大理河流域退耕还林工程对生态系统服务功能的影响
2018-10-29杨殊桐李占斌钟少华
杨殊桐, 时 鹏, 李占斌,2, 李 鹏, 张 祎, 钟少华
(1.西安理工大学, 省部共建西北旱区生态水利国家重点实验室, 西安 710048;2.中国科学院 水利部 水土保持研究所 黄土高原土壤侵蚀与旱地农业国家重点实验室, 陕西 杨凌 712100)
我国是世界上水土流失最严重的国家,黄土高原是我国水土流失最严重的地区[1],也是我国水土保持和生态建设的重点区域。黄土高原植被稀少、土壤疏松、夏季多暴雨,严重的水土流失带走了地表土壤,同时向黄河中下游输送了大量泥沙,使河道整治和防洪工作愈加困难。而实施退耕还林工程是从保护和改善生态环境的角度出发,防止黄土高原地区水土流失,改善当地生态环境的有效途径[2]。因此,20世纪80年代以后,国家先后开展了一系列生态工程,对土壤侵蚀控制、生态建设等均起到了良好作用[3]。
在我国退耕还林工程实施后,专家学者们对各个地区的生态服务功能进行了探索,并得出许多成果。张琨等[4]通过分析黄土高原典型区土地利用变化,对其各项生态服务功能进行定量评估;李屹峰等[5]通过研究密云水库流域土地利用变化对生态系统服务功能的影响,得出研究期内土壤保持功能和固碳服务分别增加了46%和19%;陈海鹏等[6]对云南小江流域生态系统碳储量进行了评估;胡胜等[7]通过InVEST模型,研究无定河的源头营盘山库区的土壤保持能力及其空间格局特征;李天宏等[8]以延河流域为研究区,采用RUSLE模型计算逐年土壤侵蚀量;包玉斌等[9]基于InVEST水源涵养功能评价模块,定量评价陕北黄土高原退耕还林工程背景下土地利用/土地覆被变化对研究区水源涵养的影响;余新晓等[10]应用InVEST模型评估了北京山区森林生态系统的水源涵养功能。
但是,基于大理河流域土地利用变化进行的生态服务功能研究还比较罕见,因此本文以黄土高原中部的大理河流域作为研究区。大理河是黄河支流无定河的最大支流,20世纪80年代初,大理河流域已被列为无定河重点治理区,其治理措施主要有造林、种草、修建梯田、淤地坝和水库等水利水保措施,治理面积约667.8 km2,占流域总面积的17.1%。水土保持措施实施以后,流域内生态环境状况明显改善,拦蓄了大量泥沙,减少了水土流失量。随着退耕还林工程的进一步实施,在大理河流域基于土地利用变化进行生态服务功能综合评价,对了解黄土高原地区生态服务功能的变化具有参考价值,为该区域未来科学地推进退耕还林工作提供科学参考。
1 研究区概况与方法
1.1 研究区概况
大理河流域位于陕西省北部,榆林地区南部,地处东经109°14′—110°13′,北纬37°30′—37°56′[11]。大理河发源于靖边县中部白于山东延的五台山南侧乔沟湾,东南流经横山县、子洲县、绥德县,在绥德县城东北部注入无定河,是无定河的最大支流,全长159.9 km,在行政区划上涉及靖边县、安塞县、子长县、横山县、米脂县、绥德县、子洲县7个县,2010年末7个县总人口203.16万人。流域总面积3 904.24 km2,占无定河流域总面积的12.9%,陕西省总面积的1.2%,主要有小理河、岔巴沟、驼耳巷沟、槐树岔沟等11条支流。该流域属于暖温带半干旱的大陆性季风气候,植被较稀疏,气候较干燥,年均降水量约420 mm。流域土壤类型以黄绵土、新积土为主,整体地势西高东低,地形起伏较大,海拔高程796~1 744 m。
1.2 数据分析
1.2.1 土地利用数据 本研究土地利用/土地覆被数据分1980年、1985年、1990年、1995年、2000年、2005年、2010年7期,研究区土地利用/土地覆被情况,由大理河流域遥感影像资料进行解译分析而来,各期影像资料空间分辨率均为30 m×30 m。
1.2.2 碳储量 InVEST碳储量服务功能评价包括4个方面碳储量。计算公式如下[9]:
Cstored=Cabove+Cbelow+Cdead+Csoil
(1)
式中:Cstored为流域总碳储量(t/hm2);Cabove为地上物质碳储量(t/hm2);Cbelow为地下物质碳储量(t/hm2);Cdead为凋落物碳储量(t/hm2);Csoil为土壤碳储量(t/hm2)。
InVEST碳储存模型所需数据包括土地利用/土地覆被类型图,以及研究区4个部分碳密度值。计算4个部分碳储量参数(表1)根据《2006年IPCC国家温室气体清单指南》转化计算获得。
表1 不同土地利用类型碳储量参数 t/hm2
1.2.3 土壤保持 InVEST模型中土壤保持评估方法对传统的土壤流失方程进行了改进,能够对生态系统中的土壤保持量和土壤侵蚀量进行量化,本论文首先计算土壤潜在侵蚀量,具体计算公式如下[12]:
RKLS=R×K×L×S
(2)
式中:RKLS表示土壤潜在侵蚀量;R为降雨侵蚀力因子;K为土壤可蚀性因子;LS为坡长坡度因子。
然后,根据土壤流失方程(USLE)计算得出研究区土壤实际侵蚀量计算公式如下:
USLE=R×K×L×S×C×P
(3)
式中:USLE表示土壤实际侵蚀量;C为覆盖与管理因子;P为土壤保持措施因子。
土壤保持量即是由土壤潜在侵蚀量(RKLS)减去土壤实际侵蚀量(USLE)得到。
本研究降雨侵蚀力因子通过流域内各水文站点获得的降雨数据,利用降雨侵蚀力数据进行整理计算,结果通过克里金插值法获得;土壤可蚀性数据通过流域内土壤质地和有机质含量计算获得;植被覆盖与管理因子[13]由植被利用覆盖度计算得到;管理措施因子从文献[14]中查得。
表2 不同土地利用类型C值
表3 不同土地利用类型P值
1.2.4 水源涵养 InVEST水源涵养模型通过水循环原理,利用降雨、地面蒸发、植物蒸腾等参数经过模型计算获得产水量,再用地形指数、土壤饱和导水率和流速系数等进行修正得到水源涵养量[9]:
(4)
式中:R为水源涵养量(mm);V为流速系数;T为地形指数,无量纲;K为土壤饱和导水率(cm/d);Y为产水量。降雨量数据由大理河流域及其周边57个水文站各年平均降雨量利用克里金插值法获得;潜在蒸散量[15-16]通过陕西省各县各年的潜在蒸散量数据获得研究区的年均蒸散量空间分布数据;植物可利用含水率[17]通过土壤质地计算获得;最大根系深度[18-19]根据植被覆盖类型查阅相关文献获得。
2 结果与分析
2.1 大理河流域土地利用时空演变
2.1.1 土地利用/土地覆被数量变化分析 研究区
耕地所占面积比重最大(约53%),草地和林地次之,水域和建设用地面积很小,其中耕地与草地面积之和占总面积的90%以上(表4)。1980—2010年,林地与建设用地面积均有不同程度的增加,其中林地面积增加31.52 km2,增幅最大;建设用地增加约0.65 km2。耕地、草地以及水域面积有不同程度的减少,耕地减少2.49 km2;草地减少约27 km2;水域约减少2.36 km2。在1995—2000年和2005—2010年,出现了两次耕地面积略有增加的现象,是由于研究区水土流失十分严重,为了拦截泥沙、保持水土,自20世纪80年代以来,黄土高原地区建造了大量淤地坝,用以淤地造田、增产粮食、加快当地群众脱贫致富[20]。分析以上数据变化,得出大理河流域30年来退耕还林颇有成果,耕地面积略有下降,林地面积有所增加。
2.1.2 土地利用/土地覆被空间转移变化分析 土地利用/植被覆盖转移矩阵是在系统分析中对于系统状态及其转移的定量描述,有助于研究者们了解各类型土地的去向[12],便于分析研究期间各类型土地面积的相互转化情况。
表4 大理河流域各年土地利用情况
表5为研究区土地利用/土地覆被转移矩阵,1980—2010年大理河流域土地利用类型的转变显著,除了水域和建设用地之间从没有相互转化外,各个土地利用类型之间都有不同程度的相互转移变化。林地面积增加最为明显,且基本都来源于耕地和草地;有19.01 km2的耕地转移为林地,31.49 km2的草地转移为林地,0.23 km2的水域转移为林地,转移变化的结果是林地面积大幅度增加,共约31.52 km2,退耕还林工作效果显著。同时,有0.51 km2的水域转移为耕地,有2.69 km2的水域转移为草地,0.66 km2的耕地转移成为了建设用地,水域和建设用地所占面积比例较小,且30年间水域和建设用地之间从没有相互转化,这也比较符合现实情况。
表5 研究区1980-2010年土地利用/土地覆被转移矩阵 km2
2.2 大理河流域碳储量功能评估
运行InVEST碳储存模型,并将其输出结果通过空间统计工具对各类土地利用/土地覆被类型碳储存量进行分析(表6)。结果显示,研究区的碳储存量呈稳定增长趋势。
研究期内,研究区碳储存量值略有增加,2010年总碳储量值比1980年增加2万t,林地面积不到全流域的7%,碳储量值从1980年的25.68万t增长到2010年的29.11万t,占整个流域碳储存量的14%~19%,体现了林地对于生态系统固碳的重要意义。而草地的碳储量略有减少,约为1.4万t,主要由于草地面积略有减少;耕地、水域和建设用地建设用地的碳储存量变化并不明显。碳储存能力从大到小分别为林地、草地、耕地。
InVEST碳储存模型不仅能够得出各土地利用/土地覆被类型的碳储存量,同时也输出了研究区各年的碳储存量的空间分布情况(图1)。将碳储存量的空间分布情况与土地利用/土地覆被类型进行对比,可以看出固碳量较大的区域与林地基本相吻合,水域和建设用地基本没有固碳量。林地各年的碳储存量均十分可观,远大于其他土地利用类型,草地与耕地次之。
表6 研究区各土地利用类型碳储存量
2.3 大理河流域土壤保持功能评估
表7为研究区各土地利用类型土壤保持量情况,研究期内,不同土地利用/土地覆被类型的土壤保持量不同,其中林地各年土壤保持量约占整个流域土壤保持量的50%~60%,体现了林地对于生态系统土壤保持的重要意义;此外,草地在研究期内的土壤保持量增加明显;耕地在研究期内各年的土壤保持能力明显低于林地和草地。土壤保持量的增加,说明了土壤侵蚀流失量的减少,即水土流失情况得到有效治理。表现了退耕还林工作的实施对研究区生态建设起到了积极推进作用。
大理河流域各年土壤保持量的空间分布情况(图2)。分析研究区各年土壤保持量分布图,可以看出,土壤保持量的分布十分不均匀,不仅与土地利用类型相关,还有一定的地域性因素,并且与当年降雨侵蚀力等因素有关。从图2中可以看出,1980年流域下游的土壤保持量明显高于上游,1985年流域土壤保持量较为均衡,1990年横山县西北部的土壤保持密度在整个流域内最大,1995年流域下游的土壤保持量整体高于流域上游,2000年流域土壤保持量的分布较为杂乱,2005年流域上游的土壤保持量又整体高于流域下游区域,2010年流域中部的土壤保持量较小。与此同时,林地的土壤保持量远高于其他土地利用类型。
表7 研究区各土地利用类型土壤保持量
2.4 大理河流域水源涵养时空变化
表8为研究区各土地利用类型水源涵养量情况,可以看出,研究期内不同土地利用/土地覆被类型的水源涵养量各不相同,且除建设用地外均有不同程度的减少趋势。在林地面积整体增加的情况下,研究区水源涵养总量略有减小,说明了退耕还林工程在恢复研究区植被的同时,增加了其地面蒸散量,使得水源涵养量减少。
表8 研究区各土地利用类型水源涵养量
图3为大理河流域各年水源涵养量的空间分布情况。分析可得,水源涵养量的分布取决于许多因素,不仅与土地利用类型、地域性等因素有关,还取决于当年降雨量、蒸散量等因素。
从图3中可以看出,1980年流域下游的水源涵养量略高于流域上游,而1985年流域的水源涵养量整体较为均衡,1990年横山县西北部的水源涵养深度在整个流域内最大,与流域土壤保持情况相一致,1995年流域下游的水源涵养量整体高于流域上游,2000年整个流域的水源涵养量较为均衡,2005年流域上游的水源涵养量又整体高于流域下游区域,2010年横山县的水源涵养深度在整个流域内最小,可以明显得出,研究区水源涵养量与降雨量呈正相关关系。
图1研究区碳储存变化格局空间分布
图2 研究区土壤保持变化格局空间分布
图3 研究区水源涵养变化格局空间分布
3 讨 论
随着退耕还林政策的实施,大理河流域的土地利用情况发生了显著改变,林地与建设用地面积增加,耕地、草地以及水域面积减少。1980—2010年,有19.01 km2的耕地转移为林地,31.49 km2的草地转移为林地,且整体上林地面积还是有不断增加的趋势,说明了退耕还林工程有效地促进了研究区的生态恢复。
研究区土地利用情况的改变,直接导致了其各项生态服务功能的变化。碳储存功能的增强对于减少大气的中CO2浓度,延缓全球变暖具有重要意义[21],本研究中林地面积的大幅增加促使研究区的固碳量得到提升,与范建忠等[22]的研究结果一致。土壤保持量的提升直接表明水土流失情况得到有效治理,与亢伟[23]的研究结果一致。同时由于林地蒸散量大,流域内水资源供给跟随林地面积的增加而略有减少[5],即水源涵养量略有减少,这Su等[24]、包玉斌[9]的研究结果近似。
综合来说,流域内林地面积的增加使流域生态得到了改善,但产水量的减少也不能忽视,因此,在未来推进退耕还林工作时应做好各个生态服务功能指标之间的权衡[25]以及人类发展与生态系统服务之间的权衡[26-27],同时选择合适的树种对合适的区域进行改造,尽可能减小退耕还林工程对个别生态系统服务造成的损失。由于本研究中仅涉及3个生态系统服务功能指标,结果会具有一定程度的局限性。但依然可以体现出土地利用的转变是各项生态服务变化的驱动因素,有助于为研究区土地利用科学管理决策提供参考。在日后的进一步研究中,应增加更多的生态系统服务功能进行综合评估,使研究结果更加科学合理,贴近实际。
4 结 论
(1) 1980—2010年,研究区土地利用/土地覆被情况变化显著,其中林地和建设用地面积分别增加了31.52 km2,0.65 km2,耕地、草地和水域的面积分别减少了2.49 km2,27.32 km2,2.36 km2;
(2) 研究区30年间碳储量值略有增加,2010年总碳储量值比1980年增加2万t,林地的碳储量增加最为明显,30年间增加了约有4万t,固碳效果显著;不同土地利用类型碳储存能力从大到小的排序分别为林地>草地>耕地。
(3) 研究区30年间土壤保持量整体上以增加为主,林地面积不到全流域的7%,其各年土壤保持量大约占整个流域的50%~60%,体现了林地对于生态系统土壤保持的重要意义;耕地土壤保持能力明显低于林地和草地。
(4) 研究区30年间水源涵养量略有减少,不同土地利用/土地覆被类型的水源涵养量各有不同,且与当年降雨量关系密切。