Spatio-temporal variation in landscape leakiness and the influencing factors in the riparian vegetation buffer zone of the Beijiang River
XUShanshan通讯作者:
收稿日期:2017-01-9
修回日期:2017-09-28
网络出版日期:2018-06-25
版权声明:2018《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (6957KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
水土流失引起的环境问题已严重威胁到区域生态平衡,给人们的生产和生活带来严重危害,成为世界关注的焦点[1, 2]。河岸植被缓冲带作为流域陆生生态系统和水生生态系统的生态过渡带,通过阻挡地表径流、降低径流流速、吸收养分等,在拦截过滤悬浮颗粒物、阻控非点源污染、保持水土等方面发挥着重要作用[3]。但是,近年来在城市化和现代农业发展的影响下,大量的河岸植被缓冲带被破坏并急剧减少,造成河岸带水土保持功能退化,严重威胁流域生态系统功能的完整性[4]。因此,对河岸植被缓冲带水土保持状况进行研究将有助于河岸带的保护和管理,从而确保其生态功能的可持续发挥。针对水土保持研究,以往常用的方法有水文法、遥感解译法、模型估算法、径流小区法等[5],此类方法为水土保持的定性和定量研究奠定了基础。关于河岸植被缓冲带水土保持的研究多以RS、GIS、GPS技术和相关模型的结合为主[6],如SWAT模型(Soil and Water Assessment Tool Model)、REMM模型(Riparian Ecosystem Management Model)和“源-汇”景观模型(“Source-Sink” Landscape Model)等[7]。同时,亦有不少研究通过小区试验研究河岸植被缓冲带对径流量、悬浮颗粒物以及N和P的阻控能力[8]。近年来,随着相关研究的深入,一些新方法和技术被逐渐应用到水土保持研究领域中,如地形测量、核素示踪、沉积泥沙反演、格局与过程耦合指数等,在改进研究方法的同时,也提高了研究的时效性和准确性[5, 9]。其中,格局与过程耦合指数,如连通性指数(Connectivity Index,CI)、径流长度指数(Flowlength,FL)和景观渗透性指数(Leakiness Index,LI)等[10,11,12],通过分析径流在景观单元之间运动的连续性、建立景观连接度与水土流失之间的关系,能有效地将景观格局与过程相结合从而反映景观的功能特征,而备受关注。在此类耦合指数中,景观渗透性指数(LI)能够定量化地评价景观水土保持功能,具有可靠、操作简便、易于使用等优点[13],已在干旱半干旱景观中(如澳大利亚牧场)得到应用和验证[11, 14]。但是,该指数在亚热带尤其是河岸植被缓冲带的应用还鲜有报道。
基于此,本文以北江干流河岸植被缓冲带为例,结合USLE(Universal Soil Loss Equation)模型,在验证景观渗透性指数适用性的基础上,对研究区景观渗透性的时空动态进行分析,并根据土地利用状况分析其动态的影响因素,以期为北江干流河岸植被缓冲带水土保持评价提供一定的方法参考。
2 研究区概况、数据来源与研究方法
2.1 研究区概况
北江是珠江流域的第二大水系(23°0′N—25°41′N, 111°52′E—114°41′E),是广东省四大河流之一。上游浈水发源于江西信丰县石碣大茅山,在广东韶关市与发源于湖南临武县的武水汇合后称为北江,本研究范围为北江干流10 km河岸植被缓冲带,区域内共涉及14个县市,其分布状况如图1所示。该区属亚热带季风气候,夏季高温多雨,冬季低温少雨,年均气温在18℃~21℃,最高气温出现在7、8月份[15];年均降雨量为1600~1800 mm,降雨多集中在汛期(4—9月),占全年降雨量的70%以上[16]。北江年平均径流量为482亿 m3,水资源丰富。北江流域地势北高南低,地貌以山地和丘陵为主,地形陡峭,水土流失严重。植被类型主要为马尾松、桉树林、竹林以及稀树草坡[17]。研究区土壤以红壤为主,养分充足且保水能力强,有利于植物和农作物的生长与发育,导致河岸被严重开垦。另外,北江流域人口增长快且增幅高[18],流域内森林砍伐、基础建设、开山造田等人类活动频繁,土壤侵蚀加剧[19],水土流失是其面临的主要生态问题之一。显示原图|下载原图ZIP|生成PPT
图1研究区示意
-->Figure 1The study area
-->
2.2 研究方法
2.2.1 景观渗透性指数计算方法水土流失与景观格局关系密切,景观格局可通过植被、地形等景观要素影响水土流失过程,而水土流失过程可通过土壤养分、水分等资源的再分配影响景观格局[20]。因此,建立景观格局与水土流失过程之间的相互联系是深入研究水土保持的有效方法。景观渗透性指数(LI)是在DLI(Directional Leakiness Index)和CDLI(Cover-based Directional Leakiness Index)基础上加以改进而来[11, 21, 22],相比于后者,其在丘陵、山地等复杂地形中的适用性较强并得到相关研究的证实[14]。该指数通过地表径流在景观要素(植被和地形)之间的连通性,表征景观水土保持能力。植被斑块和洼地,能够有效减缓地表径流、提高土壤抗蚀性、增加入渗,从而达到保持水土的功效,因此在LI计算过程中作为“汇”景观;而裸土斑块和坡度较大的坡面,对径流阻力小、增加水流流速,从而加剧土壤侵蚀,因此被作为“源”景观。“源-汇”景观之间的连通性是影响水土流失的重要因素,在径流从源区到达目标区域的路径上,LI充分考虑了“源-汇”景观单元在水流过程中的作用,最终达到定量评价景观水土保持功能的效果。
径流从源区到达目标区域的路径上,植被斑块作为抑制侵蚀的景观要素,影响径流连通性,进而影响水土流失。植被盖度是表征植被斑块水土保持潜力的有效指标,因此,植被盖度是景观渗透性指数计算过程中的重要参数之一。在众多植被指数中,归一化植被指数(NDVI)被认为是监测植被生长状态及植被盖度的最佳指示因子并得以广泛应用[23]。本研究中植被盖度通过NDVI计算得到,公式如下:
式中IR和R分别表示植被在遥感影像近红外波段和红光波段上的反射率。在NDVI基础上,植被盖度的计算方法为:
式中C为单个像元植被盖度;NDVIsoil和NDVIveg分别为最小和最大NDVI值,即无植被覆盖或裸土像元的NDVI值和纯植被覆盖的像元的NDVI值。
基于提取的植被盖度,结合DEM数据,根据公式(3)计算景观渗透性指数:
式中Lcal为沿水流方向由逐步累积汇流算法计算的景观渗透值;Lmin和Lmax分别为最小(植被覆盖度为100%时的Lcal)和最大渗透值(植被覆盖度为0时的Lcal);k为LI与植被覆盖之间关系的衰减曲线的斜率,根据Ludwig等的研究,并结合北江干流实际情况,本研究中k取值为5[11, 13]。LI取值范围值在[0,1],其值越小,景观水土保持功能越强;其值越大,景观水土保持功能越弱。Lcal采用多流向累积算法计算。多流向算法的设计及计算多以DEM为数据源,在计算过程中为避免伪地形造成的误差,如由生成DEM时的内插误差、低质量的数据输入等原因造成的伪洼地对径流路径的影响,在数据处理时,需对DEM进行填洼处理,图2a为填洼后的DEM数据,在此基础上提取每个栅格的水流流向(图2b)。Lcal的算法如下:
显示原图|下载原图ZIP|生成PPT
图2基于DEM的水流流向矩阵示意
-->Figure 2The diagram of flow direction matrix based on DEM
-->
式中Pout, j为与目标区域相邻且最终流向目标区域的栅格逐步累积的渗透值(如图2c);m为与目标区域邻接的栅格总数,即图2c中的8个流向代码。每个栅格的累积渗透值(Pi, j)通过公式(5)计算:
其中:
式中Li,j为潜在的土壤流失;b为土壤流失随植被覆盖度增加而下降的曲线斜率,根据相关研究的结果,本文取b值为0.053[13, 24];Ci,j为植被覆盖度(%);Pi,j为栅格(i, j)的逐步累积渗透值;n=1, 2, 3, …, 8,分别代表与栅格(i, j)相邻的8个栅格;由于栅格n的水流会流向周围比其更低的栅格,所以中心栅格(i, j)获得的水流比例受与其相邻的栅格之间的坡度影响,栅格n流向栅格(i, j)的比例Sn由栅格间的坡降确定。为更好地呈现中心栅格(i, j)与周围栅格之间的关系,图2d为取部分地表高程数据对多流向进行模拟图示。与单流向算法用最陡坡度来确定水流方向相比,多流向算法更好地阐释了水流在地表的再分配过程,更符合径流在地表的实际情况。
2.2.2 土壤侵蚀模数的计算
鉴于渗透性指数在亚热带地区的应用较少,本研究运用通用土壤流失方程(USLE)对渗透性指数在研究区的适用性进行验证,模型的计算方法如下所示:
式中A为土壤侵蚀模数(t/(hm2·a));R为降雨侵蚀力因子(MJ·mm/(hm2·h·a));K为土壤可蚀性因子(t·hm2·h/(MJ·hm2·mm));LS为坡度、坡长因子,无量纲;C为植被覆盖与管理因子,无量纲;P为水土保持因子,无量纲。
2.3 数据来源与处理
根据前人分析河岸缓冲带景观格局、植被状况及其促进水体净化、保持水土等功能发挥时所设置的缓冲宽度[25, 26],结合北江干流河岸带的实际情况,本研究选择10 km作为河岸缓冲带的研究范围。基于ArcGIS 9.3数据处理平台,以广东省境内北江干流为中心,利用Buffer命令生成10 km缓冲区。以1995年、2000年、2005年、2010年和2015年5期Landsat TM遥感影像为植被数据源,季相以冬季为主,空间分辨率为30 m,每期影像均由3景(122-43,122-44,123-42)拼接而成,在ArcGIS 9.3软件Spatial Analyst Tools模块中采用Extraction工具下的Extract by Mask命令提取出研究区内各时期缓冲区相对应的影像数据。针对5期植被数据,在ENVI5.1软件的支持下,通过Radiometric Calibration命令对影像进行辐射定标,用FLAASH工具进行校正,并在Seamless Mosaic和Subset命令下进行拼接、裁剪等预处理,最后进行NDVI的计算以及植被盖度的提取。然后将相同分辨率(30 m)的植被盖度和DEM数据相匹配,在ArcGIS 9.3的支持下通过编写AML宏语言程序,完成LI的计算以及相关的时空分异。
在侵蚀模数的计算过程中,通过收集研究区周边市县1995—2015年的月降雨资料求取R值,并在ArcGIS 9.3中对侵蚀结果通过克里金插值得到5期R值分布图。K因子计算所需的土壤数据来源于地球系统科学数据共享平台[27]。LS因子根据30 m分辨率的DEM数据计算所得。C因子和P因子计算所需数据主要来源于各个时期的植被盖度和土地利用。最后在GIS技术的支持下,将各因子图层通过相乘叠加得到研究区5个时期的土壤侵蚀模数。
根据研究区的土地利用状况,将其划分为林地、农田、水体、建设用地、未利用地等5个类型。采用监督分类和人机交互解译相结合的方法对5期影像进行解译,得到5个时期的土地利用数据。通过统计不同土地利用类型的面积,在Origin 9.0中完成土地利用面积与景观渗透性指数的变化分析作图。文中所涉及的相关性分析在SPSS 17.0中完成。
3 结果及分析
3.1 景观渗透性指数的适用性验证
如图3所示,1995—2015年间,研究区景观渗透性指数呈现先上升后下降的趋势,并且变化明显,值分别为0.09,0.12,0.21,0.24和0.23,最低值出现在1995年,最高值出现在2010年。显示原图|下载原图ZIP|生成PPT
图31995—2015期间北江河岸植被缓冲带景观渗透性
-->Figure 3Landscape leakiness of the Beijiang riparian vegetation buffer zone from 1995 to 2015
-->
受流域内水源涵养林的建设以及退耕还林政策等因素影响,区域内大于25°的坡耕地基本上实现了退耕还林[19],区域植被覆盖度增加,水土保持功能增强,使1995年和2000年的渗透性指数值偏低。另外,随城市化进程的加快,北江流域作为广东省重要的金属矿资源分布区,如韶关段有“有色金属之乡”的美誉,凡口铅锌矿等均为中国著名的大型金属矿山[28]。但由于矿产资源的过度开采、旅游业的开发以及水利水电等工程的建设等人为干扰的作用下,大面积的植被和表土受损,水土流失严重[17],致使2005—2015年间景观水土保持功能下降,渗透性指数有所升高。根据20年间景观渗透性指数的明显变化可知该指数在研究区具有一定的敏感性。
为了一步验证LI在研究区的适用性,本研究运用USLE模型对该指数进行验证。如图4所示,1995—2015年间,研究区侵蚀模数与LI变化趋势相似,并呈现显著正相关关系(P<0.05),表明LI具有指示河岸植被缓冲带水土流失量的潜力,亦能有效评价河岸植被缓冲带的水土保持状况,在研究区具备一定的适用性。
显示原图|下载原图ZIP|生成PPT
图41995—2015期间北江河岸植被缓冲景观渗透性与土壤侵蚀模数关系
-->Figure 4The relationship between landscape leakiness and erosion modulus of the Beijiang riparian vegetation buffer zone from 1995 to 2015
-->
3.2 研究区景观渗透性指数时空分异特征
基于验证结果,为进一步分析北江河岸植被缓冲带景观渗透性指数的时空分异状况,本研究按照行政边界对研究区进行空间划分。根据研究区5个时期景观渗透性指数的变化,将LI分为6个等级,各分区景观渗透性指数的空间分布如图5所示。显示原图|下载原图ZIP|生成PPT
图51995—2015年北江河岸植被缓冲带景观渗透性指数的时空分异示意
-->Figure 5Spatio-temporal variation of landscape leakiness index in the Beijiang riparian vegetation buffer zone from 1995 to 2015
-->
根据以往研究,渗透性指数值在0.2以下表明景观水土保持功能较强[11, 13]。由图5可知,韶关、南雄、始兴、清远、四会、三水和花都的景观渗透性值在5个时期变化较大,水土保持能力相对较弱。其中,韶关景观渗透性值在1995—2015年均较高,除了2015年在0.4~0.5之间外,其他各个时期的值均大于0.5;南雄景观渗透性值变化范围为0.16~0.40,在1995—2015年呈波动性变化,2000年最高,2015年最低;清远景观渗透值变化较大,最低值在2000年,最大值在2015年。四会景观渗透值最大值出现在2015年(0.51),2000年和2010年位于0.1~0.2范围内,1995年和2005年位于0.3~0.4范围内。三水景观渗透值在1995—2015年波动较大,其中最大值为2015年的0.53,2005年和1995年次之,2010年值为0.17,最低值为2000年的0.10,花都景观渗透值的时空变化与三水相似,最低值为2000年的0.10,最高值出现在2015年,为0.42。
3.3 土地利用变化对景观渗透性的影响
3.3.1 1995—2015年研究区土地利用变化分析表1为不同时期研究区土地利用变化。1995—2015年,农田、水体和未利用地面积变化不大,建设用地和林地的面积变化相对较大,其中建设用地由最低2000年的335.82 km2增加至2015年的510.48 km2,林地的最低值为1995年的4629.69 km2,最高值为2005年的4817.77 km2。20年间,林地和建设用地的面积变化比率较大,分别为3.58% 和18.29%。基于林地和建设用地的大幅度变化,同时考虑这两种土地类型对水土流失作用,本文重点分析林地和建设用地面积的变化对时空动态较大的分区的景观渗透性指数的影响。
Table 1
表1
表11995—2015年北江河岸植被缓冲带土地利用类型面积变化
Table 1Area changes in land use types in the Beijiang riparian vegetation buffer zone from 1995 to 2015 (km2, %)
1995年 | 2000年 | 2005年 | 2010年 | 2015年 | 变化百分比 | |
---|---|---|---|---|---|---|
农田 | 2 320.28 | 2 418.20 | 2 336.81 | 2 326.42 | 2 332.68 | 0.53 |
水体 | 548.54 | 544.74 | 566.36 | 566.36 | 556.22 | 1.40 |
林地 | 4 629.69 | 4 810.02 | 4 817.77 | 4 765.00 | 4 795.51 | 3.58 |
建设用地 | 431.56 | 335.82 | 410.30 | 475.79 | 510.48 | 18.29 |
未利用地 | 17.87 | 13.14 | 15.38 | 25.15 | 18.46 | 3.30 |
新窗口打开
3.3.2 林地和建设用地面积的变化对渗透性指数的影响
各分区的林地面积和建设用地面积占该分区总面积的比例如图6所示,1995—2015年间,位于上游的南雄、始兴、韶关的林地面积占比的变化趋势相似,呈现较大的波动状态,均以2000年面积占比最小,分别为41%、51%和39%;南雄和韶关均以2015年面积占比最大,分别为51%和49%,始兴2005年面积占比最大,为68%。韶关作为粤北地区的政治、经济、交通、文化中心,人口增长快,工业基础雄厚,旅游业发达,经济的发展加速了建设用地的扩张,导致韶关的渗透性值增高,且明显高于其他地区。位于下游的清远林地面积占比呈现先上升后下降的变化,四会、三水、花都变化趋势相似,且与上游的南雄、始兴和韶关相反。林地面积占比的增加或减少直接影响着植被盖度的增减,进而影响景观渗透性的变化。对比各个时期景观渗透性指数的变化可知,7个典型分区景观渗透性值的变化与林地面积占比的变化呈相反的趋势。
显示原图|下载原图ZIP|生成PPT
图61995—2015年典型区域林地面积和建设用地面积占比与景观渗透性指数的变化
-->Figure 6Variations in landscape leakiness index and the proportion of forest land and construction land in the typical areas from 1995 to 2015
-->
1995—2015年间,上游的南雄和韶关建设用地面积占比波动性变化相似。下游的清远、四会、三水、花都呈现相同的波动性变化,且最高值均出现在2015年,这与下游地区地势平坦、水源丰富、有利于人口的居住、产业的发展有关。各个时期建设用地面积的变化表明,7个典型分区建设用地面积占比逐渐增大,景观渗透性与其呈相似的变化,表明建设用地占比的增加可通过降低植被盖度、增加径流产生与汇集等对景观渗透性产生影响。
相关分析表明(表2),林地面积比例与渗透性指数呈现负相关关系,建设用地面积比例与渗透性指数呈现正相关关系。其中除始兴和清远外,其他各区的林地面积比例与渗透性指数均显著负相关,这可能与始兴位于流域上游、受降雨侵蚀等影响较大有关,而清远位于流域下游,人为干扰严重,林地面积年际波动较大致使其与渗透性指数的相关性相对较低。区域林地面积的增加,可有效减少水土流失。除韶关、四会和三水外,其他各区的建设用地面积占比与渗透性指数均显著正相关,表明建设用地面积的增加可引起更严重的水土流失。
Table 2
表2
表21995—2015年典型区域林地面积和建设用地面积占比与景观渗透性指数的相关性
Table 2Correlation between landscape leakiness index and the proportion of forest land and construction land in the typical areas from 1995 to 2015
区域 | 林地面积占比 | 建设用地面积占比 | |
---|---|---|---|
渗透性指数 | 南雄 | -0.92* | 0.97** |
始兴 | -0.71 | 0.95* | |
韶关 | -0.97** | 0.76 | |
清远 | -0.79 | 0.94* | |
四会 | -1.00** | 0.80 | |
三水 | -0.90* | 0.87 | |
花都 | -0.96* | 0.91* |
新窗口打开
4 结论
景观渗透性指数虽是评价景观水土保持功能的有效方法,但鲜见在热带亚热带地区的应用与分析。本文在验证景观渗透性指数在亚热带的北江干流河岸植被缓冲带的适用性的基础上,进一步分析了其时空分异与影响因素。为该指数未来在河岸植被缓冲带的应用提供了一定理论基础的同时,也为北江干流河岸植被缓冲带的管理与相关水土流失治理的目标区域提供了参考。主要结论如下:(1)1995—2015年间,研究区景观渗透性指数变化较明显,呈逐渐增加的趋势。相同时期的侵蚀模数与景观渗透性指数表现出显著的正相关(P<0.05),表明景观渗透性指数在研究区具有一定的适用性。
(2)在研究区不同分区景观渗透性时空分异的分析中,多数地区变化并不明显。但韶关、南雄、清远等地区呈现波动性变化,是景观渗透性指数时空差异较大的典型分区。
(3)1995—2015年间,整体上典型分区内林地面积所占比例的变化与景观渗透性指数呈现负相关关系,而建设用地与景观渗透性指数呈现正相关关系。林地和建设用地均能通过增强或减弱地表拦截径流及泥沙的能力进而影响景观的水土保持状况,表明林地和建设用地面积的变化是影响景观渗透性指数变化的重要因素。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | [J]. , [J]. , |
[2] | [J]. , |
[3] | [J]. , [J]. , |
[4] | [C]. , |
[5] | [J]. , [J]. , |
[6] | . , . , |
[7] | . , . , |
[8] | [J]. , |
[9] | [J]. , |
[10] | [J]. , |
[11] | [J]. , |
[12] | [J]. , |
[13] | [J]. , [J]. , |
[14] | [C]. , |
[15] | [J]. , [J]. , |
[16] | [J]. , [J]. , |
[17] | [J]. , [J]. , |
[18] | [J]. , [J]. , |
[19] | [J]. , [J]. , |
[20] | [J]. , [J]. , |
[21] | [J]. , |
[22] | [J]. , |
[23] | [J]. , [J]. |
[24] | [J]. , [J]. , |
[25] | [J]. , [J]. , |
[26] | [J]. , [J]. , |
[27] | [EB/OL]. ( [EB/OL]. ( |
[28] | [J]. , [J]. , |