袁 藝,周立志,*

1 安徽大學(xué)資源與環(huán)境工程學(xué)院, 合肥 230601 2 安徽大學(xué)濕地生態(tài)保護(hù)與修復(fù)安徽省重點(diǎn)實(shí)驗(yàn)室, 合肥 230601

中國政府于2018年10月在濕地公約第十三屆締約方大會上提交《小微濕地保護(hù)與管理》決議草案并順利通過,小微濕地(Small wetland)成為人們關(guān)注的焦點(diǎn)[1]。小微濕地是指自然界在長期演變過程中形成的較穩(wěn)定的一些小型、微型濕地,具有雨洪滯蓄、凈化水質(zhì)、生物多樣性保護(hù)及景觀游憩等重要的生態(tài)功能[1—3]。目前國際上對小微濕地的面積還未有明確的界定,許多保護(hù)條例將面積小于8 hm2的濕地界定為小微濕地,具體包括小型湖泊、水庫、坑塘及寬度小于10 m、長度在5 km以內(nèi)的小型河道、溝渠等自然和人工濕地[4—6]。國外對小微濕地的研究多集中于生境質(zhì)量評估[7]、生物多樣性[8]、水文過程[9—10]等方面。國內(nèi)的多數(shù)研究還處于介紹小微濕地的形成與發(fā)展和保護(hù)與管理的階段[2,6,11]。因此,對區(qū)域內(nèi)小微濕地景觀結(jié)構(gòu)特征和動(dòng)態(tài)變化的了解和分析顯得緊迫而必要[12—14]。

與河流、湖泊等大型濕地相比,小微濕地作為能夠在城市中廣泛分布的濕地類型,能夠緩解土地資源緊張而帶來的區(qū)域生態(tài)資源本底不足和生態(tài)空間空缺的情況,滿足城市居民對多樣性親水空間的需求,同時(shí)為各類農(nóng)業(yè)活動(dòng)提供灌溉水源[11,15—16]。然而,小微濕地面積小,生態(tài)結(jié)構(gòu)不穩(wěn)定,城市快速發(fā)展導(dǎo)致小微濕地大量減少[17]。已有研究分析了城市化背景下小微濕地?fù)p失的程度,并確定了一些潛在的驅(qū)動(dòng)因素，如城市化所帶來的建設(shè)用地和農(nóng)業(yè)擴(kuò)張、人口增加及交通用地變化等經(jīng)濟(jì)社會因素,以及氣候、水文、地形等自然因素[12,18—21]。也有學(xué)者認(rèn)為，小微濕地景觀動(dòng)態(tài)變化的驅(qū)動(dòng)力應(yīng)該從自身景觀屬性的角度分析[22—26],如1926—1960年間,臺灣桃園地區(qū)小微濕地的損失主要是小微濕地形狀和大小等自身景觀結(jié)構(gòu)的影響而非建成區(qū)面積、距河流距離等外部驅(qū)動(dòng)力的作用[26]。

Logistic回歸、相關(guān)性分析和主成分分析等模型是小微濕地景觀動(dòng)態(tài)變化及驅(qū)動(dòng)力分析的常用方法[18—19,27]。然而,分析一些可以預(yù)見到的因素與小微濕地景觀動(dòng)態(tài)變化的相關(guān)性，包括對小微濕地?fù)p失影響的概率大小，缺乏實(shí)際研究意義。一方面,由于預(yù)測變量與響應(yīng)變量之間的非線性關(guān)系使得小微濕地?fù)p失決定因素的評估變得復(fù)雜[12,21,26,28];另一方面,傳統(tǒng)全局回歸模型假定回歸參數(shù)在空間上是穩(wěn)定不變的[29],而小微濕地?fù)p失本質(zhì)上是在空間上發(fā)生的,其與預(yù)測變量的關(guān)系也不一定是固定的。有學(xué)者應(yīng)用地理探測器對小微濕地景觀動(dòng)態(tài)變化進(jìn)行分析,解釋預(yù)測變量的空間異質(zhì)性問題[30]，然而,大多數(shù)學(xué)者忽略了將這兩個(gè)方面結(jié)合起來。本文應(yīng)用增強(qiáng)回歸樹(Boosted Regression Tree, BRT)模型量化預(yù)測變量相對重要性,探索預(yù)測變量與小微濕地?fù)p失間的非線性關(guān)系[31],同時(shí)結(jié)合地理加權(quán)邏輯回歸(Geographically Weighted Logistic Regression, GWLR)模型分析預(yù)測變量的空間非平穩(wěn)性特征[32]。

合肥作為長江三角洲城市群的副中心城市,市內(nèi)的包河區(qū)不僅經(jīng)濟(jì)質(zhì)量發(fā)展居全市前列,濕地資源也極為豐富,特別是小微濕地?cái)?shù)量多、分布廣,各類小微濕地不僅為區(qū)域內(nèi)農(nóng)業(yè)提供灌溉功能,也形成了該地區(qū)特色的自然和人文景觀[30]。2006年以來,隨著以土地開發(fā)為導(dǎo)向的城市規(guī)劃和副中心城區(qū)濱湖新區(qū)的建設(shè),包河區(qū)作為合肥市城鎮(zhèn)建設(shè)和人類活動(dòng)最活躍的地區(qū)之一,土地利用方式發(fā)生較大變化,小微濕地景觀也發(fā)生較大改變。本文旨在了解城市發(fā)展背景下包河區(qū)小微濕地景觀動(dòng)態(tài)變化,以及利用BRT和GWLR模型分析一系列預(yù)測變量對小微濕地?fù)p失的影響,以期為城市化地區(qū)小微濕地的保護(hù)與管理提供決策支持。

1 研究區(qū)概況

包河區(qū)位于合肥市主城區(qū)東南部,總面積約290 km2(其中巢湖水域面積約70 km2)。地勢較平坦,北高南低；屬北亞熱帶季風(fēng)氣候,氣候溫和,年均氣溫約15.7 ℃；年際降水量變化較大,降水量以夏季較為集中,年降雨量近1000 mm。該區(qū)是合肥市四大主城區(qū)中濕地資源最豐富的城區(qū),區(qū)內(nèi)水系發(fā)達(dá),南部緊鄰巢湖,有包河、南淝河、十五里河、塘西河、派河等多條河流和高王水庫、周崗水庫等水庫分布其中,形成了各類水庫相通,蓄排水和農(nóng)田灌溉及其它用水系統(tǒng)相互連接的網(wǎng)絡(luò)。

根據(jù)《合肥市城市總體規(guī)劃(1995—2010年)》、《合肥市土地利用規(guī)劃(2006—2020年)》、《合肥市城市總體規(guī)劃(2011—2020年)》、《包河區(qū)濕地保護(hù)總體規(guī)劃(2018—2030年)》,結(jié)合城市發(fā)展情況以及小微濕地分布情況,將包河區(qū)除巢湖以外部分劃分為4個(gè)片區(qū),分別為老城區(qū)、經(jīng)濟(jì)開發(fā)區(qū)(以下簡稱經(jīng)開區(qū))、濱湖新區(qū)核心區(qū)、圩區(qū)(圖1)。

圖1 研究區(qū)域地理位置Fig.1 Location of study area

2 研究方法

2.1 數(shù)據(jù)來源及處理

遙感影像數(shù)據(jù)來源于美國地質(zhì)調(diào)查局USGS平臺(https://earthexplorer.usgs.gov/),研究選取季相較為一致,質(zhì)量較好,軌道號均為121 / 038的4期Landsat ETM+ / OLI影像(2006年6月20日、2010年6月15日、2014年6月10日、2018年7月31日)為基礎(chǔ)數(shù)據(jù),空間分辨率均為30 m。經(jīng)輻射定標(biāo)、大氣校正、融合等操作,得到的影像分辨率均為15 m。根據(jù)研究區(qū)實(shí)際情況,參考土地利用現(xiàn)狀分類標(biāo)準(zhǔn)(GB/T 21010—2017),利用ENVI 5.3對4期遙感影像進(jìn)行人機(jī)交互解譯,結(jié)合野外抽樣驗(yàn)證及Google Earth歷史影像對分類結(jié)果進(jìn)行校驗(yàn)、修改,得到4期土地利用類型數(shù)據(jù),包括水體、旱地、水田、林地、草地、建設(shè)用地、其他用地共7類。對分類結(jié)果進(jìn)行精度驗(yàn)證,4期分類總體精度均大于90.0%,Kappa系數(shù)均大于0.88,符合精度所需要求(表1)。然后利用ArcMap 10.7繪制提取面積小于8 hm2的水體和水田作為本文研究的小微濕地,所提取小微濕地的最小面積均為0.02 hm2,2006年、2010年、2014年、2018年最大面積依次為7.90 hm2、7.94 hm2、7.83 hm2、7.81 hm2。最后得到包含小微濕地在內(nèi)的共計(jì)8類土地利用類型數(shù)據(jù)(表2)。

表1 土地利用類型分類精度驗(yàn)證

2.2 景觀格局指數(shù)

景觀格局指數(shù)能夠定量反映小微濕地景觀結(jié)構(gòu)組成和空間配置等方面的特征[30]。分別從斑塊水平統(tǒng)計(jì)小微濕地斑塊數(shù)量和斑塊面積；從景觀水平計(jì)算小微濕地平均周長面積比、斑塊密度、平均歐式最鄰近距離和聚合度指數(shù)。景觀格局指數(shù)計(jì)算在Fragstats 4.2.1軟件中進(jìn)行。

2.3 驅(qū)動(dòng)機(jī)制

2.3.1變量選擇與處理

分別以2006—2010年、2010—2014年、2014—2018年、2006—2018年4個(gè)時(shí)期的小微濕地變化值作為響應(yīng)變量?！?”表示小微濕地?fù)p失區(qū)域,“0”表示小微濕地不變的區(qū)域。利用ArcMap 10.7創(chuàng)建隨機(jī)點(diǎn)工具在小微濕地變化空間分布圖上生成采樣點(diǎn),“0”和“1”的采樣點(diǎn)數(shù)量大致相同。

基于以往研究[18,33],結(jié)合研究區(qū)實(shí)際情況及數(shù)據(jù)的可獲得性,選取13個(gè)預(yù)測變量(表3)。預(yù)測變量處理中,為了量化小微濕地周邊用地類型的變化,且考慮到小微濕地斑塊面積可能具有尺度效應(yīng),利用ArcMap10.7的創(chuàng)建漁網(wǎng)工具分別設(shè)定150 m、300 m、450 m、600 m、750 m、900 m的6種正方形網(wǎng)格,分別計(jì)算4個(gè)年份不同網(wǎng)格尺度下小微濕地斑塊面積的變異函數(shù)模型,比較分析后發(fā)現(xiàn)較小的網(wǎng)格會破壞小微濕地的空間聯(lián)系,較大的網(wǎng)格則可能掩蓋小微濕地的細(xì)節(jié)特征。300 m的網(wǎng)格尺度在刻畫小微濕地的空間特征與模型運(yùn)行效率方面取得較好的平衡。因此,選擇300 m的網(wǎng)格(共計(jì)3454個(gè))對小微濕地斑塊面積和各類土地利用變化量進(jìn)行計(jì)算。為統(tǒng)一像元大小,所有預(yù)測變量均基于300 m的網(wǎng)格計(jì)算。

表3 網(wǎng)格單元預(yù)測變量描述

2.3.2增強(qiáng)回歸樹模型

BRT模型構(gòu)建于傳統(tǒng)的分類回歸樹算法基礎(chǔ)之上,通過不斷地隨機(jī)選擇和自學(xué)習(xí)方法產(chǎn)生多重回歸樹,進(jìn)而提高模型的穩(wěn)定性和預(yù)測精度[34]。其優(yōu)勢在于能夠處理不同類型的預(yù)測變量,對數(shù)據(jù)的共線性問題不敏感,無需事先進(jìn)行數(shù)據(jù)變換或者剔除異常值,可以擬合復(fù)雜的非線性關(guān)系和交互作用,輸出的預(yù)測變量相對貢獻(xiàn)率和擬合函數(shù)曲線較為直觀[35]。

模型擬合調(diào)用R 4.1.0軟件中“caret”、“gbm”和“dismo”等包實(shí)現(xiàn)。模型擬合中,有學(xué)習(xí)速率、樹復(fù)雜度、袋分?jǐn)?shù)和分布函數(shù)4個(gè)參數(shù)需要設(shè)置。由于本文的響應(yīng)變量為二分類變量,通常設(shè)置分布函數(shù)為“bernoulli”,其余參數(shù)設(shè)置比較幾種參數(shù)組合,學(xué)習(xí)速率：0.005、0.01、0.05、0.1,樹復(fù)雜度：4、5、6,袋分?jǐn)?shù)：0.5和0.75。對數(shù)據(jù)集進(jìn)行10折交叉驗(yàn)證,將交叉驗(yàn)證后與測試集最高平均精度相對應(yīng)的參數(shù)組合作為最優(yōu)參數(shù)設(shè)置,同時(shí)將該參數(shù)組合下交叉驗(yàn)證精度最高的一組作為測試集,其余作為訓(xùn)練集重新構(gòu)建模型。利用受試者工作特征曲線下面積(Area Under the ROC Curve, AUC)進(jìn)行模型評估,一般AUC值大于0.70的模型較為合適[36]。BRT模型結(jié)果將相對影響進(jìn)行縮放,使其相加和為100%,相對影響值越大表示對小微濕地?fù)p失的影響越大。與傳統(tǒng)的回歸模型相比,BRT模型沒有P值來表示變量的顯著性意義[34]。本文預(yù)測變量的重要性通過與相對影響中位數(shù)值的大小比較得出,相對影響超過中位數(shù)值的預(yù)測變量被認(rèn)為是高重要性變量,反之為低重要性[37]。

2.3.3地理加權(quán)邏輯回歸模型

GWLR模型是經(jīng)典邏輯回歸模型的擴(kuò)展,允許局部而非全局的參數(shù)估計(jì),以探索驅(qū)動(dòng)因素的空間差異性,其實(shí)質(zhì)是利用基于距離加權(quán)的局部樣本估計(jì)出每個(gè)樣本點(diǎn)各自獨(dú)立的參數(shù)值[29]。模型通過計(jì)算每個(gè)測量點(diǎn)的系數(shù)來反映空間異質(zhì)性,同時(shí)能夠得到每個(gè)測量點(diǎn)系數(shù)的P值[38]。模型表達(dá)式為：

式中,(ui,vi)為采樣點(diǎn)i的坐標(biāo)；βk(ui,vi)為采樣點(diǎn)i上的第k個(gè)回歸參數(shù),是關(guān)于地理位置的函數(shù)；pi是響應(yīng)變量為1(小微濕地?fù)p失)的發(fā)生概率。

BRT模型得到的高重要性變量,利用GWLR模型依次對單個(gè)變量進(jìn)行擬合,然后借助ArcMap 10.7的反距離權(quán)重插值對GWLR所得的每個(gè)數(shù)據(jù)點(diǎn)的估計(jì)系數(shù)和系數(shù)的P值可視化呈現(xiàn),確定預(yù)測變量的空間異質(zhì)性。GWLR模型擬合涉及核函數(shù)類型選擇、最優(yōu)帶寬選擇方法和帶寬選擇標(biāo)準(zhǔn)。本文選擇自適應(yīng)雙重平方函數(shù)為核函數(shù)類型計(jì)算空間權(quán)重矩陣,采用黃金分割搜索法產(chǎn)生系列帶寬,赤池信息準(zhǔn)則確定最優(yōu)帶寬。模型擬合過程借助MGWR 2.2.0軟件實(shí)現(xiàn)。

3 結(jié)果

3.1 研究區(qū)土地利用變化

圖2 研究區(qū)土地利用類型及面積占比Fig.2 Land-use type and the proportion of land-use type areas in study area

從圖2可以看出,2006—2018年,旱地和建設(shè)用地分別是研究區(qū)減少和增加最為明顯的土地利用類型。2006年,旱地是研究區(qū)主要用地類型,占土地利用總面積的30.9%,隨后逐年降低,2018年僅占總面積的15.0%,濱湖新區(qū)核心區(qū)附近旱地消失最明顯。建設(shè)用地面積由2006年的6625.84 hm2增加至2018年的10432.43 hm2,成為研究區(qū)主要的用地類型,建設(shè)用地發(fā)展的方向由老城區(qū)和濱湖新區(qū)核心區(qū)西部逐漸向巢湖方向擴(kuò)散。草地面積整體呈上升趨勢,在2014—2018年期間增加最為明顯,增加了1439.92 hm2。林地面積呈現(xiàn)出逐年緩慢增長的趨勢。水田面積則從2006年的1539.68 hm2減少到2018年的104.04 hm2,減少了93.2%,是研究區(qū)減少幅度最大的用地類型。其他用地在2006—2014年從216.01 hm2增加到1009.37 hm2,到2018年又降至471.89 hm2。水體面積的變化較為穩(wěn)定,其中包括7000 hm2左右固定巢湖水面面積。2006—2018年,小微濕地面積從1684.66 hm2減少到659.70 hm2,減少了60.8%,2010—2014年是小微濕地面積減少最多的時(shí)期,減少了433.47 hm2。

3.2 小微濕地景觀動(dòng)態(tài)變化

3.2.1小微濕地景觀格局指數(shù)變化

從表4可以看出,2006—2018年,小微濕地總的斑塊數(shù)量減少了60.5%。其中,水體型小微濕地?cái)?shù)量呈持續(xù)減少的趨勢,水田型小微濕地斑塊數(shù)量則是呈先上升后下降趨勢,最大值出現(xiàn)在2010年。水田型和水體型小微濕地斑塊面積分別減少了585.37 hm2和439.59 hm2。其中,2006—2010年是水體型小微濕地斑塊面積減少最多的時(shí)期,減少了207.54 hm2。2010—2014年是水田型小微濕地斑塊面積減少最多的時(shí)期,減少了304.15 hm2。從斑塊面積的分布情況來看,水田型小微濕地的平均斑塊面積總體上大于水體型小微濕地。水體型小微濕地的平均斑塊面積整體變化幅度較小,略有上升,水田型小微濕地平均斑塊面積則是呈先下降后上升趨勢,最小值出現(xiàn)在2010年。此外,4個(gè)研究時(shí)期,75%的水體型小微濕地面積都不超過0.80 hm2,說明研究區(qū)水體型小微濕地以較小斑塊為主。2006—2018年,水體型小微濕地斑塊面積的第一四分位數(shù)由0.09 hm2上升到0.18 hm2,說明有相當(dāng)一部分小面積的水體型小微濕地斑塊消失。

表4 斑塊水平小微濕地景觀格局指數(shù)變化

斑塊周長面積比是衡量景觀中斑塊形狀特征的指標(biāo),可以用來表征小微濕地斑塊的邊界效應(yīng)。表5顯示,小微濕地的平均周長面積比呈波動(dòng)下降趨勢,最大值出現(xiàn)在2014年,可以看出小微濕地斑塊邊緣的復(fù)雜程度整體上是下降的。小微濕地斑塊密度呈先上升后下降趨勢,最大值同樣出現(xiàn)在2014年,2018年斑塊密度達(dá)到最低,說明小微濕地在斑塊破碎化程度達(dá)到最大后有一個(gè)大量消失的過程。小微濕地斑塊間的平均歐式最鄰近距離逐漸增加,在2018年達(dá)到最大,同時(shí),聚合度指數(shù)持續(xù)降低,在2018年達(dá)到最小值。

表5 景觀水平小微濕地景觀格局指數(shù)變化

3.2.2小微濕地空間分布

圖3可以看出,2006—2018年,小微濕地在整個(gè)研究區(qū)大范圍減少,濱湖新區(qū)核心區(qū)是損失較為嚴(yán)重的區(qū)域,小微濕地?fù)p失的同時(shí)也有少量小微濕地斑塊的增加,主要分布在十五里河沿岸和西南部的圩區(qū)。不同時(shí)間段的小微濕地空間變化呈現(xiàn)出明顯的異質(zhì)性特征。2006—2010年,濱湖新區(qū)核心區(qū)西部是小微濕地?fù)p失較為嚴(yán)重的區(qū)域,老城區(qū)和經(jīng)開區(qū)也有不同程度的小微濕地?fù)p失。2010—2014年,小微濕地?fù)p失嚴(yán)重的區(qū)域由濱湖新區(qū)核心區(qū)西部向東部移動(dòng)。2014—2018年,小微濕地的變化范圍明顯縮小,損失主要發(fā)生在十五里河沿岸和西南部的養(yǎng)殖漁場附近。

圖3 小微濕地空間分布變化Fig.3 Spatial distribution changes of small wetland

3.3 小微濕地變化驅(qū)動(dòng)機(jī)制

3.3.1BRT模型評價(jià)

從表6可以看出,4個(gè)時(shí)間段訓(xùn)練集、測試集、數(shù)據(jù)集的AUC值分別在0.81—0.91、0.74—0.87、0.80—0.91之間,均大于0.70,說明模型擬合效果較好。

表6 BRT模型參數(shù)設(shè)置及模型評估結(jié)果

3.3.2預(yù)測變量相對影響

從圖4可以看出,小微濕地斑塊面積、建設(shè)用地變化、旱地變化、林地變化、草地變化、坡度在4個(gè)時(shí)間段均屬于高重要性變量,這些變量共分別解釋了65.9%(2006—2010年)、63.0%(2010—2014年)、61.5%(2014—2018年)、64.6%(2006—2018年)的小微濕地?fù)p失。人口變化、數(shù)字高程模型、其他用地變化、水田變化、水體變化、距道路距離、距河流距離在4個(gè)時(shí)間段均不屬于高重要性變量。2006—2010年對小微濕地?fù)p失影響最大的前4位均是小微濕地周邊土地利用變化,其相對影響的總和為48.3%。2010—2018年,建設(shè)用地變化和斑塊面積是最重要的兩個(gè)預(yù)測變量。

2006—2018年,建設(shè)用地變化是對小微濕地?fù)p失影響最大的因素(14.4%),其次是小微濕地斑塊面積(13.5%),其余高重要性變量的相對影響依次為：旱地變化(11.1%)、坡度(10.1%)、林地變化(8.5%)、草地變化(7.0%)。

圖4 預(yù)測變量對小微濕地?fù)p失的相對影響Fig.4 Relative influence of predictor variables on the loss of small wetlands

3.3.3高重要性變量驅(qū)動(dòng)機(jī)制

進(jìn)一步對4個(gè)時(shí)期相對影響大于中位數(shù)變量的高重要性變量繪制部分依賴圖,部分依賴圖表示在控制其他所有變量均值不變的情況下,某一變量對小微濕地?fù)p失的影響。從圖5可以看出,不同時(shí)間段,小微濕地?fù)p失對同一個(gè)變量的響應(yīng)趨勢相似。小微濕地斑塊面積越小,小微濕地?fù)p失的可能性越高；小微濕地的損失可能性隨小微濕地周邊土地利用類型面積的增加而上升,增加到某一閾值時(shí),對小微濕地?fù)p失的影響可能不再增大；坡度對小微濕地?fù)p失的影響趨勢總體較為平穩(wěn)。

2006—2018年,當(dāng)斑塊面積在0.02—3.2 hm2范圍內(nèi)時(shí)與小微濕地?fù)p失呈正相關(guān)。小微濕地周邊建設(shè)用地?cái)U(kuò)張對小微濕地?fù)p失的影響閾值在2.5—6.5 hm2,面積增加超過6.5 hm2對小微濕地?fù)p失的影響不再增大。同樣地,旱地面積增加到2.7 hm2左右會威脅到小微濕地的生存。此外,林地和草地面積增加對小微濕地的損失的影響也不容忽視,林地面積增加超過2.4 hm2時(shí)與小微濕地?fù)p失呈正比,隨著林地面積的增加,對小微濕地?fù)p失的影響有不斷增加的趨勢。草地面積增加超過2.3 hm2時(shí)與小微濕地?fù)p失呈正比；坡度大于2.6°的區(qū)域與小微濕地?fù)p失呈正相關(guān)。

圖5 高重要性變量對小微濕地?fù)p失影響的部分依賴圖Fig.5 Partial dependence plots of the influence of high-importance variables on the loss of small wetlandsx軸向外的刻度表示預(yù)測變量的數(shù)據(jù)范圍,向內(nèi)的刻度表示預(yù)測變量的十分位數(shù)據(jù)分布；y軸的數(shù)值大于0表示預(yù)測變量與小微濕地?fù)p失呈正相關(guān),小于0表示負(fù)相關(guān),等于0表示無相關(guān)關(guān)系

圖6顯示2006—2018年高重要性變量對小微濕地?fù)p失的影響隨空間位置的變化。對變量采樣點(diǎn)處的系數(shù)值和系數(shù)的P值進(jìn)行空間插值并疊加,設(shè)顯著性水平α= 0.05,P值小于0.05的采樣點(diǎn)所形成的插值面表示變量對小微濕地?fù)p失有顯著性影響的區(qū)域,暖色調(diào)和冷色調(diào)分別表示顯著正向和負(fù)向影響,白色區(qū)域表示變量對小微濕地?fù)p失無顯著性影響的區(qū)域(P≥ 0.05)和巢湖水面。此外,由于小微濕地斑塊面積屬于小微濕地自身景觀結(jié)構(gòu)特征,系數(shù)的空間可視化無解釋意義,故不在模型結(jié)果中體現(xiàn)。

圖6 2006—2018年地理加權(quán)邏輯回歸模型高重要性變量系數(shù)空間分布Fig.6 Spatial distribution of high-importance variable coefficients in GWLR model from 2006 to 2018

圖6可以看出,變量系數(shù)存在明顯的空間差異。除去與小微濕地?fù)p失無相關(guān)性的區(qū)域,建設(shè)用地變化整體與小微濕地?fù)p失呈顯著正相關(guān)關(guān)系(P<0.05),系數(shù)最大值分別出現(xiàn)在老城區(qū)和濱湖新區(qū)核心區(qū)西部,系數(shù)的大小往巢湖方向逐漸降低；林地變化整體與小微濕地?fù)p失呈顯著負(fù)相關(guān)關(guān)系(P<0.05),系數(shù)最小值為-0.64；旱地變化僅在西南部的圩區(qū)附近與小微濕地?fù)p失呈顯著正相關(guān)(P<0.05),其余區(qū)域?qū)π∥竦負(fù)p失無顯著正向影響；草地變化在濱湖新區(qū)核心區(qū)東部與小微濕地?fù)p失顯著正相關(guān)(P<0.05),其余區(qū)域與小微濕地?fù)p失呈顯著負(fù)相關(guān)(P<0.05)或無相關(guān)關(guān)系；坡度在研究區(qū)大部分區(qū)域與小微濕地?fù)p失呈顯著負(fù)相關(guān)(P<0.05)或無相關(guān)關(guān)系,在研究區(qū)東北角和東南部有小片區(qū)域與小微濕地?fù)p失呈顯著正相關(guān)關(guān)系(P<0.05)。

4 討論

4.1 小微濕地景觀動(dòng)態(tài)變化及驅(qū)動(dòng)因素

城市快速發(fā)展背景下,包河區(qū)內(nèi)小微濕地在2006—2018年間大范圍消失,總面積和總斑塊數(shù)量減少均超過60%,這種減少趨勢同樣出現(xiàn)在其他一些城市快速發(fā)展的地區(qū)[19—20,30]。小微濕地?fù)p失的主要驅(qū)動(dòng)因素包括周邊土地利用變化、自身景觀屬性和地形條件3個(gè)方面,各驅(qū)動(dòng)因素對小微濕地?fù)p失的影響具有明顯的階段性特征。2005年,合肥市提出“141”城市空間發(fā)展戰(zhàn)略,其中一個(gè)重要的舉措是規(guī)劃沿巢湖建立濱湖新區(qū),以實(shí)現(xiàn)合肥市通過巢湖、走入長江、融入長三角城市群的發(fā)展目標(biāo)。2006年,包河區(qū)內(nèi)啟動(dòng)濱湖新區(qū)建設(shè),開啟了現(xiàn)代化濱湖城市建設(shè)的新篇章。城市快速發(fā)展初期(2006—2010年),城市建設(shè)以先修路,后沿道路向外延伸開發(fā)為主[39],當(dāng)小微濕地所能夠帶來的經(jīng)濟(jì)效益低于周邊土地利用方式改變帶來的效益時(shí)就容易發(fā)生轉(zhuǎn)變[18,26]。在此開發(fā)背景下,相比于自身景觀屬性和地形條件等因素,周邊土地利用(建設(shè)用地、旱地、林地和草地)變化對小微濕地?fù)p失的影響顯得更為重要。在該階段所能觀察到研究區(qū)兩種類型的小微濕地有著不同的變化,水體型小微濕地表現(xiàn)為數(shù)量急速下降,而水田型小微濕地?cái)?shù)量卻有所增加,可能是由于水體型小微濕地平均斑塊面積較小,往往會先消失,而平均斑塊面積相對較大的水田型小微濕地更容易被分割[11,21,28]。中后期(2010—2018年),合肥市進(jìn)一步提出“1331”市域空間發(fā)展規(guī)劃,加快了包河區(qū)城鎮(zhèn)化、工業(yè)化、農(nóng)業(yè)集約化發(fā)展速度,城市建設(shè)由“擴(kuò)張式”變?yōu)椤疤畛涫健卑l(fā)展[39]。隨著城市建設(shè)大范圍擴(kuò)張的趨勢有所緩解,各類型周邊土地利用變化的相對影響相較于前期也有不同程度的下降,斑塊面積和坡度對小微濕地?fù)p失的驅(qū)動(dòng)作用逐漸凸顯。該階段,與水體型小微濕地?cái)?shù)量持續(xù)下降不同的是,水田型小微濕地經(jīng)歷斑塊破碎化后數(shù)量急速下降的過程。有研究表明,較大面積的小微濕地逐漸被分裂成較小的斑塊,在一定程度上代替了先消失的那一部分小的斑塊,進(jìn)而快速消失[21]。從小微濕地景觀空間分布格局來看,斑塊數(shù)量的減少使得剩余小微濕地間的空間距離增加,聚集程度降低,這種變化會導(dǎo)致小微濕地生態(tài)系統(tǒng)服務(wù)功能不成比例的損失[40—41],小微濕地間距離的增加會阻礙物種遷移,從而對生物多樣性造成負(fù)面影響[27,42]。

建設(shè)用地變化是2006年到2018年小微濕地?fù)p失的最主要驅(qū)動(dòng)因素,建設(shè)用地變化對小微濕地?fù)p失的影響大小由老城區(qū)和濱湖新區(qū)核心區(qū)西部向巢湖方向逐漸降低。盡管濱湖新區(qū)核心區(qū)是建設(shè)用地增加最明顯的區(qū)域,但是對小微濕地?fù)p失的影響卻不是最大的,老城區(qū)建設(shè)用地變化的影響反而更高。可能是由于老城區(qū)作為最早的城市中心,居住區(qū)和商業(yè)用地密集,內(nèi)部填充空間有限,在建設(shè)用地?cái)U(kuò)張過程中更容易導(dǎo)致小微濕地?fù)p失,而濱湖新區(qū)屬于近期規(guī)劃的城市新區(qū),在建設(shè)過程中更注重保留濕地,加強(qiáng)生態(tài)景觀與城市風(fēng)貌的協(xié)調(diào)建設(shè)[20,24,39,43]。BRT模型還得到小微濕地?fù)p失對于土地利用變化的響應(yīng)閾值(圖5),如小微濕地周邊旱地面積增加2.7 hm2左右會威脅到小微濕地的生存。實(shí)際上,由于建設(shè)用地侵占、退耕還林工程等因素的影響,研究區(qū)內(nèi)旱地面積大量減少,僅在圩區(qū)保留少量基本農(nóng)田,但是,圩區(qū)作為農(nóng)用地重點(diǎn)整理區(qū)域,大范圍調(diào)整農(nóng)業(yè)結(jié)構(gòu),水田和水體型小微濕地被疏浚或排干,改造為旱地,以滿足生態(tài)農(nóng)業(yè)對作物多樣性的需求[44],這就解釋了除西南部圩區(qū)以外,旱地變化對小微濕地?fù)p失無顯著正向影響的原因。值得一提的是,隨著退耕還林工程和環(huán)巢湖生態(tài)示范區(qū)建設(shè)等項(xiàng)目的持續(xù)推進(jìn),研究區(qū)林、草地面積有所增加,BRT顯示周邊林、草地面積增加超過2.4 hm2左右時(shí)會導(dǎo)致小微濕地?fù)p失,但是GWLR模型結(jié)果顯示周邊林、草地面積變化對小微濕地的持續(xù)存在有一定的正向促進(jìn)作用。究其原因,盡管研究區(qū)林、草地面積有所增加,但更多的是“見縫插綠”而非成片增加。相關(guān)研究表明,林、草地對周邊水質(zhì)的凈化有一定的正效應(yīng)[45—46],且周圍有林、草地的小微濕地,其綜合生態(tài)系統(tǒng)服務(wù)的質(zhì)量較高[18]。

以往的一些研究表明,城市中大多數(shù)小微濕地是人為創(chuàng)建的,小微濕地的存在或消失更多是基于管理者的意愿[24,47],所以小微濕地自身景觀屬性的影響很容易被忽略。本文研究結(jié)果顯示,斑塊面積對小微濕地?fù)p失的相對影響排在第2位,小微濕地?fù)p失對于網(wǎng)格單元內(nèi)斑塊面積變化的響應(yīng)閾值在0.02—3.2 hm2之間。一方面,說明小微濕地面積越小損失的可能性越大。面積較小的小微濕地除了更容易被人為侵占外[12],相比于較大面積的小微濕地,小面積的小微濕地通常有更小的徑流輸入量和更大的單位面積淺層地下水流出量,因而更容易損失[10,20]；另一方面,說明小微濕地在小范圍內(nèi)的聚集程度越高,越不容易損失,有研究表明,多個(gè)小而集中的小微濕地在養(yǎng)分截留和對污染物的凈化方面比等面積的大濕地效率更高[48—49]。本文利用Google Earth高清歷史影像結(jié)合實(shí)地調(diào)查,觀察了研究區(qū)幾個(gè)不同區(qū)域的小微濕地情況,發(fā)現(xiàn)面積較小的小微濕地一般都是村塘、季節(jié)性水塘,其蓄水能力差、自身結(jié)構(gòu)不完善,主要依附降水與鄰近水體間的水源聯(lián)系,這些小微濕地容易被污染、廢棄或受到自然演替的影響[33]；小范圍集中分布的小微濕地多為河流沿岸聚集的養(yǎng)殖塘、灌溉塘和水田等,這些小微濕地的水系連通性較強(qiáng),不易損失[13,27]。最后,本文還得出坡度對于小微濕地?fù)p失的相對影響較高,這可能是由于下墊面地形條件對小微濕地的變化有著重要的影響[30]。當(dāng)坡度小于2.6°時(shí),與小微濕地?fù)p失呈負(fù)相關(guān),從水文學(xué)角度來看,坡度陡緩是影響地表水匯流情況的主要因素[50],坡度平緩地區(qū)的小微濕地更容易接受來自高地的徑流輸入[10]。

本文利用BRT模型量化預(yù)測變量的相對影響,擬合高重要性變量與小微濕地?fù)p失之間的非線性關(guān)系,結(jié)合GWLR模型分析高重要性變量的空間異質(zhì)性,改進(jìn)了以往僅采用單一全局回歸模型或者單一空間回歸模型對小微濕地?fù)p失的驅(qū)動(dòng)力研究。同時(shí),文章也存在一些不足之處,在預(yù)測變量選取時(shí),由于數(shù)據(jù)獲取限制,未能選擇氣候、水文因素分析對小微濕地?fù)p失的影響。另外,受限于遙感影像精度,本文所能提取最小面積的小微濕地僅為0.02 hm2,研究區(qū)還應(yīng)當(dāng)存在大量的、面積更小的小微濕地[17]。在后續(xù)的研究中,將通過野外調(diào)查或利用更高精度的遙感影像作為手段,更全面地研究影響小微濕地?fù)p失的因素并對面積更小的小微濕地予以關(guān)注。

4.2 小微濕地保護(hù)與管理

城市化是一個(gè)不可逆的過程,應(yīng)當(dāng)對小面積的小微濕地或者是在小范圍內(nèi)集中分布的小微濕地予以特別關(guān)注,加強(qiáng)小微濕地間、小微濕地與其他濕地間的水系連通性,防止其進(jìn)一步損失。在后續(xù)的城市開發(fā)過程中,要充分意識小微濕地生態(tài)價(jià)值,加強(qiáng)小微濕地的編目和價(jià)值評估,加強(qiáng)小微濕地生態(tài)服務(wù)功能和生態(tài)服務(wù)價(jià)值的宣傳與示范,將城市小微濕地與林地一樣納入城市綠地保護(hù)的剛性要求。同時(shí),建議在城市不同發(fā)展區(qū)域新建一批小微濕地修復(fù)示范工程,注重綠地資源的合理配置,在小微濕地保護(hù)與恢復(fù)的前提下,積極探索小微濕地保護(hù)與開發(fā)的平衡點(diǎn),合理利用其生態(tài)服務(wù)功能。最后,已有部分地區(qū)將小微濕地納入濕地保護(hù)體系[4—5],未來還應(yīng)盡快制定與小微濕地有關(guān)的國家、行業(yè)及地方標(biāo)準(zhǔn),建立小微濕地生態(tài)保護(hù)與恢復(fù)的激勵(lì)機(jī)制,指導(dǎo)小微濕地保護(hù)與開發(fā)的科學(xué)開展。

5 結(jié)論

城市化背景下,包河區(qū)小微濕地的景觀格局發(fā)生較大改變,表現(xiàn)為數(shù)量和面積急劇下降,伴隨著斑塊邊緣復(fù)雜程度的降低,空間分布更加“孤立”。2006至2018年間,導(dǎo)致研究區(qū)小微濕地?fù)p失的高重要性變量可以概括為周邊土地利用變化、自身景觀屬性和地形條件三個(gè)方面。周邊土地利用變化方面,建設(shè)用地變化是導(dǎo)致小微濕地?fù)p失的最主要因素,其在整個(gè)研究區(qū)均與小微濕地?fù)p失呈正相關(guān)。從自身景觀屬性看,小微濕地斑塊面積對其自身的影響表現(xiàn)為小面積的斑塊更容易消失。小微濕地的損失與地形條件也密切相關(guān),坡度越陡,小微濕地?fù)p失越明顯。小微濕地在城市中廣泛分布,具有重要的生態(tài)價(jià)值,在當(dāng)前小微濕地備受關(guān)注和亟需保護(hù)的背景下,本研究結(jié)果可以為快速城市化地區(qū)的小微濕地保護(hù)提供一定的理論依據(jù)。