1980—2024年中国沙漠地区景观演变特征

doi:10.7522/j.issn.1000-694X.2025.00185

摘要/Abstract

摘要：

沙漠作为干旱半干旱区下垫面的重要地理单元，对气候变化和人类活动响应敏感。及时掌握大尺度、长时序沙漠地区景观格局演变特征，对区域生态恢复与可持续发展具有重要科学意义。本研究以1980—2024年Landsat系列卫星影像为数据源，采用深度学习方法提取各类景观信息，利用景观格局指数系统解析了近45年中国沙漠地区景观时空演变特征。结果表明：（1）沙漠地区景观格局呈现阶段性演变特征，1980—2000年为相对稳定期，2000—2010年为显著变化期，草地景观转化为沙地景观，面积达14 100.03 km²，而2010—2024年为沙地恢复期，沙地景观面积开始减少，沙地景观逐渐转化为草地景观，面积达2 138.30 km²。（2）空间上呈现西部自然退化主导、东部人类干扰显化的分异规律，沙地景观高度集中于塔克拉玛干等西部沙漠，面积比例达69.5%，变幅低于0.5%，而东部沙地（如科尔沁、毛乌素沙地）则表现为人类活动景观的多元镶嵌。（3）景观格局指数揭示出沙地扩张表现为高度集聚（斑块结合度> 99.1%），草地退化呈内部破碎化特征（斑块结合度下降0.18）；沙漠地区整体景观经历了由稳定向单一聚集（香农多样性指数由0.8475降至0.8084），再向复杂化调整的演变过程。研究可为生态工程效益评估及分区防治策略优化提供科学依据。

关键词: 景观格局, 沙漠化, 景观格局指数, 时空演变, 沙漠地区

Abstract:

As crucial geographical units within the underlying surface of arid and semi-arid regions， deserts are highly sensitive to climate change and human activities. Timely understanding of the characteristics of large-scale， long-term landscape pattern evolution in desert areas is of significant scientific importance for regional ecological restoration and sustainable development. Using Landsat series satellite imagery from 1980 to 2024 as the data source， various landscape information was extracted via deep learning methods. The spatiotemporal evolution characteristics of desert landscapes over the past 45 years were then systematically analyzed using landscape pattern indices. The study reveals that：（1） The landscape pattern in desert regions exhibited phased evolutionary characteristics. From 1980 to 2000， it was a relatively stable period. The period 2000-2010 marked a phase of significant change， with 14 100.03 km² of grassland landscapes converting to sandy land. Conversely， 2010-2024 was a sandy land recovery period， during which the area of sandy land began to decrease， and 2 138.30 km² of sandy land landscapes gradually converted back to grassland landscapes. （2） Spatially， a distinct differentiation pattern was observed， characterized by natural degradation dominating in the west and significant human disturbance in the east. Sandy land landscapes were highly concentrated in western deserts like the Taklamakan Desert， where they constituted 69.5% of the area with a variation amplitude of less than 0.5%. Conversely， eastern sandy lands （e.g.， Horqin， Mu Us Sandy Land） showed a diverse mosaic of human activity landscapes. （3） Landscape pattern indices revealed that sandy land expansion proceeded in a concentrated and continuous pattern （patch cohesion >99.1%）， while grassland degradation showed characteristics of internal fragmentation （patch cohesion decreased by 0.18）. Overall， desert regions experienced an evolutionary process from stability to homogeneous aggregation （Shannon Diversity Index decreased from 0.8475 to 0.8084）， subsequently adjusting towards increased complexity. This research provides a scientific basis for evaluating the effectiveness of ecological engineering projects and optimizing differentiated prevention and control strategies.

Key words: landscape pattern, desertification, landscape pattern indices, spatiotemporal evolution, desert region

中图分类号:

杜会石, 吴兴耀, 哈斯额尔敦. 1980—2024年中国沙漠地区景观演变特征[J]. 中国沙漠, 2026, 46(2): 201-210.

Huishi Du, Xingyao Wu, Hasi Eerdun. Characteristics of landscape evolution in China's desert regions in 1980-2024[J]. Journal of Desert Research, 2026, 46(2): 201-210.

图/表 7

参考文献 43

[1]	王涛.中国沙漠与沙漠化［M］.石家庄：河北科学技术出版社，2003.
[2]	易小雅，张德全，刘勇，等.2000-2020年内蒙古杭锦旗植被变化特征及其对气候要素的响应［J］.中国沙漠，2024，44（3）：51-62.
[3]	Wang J， Wang Y， Xu D.Desertification in northern China from 2000 to 2020：the spatial-temporal processes and driving mechanisms［J］.Ecological Informatics，2024，82（4）：102769.
[4]	Chi W， Zha Y， Kuang W，et al.Impacts of anthropogenic land use/cover changes on soil wind erosion in China［J］.Science of The Total Environment，2019，668：204-215.
[5]	Turner M G.Landscape ecology：what is the state of the science？［J］.Annual Review of Ecology，Evolution，and Systematics，2005，36：319-344.
[6]	Wang M， Dong Z， Luo W，et al.Spatial variability of vegetation characteristics，soil properties and their relationships in and around China's Badain Jaran Desert［J］.Environmental Earth Sciences，2015，74（14）：6847-6858.
[7]	曾佳，郭峰，赵灿，等.塔克拉玛干沙漠南缘小绿洲近50a来气候变化特征［J］.干旱区地理，2014，37（5）：948-957.
[8]	Tal A.Rethinking the sustainability of Israel's irrigation practices in the drylands［J］.Water Research，2016，90：387-394.
[9]	沈伟俊，吴建国，林勇彪，等.粒度变化对景观格局分析的影响［J］.生态学报，2012，23（12）：2506-2519.
[10]	Xing Y X， Chen Y， Yan S R，et al.Dust storms from the Taklamakan Desert significantly darken snow surface on surrounding mountains［J］.Atmospheric Chemistry and Physics，2024，24（9）：5199-5219.
[11]	Uuemaa E， Antrop M， Roosaare J，et al.Landscape metrics and indices：an overview of their use in landscape research［J］.Living Reviews in Landscape Research，2009，3（1）：1-28.
[12]	Song X P.Global land change from 1982 to 2016［J］.Nature，2019，560（7720）：639-643.
[13]	Frazier A E.Landscape metrics：past progress and future directions［J］.Current Landscape Ecology Reports，2019，4（2）：23-29.
[14]	Herrmann S M， Hutchinson C F.The changing contexts of the desertification debate［J］.Journal of Arid Environments，2005，63（3）：538-555.
[15]	Karnieli A， Gilad U， Ponzet M，et al.Assessing land-cover change and degradation in the Central Asian deserts using satellite image processing and ground-based measurements［J］.Journal of Arid Environments，2008，72（11）：2093-2105.
[16]	Reynolds J F， Smith D M S， Lambin E F，et al.Global desertification：building a science for dryland development［J］.Science，2007，316（5826）：847-851.
[17]	Du H S， Eerdun Hasi.Sandy land-lake-vegetation landscape of Songnen Sandy Land of China：pattern，process and mechanism［J］.Chinese Geographical Science，2022，32（4）：580-591.
[18]	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.
[19]	郝新忠，石长春，高振梁，等.气象因子变化特征对典型地区荒漠化的影响研究［J］.西北林学院学报，2023，38（6）：196-202.
[20]	刘二燕，赵媛媛，周蝶，等.科尔沁-浑善达克沙地2000-2020年土地沙化时空变化格局［J］.中国沙漠，2024，44（4）：46-56.
[21]	段翰晨，薛娴.基于DEM的科尔沁沙地沙漠化土地时空分布特征［J］.干旱区资源与环境，2018，32（8）：74-79.
[22]	金莉莉，李振杰，何清，等.塔克拉玛干沙漠腹地人工绿地中心区域与边缘地带小气候［J］.中国沙漠，2017，37（5）：986-996.
[23]	Sun F， Wang Y， Chen Y，et al.Historic and simulated desert-oasis ecotone changes in the arid Tarim River Basin，China［J］.Remote Sensing，2021，13（4）：647.
[24]	蒋超亮，吴玲，安静.1998-2016年古尔班通古特沙漠南缘景观格局变化及驱动力［J］.生态学杂志，2018，37（12）：3729-3735.
[25]	赵鸿雁，颜长珍，李森，等.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.
[26]	Liu J， Li S， Ouyang Z，et al.Ecological and socioeconomic effects of China's policies for ecosystem services［J］.Proceedings of the National Academy of Sciences，2008，105（28）：9477-9482.
[27]	张茜，於冉，储昭君，等.2000-2020年安徽省生境质量时空演变及其影响因素［J］.水土保持通报，2024，44（2）：416-425.
[28]	Bryan B A， Gao L， Ye Y，et al.China's response to a national land-system sustainability emergency［J］.Nature，2018，559（7713）：193-204.
[29]	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.
[30]	杜会石，哈斯额尔敦，王宗明.科尔沁沙地范围确定及风沙地貌特征研究［J］.北京师范大学学报（自然科学版），2017，53（1）：33-37.
[31]	申元村，王秀红，丛日春，等.中国沙漠、戈壁生态地理区划研究［J］.干旱区资源与环境，2013，27（1）：1-13.
[32]	郭福生，彭花明，陈建平，等.沙漠环境的时空演化及其成因的探讨［J］.世界地质，2003，22（2）：152-156.
[33]	董治宝，吕萍.70年来中国风沙地貌学的发展［J］.地理学报，2020，75（3）：509-528.
[34]	吴正.风沙地貌学［M］.北京：科学出版社，1987.
[35]	中华人民共和国地貌集编辑委员会.中华人民共和国地貌图集（1∶1000000）［M］.北京：科学出版社，2009.
[36]	Wei C， Dong X， Ma Y，et al.Uncertainty analysis on the effects of landscape pattern on runoff and sediment using multi-source land use data：a case study in the Hushan River Basin of the Poyang Lake Regions［J］.Acta Ecologica Sinica，2025，45（3）：1102-1115.
[37]	Mcgarigal K， Marks B J.Fragstats 4.2 Help documentation［EB/OL］.（2021-10-28）［2025-10-02］..
[38]	郑天桥，张惜伟.近20a乌兰布和沙漠土地利用/覆盖时空变化特征分析与预测［J］.内蒙古林业科技，2022，48（4）：28-35.
[39]	Ouyang Z， Zheng H， Xiao Y，et al.A policy-driven large-scale ecological restoration：quantifying ecosystem services and values of the Grain for Green Programme in China［J］.Science，2016，354（6311）：441-445.
[40]	Cao S.Dryland vegetation restoration in China：problems and strategies［J］.Journal of Arid Environments，2008，72（7）：1301-1311.
[41]	梁治华，刘勇.近20年来腾格里沙漠南缘土地利用/土地覆盖变化及其成因探讨：以甘肃省古浪县冰草湾地区为例［J］.遥感技术与应用，2015，30（2）：383-390.
[42]	Wang T.Aeolian desertification and its control in Northern China［J］.International Soil and Water Conservation Research，2014，2（4）：34-41.
[43]	Wang X， Yang Y， Dong Z，et al.Responses of dune activity and desertification in China to global warming in the twenty-first century［J］.Global and Planetary Change，2009，67（3/4）：167-185.

尺度	名称	符号	意义	单位（范围）
类别水平	斑块类型面积	CA	某类景观斑块的总面积，是分析其规模变化的基础	hm²
	景观百分比	PLAND	某类斑块面积占景观总面积的比例，直接反映其相对重要性	% (0~100)
	最大斑块指数	LPI	某类斑块中最大斑块所占的面积百分比，衡量其优势度和控制力	% (0~100)
	斑块数量	NP	某类斑块的斑块总数量，是表征景观破碎化最直接的指标	(≥1)
	景观形状指数	LSI	衡量某类斑块整体边界的复杂程度。值越大，形状越不规则	(≥1)
	面积加权平均分形维数	FRAC_AM	衡量某类斑块形状的几何复杂性，并经过面积加权，更能反映主体部分的特征。值越接近1，形状越简单；越接近2，形状越复杂	(1~2)
	平均最邻近距离	ENN_MN	同类斑块间的平均最短距离，反映该类型在空间上的隔离或聚集程度。值越大，分布越分散	m
	斑块结合度指数	COHESION	衡量同类斑块之间的物理连接性。值越高，表明斑块连接成片的程度越好，功能连通性越强	%(0~100)
景观水平	蔓延度指数	CONTAG	描述景观中不同斑块类型的聚集和延展程度。高值表明景观由少数连通的大斑块主导；低值表明景观破碎，由多种小斑块镶嵌构成	% (0~100)
	聚集度指数	AI	衡量景观中所有斑块类型的总体聚集程度。高值表明同类斑块高度聚集	% (0~100)
	香农多样性指数	SHDI	反映景观格局的丰富度和均匀度综合特征。值越大，表明斑块类型越多或各类型面积分布越均匀	(≥0)
	香农均匀度指数	SHEI	反映景观中各斑块类型面积分布的均匀程度。值越接近1，分布越均匀	(0~1)

尺度	名称	符号	意义	单位（范围）
类别水平	斑块类型面积	CA	某类景观斑块的总面积，是分析其规模变化的基础	hm²
	景观百分比	PLAND	某类斑块面积占景观总面积的比例，直接反映其相对重要性	% (0~100)
	最大斑块指数	LPI	某类斑块中最大斑块所占的面积百分比，衡量其优势度和控制力	% (0~100)
	斑块数量	NP	某类斑块的斑块总数量，是表征景观破碎化最直接的指标	(≥1)
	景观形状指数	LSI	衡量某类斑块整体边界的复杂程度。值越大，形状越不规则	(≥1)
	面积加权平均分形维数	FRAC_AM	衡量某类斑块形状的几何复杂性，并经过面积加权，更能反映主体部分的特征。值越接近1，形状越简单；越接近2，形状越复杂	(1~2)
	平均最邻近距离	ENN_MN	同类斑块间的平均最短距离，反映该类型在空间上的隔离或聚集程度。值越大，分布越分散	m
	斑块结合度指数	COHESION	衡量同类斑块之间的物理连接性。值越高，表明斑块连接成片的程度越好，功能连通性越强	%(0~100)
景观水平	蔓延度指数	CONTAG	描述景观中不同斑块类型的聚集和延展程度。高值表明景观由少数连通的大斑块主导；低值表明景观破碎，由多种小斑块镶嵌构成	% (0~100)
	聚集度指数	AI	衡量景观中所有斑块类型的总体聚集程度。高值表明同类斑块高度聚集	% (0~100)
	香农多样性指数	SHDI	反映景观格局的丰富度和均匀度综合特征。值越大，表明斑块类型越多或各类型面积分布越均匀	(≥0)
	香农均匀度指数	SHEI	反映景观中各斑块类型面积分布的均匀程度。值越接近1，分布越均匀	(0~1)