基于ESAI的黃土高原荒漠化風險評估

張建香, 張多勇, 劉萬鋒, 胡愛萍, 王 東, 胡劍橋

(1.隴東學院 土木工程學院, 甘肅 慶陽 745000; 2.甘肅省高校黃土的工程性質及工程應用省級重點實驗室,甘肅慶陽 745000; 3.慶陽市荒漠化防治研究中心, 甘肅 慶陽 745000)

基于ESAI的黃土高原荒漠化風險評估

張建香1,2, 張多勇3, 劉萬鋒1,2, 胡愛萍1, 王 東1, 胡劍橋1

(1.隴東學院 土木工程學院, 甘肅 慶陽 745000; 2.甘肅省高校黃土的工程性質及工程應用省級重點實驗室,甘肅慶陽 745000; 3.慶陽市荒漠化防治研究中心, 甘肅 慶陽 745000)

[目的] 對黃土高原荒漠化風險進行評估，為黃土高原生態環境的恢復、建設和保護提供科學依據。 [方法] 通過收集黃土高原的地形、氣候、植被、土壤以及社會經濟等方面的數據，借助RS和GIS平臺，實現黃土高原荒漠化風險評估的空間化和數字化，在此基礎上分析荒漠化的成因，構建荒漠化風險評價指標體系，建立基于環境敏感性區指標(ESAI)的荒漠化風險評估模型，分析荒漠化風險程度的空間格局，探索黃土高原不同區域荒漠化形成的主要原因。 [結果] (1) 基于土壤、氣候、植被3種要素的環境敏感區生物物理指標顯示：黃土高原大約1/4的區域(25.2%)為高風險區，屬于嚴重荒漠化，幾乎2/3的區域(62.8%)是輕微荒漠化，11.5%的地區為潛在荒漠化，只有0.5%的地區無荒漠化現象； (2) 加入人類誘發因素后，改變了黃土高原荒漠化風險區的原有格局。其中，極低、低度和極高度敏感區減少了5.6%，1.1%和3.8%；與此同時，較低和較高度敏感區增加了4.4%和4.5%。 [結論] (1) 該模型能很好地說明黃土高原荒漠化風險的空間分布格局，其荒漠化程度由西北向東南地區逐漸減弱； (2) 人類活動已經在一定程度上打破了長期穩定的自然生態系統，并且縮小了不同程度荒漠化之間的差距。

荒漠化; 環境敏感區指標(ESAI); 地理信息系統(GIS); 黃土高原

文獻參數： 張建香, 張多勇, 劉萬鋒, 等.基于ESAI的黃土高原荒漠化風險評估[J].水土保持通報，2017,37(2)：339-344.DOI:10.13961/j.cnki.stbctb.2017.02.051； Zhang Jianxiang, Zhang Duoyong, Liu Wanfeng, et al. ESAI Based Assessment of Desertification Risk in Loess Plateau[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：339-344.DOI:10.13961/j.cnki.stbctb.2017.02.051

1977年聯合國荒漠化會議召開以后，“荒漠化”作為一個生態環境問題被世界所公認。1991年9月，聯合國環境署在日內瓦召開了荒漠化防治第8次顧問會議，對世界荒漠化防治作了全面研究。近年來，學術界主要傾向于荒漠化的演變過程、荒漠化驅動機制、荒漠化監測與評估及其指標體系的建立等方面的研究，地理信息系統技術在荒漠化研究中被廣泛應用[1]。盡管如此，目前研究尚存在諸多問題，荒漠化風險評估方法尚待進一步深化。第一，在研究深度上，應將傳統的小尺度、靜態的定性調查描述轉向定位、定量地對荒漠化格局、過程及內在機制進行宏觀、動態及具有輔助決策作用的系統研究；第二，在研究方式上，應更加注重學科的聯合和滲透，同時應結合野外定點觀測、遙感監測和GPS/GIS應用，實現荒漠化的動態自動監測[2]；第三，為研究土地退化程度，Kosmas教授[3]于1999年提出了環境敏感區法(environmentally sensitive areas, ESAs)，該方法考慮了土壤、氣候、植被、土地管理等質量指標，但隨著人類活動對生態環境造成的干擾日益加大，ESAs方法中的各項指標已不能充分反映環境質量的高低。為此，本研究以中國典型的生態環境脆弱區黃土高原為研究對象，在ESAs方法的基礎上，綜合地形、氣候、植被、土壤、人口、經濟等多種生物—物理方面的環境質量影響因素，建立基于環境敏感性評估指標的黃土高原區荒漠化風險評估模型ESAI(environmental sensitive areas index)[4-5]，研究黃土高原不同程度荒漠化的空間分布格局，探索不同區域影響荒漠化的主要原因，進而為黃土高原生態環境的恢復、建設和保護提供科學的依據。

1 材料與方法

1.1 研究區概況

黃土高原坐落在中國大陸的中北部，位于黃河流域的中游地帶(33°41′—41°16′N，100°52′—114°33′E)，跨陜、甘、青、晉、寧、豫、內蒙古7個省(區)，東起太行山，西至烏鞘嶺—日月山，南達秦嶺，北至陰山，東西長約1 300 km，南北寬約800 km，總面積約6.23×105km2，平均海拔1 500～2 000 m[6-7]。黃土高原具有典型的大陸性季風氣候，冬季寒冷干燥，夏季炎熱潮濕。年平均溫度由西北(4.3 ℃)向東南(14.3 ℃)逐漸遞增。多年平均降水量約為460 mm，且降水量的年際變化較大[8]。黃土高原被深厚的黃土層覆蓋，大部分地區黃土厚度達100 m，已成世界黃土層最厚、分布最廣泛、最典型的黃土地貌。同時，由于該地區植被稀少，而黃土土質疏松，且暴雨多集中在夏秋兩季，地形起伏大，極易出現水土流失，導致黃土高原成為全球生態退化最嚴重的地區之一[9-10]。

1.2 荒漠化風險評估模型

為適應綜合地形、氣候、植被、土壤、人口、經濟等多種環境質量因素，在環境敏感區法(ESAs)基礎上，提出基于環境敏感區指標的黃土高原荒漠化風險評估模型，建立對黃土高原不同區域荒漠化的評價機制。模型包含5組指標，即：土壤質量指數(SQI)、氣候質量指數(CQI)、植被質量指數(VQI)、土地利用與管理質量指數(LU-MQI)和人類脅迫指數(HPI)。其中，土壤質量指數SQI的計算包含成土母質、土壤質地、碎石含量、土壤深度、排水條件和坡度等要素；氣候質量指數CQI，主要通過降水、干旱指數、坡向和降雨侵蝕力等指標得出；植被質量指數VQI包含植被覆蓋度、火災風險性、土壤侵蝕保護和植被耐旱性等要素；土地利用與管理質量指數LU-MQI，主要通過耕地、草地、林地和灌叢的面積以及水土保持措施的重點區域計算得出；人類脅迫指數HPI主要根據人口數量、人口密度和農業人口所占比重來確定[11]。與Gad 等[12]2008年提出的荒漠化敏感指數模型(DSI)相比，ESAI模型包含了兩項新的指標，即土地利用與管理質量指數和人類脅迫指數，而DSI模型可以描述為包含土壤、氣候和植被等生物物理要素的環境敏感區指標(ESAI_SCV)：

ESAI_SCV=(SQI·CQI·VQI)1/3

(1)

據此，基于環境敏感區指數(ESAI)的黃土高原荒漠化風險評估模型可以表示為：

ESAI=(SQI·CQI·VQI·LU_MQI·HPI)1/5

(2)

為了反映土地退化的程度，我們把ESAI模型按照敏感程度由高到低依次分為8類：極高、高度、較高、較低、低度、極低、潛在敏感和不敏感。

其中，SQI(土壤質量指數)是在原來的環境風險指數模型ESI[13]的基礎上估算出來的，該模型考慮了母巖(PM)、土壤質地(ST)、碎石(RF)、土壤深度(SD)、排水條件(Drainage)和坡度(Slope)等6個影響因子(公式3)：

SQI=(PM·ST·RF·SD·Drainage·Slope)1/6

(3)

其中，母巖(PM)中酸性巖母質(含石英、正長石、白云母等淺色礦物)的抗風化能力較強，而基性和超基性巖母質(含角閃石、輝石、黑云母等深色礦物)的抗風化能力較弱。土壤質地(ST)是土壤顆粒的粗細狀況，顆粒越粗，往往地表越貧瘠，對應的環境風險程度也比較高，反之亦然。土壤中碎石含量(RF)的多少會影響土壤受侵蝕的程度，當土體中存在中等風化程度變質巖碎石時，影響了坡面土體蓄水能力與產流方式，同一雨量下,雨強小且歷時長的降雨徑流系數可能小；對于存在風化程度高的沉積巖碎屑的土體，坡上土體易在沉積巖層或土巖界面形成壤中流，在坡下則有利于徑流入滲；對于橢圓卵石存在的土體，坡上易形成壤中流,坡下淺層土體易蓄積水量[14]。土壤質量指數(SQI)的其余3項因素與土壤的環境質量關系表現為：當土壤深度越大，排水條件越好，坡度越小時，土壤的環境質量則越高。

CQI(氣候質量指數)是由年平均降水量P、坡向(Aspect)、干旱指數BGI(Bagnouls-Gaussen aridity index)[15](公式5)和通用土壤流失方程(USLE)中的降雨侵蝕力因子(R)[16]共同決定的(公式4)。

SQI=(P·Aspect·BGI·R)1/4

(4)

降水量(P)是衡量區域氣候的重要標志，但不是唯一的：氣溫會影響當地的蒸散量，故需要結合降水和氣溫2個要素來反映區域的干旱程度；由于不同坡向(Aspect)的植被種類不同，使得熱量和水分交換在時間和空間上存在顯著差異，多項研究表明，陽坡具有更南地區的氣候特點，而陰坡則具有更北地區的氣候特點。因此坡向也成為反映氣候質量的一個重要指標。

(5)

式中：ti——月平均氣溫(i=1～12)；pi——月平均降雨量；k——系數，表示一年中各月降雨量在數值上小于兩倍氣溫時月份的個數。

VQI(植被質量指數)根據植被覆蓋度(VC)，火災風險性(FR)，土壤侵蝕保護(SEP)和植物耐旱性(VRD)等要素估算得出(公式6)，而后三者都是依據植被類型直接進行量化的[16]，其中：就火災風險性(FR)來說，果園和作物相比草地、灌木和落葉林等植被發生火災的可能性較小，而針葉林發生火災的可能性最大；對土壤侵蝕保護(SEP)能力而言，由強到弱依次是針葉林、灌叢、草原、落葉林、果園和農作物；植物的耐旱性(VRD)最強的是針葉林和落葉林，果園和草原的次之，農作物的耐旱性最差。

VQI=(VC·FR·SEP·VRD)1/4

(6)

LU_MQI(土地利用與管理質量指數)包含土地利用(LUI)和土地管理政策(MQI)2種指標(公式7)。而土地利用指標(LUI)又分為作物用地(CLUI)、牧場用地(PLUI)和森林用地(FLUI)3種指標(公式8)。其中，CLUI(作物用地)是綜合農作物的耕作強度、灌溉強度、農業機械化程度、農用化肥使用數量以及植被保護產品的使用等5項指標得到的；PLUI(牧場用地)考慮了整個研究區內牧業用地的面積和牲畜頭數；FLUI(森林用地)是通過森林覆蓋度估算得出的。MQI表示對土地的保護，主要通過退耕還林、修建梯田和淤地壩等水土保持措施[17]估算出來的。

LU_MQI=(LUI·MQI)1/2

(7)

LUI=(CLUI·PLUI·FLUI)1/3

(8)

人類脅迫指數(HPI)表示人類對環境的負面影響。由于黃土高原地區相比中國其他地區游客數量較少，沒有考慮原有HPI指標中旅游業對土地退化的影響。因此，將ANPA的人類脅迫指數(HPI)[18]進行了修訂(公式9)。

HPI=(PD·RP·EA)1/3

(9)

式中：PD——人口密度； RP——年底常住人口； EA——農業人口。

1.3 數據采集和等級劃分標準

通過查閱數據庫和基層調研，我們獲取了一系列的自然地理和社會社會經濟數據，主要有地形、氣候、土壤、植被等遙感數據，人口、經濟等統計數據以及政策方面的歷史資料等(表1)。

所有這些數據都是為了建立基于ESAI的荒漠化風險評估模型。不同數據或圖層的創建都是為了構建5種環境質量指數(SQI，CQI，VQI，LU_MQI和HPI)，而這些質量指數都是借助GIS平臺計算的。每個環境質量指標中不同變量的量化主要依據Ferrara等[15]2005年提出的方案。為了對量化以后的環境質量數據進行等級劃分，參考意大利學者Ladisa[1]的劃分標準，結合黃土高原的實際情況，最終確定了ESAI模型中各項指標的等級劃分標準(表2)。

表1 ESAI模型中相關數據及其來源

表2 ESAI模型各項指標的等級劃分標準

2 結果與分析

2.1 不同環境質量指數分析

由于受各種自然條件和人類活動的影響，所以荒漠化是一個復雜的過程。通過ESAI模型對黃土高原荒漠化風險各指標進行評估，結果如附圖9a—9e所示(SQI，CQI，VQI，LU_MQI和HPI)。

2.1.1 土壤質量指數(SQI) 附圖9a表明，黃土高原1/2以上的土壤為中等質量(52.5%)，接近1/2(44.2%)的為高品質土壤，而低質量土壤僅占了3.3%。其中，高質量區主要分布在黃土高原的中心地段。分布如此廣泛的高質量土壤是因為黃土高原土層深厚，被稱為世界上黃土層最厚的地方，在人類頻繁的黃土高原活動作用下黃土巖石被改造成為土壤，多數地區有效土壤厚度達100 cm。對于小面積的低質量土壤，主要是由于其土層較淺，地表貧瘠且土壤排水條件較差。

2.1.2 氣候質量指數(CQI) 通過對全國61個氣象站點的氣溫和降水數據進行空間插值，并經過一系列的計算得到氣候質量指數，并進行氣候質量等級劃分(附圖9b)。附圖9b表明，氣候質量呈東南向西北遞減的趨勢，同時在寧夏—蘭州—海原—定邊—綏德—河曲—呼和浩特等地區存在一條明顯的界限。其中，低質量氣候區主要分布在邊界以北(23.7%)，高質量氣候區主要分布在編輯以南(29.8%)，而中等質量氣候區鑲嵌分布在以上兩者之間(46.5%)。這種空間格局和黃土高原年平均降水量的分布格局基本一致，但因考慮了氣溫要素，使得氣候質量的空間差距進一步縮小；另外，不同的坡向導致降水和熱量重新分配，使整個氣候質量在微觀尺度上也表現出空間差異性。

2.1.3 植被質量指數(VQI) 植被質量指數顯示，不到1/5的黃土高原地區植被質量較高(19.0%)，將近1/2的地區是中等質量(42.1%)，大約38.0%的區域植被質量較差(附圖9c)。高質量植被區位于黃土高原東南部，主要由分布在秦嶺，子午嶺和太行山北部的高植被覆蓋率的森林決定。由于黃土高原整體的植被覆蓋度較低，大部分地區都屬于中等或低植被質量區，尤其是以草地為主的內蒙古河套平原。另外，從東南向西北的過渡地帶由于分布了大量的農作物，其脆弱的植被類型無論從耐旱性或是保護地表不被侵蝕等方面都比較差，因此，導致了大面積低植被質量區域的分布。

2.1.4 土地利用與管理質量指數(LU_MQI) 有關土地利用與管理質量的高低，主要通過縣域尺度上耕地面積、放牧面積和造林面積等進行估算(附圖9d)。土地利用和管理質量指數顯示：黃土高原幾乎1/2的區域(48.3%)處于高水平甚至極高水平，主要分布在黃土高原中部由東北向西南延伸的廣闊地帶。因為該區域是中國科學院(CAS)劃分的水土保持重點區域，自20世紀80年代以來，實施了大規模的坡改梯、淤地壩等水土保持工程措施以及大量的植樹造林、退耕還林還草生態措施。研究結果顯示，中等質量占36.1%，與高質量區所占比例較為接近，主要分布在黃土高原的東南部渭河平原一帶，另外在隴中、青東、山西和蒙北均有分布。只有12.2%的低質量集中分布在內蒙古鄂托克旗，鄂托克前旗和烏審旗等區域，該區域分布了大面積的荒漠用地，其次是牧業用地，但因單位牧草地面積上的載畜量較大極易造成土地退化。鑒于此，在加強水土保持重點區域的土地利用管理的同時，也必須重視黃土高原其他地區尤其是內蒙古地區的土地管理工作。

2.1.5 人類脅迫指數(HPI) 人類脅迫指數等級圖中顯示，黃土高原近1/2區域(46.2%)受人類干擾程度較弱，39.8%屬于中等脅迫，只有約14.0%為高度脅迫(附圖9e)。黃土高原幾乎涵蓋了整個黃河流域，流域良好的土壤和水分條件，形成了黃土高原幾千年的農耕文化，農業人口比重較大，同時也產生了撂荒制、壓青休閑制、粗放輪作制、保護性耕作制等多種耕作制度。因此，人口密度、農業人口數量的空間差異性以及農業耕作制度的多樣化共同決定了黃土高原HPI的空間分布格局。

2.2 黃土高原荒漠化風險評價

2.2.1 基于生物物理要素的黃土高原荒漠化風險評價 土壤、氣候和植被決定了黃土高原荒漠化風險程度的基本格局，為此，我們綜合SQI，CQI和VQI 3種環境質量指標，得到環境敏感區生物物理指標ESAI_SCV，但該指標僅表示黃土高原荒漠化的生物物理因素。ESAI_SCV等級圖顯示：黃土高原大約1/4的區域(25.2%)為高風險區，屬于嚴重荒漠化，幾乎2/3的區域(62.8%)是輕微荒漠化，11.5%的地區為潛在荒漠化，只有0.5%的地區無荒漠化現象(附圖9f)。總體來看，黃土高原荒漠化程度在西北地區顯著高于東南地區。其中，內蒙古杭錦旗是荒漠化嚴重的地方，其次是陜西省的榆林市。相比之下，陜西、山西的許多縣市都是荒漠化的低風險區，主要表現為微弱或潛在沙漠化。黃土高原位于中國半濕潤氣候區與半干旱干旱氣候區的過渡帶，既是氣候變化的敏感區，又是環境脆弱區。根據《聯合防治荒漠化公約》對荒漠化的定義，干旱半干旱和亞濕潤地區是荒漠化發生的源地，在全球變暖的大背景下，干旱半干旱區的氣候變化是影響荒漠化的一個重要原因。植被和土壤相互影響，且兩者都在不同的氣候條件下表現出空間異質性。

2.2.2 黃土高原荒漠化風險綜合評價 為了制定黃土高原荒漠化防治的有效措施，還需要考慮人類活動對荒漠化的影響。因此，將土地利用與管理和人類脅迫等社會經濟指標同土壤、氣候、植被等生物物理指標相結合，最終建立了荒漠化風險評估的環境敏感性評估指標(ESAI)(附圖9g)。列入人類誘發因素后，改變了黃土高原荒漠化風險區的原有格局。其中，極低、低度和極高度敏感區減少了5.6%，1.1%和3.8%；與此同時，較低和較高度敏感區增加了4.4%和4.5%(附圖9h，表3)。結合黃土高原環境敏感區生物物理指標ESAI_SCV(附圖9f)和環境敏感區指標ESAI(附圖9g)發現，在黃土高原的西北部的大部分地區，荒漠化風險程度在考慮人類指標后明顯降低，但在黃土高原東南部人口相對較稠密的地區，荒漠化風險程度略有增加。以上結果表明，一方面，人類活動縮小了不同程度荒漠化之間的差距，說明人類實施的水土保持措施(植樹造林、封山禁牧生態措施、坡改梯和淤地壩工程措施等)在荒漠化防治過程中已經發揮作用；另一方面，較高的人口壓力和農業人口比重可能加強荒漠化的風險程度，在黃土高原西北部內蒙古地區人口稀少，因人類活動對環境產生的負面影響較低，相反，在黃土高原地區其他城市(如：蘭州、西安、寶雞、咸陽、洛陽等地區)的人口壓力較大，人類對環境的過渡索取導致了荒漠化風險程度加劇。因此，在人類活動的影響下，ESAI與ESAI-SCV比較，形成了ESAI的新格局。

表3 ESAI和ESAI_SCV之間的差異

3 結 論

(1) 基于土壤、氣候、植被3種要素的環境敏感區生物物理指標(ESAI_SCV)決定了黃土高原荒漠化風險程度的基本格局。其中，土壤因素在某種程度上降低了黃土高原中部的荒漠化風險程度，氣候因素決定了黃土高原荒漠化風險程度由東南向西北遞減的趨勢；植被是指示荒漠化風險程度最顯著的指標，因為植被質量指數圖和環境敏感區指標圖之間具有相似的空間分布模式。

(2) 黃土高原南部荒漠化風險程度較高，這主要歸因于較大的人口密度和人類作用于土地的程度，而在北部黃土溝壑區由于實施了水土保持工程措施和生態措施，大幅度地降低了荒漠化風險程度。因此，在加強荒漠化防治工程的同時，還需要控制人口數量來降低人口壓力，才能最終減弱荒漠化風險程度。

(3) 通過對比ESAI和ESAI_SCV兩種荒漠化風險指標發現，一方面，包含人類社會的生態系統比自然生態系統更加多變；另一方面，人類活動縮小了不同程度荒漠化之間的差距。因此，我們應該時刻關注人類活動對黃土高原荒漠化的影響，及時制定包括人類活動因素在內的積極有效的荒漠化防治措施。

[1] Ladisa G, Todorovic M, Trisorio L G. A GIS-based approach for desertification risk assessment in Apulia region, SE Italy[J]. Physics and Chemistry of the Earth, 2012,49(3)：103-113.

[2] 楊軍.柴達木盆地荒漠化成因分析及產生機理探討[D].陜西 西安:長安大學,2004.

[3] Kosmas Costas, Ferrara Agostino, Briassouli Helen, et al. Methodology for mapping ESAs to desertification[M]∥Kosmas C, Kirkby M. Geeson N. The MEDALUS Project-Mediterranean Desertification and Land Use. Manual on Key Indicators of Desertification and Mapping Environmentally Sensitive Areas to desertification, EUR18882, 1999:31-47.

[4] Coscarelli Roberto, Minervino Ivana. Methods for the characterization of areas sensitive to desertification: An application to the Calabrian territory[C]∥Sorriso-Valvo. Proceedings of the international conference held at Solsona[J]. Catalonia: IAHS, 2005:298-299.

[5] 張希彪,上官周平,王金成,等.隴東黃土高原農牧交錯帶土地荒漠化過程中自然與人為因素的定量分析[J].水土保持通報,2013,33(2):203-208.

[6] 中國科學院黃土高原綜合科學考察隊.黃土高原地區資源環境社會經濟數據集[M].北京:中國經濟出版社,1992.

[7] Zhao Yifei, Zou Xinqing, Zhang Jianxiang, et al. Spatio-temporal variation of reference evapotranspiration and aridity index in the Loess Plateau region of China, during 1961—2012[J]. Quaternary International, 2014,349(10):196-206.

[8] Li Zhi, Liu Wenzhao, Zhang Xunchang, et al. Impacts of land use change and climate variability on hydrology in an agricultural catchment on the Loess Plateau of China[J]. Journal of Hydrology, 2009,377(1/2):35-42.

[9] Zhang Xunchang, Liu Wenzhao. Simulating potential response of hydrology, soil erosion, and crop productivity to climate change in Changwu tableland region on the Loess Plateau of China [J]. Agricultural and Forest Meteorology, 2005,131(3/4):127-142.

[10] Sun Wenyi, Shao Quanqin, Liu Jiyuan, et al. Assessing the effects of land use and topography on soil erosion on the Loess Plateau in China[J]. Catena, 2014,121(7):151-163.

[11] Agostino F, Luca S, Adele S A, et al. Performance evaluation and cost assessment of a key indicator system to monitor desertification vulnerability[J]. Ecological Indicators, 2012,23(5):123-129.

[12] Gad A, Lofty I. Use of remote sensing and GIS in mapping the environmental sensitivity areas for desertification of Egyptian territory[J]. Earth Discussions, 2008,3(2):41-85.

[13] Ferrara Agostino. Expert system for evaluating the Environmental Sensitivity Index(ESI)of a local area [EB/OL]. (2005-02-03)[2005-10-23]. http:∥www. kcl. ac. uk/projects/desertlinks/indicator system/index. htm.

[14] 王慧芳,邵明安,王國麗.黃土高原土石山區碎石分布特征及其導水性質分析[J].灌溉排水學報,2010,29(3):116-120.

[15] Bagnouls Franco. L’indice xérothermique[R]. Paris: Bulletin de l’Association de Géographes francais, 1952.

[16] Sharply A N, Williams J R. Epic-erosion Productivity Impact Calculator(I): Model Documentation[M]. Washington D C: US Department of Agriculture,1990.

[17] 石建華,喻理飛,孫保平.陜北地區退耕還林生態健康評價分析研究：以吳起縣為例[J].水土保持學報,2015,29(6):332-336.

[18] ANPA. Centro Tematico Nazionale Conservazione della Natura. Selezione di indicatori ambientali per itemi relativi alla biosfera[C]. Roma： RTI CTN_CON, 2000.

ESAI Based Assessment of Desertification Risk in Loess Plateau

ZHANG Jianxiang1,2, ZHANG Duoyong3, LIU Wanfeng1,2, HU Aiping1, WANG Dong1, Hu Jianqiao1

(1.CollegeofCivilEngineering,LongdongUniversity,Qingyang,Gansu745000,China; 2.ProvincialKeyLaboratoryofLoessEngineeringPropertiesandApplicationsinGansuProvinceUniversities,Qingyang,Gansu745000,China; 3.ResearchCenterofDesertificationPreventionatQingyanCity,Qingyang,Gansu745000,China)

[Objective] The risk of desertification was evaluated in Loess Plateau to provide scientific basis for the restoration, construction and protection of ecological environment. [Methods] Data of landform, climate, vegetation, soil and other socio-economic data were collected. Spatialization and digitalization were conducted using GIS and remote sensing. Upon which, desertification reasons were analyzed, and evaluation indices and risk assessment model were framed based on index of environmentally sensitive areas. [Results] (1) According to the bio-physical index in the framed model, under the scenario only considering natural factors as soil, climate and vegetation, 25.2% of Loess Plateau was determined as high desertification risk area, where desertification was worst; 62.8% and 11.5% of Loess Plateau were determined as moderate and potential desertification risk areas; only 0.5% was considered having no risk. (2) If both natural factors and human interference were considered, risk area changed: coverages of extreme low, low and extreme high risk levels decreased by 5.6%，1.1% and 3.8%, respectively; whereas, coverages of lower and higher risk levels increased by 4.4% and 4.5%. [Conclusion] (1) The ESAI model can well explain the spatial distribution pattern of desertification risk of Loess Plateau, and the degree of desertification is gradually weakened from the northwest to the southeast. (2) Human activities have upset the long-term evolved stability of the natural eco-system to some extent, and have narrowed the gap between different risk levels of desertification.

desertification; environmental sensitive areas index(ESAI); geographic information systems(GIS); Loess Plateau

2016-03-25

2016-07-28

國家自然科學基金項目“清代同治以來黃土高原馬蓮河流域荒漠化風險評估與防治研究”(31460090); 2015年甘肅省社科規劃項目(YB095); 甘肅省社科規劃項目(14YB108)； 西峰區科技局科技計劃項目(XK2016-06); 慶陽市科技局青年科技基金項目(ZJ2014-08)； 甘肅省哲學社會科學規劃項目(YB093)

張建香(1987—),女(漢族),甘肅省華池縣人,碩士,講師,主要從事遙感與地理信息系統技術應用研究。E-mail:zhangjianxiang_67@163.com。

張多勇(1966—),男(漢族)，甘肅省華池縣人,博士,教授,主要從事歷史地理研究。E-mail:bbbjjj2@163.com。

A

1000-288X(2017)02-0339-06

TP79， X171.1