WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

Volume 42 Issue 5
Sep.  2021
Article Contents
Turn off MathJax

Liu S, Chen T W, Yang J Y, et al. Dynamic change analysis of desertification land in key project desertification control area in Litang county based on RS and GIS[J]. Journal of Sichuan Forestry Science and Technology, 2021, 42(5): 22−28 doi: 10.12172/202102220001
Citation: Liu S, Chen T W, Yang J Y, et al. Dynamic change analysis of desertification land in key project desertification control area in Litang county based on RS and GIS[J]. Journal of Sichuan Forestry Science and Technology, 2021, 42(5): 22−28 doi: 10.12172/202102220001

Dynamic Change Analysis of Desertification Land in Key Project Desertification Control Area in Litang County Based on RS and GIS


doi: 10.12172/202102220001
More Information
  • Received Date: 2021-02-22
    Available Online: 2021-07-15
  • Publish Date: 2021-09-30
  • Based on the landsat8 remote sensing images in 2013 and 2018 as data sources, with the support of remote sensing (RS) and geographic information system (GIS) technology, the dynamic changes of desertification land in the key project desertification control area in Litang county were monitored. The results showed that the reversal trend of desertified land was obvious in the study area from 2013 to 2018, and the area of extremely severe and moderate sandy land decreased significantly, showing a gradual reversal trend of "extremely severe sandy land → severe sandy land → moderate sandy land → light sandy land". The total area of moderate, severe and extremely severe sandy land with relatively serious desertification decreased by 26.38%, indicating that the relevant desertification control projects in the study area had achieved remarkable results. It was concluded that the model of artificial grass planting (low dosage) was suitable for mild sandy land control. The model of artificial grass planting (high dosage) was suitable for mild and moderate sandy land control. The model of artificial shrub and grass planting was suitable for mild and moderate sandy land control, and also had certain effects on severe and extremely severe sandy land control. The model of guest soil+artificial grass planting and guest soil+artificial shrub and grass planting were suitable for moderate, severe and extremely severe sandy land control. The model of sand barrier+artificial shrub and grass planting could effectively prevent further degradation of severe sandy land. In the future, it is necessary to strengthen the selection of tree species and grass species, increase the diversity, and combine with engineering measures to control severe desertification areas.
  • 加载中
  • [1] 刘朔,尤蓉凯,朱子政. 川西北高原沙化治理示范工程成效调查研究—以若尔盖县、理塘县为例[J]. 四川林业科技,2016(6):63−66.
    [2] 杜子涛,占玉林,王长耀,等. 基于MODISNDVI的科尔沁沙地荒漠化动态监测[J]. 国土资源遥感,2009(2):14−18.
    [3] 王涛,吴薇,薛娴,等. 近50年来中国北方沙漠化土地的时空变化[J]. 地理学报,2004,59(2):203−212. doi: 10.3321/j.issn:0375-5444.2004.02.006
    [4] 段翰晨,王涛,薛娴,等. 基于RS与GIS的科尔沁沙地沙漠化时空演变[J]. 中国沙漠,2013,33(2):470−476. doi: 10.7522/j.issn.1000-694X.2013.00064
    [5] 四川省林业和草原局. 四川省第六次荒漠化和沙化监测技术实施细则[R]. 2019.2.
    [6] 伍星,沈珍瑶,刘瑞民. 长江上游沙化土地类型/覆被变化及区域分异研究[J]. 应用基础与工程科学学报,2008,16(6):819−829. doi: 10.3969/j.issn.1005-0930.2008.06.006
    [7] 张建国,李晶晶,殷宝库. 基于转移矩阵的准格尔旗土地利用变化分析[J]. 水土保持通报,2018,38(1):131−134.
    [8] 郭亨孝,孟宏伟,陈昌久,等. 关于川西北沙化问题的调研报告[J]. 四川林业科技,2010(2):1−3. doi: 10.3969/j.issn.1003-5508.2010.02.001
    [9] 朱子政,刘凯,蔡凡隆,等. 四川省西北地区沙化土地驱动机制研究[J]. 林业建设,2014(5):64−70.
    [10] 蔡凡隆,黎治福,岳鹏. 川西北地区沙化土地现状、变化趋势及成因分析[J]. 科技信息,2007(22):294−295. doi: 10.3969/j.issn.1001-9960.2007.22.273
    [11] 邓东周,鄢武先,武碧先. 川西北防沙治沙试点示范工程成果巩固必要性分析[J]. 四川林业科技,2015(1):69−72. doi: 10.3969/j.issn.1003-5508.2015.01.017
    [12] 兰立达, 刘朔, 蔡凡隆, 等. 四川西北高原沙化土地特征与治理技术研究[R]. 西南财经大学出版社. 2018. 28~34.
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(1)  / Tables(6)

Article views(334) PDF downloads(18) Cited by()

Related
Proportional views

Dynamic Change Analysis of Desertification Land in Key Project Desertification Control Area in Litang County Based on RS and GIS

doi: 10.12172/202102220001
  • 1. Sichuan Forestry Inventory and Planning Institute, Chengdu 610081, China
  • 2. Sichuan ChangJiang Forestation, Yibin 644600, China

Abstract: Based on the landsat8 remote sensing images in 2013 and 2018 as data sources, with the support of remote sensing (RS) and geographic information system (GIS) technology, the dynamic changes of desertification land in the key project desertification control area in Litang county were monitored. The results showed that the reversal trend of desertified land was obvious in the study area from 2013 to 2018, and the area of extremely severe and moderate sandy land decreased significantly, showing a gradual reversal trend of "extremely severe sandy land → severe sandy land → moderate sandy land → light sandy land". The total area of moderate, severe and extremely severe sandy land with relatively serious desertification decreased by 26.38%, indicating that the relevant desertification control projects in the study area had achieved remarkable results. It was concluded that the model of artificial grass planting (low dosage) was suitable for mild sandy land control. The model of artificial grass planting (high dosage) was suitable for mild and moderate sandy land control. The model of artificial shrub and grass planting was suitable for mild and moderate sandy land control, and also had certain effects on severe and extremely severe sandy land control. The model of guest soil+artificial grass planting and guest soil+artificial shrub and grass planting were suitable for moderate, severe and extremely severe sandy land control. The model of sand barrier+artificial shrub and grass planting could effectively prevent further degradation of severe sandy land. In the future, it is necessary to strengthen the selection of tree species and grass species, increase the diversity, and combine with engineering measures to control severe desertification areas.

  • 基于RS与GIS技术的应用为分析沙化土地时空变化趋势及其分布格局提供了技术手段,也为利用转移矩阵方法分析沙化土地内部不同沙化类型的转移情况提供了技术保障。以理塘县沙化治理重点工程区为研究区,通过对影像数据进行解译,构建了沙化土地类型转移矩阵,分析其在5年内沙化土地结构的变化过程及其动态特征,并将主要治理模式与动态变化趋势进行空间叠加分析,宏观评估了各模式的治理成效,为理解沙化土地时空动态变化提供了新思路,对理塘县乃至川西北沙化土地治理工程宏观成效评估具有现实意义。研究区在2007—2012年间针对不同沙地类型主要实施了人工种草(低用量)、人工种草(高用量)、植灌种草、客土+人工种草、客土+植灌种草、沙障+植灌种草等6大治理模式(见表1),在部分冲蚀沟设置了挡沙墙、治理区进行了围栏封禁。2013—2017年,研究区主要开展了以前期沙化治理成果巩固为目标的防治工作[1]

    主要模式类型模式内容实施面积/hm2
    人工种草(低用量)混合牧草(4披碱草:4老芒麦:2燕麦)30~45 kg/hm2+有机肥(腐熟的牛羊粪)1.5—3 t/ hm2+围栏管护+补播440.1774
    人工种草(高用量)混合牧草(4披碱草:4老芒麦:2燕麦)60~90 kg/hm2+有机肥(腐熟的牛羊粪)1.5—3 t/ hm2+围栏管护+补播493.6198
    植灌种草高山柳(沙棘)2 500—5 000株/ hm2+混合牧草(4披碱草:4老芒麦:2燕麦)30—60 kg/hm2+有机肥(腐熟的牛羊粪)1.5~3 t/ hm2+围栏管护+补植补播178.1265
    客土+人工种草客土500—1 000 m3/ hm2+混合牧草(4披碱草:4老芒麦:2燕麦)120—150 kg/hm2+有机肥(腐熟的牛羊粪)1.5~3 t/ hm2+围栏管护+补播245.6159
    客土+植灌种草客土500~1 000 m3/ hm2+高山柳(沙棘)2 500—5 000株/ hm2+混合牧草(4披碱草:4老芒麦:2燕麦)90—120 kg/hm2+有机肥(腐熟的牛羊粪)1.5~3 t/ hm2+围栏管护+补植补播116.5253
    沙障+植灌种草高山柳沙障(2 m*4 m)+高山柳5 000株/ hm2+混合牧草(4披碱草:4老芒麦:2燕麦)90~120 kg/hm2+有机肥(腐熟的牛羊粪)12 t/ hm2+围栏管护+补植补播36.1576

    Table 1.  Main desertification land control measures in the study area

1.   材料与方法
  • 研究所用Landsat 8遥感影像来自“地理空间数据云”网站,数据源包括2013年Landsat 8遥感影像和2018年Landsat 8遥感影像各1景(见表2)。遥感影像选择原则:(1)以影像质量完好,确保研究区范围云层覆盖量尽可能少为原则(2018年的影像云量11.05%,但经过判断不影响研究区域)(2)选取研究区植被生长季节期内遥感影像,有利于沙漠化信息的识别与提取。基础数据还包括研究区1:5万地形图,以及影像解译辅助分类相关数据,包括:(1)2013年和2018年研究区的谷歌地图;(2)2013年涉及研究区的76个野外典型沙地类型调查样地资料;(3)2018年涉及研究区的72个野外典型沙地类型调查样地资料。同时,也收集了2007—2017年间研究区相关沙化治理模式布局图等。

    传感器影像时间条带号云量
    Landsat-8 OLI_TIRS2013.5.27132/39 3.74%
    2018.5.25132/3911.05%

    Table 2.  Main information of remote sensing images

  • 遥感影像数据的预处理及解译工作全部在Arcgis10.2软件中进行,包括投影转换、影像裁剪、影像几何校正(通过1:5万地形图进行)等,采用监督分类中的最大似然法进行分类,波段组合选择为654。再将波段组合后的数据(分辨率30 m)与第8波段(分辨率15 m的全色波段)进行影像融合,得到分辨率约15 m的假彩色影像初步数据。参照国内沙漠化遥感监测分类体系标准相关成果[2-5],根据地表流沙面积百分比、植被覆盖度以及地表景观特征将沙化类型确定分为轻度沙地、中度沙地、重度沙地、极重度沙地4大类(见表3),结合2013年和2018年的谷歌高清影像和随机抽取的50%野外典型沙地类型调查样地资料创建了4类沙化土地类型的训练样本,采用最大似然法进行解译,并对解译后的初步成果进行影像的平滑相关处理,并消除3个像元及以下的“孤岛”,得到解译成果栅格数据,并将栅格数据转化为矢量数据。再用剩余50%野外典型沙地类型调查样地资料对解译成果进行对比分析,解译准确度分别89.5%和88.9%,均在80%以上,满足研究要求。

    沙化类型植被盖度流沙面积景观特征
    轻度>50%<5%土壤表层主要为土质,有斑点状流沙出露(<5%)
    中度30%~50%5~25地表分布有块状、片状流沙,但风沙流活动不明显,地表稳定或基本稳定。植被分布密度较低。
    重度10%~30%25~50原始地表形态基本破坏,沙地呈半流动状态,风沙流活动明显或流沙纹理明显可见,植被显小块状零星分布。
    极重度<10%>50%流沙大面积分布,几乎无植被或仅有少量植被分布

    Table 3.  Characteristics of desertification land types in the study area

  • 在Arcgis10.2对中两期沙化土地类型图进行叠加分析对获得的交集图层属性表赋值并计算其面积,再导出数据,并在EXCEL中通过数据透视表分析提取沙化土地类型转移矩阵。土地类型转移矩阵动态变化指标通常用动态度(D)反映[6-7]。单一沙化土地类型动态度表达的是研究区域一定时段范围内某土地利用类型的数量变化情况,其表达式为:

    其中,LC代表在研究时间内某一种沙化土地类型动态度;UaUb分别表示研究刚开始和研究结束时某一种沙化土地类型的总面积;T表示研究期的总时长,把T的单位设定为年时,LC就可以表示某一种沙化土地类型的年变化率。本研究通过年变化率来定量描述区域沙化土地类型变化的速度,比较沙化土地类型变化的差异。

2.   结果与分析
  • 2013年研究区沙化土地总面积1 510.2225 hm2,其中轻度、中度、重度和极重度沙化土地面积分别为753.2775 hm2,229.9725 hm2,346.9725 hm2和180 hm2,分别占研究区沙化土地总面积的49.88%、15.23%、22.97%和11.92%,轻度沙化土地面积分布最广,其次是重度、中度、极重度(见图1)。极重度、重度沙地主要分布在丘陵中下部,呈相对集中连片、连块分布,主要原因是上世纪70年代在该区域大量成片取草皮,导致研究区草皮层下砂质土壤出露成沙;重度沙地和中度沙地多分布在极重度沙地附近,主要是过度放牧加之夏季降水集中,冲蚀加剧;轻度沙地分布广泛,主要分布在高原丘陵的中上部,人为干扰相对较小。

    Figure 1.  Spatial distribution of desertification land types in the study area

    2018年研究区沙化土地总面积1510.2225 hm2,其中轻度、中度、重度和极重度沙化土地面积分别为952.965 hm2,116.3925 hm2,363.06 hm2和77.805 hm2,分别占研究区沙化土地总面积的63.10%、7.71%、24.04%和5.15%,轻度沙化土地面积分布最广,其次是重度、中度、极重度(见图1)。与2013年相比,极重度沙地和中度沙地分布总体上呈现“收缩”状态,而重度沙地和轻度沙地分布呈现“扩展”状态,主要原因是相关治理和管护模式使得部分极重度沙地逆转为重度沙地,部分中度沙地逆转为轻度沙地。

  • 总体来看,2013—2018年的5年研究区沙化土地总体呈逆转的趋势,表现在:极重度面积减少102.195 hm2,年均减少11.36%;中度面积减少113.58 hm2,年均减少9.88%;轻度面积增加199.6875 hm2,年均增加5.30%;重度面积变化不大,年均增加0.93%。从各类沙化土地面积看,沙化程度相对严重的中度、重度、极重度沙地总面积由2013年的756.945 hm2下降到2018年的557.2575 hm2,下降幅度达26.38%,逆转趋势明显。

    表4表5可知:(1)极重度面积由2013年的180 hm2减少到77.805 hm2,共减少102.195 hm2,年均减少达11.36%,主要逆转为重度和中度沙地。具体动态变化包括:①减少面积及来源结构:共减少面积110.5857 hm2,主要逆转为重度和中度;②增加面积及来源结构:共增加面积8.3925 hm2,主要来源于重度和中度沙地恶化。(2)重度面积由2013年的346.9725 hm2增加到363.06 hm2,共增加16.0875 hm2,年均增加0.93%,主要是一部分极重度逆转为了重度沙地,还有一部分是由中度、轻度沙地恶化所致。具体动态变化包括:①减少面积及来源结构:共减少面积149.265 hm2,主要来源于中度、轻度的沙地逆转;②增加面积及来源结构:共增加面积165.3525 hm2,主要来源于极重度逆转和中度沙地,少部分来源于中度、轻度恶化。(3)中度面积由2013年的229.9725 hm2减少到116.3925 hm2,共减少113.58 hm2,年均减少达9.88%,主要逆转为轻度沙地。具体动态变化包括:①减少面积及来源结构:共减少面积220.7025 hm2,主要来源于轻度沙地逆转以及恶化为重度沙地;②增加面积及来源结构:共增加面积107.1225 hm2,主要来源于重度和极重度沙地逆转。(4)轻度面积由2013年的753.2775 hm2增加到952.965 hm2,共增加199.6875 hm2,年均增加5.30%,主要是中重、重度沙地逆转为了轻度沙地。具体动态变化包括:①减少面积及来源结构:共减少面积20.205 hm2,主要是恶化为中度、重度、极重度沙地;②增加面积及来源结构:共增加面积219.8925 hm2,主要来源于中度、重度逆转为轻度沙地。

    沙化土地类型2013年/hm22018年/hm25年间沙地动态变化/hm2沙地类型年变化率
    轻度753.2775952.965199.68755.30%
    中度229.9725116.3925–113.58–9.88%
    重度346.9725363.0616.08750.93%
    极重度18077.805–102.195–11.36%

    Table 4.  Overall change of desertification land types in the study area

    沙化土地类型2018年(面积/hm2)2013年面积比例
    轻度中度重度极重度2013年合计
    2013年(面积/hm2)轻度733.07255.89513.83750.4725753.277549.88%
    中度163.9359.2753.88752.88229.972515.23%
    重度54.3689.865197.70755.04346.972522.97%
    极重度1.597511.362597.627569.412518011.92%
    2018年合计952.965116.3925363.0677.8051 510.2225
    2018年面积比例63.10%7.71%24.04%5.15%

    Table 5.  Transition matrix of desertification land types in the study area

  • 将研究区内6大治理模式GIS图层与2013年的遥感解译的沙化土地类型矢量图层进行空间叠加分析,提取了各类模式实施面积及与沙地面积动态变化趋势的关系表(见表6)。

    模式沙化类型面积/比例总计沙地变化趋势
    逆转无明显变化恶化
    人工种草(低用量)轻度实施面积/hm2405.4572390.698414.7588
    面积比例/%96.363.64
    中度实施面积/hm224.06682.61910.576820.8708
    面积比例/%10.882.4086.72
    重度实施面积/hm29.78310.49899.16030.1239
    面积比例/%5.1093.631.27
    极重度实施面积/hm20.87040.05850.8119
    面积比例/%6.7293.28
    人工种草(高用量)轻度实施面积/hm2153.0564147.74245.3140
    面积比例/%96.533.47
    中度实施面积/hm2174.2728137.40766.012930.8523
    面积比例/%78.853.4517.70
    重度实施面积/hm2157.278853.7885101.04522.4451
    面积比例/%34.2064.251.55
    极重度实施面积/hm29.01180.33438.6775
    面积比例/%3.7196.29
    植灌种草轻度实施面积/hm2168.8379168.70580.1322
    面积比例/%99.920.08
    中度实施面积/hm25.38703.95410.38431.0487
    面积比例/%73.407.1319.47
    重度实施面积/hm23.36830.85712.37040.1407
    面积比例/%25.4570.374.18
    极重度实施面积/hm20.53330.12740.4059
    面积比例/%23.8876.12
    客土+人工种草轻度实施面积/hm222.610622.6106
    面积比例/%100.00
    中度实施面积/hm211.55357.45771.42022.6756
    面积比例/%64.5512.2923.16
    重度实施面积/hm2123.828067.175455.01061.6420
    面积比例/%54.2544.431.33
    极重度实施面积/hm287.623884.72742.8964
    面积比例/%96.693.31
    客土+植灌种草轻度实施面积/hm23.31543.3154
    面积比例/%100.00
    中度实施面积/hm214.692412.49640.87581.3202
    面积比例/%85.055.968.99
    重度实施面积/hm252.302821.815129.79940.6883
    面积比例/%41.7156.971.32
    极重度实施面积/hm246.214721.961124.2536
    面积比例/%47.5252.48
    沙障+植灌种草重度实施面积/hm20.41160.09000.3216
    面积比例/%21.8778.13
    极重度实施面积/hm235.74603.378832.3672
    面积比例/%9.4590.55

    Table 6.  Relationship between main desertification control measures and dynamic change trend of sandy land types in the study area

    表6可知:(1)人工种草(低用量)模式可以明显遏制轻度沙地退化,其恶化面积比例仅3.64%;但对中度、重度、极重度治理效果较差,逆转面积比例分别仅为10.88%、5.10%、6.72%,且中度沙地的恶化比例达86.72%,重度、极重度沙地的现状保持面积比例分别高达93.63%、93.28%,说明该模式无法遏制中度沙地的进一步退化,对重度和极重度沙地治理基本没有效果。(2)人工种草(高用量)模式对轻度、中度沙地治理效果较好,可以明显遏制轻度沙地退化,其恶化面积比例仅3.47%;对中度沙地逆转比例为78.85%;对重度沙地有一定效果,逆转比例为34.20%。(3)植灌种草模式对轻度、中度沙地治理效果较好,对重度、极重度沙地也有一定效果,其中:轻度沙地恶化面积比例仅0.08%,对中度沙地逆转比例达73.40%;对重度、极重度沙地有一定效果,逆转比例分别为25.45%、23.88%。(4)客土+人工种草模式,主要针对中度、重度、极重度沙地,治理效果较明显,对中度沙地的逆转率为64.55%;对重度沙地的逆转率为54.25%;对极重度沙地逆转率为96.69%,极重度沙地的逆转率反而高于中度和重度的主要原因,是该模式所在的极重度沙地治理区周边大多配套有挡沙墙工程措施,强化了治沙成效。(5)客土+植灌种草模式主要针对中度、重度、极重度沙地,治理效果较明显,对中度沙地的逆转率为85.05%;对重度沙地的逆转率为41.71%;对极重度沙地逆转率为47.52%,极重度沙地的逆转率反而高于重度的主要原因,是该模式所在的极重度沙地治理区部分配套有挡沙墙工程措施固沙,强化了治沙成效。(6)沙障+植灌种草模式主要针对重度、极重度沙地,而且是位于沙化冲蚀沟的沟口,是沙化最严重的地区,该模式能够有效固沙,且能有效遏制重度沙地进一步退化,也能起到一定逆转效果(逆转率为21.87%)。

3.   结果的讨论
  • 研究结果表明,2013—2018年研究区沙化土地总体上处于稳定逆转的状态。沙化土地主要呈“极重度沙地→重度沙地→中度沙地→轻度沙地”逐级逆转的趋势,且极重度、中度沙地面积减少明显,说明沙化治理工程成效明显。由于研究区地处川西北高寒沙区,生态极其脆弱[8-10],千百年来形成的草皮层一旦破坏,导致草地沙化,其恢复将一个长期的过程[11-12],这也是为什么沙化治理多年来轻度沙地仍长期存在的客观现实,因此沙化治理需要长期、持续的投入,在资金有限的前提下,科学、经济地选择治理模式将有助于提升沙化治理成效。经研究,人工种草(低用量)模式可以明显遏制轻度沙地退化,由于其投资标准低,十分适用于轻度沙地治理;人工种草(高用量)模式,适用于轻度、中度沙地治理,对重度沙地有一定效果;植灌种草模式,适用于轻度、中度沙地治理,对重度、极重度沙地也有一定效果,但目前治沙树种较单一,需要进一步加强树种筛选和试验;客土+人工种草模式、客土+植灌种草模式适用于中度、重度、极重度沙地,治理效果较明显,结合挡沙墙等工程固沙措施,可大大提高治沙成效,但需要对客土的土质严格要求;沙障+植灌种草模式主要针对重度、极重度沙地,该模式能够有效固沙,且能有效遏制重度沙地进一步退化,但是对极重度沙地的逆转效果一般,需要进一步探索除柳条沙障以外的其他材料沙障,同时加强树种、草种的筛选和选择。

Reference (12)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return