唐梁博TANG Liang-bo;張宇鵬ZHANG Yu-peng;孔德庸KONG De-yong;張妤琳ZHANG Yu-lin;王衛(wèi)②WANG Wei
(①韶關學院,韶關 512005;②廣州市華南自然資源科學技術研究院,廣州 510610)
耕地是人類賴以生存和發(fā)展的基礎,是保障糧食安全和國民經(jīng)濟高質(zhì)量發(fā)展的寶貴資源。長期以來,社會經(jīng)濟高速發(fā)展和快速城鎮(zhèn)化擴張過程中,大量原有耕地轉(zhuǎn)變?yōu)榉寝r(nóng)用地,現(xiàn)有耕地也面臨破碎化、非糧化、粗放化、邊際化等現(xiàn)實問題的挑戰(zhàn)[1],人地沖突日益加劇。尤其在喀斯特地貌廣泛發(fā)育的地區(qū),山地丘陵廣布、地形破碎、土層瘠薄,水土條件差,耕作潛力有限。生產(chǎn)、生活和生態(tài)用地需求難以平衡,安全與發(fā)展的矛盾相互交織。20 世紀80、90年代,在巨大的現(xiàn)實人口壓力下,毀林開荒、坡地開墾又會進一步加劇水土流失,使得基巖大面積裸露或礫石堆積的石漠化現(xiàn)象廣布,耕地數(shù)量、質(zhì)量與生態(tài)功能更加惡化。因此,確保耕地資源可持續(xù)利用與石漠化綜合治理相互交織,不可分割。
自2008 年全面啟動并實施石漠化綜合治理工程以來,經(jīng)過多年治理,石漠化綜合治理已進入鞏固和攻堅階段[2]。但礙于自然條件、人口壓力、群眾生計等石漠化驅(qū)動因素難以消除,石漠化治理成果鞏固難度巨大,有賴長期投入。在石漠化綜合治理的鞏固與攻堅的關鍵時期,耕地保護與利用的矛盾也必將愈加突顯。長期監(jiān)測,是摸清治理成效,探究演變規(guī)律的重要基礎手段。因此,喀斯特地區(qū)的耕地變化監(jiān)測對促進耕地資源可持續(xù)利用,評估石漠化治理成效與區(qū)域生態(tài)安全具有重要意義。
喀斯特地區(qū)耕地時空演變也已經(jīng)引起了學界的廣泛重視,研究內(nèi)容集中于耕地利用變化、耕地功能、耕地景觀格局、耕地破碎化、坡耕地分布等方面[3-6]。但較少涉及耕地生產(chǎn)力的時空演變及其與地形坡度的相互關系;研究時間尺度上多聚焦長時序,長間隔,較少關注鞏固攻堅階段的年際變化研究;空間尺度上多集中于云南、貴州,廣西等西南喀斯特石漠化地區(qū),缺乏對廣東典型石漠化地區(qū)的針對性研究。
廣東省喀斯特地區(qū)主要分布在本省粵北地區(qū),其中韶關市石漠化地區(qū)分布較為集中,主要分布于樂昌市與乳源瑤族自治縣。其中,樂昌市石漠化面積29.7 萬畝,占韶關市石漠化面積的63.6%,占全省石漠化的33.3%,為全省石漠化之最[7]。自2008 年樂昌、乳源被先后納入石漠化綜合治理試點以來,韶關市積極探索,形成了樂昌“祖嶺模式”為代表的多種石漠化治理特色模式。多種治理模式并行嘗試的過程中,耕地面積與利用方式也隨之產(chǎn)生多樣變化,需要評估治理過程中耕地分布與生產(chǎn)力的時空演變。
鑒于此,本文以粵北典型石漠化地區(qū)為研究區(qū),以2018-2022 五期Sentinel-2 衛(wèi)星影像、土地覆被數(shù)據(jù),地形高程數(shù)據(jù)為基礎,分析2018-2022 年耕地面積、NPP 的時空演變。以期為研判石漠化綜合治理生態(tài)效應、耕地保護與可持續(xù)利用提供參考支撐。
韶關市地處南嶺山脈的中部偏東段南麓,屬亞熱帶季風氣候區(qū),是我國南方林區(qū)的典型代表和粵港澳大灣區(qū)的重要生態(tài)屏障,粵北地區(qū)是保障區(qū)域生態(tài)系統(tǒng)完整性的關鍵地帶,具有生物多樣性保護、水資源維護和水土保持等重要功能[8]。本文研究區(qū)韶關市典型石漠化地區(qū)主要分布于樂昌市西部與乳源瑤族自治縣北部的石漠化連綿地帶,自北向南涉及樂昌市坪石鎮(zhèn)、梅花鎮(zhèn)、秀水鎮(zhèn)、云巖鎮(zhèn),沙坪鎮(zhèn),以及乳源瑤族自治縣大橋鎮(zhèn),地勢北低南高,喀斯特地貌廣布,生態(tài)系統(tǒng)脆弱,是廣東石漠化土地的主要分布區(qū),亦為全國石漠化監(jiān)測的重點地區(qū)。
圖1 研究區(qū)概況
傳統(tǒng)石漠化調(diào)查監(jiān)測數(shù)據(jù)精準但資源投入巨大且更新周期相對較長,難以完全滿足跟蹤監(jiān)測的需要。近年來隨著遙感云計算平臺的出現(xiàn),多主題、多時相、多尺度、且廣域覆蓋的PB 級遙感地球觀測數(shù)據(jù)產(chǎn)品得以方便地進行集成與分析,有效滿足跟蹤監(jiān)測的需要[9]。
研究數(shù)據(jù)基于Google Earth Engine(GEE)平臺獲取高精度土地覆被數(shù)據(jù)、植被凈初級生產(chǎn)力(Net Primary Productivity, NPP)數(shù)據(jù),地形高程數(shù)據(jù):
覆蓋研究區(qū)范圍的2018-2022 年ESA WorldCover(空間分辨率10m)土地覆被數(shù)據(jù)集,該數(shù)據(jù)集是當前主流高精度的土地覆蓋數(shù)據(jù)中分類精度和分類細節(jié)程度表現(xiàn)較好的產(chǎn)品,產(chǎn)品土地覆被類型包括林地、耕地、草地、不透水面(建設用地)、裸地,冰雪[10]。通過拼接和裁剪獲取土地覆被數(shù)據(jù),并從中提取耕地土地覆被類型的耕地。
在宏觀尺度下,可通過遙感手段獲取覆蓋范圍廣、時間序列連續(xù)性強的植被凈初級生產(chǎn)力(Net Primary Productivity, NPP)用于表征耕地生產(chǎn)力。NPP 是指植被扣除自身呼吸作用消耗有機物之后的植被光合作用剩余量,不僅物理含義直接反映植被生產(chǎn)能力且對氣候變化和人類活動的敏感性高于NDVI 等常用植被指數(shù),已被廣泛用于耕地生產(chǎn)力動態(tài)監(jiān)測研究[11]。研究采用美國國家航空航天局2018-2022 年度NPP 合成產(chǎn)品MOD17A3HGF6.1(空間分辨率500m)。
地形數(shù)據(jù)采用歐洲航天局Copernicus DEM 數(shù)據(jù)集(空間分辨率30m),該數(shù)據(jù)集相比現(xiàn)行其他開源數(shù)字高程模型產(chǎn)品,具有更好的高程精度和時間現(xiàn)勢性,且在地形細節(jié)表達方面更為細致精確[12]?;谘芯繀^(qū)Copernicus DEM 數(shù)據(jù),進行坡度提取與分級,參考已有研究將坡度劃分為<5°平坡、5°~10°緩坡、10°~25°中坡、25°~35°陡坡、>35°極陡坡并與耕地疊加取得不同坡型的耕地范圍。
1.3.1 變化動態(tài)度
變化動態(tài)度可揭示研究時期內(nèi)輸入?yún)?shù)變化的劇烈程度[13],可用于定量表達耕地資源數(shù)量與NPP 的變化速度。計算公式為:
式中K 為研究時期內(nèi)的變化動態(tài)度,Ua、Ub為期初和期末某種輸入?yún)?shù)的值,T 為研究時長。
1.3.2 Theil-Sen 趨勢分析與Mann-Kendall 顯著性檢驗
研究采用Theil-Sen 趨勢分析來量化2018-2022 年石漠化程度與耕地生產(chǎn)力年際變化趨勢,并采用Mann-Kendall 顯著性檢驗來評估趨勢顯著性。
Theil-Sen 趨勢分析是一種非參數(shù)檢驗方法,具有樣本無需滿足特定分布,不受線性回歸假設限制,方法穩(wěn)健不易受誤差積累或異常值的影響,常用于時間序列變化趨勢分析[14]。其計算公式為:
式中Sen' s slope 表示耕地生產(chǎn)力(NPP)時間序列的斜率中值,表示變量隨時間變化的速率,從而表示趨勢的強度;Ci和Cj分別表示耕地生產(chǎn)力(NPP)時間序列第i 年和第j 年的值,Median 為取中值。MK 檢驗是一種非參數(shù)統(tǒng)計檢驗方法,通常用于檢驗時間序列變化趨勢的顯著性,當p 值<0.05 或|z-score| > 1.96表明趨勢顯著具有統(tǒng)計學意義。
由于耕地短時變化趨勢往往不顯著,因此對NPP 數(shù)據(jù)層時間序列采用10 階多項式進行擬合,使年際間變化更為平滑,再進行Theil-Sen 趨勢以使MK 分析更具顯著性和參考性。
2.1.1 耕地面積變化
研究區(qū)內(nèi)總體而言(表1),耕地面積在2018~2022 年間面積略有縮減,由59.17km2降至44.15km2,年際變化呈波動下降趨勢。鎮(zhèn)域尺度耕地面積總體也呈波動下降趨勢,但有所分化,總體表現(xiàn)為南北高,中間低。其中北部坪石鎮(zhèn)耕地面積最大,耕地面積縮減最為明顯,2018~2022年間耕地面積減少了9.63km2。而中南部的云巖、沙坪鎮(zhèn)耕地面積則略有增加。
表1 2018-2022 年耕地面積變化 km2
2.1.2 耕地變化動態(tài)度
從耕地變化動態(tài)度可知研究區(qū)內(nèi)年際耕地利用變化的差異(表2)??傮w而言2018~2022 年研究區(qū)耕地利用動態(tài)度為-6.34%,表明研究時期內(nèi)研究區(qū)耕地面積總體呈遞減動態(tài)變化,年際變化則有明顯分化,表現(xiàn)為初末段遞減動態(tài)變化,中段為遞增動態(tài)變化,呈“倒U 形”。而從鎮(zhèn)域尺度來看,動態(tài)度變化也呈現(xiàn)明顯分化,且年際變化更為劇烈。從整個研究時期來看,除云巖、沙坪鎮(zhèn)外,總體呈遞減動態(tài)變化,其中沙坪鎮(zhèn)2020~2021 年動態(tài)度變化最為劇烈,高達204.44%。
表2 2018-2022 年耕地利用動態(tài)度變化
2.1.3 不同坡型耕地面積變化
從坡型尺度來看(表3),研究區(qū)耕地分布主要分布于緩坡與中坡,兩種坡型耕地面積占總耕地面積最大,平坡次之,陡坡、極陡坡耕地面積稀少,耕地面積隨坡度增大先升后降。2018~2022 年研究區(qū)不同坡型耕地面積也呈縮減態(tài)勢,與面積分布類似,縮減面積同樣集中于緩坡與中坡,平坡次之,陡坡、極陡坡略微下降。
表3 2018-2022 年不同坡型耕地面積變化 km2
2.2.1 研究區(qū)凈初級生產(chǎn)力(NPP)時空演化
從研究區(qū)NPP 變化趨勢可知(表4),2018~2022 年研究區(qū)NPP 整體呈遞增態(tài)勢,鎮(zhèn)域尺度NPP 均值自北向南遞增,所有鎮(zhèn)域年際變化均呈遞增態(tài)勢,表明研究區(qū)生態(tài)效益變化整體向好。
表4 2018-2022 年研究區(qū)NPP 變化趨勢 kg*C/cm2
總體而言2018~2022 年研究區(qū)耕地NPP 值低于研究區(qū)NPP 均值,從耕地NPP 變化趨勢可知(表5),2018~2022 年研究區(qū)耕地NPP 值無明顯變化趨勢,鎮(zhèn)域尺度耕地NPP 變化呈現(xiàn)一定程度的空間分化。大致上,研究區(qū)各鎮(zhèn)域整體呈波動遞減態(tài)勢,主要發(fā)生于研究區(qū)南北兩側(cè)的大橋鎮(zhèn)與坪石鎮(zhèn),而在研究區(qū)中南部,云巖鎮(zhèn)與沙坪鎮(zhèn)NPP 變化則反而呈遞增趨勢。
表5 2018-2022 年耕地NPP 變化趨勢 kg*C/m2
2.2.2 不同坡型耕地凈初級生產(chǎn)力(NPP)時空演化
從不同坡型NPP 變化趨勢可知(表6),2018~2022 年研究區(qū)不同坡型NPP 整體呈波動遞增態(tài)勢,表明研究區(qū)耕地無論坡型條件,其耕地生產(chǎn)能力均有一定程度改善。
表6 2018-2022 年不同坡型耕地NPP 變化趨勢 kg*C/m2
研究基于GEE 平臺,調(diào)用衛(wèi)星影像數(shù)據(jù)、高精度土地覆被數(shù)據(jù),植被凈初級成產(chǎn)力(NPP)數(shù)據(jù)集,分析粵北典型石漠化地區(qū)2018~2022 年鎮(zhèn)域、坡型尺度耕地面積、植被凈初級生產(chǎn)力的時空演變及相互關系。結果表明:
①2018~2022 年研究區(qū)耕地面積略有縮減,空間上主要發(fā)生于研究區(qū)南北兩側(cè)鎮(zhèn)域,年際變化動態(tài)度則波動劇較大,坡型方面耕地主要分布于緩坡與中坡坡型且耕地面積縮減也主要發(fā)生于上述坡型。表明研究區(qū)石漠化綜合治理工程開展規(guī)??捎^,引起地表耕地形態(tài)的劇烈變動,廣泛采用的封山育林、退耕還林還草等修復措施推進產(chǎn)生生態(tài)效益,且科學集中于面積比重大,治理難度相對較低的緩坡、中坡耕地[15]。
②2018~2022 年研究區(qū)NPP 總體NPP 呈遞增趨勢,耕地NPP 則無明顯變化趨勢,但在鎮(zhèn)域尺度上耕地NPP年際變化則表現(xiàn)為一定程度的區(qū)域分化,大致上,研究區(qū)各鎮(zhèn)波動遞減態(tài)勢占優(yōu),主要發(fā)生于研究區(qū)南北兩側(cè)的大橋鎮(zhèn)與坪石鎮(zhèn),而在研究區(qū)中南部,云巖鎮(zhèn)與沙坪鎮(zhèn)NPP變化則反而呈遞增趨勢。究其原因在于研究區(qū)多種治理模式并行嘗試,多樣化且強烈的改造活動規(guī)模、實踐特點均有所不同,對耕地NPP 的影響也可能產(chǎn)生差異。如人工造林、“光伏+農(nóng)業(yè)”模式開展初期可能在短期內(nèi)導致植被蓋度下降,形成暫時性退化現(xiàn)象,繼而導致NPP 的暫時性下降[16,17]。
③2018~2022 年研究區(qū)耕地NPP 年際變化無明顯趨勢,但在不同坡型均體現(xiàn)為遞增趨勢,表明區(qū)域耕地面積雖有縮減,但耕地生產(chǎn)力卻有進一步提升,原因可能在于一方面保留了本底質(zhì)量較好的耕地,另一方面因地制宜的綜合治理措施也改進了保留耕地的耕作條件。