中国沙漠
img

官方微信

高级检索
作者投稿 专家审稿 编辑办公

中国沙漠, 2024, 44(4): 111-125 doi: 10.7522/j.issn.1000-694X.2024.00003

中国东部典型沙地植被稳定性与水资源关系特征

卜凡蕊,, 刘颖, 邹学勇, 张春来

北京师范大学 地理科学学部 地表过程与资源生态国家重点实验室/防沙治沙教育部工程研究中心，北京 100875

Vegetation sustainability in relation to water resources in typical sandy areas of eastern China

Bu Fanrui,, Liu Ying, Zou Xueyong, Zhang Chunlai

State Key Laboratory of Earth Surface Processes and Resource Ecology / MOE Engineering Research Center of Desertifi‐cation and Blown-Sand Control，Faculty of Geographical Science，Beijing Normal University，Beijing 100875，China

收稿日期: 2023-10-28   修回日期: 2024-01-05  

基金资助: 国家重点研发计划课题.  2022YFF1302805

Received: 2023-10-28   Revised: 2024-01-05  

作者简介 About authors

卜凡蕊（1999—），女，安徽亳州人，博士研究生，主要从事土壤风蚀与荒漠化防治研究E-mail：fanrui@mail.bnu.edu.cn , E-mail：fanrui@mail.bnu.edu.cn

摘要

在恢复或重建干旱地区的沙地植被时，降水和浅层地下水是决定植被稳定性的关键因素。只有在植被需水量、降水量和地下水补充量达到平衡状态时，植被才能维持稳定，其防风固沙功能才具有可持续性。选择毛乌素沙地和科尔沁沙地，利用具有连续时相的植被覆盖度、气象和地下水观测数据，研究了沙地水分动态变化、植被需水与水分供给的平衡关系。结果表明：（1）毛乌素沙地和科尔沁沙地生长季植被覆盖度分别与前一年、当年的降水量相关性最高，各栅格缓冲区对地下水的响应也多存在一年的滞后性，不同类型植被对降水量和地下水变化发生响应的滞后时间不同。（2）两个沙地的植被生长季各月植被需水量和月平均植被需水量均呈现上升趋势，空间变化差异显著。（3）毛乌素沙地和科尔沁沙地植被需水的主要来源均为地下水，地下水位下降可能导致植被不可持续；由于自然地理差异，毛乌素沙地更依赖降水，科尔沁沙地对地下水更敏感。（4）植被稳定性具有周期性，周期为2~24年。

关键词： 植被稳定性 ; 降水量 ; 地下水 ; 水分平衡

Abstract

When restoring or rebuilding sandy vegetation in arid areas， precipitation and shallow groundwater are two key factors in determining vegetation stability， because vegetation can only be stable and sustainable in its windbreak and sand fixation function when the water demand of vegetation， precipitation and groundwater replenishment are in balance. In this paper， Mu Us Sandy Land and Horqin Sandy Land， which are typical sandy lands in eastern deserts of China， were selected， and vegetation coverage data， meteorological station data， groundwater data and field survey data with continuous time phases were used， the dynamic changes of sandy moisture and the balance between vegetation water demand and water supply were calculated. The results showed： （1） Mu Us Sandy Land and Horqin Sandy Land had the highest correlation between VC during the growth season and P in the previous year and the current year， separately. The response of each grid buffer zone to groundwater is also abundant in a one-year lag and different vegetation types have different lag times in responding to changes in P and groundwater. （2） The monthly vegetation water demand and average monthly W of vegetation in these two sandy areas showed an increasing trend in each growing season， with significant spatial variation； （3） The main source of water demand for vegetation in the Mu Us Sandy Land and Horqin Sandy Land is groundwater， and declining groundwater levels may causes unsustainable vegetation； the Mu Us Sandy Land is more dependent on precipitation and the Horqin Sandy Land is more sensitive to groundwaterfor natural geographic differences. （4）The vegetation stability of two sandy areas is cyclical， varying from 2-24 years depending on local ground conditions.

Keywords： vegetation stability ; precipitation ; groundwater ; hydrologic balance

PDF (14806KB) 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

卜凡蕊, 刘颖, 邹学勇, 张春来. 中国东部典型沙地植被稳定性与水资源关系特征. 中国沙漠[J], 2024, 44(4): 111-125 doi:10.7522/j.issn.1000-694X.2024.00003

Bu Fanrui, Liu Ying, Zou Xueyong, Zhang Chunlai. Vegetation sustainability in relation to water resources in typical sandy areas of eastern China. Journal of Desert Research[J], 2024, 44(4): 111-125 doi:10.7522/j.issn.1000-694X.2024.00003

0 引言

为了防止沙漠化继续扩大，中国启动了一系列国家重点生态工程建设，如“三北”防护林工程［1］、京津风沙源治理工程［2］、退耕还林（草）工程［3］等，在中国东部沙地的土地沙漠化已经实现了全面逆转［4-5］。植被稳定性是决定沙地生态系统是否能够可持续地发挥防风固沙功能［6］、维护区域生态安全和实现社会经济持续健康发展的关键［7］。中国东部沙地多具有干旱半干旱气候，风沙活动频繁且沙源丰富［8］，缺乏地表径流［9］，多存在浅层地下水［10］，植被生态系统稳定性较差，对环境变化的敏感性强［6］。全球气候变化背景下，这些区域的植被稳定性值得关注。

沙地植被恢复和重建应以水分收支平衡为基础，土壤水分丰亏决定植物是否受到水分胁迫。人工植被建设往往忽视水分平衡，最终导致植被退化［11-12］。习惯上，把贺兰山以东的沙漠化土地称为沙地，贺兰山以西是以流动沙丘为主的沙漠景观［13-14］。在中国东部沙地，植被可利用水资源主要是降水和浅层地下水。蒸散发是植被的主要水分输出项，而当地的蒸腾耗水远超降水，植被需要浅层地下水补充才能维持稳定［15］。因此，在沙地植被恢复和重建过程中，必须综合考虑植被需水、降水和地下水补充之间的动态平衡，才能维持植被稳定，植被的防风固沙功能才具有可持续性。

降水和浅层地下水是沙地植被主要的可利用水资源。一方面，降水通过下渗补充浅层地下水，使地下水位上升；另一方面，植被利用地下水，导致地下水位下降［16］。地下水作为浅层土壤水分、盐分和热量的库，对维系植物生境中水分、盐分和热量的均衡起着不可或缺的作用［17］。然而，当地下水下降到一定程度后，将不再能够被植物根系利用［18］。针对沙地的植被覆盖度与地下水的关系研究，多在人类活动干扰较强的区域，例如矿区和工业基地植被恢复与地下水位变化［19-20］、生活和农业灌溉用水与地下水位变化等［21-22］，针对沙地植被对地下水的利用和沙地植被可持续性仍需深入研究。生长季（6—8月）［23］是植被需水量最大的时段，厘清生长季植被需水量和区域水分平衡十分重要。

本文选择中国东部典型沙地毛乌素沙地和科尔沁沙地，利用2000—2020年具有连续时相的Landsat TM/OLI数据、地面气象站观测数据、浅层地下水位观测数据和野外调查数据，估算研究区植被需水量及其与水分供给的平衡关系，旨在探究沙地植被的稳定性和可持续性，为确定中国东部典型沙地植被恢复的合理覆盖度提供参考。

1 研究区概况

毛乌素沙地和科尔沁沙地均位于中国东部沙地，属于温带半干旱气候，年降水变率大，土地利用斑块破碎；植被以沙地灌木、半灌木和草本为主，在水源丰富的局部地段有乔木植被［24-25］。毛乌素沙地西北部位于半干旱和干旱气候的过渡区，科尔沁沙地东南部位于半干旱和半湿润气候过渡区，对研究恢复过程中的植被变化具有典型性。研究区位于中国北方农牧交错带［26］，农牧业用地比重较大，农业生产条件较为恶劣（图1）。社会经济发展水平相对落后，但发展较快，为沙漠化土地治理提供了一定的经济基础［27］。在植被恢复过程中，一般依据沙地环境选择不同生态适应性的植物种［28］。进入21世纪，国家实施了京津风沙源治理工程（一期和二期工程）［2］、“三北”防护林工程（四期和五期工程）［29］和退耕还林（草）工程［30］，采取生物措施和工程措施相结合、治理与改造利用相结合，大幅提高了植被覆盖度。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区位置和生长季多年平均植被覆盖度及2000—2020年降水量与气温时间序列

Fig.1   The location of the study areas， multi-year average vegetation coverage in the growing season （VCave） and time series of precipitation （P） and temperature during 2000-2020


2 数据的来源与计算

2.1　浅层地下水

浅层地下水数据分为两类，分别是来自文献数据［31-40］、GRACE与GLDAS反演的栅格数据［41］。观测点数据使用Meta分析方法［42］，对研究区浅层地下水相关文献荟萃分析，筛选出2000—2020年地下水观测点连续3年以上年埋深值，且埋深值至少一年≤10 m［43］，直接读取文献资料中的表格数据、用WebPlotDigitizer（4.4）［44］平台读取通过二维图表表达的地下水埋深数据。然后将毛乌素沙地和科尔沁沙地内的浅层地下水位观测点进行编号，分别记为M i 和H i，i为站点序号。GRACE卫星和GLDAS反演的栅格数据，是估算的研究区多年浅层地下水的水位变化量，空间分辨率是0.25°，时间分辨率是1个月。GRACE卫星传感器问题导致研究期内2002年6—7月、2003年6月、2011年1月和6月、2012年5月和10月、2013年3月和8—9月、2014年2月、7月和12月、2015年6月、10—11月，2016年4月和9—10月、2017年2月共20期数据丢失（https：//www2.csr.utexas.edu/grace），缺失数据用R语言raster包读取后，使用滑动平均法补齐。

根据浅层地下水的观测点数据和反演栅格数据，分别在点尺度和区域尺度上探讨生长季植被覆盖度对地下水的响应。点尺度上，以浅层地下水位观测点为中心，建立10栅格×10栅格的栅格缓冲区（每个栅格为30 m×30 m），选择有逐月连续观测的数据，求平均值。然后与反演栅格数据中的时空一致的地下水埋深值变化量（GWs）平均值做趋势分析，结果显示，观测点的地下水埋深值变化量（ΔG）和GWs基本一致（图2），证明可以使用GWs数据估算研究区的长时间序列地下水埋深变化趋势。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   观测点栅格缓冲区和卫星反演栅格数据的地下水埋深的变化趋势对比

Fig.2   Comparison of changes in groundwater depth between grid buffer zone and satellite retrieval grid


2.2　降水

2000—2020年的降水数据来源于中国国家气象科学数据中心（http：//data.cma.cn）提供的地面气象站观测数据，经样条插值法得到30 m栅格数据集［45］，单位是mm。

2.3　植被

植被覆盖度数据是将美国地质勘探局（https：//www.usgs.gov/）的Landsat系列遥感数据，在Google Earth Engine （GEE）平台预处理、运算出NDVI数据集后使用像元二分法计算获得，与实测植被覆盖度之间的误差在合理范围内［45］。2000—2020年，毛乌素沙地和科尔沁沙地生长季的多年平均植被覆盖度（VCave）分别为28%和53%，每10 a增速分别约为6.3%和3.6%（P<0.01）；空间分布上，VCave<30%的面积都呈下降趋势，30%≤VCave<50%的面积在毛乌素沙地呈上升趋势，而在科尔沁沙地则呈下降趋势；VCave>70%的面积呈上升趋势［45］。

2.4　蒸散发

计算蒸散发使用Hargreaves模型，该模型在美国西北部干旱地区建立［46］，在类似地区有很好的适用性。Hargreaves模型所用数据来源于中国国家气象科学数据中心（http：//data.cma.cn）的研究区内的地面气象站数据。

ET0=C0×(Tmax-Tmin)0.5×(Tmean+17.8)×Ra

式中：ET0为蒸散能力（mm·d-1）；Tmax和Tmin为日最高和最低气温（℃）；Ra为天文辐射日总量（MJ·m-2·d-1）；C0=9.39×10-4，是转换系数；Tmax-Tmin近似地表征地表可辐射能的大小，同时又是水汽压差大小的指标，晴天时Tmax-Tmin较大，而阴天较小。Tmean是平均气温（℃）。

计算出ET0后，利用傅抱璞公式（Buduko-Fu模型）［47］计算陆面植被蒸发量：

ET=ET0×1+PET0-1+PET0m1m

式中：ET为植被蒸发量（mm）；m为表征下垫面透水性、植被状况和地形等特征的参数，一般取m=2；P为降水量（mm）。

2.5　植被需水量与水量平衡

植被需水量可表述为

W=0.001×ET×VC×A

式中：W是单位面积生态需水量（m3）；ET是植被蒸发量（mm）；VC是植被覆盖度（%）；A是一个统计面积单元，即一个栅格单元（30 m×30 m）。

内陆闭合流域的水量平衡方程一般形式［48］可以表述为

P=ET+R+ΔG

式中：P是降水量；ET是蒸散发量；R是地表水及地下水的流出量（中国东部典型沙地地表径流少，且河道呈线状，影响的范围小，本文忽略其流出量）；ΔG是浅层地下水埋深值变化量。

地下水埋深大于10 m时，VC不再随地下水埋深变化［43］，故本文只关注地下水埋深小于10 m时的地下水位变化。由于研究区R值被忽略不计，因此，研究一定时期统计面积单元降水总量（PA，m3）和浅层地下水变化总量（ΔGA，m3）是否满足植被需水总量，一定程度上可以代表研究区水分平衡状况。以观测点栅格缓冲区为例，判断其植被生长季合理的VC，单元面积内W与PA-ΔGA值的大小是关键。当W≤PA-ΔGA时，说明VC可持续；当W>PA-ΔGA时，说明VC不合理，植被恢复不可持续。

2.6　周期性检验

为了更好地了解植被稳定性，对17个栅格缓冲区植被需水量进行傅里叶周期检验［49］。

f(x+T)=a0+∑n=1∞(ancosTnπ(x+T)+bnsinTnπ(x+T))

式中：a0、an 和bn 是傅里叶系数；T是周期。

3 结果与分析

3.1　水分动态变化

2002年4月至2017年6月，地下水埋深变化如图3所示。毛乌素沙地的年平均地下水位以0.42 cm/10a的速度下降，科尔沁沙地的年平均地下水位以0.32 cm/10a的趋势下降。从生长季的浅层地下水位变化角度来看，毛乌素沙地和科尔沁沙地分别以5.1 cm/10a和6.1 cm/10a的速度下降（图4）。生长季的浅层地下水位下降速度比全年下降速度更快。由于GRACE卫星和GLDAS系统空间分辨率低和数据本身属性的局限，不能估算研究区地下水的具体埋深，但是通过估算地下水变化量的变化趋势，发现研究区的地下水在2002—2017年变化量由正值为主转为负值为主，处于由盈余为主到亏损为主的转变。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   地下水观测点分布和观测期地下水埋深变化

Fig.3   Distribution of groundwater observation points， and groundwater depth during the observation period


图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   2002年4月至2017年6月毛乌素沙地和科尔沁沙地地下水变化量（GWs）的逐月序列

Fig.4   Monthly series of groundwater changes （GWs） in Mu Us Sandy Land and Horqin Sandy Land during April 2002 to June 2017


在空间分布上，毛乌素沙地生长季月均ET总量由13 mm增加到23 mm，且呈现从西南到东北方向递增趋势（图5）；科尔沁沙地生长季月均ET总量由19 mm增加到23 mm，呈现从沙地中间区域向东西两侧递增趋势。2000—2020年，毛乌素沙地平均每月ET总量约7.2 mm，呈0.2 mm/10a的微弱增长趋势；生长季月平均ET总量呈1.3 mm/10a的增长趋势；年内最大ET总量出现在生长季的不同月份，呈1.8 mm/10a的增长趋势；科尔沁沙地平均每月ET总量约9.8 mm，呈0.1 mm/10a的下降趋势，生长季月平均ET总量呈1.7 mm/10a的增长趋势；年内最大的月ET总量呈2.0 mm/10a的增长趋势。这两个沙地每年的月均ET总量变化不明显，但生长季月均ET总量和每年中最大的月ET总量波动较大。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   2000—2020年毛乌素沙地和科尔沁沙地生长季多年平均蒸发量（ET）空间分布（A和B）及时间变化（C和D）

Fig.5   Spatial distribution of multi-year average intra-annual evaporation （ET，A and B）， and temporal variation （C and D） in Mu Us Sandy Land and Horqin Sandy Land， 2000-2020


毛乌素沙地和科尔沁沙地多年平均和季节降水量在空间上呈东南高、西北低趋势。毛乌素沙地多年平均降水量为335 mm，自东约470 mm向西递减至约209 mm；科尔沁沙地多年平均降水量为380 mm，自东南部约490 mm向西北递减至约320 mm。2000—2020年，毛乌素沙地和科尔沁沙地多年平均降水量总体上呈增加趋势，增加率分别为50.4 mm/10a和46.7 mm/10a；这两个沙地的年降水量空间差异和年际变率大，各季节的降水量增加率有所不同，在毛乌素沙地夏季>秋季>冬季>春季，在科尔沁沙地夏季>春季>秋季>冬季［45］，这可能是由东亚季风和地形的影响导致的［45］。

3.2　生长季多年平均植被覆盖度对地下水和降水的响应

毛乌素沙地内3个栅格缓冲区（M1、M2、M3）的VCave同当年地下水的变化趋势大体一致；科尔沁沙地内14个栅格缓冲区中，有8个栅格缓冲区的VCave随地下水位下降而降低，其他6个栅格缓冲区的VCave随地下水位变化不明显，甚至呈升高趋势（图6）。对VCave与前一年地下水埋深关系分析发现，科尔沁沙地的14个栅格缓冲区中，有11个栅格缓冲区的VCave与前一年地下水埋深的变化趋势一致（图7）。整体上，VCave对地下水埋深变化有1年的滞后性，具体滞后情况还需要充分考虑当地的地质地貌、城市化和工农业用水情况。例如，毛乌素沙地的耕地主要分布在东南缘，2000-2020年，毛乌素沙地土地利用趋于合理化，耕地面积逐年减少、林地和草地面积逐年增加，由于耕地面积小，用于耕地灌溉的地下水变化可以忽略不计［50］。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   毛乌素沙地和科尔沁沙地栅格缓冲区生长季平均植被覆盖度（VCave）与当年地下水埋深的关系

Fig.6   Relationship between average vegetation coverage （VCave） in growing season and groundwater depth in that year of Mu Us Sandy Land and Horqin Sandy Land


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   毛乌素沙地和科尔沁沙地栅格缓冲区生长季平均植被覆盖度（VCave）与前一年地下水埋深的关系

Fig.7   Relationship between average vegetation coverage （VCave） in growing season and groundwater depth in the previous year of Mu Us Sandy Land and Horqin Sandy Land


毛乌素沙地和科尔沁沙地的VCave与GWs都有下降趋势（图8），但在较短时间尺度上VCave随GWs变化存在滞后现象。2000—2020年，可分为3个阶段：第1阶段，毛乌素沙地和科尔沁沙地分别在2005年和2006年之间VCave的增长速度下降，此阶段植被的增加使地下水量增加，因此浅层地下水位升高速度也减缓；第2阶段，毛乌素沙地和科尔沁沙地分别在2006—2010年和2007—2010年，VCave整体上无明显增长，地下水位开始小幅下降；第3阶段（2010—2020年），毛乌素沙地和科尔沁沙地的VCave总体上较稳定，但地下水埋深持续下降，这可能与近年来降水量有所增加有关。倘若降水量不能持续地显著增加，在植被对地下水消耗量超出地下水补给量的情形下，植被将有退化的风险。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   与上一年相比，毛乌素沙地（A）和科尔沁沙地（B）生长季平均植被覆盖度（VCave）与地下水变化量（GWs）动态时间序列（2000—2020年）

Fig.8   Dynamic time series of average vegetation coverage （VCave） in the growing season and groundwater variation （GWs） in Mu Us Sandy Land （A） and Horqin Sandy Land （B）， 2000-2020


毛乌素沙地和科尔沁沙地的VC对不同季节的P的响应存在空间异质性，毛乌素沙地的响应程度高于科尔沁沙地。毛乌素沙地VCave对前一年夏季P的响应最敏感，响应程度从东南向西北递增；科尔沁沙地VCave对当年夏季P的响应最敏感，其中的中部区域对当年夏季P变化的响应最敏感，东南和西北两侧相对不敏感［45］。

3.3　植被恢复过程中的水分平衡

毛乌素沙地生长季的W约为1.691×107 m3，科尔沁沙地生长季的W约为1.7991×108 m3。对于不同的统计面积单元，毛乌素沙地生长季的W值为0.003~3.49 m3，整个沙地的平均值为0.30 m3（图9）。生长季W的年均最高值分布在毛乌素沙地东南边缘，最低值出现在西北部。科尔沁沙地不同的统计面积单元，生长季W的多年平均值为0.001~2.88 m3，整个沙地的平均值约为0.85 m3。生长季W的年均最高值分布在科尔沁沙地东西边缘和中部的河流沿岸，最低值出现在西南部。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   毛乌素沙地和科尔沁沙地2000—2020年统计面积单元内植被生长季需水量平均值空间分布、生长季内各月和月均植被需水量

Fig.9   Mean spatial distribution of vegetation water demand （W） in growing season， monthly and monthly average vegetation water demand （W） in growing season in the statistical area unit of Mu Us Sandy Land and Horqin Sandy Land， 2000-2020


毛乌素沙地植被生长季中的6、7、8月W的多年平均值分别为5.2161×106、5.3165×106、6.3789×106 m3，生长季3个月W的平均值为5.6373×106 m3；科尔沁沙地植被生长季中6、7、8月W的多年平均值分别为3.97718×107、6.68373×107、7.32993×107 m3，生长季3个月W的平均值为5.99695×107 m3。这两个沙地的植被生长季各月W和3个月平均W均呈现上升趋势，生长季3个月平均的W增长率分别约为1.938×105 m3·a-1和7.084×105 m3·a-1。毛乌素沙地植被生长季3个月的平均W最大值为7.8759×106 m3（2018年），最小值为2.6657×106 m3（2000年）；科尔沁沙地植被生长季3个月的平均W最大值为6.81573×107 m3 （2013年），最小值为4.55026×107 m3（2009年）。毛乌素沙地和科尔沁沙地植被生长季的W都在8月增长最快，增长率分别约为2.374×105 m3·a-1和1.0203×106 m3·a-1。

在上述分析基础上，选择VCave与降水量相关性最大的时间段，毛乌素沙地为前一年夏季P、科尔沁沙地为当年夏季P；选择VCave与地下水变化量相关性最大的时间段，毛乌素沙地和科尔沁沙地地下水数据均为前一年地下水埋深值变化量（即当年VCave对应的2年前地下水埋深值和1年前地下水埋深值之差）。在对栅格缓冲区进行水分平衡分析时，由于部分地下水观测点（H4、H5、H11、H12和H13）数据不连续，计算后得到的埋深值变化量无法体现连续时间序列变化，因此选取的栅格缓冲区均有连续6年以上的地下水埋深数据，得到有连续5年以上的地下水埋深值变化量进行水分平衡评估（图8），且假设单个统计面积单元内的地下水分布均匀。对毛乌素沙地和科尔沁沙地的12个栅格缓冲区估算结果表明，栅格缓冲区内的PA与PA-ΔGA多呈弱相关，PA对PA-ΔGA影响不大；栅格缓冲区内的ΔGA与PA-ΔGA均呈强负相关，ΔGA对PA-ΔGA影响较大；且ΔGA相较于PA变率更大（图10），说明地下水变化量的变化主要影响PA-ΔGA的变化，即地下水位的变化主要影响了植被需水，地下水是植被需水的主要来源（图11）。在12个栅格缓冲区中大多为PA-ΔGA≥0，且远高于W的值，说明VCave在研究期内是合理的，降水和浅层地下水完全可以满足植被需求，植被可以持续生存。但是，此期间的地下水变化量总体上呈负值（ΔGA≤0），即地下水位持续下降的状态，只有M1、M2、M3和H14在某些年份出现ΔGA≥0。总体上，在短期内毛乌素沙地和科尔沁沙地的植被-降水-浅层地下水可以实现平衡，但从浅层地下水位出现持续下降的角度来看，目前的植被状态可能面临长期可持续性问题。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   毛乌素沙地（M1~M3）与科尔沁沙地（H1~H3、H6~H10、H14）栅格缓冲区内的W、PA、ΔGA、PA-ΔGA时间序列变化

Fig.10   Time series variation of W， PA， ΔGA and PA-ΔGA in the raster buffer cells for observation of Mu Us Sandy Land （M1-M3） and Horqin Sandy Land （H1-H3， H6-H10， H14）


图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   毛乌素沙地（M1~M3）与科尔沁沙地（H1~H3、H6~H10、H14）栅格缓冲区内的W、PA、ΔGA、PA-ΔGA相关性

Fig.11   Correlation between W， PA， ΔGA and PA-ΔGA in the raster buffer cells for observation of Mu Us Sandy Land （M1-M3） and Horqin Sandy Land （H1-H3， H6-H10， H14）


3.4　植被稳定性

2000—2020年，除H6、H7、H9和H11未检测出明显的周期性变化以外，其他13个栅格缓冲区植被需水在其对应的单个周期（T）时间段内是整体稳定的，最小的T=2 a，最大的T=12 a。对2000—2020年生长季的W平均值和标准差进行分析，规定偏离W平均值小于一个标准差为长时间序列内稳定的生长季的W，发现长时间序列中部分年份植被需水较为离散，且不稳定（图12）。在周期性分析中，由于研究区人类活动影响强烈，植被难以形成顶级群落，因此不考虑植被的自然演替规律（图13）。

图12

新窗口打开| 下载原图ZIP| 生成PPT

图12   毛乌素沙地与科尔沁沙地观测点栅格缓冲区生长季植被需水量（W）周期拟合

Fig.12   Cyclical fit of vegetation water demand （W） in the growing season of the raster buffer cells for observation in Mu Us Sandy Land and Horqin Sandy Land


图13

新窗口打开| 下载原图ZIP| 生成PPT

图13   中国东部典型沙地植被稳定性与荒漠化问题

Fig.13   Vegetation stability and desertification in typical sandy lands of eastern China


统计栅格缓冲区植被呈稳定时的VC、W、P和地下水埋深的参数范围（表1），当VC在表1的范围时其他参数也在此范围，说明该区域植被将会有足够的水分供给，此状态下VC是合理的，植被具有长期可持续性。诚然，表1是根据有限的栅格缓冲区在2000—2020年水分平衡计算后产生的，在此称之为“历史合理VC”。当预测未来的VC范围超出“历史合理VC”时，植被覆盖度可能不可持续，在没有增加水分补给的情况下，植被将会衰退。

表1   各栅格缓冲区植被呈稳定时参数范围

Table 1  The range of parameters when the vegetation of raster buffer cells were stable

观测点W/m3VC/%P/m3地下水埋深/m
M10.12~0.2137~4740~1461.34~2.81
M20.10~0.1928~4648~1059.92~10.41
M30.05~0.0920~2731~1083.40~5.43
H40.01~0.0476~9451~11212.18~14.37
H50.29~0.4659~6955~967.11~9.96
H60.47~0.6069~8052~978.64~11.88
H70.00~0.5011~6052~1119.90~14.68
H80.05~0.1623~4452~11010.97~15.32
H90.00~0.084~2452~1106.26~10.00
H100.33~0.4160~6852~1128.66~12.46
H110.25~0.4052~6955~1347.73~12.84
H120.18~0.3744~6363~1203.61~4.00
H130.31~0.4353~7065~1204.90~6.00
H140.01~0.047~2250~1492.22~3.37

新窗口打开| 下载CSV


毛乌素沙地和科尔沁沙地地下水对VC的影响远高于降水，植被稳定性反馈机制可以简化为地下水和植被的相互反馈。人工植被的种植需要“历史合理VC”数据支撑，才能使人工植被保持稳定，减轻荒漠化的问题，若VC过低则达不到良好的荒漠化防治效果，若VC过高，会使地下水过载，增加用水和经济成本，无法持续实现防治荒漠化。

4 讨论

就中国东部沙地人工植被恢复和地下水的关系而言，Zhang等［11］对比了毛乌素沙地生态修复前后的陆地水储量的消耗情况，认为在人为干扰下，毛乌素沙地加速了陆地水储量的消耗。Lian等［51］认为，自20世纪90年代末以来，人类通过潜水泵灌溉，使科尔沁沙地的地下水位下降，影响了植被的可持续性。浑善达克沙地南部VC随浅层地下水埋深增加也呈下降趋势，但这种关系具有随机性［52］。人工种植植被影响了依赖地下水的生态系统，Zheng等［53］发现，樟子松人工林的不合理种植引起了地下水位下降，从而导致樟子松人工林的死亡。本文研究表明毛乌素沙地和科尔沁沙地植被需水的主要来源均为地下水，地下水水位下降可能导致植被不可持续。由于气候、地形、地质环境、居民点分布和人类活动等因素影响，毛乌素沙地内PA与P-ΔGA高度正相关，而科尔沁沙地内相关性不强，说明毛乌素沙地植被更依赖于降水［45］，而科尔沁沙地内植被对地下水更敏感。

中国东部沙地自然环境相近，但也有明显的空间异质性。现有文献中，或时间尺度短、空间尺度小，或时间尺度长、空间范围大，但精度低。本文引入Meta分析方法，从文献资料中筛选可靠的地下水观测数据，统一指标后和遥感数据结合，研究中国东部典型沙地植被恢复可持续性问题。本文将观测点得到的地下水数据与GRACE卫星和GLDAS系统面上估算数据相结合，发现毛乌素沙地和科尔沁沙地的地下水埋深均呈下降趋势，地下水由盈余为主转变为亏损为主。整体上VC对地下水埋深变化趋势是有一致性的，且存在1年的滞后性，验证了前人的计算［5，51-53］。

蒸散发计算方法中选择了相对适用于干旱区的方法，有学者对Hargreaves模型的系数C0进行修正，发现将该模型应用于中国干旱半干旱区时，修正前的模拟结果更好，在降水较多的区域修正后的Hargreaves模型更好［54］。Penman-Monteith模型应用广泛，对在稀疏植被的沙地模拟结果也较好［55］。对不同方法进行对比研究发现，对于不同区域和遥感数据源，这些方法有各自的适应性［56］。其中，Hargreaves模型适合基础工作较薄弱的地区，与气象站观测数据结合效果好［56-57］。傅抱璞公式在下垫面透水性差、植被少、地形坡度大时，参数m值小；反之，m值大。综合考虑研究区自然环境和前人研究成果［47，58-60］，本文取m=2。目前对大范围的水分平衡估计还没有很精细的方法，本文通过对水分平衡估算，采取栅格插值方法，在大范围的时空趋势上与前人研究结果一致［61］。基于遥感与GIS的蒸散发监测方法是目前进行区域尺度研究的一种先进方法，但需要实地测量进行验证和补充［62］。植物群落和植株尺度的沙地水分平衡研究，考虑了不同的固沙植物种和群落存在不同的生物学、形态学和水分生理生态特征［62］，是一类更精细的研究方法，这类方法可以对大尺度水分平衡研究提供参考，但难以扩展到大尺度范围内。

在空间尺度转换过程中，由于遥感数据来源于不同的观测设备、时间、空间和光谱分辨率，造成的信息损失问题尚未有效解决［63］。对于大范围植被需水研究的遥感数据空间分辨率多为500 m［64］、1 km［52］，这些数据应用于低VC区域效果较差［65］。本文计算得到的30 m栅格分辨率植被需水数据集，可以为解决植被需水升尺度研究中的精度问题提供参考。

5 结论

2000—2020年，毛乌素沙地和科尔沁沙地多年生长季月蒸发量均以微弱的趋势增加。在空间上，毛乌素沙地生长季月蒸发量呈西南到东北方向递增、科尔沁沙地呈中间向两侧递减的趋势。毛乌素沙地和科尔沁沙地浅层地下水位均呈现下降趋势，地下水在2003—2017年由盈余为主转变为亏损为主。

毛乌素沙地和科尔沁沙地生长季平均植被覆盖度（VCave）对地下水的响应多存在一年的滞后性，不同植被类型对降水量（P）和地下水位变化发生响应的滞后时间不同。毛乌素沙地和科尔沁沙地VCave对不同季节P的响应存在空间异质性，地质地貌、城市化和工农业用水是影响这种异质性的重要因素。

毛乌素沙地生长季6、7、8月的W的平均值为5.6373×106 m3，科尔沁沙地为5.99695×107 m3，这两个沙地的植被生长季各月的W和平均W均呈现上升趋势。植被稳定性具有周期性，周期以2 a和12 a为主。毛乌素沙地和科尔沁沙地植被需水的主要来源均为地下水，地下水水位下降可能导致植被不可持续，这两个沙地的植被在短期内可以实现水分平衡，但长期来看，植被稳定性面临挑战。

参考文献

国家林业局.三北防护林体系建设30年发展报告1978-2008［M］.北京：中国林业出版社，2008.

[本文引用: 1]

石莎，邹学勇，张春来，等.

京津风沙源治理工程区植被恢复效果调查

［J］.中国水土保持科学，2009，7（2）：86-92.

[本文引用: 2]

李世东.

中外退耕还林还草之比较及其启示

［J］.世界林业研究，2002，15（2）：22-27.

[本文引用: 1]

Lyu Y L， Shi P J， Han G Y，et al.

Desertification control practices in China

［J］.Sustainability，2020，12（8）：3258.

[本文引用: 1]

Wang X H， Du Yan， Wang Z R，et al.

Dynamic changes of the Mu Us Sandy Land and relevant causes

［J］.Polish Journal of Environmental Studies，2021，30（4）：3815-3827.

[本文引用: 2]

Ma Z T， Wang W K， Zhang Z Y，et al.

Assessing bare-soil evaporation from different water-table depths using lysimeters and a numerical model in the ordos basin，China

［J］.Hydrogeology Journal，2019，27：2707-2718.

[本文引用: 2]

卢琦.荒漠生态学［M］.北京：中国林业出版社，2019：14-15.

[本文引用: 1]

Wang J Y， Gao G Z， Jie D M，et al.

Aeolian soils on the Eastern Side of the Horqin Sandy Land，China：a provenance and sedimentary environment reconstruction perspective

［J］.CATENA，2022，210：105945.

[本文引用: 1]

Dai Y， Daiki I， Jeison S，et al.

MERIT Hydro：a high-resolution global hydrography map based on latest topography dataset

［J］.Water Resources Research，2019，55（6）：5053-5073.

[本文引用: 1]

赵哈林，赵学勇，张铜会，等.

东北西部沙地近20年地下水变化动态及其成因分析

［J］.干旱区研究，2002，19（2）：1-6.

[本文引用: 1]

Zhang M M， Wu X Q.

The rebound effects of recent vegetation restoration projects in Mu Us Sandy Land of China

［J］.Ecological Indicators，2020，113：106228.

[本文引用: 2]

格日乐.

库布齐沙漠梭梭林地SPAC系统水分关系研究

［D］.北京：北京林业大学，2005.

[本文引用: 1]

杨小平，梁鹏，张德国，等.

中国东部沙漠/沙地全新世地层序列及其古环境

［J］.中国科学（地球科学），2019，49（8）：1293-1307.

[本文引用: 1]

朱震达，吴正，刘恕，等.中国沙漠概论［M］.北京：科学出版社，1980.

[本文引用: 1]

Yan Q L， Zhu J J， Zheng X，et al.

Causal effects of shelter forests and water factors on desertification control during 2000-2010 at the Horqin Sandy Land region，China

［J］.Journal of Forestry Research，2015，26（1）：33-45.

[本文引用: 1]

李宁，周海，任珩，等.

不同地下水位处梭梭（Haloxylon ammodendron）水分来源特征

［J］.中国沙漠，2021，41（4）：79-86.

[本文引用: 1]

王根绪，程国栋.

干旱荒漠绿洲景观空间格局及其受水资源条件的影响分析

［J］.生态学报，2000，20（3）：363-368.

[本文引用: 1]

Horton J， Kolb T E， Hart S C.

Physiological response to groundwater depth varies among species and with river flow regulation

［J］.Ecological Applications，2001，11（4）：1046-1059.

[本文引用: 1]

Hanjra M， Qureshi M.

Global water crisis and future food security in an era of climate change

［J］.Food Policy，2010，35（5）：365-377.

[本文引用: 1]

Castle S L， Thomas B F， Reager J T，et al.

Groundwater depletion during drought threatens future water security of the Colorado River Basin

［J］.Geophysical Research Letters，2015，41（16）：5904-5911.

[本文引用: 1]

蒋良群，陈曦，包安明.

塔里木河下游地下水变化动态分析

［J］.干旱区地理，2005，28（1）：33-37.

[本文引用: 1]

Marston L， Konar M， Cai X M，et al.

Virtual groundwater transfers from overexploited aquifers in the United States

［J］.Proceedings of the National Academy of Sciences，2015，112 （28）：8561-8566.

[本文引用: 1]

Cui L L， Shi J.

Evaluation and comparison of growing season metrics in arid and semi-arid areas of northern China under climate change

［J］.Ecological Indicators，2021，121（10）：107055.

[本文引用: 1]

王姣月，秦树高，张宇清.

毛乌素沙地植被水分利用效率的时空格局

［J］.中国沙漠，2020，40（5）：120-129.

[本文引用: 1]

王静茹，马龙，刘廷玺.

1951-2012年科尔沁沙地气温、降水变化特征

［J］.干旱区研究，2016，33（1）：49-58.

[本文引用: 1]

史文娇，刘奕婷，石晓丽.

四个历史时期中国北方农牧交错带界线数据集（1970-2010）

［J］.全球变化数据学报（中英文），2018，2（4）：419-425.

[本文引用: 1]

刘志民，余海滨.

“山水林田湖草沙生命共同体”理念下的科尔沁沙地生态治理

［J］.中国沙漠，2022，42（1）：34-40.

[本文引用: 1]

石书兵.中国沙漠·沙地·沙生植物［M］.北京：中国农业科学技术出版社，2013.

[本文引用: 1]

国家林业和草原科学数据中心.

三北防护林体系建设总体规划四期工程

［EB/OL］.［2024-04-10］..

[本文引用: 1]

国家林业和草原局.

中国退耕还林还草20年（1999-2019）

［EB/OL］.［2024-04-10］..

[本文引用: 1]

王旭升，尹立河，方坤，等.

鄂尔多斯浩勒报吉水源地开采地下水的环境影响分析

［J］.水文地质工程地质，2019，46（2）：5-12.

[本文引用: 1]

郑玉峰，王占义，方彪，等.

鄂尔多斯市2005-2014年地下水位变化

［J］.中国沙漠，2015，35（4）：1036-1040.

赵玮，张铜会，赵学勇，等.

近5 a来科尔沁沙地典型区域地下水埋深变化分析

［J］.中国沙漠，2008，28（5）：995-1000.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2006［M］.北京：中国大地出版社，2007.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2007［M］.北京：中国大地出版社，2008.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2008［M］.北京：中国大地出版社，2009.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2010［M］.北京：中国大地出版社，2011.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2011［M］.北京：中国大地出版社，2012.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2013［M］.北京：中国大地出版社，2014.

中国地质环境监测院.中国地质环境监测地下水位年鉴：2015［M］.北京：中国大地出版社，2018.

[本文引用: 1]

Syed T H， Famiglietti J S， Matthew R，et al.

Analysis of terrestrial water storage changes from GRACE and GLDAS

［J］.Water Resources Research，2008，44：W02433.

[本文引用: 1]

Cheung M W， Vijayakumar R.

A guide to conducting a meta-analysis

［J］.Neuropsychol Review，2016，26（2）：121-128.

[本文引用: 1]

张高强.

乌审召盆地植被、蒸散与地下水的相互关系研究

［D］.北京：中国地质大学（北京），2019.

[本文引用: 2]

Rohatgi，Ankit.

WebPlotDigitizer user manual version 3.4

［Z］.http：//arohatgi.info/WebPlotDigitizer/app：1-18.

[本文引用: 1]

卜凡蕊，刘颖，邹学勇.

中国东部典型沙地植被覆盖度对降水变化的响应

［J］.中国沙漠，2023，43（3）：9-20.

[本文引用: 7]

Hargreaves G H， Samani Z A.

Estimation of potential evapotranspiration

［J］.Journal of Irrigation and Drainage Division，1982，108（3）：223-230.

[本文引用: 1]

傅抱璞.

论陆面蒸发的计算

［J］.大气科学，1981，5（1）：23-31.

[本文引用: 2]

王忠静，张子雄，索滢.

干旱区凝结水评估及对水量平衡方程影响

［J］.水利学报，2019，50（6）：710-720.

[本文引用: 1]

Churchill R V.

Fourier Series and Boundary Value Problems

［M］.Now York，USA.McGraw-Hill，1963：322.

[本文引用: 1]

李河.

陕北榆林毛乌素沙地新开垦耕地空间分布特征：以靖边县为例

［J］.安徽农业科学，2021，49（21）：79-81.

[本文引用: 1]

Lian J， Zhao X Y， Li X，et al.

Detecting sustainability of desertification reversion：vegetation trend analysis in part of the agro-pastoral transitional zone in Inner Mongolia，China

［J］.Sustainability，2017，9（2）：211.

[本文引用: 2]

Zhang G Q，Cheng，Y T， Liu H D，et al.

Evaluation of the groundwater ecological water requirement in the southeast margin of otindag sandy land based on allowable groundwater depth drawdown

［J］.Water，2023，15（19）：3504.

[本文引用: 2]

Zheng X， Zhu J J， Yan Q L，et al.

Effects of land use changes on the groundwater table and the decline of pinus sylvestris var.mongolica plantations in southern Horqin Sandy Land，Northeast China

［J］.Agricultural Water Management，2012，109：94-106.

[本文引用: 2]

张本兴，潘云，李小娟.

中国不同气候区域Hargreaves模型的修正

［J］.地理与地理信息科学，2012，28（1）：51-54.

[本文引用: 1]

Bao Y Z， Liu T X， Duan L M，et al.

Comparison of an improved Penman-Monteith model and SWH model for estimating evapotranspiration in a meadow wetland in a semiarid region

［J］.The Science of the Total Environment，2021，795：148736.

[本文引用: 1]

Ngongondo C， Xu C， Tallaksen L，et al.

Evaluation of the FAO Penman-Montheith，Priestley-Taylor and Hargreaves models for estimating reference evapotranspiration in southern Malawi

［J］.Hydrology Research，2013，44（4）：706-722.

[本文引用: 2]

Meyer W S， Kondrlova G R， Koerber G R.

Evaporation of perennial semi-arid woodland in southeastern Australia is adapted for irregular but common dry periods

［J］.Hydrological Processes，2015，29（17）：3714-3726.

[本文引用: 1]

Zhang L， Hickel K， Dawes W R，et al.

A Rational Function Approach for Estimating Mean Annual Evapotranspiration

［J］.Water Resources Research，2004，40（2）：W02502.

[本文引用: 1]

Cheng C W， Liu W Z， Mu Z T，et al.

Lumped variable representing the integrative effects of climate and underlying surface system：interpreting Budyko model parameter from earth system science perspective

［J］.Journal of Hydrology，2023，620：129379.

韩松俊，胡和平，田富强.

基于水热耦合平衡的塔里木盆地绿洲的年蒸散发

［J］.清华大学学报（自然科学版），2008，48（12）：2070-2073.

[本文引用: 1]

Bian Y M， Dai H Y， Zhang Q L，et al.

Spatial distribution of potential evapotranspiration trends in the Inner Mongolia Autonomous Region （1971-2016）

［J］.Theoretical and Applied Climatology，2020，140（3/4）：1161-1169.

[本文引用: 1]

Zhang Y Q， Peña-Arancibia J L， McVicar T R，et al.

Multi-decadal trends in global terrestrial evapotranspiration and its components

［J］.Scientific Reports，2016，6（1）：19124.

[本文引用: 2]

李小文，王祎婷.

定量遥感尺度效应刍议

［J］.地理学报，2013，68（9）：1163-1169.

[本文引用: 1]

Zhang Y Q， Kong D D， Gan R，et al.

Coupled estimation of 500 m and 8-day resolution global evapotranspiration and gross primary production in 2002-2017

［J］.Remote Sensing of Environment，2019，222：165-182.

[本文引用: 1]

Mao D H， Wang Z M， Wu B F，et al.

Land degradation and restoration in the arid and semiarid zones of China：quantified evidence and implications from satellites

［J］.Land Degradation Development，2018，29（11）：3841-3851.

[本文引用: 1]

/

〈 〉

©2018中国沙漠 编辑部

地址: 兰州市天水中路8号 (730000)

电话：0931-8267545

Email：caiedit@lzb.ac.cn;desert@lzb.ac.cn

甘公网安备 62010202000688号      陇ICP备2021001824号-9
访问总数:    当日访问:    当前在线: