基于Mann-Kendall方法的水土流失時空格局變化

江振藍

(閩江學院 地理科學系, 福州 350108)

?

基于Mann-Kendall方法的水土流失時空格局變化

江振藍

(閩江學院 地理科學系, 福州 350108)

實時準確把握水土流失的時空變異規(guī)律是制定合理有效水土流失防治措施的基礎。利用RUSLE方程對浙江省安吉縣2000—2012年的水土流失風險進行估算，獲取共13期(每年1期)的水土流失時間序列數(shù)據(jù)。在此基礎上，利用Mann-Kendall方法進行水土流失時空格局變化分析。結果表明：研究期間安吉縣水土流失風險呈現(xiàn)顯著上升趨勢，具體表現(xiàn)為遭受水土流失風險范圍呈現(xiàn)顯著增長的同時，遭受水土流失的風險等級也呈現(xiàn)顯著上升趨勢。利用Mann-Kendall方法進行水土流失變化分析，較空間疊加分析方法更能真實地反映水土流失的時空格局變異規(guī)律，所得結果更為詳實，更符合實際，可為水土流失的長時間序列動態(tài)變化分析提供新思路。

Mann-Kendall方法; 水土流失; 時空格局; 趨勢分析

我國是世界上水土流失最為嚴重的國家之一，嚴重的水土流失不僅破壞地力，而且污染環(huán)境，是生態(tài)環(huán)境惡化的集中反映，已成為中國面臨的頭號環(huán)境問題，對我國的生態(tài)安全構成嚴重威脅[1-3]。因此，我國的大多數(shù)地方急需進行水土流失治理。要治理水土流失，我們必須明確水土流失的范圍、程度及發(fā)生發(fā)展規(guī)律。遙感具有規(guī)則重復觀測能力，可以提供大區(qū)域的同質數(shù)據(jù)，為區(qū)域水土流失長期動態(tài)監(jiān)測提供了可能。如楊潔和汪邦穩(wěn)基于CSLE模型對贛南地區(qū)1980年、1998年、2008年的水土流失進行評價，揭示其近30 a的水土流失變化規(guī)律[4]。Jiang等利用USLE方程估算浙江省安吉縣1985年、1994年、2003年、2008年水土流失風險，分析了1985—2008年水土流失的時空動態(tài)變化特征[5]。王紅巖等對紅水河干流區(qū)1990年、2000年和2010年的水土流失敏感性進行了評價，并對其時空動態(tài)進行了監(jiān)測分析[6]。然而，前人的這些研究，大多基于研究期間的兩期或幾期數(shù)據(jù)進行疊加分析其時空變化規(guī)律，揭示的僅是相應年份水土流失的變化情況，而對于期間水土流失的變化趨勢如何，卻很難做出判斷。

Mann-Kendall檢驗法為充分揭示水土流失的變化趨勢提供了可能。該方法是世界氣象組織推薦并已廣泛使用的非參數(shù)檢驗方法，不需要樣本遵從正態(tài)分布，也不受少數(shù)異常值的干擾，計算簡便[7]，被廣泛應用在水文(徑流、水質等)，氣象(氣溫、降水等)，土壤濕度，植被等的趨勢分析中[8-12]。其優(yōu)點在于檢測范圍寬、人為影響小、定量化程度高。筆者利用Mann-Kendall方法，對浙江太湖苕溪流域植被隨時間序列變化的特征進行分析，研究結果不僅從統(tǒng)計學意義上揭示植被隨時間的變化趨勢，還揭示植被發(fā)生突變的時間段[12]。本文以2000—2012年13期時間序列的水土流失數(shù)據(jù)為基礎，將Mann-Kendall檢驗方法引入到水土流失時空格局變化分析中，以期為水土流失的動態(tài)變化分析提供新思路。

1　研究區(qū)概況

安吉縣地處太湖西南部、浙江西北部、天目山北麓。位于東經(jīng)119°14′—119°53′，北緯30°23′—30°53′，屬于典型的亞熱帶海洋性季風氣候。境內(nèi)地形起伏高差大，具有明顯的垂直氣候特征。安吉縣生態(tài)環(huán)境優(yōu)良，2006年成為中國的第一個“生態(tài)縣”，全縣森林覆蓋率達到71%。該縣堅持以“生態(tài)經(jīng)濟”為立縣之本，生態(tài)農(nóng)業(yè)、生態(tài)工業(yè)和生態(tài)旅游已成為其主要的支柱產(chǎn)業(yè)。但由于近些年白茶種植和竹林開發(fā)，造成了大量林地的破壞，加劇了水土流失，已成為當?shù)氐闹饕鷳B(tài)環(huán)境問題之一[13]。

2　研究數(shù)據(jù)與處理

遙感數(shù)據(jù)主要用于土地利用分類和確定地表植被覆蓋(C)因子，包括TM(Landsat Thematic Mapper)影像，中巴資源衛(wèi)星(CBERS)影像，中巴資源衛(wèi)星環(huán)境與災害監(jiān)測預報衛(wèi)星(HJ-1 A /1 B星)影像和ALOS (Advanced Land Observation Satellite)影像。具體的數(shù)據(jù)見表1。

表1　遙感數(shù)據(jù)一覽表

其他的數(shù)據(jù)包括1∶10 000地形圖用于計算坡度坡長(LS)因子；1∶50 000土壤圖用于獲取土壤可蝕性(K)因子；安吉及周邊11個站點的月均降雨量，用于計算降雨侵蝕力(K)因子。

空間數(shù)據(jù)均采用橫軸墨卡托投影(UTM)50 N帶，生成的空間數(shù)據(jù)層均采樣成30 m的空間分辨率。

3　研究方法

3.1水土流失量估算

本文采用修正型通用土壤流失方程(RUSLE)進行水土流失估算，其表達式為：

A=R×K×LS×C×P

式中：A——年平均水土流失量[t/(hm2·a)]；R——降水侵蝕力因子[(MJ·mm)/(hm2·h·a)]；K——土壤可蝕性因子[(t·h)/(MJ·mm)]；L——坡長因子；S——坡度因子；C——地表植被覆蓋因子(0～1)；P——水土保持因子(0～1)。R因子值采用安吉及周邊11個站點的月均降雨量進行估算，然后運用回歸擬合的方法進行空間化；K值采用Williams等在EPIC模型中提出的方法，即利用土壤有機碳含量和土壤顆粒分布進行計算；LS因子值利用Wischmeier和Smith設計的經(jīng)驗模型進行計算；C因子值綜合采用遙感分類法和線性像元分解法確定；P值是在對研究區(qū)實際考察的基礎上，結合經(jīng)驗值，水田的P值確定為0—1，其他地類基本上沒有采用水保措施，P值為1。各因子具體的計算方法和步驟見參考文獻[5]和[13]。

利用以上步驟所構建的水土流失評估方法，對安吉縣2000—2012年13個年份(每年1期)的水土流失進行估算，獲得研究區(qū)相應年份的年均土壤流失量A。為了更直觀地分析水土流失的動態(tài)變化規(guī)律，將土壤流失量按中華人民共和國水利部公布的《土壤侵蝕分類分級標準》進行劃分[14]，共分為：微度(無明顯)侵蝕[<500 t/(km2·a)]、輕度侵蝕[500～2 500 t/(km2·a)]、中度侵蝕[2 500～5 000 t/(km2·a)]、強烈侵蝕[5 000～8 000 t/(km2·a)]、極強烈侵蝕[8 000～15 000 t/(km2·a)]和劇烈侵蝕[>15 000 t/(km2·a)]六個等級，獲得相應年份的水土流失風險圖。

水土流失估算精度驗證主要是通過實地調(diào)查，結合1 m分辨率的DOM影像、DEM和土地利用類型圖，參照中華人民共和國水利部頒布的土壤面蝕分級標準和按土壤發(fā)生層的侵蝕程度分級標準[14]，在每個年份的遙感影像圖上選取240個點進行土壤侵蝕分級，形成土壤侵蝕精度檢驗的參照數(shù)據(jù)。運用混淆矩陣和參照數(shù)據(jù)對其進行精度檢驗，以總體精度和Kappa系數(shù)兩個指標對模型估算結果的可靠性進行檢驗[5,15]。2000—2012年水土流失風險圖的總體精度均大于89%，Kappa系數(shù)均大于0—85(表2)。

表2　安吉縣2000-2012年水土流失估算精度評價

3.2利用Mann-Kendall檢驗法分析水土流失變化規(guī)律

Mann-Kendall檢驗法的趨勢檢驗假設數(shù)據(jù)的序列為x1，x2，…，xn(n≥10[16])，Mann-Kendall統(tǒng)計量(Sk)由方程(1)計算：

(1)

趨勢的變化由式(2)計算的UFk檢驗值判斷。

(2) 式中：UF1=0，E(Sk)和var(Sk)——Sk的均值和方差。

UFk將組成一條序列變化曲線，如果該曲線落在置信區(qū)間(-Ua/2,+Ua/2)內(nèi)，那么原序列不存在顯著變化趨勢，反之，原序列存在顯著的變化趨勢。若UFk>0，表明序列具有上升趨勢；UFk<0則表明序列具有下降趨勢。

本文給定顯著性水平a=0.05，置信區(qū)間為(-1.96，1.96)，運用Mann-Kendall趨勢檢驗進行水土流失風險隨時間變化的趨勢分析。若UFk值大于0，則表明水土流失風險呈上升的趨勢，小于0則表明呈下降趨勢。UFk若落在(-1.96，1.96)區(qū)間，即當|UFk|<1.96時，變化趨勢不顯著，反之變化趨勢顯著。

4　結果與分析

4.1水土流失的時空變化特征

2000年和2012年水土流失統(tǒng)計結果見圖1。為了更直觀地說明安吉縣水土流失的時空動態(tài)變化規(guī)律，將2000年和2012年水土流失風險圖進行疊加，并將其變化類型分為三類，即水土流失未發(fā)生變化區(qū)域：2000年和2012年水土流失風險等級保持不變的區(qū)域；水土流失惡化區(qū)：2012年較2000年水土流失風險等級上升的區(qū)域；水土流失恢復區(qū)：2012年較2000年水土流失風險等級下降的區(qū)域(圖2)。

圖1安吉縣2000年，2012年各風險流失區(qū)比重

圖2安吉縣2000-2012水土流失變化

從圖1可以直觀看出，在2000—2012年，安吉縣遭受水土流失風險的范圍在擴大，遭受的風險等級在增加，具體表現(xiàn)為無明顯流失區(qū)從2000年占全縣面積的86.35%下降至2012年的81.07%，而輕度、中度、強烈、極強烈和劇烈流失區(qū)則呈現(xiàn)擴展趨勢，水土流失總體上呈現(xiàn)惡化趨勢。其中：劇烈流失區(qū)擴展速度最為迅速，從2000年的3.17%擴展至2012年的6.06%，超過了輕度流失區(qū)(5.82%)，成為2012年比重最大的水土流失風險等級，其后依次為極強烈、強烈、輕度和中度流失區(qū)。圖2進一步說明研究區(qū)水土流失狀況的這種變化趨勢，水土流失惡化區(qū)明顯大于水土流失恢復區(qū)，前者(占全縣面積8.84%)為后者(占全縣面積2.81%)的3倍多，水土流失過程以惡化為主，呈現(xiàn)出明顯的惡化趨勢。

4.2基于Mann-Kendall檢驗的水土流失時空格局變化

在95%的置信水平下，置信區(qū)間為(-1.96，1.96)，對2000—2012年的水土流失風險進行Mann-Kendall檢驗，結果如圖3所示。

圖3基于Mann-kendall檢驗的2000-2012年水土流失變化趨勢

對圖3進行統(tǒng)計，水土流失風險顯著下降的占0.91%，不顯著下降的占7.95%，而顯著上升的占2.26%，不顯著上升的占12.80%，說明研究期間水土流失風險變化以不顯著變化類型為主，但顯著惡化區(qū)域大于顯著恢復區(qū)，不顯著惡化區(qū)域大于不顯著恢復區(qū)，全區(qū)水土流失呈現(xiàn)惡化趨勢，與空間疊加分析法所揭示變化規(guī)律一致。

為了定量說明Mann-Kendall檢驗法和空間疊加分析法研究結果的異同性，將Mann-Kendall檢驗的水土流失變化趨勢(圖3)分為水土流失惡化區(qū)(UFk>0)、水土流失不變區(qū)域(UFk=0)和水土流失恢復區(qū)(UFk<0)三類，得到基于Mann-Kendall檢驗的水土流失變化類型圖，與圖2(空間疊加分析結果)進行疊加，統(tǒng)計結果見表3。

由表3可知，Mann-Kendall檢驗法和空間疊加分析法分析結果的異同性主要體現(xiàn)在：(1) 基于空間疊加分析的絕大部分水土流失變化區(qū)域(惡化區(qū)的94.5%和恢復區(qū)的92.9%)在Mann-Kendall檢驗結果中仍保持相應的變化類型不變；(2) 空間疊加分析的水土流失不變區(qū)域明顯大于Mann-Kendall檢驗結果，前者為88.3%，后者為76.1%；(3) 空間疊加分析相對于Mann-Kendall檢驗法減少的水土流失不變區(qū)域大致50%(各占全縣的6%)分別在Mann-Kendall檢驗結果中表現(xiàn)為水土流失恢復區(qū)和水土流失惡化區(qū)，使得Mann-Kendall檢驗中的水土流失恢復區(qū)和水土流失惡化區(qū)較空間疊加分析結果明顯增加，分別為空間疊加分析結果中恢復區(qū)和惡化區(qū)的3.2倍和1.7倍。

表3　Mann-Kendall檢驗法和空間疊加分析法的結果對比

綜合以上，說明利用Mann-Kendall 檢驗方法不僅能夠發(fā)現(xiàn)利用空間疊加分析方法探測到的絕大部分變化區(qū)域，還可以揭示空間疊加分析未能探測到的變化區(qū)域。這主要是由于水土流失在研究期間呈現(xiàn)波動式變化，空間疊加方法僅利用2000年、2012年的現(xiàn)狀數(shù)據(jù)進行水土流失變化分析，其分析結果為2000年和2012年水土流失兩年間的變化情況，無法揭示期間水土流失變化的波動特征，而Mann-Kendall 檢驗利用2000—2012年13個年份的水土流失數(shù)據(jù)進行時間序列變化分析，揭示的是2000—2012年水土流失間隨時間的變化趨勢，能夠充分挖掘期間水土流失變化的真實情況，其分析結果更符合實際。

4.3基于Mann-Kendall檢驗的各風險流失區(qū)面積的變化趨勢

在95%的置信水平下，置信區(qū)間為(-1.96，1.96)，對2000—2012年各等級風險流失區(qū)面積變化進行Mann-Kendall檢驗，結果如圖4所示。

由圖4可知，除微度(無明顯)流失區(qū)呈顯著減少趨勢外(UFk=-3.54)，輕度、中度、強烈、極強烈和劇烈流失區(qū)均呈顯著增加趨勢，說明研究區(qū)遭受水土流失風險范圍顯著擴大，遭受風險等級顯著上升，這與空間疊加分析法所揭示的水土流失變化規(guī)律一致。但輕度、中度、強烈、極強烈和劇烈流失區(qū)的UFk值分別為2.44，2.81，4.15，4.03，2.07，表明強烈流失區(qū)的擴展最為迅速，其次為極強烈風險區(qū)，而劇烈流失區(qū)的擴展速度相對較小，這與空間疊加分析法所揭示的各等級風險流失的變化速度排序(擴展速度從大到小依次為劇烈、極強烈、強烈、輕度和中度流失區(qū))不相一致。這主要是由于各風險類型面積的變化隨時間并非線性變化，而是呈波動式變化，利用兩個現(xiàn)狀數(shù)據(jù)進行對比分析，可能擴大或掩蓋水土流失的變化情況，掩蓋水土流失的真實情況。如劇烈流失區(qū)面積在2000—2001年略有減少后，經(jīng)歷了2001—2003年、2003—2005年、2005—2008年、2008—2010年的升—降—升—降—升的波動上升過程(圖4F)，僅利用2000年的面積(較小)和2012年的面積(最大)進行簡單的疊加對比分析，造成2012年較2000年劇烈流失區(qū)擴展面積大，擴大了這種變化趨勢，忽視了期間的波動變化特征，造成了劇烈流失區(qū)的擴展速度最快的假象。

圖42000-2012年各風險等級流失區(qū)面積變化的Mann-Kendall檢驗

為了更好地說明這一問題，以2000—2012年不同時間間隔，即1 a，2 a，3 a，4 a，6 a和12 a的水土流失風險圖進行疊加分析，統(tǒng)計如圖5所示。由圖5可知，基于空間疊加的水土流失變化分析，隨著研究時間間隔的不同，其分析結果也可能不盡相同。如以1 a時間間隔的水土流失變化波動最為劇烈，不同年份之間的變化沒有明顯的規(guī)律；以2 a時間間隔的水土流失變化表現(xiàn)為除2000—2002年變化不大外、2002—2004年、2006—2008年、2010—2012年水土流失惡化速度大于恢復速度，水土流失呈現(xiàn)惡化趨勢，而2004—2006年、2008—2010年水土流失則呈相反的變化趨勢；以3 a時間間隔的水土流失變化分析結果表明2003—2006年，水土流失狀況有所緩解，而其他時段水土流失呈現(xiàn)惡化趨勢；4 a，6 a和12 a時間間隔的水土流失變化分析結果均表明水土流失惡化速度大于水土流失恢復速度，水土流失呈現(xiàn)惡化趨勢。

綜上所述，基于空間疊加的水土流失變化分析，隨著研究時間尺度的不同，得到的結果可能是不同的，具有一定的不確定性。但隨著研究時間間隔增長，水土流失變化規(guī)律趨于穩(wěn)定，變化的總體規(guī)律得到體現(xiàn)。但該方法利用兩個時間段的數(shù)據(jù)進行比較分析，無法體現(xiàn)期間的波動變化特征，將有可能夸大或掩蓋水土流失變化的真實情況。而Mann-Kendall檢驗方法則是以2000—2012年每年1期共13期數(shù)據(jù)進行變化趨勢分析，能夠充分體現(xiàn)研究期間水土流失的波動變化特征，較空間疊加分析方法所得結果更為詳實，更符合實際，能真實地反映水土流失的時空格局變化趨勢，可為水土流失的動態(tài)變化分析提供新方法。

圖5不同時間尺度的水土流失風險變化規(guī)律

5　結 論

(1) 2000—2012年，安吉縣遭受水土流失風險呈現(xiàn)上升趨勢，不僅遭受水土流失風險的面積在擴展，遭受風險等級也在增強，水土流失情況呈惡化趨勢。

(2) 基于Mann-Kendall檢驗方法和空間疊加分析法揭示的安吉縣水土流失變化趨勢總體上一致，但Mann-Kendall檢驗方法所揭示的水土流失惡化區(qū)和恢復區(qū)面積明顯大于空間疊加分析結果，利用Mann-Kendall檢驗方法不僅能夠發(fā)現(xiàn)利用空間疊加分析方法探測到的絕大部分變化區(qū)域，還可以揭示空間疊加分析未能探測到的變化區(qū)域。這主要是基于時間序列數(shù)據(jù)的Mann-Kendall檢驗方法用于水土流失時空動態(tài)變化分析，可以充分挖掘研究期間水土流失變化的波動特征，充分揭示可能被空間疊加分析方法夸大或掩蓋的水土流失真實變化情況，分析結果更為詳實、合理。

(3) 基于Mann-Kendall檢驗的水土流失變化趨勢分析，不僅可以從空間可視化角度有效地揭示水土流失的時空變化格局，還可從統(tǒng)計學定量化角度揭示水土流失的變化趨勢，其分析結果能真實地反映水土流失的時空格局變化趨勢，可為水土流失的動態(tài)變化分析提供新思路。

[1]Fu B. Blue skies for China[J]. Science,2008,321(5889):611-611.

[2]Ouyang W, Skidmore A K, Hao F, et al. Soil erosion dynamics response to landscape pattern[J]. Science of the Total Environment,2010,408(6):1358-1366.

[3]Yang T, Xu C, Zhang Q, et al. DEM-based numerical modelling of runoff and soil erosion processes in the hilly-gully loess regions[J]. Stochastic Environmental Research and Risk Assessment,2012,26(4):581-597.

[4]楊潔,汪邦穩(wěn).贛南地區(qū)碎土流失的時空變化和評價研究[J].中國水土保持,2011(12):10-12.

[5]Jiang Z L, Su S L, Jing C W, et al. Spatiotemporal dynamics of soil erosion risk for Anji County, China[J]. Stochastic Environmental Research and Risk Assessment,2012,26(6):751-763.

[6]王紅巖,李強子,吳利橋,等.基于RS和GIS的水土流失敏感性評價及動態(tài)監(jiān)測[J].水土保持研究,2015,22(2):64-68.

[7]Mann H B. Nonparametric tests against trend[J]. Econometrica: Journal of the Econometric Society,1945,13:245-259.

[8]Zhang Q, Xu C, Tao H, et al. Climate changes and their impacts on water resources in the arid regions:a case study of the Tarim River basin, China[J]. Stochastic Environmental Research and Risk Assessment,2010,24(3):349-358.

[9]Yue S, Pilon P, Cavadias G. Power of the Mann-Kendall and Spearman′s rho tests for detecting monotonic trends in hydrological series[J]. Journal of Hydrology,2002,259(1):254-271.

[10]張建云,章四龍,王金星,等.近50 a來中國六大流域年際徑流變化趨勢研究[J].水科學進展,2007,18(2):230-234.

[11]徐宗學,張玲,阮本清.北京地區(qū)降水量時空分布規(guī)律分析[J].干旱區(qū)地理,2006,29(2):186-192.

[12]江振藍,荊長偉,李丹,等.運用Mann-Kendall方法探究地表植被變化趨勢及其對地形因子的響應機制:以太湖苕溪流域為例[J].浙江大學學報:農(nóng)業(yè)與生命科學版,2011,37(6):684-692.

[13]江振藍,蘇世亮,荊長偉,等.基于探索性空間數(shù)據(jù)分析的安吉縣水土流失空間變異規(guī)律研究[J].浙江大學學報:理學版,2011,38(6):708-715.

[14]中華人民共和國水利部.土壤侵蝕分類分級標準[M].北京:中國水利水電出版社,2007.

[15]江振藍.水土流失時空過程及其生態(tài)安全效應研究:以浙江省安吉縣為例[D].杭州:浙江大學,2013.

[16]Su S, Li D, Zhang Q, et al. Temporal trend and source apportionment of water pollution in different functional zones of Qiantang River, China[J]. Water Research,2011,45(4):1781-1795.

Analysis on Spatiotemporal Dynamics of Soil and Water Loss by Using Mann-Kendall Approach

JIANG Zhenlan

(Department of Geographical Sciences, Minjiang University, Fuzhou 350108, China)

Accurate and timely information on spatiotemporal dynamics of soil loss is crucial for making effective soil and water conservation measures. By using RUSLE formula, an estimation was made on soil loss risks in Anji County of Zhejiang Province during the period from 2000 to 2012, and time series data of soil loss were thus obtained for 13 periods (one period per year). Then an analysis was made on spatiotemporal dynamics of soil and water loss by using Mann-Kendall approach. The results showed an evident trend of increasing risk of soil loss in the county during the study periods, when the area of soil and water loss obviously increased, the level of risk also showed an obvious trend of increase. Mann-Kendall approach, in comparison with spatial overlapping approach, can reveal spatiotemporal dynamics of soil and water loss more accurately and specificly. This approach can provides a new perspective on the analysis of long-term dynamics of soil and water loss.

Mann-Kendall approach; soil and water loss; spatiotemporal dynamics; trend analysis

2015-10-07

2015-11-18

福建省測繪地理信息局項目(2014M02);福建省教育廳項目(JA12267);福州市科技計劃項目(2014S130);閩江學院項目(YKQ13005)

江振藍(1977—),女,福建政和人,副教授,主要從事資源與環(huán)境遙感研究。E-mail:jessie33 cn@163.com

S157

A

1005-3409(2016)02-0060-06