流域景觀格局對(duì)土壤保持服務(wù)的影響

張金茜,柳冬青,錢彩云,鞏 杰,李紅瑛

?

流域景觀格局對(duì)土壤保持服務(wù)的影響

張金茜,柳冬青,錢彩云,鞏 杰*,李紅瑛

(蘭州大學(xué)資源環(huán)境學(xué)院,甘肅 蘭州 730000)

以子流域?yàn)榭臻g單元,應(yīng)用生態(tài)系統(tǒng)服務(wù)和交易的綜合評(píng)估模型(InVEST)進(jìn)行土壤保持服務(wù)評(píng)估,并借助景觀指數(shù)計(jì)算軟件(FRAGSTATS)表征景觀格局特征,綜合運(yùn)用空間自相關(guān)探討土壤保持量與景觀格局指數(shù)的空間關(guān)聯(lián)關(guān)系,同時(shí)從景觀格局角度出發(fā),開展土壤保持量與景觀格局指數(shù)的空間回歸分析.結(jié)果表明: 2014年土壤保持服務(wù)較高的子流域具有景觀類型組成相對(duì)單一、景觀各類型間非均勻分布、存在優(yōu)勢(shì)斑塊、景觀分離度低的格局特征; 2014年甘肅白龍江14個(gè)子流域表現(xiàn)出土壤保持服務(wù)與景觀格局顯著的空間相關(guān)關(guān)系,占子流域總數(shù)量的37.84%; 模型對(duì)比方面,空間滯后模型(SLM)優(yōu)于非空間線性模型(OLS),表明甘肅白龍江各子流域的土壤保持量在空間上具有實(shí)質(zhì)性的空間依賴.景觀類型多樣性及其均勻程度是影響甘肅白龍江子流域土壤保持量的重要景觀指標(biāo).

景觀格局；土壤保持服務(wù)；空間統(tǒng)計(jì)

景觀生態(tài)學(xué)作為生態(tài)學(xué)、地理學(xué)和環(huán)境科學(xué)之間的一門綜合交叉學(xué)科,自Troll[1]首次提出以來,受到越來越多的關(guān)注[2-3],逐漸成為生態(tài)、環(huán)境和資源研究的視角與方法途徑[4].景觀格局是指類型、大小、形狀不同的景觀要素在空間的分布與配置,是景觀異質(zhì)性的重要體現(xiàn),對(duì)各種生態(tài)過程有著重要影響[5].景觀格局是生態(tài)過程的載體,生態(tài)過程中包含眾多塑造景觀格局的驅(qū)動(dòng)因子[6].景觀格局與生態(tài)過程相互作用、相互影響[7],驅(qū)動(dòng)著景觀的整體動(dòng)態(tài),并呈現(xiàn)出一定的景觀功能特征,這種功能與人類需求相關(guān)聯(lián),構(gòu)成人類生命支持系統(tǒng)的核心——生態(tài)系統(tǒng)服務(wù)[6].生態(tài)系統(tǒng)服務(wù)是生態(tài)系統(tǒng)結(jié)構(gòu)及其生態(tài)過程所形成和維持的人類賴以生存和發(fā)展的自然效用[8-9],與人類福祉息息相關(guān),生態(tài)系統(tǒng)服務(wù)的退化將威脅到區(qū)域乃至全球的生態(tài)系統(tǒng)安全[10],而景觀格局通過影響生態(tài)過程與生態(tài)系統(tǒng)服務(wù)密切相關(guān).因此,探討景觀格局對(duì)生態(tài)系統(tǒng)服務(wù)的影響及其內(nèi)在機(jī)制、生態(tài)服務(wù)功能對(duì)其景觀變化的響應(yīng)、以及如何保持生態(tài)系統(tǒng)的生命支持功能是區(qū)域可持續(xù)發(fā)展研究的重要課題[10].

土壤保持是陸地生態(tài)系統(tǒng)中重要的生態(tài)系統(tǒng)調(diào)節(jié)服務(wù)[11-12],在應(yīng)對(duì)中國(guó)乃至全球的重大環(huán)境問題——土壤侵蝕方面發(fā)揮重要作用[13-14],已成為全球變化領(lǐng)域的研究熱點(diǎn)之一[9].迄今,土壤保持服務(wù)常用土壤保持量進(jìn)行評(píng)估[15],InVEST模型作為一個(gè)全球性通用模型已在國(guó)內(nèi)外土壤保持服務(wù)的評(píng)估中得到較廣泛應(yīng)用[16].目前涉及景觀格局對(duì)土壤保持影響的研究方法主要是數(shù)理統(tǒng)計(jì)層面[5,17],如: 相關(guān)性分析和經(jīng)典回歸模型等,不足之處是忽視了兩者間的空間依賴性.隨著空間統(tǒng)計(jì)學(xué)的快速發(fā)展,大多數(shù)傳統(tǒng)經(jīng)典統(tǒng)計(jì)學(xué)中相互獨(dú)立的基本假設(shè)被打破,事物之間的空間相關(guān)性逐漸得到重視.因此,本文從空間統(tǒng)計(jì)學(xué)角度出發(fā),開展景觀格局對(duì)土壤保持服務(wù)的影響研究,旨在深入剖析景觀格局可以在多大程度上解釋土壤保持,以期為景觀格局優(yōu)化和區(qū)域生態(tài)系統(tǒng)土壤保持服務(wù)提升提供科學(xué)依據(jù).

甘肅白龍江流域地處黃土高原和秦巴山地向青藏高原交錯(cuò)帶,地形復(fù)雜多變,既是長(zhǎng)江上游水土保持的重要生態(tài)區(qū),也是甘肅省水土流失、滑坡和泥石流等地質(zhì)災(zāi)害的頻發(fā)區(qū),環(huán)境極度脆弱,土壤保持服務(wù)是流域內(nèi)重要的生態(tài)系統(tǒng)服務(wù)類型,而近年來隨著流域不斷增強(qiáng)的人類活動(dòng),景觀格局劇烈變化,一定程度上直接或間接影響著流域的土壤保持服務(wù).因此,本文以子流域?yàn)榭臻g單元,應(yīng)用生態(tài)系統(tǒng)服務(wù)和交易的綜合評(píng)估模型(InVEST)開展土壤保持服務(wù)評(píng)估,借助景觀指數(shù)計(jì)算軟件(FRAGSTATS)進(jìn)行景觀格局分析,探討土壤保持量與景觀格局指數(shù)間的空間關(guān)系,并嘗試著從景觀格局的視角出發(fā),開展土壤保持量與景觀格局指數(shù)的空間回歸分析,可為甘肅白龍江流域的可持續(xù)發(fā)展提供決策參考.

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

白龍江流域位于甘肅省和四川省境內(nèi),其甘肅段的地理位置是32°36′~34°24′N,103°00′~105°30′E,地處甘肅省東南部,主要包括迭部縣、舟曲縣、文縣、宕昌縣和武都大部分地區(qū),總面積約為1.84′104km2(圖1).流域地勢(shì)西北高東南低,海拔573~4866m,地貌景觀多樣,植被群體種類繁多.區(qū)域氣候類型復(fù)雜,年均氣溫6~15℃,年均降水量400~850mm,同時(shí)區(qū)內(nèi)氣候具有明顯的垂直地帶特征,表現(xiàn)為:隨著海拔和地形地貌的變化,自下而上逐漸形成暖溫-溫涼-寒冷等氣候垂直帶.流域內(nèi)植被類型主要有溫帶落葉闊葉林、常綠闊葉林、溫帶山地針葉林、高寒山地針葉林等;土壤類型主要有棕壤、暗棕壤、淋溶褐土、褐土性土、紅粘土、暗棕壤性土、石灰性褐土、高山草甸土、山地草原草甸土、水稻土、淺黑鈣土、高山寒漠土等;土地利用類型以林地、草地和耕地為主.研究區(qū)森林和礦產(chǎn)資源豐富,農(nóng)業(yè)種植以糧食為主,兼種油料作物、蔬菜和藥材等.此外,以數(shù)字高程模型(DEM)為基礎(chǔ)數(shù)據(jù),基于分布式流域水文模型(SWAT)劃分子流域,并自下而上進(jìn)行編號(hào)以開展研究(圖1).

圖1 研究區(qū)位置和周邊氣象站點(diǎn) Fig.1 The location of the study area and meteorological stations in the surround

1.2 數(shù)據(jù)來源

DEM數(shù)據(jù)下載于地理數(shù)據(jù)云平臺(tái)(http: //www. gscloud.cn),空間分辨率為30m.氣象數(shù)據(jù)源自中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn)和甘肅白龍江流域各縣區(qū)氣象局,主要包括研究區(qū)及其周邊17個(gè)氣象站點(diǎn)1990~2014年的逐月降水量數(shù)據(jù)(站點(diǎn)示意圖見圖1).2014年甘肅白龍江流域景觀類型圖的數(shù)據(jù)源來自美國(guó)地質(zhì)勘探局的Landsat數(shù)據(jù)(http://glovis.usgs.gov),條帶號(hào)和行編號(hào)為129/37、130/37、130/36和131/36,空間分辨率為30m,時(shí)相為7~8月.根據(jù)LUCC分類標(biāo)準(zhǔn)和甘肅白龍江流域?qū)嶋H情況,將土地利用類型分為耕地、林地、草地、水域、建筑用地和未利用土地共6類,經(jīng)實(shí)地驗(yàn)證與比對(duì),數(shù)據(jù)解譯整體精度達(dá)84.68%,滿足研究要求.

2 研究方法與模型

2.1 土壤保持服務(wù)評(píng)估

應(yīng)用InVEST模型中的泥沙輸移比例模塊(SDR)定量評(píng)估土壤保持服務(wù),計(jì)算公式如下:

式中:SEDRET和SEDR分別為柵格的土壤保持量和泥沙持留量,t;SE和SE為柵格及其上坡柵格的泥沙持留效率.PKLS為基于地貌和氣候條件的柵格潛在土壤流失量,t;USLE和USLE分別為柵格及其上坡柵格的實(shí)際侵蝕量,t,即植被覆蓋和水土保持措施下的土壤侵蝕量.R、K、LS、C和P分別為柵格的降雨侵蝕力因子、土壤可蝕性因子、地形因子、植被覆蓋因子和水土保持措施因子,各因子的計(jì)算過程參見文獻(xiàn)[18].

2.2 景觀格局指數(shù)

參考相關(guān)研究成果[19-20]并考慮流域?qū)嶋H情況,在景觀水平上選取下列10個(gè)景觀指數(shù):斑塊密度(PD)、最大斑塊指數(shù)(LPI)、邊緣密度(ED)、蔓延度(CONTAG)、聚合度(AI)、相似鄰近百分比(PLADJ)、景觀形狀指數(shù)(LSI)、香農(nóng)均勻度(SHEI)、香農(nóng)多樣性(SHDI)、景觀分離度(DIVISION),以描述甘肅白龍江流域的景觀格局特征.

基于子流域尺度,運(yùn)用FRAGSTATS4.2軟件計(jì)算每個(gè)子流域的上述10個(gè)景觀指數(shù),顯然,在反映景觀格局信息的過程中,眾多景觀指數(shù)之間必然存在一定的相關(guān)關(guān)系,甚至高度相關(guān).因此,利用SPSS軟件進(jìn)行10個(gè)景觀指數(shù)間的相關(guān)性分析,結(jié)果表明: PD、ED、PLADJ、LSI均與AI高度相關(guān),為了簡(jiǎn)化研究,宜先不考慮景觀格局指數(shù)PD、ED、PLADJ和LSI.其次,本文研究重點(diǎn)是應(yīng)用空間統(tǒng)計(jì)學(xué)探討子流域尺度上土壤保持量與景觀指數(shù)的空間關(guān)系,而采用GeoDA軟件進(jìn)行的2014年土壤保持量與各景觀指數(shù)(LPI、CONTAG、AI、SHEI、SHDI、DIVISION)之間的全局空間自相關(guān)結(jié)果說明:2014年土壤保持與景觀指數(shù)CONTAG和AI的空間相關(guān)關(guān)系未能通過蒙特卡羅模擬方法檢驗(yàn)(95%置信度).綜上,選取景觀指數(shù)LPI、SHEI、SHDI和DIVISION開展下一步更深層次的研究.

2.3 空間自相關(guān)

2.3.1 構(gòu)建空間權(quán)重矩陣 構(gòu)建空間權(quán)重矩陣是空間自相關(guān)分析的前提.選取Rook鄰接準(zhǔn)則構(gòu)建空間權(quán)重矩陣以表征子流域間的空間關(guān)系,其形式如下:

式中:表示空間單元個(gè)數(shù);w表示區(qū)域與的鄰居關(guān)系.本文以37個(gè)子流域構(gòu)建基于空間鄰接關(guān)系的權(quán)重矩陣,這里鄰接的含義是具有公共邊界,規(guī)則如下:

2.3.2 全局空間自相關(guān) Moran’s I指數(shù)反映空間鄰接或空間鄰近區(qū)域單元屬性值的相似程度.通過GeoDA分析子流域土壤保持量與景觀指數(shù)之間的空間關(guān)聯(lián)性,公式如下[21]:

式中:為Moran指數(shù);表示空間單元個(gè)數(shù);x和x分別為區(qū)域和的觀測(cè)值;w為空間權(quán)重矩陣.2表示觀測(cè)值的平方差.Moran指數(shù)的取值一般在[-1, 1]之間,小于0表示在空間呈負(fù)相關(guān),大于0表示在空間呈正相關(guān),等于0表示不相關(guān),隨機(jī)分布.

2.3.3 局部空間自相關(guān) 局部Moran指數(shù)可表征一個(gè)區(qū)域與鄰近區(qū)域?qū)傩灾档南嚓P(guān)程度.通過GeoDA分析子流域土壤保持量與鄰近子流域景觀指數(shù)的空間相關(guān)程度,公式如下[21],其指代含義同全局空間自相關(guān)公式.

2.4 空間回歸模型

目前,常見的空間回歸模型主要有空間滯后模型(SLM)和空間誤差模型(SEM).SLM主要探討變量在某一區(qū)域是否存在擴(kuò)散作用(即空間溢出效應(yīng)),它考慮了空間單元A(＝1,2,…,上的因變量觀測(cè)值依賴于其相鄰區(qū)域A(≠)觀測(cè)值的情形[22],表達(dá)式為:

式中:是被解釋變量;是解釋變量;W是空間權(quán)重矩陣的第(,)個(gè)元素;為隨機(jī)誤差向量;參數(shù)是空間回歸系數(shù),它所反映的是空間鄰接單元對(duì)被解釋變量的解釋程度;則反映出了解釋變量對(duì)被解釋變量的影響.

SEM是處理誤差項(xiàng)存在空間依賴的方法,可以看成是標(biāo)準(zhǔn)回歸模型和誤差項(xiàng)的空間自回歸模型的組合[22].最常用的是誤差的一階空間自回歸模型[22],為:

式中:λ是自回歸參數(shù),衡量擾動(dòng)誤差項(xiàng)中的空間依賴作用;μ為隨機(jī)誤差項(xiàng).

由于空間回歸模型中存在自變量的內(nèi)生性,為了保證回歸結(jié)果估計(jì)的無偏性和有效性,Anselin[23]建議采用極大似然法去估計(jì)SLM和SEM.在SLM和SEM的模型選擇上,Anselin[23]給出了哪種模型更符合實(shí)際的判斷標(biāo)準(zhǔn),即:通過拉格朗日乘數(shù)(LMLAG和LMERR)及其穩(wěn)健性(R-LMLAG和R-LMERR)來判斷,如果LMLAG比LMERR在統(tǒng)計(jì)中更加顯著,并且R-LMLAG顯著而R-LMERR不顯著,則可以判定SLM模型更合適,反之,SEM 模型更為合適.如果仍無法判斷模型優(yōu)劣,可使用其他檢驗(yàn)指標(biāo),如:擬合優(yōu)度(2)、對(duì)數(shù)似然函數(shù)值(logL)、赤池信息準(zhǔn)則(AIC)和施瓦茨準(zhǔn)則(SC).一般情況下,2和logL越大,AIC和SC越小,模型擬合效果越好.

3 結(jié)果與討論

3.1 流域土壤保持服務(wù)的空間分布特征

2014年甘肅白龍江流域土壤保持服務(wù)呈現(xiàn)差異化的集聚特征,空間異質(zhì)性顯著(圖2).具體地,土壤保持高值區(qū)主要分布在流域東南部(子流域1、2、3、4、9、11)及西北部(子流域26、27、33、34、35),這些區(qū)域多屬于地表擾動(dòng)較少的石質(zhì)性山區(qū)或自然保護(hù)區(qū);土壤保持低值區(qū)聚集分布在流域東部(子流域20、21、14、12、22)和北部(子流域31),這些區(qū)域的工農(nóng)業(yè)相對(duì)發(fā)達(dá),人類活動(dòng)頻繁.

圖2 2014年甘肅白龍江流域的土壤保持服務(wù) Fig.2 Soil conservation services in Bailongjiang watershed in Gansu in 2014

3.2 流域各景觀指數(shù)的空間分布特征

以子流域?yàn)榭臻g單元,基于FRAGSTATS平臺(tái)計(jì)算2014年甘肅白龍江各子流域的景觀格局指數(shù)LPI、DIVISION、SHDI和SHEI,并運(yùn)用ArcGIS實(shí)現(xiàn)景觀指數(shù)的空間可視化表達(dá)(圖3).從數(shù)值上看,子流域的景觀指數(shù)LPI、DIVISION、SHDI、SHEI分別介于11.42~84.73、0.28~0.96、0.52~1.25、0.32~0.75,4種景觀指數(shù)的極差范圍相對(duì)較大,表征各子流域在最大斑塊指數(shù)、景觀分離度、景觀多樣性及均勻度上存在顯著差別.從空間上看,子流域4種景觀指數(shù)的空間格局具有明顯的分異性,景觀指數(shù)SHDI、SHEI和DIVISION的低值區(qū)集中分布在流域南部(子流域1、2、6、7),表明該區(qū)域的景觀類型組成單一化,景觀各類型的均勻程度較低,景觀分離度低,聚合度高,而且該區(qū)域的最大斑塊指數(shù)較高,說明景觀中有優(yōu)勢(shì)斑塊存在;景觀指數(shù)SHDI、SHEI和DIVISION的高值區(qū)主要分布在流域北部(子流域27、28、29、30、31)及流域東南部(子流域10、13、14),表征該區(qū)域的景觀類型組成多樣化,景觀各類型均勻分布,景觀分離度高,小斑塊較多,要素格局相對(duì)密切.

圖3 2014年甘肅白龍江各子流域的景觀格局指數(shù) Fig.3 The landscape pattern indices of each sub-watershed in Bailongjiang watershed in Gansu in 2014

3.3 子流域尺度土壤保持量與各景觀指數(shù)的空間自相關(guān)

空間依賴性和異質(zhì)性是土壤保持與景觀格局等地理生態(tài)現(xiàn)象的內(nèi)在屬性,本文在考慮空間關(guān)系前提下,以子流域單元為空間尺度,基于GeoDA平臺(tái)開展2014年土壤保持量與各景觀指數(shù)之間的全局空間自相關(guān)分析,結(jié)果表明2014年流域土壤保持與景觀指數(shù)LPI、DIVISION、SHDI、SHEI均呈現(xiàn)出顯著的空間相關(guān)關(guān)系(顯著性水平為0.05).具體來看,2014年流域土壤保持與景觀指數(shù)LPI的Moran’s I為0.208,呈空間正相關(guān),表征土壤保持較高的子流域在景觀水平上存在某一類型的優(yōu)勢(shì)斑塊;而2014年流域土壤保持與景觀指數(shù)DIVISION、SHDI、SHEI均呈現(xiàn)出顯著的空間負(fù)相關(guān)關(guān)系,其Moran￠s I分別為-0.208、-0.279、-0.204,揭示子流域的景觀分離度、多樣性、均勻度越低,土壤保持服務(wù)越高.綜上,土壤保持服務(wù)較高的子流域具有景觀類型組成相對(duì)單一、景觀各類型間非均勻分布、存在優(yōu)勢(shì)斑塊、景觀分離度低的格局特征.

全局空間自相關(guān)僅能從整體上驗(yàn)證研究對(duì)象是否存在空間集聚現(xiàn)象,無法對(duì)其空間范圍進(jìn)行定位,因此借助GeoDA軟件,運(yùn)用局部空間自相關(guān)深入剖析2014年甘肅白龍江流域土壤保持量與各景觀指數(shù)顯著相關(guān)的空間范圍,生成雙變量局部空間自相關(guān)聚集圖,不同顏色標(biāo)識(shí)不同的空間自相關(guān)類別.由圖4可知:在95%的置信度下,土壤保持與景觀指數(shù)LPI的低低聚集區(qū)主要分布在流域北部(子流域23、24、28、29、30),表明該區(qū)土壤保持低值與最大斑塊指數(shù)低值形成集聚現(xiàn)象,即土壤保持服務(wù)較低的子流域,其景觀中無某一類型的優(yōu)勢(shì)斑塊,斑塊大小相對(duì)細(xì)碎;與低低聚集區(qū)相比,高高聚集區(qū)的子流域數(shù)量很少,在空間上并未表現(xiàn)出較大范圍的“片狀”分布(圖4a).土壤保持與景觀指數(shù)DIVISION的低高聚集區(qū)集中于流域北部(子流域23、24、28、29、30),說明該區(qū)土壤保持與景觀分離度緊密相關(guān),土壤保持服務(wù)較低的子流域,其景觀分離度較高,景觀連接性較弱;高低聚集區(qū)空間分布相對(duì)分散(圖4b).土壤保持與景觀指數(shù)SHDI的低高聚集區(qū)主要是在流域北部(子流域23、28、29、30)及中部(子流域20、22),表征該區(qū)土壤保持服務(wù)較低的同時(shí),區(qū)域景觀在組成類型上較多樣化,空間相關(guān)關(guān)系顯著(圖4c).土壤保持與景觀指數(shù)SHEI的空間集聚特征和SHDI有相似之處,只是低高聚集區(qū)的空間分布范圍相對(duì)稍小(子流域20、23、28、29),揭示該區(qū)景觀均勻度較高的同時(shí),土壤保持服務(wù)保持較低水平,即土壤保持服務(wù)較低的子流域,其景觀內(nèi)的各斑塊類型趨于均勻分布,具有較大多樣性(圖4d).綜合分析雙變量局部空間自相關(guān)結(jié)果可以認(rèn)為,流域土壤保持與景觀指數(shù)(LPI、DIVISION、SHDI、SHEI)的顯著空間相關(guān)關(guān)系主要表現(xiàn)在14個(gè)子流域,占子流域總數(shù)量的37.84%,占比可觀,即通過優(yōu)化這14個(gè)子流域的景觀格局以實(shí)現(xiàn)流域土壤保持服務(wù)提升的目的是有科學(xué)基礎(chǔ)和應(yīng)用價(jià)值的.

圖4 2014年甘肅白龍江流域各景觀指數(shù)與土壤保持服務(wù)的局部空間自相關(guān)聚集 Fig.4 Local spatial autocorrelation cluster map of landscape pattern indices and soil conservation service in Bailongjiang Watershed in Gansu in 2014

3.4 子流域尺度土壤保持量與景觀指數(shù)的回歸分析

上述的空間自相關(guān)是探討兩變量關(guān)系的有效方法,其主要關(guān)注子流域土壤保持與某一個(gè)景觀指數(shù)的空間關(guān)聯(lián)關(guān)系,其他景觀指數(shù)的影響是不被考慮的,不足之處是忽視了景觀指數(shù)之間所產(chǎn)生的影響.鑒于此,從景觀格局的視角出發(fā),運(yùn)用相關(guān)的回歸模型,以子流域?yàn)榭臻g單元開展土壤保持量與景觀指數(shù)(LPI、DIVISION、SHDI、SHEI)的回歸分析.基于GeoDA平臺(tái)的非空間線性模型(OLS)估計(jì)結(jié)果如表1所示,在95%的置信度下,景觀指數(shù)LPI、DIVISION、SHDI和SHEI對(duì)流域土壤保持量的解釋程度為30%;景觀指數(shù)SHDI和SHEI通過了5%的顯著性檢驗(yàn),而景觀指數(shù)LPI和DIVISION則不顯著.

表1 OLS估計(jì)結(jié)果 Table 1 The estimation results of OLS

但子流域土壤保持量之間并不相互獨(dú)立,不符合傳統(tǒng)OLS假設(shè),因此對(duì)OLS模型的估計(jì)結(jié)果進(jìn)行診斷檢驗(yàn),驗(yàn)證是否存在更為合理的空間回歸模型(空間滯后模型或空間誤差模型).從OLS模型估計(jì)結(jié)果的診斷檢驗(yàn)可以發(fā)現(xiàn)(表2),對(duì)于空間滯后和空間誤差模型,可以使用拉格朗日乘數(shù)(LMLAG和LMERR)及其穩(wěn)健性(R-LMLAG和R-LMERR)來判斷,因?yàn)長(zhǎng)agrange Multiplier(lag)的值是0.0236(<0.05),表示顯著,而Lagrange Multiplier(error)的值為0.2958(>0.05),表示不顯著;并且Robust LM(lag)顯著而Robust LM(error)不顯著,根據(jù)Anselin的判別標(biāo)準(zhǔn)[26],可以認(rèn)為空間滯后模型更為合適,說明子流域的土壤保持服務(wù)存在實(shí)質(zhì)性的空間依賴.

表2 OLS模型估計(jì)結(jié)果的診斷檢驗(yàn) Table 2 Diagnostics for OLS model

空間滯后模型的估計(jì)結(jié)果見表3,對(duì)比非空間線性模型(OLS)的估計(jì)結(jié)果發(fā)現(xiàn),空間滯后模型的對(duì)數(shù)似然函數(shù)值(logL)比OLS大,且赤池信息準(zhǔn)則(AIC)和施瓦茨準(zhǔn)則(SC)均比OLS小,證實(shí)了空間滯后模型比傳統(tǒng)的OLS模型更優(yōu),擬合效果更好.在空間滯后模型中,空間自相關(guān)程度系數(shù)為正值且顯著,表征甘肅白龍江各子流域的土壤保持量在空間上具有實(shí)質(zhì)性的正相關(guān)關(guān)系,即某一子流域的土壤保持量若增加,其鄰近子流域的土壤保持量也會(huì)增加.與OLS相比,空間滯后模型中景觀指數(shù)LPI和DIVISION變量的值均有所下降,但并未達(dá)到顯著水平;景觀指數(shù)SHDI和SHEI的顯著性則沒有太大改變.綜上,以景觀格局的角度而言,香農(nóng)多樣性和香農(nóng)均勻度是影響子流域土壤保持量的重要景觀指標(biāo).

表3 空間滯后模型的估計(jì)結(jié)果 Table 3 The estimation results of the spatial lag model

本研究認(rèn)為: 2014年甘肅白龍江流域土壤保持與景觀指數(shù)LPI、DIVISION、SHDI、SHEI均呈現(xiàn)出顯著的空間相關(guān)關(guān)系.這與Zhang等[24]的研究存在一定的一致性,表現(xiàn)為:Zhang等[24]認(rèn)為土壤侵蝕模數(shù)與LPI、Simpson 均勻度指數(shù)密切相關(guān).同時(shí),Ouyang等[25]也認(rèn)為景觀格局變化對(duì)土壤侵蝕產(chǎn)生重要影響,其中景觀多樣性影響較大.

景觀格局指數(shù)法是景觀格局研究中相對(duì)成熟和有效的方法,但也存在一定的問題,比如:景觀格局指數(shù)如何科學(xué)選取以全面反映景觀格局.本文基于主體研究方向采用相關(guān)性分析與全局空間自相關(guān)選取了4種代表性的景觀格局指數(shù),這4種景觀格局指數(shù)是否能夠全面表征本研究區(qū)的景觀格局特征,有待于下一步深入探討.

土壤保持與土壤侵蝕過程密切相關(guān),而土壤侵蝕過程又是一個(gè)多尺度、非線性的空間化地理-生態(tài)過程.景觀數(shù)據(jù)屬性、常規(guī)格局指數(shù)本身性質(zhì)以及土壤侵蝕過程的復(fù)雜性使景觀格局分析需要新的理論范式加以補(bǔ)充和完善[26].

景觀格局通過影響生態(tài)系統(tǒng)組份、結(jié)構(gòu)與生物化學(xué)過程進(jìn)而影響生態(tài)系統(tǒng)服務(wù),這是一個(gè)非常復(fù)雜的相互作用過程[27-29],明晰景觀格局對(duì)生態(tài)系統(tǒng)的作用關(guān)系與機(jī)制,并在此基礎(chǔ)上探討其對(duì)生態(tài)系統(tǒng)服務(wù)的影響是進(jìn)一步研究方向.

4 結(jié)論

4.1 2014年甘肅白龍江流域土壤保持服務(wù)與景觀格局指數(shù)(最大斑塊指數(shù)、景觀分離度、香農(nóng)多樣性、香農(nóng)均勻度)呈現(xiàn)顯著的空間相關(guān)關(guān)系,主要表現(xiàn)在14個(gè)子流域,占子流域總數(shù)量的37.84%.

4.2 模型對(duì)比方面,空間滯后模型(SLM)優(yōu)于非空間線性模型(OLS),表明甘肅白龍江各子流域的土壤保持量在空間上具有實(shí)質(zhì)性的空間依賴.景觀類型多樣性及其均勻程度是影響甘肅白龍江子流域土壤保持量的重要景觀指標(biāo).

[1] Troll C. Luftbildplan und ?kologische Bodenforschung [J]. Zeitschrift der Gesellschaft für Erdkunde zu Berlin, 1939,(7/8):241-298.

[2] Makhzoumi J M. Landscape ecology as a foundation for landscape architecture: Application in Malta [J]. Landscapeand Urban Planning, 2000,50(1/2/3):167-177.

[3] Fan Q D, Ding S Y. Landscape pattern changes at a county scale: A case study in Fengqiu, Henan Province, China from 1990 to 2013 [J]. Catena, 2016,137:152-160.

[4] Fortin M J, Agrawal A A. Landscape ecology comes of age [J]. Ecology, 2005,86:1965-1966.

[5] 黃 婷,于德永,喬建民,等.內(nèi)蒙古錫林郭勒盟景觀格局變化對(duì)土壤保持能力的影響 [J]. 資源科學(xué), 2018,40(6):1256-1266.Huang T, Yu D Y, Qiao J M, et al. Landscape pattern change and soil conservation in Xilingol League, Inner Mongolia [J]. Resources Science, 2018,40(6):1256-1266.

[6] 蘇常紅,傅伯杰.景觀格局與生態(tài)過程的關(guān)系及其對(duì)生態(tài)系統(tǒng)服務(wù)的影響 [J]. 自然雜志, 2012,34(5):277-283. Su C H, Fu B J. Discussion on links among landscape pattern, ecological process, and ecosystem services [J]. Chinese Journal of Nature, 2012,34(5):277-283.

[7] Pierik M E, Acqua M D, Confalonieri R, et al. Designing ecological corridors in a fragmented landscape: A fuzzy approach to circuit connectivity analysis [J]. Ecological Indicators, 2016,67:807-820.

[8] Daily G C. Natures’ services: societal dependence on natural ecosystems [J]. Pacific Conservation Biology, 1997,6(2):220-221.

[9] Costanza R, D’ Arge R, Groot R D, et al. The value of the world’s ecosystem services and natural capital [J]. Nature, 1997,387:253-260.

[10] 鄒 月,周忠學(xué).西安市景觀格局演變對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值的影響 [J]. 應(yīng)用生態(tài)學(xué)報(bào), 2017,28(8):2629-2639.Zou Y, Zhou Z X. Impact of landscape pattern change on ecosystem service value of Xi’an City, China [J]. Chinese Journal of Applied Ecology, 2017,28(8):2629-2639.

[11] Costanza R, D'Arge R, Groot R D, et al. The value of the world's ecosystem services and natural capital [J]. Nature, 1997,387(1):3-15.

[12] 傅伯杰,呂一河,高光耀.中國(guó)主要陸地生態(tài)系統(tǒng)服務(wù)與生態(tài)安全研究的重要進(jìn)展 [J]. 自然雜志, 2012,34(5):261-272. Fu B J, Lv Y H, Gao G Y. Major research progresses on the ecosystem service and ecological safety of main terrestrial ecosystems in China [J]. Chinese Journal of Nature, 2012,34(5):261-272.

[13] 饒恩明,肖 燚,歐陽(yáng)志云,等.海南島生態(tài)系統(tǒng)土壤保持功能空間特征及影響因素 [J]. 生態(tài)學(xué)報(bào), 2013,33(3):746-755. Rao E M, Xiao Y, Ouyang Z Y, et al. Spatial characteristics of soil conservation service and its impact factors in Hainan Island [J]. Acta Ecologica Sinica, 2013,33(3):746-755.

[14] 齊述華,蔣梅鑫,于秀波.基于遙感和ULSE模型評(píng)價(jià)1995~2005年江西土壤侵蝕 [J]. 中國(guó)環(huán)境科學(xué), 2011,31(7):1197-1203. Qi S H, Jiang M X, Yu X B. Evaluating soil erosion in Jiangxi Province with USLE model and remote sensing technology during 1995~2005 [J]. China Environmental Science, 2011,31(7):1197-1203.

[15] 王鵬濤,張立偉,李英杰,等.漢江上游生態(tài)系統(tǒng)服務(wù)權(quán)衡與協(xié)同關(guān)系時(shí)空特征 [J]. 地理學(xué)報(bào), 2017,72(11):2064-2078. Wang P T, Zhang L W, Li Y J, et al. Spatio-temporal characteristics of the trade-off and synergy relationships among multiple ecosystem services in the Upper Reaches of Hanjiang River Basin [J]. Acta Geographica Sinica, 2017,72(11):2064-2078.

[16] 王 蓓,趙 軍,胡秀芳.基于InVEST模型的黑河流域生態(tài)系統(tǒng)服務(wù)空間格局分析 [J]. 生態(tài)學(xué)雜志, 2016,35(10):2783-2792. Wang B, Zhao J, Hu X F. Spatial pattern analysis of ecosystem services based on InVEST in Heihe River Basin [J]. Chinese Journal of Ecology, 2016,35(10):2783-2792.

[17] 張素梅,王宗明,閆百興,等.輝發(fā)河流域景觀格局與土壤侵蝕的關(guān)系研究 [J]. 水土保持學(xué)報(bào), 2008,22(3):29-35. Zhang S M, Wang Z M, Yan B X, et al. Relationship between landscape pattern and soil erosion of Huifa River Watershed [J]. Journal of Soil and Water Conservation, 2008,22(3):29-35.

[18] 張玲玲.甘肅白龍江流域生態(tài)系統(tǒng)服務(wù)評(píng)估及影響因素 [D]. 蘭州:蘭州大學(xué), 2016. Zhang L L. Ecosystem services assessment and its driving forces in the Bailongjiang watershed of Gansu [D]. Lanzhou: Lanzhou university, 2016.

[19] 李文杰,烏鐵紅,李曉佳.內(nèi)蒙古希拉穆仁草原旅游地景觀格局動(dòng)態(tài)變化 [J]. 地理科學(xué), 2013,33(3):307-313.Li W J, Wu T H, Li X J. Dynamic change of landscape pattern in Xilamuren grassland tourist area of Inner Mongolia [J]. Scientia Geographica Sinica, 2013,33(3):307-313.

[20] 黃木易,岳文澤,何 翔.巢湖流域地表熱環(huán)境與景觀變化相關(guān)分析及其尺度效應(yīng) [J]. 中國(guó)環(huán)境科學(xué), 2017,37(8):3123-3133. Huang M Y, Yue W Z, He X. Correlation analysis between land surface thermal environment and landscape change and its scale effect in Chaohu Basin [J]. China Environmental Science, 2017,37(8): 3123-3133.

[21] Cliff A D, Ord J K. Spatial autocorrelation [J]. Trends in Ecology & Evolution, 1973,14(5):196.

[22] 崔娜娜,馮長(zhǎng)春,宋 煜.北京市居住用地出讓價(jià)格的空間格局及影響因素 [J]. 地理學(xué)報(bào), 2017,72(6):1049-1062. Cui N N, Feng C C, Song Y. Spatial pattern of residential land parcels and determinants of residential land price in Beijing since 2004 [J]. Acta Geographica Sinica, 2017,72(6):1049-1062.

[23] Anselin L, Bera A K, Florax R, et al. Simple diagnostic tests for spatial dependence [J]. Regional Science and Urban Economics, 1996,26(1): 77-104.

[24] Zhang S, Fan W, Li Y, et al. The influence of changes in land use and landscape patterns on soil erosion in a watershed [J]. Science of the Total Environment, 2017,574:34-45.

[25] Ouyang W, Skidmore A K, Hao F H, et al. Soil erosion dynamics response to landscape pattern [J]. Science of the Total Environment, 2010,408(6):1358-1366.

[26] 劉 宇,呂一河,傅伯杰,等.景觀格局-土壤侵蝕研究中景觀指數(shù)的意義解釋及局限性 [J]. 生態(tài)學(xué)報(bào), 2011,31(1):267-275. Liu Y, Lv Y H, Fu B J, et al. Implication and limitation of landscape metrics in delineating relationship between landscape pattern and soil erosion [J]. Acta Ecologica Sinica, 2011,31(1):267-275.

[27] Altieri M A. The ecological role of biodiversity in agroecosystems [J]. Agriculture, Ecosystems and Environment, 1999,74(1-3):19-31.

[28] Zhang W, Taylor H R, Claire K, et al. Ecosystem services and dis-services to agriculture [J]. Ecological Economics, 2007,64(2): 253-260.

[29] Swinton S M, Lupi F, Robertson G P, et al. Ecosystem services and agriculture: Cultivating agricultural ecosystems for diverse benefits [J]. Ecological Economics, 2015,64(2):245-252.

Influence of watershed landscape pattern on soil conservation service.

ZHANG Jin-xi, LIU Dong-qing, QIAN Cai-yun, GONG Jie*, LI Hong-ying

(College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, China)., 2019,39(3)：1164~1172

Based on the sub-watershed unit, landscape pattern and soil conservation service was quantitatively characterized via landscape pattern index and InVEST model, and the relationship between the two issues was also discussed from the perspectives of spatial statistics. The results showed that the sub-watersheds with higher soil conservation services in 2014 had the characteristics of single landscape types composition, non-uniform distribution among different landscape types, existence of dominant patches, and low landscape separation degree. In 2014, the significant spatial correlations between soil conservation services and landscape pattern was mainly in 14 sub-watersheds,which accounted for 37.84% of the total number of sub-watersheds. In the model selection, spatial lag model (SLM) was superior to the non-spatial linear model (OLS), which indicated that soil conservation was spatially dependent. Diversity and evenness of landscape types were considered as important indicators affecting soil conservation in the Bailongjiang watershed in Gansu Province.

landscape pattern；soil conservation service；spatial statistics

X53

A

1000-6923(2019)03-1164-09

張金茜(1995-),女,山西長(zhǎng)治人,蘭州大學(xué)碩士研究生,主要從事景觀生態(tài)學(xué)研究.發(fā)表論文13篇.

2018-08-20

國(guó)家自然科學(xué)基金資助項(xiàng)目(41771196,41271199)

* 責(zé)任作者, 副教授, jgong@lzu.edu.cn