乌兰布和沙漠东北缘生态承载力时空动态分析
戚曌1,2, 谭炳香1,2, 曹晓明3, 于航1,2, 沈明潭1,2
1.中国林业科学研究院资源信息研究所,北京 100091
2.国家林业和草原局林业遥感与信息技术重点实验室,北京 100091
3.中国林业科学研究院荒漠化研究所,北京 100091
摘要:
生态承载力是衡量生态系统稳定性的重要指标之一,其时空变化分析有助于了解地区生态环境变化趋势,对生态环境的治理与恢复评价、环境整体的可持续发展研究以及国土资源优化也具有全面的参考价值。以乌兰布和沙漠东北缘的干旱半干旱地区为研究区,以Landsat系列遥感数据为数据源,基于地区的实际生态状况,构建生态承载力综合指标评价体系,进而获得地区生态承载力时空分布及演变格局,并从降雨、温度以及土地利用变化的角度对生态承载力的变化进行驱动分析。结果表明,1990—2020年乌兰布和沙漠东北缘区域的生态承载力整体呈现先减少后增加的趋势,其中黄河以北的灌区向西南方向的荒漠化区域不断扩张,较高生态承载力的面积占比大幅度增加,高生态承载力面积降低,受土地开发利用的影响较大,其次是温度和降雨,而黄河以南的荒漠化区域以中生态承载力为主,在2010年之前大面积转为较低生态承载力,到2020年又恢复到中生态承载力,受温度影响较大,其次是降雨和灌草植被覆盖状况的变化。
0 引言
干旱半干旱地区是荒漠化问题最为严重的区域,长时间、大范围荒漠化事件的持续发展会对地区土壤植被的恢复治理、生态系统的良性循环以及社会经济的可持续发展都有着不可逆的影响。生态承载力作为评估生态环境状况常用的指示因子之一,是一种反映自然环境与人类活动关系的评价指标,可以概括为生态系统为人类经济社会良性可持续发展提供资源与环境条件的能力[1⇓-3],且随着遥感行业的快速发展,生态承载力评价由最初的单一因素分析发展到整体综合因素的分析,并广泛用于各类地区的生态环境评价[4⇓-6]。
乌兰布和沙漠东北缘区域紧挨着乌兰布和灌区,是内蒙古河套灌区的主要组成之一[7],属于干旱半干旱地区,是我国荒漠化治理的重要领域,同时对国家粮食安全有着重要保障作用[8]。本研究拟对乌兰布和沙漠东北缘近30 a的生态承载力进行评价分析,以往对于该区域生态承载力的研究多是采用生态足迹法,杨超[9]通过生态足迹法对该区域生态承载力进行分析,进而评价当地的荒漠化产业状况; 张景波等[10]采用生态足迹法对该区域的生态承载力进行动态研究,确定土地结构的最优化配置; 刘明虎等[11]采用生态足迹法通过对该地区水资源生态承载力进行研究,但该方法具有一定局限性,反映的土地功能是单一性的,参数因子的选取不具有真实性。本文拟基于优化后的综合评价模型进行生态承载力评价,并针对其干旱半干旱和灌区特性进行驱动机制研究。
1 研究区概况
研究区位于乌兰布和沙漠东北缘,包括河套灌区和黄河两岸的荒漠化区域,涉及阿拉善左旗、磴口县、乌拉特后旗、杭锦后旗、临河区、乌拉特中旗、五原县、乌拉特前旗、杭锦旗、鄂托克旗和海勃湾区共11个行政区域,如图1所示,地理位置在N39°40'~41°00',E106°00'~107°20'之间[12],北靠狼山,西邻乌兰布和沙漠,东接河套平原[13],总体处于半干旱区向干旱区过渡地带,面积约3.68 km2,平均海拔在1 041 m左右,全年盛行西北风,瞬时风速最高可达3.7 m/s[14],昼夜温差较大,年平均气温在7.8 ℃左右,降雨量较少,年均降雨量为140 mm左右,年均蒸发量为2 096.4 mm[15]。研究区的植被主要是以灌木、半灌木为主,包括梭梭、白刺和盐爪爪等旱生植物,地区水源供给以黄河为主[16],黄河以西耕地较多,黄河以东则为大面积荒漠化区域,是荒漠化治理的重点区域之一。
2 数据源及预处理
2.1 数据源
覆盖研究区1990年、2000年、2010年和2020年4个时期的Landsat遥感影像数据是通过欧空局官网下载,均为7—9月份时期的影像。净初级生产力与潜在蒸散发一部分来自于MODIS数据,一部分来自于国家地球系统科学数据中心,降雨和温度数据均来自于国家地球系统科学数据中心,土地利用数据基于Landsat影像采用监督分类方法获得(表1)。
表1 各数据类型的获取来源以及信息
2.2 数据处理
研究区遥感影像都是通过多幅影像镶嵌和裁剪获得,其中部分影像有云雾遮挡,用同时期间隔不超过一个月的影像做替换,最终获得质量较好的4期影像,图1底图即为2020年的研究区影像。净初级生产力、潜在蒸散发、温度和降雨在4个时期的时间分辨率和空间分辨率不一致,先通过镶嵌、投影、重采样和裁剪获得覆盖研究区的30 m空间分辨率数据,然后再通过加权求和获得时间分辨率为1 a的数据,而改进型土壤调整植被指数(modified soil adjusted vegetation index,MSAVI)、归一化水体指数(normalized difference water index,NDWI)、地表反照率(Albedo)、表土粒度指数(topsoil grain size index,TGSI)均基于Landsat遥感影像数据提取获得。
3 研究方法
3.1 生态承载力计算
生态承载力是通过定量的数值来直观反映,这整个评价过程既离不开数据的支撑,也需要评价者的参与[20],关键步骤在于指标选取和权重确定。
3.1.1 指标选取与处理
研究区位于乌兰布和沙漠东北缘,包含灌区,其主要生态问题是土地荒漠化,水是其主要影响因素,地区气候干旱雨水并不充沛,黄河是主要的水资源供给来源,而植被和土壤也是反映地区荒漠化程度的重要因素,因此确定了NDWI、潜在蒸散发、MSAVI、净初级生产力、Albedo和TGSI这6种评价指标。不同指标类型,其单位和量纲不同,数值差异性可能很大[21],本研究采用极差标准化法对不同的指标数据进行无量纲化处理,将所有数据转换为[0,1]之间的数值。
3.1.2 指标权重确定
指标权重对于生态承载力值是否具有科学性有着至关重要的作用,目前国内外指标体系研究中权重系数确定主要可分为主观赋权和客观赋权[23-24],本研究拟采用层次分析法和主成分分析法联合赋权的方法来弥补单一赋权的不足。
层次分析法需建立一个判断矩阵,计算其最大特征值及其对应的特征向量,得到一致性比CR,若小于0.1,说明属性权重是一致的; 否则,重构判断矩,最终获取各指标因素的权重,值越高影响越大。
3.1.3 生态承载力等级划分
为更好地呈现出各个时期生态承载力在空间上的差异,将原生态承载力值进行归一化处理,使其值域范围在[0,1]之间,并按照表2进行等级划分。
表2 生态承载力等级划分标准
3.2 生态承载力变化趋势分析
在一定时间范围内,生态承载力存在某种变化趋势,但受各种不确定性因素的影响,可能存在部分异常值,如果用线性回归的方式来拟合,对精度会有影响[34],而Theil-Sen Median趋势分析和Mann-Kendall检验属于非参数类统计方法,应用较多,且对于数据的分布特征没有要求,不受异常值的影响[35],因此可以采取将相关性分析和残差趋势分析相结合的方式对生态承载力变化趋势进行驱动因素分析。
3.2.1 Theil-Sen Median趋势分析
Theil-Sen Median趋势分析也被称为Sen’s斜率估计,是将某一时间组序列的斜率中值作为该时间段的平均变化率和变化趋势。
3.2.2 Mann-Kendall检验
Mann-Kendall检验可以看作是某时间序列动态变化趋势的非参数型显著性检验,对于趋势变化是否为线性变化并无要求,且无需样本服从一定的分布[38-39]。
3.2.3 驱动因素分析
研究区生态承载力变化趋势分别与降雨、温度2个气候因素进行相关性分析,2个变量的样本集分别为X={x1,x2,…,xn},Y={y1,y2,…,yn}[41],再结合回归残差分析对其他可能驱动力因素进行承载力分析。研究区驱动因素分析的详细流程如图2所示。
图2 长时间序列生态承载力驱动因素分析框架
4 结果分析与讨论
4.1 生态承载力评价
将4个时期标准化的6个指标数据带入公式(9)得到4个时期生态承载力空间分布,并按照表2进行划分,得到各生态承载力等级分布及统计结果,如图3—4所示。可以看出,灌区内部的生态承载力最高,其中在1990年高生态承载力面积最多,占总面积的4.28%,之后开始逐渐减少至不足1%,而较高生态承载力的面积逐渐增加,由1990年的9.72%上升到2020年的20.02%。周围的荒漠化区域大部分处于中生态承载力状态,1990年面积占比为60.92%,到2000年和2010年降低到45%左右,2020年又恢复到61.89%,少部分区域处于较低生态承载力,其中在1990年面积占比为24.59%,到了2000年和2010年上升到37%左右,2020年又下降到16.78%。低生态承载力在4个时期内面积占比均很小,不足1%,所以总的来说,生态承载力总体处于先下降又上升的趋势,2000—2010年变化不大,灌区面积不断扩张,进一步导致较高生态承载力面积占比不断增加,而周围的荒漠化区域中生态承载力面积在2000年之后逐渐增多,较低生态承载力不断减少。
图3 研究区4个时期生态承载力各等级空间分布
4.2 生态承载力变化趋势分析
为了更好地反映区域变化趋势,将斜率大于0.05的区域划分为上升区域,小于-0.05的区域划分为下降区域,而值在[-0.05,0.05]区间的区域划分为稳定区域,最终形成5个变化类型: 显著上升、不显著上升、稳定不变、不显著下降、显著下降,如图5所示,并计算各类变化趋势所占面积比,最终得到的结果如表3所示。
表3 研究区不同变化趋势的面积占比
研究区在1990—2020年近30 a期间,研究区总体生态承载力81.89%的面积处于稳定不变的状态,上升的面积大于下降的面积,其中显著上升的面积较多,占10.81%,主要分布在黄河两岸、灌区边缘及乌兰布和沙漠东北缘与灌区接壤区域,这部分土地的灌草木面积逐渐增加,有一部分的耕地被用于种植牧草,来驱动地区畜牧业的发展,在2个沙漠区域,特别是接近黄河两岸的区域大面积种植灌草木,用以改进地区的荒漠化程度。研究区显著下降的区域占7.09%,主要分布在灌区中部,该区域是耕地开发的主要区域,以及工厂的建设也聚集于此,总体受人为干扰较大。
4.3 生态承载力驱动因素分析
为更好地分析空间区域上生态承载力变化与气候和土地利用变化的关系,按照图2的流程得到的最终生态承载力驱动因素空间分布以及各驱动因素面积占比,如图6和表4所示,并结合1990年和2020年的土地利用数据进行分析。
表4 各种驱动因素面积统计
由表4可以看出,在生态承载力变化显著的区域内,降雨单方面因素的影响面积是最大的,占研究区总面积的7.61%,主要作用于研究区库布齐沙漠的东南区域、与黄河的接壤区域、乌兰布和沙漠东北缘和灌区接壤的区域,这些区域受黄河水资源的影响明显,而黄河受降雨的影响较大。其次是温度单方面因素的影响,占研究区总面积的4.61%,主要作用于研究区东南方向的库布齐沙漠东北方向部分、乌兰布和沙漠东北缘与灌区的接壤区域,这些区域的特点是灌草木较多。土地利用类型变化的单方面影响主要作用于灌区中部偏东方向,结合土地利用类型变化可以发现,该区域的耕地面积前期大面积增加,灌草木分布不稳定。降雨和温度双重影响的面积极少,仅占总面积的0.31%,分布也较为离散。降雨和其他因素的双重作用占总面积的0.99%,主要分布在灌区的中部偏西方向,该区域耕地面积先增加又减少,转为种植牧草,灌草木也缓慢增加。温度和其他因素的双重作用占总面积的1.07%,主要分布在库布齐沙漠的东南角,该区域主要是植被,但极不稳定。降雨、温度和其他因素的综合影响的面积占总面积的0.75%,在灌区周围的分布离散,还有部分在库布齐沙漠的东南角,这些区域的地物类型不稳定,变化较大。
5 结论
本研究构建适合乌兰布和沙漠东北缘的生态承载力综合评价模型,获得研究区各个时期的生态承载力分布和时空差异分析,并从气候因素和土地利用类型变化2个方面进行驱动因素分析,最终得到以下几点结论:
1)研究区近30 a生态承载力在1990—2000年有明显的下降,2000—2010年的变化不大,而到2020年又有明显的上升,处于一个改善的状态。黄河以北的灌区中部及偏东部地区的生态承载力明显减少,受土地利用类型变化的影响为主,其次是降雨和温度; 乌兰布和沙漠东北缘与灌区的接壤区域以及灌区周围的生态承载力明显增加,受温度、降雨的影响为主; 而在黄河以南的荒漠区域中,偏东南方向的生态承载力明显增加,受温度和降雨影响为主,其次是土地利用类型的变化。
2)研究区应减少耕地开发对生态环境造成的负载,而当地遵循适地适树原则,有规划地种植耐旱耐高温的灌草木,大力发展畜牧业,并利用其光能优势,促进光伏产业的发展,间歇种植灌草木,实现生态效益最大化,这一系列相关政策的执行对于干旱半干旱地区荒漠化治理是十分有效的,应继续实施以保障地区可持续发展。
但是,仅利用一些生态指标作为生态承载力的评价指标有些单一,今后可以添加一些社会经济类指标,尝试空间化信息和非空间化信息的结合,进一步提高其评价精度; 另外,关于如何验证生态承载力的评价结果也是未来需要深入探究的方向。 （原文有删减）
【作者简介】戚曌(1996-),女,硕士研究生,研究方向为林业遥感应用。Email: qizhao1104@163.com。
【通讯作者】谭炳香(1966-),女,研究员,研究方向为林业遥感技术与应用。Email: tan@ifrit.ac.cn。
【】国家自然科学基金项目“基于功能性植被指数的荒漠植被时空分异格局及机理研究”(41971398)
【】戚曌, 谭炳香, 曹晓明, 于航, 沈明潭. 乌兰布和沙漠东北缘生态承载力时空动态分析[J]. 自然资源遥感, 2023, 35(1): 222-230.
转自：“测绘学术资讯”微信公众号
如有侵权，请联系本站删除！
