中亚阿姆河跨境流域景观生态风险时空演变特征分析

2022-01-28莫贵芬冯建中王中美白林燕李华林

干旱地区农业研究 2022年1期

莫贵芬，冯建中，王中美，白林燕，李华林

(1.贵州大学资源与环境工程学院，贵州贵阳 550025；2.中国科学院空天信息创新研究院/数字地球重点实验室，北京 100094；3.中国农业科学院农业信息研究所，北京 100081)

中亚地区是全球典型且最大的非地带性干旱区[1]，该地区常年干旱少雨，水资源极其缺乏，以荒漠和稀疏绿洲为主，生态系统极为脆弱，受人为干扰破坏后恢复难度较大，是生态环境最为敏感和脆弱的地带[2]。自1991年苏联解体后，中亚各国的独立使得原有的经济和政治体制瓦解，资源开发与管理缺乏统一，以耕地扩张为主导的人类活动引起了中亚地区土地利用的巨大变化，进而导致该区域生态风险问题极为严重[3]。阿姆河流域位于中亚地区，是中亚干旱内陆区最大的跨境流域，跨越塔吉克斯坦、哈萨克斯坦、乌兹别克斯坦、土库曼斯坦和阿富汗等多个国家，同时也是中亚的绿洲农业和经济政治中心，控制着中亚的经济命脉[4]。近几十年来，由于人类活动的增强，水土资源的过度开发，景观格局发生了巨大变化[5]，各国对于流域内的水土资源缺乏统一管理且开发存在较大差异，生态环境变得更加脆弱，生态危机加剧[6]。因此准确掌握阿姆河流域生态风险时空演变对区域生态环境的管理与保护及“一带一路”发展战略的顺利实施具有重要的现实意义。

流域是集生物多样性、水源涵养、水土保持和人类发展为一体的综合生态地理区域[7]。作为人类与自然交互影响最为强烈的地带，随着经济社会的发展，其面临的生态压力和风险与日俱增[8]，研究流域景观生态风险成为流域生态环境管理与保护工作的重点内容之一[9]。众多学者对流域景观生态风险进行大量探索并取得了较好的成果。如Ayre等[10]提出一种基于生态风险评估框架的Bayes网络模型，评估了俄勒冈州格兰德朗德上游流域生态影响的可能性；Obery等[11]应用相对风险模型对美国 Codorus Creek 流域进行了区域生态风险评估和模型的适用性研究；Tian等[12]以浙江省甬江流域为研究对象，采用景观生态学和空间统计分析方法揭示了流域生态风险时空变化特征；康紫薇等[13]利用遥感影像解译数据，分析新疆玛纳斯河流域景观生态风险的时空分异规律。国内外学者对于流域生态风险研究已形成较为完整的体系，但研究多基于中小尺度的非跨境流域，缺乏大型跨境流域景观生态风险格局研究。已往关于阿姆河流域的研究大多涉及跨界水资源[14]、水管理[15]、水生态[16]等方面，而本文以土地利用遥感数据为基础，运用景观生态学理论和空间统计分析方法，构建景观生态风险模型，揭示阿姆河流域土地利用变化状况及景观生态风险时空演变规律，以期为类似干旱跨境流域土地利用合理规划及生态健康提供科学参考。

1 研究区概况与数据来源

1.1 研究区概况

阿姆河流域位于中亚地区，地理位置34°30′～43°45′N，58°15′～75°07′E，流域面积465 000 km2。阿姆河是中亚最大的河流，全长2 540 km，发源于东南部帕米尔高原的冰川地带。河流流经塔吉克斯坦、阿富汗、土库曼斯坦、乌兹别克斯坦，最后在乌兹别克斯坦注入咸海。阿姆河流域整体地势南高北低，上游山脉起伏不平，冰川资源丰富，下游地势较为平坦，沙漠广布(图1)。整体气候类型属温带大陆性气候，冬冷夏热，蒸发量大。夏季气温在26℃～30℃，冬季气温最低可达-30℃[14]。上下游降水差异较大，上游降水在500 mm左右，下游降水则不足100 mm。

图1 研究区域位置Fig.1 Study area location

1.2 数据来源与处理

土地利用数据来自欧洲太空局CCI全球土地覆盖数据。该数据是基于AVHRR、SPOT-VGT和PROBA-V多卫星传感器数据，采用与IPCC土地分类相匹配的分类系统，在1 km尺度上监测土地覆盖分类变化，之后重采样为300 m分辨率数据集。土地类型分为37个类别，时间跨度为1992—2018年(https://www.esalandcovercci.org/)。本文选取1995、2000、2005、2010、2015、2018年共6期土地利用数据，将数据合并分为耕地、林地、草地、裸地、水体、城镇6大类。

2 研究方法

2.1 生态风险单元划分

基于景观生态学理论，按照景观斑块平均面积的2～5倍[17]，并结合阿姆河流域面积和采样工作量，采用等间距采样将研究区划分为30 km×30 km的网格，共划分出900个生态风险单元。

2.2 景观生态风险指数

本研究以6期土地利用分类数据为基础，根据土地利用类型的面积占比与景观干扰度指数和脆弱度指数的乘积构建景观生态风险模型，利用Fragstats4.2景观分析软件和Excel统计分析软件计算景观生态风险指数，计算公式[18]：

(1)

式中，ERI为景观生态风险指数，Aki为第k个样区第i种土地利用类型的面积，Ak为第k个样区的总面积，Ei为景观干扰度指数，Fi为景观脆弱度指数，m为土地利用类型数，详细计算公式及描述见表1[19-21]。

表1 景观格局指数及计算方法Table 1 Landscape pattern index and calculation method

2.3 空间统计方法

2.3.1 地统计分析基于半变异函数模型，利用ArcGIS10.3地统计分析模块，将900个生态风险小区的风险指数赋值于生态风险单元中心点，采用普通克里金插值法对研究区生态风险单元进行空间插值，利用自然断点法将插值结果划分出5个生态风险等级：高风险(>0.871)、较高风险(0.871～0.703)、中等风险(0.703～0.568)、较低风险(0.568～0.403)、低风险(<0.403)，实现景观生态风险指数空间化。半方差分析计算公式[12]：

(2)

式中，γ(h)为变异函数，h为样本空间间距，n(h)为样本间距为h时的样点对数，Z(xi)和Z(xi+h)分别为生态风险指数在xi和xi+h的观测值。

2.3.2 空间自相关分析空间自相关分析用于描述某一属性值与其相邻位置的属性值之间的相关性，可用于观察景观生态风险的空间异质性[22]。空间自相关包括全局自相关和局部自相关，本文用全局和局部Moran’sI指数来分析区域整体和局部的空间相关性和差异程度，计算公式[23]：

(3)

(4)

式中，xi、xj分别表示空间单元i、j在空间位置的观测值，x为空间单元观测的平均值，wij为空间权重矩阵，n为空间单元总数。Moran’sI指数值域在[-1,1]之间，Moran’sI值越接近1，表明正相关性越高，空间上呈现聚集特征，Moran’sI值越接近-1，表明空间上呈现离散特征，接近0表明无明显相关性。

3 结果与分析

3.1 中亚阿姆河跨境流域土地利用变化分析

3.1.1 土地利用结构变化阿姆河流域1995—2018年土地利用结构变化如表2所示。裸地是该区域的主要土地利用类型，面积占比平均值达42.32%。1995—2018年间，林地、裸地和城镇面积呈现增加趋势，而耕地、草地、水体面积呈减少趋势。其中裸地面积增加最多，增加了22 704.66 km2，面积占比由40.56%增加到43.38%；水体面积减少最多，相比1995年减少了26 085.51 km2，面积占比由6.36%下降到3.12%，水域面积迅速下降；林地面积占比由18.64%增加到19.18%；城镇面积占比极少，但增长速率快，城镇化明显；耕地和草地面积占比分别由16.27%和18.12%下降到16.13%和17.93%。

表2 阿姆河流域1995—2018年土地利用结构变化Table 2 Change of land use structure in Amu Darya basin from 1995-2018

3.1.2 土地利用转移变化 1995—2018年阿姆河流域土地利用类型转移矩阵如表3所示。林地、裸地、城镇面积以转入为主，而耕地、草地、水体面积以转出为主。其中裸地转入量最多，总的转入55 969.65 km2，主要以侵占林地、草地、水体为主；林地转入量次之，其面积的增加主要来源于耕地、草地和裸地。转出面积最多的同样是裸地，转出量为33 256.53 km2，主要向耕地、林地和草地输出；水体转出也占据主要优势，以转出为草地和裸地为主，转出量大于转入量，水域面积大量减少。24年间裸地和水体在面积总量上增减幅度较大，城镇的转移力度和面积最小，但面积总量增幅较大，其他土地利用类型间也发生了不同程度的转化。

表3 阿姆河流域1995—2018年土地利用转移矩阵/km2Table 3 Land use transfer matrix of Amu Darya basin from 1995-2018

3.2 中亚阿姆河跨境流域生态风险时空变化分析

3.2.1 流域生态风险的时序变化特征根据公式(1)计算了阿姆河流域1995—2018年6期各生态风险单元的ERI值。由计算可知，1995年生态风险指数介于0.180～1.203，平均值为0.597；2018年生态风险指数位于0.180～1.208，平均值为0.607。研究期内流域景观生态风险指数平均值呈持续增长趋势，由0.597上升到0.607，增长了1.68%。整体来看研究区生态风险水平虽较低，但生态风险持续走高，在北部咸海一带生态风险升高明显，阿富汗和塔吉克斯坦地区生态风险较高。

3.2.2 流域生态风险的时空演化机制阿姆河流域生态风险值整体呈现南高北低的分布特征(图2)。较高、高风险区主要分布于流域西南部、东南部、中部及咸海三角洲。除西南部和东南部高海拔地区以脆弱度较高的冰川、草地和裸地为主，其余地区以多种景观类型交错分布，是人口聚集地，土地利用程度高，景观破碎度高；中等风险区主要分布于阿姆河水系沿岸，这些区域主要以耕地为主；低、较低风险区在北部的中东部及南部的低海拔地区连片分布，以恒定的水域、林地和裸地景观类型为主。1995—2018年位于上游西南部和东南部的高风险区呈现集中且向外扩大的变化趋势。下游农业灌区和咸海三角洲的高风险区呈现缩小趋势，高风险区在上下游变化呈现两极分化。这种差异可能是由于苏联解体后的中亚各国大力发展农业和工业产业，强烈的人类活动加之气候变化的影响，致使高海拔地区的冰川融雪量增加、草地退化严重[24]、生态风险加剧。而下游人口增长和耕地扩张消耗了大量水资源，阿姆河径流量及咸海入流量持续减少，限制了沿岸的农业和经济发展，土地利用变化逐渐趋于稳定[25]，生态风险稍有降低，但仍处于较高风险。低风险区逐渐向较低风险区转移，北部咸海湖泊最为明显。这是由于阿姆河流域的灌溉农业发达，大批人口向流域内迁移[26]，导致水资源消耗大，咸海面积持续减少，湖底不断裸露，生态风险逐步升高。

图2 1995—2018年阿姆河流域景观生态风险等级空间分布Fig.2 Spatial distribution of landscape ecological risk grade in the Amu Darya basin from 1995-2018

从不同风险等级统计结果来看(图3)，研究区大部分地区处于较低和中等风险状态，就1995年而言，较低、中等风险区占研究区总面积的64.75%，而低、较高及高风险区分别占研究区总面积的10.43%、18.75%和6.06%。较低和较高风险面积呈先增后减的变化趋势，均在2015年达到最大，分别增加了4.66%和1.65%；中等风险呈先减后增趋势，面积由221 714.87 km2增加到231 659.72 km2；高风险呈较为稳定的波动变化趋势，总的增加了665.52 km2；低风险则呈减少趋势，总的减少了32.22%。总体来看研究区仅有低风险区面积减少，其余生态风险等级的面积存在不同程度增加，较低风险区面积增加最多，生态风险趋于恶化。

图3 阿姆河流域景观生态风险等级面积Fig.3 Area of landscape ecological risk grade in the Amu Darya basin

3.3 中亚阿姆河跨境流域景观生态风险空间自相关分析

3.3.1 全局自相关利用ArcGIS10.3计算流域景观生态风险的Moran’sI值和Z值(表4)。Moran’sI值均在0.77以上，并通过P<0.001水平显著性检验。Moran’sI值呈现先减后增趋势，2010年达到最低(0.771)，2015—2018年增幅最大，Z值的变化趋势与Moran’sI值变化一致。阿姆河流域生态风险指数在空间上表现出较强的正相关性，虽然2018年相比1995年Moran’sI值略有下降，但变幅不大，整体表现为较高的空间聚集分布特征。1995—2010年，苏联解体后，阿姆河流域处于恢复期，流域内各国逐步调整经济结构，大力发展生产[26]。在阿姆河沿岸大量开辟耕地，草地、林地和水域遭到破坏，景观破碎化程度高[3]。2010—2018年间，开垦的耕地逐步形成连片分布，城镇集约化发展，土地利用变化逐渐趋于稳定[27]，Moran’sI值呈现上升，相似样地间的空间聚集程度增强。

表4 全局 Moran’s I指数及Z值验证结果Table 4 Verification results of global Moran’s I and Z-score

3.3.2 局部自相关由阿姆河流域局部空间自相关分布(图4)可知，1995—2018年研究区高-高聚集区和低-低聚集区格局分布变化较为稳定，高-高聚集区主要位于流域西南和东南部，这些区域为人口集聚区和高海拔地区，景观类型破碎度和脆弱度高，生态风险等级较高，此外位于咸海三角洲的低海拔地区也呈现此类局部自相关格局；低-低聚集区主要位于流域北部和东部，这些地区为恒定的水体和林地景观，景观类型单一且未遭到破坏，因此始终保持低-低聚集或不显著的分布模式。空间变化上看，流域北部低-低聚集区持续向北缩减，东南部的高-高聚集区逐步向东扩散。

图4 阿姆河流域景观生态风险局部空间自相关空间分布Fig.4 Spatial distribution of the local spatial autocorrelation of landscape ecological risk in the Amu Darya basin

4 讨论

本文的研究结果显示，阿姆河流域风险较高区域主要集中在西南部、东南部、中部及咸海三角洲。呈现这种空间格局的原因在于西南部和东南部高海拔地区以冰川、草地和裸地为主要的景观类型，景观本身的脆弱度和受人类、气候干扰的敏感度较高[28]。近年来人类活动的增强和气候变化使得高海拔地区冰川缩减、草地退化，景观格局呈现破碎化，生态风险趋于恶化，这与陈桃等[29]的研究结果一致。流域中部及咸海三角洲的低海拔地区绿洲农业发达，成为人口聚集地和农业灌溉区，土地开发强度大，生态风险也较高。由于过度开垦耕地和水资源不合理利用，水资源减少且水质变差，土地盐碱化、荒漠化严重，生态环境极差，导致阿姆河下游大量农田弃耕后，转换为草地和裸地[30]，这使生态风险稍有缓和，但仍处于较高风险。

研究区生态风险变化最为显著的区域位于咸海湖盆，逐渐由低风险转变为较低风险。原因在于咸海是阿姆河的尾闾湖，流域内的上下游国家对阿姆河水资源开发利用存在较大差异，上游国家(阿富汗、塔吉克斯坦、吉尔吉斯斯坦)大力开发水电资源，修筑大坝储水用于灌溉和发电，导致河流径流量减少甚至断流[31]，而下游国家(哈萨克斯坦、土库曼斯坦、乌兹别克斯坦)地势平坦，适宜发展农业经济，过度开垦、河渠修建及城镇化建设使水资源消耗大于补给，咸海面积持续减少，湖底不断裸露，水质变差，生态环境极其恶劣[32]，生态风险升高。特殊的地理和政治环境使得流域内的水土资源缺乏合理统一的管理，各国间的水土资源矛盾冲突加大，生态问题亟待解决。

因此，为解决干旱跨境流域生态环境问题，流域内各个国家需要团结协作，从流域整体出发，科学制定统一的发展规划，共同建立监督管理体系和法律法规，因地制宜地制定治理对策。对于西南部、东南部的高原山区和北部的绿洲灌区应作为绝对保护区，做好生态修复，建立长期的生态环境监测；中部山麓和平原区应建立生态缓冲区，加强对林地、草地等自然生态系统的保护；对于下游的咸海地区应合理开发利用水土资源，改进水利设施和灌溉技术，建立以水定人、以水定地的发展模式。本文是基于土地利用变化的生态景观对研究区生态风险作综合性评价，并未结合系统生态学的相关理论和考虑社会、经济、生态环境等影响因素对研究区进行更加综合和科学的评价。另外限于遥感影像的分辨率和研究的尺度，本研究主要是对阿姆河流域景观生态风险的宏观研究，对于小区域的景观格局演变及生态风险分析不足，今后的研究将综合考虑各生态风险来源并结合高精度数据进行更精细和深入地探究。