雄安新區上游白洋淀流域水質凈化提升目標下的生態恢復格局優化

黃斌斌,李若男,*,李睿達,鄭 華,王效科

1 中國科學院生態環境研究中心城市與區域生態國家重點實驗室,北京 100085 2 中國科學院大學,北京 100049

農業擴張帶來的面源污染使得水污染情況日益嚴重,水環境安全面臨挑戰[1-2]。退耕還林還草等生態恢復工程通過對區域景觀格局的改變,影響流域生態過程,進而影響水質凈化服務[3-4]。通過制定并實施合理的退耕原則,從污染物輸入及污染物遷移轉化能力等方面提升流域水質凈化服務和效率對生態恢復工程管理和區域生態質量提升具有重要意義。

水質凈化服務受景觀類型影響,森林、灌叢和草地具有較強的水質凈化服務功能,而農田和城鎮的水質凈化服務功能較弱[5]。在景觀格局水平上,斑塊面積、形狀和破碎程度都會對水質凈化服務產生影響[5-6]。平均斑塊面積的減少,斑塊形狀的規則化以及景觀破碎程度的增加都會導致水質凈化服務的下降[7-8]。其中退耕還林還草政策在眾多研究和實踐過程中被證明是提高水質凈化服務的一種重要手段而被持續推廣和廣泛應用[9-11]。然而不合理的退耕會造成水質凈化效率下降,無法保證生態系統數量、質量及功能的同步提升。

傳統退耕方式以坡耕地退耕為主,此類退耕方式的特點是零散化、破碎化、且退耕區域多集中在流域上游山區[11-12]。其優點是能夠有效提高土壤固持能力,防止水土流失,減少泥沙進入河流[13]。而針對水質凈化服務提升,坡耕地退耕是否仍為最佳退耕模式仍有待商榷。與此同時,已有眾多研究表明河岸帶在污染物防控方面起重要作用[14-15]。劉怡娜等人通過研究發現長江流域河岸帶1000m范圍內的景觀變化解釋了79%的水質凈化服務空間變異[16]。Zheng等人研究指出通過保護和恢復河岸帶自然植被可以有效減少生態系統服務間的權衡作用,使絕大多數生態系統服務呈現出上升趨勢[17]。這些研究表明河岸帶退耕是一種行之有效的退耕方式。

基于此,本研究以雄安新區所在的白洋淀流域為例,以1980年為基準,識別不同的退耕規則下流域景觀格局變化,并與2015年實際退耕格局進行對比；采用InVEST模型中水質凈化模塊評估不同情境下流域水質凈化服務功能；分析不同情境下水質凈化服務的效率、差異及其驅動因素,為提升流域水質凈化服務和優化生態恢復格局提供參考。

1 研究區概況與研究方法

1.1 研究區概況

雄安新區上游的白洋淀流域,屬于海河流域大清河水系[18],年降水量在550mm左右,是典型的溫帶大陸性氣候,屬半干旱半濕潤氣候區。區域內超過80%的降水集中分布在6月至9月[19]。白洋淀流域由大清河山區和大清河淀西平原兩個子流域組成,面積占比分別為53%和47%。其中大清河山區植被類型主要以森林和灌叢為主,農田面積較少,而大清河淀西平原植被類型主要以農田為主[20]。多年農業生產帶來的面源污染使得流域內水質惡化,隨著區域人口增長、經濟發展以及雄安新區的規劃使得當地生活和生產用水需求不斷增加,對流域水質安全提出了新的挑戰。為改善流域水環境現狀,提升生態質量,自2000年以來“退耕還林還草”等生態工程陸續實施,用于緩解農業帶來的面源污染及生態環境惡化[18]。

圖1 白洋淀流域1980年和2015年土地利用及地理位置Fig.1 Land use in 1980/2015 and location of Baiyangdian basin

1.2 研究方法

1.2.1水質凈化服務計算方法

本研究利用InVEST模型的NDR模塊來表征水質凈化服務。由于NDR模塊運行依賴于water yield產水模塊輸出的產水量作為輸入數據驅動其運行,因此研究中需首先運行water yield模塊進行產水量計算,然后再運行NDR模塊。

(1) 產水量計算

產水量計算通過InVEST模型的water yield年產水量模塊進行[21],該模塊基于水量平衡方程研究,認為水資源供給量為年降水量與年實際蒸散發之差[22](公式1)：

R=PRE-AET

(1)

式中,R為年水資源供給量(mm),PRE為年降水量(mm),AET為年實際蒸散發量(mm)。AET的計算利用基于budyko水熱平衡假設的zhang模型進行計算[23](公式2)：

(2)

式中,PET為年潛在蒸散發(mm),w為經驗參數,可通過公式3進行計算：

(3)

式中,Z為經驗常數,與流域的氣候和水文特征有關；AWC為植被可獲得體積水含量(mm),主要與植被類型和土壤屬性有關。Z和AWC的取值參考InVEST官方的指導手冊(http://releases.naturalcapitalproject.org/invest-userguide/latest/reservoirhydropowerproduction.html)。

(2) 水質凈化服務計算

水質凈化服務通過InVEST模型的營養物質傳輸模塊NDR進行計算,NDR模塊基于柵格數據在年尺度上運行,通過簡化的水文和生物物理過程來估算植被和土壤對凈化非點源污染的貢獻[24]。該模型可以用來計算營養物質的輸入,持留和輸出量,同時依賴water yield模塊的年產水量作為驅動數據。此外該模塊還需要高程、土地利用和生物物理參數表作為輸入數據。本文以水質凈化率作為衡量指標來評估水質凈化服務。主要計算理論過程可簡化為公式4所示：

(4)

式中,WPR為水質凈化率,用來表征水質凈化能力的強弱；Nexport為氮輸出量；Nload為氮輸入量,主要與土地利用類型和管理措施有關。模型中相關的參數設置參考國內外已出版的相關文獻[5,16,21]。

1.2.2土地利用變化情景設置

退耕還林還草政策是提升水質凈化能力的一種重要舉措,為分析不同退耕空間規則提升水質凈化效率的表現,本研究設置了三類退耕情景。(1)坡耕地退耕：包括25°以上坡耕地退耕以及15°以上坡耕地退耕。其中25°以上坡耕地退耕作為退耕的依據之一在生態恢復工程中被廣泛采納,在一些生態系統服務重要以及生態敏感和脆弱區域執行15°以上坡耕地退耕；(2)河岸帶退耕：依次設置河岸帶周邊100m,200m和300m等不同緩沖區退耕情景。此情景的設置基于對河岸帶生態對流域水質的重要性和永定河河岸帶的治理效果[14-15,25]；(3)真實情景：包括歷史情景(S1980)和現狀情景(S2015),用來進行對照以及分析實際土地利用變化對水質凈化的影響。退耕情景設置以1980年土地利用為基礎,根據退耕規則進行不同情景的劃分,相關具體信息如表1所示。

表1 退耕情景設置

2 數據來源

本研究所使用的數據種類較多,包括土地利用/覆蓋數據,氣象數據,潛在蒸散發,土壤數據和DEM高程數據等。具體的數據來源與處理情況如表2所示：

3 結果與分析

3.1 真實狀況下土地利用/覆被和水質凈化服務變化

從2015年白洋淀流域土地利用占比來看,農田面積比例最大,達40.51%(1.27萬km2)(圖2)。森林、灌叢和草地的面積占比分別為15.48%(0.48萬km2),23.45%(0.73萬km2)和8.73%(0.27萬km2)(圖2)。濕地和裸地的面積最小,面積比例分別為1.18%和0.18%(圖2)。與1980年相比,2015年白洋淀流域森林和灌叢面積比例顯著提高,分別提高了50.86%(1632.39 km2)和101.16%(3688.04 km2)(圖2)。草地、濕地和農田面積比例顯著減少,分別減少了64.94%(5058.35 km2)、53.64%(426.21 km2)和8.49%(1174.88 km2)(圖2)。通過分析土地利用/覆被轉移可以發現主要原因是草地和農田向森林和灌叢進行轉化,共有1439.78 km2和370.06 km2的草地和農田化為森林以及3501.40 km2和633.05 km2的草地和農田轉化灌叢(圖2)。

表2 數據來源及處理說明

圖2 1980—2015年土地利用變化圖Fig.2 Land use/land cover change between 1980 and 2015

2015年,白洋淀流域平均水質凈化率為82.81%,其中森林的水質凈化率最高,達91%,其次是灌叢和草地,水質凈化率分別為87.80%和82.28%(表3)。與1980年相比,平均水質凈化率增加了1.97%。其中森林和灌叢的水質凈化率有所提升,而草地的水質凈化率有所降低(表3)。從不同單項土地利用/覆被轉移對水質凈化服務的影響來看,總體上其他土地利用/覆被類型轉化為濕地的水質凈化率提升程度最大,而濕地轉化為其他土地利用/覆被類型的水質凈化率下降最大。其中裸地轉化為濕地的水質凈化率提升幅度最大,達94.50%；而濕地轉化為裸地的水質凈化率下降幅度最大,達69.73%(表3)。

3.2 不同退耕情景下的退耕面積及效率變化

從退耕面積來看,河岸帶退耕(S3-S4-S5)面積大于坡耕地退耕 (S1-S2)。其中河岸帶300m緩沖帶退耕相關情景(S5)下的農田面積減少最大(7.19%),林灌草面積增加最大(6.80%)；25°以上農田退耕情景(S1)下農田面積減小最少(0.21%),林灌草面積增加最小(0.31%)(圖3)。與實際退耕情景相比(S2015),河岸帶退耕相關情景(S3-S4-S5)的林灌草面積增幅均高于實際情景,農田面積降幅均低于實際情景(圖3)。

表3 1980—2015年土地利用轉化對平均水質凈化率的影響/%

圖3 不同情景下與退耕有關的土地利用/覆被類型面積變化Fig.3 Area change in land use/cover type related to conversion of farmland under different scenarios

退耕效率上,河岸帶退耕(S3-S4-S5)中單位面積退耕對水質凈化的提升效率明顯高于坡耕地退耕相關情景(S1-S2)(圖4)。但河岸帶退耕相關情景(S3-S4-S5)中單位面積退耕的水質凈化提升效率隨著退耕緩沖區范圍距離的增加明顯減弱(圖4)。相反,坡耕地退耕相關情景(S1-S2)中單位面積退耕的水質凈化提升效率隨著退耕坡度的降低略有增加。相同退耕條件下還林情景的單位面積退耕對水質凈化的提升效率高于還灌情景,還草情景的單位面積退耕對水質凈化的提升效率最低(圖4)。與實際情景相比(S2015),河岸帶緩沖區退耕還林的單位面積退耕的水質凈化提升效率均高于實際情景(S2015),但還草的單位面積退耕的水質凈化提升效率均低于實際情景(S2015)。坡耕地退耕相關情景的單位面積退耕的水質凈化提升率均低于實際情景(S2015)。

圖4 單位面積農田退耕引起的水質凈化率變化Fig.4 Changes in water purification rate caused by farmland conversion in per unit area

3.3 不同情景的水質凈化率及格局變化

與1980年水質凈化率相比,模擬的所有退耕情景的平均水質凈化率均有不同程度的提升。其中河岸帶退耕相關情景的平均水質凈化率提升幅度高于坡耕地退耕相關情景(圖5)。河岸帶300m緩沖區范圍內退耕情景(S5)下的平均水質凈化率增加最多,而25°以上坡耕地退耕(S1)的平均水質凈化率增加最少(圖5)。相同退耕條件下的不同植被恢復對水質凈化率的影響不同,還林情景的水質凈化率增加高于還灌和還草情景(圖5)。

圖5 不同情景下的水質凈化率Fig.5 Water purification rate in different scenarios

空間上,與1980年相比,2015年的流域平均水質凈化率增加的區域在上游山區和下游平原都有分布,而且在上游山區水質凈化率增加的區域明顯多于下游區域(圖6)。坡耕地退耕相關情景的水質凈化率并沒有呈現出大的變化,而河岸帶退耕相關情景則顯示在河岸帶周邊水質凈化率呈現出較大的增加,而且這種變化隨河岸帶退耕范圍的增加更加明顯(圖6)。此外,在相同退耕規則下,相較于還灌和還草,還林引起了更大面積的水質凈化率的提升(圖6)。

圖6 不同情景的水質凈化率空間分布Fig.6 Spatial pattern of water purification rate under different scenarios

4 討論與結論

4.1 討論

與1980年相比,2015年白洋淀流域水質凈化率明顯提升,驅動水質凈化能力提升的主要因素的退耕還林還草(表3)。2015年新增的森林和灌叢主要由農田轉化而來,相較于農田,森林和灌叢的氮輸入量大大降低,同時氮持留率明顯上升,更有利于減少含氮離子發生位移的可能[5,16](表3)。與模擬情景相比,盡管當前退耕策略能較好提高流域整體的水質凈化效果,但是以農田面積大幅下降作為代價,就退耕的效率而言并不是最優的選擇。

情景模擬結果表明,與坡耕地退耕相比,河岸帶退耕對流域的平均水質凈化能力提升的貢獻更大,單位面積農田退耕的水質凈化提升效率也更高。相比坡耕地退耕等其他方案,河岸帶是污染物進入水體的最后一道屏障。河岸帶退耕能充分利用植被的水質凈化能力,阻擋上游匯集而來的營養物質,防止其進入水體,最大程度發揮植被的水質凈化能力[28-29]。盡管隨河岸帶緩沖距離的延長單位面積農田退耕對水質凈化的提升速率在減弱,但是流域平均水質凈化率仍呈現出增加趨勢(圖4)。這種現象暗示盡管河岸帶退耕效率隨緩沖距離增加在下降,但仍能促進流域尺度的水質凈化服務提升。相同退耕規則下,不同植被恢復類型對水質凈化的提升也存在明顯差異,其中還林的導致的流域平均水質凈化率增加明顯高于還灌,還草(圖4),這主要不同植被類型對氮素的吸收以及截留能力的差異有關[30-31]。總的來看,河岸帶300m緩沖區范圍退耕還林情景下的流域平均水質凈化率高于實際情景(S2015),同時農田面積減少也遠低于實際情景(S2015)。相較其他情景,300m河岸帶緩沖區范圍退耕還林能在提升水質凈化能力的同時最大程度減少農田面積的下降。

根據雄安新區發展規劃,該區域未來還將持續吸納100萬左右的人口,在遠期將承載200萬至250萬左右的人口[32]。楊瑞祥等人基于《河北雄安新區規劃綱要》分析后發現新區在可預見的未來(-2035年),總需水量將達到9.80億m3。其中包括3.40億m3的生活需水量,0.70、0.71和4.99億m3的工業用水、農業用水和生態用水,供需水之間仍存在較大的缺口[33]。人口增加對用水需求的提升不僅對水質提出了更高要求,同時也對保障農田面積和保證糧食安全提出了挑戰,因此優化退耕策略對于實現上述目標至關重要。此外,河岸帶植被恢復有利于防止“引黃入冀補淀”和“南水北調”等引水工程遭受農業面源污染導致水質等級下降,河岸帶自然植被恢復還有利于提高水源涵養能力減少引水下滲而導致的水分運輸途中損耗,提高引水效率,緩解可利用水資源供需不足的緊張局面。

4.2 結論

從空間上優化退耕規則是提高水質凈化效率是一種重要途徑。通過本研究可以發現：(1)就水質凈化服務而言,與坡耕地相比,河岸帶退耕的水質凈化效率更高；(2)河岸帶退耕的水質凈化單位面積效率隨著緩沖區距離的增加而降低,但總體上仍然高于坡耕地退耕；(3)相同退耕規則下,退耕還林的平均水質凈化率高于還灌,還草；(4)就白洋淀流域而言,300m河岸帶緩沖區退耕還林情景下的流域平均水質凈化率增加高于實際退耕情景(2015年),同時農田面積減少也遠低于實際退耕情景,是一種更好退耕策略。