitive and extremely sensitive areas is relatively small （8.77%）， these areas are concentrated and severely desertified. （3） Single-factor analysis shows that soil texture has the most significant impact on the spatial differentiation of land desertification sensitivity， followed by soil moisture content. Interaction effects demonstrate that factors such as drought resistance， Net Primary Productivity （NPP）， temperature， soil moisture content， and soil texture significantly enhance their impact on the spatial differentiation of land desertification sensitivity when combined. The findings of this study can provide a scientific basis for formulating targeted and reliable priority desertification prevention plans and sustainable development models for the region.

Key words: Analytic Hierarchy Process （AHP）, MEDALUS model, desertification sensitivity, Geographic Detector （GD）, Horqin Sandy Land

中图分类号:

P931.3

段翰晨, 黄背英. 基于AHP与改进型MEDALUS模型耦合的科尔沁沙地土地沙漠化敏感性综合评价[J]. 中国沙漠, 2024, 44(4): 137-148.

Hanchen Duan, Beiying Huang. Comprehensive evaluation of land desertification sensitivity in the Horqin Sandy Land based on the coupling of AHP and improved MEDALUS model[J]. Journal of Desert Research, 2024, 44(4): 137-148.

图/表 13

参考文献 40

1	Meng X Y， 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.
2	Zhou Y G， Hasi E， Wang Z R，et al.Dynamics of blowouts indicating the process of grassland desertification［J］.Land Degradation & Development，2022，33（15）：2885-2897.
3	Roy P， Pal S C， Chakrabortty R，et al.Climate change and geo-environmental factors influencing desertification：a critical review［J］.Environmental Science and Pollution Research，2024，31（13）：20343-20361.
4	Zhang J， Guan Q Y， Du Q Q，et al.Spatial and temporal dynamics of desertification and its driving mechanism in Hexi region［J］.Land Degradation & Development，2022，33（17）：3539-3556.
5	UNCCD.United nations convention to combat desertification in those countries experiencing serious drought and/or desertification particularly in africa：text with annexes［Z］.Nairobi，Kenya：UNEP，1994.
6	Guo X N， Chen R S， Thomas D S G，et al.Divergent processes and trends of desertification in Inner Mongolia and Mongolia［J］.Land Degradation & Development，2021，32（13）：3684-3697.
7	Ferrara A， Kosmas C， Salvati L，et al.Updating the MEDALUS-ESA framework for worldwide land degradation and desertification assessment［J］.Land Degradation & Development，2020，31（12）：1593-1607.
8	吴建国，翟盘茂.关于气候变化与荒漠化关系的新认知［J］.气候变化研究进展，2020，16（1）：28-36.
9	刘俊壕，周海盛，郭群.中国北方干旱半干旱区沙漠化治理对植被格局的影响［J］.中国沙漠，2023，43（5）：204-213.
10	Shao W Y， Wang Q Z， Guan Q Y，et al.Environmental sensitivity assessment of land desertification in the Hexi Corridor，China［J］.Catena，2023，220：106728.
11	王跃辉，张林波，郭杨，等.中国六省土地沙漠化敏感性时空格局与趋势分析［J］.水土保持研究，2014，21（5）：132-137.
12	孙滨峰，王效科.新疆沙漠化敏感性评价研究［J］.西南师范大学学报（自然科学版），2015，40（7）：108-112.
13	张慧，沈渭寿，王延松.临策铁路沿线土地沙漠化敏感性评价［J］.生态与农村环境学报，2007，23（2）：33-35.
14	姜旭海，韩玲，白宗璠，等.内蒙古自治区沙漠化敏感性时空演变格局和趋势分析［J］.生态学报，2023，43（1）：364-378.
15	D'Odorico P， Bhattachan A， Davis K F，et al.Global desertification：drivers and feedbacks［J］.Advances in Water Resources，2013，51：326-344.
16	Song X， Wang T， Xue X，et al.Monitoring and analysis of aeolian desertification dynamics from 1975 to 2010 in the Heihe River Basin，northwestern China［J］.Environmental Earth Sciences，2015，74（4）：3123-3133.
17	Duan H C， Wang T， Xue X，et al.Dynamic monitoring of aeolian desertification based on multiple indicators in Horqin Sandy Land，China［J］.Science of the Total Environment，2019，650：2374-2388.
18	赵哈林，苏永中，周瑞莲.我国北方沙区退化植被的恢复机理［J］.中国沙漠，2006，26（3）：323-328.
19	花婷，王训明.东亚干旱半干旱区沙漠化与气候变化相互影响研究进展［J］.地理科学进展，2014，33（6）：841-852.
20	常学礼，蔡明玉，张继平，等.科尔沁沙地典型地区人工造林对沙漠化过程的影响［J］.中国沙漠，2009，29（4）：611-616.
21	Karamesouti M， Panagos P， Kosmas C.Model-based spatio-temporal analysis of land desertification risk in Greece［J］.Catena，2018，167：266-275.
22	Seddon A W R， Macias-Fauria M， Long P R，et al.Sensitivity of global terrestrial ecosystems to climate variability［J］.Nature，2016，531（7593）：229.
23	赵学勇，张春民，左小安，等.科尔沁沙地沙漠化土地恢复面临的挑战［J］.应用生态学报，2009，20（7）：1559-1564.
24	王涛.中国沙漠与沙漠化［M］.石家庄：河北科学技术出版社，2003.
25	李新荣，周海燕，王新平，等.中国干旱沙区的生态重建与恢复：沙坡头站60年重要研究进展综述［J］.中国沙漠，2016，36（2）：247-264.
26	欧阳玲，马会瑶，王宗明，等.基于遥感与地理信息数据的科尔沁沙地生态环境状况动态评价［J］.生态学报，2022，42（14）：5906-5921.
27	Fan J Q， Xu Y， Ge H Y，et al.Vegetation growth variation in relation to topography in Horqin Sandy Land［J］.Ecological Indicators，2020，113：106215.
28	岳喜元，左小安，赵学勇，等.科尔沁沙地沙漠化风险评价［J］.中国沙漠，2018，38（1）：8-16.
29	包苏日古嘎.生态恢复背景下科尔沁沙地植被净初级生产力时空变化研究［D］.呼和浩特：内蒙古师范大学，2017.
30	赵欣，付蓉洁，辛存林，等.基于AHP的民勤县生态敏感性评价［J］.西北师范大学学报（自然科学版），2022，58（6）：38-46.
31	王奎峰，李娜.基于AHP和GIS耦合模型的山东半岛地质环境承载力评价［J］.中国人口·资源与环境，2015，25（）：224-227.
32	Wang Y F， Zhang J Q， Guo E L，et al.Fuzzy Comprehensive evaluation-based disaster risk assessment of desertification in Horqin Sand Land，China［J］.International Journal of Environmental Research and Public Health，2015，12（2）：1703-1725.
33	Budak M， Günal H， Çelik I，et al.Environmental sensitivity to desertification in northern Mesopotamia； application of modified MEDALUS by using analytical hierarchy process［J］.Arabian Journal of Geosciences，2018，11：481.
34	Xu D Y， You X G， Xia C L.Assessing the spatial-temporal pattern and evolution of areas sensitive to land desertification in North China［J］.Ecological Indicators，2019，97：150-158.
35	Canora F， D'Angella A， Aiello A.Quantitative assessment of the sensitivity to desertification in the Bradano River Basin （Basilicata，southern Italy）［J］.Journal of Maps，2015，11（5）：745-759.
36	Yu Z Y， Deng X Z， Fu P，et al.Assessment of land degradation risks in the Loess Plateau［J］.Land Degradation & Development，2024，35（7）：2409-2424.
37	Jiang L L， Bao A M， Jiapaer G，et al.Monitoring land sensitivity to desertification in Central Asia：convergence or divergence ［J］.Science of the Total Environment，2019，658：669-683.
38	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.
39	Zhang L， Jia X， Zhao Y H，et al.Spatio-temporal characteristics and driving mechanism of land degradation sensitivity in Northwest China［J］.Science of the Total Environment，2024，918：170403.
40	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.

指标	类别	描述	分值	权重
土壤质地S₁	1	L, SCL, LS, CL	1	0.0074
	2	SC, SiL	1.2	0.0158
	3	C, SiC	1.6	0.0342
	4	S	2	0.0724
土壤含水量S₂	1	>0.18 m³·m^-3	1	0.0195
	2	0.15~0.18 m³·m^-3	1.3	0.0417
	3	0.13~0.15 m³·m^-3	1.5	0.0902
	4	<0.13 m³·m^-3	2	0.1910
土壤有机质S₃	1	>3.5%	1	0.0195
	2	2%~3.5%	1.2	0.0417
	3	1.5%~2%	1.6	0.0902
	4	<1.5%	2	0.1910
土壤深度S₄	1	>120 cm	1	0.0032
	2	90~120 cm	1.2	0.0068
	3	40~90 cm	1.6	0.0147
	4	<40 cm	2	0.0311
坡度S₅	1	<5°	1	0.0074
	2	5°~15°	1.2	0.0158
	3	15°~25°	1.5	0.0342
	4	>25°	2	0.0724

指标	类别	描述	分值	权重
土壤质地S₁	1	L, SCL, LS, CL	1	0.0074
	2	SC, SiL	1.2	0.0158
	3	C, SiC	1.6	0.0342
	4	S	2	0.0724
土壤含水量S₂	1	>0.18 m³·m^-3	1	0.0195
	2	0.15~0.18 m³·m^-3	1.3	0.0417
	3	0.13~0.15 m³·m^-3	1.5	0.0902
	4	<0.13 m³·m^-3	2	0.1910
土壤有机质S₃	1	>3.5%	1	0.0195
	2	2%~3.5%	1.2	0.0417
	3	1.5%~2%	1.6	0.0902
	4	<1.5%	2	0.1910
土壤深度S₄	1	>120 cm	1	0.0032
	2	90~120 cm	1.2	0.0068
	3	40~90 cm	1.6	0.0147
	4	<40 cm	2	0.0311
坡度S₅	1	<5°	1	0.0074
	2	5°~15°	1.2	0.0158
	3	15°~25°	1.5	0.0342
	4	>25°	2	0.0724

指标	类别	描述	分值	权重
降雨量C₁	1	>470 mm	1	0.0171
	2	420~470 mm	1.5	0.0366
	3	380~420 mm	1.7	0.0790
	4	<380 mm	2	0.1674
气温C₂	1	<3.5 ℃	1	0.0171
	2	3.5~5.5 ℃	1.3	0.0366
	3	5.5~7 ℃	1.6	0.0790
	4	>7 ℃	2	0.1674
干燥度指数C₃	1	<1.9	1	0.0171
	2	1.9~2	1.3	0.0366
	3	2~2.3	1.5	0.0790
	4	>2.3	2	0.1674
坡向C₄	1	平地	1	0.0057
	2	西、西北和北	1.3	0.0122
	3	东北和东	1.6	0.0263
	4	东南、南和西南	2	0.0558

指标	类别	描述	分值	权重
降雨量C₁	1	>470 mm	1	0.0171
	2	420~470 mm	1.5	0.0366
	3	380~420 mm	1.7	0.0790
	4	<380 mm	2	0.1674
气温C₂	1	<3.5 ℃	1	0.0171
	2	3.5~5.5 ℃	1.3	0.0366
	3	5.5~7 ℃	1.6	0.0790
	4	>7 ℃	2	0.1674
干燥度指数C₃	1	<1.9	1	0.0171
	2	1.9~2	1.3	0.0366
	3	2~2.3	1.5	0.0790
	4	>2.3	2	0.1674
坡向C₄	1	平地	1	0.0057
	2	西、西北和北	1.3	0.0122
	3	东北和东	1.6	0.0263
	4	东南、南和西南	2	0.0558

指标	类别	描述	分值	权重
植被盖度V₁	1	>45%	1	0.0284
	2	35%~45%	1.4	0.0609
	3	21%~35%	1.6	0.1317
	4	<21%	2	0.2789
侵蚀防护V₂	1	落叶阔叶林、混交林	1	0.0095
	2	有林草地、草地、农田/自然覆被、开阔灌木丛、稀树草原、永久湿地、水域	1.5	0.0203
	3	耕地、城镇建设用地	1.7	0.0439
	4	裸地	2	0.0930
抗旱性V₃	1	<0.55	1	0.0095
	2	0.55~0.58	1.3	0.0203
	3	0.58~0.6	1.6	0.0439
	4	>0.6	2	0.0930
NPP （以C 计量）V₄	1	>347 g·m2	1	0.0095
	2	235~347 g·m2	1.3	0.0203
	3	150~235 g·m2	1.6	0.0439
	4	<150 g·m2	2	0.0930