中国海洋湖沼学会主办。
文章信息
- 李丹, 王庆, 徐洋, 战超, 刘现彬, 王龙升, 崔步礼, 于祥, 孙晓, 王秋贤. 2018.
- LI Dan, WANG Qing, XU Yang, ZHAN Chao, LIU Xian-Bin, WANG Long-Sheng, CUI Bu-Li, YU Xiang, SUN Xiao, WANG Qiu-Xian. 2018.
- 基于地学信息图谱的河道、海岸线演变对黄河三角洲景观格局影响研究
- INFLUENCE OF RIVER AND COASTLINE EVOLUTION ON LANDSCAPE PATTERN IN THE YELLOW RIVER DELTA BASED ON GEOSCIENCE-INFORMATION ATLAS
- 海洋与湖沼, 49(6): 1220-1229
- Oceanologia et Limnologia Sinica, 49(6): 1220-1229.
- http://dx.doi.org/10.11693/hyhz20180200033
-
文章历史
- 收稿日期:2018-02-07
- 收修改稿日期:2018-03-30
黄河三角洲是我国暖温带地区最年轻、最广阔、生物多样性最丰富的河口滨海湿地,但受海岸线变迁、黄河河道摆动以及人类活动的影响,黄河三角洲景观格局变化显著(夏江宝等, 2016; 李敏等, 2017)。景观格局是指形状、大小不同的景观斑块在空间上的分布情况,探究其变化的目的是解释景观格局与生态过程之间的关系,推理出景观变化的驱动因素并预测发展趋势(Zheng et al, 2010; 彭建等, 2015)。近几年,国内外关于景观格局的研究多集中在探究景观格局变化与生态过程的耦合(傅伯杰等, 2010; Li et al, 2015, 2017; Wu et al, 2017)、景观格局演变驱动力(刘吉平等, 2014; Yang et al, 2014)、数据源对景观格局分析的影响(赵永华等, 2013; 赵银军等, 2017)以及景观格局梯度分析(白元等, 2013; Tanner et al, 2018)等方面,研究方法多采用二维、三维景观指数分析(Chen et al, 2014; 刘富强等, 2017; Cabral et al, 2017; Hassan et al, 2017)、构建数学模型(孙才志等, 2014; 廖芳均等, 2014)、缓冲区分析(白元等, 2013; 赵芳等, 2017)和移动窗口分析法(刘世梁等, 2017)等。
目前关于黄河三角洲景观格局的研究大都采用计算面积和景观指数的方法(王永丽等, 2012; 孔欣欣等, 2015),侧重于定量分析思维,使得对黄河三角洲景观格局变化的空间表达不够清晰,且都是分析黄河三角洲整体景观格局的变化,而关于黄河三角洲河道和海岸线演变对景观格局影响的研究较少,尤其对于废弃河道和海岸线对黄河三角洲景观格局影响的研究更为缺乏(洪佳等, 2016; 孙万龙等, 2017)。因此,本文将地学信息图谱与景观生态学相结合,利用地学信息图谱的图形和谱系双重表达优势(陈述彭等, 2000),从局部出发,分析黄河三角洲地区1855—1889年(距今128年)、1929—1934年(距今83年)、1964—1976年(距今41年)、2007年至今行水的河道以及1855年(距今162年)、1934年(距今83年)、1974年(距今年43年)、2009年(距今8年)的海岸线演变对其景观格局变化的影响,旨在探究距今不同时间河道和海岸线对景观格局的影响程度,为进一步研究黄河三角洲景观格局演变驱动力提供科学依据。
1 研究区概况黄河三角洲北临渤海湾,东靠莱州湾,主要分布在山东省东营市,是通过河口改道、频繁摆动和泥沙沉积发展而来(刘艳丽等, 2015)。1855年至今,黄河河道发生了10次影响国民生计的重大改道且与之相对的海岸线也发生了较大的变化。由于受到海洋和黄河河道的摆动、径流测渗等因素的影响,该地区土壤盐渍化较为严重并有明显的空间变化。该区域属于温带大陆性季风气候,四季分明,年平均气温为12.1℃,年降水量为551.6mm (刘波等, 2015)。受气候和土壤盐渍化的影响,该地区的景观类型主要有光滩、养殖池、盐田、柽柳、碱蓬、芦苇、白茅、旱地、水田以及林地等。
根据文章研究目的并结合河道、海岸对景观格局的影响范围,在研究不同时期河道对景观格局变化影响时,采用时间间隔为40年左右的河道冲於形成的亚三角洲为研究区范围。文章中选用1855—1889年亚三角洲、1929—1934年亚三角洲、1964—1976年亚三角洲和2007年至今的亚三角洲作为研究区范围。研究不同时期海岸对景观格局变化影响时,采用不同时期的滨海湿地为研究区范围,文中将海岸线向陆20km,向海10km的区域划定为滨海湿地。与亚三角洲研究区的时间相对应,文章中选用了1855年滨海湿地、1934年滨海湿地、1974年滨海湿地和2009年滨海湿地作为研究区范围。
2 数据来源及处理 2.1 数据概况根据研究需要,本文中所用到的数据主要包括:(1) 1855—1976年的黄河河道、海岸线以及亚三角洲分布图。数据来自山东省黄河口区海岸带和三角洲资源综合调查报告。(2) 1984年1:5万地形图。(3)遥感影像数据:1988年9月分辨率为30m的TM数据、1998年9月分辨率为30m的TM数据、2009年10月分辨率为30m的TM数据,2016年10月分辨率为15m的OLI数据。数据来源于美国地质调查局(USGS)网站。由于黄河三角洲地区部分植被在秋季呈现出特殊颜色,利于景观分类的进行(叶庆华等, 2004),所以本文中采用的四期遥感影像均为9月份或10月份。(4)黄河三角洲野外考察数据。2016年10月于黄河三角洲地区进行野外实地考察,采集得到107个点的景观类型数据。
2.2 景观分类系统由于受到河道摆动和海洋运动的作用,黄河三角洲地区土壤的含盐量和含水量不同(马玉蕾等, 2013),本文为了探究河道和海岸线变化对该地区景观格局变化的影响,将黄河三角洲地区的景观类型分为9类(表 1)。
对收集到的不同数据进行处理:(1)将1855—1976年的黄河河道、海岸线以及亚三角洲分布图进行扫描,在ArcGIS中进行地理配准和矢量化。(2)为提高所用遥感影像的可判读性,利用ENVI分别对四期遥感影像进行投影转换、几何精校正、数据融合、重采样以及增强处理等(Ottinger et al, 2013; Jiang et al, 2015)。(3)根据文章中定义的景观分类系统,结合黄河三角洲地区景观解译标志的特点,本文采用最大似然法对四期遥感影像进行监督分类,再对其分类结果进行目视解译,最后,对遥感影像的解译进行精度分析(精度大于85%)。最终得到黄河三角洲地区1988年、1998年、2009年和2016年四期景观分布图。
3 结果与分析本文主要从黄河三角洲景观结构特征和景观演替两个方面来探究距今不同时间河道和海岸线对景观格局的影响,所以将不同时期的亚三角洲和滨海湿地分别与1988年、1998年、2009年和2016年的景观分布图进行叠加,得到不同时期亚三角洲和滨海湿地在1988年、1998年、2009年和2016年的景观分布图谱(图 2, 图 3),进而计算各景观类型面积占总面积的比例,得到不同时期亚三角洲和滨海湿地景观类型占总面积比例变化图谱(图 4, 图 5)。关于景观演替方面,文中采用区域质心函数计算景观分布重心,再将不同时期亚三角洲和滨海湿地研究区内1988年、1998年、2009年和2016年景观分布重心坐标数据合成重心演替过程图谱(图 6, 图 7)。
3.1 河道、海岸线变迁对黄河三角洲景观结构特征的影响
由图 4分析可得,在四个时期的亚三角洲研究区内,耕地占总面积的比例都较大,且在距今时间越长的亚三角洲研究区耕地占总面积的比例越大,1855—1889亚三角洲研究区内耕地占总面积的比例最大为60%—80%,是亚三角洲研究区中的第一优势景观类型。
在1855—1889亚三角洲研究区内,景观结构主要受人类活动的影响,因此除耕地和建筑用地外,其他各类景观占总面积的比例都较小且随时间变化不明显。耕地随时间增加占总面积比例越来越小,而建筑用地占总面积比例则越来越大。较1855—1889亚三角洲研究区,在1929—1934亚三角洲研究区内,除耕地外,其他各类景观占总面积的比例也都有所增加。由于经济发展的需要,盐田、养殖池占总面积的比例增幅明显,成为该研究区的第二优势景观,且呈现逐年增加的态势,从2009年到2016年涨幅最大,增加了近40%。在1964—1976亚三角洲研究区内,除林地、建筑用地和河流、人工水域外,其他各类景观占总面积的比例趋于平均,其中柽柳、碱蓬群落占总面积比例由1988年的21%下降到2016年的4%左右,呈现逐年下降的趋势。在2017—至今的亚三角洲研究区内,耕地和光滩占总面积的比例较高,耕地占总面积的比例最低为24%左右,其他各类景观占总面积的比例较平均,基本都在8%—10%之间。除光滩外,各类景观占总面积比例随时间变化不明显。
从图 5可明显看出,在1855年、1934年和1974年滨海湿地研究区内,耕地占总面积的比例都是最大的,为第一优势景观。除此之外,各时期滨海湿地研究区中,盐田、养殖池占总面积的比例也较大,都在20%以上,成为第二优势景观。
在1855滨海湿地研究区内,各类景观占总面积比例存在较大的极差,耕地占总面积比例为60%左右,而海域占总面积比例接近于0。各类景观占总面积比例随时间变化几乎不明显,但盐田、养殖池占总面积比例呈逐年增加的态势,且在从1998年到2009年增长了近15%,涨幅明显。在1934滨海湿地研究区内,光滩、柽柳、碱蓬群落、芦苇、白茅群落占总面积比例随时间变化几乎都呈逐渐下降趋势,且从1998年到2009年柽柳、碱蓬群落下降了近15%,下降幅度明显,而建筑用地和盐田、养殖池则呈逐渐上升趋势。1974滨海湿地研究区景观结构变化几乎与1934滨海湿地研究区一致,仅个别景观变化略微有所差别。2009滨海湿地研究区,河流、人工水域占总面积比例最大,在2009年和2016年均在32%以上。2009—2016年光滩占总面积比例减少了近8%,而盐田、养殖池占总面积比例增加了5%左右,其他各类景观占总面积比例变化较小。
3.2 河道、海岸线变迁对黄河三角洲景观演替的影响 3.2.1 不同时期亚三角洲景观演替图谱分析在1855—1889年的亚三角洲研究区内,单一时期的景观类型分布重心较为分散,且沿河道景观分布并无明显特征。在不同时期,受人类活动影响较大的景观类型变化特征明显。例如耕地在1988年、1998年和2009年的分布重心主要在废弃河道附近而2016年耕地的分布重心则远离河道向东扩展。建筑用地和河流、人工水域的分布重心也随时间推移向远离河道的方向扩展。
1929—1934亚三角洲研究区和1964—1976亚三角洲研究区内,景观分布情况相似。在单一时期内较1855—1889研究区景观分布重心集中,且沿河道景观分布有一定的规律性。不同年份景观分布虽有所变化,但沿河道延伸方向景观类型基本呈林地、建筑用地、耕地、芦苇、白茅群落、盐田、养殖池、河流、人工水域、柽柳、碱蓬群落、光滩和海域依次分布。随着时间的推移,受人类活动影响较大的耕地和建筑用地景观沿河道延伸方向变化幅度较大。
由于2007年至今行水的河道对1988年和1998年的景观分布没有影响,所以不予分析。在2007至今的亚三角洲研究区内,耕地、林地、河流、人工水域、芦苇、白茅群落以及柽柳、碱蓬群落的景观重心都位于黄河河道附近,沿着河道略微向两侧扩展并沿河道的延伸方向依次分布。这些景观的分布主要受黄河淡水补给的影响(赵永华等, 2013)。盐田、养殖池、建筑用地、河流、人工水域以及光滩的景观重心则分布在距河道较远的两侧。
综上,可将不同时期亚三角洲景观演替分为三类:
(1) 亚三角洲人类活动主导型。这一类型的景观分布特点是景观重心分布较分散;单一时期内,沿河道景观分布无明显规律;受人类活动影响大的景观随时间推移向海和远离河道的方向扩展。
(2) 废弃河道主导型。较人类活动主导型,其景观重心分布相对集中;单一时期内,沿河道景观分布规律性明显;随着时间的推移,受人类活动影响较大的景观沿河道延伸方向变化幅度明显。
(3) 行水河道主导型。这一类型景观分布重心多在河道附近且单一时期沿河道分布规律性明显。
3.2.2 不同时期滨海湿地景观演替图谱分析与亚三角洲研究区景观演替不同,在四个滨海湿地研究区中,单一时期内,沿海岸线景观分布无明显变化规律。在1855滨海湿地研究区内,受人类活动影响较大的建筑用地和河流、人工水域的景观重心均分布在向陆一侧且随时间推移沿海岸线南北迁移幅度较大,建筑用地景观重心在1998年后沿海岸线向南迁移至整个滨海湿地的最南端,河流、人工水域景观重心1998年迁移至整个滨海湿地的最北端,2009年沿海岸线又迁移到最南端。其他景观重心变化不是十分明显。
在1934和1974滨海湿地研究区中,随时间推移,除建筑用地外,其他各类景观重心沿海岸线迁移不明显,多是垂直于海岸线由陆向海迁移或重心不变,如耕地在1934和1974滨海湿地研究区内,景观重心从1988年到2016年逐渐由陆向海扩展。
2009年海岸变迁对1988年和1998年景观分布无影响,不予研究。在2009滨海湿地研究区内,2009年和2016年景观分布重心基本重合,由海到陆景观重心基本呈海域、光滩、盐田、养殖池、柽柳、碱蓬群落、芦苇、白茅群落、建筑用地、河流、人工水域、林地、耕地依次分布,景观重心分布规律性明显。在该研究区内,光滩、柽柳、碱蓬群落、芦苇、白茅群落、林地、建筑用地景观重心多分布在河流入海口区域,即整个研究区的东部,耕地、盐田、养殖池和海域的景观重心则位于整个研究区的北部,河流、人工水域景观重心分布在研究区的南端,景观重心分布的空间方位特征明显。
综上,可将不同时期滨海湿地景观演替分为三类:
(1) 滨海湿地人类活动主导型。这类景观演替的特点是,研究区内景观重心分布较均匀,无明显聚集区;受人类活动影响较大的景观重心,沿河道南北迁移幅度较大;垂直于河道,景观迁移无明显规律。
(2) 废弃海岸主导型。各类景观沿海岸线迁移不明显,多为垂直于岸线由海向陆迁移。
(3) 新海岸主导型。单一时期,由海到陆景观重心分布规律性明显且有明显的方位特征。
4 讨论本文基于遥感影像以及历史数据,并结合实地考察,对河道、海岸线演变对黄河三角洲景观格局的影响进行了分析。但由于数据精度以及分类方法的限制,本文中只采用了1988年、1998年、2009年和2016年的Landsat遥感影像进行景观格局分析,认为距今不同时期的河道和海岸线对黄河三角洲景观格局的影响程度不同。这也与叶庆华和孙万龙的部分研究结果一致(叶庆华等, 2004; 孙万龙等, 2017)。未来可以通过改善数据精度和优化数据分类方法等措施进一步探究河道、海岸线演变对更长时间跨度黄河三角洲景观格局影响。
此外,目前对景观演替类型的划分大多结合景观演替的驱动因素,本文中根据景观重心的分布特征以及河道、海岸线演变和人类活动等影响因素,将研究区的景观演替类型划分为六大类:亚三角洲人类活动主导型、废弃河道主导型、行水河道主导型、滨海湿地人类活动主导型、废弃海岸主导型、新海岸主导型,未来可结合景观的时空分布与驱动因素对黄河三角洲景观演替类型的划分进一步探讨。
黄河三角洲景观格局变化的主要影响因素有气候、黄河河道变迁、风暴潮、政策以及经济因素等。本文着重研究了河道、海岸线变迁对黄河三角洲景观格局的影响,而影响黄河三角洲景观格局演变的因素很多且不同时期黄河三角洲景观格局变化的主导因素也不同,所以希望未来有更多的学者使用更为定量和直观的方法研究不同因素对黄河三角洲景观格局的影响。
5 结论本文利用1988、1998、2009和2016年四期遥感影像,运用GIS技术,将地学信息图谱的图形思维与景观生态学的定量思维相结合,以距今不同时期的亚三角洲和滨海湿地为研究区,从景观结构和景观演替两个方面探究黄河三角洲河道、海岸线演变对景观格局的影响。研究认为耕地是亚三角洲研究区中的第一优势景观类型,但距今时间越短的亚三角洲内耕地占总面积的比例越小,各类景观占总面的比例越平均。此外,距今不同时间的海岸线对黄河三角洲景观结构的影响程度也有所不同,在1855滨海湿地研究区内耕地占总面积比例最大,约为60%,而海域占总面积比例接近于0;在1934和1974滨海湿地研究区内,废弃海岸对景观结构的影响随时间变化逐渐减弱,而人类活动对景观结构的影响逐渐增强,因此,光滩、柽柳、碱蓬群落、芦苇、白茅群落占总面积比例随时间变化几乎呈逐渐下降趋势,而建筑用地和盐田、养殖池则呈逐渐上升趋势;2009滨海湿地研究区,景观结构受新海岸的影响较大,河流、人工水域占总面积比例在2009年和2016年均达到32%以上。关于亚三角洲景观演替分类研究,本文中根据不同时期亚三角洲和滨海湿地内景观演替的特征,将亚三角洲景观演替分为三类:亚三角洲人类活动主导型、废弃河道主导型和行水河道主导型;将不同时期滨海湿地景观演替分为滨海湿地人类活动主导型、废弃海岸主导型和新海岸主导型。
马玉蕾, 王德, 刘俊民, 等, 2013. 黄河三角洲典型植被与地下水埋深和土壤盐分的关系. 应用生态学报, 24(9): 2423–2430 |
王永丽, 于君宝, 董洪芳, 等, 2012. 黄河三角洲滨海湿地的景观格局空间演变分析. 地理科学, 32(6): 717–724 |
孔欣欣, 李新举, 2015. 小浪底运行对黄河三角洲湿地景观的影响. 水土保持学报, 29(6): 321–326 |
叶庆华, 田国良, 刘高焕, 等, 2004. 黄河三角洲新生湿地土地覆被演替图谱. 地理研究, 23(2): 257–264 DOI:10.3321/j.issn:1000-0585.2004.02.014 |
白元, 徐海量, 刘新华, 等, 2013. 塔里木河干流景观格局梯度分析. 干旱区研究, 30(6): 1064–1072 |
刘波, 彭相楷, 束龙仓, 等, 2015. 黄河三角洲清水沟湿地三次生态补水对地下水的影响分析. 湿地科学, 13(4): 393–399 |
刘世梁, 安南南, 尹艺洁, 等, 2017. 广西滨海区域景观格局分析及土地利用变化预测. 生态学报, 37(18): 5915–5923 |
刘吉平, 赵丹丹, 田学智, 等, 2014. 1954-2010年三江平原土地利用景观格局动态变化及驱动力. 生态学报, 34(12): 3234–3244 |
刘艳丽, 李成亮, 高明秀, 等, 2015. 不同土地利用方式对黄河三角洲土壤物理特性的影响. 生态学报, 35(15): 5183–5190 |
刘富强, 吴涛, 蒋俊国, 等, 2017. 海岸线与海岸景观格局对人为干扰度的动态响应——以营口市南部海岸为例. 生态学报, 37(22): 7427–7437 |
孙才志, 闫晓露, 2014. 基于GIS-Logistic耦合模型的下辽河平原景观格局变化驱动机制分析. 生态学报, 34(24): 7280–7292 |
孙万龙, 孙志高, 田莉萍, 等, 2017. 黄河三角洲潮间带不同类型湿地景观格局变化与趋势预测. 生态学报, 37(1): 215–225 |
李敏, 刘帅帅, 徐飞, 2017. 黄河三角洲芦苇-碱蓬群落结构和功能对3种人为干扰的响应. 湿地科学, 15(1): 92–98 |
赵芳, 卢涛, 2017. 道路扩展对青藏高原东缘土地利用及景观格局的影响. 生态科学, 36(4): 146–151 |
赵永华, 贾夏, 刘建朝, 等, 2013. 基于多源遥感数据的景观格局及预测研究. 生态学报, 33(8): 2556–2564 |
赵银军, 曾兰, 何忠, 等, 2017. 基于多源遥感影像的喀斯特地貌景观解译及格局研究. 水土保持研究, 24(4): 158–162 |
洪佳, 卢晓宁, 王玲玲, 2016. 1973-2013年黄河三角洲湿地景观演变驱动力. 生态学报, 36(4): 924–935 |
夏江宝, 赵西梅, 刘俊华, 等, 2016. 黄河三角洲莱州湾湿地柽柳种群分布特征及其影响因素. 生态学报, 36(15): 4801–4808 |
彭建, 党威雄, 刘焱序, 等, 2015. 景观生态风险评价研究进展与展望. 地理学报, 70(4): 664–677 |
傅伯杰, 徐延达, 吕一河, 2010. 景观格局与水土流失的尺度特征与耦合方法. 地球科学进展, 25(7): 673–681 |
廖芳均, 赵东升, 2014. 南岭国家级自然保护区森林景观格局变化与动态模拟. 地理科学, 34(9): 1099–1107 |
Cabral A I R, Costa F L, 2017. Land cover changes and landscape pattern dynamics in Senegal and Guinea Bissau borderland. Applied Geography, 82: 115–128 DOI:10.1016/j.apgeog.2017.03.010 |
Chen Z Y, Xu B, Devereux B, 2014. Urban landscape pattern analysis based on 3D landscape models. Applied Geography, 55: 82–91 DOI:10.1016/j.apgeog.2014.09.006 |
Hassan M M, 2017. Monitoring land use/land cover change, urban growth dynamics and landscape pattern analysis in five fastest urbanized cities in Bangladesh. Remote Sensing Applications:Society and Environment, 7: 69–83 DOI:10.1016/j.rsase.2017.07.001 |
Jiang P H, Cheng L, Li M C, et al, 2015. Impacts of LUCC on soil properties in the riparian zones of desert oasis with remote sensing data:a case study of the middle Heihe River basin, China. Science of the Total Environment, 506-507: 259–271 DOI:10.1016/j.scitotenv.2014.11.004 |
Li H L, Peng J, Liu Y X, et al, 2017. Urbanization impact on landscape patterns in Beijing City, China:a spatial heterogeneity perspective. Ecological Indicators, 82: 50–60 DOI:10.1016/j.ecolind.2017.06.032 |
Li J, Zhou Z X, 2015. Coupled analysis on landscape pattern and hydrological processes in Yanhe watershed of China. Science of the Total Environment, 505: 927–938 DOI:10.1016/j.scitotenv.2014.10.068 |
Ottinger M, Kuenzer C, Liu G H, et al, 2013. Monitoring land cover dynamics in the Yellow River Delta from 1995 to 2010 based on Landsat 5 TM. Applied Geography, 44: 53–68 DOI:10.1016/j.apgeog.2013.07.003 |
Tanner E P, Fuhlendorf S D, et al, 2018. Impact of an agri-environmental scheme on landscape patterns. Ecological Indicators, 85: 956–965 DOI:10.1016/j.ecolind.2017.11.043 |
Wu H P, Zeng G M, Liang J, et al, 2017. Responses of landscape pattern of China's two largest freshwater lakes to early dry season after the impoundment of Three-Gorges Dam. International Journal of Applied Earth Observations and Geoinformation, 56: 36–43 DOI:10.1016/j.jag.2016.11.006 |
Yang X, Zheng X Q, Chen R, 2014. A land use change model:integrating landscape pattern indexes and Markov-CA. Ecological Modelling, 283: 1–7 DOI:10.1016/j.ecolmodel.2014.03.011 |
Zheng Q H, Luo G P, Zhu L, et al, 2010. Prediction of landscape patterns in Ili River Delta based on CA_Markov model. Chinese Journal of Applied Ecology, 21(4): 873–882 |