葛茹香, 馬 超,2

(1.河南理工大學(xué) 測繪與國土信息工程學(xué)院, 河南 焦作 454003;2.河南理工大學(xué), 自然資源部礦山時空信息與生態(tài)修復(fù)重點實驗室, 河南 焦作 454003)

土地是人類生產(chǎn)生活和社會發(fā)展過程中的重要自然資源和物質(zhì)保障，可作為人與環(huán)境聯(lián)系的橋梁與紐帶，且其作為陸地生態(tài)系統(tǒng)的載體，在研究人類與環(huán)境的相互關(guān)系中具有重要作用[1-3]。土地利用是人類生產(chǎn)生活的基本方式，與陸地生態(tài)系統(tǒng)功能關(guān)系密切[4]。土地利用方式變化，表現(xiàn)為各土地利用類型面積、空間分布的變化，其變化直接影響著生態(tài)系統(tǒng)提供服務(wù)和產(chǎn)品的能力[5]。因此，土地利用/覆被變化(LUCC)研究，作為國際地圈生物圈計劃(IGBP)和全球變化人文計劃(IHDP)共同推動的核心研究，對于研究自然格局、區(qū)域水循環(huán)、環(huán)境質(zhì)量、可持續(xù)發(fā)展、人地關(guān)系、制定區(qū)域發(fā)展戰(zhàn)略與決策等都十分重要[6-7]。同時，土地利用/覆被變化，也引起許多環(huán)境和社會問題，如生物多樣性喪失[8]、食品安全降低等[9]，因此研究土地利用演變過程及其人文驅(qū)動因子，對于揭示土地利用變化規(guī)律，探尋其內(nèi)在人文驅(qū)動機制具有重要學(xué)術(shù)價值和實踐意義[10-11]。

泊江海子濕地作為國際重要濕地，位于農(nóng)牧交錯區(qū)，是典型的生態(tài)脆弱區(qū)，是我國干旱區(qū)土地利用變化研究的重要地區(qū)[12]。作為國內(nèi)首個遺鷗繁殖地發(fā)現(xiàn)于20世紀(jì)90年代初期[13]，在2002年被列為全球第1148號國際重要濕地，到2004年遺鷗群落棄居該地遷居紅堿淖[14]，最終在2005年研究區(qū)水鳥群落徹底消失[15-17]，受氣溫升高，降水減少，區(qū)域暖干化影響，短短的十幾年時間，以泊江海子濕地為核心的鄂爾多斯遺鷗國家自然保護區(qū)就由一處極具代表性的荒漠濕地衰退至1.0～2.0 km2的淺水水面[14]，生態(tài)系統(tǒng)遭受嚴(yán)重創(chuàng)傷，生態(tài)服務(wù)功能退化。

在過去的研究中，有針對鄂爾多斯高原沙漠化[18]、生態(tài)承載力[19]、景觀格局演變[20]、土壤水力侵蝕[21]、植物分布等[22]，也有針對鄂爾多斯土地利用及生態(tài)安全[23-25]、黃河中游土地利用等[26]方面的研究，但所研究的尺度太大，區(qū)域土地利用變化特點及驅(qū)動因素難以確定。針對泊江海子小區(qū)域的研究中，重要集中于對泊江海子礦[27]、桃—阿海子[28]及流域水資源[29-30]、生物群落[13-14]以及氣候變化[31]研究，對研究區(qū)土地利用變化及驅(qū)動機制的研究相對薄弱，僅有的對泊江海子流域土地利用變化及驅(qū)動力的研究[3]，研究時間間隔長，時間序列短，數(shù)據(jù)時效性低，對研究區(qū)土地利用變化及驅(qū)動機制的研究不夠細致全面。

為更詳盡地理解干旱高原湖泊濕地區(qū)域土地利用變化特點及其驅(qū)動機制，為流域生態(tài)恢復(fù)工程、水土保持工程提供建設(shè)性意見。本文利用Landsat衛(wèi)星系列影像，對研究區(qū)泊江海子濕地1986—2019年土地利用進行分類統(tǒng)計，并對其時間、空間變化規(guī)律以及驅(qū)動因素、驅(qū)動機制進行分析。本研究是對泊江海子濕地土地利用變化研究數(shù)據(jù)和方法上的補充，時序更長，采樣間隔短，對區(qū)域變化過程、格局與驅(qū)動力論述更為詳細，可為研究區(qū)土地利用政策實施、水資源利用、濕地保護提供科學(xué)參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

泊江海子濕地(109°05′—109°36′E，39°41′—39°57′N)位于內(nèi)蒙古自治區(qū)鄂爾多斯市東勝區(qū)以西約45 km處，面積約677.6 km2。氣候類型為溫帶干旱半干旱大陸性氣候，年均氣溫5.2℃，年均降水量324.8 mm。地勢由西北向東南和緩傾斜，于高原中部凹成盆地，形成封閉性的集水區(qū)域。泊江海子濕地包括桃力廟—阿拉善灣海子(簡稱桃—阿海子)、侯家海子和蘇家圪卜海子3個主要湖泊。其中桃—阿海子是呈駝形的鹽堿湖，東西跨度約6 km，南北寬2.5 km，面積最大時可達14.545 km2(1998年)，注入桃—阿海子的徑流均屬季節(jié)性河流，最主要的兩條河流是雞溝河(又稱扎日格溝)和烏爾圖河。其東部為水蝕黃土丘陵溝壑區(qū)，西部為風(fēng)蝕沙化地貌，南部為毛烏素沙地，北部為庫布齊沙漠。

1.2 數(shù)據(jù)來源

遙感數(shù)據(jù)來源于美國陸地資源系列衛(wèi)星Landsat(https:∥earthexplorer.usgs.gov)TM/ETM/OLI影像，空間分辨率為30 m，用于獲取研究區(qū)土地覆蓋狀況及土地利用狀況信息；氣候數(shù)據(jù)源于1986—2019年中國氣象數(shù)據(jù)網(wǎng)站(https:∥data.cma.cn/)東勝站點，用于分析氣候變化及其對土地利用變化的驅(qū)動效果；高程數(shù)據(jù)采用美國太空總署(NASA)和國防部國家測繪局(NIMA)聯(lián)合測量的90 m水平分辨率數(shù)字高程模型(SRTM3 DEM，v4.0)(ftp:∥e0mss21u.ecs.nasa.gov/srtm/)，用以進行流域分析，獲取研究區(qū)邊界；成圖邊界選用中國1∶25萬基礎(chǔ)地理信息數(shù)據(jù)(http:∥www.ngcc.cn/ngcc/)。綜合考慮遙感影像的數(shù)據(jù)質(zhì)量、云覆蓋量以及研究區(qū)植被生長的季節(jié)特征等因素，篩選出植被生長旺季的7—9月份的遙感影像16期(表1)。

2 研究方法

2.1 遙感數(shù)據(jù)預(yù)處理

(1)輻射定標(biāo)：將傳感器記錄的DN值轉(zhuǎn)換為對應(yīng)目標(biāo)像元的絕對輻射亮度值或表觀反射率，用以消除不同傳感器、不同時間獲取的數(shù)據(jù)中存在的誤差。絕對輻亮度值(Lλ)：

(1)

式中:Gain和Bias分別表示輻射校正增益和偏移值。

在輻射亮度值的基礎(chǔ)上，引入日地距離、太陽光譜輻照度及太陽天頂角，計算大氣層頂?shù)谋碛^反射率：

ρλ=πLλd2/Eocosθ

(2)

式中:ρλ表示大氣層頂?shù)谋碛^反射率；d為日地平均距離；Eo為大氣層外相應(yīng)波長的太陽光譜輻照度,d和Eo都可查得;θ為太陽天頂角。本文采用絕對輻射亮度值作為輻射定標(biāo)的結(jié)果。

(2)大氣校正：此過程的目的是消除大氣分子、氣溶膠以及云粒子等吸收、散射的影響。本文采用ENVI FLAASH算法對TM，ETM+和OLI數(shù)據(jù)進行大氣校正。FLAASH是以太陽波譜范圍(不包括熱輻射)和平面朗伯體為基礎(chǔ)，其傳感器入瞳處接收到的像元光譜輻射亮度為[32]：

(3)

式中:L是像元在傳感器處接收到的輻射亮度值;ρ是像元表面反射率;ρe是像元及其周圍像元平均地表反射率;S是大氣球面反照率;L?是大氣后向散射輻射率;A,B是基于大氣條件和幾何條件決定的系數(shù)。其中ρe可通過空間平均輻射亮度Le構(gòu)建以下近似公式進行估算:

(4)

式中：Le是像元及其周圍像元的空間平均輻射亮度。

2.2 歸一化植被指數(shù)(NDVI)

NDVI作為衡量植被生長和覆蓋狀況的重要參數(shù)，廣泛應(yīng)用于植被因子動態(tài)監(jiān)測中[33]。其數(shù)學(xué)模型為：

(5)

式中：ρnir為近紅外波段的反射值；ρred為紅光波段的反射值。NDVI的取值范圍為[-1,1],負(fù)值表示有云、水、雪等對可見光高反射目標(biāo);[0,0.2]表示有巖石或裸土等,其反射率ρnir和ρred近似相等;(0.2,1]表示有不同程度的植被覆蓋。

2.3 支持向量機(SVM)

支持向量機是以統(tǒng)計學(xué)習(xí)理論為基礎(chǔ)的監(jiān)督分類方法。SVM方法是從線性可分的兩類分類問題發(fā)展而來的，其基本原理是用決策面將類分開，并最大限度的增加類間的間隙，該曲面通常稱為最優(yōu)超平面，最接近超平面的數(shù)據(jù)點稱為支持向量。對于線性不可分情況，利用非線性核函數(shù)將低維特征空間中的線性不可分樣本轉(zhuǎn)化到高維特征空間使其線性可分。采用支持向量機的監(jiān)督分類方法時，可選擇的核函數(shù)有線性核函數(shù)、多項式核函數(shù)、徑向基核函數(shù)和Sigmoid核函數(shù)，本試驗選擇徑向基核函數(shù)，其數(shù)學(xué)模型為[34]：

K(xi,xj)=exp(-g‖xi-xj‖2),g>0

(6)

式中：(xi,xj)i,j=1, 2,…,n是訓(xùn)練樣本集；g是表示徑向?qū)挾鹊膮?shù)。選擇徑向基核函數(shù)后其參數(shù)的選擇,按照系統(tǒng)默認(rèn)即可。

3 結(jié)果與分析

3.1 閉流區(qū)土地覆被結(jié)構(gòu)

對經(jīng)過預(yù)處理的裁剪影像進行NDVI波段運算，參考同類研究，對NDVI結(jié)果影像進行5級密度分割[3,35]，即水體([-1.0,0.0])、裸地((0.0,0.2])、低覆蓋度草地((0.2,0.4])、高覆蓋度草地((0.4,0.6])、林地((0.6,1])，對分割影像進行類統(tǒng)計，統(tǒng)計每一級所占比例，進而分析各土地覆被類型變化趨勢(圖1)。

圖1 NDVI密度分割的植被類型百分比

從NDVI的密度分割獲得的植被類型百分比得出：(1)1986—2019年水域面積呈波動下降，其中1998年水域面積最大，與分類結(jié)果相符；(2)裸地(0

3.2 閉流區(qū)土地利用時空變化

按照國家《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》，結(jié)合Google Earth高分辨率影像開展分類訓(xùn)練樣本選擇、可分離性計算、聚類分析和去小斑等工作，綜合考慮研究區(qū)土地利用特征及研究目的，將研究區(qū)土地利用類型分為水體、裸地、建設(shè)用地、低覆蓋度草地、高覆蓋度草地、林地共6類。

精度評價方法選用混淆矩陣，計算混淆矩陣需使用地表真實圖像或地表真實感興趣區(qū)，本文選擇使用地表真實感興趣區(qū)作為驗證樣本，選擇過程與選擇訓(xùn)練樣本時相同。驗證樣本選擇完成后，利用ENVI5.2.1的混淆矩陣模塊輸出混淆矩陣報表，在報表中選擇總體分類精度和Kappa系數(shù)兩個評價指標(biāo)，各期影像的分類精度見表2。

表2 分類精度評價

總體分類精度是正確分類的像元總數(shù)與總像元數(shù)的比值，本次分類的總體精度均在90%以上。Kappa系數(shù)表示的是兩幅影像間的吻合度，本次分類的Kappa系數(shù)均在0.8以上。

1986—2019年土地利用類型空間分布見圖2。土地利用類型專題圖顯示：研究區(qū)主要土地利用類型為裸地、低覆蓋度草地和高覆蓋度草地三大類，據(jù)統(tǒng)計這3類占整個研究區(qū)的93%～99%，其余水體、建設(shè)用地及林地最高占比分別為2.24%，1.96%和3.76%。研究區(qū)水域邊界變化劇烈，水域面積總體呈下降趨勢；裸地的減少主要體現(xiàn)為低覆蓋度草地和高覆蓋度草地的增加；1986年以來，居民建設(shè)用地空間分布格局由分散到聚攏，斑塊數(shù)量由368塊增加到1 580塊，面積由0.3 km2增加到13.3 km2，面積擴大了44.3倍。

圖2 土地利用覆被及變化(LUCC)時間序列專題圖

為了進一步體現(xiàn)土地覆被變化的空間格局，利用疊加分析方法，對相鄰的分類結(jié)果影像進行分析最終得到土地利用空間變化圖，并統(tǒng)計各時間段的變化面積(圖3)。1986—2019年研究區(qū)各地類間相互轉(zhuǎn)化頻繁，土地利用變化遍布整個研究區(qū)。據(jù)統(tǒng)計顯示土地利用變化面積在1986—2002年總體呈增加趨勢，在2000—2002年土地利用變化面積達到最大值為354.2 km2，占整個研究區(qū)面積的52.28%。2002年之后，變化面積呈波動下降趨勢，2017—2019年變化面積降為181.9 km2。在整個研究期間，土地利用變化面積為449.6 km2，占整個研究區(qū)面積的66.36%，土地利用變化空間變化分布廣泛，在北部和西北角土地利用空間變化分布稍弱。

圖3 泊江海子濕地土地利用空間變化

3.3 閉流區(qū)土地利用數(shù)量變化特征

對土地利用面積變化的分析，可以了解土地利用趨勢及其結(jié)構(gòu)的變化。用類統(tǒng)計工具對研究區(qū)分類結(jié)果影像各土地利用類型面積進行統(tǒng)計，結(jié)果見圖4。(1)在研究期內(nèi)，裸地面積從1986年的325.74 km2減少至2019年的110.32 km2，面積總計減少215.43 km2，減少幅度為66.13%；低覆蓋度草地從1986年的233.4 km2增加至2019年的284.2 km2，面積總計增加50.8 km2，增加幅度為21.77%；高覆蓋度草地從1986年的99.1 km2增加至2019年的243.8 km2，34 a總計增加144.7 km2，增加了1.46倍。(2)建設(shè)用地面積從1986年的0.3 km2持續(xù)增加至2019年的13.3 km2，面積擴大了44.3倍；水體面積波動劇烈，1998年水體面積最大為15.11 km2，2015年水體面積最少，僅為0.2 km2，是最大面積的1.32%，2018年后受引黃工程影響，水域面積有所增加。研究期內(nèi)水域面積總體是減少的，從1986年的7.66 km2減少至2019年的4.68 km2，總體面積減少2.98 km2，減少幅度為38.9%；林地面積波動也較大，最大面積為1998年的25.5 km2，最小面積為1994年的2.7 km2，僅為最大面積的10.59%。林地面積在整個研究期內(nèi)是呈上升趨勢，從1986年的11.4 km2增加至2019年的21.3 km2，總體增加了9.9 km2，增加幅度為86.84%。

圖4 土地利用面積變化時序圖

總體來說，1986—2019年34 a土地利用狀況發(fā)生了較大的變化，主要表現(xiàn)為裸地、水體面積減少，低覆蓋度草地、高覆蓋度草地、林地和建設(shè)用地面積增加，其中建設(shè)用地面積增加幅度最大。

3.4 閉流區(qū)土地利用轉(zhuǎn)移特征

土地利用轉(zhuǎn)移特征可描述各類用地變化的來源和歸宿，其通過分析研究初期和末期各地類構(gòu)成及轉(zhuǎn)化方向，可清晰地表達土地利用狀態(tài)的時空演化過程[36]。利用變化檢測工具，得到相鄰兩期影像面積轉(zhuǎn)移矩陣，并計算百分比，得到1986—2019年相鄰影像各類型土地的轉(zhuǎn)入轉(zhuǎn)出概率，最終通過?；鶊D有效表達不同時期不同土地利用類型間的相互轉(zhuǎn)換關(guān)系。

?；鶊D顯示了各種土地類型的轉(zhuǎn)入轉(zhuǎn)出，土地類型的轉(zhuǎn)換主要發(fā)生在裸地、低覆蓋度草地、高覆蓋度草地之間。主要表現(xiàn)在：(1)裸地的轉(zhuǎn)出轉(zhuǎn)入類型主要為低覆蓋度草地，其次為高覆蓋度草地，裸地類型在1986—1994年、2002—2010年兩個時間段有大規(guī)模的遷移，如1986—1988—1992—1994年各有47.58 km2，79.74 km2，106.31 km2轉(zhuǎn)化為低覆蓋度草地、2002—2004—2006—2008—2010年各有48.76 km2，37.30 km2，64.70 km2，102.74 km2轉(zhuǎn)化為低覆蓋度草地，兩階段共有487.13 km2轉(zhuǎn)化為低覆蓋度草地。裸地也在持續(xù)不斷的轉(zhuǎn)化為高覆蓋度草地，但相對低覆蓋度草地較少，在整個研究期，裸地共有334.26 km2轉(zhuǎn)化為高覆蓋度草地；裸地只有在1996—1998年、2006—2008年、2013—2015年、2015—2017年這4個時間段的轉(zhuǎn)出面積小于轉(zhuǎn)入面積，其余時間段裸地轉(zhuǎn)出面積均大于轉(zhuǎn)入面積，總體轉(zhuǎn)出大于轉(zhuǎn)入，面積大幅度減少31.79%。(2)低覆蓋度草地分兩個階段持續(xù)轉(zhuǎn)化為高覆蓋度草地，使高覆蓋度草地占比從14.63%增加到35.98%。這兩次重大轉(zhuǎn)移與國家生態(tài)可持續(xù)管理政策相吻合。(3)建設(shè)用地主要由裸地和草地轉(zhuǎn)入，且轉(zhuǎn)入速度大于轉(zhuǎn)出速度，面積不斷增加。(4)水域面積波動劇烈，水體在1998年達到峰值，占研究區(qū)面積的2.24%。在2000—2002年、2004—2006年、2008—2010年、2013—2015年這4個時間段，水體主要轉(zhuǎn)出為裸地，分別為76%，77%，61%，65%。水體和建設(shè)用地間不存在轉(zhuǎn)化關(guān)系，與林地存在極少量的轉(zhuǎn)化；(5)林地的波動也相當(dāng)劇烈，林地的面積輸入50%以上都來自低覆蓋度草地和高覆蓋度草地，林地面積轉(zhuǎn)出比例很高，除2015年轉(zhuǎn)出比例為39%，其余年份轉(zhuǎn)出比例均高于50%。

對比閆國振1990—2015年的土地利用類型變化分析發(fā)現(xiàn)，本研究中建設(shè)用地、草地、林地、水體的總體變化趨勢與其一致。其中水體、林地所占比例也相近。水體占總面積的百分比都小于2.5%，林地占總面積的百分比都小于4.5%?？傮w而言，研究區(qū)的裸地面積在大幅度減少，草地大幅增加，總體生態(tài)狀況在逐漸好轉(zhuǎn)。在2010—2015年期間建設(shè)用地面積增加主要來源為草地，與閆國振的研究相符[3]。

4 討 論

土地利用變化不外乎有兩種驅(qū)動因素：一種是自然力(如氣溫、降水)；一種是人為因素(如煤礦開采、生態(tài)恢復(fù)工程建設(shè)、水利工程建設(shè)、居民建設(shè)用地)；下面將從這兩方面來討論土地利用變化的原動力。

4.1 氣候變化分析

氣溫和降水作為氣候變化的主要表現(xiàn)形式，對土地利用變化驅(qū)動是長期的、較緩慢的，相對穩(wěn)定的，且具有累積效應(yīng)[37-38]。

研究區(qū)1986—2019年氣溫和降水的變化趨勢見圖5。研究區(qū)年均氣溫和降水均呈整體上升趨勢。主要表現(xiàn)為：(1)34年平均氣溫為7.1℃，1986—1998年、1999—2009年和2010—2019年的多年平均氣溫分別為6.6℃，7.2℃和7.7℃，1999—2009年、2010—2019年相較于第一階段的年平均氣溫分別升高了0.6℃，1.1℃；(2)34年平均降水量為360.4 mm，在各時間段，研究區(qū)的年均降水量均呈升高趨勢、但1999—2009年、2010—2019年兩個時間段的多年平均降水量分別為341.3 mm，365.4 mm，相較于1986—1998年的年多年平均降水量分別減少31.5 mm，7.4 mm。2000年以來的20 a間，有14 a氣溫高于均值，10 a降水量低于均值，說明干旱少雨的年份出現(xiàn)的概率在增加，有暖干化趨勢。

圖5 研究區(qū)氣溫和降水(1986—2019年)變化趨勢

1986—1998年的低氣溫及高降水，使得研究區(qū)內(nèi)的蒸發(fā)量較小，水量能得以保存。蓄水量的增加使得湖泊周圍的裸地轉(zhuǎn)化為水體，裸地逐漸生出低覆蓋度草地，低覆蓋度草地逐漸向高覆蓋度草地轉(zhuǎn)化，高覆蓋度草地也部分向林地輸入，最終氣候?qū)ν恋乩米兓尿?qū)動在這一時間段主要表現(xiàn)為，水體、高覆蓋度草地及林地面積的增加，裸地及低覆蓋度草地面積的減少。1998年后降水量減少，平均氣溫升高，蒸發(fā)量增大，蓄水量減少，水域面積急劇減少是1999—2009年這一時間段土地利用的主要變化趨勢。

將分類得到的6類土地利用類型和氣候數(shù)據(jù)做相關(guān)性分析，得到各土地利用類型和氣候數(shù)據(jù)間的互相關(guān)矩陣(表3)。根據(jù)表中的結(jié)果顯示：水體和裸地呈正相關(guān)，相關(guān)系數(shù)為0.753，且在0.01水平上顯著；水體與建設(shè)用地、高覆蓋度草地在0.01水平上均呈顯著負(fù)相關(guān)，與低覆蓋度草地在0.05顯著水平上呈負(fù)相關(guān)；裸地與建設(shè)用地、低覆蓋度草地、高覆蓋度草地及氣溫均呈負(fù)相關(guān)，且在0.01水平上均呈顯著負(fù)相關(guān)；建設(shè)用地與低覆蓋度草地在0.05水平上呈顯著正相關(guān)，與高覆蓋度草地和氣溫在0.01水平上呈顯著正相關(guān)；高覆蓋度草地與氣溫呈正相關(guān)，相關(guān)系數(shù)為0.741，且在0.01水平上顯著。

表3 各土地利用類型和氣候數(shù)據(jù)間的互相關(guān)矩陣

4.2 人類活動的影響

人類活動是土地利用變化的主要驅(qū)動力之一[39]，該區(qū)域主要人為因素包括煤礦開采、政策制度實施、居民生活設(shè)施建設(shè)等影響土地利用結(jié)構(gòu)變化的重要因子。綜合利用研究區(qū)土地利用狀況和變化趨勢及現(xiàn)有研究資料，從煤礦開采、生態(tài)恢復(fù)工程建設(shè)、水利工程建設(shè)及居民用地建設(shè)等方面，對1986—2019年研究區(qū)土地利用變化受人類活動因素影響進行分析。

(1)煤礦開采的影響。野外調(diào)查表明，該區(qū)域煤炭開采對流域土地利用變化最顯著的影響是草地向沉陷積水區(qū)的轉(zhuǎn)化。研究區(qū)屬高潛水位地區(qū)，煤礦的開采，破壞含水層，造成地下水流失，開采沉陷使地表潛水滲漏，形成沉陷積水，改變了土地利用類型。同時煤炭開采使土地生產(chǎn)力下降，從而影響地表植被的生長，進而影響濕地功能。煤炭資源開發(fā)所固有的時間持續(xù)性、空間擴展性和強干擾性使得礦區(qū)土地利用受到影響，從而使研究區(qū)生態(tài)功能受到損傷[40]。

(2)生態(tài)恢復(fù)工程建設(shè)的影響。泊江海子流域是典型的半荒漠高原湖泊濕地生態(tài)系統(tǒng)，位于鄂爾多斯東勝區(qū)西部沙漠、沙化區(qū)。進入21世紀(jì)，鄂爾多斯市實施退耕還林工程，資料表明，以種植沙棘為主，與檸條、紅柳等樹種混交造林，東勝區(qū)在2000—2003年，沙漠化面積由1 219.94 km2減少至986.54 km2，減少了10.92%。到2006年林地覆蓋率和植被覆蓋率分別由21.5%和70%提高至28.2%和85%[41]。草地和林地面積的增加可減少入黃泥沙，但同時退耕還林還草工程也加劇退耕區(qū)蒸散發(fā)，引起徑流量減少[42]。

為更好研究退耕還林工程對土地利用變化的影響，利用Google Earth歷史影像對2019年研究區(qū)幼林地進行解譯。據(jù)統(tǒng)計，幼林地面積為503.3 km2，占整個研究區(qū)面積的74.3%，其在分類結(jié)果中主要表現(xiàn)為低覆蓋度草地，與分類結(jié)果不沖突(圖6)。大面積植樹造林，退耕還林，幼林地幾乎覆蓋整個研究區(qū)，在中部、東北角林地覆蓋稍稀疏，退耕還林效果顯著。

圖6 2019年研究區(qū)幼林地解譯

(3)水利工程建設(shè)的影響。研究區(qū)因采礦形成的沉陷積水、人工開挖形成的蓄水池、人工壩等大大增加了水體蒸發(fā)。為了研究區(qū)域內(nèi)水資源特征對土地利用變化的影響，在2016年11月—2018年4月間對研究區(qū)開展了野外流域調(diào)查，同時利用Google Earth歷史影像(2009-10-17—2019-6-29)對流域主要來源河流雞溝河、烏爾圖河沿線水壩、淤地壩、蓄水池進行了遙感調(diào)查。

遙感調(diào)查表明，2009年以后，采礦、坑塘與人工壩大量增加，雞溝河、烏爾圖河沿線水壩8處、淤地壩4處。壩體長度200～470 m不等，大部分長度超過300 m，攔截了大量匯入桃—阿海子的徑流量，形成大面積集水區(qū)域，導(dǎo)致區(qū)域內(nèi)水流滲流和蒸發(fā)量增大。遙感調(diào)查還發(fā)現(xiàn)大量用于幼林灌溉的人工開挖的蓄水池，規(guī)模從幾百m2到幾萬m2不等。利用最新的Landsat 8 OLI影像，NDWI閾值法(NDWI>0)獲得的除了3個湖泊的蓄水區(qū)域共195處，總面積達0.965 km2。雖然，部分壩體因遵循生態(tài)保護部門的政策制度被拆除，但造成的水流量損失是難以挽回的。

(4)居民建設(shè)用地的影響。通過對研究區(qū)居民建設(shè)用地解譯發(fā)現(xiàn)，研究區(qū)居民建設(shè)用地在1986—2019年由0.3 km2增加至13.3 km2，空間分布從分散到聚攏，城鎮(zhèn)化趨勢明顯。G109，G18等高速公路、公路、鐵路以及工業(yè)設(shè)施的修建壓占植被，且施工過程中破壞植被，使研究區(qū)植被覆蓋率降低，引起水土流失、景觀破碎等[43]，從而改變土地利用類型。

5 結(jié) 論

(1)研究區(qū)主要土地利用類型為裸地、低覆蓋度草地、高覆蓋度草地，占整個研究區(qū)的93%～99%。在研究期內(nèi)，裸地面積和水域面積呈波動減少趨勢，低覆蓋度草地、高覆蓋度草地、林地以及建設(shè)用地面積均呈增加趨勢。

(2)研究期內(nèi)土地利用類型變化頻繁：土地利用類型的轉(zhuǎn)化主要表現(xiàn)為裸地、低覆蓋度草地、高覆蓋度草地之間的相互轉(zhuǎn)換，裸地主要轉(zhuǎn)出為低覆蓋度草地，且轉(zhuǎn)出速度大于轉(zhuǎn)入速度，使裸地面積大幅減少31.79%；裸地和低覆蓋度草地的持續(xù)輸入使高覆蓋度草地占比從14.63%增加到35.98%；裸地、低覆蓋度草地和高覆蓋度草地間的轉(zhuǎn)化可以達到動態(tài)平衡。

(3)氣候變化和人類活動對研究區(qū)土地利用變化驅(qū)動作用顯著。氣候變化作用于土地利用變化的主要表現(xiàn)形式為水域面積的減少；研究區(qū)采礦、生態(tài)恢復(fù)工程、水利工程建設(shè)、居民建設(shè)等人類活動對土地利用變化的綜合影響主要表現(xiàn)為水體、裸地面積的減少，低覆蓋度草地、高覆蓋度草地、林地、建設(shè)用地面積的增加，影響范圍更廣，作用更顯著。