1989—2017年乌伦古河流域景观格局及驱动力分析

薛嵩嵩, 高凡, *, 何兵, 闫正龙

1989—2017年乌伦古河流域景观格局及驱动力分析

薛嵩嵩1, 高凡1, *, 何兵2, 闫正龙3

1. 新疆农业大学水利与土木工程学院, 乌鲁木齐 830052 2. 西安理工大学省部共建西北旱区生态水利国家重点实验室, 西安 710048 3. 陕西测绘地理信息局, 西安 710054

为研究乌伦古河流域景观格局时空动态演变及驱动因素, 以乌伦古河出山口二台水文站以下流域为研究区, 选取1989年, 1998年, 2006年, 2017年4期Landsat系列遥感影像为数据源, 综合利用3S技术, 通过Fragstats软件计算景观指数, 分析景观格局时空演变特征, 并结合气象和社会经济数据, 探讨乌伦古河流域景观格局变化的驱动因素。结果表明: (1)近30a乌伦古河流域耕地和建设用地面积呈持续增加扩张趋势, 水体和湿地面积呈微增加趋势, 未利用地呈显著减少趋势, 林地面积呈波动增加趋势, 草地面积1989—2006年呈减少趋势, 2006—2017年呈微弱增加趋势; (2)从斑块类型水平上看, 除湿地外, 其余各景观类型NP、PD、LSI均呈增加趋势, 表明景观破碎程度加剧, 结构复杂性增加。从景观水平上看, SHDI和SHEI呈增加趋势, CONTAG呈减少趋势, 表明各景观类型面积差异减小, 景观丰富度增加, 异质性增强, 景观连通性降低, 空间差异显著; (3)景观格局变化受自然因素、人类活动和社会政策的共同影响。其中, 人类活动为主要影响因素, 表现形式为人口数量增长, 城镇化快速扩张和水利工程的建设。

景观格局; 3S技术; 乌伦古河流域; 移动窗口; 景观指数

0 前言

景观格局是指大小、形状、属性不一的斑块单元在空间上的分布与组合规律, 是自然因素和人类活动在不同尺度下相互耦合的结果[1], 是景观异质性的重要体现[2]。景观格局的改变影响着陆地生态系统的水循环、碳循环及能量、信息的流动, 决定着景观生态的稳定程度[3-4]。探究景观格局时空动态演变及驱动因素, 对降低区域生态风险, 提高景观稳定性, 改善区域生态质量具有重要意义[5]。伴随景观生态学及3S技术的发展, 景观格局及驱动力分析研究广泛用于我国土地利用/覆被变化与生态系统监测领域, 主要的研究方法包括景观指数分析法、转移矩阵分析法、模型模拟分析法等[3-8], 许多学者展开研究。如谭洁(2017)等[6]通过对遥感影像数据信息的提取, 利用景观指数和转移矩阵, 分析洞庭湖土地利用和景观格局变化特征; 郭少壮(2018)等[7]利用土地利用数据, 通过景观指数构建景观格局脆弱度, 分析秦岭地区景观格局时空变化; 潘月(2018)等[8]利用景观指数分析江西省东乡县的景观格局变化特征, 并通过CA—Markov模型对未来10年的景观格局变化进行预测分析; 祖拜代·木依布拉(2019)等[9]基于3S技术, 分析克里雅河中游景观格局变化特征; 黄犁(2019)等[10]基于遥感影像, 数理统计模型及景观指数等方法分析了玛纳斯河流域绿洲景观格局时空演变过程。

乌伦古河流域地处欧亚大陆腹地, 属典型西北内陆干旱生态脆弱区, 伴随流域人类开发活动干扰, 景观格局相应发生改变。目前针对该流域景观格局演变及驱动力分析研究多以较短时间序列、定性分析及现象描述为多。由于流域景观格局演变是一个长期的动态变化过程, 短期研究难以揭示长期演变规律。基于此, 本文针对乌伦古河流域人类活动集中区域, 以乌伦古河流域二台水文站以下中下游流域为研究区, 选取1989年, 1998年, 2006年, 2017年4期Landsat系列遥感影像数据, 综合利用RS、GIS、GPS等技术, 采用空间数据处理、信息提取解译、集成管理分析等方法[11-12], 获取研究区土地利用/土地覆被分类图, 利用Fragstats 4.2软件计算景观指数, 结合实地调查及同期水文气象数据, 分析研究区近30a景观格局时空动态演变特征, 结合研究区气象和社会经济数据, 探讨乌伦古河流域景观格局变化特征及驱动因素, 尝试揭示该区域土地利用/覆被变化的方向与强度, 获取景观格局演变方向与趋势, 对促进流域水土资源优化配置及生态环境保护具有重要的科学与指导意义。

1 研究区概况

乌伦古河流域属准噶尔干旱区, 发源于阿勒泰山东段南麓, 流域范围位于东经87°05′—90°45′, 北纬46°10′—47°28′, 流域面积37882 km2, 我国境内集水面积为27600km2, 其中, 出山口二台水文站以上集水区面积为18400km2, 年降水量少(多年平均降水量129.8 mm)且分布不均, 蒸发量大(多年平均水面蒸发量867.2 mm)[13]。乌伦古河流域内, 河流水系经出山口二台水文站以上山区, 经出山口流出后, 折向西北, 中途无支流汇入, 最后注入乌伦古湖。

图1 研究区示意图

Figure 1 Schematic diagram of the study area

2 数据来源与研究方法

2.1 数据来源

选取乌伦古河流域1989年、1998年、2006年和2017年遥感影像为数据源, 轨道号分别为142/28、143/27、143/28, 影像质量较好(云量小于10%)。其中1989年、1998年、2006年采用Landsat TM影像, 分辨率为30m; 2017年采用Landsat OLI影像, 分辨率为30m。以上影像数据均采用2000国家大地坐标系(CGCS2000)、高斯—克吕格投影、6°分带。基础影像数据源来自地理空间数据云网站(http: //www.gscloud.cn/)。乌伦古河流域1: 10万地形图来源于国家测绘地理信息局陕西测绘资料档案馆。社会经济数据来源于1990—2018年《新疆统计年鉴》。研究区气象(温度、降水量)数据来自中国气象数据网(http:/ /data.cma.cn/)

2.2 数据处理

采用ENVI 5.3软件对遥感影像数据进行预处理操作。在ENVI 5.3及ArcGIS 10.5软件支持下, 参考《土地利用现状分类》(GB/T 201010—2007)标准, 依据乌伦古河流域实际情况, 采用人机交互目视解译法将土地利用类型解译为耕地、林地、草地、湿地、水体、建设用地和未利用地7类。基于ENVI 5.3软件精度评价模块, 分别对1989年、1998年、2006年、2017年4期遥感解译数据进行精度评价, 得到总分类精度分别为88.63%、85.24%、87.65%和89.95%, Kappa指数分别为0.85、0.82、0.84和0.86, 满足应用精度要求(精度要求80%以上)[14]。

2.3 研究方法

2.3.1 景观指数的选取

依据研究区景观特征, 分别从斑块类型水平和景观水平选取景观指数[15]。其中, 斑块类型水平指数包括: 斑块数(NP)、斑块密度(PD)、最大斑块面积指数(LPI)和景观形状指数(LSI); 景观水平指数包括: 蔓延度指数(CONTAG)、香农多样性指数(SHDI)和香农均匀度指数(SHEI)。

通过ArcGIS 10.5软件将四期矢量格式的土地利用分类图转化为分辨率600m的栅格图, 采用Fragstats 4.2软件, 在标准模式下计算各景观指数。

2.3.2 移动窗口法

为全面理解研究区景观空间格局演变[16]。本文通过Fragstats 4.2软件的移动窗口功能对选取的指数(蔓延度指数、香农多样性指数、香农均匀度指数)进行计算。考虑到研究区域的面积和移动窗口的大小对景观指数计算结果会产生一定影响, 移动窗口尺度过大, 可能会忽略剧烈变化的小区域, 而移动窗口过小, 可能会产生“聚焦”效应, 忽略全局[17]。本文通过多次试验后确定移动窗口为3 km, 并在ArcGIS 10.5软件采用自然断点法[4]将景观水平指数分为低、较低、中、较高和高五个等级, 具体分类标准见表1。

3 结果与分析

3.1 土地利用类型面积变化特征

利用ArcGIS 10.5软件, 1989—2017年乌伦古河流域4期遥感影像进行解译, 得到了不同时期土地利用类型面积统计结果(表2)。(1)耕地和建设用地面积呈持续增加趋势, 分别增加了867.61 km2、13.63 km2; (2)水体和湿地面积呈微增加趋势, 分别增加了117.03 km2、12.01 km2; (3)林地面积呈波动增加趋势, 共增加13.27 km2, 其中, 1989—1998年、 2006—2017年为增加状态, 1998—2006年为减少状态; (4)草地总体呈减少状态, 共减少134.05 km2, 其中, 1989—2006年减少了128.49 km2, 2006—2017年增加了15.44 km2; (5)未利用地呈持续减少趋势, 共减少了865.09 km2。

表1 不同景观水平指数分级准则

3.2 景观格局指数变化特征

3.2.1 斑块类型水平上景观指数变化

斑块数(NP)和斑块密度(PD)是反映景观破碎程度的重要标志, 其指数越大, 说明景观的破碎程度越高, 受人类活动影响程度越大[18]。由图2(a)、(b)可以看出, 1989—2017年除湿地斑块数与斑块密度指数呈减少趋势外, 其它6种土地利用类型的NP、PD整体均呈增加趋势, 表明近30年景观类型受人为干扰大, 破碎化程度加剧。草地、林地与未利用地景观类型的破碎程度增加明显的时期主要集中在1989—1998年, 主要原因是1985年后当地的牧区体制改革及牧民生产积极性的提高, 牲畜数量迅速增加, 河谷林、河谷草甸及草场出现过度放牧现象, 导致天然草地、林地面积减少, 致使其分布情况由原来成片分布变为零星分布, 且伴随着人工种草、造林的进行, 景观破碎程度大幅度增加。

最大斑块面积指数(LPI)指整个景观被大斑块占据的程度, 常用以表达景观的优势度, 其指数越大, 说明优势程度越明显[19]。由图2(c)可知, 研究区未利用地的最大斑块面积指数最大, 其次是耕地和水体, 表明未利用地、耕地和水体是乌伦古河流域的主要景观类型, 且对整体景观的影响程度较大。从时间尺度看, 未利用地最大斑块面积指数呈减少趋势, 耕地呈增加趋势, 水体整体变化不大, 即未利用地、耕地、水体优势度在整个景观中的地位分别处于下降、上升和不变状态。

景观形状指数(LSI)主要用于计算某一斑块形状的复杂程度, 其指数越大, 表明斑块形状越复杂[20]。由图2(d)可以看出, 近30年来草地的景观形状指数最大, 于1998年达极大值, 表明草地斑块受人为活动干扰强度最大; 耕地、林地、水体、建设用地和未利用地景观形状指数总体呈增加趋势, 表明其形状趋于复杂化, 斑块离散程度增加, 人工干扰强度增大; 湿地景观形状指数呈减小趋势, 斑块趋于规则化、集中化。

3.2.2 景观水平上景观指数变化

香农多样性指数(SHDI)是描述景观丰富程度的指标, SHDI为0, 表示整个景观由一个斑块组成, SHDI增加, 说明景观斑块类型增加[21]。香农均匀度指数(SHEI), 反映景观中各斑块在面积上分布的均匀程度, SHEI为1, 说明景观中没有明显的优势斑块且各斑块在景观类型中分布均匀[22]。蔓延度指数(CONTAG), 反映不同斑块类型的聚散程度与延展趋势, 高蔓延度指数说明景观存在良好的连续性[23]。

表2 1989—2017年各土地利用类型面积变化

图2 1989—2017年斑块类型水平上景观指数变化

Figure 2 Changes of landscape indices at patch type level from 1989 to 2017

从时间尺度上看(图3), SHDI和SHEI变化趋势相同, 1989—2017年呈增加趋势, 分别由1989年的1.0902、0.5603增加到2017年的1.1749、0.6038, 说明乌伦古河流域各景观类型面积差异减小, 景观丰富度增加, 优势度降低, 异质性增强。CONTAG呈减少趋势, 由1989年的59%减少到2017年的54.76%。说明1989年研究区内斑块的连通性最高, 空间分布最均匀, 随后景观连通性降低, 大斑块被分割为分散的小斑块, 景观破碎程度加剧。

从空间尺度上看(图4), (1)1989年CONTAG高值区和较高区面积占比较大, 大部分分布在西北部和东部, 小部分呈片状分布在解特阿勒热牧场和齐尔吉迭乡, 低值区和较低区面积占比较少, 呈散点式分布在杜热乡、喀拉玛盖乡和解特阿勒热乡。相对于1989年, 2017年CONTAG高值区和较高区面积占比下降, 低值区、较低区和中值区面积占比上升, 具体表现为: 在乌伦古河上游和中游, 高值区和较高区向中值区转化, 在乌伦古湖附近和一八八团厂周围高值区和较高区向低值区和较低区转化, 说明各景观内斑块连通性降低, 景观破碎度增加。(2)1989年SHDI值域分布情况与CONTAG相反, 低值区和较低区面积占比较大, 大部分分布在北部、东部及乌伦古湖附近, 小部分呈片状分布在齐尔吉迭乡和福海一农场, 高值区面积占比最小, 主要呈点状分布在一八八团厂和喀拉玛盖乡, 较高区面积占比较大, 呈面状分布在高值区周围。相对于1989年, 2017年SHDI低值区和较低区面积占比明显下降, 较高区和高值区面积占比增加, 具体表现为: 在乌伦古河上游和中游低值区转化为较高区和中值区, 在解特阿勒热乡和一八八团场中值区和较高区转化为高值区, 说明斑块类型增加, 基质景观类型对整个景观类型的控制作用减弱, 景观异质性增加。(3)1989年SHEI值域分布情况与SHDI大致相同, 低值区和较低区面积占比较大, 大部分分布在中北部、东部和乌伦古湖附近, 小部分分布在齐尔吉迭乡, 高值区和较高区面积占比相对较小, 主要分布在乌伦古河中游的杜热乡和一八八团场。相对于1989年, 2017年SHEI低值区、较低区和中值区面积占比下降, 高值区和较高区面积占比增加, 具体表现为: 在阔克阿尕什乡和一八八团场附近中值区向较高区转化, 在齐尔吉迭乡附近较低区和低值区向高值区和较高区转化, 说明各斑块在景观类型中分布的均匀程度增加。

图3 景观水平上指数变化

Figure 3 Changes of indices at the landscape level

图4 1989—2017年景观水平指数空间分布图

Figure 4 Spatial distribution of landscape level index from 1989 to 2017

3.3 驱动机制分析

景观格局变化是一个复杂、长期动态过程, 受多种因素的影响。自然因素作为基本要素, 在长期效应上影响着景观格局变化, 人类活动则在短时间内是驱动区域景观格局变化的主要因素, 其中, 社会政策作为“风向标”决定着景观格局变化的方向[24]。

3.3.1 自然因素

由福海站和二台站1989—2015年年降水和年均气温变化过程线(图5)可以看出, 1989—2015年福海站区域年降水呈小幅度减少趋势, 减少速率为0.0173 mm·a-1, 最大、最小年降水分别发生在1992年(202 mm)和1997年(63.8 mm); 二台站区域年降水呈小幅度增加趋势, 增加速率为0.3 mm·a-1, 最大、最小年降水分别发生在2010年(209.2 mm)和2014年(73.9 mm); 福海站区域和二台站区域年平均气温均呈增加趋势, 增加速率为0.03℃和0.02 ℃, 最高气温均发生在2007年。总体来看, 研究区气候变化特征表现为年降水和年均气温波动增加, 且与全球气候变化基本一致[14]。由Pearson相关分析法分析结果(表3)可以看出, 年降水和年均气温与草地和未利用地面积变化呈负相关关系, 但相关性不显著, 与其他土地利用类型面积变化呈正相关关系, 其中, 福海站(下游)的年降水与湿地面积变化呈显著性相关, 通过=0.01显著性检验。因此, 气候变化是导致乌伦古河流域景观格局变化的驱动因素之一。

图5 1989—2015年研究区气象站年总降水和年均气温变化曲线

Figure 5 Change curves of annual total precipitation and annual mean temperature at meteorological stations in the study area from 1989 to 2015

表3 研究区不同景观类型与年降水、年均气温相关性

注: *表示在0.05水平(双侧)上显著相关; **表示在0.01水平(双侧)上显著相关。

3.3.2 人类活动

人口因素是景观格局演变最具活力的驱动因子, 人口结构的变化和数量的增长必然导致居民点和建筑用地的增加, 人口增长所带来的粮食需求增长也导致对耕地需求量的增加, 促使林地、草地和未利用地向耕地转化。1989—2017年林地向耕地转化20 km2, 草地向耕地转化172 km2, 未利用地向耕地转化697 km2。人口的增长导致耕地、林地、草地和未利用地的变化, 耕地面积增加, 变化幅度84.18%; 草地面积减少, 变化幅度-31.4%; 林地面积有所增加, 变化幅度11.85%。人口增加刺激建设用地的扩张, 农村和城镇住房需求增大, 城镇地区表现更为强烈。1989—2017年, 城镇化进程不断加快, 城镇化率不断提高, 总人口由1989年的13.34万人增加至2017年的17.33万人, 非农人口数由1989年3.23万人增加值2017年11.76万人, 城镇人口的快速增加和农村人口的缓慢增加, 由此拉动的住房需求导致建设用地大量增加, 建设用地由1989年的7.09 km2增加至2017年的20.72 km2。

1989—2017年研究区经济发展迅速, GDP由22477.03万元增加至464582万元, 富蕴县和福海县人均国民生产总值分别从1672元、1321元, 增加至43214元, 51338元。三次产业中, 第二产业所占比重增加迅速, 由8340.7万元增加至566882.7万元, 工业发展促使交通工矿建设用地扩张, 导致林地和草地的减少。

1987年“引额济海”工程全面竣工, 1988年通水, 额尔齐斯河成为乌伦古湖主要的补给水源。此后, 乌伦古湖面积变化显著。

3.3.3 社会政策

1984年自治区实施牧民定居政策, 政府先后给定居的牧民分配苜蓿地和玉米地。根据2003年富蕴县志, 恰库尔图河段河谷耕地由1984年的4667公顷增加至2003年的6360公顷, 新增耕地大都开垦河谷林及天然草场, 以至于林地及灌木面积在持续缩减。

自2000年以来, 我国政府高度重视生态保护与生态建设, 先后启动了天然林保护、退耕还林、自然保护区建设、生态恢复与管理重大生态建设工程等一系列生态恢复建设工程。

2000年3月国家发布了《国务院关于进一步做好退耕还林还草试点的若干意见》, 新疆正式开展退耕还林还草计划[26]。研究区自2006年起, 林地和草地呈现出增加趋势, 截止2017年林地和草地分别增长26.53 km2和15.44 km2, “十一五”期间, 新疆自治区积极响应国家退退耕还林政策, 大力发展节水农业, 耕地面积增加82.78 km2, 人造林面积10267 km2(阿勒泰地区3651 km2), “十二五”期间, 阿勒泰地区大力兴建水利工程, 推进生态项目建设[27], 未利用地面积减少129.46 km2。

4 结论与建议

(1) 1989—2017年各土地利用类型面积均发生不同程度的变化, 其中, 耕地和建设用地面积呈持续增加趋势, 水体和湿地面积呈微增加趋势, 林地面积呈波动增加趋势, 草地总体呈减少状态, 未利用地呈持续减少趋势。

(2) 从斑块类型水平上看, 未利用地、耕地和水体为研究区优势景观, 对整体景观的影响较大。其中, 未利用地最大斑块面积指数呈减少趋势, 表明未利用地的优势正在减弱; 耕地呈增加趋势, 表明耕地正处于快速增加状态。除湿地外, 其它各景观类型NP、PD、LSI均呈增加趋势, 表明景观破碎程度加剧, 结构复杂性增加, 其中, 林地和草地波动最大。从景观水平上看, 时间上, SHEI和SHDI呈增加趋势, CONTAG呈减小趋势, 表明各景观类型面积差异减小, 景观空间结构向多样化发展, 景观丰富度增加, 优势度降低, 异质性增强, 景观连通性降低, 空间分布上, 人类活动涉及程度大的乌伦古河中游、下游及乌伦古湖附近, SHEI、SHEI和CONTAG空间差异显著, 对于涉及程度小的上游, 指数变化幅度较小, 空间差异小。

(3)乌伦古河流域景观格局变化受自然因素、人类活动和社会政策的共同影响。其中, 人类活动主要驱动因素, 表现形式为人口增长、城镇快速扩张和水利工程的建设。

作为新疆经流年际变化较大的河流, 乌伦古河是新疆融雪径流+夏季降雨径流型中小河流的代表, 乌伦古河流域又是阿勒泰地区重要的农牧业区, 其景观格局时空变化受到人类干扰的直接影响, 且人类干扰对生态环境的影响逐步加深, 鉴于此, 对流域生态资源的合理利用及保护应该考虑以下几个方面: 1)流域灌排方式落后, 导致农业灌溉用水量较大, 水资源浪费严重, 并且流域内缺乏河流管理机构, 需组建一个权威、高效、统一的河流管理机构来管理全流域的水资源分配, 合理分配乌伦古河上、中、下游在农、林、牧各业的用水量。2)严格控制林地和草地向其他土地利用类型的转化, 继续实施人工造林和退耕还林还草政策, 制定合理的土地开发方案, 控制建设用地的扩展速度。3)加强农牧民的思想建设, 加强法规和制度建设, 增加禁耕区、禁牧区和禁采区, 合理控制水利工程的修建。4)加强乌伦古河下游的生态治理, 划定生态红线, 有效保护景观多样性, 建立人工生态屏障。

[1] 戴文远, 黄华富, 黄万里, 等.海岛生态脆弱区景观生态安全时空分异特征——以福建海坛岛为例[J]. 生态科学, 2017, 36(4):152–159.

[2] 胡绵好, 袁菊红, 蔡静远, 等. 河流城市土地利用景观格局变化及其生态风险分析——以江西省德兴市为例[J].生态科学, 2018, 37(1): 78–86.

[3] 田雅楠, 张梦晗, 许荡飞, 等. 基于“源—汇”理论的生态型市域景观生态安全格局构建[J]. 生态学报, 2019, 39(7): 2311–2321.

[4] 任金铜, 杨可明, 陈群利, 等. 贵州草海湿地区域土地利用景观生态安全评价[J]. 环境科学与技术, 2018, 41(5): 158–165.

[5] GERI F, AMICI V, ROCCHINI D. Human activity impact on the heterogeneity of a Mediterranean landscape[J]. Applied Geography, 2010, 30 (3): 370．

[6] 谭洁, 赵赛男, 谭雪兰, 等. 1996—2016年洞庭湖区土地利用及景观格局演变特征[J]. 生态科学, 2017, 36(6): 89–97.

[7] 郭少壮, 白红英, 孟清, 等. 1980—2015年秦岭地区景观格局变化及其对人为干扰的响应[J]. 应用生态学报, 2018, 29(12): 4080–4088.

[8] 潘月, 于东升, 王秀虹, 等. 基于CA—Markov模型的土地利用景观格局预测研究[J]. 土壤,2018, 50(2): 391–397.

[9] 祖拜代·木依布拉, 夏建新, 普拉提·莫合塔尔, 等. 克里雅河中游土地利用/覆被与景观格局变化研究[J]. 生态学报, 2019, 39(7): 2322–2330.

[10] 黄犁, 徐丽萍.玛纳斯河流域绿洲时空演变及其景观格局变化[J]. 干旱区研究,2019,36(5):1261–1269.

[11] 高凡, 何兵, 闫正龙, 等. 2000—2016年叶尔羌河中下游植被覆盖动态变化遥感分析[J]. 灌溉排水学报, 2019, 38(4): 92–99.

[12] 闫正龙, 高凡, 何兵. 3S技术在我国生态环境动态演变研究中的应用进展[J]. 地理信息世界, 2019, 26(2): 43–48.

[13] 何兵, 高凡, 唐小雨, 等. 基于滑动Copula函数的新疆干旱内陆河流水文气象要素变异关系诊断[J]. 水土保持研究, 2019, 26(1): 155–161

[14] Liu J Y, Kuang W H, Zhang Z X, et al. Spatiotemporal characteristics, patterns, and causes of land use changes in China since the late 1980s[J]. Journal of Geographical Sciences, 2014, 24(2):195–210．

[15] Huang Junfang, Wang Ranghui, Zhang Huizhi. Analysis of patterns and ecological security trend of modern oasis landscapes in Xinjiang, China[J]. Environmental Monitor Assessment, 2007, 134(1/3): 411–419.

[16] 李莹莹, 尤罗利, 陈永生, 等. 环巢湖地区多水塘景观时空格局演变特征及其驱动因素[J]. 生态学报, 2018, 38(17): 6280–6291.

[17] 刘世梁, 安南南, 尹艺洁, 等.广西滨海区域景观格局分析及土地利用变化预测[J]. 生态学报, 2017, 37(18): 5915–5923.

[18] 韩鑫, 刘传胜, 胡江玲, 等. 新疆天山自然遗产地景观格局动态演化及其生态健康评价[J]. 干旱区地理, 2019, 42(1): 195–205.

[19] 刘玺, 何守阳, 刘贝贝. 岩溶山区城镇化进程的土地利用景观格局演变特征——以贵阳市为例[J]. 地球与环境,2019,47(4):527–536.

[20] 郑淋峰, 李占斌, 李鹏, 等. 丹江土石山区景观格局模拟与社会经济响应关系[J]. 水土保持研究, 2019, 26(1): 338–343.

[21] 陆凤连, 王新闯, 张合兵, 等.1980—2015年焦作矿区景观格局演变及驱动力分析[J]. 水土保持研究, 2018, 25(4): 237–243.

[22] 张莹莹, 蔡晓斌, 杨超, 等. 1974—2017年洪湖湿地自然保护区景观格局演变及驱动力分析[J].湖泊科学, 2019, 31(1): 171–182.

[23] 徐晓然, 谢跟踪, 邱彭华.1964—2015年海南省八门湾红树林湿地及其周边土地景观动态分析[J]. 生态学报, 2018, 38(20): 7458–7468.

[24] 吴琛璐, 王强, 董政, 等.福建省海岸带土地利用/覆盖变化及其驱动力[J]. 水土保持通报, 2018, 38(3): 318–323.

[25] 迪丽努尔·阿吉, 艾克巴尔.新疆主要湖泊水域面积动态变化研究[J]. 水文, 2010, 30(5): 91–95.

[26] 徐晋涛, 陶然, 徐志刚. 退耕还林: 成本有效性、结构调整效应与经济可持续性——基于西部三省农户调查的实证分析[J]. 经济学, 2004(4): 139–162.

[27] 张万华, 雷蕾. 阿勒泰地区生态环境现状及成因分析[J].环境与发展, 2017, 29(3): 262–263.

Landscape pattern evolution and driving force analysis in Ulungur River Basin from 1989 to 2017

XUE Songsong1,GAO Fan1,*, HE Bing2,YAN Zhenglong3

1. College of Water Conservancy and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, China 2. State Key Laboratory of Eco-hydraulics in Northwest Arid Region of China, Xi'an University of Technology, Xi’an 710048, China 3. Shanxi Administration of Surveying, Mapping and Geoinformation, Xi’an 710054, China

To study Ulungur River Basin landscape pattern in time and space dynamic evolution and the driving factors, Er’ tai hydrological station under river basin was selected in 1989, 1998, 2006, 2017, using 4 series of landsat remote sensing image as the data source and 3S technology. Fragstats software computing landscape index was used to analyze the space-time evolution characteristics of landscape pattern, combining with the meteorological and social and economic data, to discuss Ulungur River Basin landscape pattern change drivers. The results showed that: (1) The area of cultivated land and construction land in Ulungur River Basin showed a continuous increase and expansion trend; the area of water body and wetland showed a slight increase; the unused land showed a significant decrease; the area of forest land showed a fluctuating increase; the area of grassland showed a decreasing trend from 1989 to 2006 and a slight increase trend from 2006 to 2017. (2) From the perspective of patch type, NP, PD and LSI of all landscape types except wetland showed an increasing trend, indicating that the degree of landscape fragmentation and structural complexity increased. From the perspective of landscape level, SHDI and SHEI showed an increasing trend, while CONTAG showed a decreasing trend, indicating that the area difference of various landscape types decreased, landscape richness increased, heterogeneity strengthened, landscape connectivity decreased, and spatial difference was significant. (3) Landscape pattern was changed by natural factors, the combined impact of human activities and social policy. Among them, human activities were the main influencing factors, which were manifested in the growth of population, rapid expansion of urbanization and construction of water conservancy projects.

landscape pattern;3S technology; Ulungur River Basin; moving window;landscape index

薛嵩嵩, 高凡, 何兵,等. 1989—2017年乌伦古河流域景观格局及驱动力分析[J]. 生态科学, 2021, 40(3): 33–41.

XUE Songsong, GAO Fan, HE Bing, et al. Landscape pattern evolution and driving force analysis in Ulungur River Basin from 1989 to 2017[J]. Ecological Science, 2021, 40(3): 33–41.

10.14108/j.cnki.1008-8873.2021.03.005

P901

A

1008-8873(2021)03-033-08

2019-09-09;

2019-11-01

国家自然科学基金项目(51769036); 新疆维吾尔自治区自然科学基金项目(2017D01A43)

薛嵩嵩(1994—), 男, 河南灵宝人, 硕士研究生, 研究方向为LUCC与景观格局变化, E-mail: 1939170910@qq.com

高凡(1980—), 女, 乌鲁木齐人, 博士, 副教授, 硕士生导师, 从事水资源系统工程与河湖生态保护研究, E-mail: gutongfan0202@ 163.com