黃河三角洲橫向水文結構連結空間尺度變異性分析

劉佳凱,崔保山,張振明,張明祥

1 北京師范大學環(huán)境學院, 北京 100093

2 北京林業(yè)大學生態(tài)與自然保護學院, 北京 100083

3 國家林業(yè)和草原局黃河流域生態(tài)保護重點實驗室, 北京 100083

在一定的氣候和干濕條件下,以水為介質的物質交換、能量流動或有機物運輸或運動過程,會受到地理單元組成及結構格局之間水文連續(xù)性的影響[1],其中這個過程為水文功能連通,而影響這個過程的水文連續(xù)性則為水文結構連通[2- 3]。水文結構連通反應的是靜態(tài)格局,其在空間上表現出三維特征：沿河道或潮溝方向即縱向,水平正交于河道或潮溝方向即橫向,和沿重力方向正交于地表切線方向即垂向。

水文連通最早是針對河流系統或流域提出的,旨在分析研究區(qū)域的水文結構連通與產流等其他水文過程之間的關系,因此相關研究多著眼于基于地形特征[4- 5],結合景觀生態(tài)學和圖論理論開發(fā)結構連通指數并探究其對水文過程或生態(tài)過程的影響[6- 8]。濱海濕地水文連通的研究在初期借鑒了該思路：基于潮溝形態(tài)和分布量化縱向水文結構連通并尋求其與生態(tài)因子和生態(tài)過程之間的關系[9- 10]。然而,縱向水文連通的計算方法的基礎假設認為潮溝或河道分布是產生水文連通的結構基礎。但是對于濱海濕地而言,海水通過地表或淺層地下潮流迅速向陸相濱海濕地匯集；而在低潮時,濱海濕地包氣帶和潛水層儲存的水會向海相滲出[11],因此潮間帶及潮上帶部分生境斑塊雖然在地理上與潮溝隔離,但仍然存在橫向水文連通,其在靜態(tài)結構上表現為土壤含水量的空間差異[2]。由于地形和土壤結構的高度空間異質性,即使在較小的空間尺度內,濱海濕地橫向水文功能連通仍然存在著高度的時空差異[12- 13]。

目前已有研究多基于水文模型量化濱海濕地橫向水文連通,但這一方法僅適用于較大的區(qū)域或流域尺度,當其應用于生態(tài)系統尺度時,會由于數據在空間上的一致化假設而忽略細節(jié)信息。因此,對橫向水文功能連通研究的基礎和關鍵是運用現場觀測的方法來對不同截面進行數據采集。近兩年有學者基于黃河三角洲的野外表層土壤含水量觀測數據,結合微地形以及圖論理論在樣地(1 m2)和群落(100 m2)兩個尺度量化了不同類型濱海濕地的橫向水文結構連通并分析其對植物群落的影響[14- 16]。黃河三角洲植物根系分布較淺,表層土壤與植物之間的關系密切[17],因此該方法建立的水文結構連通指數不僅能反映橫向水文連通的空間異質性,對濕地植被管理和恢復更有實用價值。目前的問題在于其如何推演到生態(tài)系統尺度(>100 hm2)上。

由于采樣點分布不均導致的空間分辨率不一致,在黃河三角洲所建立的基于野外數據監(jiān)測的橫向水文連通可能會存在尺度效應。已有研究表明,濱海濕地潮間帶的水流在40 m和100 m的觀測尺度上就會出現顯著差異[18],但是各個尺度之間變異性及其來源目前并不明確[19- 20]。此外,水文過程與相關因子之間的統計學規(guī)律會隨著尺度的改變而發(fā)生非線性變化[21],并顯示出更加復雜化和多樣性的相關關系[22]：在某一尺度得出的研究結論很難以線性關系推演到另一尺度中。因此,將樣地(小)尺度方法應用于生態(tài)系統(大)尺度上時,需要借助無標度網絡模型進行重推演。此外,尋找各個尺度之間的差異性來源也將更好的幫助我們揭示濱海濕地水文連通特征。

綜上,本文提出以下研究目標：1)改進目前樣地和群落尺度的濱海濕地橫向靜態(tài)水文連通的參數化方法,將其應用到較大的生態(tài)系統尺度并用以分析黃河三角洲濱海濕地的水文連通,2)結合已有研究結果分析黃河三角洲濱海濕地橫向靜態(tài)水文連通在不同尺度的變異性及其變異性來源。

1 試驗地概況

黃河三角洲位于山東省東營市河口區(qū),山東黃河三角洲國家級自然保護區(qū)內(118°32.98′—119°20.45′ E,37°45.77′—38°12.31′ N)[23],本文的研究區(qū)域如圖1所示,位于國家級自然保護區(qū)內黃河以北到渤海一側的濱海濕地。

圖1 黃河三角洲實驗區(qū)域樣地設置

2 研究方法

2.1 實驗設計

根據黃河三角洲的濕地類型[24]和分布,將研究區(qū)域中潮間帶、潮上帶、河濱帶以及常年采取人工補水管理的蘆葦濕地分別定義為潮間區(qū)(Inter-tidal Flat, IF)、鹽沼區(qū)(Tidal Marsh, TM)、河濱區(qū)(Artificial Pound, AP)和生態(tài)補水區(qū)(River Side, RS),四個區(qū)域面積分別為10.81 km2,14.5 km2,8.10 km2和1.70 km2。結合已有研究,本文究將1 m2,100 m2和106m2定義為小尺度、中尺度和大尺度并如圖1所示,在四個區(qū)域中分別設置12、19、12和11個采樣點進行環(huán)刀和鋁盒采樣。樣品采集和保存按照林業(yè)行業(yè)標準(LY/T 1215—1999)及農業(yè)行業(yè)標準(NY/T 1121.1—2006)進行,野外采樣時間為2017年和2018年6月下旬至8月上旬；為避免潮汐影響,每日取樣時間為3:30 —12:00 am。

土壤環(huán)刀帶回實驗室后立刻對田間持水率進行測定,其可表示為[25]：

z=(ws-wd)/(wn-w0)

(1)

式中,w為土壤樣品取樣質量,ws為樣品飽和質量,wd為飽和樣品在干燥沙土之上48 h后的質量,wn為土壤樣品在105℃烘干至恒重質量,w0為環(huán)刀質量。

2.2 大尺度橫向水文結構連通參數化方法

應用無標度網絡模型,基于野外監(jiān)測數據建立大尺度橫向水文結構連通參數化方法。網絡中某一結點Vi上邊的數量為該結點的中心度(Degree),其滿足冪律分布,即：

P(Degree≥k)-k-γ

(2)

或：

log(pk)--γlog (k)

(3)

對于離散點而言,該分布滿足

(4)

式中,C和γ為兩個參數,k為中心度,因此：

(5)

式中,ζ(γ)為西塔函數[26],用于解析無窮級數的變復元。區(qū)域中每一個樣地為一個結點,依據結點土壤水分含量計算該結點的連通替換值：

(6)

式中,wni和zni分別為結點Vi的土壤含水率和田間持水率,Ini為連通替換值。In>0的結點為連通結點,結點Vi的屬性為其邊的數量(ki),則大尺度水文連通指數(Landscape Hydrological Connectivity Index, LHCI)數值為指定置信水平(本文采用0.8和0.9)上無標度網絡結構的參數估計值：

P(LHCI)=α

(7)

式中,α為置信水平。

2.3 水文連通變異性分析

多重分形分析常用于不均勻分布的定量表征[27],其中廣義分形維數可以表示為：

(8)

(9)

式中,δ為尺度系數,n為尺度δ中的樣本數,ui(δ)為質量概率,其可以表示為：

(10)

當D(0)、D(1)和D(2)分別為容量維數、信息維數和關聯維數,信息維數和關聯維數相對容量維數減少越多,遠距離的空間異質性越高；反之則異質性越低[28- 29]。

以q為變量,可以得到奇異指數α(q)和維度分布函數f(q),其可以分別表示為：

(11)

(12)

(13)

式中,維度分布函數和奇異函數的擬合曲線被稱為多重分型譜系,該擬合曲線為開口向下的二次函數圖像或者圖像的一部分；當曲線擬合點集中在圖像峰值右側時,說明變異性來自于較大的值,當曲線擬合點集中在圖像峰值左側時,說明變異性來自于較小的值[30],此外,奇異函數最大值和最小值之差(Dδ)為變異系數,值越大說明變異性越強[28,31]。本研究的分形譜計算取[-20, 20]作為q的取值區(qū)間。

3 結果與分析

3.1 橫向水文連通分析

研究區(qū)域大尺度橫向水文結構連通網絡如圖2所示,潮間區(qū)12個樣地皆為連通結點,平均中心度為1.83；其中V48和V49的中心度最高,分別為7和6；依據網絡結構該區(qū)域可分為A、B和C3個子區(qū)域,各子區(qū)域內部連通平均中心度分別為1.40,1.25和1.00；此外子區(qū)域A和C均向子區(qū)域B連通。鹽沼區(qū)19個樣地中有14個連通結點,平均中心度為0.89；其中V13和V17結點的中心度最高,分別為5和4；依據網絡結構該區(qū)域可分為4個子區(qū)域；其中子區(qū)域A和子區(qū)域C向其他區(qū)域連通。生態(tài)補水區(qū)12個樣地皆為連通結點,平均中心度為1.50；其中V38和V39結點的中心度最高,皆為5；依據網絡結構該區(qū)域可分為3個子區(qū)域,其中子區(qū)域C向子區(qū)域A連通,子區(qū)域C和B則為雙向連通。河濱區(qū)12個樣地中連通結點為6個,平均中心度為0.42；依據網絡結構該區(qū)域可分為2個子區(qū)域,僅有一條連通邊。各個區(qū)域中,未連通結點所分布的生境是水文學上較為脆弱的區(qū)域,建議持續(xù)關注。

圖2 各區(qū)域大尺度橫向水文結構連通網絡構建

各區(qū)域大尺度橫向水文結構連通參數估計的概率分布如圖3所示,中心度參數估計如表1所示。鹽沼區(qū)和河濱區(qū)的兩個參數C較為接近且數值較小,生態(tài)補水區(qū)和潮間區(qū)的參數C較高,說明潮間區(qū)和生態(tài)補水區(qū)分布概率隨度數增長相對較為緩慢,即結點中心度數值分布更加平均；而潮間區(qū)γ系數較高,說明潮間區(qū)分布函數平緩區(qū)值較高,即結點中心度出現大數值的概率較高。

圖3 各區(qū)域大尺度橫向水文結構連通指數參數估計

表1 各區(qū)域點分布參數估計

當置信水平為0.8時,潮間區(qū)、鹽沼區(qū)、生態(tài)補水區(qū)和河濱區(qū)的結點中心度估計值分別為2.49、0.97、1.81和0.97；當置信水平為0.9時,4個區(qū)域中心度估計值分別為2.27、0.83、1.54和0.83,與各個區(qū)域實測的平均結點中心度接近但略高于實測值。綜上,基于實測值和參數估計值的結中心度分布,四個區(qū)域大尺度水文連通由強到弱排序為潮間區(qū)>生態(tài)補水區(qū)>鹽沼區(qū)≥河濱區(qū)。

本文建立的大尺度橫向水文結構連通的方法以區(qū)域為研究對象,引入無標度網絡從而消除了因采樣點距離不一致而可能產生的對結果的干擾；所得到的結果主要反映了各區(qū)域內部水文過程及其趨勢。綜合大尺度水文連通指數和結中心度分布可知,潮間區(qū)在日潮影響下,水文聯系頻繁,因此連通性最強。鹽沼區(qū),僅有向海一側及緊鄰潮溝的區(qū)域水文連通較強,其他區(qū)域表層土壤受潮汐影響較小,導致水文連通較弱。同理,河濱區(qū)僅有靠近黃河一側因受河水脈沖作用較為明顯而水文連通較強。前人對水分獲得性研究中得到的水分獲得性較強的區(qū)域和本文水文連通性較強的區(qū)域吻合[29],這進一步說明潮汐和河流作用能夠增強橫向水文結構連通。

3.2 不同尺度橫向水文結構連通變異性分析

已有研究結果[14- 16]顯示,小尺度水文連通指數在潮間區(qū)、鹽沼區(qū)、生態(tài)補水區(qū)和河濱區(qū)分別為0.49,1.22,0.61和1.16。中尺度水文連通指數在4個區(qū)域分別為0.87、0.55、1.53和0.48,其中生態(tài)補水區(qū)顯著高于其它3個區(qū)(P<0.01),潮間區(qū)顯著高于鹽沼區(qū)(P=0.04)和河濱區(qū)(P=0.02)。

表2給出了空間變異性分析結果,由表可知,潮間區(qū)水文連通指數在小尺度、中尺度和大尺度上,D2相對D0分別降低了0.09%,2.21%和2.33%,該區(qū)域小尺度的水文連通長距離的空間變異性較小,而中尺度和大尺度水文連通的長距離空間變異性則相對較高；該區(qū)域,變異系數在小尺度、中尺度和大尺度依次增高,在大尺度上該區(qū)域的水文連通變異性最強。鹽沼區(qū)3個尺度上D2相對D0分別降低了5.00%,9.85%和6.55%,說明該區(qū)域中尺度的水文連通長距離的空間異質性明顯,而在另外兩個尺度上則相對較弱；該區(qū)域大尺度的變異系數大于其余兩個尺度,該區(qū)域的水文連通在大尺度上的變異最為明顯。河濱區(qū)3個尺度上D2相對D0分別降低了13.99%,26.24%和6.56%,該區(qū)域中尺度的水文連通長距離的空間異質性較為明顯,而大尺度空間異質性較弱；該區(qū)域,小尺度、中尺度和大尺度的變異系數依次增大,說明在大尺度上該區(qū)域的水文連通變異性最強。生態(tài)補水區(qū)在小尺度上的D0、D1和D2的值相等,中尺度和大尺度上D2相對D0分別降低了3.44%和1.29%,說明該區(qū)域3個尺度上水文連通長距離的異質性均相對較小；該區(qū)域中尺度的變異系數最小,大尺度的變異系數則比其他兩個尺度高出一個數量級。

表2 水文連通變異性多重分形指數

對比不同區(qū)域可知,潮間區(qū)和生態(tài)補水區(qū)在3個尺度的上,D2相對D0的降幅都較小,而且在3個尺度上生態(tài)補水區(qū)和潮間區(qū)的變異系數也相對較低,說明鹽沼區(qū)和河濱區(qū)的水文連通的空間變異性更加顯著。

3.3 變異性來源分析

基于多重分形譜的黃河三角洲濱海濕地水文連通尺度效應分析如圖4所示。對于潮間區(qū)而言,水文連通指數的變異性在小尺度主要來自于較小的水文連通指數值,而在中尺度和大尺度,傾向于受到較大指數值的影響,這是由于該區(qū)域小尺度水文連通指數很少出現較大的數值,而在中尺度和大尺度水文連通值分布較為平均。對于鹽沼區(qū)而言,3個尺度上的水文連通變異性幾乎都來自于較小的值,這是由于鹽沼區(qū)水文連通弱,3個尺度的指數值皆集中在較小的范圍內,僅有中尺度和大尺度臨近潮溝區(qū)域偶爾出現較大數值。對于河濱區(qū)而言,河濱區(qū)僅在臨近黃河河道一側,大尺度水文連通指數值較高,而其余兩個尺度值都偏低,因此,在小尺度和中尺度水文連通的變異性幾乎都來自于較小的指數值,而在大尺度,較大的指數對空間異質性有一定的影響卻不明顯。對生態(tài)補水區(qū)而言,3個尺度水文連通指數的值都較高,較大的值之間差異也相對更加明顯,因此變異性主要來自于較大的水文連通值。此外,小尺度和中尺度方法描述了一個樣地與周邊較小范圍的空間區(qū)域土壤水分連通狀況,在大的潮汐或補水條件下不同區(qū)域各個樣地傾向于保持一致；而大尺度方法則側重于描述區(qū)域內的水文過程,這是導致尺度差異的根本原因。

圖4 基于多重分形譜的水文連通變異性分析

對比不同區(qū)域可知,鹽沼區(qū)和河濱區(qū)水文連通的變異來源主要為數值較小的水文連通指數,生態(tài)補水區(qū)則主要為較大的指數值；而潮間區(qū)的變異來源則比較平均。鹽沼區(qū)和河濱區(qū)的水文連通較弱,而生態(tài)補水區(qū)和潮間區(qū)水文連通較強,因此各個區(qū)域中,水文連通較強的區(qū)域變異來自于連通指數較高的值,而水文連通較弱的區(qū)域則與之相反。

4 討論

不同尺度之間的差異來源主要有兩個：(1)水文結構連通的參數化方法和(2)水文過程差異。從水文過程的角度來看,潮間區(qū)受到日潮影響較為明顯,而鹽沼區(qū)的水淹時間較短,水淹深度較淺；河濱區(qū)主要受河水脈沖影響,土壤含水量與河道的距離負相關；生態(tài)補水區(qū)在人為管理下,維持著相對穩(wěn)定的干濕條件。

已有研究已經在小尺度和中尺度建立了較為成熟的,適用于黃河三角洲濱海濕地的橫向水文結構連通參數化方法[4,14- 16]：首先在與本文采樣點相同的位置設置10 m×10 m的中尺度樣地；然后將每個中尺度樣地分為100個1 m×1 m的單元,即小尺度樣地,記錄每個單元土壤含水量及整個樣地的田間持水率。在樣地中,某一單元Cij的土壤質量含水率(wij)和田間持水率(zij),然后計算每個小尺度樣地的連通替換值：

(2)

與大尺度計算方法相同,連通替換值大于0的單元為連通節(jié)點(Vij)[32- 34],Vij在水平投影面上以8-鄰域模式與相鄰的連通節(jié)點連接。從節(jié)點Vij到其某一相鄰連通節(jié)點Vrc的點連通指數分量：

PHCIi=Iij-Irc

(14)

而節(jié)點Vij的小尺度連通指數可以表達為：

(15)

中尺度水文連通指數(TOFCI)可以表示為

(16)

式中,EHD為兩個相鄰連通節(jié)點的歐式-水文距離,其可以表達為：

(17)

式中A為樣地面積(m2),m為樣地中FL的數量,FLi(m)為第i個FL的值,其可以表達為：

(18)

從方法上看,小尺度的參數化方法僅考慮了小范圍內,一個樣地及與其相鄰的8個1 m2樣地間土壤含水量差異,描述了空間區(qū)域表層土壤通過水分運動而相互連通的狀況,再通過對不同區(qū)域所有小樣點指數的統計學分析比較各區(qū)域水文連通差異。這一方法默認小區(qū)域內地形的同質性,其僅對土壤含水量和田間持水量的變化十分敏感。穩(wěn)定的潮水活動和規(guī)律的人為補水使得潮間區(qū)和生態(tài)補水區(qū)的土壤含水量普遍高于田間持水率,因此該方法統計學分析所得的結果必然是這兩個區(qū)域水文連通較高；同理,鹽沼區(qū)整體土壤含水量較低,因此小尺度水文連通較弱。

在中尺度上,TOFCI指數在10 m×10 m樣地綜合考慮了土壤含水量分布以及地形因素,結合圖論理論,量化了目標區(qū)域水文連通的方向及大小；之后同樣根據多個樣地計算數值的統計學分析評估不同區(qū)域的水文連通強弱,其優(yōu)點在于不僅能夠給出各個研究樣地的水文連通值,還可以直觀的表達樣地內部各個單元之間的連通方向[33]。在黃河三角洲,生態(tài)補水區(qū)除土壤水分含量較高以外,靠近水面一側和遠離水面一側土壤含水量異質性明顯,加之該區(qū)域地形較為平坦,三個因素疊加使得TOFCI指數值都相對較高且方差較小；在潮間區(qū),雖然潮汐活動保證了較高的土壤含水量,但在一個樣地中土壤含水量缺乏空間異質性,加之潮溝的存在使得地形異質性較高,因此該區(qū)域TOFCI指數相對生態(tài)補水區(qū)較低。對鹽沼區(qū)和河濱區(qū)土壤水分含量較低,大部分單元為非連通單元,因此其整體中尺度TOFCI指數較小,水文連通較弱。

在大尺度上,區(qū)域大小、樣點分布、采樣空間分辨率等多個因子會導致不同區(qū)域研究結果缺乏可比性,這也是目前大尺度橫向水文連通多借助水文模型來進行研究的原因。本文引入了無標度網絡模型消除上述因子對研究結果的影響,結合樣地的分布和土壤含水量構建了水文結構連通網絡,最后通過對網絡結構的參數估計便可量化各個區(qū)域的水文連通并對其進行比較。這一方法直接以區(qū)域為研究對象,通過基于樣點分布和連通邊的權重的空間聚類,能夠給出連通子集以及需要重點關注的連通較弱的區(qū)域。

黃河三角洲植物以草本為主,根系分布較淺,表層土壤的水文連通與植物個體生長、群落分布乃至植被景觀結構的關系十分密切[33- 34],本文在3個尺度上構建的水文連通算法也著眼于表層土壤,因此能夠應用于后續(xù)對水文連通與植物群落關系的研究。此外,研究區(qū)域中河濱區(qū)的橫向水文結構連通受季節(jié)和天氣影響較為明顯,而潮間區(qū)和鹽沼區(qū)則主要受潮汐驅動,是否會有明顯的季節(jié)異質性需要更多的監(jiān)測數據。

5 結論

黃河三角洲濱海濕地不同區(qū)域橫向水文結構連通強弱在3個尺度上存在細微的差異,一個較為統一的結論是：生態(tài)補水區(qū)和潮間區(qū)的水文連通強于而鹽沼區(qū)和河濱區(qū)。此外,在水文連通較強的區(qū)域,其遠距離的空間變異性主要來自于水文連通指數較高的樣點,反之則來自于指數較小的樣點。

不同尺度的差異主要來源于水文過程本身的尺度效應及各個尺度上水文連通量化方法的區(qū)別。從水文過程的角度來看,潮間區(qū)受到日潮影響較為明顯,而鹽沼區(qū)的水淹時間較短,水淹深度較淺；河濱區(qū)主要受河水脈沖影響,土壤含水量與河道的距離負相關；生態(tài)補水區(qū)在人為管理下,維持著相對穩(wěn)定的干濕條件。從方法上看,小尺度的參數化方法僅考慮了小范圍內,空間區(qū)域表層土壤通過水分運動而相互連通的狀況,其對各個采樣點的土壤含水量和田間持水率異質性十分敏感。中尺度水文連通參數化方法綜合考慮了土壤含水量分布以及地形因素,量化了目標區(qū)域水文連通的方向及大小；之后同樣根據多個樣地計算數值的統計學分析評估不同區(qū)域的水文連通強弱。大尺度水文連通參數化方法基于直接以區(qū)域為研究對象,參數化的結果直接受到水文過程的影響而在一定程度上忽略了土壤含水量和田間持水率的空間異質性。