张学雷 ,屈永慧 ,任圆圆 ,赵斐斐
1.郑州大学水利与环境学院,河南 郑州450001;2.郑州大学自然资源与生态环境研究所,河南 郑州450001
土地利用的变化是短期内人类活动对自然环境资源施加影响的显著表现形式,土地利用变化研究已成为目前地理学和生态学界研究的热点之一(刘黎明,2010;白元等,2013;Wu和Ruschmannm,2007)。土地利用方式和强度在一定程度上反映了人类活动对自然生态系统干扰的性质和过程,而土壤作为人类活动赖以生存的物质基础,也是土地利用格局形成的基础条件,它在空间上的分布格局将在一定程度上影响土地利用的空间格局及其演变过程(Chen等,2001;曾辉等,2001;Gunilla和Olsson,2000;马克明和傅伯杰,2000;张学雷和龚子同,2003)。目前更多地从社会、经济方面探讨土地利用格局的演变及其对区域生态环境的影响,而从自然环境方面探讨各种背景因子的空间分布与土地利用之间的相互关系的研究相对较少(Filser等,2002;王敏等,2013)。将在生态学领域中应用广泛的多样性理论引入到土地利用与土壤空间分布格局的相互关系的研究中,对于探讨自然因素(如土壤)在土地利用变化过程中的地位和作用具有重要意义,同时有利于辨识不同景观地区土地利用变化中自然和人为驱动因子的贡献和差异。20世纪90年代Ibáñez等(2009)将多样性的概念与方法引入到土壤空间变异或空间可变性的研究中,使得定量化描述土壤空间分布格局问题成为可能(Ibáñez等,2009;Ibáñez和DeAlba,1999)。此后,土壤多样性的概念和研究方法逐渐被人所知并被各国的土壤学家所使用。各国学者基于各地数据在不同尺度下进行了土壤多样性相关研究,美国学者(Yinyan等,2003)对美国全国土壤多样性进行研究发现,农业化和城市化是导致美国土壤多样性降低的首要原因。另外,在研究中结合了诸如土地利用方式、嵌套性分析、归一化植被指数、土壤发育等不同要素(Yabuki等,2009;张学雷等,2003;张学雷等,2008;张学雷等,2004;段金龙和张学雷,2012),段金龙(段金龙等,2013;段金龙和张学雷,2011)等首次将多样性理论用于评价土地利用类型变化和水体空间分布特征,从而使多样性在土壤学、地理学(张学雷,2014)和景观生态学等地学领域的研究视野变得更为开阔。
本研究以河南省中部偏南包括漯河市、平顶山市、许昌市为研究区, 运用土壤多样性理论和景观生态学原理, 对土地利用和土壤类型的空间分布格局进行了定量分析与评价。通过探究景观斑块基本特征指数与空间分布多样性指数和构成组分多样性指数之间的关联性, 分析了土地利用类型与土壤类型空间分布之间的相互关系,为土地利用方式和土壤类型空间分布格局的研究提供了新的视角。
本研究选取的研究区位于河南中部偏南(图1),北纬 31°23'~36°22',东经 110°21'~116°39'之间,属于温热带季风气候,包括漯河市、平顶山市、许昌市。研究区总面积为10517.19 km2。研究区内,少量为山地,其余都是平原;研究区含有 22个土壤亚类、51个土属,其中潮褐土、褐土、潮土、黄褐土和脱潮土的面积在1000 km2以上,这5种土壤类型的面积占研究区总面积的61.41%。是小麦、棉花、油料、烟叶等农产品的生产基地,同时也是重要的食品生产基地。另外,平顶山市是河南省煤矿的主要产地之一,含有丰富的矿产资源,境内有沙河、汝河、澧河、甘江河等 31条河流,大中型水库175座,库容28亿m3,年平均降水量在620 mm以上。许昌市北临万里黄河,西依伏牛山脉、中岳嵩山,东、南接黄淮海大平原,年平均降水量640.9 mm。漯河市年平均降水量786 mm,境内有沙颍河、沙河、澧河等河流。
研究所用遥感数据均为美国地球资源卫星(Landsat)的TM或ETM+的传感器数据(表1),由于两景图像季节相近,研究忽略数据间的时相差异。由于每一时期的两景图像季节相近,研究忽略数据间的时相差异。其他相关数据包括比例尺为1:100万的第二次土壤普查的河南省土壤矢量数据,漯河市、平顶山市、许昌市的行政区划矢量数据和相关统计资料等。借助ENVI4.5进行影像的波段合成、几何校正、监督分类并根据Google earth进行目视解译,利用 ArcGIS10.0进行图像裁剪和相关属性统计分析。
1.3.1 多样性方法
经典的土壤多样性计算公式,即仙农熵公式如下:
式中,H为仙农指数,为通过计算所得,为被第i个土壤类别个体所覆盖的面积,N为研究区的总面积(张学雷等,2004)。H表示土壤种类的多样性分布程度,取值范围是[0,lnS],当一个土壤类别占据全部面积时取0,当所有土类均匀分布时取极大值lnS,S表示土壤类别数。
为更好地表征研究对象空间分布的均匀程度和空间离散度,使用如下仙农熵变形公式:
表1 遥感数据年份统计Table 1 Statistics of remote sensing data
式中,S和Yh定义如下:
1)在土壤和土地利用的构成组分多样性里,S表示研究区土壤亚类的数目或土地利用类型总数目,Pi表示研究区第i个土壤亚类或土地利用类型的相对多度,其中Pi=ni/N(ni为被第i类土地利用类型或亚类所覆盖的面积,N为研究区总面积)。在此前提下,多样性指数Yh表示研究区内土壤类型或土地利用在组成分布上的多样性特征,即所有分类单元在组成分布上的均匀程度。
2)在土壤和土地利用空间分布多样性里,利用ArcGIS中的空间分布功能,引入空间网格的概念,S表示研究区空间网格的总数目,Pi表示第i个空间网格里某一类土壤亚类(或土地利用类型)的面积占研究区该土壤亚类(或土地利用类型)总面积的比例。多样性指数Yh表征研究区内某类土壤或土地利用类型在空间分布上的情况,即为研究对象空间分布的多样性格局问题。
以上两种情况,多样性指数Yh的取值区间为[0,1],在构成组分多样性里,取值越大,说明研究区的每种土壤类型或土地利用类别分布越均匀。如果趋于0,说明研究区的土壤类型或土地利用类别分布不均衡,即某一类或少数几类土壤或土地利用类型占据了研究区。在空间分布多样性里,当单个土壤类型或土地利用类别的相对丰度分布极度不均匀,即对象集中分布在研究区少数几个网格时,Yh取值趋于0;当对象在研究区网格中均匀分布时,Yh取值等于1。此方法涉及到空间网格的概念,为土地利用变化及土地利用类型的分布提供了空间格局的研究视角。能为决策者对于一个地区的土地利用规划提供有力的决策支持。
1.3.2 关联分析的测度方法
为探究多样性指数与景观指数之间的关联性,定义了一种关于两者之间相关性的关联系数,其公式为:
式中,A和B分别为多样性指数和景观指数,r(A, B)即为两者之间的关联系数,其符号与所取值的原始值符号保持一致。其中,rl(A,B)为两者之间的线性相关系数(Pearson积矩相关系数);rnl(A,B)为两者的非线性相关系数,定义如下:
式中,rl(lnA,B)、rl(A, lnB)和rl(lnA, lnB)分别为多样性的自然对数与景观指数、多样性指数与景观指数的自然对数和多样性指数的自然对数与景观指数的自然对数之间的Pearson积矩相关系数,rnl(A,B)的符号与所取值的原始值符号一致。
最后,在P=0.01和P=0.05下进行显著性检验。当|r|>0.8,P<0.01时,为显著相关关系;当0.7<|r|<0.8,P<0.01时,为明显变化趋势关系;当|r|<0.7,P>0.01时,为无相关关系。
1.3.3 常见景观指数的测度方法
描述斑块类型水平的常见的景观指数主要有面积指数(PLAND)、平均斑块面积(MPS,Mean Patch Area)、景观分离度(DIVISION,Landscape Division Index)和平均斑块形状指数(MSI)等(表2)。
本研究引入空间网格的概念,将空间分布多样性用于评估土壤和土地利用的离散程度。空间分布多样性的计算步骤是:(1)根据研究区行政边界,在ArcGIS中生成与研究区相匹配的空间网格,利用ArcMap工具中的Create Fishnet生成研究区1 km×1km、3 km×3 km、5 km×5 km三种网格尺度下的网格图;(2)将土壤图或土地利用图与不同尺度下的网格叠加,可计算出不同网格编号中不同土壤类别或土地利用类型的面积。利用公式(2)计算土壤或土地利用在不同网格尺度下的空间分布多样性指数(见表 3)。离散性可以评价单一土壤类别在研究区的分布状态是否连片集中,利用空间网格计算出的空间分布多样性指数,可以量化研究对象的空间分布离散性(段金龙和张学雷,2011)。所以,面积最大的土壤亚类,潮褐土(1545.646 km2)的空间分布多样性指数(0.790)也是最高的,说明潮褐土在研究区的空间分布离散性较高,即在研究区呈均匀分布。其次,黄褐土(1271.498 km2,0.732)、褐土(1228.286 km2,0.780)、潮土(1212.895 km2,0.772)的空间分布多样性指数相对较高,说明其空间分布离散性较高即呈均匀、集中分布趋势。另外,在三种网格尺度下,土壤空间分布多样性指数平均值小于0.300的亚类分别是红粘土、湿潮土、棕壤性土,说明这些土壤类型的空间分布离散性较低,面积指数较小,分布范围也较小,属于研究区的稀有土壤。
表2 景观斑块基本指数及其生态意义(禹朴家等,2010;陈文波等,2002)Table 2 landscape indices and their ecological meaning of pitch type
表3 土壤空间分布多样性统计表Table 3 Statistics of soil spatial distribution diversity
表3、4分别统计了在1 km、3 km和5 km网格尺度下土壤亚类和土地利用的空间分布多样性指数。可以发现,在不同网格尺度下土壤和土地利用的空间分布多样性指数不同,而同一种土壤或土地利用类型在不同网格尺度下具有相似的分异规律,如研究区 22种土壤亚类以及城镇用地、农用地、自然绿地的空间分布多样性指数均随着网格尺度的变大而逐渐减小,但是水域和交通运输用地的空间分布多样性指数则随着网格尺度的变大呈递减趋势。从景观生态学的角度可以解释上述情况,因为自然绿地和交通运输用地属于不同的景观类型,所以其空间分布规律有差异,网状景观(水体、交通运输用地)空间连接性高,随着网格尺度的增大,空间离散性也增高,所以空间分布多样性指数会增大。而基底景观(农用地)和散布状景观(城镇、自然绿地、土壤亚类),随着网格尺度的增大,空间离散性降低,所以空间分布多样性指数会减小。
表4统计了研究区2001年和2007年6种土地利用的空间分布多样性特征。农用地的空间分布多样性指数在两个时期均取最大值,2001年是0.978,2007年是0.977,说明研究区的土地利用方式以农用地为主。说明位于河南省中部偏南以平原为主的研究区的土地多用于农业生产。另外,水域的空间分布多样性指数2001年为0.799,2007年为0.798,表明研究区的水资源空间分布离散性较高,即分布相对比较均匀,相对丰富的水资源比较有利于农业生产。另外,交通运输用地的空间分布多样性指数由2001年的0.873增加到2007年的0.883,表明该研究区交通道路分布比较均匀,而作为城市化进程的主要衡量因子,交通运输用地分布范围逐年增加,可以推断研究区的城市化进程在迅速发展。
从表 2的景观斑块基本特征指数计算公式看,对于特定的某一土地利用类型的MPS、DIVISION、MSI指数均与景观斑块数量N直接相关;对于斑块数量的确定,受主观制图因素的影响使同时期同地区同一土地利用类型的斑块数量不同,并且水域和交通运输用地这种网状景观,由于在空间分布上具有连续性而难以判定斑块数目N。例如,表4中2001年交通运输用地的斑块数量为4699,2007年为498;随着城市化进程逐渐推进,交通运输用地的分布会越来越广泛,单纯用景观指数无法解释研究区土地利用变化的驱动因子。故通过单一景观指数讨论研究区的土地利用变化和空间分布特征显然是不合适的。利用公式(1)计算的空间分布多样性指数则与 N无关且能定量反映研究对象空间分布的离散性程度。因而景观生态学原理与多样性理论的结合提高了分析土壤和土地利用的空间分布格局的精准性。
表4 土地利用空间分布多样性指数及景观斑块基本特征指数Table 4 Land use spatial distribution diversity and landscape indices
利用公式(1)和景观指数计算公式,计算了研究区各县市的土壤构成组分多样性以及 2001年和 2007年的土地利用构成组分多样性和土壤、土地的平均斑块面积指数(见表5)。构成组分多样性表征研究区所有分类单元(6种土地利用类型或22种土壤亚类)在组成分布上的均匀程度。对于土地利用构成组分多样性,2007年的各县市的土地利用构成组分多样性普遍高于 2001年,表明研究区各县市城市化进程均在快速发展,使土地利用类型趋于均匀化;对于同时期的 12个县市,平顶山市区 和许昌市区的土地利用构成组分多样性指数均较高,2001年平顶山市为0.764,许昌市为0.591,2007年分别为0.742,0.551。说明这两个地区城市化程度较高;而2001年的构成组分多样性比2007年的要高,城市化进程的加快,大量农用地成为建筑用地,使得土地均匀程度降低。从而说明人类活动对土地利用格局的影响较大。
构成组分多样性表征研究区所有分类单元(6种土地利用类型或 22种土壤亚类)在组成分布上的丰富度即均匀程度。为探索土壤类型空间分布丰富度与土地利用方式之间的关系,图2中分析了土壤与土地利用之间构成组分多样性指数、平均斑块面积指数之间的相关性。图2(a)和图2(b)表明,土地利用类型与土壤的构成组分多样性之间不存在相关性,二者之间的相关系数2001年为:0.090,2007年为:0.057,说明土壤类型均匀分布的地区,土地利用类型不一定会均匀分布。而二者之间的平均斑块面积指数之间存在明显的相关性,相关系数2001年为:0.685,2007年为,0.587。说明土地利用类型的丰富多样性与土壤类型的丰富多样性无明显的关系,但土壤斑块的大小对土地利用斑块的大小影响较大,土壤类型的空间分布特征在一定程度上将影响土地利用的空间分布格局和变化过程。人类活动改变了土地利用格局,而土地利用格局的变化又会一定程度上改变土壤类别的多样性,即改变了研究区土壤类型空间分布的丰富度、均匀度,土壤类型的空间分布格局与土地利用类型的变化过程之间是相互影响的。
表5 土壤和土地利用构成组分多样性统计表Table 5 Statistics of composition distribution diversity of soil and land use
图3(a)表明了研究区土壤类型的面积指数与空间分布多样性指数之间的关系,图3(b)表示研究区土地利用类型面积指数与空间分布多样性指数之间的相关关系。土地利用的面积指数与多样性指数之间没有明显的正相关关系,相关系数仅为0.437,表明土地利用空间分布多样性指数随着面积指数的增加而没有明显的增长趋势。但对于土壤,面积指数与空间分布多样性指数之间存在明显的正相关关系,相关系数高达 0.990,表明土壤类型的面积指数越大,其空间分布多样性指数越高。
将平均斑块面积指数与空间分布多样性指数进行相关性分析,图3(c)表明土壤的平均斑块面积指数与空间分布多样性指数之间存在一定的正相关关系,相关系数为 0.599,即随着土壤平均斑块面积的增加,其多样性指数呈上升趋势。从图3(d)可以发现,土地利用空间分布多样性指数与平均斑块面积指数之间并不存在正相关关系,即土地的平均斑块面积大小对其空间分布的离散性没有明显影响。
斑块形状指数可以反映斑块形状的复杂程度,但它主要反映斑块的狭长程度即偏离正方形或是圆形的程度。斑块形状指数越小,斑块的形状越规则、简单,长短轴比值越小,斑块的几何形状越趋近于正方形或圆形,受到人类的干扰较大;相反,斑块形状指数越大,斑块的形状越复杂,受到的人类的干扰程度较小。图3(e)的土壤空间分布多样性指数与平均斑块形状指数之间具有一定的正相关关系,相关系数为 0.612,图 3(f)的土地利用空间分布多样性指数与平均斑块形状指数之间则具有明显的正相关关系,相关系数高达 0.895。说明人类活动对土地利用格局的干扰程度较强,而对土壤类型的空间分布格局影响相对较小。因为土壤受自然因素的影响显著,而对土地利用类型来说人为因素的干扰程度比自然因素的影响更强烈。人类活动改变土地利用斑块的形状及空间分布离散性比改变土壤类型斑块的形状和空间分布格局相对比较容易。
以上研究可以发现,面积指数、平均斑块面积的大小可直观反映土壤类型、土地利用类型面积的多少,平均斑块形状指数可反映人类行为对土地、土壤的干扰程度。空间分布多样性则反映了研究区土壤类型、土地利用空间分布的离散性程度,而构成组分多样性表征研究区所有分类单元(6种土地利用类型或 22种土壤亚类)在组成分布上的丰富度即均匀程度。通过以上多样性指数与景观指数的关联性分析可以发现,土壤类型的空间分布格局与土地利用类型的变化过程之间是相互影响的。土地利用变化多样性的引入对于评价区域土壤类型的空间分布具有实际意义,为传统宏观上的土壤类型的空间分布格局研究、土地利用的规划提供了新的研究角度和数据补充。
土壤作为人类赖以生存的自然资源之一,为人类活动的发展提供了基础条件,也在一定程度上决定着区域土地利用的空间特征和变化过程。研究土地利用类型的空间格局与土壤类型的空间分布的相互关系,对于探讨自然因素(如土壤) 在土地利用中的地位和作用具有重要意义。将多样性理论与景观生态学原理应用到土地利用和土壤空间分布格局的评价中,分析了土地利用与土壤空间分布的相关性,得出以下结论:(1)在不同网格尺度下土壤和土地利用的空间分布多样性指数不同,而同一种土壤或土地利用类型在不同网格尺度下具有相似的分异规律,随着网格尺度的增大,网状景观(水体、交通运输用地)的空间离散性也增高。而基底景观(农用地)和散布状景观(城镇、自然绿地、土壤类型),随着网格尺度的增大,其空间离散性降低。(2)对于土壤类型和土地利用,两者的构成组分多样性之间不具有明显的相关性,而平均斑块面积则具有一定的相关性,相关系数 2001年是0.685,2007年是0.587,说明土地利用类型的丰富多样性与土壤类型的丰富多样性无明显的关系,但土壤斑块的大小对土地利用斑块的大小影响较大,土壤类型的空间分布特征在一定程度上将影响土地利用的空间分布格局和变化过程。(3)土壤类型的面积指数、平均斑块面积指数与土壤空间分布多样性之间具有极显著的相关性, 相关系数分别0.990,0.599。随着面积指数、平均斑块面积的增加,空间分布多样性指数将呈递增趋势。而土地利用的面积指数、平均斑块面积指数与其空间分布多样性指数之间的相关性较差。土壤的平均斑块形状指数与多样性指数之间存在显著的正相关关系,相关系数为 0.612;但土地利用的平均斑块形状指数与多样性之间具有极显著的相关性,相关系数高达0.895。人类活动改变土地利用斑块的形状及空间分布离散性比改变土壤类型斑块的形状和空间分布格局相对比较容易。
CHEN L D,WANG J , Fu B J , et al.2001.Land use change in a small catchment of northern Loess Plateau, China[J].AgricultureEcosystem and Environment, 86 (2): 163-172.
FILSER J , MEBES K H, WINTER K, et al.2002.Long-term dynamics and interrelationships of soil Collembola and microorganisms in an arable landscape following land use change[J].Geoderma, 105 : 201-221.
GUNILLA E and OLSSON A.2000.Landscape change patterns in mountains, land use and environmental diversity, Mid-Norway 1960~1993[J].Landscape Ecology, 15 (2): 155-170.
IBÁÑEZ J J, ARNOLD R W, AHRENS R J.2009.The fractal mind of pedologists(soil taxonomists and soil surveyors) [J].Ecological complexity, 6(3):286-293.
IBÁÑEZ J J, DEALBA S.1999.On the concept of pedodiversity and its measurement.A reply[J].Geoderma, 93:339-344.
WU N, RUSCHMANNM M.2007.Loop closure for enhanced win percentage in an air operation[C].Proc of the American Control Conference,1097-1102.
YABUKI T, MATSUMURA Y, NAKATANI Y.Evaluation of pedodiversity and land use diversity in terms of the Shannon entropy[DB/OL].[2009-05-19] http://cdsweb.cern.ch/record/1178038.
YINYAN GUO, PENG GONG, RONALD AMUNDSON.2003.Pedodiversity and land use in the United States[J].Geoderma,117(1-2): 99-115.
白元,徐海量,刘新华,等.2013.塔里木河干流耕地动态变化及其景观格局[J].土壤学报, 03: 492-500.
曾辉,孔宁宁,李书娟.2001.卧龙自然保护区人为活动对景观结构的影响[J].生态学报, 21(12): 1994-2001.
陈文波,肖笃宁,李秀珍.2002.景观指数分类、应用及构建研究[J].应用生态学报, 01: 121-125.
段金龙,屈永慧,张学雷.2013.地表水空间分布与土壤类别多样性关联分析[J].农业机械学报, 06:110-116.
段金龙,张学雷.2011.基于仙农熵的土壤多样性和土地利用多样性关联评价[J].土壤学报, 48(5):893-903.
段金龙, 张学雷.2012.区域地表水体、归一化植被指数与热环境多样性格局的关联分析[J].应用生态学报, 10: 2812-2820.
刘黎明.2010.土地资源学[M].中国农业大学出版社, 290-292.
马克明,傅伯杰.2000.北京东灵山地区的景观格局及其破碎化评价[J].植物生态学报, 24(3): 320-326.
王敏,孟浩,白杨,等.2013.上海市土地利用空间格局与地表温度关系研究[J].生态环境学报, 02: 343-350.
禹朴家,徐海量,乔木,等.2010.玛纳斯河流域土壤类型空间分布格局分析[J].土壤学报, 06: 1050-1059.
张学雷,陈杰,龚子同.2004.土壤多样性理论在欧美的实践及在我国土壤景观研究中的应用前景[J].生态学报, 05:1063-1072.
张学雷,陈杰,檀满枝,龚子同.2003.土壤多样性理论方法的新近发展与应用[J].地球科学进展, 03:374-379.
张学雷, 龚子同.2003.人为诱导下中国的土壤退化问题[J].生态环境,03: 317-321.
张学雷,王辉,张薇,等.2008.土壤系统分类与生物系统分类体系中的多样性特征对比分析[J].土壤学报, 01:1-8.
张学雷.2014.土壤多样性:土壤地理学研究的契机[J].土壤, 46(1):1-6.