综述：中亚地区沙漠化的自然与人为因素贡献分析

该综述利用沙漠化差异指数（DDI）对 1982-2020 年中亚干旱区沙漠化动态进行时空分析，借助非线性格兰杰因果框架量化自然与人为驱动因素贡献。发现约 14.81% 区域沙漠化，自然因素占比 69.1%（如雪水当量 SWE），人为占 30.9%，为区域治理提供科学依据。

中亚干旱区沙漠化动态的自然与人为驱动因素解析（1982-2020）

研究背景与方法

沙漠化被定义为气候变异和人类活动驱动下的干旱、半干旱及干燥亚湿润地区土地退化（UNCCD, 1994），是全球重大环境挑战之一，威胁超十亿人口生计，亚洲年经济损失约 840 亿美元（UNCCD, 2018）。传统监测方法结合卫星遥感技术（如归一化植被指数 NDVI）被广泛应用，但 NDVI 在沙漠化监测中存在局限性。为此，研究采用沙漠化差异指数（Desertification Difference Index, DDI），该指数整合反照率 - NDVI 特征，可有效捕捉地表覆盖和水 - 能量动态变化。

在驱动因素分析方面，研究引入非线性格兰杰因果（Granger causality, GC）框架，并结合随机森林模型，在像元尺度量化自然（如气候因子）与人为因素（如人类活动）对中亚干旱区沙漠化的相对贡献。研究区域为中亚干旱区（干旱指数 AI<0.65），涵盖哈萨克斯坦、乌兹别克斯坦等国，气候以干旱 - 半干旱为主，植被以草地、半荒漠和荒漠生态系统为主，对气候变化和人类活动敏感。

沙漠化时空动态特征

1982-2020 年中亚干旱区约 14.81% 区域发生沙漠化，最显著退化区域集中在咸海南部和哈萨克斯坦西北部，咸海周边退化是中亚土地退化典型案例。从 DDI 时空分布看，北部地区 DDI 值较高，南部较低；不同土地覆盖类型中，森林、草地和农田 DDI 值相对较高，灌木地和裸地较低。

驱动因素量化分析

通过像元尺度随机森林格兰杰因果模型分析发现，雪水当量（Snow Water Equivalent, SWE）是影响区域干旱地变化的主要自然因子，尤其在农田、草地、灌木地和裸地中作用显著。温度则是森林退化的主导驱动因素。进一步量化表明，中亚沙漠化中 69.1% 归因于自然驱动因素，30.9% 由人为因素贡献。

结论与数据开放

研究构建了 1982-2020 年基于反照率 - NDVI 特征空间模型的 DDI 数据集，揭示中亚干旱区沙漠化时空格局及驱动机制。结果强调自然因素（如 SWE、温度）的主导作用，同时指出人为因素的不可忽视性，为制定区域特异性土地管理和生态保护策略提供科学依据。相关数据（DDI、气象数据、 livestock 数据）分别通过 ScienceDB、哥白尼气候变化服务数据存储库（CDS）和联合国粮农组织（FAO）开放获取。

本研究为理解中亚干旱区生态系统退化机制、提升干旱区生态系统应对气候变化韧性提供了重要参考，其方法框架可为其他干旱半干旱地区沙漠化研究提供借鉴。