Desertification sensitivity assessment in the middle and lower reaches of the Shule River Basin

doi:10.7522/j.issn.1000-694X.2022.00011

Journal of Desert Research ›› 2022, Vol. 42 ›› Issue (4): 163-171.DOI: 10.7522/j.issn.1000-694X.2022.00011

Desertification sensitivity assessment in the middle and lower reaches of the Shule River Basin

Yingying Wu¹^,³(), Zhenting Wang¹^,²

^1.a Key Laboratory of Desert and Desertification / Research Station of Gobi Desert Ecology and Environment，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China
^2.University of Chinese Academy of Sciences，Beijing 100049，China

Received:2021-10-09 Revised:2022-01-19 Online:2022-07-20 Published:2022-08-29

Abstract

Abstract:

Land desertification is one of the most serious environmental problems in the Shule River Basin， and its assessment is of great importance to effectively control desertification. This paper aims to calculate environmental sensitivity index based on MEDALUS model by integrating multi-source GIS and remote sensing data. MEDALUS model takes into account four quantitative evaluation indexes of soil， vegetation， climate and management to identify desertification sensitive areas. Upon which， the causes of desertification sensitivity are analyzed. The main influencing factors of desertification sensitivity are determined by coefficient of variation method. The results show that the desertification situation in the middle and lower reaches of the Shule River Basin is severe， 17.70% of the total study area belongs to the extreme sensitivity zone， 54.34% belongs to the high sensitivity zone. The desertification sensitivity is higher in the central parts of study area， lower in the north， which is mainly controlled by management quality index related to human activities. The desertification sensitivity is gradually increased from the inside to the outside of the oasis， and the distribution is roughly layered， indicating that human activities have a significant impact on desertification. It is necessary to strengthen and consolidate the construction of the oasis edge protection system.

Key words: desertification sensitivity, MEDALUS model, coefficient of variation method, the middle and lower reaches of the Shule River Basin

CLC Number:

P931.3

Yingying Wu, Zhenting Wang. Desertification sensitivity assessment in the middle and lower reaches of the Shule River Basin[J]. Journal of Desert Research, 2022, 42(4): 163-171.

Figures/Tables 9

References 41

1	董光荣，申建友，金炯，等.关于“荒漠化”与“沙漠化”的概念［J］.干旱区地理，1988，11（1）：58-61.
2	王涛，朱震达.我国沙漠化研究的若干问题：1.沙漠化的概念及其内涵［J］.中国沙漠，2003，23（3）：3-8.
3	董玉祥.沙漠化灾害现状与损失评估［J］.灾害学，1993，8（1）：13-18.
4	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，2016，45（1）：1-5，13.
5	董光荣，高尚玉，金炯，等.青海共和盆地土地沙漠化及其防治［J］.中国沙漠，1989，9（1）：64-78.
6	石建忠，陈翔舜，张龙生，等.甘肃省土地荒漠化状况及分析［J］.环境科学学报，2006，26（9）：1539-1544.
7	王建宏，张龙生，尚立照.甘肃省沙漠化监测结果［J］.中国沙漠，2005，25（5）：775-779.
8	刘爱霞，王长耀，王静，等.基于MODIS和NOAA/AVHRR的荒漠化遥感监测方法［J］.农业工程学报，2007，23（10）：145-150，293.
9	陈丽红.1987-2017年疏勒河中下游土地沙化时空演化特征及其驱动因素研究［D］.兰州：西北师范大学，2020.
10	胡光印，董治宝，逯军峰，等.近30 a来长江源区沙漠化时空演变过程及成因分析［J］.干旱区地理，2011，34（2）：300-308.
11	高尚武，王葆芳，朱灵益，等.中国沙质荒漠化土地监测评价指标体系［J］.林业科学，1998，34（2）：3-12.
12	韩兰英，万信，方峰，等.甘肃河西地区沙漠化遥感监测评估［J］.干旱区地理，2013，36（1）：131-138.
13	赵明月，赵文武，靳婷，等.青海湖流域土地沙漠化敏感性评价［J］.中国农学通报，2012，28（32）：237-242.
14	刘康，徐卫华，欧阳志云，等.基于GIS的甘肃省土地沙漠化敏感性评价［J］.水土保持通报，2002，22（5）：29-31，35.
15	田璐，邱思静，彭建，等.基于PSR框架的内蒙古自治区沙漠化敏感性评估［J］.地理科学进展，2018，37（12）：1682-1692.
16	潘玉豪，陈云皓，张旭晨，等.宁夏土地荒漠化敏感度时空变化分析［J］.北京师范大学学报（自然科学版），2020，56（4）：582-590.
17	魏婷婷.荒漠化评价研究综述［J］.安徽农业科学，2011，39（25）：15597-15599.
18	郭瑞霞，管晓丹，张艳婷.我国荒漠化主要研究进展［J］.干旱气象，2015，33（3）：505-513.
19	谢徽，郭浩.荒漠化监测与评估指标体系研究进展［J］.世界林业研究，2015，28（1）：7-11.
20	Ladisa G， Todorovic M， Liuzzi G T.A GIS-based approach for desertification risk assessment in Apulia region，SE Italy［J］.Physics and Chemistry of the Earth，Parts A/B/C，2012，49：103-113.
21	Sepehr A， Hassanli A M， Ekhtesasi M R，et al.Quantitative assessment of desertification in south of Iran using MEDALUS method［J］.Environmental Monitoring and Assessment，2007，134（1）：243-254.
22	Farajzadeh M， Egbal M N.Evaluation of MEDALUS model for desertification hazard zonation using GIS； study area：Iyzad Khast Plain，Iran［J］.Pakistan Journal of Biological Sciences，2007，10（16）：2622-2630.
23	Plaiklang S， Sutthivanich I， Sritarapipat T，et al.Desertification assessment using MEDALUS model in upper Lamchiengkrai Watershed，Thailand［J］.ISPRS-International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2020，XLIII-B3-2020：1257-1262.
24	沈亚楠，仇梦梦，岳耀杰.中国北方土地沙漠化灾害危险性评价［J］.干旱区研究，2017，34（1）：174-184.
25	张建香，张多勇，刘万锋，等.基于ESAI的黄土高原荒漠化风险评估［J］.水土保持通报，2017，37（2）：339-344，353.
26	齐敬辉.疏勒河流域绿洲生态演变研究［D］.兰州：兰州大学，2017.
27	丁宏伟，尹政，李爱军，等.疏勒河流域水资源特征及开发利用存在的问题［J］.干旱区资源与环境，2002，16（1）：48-54.
28	Lahlaoi H， Rhinane H， Hilali A，et al.Desertification assessment using MEDALUS Model in Watershed Oued El Maleh，Morocco［J］.Geosciences，2017，7（3）：1-16.
29	Lamqadem A A， Pradhan B， Saber H，et al.Desertification sensitivity analysis using MEDALUS Model and GIS：a case study of the Oases of Middle Draa Valley，Morocco［J］.Sensors，2018，18（7）：1-19.
30	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.
31	曹晓仪，董治宝，李静，等.基于GIS的榆林市土壤风蚀危险度评价［J］.水土保持通报，2013，33（1）：206-210.
32	董光荣，靳鹤龄，王贵勇，等.中国沙漠形成演化与气候变化研究［J］.中国科学院院刊，1999，14（4）：276-280.
33	王葆芳，贾宝全，杨晓晖，等.干旱区土地利用方式对沙漠化土地恢复能力的评价［J］.生态学报，2002，22（12）：2030-2035.
34	董玉祥.土地沙漠化影响因子的定量分析［J］.干旱区研究，1989，6（4）：34-42.
35	高尚玉，史培军，哈斯，等.我国北方风沙灾害加剧的成因及其发展趋势［J］.自然灾害学报，2000，9（3）：31-37.
36	赵微，林健，王树芳，等.变异系数法评价人类活动对地下水环境的影响［J］.环境科学，2013，34（4）：1277-1283.
37	刘轩，岳德鹏，马梦超.基于变异系数法的北京市山区小流域生态环境质量评价［J］.西北林学院学报，2016，31（2）：66-71，294.
38	宁亚洲，张福平，冯起，等.基于SEBAL模型的疏勒河流域蒸散发估算与灌溉效率评价［J］.干旱区地理，2020，43（4）：928-938.
39	马仲武，王新源，王小军，等.甘肃省酒泉市土地沙漠化现状及动态分析［J］.中国农业资源与区划，2018，39（3）：141-147.
40	李晓婧，白艳萍，李萌，等.河西走廊水资源变化与生态环境时空关联分析［J］.水土保持通报，2019，39（2）：275-280，287.
41	杨雪梅.气候变暖背景下河西地区荒漠植被变化研究（1982-2013）［D］.兰州：兰州大学，2015.

指标	类别	描述	权重	参考文献
土壤含砂量/%	1	含砂量低：<30	1.0	[22-23,28,30]
	2	含砂量较低：40—50	1.2
	3	含砂量较高：50—60	1.6
	4	含砂量高：>60	2.0
坡度 /（°）	1	非常平缓：<6	1.0	[23,28]
	2	较平缓：6—18	1.2
	3	较陡峭：18—35	1.5
	4	非常陡峭：>35	2.0
有机质含量/%	1	有机质含量较高：>3	1.0	[23,28]
	2	有机质含量较好：2—3	1.3
	3	有机质含量较低：1—2	1.6
	4	有机质含量极低：<1	2.0

指标	类别	描述	权重	参考文献
土壤含砂量/%	1	含砂量低：<30	1.0	[22-23,28,30]
	2	含砂量较低：40—50	1.2
	3	含砂量较高：50—60	1.6
	4	含砂量高：>60	2.0
坡度 /（°）	1	非常平缓：<6	1.0	[23,28]
	2	较平缓：6—18	1.2
	3	较陡峭：18—35	1.5
	4	非常陡峭：>35	2.0
有机质含量/%	1	有机质含量较高：>3	1.0	[23,28]
	2	有机质含量较好：2—3	1.3
	3	有机质含量较低：1—2	1.6
	4	有机质含量极低：<1	2.0

类别	植被盖度/%	权重
1	高：>20	1.0
2	中：10—20	1.5
3	低：<10	2.0

类别	植被盖度/%	权重
1	高：>20	1.0
2	中：10—20	1.5
3	低：<10	2.0

指标	类别	描述	权重	参考文献
降水量/mm	1	较多：>100	1.0	[22,28-29]
	2	中：50—100	1.5
	3	少：<50	2.0
地表温度/℃	1	低：<10	1.0	—
	2	中：10—15	1.3
	3	高：15—20	1.6
	4	极高：>20	2.0
蒸散发量/mm	1	低：<300	1.0	[28]
	2	中：300—500	1.5
	3	高：>500	2.0

Desertification sensitivity assessment in the middle and lower reaches of the Shule River Basin

RichHTML

PDF

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 9

References 41

Related Articles 15

Recommended Articles

Metrics

Comments

土地利用类别	土地利用描述	权重	参考文献
1	居民地、水域、沼泽地、林地、裸岩	1.0	[22-23,28]
2	耕地、滩地、工矿用地、戈壁	1.2
3	草地、盐碱地、裸土	1.6
4	沙地	2.0

敏感性等级	土地荒漠化敏感性指数DSI
极低	<1.391
较低	1.391—1.515
较高	1.515—1.656
极高	>1.656

[1]	Wubin Jiang, Deguo Zhang, Xiaoping Yang. Response of dune morphology and grain-size characteristics to the change of wind regimes and vegetation cover [J]. Journal of Desert Research, 2022, 42(4): 120-129.
[2]	Kecun Zhang, Zhishan An, Mingzhu He, Jianhua Xiao, Hongxue Zhang. Progress of research on wind-blown sand prevention and control along highways in China [J]. Journal of Desert Research, 2022, 42(3): 222-232.
[3]	Xihao Xie, Zhizhong Li, Jianhui Jin, Rui Liu, Xiaojun Zou, Yunqiang Ma. Preliminary study on sedimentary structure and development model of vegetated linear dune in the southeastern Gurbantunggut Desert [J]. Journal of Desert Research, 2022, 42(3): 74-84.
[4]	Chong Gao, Zhibao Dong, Weige Nan, Zhengyao Liu, Chunming Zhu, Xiaozhi Wang, Nan Xiao, Xin Zhang. Physicochemical characteristics and sedimentary environment of honeycomb dunes in Gurbantunggut Desert [J]. Journal of Desert Research, 2022, 42(2): 14-24.
[5]	Miao Dong, Ping Yan, Xiaoxu Wang, Guoming Zhang, Xiaonan Meng, Xinran Ji, Yong Wang. Characteristics of surface sediments on the climbing dunes in Shannan wide valley section of Yarlung Tsangpo River， China [J]. Journal of Desert Research, 2022, 42(2): 153-163.
[6]	Luosangqujia, Yan Zhang, Pengfei Ma, Zaduo, Geduo, Zhengcai Zhang. Study on the sand transport quantities on the different landscapes in the middle area of Yarlung Zangbo River [J]. Journal of Desert Research, 2022, 42(2): 6-13.
[7]	Ming Yan, Yinghua Zhang, Li He, Weiming Cheng, Suiji Wang, Jiongxin Xu. Blocking effect of upper reaches of Wuding River on desertification [J]. Journal of Desert Research, 2022, 42(2): 62-68.
[8]	Tao Wang. The practice on prevention and control of aeolian desertification and the development of desert science in China for 70 years： Startups part [J]. Journal of Desert Research, 2022, 42(1): 1-4.
[9]	Lin Yang. Research status and prospect of the synergistic response of coastal dunes morphology to monsoon/typhoon [J]. Journal of Desert Research, 2022, 42(1): 108-113.
[10]	Yuxiang Dong, Zhizhong Li. Review of coastal aeolian geomorphology research in China in the past 40 years [J]. Journal of Desert Research, 2022, 42(1): 12-22.
[11]	Jie Yin, Hasi Eerdun, Jing An, Yanguang Zhou, Rina Hu, Zifeng Wu. Geomorphologic significance of airflow and sand transport around an Artemisia ordosica nebkha in the Ordos Plateau， China [J]. Journal of Desert Research, 2022, 42(1): 184-195.
[12]	Zhizhong Li, Jianhui Jin, Rui Liu, Xihao Xie, Xiaojun Zou, Yunqiang Ma, Dianjia Tan. Review and prospect of aeolian geomorphology research in Gurbantunggut Desert， China [J]. Journal of Desert Research, 2022, 42(1): 41-47.
[13]	Hui Zhao, Hongyu Yang, Xingfan Wang, Keqi Wang. Geochronology of the typical sediments in the Badain Jaran Desert： the progress and issues [J]. Journal of Desert Research, 2022, 42(1): 57-65.
[14]	Xuyan Yang, Zhibao Dong, Qinke Yang, Chao Li. Comparison of networked dunes in the Earth and the Mars based on DEM [J]. Journal of Desert Research, 2021, 41(6): 88-98.
[15]	Meihui Pan, Zewen Hao, Yuhan Qi, Annan Yang, Yougui Chen, Chenlu Li. Grain size characteristics of moving dune in different geomorphological locations in Pengqu Basin， Tibet， China [J]. Journal of Desert Research, 2021, 41(6): 138-147.

指标	土壤质量指数SQI	气候质量指数CQI	植被质量指数VQI	管理质量指数MQI
变异系数	0.062	0.087	0.080	0.237
权重	0.133	0.187	0.172	0.508

指标	土壤质量指数SQI	气候质量指数CQI	植被质量指数VQI	管理质量指数MQI
变异系数	0.062	0.087	0.080	0.237
权重	0.133	0.187	0.172	0.508