EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 5: 825 - 837

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.305

生物与土壤

2001—2020年呼伦贝尔草原土地沙漠化敏感性时空格局演化

  • 勿吉斯古冷 , 1 ,
  • 那日苏 , 1 ,
  • 丽娜 2 ,
  • 银山 1 ,
  • 乌云达来 1 ,
  • 李明星 1 ,
  • 赖韶杰 1
展开
  • 1.内蒙古师范大学地理科学学院，内蒙古 呼和浩特 010022
  • 2.内蒙古师范大学经济管理学院，内蒙古 呼和浩特 010022
那日苏（1989-），男，博士，讲师，主要从事沙漠化监测与防治研究. E-mail:

勿吉斯古冷（1993-），女，硕士研究生，主要从事沙漠化敏感性评价研究. E-mail:

收稿日期: 2024-05-17

  修回日期: 2024-07-19

  网络出版日期: 2026-03-11

基金资助

一流学科科研专项项目(YLXKZX-NSD-039)

内蒙古自治区高校科研重点项目(NJZZ23027)

内蒙古师范大学基本科研业务费专项资金(2022JBYJ031)

内蒙古自然科学基金(2023QN04013)

收起

Spatiotemporal pattern evolution of land desertification sensitivity in Hulun Buir grassland from 2001 to 2020

  • Wujisiguleng , 1 ,
  • Narisu , 1 ,
  • Na LI 2 ,
  • Shan YIN 1 ,
  • Wuyundalai 1 ,
  • Mingxing LI 1 ,
  • Shaojie LAI 1
Expand
  • 1. College of Geographical Sciences, Inner Mongolia Normal University, Hohhot 010022, Inner Mongolia, China
  • 2. College of Economic and Trading Management, Inner Mongolia Normal University, Hohhot 010022, Inner Mongolia, China

Received date: 2024-05-17

  Revised date: 2024-07-19

  Online published: 2026-03-11

Fold

摘要

沙漠化是对人类社会影响最严重的环境问题之一，探究沙漠化敏感性的时空变化以及揭示其驱动因素是防治沙漠化的关键。基于地中海荒漠化与土地利用（MEDALUS）模型，采用GIS空间分析、地理探测器等方法，以多种自然因素和人类活动因素结合构建沙漠化敏感性评估模型，揭示呼伦贝尔草原沙漠化敏感性的时空演变规律及其驱动机制。结果表明：（1） 2001—2020年，呼伦贝尔草原沙漠化敏感性程度呈下降-上升-下降趋势，其中，2001—2010年呈下降趋势，2010—2015年上升，2015—2020年再次出现下降现象。（2） 在空间分布上，呼伦贝尔草原沙漠化敏感性程度由西向东降低，依次分布为极度、高度、中度、轻度和不敏感。（3） 气候、植被及土壤要素对沙漠化敏感性的影响力最大，其次是人为干扰要素，而地形要素影响最低，并且任意2个要素的交互作用都大于单个要素。研究结果可为呼伦贝尔草原沙漠化防治和策略的制定提供借鉴。

关键词： 沙漠化敏感性; MEDALUS模型; 地理探测器; 呼伦贝尔草原

本文引用格式

勿吉斯古冷 , 那日苏 , 丽娜 , 银山 , 乌云达来 , 李明星 , 赖韶杰 . 2001—2020年呼伦贝尔草原土地沙漠化敏感性时空格局演化[J]. 干旱区地理, 2025 , 48(5) : 825 -837 . DOI: 10.12118/j.issn.1000-6060.2024.305

Abstract

Desertification is among the most pressing environmental challenges affecting human society. Understanding the temporal and spatial changes in desertification sensitivity and revealing its driving factors are crucial for implementation of effective control measures. This study utilized the MEDALUS model, geographic information system (GIS) spatial analysis, geographic detectors, and other methods to develop a desertification sensitivity assessment model. By integrating various natural and human activity factors, this study aimed to identify desertification-sensitive areas and reveal the spatiotemporal evolution patterns and driving mechanisms of desertification sensitivity in the Hulun Buir grasslands, located in Hulun Buir City, Inner Mongolia Autonomous Region, China. The results showed the following. (1) From 2001 to 2020, the desertification sensitivity in the Hulun Buir grassland showed the trend of declining, rising and declining. From 2001 to 2010, the sensitivity exhibited a declining pattern, and then followed by an rising trend from 2010 to 2015, and finally, another phase of decline from 2015 to 2020. (2) Spatial analysis revealed that the desertification sensitivity decreased from west to east across the Hulun Buir grasslands. The sensitivity levels were classified as extreme, high, moderate, mild, and insensitive. (3) Climate and vegetation and soil factors were found to exert the greatest influence on desertification sensitivity. Human interference factors played a secondary role, while topographic factors had the least influence. Furthermore, the interaction between any two factors demonstrated a greater effect than individual factors alone. The results of this study can offer valuable insights for desertification control and strategy formulation in the Hulun Buir grasslands.

Key words： desertification sensitivity; MEDALUS model; geodetector; Hulun Buir grassland

在气候变化和人类活动的影响下，土地沙漠化日益严重，已成为全球重要的生态环境问题之一[1-2]。目前全球有超过10×108人口受到沙漠化的威胁[3]。中国是世界上受沙漠化危害最严重的国家之一[4]。第六次全国荒漠化和沙漠化调查数据显示，截至2019年，我国沙漠化土地面积达168.78×104 km2，占到国土陆地面积的17.58%[5-6]。2023年，习近平总书记在内蒙古自治区主持召开的加强荒漠化综合防治和推进“三北”等重点生态工程建设座谈会上对防沙治沙、筑牢北方生态安全屏障方面作重点强调。呼伦贝尔草原作为中国北方重要的生态安全屏障，在维护国家生态安全方面发挥着重要作用。近年来，由于受到全球气候变化影响，呼伦贝尔草原出现不同程度的沙化[7]，有明显沙化趋势的土地面积为11060 km2[8]，每年受沙化影响而退化的草场面积达50 km2[8-9]，呼伦贝尔草原沙化退化不仅危及农牧民的生存和发展，也威胁整个华北地区的生态安全[10]。
土地沙漠化（沙质荒漠化）是极端干旱、干旱、半干旱及部分半湿润地区土地退化过程的典型特征之一[11]，土地沙漠化敏感性是干旱、半干旱和亚湿润干旱地区由于气候变化和人类活动等多种因素造成的土地退化敏感程度[12]。国内沙漠化敏感性研究源于生态环境敏感性评价[13-14]，当前研究中更多的是采用“压力-状态-响应”分析框架[14-16]、地中海荒漠化与土地利用（MEDALUS）模型[17-18]、CA-Markov模型[19]等方法，选取不同类型指标进行不同时间和空间尺度上的研究。MEDALUS模型作为评估土地退化和荒漠化[20]过程的一个重要工具，结合土壤、气候、植被、管理质量4个要素相关的基础数据，分析沙漠化敏感性程度，其模型框架灵活，模型参数可根据研究区自然和人文环境特征修订，适用于广泛的空间环境等优点[18]。
土地沙漠化敏感性是沙漠化监测的重要内容之一，由一系列综合因素相互作用的结果。因此，本研究基于MEDALUS模型构建地貌、土壤、气候、植被及人为因素为指标的土地沙漠化敏感性指数，以分析20 a间的土地沙漠化敏感性时空演变规律及其内部驱动机制，旨在为呼伦贝尔草原沙漠化防治、环境改善等方面提供理论依据。

1 数据与方法

1.1 研究区概况

呼伦贝尔草原（115°31′~121°09′E，47°25′~49°33′N）位于内蒙古自治区呼伦贝尔市，行政区划上包括呼伦贝尔市的满洲里市、海拉尔区、鄂温克族自治旗、陈巴尔虎旗、新巴尔虎右旗和新巴尔虎左旗，海拔高度451~1582 m。呼伦贝尔草原属于温带半湿润大陆性季风气候，冬季寒冷干燥，夏季炎热多雨，年平均气温为-1.5 ℃[21]，最高气温35~38 ℃，最低气温-35~-40.2 ℃，年降水量从东向西递减，年均降水量为295.25 mm，降水多集中于夏秋季节[22-23]，光照充足，雨热同季，平均风速在4 m·s-1以上。呼伦贝尔草原东部植物优势种为贝加尔针茅（Stipa baicalensis）、羊草（Leymus chinensis）、线叶菊（Filifolium sibiricum）、糙隐子草（Cleistogenes squarrosa）；西部以大面积的根茎禾草和丛生禾草为主，尤其以羊草（Leymus chinensis）、大针茅（Stipa grandis）和克氏针茅（Stipa crylovii）为优势种，土壤类型主要由黑土、暗棕壤以及暗色草甸土构成[21]（图1）。
图1 研究区位置

Fig. 1 Location of the study area

1.2 数据来源与处理

本研究数据来源及空间分辨率如表1所示。所有数据均用ArcGIS 10.8进行裁剪、重采样至1 km空间分辨率、投影、重分类等方法进行预处理，其中坡向、抗旱性、土地利用类型查阅相关研究文献根据研究区自然条件进行重分类，其余因子均采用自然断点法进行重分类。
表1 呼伦贝尔草原土地沙漠化敏感性评估数据源

Tab. 1 Data sources of land desertification sensitivity assessment in Hulun Buir grassland

数据名称 年份 空间分辨率 来源
数字高程模型（DEM）数据 2023 90 m 地理空间数据云平台（https://www.gscloud.cn/）
土壤侵蚀数据 1995 - 中国科学院资源与环境科学数据中心（https://www.resdc.cn）
中国土壤质地空间分布数据 1995 - 中国科学院资源与环境科学数据中心（https://www.resdc.cn）
中国100万植被类型空间分布数据 2001 1 km 中国科学院资源与环境科学数据中心（https://www.resdc.cn）
归一化植被指数因子数据 2001—2020 1 km 中国科学院资源与环境科学数据中心（https://www.resdc.cn）
土壤数据集 1995 - 国家青藏高原科学数据中心（https://data.tpdc.ac.cn）
表层土壤水分数据 2001—2020 1 km 时空三极环境大数据平台（https://poles.tpdc.ac.cn/）
气候数据 2001—2020 0.1°×0.1° European Centre for Medium-Range Weather （Forecasts https://cds.climate.copernicus.eu/）
植被净初级生产力数据 2001—2020 1 km National Aeronautics and Space Administration（http://ladsweb.nascom.nasa.gov/）
土地覆盖类型产品数据 2001—2020 1 km National Aeronautics and Space Administration（http://ladsweb.nascom.nasa.gov/）
人口密度数据 2001—2020 1 km WorldPop官网（https://hub.worldpop.org）

1.3 研究方法

1.3.1 本底要素质量指数

本研究单本底要素包括地形质量指数（GQI）、土壤质量指数（SQI）、气候质量指数（CQI）、植被质量指数（VQI）、人为干扰质量指数（AQI）。地形质量指数选取坡度因子、坡向因子，其中坡度是地表的倾斜程度；坡向是由高及低倾斜的方向。土壤质量指数选取土壤侵蚀因子、土壤含沙量因子、土壤有机质因子、土壤水分因子，其中土壤侵蚀是外营力作用下被破坏、剥蚀、搬运和沉积的过程；土壤的含沙量越多，颗粒就更粗糙，渗水速度更快，保水性能更差；土壤有机质含量是各种形态存在于土壤中的所有含碳的有机物质，包括土壤中的各种动、植物残体，微生物及其分解和合成的各种有机物质[24]；土壤水分含量是植物吸收水分的主要来源。气候质量指数选取年平均气温因子、年总降水量因子，其中年平均气温高低反映的是一年中整体热量的高低；年总降水量是一年中每月降水量的总和。植被质量指数选取归一化植被指数因子、净初级生产力因子、抗旱性因子，其中归一化植被指数反映植被长势的重要衡量指标之一；净初级生产力是陆地生态系统响应全球变化的关键因素，其可以用来衡量生态系统的稳定性和可持续性[25]。人为干扰质量指数选取人口密度因子、土地利用类型因子，其中人口密度是单位土地面积上的人口数量，它是衡量一个国家或地区人口分布状况的重要指标[26]；土地利用类型反映土地用途、性质及其分布规律。结合研究区自然与人文特征，采用自然断点法对上述指标进行重分类至不同类别（表2），分类级别越高，对沙漠化敏感程度的贡献越大，分类结果用于计算单本底质量指数[27]。
表2 土地沙漠化敏感性指数指标因子分类

Tab. 2 Classification of index factors of land desertification sensitivity index

本底要素 指标因子 类别 描述 本底要素 指标因子 类别 描述
地形质量
指数（GQI）		 坡度（Aspect）/(°) 1 <0.619 气候质量
指数（CQI）		 年平均气温（TEM）/℃ 1 <0.007
2 0.619~1.497 2 0.007~1.350
3 1.497~2.844 3 >1.350
4 >2.844 年总降水量
（PRE）/mm		 1 >489.176
坡向（Slope） 1 平面 2 406.949~489.176
2 北 3 321.886~406.949
3 东北 4 <321.886
4 东 植被质量
指数（VQI）		 归一化植被
指数（NDVI）		 1 >0.700
5 东南 2 0.517~0.700
6 南 3 0.243~0.517
7 西南 4 <0.243
8 西 植被净初级
生产力（NPP）
/g C·m-2·a-1		 1 >16495.6
9 西北 2 3919.7~16495.6
土壤质量
指数（SQI）		 土壤侵蚀（SE） 1 微度 3 2658.9~3919.7
2 轻度 4 <2658.9
3 中度 抗旱性（DR） 1 针叶林、阔叶林、灌丛、沼泽
4 强度 2 多年生草本植物
5 极强度 3 农作物、一年生植物、其他
土壤有机质
含量（SOM）/%		 1 >3.913 人为干扰质
量指数（AQI）		 人口密度
（PD）/人·km-2		 1 <364.070
2 2.448~3.913 2 364.070~1395.603
3 1.293~2.448 3 1395.603~3337.311
4 <1.293 4 3337.311~7038.692
土壤含沙量（Sand）/% 1 <34 5 >7038.692
2 10~48 土地利用（LU） 1 林地、有林草原、灌木、永久性湿地、
城市和建成区、永久性积雪、水域
3 30~63
4 >63 2 稀树草原、农田
表层土壤水分含
量（SM）/m3·m-3		 1 >206.10 3 草地、荒地
2 175.10~206.10
3 83.15~175.10
4 <83.15
分别对选取的指标因子（表2）进行几何平均计算，得出相应的质量指数，按自然断点法对单本底质量指数分4个等级，其中1是低质量、2是中等质量、3是高等质量、4是极高质量，每个等级对沙漠化敏感性指数的影响程度不同，各质量指数计算公式如下：
G Q I = S l o p e × A s p e c t 1 2
S Q I = S E × S a n d × S O M × S M 1 4
C Q I = T E M × P R E 1 2
V Q I = N D V I × N P P × D R 1 3
A Q I = P D × L U 1 2
式中：Slope为坡度（°）；Aspect为坡向；SE为土壤侵蚀；Sand为土壤含沙量（%）；SOM为土壤有机质含量（%）；SM为表层土壤水分含量（m3·m-3）；TEM为年平均气温（℃）；PRE为年总降水量（mm）；NDVI为归一化植被指数；NPP为植被净初级生产力（g C·m-2·a-1）；DR为抗旱性；PD为人口密度（人·km-2）；LU为土地利用。

1.3.2 土地沙漠化敏感性指数

MEDALUS模型是荒漠化敏感性评估的代表方法[28-29]。基于此方法，本研究利用ArcGIS 10.8中的栅格计算器对地形、土壤、气候、植被、人为干扰5个质量指数进行几何平均计算，得出土地沙漠化敏感性指数，随后按自然断点法对土地沙漠化敏感性指数进行重分类，分为极度敏感性、高度敏感性、中度敏感性、轻度敏感性和不敏感5类，来表示呼伦贝尔草原土地对沙漠化的敏感性程度（表3）。
表3 呼伦贝尔草原沙漠化敏感性指数等级分类

Tab. 3 Classification of desertification sensitivity index in Hulun Buir grassland

类别值 敏感性 值域
1 不敏感 <1.589
2 轻度敏感 1.589~2.016
3 中度敏感 2.016~2.383
4 高度敏感 2.383~2.732
5 极度敏感 >2.732
D E S I = G Q I × S Q I × C Q I × V Q I × A Q I 1 5
式中：DESI为土地沙漠化敏感性指数。

1.3.3 地理探测器

土地沙漠化过程中，伴随各种因素的交互作用的影响会产生明显的空间分异特征，识别与分析空间分异的规律和驱动因子是治理土地沙漠化的基础[30]。地理探测器是用来探测空间分异性和探究多因子驱动作用的统计学方法，在自然社会、环境等领域应用广泛[30-32]。本研究利用地理探测器中的单因子探测及交互作用探测对呼伦贝尔草原沙漠化敏感性的13项基础影响因子进行探讨，单因子探测结果中q值表示解释力，P值表示显著力，q值越大表示空间分异越显著；交互作用探测是识别不同风险因子之间的交互作用，即评估因子X1和X2共同作用时是否会增加或减弱对因变量Y的解释力，或这些因子对Y的影响是否相互独立[32]。其计算公式[33]如下：
q = 1 - ∑ h = 1 L N h σ h 2 N σ 2 = 1 - S S W S S T
S S W = ∑ h = 1 L N h σ h 2
S S T = N σ 2
式中：h=1, 2, …, L为因变量Y或自变量X的分层； N h和N分别为层h和全区的单元数； σ h 2和 σ 2分别为层h和全区的因变量Y值的方差；SSW、SST分别为层内方差之和、全区总方差；q值的取值范围为[0,1]，值越大表明该因子对沙漠化敏感性的影响越大[32-33]。
本研究采用地理探测器中的因子探测器和交互探测器2个模块，以土地沙漠化敏感性指数为因变量（Y），地形、土壤、气候、植被和人为干扰质量指数作为自变量（X），创建5 km×5 km的渔网生成3526个均匀分布的样本点，经过去除空值处理后，最终有效使用3358个样本。针对不同年份，分别收集因变量与自变量的数据，并进行因子探测与交互作用探测分析，揭示单一因子以及因子间的交互作用对沙漠化敏感性的具体影响程度。

2 结果与分析

2.1 土地沙漠化敏感性单本底要素空间分布特征

2020年单本底要素空间分布如图2所示，地形质量指数的高值区集中分布在东部森林草原交错带，中低值区集中分布在中、西部的草甸草原和典型草原，极高、高、中、低4个等级面积占比分别是8%、23%、42%、27%（图2a）；土壤质量指数的高值区集中分布在研究区中部、西南的低地草甸和沙地地区，中低值区集中分布在东部森林草原交错带，中低值区小部分布在呼伦湖周围及往西的地区，极高、高、中、低4个等级面积占比分别是14%、27%、30%、29%（图2b）；气候质量指数高值区集中分布在中、西部典型草原，以呼伦湖为中心的西部尤其高，中低值区集中分布在东部草甸草原和森林草原交错带，极高、高、中、低4个等级面积占比分别是48%、22%、14%、16%（图2c）；植被质量指数高值区集中分布在中、西部的典型草原，低地草甸和沙地地区尤其高，中低值区集中分布在东部草甸草原、森林草原交错带，极高、高、中、低4个等级面积占比分别是16%、44%、28%、12%（图2d）；人为干扰质量指数高值区集中分布在满洲里市及海拉尔区，中低值区覆盖整个研究区，极高、高2个等级面积占比之和约0.3%，中、低值占比面积分别接近83.4%、16.3%（图2e）。
图2 2020年呼伦贝尔草原土地沙漠化敏感性单本底要素空间分布

注：图中白色斑点是土壤水分数据、人口密度数据中的缺失值。下同。

Fig. 2 Spatial distributions of single background elements of land desertification sensitivity in Hulun Buir grassland in 2020

2.2 土地沙漠化敏感性时空分布特征分析

2001、2005、2010、2015年和2020年呼伦贝尔草原沙漠化敏感性空间分布如图3所示，沙漠化敏感性在空间上表现出东低西高的明显趋势，中度敏感区域往东，敏感度逐渐减弱，往西则增强。低敏感区（包括不敏感和轻度敏感）主要分布于陈巴尔虎旗东部、海拉尔区、鄂温克族自治旗东半部、新巴尔虎左旗东南部以及部分河流沿岸区域；高敏感区（包括高度敏感和极度敏感）主要分布于陈巴尔虎旗西部、海拉尔区西部、鄂温克族自治旗西北部、满洲里市、新巴尔虎左旗中北部和整个新巴尔虎右旗。虽然不同年份各敏感性类型的面积占比均存在不同程度的变化现象，但呼伦贝尔草原高敏感区面积占比最大，2001年51%、2005年46%、2010年40%、2015年52%、2020年43%，呈现一定的下降趋势。2001、2005、2010、2015、2020年低敏感区的面积总占比分别为28%、32%、31%、29%、31%，总体上较为稳定。
图3 呼伦贝尔草原沙漠化敏感性程度空间分布

Fig. 3 Spatial distributions of desertification sensitivity in Hulun Buir grassland

2001、2005、2010、2015年和2020年呼伦贝尔草原土地沙漠化敏感性指数重心分布及迁移轨迹如图4所示。首先是自东北向西南以不敏感、轻度敏感、中度敏感、高度敏感、极度敏感的形式分布。其次是呈现出明显的变化趋势：2001—2005年，不敏感、轻度敏感、中度敏感、高度敏感、极度敏感重心分别往西、西北、西、西南、西南方向迁移了5.297 km、6.961 km、16.666 km、10.081 km、6.144 km；2005—2010年，分别往南、西、东南、东南、西南方向迁移了2.487 km、19.091 km、14.021 km、10.435 km、31.089 km；2010—2015年，分别往东北、东南、西北、西北、东北方向迁移了35.436 km、18.782 km、10.563 km、8.095 km、38.810 km；2015—2020年，分别往西南、西北、西南、东北、西南方向迁移了46.448 km、11.972 km、17.607 km、5.223 km、18.635 km。
图4 土地沙漠化敏感性重心分布与迁移

Fig. 4 Distribution and migrations of gravity center of land desertification sensitivity

2.3 土地沙漠化敏感性类型转换特征

2001—2020年呼伦贝尔草原沙漠化敏感性指数变化趋势以2010年和2015年为节点呈现先降低、后增长、再降低的态势，整体上2020年的沙漠化敏感性变化面积（66674 km2）与2001年的变化面积（66401 km2）接近，但2020年的沙漠化敏感性指数（2.24）小于2001年的指数（2.303）（图5）。
图5 2001—2020年不同类型沙漠化敏感性面积变化

Fig. 5 Changes in the area of different types of desertification sensitivity from 2001 to 2020

2001—2010年呼伦贝尔草原土地对沙漠化的敏感性程度呈持续下降的趋势，虽然敏感区域的面积增加1642 km2，但沙漠化敏感性指数降低0.081，这是由于极度敏感性和高度敏感性面积呈减少趋势，其中极度敏感性减少面积为6793 km2，增加面积为207 km2，净减少6586 km2，减少类型主要转为高度敏感性和中度敏感性，转化面积分别是6653 km2和140 km2，增加的面积主要来自中度敏感性和高度敏感性，转换面积分别是2 km2和205 km2；高度敏感性的减少面积为8883 km2，增加面积为7199 km2，净减少1684 km2，减少类型主要转为中度，转换面积为8581 km2，增加的面积主要来自极度敏感性，转换面积为6653 km2；轻度、中度敏感性均呈现增加趋势，其中轻度敏感性净增加面积为4213 km2，中度敏感性净增加面积为5699 km2，轻度敏感性增加面积来自不敏感和中度敏感，增加面积分别是2584 km2和3784 km2，中度敏感性增加面积来自轻度和高度，增加面积分别是1228 km2和8581 km2（图6a）。
图6 2001—2020年不同类型沙漠化敏感性转换特征

Fig. 6 Transition characteristics of different types of desertification sensitivity from 2001 to 2020

2010 —2015年呼伦贝尔草原土地对沙漠化的敏感性程度呈上升的趋势，虽然敏感区域的面积净减少2435 km2，但沙漠化敏感性指数降低0.095，这是由于极度敏感性和高度敏感性面积增加，其中极度敏感性净增加面积最多，为8726 km2，增加的面积主要来自高度敏感性和中度敏感性，转换面积分别是8396 km2和604 km2，减少类型主要转为高度敏感性和中度敏感性，转化面积分别是290 km2和2 km2；高度敏感性净增加的面积为723 km2，增加类型主要来自极度、中度和轻度敏感性，转换面积分别是290 km2、9728 km2和305 km2，减少类型主要转为极度、中度和轻度敏感性，转换面积分别是8396 km2、1061 km2和143 km2；轻度、中度敏感性面积呈减少趋势，其中轻度敏感性净减少面积为4041 km2，轻度敏感性减少类型主要转为不敏感、中度、高度和极度敏感，减少面积分别是3682 km2、3401 km2、305 km2和18 km2，中度敏感性净减少面积为4843 km2，减少类型主要转为不敏感、轻度、高度和极度敏感，转换面积分别是178 km2、1816 km2、9728 km2和604 km2（图6b）。
2015—2020年呼伦贝尔草原土地对沙漠化的敏感性程度呈持续下降的趋势，虽然敏感区域的面积增加1066 km2，但沙漠化敏感性指数降低0.077，这是由于极度敏感性减少面积为7557 km2，增加面积为718 km2，净减少7139 km2，减少类型主要转为高度敏感性和中度敏感性，转化面积分别是7086 km2和471 km2，增加的面积主要来自中度敏感性和高度敏感性，转换面积分别是8 km2和410 km2；轻度、中度和高度敏感性均呈现增加趋势，其中轻度敏感性净增加面积为2312 km2，中度敏感性净增加面积为5816 km2，高度敏感性净增加面积为77 km2，轻度敏感性增加面积来自不敏感、中度和高度敏感，增加面积分别是2361 km2、2558 km2和163 km2，中度敏感性增加面积来自不敏感、轻度、高度和极度敏感，增加面积分别是33 km2、1413 km2、7294 km2和471 km2，高度敏感性增加面积来自轻度、中度和极度敏感性，增加面积分别是44 km2、814 km2和7086 km2（图6c）。

2.4 土地沙漠化敏感性内部驱动因素分析

根据地理探测器因子探测结果（图7），2001年和2015年单本底要素对沙漠化敏感性的影响力按q值排序为：气候质量指数>植被质量指数>土壤质量指数>人为干扰质量指数>地形质量指数，虽然q值发生了变化，但重要性并未发生变化，即在呼伦贝尔草原，沙漠化敏感性主要受气候与植被因素影响，土壤和人为干扰因素次之，地形因素影响最小。2005年和2020年单本底要素对沙漠化敏感性的影响力按q值排序为：气候质量指数>土壤质量指数>植被质量指数>人为干扰质量指数>地形质量指数，虽然q值发生了变化，但重要性并未发生变化，即在呼伦贝尔草原，主要受气候及土壤因素影响，植被和人为干扰因素次之，地形因素影响最小。2010年单本底要素对沙漠化敏感性的影响力按q值排序为：植被质量指数>土壤质量指数>气候质量指数>人为干扰质量指数>地形质量指数，即在呼伦贝尔草原，主要受植被及土壤因素影响，气候和人为干扰因素次之，地形因素影响最小。
图7 地理探测器因子探测结果

注：q值表示解释力。下同。

Fig. 7 Factor detection results of geodetector

根据地理探测器交互探测结果（图8），任意2个单本底要素的交互作用对沙漠化敏感性的影响都大于单个要素独自作用的结果，也就是说呼伦贝尔草原沙漠化敏感性指数的演变是受到多个影响因素共同作用的结果，交互作用q值越高，表明其对应的2个单本底要素之间的交互作用对于呼伦贝尔沙地土地沙漠化敏感性指数的影响程度越大。
图8 地理探测器交互探测结果

注：GQI为地形质量指数；SQI为土壤质量指数；CQI为气候质量指数；VQI为植被质量指数；AQI为人为干扰质量指数。

Fig. 8 Interaction detection results of geodetector

3 讨论

3.1 土地沙漠化敏感性时空分布格局

各单本底要素空间分布呈现出显著的区域差异，如新巴尔虎右旗西南部和新巴尔虎左旗中部及北部地区土壤质量较差，反映了沙地环境的特殊性。研究区中西部降水较少且气温较高，导致气候条件较差[34]。植被类型从中东部的森林草原、草甸草原过渡到西部的典型草原，植被覆盖度显著降低，植被类型减少[35]，导致植被质量指数增长。海拉尔区和满洲里市等地的城镇化发展导致人口密度增加及土地资源的不合理开发利用，从而引起该区域人为干扰质量指数的增长。
土地沙漠化敏感性程度在空间上呈现出明显的东低西高趋势，表明草原生态系统在不同地理位置上的脆弱性差异[36]。东部森林草原交错带及河流沿岸区域由于植被覆盖较好、水源充足，对沙漠化的抵抗力较强，因此敏感性程度较低。而西部地区由于气候干旱、植被稀疏，更容易受到沙漠化的威胁，因此敏感性程度较高。
不同年份的土地沙漠化敏感性重心迁移方向存在差异，表明草原生态系统的变化受到多种复杂因素的影响，包括自然因素和人为因素。在敏感性下降期间，极度敏感性重心向西南方向迁移；而在敏感性上升期间，重心则向东北方向迁移，且向西南方向的总迁移距离大于向东北方向的总迁移距离，这表明在过去20 a间，极度敏感性呈现出向西南方向收缩的趋势。而高度敏感性重心的迁移虽然呈现出多个方向，但结合距离和方向2个因素后依然是向西南迁移。此外，研究期间出现极端迁移现象，如2005—2010年极度敏感区域重心向西南方向大距离迁移，以及2010—2015年不敏感和极度敏感区域重心向东北方向大距离迁移，这些现象均表明局部地区生态环境发生变化。

3.2 土地沙漠化敏感性时空演变规律

2001—2020年，研究区土地沙漠化敏感性程度整体呈下降趋势，这一结果与其他学者的研究结果相似[37-39]。在此期间，土地沙漠化敏感性指数呈现出显著的阶段性变化。以2010年和2015年为2个关键的时间节点，土地沙漠化敏感性指数首先经历下降阶段，表明这期间草原生态环境处于恢复状态。然而，在自然和人为因素的共同作用下，土地沙漠化敏感性指数呈现上升趋势，草原面临的沙漠化压力有所增加。经过一段时间的波动后，指数再次降低，意味着草原生态系统在经历了一定的挑战后开始逐渐恢复。从整体上看，2020年的沙漠化敏感性变化面积（66674 km2）与2001年的（66401 km2）相差不大，表明尽管局部地区存在沙漠化加剧的情况，但总体而言，草原生态系统仍能保持一定的平衡和恢复能力。
2020年的沙漠化敏感性指数（2.24）相较于2001年的（2.303）有所下降。敏感性指数的降低意味着草原对沙漠化过程的抵抗力增强，或者沙漠化趋势得到了有效的遏制。这与近年来实施的呼伦贝尔草原地区草场围栏、合理放牧等生态保护政策、草原植被恢复项目以及气候变化适应性管理策略[40]等因素有关，从而使草原生态系统的结构和功能得到了改善，在沙漠化治理方面取得一定成效。

3.3 土地沙漠化敏感性驱动机制

从2001年到2020年，虽然各因素的q值（即影响力量化指标）有所变化，但这些因素对呼伦贝尔草原土地沙漠化敏感性的重要性排序在大多数年份中保持稳定。其中，气候因素在多数年份中是最重要的影响因素，气候变化（如降水量、温度等）直接影响植被生长和土壤湿度，进而影响沙漠化过程[41]。植被因素在2010年尤为重要，表明植被覆盖度和健康状况对防止沙漠化具有重要作用[42-43]。植被的根系可以固定土壤，减少侵蚀，是维护草原生态系统稳定的关键。土壤因素在多个年份中同样占据重要地位，土壤质量直接影响植被生长和土壤保水能力。人为干扰因素和地形因素在大多数年份中影响力相对较小，但同样不容忽视，如过度放牧、过度开垦等加剧了沙漠化[44]，而地形因素则通过影响水分分布和土壤侵蚀，间接影响沙漠化过程。
交互探测结果表明，任意2个单本底要素的交互作用对沙漠化敏感性的影响均大于单个要素的单独作用[45]，这表明多个要素共同作用在沙漠化敏感性程度变化中的重要性，而单个要素的变化可能不足以显著改变沙漠化敏感性。q值越高，表明对应的2个单本底要素之间的交互作用对沙漠化敏感性的影响程度越大，反之，影响程度越小。这有助于识别出哪些要素组合对土地沙漠化敏感性程度具有较高的贡献。

4 结论与建议

（1） 呼伦贝尔草原各单本底要素空间分布呈现出显著差异，沙漠化敏感性程度呈现出东低西高的趋势，西部地区土地由于气候干旱、植被稀疏更易于受到沙漠化的威胁，且土地沙漠化敏感性重心自东北向西南方向以敏感性程度逐渐上升的形式分布，同等程度的沙漠化敏感性土地重心在不同年份的迁移方向存在显著差异。
（2） 2001—2020年，呼伦贝尔草原敏感区域面积没有明显变化，但沙漠化敏感性指数整体呈减少趋势，以2010年和2015年为关键节点，呈现出显著的阶段性变化特征。
（3） 从时间维度上看，各单本底要素对沙漠化敏感性程度的重要性排序相对稳定，而气候是多数年份中的主导要素，其次是植被要素和土壤要素，以及人为干扰要素和地形要素，且多要素之间的交互作用对沙漠化敏感性的影响大于单一要素的作用。
针对上述研究结论，关于防沙治沙的实践性建议如下：（1） 实施区域差异化的治理策略及动态调整防治策略，以适应不断变化的生态环境；（2） 继续加强对沙漠化敏感性的长期监测，特别关注敏感性指数上升现象，及时评估生态治理措施的效果，并根据评估结果调整治理策略；（3） 采取综合治理措施，统筹考虑植被、气候、土壤、人为干扰和地形等多种因素。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王涛, 朱震达. 我国沙漠化研究的若干问题1. 沙漠化的概念及其内涵[J]. 中国沙漠, 2003, 23(3): 209-214.

[Wang Tao, Zhu Zhenda. Study on sandy desertification in China 1. Definition of sandy desertification and its connotation[J]. Journal of Desert Research, 2003, 23(3): 209-214. ]

[2]
张萨日郎, 乌兰图雅, 布和, 等. 近40 a蒙古高原土地沙漠化研究的文献计量学分析[J]. 干旱区地理, 2023, 46(12): 1984-1994.

DOI

[Zhang Sarilang, Wulantuya, Buhe, et al. Bibliometric analysis of land desertification research on the Mongolian Plateau in recent 40 years[J]. Arid Land Geography, 2023, 46(12): 1984-1994. ]

DOI

[3]
Reynolds J F, Smith D M S, Lambin E F, et al. Global desertification: Building a science for dryland development[J]. Science, 2007, 316: 847-856.

DOI PMID

[4]
高尚武, 王葆芳, 朱灵益, 等. 中国沙质荒漠化土地监测评价指标体系[J]. 林业科学, 1998, 34(2): 1-10.

[Gao Shangwu, Wang Baofang, Zhu Lingyi, et al. Monitoring and evaluation indicator system on sandy desertification of China[J]. Scientia Silvae Sinicae, 1998, 34(2): 1-10. ]

[5]
郇庆治. 习近平生态文明思想的科学体系研究: 一种分析框架[J]. 福建师范大学学报, 2022(6): 67-76, 169-170.

[Huan Qingzhi. Studying the scientific system of Xi Jinping’s thought on eco-civilization: An analytical framework[J]. Journal of Fujian Normal University (Philosophy and Social Sciences Edition), 2022(6): 67-76, 169-170. ]

[6]
李华. 构建习近平生态文明思想为指导的我国荒漠化治理体系研究[J]. 青海环境, 2023, 33(3): 105-109.

[Li Hua. Research on constructing my country’s desertification control system guided by Xi Jinping’s thoughts on ecological civilization[J]. Qinghai Environment, 2023, 33(3): 105-109. ]

[7]
张天琪, 杨光, 刘峰, 等. 呼伦贝尔沙地2000—2020年土地利用变化及生态服务价[J]. 水土保持通报, 2021, 41(4): 331-349.

[Zhang Tianqi, Yang Guang, Liu Feng, et al. Land use change and ecological service value of Hulun Buir Sandy Land from 2000 to 2020[J]. Bulletin of Soil and Water Conservation, 2021, 41(4): 331-349. ]

[8]
高云生. 浅议呼伦贝尔沙地治理对生态环境的影响[J]. 内蒙古林业调查设计, 2013, 36(2): 41-42.

[Gao Yunsheng. A brief discussion on the impact of Hulun Buir Sandy Land management on the ecological environment[J]. Inner Mongolia Forestry Investigation and Design, 2013, 36(2): 41-42. ]

[9]
孙双红, 朱宾宾, 常金财, 等. 呼伦贝尔沙区综合治理简述[J]. 草学, 2021, 259(2): 79-82.

[Sun Shuanghong, Zhu Binbin, Chang Jincai, et al. Summary of comprehensive management in the sand area of Horunbeir[J]. Journal of Grassland and Forage Science, 2021, 259(2): 79-82. ]

[10]
戴萍, 任景霞, 李艳慧. 内蒙古自治区草原沙漠化的对策研究[J]. 内蒙古林业调查设计, 2016, 39(1): 135-137.

[Dai Ping, Ren Jingxia, Li Yanhui. Research on the countermeasures of grassland desertification in Inner Mongolia Autonomous Region[J]. Inner Mongolia Forestry Investigation and Design, 2016, 39(1): 135-137. ]

[11]
同丽嘎, 宁小莉, 张靖, 等. 近30 a 浑善达克沙地沙漠化时空演变特征及驱动机制研究[J]. 干旱区地理, 2021, 44(4): 992-1002.

DOI

[Tong Liga, Ning Xiaoli, Zhang Jing, et al. Spatial-temporal variation and driving mechanism of desertification in Hunshandake (Otindag) Sandy Land in recent 30 years[J]. Arid Land Geography, 2021, 44(4): 992-1002. ]

[12]
陈谢扬, 李同昇, 朱小青, 等. 基于实际调查与观测解译对比验证的土地沙漠化敏感性评价——以陕西省为例[J]. 干旱区地理, 2023, 46(11): 1813-1825.

DOI

[Chen Xieyang, Li Tongsheng, Zhu Xiaoqing, et al. Evaluation of land desertification sensitivity based on comparison and verification of actual investigation and observation interpretation: A case of Shaanxi Province[J]. Arid Land Geography, 2023, 46(11): 1813-1825. ]

DOI

[13]
欧阳志云, 王效科, 苗鸿. 中国生态环境敏感性及其区域差异规律研究[J]. 生态学报, 2000, 20(1): 9-12.

[Ouyang Zhiyun, Wang Xiaoke, Miao Hong. China’s eco-environmental sensitivity and its spatial heterogeneity[J]. Acta Ecologica Sinica, 2000, 20(1): 9-12. ]

[14]
田璐, 邱思静, 彭建, 等. 基于PSR框架的内蒙古自治区沙漠化敏感性评估[J]. 地理科学进展, 2018, 37(12): 1682-1692.

DOI

[Tian Lu, Qiu Sijing, Peng Jian, et al. Desertification sensitivity evaluation in Inner Mongolia Autonomous Region based on PSR framework[J]. Progress in Geography, 2018, 37(12): 1682-1692. ]

DOI

[15]
姜旭海, 韩玲, 白宗璠, 等. 内蒙古自治区沙漠化敏感性时空演变格局和趋势分析[J]. 生态学报, 2023, 43(1): 364-378.

[Jiang Xuhai, Han Ling, Bai Zongfan, et al. Analysis of the temporal and spatial evolution pattern and trend of desertification sensitivity in the Inner Mongolia Autonomous Region[J]. Acta Ecoligica Sinica, 2023, 43(1): 364-378. ]

[16]
韩已文, 刘忠, 于学谦, 等. 沙化土地整治背景下的沙漠化监测预警[J]. 农业工程学报, 2017, 33(10): 271-277.

[Han Yiwen, Liu Zhong, Yu Xueqian, et al. Desertification monitoring and early warning in context of sandy land consolidation[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(10): 271-277. ]

[17]
吴盈盈, 王振亭. 疏勒河中下游土地荒漠化敏感性评估[J]. 中国沙漠, 2022, 42(4): 163-171.

DOI

[Wu Yingying, Wang Zhenting. Desertification sensitivity assessment in the middle and lower reaches of the Shule River Basin[J]. Journal of Desert Research, 2022, 42(4): 163-171. ]

DOI

[18]
任雨, 张勃, 陈曦东. 2023科尔沁沙地土地荒漠化敏感性评估[J]. 中国沙漠, 2023, 43(2): 159-169.

DOI

[Ren Yu, Zhang Bo, Chen Xidong. Desertification sensitivity assessment in Horqin Sandy Land[J]. Journal of Desert Research, 2023, 43(2): 159-169. ]

DOI

[19]
王跃辉, 张林波, 郭杨, 等. 中国六省土地沙漠化敏感性时空格局与趋势分析[J]. 水土保持研究, 2014, 21(5): 132-143.

[Wang Yuehui, Zhang Linbo, Guo Yang, et al. Analysis of spatiotemporal pattern and tendency of land desertification sensitivity in six provinces of China[J]. Research of Soil and Water Conservation, 2014, 21(5): 132-143. ]

[20]
Hamad K O, Surucu A. Land degradation sensitivity and desertification risk in Harrir region, northern Iraq[J]. Heliyon, 2024, 5: 1-14.

[21]
范凯凯, 李淑贞, 陈金强, 等. 呼伦贝尔草原土壤呼吸作用空间异质性分析[J]. 草地学报, 2022, 30(1): 205-211.

DOI

[Fan Kaikai, Li Shuzhen, Chen Jinqiang, et al. Spatial heterogeneity anslysis of soil respiration in Hulun Buir grassland[J]. Acta Agrestia Sinica, 2022, 30(1): 205-211. ]

DOI

[22]
李善杰, 罗刚. 呼伦贝尔沙地及其重点区域生态环境分析[J]. 内蒙古林业调查设计, 2022, 45(6): 1-4.

[Li Shanjie, Luo Gang. Ecological environment analysis of Hulunbuir Sandy Land and its key areas[J]. Inner Mongolia Forestry Investigation and Design, 2022, 45(6): 1-4. ]

[23]
那日苏. 呼伦贝尔沙地土地沙漠化时空变化特征分析[D]. 呼和浩特: 蒙古师范大学, 2017.

[ Narisu. Spatio-temproal variation characteristics of desertification in Hulunbeier Sandy Land[D]. Hohhot: Inner Mongolia Normal University, 2017. ]

[24]
李春丽, 董军, 王鸿斌, 等. 不同利用方式对黑钙土腐殖质组分剖面分布特征的影响[J]. 东北林业大学学报, 2022, 50(8): 104-110.

[Li Chunli, Dong Jun, Wang Hongbin, et al. Profile distribution characteristics of humus components in chernozem soil under different land ese types[J]. Journal of Northeast Forestry University, 2022, 50(8): 104-110. ]

[25]
刘一丹, 姚晓军, 李宗省, 等. 气候变化和土地利用覆盖变化对河西地区植被净初级生产力的影响[J]. 干旱区研究, 2024, 41(1): 169-180.

DOI

[Liu Yidan, Yao Xiaojun, Li Zongxing, et al. Impacts of climate change and land use/cover change on the net primary productivity of vegetation in Hexi Region, northwest China[J]. Arid Zone Research, 2024, 41(1): 169-180. ]

DOI

[26]
李科, 齐晶瑶, 张富国, 等. 上海市城市空间扩张与人居环境质量关系研究[J]. 环境保护科学, 2022, 48(5): 38-44, 68.

[Li Ke, Qi Jingyao, Zhang Fuguo, et al. Study on relationship between urban spatial expansion and living environment quality in Shanghai[J]. Environmental Protection Science, 2022, 48(5): 38-44, 68. ]

[27]
Plaiklang S, Sutthivanich I, Sritarapipat T, et al. Desertification assessment using MEDALUS model in upper Lamchiengkrai Watershed, Thailand[J]. ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2020, XLIII-B3-2020: 1257-1262.

[28]
Ogbue C, Igboeli E, Ajaero C, et al. Remote sensing analysis of desert sensitive areas using MEDALUS model and GIS in the Niger River Basin[J]. Ecological Indicators, 2024, 158: 1-17.

[29]
Lee E J, Piao D F, Song C H, et al. Assessing environmentally sensitive land to desertification using MEDALUS method in Mongolia[J]. Forest Science and Technology, 2019, 15(4): 210-220.

[30]
赵小凤, 李娅娅, 赵雲泰, 等. 基于地理探测器的土地开发度时空差异及其驱动因素[J]. 长江流域资源与环境, 2018, 27(11): 2426-2433.

[Zhao Xiaofeng, Li Yaya, Zhao Yuntai, et al. Spatiotemporal differences and driving factors of land development degree in China based on geographical detector[J]. Resources and Environment in the Yangtze Basin, 2018, 27(11): 2426-2433. ]

[31]
马勇, 童昀, 任洁, 等. 公众参与型环境规制的时空格局及驱动因子研究——以长江经济带为例[J]. 地理科学, 2018, 38(11): 1799-1808.

DOI

[Ma Yong, Tong Yun, Ren Jie, et al. Spatial-temporal pattern and driving factors of public participation in environmental regulation: Taking the Yangtze River Economic Belt as an example[J]. Scientia Geographica Sinica, 2018, 38(11): 1799-1808. ]

DOI

[32]
王国霞, 李曼. 省际人口迁移与制造业转移空间交互响应研究[J]. 地理科学, 2019, 39(2): 183-194.

DOI

[Wang Guoxia, Li Man. The spatial interaction between inter-provincial migration and manufacturing industry transfer[J]. Scientia Geographica Sinica, 2019, 39(2): 183-194. ]

DOI

[33]
郭泽呈, 魏伟, 石培基, 等. 中国西北干旱区土地沙漠化敏感性时空格局[J]. 地理学报, 2020, 75(9): 1948-1965.

DOI

[Guo Zecheng, Wei Wei, Shi Peiji, et al. Spatiotemporal changes of land desertification sensitivity in the arid region of northwest China[J]. Acta Geographica Sinica, 2020, 75(9): 1948-1965. ]

DOI

[34]
洪海岳. 1970—2020年呼伦贝尔草原气候变化特征分析[J]. 农业灾害研究, 2021, 11(12): 84-87.

[Hong Haiyue. Analysis of characteristics of climate change in Hulun Buir grassland during 1970—2020[J]. Journal of Agricultural Catastropholgy, 2021, 11(12): 84-87. ]

[35]
山丹, 朱媛君, 刘艳书, 等. 呼伦贝尔草原南缘植被类型分异及生物多样性特征[J]. 生态学杂志, 2019, 38(3): 619-626.

[Shan Dan, Zhu Yuanjun, Liu Yanshu, et al. Differentiation of vegetation types and biodiversity in the southern edge of Hulun Buir[J]. Chinese Journal of Ecology, 2019, 38(3): 619-626. ]

[36]
郭兵, 孔维华, 韩芳, 等. 北方半干旱荒漠草原生态区生态脆弱性变化遥感监测及其驱动机制分析[J]. 热带亚热带植物学报, 2018, 26(1): 1-12.

[Guo Bing, Kong Weihua, Han Fang, et al. Dynamic monitoring of ecological vulnerability in the semi-arid desert and steppe ecological zone of northern China based on RS and its driving mechanism analysis[J]. Journal of Tropical and Subtropical Botany, 2018, 26(1): 1-12. ]

[37]
Gou F, Liang W, Sun S B, et al. Analysis of the desertification dynamics of sandy lands in northern China over the period 2000—2017[J]. Geocarto International, 2019, 36(17): 1938-1959.

[38]
Li J C, Han L Y, Liu Y, et al. Insights on historical expansions of desertification in the Hunlun Buir and Horqin Deserts of northeast China[J]. Ecological Indicators, 2018, 85: 944-950.

[39]
刘俊壕, 周海盛, 郭群. 中国北方干旱半干旱区沙漠化治理对植被格局的影响[J]. 中国沙漠, 2023, 43(5): 204-213.

DOI

[Liu Junhao, Zhou Haisheng, Guo Qun. The effects of desertification control on the patterns of vegetation in arid and semi-arid regions of northern China[J]. Journal of Desert Research, 2023, 43(5): 204-213. ]

DOI

[40]
张倩, 艾丽坤. 适应性治理与气候变化: 内蒙古草原案例分析与对策探讨[J]. 气候变化研究进展, 2018, 14(4): 411-422.

[Zhang Qian, Ai Likun. Adaptive governance and climate change: Case analysis of Inner Mongolia grassland and counterplan study[J]. Climate Change Research, 2018, 14(4): 411-422. ]

[41]
李姣, 张春来, 李庆, 等. 近15年来呼伦贝尔沙地土地沙漠化发展及其驱动力[J]. 北京师范大学学报(自然科学版), 2017, 53(3): 323-328.

[Li Jiao, Zhang Chunlai, Li Qing, et al. Development of sandy desertification and driving forces in Hulun Buir Sandy Land in the past 15 years[J]. Journal of Beijing Normal University (Natural Science Edition), 2017, 53(3): 323-328. ]

[42]
Turan İ D, Dengiz O, Özkan B. Spatial assessment and mapping of soil quality index for desertification in the semi-arid terrestrial ecosystem using MCDM in interval type-2 fuzzy environment[J]. Computers and Electronics in Agriculture, 2019, 164: 1-12.

[43]
Uzunera Ç, Dengizb O. Desertification risk assessment in Turkey based on environmentally sensitive areas[J]. Ecological Indicators, 2020, 114: 1-12.

[44]
万勤琴, 朴起亨, 丁国栋, 等. 呼伦贝尔沙地草场沙漠化成因分析[J]. 水土保持研究, 2007, 14(4): 263-266.

[Wan Qinqin, Pu Qiheng, Ding Guodong, et al. Analysis on the reason of sandy desertification in Hulun Buir steppe[J]. Research of Soil and Water Conservation, 2007, 14(4): 263-266. ]

[45]
苏倩欣, 李婧, 李志强, 等. 1980—2020年大湾区海岸线变迁及影响因素分析[J]. 热带海洋学报, 2022, 41(4): 116-125.

DOI

[Su Qianxin, Li Jing, Li Zhiqiang. et al. Analyzing the coastline changes and its influencing factors in the Greater Bay Area from 1980 to 2020[J]. Journal of Tropical Oceanography, 2022, 41(4): 116-125. ]

DOI

Options
文章导航

/

〈 〉