文章快速检索     高级检索
  中国水土保持科学   2024, Vol. 22 Issue (2): 9-16.  DOI: 10.16843/j.sswc.2022045
0

引用本文 

刘亚辰, 王苗, 陶泽兴, 呼雪梅. 榆林市沙漠化演变及其驱动力分析[J]. 中国水土保持科学, 2024, 22(2): 9-16. DOI: 10.16843/j.sswc.2022045.
LIU Yachen, WANG Miao, TAO Zexing, HU Xuemei. Temporal variations of desertification and its driving forces in Yulin city[J]. Science of Soil and Water Conservation, 2024, 22(2): 9-16. DOI: 10.16843/j.sswc.2022045.

项目名称

国家自然科学基金“基于唐宋诗歌的物候记录提取及温度重建”(41807438);教育部人文社会科学重点研究基地重大项目“数字时代的中国西部环境变化中人的作用研究”(22JJD770020)

第一作者简介

刘亚辰(1988-), 男, 博士, 副教授。主要研究方向: 全球变化。E-mail: liuyc@xawl.edu.cn

通信作者简介

陶泽兴(1989-), 男, 博士, 副研究员。主要研究方向: 全球变化。E-mail: taozx.12s@igsnrr.ac.cn

文章历史

收稿日期：2022-03-15
修回日期：2022-07-07
Contents              Abstract              Full text              Figures/Tables              PDF
榆林市沙漠化演变及其驱动力分析
刘亚辰 1, 王苗 1, 陶泽兴 2, 呼雪梅 3     
1. 西安文理学院生物与环境工程学院, 710065, 西安;
2. 中国科学院地理科学与资源研究所陆地表层格局与模拟重点实验室, 100101, 北京;
3. 西安地图出版社有限公司, 710054, 西安
收稿日期：2022-03-15; 修回日期：2022-07-07
项目名称：国家自然科学基金“基于唐宋诗歌的物候记录提取及温度重建”(41807438);教育部人文社会科学重点研究基地重大项目“数字时代的中国西部环境变化中人的作用研究”(22JJD770020)
第一作者简介：刘亚辰(1988-), 男, 博士, 副教授。主要研究方向: 全球变化。E-mail: liuyc@xawl.edu.cn
通信作者简介：陶泽兴(1989-), 男, 博士, 副研究员。主要研究方向: 全球变化。E-mail: taozx.12s@igsnrr.ac.cn
摘要：识别土地沙漠化的影响因素, 对制定沙漠化防治对策、促进人与自然和谐发展具有重要意义。基于2000-2014年榆林市沙漠化监测数据和气象数据, 采用灰色关联度分析、偏相关分析、主成分分析等方法, 研究6种气候因素和8种人为因素对不同沙漠化等级土地面积变化的影响, 识别主要驱动因子, 并构建沙漠化面积预测模型。结果表明: 1)除潜在沙漠化土地面积有所增加外, 其余各类型沙漠化土地面积均显著减少; 2)前5主成分中, 人为因素的累积贡献率为52.98 %, 气候因素累积贡献率为38.17 %, 表明沙漠化主要受人类活动影响; 3)构建的三次回归模型可较好模拟不同类型沙漠化面积变化, 模型解释量达40 %~66 %。本成果可为评估未来气候变化对沙漠化的影响和制定沙漠化防治对策提供参考。
关键词：沙漠化    气候变化    人类活动    灰色关联度    主成分分析    榆林市    
Temporal variations of desertification and its driving forces in Yulin city
LIU Yachen 1, WANG Miao 1, TAO Zexing 2, HU Xuemei 3     
1. School of Biological and Environmental Engineering, Xi'an University, 710065, Xi'an, China;
2. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographical Sciences and Resources, Chinese Academy of Sciences, 100101, Beijing, China;
3. Xi'an Map Publishing Company Limited, 710054, Xi'an, China
Abstract: [Background] It is of great significance to identify the influencing factors of land desertification for formulating desertification disaster prevention and promoting the harmonious development of human and nature. [Methods] Based on the desertification and meteorological data of Yulin city from 2000-2014, this paper used gray relational analysis, partial correlation analysis and principal component analysis to study the effects of 6 climatic factors and 8 human factors on the land area changes in areas with different desertification levels. By identifying the main driving factors, a prediction model of desertification area was constructed. [Results] 1) Except for the increase in the area of potential desertification land, the areas of other types of desertification land in Yulin city decreased significantly. 2) The results of driving force analysis showed that the cumulative contribution rate of human factors and climate factors was 52.98 % and 38.17 % respectively. It indicated that desertification in study area was still mainly affected by human activities. 3) The cubic regression model better simulated the area changes of different types of desertification, and the model interpretation (R2) reached 40 %-66 %. [Conclusions] The results of this paper may provide reference for assessing the impact of future climate change on desertification and formulating desertification disaster prevention and control countermeasures.
Keywords: desertification    climate change    human activities    gray relational analysis    principal component analysis    Yulin city    

沙漠化是指在干旱、半干旱及亚湿润地区干旱多风和疏松沙质地表的条件下，自然因素或人类活动的影响导致生态平衡被破坏，使原非沙漠的地区，出现以沙丘起伏、风沙活动为主要标志的和类似沙漠景观的环境退化过程[1]。我国是世界上受沙漠化灾害影响较为严重的国家之一。深入研究沙漠化土地的演变特征，分析影响沙漠化土地演变的驱动因子，对制定沙漠化防治政策及合理配置、调整沙区产业结构具有重要意义。

认识沙漠化形成机理的关键是进行沙漠化监测及其驱动力分析。总体而言，气候暖干化推动沙漠化发展，而气候暖湿化有利于沙漠化逆转[2]。此外，不合理的人类活动会破坏地表生态系统，导致沙漠化扩张，而合理利用自然资源以及人为改善自然条件会提高区域生态环境质量，促进沙漠化逆转[3]。

榆林市地处毛乌素沙地与黄土高原生态过渡区，是我国土地沙漠化较为严重的地区之一，生态环境脆弱，对气候变化十分敏感。前人研究多集中于20世纪70、80年代，且仅考虑部分气候因素对沙漠化的影响，关于近15年榆林市沙漠化演变及其自然、人为驱动力的综合分析研究较少[4-5]。

基于此，笔者利用榆林市2000—2014年的土地沙漠化数据、气象数据和社会经济数据，综合采用灰色关联度分析、偏相关分析及主成分分析等方法，研究沙漠化面积的年际变化特征，识别影响沙漠化土地演变的主要驱动因子，并量化气候因素和人为因素的贡献率。在此基础上，构建沙漠化综合指标模型，模拟不同类型沙漠化区域面积变化。研究结果可为进一步揭示沙漠化形成机理，制定沙漠化防治策略提供参考。

1 研究区概况

榆林市位于中国陕西省最北部，地处黄土高原和毛乌素沙地的交界处，是毛乌素沙地向南移动最活跃的地段，生态环境十分脆弱。地势总体西北高，东南低。气候类型属温带半干旱大陆性季风气候，年均气温为10 ℃，年平均降水量为400 mm。(图 1)。

图 1 榆林市概况 Fig. 1 General situation of Yulin city
2 数据与方法 2.1 数据来源及处理

沙漠化土地面积数据源自王涛等[6]利用遥感影像提取的榆林市沙漠化土地数据，并根据植被覆盖度(fractional vegetation cover，FVC，绿色植被在地面的垂直投影面积占统计区总面积的比例)将沙漠化进一步划分为非沙漠化(FVC＞35%)、潜在沙漠化(25%＜FVC≤35%)、轻度沙漠化(15%＜FVC≤25%)、中度沙漠化(5%≤FVC≤15%)和重度沙漠化(FVC＜5%)等不同类型[7]。

影响沙漠化土地面积的年平均气温、年平均最高气温、年平均最低气温、年降水量、年日照时间、年平均风速等6种气候因子数据，以及社会经济资料，包括总人口、年末耕地面积、畜牧存栏量、农牧业总产值、粮食单产、粮食作物播种面积、农业人口、人口自然增长率等8个指标数据均来源于《榆林市统计年鉴》(2001—2015年)。

为消除量纲和数量级影响，利用SPSS软件的Z-score标准化方法对气象数据和沙漠化数据进行标准化处理。

2.2 研究方法

1) 时间序列分析。以年为自变量，榆林市不同类型沙漠化土地面积为因变量，利用线性回归方法分析2000—2014年沙漠化土地面积的变化趋势。

2) 灰色关联度分析。灰色关联度分析通过比较关联度的大小来判断不同因子对研究对象的影响程度。基于DPS软件，计算榆林市6种气候因子与沙漠化土地面积间的关联度。

3) 偏相关分析。以不同类型沙漠化土地面积为因变量，气候因子为自变量，计算偏相关系数，分析各气候因子对沙漠化面积变化的影响。

4) 主成分分析。基于主成分分析方法量化气候因素和人为因素的相对贡献率，利用Matlab软件计算相关系数矩阵，结合eigen函数计算其特征值和主成分贡献率。

5) 沙漠化面积拟合模型。基于偏相关性和主成分分析结果，筛选出不同类型沙漠化程度的影响因素；以主成分分析结果作为权重，构建综合指标U1、U2、U3和U4，分别量化重度、中度、轻度和潜在沙漠化与各自影响因素的关系；利用SPSS软件建立综合指标与不同类型沙漠化面积的一次、二次、三次回归模型，并根据模型拟合均方根误差(RMSE)和方差解释量(R2)确定不同类型沙漠化面积的最优拟合模型。

3 结果与分析 3.1 沙漠化土地面积变化

2000—2014年榆林市沙漠化土地面积平均为2万4 317.67 km2，约占全市总面积的55.80%(图 2)。沙漠化土地总面积呈减少的趋势，15a间共减少2万5 803.5 km2，平均减少速率为1 720.23 km2/a。除潜在沙漠化土地以外，榆林市各类型沙漠化土地面积均呈减少趋势。其中，重度沙漠化土地面积减少最多，减少速率为1 430.04 km2/a，特别是2000—2002年间，重度沙漠化面积迅速减少1万5 751.9 km2。

图 2 2000—2014年榆林市沙漠化面积变化 Fig. 2 Change of desertification area in Yulin city from 2000 to 2014
3.2 沙漠化面积变化的驱动力 3.2.1 气候因素

榆林市沙漠化总面积与各气候因子的关联度矩阵(表 1)表明，2000—2014年与榆林市沙漠化变化关联度较大的气候因子排序为：年平均气温>年降水量>年平均最低气温>年日照时间>年平均最高气温>年平均风速。

表 1 榆林市气候因子与沙漠化总面积关联度矩阵 Tab. 1 Correlation matrix of climate factors and total area of desertification in Yulin city

榆林市不同类型沙漠化土地面积与各气候要素的偏相关系数如表 2所示。重度沙漠化土地面积与年平均最高气温显著正相关，与年降水量显著负相关(P＜0.05)；中度沙漠化土地面积与各气候因子相关性均不显著；轻度沙漠化土地面积与年平均风速、年平均最低气温显著负相关(P＜0.05)；潜在沙漠化土地面积与年平均风速、年平均最低气温显著负相关(P＜0.05)。总体来说，榆林市沙漠化土地面积与年降水量、年平均最低气温之间的相关性最大。

表 2 榆林市沙漠化与气候变化的相关性 Tab. 2 Correlation between desertification and climate change in Yulin city
3.2.2 人类活动

选取总人口(A)、年末耕地面积(B)、畜牧存栏量(C)、农牧业总产值(D)、粮食单产(E)、粮食作物播种面积(F)、农业人口(G)和人口自然增长率(H)等8种影响沙漠化的人为因子进行主成分分析。结果显示，第1和第2特征值的贡献率分别为65.24%和20.36%，累计贡献率达85.6%，能较全面地反映影响榆林市沙漠化变化的主要人为因子(图 3)。总人口、畜牧存栏量、农牧业总产值和粮食单产对榆林市沙漠化影响较大，年末耕地面积和人口自然增长率次之，粮食作物播种面积和农业人口对沙漠化的影响较小(图 3)。

varA：总人口；varB：年末耕地面积；varC：畜牧存栏量；varD：农牧业总产值；varE：粮食单产；varF：粮食作物播种面积；varG：农业人口；varH：人口自然增长率。 varA: Total population. varB: Cultivated land area. varC: Livestock stock. varD: Gross production of agriculture and animal husbandry. varE: Grain yield. varF: Sown area of crops. varG: Agricultural population. varH: Natural population growth rate. 图 3 榆林市社会经济指标方差贡献的Pareto分布及累计分布和主成分载荷与得分双重散点图 Fig. 3 Pareto distribution and the cumulative distribution as well as double scatter plot of principal component loads and scores of variance contribution of socioeconomic indicators in Yulin city
3.2.3 气候因素与人为因素的贡献率

对选取的6个气候因子和8个人为因子进行主成分分析，前5个主成分的特征值都>1，且累计贡献率高达91.15%(表 3)。总人口、年末耕地面积、畜牧存栏量、农牧业总产值、粮食单产和粮食作物播种面积在第1主成分上具有较高载荷，表明第1主成分主要解释人为因素的影响；年日照时间、年平均最高气温、年平均风速、农业人口和人口自然增长率在第2主成分上具有较高载荷，表明第2主成分主要解释人为和气候因素的综合影响；同理，第3、第4和第5主成分主要解释气候因素的影响(表 4)。前5主成分中人为因素的累积贡献率达到52.98%，而气候因素的累积贡献率为38.17%(表 5)。

表 3 前5个主成分的特征值和贡献率 Tab. 3 Eigenvalues and contribution rates of the first five principal components
表 4 主成分因子载荷矩阵 Tab. 4 Principal component factor loading matrix
表 5 气候因素与人为因素的累计贡献率 Tab. 5 Cumulative contribution rates of climate factors and human factors
3.3 榆林市沙漠化土地面积的拟合模型

根据表 2和图 3的分析结果，筛选气候因素和人为因素构建预测不同沙漠化类型土地面积的综合指标。最终构建的反映重度、中度、轻度和潜在沙漠化及其各自影响因素的综合指标U1、U2、U3和U4如表 6所示。

表 6 各沙漠化类型的综合指标 Tab. 6 Comprehensive indexes for each desertification type

构建的沙漠化拟合模型结果显示，相较于一次和二次拟合模型，三次拟合模型对重度、中度、轻度和潜在沙漠化等不同沙漠化类型面积的拟合值与观测值的误差(RMSE)均最小，模型方差解释量(R2)在40%~66%，具有较好的拟合效果(表 7)。

表 7 各沙漠化类型土地面积与综合指标的线性拟合结果 Tab. 7 Results of linear fitting of different desertification areas and the comprehensive indexes
4 讨论

2000—2014年间，榆林市沙漠化土地总面积大幅降低，呈现出沙漠化逆转的趋势，这与前人的研究结果基本一致[6]。对榆林市不同类型沙漠化土地面积的变化分析结果也显示重度、中度和轻度沙漠化面积有所减小。但值得注意的是，潜在沙漠化面积有所上升。这在一定程度上反映了榆林市呈现由重、中度沙漠化快速向轻度或潜在沙漠化演变的趋势。

气候是影响榆林市沙漠化的重要因素。榆林市位于半干旱地区，气温和降水量对该区域生态环境的影响程度远高于其他气候因子。灰色关联度分析中气温和降水量与沙漠化总面积的关联度最高也印证了这一点。研究时段内榆林市年平均气温上升，但沙漠化却呈逆转态势，这主要是由于同时段年平均降水量也增加，且降水量增加对逆转沙漠化的影响大于气温增加对加剧沙漠化的影响。日照时间的减少有利于保持土壤水分和积累地表有机物质，使风蚀程度降低，从而提高地表植被覆盖度，使生物多样性增加，对沙漠化土地的逆转起正向推动作用。年平均风速的减少，使满足起沙风速的时长减少，土壤风蚀程度减弱，沙漠化趋势减弱[8]。年平均最高气温的减少，有利于减少蒸发，缓解干旱，从而降低沙漠化风险。平均最低气温与不同类型沙漠化土地的关系存在明显差异：平均最低气温增加，轻度、潜在沙漠化面积减少，但重度、中度沙漠化面积有所增加，可能原因是在植被覆盖度相对较高的区域，最低温增加更接近植被生长的适宜范围；而在植被覆盖度较低的区域，温度增加可能增大蒸散，反而不利于植被生长[9]。

相关研究发现，在榆林市荒漠化发展区，人类活动的作用占53.8%[10]，表明人为因素对榆林地区沙漠化的影响强于气候因素，与本研究结论一致。人为因素对榆林地区沙漠化的影响是一种复杂的正负向耦合效应。一方面，榆林市总人口增多促使粮食需求量增加，农业人口增多，耕地面积扩张，畜牧存栏数增大。伴随而来的耕地撂荒、牲畜啃食和践踏都将导致原本脆弱的沙质土壤沙漠化程度加强，面积扩大。另一方面，研究区在过去几十年不断增加生态环境治理的投入，很好的缓解了生态环境承受的压力，降低了沙漠化的风险。从沙漠化逆转的趋势来看，生态环境治理的正面效应要强于人为因素造成的负面效应。

榆林地区未来气候仍可能呈暖干化趋势，从而进一步加剧土地沙漠化，因此必须坚持现有的沙漠化治理措施和政策，确保沙漠化不会反弹。同时，应积极推广先进的沙漠化治理技术，以实现联合国提出的2030年全球土地荒漠化零增长目标。

5 结论

1) 2000—2014年，榆林市沙漠化土地总面积呈显著减少趋势。其中，除潜在沙漠化土地面积呈增加趋势外，重度、中度、轻度沙漠化土地面积均减少。

2) 与榆林市沙漠化变化关联度较大的气候因子依次为：年平均气温、年降水量、年平均最低气温、年日照时间、年平均最高气温、年平均风速。其中，重度沙漠化面积主要受平均最高气温和年降水量的影响，中度沙漠化主要受除平均气温以外的气候因子的影响，轻度、潜在沙漠化均主要受平均最低气温、年平均风速的影响。

3) 影响榆林市沙漠化演变的主要人为因子包括总人口、年末耕地面积、畜牧存栏量、农牧业总产值、粮食单产和人口自然增长率。人为因素对榆林市沙漠化的贡献率(52.98%)大于气候因素的贡献率(38.17%)。

4) 三次回归模型对榆林市各类型土地沙漠化面积的拟合效果最好，模型解释量达40%~66%。

6 参考文献
[1]
朱震达. 土地荒漠化问题研究现状与展望[J]. 地理研究, 1994, 13(1): 104.
ZHU Zhenda. Current situation and prospect of land desertification problem[J]. Geographical Research, 1994, 13(1): 104.
[2]
TUCKER C J, DREGNE H E, NEWCOMB W W. Expansion and contraction of the Sahara Desert from 1980 to 1990[J]. Science, 1991, 253(5017): 299. DOI:10.1126/science.253.5017.299
[3]
同丽嘎, 宁小莉, 张靖, 等. 近30a浑善达克沙地沙漠化时空演变特征及驱动机制研究[J]. 干旱区地理, 2021, 44(4): 992.
TONG Liga, NING Xiaoli, ZHANG Jing, et al. Spatial-temporal variation and driving mechanism of desertification in Hunshandake (Otindag) Sandy Land in recent 30 years[J]. Arid Land Geography, 2021, 44(4): 992.
[4]
武占强, 杨涛. 榆林土地沙漠化成因及其治理对策[J]. 陕西林业科技, 2010(5): 46.
WU Zhanqiang, YANG Tao. Causes of land desertification and countermeasures in Yulin[J]. Shaanxi Forest Science and Technology, 2010(5): 46.
[5]
全志杰, 王成吉. 陕北榆林市土地沙漠化动态遥感研究[J]. 生态学杂志, 1996, 15(5): 23.
QUAN Zhijie, WANG Chengji. Remote sensing study on the land desertification trend in Yulin prefecture in North Shanxi[J]. Chinese Journal of Ecology, 1996, 15(5): 23.
[6]
王涛, 杨梅焕, 徐澜. 陕西榆林市植被退化与沙漠化趋势分析[J]. 西北师范大学学报(自然科学版), 2017, 53(2): 104.
WANG Tao, YANG Meihuan, XU Lan. Vegetation degradation and desertification trends in Yulin area of Shaanxi province[J]. Journal of Northwest Normal University (Natural Science), 2017, 53(2): 104.
[7]
熊炳桥, 赵丽娅, 张劲, 等. 草地沙漠化过程中土壤与地上植被的变化及其相互关系[J]. 生态环境学报, 2017, 26(3): 400.
XIONG Bingqiao, ZHAO Liya, ZHANG Jin, et al. Relationship between the soil and standing vegetation changes during grassland desertification process[J]. Ecology and Environmental Sciences, 2017, 26(3): 400.
[8]
李晓兵, 陈云浩, 张云霞, 等. 气候变化对中国北方荒漠草原植被的影响[J]. 地球科学进展, 2002, 17(2): 254.
LI Xiaobing, CHEN Yunhao, ZHANG Yunxia, et al. Impact of climate change on desert steppe in northern China[J]. Advances in Earth Sciences, 2002, 17(2): 254.
[9]
花婷, 王训明. 东亚干旱半干旱区沙漠化与气候变化相互影响研究进展[J]. 地理科学进展, 2014, 33(6): 841.
HUA Ting, WANG Xunming. Research progresses on the interaction between desertification and climate change in arid and semiarid East Asia[J]. Progress in Geography, 2014, 33(6): 841.
[10]
孙建国, 王涛, 颜长珍. 气候变化和人类活动在榆林市荒漠化过程中的相对作用[J]. 中国沙漠, 2012, 32(3): 625.
SUN Jianguo, WANG Tao, YAN Changzhen. The relative roles of climate change and human activities in desertification progress: A case study in Yulin, Shaanxi province, China[J]. Journal of Desert Research, 2012, 32(3): 625.