近40年挠力河流域沼泽湿地退化特征及驱动因素量化研究

王梓云，刘建卫，王 熙，东迎欣，王天亮

（1.大连理工大学 水环境研究所，辽宁 大连 116024； 2.黑龙江省水利水电勘测设计研究院，黑龙江 哈尔滨 150080）

0 引 言

湿地是一种独特的生态系统，由水—陆互相作用形成，具有珍贵的社会、经济和生态价值，是人类的重要生境之一［1-4］。20世纪90年代以来，在水文气象等自然因素和人为干扰的共同影响下，全球湿地面积减少了约50%，且现存的大部分重要湿地区也出现不同程度的景观破碎化现象［5-7］。气候因素和水文条件是湿地形成和发育的驱动力，也是湿地萎缩和退化的主要原因之一，通常在时空尺度上影响湿地景观生态格局；同时人为因素也是导致湿地退化的重要因素，尤其是在上世纪以来农业发展迅速的挠力河流域。探究流域湿地退化的驱动因素对湿地保护和流域环境管理具有重要意义。

随着对湿地保护工作的重视和加强，其景观的退化趋势与驱动机制已成为当前备受关注的研究热点［8］，例如刘红玉［9］等利用遥感和地理信息系统技术分析了湿地景观的时空演变过程及其累积效应；侯伟［10］等从湿地面积和斑块破碎化指数分析了湿地的萎缩过程和影响因素；刘吉平［11］等从流域尺度分析了湿地变化的区域分异，并初步探讨了影响沼泽湿地变化的主要因素。但是以上研究主要集中在湿地退化的过程，对其驱动力的研究比较定性，缺乏利用长序列实测数据的定量分析，探讨湿地景观破碎化与气候、水文条件变化之间定量化关系的综合研究鲜见报道。

挠力河流域分布的沼泽湿地是我国典型的湿地分布区，是全球湿地的重要组成部分。以三江平原沼泽湿地的核心分布区挠力河流域为研究对象，通过土地利用和长序列实测水文气象数据基于GIS技术与逐步多元回归等数理统计方法对1980-2020年挠力河流域沼泽湿地面积与景观格局动态变化及其驱动力进行定量分析，为挠力河流域和三江平原沼泽湿地的保护提供科学依据。

1 研究区域与方法

1.1 研究区概况

挠力河流域界于45°42'N～47°31'N、131°10'E～134°09'E 之间，东南靠近完达山，最终汇入乌苏里江，流域中游分布大片沼泽湿地，其中有一处国际重要湿地及多个国家级和省级自然保护区。流域海拔平均60 m左右，地势起伏不大，多年平均气温3.3 ℃，多年平均降水量为 532 mm，河漫滩和洼地分布广泛，地表条件和气候的特殊性造就了流域广阔的湿地面积和独特的生态环境［12］。

图1 挠力河流域及水文气象站点示意图Fig.1 Sketch map of Naoli River Basin and hydrological stations and weather stations

1.2 数据来源与处理

主要利用挠力河流域1980-2020年8期30 m精度土地利用数据；宝清、保安、菜嘴子、红旗岭4个水文站1980-2020年的流量数据；流域及周边宝清、富锦、勃利和虎林4个气象站1980-2020年的气温、相对湿度、降水、日照、蒸发和风速数据。其中挠力河流域土地利用数据来源于中国科学院资源环境数据中心，气象数据来源于中国气象数据网，水文数据来源于黑龙江省水利水电勘测设计研究院。

将土地覆盖数据在Arcgis10.6中根据需要进行重分类处理，分为耕地、林地、草地、水域、沼泽湿地和建设用地共6个地类。挠力河流域及其周边气象站点分布较均匀且流域地势平坦、起伏不大，将气象数据通过算术平均的方法求得均值以反映流域气象要素的变化趋势。在进行逐步多元回归计算时，将气象要素按照土地利用数据的时间间隔求得均值以形成与沼泽湿地相关指标相同长度的年代序列值。

1.3 研究方法

1.3.1 景观格局指数

为有效地反映挠力河流域湿地景观结构，利用景观格局指数表征沼泽湿地景观格局的分布特征。从单个景观类型水平和流域景观水平两个方面选择8个参数（表1）对挠力河流域沼泽湿地的景观破碎化过程进行综合分析［13-15］，在Fragstats软件中计算景观指数，揭示不用时期沼泽湿地景观结构变化特征和规律。

表1 景观格局指数性质及其应用水平Tab.1 The nature and application level of landscape pattern index

1.3.2 径流系数与线性拟合分析

通过径流系数来综合反映降水和径流对沼泽湿地的影响，它是指任一时段的径流深与降水深的比值，以小数或百分数表示。计算公式为：

式中：α为径流系数；R为径流深度；P为降水深度。

α值介于0～1之间，径流越丰富该值越大。它反映了流域内地势、土地覆盖等自然条件对降水转化为径流的影响，以此来综合反映降水和径流对沼泽湿地退化的影响。分时段在Origin软件中对流域径流系数和沼泽湿地各指标的变化率添加趋势线进行拟合，以直观反映其在各个时期的变化趋势，探寻水文因素变化与沼泽湿地面积萎缩和生态退化的影响关系。

1.3.3 回归分析与冗余分析

回归分析通过分析变量之间相关的具体形式，确定现象之间的因果关系，并采取数学模型来表现其量化关系［16］。通过沼泽湿地景观格局指数与各类气象要素间的回归分析，构建反映沼泽湿地萎缩退化与气象要素变化关系的数学模型，作为探讨气候变化对沼泽湿地退化影响的依据。

为进一步了解影响沼泽湿地的主要环境因子，采用canoco5软件进行冗余分析（RDA）。对沼泽湿地景观指数去趋势对应分析（DCA）以计算排序轴梯度，结果显示4个排序轴的最大梯度小于3，因此采用线性模型对湿地指标与环境因子进行RDA分析。

1.3.4 人为干扰度

计算挠力河流域各个时期的人为干扰度，在IBM SPSS Statistics 26平台计算人为干扰与沼泽湿地各景观指数的Pearson相关系数，分析景观格局变化与人为干扰度变化之间的关系。根据前人有关人为干扰度的研究成果［17-21］，结合挠力河流域各景观地类的实际情况［22-24］，对各景观地类的人为干扰进行赋值（表2），计算流域整体各年份的人为干扰度，以分析人为干扰对景观格局变化的影响。

表2 挠力河流域人为干扰度赋值Tab.2 Evaluation of hemeroby in Naoli River Basin

根据下式计算人为干扰度：

式中：Y为挠力河流域的人为干扰度；Xi为第i类景观类型的人为干扰度赋值；Si为第i类景观类型的面积；S为挠力河流域的总面积。

2 结果与分析

2.1 挠力河流域沼泽湿地退化分析

2.1.1 挠力河流域沼泽湿地面积变化

流域整体的土地利用变化趋势如图2所示，在GIS平台分别计算挠力河流域1980-2020年各期土地利用数据不同景观类型的面积，如图3所示。1980-2020年，挠力河流域沼泽湿地面积减少了71.2%，呈显著减少趋势。其中1980-1990年10年间沼泽湿地面积减少最为严重，占总减少面积的36.4%，2005-2015年间有大片沼泽湿地退化为草地，除耕地面积呈增长趋势外，林地面积也呈现减少趋势，水域和建设用地面积变化不明显。

图2 1980-2020年挠力河流域土地利用类型空间变化Fig.2 Spatial changes of land use types in naoli River Basin from 1980 to 2020

图3 1980-2020年挠力河流域土地利用面积变化Fig.3 Change of land use area in Naoli River Basin from 1980 to 2020

2.1.2 挠力河流域沼泽湿地及流域景观格局变化

利用Fragstats软件计算每个时期沼泽湿地和流域整体的景观指数，结果如图4所示。从表征沼泽湿地面积的指标来看，最大斑块指数和斑块占景观面积指数呈现明显的下降趋势［图4（a）］，分别由1980年的22.8%和26.4%降低到2020年的6.2%和7.6%。从表征沼泽湿地密度大小与形状的指标来看，斑块密度和景观形状指数呈现先降低后升高再降低的变化趋势［图4（b）］，2005-2010年呈现上升趋势，其余年份均呈现下降趋势，其中1980-1990年和2015-2020年下降最明显，1990-2005年处于相对平稳的状态。斑块密度和景观形状指数最大的年份出现在2010年，分别为0.095 个/100 hm2和68.49；最小的年份出现在2000年，分别为0.004 8 个/100 hm2和22.84。2015年之前挠力河流域沼泽湿地的聚集度指数在呈减少趋势［图4（c）］，在2020年有缓慢上升，最小值出现在2015年（99.8%）。挠力河流域蔓延度指数总体呈现上升趋势，但2010-2015年有微小回落，最大值出现在2020年（70.2%）。挠力河流域的Shannon's多样性指数和Simpson's多样性指数整体上呈现下降趋势［图4（d）］，1980-1990年和2015-2020年下降尤为明显，2000-2015年Simpson's多样性指数的变化趋势比较平稳，2000-2010年Shannon's多样性指数有微小回升。

图4 1980-2020年挠力河流域沼泽湿地及流域景观格局指数变化趋势Fig.4 Trends of wetland and landscape pattern indices in Naoli River Basin from 1980 to 2020

近40年来挠力河流域沼泽湿地面积在快速萎缩（图3），表征面积与聚散性的各类指标下降明显，表征密度大小与形状的指标波动变化显著，同时，受到沼泽湿地的影响，流域整体景观格局也在逐年退化。

2.2 挠力河流域沼泽湿地退化驱动力分析

2.2.1 径流量与沼泽湿地景观指数变化的线性趋势分析

取挠力河下游干流菜嘴子水文站的流量数据计算全流域的径流系数，挠力河流域径流系数呈现先减少后增加的波动趋势，且1980年之后急剧减少，2010年之后开始回升［图5（a）］。由于聚集度指数变化微小，因此在景观指数上选取最大斑块指数、斑块占景观面积指数、斑块密度和景观形状指数的变化率来反应其与径流系数的关系（图5），由于2019年降水量发生突变，剔除该年数据后进行趋势分析。径流系数变化率和沼泽湿地面积变化率的变化趋势［图5（b）］除2000-2005年外，其余时段均具有明显一致性；斑块密度和景观形状指数的变化率与径流系数变化率之间的相关性时正时负，在2005年之前变化趋势大体一致，在2005年之后变化趋势相反［图5（c）］；径流系数变化率与最大斑块指数、斑块占景观面积指数的变化率也呈现较好的一致性，除2000-2005年和2015-2020年之外，其余时段三者均呈显著正相关［图5（d）］。

图5 1980-2020年径流系数变化与沼泽湿地退化的关系Fig.5 Relationship between runoff coefficient change and marsh degradation from 1980 to 2020

2.2.2 气候要素变化与沼泽湿地退化的回归分析

选取年平均气温、年蒸发量、年降水量、年均相对湿度、年日照时数、年均风速6类气象要素，结合景观指数计算结果，在SPSS中进行逐步多元回归分析。根据相关分析的结果（表3），沼泽湿地各类景观指数与气温、相对湿度和风速显著相关，其中气温通过了0.01水平上的显著性检验，相对湿度和风速通过了0.05水平上的显著性检验。

表3 气象要素与沼泽湿地景观指数的相关系数Tab.3 Correlation coefficient between meteorological elements and wetland landscape index

在进行逐步多元回归分析时将步进条件设置为：使用F的概率“进入大于0.1，除去大于0.2”，依次对表征沼泽湿地类型水平的5个景观格局指数与所选气象要素进行回归分析（表4），模型均通过了α=0.10的显著性检验，且模型的决定系数R2均大于0.5，表明所建模型具有统计意义。

表4 湿地景观指数与气象要素的多元线性回归关系Tab.4 Multiple linear regression relationship between wetland landscape index and meteorological elements

由表4可知，在0.10显著性水平下，影响沼泽湿地斑块密度和景观形状指数的主要因素为相对湿度，年均相对湿度与沼泽湿地斑块密度和景观形状指数呈显著正相关，其他气象要素未进入回归方程；斑块占景观面积指数和最大斑块指数均与年均气温、年均相对湿度和年日照时数呈显著负相关，从回归方程的系数大小来看，气温对二者的影响大于相对湿度和日照时数，其余气象要素未进入回归方程；聚集度指数与年均相对湿度呈显著负相关，与年日照时数呈显著正相关，从回归方程的系数大小来看相对湿度对聚集度指数的影响更大。

2.2.3 人为干扰度与沼泽湿地退化的相关分析

根据表2和式（2）计算流域人为干扰度，从空间尺度看，挠力河流域人为干扰较强的地区是研究区的中部，（图2）；从时间尺度看，耕地的开垦使挠力河流域人为干扰逐年增强（图6）。

图6 1980-2020年挠力河流域人为干扰度变化Fig.6 Changes of hemeroby in Naoli River Basin from 1980 to 2020

图7 沼泽湿地景观指数与影响因素的关系Fig.7 Relationship between wetland landscape index and influencing factors

人为干扰度与景观指数的相关分析结果见表5。在沼泽湿地类型水平上，人为干扰度与沼泽湿地面积、最大斑块指数和斑块占景观面积指数的相关系数高达-0.994、-0.973和-0.994，在0.01水平上呈显著负相关；人为干扰度与聚集度指数也呈显著负相关，通过了0.05级别的显著性检验；人为干扰度与斑块密度和景观形状指数的相关系数分别为0.212和0.282，其关系比较复杂。在流域景观水平上，人为干扰度与蔓延度指数呈显著正相关，与Shannon's多样性指数和Simpson's多样性指数均呈显著负相关，且通过了0.01水平上的显著性检验。人为干扰度与表征沼泽湿地面积类的景观指数的相关性显著。

表5 人为干扰度与沼泽湿地景观指数的相关系数Tab.5 Correlation coefficient between hemeroby and wetland landscape index

2.2.4 沼泽湿地景观指数与影响因子的关系

沼泽湿地景观指数与各因素之间的综合影响分析中，选择人为干扰、径流系数和各气象因子作为环境变量，由红色矢量表示；湿地面积与各景观格局指数为响应变量，由蓝色矢量表示；连线长表示受环境因子的影响程度，夹角的余弦值表示二者的相关程度。结果表明，前两个RDA轴分别解释了湿地面积和指数变化总方差的73.93%和24.78%。

表6直观地解释了各影响因素对湿地生态变化变异解释的贡献率，人为干扰和相对湿度对沼泽湿地各类指标变异性影响达到显著性水平，其贡献率分别为59.3%和20.8%，日照时数、蒸散发等气象因子也对沼泽湿地各类指标变异性产生影响，但尚未达到显著水平。

表6 部分影响因子解释的贡献率及显著性检验Tab.6 Contribution rate and significance test of partial influence factor explanation

3 讨 论

3.1 挠力河流域沼泽湿地退化现状

1980年之前，沼泽湿地是控制挠力河流域整体的基底景观，由于人为因素和自然因素的影响，沼泽湿地的面积逐渐丧失［25］，农田变为挠力河流域的基底景观［22］。

在沼泽湿地类型水平上，1980-2000年沼泽湿地景观破碎度呈下降趋势，2000-2010年呈上升趋势，并在2010年达到顶峰，这十年间沼泽湿地之间的交互作用趋于弱化，沼泽湿地景观类型形状呈现复杂化趋势；2010年之后随着沼泽湿地面积的不断减小，破碎化的湿地斑块也逐渐消失，呈现出斑块密度减小的趋势。沼泽湿地在流域整体景观中的斑块类型所占的比重越来越小，最大斑块面积也随着沼泽湿地的萎缩而减小。挠力河流域的聚集度指数总体呈现下降趋势，表明随着湿地的退化和萎缩，挠力河流域沼泽湿地越来越分散。

在流域景观水平上，挠力河流域的蔓延度指数整体呈现上升趋势，Shannon's多样性指数和Simpson's多样性指数均呈现明显的下降趋势，表明挠力河流域景观丰富度逐年降低，耕地已经成为流域的基底景观。由于人为开荒以及对沼泽湿地的侵占，已经对挠力河流域整体的生态景观多样性造成了很大影响。

3.2 挠力河流域沼泽湿地退化的驱动力

3.2.1 水文因素对沼泽湿地的影响

水文条件能够直接改变湿地生态环境的理化性质，影响湿地理化环境，进而影响生物群落的物种组成、丰富度以及生态系统生产力，最终引起湿地格局变化［26］。挠力河流域沼泽湿地变化受到自然和人类活动的双重影响，自然条件中水文因素更加直接地对沼泽湿地造成影响，是湿地生态环境演变的先决条件。挠力河流域各水文站近40年的年径流量呈现下降—增长—下降—增长的过程（图8），从长时间尺度来看，除2019年出现极端降水外，其总体过程趋向于减少，向湿地形成和发育所需条件的反方向发展。除此之外，沟渠的修建改变了流域原有的汇流途径和水资源的时空分配，可入湿地水量减少。

图8 1980-2020年挠力河流域水文站流量变化Fig.8 Variation of hydrologic station discharge in Naoli River Basin from 1980 to 2020

1980-1990年径流系数变化率显著下降［图5（b）］的同时，沼泽湿地在这10年间减少率也高达25.9%；2010-2015年径流系数变化率显著上升，沼泽湿地在这5年间的减少率下降到1.1%，在变化上除2000-2005年之外，其余时段均呈现明显一致性，表明在湿地不断退化的过程中，径流系数越大，湿地面积萎缩的速度越小。从表征沼泽湿地面积的指标来看，最大斑块指数、斑块占景观面积指数的变化率与径流系数变化率之间也呈现较好的一致性，而斑块密度和景观形状指数的变化率与径流系数变化率之间的相关性时正时负。由此可见，径流量对表征面积类的相关指标影响较大，径流量大时，湿地面积萎缩的速度更小，而最大斑块和其所占的比例退化的速度也较慢；而对密度和景观形状类的生态指标影响更加复杂，其退化机制有待进一步探究。

3.2.2 气候要素对沼泽湿地的影响

气候条件是湿地形成和发育的重要影响因素，尤其是温度、降水等水热条件，决定着湿地环境的变化［27］。气温和降水的波动通过影响水文情势进而导致湿地景观的形成和退化，气候因子中气温是控制湿地消长最根本的驱动力［28］。挠力河流域气候因素变化趋势如图9所示，除2019年出现极端丰水年外，挠力河流域近40年年降水量总体上呈波动下降趋势；挠力河流域近40年平均气温的上升趋势明显，年均相对湿度在20世纪之前处于相对稳定状态，20世纪初开始上升，年蒸发量和日照时数处于缓慢上升状态；年均风速以2015年左右为分界，呈现先降低后增加的变化趋势。有研究表明气温升高和降水量下降均会造成沼泽湿地的丧失和退化［16，29-31］，挠力河流域气象要素的变化趋势与沼泽湿地丧失的气象条件基本吻合。

图9 1980-2020年挠力河流域气象要素变化趋势Fig.9 Trends of meteorological elements in Naoli River Basin from 1980 to 2020

影响挠力河流域沼泽湿地景观参数的气象要素主要是相对湿度，气温和日照时数，气温与斑块占景观面积指数和最大斑块指数的相关系数高达-0.862和-0.799（表3）。本研究与其他研究有所不同的是降水量与沼泽湿地景观参数的相关性不强，且没有进入回归方程，其原因可能是2019年出现极端强降水，破坏了流域降水量的整体趋势和周期规律；除此之外，气温的升高会使湿地内土壤和水体的温度随之升高，进而引起蒸发量的增加，使降水对湿地生态的促进作用有限［32］。

3.2.3 人为干扰对沼泽湿地的影响

人为干扰度与面积类指标、聚散性指标和多样性指标均具有显著的相关性，说明人类活动对沼泽湿地面积萎缩、斑块分散的影响很大。建国初期，在国家政策的号召下三江平原先后经历了数次大规模的农业开发，导致了三江平原地区大面积沼泽湿地转化为耕地［32，33］，大规模的农业开发在20世纪80年代初期结束，但之后仍存在偷垦现象，人为因素是沼泽湿地退化的重要因素之一。

人为因素对沼泽湿地景观的影响具有区域性特点。陈鹏［17］等研究表明，厦门湾滨海湿地人为干扰与斑块密度、分离度等呈显著正相关，而与最大斑块指数呈显著负相关；李继红［19］研究表明，宝清县沼泽湿地人为干扰度与景观格局指数均呈显著正相关，人为干扰使边缘密度和斑块数量呈上升趋势，面积加权的平均形状指数呈降低趋势。本文的结论与上述研究有所差异，挠力河流域沼泽湿地人为干扰度与最大斑块指数、斑块占景观面积指数和聚集度指数呈显著负相关，与斑块密度和景观形状指数的相关性时正时负，且没有通过显著性检验，原因在于本研究计算的是沼泽湿地类型的景观指数，而以往的研究针对整体的景观指数，人为干扰度的变化对不同景观类型的影响存在差异。

3.2.4 沼泽湿地退化的主要驱动因素

根据RDA分析结果，可以得到挠力河流域沼泽湿地退化驱动因子及其对湿地退化影响的大小。其中人为干扰的贡献率占比达到了59.3%，说明人类活动和耕地开垦是造成本区域湿地退化的主要原因；其次，相对湿度、蒸散发等气象因素的变化也对沼泽湿地产生了影响，表明气候变化也是湿地退化的主要驱动因子。统计结果显示径流系数并未对沼泽湿地产生影响，原因在于径流量是呈现周期性变化的，其总体趋势在2019年之后进入新的增长期，与降水量的变化规律一致，而在分析时段内沼泽湿地的各类景观指数和面积一直呈现退化趋势，因此在统计学意义上的贡献率不高，但线性拟合结果显示径流系数变化率与湿地景观指数变化率有较好的一致性。由此可知，本方法只是从统计学上进行了分析，并不代表其他因素对湿地生态变化的影响小，因为自然和人为因素是相互影响，共同作用的，同时某些因子之间也有本身的因果关系，例如，相对湿度与蒸发、气温之间有一定关联。因此在进行湿地恢复与保护规划时，需要进行综合协调。

在大规模农业开垦结束以后，为了加强对挠力河流域湿地的保护，相关部门在挠力河流域相继成了5个国家级、省级和市级自然保护区（表7）。挠力河流域沼泽湿地连片分布区集中在挠力河、三环泡和七星河3个国家级自然保护区内，均成立于20世纪90年代，其他省、市级保护区成立于21世纪初，挠力河流域沼泽湿地退化在此之前主要受到人为因素的影响。在各自然保护区相继成立后，湿地仍处于逐渐退化状态但速度有所减缓，原因是受到湿地来水量减少、气候变化以及小规模偷垦现象的影响，是自然因素与人为因素共同作用的结果。

表7 自然保护区级别与成立时间Tab.7 Nature reserve level and establishment time

4 结 论

挠力河流域沼泽湿地面积萎缩严重，各类生态指标也呈现退化趋势，人为因素和自然因素共同影响湿地生态健康。

（1）水文因素对表征沼泽湿地面积类的生态指标有比较显著的影响，径流量越大，沼泽湿地面积退化和萎缩的速度越慢，水资源量的减少和汇流途径的改变导致湿地水量不足是湿地退化的直接自然因素。

（2）通过相关分析和逐步多元线性回归方法，气象因素中影响挠力河流域沼泽湿地生态景观的主要是气温、相对湿度和日照时数，气温和相对湿度对沼泽湿地的影响更大。气温对最大斑块指数、斑块占景观面积比例等表征湿地面积类的生态指标影响显著，相对湿度对斑块密度和景观形状指数等表征密度和景观形状类的生态指标影响显著。

（3）沼泽湿地和流域景观指数对人为干扰有明显响应，耕地的开垦是导致挠力河流域沼泽湿地退化的重要因素；各自然保护区的成立弱化了人为因素对湿地的影响，自然因素对湿地的影响更加突出。

（4）各影响因素能够很好地解释流域沼泽湿地退化的原因，前两个RDA轴分别解释了湿地面积和景观指数变化总方差的73.93%和24.78%，人为因素对挠力河流域沼泽湿地的退化起主导作用。