王良玉, 杜會(huì)石

(吉林師范大學(xué) 旅游與地理科學(xué)學(xué)院, 吉林 四平 136000)

干旱半干旱區(qū)風(fēng)沙—植被相互作用關(guān)系得到了國(guó)內(nèi)外相關(guān)學(xué)者的關(guān)注[1-4]，學(xué)者對(duì)其展開相關(guān)研究的科學(xué)假設(shè)是，在干旱半干旱沙區(qū)，植被通過改變近地表氣流中的風(fēng)動(dòng)量、風(fēng)速和截留部分沙物質(zhì)來改造、控制近地面風(fēng)沙活動(dòng)，而風(fēng)沙流又通過侵蝕或掩埋等方式影響植被生長(zhǎng)。松嫩沙地位于東北平原中西部，地處典型農(nóng)牧交錯(cuò)帶，該區(qū)生態(tài)環(huán)境脆弱，地表景觀演化對(duì)全球氣候變化和區(qū)域人類活動(dòng)響應(yīng)敏感，近幾十年，該區(qū)風(fēng)沙地貌與植被覆蓋變化明顯，是研究風(fēng)沙—植被作用機(jī)理的理想靶區(qū)。有關(guān)風(fēng)沙活動(dòng)與植被條件的耦合關(guān)系，學(xué)者已獲得一定認(rèn)識(shí)，如植被覆蓋在一定程度上改變了沙粒的運(yùn)動(dòng)方式、風(fēng)蝕速度、以及風(fēng)速廓線高度[5-6]，且隨植被蓋度的增加，地面粗糙度不斷增大[7]，而不同植被覆蓋度對(duì)風(fēng)速流場(chǎng)的阻礙和改變作用不同[8]，進(jìn)而導(dǎo)致輸沙率及侵蝕堆積格局的空間差異[9]。但目前，多數(shù)研究皆局限于室內(nèi)風(fēng)洞模擬試驗(yàn)，而基于特定地理單元的持續(xù)監(jiān)測(cè)研究較少。因此，亟需針對(duì)某一流域自然地理單元，以風(fēng)沙—植被的相互關(guān)系為切入點(diǎn)，開展長(zhǎng)時(shí)間序列遙感監(jiān)測(cè)研究，以揭示風(fēng)沙—植被的競(jìng)爭(zhēng)與平衡關(guān)系，深入理解風(fēng)沙—植被相互作用機(jī)理與地表景觀演化過程[10]。鑒于此，本文以松嫩沙地為研究對(duì)象，基于3S技術(shù)和數(shù)理統(tǒng)計(jì)方法，研究該區(qū)風(fēng)沙—植被地表景觀時(shí)空演化特征，并對(duì)其發(fā)展變化進(jìn)行預(yù)測(cè)，以探討在氣候變化和人類活動(dòng)影響下的半干旱區(qū)風(fēng)沙—植被相互作用關(guān)系，為區(qū)域沙漠治理與生態(tài)恢復(fù)提供科學(xué)參數(shù)。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

松嫩沙地位于松嫩平原中西部(119°19′33″—129°12′24″E，43°0′28″—50°36′51″N)，面積約35.26萬km2。該區(qū)屬半干旱半濕潤(rùn)氣候，年均溫3.3℃，年降水量360～480 mm，降水變率大，年內(nèi)分配不均。年大風(fēng)日數(shù)20～36 d，春季大風(fēng)日數(shù)占全年大風(fēng)日數(shù)的60%～68%。地帶性土壤為黑鈣土；非地帶性土壤為風(fēng)沙土、草甸土、沼澤土和鹽堿土。地帶性植被為貝加爾針茅(Stipabaicalensis)和線葉菊(Filifoliumsibiricum)；非地帶性植被為榆樹疏林草原，喬木由耐旱的家榆(Ulmuspumila)、拉塌榆(U.macrocarpavar.suberosa)和黃榆(Ulmusmacrocarpa)組成，灌木主要有山杏(Armeniacasibirica)，有的地段可見小黃柳(Salixflavida)和葉底珠(Securinegasuffruticosa)[11]。覆沙區(qū)主要位于研究區(qū)中西部，分布于嫩江及其支流、第二松花江、洮兒河、霍林河等河流的河漫灘、一級(jí)階地和沖洪積扇上。行政區(qū)劃上包括呼倫貝爾市、興安盟、齊齊哈爾市、大慶市、綏化市、哈爾濱市、白城市、松原市、長(zhǎng)春市、吉林市等市(縣)部分地區(qū)。

1.2 數(shù)據(jù)源與數(shù)據(jù)預(yù)處理

選取1980年、1990年、2000年、2010年、2015年Landsat MSS，TM和OLI晴空影像，獲取時(shí)間為植被生長(zhǎng)旺季的8月中旬—9月中旬。利用ERDAS 2010軟件對(duì)各期單波段影像進(jìn)行波段融合(layer stack)，對(duì)同期影像做直方圖匹配處理(histogram match)，以部分消除太陽(yáng)高度角或大氣影響造成的相鄰圖像的顏色差異，再對(duì)各期影像做幾何精校正(誤差控制在一個(gè)像元內(nèi))，并將同期影像做拼接處理，最后按研究區(qū)范圍對(duì)其進(jìn)行掩膜裁剪。

1.3 研究方法

1.3.1 面向?qū)ο笊车靥崛?基于面向?qū)ο蠓椒ㄌ崛∩车匦畔12]，為確保多期影像中沙地的光譜信息、幾何形狀、紋理特征與其他對(duì)象的關(guān)系能夠被充分利用，選用200的分割尺度對(duì)各期影像數(shù)據(jù)進(jìn)行多尺度分割(multi-resolution segmentation)。由于Landsat系列影像大部分是混合像元，地物的形狀較模糊，與光譜特征相比，形狀特征對(duì)影像分割的影響程度較小，故將形狀異質(zhì)性hshape和光譜異質(zhì)性hcolor的權(quán)重參數(shù)分別設(shè)置為0.1，0.5。近紅外、紅光、綠光波段都參與沙地信息提取，重要性相同，將各波段權(quán)重值設(shè)置為1。基于eCognition 9.0軟件平臺(tái)，完成沙地信息分割。分類的總體精度為90.2%，kappa系數(shù)為0.88。

1.3.2 植被覆蓋計(jì)算 植被覆蓋度遙感反演采用混合像元分解法，直接利用原始數(shù)據(jù)經(jīng)歸一化處理后得到的植被指數(shù)來反演植被覆蓋信息，模型為[13]：

F=[(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)]2

(1)

式中：F為植被覆蓋度；NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值；NDVIveg則代表完全被植被覆蓋的像元的NDVI值，即純植被像元的NDVI值[14]。

對(duì)于大部分裸地，NDVIsoil值理論上應(yīng)該接近于0；植被達(dá)到全覆蓋狀態(tài)時(shí)，NDVIveg值接近于1。受時(shí)間、地域等各種自然條件差異影響，需采用歸一化植被指數(shù)(NDVI-Normailized Difference Vegetation Index)來確定不同影像的NDVIsoil和NDVIveg值，通過分析Landsat系列影像的NDVI數(shù)據(jù)，結(jié)合松嫩沙地的現(xiàn)實(shí)狀況和NDVI值的累積概率分布表，確定置信度為0.5%～99.5%來計(jì)算植被覆蓋度[15]?？紤]農(nóng)田是一特殊植被區(qū)，解譯時(shí)將其進(jìn)行剔除。

根據(jù)已有文獻(xiàn)[16]對(duì)植被覆蓋度的劃分標(biāo)準(zhǔn)，以及松嫩沙地立地條件，將研究區(qū)植被覆蓋度劃分為3個(gè)等級(jí)，即低覆蓋度(F≤30%)、中覆蓋度(30%60%)。

1.3.3 CA-Markov模型介紹 若隨機(jī)過程在有限的時(shí)序t1

S(t+1)=Pij×S(t)

(2)

式中：S(t)，S(t+1)分別為t，t+1時(shí)刻土地覆被系統(tǒng)的狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移矩陣。

而CA模型的特點(diǎn)是時(shí)間、空間、狀態(tài)都離散，每個(gè)變量都只有有限個(gè)狀態(tài)，而且狀態(tài)改變的規(guī)則在時(shí)間和空間上均表現(xiàn)為局部特征。CA模型可用下式表達(dá)：

S(t+1)=f(S(t),N)

(3)

式中：S表示元胞有限、離散的狀態(tài)集合；t，t+1表示不同時(shí)刻；N表示元胞的鄰域；f表示局部空間的元胞轉(zhuǎn)化規(guī)則。

CA-Markov耦合模型把元胞自動(dòng)機(jī)和馬爾柯夫(Markov)模型結(jié)合起來，綜合了Markov模型長(zhǎng)期預(yù)測(cè)的優(yōu)勢(shì)和CA模擬復(fù)雜系統(tǒng)空間變化的能力，具有較高的科學(xué)性與實(shí)用性[18]。在柵格圖中，每個(gè)像元視為一個(gè)元胞，每個(gè)元胞的土地覆被類型為元胞的狀態(tài)，元胞的當(dāng)前狀態(tài)及鄰居狀況決定下一時(shí)期該元胞的狀態(tài)。具體實(shí)現(xiàn)過程如下：

(1) 確定轉(zhuǎn)換規(guī)則。將研究區(qū)解譯矢量數(shù)據(jù)轉(zhuǎn)換為柵格格式，通過GIS疊置分析，得到景觀類型轉(zhuǎn)移概率矩陣、轉(zhuǎn)移面積矩陣和條件概率圖像。

(2) 構(gòu)造CA濾波器。根據(jù)鄰居和元胞距離的遠(yuǎn)近創(chuàng)建具有顯著空間意義的權(quán)重因子，使其作用于元胞，從而確定元胞的狀態(tài)改變。本文采用5×5濾波器，即認(rèn)為一個(gè)元胞周圍5×5個(gè)元胞組成的矩形空間對(duì)該元胞狀態(tài)的改變具有顯著影響。

(3) 確定起始時(shí)刻和迭代次數(shù)。以2010年土地覆被格局為基礎(chǔ)，選擇循環(huán)次數(shù)，模擬2015年風(fēng)沙與植被景觀格局，用于檢驗(yàn)精度；以2015年實(shí)際景觀格局為基礎(chǔ)，對(duì)未來進(jìn)行預(yù)測(cè)。

2 結(jié)果與分析

2.1 松嫩沙地風(fēng)沙地貌演化

松嫩沙地風(fēng)沙地貌主要分布于研究區(qū)中西部(圖1)，近35 a面積呈波動(dòng)增加趨勢(shì)，由1980年的1 655.79 km2增至2015年的2 010.79 km2，變化幅度為21.43%。1980年該區(qū)沙地面積較小，主要分布在研究區(qū)中西部和東北部；1990年?yáng)|北部沙地因開墾成農(nóng)田而銳減，沙地重心整體向西南遷移；2000年南部沙地面積持續(xù)增加且分布較為集中，風(fēng)沙地貌面積達(dá)最大值，為2 132.05 km2；2010年研究區(qū)中部沙地面積有所減少；而到2015年，南部沙地面積也持續(xù)減少，沙地重心向東北部遷移。總體來看，1980—2000年沙地面積持續(xù)增加，凈增了475.26 km2，該時(shí)期松嫩沙地荒漠化現(xiàn)象加重；而2000—2015年沙地面積持續(xù)縮減，變幅-5.64%，荒漠化程度減緩明顯。

圖1 松嫩沙地風(fēng)沙地貌動(dòng)態(tài)演化

2.2 松嫩沙地植被覆蓋變化

近35 a松嫩沙地植被覆蓋區(qū)面積總體呈減少趨勢(shì)，凈減812.29 km2。其中，低植被覆蓋區(qū)和高植被覆蓋區(qū)面積波動(dòng)減少，而中植被覆蓋區(qū)面積波動(dòng)增加(圖2)。低植被覆蓋區(qū)面積，以2000年為分割點(diǎn)，經(jīng)歷了先快速減少而后明顯增加的變化過程，總體上，由1980年的57 550.78 km2縮減至2015年的42 069.94 km2，變幅-26.90%；中植被覆蓋區(qū)域則呈現(xiàn)增加—減少—增加規(guī)律，近35 a面積增幅49.10%；而高植被覆蓋區(qū)面積呈先增加后減少趨勢(shì)，2000年面積達(dá)最大值112 317.64 km2，近35 a總體變化了7.14%。

2.3 松嫩沙地景觀演變模擬預(yù)測(cè)

2.3.1 模型精度評(píng)估 利用CA-Markov模型，仿真2015年松嫩沙地景觀格局，用于評(píng)估模型精度。具體計(jì)算過程為：通過GIS疊置分析，得到2000—2010年研究區(qū)沙地和各植被覆蓋度區(qū)域轉(zhuǎn)移面積矩陣和轉(zhuǎn)移概率矩陣(步長(zhǎng)為1 a)，將轉(zhuǎn)移概率矩陣作為轉(zhuǎn)換規(guī)則參與模擬運(yùn)算；利用IDRISI平臺(tái)的多標(biāo)準(zhǔn)評(píng)價(jià)模塊(multi-criteria evaluation，MCE)創(chuàng)建沙地與植被適宜性圖集，通過模糊評(píng)判方法完成其適宜性評(píng)價(jià)；基于5×5鄰近濾波器，將2010年作為模擬起點(diǎn)，迭代次數(shù)取5，即可仿真2015年研究區(qū)風(fēng)沙—植被空間分布特征。常用的模型精度評(píng)估方法有地面調(diào)查驗(yàn)證、抽樣統(tǒng)計(jì)驗(yàn)證和圖形對(duì)比驗(yàn)證法。本文采用圖形對(duì)比法，將2015年仿真結(jié)果與該年解譯數(shù)據(jù)進(jìn)行地圖代數(shù)，求得模擬的精度為89.04%，運(yùn)算結(jié)果可信度較高。

2.3.2 松嫩沙地景觀格局情景預(yù)測(cè) 以2015年影像解譯數(shù)據(jù)為基礎(chǔ)，對(duì)2020年沙地分布范圍和各植被覆蓋度區(qū)域進(jìn)行情景預(yù)測(cè)(圖3)。根據(jù)預(yù)測(cè)，到2020年，該區(qū)沙地面積比2015年減少37.55 km2，減少幅度為1.87%。植被覆蓋區(qū)域，整體呈增加趨勢(shì)，其中高植被覆蓋面積略增，變化了914.93 km2；中植被覆蓋面積增加了2 103.26 km2，變化幅度3.07%；低植被覆蓋面積增加明顯，達(dá)4 292.95 km2。研究區(qū)風(fēng)沙面積減少、植被覆蓋面積增加，沙漠化逆轉(zhuǎn)趨勢(shì)明顯。

圖2松嫩沙地植被覆蓋面積和沙地面積變化

圖3松嫩沙地景觀情景模擬

3 討 論

3.1 松嫩沙地風(fēng)沙-植被相互作用關(guān)系

近35 a松嫩沙地植被覆蓋面積呈波動(dòng)減少趨勢(shì)，風(fēng)沙面積呈波動(dòng)增加趨勢(shì)，這與王濤等[19]的研究結(jié)果一致。風(fēng)沙地貌演變與植被覆蓋變化是半干旱區(qū)重要地表過程[20]，風(fēng)沙活動(dòng)和植被覆蓋間存在著一定的競(jìng)爭(zhēng)和動(dòng)態(tài)平衡關(guān)系[21]。學(xué)者在庫(kù)布齊沙漠等地開展的沙丘和植被研究表明，植被通過控制近地表面氣流的強(qiáng)度和方向，影響輸沙能力大小和沉積物的搬運(yùn)方向，進(jìn)而影響侵蝕堆積格局特征，并最終引起沙丘空間位置和形態(tài)的變化；而隨著植被覆蓋度的減少，輸沙量和沙表面風(fēng)速逐漸增大、地表侵蝕力度不斷加強(qiáng)，風(fēng)沙活動(dòng)速度加強(qiáng)[22]。風(fēng)洞試驗(yàn)也表明，植被覆蓋可影響近地表風(fēng)沙流粒度、結(jié)構(gòu)和風(fēng)蝕量[23]；此外，植物的根莖對(duì)沙表面有一定的固結(jié)作用，可以使截獲的沙物質(zhì)堆積下來，促進(jìn)沙丘系統(tǒng)中植物的生長(zhǎng)發(fā)育，控制沙丘形態(tài)及其發(fā)育演化，而風(fēng)沙流通過風(fēng)蝕或堆積也改變了沙丘植被的空間分布及群落演替[24]。

對(duì)風(fēng)沙地貌與植被覆蓋面積進(jìn)行Pearson相關(guān)分析發(fā)現(xiàn)(表1)，不同級(jí)別植被覆蓋度面積與風(fēng)沙地貌面積都具有負(fù)關(guān)聯(lián)，這與董治寶等[25]研究結(jié)果一致，但只有低植被覆蓋達(dá)到了較顯著的水平(雙尾檢驗(yàn)在0.05水平以上)，這主要與風(fēng)蝕作用強(qiáng)弱有關(guān)，沙地風(fēng)蝕率隨植被蓋度的降低而增加，植被覆蓋度較低時(shí)，地表粗糙度下降，沙面一定高度的風(fēng)速逐漸增強(qiáng)，砂粒不易沉積，風(fēng)蝕作用更為強(qiáng)烈[26]。楊文斌等[8]提出的低覆蓋度治沙理論，也證明了植被覆蓋降低時(shí)可形成獨(dú)特的風(fēng)速流場(chǎng)結(jié)構(gòu)。

表1 沙地面積與不同植被覆蓋級(jí)別的關(guān)聯(lián)分析

注：*代表Sig.<0.05，下表同。

3.2 松嫩沙地風(fēng)沙-植被變化對(duì)氣候變化和人類活動(dòng)的響應(yīng)

近35 a松嫩沙地年降水量波動(dòng)減少(圖4A)、年均溫波動(dòng)增加(圖4B)，氣候暖干化趨勢(shì)明顯，這與賀偉[27]、孫鳳華[28]等對(duì)東北地區(qū)氣候變化研究的結(jié)果一致，氣溫升高、降水略減、潛在蒸發(fā)量增加，可導(dǎo)致沙地面積擴(kuò)張。此外，區(qū)內(nèi)總?cè)丝诓▌?dòng)增加，增長(zhǎng)率38.76%(圖4C)，對(duì)糧食需求不斷增加，耕地面積不斷擴(kuò)大(圖4D)。短期高強(qiáng)度的人類活動(dòng)可加速或延緩沙地和植被的演化速度，郭堅(jiān)等[29]的調(diào)查研究也顯示人口壓力過大，土地的過度開墾影響著沙地荒漠化的發(fā)展速度。

圖4松嫩沙地氣象和社會(huì)經(jīng)濟(jì)數(shù)據(jù)

松嫩沙地風(fēng)沙地貌面積與降水量、年末大牲畜數(shù)呈負(fù)相關(guān)，與年均溫、人口、耕地面積呈正相關(guān)，但是只有人口達(dá)到了較顯著的水平(雙尾檢驗(yàn)在0.05水平以上)。植被覆蓋面積與降水量、年均溫、耕地面積、年末大牲畜數(shù)均呈正相關(guān)，與人口因素呈負(fù)相關(guān)，并且與人為因素的相關(guān)程度均達(dá)到了0.60以上(表2)。這說明松嫩沙地風(fēng)沙—植被面積變化與該地區(qū)氣候變化和人類活動(dòng)具有較好的相關(guān)性。

表2 沙地面積、植被面積與氣候因素和人為因素的關(guān)聯(lián)分析

4 結(jié) 論

近35 a松嫩沙地風(fēng)沙面積整體呈增長(zhǎng)趨勢(shì)，凈增355.00 km2，變化幅度21.43%，1980—2000年沙地面積呈擴(kuò)張趨勢(shì)，荒漠化加?。?000—2015年沙地面積減少，荒漠化程度有所減緩。植被覆蓋面積總體呈波動(dòng)減少趨勢(shì)，凈減812.29 km2，其中高植被覆蓋和低植被覆蓋面積分別減少了7 919.35，15 479.84 km2，中植被覆蓋面積增加了22 587.9 km2。根據(jù)預(yù)測(cè)，到2020年風(fēng)沙地貌面積呈下降趨勢(shì)，比2015年減少了1.87%；植被面積呈增加趨勢(shì)，尤其是低植被覆蓋面積增加明顯，荒漠化逆轉(zhuǎn)趨勢(shì)明顯。

相關(guān)分析表明，沙地面積和植被覆蓋面積具有較好的相關(guān)性，尤其與低植被覆蓋顯著相關(guān)。風(fēng)沙—植被動(dòng)態(tài)演變與社會(huì)經(jīng)濟(jì)因素相關(guān)性較強(qiáng)，但氣候變化也起到了至關(guān)重要的作用。為防止沙地面積擴(kuò)大，協(xié)調(diào)人與自然關(guān)系，亟需保護(hù)沙地植被資源，合理調(diào)整土地利用結(jié)構(gòu)，實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展。

參考文獻(xiàn):

[1] 王雪芹,蔣進(jìn),雷加強(qiáng),等.古爾班通古特沙漠短命植物分布及其沙面穩(wěn)定意義[J].地理學(xué)報(bào),2003,58(4):598-605.

[2] 武正麗,賈文雄,劉亞榮,等.近10 a來祁連山植被覆蓋變化研究[J].干旱區(qū)研究,2014,31(1):80-87.

[3] Bagnold R A. The physics of blown sand and desert dunes[J]. Nature,1974,18(4):167-187.

[4] Grant P F, Nickling W G. Direct field measurement of wind drag on vegetation for application to sindbreak design and modeling[J]. Land Degradation and Development, 1998,9:57-65.

[5] 張萍.風(fēng)沙—植被相互作用的景觀效應(yīng)[D].北京:北京師范大學(xué),2012.

[6] 石雪峰.北方半干旱區(qū)風(fēng)沙活動(dòng)與植被條件的耦合關(guān)系[D].北京:中央民族大學(xué),2005.

[7] 馬士龍.植被覆蓋對(duì)土壤風(fēng)蝕影響機(jī)理的研究[D].北京:北京林業(yè)大學(xué),2006.

[8] 楊文斌,王濤,馮偉,等.低覆蓋度治沙的理論與沙漠科技進(jìn)步[J].中國(guó)沙漠,2017,37(1):1-6.

[9] Lancaster N, Bass A C W. Influence of vegetation cover on sand transport by wind: field studies at Owens Lake, California[J]. Earth and Surface Porcesses and Landforms, 1998(23):69-82.

[10] 杜會(huì)石.庫(kù)布齊沙漠沙丘動(dòng)態(tài)變化研究[D].北京:北京師范大學(xué),2013.

[11] 辛未冬.松嫩沙地固定沙丘土壤動(dòng)物群落特征及其在凋落物分解中的作用研究[D].長(zhǎng)春:東北師范大學(xué),2011.

[12] 張森,陳健飛,龔建周.面向?qū)ο蠓诸惖臎Q策樹方法探討[J].測(cè)繪科學(xué),2016,41(6):117-121.

[13] Gutman G, Ignatov A. The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models [J]. International Journal of Remote Sensing, 1998,19(8):1533-1543.

[14] Carlson T N, Ripley D A. On the relation between NDVI, fractional vegetation cover, and leaf area index [J]. Remote Sensing of Environment, 1997,62(3):241-252.

[15] 溫小樂,李洋,林征峰.海島建設(shè)引發(fā)的植被覆蓋度變化的遙感分析[J].地球信息科學(xué)學(xué)報(bào),2017,19(2):273-280.

[16] 白淑英,吳奇,史建橋,等.基于時(shí)間序列遙感數(shù)據(jù)的西藏山南地區(qū)植被覆蓋變化特征分析[J].中國(guó)沙漠,2015,35(5):1396-1402.

[17] 吳晶晶,田永中,許文軒,等.基于CA_Markov模型的烏江下游地區(qū)土地利用變化情景分析[J].水土保持研究,2017,24(4):133-139.

[18] 楊國(guó)清,劉耀林,吳志峰.基于CA-Markov模型的土地利用格局變化研究[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版,2007,32(5):414-418.

[19] 王濤,宋翔,顏長(zhǎng)珍,等.近35 a來中國(guó)北方土地沙漠化趨勢(shì)的遙感分析[J].中國(guó)沙漠,2011,31(6):1351-1356.

[20] 李振山,王怡,賀麗敏.半干旱區(qū)植被風(fēng)沙動(dòng)力過程耦合研究:Ⅰ.模型[J].中國(guó)沙漠,2009,29(1):23-30.

[21] 張萍,哈斯,杜會(huì)石,等.拋物線形沙丘與油蒿灌叢之間的動(dòng)態(tài)關(guān)系[J].科學(xué)通報(bào),2011,56(35):3003-3010.

[22] Yang T, Cao J, Wang Y, et al. Soil moisture influences vegetation distribution patterns in sand dunes of the Horqin Sandy Land, Northeast China[J]. Ecological Engineering, 2017,105:95-101.

[23] 俞祥祥,李生宇,馬學(xué)喜,等.沙漠公路防護(hù)林影響下近地表風(fēng)沙流粒度特征的空間分異[J].水土保持研究,2017,24(1):334-341.

[24] Telfer M W, Hesse P P, Perez-Fernandez M, et al. Morphodynamics, boundary conditions and pattern evolution within a vegetated linear dunefield[J]. Geomorphology, 2017,290:85-100.

[25] 董治寶,陳渭南,董光榮,等.植被對(duì)風(fēng)沙土風(fēng)蝕作用的影響[J].環(huán)境科學(xué)學(xué)報(bào),1996,16(4):437-443.

[26] 鐘衛(wèi),孔紀(jì)名,楊濤.植被沙障對(duì)近地表風(fēng)沙流特征影響的風(fēng)洞試驗(yàn)[J].干旱區(qū)研究,2009,26(6):872-876.

[27] 賀偉,布仁倉(cāng),熊在平,等.1961—2005年?yáng)|北地區(qū)氣溫和降水變化趨勢(shì)[J].生態(tài)學(xué)報(bào),2013,33(2):519-531.

[28] 孫鳳華,楊素英,陳鵬獅.東北地區(qū)近44年的氣候暖干化趨勢(shì)分析及可能影響[J].生態(tài)學(xué)雜志,2005,24(7):751-755.

[29] 郭堅(jiān),王濤,薛嫻,等.松嫩沙地荒漠化現(xiàn)狀和原因[J].干旱區(qū)資源與環(huán)境,2007,21(5):101-105.