黄河三角洲湿地水文连通及驱动力分析.pdf

水 文JOURNAL OF CHINA HYDROLOGY第43卷第3期2023年6月Vol.43 No.3Jun.,2023DOI：10.19797/ki.1000-0852.20210319收稿日期：2021-08-07基金项目：国家重点研发计划资助项目（2017YFC0505901）作者简介：陈柯欣（1994），女，辽宁营口人，博士研究生，主要研究方向为湿地水文遥感和生态。E-mail：通信作者：丛丕福（1972），男，辽宁大连人，博士，研究员，主要研究方向为资源环境遥感研究。E-mail:黄河三角洲湿地水文连通及驱动力分析陈柯欣1，2，丛丕福2，曲丽梅2，梁书秀1，孙昭晨1，吴霞3，许加美3，张固然3（1.大连理工大学 海岸和近海工程国家重点实验室，辽宁 大连116024；2.国家海洋环境监测中心，辽宁 大连116023；3.山东黄河三角洲国家级自然保护区一千二管理站，山东 东营257453）摘要：湿地内的水文连通对维持湿地生态系统的完整性具有重要意义。本文以Google Eearth Engine为平台支撑，在全局尺度上利用水体面积、水文连通CFV指数（Connectivity Function Value）、像元月均淹没频率对19862020年黄河三角洲湿地水文连通进行定量分析，并利用灰色关联法进行驱动力分析;在淡咸水交互的典型区域尺度上选择水文环度（指数）、节点连接率（指数）、水文连通性（指数）进行区域水文连通定量分析。结果表明：（1）湿地水体面积整体增加，水文连通CFV指数减少，研究区内发生了连通阻断，重度淹没和永久性淹没主要集中在浅海区域；（2）湿地水体面积和水文连通CFV指数均呈季节性差异，自然因素对水文连通影响大于人类活动。黄河三角洲湿地水文连通性30余年一直保持中等水平。研究结果可为黄河三角洲湿地水文连通保护与修复提供参考。关键词：黄河三角洲湿地；遥感；多尺度；水文连通；驱动机制中图分类号：X87；TV12；P33文献标识码：A文章编号：1000-0852（2023）03-0112-050引言湿地水文连通是指“以水为媒介传递的物质、能量和/或生物在水文循环各要素内部或要素之间的转移”1，它可以实现调节水量，改善水质，保证物种迁移扩散2，对维持湿地生态系统的生态完整性至关重要3。湿地水文连通受损是湿地退化的主要原因4。在人类活动和气候变化影响下，全球水循环通量正在发生巨大的变化，导致湿地面积进一步缩小和破碎化5。黄河三角洲湿地是中国暖温带保存的最典型湿地生态系统，近年来湿地退化严重6，因此开展黄河三角洲湿地水文连通研究，对湿地的保护和修复具有重要意义。目前国内外对湿地水文连通的量化方法研究较多，主要包括原位监测法7、连通性指数法（图论法）8、水文模型法7、遥感法9等。针对大尺度湿地区域，图论法较为常用，如Tejedor等10开展了基于图论的三角洲水文连通研究，分析了7个三角洲地区的河网结构脆弱性。Liu等11考虑了水文连通研究的尺度效应，基于图论提出了水文结构连通性参数的新算法。李冬雪等12利用基于图论提出的多个水文连通性指标研究了黄河故道区域河流水文结构连通时空演变。针对滨海湿地，一般以潮沟系统作为水文连通研究对象，如骆梦等13以潮沟系统水通量特征包括淹水频率、累计淹水时长表征黄河三角洲湿地水文过程连通强度。于小娟等14利用水文环度（指数）、节点连接率（指数）和水文连通性（指数）3个指标评价黄河三角洲潮沟网络结构连通性。总体来看，目前针对黄河三角洲湿地水文结构连通研究还存在下述问题：（1）历史数据挖掘不足，时间尺度小。（2）大部分研究以潮沟为主，缺乏区域整体特征分析。因此，本文以黄河三角洲湿地为研究区，基于GEE（Google Eearth Engine）的数据支持，在全局尺度上利用水体面积、水文连通CFV指数（Connectivity Function陈柯欣等：黄河三角洲湿地水文连通及驱动力分析第3期Value）和像元月均淹没频率来揭示长时间序列水文连通变化规律；在区域尺度上利用水文环度（指数）、节点连接率（指数）、水文连通性（指数）进行区域水文连通状况分析。通过不同尺度结合的综合特征分析，共同揭示黄河三角洲湿地水文连通细节特征和变化，为黄河三角洲湿地水文连通保护和修复提供参考。1研究区及数据资料1.1研究区黄河三角洲位于山东省东营市境内，北临渤海湾，东靠莱州湾，是我国第二大河口三角洲15。本文研究范围为现代黄河三角洲，主要以垦利县的渔洼为顶点，北起挑河口，南至宋春荣沟口，东以6 m等深线为边界线形成一个扇形区域。依据淡咸水交互特征，将研究范围划分成三个分区16（见图1）。黄河的年径流量变化较大，同时年内分配不均17。1992年成立国家级自然保护区，下设一千二、黄河口、大汶流三个管理站。118400E3800N37400N3800N37400N119400E119200E118400E渔洼挑河宋春荣沟研究区边界研究区分区海陆分界线保护区位置119400E01020km119200E图1研究区域及分区示意图Fig.1The study area and zoning parts1.2数据源数据源来自GEE中19862020年的Landsat5和Landsat8数据，经过去云算法和裁剪处理。考虑冬季海冰影响，去除11、12、1、2月份数据。筛选获取可用数据103景，其中35月为春季，68月为夏季，910月为秋季。气象、水文数据来自于历史泥沙和径流资料（19862006年），20062020年黄河泥沙公报，东营市水利志，社会经济数据来自于20112021年东营市统计年鉴。目视解译提取19860605、19960920、20061002、20200720四期河流、潮沟水系区域水文连通数据。2研究方法2.1黄河三角洲全局尺度水文连通评价指标（1）黄河三角洲水体面积。水体面积是水文连通性表现最直观的反映。选择改进的归一化差异水体指数（MNDWI）18和大津法（OTSU）算法自动进行水体信息的提取。MNDWI计算如式（1）所示。MNDWI=（p（Green）-p（MIR）/（p（Green）+p（MIR）（1）大津法（OTSU）是一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出，大津法求得的阈值使其前景与背景图像的类间方差最大19。（2）水文连通CFV指数。连通CFV指数20是基于二进制状态数据的多点统计，该指数量化了相隔特定距离的任何两个湿像元连接的概率21。连通性函数（CF）表示沿给定方向的 n 个点均高于阈值 Zc的概率20-22，见式（2）。CF()n;zc=Prj=1nI()uj;zc=1（2）式中：I（uj；zc）为点uj处变量z（uj）的指示符，如果z（uj）zc超过定义为I（uj；zc）的阈值zc，否则为零，是乘积运算符。连通性函数值（即CF（n；zc）随着n的增加而减小，其中任意给定距离上的连通性函数值是沿给定方向上连接的点的分数。（3）像元月均淹没频率。以多年像元月均淹没频率表征水文连通性大小，依据像元月均淹没频率将研究区划分为：0 为未淹没，（0.00-0.30为轻度淹没，（0.30-0.60为中度淹没，（0.60-0.90为重度淹没，（0.90-1.00为永久性淹没。本文从GEE中提取得到二元栅格（水为1，非水为0），利用MATLAB软件计算x轴和y轴方向的水文连通CFV指数，将两个方向的均值作为该月份的水文连通CFV指数，利用ArcGIS10.2计算像元月均淹没频率。2.2黄河三角洲区域尺度水文连通性评价指标为了更好地揭示区域细部特征，针对咸淡水交互的三个典型区域内自然状况下河流、潮沟水系的连通能力进行分析。将河流和潮沟的起源和交点处视为节点，水系视为廊道，形成一个以“节点-廊道”的黄河三角洲湿地水文网络系统。在此基础上选择水文环度（指数）、节点连接率（指数）、水文连通性（指数）3个水文连通网络指数14开展区域尺度下水文连通状况分113第43卷水 文析。指数为湿地水文网络成环水平的指标，指数为每个节点与周围水系连接能力强弱的指标，指数为廊道之间相互连接能力强弱的指标，分别见式（3）（5）。=L-V+12V-5（3）=LV（4）=L3()V-2（5）式中：L为连接廊道数，V为节点数。2.3黄河三角洲水文连通驱动力分析湿地水文连通的变化主要受自然和人为因素影响。本文选择年降水量、输沙量和径流量等作为自然驱动要素，选择人口和GDP23等作为人为驱动要素。采用灰色关联法进行驱动要素分析。该方法主要根据要素曲线几何形状来判断不同要素之间关联程度24，不需要自变量、因变量服从正态分布。3结果与分析3.1黄河三角洲全局尺度水文连通变化（1）由图2（a）可知，19862020年湿地水体面积呈小幅度增加趋势，月均面积为1 476.36 km2。面积最大值出现在 2017 年 5 月，为 1 997.78 km2，最小值在1989 年4月，为1 207.15 km2。由图2（b）可知，湿地水体面积呈季节性差异：夏季秋季春季，7月份数值最大，这可能由于自2007年以后，每年7月份保护区会引黄河水进行生态补水导致面积增多25，该趋势也与降水量变化相一致26-27。05001 0001 5002 0002 5001986-031987-081987-041988-061990-031991-041991-091992-051993-031993-101994-091995-051996-051998-041998-081999-062000-062001-032001-092004-032004-102005-052007-032008-042009-032009-062010-062011-032014-032015-062016-082017-052018-102020-032020-10面积/km2时间（a）1 3501 4001 4501 5001 5501 6001 650345678910面积/km2月份（b）图219862020年黄河三角洲湿地水体面积统计Fig.2Statistics of the wetland water area in the Yellow RiverDeltafrom 1986 to 2020（2）整体上水文连通CFV指数呈减少趋势（见图3），同时呈季节性趋势：夏季春季秋季。水文连通CFV指数越大表示连通性越强，最大值出现在1989年03月，最小在2019年03月，该结果与湿地水体面积变化（图2（a）不同。从水文连通CFV指数的定义来看，在连通无阻断下，面积大连通性强，因此该结果表明研究区域发生了连通阻断。这与该区域内19762016年人类活动一直呈现增加6，20102017年道路和堤坝修建使得水文连通发生阻断28研究结果相一致。0.000.100.200.300.400.500.600.700.800.90水文连通CFV指数时间1986-031987-081988-061990-031991-091992-051993-101994-091995-051996-051998-081999-062000-062001-092004-102005-052007-032008-042009-062010-062011-032014-032015-062016-082017-052018-102020-10图319862020年黄河三角洲水文连通CFV指数变化Fig.3Changes of thehydrological connectivity function value indexof the Yellow River Delta from 1986-2020（3）从图4中看出永久性淹没区和重度淹没区集中分布于浅海区域，夏季所占比例最大，其中中度淹没集中分别于养殖塘和新生河口区域，秋季所占比例最大。轻度淹没区集中分布于水稻种植季节，5月份所占比例最大。从图5看出，夏季和秋季除未淹没外，永久性淹没比例最高，春季除未淹没外，轻度淹没比例最高。3.2黄河三角洲区域尺度水文连通变化三个典型区域，和属于自然保护区内，区属于受人类干扰较大区域。依据水文连通评价标准22（见表1）和区域水文连通计算结果（见表2），黄河三角洲湿地水文连通性近30余年一直保持中等水平。I区指数在19861996有一个小幅度上升，19962020呈下降趋势。该处2020年相较于1986年的水文连通状况变差，应为水文修复重点区域。整体上该区域水文连通一直处于中等水平，这与李冬雪等13研究结果相一致。区的节点和廊道数量几乎减半，该区域人类活动对水文连通影响较大。区处于河口处，不断生长发育，廊道和节点数量不断增多，总体连通度还处于中等水平。已有研究表明该区域可能受黄河入海流路改变和围填海等活动28，使得黄河河口区域水文连通格局发生改变。表1水文连通度评估标准22Table1Hydrological connectivity assessment standard22指标/等级水系环度节点连接率水文连接度优0.5,11.07,1.1)0.37,0.5良0.3,0.5)1.05,1.07)0.35,0.37)中0,0.3)1,1.05)0.3,0.35)差-1,0)0,1)0,0.3)114陈柯欣等：黄河三角洲湿地水文连通及驱动力分析第3期0.390.230.090.070.210.410.240.060.060.230.350.270.090.070.220.370.230.120.050.230.470.140.080.070.230.400.220.080.080.220.390.240.080.050.240.400.200.120.060.23345678910未淹没轻度淹没中度淹没重度淹没永久性淹没月份0.10.20.30.4图519862020年不同月份淹没面积占比Fig.5The percentage of flooding in different months 19862020表2区域水文连通连通计算结果Table2 Results of regional hydrological connectivity年份1986199620062020VLVLVLVL136132158157145141123118138142202351504146307320288284321328384386-0.010.970.330.000.990.34-0.010.970.33-0.020.960.330.021.030.350.111.150.430.000.980.340.081.120.390.021.040.35-0.010.990.330.011.020.340.001.010.34图419862020年月均淹没频率Fig.4Monthly flooding frequency in 19862020118450E3800N37360N3800N37360N119100E000.3000.9010.600.900.300.60118450E119100E00.3000.9010.600.900.300.60118450E3800N37360N3800N37360N119100E118450E119100E00.3000.9010.600.900.300.60 118450E3800N37360N3800N37360N119100E118450E119100E00.3000.9010.600.900.300.60 118450E3800N37360N3800N37360N119100E118450E119100E00.3000.9010.600.900.300.60 118450E3800N37360N3800N37360N119100E118450E119100E00.3000.9010.600.900.300.60 118450E3800N37360N3800N37360N119100E118450E119100E00.3000.9010.600.900.300.60 118450E3800N37360N3800N37360N119100E118450E119100E00.3000.9010.600.900.300.60 118450E3800N37360N3800N37360N119100E118450E119100E115第43卷水 文3.2灰色关联分析灰色关联分析的计算结果（见表3），湿地年均水文连通CFV指数与所选取驱动因子的相关程度均大于0.5，自然因素对水文连通影响大于人为要素，相关程度排序是年径流量人口年降水量年输沙量GDP。结果表明年径流量是影响黄河三角洲湿地水文连通变化的最关键要素。有相关研究表明人类活动是黄河三角洲湿地水文连通影响要素，沟渠闸坝数量的增加导致了黄河三角洲湿地水文连通发生改变9,12。也有相关研究表明，在高强度人类活动下，潮沟长度减少是造成黄河三角洲湿地水文连通性变差的主要原因29。表3灰色关联分析结果Table3The results of grey correlation analysis关联度湿地年均水文连通CFV指数年径流量0.986 7年输沙量0.968 8年平均降水量0.977 4人口0.985 5GDP0.695 74结论本文协同宏观全局和区域细部不同尺度开展黄河三角洲湿地水文连通综合特征分析。主要结论为：（1）全局尺度上，34年来黄河三角洲湿地水体面积增加，水文连通CFV连通性指数减少，研究区内发生了连通阻断，重度淹没和永久性淹没主要集中在浅海区域。湿地连通性季节性差异显著，水体面积：夏季秋季春季，水文连通CFV指数：夏季春季秋季。像元淹没频率：夏季和秋季（除未淹没外）永久性淹没比例最高，春季（除未淹没外）轻度淹没比例最高。（2）区域尺度上，黄河三角洲湿地水文连通性近30余年一直保持中等水平。区水文连通性处于中等水平。指数在19861996年小幅度上升，19962020呈下降趋势。该处2020年相较于1986年的水文连通状况变差，应为水文修复重点区域。区的节点和廊道数量几乎减半，该区域人类活动对水文连通影响较大。区处于河口处，不断生长发育廊道和节点数量不断增多，总体连通度还处于中等水平。（3）湿地水文连通变化主要驱动因素是自然因素，驱动因素影响排序为年径流量人口年降水量年输沙量GDP。参考文献：1PRINGLE C M.Hydrologic Connectivity and the Management of Biological Reserves：A Global Perspective J.Ecological Applications,2001,11（4）：981-998.2FREEMAN M C,PRINGLE C M,JACKSON C R.Hydrologic Connectivity and the Contribution of Stream Headwaters to Ecological Integrity at Regional ScalesJ.Journal of the American Water Resources Association,2007.3陈月庆,武黎黎,章光新,等.湿地水文连通研究综述J.南水北调与水利科技,2019,17（1）：26-38.4章光新,武瑶,吴燕锋,等.湿地生态水文学研究综述J.水科学进展,2018,29（5）：737-749.5吴燕锋,章光新.湿地生态水文模型研究综述J.生态学报,2018,38（7）：2588-2598.6陈柯欣,丛丕福,雷威.人类活动对40年间黄河三角洲湿地景观类型变化的影响J.海洋环境科学,2019,38（5）：736-744,750.7高常军,高晓翠,贾朋.水文连通性研究进展J.应用与环境生物学报,2017,23（3）：586-594.8刘佳凯,崔保山,张振明,等.黄河三角洲横向水文结构连结空间尺度变异性分析J.生态学报,2021,41（10）：3745-3754.9刘烨凌,郝斌,王青,等.19702015年黄河三角洲高效生态经济区河湖沼水系水文连通时空演变J.北京师范大学学报（自然科学版）,2021,57（1）：2-11.10TEJEDOR A,LONGJAS A,ZALIAPIN I,et al.Delta channel networks：2.Metrics of topologic and dynamic complexity for delta comparison,physical inference,and vulnerability assessment J.WaterResources Research,2015,51（6）：4019-4045.11LIU J,ENGEL B A,ZHANG G,et al.Hydrological connectivity：Oneof the driving factors of plant communities in the Yellow River Delta J.Ecological Indicators,2020,112.12李冬雪,谢湉,马旭,等.19852015年刁口河黄河故道区域河流水文连通时空演变规律J.环境生态学,2020,2（1）：10-16.13骆梦,王青,邱冬冬,等.黄河三角洲典型潮沟系统水文连通特征及其生态效应J.北京师范大学学报（自然科学版）,2018,54（1）：17-24.14于小娟,薛振山,张仲胜,等.潮沟对黄河三角洲湿地典型景观格局的影响J.自然资源学报,2019,34（12）：2504-2515.15孔祥伦,李云龙,韩美,等.1990年以来3个时期黄河三角洲天然湿地的分布及其变化的驱动因素研究J.湿地科学,2020,18（5）：603-612.16刘玉安,丛丕福,李晋,等.黄河三角洲海岸潮沟形态特征的遥感分析J.海洋环境科学,2020,39（3）：393-398.17王颖.中国海洋地理M.北京：科学出版社,2013.18徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究J.遥感学报,2005,9（5）：589-595.19OTSU N.A Tlreshold Selection Method from Gray-Level HistogramsJ.IEEE Transactions on Systems,Man,and Cybernetics,1979,9（1）.20PARDO-IGZQUIZA E,DOWD P A.CONNEC3D：a computer program for connectivity analysis of 3D random set models J.Computers&Geosciences,2003,29（6）：775-785.21LIUX,ZHANGQ,LIY,etal.Satelliteimage-basedinvestigationoftheseasonal variations in the hydrological connectivity of a large floodplain（PoyangLake,China）J.JournalofHydrology,2020,585：124810.22TRIGG M A,MICHAELIDES K,NEAL J C,et al.Surface water connectivity dynamics of a large scale extreme floodJ.Journal of Hydrology,2013,505：138-149.116陈柯欣等：黄河三角洲湿地水文连通及驱动力分析第3期23ZHANG X J,WANG G Q,XUE B L,et al.Dynamic landscapes andthe driving forces in the Yellow River Delta wetland region in the pastfour decades J.Science of The Total Environment,2021,787：1-10.24刘思峰,蔡华,杨英杰,等.灰色关联分析模型研究进展J.系统工程理论与实践,2013,33（8）：2041-2046.25冯久格,李谦维,梁晨,等.基于景观指数的黄河口湿地水文连通动态分析J.北京师范大学学报（自然科学版）,2021,57（1）：12-21.26于兰兰,刘健,李素玲,等.近50年黄河三角洲降水量特征分析与情势预测J.山东理工大学学报（自然科学版）,2012,26（6）：90-93.27宋德彬.黄河三角洲地区近50年气温和降水的演变特征及R_S分析D.北京：中国科学院大学,2016.28满颖,王安东,周方文,等.围填海活动对黄河口滨海湿地纵向水文连通网络影响J.环境生态学,2020,2（4）：57-64.29赵心怡,李晓,于淼,等.黄河三角洲湿地水文连通受阻现状J.区域治理,2019,49：78-81.Hydrological Connectivity and Driving Force of Yellow River Delta WetlandCHEN Kexin1,2,CONG Pifu2,QU Limei2,LIANG Shuxiu1,SUN Zhaochen1，WU Xia3,XU Jiamei3,ZHANG Guran3（1.State Key Laboratory of Coastal and Offshore Engineering,Dalian University of Technology,Dalian116024,China；2.National Marine Environmental Monitoring Center,Dalian116023,China；3.Shandong Yellow River Delta National Nature Reserve 1,002 Management Station,Dongying257453,China）Abstract：Hydrological connectivity is important for the integrity of wetland ecosystems in the Yellow River Delta.In this study,at the large scale,Google Eearth Engine was used to quantify the hydrological connectivity in terms of wetland water area,the hydrological connectivity function value index,and average monthly inundation frequency.The driving force analysis was conductedusing gray correlation.At the typical regional scale of fresh and saline water interaction,three hydrological network connectivity indices（、）were selected for the zonal hydrological connectivity.The results found that：（1）Overall the wetland water arearose and the hydrological connectivity function value index decreased,and the study area occurred connectivity blockage.Heavy inundation and permanent inundation were mainly concentrated in the shallow sea area.（2）Both the wetland water area and thehydrological connectivity function value index showed seasonal trends.Natural factors influenced more on hydrological connectivitythan human activity.The hydrological connectivity of the Yellow River Delta wetlands has been maintained at a medium level for30 years.The results can provide a reference for the conservation and restoration of hydrological connectivity of wetlands in theYellow River Delta.Keywords：Yellow River delta wetland;remote sensing;multi-scale;hydrological connectivity;driving mechanismEvaluations of Different Bias Correction Methods on the GCM Precipitation DataLI Xintong，LI Zhanling，HAN Rucun（School of Water Resources and Environment，China University of Geosciences，Beijing100083，China）Abstract：General Circulation Model（GCM）can provide spatial-temporal continuous meteorological data in the studies of climatechange,while such data will inevitably contain some biases.Bias correction are quite necessary for such data before use.Takingthe Heihe River Basin as the study area,this study mainly compared three methods in bias correcting the monthly precipitationdata from the BCC-CSM2-MR model in CMIP6.The methods were Linear Scale（LS）method,Empirical Quantile Mapping（EQM）method and Gamma Quantile Mapping（GQM）method.Four evaluation indicators were included,the Normalized RootMean Square Error（NRMSE）,Mean Absolute Error（MAE）,Pearson correlation coefficient（R）and Sen s slope.The resultsshowed that：（1）LS method showed good performance in improving the total indicators of precipitation data,and reducing theNRMSE,MAE and mean error,while poor performance in improving the frequency indicators;（2）EQM and GQM methods alsoshowed good performance in improving the NRMSE and MAE,although the overall effect was not as good as that of LS method,they were greatly improved compared with those before correction.In terms of the frequency indicators,the results of these twomethods were obviously better,and the spatial distributions and variation trends of precipitation frequency after correction weremore consistent with the measured data.In addition,EQM has stronger applicability in this study area comparatively.Keywords：GCM;Bias Correction;Empirical Quantile Mapping;Linear Scale;Gamma Quantile Mapping（上接第100页）117