APP下载

基于生态特征与问题聚类识别的平原农业区乡村生态修复策略
——以辽宁省黑山县为例

2023-01-17王云才

中国园林 2022年12期
关键词:聚类样本特征

盛 硕 王云才

快速城镇化和农业发展对城乡生态空间造成干扰,带来生态空间破碎化、自然河流水文调节能力降低、动植物栖息地丧失等一系列问题,威胁粮食生产和人居安全。在平原乡村地区,农业生产和矿产开发等类活动带来的生态干扰是降低生态系统韧性的主要原因。全球范围内,农业生产系统正在对植被、水体、生物多样性和气候带来干扰。耕地的扩张侵占林地、湿地,中国约42.14%的湿地被耕地复垦侵占,尤其是东北地区[1]。同时,粪肥和杀虫剂的使用引发面源污染[2],对生物繁衍产生负面效应甚至超过城市化[3]。联合国17个可持续发展目标提出,建设适应气候变化和气象灾害的可持续粮食生产体系(SDGs2.4),确保可持续的农业生产系统。乡村地区的非农业生态空间可以提高景观多功能性,减轻农业生产与生态保护的冲突[4],通过生态修复,建立适应性强的绿地网络是实现乡村地区可持续农业生产的途径之一。

1 平原农业区乡村生态修复思考与逻辑

1.1 乡村生态修复具有层次性和在地性

国际生态恢复协会(SER)定义生态修复为协助恢复已经退化、受损或被破坏的生态系统的过程[5],包括结构的恢复和功能的提升[6]。通过积极干预和有效行动,恢复生态系统产品和服务的流动,促进关键性生态过程的持久[7-8]。作为应对生态退化的对策,生态修复已被纳入国际生物圈计划,目前中国启动的一系列生态修复项目贡献了全球绿色增量的25%,有效减缓了全球森林资源丧失[9]。

随着“美丽乡村”“乡村振兴”等政策提出,乡村生态空间价值的管控和修复受到关注。现有研究涉及村庄人居环境优化提升、山水林田湖草综合治理、乡村整体生境保护与提升等多个方面[10]。相比城市化区域,乡村空间生产、生活和生态融合更为紧密,三生空间协调发展成为难题[11]。国土生态修复注重宏观尺度上的区域性、系统性、整体性和综合性,强调三生空间的协作发展,成为保障乡村生产和生态安全的探索方向[12]。国外学者有相似的观点,认为乡村景观受到农村经济的强烈影响,农业生产系统中的生态空间被部分决策者当作违背生产目标的存在[4]。针对乡村生态修复的相关研究集中在植被群落多样性恢复和生物栖息地重建等方面[13],其中景观规划被研究者认为是整合社会、经济、文化的途径[14]。

乡村生态修复旨在平衡生态-生产-生活间的关系,保障区域生态安全和农业生产。有效的乡村生态修复规划不仅仅是对生态受损斑块的植被恢复,还需要在理解乡村生态斑块、廊道和人类栖息网络间水文地质过程的前提下,恢复山水林田湖草之间的生态联系[15]。与城市生态修复类似,乡村生态修复受到生态和地理特征制约,具有尺度性和层次性,可以从3个层次展开[7]。1)受损生态斑块修复:乡村生态修复的最基本层次,作用于具有明确生态问题的生态斑块,仅在本层次展开的修复对整体生态系统积极性有限。2)生态修复单元整体修复:类比生态单元的概念,界定生态特征和问题类似的区域为生态修复单元,是乡村生态修复的中间层次。生态修复需立足单元的生态问题和生态功能,统筹各单元间的生态关系。3)城乡生态功能保障:乡村生态空间是广大城乡区域的基底,统筹三生融合是生态修复的最终目标,亦是其他层次乡村生态修复策略拟定的依据。生态修复应从更大的视角切入,对城乡生态网络进行整体性修复和稳固。

在景观设计中,在地性主张依托场地的自身特征和本土风貌,尊重原有要素进行设计凝聚,乡村生态修复亦是如此。在多层次的生态特征定位和生态问题分析后,受损斑块的修复工程应依托其所在生态修复区开展。而面向处于不同生态区位、承担不同角色、受到不同类型和程度干扰的生态修复区,修复策略应当尊重自然过程,针对其生态问题,强化其与其他单元的关联,增强农业生态系统整体韧性。

1.2 遵循自然过程的平原农业区乡村生态修复逻辑

平原农业区涵盖我国多个粮食产区,其生态空间以半自然林网、林地、河流等生态斑块和廊道为主,是维持自然过程和保障农业生产的生命系统[16]。自然过程是生态系统中有形或者无形的作用力(风、水等)作用于环境后所形成的发展和变化状态[17],遵循自然过程的生态修复是维持平原农业乡村生态系统健康、实现城乡生态功能保障这一目标的基础,需厘清平原农业空间和嵌套其中的自然生态空间的相互作用(图1),通过生态修复建立和谐的生态-生产-生活互动关系。

图1 平原农业区乡村生态修复逻辑

1.3 面向生态问题的平原农业区生态修复实践框架

相比高原、山地农业生产区,平原农业区拥有广袤平坦的适耕土地,有利于大规模集约化粮食生产。然而,该区域自然特质平淡,生态干扰强度低、范围广,不易察觉,需仔细研判。耕地扩张侵占生态空间是该区域自然过程失调的根源:河流沟渠系统可以为农业生产提供水源,具有水源涵养和水土保持的上游林地及河漫滩萎缩后,河流水量变小,流速放缓;而水土流失加剧带来的泥沙沉降导致河道变窄,雨水调节能力降低,对农业面源污染的消减能力减弱,直接威胁粮食生产。围村围田的防护林网系统可有效防风护沙,对生产和生活安全至关重要。此外,它们作为候鸟和野生动物的栖息地,起到维持生物多样性的作用。

基于平原农业区域的生态修复逻辑框架,构建本研究的技术路径,即面向生态问题的平原农业区生态修复框架(图2),包括生态特征与功能认知-生态问题识别-在地性生态修复。生态特征与问题认知目的在于认识研究区域在更大尺度空间中承担的主要功能及与外界的生态联系,是实现乡村生态修复第3层次目标的前提。通过分析该地主导生态系统服务、生态失衡的外在表现和内在原因,认知主要自然过程和关键生态要素。第2步为生态特征与问题聚类识别,是关键的桥接步骤。生态问题复杂多样难以直接描述,本研究在划分研究样本基础上,抽象关键生态要素占比为评价指标,聚类具有共性生态问题的样本为修复单元,定量表达生态问题。第3步为生态修复单元划分与策略指引,对应乡村生态修复第2、3层次,将受损生态斑块的修复纳入整体生态循环恢复的框架中,在保障各修复区生态安全的基础上,满足城市和区域未来发展的需要。

图2 平原农业区乡村生态修复框架

2 黑山县生态特征与生态问题

2.1 研究区域概况

黑山县位于辽宁省西部,医巫闾山脉与松辽平原的过渡地带,北部多低山丘陵,东南部为冲积平原,拥有煤矿和膨润土矿资源。境内绕阳河水系呈枝状南北延伸,沟渠沿主要水系梳状平行蔓延(图3)。黑山县四季分明,雨热同季,年降水量为556.3mm,时空分布不均,春旱和局部夏涝易发。作为“全国商品粮基地县”“全国粮食生产先进县”,县域耕地面积占全县总面积的68.8%[18],拥有典型的平原农业景观。

图3 黑山县生态特征概况

2.2 黑山县生态特征与生态问题认知

黑山县生态空间以林地和自然河流为主,在耕地基底上,防护林网沿河流、沟渠、道路和田埂分布,林斑多位于丘陵,或围村、围田分布,平原林网体系具有雏形。保障粮食生产是其承担的主要生态功能,充分且清洁的水资源供给是实现这一功能的基础,以自然河流为骨架的水文循环过程是该地区的主导自然过程(图4)。水系上游山体、林地承担水源涵养功能,周边的湿地-林网系统提供水源和生物栖息地,农业灌溉修建的沟渠-坑塘体系将自然水系引入农田,调节旱涝时空不均。农业与采矿造成的山体植被破坏和生态湿地退化是黑山县自然过程的主要干扰,主要生态问题如下。

图4 黑山县主导生态过程

1)水文调节能力降低,旱涝时空分异加剧。县域自然降水和地下水储量皆呈现东南多、西北少的特征。山体植被受损导致雨季地表径流存蓄和下渗量减少,水土流失将泥沙带入河流沟渠系统,河道与干渠行洪空间变窄,水文调节能力降低,加剧东南地区夏涝和西北地区春旱现象。

2)林地连续性差,面源污染难以防护。截至2020年,黑山县森林覆盖率仅为16.5%。防护林网、林斑空间分布不均,连续性差,破碎度高,加之自然水系两侧河漫滩湿地被耕地侵占,沿河缺乏连续的生态屏障,农业耕种带来的面源污染威胁自然水系和生物栖息地的安全。

3)矿产资源粗放开采,矿坑裸露塌陷。煤矿和膨润土的粗放开采破坏山体植被,形成裸露矿坑。位于丘陵地带的煤矿开采区引发地面塌陷和滑坡、崩塌等地质灾害,且具有污染溢流风险,威胁周边人居空间和生态空间安全。

基于上述分析,本研究认为,对黑山县生态修复具有关键意义的生态要素包括水网、林网、山体、耕地,其面临的主要干扰为人居网络干扰、旱灾、洪涝、水土流失、矿坑与采矿塌陷。依据黑山县第3次全国国土调查数据和自然灾害数据,将上述9类因子的空间分布整合为分辨率为5m的栅格数据,作为生态问题识别的依据。

3 基于指标聚类的黑山县生态特征与问题定量识别

将定性的生态问题定量化是本步骤的关键,恰当的样本划分是实现这一目标的前提。样本是定量计算和制图的基本单元,其分割方法、尺度、形状等会对研究结果产生影响。现有研究通常直接采用土地利用栅格作为单元,或通过行政区、小流域、网格等方式对研究区域进行切分。然而,土地利用单元边界过于破碎,不利于较大尺度的规划管理;小流域、山脊线等自然边界不适于特质平淡的地区,网格、行政区等则会将生态问题不同的斑块纳入同一样本,不利于在地性问题识别。本研究将深度学习领域中常用的多尺度分割引入风景园林规划制图单元,基于研究区域的关键生态要素和生态问题空间分布规律切分样本。进一步将生态特征和生态问题相似的样本进行聚类和制图,实现生态特征和生态问题的聚合与空间表达。

3.1 基于eCognition多尺度分割的研究样本划分

图像分割是深度学习中面向对象的高分辨率影像解译常用的预处理方法,基于多光谱数据特征和给定分割准则,将影像分割为具有相似特征的切片,不同切片光谱特征有差异[19]。基于eCognition的多尺度分割方法以异质性最小为原则,依据波段信息采用模糊分类法将像元聚类为多边形对象[20-21]。基于此,当将多光谱对象由常用的卫星影像变为研究区域的关键生态要素时,则可用于划分研究单元,实现保障样本内的一致性和样本间的差异性的目的。

多尺度分割首先需要构建多光谱栅格数据集。采用ArcGIS波段合成工具,将对黑山县生态修复具有关键意义的生态要素和干扰要素整合为多光谱数据,导入eCognition Developer 9.0软件。第2步为设定波段权重,经过团队讨论和专家评价,强调水网、林网在县域生态空间中的主导性,赋权重为2,其余波段为1。最后调试分割参数,设定试验尺度为10~100,步长为10,固定形状权重为0.1,紧凑度为0.5。对比输出结果,当分割尺度为50时,黑山县域被分为3 969个研究样本,尺度适宜,生态差异性明显,可用于生态特征与问题的定量化识别。

3.2 样本生态特征和生态干扰特征统计

划分研究样本后,需统计每个样本中各要素的空间占比,表征其生态特征面临生态干扰的程度,基于ArcGIS中的分区统计功能实现。例如,利用河流沟渠面积占比表征单元内水网的生态重要性,利用水土流失面积占比表征单元内受水土流失影响的程度。将上述统计结果整合为数据集,供聚类使用。

3.3 样本生态特征和干扰特征的空间聚类

聚类是机器学习中常用的非监督分类方式,依据研究样本各维度指标,将给定数据集划分为若干类簇,同类研究单元内部差异尽可能小。在本研究中,通过关键要素占比聚类,实现同组样本生态特征接近、受到生态干扰类型和范围相似,而不同组样本间或生态特征有差异,或面临不同生态问题。

K-Medoids是聚类中最常见的算法,采用欧氏距离作为相似性判断的准则,该算法取样本中最靠近中心的对象,对异常值较不敏感[22],PAM(Partitioning Around Medoids)是其最常用的实现方式。假设将包含N个i维度研究单元的数据集划分为K类,各聚类中心点为Ok。首先,在所有样本中随机选择Ok,逐一计算剩余点M到Ok的欧氏距离,将M分配给距离最近的Ok所在类,得到初始聚类。然后,随机选M来替代Ok,记为OM,计算替代前后剩余点到中心点距离变化情况,判断OM是否优于Ok,迭代上述步骤至收敛[22-23]。本研究中上述步骤在R中实现,数据集含3 969个样本,被9个维度所描述。聚类前采用最小均方误差法初判类别数。经多次试验,当K值为8时各聚类特征清晰,冗余信息少,因此将样本分为8组具有不同生态特征和问题的聚类。

3.4 各聚类生态特征与生态问题识别

经过关键生态要素识别和聚类,黑山县县域被划分为8类生态特征和生态问题鲜明的聚类。图5、6分别展示各聚类的空间分布和生态要素指标值特征。结合实地调研,总结各聚类的生态特征、生态问题和生态修复目标(表1)。

表1 各聚类生态特征、生态问题与修复目标归纳

图5 各聚类的空间分布

图6 各聚类关键生态要素指标值特征

4 生态修复单元整合与在地性修复策略

4.1 基于自然过程的生态修复单元整合途径

在明晰各聚类的生态特征和生态问题基础上,基于自然过程,聚合生态区位、功能和问题相类似的聚类为生态修复单元,一方面承担保障城乡生态功能的高层次目标,另一方面指导具有突出生态问题样本的在地性修复。

自然水循环主导了黑山县水资源分布,西北部为河流上游保育区(聚类3、6、7和8),山体植被修复和河流湿地重建是保障水源的前提。东南部平原位于水系下游(聚类4、5),防止水土流失和增加生物多样性为目标的河漫滩湿地建设是修复重点。水网-林网-人居网络复合系统构筑了黑山县生态基底,面对旱涝分异加剧对农业生产的威胁,疏通生态微循环是生态修复的核心。西北丘陵旱灾多发(聚类6、7、8),需修筑山前蓄水池和蓄水坑塘;东南侧多洪涝灾害(聚类4、5),需疏浚河流沟渠,恢复水系微循环,构筑林网篱笆体系,缓解面源污染。此外,结合实地踏勘和聚类分析的结果,关注各聚类中特有的生态问题(如聚类8中的煤矿开采问题),进行针对性修复。基于上述分析,划分黑山县域为6个生态修复单元(图7),提出针对性修复策略,整合为整体生态网络规划(图8)。

图7 黑山县生态修复单元划分

图8 黑山县总体生态网络规划

4.2 各生态修复单元的在地性修复策略

1)生态基底单元:篱笆体系建设与水网修复。

该区域包括聚类1、聚类2中除县城建设区以外的样本,地势平坦,以耕地为主。区域内自然河流南北延伸,沟渠平行分布,植被覆盖度较低。修复目标以生产、生活产生的面源污染治理为主,加强平原绿色篱笆体系的建设和水网-林网的融合共生是该区域修复的主导策略。通过林地修复和沟渠疏通,构建围村围田的平原林带体系和连通性高的沟渠灌溉体系。修复自然水系两侧生态湿地,削弱面源污染影响(图9-1)。

2)城镇建设单元:生态屏障建设与景观优化。

包括聚类2中县城建设区及其周边生态关联紧密的样本,是黑山县城市建设和人居活动最为频繁的区域,铁路和河道穿城而过。受上游水土流失影响,建成区河道淤积严重,生态功能降低;铁路生态屏障不连续,干扰人居生活。构建生态-游憩廊道体系,营造良好人居环境为该片区修复目标。在河道清淤的基础上,恢复其两侧湿地构建滨水游憩带;完善人居防护体系,在铁路、工业区、矿坑周围建设生态屏障(图9-2)。

3)上游保育单元:湿地修复与水土流失治理。

该区域以聚类3中的样本为主,地势平坦,林网较为密集。水土流失是这一区域主要存在的生态问题,河流上游的区位加剧了这一问题对黑山县水文循环过程的影响。生态修复实践需在河道清淤的基础上,在河流沿线重构湿地植被群落,保水育林,防止水土流失现象加剧(图9-3)。

综上所述,在内分泌科晨交班中开展sbar交班模式,可提高护士专业水平,建立和谐的医护团队,提升医疗护理服务质量,促进患者安全。因此,在晨交班中应普及推广sbar交班模式,缩短交班时间,提高交班质量。

图9 各生态修复单元修复策略图9-1 生态基底图9-2 城镇建设图9-3 上游保育图9-4 平原低地图9-5 丘陵浅山图9-6 矿坑恢复

4)平原低地单元:沟渠体系构建与洪涝调节。

该区域主要包含聚类4、5中的样本,是县域海拔最低的区域,受降水和地形的双重影响夏涝较严重,而水网不成体系、河道淤积与河漫滩退化降低了坑塘体系的调节能力。因此,提出疏通沟渠网络、连接坑塘体系、恢复湿地植被的生态修复策略,促进水文循环过程的恢复,缓解夏涝灾害(图9-4)。

5)丘陵浅山单元:山体植被修复与雨水存蓄。

该区域主要包括聚类6、7中的样本,是县域水源涵养的重要源地,植被以灌草地为主,滞水固土能力弱,水土流失较严重,春旱频发。因此,需修复山体植被,通过退耕复绿和种植本地树种,依托自然演替营造多样化植被群落;还需完善坑塘体系,依据雨季地表径流模拟,在低洼处和径流汇集处设山前蓄水池,缓解春旱的同时,营造小微湿地生境(图9-5)。

6)矿坑恢复单元:裸露矿坑修复与污染防治。

该区域以聚类8中的样本为主,地势起伏大,林地覆盖率高但质量不佳,亦为重要的水源涵养地。煤矿开采和村镇建设使其生态问题复杂,包括春旱、裸露矿坑与塌陷、局部水土流失等。生态修复首先保障人居安全,对露天矿坑、采矿区和塌陷区进行植被恢复,建设生态屏障,防止污水和地质灾害外溢。对碎片化耕地退耕还林,完善坑塘体系以调节雨水时空不均(图9-6)。建成区周边多处膨润土矿开采遗留矿坑亦属该区,蓄水成湖,形成独特景观。对废弃矿坑进行群落恢复的基础上,择景观独特的尾矿打造矿坑公园,为寻常景观增加变化。

5 结语

在保障粮食生产的要求下,平原农业地区农业生产对生态系统产生威胁,阻断维持乡村地区生产生活安全的自然过程,造成的负面影响甚至超过城市。农业生产对生态环境和气候变化具有依赖性,依托自然过程和针对生态问题的生态修复是协调生态-生产-生活关系的关键。本研究在厘清乡村生态修复相关理论的基础上,将其划分为受损生态斑块修复、生态修复单元整体修复和城乡生态功能保障3个层次,分析遵循自然过程的平原农业乡村生态修复逻辑,构建面向生态问题的平原农业区生态修复实践框架,并以典型的平原农业乡村区域——辽宁省黑山县为例进行了实践研究。在定性认知研究区域生态问题基础上,通过多尺度分割将县域划分为3 969个研究样本,聚类为生态特征与问题各异的8类,并结合其空间特征,聚合为6个生态修复单元。进一步,分析各修复区承担的生态功能和生态关联,制定在地性修复策略,将受损生态斑块修复纳入乡村生态单元整体修复中,保障农业生产和人居生活需求,直接指导当地生态修复,具有实践价值。

相比高山丘陵地区,平原农业地区往往生态特质不突出、生态问题不明显,多为长期农耕活动对生态空间侵占和破坏累积导致。因此,生态特质分析和生态问题诊断尤为重要,识别主导自然过程和关键生态问题则是提出有效生态修复策略的保障。本研究采用定量分析与定性解读相结合的途径,为乡村生态空间认知和生态修复规划提供依据。在单元划分时,采用多尺度分割方法,将破碎的生态要素和生态干扰规整为样本,确保样本内部的均质性和样本间的差异化,为后续分析打下良好基础。在生态修复单元识别时,定量化的聚类分析直观表达出研究区域的生态特征和核心生态问题,而对自然过程的定性认知则帮助确定各聚类对保障区域生态功能的独特作用,是关联各样本在地性修复策略和区域生态功能保障的桥梁。研究的理论和实践框架在乡村地区生态修复实践中具有推广价值,尤其是生态特征和问题不突出、难以直观认知的平原农业区。

注:文中图片均由盛硕绘制。

猜你喜欢

聚类样本特征
根据方程特征选解法
离散型随机变量的分布列与数字特征
用样本估计总体复习点拨
基于K-means聚类的车-地无线通信场强研究
不忠诚的四个特征
基于高斯混合聚类的阵列干涉SAR三维成像
随机微分方程的样本Lyapunov二次型估计
基于Spark平台的K-means聚类算法改进及并行化实现
村企共赢的样本
基于改进的遗传算法的模糊聚类算法