李洪飛望元慶王 杰宋書愉許端陽

(1.中國科學(xué)院 地理科學(xué)與資源研究所,北京100101;2.遼寧師范大學(xué) 地理科學(xué)學(xué)院,遼寧 大連116029;3.中國科學(xué)院大學(xué),北京100049)

額濟(jì)納綠洲是中國典型干旱區(qū)綠洲之一,對維持西北地區(qū)生態(tài)環(huán)境安全具有重要意義,其核心區(qū)域是綠洲中植被分布較集中、人為經(jīng)濟(jì)活動(如耕作、建筑、旅游等)較頻繁的區(qū)域,生態(tài)環(huán)境極為脆弱和敏感[1-2]。20世紀(jì)90年代以來,在氣候變化、人口增長、農(nóng)業(yè)和旅游業(yè)發(fā)展、水利工程修建等多種因素的綜合影響下,黑河下游額濟(jì)納綠洲核心區(qū)景觀格局發(fā)生劇烈變化,植被退化、湖泊干涸等問題較嚴(yán)重,綠洲穩(wěn)定性較低[3-6]。2000年,國務(wù)院實(shí)施黑河干流水量調(diào)度政策,在方案實(shí)施后的十幾年內(nèi)有效緩解下游水資源問題,綠洲核心區(qū)景觀格局有所改善,綠洲穩(wěn)定性提高[7-9],但是耕地、城鎮(zhèn)道路用地?cái)U(kuò)張、旅游活動干擾強(qiáng)度加大使林地面積減少,對額濟(jì)納綠洲核心區(qū)景觀恢復(fù)和穩(wěn)定性維持提出了新挑戰(zhàn)[9-11]?？茖W(xué)測度額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性時(shí)空特征以及驅(qū)動機(jī)制,對理解額濟(jì)納綠洲區(qū)域生態(tài)演變過程、保護(hù)區(qū)域生態(tài)安全具有現(xiàn)實(shí)意義。景觀穩(wěn)定性源自生態(tài)系統(tǒng)穩(wěn)定性[12-13],是景觀對抗干擾及自我修復(fù)的能力[14-15]。國內(nèi)外學(xué)者均對景觀穩(wěn)定性動態(tài)及其驅(qū)動機(jī)制進(jìn)行相關(guān)研究,如Hermosilla等[16]和Sharma等[17]借助景觀破碎化程度對森林景觀穩(wěn)定性動態(tài)進(jìn)行分析;Gobattoni等[18]通過構(gòu)建數(shù)學(xué)模型對景觀穩(wěn)定性進(jìn)行定量分析;張欣等[19]、周根苗等[20]和徐秋陽等[21]選取斑塊密度、蔓延度和總邊緣對比度指數(shù)對景觀穩(wěn)定性模型進(jìn)行構(gòu)建;常學(xué)禮等[22]和董敬儒等[7]分別采用相關(guān)分析法和定性分析法探究了黑河綠洲景觀穩(wěn)定性動態(tài)的影響因素。就額濟(jì)納綠洲而言,近年來相關(guān)研究多聚焦于黑河生態(tài)調(diào)水引起的額濟(jì)納綠洲水文和生態(tài)問題,將河流徑流量、湖泊面積和地下水埋深作為影響植被變化的主要原因[23-24],而關(guān)于綠洲景觀穩(wěn)定性動態(tài)以及人為活動干擾(旅游、農(nóng)業(yè)發(fā)展和社會經(jīng)濟(jì)活動等)影響的研究相對較少[10]。受遙感數(shù)據(jù)限制,以往研究多選取30 m分辨率Landsat系列影像制成土地利用分類圖[10-11]來分析景觀動態(tài),對景觀的細(xì)微變化及其對穩(wěn)定性的影響刻畫不足;另外,在對于景觀動態(tài)及穩(wěn)定性的驅(qū)動機(jī)制研究方面,以往研究多借助相關(guān)分析等方法來分析驅(qū)動因素的趨勢變化并在此基礎(chǔ)進(jìn)行定性或半定量的解釋[8-9],對不同自然、人文驅(qū)動因素的相對貢獻(xiàn)及交互作用的定量研究較少。上述問題的存在,限制了對額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性及驅(qū)動機(jī)制的科學(xué)認(rèn)知?；诖?本文選取2013和2020年兩期高分一號PMS遙感影像數(shù)據(jù)繪制2m分辨率的景觀類型圖,借助景觀格局指數(shù)、景觀穩(wěn)定性模型與地理探測器,探究2013—2020年額濟(jì)納綠洲核心區(qū)景觀格局演變、景觀穩(wěn)定性動態(tài)以及自然環(huán)境變化和人為活動干擾等驅(qū)動因子對景觀穩(wěn)定性及其動態(tài)的影響機(jī)制,旨在為黑河下游額濟(jì)納綠洲生態(tài)保護(hù)與恢復(fù)以及區(qū)域可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況和研究方法

1.1 研究區(qū)概況

額濟(jì)納綠洲位于黑河流域下游,行政隸屬于內(nèi)蒙古自治區(qū)阿拉善盟額濟(jì)納旗(圖1)。目前關(guān)于額濟(jì)納綠洲核心區(qū)的范圍尚未有明確的邊界劃分,所以本文參考前人[9]的相關(guān)研究,結(jié)合額濟(jì)納綠洲中的植被分布、旅游活動、地下水埋深情況,綜合選取植被生長相對聚集、人類活動相對集中的區(qū)域作為額濟(jì)納綠洲核心區(qū)(41°52′—42°21′N,101°00′—101°20′E,面積約1495.37 km2)。額濟(jì)納綠洲核心區(qū)處于溫帶大陸性干旱氣候區(qū),年均溫9.54℃,年均降水量38.28 mm,蒸發(fā)強(qiáng)且風(fēng)沙大。區(qū)域內(nèi)水資源以黑河下游支流(額濟(jì)納東河)、東居延海和地下水為主。植被主要分布在額濟(jì)納東河兩岸及東居延海湖積平原地區(qū),以胡楊(Populus euphratica)為主。土壤以灰棕漠土、鹽化潮土和草甸鹽土為主,土壤肥力較低。額濟(jì)納綠洲核心區(qū)內(nèi)常住人口近年來穩(wěn)定增加,2020年約為1.5萬人。旅游業(yè)是額濟(jì)納旗的支柱產(chǎn)業(yè),2013—2020年額濟(jì)納綠洲核心區(qū)內(nèi)的旅游人數(shù)迅速增加,2020年旅游人數(shù)雖因受到新冠肺炎疫情的沖擊有所下降,但仍然突破百萬人次。在此背景下,人為活動干擾強(qiáng)度的加大,加重了額濟(jì)納綠洲核心區(qū)生態(tài)修護(hù)和水資源利用的壓力,為維持景觀穩(wěn)定性帶來了嚴(yán)峻的挑戰(zhàn)。

圖1 額濟(jì)納綠州核心區(qū)地理位置及地下水觀測點(diǎn)布設(shè)

1.2 數(shù)據(jù)來源及處理

本研究使用的數(shù)據(jù)資料主要包括2013和2020年兩期高分一號PMS遙感影像,2013—2020年氣象(氣溫和降水)、歸一化植被指數(shù)(normalized difference vegetation index,NDVI)、地下水埋深、人口密度、供水總量和旅游人次等數(shù)據(jù)。其中,2 m分辨率高分一號PMS遙感影像數(shù)據(jù)來源于陸地觀測衛(wèi)星數(shù)據(jù)服務(wù)平臺(http:∥36.112.130.153:7777/DSSPlatform/index.html),2013和2020年研究區(qū)影像共采用10景高分一號影像,影像的成像時(shí)間范圍為7—10月,云量在5%以下,是額濟(jì)納旗植被生長旺盛時(shí)期,也是旅游活動旺季。100 m分辨率7—10月氣象數(shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心共享服務(wù)平臺(http:∥www.geodata.cn/data/),由1 km分辨率氣象數(shù)據(jù)基于ArcGIS 10.2軟件重采樣獲得。30 m分辨率7—10月NDVI均值數(shù)據(jù)來源于Landsat_8遙感影像,在GEE(Google Earth Engine)平臺上,采

用最大值合成法計(jì)算7—10月逐月NDVI最大值,進(jìn)而計(jì)算NDVI均值。100 m分辨率7—10月地下水埋深均值數(shù)據(jù)由觀測點(diǎn)數(shù)據(jù)基于ArcGIS 10.2軟件插值獲得,地下水埋深觀測點(diǎn)數(shù)據(jù)來源于額濟(jì)納旗水務(wù)局和國家青藏高原科學(xué)數(shù)據(jù)中心(http:∥data.tpdc.ac.cn/)。100 m分辨率人口密度數(shù)據(jù)來源于WorldPop(https:∥www.worldpop.org/),通過計(jì)算研究區(qū)柵格數(shù)據(jù)總和獲得年末總?cè)丝跀?shù)據(jù)。旅游總?cè)舜螖?shù)據(jù)來源于額濟(jì)納旗旅游統(tǒng)計(jì)年鑒,游客密度數(shù)據(jù)依據(jù)研究區(qū)內(nèi)3個(gè)主要景區(qū)(居延海景區(qū)、胡楊林景區(qū)和大漠胡楊風(fēng)景區(qū))的游客數(shù)據(jù)進(jìn)行反距離權(quán)重插值獲得。供水總量數(shù)據(jù)來源于阿拉善水資源公報(bào)和阿拉善統(tǒng)計(jì)年鑒,借助研究區(qū)人口密度數(shù)據(jù)和游客密度數(shù)據(jù)進(jìn)行空間化,獲得供水密度數(shù)據(jù)。所有空間數(shù)據(jù)地理坐標(biāo)系統(tǒng)一為GCS_WGS_1984。

1.3 研究方法

1.3.1 景觀格局變化分析 借助ENVI 5.3軟件,以Google Earth高分影像及公開的土地利用數(shù)據(jù)產(chǎn)品為基礎(chǔ)建立研究區(qū)解譯樣本庫和驗(yàn)證庫,依據(jù)中國科學(xué)院2020年中國土地利用遙感監(jiān)測數(shù)據(jù)的土地利用分類體系,確定一級和二級景觀類型的分類標(biāo)準(zhǔn)[10],對高分一號PMS遙感影像進(jìn)行人機(jī)交互解譯,獲得額濟(jì)納旗綠洲核心區(qū)2013和2020年景觀類型數(shù)據(jù),kappa系數(shù)分別為91.59%和90.31%。借助ArcGIS 10.2軟件的空間疊加分析功能計(jì)算土地利用轉(zhuǎn)移矩陣,從景觀類型數(shù)量特征變化和景觀類型間轉(zhuǎn)化兩方面分析2013—2020年額濟(jì)納綠洲核心區(qū)景觀格局動態(tài)變化,并計(jì)算景觀類型動態(tài)度[10],計(jì)算公式為:

式中:K為景觀類型動態(tài)度;Ua為2013年某種景觀類型的總面積;Ub為2020年某種景觀類型的總面積;T為研究階段的時(shí)間差,本文中T為8。

在此基礎(chǔ)上,借助Fragstats 4.2軟件,分析斑塊密度(PD)、最大斑塊指數(shù)(LPI)、聚集度指數(shù)(AI)、蔓延度指數(shù)(CONTAG)、景觀形狀指數(shù)(LSI)、總邊緣對比度(TECI)、香濃多樣性指數(shù)(SHDI)和香濃均勻度指數(shù)(SHEI)等景觀格局指數(shù)的變化,分析尺度為100 m。

1.3.2 景觀穩(wěn)定性分析 根據(jù)生態(tài)系統(tǒng)的等級斑塊動態(tài)范式理論,景觀斑塊的動態(tài)變化會引起景觀格局的變動,進(jìn)而影響景觀穩(wěn)定性[25],因此可以用景觀斑塊的穩(wěn)定性變化來表示景觀整體穩(wěn)定性動態(tài)。景觀斑塊的蔓延度越高,斑塊密度、總邊緣對比度越小,景觀穩(wěn)定性越高[19-21]。因此,本文選取蔓延度指數(shù)(CONTAG)、斑塊密度(PD)和總邊緣對比度指數(shù)(TECI)構(gòu)建景觀穩(wěn)定性模型,基于Fragstats 4.2軟件的移動窗口法計(jì)算獲得,分析尺度選擇100 m,景觀穩(wěn)定性計(jì)算公式為:

式中:S為景觀穩(wěn)定性;C為蔓延度指數(shù);P為斑塊密度;T為總邊緣對比度指數(shù)。采用自然斷點(diǎn)法,將景觀穩(wěn)定性劃分為不穩(wěn)定(0～0.10)、較不穩(wěn)定(0.10～0.21)、較穩(wěn)定(0.21～0.35)、穩(wěn)定(0.35～0.56)和極穩(wěn)定(0.56～0.88)共5個(gè)等級[19]。

借助ArcGIS 10.2軟件的熱點(diǎn)分析(Getis-Ord工具,識別景觀穩(wěn)定性變化的冷熱點(diǎn)區(qū)域,熱點(diǎn)區(qū)和冷點(diǎn)區(qū)分別代表穩(wěn)定性升高和穩(wěn)定性降低的區(qū)域在空間上發(fā)生聚類的位置[26]。

1.2.3 景觀穩(wěn)定性動態(tài)驅(qū)動力分析 地理探測器是揭示地理現(xiàn)象空間分布格局及其驅(qū)動因素的統(tǒng)計(jì)學(xué)模型,因其對數(shù)據(jù)良好的兼容性和強(qiáng)大的因子分析功能,已在景觀破碎化、景觀生態(tài)安全、景觀生態(tài)風(fēng)險(xiǎn)及景觀生態(tài)脆弱性等研究方面得到廣泛應(yīng)用。本研究選取與額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性動態(tài)關(guān)系較密切的7個(gè)指標(biāo)作為驅(qū)動因子(表1),依據(jù)自然斷點(diǎn)法劃分為5類,將2013和2020年額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性以及其變化量作為因變量,隨機(jī)選取200個(gè)采樣點(diǎn),借助地理探測器進(jìn)行地理因子探測及交互探測分析。因子探測可用于探測各驅(qū)動因素對地理現(xiàn)象空間分異的貢獻(xiàn)率大小,各因子的貢獻(xiàn)率計(jì)算公式為:

表1 驅(qū)動因子指標(biāo)

式中:q為驅(qū)動因素對景觀穩(wěn)定性的貢獻(xiàn)率;h=1,2,3…,L為驅(qū)動因素的分類數(shù);N為樣本點(diǎn)個(gè)數(shù);Nh表示分類為h的樣本個(gè)數(shù);σ2為穩(wěn)定性指數(shù)的方差;σ2h為分類為h的穩(wěn)定性指數(shù)方差。q值大于0且小于1,值越大說明該驅(qū)動因素對景觀穩(wěn)定性的影響程度越大,q=0說明不受到該因素的影響。

因子交互探測可用于識別驅(qū)動因子共同作用對景觀穩(wěn)定性的解釋力呈增強(qiáng)、減弱或彼此獨(dú)立的作用,各因子交互作用類型參見王勁峰[27]的相關(guān)研究,本文中涉及兩種交互作用類型:當(dāng)兩種驅(qū)動因子交互作用貢獻(xiàn)率大于兩種驅(qū)動因子單個(gè)貢獻(xiàn)率的最大值時(shí),表現(xiàn)為雙因子增強(qiáng);當(dāng)兩種驅(qū)動因子交互作用貢獻(xiàn)率大于兩種驅(qū)動因子單個(gè)貢獻(xiàn)率之和時(shí),表現(xiàn)為非線性增強(qiáng)。

2 結(jié)果與分析

2.1 額濟(jì)納綠洲核心區(qū)景觀類型變化與景觀指數(shù)分析

2.1.1 景觀類型變化分析 額濟(jì)納綠洲核心區(qū)一級景觀類型以未利用地、林地和草地為主,2020年這3類景觀比例共計(jì)90.98%。其中,未利用地比例43.46%,以沙地、鹽堿地和戈壁為主,除植被覆蓋區(qū)及東居延海以外,基本均屬于未利用地區(qū);林地比例24.81%,以灌木林地為主,主要沿額濟(jì)納東河河渠分布;草地比例22.70%,以中、低覆蓋度草地為主,主要分布于林地及東居延海外圍。2013—2020年,額濟(jì)納綠洲核心區(qū)各一級景觀類型面積變化為:林地、水域面積減少,動態(tài)度分別為0.65%/a,0.79%/a;耕地、草地、建設(shè)用地、未利用地面積增加,動態(tài)度分別為0.15%/a,0.42%/a,6.43%/a,0.09%/a(表2)。由于達(dá)來呼布鎮(zhèn)西北部水庫的修建、城鎮(zhèn)生活用水量和耕地需水量、游客用水量的增多,導(dǎo)致自然水域(河渠、湖泊和灘地)面積均減少,林地和草地等自然景觀轉(zhuǎn)化為城鎮(zhèn)、道路及耕地等人為活動用地(圖2)。

表2 額濟(jì)納綠洲核心區(qū)2013—2020年土地利用轉(zhuǎn)移矩陣

圖2 額濟(jì)納綠洲核心區(qū)景觀類型圖

2.1.2 景觀格局指數(shù)變化分析 由表3可知,2013—2020年額濟(jì)納綠洲核心區(qū)景觀斑塊密度(PD)變化不顯著,總邊緣對比度(TECI)增加0.79%,主要原因是具有相對整齊邊界、對比度較高的人工斑塊(例如耕地、城鎮(zhèn)和交通用地)增加。景觀蔓延度指數(shù)(CONTAG)減少0.68%,表明景觀連通性降低,破碎化程度增加。聚集度指數(shù)(AI)增加4.17%,香濃均勻度指數(shù)(SHEI)減少0.05,最大斑塊指數(shù)(LPI)增加4.50%,表明沙地和低覆蓋度草地等優(yōu)勢斑塊的優(yōu)勢度增加,對整體景觀的控制作用增強(qiáng)。景觀形狀指數(shù)(LSI)減少0.06,這一時(shí)期景觀變化主要為林地和草地等自然景觀轉(zhuǎn)化為城鎮(zhèn)、道路及耕地等人為活動用地,表明由于人為活動干擾的加強(qiáng),使原本比較自然的景觀形狀整體上朝著規(guī)整、簡單的方向發(fā)展。香濃多樣性指數(shù)(SHDI)增加0.01,表明景觀類型增加,景觀要素趨于多元化,使景觀多樣性增強(qiáng)。

表3 額濟(jì)納綠洲核心區(qū)2013—2020年景觀水平指數(shù)

2.2 額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性及其動態(tài)

2.2.1 景觀穩(wěn)定性 由2013年、2020年額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性分布圖(圖3)可知,植被(耕地、林地和草地)、水域(湖泊和灘地)與未利用地(沙地、戈壁、鹽堿地和沼澤地)等景觀類型交錯(cuò)分布區(qū)的景觀類型易改變,景觀穩(wěn)定性較弱,詳見圖中不穩(wěn)定和較不穩(wěn)定的區(qū)域;而達(dá)來呼布鎮(zhèn)城鎮(zhèn)中心、耕地、沙地、戈壁和鹽堿地等單一景觀類型集中分布區(qū)的景觀類型不易改變,景觀穩(wěn)定性較強(qiáng),詳見圖中穩(wěn)定和極穩(wěn)定區(qū)域。2013和2020年綠洲核心區(qū)景觀穩(wěn)定性呈不穩(wěn)定和較不穩(wěn)定狀態(tài)的區(qū)域分別占75.02%和85.22%,表明綠洲核心區(qū)景觀穩(wěn)定性雖局部因單一景觀類型集中分布而呈較高的狀態(tài),但總體因多種景觀類型交錯(cuò)分布呈較低的狀態(tài)。2013—2020年呈不穩(wěn)定和較不穩(wěn)定狀態(tài)的區(qū)域增加10.20%,表明近8 a間,額濟(jì)納綠洲核心區(qū)整體景觀穩(wěn)定性下降。

圖3 額濟(jì)納綠洲核心區(qū)2013和2020年景觀穩(wěn)定性分布圖

2.2.2 景觀穩(wěn)定性動態(tài)及冷熱點(diǎn)分析 2013—2020

年額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性變化的冷點(diǎn)區(qū)(90%以上置信度)約占14.16%,主要集中在距東河河渠較遠(yuǎn)的湖泊、沼澤與灘地交錯(cuò)分布區(qū)以及低覆蓋度草地與沙地交錯(cuò)分布區(qū)(圖4)。結(jié)合景觀類型動態(tài)分析(表2,圖2),東居延海東南部湖泊退化為沼澤和灘地,研究區(qū)東南部草地退化為沙地和鹽堿地,表明湖泊和植被退化導(dǎo)致景觀穩(wěn)定性顯著下降。景觀穩(wěn)定性變化的熱點(diǎn)區(qū)(90%以上置信度)約占8.46%,主要集中在距東河河渠較近的鹽堿地、沙地等單一景觀集中分布區(qū)域,穩(wěn)定性變化不顯著的區(qū)域約占77.38%,主要集中在沿東河河渠分布的植被覆蓋區(qū)域,表明景觀穩(wěn)定性變化與距水源的遠(yuǎn)近有關(guān)。達(dá)來呼布鎮(zhèn)中心景觀穩(wěn)定性增加,周邊景觀穩(wěn)定性降低,但穩(wěn)定性變化均不顯著,表明城鎮(zhèn)擴(kuò)張對整體景觀穩(wěn)定性變化有一定的影響,但其直接影響力度較小。

圖4 額濟(jì)納綠洲核心區(qū)2013—2020年景觀穩(wěn)定性變化及冷熱點(diǎn)分布圖

2.3 額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性驅(qū)動力分析

2.3.1 景觀穩(wěn)定性驅(qū)動因子變化趨勢 2013—2020

年額濟(jì)納綠洲核心區(qū)驅(qū)動因子的變化情況如圖5所示。2013—2020年,平均氣溫升高0.04℃,降水量減少0.81 cm,地下水埋深增加1.03 m,表明氣候變化趨向于干旱,地下水水位呈下降趨勢;NDVI增加0.01,但變化不顯著,其原因與農(nóng)田增加,水體減少(NDVI值一般為負(fù))而巖石裸地、建筑用地增多(NDVI值一般為0),以及河渠湖泊面積縮小后周邊生長荒漠短命植物有關(guān);年末總?cè)丝跀?shù)增加0.30萬人,旅游總?cè)舜坞m然在2020年受新冠肺炎疫情影響而下降,但是相較于2013年增加了3.74×106人次,供水總量增加4.30×106m3,表明人口增長的壓力和人類活動的強(qiáng)度均加大。

圖5 額濟(jì)納綠洲核心區(qū)2013—2020年景觀穩(wěn)定性驅(qū)動因子變化趨勢圖

2.3.2 景觀穩(wěn)定性地理因子探測及交互探測分析通過對景觀穩(wěn)定性及其變化量進(jìn)行因子探測分析,得到各驅(qū)動因子及其變化量對景觀穩(wěn)定性及其動態(tài)值的影響結(jié)果(圖6)。2013和2020年地下水埋深、供水密度、歸一化植被指數(shù)的貢獻(xiàn)率均高于0.4,近8 a來,3者的變化量貢獻(xiàn)率排在前3位,表明地下水埋深、供水密度和歸一化植被指數(shù)及其變化量對景觀穩(wěn)定性及其動態(tài)值的影響相對較強(qiáng);游客密度、平均氣溫和降水量及其變化量的貢獻(xiàn)率排在第4～6之間,雖然影響力度不及前3位,但是游客密度、平均氣溫和降水量及其變化量對景觀穩(wěn)定性及其動態(tài)值也有一定影響;人口密度及其變化量的貢獻(xiàn)率均排在末位,影響力度相對最弱。

圖6 額濟(jì)納綠洲核心區(qū)2013—2020年驅(qū)動因子貢獻(xiàn)率

地理因子交互探測結(jié)果表明,交互作用使驅(qū)動因子及其變化量對景觀穩(wěn)定性變化的解釋力增強(qiáng)(表4)。其中,2013和2020年,各因子間的交互作用均表現(xiàn)為雙因子增強(qiáng)。2013—2020年,非線性增強(qiáng)主要發(fā)生在地下水埋深變化量與其他因子變化量之間、歸一化植被指數(shù)變化量與其他因子變化量之間的交互作用中,其他因子變化量間的交互作用表現(xiàn)為雙因子增強(qiáng)。

表4 額濟(jì)納綠洲核心區(qū)2013—2020年驅(qū)動因子交互作用結(jié)果

3 討論與結(jié)論

3.1 討論

額濟(jì)納綠洲核心區(qū)生態(tài)環(huán)境本底十分脆弱,在自然和人為因素的雙重影響下,其景觀格局和景觀穩(wěn)定性均發(fā)生變化。黑河流域調(diào)水政策實(shí)施13 a后,由于耕地、城鎮(zhèn)道路用地?cái)U(kuò)張和旅游等人類活動干擾強(qiáng)度加大,對黑河下游生態(tài)環(huán)境恢復(fù)產(chǎn)生負(fù)面影響,自然水域和部分區(qū)域植被面積減少,黑河下游生態(tài)環(huán)境的恢復(fù)力度不足,額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性整體較低[7]且仍在不斷下降,這與前人研究結(jié)果相一致[10]。

作為典型的干旱區(qū)綠洲,額濟(jì)納綠洲景觀格局及穩(wěn)定性動態(tài)易受自然條件變化(氣溫、降水、蒸散發(fā)、植被等)、人類活動干擾(人口增長、人類活動用地?cái)U(kuò)張、社會經(jīng)濟(jì)發(fā)展、旅游活動等)[9-11]以及黑河流域水利工程建設(shè)和調(diào)水政策的影響[3-4,7]。已有研究[9-11]表明,近年來人類活動干擾對額濟(jì)納綠洲景觀穩(wěn)定性動態(tài)的影響力度不斷增強(qiáng),這也與本研究對驅(qū)動因子趨勢分析的結(jié)果一致。對驅(qū)動因子的貢獻(xiàn)率與交互作用的研究發(fā)現(xiàn),近8a來,地下水埋深、供水密度、歸一化植被指數(shù)對景觀穩(wěn)定性的影響相對較強(qiáng),這是因?yàn)轭~濟(jì)納綠洲處于西北干旱荒漠區(qū),其上植被發(fā)育、人類生產(chǎn)生活等均依賴于地下水及黑河下游的東河河水。游客密度、平均氣溫和降水量對景觀穩(wěn)定性也有一定影響,在干旱的氣候條件下,旅游活動干擾植被生長、增加水資源需求量,三者均引起地表水資源減少,部分區(qū)域植被退化,加重人們對地下水的開采,加劇景觀穩(wěn)定性的降低。由于在綠洲核心區(qū)中,人口集中分布于達(dá)來呼布鎮(zhèn)[10],所以人口數(shù)量變化對整體景觀穩(wěn)定性變化的影響較小,但人為活動(生產(chǎn)生活用水和旅游活動)會影響地下水埋深的變化[22],進(jìn)而影響整體景觀穩(wěn)定性。綜合而言,對于以旅游業(yè)為支柱產(chǎn)業(yè)的干旱綠洲區(qū)域——額濟(jì)納綠洲核心區(qū),在干旱的氣候背景下,正確處理好植被保護(hù)、水資源利用和人為活動干擾(旅游活動、人口增長等)3者之間的關(guān)系,是維持綠洲核心區(qū)景觀穩(wěn)定性、促進(jìn)區(qū)域生態(tài)恢復(fù)與可持續(xù)發(fā)展的現(xiàn)實(shí)基礎(chǔ)。

本研究仍存在一定局限性:①高分一號衛(wèi)星可提供數(shù)據(jù)的最早年份為2013年,導(dǎo)致無法基于這一單一影像數(shù)據(jù)源開展長時(shí)間序列的研究,后續(xù)將繼續(xù)收集其他高分辨率遙感影像數(shù)據(jù),對黑河流域分水前后的區(qū)域景觀格局及穩(wěn)定性動態(tài)進(jìn)行長時(shí)間序列分析。②由于驅(qū)動因子數(shù)據(jù)來源多樣,數(shù)據(jù)分辨率不完全一致,這會對分析結(jié)果產(chǎn)生一定影響,但是對文中主要結(jié)論的影響很小,后續(xù)會繼續(xù)尋找分辨率更一致的數(shù)據(jù)源,豐富指標(biāo)體系,對額濟(jì)納綠洲核心區(qū)進(jìn)行更為細(xì)致和全面的研究。

3.2 結(jié)論

(1)2013—2020年,額濟(jì)納綠洲核心區(qū)景觀類型變化表現(xiàn)為林地、草地等自然景觀類型轉(zhuǎn)化為建設(shè)用地、耕地等人為景觀類型。綠洲核心區(qū)景觀連通性和均勻度降低,聚集度和優(yōu)勢度增加,多樣性和異質(zhì)性增強(qiáng),景觀形狀趨于簡單和規(guī)整。

(2)2013—2020年,額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性整體較低且呈下降趨勢。2013和2020年綠洲核心區(qū)景觀穩(wěn)定性呈“總體不穩(wěn)、局部較穩(wěn)”狀態(tài),單一景觀類型集中分布區(qū)穩(wěn)定性高于多種景觀類型交錯(cuò)分布區(qū);2013—2020年綠洲核心區(qū)景觀穩(wěn)定性變化呈“大部分不顯著、局部有變動、冷點(diǎn)多于熱點(diǎn)”趨勢,穩(wěn)定性變化冷點(diǎn)區(qū)多為景觀類型交錯(cuò)分布區(qū)中湖泊和植被顯著退化的區(qū)域。

(3)2013—2020年,額濟(jì)納綠洲核心區(qū)景觀穩(wěn)定性及其動態(tài)的驅(qū)動因子中,地下水埋深、供水密度和歸一化植被指數(shù)及其變化量的影響力度相對較強(qiáng);游客密度、平均氣溫和降水量及其變化量的影響力度低于前3者,但高于人口密度及其變化量。各驅(qū)動因子之間相互關(guān)聯(lián)且存在交互增強(qiáng)效應(yīng)。