黑河中游水資源空間分布對綠洲核心景觀類型變化的驅動分析

王祺 蒙吉軍

?

黑河中游水資源空間分布對綠洲核心景觀類型變化的驅動分析

王祺 蒙吉軍?

北京大學城市與環境學院, 地表過程分析與模擬教育部重點實驗室, 北京 100871; ?通信作者, E-mail: jijunm@pku.edu.cn

以西北內陸黑河中游綠洲為研究區, 基于土地利用數據、基礎地理信息數據及 DEM、土壤、氣候和DMSP/OLS 燈光數據, 采用多時序 Logistic 逐步回歸方法, 分析 1986—1995, 1995—2000 和 2000—2010 年景觀類型變化的驅動力, 揭示水資源空間分布對耕地和建設用地變化的約束范圍。結果表明: 1) 各時段耕地增加不存在共性驅動因子, 但耕地減少有共性驅動因子(海拔和人類活動); 建設用地增加的共性驅動因子是海拔、距離和人類活動, 但不同時段驅動效應不同; 2) 機井和河渠對耕地和建設用地變化的影響機理類似, 影響范圍為 1000~1500 m, 但河渠比機井更具約束力; 3) 海拔對耕地和建設用地的影響范圍在3500 m以下, 其主要限制來自地形起伏的約束。研究結果對優化綠洲水土資源空間配置、提高綠洲水資源利用率具有重要的指導意義。

景觀變化; 多時序; 水資源; 驅動力; Logistic回歸模型; 黑河中游

土地利用變化研究是理解全球變化的重要窗口。土地利用/覆被變化(land use and cover change, LUCC)是全球環境變化和全球可持續發展的重要內容[1], 也是自然要素和人文要素最為密切的交叉過程[2]。自 1995 年 IGBP (國際地圈生物圈計劃)和IHDP (全球環境變化中的人文因素計劃)聯合提出LUCC研究計劃, LUCC 驅動力的研究在解釋土地利用/覆被變化中一直起著關鍵作用[3–4]。2005 年, IGBP 和 IHDP 聯合推出全球土地計劃(Global Land Project, GLP), 強調“生態系統結構和功能變化的多驅動力(生物物理和社會–經濟方面)的影響需要在不同時空尺度進行評估”, “從定性和定量角度, 理解土地覆蓋的轉移和土地利用強度的變化如何從定性和定量角度改變生態系統服務的傳遞”[5]。干旱區是我國西北地區典型的氣候區, 因其成因復雜、變化過程快、恢復能力弱、環境敏感性強[6]、水資源系統脆弱[7]等特點而成為土地利用/覆被變化研究的熱點區域。水是干旱區一切生態過程的驅動力, 水資源分布的特殊性亦使其景觀類型表現出與濕潤區截然不同的分布特點[8]。揭示景觀變化的驅動力、提高水資源利用效率成為干旱區生態系統管理的關鍵。

近年來, 許多學者對干旱/半干旱區景觀變化的驅動力從多方法、多角度展開研究。張鳳榮[9]從定性的角度, 梳理政策對伊金霍洛旗景觀變化的驅動影響, 認為人類活動是造成荒漠化的主要原因。蒙吉軍等[10]從地理環境和土地利用主體角度分析內蒙古烏審旗景觀變化的驅動力, 表明耕地受地形、水源和人口等宏觀因素影響, 建設用地主要分布在水源充足的地區。毛彥成等[11]和陳忠升等[12]采用相關分析、主成分分析和回歸分析等方法, 分別對張掖市甘州區和新疆和田河流域景觀變化的驅動力進行研究, 表明由于干旱區人口大量集中于綠洲, 農田水利建設對耕地和建設用地發展有顯著的影響; 馮異星等[13]基于景觀格局, 對瑪納斯河流域的土地利用變化進行評估, 發現過度開墾耕地和建設用地, 會增加景觀異質性, 對綠洲穩定性具有負面影響; 戴聲佩等[14]基于 AutoLogistic 回歸和 CLUE-S模型, 對張掖市甘州區的景觀變化驅動力和變化趨勢進行研究, 亦發現水資源對景觀變化的制約非常明顯。

基于多時間序列的驅動力分析, 通過縱向對比, 揭示研究區景觀變化的共性驅動因子, 在此基礎上剔除隨機因素, 關注核心驅動因子, 是實現綠洲土地資源持續利用的關鍵。從現有研究可以看出, 基于多時序對干旱區核心景觀類型變化驅動力的研究相對較少, 尤其是關于水資源對集約度較高的耕地和建設用地的約束和影響強度的研究還較少見。

黑河是西北內陸干旱區的內陸河, 中游集中了全流域 80%的綠洲、91%的人口、95%的耕地和80%的GDP[15]。多年來, 黑河中游綠洲擴張[16]、水資源分配與管理[17]、城市化[18]、荒漠化[19]等問題一直較為突出。本文基于多時序驅動力分析, 借助多元 Logistic 回歸模型擬合的高效性和簡明性[20], 對黑河中游的核心景觀類型, 即土地利用集約度較高的耕地和建設用地變化驅動因素進行定量研究, 并以此為基礎, 確定水資源空間分布對景觀變化的約束范圍, 以期為提高研究區用水效率和生態系統管理提供科學依據。

1 研究區概況和數據處理

黑河中游位于河西走廊中段, 地理坐標為97°20′—102°12′E, 37°28′—39°57′N。行政區包括張掖市甘州區、高臺縣、臨澤縣、民樂縣、山丹縣和肅南縣明花區, 總面積約 1.96 萬 km2(圖 1)。研究區南北依山, 中部平坦, 地貌以高山、中山、低山丘陵和走廊平原等為主, 平均海拔為 1234~4886 m。走廊平原和北部山地為溫帶大陸性干旱氣候, 祁連山為高寒半干旱氣候, 年降水僅 104~328 mm, 但區域分布不均。由于獨特的地貌條件, 黑河中游水資源豐富, 河渠密布, 農業發達[21]。長期以來, 水資源問題一直是困擾黑河中游土地利用的瓶頸, 出現諸如水資源供需矛盾突出[22–23]、農業用水過大[24]、用水效率不高[25]等問題。

本文所用土地利用數據包括 1986, 1995, 2000和 2010 年的 4 期(圖2)。其中, 前三期矢量數據來自中國科學院“八五”項目[26], 2010 年數據以Landsat TM 影像為基礎, 利用ENVI 4.7, 通過人機交互目視解譯獲得, 提取出耕地、林地、草地、水域、建設用地和未利用地 6 類, 精度均在 90%以上。基礎地理信息數據(包括行政區劃、道路、居民點、水系、灌渠等)來自中國科學院寒區旱區環境與工程研究所科學數據中心的“數字黑河”項目[27–30]; 降水數據亦由該數據中心提供的 14 個氣象站 48 年間的監測數據統計并插值得到; 土壤數據來自聯合國糧食及農業組織 (FAO) 基于世界土壤數據庫(HWSD)的中國土壤數據集[31]; DEM (數字高程模型)數據由美國馬里蘭大學全球土地覆被數據提供, 分辨率為30 m × 30 m; 1995, 2000 和2010年DMSP/OLS夜間燈光數據來源于美國國家地球物理數據中心(National Geophysical Data Center)。

2 研究方法

2.1 多時序景觀類型變化的驅動力研究

Logistic 逐步回歸是景觀類型變化研究中的一種常用方法, 可以篩選對景觀格局影響較為顯著的因素, 同時剔除不顯著的因素。假設一個柵格某一景觀類型變化的條件概率為P=(y=1|x), Logistic回歸模型假定這個概率能表達為如下的Logistic函數形式:

式中,P表示景觀類型變化的概率,表示各備選驅動因素。Logistic 函數是協變的非線性函數, 并且能轉換成線性函數形式:

式中,是各影響因子的回歸系數。

cookies腳本程序與國內的豆瓣網、卓越網、Google Books等網站鏈接，讓推薦書目能更加全面深入地展示給讀者，加強閱讀推廣的效果。

在黑河中游, 耕地和建設用地是集約度最高的景觀類型, 也是綠洲景觀的核心組分。本文分別選擇 1986—1995, 1995—2000 和 2000—2010 年 3 個時段的耕地增加、耕地減少、建設用地增加為二元因變量, 并根據數據的代表性和可得性, 選擇地理要素(包括海拔、坡度、土壤質地和降水)、距離要素(包括距河渠、距機井、距道路、距居民點)和人類活動強度(1995, 2000 和 2010 年燈光數據)共 9個驅動因素(圖 3)。在各種景觀類型柵格上分別選取 1000 個采樣點, 變動設為 1, 未變動設為 0, 使用 SPSS 19.0 進行多元 Logistic 逐步回歸, 定量揭示耕地和建設用地的驅動因素。通過對比 3 個時段的驅動因素, 識別驅動耕地和建設用地變化的共性因子, 并據此提出土地利用管理措施。

2.2 水資源對景觀類型空間約束的研究

在黑河中游, 水資源主要由地表水和地下水組成, 且地表水和地下水不斷轉換和循環。其中, 地表水利用主要通過自然徑流和人工灌渠引水, 地下水則主要是機井抽取利用[32]。在干旱區山地, 一方面, 隨著海拔的升高, 水分有增加趨勢, 能夠在一定程度上滿足草地、林地、耕地等景觀對水分不足的需求; 另一方面, 隨著海拔的增加, 地形起伏度較大, 對耕地、建設用地的利用則產生較大的限制作用。因此, 海拔對耕地和建設用地的影響, 體現在水分條件和地形限制博弈的結果。基于此, 本文選取河渠和機井以及海拔要素, 采用緩沖區分析方法, 揭示河渠和機井對景觀變化的輻射影響、海拔高度對景觀類型的制約作用, 確定水資源對景觀變化的約束能力。

為揭示水資源對景觀類型空間約束的趨勢, 應用 ArcGIS 10.0 中的緩沖區分析工具和腳本語言工具, 分別以200, 300, 400和500 m為間距, 生成連續緩沖區進行統計分析。經比較發現, 500 m 緩沖區能夠有效降低數據冗余, 消除變化率的波動, 能更直觀地表現景觀類型的變化趨勢, 且當最大緩沖距離大于 5000 m 后, 景觀類型變化趨于穩定。因此, 以研究區機井和河渠為對象, 以 500 m 為緩沖距離, 分別對所有機井和河渠以半徑(或寬度)依次增加 500 m 生成 10 個緩沖區, 統計耕地增加、耕地減少和建設用地增加的情況, 并計算相鄰兩個緩沖區之間景觀類型變化率的大小, 確定水源對景觀變化的影響輻射范圍。為確定海拔對核心景觀的影響范圍, 以 500 m 為間隔, 將研究區海拔分為 8 個海拔區間, 分別統計每個區間耕地和建設用地的數量和變化趨勢。為避免地類絕對數量差異造成的假象, 用海拔區間景觀類型變化與未變化的比值R來表征相對變化的程度, 公式如下:

R表示第個區間景觀類型的相對變化率,C表示第個區間景觀類型的變化量,U表示第個海拔區間景觀類型的不變量。

3 結果分析

3.1 耕地和建設用地動態變化

從表 1 可看出, 首先, 未利用地和草地是研究區最大宗的景觀類型, 二者之和占總面積的 70%以上, 其中, 未利用地在 4 個年份中占總面積的比例均接近 50%, 草地基本上維持在 23.19%~24.86%。其次, 耕地和建設用地是研究區變化最為劇烈的景觀類型, 耕地面積比例在 16.53%~19.15%之間變動, 1986 年以來, 經歷了先減、后增、再減少的波動性變化; 建設用地面積雖然最小, 但增加較快, 特別是 2000 年后, 從 1.64%增加到 2010 年的 4.11%, 共增長 2.5 倍。第三, 林地面積比例相對較穩定, 在6.23%~6.64%間小幅波動。第四, 水域面積比例也較小, 在 1.72%~3.06%間變化, 經歷了先增后減的變化趨勢。

表1 黑河中游1986, 1995, 2000和2010年景觀類型

1986—1995 年期間, 耕地面積略微減少, 建設用地幾乎不變。林地、草地、水域和未利用地面積變化較小。其中, 耕地主要轉化為草地和未利用地, 其增加主要來自水域的轉換, 體現了耕地一方面被荒棄, 另一方面向著水源地開墾的、較為原始的發展模式。

1995—2000 年期間, 耕地和建設用地都略有增加, 分別為 2.38%和 0.11%。耕地增加主要來自林地、草地和水域的轉化, 部分耕地轉化為建設用地; 而建設用地的增加來自其他各景觀類型。總體上看, 該時段內景觀類型變化程度較為緩和。

2000—2010 年期間, 耕地有所減少, 建設用地成倍增加。林地、草地和未利用地面積變動不大。其中, 耕地的增加來自水域和草地的減少, 而耕地減少主要轉變為建設用地和未利用地, 反映出城市化過程中耕地不斷被占用, 繼而耕地不斷向外圍草地和荒漠擴張的態勢。建設用地數量劇增主要來自耕地、林地、草地、水域的轉化。

3.2 景觀類型變化的驅動力

3.2.1 耕地增加的驅動力

從表2可以看出, 耕地增加的驅動因素主要是地形和距離因素。1986—1995年期間, 耕地增加的概率隨坡度的增加而增大, 但隨機井距離的增加而減小, 說明耕地的開墾, 一是向著水源較為充沛的坡地擴張, 二是主要集聚在機井周圍, 反映出該時段耕地增加主要依賴于穩定的水源。1995—2000 年期間, 影響耕地增加的驅動因子強度依次為河渠距離、海拔、坡度、距居民點距離。耕地增加量隨海拔和坡度的增加而增大, 隨河渠距離的增加而減小, 說明地形和河渠對耕地的分布有重要的影響。耕地增加量還隨居民點距離的增加而增大, 說明該時期耕地開墾并不趨向于居民點附近, 而是表現出向綠洲邊緣擴張的趨勢。2000—2010 年期間, 重要的影響因子是海拔和距居民點距離。耕地增加量隨海拔的增加而減小, 說明該時期內耕地增加趨于相對平坦的區域, 隨居民點距離的增加而增加, 同樣表現出向外擴張的趨勢。另外, 還表現出降水多的區域耕地增加明顯, 粗質土壤對耕地增加有抑制作用。

表2 黑河中游耕地增加回歸結果

可以看出, 3 個時段不存在共性因子對耕地增加起持續影響作用, 但總體看來, 地形、距水源距離和人類活動強度是影響耕地增加的主要因素。

3.2.2 耕地減少的驅動力

從表 3 可以看出, 耕地減少的驅動因子是海拔、距離和人類活動。1986—1995年期間, 距河渠距離的影響程度最大, 其次是海拔和距居民點距離。耕地減少的概率隨海拔、居民點距離、人類活動強度的增加而增大, 隨河渠距離的增加而減小, 說明耕地減少主要發生在河渠周圍, 靠近人類活動較強的區域。1995—2000年期間, 海拔是耕地減少的最主要影響因素, 其次是距機井距離和人類活動強度。耕地減少的概率在高海拔地區相對較大, 穩定性較差。同時, 在機井附近及人類活動強的區域耕地減少概率較高, 主要由于經濟發展建設用地不斷占用耕地所致。2000—2010年期間, 最主要的影響因素是距河渠距離和距道路距離, 其次是距機井距離、海拔和坡度。與距河渠和機井距離的關系表現為耕地發展對水源的依賴。耕地的減少多發生在人類活動為主的區域以及海拔較高和坡度較陡的區域。

表3 黑河中游耕地減少回歸結果

海拔和人類活動強度是3個時段耕地減少的共性影響因子, 且具有一致的驅動方向: 海拔越高耕地減少的概率越大, 人類活動強度越大耕地減少的概率也越大, 說明退耕還林還草政策的實施及建設用地對耕地的占用是耕地減少的主要原因。

3.2.3 建設用地增加的驅動力

從表 4 可以看出, 建設用地增加的主要驅動因素是地形、降水、距離和人類活動強度。1986—1995年期間, 最顯著的兩個影響因子是距河渠距離和距機井距離, 其次是海拔和距居民點距離。建設用地增加趨向于在高海拔、近河渠和機井的區域, 說明水源對建設用地的增加起關鍵作用。建設用地增加量隨距居民點距離的增加而減小, 說明建設用地以集聚增長為主。1995—2000年期間, 建設用地增長最顯著的影響因素是距機井距離、距居民點距離和海拔。同上期相似, 建設用地的增加量隨海拔的增加而增加, 隨距機井和居民點距離的增加而減小, 在人類活動強度大的區域表現出不明顯的下降趨勢。2000—2010年期間, 最顯著的影響因子是距居民點距離, 其他因子影響程度較為平均。建設用地增長量隨距居民點距離的增大而增加, 呈現擴散增長而非聚集增長的模式, 水源對其增長趨勢分布的影響依然顯著, 仍然趨向于河渠和機井周圍。

表4 黑河中游建設用地增加回歸結果

海拔、距機井距離、距居民點距離和人類活動強度是3個時段建設用地增加的共性驅動因子。前兩時段建設用地增加是高海拔導向, 而第三時段變為低海拔導向; 距機井距離和人類活動強度在 3 個時段內對建設用地增長的影響方向一致, 其概率在靠近機井和偏離人類活動強度(不顯著)的區域較高; 距居民點距離在前兩期表現出負向作用, 而在第三期表現出正向作用, 說明前兩期建設用地為聚集增長, 而第三期主要以擴散增長為主。

3.3 水資源空間分布對景觀類型變化的影響

綜合3個時段景觀類型變化的驅動力分析可以看出, 距水源距離、地形和人類活動是驅動耕地和建設用地變化的主要因素。對干旱區綠洲而言, 人類活動主要集中在水源區附近, 由于黑河中游特定的地貌格局與水文過程之間的關系, 耕地和建設用地的變化多在地貌限制和水源供給間取得平衡。所以, 穩定的水源成為干旱區綠洲景觀類型變化的最主要的影響因素, 也表現出與濕潤區截然不同的驅動機理。

3.3.1 機井

圖 4 為以 500 m 為緩沖區間隔的景觀類型數量變化及其變化率。可以看出, 耕地和建設用地的變動與距機井距離有明顯的關系。其中, 機井對耕地增加的影響范圍主要在 1500 m 之內, 增加量從316.9 km2迅速減小到 44.2 km2, 變化率最高達到56.0%, 當超過 1500 m 時, 耕地增加的數量變化不大; 對耕地減少的影響范圍則主要在 1000 m 以內, 減少量從296.6 km2迅速減小到 77.2 km2, 變化率最高為56.7%。對于建設用地而言, 機井所能影響的范圍也主要在 1500 m 之內, 建設用地增加量從 269.7 km2迅速減小到 37.5 km2, 變化率最高至52.0%, 其后隨著距離的增加, 變化率不斷減小。綜合看來, 機井對耕地和建設用地變化的影響范圍在 1000~1500 m之間。

3.3.2 河渠

與機井類似, 距河渠距離也同樣影響耕地和建設用地的變化(圖5), 但變化率的變化趨勢不同: 對于耕地增加和建設用地增加, 距離較近和距離較遠的變化率較大, 而中等距離的變化率較小, 變化率曲線呈“倒U形”, 說明在遠離河渠及高海拔的地區, 耕地和建設用地增加量很小, 因此變化率表現較為敏感。

河渠對耕地增加的影響范圍主要在 1000 m 之內, 增加量從537.9 km2迅速減小到73.1 km2, 變化率最高達64.7%; 對耕地減少的影響范圍也在1000 m以內, 減少量從654.1 km2迅速減小到101.9 km2, 變化率最高為 61.8%。對于建設用地而言, 河渠影響范圍也在1000 m之內, 建設用地增加量從438.9 km2迅速減小到55.7 km2, 變化率最高至65.0%, 其后隨著距離的增加, 變化率呈現先增后減的趨勢。綜合來看, 河渠對耕地和建設用地的影響與機井相似, 但其影響的范圍為 1000 m, 同等距離下景觀類型變化量也較機井更大, 說明河渠作為水源有著更強的約束作用。

3.3.3 海拔

圖 6 為耕地和建設用地分布的海拔高度統計。可以看出, 耕地和建設用地基本上分布在海拔 3000 m以下, 尤其在 1240~1750 m 之間分布較為集中, 超過85%的景觀類型分布在 1300~2500 m 之間。從圖 7 可以看出, 耕地在海拔 3500 m 以上不再增加, 海拔超過 3000 m 后, 耕地的相對變化率R大于1, 表現較為敏感, 間接說明耕地數量較少。耕地減少量隨著海拔的增加呈現先增后減的趨勢: 2500 m以下耕地減少量隨海拔升高而增加, 2500 m以上耕地減少量不斷減小。從相對變化率也可以看出, 海拔在 2500 m 時耕地減少最為明顯, 超過3500 m 則不再有耕地的減少, 因為海拔 3500 m 以上幾乎沒有耕地的分布。建設用地在海拔 3500 m以上不再增加, 說明高海拔對建設用地的擴張仍然存在抑制作用。從海拔高度的角度看, 水分供給并不是景觀變化的主要原因, 地形起伏、便捷度和可達性是山區影響景觀類型變化和分布的主要原因。

4 結論與討論

4.1 結論

水資源是干旱區綠洲維系的最重要因子, 也是驅動干旱區綠洲景觀類型變化的主要原因, 水資源的空間分布和開發利用直接關系到干旱區綠洲景觀格局及動態變化。本文以干旱區黑河中游為研究區, 利用多元Logistic回歸模型及緩沖區分析方法, 來揭示水資源對干旱區綠洲核心景觀類型變化的影響及范圍。主要結論如下。

1) 耕地和建設用地是研究區內變化最劇烈的景觀類型。耕地面積經歷了先減、后增、再減的變化, 這種波動性變化的數量和空間發展, 受到自然環境和人類活動雙重作用的影響。建設用地面積占比最小, 但變化最劇烈, 特別是近 10 年來增長達2.5 倍。總體上, 呈現在城市化過程中, 由于建設用地不斷擴張, 導致耕地不斷向外圍擴展的態勢。

2) 基于多時序景觀類型變化驅動力分析發現, 耕地增加不存在共性驅動因子; 海拔和人類活動是耕地減少的共性驅動因子, 且具有一致的驅動方向; 海拔、距機井距離、距居民點距離和人類活動強度是驅動建設用地增長的共性因子, 但時間不同, 驅動效應不同。地形、距離水源距離和人類活動是耕地和建設用地變化的主要驅動因素, 表明水源對干旱區綠洲景觀類型變化具有重要的約束作用。

3) 通過對水源進行緩沖區景觀類型變化統計分析發現, 機井對耕地和建設用地變化的影響范圍為1000~1500 m之內, 影響范圍內景觀類型變化隨距離變化明顯; 河渠對耕地和建設用地變化的影響范圍為1000 m, 但比機井有著更強的約束力; 耕地和建設用地的增加隨海拔的增加而減少, 且海拔3500 m以上不再有耕地的增減和建設用地的增加, 景觀類型的分布主要受地形起伏和便捷度的制約。

4.2 討論

黑河中游水資源分配利用是黑河流域穩定發展的基本前提。多年來, 黑河中游水資源利用效率低下、水土資源匹配不平衡等問題十分突出, 因此, 揭示水資源空間分布對干旱區綠洲景觀類型變化的驅動和約束范圍, 對實現干旱區綠洲生態系統管理具有直接的指導意義。生態系統適應性管理需要實現對區域的長期追蹤和監控, 多時序土地利用驅動力分析能夠識別黑河中游景觀類型變化的共性驅動因子, 并能夠作為生態系統管理的脅迫因子納入指標體系。對于黑河中游, 地形和人類活動是耕地發展的主要驅動因素, 也是制約耕地的脅迫因素。因此, 通過對地形要素和人類活動的綜合考量, 引導耕地生態和經濟的雙重健康發展, 實現長時期內耕地穩定發展的可持續目標。

黑河中游水資源空間分布利用研究, 能夠為水土資源配置和土地利用規劃提供依據。鑒于河渠、機井對耕地和建設用地變化的約束作用和影響范圍, 在黑河中游土地利用規劃中, 應合理劃分土地利用功能區和灌溉渠系的配置, 提高灌區的土地利用效率。例如, 河渠約束范圍大致為 1000 m, 在河渠規劃或調整時, 應控制河渠間的影響范圍不大于1000 m。機井雖然具有更廣的約束范圍, 但因供水能力有限, 其配置必須結合水文地質條件。耕地和建設用地盡量控制在海拔 2500 m 以下, 在山麓地帶結合機井建設, 合理布局水利工程, 提高水資源利用效率。分析水資源空間分布對綠洲景觀格局輻射影響, 對協調研究區景觀空間布局、科學用地規劃、提高用水效率以及實現水土資源優化配置具有重要的指導意義。

參考文獻

[1]Turner Ⅱ B L, Lambin E F, Reenberg A. The emergence of land change science for global envi-ronmental change and sustainability. PNAS, 2007, 104(52): 20666–20671

[2]蔡運龍. 自然地理學的創新視角. 北京大學學報: 自然科學版, 2000, 36(4): 576–582

[3]Lambin E F, Geist H J. Global land-use/land-cover change — What have we learned so far?. Stockolm: IGBP Global Change Newsletter, 2001: 27–30

[4]Ojima D, Lavorel S, Graumlich L et al. Terrestrial human-environment systems: the future of land research in IGBP Ⅱ. Stockolm: IGBP Global Change Newsletter, 2002: 31–34

[5]Moran E, Ojima D, Buchmann N, et al. Global land project: science plan and implementation strategy. Stockolm: IGBP Report No.53/ HDP ReportNo.19. 2005

要加強科技集成創新，利用揚州市農業科研力量較強的優勢，在秸稈高值深加工、畜禽糞便低成本處理利用、蔬菜尾菜資源化利用和水產養殖尾水凈化等方面展開攻關科研。要著力增強推廣服務能力，加大技術培訓與成果轉化力度，提升技術普及度和到位率。要加大人才培養力度，培育留得住的鄉土人才，使其成為農業廢棄物資源化利用和生態循環農業技術的創新者、推廣者和應用者。通過推進農業廢棄物資源化利用，加快生態循環農業發展，實現農業經濟增長方式的快速轉變。

[6]陳亞寧, 李稚, 范煜婷, 等. 西北干旱區氣候變化對水文資源影響研究進展. 地理學報, 2014, 69(9): 1295–1304

[7]陳亞寧, 楊青, 羅毅, 等. 西北干旱區水資源問題研究思考. 干旱區地理, 2012, 35(1): 1–9

[8]頡耀文, 陳發虎. 干旱區土地利用/土地覆蓋變化與全球環境變化. 地域研究與開發, 2002, 21(2): 22–26

[9]張鳳榮. 半干旱區土地利用變化及其驅動力與土地可持續利用: 基于內蒙古自治區伊金霍洛旗的案例分析. 資源科學, 2011, 33(11): 2041–2046

[10]蒙吉軍, 朱利凱, 毛熙彥. 近30年來毛烏素沙地土地利用變化驅動力的多尺度研究: 以內蒙古烏審旗為例. 應用基礎與工程科學學報, 2012, 20(增刊 1): 54–66

[11]毛彥成, 張勃, 張華. 綠洲土地利用/覆蓋變化的社會經濟與自然驅動力分析: 以張掖市甘州區為例. 干旱區資源與環境, 2007, 21(2): 90–94

[12]陳忠升, 陳亞寧, 李衛紅. 新疆和田河流域土地利用/覆被變化及其驅動力分析. 中國沙漠, 2010, 30(2): 326–333

[13]馮異星, 羅格平, 周德成等. 近 50 a 土地利用變化對干旱區典型流域景觀格局的影響: 以新疆瑪納斯河流域為例. 生態學報, 2010, 30(16): 4295–4305

[14]戴聲佩, 張勃. 基于CLUE-S模型的黑河中游土地利用情景模擬研究: 以張掖市甘州區為例. 自然資源學報, 2013, 28(2): 336–348

[15]王曉君, 石敏俊, 王磊. 黑河中游水資源空間動態優化配置: 基于分布式水資源管理模型//發揮資源科技優勢, 保障西部創新發展: 中國自然資源學會2011年學術年會論文集(下冊). 2011: 479–486

[16]廖杰, 王濤, 薛嫻. 近 55 a 來黑河流域綠洲演變特征的初步研究. 中國沙漠, 2012, 32(5): 1426–1441

[17]肖生春, 肖洪浪, 藍永超, 等. 近 50 a 來黑河流域水資源問題與流域集成管理. 中國沙漠, 2011, 31 (2): 529–535

[18]唐志強, 曹瑾, 黨婕. 水資源約束下西北干旱區生態環境與城市化的響應關系研究: 以張掖市為例. 干旱區地理, 2014, 37(3): 520–531

[19]劉蔚, 王濤, 曹生奎, 等. 黑河流域土地沙漠化變遷及成因. 干旱區資源與環境, 2009, 23(1): 35–43

[20]Bui D T, Lofman O, Revhug I, et al. Landslide susceptibility analysis in the HoaBinh province of Vietnam using statistical index and logistic regres-sion. Natural Hazards, 2011, 59(3): 1413–1444

[21]藍永超, 康爾泗, 張濟世, 等. 黑河流域水資源開發利用現狀及存在問題分析. 干旱區資源與環境, 2003, 17(6): 34–39

[22]孫棟元, 李元紅, 胡想全, 等. 黑河流域水資源供需平衡與配置研究. 水土保持研究, 2014, 21(3): 217–221

[23]張軍, 周冬梅, 張任陟. 黑河流域2004—2010年水足跡和水資源承載力動態特征分析. 中國沙漠, 2012, 32(6): 1779–1785

[24]孫琦偉, 吳普特, 王玉寶, 等. 黑河流域農業用水健康新及其評價方法研究. 干旱地區農業研究, 2010, 28(3): 231–235

[25]蔡國英, 徐中民. 黑河流域中游地區國民經濟用水投入產出分析: 以張掖市為例. 冰川凍土, 2013, 35(3): 770–775

[26]Liu Jiyuan, Liu Mingliang, Zhuang Dafang, et al. Study on spatial pattern of land-use change in China during 1995–2000. Science in China: Ser D, 2003, 46(4): 373–384

[27]黑河計劃數據管理中心. 黑河流域邊界數據集. 蘭州: 中國科學院寒區旱區環境與工程研究所, 2011

[28]黑河計劃數據管理中心. 黑河流域河流分布數據集. 蘭州: 中國科學院寒區旱區環境與工程研究所, 2011

[29]Zhou J, Hu B X, Cheng G D, et al. Development of a three-dimensional watershed modeling system for water cycle in the middle part of the Heihe river-shed, in the west of China. Hydrological Processes, 2011, 25(12): 1964–1978

[30]劉小軍, 馬明國. 張掖灌溉渠系數據集. 張掖市水務局, 中國科學院寒區旱區環境與工程研究所, 2011

[31]Fischer G, Nachtergaele F, Prieler S, et al. Global agro-ecological zones assessment for agriculture (GAEZ 2008). IIASA, Laxenburg, Austria and FAO, Rome, 2008

[32]吉喜斌, 康爾泗, 趙文智, 等. 黑河中游典型灌區水資源供需平衡及其安全評估. 中國農業科學, 2005, 38(5): 974–982

Driving Analysis of Oasis Key Landscape Types Changes Based on Water Resource Spatial Distribution in Middle Reaches of Heihe Basin

WANG Qi, MENG Jijun?

Laboratory for Earth Surface Processes (MOE), School of Urban and Environmental Sciences, Peking University, Beijing 100871; ?Corresponding author, E-mail: jijunm@pku.edu.cn

This research takes oasis in the middle reaches of Heihe Basin in northwestern inland as study area, based on land use data, basic geographic information database, DEM, soil database, climatic data and DEMSP/ OLS night light database, applies multiple time-series Logistic stepwise regression model to analyze driving factors for landscape types changes during 1986–1995, 1995–2000, 2000–2010, and reveals to what extent that water resource spatial distribution constrains to cropland and construction land. Conclusions are obtained as follows. 1) No general driving factors affect cropland increasing during each time period, while elevation and human activities present general driving factors for cropland decreasing. General driving factors for construction land increasing are elevation, distance and human activities, which have different driving directions based on different time periods. 2) Pumped wells and waterways share similar influential pattern on cropland and construction land changes with influential scope from 1 km to 1.5 km. Waterways constrain more than pumped wells. 3) The elevation influential scope on cropland and construction land is beneath 3500 m, with main constraint from topographic relief effect. The research results reveal the key instructional meanings for optimizing water and land resources spatial distribution, and improving utilization of water resource in oasis area.

landscape types changes; multiple time-series; water resource; driving forces; Logistic regression model; middle reaches of Heihe Basin

10.13209/j.0479-8023.2016.035

F301; P942

2015-03-30;

2015-06-29; 網絡出版日期: 2016-09-01

國家自然科學基金(41371097)資助