毛乌素沙地水体面积变化及驱动因子

doi:10.7522/j.issn.1000-694X.2022.00117

毛乌素沙地水体面积变化及驱动因子

白旭赢^,¹, 王玉杰¹, 王云琦¹, 杨文斌²^,³, 王涛⁴, 程一本^,¹^,³

1.北京林业大学水土保持学院，北京 100083

2.内蒙古低覆盖治沙科技开发有限公司，内蒙古呼和浩特 010050

3.中国林业科学研究院，北京 100091

4.中国科学院西北生态环境资源研究院，甘肃兰州 730000

Changes and driving factors of water body area in Mu Us Sandy Land

Bai Xuying^,¹, Wang Yujie¹, Wang Yunqi¹, Yang Wenbin²^,³, Wang Tao⁴, Cheng Yiben^,¹^,³

1.School of Soil and Water Conservation，Beijing Forestry University，Beijing 100083，China

2.Inner Mongolia Low Coverage Sand Control Technology Development Co. ，Ltd. ，Hohhot 010050，China

3.Chinese Academy of Forestry Sciences，Beijing 100091，China

4.Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

通讯作者: 程一本（E-mail： chengyiben@bjfu.edu.cn）

收稿日期: 2021-05-24 修回日期: 2022-08-01

基金资助:

磴口县水资源承载力与林草资源优化配置研究项目.  CAFYBB2020ZB007-2
内蒙古自治区科技重大专项.  2019ZD003
国家重点研发计划政府间国际科技创新合作专项.  2019YFE0116500
国家自然科学基金项目.  U2243202
低覆盖度防风治沙林模式推广示范.  [2019]33号
中国林业科学院荒漠化研究所结余经费新立项目.  S2022JY-8.  IDS2022JY-9
北京林业大学大学生创新训练项目.  X202110022026

Received: 2021-05-24 Revised: 2022-08-01

作者简介 About authors

白旭赢（1998—），女，辽宁义县人，硕士研究生，研究方向为荒漠化防治E-mail：baibailucky324@163.com , E-mail：baibailucky324@163.com

摘要

干旱半干旱地区水分在土壤-植物-大气连续体（SPAC）中转换较快，地表水地下水转换时间短，水体面积变化对干旱半干旱地区浅层地下水具有重要的指示作用。利用Google Earth Engine平台处理1990—2018年共29期Landsat遥感影像，获取毛乌素沙地长时间序列下地表水体变化特征。结果表明：毛乌素沙地水体面积具有很强的季节性特征，年内两次峰值分别出现在4月和8月，比上月面积分别增加44.867 km²（28.60%）和55.477 km²（34.39%）。1990—2018年地表水体面积波动较大，研究区内水体面积从379.771 km²缩减到275.492 km²，共缩减了104.278 km²（27.46%）。研究区水体面积变化主要受降水、植被覆盖和人类活动的影响，29 a内降水量和水体面积相关系数为0.57（P<0.05），而1991—2008和2009—2017年二者相关系数分别为0.59和0.77（P<0.05）；29 a内植被覆盖和水体面积整体呈负相关，但相关性不显著，其中1990、1997、1998、2003—2007、2009、2011—2015年16 a内相关系数为0.57（P<0.05），表明毛乌素沙地人类活动影响较大。为了治理沙地，应该减少人类活动。

关键词： 毛乌素沙地 ; 水体面积 ; 植被覆盖 ; 水资源

Abstract

The soil-plant-atmosphere continuum （SPAC） in arid and semi-arid regions converts water rapidly， while the conversion time of surface water and groundwater is short. The change of water body area plays an important role in indicating shallow groundwater in arid and semi-arid regions. A total of 29 periods of Landsat remote sensing images from 1990 to 2018 were processed through the Google Earth Engine platform， which obtain the variation characteristics of the subsurface water bodies in the Mu Us Sandy Land in a short-term sequence. The results show： The variation of water bodies in the Mu Us Sandy Land has strong seasonal characteristics. The two peaks occurred in April and August during the year， respectively. The monthly area increased by 44.867 km² （28.60%） and 55.477 km² （34.39%） respectively. From 1990 to 2018， the surface water body fluctuated greatly， and the total area of the water body in the study area was reduced from 379.771 km² to 275.492 km²， a total reduction of 104.278 km² （27.46%）. The change of water body area in the study area is mainly affected by precipitation， vegetation coverage and human activities. The correlation coefficient between precipitation and water body area within 29 years is 0.57， while the correlation coefficients between 1991-2008 and 2009-2017 are 0.59 and 0.77. Vegetation coverage and water body area were negatively correlated within 29 years， but the correlation was not significant. It shows that human activities in the Mu Us Sandy Land have a greater impact. In order to control the sandy land， human activities should be reduced.

Keywords： Mu Us Sandy Land ; water body area ; vegetation coverage ; water resources

PDF (4112KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

白旭赢, 王玉杰, 王云琦, 杨文斌, 王涛, 程一本. 毛乌素沙地水体面积变化及驱动因子. 中国沙漠[J], 2023, 43(2): 65-73 doi:10.7522/j.issn.1000-694X.2022.00117

Bai Xuying, Wang Yujie, Wang Yunqi, Yang Wenbin, Wang Tao, Cheng Yiben. Changes and driving factors of water body area in Mu Us Sandy Land. Journal of Desert Research[J], 2023, 43(2): 65-73 doi:10.7522/j.issn.1000-694X.2022.00117

0 引言

水是生态系统重要的自然资源，是制约地区水分循环和生物生存发展的重要因素^［1］，具有重要的经济和社会意义^［2］。在中国干旱半干旱地区，水资源短缺且时空配置不平衡，造成地区内生态环境退化和水资源供需矛盾等一系列突出问题^［3］。湖泊等水体是陆地水体的重要组成部分，对气候变化的反应十分迅速，水体面积变化可以反映区域一段时间内的水量收入和支出的情况^［4］。近30 a毛乌素沙地地下水水位下降明显，浅层地下水储量减少^［5］。沙地水分入渗快^［6］，地表水体的下渗可以对地下水进行快速补给，地表水和地下水互馈作用明显，地表水体变化可以反映该地区浅层地下水资源状况^［7］。因此，定量评估地表水体在长时间尺度上整体变化对毛乌素沙地生态系统和生态恢复至关重要。

在遥感技术广泛应用之前，地面测量是唯一可以使用的方法，但时间和资金耗费巨大。遥感技术具有准确性高、覆盖范围广、光谱信息丰富等优点^［8］，可以广泛应用于地面监测和科学数据源。目前，研究水体的卫星产品有很多，但在空间、时间和光谱特征上具有不同的特点。Gou等^［9］基于MODIS数据提取了2000—2015年北方干旱区间歇性水体的动态变化，发现北方干旱区间歇性水体面积呈增加趋势。金岩丽等^［10］采用JRC全球地表水产品对三江源2001—2018年的地表水体面积进行动态变化分析，发现三江源地区的常年性水体面积逐年增加。Liu等^［11］从多时相Landsat数据中提取青藏高原地表水数据，分析了1980年代至2019年青藏高原地表水的时空变化。众多研究结果表明，Landsat数据时间序列最长、适用性最强，可以提取同一地区的多项因素。近些年来，地表水体动态变化及其驱动因子分析一直是国内外研究热点。臧菁菁等^［12］利用Landsat影像对1975—2014年巴尔喀什湖水体面积变化进行研究，发现巴尔喀什湖主要受水库调节入湖水量的影响，而不受年平均气温和年降水量的影响。万华伟等^［13］通过2000—2013年MODIS遥感数据动态监测得出，影响呼伦湖水体面积变化的主要因素为降水。综上可知，不同地表水体遥感数据适用范围各异，并且不同区域地表水体变化驱动因子也各不相同。

毛乌素沙地已经进行了近50 a的生态修复，建立了大量的人工防护林和农田生态系统^［14］，近些年工业园也大量进入毛乌素沙地。在人类活动、大气环流和全球变暖的多重影响下，毛乌素沙地表现出降雨量增加、深层地下水下降^［15］。而地表水和地下水的中间关键带——浅层地下水研究较少，没有大尺度的观测数据。现有的对毛乌素沙地地表水体的研究中，绝大多数为非连续年份下的时空变化，而对长时间序列下年间水体动态变化的研究较少，毛乌素沙地水体面积变化趋势不明。因此，本文以毛乌素沙地水体面积为研究对象，通过分析归一化水体指数，提取区域内1990—2018年地表水体遥感数据，定量分析近29 a毛乌素沙地地表水体面积变化，进而分析影响地表水体面积变化的驱动因子（降水量、气温和植被覆盖），通过研究数据，为当地水资源管理和促进当地生态系统平衡提供理论依据。

1 研究区概况及数据来源

1.1　研究区概况

毛乌素沙地是中国四大沙地之一，地处鄂尔多斯盆地南部和黄土高原北部的过渡地带，地势自西北向东南逐渐倾斜，面积为41 415 km²。年降水量137~578 mm，年内降水变率大且不稳定性强，集中于7—9月，约占全年降水量的2/3^［16-17］。受大陆性季风气候影响，区内年平均气温6.8~10.9 ℃，7月一般有年内气温峰值。蒸发强烈，近30 a内水面平均蒸发量约1 200 mm^［18］，属于温带干旱和半干旱区。毛乌素沙地地表水和地下水丰富^［19］，内部河系发育性差，东南部水资源条件相对较好，多数水体补给主要来自大气降水^［20-21］。植被以沙生为主，呈地带性分布，自西北向东南依次为荒漠草原、干草原、森林草原^［22］（图1）。受自然条件和人为干扰影响，地区敏感性高，生态环境脆弱。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 毛乌素沙地地理位置及植被分布

Fig.1 Location of the Mu Us Sandy Land and the distribution of major vegetation types

1.2　数据来源

本文使用的地表水体和植被覆盖数据主要来源于美国航天航空局（NASA）提供的Landsat卫星数据集（Landsat5/7/8），空间分辨率为30 m×30 m，时间分辨率为16 d。本文所研究地表水体指陆地可见季节性水体和永久性水体的总和，通过比较毛乌素沙地水体面积月际变化趋势，并且考虑到毛乌素沙地水体面积季节更替以及降水入渗滞后性，选取1990—2018年9—11月对年际水体面积变化进行比较。

本文年降水量和年均气温数据均来自中国气象科学数据网，获取1990—2018年鄂托克旗、鄂托克前旗、乌审旗、定边、靖边、盐池、横山、榆阳、神木共9个气象站数据进行插值合成处理。经检验，降水量和气温数据均与站点海拔呈显著相关（ $P < 0.01$ ）。

2 研究方法

2.1　数据处理

遥感数据主要基于Google Earth Engine（GEE）云平台（https：//earthengine.google.com/）进行处理。考虑到对长时间序列数据的处理，选取Landsat5、7、8卫星数据集对毛乌素沙地水体面积和植被覆盖度进行统计。首先，将Landsat5、7、8数据集导入GEE平台并在平台合成校正，过滤云量和阴影对地表影像资料的影响，水体面积提取遥感数据集中绿波段和近红外波段进行波段融合，植被覆盖度选取红波段和近红外波段进行融合，并且利用归一化指数法提取水体和植被覆盖信息。然后，将研究区矢量数据导入平台，进行投影转换、镶嵌剪裁处理，选取研究时间段，输出像元值计算水体频率和植被覆盖度，通过最大合成法合成月水体面积数据，同时循环叠加计算以提取年水体面积导出研究区内永久性和间歇性水体面积总和数据。

2.2　水体变化统计方法

本文采用Mcfeeter提出的归一化水体指数法提取（Normalized Difference Water Index，NDWI）研究水体，该指数综合利用多波段信息，增强遥感影像中的水体信息^［23］，以更真实反映地表水体面积分布。NDWI主要应用Landsat遥感影像中绿波段和近红外波段进行归一化差值处理，以提取影像中水体信息。其表达式为：

N D W I = \frac{ρ_{G} - ρ_{N}}{ρ_{G} + ρ_{N}}

（1）

式中：NDWI为归一化水体指数； $ρ_{G}$ 为绿波段反射率； $ρ_{N}$ 为近红外波段反射率。

2.3　植被覆盖度统计

归一化植被指数（Normalized Difference Vegetation Index， NDVI）常用来进行区域尺度的植被分类和植被覆盖度研究，计算公式为：

N D V I = \frac{ρ_{N} - ρ_{R}}{ρ_{N} + ρ_{R}}

（2）

式中：NDVI为混合像元的植被指数值； $ρ_{N}$ 为近红外波段反射率； $ρ_{R}$ 为红外波段。

为更好反映研究区植被动态变化，利用植被覆盖度（Fractional Vegetation Cover，FVC）统计研究区植被分布状况，计算公式为：

F V C = \frac{N D V I - N D V I_{s o i l}}{N D V I_{v e g} - N D V I_{s o i l}}

（3）

式中：FVC为植被覆盖度；NDVI_soil为纯土壤像元最小值，理论上接近于0；NDVI_veg为纯植被像元最大值，理论上接近于1。

3 研究结果

3.1　1990—2018年毛乌素沙地水体月际变化

为研究近29 a内毛乌素沙地水体面积月际变化，选取1990—2018年各月平均水体面积数据进行分析。对于总体趋势而言，毛乌素年内水体面积变化具有波动性，1—2、4—7月和8—10月水体面积逐渐萎缩，而2—4月和10—12月水体面积逐渐扩张（图2）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 1990—2018年毛乌素沙地水体面积月际变化

Fig.2 Inter-monthly variation in water at the spatial-average level in the Mu Us Sandy Land during 1990-2018

对于年内不同月份水体面积，年内变化第一次峰值出现在4月，月增面积为44.867 km²（28.60%），8月为年内水体变化第二个峰值，并且7—8月波动最为剧烈，水体面积月增量达到55.477 km²（34.39%）。8—10月水体面积逐渐减少，并且在11月回升，逐月面积变化范围为-2.283~9.018 km²，但整体波动很小，面积变化率0.53%~1.64%（表1）。其中，2月为年内水体面积最小月，面积仅为146.150 km²，相比上月共缩小了41.918 km²（22.29%）。

表1 1990—2018年不同月份毛乌素沙地水体面积

Table 1 Monthly mean area of water in the Mu Us Sandy Land during 1990-2018

月份	水体面积/km²	变化面积/km²	变化率/%	月份	水体面积/km²	变化面积/km²	变化率/%
1	188.069	—	—	7	161.301	-27.010	-14.34
2	146.150	-41.918	-22.29	8	216.778	55.477	34.39
3	156.905	33.800	23.13	9	214.495	-2.283	-1.05
4	201.773	44.867	28.60	10	213.360	-1.135	-0.53
5	193.045	-8.728	-4.33	11	222.378	9.018	4.23
6	188.311	-4.734	-2.45	12	226.027	3.649	1.64

新窗口打开| 下载CSV

3.2　1990—2018年毛乌素沙地水体面积年际变化

毛乌素沙地降水主要发生于8月并且在11月经历水体结冻，由毛乌素沙地水体面积月际变化（图2）可知，季节变化影响水体面积稳定性，其中9—11月水体面积稳定性较强，因此，为进一步研究1990—2018年毛乌素沙地长时间序列下水体面积变化，选取1990—2018年毛乌素沙地9—11月平均水体面积代表年水体面积进行统计。提取1990—2018逐年共29期数据，通过归一化指数计算分类出水体和除水体外其他土地利用形式，通过卫星影像数据获取1990—2018年地表水体分布状况（图3），从空间分布上看，内陆湖主要分布在区域北部，部分年份存在间歇性水体，主要位于毛乌素沙地西北部，而河流主要在东南部。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1990—2014年毛乌素沙地水体面积变化

Fig.3 The surface water area changes on the Mu Us Sandy Land during 1990-2014

从整体上看，1990—2018年研究区水体面积均有变化，波动较大，但整体呈现减少的趋势，近29 a水体面积变化速率为0.720%~49.787%，共缩减了104.279 km²（表3）。1990年毛乌素沙地水体面积达到29 a内最大值，总面积高达379.771 km²；2012—2015年期间水体整体大幅度减少，4 a期间面积减少148.680 km²。

表3 毛乌素沙地1990—2018年水体面积

Table 3 The statistical of annual surface water area of water in the Mu Us Sandy Land during 1990-2018

年份	水体面积/km²	变化面积/km²	变化率/%	年份	水体面积/km²	变化面积/km²	变化率/%
1990	379.771	—	—	2005	172.014	-85.997	-33.331
1991	229.711	-150.060	-39.513	2006	189.519	17.505	10.176
1992	277.394	47.683	20.758	2007	283.874	94.355	49.787
1993	235.357	-42.037	-15.154	2008	281.830	-2.044	-0.720
1994	296.259	60.902	25.876	2009	237.346	-44.484	-15.784
1995	317.312	21.053	7.106	2010	228.016	-9.330	-3.931
1996	234.920	-82.392	-25.966	2011	287.111	59.095	25.917
1997	222.039	-12.882	-5.483	2012	376.939	89.828	31.287
1998	305.430	83.391	37.557	2013	296.247	-80.692	-21.407
1999	271.008	-34.422	-11.270	2014	272.071	-24.176	-8.161
2000	209.978	-61.030	-22.520	2015	228.259	-43.813	-16.103
2001	258.881	48.903	23.290	2016	336.970	108.711	47.626
2002	347.718	88.837	34.316	2017	304.954	-32.016	-9.501
2003	316.919	-30.799	-8.857	2018	275.492	-29.462	-9.661
2004	258.011	-58.908	-18.588

新窗口打开| 下载CSV

3.3　1990—2018年毛乌素沙地水体面积影响因素

毛乌素沙地地形闭塞，径流不通畅，多数湖淖主要依靠降水补给，水体面积不稳定性强。为探究气候因素对毛乌素沙地水体面积影响，对研究区降水量、温度以及植被覆盖3种驱动因子进行统计分析。

3.3.1　降水量影响水体面积特征

1990—2018年区内降水量整体变化波动较大，总体呈现上升趋势，29 a内平均降水量328.48 mm，在2018年达到峰值（图4）。而2000年和2005年降水量较低，比平均值低135.51 mm和118.56 mm。1990—2018年，除1995、2012、2016年水体面积较大外，区内水体整体呈现增长趋势，与降水量整体变化趋势相同。利用水体面积与降水量进行相关性分析（图5），相关系数为0.57，说明降水量和水体面积呈显著正相关（P<0.05），但整体显著性水平比较低。降水量较低的年份，水体面积显著下降，说明年降水量影响了水体面积，但并不是唯一影响水体面积变化的因素。通过调查发现，毛乌素沙地农田开发和人工造林活动频繁，为了减少长周期数据带来的误差，我们需要对降水量数据和水体面积数据在不同时间段上进行相关性分析，进一步研究降水量是否为影响水体面积变化的因素。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 毛乌素沙地水体面积与降水量关系

Fig.4 Relationship between water body area and rainfall in the Mu Us Sandy Land

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 1990—2018年毛乌素沙地降水量和水体面积变化

Fig.5 Annual rain and area of water in the Mu Us Sandy Land during 1990-2018

根据水体面积和降水量变化趋势，通过逐期叠加对比发现，29期数据中1991—2008年和2009—2017年两个时间段内相关系数分别为0.59和0.77（P<0.05，图5），2009—2017年相关性尤为显著，可见该阶段内降水量是影响区内水体面积变化的重要因素。

3.3.2　气温影响水体面积特征

对研究区气温数据统计分析发现，1990—2018年年均气温呈整体上升趋势，但整体波动不大。年均气温和水体面积相关性分析表明，气温对水体面积的影响并不显著（P<0.05），说明长时间序列上，气温并不是影响研究区水体面积变化的主要因素（图6）。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 1990—2018年毛乌素沙地年均气温和水体面积变化

Fig.6 Annual average temperature and area of water in the Mu Us Sandy Land during 1990-2018

3.3.3　植被覆盖影响水体面积特征

根据Google Earth Engine平台Landsat 5、7、8数据集反演采集归一化植被指数（NDVI）分布直方图，将植被覆盖分为4个等级：无植被覆盖（FVC≤0）、中低植被覆盖（0<FVC≤0.4）、中植被覆盖（0.4<FVC≤0.6）、中高植被覆盖（0.6<FVC≤1）和其他（除植被外的水体和建筑等）。通过图像重分类统计4类植被覆盖比例（图7）。其中，研究区植被覆盖以中低植被覆盖为主。1990—2018年研究区植被覆盖总体呈扩张趋势（图8），区域总植被面积增加了774.377 km²（2.03%），而中低植被覆盖面积减小，中植被覆盖和中高植被覆盖面积增加。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 不同年份不同覆盖地区面积占毛乌素沙地总面积的比例

Fig.7 Proportion of different coverage areas in the total area of the Mu Us Sandy Land during 1990-2018

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 1990—2018年毛乌素沙地植被覆盖变化趋势

Fig.8 Trend of vegetation cover in the Mu Us Sandy Land during 1990-2018

筛选1990—2018年完整NDVI遥感影像，对29 a整体植被覆盖面积和水体面积进行相关性分析，发现二者呈负相关关系，但相关性不显著。其中，1990、1997—1998、2003—2007、2009、2011—2015年和2018年共16期植被覆盖面积和水体面积相关系数R²=0.57（P<0.05），说明植被覆盖影响水体变化，并且随着植被面积扩张，水体会出现萎缩趋势。需要注意的是，在较短时间内，以及植被重建的2~4 a内，对水资源的消耗较大，然后趋于稳定。总体而言，植被不是影响水体面积的主要因素。

4 讨论

4.1　毛乌素沙地水体面积时空动态变化

4.1.1　毛乌素沙地水体面积年内变化特征

毛乌素沙地受地形和大陆性气候影响，地区内部径流不通畅、河系不发育，导致区内水体面积呈季节性动态变化。通常每年11月至次年3月，研究区水体和土壤水分会经历结冻和冻融循环过程^［24］，春季气温回升，冰雪大面积消融成为动态水，水体面积呈增长趋势。区域内部降水虽多，但时空分布不均，由夏季风带来的降水集中在7—9月^［25］，尤其是8月，且降水历时短，多以暴雨形式出现，导致降水可利用效率低，短时间内不能被植被和土壤吸收利用，地表出现很多间歇性水体。因此，水体面积在8月大幅度上升，8—10月随水分入渗和植被对水分的消耗，水体面积小幅度减小，逐渐趋于稳定，间接说明水体面积对降水因子的响应具有滞后性。而冬季降雪少，对水体补充缺少保证，在次年春季易发生春旱。

4.1.2　毛乌素沙地水体面积年际变化特征

水体年际变化可以反映水体对气候变化的响应，对了解当地水文循环至关重要。近29 a，毛乌素沙地内部的水体面积逐年波动幅度较大，体现了干旱区地表水体变化波动较为剧烈的特点，可以反映该时间段内区域水分消耗趋势。从逐年水体变化类型来看，区域内水体变化主要为间歇性水体，对气候、环境变化和人为干扰比较敏感，不稳定性强；而永久性水体，虽然出现扩张和萎缩的现象，但并不是毛乌素沙地水体面积变化的主体。

4.2　毛乌素沙地水体变化影响因子

水资源调节主要来自气候变化和土地利用的综合影响^［26］，虽然人类活动对水文状况的影响比气候变化的影响更大，但在高海拔地区，气候变化对水体变化影响占主导地位^［27］，其中，气候主要通过气温和降水影响区域内水量。毛乌素沙地地形闭塞，内部河系发育性差，水资源供给受气候因子制约，沙地内地表水体补给和人类活动主要依赖于降水^［28］。从区域内气候和水体变化特征来看，降水是驱动水体面积变化的直接因子，从29 a长时间序列来看，二者相关性并不明显，但从分段时间卫星数据监测来看，降水是影响毛乌素沙地水体面积主要因子之一，特别是对西部高海拔发育性差的水体。而在全球气候变暖的趋势下，29 a内毛乌素气温整体呈上升的变化趋势，在研究中并未发现气温和水体面积有相关性。

水体和植被动态变化是地表动态变化的重要指标，水平衡是干旱区决定植被分布的重要因素^［29］。毛乌素沙地主要地下水含水岩组为黄土下部的白垩系洛河组砂岩，埋藏较深，植被生长较难利用^［29］，植被主要利用地表水分进行生长发育。20世纪90年代以来，在全国“三北”防护林建设和退耕还林政策的影响下，毛乌素沙地不同地区内植被覆盖度增加，区内以中低植被覆盖为主导，并逐渐向中植被、中高植被覆盖转化，整体植被逐渐好转^［30-31］。植被重建既提高了净初级生产力，同时增加了蒸散量，引起显著的水体量与跨水文区年降水量之比降低^［32］。大规模的植被恢复会加剧地区内水资源短缺^［33］，造成潜在的水需求冲突，在水资源的有限地区进行无限的植被扩张最终会使地区水分供应不平衡。因此，平衡植被和区域水资源对于促进植被恢复计划的可持续经营和保障地区用水需求至关重要。

5 结论

本文选取1990—2018年NDWI对毛乌素沙地水体面积变化趋势进行分析，研究结果表明NDWI可以很好显现地表水体信息特征，能够消除云量和其他土地利用类型对水体的影响。

近29 a毛乌素沙地水体面积年际波动较为剧烈，但总体呈现减少趋势，变化水体主要为间歇性水体。

根据毛乌素沙地水体与地区气候因子和植被覆盖面积的相关分析发现，长时间序列下，降水因子对水体面积变化影响显著，年降水量和水体面积变化呈显著正相关，在2009—2017年内降水和水体面积的相关性强。

年平均气温并不是影响水体面积变化的关键因子，表明全球变暖对毛乌素沙地水资源影响较小，该地区影响水资源量的因素是人类活动和植被覆盖度的增加。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

张利平，夏军，胡志芳.

中国水资源状况与水资源安全问题分析

［J］.长江流域资源与环境，2009，18（2）：116-120.