基于SWAT模型的西遼河流域自然濕地演變過程及驅(qū)動(dòng)力分析

于成龍，王志春，劉 丹※，趙慧穎，宮麗娟，田寶星

（1.黑龍江省氣象科學(xué)研究所，哈爾濱 150030；2.中國氣象局東北地區(qū)生態(tài)氣象創(chuàng)新開放實(shí)驗(yàn)室，哈爾濱 150030；3.內(nèi)蒙古自治區(qū)赤峰市氣象局，赤峰 024000）

0 引 言

濕地是結(jié)構(gòu)獨(dú)特、功能多樣的生態(tài)系統(tǒng)，在維持區(qū)域乃至全球生態(tài)平衡方面起著不可替代的作用[1]。濕地的外因性演替過程與氣候、地質(zhì)活動(dòng)、自然災(zāi)害干擾和人為干擾等因素密切相關(guān)，以氣溫升高、降水格局改變?yōu)橹饕卣鞯娜驓夂蜃兓瘜?duì)濕地生態(tài)系統(tǒng)的分布格局及其生態(tài)過程已經(jīng)產(chǎn)生深刻影響[2-3]，同時(shí)，隨著社會(huì)經(jīng)濟(jì)發(fā)展，人類活動(dòng)對(duì)濕地生態(tài)系統(tǒng)的影響也不容忽視，氣候變化和人類社會(huì)發(fā)展的綜合作用將使未來濕地恢復(fù)與管理變得更加復(fù)雜。不同類型、氣候背景、發(fā)育過程的濕地具有不同的壓力源，這些濕地生態(tài)系統(tǒng)正以各自的演變方式應(yīng)對(duì)氣候變化和人類社會(huì)的干擾。另外，濕地在自身改變的同時(shí)，也對(duì)區(qū)域生態(tài)系統(tǒng)網(wǎng)絡(luò)乃至氣候產(chǎn)生重要影響[4-5]，如何保護(hù)、恢復(fù)與管理濕地生態(tài)系統(tǒng)，取決于如何應(yīng)對(duì)氣候變化和人類社會(huì)發(fā)展的影響，因此了解濕地生態(tài)系統(tǒng)長(zhǎng)期演變規(guī)律，定量分析氣候和人為因素對(duì)濕地變化的貢獻(xiàn)率，對(duì)于準(zhǔn)確評(píng)估濕地生態(tài)系統(tǒng)演變的驅(qū)動(dòng)力具有積極意義。

對(duì)濕地變化驅(qū)動(dòng)力的研究一直以來都是濕地地理學(xué)和生態(tài)學(xué)研究的熱點(diǎn)問題，國內(nèi)外眾多學(xué)者在濕地分布景觀格局、濕地植被、濕地養(yǎng)分循環(huán)、水文特征等方面開展廣泛研究，如張玉紅等[6]研究了1979—2013年扎龍濕地景觀格局的動(dòng)態(tài)變化特征；Feng等[7]研究了地下水位對(duì)鄱陽湖濕地優(yōu)勢(shì)植物生長(zhǎng)和繁殖參數(shù)的影響；Mantyka-Pringle等[8]研究了氣候變化和土地利用變化對(duì)濕地生物多樣性的影響；Ott等[9]描述了在弗吉尼亞海岸濕地土壤屬性隨時(shí)間的變化特征；Yang等[10]研究了氣候變化和外來物種入侵對(duì)中國東部沿海地區(qū)有機(jī)碳儲(chǔ)量的影響；Cassatt等[11]將降水、地表水和地下水等水文數(shù)據(jù)與濕地恢復(fù)和氣候變化脆弱性聯(lián)系起來，研究濕地的水文特征對(duì)濕地恢復(fù)的影響。以上研究取得了豐富的成果，積累了豐富的濕地變化過程以及濕地應(yīng)對(duì)自然和非自然干擾能力的知識(shí)。但在濕地面積、濕地植被以及河流流量等的研究中，仍然缺乏對(duì)氣候變化和人為影響（以土地利用變化為主）加劇等原因的整合[12]，而了解氣候變化和人為影響的協(xié)同作用是制定濕地恢復(fù)與保護(hù)措施所需科學(xué)支撐的必要條件。

西遼河流域位于中國北方農(nóng)牧交錯(cuò)帶的東緣，清朝以后人類活動(dòng)頻繁，大面積開墾耕地，加上該區(qū)域?qū)贉貛Т箨懶詺夂?，干旱少雨[13]，大部分河流存在季節(jié)性斷流現(xiàn)象，導(dǎo)致該區(qū)域由原始自然的“郁蔥”環(huán)境向沙漠化的“活化”發(fā)展[14]，近些年來已有 50%以上的土地存在荒漠化現(xiàn)象[15]，區(qū)域生態(tài)環(huán)境十分脆弱，濕地作為該區(qū)域生態(tài)系統(tǒng)網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)，在維持區(qū)域生態(tài)平衡方面起到不可替代的作用。目前有關(guān)西遼河流域的研究，對(duì)于湖泊、沼澤和河流在不同時(shí)空尺度上的變化以及相互轉(zhuǎn)化的認(rèn)識(shí)比較清楚，在濕地變化的驅(qū)動(dòng)因素方面也開展了較多研究[16]，但多數(shù)只停留在探尋濕地變化單驅(qū)動(dòng)因子的作用，很少研究多因子耦合的驅(qū)動(dòng)效應(yīng)，也沒有明確驅(qū)動(dòng)因子在濕地變化過程中的貢獻(xiàn)率。隨著氣候變化、自然災(zāi)害、人為干擾等因素對(duì)自然濕地影響的加劇，需要提高對(duì)導(dǎo)致濕地變化的自然或非自然驅(qū)動(dòng)因子協(xié)同作用的理解，并評(píng)估這些協(xié)同作用對(duì)湖泊、沼澤和河流等濕地類型的影響。本文通過研究西遼河流域湖泊和沼澤濕地面積、景觀轉(zhuǎn)換特征、沼澤濕地植被變化特征以及河流徑流深度變化特征，明確研究區(qū)不同濕地類型的較長(zhǎng)時(shí)間序列的變化特征以及他們之間的轉(zhuǎn)化過程，通過研究氣候因子或土地利用因子對(duì)濕地變化的影響，以及二者交互作用，來定量分析濕地變化驅(qū)動(dòng)因子的作用，以期為更加深入了解西遼河流域自然濕地的演化過程，以及推斷控制濕地生態(tài)系統(tǒng)變化的可能機(jī)制提供科學(xué)依據(jù)，為濕地農(nóng)業(yè)綜合開發(fā)和可持續(xù)發(fā)展提供科學(xué)參考。

1 地理位置與范圍

西遼河流域地處中國北方農(nóng)牧交錯(cuò)帶的東緣，是中國重要的農(nóng)牧業(yè)生產(chǎn)基地，主要區(qū)域在內(nèi)蒙古自治區(qū)境內(nèi)，小部分邊緣區(qū)域位于吉林省、遼寧省和河北省境內(nèi)，其干流長(zhǎng)312.69 km，水流方向?yàn)樽晕飨驏|，最后匯入遼河，流域內(nèi)較大的支流有西拉木倫河、教來河、老哈河等。該流域北、西、南 3面環(huán)山，東臨遼河平原，地勢(shì)由西向東逐漸降低，海拔在82～2 054 m（圖1）。流域內(nèi)植被屬溫帶草原區(qū)，自然植被主要是典型草原植被、喬木、灌木、半灌木草原植被，農(nóng)作物為一年一熟，以玉米、大豆、小麥為主。該區(qū)域?qū)贉貛Т箨懶詺夂?，主要?dú)夂蛱卣鳛楦珊瞪儆?，年蒸發(fā)量大于水分補(bǔ)給量，年平均氣溫6.32 ℃，年降水量382.00 mm，年蒸發(fā)量1 228.94 mm。

圖1 研究區(qū)位置、海拔、河網(wǎng)、年平均氣溫和降水量情況Fig.1 Location, altitude, river network, annual mean temperature and precipitation of the study area

2 材料及研究方法

2.1 數(shù)據(jù)來源及處理

2.1.1 氣象數(shù)據(jù)

氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/），氣溫和降水?dāng)?shù)據(jù)來源于“1981—2010年中國地面累年值日值數(shù)據(jù)集”的西遼河流域及周邊 50 km緩沖區(qū)內(nèi)的氣象觀測(cè)站數(shù)據(jù)，其中年平均氣溫采用線性回歸方式將觀測(cè)站點(diǎn)數(shù)據(jù)轉(zhuǎn)為面數(shù)據(jù)，在SPSS軟件的支持下，以年平均氣溫為因變量，以觀測(cè)站的經(jīng)度、緯度和海拔為自變量建立一元線性回歸方程，樣本數(shù)為42個(gè)；年降水量在Arcgis軟件的支持下，利用IDW方法插值。

1951—2018 年氣象數(shù)據(jù)選取西遼河流域內(nèi)的觀測(cè)站點(diǎn)數(shù)據(jù)，氣象要素為氣溫、降水量、相對(duì)濕度、平均風(fēng)速、氣壓、蒸發(fā)量、日照時(shí)數(shù)等，利用SWAT模型自帶天氣發(fā)生器（WXGEN）生成氣候數(shù)據(jù)，并且填補(bǔ)缺失數(shù)據(jù)。ARCSWAT模型生成的各子流域氣溫、降水、徑流量等，用于分析西遼河流域濕地變化的影響因素。

2.1.2 數(shù)字高程模型

將數(shù)字高程模型（Digital Elevation Model，DEM）導(dǎo)入ARCSWAT模型中進(jìn)行流域劃分、坡度和坡向提取等，DEM為SRTM（Shuttle Radar Topography Mission）地形產(chǎn)品V4.1版本數(shù)據(jù)，空間分辨率90 m，該版本由國際熱帶農(nóng)業(yè)中心（International Center for Tropical Agriculture，簡(jiǎn)稱CIAT）利用新的插值算法得到的SRTM地形數(shù)據(jù)，此方法填補(bǔ)了SRTM 90的數(shù)據(jù)空洞。數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)（http://www.gscloud.cn）。本研究將獲取的數(shù)據(jù)轉(zhuǎn)為Asia North Albers Equal Area Conic（以下簡(jiǎn)稱Albers）投影。

2.1.3 土地利用遙感監(jiān)測(cè)數(shù)據(jù)

該數(shù)據(jù)主要用于在ARCSWAT模型中建立水文響應(yīng)單元（Hydrologic Response Units，HRU），并作為土地利用類型變化分析的基礎(chǔ)數(shù)據(jù)。數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)（http://www.resdc.cn/Default.aspx）的“中國土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)庫”，該數(shù)據(jù)庫是在國家科技支撐計(jì)劃、中國科學(xué)院知識(shí)創(chuàng)新工程重要方向項(xiàng)目等多項(xiàng)重大科技項(xiàng)目的支持下，經(jīng)過多年的積累而建立的覆蓋全國陸地區(qū)域的多時(shí)相土地利用現(xiàn)狀數(shù)據(jù)，目前該數(shù)據(jù)集包括1980、1990、1995、2000、2005、2010、2015年和2018年的土地利用遙感分類數(shù)據(jù)，數(shù)據(jù)生產(chǎn)制作是以各期 Landsat TM/ETM 遙感影像為主要數(shù)據(jù)源，通過人工目視解譯生成，土地利用類型包括耕地、林地、草地、水域、居民地和未利用土地 6個(gè)一級(jí)類型以及25個(gè)二級(jí)類型，該數(shù)據(jù)集已經(jīng)在國家土地資源調(diào)查、水文、生態(tài)研究中發(fā)揮著重要作用。

根據(jù)《濕地公約》[17]對(duì)狹義濕地的定義，濕地包括沼澤、泥炭地、濕草甸、湖泊、河流、滯蓄洪區(qū)、河口三角洲、灘涂、水庫、池塘、水稻田以及低潮時(shí)水深淺小于6 m的海域地帶等，本研究結(jié)合西遼河流域地表覆蓋特征，考慮到濕地分布的變化以及與其他地表覆蓋物間交替作用形成的空間格局情況，簡(jiǎn)化非濕地地表類型，突出主要濕地類型，在“中國土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)庫”的土地分類體系的基礎(chǔ)上，確定一級(jí)土地覆蓋分類和二級(jí)土地覆蓋分類（表1）。另外，為通過景觀轉(zhuǎn)換幅度分析西遼河流域干濕變化情況，根據(jù)土地覆蓋類型的水分差異，再將表1中二級(jí)土地覆蓋分類重新合并為6類，分別為耕地、林地、草地、水域、城鄉(xiāng)-工礦-居民用地、未利用土地。

本文應(yīng)用該數(shù)據(jù)集的 1 km分辨率數(shù)據(jù)，并將1980 —2015年數(shù)據(jù)轉(zhuǎn)為Albers投影后，裁切為西遼河流域范圍。

表1 西遼河流域景觀分類Table 1 Landscape classification of Xiliao River Basin

2.1.4 歸一化植被指數(shù)

植被指數(shù)的時(shí)間譜數(shù)據(jù)能夠反映地表植被生長(zhǎng)的動(dòng)態(tài)過程[18]，歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）數(shù)據(jù)來源于美國 EARTH DATA（https://earthdata.nasa.gov/）數(shù)據(jù)中心的 MOD13A2數(shù)據(jù)集，該數(shù)據(jù)TerraMODIS 16 d合成植被指數(shù)集，空間分辨率為250 m，每隔16 d按照統(tǒng)一算法進(jìn)行合成。由于數(shù)據(jù)的采集和處理過程中受到衛(wèi)星傳感器、太陽高度角和觀測(cè)角度的影響，以及云、水汽、氣溶膠等的干擾，即使采用了最大值合成法（Maximum Value Composite，MVC）合成數(shù)據(jù)，仍會(huì)出現(xiàn)不符合植被生長(zhǎng)規(guī)律的奇異像元點(diǎn)，因此需進(jìn)行平滑處理，本文采用時(shí)間序列諧波分析法（Harmonic Analysis of Time Series，HANTS）對(duì)時(shí)間譜數(shù)據(jù)進(jìn)行平滑。其核心算法是傅立葉變換和最小二乘法擬合，即將時(shí)間譜數(shù)據(jù)分解成有限個(gè)諧波（正弦波或余弦波），從中選取若干個(gè)能反映影像時(shí)序特征的諧波進(jìn)行疊加，達(dá)到重構(gòu)時(shí)序數(shù)據(jù)的目的[19]。

2.1.5 植被總初級(jí)生產(chǎn)力

植被總初級(jí)生產(chǎn)力（Gross Primary Productivity，GPP）是單位時(shí)間內(nèi)植物通過光合作用途徑所固定的有機(jī)碳量（kg/m2，本研究將單位轉(zhuǎn)換為 g/m2。），是地表碳循環(huán)的重要組成部分[20]，本研究選用EARTH DATA數(shù)據(jù)中心的MOD17A2H數(shù)據(jù)集，該數(shù)據(jù)為8 d合成產(chǎn)品，原始空間分辨率為500 m。

2.1.6 流量觀測(cè)數(shù)據(jù)

由于河流上游人為干擾相對(duì)較小，因此本研究選擇西遼河上游的水文站流量觀測(cè)站點(diǎn)的數(shù)據(jù)率定SWAT模型參數(shù)，3個(gè)觀測(cè)站分別為巴林橋（118.62°E，43.25°N）、興隆坡（119.42°E，42.33°N）和新店（118.71°E，452.34°N），觀測(cè)數(shù)據(jù)為月平均徑流量（m3/s），數(shù)據(jù)時(shí)間范圍為1995—2011年。

2.1.7 水系分布數(shù)據(jù)

將研究區(qū)已有的河網(wǎng)水系分布圖輸入到 SWAT模型，從而更好地生成與實(shí)際較符合的河網(wǎng)水系。數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)（http://www.resdc.cn/Default.aspx）的“中國水系流域空間分布數(shù)據(jù)集”。

2.1.8 土壤數(shù)據(jù)

土壤數(shù)據(jù)是SWAT模型的主要輸入?yún)?shù)之一，本研究首先根據(jù)中國科學(xué)院資源環(huán)境數(shù)據(jù)云平臺(tái)的中國土壤類型空間分布數(shù)據(jù)庫確定研究區(qū)土壤類型分布，再從中國土壤數(shù)據(jù)庫（http://vdb3.soil.csdb.cn/）的中國土種數(shù)據(jù)庫中查詢每個(gè)土壤類型的初始信息，應(yīng)用 1stOpt軟件，采用三次樣條插值方法將國際制土壤粒徑級(jí)配，轉(zhuǎn)換為USDA標(biāo)準(zhǔn)，應(yīng)用 SPAW 軟件中的 Soil Water Characteristics模塊，根據(jù)土壤中黏土、砂土、有機(jī)質(zhì)等含量來計(jì)算 SWAT土壤數(shù)據(jù)庫中所需的土壤濕密度（SOL_BD）、有效持水量（SOL_AWC）、飽和導(dǎo)水率（SOL_K）等參數(shù)。

2.2 模型及方法

本研究基于SWAT模型，首先劃分西遼河流域的地理范圍，并根據(jù)SWAT模型模擬的子流域氣溫、降水量、蒸散量、徑流量等數(shù)據(jù)，結(jié)合土地利用分類數(shù)據(jù)，分析西遼河流域湖泊面積、沼澤濕地面積、河流流量變化的影響因素，并借助地理探測(cè)器，定量分析各個(gè)影響因素的驅(qū)動(dòng)能力。

2.2.1 SWAT模型及運(yùn)行

SWAT模型（Soil and Water Assessment Tool）由美國農(nóng)業(yè)部（USDA）的農(nóng)業(yè)研究中心1994年開發(fā)，基于GIS基礎(chǔ)之上，具有長(zhǎng)時(shí)段模擬能力的流域分布式水文模型，能夠在大流域復(fù)雜多變的土壤類型、土地利用方式和管理措施條件下，預(yù)測(cè)土地管理對(duì)水分、泥沙和化學(xué)物質(zhì)的長(zhǎng)期影響。ArcSWAT擴(kuò)展模塊是 SWAT模型在ArcGIS平臺(tái)上的圖形用戶界面[21]，在研究氣候變化、土地利用變化等因素對(duì)水文循環(huán)的影響方面得到較多應(yīng)用。本研究應(yīng)用Arcgis環(huán)境下的ArcSWAT2012模塊進(jìn)行水文過程的模擬。

1）西遼河流域劃分

西遼河流域目前尚沒有統(tǒng)一明確的邊界，常根據(jù)研究需要?jiǎng)澐址秶揖疵鞔_劃分標(biāo)準(zhǔn)。早期多數(shù)以行政邊界劃分，如孫小舟等[22-23]、王耕等[24]劃分的邊界，后期中國科學(xué)院發(fā)表的一些文章沒有根據(jù)行政邊界劃分，如楊艷昭等[25]、Feng等[26]劃分的范圍。也有學(xué)者基于 DEM，利用分形維數(shù)和河網(wǎng)密度雙重指標(biāo)共同確定匯流累計(jì)閾值的方法提取西遼河流域河網(wǎng)水系[27]。

本研究利用ArcSWAT擴(kuò)展模塊，基于SRTM V4.1版本空間分辨率為90 m的地形產(chǎn)品數(shù)據(jù)，以中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn）提供的中國1∶400萬河流空間分布數(shù)據(jù)集為參考，調(diào)整最小子流域面積為 500 km2劃分西遼河流域，最終確定西遼河流域面積為 13.82萬 km2。經(jīng)對(duì)比，劃分結(jié)果與靳曉輝等[27]的劃分結(jié)果具有較高的一致性，具體如圖1。

2）SWAT模型最佳子流域劃分

SWAT模型的子流域劃分是構(gòu)建模型的前提基礎(chǔ)，子流域劃分?jǐn)?shù)量直接影響匯水面積、河網(wǎng)密度以及模型的計(jì)算效率，子流域劃分?jǐn)?shù)量越多，其平均匯水面積越小，河網(wǎng)密度越大，越能細(xì)致地反映地形空間的變化，但模型的計(jì)算時(shí)間會(huì)增加。許多研究者針對(duì)這一問題在不同的地形和氣候條件下分析了子流域劃分?jǐn)?shù)量與徑流模擬精度之間的關(guān)系，結(jié)果表明，一定范圍的子流域劃分?jǐn)?shù)量對(duì)地表徑流影響不大[28-30]，但模擬的環(huán)境不同，這一范圍并沒有統(tǒng)一的標(biāo)準(zhǔn)。為找到研究區(qū)內(nèi)子流域的最佳劃分?jǐn)?shù)量，本研究以1980年為例，將匯水面積在250～3 200 km2之間設(shè)定了對(duì)應(yīng)的16個(gè)子流域劃分方案，在其他條件相同的情況下，利用SWAT模型模擬年徑流量，并計(jì)算年均徑流深，結(jié)果表明隨著子流域數(shù)量的變化，年均徑流深在 2.65～3.20 mm之間波動(dòng)，子流域數(shù)量在37～63之間時(shí)年均徑流深模擬結(jié)果比較穩(wěn)定，因此選取該區(qū)間的中間數(shù)51為子流域劃分?jǐn)?shù)量。

3）SWAT模型參數(shù)率定

本研究利用巴林橋、興隆坡和新店3個(gè)水文站的月徑流量數(shù)據(jù)，采用水量平衡校準(zhǔn)方式的多站點(diǎn)校準(zhǔn)方法，對(duì)Swatcup軟件默認(rèn)的13個(gè)參數(shù)進(jìn)行率定，選用SUFI-2算法進(jìn)行運(yùn)算。利用2000年土地利用數(shù)據(jù)，設(shè)1995—1997年為預(yù)熱期，1998—2004年為率定，2005—2011年為驗(yàn)證期，參考Moriasi等[31]對(duì)水文模擬精度判識(shí)方法，認(rèn)為均方根誤差與標(biāo)準(zhǔn)誤差比率（RSR）在0.0～0.7之間、納什效率系數(shù)（NSE）在0.5～1.0之間、百分比偏差（RBIAS）＜25.0時(shí)，模型模擬效果較好。

表2 西遼河流域3個(gè)水文站月凈流量模擬效果評(píng)價(jià)Table 2 Simulation results of monthly net flow of three hydrological stations in Xiliao River Basin

RSR是從最優(yōu)值0到一個(gè)較大的正值，RSR越低，模型的模擬效果越好，表2中3個(gè)水文站的率定期RSR普遍小于驗(yàn)證期，其中興隆坡最低，新店略高，已達(dá)到Moriasi等[31]劃分的最好級(jí)別，巴林橋在好的級(jí)別；NSE是一種標(biāo)準(zhǔn)化統(tǒng)計(jì)指標(biāo)，是剩余方差（噪聲）與實(shí)測(cè)數(shù)據(jù)方差（信息）的比較，表示觀測(cè)數(shù)據(jù)與模擬數(shù)據(jù)在圖形形式上的吻合程度，NSE∈(-∞, 1]，NSE越大，模型的模擬效果越好，表2中3個(gè)水文站的率定期NSE普遍大于驗(yàn)證期，其中興隆坡和新店的模擬效果達(dá)到了最好級(jí)別，巴林橋達(dá)到滿意級(jí)別；RBIAS用來對(duì)比模擬數(shù)據(jù)與觀察數(shù)據(jù)的偏差，以百分?jǐn)?shù)表示，PBIAS值越小，模型模擬越準(zhǔn)確，表2中3個(gè)水文站的RBIAS均達(dá)到滿意級(jí)別。由此可見，參數(shù)率定后的SWAT模型在西遼河流域具有較好的適用性。

4）SWAT模型模擬

SWAT模型運(yùn)行時(shí)所用的土地利用數(shù)據(jù)依據(jù)鄰近原則輸入（表3），模擬1980—2015年西遼河流域徑流量和產(chǎn)水量的時(shí)間序列。

表3 SWAT模型所用土地利用年份與對(duì)應(yīng)模擬時(shí)期Table 3 Land use years and corresponding simulation period used in SWAT model

2.2.2 景觀轉(zhuǎn)換分析

本研究定義，西遼河流域土地覆蓋類型的景觀轉(zhuǎn)換幅度是指濕地景觀在轉(zhuǎn)化過程中，一種景觀類型向其他景觀類型轉(zhuǎn)換的程度，計(jì)算公式如下：

式中M為景觀轉(zhuǎn)換幅度，sij為不同年份景觀變化轉(zhuǎn)移矩陣中的轉(zhuǎn)化面積；i和j分別為第i類景觀類型和第j類景觀類型；（j-i）為轉(zhuǎn)換系數(shù)，該轉(zhuǎn)換系數(shù)的設(shè)定參照張玉紅等[6]的方法，如果景觀轉(zhuǎn)換幅度大于0，說明景觀向濕潤(rùn)方向發(fā)展，反之，說明景觀向干旱方向發(fā)展，土地覆蓋類型相似的景觀轉(zhuǎn)換系數(shù)（j-i）的絕對(duì)值較小，土地覆蓋類型差別大的景觀轉(zhuǎn)換系數(shù)（j-i）的絕對(duì)值較大，具體如表4。

表4 西遼河流域景觀轉(zhuǎn)換系數(shù)Table 4 Landscape conversion coefficient of Xiliao River Basin

以景觀轉(zhuǎn)換系數(shù)作為主要的景觀變化指標(biāo)來分析西遼河流域內(nèi)部景觀動(dòng)態(tài)的變化類型。具體方法是首先將不同年份的景觀類型圖進(jìn)行兩兩疊加，確定每個(gè)柵格的景觀轉(zhuǎn)換系數(shù)值，利用統(tǒng)計(jì)學(xué)方法對(duì)全部柵格單元的景觀轉(zhuǎn)換系數(shù)的時(shí)間變化序列進(jìn)行統(tǒng)計(jì)，得出西遼河流域景觀轉(zhuǎn)換幅度和轉(zhuǎn)換方向。

2.2.3 地理探測(cè)器原理與應(yīng)用

地理探測(cè)器方法通過研究目標(biāo)因子的分異特征，同時(shí)探測(cè)因子及其交互作用的影響實(shí)現(xiàn)度量單因子或兩因子交互作用的驅(qū)動(dòng)效應(yīng)。該模型的核心是解釋影響因子對(duì)目標(biāo)因子空間分異的解釋程度，用q值度量，具體表達(dá)式為[32]

式中h=1，2，……，L；L為影響因子的分層；Nh和N分別為層h和全區(qū)的單元數(shù)；σ2h和σ2分別是層h和全區(qū)目標(biāo)值的方差。q的值域?yàn)閇0，1]，q值越接近1，表示影響因子的主導(dǎo)驅(qū)動(dòng)作用越強(qiáng)，該軟件也能夠檢驗(yàn)q值的顯著性。

地理探測(cè)器的輸入變量要求是類別數(shù)據(jù)，需要把連續(xù)型變量做離散化處理。本研究將每個(gè)子流域各個(gè)時(shí)期的降水變化量（X1）、蒸散變化量（X2）、湖泊（沼澤）轉(zhuǎn)為其他土地利用類型的面積（X3）、其他土地利用類型轉(zhuǎn)為湖泊（沼澤）的面積（X4），借助 SPSS的 K-平均值聚類方法分為10類，對(duì)應(yīng)湖泊（沼澤）面積變化量作為Y，計(jì)算單因子或兩兩因子組合對(duì)湖泊（沼澤）面積變化的貢獻(xiàn)率；同樣將流量變化量作為Y，計(jì)算降水變化量（X1）和蒸散變化量（X2）對(duì)流量變化量的單因子貢獻(xiàn)和組合貢獻(xiàn)。

3 結(jié)果與分析

3.1 西遼河流域濕地變化特征

3.1.1 濕地面積變化特征

西遼河流域主要的自然濕地為湖泊、河流和沼澤，其中湖泊面積較?。▓D2a），1980—2015年平均值為607.14.00 km2，呈現(xiàn)先上升（1980—1990年）后下降（1990—2015年）的過程；沼澤面積較大（圖2b），平均值為2657.00 km2，1980—1995年間下降趨勢(shì)明顯，2000后下降趨勢(shì)減緩；1980年以來西遼河流域徑流深在8.52～164.95 mm之間，平均為48.46 mm，年際間波動(dòng)較大，無明顯變化趨勢(shì)，

圖2 1980—2015年西遼河流域濕地面積變化Fig.2 Variation of wetland area in the Xiliao River Basin during 1980—2015

表5為西遼河流域湖泊和沼澤與其他土地利用類型的面積轉(zhuǎn)化情況，分析可知，湖泊面積減小的主要原因是耕地侵占，6個(gè)時(shí)期耕地累積侵占湖泊面積最大（為57.00 km2），除1995—2010年外，其余時(shí)期均有耕地侵占湖泊的現(xiàn)象，而其他土地利用類型在不同時(shí)期與湖泊相互轉(zhuǎn)化，如未利用地在 1990—1995年、2000 —2005年和 2010—2015年分別侵占湖泊 9.00、5.00和1.00 km2，在其他時(shí)期有 1.00～26.00 km2的未利用地轉(zhuǎn)為湖泊。

分析沼澤與其他土地利用類型之間轉(zhuǎn)化的數(shù)據(jù)可見，耕地仍然是侵占沼澤的主要土地利用類型，6個(gè)時(shí)期累積侵占沼澤350.00 km2，草地、林地、城鄉(xiāng)-工礦-居民用地、湖泊和灘涂分別累積侵占草地76.00、44.00、10.00、8.00和 4.00 km2，未利用地是沼澤面積增加的主要貢獻(xiàn)者，累積轉(zhuǎn)化為沼澤69.00 km2。

表5 西遼河流域湖泊和沼澤與其他土地利用類型的面積轉(zhuǎn)化Table 5 Area transformation of the lakes and bog with other land use types in the Xiliao River Basin km2

3.1.2 景觀轉(zhuǎn)換特征

從景觀轉(zhuǎn)換幅度的變化過程看（圖3），西遼河流域1980年以來總體上向干生生境方向發(fā)展。西遼河流域景觀轉(zhuǎn)換在1980—2015年間大致分為3個(gè)階段，第1個(gè)階段為1980—1995年間，流域景觀轉(zhuǎn)換幅度較大，其中1980—1990年間為-2 866 km2，1990—1995年間為-5 491 km2，濕地的轉(zhuǎn)換幅度均小于0，說明這個(gè)階段的土地覆蓋類型轉(zhuǎn)化是向干生生境方向發(fā)展，并且轉(zhuǎn)換幅度較大，累積轉(zhuǎn)換幅度高達(dá)-8 357 km2；第2階段為1995—2000年間，全流域的轉(zhuǎn)換幅度大于0（為531 km2），說明全流域的轉(zhuǎn)化向干生生境方向發(fā)展，但轉(zhuǎn)換幅度相對(duì)前一時(shí)期變小，因此景觀累積轉(zhuǎn)換幅度仍處于較低水平（-7 826 km2）；第3階段為2000—2015年間，全流域的轉(zhuǎn)換幅度又開始小于0，說明全流域的轉(zhuǎn)化方向又開始向干生生境發(fā)展，轉(zhuǎn)換幅度接近于1995—2000年間，介于-505～857 km2之間，從而導(dǎo)致累積轉(zhuǎn)換幅度進(jìn)一步下降。

3.1.3 沼澤植被變化特征

2000—2015 年西遼河流域沼澤植被生長(zhǎng)季（4—10月）NDVI和年GPP均存在極顯著的上升趨勢(shì)（圖4），其中NDVI介于0.21～0.36之間，平均為0.30，變化傾向率為 0.07/(10 a)；GPP 介于 213.12～257.73 g/(m2·a)，平均為 257.73 g/(m2·a)。

西遼河流域生長(zhǎng)季 NDVI平均值存在較明顯的區(qū)域差異（圖5a），NDVI較高的區(qū)域集中分布在哈黑爾郭勒河流域和西遼河干流下游區(qū)域，生長(zhǎng)季平均NDVI超過了0.30，同時(shí)NDVI均呈上升趨勢(shì)，其中增加速率較快的區(qū)域則主要在老哈河中游、查干木倫河中游和新開河中游的部分區(qū)域（圖5b），年平均增加 0.01，而且均呈極顯著增加趨勢(shì)（p＜0.01）；年 GPP平均值高低的分布特征（圖5c）與生長(zhǎng)季 NDVI在空間上具有較好的對(duì)應(yīng)性，但NDVI和GPP的變化趨勢(shì)的空間一致性較差，部分子流域GPP的變化存在弱的下降趨勢(shì)（p≥0.05，圖5d），相同子流域的NDVI存在一定的上升趨勢(shì)。

圖3 1980—2015年西遼河流域景觀轉(zhuǎn)換幅度Fig.3 Landscape conversion extent of Xiliao River Basin from 1980 to 2015

3.2 西遼河流域氣候變化特征

為了解研究時(shí)段（1980—2015年）的氣候變化趨勢(shì)與氣候背景（有氣象記錄以來的氣候變化規(guī)律：1951—2018年）之間的關(guān)系，對(duì)比分析了西遼河流域的1951—2018年和1980—2015年的年平均氣溫和年降水量的變化趨勢(shì)。分析可見，1951—2018年西遼河流域年平均氣溫介于 6.59～11.10 ℃之間，平均為 8.88 ℃，并存在極顯著上升趨勢(shì)（圖6a），氣候變化傾向率為0.3 ℃/(10 a)；1980—2015年間，年平均氣溫介于 7.91～11.10 ℃，平均為9.32 ℃，與1951—2018年相比，年平均氣溫增加了0.44 ℃，年平均氣溫波動(dòng)有所減小，氣候變化趨勢(shì)與1951—2018年幾乎一致，氣候變化傾向率相同。

圖4 2000—2015年西遼河流域沼澤植被NDVI和GPP變化Fig.4 Variation of NDVI and GPP of bog vegetation in the Xiliao River Basin during 2000—2015

分析年降水量可知（圖6b），1951—2018年降水量介于 255.75～528.38 mm之間，年降水量平均為377.6 mm，存在較弱的下降趨勢(shì)；1980—2015年降水量介于 257.49～511.35 mm 之間，平均為 372.84 mm，略低于1951—2018年，下降趨勢(shì)較1951—2018年明顯，但仍未達(dá)到顯著性水平。

3.3 西遼河流域濕地變化的影響因素

3.3.1 單因素對(duì)濕地變化的影響

將西遼河流域劃分為 51個(gè)子流域，分析降水量、蒸散量、土地利用變化對(duì)西遼河流域內(nèi)的湖泊面積、沼澤濕地面積、河流流量變化的影響，其中土地利用變化因子分別為各個(gè)時(shí)期內(nèi)子流域湖泊（沼澤）增加的面積（由其他土地利用類型轉(zhuǎn)移為湖泊/沼澤的面積）和減少的面積（湖泊/沼澤轉(zhuǎn)為其他土地利用類型的面積）。因各變量之間的量綱差異較大，所以將各變量歸一化運(yùn)算后再進(jìn)行比較分析，統(tǒng)計(jì)分析發(fā)現(xiàn)，土地利用變化因子與湖泊（沼澤）變化面積未達(dá)到顯著相關(guān)關(guān)系，因此將圖省略。由圖7可見，湖泊面積的變化與降水量變化、湖泊面積的變化與蒸散量變化均呈極顯著的線性正相關(guān)關(guān)系，降水量和蒸散量變化大，湖泊面積的變化也隨之增大，降水量和蒸散量的變化對(duì)湖泊面積變化的驅(qū)動(dòng)能力q值分別為0.589 7和0.669 6。湖泊面積變化量主要集中在-19.28～11.62 km2，與之對(duì)應(yīng)的降水量變化在-300.95～295.02 mm 之間，蒸散量變化在-784.68～690.33 mm之間。

沼澤面積的變化與降水量變化、蒸散量變化極呈極顯著的二次曲線關(guān)系，降水量和蒸散量的變化對(duì)沼澤面積變化的驅(qū)動(dòng)能力q值分別為0.886 1和0.829 8。根據(jù)擬合曲線公式計(jì)算，降水量變化在200 mm左右是沼澤面積變化的拐點(diǎn)，即當(dāng)降水量減少或增加小于200 mm，沼澤面積雖降水量的增加而增加，直到降水量增加大于200 mm，沼澤面積將隨降水量的增加而減少，分析原因發(fā)現(xiàn)，因沼澤是陸地上潮濕積水、喜濕性植物大量生長(zhǎng)并有泥炭堆積的地方，如果當(dāng)年降水量過大，部分沼澤會(huì)呈現(xiàn)出湖泊的地貌特征，因此在遙感分類時(shí)會(huì)把這部分區(qū)域劃分為湖泊，為驗(yàn)證以上分析的準(zhǔn)確性，本研究將圖7c中降水量增加超過200 mm的子流域的相鄰兩期遙感分類柵格圖進(jìn)行對(duì)比，發(fā)現(xiàn)的確有湖泊侵占沼澤的現(xiàn)象。根據(jù)圖7d的擬合曲線公式計(jì)算，蒸散量變化在500 mm左右是沼澤面積變化的拐點(diǎn)，圖7d中 85.24%的蒸散量變化超過500 mm的地點(diǎn)，降水量超過200 mm（圖7c），分析降水量變化與蒸散量變化的相關(guān)關(guān)系發(fā)現(xiàn)，二者呈極顯著的線性相關(guān)關(guān)系（R2=0.674 7，P＜0.000 1，n=306），可見，降水量變化大，蒸散量變化也隨之增加。

圖5 2000—2015年西遼河流域生長(zhǎng)季NDVI年GPP變化趨勢(shì)Fig.5 Tendency of NDVI and annual GPP during the growing season in the Xiliao River Basin from 2000 to 2015

圖6 1951—2018年西遼河流域年平均氣溫和年降水量變化Fig.6 Variation of annual average temperature and annual precipitation in Xiliao river basin from 1951 to 2018

河流徑流量的變化與降水量變化（圖7e）、與蒸散量變化（圖7f）均呈極顯著的線性正相關(guān)關(guān)系，降水量和蒸散量變化大，河流徑流量的變化也隨之增大，降水量和蒸散量的變化對(duì)河流徑流量變化的驅(qū)動(dòng)能力 q值分別為0.647 1和 0.593 2。但在降水量變化區(qū)間為[-300，300]時(shí)，部分河流的徑流量變化與降水量變化無明顯的相關(guān)性，分析原因可能與該流域水利工程對(duì)水文變化的影響有關(guān)。

分析沼澤植被NDVI與年平均氣溫、生長(zhǎng)季平均氣溫、年降水量和生長(zhǎng)季降水量的相關(guān)關(guān)系發(fā)現(xiàn)，只有生長(zhǎng)季平均氣溫與二者之間存在顯著的相關(guān)性（圖7g和圖7h），而且均為線性正相關(guān)關(guān)系，說明熱量因素對(duì)西遼河流域沼澤植被的生長(zhǎng)影響具有一定的規(guī)律性，而未發(fā)現(xiàn)水分因素影響的規(guī)律，分析原因可能是研究對(duì)象為生長(zhǎng)在沼澤的植被，水分條件未對(duì)植被生長(zhǎng)產(chǎn)生明顯的制約作用。

圖7 1990—2015年西遼河子流域的湖泊面積變化與氣象因子之間的關(guān)系Fig.7 Relationship between lake area change and meteorological factors in Xiliao River subcatehment from 1990 to 2015

3.3.2 兩兩因子交互作用的影響

交互作用探測(cè)結(jié)果表明，對(duì)于 3種濕地類型，其影響因子兩兩交互作用均會(huì)增強(qiáng)對(duì)面積（流量）變化的解釋力，但不同濕地類型內(nèi)主導(dǎo)交互作用類型有差異，將驅(qū)動(dòng)能力排在前3位的交互作用方式列入表5，分析可見，交互作用排在前兩位的均為降水量與某一影響因子的協(xié)同作用，驅(qū)動(dòng)能力q值均超過 0.70，可見降水是濕地變化的主要控制因子；排在第三主導(dǎo)交互作用的是土地利用類型面積的變化與某一影響因子的協(xié)同作用。

根據(jù)土地利用類型轉(zhuǎn)化分析結(jié)果可知，侵占濕地主要土地利用類型是耕地，因此可以將濕地面積變化因素歸為人類對(duì)濕地面積變化的影響因素，同時(shí)，西遼河流域處于半干旱地區(qū)，耕地有效灌溉面積超過 40%，耕地灌溉用水量巨大，可以將耕地面積變化因素歸為人類對(duì)河流流量變化的影響因素。對(duì)應(yīng)表6的分析結(jié)果可見，自然因素是濕地面積變化或河流流量變化的主要影響因素，人類活動(dòng)因素的影響要小于自然因素，其中自然因素的解釋力由大到小的排序?yàn)椋赫訚擅娣e變化、湖泊面積變化和河流流量變化。

表6 不同因子交互作用分析Table 6 Analysis of interaction of different factors

4 討 論

本研究表明，西遼河流域濕地生態(tài)系統(tǒng)的壓力主要通過水文和土地利用變化來調(diào)節(jié)，這與Ferrati對(duì)阿根廷東北部Esteros del Ibera地區(qū)的研究結(jié)論具有極高的相似性[33]。氣候變化可能通過改變流域水文制度對(duì)濕地產(chǎn)生顯著影響[34-35]，降水是其中最直接的氣候因素，而其他氣候因素包括溫度升高和蒸發(fā)蒸騰作用的改變，也可能直接或間接地發(fā)揮重要作用。氣候預(yù)測(cè)模型普遍認(rèn)為，北半球高緯度地區(qū)將是溫室效應(yīng)增強(qiáng)最可能發(fā)生的區(qū)域[36-37]，由于氣溫升高導(dǎo)致的蒸發(fā)蒸騰量增加，不僅會(huì)導(dǎo)致濕地斑塊本身的水分流失，而且也會(huì)減少濕地所在集水區(qū)水分的供應(yīng)，另外，氣候變暖使季節(jié)性凍土存留時(shí)間縮短和分布格局改變[38-39]，會(huì)導(dǎo)致地下水位下降[40]，這些將對(duì)現(xiàn)有濕地產(chǎn)生不利影響。

土地利用的改變被認(rèn)為是濕地退化最直接的人為干擾因素[41-42]，從本研究的結(jié)果可見，西遼河流域濕地集中分布區(qū)域與農(nóng)田緊密相鄰，耕地侵占是該流域湖泊和沼澤面積減少的主要原因之一，1980—2015年間的6個(gè)時(shí)期耕地累計(jì)侵占湖泊 57.00 km2，侵占沼澤 350 km2，而且這種侵占幾乎是不可逆的，與此同時(shí)，耕地與其他土地利用類型互有轉(zhuǎn)化，因此在分析湖泊和沼澤面積變化與土地利用影響因素的相關(guān)性時(shí)，濕地面積變化與土地利用變化的相關(guān)性要遠(yuǎn)遠(yuǎn)低于與降水量的相關(guān)性。

雖然氣候變化可能是濕地退化的主要因素，但目前土地管理和水利措施可能會(huì)加劇這種影響，例如放任耕地對(duì)濕地的侵占、農(nóng)業(yè)灌溉用水、在河流上修建水庫等，遇到干旱年份，大量的農(nóng)業(yè)灌溉用水和生活用水降低了河流的基礎(chǔ)流量，減少了本應(yīng)補(bǔ)給濕地的水分，加上干旱年份蒸發(fā)蒸騰量較常年高，更加劇了濕地的萎縮，這種情況在許多干旱、半干旱地區(qū)很常見[43-44]。

本研究結(jié)果表明，1980年以來濕地植被 NDVI和GPP均呈現(xiàn)出極顯著上升趨勢(shì)，與濕地萎縮的結(jié)論相悖，原因與計(jì)算方法有關(guān)，在計(jì)算NDVI和GPP時(shí)僅針對(duì)當(dāng)年濕地本身的植被，如果在第二年有部分濕地轉(zhuǎn)為其他土地利用類型，將不在統(tǒng)計(jì)范圍內(nèi)。影響植被生長(zhǎng)的最重要的2個(gè)外因是溫度和水分，水分不是生活在沼澤濕地植被的主要限制因子，2000年以來氣溫的顯著升高給植被NDVI和GPP創(chuàng)造了有利條件，因此出現(xiàn)了西遼河流域濕地總體面積在萎縮，而沼澤濕地植被長(zhǎng)勢(shì)轉(zhuǎn)好的現(xiàn)象。

本研究雖然利用SWAT模型刻畫了每個(gè)集水區(qū)內(nèi)河流流量、降水量和氣溫以及與之對(duì)應(yīng)區(qū)域內(nèi)湖泊和沼澤面積的變化，探尋西遼河流域濕地變化的氣候和人為影響機(jī)制，但由于河流流量觀測(cè)數(shù)據(jù)有限，而且缺乏水庫、人工河渠等水利設(shè)施數(shù)據(jù)，對(duì)SWAT模型參數(shù)率定及流量模擬的精度會(huì)產(chǎn)生一定影響，后續(xù)研究需要進(jìn)一步補(bǔ)充缺乏的資料，或者尋找一種更為有效的訂正方法，使模型模擬結(jié)果更貼近事實(shí)。

5 結(jié) 論

1）1980 年以來西遼河流域經(jīng)歷了干-濕-干的變化過程，除1995—2000年間為濕生生境外，其余時(shí)間均為干生生境。

2）西遼河流域濕地退化明顯，湖泊和沼澤面積存在下降趨勢(shì)，沼澤植被的 NDVI和植被總初級(jí)生產(chǎn)力GPP存在極顯著上升趨勢(shì)。

3）湖泊面積的變化、徑流深度變化與降水量變化、蒸散量變化均呈極顯著的線性正相關(guān)關(guān)系，沼澤濕地面積變化與以上2個(gè)因素呈極顯著的二次曲線關(guān)系，NDVI和GPP與生長(zhǎng)季積溫呈極顯著的線性正相關(guān)關(guān)系。

4）單因子驅(qū)動(dòng)作用分析表明，降水量是西遼河流域濕地變化的主要控制因子，降水量和蒸散量對(duì)濕地變化的驅(qū)動(dòng)能力由大到小的順序均為沼澤面積、河流徑流量、湖泊面積。

5）兩兩驅(qū)動(dòng)因子交互作用分析發(fā)現(xiàn)，降水量與蒸散量或與土地利用因子的協(xié)同作用對(duì)湖泊、沼澤和徑流深度的驅(qū)動(dòng)能力高于單因子的驅(qū)動(dòng)作用，總體上自然因素對(duì)濕地變化的影響要大于人為因子。