近35年松嫩沙地風沙-植被動態演變及模擬預測

王良玉, 杜會石

(吉林師范大學 旅游與地理科學學院, 吉林 四平 136000)

干旱半干旱區風沙—植被相互作用關系得到了國內外相關學者的關注[1-4]，學者對其展開相關研究的科學假設是，在干旱半干旱沙區，植被通過改變近地表氣流中的風動量、風速和截留部分沙物質來改造、控制近地面風沙活動，而風沙流又通過侵蝕或掩埋等方式影響植被生長。松嫩沙地位于東北平原中西部，地處典型農牧交錯帶，該區生態環境脆弱，地表景觀演化對全球氣候變化和區域人類活動響應敏感，近幾十年，該區風沙地貌與植被覆蓋變化明顯，是研究風沙—植被作用機理的理想靶區。有關風沙活動與植被條件的耦合關系，學者已獲得一定認識，如植被覆蓋在一定程度上改變了沙粒的運動方式、風蝕速度、以及風速廓線高度[5-6]，且隨植被蓋度的增加，地面粗糙度不斷增大[7]，而不同植被覆蓋度對風速流場的阻礙和改變作用不同[8]，進而導致輸沙率及侵蝕堆積格局的空間差異[9]。但目前，多數研究皆局限于室內風洞模擬試驗，而基于特定地理單元的持續監測研究較少。因此，亟需針對某一流域自然地理單元，以風沙—植被的相互關系為切入點，開展長時間序列遙感監測研究，以揭示風沙—植被的競爭與平衡關系，深入理解風沙—植被相互作用機理與地表景觀演化過程[10]。鑒于此，本文以松嫩沙地為研究對象，基于3S技術和數理統計方法，研究該區風沙—植被地表景觀時空演化特征，并對其發展變化進行預測，以探討在氣候變化和人類活動影響下的半干旱區風沙—植被相互作用關系，為區域沙漠治理與生態恢復提供科學參數。

1 研究區概況與研究方法

1.1 研究區概況

松嫩沙地位于松嫩平原中西部(119°19′33″—129°12′24″E，43°0′28″—50°36′51″N)，面積約35.26萬km2。該區屬半干旱半濕潤氣候，年均溫3.3℃，年降水量360～480 mm，降水變率大，年內分配不均。年大風日數20～36 d，春季大風日數占全年大風日數的60%～68%。地帶性土壤為黑鈣土；非地帶性土壤為風沙土、草甸土、沼澤土和鹽堿土。地帶性植被為貝加爾針茅(Stipabaicalensis)和線葉菊(Filifoliumsibiricum)；非地帶性植被為榆樹疏林草原，喬木由耐旱的家榆(Ulmuspumila)、拉塌榆(U.macrocarpavar.suberosa)和黃榆(Ulmusmacrocarpa)組成，灌木主要有山杏(Armeniacasibirica)，有的地段可見小黃柳(Salixflavida)和葉底珠(Securinegasuffruticosa)[11]。覆沙區主要位于研究區中西部，分布于嫩江及其支流、第二松花江、洮兒河、霍林河等河流的河漫灘、一級階地和沖洪積扇上。行政區劃上包括呼倫貝爾市、興安盟、齊齊哈爾市、大慶市、綏化市、哈爾濱市、白城市、松原市、長春市、吉林市等市(縣)部分地區。

1.2 數據源與數據預處理

選取1980年、1990年、2000年、2010年、2015年Landsat MSS，TM和OLI晴空影像，獲取時間為植被生長旺季的8月中旬—9月中旬。利用ERDAS 2010軟件對各期單波段影像進行波段融合(layer stack)，對同期影像做直方圖匹配處理(histogram match)，以部分消除太陽高度角或大氣影響造成的相鄰圖像的顏色差異，再對各期影像做幾何精校正(誤差控制在一個像元內)，并將同期影像做拼接處理，最后按研究區范圍對其進行掩膜裁剪。

1.3 研究方法

1.3.1 面向對象沙地提取 基于面向對象方法提取沙地信息[12]，為確保多期影像中沙地的光譜信息、幾何形狀、紋理特征與其他對象的關系能夠被充分利用，選用200的分割尺度對各期影像數據進行多尺度分割(multi-resolution segmentation)。由于Landsat系列影像大部分是混合像元，地物的形狀較模糊，與光譜特征相比，形狀特征對影像分割的影響程度較小，故將形狀異質性hshape和光譜異質性hcolor的權重參數分別設置為0.1，0.5。近紅外、紅光、綠光波段都參與沙地信息提取，重要性相同，將各波段權重值設置為1。基于eCognition 9.0軟件平臺，完成沙地信息分割。分類的總體精度為90.2%，kappa系數為0.88。

1.3.2 植被覆蓋計算 植被覆蓋度遙感反演采用混合像元分解法，直接利用原始數據經歸一化處理后得到的植被指數來反演植被覆蓋信息，模型為[13]：

F=[(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)]2

(1)

式中：F為植被覆蓋度；NDVIsoil為完全是裸土或無植被覆蓋區域的NDVI值；NDVIveg則代表完全被植被覆蓋的像元的NDVI值，即純植被像元的NDVI值[14]。

對于大部分裸地，NDVIsoil值理論上應該接近于0；植被達到全覆蓋狀態時，NDVIveg值接近于1。受時間、地域等各種自然條件差異影響，需采用歸一化植被指數(NDVI-Normailized Difference Vegetation Index)來確定不同影像的NDVIsoil和NDVIveg值，通過分析Landsat系列影像的NDVI數據，結合松嫩沙地的現實狀況和NDVI值的累積概率分布表，確定置信度為0.5%～99.5%來計算植被覆蓋度[15]。考慮農田是一特殊植被區，解譯時將其進行剔除。

根據已有文獻[16]對植被覆蓋度的劃分標準，以及松嫩沙地立地條件，將研究區植被覆蓋度劃分為3個等級，即低覆蓋度(F≤30%)、中覆蓋度(30%60%)。

1.3.3 CA-Markov模型介紹 若隨機過程在有限的時序t1

S(t+1)=Pij×S(t)

(2)

式中：S(t)，S(t+1)分別為t，t+1時刻土地覆被系統的狀態；Pij為狀態轉移矩陣。

而CA模型的特點是時間、空間、狀態都離散，每個變量都只有有限個狀態，而且狀態改變的規則在時間和空間上均表現為局部特征。CA模型可用下式表達：

S(t+1)=f(S(t),N)

(3)

式中：S表示元胞有限、離散的狀態集合；t，t+1表示不同時刻；N表示元胞的鄰域；f表示局部空間的元胞轉化規則。

CA-Markov耦合模型把元胞自動機和馬爾柯夫(Markov)模型結合起來，綜合了Markov模型長期預測的優勢和CA模擬復雜系統空間變化的能力，具有較高的科學性與實用性[18]。在柵格圖中，每個像元視為一個元胞，每個元胞的土地覆被類型為元胞的狀態，元胞的當前狀態及鄰居狀況決定下一時期該元胞的狀態。具體實現過程如下：

(1) 確定轉換規則。將研究區解譯矢量數據轉換為柵格格式，通過GIS疊置分析，得到景觀類型轉移概率矩陣、轉移面積矩陣和條件概率圖像。

(2) 構造CA濾波器。根據鄰居和元胞距離的遠近創建具有顯著空間意義的權重因子，使其作用于元胞，從而確定元胞的狀態改變。本文采用5×5濾波器，即認為一個元胞周圍5×5個元胞組成的矩形空間對該元胞狀態的改變具有顯著影響。

(3) 確定起始時刻和迭代次數。以2010年土地覆被格局為基礎，選擇循環次數，模擬2015年風沙與植被景觀格局，用于檢驗精度；以2015年實際景觀格局為基礎，對未來進行預測。

2 結果與分析

2.1 松嫩沙地風沙地貌演化

松嫩沙地風沙地貌主要分布于研究區中西部(圖1)，近35 a面積呈波動增加趨勢，由1980年的1 655.79 km2增至2015年的2 010.79 km2，變化幅度為21.43%。1980年該區沙地面積較小，主要分布在研究區中西部和東北部；1990年東北部沙地因開墾成農田而銳減，沙地重心整體向西南遷移；2000年南部沙地面積持續增加且分布較為集中，風沙地貌面積達最大值，為2 132.05 km2；2010年研究區中部沙地面積有所減少；而到2015年，南部沙地面積也持續減少，沙地重心向東北部遷移。總體來看，1980—2000年沙地面積持續增加，凈增了475.26 km2，該時期松嫩沙地荒漠化現象加重；而2000—2015年沙地面積持續縮減，變幅-5.64%，荒漠化程度減緩明顯。

圖1 松嫩沙地風沙地貌動態演化

2.2 松嫩沙地植被覆蓋變化

近35 a松嫩沙地植被覆蓋區面積總體呈減少趨勢，凈減812.29 km2。其中，低植被覆蓋區和高植被覆蓋區面積波動減少，而中植被覆蓋區面積波動增加(圖2)。低植被覆蓋區面積，以2000年為分割點，經歷了先快速減少而后明顯增加的變化過程，總體上，由1980年的57 550.78 km2縮減至2015年的42 069.94 km2，變幅-26.90%；中植被覆蓋區域則呈現增加—減少—增加規律，近35 a面積增幅49.10%；而高植被覆蓋區面積呈先增加后減少趨勢，2000年面積達最大值112 317.64 km2，近35 a總體變化了7.14%。

2.3 松嫩沙地景觀演變模擬預測

2.3.1 模型精度評估 利用CA-Markov模型，仿真2015年松嫩沙地景觀格局，用于評估模型精度。具體計算過程為：通過GIS疊置分析，得到2000—2010年研究區沙地和各植被覆蓋度區域轉移面積矩陣和轉移概率矩陣(步長為1 a)，將轉移概率矩陣作為轉換規則參與模擬運算；利用IDRISI平臺的多標準評價模塊(multi-criteria evaluation，MCE)創建沙地與植被適宜性圖集，通過模糊評判方法完成其適宜性評價；基于5×5鄰近濾波器，將2010年作為模擬起點，迭代次數取5，即可仿真2015年研究區風沙—植被空間分布特征。常用的模型精度評估方法有地面調查驗證、抽樣統計驗證和圖形對比驗證法。本文采用圖形對比法，將2015年仿真結果與該年解譯數據進行地圖代數，求得模擬的精度為89.04%，運算結果可信度較高。

2.3.2 松嫩沙地景觀格局情景預測 以2015年影像解譯數據為基礎，對2020年沙地分布范圍和各植被覆蓋度區域進行情景預測(圖3)。根據預測，到2020年，該區沙地面積比2015年減少37.55 km2，減少幅度為1.87%。植被覆蓋區域，整體呈增加趨勢，其中高植被覆蓋面積略增，變化了914.93 km2；中植被覆蓋面積增加了2 103.26 km2，變化幅度3.07%；低植被覆蓋面積增加明顯，達4 292.95 km2。研究區風沙面積減少、植被覆蓋面積增加，沙漠化逆轉趨勢明顯。

圖2松嫩沙地植被覆蓋面積和沙地面積變化

圖3松嫩沙地景觀情景模擬

3 討 論

3.1 松嫩沙地風沙-植被相互作用關系

近35 a松嫩沙地植被覆蓋面積呈波動減少趨勢，風沙面積呈波動增加趨勢，這與王濤等[19]的研究結果一致。風沙地貌演變與植被覆蓋變化是半干旱區重要地表過程[20]，風沙活動和植被覆蓋間存在著一定的競爭和動態平衡關系[21]。學者在庫布齊沙漠等地開展的沙丘和植被研究表明，植被通過控制近地表面氣流的強度和方向，影響輸沙能力大小和沉積物的搬運方向，進而影響侵蝕堆積格局特征，并最終引起沙丘空間位置和形態的變化；而隨著植被覆蓋度的減少，輸沙量和沙表面風速逐漸增大、地表侵蝕力度不斷加強，風沙活動速度加強[22]。風洞試驗也表明，植被覆蓋可影響近地表風沙流粒度、結構和風蝕量[23]；此外，植物的根莖對沙表面有一定的固結作用，可以使截獲的沙物質堆積下來，促進沙丘系統中植物的生長發育，控制沙丘形態及其發育演化，而風沙流通過風蝕或堆積也改變了沙丘植被的空間分布及群落演替[24]。

對風沙地貌與植被覆蓋面積進行Pearson相關分析發現(表1)，不同級別植被覆蓋度面積與風沙地貌面積都具有負關聯，這與董治寶等[25]研究結果一致，但只有低植被覆蓋達到了較顯著的水平(雙尾檢驗在0.05水平以上)，這主要與風蝕作用強弱有關，沙地風蝕率隨植被蓋度的降低而增加，植被覆蓋度較低時，地表粗糙度下降，沙面一定高度的風速逐漸增強，砂粒不易沉積，風蝕作用更為強烈[26]。楊文斌等[8]提出的低覆蓋度治沙理論，也證明了植被覆蓋降低時可形成獨特的風速流場結構。

表1 沙地面積與不同植被覆蓋級別的關聯分析

注：*代表Sig.<0.05，下表同。

3.2 松嫩沙地風沙-植被變化對氣候變化和人類活動的響應

近35 a松嫩沙地年降水量波動減少(圖4A)、年均溫波動增加(圖4B)，氣候暖干化趨勢明顯，這與賀偉[27]、孫鳳華[28]等對東北地區氣候變化研究的結果一致，氣溫升高、降水略減、潛在蒸發量增加，可導致沙地面積擴張。此外，區內總人口波動增加，增長率38.76%(圖4C)，對糧食需求不斷增加，耕地面積不斷擴大(圖4D)。短期高強度的人類活動可加速或延緩沙地和植被的演化速度，郭堅等[29]的調查研究也顯示人口壓力過大，土地的過度開墾影響著沙地荒漠化的發展速度。

圖4松嫩沙地氣象和社會經濟數據

松嫩沙地風沙地貌面積與降水量、年末大牲畜數呈負相關，與年均溫、人口、耕地面積呈正相關，但是只有人口達到了較顯著的水平(雙尾檢驗在0.05水平以上)。植被覆蓋面積與降水量、年均溫、耕地面積、年末大牲畜數均呈正相關，與人口因素呈負相關，并且與人為因素的相關程度均達到了0.60以上(表2)。這說明松嫩沙地風沙—植被面積變化與該地區氣候變化和人類活動具有較好的相關性。

表2 沙地面積、植被面積與氣候因素和人為因素的關聯分析

4 結 論

近35 a松嫩沙地風沙面積整體呈增長趨勢，凈增355.00 km2，變化幅度21.43%，1980—2000年沙地面積呈擴張趨勢，荒漠化加劇；2000—2015年沙地面積減少，荒漠化程度有所減緩。植被覆蓋面積總體呈波動減少趨勢，凈減812.29 km2，其中高植被覆蓋和低植被覆蓋面積分別減少了7 919.35，15 479.84 km2，中植被覆蓋面積增加了22 587.9 km2。根據預測，到2020年風沙地貌面積呈下降趨勢，比2015年減少了1.87%；植被面積呈增加趨勢，尤其是低植被覆蓋面積增加明顯，荒漠化逆轉趨勢明顯。

相關分析表明，沙地面積和植被覆蓋面積具有較好的相關性，尤其與低植被覆蓋顯著相關。風沙—植被動態演變與社會經濟因素相關性較強，但氣候變化也起到了至關重要的作用。為防止沙地面積擴大，協調人與自然關系，亟需保護沙地植被資源，合理調整土地利用結構，實現區域可持續發展。

參考文獻:

[1] 王雪芹,蔣進,雷加強,等.古爾班通古特沙漠短命植物分布及其沙面穩定意義[J].地理學報,2003,58(4):598-605.

[2] 武正麗,賈文雄,劉亞榮,等.近10 a來祁連山植被覆蓋變化研究[J].干旱區研究,2014,31(1):80-87.

[3] Bagnold R A. The physics of blown sand and desert dunes[J]. Nature,1974,18(4):167-187.

[4] Grant P F, Nickling W G. Direct field measurement of wind drag on vegetation for application to sindbreak design and modeling[J]. Land Degradation and Development, 1998,9:57-65.

[5] 張萍.風沙—植被相互作用的景觀效應[D].北京:北京師范大學,2012.

[6] 石雪峰.北方半干旱區風沙活動與植被條件的耦合關系[D].北京:中央民族大學,2005.

[7] 馬士龍.植被覆蓋對土壤風蝕影響機理的研究[D].北京:北京林業大學,2006.

[8] 楊文斌,王濤,馮偉,等.低覆蓋度治沙的理論與沙漠科技進步[J].中國沙漠,2017,37(1):1-6.

[9] Lancaster N, Bass A C W. Influence of vegetation cover on sand transport by wind: field studies at Owens Lake, California[J]. Earth and Surface Porcesses and Landforms, 1998(23):69-82.

[10] 杜會石.庫布齊沙漠沙丘動態變化研究[D].北京:北京師范大學,2013.

[11] 辛未冬.松嫩沙地固定沙丘土壤動物群落特征及其在凋落物分解中的作用研究[D].長春:東北師范大學,2011.

[12] 張森,陳健飛,龔建周.面向對象分類的決策樹方法探討[J].測繪科學,2016,41(6):117-121.

[13] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models [J]. International Journal of Remote Sensing, 1998,19(8):1533-1543.

[14] Carlson T N, Ripley D A. On the relation between NDVI, fractional vegetation cover, and leaf area index [J]. Remote Sensing of Environment, 1997,62(3):241-252.

[15] 溫小樂,李洋,林征峰.海島建設引發的植被覆蓋度變化的遙感分析[J].地球信息科學學報,2017,19(2):273-280.

[16] 白淑英,吳奇,史建橋,等.基于時間序列遙感數據的西藏山南地區植被覆蓋變化特征分析[J].中國沙漠,2015,35(5):1396-1402.

[17] 吳晶晶,田永中,許文軒,等.基于CA_Markov模型的烏江下游地區土地利用變化情景分析[J].水土保持研究,2017,24(4):133-139.

[18] 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):414-418.

[19] 王濤,宋翔,顏長珍,等.近35 a來中國北方土地沙漠化趨勢的遙感分析[J].中國沙漠,2011,31(6):1351-1356.

[20] 李振山,王怡,賀麗敏.半干旱區植被風沙動力過程耦合研究:Ⅰ.模型[J].中國沙漠,2009,29(1):23-30.

[21] 張萍,哈斯,杜會石,等.拋物線形沙丘與油蒿灌叢之間的動態關系[J].科學通報,2011,56(35):3003-3010.

[22] Yang T, Cao J, Wang Y, et al. Soil moisture influences vegetation distribution patterns in sand dunes of the Horqin Sandy Land, Northeast China[J]. Ecological Engineering, 2017,105:95-101.

[23] 俞祥祥,李生宇,馬學喜,等.沙漠公路防護林影響下近地表風沙流粒度特征的空間分異[J].水土保持研究,2017,24(1):334-341.

[24] Telfer M W, Hesse P P, Perez-Fernandez M, et al. Morphodynamics, boundary conditions and pattern evolution within a vegetated linear dunefield[J]. Geomorphology, 2017,290:85-100.

[25] 董治寶,陳渭南,董光榮,等.植被對風沙土風蝕作用的影響[J].環境科學學報,1996,16(4):437-443.

[26] 鐘衛,孔紀名,楊濤.植被沙障對近地表風沙流特征影響的風洞試驗[J].干旱區研究,2009,26(6):872-876.

[27] 賀偉,布仁倉,熊在平,等.1961—2005年東北地區氣溫和降水變化趨勢[J].生態學報,2013,33(2):519-531.

[28] 孫鳳華,楊素英,陳鵬獅.東北地區近44年的氣候暖干化趨勢分析及可能影響[J].生態學雜志,2005,24(7):751-755.

[29] 郭堅,王濤,薛嫻,等.松嫩沙地荒漠化現狀和原因[J].干旱區資源與環境,2007,21(5):101-105.