地理学报 66卷 表1气候变化和人类活动在沙漠化过程中相对作用定量评价方法 Tab. I Quantitative methods for assessing the relative role of climate change and human activity in desertification 定量评价研究 关键指标 模型公式结果 文献出处 方法类型。区域 归陕北 人口增幅《1)、垦殖指数《2)、年均Y=1.0437X140.2836 徐小玲等, 模型的 沙区林业产值《3)、年均造林面积a4)、Y=-0.036X2+0.6687 评价方法 沙漠化指数Y) Y=0.0008X3-.2555 Y=0.0275X4-.2619 粮食作物播种面积年变率AG)、单 漠化指数年变率 孙丹峰 民勤位面积羊头数年变率ASh)、单位面 0.14+229Ash 积农村人口在变率APo)等10个社 区荒漠化指数年变率 会经济指标 Rate=1.01+1.37AGr 甘肃疏降雨量、年均风速、大风日数、人口、与荒漠化面积的相关性分析(相关系章予舒等 勒河流耕地面积 R风速=0.45 R人口=0.84 主成分青海共降水量、大风日数、农牧业人口、牲人为因素贡献率465%:自然因素贡 和盆地畜总数、耕地面积 献率246% 0 评价方法甘肃民农村人口、耕地面积、牲畜数量、大1956-2004年人类活动贡献率56.33%: M metal 勤 风日数、降雨量、温度等14个指标19812004年人类活动贡献率6619%200707 海南岛温度、降雨量、风速、牲畜数量、耕人类活动的贡献率为41%:气候变化 Lieta 西部地面积、人口、造林面积等13个指标的贡献率为23.7% 基于无人为内蒙古流沙面积《)、植被盖度() =83.57e 干扰与实际奈曼旗 1987-991年自然因素的贡献率为 情况比较的 63.59% 评价方法 South NDVINPP,降雨量 W esselsetal A frica 2007如 NDVL降雨 基于公共青海贵风速),植被盖度(C),牲畜践踏Q=exp(4.97334+1.3211TR) 张春来等 指标的 南草原率R),樵采破坏率0R),耕地土滥牧、滥樵、滥垦对沙漠化发展的贡2005 评价方法 壤粗糙度￠0),风蚀率Q) 献率分别为54.78%、466%和40.56% LPHG DVM模型 Z ika et al 1.37AGr),并判别出不同地区荒漠化过程中关键驱动因素的相对作用吗。 222基于主成分分析的评价方法基于主成分分析的评价方法是利用主成分或因子分析 的方法来研究沙漠化过程中各种驱动力因子的贡献。这类方法主要是利用了主成分分析这 数据压缩技术,将多个驱动因子变量转化为几个少数的综合指标,同时又保留了大部分的 信息,并将各个主成分对总方差的贡献率作为驱动力对沙漠化的贡献率。董玉祥最早将 该方法用于定量研究沙漠化驱动力的贡献率上,后来又有许多学者基于该方法在不同的 沙漠化地区进行了驱动力作用定量评价研究,使之成为目前较为多用的一种方法。如张 登山对青海共和盆地沙漠化影响因子进行主成分分析得出,人为因素(包括人口、牲畜数量 耕地面积)的贡献率为465%,自然因素(降雨量、大风日数)的贡献率为246%,人为一自然 因素的共同作用对沙漠化的贡献率为149%; Maet al对民勤地区沙漠化过程中驱动力作 用进行主成分分析时,认为在1956-2004年间人类活动是沙漠化的主因,其贡献率占 5633%,而这一特征在1981-2004年间更加明显,人类活动的贡献率达到66.19%。 2.23基于无人为干扰与实际情况比较的评价方法基于无人为干扰与实际情况比较的评 价方法是利用模拟无人为干扰下的沙漠化发展情况与实际沙漠化情况的差异来确定人类活 动的影响,从而间接估计气候变化的影响。国内学者李振山等利用这种研究思路,选取输沙地 理 学 报 66卷 1.37AGr)，并判别出不同地区荒漠化过程中关键驱动因素的相对作用[13] 。 2.2.2 基于主成分分析的评价方法 基于主成分分析的评价方法是利用主成分或因子分析 的方法来研究沙漠化过程中各种驱动力因子的贡献。这类方法主要是利用了主成分分析这 一数据压缩技术，将多个驱动因子变量转化为几个少数的综合指标，同时又保留了大部分的 信息，并将各个主成分对总方差的贡献率作为驱动力对沙漠化的贡献率[15-18] 。董玉祥最早将 该方法用于定量研究沙漠化驱动力的贡献率上[15] ，后来又有许多学者基于该方法在不同的 沙漠化地区进行了驱动力作用定量评价研究，使之成为目前较为多用的一种方法[16-18] 。如张 登山对青海共和盆地沙漠化影响因子进行主成分分析得出，人为因素 (包括人口、牲畜数量、 耕地面积)的贡献率为46.5%，自然因素 (降雨量、大风日数) 的贡献率为24.6%，人为—自然 因素的共同作用对沙漠化的贡献率为14.9%[16] ；Ma et al对民勤地区沙漠化过程中驱动力作 用进行主成分分析时，认为在 1956-2004 年间人类活动是沙漠化的主因，其贡献率占 56.33%，而这一特征在1981-2004年间更加明显，人类活动的贡献率达到66.19%[17] 。 2.2.3 基于无人为干扰与实际情况比较的评价方法 基于无人为干扰与实际情况比较的评 价方法是利用模拟无人为干扰下的沙漠化发展情况与实际沙漠化情况的差异来确定人类活 动的影响，从而间接估计气候变化的影响。国内学者李振山等利用这种研究思路，选取输沙 表1 气候变化和人类活动在沙漠化过程中相对作用定量评价方法 Tab. 1 Quantitative methods for assessing the relative role of climate change and human activity in desertification 定量评价 方法类型 研究 区域 关键指标 模型公式/结果 文献出处 陕北 沙区 人口增幅 (X1)、垦殖指数 (X2)、年均 林业产值 (X3)、年均造林面积 (X4)、 沙漠化指数 (Y) Y=1.0437X1-0.2836 Y=-0.036X2+0.6687 Y=0.0008X3-0.2555 Y=0.0275X4-0.2619 徐小玲等, 2005[12] 甘肃 民勤 粮食作物播种面积 (年变率 AGr)、单 位面积羊头数 (年变率 ASh)、单位面 积农村人口 (年变率 APo)等 10个社 会经济指标 牧区荒漠化指数年变率 Rate=0.14+22.9Ash 坝区灌区荒漠化指数年变率 Rate=1.01+1.37AGr 孙丹峰, 2005[13] 基于回归 模型的 评价方法 甘 肃 疏 勒 河 流 域 降雨量、年均风速、大风日数、人口、 耕地面积 与荒漠化面积的相关性分析 (相关系 数 R) R风速 =0.45 R人口 =0.84 R耕地面积 =0.58 章予舒等, 2003[14] 青 海 共 和盆地 降水量、大风日数、农牧业人口、牲 畜总数、耕地面积 人为因素贡献率 46.5%；自然因素贡 献率 24.6% 张登山, 2000[16] 甘 肃 民 勤 农村人口、耕地面积、牲畜数量、大 风日数、降雨量、温度等 14个指标 1956-2004年人类活动贡献率 56.33%； 1981-2004年人类活动贡献率 66.19% Maetal, 2007[17] 基于主成分 分析的 评价方法 海 南 岛 西部 温度、降雨量、风速、牲畜数量、耕 地面积、人口、造林面积等 13个指标 人类活动的贡献率为 41%；气候变化 的贡献率为 23.7% Lietal, 2007[18] 内 蒙 古 奈曼旗 流沙面积 (x)、植被盖度 (y) y=83.57e-0.0378x 1987-1991年自然因素的贡献率为 63.59% 李振山等, 2006[19] South Africa NDVI,NPP,降雨量 Wesselsetal, 2007[21]、 2008[25]； 基于无人为 干扰与实际 情况比较的 评价方法 Sahel NDVI,降雨 Herrmannet al,2005[23] 青 海 贵 南草原 风速 (U),植被盖度 (VC),牲畜践踏 率 (TR),樵采破坏率 (DR),耕地土 壤粗糙度 (Z0),风蚀率 (Q) Q=exp(-4.97334+1.3211TR) 滥牧、滥樵、滥垦对沙漠化发展的贡 献率分别为 54.78%、4.66%和 40.56% 张春来等, 2005[26] 基于公共 指标的 评价方法 全球 NPP LPJ-GDVM 模型 Zikaetal, 2007[31] 70