1989—2017年烏倫古河流域景觀格局及驅動力分析

薛嵩嵩, 高凡, *, 何兵, 閆正龍

1989—2017年烏倫古河流域景觀格局及驅動力分析

薛嵩嵩1, 高凡1, *, 何兵2, 閆正龍3

1. 新疆農業大學水利與土木工程學院, 烏魯木齊 830052 2. 西安理工大學省部共建西北旱區生態水利國家重點實驗室, 西安 710048 3. 陜西測繪地理信息局, 西安 710054

為研究烏倫古河流域景觀格局時空動態演變及驅動因素, 以烏倫古河出山口二臺水文站以下流域為研究區, 選取1989年, 1998年, 2006年, 2017年4期Landsat系列遙感影像為數據源, 綜合利用3S技術, 通過Fragstats軟件計算景觀指數, 分析景觀格局時空演變特征, 并結合氣象和社會經濟數據, 探討烏倫古河流域景觀格局變化的驅動因素。結果表明: (1)近30a烏倫古河流域耕地和建設用地面積呈持續增加擴張趨勢, 水體和濕地面積呈微增加趨勢, 未利用地呈顯著減少趨勢, 林地面積呈波動增加趨勢, 草地面積1989—2006年呈減少趨勢, 2006—2017年呈微弱增加趨勢; (2)從斑塊類型水平上看, 除濕地外, 其余各景觀類型NP、PD、LSI均呈增加趨勢, 表明景觀破碎程度加劇, 結構復雜性增加。從景觀水平上看, SHDI和SHEI呈增加趨勢, CONTAG呈減少趨勢, 表明各景觀類型面積差異減小, 景觀豐富度增加, 異質性增強, 景觀連通性降低, 空間差異顯著; (3)景觀格局變化受自然因素、人類活動和社會政策的共同影響。其中, 人類活動為主要影響因素, 表現形式為人口數量增長, 城鎮化快速擴張和水利工程的建設。

景觀格局; 3S技術; 烏倫古河流域; 移動窗口; 景觀指數

0 前言

景觀格局是指大小、形狀、屬性不一的斑塊單元在空間上的分布與組合規律, 是自然因素和人類活動在不同尺度下相互耦合的結果[1], 是景觀異質性的重要體現[2]。景觀格局的改變影響著陸地生態系統的水循環、碳循環及能量、信息的流動, 決定著景觀生態的穩定程度[3-4]。探究景觀格局時空動態演變及驅動因素, 對降低區域生態風險, 提高景觀穩定性, 改善區域生態質量具有重要意義[5]。伴隨景觀生態學及3S技術的發展, 景觀格局及驅動力分析研究廣泛用于我國土地利用/覆被變化與生態系統監測領域, 主要的研究方法包括景觀指數分析法、轉移矩陣分析法、模型模擬分析法等[3-8], 許多學者展開研究。如譚潔(2017)等[6]通過對遙感影像數據信息的提取, 利用景觀指數和轉移矩陣, 分析洞庭湖土地利用和景觀格局變化特征; 郭少壯(2018)等[7]利用土地利用數據, 通過景觀指數構建景觀格局脆弱度, 分析秦嶺地區景觀格局時空變化; 潘月(2018)等[8]利用景觀指數分析江西省東鄉縣的景觀格局變化特征, 并通過CA—Markov模型對未來10年的景觀格局變化進行預測分析; 祖拜代·木依布拉(2019)等[9]基于3S技術, 分析克里雅河中游景觀格局變化特征; 黃犁(2019)等[10]基于遙感影像, 數理統計模型及景觀指數等方法分析了瑪納斯河流域綠洲景觀格局時空演變過程。

烏倫古河流域地處歐亞大陸腹地, 屬典型西北內陸干旱生態脆弱區, 伴隨流域人類開發活動干擾, 景觀格局相應發生改變。目前針對該流域景觀格局演變及驅動力分析研究多以較短時間序列、定性分析及現象描述為多。由于流域景觀格局演變是一個長期的動態變化過程, 短期研究難以揭示長期演變規律。基于此, 本文針對烏倫古河流域人類活動集中區域, 以烏倫古河流域二臺水文站以下中下游流域為研究區, 選取1989年, 1998年, 2006年, 2017年4期Landsat系列遙感影像數據, 綜合利用RS、GIS、GPS等技術, 采用空間數據處理、信息提取解譯、集成管理分析等方法[11-12], 獲取研究區土地利用/土地覆被分類圖, 利用Fragstats 4.2軟件計算景觀指數, 結合實地調查及同期水文氣象數據, 分析研究區近30a景觀格局時空動態演變特征, 結合研究區氣象和社會經濟數據, 探討烏倫古河流域景觀格局變化特征及驅動因素, 嘗試揭示該區域土地利用/覆被變化的方向與強度, 獲取景觀格局演變方向與趨勢, 對促進流域水土資源優化配置及生態環境保護具有重要的科學與指導意義。

1 研究區概況

烏倫古河流域屬準噶爾干旱區, 發源于阿勒泰山東段南麓, 流域范圍位于東經87°05′—90°45′, 北緯46°10′—47°28′, 流域面積37882 km2, 我國境內集水面積為27600km2, 其中, 出山口二臺水文站以上集水區面積為18400km2, 年降水量少(多年平均降水量129.8 mm)且分布不均, 蒸發量大(多年平均水面蒸發量867.2 mm)[13]。烏倫古河流域內, 河流水系經出山口二臺水文站以上山區, 經出山口流出后, 折向西北, 中途無支流匯入, 最后注入烏倫古湖。

圖1 研究區示意圖

Figure 1 Schematic diagram of the study area

2 數據來源與研究方法

2.1 數據來源

選取烏倫古河流域1989年、1998年、2006年和2017年遙感影像為數據源, 軌道號分別為142/28、143/27、143/28, 影像質量較好(云量小于10%)。其中1989年、1998年、2006年采用Landsat TM影像, 分辨率為30m; 2017年采用Landsat OLI影像, 分辨率為30m。以上影像數據均采用2000國家大地坐標系(CGCS2000)、高斯—克呂格投影、6°分帶。基礎影像數據源來自地理空間數據云網站(http: //www.gscloud.cn/)。烏倫古河流域1: 10萬地形圖來源于國家測繪地理信息局陜西測繪資料檔案館。社會經濟數據來源于1990—2018年《新疆統計年鑒》。研究區氣象(溫度、降水量)數據來自中國氣象數據網(http:/ /data.cma.cn/)

2.2 數據處理

采用ENVI 5.3軟件對遙感影像數據進行預處理操作。在ENVI 5.3及ArcGIS 10.5軟件支持下, 參考《土地利用現狀分類》(GB/T 201010—2007)標準, 依據烏倫古河流域實際情況, 采用人機交互目視解譯法將土地利用類型解譯為耕地、林地、草地、濕地、水體、建設用地和未利用地7類。基于ENVI 5.3軟件精度評價模塊, 分別對1989年、1998年、2006年、2017年4期遙感解譯數據進行精度評價, 得到總分類精度分別為88.63%、85.24%、87.65%和89.95%, Kappa指數分別為0.85、0.82、0.84和0.86, 滿足應用精度要求(精度要求80%以上)[14]。

2.3 研究方法

2.3.1 景觀指數的選取

依據研究區景觀特征, 分別從斑塊類型水平和景觀水平選取景觀指數[15]。其中, 斑塊類型水平指數包括: 斑塊數(NP)、斑塊密度(PD)、最大斑塊面積指數(LPI)和景觀形狀指數(LSI); 景觀水平指數包括: 蔓延度指數(CONTAG)、香農多樣性指數(SHDI)和香農均勻度指數(SHEI)。

通過ArcGIS 10.5軟件將四期矢量格式的土地利用分類圖轉化為分辨率600m的柵格圖, 采用Fragstats 4.2軟件, 在標準模式下計算各景觀指數。

2.3.2 移動窗口法

為全面理解研究區景觀空間格局演變[16]。本文通過Fragstats 4.2軟件的移動窗口功能對選取的指數(蔓延度指數、香農多樣性指數、香農均勻度指數)進行計算。考慮到研究區域的面積和移動窗口的大小對景觀指數計算結果會產生一定影響, 移動窗口尺度過大, 可能會忽略劇烈變化的小區域, 而移動窗口過小, 可能會產生“聚焦”效應, 忽略全局[17]。本文通過多次試驗后確定移動窗口為3 km, 并在ArcGIS 10.5軟件采用自然斷點法[4]將景觀水平指數分為低、較低、中、較高和高五個等級, 具體分類標準見表1。

3 結果與分析

3.1 土地利用類型面積變化特征

利用ArcGIS 10.5軟件, 1989—2017年烏倫古河流域4期遙感影像進行解譯, 得到了不同時期土地利用類型面積統計結果(表2)。(1)耕地和建設用地面積呈持續增加趨勢, 分別增加了867.61 km2、13.63 km2; (2)水體和濕地面積呈微增加趨勢, 分別增加了117.03 km2、12.01 km2; (3)林地面積呈波動增加趨勢, 共增加13.27 km2, 其中, 1989—1998年、 2006—2017年為增加狀態, 1998—2006年為減少狀態; (4)草地總體呈減少狀態, 共減少134.05 km2, 其中, 1989—2006年減少了128.49 km2, 2006—2017年增加了15.44 km2; (5)未利用地呈持續減少趨勢, 共減少了865.09 km2。

表1 不同景觀水平指數分級準則

3.2 景觀格局指數變化特征

3.2.1 斑塊類型水平上景觀指數變化

斑塊數(NP)和斑塊密度(PD)是反映景觀破碎程度的重要標志, 其指數越大, 說明景觀的破碎程度越高, 受人類活動影響程度越大[18]。由圖2(a)、(b)可以看出, 1989—2017年除濕地斑塊數與斑塊密度指數呈減少趨勢外, 其它6種土地利用類型的NP、PD整體均呈增加趨勢, 表明近30年景觀類型受人為干擾大, 破碎化程度加劇。草地、林地與未利用地景觀類型的破碎程度增加明顯的時期主要集中在1989—1998年, 主要原因是1985年后當地的牧區體制改革及牧民生產積極性的提高, 牲畜數量迅速增加, 河谷林、河谷草甸及草場出現過度放牧現象, 導致天然草地、林地面積減少, 致使其分布情況由原來成片分布變為零星分布, 且伴隨著人工種草、造林的進行, 景觀破碎程度大幅度增加。

最大斑塊面積指數(LPI)指整個景觀被大斑塊占據的程度, 常用以表達景觀的優勢度, 其指數越大, 說明優勢程度越明顯[19]。由圖2(c)可知, 研究區未利用地的最大斑塊面積指數最大, 其次是耕地和水體, 表明未利用地、耕地和水體是烏倫古河流域的主要景觀類型, 且對整體景觀的影響程度較大。從時間尺度看, 未利用地最大斑塊面積指數呈減少趨勢, 耕地呈增加趨勢, 水體整體變化不大, 即未利用地、耕地、水體優勢度在整個景觀中的地位分別處于下降、上升和不變狀態。

景觀形狀指數(LSI)主要用于計算某一斑塊形狀的復雜程度, 其指數越大, 表明斑塊形狀越復雜[20]。由圖2(d)可以看出, 近30年來草地的景觀形狀指數最大, 于1998年達極大值, 表明草地斑塊受人為活動干擾強度最大; 耕地、林地、水體、建設用地和未利用地景觀形狀指數總體呈增加趨勢, 表明其形狀趨于復雜化, 斑塊離散程度增加, 人工干擾強度增大; 濕地景觀形狀指數呈減小趨勢, 斑塊趨于規則化、集中化。

3.2.2 景觀水平上景觀指數變化

香農多樣性指數(SHDI)是描述景觀豐富程度的指標, SHDI為0, 表示整個景觀由一個斑塊組成, SHDI增加, 說明景觀斑塊類型增加[21]。香農均勻度指數(SHEI), 反映景觀中各斑塊在面積上分布的均勻程度, SHEI為1, 說明景觀中沒有明顯的優勢斑塊且各斑塊在景觀類型中分布均勻[22]。蔓延度指數(CONTAG), 反映不同斑塊類型的聚散程度與延展趨勢, 高蔓延度指數說明景觀存在良好的連續性[23]。

表2 1989—2017年各土地利用類型面積變化

圖2 1989—2017年斑塊類型水平上景觀指數變化

Figure 2 Changes of landscape indices at patch type level from 1989 to 2017

從時間尺度上看(圖3), SHDI和SHEI變化趨勢相同, 1989—2017年呈增加趨勢, 分別由1989年的1.0902、0.5603增加到2017年的1.1749、0.6038, 說明烏倫古河流域各景觀類型面積差異減小, 景觀豐富度增加, 優勢度降低, 異質性增強。CONTAG呈減少趨勢, 由1989年的59%減少到2017年的54.76%。說明1989年研究區內斑塊的連通性最高, 空間分布最均勻, 隨后景觀連通性降低, 大斑塊被分割為分散的小斑塊, 景觀破碎程度加劇。

從空間尺度上看(圖4), (1)1989年CONTAG高值區和較高區面積占比較大, 大部分分布在西北部和東部, 小部分呈片狀分布在解特阿勒熱牧場和齊爾吉迭鄉, 低值區和較低區面積占比較少, 呈散點式分布在杜熱鄉、喀拉瑪蓋鄉和解特阿勒熱鄉。相對于1989年, 2017年CONTAG高值區和較高區面積占比下降, 低值區、較低區和中值區面積占比上升, 具體表現為: 在烏倫古河上游和中游, 高值區和較高區向中值區轉化, 在烏倫古湖附近和一八八團廠周圍高值區和較高區向低值區和較低區轉化, 說明各景觀內斑塊連通性降低, 景觀破碎度增加。(2)1989年SHDI值域分布情況與CONTAG相反, 低值區和較低區面積占比較大, 大部分分布在北部、東部及烏倫古湖附近, 小部分呈片狀分布在齊爾吉迭鄉和福海一農場, 高值區面積占比最小, 主要呈點狀分布在一八八團廠和喀拉瑪蓋鄉, 較高區面積占比較大, 呈面狀分布在高值區周圍。相對于1989年, 2017年SHDI低值區和較低區面積占比明顯下降, 較高區和高值區面積占比增加, 具體表現為: 在烏倫古河上游和中游低值區轉化為較高區和中值區, 在解特阿勒熱鄉和一八八團場中值區和較高區轉化為高值區, 說明斑塊類型增加, 基質景觀類型對整個景觀類型的控制作用減弱, 景觀異質性增加。(3)1989年SHEI值域分布情況與SHDI大致相同, 低值區和較低區面積占比較大, 大部分分布在中北部、東部和烏倫古湖附近, 小部分分布在齊爾吉迭鄉, 高值區和較高區面積占比相對較小, 主要分布在烏倫古河中游的杜熱鄉和一八八團場。相對于1989年, 2017年SHEI低值區、較低區和中值區面積占比下降, 高值區和較高區面積占比增加, 具體表現為: 在闊克阿尕什鄉和一八八團場附近中值區向較高區轉化, 在齊爾吉迭鄉附近較低區和低值區向高值區和較高區轉化, 說明各斑塊在景觀類型中分布的均勻程度增加。

圖3 景觀水平上指數變化

Figure 3 Changes of indices at the landscape level

圖4 1989—2017年景觀水平指數空間分布圖

Figure 4 Spatial distribution of landscape level index from 1989 to 2017

3.3 驅動機制分析

景觀格局變化是一個復雜、長期動態過程, 受多種因素的影響。自然因素作為基本要素, 在長期效應上影響著景觀格局變化, 人類活動則在短時間內是驅動區域景觀格局變化的主要因素, 其中, 社會政策作為“風向標”決定著景觀格局變化的方向[24]。

3.3.1 自然因素

由福海站和二臺站1989—2015年年降水和年均氣溫變化過程線(圖5)可以看出, 1989—2015年福海站區域年降水呈小幅度減少趨勢, 減少速率為0.0173 mm·a-1, 最大、最小年降水分別發生在1992年(202 mm)和1997年(63.8 mm); 二臺站區域年降水呈小幅度增加趨勢, 增加速率為0.3 mm·a-1, 最大、最小年降水分別發生在2010年(209.2 mm)和2014年(73.9 mm); 福海站區域和二臺站區域年平均氣溫均呈增加趨勢, 增加速率為0.03℃和0.02 ℃, 最高氣溫均發生在2007年。總體來看, 研究區氣候變化特征表現為年降水和年均氣溫波動增加, 且與全球氣候變化基本一致[14]。由Pearson相關分析法分析結果(表3)可以看出, 年降水和年均氣溫與草地和未利用地面積變化呈負相關關系, 但相關性不顯著, 與其他土地利用類型面積變化呈正相關關系, 其中, 福海站(下游)的年降水與濕地面積變化呈顯著性相關, 通過=0.01顯著性檢驗。因此, 氣候變化是導致烏倫古河流域景觀格局變化的驅動因素之一。

圖5 1989—2015年研究區氣象站年總降水和年均氣溫變化曲線

Figure 5 Change curves of annual total precipitation and annual mean temperature at meteorological stations in the study area from 1989 to 2015

表3 研究區不同景觀類型與年降水、年均氣溫相關性

注: *表示在0.05水平(雙側)上顯著相關; **表示在0.01水平(雙側)上顯著相關。

3.3.2 人類活動

人口因素是景觀格局演變最具活力的驅動因子, 人口結構的變化和數量的增長必然導致居民點和建筑用地的增加, 人口增長所帶來的糧食需求增長也導致對耕地需求量的增加, 促使林地、草地和未利用地向耕地轉化。1989—2017年林地向耕地轉化20 km2, 草地向耕地轉化172 km2, 未利用地向耕地轉化697 km2。人口的增長導致耕地、林地、草地和未利用地的變化, 耕地面積增加, 變化幅度84.18%; 草地面積減少, 變化幅度-31.4%; 林地面積有所增加, 變化幅度11.85%。人口增加刺激建設用地的擴張, 農村和城鎮住房需求增大, 城鎮地區表現更為強烈。1989—2017年, 城鎮化進程不斷加快, 城鎮化率不斷提高, 總人口由1989年的13.34萬人增加至2017年的17.33萬人, 非農人口數由1989年3.23萬人增加值2017年11.76萬人, 城鎮人口的快速增加和農村人口的緩慢增加, 由此拉動的住房需求導致建設用地大量增加, 建設用地由1989年的7.09 km2增加至2017年的20.72 km2。

1989—2017年研究區經濟發展迅速, GDP由22477.03萬元增加至464582萬元, 富蘊縣和福海縣人均國民生產總值分別從1672元、1321元, 增加至43214元, 51338元。三次產業中, 第二產業所占比重增加迅速, 由8340.7萬元增加至566882.7萬元, 工業發展促使交通工礦建設用地擴張, 導致林地和草地的減少。

1987年“引額濟海”工程全面竣工, 1988年通水, 額爾齊斯河成為烏倫古湖主要的補給水源。此后, 烏倫古湖面積變化顯著。

3.3.3 社會政策

1984年自治區實施牧民定居政策, 政府先后給定居的牧民分配苜蓿地和玉米地。根據2003年富蘊縣志, 恰庫爾圖河段河谷耕地由1984年的4667公頃增加至2003年的6360公頃, 新增耕地大都開墾河谷林及天然草場, 以至于林地及灌木面積在持續縮減。

自2000年以來, 我國政府高度重視生態保護與生態建設, 先后啟動了天然林保護、退耕還林、自然保護區建設、生態恢復與管理重大生態建設工程等一系列生態恢復建設工程。

2000年3月國家發布了《國務院關于進一步做好退耕還林還草試點的若干意見》, 新疆正式開展退耕還林還草計劃[26]。研究區自2006年起, 林地和草地呈現出增加趨勢, 截止2017年林地和草地分別增長26.53 km2和15.44 km2, “十一五”期間, 新疆自治區積極響應國家退退耕還林政策, 大力發展節水農業, 耕地面積增加82.78 km2, 人造林面積10267 km2(阿勒泰地區3651 km2), “十二五”期間, 阿勒泰地區大力興建水利工程, 推進生態項目建設[27], 未利用地面積減少129.46 km2。

4 結論與建議

(1) 1989—2017年各土地利用類型面積均發生不同程度的變化, 其中, 耕地和建設用地面積呈持續增加趨勢, 水體和濕地面積呈微增加趨勢, 林地面積呈波動增加趨勢, 草地總體呈減少狀態, 未利用地呈持續減少趨勢。

(2) 從斑塊類型水平上看, 未利用地、耕地和水體為研究區優勢景觀, 對整體景觀的影響較大。其中, 未利用地最大斑塊面積指數呈減少趨勢, 表明未利用地的優勢正在減弱; 耕地呈增加趨勢, 表明耕地正處于快速增加狀態。除濕地外, 其它各景觀類型NP、PD、LSI均呈增加趨勢, 表明景觀破碎程度加劇, 結構復雜性增加, 其中, 林地和草地波動最大。從景觀水平上看, 時間上, SHEI和SHDI呈增加趨勢, CONTAG呈減小趨勢, 表明各景觀類型面積差異減小, 景觀空間結構向多樣化發展, 景觀豐富度增加, 優勢度降低, 異質性增強, 景觀連通性降低, 空間分布上, 人類活動涉及程度大的烏倫古河中游、下游及烏倫古湖附近, SHEI、SHEI和CONTAG空間差異顯著, 對于涉及程度小的上游, 指數變化幅度較小, 空間差異小。

(3)烏倫古河流域景觀格局變化受自然因素、人類活動和社會政策的共同影響。其中, 人類活動主要驅動因素, 表現形式為人口增長、城鎮快速擴張和水利工程的建設。

作為新疆經流年際變化較大的河流, 烏倫古河是新疆融雪徑流+夏季降雨徑流型中小河流的代表, 烏倫古河流域又是阿勒泰地區重要的農牧業區, 其景觀格局時空變化受到人類干擾的直接影響, 且人類干擾對生態環境的影響逐步加深, 鑒于此, 對流域生態資源的合理利用及保護應該考慮以下幾個方面: 1)流域灌排方式落后, 導致農業灌溉用水量較大, 水資源浪費嚴重, 并且流域內缺乏河流管理機構, 需組建一個權威、高效、統一的河流管理機構來管理全流域的水資源分配, 合理分配烏倫古河上、中、下游在農、林、牧各業的用水量。2)嚴格控制林地和草地向其他土地利用類型的轉化, 繼續實施人工造林和退耕還林還草政策, 制定合理的土地開發方案, 控制建設用地的擴展速度。3)加強農牧民的思想建設, 加強法規和制度建設, 增加禁耕區、禁牧區和禁采區, 合理控制水利工程的修建。4)加強烏倫古河下游的生態治理, 劃定生態紅線, 有效保護景觀多樣性, 建立人工生態屏障。

[1] 戴文遠, 黃華富, 黃萬里, 等.海島生態脆弱區景觀生態安全時空分異特征——以福建海壇島為例[J]. 生態科學, 2017, 36(4):152–159.

[2] 胡綿好, 袁菊紅, 蔡靜遠, 等. 河流城市土地利用景觀格局變化及其生態風險分析——以江西省德興市為例[J].生態科學, 2018, 37(1): 78–86.

[3] 田雅楠, 張夢晗, 許蕩飛, 等. 基于“源—匯”理論的生態型市域景觀生態安全格局構建[J]. 生態學報, 2019, 39(7): 2311–2321.

[4] 任金銅, 楊可明, 陳群利, 等. 貴州草海濕地區域土地利用景觀生態安全評價[J]. 環境科學與技術, 2018, 41(5): 158–165.

[5] GERI F, AMICI V, ROCCHINI D. Human activity impact on the heterogeneity of a Mediterranean landscape[J]. Applied Geography, 2010, 30 (3): 370．

[6] 譚潔, 趙賽男, 譚雪蘭, 等. 1996—2016年洞庭湖區土地利用及景觀格局演變特征[J]. 生態科學, 2017, 36(6): 89–97.

[7] 郭少壯, 白紅英, 孟清, 等. 1980—2015年秦嶺地區景觀格局變化及其對人為干擾的響應[J]. 應用生態學報, 2018, 29(12): 4080–4088.

[8] 潘月, 于東升, 王秀虹, 等. 基于CA—Markov模型的土地利用景觀格局預測研究[J]. 土壤,2018, 50(2): 391–397.

[9] 祖拜代·木依布拉, 夏建新, 普拉提·莫合塔爾, 等. 克里雅河中游土地利用/覆被與景觀格局變化研究[J]. 生態學報, 2019, 39(7): 2322–2330.

[10] 黃犁, 徐麗萍.瑪納斯河流域綠洲時空演變及其景觀格局變化[J]. 干旱區研究,2019,36(5):1261–1269.

[11] 高凡, 何兵, 閆正龍, 等. 2000—2016年葉爾羌河中下游植被覆蓋動態變化遙感分析[J]. 灌溉排水學報, 2019, 38(4): 92–99.

[12] 閆正龍, 高凡, 何兵. 3S技術在我國生態環境動態演變研究中的應用進展[J]. 地理信息世界, 2019, 26(2): 43–48.

[13] 何兵, 高凡, 唐小雨, 等. 基于滑動Copula函數的新疆干旱內陸河流水文氣象要素變異關系診斷[J]. 水土保持研究, 2019, 26(1): 155–161

[14] Liu J Y, Kuang W H, Zhang Z X, et al. Spatiotemporal characteristics, patterns, and causes of land use changes in China since the late 1980s[J]. Journal of Geographical Sciences, 2014, 24(2):195–210．

[15] Huang Junfang, Wang Ranghui, Zhang Huizhi. Analysis of patterns and ecological security trend of modern oasis landscapes in Xinjiang, China[J]. Environmental Monitor Assessment, 2007, 134(1/3): 411–419.

[16] 李瑩瑩, 尤羅利, 陳永生, 等. 環巢湖地區多水塘景觀時空格局演變特征及其驅動因素[J]. 生態學報, 2018, 38(17): 6280–6291.

[17] 劉世梁, 安南南, 尹藝潔, 等.廣西濱海區域景觀格局分析及土地利用變化預測[J]. 生態學報, 2017, 37(18): 5915–5923.

[18] 韓鑫, 劉傳勝, 胡江玲, 等. 新疆天山自然遺產地景觀格局動態演化及其生態健康評價[J]. 干旱區地理, 2019, 42(1): 195–205.

[19] 劉璽, 何守陽, 劉貝貝. 巖溶山區城鎮化進程的土地利用景觀格局演變特征——以貴陽市為例[J]. 地球與環境,2019,47(4):527–536.

[20] 鄭淋峰, 李占斌, 李鵬, 等. 丹江土石山區景觀格局模擬與社會經濟響應關系[J]. 水土保持研究, 2019, 26(1): 338–343.

[21] 陸鳳連, 王新闖, 張合兵, 等.1980—2015年焦作礦區景觀格局演變及驅動力分析[J]. 水土保持研究, 2018, 25(4): 237–243.

[22] 張瑩瑩, 蔡曉斌, 楊超, 等. 1974—2017年洪湖濕地自然保護區景觀格局演變及驅動力分析[J].湖泊科學, 2019, 31(1): 171–182.

[23] 徐曉然, 謝跟蹤, 邱彭華.1964—2015年海南省八門灣紅樹林濕地及其周邊土地景觀動態分析[J]. 生態學報, 2018, 38(20): 7458–7468.

[24] 吳琛璐, 王強, 董政, 等.福建省海岸帶土地利用/覆蓋變化及其驅動力[J]. 水土保持通報, 2018, 38(3): 318–323.

[25] 迪麗努爾·阿吉, 艾克巴爾.新疆主要湖泊水域面積動態變化研究[J]. 水文, 2010, 30(5): 91–95.

[26] 徐晉濤, 陶然, 徐志剛. 退耕還林: 成本有效性、結構調整效應與經濟可持續性——基于西部三省農戶調查的實證分析[J]. 經濟學, 2004(4): 139–162.

[27] 張萬華, 雷蕾. 阿勒泰地區生態環境現狀及成因分析[J].環境與發展, 2017, 29(3): 262–263.

Landscape pattern evolution and driving force analysis in Ulungur River Basin from 1989 to 2017

XUE Songsong1,GAO Fan1,*, HE Bing2,YAN Zhenglong3

1. College of Water Conservancy and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, China 2. State Key Laboratory of Eco-hydraulics in Northwest Arid Region of China, Xi'an University of Technology, Xi’an 710048, China 3. Shanxi Administration of Surveying, Mapping and Geoinformation, Xi’an 710054, China

To study Ulungur River Basin landscape pattern in time and space dynamic evolution and the driving factors, Er’ tai hydrological station under river basin was selected in 1989, 1998, 2006, 2017, using 4 series of landsat remote sensing image as the data source and 3S technology. Fragstats software computing landscape index was used to analyze the space-time evolution characteristics of landscape pattern, combining with the meteorological and social and economic data, to discuss Ulungur River Basin landscape pattern change drivers. The results showed that: (1) The area of cultivated land and construction land in Ulungur River Basin showed a continuous increase and expansion trend; the area of water body and wetland showed a slight increase; the unused land showed a significant decrease; the area of forest land showed a fluctuating increase; the area of grassland showed a decreasing trend from 1989 to 2006 and a slight increase trend from 2006 to 2017. (2) From the perspective of patch type, NP, PD and LSI of all landscape types except wetland showed an increasing trend, indicating that the degree of landscape fragmentation and structural complexity increased. From the perspective of landscape level, SHDI and SHEI showed an increasing trend, while CONTAG showed a decreasing trend, indicating that the area difference of various landscape types decreased, landscape richness increased, heterogeneity strengthened, landscape connectivity decreased, and spatial difference was significant. (3) Landscape pattern was changed by natural factors, the combined impact of human activities and social policy. Among them, human activities were the main influencing factors, which were manifested in the growth of population, rapid expansion of urbanization and construction of water conservancy projects.

landscape pattern;3S technology; Ulungur River Basin; moving window;landscape index

薛嵩嵩, 高凡, 何兵,等. 1989—2017年烏倫古河流域景觀格局及驅動力分析[J]. 生態科學, 2021, 40(3): 33–41.

XUE Songsong, GAO Fan, HE Bing, et al. Landscape pattern evolution and driving force analysis in Ulungur River Basin from 1989 to 2017[J]. Ecological Science, 2021, 40(3): 33–41.

10.14108/j.cnki.1008-8873.2021.03.005

P901

A

1008-8873(2021)03-033-08

2019-09-09;

2019-11-01

國家自然科學基金項目(51769036); 新疆維吾爾自治區自然科學基金項目(2017D01A43)

薛嵩嵩(1994—), 男, 河南靈寶人, 碩士研究生, 研究方向為LUCC與景觀格局變化, E-mail: 1939170910@qq.com

高凡(1980—), 女, 烏魯木齊人, 博士, 副教授, 碩士生導師, 從事水資源系統工程與河湖生態保護研究, E-mail: gutongfan0202@ 163.com