文摘

发展对生态环境的影响是一个关注的问题,特别是在生态脆弱agro-pastoral交错群落。陕西北部的agro-pastoral交错群落(ANS)是一个代表区域agro-pastoral交错群落在中国北部。砂土地的农业用途(AUSL)是一种有效的方法应对本地区的发展需要。的AUSL肯定会影响出水量服务在俺们,水资源已经稀缺的地方。在这项研究中,生态系统服务的集成评估和权衡工具(投资)模型被用来模拟不同强度下俺们的出水量AUSL的场景。结果表明,AUSL降低了区域出水量,但影响是有限的。最大的规模发展,区域出水量的基准年2020年相比下降了1.35%。分布格局而言,出水量减少最郧阳地区和最少的河豚县由于砂土地的不均匀分布。土地利用和土地覆盖(LULC)规模,AUSL有水产量递减影响耕地和砂土地由于更强烈的从农田蒸散。本研究可以提供数据和决策支持俺们地区构建resource-economical、环境友好型社会。

1。介绍

水资源不仅扮演不可或缺的和基本的角色在维护生态系统的正常运转,但在支持人类生存也发挥了至关重要的作用,社会稳定,经济发展1- - - - - -3]。然而,水危机越来越严重的在当今社会4]。人类对水资源的需求不断增加,带来了前所未有的压力定量和定性,生态系统提供这种服务5,6),特别是在干旱地区(7,8]。的原因主要来自两个方面:首先,在干旱地区发展的紧迫需求增加的压力出水量服务;其次,外部环境变化的气候和土地利用等严重影响出水量的稳定服务,已经形成了一个恶性循环,干旱地区的生态环境脆弱。因此,发展对水产量的影响的研究是一个重要的工具来保证区域生态系统和社会系统的可持续发展,维护权利的发展在干旱地区。

在干旱地区,粮食生产往往是低由于水土资源约束,促使更多的土地被回收和水需求相应增加9,10]。在中国,干旱和半干旱地区占全国的近一半的土地面积11),耕地的面积在干旱和半干旱地区约占耕地总面积的11.57%。的agro-pastoral交错群落,过渡区耕地和牧区相交的地方,已成为农业发展的重点地区。因此,治疗砂土地也成为农业发展的先决条件。

多年来,砂土地管理的模式已经从被动管理转为积极利用。在早期阶段,砂工程方法(主要是固定的12,13)、生物(14)和化学(15]。如今,“soilization”的综合运用模型沙的土地已经成为主要的发展方向,它考虑了经济发展的同时保护生态环境。“soilization”的本质是提高沙质土壤的养分和水分条件培养目的通过添加化学修正案(16,17)、生物修正案(18],泥炭[19),处理植物残体(20.),客人土壤,或其他天然原材料21砂)。砂土地管理模式的综合利用一直是一个有用的探索遏制耕地的不断减少由于城市化和坚持耕地保护的红线。

在陕西北部的agro-pastoral交错群落(ANS)是一个典型的区域agro-pastoral交错群落在中国北部。ANSμ我们西北沙漠,东南是黄土高原。此外,整个地区属于黄河流域。与此同时,该地区是几个国家战略的重点或国家政策,如西部大开发政策,黄土高原综合治理计划,主要的国家战略”黄河流域的生态保护和高质量的发展。“在过去的十年中,城市扩张由于ANS的快速经济和社会发展已经侵占了一些农业用地。因此,砂土地的农业用途(AUSL)已成为一个有效的方法来缓解紧张的土地资源和增加在该地区的粮食需求。的soilization砂土地已经被许多专家证明可行的试点实验(22- - - - - -24]。

然而,为了实现可持续发展的目标,发展规模和种植结构的AUSL ANS受制于水资源。水资源承载能力(25和最严格的国家水资源管理系统26)是常用的评估标准对水资源约束。数学模型优化算法(27- - - - - -29日),系统理论模型,hydro-physical模型(30.,31日)适当的工具来管理规模和农业发展在水约束下的结构。在答,刘等人。32)计算农业发展的适当规模的发展水资源Regulation-Allocation耦合模型。方法可以描述如下:可用于农业的最大水量砂土地可以计算根据水资源总量的限制条件,可用水资源、水利工程的可用水资源,和总指数控制最严格的国家水资源管理系统;然后,基于这一上限,种植规模和结构优化的好处最大化通过水的合理配置。虽然这项研究提供了一个参考阈值的规模AUSL ANS,它没有进行进一步的研究区域出水量服务LULC变化从砂土地农业用地。

我们都知道,土地利用和土地覆盖(LULC)变化是影响水文过程最重要的一个因素。出水量服务是这种影响的最直观的表现。许多研究模型,如水文模拟程序使用Fortran (HSPF),迈克,她TOPMODEL,水土评估工具(SWAT) Modflow和集成生态系统服务定量评估工具(投资)定量评估和评估LULC变化对水产生的影响。在众多模型中,投资模型,由于模型参数少的优点,较低的数据需求,直观的可视化结果,和高通用性,已广泛应用于评估生态系统服务包括水产量(33- - - - - -36]。这提供了一个合适的工具来评估在俺们AUSL出水量的服务。

因此,在这项研究中,以水产量为指标,代表出水量的变化的服务在不同的开发强度场景AUSL ANS地区年度出水量模块的模拟投资模型。本研究可以提供数据参考AUSL对生态环境的影响和ANS的可持续发展。

2。材料和方法

2.1。研究区域

地理上,ANS属于黄土高原的过渡区μ的美国的沙漠,是一个重要的部分agro-pastoral交错群落在中国北部。是相邻的甘肃和宁夏南部,与内蒙古自治区在北方,以黄河为界与山西省东部。行政部门而言,有两种方法可以把俺们的范围(32,37,38]。结合AUSL,本研究采用部门接受更多的学者,其中包括六个国家(或地区)北部的榆林城,从西到东,即Dingbian, Jingbian,衡山,郧阳,神木,河豚。研究区域的地理坐标之间36°48 39°35 N和107°14 和111°08年 E,面积共33603 .80公里2,ANS的地理位置、行政部门在图所示1。


图1
陕西北部的位置和高程agro-pastoral交错群落。
2.2。场景描述

在相关研究的基础上,开发规模的上限阈值在俺们AUSL复合砷与砂砂岩形成耕地可以描述如下:与正常供水规划水利工程,在整个研究区砂土地可以用作耕地3434.51公顷的砂土地除外不习惯在郧阳[24,32]。在这项研究中,阈值也采用这种AUSL的上限。此外,2020年作为基准年,和四个场景设置的不同尺度AUSL分析出水量服务ANS AUSL。场景1被定义为未开发的模式,这是2020年的基准年。场景2被定义为30%的未使用的砂土地基准年中的每一个县或地区被开发为耕地,也就是说,低强度开发模式。场景3中强度发展模式可以被描述为60%的未使用的砂土地被开发为耕地。场景4是高强度开发模式,即砂土地的开发规模达到上限。表1显示AUSL的面积不同的县或地区在不同的场景。

表1
发达地区的砂土地在不同场景。
2.3。评估的出水量

一年一度的出水量来源于模拟与投资模型(版本3.11.0,工作台)。一年一度的出水量评估模块是基于提出的耦合热液平衡假说Budyko 1974年(39),平均年降水量数据工作(34]。

出水量模块的投资模型是基于水量平衡原理,在实际蒸散减去从每个网格单元获得的降水的水量产生的网格。不是区分地表水,地下水,baseflow [40),该模型假定生产水在每个网格单元可以通过这些途径汇集。因此,模型输出和平均总额的水产生的研究领域。使用光栅作为最小计算单位有助于区分产生下沉的空间异质性,如土地利用类型、土壤类型、降水和植被类型。模型的计算是基于以下原则: 在哪里 是网格的出水量吗 (毫米) 电网的实际年蒸散吗 (毫米), 多年平均降水量网格吗 (毫米)。对植被LULC在投资模型中,水平衡的蒸散组件通常是与潜在蒸散(PET) (1),计算方法如下(41,42]: 在哪里 潜在蒸散的像素 和 是一个非物质经验拟合参数。

可以从以下公式计算: 在哪里 表明植物蒸散系数为一个特定的LULC输入栅格单元 。 参考作物蒸散,模型的输入。

的 是一个非物质经验拟合参数,描述地表属性包括植被、气候、土壤、和其他因素。投资模式的价值 计算经验公式的方法(43]: 在哪里 是一个描述降水模式的经验常数和水文地质特征,通常是在1到30 [44]。 显示可用的植物含水量(毫米),这是受土壤质地和土壤有效深度的影响。水的总量是存储和提供的土壤在植物生长过程中,由植物含水量(PAWC),可用的最小值最大的土壤根埋藏深度和植物根深度,即, Layer.depth和Root.depth代表最大的土壤和植物根的根埋深深度,分别。

2.4。数据源

投资模型的出水量模块需要多种类型的光栅数据集和参数如气象、植被、和地理作为输入来运行。克里格插值得到的降水数据的监控气象监测站的数据在研究区域利用Arcgis(10.4),从中国获得的气象数据服务中心(CMDC,http://data.cma.cn/)。参考作物蒸散( )数据是根据Penman-Monteith公式来计算的,唯一方法指定的联合国粮食及农业组织(粮农组织)。Penman-Monteith配方所需的数据,如温度和辐射,得到各气象站的监测数据(立足飞速发展http://data.cma.cn/)。克里格插值计算数据为每个站执行获取土壤水分蒸发蒸腾损失总量栅格数据。根深度和PAWC得到从和谐世界粮农组织提供的土壤数据库(HSWD)。土地利用/土地覆盖是来源于资源和环境科学数据中心的中国科学院(http://www.resdc.cn)。所有栅格数据的分辨率 。同时,所有栅格和矢量数据的投影坐标系WGS_1984_UTM, GCS_WGS_1984地理坐标系统。

3所示。结果与讨论

3.1。LULC不同的场景

根据四个场景设置,土地使用的基准年使用Arcgis10.4编辑软件,和相对应的土地使用场景2 ~场景4。在这项研究中,研究区域的土地利用分为九类,高覆盖率的草原,medium-coverage草原,信号低草原,森林,城市、乡村、耕地、土地、砂和水,如图2。2020年,基地,砂土地的面积占总面积的12.75% ANS,主要分布在玉林,神木,Jingbian研究的领域。郧阳地区砂土地面积最大,占郧阳地区总面积的28.87%和46.58%的砂土地ANS的总面积。河豚砂土地的面积最少,占0.35%的河豚面积和砂土地总面积的0.26%。


图2
分类LULC不同场景下:(一)场景1;(b)场景2;场景3 (c);(d)场景4。
3.2。AUSL对水产量的影响
3.2.1之上。水产量的空间分布的变化

水产量有显著差异,不同的开发强度情况,如图3。一般来说,有空间异质性在俺们地区出水量,显示一个通用模式,东部大于西部和南方比北方大。河豚在东北生产最多的水,而西南部Dingbian产生最少的。每个网格的出水量是0毫米到423.16毫米的范围内对所有四个场景。与开发强度的增加,研究区域的出水量逐渐减少,水和相应的收益率四个场景的260.46毫米,259.38毫米,258.41毫米,257.02毫米,分别。从图可以看出3在郧阳,出水量的变化分布模式和神木更明显。


图3
水的空间分布产生的变化在不同的开发利用强度:(一)场景1;(b)场景2;场景3 (c);(d)场景4 . .
3.2.2。出水量的变化在不同的开发强度

根据投资收益率计算水的原则,本研究只需要讨论出水量的变化在沙子和耕地。表2显示了沙子和耕地的出水量四个场景。它可以发现出水量的沙子和耕地减少的趋势。对于耕地,出水量显示了额外的耕地减少的趋势,因为从砂土地转换,通常位于低降雨量的地区,同时,耕地的蒸散系数更大。砂土地开发的大量种植,沙子的优先发展土地的部分往往是更适合降水和蒸发,这是主要原因的出水量减少砂土地。

表2
栽培和砂土地出水量的变化在不同的场景。

表3显示了其他类型的LULC的出水量。这表明出水量的城市是最大的,这和大多数的研究得出的结论是一致的,城市化导致径流的增加(45,46]。虽然蒸发是更大的城市,也有更多的降水趋势在城市,特别是极端降水事件,这可以解释这一现象。除了城市和水域,剩下的七种LULC产生水200毫米到300毫米的范围。至少出水量的土地被森林覆盖的土地,由于更高的潜在蒸散林地(47]。高覆盖草地产量更多的水,这是草地的分布密切相关:高覆盖草地主要位于高降水和蒸散低的地区。

表3
水产生不同类型的LULC(不含土地种植和沙子)。
3.2.3。总出水量的变化

表4显示的数据总出水量县和俺们四个场景作为一个整体。总出水量而言,在研究区,总出水量减少了0.44%当开发强度很低,0.81%开发强度介质与基准年相比,和1.1811亿米3当开发强度达到最大,基准年相比减少了1.35%。这是由于这样的事实,在模型中,耕地的蒸发系数更高比砂土地,并相应地出水量减少,其他条件都相同。

表4
由行政区域总出水量的变化在不同的场景。

由于砂土地河豚分布越少,使用砂土地耕地总出水量的影响不大。水产量相对稳定,只总出水量减少0.07%时强度达到最大发展。相对应的比例变化总出水量郧阳在场景2中,3和4是0.91%,1.84%,和2.97%,受影响最严重的在所有县级行政区域。原因是,近一半的土地分布在郧阳ANS的沙子。排名不同的开发强度的影响在每个县得到根据水的总量减少产量。在低发展程度的影响强度郧阳>衡山> Jingbian > Dingbian >神木>河豚;在中等发展程度的影响强度郧阳> Jingbian >衡山>神木> Dingbian >河豚;发展高强度下的排名是郧阳>衡山> Jingbian >神木> Dingbian >河豚。

4所示。结论

出水量服务是至关重要的生态脆弱的干旱和半干旱地区,和LULC变化会影响出水量服务。本研究定量评估出水量的变化因不同的开发强度的AUSL ANS与投资模型使用2020年为基准年。

一般来说,AUSL的面积增加,ANS的出水量是下降的趋势,和减少出水量最大开发强度相比,2020年是1.35%,对区域出水量少影响服务。水的空间分布模式的收益,因为超过40%的砂土地分布在郧阳,郧阳出水量的服务是受影响最严重,而河豚是影响最小的行政区。从LULC的角度来看,AUSL减少影响耕地的出水量和沙的土地。综上所述,可以看出,在俺们AUSL区域出水量减少影响服务,但在一定程度上。结果暗示AUSL开发强度下阈值是可行的计划,提供液压项目正常运营。本研究可以为该地区的可持续发展提供决策帮助。

数据可用性

所有的数据、模型和软件生成或使用在研究出现在提交文章。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了国家自然科学基金(批准号51979221),由陕西省自然科学基础研究计划(项目号2021 jlm-45),研究生态国家重点实验室基金在西北干旱地区,西安科技大学(批准号2019 kjcxtd-5)。