毛乌素沙地景观生态风险时空演变及驱动力

doi:10.7522/j.issn.1000-694X.2025.00129

摘要/Abstract

摘要：

本文以毛乌素沙地为研究对象，以8期遥感数据为基础，构建景观生态风险指数，融合景观格局指数与地理探测器模型，揭示沙地景观生态风险时空演变规律、自然与人为因素交互作用对生态风险的影响过程。结果表明：1990—2023年，沙地景观变化显著，草地面积增加5.70×10³ km²，未利用地面积减少8.01×10³ km²；随着“三北”工程、退耕还林还草等国家级生态工程的启动，沙地低风险区集中分布在神木市、乌审旗等地，面积增加2.04×10⁴ km²，高风险区集中分布在鄂托克旗、鄂托克前旗，面积缩减0.05×10³ km²；自然因素中NDVI（贡献率30%以上）与年降水量主导风险演变，社会经济因素中人口密度影响持续增强，二者交互作用显著提升风险解释力；“三北”防护林等生态工程促使中高生态风险区减少57.3%，验证了政策干预对脆弱区生态修复的长期有效性，为风沙防治与生态安全屏障建设提供理论支撑与数据支撑。

关键词: 景观生态风险, 时空演变, 地理探测器, 驱动因素, 毛乌素沙地

Abstract:

This article takes the Mu Su Sandy Land as the research object， based on 8 periods of remote sensing data， constructs a landscape ecological risk index， integrates landscape pattern index and geographic detector model， and reveals the spatiotemporal evolution law of desert landscape ecological risk， as well as the impact process of the interaction between natural and human factors on ecological risk. The results showed that from 1990 to 2023， there were significant changes in sandy landscape， with an increase of 5.70×10³ km² in grassland area and a decrease of 8.01×10³ km² in unused land area； With the launch of national ecological projects such as the "Three North" project and the return of farmland to forests and grasslands， low-risk areas of sandy land are concentrated in Shenmu City， Wushen Banner and other places， with an increase of 2.04×10⁴km² in area. High risk areas are concentrated in Etuoke Banner and Etuoke Front Banner where the sandy land is located， with a decrease of 0.05×10³ km² in area； NDVI （with a contribution rate of over 30%） and annual precipitation dominate the risk evolution in natural factors， while the impact of population density in socio-economic factors continues to increase. The interaction between the two significantly enhances the explanatory power of risk； Ecological projects such as the Three-North Shelterbelt Program have reduced the medium and high ecological risk areas by 57.3%， verified the long-term effectiveness of policy intervention on ecological restoration in vulnerable areas， and provided theoretical and data support for sand control and ecological security barrier construction.

Key words: landscape ecological risk, spatial and temporal evolution, geoprobe, driving factors, the Mu Us Sandy Land

中图分类号:

S288

李思琪, 王海兵, 袁晓飞, 敖胡日查, 杨皓钦. 毛乌素沙地景观生态风险时空演变及驱动力[J]. 中国沙漠, 2025, 45(5): 230-240.

Siqi Li, Haibing Wang, Xiaofei Yuan, Huricha Ao, Haoqin Yang. Temporal and spatial evolution of landscape ecological risks and driving forces in the Mu Us Sandy Land[J]. Journal of Desert Research, 2025, 45(5): 230-240.

图/表 13

图1 研究区概况

Fig.1 Overview of the research area

表1 各景观类型脆弱度分级

Table 1 Vulnerability classification of various landscape types

序号	景观类型	脆弱度分级	景观脆弱度
1	耕地	4	0.190
2	林地	2	0.095
3	草地	3	0.143
4	水域	5	0.238
5	未利用地	6	0.286
6	建设用地	1	0.048

图2 毛乌素沙地景观类型空间分布

Fig.2 Spatial distribution map of landscape types in the Mu Us Sandy Land

图3 土地利用类型转移桑基图

Fig.3 Sankey diagram of land-use type transfer

图4 毛乌素沙地景观格局指数时间序列

Fig.4 Time series chart of landscape pattern indices in the Mu Us Sandy Land

图5 毛乌素沙地景观生态风险面积变化

Fig.5 Landscape ecological risk area changes in the Mu Us Sandy Land

图6 毛乌素沙地景观生态风险空间分布

Fig.6 Spatial distribution of landscape ecological risks in the Mu Us Sandy Land

图7 1990—2023年生态风险转移矩阵桑基图

Fig.7 Sankey diagram of ecological risk transfer matrix from 1990 to 2023

表2 1990—2023年生态风险转移矩阵 (×103 km2)

Table 2 Ecological risk transfer matrix， 1990-2023

生态风险等级	低	较低	中等	较高	高	1990年总计
低	0.00	0.86	0.00	0.01	0.00	0.87
较低	2.93	0.90	0.00	0.18	0.00	4.01
中等	13.88	6.92	0.88	0.00	0.00	21.67
较高	4.45	4.95	0.92	2.93	0.38	13.63
高	0.00	0.00	0.29	0.14	0.02	0.45
2023年总计	21.26	13.63	2.08	3.27	0.40	40.63
面积净变化	20.39	9.61	-19.59	-10.36	-0.05	0.00

表3 1990—2023年毛乌素沙地景观生态风险驱动因素单因子贡献度 (%)

Table 3 One-factor contributions to drivers of landscape ecological risk in the Mu Us Sandy Land， 1990 -2023

影响因素	因子	年份
影响因素	因子	1990	1995	2000	2005	2010	2015	2020	2023
自然因素	归一化植被指数	—	—	31.68	32.17	33.80	29.97	29.82	33.25
	高程	3.55	3.55	3.26	5.33	11.89	12.16	10.35	9.47
	坡度	0.21	0.21	0.41	0.10	0.24	0.17	0.18	0.12
	年降水量	5.29	5.29	8.39	5.79	15.23	8.76	13.07	12.89
	年平均气温	5.29	5.29	7.35	6.66	9.38	8.77	6.67	5.67
社会经济因素	GDP密度	2.96	2.96	2.75	2.26	1.52	1.47	1.18	—
	人口密度	4.48	4.48	1.35	5.98	11.33	12.85	8.45	—
	夜间灯光指数	4.48	4.48	5.40	2.99	1.03	1.81	1.72	—
	人为干扰度	3.92	3.92	0.14	2.18	1.53	1.26	1.54	1.18

图8 毛乌素沙地景观生态风险驱动因子交互探测过程注：X0：归一化植被指数；X1：高程；X2：坡度；X3：年降水量；X4：年平均气温；X5：GDP密度；X6：人口密度；X7：夜间灯光指数；X8：人为干扰度

Fig.8 Interaction detection process of landscape ecological risk drivers in the Mu Us Sandy Land

图9 毛乌素沙地相关工程启动时间轴

Fig.9 Timeline of the launch of relevant policies in the Mu Su Sandy Land

表4 毛乌素沙地各风险等级相应的生态管理措施

Table 4 Ecological management measures corresponding to risk levels in the Mu Su Sandy Land

风险等级	主导因子	管理建议
低风险区	单因子：NDVI；交互因子：NDVI∩人口密度	确定生态红线，合理调配人、生产和生态空间等
较低风险区		协调减少人类对生态环境的影响、建立生态政策补偿机制等
中等风险区		采取防沙治沙措施、建立生态政策补偿机制等
较高风险区		建立自然保护区、采取防沙治沙措施等
高风险区		建立自然保护区等

参考文献 40

[1]	Foley J A， DeFries R， Asner G P，et al.Global consequences of land use［J］.Science，2005，309：570-574.
[2]	Yan H M， Liu J Y， Huang H Q，et al.Assessing the consequence of land use change on agricultural productivity in China［J］.Global and Planetary Change，2009，67：13-19.
[3]	程静，王鹏，陈红翔，等.半干旱区生态风险时空演变及其影响因素的地理探测：以宁夏盐池县为例［J］.干旱区地理，2022，45（5）：1637-1648.
[4]	王帅，傅伯杰，武旭同，等.黄土高原社会-生态系统变化及其可持续性［J］.资源科学，2020，42（1）：96-103.
[5]	Wang M B， Ding S， Li L，et al.Assessment of landscape ecological risk for a cross-border basin：a case study of the Koshi River Basin，central Himalayas［J］.Ecological Indicators，2020，117：106621.
[6]	Peng J， Dang W， Liu Y，et al.Review on landscape ecological risk assessment［J］.Acta Geographica Sinica，2015，70（4）：664-677.
[7]	Wu S， Wei J， He Z，et al.Research progress in ecological risk assessment of mining cities［J］.Safety and Environmental Engineering，2022，29（1）：207-217.
[8]	Hope B K.An examination of ecological risk assessment and management practices［J］.Environment International，2006，32（8）：983-995.
[9]	Zhang J， Zheng S， Sun Y，et al.Landscape ecological risk assessment of an ecological area in the Kubuqi desert based on Landsat remote sensing data［J］.PLoS ONE，2023，18（11）：e0294584.
[10]	Fan J， Wang Y， Zhou Z，et al.Dynamic ecological risk assessment and management of land use in the middle reaches of the Heihe River Based on landscape patterns and spatial statistics［J］.Sustainability，2016，8：536.
[11]	Zhang X B， Shi P J， Luo J，et al.The ecological risk assessment of arid inland river basin at the landscape scale：a case study on Shiyang River Basin［J］.Journal of Natural Resources，2014，29：410-419.
[12]	Wang W Q， Li T H.Temporal and spatial variation of ecological risk analysis in Yunnan Province based on land use spatial structure［J］.Acta Scientiarum Naturalium Universitatis Pekinensis，2014，50：355-360.
[13]	Chen S Q， Chen B， Fath B D.Ecological risk assessment on the system scale：a review of state-of-the-art models and future perspectives［J］.Ecological Modelling，2013，250：25-33.
[14]	张学斌，石培基，罗君，等.基于景观格局的干旱内陆河流域生态风险分析：以石羊河流域为例［J］.自然资源学报，2014，29（3）：410-419.
[15]	黄博，张海文.关中平原城市群景观生态风险演变及驱动力分析［J］.环境生态学，2024，6（6）：40-48.
[16]	程玉卓，王志杰，班先娅，等.城市化和生态文明建设对喀斯特山地城市景观生态风险的影响评价：以贵阳市花溪区为例［J］.水土保持研究，2023，30（5）：351-357.
[17]	Luk S H.Recent trends of desertification in the Maowusu Desert，China［J］.Environmental Conservation，1983，10（3）：213-224.
[18]	王婕.生态文明视域下我国沙地生态治理研究［D］.成都：电子科技大学，2021.
[19]	萨仁高娃，赵媛媛，耿鑫智，等.内蒙古沙区2000-2020年人地系统可持续性［J］.中国沙漠，2025，45（2）：71-82.
[20]	王鹏，王亚娟，刘小鹏，等.基于景观结构的生态移民安置区生态风险评价：以宁夏红寺堡区为例［J］.生态学报，2018，38（8）：2672-2682.
[21]	苏海民，何爱霞.基于RS和地统计学的福州市土地利用分析［J］.自然资源学报，2010，25（1）：91-99.
[22]	高彬嫔，李琛，吴映梅，等.川滇生态屏障区景观生态风险评价及影响因素［J］.应用生态学报，2021，32（5）：1603-1613.
[23]	吕乐婷，张杰，孙才志，等.基于土地利用变化的细河流域景观生态风险评估［J］.生态学报，2018，38（16）：5952-5960.
[24]	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.
[25]	杨永梅，郭志林，杨改河.自然和人为因素对毛乌素沙地沙漠化的耦合作用［J］.安徽农业科学，2010，38（25）：13934-13935.
[26]	Karimian H， Zou W， Chen Y，et al.Landscape ecological risk assessment and driving factor analysis in Dongjiang River watershed［J］.Chemosphere，2022，307：135835.
[27]	修晓敏，吴波，费兵强，等.基于Meta分析的毛乌素沙地荒漠化动态研究［J］.干旱区地理，2024，47（12）：2051-2063.
[28]	Gao S， Wu J， Ma L，et al.Introduction to sand-restoration technology and model in China［J］.Sustainability，2023，15：98.
[29]	Mu S J， Zhou S X， Chen Y Z，et al.Assessing the impact of restoration-induced land conversion and management alternatives on net primary productivity in Inner Mongolian grassland，China［J］.Global and Planetary Change，2013，108：29-41.
[30]	Li Z， Xu B， Tian D，et al.Long-term analysis of regional vegetation correlation with climate and phenology in the midsection of Maowusu Sand Land［J］.Water，2024，16：623.
[31]	冯佳新，吴月茹，乔硕，等.毛乌素沙地沙漠化逆转过程中土壤组分及微量元素含量变化特征［J］.中国沙漠，2024，44（1）：218-227.
[32]	Zhao Y， Kasimu A， Liang H，et al.Construction and restoration of landscape ecological network in Urumqi city based on landscape ecological risk assessment［J］.Sustainability，2022，14：8154.
[33]	Wang S， Tan X， Fan F.Landscape ecological risk assessment and impact factor analysis of the Qinghai-Tibetan Plateau［J］.Remote Sensing，2022，14：4726.
[34]	Yan Z， Wang Y， Wang Z，et al.Spatiotemporal analysis of landscape ecological risk and driving factors：a case study in the Three Gorges Reservoir Area，China［J］.Remote Sensing，2023，15：4884.
[35]	Li X， Li S， Zhang Y，et al.Landscape ecological risk assessment under multiple indicators［J］.Land，2021，10：739.
[36]	Yao Q， Zheng D， Yan Y，et al.Ecological risk assessment models for simulating impacts of land use and landscape pattern on ecosystem services［J］.Science of the Total Environment，2022，833：155218.
[37]	潘景璐，周建华.环境退化地区家庭人口对土地利用的影响研究：以中国西北毛乌素沙地为例［J］.西北人口，2012，33（2）：6-10.
[38]	Chang S， Wei Y， Dai Z，et al.Landscape ecological risk assessment and its driving factors in the Weihe River Basin，China［J］.Journal of Arid Land，2024，16（5）：603-614.
[39]	Xia Y， Li J， Li E，et al.Analysis of the spatial and temporal evolution and driving factors of landscape ecological risk in the Four Lakes Basin on the Jianghan Plain，China［J］.Sustainability，2023，15：13806.
[40]	荣维康，徐天乐，葛小东，等.2000-2020年湖北省土地利用变化对植被覆盖度的影响［J］.水土保持通报，2024，44（1）：238-246.