陕北地区生态环境极端脆弱, 水土流失、土壤沙化和水资源短缺等生态环境问题显著。为改善以上生态环境问题, 1999年开始, 各级政府针对该区域实施退耕还林、封山禁牧和天然林保护等一系列生态恢复工程, 工程的实施会促使该地区陆地生态系统格局发生显著变化。因此, 通过研究生态系统格局演变规律来实现客观评估陆地生态系统的恢复状况, 是生态恢复有效性评估的重要环节, 能够揭示生态恢复工程所取得的成效, 可为工程的实施提供科学的参考。

土地是人类生存和发展的重要保障^[1], 它受到自然和人文因素的综合影响^[2-5]。自20世纪90年代起, 土地利用/土地覆被变化(LUCC)已成为全球环境变化研究的核心问题^[6], 其研究内容包括：土地覆被变化、土地利用的动力机制和土地利用/覆被变化模型等三大方面^[7-9]。无论是大范围(三江源^[10]、黄河三角洲^[11]、福建省^[12]、新疆自治区^[13-14]、晋西北^[15]、宁夏^[16]等)还是小区域(市域^[17-22]、县域^[23-24]、小流域^[25]等)国内学者都针对LUCC开展了系列研究工作, 研究结果均表明：人口增长、经济发展以及区域政策等人为因素是土地利用格局改变的主要驱动力。陕北地区陆地生态系统的演变规律和驱动力也备受关注, 国内许多学者围绕这一研究热点, 以陕北地区及其局部区域为研究对象开展了大量的研究工作, 已有研究结果表明:陕北地区受退耕还林(草)政策的影响, 土地利用类型和土地景观格局发生显著变化, 主要表现为耕地减少, 林草增加^[26-28]; 降水等气候因素引起年际间波动^[29], 对土地利用格局变化起到了巩固作用。神木县^[30]、延河流域^[31]、吴起县^[32]、志丹县^[33]等小区域内的林草面积增加, 耕地面积减少这些土地利用结构互动变化的主要驱动力也是国家的生态修复政策, 住宅和交通用地的增加是城镇化发展造成。

虽然现有研究成果对陕北地区生态系统演变有了一定深度的了解, 但是也存在以下不足：一是以陕北地区为研究对象的研究成果普遍较早, 最新研究结果为1990—2015年, 研究的起始时间离生态恢复工程全面实施的1998年较远, 结论不能充分反映出工程实施对陕北地区陆地生态系统的影响。二是现有成果中驱动力的分析内容较少, 多为对气候条件和生态恢复工程实施数据的定性描述, 未见对自然因素和人为因素详细分析的相关研究。三是缺乏陕北地区内部不同区域的陆表生态系统格局演变规律和驱动力研究工作。因此, 本文在总结前人研究成果的基础上, 以陕北地区为研究对象, 在TM遥感影像基础上, 从土地转移矩阵、单一土地利用类型动态度和综合土地利用动态度等方面探索生态恢复工程实施20年来(1997—2018年)陕北地区及各市陆表生态系统的演变规律。同时, 利用最小二乘趋势分析法和人类扰动指数分别研究气候条件和生态恢复工程对陆地生态系统变化的驱动机制, 从量化的角度客观反映生态恢复工程的成效, 为相关决策部门提供准确的决策依据。

1 研究区概况

研究区主要为陕西北部黄土高原干旱、半干旱地区, 从北到南包括榆林、延安及铜川三个地级市(图 1), 共25个县4个市辖区。北与内蒙古自治区、西与甘肃省、东与山西省毗邻, 南与渭南和咸阳两市相连接, 面积为8.39×10⁴ km², 占陕西省土地总面积的41%。横跨暖温带和温带两个气候区, 属干旱半干旱大陆性季风气候。地貌类型为黄土梁峁丘陵和沟谷深切的黄土塬, 在风和流水等外营力作用下坡面侵蚀剧烈、沟谷发达、地面破碎, 地形变化复杂。1999年开始全面实施退耕还林、封山禁牧等一系列生态恢复工程, 迄今正值20a之际。

2 研究资料和方法 2.1 研究资料及预处理

研究时间为1997年、2007年和2018年, 数据源来源于Landsat 5和Landsat 8, 分辨率为30m, 数据均为植被主要生长季(5月至9月)无云覆盖晴空遥感数据, 数据经过辐射校正、几何精校正和拼接等预处理工作。

遵循“全国遥感监测土地利用/覆盖分类体系”, 在一级分类原则基础上, 结合研究区生态恢复工程实际情况, 将土地利用类型分为林木、草地、居民地、工矿用地、未利用地、耕地和水体等7大类。在野外调查样本点支持下, 使用人机交互的监督分类方法完成遥感图像解译过程, 最终3期分类结果的综合分类精度分别为86.0%、87.3%和84.0%, KAPPA系数0.81, 0.80和0.78, 均符合分类精度要求。

2.2 研究方法 2.2.1 生态系统面积变化

在遥感分类解译的基础上, 提取各陆表生态系统的面积和分布特征数据, 通过分析不同生态系统的数量变化, 掌握生态系统空间分布特征和时空演化规律。

2.2.2 生态系统转移矩阵

土地利用转移矩阵可以有效的将两个时期不同生态系统之间的相互转换关系通过矩阵形式加以列出, 细致的反映生态系统的变化特征和各系统之间的流向, 定量化各系统之间的相互转化状况。史培军^[34]等提出的土地利用转移矩阵具体公式如下：

(1)

式中, A_i×j^k、A_i×j^k+1分别代表两期生态系统类型, C_i×j是k时期到k+1时期的土地利用变化矩阵。

按照公式1, 对3期土地利用数据叠加分析, 获得1997—2018年陕北地区土地利用转移矩阵, 分析1997—2018年研究区陆表生态系统的的转变状况。

2.2.3 生态系统动态变化测度

(1) 单一生态系统类型动态度K^[35], K可表达区域一定时间范围内某种生态系统类型数量变化幅度。公式如下：

(2)

式中, U_a、U_b为研究期初及期末某一种土地利用类型的数量; T为研究时段长。当T设定为年时, K为研究时段内某一土地利用类型的年变化率。

(2) 区域综合生态系统类型动态度可描述区域土地利用变化的速度, 公式^[36]表达如下：

(3)

式中, LU_i为监测起始时间第i类土地利用类型面积; ΔLU_i-j为监测时段第i类土地利用类型转为非i类土地利用类型面积的绝对值; T为监测时段长度。当T研究时段长, 当其为年时, LC的值就是该研究区土地利用年变化率。

(3) 生态系统类型相对变化率R是一种反映土地利用变化区域差异很好的方法, 其计算公式如下^[37]。

(4)

式中, R为某一土地利用类型的相对变化率; U_a、U_b为某区域某一特定土地利用类型研究期初及期末的面积; C_a、C_b全研究区某一特定土地利用类型研究期初及研究期末的面积。如果R> 1表示该局部区域土地利用变化幅度大于全区土地利用变化幅度, 反之则局部区域土地利用变化幅度小于全区土地利用变化幅度。

2.2.4 驱动力因子分析

采用最小二乘法分析气温和降水等气象要素的年际变化趋势^[38]。利用刘纪远^[39]在西藏自治区土地利用现状调查中提出的土地利用程度模型, 认为人类对各种生态系统类型的利用程度不同, 人类对未利用或难利用生态系统(沙地、戈壁、盐碱地、裸土等)的扰动程度较低, 而对农田生态系统、聚落生态系统(城镇、居民地、工矿用地等)的扰动程度很高。通过人类扰动指数评价人类活动对自然生态系统的影响程度, 扰动指数值越高, 人类扰动程度越高。当一个区域人类扰动程度下降时, 认为人类对自然生态系统的威胁程度减小。将生态系统分级赋值, 由4级扰动程度组成, 如表 1所示。

对于某一区域来说, 常常是多种扰动级别指数的生态系统类型共存。因此, 根据不同类型所占比例进行加权求和, 形成0—3之间分布的生态系统综合人类扰动指数, 计算方法如下：

(5)

式中, A_i表示第i级生态系统扰动程度分级指数, P_i表示第i级扰动程度分级面积所占百分比, D为人类扰动指数。

3 结果与分析 3.1 生态系统类型变化分析

不同生态系统面积总量的变化能反应区域生态系统变化的幅度和总的态势。研究期内, 研究区生态系统类型和结构均发生了明显变化(表 2, 图 2), 主要变现为林木和草地生态系统面积大幅增加, 耕地和未利用地生态系统持续减少, 研究区已由耕地生态系统占主导转变为林木生态系统主导。1997—2018年林木面积表现为持续增加, 前10a(1997—2007)面积增加7193.34km², 占比增加8.58%, 后10a(2008—2018)面积仍增加, 增加9016.11 km², 占比增加10.76%;草地面积呈现先增加后减少的态势, 占比从25.22%增加至33.03%, 2007年以后又小幅减少至32.13%;耕地面积持续性减少, 3个监测年份占比分别是36.52%、24.49%和14.37%, 共计减少22.15%;未利用面积减少4194.07 km², 占比从6.84%减少至1.83%;居民地和工矿用地占比均持续性增加, 分别由0.33%增加至1.11%, 0.15%增加至0.4%;水体面积占比最小, 呈现出持续性减少趋势, 由最初的394.03 km²减少至280.22 km²。

由公式2和公式3计算获取研究区陆表生态系统的K值和LC值, 结果表明：1997—2007年工矿用地的变化幅度(9.07)最高, 随后依次是未利用地(-6.94)、居民地(5.49)、耕地(-3.29)、草地(3.10)、林木(2.82)和水体(1.35);2007—2018年, 居民地变化幅度位居第一(10.55), 草地最小(-0.25);整个研究时段内, 居民地(11.18)和工矿用地(7.63)的变化幅度位列第一和第二, 随后依次是未利用地(-3.49)、林木(3.02)、耕地(-2.89)、水体(-1.38)和草地(0.19)。1997—2018年陕北地区年均综合土地利用动态为1.34%, 前10a和后11a分别为2.60%和2.18%, 表明研究区2007年之前的土地利用变化速度较2007年后略快, 这是由于在研究时段后期不同生态系统之间的相互转化趋于平缓。

3.2 生态系统类型变化方向

从1997—2007年和2007—2018年的转移矩阵可以看出(表 3、表 4), 这两个时间段内, 居民地、工矿用地和林木这三种生态系统面积占比持续增加, 居民地均主要占用草地和耕地; 工矿用地均主要占用草地; 林地主要是草地和耕地转化而来。耕地和未利用持续减少, 耕地主要转化为林木和草地, 未利用主要转化为草地和耕地。

由图 3和表 5可以看出：1997—2018年陕北地区耕地面积减少最多, 减少18554.54 km², 减幅60.65%, 主要转换为林木和草地, 分别流出11616.69 km²和11441.57 km²; 耕地转化为林木基本集中在黄土高原丘陵沟壑区, 这一转变与“退耕还林”工程所采取的措施一致; 耕地转化为草地主要集中在黄土高原退耕还林区和毛乌素沙漠南缘风沙治理区, 这一转变分别于“退耕还林”工程和风沙治理工程所采取的措施相对应。未利用地面积减少次之, 减少4194.07 km², 减幅73.19%, 主要转为草地, 转变区域集中在毛乌素沙漠地区, 这一改变与防风固沙措施相对应。

3.3 生态系统类型动态变化的区域差异

陕北地区从北到南分别是榆林市、延安市和铜川市。通过公式4计算获得3个市的土地利用变化率(表 6), 可以看出：北部榆林市研究时段内林木、草地、居民地和工矿用地等四种生态系统类型的变化速度均高于整个研究区, 其中居民地是持续性高速变化, 林木和工矿用地的快速变化集中在1997—2007年, 草地的快速变化体现在2007—2018年。中部延安市的居民地和工矿用地变化速度明显高于整个研究区, 这两种类型生态系统的快速变化分别体现在1997—2007年和2007—2018年。南部的铜川市草地、居民地、工矿用地和水体的变化速度明显高于整个研究区; 草地的快速变化集中在2007—2018年, R值高达18.74;居民地和水体主要是1997—2007年时间段内快速发展, 工矿用地呈现持续性快速发展。

3.5 生态系统格局变化驱动力分析 3.5.1 气候因素分析

陕北地区干旱少雨, 水资源欠缺, 地表植被的生长状况受自然因素影响较大, 气温和降水中又尤以降水和气温影响最为重要。因此, 分析自然因子对研究区陆表生态系统格局演变的驱动机制十分必要。1997—2018年陕北地区年均气温基本无变化(图 4), 仅降低0.06℃, 减幅0.58%;年降水量增加197mm, 增幅57%, 呈现出波动中显著增加趋势(P < 0.01)(图 5); 整体气候条件向湿润化转变, 有利于地表植被的生长和恢复。但是, 气候条件年际变化差异明显, 且存在明显的阶段化差异。1997—2007年年均气温基本无变化; 年降水量呈现显著增加趋势(P < 0.01), 增加210 mm, 增幅61%;2007—2018年, 年均气温和年降水量均呈现出不显著增加趋势, 年均气温增加0.77℃, 增幅7.78%, 年降水量增加118mm, 增幅27.85%。

研究区内气候背景变化也存在着较明显的地域间差异。研究区北部的榆林市和中部的延安市气候背景变化基本一致, 1997—2018年年均气温基本无变化, 年降水量分别呈现极显著(P < 0.001)和显著(P < 0.01)增加趋势, 气候呈现湿润化; 其中1997—2007年两市年均气温基本无变化, 榆林市年降水量增加趋势仍不显著性, 延安市年降水量显著增加(P < 0.01);2007—2018年榆林和延安两市的年均气温和年降水量增加趋势均未通过显著性检验。因此, 总体来看榆林和延安两市不管在哪个时间段内气候条件均有利于植被生长和恢复。

南部的铜川市1997—2018年和1997—2007年两个时间段内年均气温和年降水量均呈现不显著增加趋势; 2007—2018年年均气温呈现显著增加趋势, 年降水量呈现不显著减少趋势; 因此, 铜川市整体气候条件也有利于植被生长和恢复, 但与榆林和延安两市比较, 气候条件略差。

3.5.2 人类活动扰动程度分析

1997—2018年陕北地区整体人类扰动程度呈现降低趋势(表 7), 人类活动扰动程度变化量和变化率分别为-0.08和-16.06%, 造成人类扰动指数降低的主要原因是扰动级别较高的耕地转换成扰动程度较低的草地和林木, 同时生态恢复工程实施前10a和后11a, 人类活动扰动一直在持续性降低。

北部的榆林市和中部的延安市是退耕还林、防风治沙等生态恢复工程实施的重点区域, 两市林木和草地面积大幅增加, 耕地面积减少明显, 生态恢复工程促使两市1997—2018年人类活动扰动指数均呈现降低趋势, 其中1997—2008年变化量和变化率均大于2007—2018年, 这是由于研究前期主要以生态系统之间的相互转化为主, 后期生态系统之间相互转化减少, 主要以对前期转化成效的巩固为主。

南部的铜川市1997—2018年人类活动扰动指数呈现增加趋势, 增加主要集中在1997—2007年这一时段, 2007—2018年人类扰动指数有所减少。究其原因, 研究前期工矿用地和居民地增速快造成人类扰动指数增加; 后期草地和林木这两类人类扰动级别低的类型增速较高, 成功促使人类扰动指数降低。

综上所述, 陕北地区从北到南气候变化虽然存在一定差异, 但是总体均向有利于地表植被生长和恢复的方向变化, 但是陕北地区不同区域的生态系统格局变化却存在显著差别, 说明生态恢复工程的实施才是陕北地区生态系统格局变化的主要驱动力, 气候变化只是辅助驱动力, 起到了促进作用。

4 讨论和结论 4.1 讨论

本文的研究结果表明：生态恢复工程促使研究区的耕地和未利用地大幅减少, 林木和草地大幅增加, 工程实施是主要驱动力, 气候变化是辅助驱动力, 这一研究结果和现有研究结论一致。但是本文并未实现驱动因子各自贡献率的定量化评估, 这也是今后研究工作的重点方向。同时, 在本研究过程中, 发现近10年来, 在北部榆林市的毛乌素沙漠地区出现了两类变化现象, 一是已经被治理恢复成草地的沙地又被大型农场建设转化为耕地, 大型农业的发展对当地的粮食产量和经济发展会起到一定促进作用, 但是这一改变会对沙漠治理已取得的成效产生多大的影响有待进一步深入研究。而且, 对于该区域而言, 大型农场带来的经济效益和治沙取的生态效益哪个更有利于当地的发展, 哪个更为重要都值得研究和商榷。另外, 陆表生态系统格局的变化会促使生态质量和生态服务价值发生一定程度的改变, 本文由于篇幅限制, 生态系统格局变化引起的生态服务价值和质量变化将另行研究加以论述。最后, 本文使用的遥感图像空间分辨率为30m, 这一因素限制了生态系统空间分布数据的解译精度, 在各生态系统转移矩阵中, 会出现一些不合乎常理的转化方向, 这一问题, 随着未来高精度遥感图像的使用将得到很大程度的改善。

4.2 结论

本文利用TM遥感影像解译研究区陆表生态系统分布特征, 并分别从生态系统转移矩阵、单一生态系统动态度和综合生态系统动态度等方面探索了生态恢复工程实施20年来研究区生态系统的时空演变规律, 并分析了变化的驱动机制, 得到以下结论：

(1) 1997—2018年陕北地区陆表生态系统格局变化的根本原因是退耕还林、防风治沙以及封山禁牧等生态恢复工程的实施。退耕还林草工程促使黄土高原丘陵沟壑区的耕地向林木和草地的转化; 防风固沙工程促使研究区北部的毛乌素沙漠区域的未利用地向草地转化。扰动级别较高的耕地转换为扰动程度较低的草地和林木, 促使人类扰动指数降低。气候条件整体向湿润化变化, 有利于植被的生长和恢复。因此, 气候变化对地表生态系统格局变化起到促进作用。值得关注的是, 2007—2018年毛乌素沙漠区域建立了很多大型集中式农场, 使局部地区草地转化成了耕地。

(2) 陕北地区生态系统变化的区域差异显著。榆林市林木、草地、居民地和工矿用地变化快于整个研究区, 延安市林木、居民地和工矿用地变化速度快于研究区, 铜川市草地、居民地和工矿用地变化速度快于研究区。三个市的气候条件整体有利于植被生长和恢复, 但三市相比较, 铜川市的气候条件略差。研究区生态系统区域间变化差异也说明生态恢复工程的实施才是陕北地区生态系统格局发生的主导因素, 气候背景只是辅助因素。

文章分析了生态恢复工程实施前后陕北地区陆表生态系统格局的时空演变规律, 客观评估了工程实施在研究区生态系统格局演变过程中的驱动机制, 研究结论在及时和准确的反映工程成效的同时, 也发现了工程实施过程中存在的问题, 研究结论可以为生态恢复工程的成效评估和未来规划提供科学的数据和参考。