黄土高原不同地貌类型区植被恢复潜力及其土地利用变化

易海杰，张晓萍,，何 亮，邹亚东，吕 渡，许小明，贺 洁，王祎宸，田起隆

黄土高原不同地貌类型区植被恢复潜力及其土地利用变化

易海杰1,2,3，张晓萍1,2,3,4※，何 亮4，邹亚东4，吕 渡1,2,3，许小明4，贺 洁4，王祎宸4，田起隆1,2,3

（1. 中国科学院教育部水土保持与生态环境研究中心，杨凌 712100；2. 中国科学院水利部水土保持研究所，杨凌 712100；3. 中国科学院大学，北京 100049；4. 西北农林科技大学水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室，杨凌 712100）

黄土高原1999年开始的退耕还林（草）工程，对植被覆盖与土地利用结构产生了深刻影响，评估黄土高原未来植被恢复潜力、植树造林适宜区以及土地利用变化，对黄土高原生态保护和高质量发展具有重要意义。该研究基于北洛河流域2020年下垫面状况，借鉴“相似生境法”，对不同地貌类型区的未来恢复潜力、植树造林适宜区与土地利用变化进行了分析。结果表明：1）丘陵沟壑区目前平均植被盖度为61.9%，未来20～30 a仍有9.2%左右的上升空间，植被可恢复土地面积约占丘陵区的36.4%。土石山林区尚有11.5%的土地面积具有恢复余地，高塬沟壑区与阶地平原区植被盖度恢复余地很小。2）未来土地利用变化面积主要集中在丘陵沟壑区，与2020年相比，其耕地将减少47.4%，而林地与草地会增加0.7%与15.8%。土石山林区耕地将减少23.0%，林地与草地分别会增加0.2%与36.0%。3）基于“适地适树”原则下的情景模拟，高塬沟壑区与阶地平原区分别有279.16、233.73 km2面积可植树造林，而丘陵沟壑区大片可退耕土地适宜于自然恢复。结果表明，丘陵沟壑区仍是未来生态恢复重点关注区域，是黄河流域生态保护和高质量发展的热点区域。

土地利用；植被；恢复潜力；植树造林适宜性；相似生境；黄土高原

0 引 言

土地利用是联系人类社会经济活动与自然环境演变的重要纽带，能够直观反映人类活动对地表系统的改造过程[1]。植被作为土地景观重要的构成要素，是土地生态系统中最活跃的因素之一，是土地利用变化环境效应研究的重要内容[2]。开展植被与土地利用变化的研究已成为当前土地变化科学与水土保持研究的热点[3]。客观把握植被与土地利用变化趋势，是生态环境保护和可持续发展的必然要求，对区域生态恢复和规划建设具有重要意义。

黄土高原是世界上水土流失最为严重的区域之一。自1999开始，国家实施了大规模的退耕还林（草）政策[4]，黄土高原植被覆盖与土地利用结构因此发生了显著变化[5-6]。评估黄土高原退化土地上植被的恢复潜力与未来土地利用变化趋势，是提高生态系统恢复效率的理论基础。目前区域植被变化预测方法主要包括草地生态系统模型（Century Model，CENTURY）、SIB（Simple Biosphere model）、BIOME（Biome model）与LPJ等模型[7-9]。然而受植被预测模型建模理论的限制，大多数植被预测模型多适用于自然植被演替及其特定区域气候的适应变化模拟应用中[7]，不能很好地模拟受人工植被影响强烈的生态系统[7,9]，且对植被恢复的盖度预测能力不足[10]。自20世纪90年代以来，国内外学者从不同视角，结合不同研究目的相继构建了一系列土地利用变化情景预测模型，主要包括马尔科夫[11]、CLUE-S[12]、元细胞自动机（Cellular Automata，CA）及改进模型[13]、系统动力学（System dynamics，SD）[14]与FLUS（Future land Use Simulation model）[15]等模型。各模型在土地利用变化模拟应用方面存在明显的优势[1]，但土地利用变化涉及因素较多，单一的模型不能够描述土地利用变化的复杂特征，特别是在地形破碎、受人类影响大的黄土高原地区。因此，科学合理地预测黄土高原植被恢复潜力、适地适树植树造林以及土地利用变化，尤为重要。“相似生境”法能综合不同影响因素来表征黄土高原复杂的地貌特征，通过研究不同生境中植被的生长状态，高效率地评估未来植被恢复的潜力[10]，而基于适地适树原则的植被恢复适宜性评价，综合考虑了黄土高原独特的地貌与气候特点，能够有效识别未来适宜植树造林的区域[16]，在此基础上，结合国家退耕还林/草政策等影响因素，科学分析土地利用变化进行科学合理地分析，对指导未来黄土高原植被建设具有重要意义。

北洛河流域地处黄土高原腹地，从东南向西北植被带跨越森林植被、森林草原与典型草原带等黄土高原主要植被类型区[17]，地貌类型包括了黄土丘陵沟壑区、黄土高塬沟壑区、阶地平原区以及土石山区等黄土高原的主要典型地貌类型[18]，水土流失面积1.73万km2，占流域总面积的64.2%[19]，其上游吴起、志丹等县域为代表的典型黄土丘陵沟壑区，土壤侵蚀模数曾高达1.5万t/km2，被划为黄河下游多砂粗沙的主要策源地[6,19]。该流域是全国水土流失重点防治区和治理区之一[20]，上游吴起县因在全国率先实施退耕活动，具有“全国退耕还林第一县”的美誉。流域内广泛而深入的生态修复，使土地利用发生了深刻变化[21]，是开展土地利用以及植被恢复响应研究的典型区域。因此，本文选取北洛河流域为研究区，借鉴“相似生境”法，分析北洛河流域植被未来恢复潜力，模拟未来土地利用变化，以期为黄土高原生态文明建设提供科学支撑。

1 研究区概况

北洛河位于黄土高原中部，河流长680 km，途经陕西省榆林、延安、铜川、渭南、甘肃庆阳等地17个市县区，于大荔县东南汇入渭河，面积26 905 km2。总体属暖温带大陆性气候，年气温7.9～10.6 ℃，年平均降水量512.4 mm，主要集中在5—9月且多以暴雨出现。上游黄土丘陵沟壑区，面积约占流域面积的26.6%，属典型草原植被带，植被覆盖差，土层深厚，地形破碎，主要土壤类型为黄绵土，抗蚀力差，是北洛河流域的主要产沙区，也是黄河中游粗泥沙集中来源地[19]。中游包括土石山林区和高塬沟壑区，属森林草原植被带。土石山林区占流域面积的39.8%，植被盖度高，水土流失轻微；高塬沟壑区占流域面积的19.9%，塬面平整，沟谷重力侵蚀活跃。下游阶地平原区占流域面积的13.7%，属森林植被带，地面平缓开阔，沟道发育少且浅，沟壑密度小，侵蚀轻微，是陕西省关中-渭北高原重要的农业和果业发展基地[22]。流域地形地貌和植被分区如图1所示。自20世纪90年代末以来，由于退耕还林（草）工程的实施，流域植被覆盖情势显著改善[23]，水土流失严重状况基本得到遏制。

2 数据来源与研究方法

2.1 数据来源与处理

2.1.1 自然要素数据

流域内及周边16个气象站2001—2020年日气象要素，包括：降水量、气温、日照时数、风速和相对湿度等数据，来源于中国气象科学数据共享服务网（http://www.cdc.nmic.cn）。利用Penman-Monteith公式[24]估算各站点日潜在蒸散发量，累计到年。分别采用Kriging和Spline插值法获得流域年面降雨量与年面潜在蒸散发量，从而得到干旱指数（图2a），作为植被生长的水分限制条件

式中Dr为干旱指数；ET0为年潜在蒸散发量（mm）；P为年降水量（mm）。按气象年干旱指数界定值与等间隔原则[25]，将干旱指数分为[1.23～1.5]、(1.5～1.75]、(1.75～2.0]、(2.0～2.25]、(2.25～2.5]，共5个级别。

从地理空间数据云共享到30 m分辨率的DEM(http://www.gscloud.cn)，提取坡度、坡向、坡形特征，将坡度分为[0～3°]、(3°～8°]、(8°～15°]、(15°～25°]、(25°～35°]、(35°～45°]、>45°，共7个等级[26]（图2b），将坡向分为北坡(0～22.5，337.5～360]、东北坡(22.5～67.5]、东坡(67.5～112.5]、东南坡(112.5～157.5]、南坡(157.5～202.5]、西南坡(202.5～47.5]、西坡(247.5～292.5]、西北坡(292.5～337.5]，共8个坡向（图 2c），按曲率计算原则将坡形分成凹形坡与凸形坡（图 2d）。

1∶50万土壤属性来自黄土高原科学数据中心（http://loess.data.ac.cn/），由空间分布图（图2e）可知，研究区主要包括黄绵土、灰褐土、水稻土、新积土、黑垆土、红土、粗骨土、沼泽土、风沙土、褐土、黏土、潮土等12种土壤类型。黄绵土是该区主要土壤类型，约占研究区面积的64%。

2.1.2 植被盖度数据

当前植被盖度高低，影响着未来生态恢复潜势。2001 —2020年研究区绿色植被盖度数据来源于MODIS植被覆盖产品（MCD43A4，MOD09A1），空间分辨率500 m。该数据集按像元三分法将每个像元分出光合植被覆盖（即绿色植被盖度）和非光合植被覆盖、裸地3种组分[23]。经过与2019年地面实测数据同期对比进行验证，其绿色盖度估算精度2达0.83[23]，满足研究精度要求。考虑黄土高原气候特征，选取绿色植被盖度年最大值，获得研究区2001—2020年植被盖度数据。

2.1.3 土地利用数据

当前的土地利用态势，影响着未来植被恢复程度。从GEE平台获取2020年Landsat遥感影像，空间分辨率30 m。进行辐射校正和大气校正处理，采用人机交互式目视解译法及逻辑推理法进行解译，参照国家土地利用分类系统标准，将土地利用分为耕地、林地、草地、城乡建设用地与水域5种类型。为验证解译精度，研究区随机布设了981个点位，参照区域地形图和土地利用现状图及通过Google Earth软件中的高分影像进行核校，总正确率为92.85%，Kappa 系数 0.90，分类结果可靠[21]。

a. 干旱指数a. Drought Indexb. 坡度b. Slopec. 坡向c. Aspectd. 坡形d. Hillslope shapee. 土壤类型e. Soil type

2.2 研究方法

2.2.1 植被恢复潜力

“相似生境”，意即自然生境越相似，植被恢复最终形成的景观越雷同，其植被覆盖状况越接近[27-28]。如果当下某类生境区（土壤、干旱指数以及地形条件相同）的植被覆盖度存在最大值，则有理由认为，该最大值即为这一地区植被恢复能达到的最大盖度[28]。如果此类生境内的植被覆盖率与该最大值存在差异，则意味着此类生境内未来植被覆盖存在增长潜力。用上述干旱指数、地形、土壤、植被等要素及等级划分标准进行图层叠加，采用等权重法，共形成7 338个“相似生境”区，每个相似生境区约4 km2左右。对每个相似生境区20年的植被盖度序列进行分析，为避免统计偏差，将90%分位数上的植被覆盖度值作为该生境区的植被能够恢复到的最大盖度（VC）。根据2020年现状植被盖度（，%）和植被可恢复的最大盖度，可估算区域植被恢复潜力指数（I，0～1）[28]。I越接近于1表明未来植被恢复空间越大；反之，则表明区域植被恢复已接近植被恢复上限。

2.2.2 植树造林适宜区分析

植树造林是重要的生态建设手段，适地适树造林是重建生态功能的关键。研究区位于黄土高原东南部半湿润气候向西北部干旱气候过渡区，其适地适树造林主要取决于该区域尺度上的多年平均降水量和地形特征的综合影响[29]。年平均降水量相对较高的区域，地形因素的影响会较小；反之，植被生长则将受到局地地貌对水、热、光等生态要素重新分配的严重影响，形成隐域景观。不同坡向上土壤水分储量存在明显差异，按照湿润程度由高到低，依次为：东北向>北向>西北向>东向>西向>东南向>南向>西南向[30]，而凹形坡对水分聚集作用要较凸形坡强[31]，而由于峁顶风力大，土壤蒸发强烈，以及峁坡承接外来径流补给入渗等因素影响，出现坡度越陡，坡中部和坡脚部土壤水分越优越的趋势[31]。25°～45°作为可以植树造林的坡度面[32]。植被带是宏观气候（降水、气温、干燥度等）的综合反应，根据植被地带划分[17]，北洛河流域从东南的森林植被带横跨到西北的典型草原植被带。受气候特征影响，森林植被带的造林受地形条件影响较小，而在典型草原植被带将仅能在东北向和北向、凹型坡等易于聚集水分的微地貌条件下适宜造林。森林草原带具有典型过渡特征，即越靠近森林带，其微地貌上对造林影响越弱，越靠近典型草原植被带，其微地貌对造林影响的控制越强烈。为表示这种过渡性，将该带按等间距原则，划分成16个子带，首先考虑坡向，其次坡型，最后坡度这样的先后次序来考虑微地貌组合下水分对植树造林的影响力，比较均匀地表现出过渡带上微地貌对水分和植树的影响差异。

植被带图和土壤图由矢量数据转化为30 m 栅格数据，土地利用图由30 m分辨率遥感影像解译而来，将植被带、坡度、坡向、坡形、土壤类型与土地利用等图层叠加，逐栅格按条件遴选适宜造林微地貌。受到土地利用和土壤条件的现势性影响，为有效计算区域的未来植树造林状况，将现有林地、城乡建设用地与水域等土地利用和覆被类型，以及粗骨土和石质土等土壤类型剔除，不作为未来植树造林区域。具体流程如图3所示。

图3 北洛河流域植树造林适宜区制图流程

2.2.3 土地利用变化

根据植被恢复潜力与植树造林适宜性分析结果，在国家实施黄河流域生态保护和高质量发展远期规划内，退耕还林政策持续背景下，对未来20～30 a内的土地利用变化做出分析。原则如下：

1）当前土地利用用地限制。即当前土地利用用地类型下，假设现有林地、城乡建设用地与水域等用地类型未来变化不大。由于北洛河流域地广人稀，1970—2020年北洛河的城乡建设用地与水域占比始终为3%左右，对未来的土地利用变化影响较小，而在国家巩固现有退耕还林成果并加强实施退耕还林的背景下，现有林地未来发生大规模变化概率较低，因此，在20～30 a内假设现有林地、城乡建设用地与水域等用地类型未来变化不大。

2）确定植被恢复潜力较大区域。对I<0.1的地区，认为植被恢复已接近植被盖度最大值，其恢复潜力微弱，而I>0.1的地区，认为仍具有一定程度的植被恢复潜力[10]，是未来实施退耕还林（草）重点关注区，也是未来土地利用类型变化概率较大区域。

3）确定植树造林适宜区。根据适地适树造林原则，以及微域地貌的影响分析，确定植树造林适宜区，不适宜造林的植被恢复潜力区，视为草地用地类型。

4）土壤类型的限制。认为粗骨土、石质土等土壤类型，不适宜开展植树造林。

5）政策的影响。即大于25°耕地应退尽退的政策[33]。

3 结果与分析

3.1 未来植被恢复潜力预测

MODIS 2020年影像表明，北洛河流域2020年的植被盖度空间分布差异明显（图4a）。不同地貌区植被覆盖度统计显示，土石山林植被盖度最高，为88.8%，其次为高塬沟壑区，为84.1%，阶地平原区和丘陵沟壑区分别为68.9%、61.9%。全流域植被覆盖度为78.7%。

“相似生境”法确定未来植被恢复潜力结果表明（图 4b），丘陵沟壑区未来平均植被最大恢复盖度为71.1%，据此估算丘陵沟壑区植被盖度仍有9.2%的改善幅度，而土石山林区、高塬沟壑区与阶地平原区植被最大恢复盖度分别为89.8%、84.1%与68.9%，表明这3种地貌类型当前的植被覆盖度已接近最大盖度值，未来植被盖度可以恢复余地很小。

a. 当前植被盖度a. Current vegetation coverb. 最大恢复盖度b. Maximum recoverable vegetation coverc. 植被恢复潜力指数c. Vegetation restoration potentiality index

采用植被恢复潜力指数（式（2）），获得了未来植被可以恢复的空间分布情况，结果如图4c所示，植被恢复潜力指数从西北至东南递减。具有植被恢复潜力的区域主要集中在水土流失严重的丘陵沟壑区，对该区进行核算，平均植被恢复潜力指数为0.13，约有36.4%的面积具有植被恢复潜力，其中绝大多数（99.8%）潜力指数在0～0.5之间，表明丘陵沟壑区未来植被仍有较大的改善余地。土石山林区平均植被恢复潜力指数为0.01，约有11.5%的面积具有恢复潜力，其潜力指数在0.1～0.5间，主要分布在与丘陵沟壑区的交界处。而高塬沟壑区，虽然其植被恢复潜力较高，但目前由于植被恢复良好，约有6.3%的面积恢复潜力指数介于0.1～0.5之间，表明该区域植被未来改善余地不大。而阶地平原区绝大部分面积的植被覆盖已经接近或达到最大恢复潜力，约有4.2%的区域的潜力指数介于0.1～0.5。

3.2 未来植树造林适宜区分析

假设未来气候变化不大，北洛河可植树造林空间的分布图如图5所示。整体上看，流域中未来可植树造林面积约661.39km2，占全区面积的2.5%。

受气候带降水量与地形因素影响，适合未来植树造林适宜区面积从南到北变得越来越零散和稀疏。植树造林分布面积最大的区域位于气候湿润的高塬沟壑区与阶地平原区，两区域未来可植树造林适宜面积分别可达279.16与233.73km2。而土石山林区，现有植被覆盖率较高，未来适宜植树造林面积较少，其面积为102.73 km2。而丘陵沟壑区植树造林适宜区主要分布在一些聚水性较好的地方，所占面积很小，仅45.78 km2，表明丘陵沟壑区大部分区域的土地未来不适宜于植树造林。

图5 考虑土地利用现状的未来可植树造林地区分布

3.3 未来土地利用变化

流域2020年土地类型以耕地、林地和草地为主，其面积分别为5 916.46、15 809.67和4 296.62 km2，分别占研究区面积的16%、22%和58.8%。城乡建设用地与水域面积较小，为823.44和58.81 km2，分别占研究区面积的3%和0.2%（表1，图6a）。

根据土地利用变化分析思路，假设城乡建设用地与水域面积不变，结合在考虑国家退耕还林政策的规定基础上，与植被恢复潜力区进行叠加。未来土地利用变化总面积达846.12 km2，其中74.3%的面积位于丘陵沟壑区。从区间来看，黄土丘陵沟壑区土地利用变化最明显（图6c），与2020年相比，其耕地减少了47.4%，而林地与草地分别增加了0.7%与15.8%，这是由于地形破碎，陡坡耕地较多，水土流失剧烈，各项治理措施实施力度较大，植被恢复潜力高，造成未来土地利用变化较大；土石山林区因分布有子午岭与黄龙山林区，现有植被盖度较高，植被恢复潜力较小，未来改善力度相对丘陵沟壑区较弱，耕地较2020年减少了23.0%，而林地与草地分别增加了0.2%与36.0%；高塬沟壑区未来土地利用变化较小，耕地较2020年减少了5.2%，而林地与草地分别增加了0.6%与21.2%；而阶地平原区，生态恢复力度弱于其他地貌区，未来土地利用相对于2020年变化不大，耕地仅减少了1.1%，而林地则增加了6.6%。

表1 北洛河流域土地利用现状及其未来面积变化对比

图6 北洛河2020年土地利用现状、未来趋势与变化区域分布

4 讨 论

4.1 土地利用与植被盖度的关系

土地利用反映了人类活动对地表系统的改造过程，植被覆盖度是衡量地表植被状况的重要指标。两者均是区域气候、生态与水文过程模拟所需的重要基础数据。土地利用是植被变化的重要驱动力，而植被盖度的变化是土地利用类型间相互转化的直接影响结果，密切相关，但不能替代。如Senay等[34]研究表明 Oklahoma 土地利用结构和功能的改变导致植被覆盖类型及其组合规律的变化；而李正国等[35]研究发现一定自然生态背景下土地利用方式决定了黄土高原植被覆盖变化特征。 1999年国家开始实施退耕还林政策，在黄土高原范围内广泛实施了植树造林与陡坡耕地或裸地改为林草地等措施，而这些通过改变土地利用类型以提高植被盖度措施的实施，使得土地利用类型与植被盖度具有显著的相关性[36-37]。因此，在实施了近20年的退耕还林/草的北洛河流域，退耕还林政策稳定的情况下，在具有植被恢复潜力区域内，分析以提升植被盖度为目的的土地利用变化是合理且必要的，这不仅能从多角度分析区域生态演变特征，也为该区生态-水文过程模拟等研究提供重要的数据基础和参考。

4.2 北洛河未来植被恢复措施

水分条件是黄土高原植被恢复的主要限制因子[31]，植被恢复措施应“分区分类、因水制宜”。相关研究显示，黄土高原主要有封禁、种草与造林三大植被恢复措施，其所占比例分别为12.5%、14.0%与73.6%[28]，但在不同降水量带下，造林均为主要的植被恢复手段[28]。研究显示，自1950年以来北洛河流域各项水土流失治理措施治理范围和强度不断增强，但是在黄土丘陵沟壑区与高塬沟壑区等水土保持重点区域，造林面积占水土保持综合治理面积的比例高达60%以上[38]，然而在水分不足地区造林，会使土壤干层加剧[39]，并进一步制约植被恢复。因此，北洛河流域未来植被恢复应在保证土壤水分可持续利用，不加剧土壤干层化的条件下，依据气候-地形-土壤条件的差别，遵循自然规律，宜林则林，宜草则草，合理选择植被恢复措施，因地制宜地构建植被恢复模式与空间配置格局，提升区域生态系统服务功能。

北洛河流域上游的丘陵沟壑区地处森林草原和典型草原过渡带，受纬度的增加加上大陆性气候导致降水和温度条件恶化影响，其土地覆盖具有典型草原植被带的特征[40]，该区域植被修复除了人工退耕还林外，还包括以灌草地为主的自然植被恢复[41]，但植被恢复潜力区内目前的土地利用中大于25°的陡坡耕地仍较多，属于超地带性开垦，结果显示未来土地利用变化草地较2020年增加了15.8%，未来草地面积占区域面积的60%以上（表 1）。因此，受到该区降雨与水分承载力限制，丘陵沟壑区大部分区域并不适宜植树造林（图5），未来植被恢复应以自然恢复草地与低耗水的灌木林种为主。

北洛河中游的土石山林区与高塬沟壑区地处森林带，拥有丰富的森林资源，植被恢复以林灌为主[42]，而自2000年启动的天然林资源保护工程[43]，旨在通过限制采伐活动保护区内天然林，同时封禁治理措施的实施使子午岭和黄龙林区的森林植被结构和功能逐渐恢复。本区植被覆盖本就良好，再加这两项措施的实施，导致仅有12%的植被恢复空间（图4c）。值得注意的是，在土石山林区，具有恢复空间的区域主要集中在靠近丘陵沟壑区的西北区域，该区域目前仍有140km2左右的需退耕的陡坡耕地，这可能是因为该区域内毁林开荒活动比较严重造成的[44]。鉴于此部分区域靠近上游，气候相对干燥，建议未来遵循植被演替规律和耗水规律的前提下，实施以灌草地为主自然植被恢复，并对荒山荒坡进行封禁管理。高塬沟壑区未来具有恢复空间的区间主要集中在区域内的退耕地上，且塬面与塬边是农业与林果生态经济带，植被恢复不仅要注意封沟禁牧，防止陡坡耕垦与过度放牧，还应兼顾农业发展，注意调整好农、林、牧用地比例。

阶地平原区处于森林植被带，气候较为湿润，降雨充足，地貌平坦，水土流失轻微，生态治理力度小，2020年耕地占全区面积的75%以上，土地利用结构趋于稳定，未来植被盖度已接近最大恢复潜力，改善余地有限，但应注意区域人口密度大、城市化进程及工业生产活动等造成的植被退化。

4.3 不确定性分析

植被恢复潜力、植树造林适宜性与土地利用变化，是环境、社会、经济等本底因素与驱动因子共同作用的结果[3,31]，这些因子间在不同的空间和时间尺度上形成错综复杂的相互关系，构成了一个极其复杂联动的巨系统，使结果具有一定不确定性[1]。尽管本文考虑了气候与地理要素影响、国家退耕还林（草）政策、高分辨率遥感影像数据、参考文献资料和专家经验，但由于生态系统影响因子之间关系的多维度特征、黄土高原情况的复杂性、数据的可获取性，其结果仍存在局限性。在探讨植树造林的适宜性分析时，仅考虑了生物措施部分，对工程措施如梯田、淤地坝等的规划和修建考虑较少，对结果会有一定影响。本文对土地利用变化分析，是基于植被恢复潜力，并假设未来城乡建设用地与水域变化不大的前提，这两类土地利用类型在北洛河流域所占比例虽然较小（表1），但也会带来一些误差。

本研究立足黄土高原复杂状况，基于植被与土地利用现状，结合植树造林适宜性判断，为黄土高原土地利用变化模拟提供了新思路。而土地利用变化，受社会、经济发展水平主导，宜综合自然和社会等多学科的知识和方法，理清各因素间的相互联系，将更多的潜在影响因素纳入到植被潜力与土地利用分析中，需在以后的研究中开展探索研究。

5 结 论

本研究基于北洛河流域2020年现状，考虑区域气候、地理与国家政策等因素，评估了各未来植被恢复的最大潜力、植树造林适宜性与土地利用变化。研究结果有助于明确未来重点治理区域，并选择适宜的植被恢复措施，对黄土高原植被生态建设具有重要的理论意义。主要结论如下：

1）北洛河地区未来植被恢复潜力的空间差异性显著。恢复潜力较高的区域主要集中在上游的丘陵沟壑区，其平均植被最大恢复盖度为71.1%，目前距离此值仍有9.2%的改善幅度，可恢复面积约占36.4%。土石山林区约11.5%的面积具有一定改善幅度，而高塬沟壑与阶地平原区未来恢复余地不大。

2）受降雨、地形与植被赋存现状等限制，丘陵沟壑区与土石山林区未来适宜植树造林面积较小，分别为45.78与102.73 km2，而高塬沟壑区与阶地平原区因气候条件，预估未来可植树造林面积为279.16与233.73km2。

3）未来土地利用变化总面积达846.12 km2，其中74.3%的面积位于丘陵沟壑区。与2020年相比，丘陵沟壑区耕地面积将减少47.4%，而林地与草地面积将分别增加0.7%与15.8%。土石山林区耕地将减少23.0%，林地与草地将分别增加0.2%与36.0%。高塬沟壑区耕地较2020年将减少5.2%，林地与草地分别增加0.6%与21.2%。

[1] 乔治，蒋玉颖，贺曈，等. 土地利用变化模拟：进展、挑战和前景[J]. 生态学报，2022，42(13)：1-12.

Qiao Zhi, Jiang Yuying, He Tong, et al. Land use change simulation progress, challenges, and prospects[J]. Acta Ecologica Sinica, 2022, 42(13): 1-12. (in Chinese with English abstract)

[2] 刘黎明. 土地资源学[M]. 北京：中国农业大学出版社，2010.

[3] 杨丽萍，张静，贡恩军，等. GEE联合多源数据的西安市土地利用时空格局及驱动力分析[J]. 农业工程学报，2022，38(2)：279-288.

Yang Liping, Zhang Jing, Gong Enjun, et al. Analysis of spatio-temporal land-use patterns and the driving forces in Xi’an City using GEE and multi-source data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(2): 279-288. (in Chinese with English abstract)

[4] Wang S A, Fu B J, Piao S L, et al. Reduced sediment transport in the Yellow River due to anthropogenic changes[J]. Nature Geoscience, 2015, 9(1): 38-42.

[5] Yang X H, Zhang X P, Lyv Du, et al. Remote sensing estimation of the soil erosion cover-management factor for China's Loess Plateau[J]. Land Degradation & Development, 2020, 31(15), 1942-1955.

[6] 秦伟，朱清科，左长清，等. 大规模植被重建背景下的黄土高原流域土地利用时空演变[J]. 水土保持学报，2014，28(5)：43-50.

Qin Wei, Zhu Qingke, Zuo Changqing, et al. Spatio-temporal changes of land use/cover driven by large-scale vegetation restoration on watershed in the Loess Plateau[J]. Journal of Soil and Water Conservation, 2014, 28(5): 43-50. (in Chinese with English abstract)

[7] 车明亮，陈报章，王瑛，等. 全球植被动力学模型研究综述[J]. 应用生态学报，2014，25(1)：263-271.

Che Mingliang, Chen Baozhang, Wang Ying, et al. Review of dynamic global vegetation model (DGVMs)[J]. Chinese Journal of Applied Ecology, 2014, 25(1): 263-271. (in Chinese with English abstract)

[8] Sitch S, Smith B, Prentice I C, et al. Evaluation of ecosystem dynamics, plant geography and terrestrial carbon cycling in the LPJ dynamic global vegetation model[J]. Global Change Biology, 2003, 9(2): 161-185.

[9] 王旭峰，马明国，姚辉. 动态全球植被模型的研究进展[J]. 遥感技术与应用，2009，24(2)：246-251.

Wang Xunfeng, Ma Mingguo, Yao Hui. Advance in dynamic global vegetation models[J]. Remote Sensing Technology and Application, 2009, 24(2): 246-251. (in Chinese with English abstract)

[10] 赵广举，穆兴民，田鹏，等. 黄土高原植被变化与恢复潜力预测[J]. 水土保持学报，2021，35(1)：205-212.

Zhao Guangju, Mu Xingmin, Tian Peng, et al. Prediction of vegetation variation and vegetation restoration potential in the Loess Plateau[J]. Journal of Soil and Water Conservation, 2021, 35(1): 205-212. (in Chinese with English abstract)

[11] Wang Zhaolin, Ya Shengye, Pu Haixia, et al. Simulation of spatiotemporal variation of land use in mountainous-urban fringes based on improved CA-Markov model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(16): 239-248. (in Chinese with English abstract)

王兆林，牙升业，蒲海霞，等. 基于改进CA-Markov模型的山地城市边缘区土地利用变化模拟（英文）[J]. 农业工程学报，2020，36(16)：239-248.

[12] Liu G, Jin Q W, Li J Y, et al. Policy factors impact analysis based on remote sensing data and the CLUE-S model in the Lijiang River Basin, China[J]. Catena, 2017, 158: 286-297.

[13] Liang X, Guan Q F, Clarke K C, et al. Mixed-cell cellular automata: A new approach for simulating the spatio-temporal dynamics of mixed land use structures[J]. Landscape and Urban Planning, 2021, 205: 1-17.

[14] 田贺，梁迅，黎夏，等. 基于SD模型的中国2010-2050年土地利用变化情景模拟[J]. 热带地理，2017，37(4)：547-561.

Tian He, Liang Xun, Li Xia, et al. Simulating multiple land use scenarios in China during 2010-2050 based on system dynamic model[J]. Tropical Geography, 2017, 37(4): 547-561. (in Chinese with English abstract)

[15] Liu X P, Liang X, Li X, et al. A future land use simulation model (FLUS) for simulating multiple land use scenarios by coupling human and natural effects[J]. Landscape and Urban Planning, 2017, 168: 94-116.

[16] Mcvicar T R, Niel T G, Li L T, et al. Parsimoniously modeling perennial vegetation suitability and identifying priority areas to support china's re-vegetation program in the loess plateau: Matching model complexity to data availability[J]. Forest Ecology & Management, 2010, 259(7): 1277-1290.

[17] 中国科学院黄土高原综合科学考察队. 黄土高原地区植被资源及其合理利用[M]. 北京：中国科学技术出版社，1991.

[18] 薛帆，张晓萍，张橹，等. 基于Budyko假设和分形理论的水沙变化归因识别：以北洛河流域为例[J]. 地理学报，2022，77(1)：79-92.

Xue Fan, Zhang Xiaoping, Zhang Lu, et al. Attribution recognition of stream flow and sediment changes based on the Budyko hypothesis and fractal theory: A case study in the Beiluo River Basin[J]. Acta Geographica Sinica, 2022, 77(1): 79-92. (in Chinese with English abstract)

[19] 莫莉，穆兴民，王勇，等. 近50多年来北洛河水沙变化特征及原因分析[J]. 泥沙研究，2009(6)：30-36.

Mo Li, Mu Xingmin, Wang Yong, et al. Change of runoff and sediment of Beiluo River and reason analysis[J]. Journal of Sediment Research, 2009(6)：30-36. (in Chinese with English abstract)

[20] 国家水利部. 水利部发公告公布42个国家级水土流失重点防治区[EB/OL]. (2006-05-09)[2022-05-10]. http: //www. gov. cn/gzdt/2006-05/09/content_276081. htm.

[21] 邹亚东，何亮，张晓萍，等. 基于GEE数据平台的北洛河流域1970-2019年土地利用结构变化特征[J]. 水土保持通报，2021，41(6)：209-219.

Zou Yadong, He Liang, Zhnag Xiaoping, et al. Characteristics of land use structure change in Beiluo River Basin during 1970-2019 based on Google Erath Engine[J]. Bulletin of Soil and Water Conservation, 2021, 41(6): 209-219. (in Chinese with English abstract)

[22] 龙小翠，凌莉，刘京，等. 陕西关中农业现代化时空分异特征[J]. 农业工程学报，2022，38(5)：250-258.

Long Xiaocui, Ling Li, Liu Jing, et al. Spatiotemporal differentiation characteristics of agricultural modernization in Guanzhong Plain[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(5): 250-258. (in Chinese with English abstract)

[23] 何亮，吕渡，郭晋伟，等. 基于MODIS的北洛河流域植被盖度变化研究[J]. 人民黄河，2020，42(2)：67-71.

He Liang, Lyv Du, Guo Jinwei, et al. Study on vegetation coverage change of Beiluo River Basin based on MODIS[J]. Yellow River, 2020, 42(2): 67-71. (in Chinese with English abstract)

[24] Allen R G. Crop evapotranspiration-guidelines for computing crop water requirements[R]. Rome: UN Food and Agricultural Organization, 1998.

[25] 陈明荣. 对于干湿气候区划指标问题的探讨[J]. 西北大学学报（自然科学版），1974 (2)：111-119.

Chen Mingrong. A discussion on the issue of wet and dry climate zoning indicators[J]. Journal of Northwest University (Natural Science Edition), 1974(2): 111-119. (in Chinese with English abstract)

[26] 汤国安，杨勤科，张勇，等. 不同比例尺DEM提取地面坡度的精度研究：以在黄土丘陵沟壑区的试验为例[J]. 水土保持通报，2001，21(1)：53-56.

Tang Guoan, Yang Qinke, Zhang Yong, et al. Research on accuracy of slope derived from DEMs of different map scales[J]. Bulletin of Soil and Water Conservation, 2001, 21(1): 53-56. (in Chinese with English abstract)

[27] Zhang D J, Xu X, Yao S B, et al. A novel similar habitat potential model based on sliding-window technique for vegetation restoration potential mapping[J]. Land Degradation & Development, 2020, 31: 760-772.

[28] 高海东，庞国伟，李占斌，等. 黄土高原植被恢复潜力研究[J]. 地理学报，2017，72(5)：863-874.

Gao Haidong, Pang Guowei, Li Zhanbin, et al. Evaluating the potential of vegetation restoration in the Loess Plateau[J]. Acta Geographica Sinica, 2017, 72(5): 863-874. (in Chinese with English abstract)

[29] 杨文治，邵明安. 黄土高原土壤水分研究[M]. 北京：科学出版社，2000.

[30] Frank P Day, Carl D Monk. Vegetation pattern on a southern application watershed[J]. Ecology, 1974, 55: 1064-1074.

[31] 蒋定生，刘梅梅，黄国俊. 降水在凸-凹形坡上再分配规律初探[J]. 水土保持通报，1987 (1)：45-50.

Jiang Dingsheng, Liu Meimei, Huang Guojun. An initial approach to the redistribution laws of precipitation on convex and concave hillslopes[J]. Bulletin of Soil and Water Conservation, 1987(1): 45-50. (in Chinese with English abstract)

[32] 唐克丽，张科利，雷阿林. 黄土丘陵区退耕上限坡度的研究论证[J]. 科学通报，1998，43(2)：200-203.

Tang Keli, Zhang Keli, Lei Alin. Study and demonstration on the upper limit slope of returning farmland in the Loess Hilly area[J]. Chinese Science Bulletin, 1998, 43(2): 200-203. (in Chinese with English abstract)

[33] 国家林业和草原局. 关于印发新一轮退耕还林还草总体方案的通知[EB/OL]. (2018-06-04) [2022-05-10]. https: //www. forestry. gov. cn/main/5925/20200414/090421676754954. html.

[34] Senay G B, Elliott R L. Combining AVHRR-NDVI and landuse data to describe temporal and spatial dynamics of vegetation[J]. Forest Ecology and Management, 2000, 128(1/2): 83-91.

[35] 李正国，王仰麟，吴健生，等. 不同土地利用方式对黄土高原植被覆盖季节变化的影响：以陕北延河流域为例. 第四纪研究，2005，25(6)：762-769.

Li Zhengguo, Wang Yanglin, Wu Jiansheng, et al. Impact on vegetation coverage seasonal change of different landuse types in Loess Plateau: A case of Yanhe basin. Quaternary Sciences, 2005, 25(6): 762-769. (in Chinese with English abstract)

[36] Zhao A Z, Zhang A B, Lu C Y, et al. Spatiotemporal variation of vegetation coverage before and after implementation of Grain for Green Program in Loess Plateau, China[J]. Ecological Engineering, 2017, 104: 13-22.

[37] 杨胜天，周旭，刘晓燕，等. 黄河中游多沙粗沙区（渭河段）土地利用对植被盖度的影响[J]. 地理学报，2014，69(1)：31-41.

Yang Shengtian, Zhou Xu, Liu Xiaoyan, et al. Impacts of land use on vegetation coverage in the rich and coarse sediment area of Yellow River Basin[J]. Acta Geographica Sinica, 2014, 69(1): 31-41. (in Chinese with English abstract)

[38] Wang Y Q, Shao M A, Liu Z P. Large-scale spatial variability of dried soil layers and related factors across the entire Loess Plateau of China[J]. Geoderma, 2010, 159: 99-108.

[39] 姚文艺，徐建华，冉大川. 黄河流域水沙变化情势分析与评价[M]. 郑州：黄河水利出版社，2011.

[40] Zhang J T, Ru W M, Li B. Relationships between vegetation and climate on the Loess Plateau in China[J]. Folia Geobotanica, 2006, 41(2): 151-163.

[41] 秦伟，朱清科，刘中奇，等. 黄土丘陵沟壑区退耕地植被自然演替系列及其植物物种多样性特征[J]. 干旱区研究，2008(4)：507-513.

Qin Wei, Zhu Qingke, Liu Zhongqi, et al. Study on natural seres of vegetation and plant species diversity on returning land for farming to forests and grassplots in the Hilly-gully regions of the Loess Plateau[J]. Arid Zone Research, 2008(4): 507-513. (in Chinese with English abstract)

[42] 张亭亭，张建军，郭敏杰，等. 北洛河流域不同地貌和植被类型区径流演变特征及控制因素[J]. 水土保持学报，2014，28(4)：78-84.

Zhang Tingting, Zhang Jianjun, Guo Minjie, et al. Trend of streamflow and its controlling factor under the regional vegetation restoration in Beiluo River Basin[J]. Journal of Soil and Water Conservation, 2014, 28(4): 78-84. (in Chinese with English abstract)

[43] Xu G C, Zhang J X, Li P, et al. Vegetation restoration projects and their influence on runoff and sediment in China[J]. Ecological Indicators, 2018, 95: 233-241.

[44] 王坤平，李运学，田杏芳. 子午岭森林资源破坏情况及其防治对策[J]. 水土保持通报，1993，13(6)：13-16.

Wang Kunping, Li Yunxue, Tian Xingfang. Destructive situation of forest resources and its control measures in Ziwuling[J]. Bulletin of Soil and Water Conservation, 1993, 13(6): 13-16. (in Chinese with English abstract)

Vegetation restoration potential and land use change in different geomorphological areas of the Loess Plateau

Yi Haijie1,2,3, Zhang Xiaoping1,2,3,4※, He Liang4, Zou Yadong4, Lyu Du1,2,3, Xu Xiaoming4, He Jie4, Wang Yichen4, Tian Qilong1,2,3

(1.,,712100,;2.,,712100,;3.,100049,;4.,,,712100,)

“Grain for Green” program has been implemented in the Loess Plateau of China since 1999, in order to control excessive soil erosion and sediment production. There is a profound impact on the vegetation cover and land use structure in recent years. It is a high demand to analyze the potential of vegetation restoration, plantation suitability areas, and land use change for regional ecosystem restoration planning and ecological protection. Taking the Beiluo River Basin as an example, this work aims to clarify the potential of vegetation restoration, vegetation suitability area, and land use change in various geomorphological areas using the dataset of climate, geography, vegetation cover, and land use. The “similar habitat” was also introduced for the statistical and geographical spatial analysis. Results showed that: 1) The spatial distribution of vegetation cover varied significantly in the study area in 2020. The vegetation cover of the earth-rock mountain area was the highest at 88.8%, followed by the gully area at 84.1%, and the terrace plain area and hilly-gully area at 68.9% and 61.9%, respectively. A spatial distribution pattern of vegetation restoration potential was obtained with the “high in the northwest and low in the southeast”, particularly in the hilly-gully area in the upper reaches. The maximum recoverable vegetation cover of the hilly-gully area was 71.1%, where still 9.2% potential for the vegetation cover and the vegetation of 36.4% of the area continued to improve in the next 20-30 years. By contrast, the area with the vegetation to be improved accounted for about 11.5% of the earth-rock mountain area. The maximum recovery potential was achieved in the vegetation cover in the gully and terrace plain areas after 20 years of restoration. Therefore, there was no room to improve in the future. 2) The current land use types were dominated by cropland, forestland and grassland. The land use predictions showed that the land use change was mainly concentrated in the hilly-gully area in the next 20-30 years. The cropland decreased by 47.4% in the hilly-gully area, compared with 2020. The forestland and grassland increased by 0.7% and 15.8%, respectively. Since the cropland decreased by 23.0%, the forestland and grassland increased by 0.2% and 36.0%, respectively, in the earth-rock mountain area. Conversely, there was only a slight change in the future land use in the gully and terrace plain area. 3) The scenarios simulation was conducted to determine the plantation’s suitability using the principle of “Matching Tree Species with Site”. The suitable planting area in the gully and terrace plain area was 279.16and 233.73 km2, respectively. A large area of returned cropland in the hilly-gully area was suitable for the natural restoration. There was relatively sporadic suitability for the planting area in the hilly-gully and earth-rock mountain areas. It implied that the hilly-gully area was the key area for future ecological restoration, which was the hotspot for ecological protection and high-quality development in the Yellow River Basin. Considering the limited rainfall and water carrying capacity, the ecological measures of “adaptation to local conditions” were proposed to avoid soil drying for future vegetation restoration in the Loess Plateau.

land use; vegetation; restoration potential; forest planting suitability; similar habitat method; Loess Plateau

10.11975/j.issn.1002-6819.2022.18.028

S157.2；X171.4

A

1002-6819(2022)-18-0255-09

易海杰，张晓萍，何亮，等. 黄土高原不同地貌类型区植被恢复潜力及其土地利用变化[J]. 农业工程学报，2022，38(18)：255-263.doi：10.11975/j.issn.1002-6819.2022.18.028 http://www.tcsae.org

Yi Haijie, Zhang Xiaoping, He Liang, et al. Vegetation restoration potential and land use change in different geomorphological areas of the Loess Plateau[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(18): 255-263. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.18.028 http://www.tcsae.org

2022-05-26

2022-07-17

国家自然科学基金项目（41877083, 41440012）

易海杰，博士生，主要研究方向为土地利用与水文生态效应。Email：haijieyi@nwafu.edu.cn

张晓萍，博士，博士生导师，研究员，主要研究方向为黄土高原土地利用变化和土地覆盖演变。Email：zhangxp@ms.iswc.ac.cn