毛乌素沙地绿洲化过程中生态服务价值及生态网络格局演变

doi:10.7522/j.issn.1000-694X.2021.00141

摘要/Abstract

摘要：

揭示沙地生态系统服务价值及其稳定性网络格局的动态演变规律，对沙地分区治理及农、林、牧产业结构调整具有重要意义。以1986年以来土地利用变化数据为基础，统计分析毛乌素沙地生态系统服务价值（ESV）时空分异规律，以生态服务价值最大化为目标和策略，利用最小累积阻力模型（MCR），探讨了毛乌素沙地生态网络格局演变规律。结果表明：（1）1986—2020年，随着毛乌素沙地绿洲化过程的推进，林地取代沙地成为毛乌素沙地的主导地类，2020年林草覆盖率达71.38%。（2）1986—2020年，毛乌素沙地生态服务价值整体上升了198.76亿元，1986—2006、2006—2020年沙地生态服务价值增长速率分别为每年2.51亿元和10.62亿元；从空间上来看极高生态服务价值区集中分布在河南乡和毛盖图苏木，至2016年以来逐渐扩展到苏米图苏木、嘎鲁图镇等区域。（3）生态网络格局呈明显的双区分异，即生态网络稀疏的西北区，以沙地复垦地、流动沙丘和半流动沙丘为主；以及生态网络稠密的东南区，以林草覆盖率较高的固定沙地和河流、湖泊水资源丰富地区为主，且随生态服务价值高值点迁移，稳定性网络结构逐年向东北方向偏移。

关键词: 土地利用, 生态服务价值, 生态网络格局, 动态演变, 毛乌素沙地

Abstract:

Revealing the dynamic evolution of the sandy ecosystem service value and its stability network pattern has important practical guiding significance for the regional management of degraded desert and the adjustment of the agricultural， forestry and animal husbandry industry structure. Based on the land use change data since 1986， this paper statistically analyzes the temporal and spatial differentiation of the ecosystem service value （ESV） of the Mu Us Sandy Land. It takes the maximization of ecological service value as the goal and strategy， and uses the least resistance model （MCR） to discussing the evolution law of the ecological network pattern in the Mu Us Sandy Land. The results show that：（1） In the past 34 years， with the progress of the Mu Us Sandy Land oasis process， woodland has replaced desert to become the dominant land type in the Mu Us Sandy Land， and the forest and grass coverage rate reach 71.38% in 2020. （2） From 1986 to 2020， the overall ecological service value of the Mu Us Sandy Land has increased by 19.876 billion yuan. During the process of oasis， the growth rate of desert ecological service value from 1986 to 2006 and 2006 to 2020 was 251 million yuan·yr^-1 and 1.062 billion yuan·yr^-1 respectively； from a spatial point of view， extremely high ecological service value areas were concentrated in Henan Township and Maugaitu Sumu， and has gradually expanded to Sumitusum， Gartu Town and other areas since 2016. （3） The ecological network pattern is obviously different， namely the northwest area where the ecological network is sparse， mainly sand reclamation land， mobile sand dunes and semi-mobile sand dunes； and the southeast area with dense ecological network is covered by forests and grasses. High fixed desert and areas with rich water resources in rivers and lakes are the main areas， and with the migration of high value points of ecological service value， the stability network structure shifts to the northeast direction year by year.

Key words: land use, ecological service value, ecological network pattern, dynamic evolution, Mu Us Sandy Land

中图分类号:

Q148

乔碩, 王海兵, 左合君, 刘茜雅, 吴月茹. 毛乌素沙地绿洲化过程中生态服务价值及生态网络格局演变[J]. 中国沙漠, 2022, 42(3): 118-126.

Shuo Qiao, Haibing Wang, Hejun Zuo, Xiya Liu, Yueru Wu. Evolution of ecological service value and network pattern of Mu Us Sandy Land[J]. Journal of Desert Research, 2022, 42(3): 118-126.

图/表 9

参考文献 28

1	Zhang Y Z， Jiang Z Y， Li Y Y，et al.Construction and optimization of an urban ecological security pattern based on habitat quality assessment and the Minimum Cumulative Resistance Model in Shenzhen City，China［J］.Forests，2021，12（7）：1-9.
2	Ma Q W， Li Y H， Xu L H.Identification of green infrastructure networks based on ecosystem services in a rapidly urbanizing area［J］.Journal of Cleaner Production，2021，300：1-11.
3	Miao Z H， Pan L， Wang Q Z，et al.Research on urban ecological network under the threat of road networks： a case study of Wuhan［J］.ISPRS International Journal of Geo-Information，2019，8：342-357 .
4	于成龙，刘丹，冯锐，等.基于最小累积阻力模型的东北地区生态安全格局构建［J］.生态学报，2021，41（1）：290-301.
5	任涛，贾志峰，王智，等.毛乌素沙地地膜-地布覆盖下土壤水势动态［J］.水土保持学报，2020，34（4）：78-84.
6	杨梅焕，张美晨.毛乌素沙地东南缘NDVI植被变化特征分析［J］.地理空间信息，2020，18（5）：105-108.
7	楚纯洁，赵景波，吴楠楠，等.毛乌素沙地晚第四纪地层特征与沙漠化研究综述［J］.地质科技情报，2017，36（5）：14-21.
8	韩昭庆.明代毛乌素沙地变迁及其与周边地区垦殖的关系［J］.中国社会科学，2003（5）：191-204，209.
9	沈钦炜，林美玲，莫惠萍，等.佛山市生态网络构建及优化［J］.应用生态学报 2021，32（9）：3288-3298.
10	Liu Y W， Li J K， Xia J H，et al.Risk assessment of non-point source pollution based on landscape pattern in the Hanjiang River basin，China［J］.Environmental Science and Pollution Research，2021，28：64322-64336.
11	钱佳洋，秦富仓，王迪海，等.1998-2018年永寿县景观格局变化及驱动力分析［J］.西北林学院学报，2020，35（6）：279-286.
12	Ye H， Yang Z P， Xu X L.Ecological corridors analysis based on MSPA and MCR Mode：a case study of the Tomur World Natural Heritage Region［J］.Sustainability，2020，12（3）：959.
13	刘双嘉，张贵军，张蓬涛，等.基于生态系统服务的京津冀地区生态安全格局构建研究［J］.林业与生态科学，2021，36（2）：144-153.
14	和娟，师学义，付扬军.基于生态系统服务的汾河源头区域生态安全格局优化［J］.自然资源学报，2020，35（4）：814-825.
15	赵文祯，韩增林，闫晓露，等.基于生态系统服务多情景权衡的生态安全格局构建：以大连市瓦房店为例［J］.自然资源学报，2020，35（3）：546-562.
16	Hu F G.Artificial intelligence system-based oasis soil water quality measurement and network marketing behavior analysis［J］.Arabian Journal of Geosciences，2021，14（15）：1-11.
17	张金燕，毋兆鹏，于辉，等.干旱区精河流域绿洲化过程中土壤养分时空变异研究［J］.中国农业资源与区划，2020，41（2）：252-260.
18	肖平.毛乌素湖盆滩地浅埋地下水位下降对近地表温度及地表能量平衡的影响［D］.西安：长安大学，2020.
19	王涛，吴薇，薛娴，等.近50年来中国北方沙漠化土地的时空变化［J］.地理学报，2004，59（2）：203-212.
20	李娜，颜长珍.毛乌素沙地现代人为活动的生态环境效应研究进展［J］.中国沙漠，2015，35（2）：487-492.
21	Yin J F， Zhan X W， Zheng Y F，et al.Improving Noah land surface model performance using near real time surface albedoand green vegetation fraction［J］.Agricultural and Forest Meteorology，2016，218：171-183.
22	谢高地，鲁春霞，冷允法，等.青藏高原生态资产的价值评估［J］.自然资源学报，2003（2）：189-196.
23	温璐，宋洁，张慧超，等.近30年乌兰布和沙漠生态系统服务价值评估［J］.干旱区资源与环境，2020，34（12）：57-64.
24	Li X Q， Wang M Z， Liu X J，et al.MCR-Modified CA-Markov Model for the simulation of urban expansion［J］. Sustainability，2018，10（9）：1-13.
25	宋洁，温璐，王凤歌，等.乌兰布和沙漠生态系统服务价值时空动态［J］.生态学报，2021，41（6）：2201-2211.
26	刘淑琴，白存琳，边振，等.沙漠边缘脆弱区土地利用变化及其生态环境效应：以毛乌素沙漠南缘盐池县为例［J］.草业科学，2020，37（11）：2175-2184.
27	卢周，扬帆，许端阳，等.阿拉善干旱荒漠区土地利用变化对生态系统服务的影响［J］.水土保持研究，2019，26（6）：296-302.
28	Michele De L， Giuseppina I， Claudia S，et al.A single MCR-ALS model for drug analysis in different formulations：application on diazepam commercial preparations［J］.Journal of Pharmaceutical and Biomedical Analysis，2017，134：1-9.

卫星	日期（月-日）	行号	列号	波段数	云量/%	分辨率
Landsat 5 TM	07-31、08-02、08-09	127、128、129	032、033、034	7	0、0.10、3.45、9.80	30 m×30 m
Landsat 7 ETM	08-28、09-13			8	0、0.05	30 m×30 m
Landsat 8 OLI/TIRS	06-03、06-12、06-20、07-05			11	0、0.05	30 m×30 m

卫星	日期（月-日）	行号	列号	波段数	云量/%	分辨率
Landsat 5 TM	07-31、08-02、08-09	127、128、129	032、033、034	7	0、0.10、3.45、9.80	30 m×30 m
Landsat 7 ETM	08-28、09-13			8	0、0.05	30 m×30 m
Landsat 8 OLI/TIRS	06-03、06-12、06-20、07-05			11	0、0.05	30 m×30 m

阻力因子	等级	相对阻力值	权重
景观类型	建设用地	200	0.4
	耕地、水域	50
	草地	30
	未利用地	10
	园地、林地	5
高程/m	1 950—2 160	200	0.1
	1 700—1 950	50
	1 500—1 700	30
	1 240—1 500	10
	1 009—1 240	5
坡度	>35	200	0.1
	25—35	50
	15—25	30
	5—15	10
	0—5	5
荒漠化程度	极重度	200	0.2
	重度	50
	中度	30
	轻度	10
	非荒漠	5
NDVI	0.80—1.00	200	0.2
	0.60—0.80	50
	0.40—0.60	30
	0.20—0.40	10
	0—0.20	5

阻力因子	等级	相对阻力值	权重
景观类型	建设用地	200	0.4
	耕地、水域	50
	草地	30
	未利用地	10
	园地、林地	5
高程/m	1 950—2 160	200	0.1
	1 700—1 950	50
	1 500—1 700	30
	1 240—1 500	10
	1 009—1 240	5
坡度	>35	200	0.1
	25—35	50
	15—25	30
	5—15	10
	0—5	5
荒漠化程度	极重度	200	0.2
	重度	50
	中度	30
	轻度	10
	非荒漠	5
NDVI	0.80—1.00	200	0.2
	0.60—0.80	50
	0.40—0.60	30
	0.20—0.40	10
	0—0.20	5

土地利用类型	年份
土地利用类型	1986	1991	1996	2001	2006	2011	2016	2020
沙地	21 091.81	19 910.52	19 302.71	18 972.44	18 044.19	16 258.12	13 939.57	10 196.08
水域	1 347.34	1 153.83	1 117.15	1 075.92	1 103.31	955.8	920.71	890.38
林地	16 919.22	17 916.41	18 409.69	18 970.15	19 182.74	22 368.81	23 587.36	26 630.85
耕地	894.63	1 008.04	1 108.04	1 117.15	1 691.35	1 601.04	2 147.61	2 994.52
草地	4 262.88	4 932.29	5 131.86	5 373.43	5 534.24	4 934.25	5 482.68	4 857.55
建设用地	820.61	961.80	1 020.26	1 168.44	1 223.25	1 321.73	1 551.62	2 216.76
其他	2 971.24	2 424.84	2 218.02	1 630.20	1 528.65	867.98	964.28	521.59