瑪依湖保護區生態環境質量時空變化及驅動因素分析

李肖遙,岳春芳*,王慶杰,張 琴

(1.新疆農業大學 水利與土木工程學院,新疆 烏魯木齊 830052;2.新疆水利工程安全與水災害防治重點實驗室,新疆 烏魯木齊 830052)

生態環境質量是社會經濟可持續發展的基礎[1]。推進生態優先,實施生態系統保護,推動人與自然和諧發展,是亟待解決的問題。我國西北干旱地區生態基礎脆弱,變化環境及日益頻繁的人類活動,使得生態環境明顯退化[2]?，斠篮Ｗo區是我國西北干旱地區珍貴的湖泊濕地生態系統,地處克拉瑪依市綠洲區與古爾班通古特沙漠的過渡帶,是克拉瑪依市東部重要生態屏障和瑪納斯河下游重要的生態單元[3-4]。中華人民共和國成立后,流域上游農業生產等經濟用水擠占生態用水,導致河道斷流,下游濕地退化和消亡,加之瑪依湖保護區內及周邊油氣開采井場密度的增加,使得部分生態功能區退化,修復其生態環境刻不容緩[5]。鑒于瑪依湖保護區特殊的地理位置和生態作用,探究其生態環境質量時空變化特征,分析驅動因素,對保護區核心區和緩沖區的設立、生態修復和推動生態文明建設具有重要意義。

20世紀60年代,國外學者開始對生態環境質量進行評估與分析,近年來,隨著3S技術的發展與進步,生態環境質量評價手段趨于多元化[6]。我國學者基于植被覆蓋度[7]、水體指數[8]和地表溫度[9]等單一指標從不同維度對區域生態環境質量進行了評價研究,然而單一指標難以全面評價復雜的生態系統。2013年,徐涵秋[10]基于遙感技術,提出遙感生態指數(RSEI),該指數無人為權重設定,能夠快速、定量、客觀地評價區域生態環境。此后,RSEI在國內相關保護區生態環境質量評價中取得了眾多成功應用,褚馨德等[11]、王士遠等[12]、楊繪婷等[13]分別將RSEI應用于我國祁連山國家自然保護區、長白山自然保護區和武夷山國家自然保護區的生態質量變化評價中。

當前,關于生態環境質量影響因素的分析上,大多為定性研究,也有應用相關分析和回歸模型等方法定量分析地形、氣候和降水等因素的影響[1,14]。不管是定性研究還是定量分析,都忽略了影響因素之間的交互作用對生態環境質量額外的解釋力。因此,近年來眾多學者引用地理探測器模型,快速有效地揭示了單一因素及不同因素之間的交互作用,對生態環境質量空間分異的驅動力[15]。

目前,國內外學者大多針對瑪依湖保護區土壤鹽漬化[16]和生物多樣性[4,17]等單一指標進行分析評價,難以反映區域整體生態特征。本研究以干旱內陸河典型流域—瑪依湖保護區為對象,構建遙感生態指數,借助Mann-Kendal檢驗確定RSEI演化的時間節點,從而獲取研究期間的典型年份,引入空間自相關分析與地探測器模型,分析生態環境質量的空間相關性,探究驅動生態環境質量變化過程空間異質性的關鍵因素,以期為實現瑪依湖保護區生態環境可持續發展提供理論支持與決策依據。

1 研究區概況

瑪依湖保護區(85°7′-85°26′E,45°14′-45°35′N)是新疆克拉瑪依市的市級保護區,位于克拉瑪依市東南部、瑪納斯河下游古河道區,湖區下游為瑪納斯河尾閭湖-瑪納斯湖[17]。區內包括上湖區、中湖區和下湖區(圖1)。其中上湖區水源來自上游瑪納斯河上的夾河子水庫下泄;中湖、下湖區的水源主要是克拉瑪依市的城市外排中水,年排放量約為0.49×108m3[4]。

圖1 研究區概況

該區域位于中緯度內陸地區,屬于典型的溫帶大陸性氣候,年平均氣溫為8.6 ℃,最低溫度低至-40.5 ℃,最高溫度可達46.2 ℃,年降水量108.9 mm,年蒸發量1 492.0 mm。區內大部分為沙漠或荒漠,土質較低劣、土壤含鹽量高,部分區域泉水溢出、土壤條件好,保護區內生長著各種荒漠植被以及濕生植物類群。在保護區中央分布著大大小小的濕地,是生物多樣性的極重保護對象。

2 材料與方法

2.1 數據來源

遙感數據和DEM數據源于地理空間數據云(http:∥www.gscloud.cn),其中遙感數據包括Landsat7ETM+、Landsat5TM和Landsat8OLI數據。由于2003年、2004年和2012年Landsat7ETM+遙感影像數據有條帶狀缺失,數據通過一元回歸方法進行修復。選擇的數據具體包括:2000-2004年和2012年的Landsat7ETM+影像、2005-2011年的Landsat5TM影像、2013-2020年的Landsat8OLI影像。所有數據均集中在7-8月份植被生長旺盛且研究區云量小于5%的影像資料,利用envi5.3軟件對收集到的遙感影像數據進行輻射定標、大氣校正、裁剪和拼接等預處理。土地利用數據采用envi5.3軟件對Landsat影像數據監督分類而得,鹽度通過波段運算而得[6]。

瑪納斯河年徑流量等水文數據來源于肯斯瓦特水文站,瑪依湖保護區氣象數據采用最近的克拉瑪依氣象站點數據代替。

2.2 指數計算及突變檢驗方法

2.2.1 遙感生態指數計算 基于遙感技術,通過主成分變換,耦合集成綠度(NDVI)、濕度(WET)、干度(NDBSI)和熱度(LST)4個指標,得到遙感生態指數。由于集成的這4個生態因子是自然生態系統的重要評價指標,可以綜合反映、定量刻畫生態質量及其變化,因此可以用來評價生態環境質量[10]。4個指標計算公式見表1。

表1 指標計算公式

為了避免各個指標量綱的不統一,對各個指標進行標準化處理,然后利用主成分分析方法,耦合4個指標,得到第一主成分,對第一主成分同樣進行正規化等處理得到遙感生態指數(RSEI)[10]。主成分分析計算方法如下

RSEI0=PC1[F(NDVI0,Wet0,LST0,NBSI0)]

(1)

(2)

式中:RSEI0為經主成分變換(PC1)后的初始遙感生態指數,NDVI0、LST0、Wet0和NDBSI0為各個指標的正規化結果,RSEImin、RSEImax和RSEI分別為初始遙感生態指數的最小值、初始遙感生態指最大值和遙感生態指數。

2.2.2 Mann-Kendall檢驗法 Mann-Kendall突變檢驗法是被廣泛應用于氣象參數、水文序列的相關時間序列數據趨勢檢驗方法,具有排除異常值干擾的特點[18]。因此,本研究引入該方法對遙感生態指數均值展開趨勢分析和突變性檢驗,以獲取遙感生態指數突變典型年份,進行分段研究。具體方法詳見參考文獻[19]。

2.3 空間自相關分析

空間自相關是檢驗某一單元的特征屬性和與其相鄰單元的特征屬性的相關程度,以及揭示相互作用現象[20]。本研究借助Geado軟件,根據遙感生態指數空間分布數據,計算莫蘭特指數(Moran'sI),進行生態環境質量全局自相關分析以及局部自相關分析[21]。

2.4 GDM地理探測器

王峰勁等[22]提出的地理探測器可用于探究空間分異性的驅動因素以及揭示各個因子之間的交互作用。本研究利用該方法中的因子探測和交互探測,分析研究區內遙感生態指數驅動因子的影響力。具體計算公式如下

(3)

3 結果與分析

3.1 遙感生態指數時間變化特征

瑪依湖保護區RSEI主成分分析等結果見表2,由表2可知,2000-2020年第1主成分貢獻率均超過了79%,涵蓋了研究區生態環境的大部分信息,可用于構建RSEI;NDVI和WET荷載值>0,對RSEI有正向驅動作用,NDBSI和LST荷載值<0,對RSEI起負向驅動作用,符合客觀事實,說明構建的RSEI較為合理,可用于評價瑪依湖保護區生態環境質量變化。

表2 主成分分析結果及RSEI均值

RSEI均值變化趨勢見圖2(a),圖2(a)清晰顯示RSEI均值總體上呈波動上升趨勢,結合表2可知:在2016年和2018年達到了最大值,為0.48;最小值年份出現在2009年,為0.28。

圖2 2000-2020年瑪依湖保護區RSEI年際變化趨勢及突變性檢驗

利用Mann-Kendall 法對年序列RSEI均值進行突變性檢驗,結果如圖2(b)所示。圖中UFK曲線超過了0.05顯著水平且與UBK曲線在0.05顯著水平內存在交點,交點處于2013年,表明RSEI均值在2013年存在有效突變點;UFK值在2007-2012年呈現負值,表明期間生態環境質量有下降趨勢,且RSEI均值在2009年達到了最小值。因此結合年際RSEI均值變化趨勢與Mann-Kendall 突變性檢驗結果,選擇2000、2009、2013年和2020年為典型年份,對瑪依湖保護區生態環境質量時空變化情況進行分段分析。

3.2 遙感生態指數空間變化特征

3.2.1 遙感生態指數空間變化分析 根據參考文獻分類標準[19],對RSEI進行等級劃分,并對面積占比分別進行統計,如圖3所示。

圖3 RSEI等級分布

從圖3可知,整個研究期間,生態環境質量等級為“差”的區域所占比例最大,大多分布于湖區四周的荒漠地帶;等級為“較差”的區域所占比例由2000年的11.75%逐年下降至2020年的7.71%,主要分布在等級差和等級中的過渡區域,處于湖區的邊緣;等級為中等的區域所占比例呈增長趨勢,特別是由2013年的12.20%增長至2020年的21.46%;等級為良的區域所占比例在12%上下浮動,變化幅度不大;等級為優的區域主要分布在湖區中央,植被生長旺盛的地區,歷年所占比例分別為14.22%、4.75%、20.34%和18.19%,呈現波動上升趨勢。

3.2.2 生態環境質量動態變化分析 為了進一步分析保護區2000-2020年生態環境質量時空變化情況,對研究區遙感生態指數進行差值變化檢測,結果見圖4和表3,由圖4和表3可知:2000-2009年,生態環境惡化和變差的面積合計69.04 km2,占比19.16%,主要分布在下湖區和中湖區;2009-2013年,生態環境質量惡化和變差的面積合計3.8 km2,占比1%左右,生態環境質量變好的面積合計188.35 km2,占比52.28%,說明整個保護區生態環境質量得到極大改善;2013-2020年,生態環境質量變好和優化的面積占比維持在50%左右,說明整個區域生態環境質量穩定向好發展;從2000-2020年,生態環境質量優化和變好面積占比超過60%,遠超生態環境質量惡化和變差面積占比總和,說明近20 a來保護區生態環境質量有變好的趨勢。

表3 瑪依湖保護區2000-2020年RSEI面積變化

圖4 瑪依湖保護區2000-2020年RSEI變化檢測

下湖區和中湖區的水源主要來自克拉瑪依市城市外排中水,后期下湖區和中湖區生態環境質量的改善,可能與克拉瑪依市經濟的發展、外排中水量的增加有關,進而改善保護區的濕度條件以及植被生長環境,生態環境得到恢復[17];同時2017年以來,克拉瑪依市政府開展了瑪依湖保護開發行動計劃,促進了后期整個區域生態環境質量穩步發展[23]。

3.3 遙感生態指數空間自相關分析

為了更好地了解生態環境質量的時空變化和空間分異特征,基于研究區實際情況,同時為保證尺度內信息的完整性和定量評價的準確性,采用300 m×300 m網格進行圖像重采樣,從每個圖像中收集的4 005樣本點,借助Geoda軟件,進行空間自相關分析。結果顯示,Moran'sI散點基本匯集在一、三象限,全局 Moran'sI值分別為:0.64,0.70,0.66和0.71,均大于0,且都通過P=5%顯著性檢驗,說明各年研究區內RSEI具有一定的空間正相性,存在集聚效應,同時全局Moran'sI值呈現先上升后下降再上升的趨勢,說明后期聚集效應逐漸增強。

進一步對瑪依湖保護區生態環境質量進行局部自相關分析,得到局部自相關LISA聚類圖(圖5),從圖5可知,2000-2020年,低-低聚集區大多分布在保護區外圍,所在區域荒漠化程度高,生態脆弱,生態環境質量差;高-高聚集區面積呈現波動上漲,主要集中在保護區湖區中央,該區域為保護區的核心區域,水資源條件較好,植被覆蓋度高,植被凈生產力較強。

圖5 瑪依湖保護區2000-2020年RSEI的LISA聚類圖

3.4 驅動因素分析

應用地理探測器GDM進一步揭示生態環境質量變化的主要因素。具體操作步驟如下,將監測年份的指標圖像重新采樣為300 m×300 m,并在每個圖像中生成4 005個點;以RSEI為自變量,并選取8個指標作為因變量;通過將RSEI點與8個指標因子(NDVI、WET、NDBSI、 LST、鹽度、土地利用、高程、坡度)進行因子檢測和交互檢測分析。

3.4.1 因子探測分析 因子探測結果表明,8個探測因子均在1%水平上顯著相關,表明所選的探測因子對RSEI的空間分異特征均有顯著影響。單因子探測結果見表4。

表4 單因子探測結果

由表4可知,歷年4個模型因子都體現出對生態環境質量空間分異特征有較強的解釋力,綜合來看,其中最強的為干度(NDBSI),最弱的為熱度(LST),濕度(WET)和綠度(NDVI)解釋力相當,介于綠度(NDVI)和熱度(LST)之間;地形因子坡度和高程,從歷年排序來看,兩者解釋力都較弱;鹽度因子相對于地形因子解釋力明顯更強。

總體上看,各個因子歷年排序變化不大,而土地利用的q不斷增大,排序由第5上漲至第2,說明土地利用對研究區的生態環境質量分異性影響在增強,是影響生態環境質量變化的重要因素。

3.4.2 交互作用探測分析 為了進一步分析任意2個影響因子共同作用后對RSEI空間分布的解釋程度,對各因子進行交互探測。將瑪依湖保護區歷年RSEI與8個因子進行交互探測共產生36項交互作用結果。

由探測結果圖6可知,相比單因子,雙因子的交互作用增強了對生態環境質量的解釋力,更能促進瑪依湖保護區生態環境質量的變化。其中,歷年所有雙因子交互作用結果中,綠度和干度交互結果q均達到最大,對保護區生態環境質量變化影響最大;雖然2個地形因子解釋力十分弱,但與其他因子的共同作用下表現出的非線性增強效果顯著,說明地形因子是影響生態環境質量的間接因素;除去模型因子之間交互作用結果后,土地利用與干度交互作用影響力最大,且在4個年份因子交互結果中也均為最大。

圖6 雙因子交互作用結果

結合單因子檢測結果,2000-2020年,綠度、干度和土地利用對保護區生態質量變化影響效果均較為顯著,特別是土地利用因子的解釋力在逐年增強,近年來,人類活動改變了保護區土地利用狀況,在保護區內攔河建堤蓄水,草地、濕地植被生長越發旺盛,生態環境質量改善[23];而勘探和開采石油,少部分區域植被破壞、地表裸露,干化嚴重,進而改變了局部區域生態環境質量[24]。

3.4.3 生態環境質量變化對自然因素和人類活動的雙重響應 濕度(WET)和綠度(NDVI)作為生態環境質量評價的組成部分,直接影響著生態環境質量的優劣。從時間上看,由圖7(a)可以看出,1990-2020年,瑪納斯河徑流量的增長以及保護區降水的增加一定程度上改善了保護區的土壤濕度條件;人類活動對生態環境質量的影響不僅表現在土地利用的變化上,同時也影響著流域內水資源的分配,從圖7(b)可以看出,夾河子水庫歷年泄水量波動較大,由于保護區植被生長水源主要來源于夾河子水庫生態輸水,而年際生態環境質量出現波動,可能與保護區上游夾河子水庫歷年生態輸水水量不穩定有關。

圖7 瑪納斯河年徑流量及瑪依湖年降水量變化與夾河子水庫歷年泄水量變化

4 討論

4.1 評價指標合理性分析

2000-2020年,各數據的第1主成分貢獻率超過了78%,綠度和濕度的荷載值呈現負值,具有正向驅動力,干度和溫度的荷載值呈現負值,起負向驅動力,符合實際,說明構建的遙感生態指數可以用于評價瑪依湖保護區生態環境質量變化。

4.2 瑪依湖保護區與下游瑪納斯湖的生態用水矛盾

瑪依湖保護區中,生態環境質量較好的高-高聚集區域多集中在保護區中央,該區域水資源狀況較好,蘆葦(Phragmitesaustralis)等植被生長旺盛,進而表現出生態環境質量較高。干旱地區水分條件是植被生長的決定性因子,而瑪依湖保護區近年來在各類水源的補給下,特別是克拉瑪依工業園區外排中水對下湖區和中湖區的影響,一定程度提高了湖區水資源狀況。然而,近年來隨著流域生態環境治理力度的加強,禁止園區排放中水,未來該區域植被有退化的風險。未來,湖區主要水源將來自瑪納斯河上游夾河子水庫下泄,而保護區內攔河建堤增加湖區儲存水量的同時,也破壞了流域的河湖連通性,影響湖區下游瑪納斯湖的入湖水量,瑪納斯湖及其周邊生態環境恐受影響。

瑪依湖保護區生態環境質量變化是人類活動和自然因素共同作用的結果,因此,未來在流域環境治理背景下,需加大對生態修復的投入,以削弱由于保護區水源減少和土地利用改變帶來的不利影響,特別是針對保護區開展穩定的生態輸水,協調與瑪納斯湖的生態用水矛盾,以維持保護區基本的生態功能,促進經濟與生態的和諧發展。

5 結論

基于2000-2020年序列的瑪依湖保護區遙感數據,構建遙感生態指數(RSEI),對長時間序列的遙感生態指數均值進行突變檢測,進而分段研究生態環境質量的時空變化特征,引入空間自相關分析方法和地理探測器,探討了生態環境質量的空間相關性和驅動因素。

整個研究期間遙感生態指數均值呈波動上升趨勢,其中最小值為2009年0.28;對其進行突變檢驗結果表明,2013年要遙感生態指數均值發生了突變;以2000、2009、2013年和2020年為典型年份,進行分段研究表明,總體上瑪依湖保護區生態環境質量空間上呈現“中間高、四周低”的格局;雖然在2000-2009年,上湖區和下湖區生態環境質量出現惡化,但從總體上看,近20 a來保護區生態環境質量得到了改善。

從全局莫蘭特指數(Moran'sI)分析表明,瑪依湖保護區中生態環境質量的空間分布是聚類的,而不是隨機的。低-低聚集區域主要分布在保護區四周,而高-高聚集區域主要集中在湖區中央,并且近20 a來高-高聚集區域面積有擴張的趨勢。

地理探測器(GDM)的結果揭示了4個模型因子中干度(NDBSI)、綠度(NDVI)為瑪依湖保護區生態環境變化的主要驅動因子,而保護區土地利用的改變對生態環境質量影響越來越大,說明人類活動對生態環境質量變化影響越發顯著。