我國(guó)三北地區(qū)植被變化的動(dòng)因分析

曹世雄,劉冠楚,馬 華

1 延安大學(xué)經(jīng)濟(jì)管理學(xué)院,延安 716000 2 北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100083 3 南寧市水利局,南寧 530001

我國(guó)三北地區(qū)植被變化的動(dòng)因分析

曹世雄1,2,*,劉冠楚2,馬 華3

1 延安大學(xué)經(jīng)濟(jì)管理學(xué)院,延安 716000 2 北京林業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院,北京 100083 3 南寧市水利局,南寧 530001

地表植被變化是氣候變化、人類活動(dòng)等多種因素共同作的結(jié)果。然而,以往的研究要么集中在與氣候變化有關(guān)的氣象因素,要么集中在與人類活動(dòng)有關(guān)的人為因素,鮮有基于長(zhǎng)期數(shù)據(jù)監(jiān)測(cè)下對(duì)自然與社會(huì)因素之間相互作用的定量評(píng)估。因此,氣候變化和人為因素對(duì)地表植被變化的相互作用并不明確,各個(gè)因素對(duì)植被變化影響的量化貢獻(xiàn)仍然不確定。為了評(píng)價(jià)生態(tài)修復(fù)項(xiàng)目對(duì)荒漠化防治的效果、以及在土地荒漠化防治中自然與社會(huì)因素對(duì)我國(guó)植被變化的影響、及其復(fù)雜的相互作用機(jī)理,該研究應(yīng)用衛(wèi)星遙感影像資料,通過面板數(shù)據(jù)混合回歸模型大數(shù)據(jù)分析方法,計(jì)算了1983年至2012年氣候變化和人類活動(dòng)對(duì)我國(guó)北方地區(qū)植被變化的貢獻(xiàn)率。結(jié)果表明,氣候變化和人類活動(dòng)對(duì)NDVI變化均有重要作用,其中人類活動(dòng)對(duì)植被覆蓋度變化的影響占58.2%—90.4%、氣候變化占9.6%—41.8%；不同地區(qū)表現(xiàn)出不同的地理分異特征,并存在時(shí)滯效應(yīng)。由此可見,荒漠化防治必須充分考慮不同因素的綜合作用和地域特征,才能取得事半功倍的效果。研究結(jié)果較好地體現(xiàn)了衛(wèi)星遙感影像資料在大尺度(省域尺度)下與社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)的融合,為進(jìn)一步中尺度(縣域尺度)研究提供了方法借鑒。

氣候變化；荒漠化；生態(tài)恢復(fù)；人類活動(dòng)；植被變化

土地退化也被稱作土地荒漠化,嚴(yán)重威脅著人類的生存和發(fā)展,是制約現(xiàn)代社會(huì)可持續(xù)發(fā)展的重大問題[1- 2]。目前,全球受荒漠化影響的土地面積約為5400萬km2,約占全球陸地面積的40%[3]。這些地區(qū)水文變化無常、氣候條件惡劣、植被組成多樣、水土流失和土地荒漠化嚴(yán)重[4]。包括我國(guó)西北地區(qū)、非洲、中東、美國(guó)西部、澳大利亞等地,沙塵暴不斷威脅著人類的生存與發(fā)展[5]。在干旱、半干旱、以及半濕潤(rùn)地區(qū),土地退化的成因包括氣候變化和人類活動(dòng),所引發(fā)的直接生態(tài)后果就是植被減少[1- 2]。隨著荒漠化面積日益增加,人類棲息地面積日趨減少,貧困化問題也在不斷加劇[6]。土地荒漠化已經(jīng)成為全人類共同面臨的嚴(yán)重環(huán)境問題和社會(huì)難題,影響人類生存和人類文明的進(jìn)一步發(fā)展。

研究表明,氣候變化和人類活動(dòng)對(duì)土地荒漠化進(jìn)程均有重要影響,地表植被變化也會(huì)影響氣候變化[7- 8]和人類活動(dòng)[9- 10]。一些研究結(jié)果證明人類活動(dòng)比氣候因子的作用大[11],而另一些結(jié)果表明氣候因素的作用更明顯[12],更多的結(jié)果表明人類活動(dòng)和氣候變化之間存在復(fù)雜的交互作用[13- 14]。然而,過去的研究工作要么只關(guān)注氣候因素,要么只關(guān)注人類活動(dòng),鮮有學(xué)者在研究中同時(shí)考慮以上兩類因素的相互作用。自然學(xué)科的一些學(xué)者認(rèn)為,氣候變化影響土壤質(zhì)量、植被覆蓋、物種組成、水文循環(huán),因此導(dǎo)致荒漠化面積增加[15- 16]；人文學(xué)科一些學(xué)者認(rèn)為,不可持續(xù)的傳統(tǒng)人類活動(dòng)(如過度放牧、過度采伐、地下水開采等)對(duì)生態(tài)系統(tǒng)施加了巨大壓力,進(jìn)而導(dǎo)致水土流失,加劇了土地荒漠化[17- 18]。由于自然學(xué)科和人文學(xué)科的長(zhǎng)期分離,科學(xué)家并不清楚上述因素是如何相互作用的,也不清楚這些因素在荒漠化形成和防治過程中孰輕孰重,不同研究成果之間的分歧無法調(diào)和,進(jìn)一步增加了荒漠化防治的難度和風(fēng)險(xiǎn)[19- 20]。

土地退化不僅屬于自然科學(xué)研究范疇、也屬于人文科學(xué)研究領(lǐng)域[21]。影響荒漠化的動(dòng)力因素之間存在著復(fù)雜的相互關(guān)系,為了預(yù)測(cè)這些相互作用的最終效果,有必要了解他們之間復(fù)雜的相互作用和因果關(guān)系。這些因果關(guān)系通常是非線性的,在達(dá)到極限后會(huì)出現(xiàn)劇烈變化,而且他們的影響往往具有時(shí)間上的滯后效應(yīng)[22]。傳統(tǒng)生態(tài)系統(tǒng)恢復(fù)的工作重點(diǎn)是重新建立生態(tài)干擾機(jī)制或者非生物條件、并依靠生態(tài)系統(tǒng)演替過程,促進(jìn)生物群落恢復(fù)。不過,生物因素和自然環(huán)境之間強(qiáng)烈的相互作用可以改變以生態(tài)系統(tǒng)演替為基礎(chǔ)的環(huán)境工程管理的結(jié)果[23- 24]。歷史上的這類研究熱衷于理論分析和概念描述,鮮有量化研究的成果報(bào)道[4]。慶幸的是,大數(shù)據(jù)分析方法使不同尺度下的跨學(xué)科研究成為可能。

在我國(guó)三北(西北、華北、東北)地區(qū),土地荒漠化嚴(yán)重制約當(dāng)?shù)氐娜祟惢顒?dòng)和社會(huì)發(fā)展[25]。為控制荒漠化,我國(guó)政府實(shí)施了一系列大型治理工程,包括退耕還林項(xiàng)目、天然林保護(hù)工程、三北防護(hù)林工程、防沙治沙工程等等[26- 27]。然而,由于自然因素和人為因素的相互作用尚不明晰,荒漠化的成因和治理成果的動(dòng)力機(jī)理并不明確；同時(shí),一些地區(qū)的荒漠化面積已顯著下降,但另一些地區(qū)的荒漠化仍在不斷擴(kuò)大[28]。因此,我國(guó)荒漠化防治的政策成效也不斷引起爭(zhēng)議[20, 29- 30]。由此可見,全面開展荒漠化形成和防治的動(dòng)力機(jī)制研究,有的放矢地建立有效應(yīng)對(duì)機(jī)制,仍然是我國(guó)乃至全球荒漠化防治的重要課題。

為了評(píng)價(jià)生態(tài)修復(fù)項(xiàng)目對(duì)荒漠化防治的效果、以及在土地荒漠化防治中氣候變化和人類活動(dòng)對(duì)我國(guó)植被變化的影響、及其復(fù)雜的相互作用機(jī)理,該研究應(yīng)用衛(wèi)星遙感影像資料,通過面板數(shù)據(jù)混合回歸模型,計(jì)算了1983年至2012年30年間氣候變化和人類活動(dòng)對(duì)我國(guó)北方地區(qū)植被變化的貢獻(xiàn)率。研究結(jié)果較好地體現(xiàn)了衛(wèi)星遙感影像資料在大尺度(省域尺度)下與人類活動(dòng)統(tǒng)計(jì)指標(biāo)的融合,為進(jìn)一步中尺度(縣域尺度)研究摸索經(jīng)驗(yàn)。

1 研究方法

為了全面認(rèn)識(shí)氣候變化和人類活動(dòng)對(duì)荒漠化形成和防治的影響,該研究通過8×8 km空間分辨率下的AVHRR GIMMS衛(wèi)星遙感數(shù)據(jù),以歸一化差分植被指數(shù)值NDVI(Normalized Difference Vegetation Index,一般應(yīng)用于檢測(cè)植被生長(zhǎng)狀態(tài)、植被覆蓋度度)代替植被變化,獲取了各個(gè)省、市、自治區(qū)的各個(gè)年度植被變化的平均值?？紤]到濕潤(rùn)地區(qū)云霧的阻擋作用,該研究的研究區(qū)域局限于三北地區(qū)15個(gè)省市自治區(qū)。由于該衛(wèi)星2012年以后停止使用,因此,該研究的所有數(shù)據(jù)均選取1983—2012年同一顆衛(wèi)星工作時(shí)段的影像資料。并從統(tǒng)計(jì)年鑒中獲得可能影響植被變化的所有氣候變化和人類活動(dòng)指標(biāo)的年度統(tǒng)計(jì)數(shù)據(jù)。

統(tǒng)計(jì)指標(biāo) (1)農(nóng)村社會(huì)發(fā)展指標(biāo)：農(nóng)村人口、農(nóng)業(yè)勞動(dòng)力、公路綠化里程、鐵路綠化里程、礦區(qū)綠化面積；(2)農(nóng)村經(jīng)濟(jì)發(fā)展指標(biāo)：農(nóng)業(yè)GDP,農(nóng)業(yè)收入、農(nóng)村人均收入、農(nóng)村人均純收入、耕地面積、播種面積、復(fù)種指數(shù)、基本農(nóng)田面積、糧食產(chǎn)量、糧食單產(chǎn)、各種家畜存欄量；(3)環(huán)境政策指標(biāo)：封山禁牧面積、封山育林面積、人工造林面積、人工種草面積、退耕面積、生態(tài)項(xiàng)目投資；(4)氣候環(huán)境指標(biāo)：年均溫度、年均降水量、極端溫度、>0℃和>10℃積溫、太陽輻射、地下水位、地表水量30個(gè)統(tǒng)計(jì)監(jiān)測(cè)指標(biāo)為主要研究指標(biāo)。

為了去除統(tǒng)計(jì)單位不同造成的影響,該研究使用每個(gè)指標(biāo)的年度變化率面板數(shù)據(jù)去識(shí)別關(guān)鍵因素,并且比較他們對(duì)NDVI的貢獻(xiàn)。為了避免重疊因素對(duì)結(jié)果的影響,該研究應(yīng)用2011版本的STATA軟件的回歸分析模型(http://www.stata.com)計(jì)算所有雙驅(qū)動(dòng)因素之間關(guān)系的回歸系數(shù)。最后確定了農(nóng)村人口、農(nóng)村人均純收入、耕地面積、封山禁牧與封山育林面積、造林面積、公路和鐵路里程(綠化)、年平均溫度、年均降水量為主要指標(biāo)。面板數(shù)據(jù)模型如下：

yit=a+bxit+uit

(1)

式中,yit是指在t年i地區(qū)的NDVI值,xit是相應(yīng)的影響因素,uit是誤差,a和b是回歸系數(shù)。

為了解釋在回歸分析中變量因素自相關(guān)的可能性,進(jìn)行了Breusch-Godfrey LM 測(cè)試,最終得到輔助回歸系數(shù)R。依據(jù)(n-1)R近似服從自由度為1的卡方分布來確定有沒有出現(xiàn)顯著自相關(guān)。然后將原始數(shù)據(jù)xit減去xit的均數(shù)xit的標(biāo)準(zhǔn)差,從而得到標(biāo)準(zhǔn)化的a和b。并依據(jù)氣候與地理差異把三北地區(qū)分為6個(gè)區(qū)域,計(jì)算研究區(qū)中不同變量對(duì)NDVI變化的貢獻(xiàn)。計(jì)算的模型如下：

(2)

區(qū)域劃分如下：青藏高原地區(qū)(西藏和青海)、西北地區(qū)(新疆、甘肅、寧夏)、內(nèi)蒙古自治區(qū)、黃土高原地區(qū)(陜西和山西)、東北地區(qū)(黑龍江、吉林、遼寧)、華北地區(qū)(河北、河南、山東、北京、天津)。

2 結(jié)果

結(jié)果顯示(表1),農(nóng)村人口變化和耕地面積變化與NDVI 變化呈顯著負(fù)相關(guān)關(guān)系,對(duì)當(dāng)年NDVI變化的貢獻(xiàn)率分別為9.5%和27.6%；農(nóng)民純收入增加、人工造林、道路與礦區(qū)綠化、氣候變暖、降水增加與NDVI 變化呈顯著正相關(guān)關(guān)系,這些因素對(duì)當(dāng)年NDVI變化的貢獻(xiàn)率分別為9.1%、3.4%、6.3%、19.8%、22.0%。

各因素變化對(duì)NDVI變化的影響存在時(shí)滯效應(yīng),其中生態(tài)移民和城市化發(fā)展引起農(nóng)村人口減少、封山禁牧自然植被修復(fù)、以及道路與礦區(qū)綠化對(duì)植被變化的貢獻(xiàn)在第3年表現(xiàn)最為突出,貢獻(xiàn)率分別達(dá)到32.4%、19.0%和23.8%。氣候變化的時(shí)滯效應(yīng)不明顯。

表1 各因素對(duì)1983至2012年間我國(guó)三北地區(qū)NDVI變化的相對(duì)貢獻(xiàn)

顯著性水平Significance levels: ** 1%, * 5%

圖1 各因素對(duì)不同地區(qū)本年度植被變化的影響力Fig.1 Contributions of the driving factors to vegetation cover changes at current year

研究結(jié)果表明,植被修復(fù)過程受地理因素的影響,地理分異特征明顯。如圖1顯示,各個(gè)因素在不同地區(qū)對(duì)NDVI的影響是不同的。降水對(duì)寒冷的東北地區(qū)當(dāng)年的NDVI變化造成了負(fù)面影響,而對(duì)其他地區(qū)的影響是正面的(P<0.05)；封山禁牧對(duì)西部的青藏高原、西北干旱地區(qū)、以及內(nèi)蒙古牧區(qū)植被變化的影響是正面的(P<0.05),對(duì)其他地區(qū)的影響并不顯著；氣候變暖對(duì)寒冷的青藏高原和東北地區(qū)本年度植被變化的影響是正面的(P<0.05),對(duì)其他地區(qū)的影響并不顯著。同時(shí),各地區(qū)的主導(dǎo)因素也不同,退耕是青藏高原、黃土高原、華北平原本年度植被修復(fù)的第一要素；封山禁牧、農(nóng)牧民收入增長(zhǎng)、道路與礦區(qū)綠化分別是西部干旱地區(qū)、內(nèi)蒙古草原、東北地區(qū)本年度植被修復(fù)的最大貢獻(xiàn)者。

圖2 各因素對(duì)不同地區(qū)第2年植被變化的影響力Fig.2 Contributions of the driving factors to vegetation cover changes at second year

圖2和圖3結(jié)果顯示,時(shí)滯效應(yīng)是普遍現(xiàn)象,并且地理差異顯著。氣候因素對(duì)植被變化的時(shí)滯效應(yīng)在寒冷地區(qū)和干旱地區(qū)表現(xiàn)突出(P<0.05),其他地域的時(shí)滯效應(yīng)不明顯；社會(huì)因素的時(shí)滯效應(yīng)持續(xù)時(shí)間長(zhǎng),其中封山禁牧自然修復(fù)政策的時(shí)滯效應(yīng)最為突出(P<0.01),是西部草原區(qū)植被修復(fù)的主導(dǎo)因素；對(duì)華北和東北地區(qū)來說,城市化和生態(tài)移民對(duì)植被修復(fù)的貢獻(xiàn)在第3年后逐步顯現(xiàn)(P<0.05)。

圖3 各因素對(duì)不同地區(qū)第3年植被變化的影響力Fig.3 Contributions of the driving factors to vegetation cover changes at third year

4 討論

長(zhǎng)期研究結(jié)果表明,消除貧困與生態(tài)修復(fù)同等重要[31]。對(duì)于生態(tài)脆弱地區(qū)的農(nóng)民而言,環(huán)境惡化與貧困化相互促進(jìn),形成的“貧困陷阱(即越窮越墾、越墾越窮)” 像魔咒一樣困擾著這類地區(qū)的人類活動(dòng)發(fā)展[32]。通過消除貧困、改善當(dāng)?shù)鼐用裆?jì),從而實(shí)現(xiàn)保護(hù)環(huán)境的目的,是可持續(xù)發(fā)展的長(zhǎng)期策略[33]?；哪貐^(qū)生態(tài)系統(tǒng)的脆弱性、現(xiàn)代技術(shù)缺乏、自然災(zāi)害頻繁,所有這些因素導(dǎo)致了極低的資本投入、落后的技術(shù)和不完善的教育,進(jìn)一步加劇了環(huán)境退化[34- 35]。正如研究結(jié)果所示(表1),我國(guó)三北地區(qū)人類活動(dòng)因素對(duì)NDVI 所產(chǎn)生的影響比氣候因素更強(qiáng),對(duì)當(dāng)年植被修復(fù)的貢獻(xiàn)為58.2%,對(duì)第3年植被修復(fù)的貢獻(xiàn)為90.4%。氣候因素的直接作用與植物生長(zhǎng),對(duì)當(dāng)年植被變化的貢獻(xiàn)高達(dá)41.8%,對(duì)以后年度的影響有限(也就是說,今年的氣候變化,對(duì)明年和后年植被的影響不顯著)；而農(nóng)村人口變化的影響會(huì)漸漸地反映在自然生態(tài)系統(tǒng)的演替中,人口遷移了,以后就不再擾動(dòng)土地了,所以對(duì)第2、第3年植被恢復(fù)更有幫助。因此,當(dāng)年人口減少會(huì)對(duì)第3年NDVI的增長(zhǎng)做出較大貢獻(xiàn),從第1年不足10%到第3年的32%。由此可見,基于成本效益分析的生態(tài)政策模式必須同時(shí)具有消除貧困和改善環(huán)境的雙重功效[36]。政府在開展生態(tài)修復(fù)項(xiàng)目時(shí),必須充分考慮當(dāng)?shù)鼐用竦娜祟惢顒?dòng)訴求,必須提供足夠的補(bǔ)償或向其提供其他可行的就業(yè)方案[37],如果不能采取有效措施解決當(dāng)?shù)鼐用竦纳?jì)問題,那么保護(hù)環(huán)境也就只是一句空話。

植被變化是多種因素共同作用的結(jié)果,耕作、放牧、采伐、人工造林、以及其他各種人類活動(dòng)、氣候變化均會(huì)產(chǎn)生影響[7- 9, 38]。農(nóng)村人口減少、耕地減少等因素?zé)o疑減少了人類對(duì)自然環(huán)境的擾動(dòng),給植被恢復(fù)提供了機(jī)會(huì)(表1)。這也在一定程度上解釋了為什么退耕是青藏高原、黃土高原、華北平原本年度植被修復(fù)的第一要素(圖1)。同時(shí),農(nóng)村人口的變化意味著勞動(dòng)力供給的變化,農(nóng)村勞動(dòng)力是農(nóng)作、造林、綠化、放牧的直接參與者[39]。因此,農(nóng)村人口的貢獻(xiàn)會(huì)因?yàn)椴煌貐^(qū)的環(huán)保策略不同表現(xiàn)出不同的效果。在西部干旱地區(qū),過度放牧是植被退化的主要因素,封山禁牧是地該區(qū)本年度植被修復(fù)的最大貢獻(xiàn)者(圖1)；寒冷和干旱的氣候條件影響植物的生產(chǎn)效率,也必然制約生態(tài)系統(tǒng)的修復(fù)進(jìn)程,這些地區(qū)的植被對(duì)氣候因素變化的響應(yīng)遲鈍,時(shí)滯效應(yīng)比其他地區(qū)明顯(圖2—圖3)。

生態(tài)系統(tǒng)復(fù)雜多變,荒漠化地區(qū)的植被變化是多種因素交互作用的結(jié)果[40- 41]。如降水對(duì)干旱少雨的西部干旱地區(qū)無疑是植被修復(fù)的甘露,但對(duì)積溫不足的東北地區(qū),降水增加會(huì)減少光照,影響植物的光和作用,這就是為什么降水對(duì)寒冷的東北地區(qū)當(dāng)年的NDVI變化造成了負(fù)面影響,而對(duì)其他地區(qū)的影響是正面的(圖2)。對(duì)整個(gè)三北地區(qū)來說,人工造林措施對(duì)NDVI 的影響力僅為0.6%—3.4%(表1),這意味著人工造林這種過于簡(jiǎn)單化的解決方案對(duì)面積廣大人口稀少的干旱地區(qū)退化生態(tài)系統(tǒng)修復(fù)的作用是有限的。干旱地區(qū)的植樹造林通常需要灌溉才能存活[39],樹木的蒸散發(fā)進(jìn)一步增加了土壤水分消耗,這使本來就有限的水資源更加緊張[19]。短期內(nèi)造林所產(chǎn)生的積極作用會(huì)被水資源的長(zhǎng)期消耗帶來的消極作用所抵消[42- 43]。不同地區(qū)之間的巨大差異有力證明了地理差異對(duì)生態(tài)修復(fù)的巨大影響。因此,尊重地方差異,在不同地區(qū)采取因地制宜的差異性策略是未來環(huán)境政策研究和制定的重要方向。只有這樣,才有可找到行之有效的解決方案。

植物需要時(shí)間進(jìn)行光合作用,土壤需要時(shí)間積累養(yǎng)分供植物生長(zhǎng)發(fā)育。相對(duì)于自然因素(如降水、光照)直接作用于植物的生長(zhǎng)發(fā)育,人工措施對(duì)生態(tài)系統(tǒng)的影響是漸漸的,需要較長(zhǎng)時(shí)間的響應(yīng)過程,這很好地說明了人類活動(dòng)的時(shí)滯效應(yīng)。正因?yàn)榇嬖跁r(shí)滯效應(yīng),政策制定和土地管理需要有足夠耐心監(jiān)測(cè)和研究不同措施的效果[25]。在全球氣候變化、環(huán)境退化、自然與社會(huì)生態(tài)系統(tǒng)日益脆弱化的大背景下,人類更加需要負(fù)有彈性的解決方案[44]。這進(jìn)一步說明生態(tài)修復(fù)需要全面了解氣候變化和人類活動(dòng)之間的交互作用,從而針對(duì)這些因素的交互作用制定出切實(shí)可行的政策措施。環(huán)境修復(fù)只有將人類行為和環(huán)境條件緊密聯(lián)系在一起才能獲得成功。因此,生態(tài)項(xiàng)目應(yīng)該能夠達(dá)到生態(tài)修復(fù)和社會(huì)進(jìn)步的雙重目標(biāo),并且不折中其中任何一個(gè)目標(biāo)。

5 結(jié)束語

生態(tài)系統(tǒng)的表現(xiàn)是氣候變化和人類活動(dòng)共同作用的結(jié)果,這就要求相關(guān)研究的方法必須具備跨學(xué)科研究的能力。大數(shù)據(jù)分析為跨學(xué)科量化研究提供了可能,是環(huán)境政策學(xué)研究的重要方向。該研究以省、市、自治區(qū)為計(jì)量單位,并按照自然條件進(jìn)行區(qū)域劃分,滿足了大樣本分析的數(shù)據(jù)要求,并獲得了容易解釋的結(jié)果。如果能將尺度縮小到縣級(jí)尺度,不僅可以增加樣本數(shù)量,同時(shí)可以進(jìn)行更加合理的區(qū)域劃分,理論上講應(yīng)該更加科學(xué)。這樣做存在的問題是數(shù)據(jù)獲取困難,研究成本高。該研究首次嘗試把兩個(gè)彼此分離的學(xué)科用數(shù)學(xué)方法進(jìn)行融合,探索大數(shù)據(jù)分析方法在生態(tài)政策評(píng)價(jià)中應(yīng)用可行性,由于資料有限,研究結(jié)果不免有些粗糙。開展縣域尺度的量化是未來研究的重要方向。

[1] Fernández R J. Do humans create deserts? Trends in Ecology & Evolution, 2002, 17(1): 6- 7.

[2] Liu J G, Ouyang Z Y, Pimm S L, Raven P H, Wang X K, Miao H, Han N Y. Protecting China′s biodiversity. Science, 2003, 300(5623): 1240- 1241.

[3] Sivakumar M V K. Interactions between climate and desertication. Agricultural and Forest Meteorology, 2007, 142(2/4): 143- 155.

[4] D′Odorico P, Bhattachan A, Davis K F, Ravib S, Runyan C W. Global desertication: drivers and feedbacks. Advances in Water Resources, 2013, 51: 326- 344.

[5] Cyranoski D. Asian nations unite to fight dust storms. Nature, 2009, doi: 10.1038/news.2009.371.

[6] Olukoye G A, Kinyamario J I. Community participation in the rehabilitation of a sand dune environment in Kenya. Land Degradation & Development, 2009, 20(4): 397- 409.

[7] 石正國(guó), 延曉冬, 尹崇華, 王召民. 人類土地利用的歷史變化對(duì)氣候的影響. 科學(xué)通報(bào), 2007, 52(12): 1436- 1444.

[8] 馬迪, 劉征宇, 呂世華, Notaro M, 容新堯, 陳廣善, 王富瑤. 東亞季風(fēng)區(qū)植被變化對(duì)局地氣候的短期影響. 科學(xué)通報(bào), 2013, 58(17): 1661- 1669.

[9] 馬華, 王云琦, 王力, 王益坤. 近20a廣西石漠化區(qū)植被覆蓋度與氣候變化和農(nóng)村經(jīng)濟(jì)發(fā)展的耦合關(guān)系. 山地學(xué)報(bào), 2014, 32(1): 38- 45.

[10] 孫曉鵬, 王天明, 寇小軍, 葛劍平. 黃土高原涇河流域長(zhǎng)時(shí)間序列的歸一化植被指數(shù)動(dòng)態(tài)變化及其驅(qū)動(dòng)因素分析. 植物生態(tài)學(xué)報(bào), 2012, 36(6): 511- 521.

[11] 童曉偉, 王克林, 岳躍民, 廖楚杰, 徐艷芳, 朱海濤. 桂西北喀斯特區(qū)域植被變化趨勢(shì)及其對(duì)氣候和地形的響應(yīng). 生態(tài)學(xué)報(bào), 2014, 34(12): 3425- 3434.

[12] 韋振鋒, 王德光, 張翀, 劉憲鋒, 張晗. 1999- 2010年中國(guó)西北地區(qū)植被覆蓋對(duì)氣候變化和人類活動(dòng)的響應(yīng). 中國(guó)沙漠, 2014, 34(6): 1665- 1670.

[13] Ma H, Lv Y, Li H X. Complexity of ecological restoration in China. Ecological Engineering, 2013, 52: 75- 78.

[14] 高冠龍, 張小由, 魚騰飛, 李小琴. 1987- 2008年額濟(jì)納綠洲土地覆被變化及其驅(qū)動(dòng)機(jī)制. 中國(guó)沙漠, 2015, 35(4): 821- 829.

[15] Marland G, Pielke R A Sr, Apps M, Avissar R, Betts R A, Davis K J, Frumhoff P C, Jackson S T, Joyce L A, Kauppi P, Katzenberger J, MacDicken K G, Neilson R P, Niles J O, Niyogi D S, Norby R J, Pena N, Sampson N, Xue Y K. The climatic impacts of land surface change and carbon management, and the implications for climate-change mitigation policy. Climate Policy, 2003, 3(2): 149- 157.

[16] Zhou H J, Van Rompaey A, Wang J A. Detecting the impact of the “Grain for Green” program on the mean annual vegetation cover in the Shaanxi province, China using SPOT-VGT NDVI data. Land Use Policy, 2009, 26(4): 954- 960.

[17] Zhao H L, Zhao X Y, Zhou R L, Zhang T H, Drake S. Desertication processes due to heavy grazing in sandy rangeland, Inner Mongolia. Journal of Arid Environments, 2005, 62(2): 309- 319.

[18] Zheng Y R, Xie Z X, Robert C, Jiang L H, Shimizu H. Did climate drive ecosystem change and induce desertication in Otindag sandy land, China over the past 40 years? Journal of Arid Environments, 2006, 64(3): 523- 541.

[19] Wang X M, Chen F H, Hasi E, Li J C. Desertication in China: an assessment. Earth-Science Reviews, 2008, 88(3/4): 188- 206.

[20] Wang X M, Zhang C X, Hasi E, Dong Z B. Has the Three Norths Forest Shelterbelt Program solved the desertication and dust storm problems in arid and semiarid China? Journal of Arid Environments, 2010, 74(1): 13- 22.

[21] 溫亞利, 陳麗榮. 退耕還林政策的經(jīng)濟(jì)理論分析. 林業(yè)經(jīng)濟(jì), 2003, (9): 32- 34.

[22] Liu J G. China′s road to sustainability. Science, 2010, 328(5974): 50- 50.

[23] Suding K N, Gross K L, Houseman G R. Alternative states and positive feedbacks in restoration ecology. Trends in Ecology Evolution, 2004, 19(1): 46- 53.

[24] 呂一河, 傅伯杰, 陳利頂. 生態(tài)建設(shè)的理論分析. 生態(tài)學(xué)報(bào), 2006, 26(11), 3891- 3897.

[25] Cao S X. Impact of China′s large-scale ecological restoration program on the environment and society in arid and semiarid areas of China: achievements, problems, synthesis, and applications. Critical Reviews in Environmental Science and Technology, 2011, 41(4): 317- 335.

[26] Runnstr?m M C. Is northern China winning the battle against desertification? Satellite remote sensing as a tool to study biomass trends on the Ordos plateau in semiarid China. AMBIO: A Journal of the Human Environment, 2000, 29(8): 468- 476.

[27] Wang G Y, Innes J L, Lei J F, Dai S Y, Wu S W. China′s forestry reforms. Science, 2007, 318(5856): 1556- 1557.

[28] 國(guó)家林業(yè)局. 中國(guó)林業(yè)統(tǒng)計(jì)年鑒. 北京: 國(guó)家林業(yè)出版社, 2014..

[29] McVicar T R, Li L T, Van Niel T G, Zhang L, Li R,Yang Q K, Zhang X P, Mu X M, Wen Z M, Liu W Z, Zhao Y A, Gao P. Developing a decision support tool for China′s re-vegetation program: simulating regional impacts of afforestation on average annual streamflow in the Loess Plateau. Forest Ecology and Management, 2007, 251(1/2): 65- 81.

[30] Wang X H, Lu C H, Fang J F, Shen Y C. Implications for development of grain-for-green policy based on cropland suitability evaluation in desertication-affected north China. Land Use Policy, 2007, 24(2): 417- 424.

[31] Tallis H, Kareiva P, Marvier M, Chang A. An ecosystem services framework to support both practical conservation and economic development. Proceedings of the National Academy of Sciences of the United States of America, 2008, 105(28): 9457- 9464.

[32] Cao S X, Zhong B L, Yue H, Zheng H S, Zeng J H. Development and testing of a sustainable environmental restoration policy on eradicating the poverty trap in China′s Changting County. Proceedings of the National Academy of Sciences of the United States of America, 2009, 106(26): 10712- 10716.

[33] 毛鋒, 曾香. 生態(tài)補(bǔ)償?shù)臋C(jī)理與準(zhǔn)則. 生態(tài)學(xué)報(bào), 2006, 26(11): 3841- 3846.

[34] Kates R W, Dasgupta P. African poverty: A grand challenge for sustainability science. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(43): 16747- 16750.

[35] 許端陽, 佟賀豐, 李春蕾, 任紅艷, 胡云鋒. 耦合自然——人文因素的沙漠化動(dòng)態(tài)系統(tǒng)動(dòng)力學(xué)模型. 中國(guó)沙漠, 2015, 35(2): 267- 275.

[36] Agudelo C, Rivera B, Tapasco J, Estrada R. Designing policies to reduce rural poverty and environmental degradation in a hillside zone of the Colombian Andes. World Development, 2003, 31(11): 1921- 1931.

[37] Gong C, Xu C G, Chen L, Cao S X. Cost-effective compensation payments: a model based on buying green cover to sustain ecological restoration. Forest Policy and Economics, 2012, 14(1): 143- 147.

[38] Yang H. Land conservation campaign in China: integrated management, local participation and food supply option. Geoforum, 2004, 35(4): 507- 518.

[39] Jackson R B, Banner J L, Jobbágy E G, Pockman W T, Wall D H. Ecosystem carbon loss with woody plant invasion of grasslands. Nature, 2002, 418(6898): 623- 625.

[40] Liu J G, Dietz T, Carpenter S R, Alberti M, Folke C, Moran E, Pell A N, Deadman P, Kratz T, Lubchenco J, Ostrom E, Ouyang Z Y, Provencher W, Redman C L, Schneider S H, Taylor W W. Complexity of coupled human and natural systems. Science, 2007, 317(5844): 1513- 1516.

[41] Zeng N, Ding Y H, Pan J H, Wang H J,Gregg J. Climate change--the Chinese challenge. Science, 2008, 319(5864): 730- 731.

[42] Qu J J, Cao S X, Li G S, Niu Q H, Feng Q. Conservation of natural and cultural heritage in Dunhuang, China. Gondwana Research, 2014, 26(3/4): 1216- 1221.

[43] Cao S X, Zhang J Z. Political Risks arising from the impacts of large-scale afforestation on water resources of the Tibetan Plateau. Gondwana Research, 2015, 28(2), 898- 903.

[44] Harris S E. Cyprus as a degraded landscape or resilient environment in the wake of colonial intrusion. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(10): 3670- 3675.

DynamicanalysisofvegetationchangeinnorthChina

CAO Shixiong1,2,*, LIU Guanchu2, MA Hua3

1CollegeofEconomicManagement,Yan′anUniversity,Yan′an716000,China2CollegeofEconomicManagement,BeijingForestryUniversity,Beijing100083,China3NanningWaterConservancyBureau,Nanning530001,China

Drylands cover approximately 54 million km2, which accounts for 40% of the global land area, and is inhabited by 20% of the human population; however, these areas are increasingly affected by desertification. Desertification is concentrated in the northwestern, northern, and northeastern parts of China (the so-called “Three Norths”): an estimated 3.3 million km2have been affected by desertification, accounting for 34% of China′s total land area. Desertification has become a crucial environmental problem at a global scale, and has begun to affect the survival and socioeconomic development of humankind. Research has suggested that both climate and human activities play important roles in the process of desertification, which is complicated and includes complex interactions between human and natural factors (e.g., climate). However, previous research generally focused on either meteorological factors associated with climate change or factors associated with human activities, and lacked quantitative assessments of their long-term interaction. Thus, the roles of climate change and human factors in vegetation cover change and desertification are uncertain. This creates a high risk of misunderstanding the current situation and adopting ineffective policies and programs to combat desertification. It is, therefore, urgently necessary to comprehensively study the interacting effects. To understand the factors that determine whether mitigation programs can contribute to desertification control and vegetation cover improvement in desertified areas of China, and the complex interactions that affect their success, we used a pooled regression model based on panel data to calculate the relative roles of climate change and human activities on the desertified area and vegetation cover. We used the 1983 to 2012 normalized-difference vegetation index, NDVI, which decreases with increasing desertification. We found similar effect magnitudes for climate change and human activity factors for NDVI: human activity factors were the dominant factor that affected vegetation change, accounting for 58.2%—90.4% of the effects. Climate change accounted for 9.6%—41.8% of the effects on NDVI. Therefore, desertification control programs must account for the integrated effects of both socioeconomic and natural factors. Although humans are clearly part of nature, we are qualitatively different from other parts of nature: our actions have more rapid and disruptive consequences than those of most natural phenomena. Therefore, we must be careful to avoid the adoption of extreme approaches to change natural ecosystems because our changes may occur more rapidly than it is possible for the ecosystems to adapt, and the resulting problems may not be evident immediately but have long-term consequences. Our method for identifying the contributions of each driving factor was defensible for providing a broad overview. This method should be identified in future research to improve the ability of this research to support restoration planning.

climate change; desertification; ecological restoration; human activities; vegetation cover change

國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFC0501002)

2016- 05- 07; < class="emphasis_bold">網(wǎng)絡(luò)出版日期

日期:2017- 03- 22

10.5846/stxb201605070881

*通訊作者Corresponding author.E-mail: shixiongcao@126.com

曹世雄,劉冠楚,馬華.我國(guó)三北地區(qū)植被變化的動(dòng)因分析.生態(tài)學(xué)報(bào),2017,37(15):5023- 5030.

Cao S X, Liu G C, Ma H.Dynamic analysis of vegetation change in north China.Acta Ecologica Sinica,2017,37(15):5023- 5030.