鄂尔多斯市荒漠化时空演变的多指标集成监测与气候驱动机制解析

针对干旱半干旱区荒漠化监测精度不足的问题，研究人员通过集成植被覆盖度(FVC)、改良土壤调节植被指数(MSAVI)和土壤有机碳(SOC)构建多指标框架，结合地理探测器模型(GDM)揭示了鄂尔多斯市2001-2020年荒漠化时空演变规律。研究发现重度荒漠化土地(SED)减少14.17%，地表温度(LST)和风速(WS)是主要驱动因子(q值0.26/0.24)，为生态脆弱区精准治理提供了科学依据。

　　

在全球气候变化背景下，荒漠化已成为威胁干旱半干旱地区生态安全的重大环境问题。作为中国北方生态屏障的关键区域，鄂尔多斯市境内分布着毛乌素沙地和库布齐沙漠，其荒漠化动态直接影响华北地区的生态安全。尽管过去二十年我国实施了一系列生态工程，但现有研究多依赖单一植被指数，难以全面捕捉荒漠化过程中植被与土壤的协同退化机制。更关键的是，气候因子与荒漠化的定量关系尚不明确，导致防治措施缺乏针对性。

针对这些科学问题，联合国亚太经社会东亚和东北亚办事处支持的研究团队在《Journal of Arid Environments》发表了一项创新性研究。该研究首次整合遥感与土壤指标，构建了包含植被覆盖度(Fractional Vegetation Cover, FVC)、改良土壤调节植被指数(Modified Soil-Adjusted Vegetation Index, MSAVI)和土壤有机碳(Soil Organic Carbon, SOC)的多维度评估体系，结合地理探测器模型(Geographical Detector Model, GDM)定量解析了鄂尔多斯市2001-2020年荒漠化演变规律及其气候驱动机制。

关键技术方法包括：1) 基于Landsat系列卫星数据反演FVC和MSAVI植被参数；2) 采用重铬酸钾氧化法测定SOC含量；3) 运用GDM模型计算气候因子解释力(q值)；4) 通过交互作用探测器识别因子协同效应。研究区域覆盖鄂尔多斯市8.68万km²
，重点分析杭锦旗、鄂托克旗和达拉特旗等典型区域。

【Temporal variation of desertified land】
通过时序分析发现：1) 重度荒漠化土地(Severely Desertified land, SED)占比从2001年32.65%降至2020年18.48%，而中度荒漠化(Moderately Desertified, MD)增加15.81%；2) 2015-2020年改善最显著，SED减少9.8%；3) 空间上西北部杭锦旗等地改善明显，但南部乌审旗仍存在退化风险。

【Quantitative analysis by comparison with single indicator】
与传统FVC单指标法对比显示：1) 多指标模型在低覆盖区(0.1-0.3)分类精度提升12.7%；2) SOC的引入使移动沙地识别准确率提高18.3%，证实土壤参数对荒漠化物理表征的关键作用。

【Main findings】
气候驱动分析揭示：1) 地表温度(Land Surface Temperature, LST)(q=0.26)和风速(Wind Speed, WS)(q=0.24)是主导因子，与荒漠化呈正相关；2) 降水(Precipitation, PRE)(q=0.20)呈负相关；3) LST与WS交互作用最强(q=0.41)，而地形因子(高程DEM/坡度SLO)影响微弱(q<0.05)。

该研究创新性地将土壤退化指标纳入荒漠化评估体系，证实了半干旱区"气温升高-风速加大-土壤碳流失"的恶性循环机制。结论表明：1) 鄂尔多斯市荒漠化总体逆转，但存在空间异质性；2) 未来治理应重点关注LST和WS的协同控制，在西北部生态脆弱区实施防风固沙与土壤碳汇增强措施。这些发现为《联合国防治荒漠化公约》区域履约提供了科学支撑，也为全球干旱区可持续发展目标(SDGs)的实现贡献了中国案例。