康 磊, 劉世榮, 劉憲釗
(1.中國林業科學研究院 森林生態環境與保護研究所, 北京 100091;2.中國林業科學研究院 資源信息研究所, 北京 100091)
景觀格局與生態過程的耦合研究是景觀生態學研究的核心科學問題,也是生態過程研究的前沿和深化。土壤侵蝕作為水文生態過程中的一部分,與土地利用、植被覆蓋等景觀格局相互作用,引起可利用土地資源減少,土地退化,生產力下降,貧困面加大等一系列生態、經濟和社會問題[1]。但以往土壤侵蝕下水土流失過程的多尺度和跨尺度研究比較缺乏,與景觀格局結合的不夠緊密。目前研究景觀格局與土壤侵蝕時,更多的是利用小區的觀測試驗結果來推斷大尺度上景觀格局對土壤侵蝕的影響,導致基礎理論與方法的發展普遍滯后于生態建設的實踐,治理模式局限于較小尺度,治理效益缺乏穩定性和可持續性,治理成果的可推廣性差等問題[2-6]。盧愛剛等[7]針對水土流失這一重要生態過程,提出了基于水土流失過程的景觀坡度指數和景觀空間負荷對比指數,將涇河不同區域的子流域通過“源”、“匯”景觀特征進行分類,分析涇河流域水土流失風險。異質景觀內不同的土地利用格局深刻影響著流域的徑流和產沙過程,將現代空間信息技術引入資源環境研究,從景觀尺度上探索不同景觀格局對流域水土流失過程的影響,是國內外研究者的共識[8-12]。
岷江干旱河谷是我國第二大天然林區西南林區中一類較特殊的山地生態系統。由于地質環境脆弱與地貌的不穩定性,在自然氣候和人為作用共同驅動下,該區植被嚴重退化,山地災害頻繁,水土流失嚴重[13]。本文擬應用景觀生態學的理論與方法,利用通用土壤流失方程(USLE)[14-16],結合雜古腦流域的實際情況,分析該區域景觀格局變化與水土流失的關系,找出該流域內不利的景觀格局配置因素,從而為今后水土保持與生態建設提供科學參考。
岷江是長江上游的主要支流,雜谷腦河是岷江上游的一級支流,干流全長168 km,雜谷腦流域地處四川省阿壩州的東南部,流域面積4 632 km2,河道平均坡降18.4%。東北與茂縣、黑水縣接壤,西南與小金縣相連,東南與汶川相通,西北與馬爾康、紅原毗鄰。該流域地處青藏高原東部邊緣地帶,經歷了強烈的地質構造運動,形成高山峽谷。流域內山巒起伏,溝谷縱橫,高差懸殊,海拔1 422~5 922 m,平均海拔2 700 m,大部分山峰在海拔4 000 m以上。沿河兩岸山勢陡峻,水流湍急,屬典型的高山峽谷地貌。年均日照1 600~1 800 h,年均溫度2.0℃~13.5 ℃,年降水量400~1 000 mm。由于地形垂直變幅巨大,氣候的垂直分異顯著,形成了典型的亞熱帶、溫帶、寒溫帶、寒帶等不同的氣候垂直帶譜。特殊的地形和氣候條件使流域內的植被類型豐富多樣,有干旱河谷旱生灌叢植被、山地針闊葉混交林、亞高山針葉林、高寒草甸和高山稀疏植被5類,主要植被類型的垂直分布規律依次是干旱河谷灌叢(1 350~1 900 m)落葉闊葉林(1 900~2 400 m)、山地暗針葉林(2 400~2 900 m)、亞高山暗針葉林(2 900~3 900 m)、高山灌叢草原帶(3 900~4 200 m)和高山草甸和荒漠苔原(4 000 m以上)。由于氣候冷寒濕潤,生長有粗枝云杉(Piceaasperata),岷江冷杉(Abiesfaxoniana)和云杉。鑒于雜古腦下游植被數據缺乏,本研究不涉及雜古腦下游流域,研究區域僅為雜古腦上游流域。雜古腦上游主河道長度為113 km,河寬介于4~36 m,平均河道比降為23‰,流域面積為2 528 km2[17-18]。
數據資料主要有雜谷腦流域1990年和2015年的TM影像,30 m分辨率的數字高程(DEM)數據。降水數據來源于全國30 個氣象站,土壤數據來源于第二次土壤普查的1∶100萬中國土壤圖和30個土壤剖面。利用Anusplin (Ver.4.1; Australian National University, Center for Resources and Environmental Studies, Canberra, Australia)軟件,引入經度、緯度、高程信息作為協變量,采用三變量薄板光順樣條插值法制備的1 km ×1 km降水數據集和土壤粒徑數據集。
本文利用ArcGIS 9.2的水文分析模塊對DEM數據進行流域邊界提取。利用1990年和2015年二期同時段、同流域遙感影像數據進行比較研究,分別提取NDVI等植被信息。結合2類資源小班數據信息和外業調查數據進行遙感圖像的分類,獲取研究區域植被類型分布圖。利用ArcGIS 9.2軟件計算通用土壤流失方程(USLE)的各種侵蝕因子,得到各因子像元分布圖,參照土壤侵蝕強度等級劃分標準,獲取該流域水土流失侵蝕強度分布圖,分析流域景觀格局變化與水土流失的關系,建立該流域水土流失風險評估體系,探討利于整個流域水土保持的合理景觀結構布局。
水土流失總量流失量監測模型USLE 經典表達如下:
A=R×K×LS×C×P
(1)
式中:A——單位面積土壤流失量〔kg/(m2·a)〕;R——年降雨流失力指標;K——土壤可蝕性因子;LS——坡長坡度因子;C——植被覆蓋因子;P——水土保持措施因子。在地理信息系統(GIS)的支持下,實現數據的采集、處理、各因子圖的生成,最終對各因子進行疊加運算,取得水土流失強度分布圖。
(1) 降雨侵蝕力因子(R)。降雨侵蝕力因子R是降雨流失力指標,反映了雨滴對土壤的擊濺作用以及與降雨量呈正相關的地表徑流的大小及其流速。本研究采用Wischmeier和Smith提出的利用多年各月平均降雨量推求R值的方法:
(2)
式中:Pi——各月平均降雨量(mm);P——年降雨量(mm)。
(2) 土壤可蝕性因子(K)。土壤可蝕性因子K值表示土壤被侵蝕的難易程度,是影響土壤流失量的內在因素,其數值大小由土壤本身組成決定。K值的計算方法有Wischmeier諾謨圖法及不同研究者推到的地區性計算方法。
K= 0.003 4+0.038 7×
exp〔-0.5(lgDg+1.533 3/0.767 1)2〕
(3)
式中:Dg——土壤顆粒的平均粒徑(mm)。土壤平均粒徑數據通過全國第二次土壤普查的1∶100萬中國土壤圖和8 595個土壤剖面(數據來源:http:∥westdc.westgis.ac.cn/data),進行差值獲取。
(3) 地形因子(LS)。LS是地表徑流坡長與坡度的函數,一般來說,土壤流失量隨著坡長和坡度的增大而增大,本文采用黃炎和[19]提出的經驗公式:
LS=0.08λ0.35α0.66
(4)
式中:λ——坡長(m);α——坡度(°)。從研究區30 m分辨率的DEM中提取坡長λ,坡度α在ArcGIS的Spatial Analyst 模塊下直接生成。
(4) 植被覆蓋因子C。C是根據地面植物覆蓋狀況不同而反映植被對土壤流失影響的因素,當地面完全裸露時,C值為1,如果地面得到良好保護時,C=0.001,所有C值在0.001~1之間,植被作用系數C與植被類型、覆蓋度有關,考慮到大尺度區域調查的局限性,本研究植被覆蓋類型僅涉及草地和喬灌混交兩種類型(表1)。

表1 不同植被覆蓋C值(來源:美國環境保護署)
地面覆蓋度C由TM影像的NDVI指數求得,NDVI指數借助于ENVI軟件對遙感圖像進行處理,計算求得:
C=NDVI-NDVIminNDVImax-NDVIminC
(5)
式中:C——單位像元的植被蓋度,NDVI——歸一化差值植被指數,NDVImax和NDVImin——植被整個生長季NDVI的最大值和最小值。由于農用地的植被類型和覆蓋度會隨季節劇烈變動,因此在遙感影像資料不夠完整的情況下可參考坡度以及耕作方式代替植被類型和覆蓋度,可對農用地的C值進行估值,研究區耕地主要耕作方式為等高帶狀耕作,坡度小于5°時C值取0.3,坡度介于5°到10°之間C值取0.5,坡度大于10°時C值取0.6。
(5) 水土保持措施因子(P)。水土保持措施因子是指采用專門措施后的土壤流失量與順坡耕作時的土壤流失量的比值。根據已經得到的景觀類型圖,以及研究區的土地利用狀況,對于自然植被,如林地、草地等,基本上無水土保持措施,因此,其值取為1;建設用地、河流和水庫受專門措施影響很大,故取值為0;坡度0°~5.5°的耕地主要分布于山間低平地區,根據對耕地蓄水保水的普遍農業技術措施,將其水土保持措施因子賦值為0.15;對于旱地(坡度>5.5°的耕地)而言,基本上為梯田,世界各地的研究結果表明,梯田(等高)耕作方式是最為有效的水土保持措施之一,但是,當坡度大于13.5°時,等高耕作對水土保持的效果就不明顯。在研究區范圍內坡度小于13.5°對的旱地其灌溉條件和耕作條件比較差,因此把其水土保持措施因子賦值為0.35,對于坡度大于13.5°的耕地,視為無水土保持措施,即P取值1.0。
雜谷腦流域從1990—2015年,不同土地利用類型面積和分布發生了一定的變化,進一步反映了景觀格局的變化(表2,附圖6),分析得出:
(1) 林地面積從1990年1 229.45 km2增加到2015年的1 230.16 km2。其中,闊葉林增加3.51 km2,針葉林和針闊混交林分別下降2.50 km2,0.11 km2,灌木林下降0.21 km2。
(2) 草地面積由1990年的701.25 km2增加到2015年的825.68 km2,增加面積由于源于雜谷腦流域天保工程和廢棄荒地的自然恢復。耕地面積增加0.63 km2,而濕地面積總體減少0.46 km2。
(3) 未利用的其他地類面積由763.25 km2下降到2015年的637.83 km2,下降了125.42 km2。
3.2.1 降雨侵蝕力 通過對雜谷腦流域及其周邊28個氣象站點的降水信息進行空間插值,得到降雨侵蝕力因子(圖1)。結果表明,流域的降雨侵蝕力的時空變化非常明顯,上游地區降雨侵蝕力明顯小于中游地區和下游地區,2015年降雨侵蝕力較1990年顯著降低。

表2 1990-2015年雜谷腦流域主要景觀類型及其面積 km2

圖1 1990-2015年雜谷腦流域年降雨侵蝕力及其分布格局
3.2.2 土壤可蝕性因子和地形影響因子 由于土壤理化性質變化時間周期較長,研究選取1次土壤粒徑數據分析雜谷腦流域土壤可蝕性因子及其及分布格局(圖2),該因子總體變幅為0.003 442~0.003 486,表現為海拔較低的溝谷、河道等地段土壤可蝕性大,而海拔相對較高的山地、坡地土壤可蝕性較小。圖3 為研究區地形因子及分布情況,因子變幅2.878 96~26.222 3,海拔高的山脊、山地地形影響因子高,而低海拔的溝谷、河道等區域地形因子低。

圖2 雜谷腦流域土壤可侵蝕性因子

圖3 雜谷腦流域地形影響因子
3.2.3 植被覆蓋因子 植被覆蓋是減緩水土流失的一個重要因素(如圖4所示),研究區植被覆蓋因子1990年變幅為0~0.45,2015年植被覆蓋度較1990年明顯提高,表現為植被覆蓋因子高的面積也明顯增加,表明研究區植被保護和恢復效果明顯。
3.2.4 水土保持因子 如圖5所示,水土保持因子在景觀大尺度上受土地利用方式的影響明顯,對于耕地則考慮其所處地類,研究區水土保持因子總體上表現為森林和灌叢覆蓋的區域大,而研究區邊界的低海拔地區,由于土地利用方式為建筑和其他用地,水土保持因子則為0。

圖4 雜谷腦流域植被覆蓋因子及其分布格局

圖5 雜谷腦流域水土保持因子等級及其分布格局
3.2.5 土壤侵蝕量 根據通用水土流失方程,并參照侵蝕強度分級標準,將各種侵蝕因子疊加形成水土流失強度(表3)。1990年該流域微度侵蝕面積最大,約占總面積27%,中度強度和極強度侵蝕面積占比較大,面積均大于5萬hm2,劇烈侵蝕面積也達到10 826.91 hm2,占比4%。經過25 a的植被保護和治理,該流域水土侵蝕發生顯著變化,中度及以上侵蝕強度的面積減少,輕度侵蝕面積顯著增加,由1990年占比9%,增加到2015年的28%。極強度侵蝕面積占比由1990年的20%,下降到2015年的7%。

表3 雜谷腦流域1990-2015年水土侵蝕狀況
在河流、溝谷等生態環境脆弱的地區,土地利用方式的轉變和景觀格局的變化對于該區域的生態穩定性、水土侵蝕和水土流失有著明顯的影響。岷江上游流域是中國主要的羌族聚居區,農牧業人口占75%以上,長期以來的人類生計活動對山地生態環境產生了持續干擾[20]。建國初期,大規模的森工開發,森林面積銳減,生物多樣性減少,水土流失加劇。1999年國家天然林保護工程和退耕還林工程的實施,減少了農田,草地面積增加[21]。天然林禁伐保育后,在原有冷杉等針葉林采伐跡地上樺木等闊葉林演替后形成闊葉次生林。
研究發現雜谷腦流域的降雨侵蝕力的時空變化非常明顯,其中上游地區降雨侵蝕力明顯小于中游地區和下游地區,雖然1990—2015年降雨侵蝕力總體呈降低趨勢,但由于受不同地區降水強度和地形等因素的影響,降雨侵蝕力在流域范圍內的空間異質性較強。該研究結果與鐘科元等[22]在對1960—2014年中國松花江流域降雨侵蝕力時空變化研究結果相似。
通過對影響水土侵蝕程度的潛在因子的時空變化信息的獲取,得出影響該流域水土侵蝕度的主要因素是植被覆蓋的變化。研究期內草地面積的增加和森林破壞后的恢復可能是改變該流域水土侵蝕力的主要因素,也與其他相關研究結論相一致[23]。
對雜谷腦流域1990—2015年景觀格局和土壤侵蝕的時空變化特征進行分析可知,該流域范圍主要景觀類型未發生明顯變化,但各景觀類型的格局發生明顯變化,草地和其他未利用地面積變化最為明顯,草地面積增加12 443 hm2,其他未利用地面積減少12 542 hm2;林地面積總體增加69 hm2,闊葉林得到有效恢復,面積增加351 hm2,針葉林、針闊混和灌木林減少282 hm2。
流域的降雨侵蝕力的時空變化非常明顯,上游地區降雨侵蝕力明顯小于中游地區和下游地區。1990—2015年降雨侵蝕力總體呈降低趨勢,但由于降水和地形等要素的差異,部分站點降雨侵蝕力有所減小。植被覆蓋是減緩水土流失的一個重要因素,研究區植被覆蓋因子1990年變幅為0~0.6,2015年植被覆蓋度較1990年明顯提高,變幅為0~0.45,且植被覆蓋因子高的面積明顯增加,表明近些年該區域植被保護和恢復效果明顯。
綜上所述,雜谷腦流域25 a間水土侵蝕程度呈下降趨勢,中度侵蝕程度以上的水土侵蝕發生面積均出現下降。該流域以草地為主的植被恢復和景觀格局變化,有效降低了區域水土流失。本研究結果可為中國川西亞高山區域土地利用變化與水土保持能力的平衡協調提供參考依據,也可為景觀尺度上通過調整草地和森林面積調控該區域蓄水保水的生態功能提供技術支撐。