基于无人机技术黄河沿岸沙丘移动速度监测及影响因素分析

李锦荣，王 健，王 茹，郭建英，罗祥英，李映坤，崔万新

·农业航空工程·

基于无人机技术黄河沿岸沙丘移动速度监测及影响因素分析

李锦荣1，王 健1，王 茹2，郭建英1，罗祥英2，李映坤2，崔万新2

（1. 中国水利水电科学研究院，内蒙古阴山北麓草原生态水文野外科学观测研究站，北京 100038；2. 内蒙古农业大学，沙漠治理学院，呼和浩特 010018）

为更便捷地监测乌兰布和沙漠黄河沿岸沙丘移动速度并解析其影响因素，该研究以乌兰布和沙漠沿黄段沙丘为研究对象，应用无人机航拍技术开展沿岸沙丘的季节性地貌过程和影响因素研究。结果表明：1）研究区沙丘年移动速率1.08～2.27 m/a，多年平均输沙势为78.82 VU，年合成输沙势为25.92 VU，处于低风能环境，8～12 m/s等级风输沙势是年输沙势的主要部分，约占73.24%。方向变率（合成输沙势（Resultant Drift Potential，RDP）与输沙势（Drift Potential，DP）的比值）RDP/DP 保持在0.30～0.46之间，属于中等变率。合成输沙方向RDD为57.83°～107.39°，与沙丘移动方向较为一致，西风组占全年输沙势的52.09%，是沙丘年移动的主要驱动力。2）沙丘移动速率具有明显的季节特征，整体呈现春季移动速率快，冬末-春初次之，秋季与秋末-冬末相近，夏季移动速率最慢。其中，秋末-冬末、春季和秋季输沙势DP 8.48～20.49 VU，合成输沙势方向在90.02°～95.54°之间，RDP/DP值均在0.3～0.8之间，属于中等变率，西风组作用显著，这与年合成输沙方向及沙丘走向较为一致；冬末-春初和春末-夏季分别受东北风（NE）和南风组（SSE、S、SSW）作用，沙丘通过形态变化适应风向，移动速度降缓。季节输沙势主要集中在8～10 m/s风速等级，约占整个季节输沙势的40.76%～56.93%。3）综合各季节和年际输沙势与沙丘移动距离呈线性正相关，拟合方程为=1.02+0.006 62（2=0.339，=5.616，=0.045），方程总体显著，输沙势可以表征该地区沙丘移动距离。基于无人机监测的沙丘运动研究综合显示，风况是该地区影响该地区沙丘移动的主要动力，其中西风组8 m/s以上风速是研究区沙丘移动的主要驱动力。风向变率和合成输沙势方向与沙丘移动方向一致时沙丘移动则快，不一致时则缓；无人机可在较大尺度上为沙丘移动提供更为便捷的监测服务，研究结果可为同类地区沙丘移动的无人机监测提供参考依据。

无人机；沙丘移动；起沙风；输沙势；乌兰布和沙漠

0 引 言

沙丘移动是沙物质搬运、沉积的宏观表现，沙丘迎风坡和顶部的沙物质不断被风吹蚀并降落在背风坡形成滑移面，使整个沙丘向前移动[1-2]。监测沙丘的移动速度对理解与掌握风蚀系统动态机制及其对自然气候变化与人为干扰因素的响应具有重要的意义[3-4]。研究表明，沙丘移动受制于风况（风速、风向）、沙丘形态（高度、体积）、周围环境（植被覆盖、沙面土壤水分状况）等因素，其中风况是沙丘移动的原动力[5]。输沙势（Drift Potential，DP）是衡量区域风沙活动强度及风沙地貌演变的重要指标，而合成输沙势（Resultant Drift Potential，RDP）与合成输沙方向（Resultant Drift Direction，RDD）可以反映一个区域内的净输沙能力和净输沙方向[6]，但这些指标特别是输沙势能否用来直接表达沙丘移动距离尚未有研究。

关于沙丘的移动速率，短期（几个月和几年）的研究主要通过野外测量[7-8]和观测[9]等手段，而长期的（十几年或几十年）沙丘移动速率、位置和形态变化研究，遥感影像数据更有优势[10-13]。近年来，随着现代测绘技术和空间数据分析技术的快速发展，监测技术由传统的地面测绳测量转变基于GPS RTK测量技术，在地貌学研究中应用，可精确监测风沙地貌演变[14-17]。无人机航空摄影技术是近年来发展起来的新型测量方法，具有高效率、高精度、非接触、大范围等优点，被应用在沙丘形态测量，结合地面控制点，可实现沙丘群移动及三维形态的精确测量[18]。

黄河三盛公至乌海水利枢纽段紧邻乌兰布和沙漠，全长约89.6 km。其中，刘拐沙头段和阎王背段沙丘前移直接进入黄河河道。研究表明，该段风沙入黄的主要方式是风沙流和沙丘移动[19]，进入河道的沙丘在夏季河水上涨后随水流冲涮带走[20]。入黄风沙使得该段河床淤积，行洪、行凌能力降低，严重威胁人民生命财产安全[21]。当黄河流量减小，黄河主河槽远离西岸沙丘，河流输沙能力减弱[22]，但沙丘的移动并未停止。冬春季节在西风和西北风的作用下沙丘进入河边滩涂，冬凌夏汛时期，河水水面扩张[23]，沙丘在洪水侵蚀下坍塌进入河床，导致河床泥沙含量迅速增加。乌兰布和沙漠沿岸风沙活动，成为黄河粗沙的主要策源地之一，其中乌海至磴口段淤积泥沙（粒径>0.1 mm）有17.71%来自乌兰布和沙漠[24]。因此，精准地开展乌兰布和沙漠沿岸沙丘的移动速度、方向及其影响因素的研究，对厘清入黄风沙量尤为重要。

综上，本文以乌兰布和沙漠沿岸段沙丘为研究对象，通过无人机快速获取沿岸沙丘的影像数据，监测沙丘移动，结合风沙通量塔多年起沙风速的定位观测，开展沿岸沙丘的季节性地貌过程和影响因素研究，揭示沙丘、起沙风速、输沙势等季节性运动规律，解析其影响因素，对于估算入黄风沙量、控制沙丘移动和沿岸风沙治理有极其重要的意义。

1 研究区概况

研究区刘拐沙头风蚀观测场位于乌兰布和沙漠沿黄段，地处内蒙古乌海市乌达区与巴彦淖尔市磴口县之间，39°35′～40°19′N、106°46′～107°02′E，右与鄂尔多斯杭锦旗相邻。该区属于典型的中温带大陆性干旱季风气候，气候干燥，年平均降水量142.7 mm，年平均气温8.0 ℃，年均蒸发量2 258.8 mm，光照3 181 h，太阳辐射627.60 kJ/cm2，≥10 ℃的有效积温3 289.1 ℃。多年平均风速3.7 m/s，大风和风沙一年四季均有出现，多集中于3－5月份；年均大风日数10～32 d，平均扬沙日数75～79 d，沙尘暴日数19～22 d。研究区流动沙丘广布，沙丘高度4～10 m，土壤为典型风沙土；流沙上无植被或仅有植被稀疏，盖度＜3%。植被主要分布于丘间地，盖度达15%～40%，植物种有白沙蒿（）、白刺（）灌丛；草本植物以沙米（）、猪毛菜（）、雾冰藜（）、沙旋覆花（）、沙鞭（）、拂子茅（）等。

2 研究方法

2.1 样地设置

选择刘拐沙头风蚀观测场内500 m×500 m区域的流动沙丘样地作为研究对象，沿平行于黄河河岸风沙活动强烈的流动沙丘段500 m作横向监测断面，垂直于沿岸向内延伸500 m作纵向监测断面，由此围成的区域作为流沙移动监测区域（图1），监测区域内分布有流动沙丘67个，多以沙丘链形式存在，沙丘平均高度4.86 m，平均密度2.68 hm2，监测时主要以沿岸横向监测断面沙丘的移动距离与速度作为对象，通过eBee固定翼无人机航拍获取不同年份和不同季节的沙丘正射影像（Digital Orthophoto Map，DOM）和数字表面模型（Digital Surface Model，DSM）数据。

2.2 数据获取

1）无人机航拍参数

由于无人机航拍需要晴朗无风天气，所以影像获取时间选择11:00－15:00，以避免光照强度差异对影像质量造成影响。设置航高120 m，航向重叠度75%，旁向重叠度70%，以保证地物成像清晰，以及足够的影像重叠用于航带拼接。影像传感器采用数码相机，型号为SONY WX-220，4∶3模式，每期获取航摄影像约300张。在航拍区域内均匀布设地面像控点，利用RKT差分GPS测量控制点坐标及高程，进行不同时期航拍影像校准。获得航拍照片后，利用Pix4d后处理软件完成影像拼接。

2）航拍时间节点划分及依据

年沙丘移动航拍时间节点以沙丘移动观测场建立后的第一次航拍2015年10月为起点，监测结束时间大致保持一年的前后一个月之内，避开大风、降雨等恶劣天气。沙丘季节性移动观测，以2017年秋至2018年秋为例，从风沙运动的影响因素差异性（风速、降水、植被、地温和气温），将沙丘移动观测时段分为秋末-冬末（2017年11月11日至2018年1月20日）、冬末-春初（2018年1月20日至3月20日）、春季（2018年3月21至5月20日）、春末-夏季（2018年5月21至9月20日）和秋季（2018年9月21日至11月20日）。秋末-冬末,沙漠气温和土壤温度开始低于0℃，土壤开始出现冻结，空气相对湿度增加，在沙丘表层10～20 cm干沙层下形成约50cm的冻土层。冬末-春初季沙丘经历冻结消融过程，气温和地温开始回升，相对湿度开始降低，沙丘冻土层消融，转变为湿沙层；春季风速逐渐增强大风日增多，风力强劲，地温和气温波动较大且逐渐回升，开始出现降雨，风沙活动强烈；春末-夏季植被盖度增加，雨水增多，且风速减少，风沙活动较少；秋季植被开始枯萎，降雨开始减少，相对湿度受降雨影响变化较大，风速开始增大。其中风速、降水是影响沙粒运动的主要因素，冻结土壤冻结和空气相对湿度的增加土壤抗蚀性和沙粒粘结力，对沙粒的运移有影响[25-27]。基于此，研究将季节沙丘移动速度观测，按照上述气象、土壤、植被因子的变化大致分为以上5个时间段观测（图2）。

3）沙丘移动的测算

经ArcGIS对影像上的像控点进行多期二次校准，选择影像数据中沙丘边界明显区域的沙丘作为研究对象，矢量化航拍影像的沙丘落沙坡边界，作为沙丘移动速度计算的依据。沙丘移动距离的测量规则：以两次观测期沙丘移动边界为基准，将前一期边界线按4 m等分，将等分点首尾两两相连形成直线，画直线的垂直平分线与两期沙丘落沙边界相交，两点之间相交线段长度即为沙丘在该点处的移动距离，求取整个沙丘边界线上相交线段长度，取平均值即为沙丘的平均移动距离，具体计算见公式（1）和（2）。

式中为沙丘移动距离，cm/m；为沙丘移动速度，cm/d或m/a；d为第次观测时沙丘落沙边界第个测量点长度，cm/m；为测量点个数；为两次观测时期的时间间隔，a或d。

2.3 起沙风况观测及输沙势统计

在风沙观测场设置通量塔、气象观测站和风蚀粒子撞击棒（美国Sensit公司，型号Hi14-LIN）。气象站与风蚀粒子撞击棒设置在沿岸沙丘迎风坡位置，用于观测沙丘2 m高风速及沙粒的启动。通量塔位于气象站下风向200 m处，以2 m高为间距，采集2～10 m高度风速，并在10 m高处测定风向。气象站观测与通量塔观测同步进行，采样间隔10 s，记录间隔5 min。

根据乌兰布和风沙观测场的风蚀粒子撞击棒及气象站，测得起动风速为4.9 m/s（2 m高处）。由气象站2 m处风速的起沙风速与通量塔10 m风速关系=1.02 ln()+ 4.05（2=0.96）可知，10 m处的临界风速为6.4 m/s。利用研究区风沙通量塔2015－2020年气象观测10 m高度的风速，分析区域主导风向、起沙风况和输沙势等风动力环境特征，按16个方位10 m高风速统计起沙风风速特征，计算月平均风速及起沙风频率，分析不同季节起沙风向特征。同时计算研究区内沙丘移动观测期内的输沙势，分析输沙势等相关指标与沙丘移动速度的数量关系。输沙势采用Fryberger[28]对Lettau[29]输沙方程修正后计算公式（3）：

DP=2(−V)（3）

式中DP为输沙势，在数值上用矢量单位（Vector Unit，VU）表示；为大于临界起动值的风速（10 m高度），m/s；V为临界起动风速，m/s；为起沙风作用的时间，一般以频率表示。根据矢量合成法则将16个方位输沙势进行合成，得到合成输沙势（Resultant Drift Potential，RDP）（公式（4））和合成输沙方向（Resultant Drift Direction，RDD），它可以反映一个地区净输沙能力的大小。合成输沙势与输沙势的比值称为方向变率指数（RDP/DP），用来反映一个地区风向组合情况。以航拍时间段为基准，分时间段统计年和季节输沙势，以便分析沙丘移动与输沙势的关系。

3 结果与分析

3.1 沙丘移动速度变化

对无人机2015－2020年航拍数据进行处理，计算得到沙丘的年平均移动速度分别为（2.27±1.41）、（1.37±0.93）、（1.37±1.35）、（1.53±1.14）和（1.08±0.91）m/a，多年平均移动速度1.52 m/a，且呈逐年递减趋势。其中，2017年11月至2018年9月沙丘各观测点的移动速度值离散程度较大，变异系数0.99，与起沙风风向多变相关。其他年份移动速度离散程度0.62～0.84，大部分移速度离数值在平均值附近波动。

不同季节由于下垫面植被盖度、风力大小、主风向以及降水量的差异，沙丘的移动速度也存在差异。不同季节内沙丘移动距离表现为：秋末-冬末期间沙丘平均移动（1.18±0.96）m，沙丘的移动速度达到1.6 cm/d；冬末-春初期间沙丘平均移动（1.05±0.92）m，沙丘的移动速度达到1.9 cm/d；春季期间沙丘平均移动（1.09±1.17）m，沙丘的移动速度达到2.0 cm/d；春末-夏季期间沙丘平均移动（1.19±1.38）m，沙丘的移动速度为0.9 cm/d；秋季期间沙丘平均移动（1.20±1.44）m，沙丘的移动速度达到1.7 cm/d。秋末至春初变异系数不大，与年变异系数相似；而春季、春末-夏季和秋季变异系数变化较大，属强变异。沙丘移动表现为春季沙丘移动最快，冬末-春初较快，其次为秋季、秋末-冬初相近，春末-夏季沙丘移动相对缓慢。

3.2 沙丘移动期内输沙势变化

2015－2020年乌兰布和沙漠地区对应沙丘移动航拍期内的年平均输沙势为78.82 VU，年平均合成输沙势为25.92 VU，乌兰布和沙漠地区均处在低风能环境，合成输沙方向为57.83°～107.39°，对比沙丘移动航拍图综合分析，合成输沙方向与沙丘移动方向基本一致。方向变率指数RDP/DP保持在0.30～0.46，属于中等风向变率（图3）。经统计，西风组（WSW、W、WNW、NW）平均输沙势为40.46 VU，约占全年输沙势的52.09%，东风组（NE、ENE）平均输沙势为9.97 VU，约占全年输沙势的14.18%。各风速等级输沙势所占总输沙势比例不同，8～10和10～12 m/s两个风速等级分别占总输沙势的45.46%和27.79%，合计占比73.24%，是年输沙势的主要部分。

季节输沙势分布呈现较为明显的季节性特征。春季输沙势和合成输沙势分别为20.49和11.14 VU，输沙势显著大于其他季节（图4）。秋末-冬末、春季和秋季输沙势DP 8.48～20.49 VU，合成输沙势方向90.02°～95.54°，这与年合成输沙方向及沙丘走向较为一致（图4a、4c、4e）；RDP/DP值均在0.3～0.8，属于中等比率，西风组作用显著。冬末-春初输沙势10.02 VU，合成输沙势2.61 VU，合成输沙势方向142.61°，东风组输沙势为3.96 VU，占该时段输沙势的39.55%，其中东北风作用较为明显，其输沙势占29.50%。合成输沙势与沙丘移动风向有约49°夹角。方向变化指数RDP/DP值0.26，属于低比率（RDP/DP<0.3），高变率（图4b）。春末-夏季沙势和合成输沙势分别为31.02和14.33VU，夏季主要受到以南风组（SSE、S、SSW）起沙风作用，其合成输沙方向为4.41°，与沙丘移动方向夹角约89°，RDP/DP值为0.46，合成输沙方向与其他季节差异较大（图4d）。经统计，季节输沙势主要集中在8～10 m/s风速等级，约占整个季节输沙势的40.76%～56.93%。

综合各季节、年输沙势与沙丘移动距离发现，输沙势与沙丘移动距离呈线性相关，方程为=1.02+0.006 62（2=0.339，=5.616，=0.045），总体显著，与沙丘移动距离拟合相关性强（图5）。可见，输沙势表征沙丘移动的动力条件；拟合方程截距判断，当输沙势为0时，沙丘仍然会移动较大距离，因此风作用下沙粒的输送只是影响沙丘移动的因素之一，沙丘的移动还受到其他因素的影响。

4 讨 论

在干旱半干旱区，沙丘的移动是一个各种环境因素综合作用下的结果[30]，受风况、风向变率、沙丘形态、密度、高度、发育状况，下垫面土壤水分、植被等多种因素影响。区域风况是影响沙丘形成演化的重要因子[31-32]，决定了沙丘的类型和空间分布，能控制沙丘的形成和演化速度[25]。在同一区域小范围内，沙丘形态相似、高度相近，密度相对稳定，风况和下垫面条件变化是影响沙丘移动的主要因素。特别是风况与下垫面季节性变化，是沙丘移动速度季节性变化重点关注对象。本研究结果表明春季移动速率最大（2.0 cm/d），其次是冬末-春初（1.9 cm/d）、秋季（1.7 cm/d）和秋末-冬末（1.6 cm/d），春末-夏季最小（0.9 cm/d）。可见，春季沙丘移动速率明显大于其他季节，与库鲁克沙漠的研究发现沙丘移动速率春季最高研究结果一致[33]。春末-夏季进入雨水充沛期，土壤湿度增加，沙粒启动较困难，整体表现为沙丘移动最慢，与库鲁克沙漠冬季沙丘移动速率最低不同。研究区冬季环境较为特殊，12月至1月中旬沙丘干沙层下存在一定的冻结土层，表面干沙层吹蚀后，冻土层裸露，在一定层度上限制风蚀的进一步发展，进而限制沙物质向下风向输移[34]，但本研究中冬末春初时段，气温已开始回升，沙丘冻土层出现日融夜冻，所以沙丘移动速度并未受到太大影响。关于沙丘冬季移动速度受冻结层影响程度及机理，尚需要进一步研究。

风向和风速作用复杂，一般采用RDP/DP即方向变率指数表示，风向变率与输沙势的大小与沙丘类型有一定的对应关系[28]。各地区研究综合表明沙丘的形态与复杂的风况显著相关[6]，新月形沙丘RDP/DP平均值为0.68；线形沙丘为0.45；星状沙丘为0.19[35-38]。黄河乌兰布和沙漠段沿岸沙丘主要为新月形沙丘链，多年平均方向变率处于中等风向变率0.34，小于新月形沙丘平均方向变率（<0.68），且差异较大。沙丘受到西风组和东风组的共同作用形成了新月形沙丘链，其形态较新月形沙丘更为复杂，所以研究结果的风向变率显著小于新月形沙丘。根据石唯康等[39]在撒哈拉沙漠的研究，沙丘主要在中风向变率下发育，合成输沙方向与沙丘走向一致。当风况改变，与沙丘走向不一致时，首先要改变沙丘形态以适应新的风向[40]，同时会消耗大量的风能来改变沙丘形态，风况变化越大，RDP/DP值就越小，消耗的风能也就越多，沙丘移动变得更为缓慢[2]。从本研究的结果来看，春末-夏季虽输沙势在季节中表现为最大，冬末-春初输沙势仅次于春季，但二者的RDD与沙丘移动主方向夹角分别为89°和49°，且RDP/DP值在几个季节中较小，表明这两个季节，风向的变化及风能消耗主要用以改变沙丘的形态来适应风向，而在一定程度影响了沙丘移动速度，使得沙丘在移动速度表现为缓慢。依据风沙物理学关于沙丘移动速率、输沙率与风速的关系可知，在沙丘体积不变的情况下，沙丘移动速度与输沙势成正比[41]。将输沙势、方向变率和沙丘移动速度综合分析进行判断，沙丘移动速度与方向变率相关性不显著，与输沙势呈显著相关。输沙势与沙丘移动距离呈极显著正相关，与其他学者研究结论一致[33]。

5 结 论

1）2015－2020年，黄河乌兰布和沙漠段沿岸沙丘年移动速度分别为2.27、1.37、1.37、1.53和1.08 m/a。研究区处于低风能环境，方向变率为中等风向变率；合成输沙方向与沙丘移动方向较为一致，西风组为主导输沙方向，其次为东风组；8～12 m/s等级风输沙势是年输沙势的主要部分，约占73.24%。

不同季节沙丘移动存在差异，沙丘季节性移动速度表现为春季（2.0 cm/d）＞冬末-初春（1.9 cm/d）＞秋季（1.7 cm/d）＞秋末-冬末（1.6 cm/d）＞春末-夏季（0.9 cm/d）。秋末-冬末、春季和秋季合成输沙势与年合成输沙方向及沙丘走向较为一致，RDP/DP值属于中等比率，西风组是沙丘移动的主要驱动力；冬末-春初、春末-夏季的合成输沙势与沙丘走向夹角由49°逐渐增大至春末-夏季的最大值89°，前者RDP/DP值属于低比率、后者属于中等比率，前者以东北风作用较为明显，后者则受南风组的控制。当季节合成输沙势与年输沙方向、沙丘走向一致时，沙丘移动速度快，而三者不一致时，沙丘移动速度因适应形态调整与修饰而变缓。季节输沙势主要集中在8～10 m/s风速等级，约占整个季节输沙势的40.76%～56.93%。

输沙势与沙丘移动距离呈线性正相关关系，拟合方程为=1.02+0.006 62（2=0.339，=5.616，=0.045），方程总体显著，表明输沙势可以表征该地区沙丘移动距离。无人机航拍测量沙丘移动可以在大尺度上更为便捷地为沙丘移动监测提供服务。

[1] 邹桂香，高宏智，边庆策，等. 沙丘移动速度的观测与计算[J]. 干旱区资源与环境，1988(3)：38-44.

Zou Guixiang, Gao Hongzhi, Bian Qingce, et al. Measurement and computation of desert dune movement speed[J]. Resources and Environment in Arid Regions, 1988(3): 38-44. (in Chinese with English abstract)

[2] Livingstone I, Warren A. Aeolian Geomorphology: An introduction[M]. Singapore: Longman, 1996: 211.

[3] 严应存，高贵生，刘宝康，等. 青海湖周边地区沙丘移动监测及其气候驱动力分析[J]. 中国沙漠，2009，29(4)：617-622.

Yan Yingcun, Gao Guisheng, Liu Baokang, et al. Monitoring of aeolian dunes movement in surrounding Qinghai Lake areas and climate-driven forces analysis[J]. Journal of Desert Research, 2009, 29(4): 617-622. (in Chinese with English abstract)

[4] Hansen E, Devries-Zimmerman S, Dijk D V, et al. Patterns of wind flow and aeolian deposition on a parabolic dune on the southeastern shore of Lake Michigan[J]. Geomorphology, 2009, 105(1/2): 147-157.

[5] 刘乘麟. 黄河内蒙河段泥沙来源分析[D]. 兰州：兰州大学，2015.

Liu Chenglin. Sediment Source Analysis of the Inner Mongolia Reach of the Yellow River[D]. Lanzhou: Lanzhou University, 2015. (in Chinese with English abstract)

[6] 杜会石，哈斯额尔敦，雷军，等. 基于3S技术的库布齐沙漠抛物线形沙丘形态变化研究[J]. 水土保持通报，2013，33(3)：165-169.

Du Huishi, Haselden, Lei Jun, et al. A study of morphological change of parabolic dune in Hobp desert based on 3S technology[J]. Bulletin of Soil and Water Conservation, 2013, 33(3): 165-169. (in Chinese with English abstract)

[7] 董玉祥，黄德全. 河北昌黎翡翠岛海岸沙丘移动的初步观测[J]. 中国沙漠，2013，33(2)：486-492.

Dong Yuxiang, Huang Dequan. Measurements of coastal dune movement in Feicuidao of changli, Hebei province[J]. Journal of Desert Research, 2013, 33(2):486-492. (in Chinese with English abstract)

[8] 郭建英，董智，李锦荣，等. 黄河乌兰布和沙漠段沿岸沙丘形态及其运移特征[J]. 水土保持研究，2016，23(6)：40-44.

Guo Jianying, Dong Zhi, Li Jinrong, et al. Dune morphology and migration characteristics in the Ulanbuh desert[J]. Research of Soil and Water Conservation, 2016, 23(6): 40-44. (in Chinese with English abstract)

[9] Kilibarda Z, Kilibarda V. Seasonal geomorphic processes and rates of sand movement at Mount Baldy dune in Indiana, USA[J]. Aeolian Research, 2016, 23: 103-114.

[10] 王静璞，刘连友，沈玲玲. 基于Google Earth的毛乌素沙地新月形沙丘移动规律研究[J]. 遥感技术与应用，2013，28(6)：1094-1100.

Wang Jingpu, Liu Lianyou, Shen Lingling. Research of the barchan dunes movement in the Mu Us Sandy Land on Google earth software[J]. Remote Sensing Technology and Application, 2013, 28(6): 1094-1100. (in Chinese with English abstract)

[11] 胡晓刚，王苗苗，刘勇. 基于多源高分辨率遥感影像的腾格里沙漠沙丘移动分析[J]. 中国科技博览，2016(2)：337-337.

Hu Xiaogang, Wang Miaomiao, Liu Yong. Dune movement analysis in Tengger Desert based on multi-source high-resolution remote sensing image[J]. China Science and Technology Expo, 2016(2): 337-337. (in Chinese with English abstract)

[12] Kilibarda Z, Shillinglaw C. A 70 year history of coastal dune migration and beach erosion along the southern shore of Lake Michigan[J]. Aeolian Research, 2014, 17(12): 263-273.

[13] Yao Z Y, Ta W Q, Jia X P, et al. Bank erosion and accretion along the Ningxia-Inner Mongolia reaches of the Yellow River from 1958 to 2008[J]. Geomorphology, 2011, 127: 99-106.

[14] 赵蕾，曹议丹，高伟明. 基于GPS-RTK技术对大圩顶沙丘动态变化监测及成因分析[J].干旱区资源与环境，2017，31(1)：108-114.

Zhao Lei, Cao Yidan, Gao Weiming. To monitor and study the Daweiding coastal dunes movements based on GPS-TRK measuring technology[J]. Journal of Arid Land Resources and Environment, 2017, 31(1): 108-114. (in Chinese with English abstract)

[15] 刘国君，高伟明，李晶.基于GPS RTK技术的海岸沙丘动态监测[J]. 海洋测绘，2010，30(1)：56-58.

Liu Guojun, Gao Weiming, Li Jing. Analysis of parameters relevancy in fixing calibration of multi-beam system[J]. Hydrographic Surveying and Charting, 2010, 30(1): 56-58. (in Chinese with English abstract)

[16] 董玉祥，黄德全.海岸新月形沙丘移动与形态变化的典型研究[J]. 地理科学，2014，34(1)：863-869.

Dong Yuxiang, Huang Dequan. Typical research on the movement and topographic change of coastal crescent dune[J]. Scientia Geographica Sinica, 2014, 34(7): 863-869. (in Chinese with English abstract)

[17] 李爱敏，韩致文，钟帅，等. 基于CASS和ArcGIS的新月形沙丘属性参数提取[J]. 中国沙漠，2018，38(3)：484-491.

Li Aimin, Han Zhiwen, Zhong Shuai, et al. Attributive parameter extraction on of the Barchan dune based on CASS and ArcGIS[J]. Journal of Desert Research, 2008, 38(3): 484-491. (in Chinese with English abstract)

[18] 钱广强，杨转玲，董治宝，等.基于多旋翼无人机倾斜摄影测量的沙丘三维形态研究[J]. 中国沙漠，2019，39(1)：18-25.

Qian Guangqiang, Yang zhuanling, Dong Zhibao, et al. Three-dimensional morphological characteristics of barchan dunes based on photogrammetry with a multi-rotor UAV[J]. Journal of Desert Research, 2019, 39(1): 18-25. (in Chinese with English abstract)

[19] 杨根生，刘阳宣，史培军.黄河沿岸风成沙入黄沙量估算[J]. 科学通报，1988，(13)：1017-1021.

Yang Gensheng, Liu Yangxuan, Shi Peijun. Estimation of the inflow of aeolian sand into yellow sediment along the Yellow River[J]. Chinese Science Bulletin, 1988, (13): 1017-1021. (in Chinese with English abstract)

[20] 舒安平，高静，李芳华. 黄河上游沙漠宽谷河段塌岸引起河道横向变化特征[J]. 水科学进展，2014，25(1)：77-82.

Shu Anping, Gao Jing, Li Fanghua. Lateral variation properties in river channels due to bank failure along the desert valley reach of upper Yellow River [J]. Advances In Water Science, 2014, 25(1): 77-82. (in Chinese with English abstract)

[21] 杨根生，拓万全，戴丰年，等.风沙对黄河内蒙古河段河岸泥沙淤积的影响[J]. 中国沙漠，2003，23(2)：54-61.

Yang Gensheng, Tuo Wanquan, Dai Fengnian, et al. Contribution of sand sources to the silting of riverbed in Inner Mongolia section of Huanghe River[J]. Journal of Desert Research, 2003, 23(2): 54-61. (in Chinese with English abstract)

[22] 李永山，彭文昌，任亮，等.近50年黄河乌兰布和沙漠段辫状河道演变[J]. 中国沙漠，2016，36(6)：1689-1694.

Li Yongshan, Peng Wenchang, Ren Liang, et al. Evolution of Ulan Buh desert braided channel of the yellow river in recent 50 years[J]. Journal of Desert Research, 2016, 36(6): 1689-1694. (in Chinese with English abstract)

[23] 李锦荣，郭建英，董智，等. 黄河乌兰布和沙漠段凌汛期河岸动态变化及影响因素[J]. 水土保持研究，2016，23(2)：117-122.

Li Jinrong, Guo Jianying, Dong Zhi, et al. Dynamics change of river bank and factor analysis in Ulan Buh desert section of the yellow river[J]. Research of Soil and Water Conservation, 2016, 23(2): 117-122. (in Chinese with English abstract)

[24] Lancaster N. Dunes of the Gran Desiterto sand sea，Sonora，Mexico[J]. Earth Surface Processes and Landforms, 1987, 12: 277-288.

[25] Wang L, Shi Z, Wu G, et al.Freeze/thaw and soil moisture effects on wind erosion[J]. Geomorphology, 2014, 207(3): 141-148.

[26] Barchyn T E, Hugenholtz C H. Winter variability of aeolian sediment transport threshold on a cold-climate dune[J]. Geomorphology, 2012, 177/178(12): 38-50.

[27] Ravi S, D'Odorico P , Over T M, et al .On the effect of air humidity on soil susceptibility to wind erosion: The case of air-dry soils[J]. Geophysical Research Letters, 2004, 31(9): 1-4

[28] Fryberger S G. Dune forms and wind regime[M]//Mckee E D. A Study of Global Sand Seas.Washington D C: US: USGS Professional Paper, 1979, 1052: 137-169.

[29] Lettau K, Lettau H.Expermental and micrometeorological field studies of dune migration[C]∥Lettau K，Lettau H, eds. Exporing the World’s Driest Climate. Madison: University of Wisconsin Madison, 1977, 101: 110-147.

[30] 朱震达，郭恒文，吴功成.塔克拉玛干沙漠西南地区绿洲附近沙丘移动的研究[J]. 地理学报，1964(1)：35-50.

Zhu Zhenda, Guo Hengwen, Wu Gongcheng. Study on dune movement near oasis in southwest of Taklimakan Desert[J]. Arid Land Geography, 1964(1): 35-50. (in Chinese with English abstract)

[31] 俎瑞平，张克存，屈建军，等. 塔克拉玛干沙漠风况特征研究[J]. 干旱区地理，2005，28(2)：167-170.

Zu Ruiping, Zhang Kecun, Qu Jianjun et al. Study on wind regime characteristics in the Taklimakan Desert[J]. Arid Region Geography, 2005, 28(2): 167-170. (in Chinese with English abstract)

[32] 刘陶，杨小平，董巨峰，等. 巴丹吉林沙漠沙丘形态与风动力关系的初步研究[J]. 中国沙漠，2010，30(6)：1285-1291.

Liu Tao, Yang Xiaoping, Dong Junfeng et al. A preliminary study of relation between mega dune shape and wind regime in the badain Jaran desert[J]. Journal of Desert Research, 2010, 30(6): 1285-1291. (in Chinese with English abstract)

[33] 杨军怀，董治宝，刘铮瑶，等. 库鲁克沙漠风沙地貌与沙丘移动[J]. 中国沙漠，2019，39(4)：1-8.

Yang Junhuai, Dong Zhibao, Liu Zhengyao, et al. Aeolian geomorphology and dune migration in the Quruq Desert, China[J]. Journal of Desert Research, 2019, 39(4): 1-8. (in Chinese with English abstract)

[34] 李锦荣，郭建英，赵纳祺，等. 乌兰布和沙漠流动沙丘风蚀空间分布规律及其影响因素[J]. 中国沙漠，2018，38(5)：928-935.

Li Jinrong, Guo Jianying, Zhao Naqi, et al. The spatial and temporal variability of sand erosion and Its influences factors across a coastal dune in Ulan Buh Desert, China[J]. Journal of Desert Research, 2018, 38(5): 928-935.

[35] Wasson R J, Hyde R. Factors determining desert dune type[J]. Nature, 1983, 304: 337-339.

[36] Lancaster N. Linear dunes of the Namib sand sea[J]. Zeitschriftfür Geomorphologie,1983, 45: 27-49.

[37] 李振山，倪晋仁. 国外沙丘研究综述[J]. 泥沙研究，2000(5)：73-81.

Li Zhenshan, Ni Jinren. A review of desert dune geomorphology[J] Journal of Sediment Research, 2000(5): 73-81. (in Chinese with English abstract)

[38] 郭洪旭，王雪芹，蒋进，等. 古尔班通古特沙漠腹地输沙风能及地貌学意义[J]. 干旱区研究，2011，28(4)：580-585.

Guo Hongxu, Wang Xueqin, Jiang Jin, et al. Wind regime and its geomorphologic significance in the hinterland of Gurbantonggut Desert[J] Arid Zone Research, 2011, 28(4): 580-585. (in Chinese with English abstract)

[39] 石唯康，董治宝，陈国祥，等. 新月形沙丘与线形沙丘共生现象探讨：以撒哈拉沙漠为例[J]. 中国沙漠，2020，40(3)：135-144.

Shi Weikang, Dong Zhibao, Chen Guoxiang, et al. Discussion on the symbiosis of barchan dune and linear dune: A case study from Sahara Desert[J]. Journal of Desert Research, 2020, 40(3): 135-144. (in Chinese with English abstract)

[40] Dong Z B, Wang X M ,Chen G T. Monitoring sand dune advance in the Taklimakan Desert[J]. Geomorphology, 2000, 35(3): 219-23.

[41] Bagnold R A．The Physics of Blown Sand and Desert Dunes[M]. London, UK: Methuen, 1941.

Monitoring and influencing factors of dune movement speed along the Yellow River using UAV technology

Li Jinrong1, Wang Jian1, Wang Ru2, Guo Jianying1, Luo Xiangying2, Li Yingkun2, Cui Wanxin2

(1.-,,100038,; 2.,,010018,)

A highly urgent need has been concerned to more conveniently monitor the moving speed of dunes along the Yellow River in the Ulan Buh Desert. Taking the coastal dune in Ulan Buh Desert as the research object, the seasonal geomorphological process and influencing factors were investigated using image data acquisition through UAV in this study. Results showed that: 1) The annual movement speed of dune was 1.08-2.27 m/a, the multi-year average sand Drift Potential (DP) was 78.82 VU, and the annual Resultant Drift Potential (RDP) was 25.92 VU. It indicated that the study area was in a low wind energy environment. The 8-12 m/s level of sand DP accounted for 73.24% of annual sand DP. The intermediate directional wind variability (i.e.RDP/DP) was around 0.30-0.46. The average Resultant Drift Direction (RDD) was 57.83°-107.39°, which was consistent with the dune movement direction. The westerly wind contributed 52.09% of the variation of the annual sand DP, indicating the main driving force for the annual movement of dunes. 2) The dune movement speed presented obvious seasonal characteristics. Specifically, the fastest was observed in spring, followed by late winter to early spring, and the slowest in summer. In late autumn to late winter, spring and autumn, the sand DP was around 8.48-20.49 VU, the RDD was 90.02°-95.54°, and the RDP/DP was 0.3-0.8, indicating an intermediate rate of directional wind variability. The westerly wind presented a significant effect on dune movement, particularly compatible with the annual RDD and dune movement direction. In late winter to early spring and late spring to summer, the dune with a relatively low movement speed usually adapted to the wind direction through morphological changes under the northeasterly wind (NE) and southerly wind (SSE, S, and SSW). The seasonal sand DP was mainly composed of 8-10 m/s level wind speed, accounting for 40.76%-56.93% of the whole season. 3) Overall, the seasonal and inter-annual sand DP was linearly positively correlated with dune movement distance. The fitting equation was=1.02+0.006 62(2=0.339,=5.616,=0.045). The fitting equation reached a significant level, indicating that the sand DP can be used to characterize the dune movement distance in the area. The comprehensive landscape was achieved for the dune movement monitored by UVA. Consequently, the wind speed above 8 m/s in the Westerly Group was the main driving force for dune movement in the study area. When the wind direction variability and the RDP were consistent with the movement direction of dunes, the dunes moved faster, otherwise, the dunes moved slowly. Anyway, UAVs can provide more convenient monitoring services for the movement of dunes on a larger scale. This finding can also provide a strong reference for UVA monitoring of dune movement in similar areas.

unmanned aerial vehicle; dune movement; sand-driving wind; drift potential; Ulan Buh Desert

李锦荣，王健，王茹，等. 基于无人机技术黄河沿岸沙丘移动速度监测及影响因素分析[J]. 农业工程学报，2021，37(19)：57-64.doi：10.11975/j.issn.1002-6819.2021.19.007 http://www.tcsae.org

Li Jinrong, Wang Jian, Wang Ru, et al. Monitoring and influencing factors of dune movement speed along the Yellow River using UAV technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(19): 57-64. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.19.007 http://www.tcsae.org

2021-04-22

2021-09-26

内蒙古自然基金（2019MS04001）；国家自然基金面上项目（42071021）

李锦荣，博士，正高级工程师，研究方向为荒漠化防治。Email：lijinrong918@126.com

10.11975/j.issn.1002-6819.2021.19.007

P931.3

A

1002-6819(2021)-19-0057-08