《CATENA》：Mapping land degradation in the Massili River Basin, Burkina Faso: a spatio-temporal analysis of contributing factors
编辑推荐：
土地退化驱动机制与空间格局研究：基于马西利河流域1992-2022年气候-生态-人文综合分析，揭示降水增加与温度下降使区域从半干旱转向半湿润，但NDVI显示南部植被持续衰退，RUE下降印证人类活动加剧退化，4.9%严重退化集中于南部高人类压力区，验证气候与人文协同驱动假说，为SDG15.3.1目标提供空间决策依据。
维克托琳·科阿拉（Victorine Koala）| 塞缪尔·奥拉莱坎·奥拉朱伊格贝（Samuel Olalekan Olajuyigbe）| 布莱兹·韦德拉奥戈（Blaise Ouedraogo）| 凯尔文·C·卡梅伊（Kelvin C. Kamei）| 库阿梅·唐纳德·库曼（Kouamé Donald Kouman）
泛非大学生命与地球科学研究所（包括健康与农业领域），尼日利亚奥约州伊巴丹
摘要
土地退化会降低土壤肥力并改变生态系统结构，从而导致生产力下降。本研究分析了1992年至2022年间布基纳法索马西利河流域土地退化驱动因素的空间和时间趋势。研究采用了综合方法，结合了气候（降水量、温度、干旱指数）、生态（归一化植被指数（NDVI）、水分利用效率（RUE）和人为因素（人类影响指数）等指标，并使用了Landsat影像、气象记录、人口统计数据及矢量数据。结果显示降水量显著增加且气温略有下降，这些变化使该流域从半干旱地区转变为半湿润地区。尽管气候趋势发生了变化，植被恢复情况并不均匀：南部流域的NDVI指数持续下降，而中部和北部地区则出现局部绿化现象；由于非气候因素的影响，多个区域的水分利用效率也有所下降。土地利用和土地覆盖分析显示，农田和居民区显著扩张，草原覆盖度及河岸森林的再生情况则呈现波动。综合土地退化地图显示，86.1%的流域未受影响，9%的流域处于中度退化状态，4.9%的流域处于严重退化状态。大部分退化热点集中在人口压力较大的南部和东南部地区。这些发现表明，虽然气候变率会影响植被动态，但人为活动是土地退化的主要驱动力。本研究为恢复工作提供了实证依据，有助于制定有针对性的干预措施，并为符合可持续发展目标15.3.1的区域性土地管理策略提供参考。
引言
土地退化是指土地质量长期下降，导致土地生物或经济生产力降低的现象。土地退化的原因包括不可持续的土地利用方式，如农业扩张、森林砍伐、过度放牧和资源过度开发。气候变化（如干旱和降水量变化）进一步加剧了这一趋势。据联合国防治荒漠化公约（UNCCD）和世界干旱地区办事处（WOCAT）2024年的数据，全球已有高达40%的土地遭到退化，2015年至2019年间每年至少有1亿公顷的健康、高产土地丧失。联合国防治荒漠化公约的数据显示，东亚、中亚、拉丁美洲和加勒比地区的土地退化最为严重（土地退化面积占比≥20%）。撒哈拉以南非洲、拉丁美洲和加勒比地区的土地退化速度最快，自2015年以来分别损失了1.63亿公顷和1.08亿公顷的土地。据估计，非洲46%的土地已经退化，其中70%至80%为耕地，超过65%的人口受到影响。土地退化每年造成的损失约为93亿美元（联合国环境规划署UNEP，2015年；AGNES，2020年）。此外，非洲大陆三分之二是沙漠或干旱地区，且频繁遭受干旱，尤其是在非洲之角和萨赫勒地区，近年来干旱情况尤为严重。
布基纳法索是西非萨赫勒地区的一个内陆国家，其大部分领土都面临土地退化的威胁。这给该国带来了沉重的经济负担。据估计，该国每年的土地退化面积约为47万公顷，影响了19%的总面积，威胁到了农业生产力、生物多样性和农村生计（Dimobe等人，2015年；MEEVCC，2018年；Zida，2018年）。此外，布基纳法索34%的耕地受到退化影响，尤其是在中部和北部地区（Barro等人，2007年；Stiem-Bhatia和Lanouette，2020年）。历史上，布基纳法索北部地区在20世纪70年代和80年代的严重干旱期间遭受了土地退化的负面影响，引发了严重的粮食危机和社会经济问题。过度放牧、过度耕作以及过度砍伐薪材树木也加剧了这一状况。土地退化还导致人口从退化地区迁移到该国中部和南部较为肥沃的地区，尤其是农民的迁移，从而引发了土地利用和土地覆盖模式的重大变化（Sylla等人，2021年）。
马西利河流域的土地退化问题尤为严重，对农业和粮食安全造成了严重影响（Barro等人，2007年）。这一问题表现为侵蚀、土壤肥力下降和森林砍伐（Koala等人，2026年），并且受到集约化农业实践（Dapola等人，2008年）和气候变化（Ilboudo等人，2022年；Bagré等人，2023年）的加剧。先前的研究表明，土壤的农艺质量下降，谷物和蔬菜的产量减少（Yanogo，2012年；Kabore和Bontogho，2015年；Ilboudo等人，2022年）。此外，由于人口快速增长以及外国生产者涌入该流域，人类对退化农田的压力也加剧了这一问题（Ouedraogo，2013年；Sanou，2015年；Bagré等人，2022年）。
定期进行土地利用和土地利用变化分析有助于监测和评估布基纳法索的土地退化速度（Zoungrana等人，2015年）。然而，目前尚缺乏针对马西利河流域的全面空间评估。遥感技术为监测土地退化动态提供了有力工具，例如利用气候因素、植被指数和人类因素等指标。归一化植被指数（NDVI）是一种有效的植被监测工具，可用于检测土地覆盖变化、评估流域健康状况和生态系统退化（Wang等人，2014年；Li等人，2015年）。因此，多年NDVI平均值被广泛用于土地退化的时间序列分析以及荒漠化和土壤退化等过程的监测（Bai和Dent，2006年；Nachtergaele和Licona-Manzur，2008年；Spruce等人，2011年；Munkhdulam和Sainbayar，2012年；Sadeghi等人，2021年；Sainbayar等人，2021年）。水分利用效率（RUE）是指净初级生产力（NPP）与降水量之比，常用于分析干旱和半干旱地区的植被生产力变化，因为降水量限制了植物生长（Huxman等人，2004年；Bai等人，2008年；Sadeghi等人，2021年）。RUE有助于区分降雨对植被的影响与其他因素（如植物类型、养分和人类活动）的影响。在稳定的生态系统中，RUE值随时间保持稳定，因此RUE的下降通常被视为土地退化或荒漠化的标志。自20世纪80年代以来，卫星遥感技术的进步使得大规模、长期监测RUE成为可能，使其成为全球土地退化评估的宝贵工具。干旱是指陆地气候中维持生命的湿度长期不足的现象，在土地退化和荒漠化过程中起着关键作用，最终影响生态系统和人类社区的韧性（Vicente-Serrano，2024年）。因此，干旱指数可作为衡量气候相关压力的稳定、长期指标。然而，土地退化并非仅由自然气候因素引起；人类活动，特别是土地利用的变化，在退化过程中起着重要作用。因此，需要采用综合方法来全面理解土地退化过程并提出可持续解决方案。Sainbayar等人（2021年）通过结合归一化植被指数（NDVI）、水分利用效率（RUE）、干旱指数和人类影响指标，对蒙古中部布尔甘省的土地退化进行了综合评估，并通过实地测量验证了该方法的可行性和实用性。
将卫星数据与地理信息系统（GIS）及辅助的环境和社会经济数据相结合，可以提供关于土地退化模式和原因的关键空间和时间信息。本研究采用综合方法深入分析了马西利河流域导致土地退化的环境和社会经济因素，并绘制了退化区域的空间分布图。研究提出了适合特定当地条件的土地管理策略。此外，这些发现为未来的恢复项目和可持续发展政策的制定提供了实证依据。
研究区域
研究区域
马西利河流域位于布基纳法索中部，属于苏丹-萨赫勒气候区。该流域以马西利河命名，这条河流是纳坎贝河（Nakanbé河，又称白沃尔特河）的右支流。马西利河发源于布塞镇以北12公里处，距离瓦加杜古53公里。研究区域位于奥布里滕加（Oubritenga）、卡迪奥戈（Kadiogo）、布尔凯姆德（Boulkiemdé）和库尔韦奥戈（Kourwéogo）等省份之间（Ilboudo等人，2022年），覆盖面积为2664平方公里，位于西经1°15′至……
布基纳法索马西利河流域的降水量和温度趋势
1992年至2022年间，马西利河流域的降水量和温度经历了显著波动（图3）。分析使用MAKESENS软件进行，结合了Mann–Kendall非参数检验和Sen的斜率估计方法。在MAKESENS中，通过将标准化的Mann–Kendall Z统计量与正态分布进行比较来评估统计显著性，Sen的斜率95%置信区间通过……
讨论
气候变化导致德马托内干旱指数（De Martonne aridity index）从1992年的主要半干旱状态转变为2022年的局部半湿润状态，表明水分可用性有所恢复。这一趋势与20世纪80年代以来观察到的更广泛的萨赫勒气候模式一致，不仅表现为总降水量增加，还表现为降雨频率和强度的显著变化（Ali和Lebel，2009年；Nicholson，2013年；Descroix等人，2015年……
结论
本研究强调了气候变率和人类活动在土地退化过程中的复杂相互作用。尽管过去三十年降水量增加、干旱程度降低，但这些气候改善并未带来全面的生态恢复。植被持续减少、水分利用效率下降以及广泛的中度退化表明，人为因素（如农田扩张、居民区发展和基础设施建设）是土地退化的主要驱动力。
作者贡献声明
维克托琳·科阿拉（Victorine Koala）：撰写初稿、数据可视化、软件使用、方法选择、资金筹集、数据分析、概念构思。塞缪尔·奥拉莱坎·奥拉朱伊格贝（Samuel Olalekan Olajuyigbe）：审稿与编辑、监督工作。布莱兹·韦德拉奥戈（Blaise Ouedraogo）：审稿与编辑、监督工作。凯尔文·C·卡梅伊（Kelvin C. Kamei）：撰写与编辑。库阿梅·唐纳德·库曼（Kouamé Donald Kouman）：撰写与编辑。
利益冲突声明
作者声明他们没有已知的可能影响本文研究的财务利益或个人关系。
