北方农牧交错带花生种植模式对荒漠化的影响

齐丽，何振嘉

（1.陕西省土地工程建设集团有限责任公司，西安 710075；2.陕西地建土地工程技术研究院有限责任公司，西安 710075）

荒漠化是指人类活动、气候变异等因素导致的土地退化，在全世界范围内广泛发生，荒漠化是也是目前全球最严重的环境问题之一[1]。土地荒漠化会影响作物产量和土地可持续性，进而影响人类的生存环境[2]。农牧交错带是我国遏止荒漠化、沙化东移南下的最后一道屏障，其中位于长城一线以北、草原东侧和南侧的北方农牧交错带是我国重要的生态治理区域和北方地区重要的生态防线[3-4]。但伴随着人为干预的不断增多，人类对土地不合理的开垦以及放牧，导致农牧交错带不仅未发挥生态屏障的作用，反而成为了生态脆弱带[5]。目前农牧交错带荒漠化问题对我国社会经济发展已造成了一定的阻碍，引起了政府和科研人员的广泛关注。

我国北方农牧交错带位于半干旱和干旱气候的交汇处，作为京津冀地区重要的水源涵养带与中东部地区重要的生态安全屏障，对维护国家的生态安全具有重要作用[6]。辽北农牧交错带作为北方农牧交错带的重要组成部分，位于东北平原下沉区，是防止科尔沁沙地向南入侵华北平原、向东南入侵东北平原最重要的生态屏障[2]。该地区受降水量少、蒸发量大、气候干旱及人为干扰等因素影响，区域内的植被、地貌和水文条件等环境因素均发生了一系列的变化，进而导致土地荒漠化日益严重，并且呈南侵及东南侵的态势。研究表明，高植被覆盖率能有效抑制土地沙漠化[7-8]。辽宁省阜新市彰武县花生种植历史悠久，虽然多年来获得了较高的经济效益，但由于其种植模式落后，致使土壤流失、土表粗化、地力急剧下降。因此，探讨适宜研究区的花生种植模式对于土地的可持续利用、防止土地沙漠化、保护区域生态具有重要意义。本研究选取辽北农牧交错带典型区域彰武县作为研究区，以多时相遥感作物识别理论和土地荒漠化评价理论为基础，应用RS软件（遥感图像处理）和GIS软件（各种地图处理），以土地利用覆被状况和土壤质量为观察指标，对不同种植模式下的土地进行荒漠化评价，分析不同种植模式与荒漠化演替方向的影响及不同种植模式下的优势和劣势，以期为改善不合理种植模式提供参考依据。

1 材料与方法

1.1 研究区概况

彰武县隶属于辽宁省阜新市，地处辽宁省西北部、科尔沁沙地南部，东连康平县、法库县，南接新民市，西隔绕阳河与阜新蒙古族自治县相邻，北依内蒙古自治区通辽市的库伦旗和科尔沁左翼后旗。研究区（42°07′—42°51′N，121°53′—122°58′E）为彰武县北部章古台镇、大冷乡、四合城乡、阿尔乡，耕地总面积约3万hm2，其中花生种植面积约1.38万hm2。研究区地势北高南低，东西丘陵，北部沙荒，中、南部为平原，属于温和半湿润的季风大陆性气候，四季分明，雨热同期，光照充足。

1.2 数据来源

数据主要来源于彰武县自然资源局与统计局。应用的数据主要为彰武县2015和2020年Landsat-5TM数据、彰武县统计年限数据、彰武县1∶10 000土地利用现状图和1∶10 000地形图等，其中遥感数据主要利用3、4波段数据。

1.3 数据预处理

1.3.1 研究区域的剪裁 将3、4波段影像图导入ENVI4.5中；选择Overlay菜单中的Vectors选项，将研究区域的边界叠加到影像上；在Vector Parameters对话框中的File菜单中，打开Export Active Layer to ROIs选项选择Convert All Vectors to One ROI；在Tools菜单中选择Region of Interest中的ROI Tool，并在其对话框中选择File中的Subset Data via ROIs选项，同时将Background Value设为0，然后保存在一个新的文件夹中。另一期数据采用同样方法处理。

1.3.2 花生种植面积遥感数据的提取与处理 以2015和2020年Landsat 5TM遥感影像为基本数据源，除TM 6波段外，其余波段空间分辨率均为30 m，为p120r31，基本无云覆盖，已经过辐射校正和几何校正，数据质量较好，以研究区行政区划图、1∶50 000数字高程模型（digital elevation mode，DEM）、1∶10 000土地利用现状图、野外调查数据及自然、社会、经济等文字资料为辅助资料，在Arcgis 9.3和ENVI 4.7等遥感影像处理软件的支持下，对美国陆地卫星4~5号专题制图仪（thematic mapper，TM）影像进行多波段融合。在遥感数据信息提取的基础上，根据研究需要及彰武县实际情况，对遥感影像初步判读种植模式进行修订，以花生种植区周边的土地利用覆被现状及地形地貌特征为划分依据，选择5种花生种植模式：沙平地-花生种植模式以阿尔乡为代表，砂质丘陵-花生种植模式以大冷乡、阿尔乡为代表，沙平地防护林-花生种植模式以章古台镇、四合城乡、大冷乡为代表，砂质丘陵防护林-花生种植模式以大冷乡、阿尔乡为代表，农林复合种植模式以章古台镇、大冷乡为代表。

1.4 土壤理化性质测定方法

参照《土壤学》[9]，采用比重法测定土壤机械组成；采用重铬酸钾容量法测定土壤有机质含量；采用凯氏定氮法测定全氮含量；采用超临界萃取技术测定土壤胡敏酸/富里酸（humic acid/fulvic acid，HA/FA）值。

1.5 荒漠化评价指标体系建立方法

采用专家打分法[10]并结合研究区的实际情况，初步选出遥感、立地条件、理化性状和土地利用指数4个指标，见表1。

表1 彰武县北部荒漠化评价指标体系Table 1 Desertification evaluation index system in the north of Zhangwu county

植被覆盖指数（normalized difference vegetation index，NDVI）计算公式如下。

式中，Nir、Red分别为Landsat-5TM遥感影像的TM4和TM3波段亮度值。

利用黄妙芬等[11]建立的Landsat-TM数据的反演模型（2）估算研究区地表反照率。

式中，Albedo为地表反照率（%）；ρ为不同波段地面相对反射率（%）；TM1~TM7代表不同波段的遥感影像。

采用层次分析法确定评价因子权重，通过建立层次结构与构造判断矩阵确定权重，如表2所示。

表2 荒漠化评价因子组合权重Table 2 Combination weight of desertification evaluation factor

对于各评价因子的隶属函数的确定，采用戒上型函数和概念型函数2种类型函数。戒上型函数模型如下。

式中，ui为样品观测值；ut为指标下限值；yi为第i个因素评语；ai为系数；ci为标准指标值；i=1,2,…,m。

概念型评价因子的隶属度由专家打分法[10-11]得出，按照指标对于荒漠化影响程度特点直接进行赋值（表3）。在此基础上，进行综合评价的计算，但在评价因子中，某些评价因子对荒漠化程度存在明显的限制性，即某些评价因子存在极限值，当这些因子的值变化超过极限值时，会加剧荒漠化。本研究采用特尔斐法[12]确定并经实地验证最终确定了研究区荒漠化程度极限因子及其极限值（即坡度≥25°或＜2°）。采用修正的加权指数和法计算各评价单元的综合指数以确定用地适宜性等级，计算公式如下。

表3 概念型评价因子隶属度Table 3 The membership degree of generalizingevaluation factors

式中，Sj为综合指数；Wi为评价因子的权重；Pij为评价因子的隶属度。

1.6 荒漠化等级确定

运用累积曲线分级法[13]划分研究区荒漠化程度，将彰武县北部研究区荒漠化程度分为4个级别，分别是无荒漠化（综合分数≥0.79分）、轻度荒漠化（综合分数0.63～0.78分）、中度荒漠化（综合分数0.40～0.62分）、重度荒漠化（综合分数＜0.40分）。

2 结果与分析

2.1 不同种植模式下土壤机械组成

为方便表达，将农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式、沙平地-花生模式、砂质丘陵-花生模式5种模式分别用Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ表示。由图1可知，5种模式在剖面的每个深度层次上砂粒、黏粒、粉粒的含量依次减少，并且砂粒含量远高于其他粒级含量，说明这5种种植模式均存在不同程度的沙化；农林复合模式和沙平地防护林-花生模式砂粒含量均随着土层深度的增加而增加，即20—40 cm砂粒含量在各种植模式下均最高；砂质丘陵防护林-花生模式随着土层深度的增加，砂粒含量变化幅度不明显，沙平地-花生模式则随着土层深度的增加砂粒含量呈先升高后降低的趋势；砂质丘陵-花生模式则随着土层深度的增加，砂粒含量逐渐降低。农林复合模式黏粒含量随着土层深度的增加呈先增加后降低的趋势；沙平地防护林-花生模式黏粒含量随着土层深度的增加逐渐降低，其他3种模式粉粒、黏粒含量随着土层的增加均变化不明显。结果表明，农林复合模式、沙平地防护林-花生模式由于树木发达的枝干和根系对于土壤沙化具有一定的抑制作用，因此均具有不同程度防止颗粒粗化的能力。

图1 不同种植模式下土壤剖面机械组成Fig.1 Mechanical composition of soil profile under different planting modes

由图2可知，土壤砂黏比在0—10和10—20 cm土层农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式、沙平地-花生模式、砂质丘陵-花生模式依次递增；随着土层增加，沙平地-花生模式砂黏比出现先增加后降低的趋势，可能是由于在秋起花生后，裸露的地表得到了一定的保护，说明在过去的某一时间曾有过沙化侵袭，现在有所恢复。农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式随着土层深度的增加砂黏比升高，说明现在的荒漠化程度和过去某一时期相比有所减轻；而砂质丘陵-花生模式随着土层深度的增加砂黏比降低，说明现在的荒漠化程度和过去的某一时期相比有所增加。

图2 不同种植模式下土壤剖面砂黏比Fig.2 Soil profile sand viscosity ratio under different planting modes

2.2 不同种植模式下有机质含量比较

5种不同利用模式采样点表层风沙土有机质含量在1.76~21.34 g·kg-1范围内，平均为6.58 g·kg-1；有机质含量低于6.58 g·kg-1的土壤约占到了整个样品数的59%。对表层土壤（0—10 cm）不同种植方式的平均有机质含量进行方差分析，如表4所示，5种不同模式下土壤有机质含量差异显著（P＜0.05），说明不同种植模式下荒漠化对土壤有机质的影响程度也不同，其中耕地有机质平均含量低于林地，说明固定风沙土林地被开辟为农田以后，其土壤有机质受人为活动的影响越来越大，原因为农业生产将地上部的生物量进行收获，仅有地下部的根系作为有机物质的主要来源，减少了有机物的输入；同时，作为耕种土壤，不断的耕作活动加速了原有有机质的矿化，导致有机质含量不断降低，但其有机质含量仍高于草地，说明该地区草地土壤正处于退化阶段，有机质含量正在不断降低。而当地采取的高留茬、施用有机肥，种植防护林等措施对耕地有机质的积累起到了一定的作用。土壤表层有机质含量总体变化趋势为农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式、沙平地-花生模式、砂质丘陵-花生模式依次降低，各利用模式土壤有机质的含量均受到不同程度荒漠化的影响，含量普遍较低。这些土壤大部分处于风沙区，受风蚀影响，表层的细颗粒被风吹蚀，有机质随风流失，使有机质含量下降；同时表层土壤常处于通气良好状态，好气分解性质较强，不利于有机质积累。就有机质积累能力而言，农林复合模式最强，砂质丘陵-花生模式最差。

表4 研究区表层土壤不同利用模式下有机质方差分析结果Table 4 Analysis of variance results of organic matter under different utilization modes of topsoil in the study area

从剖面的角度得出不同利用模式下的剖面有机质分布情况如图3所示，5种利用模式中，农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式的有机质含量在各自剖面上均呈随着深度的增加而减少的趋势，3种利用模式表层土壤（0—10 cm）有机质含量均最高，且表层有机质含量依次为农林复合模式＞沙平地防护林-花生模式＞砂质丘陵防护林-花生模式。而沙平地-花生模式和砂质丘陵-花生模式的有机质含量在各自剖面基本呈随深度增加而增加的趋势，其中沙平地-花生模式有机质含量出现先增加后减少的趋势，可能是由于防护林枯枝叶层较厚，有机质积累较多，同时，林地对于防风固沙也有一定作用。

图3 不同利用模式下剖面有机质的变化情况Fig.3 Changes of profile organic matter under different utilization modes

2.3 不同种植模式下全氮含量

研究区表层土壤全氮含量为0.62~1.59 g·kg-1，其平均值为0.94 g·kg-1，根据各种利用模式的平均值与其总平均值的差异程度可以看出，土壤全氮与有机质的分布相似。对不同利用模式下全氮平均含量的方差分析结果如表5所示，表层土壤全氮含量以农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式、沙平地-花生模式、砂质丘陵-花生模式的顺序依次降低，农林复合模式与砂质丘陵-花生模式之间差异极显著（P＜0.05）。结果表明氮素在土壤中极易挥发、流失，即使人为在耕作中增加氮肥的施用量，对土壤中氮素含量增加效果也不明显。

表5 研究区表层土壤不同利用模式下全氮含量方差分析结果Table 5 Analysis of variance results of total nitrogen content in topsoil under different utilization modes in the study area

如图4所示，不同种植模式的剖面土壤全氮含量均随土层深度增加呈逐渐减少的趋势，但在0—10 cm处全氮含量高于其他层次，其主要原因是随着土壤垂直深度的增加，生物量的积累和有机质的分解强度是决定土壤氮素含量的主要因素。农林复合模式和沙平地防护林-花生模式随深度变化明显，而其他3种模式变化较为平缓，分析原因为这2种模式表层生物量积累较多，受雨水与气候影响分解更快，因此差异更明显。

图4 不同利用模式土壤剖面全氮含量Fig.4 Total nitrogen content of soil profile under different utilization modes

2.4 不同种植模式下HA/FA比较

HA/FA主要用于衡量腐殖质品质，HA/FA比例越高，腐殖质的活性越强，品质越好。研究区表层土壤HA/FA平均值在0.33～0.59范围内。根据各种利用模式的平均值与其总平均值的差异程度可以看出，土壤HA/FA与有机质分布相似。不同利用模式下HA/FA比值的方差分析结果如表6所示，表层土壤HA/FA以农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式、沙平地-花生模式、砂质丘陵-花生模式的顺序依次降低，因此腐化程度也依次降低，农林复合模式与砂质丘陵-花生模式HA/FA差异极显著（P＜0.01）。结果表明，农林复合模式的表层生物量积累更多，并且树木也起到一定的防风固沙的作用。

表6 研究区表层土壤不同利用模式下HA/FA方差分析结果Table 6 Analysis results of variance of HA/FA under different utilization modes of topsoil in the study area

土壤腐殖质具有复杂的复合结构，可影响土壤的物理性质、化学性质和生物学特性，土壤腐殖质的形成是积累的过程，很大程度上可以影响土壤的肥力，是农作物品质和产量的保证。研究区内不同利用种植模式HF/FA的比例规律如图5所示，表层土壤HA/FA依次为农林复合模式＞沙平地防护林-花生模式＞砂质丘陵防护林-花生模式＞沙平地-花生模式＞砂质丘陵-花生模式，且农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式的HA/FA随着土层的增加整体上呈减少的趋势，而沙平地-花生模式和砂质丘陵-花生模式的HA/FA随着土层的增加整体上呈增加的趋势。

图5 不同利用模式土壤剖面HA/FA含量Fig.5 HA/FA content in soil profiles of different utilization modes

2.5 不同种植模式下荒漠化程度分析

2020年在农林复合模式下，无荒漠化点位样本数为7个，轻度荒漠化为3个，中度荒漠化为2个，重度荒漠化为0个，而2015年农林复合模式相同点位荒漠化信息提取中显示，无荒漠化样本数为4个，轻度荒漠化为2个，中度荒漠化为4个，重度荒漠化为2个，对比可以看出中度荒漠化和重度荒漠化均有所减少，而无荒漠化和轻度荒漠化均增加，其中无荒漠化增加最多，说明这5年中荒漠化土地发生了较大程度的逆向演替，土壤理化条件得到了显著改善。

2020年在沙平地防护林-花生模式下，无荒漠化点位样本数为2个，轻度荒漠化为12个，中度荒漠化为8个，重度荒漠化为0个；而2015年沙平地防护林-花生模式相同点位荒漠化信息提取中，无荒漠化样本数为3个，轻度荒漠化为2个，中度荒漠化为10个，重度荒漠化为7个。对比2020年可以看出，重度荒漠化减少最多，中度荒漠化也向轻度荒漠化发生逆向演替，而无荒漠化减少可能是由于防护林不完备或者在风口处将林地开垦为耕地，使得部分土地发生退化。总体来说，沙平地防护林-花生模式荒漠化为逆向演替，但程度低于农林复合模式。

2020年在砂质丘陵防护林-花生模式下，无荒漠化点位样本数为0个，轻度荒漠化为2个，中度荒漠化为9个，重度荒漠化为0个；而2015年砂质丘陵防护林-花生模式相同点位荒漠化信息提取中，无荒漠化样本数为2个，轻度荒漠化为0个，中度荒漠化为5个，重度荒漠化为4个。对比2020年可以看出重度荒漠化减少最多，荒漠化发生逆向演替，而无荒漠化减少说明砂质丘陵可以在一定程度上加重荒漠化的正向演替。总体来说，砂质丘陵防护林-花生模式可在重度或中度荒漠化土地上抑制荒漠化的正向演替，在无荒漠化土地和轻度荒漠化土地上发生的是荒漠化正向演替，这也说明了砂质丘陵会在一定程度上加速土地荒漠化的正向演替，因此砂质丘陵防护林-花生模式虽然可以起到防风固沙作用使荒漠化逆向演替，但又存在一定的局限性。

2020年在沙平地-花生模式下，无荒漠化点位样本数为0个，轻度荒漠化为0个，中度荒漠化为8个，重度荒漠化数为4个；而2015年沙平地-花生模式相同点位荒漠化信息提取中，无荒漠化样本数为0个，轻度荒漠化为2个，中度荒漠化为6个，重度荒漠化为4个。对比2020年可以看出轻度荒漠化向中度荒漠化发展，重度荒漠化保持不变，这说明沙平地-花生模式存在一定程度的土地退化，发生荒漠化的正向演替。

2020年在砂质丘陵-花生模式下，无荒漠化点位样本数为0个，轻度荒漠化为0个，中度荒漠化为0个，重度荒漠化数9个；而2015年砂质丘陵-花生模式相同点位荒漠化信息提取中，无荒漠化样本数为0个，轻度荒漠化为3个，中度荒漠化为4个，重度荒漠化为2个。对比2020年可以看出轻度荒漠化和中度荒漠化均向重度荒漠化方向演替，重度荒漠化个数显著增加，这说明砂质丘陵-花生模式存在较大的土地退化问题，发生荒漠化的正向演替。与其他4种模式相比，砂质丘陵-花生模式荒漠化正向演替更加强烈，而且程度大、速度快，造成局部地区土壤条件恶化，因此砂质丘陵-花生模式是5种模式中最不合理的模式，需要有关部门加大管理力度。

3 讨论

荒漠化防治是人类面临的共同挑战，需要国际社会共同协作应对[14]。本研究结果表明，5种不同模式下土壤有机质含量差异显著，原因为风沙土林地被开辟为农田后，其土壤有机质受人为活动的影响越来越大，农业生产中通常将地上部的生物量进行收获，仅将地下部的根系作为有机物质的主要来源，减少了有机物的输入。针对土壤氮素与HA/FA进行差异性分析表明，其与土壤有机质分布相似，且农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式、沙平地-花生模式、砂质丘陵-花生模式5种模式对减轻荒漠化的能力依次降低。

农林复合模式、沙平地防护林-花生模式、砂质丘陵防护林-花生模式均有使荒漠化逆向演替的效果，但演替程度逐渐降低，其中砂质丘陵防护林-花生模式有一定的局限性；沙平地-花生、砂质丘陵-花生模式均有使荒漠化正向演替的效果，演替程度逐渐加剧。当前对于该方向的研究尚鲜有报道，但已有研究者针对土地荒漠化及其驱动因素进行了研究，如张博[15]研究指出，人类活动是影响土壤荒漠化的重要因素，不同的人类活动方式对于土壤荒漠化的影响不同；Ma等[16]收集了50年来的数据与资料，进一步分析得出，人类活动在影响民勤县的土地荒漠化中占据主要地位；张东杰[17]以共和盆地作为研究区，通过对50年来的数据进行分析得出人类活动是影响土地荒漠化的主要因素；章予舒等[18]使用灰色关联度法对土地荒漠化因素进行分析，得出安西县土地荒漠化的最大影响因素是过度放牧，其次是人口数量的变化以及农业活动造成的土地过度开垦；奥布力·塔力普等[19]针对我国南疆地区土地荒漠化因素进行了分析，并指出造成土地荒漠化的因素分为自然因素和人为因素；何鹏杰等[20]对河西地区土地荒漠化影响因素进行分析，表明人类活动（包括垦荒、放牧等）是荒漠化的重要影响因素，并指出调整产业发展模式，使产业结构合理化、高级化是解决荒漠化的有效途径。

本研究中不同的种植模式对于土壤荒漠化的影响也存在差异，有正向影响，也有负向影响，与以上研究结果一致。不同的是，目前研究者大多是针对驱动因素与土地荒漠化的相关关系进行分析，但具体分析各种因素是如何影响土地荒漠化的研究较少，或者难以确定何种模式对于土地荒漠化有更好的抑制和改善效果。因此，确定具体的影响关系，从而建立科学合理的种植模式对于土地荒漠化的治理具有重要意义。

综上所述，彰武县北部历来属于风蚀荒漠化较为严重的区域，经过长期的造林活动，土壤条件得到了一定的改善，但是群众的生态环境意识还需加强，同时在固定沙丘上由于大面积开垦导致部分天然植被遭到破坏，存在潜在沙化的问题，应适当减少耕地面积，实行保护性耕作。在秋起花生后增加秸秆覆盖还田可以对花生产量、土壤水分利用效率的影响达到显著水平。在覆盖量适中的情况下，秸秆覆盖还田既增加了来年种植时土壤有机质含量，又能挡风遮荫，有效抑制风蚀，使表土层不易被大风吹走，减少对土壤结构的破坏，腐烂的秸秆在增加土壤有机质的同时还可以使土壤结构变得疏松，提高降水入渗率和渗深，从而使土壤接收更多的雨水，提高了水分利用效率。此外，还应完善网格状防护林建设，积极采取农林复合模式以保证秋起花生后对裸露表土层的保护，同时农林复合也可起到抑制土地风蚀所造成的地势变化，保持地势平坦。同时政府应大力倡导构建有利于生态环境的农林复合模式，以起到保护土壤生态环境的作用。