中國六省土地沙漠化敏感性時空格局與趨勢分析

王躍輝, 張林波, 郭 楊, 何 萍, 劉偉玲, 杜加強, 王麗霞

(1.中國環境科學研究院, 北京 100012; 2.國家環境保護區域生態過程與功能評估重點實驗室, 北京 100012;3.中國環境科學研究院 環境基準與風險評估國家重點實驗室, 北京 100012; 4.西南林業大學 林學院, 昆明 650224)

中國六省土地沙漠化敏感性時空格局與趨勢分析

王躍輝1,2,3,4, 張林波1,2,3, 郭 楊1,2,3, 何 萍1,2,3, 劉偉玲1,2,3, 杜加強1,2,3, 王麗霞1,2,3

(1.中國環境科學研究院, 北京 100012; 2.國家環境保護區域生態過程與功能評估重點實驗室, 北京 100012;3.中國環境科學研究院 環境基準與風險評估國家重點實驗室, 北京 100012; 4.西南林業大學 林學院, 昆明 650224)

以我國新疆維吾爾自治區、青海省、內蒙古自治區、甘肅省、寧夏回族自治區和陜西省六省區為研究區，分析了1990年、2000年、2005年、2010年4個時期的土地沙漠化敏感性空間格局分布和時間動態變化特征，探討變化成因并采用CA-Markov耦合模型對土地沙漠化敏感性格局變化趨勢進行預測。結果表明：中國六省四期土地沙漠化敏感性格局相似，各級敏感區按分布面積大小排序為：輕度敏感區域>中度敏感區域>高度敏感區域>不敏感區域>極敏感區域。極敏感區域主要分布在土壤質地為流動沙地的沙漠區域，不敏感區域主要分布在高山、湖泊附近；人口增多、人為活動強度增加的區域敏感性程度增高；建立治沙工程的區域敏感性降低。對2020年土地沙漠化敏感性格局預測結果顯示，相比2010年，極敏感區域在原有的基礎上向外圍擴張了7 120.04 km2，增幅為4.63%。本文通過分析中國六省土地沙漠化敏感性時空格局與趨勢，為中國土地沙漠化防治分區策略制定和劃分沙漠化擴展屏障區提供科學依據。

土地沙漠化; 敏感性; CA-Markov耦合模型; 時空格局

中國是世界上受沙漠化危害最為嚴重的國家之一[1]，沙漠化是干旱、半干旱及部分濕潤地區由于人地關系不協調所造成的以風沙活動為主要標志的土地退化[2]。土地沙漠化敏感性即指由于人類活動、氣候變化引起土地沙漠化的可能性大小[3]，研究土地沙漠化敏感程度及其空間分布是實施生態環境分區管理的一個重要基礎[4]。

目前國內土地沙漠化敏感性評價的文獻不多，主要以單個省或者局部某個區域進行土地沙漠化敏感性評價，例如劉康等[4]以甘肅省為對象，選擇濕潤指數、大風天數、土壤質地和冬春季地表植被覆蓋度4因子作為評價指標，通過地理信息系統技術對土地沙漠化敏感性進行綜合評價并對單因子敏感性和綜合敏感性的空間分布格局進行了分析；趙明月等[3]以青海湖流域為研究區，根據《生態功能區劃技術暫行規程》對土地沙漠化敏感性進行綜合評價。周利軍等從自然因素和人為因素兩個角度出發，對黑龍江省西南部土地沙漠化敏感性進行了評價[5]。迄今為止，還沒有關于我國荒漠化潛在發生區(中國六省)土地沙漠化敏感性評價的文獻。因此，本文通過分析1990年、2000年、2005年、2010年中國六省土地沙漠化敏感性的空間格局與變化規律，對該區域四個時期的土地沙漠化敏感性進行綜合評價并采用CA-Markov耦合模型預測2020年的土地沙漠化敏感性，為中國六省辨識土地沙漠化重點防治區域、制定相關生態區劃方案和提出相關政策建議提供科學依據。

1 研究區概況

研究區為中國新疆維吾爾自治區、青海省、內蒙古自治區、甘肅省、寧夏回族自治區和陜西省，地理位置介于75°—126°E，31°—53°N，面積約占中國陸地面積的43%，是連接歐亞各國的交通要道。研究區還處在我國的溫帶草原—黑鈣土、栗鈣土帶和溫帶荒漠—棕漠土、灰棕漠土帶[6]，是沙漠的聚集地帶，雖然自然資源豐富，但氣候干旱，水資源貧乏，人口稀少，少數民族比重大，交通不便，生物產量低，生態環境脆弱。

2 數據來源與研究方法

2.1 數據來源

全國1∶10萬的沙漠化土地數據和中國地區長時間序列GIMMS植被指數數據集來源于寒區旱區科學數據中心，1990—2010年中國六省范圍內212個氣象站點的日值氣候數據集自中國氣象科學數據共享服務網，其中新疆56個、青海省39個、甘肅省34個、寧夏10個、內蒙古52個、陜西省21個,具體分布情況見圖1，全國土壤粒度分布數據來自北京師范大學土地大氣交互研究小組，MODIS 250 m分辨率的NDVI數據(MOD13Q1)來自于NASA-MODIS網站(圖1)。

圖1 中國六省氣象站點分布示意圖

2.2土地沙漠化敏感性評價因子的選擇

沙漠為自然因素所形成，發生在第四紀時期[7]，沙漠化土地是各種自然因素和人為因素相互作用的結果[8]，是一個復雜的土地退化過程[9]。確定人為因素和自然因素在沙漠化過程中的作用、沙漠化以風沙活動為主要指標的多層次綜合指征體系[10-11]是目前土地沙漠化研究的主要內容之一。土地沙漠化敏感性即指在自然條件下由于人類活動引起土地沙漠化的可能性大小, 研究其敏感程度和空間分布，是實施生態環境分區管理的一個重要基礎。張國平等研究表明，區域土地沙漠化敏感性可以用濕潤指數、土壤質地及起沙風的天數、冬春季地表植被覆蓋度等來評價[12]。鑒于我國土地沙漠化地區風的季節以冬春季節為主,而風速又只有在超過某一臨界值的情況下才有可能吹揚和搬運土壤中的顆粒物質至空中,進而影響該區域土地沙漠化敏感性,因此本文采用濕潤指數、冬春季大于6 m/s大風天數、土壤質地、冬春季節植被覆蓋度作為自然因素，景觀破碎度為人為因素來綜合評價1990年、2000年、2005年、2010年中國六省區域土地沙漠化敏感性。具體指標和分級標準見表1。

表1 土地沙漠化敏感性評價指標及其分級標準

2.3 土地沙漠化敏感性評價因子的計算方法

(1) 自然因素。濕潤指數(wetness index)為衡量濕潤程度的表示法，是干燥指數的倒數,其與土地沙漠化敏感性程度成反比。本文采用修正的謝良尼諾夫公式計算干燥度[4]：k=0.16∑t/r，式中K為干燥度，16∑t為日平均氣溫≥10℃期間的穩定積溫，r為同時期的降雨量。通過編程處理中國六省212個氣象站點的日值氣候數據，統計出1990—2010年每年各站點濕潤指數和冬春季大于6 m/s的大風天數，通過反向距離插值和分類處理，得到中國六省濕潤指數和大風天數的空間分布圖。土壤質地的土地沙漠化敏感性分布圖的計算方法:根據全國1∶10萬沙漠化土地圖以及土壤粒度分布圖，以國際制土壤質地標準分類為參考基準[13-14]，通過表1的標準計算得到。植被覆蓋度的土地沙漠化敏感性空間分布圖的計算方法：主要參考植被覆蓋度圖，根據表1的標準計算得出，其中為進一步消除云層、顆粒物、視角及太陽高度對NDVI植被覆蓋數據的影響，采用國際上慣用的最大值合成法,對中國六省的NDVI半月數據進行最大化處理[15]，而1990年的NDVI植被覆蓋數據通過MODIS與GIMMS數據插補得到。插補方法為：利用GIMMS NDVI和MODISNDVI重疊年份2000—2006各月的值，確定兩數據的相關性，并建立兩數據集之間的線性回歸方程；根據1990—2000年GIMMS數據和一元線性回歸方程，推算出1990—2000年的MODIS數據。

(2) 人為因素。人為因素是沙漠化過程中的活躍和主要因素[11]，人類不合理的經濟活動直接導致了景觀破碎化，景觀破碎度指數是指某景觀類型在特定時間里和特定性質上的破碎化程度，在一定程度上反映了人類對土地沙漠化的影響強度。本文通過ArcGIS 10.0建立空間網格，并利用Fragstats 4.1軟件計算每個網格內的破碎化指數,建立景觀破碎度指數因子圖。

(3) 綜合土地沙漠化敏感性評價。對于自然因子的評價指標用幾何算術平均數法，計算方法如下：

式中：DSj——j空間單元土地沙漠化敏感性指數；Di——i因素敏感性等級值。對于土地沙漠化敏感性評價結果按照自然因素和人為因素平均加權求和的方法實現。

2.4 CA-Markov模型方法應用

Markov與CA均為時間離散、狀態離散的動力學模型，Markov主要通過對不同狀態的初始概率及狀態之間的轉移概率關系, 來確定狀態的變化趨勢，以達預測的目的[16]，但該預測法沒有空間變量，而CA的狀態變量則與空間位置緊密相連[17]。馬爾科夫(Markov)模型在土地利用格局變化建模中廣泛應用[18]，而元胞自動機(CA)模型具有強大的空間運算能力，可以有效地模擬系統的空間變化[19]。CA-Markov模型綜合了CA模型模擬復雜系統空間變化的能力和Markov模型長期預測的優勢，用其預測土地沙漠敏感格局變化，不僅提高了類型轉化的精度，而且對元胞的局部相互作用可以有效的模擬，具有較強的科學性與實用性[20]。在土地沙漠化敏感性柵格圖中，每一個柵格代表一個元胞，每個元胞的土地敏感類型為元胞的狀態。通過面積轉換矩陣和條件概率圖，確定元胞狀態的轉移[21]，模擬土地沙漠化敏感性格局的變化。根據濕潤指數、大風天數、土壤質地、植被覆蓋度的變化，建立土地沙漠化敏感性的適宜性圖集；通過CA-Markov模型生成土地沙漠化敏感性格局轉移概率矩陣，采用5×5均值濾波器進行預測模擬。采用修正的Lee-Sallee形狀指數對預測結果進行模擬精度驗證。修正的Lee-Sallee形狀指數值為0.3～0.7時，結果可接受。具體表達式[22]為：

式中：L——修正的Lee-Sallee指數，取值范圍[0，1]；A0——真實年份的土地沙漠化敏感性格局圖；A1——模擬的土地沙漠化敏感性格局圖。分析該研究區1990—2010年土地沙漠化敏感性綜合指數的空間格局并用CA-Markov耦合模型預測2020年的土地沙漠化敏感性格局，揭示30 a尺度該區域的土地沙漠化敏感性格局變化的特點和規律。

3 土地沙漠化敏感性格局分析與評價

利用ArcGIS 10.0軟件,將1990年、2000年、2005年、2010年的自然因子與人為因子進行空間疊加,根據上述研究方法獲得中國六省四期土地沙漠化敏感性格局分布圖(見圖2)。

利用ArcGIS 10.0的分區統計工具，統計1990年、2000年、2005年、2010年中國六省土地沙漠化敏感性格局分布柵格圖，獲得該區域的土地沙漠化敏感性格局分布，詳見表2。

圖2 不同年份中國六省土地沙漠化敏感性空間格局分布

指標1900年面積/km2百分比/%2000年面積/km2百分比/%2005年面積/km2百分比/%2010年面積/km2百分比/%不敏感 378561.59.11344405.98.29468779.611.28452300.710.88輕度敏感1609318.138.72160284138.561451972.134.93135809832.68中度敏感1014435.924.41812506.719.55814649.819.60847132.520.38高度敏感1002892.524.13124371429.921247701.630.02134499132.36極敏感 1510313.63152771.93.68173135.94.17153716.93.70

從圖2和表2可以得出，輕度敏感區域占的比例最大，極度敏感區域最少。1990—2010年，面積增加的區域為高度敏感區、不敏感區和極敏感區，其中高度敏感區增加的速度最快。雖然四期的土地沙漠化敏感性格局分布大致區位相同，但是隨著每年氣候和植被覆蓋度的變化，土地沙漠化敏感性格局分布也受到了一定影響。變化較為明顯的為內蒙古東北角，2000年該處不敏感區域分布較少，而1990年、2005年與2010年則大面積分布，直接原因是該地區2000年的降雨量減少所致，相比1990年、2005年和2010年降水量平均減少了132.6 mm，145.8 mm和120.9 mm；內蒙古呼倫湖區域1990年敏感性為中度敏感，而2000年、2005年、2010年均為高度敏感，變化的主要原因是該地區此后三期的積溫增加所致；2010年塔里木盆地中部和東北地區出現了極敏感區域分布，是因為該區域2010年的風數敏感性從不敏感變為高度敏感、濕潤指數從高度敏感變為了極敏感。甘肅的環縣地區以西從1990年、2000年、2005年的輕度敏感變到了2010年的不敏感，其變化的主導原因是植被覆蓋度的變化，2010年植被覆蓋度顯著提高。由上述分析可知，濕潤指數、大風天數、植被覆蓋度的變化直接影響著綜合土地沙漠化敏感性的空間分布變化，而土壤質地在大風天數的影響下也會相應影響最終結果的變化，例如：大多數極敏感區域的土壤質地為流動沙地，隨著大風天數的增加，發生沙漠化的可能性也會增大。

甘肅的環縣地區以西從1990年、2000年、2005年的輕度敏感變到了2010年的不敏感，其直接原因是環縣地區實施了退耕還林、荒山造林、封山綠化等生態工程,并不斷擴大工程規模,提高了工程質量，人為活動強度降低，破碎度指數減少。但是不良的人為因素也會使得土地沙漠化敏感性升高，竺可楨教授曾提出：要注意“由于人為的原因把不應該成為沙漠的地方破壞成為沙漠”[11]，“濫伐森林、過度放牧、破壞草地、盲目開墾等會引起荒漠”。甘肅省民勤縣2000—2010年極敏感區域增加了994.93 km2，增加的比例約占全縣面積的0.6%，遠高于中國六省同時期極敏感區域增加的比例0.02%。經過查閱資料發現[23]，該區屬于溫帶大陸性極干旱氣候，西、北、東三面被巴丹吉林和騰格里兩大沙漠包圍，三面環沙，具有明顯的蒙新沙漠氣候特征，冬冷夏熱、降水稀少、光照充足、晝夜溫差大，年均降水量110 mm，蒸發量高達2 644 mm，是降水的24倍。根據全國人口普查數據表示，民勤縣1998年人口為28萬，而2004年則突破到33萬人次。人口大增，導致水資源和荒地的大量開發，加劇了民勤縣的生態環境惡化，最終導致了土地沙漠化極敏感性面積的增加。民勤縣由于人口大增，超出了水資源的承載能力，導致對水資源和荒地大量開發，過度放牧，破壞草場，造成大量的草場成為了沙地，使得民勤縣的極敏感區域面積1990—2010年迅速增加。

由此可知，1990年、2000年、2005年、2010年中國六省土地沙漠化敏感性格局的分布都存在一定的規律：不敏感區域大都分布在山川、湖泊附近，而輕度敏感區域大都分布在不敏感區域的緩沖區范圍內，中度敏感地區大都分布在與沙漠臨近的地方，極敏感區

域分布在沙漠的聚集處，比如在塔里木盆地與柴達木盆地中間的庫姆塔格沙漠、在巴丹吉林沙漠和毛烏素沙地之間的庫布齊沙漠；除了自然因素的變化對土地沙漠化敏感性格局有一定影響外，局部地區的人為因素對土地沙漠化敏感性格局分布也產生了相應的影響，比如新疆塔里木盆地的“四源一干”流域中的和田河、塔里木河、葉爾羌河流域雖然分布在高度敏感、極敏感區域，但是因為本質特征和塔里木河連年不斷的定期輸水的人為因素影響，使得流域范圍內的生態環境得到了改善，尤其是和田河流域的胡楊林茁壯成長，使該區域從2000年輸水工程建設以來到2010年一直為中度敏感地區，甚至為輕度敏感地區；內蒙古草原生態安全帶工程的建設，使得陰山以北，大興安嶺以西，烏拉特后旗西界以東的廣大地區的土地沙漠化敏感性程度大大減低，這其中包括了草甸、草原、渾善達克沙地等區域；享譽世界的寧夏中衛沙坡頭治沙工程也成功阻擋了騰格里沙漠的東移。

4 土地沙漠化敏感格局變化趨勢預測

通過上述分析認為，從自然因素和人為因素兩個方面分析土地沙漠化敏感性格局的分布是較為合理的一種方法。也就是說既要考慮整體因素的影響，又不能舍棄人為因素對局部地區的影響，只有綜合考慮才能更加準確地解釋土地沙漠化敏感性格局的分布規律。因此，采用CA-Markov耦合模型預測土地沙漠化敏感性格局。

為了驗證模型的精度，利用2000年和2005年的土地沙漠化敏感性格局分布圖模擬2010年的土地沙漠化敏感性格局分布圖，計算Lee-Sallee指數為0.857，說明模型具有較高的精度，也說明采用CA-Markov模型進行模擬研究時設置的參數準確、規則合理。利用CA-Markov耦合模型預測2020年中國六省土地沙漠化敏感性格局。首先，計算2000年和2010年的土地沙漠化敏感性格局轉移概率矩陣，見表3。

表3 2000-2010年土地沙漠化敏感性格局轉移概率矩陣

在CA-Markov模塊中設置起始年份為2010年，輸入土地沙漠化敏感性格局適宜性圖集，采用5×5的濾波器，循環次數為10，模擬出2020年中國六省土地沙漠化敏感性格局分布圖和中國六省土地沙漠化敏感性格局變化見表4。由表4可以知，按目前的趨勢發展下去,到2020年不敏感地區和極敏感地區的面積將繼續增加，與2010年相比，增加面積分別為143.86，7 120.04 km2，增幅為0.003%和4.63%。對比2010年和2020年的土地沙漠化敏感格局分布圖可以看出，2020年極敏感區域主要是在2010年原敏感區域的基礎上向外圍擴張，集中在塔里木盆地中部、庫姆塔格沙漠、柴達木盆地、巴丹吉林沙漠附近。2020年極敏感區域增加的地區主要為：新疆的岳普湖縣、英吉沙縣、麥蓋提縣、且末縣、尉犁縣、若羌縣，內蒙古的額濟納旗、阿拉善右旗、阿拉善左旗、甘肅省的肅北蒙古族自治縣、瓜州縣、敦煌市、民勤縣和青海的海西蒙古族藏族自治州、格爾木市。預測數據表明，該區域2020年土地沙漠化極敏感性面積將會增大，進而造成土地資源的退化，土地生產力的下降，風沙日風塵暴增加，致使生態環境惡化。

表4 2010-2020年中國六省土地沙漠化敏感性格局變化

5 結 論

1990—2020年中國六省土地沙漠化敏感性格局分布相似，對各級敏感區域進行面積統計并由大到小排序:輕度敏感區域>中度敏感區域>高度敏感區域>不敏感區域>極敏感區域。不敏感區域分布在大興安嶺東北部、渭河以南、昆侖山、天山、阿爾泰山附近；輕度敏感區分布在青海省南部三江源自然保護區附近、阿尼瑪卿山南部、黃土高原南部、不敏感區域附近；中度敏感區域主要分布在塔里木盆地的東部、柴達木盆地東部、準噶爾盆地附近；高度敏感區域多數分布在塔克拉瑪干沙漠、古爾班通古特沙漠、巴丹吉林沙漠和渾善達克沙地附近；極敏感區域主要分布在塔克拉瑪干沙漠、庫姆塔格沙漠、巴丹吉林沙漠、烏蘭布和沙漠、騰格里沙漠——土壤質地為流動沙地的沙漠區域和柴達木盆地西北區域，這些區域冬季均受蒙古高壓極地大陸氣團東北季風的影響。1990—2010年，面積增加的區域為不敏感區和高度敏感區、極敏感區，所占研究區比例分別增加了1.77%，8.23%，0.07%，增加面積約為7.4萬km2、34.2萬km2、0.3萬km2。通過CA-Markov模型預測2020年的土地沙漠化敏感性格局分布圖發現，相比1990年，極敏感區域將會在原有的基礎上向外圍擴張，增加面積為9 805.9 km2，所占研究區比例增加了0.24%。本文通過分析中國六省土地沙漠化時空敏感性格局與趨勢，闡述了該區域土地沙漠化敏感性格局的分布規律和擴張特點，對中國土地沙漠化防治策略和劃分沙漠化擴展屏障區提供了科學依據，并得出以下結論：

(1) 中國六省土地沙漠化敏感性區域中，極敏感區域主要分布在土壤質地為流動沙地的沙漠區域附近；不敏感區域則分布在高山、湖泊區域附近。

(2) 區域降雨量的增加、大風天數的減少、退耕還林退牧還草工程、草原沙化防治工程等生態工程的建立有效降低了土地沙漠化的敏感性；但是蒸發量過大、人口猛增、過度開發水資源、被過度利用土地自然資源的區域，土地沙漠化敏感性將會增強，這種由于人為破壞造成的土地沙化的地區生態環境很難恢復。

(3) 需要建立一套完善的政策體系，建立約束和制衡機制、合理的資源分配制度，減少人口猛增、草原過度利用和水資源的過度開發對生態環境的破壞。

[1] 高尚武,王葆芳,朱靈益,等.中國沙質荒漠化土地監測評價指標體系[J].林業科學,1998,34(2):1-10.

[2] 王濤,朱震達.我國沙漠化研究的若干問題:沙漠化的概念及其內涵[J].中國沙漠,2003,23(3):209-214.

[3] 趙明月,趙文武,靳婷,等.青海湖流域土地沙漠化敏感性評價[J].中國農學通報,2012,28(32):237-242.

[4] 劉康,徐衛華,歐陽志云,等.基于GIS的甘肅省土地沙漠化敏感性評價[J].水土保持通報,2002,22(5):29-35.

[5] 周利軍,張淑花.黑龍江省西南部土地沙漠化敏感性評價[J].中國農學通報,2009,25(21):324-327.

[6] 劉明光.中國自然地理圖集[M].北京：中國地圖出版社,2011:177-188.

[7] 朱震達,劉恕.關于沙漠化概念及其發展程度的判斷[J].中國沙漠,1984,4(3):2-8.

[8] 阿如旱,楊持,王金榮,等.內蒙古多倫縣沙漠化土地時空變化特征[J].水土保持研究,2010,17(4):207-221.

[9] 朱震達,王濤.中國沙漠化研究的理論與實踐[J].第四紀研究,1992,92(2):97-106.

[10] 王濤,趙哈林,肖洪浪.中國沙漠化研究的進展[J].中國沙漠,1999,19(4):299-311.

[11] 王濤,趙哈林.中國沙漠科學的五十年[J].中國沙漠,2005,25(2):145-165.

[12] 張國平,張增祥,劉紀遠.中國土壤風力侵蝕空間格局及驅動因子分析[J].地理學報,2001,56(2):146-157.

[13] 伍光和,王乃昂,胡雙熙,等.自然地理學[M]4版,高等教育出版社,2002.

[14] 孫向陽.土壤學[M].北京:中國林業出版社,2008.

[15] 杜加強,舒儉民,張林波.1982—2006年黃南州NDVI年際變化及其氣候的關系[J].水土保持通報,2010,30(4):229-233.

[16] 劉家福,王平,李京,等.基于 Markov模型的長嶺縣土地利用時空變化研究[J].水土保持研究,2009,16(3):16-19.

[17] 汪雪格.吉林西部生態景觀格局變化與空間優化研究[D].長春:吉林大學,2008.

[18] 劉耀林,劉艷芳,張玉梅.基于灰色一馬爾柯夫鏈預測模型的耕地需求量預測研究[J].武漢大學學報:信息科學版,2004,29(7):575-579.

[19] 劉繼生,陳彥光.基于GIS的細胞自動機模型與人地關系的復雜性探討[J].地理研究,2002,21(2):155-162.

[20] 楊國清,劉耀林,吳志峰.基于CA-Markov模型的土地利用格局變化研究[J].武漢大學學報:信息科學版,2007,32(5):414-415.

[21] 楊國清,吳志峰,祝國瑞.廣州地區土地利用景觀格局變化研究[J].農業工程學報,2006,22(5):218-221.

[22] 徐昔保.基于GIS與元胞自動機的城市土地利用動態演化模擬與優化研究:以蘭州市為例[D].蘭州:蘭州大學,2007.

[23] 劉拓,張克斌,林瓊,等.中國土地沙漠化防治策略[M].北京:中國林業出版社,2006.

AnalysisofSpatiotemporalPatternandTendencyofLandDesertificationSensitivityinSixProvincesofChina

WANG Yue-hui1,2,3,4, ZHANG Lin-bo1,2,3, GUO Yang1,2,3, HE Ping1,2,3, LIU Wei-ling1,2,3, DU Jia-qiang1,2,3, WANG Li-xia1,2,3

(1.ChineseResearchAcademyofEnvironmentalSciences,Beijing100012,China; 2.StateEnvironmentProtectionKeyLaboratoryofRegionalEco-processandFunctionAssessment,Beijing100012,China; 3.StateKeyLaboratoryofEnvironmentalCriteriaandRiskAssessment,ChineseResearchAcademyofEnvironmentalSciences,Beijing100012,China; 4.CollegeofForestry,SouthwestForestryUniversity,Kunming650224,China)

This research firstly analyzed the spatial distribution patterns and temporal dynamic characteristics of land desertification sensitivity of four periods (1990, 2000, 2005, 2010) in six provinces and regions of China: Xinjiang Uygur Autonomous Region, Qinghai Province, Gansu Province, Ningxia Hui Autonomous Region, Inner Mongolia Autonomous Region, Shaanxi Province. Then the causes of these changes were investigated with CA-Markov coupling model to predict the trends of land desertification sensitivity pattern. The results indicated that the desertification sensitivity patterns of the four periods were similar each other for the six provinces. The sensitivity levels could be characterized and the sum areas of the levels could be ordered as mildly sensitive region> moderate sensitive region> high sensitive region> non-sensitive region> extreme sensitive region. Extreme sensitive regions were mainly located in the desert areas with the soil texture being drifting sand dunes, while non-sensitive regions mainly distributed in mountains and lakes nearby. The regional sensitive level increased with the increase of local population and human activity intensity. On the contrary, the regional sensitive level decreased with the increase of the establishment of sand engineering area. The results of the predictions for the desertification sensitivity pattern in 2020 indicated that extremely sensitive area expanded 7 120.04 km2with the growth rate of 4.63% compared with 2010. This research provides a scientific basis for China desertification prevention, desert region partitioning strategy and the way to divide the desertification extension barrier area by analyzing the spatiotemporal pattern and trend of land desertification sensitivity in six provinces of China.

land desertification; sensitivity; CA-Markov coupling model; temporal pattern

2013-12-05

：2014-01-07

國家環保公益性行業科研專項經費“我國國土生態安全格局構建關鍵技術與保護戰略研究”(201209027-5)

王躍輝(1985—),男,河南封丘人,碩士生,研究方向:地理信息系統開發與設計。E-mail:yhwang1211@163.com

張林波(1969—),男,山東日照人,研究員,研究方向:城市生態、景觀生態研究。E-mail:zhanglb@craes.org.cn

S288

：A

：1005-3409(2014)05-0132-06