基于自然与社会因素的岱海流域生态系统变化驱动力分析

2023-02-09郭珍德姜晨冰

水利规划与设计 2023年1期

郭珍德，姜晨冰

(1.凉城县水利局，内蒙古乌兰察布 013750；2.黄河勘测规划设计研究院有限公司，河南郑州 450003)

1 概述

人类社会发展与自然生态系统一直处于索取与给予、干扰与恢复的动态情景之下。随着人类文明进步与科技日新月异的发展，越来越多的研究者把视野从如何最大限度的索取自然资源价值转移到如何在人类自身需求和自然生态系统之间寻找平衡点，这不仅仅是因为资源日益枯竭的现状，更是因为生态系统退化凸显了其自身的价值[1]。岱海位于内蒙古自治区中西部乌兰察布市凉城县境内，是内蒙古自治区三大内陆湖之一，是国家重要湿地，也是自治区级湖泊湿地自然保护区。岱海是京津冀地区生态屏障的重要组成部分，是野生动物的重要栖息地，具有区域生态环境调节和生物多样性保护等重要生态功能。由于自然和人为因素的干扰，岱海水位下降[2]、湖面面积萎缩[3]、水污染严重[4]、盐碱化程度加剧[5]，湖泊湿地面临巨大的生态风险。

水循环是流域生态系统各种生态过程的驱动因子以及能量流和物质流的载体，并且将由源头小溪至下游大河，连接成为一个连续的、流动的、独特而完整的系统，是水资源中举足轻重的核心元素，并受到各类水文因素的影响[6]。岱海流域是一个内陆封闭型流域，众多支流经过一系列水文过程后最终汇入岱海湖。岱海生态系统的变化对流域自身的自然本底和经济社会发展的响应十分敏感。土地和水域是流域生态系统最重要的资源环境基础，其覆被变化和功能利用是人类活动作用于自然环境的主要途径之一，人类通过对流域的利用和改造，改变了流域的景观格局，满足自身需求的同时，也带来了一系列显著的生态环境效应[7- 8]。

土地利用/土地覆被的变化(Land use/cover change，LUCC)会引起一系列地球生物化学圈层的物质流动和能量交换，进而对气候变化、生态系统演变、人与环境的作用和联系等产生深刻的影响[9- 11]。LUCC是自然生态系统与人类行为与活动交互影响最为强烈的问题，在区域生态恢复、环境保护和可持续发展进程等诸多研究中占有十分重要的地位。土地利用/覆被变化研究作为可持续发展战略的重要研究领域，受到研究者和决策者越来越重要的视角和参考[12- 14]。本文通过岱海流域内近35年自然与社会变化因素的分析，探索识别影响岱海流域生态系统变化的主要驱动因子，为岱海生态保护和修复提供科学依据。

2 研究区概况

岱海流域面积为2312.75km2，流域行政区涉及凉城县、丰镇市和卓资县，其中凉城县占流域面积85%。流域地形呈低中山、山前冲洪积平原和湖积平原3个典型形态单元自外向内分布，其中山区面积约占流域面积的62.4%，平原面积约占37.6%。流域人口主要分布在平原区的凉城县及各乡镇村，平原区的农业生产、工业制造、交通运输、文化旅游等经济社会活动对自然生态系统的干扰显著高于山区。岱海湖泊位于流域中部，难以避免的与各种人类活动发生密切联系。为保护岱海湿地重要的湿地生态系统和野生动植物资源，岱海被列入《中国湿地保护行动计划》的179块国家重要湿地之一，2001年11月设立内蒙古岱海湿地自治区级自然保护区。本文选取岱海流域及以湖泊为主体的自然保护区为研究范围，研究范围内主要包含湖泊、河渠、坑塘、滩涂、沼泽等湿地生态系统，以及流域内的林地、草原和城镇农村等非湿地生态系统。

3 材料与方法

3.1 数据来源

3.1.1自然因子数据

气象数据主要为岱海流域1984—2017年(35a)的逐日气温、降雨及蒸发数据，数据来源为凉城气象站。气象站台的区站号、站名、经纬度及海拔等基本信息见表1。

表1 岱海流域气象站基本信息

水文水资源数据主要为岱海流域1984—2017年(35a)的实际入湖水量、社会经济耗水量、天然入湖水量、水库、塘坝蒸发及水资源总量，数据来源为凉城县水资源公报及统计数据。

3.1.2社会因子数据

社会因子数据主要为流域内凉城县1984—2017年总人口、耕地面积、国内生产总值、粮食产量等共11项指标，数据来源为《凉城县统计年鉴》。

3.1.3土地利用数据

流域土地利用类型和生境数据遥感卫星GF- 1、Sentinel- 2A、Landsat MSS、TM、ETM+、OLI影像作为信息源，采用“遥感数字影像-人机交互判读-计算机汇总-建立数据库”来获取不同时期土地利用专题数据。

3.2 研究方法

3.2.1Mann-Kendall趋势检验法

Mann-Kendall趋势检验法是世界气象组织(WMO)推荐并已经广泛应用的一种非参数统计检验方法。非参数检验方法也称无分布检验，其优点是不需要样本服从某种分布，也不受少数异常值的干扰，定量化程度高、检测范围广、计算方便，更适合用于顺序变量和类型变量。

3.2.2灰色关联分析法的计算步骤

(1)对资料的初步分析处理。用动态折线图或散点图观察资料的变动轨迹，并对异常值进行处理，使历史数据序列趋于平稳。

(2)确定序列矩阵。系统特征序列用Y0表示，相关因素序列(比较序列)用x1，x2，x3……xi表示，i+1序列构成矩阵。

(3)为清除量纲，并在数量上统一，用“初值化”方法进行数据处理。

(4)求差序列、最大差和最小差，计算二道关联系数。

3.2.3Pearson相关性分析法

变量X和Y之间的相关可以用很多统计量来测量，最常用的是皮尔森相关系数，用r来表示，其定义及计算公式如下：

(1)

式中，n—样本量；Xi、Yi—观测量；X、Y—样本均值；Sx、S—方差。

r描述的是X和Y变量间线性相关强弱的程度，取值在±1之间。若r>0，表明2个变量是正相关，即一个变量的值越大，另一个变量的值也越大；若r<0，表明2个变量是负相关，即一个变量的值越大，另一个变量的值反而越小；若r=0，则表明2个变量间不是线性关系，但有可能是其他方式的相关。

3.2.4主成分分析法

主成分分析(Principal component analysis，PCA)也叫主分量分析或因子分析(Factor analysis)。在地理学研究中，经常会遇到多变量问题，变量太多无疑会增加分析问题的难度和复杂性，而且在许多实际问题中，多个变量之间是具有一定相关关系的，因此，人们自然地想到，能否在各个变量之间相关关系研究的基础上，用较少的新变量代替原来较多的变量，而且使这些较少的新变量能够尽可能多地保留原来较多变量所反映的信息。主成分分析就是把原来对个变量化为少数几个综合指标的一种统计方法。从数学的角度来看，这是一种降维处理技术。主成分分析是用1个或2个公因子，来完成对原始变量的分析。

4 结果分析

4.1 自然驱动力分析

4.1.1气温变化趋势分析

根据凉城县35a气温监测数据，岱海年平均气温变化曲线如图1所示，其气候倾向率按一阶线性趋势方程计算得出，为显现年际变化，由二阶多项式拟合其变化趋势。

由图1中可以看出，近35a来岱海流域气温基本呈现出上升的趋势，其气候倾向率0.31℃/10a。对年平均气温进一步进行M-K突变分析可知，自1986年起，其年平均气温UF线均在0以上波动，并在1999年后超过1.96信度线，表明温度在时间序列里的变化呈现出逐步增加的趋势，且变化随时间愈发增大。UF与UB线的交点显示变化趋势突变发生于1989—1993年之间。

4.1.2降雨量变化趋势分析

根据凉城县35a降雨量监测数据可知，岱海流域四季降雨量分别占年降雨量的14%、62%、20%、4%，因此本次着重对夏季(6—8月)降雨量进行分析，岱海流域夏季降雨量变化曲线如图2所示。

由图2中所示，降雨量呈现出下降趋势，其气候倾向率为-18.4mm/10a。根据M-K分析可知，夏季雨量UF线于1999年之前位于0线之上，1999年后位于0线之下，说明在1984—1999年间夏季降雨量呈现上升趋势，而在1999—2017年呈现下降趋势。UF线在整个时间序列内均未超过±1.96信度线，说明变化趋势不显著。UF与UB线存在多个交点，说明变化趋势突变发生于1999—2004年之间。

4.1.3蒸发量变化趋势分析

岱海流域年平均蒸发量变化曲线如图3所示，其气候倾向率为-9.7mm/10a。

根据图3的M-K分析可知，年平均蒸发量UF线在1984—1985年、1988—1998年、2013—2017年位于0线以下，说明在此时间区间内蒸发量呈现下降趋势，而其余时间段则呈现上升趋势，蒸发量变化波动明显。UF线在整个时间序列内均未超过±1.96信度线，说明变化趋势不显著。UF与UB线在2012年左右相交，即2012年为蒸发量的突变年份。

图1 岱海流域1984—2017年平均气温变化图及M-K趋势分析结果

图2 岱海流域1984—2017年夏季降雨量变化图及M-K趋势分析结果

图3 岱海流域1984—2017年蒸发量变化图及M-K趋势分析结果

4.1.4水资源量变化趋势分析

岱海流域水资源总量变化曲线如图4所示，总体呈现出下降趋势。

图4 岱海流域1984—2017年水资源总量变化图及M-K趋势分析结果

根据图4的M-K分析可知，水资源总量UF线几乎全部位于0线以下，且于2009年左右超过1.96信度线，说明流域内水资源总量呈持续下降趋势，且下降趋势愈发显著。UF与UB线存在多个交点，说明变化趋势突变发生于1999—2004年之间。

4.1.5关联分析

为进一步阐明气候因子变化与岱海生态系统之间的相关关系，选取年平均气温、年平均降雨量、年平均蒸发量、流域水资源总量及其衍生因子等20项指标与岱海湖面积进行灰色关联分析，其结果见表2，分析排序如图5所示。

表2 自然因子与岱海湖湖面面积灰色关联得分表

图5 自然因子与岱海湖湖面面积灰色关联分析结果排序图

由图5可知，各项自然因子灰色关联得分均大于0.5，说明各项自然因子与岱海湖面面积均具有较好的关联性，其中与流域水资源相关的水库、塘坝蒸发量、实际入湖量、天然入湖水量及流域水资源总量这4项指标与岱海湖面积的关联度最高，由此可知岱海湖历年来的面积变化主要受流域内水资源变化情况的影响，结合流域水资源总量呈总体下降的趋势可知，岱海湖面积持续缩减，生态系统出现退化，与流域内水资源变化情况，尤其是最终可进入湖泊的水资源量密切相关。

4.2 社会驱动力分析

人类社会活动及经济发展是造成湖泊湿地生态系统发生变化的重要原因之一。为阐明人类社会活动与岱海生态系统之间的相关关系，以流域内凉城县作为典型研究区，选取1984—2017年的11项社会经济发展指标，结合同时期岱海湖面积进行相关性及主成分分析。

Person相关性分析结果见表3。由相关性分析结果可知，除总人口外，其余10项指标与岱海湖面面积变化均存在显著的相关关系，其中湖面面积变化与指标X1、X3、X4、X5、X6、X7、X11显著负相关，与指标X8、X9、X10显著正相关。

表3 岱海流域社会驱动力因子与湖面面积Pearson相关性分析表

旋转后主成分载荷矩阵见表4。根据表4分析结果，第一主成分与观测变量X1、X3、X4、X5、X7有较强正相关，均为直接经济发展指标，可看出研究区产业间经济发展较为均衡，国民经济发展对第三产业的依赖性较强，而第三产业的蓬勃发展势必对需水及用水量有了更高层次的要求；第二主成分与X8、X9有较强正相关，说明研究区以粮食作物作为主要农作物，经济作物在耕地的占比较低；第三主成分与X2有较强正相关，可概括为人口变化情况。由此可以进一步得到论断，岱海湖面积的年季变化与研究区社会经济的发展关系最为密切，其原因可能是产业发展导致的耗水量激增、粮食作物耕作方式由旱田向水浇地转变以及人均耗水量增加等。

表4 旋转后主成分载荷矩阵表

通过对3个因子的加权求和可得出研究区域社会因子驱动力的综合得分，权数可根据方差贡献程度进行选择。本研究综合加权公式，以旋转平方和加载的方差贡献率作为权重，即F1的权重λ1=0.532，F2的权重λ2=0.228，F3的权重λ3=0.120，经计算后得到岱海流域社会因子主成分分析综合得分，如图6所示。

图6 岱海流域社会因子驱动力综合得分变化图

由图6可知，社会驱动力对岱海湖面面积变化的驱动强度呈现先减弱后增强的趋势，自1997年开始逐年增强，至2014年增幅减弱，2016年起出现下降，说明自2016年开始实施的“两节两补两恢复”岱海水生态修复恢复工程一定程度上削减了社会驱动力对岱海的影响，但驱动强度仍处于较高水平。

4.3 土地利用变化分析

本研究利用ArcGIS分析了岱海流域内城镇用地、农民居点用地、工交建设用地、水浇地、山区旱地和平原旱地6种影响因素类土地利用类型在1975、1986、1988、1993、1998、2003、2008、2013、2018年的分布情况，见表5。

由分析可知，城镇用地与公交建设用地面积随经济发展迅速升高，分别提升128%和203%。城镇生活用水和工业用水的激增，导致对地表水的过度使用，同时，地下水的超采导致地下水位迅速下降，致使湖泊水量下降，湖面萎缩、湖泊岸线长度和多样性急剧下降。21世纪以来，岱海湖泊的旅游业及渔业的兴起，带动了北岸的凉城县岱海旅游区、渔港，以及西北部和东部的渔塘进一步发展，为满足这些产业发展增加的基础建设用地，进一步加剧了对湖泊岸线的侵蚀，导致岸线长度和多样性的下降。

从耕地变化角度来看，岱海流域内农耕土地类型主要为水浇地、山区旱地、平原旱地相结合的方式。流域内农灌用水主要通过机井的方式抽取地下水，农业用水的抽取直接威胁到地下水量，致使地下水水位迅速下降。相较于地表水，地下水资源处于一个更加复杂的环境，流域内地下水过度开采，导致地下水水量减少，水位下降。岱海湖泊水资源通过下渗、虹吸的作用补给地下水，使湖泊内水量持续下降，湖面减小，岸线萎缩。同时，流域内温度持续上升、净蒸发量大等自然因素致使岱海成为一个内陆湖泊，水量通过降雨补给严重失衡，净蒸发量大又导致已存湖水水量在自然情况下的持续减少；此外，城镇管网设施、农耕地对径流的拦蓄，进一步限制降雨对湖泊水量的补给。