湟水河流域景观格局与生态风险时空特征及驱动因子探测.pdf

第4 3卷第3期2 0 2 3年6月水土保持通报B u l l e t i no fS o i l a n dW a t e rC o n s e r v a t i o nV o l.4 3,N o.3J u n.,2 0 2 3 收稿日期:2 0 2 2-1 0-1 4 修回日期:2 0 2 2-1 0-2 3 资助项目:青海省应用基础研究项目“湟水西宁段水体生态服务功能时空动态演变规律及调控技术研究”(2 0 2 0-Z J-7 5 6);青海民族大学校级规划项目“湟水流域陆地水循环对气候变化和生态景观格局动态的响应”(2 3 GH 1 4)第一作者:王鹏全(1 9 8 9),男(汉族),甘肃省静宁县人,博士研究生,讲师,主要从事自然地理与水文水资源研究。E m a i l:w p q 1 3 1 4 1 2 6.c o m。通信作者:李润杰(1 9 6 5),男(汉族),河北省文安县人,研究员,主要从事水文水资源与水土保持研究。E m a i l:r j l 1 2 6.c o m。湟水河流域景观格局与生态风险时空特征及驱动因子探测王鹏全1,2,刘得俊3,李润杰1,4,吴元梅3(1.青海师范大学 地理科学学院,青海 西宁8 1 0 0 0 8;2.青海民族大学土木与交通工程学院,青海 西宁8 1 0 0 0 7;3.青海省水利水电科学研究院有限公司,青海 西宁8 1 0 0 0 1;4.青海大学 省部共建三江源生态与高原农牧业国家重点实验室,青海 西宁8 1 0 0 1 6)摘 要:目的分析景观格局变化特征及景观生态风险时空演变规律与影响驱动因子,为流域综合治理,生态系统管理和可持续发展提供理论依据。方法基于湟水河流域2 0 0 0,2 0 1 0,2 0 2 0年3期土地利用数据,采用景观指数法构建流域景观生态风险评价模型,耦合A r c G I S1 0.6,F r a g s t a t s4.2,G e o D a1.2 0讨论景观格局与生态风险的时空动态特征,利用 地理 探测 器 识别 驱动 景 观生 态风 险空 间 分异 的主 导 因子。结果草地和耕地是湟水河流域的优势地类,土地转移主要发生在耕地、草地和建设用地之间,城市扩张是近2 0a土地利用变化的主要特征。2 0 0 02 0 2 0年景观生态风险先增后减小,生态服务价值与景观生态风险表现出负相关性。景观生态风险空间分布主要呈现“高高”和“低低”集聚,高程是导致景观生态风险空间格局分异的主导因子,因子交互作用对景观生态风险空间分异有增强效应。景观生态风险空间格局具有明显的海拔梯度效应。可根据海拔梯度将湟水河流域划分为重点管控区、严格管控区和一般管控区。结论生态治理和生态修复是湟水河流域景观生态风险指数下降的主要原因,不同生态风险空间管控区应采取差异化调控措施,土地利用优化管理与用途管制在生态风险调控中需高度关注。关键词:土地利用变化;景观格局;景观生态风险;地理探测;湟水河流域文献标识码:A 文章编号:1 0 0 0-2 8 8 X(2 0 2 3)0 3-0 2 1 3-1 2 中图分类号:X 8 2 6,P 9 0 1文献参数:王鹏全,刘得俊,李润杰,等.湟水河流域景观格局与生态风险时空特征及驱动因子探测J.水土保持通报,2 0 2 3,4 3(3):2 1 3-2 2 4.D O I:1 0.1 3 9 6 1/j.c n k i.s t b c t b.2 0 2 3.0 3.0 2 6;W a n gP e n g q u a n,L i uD e j u n,L iR u n j i e,e t a l.S p a t i o t e m p o r a l c h a r a c t e r i s t i c sa n dd r i v e rd e t e c t i o no f l a n d s c a p ep a t t e r na n de c o l o g i c a l r i s ki nH u a n g s h u iR i v e rb a s i nJ.B u l l e t i no fS o i l a n dW a t e rC o n s e r v a t i o n,2 0 2 3,4 3(3):2 1 3-2 2 4.S p a t i o t e m p o r a lC h a r a c t e r i s t i c sa n dD r i v e rD e t e c t i o no fL a n d s c a p eP a t t e r na n dE c o l o g i c a lR i s ki nH u a n g s h u iR i v e rB a s i nW a n gP e n g q u a n1,2,L i uD e j u n3,L iR u n j i e1,4,WuY u a n m e i3(1.S c h o o l o fG e o g r a p h i c a lS c i e n c e s,Q i n g h a iN o r m a lU n i v e r s i t y,X i n i n g,Q i n g h a i8 1 0 0 0 8,C h i n a;2.S c h o o l o fC i v i la n dT r a n s p o r t a t i o nE n g i n e e r i n g,Q i n g h a iM i n z uU n i v e r s i t y,X i n i n g,Q i n g h a i8 1 0 0 0 7,C h i n a;3.Q i n g h a iW a t e rR e s o u r c e sa n dH y d r o p o w e rR e s e a r c hI n s t i t u t eC o.,L t d,X i n i n g,Q i n g h a i8 1 0 0 0 1,C h i n a;4.S t a t eK e yL a b o r a t o r yo fP l a t e a uE c o l o g ya n dA g r i c u l t u r e,Q i n g h a iU n i v e r s i t y,X i n i n g,Q i n g h a i8 1 0 0 1 6,C h i n a)A b s t r a c t:O b j e c t i v eT h ec h a r a c t e r i s t i c sa n dd r i v i n gf a c t o r so f l a n d s c a p ep a t t e r nc h a n g e sa n dt h es p a t i o t e m p o r a le v o l u t i o no fl a n d s c a p ee c o l o g i c a lr i s k w a sa n a l y z e di no r d e rt op r o v i d eat h e o r e t i c a lb a s i sf o ri n t e g r a t e dw a t e r s h e dm a n a g e m e n t,w a t e r s h e de c o s y s t e m m a n a g e m e n t,a n ds u s t a i n a b l ed e v e l o p m e n t.M e t h o d sAl a n d s c a p e e c o l o g i c a l r i s ka s s e s s m e n tm o d e lw a sp r o p o s e du s i n g t h e l a n d s c a p e i n d e xm e t h o db a s e do n l a n du s ed a t a i n2 0 0 0,2 0 1 0,a n d2 0 2 0f r o mt h eH u a n g s h u iR i v e rb a s i n.S p a t i o t e m p o r a ld y n a m i cc h a r a c t e r i s t i c so fl a n d s c a p ep a t t e r n s a n de c o l o g i c a l r i s kw e r e e x a m i n e db yc o u p l i n gA r c G I S1 0.6,F r a g s t a t s4.2,a n dG e o D a1.2 0.F a c t o r sd r i v i n gs p a t i a l l ys t r a t i f i e dh e t e r o g e n e i t yo f l a n d s c a p ee c o l o g i c a l r i s kw e r e i d e n t i f i e du s i n gg e o g r a p h i cd e t e c t o r s.R e s u l t s G r a s s l a n da n dc r o p l a n dw e r et h ed o m i n a n tl a n du s et y p e si nt h eH u a n g s h u iR i v e rb a s i n.L a n dt r a n s f e rm a i n l yo c c u r r e db e t w e e nc r o p l a n d,g r a s s l a n d,a n dc o n s t r u c t i o nl a n d.U r b a ne x p a n s i o nw a s t h em a i n f e a t u r eo f l a n du s e/l a n dc o v e r c h a n g e so v e r t h ep a s t 2 0y e a r s.F r o m2 0 0 0t o2 0 2 0,l a n d s c a p ee c o l o g i c a l r i s k i nt h eH u a n g s h u iR i v e rb a s i n i n i t i a l l y i n c r e a s e da n dt h e nd e c r e a s e d,a n dt h e r ew a san e g a t i v ec o r r e l a t i o nb e t w e e ne c o l o g i c a l s e r v i c ev a l u e a n d l a n d s c a p e e c o l o g i c a l r i s k.S p a t i a l d i s t r i b u t i o n s o f l a n d s c a p ee c o l o g i c a l r i s k i nt h eH u a n g s h u iR i v e rb a s i nm a i n l yp r e s e n t e d“h i g h-h i g h”a n d“l o w-l o w”a g g l o m e r a t i o n s.E l e v a t i o nw a s t h em a i nf a c t o rd r i v i n gt h es p a t i a l l ys t r a t i f i e dh e t e r o g e n e i t yo f e c o l o g i c a l r i s k.T h e i n t e r a c t i o nb e t w e e nd r i v i n gf a c t o r sh a da ne n h a n c i n ge f f e c to ns p a t i a l l ys t r a t i f i e dh e t e r o g e n e i t yo f l a n d s c a p ee c o l o g i c a lr i s k.S p a t i a l d i s t r i b u t i o no f l a n d s c a p ee c o l o g i c a l r i s k sh a da no b v i o u s a l t i t u d eg r a d i e n t e f f e c t.A c c o r d i n g t ot h ea l t i t u d eg r a d i e n t,t h eH u a n g s h u iR i v e rb a s i nw a sd i v i d e di n t ot h r e ee c o l o g i c a lr i s kc o n t r o lz o n e s:k e yc o n t r o l a r e a,s t r i c t c o n t r o l a r e a,a n dg e n e r a l c o n t r o l a r e a.C o n c l u s i o nE c o l o g i c a l g o v e r n a n c ea n de c o l o g i c a lr e s t o r a t i o nw e r et h em a i nr e a s o n sf o rt h ed e c l i n eo ft h el a n d s c a p ee c o l o g i c a lr i s ki n d e xi nt h eH u a n g s h u iR i v e rb a s i n.D i f f e r e n tm a n a g e m e n t a n dc o n t r o l s t r a t e g i e ss h o u l db e i m p l e m e n t e df o rd i f f e r e n t e c o l o g i c a l r i s kc o n t r o l z o n e s.L a n du s eo p t i m i z a t i o n m a n a g e m e n ta n dl a n du s ec o n t r o ls h o u l db ep r i m a r yc o n c e r n sw i t hr e s p e c t t oe c o l o g i c a l r i s kc o n t r o l.K e y w o r d s:l a n du s ec h a n g e;l a n d s c a p ep a t t e r n;l a n d s c a p ee c o l o g i c a lr i s k;g e o g r a p h i c a ld e t e c t i o n;H u a n g s h u iR i v e rb a s i n 生态风险是指景观内部由于其自身存在脆弱性,且在受到自然变化或人类活动等压力源胁迫时生态系统的组分、结构、功能和过程遭遇破坏的可能及其损失1-2。生态风险评价已逐渐成为支持生态系统管理的有效工具3。随着人类社会迈入人类世,作为地表景观宏观表征方式的土地系统也进入了潜在高风险区且正处于风险增加状态4-5。土地利用/覆盖变化(l a n du s e/c o v e rc h a n g e,L U C C)通常导致资源和生态过程发生变化,可以展示地表景观格局的时空动态过程,有效揭示人类活动与生态环境之间的相互作用机制6。土地系统的结构或格局变化与景观生态风险的时空分布和动态具有高度关联7-8。近年来,国内外学者基于L U C C对景观生态风险评价做了大量工作,景观指数法是生态风险评价最常见的方法,被广泛应用于行政区9-1 0、流域1 1-1 2、城镇1 3-1 4、矿区1 5、国家公园1 6、海岸带3,1 7、湿地6,1 8、生态保护区等2,同时也被广泛应用于未来多情景土地利用方式下的景观生态风险评价1 9-2 0。景观指数法着眼于生态系统的结构组成和格局变化与生态风险间的内在关联性特征,高度浓缩L U C C景观格局信息,从“格局影响过程,过程改变格局”的耦合关联视角进行生态风险评价1,7,2 1。因此,基于L U C C从景观格局与景观功能的整体出发,评价区域景观生态风险非常必要。其次,定量识别影响景观生态风险的驱动因子是规避或减轻生态风险的有效途径。湟水河流域位于中国青藏高原与黄土高原过渡带,是青海省东部重要的生态屏障,在水土保持、气候调节、粮食生产和生物多样性控制等方面发挥着重要作用。但是随着经济社会快速发展及城市化不断演进,伴随“退耕还林”“退耕还草”“土地占补平衡”“永久性耕地保护”等政策落实,湟水河流域土地利用类型正发生着剧烈转化。特别在人类活动和气候变化双重胁迫下,维护流域生态安全、增加生态系统提供的人类福祉面临严峻挑战。同时,随着青海省“一优两高”和“生态立省”战略、兰州西宁城市群发展规划2 2、黄河流域生态保护和高质量发展战略的深入推进,对维护流域生态系统健康、安全和可持续发展提出了新的更高要求。因此,在湟水河流域开展景观生态风险评价具有较强的区域特点和典型性。本研究以湟水河流域为研究对象,基于2 0 0 0,2 0 1 0,2 0 2 0年3期土地利用数据分析土地利用时空动态演变,并采用景观指数法构建流域生态风险评价模型,结合A r c G I S1 0.6,G e o D a1.2 0,F r a g s t a t s4.2及地理探测器等地统计学相关理论与方法讨论景观格局变化特征及景观生态风险时空演变规律与影响驱动因子,以期为流域综合治理、支持流域生态系统管理和可持续发展提供理论依据。1 材料与方法1.1 研究区概况研究 区 为 湟 水 河 流 域(1 0 0 4 2 1 0 3 0 1 E,3 6 0 2 3 7 2 8 N),系黄河上游一级支流,发源于青海省海晏县,地处青藏高原与黄土高原过渡地带,属高原干旱半 干旱大陆性气 候,年平均 降水量约4 8 5.6mm,年平均气温4.7。湟水河流域西宽东窄,地势西北高,东南低,从上游到下游河谷和盆地交412 水土保持通报 第4 3卷替分布,干流全长3 7 4k m,流域面积1 77 3 3k m2,流经青海省的海晏县、湟源县、湟中区、西宁市、大通县、互助县、平安区、乐都区、民和县,以及甘肃省的红古区、永靖县。湟水河流域支流发育,水系呈树枝状分布,年均径流量2.1 61 09m3,水资源开发利用率较高,供需矛盾突出,生态环境脆弱。湟水河流域是青海省经济社会发展的核心区,是主要的农业生产基地,同时是青海省东部重要的生态廊道。1.2 数据来源与处理研究选用2 0 0 0,2 0 1 0,2 0 2 0年的土地利用数据来自G l o b e L a n d3 0 V 2 0 2 0(h t t p:www.g l o b a l l a n d-c o v e r.c o m)。G l o b e L a n d3 0V 2 0 2 0数据是中国研制的3 0m空间分辨率全球地表覆盖数据,其总体精度为8 5.7 2%,k a p p a系数为0.8 2,数据精度可以满足研究需求2 3。研究对G l o b e L a n d3 0土地利用数据重分类为6种土地利用类型:耕地、林地、草地、水域、建设用地和未利用地。根据 中国土地利用状况分类标准(G B/T 2 1 0 1 0-2 0 1 7)中对“林地”和“水域及水利设施用地”的界定,研究将G l o b e L a n d3 0中的林地(c o d e2 0)和灌木地(c o d e4 0)聚合为林地,将水体(c o d e5 0)、湿地(c o d e6 0)、冰川和永久冰雪(c o d e1 0 0)聚合为水域,建设用地为G l o b e L a n d3 0分类系统中的人造地表(c o d e8 0),未利用地为G l o b e L a n d3 0分类 系 统 中 的 裸 地(c o d e 9 0),耕 地、草 地 与G l o b e L a n d3 0分类 系统一 致,研 究 区 不 涉 及 苔 原(c o d e7 0)。采用A r c G I S1 0.6软件对数据做投影变换和裁剪等预处理。2 0 0 02 0 2 0年的土地利用重分类数据见图1。注:本图源于G l o b e L a n d 3 0V 2 0 2 0,并基于自然资源部标准地图服务系统G S(2 0 1 9)1 8 2 2号标准地图校准制作。下同。图1 2 0 0 02 0 2 0年湟水河流域土地利用重分类数据F i g.1 L a n du s er e c l a s s i f i c a t i o nd a t a i nH u a n g s h u iR i v e rb a s i nd u r i n g2 0 0 02 0 2 0 高程数据是NA S A D EM数字高程模型和相关产品(h t t p s:e a r t h d a t a.n a s a.g o v/e s d s),分 辨 率 为3 0m;降水、气温、人口密度P O P、地均G D P空间分布数据集、年最大N D V I数据来自中国科学院资源与环境科学数据中心(h t t p s:www.r e s d c.c n);土壤数据来自于世界土壤数据库(HWS D);公路、铁路、水系、政府驻地和行政区域边界等矢量数据来自中国国家地理信息中心(www.n g c c.c n/n g c c)。其他社会经济数据来自青海统计年鉴。1.3 研究方法1.3.1 土地利用变化分析 研究选用单一土地动态度(s i n g l el a n du s ed y n a m i c sd e g r e e,S L UD D)和综合土 地 动 态 度(c o m p r e h e n s i v el a n du s ed y n a m i c sd e g r e e,C L UD D)表征研究时期内各种土地类型变化的速 度 和 强 度。选 用 土 地 转 移 状 态 指 数(L a n dT r a n s f e rS t a t u s I n d e x,L T S I)比较土地利用类型转入和转出的状态,揭示土地利用变化趋势。土地利用动态指标计算公式如下2 4-2 5:S L UD D(i)=L A(i,t2)-L A(i,t1)L A(i,t1)1t2-t11 0 0%(1)C L UD D=ni=1L A(i,t1)-U L A(i,t)ni=1L A(i,t1)1t2-t11 0 0%(2)L T S I(i)=L A(i)i n-L A(i)o u tL A(i)i n+L A(i)o u t(-1 L T S I 1)(3)式中:S L UD D(i)为土地类型i的单一土地动态度;C L UD D为某一时期的综合土地动态度;L A(i,t1)和L A(i,t2)分别是研究初期和末期土地类型i的面积(k m2);U L A(i,t)为研究区土地类型i没有改变的面积(k m2);L A(i,t1)-U L A(i,t)为研究区土地利用类型转化的面积(k m2);n为土地利用类型512第3期 王鹏全等:湟水河流域景观格局与生态风险时空特征及驱动因子探测的种类数。L T S I(i)为土地类型i的转移状态指数,值域范围是-1,1;L A(i)i n和L A(i)o u t分别为土地利用类型i转入和转出的面积(k m2),如果L T S I小于0,表明土地利用类型的面积处于减少状态;反之,土地利用类型的面积处于增加状态;如果L T S I接近于0,表明土地利用处于双向转换的平衡状态。1.3.2 景观格局分析 景观格局分析采用定量化的景观格局指数从无序的景观斑块中挖掘潜在规律,从而来表达景观的组成结构和空间特征。景观格局指数采用美国俄勒冈立大学开发的F r a g s t a t s4.2软件计算,指标的计算公式及其生态学意义参考相关文献2 6-2 7。研究从土地利用类型和景观两种尺度上研究湟水河流域景观格局结构及其变化。斑块类型级别上选用斑块个数(N P)、斑块密度(P D)、斑块平均面积(MP S)、最大斑块指数(L P I)、聚集度(A I)和平均斑块分维数(MP F D)等指标反映景观中不同斑块类型各自的结构特征。景观级别判定时选用平均形状指数(M S I)、香浓多样性指数(S HD I)、香浓均匀指数(S HE I)、散 布 与 并 列 指 数(I J I)、蔓 延 度 指 数(C ONT AG)、面 积 加 权 平 均 斑 块 分 形 指 数(AWMP F D)等指标表征景观整体结构特性。1.3.3 景观生态风险评价模型 景观生态风险由外部干扰强度和内部脆弱性来衡量,基于景观格局指数的景观生态风险定量方法能够快速识别土地利用异质性所产生的干扰和生态系统自身的脆弱程度2 8。本文选取1k m1k m格网将研究区划分成风险单元,通过构建景观干扰度、景观脆弱度和景观损失度,建立景观格局指数与景观生态风险的定量表达,将计算结果赋予到评价单元中心。景观生态风险指数计算公式见表1。表1 景观生态风险指数计算T a b l e1 C a l c u l a t i o nf o r m u l ao f l a n d s c a p e i n d e xa n d l a n d s c a p ee c o l o g i c a l r i s k i n d e x序号参数 公式1 7,2 9-3 0 1景观干扰度EiEi=0.5Ci+0.3Ni+0.2Di;Ci景观破碎度;Ni景观分离度;Di景观优势度2景观破碎度CiCi=ni/Ai;ni为景观i的斑块数;Ai为景观i的面积3景观分离度NiNi=A2AiniA;ni为景观i的斑块数;Ai为景观i的面积;Ai为景观总面积4景观优势度DiDi=Qi+Mi4+Li2;相对盖度Li=斑块i的面积/样方的总面积;相对样方密度Qi=斑块i出现的样方数/总样方数;相对斑块密度Mi=斑块i的数目/斑块总数5景观脆弱度Fi采用专家打分法对景观类型赋分,未利用地6,水域5,耕地4,草地3,林地2,建设用地1;归一化处理后的脆弱度分别是0.2 8 6,0.2 3 8,0.1 9 0,0.1 4 3,0.0 9 5,0.0 4 86景观损失度RiRi=EiFi;Ei为景观干扰度;Fi为景观脆弱度;生态损失越大,生态风险越高7景观生态风险E R IE R I=ni=1Ak iAkRi;Ri为景观损失度;Ak i为评价样方k内景观类型i的面积;Ak为评价样方k的面积;n为景观类型的数量1.3.4 空间自相关分析 莫兰指数(M o r a nsI)是一种广泛使用的空间自相关统计量,可以反映景观生态风险整体空间相似程度差异状况,M o r a nsI计算如下公式2 6,2 9。I=niji j(Yi-Y)(Yj-Y)(iji j)i(Yi-Y)2(4)式中:Yi,Yj为变量在相邻配对空间单元的取值;Y为属性值的平均值;i j为空间权重矩阵;I的值域为-1,1。当I0时,表明E R I空间正相关,趋于空间聚集;当I0时,表明E R I空间负相关空间呈离散分布状态;当I=0时,呈现空间呈随机性。莫兰散点图4个象限依次代表高高、低高、低低和高低聚集状态。观测值分布在,象限表示相似值集聚;散点分布在,象限表示空间异常;观测值均匀的分布在4个象限,则表示观测值不存在空间自相关性。M o r a n散点图仅能初步判别观测值所属的象限,不能从整体上判断各个区域的局部相关类型及其聚集区域是否在统计意义上显著。因此,采用局部空间自相关指数(L I S A)聚类图来进一步分析。本文基于G e o D a1.2 0软件计算M o r a nsI散点图和L I S A聚类图。1.3.5 景观生态风险空间分异驱动因子的地理探测 地理检测器是一种新的统计方法,用于检测空间分层异质性并揭示其背后的驱动因素3 1-3 2。本文利用地理探测器中的因子检测计算比较q统计量,分析驱动因素对景观生态风险空间格局分异的解释力大小,并利用交互检测判断两个因素是否存在交互作用,评估驱动因素是否共同增强或削弱E R I空间分异的解释力。q的取值范围为0,1,q值越大,对E R I的驱动因子解释力越强。612 水土保持通报 第4 3卷q=1-S SWS S T=1-Lh=1Nh2hN 2(5)式中:h=1,2L为变量Y或因子X的分层;Nh和N分别为层h和全区的单元数;2h和2分别是层h和全区的Y值的方差。S SW和S S T分别为层内方差之和全区总方差。2 结果与分析2.1 土地利用动态演变分析通过2 0 0 0,2 0 1 0,2 0 2 0年的3期土地利用数据分析可知,湟水河流域草地覆盖率5 6.8 6%6 0.4 0%,耕地覆盖率3 3.1 1%3 6.2 7%,两种主导土地类型总覆盖率达到9 0%以上。利用公式(1)(3)计算土地转移状态指数(L T S I)、单一土地动态度(S L U D D)和综合土地动态度(C L U D D)3个动态度指标结果见表2。统计2 0 0 02 0 1 0,2 0 1 02 0 2 0,2 0 0 02 0 2 0年3种时间尺度的综合土地动态度分别为0.5 6,0.9 6,0.5 8,不难看出2 0 1 02 0 2 0年综合土地动态度最大,表明该时间尺度上的土地利用转化程度最剧烈。从2 0 0 02 0 2 0年的土地扩张见图2。耕地、林地、草地、水域、建设用地和未利用地的单一土地动态度分别为-0.3 6%,6.4 1%,-0.2 9%,7.4 3%,1 1.5 3%和3.9 4%。耕地和草地面积总体呈下降趋势,林地、水域、建设用地和未利用地的面积总体呈增加趋势。耕地和草地面积分别减少4 2 3.8 7,5 7 9.7 5k m2,林地、水域、建设用地和未利用地的面积分别增加2 8 9.8 1,1 4 0.7 7,4 8 9.1 0,8 3.9 6k m2。表2 2 0 0 02 0 2 0年湟水河流域土地利用动态度指标T a b l e2 L a n du s ed y n a m i c i n d e x i nH u a n g s h u iR i v e rb a s i nf r o m2 0 0 0t o2 0 2 0土地利用类 型2 0 0 02 0 1 0年L T S IS L U D D/%C L U D D/%2 0 1 02 0 2 0年L T S IS L U D D/%C L U D D/%2 0 0 02 0 2 0年L T S IS L U D D/%C L U D D/%耕 地0.2 0 30.1 6-0.5 7 5-0.8 7-0.4 2 0-0.3 6林 地0.5 3 82.6 30.6 6 58.0 70.8 2 96.4 1草 地-0.2 3 0-0.1 90.5 6-0.3 6 2-0.4 10.9 6-0.4 2 1-0.2 90.5 8水 域0.2 1 23.9 50.5 4 07.8 20.5 1 57.4 3建设用地-0.0 4 7-0.2 20.9 5 02 3.8 00.9 0 91 1.5 3未利用地-0.0 0 4-0.0 80.6 7 28.0 20.3 2 33.9 4图2 2 0 0 02 0 2 0年湟水河流域土地扩张F i g.2 L a n de x p a n s i o n i nH u a n g s h u iR i v e rb a s i nd u r i n g2 0 0 02 0 2 0利用桑基图表示不同时期土地利用的双向转换模式,图中延伸支路的宽度对应土地流转量,延伸支路流向代表土地出入流方向(图3)。耕地主要流向建设用地和草地;林地主要流向草地;草地主要向耕地、林地、水域和未利用地转移;水域主要流向草地;建设用地主要流向耕地;未利用地主要转为草地。2 0 0 02 0 2 0年,耕 地、林 地、草 地、水 域、建 设 用 地和未利用地的土地转移状态指数分别为-0.4 2 0,0.8 2 9,-0.4 2 1,0.5 1 5,-0.9 0 9,0.3 2 3。除耕地和草地持续减少外,其土地利用类型均呈增加趋势,其中建设用 地 与 林 地 的 土 地 转 移 状 态 指 数 较 大,表 明2 0 0 02 0 2 0年期间建设用地和林地的面积呈快速增加趋势,土地扩张也比较明显。图3 2 0 0 02 0 2 0年湟水河流域土地利用的双向转换模式F i g.3 B i-c o n v e r s i o np a t t e r no f l a n du s e i nH u a n g s h u iR i v e rb a s i nd u r i n g2 0 0 02 0 2 0712第3期 王鹏全等:湟水河流域景观格局与生态风险时空特征及驱动因子探测2.2 景观格局演变分析2.2.1 斑块类型景观格局分析 如表3所示,2 0 0 02 0 2 0年湟水河流域各土地利用类型的斑块数量(N P)和斑块密度(P D)均有不同程度的增减,两者的变化趋势保持一致。其中,耕地、水域和建设用地的斑块数量和斑块密度先减少后增加,而林地、草地和未利用地则出现先增加后减少的变化趋势,由于土地流转和地类相间分割,导致各景观类型的破碎化程度及变化趋势不尽相同。总体来看,林地和草地的破碎化程度明显高于其他地类。斑块平均面积(MP S)通常描述景观粒度,表征景观类型的破碎化程度。2 0 0 02 0 2 0年期间,草地的MP S处于减少状态,其破碎化程度在增强,景观的连通性减弱;水域和建设用地的MP S均处于增大趋势,景观的破碎化程度在减弱,这与近年来河湖水系连通、城市化扩张紧密相关。林地和未利用地表现为“相对集中破碎集中”,耕地变化趋势与林地相反。最大斑块指数(L P I)中,草地和耕地最大,其他景观类型的L P I较小,因为草地和耕地是湟水河流域的主要土地利用类型,面积分布广。2 0 1 02 0 2 0年耕地的L P I减小显著,这与“退耕还林”、“退耕还草”等生态修复措施导致的耕地面积减少有关。研究区各景观类型的聚集度(A I)均较高,说明研究尺度上景观组分构成紧凑,各种土地利用类型的聚合度较高。2 0 0 02 0 2 0年耕地和草地的A I值变幅很小,且维持在较大水平,充分说明草地和耕地一直处于比较集中状态。林地、未利用地呈现聚集度先减小后增大的趋势,景观表现为“集中相对分散相对集中”的演变。水域和建设用地的A I逐年增加,呈现为从相对分散到集中的过渡。研究区各类土地利用的平均斑块分维数(MP F D)均靠近于1,说明景观斑块的形状比较简单。表3 2 0 0 02 0 2 0年湟水河流域斑块类型景观格局指数T a b l e3 L a n d s c a p ep a t t e r n i n d e xo fp a t c ht y p e s i nH u a n g s h u iR i v e