環巢湖地區多水塘景觀時空格局演變特征及其驅動因素

李瑩瑩,尤羅利,陳永生,黃季夏

1 安徽農業大學林學與園林學院,合肥 230036 2 北京林業大學精準林業北京市重點實驗室,北京 100083 3 中國科學院地理科學與資源研究所陸地表層格局與模擬重點實驗室,北京 100101

多水塘景觀是指多而小的水塘由于位置靠近或相互連接而形成的集合[1],作為一種重要的水資源,全世界面積在10 hm2以下的水塘景觀占據了全球地表水資源的30%左右[2]。多水塘景觀是在中國歷史上長期存在的典型“水適應性景觀”[3],廣泛分布于中國的東部和西部地區[4-6],具有雨洪滯蓄與旱澇調節、凈化水質、生物多樣性保護等多種生態功能[7- 11]。此外,多水塘景觀還具有文化、景觀、休閑游憩功能,反映人地關系的歷史演變過程[12-13]。然而,在全球氣候變化和快速城市化背景下,20世紀80年代在中國廣泛存在的多水塘系統,在數量和面積上均呈下降趨勢,多水塘景觀功能退化顯著[2]。世界各國均已開展相關多水塘景觀的研究[13- 14],對多水塘研究的重點更多的聚焦在人為影響下的水塘功能轉變、水塘網絡構建與保護以及水塘的管理與評價[13,15]。在中國,關于湖泊、水庫等大型水域景觀研究較多,對小型水體景觀的研究不夠關注[2- 3]。

巢湖流域小型塘壩自明清時期開始大量涌現,其數量之多,分布范圍之廣都有別于其他地區,不僅為巢湖流域農業提供灌溉功能,也形成了該地區最具特色的人文景觀[16]。近年來,隨著社會經濟的快速發展,環巢湖流域景觀格局發生較大變化[17-24],然而,迄今鮮有對環巢湖地區多水塘景觀格局演變及其驅動因素的研究。本研究以環巢湖地區多水塘景觀為研究對象(水塘面積在10 hm2以下),基于景觀生態學研究范式,運用遙感和地理信息系統技術手段,就快速城市化階段的環巢湖地區多水塘景觀格局時空演變特征進行分析,進而運用地理探測器探索多水塘景觀空間演變驅動因素,以期為環巢湖地區發展過程中多水塘景觀格局優化和保護利用等問題提供科學依據。

1 研究區概況

環巢湖地區位于安徽省中部,長江流域下游左岸,地理坐標位于117°16′54″—117°51′46″E,30°25′28″—31°43′28″N之間。地區內總輪廓為東西長、南北窄,東面高、西面低,環繞在巢湖周邊。環巢湖地區屬亞熱帶濕潤季風氣候,氣候溫和,四季分明；年際降水量變化較大,降水量以夏季較為集中；地帶性植被為落葉與常綠闊葉混交林；區域內水系發達,河流眾多。巢湖因水而生,巢湖地區也因水而興,幾千年來巢湖人修建了大量的塘、壩、堰、圩等農田水利工程。環巢湖地區土地面積2570 km2,共包括1區1市14鎮,即包河區(濱湖新區)、巢湖市區以及環巢湖14個鄉鎮(街道)(圖1)。

圖1 研究區地理位置和范圍Fig.1 Location of the study area

2011年,在國務院下發《關于同意安徽省撤銷地級巢湖市及部分行政區劃調整的批復》文件之后,中國五大淡水湖之一的巢湖,成為合肥市的“內湖”。在新的行政區劃格局背景下,環巢湖地區作為巢湖流域人口最為集中、城鎮建設活動最活躍、污染負荷最大來源地,其土地利用發展方向可能發生較大改變,本研究將是快速城鎮化背景下多水塘景觀演變的背景記錄。

2 研究方法2.1 數據來源及處理

2.1.1 遙感影像及處理

根據本文的研究目的和研究范圍,選取1989年2月13日,2000年9月2日,2016年7月25日3個年份的Landsat TM和Landsat 8遙感數據。3幅影像在研究區范圍內影像云量少,質量較好,為各個不同時期土地利用解譯提供良好的數據基礎。本研究主要將環巢湖地區土地利用劃分為4種類型,4種用地類型及含義見表1。具體分類方法見相關文獻[25- 26]。土地利用信息提取過程采用一系列的輔助數據,包括合肥市水利工程圖,合肥市土地利用分類圖,環巢湖地區行政區劃圖,以及野外調查數據(環巢湖地區濕地資源調查數據,2013年和2015年)等資料。本文重點研究的多水塘景觀信息是在分類結果中單獨提取的面積小于10 hm2的水塘斑塊。

表1 環巢湖地區土地利用類型解譯分類及說明

2.1.2 人口、社會與經濟等數據

本文涉及到的人口、社會、經濟等方面的數據來源于《合肥市統計年鑒》(2012—2016年)、合肥市城市總體規劃(2013—2020年)、合肥市濕地保護與發展規劃(2013—2030年)、合肥市巢湖水環境專項規劃(2015)以及環巢湖地區鄉鎮的總體規劃等相關文本。

2.2 網格劃分及景觀格局指數選取

景觀格局指數高度濃縮景觀格局信息,用來定量描述景觀空間格局的變化,從一定程度上反映區域人類活動對景觀的干擾程度[26]。單純應用總體景觀格局特征變化分析不足以全面理解多水塘景觀空間格局演變。因此,本研究試圖通過網格劃分綜合分析環巢湖地區多水塘景觀格局演變特征。考慮到不同網格大小即尺度效應對分析結果的影響,在ArcMap 10.2的Fishnet工具中設定0.5 km×0.5 km、1 km×1km、2 km×2 km、3 km×3 km、4 km×4 km、5 km×5 km等多個網格大小空間結果比較分析后,發現在體現人類活動影響特征、水體及周邊關聯像元的覆蓋范圍、景觀格局指數計算等方面,較小的網格可能會人為地切斷小水體的空間聯系,較大的網格則可能掩蓋了小水體的細節特征,相較于其他尺度的網格單元,3 km×3 km的網格尺度在兼顧上述空間特征與模型運行效率方面取得了較好的平衡,因而對于刻劃研究區用地結構相對簡單、突變不明顯的景觀特征是比較適宜的。通過對研究區總體景觀格局及3 km×3 km網格單元內多水塘斑塊圖斑提取分析,可以反映多水塘景觀的格局特征演變過程,刻畫出多水塘景觀新生、擴散、合并或消亡的時空過程。參考相關研究后比較分析[27-29],選擇斑塊面積(Class Area, CA)、斑塊數量(Number of Patches,NP)、斑塊所占景觀面積比例(Percent of Landscape,PLAND)、斑塊密度(Patch Density, PD)、最大斑塊指數(Largest Patch Index,LPI)、平均斑塊大小(Mean Patch Size,MPS)、景觀形狀指數(Landscape Shape Index,LSI)作為衡量多水塘景觀面積、數量、聚集程度特征的景觀格局指標,基于遙感影像解譯分類圖,在Arcgis 10.2和Fragstats 3.3[30]軟件支持下分析計算。

2.3 地理探測器研究方法

地理探測器作為探測和利用空間分異性的工具,其最大優勢在于沒有過多的假設條件,可以有效克服傳統統計方法的局限性,已被運用于從自然領域到社會領域的研究范圍[31],如對中國縣域城市化空間變異的驅動力[32]、居民宜居滿意度的影響機理[33]、農村用地地理要素識別[34]、美國陸表切割度空間變異的主導因素探測[35]等方面的應用研究。

地理探測器機理如圖2所示[36]：假設在地理空間上,如果某種環境因素能夠影響景觀格局,那么該因素與景觀格局指數在地理空間上的分布應具有相似性。

圖2 地理探測機理示意圖[36]Fig.2 The principle of geographical detectorΩ:地理空間the whole geographical space；H: 網格系統the grid system H = {hi; i=1, 2, …, n};C: 影響因素potential factors C；D: 另一種影響因素potential factors D

整個地理空間Ω的景觀格局指數為：

(1)

整個地理空間Ω的景觀格局指數的方差為：

(2)

假設某個影響因素D將地理空間分為若干個子區域,選取其中的兩個子區域,分別記為z1和z2,則這兩個子區域景觀格局平均指數為：

(3)

(4)

這兩個子區域景觀格局指數的期望為：

(5)

(6)

使用t值檢驗,

(7)

其自由度為：

(8)

本文主要應用地理探測器中的因子探測和交互探測2部分內容進行相關研究。其中,

(1)因子探測主要測度不同影響因子對景觀格局變化的解釋程度,根據其核心思想可以理解為,多水塘景觀存在于特定的空間位置上,影響其變化的環境因子在空間上具有差異性,若某環境因子和多水塘景觀的變化在空間上具有一致性,則說明這個環境因子對多水塘景觀的發展變化具有決定意義[36]。分層總體方差為：

(9)

空間分異性q值大小可以代表影響因子對因變量的解釋力,其公式為[31]：

(10)

q取值范圍為[0,1],數值越大表明分類因素對景觀格局變化的解釋力越強。

本文根據多水塘景觀自身形成特點,結合相關理論分析,從自然環境條件、社會經濟發展狀況和土地利用變化情況等多方面對環巢湖地區多水塘景觀變化影響因子進行篩選。以2000年和2016年環巢湖地區1區1市14鎮的多水塘斑塊面積統計結果,計算得出多水塘景觀用地面積的變化量。選取自然環境、社會經濟、土地利用變化等10個影響因子作為影響多水塘景觀用地動態變化的地理探測影響因子。以水塘面積的變化量為因變量,其他影響因子作為解釋變量,通過地理探測器研究方法,分別計算出各影響因子對多水塘景觀面積變化的空間分異性q值。具體影響因子選擇為：

①自然環境條件

自然環境條件主要包含了地理地形因素、河流水系條件及旅游資源狀況。其中,高程及坡度是影響城鎮和農村聚居地形態發展的重要影響因子,而多水塘景觀多圍繞居民點發展；從河流水系條件看,環巢湖地區水系發達,多水塘景觀用地變化會受到來水條件的影響；在旅游資源條件方面,環巢湖地區擁有豐富的自然資源和人文歷史資源,隨著人們對環巢湖地區旅游規劃的重視,在旅游資源豐富的地方,其周邊的多水塘景觀有可能會連帶受到保護和重視,因此,選擇旅游資源數量作為多水塘景觀用地變化的影響因子之一。

②社會經濟發展狀況

在快速城鎮化背景下,環巢湖地區社會經濟狀況發生較大變化。隨著城鄉人口流動速度的加快,農村人口越來越多的會選擇到城鎮生活,而環巢湖地區的發展機遇,又使一些人口向這里轉移,人口的變化對較為敏感的多水塘景觀影響較大。“要發展,先修路”,環巢湖地區的對外交通和聯系交通的增加是該地區經濟發展的最顯著表現。因此,選擇人口密度變化和道路交通用地面積變化作為影響多水塘景觀變化的社會經濟發展因子。

③政府政策環境

在城鄉發展過程中,政府依據地區人口、產業發展、綜合發展目標、未來發展潛力等因素,在用地發展方向及土地合理分配上進行指導,提供使用類型和強度的量化要求。因此,以《合肥市城市空間發展戰略及環巢湖地區生態保護修復與旅游發展規劃》的戰略格局與環巢湖地區各區、縣(市)的土地利用總體規劃(2006—2020)城鄉建設用地規模控制指標,作為探討多水塘景觀用地變化的政府政策環境影響因子。

(2)交互探測用來解釋影響因子是獨立起作用還是具有交互作用。現有的統計模型都是分析單個變量對因變量的影響,交互探測能夠同時分析兩個或者多個變量之間的交互作用對因變量影響。對于兩個影響因素D1和D2,它們對景觀格局指數變化的影響可能是獨立的,也可能是共同作用的。我們可以使用GIS軟件疊加地理圖層D1和D2,得到新的地理圖層E。比較D1、D2和E的q值,判斷交互作用的影響[37- 38]。

3 結果與分析

3.1 環巢湖地區總體景觀格局特征分析

通過圖3對環巢湖地區不同景觀類型水平的景觀格局分析數據可知,農田和建設用地PLAND呈負相關,雖然在研究期末農田仍是占據環巢湖地區的主要用地類型,但是建設用地的PLAND從2.7%增加到16.4%,27年間增加了近6倍的面積。農田LPI的下降和建設用地LPI的增加,表明景觀的優勢類型在發生著一定的變化。值得一提的是林地的LPI和MPS呈下降趨勢,林地PD呈增大趨勢,綜合說明林地表現出的演變趨勢是更加破碎,更加復雜。

水體格局的演變與其他斑塊類型的演變休戚相關,水體PLAND和PD的下降以及MPS的增加,表明本來在環巢湖地區廣泛存在的水體,在城市化進程下逐漸消失,在區域內呈聚集分布趨勢。城鎮化進程中多種景觀類型共同作用導致景觀類型水平的時空格局變化,這必將對環巢湖地區整體景觀及生態環境造成很大影響。

圖3 環巢湖地區斑塊類型水平格局特征的演變Fig.3 Class level landscape pattern change quantified by landscape metrics in Chaohu Basin

圖4 1989年、2016年環巢湖地區3 km×3 km網格單元統計的多水塘景觀斑塊面積空間分布Fig.4 The spatial distribution of multi-pond landscape patch area using a 3 km×3 km grid in the Chaohu Basin in China in 1989 and 2016

圖5 1989年、2016年環巢湖地區3 km×3 km網格單元統計的多水塘景觀斑塊數量空間分布Fig.5 The spatial distribution of multi-pond landscape patch number using a 3 km×3 km grid in the Chaohu Basin in China in 1989 and 2016

進一步對環巢湖地區多水塘景觀格局分析結果如表2所示,從1989年到2016年,水塘NP從4432個減少到3365個,MPS從0.75增加到1.02, PD從133.14下降到97.96,LSI從77.23下降到66.79,說明原本在環巢湖地區廣泛分布、復雜多樣的多水塘景觀在城市化進程中不斷減少,表現出聚集趨勢。LPI從1989年的0.72下降到2016年的0.37,表明原本有一定優勢的水塘被其他斑塊類型不斷取代。

3.2 環巢湖地區多水塘景觀時空演變特征

從環巢湖地區多水塘景觀的斑塊面積時空格局演變來看(圖4),1989年多水塘景觀在除巢湖市區和散兵鎮以外的環巢湖大部分地區均為10 hm2以上的廣泛分布格局,而到2016年,在環巢湖大部分區域,多水塘景觀面積均有下降趨勢。通過對多水塘景觀的斑塊數量分析表明(圖5),1989年多水塘景觀斑塊數量在3 km×3 km網格內大多為大于10個的分布格局,而到了2016年,多水塘景觀多集中在巢湖北岸的烔煬鎮、黃麓鎮和巢湖南岸的白山鎮、盛橋鎮和槐林鎮。多水塘景觀在巢湖流域具有悠久的歷史,其興盛多與農業生產關系密切,目前多水塘景觀聚集局域多為傳統農業區域,具有環巢湖流域典型的歷史文化特征。進一步的分析表明,環巢湖地區的多水塘景觀斑塊數量的下降趨勢,形勢不容樂觀。如表3所示,3 km×3 km網格內多水塘景觀斑塊數量在0—10閾值區間內呈現增加趨勢,網格數比例分別從1989年所占比例的37.30%增加至2016年的76.92%。與此同時,斑塊數量大于10的分組,網格所占比例呈現持續減少,尤其是斑塊數量大于35的網格數下降明顯。基于3 km×3 km網格單元分析,環巢湖地區多水塘景觀LSI從1989到2016年間,在大部分地區均呈下降趨勢(圖6),尤其是在多水塘景觀原本較為豐富的烔煬鎮、同大鎮、白山鎮、盛橋鎮、槐林鎮下降最為明顯,表明原來研究區內以多個小而不規則的水塘占據優勢,而現在更多的聚集為單個大水塘。部分區域LSI的增加(如濱湖新區所在的D-04,D-04,F-05),是因為城市化進程中居住小區內部和城市公園中人造水景的破碎化及不規則化造成的。

表2 環巢湖地區多水塘景觀的總體格局特征

圖6 1989年、2016年環巢湖地區3 km×3 km網格單元統計的多水塘景觀斑塊形狀指數空間分布Fig.6 The spatial distribution of multi-pond landscape shape index using a 3 km×3 km grid in the Chaohu Basin in 1989 and 2016

3.3 環巢湖地區多水塘景觀變化驅動因素探測識別分析

從因子探測結果(表4)來看,坡度因子的解釋力最高,說明水塘斑塊所在的特殊地理位置對于水塘的保護具有十分重要的意義。其次,建設用地變化量、農田變化量和林地變化量對于多水塘景觀的變化也具有至關重要的影響,說明政府政策對于土地利用總體規劃的引導明顯影響著水塘用地的變化。另外,人口密度變化量對于多水塘景觀用地的變化也產生了一定影響力,研究區內人口的增加使得對于建設用地的需求增加,進而可能會影響到多水塘景觀的變化,此外交通的便利也降低了運輸成本,使得填埋多水塘景觀轉換為建設用地等更加便利。

交互探測結果發現,人口密度變化量和其他影響因子交互后因子解釋力顯著增大,例如,與高程交互后解釋力為0.976,顯著大于人口密度變化量的解釋力(0.399)和高程的解釋力(0.127)之和。這意味著,在任意影響要素與人口密度因素控制作用下,交互后對多水塘景觀變化影響因子解釋力均明顯增強,也印證了人口密度影響因子的重要性。而河流水系數量與其他影響因子交互后,解釋力最大的是與農田變化量交互后,結果為0.903,也是顯著大于河流水系影響因子的解釋力(0.193)和農田變化量因子的解釋力(0.409)之和。這說明,任意兩個影響因子交互后對多水塘景觀變化的因子解釋力均會顯著提升,也就是說多水塘景觀變化受到多影響因素的共同制約,兩個影響因子相互交互后的因子解釋力要明顯強于原來單個影響因子。

表3 基于3 km×3 km網格的環巢湖地區多水塘景觀斑塊數量

4 討論

4.1 多水塘景觀格局的多尺度研究

環巢湖地區在27年間多水塘景觀斑塊數量下降了24%,有關多水塘的研究在國內外均表明了類似的情況,例如,在英國快速城市化發展的40年,水塘斑塊數量下降了55%左右[39],我國臺灣桃園地區在1926到1960年間,水塘數量消失了37%[40]。根據本文研究結果,環巢湖地區農田面積仍占到60%以上,相關研究表明,農田景觀轉變成建設用地景觀對多水塘景觀影響最大[2,12,41],對于研究區目前相對較好的本底條件,現在開始重視多水塘景觀的保護利用具有深遠的意義。Curado等[42]在法國南部研究表明小水塘比大水塘消失的更快,王志芳等[41]在重慶兩江新區的研究表明,中小型水塘斑塊大面積消失,保留下來的水塘斑塊有部分大型水庫作為城市景觀發揮作用。環巢湖地區多個小水塘有聚集成大水塘的趨勢,尤其需要加強對面積較小水塘的保護。有研究表明,周圍有林地的水塘,其綜合生態系統服務的質量較高[7]。研究區林地面積總量雖然有所增加,但更多的是見縫插綠,表現出更加破碎化的林地景觀。如果能在小尺度上對具體水塘周邊土地利用方式演變進行分析,尤其是對林地與多水塘景觀演變關系研究,可以得出更多對現實有指導意義的結果。有學者運用綜合分析法對我國臺灣云林縣多水塘景觀研究,篩選出需要重點保留的對象[43]。環巢湖地區多水塘斑塊面積和數量均呈下降趨勢,尤其需要多關注某些多水塘斑塊減少較快的區域,在小尺度上確定亟需保護的水塘,以便更好的發揮水塘功能。

表4 環巢湖地區多水塘景觀用地變化量的地理探測影響因素及探測結果

在對景觀格局及其過程特征的識別、比較和應用上多尺度研究是非常必要和重要的[44]。本文在景觀生態學理論與方法指導下展開研究,重點在于應用景觀格局分析方法來揭示城市化進程影響下的環巢湖地區多水塘景觀格局時空演變特征。研究結果可以為小尺度研究提供一定參考,而參考本文研究方法未來在更大的巢湖流域尺度上進行多水塘景觀系統研究,以適用于流域長期管理也是值得探討的方向。

4.2 多水塘景觀變化驅動因子研究

本文利用地理探測器方法對環巢湖地區多水塘景觀斑塊面積變化影響因子進行了解釋,地理探測器作為一種新穎的空間分析工具,能夠有效地揭示研究對象景觀格局變化的影響機理。環巢湖地區多水塘景觀演變是多維要素的影響結果,本研究難以把所有影響因子考慮詳盡,結合相關研究及數據的可獲得性,選取了10個影響因子,可提高研究結論的對比性與實踐性。結果表明,政府政策引導是影響多水塘景觀變化的主要因素,該結論與其他地區水塘演變影響因素分析相一致[2,41]。坡度對多水塘面積變化影響最大可解釋為,下墊面地形條件對水塘面積的變化有很大的影響。人口密度變化對水塘面積變化影響解釋力較強,閻克勤等[12]在我國臺灣桃園用多元回歸分析法也得出人口發展對水塘變化的影響較大。河流水系數量對水塘面積變化解釋力在本研究中雖然不是最大的,但是與農田變化量交互后解釋力增大,有可能是河流水系在與農田灌溉溝渠連通后會對水塘面積變化產生一定影響,Huang等[29]對桃園農田水塘溝渠網絡連通性的研究表明溝渠連通性與水塘變化有一定關系。Curado等[42]使用前向邏輯回歸方法,得出法國北部農業地區水塘持久存在原因是受到沼澤、草原、沙丘灌木的積極影響以及農田和城市化用地的負面影響。需要說明的是地理探測器中的因子探測器只能反映因子的影響大小,卻無法反映影響的正負性。對多水塘景觀演變驅動因子的進一步研究需要通過現場的觀測及實驗方法,如水塘污染物情況、河流水系徑流量等數據,能更全面的獲得多水塘景觀變化的影響因素。地理探測器方法的優勢主要體現在能夠同時分析兩個或者多個變量之間的交互作用對因變量的影響[36,38],而現有的統計模型多以分析單個變量對因變量的影響為主。在本文中,地理探測器被用于分析兩種變量的交互作用(例如自然環境條件因子與社會經濟發展狀況因子的耦合)對多水塘景觀格局變化的驅動力,而對于多種因素的共同影響將是下一步研究的目標。

4.3 多水塘景觀的綜合保護與利用

城鎮化進程在因水而興的環巢湖地區仍會繼續,多水塘景觀不僅提供重要的生態系統服務功能,更是該地區的獨特文化遺產,理應提升重視,更好的保護和利用。如何將多水塘景觀與環巢湖地區發展和旅游產業相結合,打造獨特的生態文化景觀,進一步挖掘其文化價值是值得深入研究的方向。而如何通過學習多水塘景觀網絡構建解決城市化進程中出現的水問題及指導海綿城市建設更是值得深入思考的問題。我國臺灣桃園地區水塘網絡的構建[29]、長江三峽水庫消落帶多功能基塘的設計與實踐[45]等都是多水塘景觀保護和利用可以借鑒的方向。

5 結論

本文著眼于長期被忽略的多水塘景觀,基于景觀格局指數、網格分析法、空間統計及RS/GIS 技術,對環巢湖地區多水塘景觀格局時空特征進行了定量分析,同時運用地理探測器從多方面進行多水塘景觀變化驅動因素探測識別分析,結果如下：

(1)環巢湖地區景觀水平上,從1989年至2016年,隨著城鎮化進程的加快,農田PLAND呈下降趨勢,表現的更為破碎,在某些區域的主導地位已喪失,建設用地PLAND呈6倍的增長趨勢,最大斑塊指數LPI也呈增加趨勢,林地PLAND雖然有一定增加,但是卻表現的更加破碎,水體PLAND呈下降趨勢。多水塘景觀斑塊數量、面積、斑塊形狀指數、最大斑塊指數均呈下降趨勢。

(2)進一步基于3 km×3 km網格單元對多水塘景觀時空演變特征分析表明,多水塘景觀斑塊數量、斑塊面積和斑塊形狀指數在研究區內大部分區域均呈下降趨勢。多水塘景觀目前集中分布的區域包括巢湖南岸的白山鎮、盛橋鎮、槐林鎮和北岸烔煬鎮、黃麓鎮等,這些區域也是多水塘景觀變化最劇烈的區域。

(3)本文利用地理探測器從空間布局視角出發,分別從自然環境條件、社會經濟發展狀況、政府政策環境3個方面選取代表性指標,揭示環巢湖地區多水塘景觀用地變化的主要影響因子。結果表明：坡度因子對多水塘景觀變化影響最大,建設用地變化量、農田變化量、人口密度變化量、林地變化量對多水塘景觀變化也具有較高的解釋力,各因子相互作用后,對多水塘景觀變化的影響顯著增強,表現出多水塘景觀用地變化影響要素的多樣性和復雜性。