楊 苗,龔家國,趙 勇,王 浩,趙翠平

1 中國水利水電科學研究院, 北京 100038 2 河海大學水文水資源學院, 南京 210098

隨著景觀生態(tài)學中關于格局、過程與尺度的理論和方法被引入到濕地研究當中,濕地景觀格局的動態(tài)變化逐漸成為濕地生態(tài)學的研究熱點[1- 7]。研究濕地景觀格局的動態(tài)變化特征及演變趨勢,有助于濕地景觀的保護修復和規(guī)劃管理,同時也是構建區(qū)域生態(tài)安全格局的重要基礎。雄安新區(qū)建設過程中,城市擴張和人類活動加劇會直接改變區(qū)域地表景觀的結構和功能,白洋淀作為新區(qū)生態(tài)安全格局構建的重要生態(tài)源地[8],保障其生態(tài)安全也成為了新區(qū)建設發(fā)展的必要基礎和重要任務。同時,白洋淀對于維持整個華北地區(qū)生態(tài)平衡也發(fā)揮著重要的生態(tài)安全屏障作用[9- 10]。近幾十年來,由于氣候變化和人類活動的影響,白洋淀天然入淀水量減少[11- 14],濕地面積萎縮和破碎化問題嚴重,濕地生態(tài)功能逐漸喪失。目前研究者已在白洋淀濕地景觀格局方面開展了大量的研究,有學者[15-16]直接從土地覆被變化進行分析,嘗試揭示土地覆被變化和人類活動的相互作用關系;也有學者[3,17-23]從濕地類型的景觀格局動態(tài)變化和驅動力方面去分析,主要考慮氣候、水文、經濟、社會和政策等驅動因素。這其中有關于白洋淀蘆葦濕地的針對性研究[21-22],也有關于景觀格局和水質的相關性研究[23]。

目前眾多的研究結果已基本能讓人們較深入的認識白洋淀生態(tài)環(huán)境的變化。但通過比較研究成果后也可以發(fā)現,由于在遙感影像選取時間、濕地分類系統(tǒng)、驅動因素數據的統(tǒng)計尺度等方面存在差異,致使當前白洋淀濕地景觀格局的研究結果也具有不確定性。如關于景觀格局驅動因素分析方面,白軍紅和閆欣等[17-18]指出大氣降水量是白洋淀天然濕地變化的主要影響因素;張敏等[3]和莊長偉等[19]則分別指出人口和社會經濟發(fā)展以及水位變化是白洋淀景觀格局變化的主要因素。此外,雄安新區(qū)建設背景下,白洋淀未來景觀格局會出現較大的調整,其具體變化趨勢及驅動因素也待進一步的深入研究。本研究利用白洋淀多期土地利用數據,同時結合新區(qū)相關規(guī)劃[24-25]設置未來土地利用情景,在分析景觀規(guī)模、結構、格局指數的基礎上,探討新區(qū)范圍內的自然、社會驅動因素對于白洋淀景觀格局的影響。研究成果可為白洋淀濕地的規(guī)劃管理以及雄安新區(qū)的生態(tài)安全格局構建提供參考。

1 研究區(qū)概況

白洋淀(38°44′—38°59′N,115°46′—116°08′E)地處華中平原北部,涉及河北省安新、雄縣、任丘、容城、高陽共5個縣市,在2017年全部劃歸雄安新區(qū)(圖1)。白洋淀屬于淺水湖泊,是由143個淀泊和3700多條溝壕組成的水體,其中以白洋淀、燒車淀、羊角淀、池魚淀、后塘淀等較大,總稱白洋淀。入淀河流有潴龍河、孝義河、唐河、府河、漕河、萍河、瀑河和白溝引河八條河流,下游出口由棗林莊閘和趙北口溢流堰控制。白洋淀地處暖溫帶大陸性季風氣候區(qū),年均氣溫7—12℃,年降水量550 mm,7—9月占年降水量的80%[19]。作為大清河水系中重要蓄水樞紐,白洋淀在水產品供給、氣候調節(jié)、洪水調蓄和生物多樣性保護等方面都發(fā)揮了巨大的生態(tài)效益。

圖1 研究區(qū)位置Fig.1 Location of study area

2 數據及研究方法

2.1 數據

景觀類型采用白洋淀1980、1990、2000、2010和2017年共5期的土地利用數據,并進行濕地景觀和非濕地景觀類型劃分(表1)。土地利用數據解譯于Landsat高精度遙感影像(http://glovis.usgs.gov/),精度為30 m。經濟社會數據來源于《保定市經濟統(tǒng)計年鑒》數據,主要包括總人口、城鎮(zhèn)人口、GDP、人均GDP、第一產業(yè)值、第二產業(yè)值、第三產業(yè)值等,所有分析數據均按雄安新區(qū)的行政邊界進行統(tǒng)計。氣象數據和水文數據來源于中國氣象科學數據共享網(http://data.cma.cn/)和《中華人名共和國水文年鑒》中的站點監(jiān)測數據,主要包括降水、蒸發(fā)、氣溫、水位等。

表1 白洋淀區(qū)域景觀類型分類體系

2.2 研究方法

未來情景預測 基于2017年土地利用數據,結合相關規(guī)劃[24-25]對未來白洋淀正常水位和土地調整政策進行情景設置,得到2030年白洋淀區(qū)域的景觀格局分布。主要設置如下：淀區(qū)正常水位取為7.0 m(大沽高程),水位淹沒區(qū)域未來視為湖泊,未淹沒區(qū)域保持土地利用情況不變;淀區(qū)內部除圈頭鄉(xiāng)部分區(qū)域作為人文景觀進行保留,其余淀中村均遷出,并對原區(qū)域進行改造后種植樹木和草被等。

景觀類型轉換矩陣 利用ArcGIS對淀區(qū)景觀類型的轉換進行分析,分為1980—2000年,2000—2017年,2017—2030年3個時間段進行研究。

景觀指數分析法 使用Fragstats 4.2計算景觀格局指數,在類型水平上選擇最大斑塊指數(Largest Patch Index)、平均斑塊面積(Mean Patch Size)、面積加權平均斑塊分維數(Area-weighted Mean Patch Fractal Dimension)和聚集度指數(Patch Cohesion Index)4個指數,在景觀水平上選擇斑塊個數(Number of Patches)、斑塊密度(Patch Density)、最大斑塊指數(Largest Patch Index)、周長面積分維數(Perimeter-Area Fractal Dimension)、聚集度(Contagion)和香農多樣性指數(Shannon′s Diversity Index)6個指數。

主成分分析法 依據SPSS軟件對選取的景觀格局驅動因素做主成分分析,根據方差貢獻率大于85%確定主成分個數,來探索白洋淀的景觀格局變化驅動力。

3 結果與分析

3.1 景觀規(guī)模及結構變化

根據現有的5期土地利用數據和預測的2030年土地利用情景,給出各景觀類型時空變化情況如圖2、3所示。從圖2可見,1980—2000年期間,各景觀類型規(guī)模變化不顯著,主要變化為水域面積增加了14.91 km2,耕地面積減少了15.41 km2。在2000—2017年期間,建設用地和耕地面積均出現大幅度增加,兩者分別增加了7.80 km2和58.66 km2,相反水域面積減少了56.04 km2,白洋淀區(qū)域濕地面積占比從78%下降到60%。從2030年預測情景來看,未來建設用地和耕地面積分別會減少至0.90 km2和19.34 km2,而水域和林草地面積分別會增加到285.91 km2和10.23 km2,淀區(qū)內濕地面積占比會達到90%,林草地的面積占比也會達到3%。一般來說,濕地景觀與非濕地景觀之間存在漸變和轉換兩種類型的變換關系[26-27],為弄清白洋淀區(qū)域各景觀類型的轉換關系引起的景觀結構變化情況,以下分3個時間段對白洋淀區(qū)域進行景觀轉移矩陣分析,具體結果如表2、3、4所示。

圖2 白洋淀景觀類型面積時間變化Fig.2 Area change of landscape types in Baiyangdian Lake

圖3 白洋淀景觀類型空間變化Fig.3 Spatial changes of landscape types in Baiyangdian region

表2 白洋淀區(qū)域1980—2000年景觀類型轉換/km2

表3 白洋淀區(qū)域2000—2017年景觀類型轉換/km2

表4 白洋淀區(qū)域2017—2030年景觀類型轉換/km2

由表2可知,1980—2000年期間,非濕地向濕地轉換面積為17.14 km2,轉換率為20.20%;濕地向非濕地的轉換面積為2.24 km2,轉換率為0.97%。主要表現為旱地向建設用地、湖泊和灘地轉換,灘地向湖泊和坑塘轉換。由表3可知,2000—2017年期間的景觀轉換情況較為復雜。非濕地向濕地轉換面積為7.03 km2,轉換率為10.05%;濕地向非濕地的轉換面積為63.04 km2,轉換率為25.58%。主要表現為灘地向耕地、建設用地和湖泊轉換,總計52.64 km2轉換為耕地,8.05 km2轉換為建設用地,29.13 km2轉換為湖泊。耕地增加的原因主要由于天然入淀水量減少,水位下降,當地居民將地勢較高的灘地開墾為耕地,這些區(qū)域主要分布在淀區(qū)西北和西南區(qū)域(圖3)。建設用地的增加則是由于淀區(qū)旅游經濟發(fā)展的需要,各淀中村落新建各種基礎設施。湖泊面積的增加則主要是因為生態(tài)補水措施的實施,據統(tǒng)計[28]在1981—2010年期間即對白洋淀實施了26次應急補水。由表4可知,2017—2030年期間,不存在濕地向非濕地轉換的情況,而非濕地向濕地轉換面積為95.47 km2,轉換率達到了75.79%。主要表現為耕地、坑塘以及灘地轉換為湖泊,三者的轉換率分別達到了82.37%、83.51%和89.88%。其中耕地和灘地向湖泊的大量轉換也是歸因于未來多水源補水機制的建立,通過統(tǒng)籌引黃入冀補淀、上游水庫及本地非常規(guī)水資源,合理調控淀泊生態(tài)水文過程,使淀區(qū)面積得到恢復[24]。

3.2 景觀格局指數變化

景觀格局指數方法是研究景觀格局的基本手段,通常從類型水平尺度和景觀水平尺度進行分析。由于該方法存在的不確定性會在不同分析階段進行傳遞和累積,實際應用中應在了解景觀格局指數實際意義的基礎上,結合生態(tài)學過程慎重選擇和解釋[29- 30]。圖4和圖5分別給出了兩種尺度相關指數的變化規(guī)律。從圖4中可以看出,1980—2017年期間,灘地的最大斑塊指數和平均斑塊面積均呈現下降的趨勢,其中最大斑塊指數從71.53%降低到30.75%,平均斑塊面積也從25.36 km2減少到6.45 km2。相對于其他類型來講,灘地的這兩種指數最大,灘地一直是作為優(yōu)勢景觀類型而且分布集中,其他景觀斑塊破碎且分布零散,其中湖泊的最大斑塊指數在0.28%—3.60%范圍內波動。在2030年,湖泊的最大斑塊指數和平均斑塊面積分別達到了85.38%和15.12 km2,湖泊成為優(yōu)勢景觀類型,斑塊分布也較為集中。從面積加權維數來看,1980—2017年各景觀類型的面積加權維數有些微增加的趨勢,其中灘地的面積加權維數的平均值達到了1.21,其他景觀類型的平均值為1.10左右,表明灘地的斑塊形狀最為復雜。在2030年,湖泊和其他類型的面積加權維數均增加到了1.30,表明水位上升后,湖泊和其他類型景觀斑塊的復雜性均會增大。從聚集度指數來看,1980—2017年期間,除了坑塘在1990后出現的聚集度指數增大,其他景觀的聚集度指數走勢平穩(wěn),變化不大。到了2030年,湖泊的聚集度指數增大到了99.97,連通性提高,其他景觀類型的聚集度指數均有不同程度的下降,連通性降低。

圖4 1980—2030年白洋淀在類型尺度的景觀指數變化Fig.4 Landscape index changes of Baiyangdian at the type scale from 1980 to 2030

圖5 1980—2030年白洋淀在景觀尺度的景觀指數變化Fig.5 Landscape index changes of Baiyangdian at the landscape scale from 1980 to 2030

斑塊數量越多,斑塊密度越大,意味著景觀破碎度越高。由圖5可見,1980—2017年期間,斑塊個數和斑塊密度均呈現逐漸增大的趨勢,其中斑塊個數由88個增加到167個,增加速率達到了23.51個/10 a,斑塊密度則從0.28增加到0.53,增加速率達到了0.07/10 a,表明這期間景觀破碎度是不斷升高的。而在2030年出現景觀斑塊數量和斑塊密度增大的情況,可能是因為水位上升使得原來較大的非濕地斑塊被水面所分離,形成多個小斑塊。從最大斑塊指數和周長-面積分維數來看,1980—2030期間均呈現先減小后增大的趨勢,表明最大斑塊類型的優(yōu)勢度也呈現同樣的變化過程。在2030年,最大斑塊指數和周長面積分維數均達到最大值,其中后者達到了1.48,表明景觀斑塊的形狀復雜程度會顯著降低。聚集度指數在1980—2030年期間呈現波動的變化趨勢,最大值出現在1990年為98.45,表明景觀連通性最大,空間分布最均勻。最小值出現在2030年為85.31,說明整體景觀的連通性最小,空間分布也不均勻,上文分析也表明會以湖泊景觀為主。1980—2030期間,香農多樣性指數呈現先增大后減小的趨勢,在2017年達到最大值為1.21,景觀豐富度最大。而在2030年,香農多樣性指數最小,表明優(yōu)勢景觀類型對于整個景觀的控制作用過強,景觀豐富度會降低。由于景觀分類體系的不同會造成景觀格局指數結果的差異,以上分析結果僅適用于本文中的景觀分類體系。

3.3 驅動因素分析

景觀格局變化的驅動因素主要包括自然因素和人為因素,結合白洋淀區(qū)域的實際情況和數據的可獲得性,本次研究的自然驅動因素主要選用采用年降水總量、年蒸發(fā)總量、年平均氣溫、淀區(qū)年平均水位共4個指標,人為驅動因素主要選用總人口、城鎮(zhèn)人口、GDP、人均GDP、第一產業(yè)值、第二產業(yè)值、第三產業(yè)值共7個指標。在對統(tǒng)計數據進行統(tǒng)一處理的基礎上,采用主成分分析法對1980—2017年白洋淀區(qū)域的歷史景觀格局變化進行了歸因分析。分析結果表明第1、2主成分對總變量的解釋度分別為62.00%和17.38%。其中GDP、人均GDP、第三產業(yè)值、第二產業(yè)值、第一產業(yè)值、城鎮(zhèn)人口、總人口在第1主成分上的載荷較大,這些指標主要反映了社會經濟的發(fā)展水平,因此可以認為第一主成分是社會經濟的代表;年降水量和年蒸發(fā)量在第2主成分上的載荷較大,因此第2主成分被認識是氣候因素的代表。圖6和圖7分別給出了統(tǒng)計的自然和人為驅動因素的基本變化情況。

圖6 景觀變化自然驅動因素Fig.6 Natural drivers of landscape change

圖7 景觀變化人為驅動因素Fig.7 Human drivers of landscape change

從未來自然驅動因素來看,已有相關研究[31]表明未來雄安平均降水量會有所增加,但是氣溫升高導致的潛在蒸發(fā)量損失更多,使得區(qū)域會出現水資源相對不足的現象,這會帶來白洋淀濕地景觀退化的風險。而從未來人為驅動因素來看,白洋淀生態(tài)環(huán)境建設作為雄安新區(qū)高質量發(fā)展的重要組成,會實施較大力度的環(huán)境治理和生態(tài)修復措施[24],這些措施會對白洋淀的景觀格局變化起正向的主導作用。如建立多水源補水機制,合理調控淀泊生態(tài)水文過程;開展生態(tài)修復,對現有葦田荷塘進行微地貌改造和調控,進行淀中村的搬遷等。關于環(huán)淀綠化帶的建設,在優(yōu)化城淀之間生態(tài)空間結構的同時也有助于白洋淀生態(tài)系統(tǒng)的保護?；谶@些措施的實施,白洋淀景觀規(guī)模結構會得到不斷調整和優(yōu)化,濕地、林草地景觀得到改善,并朝著綜合價值最大化的方向發(fā)展。未來情景下屬于自然驅動因素的水位條件得到有效保障之后,社會經濟因素與白洋淀景觀格局的耦合驅動關系也會發(fā)生轉變。過去人口增長和城市擴張會造成原生態(tài)景觀格局遭到破壞,生態(tài)系統(tǒng)退化,而未來地區(qū)高新產業(yè)、技術的發(fā)展將會給區(qū)域的生態(tài)發(fā)展提供更好的支撐,社會經濟因素也會有助于白洋淀區(qū)域景觀格局的穩(wěn)定健康發(fā)展。

4 結論

(1)白洋淀區(qū)域景觀規(guī)模和結構在1980—2000年期間變化不顯著,但在2000—2017年期間,灘地向耕地、建設用地和湖泊大面積轉換,濕地向非濕地景觀轉換率為25.58%,濕地景觀面積占比從78%下降到60%。2017—2030年期間,耕地和建設用地向湖泊轉換,非濕地向濕地景觀轉換率為75.79%,濕地景觀面積占比會達到90%。

(2)景觀格局指數分析結果顯示,1980—2017年期間,灘地景觀優(yōu)勢度最大,分布集中,但形狀也最為復雜,各個景觀的連通性走勢平穩(wěn)。此期間景觀尺度的破碎度不斷升高,斑塊個數和斑塊密度增長速率分別達到了23.51個/10 a和0.07/10 a。景觀連通性和均勻度在1990年達到較大,景觀豐富度在2017年達到最大。未來2030年,湖泊會成為優(yōu)勢景觀類型,連通性提高,斑塊分布集中但復雜性增大。區(qū)域景觀尺度連通性變小,空間分布不均勻,豐富度降低。

(3)白洋淀景觀格局歷史演變主要受社會經濟因素的影響,主成分分析結果表示其解釋度為62.00%。未來氣候條件下,白洋淀濕地生態(tài)系統(tǒng)存在退化的風險,但新區(qū)建設會針對白洋淀實施大量的環(huán)境治理和生態(tài)修復措施,這些措施會對白洋淀的景觀格局變化起主導作用。生態(tài)補水保障之后,景觀格局和驅動因素的互饋關系也會發(fā)生調整。

本文基于現有的5期土地利用數據,對白洋淀區(qū)域的歷史景觀格局動態(tài)變化進行了分析,同時結合2017土地利用情景對白洋淀的未來景觀格局趨勢進行了預測和分析,研究結果對于白洋淀的規(guī)劃管理具有一定的參考價值。但由于數據獲取的限制,本文在未來情景設置和景觀格局驅動分析方面還存在很多的不足。在進行未來景觀格局情景設置時采用的是淀區(qū)現狀的地形數據,未考慮淀區(qū)清淤、微地形改造等工程實施后對于淀區(qū)地形以及水面分布的影響。在景觀格局驅動分析方面,對于景觀格局特征和驅動因素的響應關系研究還有待完善。隨著白洋淀濕地的生態(tài)恢復,未來關于區(qū)域景觀格局優(yōu)化和生態(tài)格局構建等方面有待深入研究。