景觀指數耦合景觀格局與土壤侵蝕的有效性

劉 宇

中國科學院地理科學與資源研究所,生態系統網絡觀測與模擬重點實驗室, 北京 100101

景觀指數耦合景觀格局與土壤侵蝕的有效性

劉 宇*

中國科學院地理科學與資源研究所,生態系統網絡觀測與模擬重點實驗室, 北京 100101

景觀格局分析是景觀生態學中揭示景觀變化及其生態效應的主要方法,而景觀指數是景觀格局分析中廣泛使用的工具。土壤侵蝕是土壤物質在景觀中的遷移和再分配過程,受地形、植被和人類活動及其空間格局的調控。運用景觀格局分析揭示景觀格局變化特別是土地利用/覆被格局變化對土壤侵蝕的影響是土壤侵蝕研究中應用景觀生態學原理和方法的典型。在當前的研究中,斑塊-廊道-基質范式下建立的景觀指數對侵蝕過程的解釋能力不斷受到質疑,建立篩選適用的景觀指數的原則和方法十分必要。以延河流域碾莊溝小流域為例,利用WATEM/SEDEM模型模擬多個年份流域侵蝕產沙和輸沙量；基于土地利用/覆被數據， 利用Fragstat4.2軟件, 計算了相應年份流域斑塊、邊界密度、形狀、集聚與分散和斑塊類型多樣性4個方面的代表性景觀指數。在此基礎上,分析了景觀指數與流域侵蝕產沙和輸沙之間的關系,討論了景觀指數在土壤侵蝕研究中的有效性,在景觀和斑塊類型水平上分析了景觀指數表達“源”、“匯”兩大類景觀類型的空間格局與侵蝕產沙和輸沙之間的關系的一致性。結果表明：斑塊-廊道-基底范式下發展的景觀指數在指示景觀格局的土壤侵蝕效應時存在局限。相對而言,斑塊類型尺度的景觀指數更能有效表達景觀格局與土壤侵蝕的關系。基于景觀類型在土壤侵蝕過程中的“源”、“匯”功能,提出了在土壤侵蝕研究中篩選適用的景觀指數的原則:(1)對“源”、“匯”兩類景觀類型,景觀指數與土壤侵蝕狀況表征變量的相關系數符號相反；(2)對同為“源”或“匯”景觀類型的多個景觀類型,景觀指數與土壤侵蝕表征變量的相關系數應具有符號一致性。盡管景觀指數在斑塊類型水平上具有一定的有效性,但用其預測景觀格局變化的侵蝕效應有很大的不確定性。因此,基于土壤侵蝕過程與景觀格局的作用機制發展新型的景觀指數是增強景觀格局分析預測土壤侵蝕過程的能力的途徑。

景觀指數；景觀格局分析；土壤侵蝕；WATEM/SEDEM; 景觀指數有效性

景觀格局分析是景觀格局與生態過程相互作用研究中的重要方法,也是景觀生態學研究的重要內容[1]。其目的是將景觀結構與其對生態過程的作用聯系起來[2]。景觀指數是景觀格局分析常用的工具,因其簡單、方便的優點而在景觀生態學研究中得到廣泛應用。尤其是在Fragstats軟件出現后,景觀指數的應用更為廣泛,形成了“Fragstats指數家族”。但這些景觀指數的生態相關性常常未經證實或者存在疑問,許多是沒有內在生態意義的數學構建,其生態相關性更多時候是假設的而非真正建立的,缺少經驗性的證據[2]。在土壤侵蝕研究中,這類景觀指數也在小區尺度[3]到坡面[4]、流域尺度[5- 6]得到大量應用。由于景觀指數本身的性質、景觀數據屬性和土壤侵蝕過程自身的特點,用景觀指數描述土壤侵蝕變化存在固有的缺陷[7]。認識到這些局限性,在深入理解土壤侵蝕與景觀格局的關系的基礎上發展出多尺度土壤侵蝕評價指數[8-9]、方向性滲透指數[10]等耦合土壤侵蝕過程和景觀格局的指數,發展了基于土壤侵蝕過程和景觀功能耦合景觀格局的方法。盡管如此,“Fragstats指數家族”仍然是描述景觀格局的簡捷工具。對這些景觀指數的有效性進行評估,尋找正確應用的一些原則、使用前提和適用范圍,遴選出適用于指示景觀格局變化與土壤侵蝕響應的景觀指數,有助于推進景觀格局與土壤侵蝕相互關系研究。景觀指數最根本的局限與聯系空間格局和生態過程來建立景觀指數的生態相關性有關[2]。本文以碾莊溝流域為研究區,通過景觀指數與用侵蝕模型模擬的土壤侵蝕量和輸沙量的關系分析,闡釋景觀指數對土壤侵蝕過程的表征能力和適用性,探討有效景觀指數的篩選原則。

1 研究區概況

碾莊溝位于黃土高原北部(36°37′—36°45′N,109°26′—109°37′E),為延河中游一級支溝,在延安市寶塔區李渠鎮匯入延河。碾莊溝流域總面積54.2 km2。多年平均降水量527 mm,地處溫帶半濕潤半干旱地帶,大陸性季風氣候。海拔926—1278m,地形破碎,屬典型的黃土丘陵溝壑區,梁峁、溝谷占總面積的90%以上。溝壑密度達到2.74 km/km2[11]。主要為可侵蝕性高的黃綿土覆蓋。流域土壤平均顆粒組成為砂粒20%,粉粒55%,粘粒25%[12]。碾莊溝是小流域治理試點流域,淤地壩建設和植被恢復并重[13-14]。近年來,隨著經濟的發展,居民點、工礦交通等建設用地的擴張成為流域內土壤侵蝕的重要影響因素。

2 研究方法

2.1 景觀格局指數選擇

對土壤侵蝕而言,斑塊水平景觀指數指示性不強。因此,本文主要從斑塊類型水平和景觀水平兩個水平遴選景觀指數。表征景觀格局同一特征屬性的不同景觀指數相互冗余[15],部分指數即可代表全部指數。與土壤侵蝕相關的景觀特征主要是景觀破碎度,因此,選取的景觀指數包括4個類型：(1)斑塊、邊界密度指數；(2)形狀類指數；(3)描述聚集與分散的指數；(4)斑塊類型多樣性指數。選取的各類景觀指數及其含義和分析尺度如表1所示。

表1 選擇的景觀指數及其含義

2.2 流域侵蝕模擬

流域土壤侵蝕模擬采用WATEM/SEDEM模型[16-18]。WATEM/SEDEM模型是基于柵格的土壤侵蝕模擬模型,由侵蝕量模擬、泥沙傳輸能力估算和泥沙在流域內傳輸模擬三部分組成,在年尺度上模擬產沙和泥沙傳輸。土壤總侵蝕量為每個柵格年產生的泥沙總量,采用修正通用土壤流失方程(RUSLE)[19]計算。

E=R×K×LS×C×P

(1)

式中,E是柵格年土壤侵蝕強度(kg m-2a-1)；R是降雨侵蝕力(MJ mm m-2h-1a-1),為排除降雨變化對模擬結果的影響以更好地反映土地利用格局改變的侵蝕效應,在模擬中都取1992年的降雨侵蝕力;K是土壤抗蝕性因子(kg h MJ-1mm-1)；L為坡長因子,S為坡度因子,二者合稱地形因子；C是植被覆蓋管理因子；P是土壤保持措施。C、P因子參考[20]和劉寶元等[21]在黃土高原地區的研究結果。

WATEM/SEDEM模型中年泥沙傳輸能力(TC)(kg m-1a-1)指地表徑流向下坡搬運泥沙的最大潛能,定義為單位長度等高線上能流出的最大泥沙量[17]。對每個柵格來說,TC就是該柵格處水流能搬運的最大泥沙量與柵格下坡方向邊長的比值,單位為kg m-1。TC計算公式為：

TC=Ktc×R×K×(LS+4.116×Sg0.8)

(2)

式中,Ktc為傳輸能力系數(m),理論上為均一坡度和徑流條件下產生足夠的泥沙以達到柵格傳輸能力所需的上坡距離[17]；R、K、LS與RUSLE中相同,分別為降雨侵蝕力因子、土壤可蝕性因子和地形因子。

在確定年侵蝕量后和泥沙傳輸能力后,基于侵蝕量和傳輸能力確定泥沙在傳輸路徑上的再分配。泥沙傳輸的路徑是從泥沙源區沿地形梯度向河道的水流路徑。WATEM/SEDEM模型采用八鄰單一流向算法獲取路徑。當泥沙供給(上游輸入的泥沙與當地產生的泥沙之和)大于泥沙傳輸能力時(傳輸制約),泥沙向下游傳輸的量達到最大(等于TC),同時沉積發生,沉積量為輸入量與傳輸量之差；當獲得的泥沙供給量小于泥沙傳輸能力時(侵蝕制約),沒有沉積發生,向下游的傳輸量為獲得的全部泥沙供給量。模型最終輸出結果包括每個柵格的上坡泥沙輸入量、輸出量、侵蝕量、沉積量和到達河道或流域出口的泥沙總量。

通常利用流域泥沙觀測數據進行模型校驗來尋求最佳的參數組合來獲得Ktc值[22-25]。將土地利用/覆蓋劃分為具有Ktc高值的低植被覆蓋類型(耕地、裸地、工礦、交通建設用地)和具有Ktc低值的高植被覆蓋區(林地、草地、灌叢)來獲取適合區域的Ktc值是常用的方法,對應的Ktc分別為Ktc_high和Ktc_low. 根據Liu 和Fu[11]的研究,碾莊溝流域的Ktc_high和Ktc_low分別為20和15。

2.3 景觀格局數據獲取和景觀指數計算

土地利用/覆蓋通過Landsat衛星TM影像解譯獲取,類型包括壩地、耕地(包括溝坡、峁坡的梯田和坡耕地)、林地、灌叢、水域、居民地(包括工礦等建設用地)、草地、裸土。共提取1992、1995、1999、2002、2006、2009年六期土地利用/覆蓋數據。DEM為1∶10000地形圖數字化生成。在流域尺度上,淤地壩對地形的改變最為顯著。利用遙感解譯的淤地壩圖層,對地形進行修正以獲取當年地形,每座淤地壩庫內的高程取壩庫內最高點的高程值。降雨采用鄰近溝口的延安氣象站觀測數據。景觀類型在土壤侵蝕過程中發揮著抑制土壤侵蝕發生發展或促進侵蝕過程發展的作用,前者為“匯”類型,后者為“源”類型。因此,土地利用/覆被類型可劃分為“源”“匯”兩大類型。屬于“源”類型的土地利用/覆蓋類型包括林地、灌叢、草地、壩地和水域。“匯”類型則包括裸土、居民地、耕地(不包括壩地中的耕地)。景觀指數利用Fragstat 4.2計算,分別計算按“源”、“匯”類型歸并前后景觀尺度和斑塊類型尺度的景觀指數。

3 結果分析

3.1 流域景觀格局變化

圖1 碾莊溝流域景觀類型結構變化 Fig.1 Landscape composition dynamic of Nianzhuang watershed

從1992年到2009年,流域景觀類型結構的發生了較大的改變。主要表現為：林地、草地、灌叢等植被覆蓋區的面積比例大幅度增加和耕地、裸土持續減少,主要轉變為林地、草地；溝谷內居民地和壩地逐漸擴張。2002年以前,草地的擴張幅度最大,之后林地增幅最大,部分草地也轉變為林地或灌叢。1992年林地、草地、耕地和裸土占碾莊溝流域面積的絕大部分。到2009年,林地成為流域內比例最大的景觀類型,占流域總面積的50%以上(圖1)。

這一時期,流域景觀格局發生了顯著的變化。在景觀水平上,斑塊密度(PD)、邊界密度(ED)和景觀形狀指數(LSI)持續降低,斑塊結合度(COHESION)、相似鄰近百分比(PLADJ)、分割指數(SPLIT)以及斑塊類型多樣性指數指數(SHDI)都呈現下降趨勢(圖2)。這表明流域景觀破碎度降低,聚合度在增強。

圖2 景觀水平景觀指數變化Fig.2 Landscape metrics dynamic at landscape level

在類型水平上,除居民地外,土壤侵蝕的各類“源”景觀類型破碎度在增加,聚合度在降低(圖3),而各類“匯”景觀類型破碎度都呈下降趨勢,聚合度持續上升(圖4)。對所有的景觀類型,最大斑塊指數(LPI)是一個極不穩定的指數,沒有穩定的變化趨勢。將“源”、“匯”類型分別合并后計算得到的景觀指數變化趨勢表明：“匯”類型PLAND上升,PD、ED、LSI、SPLIT呈下降趨勢；“源”類型PLAND下降,PD、ED、LSI、SPLIT呈上升趨勢(圖5)。“源”、“匯”兩個類型的COHESION值都處于較高的水平,各年全都高于90%,表明它們都具有較高的聚合度。對于“源”、“匯”兩種類型,最大斑塊指數(LPI)也是一個極不穩定、沒有穩定的變化趨勢的景觀指數。

圖3 流域土壤侵蝕“源”類型景觀指數變化Fig.3 Changes of Landscape metrics of source types of soil erosion at watershed level

圖4 碾莊溝流域土壤侵蝕“匯”類型景觀指數變化Fig.4 Changes of Landscape metrics of sink types of soil erosion at watershed level SPLIT指數在類型間數值差距較大,為方便在圖中顯示結果,以1992年為基準進行了標準化

圖5 流域“源”、“匯”景觀類型歸并后的景觀指數Fig.5 Values of landscape metrics after reclassification landscape types into sink and source

3.2 流域土壤侵蝕變化

WATEM/SEDEM模型模擬的流域總侵蝕量為每個柵格產生的泥沙量之和。整個流域總侵蝕量逐漸下降,流域平均侵蝕模數從1992年的10.05 t hm-2a-1下降到2009年的7.41 t hm-2a-1(圖6)。WATEM/SEDEM模擬的流域泥沙輸出量等于到達與溝口連通的河道的泥沙總量。受分布于溝谷中的淤地壩控制,流域內大部分區域并不是流域出口泥沙的來源。直接與溝道連接的泥沙產生區(有效集水區)對流域泥沙輸出的貢獻量是最主要的。由于流域內產生的泥沙大量被淤地壩攔截,加上坡面植被對土壤侵蝕的抑制作用,流域內與出口暢通連接的有效泥沙源區面積遠小于流域總的泥沙源面積。因此,流域泥沙輸出到河道的總量遠小于侵蝕總量。由于近河道區域是對侵蝕貢獻較大的居民地和溝坡裸土的主要分布區,且居民地持續擴張,盡管流域侵蝕總量大幅下降,但流域泥沙輸出總量卻呈現波動變化趨勢,2009年泥沙輸出最高,達到3906.25 t/a(圖6)。

圖6 流域輸沙量和侵蝕模數變化 Fig.6 Changes of soil erosion rate and sediment delivery at the watershed level

4 討論

4.1 景觀指數指示流域土壤侵蝕變化的有效性

4.1.1 類型水平景觀指數

景觀指數與土壤侵蝕具有顯著的相關性是其適用于表征景觀格局與土壤侵蝕關系、指示景觀格局變化的土壤侵蝕效應的前提。根據景觀類型在土壤侵蝕過程中的功能,可將其分為“源”、“匯”兩種類型[26]。一般而言,土壤侵蝕中起“源”作用的景觀類型比例的減少和破碎化有助于降低侵蝕,反之則增加侵蝕；而對于“匯”功能類型,其比例增加和破碎化會增強侵蝕,反之則減弱侵蝕[27]。林地、灌叢、草地、壩地和水域在流域土壤侵蝕過程中主要發揮“匯”功能,而耕地、居民地和其他裸露地表都是土壤侵蝕過程中主要的徑流和泥沙源區[26],是土壤侵蝕過程中的“源”景觀類型。對“源”景觀類型：PLAND、LPI、PLADJ、COHESION指數值的增加意味著其面積比例增加,破碎化降低,聚合度增加,對應著土壤侵蝕的增強；PD、ED、LSI、SPLIT指數值增大則意味著破碎化增大,對應著侵蝕的減弱。對“匯”景觀類型,PLAND、LPI、PLADJ、COHESION指數值的增加意味著面積比例增加,破碎化降低,聚合度增加,對應著土壤侵蝕的減弱；PD、ED、LSI、SPLIT指數值增大則意味著破碎化增大,對應著侵蝕的增強。理論上,對“源”、“匯”兩類景觀類型,有效表征景觀格局變化的土壤侵蝕效應的景觀指數與土壤侵蝕表征變量間的相關關系應具有一致性,即對同為“匯”或“源”景觀類型的多個景觀類型,景觀指數與土壤侵蝕變量之間都為正相關或負相關,相關系數具有相同的符號。

如圖7所示,類型水平景觀指數與流域土壤侵蝕模數相關系數的符號一致性存在差異。對多個“源”景觀類型的,除了PD、LSI外,同一景觀指數與侵蝕模數的相關系數符號都不一致(圖7)。對多個“匯”景觀類型,各景觀指數與流域平均侵蝕模數相關系數的符號都不一致。即使是對林地、灌叢、草地這三類起土壤侵蝕過程中的“匯”景觀類型,除LSI與土壤侵蝕模數都呈正相關外,其他指數都與侵蝕模數相關系數符號都不一致(圖7)。在多個“源”景觀類型格局與流域輸沙量的相關關系表達上,除SPLIT指數外,都表現為一致的正相關或負相關,且正確反映了“源”景觀類型格局與輸沙量的關系(圖8)。在表達多個“匯”景觀類型格局與流域輸沙量的相關關系時,PD、ED和LSI都具有符號一致性,都為正相關或負相關,而其余指數則不具有這種一致性(圖8)。

正確響應對土壤侵蝕起正、負效應的景觀類型的消長是景觀指數能耦合景觀格局變化與土壤侵蝕效應的前提。土壤侵蝕中起“源”功能的景觀類型的破碎化對應侵蝕的減弱,反之則侵蝕加強；“匯”功能景觀類型的破碎化意味著侵蝕的加強,反之則侵蝕減弱。由此,在類型水平上,對“源”、“匯”兩類景觀類型,表征破碎化的景觀指數與侵蝕產沙的相關系數的符號應該相反。將林地、灌叢、草地、水域、壩地、耕地、壩地、居民地和裸土按“源”、“匯”功能歸并為兩類后計算景觀指數。將這些指數與侵蝕模數做相關分析,得到圖9所示的相關系數。對“源”、“匯”兩類景觀類型,ED、LPI、LSI和SPLIT與侵蝕模數的相關系數符號相同,不滿足正確指示景觀變化的土壤侵蝕效應的條件。PD、PLADJ、PLAND和COHESION與土壤侵蝕模數的相關系數滿足符號相反的條件,可作為指示土壤侵蝕產沙的指數。如圖9所示,對按“源”、“匯”功能歸并后的兩類景觀類型,LPI、PD、PLAND、SPLIT、COHESON與流域輸沙量的相關系數符號相反,能指示景觀格局變化對流域輸沙量的影響；而對“源”、“匯”兩類景觀類型,ED、LSI、PLADJ與流域輸沙量的相關系數符號相同,不符合指示景觀格局變化對輸沙量的影響。

圖7 “源”、“匯”景觀類型景觀指數與流域侵蝕模數相關性Fig.7 Correlation between soil erosion rate and landscape metrics for source types and sink types at the watershed level

圖8 “源”、“匯”景觀類型景觀指數與流域輸沙模數相關性Fig.8 Correlation between sediment delivery and landscape metrics for source types and sink types at the watershed level

圖9 景觀指數與流域侵蝕模數和輸沙量的相關性Fig.9 Correlation between landscape metrics and soil erosion rate and sediment delivery at watershed level

4.1.2 景觀水平景觀指數

在景觀水平上,景觀指數與土壤侵蝕的相關系數整體較高(圖10)。從指數的計算原理上看,景觀水平指數的變化并不能表明侵蝕到底是增強還是減弱。植被斑塊的破碎化是侵蝕增強的重要原因[28-30]。如果是由于對土壤侵蝕起抑制作用的“匯”斑塊類型的擴張、“源”斑塊類型趨于破碎化引起景觀破碎度的降低,則侵蝕減弱；反之,如果破碎度降低是由“源”斑塊類型的連結成片而導致的,則侵蝕加強。例如斑塊密度PD與侵蝕產沙模數和流域輸沙量都呈較好的相關性,但是PD的變化既可能是“源”類型斑塊破碎化導致的,也可能是“匯”斑塊破碎化引起,或者是二者的共同變化形成的。同樣,在景觀水平上,ED、PLADJ、COHESION、SPLIT、SHDI指數都存在分不清是“源”變化還是“匯”變化引起指數值變化的問題。在景觀水平上,盡管景觀指數與土壤侵蝕表征變量之間可存在很好的相關關系,但難以正確解釋侵蝕的變化。

4.2 影響景觀指數有效性的原因

景觀指數在表達景觀格局與土壤侵蝕之間的關系時的有效性取決于指數的性質和侵蝕的過程特征[7]。在類型水平上景觀指數指示景觀格局與土壤侵蝕的關系的有效性要好于景觀水平。從指數的性質來看,斑塊、邊界密度和形狀類的指數都是以斑塊邊界為基礎建立的。在劃分為“源”“匯”兩個功能相反的斑塊類型的景觀中,“源”的邊界同時也是“匯”的邊界,因此二者的變化方向一致,無法正確反映景觀格局變化對平均土壤侵蝕模數的影響。其中的LPI是描述最大斑塊的指標,反映的是景觀中的極端斑塊值,在指示景觀格局變化方面具有很大的不穩定性。植被斑塊的空間集聚和分散直接決定徑流和泥沙“源”區之間的連通性[30-31],因此描述景觀類型聚集與分散的指數比其他類型的指數在指示景觀格局的侵蝕產沙效應時更有效。

降雨侵蝕的產沙過程和輸沙過程都是沿水流路徑方向進行的,具有方向性。上游景觀類型單元的組成和格局影響徑流量、流速等與徑流侵蝕力和挾沙能力密切相關的指標,因而是立地侵蝕產沙和輸沙的決定性因素之一。在壩地等地形洼地和植被斑塊、植被帶等景觀單元的攔截、阻礙下,流域內產生的泥沙能夠到達出口的比例很小。只有與河道之間存在暢通泥沙輸送通道的區域(有效集水區)內的泥沙才有可能對流域出口泥沙量有貢獻,大部分區域并不是泥沙輸出的有效貢獻區域[32]。由于泥沙的輸移是沿匯流路徑方向的,從分水嶺經坡面、溝道到流域出口是一個匯聚的過程,淤地壩、植被帶等一些位于關鍵位置的少數幾個“匯”景觀類型單元往往控制了流域輸沙量。而基于斑塊-廊道-基底模式的景觀指數是各向同性的,不能表達景觀類型單元沿水流路徑方向的空間排列,因而在反映景觀內泥沙“源”“匯”單元的空間分布對泥沙輸出的控制作用時有效性不足。鑒于此,在土壤侵蝕研究中將景觀指數作為比較和分類的工具而非預測模型更為合適[33]。近年來,針對土壤侵蝕發展具有指示、預測功能的景觀指數成為一個新的研究熱點。在國內,傅伯杰等[8]提出了從坡面到流域的多尺度土壤侵蝕評價指數。研究[34]表明,多尺度土壤侵蝕評價指數比RUSLE中的C因子更能有效識別需要進行格局優化的流域。Ludwig等[10]在水土保持功能二元區分的基礎上,構建了適用于規則徑流小區的方向性滲透指數(DLI)。基于DLI的框架,又進一步發展出植被覆蓋度、地形為參數,適用于從小區、坡面到流域和區域的滲透指數(LI)[35-36]。Mayor等[37]在將坡面劃分為水土流失的“匯”和“源”的基礎上,提出了“源”到“匯”之間的水流路徑長度來表征景觀水土保持能力。而Borselli等[38]則更進一步,將上坡集水區面積、植被和地形因素確定的侵蝕產沙可能性與泥沙傳輸路徑的植被、地形等特征確定的泥沙輸出可能性相結合,直接將景觀格局與侵蝕產沙和輸沙風險結合起來。這些指數以顯式或隱含的方式將土壤侵蝕過程、景觀類型功能和景觀類型的空間分布耦合起來,耦合了景觀格局和土壤侵蝕過程,具有明確的意義和較高的有效性。

4.3 結果的不確定性

本文論證了“Fragstats家族”景觀指數在土壤侵蝕應用中的有效性及其正確遴選和使用原則,但由于本文采用的侵蝕模型主要模擬面蝕和細溝侵蝕[17],不具模擬溝道侵蝕的能力。而在研究流域所在的黃土丘陵溝壑區,沖溝、切溝等溝道侵蝕是主要的泥沙來源[39]。溝道網絡的連通性等指標可能更適合耦合溝道侵蝕與景觀格局。此外,模型不確定性可能會對本文的結果有一定的影響,主要表現在泥沙傳輸能力參數Ktc的率定上,校驗采用的是流域出口處監測的輸沙數據,監測數據本身就存在一定的誤差。且對景觀類型按水土保持功能進行了類型的合并,會造成一定程度的信息遺漏,導致一定的泥沙輸移計算誤差。但模擬中將降雨、地形、土壤屬性都作為不變的參數處理,因此這些信息遺漏不會導致結論的錯誤。在研究區,坡面是流域面積比重最大的部分,是主要的徑流貢獻區。而坡面景觀類型配置是徑流的重要影響因素。因此,有效描述流域景觀格局與坡面侵蝕相互作用的指數在一定程度上也反映了溝道侵蝕的強度。因此,本研究揭示的景觀指數的有效性程度可能會隨流域溝壑密度的增加而有所改變,但由此得出的遴選和使用原則仍具有普適性。

5 結論

用Fragstats家族景觀指數解釋景觀格局變化的土壤侵蝕效應時,在類型水平上有一定的有效性,但在景觀水平上景觀指數變化不能正確解釋景觀格局變化對土壤侵蝕的影響。景觀類型聚集與分散的指數比其它指數在指示景觀格局的侵蝕產沙效應時更有效。在研究景觀格局變化的土壤侵蝕效應時,有效的景觀指數需要同時滿足兩個條件：(1)對“源”、“匯”兩類景觀類型,景觀指數與土壤侵蝕狀況表征變量的相關系數符號相反；(2)對同為“源”或“匯”景觀類型的多個景觀類型,景觀指數與土壤侵蝕表征變量的相關系數應具有符號一致性。盡管景觀指數在類型水平上具有一定的有效性,但用其預測景觀格局變化的侵蝕效應時存在很大的不確定性。因此,通過景觀格局分析將景觀格局與土壤侵蝕過程耦合起來需要發展基于侵蝕過程機制、耦合格局和過程的景觀指數。

[1] Wu J G, Hobbs R J. Key Topics in Landscape Ecology. Cambridge: Cambridge University Press, 2007: 39- 40.

[2] Kupfer J A. Landscape ecology and biogeography: rethinking landscape metrics in a post-FRAGSTATS landscape. Progress in Physical Geography, 2012, 36(3): 400- 420.

[3] Da Silva A M, Huang C H, Francesconi W, Saintil T, Villegas J. Using landscape metrics to analyze micro-scale soil erosion processes. Ecological Indicators, 2015, 56: 184- 193.

[4] 游珍, 李占斌. 黃土高原小流域景觀格局對土壤侵蝕的影響—以黃家二岔流域為例. 中國科學院研究生院學報, 2005, 22(4): 447- 453.

[5] 索安寧, 洪軍, 林勇, 葛劍平. 黃土高原景觀格局與水土流失關系研究. 應用生態學報, 2005, 16(9): 1719- 1723.

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

[7] 劉宇, 呂一河, 傅伯杰. 景觀格局-土壤侵蝕研究中景觀指數的意義解釋及局限性. 生態學報, 2011, 31(1): 267- 275.

[8] 傅伯杰, 趙文武, 陳利頂, 呂一河, 王德. 多尺度土壤侵蝕評價指數. 科學通報, 2006, 51(16): 1936- 1943.

[9] 趙文武, 傅伯杰, 郭旭東. 多尺度土壤侵蝕評價指數的技術與方法. 地理科學進展, 2008, 27(2): 47- 52.

[10] Ludwig J A, Eager R W, Bastin G N, Chewings V H, Liedloff A C. A leakiness index for assessing landscape function using remote sensing. Landscape Ecology, 2002, 17(2): 157- 171.

[11] 傅伯杰, 陳利頂, 馬克明. 黃土丘陵區小流域土地利用變化對生態環境的影響—以延安市羊圈溝流域為例. 地理學報, 1999, 54(3): 241- 246.

[12] 李勇, 白玲玉. 黃土高原淤地壩對陸地碳貯存的貢獻. 水土保持學報, 2003, 17(2): 1- 4, 19.

[13] 包耀賢. 黃土高原壩地和梯田土壤質量特征及評價[D]. 楊陵: 西北農林科技大學, 2008.

[14] Liu Y, Fu B J. Assessing sedimentological connectivity using WATEM/SEDEM model in a hilly and gully watershed of the Loess Plateau, China. Ecological Indicators, 2016, 66: 259- 268.

[15] 李秀珍, 布仁倉, 常禹, 胡遠滿, 問青春, 王緒高, 徐崇剛, 李月輝, 賀紅仕. 景觀格局指標對不同景觀格局的反應. 生態學報, 2004, 24(1): 123- 134.

[16] Van Oost K, Govers G, Desmet P. Evaluating the effects of changes in landscape structure on soil erosion by water and tillage. Landscape Ecology, 2000, 15(6): 577- 589.

[17] Van Rompaey A J J, Verstraeten G, Van Oost K, Govers G, Poesen J. Modelling mean annual sediment yield using a distributed approach. Earth Surface Processes and Landforms, 2001, 26(11): 1221- 1236.

[18] Verstraeten G, Prosser I P, Fogarty P. Predicting the spatial patterns of hillslope sediment delivery to river channels in the Murrumbidgee catchment, Australia. Journal of Hydrology, 2007, 334(3/4): 440- 454.

[19] Renard K G, Foster G R, Weesies G A, McCool D K, Yoder D C. Predicting Soil Erosion by Water: A Guide to Conservation Planning with the Revised Universal Soil Loss Equation (RUSLE), vol. Handbook No 703. Washington DC: Department of Agriculture, 1997.

[20] Fu B J, Zhao W W, Chen L D, Zhang Q J, Lü Y H, Gulinck H, Poesen J. Assessment of soil erosion at large watershed scale using RUSLE and GIS: a case study in the Loess Plateau of China. Land Degradation & Development, 2005, 16(1): 73- 85.

[21] 劉寶元, 謝云, 張科利. 土壤侵蝕預報模型. 北京: 中國科學技術出版社, 2001: 252- 252.

[22] Verstraeten G. Regional scale modelling of hillslope sediment delivery with SRTM elevation data. Geomorphology, 2006, 81(1/2): 128- 140.

[23] De Vente J, Poesen J, Verstraeten G, Van Rompaey A, Govers G. Spatially distributed modelling of soil erosion and sediment yield at regional scales in Spain. Global and Planetary Change, 2008, 60(3/4): 393- 415.

[24] Van Dessel W, Van Rompaey A, Poelmans L, Szilassi P. Predicting land cover changes and their impact on the sediment influx in the Lake Balaton catchment. Landscape Ecology, 2008, 23(6): 645- 656.

[25] Alatorre L C, Beguería S, García-Ruiz J M. Regional scale modeling of hillslope sediment delivery: a case study in the Barasona Reservoir watershed (Spain) using WATEM/SEDEM. Journal of Hydrology, 2010, 391(1/2): 109- 123.

[26] 陳利頂, 傅伯杰, 趙文武. “源”“匯”景觀理論及其生態學意義. 生態學報, 2006, 26(5): 1444- 1449.

[27] 劉宇. 景觀格局變化的土壤侵蝕效應研究[D]. 北京: 中國科學院研究生院, 2011.

[28] 傅伯杰, 陳利頂, 王軍, 孟慶華, 趙文武. 土地利用結構與生態過程. 第四紀研究, 2003, 23(3): 247- 255.

[29] 潘竟虎, 劉菊玲. 黃河源區土地利用和景觀格局變化及其生態環境效應. 干旱區資源與環境, 2005, 19(4): 69- 74.

[30] Ludwig J A, Bartley R, Hawdon A A, Abbott B N, McJannet D. Patch configuration non-linearly affects sediment loss across scales in a grazed catchment in north-east Australia. Ecosystems, 2007, 10(5): 839- 845.

[32] Fryirs K A, Brierley G J, Preston N J, Spencer J. Catchment-scale (dis)connectivity in sediment flux in the upper Hunter catchment, New South Wales, Australia. Geomorphology, 2007, 84(3/4): 297- 316.

[33] Van Nieuwenhuyse B H J, Antoine M, Wyseure G, Govers G. Pattern-process relationships in surface hydrology: hydrological connectivity expressed in landscape metrics. Hydrological Processes, 2011, 25(24): 3760- 3773.

[34] Zhao W W, Fu B J, Chen L D. A comparison between soil loss evaluation index and the C-factor of RUSLE: a case study in the Loess Plateau of China. Hydrology & Earth System Sciences, 2012, 16(8): 2739- 2748.

[35] Ludwig J A, Eager R W, Liedloff A C, Bastin G N, Chewings V H. A new landscape leakiness index based on remotely sensed ground-cover data. Ecological Indicators, 2006, 6(2): 327- 336.

[36] Ludwig J A, Bastin G N, Chewings V H, Eager R W, Liedloff A C. Leakiness: a new index for monitoring the health of arid and semiarid landscapes using remotely sensed vegetation cover and elevation data. Ecological Indicators, 2007, 7(2): 442- 454.

[38] Borselli L, Cassi P, Torri D. Prolegomena to sediment and flow connectivity in the landscape: a GIS and field numerical assessment. Catena, 2008, 75(3): 268- 277.

[39] Li Y, Poesen J, Yang J C, Fu B, Zhang J H. Evaluating gully erosion using137Cs and210Pb/137Cs ratio in a reservoir catchment. Soil and Tillage Research, 2003, 69(1/2): 107- 115.

Effectivenessoflandscapemetricsincouplingsoilerosionwithlandscapepattern

LIU Yu*

KeyLaboratoryofEcosystemNetworkObservationandModeling,InstituteofGeographicalSciencesandNaturalResourcesResearch,ChineseAcademyofSciences,Beijing100101,China

Landscape pattern analysis by applying landscape metrics is a widely used approach to reveal the ecological consequences of landscape change. Soil erosion is the processes of detachment and relocation of soil materials over landscapes, which are regulated by the spatial pattern of landforms, vegetation cover, and human activities. Therefore, landscape pattern analyses to reveal the effects of landscape pattern shifts, especially the land use/cover change, on soil erosion is a good example of the practice of principles and methodology of landscape ecology. However, the capacity of landscape metrics, specifically metrics of “Fragstats” family, used to explain the relationship between the landscape pattern and soil erosion processes was problematic. Therefore, the establishment of principles to select effective metrics is necessary. In this paper, soil erosion and sediment delivery over multiple years in a loess watershed were modeled using WATEM/SEDEM. Representative landscape metrics from four categories, including patch/edge density, shape indices, metrics describing aggregation, and diversity indices were calculated using Fragstat 4.2 based on land use/cover datasets. The correlation between soil erosion and these landscape metrics were tested to evaluate their validity in coupling landscape pattern shifts with soil erosion dynamics. The consistency in revealing the relationship between soil erosion and the spatial pattern of “sink” and “source” landscape types was also evaluated. The results advocate that there are limitations of applying landscape metrics following the patch-corridor-matrix model to indicate the soil erosion status. However, at the landscape class level, landscape metrics showed greater effectiveness in linking landscape pattern with soil erosion. The following principles for selecting suitable landscape metrics for soil erosion status assessments were determined: (1) the signs of correlation coefficients between soil erosion variables and landscape metrics should be different for sink and source types; (2) the signs of correlation coefficients between landscape metrics for multiple sink or source types and soil erosion variables should be the same. Although landscape metrics are relatively effective in coupling landscape pattern with soil erosion at the class level, we show here that using them as predictive tools could result in considerable uncertainty. It was suggested that development of metrics that reflect the behavior of landscape patterns in soil erosion and sediment delivery could reasonably promote the predictive capacity of landscape metrics.

Landscape metrics; Landscape pattern analysis; Soil erosion; WATEM/SEDEM; Landscape metric effectiveness

國家自然科學基金青年基金資助項目(41301032);國家自然科學基金重大資助項目(41390464)

2016- 04- 28; < class="emphasis_bold">網絡出版日期

日期:2017- 03- 22

10.5846/stxb201604280815

*通訊作者Corresponding author.E-mail: liuyu@igsnrr.ac.cn

劉宇.景觀指數耦合景觀格局與土壤侵蝕的有效性.生態學報,2017,37(15):4923- 4935.

Liu Y.Effectiveness of landscape metrics in coupling soil erosion with landscape pattern.Acta Ecologica Sinica,2017,37(15):4923- 4935.