陳 西,代子帥,江 嶺,2,葉 春,王延華,黃驍力,2,楊燦燦,2,陳駟迪

(1:滁州學(xué)院地理信息與旅游學(xué)院,滁州 239000) (2:實(shí)景地理環(huán)境安徽省重點(diǎn)實(shí)驗(yàn)室,滁州 239000) (3:中國環(huán)境科學(xué)研究院,北京 100012) (4:南京師范大學(xué)地理科學(xué)學(xué)院,南京 210023)

隨著生態(tài)環(huán)境在促進(jìn)國民經(jīng)濟(jì)可持續(xù)發(fā)展中的作用增強(qiáng),我國采取了一系列的水環(huán)境治理措施。其中,點(diǎn)源污染的控制效果明顯,而非點(diǎn)源污染(面源污染)則逐步成為流域水體富營養(yǎng)化的主要污染源[1-4]。面源污染輸入不僅會(huì)引發(fā)地表水水體富營養(yǎng)化和地下水污染,打破流域生態(tài)平衡,還進(jìn)一步限制了區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展[5]。氮素是流域面源污染中的重要成分,也是湖泊生態(tài)系統(tǒng)中最豐富的生源要素之一[6],但其在水體中的過度富集會(huì)導(dǎo)致水體富營養(yǎng)化、藍(lán)藻暴發(fā)等負(fù)面問題[7-8]。土地利用方式是流域氮素排放和遷移的重要載體,其排放的氮素(非氣態(tài))可通過地表徑流和地下徑流最終進(jìn)入流域水體中。因此,流域各土地利用方式時(shí)空演變將對(duì)流域氮負(fù)荷產(chǎn)生重要影響[9]。由于土地利用方式及其變化受人類活動(dòng)干擾較大,其承載的人類活動(dòng)對(duì)不同區(qū)域內(nèi)的氮“源”和氮“匯”角色發(fā)揮著重要的作用[10]。因此,量化土地利用方式變化成為影響氮排放核算的關(guān)鍵因素[11]。國內(nèi)外學(xué)者已逐步開展流域氮素對(duì)土地利用變化響應(yīng)的量化研究,但解讀基于多情景下土地利用變化對(duì)氮排放的響應(yīng)機(jī)制仍面臨挑戰(zhàn)。目前已有學(xué)者針對(duì)巢湖流域氮排放量核算和模擬進(jìn)行研究,取得了較豐碩的成果[12-14]。有學(xué)者曾使用SWAT模型模擬了巢湖流域2008-2017年間流域氮、磷損失量與湖泊養(yǎng)分濃度的關(guān)系,并從流域-湖泊綜合視角創(chuàng)建了湖泊養(yǎng)分富集的關(guān)鍵流域區(qū)域[12]。但考慮到SWAT模型對(duì)地形起伏和參數(shù)變化敏感,且適用于參數(shù)較為詳實(shí)的流域,對(duì)于部分地形低洼且數(shù)據(jù)較為缺乏的巢湖流域,開展多情景下的氮素排放時(shí)空模擬可能存在一定不確定性[13]。對(duì)于基礎(chǔ)數(shù)據(jù)不詳實(shí)的區(qū)域,有學(xué)者借助輸出系數(shù)法探究了巢湖典型農(nóng)村流域面源氮、磷污染排放特征,剖析了流域面源氮、磷輸出來源組成結(jié)構(gòu)并為農(nóng)村流域面源污染防控治理提供了科學(xué)參考[5];輸出系數(shù)法雖簡(jiǎn)單易操作,但它無法考慮營養(yǎng)物質(zhì)遷移時(shí)的復(fù)雜過程,例如植被對(duì)營養(yǎng)物質(zhì)的攔截、吸附和凈化作用,可能會(huì)高估流域氮素排放量。綜上,土地利用作為氮素遷移轉(zhuǎn)化的重要載體,在不同的發(fā)展情景下巢湖流域氮素負(fù)荷對(duì)其時(shí)空變化如何響應(yīng)?目前該類科學(xué)問題尚未有效解決,亟需開展相關(guān)研究。

近些年,學(xué)者多采用FLUS模型、CLUE-S模型和CA-Markov模型等對(duì)區(qū)域土地利用方式變化進(jìn)行預(yù)測(cè)模擬并取得豐碩成果[15-17]。然而,該類模型難以識(shí)別土地利用變化驅(qū)動(dòng)力且無法動(dòng)態(tài)捕捉多類土地利用斑塊的演變。近年來,PLUS模型通過用地?cái)U(kuò)張分析策略(LEAS),能夠更好地挖掘各類土地利用變化的誘因,模擬多類土地利用斑塊及演化,適用于未來土地演替加劇的情況下進(jìn)行土地利用變化模擬預(yù)測(cè)的研究[18]。在流域氮素面源污染排放核算方面, SWMM、SWAT、AnnAGNPS和DPeRS等模型被廣泛用于流域面源污染模擬的適用性評(píng)估和流域湖庫及排水系統(tǒng)的面源污染排放量核算[19-22]。其中,SWMM模型雖可以模擬出全動(dòng)態(tài)水利路線,但對(duì)于化肥的施用不能分區(qū)域進(jìn)行模擬;SWAT及AnnAGNPS等主流面源模型雖有較強(qiáng)的通用性,但受流域特征和基礎(chǔ)數(shù)據(jù)的限制較大[23-24]。而InVEST模型具有數(shù)據(jù)需求量少、運(yùn)行速度快、精度高等優(yōu)點(diǎn),可實(shí)現(xiàn)氮排放量空間變化的可視化表達(dá),且其營養(yǎng)物傳輸模塊(NDR)可計(jì)算氮素通過地表徑流和地下徑流匯入水體的傳輸率(入河系數(shù)),從而估算流域氮素排入水體的折純量,可有效避免土地利用方式變化、植被作用和人類活動(dòng)差異驅(qū)動(dòng)下氮素形態(tài)差異帶來排放量核算的不確定性[25],能較好地反映出土地利用變化與氮素排放量之間的響應(yīng)關(guān)系,已成為量化流域氮素排放的重要工具之一[26]。

巢湖作為我國“老三湖”水環(huán)境治理的重要區(qū)域,經(jīng)過系列的治理,水質(zhì)明顯好轉(zhuǎn),但總氮(TN)濃度依舊較高(TN:1.5～2.0 mg/L),氮素治理進(jìn)入瓶頸期。如何進(jìn)一步削減巢湖流域氮負(fù)荷,緩解湖體富營養(yǎng)化風(fēng)險(xiǎn)成為未來流域環(huán)境治理工作的重要內(nèi)容。近年來,部分學(xué)者已將InVEST模型中的生態(tài)系統(tǒng)服務(wù)功能模塊和產(chǎn)水模塊應(yīng)用到巢湖流域產(chǎn)水量模擬和流域生境質(zhì)量及生態(tài)系統(tǒng)服務(wù)功能等研究中,取得了階段性成果[27-29],為本研究的開展以及模型共性參數(shù)篩選和率定提供了參考。鑒于此,本研究將基于ENVI和ArcGIS平臺(tái),分析巢湖流域2000-2020年間的土地利用變化動(dòng)態(tài)特征;結(jié)合PLUS模型預(yù)測(cè)不同情景下巢湖流域2030年土地利用變化規(guī)律;借助InVEST模型,核算巢湖流域各土類及其變化所排入水體的總氮量,并預(yù)測(cè)巢湖流域未來不同土地利用方式發(fā)展情景下的氮排放趨勢(shì),解析流域氮素負(fù)荷變化對(duì)土地利用方式變化的響應(yīng)機(jī)制,為巢湖流域水體氮減排和富營養(yǎng)化治理提供參考。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)域概況

巢湖流域(圖1)位于安徽省中部,是我國五大淡水湖之一。巢湖流域面積13500 km2,其中湖區(qū)面積783 km2。巢湖流域既是重要的生態(tài)保護(hù)區(qū)又是重點(diǎn)開發(fā)區(qū),是國土資源空間配置中矛盾較為突出的區(qū)域。巢湖流域土地利用以耕地為主(70.7%),已成為我國較為集中的農(nóng)業(yè)基地之一[30]。1950s初,流域生態(tài)環(huán)境良好,具有多種使用功能。但隨著人口的增加,高強(qiáng)度人類活動(dòng)所產(chǎn)生的大量氮、磷等營養(yǎng)物質(zhì)被地表徑流排入湖體,造成了嚴(yán)重的面源污染,流域生態(tài)平衡被打破,部分生態(tài)功能逐漸喪失[13]。經(jīng)過多年的水環(huán)境治理,截至2022年年底,《安徽省生態(tài)環(huán)境狀況公報(bào)》顯示,巢湖全湖及東半湖呈輕度富營養(yǎng)狀態(tài),西半湖呈中度富營養(yǎng)狀態(tài),富營養(yǎng)化治理任重而道遠(yuǎn)[31]。

圖1 巢湖流域概況Fig.1 Location of Chaohu Basin

1.2 技術(shù)路線

本研究以巢湖流域?yàn)檠芯堪袇^(qū),依據(jù)研究目標(biāo)和主要內(nèi)容,制定以下技術(shù)路線(圖2)。首先,基于ENVI和ArcGIS平臺(tái),通過遙感解譯獲得巢湖流域2000-2020年的土地利用數(shù)據(jù);其次,結(jié)合PLUS模型LEAS模塊獲取各類用地的發(fā)展概率,再基于CARS模塊模擬出2030年巢湖流域自然發(fā)展情景、耕地保護(hù)情景、生態(tài)保護(hù)情景下的土地利用變化;而后,借助InVEST模型,核算各個(gè)年份的巢湖流域各土地利用類型及其變化所產(chǎn)生的氮排放量,并預(yù)測(cè)巢湖流域未來多情景下土地利用的氮排放趨勢(shì);最后,提出針對(duì)性的氮減排措施為巢湖流域富營養(yǎng)化治理提供科學(xué)參考。

圖2 技術(shù)路線圖Fig.2 The technical frameflow of this study

1.3 研究方法

1.3.1 土地利用類型遙感解譯 本研究所使用的巢湖流域2000、2005、2010、2015和2020年 Landsat TM 影像(30 m分辨率)和 Landsat 8 OLI 影像(30 m分辨率)均獲取自地理空間數(shù)據(jù)云(http:www.gscloud.cn);而后借助ArcGIS 10.2(ESRI,美國)平臺(tái)對(duì)巢湖流域2000-2022年5期遙感影像進(jìn)行前期處理;先后利用 ENVI 5.3(ESRI,美國)對(duì)遙感影像進(jìn)行輻射定標(biāo)、大氣校正、圖像融合等預(yù)處理,并按照全國土地分類系統(tǒng)標(biāo)準(zhǔn)進(jìn)行解譯,將巢湖流域土地利用類型分為4大類(耕地、建設(shè)用地、水域和林草地);最后,借助混淆矩陣對(duì)解譯結(jié)果進(jìn)行精度驗(yàn)證。結(jié)果顯示,5期的土地利用數(shù)據(jù)分類精度Kappa系數(shù)都保持在0.80～0.90,分類精度符合研究需要[32]。

1.3.2 土地利用類型動(dòng)態(tài)度分析 土地利用動(dòng)態(tài)度可以定量表達(dá)特定時(shí)間段內(nèi)某種土地利用類型的變化程度[33-34]。其中,單一的土地利用動(dòng)態(tài)度可用來展現(xiàn)巢湖流域某時(shí)間段內(nèi)不同土地利用類型的變化特征,并且對(duì)未來的土地利用發(fā)展趨勢(shì)有一定的預(yù)測(cè)分析功能,其表達(dá)式為[35]。

Ri=[(Ua-Ub)/Ua]/T×100%

(1)

式中,Ua和Ub分別表示該研究區(qū)域研究初期和末期某種土地利用類型的面積;T為研究時(shí)段長;Ri為研究區(qū)域在研究時(shí)段內(nèi)某一土地利用類型的變化率,R為正值。

1.3.3 PLUS模型 PLUS(patch-generating land use simulation)是一個(gè)基于土地?cái)U(kuò)張分析策略LEAS(land expansion analysis strategy)和多類隨機(jī)斑塊種子機(jī)制的元胞自動(dòng)機(jī)模型CARS(CA based on multi-type random patch seeds)的未來土地利用變化預(yù)測(cè)模型集成[18]。其中,LEAS模塊通過提取兩期土地利用變化數(shù)據(jù)間各個(gè)用地類型擴(kuò)張的部分,采用隨機(jī)森林算法挖掘獲取各類用地的發(fā)展概率以及各類用地?cái)U(kuò)張與多種驅(qū)動(dòng)因素間的聯(lián)系。CARS模塊是基于多類隨機(jī)斑塊種子生成和閾值遞減機(jī)制來模擬預(yù)測(cè)未來情景下的土地利用變化情況。

1.3.4 土地利用變化情景模擬 為進(jìn)一步探索不同情景下巢湖流域氮素排放對(duì)土地利用時(shí)空變化的響應(yīng)機(jī)理以及預(yù)測(cè)未來巢湖流域不同發(fā)展情景下的氮排放量變化,本研究以2020年土地利用數(shù)據(jù)為基期,設(shè)定自然發(fā)展情景、生態(tài)保護(hù)情景和耕地保護(hù)情景3種情景,開展2030年土地利用變化模擬。

(1)自然發(fā)展情景:指巢湖流域各地類基于2000-2020年土地利用變化規(guī)律,利用Markov鏈模型計(jì)算2030年自然發(fā)展情景下的土地利用需求量[15],按照目前的城市化發(fā)展模式,不設(shè)定各類型用地之間相互轉(zhuǎn)換的限制條件以及不涉及政府和市場(chǎng)干預(yù)的變化情景,是對(duì)未來土地利用變化模擬考慮其他約束條件的基礎(chǔ)。

(2)耕地保護(hù)情景:指在自然發(fā)展的情景下加入耕地保護(hù)的理念,通過約束耕地向其他用地類型的轉(zhuǎn)化實(shí)現(xiàn)耕地保護(hù)。本研究在計(jì)算耕地保護(hù)情景下的土地需求量時(shí)將耕地轉(zhuǎn)向建設(shè)用地的概率降低60%[36],以防止城市化進(jìn)程中基本耕地被其他用地侵占,從而控制基本耕地的總量,為巢湖流域未來在保護(hù)基本耕地的前提下進(jìn)一步推進(jìn)城市化的發(fā)展以及城鎮(zhèn)區(qū)域規(guī)劃提供參考。

(3)生態(tài)保護(hù)情景:與耕地保護(hù)情景類似,在自然發(fā)展情景中加入生態(tài)保護(hù)的限制區(qū),包括重點(diǎn)生態(tài)功能區(qū)、自然風(fēng)景名勝區(qū)、生態(tài)公益林等。生態(tài)保護(hù)區(qū)是綜合考慮整個(gè)巢湖流域的生態(tài)系統(tǒng)結(jié)構(gòu)和資源承載力等因素而劃定的區(qū)域,防止城市化發(fā)展的進(jìn)程中建設(shè)用地?zé)o序的擴(kuò)張對(duì)生態(tài)環(huán)境造成破壞。在計(jì)算此情景下的土地需求量時(shí)需降低生態(tài)用地轉(zhuǎn)向其他地類的概率,其中將林草地和水域向建設(shè)用地轉(zhuǎn)移的概率降低20%,向建設(shè)用地的轉(zhuǎn)移概率降低30%[37],計(jì)算得到2030年生態(tài)保護(hù)情景下的土地利用需求量。因此,生態(tài)保護(hù)情景能夠有效推進(jìn)城市開發(fā)和生態(tài)保護(hù)之間的協(xié)調(diào)發(fā)展,從而實(shí)現(xiàn)巢湖流域未來城市群的空間高質(zhì)量發(fā)展。

1.3.5 InVEST模型營養(yǎng)遷移模型 生態(tài)系統(tǒng)服務(wù)和權(quán)衡綜合評(píng)估模型(InVEST模型)是基于ArcGIS平臺(tái)開發(fā)的用于生態(tài)系統(tǒng)服務(wù)功能評(píng)估的模型。該模型通過模擬不同土地利用變化情境下的生態(tài)系統(tǒng)服務(wù)功能物質(zhì)量與價(jià)值量,從而實(shí)現(xiàn)生態(tài)系統(tǒng)服務(wù)功能價(jià)值評(píng)估和解讀生態(tài)系統(tǒng)服務(wù)功能的空間分布差異[38]。InVEST模型的營養(yǎng)物傳輸模型(nutrient delivery ratio,NDR)模塊是基于質(zhì)量守恒方法來模擬氮營養(yǎng)物質(zhì)在空間上的遷移,來估算氮素輸移率和氮素入河負(fù)荷[39]。本研究利用InVEST模型計(jì)算各類用地排放的氮素通過地表徑流和地下徑流進(jìn)入河流的傳輸率,從而計(jì)算巢湖流域的氮素傳輸率和氮素輸出負(fù)荷。其中,農(nóng)田氮素排放負(fù)荷受施肥方式和肥料種類影響較大,本研究在《全國農(nóng)田面源污染排放系數(shù)手冊(cè)》基礎(chǔ)上篩選農(nóng)田氮素流失系數(shù)并以氮肥施用的折純量(kg/hm2)進(jìn)行氮排放量核算。此外,本研究核算的氮排放量是各土地利用方式以地表徑流和地下徑流方式排入水體的TN折純量(非氣態(tài))。模型基本原理如下[40]。

通過徑流潛在指數(shù),獲取柵格營養(yǎng)物修正負(fù)荷指數(shù)以及地表、地下營養(yǎng)物負(fù)荷,計(jì)算公式為:

modified.loadi=loadi·RPIi

(2)

RPIi=RPi/RPav

(3)

loadsurf,i=(1-proportion_subsurfacei)·modified.load_ni

(4)

loadsubs,i=proportion_subsurfacei·modified.load_ni

(5)

式中,modified.loadi為修正的每個(gè)柵格像元i的營養(yǎng)物負(fù)荷,RPIi為徑流潛在指數(shù),RPi為柵格像元i上的徑流代理,RPav為柵格上的平均代理參數(shù),loadsurf,i為地表營養(yǎng)物負(fù)荷,loadsubs,i為地下營養(yǎng)物負(fù)荷,loadi為修正的每個(gè)柵格像元i的營養(yǎng)物負(fù)荷,modified.load_ni為修正的所有柵格像元i的營養(yǎng)物負(fù)荷,proportion_subsurfacei為地下營養(yǎng)物來源占比參數(shù)。其中,地表營養(yǎng)物質(zhì)傳輸率、地下營養(yǎng)物質(zhì)傳輸率和營養(yǎng)物負(fù)荷計(jì)算原理可參考InVEST模型NDR模塊技術(shù)手冊(cè)[40]。

InVEST模型NDR模塊輸入的參數(shù)包含:DEM數(shù)據(jù)、土地利用數(shù)據(jù)、營養(yǎng)物徑流代理數(shù)據(jù)、子流域范圍數(shù)據(jù)、生物物理表及流量累計(jì)閾值、Borselli K參數(shù)。其中,此處的營養(yǎng)物徑流代理數(shù)據(jù)本研究用的是年降水?dāng)?shù)據(jù),流量累計(jì)閾值取值為1000,Borselli K參數(shù)取值為2。根據(jù)流域自然環(huán)境的相似性、生物物理表中的養(yǎng)分負(fù)荷系數(shù)、最大滯留效率、養(yǎng)分滯留臨界距離參考國內(nèi)外相關(guān)文獻(xiàn)及InVEST用戶使用指南獲得[5,40-45],具體取值見表1。

表1 生物物理表取值Tab.1 Biophysical table values

1.4 TN濃度測(cè)定

本研究于2020年對(duì)巢湖流域環(huán)湖水系出入湖河口、巢湖湖體以及南淝河、派河、十五里河等主要小流域河流進(jìn)行水樣采集。樣品經(jīng)現(xiàn)場(chǎng)保溫箱冷藏,而后立即送至實(shí)驗(yàn)室存放于冷藏室直至所有指標(biāo)檢測(cè)完畢。其中,本研究所用的總氮濃度采用堿性過硫酸鉀消解紫外分光光度法(HJ 636-2012)測(cè)定。

2 結(jié)果與討論

2.1 土地利用方式時(shí)空變化特征

土地利用類型遙感解譯結(jié)果表明(表2),耕地和建設(shè)用地是巢湖流域主要的土地利用類型,占巢湖流域總面積的83%～88%。2000-2020年間,研究區(qū)各用地面積時(shí)間變化特征顯著。整體上,建設(shè)用地面積呈逐年擴(kuò)張而耕地面積呈逐年縮減趨勢(shì),水域面積保持緩慢增長而林草地面積則趨于穩(wěn)定。同期,巢湖流域各土地利用類型變化速度依次為:建設(shè)用地>水域>耕地>林草地,且建設(shè)用地和水域動(dòng)態(tài)度均為負(fù)值,表明近20年來巢湖流域建設(shè)用地和水域面積處于逐年增長狀態(tài),尤其是建設(shè)用地?cái)U(kuò)張趨勢(shì)明顯。而耕地動(dòng)態(tài)度一直為正值,表示耕地面積逐年縮減。林草地的動(dòng)態(tài)度雖有正有負(fù),總體呈上升趨勢(shì)。近20年來,巢湖流域建設(shè)用地面積比例由2000年的2.78%上升到2020年的7.23%,主要表現(xiàn)為城市面積的擴(kuò)大。然而,耕地面積比例由2000年的73.5%降低到2020年的67.97%,且主要被侵占區(qū)域集中在城郊附近。這表明城市化發(fā)展可能是巢湖流域各用地類型整體變化的主要驅(qū)動(dòng)力[46]。林草地面積和水域面積占比雖不高但整體呈持續(xù)緩慢增加趨勢(shì),原因可能是近年來安徽省政府高度重視對(duì)巢湖流域的生態(tài)保護(hù),持續(xù)貫徹執(zhí)行退耕還林、還湖政策[47]。

表2 2000-2020年巢湖流域各土地利用類型面積(km2)Tab.2 Area of each land use type in Chaohu Basin from 2000 to 2020 (km2)

在空間分布上(圖3),建設(shè)用地主要集中在巢湖西北部的合肥市轄區(qū)內(nèi),耕地圍繞巢湖呈集中連片分布,林草地分布在巢湖流域西南部山區(qū)以及南部丘陵一帶,水域主要以巢湖為中心呈向心狀分布。在用地類型轉(zhuǎn)移方面,耕地轉(zhuǎn)向建設(shè)用地主要以合肥市為核心向四周鄉(xiāng)鎮(zhèn)輻射擴(kuò)張。2000-2020年間(表3),巢湖流域耕地面積共減少了775.64 km2,而建設(shè)用地和水域分別增加了626.14 和115.58 km2,且二者的增加主要占用了耕地。一方面,城市化發(fā)展和人口密度增加加快了建設(shè)用地的擴(kuò)張速度,占據(jù)了大量城市周邊耕地。另一方面,為提高巢湖流域防洪抗旱標(biāo)準(zhǔn),近年來安徽省政府在巢湖流域興修水利設(shè)施,水域面積得以持續(xù)增加。同期,林草地和水域轉(zhuǎn)向耕地的面積分別占其總轉(zhuǎn)出面積的86.39%和84.78%,說明早期研究區(qū)隨著人口增長和人地矛盾凸顯,可能出現(xiàn)毀林開荒和圍湖造田現(xiàn)象,導(dǎo)致部分林草地和水域被耕地侵占。隨著國家退田環(huán)湖、植樹造林、生態(tài)城市建設(shè)等政策的貫徹落實(shí),先前圍湖造田、毀林開荒的區(qū)域得以逐漸恢復(fù)。由此可知,階段性政策調(diào)整可能成為區(qū)域土地利用方式變化的另一驅(qū)動(dòng)力。

表3 2000-2020年巢湖流域各土地利用類型轉(zhuǎn)移矩陣(km2)及土地利用動(dòng)態(tài)度(%)Tab.3 Transfer matrix (km2) and dynamic attitude (%) of each land use type in Chaohu Basin from 2000 to 2020

圖3 2000-2020年巢湖流域土地利用方式變化Fig.3 Variation of each land use changes in Chaohu Basin from 2000 to 2020

2.2 2030年土地利用方式情景模擬

為提升PLUS模型模擬精度,本研究以巢湖流域2000和2010年土地利用數(shù)據(jù)為基礎(chǔ)模擬2020年土地利用數(shù)據(jù),并與遙感解譯的2020年土地利用數(shù)據(jù)進(jìn)行精度驗(yàn)證。驗(yàn)證結(jié)果表明Kappa系數(shù)為0.90,滿足研究要求。而后設(shè)定自然發(fā)展、耕地保護(hù)和生態(tài)保護(hù)3種情景,基于2020年土地利用數(shù)據(jù)和各影響因子數(shù)據(jù),預(yù)測(cè)各情景下2030年巢湖流域土地利用空間分布格局。結(jié)果表明,自然發(fā)展情景下,巢湖流域未來土地利用空間分布特征延續(xù)了2000-2020年的土地利用變化趨勢(shì)。該情景下,建設(shè)用地面積增長了338.49 km2(表4),較2020年提升了33.29%,且擴(kuò)張區(qū)域主要集中在城鎮(zhèn)的邊緣地區(qū)以及流域地勢(shì)低平地區(qū)(圖4),表明建設(shè)用地通過侵占耕地,使城鎮(zhèn)用地得以繼續(xù)擴(kuò)張。因此,耕地面積繼續(xù)減少,較2020年減少了403.07 km2。雖然減少速度變緩,但耕地保護(hù)形勢(shì)更加嚴(yán)峻。林草地和水域面積均與前期變化趨勢(shì)保持一致,處于緩慢增長狀態(tài)。在耕地保護(hù)情景下,2020-2030年耕地面積減少了192.37 km2,相對(duì)于自然發(fā)展情景下的耕地減少的幅度得到有效的控制。建設(shè)用地仍然保持著增長的趨勢(shì),但相比自然增長情景下,2030年建設(shè)用地面積增長率有所降低,增長率只有14.85%,可見擴(kuò)張程度明顯放緩。在此情景下,限制耕地轉(zhuǎn)換為建設(shè)用地,導(dǎo)致林草地和水域轉(zhuǎn)換為建設(shè)用地的幅度較自然發(fā)展情景增加明顯且耕地面積減少幅度降低,使得巢湖流域的基本耕地資源得到更好的保護(hù)。在生態(tài)保護(hù)情景下,建設(shè)用地高速擴(kuò)張趨勢(shì)得到有效控制。2020-2030年建設(shè)用地面積增長緩慢,僅增加235.96 km2。林草地面積相比于自然發(fā)展情景顯著增加,2020-2030年林草地面積增加78.02 km2,且主要轉(zhuǎn)入來源是耕地。在生態(tài)保護(hù)前提下,“限制林草地和水域生態(tài)用地轉(zhuǎn)換為其他地類”模式使得更多的耕地轉(zhuǎn)為建設(shè)用地。因此,耕地縮減面積相較于耕地保護(hù)情景大幅上升,上升了187.74 km2。綜上,巢湖流域若不采取有效措施,建設(shè)用地將持續(xù)擴(kuò)張,會(huì)過多侵占其他用地類型,對(duì)巢湖流域生態(tài)保護(hù)帶來負(fù)面影響。所以在未來巢湖流域土地利用過程中,流域管理者應(yīng)做到有序開發(fā),注重生態(tài)環(huán)境和糧食安全保護(hù),使巢湖流域用地規(guī)劃向著生態(tài)可持續(xù)的方向發(fā)展。

表4 2030年不同情景下巢湖流域各用地面積(km2)Tab.4 Areas of each land use type in Chaohu Basin under different scenarios in 2030 (km2)

2.3 各土地利用變化下的氮排放特征

InVEST模擬結(jié)果顯示,巢湖流域2000-2020年由土地利用方式產(chǎn)生的TN年平均值為25197.89 t,與現(xiàn)有巢湖流域氮排放研究結(jié)果較符合,與長江中下游氮排放變化趨勢(shì)較一致。輸入水體的氮排放平均值和平均強(qiáng)度分別為4684.05 t和4.62 kg/hm2(表5),較同類研究排放強(qiáng)度低[48]。整體上,巢湖流域在2000-2020年間的氮排放總量和氮排放強(qiáng)度均有所降低,2020年較2000年分別下降了3.57%和3.32%,但各用地類型氮排放量間存在顯著差異。其中,建設(shè)用地和耕地的氮排放量變化幅度較大,但趨勢(shì)相反。建設(shè)用地2020年氮排放量為272.64 t,相較于2000年上升了約159.01%。巢湖流域近20年來城市化進(jìn)展加快,其他土地利用類型均向建設(shè)用地轉(zhuǎn)移,導(dǎo)致建設(shè)用地面積快速增加,從而加劇了建設(shè)用地氮排放總強(qiáng)度。此外,耕地氮排放量占巢湖流域總氮排放量比例最大,2020年約占了89.11%。研究區(qū)以耕地為主,在農(nóng)業(yè)生產(chǎn)過程中耕地化肥施用量較大,而整體氮肥當(dāng)季利用率較低(< 40%),未被吸收部分通過降水徑流、耕地灌溉、淋溶等方式在水體中累計(jì),成為巢湖水體富營養(yǎng)化加快的重要原因[49-50]。由于耕地氮排放系數(shù)及面積遠(yuǎn)高于其他用地類型,耕地面積縮減導(dǎo)致氮排放的減少量大于其他用地類型面積增加帶來的氮排放增加量,使得流域氮排放量整體呈現(xiàn)下降趨勢(shì)。林草地對(duì)氮的輸出具有攔截、吸附和吸收作用,產(chǎn)排放系數(shù)較小,一般作為流域氮遷移的“匯”。所以,整體上研究區(qū)林草地氮排放量貢獻(xiàn)相對(duì)較低且變化波動(dòng)較小。

表5 不同土地利用類型的氮排放量Tab.5 Nitrogen discharge loads from different land use types

在空間分布上(圖5),流域氮排放量主要以東西為軸線呈樹狀分布,與巢湖流域水系空間分布呈良好的一致性。巢湖流域水系以巢湖為中心呈樹狀向四周輻射,且水系貫穿耕地區(qū)域,使得農(nóng)業(yè)生產(chǎn)過程未被吸收的氮通過降水徑流匯入水系之中,導(dǎo)致氮排放負(fù)荷沿著流域水系呈樹狀分布。此外,巢湖流域西部氮排放量總體高于東部,南部整體高于北部,該分布格局可能受巢湖流域自然地理環(huán)境與人類社會(huì)活動(dòng)共同作用的影響[43]。巢湖流域耕地主要分布在其流域南部,促使巢湖流域南部區(qū)域氮排放量高于北部。但值得關(guān)注的是,巢湖西北部的南淝河(5.29 kg/hm2)和派河(5.34 kg/hm2)小流域成為氮排放的高值區(qū),與區(qū)域水體TN濃度(1.64 mg/L)呈現(xiàn)良好的空間集聚特征(圖6)。一方面,該區(qū)域上游是典型的城市聚集區(qū),城市用地面積占土地利用總量的36.59%,受城市氮源(城市污水、工業(yè)廢水)排放影響較大[48,51]。另一方面,該流域的中下游主要經(jīng)過農(nóng)業(yè)區(qū)(大圩鎮(zhèn)果蔬基地),農(nóng)田施肥使得大量氮素通過徑流進(jìn)入水體。二者累加,使得氮素逐漸在下游水體中富集[52]。

圖5 巢湖流域氮排放強(qiáng)度和水體TN濃度監(jiān)測(cè)值Fig.5 Intensity of nitrogen discharge and monitoring values of TN concentrations in Chaohu Basin

圖6 流域氮排放量與氣象條件、水體氮負(fù)荷以及城市化水平關(guān)系Fig.6 The relationship of nitrogen discharge loads with meteorological conditions, nitrogen load in water bodies and urbanization levels

由圖6a可知,經(jīng)過系列治理,巢湖水體TN濃度顯著降低,但近10年來仍在Ⅳ～Ⅴ類水平波動(dòng),氮素削減的“邊際效應(yīng)”開始出現(xiàn),表明巢湖水體氮素治理已進(jìn)入攻堅(jiān)階段。那么厘清土地利用方式及其轉(zhuǎn)化對(duì)流域氮素排放的驅(qū)動(dòng)機(jī)制或許能為未來巢湖流域水體氮有效削減和富營養(yǎng)化治理提供支撐。為此,本研究通過對(duì)2000-2022年間的氮排放量與流域水體氮濃度以及降雨量進(jìn)行統(tǒng)計(jì)分析,結(jié)果顯示三者整體呈降低趨勢(shì),其變化存在顯著的相關(guān)性(圖6)。其中,氮排放量與TN濃度呈現(xiàn)正相關(guān)關(guān)系(P<0.05,R2=0.94;圖6a),與降雨量間存在顯著的負(fù)冪關(guān)系(圖6b)。前人研究表明,流域水體氮負(fù)荷變化受多因素耦合作用影響[53]。例如,流域水體TN濃度不僅取決于降雨量,還將受各用地類型氮排放量的影響。在短期氮排放強(qiáng)度不變的情況下,過多的降水量將會(huì)稀釋水體氮濃度,尤其是在巢湖流域各用地類型的總氮排放量呈現(xiàn)逐年降低的背景下,波動(dòng)增加的降雨量增強(qiáng)了湖體TN濃度的稀釋效應(yīng),這也很好地解釋了本研究中氮排放量與降雨量呈現(xiàn)負(fù)相關(guān)關(guān)系。此外,氮排放量與湖體TN濃度呈顯著正相關(guān)關(guān)系,表明由各土類產(chǎn)生的氮素排放成為流域水體氮負(fù)荷變化的重要驅(qū)動(dòng)力之一。

值得關(guān)注的是,作為氮素遷移的重要載體以及排放源,流域土地利用方式的變化尤其是建設(shè)用地面積的擴(kuò)增,可能會(huì)導(dǎo)致區(qū)域水體氮負(fù)荷保持在一個(gè)較高風(fēng)險(xiǎn)水平(圖6c)。因?yàn)楸狙芯拷Y(jié)果表明,2000-2020年巢湖流域建設(shè)用地面積增加了626.14 km2,并且2030年情景模擬顯示這種增加趨勢(shì)還將繼續(xù)。一方面,隨著城市化推進(jìn)和基礎(chǔ)設(shè)施的完善,建設(shè)用地的擴(kuò)張?jiān)黾恿肆饔虿煌杆姹壤?圖6c),致使該區(qū)域徑流系數(shù)和徑流攜帶能力增強(qiáng),地表氮素進(jìn)入水體的概率增加。因此,即使相關(guān)環(huán)保治理措施被應(yīng)用到南淝河(城市型河流)中,其水體TN濃度一直處于劣Ⅴ類水平,氮負(fù)荷削減面臨瓶頸。另一方面,有研究表明,作為長江中下游的另一典型淡水湖泊——太湖,其流域部分城市區(qū)域建設(shè)用地的氮產(chǎn)、排污系數(shù)已經(jīng)超過其周圍的耕地,加劇了區(qū)域水體富營養(yǎng)化風(fēng)險(xiǎn)[54]。因此,隨著巢湖流域單位面積人類活動(dòng)強(qiáng)度的增強(qiáng),建設(shè)用地的氮產(chǎn)、排污系數(shù)可能會(huì)呈現(xiàn)增加趨勢(shì),從而為流域地表徑流提供更多的氮源。二者的協(xié)同作用將會(huì)給未來巢湖流域部分城市化率較高的水域氮素治理帶來新挑戰(zhàn)。所以,在未來的城市用地規(guī)劃方面,需要充分發(fā)揮綠地的生態(tài)功能來削減氮素排放,以期緩解城市區(qū)域水體富營養(yǎng)化風(fēng)險(xiǎn)。

2.4 2030年氮排放情景預(yù)測(cè)

2030年自然發(fā)展、耕地保護(hù)和生態(tài)保護(hù)情景下的巢湖流域土地利用方式氮排放預(yù)測(cè)結(jié)果(表6,圖7)顯示,3種情境下的氮排放量分別為4514.42、4575.57和4484.72 t。2020-2030年巢湖流域3種不同情景下的氮排放時(shí)空變化特征與2000-2020年間整體一致,但各情景間的氮排放量存在差異,主要受各情景下不同用地類型變化的影響較大。

表6 2020年和2030年不同情景下的氮排放量Tab.6 The loads of nitrogen discharge under different scenarios in 2020 and 2030

圖7 2030年巢湖流域不同情景下氮排放量空間分布Fig.7 Spatial distribution of nitrogen discharge loads under different scenarios in Chaohu Basin in 2030

自然發(fā)展情景下,2030年巢湖流域氮排放量為4514.42 t,較2020年減少了83.56 t。而建設(shè)用地氮排放量比例由2000年的2.21%增加到2030年的9.65%,主要原因是隨著城市化建設(shè)快速推進(jìn)和城市人口激增,城市不透水面面積逐漸增加(390.64～1355.27 km2),使得城市地表徑流量顯著增強(qiáng)(GB 50318-2017),導(dǎo)致建設(shè)用地氮排放量增加。隨著城市擴(kuò)張,耕地面積逐年遞減,致使耕地氮排放量逐年減低,但降低的幅度在逐年遞減。此外,建設(shè)用地?cái)U(kuò)張產(chǎn)生的氮排放增量小于耕地面積減少而帶來的氮排放減量,二者抵消作用使整體氮排放依舊呈降低趨勢(shì)。

在耕地保護(hù)情景下,巢湖流域氮排放量在2020年的基礎(chǔ)上僅降低了22.25 t。因?yàn)楸狙芯繉⒏卦O(shè)置成限制轉(zhuǎn)換區(qū)域,在土地利用轉(zhuǎn)化的過程中耕地轉(zhuǎn)出的面積得到有效的控制,使得本情景下的氮排放量降低幅度小于自然發(fā)展情景和生態(tài)保護(hù)情景。相反,對(duì)耕地的保護(hù)加劇了林草地、水域等生態(tài)用地轉(zhuǎn)向建設(shè)用地的程度,同時(shí)也降低了林草地?cái)r截氮污染物輸出的效率。在生態(tài)保護(hù)情景下,氮排放量表現(xiàn)為更明顯的下降趨勢(shì),相對(duì)于2020年降低了113.36 t,總量比自然發(fā)展情景下低29.71 t。因?yàn)?該情景限制了生態(tài)用地轉(zhuǎn)向建設(shè)用地,使耕地轉(zhuǎn)向建設(shè)用地的概率大大增加,導(dǎo)致耕地面積縮減明顯,其氮減排效果顯著(187 t)。此外,由于該情景考慮了退耕還林、退耕還湖、水源保護(hù)等政策,限制于林草地、水域等生態(tài)用地轉(zhuǎn)向其他地類,生態(tài)用地面積得以保障。并且,近些年政府加大了生態(tài)保護(hù)力度,推進(jìn)了城市綠化建設(shè),例如積極建設(shè)濕地生態(tài)公園、生態(tài)廊道和生態(tài)緩沖區(qū)等,使得林草地面積逐漸增加,進(jìn)而提高了植被對(duì)氮、磷等營養(yǎng)物質(zhì)的截留效率。

耕地保護(hù)情景和生態(tài)保護(hù)情景下的氮排放量相較于自然保護(hù)情景下分別變化了61.65和29.71 t,就巢湖流域土地利用方式的氮排放總量而言,占比較小。一方面,本研究中生態(tài)保護(hù)情景是限制了生態(tài)用地向其他用地轉(zhuǎn)化,但生態(tài)用地的建設(shè)和生態(tài)功能的恢復(fù)需要一定周期,使得短期內(nèi)治理效果不明顯。此外,新增生態(tài)用地面積占整體比例較小,導(dǎo)致對(duì)整個(gè)流域的氮“減排”作用效果不明顯(2.47%)。但在2000-2020年期間,生態(tài)用地面積僅增加了0.39%,而其減排效果卻達(dá)到了2.47%。從這個(gè)角度來說,生態(tài)保護(hù)情景具有明顯的氮減排效果。需要注意的是,生態(tài)用地對(duì)氮減排會(huì)存在顯著的尺度效應(yīng),因?yàn)樯鷳B(tài)工程的效果評(píng)價(jià)多是對(duì)該工程范圍內(nèi)的治理效果進(jìn)行評(píng)估。但本研究的生態(tài)情景模擬結(jié)果是針對(duì)整個(gè)巢湖流域而言,其治理效果被整個(gè)流域“平均”了。若將模擬范圍收縮到生態(tài)情景重點(diǎn)區(qū)域,則氮減排效果較自然情景有明顯差異。另一方面,本研究耕地保護(hù)情景是在滿足現(xiàn)有耕地需求下模擬的,而現(xiàn)階段巢湖流域的耕地現(xiàn)狀整體上已經(jīng)滿足安徽省耕地基本保護(hù)要求。所以,2020-2030年間的研究區(qū)耕地保護(hù)的潛力較小,使耕地保護(hù)情景下巢湖流域氮排放總量相對(duì)自然情景變化不明顯。而對(duì)于耕地保護(hù)的重點(diǎn)區(qū)域,該情景下的耕地保持量與自然情景下的差異明顯。本研究通過選取其中一個(gè)耕地保護(hù)重點(diǎn)區(qū)進(jìn)行模擬,結(jié)果顯示每平方千米的耕地增加量(0.09 km2)是整個(gè)流域單位面積耕地增加量(0.007 km2)的12.8倍,能較好地證明耕地保護(hù)情景在工程范圍內(nèi)起到明顯的氮減排效果。上述分析也從側(cè)面反映了政策持續(xù)執(zhí)行的重要性。因此,建議地方管理者繼續(xù)貫徹落實(shí)耕地保護(hù)和生態(tài)保護(hù)政策,以期實(shí)現(xiàn)流域氮減排攻堅(jiān)目標(biāo)。

3 結(jié)論

本研究以巢湖流域?yàn)檠芯繉?duì)象,借助PLUS和InVEST模型探索巢湖流域氮排放對(duì)土地利用時(shí)空變化的響應(yīng)機(jī)制,具體結(jié)論如下:

1)2000-2020年巢湖流域建設(shè)用地面積持續(xù)增加,耕地面積逐年減少,林草地和水域面積波動(dòng)較小。耕地面積流失嚴(yán)重,主要轉(zhuǎn)向建設(shè)用地。經(jīng)PLUS模型預(yù)測(cè),自然發(fā)展情景下土地利用時(shí)空變化趨勢(shì)與2000-2020年土地利用變化趨勢(shì)基本保持一致;耕地保護(hù)情景和生態(tài)保護(hù)情景在限制因素的影響下,一定程度上約束了建設(shè)用地?cái)U(kuò)張對(duì)耕地和生態(tài)用地的侵占,對(duì)于保護(hù)巢湖流域生態(tài)功能和耕地資源起到重要作用。

2)2000-2020年間,巢湖流域由各土類排入水體的氮總量呈降低趨勢(shì),下降了170.06 t。空間上,氮排放負(fù)荷差異明顯,整體上以東西為軸線呈樹狀分布,西部排放量高于東部,南部高于北部區(qū)域。流域水體氮負(fù)荷變化受多因素耦合作用影響較大,但未來建設(shè)用地面積的擴(kuò)增,可能會(huì)增加區(qū)域水體氮負(fù)荷風(fēng)險(xiǎn)。

3)巢湖流域在自然發(fā)展情景、耕地保護(hù)情景和生態(tài)保護(hù)情景下的氮排放量分別為4514.42、4575.57和4484.72 t,均較2020年氮排放量呈下降趨勢(shì)。其中,生態(tài)保護(hù)情景既有效地保障了巢湖流域生態(tài)功能又達(dá)到了較好的氮減排效果。

鑒于此,本研究建議:未來巢湖流域的土地利用規(guī)劃應(yīng)在合理發(fā)展社會(huì)經(jīng)濟(jì)并且保證基本耕地的同時(shí)綜合考慮采取更多的生態(tài)保護(hù)措施,加強(qiáng)對(duì)林草地和水域的修復(fù)保護(hù),防止林草地、水域等生態(tài)用地被侵占,以期實(shí)現(xiàn)流域氮負(fù)荷的有效削減。同時(shí),流域管理者需切實(shí)考慮其實(shí)施需要持續(xù)且大量資金和技術(shù)支持,并且生態(tài)功能的恢復(fù)需要一定的周期,其治理效果受工程質(zhì)量、氣象水文事件和階段性管理政策等影響較大,治理成本較高。另一方面,生態(tài)保護(hù)與經(jīng)濟(jì)發(fā)展較難“共贏”,政府可建立生態(tài)補(bǔ)償機(jī)制等激勵(lì)措施,切實(shí)加大科技投入和技術(shù)研發(fā)。通過信息化手段進(jìn)行實(shí)時(shí)環(huán)境監(jiān)測(cè),跟蹤治理效果,以助力巢湖流域氮素削減目標(biāo)的實(shí)現(xiàn)[55-56]。