基于植被净初级生产力和水分利用效率的埃塞俄比亚土地退化趋势及驱动因素分析
1.
2.
3.
4.
Analysis of land degradation trends and driving factors in Ethiopia based on NPP-WUE
1.
2.
3.
4.
通讯作者:
收稿日期: 2022-05-07 修回日期: 2022-06-26
基金资助: |
|
Received: 2022-05-07 Revised: 2022-06-26
作者简介 About authors
付石林(1998—),男,湖南岳阳人,硕士研究生,主要从事荒漠化防治研究E-mail:
关键词:
Keywords:
本文引用格式
付石林, 雷加强, 周仪琪, 周娜, Hare Malicha Loje, Jorro Zinabu Bora.
Fu Shilin, Lei Jiaqiang, Zhou Yiqi, Zhou Na, Hare Malicha Loje, Jorro Zinabu Bora.
0 引言
非洲大陆是世界上土地退化最严重的地区之一,也是全球荒漠化防治和土地恢复的主要实施地区之一。位于东非的埃塞俄比亚同样面临严重的土地退化问题,该国85%的人口收入直接由农业经济支撑[3],而土地退化直接影响了农业的发展。1981—2003年,该国大约26%的土地经历了退化过程,有限的土地资源和就业机会导致30%的人口受到了影响[4]。土地退化使埃塞俄比亚土地生产力下降,导致农产品和畜产品单位面积产量减少,破坏了当地农牧民的粮食生产基础[5]。为解决土地退化带来的问题,埃塞俄比亚实施了一系列措施,如土地可持续管理计划(SLM)[6-7]、森林景观恢复计划(FLR)[8]和气候适应型绿色经济计划(CRGE)[9]等,并承诺2025年将恢复1 500万hm2退化土地[10-11]。目前,对埃塞俄比亚进行整体的土地退化评价和驱动因素研究,对其实施可持续发展战略有着重要参考价值。
随着遥感技术的发展,利用时间序列遥感数据开展土地退化监测的方法逐渐得到了发展,其中基于生态指标(如净初级生产力(Net Primary Productivity, NPP)、水分利用效率(Water Use Efficiency, WUE)、归一化植被指数(Normalized Difference Vegetation Index, NDVI)等)的趋势分析方法应用最为广泛[12-16]。土地退化最直接的表现是植被净初级生产力下降[17]。在生态指标中,NPP是植物通过光合作用累积的有机物质总量,可以准确反映植被生长状况[18]。然而,直接使用NPP指标评估土地退化并不能确定土地退化的阶段[19-20]。土地退化有多个阶段,其中不仅有植被生产力的差异,还有植被物种组成及其生理特征对环境胁迫的反应[21]。利用水分利用效率(WUE)则可以监测到植物对极端气候条件的生理适应及其组成变化[22-23],反映土地退化的不同阶段。同时,土地退化进程会受到自然因素(降水、气温、蒸散、风况、土壤等)和人为因素(人口、畜牧、社会经济、政策行动等)的共同影响[24]。通过对比多种分析方法[25-30],多元逐步回归分析不仅能够在一定程度上区分人为因素与气候因素,也可以对二者共同影响的区域进行有效识别。
因此,本研究基于2001—2020年多源遥感数据,分析NPP和WUE时空分布特征,利用土地退化综合评估框架评估埃塞俄比亚土地退化、恢复状况及其空间分布规律,最后讨论该地区土地退化及恢复的驱动因素,以期能够评估该国土地退化修复的现阶段成果,也能为该区域将来的土地退化修复及生态可持续管理提供可用的数据参考。
1 材料与方法
1.1 研究区概况
图1
埃塞俄比亚全年分为三季:2月至5月(当地称为“Belg”)、6月至9月(当地称为“Kiremt”)和10月至翌年1月(当地称为“Bega”)[33]。Kiremt是大雨季,全国大部分地区的降水量都高于其他季节。Belg是小雨季,降水量时空变化较大,最高气温也出现在这个季节。相反,Bega是除南部和东南部以外的全国大部分地区的旱季[34]。在埃塞俄比亚西南、西北地区观测到的最大年降水量为2 250 mm。高地地区多年平均降水量约为1 200 mm,气温变化最小;而低地地区(阿法尔和索马里地区)多年平均降水量不到500 mm,气温变化较大[32]。所以,埃塞俄比亚大部分干旱和粮食危机事件集中在中部和北部高地[35]。
1.2 数据来源及技术路线
表1 数据源及基本参数
Table 1
数据 | 数据来源 | 空间分辨率/m | 时段 |
---|---|---|---|
土地覆盖 | ESA CCI | 300 | 2001—2020年 |
NDVI | MODIS(MOD13A1) | 500 | 2001—2020年 |
潜在蒸散发 | TerraClimate | 4 638.3 | 2001—2020年 |
太阳总辐射 | TerraClimate | 4 638.3 | 2001—2020年 |
蒸散 | TerraClimate | 4 638.3 | 2001—2020年 |
降水 | TerraClimate | 4 638.3 | 2001—2020年 |
地表温度 | MODIS(MOD11A1) | 1 000 | 2001—2020年 |
图2
1.3 研究方法
1.3.1 NPP 与 WUE 反演
式中:NPP(x,t)为像元x处在t月的NPP(g·m-2);ε(x,t)则表示像元x处在t月的光能利用率的实际值,可以通过估算地表温度以及水分的胁迫对理想条件下最大光能利用效率的影响得到;APAR(x,t)为像元x在t月中光合有效辐射的吸收情况(MJ·m-2);SOL(x,t)为像元x处在t月的太阳总辐射量(单位:MJ·m-2);FPAR(x,t)为光合有效辐射的吸收比例(无单位);0.5为植被利用的太阳有效辐射占太阳总辐射的比例,是一个常数。对于不同的植被类型,FPAR通过该植被类型的NDVI最大值、最小值以及对应的FPAR最大值、最小值来进行估算。本文根据朱文泉等[37]研究结果,确定不同的土地覆盖类型的NDVImax、NDVImin以及光能利用率ε的值。
WUE(以C比H2O计量)则是通过蒸散发数据与NPP计算得到:
式中:ET为与NPP同期蒸散发数据。
1.3.2 Sen+Mann-Kendall趋势分析
本文趋势分析方法采用Sen趋势度结合Mann-Kendall趋势显著性检验的方法。
Sen趋势度β计算公式为:
式中:1<j<i<n;当β>0时,表示该时间序列数据的变化趋势为上升,当β<0时,表示该时间序列数据的变化趋势为下降;由于β是一个非归一化的参数,因此其只能反映时间序列本身变化趋势的大小,但是该趋势变化的显著性则无法通过其自身来判断,因此,趋势的显著性检验需结合Mann-Kendall方法来进行。
对时间序列数据(x1,x2,…,xn )构建统计变量S以用于检验:
S服从正态分布,E(S)=0,方差为:
式中:m是该时间序列中重复出现的数据组的个数;ti 是第i组重复数据中重复数据的个数。
当n≥10时,Z计算公式为:
本文研究时间序列长为20年,所以采用检验统计量Z来进行趋势检验,在α=0.05的置信度水平进行检验。β为正值表示趋势为正,β为负值表示趋势为负。如果Z的绝对值大于1.96,趋势显著性检验通过。
1.3.3 多元逐步回归方法
多元逐步回归法是Del Barrio等[30]提出的。在土地退化驱动因素研究中,该方法可以确定受单一因素或人类活动和气候变化多因素共同影响的区域。
首先,应用NPP与两个因变量(即时间和降水)之间的多元回归,计算决定系数(R2NPP_1,2),并在90%置信水平下检验统计显著性。随后,在变化显著的区域,将简单相关分析中与年NPP的相关系数(rNPP_2)较低的自变量添加到统计值Fs 中。最后,根据Fs 和标准值来评价决定系数的加入是否显著。
式中:n是回归方程中的点数。将计算出的Fs 值与F的值进行比较,这是在1和n-3自由度(Fα =0.1[1,n-3])的阈值α=0.10处的预期F分布,并且判断是否重要。当Fs >Fα =0.1[1,n-3],说明检验显著,说明年NPP的变化受人类活动和气候变化的双重影响。否则,通过检验其单个变量相关系数的显著性,来区分单个人类活动或气候变化驱动力,该检验由年NPP分别与时间和降水构建。如果在上述任何检验中均未发现显著性,则假定NPP不受时间或降水的影响。
2 结果与分析
2.1 NPP 时空特征及趋势
2001—2020年,埃塞俄比亚年NPP整体呈现上升趋势,变化率约为2.41 g·m-2·a-1(图3)。研究时段内埃塞俄比亚NPP多年平均值为385.2 g·m-2,其中2003年NPP值最低,仅为342.9 g·m-2,2018年NPP值最高,为431.2 g·m-2。在2001—2020年,全国10个州(省)年NPP呈上升趋势,仅有首都亚的斯亚贝巴的年NPP呈现下降趋势,变化率为-2.04 g·m-2·a-1。
图3
图3
2001—2020年埃塞俄比亚及其州(省)年NPP变化
Fig. 3
NPP changes in Ethiopia and its states (provinces) from 2001 to 2020
2001—2020年,埃塞俄比亚年NPP总体呈西高东低分布,红色高值区域持续扩张,东南部的索马里州NPP值有明显的增长(图4)。埃塞俄比亚NPP(图5A)与降水(图5B)的空间分布极为相似,森林与农田区域的NPP较高,裸地与草地区域的NPP较低(图5C)。根据图5D、E可看出,NPP与降水变化趋势一致,各地区年NPP与降水的皮尔逊相关系数为0.89。综合来看,在植被稀少、地面裸露且降水量少的阿尔法州和索马里州的年NPP较低,为131.6~200.5 g·m-2。在土地覆盖为森林和农田,且降水较多的奥罗米亚州、本尚古勒-古马兹州、南方各族州和甘贝拉州的年NPP则较高,为514.6~686.5 g·m-2。
图4
图4
埃塞俄比亚NPP时空分布
Fig. 4
The spatial and temporal distribution of NPP in Ethiopia in 2001 (A), 2008 (B), 2014 (C) and 2020 (D) respectively
图5
图5
2001—2020年埃塞俄比亚NPP、降水与土地覆盖
Fig.5
NPP, precipitation, and land cover in Ethiopia during 2001-2020
通过Sen+MK方法分析得到埃塞俄比亚2001—2020年年NPP的变化趋势,并在α=0.05的置信水平下进行了显著性检验。2001—2020年,研究区年NPP稳定的区域面积约为7.36×105 km2,占总面积的63.86%;研究区年NPP显著下降的区域面积约为1.88×104 km2,占总面积的1.63%;显著上升的区域面积约为3.98×105 km2,占总面积的34.51%(图6)。显著上升区域明显大于下降区域,下降区域集中在阿法尔州西北部、奥罗米亚州和亚的斯亚贝巴;上升区域集中在埃塞俄比亚西部以及索马里州。
图6
图6
2001—2020年埃塞俄比亚年NPP趋势
Fig. 6
Trend analysis of year NPP in Ethiopia during 2001-2020
2.2 WUE 时空特征及趋势
2001—2020年,埃塞俄比亚整体WUE呈上升趋势(图7)。各州(省)NPP大多呈上升趋势,变化率最大的地区为甘贝拉州,变化率为0.014 g·kg-1·a-1。首都亚的斯亚贝巴的WUE下降趋势最明显,变化率为-0.0006 g·kg-1·a-1。
图7
图7
2001—2020年埃塞俄比亚及其州(省)WUE变化
Fig. 7
WUE changes in Ethiopia and its states (provinces) from 2001 to 2020
除索马里州东南地区外,埃塞俄比亚WUE的空间分布总体与NPP相似,2001—2020年平均WUE为0.6 g·kg-1。WUE值在西部的本尚古勒-古马兹州、甘贝拉州、奥罗米亚州、南方各族州和东南部索马里州地区较高,在中部地区以及东北部地区较低(图8)。其中,本尚古勒-古马兹州的WUE均值最高(0.73 g·kg-1),植被覆盖类型为森林和农田;德雷达瓦的WUE均值最低(0.47 g·kg-1),植被覆盖类型为草地。
图8
图8
埃塞俄比亚WUE时空分布
Fig.8
Spatial and temporal distribution of WUE in Ethiopia in 2001(A), 2008(B), 2014(C) and 2020(D) respectively
使用Sen+MK方法在α=0.05的显著性水平下对2001—2020年的年WUE变化进行了趋势分析。2001—2020年WUE趋势的空间格局与NPP趋势的空间格局具有明显差异。WUE的下降区域集中在索马里州西部以及奥罗米亚州;上升区域则主要在埃塞俄比亚西部边界处。在埃塞俄比亚西部,NPP和WUE均表现出显著的增加趋势;而在埃塞俄比亚东南部的索马里州NPP呈上升趋势,WUE值则无明显变化(图9)。
图9
2.3 土地退化
表2 NPP-WUE 土地退化综合评估框架
Table 2
NPP趋势 | WUE趋势 | 退化和恢复阶段 |
---|---|---|
下降 | 上升 | 退化早期阶段 |
下降 | 不变 | 退化中期阶段 |
下降 | 下降 | 退化后期阶段 |
上升 | 上升 | 恢复早期阶段 |
上升 | 不变 | 恢复中期阶段 |
上升 | 下降 | 恢复后期阶段 |
根据NPP-WUE土地退化综合评估框架,结合NPP和WUE的变化趋势,判断划分埃塞俄比亚土地退化和恢复的不同阶段。埃塞俄比亚整体呈现恢复状态,以恢复早期与中期阶段为主,恢复早期阶段多发生于埃塞俄比亚西北部,土地覆盖类型以森林与草地为主;恢复中期阶段主要发生于埃塞俄比亚东南部以及南部地区,土地覆盖类型以草地为主;退化区域集中在亚的斯亚贝巴与阿法尔州,土地覆盖类型主要为城建区和裸地(图10)。
图10
图10
埃塞俄比亚土地退化和恢复阶段
Fig. 10
Different stages of land degradation and restoration in Ethiopia
土地退化和恢复面积分别占埃塞俄比亚的1.63%和34.51%(表3)。退化区域在整个埃塞俄比亚占比较小,以退化中期和退化后期两个阶段为主,退化早期土地仅占0.005%,但是在亚的斯亚贝巴有46.7%的土地发生了退化。恢复早期与恢复中期为埃塞俄比亚恢复阶段占比最高的两个时期,分别为14.2%与20.1%。在甘贝拉州、本尚古勒-古马兹州和索马里州的恢复区域比例较其他区域高,分别为85.1%、59.9%和50.5%。
表3 埃塞俄比亚及各地区土地退化和恢复不同阶段面积百分比
Table 3
地 区 | 退化占比/% | 恢复占比/% | ||||||
---|---|---|---|---|---|---|---|---|
退化早期 | 退化中期 | 退化后期 | 总和 | 恢复早期 | 恢复中期 | 恢复后期 | 总和 | |
埃塞俄比亚 | 0.005 | 0.992 | 0.634 | 1.632 | 14.242 | 20.123 | 0.146 | 34.510 |
亚的斯亚贝巴 | 0.000 | 30.392 | 16.355 | 46.747 | 1.159 | 0.045 | 0.000 | 1.203 |
阿法尔州 | 0.061 | 6.523 | 0.417 | 7.001 | 3.813 | 4.002 | 0.000 | 7.816 |
阿姆哈拉州 | 0.000 | 0.751 | 0.333 | 1.085 | 19.101 | 8.827 | 0.000 | 27.928 |
本尚古勒-古马兹州 | 0.000 | 0.499 | 0.922 | 1.421 | 55.126 | 4.744 | 0.000 | 59.869 |
德雷达瓦 | 0.000 | 0.233 | 0.512 | 0.745 | 0.978 | 4.682 | 0.000 | 5.660 |
甘贝拉州 | 0.000 | 0.342 | 0.287 | 0.629 | 84.741 | 0.372 | 0.000 | 85.113 |
哈勒尔州 | 0.000 | 0.330 | 0.132 | 0.463 | 12.426 | 7.865 | 0.000 | 20.291 |
奥罗米亚州 | 0.000 | 0.678 | 1.158 | 1.836 | 11.459 | 12.410 | 0.235 | 24.104 |
索马里州 | 0.000 | 0.119 | 0.021 | 0.140 | 2.944 | 47.316 | 0.283 | 50.544 |
南方各族州 | 0.000 | 0.333 | 1.349 | 1.682 | 22.617 | 8.506 | 0.000 | 31.123 |
提格里州 | 0.000 | 0.405 | 0.578 | 0.983 | 13.322 | 18.602 | 0.000 | 31.925 |
2.4 土地退化驱动因素
基于埃塞俄比亚2001—2020年NPP和降水数据,使用多元逐步回归方法以NPP作为因变量,以降水和时间作为自变量,对研究区土地退化驱动因素进行了分析,结果如图11所示。埃塞俄比亚土地退化的主要驱动因素是人为以及气候和人为共同作用,例如退化最为集中的埃塞俄比亚首都亚的斯亚贝巴。单气候因素导致的土地退化面积仅占研究区的6.11%。通过遥感影像发现,2001—2020年亚的斯亚贝巴城市在持续扩张,亚的斯亚贝巴城建区面积从79.75 km2增加到了284.25 km2。
图11
图11
埃塞俄比亚土地退化和恢复驱动因素空间分布
Fig. 11
Spatial distribution of driving factors of land degradation and restoration in Ethiopia
土地恢复的主要驱动因素是气候和人为共同作用,占恢复总面积的65.65%,主要分布在索马里州以及埃塞俄比亚西部与南部边界处,北部边界也有少量分布。土地恢复驱动因素中人为单因子的作用占31.27%,主要分布在埃塞俄比亚中西部的林地、草地地区。气候单因素影响的土地恢复区域零散分布在索马里州以及埃塞俄比亚南部地区。在单因素影响的区域中,气候单因素影响表示在此区域降水与NPP的变化非常显著,而时间变量未通过显著性检验。人为单因素则表示研究期间此区域降水没有明显变化。为了能够更为直观地表达埃塞俄比亚各个行政区土地退化、恢复以及稳定区域的占比以及其驱动因素的关系,绘制了桑基图(图12)。
图12
图12
2001—2020年埃塞俄比亚各州(省)土地退化和恢复及驱动因素统计
Fig. 12
Statistical of land degradation and restoration and driving factors by region in Ethiopia during 2001-2020
3 讨论
本文土地退化研究方法的优点是不仅考虑了植被生产力,还考虑了物种组成的变化,这样能够识别土地退化及恢复的不同阶段。本文使用多元逐步线性回归分析在一定程度上区分了人为因素和自然因素对土地退化的影响。然而,本文也存在一些不足之处,有待进一步完善和深化:一是在驱动因素分析中气候因素只考虑了降水这个最重要的因子,并没有考虑其他气候因素,在后续研究中可以将更多的影响因子考虑进去,进行更为详尽的分析。二是在NPP和WUE的趋势分析中,NPP和WUE可能会发生非单调变化,但本研究只分析了总体变化趋势,因此后续研究需要增加短期趋势分析来检测突变点。
4 结论
埃塞俄比亚2001—2020年NPP空间分布总体呈西高东低趋势,20年间NPP整体呈现增加趋势。
埃塞俄比亚土地整体呈现恢复状态,以早期与中期恢复阶段为主。恢复阶段面积约为3.98×105 km2,占全国面积的34.5%。退化区域仅占全国面积的1.6%,以退化中期与退化后期为主。
退化与恢复的驱动因素主要是人为加气候共同作用以及人为因素。气候单因素作用影响的区域较少。该结果与埃塞俄比亚在这20年期间实施的森林景观恢复以及对土地进行可持续土地管理相对应。可以认为,随着埃塞俄比亚土地管理相关政策的落实,以及对于土地退化治理投入的增加,该国土地退化情况逐年好转。
参考文献
Major drivers of land degradation risk in Western Serbia:current trends and future scenarios
[J].
Exploring the multiple land degradation pathways across the planet
[J].
The effect of land degradation on farm size dynamics and crop-livestock farming system in Ethiopia:a review
[J].
Global Assessment of Land Degradation and Improvement:1.Identification by Remote Sensing
[R].
Economics of land degradation and improvement in Ethiopia
[M]//Nkonya E,Mirzabaev A,Von Braun J.
Sustainable Land Management:A New Approach to Soil and Water Conservation in Ethiopia
[R].
Estimating spatially distributed SOC sequestration potentials of sustainable land management practices in Ethiopia
[J].
Implementing forest landscape restoration in Ethiopia
[J].
The development of Ethiopia's climate resilient green economy 2011-2014:implications for rural adaptation
[J].
Multicriteria decision-support system to assess the potential of exclosure-based conservation in Ethiopia
[J].
Ethiopia commits to restore one-sixth of its land
[EB/OL].2015[
Assessing the degree of land degradation and rehabilitation in the Northeast Asia dryland region using net primary productivity and water use efficiency
[J].
Dynamic of grassland vegetation degradation and its quantitative assessment in the northwest China
[J].
Desertification monitoring and assessment:a new remote sensing method
[C]//
Phases or regimes?revisiting NDVI trends as proxies for land degradation
[J].
The causes and spatial pattern of land degradation risk in southern Mauritania using multitemporal AVHRR-NDVI imagery and field data
[J].
Achieving zero net land degradation:challenges and opportunities
[J].
Assessing desertification
[J].
Scientific Conceptual Framework for Land Degradation Neutrality
[R].
Interspecific variation in potential water-use efficiency and its relation to plant species abundance in a water-limited grassland
[J].
Assessing drought vulnerability using soil moisture-based water use efficiency measurements obtained from multi-sensor satellite data in Northeast Asia dryland regions
[J].
Change in terrestrial ecosystem water-use efficiency over the last three decades
[J].
Beyond the “climate versus grazing” impasse:using remote sensing to investigate the effects of grazing system choice on vegetation cover in the eastern Karoo
[J].
亚洲丝绸之路经济带土地退化时空格局及驱动力
[D].
3S技术支持下的吉林省土地退化动态研究
[D].
退化土地遥感识别与评价技术研究
[D].
基于NPP和植被降水利用效率土地退化遥感评价与监测技术研究
[D].
Assessment and monitoring of land condition in the Iberian Peninsula,1989-2000
[J].
Assessing the spatio-temporal variability of NDVI and VCI as indices of crops productivity in Ethiopia:a remote sensing approach
[J].
Assessing potential land suitable for surface irrigation using groundwater in Ethiopia
[J].
Predictability of june-september rainfall in Ethiopia
[J].
Increase of extreme drought over Ethiopia under climate warming
[J].
Spatial and temporal assessment of drought in the Northern highlands of Ethiopia
[J].
Terrestrial ecosystem production:a process model based on global satellite and surface data
[J].
Nonparametric tests against trend
[J].
Global diversity of drought tolerance and grassland climate-change resilience
[J].
Mapping European ecosystem change types in response to land-use change,extreme climate events,and land degradation
[J].
Assessing the spatiotemporal dynamic of global grassland water use efficiency in response to climate change from 2000 to 2013
[J].
Global desertification:drivers and feedbacks
[J].
Desertification in Ethiopian Highlands
[J].
Wetland degradation in Ethiopia:causes,consequences and remedies
[J].
Land degradation:a challenge to Ethiopia
[J].
National Action Programme to Combat Desertification
[R].
Federal Democratic Republic of Ethiopia Ethiopia-Land Degradation Neutrality National Report
[R].
Land restoration in food security programmes:synergies with climate change mitigation
[J].
Urbanization and urban land use efficiency:evidence from regional and Addis Ababa satellite cities,Ethiopia
[J].
Influence of urbanization-driven land use/cover change on climate:the case of Addis Ababa,Ethiopia
[J].
/
〈 |
|
〉 |
