南四湖流域近45 a水质净化服务功能的时空演变及其影响因素

叶敦雨,孙小银,2①,单瑞峰,2

(1.曲阜师范大学地理与旅游学院,山东 日照 276826;2.南四湖湿地生态与环境保护山东省高校重点实验室,山东 日照 276826)

生态系统水质净化服务功能是指土壤、植被、微生物及水生生物等通过对径流中氮、磷等污染物的拦截、吸附和吸收,从而使河湖水环境污染得到净化的一种服务功能[1]。水质净化服务功能是流域生态系统服务中的重要组成部分,对河湖水环境的保护有着重要意义,评估和研究流域水质净化服务功能已逐渐成为流域生态系统服务的研究热点之一[2]。作为生态系统水质净化服务功能空间化评估的重要工具,生态系统服务评估和权衡(Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST)模型被广泛用于模拟和评估生态系统服务及其经济价值,为生态系统管理和决策提供了重要的支撑[3]。目前全球60多个国家和地区,包括中国在内的众多学者,利用InVEST模型开展了大量的生态系统服务研究,InVEST模型已经被认为是支撑管理决策的高效工具,具有广阔的应用空间[4]。InVEST-Nutrient Delivery Ratio(NDR)模型是其中的一个子模块,目的是为了模拟流域氮、磷等营养物的来源和输送过程,估算林地、耕地等土地利用类型对径流中氮、磷污染物的滤除值及最终流域各栅格单元氮、磷的输出量,据此来反映生态系统水质净化服务功能。流域氮、磷输出量越大,水质净化服务功能越差[5]。目前,国内外已经有较多学者在不同区域开展了部分研究,但大多基于短时间序列尺度研究水质净化服务功能的分布特点及其影响因素,对其影响机制的研究较少,且主要集中在土地利用和景观格局对水环境质量的影响上[6-9]。目前,从水质净化服务功能的角度分析其长时间序列的时空变化趋势并深入探讨其驱动机制的研究还较少,需要进一步开展研究。

南四湖是中国北方最大的淡水湖泊,是南水北调东线工程重要的调蓄水枢纽,是山东省重要的粮食生产基地和淡水渔业基地[10],具有极为重要的生态地位。然而,近几十年来受人类活动影响强烈,流域生态环境恶化,面源污染严重,生态系统服务功能逐渐减退,有些地区甚至出现生态系统服务被严重破坏的现象[5]。南四湖的水质关系到南水北调工程的成败,影响到输水地区水资源的利用。因此,开展南四湖流域生态系统的水质净化服务功能研究具有极为重要的现实意义。目前利用InVEST模型对南四湖流域生态系统水质净化服务功能及其驱动因素开展的研究鲜有报道。鉴于此,笔者基于南四湖流域1975—2020年9期土地利用数据,运用InVEST-NDR模型模拟流域近45 a来水质净化服务功能的时空演变,探讨土地利用类型、景观格局指数等对水质净化服务功能的影响机制,并运用地理探测器分析地形地貌、降水和人口密度等其他自然和社会因素对当前水质净化服务功能空间分布的影响,以期为南四湖流域水环境的保护和流域土地利用管理等提供决策支持。

1 研究区概况

南四湖流域(34°24′～35°59′ N,114°52′～117°42′ E)自西北向东南分别是南阳湖、独山湖、昭阳湖和微山湖4个湖泊[11]。南四湖主体位于山东省济宁市南部,却承担着同时向江苏、山东、河南、安徽4省的30多个县市区的供水服务,全流域总面积31 700 m2[12](图1)。整个南四湖流域有53条入湖河流,以南四湖为中心从四面八方呈辐射状汇入南四湖。流域地处暖温带半湿润地区,属暖温带大陆性季风气候,雨热同期,无霜期长,年平均气温约14 ℃,年均降水量为750 mm左右[13]。流域以南四湖湖体和京杭大运河为界分为湖东、湖西两部分,湖东地区以山地和丘陵为主,湖西地区以平原为主,是黄河和古黄河之间的黄泛平原[14]。南四湖流域是典型的农业流域,集约化的农业生产模式、城市用地的快速扩张、工业活动的快速发展及流域内林地、草地面积的持续减少对流域生态系统服务功能造成巨大压力[15-17]。

图1 研究区水系、高程和卫星影像图Fig.1 Water system, lattitude and satellite image of the study area

2 数据来源与研究方法

2.1 数据来源

以南四湖流域1975、1980、1990、1995、2000、2005、2010、2015、2020年共9期土地利用数据为基础,其中1980、1990、1995、2000、2005、2010和2015年的土地利用数据(30 m×30 m)来源于中国科学院资源环境数据中心(http:∥www.resdc.cn/),1975年土地利用数据来源于遥感影像解译,以南四湖自然保护区Landsat MSS影像(60 m×60 m)为基础,2020年土地利用数据来源于GlobeLand 30地表覆盖数据(http:∥www.globallandcover.com),是利用ENVI 4.7进行人工交互式目视解译获得,其解译结果的检验精度>90%。研究所涉及到的土地利用分类参考土地资源分类系统的6个一级地类,分别是耕地、林地、草地、水域、建设用地、未利用地[18]。中国土壤质地空间分布数据根据1∶100万土壤类型图和第2次土壤普查获取到的土壤剖面数据编制而成,根据砂粒、粉粒、黏粒含量进行土壤质地划分;基于SPOT/VEGETATION以及MODIS等卫星遥感影像得到的2019年植被覆盖指数(Normalized Difference Vegetation Index,NDVI)反映植被覆盖度状况(500 m×500 m);地貌(1 km×1 km)、土壤质地(1 km×1 km)、NDVI(1 km×1 km)、降水(1 km×1 km)、坡度(30 m×30 m)和人口密度(1 km×1 km)均来自于中国科学院资源环境数据中心(http:∥www.resdc.cn/),为确保分析结果的准确性,在应用地理探测器模型进行分析时,将2020年土地利用数据、NDVI数据及坡度数据通过栅格重采样为1 km×1 km。

2.2 研究方法

2.2.1InVEST-NDR模型

该评估模型以径流中氮、磷养分污染物的清除能力来估算植被和土壤对水质净化的作用,以确定生态系统水质净化的贡献。除了陆地植被过滤外,模型不涉及化学或生物交互作用。模型计算公式如下:

ALVx=HHSx×polx,

(1)

(2)

λx=lg ∑UYU。

(3)

InVEST-NDR模型所需参数中营养物径流代理、不同土地利用类型的氮磷输出负荷值、植被营养物滞留效率、流量累积阈值、Boreselli k 参数设置以及模型结果的验证均参考课题组前期研究[5,19]。

基于1975—2020年9期土地利用数据,利用InVEST-NDR模型得到氮、磷输出栅格数据,利用ArcGIS 10.2的ArcMap空间分析中分区统计工具得到各子流域1975—2020年氮、磷输出量。

2.2.2InVEST-NDR模型校验

模型校验是指将模型运行结果与实测数据进行比较,通过调整季节性因子来确定最适合于研究区域的评估模型[1]。2020年枯水期(4月)、丰水期(7月)和平水期(11月)分别对南四湖51条主要入湖河流入湖口处断面进行采样,获得实测的总氮、总磷浓度,通过调整InVEST-NDR模型季节性因子数值,检验模拟值与实测值之间的Spearman相关性,验证模型在南四湖流域的可应用性。

2.2.3景观格局分析

景观指数能够凝练景观格局信息,反映其结构组成和空间配置的某些特征,景观格局指数法能够较好地度量流域景观格局,并从不同尺度上反映特定区域景观格局特征的变化状况[20]。利用Fragstats 4.2软件选取景观形状指数(LSI)、平均形状指数(SHAPE_MN)、平均聚集指数(CONTIG_MN)、平均核心斑块指数(CAI_MN)、平均相似度指数(SIMI_MN)、蔓延度指数(CONTAG)、散布与并列指数(IJI)和斑块结合度(COHESION)8个景观水平指数来分析景观指数的变化与氮、磷输出量之间的相关性。选取的景观指数能够表示景观的个体数量特征和空间特征,各个景观指数具体含义见表1。利用Fragstats 4.2软件获取1975—2020年南四湖流域景观水平对应指数数据,景观格局指数相关计算方法参照文献[21]。

表1 景观格局指数含义及其类别

2.2.4地理探测器

地理探测器模型是探测空间分异性,以及揭示其背后影响因素的一种新的统计学方法,主要包括风险探测、因子探测、交互探测与生态探测4个部分[22-23]。地理探测器q统计量可以用来度量空间分异性、探测解释因子、分析变量之间的交互关系,已经在自然和社会科学等多领域得到广泛应用[24-25]。选取因子探测器来分析影响南四湖流域水质净化服务功能的各个影响因素。

(4)

式(4)中,h=1,…,n;L为变量Y或因子X的分层(Strata),即分类或分区;Nh和N分别为层h和全区的单元数;σh2和σ2分别是层h和全区的Y值的方差。SSW为层内方差之和(within sum of squares),SST为全区总方差(total sum of squares)[22]。

2.3 数据处理与分析

利用ArcGIS 10.2中ArcMap空间统计分析1975—2020年土地利用数据和水质净化服务功能数据,利用分区统计工具获取2020年162个子流域中氮、磷输出量及6种土地利用类型面积比例。运用SPSS 22软件中Spearman相关性分析工具分析InVEST-NDR模型模拟值与实测值的相关性,运用Pearson相关性分析工具分别对1975—2020年土地利用数据、景观格局指数与相应的氮、磷输出量进行相关性分析,探究氮、磷输出量变化的影响因素。

综合运用地图代数运算与图谱代码融合的空间分析方法,合成空间-属性-过程一体化图谱单元,生成南四湖流域1975—2020年的土地利用转移图谱,得到主要转移图谱单元类型[26]。

3 结果与分析

3.1 模型验证

通过对InVEST-NDR模型模拟值与实测值进行Spearman相关性分析,氮、磷输出量模拟值与实测值存在显著相关性(P<0.05),相关系数分别为0.615和0.544,说明InVEST-NDR模型在季节性因子z=29.4时模拟值与实测值比较接近。

3.2 南四湖流域水质净化服务功能的时间变化

1975—2020年南四湖流域年氮、磷输出量变化明显,呈现出先升高后降低再升高、整体呈上升的变化趋势,尤其是2015—2020年氮、磷输出量增长明显(图2)。

图2 1975—2020年氮、磷输出量变化曲线Fig.2 Change of nitrogen and phosphorus output from 1975 to 2020

2020年南四湖流域氮、磷输出量分别是1.71×107和1.09×106kg,为近45 a氮、磷输出量最高值,与1975年相比分别增长20.04%和17.19%。1975—2015年氮、磷输出量分别增长8.71%和9.31%,但是2015—2020年氮、磷输出量却分别增长10.42%和7.20%,高于过去40 a增长速度。氮、磷输出量越多,流域生态系统水质净化服务功能越差。因此,近45 a来南四湖流域生态系统水质净化服务功能显著下降,整体呈衰退趋势,且衰退速度加快。

3.3 水质净化服务功能的空间分布及变化

由图3可知,当前水质净化服务功能在空间分布上存在着显著差异。氮、磷输出高值区大多分布在地形平坦、人类活动强烈的区域,土地利用类型多为建设用地。高值区主要集中分布在流域北部、西部,这些区域多为平原地区,土地利用类型以耕地和建设用地为主;流域东部、南部的大部分区域氮磷输出量较小,可能与这些地区土地利用类型多以林地、草地为主,植被本身氮、磷输出较小,且对氮、磷的流失具有拦截、过滤等作用,减少了氮、磷的输出量。流域氮、磷输出的总体空间特点是西高东低,这与荆延德等[12]等关于南四湖流域面源污染输出风险的研究结果一致。

图3 2020年氮、磷输出空间分布及土地利用类型Fig.3 Spatial distribution of nitrogen and phosphorus output and land use types in 2020

如图4所示,与1975年相比,2020年氮输出量在流域东部山地、丘陵地带明显增加,流域西部则呈现出分散点状区域显著增加,主要位于城市区域,其他区域变化则不显著。就全流域而言,39.28%的区域氮输出下降,60.05%的区域氮输出增加,0.67%的区域氮输出保持不变。磷输出量在整个流域均呈现少数点状区域显著增加,大部分区域变化不明显,增加的区域多为城市化扩展区域。全流域41.56%的区域磷输出下降,57.78%的区域磷输出增加,0.66%的区域磷输出保持不变。结合1975—2020年土地利用转移图,氮、磷输出量变化显著的点状区域大多为近45 a中其他土地利用类型转换为城市建设用地,城市扩张造成了氮、磷输出的增加。

1—耕地,2—林地,3—草地,4—水域,5—建设用地,6—未利用地;11表示1975年耕地转为2020年耕地的面积,其余依次类推。

3.4 土地利用变化对水质净化服务功能的影响

1975—2020年流域氮、磷输出量变化与土地利用变化的相关性分析(表2)表明,林地与草地面积变化与氮、磷输出量呈极显著负相关(P<0.01),说明林地与草地对流域氮、磷输出起阻滞作用。林地、草地植被拦截、过滤径流中的氮、磷等污染物,其自身能够吸收转化氮、磷,也可以通过植被根系对土壤中的氮、磷截留,减少向河流中的输入。崔超等[27]关于香溪河流域的研究发现,当林地面积增加时氮、磷负荷消减;韩黎阳等[28]等分析了土地利用类型对兰陵溪水体中氮、磷输出的影响,发现以林地为主的子流域氮、磷输出量低。同时,建设用地与流域氮、磷输出量存在极显著正相关(P<0.01),说明建设用地对流域氮、磷输出量起促进作用,建设用地是人类生产生活活动最频繁的区域,对氮、磷输出量有较大贡献。房志达等[29]研究发现,南方丘陵区小流域中建设用地单位面积氮、磷负荷最高;王艺璇等[30]关于永定河的研究发现,建设用地面积增加导致水体中氮、磷含量持续增加。

表2 1975—2020年氮、磷输出量与土地利用类型的相关系数

3.5 景观格局指数对水质净化服务功能的影响

1975—2020年各景观格局指数数值变化结果(表3)表明,在南四湖流域中,建设用地面积增加,其余土地利用类型面积均有所减小且破碎化程度增加;各土地利用类型间紧密度增加,景观异质性下降。在景观水平上,不同景观类型之间散布指数越高、物理连通性越高、团聚程度越大,则水质越差;同一景观中,景观形状越复杂、斑块占同类型景观面积比例越大,则对氮、磷污染物的输出越有利[20-21]。结合表4可以看出,SHAPE_MN、SIMI_MN、LSI、CONTAG和COHESION等景观水平指数值的升高对氮、磷输出量起促进作用,CONTIG_MN、CAI_MN和IJI等景观指数值的降低对氮、磷输出量起阻滞作用。各景观指数的变化对氮、磷输出的影响与前人研究结果相同[20-21]。

表3 1975—2020年景观格局指数变化

表4 1975—2020年氮磷输出量与景观水平指数的相关系数

3.6 水质净化服务功能分布格局的影响因素

3.6.1土地利用与景观格局对水质净化的影响

将2020年162个子流域的氮磷输出分别与土地利用类型、景观格局指数进行相关性分析,结果见图5、表5。在土地利用类型中,草地与总氮输出表现为显著负相关(P<0.05),与总磷输出则表现为正相关但不显著,说明草地对总氮输出的阻滞作用较为明显;建设用地与氮、磷输出表现为极显著正相关(P<0.01),说明建设用地对氮、磷输出起到促进作用。景观格局指数中,LSI与氮、磷输出呈正相关但不显著,CONTIG_MN与氮、磷输出呈显著负相关(P<0.05),CONTAG、COHESION与总氮输出呈显著负相关(P<0.05),与总磷输出相关性不显著,说明CONTIG_MN对氮、磷输出起阻滞作用,CONTAG和COHESION对总氮输出起阻滞作用,对总磷输出阻滞作用不显著,其他景观格局指数与氮、磷输出呈负相关但不显著(表6)。

表5 2020年子流域氮、磷输出与土地利用类型相关性

表6 2020年子流域氮、磷输出与景观格局指数相关性

图5 2020年子流域氮、磷输出 Fig.5 Nitrogen and phosphorus output in sub-watersheds in 2020

3.6.2水质净化服务功能的其他自然和社会经济影响因素

采用因子探测器衡量各个影响因素对水质净化服务功能的解释力,结果见表7。2020年建设用地所占比例对氮、磷输出的贡献量均在60%以上,依据q值越大,对因变量的解释作用越大原则[22],所以建设用地是流域水质净化服务功能的主要控制因素;NDVI和人口密度对氮、磷输出的贡献率均在30%以上,对水质净化服务功能的贡献率仅次于建设用地所占比例,是水质净化服务功能的重要控制因素;地形地貌、降水、土壤质地和坡度等自然因素对氮、磷输出的贡献率均低于10%,对水质净化服务功能的影响较小。

4 讨论与结论

4.1 讨论

总体而言,南四湖流域近45 a水质净化服务功能逐年变差,土地利用类型及景观格局指数等因素影响着水质净化服务功能。与吴瑞等[1]的研究相比,南四湖流域水质净化服务功能持续减弱,且减弱幅度不断增大。1975—2020年氮、磷输出空间分布变化结果表明,南四湖流域东南部地区氮、磷输出增长趋势较快,这可能与该区域近45 a成立的产生大量氮、磷污染物的工厂企业较多有密切关系,所以控制流域氮、磷输出可从2个大方向着手。就土地利用类型而言,针对建设用地促进氮磷的输出这一关键影响因素,应该整合现有城镇排水,建立有效的污水处理系统,减少工业污水及生活污水向河流湖泊的直接排放,加强村庄生活垃圾的集中管理及处理工作;根据林草地对流域氮、磷输出的拦截阻滞作用的研究结论,应实行有计划的湖岸带退耕还林还草或增加城镇绿化等措施,增加林草地面积,在有条件的地区建立林、草地缓冲带,拦截氮、磷等污染物进入河流。就景观格局而言,增加景观异质性,合理分布景观类型,提升景观适应度,有助于提高对氮、磷输出的阻滞。

4.2 结论

1975—2020年南四湖流域氮、磷输出量整体呈增长趋势,且2015—2020年氮、磷输出量增长趋势明显,说明流域内水质净化能力正在加速退化,流域内氮、磷输出量增加,生态环境受到进一步损害,其中总氮输出量远高于总磷输出量,成为南四湖流域水质净化的重点、难点。

对1975—2020年南四湖流域9期土地利用类型与氮、磷输出的相关性分析结果表明,林地与草地对氮、磷输出起阻滞作用,其中草地对氮、磷输出的阻滞作用较强。建设用地对氮、磷输出起促进作用,随着建设用地面积逐年增加,氮、磷输出量也与日俱增。其他土地利用类型与氮、磷输出的相关性不显著。在空间上,2020年流域西部平原地区氮、磷输出量较高,流域北部地区次之,流域东南部地区氮、磷输出量最低。近45 a景观格局指数的变化趋势及其与氮、磷输出的相关性分析表明,SHAPE_MN、SIMI_MN、LSI、CONTAG和COHESION等景观指数值的升高对氮、磷输出起促进作用,CONTIG_MN、CAI_MN和IJI等景观指数值的下降对氮、磷输出起阻滞作用。此外,NDVI的降低和人口密度的增加也是流域水质净化服务功能恶化的重要因素,应该引起足够的重视。