一种半干旱沙区区域林田草沙面积及其占比的优化方法与流程

1.本发明属于沙地保护和治理方向，具体涉及一种半干旱沙区区域林田草沙面积及其占比的优化方法，适用于北方半干旱、半湿润沙区区域内林、田、草、沙面积占比的优化配置。


背景技术：

2.在我国北方广袤的沙漠地区，水资源是决定区域植被建设、生态修复与社会经济可持续发展的核心要素。在充分考虑区域水资源制约的前提下，如何通过最优化沙区系统内林、田、草、沙的面积占比来改善区域水资源利用与补给之间的平衡关系，对于实现沙区生态环境的治理与修复具有重要的理论价值与实践意义。
3.在过去沙漠理论研究与治理实践中，由于受到理论认知、行业隔离和技术手段等多因素限制，林业、农牧业、水利和环境等部门多是关注行业或局部问题的研究与实践，而未将林地、草地、裸沙和农田等主要土地利用类型统筹起来综合考虑区域水资源限制与生态环境治理的关系。随着近年来沙区治理、开发和人口数量的激增，区域内水分消耗较高的农田占比面积快速增加、而水分深层渗漏较高的裸沙面积却急剧减少；再加上气候变化对水资源输入的负面影响，导致了区域水资源利用与补给之间的平衡关系遭到破坏，出现了地下水位明显下降、人工固沙植被衰退和固定沙丘活化等实际问题。因此，在充分考虑沙区水资源供给平衡的状态下，如何确定沙区小区域内林、田、草、沙面积占比的优化配置方法，已经成为实现沙区生态修复与水资源安全的关键问题。


技术实现要素：

4.本发明提供了一种半干旱沙区区域林田草沙面积及其占比的优化方法，以解决目前沙区治理中，没有统筹考虑到林地、草地、裸沙和农田等主要土地利用类型的区域水资源利用与生态环境治理的关系，从而无法确保固沙植被的稳定性和水资源安全的问题。
5.本发明提供的一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：所述优化方法包括：
6.步骤一、确定待优化沙区区域内林地、农田、草地和裸沙地的土壤水分深层渗漏量，建立不同土地利用类型下，土壤水分深层渗漏量与降雨量、植被覆盖率之间的关系；
7.步骤二、构建待优化沙区区域土壤水分深层渗漏总量的估计模型，根据林地、农田、草地和裸沙地的面积和土壤水分深层渗漏量，估计待优化沙区区域每年的土壤水分深层渗漏总量；
8.步骤三、构建待优化沙区区域土壤水分深层渗漏总量的线性模型，在确保待优化沙区区域水资源安全的约束条件下，基于上述待优化沙区区域每年的土壤水分深层渗漏总量的估计值，应用机器学习回归模型反演待优化沙区区域内林地、农田、草地和裸沙地的优化面积及其占比。
9.进一步地，不同土地类型下土壤水分深层渗漏量与降雨量、植被覆盖率之间的关
系表达式为：
10.yi＝a1×
x1+a2×
x2+a0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
11.式中：yi为不同土地类型的土壤水分深层渗漏量，mm；i为林地、农田、草地和裸沙地不同利用土地类型；x1为植被盖度，％；x2为降雨量，mm；a0、a1和a2是拟合参数。
12.进一步地，所述估计模型的表达式为：
13.d
t
＝b1y1+b2y2+b3y3+b4y4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
14.式中：d
t
为待优化沙区区域的土壤水分深层年总渗漏量，mm；y1、y2、y3和y4分别为林地、农田、草地和裸沙地四种主要土地类型的土壤水分深层渗漏量，mm；b1、b2、b3、b4分别为待优化沙区区域内为林地、农田、草地和裸沙地四种主要土地类型的面积，km2。
15.进一步地，所述线性模型的表达式为：
[0016][0017]
其中：和分别为林地、农田、草地和裸沙地的面积权重向量和渗漏特征向量：
[0018][0019][0020]
式中：ω
11
，ω
21
,ω
31
,ω
41
依次为第1年待优化沙区区域内林地、农田、草地和裸沙地的面积，km2；ω
1n
，ω
2n
,ω
3n
,ω
4n
依次为第n年待优化沙区区域内林地、农田、草地和裸沙地的面积，km2；y
t11
，y
t21
,y
t31
,y
t41
依次为第1年待优化沙区区域内林地、农田、草地和裸沙地各个类型的单位面积渗漏量，mm；y
t1n
，y
t2n
,y
t3n
,y
t4n
依次为第n年待优化沙区区域内林地、农田、草地和裸沙地各个类型的单位面积渗漏量，mm；单位面积渗漏量通过公式(1)得到。
[0021]
进一步地，所述线性模型中的约束条件是：根据最低年降雨量确保待优化沙区区域最低渗漏量。
[0022]
进一步地，在所述应用机器学习回归模型反演过程中，使用尽可能多年地待优化沙区区域每年的土壤水分深层渗漏总量的估计值。
[0023]
本发明和现有技术相比具有如下有益效果：本发明提供的沙区区域林田草沙面积及其占比的优化方法，适用于北方半干旱、半湿润沙区区域内林、田、草、沙面积及其占比的优化配置，基于对沙地土壤水分深层渗漏与地下水补给的长期研究积累，并结合低覆盖度治沙理论与技术，创造性地提出统筹考虑沙区区域林、田、草、沙等主要类型的面积占比与其水资源供给平衡的自然约束法则，来确定沙区区域主要土地利用类型的优化面积及其占比的方法，最终实现沙区水资源安全与生态修复的双赢。
附图说明
[0024]
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据
提供的附图引申获得其它的实施附图。
[0025]
图1为本发明实施例中半干旱沙区区域林田草沙面积及其占比优化方法的流程示意图。
具体实施方式
[0026]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0027]
目前在我国的沙区区域治理规划与实践中，虽然对于林、田、草、沙等主要土地利用类型面积有整体的规划和设计，但它们没有考虑天然降水-土壤水分-地下水系统之间的水分传输与转换规律，也未涉及各种土地利用类型的水资源消耗与地下水补给的数量关系，这就无法确保固沙植被的稳定性和水资源安全，更不能实现区域生态、社会与经济可持续发展的综合目标。
[0028]
而土壤水分深层渗漏是指土壤根系层以下所有向下到达地下水位的水分通量，是补给地下水的主要途径，它将包气带根区以下的土壤水分动态与陆地水文循环联系起来，并在不同地区发挥着重要的水文和生态效益。
[0029]
本发明采用生长季内土壤水分深层渗漏量(200cm)来表示林、田、草、沙等主要土地利用类型条件下水资源利用与平衡关系的指标，来量化每种土地利用类型下降雨-土壤水分-地下水补给的关系。
[0030]
本发明公开一种半干旱沙区区域林田草沙面积及其占比的优化方法，所述优化方法包括：
[0031]
步骤一、确定待优化沙区区域内林地、农田、草地和裸沙地的土壤水分深层渗漏量，建立不同土地利用类型下，土壤水分深层渗漏量与降雨量、植被覆盖率之间的关系，表达式为：是
[0032]
yi＝a1×
x1+a2×
x2+a0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0033]
式中：yi为不同土地利用类型的土壤水分深层渗漏量，mm；i为林地、农田、草地和裸沙地不同土地类型；x1为植被盖度，％；x2为降雨量，mm；a0、a1和a2是拟合参数。其中，待优化沙区区域可被认为是乡、县、镇等区域。此外，公式(1)中的x1和x2是针对同一年不同土地利用类型下的参数，不同年份下及不同土地类型的x1和x2均是不同的。通过统计待优化区域内多年的降雨量、植被覆盖率和深层渗漏量的数据，然后使用二元线性回归分析方法可以得到公式(1)的拟合参数a0、a1和a2的值。
[0034]
根据土壤深层渗漏的定义：植物根系层以下的土层向下渗漏的土壤水分。在沙地中，一般认为深层渗漏的水分既不能直接被植物根系吸收利用、也很难由于毛管作用上升而蒸发，所以只能下渗到地下饱和层，从而达到补给地下水的作用。因此，针对沙地土壤水文的特性，本发明将土壤深层渗漏与地下水补给是视为等同的。另外，公式(1)给出的天然降雨、不同土地利用类型植被覆盖度以及与深层渗漏的关系，能够反应不同土地利用类型下，降雨量-土壤水分-地下水补给之间的数量关系。
[0035]
步骤二、构建待优化沙区区域土壤水分深层渗漏总量的估计模型，根据林地、农
田、草地和裸沙地的面积和土壤水分深层渗漏量，估计待优化沙区区域每年的土壤水分深层渗漏总量。
[0036]
估计模型的表达式为：
[0037]dt
＝b1y1+b2y2+b3y3+b4y4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0038]
式中：d
t
为待优化沙区区域的土壤水分深层年总渗漏量，mm；y1、y2、y3和y4分别为林地、农田、草地和裸沙地四种主要土地类型的土壤水分深层渗漏量，mm；b1、b2、b3、b4分别为待优化沙区区域内为林地、农田、草地和裸沙地四种主要土地类型的面积，km2。需要说明的是，公式中的d
t
为某一年的土壤水分深层渗漏总量估计值，其中的年份未使用参数标注，更换不同年份的相关参数y和b即可得到对应年份的土壤水分深层渗漏总量估计值。
[0039]
步骤三、构建待优化沙区区域土壤水分深层渗漏总量的线性模型，在确保待优化沙区区域水资源安全的约束条件下，基于上述待优化沙区区域每年的土壤水分深层渗漏总量的估计值，应用机器学习回归模型反演待优化沙区区域内林地、农田、草地和裸沙地的优化面积及其占比。
[0040]
线性模型的表达式为：
[0041][0042]
其中：和分别为林地、农田、草地和裸沙地的面积权重向量和渗漏特征向量：
[0043][0044][0045]
式中：ω
11
，ω
11
,ω
11
,ω
11
依次为第1年待优化沙区区域内林地、农田、草地和裸沙地的面积，km2；ω
1n
，ω
1n
,ω
1n
,ω
1n
依次为第n年待优化沙区区域内林地、农田、草地和裸沙地的面积，km2；y
t11
，y
t21
,y
t31
,y
t41
依次为第1年待优化沙区区域内林地、农田、草地和裸沙地各个类型的单位面积渗漏量，mm；y
t1n
，y
t2n
,y
t3n
,y
t4n
依次为第n年待优化沙区区域内林地、农田、草地和裸沙地各个类型的单位面积渗漏量，mm；其中，单位面积渗漏量可由通过公式(1)得到，即公式(1)中的土壤水分深层渗漏量即为单位面积的土壤水分深层渗漏量。
[0046]
线性模型中的约束条件是：根据最低年降雨量确保待优化沙区区域最低渗漏量。在约束条件下，应用机器学习回归模型反演过程中，使用尽可能多年地待优化沙区区域每年的土壤水分深层渗漏总量的估计值，如选用待优化沙区区域的40年来每年的土壤水分深层渗漏量，以提高反演准确性。
[0047]
上述面积及其占比的优化方法中，基于前期半干旱、半湿润沙区林地、草地、农田和裸沙地等主要土地类型土壤深层渗漏量变化规律的系统认识，可以建立每种类型条件下土壤渗漏量与降雨量和植被盖度之间的数量关系。以沙区区域为研究对象，根据降雨量、植被盖度与渗漏量之间的关系，能够估计出小区域内近40年来每年的土壤水分深层单位面积渗漏量和每年待优化区域内土壤水分深层渗漏总量的估计值，应用机器学习回归模型反演可以确定区域内林、田、草、沙的优化面积，进而得到不同土地利用类型面积的比例(结合各
土地利用类型面积计算各类型面积占比通过计算机很容易实现，所以有关占比的计算不再赘述)，为实现半干旱沙区林、田、草、沙的一体化保护和系统治理提供依据。
[0048]
本发明方案以“尊重自然、顺应自然、保护自然”的理念为指导，基于对沙地土壤水分深层渗漏与地下水补给的长期研究积累，并结合低覆盖度治沙理论与技术，创造性地提出统筹考虑小区域林、田、草、沙等主要类型的面积占比与其水资源供给平衡的自然约束法则，来确定小区域主要土地利用类型的优化面积及其占比的方法，最终实现沙区水资源安全与生态修复的双赢。
[0049]
实施案例
[0050]
一种半干旱沙区区域林田草沙面积及其占比的优化方法-以毛乌素沙地乌审旗嘎鲁图镇为例。
[0051]
乌审旗嘎鲁图镇是内蒙古自治区鄂尔多斯市乌审旗政府所在地，地处毛乌素沙地腹地，区域面积约2328.6km2；人口数量9.89万人，以特色种植、畜牧、养殖业等产业为主。
[0052]
据统计，嘎鲁图镇林地占地面积50.76km2，占区域总面积的2.18％；农田占地面积19.13km2，占区域总面积的0.82％；草地占地面积1016.86km2，占区域总面积的43.67％；沙地占地面积1010.26km2，占区域总面积的43.38％；其他地类231.62km2，占比9.95％。也就是说，林、田、草、沙等四种土地利用类型占该区域总面积的90.05％，因此是一个系统研究区域水资源与各种土地利用类型均衡发展的理想试验区域。下面以嘎鲁图为例，开展了小区域林、田、草、沙面积及其占比优化方法的研究，如下：
[0053]
一种半干旱沙区区域林田草沙面积及其占比的优化方法，包括如下步骤：
[0054]
(1)首先通过查阅相关文献等方法，获得毛乌素沙区林、田、草、沙等土地利用类型下每年的降雨量、覆盖度和渗漏量的相关数据，然后应用二元线性回归分析方法，得到公式1所列的各个参数a0、a1和a2，从而建立林地、农田、草地、裸沙地不同土地利用类型下土壤渗漏量与降雨量之间的数量关系；
[0055]
yi＝-98.675-248.056
×
x1+0.724
×
x2(r2＝0.643；p《0.05)
ꢀꢀꢀꢀꢀꢀꢀ
(1)
[0056]
式中：yi为不同土地类型的土壤水分深层渗漏量(mm)；x1为植被盖度(％)；x2为降雨量(mm)；p为统计学检验的显著性水平，p《0.05说明公式(1)在统计学上是成立的、可信的。
[0057]
本实施例中，年降雨量数据来源于中国气象数据网(http://data.cma.cn/)。每年林、田、草、沙植被覆盖率是根据《毛乌素沙地植被盖度变化及其对气候变化的响应(冯颖，2015，北林硕士学位论文)》第24页中的公式计算得到，具体公式如下：
[0058]a1i
＝-0.001*bi+0.63
[0059]a2i
＝0.01*bi+0.58
[0060]a3i
＝0.01*bi+0.4
[0061]a4i
＝0.004*bi+0.19
[0062]
式中：a
1i
、a
2i
、a
3i
和a
4i
分别是林、田、草、沙第i年植被盖度；bi是指年度，1980年设为1，以后每年增加1，直至2022年。
[0063]
(2)构建待优化沙区区域土壤水分渗漏估计模型，根据林、田、草、沙等四种主要土地类型的面积和步骤(1)得到的土壤水分深层渗漏量，计算1981年—2022年之间42年嘎鲁图镇土壤水分的深层年渗漏总量的估计值，结果见表1。
[0064]
表1 1981年—2022年度嘎鲁图镇土壤水分的深层年渗漏总量估计值(单位：103m3)
[0065][0066]
备注：渗漏量为负值代表由于该年度降雨量较低(一般低于300mm)，沙区土壤层不仅无深层渗漏，而且还会消耗土壤中的储水量。
[0067]
(3)在保障嘎鲁图镇土壤有深层渗漏的前提下(年降水量一般大于300mm)，即排除渗漏总量估计值小于0的数据，基于步骤(1)得到的单位面积渗漏量和步骤(2)得到的每年深层年渗漏总量估计值，应用机器学习回归模型反演估了计嘎鲁图镇近42年来林、田、草、沙的优化面积，优化面积的比例依次为14.798％、0.037％、53.002％和32.164％。
[0068]
以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。

技术特征：
1.一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：所述优化方法包括：步骤一、确定待优化沙区区域内林地、农田、草地和裸沙地的土壤水分深层渗漏量，建立不同土地利用类型下，土壤水分深层渗漏量与降雨量、植被覆盖率之间的关系；步骤二、构建待优化沙区区域土壤水分深层渗漏总量的估计模型，根据林地、农田、草地和裸沙地的面积和土壤水分深层渗漏量，估计待优化沙区区域每年的土壤水分深层渗漏总量；步骤三、构建待优化沙区区域土壤水分深层渗漏总量的线性模型，在确保待优化沙区区域水资源安全的约束条件下，基于上述待优化沙区区域每年的土壤水分深层渗漏总量的估计值，应用机器学习回归模型反演待优化沙区区域内林地、农田、草地和裸沙地的优化面积及其占比。2.根据权利要求1所述一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：不同土地类型下土壤水分深层渗漏量与降雨量、植被覆盖率之间的关系表达式为：y
i
＝a1×
x1+a2×
x2+a0ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中：y
i
为不同土地类型的土壤水分深层渗漏量，mm；i为林地、农田、草地和裸沙地不同利用土地类型；x1为植被盖度，％；x2为降雨量，mm；a0、a1和a2是拟合参数。3.根据权利要求2所述一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：所述估计模型的表达式为：d
t
＝b1y1+b2y2+b3y3+b4y4ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中：d
t
为待优化沙区区域的土壤水分深层年总渗漏量，mm；y1、y2、y3和y4分别为林地、农田、草地和裸沙地四种主要土地类型的土壤水分深层渗漏量，mm；b1、b2、b3、b4分别为待优化沙区区域内为林地、农田、草地和裸沙地四种主要土地类型的面积，km2。4.根据权利要求3所述一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：所述线性模型的表达式为：其中：和分别为林地、农田、草地和裸沙地的面积权重向量和渗漏特征向量：分别为林地、农田、草地和裸沙地的面积权重向量和渗漏特征向量：式中：ω
11
，ω
21
,ω
31
,ω
41
依次为第1年待优化沙区区域内林地、农田、草地和裸沙地的面积，km2；ω
1n
，ω
2n
,ω
3n
,ω
4n
依次为第n年待优化沙区区域内林地、农田、草地和裸沙地的面积，km2；y
t11
，y
t21
,y
t31
,y
t41
依次为第1年待优化沙区区域内林地、农田、草地和裸沙地各个
类型的单位面积渗漏量，mm；y
t1n
，y
t2n
,y
t3n
,y
t4n
依次为第n年待优化沙区区域内林地、农田、草地和裸沙地各个类型的单位面积渗漏量，mm；单位面积渗漏量通过公式(1)得到。5.根据权利要求1所述一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：所述线性模型中的约束条件是：根据最低年降雨量确保待优化沙区区域最低渗漏量。6.根据权利要求1所述一种半干旱沙区区域林田草沙面积及其占比的优化方法，其特征在于：在所述应用机器学习回归模型反演过程中，使用尽可能多年地待优化沙区区域每年的土壤水分深层渗漏总量的估计值。

技术总结
本发明公开了一种半干旱沙区区域林田草沙面积及其占比的优化方法，包括：建立不同土地利用类型下，土壤水分深层渗漏量与降雨量、植被覆盖率之间的关系；构建待优化沙区土壤水分深层渗漏总量的估计模型，根据林田草沙的土地面积和土壤水分深层渗漏量，估计待优化沙区每年的土壤水分深层渗漏总量；构建待优化沙区土壤水分深层渗漏总量的线性模型，在确保待优化沙区水资源安全的约束条件下，应用机器学习回归模型反演待优化沙区区域内林田草沙的优化面积及其占比。本发明解决了目前北方半干旱沙区治理中，没有统筹考虑到林、草、沙、田等主要土地利用类型的区域水资源利用与生态修复之间的关系，无法确保固沙植被的稳定性和区域水资源安全的问题。水资源安全的问题。水资源安全的问题。


技术研发人员：熊伟 廉泓林 李卫 杨文斌 刘雅莉 韩雨晴 王思涵
受保护的技术使用者：中国林业科学研究院生态保护与修复研究所
技术研发日：2023.06.19
技术公布日：2023/9/20