1 引言
化石能源为主的世界能源生产-消费模式越来越无法支撑全球社会经济的高速发展， 能源危机愈发凸显（Gitelman and Kozhevnikov， 2023； 王国法等， 2023； 王文涛等， 2014）。同时， 化石能源的迅速消耗， 引发全球平均气温升高、 冰川消融、 海平面上升、 极端天气频繁等一系列生态环境问题， 致使人类面临严峻的生存考验（Belaïd et al， 2023； 王文涛等， 2014）。为解决当今面临的能源危机与环境问题， 节能减碳和寻找新能源成为当前破解世界能源问题、 应对全球气候变化的有效途径（Belaïd et al， 2023； 吕清刚和柴桢， 2022）。新能源是以新技术和新材料为基础， 目前处于技术研究阶段或处于产业发展过程的能源， 具有清洁性的特征， 具体包括非水可再生能源和核能（安慧昱， 2021； 肖建华， 2021）。其中， 太阳能和风能因清洁环保、 可持续， 已成为被开发利用最快的可再生能源， 被认为是最具有潜力、 未来最有可能代替化石能源的新能源（刘明明， 2022； 刘淳等， 2021）。但是， 目前新能源研究， 尤其是风光热能资源的相关研究仍处于起步阶段， 不利于新能源利用的实际拓展。现有研究集中在风光热能资源变化规律、 开发潜力及驱动因素等方面（李泽椿等， 2007； 刘淳等， 2021； 朱蓉等， 2023）。研究方法根据能源类型不同存在差异， 例如太阳能资源评估主要有物理反演法和统计反演法等（姚玉璧等， 2022； 王科和黄晶， 2023）， 风能资源评估主要有数理统计与数值模拟等方法（靳晶新等， 2022）。研究尺度包括全球、 国家/区域及各省市等（陶苏林等， 2016； 李冲等， 2014； 郑崇伟和潘静， 2012； 郑崇伟等， 2016）， 特别在省市尺度上的研究相对丰富（袁淑杰等， 2013； 胡亚男等， 2019）。如内蒙古自治区（胡亚男等， 2019）、 江苏省（曾燕等， 2012）、 新疆维吾尔自治区等（王建刚等， 2012）。综合来看， 既往成果尽管在风光热能资源潜力评估等方面取得较大进展， 但是仍然缺乏风光热能基地开发建设对生态环境影响的评估， 在生态相对脆弱的沙漠地区相关研究相对薄弱（张乾等， 2018； 刘淳等， 2021）。中国作为能源消费大国， 同时也是新能源重要的富储国（司建华等， 2019）。覆盖国土面积1/3的西北干旱区为我国提供了丰富的太阳能、 风能等资源（司建华等， 2019）。特别是沙漠地区， 因降水稀少， 日照时数长， 常年盛行西北气流， 风能、 太阳能资源开发潜力巨大（王祺等， 2020； 常兆丰等， 2018）。近年来， 在国家实施“碳达峰、 碳中和”战略目标与推进国家能源安全新战略下， 我国大力推广沙漠地区风光热能基地的开发建设（邓铭江等， 2022； 刘明明等， 2022； 许光清等， 2023）， 然而， 建设风光热基地对区域生态环境的影响机制尚不明确。因此， 亟待开展沙漠地区风光热基地建设的生态环境影响评估。
腾格里沙漠是我国第四大沙漠， 也是我国重要的生态安全屏障（杨馥宁等， 2022； 李得禄等， 2020）。同时， 沙漠地区风能、 太阳能等资源丰富。目前， 国家先后规划建设几期风光热发电基地， 但是基地建设对区域生态环境的影响机制仍不明确， 限制了区域能源的高效利用也承担了区域生态潜在风险。为厘清研究区已建设的风光热基地对区域生态环境的影响机制， 选取沙区风光热基地建设初期2000年与大规模建设后期2022年为关键时间节点， 基于两期Landsat 8遥感影像， 采用土地利用动态度、 土地利用转移矩阵、 生态环境质量指数、 景观格局指数、 地理加权回归模型等方法对沙区风光热基地建设前后土地利用变化及生态环境的效应进行监测分析。旨在探究适应新能源发展的生态环境约束条件， 为达成“双碳”目标、 促进区域清洁能源开发与社会经济发展提供参考。
2 数据来源与方法介绍
2.1 研究区概况
腾格里沙漠位于我国西北干旱区（37°32′N - 40°00′N， 102°15′E -105°41′E）， 是我国第四大沙漠。区域东南包含内蒙古自治区阿拉善盟， 西北、 东北分别与巴丹吉林沙漠、 乌兰布和沙漠相邻， 南、 西南连接宁夏、 甘肃省， 总面积约为4.27×104 km2（图1 ）。地势大致由西南向东北倾斜， 海拔1156~1956 m。沙漠内部主要地貌类型包括沙丘、 湖盆、 沼泽、 草滩、 山地及平原等， 其中， 沙丘约占区域面积的71%， 格状沙丘、 新月形沙丘链为主要沙丘类型。属温带大陆性干燥气候， 干旱少雨、 温差较大。2000-2022年， 年均降水量102.9 mm， 年均温7.8 ℃， 年均蒸发量2258.8 mm， 年均风速4.1 m·s-1（李得禄等， 2020）。区内地势低凹处零星分布湖泊与盐湖， 约为422个， 约占研究区面积的6.8%， 沙漠西北部为石羊河流域， 东南缘黄河流经， 水土资源丰富。地带性土壤为灰漠土与棕钙土， 风沙土是最主要的土壤类型。植被以沙生灌木和半灌木为主， 固定、 半固定沙丘主要分布于研究区外围及湖盆边缘（杨馥宁等， 2022）。腾格里沙漠风光热基地主要位于沙区西南与东南区域， 西南区域多以光伏基地为主， 东南区域则以风电、 光伏电站为主， 沙区风光热基地在2022年以后建设规模大幅增加。
2.2 数据来源
本文遥感影像数据来源于谷歌地球引擎（Google Earth Engine， GEE）云平台（https： //earthengine.google.com/）。2000年、 2022年两期时间序列影像采用NASA陆地卫星Landsat 8遥感影像， 空间分辨率30 m， 通过GEE平台对数据进行格式转换、 数据拼接与裁剪， 并经过波段合成、 几何纠正、 图像增强等处理， 人机交互式判读解译， 解译精度达到85.1%。参考中国土地利用/土地覆盖数据的3级分类系统及结合研究区实际对土地利用类型重分类， 将研究区土地利用类型分为22类： 水田、 旱地、 有林地、 灌木林、 疏林地、 其他林地、 高覆盖草地、 中覆盖草地、 低覆盖草地、 河流、 湖泊、 水库坑塘、 滩地、 城镇建设用地、 农村居民点、 工矿建设用地、 沙地、 戈壁、 盐碱地、 沼泽地、 裸土地及裸岩地。其中， 根据植被覆盖度划分高、 中、 低覆盖草地， 分别对应盖度>50%、 20%~50%和5%~20%。此外， 风光热基地遥感影像通过人机交互式判读解译及实地调查校正得到。
2.3 研究方法
2.3.1 土地利用动态度
为识别沙区风光热发电基地建设前后土地利用变化特征， 采用了土地利用动态度监测研究期内沙区土地利用变化情况。其中， 土地利用动态度包括单一土地利用动态度（K）及综合土地利用动态度（LC）， 可以表征某种/综合土地利用类型在一定时期内的变化程度， 其值越大， 表示土地利用变化越强（苏迎庆等， 2022）， 公式如下：
式中： Ua 、 Ub 为研究起始期与末期单一土地利用类型面积； T为研究时段； LUi 为初期土地利用类型的面积； ΔLUi-j 为土地利用类型转化面积的绝对值。
2.3.2 土地利用转移矩阵
引入土地利用转移矩阵探明研究区土地利用转移情况， 土地利用转移矩阵（Sij ）是用来反映研究区从研究时序初期到末期土地利用类型之间相互转化的动态过程（胡锋等， 2016）， 公式如下：
式中： S为面积（单位： km2）； n为研究区的土地利用类型数量； i， j分别为研究初期和末期的土地利用类型。
2.3.3 生态环境质量指数
根据全球不同生态系统服务功能结果对不同土地利用类型的生态环境质量进行赋值， 确定不同土地利用类型的相对生态环境价值（Costanza et al， 1997， 2014； 谢高地等， 2015）。本文参考相关研究并结合研究区实际修正得到腾格里沙漠生态环境质量指数（表1 ）（胡锋等， 2016； 胡雅杰等， 2013； 苑韶峰等， 2019）。为监测风光热基地建设前后生态环境质量的变化， 引入生态环境质量指数。生态环境质量指数（Ecological Environment Quality Index， EEQI）是根据不同土地利用类型的面积及生态环境指数的相关关系反映某一区域内生态环境质量的总体状况（苑韶峰等， 2019）。公式如下：
式中： EEQI t 为区域第t时期生态环境质量指数； Aki 为该区域第t时期第i种土地利用类型的面积； Ak 为区域总面积； Ri 为第i种土地利用类型的生态环境指数； N为区域土地利用类型数量。
表1 腾格里沙漠生态环境质量指数Table 1 Tengger Desert ecological environment quality index |
| 土地利用类型 | 生态环境质量指数（EEQI） |
|---|---|
| 水田、 旱地 | 0.290 |
| 有林地、 灌木林地、 疏林地、 其他林地 | 0.870 |
| 高覆盖度草地、 中覆盖度草地、 低覆盖度草地 | 0.760 |
| 河流、 湖泊、 水库坑塘、 滩地 | 0.580 |
| 沙地、 戈壁、 盐碱地、 沼泽地、 裸土地、 裸岩地 | 0.025 |
| 城镇用地 | 0.200 |
| 农村居民点 | 0.200 |
| 工矿建设用地 | 0.150 |
2.3.4 景观格局指数
为进一步识别腾格里沙漠风光热基地建设前后生态环境质量的变化， 参考相关研究并考虑研究区本底（胡雅杰等， 2013； 薛冬萍等， 2021）， 选取香浓多样性指数（Shannon Diversity Index， SHDI）、 斑块密度（Patch Density， PD）、 平均分形维数（Average Fractal Dimension， FRAC）、 最大斑块面积指数（Maximum Plaque Area Index， LPI）、 景观分割指数（Landscape Segmentation Index， DIVISION）、 聚集度指数（Aggregation Index， AI）等景观指数， 采用Fragstats 4.2软件对腾格里沙漠风光热基地建设前后景观的破碎化和多样性进行分析， 具体见表2 。
表2 腾格里沙漠景观格局指数Table 2 Tengger Desert landscape pattern index |
| 指数类型 | 公式 | 序号 | 释义 |
|---|---|---|---|
| 香浓多样性指数（SHDI） | （5） | SHDI为香浓多样性指数， pi 为景观斑块类型i所占比率。SHDI反映景观异质性， 对景观中各斑块类型非均衡分布状况较敏感， 且在一个景观系统中， 土地利用越丰富， 破碎化程度越高， SHDI值越高（胡雅杰等， 2013； 王朋冲等， 2020）。 | |
| 斑块密度（PD） | （6） | PD表示斑块密度， 是景观格局破碎程度的指标之一。其中， ni 为第i类景观要素的总面积（m2）； A为所有景观的总面积（m2）。PD越高， 斑块的数量越多， 反映景观破碎化程度以及景观空间异质性程度越大（胡雅杰等， 2013； 王朋冲等， 2020）。 | |
| 平均分形维数（FRAC） | （7） | FRAC表示平均分形维数， P 为斑块周长（m）， A为斑块面积（m2）， FRAC=1表示景观形状简单， 其值越大表示景观斑块形状越复杂（高燕， 2014）。 | |
| 最大斑块面积指数（LPI） | （8） | LPI表示最大斑块面积指数， 其中， amax 指景观或某一种斑块类型中最大斑块的面积（m2）。LPI的大小可以帮助确定景观中的优势斑块类型， 间接反映人类活动干扰的方向和大小。LPI有助于确定景观的优势类型， 可以反映人类活动的方向和强弱（薛冬萍等， 2021）。 | |
| 景观分割指数（DIVISION） | （9） | DIVISION反映景观中斑块的分离程度， 值越大表明景观内斑块组成越破碎、 景观越复杂（薛冬萍等， 2021）。 | |
| 聚集度指数（AI） | （10） | AI表示聚集度指数， gii 为相应景观类型的相似邻接斑块数量， AI介于（0， 100］， AI值越大表示同类斑块的聚集度越高（薛冬萍等， 2021； 高燕， 2014）。 |
2.3.5 地理加权回归模型
地理加权回归模型（GWR模型）用于表示自变量与因变量在空间上的非稳定关系。GWR模型将地理上空间距离作为权重带入线性回归模型（张德军等， 2023）。本文在通过数据正态分布检验的基础上， 采用GWR模型分析腾格里沙漠风光热基地土地利用类型与生态环境质量指数之间的空间回归关系， 公式如下：
式中： β0 （ uj， vj ）、 βi （uj， vj ）表示j点处的回归模型的截距与斜率； εj 表示j点处的回归误差； （uj， vj ）表示j点处的坐标值。系数β0 （uj， vj ）、 βi （uj， vj ）是由j点周边一定数量的样本点估算得到， 而且样本点与j点之间的距离作为权重来表示样本点对系数估计的影响程度。 表示j点处估计得到的系数； X和Y表示自变量和因变量的输入矢量； W（uj， vj ）表示权重矩阵dij 表示待估算j点与周边i样点的距离； b是核半径。
3 结果与分析
3.1 土地利用时空演变分析
腾格里沙漠主要土地利用类型为沙地、 低覆盖草地及戈壁。其中， 沙地、 广泛分布研究区全境， 沙地面积占研究区总面积的69.10%~72.72%（图2 ）。戈壁等其他未利用土地主要集中分布在沙区的北部及东南部局域。此外， 低覆盖草地与旱地主要分布在研究区西北部及西南部， 旱地主要分布在石羊河中下游区域， 与低覆盖草地交错分布。总体上， 腾格里沙漠土地利用空间分布时空异质性显著。研究区风光热基地建设前后土地利用类型发生局部变化， 变化剧烈区主要分布在沙区东南及西南边缘等， 上述区域均为风光热基地建设区。
2000 -2022年， 沙区单一土地利用动态度最高的是工矿建设用地、 水库坑塘及城镇建设用地等人为经济社会活动主导的土地利用类型， 工矿建设用地土地利用动态度达到0.11%［图3 （a）］。近22年， 主要土地利用类型转移具有一定的时间异质性［图3 （b）］， 同类转移类型最大的为沙地-沙地， 占全部转移类型的67.91%， 异类转移类型最大的为沙地-旱地、 沙地-工矿建设用地等， 其中， 工矿建设用地中80%为风光热基地建设面积， 表明部分沙地成为风光热基地的重要转移源。
图3 腾格里沙漠风光热基地规划建设前后土地利用结构变化 图（b）仅展示2000 -2022年主要土地利用类型转移结果， 其中， a~v依次表示年水田、 旱地、 有林地、 灌木林、 疏林地、 其他林地、 高覆盖草地、 中覆盖草地、 低覆盖草地、 河流、 湖泊、 水库坑塘、 滩地、 城镇建设用地、 农村居民点、 工矿建设用地、 沙地、 戈壁、 盐碱地、 沼泽地、 裸土地及裸岩地。a~v后序号1、 2分别表示2000年、 2022年， 如a1为2000年水田， 依次类推Fig.3 The change of land use structure before and after the planning and construction of Tengger Desert landscape thermal base.The map （b） illustrates the land use changes from 2000 to 2022 for various land use types.The key for the land use types is as follows： a~v represents annual paddy fields， dry lands， forest lands， shrub forests， open forest lands， other forest lands， high-cover grasslands， medium-cover grasslands， low-cover grasslands， rivers， lakes， reservoirs， ponds， beaches， urban construction lands， rural settlements， industrial and mining construction lands， sand lands， Gobi deserts， saline-alkali lands， marsh lands， bare lands， and bare rock lands.The serial numbers 1 and 2 following a~v indicate the years 2000 and 2022， respectively.For example， a1 represents the paddy field in 2000 |
3.2 生态环境变化特征分析
3.2.1 生态环境质量变化特征
腾格里沙漠生态环境质量指数（EEQI）分布与土地利用格局存在较强的空间相关性（图4 ）， 其中， EEQI高值区主要集中在石羊河中下游区域及沙漠西南与东南边缘区， 该区域同时也是低覆盖草地、 旱地等土地利用类型的集中分布区域。2000 - 2022年， 随着风光热基地的投入建设， 建设区内由于土地利用类型的改变， 沙地主要转换为工矿建设用地以及人工种植草地及防护林， 使得区域生态环境质量得到逐步提升。特别是腾格里沙漠西南与东南边缘区风光热基地集中区域， EEQI由2000年的0.025~0.25增加到0.25~0.87， 表明风光热基地的建设带来的土地利用的良性变化有利于促进沙区生态环境质量的提高。
3.2.2 景观指数变化特征
2022年， 腾格里沙漠风光热基地建设后景观要素变化最大的为沙地和戈壁， 转变为工矿建设用地景观要素， 在人类扰动较小的沙区进行了光伏、 风电机站等建设干预。2000-2022年， 沙区风光热基地建设后区域内景观要素最大斑块面积指数（LPI）及聚集度指数（AI）下降， 依次下降为-0.049、 -0.071； 相反， 斑块密度（PD）、 平均分形维数（FRAC）、 景观分割指数（DIVISION）及香浓多样性指数（SHDI）增加， 分别增加为0.0004、 0.0218、 0.0010、 0.0689。特别是沙地、 中覆盖草地以及戈壁的最大斑块面积指数（LPI）变化最为显著， 较2000年， 2022年变化幅度分别为-2.344、 1.198、 1.196， 表明风光热基地建设等人类活动对上述几种景观影响较大（图5 ）。此外， 其他林地、 灌木林、 滩地、 工矿建设用地等聚集度指数（AI）变化最大， 表明上述景观斑块之间聚合的程度在提高。值得注意的是， 在风光热基地建设以及配套人工防护林草地种植， 提高了局部要素的聚集度。总体上， 研究区风电基地的建设将原本连通的沙地、 草地等景观要素分隔， 转变成大斑块的工矿建设用地景观要素， 促使景观要素在区域分布的分散程度降低， 景观要素分割的破碎程度提高， 景观空间结构更复杂， 增加了景观的多样性与异质性。
图5 腾格里沙漠风光热基地规划建设前后各地类景观指数变化 斑块密度（PD）、 景观分割指数（DIVISION）年代际变化不显著， 故未呈现Fig.5 Changes of landscape index before and after the planning and construction of Tengger Desert landscape thermal base.The analysis of interdecadal changes in patch density （PD） and landscape segmentation index （DIVISION） did not yield significant results； therefore， these findings have not been included in the presentation |
3.3 风光热基地建设与区域生态环境质量的相关性分析
在通过显著性检测的基础上， 引入GWR模型对研究区土地利用类型与生态环境质量进行局部空间回归分析（图6 ）。研究起始期与末期比较， 腾格里沙漠风光热基地建设前后土地利用类型变化与生态环境质量间表现出不同程度的空间非平稳性。2000年， 风光热基地建设区域回归系数总体<-2.5， 部分区域>2.5； 2022年， 风光热基地建设区域回归系数总体>2.5。风光热基地的建设在一定程度上提高了区域生态环境质量指数， 加强了土地利用与生态环境质量的相关性。特别是围绕风光热基地的投入建设， 改变了原有地区沙地、 戈壁等生态环境质量水平较低的地类， 转换为生态环境质量水平较高的工矿建设用地（风光热基地）以及基地周围建设的防护草地、 林地等， 使原有生态环境实现“触底反弹”， 改善了局地的微环境。
4 结论
本研究基于2000年、 2022年腾格里沙漠Landsat 8遥感影像， 采用土地利用动态度、 土地利用转移矩阵、 生态环境质量指数、 景观格局指数等方法对沙区风光热基地建设前后生态环境的效应进行分析。得到以下主要结论：
（1） 2000 -2022年， 腾格里沙漠土地利用空间分布时空异质性显著， 主要土地利用类型为沙地、 低覆盖草地及戈壁。风光热基地建设前后沙区土地利用变化剧烈区主要分布在沙区东南及西南边缘等。
（2） 近22年， 土地利用动态度最高的是工矿建设用地， 达到0.11%； 沙地转为工矿建设用地， 而工矿建设用地80%为风光热基地建设面积， 沙地成为风光热基地的重要转移源。
（3） 沙区EEQI分布与土地利用格局存在较强的空间相关性， 其中， 高值区主要集中石羊河中下游及沙漠西南、 东南边缘区。风光热基地集中区域EEQI由2000年的0.025~0.25增加到0.25~0.87。
（4） 研究区风电基地的建设将原本连通的沙地、 草地等景观要素分隔， 转变成大斑块的工矿建设用地景观要素， 提高了区域景观要素的破碎度， 优化了景观空间结构， 增加了景观的多样性与异质性。此外， 风光热基地的建设在一定程度上提高了区域生态环境质量指数， 加强了土地利用与生态环境质量的相关性。因此， 建议沙区适当扩大风光热基地的建设以及配套的生态固沙工程规模， 按照风光能资源分布合理分配光伏与风电基地建设比例， 同时， 积极促进沙区新能源经济发展， 推进“沙漠能源生态圈”建设。