柴達木盆地沙丘移動的空間分異及對形態參數的響應

李建軍，焦菊英,，曹 雪，白雷超，陳同德，嚴晰芹，祁泓錕

·研究速報·

柴達木盆地沙丘移動的空間分異及對形態參數的響應

李建軍1，焦菊英1,2※，曹 雪2，白雷超1，陳同德1，嚴晰芹2，祁泓錕1

（1. 西北農林科技大學水土保持研究所，黃土高原土壤侵蝕與旱地農業國家重點實驗室，楊凌 712100； 2. 中國科學院水利部水土保持研究所，楊凌 712100）

研究沙丘移動規律與空間分異特征有助于準確了解風沙活動的危害程度，為區域城鎮規劃和青藏高原國家生態安全屏障保護與建設提供參考。該研究基于Google Earth軟件測量橫向沙丘的形態參數與移動速度，分析了移動速度與方向的空間分異特征，以及移動速度對形態參數的響應。結果表明，1）柴達木盆地內沙丘移動速度介于0～23.53 m/a之間，平均4.66 m/a，以中速（1～5 m/a）為主（53.73%），中部移動最快（5.22±4.27 m/a），東南部最慢（3.27±3.08 m/a），移動方向與主風向一致；2）沙丘移動速度與寬度的相關性最好（2=0.988），以后的研究中需多關注沙丘寬度這一參數；3）從柴達木盆地整體看，降水量越大、風速越低，沙丘移動越慢；從局部看，植被覆蓋度越大，沙丘移動越慢；4）密集的河流可阻擋沙丘移動，保護格爾木市區，但不能消除沙丘移動的威脅。

遙感；沙丘；移動；形態參數；柴達木盆地

0 引 言

沙丘是風沙作用的產物，是沙漠、沙地的主要地貌類型，橫向沙丘是指沙丘走向與起沙風合成風向交角大于60°的丘狀風積地貌形態，包括新月形沙丘及沙丘鏈、格狀沙丘、拋物線形沙丘、復合型新月形沙丘等[1]。沙丘移動是指沙丘整體性順風向位移，過程為迎風坡風蝕，背風坡堆積。沙丘移動會破壞道路、農田、草場[2]，是除沙漠擴散、沙塵暴之外的一種主要的沙漠化運動形式，也是研究沙丘形成過程的重要問題之一[3]。沙丘移動現象廣泛發生在干旱區、海岸甚至是外星球[4]。沙丘移動研究主要包括移動速度的年內年際變化[5-6]、移動速度的影響因素[7-8]、移動前后的形態變化以及監測方法的改進[9]等方面。由于形態簡單且較為典型，沙丘移動研究多集中在新月形沙丘上[7]。

地面監測和遙感影像監測是沙丘移動研究中的常用方法。地面監測精度高，但野外監測環境惡劣，實地監測的范圍往往較小[10]。如今，差分GPS和無人機攝影[11]等新興測量技術降低了地面監測工作難度，各種高分影像的出現也使得遙感影像監測有了可靠的數據來源[12]。相比于地面監測，Google Earth提供的多時相高分辨率影像更適于大范圍的沙丘移動調查。因此，近幾年的沙丘移動研究中，大多數使用遙感影像測量[7]。其中，Google Earth提供的影像分辨率最高也最容易獲取，其測量精度也得到了廣泛驗證[13]。此外，Google Earth提供的影像還被廣泛用于驗證Landsat、Sentinel等中分辨率影像的沙丘移動測量結果[14]。

柴達木盆地是中國重要的資源工業基地，是青藏高原沙漠分布的主要地區之一，由于空氣稀薄、氣溫較低，被認為是“地球上與火星最為接近的地區”，是研究火星風沙地貌的重要參照[15]。中國火星探測器“天問一號”已經抵達火星軌道，對柴達木盆地風沙地貌的基礎研究也需要跟進。柴達木盆地已有的沙丘地貌研究主要集中在沙丘景觀格局和沉積物的粒度特征等方面[16]，對柴達木盆地沙丘移動特征及規律還不甚明確。因此，本文以新月形沙丘等橫向沙丘為研究對象，基于Google Earth軟件對盆地內的沙丘移動情況進行測量，分析沙丘移動速度與方向的空間分異特征，以及沙丘移動速度對形態參數的響應，以期為區域城鎮規劃與生態文明建設，以及青藏高原國家生態安全屏障保護與建設提供科學依據。

1 材料與方法

1.1 研究區概況

柴達木盆地地處青藏高原東北部，介于87°48′E～99°20′E、34°41′N～39°20′N之間，屬大陸性荒漠氣候。盆地內風力和降水時空差異較大[17]，河流以季節性河流為主，湖泊數量較多，沙漠零星分布。經遙感解譯，沙漠總面積約16 846 km2。沙丘類型以新月形沙丘及新月形沙丘鏈為主，另外還有格狀沙丘、復合新月形沙丘、圓頂沙丘、拋物線形沙丘、沙壟、金字塔沙丘、爬坡沙丘等。

格爾木市是海西蒙古族藏族自治州下轄縣級市，地處柴達木盆地南緣，是連接西部幾省區和絲綢之路經濟帶的重要交通樞紐。市區海拔2 820 m，建在洪積扇邊緣，南部為戈壁灘，北部為濕地，因周圍“河流密集”而得名。本研究新月形沙丘典型區選在格爾木市區東部約10 km的戈壁灘上，該區域有多期遙感影像，且地形平坦，對風況的影響較小，適合獨立地研究沙丘形態參數對移動速度的影響。

1.2 數據來源與沙丘選取

氣象數據來自海西州氣象局提供的柴達木盆地內7個氣象站2003-2016年逐小時數據，計算了平均風速、起沙風時數、降水量、蒸發量等氣象要素的多年平均值（表1）。

遙感影像主要是Google Earth提供的GeoEye（0.41 m分辨率）、Quickbird（0.6 m分辨率）和World View（0.5 m分辨率）影像。基于高分影像對柴達木盆地沙漠分布進行目視解譯，用0.1°×0.1°網格均勻選點，并剔除兩期影像間隔時間短于1 a或僅一期影像的樣點。為保證可比性，對于樣點落在新月形沙丘鏈和格狀沙丘的區域，均選取其中一環作為研究對象，共測量沙丘67個（圖1），影像時間間隔最短1.47 a，最長15.5 a，平均間隔6.45 a，大部分都在3 a以上。為了排除環境因素的影響，進一步研究新月形沙丘移動速度和形態參數的關系，選取了盆地中南部格爾木市區東部一處典型區，共測量沙丘34個（圖1c）的形態參數和移動情況，影像時間間隔5.5 a。

表1 柴達木盆地基本氣象要素（2003-2016年）

注：起沙風時數為一年中風速大于6 m·s-1的累計小時數。

Note: Sand driving wind hours is the cumulative hours of wind velocity greater than 6 m·s-1in a year.

注：圖a中箭頭指向沙丘的移動方向。下同。

Note: Arrows indicate the direction of dune migration in the picture a. Same as below.

圖1 研究區地理位置及其周邊環境

Fig.1 Research area and its surrounding environment

1.3 沙丘形態參數提取

沙丘主要形態參數包括迎風坡長度、背風坡長度、寬度、高度、底面積、周長等，主要通過Google Earth軟件獲取[12]。迎風坡長度、背風坡長度、寬度3個參數在最高分辨率影像正視狀態下，由軟件提供的工具測量沙丘移動前的平面長度。由于Google Earth高程精度低，故沙丘高度用背風坡長度乘以休止角的正切計算[8]。在野外考察中，測得格爾木附近沙丘休止角為32°。底面積和周長需要勾繪出沙丘移動前的輪廓，保存后在屬性中查看。本研究引入了形狀系數的概念，即沙丘實際周長與?同面積?圓的周長之?比，可以反映沙丘的形態；長寬比由沙丘迎風坡、背風坡長度之和除以寬度得到，可以反映沙丘的“胖瘦”[8]。

1.4 沙丘移動測量

沙丘移動前后的影像介于1999-2017年之間，大部分集中在2003-2016年。首先勾繪沙丘移動前脊線和輪廓，再切換到移動后影像進行測量。測量點選擇沙丘兩翼和脊線中部，分別測量3個點的移動距離和方向并取平均值。由移動距離與兩期影像間隔時長計算沙丘移動速度。對影像偏移的沙丘，借助附近的巖石、灌叢等固定物體進行校正。

1.5 數據分析

根據朱震達等[18]的分級方法，將柴達木盆地沙丘移動速度分為4個等級：慢速<1 m/a、中速1～5 m/a、快速>5～10 m/a、特別快速>10 m/a（圖1a）。用SPSS 20軟件對典型區新月形沙丘各形態參數和移動速度進行相關性分析。

2 結果與分析

2.1 沙丘移動速度與方向

柴達木盆地沙漠沙丘移動速度在0～23.53 m/a之間，平均速度4.66 m/a。盆地內沙丘移動以中速為主（53.73%），其次是快速（29.85%），慢速（10.45%）和特別快速（5.97%）。在空間上自西北向東南減慢，但無明顯趨勢（表2）。盆地中部沙丘由于地勢平坦，移動速度較快（5.22 m/a）。西南部和北部沙漠受到地形的影響，移動速度偏慢（3.35、3.49 m/a），但略快于降水較多植被較好的東南部（3.27 m/a）。盆地內沙丘移動方向整體上自西北向東南，在53.52°～150.06°之間，平均104.13°，與主風向基本一致。另外，盆地邊緣沙丘又受到地形影響，沿著高大山脈的延伸方向前進。

表2 柴達木盆地各區域沙丘移動情況

注：同列不同字母表示區域間差異顯著，<0.01。

Note: Different letters show significant difference,<0.01.

2.2 沙丘移動的空間分異特征

西北部沙漠沿山脈分為3段（圖2a）。沙丘類型包括格狀、新月形和復合新月形沙丘。西段為峽谷出口，風力強勁，沙丘平均移動速度6.57 m/a；中段有高大山脈阻擋，平均移動速度3.13 m/a；東段位于茫崖西北風口的下風向，平均移動速度4.04 m/a。中部沙漠分為3條沙帶（圖2b）。北部沙帶地處冷湖西北風口下方，以小型沙丘為主，平均移動速度10.35 m/a。中部沙帶地處濕地中心，以新月形沙丘鏈為主，平均移動速度4.84 m/a。南部沙帶位于戈壁，以格狀和新月形沙丘為主，平均移動速度3.76 m/a。東南部以固定和半固定格狀沙丘為主，臨近山體的沙丘平均移動速度僅0.19 m/a，而西側4個沙丘達到了6.5 m/a（圖2c）。沙漠已緊鄰都蘭縣城，但由于降水量較高，沙丘基本固定。北部與西南部沙漠都分布在山谷中（圖2d, 2e），北部以新月形沙丘和新月形沙丘鏈為主，西南部以格狀和復合新月形沙丘為主。由于山脈削弱了風力，沙丘平均移動速度分別為3.49和3.35 m/a。

a.西北部；b.中部；c.東南部；c1裸露的沙丘；c2植被覆蓋的沙丘；d.北部；e.西南部

a. Northwest region; b. Central region; c. Southeast region; c1.Bare dune; c2.Vegetation-covered dune; d. North region; e. Southwest region

圖2 柴達木盆地各區域沙丘移動情況

Fig.2 Dune migration in various regions of the Qaidam Basin

2.3 沙丘移動速度與形態參數的關系

格爾木市區東部典型區所測量的新月形沙丘迎風坡長度范圍18.8～172.5 m，寬度范圍18～282 m，移動速度在2.79～23.53 m/a之間，整體移動方向95°，平均速度10.94 m/a，以非常快速為主（55.88%），快速（23.53%）和中速（20.59%）占比相近。典型區沙丘迎風坡長度、背風坡長度、寬度、高度、周長之間呈極顯著線性相關，底面積與迎風坡長度、背風坡長度、寬度、高度、周長之間呈二次函數關系。背風坡長度、寬度、周長、底面積之間的關系較好（2≥0.729，圖3）。

沙丘寬度與形狀系數呈冪函數關系（2=0.755），與長寬比呈冪函數關系（2=0.565）。這表明新月形沙丘由小變大的過程，沙丘變“矮胖”（長寬比減小），由橢圓形變為新月形（形狀系數增大）。

新月形沙丘移動速度與沙丘迎風坡長度（2=0.716）、背風坡長度（2=0.705）、寬度（2=0.988）、高度（2=0.705）、周長（2=0. 986）、底面積（2=0.955）等形態參數之間都呈現指數關系，與形狀系數呈極顯著（<0.01）線性負相關關系（2=0.438），與長寬比呈顯著（<0.05）線性正相關關系（2=0.130）。其中，移動速度與沙丘寬度、底面積、周長的擬合關系較好（圖4c, 4e, 4f）。沙丘形狀系數越大，長寬比越小，沙丘體型越大，對應的移動速度也越慢（圖4g）。該區域新月形沙丘左翼比右翼向前延伸地更長（圖1c），圖4h中更多的點分布在1:1線上方，左翼移動速度均值（11.16±5.26 m/a）略大于右翼（10.53±5.47 m/a）。

3 討 論

3.1 Google Earth提取數據可靠性

Google Earth測量平面形態較為可靠。如劉佳等[13]使用Google Earth進行農作物面積調查，其誤差低于0.1%；李鎮等[19]與實地測量對比，發現QuickBird影像在目視解譯切溝面積、周長的平均相對誤差都在5%左右。相較于切溝，沙丘面積更大且與背景環境色差明顯，解譯沙丘平面形態參數的誤差在可接受范圍內，基于Google Earth測量沙丘形態參數與移動距離的方法在庫木塔格沙漠[7]，庫魯克沙漠[8]，毛烏素沙地[12]，埃及西部沙漠[20]等地得到了廣泛應用。Google Earth無法準確測量沙丘高度，而背風坡與背景亮度差異最為明顯，為準確獲取沙丘高度，本研究中選擇了背風坡水平長度換算的方法[8]。今后的研究可結合無人機、差分GPS等新興技術手段，對典型地區開展實地測量，以提高測量沙丘三維形態參數精度。

3.2 環境因素對沙丘移動的影響

在東南部，年降水量大于200 mm，沙丘大部分固定，植被覆蓋的沙丘平均移動速度僅0.19 m/a，而西側裸露的沙丘平均移動速度達6.50 m/a。與東南部相比，西北部和中心的年平均風速均大于3 m/s[21]，對應的沙丘移動速度也更快。可見沙丘移動速度受到風況、降水、植被、地形等環境因素的綜合影響。降水促進植被生長，降低近地表風速[7]，進而減慢沙丘移動。中部沙帶距格爾木市區38 km，前緣沙丘移動速度3.77 m/a。按此速度估算，該市將在萬年后被吞沒，但市區西北方向河流密集（圖1b），沙丘很難通過[22-23]，短期內威脅較小。考慮到沙物質能以風沙流形式輸移，遇到障礙物再度形成沙丘，故威脅仍存在。柴達木盆地氣候呈暖濕化趨勢，植被覆蓋度逐漸增加[24]，沙丘移動將逐漸變慢。

3.3 形態參數對沙丘移動的影響

沙丘體型越大，移動速度越慢，這與前人研究一致；不同的是，在毛烏素沙地[12]、埃及西部沙漠[20]等地的研究中大多發現沙丘移動速度與形態參數呈線性相關。與前者相比本研究中典型區沙丘寬度范圍在18～282 m之間，數據離散程度較大，故呈指數關系，這與Yang等[7]的結論一致。沙丘高度與移動速度相關性高[10]，在前人研究中最受關注。本研究中高度需換算，而寬度不僅易測量，且與移動速度相關性最高，建議給予更多關注。典型區新月形沙丘左翼移動較右翼略快，這是由兩個方向的起沙風所致[17,25]，主風向（W）決定了沙丘移動方向，副風向（WNW）則使得左翼伸長（圖1c）；還存在盾形沙丘向圓頂沙丘的逆向演化，可能是沙源不足所致[12]。沙丘形態變化會改變移動特征[8]，其移動前后的形態變化還需深入研究。

4 結 論

1）柴達木盆地沙丘移動速度在0～23.53 m/a之間，平均4.66 m/a，其中中速占53.73%，快速占29.85%，慢速占10.45%，特別快速占5.97%。沙丘移動方向整體上自西北向東南，在53.52°～150.06°之間，平均104.13°，與主風向基本一致，并隨山脈走向變化。

2）柴達木盆地沙丘移動速度整體上自西北向東南減慢，但無明顯趨勢。中部沙丘移動最快（5.22 m/a），之后依次是西北部（4.84 m/a）、北部（3.49 m/a）、西南部（3.35 m/a）和東南部（3.27 m/a）。

3）典型區新月形沙丘移動速度與迎風坡長度、背風坡長度、寬度、高度、周長、底面積等形態參數之間都呈指數關系，與形狀系數呈極顯著（<0.01）線性負相關關系，與長寬比呈顯著（<0.05）正線性相關關系。沙丘寬度與移動速度相關性最好，以后的研究中應多關注。

4）從柴達木盆地整體來看，降水量越多、風速越低，沙丘移動越慢；局部來看，植被覆蓋度越大，沙丘移動越慢。河流能在一定程度上阻擋沙丘移動，保護了格爾木市區，但并不能消除沙丘移動帶來的威脅，沙丘移動問題仍需關注。

[1] 吳正. 風沙地貌學[M]. 北京：科學出版社，1987：98-166.

[2] Islam Abou El-Magd, Osman H, Sayed A. Quantification of sand dune movements in the south western part of egypt, using remotely sensed data and GIS[J]. Journal of Geographic Information System, 2013, 5(5): 498-508.

[3] Zhang Z C, Dong Z B, Qian G Q, et al. Formation and development of dunes in the northern Qarhan Desert, central Qaidam Basin, China[J]. Geological Journal, 2018, 53(3): 1123-1134.

[4] Fenton, Lori K. Dune migration and slip face advancement in the Rabe Crater dune field, Mars[J]. Geophysical Research Letters, 2006, 33(20): L20201.

[5] Kilibarda Z, Kilibarda V. Seasonal geomorphic processes and rates of sand movement at Mount Baldy dune in Indiana, USA[J]. Aeolian Research, 2016, 23: 103-114.

[6] 何京麗，郭建英，邢恩德，等. 黃河烏蘭布和沙漠段沿岸風沙流結構與沙丘移動規律[J]. 農業工程學報，2012，28(17)：71-77.

He Jingli, Guo Jianying, Xing Ende, et al. Structure of wind-sand flow and law of dune movement along bank of Yellow River in Ulan Buh desert[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(17): 71-77. (in Chinese with English abstract)

[7] Yang Z L, Qian G Q, Dong Z B, et al. Migration of barchan dunes and factors that influence migration in the Sanlongsha dune field of the northern Kumtagh Sand Sea, China[J]. Geomorphology, 2021, 378: 107615.

[8] Yang J H, Dong Z B, Liu Z Y, et al. Migration of barchan dunes in the western Quruq Desert, northwestern China[J]. Earth Surface Processes and Landforms, 2019, 44(10): 2016-2029.

[9] Ali E, Xu W B, Ding X L. Improved optical image matching time series inversion approach for monitoring dune migration in North Sinai Sand Sea: Algorithm procedure, application, and validation[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2020, 164: 106-124.

[10] Dong Z B, Wang X M, Chen G T. Monitoring sand dune advance in the Taklimakan Desert[J]. Geomorphology, 2000, 35(3/4): 219-231.

[11] Buddhika M, James L, Michael M, et al. Factors influencing movement of the Manila Dunes and its impact on establishing non-native species[J]. Remote Sensing, 2020, 12(10): 1536.

[12] 王靜璞，劉連友，沈玲玲. 基于Google Earth的毛烏素沙地新月形沙丘移動規律研究[J]. 遙感技術與應用，2013，28(6)：1094-1100.

Wang Jingpu, Liu Lianyou, Shen Lingling. Research of the barchan dunes movement in the Mu Us Sandy Land on Google Earth software[J]. Remote Sensing Technology and Application, 2013, 28(6): 1094-1100. (in Chinese with English abstract)

[13] 劉佳，王利民，滕飛，等. Google Earth影像輔助的農作物面積地面樣方調查[J]. 農業工程學報，2015，31(24)：149-154.

Liu Jia, Wang Limin, Teng Fei, et al. Crop area ground sample survey using Google Earth image-aided[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(24): 149-154. (in Chinese with English abstract)

[14] Ding C, Zhang L, Liao M S, et al. Quantifying the spatio-temporal patterns of dune migration near Minqin Oasis in northwestern China with time series of Landsat-8 and Sentinel-2 observations[J]. Remote Sensing of Environment, 2020, 236: 111498.

[15] 董治寶，呂萍. 70年來中國風沙地貌學的發展[J]. 地理學報，2020，75(3)：509-528.

Dong Zhibao, Lyu Ping. Development of aeolian geomorphology in China in the past 70 years[J]. Acta Geographica Sinica, 2020, 75(3): 509-528. (in Chinese with English abstract)

[16] Li C, Dong Z B, Cui X J, et al. Pattern analysis of simple transverse dunes in China’s Qaidam Basin, north of the Kunlun Mountains[J]. Environmental Earth Sciences, 2016, 75(9): 729.

[17] 陳宗顏，董治寶，汪青春，等. 柴達木盆地風況及輸沙勢特征[J]. 中國沙漠，2020，40(1)：195-203.

Chen Zongyan, Dong Zhibao, Wang Qingchun, et al. Characteristics of wind regime and sand drift potential in Qaidam Basin of China[J]. Journal of Desert Research, 2020, 40(1): 195-203. (in Chinese with English abstract)

[18] 朱震達，陳治平，吳正，等. 塔克拉瑪干沙漠風沙地貌研究[M]. 北京：科學出版社，1981：78-80.

[19] 李鎮，張巖，楊松，等. QuickBird影像目視解譯法提取切溝形態參數的精度分析[J]. 農業工程學報，2014，30(20)：179-186.

Li Zhen, Zhang Yan, Yang Song, et al. Error assessment of extracting morphological parameters of bank gullies by manual visual interpretation based on QuickBird imagery[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(20): 179-186. (in Chinese with English abstract)

[20] Hamdan M A, Refaat A A, Abdel W M. Morphologic characteristics and migration rate assessment of barchan dunes in the Southeastern Western Desert of Egypt[J]. Geomorphology, 2016, 257: 57-74.

[21] 鮑鋒，董治寶，張正偲. 柴達木盆地風沙地貌區風況特征[J]. 中國沙漠，2015，35(3)：549-554.

Bao Feng, Dong Zhibao, Zhang Zhengsi. Wind regime in the Qaidam Basin Desert[J]. Journal of Desert Research, 2015, 35(3): 549-554. (in Chinese with English abstract)

[22] Yang X P, Rost K T, Lehmkuhl F, et al. The evolution of dry lands in northern China and in the Republic of Mongolia since the Last Glacial Maximum[J]. Quaternary International, 2004, 118/119: 69-85.

[23] 李小妹，嚴平，錢瑤，等. 不同氣候帶的河道與沙丘分布格局及其類型劃分[J]. 中國沙漠，2017，37(5)：821-829.

Li Xiaomei, Yan Ping, Qian Yao, et al. Distribution patterns and its classification at the scale of channel-sand dune in different climate zones[J]. Journal of Desert Research, 2017, 37(5): 821-829. (in Chinese with English abstract)

[24] 韓有香，劉彩紅，李國山. 青海高原典型生態區域未來氣候變化趨勢預估[J]. 草業科學，2019，36(6)：1518-1530.

Han Youxiang, Liu Caihong, Li Guoshan. Forecast of future climate change trend in typical ecological regions of the Qinghai Plateau[J]. Pratacultural Science, 2019, 36(6): 1518-1530. (in Chinese with English abstract)

[25] Tsoar H, Parteli Eric J R. Bidirectional winds, barchan dune asymmetry and formation of seif dunes from barchans: A discussion[J]. Environmental Earth Sciences, 2016, 75(18): 1237.

Spatial regionalization and response to morphological parameters of dune migration in the Qaidam Basin of China

Li Jianjun1, Jiao Juying1,2※, Cao Xue2, Bai Leichao1, Chen Tongde1, Yan Xiqin2, Qi Hongkun1

(1. State Key Laboratory of Soil Erosion and Dryland Farming on the Loess Plateau, Institute of Soil and Water Conservation, Northwest A&F University, Yangling 712100, China; 2. Institute of Soil and Water Conservation, Chinese Academy of Sciences and Ministry of Water Resources, Yangling 712100, China)

Desertification and dune migration are two serious forms of land degradation, resulting in the destruction of grassland and farmland ecosystems. Sandstorm activities occur more frequently in the Tibetan Plateau of western China in recent years, particularly with the expansion of desertification. The Qaidam Basin is the largest intermountain basin located in the northwestern portion of the Tibetan Plateau. This basin is usually considered to be 'the region of Earth most similar to Mars', providing for a sound reference for the study of Mars aeolian geomorphology. However, it is still lacking the understanding of dune migration in the Qaidam Basin. Taking the transverse dunes (such as barchan dune) as the research objects, this study aims to clarify the spatial regionalization and response to morphological parameters of dune migration in the Qaidam Basin. Geo Eye, Quick bird and World View satellite images were utilized to measure morphological parameters and migration using the Google Earth software. The main results were listed as follows: 1) The average migration rate of dunes was between 0 and 23.53 m/a in the study area, with an average of 4.66 m/a, more than half of which was the medium speed (53.73%). The migration direction of the dune was between 53.52° and 150.06°, with an average of 104.13°, indicating a better agreement with the main wind direction. The average speed of dune migration slowed down spatially from northwest to southeast, but there was no obvious trend. Specifically, the fastest migration was found in the middle (5.22 m/a), followed by the northwest (4.84 m/a), the north (3.49 m/a), the southwest (3.35 m/a), and the southeast (3.27 m/a). The migration direction changed with the direction of the mountain range. 2)The migration of the dune was much slower as the volume of dune increased in the same environment. There was a very significant (<0.01) exponential negative correlation between the migration speeds and morphological parameters of dune, such as the length of windward slope (2=0.716), length of lee slope (2=0.705), height (2=0.705), width (2=0.988), perimeter (2=0.986), basal area (2=0.955), whereas, a very significant (<0.01) linear negative correlation with the coefficient of dune shape (2=0.438), and a significant (<0.05) positive linear correlation with the length-width ratio (2=0.130). Therefore, more attention can be paid to the dune width in future studies using remote sensing images. 3)The dune migration was much slower as the wind velocity decreased and the precipitation increased in the whole basin. Furthermore, the dune moved slowly under the great vegetation coverage in the southeastern basin. 4)Dense rivers blocked the dune migration and protected Golmud City, but the dune migration still posed great threats to the whole ecosystem. This finding can make a great contribution to the accurate understanding of sandstorm activities for regional town planning and protection in the national ecological security shelter zone on the Tibetan Plateau of western China.

remote sensing; dune; migration; morphological parameters; Qaidam Basin

2020-11-25

2021-01-17

第二次青藏高原綜合考察研究（2019QZKK0603）；中國科學院戰略性先導科技專項“泛第三極環境變化與綠色絲綢之路建設”子課題“土壤侵蝕定量評價與分區防控對策”（XDA20040202）

李建軍，博士生，主要研究方向為土壤侵蝕。Email：lijianjun@nwafu.edu.cn

焦菊英，博士，研究員。主要研究方向為流域侵蝕產沙、土壤侵蝕與植被關系及水土保持效益評價。Email：jyjiao@ms.iswc.ac.cn

10.11975/j.issn.1002-6819.2021.07.038

P931.3

A

1002-6819(2021)-07-0309-06

李建軍，焦菊英，曹雪，等. 柴達木盆地沙丘移動的空間分異及對形態參數的響應[J]. 農業工程學報，2021，37(7)：309-314. doi：10.11975/j.issn.1002-6819.2021.07.038 http://www.tcsae.org

Li Jianjun, Jiao Juying, Cao Xue, et al. Spatial regionalization and response to morphological parameters of dune migration in the Qaidam Basin of China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(7): 309-314. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.07.038 http://www.tcsae.org