奈曼旗土地沙漠化敏感性空间分布研究

2022-03-30 02:39岳永杰王雅倩乌云珠拉
林业资源管理 2022年1期
关键词:沙漠化覆盖度苏木

赵 恺,岳永杰,贺 嵘,王雅倩,乌云珠拉

(1.内蒙古农业大学 林学院,呼和浩特 010010;2.青海省乌兰县气象局,青海 海西 817100)

土地沙漠化是当今世界所面临的亟待解决的问题之一,全球约有60%以上的国家与地区被沙漠化所困扰。沙漠化是指在干旱、半干旱及半湿润地区由于人为和环境因素造成的土地退化现象[1]。人类对于自然资源的无节制的索取及粗犷的利用方式,使植被破坏,自然环境恶化,而干旱的环境会使土地沙漠化的状况更加严重,这两种因素的消极影响,最终将会造成生态系统失衡,可用的土地资源逐渐减少,土地生产力明显下降,不利于人类的生存和经济发展[2]。奈曼旗地处中国四大沙地中面积最大的科尔沁沙地腹地,曾经的奈曼旗地区河川相间,流域较广,植被丰茂,草原坨甸相间分布,畜牧业发达。如今,由于多风和少雨等气候因素以及人类的过度砍伐放牧,使得奈曼旗地区的草甸面积不断减小,沙漠化面积扩大,生态环境恶化[3]。因此,针对奈曼旗地区开展土地沙漠化敏感性分布空间格局的研究,对合理开发利用土地资源,控制土地沙漠化的发生、发展以及区域生态安全和可持续发展都具有重要意义。

土地沙漠化敏感性是指自然环境变化和人类活动导致土地沙漠化的可能性情况[4]。研究其敏感性和空间分布,是分析自然生态系统防风固沙能力的重要手段。徐玲玲等[5]基于多源数据对中国北方14个地区的土地荒漠化敏感性进行了研究,得到了研究区土地荒漠化的发展和变化趋势;胡孟田等[6]修订了我国标准的基于土壤风蚀修正模型的土地荒漠化敏感性评价方法;刘军会等[7]利用遥感和地理信息系统技术分析了区域自然环境演变过程中的土地荒漠化、土壤侵蚀、土壤盐渍化和生物多样性减少等生态问题,揭示了内蒙古生态环境的敏感性程度和空间分布特征;张强等[8]以遥感数据为基础数据源,选取气候舒适度指数、土地沙漠化指数等评价因子对祁连山生态敏感性进行综合评价。目前,现有沙漠化敏感性研究多集中于大尺度的分析,针对小尺度的旗县土地沙漠化敏感性的现状和空间尺度上的分布研究相对较少。本文以奈曼旗15个乡镇、苏木为研究对象,基于遥感数据、土壤数据、土地利用数据以及气象数据等对奈曼旗土地沙漠化敏感性现状和空间分布进行研究,为该区域土地沙漠化治理以及制定相关政策提供科学依据。

1 研究方法与数据来源

1.1 研究区概况

奈曼旗位于内蒙古通辽市西南部,科尔沁沙地腹地,地理坐标为北纬42°14′17″~43°32′14″,东经120°20′35″~121°36′00″。总面积8 137.6 km2,包括14个苏木乡镇、1个国有农场;地势由西南向东北逐渐倾斜,南部山区,北部平原;气候属北温带大陆性季风干旱气候,年平均气温6.0~6.5℃,多年平均降水量366mm,年蒸发量1 935mm,年平均风速3.6~4.1m/s,冬季多西北风,夏季多西南风;全年≥10℃的有效积温3 200~3 400℃;土壤类型有风沙土、草甸土、沙质栗钙土、沼泽土和褐土分布于南部低山丘陵区;主要有山杏(Armeniacasibirica)、白茅(Imperatacylindrica)等疏林草原植被,大针茅(Stipagrandis)、羊草(Leymuschinensis)等半干旱草原植被和黄柳(Salixgordejevii)、小叶锦鸡儿(Caraganamicrophylla)等沙生半干旱草原植被。

1.2 数据来源

本文所需数据如下:1)遥感数据选择研究区2020年空间分辨率为250m的MODIS数据,该数据来源于美国国家航空航天局(NASA)官网,具有较高的空间分辨率(250m,500m和1km)和时间分辨率(16d),其投影类型为正弦曲线投影,原始的数据格式为HDF(下载地址:https://ladsweb.modaps.eosdis.nasa.gov/search/),该数据提供时已经进行预处理(去云、福射校正和大气校正等);2)气象数据来源于中国气象科学数据共享网(www.cdc.cma.gov.cn),“中国地面气候资料日值数据集(V3.0)”包含了中国 824 个基准、基本气象站1951年1月以来本站气压、气温、降水量、蒸散量、相对湿度、风向风速、日照时数和 0cm 地温要素的日值数据,数据类型为文本数据;3)土壤数据来源于“中国1∶100万土壤数据库”,数据类型为栅格文件,分辨率为250m;4)土地利用/覆被遥感数据源来自美国陆地资源卫星LANDSAT TM/OLI多光谱遥感影像,数据获取自美国地质勘探局 USGS(http://earthexplorer.usgs.gov/),解译过程中涉及选用不同的LANDSAT卫星数字产品,辅以中国科学院资源环境科学数据中心(http://www.resdc.cn)的“2010年中国土地利用现状遥感监测数据”,该数据比例尺1∶10万,数据精度良好。

1.3 研究方法

1.3.1沙漠化敏感性评价因子及其计算方法

通用的土地沙漠化敏感性评价方法选择干燥度指数、大风天数、土壤质地、植被覆盖度4个因子;张国平等[9]用湿润指数、土壤质地及起风沙的天数、冬季地表植被覆盖度对土地沙漠化敏感性进行评价。影响土地沙漠化的因素很多,基于前人研究[10-12],根据研究区的情况和评价要求,本文选择干燥度指数、冬春季节大于6m/s的起风沙天数、土壤粉砂含量、植被覆盖度和坡度作为奈曼旗土地沙漠化敏感性评价指标,为了使评价分级结果更精细,本文采用5级分级标准,并对分级进行赋值,赋值越大表明土地沙漠化敏感性越高,反之越低(表1)。

表1 土地沙漠化敏感性评价指标及分级标准

1)干燥度指数(Ii)

通常用于反映降水对土壤风侵蚀的影响。干燥指数越大,地区气候就越干燥,更易受到风蚀。采用修正的谢良尼诺夫公式[13]计算,公式如下:

(1)

2)起风沙天数(Ti)

起风沙天数越长,大风对土壤的侵蚀影响就越大,根据研究区气象站点数据,统计冬春季节大于6m/s的起风沙天数并进行分级。

3)土壤粉砂含量(Ki)

土壤的粉砂含量对区域土地沙漠化也有一定的影响,不同含量具有不同的抗风蚀能力。根据1∶100万土壤栅格数据建立图层,进行分析。

(4)植被覆盖度(Ci)

植被退化是沙漠化过程中最为直观和敏感的指标,可用植被特征变化来描述沙漠化[14]。植被与土壤的相互关系是生态学研究的重点领域[15-19]。沙漠化后的植物群落平均高度下降,盖度明显降低,生物量明显减小[20]。除此之外,不同沙漠化阶段,都有在其阶段适合生长的典型群落类型,不同类型、强度和频度的干扰对植物群落数量和分布格局以及群落的结构和功能都有不同程度的影响[21-22]。

(2)

式中:NDVIveg为完全植被覆盖地表所贡献的信息,NDVIsoil为无植被覆盖地表所贡献的信息。根据NDVI的频率统计,计算NDVI的频率累积值,累积频率为2%的NDVI值为NDVIsoil,累积频率为98%的NDVI值为NDVIveg。

5)坡度(Pi)

坡度可以用于分析地区地形条件对风蚀的阻力,坡度越大对风蚀有一定的阻挡作用。

1.3.2沙漠化敏感性综合评价

奈曼旗土地沙漠化敏感性受上述多个因素的综合影响,在此基础上,根据各项指标敏感性分级赋值标准(表1),将各因子统一成250m分辨率的栅格数据,按照通用土地沙漠化敏感性评价计算公式(式3)计算沙漠化敏感性综合指数,利用地理信息系统空间分析将单因子敏感性等级乘积,得出奈曼旗土地沙漠化敏感性空间分布图(图1),并将各乡镇5个敏感性等级对应的面积提取出来(表2)进行空间分析。

(3)

式中:Di为评估区域土地沙漠化敏感性指数;Ii,Ti,Ki,Ci和Pi分别为评估区域干燥度指数、起风沙天数、土壤粉砂含量、植被覆盖度和坡度的敏感性等级值。

图1 奈曼旗土地沙漠化敏感性空间分布格局

表2 奈曼旗各乡镇土地沙漠化敏感性面积及占比

1.3.3土地沙漠化影响因素分析方法

为了分析奈曼旗土地沙漠化敏感性的影响因素,首先采用层次分析法对5个因子进行两两比较评分后,建立判断矩阵计算权重(表3),并进行一致性检验,计算公式如式(4)所示,判别矩阵的一致性检验指标CR<0.1,说明此矩阵是合理的,取得的权重是可信的。

(4)

将式(3)模型中的各因子的空间分布格局进行了绘制(图2),提取出5个因子对应5个敏感性等级所占面积,并计算与总面积的占比(表4)。

图2 奈曼旗土地沙漠化因子空间分布

为了进一步验证5个因子对沙漠化敏感性的影响大小,在表(4)的基础上,用SPSS软件对5个因子不同敏感性面积占比与总面积占比进行皮尔森相关性分析,分析结果如表5所示。

表3 土地沙漠化敏感性评价指标体系及其权重

2 结果与分析

2.1 奈曼旗土地沙漠化敏感性空间分布评价

根据评价结果(图1、表2),在奈曼旗土地沙漠化敏感性中,轻度敏感区的面积最大,占总面积的29.7%;其次为高度敏感区、中度敏感区和不敏感区,分别占总面积的22.9%,22.2%和15.2%;极敏感区面积最小,占总面积的10.0%。在空间上,轻度和不敏感地区主要位于奈曼旗的中部及南部地区,包括大沁他拉镇、新镇、沙日浩来镇、义隆永镇、固日班花苏木、黄花塔拉苏木和土城子乡,其面积分别占到对应乡镇苏木总面积的58.4%,63.9%,94.4%,78.0%,50.0%,83.8%和97.4%;中度敏感区位于青龙山镇,面积占其总面积的48.3%;高度和极敏感地区位于奈曼旗北部7个乡镇和苏木,自西向东依次为苇莲苏乡、白音他拉苏木、八仙筒镇、明仁苏木、东明镇、六号农场和治安镇,这些乡镇苏木高度敏感和极敏感区域分别占到对应区域总面积的60.2%,41.1%,41.6%,71.0%,72.2%,87.9%和86.3%。

2.2 土地沙漠化敏感性分布影响因素分析

2.2.1自然因素分析

用层次分析法对奈曼旗土地沙漠化敏感性影响因素进行初步分析,由表3可知,5个因子权重大小依次为植被覆盖度(0.46)>起风沙天数(0.29)>干燥度指数(0.17)>土壤粉砂含量(0.06)>坡度(0.02),植被覆盖度权重最大,初步说明了影响奈曼旗土地沙漠化敏感性的主要因素是植被覆盖度。

表4 评价指标不同敏感性所占面积及比例

表4为5个指标对应的5个等级敏感度所占面积及比例,由表可知,中度敏感、高度敏感、极敏感在干燥度指数这一指标中面积占比分别为23.8%,37.6%和14.7%,不敏感和轻度敏感共占23.9%,土壤粉砂含量中度、高度和极敏感的面积共占54.3%,轻度、不敏感区域面积占45.7%,起风沙天数和坡度因子在中度、高度和极敏感区域面积占比较大,分别共占84.4%和97.6%,轻度和不敏感地区面积占总面积的15.6%和2.4%,植被覆盖度在中度、高度和极敏感区域面积分别占总面积的16.4%,25.9%和0.9%,不敏感和轻度敏感的地区面积分别占18.0%和38.8%。与总体敏感性面积占比对照发现,植被覆盖度这一指标面积占比排序为轻度敏感>高度敏感>不敏感>中度敏感>极敏感,除不敏感区和中度敏感区面积占比排名略有不同外,轻度、高度和极敏感面积与总体敏感性面积占比排名完全一致,而其他指标则没有如此的一致性,进一步说明植被覆盖度对于土地沙漠化敏感性有着显著影响。

利用SPSS软件对表4中的各指标不同敏感性面积占比进行了皮尔森相关性分析,由表5可知,植被覆盖度与沙漠化敏感性在0.05层上相关性显著,为0.915,再次验证了植被覆盖度的变化是引起土地沙漠化的直接原因。

表5 评价指标与沙漠化敏感性相关性分析

基于以上分析,从图2(a)—(e)中可以看出,奈曼旗北部国有六号农场、东明镇、治安镇和明仁苏木等地的土壤粉砂含量较高、干燥度指数较大、坡度较低、起风沙天数较多、植被覆盖度较低,土壤粉砂含量较大会使土壤水分蒸发速度变快从而导致干燥度指数变大;坡度较低会导致风受的阻力低,使土壤受风蚀的程度较大;然而起风沙天数较多会使土壤被风蚀的天数增大;植被覆盖度小,无法保护表层土壤,加速了地表风蚀,这些自然因素导致土地沙漠化敏感性很高。而奈曼旗南部的乡镇和苏木与上述相反,因此沙漠化敏感性相对较小。其中,植被覆盖度的变化对其影响最大,这是因为地表植被覆盖度大,能够涵养水源,减小风蚀对土壤表层的危害,一定程度上改善了土地沙漠化对部分地区的影响,此外,人类活动,如,过度放牧、开垦农田等,也是造成土地沙漠化的重要因素。

2.2.2土地利用现状分析

除了自然因素,人类活动也是导致土地沙漠化的主要和活跃因素[23]。随着人类活动的不断增强,土地利用的变化对土地沙漠化有非常大的影响,因此从土地利用的角度分析土地沙漠化问题具有重要意义。由表2、图3和表6可知,不敏感和轻度敏感面积占比较大(>60%)的土城子乡(97.4%)、沙日浩来镇(94.4%)、义隆永镇(78.0%)、黄花塔拉苏木(83.8%)和新镇(63.9%)5个镇的林地面积占比分别是60.1%,48.8%,27.4%,31.0%和42.7%,均大于25%,林地面积大意味着植被覆盖度大,加上自然因素的影响较小,所以土地沙漠化敏感性较低,而同样位于奈曼旗南部的青龙山镇,虽然林地面积占比达到(62.6%),但是由于该地起风沙天数多,干燥度大等多种因素的综合影响,导致沙漠化敏感性增加,因此,中度沙漠化敏感性的面积达到了48.3%。反观高度和极敏感面积占比较大(>60%)的六号农场(87.9%)、治安镇(86.3%)、东明镇(72.2%)和明仁苏木(71.0%),这4个苏木镇的林地面积占比均小于20%,耕地面积占比均大于25%,说明该区域人类活动较为频繁,当人类在一定区域内频繁活动时,这个区域环境的自我调节和完善功能会下降,造成生态的不平衡,使环境被破坏,导致土地沙漠化。苇莲苏乡在高度和极敏感区的面积占比也达到了60.2%,虽然其耕地面积只占17.8%,但是该区域有36.7%的土地是沙地,林地面积占比也只有3.2%,大面积的沙地和稀少的林地是造成这一现象的主要原因。

图3 奈曼旗土地利用空间分布

表6 奈曼旗各乡镇土地利用面积占比

总之,土地利用对于土地沙漠化也存在一定的影响,由于奈曼旗是一个以畜牧业经济为主体的地区,其北部沙地面积较多,不适宜放牧和种植作物,因此耕地主要集中在南部地区,未来由于人类活动的影响很有可能对目前不易沙漠化的南部地区的生态系统造成破坏,因此,该地区的居民应该合理利用资源,采用科学的决策方法,才能改善土地生态环境,维持经济可持续发展。

3 讨论

本研究发现奈曼旗北部的苇莲苏乡、白音他拉苏木、八仙筒镇、明仁苏木、东明镇、六号农场和治安镇沙漠化敏感性等级以高度敏感和极敏感为主,这些乡镇、苏木的土壤粉砂含量高、干燥度大、坡度低、起风沙天数多,而植被覆盖度的减少以及人类频繁活动是造成这一现象的主要原因,这与前人[5,24]的研究一致。

由于奈曼旗地区的坡度、土壤粉砂含量以及植被覆盖度等原因造成了南部地区沙漠化不严重,北部地区沙漠化面积较大,为了改善这一现状,在自然环境因素上奈曼旗应该加大北部植树造林的力度,使影响土地沙漠化最重要的因素植被覆盖度增大,从根源解决土地沙漠化的问题。除了环境因素会影响土地沙漠化外,人类活动也是造成沙漠化程度和范围加大的主要原因。人类在生产生活的过程中进行的过度放牧、过度栽植、过度浇灌等一些一味追求产量和经济收益的活动,超出生态环境原有的承受能力,破坏其自我调节机制,造成原有的草原、森林生态系统退化,水土不断流失,最终导致生态系统失去平衡,沙漠化现象的出现。而且,凡是农田、草场荒废之地,所及之处土壤很快就会沙漠化。奈曼旗农牧民应该合理利用资源,保护环境,政府应采取一定的措施帮助农牧民采用科学的种植、畜牧方法,才能改善土地生态环境,维持经济可持续发展。

4 结论

本文选择植被覆盖度、起风沙天数、干燥度指数、土壤粉砂含量和坡度5个因子作为评价指标,基于ArcGIS对奈曼旗15个乡镇苏木进行土地沙漠化敏感性空间分布格局分析,可获得以下结论:

1)从面积分布来看,2020年奈曼旗属轻度敏感等级的土地面积最大,为2 417.835 km2,占总面积的29.7%;高敏感等级土地面积1 863.208 km2,占总面积的22.9%;中度敏感等级土地面积1 803.581 km2,占总面积的22.2%;不敏感等级土地面积1 240.080 km2,占总面积的15.2%;极敏感等级的土地面积最小,为812.896 km2,占总面积10.0%。

2)从空间来看,高度和极敏感区域主要位于奈曼旗北部的乡镇苏木,包括苇莲苏乡、白音他拉苏木、八仙筒镇、明仁苏木、东明镇、六号农场和治安镇;中度敏感区域位于青龙山镇;轻度、不敏感地区主要位于大沁他拉镇、新镇、沙日浩来镇、义隆永镇、固日班花苏木、黄花塔拉苏木和土城子乡;干燥度指数、坡度、土壤粉砂含量、起风沙天数和植被覆盖度的变化导致了沙漠化敏感性的空间分布;其中最主要的因子是植被覆盖度(0.46),依次为起风沙天数(0.29)、干燥度指数(0.17)、土壤粉砂含量(0.06)和坡度(0.02)。

3)从土地利用来看,人类活动对于土地沙漠化也有着一定的影响,直接体现在耕地面积与沙地面积的变化上,未来只有合理开发利用土地,适度放牧,该地区土地沙漠化才有更好的改善。

总的来看,奈曼旗地区的沙漠化敏感性在中度敏感和高度敏感的面积仍然较大,沙漠化治理依然需要重视。对于敏感性较大的区域,要制定相关政策并积极实施行动来防止沙漠化的扩大;而对于沙漠化敏感性较低的区域应该继续保持对应的治理模式。本文对沙漠化敏感性的研究可为奈曼旗地区沙漠化防治提供一定参考价值和科学依据。

猜你喜欢
沙漠化覆盖度苏木
基于Google Earth Engine的有色金属资源型地区植被覆盖度动态变化分析
——以安徽省铜陵市为例
植被覆盖度和降雨侵蚀力变化对小流域泥沙连通性的影响
偃师区不同坡度带植被覆盖度分布研究
Mali: Trees, microcredit and the environment 马里之殇:树荒、小额信贷与恶化的环境
Kubuqi Desert: an Afforestation Miracle
Ant Forest Users Plant 55m Trees in 507 Square Kilometers
气候变化与人类活动对植被覆盖的影响
沙漠化,你还能hold得住吗?
站在苏木拜河边
七月桑桑