雄安新区上游白洋淀流域水质净化提升目标下的生态恢复格局优化

黄斌斌,李若男,*,李睿达,郑 华,王效科

1 中国科学院生态环境研究中心城市与区域生态国家重点实验室,北京 100085 2 中国科学院大学,北京 100049

农业扩张带来的面源污染使得水污染情况日益严重,水环境安全面临挑战[1-2]。退耕还林还草等生态恢复工程通过对区域景观格局的改变,影响流域生态过程,进而影响水质净化服务[3-4]。通过制定并实施合理的退耕原则,从污染物输入及污染物迁移转化能力等方面提升流域水质净化服务和效率对生态恢复工程管理和区域生态质量提升具有重要意义。

水质净化服务受景观类型影响,森林、灌丛和草地具有较强的水质净化服务功能,而农田和城镇的水质净化服务功能较弱[5]。在景观格局水平上,斑块面积、形状和破碎程度都会对水质净化服务产生影响[5-6]。平均斑块面积的减少,斑块形状的规则化以及景观破碎程度的增加都会导致水质净化服务的下降[7-8]。其中退耕还林还草政策在众多研究和实践过程中被证明是提高水质净化服务的一种重要手段而被持续推广和广泛应用[9-11]。然而不合理的退耕会造成水质净化效率下降,无法保证生态系统数量、质量及功能的同步提升。

传统退耕方式以坡耕地退耕为主,此类退耕方式的特点是零散化、破碎化、且退耕区域多集中在流域上游山区[11-12]。其优点是能够有效提高土壤固持能力,防止水土流失,减少泥沙进入河流[13]。而针对水质净化服务提升,坡耕地退耕是否仍为最佳退耕模式仍有待商榷。与此同时,已有众多研究表明河岸带在污染物防控方面起重要作用[14-15]。刘怡娜等人通过研究发现长江流域河岸带1000m范围内的景观变化解释了79%的水质净化服务空间变异[16]。Zheng等人研究指出通过保护和恢复河岸带自然植被可以有效减少生态系统服务间的权衡作用,使绝大多数生态系统服务呈现出上升趋势[17]。这些研究表明河岸带退耕是一种行之有效的退耕方式。

基于此,本研究以雄安新区所在的白洋淀流域为例,以1980年为基准,识别不同的退耕规则下流域景观格局变化,并与2015年实际退耕格局进行对比；采用InVEST模型中水质净化模块评估不同情境下流域水质净化服务功能；分析不同情境下水质净化服务的效率、差异及其驱动因素,为提升流域水质净化服务和优化生态恢复格局提供参考。

1 研究区概况与研究方法

1.1 研究区概况

雄安新区上游的白洋淀流域,属于海河流域大清河水系[18],年降水量在550mm左右,是典型的温带大陆性气候,属半干旱半湿润气候区。区域内超过80%的降水集中分布在6月至9月[19]。白洋淀流域由大清河山区和大清河淀西平原两个子流域组成,面积占比分别为53%和47%。其中大清河山区植被类型主要以森林和灌丛为主,农田面积较少,而大清河淀西平原植被类型主要以农田为主[20]。多年农业生产带来的面源污染使得流域内水质恶化,随着区域人口增长、经济发展以及雄安新区的规划使得当地生活和生产用水需求不断增加,对流域水质安全提出了新的挑战。为改善流域水环境现状,提升生态质量,自2000年以来“退耕还林还草”等生态工程陆续实施,用于缓解农业带来的面源污染及生态环境恶化[18]。

图1 白洋淀流域1980年和2015年土地利用及地理位置Fig.1 Land use in 1980/2015 and location of Baiyangdian basin

1.2 研究方法

1.2.1水质净化服务计算方法

本研究利用InVEST模型的NDR模块来表征水质净化服务。由于NDR模块运行依赖于water yield产水模块输出的产水量作为输入数据驱动其运行,因此研究中需首先运行water yield模块进行产水量计算,然后再运行NDR模块。

(1) 产水量计算

产水量计算通过InVEST模型的water yield年产水量模块进行[21],该模块基于水量平衡方程研究,认为水资源供给量为年降水量与年实际蒸散发之差[22](公式1)：

R=PRE-AET

(1)

式中,R为年水资源供给量(mm),PRE为年降水量(mm),AET为年实际蒸散发量(mm)。AET的计算利用基于budyko水热平衡假设的zhang模型进行计算[23](公式2)：

(2)

式中,PET为年潜在蒸散发(mm),w为经验参数,可通过公式3进行计算：

(3)

式中,Z为经验常数,与流域的气候和水文特征有关；AWC为植被可获得体积水含量(mm),主要与植被类型和土壤属性有关。Z和AWC的取值参考InVEST官方的指导手册(http://releases.naturalcapitalproject.org/invest-userguide/latest/reservoirhydropowerproduction.html)。

(2) 水质净化服务计算

水质净化服务通过InVEST模型的营养物质传输模块NDR进行计算,NDR模块基于栅格数据在年尺度上运行,通过简化的水文和生物物理过程来估算植被和土壤对净化非点源污染的贡献[24]。该模型可以用来计算营养物质的输入,持留和输出量,同时依赖water yield模块的年产水量作为驱动数据。此外该模块还需要高程、土地利用和生物物理参数表作为输入数据。本文以水质净化率作为衡量指标来评估水质净化服务。主要计算理论过程可简化为公式4所示：

(4)

式中,WPR为水质净化率,用来表征水质净化能力的强弱；Nexport为氮输出量；Nload为氮输入量,主要与土地利用类型和管理措施有关。模型中相关的参数设置参考国内外已出版的相关文献[5,16,21]。

1.2.2土地利用变化情景设置

退耕还林还草政策是提升水质净化能力的一种重要举措,为分析不同退耕空间规则提升水质净化效率的表现,本研究设置了三类退耕情景。(1)坡耕地退耕：包括25°以上坡耕地退耕以及15°以上坡耕地退耕。其中25°以上坡耕地退耕作为退耕的依据之一在生态恢复工程中被广泛采纳,在一些生态系统服务重要以及生态敏感和脆弱区域执行15°以上坡耕地退耕；(2)河岸带退耕：依次设置河岸带周边100m,200m和300m等不同缓冲区退耕情景。此情景的设置基于对河岸带生态对流域水质的重要性和永定河河岸带的治理效果[14-15,25]；(3)真实情景：包括历史情景(S1980)和现状情景(S2015),用来进行对照以及分析实际土地利用变化对水质净化的影响。退耕情景设置以1980年土地利用为基础,根据退耕规则进行不同情景的划分,相关具体信息如表1所示。

表1 退耕情景设置

2 数据来源

本研究所使用的数据种类较多,包括土地利用/覆盖数据,气象数据,潜在蒸散发,土壤数据和DEM高程数据等。具体的数据来源与处理情况如表2所示：

3 结果与分析

3.1 真实状况下土地利用/覆被和水质净化服务变化

从2015年白洋淀流域土地利用占比来看,农田面积比例最大,达40.51%(1.27万km2)(图2)。森林、灌丛和草地的面积占比分别为15.48%(0.48万km2),23.45%(0.73万km2)和8.73%(0.27万km2)(图2)。湿地和裸地的面积最小,面积比例分别为1.18%和0.18%(图2)。与1980年相比,2015年白洋淀流域森林和灌丛面积比例显著提高,分别提高了50.86%(1632.39 km2)和101.16%(3688.04 km2)(图2)。草地、湿地和农田面积比例显著减少,分别减少了64.94%(5058.35 km2)、53.64%(426.21 km2)和8.49%(1174.88 km2)(图2)。通过分析土地利用/覆被转移可以发现主要原因是草地和农田向森林和灌丛进行转化,共有1439.78 km2和370.06 km2的草地和农田化为森林以及3501.40 km2和633.05 km2的草地和农田转化灌丛(图2)。

表2 数据来源及处理说明

图2 1980—2015年土地利用变化图Fig.2 Land use/land cover change between 1980 and 2015

2015年,白洋淀流域平均水质净化率为82.81%,其中森林的水质净化率最高,达91%,其次是灌丛和草地,水质净化率分别为87.80%和82.28%(表3)。与1980年相比,平均水质净化率增加了1.97%。其中森林和灌丛的水质净化率有所提升,而草地的水质净化率有所降低(表3)。从不同单项土地利用/覆被转移对水质净化服务的影响来看,总体上其他土地利用/覆被类型转化为湿地的水质净化率提升程度最大,而湿地转化为其他土地利用/覆被类型的水质净化率下降最大。其中裸地转化为湿地的水质净化率提升幅度最大,达94.50%；而湿地转化为裸地的水质净化率下降幅度最大,达69.73%(表3)。

3.2 不同退耕情景下的退耕面积及效率变化

从退耕面积来看,河岸带退耕(S3-S4-S5)面积大于坡耕地退耕 (S1-S2)。其中河岸带300m缓冲带退耕相关情景(S5)下的农田面积减少最大(7.19%),林灌草面积增加最大(6.80%)；25°以上农田退耕情景(S1)下农田面积减小最少(0.21%),林灌草面积增加最小(0.31%)(图3)。与实际退耕情景相比(S2015),河岸带退耕相关情景(S3-S4-S5)的林灌草面积增幅均高于实际情景,农田面积降幅均低于实际情景(图3)。

表3 1980—2015年土地利用转化对平均水质净化率的影响/%

图3 不同情景下与退耕有关的土地利用/覆被类型面积变化Fig.3 Area change in land use/cover type related to conversion of farmland under different scenarios

退耕效率上,河岸带退耕(S3-S4-S5)中单位面积退耕对水质净化的提升效率明显高于坡耕地退耕相关情景(S1-S2)(图4)。但河岸带退耕相关情景(S3-S4-S5)中单位面积退耕的水质净化提升效率随着退耕缓冲区范围距离的增加明显减弱(图4)。相反,坡耕地退耕相关情景(S1-S2)中单位面积退耕的水质净化提升效率随着退耕坡度的降低略有增加。相同退耕条件下还林情景的单位面积退耕对水质净化的提升效率高于还灌情景,还草情景的单位面积退耕对水质净化的提升效率最低(图4)。与实际情景相比(S2015),河岸带缓冲区退耕还林的单位面积退耕的水质净化提升效率均高于实际情景(S2015),但还草的单位面积退耕的水质净化提升效率均低于实际情景(S2015)。坡耕地退耕相关情景的单位面积退耕的水质净化提升率均低于实际情景(S2015)。

图4 单位面积农田退耕引起的水质净化率变化Fig.4 Changes in water purification rate caused by farmland conversion in per unit area

3.3 不同情景的水质净化率及格局变化

与1980年水质净化率相比,模拟的所有退耕情景的平均水质净化率均有不同程度的提升。其中河岸带退耕相关情景的平均水质净化率提升幅度高于坡耕地退耕相关情景(图5)。河岸带300m缓冲区范围内退耕情景(S5)下的平均水质净化率增加最多,而25°以上坡耕地退耕(S1)的平均水质净化率增加最少(图5)。相同退耕条件下的不同植被恢复对水质净化率的影响不同,还林情景的水质净化率增加高于还灌和还草情景(图5)。

图5 不同情景下的水质净化率Fig.5 Water purification rate in different scenarios

空间上,与1980年相比,2015年的流域平均水质净化率增加的区域在上游山区和下游平原都有分布,而且在上游山区水质净化率增加的区域明显多于下游区域(图6)。坡耕地退耕相关情景的水质净化率并没有呈现出大的变化,而河岸带退耕相关情景则显示在河岸带周边水质净化率呈现出较大的增加,而且这种变化随河岸带退耕范围的增加更加明显(图6)。此外,在相同退耕规则下,相较于还灌和还草,还林引起了更大面积的水质净化率的提升(图6)。

图6 不同情景的水质净化率空间分布Fig.6 Spatial pattern of water purification rate under different scenarios

4 讨论与结论

4.1 讨论

与1980年相比,2015年白洋淀流域水质净化率明显提升,驱动水质净化能力提升的主要因素的退耕还林还草(表3)。2015年新增的森林和灌丛主要由农田转化而来,相较于农田,森林和灌丛的氮输入量大大降低,同时氮持留率明显上升,更有利于减少含氮离子发生位移的可能[5,16](表3)。与模拟情景相比,尽管当前退耕策略能较好提高流域整体的水质净化效果,但是以农田面积大幅下降作为代价,就退耕的效率而言并不是最优的选择。

情景模拟结果表明,与坡耕地退耕相比,河岸带退耕对流域的平均水质净化能力提升的贡献更大,单位面积农田退耕的水质净化提升效率也更高。相比坡耕地退耕等其他方案,河岸带是污染物进入水体的最后一道屏障。河岸带退耕能充分利用植被的水质净化能力,阻挡上游汇集而来的营养物质,防止其进入水体,最大程度发挥植被的水质净化能力[28-29]。尽管随河岸带缓冲距离的延长单位面积农田退耕对水质净化的提升速率在减弱,但是流域平均水质净化率仍呈现出增加趋势(图4)。这种现象暗示尽管河岸带退耕效率随缓冲距离增加在下降,但仍能促进流域尺度的水质净化服务提升。相同退耕规则下,不同植被恢复类型对水质净化的提升也存在明显差异,其中还林的导致的流域平均水质净化率增加明显高于还灌,还草(图4),这主要不同植被类型对氮素的吸收以及截留能力的差异有关[30-31]。总的来看,河岸带300m缓冲区范围退耕还林情景下的流域平均水质净化率高于实际情景(S2015),同时农田面积减少也远低于实际情景(S2015)。相较其他情景,300m河岸带缓冲区范围退耕还林能在提升水质净化能力的同时最大程度减少农田面积的下降。

根据雄安新区发展规划,该区域未来还将持续吸纳100万左右的人口,在远期将承载200万至250万左右的人口[32]。杨瑞祥等人基于《河北雄安新区规划纲要》分析后发现新区在可预见的未来(-2035年),总需水量将达到9.80亿m3。其中包括3.40亿m3的生活需水量,0.70、0.71和4.99亿m3的工业用水、农业用水和生态用水,供需水之间仍存在较大的缺口[33]。人口增加对用水需求的提升不仅对水质提出了更高要求,同时也对保障农田面积和保证粮食安全提出了挑战,因此优化退耕策略对于实现上述目标至关重要。此外,河岸带植被恢复有利于防止“引黄入冀补淀”和“南水北调”等引水工程遭受农业面源污染导致水质等级下降,河岸带自然植被恢复还有利于提高水源涵养能力减少引水下渗而导致的水分运输途中损耗,提高引水效率,缓解可利用水资源供需不足的紧张局面。

4.2 结论

从空间上优化退耕规则是提高水质净化效率是一种重要途径。通过本研究可以发现：(1)就水质净化服务而言,与坡耕地相比,河岸带退耕的水质净化效率更高；(2)河岸带退耕的水质净化单位面积效率随着缓冲区距离的增加而降低,但总体上仍然高于坡耕地退耕；(3)相同退耕规则下,退耕还林的平均水质净化率高于还灌,还草；(4)就白洋淀流域而言,300m河岸带缓冲区退耕还林情景下的流域平均水质净化率增加高于实际退耕情景(2015年),同时农田面积减少也远低于实际退耕情景,是一种更好退耕策略。