温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
毛乌素
沙地
水体
面积
变化
驱动
因子
白旭赢
第 43 卷 第 2 期2023 年 3 月中国沙漠JOURNAL OF DESERT RESEARCHVol.43 No.2Mar.2023白旭赢,王玉杰,王云琦,等.毛乌素沙地水体面积变化及驱动因子 J.中国沙漠,2023,43(2):65-73.毛乌素沙地水体面积变化及驱动因子白旭赢1,王玉杰1,王云琦1,杨文斌2,3,王涛4,程一本1,3(1.北京林业大学 水土保持学院,北京 100083;2.内蒙古低覆盖治沙科技开发有限公司,内蒙古 呼和浩特 010050;3.中国林业科学研究院,北京 100091;4.中国科学院西北生态环境资源研究院,甘肃 兰州 730000)摘要:干旱半干旱地区水分在土壤-植物-大气连续体(SPAC)中转换较快,地表水地下水转换时间短,水体面积变化对干旱半干旱地区浅层地下水具有重要的指示作用。利用Google Earth Engine平台处理19902018年共29期Landsat遥感影像,获取毛乌素沙地长时间序列下地表水体变化特征。结果表明:毛乌素沙地水体面积具有很强的季节性特征,年内两次峰值分别出现在 4 月和 8 月,比上月面积分别增加 44.867 km2(28.60%)和 55.477 km2(34.39%)。19902018年地表水体面积波动较大,研究区内水体面积从379.771 km2缩减到275.492 km2,共缩减了104.278 km2(27.46%)。研究区水体面积变化主要受降水、植被覆盖和人类活动的影响,29 a内降水量和水体面积相关系数为0.57(P0.05),而19912008和20092017年二者相关系数分别为0.59和0.77(P0.05);29 a内植被覆盖和水体面积整体呈负相关,但相关性不显著,其中1990、1997、1998、20032007、2009、20112015年16 a内相关系数为0.57(P0.05),表明毛乌素沙地人类活动影响较大。为了治理沙地,应该减少人类活动。关键词:毛乌素沙地;水体面积;植被覆盖;水资源文章编号:1000-694X(2023)02-065-09 DOI:10.7522/j.issn.1000-694X.2022.00117 中图分类号:K928.43 文献标志码:A0 引言 水是生态系统重要的自然资源,是制约地区水分循环和生物生存发展的重要因素1,具有重要的经济和社会意义2。在中国干旱半干旱地区,水资源短缺且时空配置不平衡,造成地区内生态环境退化和水资源供需矛盾等一系列突出问题3。湖泊等水体是陆地水体的重要组成部分,对气候变化的反 应十分迅速,水体面积变化可以反映区域一段时间内的水量收入和支出的情况4。近30 a毛乌素沙地地下水水位下降明显,浅层地下水储量减少5。沙地水分入渗快6,地表水体的下渗可以对地下水进行快速补给,地表水和地下水互馈作用明显,地表水体变化可以反映该地区浅层地下水资源状况7。因此,定量评估地表水体在长时间尺度上整体变化对毛乌素沙地生态系统和生态恢复至关重要。在遥感技术广泛应用之前,地面测量是唯一可以使用的方法,但时间和资金耗费巨大。遥感技术具有准确性高、覆盖范围广、光谱信息丰富等优点8,可以广泛应用于地面监测和科学数据源。目前,研究水体的卫星产品有很多,但在空间、时间和光谱特征上具有不同的特点。Gou等9基于MODIS数据提取了20002015年北方干旱区间歇性水体的动态变化,发现北方干旱区间歇性水体面积呈增加趋势。金岩丽等10采用 JRC全球地表水产品对三江源20012018年的地表水体面积进行动态变化分析,发现三江源地区的常年性水体面积逐年增加。Liu等11从多时相Landsat数据中提取青藏高原地表水数据,分析了 1980年代至 2019年青藏高原地表水的时空变化。众多研究结果表明,Landsat数据时间序列最长、适用性最强,可以提取同一地区收稿日期:20210524;改回日期:20220801资助项目:磴口县水资源承载力与林草资源优化配置研究项目(CAFYBB2020ZB007-2);内蒙古自治区科技重大专项(2019ZD003);国家重点研发计划政府间国际科技创新合作专项(2019YFE0116500);国家自然科学基金项目(U2243202);低覆盖度防风治沙林模式推广示范(201933号);中国林业科学院荒漠化研究所结余经费新立项目(IDS2022JY-8,IDS2022JY-9);北京林业大学大学生创新训练项目(X202110022026)作者简介:白旭赢(1998),女,辽宁义县人,硕士研究生,研究方向为荒漠化防治。E-mail:通信作者:程一本(E-mail:)中国沙漠第 43 卷的多项因素。近些年来,地表水体动态变化及其驱动因子分析一直是国内外研究热点。臧菁菁等12利用Landsat影像对19752014年巴尔喀什湖水体面积变化进行研究,发现巴尔喀什湖主要受水库调节入湖水量的影响,而不受年平均气温和年降水量的影响。万华伟等13通过20002013年MODIS遥感数据动态监测得出,影响呼伦湖水体面积变化的主要因素为降水。综上可知,不同地表水体遥感数据适用范围各异,并且不同区域地表水体变化驱动因子也各不相同。毛乌素沙地已经进行了近50 a的生态修复,建立了大量的人工防护林和农田生态系统14,近些年工业园也大量进入毛乌素沙地。在人类活动、大气环流和全球变暖的多重影响下,毛乌素沙地表现出降雨量增加、深层地下水下降15。而地表水和地下水的中间关键带浅层地下水研究较少,没有大尺度的观测数据。现有的对毛乌素沙地地表水体的研究中,绝大多数为非连续年份下的时空变化,而对长时间序列下年间水体动态变化的研究较少,毛乌素沙地水体面积变化趋势不明。因此,本文以毛乌素沙地水体面积为研究对象,通过分析归一化水体指数,提取区域内19902018年地表水体遥感数据,定量分析近29 a毛乌素沙地地表水体面积变化,进而分析影响地表水体面积变化的驱动因子(降水量、气温和植被覆盖),通过研究数据,为当地水资源管理和促进当地生态系统平衡提供理论依据。1 研究区概况及数据来源 1.1研究区概况毛乌素沙地是中国四大沙地之一,地处鄂尔多斯盆地南部和黄土高原北部的过渡地带,地势自西北向东南逐渐倾斜,面积为41 415 km2。年降水量137578 mm,年内降水变率大且不稳定性强,集中于79月,约占全年降水量的2/316-17。受大陆性季风气候影响,区内年平均气温6.810.9,7月一般有年内气温峰值。蒸发强烈,近30 a内水面平均蒸发量约1 200 mm18,属于温带干旱和半干旱区。毛乌素沙地地表水和地下水丰富19,内部河系发育性差,东南部水资源条件相对较好,多数水体补给主要来自大气降水20-21。植被以沙生为主,呈地带性分布,自西北向东南依次为荒漠草原、干草原、森林草原22(图1)。受自然条件和人为干扰影响,地区敏感性高,生态环境脆弱。1.2数据来源本文使用的地表水体和植被覆盖数据主要来源于美国航天航空局(NASA)提供的 Landsat卫星数据集(Landsat5/7/8),空间分辨率为 30 m30 m,时间分辨率为16 d。本文所研究地表水体指陆地可见季节性水体和永久性水体的总和,通过比较毛乌素沙地水体面积月际变化趋势,并且考虑到毛乌素沙地水体面积季节更替以及降水入渗滞后性,选取19902018 年 911 月对年际水体面积变化进行比较。本文年降水量和年均气温数据均来自中国气象科学数据网,获取 19902018 年鄂托克旗、鄂托克前旗、乌审旗、定边、靖边、盐池、横山、榆阳、神木共 9个气象站数据进行插值合成处理。经检验,降水量和气温数据均与站点海拔呈显著相关(P 0.01)。2 研究方法 2.1数据处理遥感数据主要基于Google Earth Engine(GEE)云平台(https:/ of the Mu Us Sandy Land and the distribution of major vegetation types66第 2 期白旭赢等:毛乌素沙地水体面积变化及驱动因子和近红外波段进行波段融合,植被覆盖度选取红波段和近红外波段进行融合,并且利用归一化指数法提取水体和植被覆盖信息。然后,将研究区矢量数据导入平台,进行投影转换、镶嵌剪裁处理,选取研究时间段,输出像元值计算水体频率和植被覆盖度,通过最大合成法合成月水体面积数据,同时循环叠加计算以提取年水体面积导出研究区内永久性和间歇性水体面积总和数据。2.2水体变化统计方法本文采用Mcfeeter提出的归一化水体指数法提取(Normalized Difference Water Index,NDWI)研究水体,该指数综合利用多波段信息,增强遥感影像中的水体信息23,以更真实反映地表水体面积分布。NDWI主要应用 Landsat遥感影像中绿波段和近红外波段进行归一化差值处理,以提取影像中水体信息。其表达式为:NDWI=G-NG+N(1)式中:NDWI 为归一化水体指数;G为绿波段反射率;N为近红外波段反射率。2.3植被覆盖度统计归一化植被指数(Normalized Difference Vegetation Index,NDVI)常用来进行区域尺度的植被分类和植被覆盖度研究,计算公式为:NDVI=N-RN+R(2)式中:NDVI为混合像元的植被指数值;N为近红外波段反射率;R为红外波段。为更好反映研究区植被动态变化,利用植被覆盖度(Fractional Vegetation Cover,FVC)统计研究区植被分布状况,计算公式为:FVC=NDVI-NDVIsoilNDVIveg-NDVIsoil(3)式中:FVC为植被覆盖度;NDVIsoil为纯土壤像元最小值,理论上接近于 0;NDVIveg为纯植被像元最大值,理论上接近于1。3 研究结果 3.119902018年毛乌素沙地水体月际变化为研究近 29 a内毛乌素沙地水体面积月际变化,选取19902018年各月平均水体面积数据进行分析。对于总体趋势而言,毛乌素年内水体面积变化具有波动性,12、47月和810月水体面积逐渐萎缩,而 24 月和 1012 月水体面积逐渐扩张(图2)。对于年内不同月份水体面积,年内变化第一次峰值出现在4月,月增面积为44.867 km2(28.60%),8月为年内水体变化第二个峰值,并且78月波动最为剧烈,水体面积月增量达到55.477 km2(34.39%)。810月水体面积逐渐减少,并且在11月回升,逐月面积变化范围为-2.2839.018 km2,但整体波动很小,面积变化率 0.53%1.64%(表 1)。其中,2月为年内水体面积最小月,面积仅为146.150 km2,相比上月共缩小了41.918 km2(22.29%)。3.219902018年毛乌素沙地水体面积年际变化毛乌素沙地降水主要发生于 8月并且在 11月经历水体结冻,由毛乌素沙地水体面积月际变化(图 2)可知,季节变化影响水体面积稳定性,其中911月水体面积稳定性较强,因此,为进一步研究19902018年毛乌素沙地长时间序列下水体面积变化,选取19902018年毛乌素沙地911月平均水体面积代表年水体面积进行统计。提取19902018逐年共29期数据,通过归一化指数计算分类出水体和除水体外其他土地利用形式,通过卫星影像数据获取19902018年地表水体分布状况(图3),从空间分布上看,内陆湖主要分布在区域北部,部分年份存在间歇性水体,主要位于毛乌素沙地西北部,而河流主要在东南部。图219902018年毛乌素沙地水体面积月际变化Fig.2Inter-monthly variation in water at the spatial-average level in the Mu Us Sandy Land during 1990-201867中国沙漠第 43 卷从整体上看,19902018年研究区水体面积均有变化,波动较大,但整体呈现减少的趋势,近29 a水体面积变化速率为 0.720%49.787%,共