王金亮,謝德體,*,倪九派,邵景安

1 西南大學資源環(huán)境學院,重慶 400715 2 重慶師范大學地理與旅游學院,重慶 401331

土壤侵蝕的產(chǎn)生是由自然過程引發(fā),并在人類活動尤其是土地利用活動影響下得以強化的過程[1- 4]。許多研究證明,土地利用景觀與土壤侵蝕存在一定的耦合關系,Haycock和Muscutt認為緩沖帶能對泥沙入河產(chǎn)生減緩作用的好壞,取決于景觀類型和合理的設計[5]；Uuemaa等認為景觀指數(shù)決定于像元大小、地形尺度和土地利用分類,使得不可能將土地利用格局對土壤侵蝕的影響從基于FRAGSTATS的景觀指數(shù)影響中識別出來,表明了單純的景觀格局指數(shù)分析不能夠很好地指示出景觀格局與土壤侵蝕過程的耦合關系[6]；陳利頂?shù)热薣7- 10]依據(jù)生態(tài)功能的角度、針對土壤侵蝕過程將景觀類型劃分為源景觀和匯景觀類型,建立了源匯景觀指數(shù),以此試圖將景觀格局與生態(tài)過程研究有機聯(lián)系在一起。源匯景觀的提出在一定程度上能夠較好地將具有面狀特性的景觀格局與點狀監(jiān)測數(shù)據(jù)有機地結合在一起,使定量研究流域景觀格局與生態(tài)過程的關系成為可能[11],因此在水體污染[12- 15]、土壤侵蝕[9, 16- 17]等方面得到了一定程度的應用。

依據(jù)源匯景觀理論,在土壤侵蝕形成過程中,流域中一些景觀類型起到了源的作用,能夠促進土壤侵蝕發(fā)生,土壤侵蝕風險大；一些景觀類型起到了匯的作用,能夠抑制土壤侵蝕發(fā)生,土壤侵蝕風險小,即不同景觀類型的土壤侵蝕“源—匯”風險屬性不同[7- 8]。在影響土壤侵蝕的風險研究中,是以土地利用的鑲嵌單元作為景觀單元,其中的源景觀有耕地和居住地等,匯景觀包括林地、灌叢、草地和水域等,并僅單憑主客觀經(jīng)驗或者土壤侵蝕方程中的土壤可蝕性因子等來賦予某種土地利用景觀類型的土壤侵蝕權重[18- 20]。而實際上,對于景觀單元來說,在土壤侵蝕的產(chǎn)生及泥沙入河過程中,除了土地利用的空間異質性外,還有地形和土壤也存在空間異質性,也會影響到景觀單元的土壤侵蝕風險空間差異[21]。因此,源匯景觀單元的劃分以及相應的土壤侵蝕權重設置并不能只考慮土地利用類型的空間分布,同時也要考慮地塊所處的地形,以及土壤類型的空間差異。水文響應單元則是具有相同的地形分布、植被類型、土壤條件的陸面表面綜合體[22- 23],因此基于水文響應單元的源匯景觀單元是綜合了地形、土壤、土地利用方式等要素空間異質性的地理單元。本文也因此考慮試圖利用水文響應單元作為研究區(qū)的源匯景觀單元,進行三峽庫區(qū)流域的土壤侵蝕源—匯風險識別研究。

綜上,本文利用覆蓋三峽庫區(qū)綦江流域的江津區(qū)航空影像,在判別源匯景觀類型的基礎上對流域源匯景觀類型進行解譯,構建2015年流域的源匯景觀格局圖。在此基礎上,利用DEM和土壤數(shù)據(jù)進行基于水文響應單元的源匯景觀單元劃分,然后利用水文響應單元的三個屬性——景觀類型、土壤可蝕性和坡度進行綜合評價源匯景觀單元權重,并構建修正后的景觀空間負荷對比指數(shù),以此進行流域土壤侵蝕風險格局的識別,最后利用修正的通用土壤侵蝕方程模擬土壤侵蝕模數(shù),以此驗證結果的合理性,從而對比分析影響三峽庫區(qū)流域土壤侵蝕風險格局,為庫區(qū)流域土壤侵蝕的防控與規(guī)劃管理提供可參考的科學依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)為重慶市江津區(qū)的綦江流域,位于三峽庫區(qū)的庫尾,即三峽庫區(qū)綦江流域,見圖1。流域內(nèi)的主要河流為綦江、筍溪河、飛龍河和復興河,其中綦江為長江的一級支流,筍溪河為綦江的一級支流。依據(jù)《重慶市江津區(qū)土地利用總體規(guī)劃(2006—2020年)》的土地利用地域發(fā)展區(qū)劃分和江津區(qū)地貌特征,可將研究區(qū)劃分為北部沿江區(qū)(子流域1—5)、中部丘陵區(qū)(子流域6—21)和南部中低山區(qū)(子流域22—25)。流域屬于中亞熱帶季風氣候區(qū),多年平均氣溫18.7℃,多年平均降水量1040.1mm,降雨多集中在5月—9月,占年降水量的68.9%。植被以亞熱帶常綠闊葉林為主,其次為落葉闊葉林和暖性針葉林。地貌類型以山地丘陵為主,由北向南依次為北部的平壩和低丘地形、中部的低丘和深丘地形,以及南部的多中低山而少平地。流域所處的江津區(qū)土地利用所存在的問題主要為人均土地資源少、土地生產(chǎn)率低、農(nóng)用地后備資源少、開發(fā)難度大、以及土壤侵蝕面積大。

圖1 三峽庫區(qū)綦江流域的高程分布及其地理位置Fig.1 Digital elevation and geographical position of Qijiang watershed in the Three Gorges Reservoir Region

2.2 數(shù)據(jù)來源

本文所獲取的數(shù)據(jù)主要涉及：①遙感影像數(shù)據(jù)：覆蓋研究區(qū)的2015年航空影像來源于重慶市江津區(qū)國土資源與房屋管理局的2.5m分辨率數(shù)字正射影像圖,數(shù)據(jù)格式為GeoTIFF,影像色彩為黑白,影像采樣間隔為1m。②高程數(shù)據(jù)：來源于中國西部數(shù)據(jù)中心的30m分辨率DEM,數(shù)據(jù)下載后通過去除背景值和空間裁剪,得到研究區(qū)范圍的DEM(單位為m),并利用ArcGIS空間分析功能提取出研究區(qū)的坡度(單位為°)。③土壤數(shù)據(jù)：土壤類型分布圖來源于中國科學院南京土壤研究所的1∶100萬中國土壤數(shù)據(jù)庫,并從中提取出研究區(qū)的土壤類型分布,以及土壤粒徑數(shù)據(jù)來源于重慶的第2次土壤普查成果資料。④水系數(shù)據(jù)：來源于地球系統(tǒng)科學數(shù)據(jù)共享網(wǎng)西南山地分中心的長江上游1∶25萬水系分布數(shù)據(jù)庫,從中提取出研究區(qū)的水系分布。⑤氣象數(shù)據(jù)：來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.gov.cn/)的中國地面累年值日值數(shù)據(jù)集(1981—2010年),以及來源于重慶市氣象局的地方氣象站點數(shù)據(jù)。⑥增強型植被指數(shù)(enhanced vegetation index,EVI),來源于中國科學院計算機網(wǎng)絡信息中心國際科學數(shù)據(jù)鏡像網(wǎng)站(http://www.gscloud.cn)的MODEV1D,為中國250MEVI月合成產(chǎn)品(TERRA星),空間分辨率250m,時間為2015年的12個月。應用ArcGIS對各基礎圖件幾何配準和數(shù)據(jù)重采樣,并將各類數(shù)據(jù)統(tǒng)一為Albers投影,空間分辨率重采樣為30m。

2.3 數(shù)據(jù)處理

2.3.1 源匯景觀類型劃分與解譯

依據(jù)源匯景觀理論,源景觀是促進土壤侵蝕過程發(fā)生的類型,匯景觀是抑制土壤侵蝕過程發(fā)生的類型,不同景觀類型對水、沙輸移過程的影響差異大。在判別源匯景觀類型歸屬上,主要是依據(jù)已有研究的劃分和不同景觀類型在土壤侵蝕過程中的作用[12, 20, 24]。一般認為水田、旱地和居民點在降雨過程中會產(chǎn)生大量的地表徑流,土壤侵蝕嚴重,在土壤侵蝕過程中起到“源”作用,因此作為源景觀類型；而林地和草地由于植被覆蓋度較高,其固土能力強,可以防止土壤流失,在一定程度上具有坡面截留作用,減少地表徑流,在土壤侵蝕過程中起到了“匯”的作用,因此作為匯景觀類型。

針對這5類源匯景觀類型,對2015年研究區(qū)的源匯景觀格局的提取主要過程如下：首先,對遙感影像進行幾何校正、圖像鑲嵌與裁剪；其次,每景選取3—5條線路進行實地踏勘和農(nóng)戶訪談,通過將影像與實地情況相對照,獲得各景觀類型與其在影像圖上的影像特征,包括影像色調、光澤、質感、幾何形狀、地形地貌及地名等因素,以此建立源匯景觀分類的解譯標志,并開展人機交互解譯與小斑區(qū)劃；最后以室內(nèi)解譯或區(qū)劃的小班為底圖,開展以小斑為單元的實地核查和驗證,對2015年解譯出的源匯景觀格局圖予以修正。

2.3.2 源匯景觀單元劃分

考慮到現(xiàn)有景觀格局分析所利用的土地利用數(shù)據(jù)為景觀斑塊鑲嵌單元,而單一的土地利用單元并不能夠很好地反映景觀格局與土壤侵蝕過程之間的耦合關系,而SWAT軟件中的水文響應單元(Hydrologic Response Unit,HRU)則是綜合了土地利用、土壤和坡度的地理單元,是下墊面特征相對單一和均勻的區(qū)域, 且具有相似的水文特性。因此本文將水文響應單元引入到影響土壤侵蝕的源匯風險識別分析中,作為源匯景觀單元而進行劃分。流域源匯景觀單元劃分過程如下。

1)SWAT數(shù)據(jù)庫創(chuàng)建。SWAT模型附帶了已有的土地利用和土壤數(shù)據(jù)庫,因此需要將本文的源匯景觀類型與土壤類型同SWAT模型的類型進行相匹配。土壤數(shù)據(jù)庫中各個屬性設置均按照SWAT2012用戶手冊進行,其中土壤可蝕性計算公式參考Williams等在侵蝕—生產(chǎn)力影響計算器(Erosion Productivity Impact Calculator,EPIC)模型中發(fā)展的土壤可蝕性因子K值估算方法[25]。

2)子流域和流域出水口的劃分。在建立SWAT工程的基礎上,利用SWAT 2012軟件中的Watershed Delineation模塊并加載研究區(qū)所在的江津區(qū)DEM數(shù)據(jù),選取綦江進入長江干流的流域出水口作為研究區(qū)綦江流域的最終出水口,進行綦江流域的子流域劃分,其中流域匯水面積閾值的確定主要與實際水系的匹配進行調整。最終本文所劃分的子流域及其出水口均為25個,見圖1。

3)源匯景觀單元的劃分。將源匯景觀類型、土壤類型柵格圖和坡度進行重分類和空間疊加,創(chuàng)建HRU矢量圖,以此作為綦江流域的源匯景觀單元,并按源匯景觀類型和子流域統(tǒng)計單元個數(shù)和面積分布。

2.4 景觀空間負荷對比指數(shù)的修正

2.4.1 景觀空間負荷對比指數(shù)

景觀空間負荷對比指數(shù)(location-weighted landscape index, LWLI)的建立是考慮各類景觀對區(qū)域生態(tài)過程影響的基礎上,從景觀單元相對于流域出口的相對距離、相對高度和坡度等方面,提出衡量景觀空間分布格局的綜合方法。該指數(shù)利用了洛侖茲曲線公式建立了景觀空間負荷對比指數(shù),按照相對距離、相對高程和坡度統(tǒng)計“源”“匯”景觀的面積,以相對距離、相對高度和坡度為橫坐標,景觀累積面積為縱坐標繪制曲線,最后,運用公式(1)計算景觀空間負荷對比指數(shù)：

(1)

式中,LWLI 是景觀空間負荷對比指數(shù),Ai和Aj分別指“源”景觀i和“匯”景觀j在流域內(nèi)的累計面積比例,Wi和Wj指“源”景觀和“匯”景觀的權重,Pi和Pj指的是“源”景觀和“匯”景觀在流域內(nèi)的面積比例,M和N為“源”景觀和“匯”景觀的類型數(shù)目。x表示不同景觀空間要素的空間分布值,D表示景觀單元至流域出口的最大相對距離、相對高度或坡度。

2.4.2 修正后的景觀空間負荷對比指數(shù)

一方面,LWLI所考慮的“源”“匯”景觀僅僅是單一的土地利用單元,而沒有考慮地形的約束影響,尤其是坡度的影響,以及土壤類型的影響,因此其“源”“匯”景觀的權重也只考慮景觀類型對土壤侵蝕的貢獻。為此本研究考慮引用水文響應單元作為“源”“匯”景觀單元,則其“源”“匯”景觀的權重也必然要考慮坡度和土壤對土壤侵蝕的貢獻。另一方面,在描述“源”“匯”景觀單元在空間上的分布特征及其與特定生態(tài)過程的關系上,LWLI的建立是從3個方面進行刻畫的,即景觀單元相對于流域出口的“相對距離”、“相對高度”和“坡度”,盡管其體現(xiàn)了景觀單元在地理空間上的特征差異,但沒有體現(xiàn)出土壤侵蝕過程所存在的水文意義,因為土壤侵蝕過程中的水和泥沙是隨水流路徑進行遷移,水流路徑相比于相對距離、相對高程和坡度在水文過程更具有意義[26]。

(1)指數(shù)建立

綜上兩方面的考慮,本文在已有的景觀空間負荷對比指數(shù)LWLI的基礎上,利用洛侖茲曲線公式,按照相對子流域出水口的水流路徑對“源”“匯”景觀單元面積及其土壤侵蝕權重分別進行累計與積分,運用公式(2)計算修正后的景觀空間負荷對比指數(shù)(MLWLI)：

(2)

式中,MLWLI表示以相對子流域出口水流路徑D為橫坐標x建立的修正景觀空間負荷對比指數(shù),M、N同公式(1),AIi、AJj分別為第I類“源”景觀的第i個單元面積和第J類“匯”景觀的第j個單元面積,PI、PJ分別為第I類“源”景觀和第J類“匯”景觀的面積占“源”“匯”景觀總面積比例,WIi和WJj分別表示第I類、第i個“源”景觀單元和第J類、第j個“匯”景觀單元權重。式中的積分是利用MATLAB 編程語言進行計算,相對水流路徑長度是利用ArcGIS水文分析工具進行。

MLWLI的土壤侵蝕過程意義在于,MLWLI越大,表示流域的土壤侵蝕風險越大,反之越小。如果“源”“匯”景觀在流域尺度上處于均勻分布狀態(tài),則這種格局對土壤侵蝕的貢獻在流域尺度上相平衡,MLWLI值為0；當MLWLI的值大于0時,表明流域內(nèi)“源”景觀對流域出水口的土壤侵蝕貢獻要大于“匯”景觀,流域的土壤侵蝕風險大；當MLWLI的值小于0時,表明“匯”景觀對流域出水口的貢獻要大于“源”景觀,流域的土壤侵蝕風險小。

(2)景觀單元權重設置

依據(jù)水文響應單元的組成要素,“源”“匯”景觀單元對土壤侵蝕的權重設置包括景觀類型的權重、土壤權重和坡度權重,并由這三類要素的權重進行綜合疊加得到景觀單元權重,具體設置如下：

①對于“源”“匯”景觀權重的賦值,即確定“源”“匯”景觀類型對土壤侵蝕的貢獻大小。由于RUSLE 模型里的C值能反映植被覆蓋和管理變量對土壤侵蝕的綜合作用[13],因此在很多前期文獻中都有用C值來替代土壤水蝕貢獻的先例。為此,本研究根據(jù)前期相關研究[27- 28],借鑒土壤侵蝕通用方程中的C值,對不同景觀類型的土壤水蝕貢獻給予權重賦值：水田0.6、旱地0.8、居民點1.0、林地0.2和草地0.4。

②土壤影響的定量化是通過土壤可蝕性因子K來計算,K值越大,抗水蝕能力越小,土壤侵蝕能力越強；反之,K值越小,抗水蝕能力越大,侵蝕能力越弱。由此通過公式(3)計算土壤類型對“源”“匯”景觀單元的土壤侵蝕貢獻權重。

(3)

③坡度對土壤侵蝕的影響,考慮1984年中國農(nóng)業(yè)區(qū)劃委員會頒發(fā)的《土地利用現(xiàn)狀調查技術規(guī)程》對耕地坡度的分級,>25°為《水土保持法》規(guī)定的開荒限制坡度,為此本文描述坡度對源匯景觀單元的土壤侵蝕貢獻影響見公式(4)。

Si=1/|tan(25-αi)|

(4)

式中,Ei和ai分別為水文響應單元i的坡度權重和平均坡度。

④對上述景觀類型權重、土壤權重和坡度權重進行空間疊加,綜合得到本文的“源”“匯”景觀單元權重W,即“源”“匯”景觀單元對土壤侵蝕的貢獻影響,見公式(5)。

Wi=Ci·Ei·Si

(5)

式中,Wi是第i個“源”“匯”景觀單元權重。

2.5 修正的通用土壤侵蝕方程

利用修正的通用土壤侵蝕方程估算研究區(qū)的土壤侵蝕量,目的在于通過對各個子流域土壤侵蝕量與景觀空間負荷對比指數(shù)進行相關分析,以此檢驗流域土壤侵蝕風險識別結果的合理性。具體計算公式如下：

A=R×K×LS×C×P

(6)

式中,A為土壤侵蝕模數(shù)(t hm-2a-1)；R為降雨侵蝕力指標(MJ mm hm-2h-1a-1),利用本文的氣象數(shù)據(jù)和采用章文波等人建立的半月侵蝕力簡易算法模型進行計算；K為土壤可蝕性指標(t h MJ-1mm-1),通過結合吳昌廣等在三峽庫區(qū)的研究結果與研究區(qū)的土壤類型數(shù)據(jù)來獲取土壤可蝕因子K的分布；LS為坡長坡度因子,利用DEM數(shù)據(jù)并采用Van Remotel等的坡長坡度因子算法進行計算；C為地表植被覆蓋因子,計算方法為Lin提出的C值估算方法,所需數(shù)據(jù)為數(shù)據(jù)源中的EVI數(shù)據(jù)；P為土壤保持措施因子,其中水田和旱地源景觀的P值是采用Wener經(jīng)驗公式來估算,而林地和草地等無水土保持措施的匯景觀類型P因子賦值為1,居民點源景觀P因子賦值為0。其中的LS、C、P分別為無量綱因子。

上述各參數(shù)的具體計算方法與過程均得到吳昌廣等人關于三峽庫區(qū)土壤侵蝕空間分布特征的研究驗證[29],以此最終得到空間上連續(xù)的研究區(qū)土壤侵蝕量柵格圖,并統(tǒng)計出各個子流域的平均土壤侵蝕模數(shù)。最后利用SPSS統(tǒng)計軟件進行各子流域的平均土壤侵蝕模數(shù)與修正前后的“源”“匯”景觀指數(shù)進行相關分析。

3 結果分析

3.1 源匯景觀單元的空間特征

圖2可知,各子流域的水田源景觀單元占流域面積比例均分布在15%—30%,除了南部的子流域24和25分別為9.34%和6.74%、子流域14為最高33.35%；旱地源景觀單元占流域面積比例的分布趨勢表現(xiàn)為,北部沿江區(qū)的子流域1、2、3、4和南部中低山區(qū)的子流域23、24、25分布較低(<20%),中間的子流域分布較高(20%—36%),可見庫區(qū)綦江流域的水田與旱地源景觀在整體數(shù)量分布上較為一致,圖2也可以看出,兩者的空間分布整體趨勢較為一致,較為均勻分布于北部沿江區(qū)和中部丘陵區(qū)的各子流域、以及南部中低山區(qū)的子流域22和23。

圖2 三峽庫區(qū)綦江流域源匯景觀單元格局與各子流域源匯景觀占流域面積比例統(tǒng)計Fig.2 Source-Sink landscape unit pattern and area ratio of Source-Sink landscape account for basin

圖2可知,居民點源景觀單元占流域面積比例的統(tǒng)計結果表現(xiàn)出在整體上由北到南分布降低的趨勢,最高比例分布在北部沿江區(qū)的子流域5中(12.89%),南部中低山區(qū)的子流域25為最小(2.07%),存在明顯的地域分區(qū)特征,圖2也可看出,居民點源景觀單元的分布表現(xiàn)出由北到南的逐漸分散的趨勢,且多以點狀分散的農(nóng)村居民點為主,城鎮(zhèn)居民點則集中分布在鄉(xiāng)鎮(zhèn)行政中心所處的空間地域。

圖2 可知,林地匯景觀單元占流域面積比例的統(tǒng)計結果顯示出由北到南分布增大的趨勢,由子流域2的最小比例(8.44%)變化到子流域24的最大比例(73.62%),其中占流域面積比例超過50%的還有子流域21(55.19%)和25(70.21%)。南部中低山區(qū)的林地覆蓋率在整個流域中分布較高,空間分布也較為集中,單個景觀單元面積較大,主要是由于這些子流域所分布的地區(qū)為風景區(qū),如四面山風景名勝區(qū)和清溪溝景區(qū),林地能夠得到較好地保護。相比于林地匯景觀,草地匯景觀單元的分布在數(shù)量和空間上急劇縮小,占流域面積比例超過5%的僅有子流域17、22和25,分別為8.76%、6.25%和7.34%,最小比例的分布在子流域15(0.04%),其空間分布圖也可看出草地匯景觀單元的空間分布顯著差別于其景觀類型,在整個流域景觀格局中不占據(jù)空間優(yōu)勢地位,對流域土壤侵蝕的“匯”貢獻勢必較弱。

3.2 源匯景觀單元權重空間特征

景觀類型權重(圖3)反映的是源匯景觀類型對土壤侵蝕的貢獻,每種景觀類型的所有景觀單元均為同一權重,其中林地匯景觀類型的權重最小(0.2),居民點源景觀的權重最大(1.0),也因此其空間分布格局同源匯景觀單元的一致,因此如果單純地以景觀類型進行權重賦值,而不考慮源匯景觀單元中的其他因素作用,則必然體現(xiàn)不出源匯景觀內(nèi)部的土壤侵蝕風險空間差異。

土壤權重(圖3)反映了土壤可蝕性對土壤侵蝕的貢獻,整個流域的值域為[0, 1.08],相對來說,林地和草地覆蓋的單元土壤侵蝕權重較低,如南部中低山區(qū)的林草地覆蓋區(qū)；而子流域出水口附近的地區(qū)其土壤侵蝕權重較高,主要在于這些地區(qū)分布著水田和旱地,水流集中容易侵蝕,如子流域24和25的出水口附近。

坡度權重(圖3)體現(xiàn)了坡度在土壤侵蝕的貢獻,整個流域的值域為[1, 4.86],對于北部沿江地區(qū)和中部丘陵區(qū)的平壩、槽谷等地方,坡度較低致使土壤侵蝕物遷移的勢能較弱,相反南部中低山區(qū)的坡度權重則偏高。

圖3 源匯景觀單元權重的空間分布Fig.3 Spatial distribution of Source-Sink landscape unit weight

流域土壤侵蝕權重空間分布(圖3)是綜合了上述3類權重的結果,可以看出,土壤侵蝕權重分布較高(1.24—5.00)的地區(qū)主要為中部丘陵區(qū)的子流域13、17和19上游,子流域18和20東部,以及南部中低山區(qū)的子流域22和23中上游、子流域24和25中下游,這些地區(qū)主要為中低山區(qū)向低丘緩坡區(qū)過渡的地帶,坡度較大、土壤可蝕性較高,同時,水田、旱地和居民點的源匯景觀單元也較集中分布,土壤侵蝕權重往往相對較高。

3.3 源匯景觀單元的土壤侵蝕風險

3.3.1 景觀空間負荷對比指數(shù)與土壤侵蝕的相關性

圖4為修正前后的景觀空間負荷對比指數(shù)與平均土壤侵蝕模數(shù)的響應關系,可以看出,修正后的景觀空間負荷對比指數(shù)與平均土壤侵蝕模數(shù)具有顯著的正相關系(R2=0.92,P<0.05),而修正前的景觀空間負荷對比指數(shù)與與平均土壤侵蝕模數(shù)的相關顯著性不高(R2=0.66,P<0.05)。由此可見,以水文響應單元所建立的源匯景觀單元并對其組成要素進行權重設置,能更好地指示流域內(nèi)的土壤侵蝕,且源匯景觀格局對流域土壤侵蝕具有顯著的響應關系,景觀空間分布格局對流域土壤侵蝕具有重要的影響。

圖4 景觀空間負荷對比指數(shù)統(tǒng)計及其與平均土壤侵蝕模數(shù)的相關性、土壤侵蝕風險區(qū)Fig.4 Source-Sink landscape index statistics and their correlation with soil erosion modulus, soil erosion risk zones

3.3.2 基于源匯景觀單元的流域土壤侵蝕風險

由于受自然環(huán)境的限制及人類活動的干擾,庫區(qū)綦江流域的各個子流域景觀空間負荷對比指數(shù)差異很大。圖4可知,庫區(qū)綦江流域的各子流域景觀空間負荷對比指數(shù)值小于0的有中部丘陵區(qū)的子流域13和南部中低山區(qū)的子流域20—25,最小的是子流域25(-0.62)；其余地區(qū)的子流域均大于0,最大的是子流域2(1.78)。由此流域景觀空間負荷對比指數(shù)可以通過自然斷點分級法明顯劃分為5類土壤侵蝕風險區(qū),之所以考慮自然斷點分級法,是因為該方法利用統(tǒng)計學的Jenk最優(yōu)化法得出分界點,以使各級的內(nèi)部方差之和最小[30]。最終結果見圖4。

第1類為北部沿江區(qū)的子流域2、4、5和中部丘陵區(qū)的子流域11,景觀空間負荷對比指數(shù)大于1.3,為極高風險區(qū)；第2類為北部沿江區(qū)的子流域1和3、中部丘陵區(qū)的6—10、15和19,景觀空間負荷對比指數(shù)在0.8—1.3之間,為高度風險區(qū)；此兩類風險區(qū)水田、旱地和居民點源景觀分布集中,而林草地匯景觀分布較少,又接近河流等水和泥沙的受納體,水流路徑相對較短,源景觀所產(chǎn)生的土壤侵蝕物隨水流容易遷入水體而造成土壤侵蝕,因此土壤侵蝕風險高。另外子流域19因處于子流域25的下游,而子流域25的流域出水口附近多為源景觀類型,所產(chǎn)生的土壤侵蝕物勢必直接進入子流域19而造成該子流域的土壤侵蝕風險遠高于中部丘陵區(qū)其他子流域。

第3類為中部丘陵區(qū)的子流域12、14、17和18,景觀空間負荷對比指數(shù)在0.2—0.8之間,為中度風險區(qū)；這4個子流域在地貌上由丘陵過渡到槽谷,植被覆蓋度相對不高,且水田、旱地和居民點源景觀多分布較散,源匯景觀在流域內(nèi)分布不均衡,導致這些子流域存在一定程度的土壤侵蝕風險。

第4類為中部丘陵區(qū)的子流域13和16、南部中低山區(qū)的子流域20—22,景觀空間負荷對比指數(shù)在-0.1—0,為低風險區(qū)；第5類為南部中低山區(qū)的子流域23—25,景觀空間負荷對比指數(shù)在-0.7—-0.2之間,為極低風險區(qū)。盡管這些流域位于山區(qū)地帶,坡度較大,但其最大的特征在于林地匯景觀單元分布集中,為地表植被覆蓋很好的林灌地和高覆蓋度草地等,而人類活動下的水田、旱地和居民點分布在流域的中下游坡度較小的地帶,子流域內(nèi)“匯”的作用大于“源”的作用,因此土壤侵蝕風險較低。

4 討論

源匯景觀單元的組成結構具有明顯的空間區(qū)域特征,水田和旱地源景觀在整個流域的分布較為均勻,但由于研究區(qū)為丘陵兼低山地貌,平壩地形很少,地形的復雜多樣化使得土地被分割為多個零散的單元,尤其是城鎮(zhèn)化的推進,必定會使原有斑塊被割碎,因此再疊加上土壤和坡度的空間差異,致使劃分后的耕地源景觀單元空間分布相較于林地匯景觀較為破碎,這與相關研究[31]較為一致。

在景觀空間負荷對比指數(shù)的計算中,對于源匯景觀的土壤侵蝕權重設置,多數(shù)研究以主觀經(jīng)驗判斷或借鑒土壤侵蝕通用方程中的作物覆蓋與管理因子來賦值,且沒有充分地考慮景觀類型所處的空間環(huán)境特征[10,17, 20]。而由于本研究的源匯景觀單元是以水文響應單元為基本單元的,因此在土壤侵蝕權重設置上必須要考慮除了土地利用的影響,還有土壤可蝕性和坡度對土壤侵蝕的貢獻,以此才能體現(xiàn)出水文響應單元在源匯景觀格局分析中的更好應用,以此能夠更好地指示反映土壤侵蝕等生態(tài)過程。

本文利用修正的通用土壤侵蝕方程進行土壤侵蝕的模擬,以此驗證本文基于源匯景觀單元的景觀空間負荷對比指數(shù)在指示土壤侵蝕上的效應,結果顯示景觀空間負荷對比指數(shù)與平均土壤侵蝕模數(shù)具有顯著的正向相關關系,這與李海防等人的研究結果[20]相似,表明了本文結果的可行性。所不同的是,由于本文的所選擇的三峽庫區(qū)綦江流域缺少水文站點的長期監(jiān)測,為無資料流域,因此無法利用SWAT模型進行徑流量、徑流系數(shù)、泥沙負荷等水文參數(shù)的模擬,只能用經(jīng)驗模型模擬土壤侵蝕。

本研究SWAT軟件的應用僅在于進行水文響應單元的劃分,以此作為源匯景觀單元,因此也是拓寬源匯景觀指數(shù)在SWAT軟件中應用的一個案例,也因此,HRU的劃分決定著景觀空間負荷對比指數(shù)結果。已有研究表明[32],HRU屬性特征很明確(面積、坡度、土地利用、土壤類型等),但空間位置一般不能確定?，F(xiàn)有 HRU 劃分方法沒有空間定位,忽視了子流域內(nèi)徑流和污染運移路線,沒有考慮子流域內(nèi)部的相互影響[33],盡管本研究考慮的相對水流路徑,但HRU缺乏空間概念是SWAT模型的關鍵弱點[34],因此需要對HRU的空間離散化做進一步的研究,劃分出空間位置明確、分布連續(xù)、屬性合理的HRU,以此作為源匯景觀單元,并通過基于水流路徑的源匯景觀指數(shù)分析來更好地景觀格局與土壤侵蝕過程的耦合關系。

5 結論

本文依據(jù)水文響應單元,綜合了土地利用、土壤和坡度屬性特征,以此劃分了三峽庫區(qū)綦江流域的源匯景觀單元,構建了源匯景觀單元的土壤侵蝕權重,并且運用洛倫茲曲線和源匯景觀指數(shù),分析了源匯景觀單元的組成結構、土壤侵蝕權重和土壤侵蝕景觀風險3個方面的源匯特征。研究結論如下3點：

(1)三峽庫區(qū)綦江流域的源匯景觀單元組成結構以水田和旱地源景觀、林地匯景觀占據(jù)優(yōu)勢為主,其次是居民點源景觀和草地匯景觀。

(2)以水文響應單元為主的源匯景觀單元,其權重綜合了組成水文響應單元的景觀類型、土壤和坡度三方面在土壤侵蝕過程中的貢獻,表現(xiàn)出源匯景觀單元權重大的地區(qū)主要分布在中低山區(qū)向低丘緩坡區(qū)過渡的地帶,坡度較大、土壤可蝕性較高,以及水田、旱地和居民點的源匯景觀單元也較為集中分布。

(3)各子流域的景觀空間負荷對比指數(shù)與平均土壤侵蝕模數(shù)具有顯著正相相關系,因此基于源匯景觀單元并賦予其權重的景觀空間負荷對比指數(shù)能較好地反映流域內(nèi)部土壤侵蝕規(guī)律,可作為流域土壤侵蝕風險評價的有效方法之一。由此,依據(jù)各子流域的源匯景觀指數(shù)特征可將庫區(qū)綦江流域劃分為五大土壤侵蝕風險區(qū),并為庫區(qū)流域土壤侵蝕的防控與規(guī)劃管理提供參考依據(jù)。

[1] Montgomery D R. Soil erosion and agricultural sustainability. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(33): 13268- 13272.

[2] Nunes A N, de Almeida A C, Coelho C O A. Impacts of land use and cover type on runoff and soil erosion in a marginal area of Portugal. Applied Geography, 2011, 31(2): 687- 699.

[3] Yao X L, Yu J S, Jiang H, Sun W C, Li Z J. Roles of soil erodibility, rainfall erosivity and land use in affecting soil erosion at the basin scale. Agricultural Water Management, 2016, 174: 82- 92.

[4] 尹忠東, 左長清, 茍江濤, 賈俊姝. 川中紫色土區(qū)小流域土地利用與土壤流失關系. 水利學報, 2011, 42(3): 329- 336.

[5] Haycock N E, Muscutt A D. Landscape management strategies for the control of diffuse pollution. Landscape and Urban Planning, 1995, 31(1/3): 313- 321.

[6] Uuemaa E, Roosaare J, Mander ü. Scale dependence of landscape metrics and their indicatory value for nutrient and organic matter losses from catchments. Ecological Indicators, 2005, 5(4): 350- 369.

[7] 陳利頂, 傅伯杰, 徐建英, 鞏杰. 基于“源-匯”生態(tài)過程的景觀格局識別方法——景觀空間負荷對比指數(shù). 生態(tài)學報, 2003, 23(11): 2406- 2413.

[8] 陳利頂, 傅伯杰, 趙文武. “源”“匯”景觀理論及其生態(tài)學意義. 生態(tài)學報, 2006, 26(5): 1444- 1449.

[9] 陳利頂, 賈福巖, 汪亞峰. 黃土丘陵區(qū)坡面形態(tài)和植被組合的土壤侵蝕效應研究. 地理科學, 2015, 35(9): 1176- 1182.

[10] Chen L D, Tian H Y, Fu B J, Zhao X F. Development of a new index for integrating landscape patterns with ecological processes at watershed scale. Chinese Geographical Science, 2009, 19(1): 37- 45.

[11] 許申來, 周昊. 景觀“源、匯”的動態(tài)特性及其量化方法. 水土保持研究, 2008, 15(6): 64- 67, 71- 71.

[12] 劉芳, 沈珍瑤, 劉瑞民. 基于“源—匯”生態(tài)過程的長江上游農(nóng)業(yè)非點源污染. 生態(tài)學報, 2009, 29(6): 3271- 3277.

[13] 孫然好, 陳利頂, 王偉, 王趙明. 基于“源”“匯”景觀格局指數(shù)的海河流域總氮流失評價. 環(huán)境科學, 2012, 33(6): 1784- 1788.

[14] Jiang M Z, Chen H Y, Chen Q H. A method to analyze “source-sink” structure of non-point source pollution based on remote sensing technology. Environmental Pollution, 2013, 182: 135- 140.

[15] Jiang M Z, Chen H Y, Chen Q H, Wu H Y. Study of landscape patterns of variation and optimization based on non-point source pollution control in an estuary. Marine Pollution Bulletin, 2014, 87(1/2): 88- 97.

[16] 盧愛剛, 張鐳, 索安寧. 基于水土流失的景觀格局分析方法. 生態(tài)環(huán)境學報, 2010, 19(7): 1599- 1604.

[17] Zhou Z X, Li J. The correlation analysis on the landscape pattern index and hydrological processes in the Yanhe watershed, China. Journal of Hydrology, 2015, 524: 417- 426.

[18] 李崇巍, 胡婕, 王颯, 李璐. 流域“源—匯”景觀格局變化及其對磷污染負荷的影響——以天津于橋水庫流域為例. 生態(tài)學報, 2012, 32(8): 2430- 2438.

[19] Wang J L, Shao J A, Wang D, Ni J P, Xie D T. Identification of the “source” and “sink” patterns influencing non-point source pollution in the Three Gorges Reservoir Area. Journal of Geographical Sciences, 2016, 26(10): 1431- 1448.

[20] 李海防, 衛(wèi)偉, 陳瑾, 李旭春, 張佰林. 基于“源”“匯”景觀指數(shù)的定西關川河流域土壤水蝕研究. 生態(tài)學報, 2013, 33(14): 4460- 4467.

[21] 李晶, 周自翔. 延河流域景觀格局與生態(tài)水文過程分析. 地理學報, 2014, 69(7): 933- 944.

[22] 寧吉才, 劉高煥, 劉慶生, 謝傳節(jié). 水文響應單元空間離散化及SWAT模型改進. 水科學進展, 2012, 23(1): 14- 20.

[23] Khan U, Tuteja N K, Sharma A. Delineating hydrologic response units in large upland catchments and its evaluation using soil moisture simulations. Environmental Modelling & Software, 2013, 46: 142- 154.

[24] 陳利頂. 源匯景觀格局分析及其應用. 北京: 科學出版社, 2016.

[25] Williams J R. The erosion-productivity impact calculator (EPIC) model: a case history. Philosophical Transactions of the Royal Society B: Biological Sciences, 1990, 329(1255): 421- 428.

[26] 趙新峰, 陳利頂, 楊麗蓉, 馬巖, 張海萍, 施茜. 基于水流路徑與景觀單元相互作用的非點源污染模擬研究. 環(huán)境科學學報, 2010, 30(3): 621- 630.

[27] 唐寅, 代數(shù), 蔣光毅, 史東梅, 陳正發(fā). 重慶市坡耕地植被覆蓋與管理因子C值計算與分析. 水土保持學報, 2010, 24(6): 53- 59.

[28] 王丹, 邵景安, 王金亮, 李陽兵, 倪九派, 高明, 謝德體. 近20a三峽庫區(qū)泥沙輸移比估算與吸附態(tài)氮磷污染負荷模擬. 農(nóng)業(yè)工程學報, 2015, 31(15): 167- 176.

[29] 吳昌廣, 呂華麗, 周志翔, 肖文發(fā), 王鵬程, 汪濤. 三峽庫區(qū)土壤侵蝕空間分布特征. 中國水土保持科學, 2012, 10(3): 15- 21.

[30] Jenks G F. The data model concept in statistical mapping. International Yearbook of Cartography, 1967, 7: 186- 190.

[31] 熊繁, 邵景安. 不同土地利用情景下農(nóng)村景觀生態(tài)格局優(yōu)化. 中國農(nóng)業(yè)資源與區(qū)劃, 2016, 37(2): 11- 21.

[32] Douglas-Mankin K R, Srinivasan R, Arnold J G. Soil and water assessment tool (SWAT) model: current developments and applications. Transactions of the ASABE, 2010, 53(5): 1423- 1431.

[33] Bryanta R B, Gburek W J, Veith T L, Hively W D. Perspectives on the potential for hydropedology to improve watershed modeling of phosphorus loss. Geoderma, 2006, 131(3/4): 299- 307.

[34] Gassman P W, Reyes M R, Green C H, Arnold J G. The soil and water assessment tool: historical development, applications, and future research directions. Transactions of the ASABE, 2007, 50(4): 1211- 1250.