面向联合国SDG15.3.1 的2000~2020 年京津冀地区土地退化评估

2024-01-29 14:43陈宇佳张俊张平王陈哲况玮婕陈炯宾
地理信息世界 2023年4期
关键词:总面积土壤有机生产力

陈宇佳,张俊,张平,王陈哲,况玮婕,陈炯宾

1. 国家基础地理信息中心,北京 100830;

2. 山东理工大学 建筑工程与空间信息学院,淄博 255000

1 引 言

土地资源是人类生存的重要环境条件和基本的生产资料,对土地的合理利用是实现区域资源可持续利用和社会经济可持续发展的基础(徐建春等,2021)。但随着人口增加,食物需求也在不断增加,对土地不合理的开发利用日益严重,全球的土地资源正在不断退化(Wang 等,2008)。土地退化威胁着人类的生存环境和发展,影响着陆地生态系统的平衡,已成为世界范围内备受关注的重要环境问题(Eswaran 等,2019)。为了应对土地退化给人类生存发展带来的挑战,许多国际和区域目标被制定出来,用以防治和改善退化的土地(Sims 等,2019)。2015 年,《联合国防治荒漠化公约》(United Nations Convention to Combat Desertification,UNCCD)提出了土地退化中性(land degradation neutrality,LDN)的概念,又称为土地退化零增长。LDN 的定义是,在一定时空尺度与生态系统范围内,保障生态系统功能与服务,以及保持或增加健康土地资源的数量与质量以维持粮食安全的一种生态系统状态(Cowie 等,2018)。随后,LDN 成了可持续发展目标(sustainable development goal,SDG)15.3 的重要目标之一,旨在建立一个不再出现土地退化的世界。

LDN 的监测主要是基于SDG 15.3.1 土地退化评估方法进行。国内外研究做了许多相关工作。Dengiz(2018)利用该方法,对2001~2015 年亚洲Gediz 河流域的土地状态进行了评估,结果表明该区域大部分的土地呈现退化状态或具有退化的早期迹象;Moonrut 等(2021)利用该指标框架对2017~2020 年泰国Saraburi 省农业区的土地状态进行了评估,研究表明从长期看该区域具有土地退化的趋势。郑欣雨等(2023)、Zhao 等(2023)利用SDG15.3.1 指标框架及其改进的方法分别对2001~2020 年的蒙古高原地区和2000~2020 年的内蒙古地区进行了土地状态评估,研究表明,蒙古高原及内蒙古地区实现了土地退化零增长目标。目前,虽然已有利用LDN 的土地退化方法进行了相关评估研究,但针对长时序演变特征的LDN 本土化实证研究还较少(Han 等,2019;郑欣雨等,2023)。因此,开展空间详细、长时序区域土地退化空间型监测的评价工作,对于掌握区域退化土地更精细的空间分布及动态趋势,从而进行科学的预防工作具有重要意义。

京津冀地区是中国的“首都经济圈”,属于京畿重地,战略地位十分重要。京津冀一体化是覆盖北京市、天津市和河北省的重大区域发展战略,中国政府多次提到要促进京津冀地区的协同发展,其土地状况势必会影响区域内的经济合作和社会发展,但到目前为止,京津冀地区关于SDG15.3.1 土地状况的空间型监测研究还较少。

因此,本文利用GlobeLand30、MODIS NDVI和SoilGrids250m 数据,采用SDG 15.3.1 的土地退化评估方法,对京津冀地区2000~2020 年的土地退化情况进行了分析,获得了京津冀地区空间分辨率为250 m 的土地退化空间分布结果,并评估京津冀地区SDG 15.3 状态及变化趋势。这将有助于京津冀地区生态规划管理提供支撑,推动京津冀协同发展。

2 研究区域概况

京津冀地区处于 113°27′~119°50′E、36°05′~42°40′N,南北长735 km,东西宽576 km,陆域总面积约2.172×105km2,占全国总面积的2.27%(张蓬涛等,2021;赵安周等,2021)。京津冀地区位于华北地区,西北部与北部背靠燕山山脉地势较高,大部分为山区,南部与东部为华北平原地形较为平坦,大多为平原区,共包括北京市、天津市两个直辖市及河北省所辖的13 个城市(图1)。气候上京津冀地区属于暖温带半湿润大陆性季风气候,春季干旱多风,夏季高温多雨,冬季寒冷干燥,四季分明(王海军等,2018)。植被地域性差异显著,北部坝上地区主要为草地与林地,由北向南自然植被逐渐减少,以农田为主(徐勇等,2020)。

图1 2020 年京津冀土地覆盖及城市分布Fig.1 Land cover and urban distribution in the Beijing-Tianjin-Hebei region in 2020

3 方法与数据

3.1 数据及预处理

对于SDG15.3.1 土地退化评估中涉及的土地覆盖、土地生产力和土壤有机碳三个指标,本文分别采用GlobeLand30、MOD13Q1 NDVI 和SoilGrids250m作为数据源,地图投影统一为WGS_1984_UTM_Zone_50N。

3.1.1 Terra MODIS NDVI 数据

本文所采用的NDVI 时间序列数据来自2000~2020 年 Terra MODIS 陆地植被指数产品中的MOD13Q1 V6.1 产品,空间分辨率为250 m。利用均值法对每年5~8 月的最大NDVI 求取均值,计算得到年生长季平均NDVI 时间序列,从而获得了2000~2020 年时序生产力数据。

3.1.2 GlobeLand30 数据

GlobeLand30 是国家基础地理信息中心研发的全球30 m 空间分辨率土地覆盖产品(Chen 等,2015,2016)。该数据集包含10 个主要的地表覆盖类型,分别是耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。

为了进行土地退化监测,本文将GlobeLand30土地覆盖类别中的草地和灌木地归为一类,划分为草地,苔原、裸地、冰川和永久积雪都划分为其他(Sims 等,2019)。这样就可将GlobeLand30 土地覆盖类别重新分类为UNCCD 要求的七个土地覆盖类别,分别为林地、草地、耕地、湿地、人工表面、其他和水体(Gonzalez-Roglich 等,2019)。

将GlobeLand30 土地覆盖重分类后,为了将其空间分辨率升尺度为250 m,本文对每年重分类后的土地覆盖数据采用最邻近分配法先进行重采样,将空间分辨率为30 m 的土地覆盖数据重采样为50 m。单元尺寸为5 像素×5 像素,并计算每个类别所占的百分比,所占百分比最大的类别就代表了该250 m 空间分辨率影像所表示的土地覆盖类别,这样就获得了2000 年、2010 年和2020年的土地覆盖数据。

3.1.3 SoilGrids250m 数据

SoilGrids250m 产品的最新版本(v2.0)由国际土壤参考和资料中心(International Soil Reference and Information Centre,ISRIC)提供(Simons 等,2020)。该产品以250 m 空间分辨率绘制了全球的土壤属性地图,并提供了全球土壤剖面前30 cm表层土的土壤有机碳储量数据(de Sousa 等,2020)。

SoilGrids250m 产品是一个静态数据。而长时间序列、大尺度的土壤有机碳数据又是难以获取的(Montanarella 等,2015)。因此,相关研究采用土地覆盖与土壤有机碳结合技术生成2000 年、2010年和2020年的土壤有机碳储量数据(Zhao等,2023;郑欣雨等,2023):

式中,SOCref为土壤有机碳的参照值,本文用SoilGrids250m 中表层30 cm 的土壤有机碳储量数据表示;FLU 为土地利用因素,反映与土地覆盖类型相关的碳储量变化;FMG 为管理因素,代表土地利用部门具体的主要管理措施;FI 为输入因素,代表不同的土壤碳输入水平。但在许多地区有关管理措施和土壤碳输入水平的明确的空间信息是很难获取的。因此只能采用土地利用因素来估计碳储量的变化,即FMG 和FI 设置为1(Sims 等,2021)。土地利用因素可以通过基于土地覆盖变化的土壤有机碳转换系数获得,见表1。京津冀属于暖温带半湿润大陆性季风气候,因此,本文将f设置为0.69。基于2000 年、2010 年和2020 年的土地覆盖数据可获得每个像元的土壤有机碳转换系数,根据式(1)得到3 年的土壤有机碳储量数据SOCfinal。

表1 基于土地覆盖变化的土壤有机碳转换系数Tab.1 Soil organic carbon conversion coefficients based on land cover changes

3.2 SDG15.3.1 土地退化评估方法

SDG15.3.1 土地退化空间型评估流程,共有三个重要子指标,即土地覆盖、土壤有机碳和土地生产力,如图2 所示。其中,土地覆盖可以反映土地资源的利用情况,土地生产力可以反映土地的健康情况和生产能力变化,土壤有机碳则反映了生态系统的生物地球化学功能(Sims 等,2021)。在对三个指标分布进行评估后,利用1OAO(the one out, all out)原则计算土地退化综合目标,即若三个指标的像元都被识别为改善,则将结果判定为改善;若所有指标均为稳定,则认为结果稳定;否则,如果一项指标被确认为退化,则该像元土地状况将被判定为有退化风险(Sims 等,2021)。研究将分为基准期t0(2000~2010 年)、评估期t1(2010~2020 年)两个阶段。其中,基准期作为参考期,是SDG15.3.1目标评估的参考基准。通过与基准期相比,判断评估期内新增退化土地的面积和新增改善土地面积之间的关系。如果前者大于后者,则表明土地退化零增长目标未实现;若小于则表明研究区域实现了土地退化零增长目标。

3.2.1 土地覆盖评估

长时间序列的土地覆盖变换评估对收集土地退化信息具有重要作用。UNCCD 将土地覆盖分为七类,分别为林地、草地、耕地、湿地、人工表面、其他和水体,并定义了除水体之外的六类土地覆盖类型之间的转换(Sims 等,2021)。通过它们之间的转换可以识别出关键的土地转移过程,如表2 所示。同时生成基准期和评估期起止年份七类土地覆盖类型的土地利用转移矩阵,利用关键土地转移过程,可以确定出土地覆盖转换与土地状态(退化、稳定、改善)之间的关系,如图3 所示。

表2 土地转移过程与土地类型转换之间的关系Tab.2 Relationships between land transfer processes and land cover conversions

图3 土地覆盖类型转换与土地状态之间的关系Fig. 3 Relationships between land cover conversions and land status

3.2.2 土地生产力评估

土地生产力是土地的生物生产能力,是维持人类的食物、纤维和燃料的来源,反映了土地健康和生产能力的长期变化(Sims 等,2019)。土地生产力可以通过生产力趋势、生产力状态和生产力表现三个子指标进行评估(Sims 等,2021)。

1)生产力趋势

生产力趋势反映了土地生产力随时间变化的速率,基准期和评估期间的土地生产力趋势采用Thiel-Sen 中值和Mann-Kendall 检验进行评估。Thiel-Sen 中值是一种鲁棒的非参数方法,可以减少数据异常值的影响(Sharma 和Ojha,2019):

式中,Xj、Xi分别为像元X在时间j和i的生产力值。

Mann-Kendall 是非参数统计检验方法,用于确定趋势的显著性(Mann,1945)。在得到Z统计量后,给定显著性水平α=0.05,当Z的绝对值大于1.96时,生产力趋势通过了置信水平为95%的显著性检验,其趋势结果分为退化(β<0,Z<–1.96),改善(β>0,Z>1.96)和稳定(–1.96≤Z≤1.96)(Sims 等,2021;Zhao 等,2023)。

2)生产力状态

土地生产状态是将一个像元的当前生产力水平与该像元在一段时间内的历史生产力水平进行比较,其比生产力趋势对近期NDVI 的变化幅度和方向更敏感(Eva 和Michael,2013)。本文的生产力状态是通过比较最近3 年的年平均生产力值与前8 年的年生产力值的分布来确定的(Sims等,2021)。

(1)计算前8 年历史时期的生产力均值(μ)和标准差(σ):

式中,y为分析年份,y–3 代表当前分析年份前3年的年份,y–10 代表当前分析年份前10 年的年份;Xy为第y年的年度生产力值。

(2)计算最近3 年比较期的生产力均值():

(3)计算Z统计值,对比历史时期和比较期的生产力分布:

得到Z统计值后,为了达到监测土地退化的目的,生产力状态分为3 级标度。无需做显著性检验,Z的划分方式与上述生产力趋势的相同(Sims 等,2021)。

3)生产力表现

生产力表现是计算当前研究像元与其他相似生态区域生产力水平的差异。本文使用土壤单位(由SoilGrids250m 提供的250 m 分辨率的土壤分类单位)和土地覆盖(由相应年份GlobeLand30 提供)的组合来定义这个生态区域(Conservation International,2022)。计算方法为使用生产力值的时间序列计算每个像元生产力值的平均值,然后按照定义好的生态区域提取每个区域的所有生产力均值并生成频率分布,将每个区域的第90 个百分位的生产力均值(不采用生产力最大值是为了避免由于异常值存在而产生的误差)定义为该生态区域内的最大值。计算各像元的生产力均值与其对应的生态区域内最大值的比,如式(7)。如果比值小于 50%,则认为该像元是潜在退化,否则为稳定。有

式中,ObservedNDVI 为单个像元的生产力均值;NDVImax为该像元对应生态区域内生产力值的最大值;Performance 为两者的比值。

当获得生产力趋势、生产力状态和生产力表现的评估后,可以根据图4 的规则来确定研究区域发生的土地生产力综合退化类型。

图4 生产力指标评估规则改自Hu 等(2021)Fig.4 Assessment rules for land productivity indicators

3.2.3 土壤有机碳评估

土壤有机碳是与土壤肥力和大气CO2交换相关的基本土壤特征,是土壤有机质的主要组成部分,通常被认为是反映土地退化的关键指标(Sanchez等,2009)。

在获得基准期和评估期起止年份的土壤有机碳储量数据后,计算两个年份之间土壤有机碳储量的相对差异。若两个年份之间土壤有机碳储量损失10%以上,则该区域被确定为退化区域;若研究期内土壤有机碳储量增加10%以上,则该区域被确定为改善区域,而其他区域则为稳定区域(Sims 等,2021)。

3.2.4 土地退化综合指标

在对上述三个指标进行评估后,利用1OAO 原则可获得基准期和评估期每个像元的土地状态。如果一个或多个指标显示为退化,则该像元被判定为退化;如果三个指标都显示为稳定,则该像元被判定为稳定;其余为改善。

4 研究结果

利用上述评估方法,分别对京津冀地区的土地覆盖、土地生产力、土壤有机碳及土地退化综合指标进行了评估,结果如下。

4.1 土地覆盖评估结果

京津冀地区2000 年、2010 年和2020 年的土地覆盖类型所占面积和占区域总面积的比例,见表3。2000 年、2010 年和2020 年京津冀地区的耕地所占面积比例最大,分别为54.36%、52.64%、48.76%,主要分布在东南部的平原地区;其次为林地和草地,主要分布在西北部的山区。林地占比分别为19.29%、19.43%、19.4%,草地占比分别为17.17%、17.57%、17.47%。

表3 京津冀地区2000 年、2010 年和2020 年土地覆盖类型面积比例统计表Tab.3 Percentage statistical table of land cover types in the Beijing-Tianjin-Hebei region for the years 2000, 2010,and 2020%

由图5、表4~表6 可知,基准期2000~2010 年,土地状态总体表现为退化,即退化区总面积大于改善区总面积。改善区面积为5399.31 km2,占京津冀区域总面积的2.51%,主要分布在北京市的平谷区和密云区,以及河北省的承德市,并在河北省的西部和北部也有分布。改善的主要类型是草地转化为林地(2082.19 km2)、草地转化为耕地(1536.94 km2)、人工表面转化为耕地(1201.19 km2),主要是植树造林和农业扩张过程造成的改善。退化区面积为9290.81 km2,占京津冀区域总面积的4.31%,主要分布在北京市、天津市及河北省的张家口市。退化的主要类型是林地转化为草地(1894.06 km2)、耕地转化为草地(2929.25 km2)、耕地转化为人工表面(3274.56 km2),主要是农业缩减、森林砍伐和城市扩张过程造成的退化。

表4 基准期和评估期土地覆盖评估结果面积及占比统计表Tab.4 Area and percentage statistical table of land cover assessment results for baseline and assessment periods

表5 京津冀地区2000~2010 年土地利用转移矩阵Tab.5 Land use transfer matrix in the Beijing-Tianjin-Hebei region from 2000 to 2010 km2

表6 京津冀地区2010~2020 年土地利用转移矩阵Tab.6 Land use transfer matrix in the Beijing-Tianjin-Hebei region from 2010 to 2020 km2

图5 京津冀地区土地覆盖评估结果Fig.5 Assessment results of land cover in the Beijing-Tianjin-Hebei region

评估期2010~2020 年,土地状态总体表现为退化,即退化区总面积大于改善区总面积。改善区面积为7945.88 km2,占京津冀区域总面积的3.68%,主要分布在河北省的张家口市西北部和承德市。改善的主要类型是草地转化为林地(2241.88 km2)、草地转化为耕地(2355.25 km2)、耕地转化为林地(1302.44 km2)、人工表面转化为耕地(1867 km2),主要是植树造林和农业扩张过程造成的改善。退化区面积为16630.75 km2,占京津冀区域总面积的7.70%,主要分布在北京市、天津市和河北省的城市及农村地区。退化的主要类型是林地转化为草地(2735.44 km2)、耕地转化为草地(2133.38 km2)、耕地转化为人工表面(9870 km2),主要是森林砍伐、农业缩减和城市扩张过程造成的退化。

4.2 土地生产力评估

基于生产力趋势、生产力状态和生产力表现三个子指标的评估,评估了京津冀地区基准期和评估期的土地生产力指标,结果如图6、表7 所示。基准期和评估期京津冀地区土地生产力总体表现为改善,即改善区总面积大于退化区总面积。基准期2000~2010 年,土地生产力评估的退化区域主要集中在张家口市西部、沧州市和天津市交界的沿海一带、北京市和天津市的城区,以及唐山市地区,退化区域的面积为8195.69 km2,占京津冀区域总面积的3.82%;土地生产力评估的改善区域在京津冀地区分布较为分散,改善区域的面积为65080.69 km2,占京津冀区域总面积的30.37%。评估期2010~2020年,土地生产力评估的退化区域主要分布在京津冀东南部的平原地区,在沧州市和天津市交界的沿海一带及张家口市的西部有集中分布,退化区域的面积为10119.5 km2,占京津冀区域总面积的4.72%;土地生产力评估的改善区域主要分布在张家口市、承德市、北京市地区,改善区域的面积为 42070.94 km2,占京津冀区域总面积的19.64%。

表7 基准期和评估期土地生产力评估结果面积及占比统计表Tab.7 Area and percentage statistical table of land productivity assessment results for baseline and assessment periods

图6 京津冀地区土地生产力评估结果Fig.6 Assessment results of land productivity in the Beijing-Tianjin-Hebei region

4.3 土壤有机碳评估

由图7、表8 可知,京津冀地区土壤有机碳储量在基准期表现为改善,即改善区域总面积大于退化区域总面积,在评估期表现为退化,即改善区域总面积小于退化区域总面积。基准期2000~2010 年,土壤有机碳的退化区域主要集中在北京市、天津市和廊坊市的交界处,在承德市西部和张家口市也有分布;退化区域的面积为3536.63 km2,占京津冀区域总面积的1.63%,退化主要源于草地转化为耕地;土壤有机碳的改善区域主要分布在张家口市的西部,承德市也有少量分布,改善区域的面积为4266.88 km2,占京津冀区域总面积的1.97%,改善主要源于耕地转化为草地。评估期2010~2020 年,土壤有机碳的退化区域在京津冀区域分布广泛,退化区域的面积为10706 km2,占京津冀区域总面积的4.93%,退化主要源于草地转化为耕地和耕地转化为人工表面;土壤有机碳的改善区域在承德市南部、张家口市西部和秦皇岛市地区有部分分布,改善区域的面积为4890.13 km2,占京津冀区域总面积的2.25%,改善主要源于耕地向草地、林地和湿地的转换。

表8 基准期和评估期土壤有机碳评估结果面积及占比统计表Tab.8 Area and percentage sttatistical table of soil organic carbon assessment results for baseline and assessment periods

4.4 土地退化综合评估

利用上述三个指标的结果,根据1OAO 原则,对基准期和评估期的京津冀地区土地退化综合指标进行了评估,如图8~9、表9 所示。

表9 基准期和评估期土地退化综合评估结果面积及占比统计表Tab.9 Area and percentage statistical table of comprehensive assessment results for baseline and assessment period

图8 京津冀地区土地退化综合评估结果Fig.8 Comprehensive assessment results of land degradation in the Beijing-Tianjin-Hebei region

图9 京津冀地区基准期和评估期土地退化综合评价各个指标的贡献率Fig.9 Contribution rates of individual indicators to the comprehensive assessment of land degradation in the Beijing-Tianjin-Hebei region during baseline and assessment periods

京津冀地区土地退化综合评价在基准期和评估期都表现为改善,即改善区域的总面积大于退化区域总面积。其中,土地生产力的变化在基准期和评估期对土地状态的评估起了主导作用,其次为土地覆盖,土壤有机碳变化的作用最小。基准期2000~2010 年,土地退化的区域主要分布于张家口市西部和北部,北京市、天津市、石家庄市、唐山市、邯郸市和邢台市的城市区域,以及天津市和沧州市的沿海地带。退化区域的总面积为18004.06 km2,占京津冀区域总面积的8.41%。其中,三个指标均表现为退化的区域占0.06%,由三个指标中任意两个指标主导退化的区域占1.21%,由土地覆盖主导的退化区域占3.09%,由土地生产力主导的退化区域占3.37%,由土壤有机碳主导的退化区域占0.68%。土地改善的区域主要分布在石家庄市西部、保定市西部、承德市、唐山市北部、秦皇岛市北部、沧州市、衡水市、北京市周边及天津市北部。改善区域的总面积为64899.88 km2,占京津冀区域总面积的30.32%。其中,三个指标均表现为改善的区域占0.2%,由三个指标中任意两个指标主导的改善区域占0.88%,由土地覆盖主导的改善区域占0.69%,由土地生产力主导的改善区域占28.54%。

评估期2010~2020 年,土地退化的区域主要分布在京津冀的平原地区,在天津市和沧州市的沿海地带较为集中。退化区域的总面积为27413.69 km2,占京津冀区域总面积的12.8%。其中,三个指标均表现为退化的区域占0.4%,由三个指标中的任意两个指标主导的退化区域占3.8%,由土地覆盖主导的退化区域占3.54%,由土地生产力主导的退化区域占3.99%,由土壤有机碳主导的退化区域占1.08%。土地改善的区域主要分布在邯郸市西部、邢台市西部、保定市西北部、张家口市、承德市北部、唐山市区域,以及北京市和天津市的城中心。改善区域的总面积为42957.13 km2,占京津冀区域总面积的20.06%。其中,三个指标均表现为改善的区域占0.2%,由三个指标中任意两个指标主导的改善区域占1.35%,由土地覆盖主导的改善区域占0.97%,由土地生产力主导的改善区域占17.54%。

通过将基准期和评估期的土地状态进行对比和叠加,结果如图10(a)、表10 所示。然后,按照图2 的方法将这些叠加组合分成退化和未退化两类,即基准期为退化的在评估期为稳定的区域加上评估期为退化的区域划分为退化,其余区域划分为未退化,划分结果见图10(b)。判断新增退化土地与新增改善土地面积的大小关系得到当前(2020 年)土地退化综合评价的总体情况。2000~2020 年京津冀地区土地退化综合评价的总体情况是退化区域的面积为33707.94 km2,占京津冀区域总面积的15.75%,主要分布在张家口市西部、唐山市、石家庄市、邯郸市、邢台市、北京市和天津市地区。与基准期相比,京津冀地区评估期新增退化区域面积为21041.12 km2,新增改善区域面积为31828.38 km2,新增改善区域面积大于新增退化区域面积,京津冀地区在2000~2020 年达到了土地退化零增长目标。

表10 京津冀地区基准期和评估期土地退化叠加面积统计Tab.10 Statistical table of overlaid land degradation areas in the Beijing-Tianjin-Hebei region during baseline and assessment periods km2

图10 京津冀地区基准期和评估期土地退化叠加(a)与基于SDG15.3.1 的京津冀地区土地退化(b)Fig.10 Overlay of land degradation in the Beijing-Tianjin-Hebei region during baseline and assessment periods (a) and based on SDG15.3.1 (b)

5 讨 论

(1)通过土地覆盖、土地生产力和土壤有机碳的综合分析,可以从土地利用、土地健康和土地生物化学功能三个角度较全面地评价土地退化状态。通过对京津冀地区2000~2020 年土地退化的研究,结果表明,由土地覆盖反应的土地状态的改变相对较少,退化主要由城市扩张、森林砍伐和农业缩减造成,改善主要由农业扩张和植树造林造成,这些土地转移过程人类行为明显。土壤有机碳的变化较为缓慢,导致土地状态发生变化的区域较小。土地生产力导致土地状态改变的区域最大,起到了主导因素,这是因为,京津冀地区的耕地、林地和草地占领了绝大部分区域,这些区域植被特征明显,所以受到土地生产力变化的影响较大。

(2)京津冀地区2000~2020 年土地退化综合评估整体情况是较好的,改善区域大于退化区域。基准期的退化区域主要集中在张家口市地区,以及北京市、天津市、唐山市、石家庄市、邯郸市和邢台市这些经济相对发达的地区。评估期张家口市地区土地退化的情况明显改善,北京市、天津市和唐山市的中心城区的土地退化也得到了改善,但东南平原地区土地退化的区域明显增多。说明在2010~2020 年,北京市、天津市和唐山市等城市注重环境的治理。同时,京津冀地区生态工程的实施也起到了相应的效果,如1979 年开始的“三北”防护林工程和2002 年开始的京津风沙源治理工程(蒋美琛,2020;纪平等,2022),促进了京津冀地区西北地区环境的变好,特别是张家口市地区。东南平原地区是河北省主要的粮食产区,其退化土地的增多,对应着2010~2020 年这些地区经济的快速发展。

(3)目前,各国学者对SDG 15.3.1 陆续开展了研究。这些研究针对具体区域调整了SDG 15.3.1 实践指南中的相关计算方法和数据。特别是数据,其质量直接关乎土地退化评估的结果。目前,作为用于识别土地覆盖变化的数据,GlobeLand30 具有30 m的空间分辨率和较高的验证精度。NDVI 数据的质量对土地生产力的评估至关重要,MOD13Q1 V6.1产品空间分辨率只有250 m。虽然可以使用Landsat系列数据生产长时间序列并具有30 m 空间分辨率的NDVI 数据,但涉及较大区域时,会有影像拼接和云遮挡的问题,从而影响产品质量。土壤有机碳数据是难以获取和缺失的,本文根据已有研究(郑欣雨等,2023;Zhao 等,2023),基于SoilGrids250m数据,并采用土地覆盖与土壤有机碳结合技术生成了土壤有机碳储量数据。然而,生成数据的质量受到了许多因素的影响。因此,在针对具体区域土地退化评估时,可以考虑使用相关区域的土壤普查数据或其他相关调查研究数据,生成该区域具有更高空间分辨率和更高精度的土壤有机碳储量产品,以支持SDG15.3.1 土地退化的评估。

6 结 论

本文针对京津冀区域,采用SDG 15.3.1 土地退化评估的计算框架,对基准期2000~2010 年和评估期2010~2020 年土地退化的情况进行了空间型评估,获得了京津冀地区空间分辨率为250 m 的土地退化空间分布结果,并判定了京津冀地区2000~2020 年期间是否达到土地退化零增长目标。结果表明:京津冀地区基准期和评估期土地状态都表现为改善,即改善区域面积大于退化区域面积;以基准期为参考,评估期新增退化土地的面积小于新增改善土地的面积,京津冀地区2000~2020 年实现了土地退化零增长目标。研究结果将有助于改善京津冀地区生态规划管理的决策。

猜你喜欢
总面积土壤有机生产力
菏泽市牡丹区耕地质量等级评价及分析
多思善想 巧求分数
太平洋名字的来历
严坪林场森林抚育研究
——以起源权属为例
把“风景”转化成“生产力
西双版纳橡胶林土壤有机碳分布特征研究
秸秆还田的土壤有机碳周转特征
土壤有机碳转化研究及其进展
AMDIS在土壤有机污染物鉴别中表征性统计量的探究
人口红利与提高生产力