中国沙漠
img

官方微信

高级检索
作者投稿 专家审稿 编辑办公

中国沙漠, 2022, 42(6): 221-232 doi: 10.7522/j.issn.1000-694X.2022.00055

黑河流域植物物种多样性对土地利用变化的响应

王生棠,1,2,4, 盖迎春1,2, 王少昆3, 张晓龙5, 杨映,6

1.中国科学院西北生态环境资源研究院，黑河遥感试验研究站，甘肃 兰州 730000

2.中国科学院西北生态环境资源研究院，甘肃省遥感重点实验室，甘肃 兰州 730000

3.中国科学院西北生态环境资源研究院，乌拉特荒漠草原研究站，甘肃 兰州 730000

4.中国科学院大学，北京 100049

5.山西财经大学 资源环境学院，山西 太原 030006

6.甘肃洮河国家级自然保护区管理局，甘肃 合作 747000

Responses of plant species diversity to land use change： a case study in the Heihe River Basin

Wang Shengtang,1,2,4, Ge Yingchun1,2, Wang Shaokun3, Zhang Xiaolong5, Yang Ying,6

1.Heihe Remote Sensing Experimental Research Station /, Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

2.Key Laboratory of Remote Sensing of Gansu Province /, Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

3.Urat Desert-grassland Research Station, Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

4.University of Chinese Academy of Sciences，Beijing 100049，China

5.School of Resources and Environment，Shanxi University of Finance and Economics，Taiyuan 030006，China

6.Gansu Taohe National Nature Reserve Administration，Hezuo 747000，Gansu，China

通讯作者: 杨映（E-mail： taohey@163.com）

收稿日期: 2021-01-13   修回日期: 2022-04-08  

基金资助: 中国科学院战略性先导科技专项.  XDA20100104
国家自然科学基金项目.  41471448

Received: 2021-01-13   Revised: 2022-04-08  

作者简介 About authors

王生棠（1995—），女，甘肃兰州人，硕士研究生，主要从事区域可持续发展研究E-mail：wangshengtang@lzb.ac.cn , E-mail：wangshengtang@lzb.ac.cn

摘要

黑河流域土地利用变化严重影响植物物种多样性。为了解自然、社会经济因素对黑河流域土地利用变化影响下植物物种多样性的变化趋势，本研究使用Dyna-CLUE模型，预测2050年土地利用变化，揭示多因素影响下黑河流域土地利用变化，及土地利用变化与草本、灌木物种多样性间的关系。结果表明：降水、GDP、与自然村距离等因子共同驱动土地利用变化，2050年林地、草地和水域面积的增加和未利用地面积的减小，提高了灌木、草本植物的多样性，并使之均匀度更高，种间优势度减小。耕地面积的扩张和耕地集约化导致植物分布不均、多样性减少。将模拟结果和植物物种多样性发展趋势相结合能够对未来的土地利用规划、政策及生态保护决策提供依据。应针对不同区域土地利用变化情况，制定相应的生物多样性和生态环境保护政策，促进黑河流域生态环境的恢复并支持流域可持续发展。

关键词： 土地利用变化 ; Dyna-CLUE模型 ; 物种多样性 ; 黑河流域

Abstract

Plant species diversity is seriously affected by land use change in the Heihe River Basin. This study used the Dyna-CLUE model to simulate land use change in 2050 to understand the trends of plant species diversity under the influence of natural and socioeconomic factors on land use change in the Heihe River Basin， to reveal land use change in the Heihe River Basin under the influence of multiple factors， and the relationship between land use change and herbaceous and shrub species diversity. The results showed that factors such as precipitation， GDP and distance from natural villages jointly drove land use changes， and the increase of forest， grassland and water and the decrease of unutilized land area in 2050 increased the diversity of shrubs and herbs and led to a higher evenness and a decrease of interspecific dominance. The expansion of farmland and intensification of farming land lead to uneven distribution of plants and decrease in diversity. The combination of model simulation results and plant species diversity trends can provide a basis for future land use planning， policy and ecological conservation decisions. Corresponding biodiversity and ecological protection policies should be formulated for land use changes in different regions to promote ecological restoration and support sustainable development in the Heihe River Basin.

Keywords： land use change ; Dyna-CLUE model ; species diversity ; Heihe River Basin

PDF (5991KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王生棠, 盖迎春, 王少昆, 张晓龙, 杨映. 黑河流域植物物种多样性对土地利用变化的响应. 中国沙漠[J], 2022, 42(6): 221-232 doi:10.7522/j.issn.1000-694X.2022.00055

Wang Shengtang, Ge Yingchun, Wang Shaokun, Zhang Xiaolong, Yang Ying. Responses of plant species diversity to land use change： a case study in the Heihe River Basin. Journal of Desert Research[J], 2022, 42(6): 221-232 doi:10.7522/j.issn.1000-694X.2022.00055

0 引言

土地利用/覆被变化（Land use/cover change， LUCC）是地球大气、水圈、生物圈和岩石圈之间的重要联系［1］，是一个复杂的动态系统，具有不连续性、景观镶嵌性、土地利用类别的混合性、变化的不可逆性等特征［2］。过去300年，城市和耕地面积迅速扩张导致生物自然栖息地面积明显减小［3-6］，造成生物多样性损失［7］。20世纪50年代以来，人口增长和社会经济发展，使全球土地覆被格局和生态环境质量发生了巨大的变化［8］，如耕地面积增加和农业集约化导致生物多样性下降［9］。中国社会经济的快速发展，工业化和城市化进程的加快，国家和区域发展战略以及生态红线保护战略的实施，对土地利用变化空间格局产生了较大影响［10］，土地利用变化进而导致生物多样性热点生境的大量丧失［11］。因此，研究土地利用变化和生物多样性之间的关系十分必要。

土地是人类和自然系统相互作用的基础。影响土地利用/覆被变化的诸多因素，及土地利用变化如何进一步影响生态已经成为多学科、多尺度科学研究的重点［12］。但直接观测单个驱动力变化还不足以理解土地利用变化的原因，将一系列时空尺度上的观测结果与经验模型联系起来，可以相对全面地了解土地利用/覆被变化［13］。土地利用变化常用模型，包括马尔科夫模型［14-16］、元胞自动机模型［15-17］、系统动力学模型［18］、CLUE模型［19］等。早期版本的CLUE模型，用于土地利用类型间竞争关系的动态模拟，适用于国家尺度，空间分辨率较低，较为粗糙；后更新为CLUE-S模型并可适用于流域或小尺度地区；Dyna-CLUE在CLUE-S模型上继续完善，添加邻域特征这一因素，并结合自上而下的土地需求分配以及满足总体需求的自下而上特定土地利用变化［20］。Dyna-CLUE模型目前被用于探索废弃农田的未来［20］、预测城市化［21］、分析土地覆被变化对滑坡风险情景的影响［22］等。

社会经济、人类活动和自然资源等多方面因素共同驱动土地利用/覆被变化。黑河流域位于干旱半干旱地区，水资源短缺及管理不善是制约其经济发展和生态系统健康的关键因素。为使黑河流域生态和经济协同健康发展，1997年12月水利部批复《黑河干流水量分配方案》，并于2000年开始减少中游灌溉所需水量，增加下游生态用水量，2003年实现黑河干流全线贯通［23］。20世纪60—90年代，由于气候变化、人类活动增加和水土资源肆意开发［24］等，导致下游尾闾湖逐渐干涸；在分水计划实施后，东居延海于2005年实现全年不干涸，且分水计划实施20年来下游绿洲面积恢复200 km2，下游土地利用变化也逐步向可持续性较强方向发展［25-26］。除水资源驱动因子外，气温、降水、人口和农耕效率等也是驱动土地利用变化的因素。

土地利用变化是影响生境和生物多样性变化的关键因素，也是提高生态系统发展潜力的向导［27］。现有的黑河流域生态环境研究，主要在气候、水文及土地利用变化对生态环境的影响等方面展开［26，28-30］；对于陆地生态系统而言，土地利用变化将会对生态系统及生物多样性产生最大影响［31］。目前，生物多样性的研究多在不同水分梯度、不同坡度等单一条件下进行，土地利用变化驱动下的生物多样性变化尚未得到较好的解释。因此，基于历史数据模拟和预测土地利用变化并探讨生物多样性如何随之变化，将会延续现有土地分配政策和生物多样性保护政策的优势，并弥补其不足。本文以黑河流域为例，探究土地利用变化对草本、灌木植物物种多样性影响，为黑河流域土地利用合理分配和生态可持续发展提供科学依据。

1 研究区和数据

1.1 研究区概况

黑河流域（37°50′—42°40′N、97°—102°E，图1）跨青海、甘肃和内蒙古自治区。以祁连山南部为发源地，黑河上游自青海省祁连县流经莺落峡，进入中游河西走廊平原地区，过正义峡后进入下游阿拉善高原地区。全流域面积约1.43×105 km2。流域上游平均海拔为4 000 m，与中下游相比降水较多，年降水量250—500 mm，蒸发量700 mm左右，气温低；中游河西走廊多为平原，年均气温为7 ℃，降水量小于上游且蒸发量大，相对湿度较大，利于农业发展；下游海拔980—1 200 m，降水量仅为40—54 mm，蒸发量2 000 mm以上，气候干旱，土地类型以荒漠为主。研究区内植被以荒漠植被为主，荒漠植物群落由于水分条件有限而表现出群落结构简单、种类单一的特点［32］。地面调查点植被以草本和灌木为主，主要草本植物有赖草（Leymus secalinus）、苦豆子（Sophora alopecuroides）、花花柴（Karelinia caspia）、藜（Chenopodium album）和骆驼蓬 （Peganum harmala）等，灌木有柽柳（Tamarix chinensis）、毛瓣白刺（Nitraria praevisa）、沙拐枣（Calligonum mongolicum）和黑果枸杞（Lycium ruthenicum）等。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   黑河流域概况图及采样点

Fig.1   Overview map and sampling points of the Heihe River Basin


1.2　数据来源与处理

本文使用数据主要包括Dyna-CLUE模型输入数据和采样点数据。模型输入数据包括黑河流域2000年和2011年两期土地利用/土地覆盖数据［33-36］，以及各驱动因子数据（包括DEM数据［37］、坡度数据、干道数据、高速公路数据［38］、河流数据［39］、居民区数据［40］、人口数据［41-42］、GDP数据、降水数据［43］和气温数据［44］），均来自于国家青藏高原科学数据中心（http：//westdc.westgis.ac.cn/zh-hans/）。其中2000年和2011年黑河流域土地利用/土地覆盖数据包括6个一级类型，25个二级类型，根据实地情况，本文将滩地归类于未利用地，使用一级分类标准（耕地、林地、草地、水域、建设用地及未利用地）对土地利用变化进行模拟。数据所用投影系统均统一为WGS 1984 Albers，空间分辨率为1 km。

本文所用采样点数据为2013年黑河流域野外观察数据和植被调查数据［45］，样方数据主要包含样方经纬度、海拔、植物名称、植物高度、株数、冠幅、盖度、胸径等，采用随机采样法进行植被调查。采样点共137个，每个采样点设定3个重复样方。样点主要分布在黑河流域中游（89个）及下游（48个）。灌木调查样方为5 m×5 m，草本调查样方为1 m×1 m。本文以黑河流域2013年的采样点实测数据为基准，计算出137个样点的α多样性4个指数。利用采样点的经纬度与2013年土地利用模拟数据进行叠加，对落在不同土地利用类型上的137个样点数据进行分类，后根据样地编号合并属性表与调查数据，整理和计算带有土地利用类型信息的样地数据。

2 研究方法

本文利用Dyna-CLUE模型对黑河流域2000—2050年间的土地利用变化进行模拟和预测。Dyna-CLUE模型由荷兰瓦格宁根大学环境科学系建立，用于模拟多因子驱动下的土地利用变化，且适用于流域及小尺度地区。模型除需要输入土地利用和驱动因子数据外，还需要输入5类参数：空间政策和限制、土地利用转换参数、土地利用需求、空间特征、邻域特征。

空间特征是建立各驱动因子和各土地利用类型之间关系的关键。Dyna-CLUE模型根据Logistic回归模型，对空间上具体栅格处各土地利用转换类型的适宜性进行比较，从而确定具体栅格所属土地利用类型。本文中，Logistic回归模型根据具体空间位置的DEM、坡度、与干道距离、与高速公路距离、与河流距离、居民区分布、人口、GDP、降水和气温10个因子进行适宜性计算：

LogitPi=lgPi1-Pi=β0+β1X1,i+β2X2,i+⋯+βnXn,i

式中：Pi是考虑具体位置（栅格）处的土地使用类型i出现在网格单元的概率；Xn,i为驱动因子n在土地利用类型i某栅格处的值；β是经过Logistic回归计算后的回归估计系数。

邻域特征考虑到了土地利用变化有部分被邻域土地类型影响的可能性。故通过富集因子（F）衡量某位置附近土地类型对此位置的影响。富集因子计算公式［46］：

Fi,d,k=nk,d,ind,iNkN

式中：Fi,d,k表示土地类型k在位置i处、邻域d内的富集程度；nk,d,i和nd,i分别表示土地利用类型k在位置i处、邻域d内的栅格数以及在位置i处、邻域d的栅格总数；Nk和N分别表示全图中土地利用类型k的像元数以及全图中的像元总数。

模型还需设置空间政策与限制、转换系数和土地利用需求。空间政策与限制是指通过政策或土地保有权限制特定区域的土地类型发生改变，本文设定的限制区域为张掖黑河湿地国家级自然保护区。土地利用转换参数包括转换弹性和转移矩阵。其中，转换弹性用0—1的值进行表达，0表示易转换，1则表示不可变；转移矩阵是通过二值设定两两土地类型之间是否可以相互转换。土地利用需求是根据情景设置，利用近期土地利用变化进行趋势外推，以得到所需年份的各类型土地需求。

根据Logistic模型推导出的各位置的局部适宜性、转换弹性和土地利用类型的竞争强度，计算出每种土地利用类型下各网格单元的总概率［20，47］。总概率（Ptoti,t,lu）结合空间特征（Ploci,t,lu）、邻域特征（Pnbhi,t,lu）、弹性系数（Elaslu），在第一次分配完成后，根据各土地类型与土地需求之间的差值设定一个初始迭代变量（Compt,lu），再根据变化需求进行多次迭代，直至每类土地类型面积之和满足土地利用需求。模型通过公式（3）进行迭代计算。

Ptoti,t,lu=Ploci,t,lu+Pnbhi,t,lu+Elaslu+Compt,lu

Dyna-CLUE模型利用ROC（Relative Operating Characteristic）方法和Kappa系数对Logistic回归模型的拟合程度［48-49］和Dyna-CLUE模型的模拟结果进行检验。ROC值若大于0.9则表示驱动因子对土地利用类型的解释力很强，且模拟效果好；值为0.7—0.9表示解释力较强；值为0.5—0.7表示解释力一般［48］。对比同一年份下土地利用现状数据与模拟数据间的Kappa系数，可以验证模型模拟结果精度［50］，精度范围为［0，1］，值越大表明精度越高。

α多样性可以反映特定区域生物多样性，且反映区域均匀生境下的物种多样性，故选择α多样性指数对不同土地利用类型下的生物多样性进行计算和分析。Simpson指数（优势度指数）、Shannon-Weiner指数（多样性指数）、Pielou指数（均匀度指数）、Margalef指数（丰富度指数）等常用于度量α多样性［51-52］。本文主要利用以上4种α多样性指数进行物种多样性的评价［52-53］：

Margalef指数 Rm=S-1/lnN
Shannon-Weiner指数 H'=-∑i=1sPilnPi
Pielou指数 E=H'/lnS
Simpson指数 P=1-∑i=1sPi2

式中：S表示样方内出现的物种数；N表示样方内物种个体总数；Pi为物种i的相对重要值（物种i的数量与物种个体总数N的比值）。

黑河流域植物群落结构简单，物种组成单一且群落相对稳定［32，54-55］；上游山高谷深，阴冷，植被覆盖度较高，中游地表水供给较为固定，植物群落处于较稳定状态［32］，下游多为荒漠，由于生境条件限制，植物类型以荒漠植被为主。以上两点表明中游植物群落、下游荒漠绿洲植物群落的结构简单、组织水平低且群落稳定［54-55］。现以全流域不同土地利用类型上的物种多样性为研究基础，做出如下假设：假设不超过黑河流域植物物种多样性最大容载量，同一土地利用类型下物种数量S为采样点在同一土地利用类型下的均值，则物种个体总数N随着不同土地类型的面积变化而变化。根据基准年求出不同土地利用类型中灌木、草本的多样性指数和不同土地利用类型下面积与物种个体总数的关系，反推公式（4）—（7），计算出黑河流域模拟年份至2050年的α多样性。

3 模型验证与结果分析

3.1　Logistic回归模型验证

利用Logistic回归模型建立土地利用遥感解译数据与驱动因子间的关系，可以得到Logistic回归系数和每类土地利用类型对应的回归精度（ROC）。结果表明，所有驱动因子对土地利用类型都表现出较强的解释力，其中，驱动因子对耕地、草地、建设用地和未利用土地的解释力最强，ROC值分别为0.978、0.919、0.949和0.972，林地、水域较强，对应ROC值分别为0.882和0.899（表1）。

表1   各土地利用类型与驱动因子间的Logistic回归系数及回归精度（ ROC ）

Table 1  Logistic regression coefficient between land use types and driving factors and regression accuracy （ ROC ）

驱动因子耕地林地草地水域建设用地未利用土地
海拔-0.004633-0.0025200.0000320.0004370.0024790.002399
坡度-0.1944150.1143630.036294-0.0047120.0708520.004448
与河流距离-0.000535-0.0000780.000007-0.0000790.0003000.000175
与高速公路距离-0.0000110.000005-0.000003-0.0000150.0000050.000006
与干道距离-0.000072-0.000032-0.0000010.000007-0.0001800.000022
与自然村距离-0.000169-0.000134-0.000084-0.000032-0.0007290.000127
GDP0.018967-0.016861-0.101271-0.0182680.006181-0.053895
人口总数-0.0015040.0012210.0020970.000228-0.0006460.002378
降水0.0221710.0022150.004593-0.007821-0.003478-0.012619
气温-0.028120-0.044876-0.006865-0.0236300.0211730.032494
常数8.7998121.665596-1.511415-2.429919-12.168004-5.789236
ROC值0.9780.8820.9190.8990.9490.972

新窗口打开| 下载CSV


3.2　Dyna-CLUE模型精度验证

将2011年实际土地利用数据与同年土地利用模拟数据进行Kappa分析，模拟结果与实际土地利用数据一致性高（图2）；Kappa系数为0.89，表明Dyna-CLUE模型适用于本文所选研究区，模拟精度高。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   2011年实际土地利用数据（A）与模拟结果（B）

Fig.2   The actual land use data （A） and the simulation result （B） in 2011


3.3　土地利用变化模拟结果分析

2000年实际土地利用数据（图3）和2050年土地利用预测结果表明，黑河流域草地多分布在上游地区，中游以耕地为主要土地覆被类型，下游多为未利用土地。2050年，上游草地面积和中游耕地面积显著增多，受坡度、与河流及自然村距离、GDP、人口、气温和降水的影响，全流域草地面积由239.42×104 hm2增至253.07×104 hm2。GDP是影响建设用地面积变化的主要驱动因子，中游城区周边建设用地面积显著增加。在与自然村距离、GDP和降水的共同作用下，下游水域、林地和草地面积在原有土地利用类型上的进一步扩大。经济状况、降水、气温和坡度影响着水域面积，降水量小是下游水域面积变化小的主要原因，中游工农业生产和人类活动仍需要大量水资源，故水域面积仅增加0.35×104 hm2。林地面积增加5.99×104 hm2，且主要转换方式为未利用土地到林地的转换。除了坡度因素外，主要影响未利用地的驱动因子有GDP、降水、气温和坡度，其他土地利用类型面积增加、生态环境逐渐好转促使未利用地面积作为转出的主要土地类型，面积减小56.16×104 hm2。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   2000年实际土地利用数据（A）和2050年土地利用预测结果（B）

Fig.3   Actual land use data in 2000 （A） and land use projection in 2050 （B）


3.4　土地利用变化对植物α多样性的影响

由采样点数据计算得到2013年各土地类型下植物α多样性指数（图4）。依据样点的空间分布特征，下游灌木植被主要分布在林地、水域和未利用地3种土地类型。其中，林地和水域的各指数较高，对应的Shannon-Weiner指数分别为0.671 和0.659，由于未利用地多为荒漠，生态环境恶劣，则未利用地中灌木植被的均匀度、多样性最低，多样性指数为0.478。中游植物样点数据主要分布在除建设用地以外的其他5类土地类型，且中游土地类型多为耕地，使得水资源供给较其他土地类型更加充足，因此中游灌木和草本植物在耕地类型上的物种多样性指数较其他土地类型更高；相比之下未利用地草本和灌木的α多样性低，表现为分布不均匀且物种种类少。中游地区灌木植被在草地上的丰富度明显高于其他地类，表明灌木在草地上的物种种类比耕地和未利用地多。中游草本植物在5种土地利用类型中均有分布，且多样性差距相对中游灌木覆被较小，其中水域附近草本植物的群落多样性和均匀度水平最高。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   不同土地类型下的α多样性

Fig.4    α diversity under different land types


随着黑河流域土地利用在空间上的转变，其生物多样性也在不同土地利用类型下发生了相应变化（图5）。黑河流域中游草本植物在林地类型上的Shannon-Weiner指数、Simpson指数和Pielou指数明显下降，其中Shannon-Weiner指数从0.78减小到了0.63，结合2050年土地利用预测结果（图3），可知中游有部分林地转为耕地和建筑用地，林地面积减小，草本植物的均匀度和多样性降低，代表相对丰度的Simpson指数也由0.41降低至0.18。同理，草地和水域面积在分水计划、与居民区距离、GDP和降水的作用下有不同程度地减少，使α多样性也呈相应趋势。与林地相比，草地和水域面积增长率较低，因而下降趋势较为平缓。未利用地作为主要转出类型，面积减小，Simpson值上升，反映了未利用地面积的减小使得群落内优势度减小，物种多样性越高，越有利于草本植物的均匀分布。耕地面积在中游原有面积所占比重大，又在海拔、坡度、GDP、人口、降水等因子共同作用下沿邻域增大较多，但耕地可用水资源有限，故草本植物的多样性和均匀性变小，优势度变大，不利于草本植物的物种多样性。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   黑河流域中游草本植物α多样性

Fig.5   Herbaceous α diversity in the middle reaches of Heihe River Basin


与草本植物相同，中游灌木的α多样性也在土地利用类型变化之后有了相应的变化（图6）。耕地中的灌木Simpson指数由0.59下降到0.18，表明耕地面积增大，物种相对丰度减小，优势度增大，物种多样性减少。草地部分转为耕地，面积减小，相对丰度升高，Simpson指数由0.43上升至0.49。未利用地中，灌木植被物种单一且群落稳定，均匀度、多样性和丰富度变化较小。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   黑河流域中游灌木α多样性

Fig.6   Shrub α diversity in the middle reaches of Heihe River Basin


黑河流域下游多以柽柳、花花柴、毛瓣白刺、沙拐枣和黑果枸杞等灌木为主，且灌木主要分布在林地、水域和未利用土地3种土地类型上。下游灌木α多样性预测结果如图7所示。随下游林地面积的增加，Simpson指数由0.48降至0.13，表明虽然水系附近的生态环境有所好转，但由于林地周边大部分接壤土地利用类型为未利用土地，所以在种群较为稳定的时候，林地面积增大，多样性指数下降，相应的均匀度也有所下降，则优势度上升，相对丰度增大。分水水量有限，下游地区水域面积变化不大，故4个指数的变化甚微，表明水域及其附近的生物多样性变化很小。未利用地占下游总面积的比重很大，面积虽然在原有基础上有所减小，但变化率低，则相应的α多样性各指数改善幅度较小。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   黑河流域下游灌木α多样性

Fig.7   Shrub α diversity in the lower reaches of Heihe River Basin


4 讨论

土地利用变化是人类活动和自然因子等多种因素共同作用的结果。目前，通过建立社会、经济和自然因素与土地利用变化间的关系，在定性和定量分析的基础上进行土地利用变化相关研究［56］，预测多情景土地利用变化，从而调整和制定相应政策以实现可持续发展。近20年来全球生物多样性的相关研究集中在物种检测、生物多样性与环境关系及生物相互作用、生物多样性面对的威胁及应对措施等方面［57］。土地利用变化是降低生物多样性的主要驱动因素，相关研究围绕着某一特定土地利用类型变化对生物多样性造成的影响展开［58］，但多因素驱动下多类型土地利用变化引起的生物多样性变化趋势，在目前研究中尚未得到较好解释。土地分配政策和生物多样性保护政策应该如何制定，才能使未来的土地分配合理、生物多样性改善，也没有较为可靠的依据。故本研究通过历史数据预估了未来土地利用变化和植物物种多样性发展趋势，结果表明黑河流域植物物种多样性和均匀度在林地、草地面积增加时可以得到相应的改善；地处干旱半干旱地区，流域内水资源有限，故水域附近的物种结构较为稳定；耕地面积的扩张导致物种优势度升高，多样性降低，不利于植物物种多样性的保护。上、中、下游生态环境差距较大，土地利用类型分配不均。

黑河流域上游生态环境较好，绿地覆盖率高，按照历史发展趋势，绿地覆盖面积继续增加，植物物种多样性也得到了有效的保护；中游耕地和建设用地面积扩张，增大了人类活动对生态环境的影响，抑制了绿地面积的增加，植物生存环境被转入的耕地和建筑用地破坏，多样性降低，故土地分配政策应限制耕地和建设用地的增加，改变灌溉方式、合理分配地上和地下水资源的利用，以此提高农业水利用率和农业效率，既保证人类经济发展需求，又维持生态环境和生物多样性的稳定；下游经济发展水平较差，气候干旱、蒸发量大，与适宜植物生长环境相差甚远，黑河分水对水系沿线和尾闾湖邻域的生态环境有明显改善，但下游未利用土地面积过大且分水量有限，如何协调经济水平差，生态环境、生物多样性低等多个问题，还需要进一步研究。

5 结论

应用Dyna-CLUE模型模拟和预测黑河流域未来土地利用变化，并在此基础上分析不同土地利用类型面积变化下草本和灌木的生物多样性变化趋势。

Dyna-CLUE模型能够在流域尺度较好地模拟多因素对土地利用变化的影响、土地利用变化及各地类的空间布局。

历史发展趋势下，2050年的主要转出类型为未利用土地，耕地、林地、草地、水域和建筑用地面积均有不同程度的增加。其中，上游草地面积显著增加，林地面积也有较多增加，水域面积变化较小，未利用土地减少；中游建设用地和耕地在GDP驱动下沿邻域扩张，林地、草地和未利用土地面积减小；下游主要土地类型为未利用土地，故未利用土地仍为主要转出土地类型，主要转入类型为草地、林地，水域转入较为平稳。

不同土地利用类型的变化对草本、灌木植被的多样性有影响。2050年黑河流域中游耕地面积占比将会扩大，导致灌木和草本植物生物多样性和均匀度均降低，物种优势度增加；草地、林地面积将会减小，生物多样性和均匀度也随之降低；水域有利于植物的生长和生物多样性的保护，但水域面积变化较小故生物多样性变化很小；未利用地面积减小，物种的均匀度和多样性增加。下游分布土地利用类型较少，未利用地上的生物多样性在原有基础上稍有改善。将变化规律推至上游，生态基础较好且未来以林地和草地为主要转入土地类型，故物种优势度降低，分布更加均匀，多样性改善程度较大。

参考文献

Deng L， Liu G B， Shangguan Z P.

Land-use conversion and changing soil carbon stocks in China's "Grain-for-Green" Program：a synthesis

［J］.Global Change Biology，2014，20（11）：3544-3556.

[本文引用: 1]

Mertens B， Lambin E F.

Land-cover-change trajectories in southern Cameroon

［J］.Annals of the Association of American Geographers，2000，90（3）：467-494.

[本文引用: 1]

Goldewijk K K， Ramankutty N.

Land cover change over the last three centuries due to human activities：the availability of new global data sets

［J］.GeoJournal，2004，61（4）：335-344.

[本文引用: 1]

Goldewijk K K.

Three centuries of global population growth：a spatial referenced population （density） database for 1700-2000

［J］.Population and Environment，2005，26（4）：343-367.

Ramankutty N， Foley J A.

Estimating historical changes in global land cover：croplands from 1700 to 1992

［J］.Global Biogeochemical Cycles，1999，13（4）：997-1027.

葛全胜，戴君虎，何凡能，等.

过去300年中国土地利用、土地覆被变化与碳循环研究

［J］.中国科学（D辑：地球科学），2008，38（2）：197-210.

[本文引用: 1]

Veech J A.

Incorporating socioeconomic factors into the analysis of biodiversity hotspots

［J］.Applied Geography，2003，23（1）：73-88.

[本文引用: 1]

Lambin E F.

Land-Use and Land-Cover change （LUCC）：implementation strategy

［J］.Global Change Report （Sweden），1999，48：91-102.

[本文引用: 1]

Kleijn D， Kohler F， Báldi A，et al.

On the relationship between farmland biodiversity and land-use intensity in Europe

［J］.Proceedings of the Royal Society B：Biological Sciences，2009，276（1658）：903-909.

[本文引用: 1]

Liu J， Kuang W， Zhang Z，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.

[本文引用: 1]

白娥，薛冰.

土地利用与土地覆盖变化对生态系统的影响

［J］.植物生态学报，2020，44（5）：543-552.

[本文引用: 1]

Parker D C， Manson S M， Janssen M A，et al.

Multi-Agent Systems for the simulation of land-use and land-cover change：a review

［J］.Annals of the Association of American Geographers，2003，93（2）：314-337.

[本文引用: 1]

Turner Ii B L， Skole D， Sanderson S，et al.

Land-use and land-cover change：science/research plan

［R］.Stockholm，Swedon：IGBP Report No.35/HDP Report No.7，1995：132.

[本文引用: 1]

蒲英霞，马荣华，马晓冬，等.

长江三角洲地区城市规模分布的时空演变特征

［J］.地理研究，2009，28（1）：161-172.

[本文引用: 1]

侯西勇，常斌，于信芳.

基于CA-Markov的河西走廊土地利用变化研究

［J］.农业工程学报，2004，20（5）：286-291.

[本文引用: 1]

孟成，卢新海，彭明军，等.

基于Markov-C 5.0的CA城市用地布局模拟预测方法

［J］.中国土地科学，2015，29 （6）：82-88.

[本文引用: 1]

聂婷，肖荣波，王国恩，等.

基于Logistic回归的CA模型改进方法：以广州市为例

［J］.地理研究，2010，29（10）：1909-1919.

[本文引用: 1]

谢正磊，许学工，孙强.

基于Patch-Dynamics模式的土地覆被变化预测：以北京市为例

［J］.北京大学学报（自然科学版），2008，44（3）：452-458.

[本文引用: 1]

郭延凤，于秀波，姜鲁光，等.

基于CLUE模型的2030年江西省土地利用变化情景分析

［J］.地理研究，2012，31（6）：1016-1028.

[本文引用: 1]

Verburg P H， Overmars K P.

Combining top-down and bottom-up dynamics in land use modeling：exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model

［J］.Landscape Ecology，2009，24（9）：1167-1181.

[本文引用: 3]

Price B， Kienast F， Seidl I，et al.

Future landscapes of Switzerland：risk areas for urbanisation and land abandonment

［J］.Applied Geography，2015，57：32-41.

[本文引用: 1]

Promper C， Puissant A， Malet J P，et al.

Analysis of land cover changes in the past and the future as contribution to landslide risk scenarios

［J］.Applied Geography，2014，53：11-19.

[本文引用: 1]

钟方雷，徐中民，窪田顺平，等.

黑河流域分水政策制度变迁分析

［J］.水利经济，2014，32（5）：37-42.

[本文引用: 1]

陆志翔，肖洪浪，张志强，等.

黑河流域近两千年人-水-生态演变研究进展

［J］.地球科学进展，2015，30（3）：396-406.

[本文引用: 1]

Jiang X H， Liu C M.

The influence of water regulation on vegetation in the lower Heihe River

［J］.Journal of Geographical Sciences，2010，20（5）：701-711.

[本文引用: 1]

刘金巍，靳甜甜，刘国华，等.

黑河中上游地区2000-2010年土地利用变化及水土保持服务功能

［J］.生态学报，2014，34（23）：7013-7025.

[本文引用: 2]

He X， Liang J， Zeng G，et al.

The effects of interaction between climate change and land-use/cover change on biodiversity-related ecosystem services

［J］.Global Challenges，2019，3（9）：1800095.

[本文引用: 1]

李占玲，徐宗学.

黑河上游山区径流变化特征分析

［J］.干旱区资源与环境，2012，26（9）：51-56.

[本文引用: 1]

李占玲，王小娟.

黑河中上游气象要素单调变化趋势分析

［J］.地理研究，2011，30（11）：2059-2066.

党素珍，刘昌明，王中根，等.

近10年黑河流域上游积雪时空分布特征及变化趋势

［J］.资源科学，2012，34（8）：1574-1581.

[本文引用: 1]

Sala O E， Chapin F S， Armesto J J，et al.

Global biodiversity scenarios for the year 2100

［J］.Science，2000，287（5459）：1770-1774.

[本文引用: 1]

张晓龙，周继华，蔡文涛，等.

水分梯度下黑河流域荒漠植物群落多样性特征

［J］.生态学报，2017，37（14）：4627-4635.

[本文引用: 3]

王建华.

2012年新编黑河流域2000年土地利用/土地覆盖数据集

［DS］.国家青藏高原科学数据中心，2015.

[本文引用: 1]

王建华.

黑河流域土地利用/土地覆被数据集（2011）

［DS］.国家青藏高原科学数据中心，2014.

Hu X L， Lu L， Li X，et al.

Land use/cover change in the Middle Reaches of the Heihe River Basin over 2000-2011 and its implications for sustainable water resource management

［J］.PloS One，2015，10（6）：19.

Hu X L， Lu L， Li X，et al.

Ejin Oasis land use and vegetation change between 2000 and 2011：the role of the ecological water diversion project

［J］.Energies，2015，8（7）：7040-7057.

[本文引用: 1]

国家基础地理信息中心.

黑河流域1公里DEM数据集（2011）

［DS］.国家青藏高原科学数据中心，2013.

[本文引用: 1]

吴立宗，年雁云.

黑河流域道路分布数据集（2010）

［DS］.国家青藏高原科学数据中心，2013.

[本文引用: 1]

国家基础地理信息中心.

黑河流域河流分布数据集（2009）

［DS］.国家青藏高原科学数据中心，2013.

[本文引用: 1]

国家基础地理信息中心.

黑河流域居民点数据集

［DS］.国家青藏高原科学数据中心，2013.

[本文引用: 1]

王雪梅，马明国.

黑河流域人口格网化数据集（2000）

［DS］.国家青藏高原科学数据中心，2013.

[本文引用: 1]

王雪梅，李新，马明国.

干旱区内陆河流域人口统计数据的空间化：以黑河流域为例

［J］.干旱区资源与环境，2007，21（6）：39-47.

[本文引用: 1]

岳天祥，赵娜.

黑河流域月均植被指数和平均降水数据集（1961-2010）

［DS］.国家青藏高原科学数据中心，2018.

[本文引用: 1]

赵娜，岳天祥.

黑河流域多年平均气温数据集（1961-2010）

［DS］.国家青藏高原科学数据中心，2016.

[本文引用: 1]

王子丰，徐宗学，张淑荣.

黑河中游植被样方调查数据（2013-2014）

［DS］.国家青藏高原科学数据中心，2016.

[本文引用: 1]

Verburg P H， Nijs T， Eck J，et al.

A method to analyse neighbourhood characteristics of land use patterns

［J］.Computers Environment & Urban Systems，2004，28（6）：667-690.

[本文引用: 1]

Trisurat Y， Alkemade R， Verburg P H.

Projecting land-use change and its consequences for biodiversity in Northern Thailand

［J］.Environmental Management，2010，45（3）：626-639.

[本文引用: 1]

Pontius R G， Schneider L C.

Land-cover change model validation by an ROC method for the Ipswich watershed，Massachusetts，USA

［J］.Agriculture，Ecosystems & Environment，2001，85（1）：239-248.

[本文引用: 2]

Swets J A.

Measuring the accuracy of diagnostic systems

［J］.Science，1988，240（4857）：1285-1293.

[本文引用: 1]

Pontius R.

Quantification error versus location error in comparison of categorical maps

［J］.Photogrammetric Engineering and Remote Sensing，2001，67（5）：540-540.

[本文引用: 1]

马克平.

生物群落多样性的测度方法Ⅰ：α多样性的测度方法（上）

［J］.生物多样性，1994，2（3）：162-168.

[本文引用: 1]

Maggurran A E.Ecological Diversity and Its Measurement ［M］.Princeton，USA：Princeton University Press，1988.

[本文引用: 2]

中国科学院生物多样性委员会.生物多样性研究的原理与方法［M］.北京：中国科学技术出版社，1994.

[本文引用: 1]

鱼腾飞，冯起，司建华，等.

黑河下游额济纳绿洲植物群落特征与物种多样性研究

［J］.西北植物学报，2011，31（5）：1032-1038.

[本文引用: 2]

赵海莉，赵锐锋，张丽华，等.

黑河中游湿地典型植物群落特征与物种多样性

［J］.生态学杂志，2013，32（4）：813-820.

[本文引用: 2]

He C， Zhang J， Liu Z，et al.

Characteristics and progress of land use/cover change research during 1990-2018

［J］.Journal of Geographical Sciences，2022，32（3）：537-559.

[本文引用: 1]

Mi X， Feng G， Hu Y，et al.

The global significance of biodiversity science in China：an overview

［J］.National Science Review，2021，8（7）：nwab032.

[本文引用: 1]

Albert C H， Herve M， Fader M，et al.

What ecologists should know before using land use/cover change projections for biodiversity and ecosystem service assessments

［J］.Regional Environmental Change，2020，20（3）：1-12.

[本文引用: 1]

/

〈 〉

©2018中国沙漠 编辑部

地址: 兰州市天水中路8号 (730000)

电话：0931-8267545

Email：caiedit@lzb.ac.cn;desert@lzb.ac.cn

甘公网安备 62010202000688号      陇ICP备2021001824号-9
访问总数:    当日访问:    当前在线: