孫天成,劉婷婷,褚 琳,2,*,李朝霞,2,王天巍,2,蔡崇法,2

1 華中農(nóng)業(yè)大學資源與環(huán)境學院, 武漢 430070 2 華中農(nóng)業(yè)大學農(nóng)業(yè)部長江中下游耕地保育重點實驗室, 武漢 430070

作為地表復雜系統(tǒng)水文生態(tài)過程中的重要部分,以土壤侵蝕產(chǎn)沙及泥沙輸移為主要特征的水土流失過程在全球范圍內(nèi)嚴重威脅人類生存,對生態(tài)環(huán)境以及區(qū)域可持續(xù)發(fā)展等方面帶來嚴重危害,并且對于下游地區(qū)的影響也不容忽視[1]。水土流失是不利的自然條件與人類不合理的經(jīng)濟活動互相交織作用產(chǎn)生的[2],其產(chǎn)生的隨徑流泥沙運移的污染物質(zhì)會給異地的生態(tài)環(huán)境造成嚴重危害[3]。異質(zhì)景觀格局深刻影響著流域的徑流和產(chǎn)沙過程[4],而隨著社會經(jīng)濟發(fā)展,景觀結(jié)構(gòu)和功能發(fā)生了相應變化,所對應的景觀斑塊密度、數(shù)量、形狀和空間分布也隨之發(fā)生變化,其變化能夠在一定程度上反映水土流失等生態(tài)過程[5]。

土壤侵蝕作為世界上主要的環(huán)境問題之一,與氣候、土壤、植被、水文、地形等多種因素密切相關(guān)[6]。人類活動導致的景觀格局變化是影響土壤侵蝕的直接驅(qū)動力,也是導致水土流失時空分異的重要原因[7]。眾多研究表明,改變景觀格局,例如種植植被、增加植被覆蓋均能有效防治土壤侵蝕的發(fā)生[8],植被覆蓋減小雨滴對地面的擊打,增加地面糙率而減小了徑流流速[9]。除了植被因子，景觀格局的空間分布也能改變水文結(jié)構(gòu)和侵蝕系統(tǒng)，合理的改變景觀空間鑲嵌特征，能提高土壤流失攔截能力，有效減少泥沙向水體的輸出[10,11]。

近年來,眾多學者對景觀格局與土壤侵蝕的相互關(guān)系進行研究, Haycock和Muscutt[12]認為緩沖帶能對泥沙入河產(chǎn)生減緩作用的強弱,取決于景觀類型和合理的設(shè)計；陳利頂?shù)萚13,14]以生態(tài)功能角度,針對土壤侵蝕過程將景觀類型劃分為源景觀和匯景觀,建立了源匯景觀指數(shù)；劉宇等[15]采用景觀格局表征法定量評估南水北調(diào)中的土壤侵蝕影響,結(jié)果表明,分析景觀格局信息和土壤侵蝕關(guān)系的各種指標,比如景觀指數(shù),能夠在空間上有效的反映出土壤侵蝕的影響強度；黃志霖等[16]選取了斑塊面積百分比指數(shù)(PLAND)等多種不同的景觀指數(shù),研究表明了農(nóng)坡地、農(nóng)耕地、農(nóng)林梯地、居民地等相應景觀指數(shù)與泥沙輸出量顯著正相關(guān)。景觀格局分析方法作為研究景觀格局變化對土壤侵蝕效益的主要途徑之一,更加方便、快捷,并且在一定程度上具有可靠性[17],“源”、“匯”景觀格局理論作為景觀格局分析的研究手段之一在融合景觀類型、面積、空間位置和地形特征方面表現(xiàn)更好[18],它的提出在一定程度上能夠較好地使具有面狀特性的景觀格局與點狀監(jiān)測數(shù)據(jù)有機結(jié)合,使定量研究流域景觀格局與生態(tài)過程的關(guān)系成為可能[19]。

在眾多因子中,降雨是引起土壤流失的最重要因子,當前研究主要集中于景觀格局與降雨疊置情形下對侵蝕產(chǎn)沙的耦合影響,圍繞侵蝕產(chǎn)沙對景觀格局的直觀響應關(guān)系的報道較少。研究以“源匯” 景觀理論為依據(jù),通過劃分“源”、“匯”景觀類型,計算景觀格局指數(shù)并基于控制變量法,探究在降雨量時序曲線相似的情況下王家橋流域景觀格局時空變化與流域產(chǎn)沙量之間的關(guān)系。研究結(jié)果以期為三峽庫區(qū)典型流域景觀格局優(yōu)化以及水土流失防治提供依據(jù)。

2 材料與方法

2.1 研究區(qū)概況

王家橋小流域位于東經(jīng)113°38′—115°42′、北緯30°11′—31°22′之間(圖1),是長江二級支流,作為三峽庫區(qū)的典型流域,其出口距離三峽大壩約有50 km。研究區(qū)面積約16.7 km2,南北跨越7.0 km,東西寬3.5 km。屬典型山區(qū)小流域,地形坡度陡峭,海拔在190 —1090 m,平均海拔高度為623.9 m。流域地處北亞熱帶大陸性季風氣候,多年平均相對濕度79%,最小相對濕度12%,多年平均溫度14.5—18 ℃,≥10℃積溫為3600—5580 ℃,四季分明,雨熱同季,年無霜期長,年均降水量達到1012 mm,降雨主要集中在夏季。流域內(nèi)包含多種土壤類型：主要有黃沙土、紫泥沙土、紫沙土、紫泥砂土、紫砂土、黃泥沙土、紫渣土、灰紫渣土、紫泥沙田、紫沙泥田等。

圖1 研究區(qū)域位置Fig.1 Location of study region

2.2 數(shù)據(jù)處理

2.2.1景觀格局分類

為獲取研究區(qū)1995年、2000年、2005年、2010年和2015年五期的景觀格局分類信息,首先需要對這三個時期的遙感影像進行處理,遙感影像來源見表1。將以上影像分辨率重采樣為2.5 m,地理坐標系統(tǒng)一為WGS- 1984,投影帶為UTM。在ENVI5.2中對五期影像進行大氣校正、幾何校正、去云等預處理,并進行影像拼接,使用研究區(qū)邊界進行裁剪,得到研究區(qū)遙感影像數(shù)據(jù)。

表1 遙感影像來源

景觀格局分類依據(jù)參照《全國遙感監(jiān)測土地利用/覆蓋分類體系》,根據(jù)研究區(qū)的實際情況,分類標準調(diào)整如表2所示,分有一級類5類,二級類8類。采用監(jiān)督分類與人工目視解譯結(jié)合的方法,對研究區(qū)1995、2000、2005、2010和2015年五期景觀類別與格局信息進行解譯提取。根據(jù)研究需要,景觀分類采用一級類結(jié)合二級類,劃分八種景觀類型：有林地、疏林地、果園、草地、耕地、居民地、道路和水域。利用2010年8月以及2015年9月野外實地考察采集的314個樣點對分類結(jié)果進行驗證,一級分類精度達到90%,二級分類精度達到88%,滿足研究需要。

表2 王家橋流域景觀類型

2.2.2“源”“匯”景觀類型劃分

在景觀生態(tài)學中,“源”“匯”景觀的劃分主要依據(jù)不同景觀類型在生態(tài)過程中發(fā)揮的作用來判斷其歸屬[20-22]?；诰坝^生態(tài)學中的源匯景觀劃分機制,并結(jié)合王家橋流域特點及其景觀類型在土壤侵蝕過程中的作用,將有林地、園地、疏林地、草地、水域劃分為“匯”景觀類型,居民點、耕地和道路劃分為“源”景觀類型。

2.2.3景觀格局指數(shù)的選取

在不同尺度上,眾多景觀指數(shù)能夠定量表述景觀特征,且多數(shù)指標之間顯著相關(guān)[23]。對于土壤侵蝕過程而言,斑塊水平上景觀指數(shù)的指示性不強,研究選取景觀和類型兩個尺度上的景觀指數(shù)來分析景觀格局特征對侵蝕產(chǎn)沙的影響。選取的景觀格局指數(shù)包括四大指數(shù)類型：斑塊、邊界密度指數(shù)；形狀類指數(shù)；描述聚集與分散的指數(shù)；斑塊類型多樣性指數(shù)[24],具體指數(shù)名稱含義及計算公式見表3,各景觀指數(shù)的計算均在Fragstats 4.2軟件中完成。

表3 選取的景觀指數(shù)及其含義

2.2.4水文泥沙資料

徑流泥沙數(shù)據(jù)來源于秭歸縣水土保持試驗站,該站1989年在王家橋小流域出口處布設(shè)了矩形寬頂堰測流斷面,采用SW40日記式自己水位記錄日水位變化過程。水位采用人工觀測水尺讀數(shù)并校核自記水位跡線；低水位時采用流速儀測速,高水位采用浮標測流；含沙量與輸沙率的取樣與測流同步進行。本研究選用的水文泥沙資料是該流域1995年至2015年共20年同步逐日輸沙資料。分年度統(tǒng)計信息見表4。為獲得王家橋流域年際輸沙量,研究對平均流量與平均輸沙量進行逐日相乘并累加處理,計算得到1995年至2015年逐年年際輸沙量。

降雨數(shù)據(jù)來源于秭歸縣水土保持試驗站在王家橋小流域出口建立的氣象觀測站,該站主要觀測降雨、日照、蒸發(fā)、氣溫、地溫等有關(guān)氣象要素。研究采用流域逐月降雨量(mm)數(shù)據(jù),由流域出口處逐日統(tǒng)計數(shù)據(jù)(1995—2015)計算所得,分析流域降雨特征,使用時序相似性中的閔可夫斯基距離(Minkowski Distance)對每年逐月降雨數(shù)據(jù)進行計算。在MATLAB (2017a) 中編程計算確定降雨量曲線和待分類降雨量曲線之間的閔可夫斯基距離[25],設(shè)置合適閾值,進行聚類,查找1995年至2015年間降雨量曲線相似的年份。閔可夫斯基距離計算結(jié)果表明,1997年、1999年、2003年、2005年以及2015年的降雨量曲線較為相似,如圖2。在降雨量時序曲線相似的情況下,分析景觀格局時空變化與侵蝕產(chǎn)沙的關(guān)系。

表4 王家橋流域徑流數(shù)據(jù)統(tǒng)計

圖2 1995—2015年王家橋流域相似降雨類型圖 Fig.2 Similar rainfall patterns in the Wangjiaqiao watershe from 1995 to 2015

2.3 研究方法

提取研究區(qū)1995年、2000年、2005年、2010年和2015年五期景觀類型信息,劃分“源”“匯”景觀類型,使用馬爾柯夫模型的轉(zhuǎn)移矩陣分析“源”“匯”景觀格局時空變化特征；從景觀尺度和類型尺度分別提取相應景觀指數(shù),進行流域景觀特征分析；在降雨量時序曲線相似的情況下,對景觀指數(shù)與年際輸沙量進行相關(guān)分析,計算皮爾遜相關(guān)系數(shù),探究景觀格局時空變化對侵蝕產(chǎn)沙的影響。

2.3.1馬爾柯夫模型

馬爾柯夫(Markov)預測方法是基于數(shù)學家馬爾柯夫的隨機過程理論而形成的一種特殊的隨機運動過程[26]。通過對不同狀態(tài)的初始概率以及狀態(tài)間的轉(zhuǎn)移概率關(guān)系的計算與分析,確定景觀格局隨時間的變化趨勢,最終達到景觀格局變化預測的目的。景觀類型之間的轉(zhuǎn)化往往具有無向性[27]。即當前地塊的景觀類型在下一刻發(fā)展的地塊類型具有N種可能性,每種景觀類型發(fā)展的概率不同,每種發(fā)展可能性的大小受到眾多因素的影響。景觀類型的發(fā)展變化具有雙向性,既可以當前類轉(zhuǎn)化為其他類,也會從其他類型向當前類型進行轉(zhuǎn)進變化。在這種隨機轉(zhuǎn)化的過程中,景觀的類型、數(shù)量不斷發(fā)生改變[28]。這種包含眾多難以用數(shù)學方式準確描述與表達的景觀格局變化過程符合馬爾柯夫研究的條件。模型的關(guān)鍵在于確定各類景觀之間的轉(zhuǎn)移概率[29]。景觀格局變化過程中各種狀態(tài)之間的轉(zhuǎn)化構(gòu)成轉(zhuǎn)移概率矩陣。其構(gòu)成形式如公式(1)所示：

(1)

2.3.2相關(guān)性分析與多元回歸

對景觀指數(shù)與流域?qū)嶋H輸沙量進行相關(guān)性分析[30],獲相關(guān)系數(shù)R的計算公式如(11)所示：

(11)

利用多個景觀指數(shù)與輸沙量建立多元回歸方程[31],定量分析景觀指數(shù)與輸沙量的關(guān)系。多元線性回歸的一般形式如(12)所示：

Yi=β0+β1X1+β2X2+…+βkXki+μ(i=1,2,3…)

(12)

式中,x為變量,k為解釋變量的數(shù)目,βi(i稱為回歸系數(shù))。

3 結(jié)果與分析

3.1 “源”、“匯”景觀格局時空變化特征

3.1.1“源”、“匯”景觀空間分布特征

1995年到2015年間,王家橋流域的林地與耕地面積持續(xù)下降,園地面積大幅度增長,建設(shè)用地面積略微增長,水域與草地面積基本不變(圖3)?！霸础?、“匯”景觀類型劃分的空間分布格局如圖4所示,1995年到2015年,“匯”景觀的面積始終大于“源”景觀的面積,“源”景觀面積一直在減小,“匯”景觀面積持續(xù)增加。20年間,“源”景觀類型減少了2.48 km2,占比減少了15.07%,“匯”景觀面積增加了2.48 km2,占比增加了15.07%(表5)。

圖3 1995—2015研究區(qū)景觀類型面積占比圖Fig.3 Proportion of landscape types in the study area from 1995 to 2015

圖4 1995—2015年研究區(qū)“源”、“匯”景觀格局Fig.4 The source-sink landscape of the study region from the 1995 to 2015

年份Year景觀類型Landscape type匯Sink源Source年份Year景觀類型Landscape type匯Sink源Source1995面積10.795.662010面積12.883.56占比65.6134.39占比78.3421.662000面積10.965.492015面積13.273.18占比66.6233.38占比80.6819.322005面積12.054.41995—2015面積2.48-2.48占比73.2726.73占比15.0715.07

3.1.2“源”、“匯”景觀時空變化特征

圖5 1995—2015年研究區(qū)“源”、“匯”景觀變化 Fig.5 The landscape change of the “source” and “sink” in the study region from 1995 to 2015

1995—2015年王家橋流域的“源”、“匯”景觀時空變化如圖5所示,整體上未變化面積較多,未變化區(qū)域面積為10.80 km2,占比為65.69%,“源”景觀轉(zhuǎn)變?yōu)椤皡R”景觀的面積大于“匯”景觀轉(zhuǎn)變?yōu)椤霸础本坝^的面積?！霸础本坝^轉(zhuǎn)為“匯”景觀的面積為4.06 km2,占比為24.69%；由“匯”景觀轉(zhuǎn)為“源”景觀的面積為1.58 km2,占比為9.62%。這二十年間,王家橋流域由“源”景觀轉(zhuǎn)為“匯”景觀的區(qū)域主要分布在王家橋流域中部及南部,由耕地轉(zhuǎn)為了園地,部分分布在王家橋流域西南部的耕地變成了水域。研究區(qū)由“匯”景觀轉(zhuǎn)為“源”景觀的區(qū)域分散在王家橋西北部及東南部,林地和疏林地變成了耕地與道路。

3.2 “源”、“匯”景觀特征分析

3.2.1流域景觀結(jié)構(gòu)變化

1995年至2015年,流域景觀結(jié)構(gòu)發(fā)生顯著變化,景觀破碎度降低,聚合度增強,景觀豐富度在2010年達到最大。在景觀水平上(圖6),邊界密度(ED)、斑塊密度(PD)和景觀形狀指數(shù)(LSI)的變化趨勢保持一致,總體呈現(xiàn)下降趨勢,表示景觀流域破碎度降低。相似近鄰百分比(PLADJ)、斑塊結(jié)合度(COHESION)和分割指數(shù)(SPLIT)變化不大,整體呈上升趨勢,表示聚合度增強。斑塊類型多樣性指數(shù)(SHDI)從1995年到2010年不斷增加,2010年達到最大,表示這幾年間景觀斑塊類型增加,王家橋流域景觀豐富度在2010年達到最大,不定性信息含量最高；到2015年略微下降,表明研究區(qū)這五年間景觀豐富度降低。

圖6 景觀水平景觀指數(shù)變化Fig.6 Landscape metrics dynamic at landscape level

3.2.2“源”景觀類型變化特征

對于“源”景觀(圖7),斑塊類型水平,除耕地外其他“源”景觀類型破碎度增加,聚合度降低。居民地和道路的類型面積百分比PLAND、景觀形狀指數(shù)LSI都呈現(xiàn)上升趨勢,斑塊密度PD、斑塊邊界ED分割指數(shù)SPLIT均呈現(xiàn)下降趨勢；耕地的斑塊密度PD在2010年和2015年處于一個較低值,斑塊形狀指數(shù)LPI在1995年達到最大,之后比較平穩(wěn),景觀形狀指數(shù)LSI不斷下降,斑塊聚合度COHESION維持在一個比較平穩(wěn)的水平,變化不大；總體看來,王家橋流域“源”景觀類型破碎度在不斷增加,聚合度在不斷降低。

圖7 流域土壤侵蝕“源”斑塊類型景觀指數(shù)變化 Fig.7 Change of landscape index of soil erosion "source" patch type in watershed

3.2.3“匯”景觀類型變化特征

在斑塊類型水平上,“匯”景觀中,有林地、果園、疏林地、水域和草地的各個景觀指數(shù)呈現(xiàn)出不同的發(fā)展趨勢(圖8)。有林地的邊界密度PD、類型面積百分比PLAND和最大斑塊形狀指數(shù)LPI均出現(xiàn)下降趨勢,斑塊結(jié)合度COHESION變化不大；疏林地的景觀形狀指數(shù)LSI、斑塊結(jié)合度COHESION都在增加,分割指數(shù)SPLIT下降；果園的分割指數(shù)SPLIT下降,最大斑塊形狀指數(shù)LPI、斑塊結(jié)合度COHESION均在不斷上升；水域的SPLIT變化不穩(wěn)定,其余指數(shù)波動不大；草地的景觀指數(shù)均波動不大。其中,有林地、果園、疏林地和水域的COHESION 各年均超過了90%,維持在一個較高水平,表明“匯”景觀具有較高的聚合度。

圖8 王家橋流域土壤侵蝕“匯”類型景觀指數(shù)變化Fig.8 Changes of landscape metrics of sink types of soil erosion at watershed level

3.2.4“源”、“匯”景觀類型合并后變化特征

將“源”、“匯”類型分別合并后計算得到的景觀指數(shù)如圖9,總體上來看,“源”景觀類型破碎度在增加,聚合度在降低,而“匯”景觀類型破碎度呈下降趨勢,聚合度持續(xù)上升。

“源”景觀的類型面積百分比PLAND、斑塊密度PD、邊界密度ED和景觀形狀指數(shù)LSI總體上呈現(xiàn)下降趨勢。最大斑塊形狀指數(shù)LPI保持穩(wěn)定,而相鄰近似百分比PLADJ和斑塊結(jié)合度COHESION整體有所上升,分割指數(shù)SPLIT則在40上下波動。對于“源”景觀,這些年間,“源”景觀面積的減少導致總斑塊數(shù)量的下降,致使PD、PLAND指數(shù)值的下降,而“源”景觀中道路與居民地在王家橋流域西南部分的密集增加導致了PLADJ、COHESION指數(shù)值的上升,這些指數(shù)的變化表明研究區(qū)破碎度增加,聚集度降低,促進了該地區(qū)的土壤侵蝕。

“匯”景觀類型面積百分比PLAND不斷增加,同時最大斑塊形狀指數(shù)LPI和PLADJ總體上也在不斷增加。ED、LSI呈現(xiàn)下降趨勢,而斑塊密度PD、斑塊結(jié)合度COHESION和分割指數(shù)SPLIT比較穩(wěn)定,斑塊結(jié)合度COHESION的數(shù)值均保持在99以上。對于“匯”景觀來說,“匯”景觀中園地面積的大幅度增加導致了LPI、PLAND指數(shù)值的增加,而研究區(qū)北部有林地的減少導致ED、LSI指數(shù)值的下降,這些指數(shù)的變化均表明“匯”景觀的破碎度下降,聚合度升高。

“匯”景觀類型的PLAND、LPI和PLADJ指數(shù)值比“源”景觀高,二者的PLADJ均處于一個較高水平,“源”景觀類型的PD、LSI和SPLIT 比“匯”景觀高。

圖9 流域“源”、“匯”景觀類型歸并后的景觀指數(shù)變化Fig.9 The change of landscape index after the integration of the watershed ′s "source" and "sink" landscape types

3.3 侵蝕產(chǎn)沙對“源”、“匯”景觀格局時空變化的響應

土壤侵蝕受降雨的影響很大,為研究侵蝕產(chǎn)沙對景觀格局變化的響應,選取降雨量時序曲線形狀相似的年份,基于王家橋流域1995—2015年間的曲線相似性劃分結(jié)果,選取1995、2000、2005、2015年的相應景觀指數(shù),分別從斑塊類型尺度與景觀尺度上分析景觀格局的變化與侵蝕產(chǎn)沙的關(guān)系。

3.3.1斑塊類型景觀指數(shù)指示流域土壤侵蝕變化的有效性

斑塊類型景觀指數(shù)與土壤侵蝕之間的相關(guān)性顯著,可以指示景觀格局與土壤侵蝕的關(guān)系。不同景觀類型提取的景觀指數(shù)與土壤侵蝕量的相關(guān)系數(shù)的一致性不同(圖10, 圖11)。對于“源”景觀而言,除PLADJ和COHESION之外,其余景觀指數(shù)與輸沙量的相關(guān)系數(shù)的符號不一致,“源”景觀類型的指數(shù)與輸沙量均呈正相關(guān),道路PLADJ與輸沙量的正相關(guān)系數(shù)最大(R=0.827)。在“匯”景觀類型上,除PD、ED、LSI指數(shù)與輸沙量均呈負相關(guān),其余景觀指數(shù)與輸沙量的相關(guān)系數(shù)的符號不一致,疏林地PD負相關(guān)系數(shù)最大(R=-0.896)。在表達多個“源”景觀類型格局與輸沙量的相關(guān)關(guān)系時,只有PLADJ和COHESION指數(shù)具有符號一致性,即只有PLADJ與COHESION這兩種景觀指數(shù)對于指示土壤侵蝕的變化具有有效性,其余景觀指數(shù)不具有有效性；在表達多個“匯”景觀類型格局與流域?qū)嶋H輸沙量的相關(guān)關(guān)系時,只有PD、ED、LSI指數(shù)具有有效性,而其余景觀指數(shù)不具有有效性。

將合并后的“源”、“匯”兩類景觀的不同景觀指數(shù)與流域輸沙量進行相關(guān)性分析(圖12)。由圖可知,對于“源”與“匯”兩類景觀類型而言,PD、ED、LPI、LSI、PLADJ和COHESION 與流域輸沙量的相關(guān)系數(shù)符號相同,不能正確指示景觀變化的土壤侵蝕效應,而PLAND和SPLIT與流域的輸沙量的相關(guān)系數(shù)符號相反,可以指示景觀格局變化對土壤侵蝕的影響。

3.3.2景觀水平景觀指數(shù)指示流域土壤侵蝕變化的有效性

在景觀水平上,將提取的景觀指數(shù)與流域輸沙量進行相關(guān)性分析得到圖(圖13)。由圖可知,在景觀水平上,景觀指數(shù)與流域輸沙量的相關(guān)系數(shù)整體較類型指數(shù)來說偏低,從景觀指數(shù)的計算原理上而言,景觀水平指數(shù)的變化也不能指明侵蝕的強弱性。若侵蝕加強,既可能是因為“源”斑塊的破碎度降低,也可能是因為“匯”斑塊的破碎度增強。故而,在景觀水平上,盡管景觀指數(shù)與流域輸沙量具有相關(guān)性,但是不能正確解釋侵蝕的變化。

3.4 “源”、“匯”景觀指數(shù)與侵蝕產(chǎn)沙的關(guān)系

根據(jù)對相似年份的降雨分析,分別提取1995、2000、2005、2015年的與“源”、“匯”景觀具有有效性的相應景觀指數(shù),分別建立“源”、“匯”景觀指數(shù)與相應年份流域輸沙量的多元回歸模型,并驗證模型精度。

對于“源”景觀,利用PLADJ和COHESION這兩種對指示土壤侵蝕變化具有有效性的景觀指數(shù),與各年份的輸沙量進行多元線性回歸。將輸沙量作為因變量y,兩個景觀指數(shù)作為自變量x,在SPSS Statistics19中進行多元回歸分析,可以得到回歸方程式為：

圖10 “源”景觀斑塊類型景觀指數(shù)與流域輸沙量相關(guān)性 Fig.10 The correlation between the landscape index of "source" patch type and sediment yield of watershed

圖11 “匯”景觀斑塊類型景觀指數(shù)與流域輸沙量相關(guān)性 Fig.11 The correlation between the landscape index of "sink" patch type and sediment yield of watershed

圖13 景觀水平景觀指數(shù)與輸沙量的相關(guān)關(guān)系 Fig.13 Relationship between metrics at landscape level and sediment delivery

y=-112537.462+283.22x1+1061x2

(13)

式中,y為輸沙量,x1為PLADJ,x2為COHESION。

上述回歸方程(公式13)表明,研究區(qū)年際徑流輸沙量與PLADJ、COHESION指數(shù)呈正相關(guān)關(guān)系。從1995年到2015年,“源”景觀的PLADJ與COHESION呈上升趨勢,這些年間,王家橋流域年際徑流輸沙量也呈上升趨勢。

對于“匯”景觀,利用ED、PD、LSI這三種與它具有符號一致性的景觀指數(shù),與各年份的輸沙量進行多元線性回歸。將輸沙量作為因變量y,兩個景觀指數(shù)作為自變量x,在SPSS Statistics19中進行分析計算,可以得到回歸方程為：

y=1286.313-21.693x1-31.184x3

(14)

式中,y為輸沙量,x1為PD,x3為LSI。

上述回歸方程(公式14)表明,研究區(qū)年際徑流輸沙量與PD、LSI呈負相關(guān)關(guān)系。從1995年到2015年,“匯”景觀的PD與LSI呈下降趨勢,王家橋流域年際徑流輸沙量呈上升趨勢。

由王家橋流域逐日平均流量與輸沙量可知,未參與多元回歸建模的2010年王家橋流域年際輸沙量為683.28 kg/a,將2010年的相應景觀指數(shù)帶入回歸方程進行檢驗,結(jié)果表明：基于“源”景觀得到的回歸方程,預測的年際輸沙量為601.5611 kg/a,誤差為0.10；基于“匯”景觀得到的回歸方程,預測的年際輸沙量為728.0983 kg/a,誤差為0.06。建立景觀指數(shù)與輸沙量的多元回歸模型后得到的結(jié)果表明：與“源”、“匯”景觀具有符號一致性的相應景觀指數(shù)與年際輸沙量均顯著相關(guān)；對于“源”景觀,輸沙量與景觀指數(shù)的復相關(guān)系數(shù)為R=0.946,判定系數(shù)R2=0.895；方差分析量F=8.527,相伴概率P<0.01,兩個景觀指數(shù)PLADJ、COHESION與輸沙量存在線性相關(guān)關(guān)系；對于“匯”景觀,在移去了不明顯顯著的變量ED后得到的輸沙量與景觀指數(shù)的復相關(guān)系數(shù)為R=0.903,判定系數(shù)R2=0.815；方差分析量F=4.413,相伴概率P<0.01,表明剩下兩個景觀指數(shù)PD、LSI與輸沙量存在線性相關(guān)關(guān)系；將未參與建模的數(shù)據(jù)帶入回歸方程檢驗可得,基于“源”景觀,真實值與預測值的誤差為0.1；基于“匯”景觀,真實值與預測值的誤差為0.06,能夠用于驗證具有有效性的景觀指數(shù)與土壤侵蝕產(chǎn)沙量的相關(guān)關(guān)系。

4 討論與結(jié)論

4.1 討論

本文以王家橋小流域為研究對象,以流域景觀格局和水文站徑流泥沙數(shù)據(jù)為基礎(chǔ),從景觀尺度和類型尺度上探討流域的侵蝕產(chǎn)沙對景觀格局變化的響應機制。

王家橋小流域源匯景觀單元的組成結(jié)構(gòu)具有明顯的空間區(qū)域特征,20年間,研究區(qū)“匯”景觀的面積始終大于“源”景觀的面積?！霸础本坝^面積一直在減小,主要原因在于研究區(qū)中部和西南部耕地面積的持續(xù)減??；園地面積的大幅度增長,導致了“匯”景觀面積持續(xù)增加?！霸础本坝^轉(zhuǎn)為“匯”景觀的區(qū)域主要分布在流域中部及南部,表現(xiàn)為耕地轉(zhuǎn)向園地,實地農(nóng)戶調(diào)查表明,受經(jīng)濟效益的驅(qū)使,1995至2015年王家橋流域范圍內(nèi)農(nóng)民的生產(chǎn)方式逐漸由農(nóng)作物種植轉(zhuǎn)變到柑橘種植,農(nóng)民大規(guī)模退耕造園,耕地面積不斷減小。另一方面,三峽大壩的修建致使水位上漲,淹沒了部分耕地,流域西南部的部分耕地變成了水域。研究區(qū)“匯”景觀轉(zhuǎn)為“源”景觀的主要原因是林地轉(zhuǎn)變?yōu)楦嘏c道路,伴隨著農(nóng)村的發(fā)展建設(shè),道路不斷增多,為了滿足農(nóng)村的生活需要,農(nóng)民開發(fā)林地變成了耕地。王家橋小流域的景觀格局時空變化與前人相關(guān)研究[32-34]較為一致。

我們在計算各種景觀指數(shù)的過程中發(fā)現(xiàn)王家橋小流域的破碎度升高,聚合度降低,土壤侵蝕程度增強。通過對比“源”、“匯”景觀的類型面積百分比PLADJ、景觀形狀指數(shù)LPI以及相鄰近似百分比PLADJ等指數(shù)的變化可以知道,在王家橋流域“匯”景觀類型比“源”景觀類型有優(yōu)勢,并且這種優(yōu)勢不斷增強,“匯”景觀類型決定當?shù)氐纳锒鄻有?、?shù)量和優(yōu)勢種,這一結(jié)果與相關(guān)研究[23,35]較為一致。

盡管研究考慮了景觀要素以及景觀過程外部自然因子(降雨)的影響,但仍然存在著一定局限性,未能徹底剝離其他影響侵蝕產(chǎn)沙的因子,如植被覆蓋因子、土壤可蝕性,坡度等。徑流的產(chǎn)流產(chǎn)沙是一個多尺度、非線性的復雜空間地理生態(tài)過程,過程中各種不同變量隨著景觀格局變化呈現(xiàn)出不同的復雜非線性關(guān)系,使常規(guī)景觀指數(shù)與侵蝕產(chǎn)沙過程變量間的統(tǒng)計關(guān)系存在不確定性[16,36],難以使用常規(guī)景觀指數(shù)定量分析其與土壤侵蝕產(chǎn)沙之間的耦合關(guān)系。景觀數(shù)據(jù)屬性、景觀指數(shù)本身性質(zhì)和土壤侵蝕過程的復雜性使得常規(guī)景觀格局指數(shù)在景觀格局與土壤侵蝕關(guān)系研究中存在不足[15]。這幾方面的影響使得常規(guī)景觀格局指數(shù)與土壤侵蝕表征變量之間不存在確定的關(guān)系,從而難以通過景觀指數(shù)來表征景觀土壤侵蝕特征[37,1]。缺乏土壤侵蝕過程基礎(chǔ)是常規(guī)景觀指數(shù)在土壤侵蝕研究應用中存在局限的主要原因[38]。構(gòu)建基于土壤侵蝕過程的景觀指數(shù)是景觀格局與土壤侵蝕關(guān)系研究的需要和新的發(fā)展方向。

4.2 結(jié)論

本文在通過對1995年至2015年王家橋小流域的景觀格局進行分析,提取景觀和斑塊類型上相應的景觀指數(shù),采用控制變量的思想,選取降雨量曲線相似的年份,對所選取年份的景觀指數(shù)與實際輸沙量進行相關(guān)分析,最后利用多元回歸法定量分析景觀指數(shù)與流域輸沙量之間的關(guān)系,得到結(jié)論如下：

(1)1995年至2015年,王家橋流域主要景觀為林地、果園和耕地。受經(jīng)濟效益的驅(qū)動,果園的面積逐年增加,耕地和林地的面積逐漸減少。這20年間,“源”景觀的面積逐漸減少,“匯”景觀的面積持續(xù)上升；且“源”景觀轉(zhuǎn)為“匯”景觀的占比較多。

(2)20年間,王家橋流域景觀格局呈破碎化發(fā)展趨勢,聚集程度先降低再提高,在2010年達到最高,表明2010年流域景觀多樣性最大,不定性的信息含量最高。對于“源”景觀來說,PD、ED、LSI指數(shù)值的下降和PLADJ、COHESION指數(shù)值的上升表明,研究區(qū)破碎度下降,聚集度上升,土壤侵蝕增強。而對于“匯”景觀來說,LPI、PLADJ和PLAND指數(shù)值的增加與ED、LSI指數(shù)值的下降,表明景觀的破碎度上升,土壤侵蝕增強。

(3)在表達多個“源”景觀類型格局與輸沙量的相關(guān)關(guān)系時,只有PLADJ和COHESION指數(shù)具有有效性,年際徑流輸沙量與PLADJ和COHESION指數(shù)呈正相關(guān)關(guān)系,輸沙量隨指數(shù)的增大而增大；在表達多個“匯”景觀類型格局與輸沙量的相關(guān)關(guān)系時,只有PD、ED、LSI指數(shù)具有有效性,年際徑流輸沙量與PD和LSI指數(shù)呈負相關(guān)關(guān)關(guān)系,輸沙量隨指數(shù)的增大而減小。用景觀指數(shù)指示土壤侵蝕的作用時,在類型水平上的有效性比景觀水平上的有效性高,并且從原理上來看,盡管景觀類型上的景觀指數(shù)與流域內(nèi)輸沙量具有相關(guān)性,但不能正確指示土壤侵蝕的變化。

(4)對于“源”景觀,景觀指數(shù)(PLADJ、COHESION)與流域輸沙量的復相關(guān)系數(shù)為0.946；對于“匯”景觀,景觀指數(shù)(PD、LSI)與流域輸沙量的復相關(guān)系數(shù)為0.903,“源”、“匯”景觀與其各自所具有有效性的景觀指數(shù)均顯著相關(guān)。