李 曼,周之超,刘焕才
(1.山西师范大学 地理科学学院,山西 临汾 041000;2.中国科学院 西北生态资源环境研究所,甘肃 兰州 730000)
绿洲是形成于干旱区脆弱生境内的一种复杂地理景观,包括耕地、林地、草地、水域、建设用地等[1]。它为人类社会经济活动提供物质资料[2],其兴衰直接关乎整个区域的生态平衡。在全球气候变化背景下,我国西北干旱区的气温、降水均呈现出上升态势,气候趋于暖湿化[3-6],受此影响,当地绿洲生态功能、空间格局必将产生重大改变。
疏勒河流域是西北干旱区绿洲分布的典型区域,同时作为国家“一带一路”发展战略的核心位置、生态环境最为脆弱和受人类活动影响最为敏感的区域[7],其绿洲动态演变与成因成为研究的重点。巩杰等[8-14]均运用3S技术解译遥感影像获取绿洲面积变化数据,结合土地利用变化幅度、动态度、转移矩阵等方法分析了流域土地利用/覆被和景观格局的变化及其驱动力。然而,面对流域内土地资源极其紧张的现状,该流域未来绿洲面积将会如何变化研究甚少。通过分析疏勒河流域土地利用的动态演变过程,从时空角度了解流域内人类活动及其土地资源的变化,并对未来绿洲面积预测,可为疏勒河流域绿洲可持续发展提供理论支撑。
疏勒河流域发源于托来南山与疏勒南山之间,向北流经青海省天峻县、甘肃省肃北县、玉门市、瓜州县等绿洲区。昌马水库至双塔堡水库为中游,双塔水库以下为下游,全长670 km,流域面积5.02×104 km2,出山口多年平均径流量10.83×108 m3。该流域位于河西走廊最西端,地势南高北低,介于92°11′- 98°30′E,38°00′- 42°48′N。属于中国温带大陆性干旱气候区,少雨多风,年均降水量不足50 mm,年均蒸发量则高达1 860 mm,年均气温7℃~9℃,流域内以灌溉农业为主,包括昌马、双塔、花海3大灌区,粮食作物以玉米、小麦为主,经济作物有棉花、瓜类、枸杞、啤酒花、甘草等。
图1 疏勒河流域区位
本研究采用1985、1995、2000、2005、2010、2015年和2018年Landsat影像数据,成像时间均为6-9月,该时间段地物信息最为丰富且光谱信息明显,影像云量均<5%,质量较高。在ENVI5.3软件平台下,对各个时期影像进行大气校正、图像融合、镶嵌、裁剪,初步形成各个时相影像图,利用随机森林分类法对影像进行土地分类,借助ArcGIS10.4提取对各土地利用类型数据。分类系统参考中国科学院资源环境科学数据中心(http://www.resdc.cn)分类系统中一级分类,包括耕地、林地、草地、水域、建设用地、未利用地。在本研究中绿洲面积指耕地、林地、草地、水域、建设用地,而未利用地在该研究区为荒漠,根据绿洲相关定义不把未利用地纳入绿洲面积研究范畴。解译结果经过实地调研和Google Earth高分辨率影像进行检验,随机选取100个样本点,与Google Earth高分辨率影像实际地物进行对比,各期影像分类精度均>85%,满足土地利用演变研究的要求。
2.2.1 随机森林分类 随机森林(random forest,RF)是由Leo Breiman于2011年提出的一种新型的遥感影像分类方法,它运用bootstrap抽样方法从原始样本集中有放回地随机抽取N个样本组成新的训练样本集,用每个样本集来构建决策树,由多棵决策树组合成随机森林,输入待分类的样本中,整个分类过程由其中的决策树投票决定。它对于高光谱影像中的地物信息有较好的识别功能,同时也具有抗噪、抗异常值、运算速度快、不易出现过拟合等优点[15-18]。
2.2.2 土地利用动态度 土地利用动态度是指研究区内某一土地利用类型在研究初期和研究末期的变化速率,能反映在一定时间内某一土地利用类型的变化幅度和速度[19]。计算公式如下:
(1)
式中,K为研究时段内某一土地利用类型的动态度;Ua和Ub分别为该土地利用类型在研究初期和末期的面积,T为研究时段。
2.2.3 CA-Markov模型 CA-Markov模型是将CA与Markov相结合的一种模型,不仅可以研究土地利用在时间上的变化,同时也可以预测出空间格局的转变,从时空角度对一个区域进行系统的分析[20]。整个CA-Markov模拟过程中,最关键的是确定概率转移矩阵,土地利用转移概率矩阵为研究时段内某一土地利用类型转换为其他类型或保持不变的概率[21-24]。其表达公式如下:
St+1=Pij×St
(2)
(3)
式中,St、St+1为t、t+1时刻的土地利用状态;Pij为状态转移概率矩阵;n为土地利用类型。
利用CA-Markov模型对研究区土地利用/覆被过程进行预测,具体步骤如下:
1)利用Markov模型建立时间间隔分别为(1985-2000,C1=15)、(1995-2005,C2=10)、(2005-2010,C3=5)的转移概率矩阵。
2)设置参数:分别以2000、2005年和2010年为预测的起始年份,对每一土地利用类型制定出适宜性图集,设置CA模型迭代次数分别为15、10、5。
3)不同时间间隔模拟精度检验:分别以时间间隔为C1=15、C2=10、C3=5的转移概率矩阵对2015年(C)土地利用结构进行模拟,得到结果(图2),在GIS中统计各土地类型面积(表1)。
表1 基于1985-2010年转移概率矩阵的模拟值与相对误差
由表1可以看出,基于时间间隔C1=15的转移概率矩阵模拟2015年各土地类型面积与实际值存在较大误差,最大误差高达-124.97%,最小误差为11.60%。基于C2=10的模拟值相比C1误差有所降低,但最大误差仍高达-85.04%,最小误差为-3.63%。而时间间隔C3=5的模拟值与实际值相比误差较小,最大误差仅为18.78%,最小误差只有1.35%,同时利用最接近预测年份的转移概率矩阵模拟效果更理想。因此,本研究采用最接近预测年份及时间间隔为5 a的(2010-2015)转移概率矩阵来模拟2030、2040年疏勒河流域绿洲系统内各土地类型。
3.1.1 绿洲土地利用动态分析 根据1985-2018年遥感影像分类结果(图3),在GIS中统计出不同时期各土地类型面积,结合式(1)计算土地利用动态度(表2)。
结果发现,近34 a,疏勒河流域绿洲面积增加了近606.27 km2,同时流域内不同土地利用类型面积变化幅度也存在显著差异,耕地、水域、建设用地变化最为强烈。与1985年相比,2018年耕地、水域、建设用地面积增加量分别为560.38、117.08、201.65 km2,其中建设用地变化率高达205.95%,耕地次之,占64.26%,表明该区域在经济发展过程中,需要大量土地用于社会经济建设;流域内耕地面积增加与水利设施的完善以及灌溉水渠的修建有关。同时,受近年来西北干旱区气候暖湿化的影响,祁连山冰川大量消融,使当地灌溉水资源量大幅增加,为耕地的扩张提供水资源保障;此外冰川的消融,导致地下水位上升[25],一些新的湿地和水域出现,致使水体面积增加。
图2 基于1985-2010年转移概率矩阵模拟
图3 1985-2018年疏勒河流域土地利用分类
表2 1985-2018年疏勒河流域绿洲土地利用面积
以往研究表明,草地面积的变化受降水影响较大,丰水年份面积增加,缺水年份面积减少[26],在疏勒河流域,由于近年来降水量并没有明显变化,因此当地草地面积总体变化量不大。
林地、未利用地面积与上述土地利用类型变化趋势不同,表现为大幅度减少,减少量分别为41.05、608.23 km2,主要是由于当地农业、社会经济的快速发展,耕地、建设用地的扩大很大程度上是以挤占林地、未利用地为代价的。
3.1.2 绿洲土地利用转移分析 1985-2018年疏勒河流域各土地利用类型之间存在大面积、高比例的动态转移,绿洲土地利用变化强烈的同时,生态环境在逐渐恶化。表现为(表3):土壤质量下降,部分耕地无法为农作物提供有机质,被弃耕、撂荒之后转化为草地,转移面积为222.02 km2,占原耕地面积的25.46%。随着生态环境的恶化,林地和草地向未利用地大规模转移,转移面积分别为216.09、4 589.96 km2,占原来面积分别为48.59%、40.04%。近年来随着气温的升高,蒸发强烈,部分水域干涸之后土壤盐碱化严重,无法利用转化为未利用地[27],转化面积为174.53 km2,占原水域面积比重达45.89%。部分地区由于气候恶化不再适宜人类居住和经济建设,搬迁后转化为草地和未利用地[28],转移面积分别为40.86、38.54 km2,占原建设用地面积的41.74%、39.37%。该区域对未利用地开发面积较少,主要是由于当地生态系统脆弱,资源匮乏,很难被利用,因此转出面积仅占原未利用地面积的13.04%。由上述转移过程可以看出,耕地、林地等土地类型向草地和未利用地转移显著,说明当地生态环境呈衰退趋势。
表3 1985-2018年疏勒河流域绿洲土地利用类型转移矩阵
3.2.1 CA-Markov模拟2030年土地利用变化分析 从预测结果来看(图4、表4),到2030年,随着城镇化的进一步发展、农业技术的提高以及气候的变化,绿洲面积相比2018年增加量将高达3 755.59 km2,其中,由于耕地耗水量大,面积在未来12年虽然有所增加,但增长速度较慢,增长率为5.14%,远低于1985-2018年的64.26%,说明在水资源有限的情况下当地的耕地面积将基本趋于稳定,在空间上表现出原有耕地不变,向周围草地和未利用地缓慢外延。
在西北干旱区气候暖湿化的背景下,大量研究已经证明西北干旱区气候还将持续变暖变湿,受降水影响较大的林地和草地面积将会随着降水的增加而增加[29]。因此,到2030年林地和草地表现为增长趋势,增加面积分别为136.32、3 144.29 km2,林地增加率由-9.23%上升到33.77%,变化强度大于1985-2018年,其中草地面积增加量较大,是2030年绿洲面积扩张较大的主要原因。这也与实地调研时当地居民的感知相符,也说明到2030年随着林地和草地面积的增加生态环境将会有所改善。
由于西北干旱区气温持续变暖,到2030年冰川消融量依旧很多,引起下游河流径流量增加以及湿地的出现[30],水域面积增加249.03 km2,增幅达50%,在空间上主要表现为冰川面积减少以及水库、河流等面积增加,这将为生产生活提供大量的水资源,有利于区域农业-生态-经济协调发展,但是人类若对水资源不合理的利用会导致环境恶化、生态系统破坏。
建设用地在未来一段时间内增加趋势大大减缓,增加面积为132.44 km2,增加率从1985-2018年的205.95%降低到44.21%,表明城镇化发展更加趋于合理化,可能进入一个稳定、成熟的发展阶段,这将有效缓解人地与生态环境之间的矛盾。
表4 2030、2040年疏勒河流域绿洲各土地类型预测值
图4 2030、2040年疏勒河流域绿洲预测
受未来降水增加以及冰川消融的影响,水资源量有所增加,未利用地相比2018年,面积将减少近10%,其中大部分转化为草地,如果水资源进一步增加也有转为其他土地类型的潜力。
3.2.2 CA-Markov模拟2040年土地利用变化分析 2040年疏勒河流域绿洲面积相比2030年增加较少,增加幅度变小,但是土地利用特点相比2030年发生较大变化,水域面积趋于稳定,增加面积仅25 km2,增长率为3.35%,表明冰川融水量增长幅度相比2018-2030年大大降低,冰川消融甚至可能会出现拐点[31-32]。而对水资源依赖性较强的耕地在冰川消融量减少的情况下,耕地面积也将会在2030-2040年出现拐点,面积呈缩减趋势,到2040年将减少20 km2,变化率为-1.33%。而林地面积持续增加35 km2,增长率为6.48%,表明生态环境将会进一步改善。随着经济的发展,城镇化质量的提高,建设用地面积将缓慢增长,到2040年仅增加5 km2,增幅仅为1.16%,说明疏勒河流域在2030-2040年建设用地增长速度将会大幅降低,进入后城市化阶段,更加注重城市化水平的提高。草地面积趋于稳定,主要与冰川消融量以及水域面积的稳定有关。
从整体上来看,2018-2040年绿洲面积呈增加趋势,其中水域与耕地、林地、草地、建设用地面积的增加呈显著相关性,相关系数分别为0.898、0.826、0.903、0.967,说明水域发挥主导作用,其他地类的面积增加都是基于水域面积的扩大。因此,水资源是整个疏勒河流域绿洲系统中的大动脉,一旦冰川面积大幅缩减,冰川融水出现拐点,疏勒河流域的水资源补给将会受到很大限制,会给整个流域带来灾难性的后果。政府要统筹协调生态环境与经济建设之间的关系,加强对疏勒河水资源的调控与管理。
伴随着农业-社会-经济的快速发展,疏勒河流域的土地利用状况发生很大的变化:1)在1985-2018年,疏勒河流域绿洲面积增加了近606.27 km2,其中耕地、水域、建设用地面积增加量分别为560.38、117.08、201.65 km2,建设用地增幅最大,高达205.95%,草地面积受降水影响较大,总体变化量不大。林地、未利用地面积减少量分别为41.05、608.23 km2。由各土地类型动态度可看出,在疏勒河流域耕地、水域、建设用地变化最为强烈。2)流域内部土地利用转移过程表现为:耕地向草地转移、林地和草地以及水域向未利用地转移、建设用地向草地和未利用地转移,说明过去34 a,随着农业、城市建设的快速发展,耕地、建设用地面积增加的同时,原有耕地、建设用地等土地利用类型向草地和未利用地转移,当地的生态环境出现退化的现象。
尽管过去34 a,当地生态环境有所退化,但从预测结果来看,2018-2030年绿洲面积增加量将高达3 755.59 km2,耕地、林地、草地、水域、建设用地面积还将继续扩张,增加面积分别为73.56、136.32、3 144.29、249.03、132.44 km2。与2030年相比,到2040年耕地面积将减少20 km2,而林地、水域、建设用地面积增加量分别为35、25、5 km2,草地面积趋于稳定,土地利用结构更加趋于合理化,生态环境将会得到改善。
疏勒河中下游水域补给来源主要是冰川,未来一段时间内冰川融水能够为疏勒河流域绿洲提供稳定的水源,但上游冰川消融一旦达到拐点,整个流域的水资源供应量将会迅速减少,最终会影响流域内居民的生产、生活用水及区域生态环境质量。因此,政府要完善水渠系统,减少下渗量以及蒸发量,积极推广农业节水灌溉技术,加大对节水措施的宣传,普及水资源与生态环境相关联的知识,合理规划和控制疏勒河流域三生用水配额,实现当地水资源可持续利用。从预测结果看,绿洲面积将增加,但绿洲面积的盲目增加会影响区域生态可持续发展。因此,需合理调控区域内耕地、林地和草地之间的转化,正确处理区域社会经济与生态环境之间的关系。