EN中文

自然资源学报 >

2022 , Vol. 37 >Issue 9: 2277 - 2291

DOI: https://doi.org/10.31497/zrzyxb.20220906

“黑土资源持续利用和开发”专栏

东北黑土区典型地域耕地生态退化时空分异——以富锦市为例

  • 隋虹均 , 1, 2 ,
  • 宋戈 , 1, 2 ,
  • 高佳 1, 2
展开
  • 1.东北大学文法学院,沈阳 110169
  • 2.辽宁省自然资源厅土地保护与利用重点实验室,沈阳 110169
宋戈（1969- ）,女,黑龙江庆安人,博士,教授,研究方向为土地利用与管理。E-mail:

隋虹均（1994- ）,男,黑龙江齐齐哈尔人,博士研究生,研究方向为土地利用与管理。E-mail:

收稿日期: 2022-05-09

  修回日期: 2022-07-11

  网络出版日期: 2022-12-28

基金资助

国家自然科学基金项目(41971247)

国家自然科学基金项目(42101254)

收起

Spatio-temporal differentiation of cultivated land ecological degradation in typical black soil regions of Northeast China: A case study of Fujin city

  • SUI Hong-jun , 1, 2 ,
  • SONG Ge , 1, 2 ,
  • GAO Jia 1, 2
Expand
  • 1. School of Humanities and Law, Northeast University, Shenyang 110169, China
  • 2. Key Laboratory of Land Protection and Use, Department of Natural Resources of Liaoning Province, Shenyang 110169, China

Received date: 2022-05-09

  Revised date: 2022-07-11

  Online published: 2022-12-28

Fold

摘要

耕地生态退化严重威胁黑土区耕地的可持续利用,明确其时空分异规律是提高黑土耕地产能实现农业可持续发展的重要科学命题。以东北黑土区典型地域富锦市为研究区,立足于耕地外部扰动变化所引发的环境胁迫与生态恢复,利用遥感驱动的多源环境胁迫监测模型、改进的CRITIC模型、优化的InVEST模型,明确二者间的作用结果,揭示研究区2000—2020年耕地生态退化的时空分异规律。研究结果表明：（1）研究区耕地外源环境胁迫强度整体偏低,呈现出以东部、西部、北部高,中部、南部低为主基调的时空分异格局;（2）研究区耕地內源生态恢复强度高于胁迫强度,表现出以西部—东部—中部梯度衰减的时空分异格局;（3）研究区共有968.12 km2耕地发生生态退化,展现出以团块状集中分布在研究区东部和中部,零星分布在其他区域的空间分异格局。研究明晰了多源环境胁迫/多源生态恢复之间的交互效应,实现了各耕地图斑对多种环境胁迫力和生态恢复力的动态敏感度测算,进一步刻画出了生态退化过程,测度结果与现实耕地利用强度吻合,为准确诊断黑土区耕地生态退化提供了理论参考和技术支撑。

关键词： 环境胁迫; 生态恢复; 耕地生态退化; CRITIC模型; InVEST模型; 东北黑土区

本文引用格式

隋虹均 , 宋戈 , 高佳 . 东北黑土区典型地域耕地生态退化时空分异——以富锦市为例[J]. 自然资源学报, 2022 , 37(9) : 2277 -2291 . DOI: 10.31497/zrzyxb.20220906

Abstract

The ecological degradation of cultivated land poses a serious threat to the sustainable development of black soil regions. Clarifying the law of the spatial and temporal differentiation is an important scientific proposition to improve the productivity of black soil cultivated land and achieve sustainable agricultural development. Taking Fujin, a typical city of black soil in Northeast China as the research area, based on the environmental stress and ecological restoration caused by external disturbance changes in cultivated land, the remote sensing-driven multi-source environmental stress monitoring model, the improved CRITIC model, and the optimized InVEST model are used to clarify the results of the interaction between the environmental stress and ecological restoration, revealing the spatio-temporal differentiation of the ecological degradation of cultivated land in the study area from 2000 to 2020. Results showed that: (1) The exogenous environmental stress intensity of cultivated land is overall low, showing a spatial and temporal differentiation pattern with the intensity being high in the east, west, and north, while low in the middle and south. (2) The endogenous ecological restoration intensity of the cultivated land is higher than the stress intensity, showing a spatial and temporal differentiation pattern with a west-east-central gradient attenuation. (3) A total of 968.12 km2 of cultivated land has experienced ecological degradation, which is concentrated in the eastern and central parts of the study area and sporadically distributed in other parts. The study clarified the interaction effect between multi-source environmental stress and multi-source ecological restoration, realized the dynamic sensitivity measurement of each cultivated land plot to various environmental stresses and ecological resilience, and further characterized the ecological degradation process and the measurement results, which is consistent with the actual cultivated land use intensity. The results provide theoretical reference and technical support for the accurate diagnosis of ecologically degraded cultivated land in black soil regions.

Key words： environmental stress; ecological restoration; ecological degradation of cultivated land; CRITIC model; InVEST model; black soil region of Northeast China

黑土地是指拥有黑色或暗黑色腐殖质表土层的土地,是一种性状好、肥力高、适宜农耕的优质土地[1,2],在全球范围内仅占陆地总面积的3.2%[3],是珍贵和稀缺的土壤资源。受人类长期干扰和全球气候变化的影响,全球黑土地的土地利用、土壤有机质、土壤结构以及土壤的蓄水能力等均发生了较大的变化,黑土资源正面临着退化甚至是丧失生产能力的危机与挑战。中国东北黑土区是世界四大片黑土区之一,其也出现了与其他三大黑土区相似的变化特征。自20世纪50年代大规模开垦以来,已从原有的林草自然生态系统转变为人工农田生态系统[2],加之连续高强度的利用,东北黑土区耕地土壤侵蚀、有机质衰减、耕层板结硬化、生态功能退化等问题日益凸显[4],其严重威胁着国家的粮食安全以及黑土耕地的可持续利用,引起了国家的高度重视。2021年7月农业农村部、国家发展改革委等七部门联合印发《国家黑土地保护工程实施方案（2021—2025年）》,并明确指出“十四五”期间将完成1亿亩（1亩≈667 m2）黑土地保护利用任务;2022年6月国家颁布《中华人民共和国黑土地保护法》对黑土地保护、利用和相关治理、修复等活动提供了法律依据,表明黑土地利用与保护已步入法治化轨道,标志着黑土地保护已上升至国家战略层面,是当前国家发展战略中的重大问题。东北黑土区作为保障国家粮食安全的“压舱石”与“稳压器”,粮食外调量和粮食总产量分别占全国的三分之一和四分之一[5],粮食产量已由2005年的8654.52万t增长到2019年的16542.85万t[6],但以高物质投入为特征的化石农业模式促进其粮食产量连续增加的背后,黑土耕地已出现了地力透支与生态水平下降等问题,严重扰动了耕地生态系统的稳定性,造成了耕地生态系统结构与服务功能的下降,最终显现出了黑土地“变薄”“变瘦”“变硬”的退化现象。明确东北黑土区耕地生态退化态势已刻不容缓。
生态退化是指在自然或人为持续性胁迫事件或间断性的小干扰下形成的偏离自然状态的生态系统,在这种干扰下生态系统来不及自然恢复,生态系统功能及自我维持性发生持续性和渐进性损伤[7]。为此研究将耕地生态退化界定为以农作物生产过程中的扰动为主,兼受自然因素与其他人类经济建设活动干扰等多种营力作用的影响,耕地生态系统结构遭受破坏,以食物生产为主的生态系统服务功能发生下降的过程。现有研究显示,中国在面对人口持续增长带来的粮食供给压力时,为保障区域和国家的粮食安全,以大量施用化肥、农药、地膜等方式促进粮食增产[8],其结果加剧了土壤侵蚀、土壤污染、土壤盐渍化与土壤沙化等外源环境胁迫的程度。与此同时,中国政府也深刻地意识到耕地生态退化将势必对国家粮食安全造成严重威胁,并先后实施了多项休养生息的耕地保护政策,如黑土地保护工程、退耕还林还草还湿工程、耕地休耕轮作制度以及保护性耕作制度[8,9],其有效降低了环境胁迫强度,使耕地生态稳定性得以恢复。为此从外源环境胁迫与内源生态恢复两个维度出发,明晰二者间经抵抗作用后的结果,是准确刻画耕地生态退化时空分异格局的必要前提和重要的科学命题,是耕地/土地退化理论与方法研究的进一步延伸与深化。本文立足于耕地外源环境胁迫与内源生态恢复的作用过程,旨在科学客观地揭示出东北黑土区耕地生态退化的时空分异规律,为黑土区退化耕地的治理与恢复提供数据支撑,对实现黑土耕地的可持续利用和保障国家粮食安全具有一定的理论与现实意义。
目前学界关于耕地生态退化的研究较为匮乏,多是围绕土地退化监测与评价展开探讨且研究成果颇丰,其为本文提供了重要的参考与借鉴。在土地退化研究方面,国外先后提出三种主要理论,分别为全球人为作用下的土壤退化（GLASOD）、南亚及东南亚人为作用下的土壤退化（ASSOD）和俄罗斯科学院提出的评价方法（RUSSIA）[10,11]。GLASOD与ASSOD侧重于土壤的退化难以表征出土地退化的丰富内涵,RUSSIA以土壤、植被、地形退化程度为基础,根据退化指标间的变异程度,进行多因素评价,该方法对退化内涵的考虑较为全面地弥补了以往单因素评价的不足,但却缺少对退化指标之间作用关系和过程的考虑,实际上并未实现“综合”的监测,因此仍有待加强。另外随着遥感技术的快速发展,学界以不同光谱通道反射率对退化土地的响应特征为基础,同时辅以植被遥感指数数据、气象以及土壤属性数据,构建了以遥感驱动的多源土地退化监测模型,主要包括USLE模型[12]、RWEQ模型[13]、RVI指数[14]、NDVI-SI模型[15]和Albedo-NDVI模型[16],分别应用于水力侵蚀、风力侵蚀、土壤污染、土壤盐渍化和土地沙化的监测,但遗憾的是少有将多种退化类型进行综合分析和系统耦合,研究成果指导性不强。国内外学者为破解这一局限,结合区域土地退化特征,尝试以运筹学理论、灰色系统理论为指导,运用层次分析法[17]和灰色关联度模型[18]对多类型土地退化进行耦合,但是耦合结果依旧为一个静态值,难以表现出各类退化之间的动态作用关系,未能充分把握土地退化的内核。由美国自然资本项目组开发的InVEST模型中的生境质量模块,以环境胁迫扰动引致生境退化为逻辑主线[19],并且充分考虑到了在生境退化过程中威胁因子作用强度的空间衰减效应,以及生境在面对不同威胁因子干扰时敏感性互异的特点,对生境退化度作出了定量的评估,其为本文开展耕地生态退化研究注入了重要的思路。但该模型也存在几点需要改进：其一,模型中威胁因子权重的测算方法需要完善,耕地生态退化受多源胁迫因子的影响,除各因子的单一作用外,多因子之间也存在一定的作用关系,因此亟待明确因子间的交互效应;其二,模型中的敏感度参数依赖于模型用户手册和人为主观判断属于静态值,耕地生态退化是一个复杂的地理过程,耕地随空间分布以及自身生态水平的差异,在不同空间位置对不同环境胁迫的敏感度存在差别,因此实现动态的外源胁迫敏感度测算是科学、客观、准确刻画耕地生态退化时空格局的关键;其三,模型忽视了恢复力在耕地生态退化过程中的关键作用,外源环境胁迫强度与内源生态恢复强度之间经抵抗作用后的结果是耕地发生生态退化与否的判别关键,恢复力的缺位将严重影响耕地生态退化的评判结果,为此亟待优化完善。
富锦市位于黑土区的东北部,地处三江平原腹地,地势平坦,水资源丰富,土地垦殖率高达76.42%,是中国重要的产粮大县,粮食产量连续6年居黑龙江省第一,在保障国家粮食安全方面做出了巨大贡献。自2000年开始富锦市对耕地进行连续高强度利用,并以化肥、农药、地膜大量投入的耕作方式提高粮食产量,加之此阶段水田的大量开发,土壤污染、土壤盐渍化、地下水位下降等生态问题愈发凸显,为此有必要明确此阶段耕地生态退化态势。鉴于此本文以东北黑土区典型地域富锦市为研究区,基于Google Earth高清历史影像、富锦市2009年国土资源第二次调查和2018年土地利用变更调查矢量数据、Landsat多光谱遥感数据、气象数据以及土壤数据,立足于耕地外部扰动变化所引发的外源环境胁迫与内源生态恢复,采用多源环境胁迫遥感监测模型（USLE、RWEQ、RVI、NDVI-SI、Albedo-NDVI）、改进的CRITIC模型和优化的InVEST模型等方法,定量测算研究时段内耕地水力侵蚀、风力侵蚀、土壤盐渍化、土壤污染和土地沙化的变化强度与方向,识别提取环境胁迫源与生态恢复源,计算研究区内各耕地图斑对二者的响应程度,明确其外源环境胁迫与内源生态恢之间的作用结果与方向,以准确诊断和刻画研究区2000—2020年耕地生态退化的时空格局,揭示其退化规律,并提出退化耕地生态恢复的政策建议,旨在为扭转和遏制东北黑土区耕地退化态势,实现黑土耕地的可持续利用提供理论和政策上的支撑。

1 研究方法与数据来源

1.1 研究区概况

富锦市位于黑龙江省佳木斯市东北部（图1）,地处三江平原腹地中心,属东北典型黑土区[20],其介于131°25′~133°26′E、46°45′~47°45′N之间,南北长92 km,东西宽180 km,地形从西北向东南缓慢倾斜,形成西北略高、中部低平、东南稍低的冲积平原。研究区土地总面积为8224 km2,并存在两种权属,位于研究区东部和西北部的农垦建三江分局和红兴隆分局属国有土地,其余10个乡镇属集体土地。市域范围内耕地总面积为6285.15 km2,占研究区土地总面积的76.42%,粮食产量位居黑龙江省第一,是国家重点产粮大县。随着多年来对耕地进行的连续高强度利用和化肥、农药、地膜的大量施用以及在耕地水田化进程中对地下水的超采,现已造成土壤污染、地下水水位下降等生态退化问题;另外研究区近年来进行的高标准农田建设、保护性耕作、休耕制度对退化耕地的生态恢复也具有积极作用,与此同时农业农村部在2020年也将富锦市列入东北黑土地保护利用项目名单,为此急需明确研究区耕地生态退化的时空格局。
图1 研究区示意图

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改。根据黑土区范围认定与划界的研究成果,对包含黑土地的区、县进行合并处理获得黑土区范围。城关社区居委会为富锦市区所在地隶属于市政府的行政单位,包括城东和城西两个街道以及富锦镇,下同。

Fig. 1 Schematic diagram of the study area

1.2 理论框架

耕地生态退化是在农业生产活动、人类经济建设活动和自然环境变化过程中,对耕地生态系统造成的正、负两方面扰动,以及二者间经抵抗作用后的最终产物。结合东北黑土区漫川漫岗的地形特征和一年一季的作物种植模式及多年来的连续高强度利用,东北黑土区耕地所面临的扰动主要以水力侵蚀、风力侵蚀、土壤盐渍化、土壤污染和土地沙化这五种形式存在。其中,正向扰动（外源环境胁迫）是在水力侵蚀、风力侵蚀、土壤盐渍化、土壤污染和土地沙化增强的过程中所造成的耕地生态系统稳定性下降,使生态系统结构和服务功能遭受破坏;负向扰动（内源生态恢复）是在水力侵蚀、风力侵蚀、土壤盐渍化、土壤污染和土地沙化削弱的过程中所引致的耕地生态系统抵抗力和恢复力的提高,使耕地生态系统的结构和服务功能得到恢复。因此定量测算各耕地图斑的外源环境胁迫强度和内源生态恢复强度,以及明确二者间经抵抗作用后的结果与方向,是准确诊断和刻画东北黑土区耕地生态退化时空格局的关键。
但值得强调的是,不论耕地发生正向扰动（外源环境胁迫）还是负向扰动（内源生态恢复）,除自身将受到环境胁迫和生态恢复的影响作用外,也会对其周边的耕地图斑产生正向和负向的干扰,并且干扰强度将遵循地理学第一定律,即随着空间距离的增加将出现梯度衰减的效应。此外,扰动因子之间相互影响相互驱动,存在着显著的正反馈机制;同时随着耕地图斑空间分布和生态系统结构的差异,其在面临不同扰动因子时敏感性将出现空间异质性,为此亟待对上述五种扰动开展系统性和动态性的研究。基于此,本文主要采用遥感技术与地理信息技术,对研究期内耕地水力侵蚀、风力侵蚀、土壤盐渍化、土壤污染和土地沙化强度进行遥感定量监测,并计算相应的变化量,对扰动增强的胁迫源与扰动减弱的恢复源进行识别,测度胁迫源和恢复源对研究区内各耕地图斑的作用大小,明确各扰动因子间的交互作用关系以及各耕地图斑对扰动因子的动态敏感度,最终实现外源环境胁迫强度与内源生态恢复强度的定量测算,同时明晰二者间经抵抗作用后的结果与方向,旨在揭示研究区耕地生态退化的时空分异规律。

1.3 数据来源与处理

本文主要利用矢量数据、栅格数据、DEM数据、气象数据和土壤数据进行耕地生态退化时空分异格局的刻画。其中,矢量数据源于富锦市2009年国土资源第二次调查矢量数据库和2018年度土地利用变更调查矢量数据库;栅格数据来自于Google Earth高清历史影像和中国科学院空天信息创新研究院（databank.casearth.cn）提供的研究区作物生长期Landsat地表反射率数据;DEM数据源于美国国家航空航天局（NASA）地球科学数据和信息系统 （https://search.asf.alaska.edu/#/）中的ALOS 12.5 m地形数据;气象数据来自国家地球系统科学数据中心 （http://www.geodata.cn/）提供的逐月降水数据和气象站点的逐日风速数据;土壤数据依次来源于国家青藏高原科学数据中心 （http://data.tpdc.ac.cn/zh-hans/）和国家地球系统科学数据中心土壤分中心 （http://soil.geodata.cn/）提供的中国土壤有机质数据集（1980—1990年）与中国高分辨率国家土壤信息格网基本属性数据集（2010—2018年）。基于ArcGIS平台,依次将2009年和2018年富锦市地类图斑与2000年和2020年Google Earth高清历史影像叠置,通过目视判读对地类图斑进行形状和属性信息的修改,以获得研究区2000年和2020年土地利用矢量数据;运用反距离权重法对各气象站点的风速数据进行插值处理,获得研究区风速分布的栅格数据。利用Envi 5.3软件对中国高分辨率国家土壤信息格网基本属性数据集（2010—2018年）中的相关土壤指标进行提取,以此表征研究区2020年土壤性状;由于在2000年前研究区耕地利用强度不高,土壤属性变化较小,所以提取中国土壤有机质数据集（1980—1990年）中的相关指标反映2000年土壤性状。
在水利侵蚀测算方面,以联合国粮农组织（FAO）建立的Fournier指数公式为基础,结合已有对三江平原降雨与降雨侵蚀力间作用关系的研究成果[21],采用修正的Fournier指数公式对研究区降雨侵蚀力进行计算;运用中国学者提出的修正EPIC[12]模型进行水力侵蚀中土壤可蚀性的计算;根据坡度坡长因子的测算公式实现研究区坡度坡长因子的空间展布[12];以研究区年度NDVI值表征植被覆盖情况,采用水力侵蚀中覆盖与管理因子计算模型[12],获得其空间分布。在风力侵蚀测算方面,以逐日风速数据为基础,运用气候因子计算模型,获得研究区气候因子的空间分布[22];根据风力侵蚀中土壤可蚀性、土壤结皮因子、植被覆盖因子计算模型[13]依次对三者进行测算;相关研究表明地表反照率Albedo与地表粗糙程度具有一定的相关性[16],运用Landsat地表反照率反演模型测算研究区地表反照率Albedo,并对结果进行归一化处理以此表征地表粗糙度因子。为保证测算结果可被提取至所有的耕地图斑中,经过多次实验将上述计算结果均重采样至10 m。另外需要说明的是本文是以研究期初和研究期末土地利用类型一级类均为耕地的稳定性耕地为研究对象,为此对已经过目视判读并进行修改调整后的研究期初和研究期末的耕地图斑进行相交处理,获得研究期内的稳定性耕地。

1.4 研究方法

1.4.1 胁迫力/恢复力测算模型

明确在作物生产过程以及人类活动和自然条件变化共同驱动下所引发的耕地生态系统外源环境胁迫力与内源生态恢复力,是准确刻画耕地生态退化的重要前提。USLE通用土壤流失方程是通过模拟水力侵蚀过程对土壤流失模数进行定量计算,目前在学界得到广泛应用[12];RWEQ风力侵蚀测算方程根据风力侵蚀的发生过程,实现对风力侵蚀量的定量化表达,广泛应用于土壤风蚀和防风固沙研究中[13];RVI比值植被指数是通过植被冠层对土壤重金属污染等不利环境因素造成的叶绿素生成受阻过程中反射率变化的监测进而表征土壤污染状况,能够有效地反演土壤污染[14];NDVI-SI土壤盐渍化测算模型,是根据归一化植被指数（NDVI）和盐分指数（SI）二者在二维空间的特征关系对土壤盐渍化程度进行遥感监测,且与实际土壤表层含盐量具有较高的相关性,同时具有明确的生物物理意义[15];Albedo-NDVI土地沙化遥感测算模型,是根据地表反照率（Albedo）和归一化植被指数（NDVI）在二维空间的特征关系对土地沙化程度进行遥感监测,反映了沙化土地地表覆盖、水热组合及其变化,具有明确的生物物理意义[16]。为此应用上述模型对多源环境威胁进行定量测算,具体的计算公式在此不进行赘述。
本文利用研究区2000年和2020年的气象数据、土壤数据、多光谱遥感数据,基于ArcGIS平台,依次运用上述模型对研究期初和期末的水力侵蚀、风力侵蚀、土壤污染、土壤盐渍化、土地沙化共五种环境威胁进行计算,明确环境胁迫的变化量与方向。分别对研究时段内环境威胁增强（胁迫源）和减弱（恢复源）的耕地图斑进行提取,同时以胁迫力和恢复力随空间距离增加而逐渐减弱的原理为依据,运用反距离权重插值（IDW）对各胁迫力和恢复力的强度进行空间衰减,并计算研究区各耕地图斑的多种胁迫力与恢复力的大小。另外需要说明的是,为消除胁迫源/恢复源之间的量纲和变异能力的影响,本文采用极差标准化的方法对各胁迫源与恢复源进行标准化处理。

1.4.2 耕地生态退化测度模型

明晰多源胁迫力/恢复力对外源环境胁迫/内源生态恢复的作用强度、各耕地图斑对多种胁迫力和恢复力的动态敏感度以及外源环境胁迫与内源生态恢复之间的作用结果,是准确刻画耕地生态退化格局的关键。本文基于各耕地图斑的多源胁迫力与恢复力,运用主成分分析、灰色关联度、改进的CRITIC模型以及优化的InVEST模型,揭示研究区耕地生态退化时空分异规律。
（1）胁迫力/恢复力权重测算
主成分分析是把原来多个变量划分为少数几个综合指标的一种统计分析方法,是一种降维处理技术,能够较好地代表原有指标的解释信息;灰色关联度是通过对因子之间变化趋势的一致性分析,判断因子之间的关联程度。本文基于各耕地图斑的多源胁迫力和恢复力,运用主成分分析确定各胁迫源/恢复源的单一权重,利用灰色关联度模型测算各胁迫源/恢复源交互作用后的复合权重,最终对二者进行加和与归一化处理获得各胁迫源/恢复源的综合作用权重（表1）。
表1 耕地外源环境胁迫权重与内源生态恢复权重

Table 1 The weight of exogenous environmental stress and endogenous ecological restoration weight of cultivated land

胁迫/恢复指标 外源环境胁迫权重 内源生态恢复权重
单一权重 复合权重 综合权重 单一权重 复合权重 综合权重
水力侵蚀 0.1242 0.0249 0.0746 0.1065 0.0112 0.0588
风力侵蚀 0.1351 0.0571 0.0961 0.1111 0.0296 0.0704
土壤污染 0.2372 0.2692 0.2532 0.2432 0.2636 0.2534
土壤盐渍化 0.2531 0.3294 0.2912 0.2707 0.3503 0.3105
土地沙化 0.2504 0.3194 0.2849 0.2685 0.3453 0.3069
（2）动态敏感度测算
CRITIC模型是根据指标的对比强度和指标之间的冲突性来综合衡量指标的敏感度。其中对比强度为指标的波动性,指标波动性越大敏感度也相应越大;冲突性为指标间的相关性,相关性越大指标间的信息冗余越多敏感度越小,因此该模型的测算结果更为客观。但遗憾的是其仍然无法实现各耕地图斑对胁迫和恢复指标动态敏感度的测算,测算结果依旧是一个静态值。局部空间自相关可识别出一定空间范围内地理要素属性值的空间分布模式,局部空间自相关系数越大,空间自相关性越强,地理要素属性值之间的相关性越高,冲突性越小。耕地生态退化是一个复杂的地理与生态过程,具有一定的空间连续性,胁迫力/恢复力在空间上必然存在着自相关性,因此本文利用局部空间自相关对传统的CRITIC模型进行改进。具体为：以研究区各耕地图斑胁迫力/恢复力指标的局部空间自相关系数反映指标冲突性,以各耕地图斑胁迫力/恢复力指标大小与其中位数间的振动距离表征指标的对比强度,最终获得研究区各耕地图斑对多种胁迫力和恢复力的动态敏感度。
I i = X i - X i M
R i = 1 - r i
S i = I i × R i
式中： I i为各耕地图斑胁迫力/恢复力指标对比强度; X i为各耕地图斑的胁迫力/恢复力; X i M为胁迫力/恢复力的中位数; R i为各耕地图斑胁迫力/恢复力指标冲突性; r i为各耕地图斑胁迫力/恢复力的局部空间自相关系数; S i为各耕地图斑胁迫力/恢复力指标的动态敏感度。
（3）生态退化度测算
耕地生态退化是研究时段内外源环境胁迫与内源生态恢复之间经相互抵抗后的最终产物,明确二者间的作用结果可实现对生态退化耕地的甄别。InVEST模型中的生境质量模块以胁迫发生—胁迫衰减—胁迫权重—生境敏感性为内核,其充分考虑到了生境退化发生的生态过程,因此在学界得到广泛应用,也为本文构建基于胁迫—恢复的耕地生态退化测度模型提供了重要参考。但其仍缺少对多源胁迫因子间联动关系的考虑,并且不同耕地图斑随空间分布和生态系统结构的差异对同一胁迫的敏感性存在一定的分别;与此同时该模型仅从胁迫角度出发,忽略了当环境威胁下降时耕地生态系统结构及其功能将得到恢复这一过程。为此本文从环境胁迫与生态恢复两个方面出发,借鉴InVEST模型的核心思路,在各胁迫/恢复指标综合权重和各耕地图斑对多源胁迫/恢复指标动态敏感度计算的基础上,实现了各耕地图斑外源环境胁迫与内源生态恢复强度的量化,同时根据二者经相减处理即抵抗作用后的结果与方向,完成对耕地生态退化的评价与监测,并对传统InVEST模型进行了优化（图2）。
图2 研究技术路线

Fig. 2 Technical path of this paper

2 结果分析

2.1 耕地胁迫强度时空分异

2000—2020年富锦市耕地外源环境胁迫强度较低,但各乡镇之间存在一定的差异。在空间上,研究区耕地外源环境胁迫强度分异特征较为清晰,呈现出以东部、西部、北部高,中部、南部低为主基调的耕地胁迫强度空间分异格局（图3）。研究区耕地外源环境胁迫强度的平均值为0.0063,整体胁迫强度较低,同时具有一定的空间分布差异。研究区东部、西部、北部的耕地外源环境胁迫强度较高,其中：位于研究区北部的大榆树镇耕地平均胁迫强度为0.0086,砚山镇耕地平均胁迫强度为0.0072;位于研究区东部的农垦建三江分局耕地平均胁迫强度为0.0079;位于研究区西部的锦山镇耕地平均胁迫强度为0.0095,城关社区耕地平均胁迫强度为0.0057,农垦红兴隆分局耕地外源胁迫强度为0.0057,上街基镇耕地平均胁迫强度为0.0056,四镇两农场一社区耕地的平均外源环境胁迫强度为0.0072高于研究区平均水平;另外位于研究区南部的兴隆岗镇耕地平均胁迫强度为0.0049也相对较高。研究区中部与南部耕地外源环境胁迫强度偏低,位于研究区中部的头林镇耕地平均胁迫强度为0.0042,向阳川镇耕地平均胁迫强度为0.0041,长安镇耕地平均胁迫强度为0.0019;位于研究区南部的宏胜镇耕地平均胁迫强度为0.0041,四镇耕地的平均外源环境胁迫强度为0.0036远低于研究区平均水平;另外位于研究区东北部的二龙山镇耕地平均胁迫强度为0.0044也相对较低。
图3 研究区耕地环境胁迫强度空间分布

Fig. 3 Spatial distribution of environmental stress intensity of cultivated land in the study area

研究区东部与西部耕地利用类型以水田为主且在空间上集聚分布,由于水稻种植主要采用翻耕与旋耕等高强度的耕种方式,在较大程度上破坏了土壤团粒结构,改变了土壤理化性质;另一方面,连续多年的水稻种植,大幅降低了地表温度,相关研究已证实三江平原水田平均地表温度比旱地低9.87 ℃[23],因此水田的大规模开发利用影响了区域气热循环过程并且降低了耕作土壤微生物活性,最终造成耕地抵抗力与恢复力的下降。此外仍需强调的是,研究区以超采地下水进行水田灌溉的农业生产方式,造成地下水水位下降,进而影响了区域生态水文循环过程,造成自然资源的退化,降低了自然植被对风力和地表径流的抵抗能力,使耕地风力侵蚀强度与水力侵蚀强度增加;与此同时随着灌溉水田的地下水蒸发,地下水中的盐分将被析出,造成水田盐渍化,导致作物生长受阻和耕作土壤自洁能力下降,间接增强了土壤沙化与土壤污染,并且上述耕作行为所诱致的风力侵蚀、水力侵蚀、土壤盐渍化、土壤沙化、土壤污染之间存在着显著的正反馈效应,五者相互驱动使研究区耕地外源环境胁迫强度出现空间异质性。

2.2 耕地恢复强度时空分异

2000—2020年富锦市耕地内源生态恢复强度较高,远高于耕地外源环境胁迫强度,各乡镇间的恢复强度互异,但各乡镇的平均生态恢复强度均高于平均环境胁迫强度;在空间维度上,研究区耕地内源生态恢复强度具有显著的空间分异特征,表现出以西部—东部—中部梯度衰减的空间分异格局（图4）。研究区耕地内源生态恢复强度的均值为0.0313,远高于耕地外源环境胁迫强度,并具有明显的空间异质性。研究区西部耕地的内源生态恢复强度最高,其中：位于研究区西部的锦山镇耕地平均生态恢复强度为0.0585,上街基镇耕地平均生态恢复强度为0.0546,城关社区耕地平均生态恢复强度为0.0534,长安镇耕地平均生态恢复强度为0.0379,四镇耕地的平均生态恢复强度为0.0511远高于研究区平均水平。研究区东部耕地的内源生态恢复强度次高,其中：位于研究区东部的农垦建三江分局耕地平均生态恢复强度为0.0317,二龙山镇耕地平均生态恢复强度为0.0281,一镇一农垦耕地的平均生态恢复强度为0.0286,略低于研究区平均水平;此外位于研究区西端的农垦红兴隆分局耕地生态恢复强度为0.0291相对较高。研究区中部耕地的内源生态恢复强度最低,其中：大榆树镇耕地平均生态恢复强度为0.0305,砚山镇耕地平均生态恢复强度为0.0264,宏胜镇耕地平均生态恢复强度为0.0186,向阳川镇耕地平均生态恢复强度为0.0171,头林镇耕地平均生态恢复强度为0.0134,兴隆岗镇耕地平均生态恢复强度为0.0134,六镇耕地的平均生态恢复强度为0.0200低于研究区平均水平。
图4 研究区耕地生态恢复强度空间分布

Fig. 4 Spatial distribution of ecological restoration intensity of cultivated land in the study area

相关研究显示,自1980s以来,全球中低纬度地区包括中国大部分地区平均风速呈现下降趋势[13,24],同时随着全球气候变暖,作为地面风速主要驱动力之一的气压梯度力发生下降,使地面风速一定程度上得到降低[24]。另外,随着三北防护林工程的持续推进和农田防护林体系的完善,增强了对风沙与地表径流的阻抗作用,同时也提高了区域水源涵养能力,使植被覆盖度有所增加,二者相互驱动进而降低了研究区耕地风力侵蚀与水力侵蚀的强度。与此同时,富锦市自2005年开始进行的退耕还湿和湿地资源恢复工程,促进了区域生态水文的循环过程,间接提高了耕地的自洁与恢复能力,有效降低了由人类耕作活动所导致的土壤盐渍化、土壤污染与土地沙化的强度,使区域耕地的内源生态恢复强度得以提升。此外需要说明的是,研究区东部农垦建三江分局的大面积水稻种植行为,在较大程度上扰动了耕作土壤,对其造成较大的压力;而研究区中部多是通过对湿地围垦形成耕地,耕地的形态与连通性较差,影响了水平方向上的景观生态过程,最终导致研究区耕地的内源生态恢复强度呈现出西部—东部—中部梯度衰减的空间分异格局。由此可见,研究区外源环境胁迫已得到有效遏制,使耕地生态系统的结构和功能得到了恢复,提高了耕地抵抗外界环境不利因素的能力。因此亟待明确外源环境胁迫力与内源环境生态恢复力之间的作用结果,以此甄别生态退化的耕地。

2.3 基于胁迫—恢复的耕地生态退化时空分异

2000—2020年,富锦市共有968.12 km2的耕地发生生态退化,平均退化率为 48.41 km2·a-1,退化速率较高,且各乡镇之间耕地生态退化态势存在一定的差异,退化耕地展现出以团块状集中分布在研究区东部和中部、零星分布在其他区域的空间分异格局（图5）。生态退化耕地具有明显的时空分异特征,在时间维度上研究区东部的农垦建三江分局退化速率最大为23.36 km2·a-1,其他区域退化速率远低于农垦建三江分局,平均退化速率为2.09 km2·a-1;在空间维度上,发生生态退化的耕地以团块状集中分布在研究区东部的农垦建三江分局和中部的砚山镇、头林镇、兴隆岗镇以及长安镇,以零星状分布在其他区域。按各乡镇发生生态退化耕地面积大小的降序排列依次为农垦建三江分局467.12 km2、锦山镇69.96 km2、二龙山镇63.15 km2、向阳川镇61.26 km2、兴隆岗镇55.86 km2、头林镇52.64 km2、大榆树镇44.44 km2、砚山镇44.37 km2、宏胜镇32.08 km2、上街基镇30.34 km2、农垦红兴隆分局24.36 km2、长安镇20.91 km2、城关社区1.63 km2。
图5 研究区耕地生态退化空间分布

Fig. 5 Spatial distribution of ecological degradation of cultivated land in the study area

可以看出耕地生态退化现象在研究区内较为普遍。另外,通过对退化耕地的进一步分析发现：退化耕地中近六成为水田,且集中分布在研究区东部的农垦建三江分局。农垦建三江分局耕地利用类型以水田为主,在水稻种植过程中的高强度耕作模式严重扰动了耕作土壤,破坏了土壤的团粒结构,改变了土壤的理化性质。尽管近年来垦区进行了大面积的高标准农田建设,完善了灌排条件和农田防护林体系,使耕地抵抗力和恢复力得以提高,但在面对高强度种植活动所诱致的外源环境胁迫时却难以得到平衡,以致耕地发生大规模的生态退化。而对于研究区中部,其耕地多是通过围湿造田获得,耕地形态与连通性较差,严重影响了区域水文循环和气热循环的生态过程,耕地的自洁与恢复能力相对偏低;与此同时耕地的破碎化也增加了农田基础建设与农田防护林的建设难度,因此其防风固沙、水土保持的能力均低于其他区域,以致耕地在面对外源环境胁迫时自身的内源生态恢复能力难以与其中和,最终出现耕地生态退化现象。总之,水田的高强度耕种和超采地下水的农业生产模式以及耕地的破碎化是研究区耕地形成生态退化时空分异格局的关键;同时也间接证明本文所构建的耕地生态退化测度模型的科学性。

3 结论与讨论

3.1 结论

本文立足于耕地的外源环境胁迫和内源生态恢复,基于遥感、土壤、气象、土地利用等多源数据,采用多源环境胁迫遥感监测模型（USLE、RWEQ、RVI、NDVI-SI、Albedo-NDVI）、改进的CRITIC模型和优化的InVEST模型,测算了各耕地图斑的多源环境胁迫力与生态恢复力,明确了环境胁迫指标/生态恢复指标之间的交互效应以及各耕地图斑对多种胁迫力与恢复力的动态敏感度,进一步刻画出了耕地生态退化的过程,并揭示出了耕地生态退化的时空分异规律。研究主要结论如下：
（1）研究区耕地外源环境胁迫强度较低,但各乡镇间存在一定差别,呈现出以东、西、北部高,中、南部低为主基调的耕地胁迫强度时空分异格局。
（2）研究区耕地内源生态恢复强度较高,高于外源环境胁迫强度,且各乡镇间的恢复强度互异,表现出以西部—东部—中部梯度衰减的时空分异格局。
（3）研究区共有968.12 km2耕地发生生态退化,平均退化速率为48.41 km2·a-1,退化速率较高,并展现出以团块状集中分布在研究区东部和中部、零星分布在其他区域的空间分异格局。

3.2 讨论与政策建议

本文从耕地生态退化过程中的外源环境胁迫和内源生态恢复两个维度出发,明确了多源环境胁迫/多源生态恢复之间的交互效应,实现了各耕地图斑对多种胁迫力和恢复力的动态敏感度测算,进一步刻画出了耕地生态退化的过程,优化了传统生境退化的测算方法,且测算结果与现实耕地利用强度吻合,表明本文构建的耕地生态退化测度模型具有一定的科学性。退化耕地的恢复治理是一项复杂的系统性工程,除涉及工程、农艺、生态等技术手段之外,还涉及政策制度的健全与实施。为保障黑土区退化耕地得以恢复,提出以下几点政策建议：
第一,建立黑土区耕地分区分级生态补偿标准和补偿机制,提高旱生粮食作物的种植补贴额度以及休耕地的补贴额度。东北黑土区自然资源禀赋与社会经济发展状况均存在显著的差异,具有明显的空间异质性。研究结果显示,富锦市东部与西部的水稻集中种植区耕地外源环境胁迫强度最高,其主要原因在于水稻种植过程中采用的翻耕、旋耕和超采地下水的高强度耕种模式。因此,应结合富锦市耕地生态退化强度,明确生态恢复治理等级,建立黑土区耕地分区分级的生态补偿标准和差别化生态补偿机制,避免单一生态补偿标准和补偿机制产生不同区域间生态服务供需矛盾的弊端。另外,应提高大豆、玉米等旱生粮食作物的种植补贴和水田的休耕补贴,提高农业经营主体对水田转旱地和水田休耕制度的积极性,以降低人类耕种活动对农田生态系统的扰动,遏制和扭转耕地生态退化态势。
第二,建立经营主体申请和多部门协同的耕地生态建设机制。研究结果表明,富锦市中部农区的耕地内源生态恢复强度最低,原因在于中部农区的家庭联产承包制度和湿地围垦造成的耕地细碎化,影响了水平方向上的景观生态过程。因此,应建立经营主体申请制的耕地生态建设机制,充分发挥经营主体的主观能动性,改变传统下达型政府主导的耕地整治模式,在保障耕地面积不减少的情况下,允许同一村集体经济组织成员之间对原有破碎化和零星的耕地进行互换,实现细碎化耕地的重组,促进景观生态过程。与此同时,应构建多部门的协同机制,明确自然资源、农业农村、水利、财政等不同职能部门的职责,加强部门之间的协同,推进耕地互换后的权属调整、土地流转以及高标准农田建设,完善农田基础设施,提高耕地抗御外界不利因素的能力。
第三,建立健全耕地生态保护修复机制。健全政府主导、农业生产经营者实施、社会参与的耕地生态保护修复机制,针对黑土区耕地生态退化的恢复面积、恢复难度以及恢复等级,中央政府应加大对黑土区耕地生态修复和保护的转移支付力度,对黑土区耕地生态保护实施政策倾斜,调动地方政府和农业经营主体进行耕地生态保护的积极性和主动性,引导社会资本投入黑土区生态保护修复工作。
第四,建立耕地生态水平动态监测机制。利用天—空—地一体化监测平台,定期进行黑土区耕地基本状态监测,利用AcrGIS建立黑土区耕地保护数量、质量和生态等基本状态数据库,同时地方政府和相关主管部门负责组织建立黑土区耕地保护专家智库,定期评价黑土区耕地生态水平,发现问题及时纠偏。
第五,建立耕地生态综合性奖惩机制,将黑土区耕地生态恢复状况纳入地方政府年终考核。以黑土区耕地保护专家智库为技术支撑,以水土保持、防风固沙、水源涵养、生物多样性保护为基准层,构建耕地生态恢复评价绩效考核体系。同时明确耕地生态恢复主体责任、目标任务与考核标准,对履行耕地生态恢复成效突出的责任主体进行奖励,并在年终考核时加分,对履行不利的责任主体依规追究相应责任。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
张佳宝, 孙波, 朱教君, 等. 黑土地保护利用与山水林田湖草沙系统的协调及生态屏障建设战略. 中国科学院院刊, 2021, 36(10): 1155-1164.

[ZHANG J B, SUN B, ZHU J J, et al. Black soil protection and utilization based on harmonization of mountain-river-forest-farmland-lake-grassland-sandy land ecosystems and strategic construction of ecological barrier. Bulletin of Chinese Academy of Sciences, 2021, 36(10): 1155-1164.]

[2]
韩晓增, 李娜. 中国东北黑土地研究进展与展望. 地理科学, 2018, 38(7): 1032-1041.

DOI

[HAN X Z, LI N. Research progress of black soil in Northeast China. Scientia Geographica Sinica, 2018, 38(7): 1032-1041.]

[3]
汪景宽, 徐香茹, 裴久渤, 等. 东北黑土地区耕地质量现状与面临的机遇和挑战. 土壤通报, 2021, 52(3): 695-701.

[WANG J K, XU X R, PEI J B, et al. Current situations of black soil quality and facing opportunities and challenges in Northeast China. Chinese Journal of Soil Science, 2021, 52(3): 695-701.]

[4]
王志刚. 充分发挥科技创新在保护利用黑土地中的关键支撑作用. 中国科学院院刊, 2021, 36(10): 1127-1132.

[WANG Z G. Give full play to vital role of scientific and technological innovation in supporting protection and utilization of black soil. Bulletin of Chinese Academy of Sciences, 2021, 36(10): 1127-1132.]

[5]
韩晓增, 邹文秀. 东北黑土地保护利用研究足迹与科技研发展望. 土壤学报, 2021, 58(6): 1341-1358.

[HAN X Z, ZOU W X. Research perspectives and footprint of utilization and protection of black soil in Northeast China. Acta Pedologica Sinica, 2021, 58(6): 1341-1358.]

[6]
中国科学院. 东北黑土地白皮书(2020), https://www.cas.cn/yw/202107/W020210714418584895253.pdf.

[Chinese Academy of Sciences. Northeast black land white paper(2020), https://www.cas.cn/yw/202107/W020210714418584895253.pdf.]

[7]
任海, 刘庆, 李凌浩, 等. 恢复生态学导论. 北京: 科学出版社, 2019: 84.

[REN H, LIU Q, LI L H, et al. Introduction to Restoration Ecology. Beijing: Science Press, 2019: 84.]

[8]
孔祥斌. 中国耕地保护生态治理内涵及实现路径. 中国土地科学, 2020, 34(12): 1-10.

[KONG X B. The connotation and realization path of ecological governance of cultivated land protection in China. China Land Science, 2020, 34(12): 1-10.]

[9]
孔祥斌. “休养生息”意在提质增效. 国土资源, 2016, (2): 9.

[KONG X B. "Recuperation" is intended to improve quality and efficiency. Land & Resources, 2016, (2): 9.]

[10]
孙武, 李森. 土地退化评价与监测技术路线的研究. 地理科学, 2000, 20(1): 92-96.

[SUN W, LI S. Technical framework on monitoring and assessing of land degradation. Scientia Geographica Sinica, 2000, 20(1): 92-96.]

[11]
罗明, 龙花楼. 土地退化研究综述. 生态环境, 2005, 14(2): 287-293.

[LUO M, LONG H L. Progress in the research on land degradation. Ecology and Environment, 2005, 14(2): 287-293.]

[12]
彭双云, 杨昆, 洪亮, 等. 基于USLE模型的滇池流域土壤侵蚀时空演变分析. 农业工程学报, 2018, 34(10): 138-146, 305.

[PENG S Y, YANG K, HONG L, et al. Spatio-temporal evolution analysis of soil erosion based on USLE model in Dianchi Basin. Transactions of the CSAE, 2018, 34(10): 138-146, 305.]

[13]
邢丽珠, 张方敏, 邢开成, 等. 基于RWEQ模型的内蒙古巴彦淖尔市土壤风蚀变化特征及归因分析. 中国沙漠, 2021, 41(5): 111-119.

[XING L Z, ZHANG F M, XING K C, et al. Change of soil wind erosion and attribution in Bayannur, Inner Mongolia based on the Revised Wind Erosion Equation. Journal of Desert Research, 2021, 41(5): 111-119.]

[14]
王盼盼, 宋戈. 1979—2015年松嫩高平原土地利用格局变化及影响因子分析. 农业工程学报, 2018, 34(2): 256-264.

[WANG P P, SONG G.Land use pattern change and influential factors analysis of Songnen Plain in 1979-2015. Transactions of the CSAE, 2018, 34(2): 256-264.]

[15]
王飞, 丁建丽, 伍漫春. 基于NDVI-SI特征空间的土壤盐渍化遥感模型. 农业工程学报, 2010, 26(8): 168-173, 8.

[WANG F, DING J L, WU M C. Remote sensing monitoring models of soil salinization based on NDVI-SI feature space. Transactions of the CSAE, 2010, 26(8): 168-173, 8.]

[16]
曾永年, 向南平, 冯兆东, 等. Albedo-NDVI特征空间及沙漠化遥感监测指数研究. 地理科学, 2006, 26(1): 75-81.

[ZENG Y N, XIANG N P, FENG Z D, et al. Albedo-NDVI Space and remote sensing synthesis index models for desertification monitoring. Scientia Geographica Sinica, 2006, 26(1): 75-81.]

[17]
YANG C, LI Q Q, CHEN J Y, et al. Spatiotemporal characteristics of land degradation in the Fuxian Lake Basin, China: Past and future. Land Degradation & Development, 2020, 31(16): 2446-2460.

DOI

[18]
卞正富, 于昊辰, 侯竟, 等. 西部重点煤矿区土地退化的影响因素及其评估. 煤炭学报, 2020, 45(1): 338-350.

[BIAN Z F, YU H C, HOU J, et al. Influencing factors and evaluation of land degradation of 12 coal mine areas in Western China. Journal of China Coal Society, 2020, 45(1): 338-350.]

[19]
李怡, 赵小敏, 郭熙, 等. 基于InVEST和MCR模型的南方山地丘陵区生态保护红线优化. 自然资源学报, 2021, 36(11): 2980-2994.

[LI Y, ZHAO X M, GUO X, et al. Optimization of ecological red line in the hilly region of Southern China based on InVEST and MCR model. Journal of Natural Resources, 2021, 36(11): 2980-2994.]

DOI

[20]
刘宝元, 张甘霖, 谢云, 等. 东北黑土区和东北典型黑土区的范围与划界. 中国科学通报, 2021, 66(1): 96-106.

[LIU B Y, ZHANG G L, XIE Y, et al. Delineating the black soil region and typical black soil region of Northeastern China. Chinese Science Bulletin, 2021, 66(1): 96-106.]

[21]
张宪奎, 许靖华, 卢秀琴, 等. 黑龙江省土壤流失方程的研究. 水土保持通报, 1992, 12(4): 1-9, 18.

[ZHANG X K, XU J H, LU X Q, et al. A study on the soil loss equation in Heilongjiang province. Bulletin of Soil and Water Conservation, 1992, 12(4): 1-9, 18.]

[22]
张彪, 李庆旭, 王爽, 等. 京津风沙源区防风固沙功能的时空变化及其区域差异. 自然资源学报, 2019, 34(5): 1041-1053.

[ZHANG B, LI Q X, WANG S, et al. Spatial-temporal changes and regional differences of the sand-fixing service in the Beijing-Tianjin sandstorm source region. Journal of Natural Resources, 2019, 34(5): 1041-1053.]

DOI

[23]
杜国明, 刘文琦, 于佳兴, 等. 三江平原水旱田分布对遥感反演局地地表温度的影响. 农业工程学报, 2019, 35(5): 259-267, 320.

[DU G M, LIU W Q, YU J X, et al. Influence of paddy field and dry field distribution on local surface temperature by remote sensing inversion in Sanjiang Plain. Transactions of the CSAE, 2019, 35(5): 259-267.]

[24]
丁一汇, 李霄, 李巧萍. 气候变暖背景下中国地面风速变化研究进展. 应用气象学报, 2020, 31(1): 1-12.

[DING Y H, LI X, LI Q P. Advances of surface wind speed changes over China under global warming. Journal of Applied Meteorological Science, 2020, 31(1): 1-12.]

Options
文章导航

/

〈 〉