EN中文

干旱区研究 >

2024 , Vol. 41 >Issue 6: 951 - 963

DOI: https://doi.org/10.13866/j.azr.2024.06.05

水土资源

2000—2020年阿克苏河流域土地利用强度变化及其对蒸散发的影响

  • 姚小晨 , 1, 2 ,
  • 高凡 , 1, 2 ,
  • 韩方红 1, 2 ,
  • 何兵 1, 2
展开
  • 1.新疆农业大学水利与土木工程学院，新疆 乌鲁木齐 830052
  • 2.新疆水利工程安全与水灾害防治重点实验室，新疆 乌鲁木齐 830052
高凡. E-mail:

姚小晨（1997-），男，硕士研究生，主要从事水文与水资源研究. E-mail:

收稿日期: 2023-09-04

  修回日期: 2024-04-20

  网络出版日期: 2025-08-12

基金资助

塔里木河三源流下泄断面至阿拉尔断面区间河段水量损失分析与对策研究(TGJAKSJJG-2022KYXM0003)

新疆塔里木河重要源流区（阿克苏河流域）山水林田湖草沙一体化保护和修复工程关键问题和关键技术研究(AKSSSXM2022620)

2022年研究生“新疆水利工程安全与水灾害防治重点实验室”研究项目(ZDSYS-YJS-2022-23)

第三次新疆综合科学考察项目(2021xjkk02003)

收起

Land use intensity change and its influence on evapotranspiration in Aksu River Basin from 2000 to 2020

  • YAO Xiaochen , 1, 2 ,
  • GAO Fan , 1, 2 ,
  • HAN Fanghong 1, 2 ,
  • HE Bing 1, 2
Expand
  • 1. College of Water Conservancy and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, Xinjiang, China
  • 2. Xinjiang Key Laboratory of Water Conservancy Engineering Safety and Water Disaster Prevention, Urumqi 830052, Xinjiang, China

Received date: 2023-09-04

  Revised date: 2024-04-20

  Online published: 2025-08-12

Fold

摘要

深入挖掘土地利用类型内部转换过程信息，衡量土地利用变化强度对蒸散发的影响，准确评估实际蒸散发时空变化规律对流域水资源科学管理和高效利用具有重要意义。基于强度分析模型揭示2000—2020年阿克苏河流域不同层次土地利用类型强度变化特征及对流域实际蒸散发的影响，结果表明：（1） 时间间隔层次上流域土地利用变化强度呈先增加后减小的趋势，2000—2005年变化最为活跃。地类层次上耕地、建设用地、水域、林地面积增减变化表现较为活跃。转移层次上耕地面积的增加主要来源于草地（占比54.31%）和未利用地（占比26.26%）；（2） 流域多年平均蒸散发为166.56 mm。年际波动较大，整体呈增加趋势，年增长率为3.68 mm·a-1。年内4—10月蒸散发占全年蒸散发的71.76%。实际蒸散发高值区分布在山区林地和平原区耕地，低值区分布在山前荒漠区及绿洲与荒漠过渡带地区；（3） 主成分分析结果表明，阿克苏河流域实际蒸散发变化的驱动力为草地、耕地、未利用地的转化强度，土地利用变化强度与实际蒸散发之间的相关系数为0.87，二者存在较强的相关关系。

关键词： 土地利用变化; 强度分析; 实际蒸散发; 阿克苏河流域

本文引用格式

姚小晨 , 高凡 , 韩方红 , 何兵 . 2000—2020年阿克苏河流域土地利用强度变化及其对蒸散发的影响[J]. 干旱区研究, 2024 , 41(6) : 951 -963 . DOI: 10.13866/j.azr.2024.06.05

Abstract

It is of great significance for scientific management and efficient utilization of water resources in the basin to deeply explore the information of internal conversion process of land use types, measure the impact of land use change intensity on evapotranspiration, and accurately evaluate the temporal and spatial variation of ET. Based on the intensity analysis model, the intensity change characteristics of land use types at different levels in the Aksu River Basin from 2000 to 2020 and their impact on the actual evapotranspiration of the basin were revealed. The results showed that : (1) At the time interval level, the intensity of land use change in the basin increased first and then decreased, and the change was the most active from 2000 to 2005. At the land type level, the increase and decrease of cultivated land, construction land, water area and forest land area are more active. The increase of cultivated land area at the transfer level mainly comes from grassland (54.31%) and unused land (26.26%). (2) The average annual evapotranspiration of the basin is 166.56 mm. The interannual fluctuation is large, and the overall trend is increasing, with an annual growth rate of 3.68 mm·a-1. Evapotranspiration from April to October accounted for 71.76% of the annual evapotranspiration. The high value of actual evapotranspiration is distributed in mountainous forest land and cultivated land in plain area, and the low value area is distributed in piedmont desert area and oasis and desert transition zone. (3) The results of principal component analysis show that the driving force of ETa change in Aksu River Basin is the conversion intensity of grassland, cultivated land and unused land. The correlation coefficient between land use change intensity and actual evapotranspiration is 0.87, and there is a strong correlation between the two.

Key words： land use change; strength analysis; actual evapotranspiration; Aksu River Basin

土地利用/覆被变化（Land Use/Cover Change, LUCC）是影响全球环境变化的重要原因[1-2]。同时，土地利用变化（如绿洲扩张和城市化）会改变蒸散发过程进而影响水资源分配[3]，加剧水资源供需失衡[4-5]。实际蒸散发（Actual Evapotranspiration，ETa）是描述从地球表面到低层大气中传输的总水蒸气通量，是陆地水循环以及陆地能量平衡的核心部分[6-7]。全球有60%的降水最后以蒸散发的方式重新进入大气层中，由于全球变暖，导致这一占比还在持续上升[8]。在人类活动日益加剧的背景下，准确评估ETa时空分布特征和变化规律，分析LUCC变化对ETa的影响，对流域水资源的合理分配和高效利用具有重要意义[9]。如何通过对各土地利用类型内部转换过程信息进行深入挖掘，清晰地理解和衡量LUCC变化强度时空动态分布特征及其对蒸散发的影响，是当前亟待解决的问题。
强度分析是一种基于转移矩阵的理论框架，包含时间间隔、地类、转移三个层次。相比于转移矩阵及传统的土地利用动态度等分析方法，该分析框架能够充分挖掘转移矩阵中所包含的信息，定量分析土地利用动态变化过程中的内部转换状况[10]。Aldwaik等[11]考虑了区域LUCC结构对各地类间转换面积的影响，从间隔、地类、转移三个层次描绘土地利用变化内部转换情况。该框架首次出现在我国是Huang等[12]基于强度分析模型研究福建省九龙河流域土地利用模式的分析。而后，杨建新等[13]对强度分析模型进行了进一步的完善，通过应用一种特定的转换模型交叉列联表，可以迅速且直观地展现土地利用的稳定性和系统性特征。此外，田立鑫等[14]在莱州湾南岸海岸带、孙云华等[15]在昆明市、谭雪晶等[16]在北京市借助强度分析模型框架进行土地利用动态变化应用分析。已有研究成果表明，强度分析模型在深入剖析土地利用内部结构地类转化关系方面具有一定的优势[17]。同时，现有LUCC变化对实际蒸散发的影响，大多基于不同时期土地利用对应实际蒸散发的量来探究土地利用变化对蒸散发的影响，考虑土地利用内部转化强度对实际蒸散发的研究较少，因此，本文利用强度分析模型弥补现有LUCC模型分析的不足，深入挖掘转移矩阵内部信息，探究土地利用强度与实际蒸散发之间的响应关系。
阿克苏河流域是塔里木河流域“四源一干”水系格局的关键组成部分，多年平均流入塔里木河水量约占70%以上。阿克苏河流域水文循环和水资源的变化直接关系着塔里木河流域及整个新疆南疆地区的生态安全和区域安全。ETa是流域水循环的关键支出项，尤其是近几十年来伴随着流域水土资源开发利用活动，以农田灌区为代表的荒漠区人工绿洲在土地利用类型转换中最为频繁，大尺度分析流域土地利用变化强度对ETa的影响，对流域水资源的高效利用、生态环境的保护与修复具有重要的意义。基于此，本研究采用阿克苏河流域2000年、2005年、2010年、2015年、2020年的土地利用数据，基于强度分析模型，分析流域不同层次土地利用变化强度，结合同期MOD16A2数据，探究LUCC变化对ETa的影响，以期为阿克苏河流域土地资源管理政策优化及水资源高效利用与合理分配提供科学指导。

1 研究区概况与数据来源

1.1 研究区概况

阿克苏河流域位于天山南麓中段西部，塔里木盆地西北边缘，地处75°35′~82°00′E，40°00′~42°27′N。地形以山区和平原为主，地势从北向南，从西向东逐渐降低。流域面积约为4.8×104 km2（图1）。阿克苏河流域属暖温带干旱型气候，具有大陆性气候的显著特征[18]，多年平均气温在10 ℃左右，多年平均降水量为137.7 mm，大气降水和冰川融水是流域径流的主要补给来源。
图1 研究区概况

Fig. 1 Overview of the study area

1.2 数据来源与处理

土地利用数据（2000年、2005年、2010年、2015年、2020年）源自中国科学院资源环境科学与数据中心（http://www.resdc.cn/）；气象数据源于中国气象科学数据中心（http://data.cma.cn）；DEM数据来源于中国地理空间数据云（http://www.gscloud.cn/）；遥感数据选取源于美国国家航空航天局（https://search.earthdata.nasa.gov/）的MOD16A2数据，提取2000—2020年实际蒸散发（ETa）及潜在蒸散发（PET），选取行列号h23v04和h24v04。首先，利用MRT（MODIS Reprojection Tool）软件，对hdf格式数据进行投影转换、重采样。其次，借助ArcGIS软件去除无效数据，再进行矢量裁剪，获得研究区分辨率为500 m的ETa和PET数据。最后，对DEM数据和土地利用数据进行重采样，使得其空间分辨率统一至500 m。

1.3 研究方法

1.3.1 强度分析模型

强度分析模型能够提供不同时间段内不同土地利用类型的变化强度，包括时间间隔、地类以及转移层次。
（1） 时间间隔的层次。时间间隔层次强度分析的目的是通过研究在每一个时段中平均变化强度（St）与整体研究时间段的平均变化强度（U）之间的关系，来确定该时期土地类型的变化速度是快速还是缓慢。假设St=U，那么LUCC在研究期是绝对稳定变化的；假设St>U，那么LUCC的变化是快速的；相反，则是缓慢的。计算公式为：
S t = ∑ j = 1 J ∑ i = 1 J C t i j - C t i j / ∑ j = 1 J ∑ i = 1 J C t i j Y t + 1 - Y t × 100 %
U = ∑ t = 1 T - 1 ∑ j = 1 J ∑ i = 1 J C t i j - C t i j / ∑ j = 1 J ∑ i = 1 J C t i j Y T - Y 1 × 100 %
式中：i为时间间隔 [ Y t , Y t + 1 ]初始的地类；j为时间间隔 [ Y t , Y t + 1 ]最终的地类；J为地类的数量；T为时间节点个数；t为时间间隔 [ Y t , Y t + 1 ]最初时间节点标识，范围为1~T；Yt为t时间点年份；Ctij为时间间隔 [ Y t , Y t + 1 ]内从地类i转为地类j的土地数量。
（2） 地物类型的层次。地物类型层次的强度分析是通过对比每个时间段的年均变化强度（St）和各地类的增减面积的变化强度，可以判断地类的变化强度是活跃或者平稳，如果大于St，那么变化强度表现为活跃状态；相反，就是平稳的。如果某个特定地类在每个时间段内均呈现出活跃或平稳的态势，表明在整个研究期间，该地类无论增加还是减少呈现出一种稳定的模式，计算公式为：
G t j = ∑ i = 1 J C t i j - C t j j / Y t + 1 - Y t ∑ j = 1 J C t i j × 100 %
L t i = ∑ j = 1 J C t i j - C t i i / Y t + 1 - Y t ∑ j = 1 J C t i j × 100 %
式中：Gtj为j地类在时间间隔内的年均增加强度；Lti为i地类在时间间隔内的年均损失强度； C t i i为时间间隔内从地类 i转为地类 i的面积，即不变的面积； C t j j为时间间隔内从地类 j转为地类 j的面积。
（3） 转移的层次。转移层次强度分析主要揭示了特定地类在不同时期内的转入及转出强度，并且还与地类的平均变化强度作了比对，以展示地类间的变动倾向，计算公式为：
R t i n = C t i n / Y t + 1 - Y t ∑ j = 1 J C t i j × 100 %
W t n = ∑ i = 1 J C t i n - C t n n / Y t + 1 - Y t ∑ j = 1 J ∑ i = 1 J C t i j - C t n j × 100 %
式中：Rtin为时间间隔内地类i转移到地类n的转移强度（i≠n）；Wtn为时间间隔内各地类转为地类n的平均强度； C t n n为时间间隔内土地利用类型不发生变化的地类 n的面积。
Q t m j = C t m j / Y t + 1 - Y t ∑ i = 1 J C t i j × 100 %
V t m = ∑ j = 1 J C t m j - C t m m / Y t + 1 - Y t ∑ i = 1 J ∑ j = 1 J C t i j - C t i m × 100 %
式中：Qtmj为时间间隔内期初地类m至期末地类j的转出强度（j≠m）；Vtm为时间间隔内地类m转出为其他地类的平均强度； C t m j为时间间隔内从地类 m转为地类 j的面积； C t m m为时间间隔内土地利用类型不发生改变的地类 m的面积。假如Rtin>Wtn，意味着地类n更倾向于从地类i转入。相反，则表示地类n不从地类i转入。同理，如果Qtmj>Vtm，那么说明地类m可能转变为地类j；反之，表示地类m不会转出为地类j。

1.3.2 主成分分析法

主成分分析法是一种随机变量统计方法，以最少的信息丢失为前提，将原有变量通过线性组合的方式综合成少数几个新变量且新变量之间互不相关，用新变量代替原有变量参与数据建模[19]。本文利用主成分分析法探究土地利用类型转化导致ETa发生变化的驱动因子。

2 结果与分析

2.1 土地利用变化特征

由图2可以看出，流域最主要的土地利用类型为草地和未利用地，二者面积占总面积80%以上，草地主要分布在流域北部山区，未利用地在山前荒漠区及绿洲与荒漠过渡带分布较广，各土地利用类型面积依次为：未利用地>草地>耕地>水域>林地>建设用地。
图2 阿克苏河流域土地利用类型

Fig. 2 Land use types in Aksu River Basin

2000—2020年研究区各地类面积变化及土地利用动态度见表1。可以看出，耕地、建设用地面积在整个研究期间呈持续增加趋势；林地面积逐渐减少；草地和未利用地面积微弱增加；水域面积先减少后增加。其中，耕地面积在2000—2005年增加幅度最大，面积增加805.31 km2，动态度达峰值，为3.47%；林地在2000—2005年降幅最大，动态度为-1.29%；草地在2010—2015年降幅最大，动态度为-1.10%；未利用地面积在研究期间整体趋于稳定。
表1 阿克苏河流域土地利用动态度变化

Tab. 1 Changes in land use dynamics in the Aksu River Basin

土地利用类型 2000—2005年 2005—2010年 2010—2015年 2015—2020年
变化量/km2 动态度/% 变化量/km2 动态度/% 变化量/km2 动态度/% 变化量/km2 动态度/%
耕地 805.31 3.47 590.77 2.17 731.98 2.42 21.50 0.06
林地 -82.99 -1.29 -63.33 -1.05 -5.56 -0.10 -1.34 -0.02
草地 -507.11 -0.51 162.01 0.17 -1085.13 -1.10 -22.61 -0.02
水域 28.19 0.27 -1147.80 -10.86 176.22 3.65 2.12 0.04
建设用地 12.12 1.06 117.69 9.75 32.29 1.80 43.54 2.23
未利用地 -255.03 -0.25 353.79 0.35 153.03 0.15 -46.93 -0.05

2.2 土地利用强度分析

2.2.1 时间间隔层次分析

阿克苏河流域2000—2020年时间间隔层次土地利用变化面积及强度分析结果（图3）左侧区域显示：2005—2010年流域各土地利用类型的变化面积占比最大，为31.28%，而2000—2005年、2010—2015年、2015—2020年3个时间段的变化面积占比分别为2.04%、3.96%、1.59%。右侧区域显示，2005—2010年该时间间隔内St远大于U，表明土地利用变化是快速的，其余3个时间段St均小于U，表明变化较缓慢。整体来看，2000—2020年阿克苏河流域地类平均变化面积与变化强度相一致，均呈先显著增加后缓慢减小的趋势。
图3 2000—2020 年阿克苏河流域时间间隔层次土地利用变化强度

Fig. 3 Intensity of land use change at the time interval level in the Aksu River Basin from 2000 to 2020

2.2.2 地类类型层次分析

从2000—2020年阿克苏河流域地物类型层次土地利用变化强度分析结果（图4）可以看出，2000—2020年草地、水域和林地3种地类面积总体呈减少的变化趋势，其余地类面积均有所增加，其中，耕地的净增加面积最大，草地的净减少面积最大。年均变化强度以2005—2010年表现最为活跃，地类的平均变化强度最大。2000—2005年，耕地、建设用地、水域的增加强度均高于平均强度，而减少强度均小于平均强度，表明三者的增加处于活跃状态，减少处于平稳状态；相比，林地的减少强度高于平均强度，增加强度低于平均强度，未利用地和草地的增加、减少强度均小于平均强度，表明林地的减少处于活跃状态，草地、未利用地的增加、减少均处于相对稳定状态。2005—2010年，建设用地、林地、水域的增加和减少均高于平均变化强度，表现为活跃状态，耕地、草地、未利用地的增加和减少均小于平均变化强度，表明三者在该时间间隔内的变化均趋于相对稳定的状态。2010—2015年，建设用地、林地、水域的增加和减少均表现为活跃变化趋势，耕地的增加强度大于平均强度，表现为活跃状态。2015—2020年，耕地、建设用地、林地、水域的增加和减少均高于平均变化强度，表现为活跃状态，草地和未利用地的变化相对平稳。整体来看，2000—2020年，耕地、建设用地、水域、林地的面积增减变化表现较为活跃，草地和未利用地变化较为稳定。
图4 2000—2020 年阿克苏河流域地类层次土地利用变化强度

Fig. 4 Intensity of land use change in the Aksu River Basin from 2000 to 2020

2.2.3 转移层次分析

从2000—2020年阿克苏河流域耕地的转入情况分析结果（图5）可以看出，耕地面积的增加主要来源于草地和未利用地。2000—2005年耕地增加面积中64.28%来源于对草地的占用，23.58%来源于未利用地的转入；2005—2010年，耕地的增加面积中47.94%来自于草地，25.88%来自于未利用地；2010—2015年，耕地的增加面积中79.04%源于草地，14.26%来自于未利用地；2015—2020年，耕地的增加面积中33.98%来自于草地，29.32%来自于未利用地。整个研究期间，草地向耕地的转换呈现出稳定的倾向性系统转换模式，其他地类的转化随时间的变化不稳定。耕地面积的增加，前期主要来源于草地、林地和未利用地，后期主要是对建设用地的占用，并呈现出稳定的倾向性转换模式，虽然耕地占用建设用地面积较小，但其变化强度远高于平均变化强度，表明耕地与建设用地空间分布格局关系较为密切，在空间分布上具有一定的协同性。对比转移面积占比可知，转移面积较小的地类之间并非一定表现为稳定的避免性系统模式，转移面积较大的地类之间也并非一定表现为稳定的倾向性系统模式。
图5 2000—2020年阿克苏河流域其他地类转变为耕地的变化强度分析

Fig. 5 Analysis on the change intensity of other land types into cultivated land in Aksu River Basin from 2000 to 2020

2000—2020年阿克苏河流域草地转变为其他地类的变化强度分析结果（图6）左侧区域显示：草地主要向耕地和未利用地转变，二者的占比远高于其他地类。2000—2005年草地转向耕地的面积占总转出面积的93.92%；2005—2010年草地转为未利用地的面积占总转出面积的73.34%；2010—2015年草地转为耕地和未利用地的面积分别占51.74%、32.47%；2015—2020年草地转出总面积减少，其中，转出至林地的面积占比有所增加，占22.97%。由图5右侧区域可知，2000—2005年草地向耕地的转换呈现出稳定的倾向性系统转换模式；2005—2010年、2010—2015年、2015—2020年3个时期，草地向林地和水域的转出强度明显上升；2000—2015年草地向建设用地的转化呈现稳定的避免性系统转换模式；2015—2020年建设用地的变化强度大于平均强度，表明建设用地加强了对草地的侵占。整体来看，2000—2020年草地面积主要转化为耕地和未利用地，但其变化强度随时间变化不稳定，草地的面积虽然减少较多，但其面积较大，面积占比依旧保持稳定。
图6 2000—2020年阿克苏河流域草地转变为其他地类的变化强度分析

Fig. 6 Analysis of the change intensity of grassland into other land types in Aksu River Basin from 2000 to 2020

2.3 实际蒸散发时空分布特征

2.3.1 精度验证

阿克苏河流域位于干旱与半干旱区，蒸发皿蒸散量与PET均表示水分供应充足条件下的最大可能的蒸发量[20-21]。本文采用蒸发皿蒸散量与潜在蒸散量的相关分析进行适用性检验。首先，将蒸发皿日尺度数据处理为年值；其次，将获取的PET数据处理为年尺度数据，保证两种数据在时间尺度上的统一；最后，对站点尺度上的蒸发皿数据与PET数据进行相关性分析（图7）。可以看出，气象站点蒸发皿蒸发量与PET之间有较好的相关性，相关系数达到0.94，且已有研究证实，MOD16A2数据可以用于流域或大范围地表蒸散研究[22]，因此，MOD16A2数据在阿克苏河流域具有较好的适用性[23]。
图7 蒸发皿蒸发量与MOD16A2-PET拟合关系

Fig. 7 Fitting relationship between pan evaporation and MOD16A2-PET

2.3.2 实际蒸散发动态变化

2000—2020年阿克苏河流域蒸散发年际和年内时间尺度变化特征（图8）显示，2000—2020年流域年蒸散发在122.45~200.14 mm之间浮动，多年均值为166.56 mm。从年际变化来看，流域实际蒸散发年际波动较大，整体呈增加趋势，年增长率为3.68 mm·a-1。从月际变化看，ETa呈现显著的单峰型，1—7月流域蒸散发持续增加，7月或8月达到最大值，之后逐渐减少，1月或12月达到最小值。整体而言，4—10月是流域蒸散发的集中期，蒸散发约占全年蒸散发的71.76%。
图8 阿克苏河流域ETa年际和月际变化趋势

Fig. 8 Interannual and monthly variation trends of ETa in Aksu River Basin

2000—2020年阿克苏河流域多年平均ETa空间分布特征（图9）可以看出，流域蒸散发表现为显著的空间分布差异规律，ETa高值主要分布在山区林地和平原区耕地，该区域由于山区林地降水量丰富，耕地受灌溉等人类活动的影响，下垫面供水充足，且二者植被覆盖度较高，植被蒸腾作用强烈，导致ETa值较高；ETa低值区主要分布在山前荒漠区及绿洲与荒漠过渡带地区，该区域降水量少，植被稀疏，ETa值也较低。
图9 阿克苏河流域多年平均蒸散发空间分布

Fig. 9 Spatial distribution of multi-year average evapotranspiration in Aksu River Basin

2.4 不同土地利用类型的实际蒸散发特征

土地利用的变化会引起蒸散量的波动，本文基于5期土地利用数据，提取不同地类的年均ETa值（图10），并分析其时空特征。MOD16A2数据在水体及建设用地上的ETa值存在缺失情况，因此，在统计各地类ETa值时忽略这两个地类，避免统计误差对结果带来的影响。可以看出，各地类年均ETa具有显著差异，草地年均ETa值最高，为179.21 mm·a-1，未利用地年均ETa值最低，为104.27 mm·a-1，具体表现为：草地>耕地>林地>未利用地。结合研究区土地利用类型图（图2）发现，草地和未利用地为流域主要土地利用类型，草地、林地分布在山区、河谷等土壤水分较为充足的区域，ETa值较大，未利用地分布在山前荒漠区及绿洲与荒漠过渡带地区，植被稀疏，ETa值较小。
图10 阿克苏河流域各地类年均ETa

Fig. 10 Average annual ETa of various types in the Aksu River Basin

2.5 土地利用变化强度与实际蒸散发的关系

为探究流域土地利用强度变化与ETa之间的关系，将6个土地利用类型地类层次转化强度作为驱动因子，利用主成分分析法对土地利用类型变化对ETa的影响进行定量分析。结果（表2和表3）表明，前两个主成分解释的累计方差贡献率在90%以上，其中，第一主成分的贡献率最大。根据驱动因子的主成分荷载值，第一主成分除耕地和水域外，其他驱动因子相关性均高于0.90，其中，草地和未利用地相关性最高，与第二主成分密切相关的因子是耕地和建设用地。故阿克苏河流域ETa变化的驱动力为草地、耕地、未利用地的转化强度。为进一步明晰土地利用变化强度对ETa的影响，选取地类层次中面积增加表现较为活跃的耕地类型，对阿克苏河流域4个时间间隔的耕地增加强度与5个时期的耕地年均蒸散发进行线性回归分析（图11）。结果表明，土地利用变化强度与ETa之间存在较强的相关关系，相关系数为0.87。
表2 驱动因子主成分特征值和贡献率

Tab. 2 Principal component eigenvalue and contribution rate of driving factors

主成分 特征值 贡献率/% 累计贡献率/%
第一 4.94 82.35 82.35
第二 0.63 10.48 92.83
第三 0.32 5.38 98.20
第四 0.06 0.98 99.18
第五 0.05 0.80 99.98
第六 0.00 0.02 100.00
表3 驱动因子的主成分载荷值

Tab. 3 Principal component load values of driving factors

驱动因子 第一主成分 第二主成分
草地 0.96 -0.13
耕地 0.76 0.56
建设用地 0.91 0.25
林地 0.98 -0.10
水域 0.82 -0.47
未利用地 0.99 -0.04
图11 耕地转入强度与年均蒸散发线性关系

Fig. 11 Linear relationship between cultivated land transfer intensity and annual average evapotranspiration

3 讨论

近些年来，诸多学者基于单一[24]、综合土地利用动态度[25]等方法探究了黄河流域[26-27]、滇池流域[28]、汾河流域[29]、塔里木盆地南缘绿洲[30]等地区土地利用动态变化特征。研究结果真实反映了各研究区的土地利用动态变化特征。因此，本研究利用单一、综合土地利用动态度（图12）与强度分析模型得到的结果进行对比。分析发现，2005—2010年土地利用变化在整个研究时段内变化最快，二者结论一致。土地利用转移矩阵可直观反映研究区各时段LUCC转移面积及方向，但无法判定各地类间内部的转换情况，为比较不同方法间的差异，将基于转移矩阵得到的土地利用转移弦图（图13）与强度图谱对比分析。草地和未利用地转移面积较大，其变化程度相对稳定；林地、水域、建设用地转移面积较小，但变化程度较为活跃。2005—2010年草地向耕地转移面积最大，其转移强度却小于平均变化强度，建设用地转入面积较小，但其转移强度却远大于平均强度。这与牛乐乐[31]、李帅呈[32]等得到的面积或数量的大小与转移强度之间不存在明显关联性的结论一致。在土地利用类型变化对ETa的影响方面，王志成等[23]对阿克苏河流域灌区土地利用变化对蒸散耗水的影响的探究中发现，灌区耕地面积的变化直接影响地表的蒸散过程，这与本文基于主成分分析法得到影响阿克苏河流域ETa变化的驱动力为草地、耕地、未利用地的转化强度的结论相似。
图12 单一、综合土地利用动态度

Fig. 12 Single, integrated land use dynamics

图13 2005—2010年阿克苏河流域土地利用转移弦图

Fig. 13 Land use transfer chord diagram of Aksu basin from 2005 to 2010

本文利用强度分析模型，从时间间隔、地类及转移层次三个角度对阿克苏河流域LUCC地类之间的转化进行了深入分析，结合MOD16A2数据运用相关分析方法探究流域LUCC对ETa的影响。地表蒸散过程极其复杂、受传感器、云层等的影响，利用MOD16A2数据对流域蒸散发的分析可能会存在一定的偏差[33]。后续研究将土地利用变化与自然、社会经济等因素相联系，探究土地利用变化驱动机制。同时，融合多源数据与多种蒸散发估算方法，提高蒸散发估算精度，进一步结合气候、人类活动等因素，探究流域实际蒸散发变化的影响因子。

4 结论

本文基于强度分析框架系统分析了2000—2020年阿克苏河流域土地利用变化过程与模式，揭示了不同层次土地利用类型的强度变化特征及其对流域实际蒸散发的影响，主要结论如下：
（1） 在时间间隔层次上，2000—2020年阿克苏河流域土地利用变化强度呈先增加后减小的趋势，2000—2005年变化强度最为活跃；在地类层次上，耕地、建设用地、水域、林地面积增减变化表现较为活跃，草地和未利用地变化较为稳定；在转移层次上，耕地面积的增加主要来源于草地（占比54.31%）和未利用地（占比26.26%）。
（2） 2000—2020年流域多年平均蒸散发为166.56 mm。年际波动较大，整体呈增加趋势，年增长率为3.68 mm·a-1。年内4—10月蒸散发占全年蒸散发的71.76%。蒸散发表现为显著的空间分布差异规律，ETa高值区主要分布在山区林地和平原区耕地，ETa低值区主要分布在山前荒漠区及绿洲与荒漠过渡带地区。
（3） 主成分分析结果表明，阿克苏河流域ETa变化的驱动力为草地、耕地、未利用地的转化强度。根据驱动因子的主成分荷载值，第一主成分除耕地和水域外，其他驱动因子相关性均高于0.90，其中，草地和未利用地相关性最高，与第二主成分密切相关的因子是耕地和建设用地。土地利用变化强度与ETa之间存在较强的相关关系，相关系数为0.87。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王旭东, 姚尧, 任书良, 等. 耦合FLUS和Markov的快速发展城市土地利用空间格局模拟方法[J]. 地球信息科学学报, 2022, 24(1): 100-113.

DOI

[Wang Xudong, Yao Yao, Ren Shuliang, et al. A coupled FLUS and Markov approach to simulate the spatial pattern of land use in rapidly developing cities[J]. Journal of Geo-information Science, 2022, 24(1): 100-113. ]

[2]
王娇娇, 尹小君, 刘陕南, 等. 基于深度学习的玛纳斯土地利用时空格局变化与预测[J]. 干旱区研究, 2023, 40(1): 69-77.

[Wang Jiaojiao, Yin Xiaojun, Liu Shannan, et al. Study on the change and prediction of spatiotemporal pattern of land use in Manasi region based on deep learning[J]. Arid Zone Research, 2023, 40(1): 69-77. ]

[3]
姚佳, 陈启慧, 李琼芳, 等. 伊犁河——巴尔喀什湖流域实际蒸散发时空变化特征及其环境影响因子[J]. 干旱区研究, 2022, 39(5): 1564-1575.

[Yao Jia, Chen Qihui, Li Qiongfang, et al. Spatial and temporal variability of evapotranspiration and influencing factorsin the Ili River-Balkhash Lake Basin[J]. Arid Zone Research, 2022, 39(5): 1564-1575. ]

[4]
Dey P, Mishra A. Separating the impacts of climate change and human activities on streamflow: A review of methodologies and critical assumptions[J]. Journal of Hydrology, 2017, 548: 278-290.

[5]
Wang Q, Cheng L, Zhang L, et al. Quantifying the impacts of land-cover changes on global evapotranspiration based on the continuous remote sensing observations during 1982-2016[J]. Journal of Hydrology, 2021, 598: 126231.

[6]
Li X Y, Zou L, Xia J, et al. Untangling the effects of climate change and land use/cover change on spatiotemporal variation of evapotranspiration over China[J]. Journal of Hydrology, 2022, 612: 128189.

[7]
Fisher J B, Melton F, Middleton E, et al. The future of evapotranspiration: Global requirements for ecosystem functioning, carbon and climate feedbacks, agricultural management, and water resources[J]. Water Resources Research, 2017, 53(4): 2618-2626.

[8]
Jasechko S, Sharp Z D, Gibson J J, et al. Terrestrial water fluxes dominated by transpiration[J]. Nature, 2013, 496(7445): 347-350.

[9]
Pascolini-Campbell M, Reager J T, Chandanpurkar H A, et al. A 10 per cent increase in global land evapotranspiration from 2003 to 2019[J]. Nature, 2022, 604(7904): 202.

[10]
王颖慧, 丁建丽, 李晓航, 等. 伊犁河流域土地利用/覆被变化对生态系统服务价值的影响——基于强度分析模型[J]. 生态学报, 2022, 42(8): 3106-3118.

[Wang Yinghui, Ding Jianli, Li Xiaohang, et al. Impact of LUCC on ecosystem services values in the Yili River Basin based on an intensity analysis model[J]. Acta Ecologica Sinica, 2022, 42(8): 3106-3118. ]

[11]
Aldwaik Z S, Pontius G R. Intensity analysis to unify measurements of size and stationarity of land changes by interval, category, and transition[J]. Landscape and Urban Planning, 2012, 106(1): 103-144.

[12]
Huang J, Pontius Jr R G, Li Q, e t al. Use of intensity analysis to link pat terns with processes of land change from 1986 to 2007 in a coastal watershed of southeast China[J]. Applied Geography, 2012, 34: 371-384.

[13]
杨建新, 龚健, 高静, 等. 国家中心城市土地利用变化稳定性和系统性特征——以武汉市为例[J]. 资源科学, 2019, 41(4): 701-716.

DOI

[Yang Jianxin, Gong Jian, Gao Jing, et al. Stationary and systematic characteristics of land use and land cover change in the national central cities of China using intensity analysis: A case study of Wuhan City[J]. Resources Science, 2019, 41(4): 701-716. ]

DOI

[14]
田立鑫, 韩美, 王敏, 等. 莱州湾南岸海岸带土地利用时空演变及稳定性研究[J]. 水土保持研究, 2021, 28(4): 259-265, 274, 2.

[Tian Lixin, Han Mei, Wang Min, et al. Spatiotemporal evolution and stability of land use type in the coastal zone of the south coast in Laizhou Bay[J]. Research of Soil and Water Conservation, 2021, 28(4): 259-265, 274, 2. ]

[15]
孙云华, 郭涛, 崔希民. 昆明市土地利用变化的强度分析与稳定性研究[J]. 地理科学进展, 2016, 35(2): 245-254.

DOI

[Sun Yunhua, Guo Tao, Cui Ximin. Intensity analysis and stationarity of land use change in Kunming City[J]. Progress in Geography, 2016, 35(2): 245-254. ]

DOI

[16]
谭雪晶, 姜广辉, 付晶, 等. 主体功能区规划框架下国土开发强度分析——以北京市为例[J]. 中国土地科学, 2011, 25(1): 70-77.

[Tan Xuejing, Jiang Guanghui, Fu Jing, et al. Analysis on land development intensity under the framework of major functional land zoning: Taking Beijing as an example[J]. China Land Science, 2011, 25(1): 70-77. ]

[17]
Deng Z, Quan B. Intensity analysis to communicate detailed detection of land use and land cover change in Chang-Zhu-Tan Metropolitan Region, China[J]. Forests, 2023, 14(5): 939.

[18]
阿曼妮萨·库尔班, 满苏尔·沙比提, 艾克旦·依萨克, 等. 近19年新疆阿克苏河流域耕地利用时空演变特征[J]. 中国水土保持科学(中英文), 2022, 20(3): 72-80.

[Amanisa Korban, Mansur Shabiti, Ekdan Isaak, et al. Spatiotemporal evolution of arable land use in Aksu River Basin, Xinjiang in recent 19 years[J]. Science of Soil and Water Conservation, 2022, 20(3): 72-80. ]

[19]
曹永香, 毛东雷, 薛杰, 等. 绿洲-沙漠过渡带植被覆盖动态变化及其驱动因素——以新疆策勒为例[J]. 干旱区研究, 2022, 39(2): 510-521.

[Cao Yongxiang, Mao Donglei, Xue Jie, et al. Dynamic changes and driving factors of vegetation cover in the oasis-desert ecotone: A case study of Cele, Xinjiang[J]. Arid Zone Research, 2022, 39(2): 510-521. ]

[20]
张静, 任志远. 基于MOD16的汉江流域地表蒸散发时空特征[J]. 地理科学, 2017, 37(2): 274-282.

DOI

[Zhang Jing, Ren Zhiyuan. Spatiotemporal characteristics of evapotranspiration based on MOD16 in the Hanjiang River Basin[J]. Scientia Geographica Sinica, 2017, 37(2): 274-282. ]

DOI

[21]
王卓月, 孔金玲, 李英, 等. 基于MOD16的银川平原地表蒸散量时空特征及影响因素分析[J]. 水文地质工程地质, 2021, 48(3): 53-61.

[Wang Zhuoyue, Kong Jinling, Li Ying, et al. An analysis of spatio-temporal characteristics and influencing factors of surface evapotranspiration in the Yinchuan Plain based on MOD16 data[J]. Hydrogeology & Engineering Geology, 2021, 48(3): 53-61. ]

[22]
李晴, 杨鹏年, 彭亮, 等. 基于MOD16数据的焉耆盆地蒸散量变化研究[J]. 干旱区研究, 2021, 38(2): 351-358.

[Li Qing, Yang Pengnian, Peng Liang, et al. Study of the variation trend of evapotranspiration in the Yanqi Basin based on MOD16 data[J]. Arid Zone Research, 2019, 38(2): 351-358. ]

[23]
王志成, 李稚, 张辉, 等. 阿克苏河流域灌区土地利用变化对蒸散耗水的影响[J]. 灌溉排水学报, 2018, 37(6): 79-85.

[Wang Zhicheng, Li Zhi, Zhang Hui, et al. The impact of land use change on evapotranspiration of the irrigated areas in Aksu Basin[J]. Journal of Irrigation and Drainage, 2018, 37(6): 79-85. ]

[24]
王欣珂, 林弘, 谢香群, 等. 闽江流域土地利用时空变化特征及驱动因子分析[J]. 生态科学, 2023, 42(4): 171-181.

[Wang Xinke, Lin Hong, Xie Xiangqun, et al. Spatiotemporal change characteristics and driving factors of landuse in Minjiang River Basin[J]. Ecological Sciences, 2023, 42(4): 171-181. ]

[25]
危小建, 赵莉, 程朋根, 等. 中国土地利用与生态服务价值空间动态研究——以地级及以上城市为例[J]. 水土保持研究, 2022, 29(4): 370-376.

[Wei Xiaojian, Zhao Li, Cheng Pengen, et al. Research on the spatial dynamics of land use and ecological service value in China: Taking prefecture-level cities and beyond as an example[J]. Research of Soil and Water Conservation, 2022, 29(4): 370-376. ]

[26]
付乐, 迟妍妍, 于洋, 等. 2000—2020年黄河流域土地利用变化特征及影响因素分析[J]. 生态环境学报, 2022, 31(10): 1927-1938.

DOI

[Fu Le, Chi Yanyan, Yu Yang, et al. Characteristics and driving forces of land use change in the Yellow River Basin from 2000 to 2020[J]. Ecological and Environmental Sciences, 2022, 31(10): 1927-1938. ]

[27]
黄钰清, 李骁尧, 于强, 等. 1995-2018年黄河流域土地利用变化及驱动力分析[J]. 西北林学院学报, 2022, 37(6): 113-121.

[Huang Yuqing, Li Xiaoyao, Yu Qiang, et al. An analysis of land use change and driving forces in the Yellow River Basin from 1995 to 2018[J]. Journal of Northwest Forestry University, 2022, 37(6): 113-121. ]

[28]
严长安, 杨汝兰, 付潇华, 等. 土地利用变化对滇池流域生态系统服务价值的影响[J]. 生态学报, 2023, 43(15): 6194-6202.

[Yan Chang’an, Yang Rulan, Fu Xiaohua, et al. Impact of land-use change on ecosystem services value in Dianchi Lake Basin[J]. Acta Ecologica Sinica, 2023, 43(15): 6194-6202. ]

[29]
苏迎庆, 张恩月, 刘源, 等. 汾河流域土地利用变化及生态环境效应[J]. 干旱区研究, 2022, 39(3): 968-977.

[Su Yingqing, Zhang Enyue, Liu Yuan, et al. Land-use change and ecological environment effects on Fenhe River Basin[J]. Arid Zone Research, 2022, 39(3): 968-977. ]

[30]
高宇婷, 于洋, 孙凌霄, 等. 塔里木盆地南缘绿洲土地覆盖变化及驱动力[J]. 干旱区研究, 2021, 38(4): 1172-1183.

[Gao Yuting, Yu Yang, Sun Lingxiao, et al. Land coverage change and driving forces of an oasis in the southern margin of Tarim Basin[J]. Arid Zone Research, 2021, 38(4): 1172-1183. ]

[31]
牛乐乐, 张必成, 贾天忠, 等. 青海省海西州土地利用变化强度分析与稳定性研究[J]. 水土保持学报, 2021, 35(2): 152-159.

[Niu Lele, Zhang Bicheng, Jia Tianzhong, et al. Analysis on intensity and stability of land use change in Haixi Mongolian and Tibetan Autonomous Prefecture of Qinghai Province[J]. Journal of Soil and Water Conservation, 2021, 35(2): 152-159. ]

[32]
李帅呈, 龚健, 杨建新, 等. 兰西城市群土地利用/覆被变化模式特征——基于强度分析框架[J]. 资源科学, 2023, 45(3): 480-493.

DOI

[Li Shuaicheng, Gong Jian, Yang Jianxin, et al. Characteristics of LUCC patterns of the Lanzhou-Xining urban agglomeration: Based on an intensity analysis framework[J]. Resources Science, 2023, 45(3): 480-493. ]

DOI

[33]
郭晓彤, 孟丹, 蒋博武, 等. 基于MODIS蒸散量数据的淮河流域蒸散发时空变化及影响因素分析[J]. 水文地质工程地质, 2021, 48(3): 45-52.

[Guo Xiaotong, Meng Dan, Jiang Bowu, et al. Spatio-temporal change and influencing factors of evapotranspiration in the Huaihe River Basin based on MODIS evapotranspiration data[J]. Hydrogeology & Engineering Geology, 2021, 48(3): 45-52. ]

Options
文章导航

/

〈 〉