洞里薩湖流域土地利用變化與其水質的關聯性

潘梅娥, 楊昆*, 鄒天樂, 孫潤

(1. 云南師范大學地理學部, 昆明 650500; 2. 云南師范大學, 西部資源環境地理信息技術教育部工程研究中心, 昆明 650500)

湖泊是陸地水圈的重要組成部分,具有巨大的經濟和生態價值,包括飲用水、漁業、灌溉、航運、局部氣候調節、調蓄洪水、維持生物多樣性等功能[1]。因此,湖泊所在區域一直以來都是人類活動最為頻繁的地區,人類活動引起周圍流域的任何改變都將反映在湖泊的物理、化學和生物過程中。當前,湖泊水質正在持續惡化,究其原因,一方面是地理、氣候等自然因素帶來的變化;另一方面是流域人類活動帶來的點源及非點源污染[2]。流域土地利用變化直接反映了人類對土地的開發利用、治理改造和管理保護等數據資料,可以綜合顯示人類活動的強度。國內外研究表明,土地利用變化會導致土壤侵蝕,營養物質隨地表徑流流失,從而造成大規模的非點源污染,進而影響湖泊水環境[3-5]。探索流域土地利用變化與湖泊水質的關系已成為學術界的研究熱點之一。

洞里薩湖作為湄公河-瀾滄江水系的重要組成部分,是東南亞最大的淡水湖泊,也是世界聞名的淡水魚產區。該湖漁業產量占柬埔寨內陸漁獲量的75%以上,約占該國蛋白質需求的60%[6]。同時,湖區周圍的沖積平原是柬埔寨重要的水稻產區[7]。洞里薩湖水質好壞關系著柬埔寨的區域經濟發展和人民的生產生活水平。洞里薩湖流域是人類活動密集的區域?，F有研究指出,在過去20年里,隨著人口的增長、經濟的發展以及大型水電站的建設,驅動著該流域土地利用變化[8-9]。作為跨境流域湖泊,探究洞里薩湖流域土地利用變化與湖泊水質的關聯性是學術界、政府相關部門、流域普通百姓共同關心的問題?？v觀現有文獻,Siev等[10]分析了洞里薩湖總懸浮物濃度的變化及成因,研究指出,雨季以泥沙沉積為主,總懸浮物的濃度偏低;旱季因洪水脈沖導致了泥沙再懸浮,總懸浮物濃度顯著升高。Hoshikawa等[11]研究了洞里薩湖總懸浮物濃度的反演及變化歸因,發現旱季總懸浮物濃度的變化主要因風力作用導致的湖底泥沙再懸浮;而雨季總懸浮物濃度的變化由湄公河水流倒灌引起。王野[12]對洞里薩湖水環境進行了研究,指出總懸浮泥沙的年際變化與降雨、風速的相關性不高,而湖泊面積的萎縮是總懸浮物和水體富營養化的主要原因。綜上,國內外學者在洞里薩湖水質反演(懸浮物、水體富營養化)、氣候因素(風速、降雨)和湖泊水文(水面面積、洪水脈沖)對洞里薩湖水質的驅動機制方面做了一定的工作,但針對洞里薩湖流域土地利用變化對湖泊水質的影響研究鮮有報道。

綜上,現基于2001—2020年的MODIS三級土地覆蓋產品(MCD12Q1)以及洞里薩湖的濁度、營養狀態指數數據,以遙感技術、地理信息系統(geographic information system,GIS)空間分析技術和數理統計分析方法為理論基礎,系統分析洞里薩湖流域土地利用變化與湖泊濁度、營養狀態指數之間的相關性,以期為湖泊水環境保護提供參考。

1 研究區及數據

1.1 研究區概況

洞里薩湖位于柬埔寨的西北部,通過洞里薩河與湄公河相連通。屬熱帶季風氣候,在雨季(5—10月),水流從湄公河流入洞里薩湖,水面面積、水深顯著上升;在旱季(11月—次年4月),水流倒灌入湄公河,湖泊面積和水深下降[13]。獨特的洪水脈沖帶來了豐富的營養物質,為湖區提供了高產量的漁業以及周圍農田的良好灌溉條件。洞里薩湖流域位于柬埔寨境內的平原地帶,其面積近9萬km2,占柬埔寨國土面積的一半以上。流域內地勢平坦,河道縱橫,在地表水流的作用下,環湖區域形成堆積地貌和流水侵蝕地貌,土壤肥沃,是柬埔寨重要的農業、漁業、旅游業經濟區。由于洞里薩湖雨季、旱季的巨大水量差異,整個洞里薩湖由永久性湖區和洪泛區組成(圖1)。為統一不同年份的空間尺度,本文僅研究永久性湖區。在此基礎上,考慮到湖岸水陸亞像元對湖泊水質提取的干擾,剔除距離永久性湖泊邊界2 000 m的內部緩沖區域,由此得到湖泊水質的研究范圍。

審圖號:GS(2016)1666號圖1 洞里薩湖區位Fig.1 Location of Tonle Sap Lake

1.2 數據來源及預處理

本研究主要獲取洞里薩湖水質、流域土地利用、湖泊邊界、流域邊界、水系以及國界數據。其中,水系數據來源于HydroSHEDS網站(https://www.hydrosheds.org/),國界數據以標準地圖服務平臺(http://bzdt.ch.mnr.gov.cn/)的世界地圖為基礎繪制,經裁剪提取研究區數據。其余各數據的來源及預處理如下:

首先,基于90 m分辨率的SRTM DEM數據集(地理空間數據云,https://www.gscloud.cn/),利用ArcGIS的水文分析工具,獲取流域邊界數據。根據前期的研究成果,研究時段內,洞里薩湖在2016年3月水面面積最小,2011年10月水面面積最大[14]。結合數據質量及可獲取性等客觀因素,本研究選擇2016年3月22日與3月29日的兩景旱季Lnadsat-8/OLI影像,拼接后,由人工數字化提取洞里薩湖永久性湖泊邊界。同理,選取2011年10月27日與11月3日的豐水年雨季Lnadsat-7/ETM+影像,人工數字化獲取洪泛區邊界。

針對洞里薩湖流域2001—2020年的土地利用數據由MCD12Q1影像提取,空間分辨率為500 m,時間分辨率為每年,來源于google earth engine云平臺。MCD12Q1采用5種不同的分類方案繪制全球的土地覆蓋影像。Liang等[15]以GlobeLand 30 m分辨率的土地覆被產品為驗證數據,對其5套分類方案分別進行精度驗證。研究指出,國際地圈-生物圈計劃(international geosphere-biosphere program, IGBP)方案的分類面積精度為99.35%,空間精度為78.66%,滿足區域研究的需要。本研究選取該分類方案對洞里薩湖流域的土地利用狀況進行研究,該方案共包括17個土地利用亞類。根據研究區的土地覆被特征,將17個亞類合并為9個新的土地利用類型,合并方案如表1所示。

表1 流域土地利用類型新分類方案Table 1 New classification system of basin land use

湖泊水質指標主要選取湖泊濁度和營養狀態指數。該數據獲取自歐盟委員會哥白尼全球土地服務平臺(https://land.copernicus.eu/global/),空間分辨率為300 m,時間分辨率為10 d,該數據集的時間跨度包含兩個時段:2002年5月—2012年3月、2016年5月至今。兩個時段分別基于ENVISAT/MERIS、Sentinel-3/OLCI遙感影像反演了懸浮物濃度[16]和葉綠素a濃度[17]。其中,懸浮物濃度對應于濁度,單位為NTU,取值大于等于0;葉綠素a濃度推導得到營養狀態指數[18],無量綱,取值為0～100?？紤]到各年數據的完整性,現選取2004—2011年、2017—2020年共12年的數據進行湖泊水質的分析。在ArcGIS的支持下,利用湖泊水質的研究邊界進行掩膜裁剪,并使用Cell Statistics空間分析工具,進行逐像元均值統計,獲取年均湖泊濁度、營養狀態指數的空間分布數據。

2 方法

2.1 土地利用轉移矩陣

為探究洞里薩湖流域的土地利用轉換信息,基于不同時期土地利用分類影像的疊加運算,使用各地類轉換的百分比制作土地利用轉移矩陣[19],具體原理如表2所示。

表2 土地利用轉移矩陣原理Table 2 Principle of land use transfer matrix

2.2 趨勢分析

采用Theil-Sen Median趨勢分析和Mann-Kendall顯著性檢驗方法結合,分析研究時段內各土地利用類型、湖泊濁度和營養狀態指數的變化趨勢及其顯著性。該方法是一種非常穩定的非參數統計檢驗方法,優點在于不需要數據服從一定的分布,對數據誤差具有較強的抵抗能力,使得結果更為科學,常被用于長時間系列數據的趨勢分析和顯著性檢驗中[20-21]。其中,Theil-Sen Median方法又被稱為Sen斜率估計,計算公式為

i=1,2,3,…;j=1,2,3,…

(1)

式(1)中:xj和xi為時間序列數據,j>i;S為檢驗統計量,指計算n(n-1)/2個數據組合斜率的中位數,用于量化單調趨勢。若S>0,則表示這一時間序列呈現上升趨勢,反之亦然。

Mann-Kendall檢驗的計算原理為:對于時間序列xi,定義標準化檢驗統計量Z為

(2)

式(2)中:

(3)

(4)

(5)

式中:sign為符號函數;n為時間序列長度;Z為正值表示增加趨勢,Z為負值表示減少趨勢。在給定的顯著性水平α下,當|Z|>u1-α/2時,表示此時間序列在α水平上存在顯著的變化,即|Z|≥1.64、1.96、2.58時分別表示通過了置信度90%、95%、99%的顯著性檢驗。

2.3 相關性分析

利用皮爾遜(Pearson)相關系數r對流域土地利用類型與湖泊濁度、營養狀態指數的關聯性進行評價。計算方法為

(6)

3 結果與討論

3.1 洞里薩湖流域土地利用和湖泊水質的時空分布特征

2001—2020年洞里薩湖流域的土地利用分布如圖2所示,以湖泊為中心,東南和西北區域大面積分布著耕地和草地,西南沿海和東北山區丘陵為林地區域,湖泊周圍分布著濕地和林地,湖區平原零散分布著建設用地,而灌木地與裸地所占面積小于0.005%。由圖2可以明顯看出,林地面積逐漸減少,草地和耕地面積逐漸增加。經統計,整個流域的總面積約為88 898 km2。2001—2020年,林地減少最快,從占流域面積的40.45%減少到僅占19.69%。而草地增長最快,所占流域面積比例從2001年的28%增長到2020年的42.03%。其次是耕地,研究時段內總面積增長了約6 235 km2,增長比例約為流域總面積的7%。同時,城市建設用地也呈增長趨勢,但至2020年,其總面積仍僅占流域面積的0.23%,城市發展落后。此外,研究時段內,流域水體面積在不斷減少,而濕地在年際間呈波動分布。

圖2 2001—2020年洞里薩湖流域的土地利用時空分布Fig.2 Spatial and temporal distribution of land use in Tonle Sap Lake Basin from 2001 to 2020

洞里薩湖濁度和營養狀態指數的時空分布如圖3和圖4所示。從時間尺度看,研究時段內洞里薩湖濁度的平均值為52.13 NTU,最高值出現在2017年(77.82 NTU),最低值出現在2011年(37.26 NTU),2017年以后濁度明顯升高。相應地,研究時段內營養狀態指數的平均值為55.35,最高值和最低值分別為2019年的56.14和2017年的48.75,營養化程度呈波動分布。從空間尺度看,濁度和營養狀態指數呈現相似的分布特征,大致表現為湖區北部高值,南部低值分布,具有明顯的空間異質性。根據湖泊富營養化的分級標準[22],研究時段內洞里薩湖除小部分湖區為中營養狀態外,大部分湖區表現為輕度富營養狀態。

圖3 洞里薩湖濁度的時空分布Fig.3 Spatial and temporal distribution of turbidity in Tonle Sap Lake

圖4 洞里薩湖營養狀態指數的時空分布Fig.4 Spatial and temporal distribution of nutrient state index in Tonle Sap Lake

3.2 洞里薩湖流域土地利用和湖泊水質的變化特征

針對土地利用數據,獲取了2001年和2020年的土地利用轉移矩陣。如表3所示,50.33%的林地向草地轉換,2.89%的林地直接轉換為耕地,0.76%的林地轉換為濕地,20年間,僅有46.01%的林地面積保持不變,流出量高達53.99%。此外,草地面積中占24.56%的區域轉換為耕地,有2.76%的草地轉換為林地,保持不變的區域占該地類總面積的72.45%。同時,耕地中有3.42%的區域轉變為草地,0.46%的區域轉換為林地,95.93%的區域保持不變。此外,濕地面積中近43.47%的區域變換為草地,而水體中有2.33%的比例轉變為了濕地,建設用地的擴張則主要占用了耕地。結合各地類的面積占比,可以看出,洞里薩湖流域存在由林地向草地轉移、草地向耕地轉移的主要土地利用轉移特征。

表3 2001年和2020年洞里薩湖流域土地利用轉移矩陣Table 3 Land use transfer matrix of Tonle Sap Lake Basin between 2001 and 2020

在上述研究的基礎上,利用趨勢分析方法,定量分析洞里薩湖流域土地利用類型及湖泊水質的變化趨勢及其顯著性。如表4所示,在2001—2020年的流域土地利用中,草地、耕地、建設用地、灌木地表現為顯著的上升趨勢,而林地和水體表現為顯著的下降趨勢,且均通過了99%的顯著性檢驗。其中,草地、耕地的增長率顯著大于其他地類,年均增長率分別達到了流域總面積的0.8%和0.35%;其次是建設用地,其增長率為0.002%/a;因灌木地的所占流域面積較小,擴張有限。相反地,流域的毀林率非常顯著,高達1.13%/a,即林地平均每年減少近1 000 km2,與全球最高的林地損失率相當[9]。相應地,在湖泊水質的研究時段內,濁度和營養狀態指數均表現為上升趨勢,上升率分別為1.59 NTU/a和0.014/a。比較而言,濁度的上升趨勢更為明顯,但均未通過顯著性檢驗。

表4 洞里薩湖流域土地利用變化和湖泊水質的變化趨勢Table 4 Trend of land use change and lake water quality in Tonle Sap Lake Basin

3.3 洞里薩湖流域的土地利用變化與湖泊水質的相關性分析

上述研究顯示,除洞里薩湖水體外,該流域主要的地類為草地、耕地、林地、濕地和建設用地。本研究分析2004—2011年、2017—2020年共12年間主要地類占流域面積的比例與洞里薩湖水質的相關性。如圖5所示,湖泊濁度與流域草地、耕地、林地和建設用地間強相關(0.6<|r|<0.8),與濕地弱相關(0.2<|r|<0.4)。其中,湖泊濁度與林地強負相關(r=-0.65),與草地、耕地和建設用地強正相關,相關系數分別為0.61、0.74、0.72?？梢?洞里薩湖流域顯著的毀林開荒驅動了湖泊濁度的不斷上升。針對洞里薩湖的營養狀態指數,僅與流域的濕地占比具有弱負相關關系(r=-0.31),而其他地類與其無明顯關聯。整體看,洞里薩湖土地利用變化與湖泊濁度的關聯性顯著高于其與營養狀態指數的相關性。

圖5 洞里薩湖土地利用變化與湖泊水質的相關性Fig.5 Correlation between land use change and lake water quality in Tonle Sap Lake

究其原因,柬埔寨為傳統的農業國,農業人口占全國總人口的80%以上,脫貧仍為首要政務[23]。在漁業資源不斷受損的情況下,政治目標和經濟需求共同導致對耕地需求的增加,驅動了森林資源的減少。隨著植被覆蓋度的下降,土壤侵蝕的抑制性減弱,水土流失加劇,勢必導致湖泊濁度的升高。但由于該地區農業科技力量薄弱,耕地的農藥、化肥使用率較低,農業面源污染有限[24]。因此,耕地的不斷增加與湖泊營養化狀態的升高沒有明顯關聯。值得注意的是,在經濟落后的現狀下,湖區有大量的人口居住在湖上或環湖區域,人畜排泄物、生活污水、船只排放的油污等直接進入湖泊,加之柬埔寨政府無強大的資金和技術投入來治理水環境,從而致使洞里薩湖的營養化狀態仍較嚴重[25]。在未來的湖泊水環境管理中,應加強林地恢復力度,改良土地利用方式,并嚴格控制生產、生活污水的排放。

4 結論

本研究首先對洞里薩湖流域土地利用和湖泊水質的時空分布及變化特征進行分析,然后討論兩者間的相關性。結果表明,該流域的主要土地利用類型為林地、草地、耕地、水體、濕地和建設用地,整個研究時段內林地退化嚴重,存在由林地向草地轉移、草地向耕地轉移的主要特征。同時,湖泊濁度和營養狀態指數也為上升趨勢,且濁度的增加趨勢更為明顯。分析顯示,濁度的上升與林地的減少和耕地、草地、建設用地的增加強相關,而營養狀態指數與流域土地利用相關性較弱。研究結論為認識洞里薩湖水質變化的驅動因子與流域管理提供科學參考。