气候变化和人类活动对土壤风蚀影响的定量评估
——以内蒙古自治区为例
1.
2.
3.
Quantitative assessment the impacts of climate change and human actives on wind erosion: a case study of Inner Mongolia Autonomous Region
1.
2.
3.
收稿日期: 2023-07-16 修回日期: 2023-08-24
基金资助: |
|
Received: 2023-07-16 Revised: 2023-08-24
作者简介 About authors
李庆(1986—),男,山东金乡人,博士,副研究员,研究方向为土壤风蚀与沙漠化E-mail:
关键词:
Keywords:
本文引用格式
李庆, 周娜, 王盛, 李童洲, 王仁德, 王金凤.
Li Qing, Zhou Na, Wang Sheng, Li Tongzhou, Wang Rende, Wang Jinfeng.
0 引言
气候变化和人类活动是引起土壤风蚀变化的驱动力。定量评估二者对土壤风蚀变化的贡献率是深入揭示土壤风蚀变化机制的关键[1-2]。气候变化和人类活动通过直接或间接作用于各风蚀影响因子,影响土壤风蚀。气候变化表现为风、降水、气温、辐射、蒸发等气象要素的变化。风改变作用于土壤表面的风力侵蚀因子,直接影响地表风蚀过程并控制风蚀模数变化[3]。气温、降水、辐射、蒸发等气象要素,主要通过改变区域干湿状况,引起植被和土壤湿度因子的变化,间接影响土壤风蚀[4-6]。人类活动可分为开发利用型和保护修复型两类。开发利用型人类活动,包括开垦、放牧、采伐、矿山开采等,通过改变植被、土地利用方式和地形等风蚀影响因子,促进区域土壤风蚀发展[7-8]。而保护修复型人类活动,包括防护林建设、退耕还林草、禁牧等,通过改变土地利用方式、降低利用强度、促进植被恢复,抑制土壤风蚀的发生与发展[4,9]。
目前,不少学者以风蚀模型为基础,利用控制变量、相关分析、冗余度分析、地理探测器、多元线性回归等方法,定量评估气候变化和人类活动对区域土壤风蚀发生发展的影响。其中,控制变量法,通过控制部分风蚀影响因子,实现了像元尺度上气候变化和人类活动对土壤风蚀影响的定量分解,是常用的方法。风、植被和土地利用是引起土壤风蚀变化的主要因子[1-2,10-20]。风因子主要受气候变化影响,土地利用因子主要受人类活动影响,植被因子受气候变化和人类活动共同作用。然而目前在定量评估驱动力时,大多将植被变化引起的风蚀量变化归为人类活动驱动。这必将导致驱动力评估结果与实际情况存在差异。因此,如何拆分气候变化和人类活动对植被的作用,是准确评估两大驱动力对土壤风蚀变化影响的关键问题。
内蒙古自治区横跨干旱、半干旱、半湿润气候区和农业、牧业活动区,是中国土壤风蚀强烈、气候波动幅度大、人类活动频繁的地区,也是开展区域气候变化和人类活动对土壤风蚀影响定量研究的理想场所。基于此,本研究以内蒙古自治区为研究区,综合选取多地类风蚀经验模型,分析2000—2019年内蒙古自治区土壤风蚀的时空变化;结合残差趋势法和控制变量法,改进土壤风蚀驱动力的定量评估方法,定量评估气候变化和人类活动对区域土壤风蚀变化的贡献率。
1 数据与方法
1.1 研究区概况
内蒙古自治区地处中纬度内陆,总面积1.18×106 km2(图1),属典型大陆性季风气候。气候季节性差异明显,春季风大干旱、夏季温热短促、秋季气温剧降、冬季漫长严寒。年平均气温-3.1~9.4 ℃,呈自南向北逐渐降低趋势。内蒙古自治区降水区域差异较大,年降水量50~500 mm,自东向西逐渐递减,受季风影响,降水集中在夏季,冬春季干旱。年蒸发量1 000~3 000 mm,呈由东向西递增趋势。受降水和蒸发影响,内蒙古自治区干旱程度呈现出自东向西不断加重的趋势,植被生长状况也相应表现出逐渐变差的趋势。多年平均风速1.4~5.2 m·s-1,空间上呈现出自东北向西南“低-高-低-高”相间分布趋势,冬春季风速大且多大风,形成了“风旱同季”的模式。内蒙古自治区土壤类型多样,自东向西依次有黑土、暗棕壤、黑钙土、栗钙土、棕壤、灰钙土、风沙土、灰棕漠土,大部分土壤质地疏松、易于风蚀。受自然条件影响,内蒙古自治区生态环境脆弱,是中国土壤风蚀严重地区[16]。
图1
内蒙古自治区草地资源丰富,是中国重要的畜牧业大区,区内纯牧业旗33个,半牧业旗21个,2019年牲畜年末存栏量达2 377.2万头(牛单位)。由于不合理的放牧活动,区内大部分草地处于超载或临界超载状态,部分草地处于退化状态。2000—2020年内蒙古自治区人口从2 372.0万增加至2 402.8万,GDP由2000年的0.15万亿元增加至2020年的1.73万亿元。随着人口增加和社会经济发展,内蒙古自治区土地利用也发生了较大变化,2000—2020年区内农作物播种面积增加了29 684.1 km2,建设用地面积增大了4 449.4 km2。人类活动强度的增大加重了原本脆弱生态系统的压力,使之成为中国北方现代土地荒漠化发生发展的重点区域,也是中国北方土壤风蚀的活跃地区。1979年以来,当地和中央政府在内蒙古自治区开展了“三北”防护林、京津风沙源治理、退耕还林还草等系列生态工程,生态工程的实施取得了较好的生态效益。
1.2 数据源
本研究所用数据包括归一化植被指数(NDVI)数据、表土湿度数据、土地利用数据、土壤类型数据、逐时风速数据、逐月降水数据和逐月气温数据。NDVI数据为2000—2019年MODIS 1 km/16天NDVI产品,由MODIS网站(
表1 本研究数据源
Table 1
名称 | 分辨率/比例尺 | 时间 | 数据来源 |
---|---|---|---|
NDVI | 1 km×1 km | 2000—2019年 | https://ladsweb.modaps.eosdis.nasa.gov/search/ |
表土湿度数据 | 0.25°×0.25° | 2000—2019年 | https://search.earthdata.nasa.gov/search |
土地利用数据 | 1 km×1 km | 2000、2005、2010、2015年 | https://www.resdc.cn/ |
土壤类型数据 | 1 km×1 km | https://www.resdc.cn/ | |
小时风速、月降水量、月平均气温 | 气象站点 | 2000—2019年 | http://data.cma.cn/ |
1.3 研究方法
综合选用多地类风蚀经验模型、控制变量法、残差趋势法和像元二分法,完成本研究。首先,利用残差趋势法,计算气候条件影响下的潜在植被指数;其次,利用像元二分法,结合实际植被指数和气候条件影响下的潜在植被指数,分别计算实际植被覆盖度和潜在植被覆盖度;第三,选取多地类风蚀经验模型,结合控制变量法,分别计算实际风蚀模数、气候条件影响下的潜在风蚀模数和人类活动影响下的风蚀模数;最后,结合趋势分析和情景分析,定量评估内蒙古自治区气候变化和人类活动对土壤风蚀变化的贡献率。
1.3.1 残差趋势法
残差趋势法认为植被变化是气候变化和人类活动共同作用的结果。本研究利用该方法计算获得气候变化影响下的潜在植被指数。①以2000—2019年4—5月逐旬NDVI数据为基础,计算获得2000—2019年逐年春季平均NDVI数据(即实际植被指数,NDVIA);②以2000—2019年逐年春季NDVIA、年降水量(上一年6月至当年5月降水量累计值)和平均气温(上一年6月至当年5月气温平均值)为基础,建立逐像元气象因子与NDVIA的回归关系;③利用建立的回归关系和气象数据计算2000—2019年气候条件影响下的春季植被指数(即潜在植被指数,NDVIP)。
1.3.2 实际植被覆盖度和潜在植被覆盖度的计算
像元二分法是利用遥感数据监测植被覆盖度的常用方法[28]。假定任一像元都可分解为纯植被和纯土壤两个组分,像元的光谱信息也是两种纯组分的线性组合,因此植被覆盖度的计算公式如下:
式中:VC为植被覆盖度(%);NDVI为各像元NDVI值;NDVIveg为纯植被像元的NDVI值;NDVIsoil为纯裸土像元的NDVI值。为消除噪声影响,一般将NDVI累计概率5%和95%处NDVI值作为NDVIsoil和NDVIveg的取值[28]。以植被覆盖度计算公式为基础,结合2000—2019年的NDVIA和NDVIP数据,分别计算获得研究区逐年春季实际植被覆盖度(VCA)和潜在植被覆盖度(VCP)。
1.3.3 风蚀模型
式中:Qfa为大田条件下耕地的土壤风蚀模数(t·km-2∙a-1);Qfg/ff为大田条件下植被盖度为VC(%)时林草地的土壤风蚀模数(t·km-2∙a-1);Qfs为大田条件下植被盖度为VC(%)时沙地(包括沙地和风沙土)的风蚀模数(t·km-2∙a-1);z0为地表空气动力学粗糙度(cm),对于中国北方传统耕作方式,翻耕后裸露耕地表面的空气动力学粗糙度约为0.55 cm;
1.3.4 实际风蚀模数、潜在风蚀模数和人类活动影响下风蚀模数的确定
以逐年实际植被覆盖度、土地利用、风速、表土湿度数据为基础,结合风蚀模型计算获得2000—2019年实际土壤风蚀模数(QA)。控制2000年土地利用数据不变,潜在植被覆盖度、风速和表土湿度数据逐年变化,计算获得2000—2019年气候变化影响下的潜在风蚀模数(QC)。实际风蚀模数与潜在风蚀模数的差值即为人类活动影响下的风蚀模数(QH)。
式中:QA、QC和QH单位均为t·km-2∙a-1。
1.3.5 气候变化和人类活动对土壤风蚀影响的定量评估
选用最小二乘法计算实际风蚀模数、潜在风蚀模数和人类活动影响下风蚀模数的变化趋势。
式中:S为风蚀模数的变化趋势;n为总年数,20;Qi 代表第i年的风蚀模数(t·km-2∙a-1)。SA、SC和SH分别代表实际风蚀模数、潜在风蚀模数和人类活动影响风蚀模数的变化趋势。当SA大于0,代表实际风蚀模数增强;SA小于0,代表实际风蚀模数减弱。SC大于0,表示气候变化有利于风蚀模数增强;SC小于0,表示气候变化有利于风蚀模数减弱。SH大于0,表示人类活动有利于风蚀模数增强;SH小于0,表示人类活动有利于风蚀模数减弱。因此气候变化和人类活动对土壤风蚀变化的相对作用共存在以下8种可能情景(表2)。
表2 气候变化和人类活动对风蚀变化相对作用的8种情景
Table 2
情景 | SA | SC | SH | 情景描述 | |
---|---|---|---|---|---|
情景1 | >0 | >0 | <0 | 风蚀增强由气候变化引起 | |
情景2 | >0 | <0 | >0 | 风蚀增强由人类活动引起 | |
情景3 | >0 | >0 | >0 | |SC|>|SH| | 风蚀增强主要由气候变化引起 |
情景4 | >0 | >0 | >0 | |SC|<|SH| | 风蚀增强主要由人类活动引起 |
情景5 | <0 | >0 | <0 | 风蚀减弱由人类活动引起 | |
情景6 | <0 | <0 | >0 | 风蚀减弱由气候变化引起 | |
情景7 | <0 | <0 | <0 | |SC|>|SH| | 风蚀减弱主要由气候变化引起 |
情景8 | <0 | <0 | <0 | |SC|<|SH| | 风蚀减弱主要由人类活动引起 |
2 结果
2.1 风蚀模型精度评估
与实测值对比是验证风蚀模型模拟精度最可靠的方法。本研究采用137Cs放射性元素示踪法获得样点实际风蚀量,用于验证模型模拟精度。2017年在内蒙古锡林郭勒草原生态系统国家野外科学观测研究站内的多年围封草地内按2 mm等间距采集137Cs背景值样品。同时,在内蒙古自治区范围内布设了多个实际风蚀样点,采集137Cs样品。样品风干、研磨后,过2 mm筛,利用高纯锗γHPGe测量系统(BE5030,CANBERRA,探测器的相对效率为50.9%)测量137Cs活度。结合Yang等[31]开发的质量平衡模型,计算各样点的实际风蚀量。计算结果与对应样点的模型模拟值一一对比,检验模型模拟结果的可靠性。结果显示,模型模拟值与实测值显著相关(R2=0.63,P<0.01),模型模拟精度较好,满足研究需要(图2)。
图2
图2
模型模拟值与实测值的关系
Fig.2
The comparison between simulated value and measured value
2.2 风蚀模数的时空分布特征
内蒙古自治区年均土壤风蚀量2.59×1011 t,风蚀模数2 260.94 t·km-2·a-1(图3)。根据中华人民共和国水利部制定的风蚀模数分级标准对风蚀模数进行分级[32]。结果显示,内蒙古自治区以轻度(200~2 500 t·km-2·a-1)风蚀区域面积最大,为574 152 km2,占研究区总面积的50.12%。其次为微度(0~200 t·km-2·a-1)风蚀,面积322 821 km2,占研究区总面积的28.18%,集中分布在研究区东北部。中度(2 500~5 000 t·km-2·a-1)、极强度(8 000~15 000 t·km-2·a-1)和剧烈(>15 000 t·km-2·a-1)风蚀区面积分别为55 452、47 465 km2和49 414 km2,占研究区总面积的4.84%、4.14%和4.31%,主要分布在阿拉善盟、巴彦淖尔市、乌海市、锡林郭勒盟、赤峰市和通辽市的沙漠和沙地。强度(5 000~8 000 t·km-2·a-1)风蚀区面积最小,为22 206 km2,仅占研究区总面积的1.94%。
图3
图3
内蒙古自治区2000—2019年平均土壤风蚀模数的空间分布
Fig.3
Spatial distribution of mean wind erosion modulus in Inner Mongolia Autonomous Region from 2000 to 2019
2000—2019年内蒙古自治区土壤风蚀模数整体呈显著减小趋势(P<0.05),风蚀模数年减小速率55.95 t·km-2·a-2。2001年区域平均土壤风蚀模数最大,为3 846.18 t·km-2·a-1;2011年区域平均土壤风蚀模数最小,为1 492.42 t·km-2·a-1。空间上,风蚀模数呈增大趋势的区域面积464 529 km2,占研究区总面积的43.35%,主要分布在锡林郭勒盟、乌兰察布市、呼和浩特市、鄂尔多斯市中部、呼伦贝尔市西部和阿拉善盟西部地区(图4)。其中,呈显著增大趋势的区域占总面积的19.48%,集中分布在呼和浩特市、乌兰察布市、呼伦贝尔市西部和锡林郭勒盟西部地区。风蚀模数呈减弱趋势的区域面积606 981 km2,占研究区总面积的56.65%,主要分布在区域东部和中西部地区。其中,呈显著减弱趋势的区域占总面积的31.32%,集中分布在巴彦淖尔市、乌海市、阿拉善盟东部、包头市西部、赤峰市南部和通辽市南部地区。
图4
图4
2000—2019年内蒙古自治区土壤风蚀模数变化趋势
Fig.4
Variation trend of wind erosion modulus in Inner Mongolia Autonomous Region in 2000-2019
2.3 气候变化和人类活动对土壤风蚀变化的贡献率
驱动力分析结果显示,气候变化是引起土壤风蚀变化的主要因素(图5),由气候变化和气候变化主导引起的土壤风蚀变化区域面积685 595 km2,占风蚀变化区域总面积的63.98%。其中,由气候变化和气候变化主导引起的土壤风蚀减弱区域面积360 118 km2,占风蚀变化区域总面积的33.61%,主要分布在通辽市东部、兴安盟东部、锡林郭勒盟南部、包头市北部、巴彦淖尔市、乌海市和阿拉善盟中东部。由气候变化和气候变化主导引起的土壤风蚀增强区域面积246 863 km2,占风蚀变化区域总面积的30.37%,主要分布在呼伦贝尔市西部、锡林郭勒盟北部、乌兰察布市北部、呼和浩特市、包头市南部、鄂尔多斯市和阿拉善盟西部。
图5
图5
2000—2019年内蒙古自治区土壤风蚀驱动力
Fig.5
Driving force analysis of wind erosion in Inner Mongolia Autonomous Region in 2000-2019
人类活动也是引起土壤风蚀变化的主要因素,由人类活动和人类活动主导引起的土壤风蚀变化区域面积385 915 km2,占风蚀变化区域总面积的36.02%,零散分布在研究区。其中,由人类活动和人类活动主导引起的土壤风蚀减弱区域面积325 477 km2,占风蚀变化区域总面积的23.04%,零散分布在呼伦贝尔市东部、兴安盟西部、锡林郭勒盟中部、赤峰市中部和鄂尔多斯市南部。由人类活动和人类活动主导引起的土壤风蚀增强区域面积139 052 km2,占风蚀变化区域总面积的12.98%,零散分布在呼伦贝尔市、锡林郭勒盟、兴安盟和通辽市。
3 讨论
3.1 气候因子对风蚀的影响
图6
图6
2000—2019年内蒙古自治区土壤风蚀模数(A)、年平均风速(B)、植被覆盖度(C)、年降水量(D)和年平均气温(E)的变化趋势
Fig.6
Variation trend of wind erosion modulus (A), mean wind speed (B), vegetation coverage (C), precipitation (D), and mean temperature (E) in Inner Mongolia Autonomous Region from 2000 to 2019
图7
图7
气候变化和气候变化主导区域内土壤风蚀变化与年平均风速(A)、植被覆盖度(B)、年降水量(C)和年平均气温(D)的关系
Fig.7
Relations of wind speed (A), vegetation coverage (B), precipitation (C), and temperature (D) and wind erosion modulus for climate-driven and climate-dominate-driven area
3.2 植被因子对风蚀的影响
气候变化和气候变化主导区域内相关性分析结果显示,40.23%的区域植被覆盖度的变化趋势与风蚀模数呈显著负相关关系(图8),这说明植被是影响区域土壤风蚀的主要因子。同时,1.35%的区域植被覆盖度的变化趋势与风蚀模数呈显著负相关关系,这些区域正好与风速显著相关区域重合,风速对风蚀变化的作用超过植被覆盖度,因此植被覆盖度变化与风蚀模数变化呈负相关关系。气候变化和气候变化主导区域内存在大面积区域的植被覆盖度与风蚀模数呈显著相关关系,这表明植被对区域风蚀的影响中气候变化的作用较大,分解植被因子中气候变化的作用对准确评估气候变化和人类活动对风蚀变化的贡献率十分重要。
图8
图8
气候变化主导区(A)和人类活动主导区(B)内风蚀模数与植被覆盖度的关系
Fig.8
Relations of vegetation coverage and wind erosion modulus for climate-driven and climate-dominate-driven area (A) and human-driven and human-dominate-driven area (B)
人类活动和人类活动主导区域内相关性分析结果显示,35.72%的区域植被覆盖度变化趋势与风蚀模数呈显著负相关关系,说明植被是影响区域土壤风蚀的重要因子。同时,3.55%的区域植被覆盖度变化趋势与风蚀模数呈显著负相关关系,这些区域大部分与其他因子变化的区域重合,其他因子对风蚀变化的作用超过植被覆盖度,因此植被覆盖度变化与风蚀模数变化呈负相关关系。人类活动和人类活动主导区域内存在大面积区域的植被覆盖度与风蚀模数呈显著相关关系,表明植被对风蚀的影响中人类活动的作用也较大。
3.3 土地利用因子对风蚀的影响
不同土地利用类型的植被覆盖状况、土壤松散程度和人类活动扰动强度均不同,土壤风蚀模数也不同[33]。本研究中不同土地利用的风蚀模数差异较大。其中,沙地风蚀模数最大,为107.97 t·hm-2·a-1;其次为未利用地(沙地除外)、草地和耕地,风蚀模数分别为16.26、11.82、8.68 t·hm-2·a-1;林地风蚀模数最小,仅为1.21 t·hm-2·a-1。风蚀模数的空间分布与土地利用表现出较好的空间一致性,强度、极强度和剧烈风蚀区与沙地分布范围空间上基本重合。根据不同土地利用风蚀强度的特点,结合人类扰动强度,本研究将2000—2015年土地利用的变化进行分类。例如林地、未利用地、草地、耕地转化为沙地定义为风蚀风险加重类;反之定义为风蚀风险减弱类。因此,土地利用类型可分为6种不变类型和9种变化类型(表3)。
表3 2000—2015年土地利用变化分类
Table 3
土地利用不变类型 | 土地利用变化类型 | |
---|---|---|
风蚀风险加重类 | 风蚀风险减弱类 | |
耕地 | 林地草地不可蚀土地未利用地转耕地 | 沙地转耕地 |
林地 | 不可蚀土地转林地 | 耕地草地沙地未利用地转林地 |
草地 | 林地不可蚀土地转草地 | 耕地沙地未利用地转草地 |
沙地 | 耕地林地草地不可蚀土地未利用地转沙地 | 耕地林地草地沙地未利用地转不可蚀土地 |
未利用地 | 林地草地不可蚀土地转未利用地 | 耕地沙地转未利用地 |
图9
图9
人类活动和人类活动主导引起的风蚀减弱区(A)和风蚀增强区(B)内土地利用变化情况
Fig.9
Land use change in the decreased area (A) and increased area (B) driven by human activities
人类活动和人类活动主导引起的风蚀增强区域内,同样以林地、草地和耕地为主,占区域面积的85.04%(图9),这些区域风蚀增强可能主要与区域人类活动强度过大有关。同时,林地草地不可蚀土地未利用地转耕地、林地不可蚀土地转草地和耕地林地草地不可蚀土地未利用地转沙地是区域内土地利用变化的主要方式,这些变化方式大多也都是人类活动强度增大的结果。2000—2015年,内蒙古自治区不同土地利用类型之间累计变化面积不超过研究区总面积的4%。因此土地利用类型是影响风蚀空间分布特征的重要因素,但由于变化幅度小,对风蚀变化的影响相对有限。
4 结论
本研究选用多地类风蚀经验模型评估了2000—2019年内蒙古自治区风蚀模数的时空分布格局,结合控制变量法和残差趋势法,改进土壤风蚀驱动力的定量评估方法,定量评估了气候变化和人类活动对土壤风蚀变化的贡献率。结果显示,内蒙古自治区年均土壤风蚀量2.59×1011 t,以轻度和微度风蚀为主,中度及以上风蚀区占比较小,集中分布在区域内的沙漠和沙地区。2000—2019年内蒙古自治区土壤风蚀模数整体呈显著减小趋势,年变化率-55.95 t·km-2·a-2。风蚀模数呈增大和减弱趋势的区域面积分别占研究区总面积的43.35%和56.65%。
气候变化是影响土壤风蚀的主要因子,其引起的风蚀变化区域面积占区域总面积的63.98%,分布集中。人类活动也是影响土壤风蚀重要因子,其引起风蚀变化区域面积占区域总面积的36.02%,呈小斑块零散分布。风速和植被是影响土壤风蚀年际变化的主要因子,土地利用影响土壤风蚀空间分布的重要因子。植被对风蚀的影响是气候变化和人类活动共同作用的结果,拆分植被因子中气候变化和人类活动的作用对准确评估土壤风蚀驱动力具有重要意义。
本文研究了2000—2019年内蒙古自治区土壤风蚀的时空分布特征,并定量分析了气候变化和人类活动对内蒙古自治区土壤风蚀的影响。该研究为内蒙古自治区风蚀防治提供了可靠的数据支撑。
参考文献
Response of wind erosion dynamics to climate change and human activity in Inner Mongolia,China during 1990 to 2015
[J].,
Spatiotemporal variations and driving factors of the potential wind erosion rate in the Hexi region,PR China
[J].,
Soil erosion and climate change: assessing potential impacts and adaptation practices
[J].,
Linking wind erosion to ecosystem services in drylands: a landscape ecological approach
[J].,
Implications of climate change on wind erosion of agricultural lands in the Columbia plateau
[J].,
Modelling aeolian erosion in presence of vegetation
[J].,
Impact of agropastoral management on wind erosion in sahelian croplands
[J].,
Wind erosion changes induced by different grazing intensities in the desert steppe,Northern China
[J].,Ecosystems & Environment,
Sand-fixing function under the change of vegetation coverage in a wind erosion area in northern China
[J].,
Impacts of climate change on wind erosion in Southern Africa between 1991 and 2015
[J].,
Wind speed in spring dominated the decrease in wind erosion across the Horqin Sandy Land in northern China
[J].,
Spatiotemporal dynamics and drivers of wind erosion on the Qinghai-Tibet Plateau,China
[J].,
Spatial heterogeneity of driving factors of wind erosion prevention services in Northern China by Large-Scale Human Land-Use Management
[J].,
Influence of ecological land change on wind erosion prevention service in arid area of northwest China from 1990 to 2015
[J].,
The dynamics of sand-stabilization services in Inner Mongolia,China from 1981 to 2010 and its relationship with climate change and human activities
[J].,
Spatio-temporal variation of wind erosion in Inner Mongolia of China between 2001 and 2010
[J].,
Impacts of anthropogenic land use/cover changes on soil wind erosion in China
[J].,
Assessment of the effects of ecological restoration projects on soil wind erosion in northern China in the past two decades
[J].,
Spatiotemporal variations and driving factors for potential wind erosion on the Mongolian Plateau
[J].,
Effects of ecological programs and other factors on soil wind erosion between 1981-2020
[J].,
Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series
[J].,
The relative roles of climate variations and human activities in vegetation change in North China
[J].,
Relative importance of climate change and human activities for vegetation changes on China's silk road economic belt over multiple timescales
[J].,
Distinguishing between human-induced and climate-driven vegetation changes: a critical application of RESTREND in Inner Mongolia
[J].,
Recent trends in vegetation dynamics in the African Sahel and their relationship to climate
[J].,
Discrimination between climate and human-induced dryland degradation
[J].,
Human-induced grassland degradation/restoration in the central Tibetan Plateau: the effects of ecological protection and restoration projects
[J].,
Quantitative model of soil erosion rates using 137Cs for uncultivated soil
[J].,
The protective role of sparse vegetation in wind erosion
[J].,
Influence of vegetation cover on sand transport by wind: field studies at Owens Lake,California
[J].,
/
〈 | 〉 |