时间频率分析识别土地退化热点与可持续利用亮点

《CATENA》：Temporal frequency analysis identifies land degradation hotspots and sustainable use bright spots

　　

时间频率分析（Temporal Frequency Analysis, TFA）量化了土地退化趋势的持续性。持续退化热点占旱地景观面积不足1%。TFA揭示了可持续土地利用实践亮点，可作为推广的示范模型。重复性指标将全球土地退化中性（LDN）报告与局地景观过程联系起来。研究发现，高重复性退化土地（R_deg≥70%）——即持续热点——极为罕见，在区级水平上不足土地面积的1%（例如土库曼巴希为0.22%，鲁胡贝伦特为0.15%，达尔加纳塔为0.08%，达内夫为0.12%）。研究将TFA框架应用于土库曼斯坦达绍古兹和列巴普的旱地区域，采用动态基线（整个观测期的中值）和五年滑动窗口分析，基于MODIS NDVI数据计算土地生产力动态（LPD）子指标，并将LPD类别协调为SDG 15.3.1的三类（退化、稳定、改善），进而计算退化重复性（R_deg）、稳定重复性（R_stb）和改善重复性（R_imp）。研究将像元分类为持续退化热点、持续改善亮点和不稳定/过渡区。结果表明，真正根深蒂固的退化和持续改善均为高度局地化现象，各自通常占景观面积不足1%。热点系统性地聚集于次生盐渍化区域（达绍古兹）和灌溉影响土地（列巴普），而亮点对应积极土地管理和自然植被恢复区域。保护区和牧场及灌溉农田的分析揭示了不同土地管理情境下的显著差异。TFA框架将LDN从追溯性报告义务转变为动态的、过程感知的诊断工具，为按地理空间明确实施LDN响应层级提供了可操作证据，支持了“避免—减少—逆转”策略，并识别出可推广的可持续管理实践亮点。

**土地退化中性监测的时间频率分析框架：热点识别与可持续利用亮点**

**一、研究背景与问题**

土地退化是全球面临的严峻挑战，威胁着生态系统服务、粮食安全和可持续发展。联合国防治荒漠化公约（UNCCD）将土地退化中性（LDN）作为可持续发展目标（SDG）15.3下的关键目标，旨在到2030年通过恢复平衡土地损失。LDN的概念框架包含三个核心要素：综合土地利用规划、"避免—减少—逆转"响应层级，以及用于平衡损益的核算系统。在操作层面，进展通过SDG 15.3.1指标（"退化土地比例"）和LDN指数（"改善与退化土地之差"）进行追踪，基于三个子指标：土地生产力动态（LPD）、土地覆盖（LC）变化和土壤有机碳（SOC）储量变化。

尽管LDN被迅速采纳，但实施仍存在差距。现有的科学方法虽适用于国家报告，但在指导次国家级政策方面作用有限，主要受两个基本制约：其一，依赖固定历史基线（如2000–2015年）无法反映土地系统的动态非线性轨迹，尤其在降水波动显著的中亚干旱区，易将暂时性气候波动误判为长期趋势；其二，以端点为导向的报告输出难以区分反复出现的退化或改善与短期变率。因此，有效的LDN实施需要从监测状态转向监测过程持续性，回答两个关键问题：（1）土地退化最常发生在何处，指示系统性失败和优先干预区域？（2）哪些区域的土地状况持续稳定或改善，可揭示可持续土地管理（SLM）的亮点？然而，目前尚无标准化的定量分析框架从SDG 15.3.1数据流中系统提取这些信息。

**二、研究目标与方法概述**

为弥合这一差距，研究人员提出了时间频率分析（TFA）框架，基于"土地趋势重复性"概念。TFA通过量化土地状况类别在评估窗口中的重现频率，将SDG 15.3.1数据从静态基线比较转变为动态的趋势持续性评估。研究在土库曼斯坦达绍古兹和列巴普两州的干旱区域进行了验证。TFA采用五年间隔的滑动平均值，分析像元相对于其先前状态被分类为退化或改善土地的频率，从而滤除短期气候变率的噪声，分离出地貌和生态过程的持续信号。核心指标包括退化重复性（R_deg）、稳定重复性（R_stb）和改善重复性（R_imp）。

研究数据来源于UNCCD认可的Trends.Earth平台（QGIS 3.28中的2.0版本），基于MODIS NDVI数据（Didan, 2015；Clark et al., 2001）计算的LPD子指标。NDVI年度时间序列通过Trends.Earth中的5年移动平均进行平滑。LPD分类遵循Trends.Earth的LPD协议，结合轨迹、状态和绩效。轨迹来自年度NDVI值线性回归的斜率；正斜率表示生产力增加，负斜率表示下降，显著性水平为p < 0.05。基线涵盖2001–2022年，每个像元的LPD时间序列中值作为分析参考。土地状态通过对比连续五年间隔数据与全期基线进行评估。LPD类别被协调为三个类别：'退化'（包括'下降'和'下降初期迹象'）、'稳定'（包括'稳定'和'稳定但受压'/'受压'）和'改善'（'增加'）。研究评估了十个连续的、重叠的五年窗口（2001–2005至2018–2022，N=10）。重复性计算使用公式R_s = (∑x_i/N) × 100%。采用双阈值方案分类：持续退化热点要求R_deg% ≥ 70%且R_imp% ≤ 30%；持续改善亮点要求R_imp% ≥ 70%且R_deg% ≤ 30%。空间分析在省（州）、区（埃特拉普）和土地利用区多个尺度进行，使用QGIS和R环境，采用sf、terra、dplyr和ggplot2包。

**三、主要结果**

**（一）持续趋势的超焦点性质**

TFA的主要输出是土地趋势重复性的空间测量。与普遍退化的观念相反，高重复性退化土地（R_deg ≥ 70%）——即持续热点——极为罕见，在区级水平占比不足1%（如土库曼巴希0.22%，鲁胡贝伦特0.15%，达尔加纳塔0.08%，达内夫0.12%）。热点分布具有系统性而非随机性：达绍古兹的热点位于严重次生盐渍化区域和萨雷卡梅什湖附近，可能与矿化排水有关；列巴普的热点分散但与盐渍土、灌溉地和过度放牧相关。持续亮点（R_imp ≥ 70%）与成功的土地管理相关，如达绍古兹的自然植被恢复和列巴普阿姆河沿岸高效灌溉区域。大部分景观呈稳定或不稳定动态（30–70%重复性），表明存在高年际变率而无持续趋势。LPD子指标数据细化显示，持续生物量下降极少，但"受压"生产力状态的重现是显著信号，表明土地处于持续压力下但尚未不可逆退化。列巴普各区的稳定生产力重复性（74–76%）远高于达绍古兹（23–46%），反映了两地生态系统恢复力或管理的根本差异。

**（二）土地利用类型的诊断精度**

保护区方面，加普兰格尔保护区（沙漠生态系统）的持续稳定性极低（占其面积13.80%），具有小而分散的持续改善（0.57%，主要为流沙植被恢复）和退化（0.02%，与矿化地下水排放区相关）斑块，表现出显著的脆弱性和多向趋势。相反，阿穆达里亚保护区（河岸生态系统）表现出高持续稳定性（63.30%），持续改善（0.67%）和退化（0.60%）面积小而均衡，与历史图加伊林地转变和河流动态相关，表明当前是一个有恢复力、平衡的生态系统。

牧场方面，列巴普试点牧区表现出卓越的稳定性，超过96%的面积具有稳定条件的高重复性（≥70%），且完全没有持续退化或改善趋势。达绍古兹试点牧区则表现出更动态和脆弱的特征：68%的区域具有高稳定重复性，持续改善仅占0.07%，虽无持续退化热点，但2.5%的区域表现出植物群落持续受压状态，表明存在持续压力的区域。

灌溉农田方面，列巴普的农田（主要位于阿姆河泛滥平原附近，包含不同使用阶段的田块）表现出较高稳定性，大部分分析区域（49.64%）持续稳定，一个小而特定的区域（2.19%）被识别为退化热点，指示土地覆盖变化可能为弃耕；孤立区域记录到持续改善（0.73%），通常具有植被过度生长的光谱特征。达绍古兹的农田表现出更动态和多向的模式：持续退化热点（0.42%）与建成基础设施或松散沙地相关，而持续亮点（1.73%）常与排水区或新开垦田地的木本植被过度生长区域相关；持续稳定土地面积低于列巴普（24.71%）。关键的是，达绍古兹农田的持续亮点总面积超过持续热点，表明这些地点的净正向趋势持续性。

**四、讨论与结论**

讨论部分指出，传统LDN评估依赖静态历史基线，在年际气候变率高的动态旱地中难以区分长期趋势。TFA采用动态基线（整个观测期的中值）作为面向过程的景观分析基础，将问题从"该像元是否相对于固定过去点退化"转变为"该像元随时间表现出退化或改善趋势的持续性如何"。像素级重复性分析通过计数趋势持续性过滤了短期气候异常的瞬态噪声，但因框架未显式包含降水、温度等气候预测因子，应被解释为持续性诊断工具而非正式归因方法。重复性指标提供了可依据管理目标调整阈值的连续变量，并生成直接对应LDN响应层级的空间显式输出：持续热点对应"逆转"，不稳定/风险区对应"减少"，持续稳定区对应"避免"，持续亮点对应"学习与推广"。

TFA揭示了三个反直觉模式：第一，持续退化并非广泛分布而是高度局地化，即使达绍古兹等严重受影响区域，高退化重复性区域占比也不足1%，这反对盲目的大规模恢复运动，主张战略性瞄准紧凑的高优先区域。第二，持续亮点是成功的土地管理的实证"自然实验"，其特定的社会生态条件和实践可通过参与式学习和推广进行编码和扩展。第三，最大的土地比例（30–70%重复性区域）既不稳定也未持续退化，而是动态不稳定，这些过渡区对土壤健康、植被覆盖和微气候之间的反馈敏感，既面临退化风险也提供干预机会，应从被动危机管理转向主动稳定脆弱区。

研究结论为：TFA框架将LDN从追溯性报告义务重新定义为动态的、过程感知的诊断工具。通过量化相对于移动基线的土地状况趋势重复性，TFA将持续退化和改善与短暂气候变率分离，将传统SDG 15.3.1评估的二元输出转变为连续的、可操作的趋势持续性指标。在土库曼斯坦旱地的应用揭示了一个反直觉但操作上决定性的发现：真正根深蒂固的退化和持续改善都是高度局地化现象，各自通常占景观面积不足1%。这种空间精确性使LDN响应层级能够作为地理空间明确的处方应用——针对紧凑热点的逆转干预、在不稳定过渡区部署减少措施、为稳定区域确保避免性保护，以及将亮点实践编码推广。TFA基于开源工具和全球一致的数据，不是国家报告系统的替代品或负担，而是从现有监测流中提取可操作情报的分析叠加层。它为全球LDN证据基础增加了时间持续性的关键维度，闭合了国际承诺与地方干预之间的回路，使LDN重新定位为适应性的、证据驱动的土地管理工具，可扩展、透明，并可在世界上最脆弱的旱地及以外地区投入操作部署。