鄂尔多斯景观格局演变与景观生态网络优化研究

侯宏冰 郭红琼 于 强 龙芊芊 裴燕如 岳德鹏

(1.北京林业大学精准林业北京市重点实验室， 北京 100083； 2.中国地质科学院水文地质环境地质研究所， 石家庄 050061)

0 引言

目前，全球面临最大的环境问题之一是土地沙漠化(砂质荒漠化)[1]。中国是世界上受沙漠化影响最大的国家之一，沙漠以及沙漠化土地面积约173.97万km2，占国土面积18%以上[2]，土地沙漠化严重制约着区域社会经济可持续发展和国家整体发展计划的实施。我国沙漠化地区主要位于北方，而北方沙漠化地区同时也是农牧交错带主要分布区域。交错带是一种脆弱而敏感的生态系统，在群落迁移、结构与功能时空变化的速率和方向以及抵抗外部干扰的能力上具有相对不稳定性和易变性，同时是两种系统之间物质、能量和信息流动与交换最为频繁的区域，它维系着区域的生态安全[3-6]。沙漠化加剧和逆转的过程是景观结构在人为和自然因素的共同作用下遭遇破坏和进行修复的过程[7]。水是生态系统构成、发展和稳定的基础，干旱半干旱区的水资源在抑制荒漠化、保护生物多样性以及为人类提供良好的生存环境等方面具有显著的生态意义[8-11]。通过研究景观格局在时空尺度上的异质性及演变情况、土地水源涵养能力和涵养深度，可以量化表达景观结构和功能的具体变化以及地区土地的水资源情况，从而对有效控制沙漠化和保护区域环境可持续发展提出更多的可行性建议，保障区域生态安全，维护景观格局内部的稳定性。

鄂尔多斯市位于内蒙古自治区的西南部，横跨干旱、半干旱和半湿润过渡带，内含库布齐沙漠和毛乌素沙地，降水稀少，植被覆盖率低。该地区生态系统自我修复能力较弱、自然恢复时间较长，加之近年来人类活动频繁，其生态环境质量日趋下降，是土地沙漠化的典型区域[12-13]。荒漠化防治不仅有利于维护当地生态系统稳定，同时也有助于经济的可持续发展[14-15]。本文通过研究沙漠化典型区域的景观格局动态，把握景观功能及结构的变化情况，探究作为影响荒漠化和景观格局变化的重要因素之一的水源涵养功能，将景观格局演变数据和生态水文数据与根据多个决定景观特征的因子构建的景观生态网络进行耦合分析，从而评价和分析荒漠化地区的景观格局，为景观格局优化及生态环境建设提供借鉴。

1 材料与方法

1.1 研究区概况

鄂尔多斯市位于内蒙古自治区西南部，地处鄂尔多斯高原腹地，介于北纬37°35′24″～40°51′40″，东经106°42′40″～111°27′20″之间，东西长约400 km，南北宽约340 km，总面积86 752 km2(图1)。鄂尔多斯市地势起伏不平，西北高东南低，地形复杂，东北西三面被黄河环绕，南与黄土高原相连，地貌类型多样，有草原和高原；鄂尔多斯市境内共有五大类型地貌，平原约占总土地面积4.33%，丘陵山区约占总土地面积18.91%，高原约占总土地面积28.81%，毛乌素沙地约占总土地面积28.78%，库布其沙漠约占总土地面积19.17%。鄂尔多斯市属北温带半干旱大陆性气候区，冬夏寒暑变化大。多年平均气温6.2℃，日最高气温38℃，日最低气温-31.4℃。多年平均降水348.3 mm，降水多集中于7～9月，占全年降水量的70%左右。多年平均蒸发量2 506.3 mm，为降水量的7.2倍，以5～7月为最大。全年多盛行西风及北偏西风，年平均风速3.6 m/s，最大风速可达22 m/s。

图1 研究区地理位置Fig.1 Geographical location of research area

1.2 数据来源与处理

采用的数据包括景观格局数据、高程数据、生态水文数据、气象数据及道路和河流分布数据。

研究区景观格局数据、归一化植被指数(NDVI)、气象数据来源于资源环境云平台(http:∥www.resdc.cn/)，各类数据的选取时间为2000、2005、2010、2015、2018年。生态水文数据通过实地调查遥感勘探取样，通过反演推算获取。高程来自地理空间数据云的ASTER GDEM数据集，分辨率为30 m的栅格图像格式，从中提取坡度。道路和河流分布数据来自OpenStreetMap(http:∥www.openstreetmap.org/)。

1.3 方法

1.3.1景观格局动态度

景观格局动态度可以量化景观格局在时空尺度上的演变速率[16]。其数值越低，景观格局越稳定；数值越大，景观的变化程度越剧烈。单一景观格局动态度和综合景观格局动态度，计算式为

(1)

(2)

式中K——研究区内某一景观格局的动态度

Sa、Sb——研究初期与末期该景观格局面积

T——研究时间段的周期

Z——研究区综合景观格局动态度

ΔSi-j——第i类景观转换为第j类景观面积总和的绝对值

Si——研究初期第i类景观的面积

1.3.2水源涵养深度

水源涵养深度利用具有模型参数和特性数据要求低、全球通用等优势的InVEST模型来评估，该模型中的产水模块基于水量平衡原理，计算实际蒸散发量和产水量[17]。产水量包含林冠层截流量、枯枝落叶层持水量、土壤含水量及地表和地下径流量，其计算公式为

(3)

式中Yjx——栅格单元的年产水量

Pxj——第j类土地上栅格单元x的年降雨量

AETxj——年际潜在蒸散发量

1.3.3景观生态网络提取、分析与优化

景观生态网络提取包括生态源地、生态累积阻力面和生态廊道。选取林地、草地、水体3种景观类型斑块，采用各斑块面积、平均NDVI/MNDWI值和斑块形状指数综合评价各斑块的重要性[18]，选取前60%的斑块作为生态源地。生态累积阻力面利用最小累积耗费阻力模型(MCR)构建，模型中使用的阻力系数根据地形因子(高程、坡度)、植被因子(NDVI)、水文因子(MNDWI)、景观格局分布、密度因子(居民点、道路、水网)8个因子，通过栅格相加运算得到。MCR模型一般形式为

Rmc=fmin∑DijRi

(4)

式中Rmc——最小累积阻力

fmin——未知负函数，表示最小累积阻力与传播或者扩散过程的负相关关系

Dij——从源i到景观单元j的空间距离

Ri——景观单元对传播及扩散过程的阻力系数

生态廊道是景观生态流从某一生态源地经生态累积阻力面到另一源地的最小成本路径，生态节点包括两类：源地型生态节点和薄弱型生态节点，前者由提取生态源地的空间分布质心得到，后者是生态累积阻力面的“山脊线”与生态廊道的交点[19]。

干旱地区的廊道较少且极为重要，因此鄂尔多斯市网络的优化不适合通过破坏其廊道来实现[20]，结合研究区的景观格局演变和水源涵养状况，本文在景观格局变化不剧烈、水源涵养深的地区采用基于度低者优先的增边策略优化景观生态网络[21]。对于网络的分析，选取无向无权网络的常用指标：基本静态统计特征、节点重要性和网络连通性分析鄂尔多斯市景观生态网络的拓扑结构；采用连接鲁棒性评价网络在遭到破坏后的连接能力，计算式为

(5)

式中R——网络的连接鲁棒性

C——最大连通子图中节点的数量

N——网络节点总数

Nr——被移除的节点数目

2 结果与分析

2.1 鄂尔多斯市景观格局演变分析

鄂尔多斯市景观类型以中覆盖度草地、沙地为主，其次是低覆盖度草地和高覆盖度草地。2000—2015年这4种景观类型的占比变化不大，分别为26%、24%、20%和14%，2015年发生了较大变化，分别变成31%、23%、20%和11%。鄂尔多斯市2000—2018年间的单一景观动态度与综合景观动态度如表1所示。2000—2005年间，鄂尔多斯市综合景观动态度为-48.02%，其他建设用地、城镇用地和河渠的单一景观动态度分别为15.24%、12.59%和8.13%，表明此期间鄂尔多斯市建设力度较大；2005—2010年间，鄂尔多斯市综合景观动态度仅为2.84%，单一景观动态度最大为-3.69%，说明鄂尔多斯市内景观格局在此期间基本没有变化；2010—2015年间，鄂尔多斯市综合景观动态度飙升至-103.99%，仅其他建设用地的单一景观动态度就为93.65%，表明鄂尔多斯市在此期间增加了大量的其他建设用地；2015—2018年间，鄂尔多斯市综合景观动态度为-64.92%，单一景观动态度最大的是城镇用地、水库坑塘和其他林地，分别为67.20%、34.58%、-20.00%，说明在此期间鄂尔多斯市城镇建设依然较多，但幅度大为减少，同时也增加了水域。整体来看，鄂尔多斯市2000—2018年的综合景观动态度为-120.14%，城镇用地与其他建设用地的单一景观动态度较大，分别为33.54%与84.04%。

表1 景观动态度指标Tab.1 Landscape dynamics indicators %

研究时间段内，鄂尔多斯市景观演变密度分析结果如图2所示。由图可知，2000—2005年间，鄂尔多斯市西北部与东南部部分地区变化较为明显，其中西北部的杭锦旗变化最明显，东南部的伊金霍洛旗和乌审旗部分地区也有较明显变化；2005—2010年间，鄂尔多斯市整体变化差距不大，中部东胜区和西南部鄂托克前旗有部分区域变化相对明显；2010—2015年间，鄂尔多斯市东部和西南部有部分地区存在相对明显的变化，但变化最明显的区域还是杭锦旗内部；2015—2018年间，鄂尔多斯市北部较南部变化更明显，变化最明显的区域出现在北部的达拉特旗内。整体来看，2000—2018年间，鄂尔多斯市东北部较其他地区的变化更明显，主要分布在达拉特旗和准格尔旗内，最明显的还是在达拉特旗内。景观变化较为剧烈的地区，生态环境不太稳定，不适宜在此地进行生态建设。

图2 鄂尔多斯市景观演变密度分析Fig.2 Density analysis

2.2 鄂尔多斯景观水源涵养能力分析

针对鄂尔多斯干旱少雨的气候条件和荒漠化现状，基于降雨量、潜在蒸散发和各类反映下垫面性质的地学数据分析鄂尔多斯地区2000、2005、2010、2015、2018年的水源涵养时空变化情况，鄂尔多斯2000—2018年的水源涵养能力总体呈上升趋势，2010年前后形成明显差别。探究研究区内部水源涵养能力的差异需要对其空间分布情况进行分析，水源涵养的基础是子流域，子流域在DEM提取出的地区河网上进行划分。将鄂尔多斯市划分为78个子流域(图3)。

图3 鄂尔多斯市子流域Fig.3 Ordos subbasin

在子流域划分的基础上，分析得到鄂尔多斯市水源涵养深度空间分布(图4)，可以看出，鄂尔多斯市2000、2005、2010、2015、2018年的水源涵养分布情况基本相似，各子流域的水源涵养量分布十分不均，自东向西呈递减趋势。其中，2000年和2005年，鄂尔多斯市水源涵养总量偏低，水源涵养高值集中在东北部的子流域，特别是2005年，几乎呈放射状自东北向西南递减；2010、2015年，水源涵养深度高值逐渐南移，但总体仍然保持东高西低的态势；2018年，高值区南移的现象更为明显，此外，在北部偏中区域，首次出现了水源涵养深度高值区。水源涵养深度较高的地方更有潜力提供植被生长所需水源，适宜在此进行生态建设。

图4 水源涵养深度空间分布Fig.4 Spatial distributions of water conservation depth

2.3 鄂尔多斯市景观生态网络优化

2.3.1景观生态网络构建与优化

根据研究区景观类型分布数据，提取研究区内林地、草地和水体3种用地类型，计算各斑块面积、斑块形状指数、NDVI/MNDWI，并用熵值法确定各指标权重，最终识别出199块生态源地。其中，草地是面积最大的源地类型，共61块斑块，高、中、低覆盖度草地面积分别是747、17 521、5 142 km2，高、中覆盖度草地主要集中分布在鄂尔多斯市西部，低覆盖度草地分布在其周围；林地生态源地总面积为514.76 km2，在北部和东部有零星分布；水体生态源地除集中分布在沿黄河段和孔兑河段外，东部和南部也有零星分布。综合考虑高程、坡度、NDVI、MNDWI、土地利用类型、水网密度、路网密度、居民点密度8个因子的阻力，利用MCR模型生成研究区生态最小累积耗费阻力面(图5)，研究区生态累积阻力最大值为1 181 545，阻力高值主要出现在北部的库布齐沙漠以及杭锦旗东部、乌审旗北部的沙地中，这些区域生态环境状况较为恶劣，且远离生态源地，生态阻力的累积作用较为明显。

图5 研究区生态累积阻力面Fig.5 Ecological accumulation resistance surface in study area

基于生态源地以及最小累积阻力面，在研究区内共提取出19 701条潜在生态廊道，对重叠路径进行处理后，得到源地间直接相连的402条生态廊道，在此基础上利用水文学方法分析得到薄弱型生态节点143个，生态源地、生态廊道和薄弱型生态节点共同构成鄂尔多斯市景观生态网络(图6a)。可以看出，整个鄂尔多斯的景观生态网络分成东西两部分。东部网络位于达拉特旗、东胜区、准格尔旗、伊金霍洛旗以及乌审旗的北部，城区多集中在此区域，交通便利、植被覆盖度较高，生态廊道较为丰富；西部生态网络中草地源地面积较大，水体源地面积较小，同类型源地间连接紧密，廊道丰富，北端的水体和南端的草地廊道被库布齐沙漠阻隔。连接东西两部分生态网络的生态源地有两处，一处是位于北部黄河的177号水体源地，另一处是位于乌审旗北端的31号草地源地。此外，除了3个阻力高值区域有大片生态廊道的空白外，鄂尔多斯东西部的生态交错区都有程度不同的廊道空白区，由此可见，鄂尔多斯地区景观生态网络中生态流常常受阻，生态功能得不到很好发挥，亟需优化。各个生态系统想要发挥其相应的生态功能，需要系统健康、生态流畅通。鄂尔多斯市当前的景观生态网络存在较多的廊道空白区域，生态流常常受阻，结合前文的景观格局演变和水源涵养分析，在生态阻力不高、廊道缺乏、景观格局变化不大、水源涵养较高的地区，采用度低者优先的增边策略对网络进行优化，设置增边数量为现有廊道数的30%，即119条，以寻求鄂尔多斯市景观生态网络的生态服务功能最大化。优化后的景观生态网络如图6b所示。

图6 鄂尔多斯市景观生态网络Fig.6 Landscape ecological network of Ordos City

2.3.2景观生态网络优化效果验证

从对比优化前后网络拓扑结构和鲁棒性两方面入手，将生态源地空间质心和薄弱型生态节点共同作为复杂生态网络的节点，生态廊道作为复杂生态网络的边，并用邻接矩阵表示。网络拓扑结构分析结果表明，优化后网络的平均度由2.350 9增加到3.046 8，直径降低了22，平均路径长度降低，聚类系数增加，同配性系数也降低了0.025 2，说明优化后的网络连通性明显提高，小世界特性更明显，网络虽仍呈现异配性，但程度降低，更利于节点间物质、能量与信息的交换。如图7a、7d所示，优化前后网络都不存在度为0的节点，度分布也都是幂律分布特征更明显，但优化后网络有轻微的Poisson分布特征，说明优化后网络无标度性特征依然要强于均匀性特征但程度有所缓解；度为1、2的节点减少，节点数量最多的度从2上升到4，度最大值都为72，表明大部分节点度都有所提升，网络连通性增加。如图7b、7e所示，优化前的网络中有77.78%的节点介数为0，除54号斑块介数为1 419外，其余节点介数都小于150；而优化后网络中介数为0的节点只占55.56%，介数大于150的节点占总节点数的21.64%，介数在1 000以上的有14个，54号斑块介数最大，为3 986，表明优化后网络中的重要节点增多，重要性增加，网络更加稳定。如图7c、7f所示，优化前网络中83.04%的生态节点连通度低于10，其余节点连通度在25～28之间；而优化后的网络只有64.04%的节点连通度低于25，其余节点连通度都高于35，最高为106，表明优化后网络的连通度明显增强，网络生态流远远比优化前畅通。

图7 优化前、后景观生态网络的拓扑结构Fig.7 Topological structure of unoptimized and optimized landscape ecological network

使用恶意和随机两种策略分别攻击优化前后的网络，并分析随攻击力度加大，网络连接鲁棒性的变化情况。结果表明，优化前网络的初始连接鲁棒性仅为0.97，优化后增加到1(图8)，说明优化后网络结构稳定，连通能力强。随攻击规模的增加，网络的连接能力迅速下降，但总体来说，随机攻击优于恶意攻击，优化后网络的情况更好，恶意攻击下，优化前网络在去除到第2个节点时就已出现“涌现”现象，网络的连接鲁棒性急剧下降至0.45，而优化后才降低到0.89；优化前网络在去除节点数增加到14个时，连接鲁棒性就已经降至0.2，而优化后网络却是攻击到178个节点；优化前网络在去除159个节点，优化后网络在去除199个节点时，连接鲁棒性几乎完全丧失。随机攻击下，优化前网络连接鲁棒性在去除24个节点时骤降至0.48，优化后网络攻击节点数在20个以内时，网络连接性还能完全恢复；优化前网络去除节点数到156时，连接鲁棒性降低到0.1以下，优化后网络攻击节点数达到300个，连接鲁棒性依然在0.2左右。表明优化后的景观生态网络因为廊道增多，节点度增加，连通能力和稳定性都有了很大幅度的提升。

图8 景观生态网络的连接鲁棒性Fig.8 Connection robustness of landscape ecological network

3 结论

(1)鄂尔多斯市景观类型以草地、裸地为主。在研究期内，耕地不断减少，林地、草地、水域和建设用地均有一定程度的增加，其中林地、水体的景观演变最为剧烈，耕地、草地和建设用地相对平稳，核密度分析表明，变化最为明显的地区是泰来县、昂昂溪区和铁峰区。

(2)鄂尔多斯市整体水源涵养能力偏低，主要原因是该地区气候条件干旱、蒸散发强度较大。2010年以后，鄂尔多斯市潜在蒸散发减弱、降雨增加，使全区水源涵养能力有明显提高。相对而言，东部地区的水源涵养能力高于西部地区，随着时间的推移，水源涵养深度高值逐渐南移，2018年首次在北部偏中区域出现了水源涵养深度高值区。

(3)根据多个决定景观特征的因子构建的鄂尔多斯市景观生态网络有342个生态节点、402条生态廊道，在景观演变不剧烈、水源涵养深度高、生态阻力低的地区，利用度低者优先的增边策略，增加119条生态廊道，对景观格局网络进行优化，优化后的网络节点连通度和连接鲁棒性均明显增加，网络中的生态流更为畅通。