李云龍，孔祥倫，韓 美，王 敏，潘 彬，魏 帆，黃淑萍

1986－2016年黃河三角洲地表水體變化及其驅(qū)動力分析

李云龍1,2，孔祥倫1，韓 美1※，王 敏1,2，潘 彬1，魏 帆1，黃淑萍2

（1. 山東師范大學(xué)地理與環(huán)境學(xué)院，濟(jì)南 250014；2. 齊魯師范學(xué)院歷史與社會發(fā)展學(xué)院，濟(jì)南 250020）

地表水體在黃河三角洲形成、生態(tài)系統(tǒng)演化及社會經(jīng)濟(jì)發(fā)展中發(fā)揮著極為重要的作用。該文以黃河三角洲地表水體為研究對象，采用軌跡分析法和Logistic回歸模型，分析研究區(qū)30 a內(nèi)地表水體演化特征及驅(qū)動機(jī)制。結(jié)果表明：1）1986-2016年間黃河三角洲地表水體面積增加1 161.53 km2，其中河流呈減少狀態(tài)，面積減少33.49 km2。水庫、坑塘和鹽田養(yǎng)殖池分別增長84.88、63.82、1 046.33 km2，呈增加趨勢。未利用地向鹽田養(yǎng)殖池轉(zhuǎn)換是面積變化最大的類型。2）Logistic 回歸發(fā)現(xiàn)，地理區(qū)位因素是影響水庫演化主要因素，距海岸線距離和鄉(xiāng)鎮(zhèn)距離是水庫轉(zhuǎn)入的主導(dǎo)驅(qū)動因子，距鄉(xiāng)鎮(zhèn)距離是水庫轉(zhuǎn)出主導(dǎo)驅(qū)動力。鹽田養(yǎng)殖池的演化受到社會經(jīng)濟(jì)因素和區(qū)位因素綜合影響。水產(chǎn)產(chǎn)量、人口密度差、距市中心距離、距黃河距離和國民生產(chǎn)總值是鹽田養(yǎng)殖池轉(zhuǎn)入的主要驅(qū)動力。距市中心距離成為鹽田養(yǎng)殖池轉(zhuǎn)出的主導(dǎo)因子?？犹恋霓D(zhuǎn)化受到區(qū)位因素和社會經(jīng)濟(jì)因素影響，距鄉(xiāng)鎮(zhèn)距離、人口密度差、距海岸線距離為主要驅(qū)動因子。

地表水體；生態(tài)評價；農(nóng)業(yè)；黃河三角洲；變化軌跡；logistic回歸分析

0 引 言

地表水體是指水以液態(tài)形式在地球表層形成的聚集體，河流、湖泊、水庫、坑塘等是其主要的存在形式[1-2]。地表水體是維持區(qū)域生態(tài)系統(tǒng)平衡和生態(tài)安全的重要依仗[3]，是提供區(qū)域生產(chǎn)生活用水，調(diào)節(jié)區(qū)域氣候的主要載體，是區(qū)域可持續(xù)發(fā)展的重要藍(lán)色空間[4-5]。在全球氣候變化的大背景下，隨著人類開發(fā)活動的不斷深入，地表水體的時空分布產(chǎn)生了巨大變化，而地表水體變遷對人類社會和區(qū)域生態(tài)安全也產(chǎn)生了深刻的影響[6-7]。因此，加強(qiáng)地表水體時空演變研究，能夠為區(qū)域生態(tài)和社會經(jīng)濟(jì)的可持續(xù)發(fā)展提供重要的科學(xué)參考。

鑒于地表水體在生命、生態(tài)和社會系統(tǒng)中的重要作用，地表水體的演化一直是人類社會關(guān)注的焦點[8]。地表水體信息是地表水體評估、變化監(jiān)測和科學(xué)保護(hù)的基礎(chǔ)數(shù)據(jù)[9]，主要提取方法有，手工數(shù)字化、波段閾值法、水體指數(shù)法、譜間關(guān)系法[10-14]。隨著遙感技術(shù)的發(fā)展，地表水體信息的高精度、高效率提取逐漸成為可能。通過對比表面積、徑流量、河流密度、湖泊周長、水資源總量等水體參數(shù)，表征地表水體在時間序列內(nèi)的演化趨勢[15-21]。作為地理系統(tǒng)的重要組成部分，地表水體的演化受到自然環(huán)境、人類活動和地理區(qū)位等多種因素的綜合作用。相關(guān)研究多通過相關(guān)分析等方式，探究驅(qū)動因子與水體演化的關(guān)系。一般而言，自然環(huán)境因子發(fā)揮作用的時間跨度較長、作用較平緩。人類活動則更為短暫且劇烈，地理區(qū)位因子兼具自然環(huán)境和人類活動二者特征[22-28]。由上可知，眾多學(xué)者在地表水體的提取方法、演化特征分析和驅(qū)動機(jī)制等方面取得了一定的成果，但已有研究仍存在一些問題和不足。首先，研究對象多以單一水體類型為主，將特定區(qū)域內(nèi)相互聯(lián)系的多類型地表水體做為研究對象的較少。其次，多數(shù)研究時間跨度較短，僅有十幾年甚至幾年，不足以反映區(qū)域地表水體的變化狀況。再者，相關(guān)研究中研究區(qū)多分布在水資源匱乏的干旱區(qū)或者城市化進(jìn)程較快的發(fā)達(dá)區(qū)域，對于具有代表性的新生地理單元關(guān)注較少。最后，就研究驅(qū)動力分析而言，已有研究多通過定性或者簡單相關(guān)分析等半定量的方式，分析地表水體驅(qū)動力分布，驅(qū)動力分析的科學(xué)性略有不足?；诖?，本文以新生地理單元—黃河三角洲為研究區(qū)，以區(qū)域內(nèi)互相連通的地表水體（河流、水庫、坑塘、鹽田養(yǎng)殖池）為研究對象，采用軌跡分析法分析黃河三角洲水體與其他地類的轉(zhuǎn)換規(guī)律，使用Logistic回歸模型從自然、社會和區(qū)位3個角度深入探討研究區(qū)地表水體變化的內(nèi)部和外部驅(qū)動因素，揭示不同驅(qū)動因子的動態(tài)作用與相互關(guān)系，查明作用條件、影響和影響強(qiáng)度。

黃河三角洲是中國重要的耕地資源儲備區(qū)、能源資源產(chǎn)區(qū)和濕地資源保護(hù)區(qū)。以黃河為典型代表的地表水體在黃河三角洲的形成、生態(tài)系統(tǒng)的演化、社會經(jīng)濟(jì)的發(fā)展中扮演著極為重要的角色[29-30]。研究發(fā)現(xiàn)，地表水體是黃河三角洲地貌分布主要驅(qū)動力，以黃河為主的地表水體塑造了黃河三角洲完整的微地貌類型，形成面積廣大的黃河三角洲濕地，并維系著濕地生態(tài)系統(tǒng)存在與演化[31]。此外，地表水資源占黃河三角洲水資源總量的70%，是研究區(qū)生活生產(chǎn)用水的主要來源，地表水體的變遷深刻影響著該地區(qū)的生產(chǎn)生活方式[32]。因此，關(guān)注黃河三角洲地表水體的演化和驅(qū)動機(jī)制對研究區(qū)社會經(jīng)濟(jì)的可持續(xù)發(fā)展和區(qū)域生態(tài)系統(tǒng)保護(hù)等方面意義重大。

1 研究區(qū)概況

根據(jù)成陸時間的先后，可將黃河三角洲分為古代、近代與現(xiàn)代黃河三角洲。本研究中研究區(qū)是指近代黃河三角洲，以寧海為頂點，西起套兒河，南到支脈河，扇面面積約5 400 km2，地理坐標(biāo)處于118°07′～119°23′E和36°55′～38°16′N之間（圖1）。黃河三角洲是典型的暖溫帶大陸性季風(fēng)氣候，冬冷夏熱，雨熱同期，四季分明。研究區(qū)多年平均降水量約為600 mm，蒸發(fā)量高達(dá)1 500 mm，全年3/4降水主要集中在夏季（6～9月）。全區(qū)總?cè)丝诩s1 800萬，人口自然增長率約為3.43%，城鎮(zhèn)化率為43.7%。2017年研究區(qū)第一、第二、第三產(chǎn)業(yè)比例為3.7:72.6:2.6，產(chǎn)業(yè)比例日趨合理。2018年城鎮(zhèn)居民人均總收入32 082元，人民生活水平穩(wěn)步提高。研究區(qū)多年供水量約90 000萬m3，地表水體供應(yīng)量為80 000萬m3，地表水體是研究區(qū)主要的淡水來源。據(jù)統(tǒng)計黃河三角洲地區(qū)人均淡水占有量僅為296.5 m3，為全國人均水資源量的10%，用水形勢緊張[32-33]。

圖1 研究區(qū)位置

2 研究方法

2.1 數(shù)據(jù)來源

地表水體數(shù)據(jù)采集于黃河三角洲（1986、2001、2016年）的遙感影像，首先，通過最優(yōu)波段組合、幾何校正等預(yù)處理。其次，采用閾值法和手動矢量化相結(jié)合的方法，基于《土地利用現(xiàn)狀分類》，參考相關(guān)研究地類劃分體系[33-35]。將研究區(qū)地表水體分為水庫、河流、鹽田養(yǎng)殖池和坑塘4類，其他用地類型劃分為未利用地、耕地、灘涂、建筑用地及沼澤5類，獲取近30 a來地表水體和其他用地類型的空間分布信息（圖2）。精度檢驗顯示分類結(jié)果總體精度在85%以上，Kappa系數(shù)也都高于0.85，解譯精度滿足土地利用變化檢測要求。

本文以全面性、代表性、主導(dǎo)性及資料的可獲取性為原則，結(jié)合專家知識和研究區(qū)實際狀況選取與地表水體變化有較大聯(lián)系的指標(biāo)，從自然環(huán)境、社會經(jīng)濟(jì)和地理區(qū)位3方面選取驅(qū)動因子，構(gòu)建驅(qū)動因子指標(biāo)體系（表1）[1,36-37]。其中，氣溫、降水是自然環(huán)境的本底條件，影響著區(qū)域水熱條件的再分配過程。國民生產(chǎn)總值、工業(yè)總產(chǎn)值和農(nóng)業(yè)總產(chǎn)值是社會經(jīng)濟(jì)發(fā)展水平的組成部分，經(jīng)濟(jì)社會、工業(yè)和農(nóng)業(yè)發(fā)展水平越高，水資源需求量越大，對地表水體的影響越深刻。水產(chǎn)產(chǎn)量、棉花產(chǎn)量、果品產(chǎn)量、糧食產(chǎn)量是黃河三角洲最主要的農(nóng)業(yè)生產(chǎn)部門，對地表水體的影響最為直觀。城鎮(zhèn)是人口的主要聚集區(qū)，到市中心和城鎮(zhèn)的距離能夠反映出城鎮(zhèn)擴(kuò)張和發(fā)展對地表水體的影響。黃河是研究區(qū)最重要的淡水來源，距黃河的距離越遠(yuǎn)水資源供給壓力越大。海洋咸水深刻影響黃河三角洲生態(tài)系統(tǒng)，距海岸線的距離體現(xiàn)出高礦化度水體對淡水的干擾程度，距海岸線越近干擾程度越強(qiáng)。氣候指標(biāo)由黃河三角洲氣象站點觀測所得；社會經(jīng)濟(jì)指標(biāo)來自于《東營市年鑒》、《河口年鑒》、《利津年鑒》、《墾利年鑒》、《東營區(qū)年鑒》；區(qū)位因子通過ArcGIS空間分析工具計算所得。所得因子進(jìn)行空間化、共線性檢驗和重采樣處理等，以剔除具有顯著共線性的因子并篩選最佳的分析尺度。采用多分類的Logistic回歸模型定量分析黃河三角洲地表水體演化的驅(qū)動機(jī)制。

圖2 研究區(qū)水體及地類分布

表1 地表水體變化驅(qū)動因子指標(biāo)體系

2.2 分析方法

2.2.1 地表水體轉(zhuǎn)化軌跡構(gòu)造

水體轉(zhuǎn)化軌跡由各用地類型代碼來表示，根據(jù)水體和用地分類進(jìn)行賦值：1未利用地，2水庫，3河流，4耕地，5灘涂，6鹽田養(yǎng)殖池，7建筑用地，8坑塘，9沼澤。多個數(shù)字代碼的規(guī)律排布代表該像元覆蓋區(qū)域一定時間內(nèi)土地利用變化情況。地類代碼的排布由柵格計算器運算實現(xiàn)，公式如下：

式中T為影像中第行列的軌跡代碼；為地類轉(zhuǎn)化次數(shù)；(G)為各時間節(jié)點上地類代碼。

2.2.2 Logistic回歸模擬

本研究以黃河三角洲地表水體轉(zhuǎn)化軌跡為因變量，采用多分類Logistic回歸模型分析各因子對地表水體轉(zhuǎn)化的驅(qū)動作用，公式如下：

式中為地表水體軌跡轉(zhuǎn)化概率；1，2，……，為影響水體軌跡變化的驅(qū)動因子；為截距，1，2，……，為Logistic回歸的待定系數(shù)。使用Wald值對模型的回歸系數(shù)進(jìn)行檢驗，取顯著水平為0.05，當(dāng)解釋變量對應(yīng)值小于0.05，認(rèn)為該驅(qū)動因子的回歸系數(shù)與零有顯著差異，應(yīng)保留在方程中，反之則去除。為避免數(shù)據(jù)的空間自相關(guān)效應(yīng)對模型解釋能力造成干擾，需對水體轉(zhuǎn)化軌跡重采樣，篩選出最佳尺度，提高模型的模擬精度。本研究中選擇100 m×100 m、200 m×200 m、250 m×250 m、300 m×300 m、350 m×350 m、400 m×400 m、500 m×500 m 7個模擬尺度，分別計算7種尺度下地表水體轉(zhuǎn)化軌跡與驅(qū)動因子的回歸方程，根據(jù)模型的ROC值選出黃河三角洲地表水體軌跡動態(tài)模擬的最佳尺度，并使用Logistic回歸模型進(jìn)行驅(qū)動力分析。

3 結(jié)果與分析

3.1 地表水體軌跡轉(zhuǎn)化分析

在多期水體分類的基礎(chǔ)上，通過柵格計算獲得了黃河三角洲1986－2016年地表水體轉(zhuǎn)化軌跡圖。根據(jù)地表水體轉(zhuǎn)化方式的不同，將研究區(qū)軌跡分為13類，包括水體未變化4類、水體轉(zhuǎn)入4類、水體轉(zhuǎn)出4類和非水體轉(zhuǎn)化1類。統(tǒng)計發(fā)現(xiàn)：研究區(qū)地類轉(zhuǎn)化軌跡共289種。其中，水體轉(zhuǎn)化類型199種，非水體轉(zhuǎn)化類型90種。1986-2016年黃河三角洲地表水體轉(zhuǎn)化軌跡面積為1 422.25 km2，占研究區(qū)面積的30%。包括恒定水體105.16 km2，水體轉(zhuǎn)出77.78 km2，水體轉(zhuǎn)入1 239.31 km2，水體面積增加1 161.53 km2（表2）。表明黃河三角洲地表水體與其他用地類型轉(zhuǎn)化活躍，地表水體總體呈增長態(tài)勢。

表2 研究區(qū)水體轉(zhuǎn)化軌跡分析

注：轉(zhuǎn)化軌跡指3個時期用地類型排列組合，如222表示某像元上在1986、2001和2016年用地類型均為水庫。

Note: Trajectory code refers to the combination of land types in three periods. such as 222, indicating that a certain pixel is a reservoir in 1986, 2001, and 2016.

3.1.1 河流轉(zhuǎn)化軌跡分析

1986－2016年間，研究區(qū)河流轉(zhuǎn)入29.83 km2，轉(zhuǎn)出63.32 km2，河流面積減少33.49 km2，呈現(xiàn)減少狀態(tài)。河流轉(zhuǎn)化軌跡62類，轉(zhuǎn)出軌跡20類，轉(zhuǎn)入軌跡34類。河流轉(zhuǎn)出軌跡包括344、334、399、349和336等，灘涂、耕地是河流主要的轉(zhuǎn)出類型。轉(zhuǎn)入軌跡包括133、143、153、553等，河流轉(zhuǎn)入軌跡較為復(fù)雜，除了水庫和鹽田養(yǎng)殖池外，其他地類都有轉(zhuǎn)入。河流軌跡主要分布在河流兩岸和河流入海口（圖3）。

3.1.2 水庫轉(zhuǎn)化軌跡分析

1986－2016年研究區(qū)水庫表現(xiàn)出明顯的增長趨勢，水庫轉(zhuǎn)入面積約86.68 km2，僅轉(zhuǎn)出1.80 km2，增加84.88 km2。水庫轉(zhuǎn)化軌跡共32類，其中轉(zhuǎn)出軌跡8類，轉(zhuǎn)入軌跡21類。主要轉(zhuǎn)入軌跡包括122、142和172、182，表明未利用地變更為水庫是研究區(qū)2001年前主要的轉(zhuǎn)變方式，2001年后耕地、建筑用地和坑塘是水庫轉(zhuǎn)入的主要來源，新建水庫是水庫面積增加的主要方式。224、227和284是主要的水庫轉(zhuǎn)出軌跡，小型水庫的廢棄是水庫轉(zhuǎn)出的主要方式（圖3）。

3.1.3 坑塘轉(zhuǎn)化軌跡分析

30 a間坑塘轉(zhuǎn)出8.81 km2，轉(zhuǎn)入72.63 km2，增加63.82 km2，呈增長趨勢。統(tǒng)計發(fā)現(xiàn)坑塘轉(zhuǎn)化軌跡共50類，轉(zhuǎn)入軌跡35類，轉(zhuǎn)出軌跡10類?？犹恋闹饕D(zhuǎn)入軌跡包括148、188、168、158，主要轉(zhuǎn)出軌跡包含844和874，耕地與坑塘間的相互轉(zhuǎn)化是研究區(qū)坑塘軌跡轉(zhuǎn)化最主要形式（圖3）。

圖3 地表水體轉(zhuǎn)化軌跡

3.1.4 鹽田養(yǎng)殖池轉(zhuǎn)化軌跡分析

鹽田養(yǎng)殖池是黃河三角洲增長速度最快，增加面積最多的水體，30 a間僅轉(zhuǎn)出3.84 km2，轉(zhuǎn)入面積卻高達(dá)1 050.17 km2，面積增加達(dá)1 046.33 km2。鹽田養(yǎng)殖池轉(zhuǎn)化軌跡共55類，轉(zhuǎn)入軌跡41種，轉(zhuǎn)出軌跡8種。主要轉(zhuǎn)入軌跡包含156、176、166等，說明2001年以來鹽田養(yǎng)殖池得到大規(guī)模增加。鹽田養(yǎng)殖池的空間分布帶狀特點顯著，軌跡帶位于海岸線與耕地之間的灘涂地帶，便于鹽業(yè)生產(chǎn)流程的展開（圖3）。

3.2 地表水體軌跡轉(zhuǎn)化驅(qū)動力分析

自變量（驅(qū)動因子）間的多重共線性對Logistic回歸模型有著顯著影響，因此，本文首先對各自變量（驅(qū)動因子）進(jìn)行共線性檢驗，根據(jù)方差膨脹因子(variance inflation factor, VIF)和容許值（tolerance, TOL）判讀共線性，當(dāng)VIF>10且TOL<0.1時自變量共線性顯著，剔除對應(yīng)自變量。本研究中，農(nóng)業(yè)產(chǎn)值、工業(yè)產(chǎn)值、棉花產(chǎn)量、糧食產(chǎn)量、果品產(chǎn)量未通過共線性檢驗，剔除出驅(qū)動因子指標(biāo)體系。隨后，將保留自變量帶入Logistic回歸模型。運算結(jié)果表明，300 m×300 m尺度下各類水體轉(zhuǎn)化軌跡的ROC值的擬合優(yōu)度達(dá)到最高值（水庫0.954，河流0.518，鹽田養(yǎng)殖池0.709，坑塘0.865）。ROC值>0.7時模型擬合效果較好，ROC檢驗結(jié)果顯示：水庫、鹽田養(yǎng)殖池和坑塘達(dá)到了ROC檢驗標(biāo)準(zhǔn)，預(yù)測正確率分別達(dá)到93%（水庫）、97%（鹽田養(yǎng)殖池）、87%（坑塘），模型穩(wěn)定，可用于研究區(qū)地表水體轉(zhuǎn)化軌跡的驅(qū)動機(jī)制分析。河流轉(zhuǎn)化的擬合優(yōu)度僅為0.518，說明該模型不能解釋研究區(qū)河流的演化驅(qū)動機(jī)制。

3.2.1 水庫軌跡轉(zhuǎn)化驅(qū)動力分析

1986－2016年間，黃河三角洲水庫整體呈增長趨勢，區(qū)位因素是影響水庫轉(zhuǎn)化的主要原因。其中，距海岸線的距離和鄉(xiāng)鎮(zhèn)的距離是水庫轉(zhuǎn)入的主要驅(qū)動力，貢獻(xiàn)率分別達(dá)到70.605和4.802。距鄉(xiāng)鎮(zhèn)的距離是水庫轉(zhuǎn)出的主導(dǎo)因素，貢獻(xiàn)率為8.155（表3）。從研究區(qū)實際情況來看，黃河三角洲工農(nóng)業(yè)用水主要依賴于黃河，為了擺脫淡水供應(yīng)危機(jī)，該區(qū)域修建了大量地上式平原水庫。為了避免水庫淡水受到高礦化度海水的侵?jǐn)_，與海岸線保持一定的距離，成為影響水庫選址的首要因素。其次，黃河三角洲城市多沿黃河分布，取水便利。而鄉(xiāng)鎮(zhèn)距黃河相對較遠(yuǎn)，鄉(xiāng)鎮(zhèn)用水需求則需要由水庫滿足。因此，距鄉(xiāng)鎮(zhèn)的距離成為影響水庫演化的主導(dǎo)因素之一。

表3 水庫軌跡轉(zhuǎn)化驅(qū)動力模型估計結(jié)果

3.2.2 鹽田養(yǎng)殖池軌跡轉(zhuǎn)化驅(qū)動力分析

鹽田養(yǎng)殖池是黃河三角洲增幅最大的地表水體，也是研究區(qū)內(nèi)面積最大的地表水體。回歸分析顯示：社會經(jīng)濟(jì)因素和區(qū)位因素是鹽田養(yǎng)殖池轉(zhuǎn)化的主要原因。水產(chǎn)產(chǎn)量（貢獻(xiàn)率65.423）、人口密度差（貢獻(xiàn)率37.224）、距市中心距離（貢獻(xiàn)率14.650）、距黃河距離（貢獻(xiàn)率10.854）和國民生產(chǎn)總值（貢獻(xiàn)率9.954）是鹽田養(yǎng)殖池轉(zhuǎn)入的主要驅(qū)動力（表4）。距市中心距離成為控制研究區(qū)鹽田養(yǎng)殖池轉(zhuǎn)出的主導(dǎo)因子。鹽田養(yǎng)殖池是一種廣泛分布于淤泥質(zhì)灘涂的經(jīng)濟(jì)型水體，物質(zhì)產(chǎn)出帶來的經(jīng)濟(jì)收益是鹽田養(yǎng)殖池最主要目的。隨著社會經(jīng)濟(jì)的不斷發(fā)展，人類消費水平的提高，對水產(chǎn)品需求量日益增加。人口增長在帶動社會需求的同時，還提高了研究區(qū)灘涂地帶的開發(fā)利用程度。因此，水產(chǎn)品需求、人口增長和社會經(jīng)濟(jì)發(fā)展水平的提高對鹽田養(yǎng)殖池面積的擴(kuò)張具有顯著的刺激作用。此外，由于鹽田養(yǎng)殖池生產(chǎn)過程的特殊性，該類水體在區(qū)位選擇時更傾向于地價便宜，集中連片的灘涂區(qū)域。當(dāng)城市擴(kuò)張或港口修建時，該類水體會轉(zhuǎn)化為建筑用地，因此，代表著城市化過程的距市中心的距離因子，成為驅(qū)動鹽田養(yǎng)殖池轉(zhuǎn)出的主要因子。

表4 鹽田養(yǎng)殖池軌跡轉(zhuǎn)化驅(qū)動力模型估計結(jié)果

3.2.3 坑塘軌跡轉(zhuǎn)化驅(qū)動力分析

將1986－2016年間坑塘轉(zhuǎn)入與轉(zhuǎn)出對應(yīng)變量分別代入Logistic回歸模型計算，模型擬合效果良好。經(jīng)回歸結(jié)果分析（表5），區(qū)位條件和社會經(jīng)濟(jì)條件是研究區(qū)坑塘轉(zhuǎn)入的主要驅(qū)動因素，距鄉(xiāng)鎮(zhèn)距離（貢獻(xiàn)率29.074）、人口密度差（貢獻(xiàn)率22.451）、距海岸線距離（貢獻(xiàn)率21.054）為主要驅(qū)動因子?？犹赁D(zhuǎn)出結(jié)果中各因子顯著性水平均大于0.05，說明指標(biāo)體系中各因子不能較好解釋坑塘的轉(zhuǎn)出?？犹潦屈S河三角洲分布最廣泛的水體類型。根據(jù)形成原因可將研究區(qū)坑塘主要分為天然坑塘和人工坑塘2類。天然坑塘由于地勢低洼降水聚集而成。人工坑塘是由人類出于生產(chǎn)、生活、建設(shè)需要取土而成。近30 a來，隨著人類對黃河三角洲開發(fā)的不斷深入，黃河三角洲鄉(xiāng)鎮(zhèn)面積不斷擴(kuò)大，并且在未利用地分布區(qū)實施了大量道路鋪設(shè)和農(nóng)田改良等工程，在鄉(xiāng)鎮(zhèn)周圍、道路兩側(cè)和耕地四周形成大量人工坑塘。

表5 坑塘軌跡轉(zhuǎn)化驅(qū)動力模型估計結(jié)果

4 討 論

1）1986－2016年黃河三角洲河流轉(zhuǎn)出63.32 km2，轉(zhuǎn)入面積29.83 km2，30 a內(nèi)河流面積呈減少趨勢。統(tǒng)計結(jié)果并不能真實反映研究區(qū)河流的轉(zhuǎn)化特征，這與黃河三角洲陸地邊界的迅速進(jìn)退關(guān)系密切。黃河三角洲由黃河沖積而成，黃河泥沙是黃河三角洲形成的物質(zhì)基礎(chǔ)，黃河通過流路、流量、泥沙含量的變化來影響研究區(qū)邊界進(jìn)退[38-40]。上世紀(jì)70年代以來，黃河經(jīng)歷了2次改道過程，現(xiàn)行河道水沙含量豐富，巨量泥沙沉降作用下，河流入?？谘杆傧蚝Ｍ七M(jìn)，陸地面積持續(xù)增加，河流河道持續(xù)變長。而河口地帶由于失去補(bǔ)給沙源后處于蝕退狀態(tài)，廢棄河道持續(xù)變短[41-42]。因此，軌跡分析時多期遙感影像的邊界不能完全重合，入?？谔幮略龊恿鬓D(zhuǎn)入面積不能統(tǒng)計在內(nèi)，導(dǎo)致河流轉(zhuǎn)入面積比實際面積要小。

2）受限于數(shù)據(jù)精度和獲取難度，本研究中地表水體類型和驅(qū)動因子體系有待完善。首先，溝渠是黃河三角洲重要的地表水體類型之一，而本研究將黃河三角洲地表水體分為河流、水庫、坑塘和鹽田養(yǎng)殖池4大類，并未將溝渠納入其中。這是由于水體提取方法和影像分辨率所致，由于溝渠水面寬度較窄（<15 m），溝渠空間數(shù)據(jù)的提取難度較大，且精度難以保障。其次，相關(guān)研究證明已有提取方法和數(shù)據(jù)精度下，表征溝渠演化趨勢指標(biāo)與其他水體難以統(tǒng)一[43]。因此，關(guān)于研究區(qū)溝渠演化趨勢及其驅(qū)動的研究，有待進(jìn)一步加強(qiáng)；此外，本研究中經(jīng)濟(jì)數(shù)據(jù)的獲取，通過當(dāng)?shù)亟y(tǒng)計年鑒獲得。但是，1986-2016年間該地區(qū)行政區(qū)劃多次調(diào)整，部分鄉(xiāng)鎮(zhèn)統(tǒng)計數(shù)據(jù)缺失，這對模型計算結(jié)果也存在一定的影響?？傮w而言，隨著數(shù)據(jù)獲取方法的進(jìn)步，如能使用更高精度的小尺度數(shù)據(jù)進(jìn)行建模分析，將可以得到更好的結(jié)果。

5 結(jié) 論

1）地表水體在黃河三角洲社會經(jīng)濟(jì)發(fā)展、生態(tài)系統(tǒng)維持和城鎮(zhèn)生活用水等方面發(fā)揮著巨大的綜合效益。1986－2016年間，黃河三角洲地表水體面積呈增長趨勢。地表水體轉(zhuǎn)化軌跡面積為1 422.25 km2，占研究區(qū)面積的30%。包括恒定水體105.16 km2，水體轉(zhuǎn)出77.78 km2，水體轉(zhuǎn)入1 239.31 km2。其中河流是黃河三角洲轉(zhuǎn)化軌跡類型最多、面積轉(zhuǎn)出最多的水體；水庫是轉(zhuǎn)出面積最小、輸出軌跡類型最少的水體；鹽田養(yǎng)殖池則是轉(zhuǎn)入面積最大，轉(zhuǎn)出類型最少的水體。

2）Logistic回歸分析顯示，不同類型地表水體的轉(zhuǎn)化的驅(qū)動力不同。1986－2016年間黃河三角洲水庫轉(zhuǎn)入的主要驅(qū)動力是距海岸線的距離和距鄉(xiāng)鎮(zhèn)的距離，距鄉(xiāng)鎮(zhèn)的距離是水庫轉(zhuǎn)出的主導(dǎo)因子，水庫的轉(zhuǎn)化主要受到地理區(qū)位的影響。社會經(jīng)濟(jì)因素和區(qū)位因素是鹽田養(yǎng)殖池轉(zhuǎn)化的主要原因。水產(chǎn)產(chǎn)量、人口密度差、距市中心距離、距黃河距離和國民生產(chǎn)總值是鹽田養(yǎng)殖池轉(zhuǎn)入的主要驅(qū)動力。距市中心距離成為控制研究區(qū)鹽田養(yǎng)殖池轉(zhuǎn)出的主導(dǎo)因子。區(qū)位條件和社會經(jīng)濟(jì)條件是研究區(qū)坑塘轉(zhuǎn)入的主要驅(qū)動因素，距鄉(xiāng)鎮(zhèn)距離、人口密度差、距海岸線距離為主要驅(qū)動因子?？傮w上，自然因素對黃河三角洲地表水體影響較小，區(qū)位因素和社會經(jīng)濟(jì)因素是黃河三角洲地表水體變化的主要影響因素。

[1] 付穎，徐新良，通拉嘎，等. 近百年來北京市地表水體時空變化特征及驅(qū)動力分析[J]. 資源科學(xué)，2014，36(1)：75－83. Fu Ying, Xu Xinliang, Tong Laga, et al. Spatial-temporal variation and driving forces of surface water in Beijing over one hundred years[J]. Resources Science, 2014, 36(1): 75－83. (in Chinese with English abstract)

[2] 陳亞寧，崔旺誠，李衛(wèi)紅，等. 塔里木河的水資源利用與生態(tài)保護(hù)[J]. 地理學(xué)報，2003，58(2)：215－222. Chen Yaning, Cui Wangcheng, Li Weihong, et al. Utilization of water resources and ecological protection in the Tarim River[J]. Acta Geographica Sinica, 2003, 58(2): 215－222. (in Chinese with English abstract)

[3] 丁圣彥，曹新向. 清末以來開封市水域景觀格局變化[J]. 地理學(xué)報，2004，59(6)：956－963. Ding Shengyan, Cao Xinxiang. Landscape pattern dynamics of water body in Kaifeng City since the end of the Qing Dynasty (AD1898-2002)[J]. Acta Geographica Sinica, 2004, 59(6): 956－963. (in Chinese with English abstract)

[4] 傅伯杰，趙文武，陳利頂. 地理—生態(tài)過程研究的進(jìn)展與展望[J]. 地理學(xué)報，2006，61(11)：1123－1131. Fu Bojie, Zhao Wenwu, Chen Liding. Progress and perspective of geographical-ecological processes[J]. Acta Geographica Sinica, 2006, 61(11): 1123－1131. (in Chinese with English abstract)

[5] 劉珍環(huán)，王仰麟，彭建，等. 深圳市水體景觀破碎化動態(tài)及其生態(tài)價值變化[J]. 北京大學(xué)學(xué)報(自然科學(xué)版)，2010(2)：286－292. Liu Zhenhuan, Wang Yanglin, Peng Jian, et al. Urban water landscape fragmentation and the change of ecological values in Shenzhen[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010(2): 286－292. (in Chinese with English abstract)

[6] 夏星輝，吳瓊，牟新利. 全球氣候變化對地表水環(huán)境質(zhì)量影響研究進(jìn)展[J]. 水科學(xué)進(jìn)展，2012，23(1): 24－133. Xia Xinghui, Wu Qiong, Mou Xinli. Advances in impacts of climate change on surface water quality[J]. Advances in Water Science, 2012, 23(1): 124－133. (in Chinese with English abstract)

[7] 郝秀平，夏軍，王蕊. 氣候變化對地表水環(huán)境的影響研究與展望[J]. 水文，2010，30(1)：67－72. Hao Xiuping, Xia Jun, Wang Rui. Influence of climate change on surface water environment[J]. Journal of China Hydrology, 2010, 30(1): 67－72. (in Chinese with English abstract)

[8] 王浩，王建華. 中國水資源與可持續(xù)發(fā)展[J]. 中國科學(xué)院院刊，2012，27(3)：52－358. Wang Hao, Wang Jianhua. Sustainable utilization of China’s water resources[J]. Bulletin of Chinese Academy of Sciences, 2012, 27(3): 352－358. (in Chinese with English abstract)

[9] 龍凡，于德浩，李霞，等. 地球物理與國家安全[M]. 西安：西安地圖出版社，2012.

[10] 于德浩，龍凡，鄧正棟，等. 基于遙感特征指數(shù)的地表水體自動提取技術(shù)研究[J]. 地球物理學(xué)進(jìn)展，2009，24(2)：707－713. Yu Dehao, Long Fan, Deng Zhengdong, et al. Research on automatic extraction technique of surface water based on remote sensing feature index[J]. Progress in Geophysics, 2009, 24(2): 707－713. (in Chinese with English abstract)

[11] 杜云艷，周成虎. 水體的遙感信息自動提取方法[J]. 遙感學(xué)報，1998，2(4)：364－369. Du Yunyan, Zhou Chenghu. Automatically extracting remote sensing information for water bodies[J]. Journal of Remote Sensing, 1998, 2(4): 364－369. (in Chinese with English abstract)

[12] 朱鶴. 遙感技術(shù)在地表水源地水體監(jiān)測中的應(yīng)用研究[D]. 北京：中國水利水電科學(xué)研究院，2013. Zhu He. Study of Water Body Monitoring of Surface Water Source Region by Remote-sensing Technology[D]. Beijing: China Institute of Water Resources and Hydropower Research, 2013. (in Chinese with English abstract)

[13] Smith L C. Satellite remote sensing of river inundation area, stage, and discharge: A review[J]. Hydrological Processes, 2015, 11(10): 1427－1439.

[14] Frazier P S, Page K J. Water body detection and delineation with landsat TM data[J]. Photogrammetric Engineering and Remote Sensing, 2000, 66(12): 1461－1468.

[15] 臧菁菁，李國柱，宋開山，等. 1975～2014年巴爾喀什湖水體面積的變化[J]. 濕地科學(xué)，2016，14(3)：368－375. Zang Jingjing, Li Guozhu, Song Kaishan, et al. Change of water area of lake balkhash during 1975－2014[J]. Wetland Science, 2016, 14(3): 368－375. (in Chinese with English abstract)

[16] 張佩云，王凱，王戈飛，等. 毛烏素沙地中部地表水體1999－2015時空動態(tài)變化特征及驅(qū)動分析[J]. 干旱區(qū)地理，2017，40(3)：633－639. Zhang Peiyun, Wang Kai, Wang Gefei, et al. Spatial-temporal changes and factor analysis of surface water in the middle MuUs sandy land areas from 1999 to 2015[J]. Arid Land Geography, 2017, 40(3): 633－639. (in Chinese with English abstract)

[17] 姚曉軍，劉時銀，李龍，等. 近40年可可西里地區(qū)湖泊時空變化特征[J]. 地理學(xué)報，2013，68(7)：886－896. Yao Xiaojun, Liu Shiyin, Li Long, et al. Spatial-temporal variations of lake area in Hoh Xil Region in the past 40 years[J]. Acta Geographica Sinica, 2013, 68(7): 886－896. (in Chinese with English abstract)

[18] 阿布都米吉提?阿布力克不，阿里木江?卡斯木，艾里西爾?庫爾班，等. 基于多源空間數(shù)據(jù)的塔里木河下游湖泊變化研究[J]. 地理研究，2016，35(11)：2071－2090. Abdimijit Ablekim, Alimujiang Kasimu, Alishir Kurban, et al. Evolution of small lakes in lower reaches of Tarim River based on multi-source spatial data[J]. Geographical Research, 2016, 35(11): 2071－2090. (in Chinese with English abstract)

[19] 成晨，傅文學(xué)，胡召玲，等. 基于遙感技術(shù)的近30年中亞地區(qū)主要湖泊變化[J]. 國土資源遙感，2015，27(1)：146－152. Cheng Chen, Fu Wenxue, Hu Zhaoling, et al. Changes of major lakes in central Asia over the past 30 years revealed by remote sensing technology[J]. Remote Sensing for Land and Resources, 2015, 27(1): 146－152. (in Chinese with English abstract)

[20] 肖茜，楊昆，洪亮. 近30a云貴高原湖泊表面水體面積變化遙感監(jiān)測與時空分析[J]. 湖泊科學(xué)，2018，30(4)：221－234. Xiao Qian, Yang Kun, Hong Liang. Remote sensing monitoring and temporal—spatial analysis of surface water body area changes of lakes on the Yunnan-Guizhou Plateau over the past 30 years[J]. Journal of Lake Sciences, 2018, 30(4): 221－234. (in Chinese with English abstract)

[21] 黃智華，薛濱，逄勇. 近50a中國東部和西部湖區(qū)水量空間變化趨勢[J]. 湖泊科學(xué)，2007, 19(5)：497－503. Huang Zhihua, Xue Bin, Pang Yong. Spatial variation of lake water quantity in the east and west regions of China during the past 50 years[J]. Journal of Lake Sciences, 2007, 19(5): 497－503. (in Chinese with English abstract)

[22] 艾克拜爾?買提尼牙孜，阿里木江?卡斯木. 新疆阿勒泰地區(qū)2002-2011年地表水資源變化趨勢[J]. 中國沙漠，2014， 34(5)：1393－1401. Aikebaier Maitiniyazil, Alimujiang Kasimul. Change trend of surface water resources in Altai, Xinjiang, China[J]. Journal of Desert Research, 2014, 34(5): 1393－1401. (in Chinese with English abstract)

[23] 王小標(biāo)，謝順平，都金康，等. 近30年秦淮河流域水面變化及其驅(qū)動因素分析[J]. 遙感信息，2017(5)：38－47. Wang Xiaobiao, Xie Shunping, Du Jinkang, et al. Analysis of spatiotemporal change of water surface and its driving factors in Qinhuai River basin in nearly 30 years[J]. Remote Sensing Information, 2017(5): 38－47. (in Chinese with English abstract)

[24] 陳昆侖，王旭，李丹，等. 1990－2010年廣州城市河流水體形態(tài)演化研究[J]. 地理科學(xué)，2013，33(2)：223－230. Chen Kunlun, Wang Xu, Li Dan, et al. The morphological evolution of river and water body in urban area of Guangzhou City in 1990－2010[J]. Scientia Geographica Sinica, 2013, 33(2): 223－230. (in Chinese with English abstract)

[25] 韓龍飛，許有鵬，楊柳，等. 近50年長三角地區(qū)水系時空變化及其驅(qū)動機(jī)制[J]. 地理學(xué)報，2015，70(5)：819－827. Han Longfei, Xu Youpeng, Yang Liu, et al. Temporal and spatial change of stream structure in Yangtze River delta and its driving forces during 1960-2010s[J]. Acta Geographica Sinica, 2015, 70(5): 819－827. (in Chinese with English abstract)

[26] 羅玲，毛德華，王宗明，等. 松嫩平原西部湖泊與水庫/坑塘動態(tài)變化及驅(qū)動因素分析[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(22)：285－291. Luo Ling, Mao Dehua, Wang Zongming, et al. Analysis of dynamics and driving forces of lakes and reservoirs in Western Songnen Plain[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE)), 2015, 31(22): 285－291. (in Chinese with English abstract)

[27] 鄧曉軍，許有鵬，韓龍飛，等. 城市化背景下嘉興市河流水系的時空變化[J]. 地理學(xué)報，2016，71(1)：75－85. Deng Xiaojun, Xu Youpeng, Han Longfei, et al. Spatial-temporal changes of river systems in Jiaxing under the background of urbanization[J]. Acta Geographica Sinica, 2016, 71(1): 75－85. (in Chinese with English abstract)

[28] 李寧，劉吉平，王宗明. 2000－2010年東北地區(qū)湖泊動態(tài)變化及驅(qū)動力分析[J]. 湖泊科學(xué)，2014，26(4)：545－551. Li Ning, Liu Jiping, Wang Zongming. Dynamics and driving force of lake changes in Northeast China during 2000－2010[J]. Journal of Lake Science, 2014, 26(4): 545－551. (in Chinese with English abstract)

[29] 張緒良，肖滋民，徐宗軍，等. 黃河三角洲濱海濕地的生物多樣性特征及保護(hù)對策[J]. 濕地科學(xué)，2011，9(2)：125－131. Zhang Xuliang, Xiao Zimin, Xu Zongjun, et al. Biodiversity characteristics and protection countermeasures of the Coastal Wetlands in the Yellow River delta[J]. Wetland Science, 2011, 9(2): 125－131. (in Chinese with English abstract)

[30] 許學(xué)工，陳曉玲，郭洪海，等. 黃河三角洲土地利用與土地覆被的質(zhì)量變化[J]. 地理學(xué)報，2001, 56(6)：640－648. Xu Xuegong, Chen Xiaoling, Guo Honghai, et al. A study on land use and land cover quality change taking Yellow River delta as a case[J]. Acta Geographica Sinica, 2001, 56(6): 640－648. (in Chinese with English abstract)

[31] 于君寶，陳小兵，孫志高，等. 黃河三角洲新生濱海濕地土壤營養(yǎng)元素空間分布特征[J]. 環(huán)境科學(xué)學(xué)報，2010，30(4)：855－861. Yu Junbao, Chen Xiaobing, Sun Zhigao, et al. The spatial distribution characteristics of soil nutrients in newborn coastal wetland in the Yellow River delta[J]. Acta Scientiae Circunstantiae, 2010, 30(4): 855－861. (in Chinese with English abstract)

[32] 王薇. 黃河三角洲水土資源承載力綜合評價研究[D]. 泰安：山東農(nóng)業(yè)大學(xué)，2012. Wang Wei. Research on Comprehensive Evaluation of Water and Soil Resources Carrying Capacity in Yellow River Delta[D]. Taian: Shandong Agricultural University, 2012. (in Chinese with English abstract)

[33] 東營市統(tǒng)計局. 東營統(tǒng)計年鑒[M]. 北京：中國統(tǒng)計出版社，2018.

[34] 王海梅，李政海，韓國棟，等. 黃河三角洲土地利用及景觀格局的動態(tài)分析[J]. 水土保持通報，2007，27(1)：81－85. Wang Haimei, Li Zhenghai, Han Guodong, et al. Analysis of dynamical characteristics of landscape patterns in Yellow River delta[J]. Bulletin of Soil and Water Conservation, 2007, 27(1): 81－85. (in Chinese with English abstract)

[35] 趙志杰，張成揚. 黃河三角洲土地利用/覆蓋時空變化研究[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報，2016(4)：731－740. Zhao Zhijie, Zhang Chengyang. Temporal and spatial change of land use/cover in Yellow River delta[J]. Journal of Basic Science and Engineering, 2016(4): 731－740. (in Chinese with English abstract)

[36] 姜廣輝，張鳳榮，陳軍偉，等. 基于Logistic回歸模型的北京山區(qū)農(nóng)村居民點變化的驅(qū)動力分析[J]. 農(nóng)業(yè)工程學(xué)報，2007，23(5)：81－87. Jiang Guanghui, Zhang Fengrong, Chen Junwei, et al. Analysis of the driving forces of change of rural residential areas in Beijing mountainous areas based on logistic regression model[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2007, 23(5): 81－87. (in Chinese with English abstract)

[37] 李洪，宮兆寧，趙文吉，等.基于Logistic回歸模型的北京市水庫濕地演變驅(qū)動力分析[J]. 地理學(xué)報，2012，67(3)：357－367. Li Hong, Gong Zhaoning, Zhao Wenji, et al. Driving forces analysis of reservoir wetland evolution in Beijing based on logistic regression model[J]. Acta Geographica Sinica, 2012, 67(3): 357－367. (in Chinese with English abstract)

[38] 何孝海. 黃河三角洲動力沉積及沖淤演變研究[D]. 青島：中國海洋大學(xué)，2006. He Xiaohai. Study Oil Dynamical Sedimentation and Erosion-deposition Evolution of Yellow River Delta[D]. Qingdao: Ocean University of China, 2006. (in Chinese with English abstract)

[39] 徐美，黃詩峰，李小濤，等. 黃河口近十年變化遙感監(jiān)測及水沙條件分析[J]. 泥沙研究，2007(6)：39－46. Xu Mei, Huang Shifeng, Li Xiaotao, et al. Monitoring the change of the Yellow River estuary with remote sensing and analysis of flow and sediment condition in the last ten years[J]. Journal of Sediment Research, 2007(6): 39－46. (in Chinese with English abstract)

[40] 張曉龍，李培英. 現(xiàn)代黃河三角洲的海岸侵蝕及其環(huán)境影響[J]. 海洋環(huán)境科學(xué)，2008，27(5)：77－81. Zhang Xiaolong, Li Peiying. Coastal erosion and its environmental effect in the modern Yellow River delta[J]. Marine Environmental Science, 2008, 27(5): 77－81. (in Chinese with English abstract)

[41] 黃河水利委員會黃河志總編輯室. 黃河大事記[M]. 鄭州：黃河水利出版社，2002.

[42] 王一鳴. 黃河水沙變化及其對黃河三角洲變化的影響分析[D]. 北京: 中國科學(xué)院大學(xué)，2016.Wang Yiming. Analysis on the Water and Sediment Variation in Yellow River and Its Influence on the Change of Yellow River Delta[D]. Beijing: University of Chinese Academy of Sciences, 2016. (in Chinese with English abstract)

[43] 宗敏，王光鎮(zhèn)，韓廣軒，等. 1976-2015年黃河三角洲人工溝渠時空演變及驅(qū)動機(jī)制[J]. 魯東大學(xué)學(xué)報：自然科學(xué)版，2017，33(1)：68－75. Zong Min, Wang Guangzhen, Han Guangxuan, et al. Spatial and temporal evolution and driving mechanism of man-made ditches in the Yellow River delta from 1976 to 2015[J]. Journal of Ludong University(Natural Science Edition), 2017, 33(1): 68－75. (in Chinese with English abstract)

Analysis of surface water changes and driving force in Yellow River Delta from 1986 to 2016

Li Yunlong1,2, Kong Xianglun1, Han Mei1※, Wang Min1,2, Pan Bin1, Wei Fan1, Huang Shuping2

(1.,250014,;2.,,250020,)

Surface water played an extremely important role in the formation of Yellow River Delta, ecosystem evolution and social and economic development. In this paper, the combination of threshold method and manual vectorization are used to obtain the distribution of surface water of Yellow River Delta in 1986, 2001 and 2016. The trajectory analysis method is used to construct the transformation trajectory of surface water and analyze the evolution trend of the trajectories. The driving factor index system for the evolution of surface water in Yellow River Delta is constructed, from three aspects of natural environment socio-economic and geographical location. According to the trajectory of surface water transformation, the multi-class logistic regression model was used to analyze the genesis and analyze the driving mechanism of surface water evolution within 30 years. The results show that: 1) From 1986 to 2016, the surface water area of the Yellow River Delta increased by 1 161.53 km2, except for river showing a decrease, which was transferred to 63.32 km2, and decreased by 33.49 km2. Reservoir, pond and salt and aquaculture pond all showed an increasing trend and increased by 84.88, 63.82 and 1 046.33 km2, respectively. Unused land to the salt pond culture pond is the largest type of change in the study area. Construction land and pond are the main source of reservoir increase, and the abandonment of small reservoirs is the main way to reservoir reduce. The mutual transformation between cultivated land and pond is the most important form of trajectory transformation in the study area. Unutilized land is the main source of expansion of the salt and aquaculture pond, and farm land is the main flow of its reduction. 2) Logistic regression analysis found that the driving forces of different types evolved differently. Geographical location is the main factor affecting reservoir evolution. Distance from coastline and Distance from township are the leading driving factors for transforming into reservoir. Distance from township is the leading driving force for transforming from reservoir. The evolution of salt pond culture ponds is influenced by socio-economic and location. Aquatic production, population density, distance from city center, distance from Yellow River and gross national product are the main drivers of the transforming into salt and aquaculture pond. Distance from city center has become the dominant factor in controlling the transforming from salt and aquaculture pond in the study area. The conversion of pit pond is affected by location and socio-economic. Distance from townships, population density, and distance from coastline are the main driving factors. In general, the surface water in Yellow River Delta showed an increasing trend from 1986 to 2016, and due to the different types and effects of surface water, the evolution characteristics and driving forces of surface water show significant differences. Natural factors have little impact on the surface water bodies of the Yellow River Delta. Location factors and socio-economic factors are the main influencing factors for surface water changes in Yellow River Delta.

surface waters;ecological evaluation; agriculture; Yellow River Delta; change trajectory; logistic regression analysis

2019-03-14

2019-07-03

國家自然科學(xué)基金項目（41371517）；山東省社科規(guī)劃重點項目（18BJJJ05）資助

李云龍，博士，主要從事環(huán)境變化與可持續(xù)發(fā)展研究。Email：15877997796@163.com

韓 美，教授，博士生導(dǎo)師，主要從事環(huán)境變化與可持續(xù)發(fā)展研究。Email：hanmei568568@126.com

10.11975/j.issn.1002-6819.2019.16.012

P962

A

1002-6819(2019)-16-0105-09

李云龍，孔祥倫，韓 美，王 敏，潘 彬，魏 帆,黃淑萍.1986－2016年黃河三角洲地表水體變化及其驅(qū)動力分析[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(16)：105－113. doi：10.11975/j.issn.1002-6819.2019.16.012 http://www.tcsae.org

Li Yunlong, Kong Xianglun, Han Mei, Wang Min, Pan Bin, Wei Fan, Huang Shuping. Analysis of surface water changes and driving force in Yellow River Delta from 1986 to 2016[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(16): 105－113. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.16.012 http://www.tcsae.org