• 谷歌scholor
  • 观点:4112

  • PDF下载:3669

伊朗北部沙漠化环境敏感区评估

伊朗Sobhani1还有哈桑·科斯拉维2*

DOI:http://dx.doi.org/10.12944/CWE.10.3.19

通过气候、水土流失、土壤、植被和管理等5个指标的交叉,绘制了伊朗北部Chehel-chai盆地沙漠化敏感性图,这些指标对沙漠化演变过程有主要影响。该方法是在MEDALUS沙漠化模型的基础上,利用定性指标来确定土地沙漠化敏感区。根据因子标度技术,每个指标的得分范围从1(良好)到2(恶化)。每个指标都是根据选定的指标进行评估的,从而根据指标的几何平均值对每个指标进行定性映射。在基于arc view3.2、Ilwis3.1和ArcGIS9.3的GIS软件中集成并细化了1:5万比例尺分辨率的专题数据库。结果表明:柴柴柴河流域沙漠化高度敏感区占39.39%,中度敏感区占2.13%,低敏感区占2.43%,非敏感区占56.05%。研究数值的平均权值,可以看出沙漠化的强度为1.32,属于脆弱区(2)。


MEDALUS;esa;沙漠化;标准;指数;伊朗

复制下面引用这篇文章:

王晓明,王晓明。中国土地利用现状及其影响因素分析。当代世界环境2015;10(3)DOI:http://dx.doi.org/10.12944/CWE.10.3.19

复制以下内容引用此URL:

王晓明,王晓明。中国土地利用现状及其影响因素分析。可以从://www.a-i-l-s-a.com/?p=13155


下载文章(pdf)
引用管理器
发布历史


文章发表历史

收到: 2015-11-12
接受: 2015-12-06

介绍

荒漠化的定义是将肥沃和多产的土地变成非生产性的沙漠地区,在世界上大多数干旱、半干旱和半湿润地区,荒漠化仍然是一个主要的环境问题(Dregne, 1977;UNCCD的,1994;Herrmann and Hutchinson, 2005)。沙漠化可由各种自然因素和与人类有关的因素造成,例如风或/和水的侵蚀、植被覆盖和水资源的破坏、涝灾、土壤盐碱化和碱化等(Kassas, 1977年;Mainguet, 1994;布卢姆,1998;Krishan et al., 2009)。在这些因素中,不可持续的人类活动,如城市化、过度放牧、过度耕作、排水不良的灌溉系统、森林砍伐等,目前被认为是加速荒漠化进程的最重要因素(Barbero-Sierra et al., 2013;Bo et al., 2013)。除了这些直接影响外,人类活动也可能间接促成沙漠化,例如通过影响气候等环境因素(Kassas, 1977; Khosravi, 2004).

《联合国防治荒漠化公约》(《防治荒漠化公约》)是唯一具有国际法律效力的组织,它通过国家行动方案提供防治荒漠化和缓解干旱影响的战略,其中包括在国际合作和伙伴关系安排支持下的长期战略。已经开发了几个模型,并进行了大量的研究来评估不同地区的荒漠化风险,其中大多数是专门针对特定地理区域的(Santinia等人,2010)。为了将这些模型发展到当地感兴趣的领域,有必要重新调查并调整它们以适应当地环境(Geeson et al., 2002)。

在过去的几十年里,由于干旱、不可持续的土地利用以及对土地和水资源日益增加的压力,伊朗的许多地区都遭受了严重的荒漠化(Amiraslani和Dragovich, 2011)。在这项研究中,我们使用地中海荒漠化和土地利用(MEDALUS)项目来评估和绘制位于伊朗北部流域的荒漠化敏感性。在这个项目中,重点主要放在地中海环境,在那里,水土流失造成的土壤物理损失以及与之相关的土壤营养状况损失被确定为主要问题(Brandt和Thornes, 1996年;Geeson et al., 2002;Arar et al., 2009)。MEDALUS项目是一种流行的基于gis的技术,它计算一个指数,例如环境敏感区(esa)指数,其中包含几个环境(如气候、土壤植被)和人为(如管理)参数(Kosmas等,1999)。所选择的评价荒漠化敏感性的指标可以提供生态系统和环境演变的概况,可以作为决策和规划的有效工具(Basso et al. 2000)。这项研究的结果将提供沙漠化敏感性地图,显示退化土地的面积、过程类型、涉及的主要指标和沙漠化的强度等级。

材料与方法

研究区域

Chehel-chai河是Gorganrood河最大的支流之一,位于伊朗东北部的Golestan省。这条河的流域约有250公里2地理坐标范围从55°23′E到55°38′E,从36°59′N到37°13′N(图1)。

图1所示。Chehel-chai流域的位置


图1:Chehel-chai流域的位置
点击此处查看图


流域海拔190 ~ 2570 m,平均坡度为45.82%。研究区低地的下伏地质主要为石灰岩地层、河流附近的冲积层和第四纪沉积地层、黄土。该地区属于地中海气候,夏季温暖干燥,冬季温和多雨。降雪主要发生在冬季和春季,年平均降水量约750毫米。因此,冬春两季流量较大,夏秋两季流量较小。森林(60%)和农田(40%)是该流域的主要土地用途(图2)。

图二:Chehel-chai流域的景色


图2:Chehel-chai流域的景色
点击此处查看图


方法

我们使用MEDALUS方法,稍作修改,利用环境状态和响应指数绘制易受荒漠化影响地区的地图(Geeson et al., 2002, Kosmas et al., 1999)。这一方法已作为荒漠化关键指标和绘制环境敏感地区沙漠化地图的手册提出(Kosmas等人,1999年)。

基于Chehel-Chai流域对环境过程的适应性和易感性,通过野外调查和空间数据,在气候、植被、土壤、水土流失和管理等5类参数或指标的基础上,对Chehel-Chai流域的荒漠化风险进行了分级评价。每个参数都根据其对沙漠化过程的影响和贡献进行加权。

该方法所需的所有数据都是从以前的研究中获得的,或者是从实地抽样中计算或收集的(表1)。然后将这些数据引入GIS系统,以计算所需的指数,并将研究区域的荒漠化地图可视化(Rafiei Emam, 2003)。

为了建立严重程度的相对尺度,选择具有临界条件的阈值对输出进行标准化,然后使用研究区域的土地对结果进行加权(al - adamat et al., 2003)。最后,综合各指标得到一个单一指标作为研究区沙漠化风险的代表。

表1:esa模型用于柴柴县沙漠化现状图可视化的沙漠化指标和质量指标
表1:esa模型用于柴柴县沙漠化现状图可视化的沙漠化指标和质量指标
点击这里查看表格


模型考虑了5个一般指数(质量指数),每个指数包含不同的参数(指标)(表1)。为了计算单个指数,对该地区的水文、地貌、侵蚀、土壤和植被覆盖特征进行了详细的研究。表2、表3、表4、表5、表6汇总了各指标的详细信息及其得分。

表2:用于计算水侵蚀指数(WaEI)的类别和权重


表2:分类和相应的权重分配
用于计算水侵蚀指数(WaEI)

点击这里查看表格

表3。为计算植被质量指数(VQI)而分配的类别及相应权重


表3:分类和相应的权重分配
计算植被质量指数(VQI)

点击这里查看表格

表4。土壤质量指数(SQI)的分类和权重


表4:等级和相应的权重分配
用于计算土壤质量指数(SQI)

点击这里查看表格


表5为计算气候质量指数所分配的类别和权重

年降雨量

280毫米>

650 - 280毫米

650毫米<

分数

2 - 1.67

1.66 - -1.34

1.33 - 1

方面

年代

Se - sw

E

W

西北

N

分数

2

1.85

1.7

1.6

1.4

1.2

1

干旱指数(P/ETP)

0.05 >

0.2 - 0.05

0.45 - 0.19

0.65 - 0.44

0.65 <

分数

2 - 1.80

1.79 - 1.60

1.59 - 1.40

1.39 - 1.20

1.19 - 1

表6所示。管理质量指数(MQI)计算的类别和权重


表6:等级和相应的权重分配
计算管理质量指数(MQI)

点击这里查看表格


在最终指标中,沙漠化风险被划分为不同的等级(表7)。

表7:五项主要指标的定量得分和定性分类

分数

2(高)

1.5(中度)

1(低)

WaEI类

> 1.6

1.6 - -1.3

1.3 >

分数

2(高)

1.6(中度)

1.3(低)

1 (non-threatened)

VQI类

1.75 <

1.74 - 1.5

1.49 - -1.25

1.24 >

分数

2(高)

1.5(中度)

1(低)

Classes-SQI

1.46 <

1.13 - -1.45

1.13 >

分数

2(高)

1.5(中度)

1(低)

Classes-CQI

1.81 <

1.15 - -1.80

1.15 >

分数

2(高)

1.6(中度)

1.3(低)

1(未受威胁)

Classes-MQI

1.75 <

1.74 - 1.5

1.49 - -1.25

1.24 <


对于每个指标,根据阶乘缩放技术分配了1分(良好状况)和2分(恶化状况)之间的分数。此外,当测量不适合某个区域或该区域未分类时,将分配零值。在大多数情况下,从1到2(极值)的线性函数表示指标(得分)的变化。尽管在某些特殊情况下,非线性变化是可能的。一层内各初级单元的质量指标值作为单项指标得分的几何平均值,公式如下:

指数- X =[(层- 1)×(层- 2)……(层- n))1 / n

其中index - x为给定指标,Layer为每个指标的指标个数,N为每个指标的指标个数。

5个质量指标采用ArcGIS软件v. 9.3计算,作为各单项指标相关指标的几何平均值。每个指数在沙漠化中的重要性是用下列公式确定的:

1.水蚀指数(WaEI) =(侵蚀临界极限×水蚀风险)1/2
2.植被质量指数(VQI) =(植被覆盖度×火险×水土流失防护×抗旱性)1/4

iii)土壤质量指数(SQI) =(土壤质地×岩石碎块×土壤深度×排水×坡度×母质×土壤性质)1/7

1.气候质量指数(CQI) =(年降雨量×坡向×干旱指数)1/3
2.管理质量指数(MQI) =(管理政策×农业×土地利用强度×经济风险)1/3

根据修正后的模型得到上述指标的地图,并将拟好的地图相乘得到最终的沙漠化地图。在这里,每个指数的值是由其指标的几何平均值计算得出的。最后,通过计算5个指标的几何平均值,确定沙漠化强度:

DM = WaEI × VQI × SQI × CQI × MQI)1/5

其中DM为沙漠化制图,其他缩写与上述5式相同。

每一类沙漠化敏感性的强度范围见表8。

为了更好地明确每个脆弱类和临界类之间的界限,将它们分为三个亚组,从低灵敏度的1到高灵敏度的2。

表8所示。现状下esa沙漠化敏感性分级


表8:沙漠化敏感性分级
目前情况下的esa

点击这里查看表格


结果

esa模型提供的不同指数的沙漠化敏感性图见图3。

图三:水侵蚀指数(a)、植被质量指数(b)、土壤质量指数(c)、气候质量指数(d)和管理质量指数(e)图


图3:水侵蚀指数(a)、植被图
质量指数(b),土壤质量指数(c),气候质量
指数(d)及管理质素指数(e)

点击此处查看图


表9和表10也总结了每个指数的几何平均值和质量类别。

表9所示。几何平均值和与每个指数相关的指标类别。


表9:几何平均和类别
与每个指数相关的指标。

点击这里查看表格


对柴柴柴河流域沙漠化指数的分析表明,土壤质量指数是研究区沙漠化的主要问题,几何平均值为1.57,属于非常高的沙漠化等级。植被数量指数加权平均值为1.53,是研究区沙漠化的第二大影响因子。

表10:指数的定量值和定性类的几何平均

指数 分数
WaEI 1.46
SQI 1.32
CQI 1.32 温和的
VQI 1.53
MQI 1.48 温和的


基于所研究的5个指标,对现有状态沙漠化风险的频率分布等级进行评估,结果表明,与esa表(表9)相比,所有研究区定量值的平均权重为1.32,这意味着该地区属于脆弱的沙漠化等级(2级)(图4)。

图四:柴柴县区域敏感沙漠化特征的一整套补充指标研究


图4:区域敏感沙漠化特征
在chehel-chai中加上一整套补充指数

点击此处查看图


此外,56.05%的面积属于无沙漠化迹象的“缺席类”。2.43%的区域被划分为低等级,即土地退化对其影响较小。这一地区应被视为敏感地区。2.43%的区域被划分为沙漠化影响明显的中等等级。39.39%的区域被划分为高荒漠化等级。这些地区主要位于该地区的南部和西南部,对沙漠化极为敏感(图5)。

图五:柴柴县沙漠化频次分类


图5:柴柴县沙漠化频次分类
点击此处查看图


讨论

本研究采用MEDALUS方法对Chehel-Chai流域的沙漠化风险进行了评价。ESAs模型是一种非常有利且用户友好的模型,可用于确定不同类型的沙漠化易损区(Arar et al. 2009;勃兰特和索恩斯1996)。这个模型经常被认为比其他方法更有帮助,因为它的准确性,特别是层的加权,在地图的叠加中使用地理信息系统,使用几何平均数而不是算术一或求和来计算指数和表示最后的沙漠化地图(Brandt和Thornes 1996;Basso et al. 2000)。

据信,Chehel-Chai流域的沙漠化率很高,超过57%的地表的esa值超过1.5。这可归因于多种因素的综合作用,包括由于无原则的人类活动造成的土地弱化和退化、低质量的植被表面和低质量的土壤。低质量植被面主要分布在区域南部,但向北部移动,表明研究区植被持续下降。人口增长、环境污染、森林火灾、自然土地用于农业的开发和代表人类活动的过度放牧等因素是荒漠化和土地退化的主要因素(Brandt & Thornes 1996;布雷克尔等人,2002;Hostert et al. 2003;Geist and Lambin 2004;Yassoglou and Kosmas 1997)。尽管近几十年来,气候变化也被认为是造成生态系统生物量迅速下降和导致半干旱生态系统荒漠化的主要因素(Nicholson 2002;Allen et al. 2003)。

本研究的结果表明,由于节省了时间,为未来的研究提供了精度和可靠性,使用GIS有助于评估有荒漠化风险的地区。该系统作为荒漠化脆弱性地图提供了荒漠化状况的总体概况(Chenchouni et al., 2010)。这种方法对于决策者在制定防治敏感土地沙漠化的最佳指导方针是有价值的。当然,还需要进行一些其他的详细研究,以确定对沙漠化最敏感的地区。由于该地区不存在降雨不足、干旱期延长、极端温度和蒸发、盐度和土壤碱度等环境限制因素,因此人类相关因素似乎是目前影响柴柴盆地沙漠化的最重要因素。气候变化对荒漠化的影响在干旱半干旱地区更为明显。砍伐森林和将森林转化为雨养地是研究区开始土地退化和荒漠化过程的主要原因之一。当然,其他自然因素如风暴、早寒、干旱等气候因素、滑坡(大规模侵蚀)等地质因素也对盆地森林的破坏起到了作用。

流域土地利用管理不当会对可用资源产生不良影响。优化土地利用是实现可持续发展和减少资源浪费的最有用的策略之一(Jalili et al., 2007)。根据土地在适当管理规划中的潜力使用土地可以减少土地的破坏和损失(Chapi, 1997年)。

参考文献

  1. Al-Adamat, R. A. N., Foster, I. D.和Baban, S. M. J.“基于GIS的约旦Azraq盆地玄武岩含水层地下水脆弱性和风险测绘”。遥感和DRASTIC方法。: Geogr.23: 303-324(2003)。
  2. Allen, C. D, Macalady, A. K., Chenchouni, H., Bachelet, D., Mcdowell, N., Vennetier, M., Kitzberger, T., Rigling, A., Breshears, D. D., Gonzales, P., Hogg, E. h.t ., Fensham, R., Zhang, Z., Castro, J., Lim, J. H., Allard, G., Running, S. W., Semerci, A.和Cobb, N.,“全球干旱和高温引起的森林死亡率概述揭示新气候变化风险”。生态管理中文信息学报,21(3):559 - 564(2010)。
  3. Amiraslani, F., Dragovich, D.,“在过去的50年里,伊朗的荒漠化防治:变化方法的概述”。J环境管理.[21](2011)。
  4. Arar, A., Chenchouni, H., Benabderrahmane, M. C.,“基于地理数据的aur地区(阿尔及利亚东部)气候变化和荒漠化风险评估”。加拿大蒙特利尔:在国际博物馆展出。IAMAS-IAPSO-IACS联合大会[j] .中国科学院学报,(2009)。
  5. Barbero-Sierra, C, Marques, M. j和Ruíz-Perez, M.《西班牙城市扩张作为荒漠化的积极和不可逆转的驱动力的案例》。J干旱环境.90: 95-102(2013)。
  6. Basso, F., Bove, E., Dumontet, A., Ferrara, A., Pisante, M., Quaranta, G.和Taberner, M.“通过使用地理信息系统和遥感数据来评估流域尺度上的环境敏感性:一个覆盖Agri流域(意大利南部)的例子”。科学通报。40:19-35,(2000)。
  7. Blum, W. H.《基本概念:退化、恢复力和复原》。Lal, R., Blum, W. H., Valentine, C.和Stewart, b.a.,编辑。土壤退化评价方法。博卡Ratón: CRC出版社,第1-16页(1998)。
  8. 波铁龙,傅丽婷,郑晓军。“过度放牧对草地沙漠化演变过程的影响建模”。风积物浙江农业学报,9:183-189(2013)。
  9. 布兰特,J. C.和索恩斯,J. B.《地中海沙漠化与土地利用》。伦敦:约翰威利父子公司(1996)。
  10. 吴雪峰,吴雪峰,吴雪峰,吴雪峰,吴雪峰,吴雪峰,吴雪峰。见:布雷克尔,S. W.,韦斯特,M.和Wucherer, W.,编辑。沙漠中的可持续土地利用。纽约:施普林格-;3-13(2002)。
  11. Chapi, K.《与土地管理和沉积物运行相关的侵蚀类型和数量决定了优化土地利用的贡献》理科硕士论文,伊朗塔比亚特莫达雷斯大学自然资源系,185p(1997)。
  12. Chenchouni, H., Benabderrahmane, M. C.和Arar A.“基于地理数据的阿尔及利亚东部沙漠化风险建模与制图”。IECHAR会议记录, 213-217(2010)。
  13. 德涅,H. E.《干旱土地的沙漠化》。经济学Geogr.53: 322 - 331(1977)。
  14. Geeson, n.a., Brandt, c.j.和Thornes, j.b.《地中海沙漠化:过程和反应的马赛克》。艾德。威利,(2002)。
  15. Geist, H. J.和Lambin, E. F.《沙漠化的动态因果模式》。生物科学.[54](2004): 817-829。
  16. Herrmann, s.m.和Hutchinson, c.f.,《沙漠化辩论的变化背景》。J干旱环境。63: 538-555(2005)。
  17. Hostert, P., Röder, A., Hill, J., Udelhoven, T.和Tsiourlis, G.,“回顾性研究放牧引起的土地退化:希腊克里特岛中部的一个案例研究”。国际遥感.24: 4019-4034(2003)。
  18. 贾利利,李建军,李建军,李建军。基于线性规划的流域土地利用优化研究——以新疆布里姆旺德流域为例[j]。科学技术与农业资源;水土科学,2007,10:15-27。
  19. 干旱和半干旱土地:问题和前景>。Agro-Ecosyst科学通报,3:185-204(1977)。
  20. 胡晓华。MEDALUS模型在喀山地区沙漠化研究中的应用(波斯文)[硕士论文]。牧场和流域管理部。德黑兰大学农业与自然资源学院,伊朗卡拉伊,151p,(2004)。
  21. 仙、Gopal,;库什瓦哈,S.P.S和Velmurugan, A河流上游流域土地退化制图。J印度社会偏远;(2009)。37: 49-59。
  22. Kosmas, C., Ferrara, A., Briasouli, H.和Imeson, A.,《环境敏感区(esa)与荒漠化的制图方法》。见:Kosmas, C., Kirkby, M.和Geeson, N.,编辑。MEDALUS项目:地中海沙漠化和土地利用。荒漠化关键指标和荒漠化环境敏感地区制图手册。欧元联盟;31-47(1999)。
  23. 沙漠化:自然背景与人类管理不善。柏林:施普林格出版社;314 p(1994)。
  24. 尼科尔森,n.e.“气候驱动沙漠化的关键因素是什么?In: Reynolds JF, Stafford Smith DM”,编辑。全球沙漠化:是人类造成的吗?柏林:达勒姆大学出版社, 41-57(2002)。
  25. Rafiei Emam, A.“以水土问题为重点的沙漠化研究(以Vramin平原为例)”。理科硕士论文,德黑兰大学牧场与流域管理系,卡拉伊,167p(2003)。
  26. Santinia。M., Caccamo, G., Laurenti, A., Noce, S., Valentin, R.基于综合指数的沙漠化风险评价的多组分GIS框架。: Geogr科学通报,30:394-415(2010)。
  27. UNCCD的。“联合国关于在发生严重干旱和/或荒漠化的国家特别是在非洲防治荒漠化的公约”。最后的文本。联合国,(1994)。
  28. 亚索格洛,n.j.和科斯马斯,C.《欧洲地中海地区的沙漠化,以希腊为例》。见:RALA(编):牧场沙漠化报告”。RALA编辑报道200: 27-33(1997)。