EN中文

湿地科学 >

2025 , Vol. 23 >Issue 4: 655 - 667

DOI: https://doi.org/10.13248/j.cnki.wetlandsci.20240182

湿地水文

湿地水文连通的定量评估和影响因素分析

  • 穆家徐 , 1, 2 ,
  • 齐鹏 , 2, * ,
  • 王敏 1
展开
齐鹏，副研究员。E-mail:

穆家徐（1999—），男，江苏省连云港人，硕士研究生，从事湿地水文连通方面的研究。E-mail:

收稿日期: 2024-07-03

  修回日期: 2024-07-31

  网络出版日期: 2026-03-12

版权

版权所有©《湿地科学》编辑部2025
穆家徐, 齐鹏, 王敏. 湿地水文连通的定量评估和影响因素分析——以挠力河流域为例[J]. 湿地科学, 2025, 23(4): 655-667 [Mu J X, Qi P, Wang M. Quantitative assessment of wetland hydrological connectivity and analysis of driving factors: a case study of the Naoli River Basin. Wetland Science, 2025, 23(4): 655-667
收起

Quantitative assessment of wetland hydrological connectivity and analysis of driving factors: a case study of the Naoli River Basin

  • Mu Jiaxu , 1, 2 ,
  • Qi Peng , 2, * ,
  • Wang Min 1
Expand

Received date: 2024-07-03

  Revised date: 2024-07-31

  Online published: 2026-03-12

Copyright

Copyright ©2025 Wetland Science. All rights reserved.
Fold

摘要

湿地水文连通对于维持生态系统的稳定和促进物种多样性具有重要意义。为了量化湿地水文连通并探究其驱动机制，通过谷歌地球引擎(Google Earth Engine)平台提取1990—2020年挠力河流域水体数据，采用地统计学连通性函数和淹没频率，定量评估挠力河流域湿地水文连通的时空动态变化。研究结果表明，在年际尺度上，挠力河流域正逐步表现出水文连通性增强及淹没频率提升的发展趋势；从空间角度看，挠力河中下游区域的水体多次发生重组且容易形成大型连通体，流域淹没频率呈现东北高、西南低的态势；土地利用类型的转化与气候因素的变动，共同影响了挠力河流域的湿地水文连通性。研究结果可以为挠力河流域的生态系统保护与湿地修复工作提供依据。

本文引用格式

穆家徐 , 齐鹏 , 王敏 . 湿地水文连通的定量评估和影响因素分析[J]. 湿地科学, 2025 , 23(4) : 655 -667 . DOI: 10.13248/j.cnki.wetlandsci.20240182

Abstract

Hydrological connectivity plays a vital role in maintaining ecosystem stability and enhancing biodiversity within wetland systems. It critically influences material cycles, energy flows, and biological migration pathways both within individual wetlands and across interconnected complexes. Land use types constitute a significant factor in altering wetland hydrological connectivity, profoundly shaping its spatial patterns. Simultaneously, climatic factors serve as direct drivers of hydrological connectivity changes in wetlands, predominantly manifesting their influence across temporal scales. Quantitative assessment of hydrological connectivity and analysis of its driving factors have emerged as prominent research foci. However, the absence of a standardized evaluation framework for hydrological connectivity hinders a comprehensive understanding and practical application by researchers. This limitation is particularly evident in the relatively scarce body of research dedicated to integrated assessments of hydrological connectivity across large spatial scales and extended temporal sequences. Consequently, there is a critical need to conduct quantitative analyses utilizing long-term hydrological data. Such analyses aim to elucidate the temporal dynamics and evolutionary patterns of hydrological connectivity, thereby enabling the investigation of the underlying mechanisms through which diverse factors influence connectivity. This approach not only advances fundamental knowledge of the intrinsic nature and governing principles of hydrological connectivity but also provides robust scientific underpinning for the scientific management and decision-making processes related to water resources. In recent decades, the Naoli River Basin has experienced significant ecological degradation due to intensified human activities and climate change, leading to various environmental challenges. Increased flood frequency has further disrupted the basin's inherent hydrological connectivity, undermining its stability. This study quantifies wetland hydrological connectivity and explores its driving mechanisms using water body data extracted via Google Earth Engine (GEE) from 1990 to 2020. We employed geostatistical connectivity functions and inundation frequency analysis to assess spatiotemporal dynamics. The results of the study show that a clear trend of increasing hydrological connectivity and inundation frequency emerged over time. The basin's Hydrological Connectivity Index rose from 0.11 (1990-1999) to 0.22 (2000-2009), reaching 0.28 (2010-2020). Concurrently, the total inundated area expanded from 722.93 km2 (1990-1999) to 1053.41 km2 (2010-2020). The midstream and downstream reaches exhibited high hydrological dynamism, with frequent water body reorganization and a tendency to form large connected patches. Notably, extensive connected water bodies of 613.47 km2 (2019) and 587.18 km2 (2020) formed in these areas. Inundation frequency displayed a distinct "high in the northeast, low in the southwest" spatial pattern, reflecting underlying topographic controls. Land use conversion (especially to agriculture) and climate change (increased precipitation) are primary drivers enhancing connectivity and altering its spatial configuration. However, land use homogenization has reduced the basin's ecological regulation capacity. Crucially, heightened connectivity combined with rising rainfall elevates flood disaster risk by facilitating rapid floodwater transmission across the landscape. The findings offer a scientific foundation for planning connectivity restoration projects and implementing sustainable management strategies to enhance ecological resilience in the Naoli River Basin.

湿地水文连通影响水文循环各要素内部或之间的物质循环、能量流动和生物迁移等过程，对于维持生态系统的稳定和促进物种多样性具有重要意义[1-3]。然而，在人类活动和气候变化的影响下，许多区域的湿地面积不断萎缩，湿地破碎化，破坏了原有的水文连通，使湿地逐渐失去稳定性[4-5]。土地利用类型是湿地水文连通改变的重要影响因素，深刻影响水文连通的空间格局[6]。同时，气候因素是湿地水文连通改变的直接驱动力，通常在时间尺度上影响水文连通[7]。对湿地水文连通的时空动态变化进行定量评估，并探究其影响因素和驱动机制，对于湿地的有效保护和科学修复具有重要的意义。
目前，水文连通的定量评估与驱动因素分析已经成为备受关注的研究热点[8-9]。Jahanishakib等[10]利用图论法构建景观生态网络评价体系，评估了伊朗Gharesou流域的结构和功能连通性，并进一步探究土地优化利用模式；熊丽黎等[11]从连通天数和发生时间等方面定量评估鄱阳湖东部湖湾与主湖区的水文连通性，进而讨论水文连通性变化及其对湿地植物与候鸟的影响；Özgen等[12]通过计算水文变量的水文特征、水文指数和时空分布模式量化水文连通性，以此探索美国高海拔集水区的地表−地下水交换与水文响应之间的关系。以上研究首先说明了湿地水文连通研究的理论基础与问题背景，同时明确关键影响因素的作用，表明湿地水文连通研究的重要性与紧迫性；其次，通过当前水文连通性研究的典型案例，体现出研究方法的多样性，同时说明水文连通性是前沿性的热点研究。然而，目前关于水文连通的评估尚未形成统一的评价标准，这限制了研究人员对水文连通性的深入理解与应用。尤其是在大尺度和长时间序列的水文连通性综合评价方面，现有的研究仍然相对较少[13]。因此，需要对长时间序列水文数据开展量化分析，发现水文连通性在时间尺度上的变化特征，进而探究不同因素对水文连通的影响机理。这不仅有助于更好地认识水文连通性的本质和规律，还能为水资源的科学管理与决策提供有力支撑。
水文连通性是湿地水文过程的主要非生物驱动因子，对于湿地生态系统的物质循环效率和生物多样性维护具有决定性作用[14]。挠力河流域是中国重要的商品粮基地和湿地集中分布区，在保障国家粮食安全和生态健康方面具有重要的意义[15]。20世纪以来，挠力河流域农业发展迅速，主要土地利用类型由沼泽湿地逐渐转化成农田[16]。农业的迅速发展导致挠力河流域产生水资源短缺、水位下降、湿地退化和水质恶化等一系列生态环境问题[17]。目前，关于挠力河流域湿地水文连通性的时空演变特征及其定量评估缺乏系统研究。鉴于此，需要加强并完善这一领域的研究工作，以增进对该区域水文连通性动态变化的深入理解。
本研究以挠力河流域为研究区，基于1990—2020年挠力河流域的水体、气候和土地利用等数据，从年际变化和空间分布2方面评估水文连通性的变化特征，主要研究目的为：(1)研究1990—2020年挠力河流域水体、气候和土地利用数据的变化趋势；(2)定量评估1990—2020年挠力河流域湿地水文连通的时空动态变化；(3)探究湿地水文连通改变的驱动机制，分析土地利用类型转化和气候变化对水文连通的影响。本研究有助于更好地理解湿地水文连通的驱动机制，进而为挠力河流域的综合管理和可持续发展提供科学支撑。

1 材料与方法

1.1 研究区

挠力河流域(45°43′N~47°35′N，131°31′E~134°10′E)位于黑龙江省东北部(图1)，总面积约为2.6×104 km2，占三江平原面积的1/4。流域海拔平均60 m，地形呈现“西南高、东北低”的态势，水系自西南流向东北[18]。研究区地形主要以平原和丘陵为主，平原主要分布在流域的北部和中部的内七星河、外七星河和挠力河中游地区，丘陵主要分布在流域的西南部和南部[19]。该流域地处中纬度，气候属于寒温带大陆性季风气候，年降水量为532 mm，降水年内分配不均，6—9月降水量占全年的70%以上；年平均气温为3.3 ℃，年平均相对湿度为66%，夏季为70%~80%[20]。流域整体为条状，河流全长596 km，支流基本呈现叶状[21]。流域内主要河流有挠力河和七星河。该流域受地形和水文条件影响，形成了较大面积的沼泽湿地。至2018年，挠力河流域已成功建成了超过50座水库，其中涵盖2座大型水库，这些水库的总库容达到约9.14×108 m3[22]。
1 Location map of the Naoli River Basin

挠力河流域位置图

1.2 数据来源

在谷歌地球引擎(Google Earth Engine)平台中，利用遥感图像提取挠力河流域1990—2020年的水体数据。土地利用数据来源于1985—2020年中国30 m的年度土地覆盖数据[23]。降水量数据来源于欧盟及欧洲中期天气预报中心等组织发布的ERA5-Land数据集[24]。气温和潜在蒸散发数据来源于国家青藏高原科学数据中心[25-26]。土地利用和气象数据的处理通过ArcGIS 10.6软件完成。

1.3 研究方法

1.3.1 湿地水文连通性的界定与水体数据的处理

湿地水文连通性，指的是天然或人工构建的河流、湖泊、沼泽等不同湿地类型之间及其内部在空间结构上所展现的水文连续性，以及以水为媒介进行物质传输、能量交换、生物迁徙的能力[27]。湿地水文连通的研究范畴非常广泛。本研究主要关注河流上下游间的纵向连通、河流与洪泛区湿地/湖泊间的横向连通，以及湿地内部的水文连通性(图2)。
2 Schematic diagram of horizontal and vertical hydrological connectivity of wetlands[27]

湿地横向和纵向水文连通示意图[27]

洪泛区是指江河沿岸、湖泊周边等易受洪水淹没的地区[28-30]。挠力河属于典型的沼泽性河流，由于地势低平，河道弯曲，形成了广泛的洪泛区。因此，本研究提及的洪泛区，特指那些因水文条件变化而导致水体面积显著变动的区域，主要包括挠力河主干河道及其两侧广泛分布的洪泛湿地[31-32]。由于洪泛区边界具备强烈的动态性特征，本研究并未划定挠力河流域洪泛区的具体边界范围。河流与洪泛区之间的横向连通是水生生物群落结构和功能的主要驱动因素[33]。研究表明，水文连通性受到洪泛区水位变动直接影响[34]。此外，洪泛区系统的周期性漫滩过程是实现水文横向连通性的重要途径[35]。总体来看，横向水文连通研究所涉及的洪泛区与一般认知上的洪泛区概念一致[36]。
挠力河流域1990—2020年的水体数据的提取对象包含河流、湖泊以及被淹没的湿地等长期存在的水体。为了提高数据的准确性，在30 m精度的逐年中国土地覆被数据集的基础上，通过ENVI 5.3软件对提取的水体分布数据进行修正。然后，使用ArcGIS10.6软件将水体分布图像转变成干/湿二值栅格数据。像元是组成栅格数据的最小单元，设定大小为60 m×60 m。栅格数据包含1和0，其中湿像元(水体)为1，干像元(非水体)为0。为了便于分析，使用min-max标准化的方法处理水体面积数据。

1.3.2 地统计学连通性函数

通过地统计学连通性函数，对研究区的湿地水文连通性进行定量评估。研究使用的连通性分析工具源于Trigg等[37]在MATLAB上重新编写的脚本。该脚本可以对研究区的干/湿二值栅格数据进行分析，湿像元通过边和角顶点8个方向进行连接，最终输出连通性函数(图3a)和连通体图像。连通体即通过地理编码对所有独立水面进行识别的空间数据，是地表水文连通性分析输出的一类重要结果。连通体的本质是通过空间分析技术(地理编码、图论算法等)对水体数据进行处理后的分析结果。通过识别研究区域所有独立连通的水域，为每个独立水域赋予唯一编码(ID)，形成结构化空间数据，便于水文连通的量化分析。沿任何路径(包括非直接路径)连接的所有湿像元都被视为同一连通体的一部分。地统计学连通性函数能够计算给定方向指定距离内任意2个湿像元的连接概率。目前，该方法已广泛应用于湿地水文连通性研究分析[38]。其计算公式为：
3 Schematic diagram of geostatistical connectivity function calculation[39]

地统计学连通性函数计算示意[39]

\begin{document}$ P\left(n;{z}_{c}\right)=Pr\left\{\prod _{j=1}^{n}I\left({u}_{j};{z}_{c}\right)=1\right\} $\end{document}
式(1)中，P为连接概率；n为指定方向的像元个数；zc为阈值；uj为像元位置。I为指示函数。指示函数是一个二元函数，用于判断某个条件是否成立。本文当条件满足时，函数值为1；否则为0。当z(uj)>zc时，I(uj; zc)=1，反之，I(uj; zc)=0。从初始位置u1开始对设定范围内所有的位置进行判定。给定方向指定距离内的连通性函数值是连通的点在该距离范围内所占的比例。当连通距离设定为120 m时，南北方向的连通性函数为0.75(图3b)，西东方向的连通性函数为0.83(图3c)。研究区内部水体流动遭遇的阻碍越多，连通性函数递减为零的速度越快。为了量化湿地水文连通性，以往的研究中使用x方向和y方向连通性函数的平均值表征水文连通性强弱[40-41]。划分干/湿二值栅格数据不涉及水深或者其他水文数据。较低的数据要求使得统计学连通性函数使用范围较为广泛。此外，脚本输出的每一个连通体都有对应的编号。由于连通体数量众多且面积差异明显，最小连通体面积仅为3.6×103 m2，统计面积排名前5的连通体展现研究区湿地水文连通的空间变化。

1.3.3 淹没频率

淹没频率是指一个区域在一定时间内被水体淹没的次数占总淹没次数的比例[42]。本研究通过Arcgis 10.6软件，叠加1990—2020年水体图像，并进行归一化分析。以此获得挠力河流域的淹没频率。根据年均淹没频率将研究区分为轻度淹没(0.0~0.3)、中度淹没(>0.3~0.6)、重度淹没(>0.6~0.9)和永久性淹没(>0.9~1.0)四种类型[43]。

1.3.4 曲线变化趋势分析

将水体面积和水文连通指数作为水文连通评价指标。采用简单的一元线性回归模型y=αt+β来分析土地利用数据、气象数据和水文连通指标曲线的变化趋势。其中，α为回归系数；β为常数；t为年份；y为待分析变量。回归系数α是一段时间内曲线变化的斜率。当α>0时表示待分析变量在计算时段内呈现上升趋势；当α<0时表示待分析变量在计算时段内呈现下降趋势；当α=0时，表示待分析变量在计算时段内不变。此外，运用IBM SPSS Statistics 2020软件，进行水文连通指标和气象数据的相关分析。

2 结果与分析

2.1 挠力河流域水体面积和连通指数的变化

挠力河流域水体面积标准化指数表现出“上升−下降−上升”的变化趋势(图4a)。在连通无阻断的情况下，水体面积越大连通性越强。挠力河流域水文连通指数呈现出“不变−下降−上升”的变化趋势(图4b)。水文连通指数最大值出现在2020年，最小值出现在1992年，分别为0.57和0.05。研究区水体面积标准化指数和连通指数最值的出现时间存在差异，这可能与挠力河流域洪水积聚现象有关。由于洪水不易排放，使研究区相对较高的水文连通状态可以维持更长的时间。
4 Changes in water body area and connectivity index in the Naoli River Basin from1990 to 2020

1990—2020年挠力河流域水体面积和水文连通指数的变化

α为回归系数。]]>

2.2 挠力河流域水文连通格局的变化

挠力河流域不同年份水文连通格局差异巨大(图5)。1990年，挠力河流域的水文连通格局呈现出连通体相互孤立的状态。此时，绝大多数连通体的面积极小，且主要分布在流域的东北区域。这可能是由于当时的气候条件、土地利用类型以及人类活动对湿地水文连通性的影响较小，流域尺度下水体之间的连接程度较低。随着时间的推移，2000年和2010年，挠力河流域的湿地水文连通格局发生了显著变化。这2个年份研究区内连通体得到扩张，较大的连通体出现在挠力河中下游。这一变化可能是气候变化导致降水增加，以及人类活动如农业灌溉、城市扩张等对湿地水文连通性产生的影响逐渐显现。2020年，挠力河流域的水文连通格局再次发生了显著的变化。此时，最大连通体已经占据了挠力河中下游位置，流域北部和中部形成了众多小型的连通体。
5 Hydrological connectivity patterns in the Naoli River Basin in 1990, 2000, 2010 and 2020

1990年、2000年、2010年和2020年挠力河流域的水文连通格局

1990—1999年、2000—2009年、2010—2020年最大连通体面积的平均值分别为41.25 km2、120.54 km2和187.27 km2(图6)。1990—1999年，连通体开始扩张，但大部分连通体相互之间依旧保持孤立。除了1991年、1994年和1995年，该时期其他年份连通体面积的最大值维持在30 km2以下。2000—2009年，连通体全面扩张，连通面积的最大值有5 a超过150 km2。这一时期水文连通格局由连通体相互孤立转变为相互联系，具体表现为相互孤立的连通体面积平均占比由1990—1999年的61.21%下降至2000—2009年的46.44%。2010—2020年，连通体继续扩张，研究区水文连通格局有4 a表现为连通体相互孤立的状态。该时期大型连通体时常出现，尤其是2019年和2020年，最大连通体的面积分别为613.47 km2和587.18 km2。
6 Changes of areas of larger connected body in the Naoli River Basin from1990 to 2020

1990—2020年挠力河流域大连通体面积的变化

2.3 挠力河流域淹没频率的变化

在空间上，挠力河流域的淹没频率总体上呈东北高、西南低的分布格局(图7)。淹没频率较高的区域主要集中在挠力河中下游主河道和几个湖泊。这些区域淹没频率大多在60%以上，局部区域可达永久性淹没的状态。中度淹没的区域大多分布于主河道两岸的洪泛区。在流域北部和中部，一些孤立分散的水体促使区域表现为轻度淹没状态。2个较大的水库和挠力河整体的水文联系较弱，其淹没频率也接近于永久性淹没。总体来看，研究区淹没区域的范围在不断扩大。
7 Changes in inundation frequency in the Naoli River Basin from 1990 to 2020

1990—2020年挠力河流域淹没频率变化

1990—1999年，轻度和中度淹没区域占据了淹没区域的主要部分，这一时期的水文连通指数维持在0.11 (表1)。2000—2009年，总淹没面积增长为722.93 km2，中度和重度淹没面积占据淹没区域的大部分，这一时期的水文连通指数提升至0.22。2010—2020年，尽管总淹没面积进一步增加至1053.41 km2，但水文连通指数的涨幅却相对有限。这可能与该时期内轻度淹没重新占据淹没区域的主要部分有关。总体来看，随着淹没面积在不同时期的增长，水文连通指数也呈现出相应的增加趋势。
1 Table of inundation in the Naoli River Basin at different time periods from 1990 to 2020

1990—2020年不同时期挠力河流域淹没情况

指标1990—1999年2000—2009年2010—2020年1990—2020年
轻度淹没面积占比/%35.08.134.639.2
中度淹没面积占比/%42.437.026.438.4
重度淹没面积占比/%17.443.022.916.5
永久性淹没面积占比/%5.211.916.15.9
总淹没面积/km2636.76722.931 053.411 059.59
水文连通指数0.110.220.280.20

2.4 土地类型改变对湿地水文连通的影响

挠力河流域的湿地面积在大幅度萎缩(图8)。1990年，研究区湿地成片存在，此时连通指数为0.08。相较于1990年，挠力河流域2000年农田面积上升了13.65%，湿地面积减少了62.86%。2010年，挠力河流域湿地越来越分散，呈现块状分布趋势。2000年和2010年连通指数分别为0.26和0.36。2020年，研究区湿地彻底破碎化，湿地集中分布在流域东北和中部地区。此时湿地面积只有1990年的12.95%，连通指数增长为0.57。
8 Spatial changes in land use types in the Naoli River Basin from 1990 to 2020

1990—2020年挠力河流域土地利用类型的空间变化

挠力河流域的主要土地利用类型是农田(图9)，其在2016年占据了整个流域面积的69.86%。1990—1999年是挠力河流域土地类型发生明显变化的时期。农田、森林和湿地面积的变化速率分别为212.72 km2/a、−96.49 km2/a和−123.89 km2/a。然而，挠力河流域的连通格局在2000—2009年发生明显改变。这说明土地利用类型改变对湿地水文连通的影响具有一定的滞后性。2010—2020年，为了改善流域生态环境，研究区开始实施退耕还林政策。不透水面(包括道路、停车场以及屋顶等低渗透率表面)，其覆盖面积呈现出持续上升的趋势。同时，水域(河流、湖泊以及大型水利设施等长期存在的水体)面积也在稳步增加，这直接促进了湿地水文连通性的增长。草地和荒地所占面积相对较小，对于研究区的湿地水文连通性影响微弱。多样化的土地类型使流域拥有更丰富和强劲的生态调控能力。
9 Trends in areas land types in the Naoli River Basin from 1990 to 2020

1990—2020年挠力河流域各土地类型面积的变化趋势

α为回归系数。]]>

2.5 气候变化对湿地水文连通的影响

运用IBM SPSS Statistics软件进行水文连通指标和气象数据的相关性分析(表2)。研究区水体面积、水文连通指数和年降水量显著正相关(p<0.05)，相关性系数分别为0.441、0.367。
2 Correlation analysis table between water temperature connectivity indicators and meteorological data

水温连通指标与气象数据的相关性分析表

相关性分析年降水量年平均气温年潜在蒸发量
注：数据右上角* 表示在p<0.05水平显著相关。
水体面积皮尔逊相关性0.441*0.164−0.196
显著性0.0130.3780.290
水文连通指数皮尔逊相关性0.367*0.284−0.133
显著性0.0430.1220.476
1990—1999年，挠力河流域年降水量呈现下降的趋势(图10)。该时期水文连通指数维持稳定。2000年后，研究区年降水量和水文连通指数呈现出一致的变化趋势。这表明挠力河流域水文连通性对降水量的响应变得敏感。2000—2009年，研究区湿地水文连通发生显著改变，具体表现为水文连通指数波动下降。结合同期气候数据，这种变化很可能与降水量的减少及气温的升高有密切关联。这些气象因素的变动导致水文状况发生更为明显的改变，进而影响研究区湿地水文连通性。2010—2020年，随着降水量的逐步增加，水文连通指数曲线斜率也达到0.02。
10 Trends in climate indicators in the Naoli River Basin from 1990 to 2020

1990—2020年挠力河流域气候指标的变化趋势

α为回归系数。]]>

3 讨　论

在年际尺度上，土地利用类型的转化与气候因素的变动导致挠力河流域水体面积和水文连通指数整体呈现上升的趋势。具体表现为挠力河流域的水文连通指数由1990—1999年的0.11，增大到2000—2009年的0.22，最终达到2010—2020年的0.28 (表1)。总体来看，1990—2020年挠力河流域的水体面积标准化指数和水文连通指数的变化趋势相似。但是，由于湿地水文连通在年际变化中的滞后效应及其与多种影响因素之间所展现的复杂耦合关系[44]，湿地水文连通与水体面积之间并不是简单的线性关系。相关研究表明，土地类型是影响湿地水文连通性的关键因素之一[45-47]。其原因在于流域湿地和森林覆盖的土地具有良好的植被覆盖和土壤结构，能够有效吸收和储存降水，减少地表径流的形成。相比之下，透水性较差的区域，降水容易形成地表径流，导致水文连通性增强。挠力河流域土地利用类型的转化主要体现在农田面积的增加以及湿地和森林面积的减少。农田面积的改变增加了挠力河流域内部的连通路径，农田的灌溉沟渠和排水设施使得原本孤立的连通体更容易相互聚合。研究表明，降水量、气温和蒸发量是影响流域水循环的重要参数[48-49]。降水量可以通过直接的水分补给影响挠力河流域的湿地水文连通。而气温和蒸发量则通过影响产水量、地表径流和地下水等方式[50-51]，间接对湿地水文连通产生影响。
从空间尺度看，挠力河中下游区域的湿地大范围转变为农田导致该区域水体多次发生重组且容易形成大型连通体。2019和2020年，该区域最大连通体的面积分别为613.47 km2和587.18 km2(图6)。土地利用类型的逐渐同化将导致流域生态调控能力的下降。湿地和森林的水文连通性较低，具有良好的拦截水沙、保持水土的能力[52-53]。农田作为一种自身高度同化的土地类型，其水文连通性相对较高，但生态调控能力却相对较弱。此外，挠力河流域农田面积的持续增长也加剧了水土资源空间差异[54]。从淹没频率看，流域淹没频率呈现东北高、西南低的态势(图7)。这种空间分布态势反映出了流域的地形特征。挠力河流域水库和基础设施的建设改变了流域产流和汇流能力[55]，导致区域之间的地势差异进一步扩大。总体来看，土地利用类型的转化和气候变化增强了挠力河流域的湿地水文连通性，促使研究区连通程度与连通格局发生了改变。但是，土地利用类型的逐渐同化也导致流域生态调控能力的下降。同时，由于流域表现出高水文连通性以及降水量的不断增加，流域发生洪涝灾害的风险在提高。
近年来，挠力河流域面临的水土资源不平衡和生态系统恶化问题愈发凸显[56-57]。这加剧了流域内水体滞流严重、每逢汛期大量洪水容易满溢的状况。鉴于此，实施湿地恢复和河道改善措施显得尤为迫切。挠力河下游作为重要的天然滞洪区，需要通过疏浚河道或优化连通线路来改善其纵向连通性。同时，横向连通性的改善可通过拆除或减少不透水性的河流两岸结构来实现。针对挠力河中游附近湿地破碎化严重的情况，构建生态渠道是较为经济的措施。通过生态渠道连接分散湿地，可以兼具储水与泄水的双重功能。此外，挠力河流域自然肥力较高，可以采取人工撒播、补种水生植物等手段，促进湿地自然恢复过程。同时，通过微地形改造的方式营造多元化的湿地生态环境。本研究对湿地水文连通的年际变化及空间变动进行了量化分析，旨在为挠力河流域的连通工程规划和科学管理提供科学依据。

4 结　论

在年际尺度上，挠力河流域正逐步表现出水文连通性增强及淹没频率提升的发展趋势。挠力河流域的水文连通指数由1990—1999年的0.11，增大到2000—2009年的0.22，最终达到2010—2020年的0.28。总淹没面积也由1990—1999年的722.93 km2发展到2010—2020年的1053.41 km2。
从空间角度看，挠力河中下游区域的水体多次发生重组。在2019和2020年，挠力河中下游区域分别形成了面积为613.47 km2和587.18 km2的大型连通体。该区域的淹没频率一般高于60%。此外，挠力河流域淹没频率呈现东北高、西南低的态势。
土地类型的转化和气候因素的变动深刻影响湿地水文连通性。挠力河流域2020年的湿地面积只有1990年的12.95%，连通指数由0.08增长为0.57。挠力河流域的水文连通指数和年降水量显著正相关，相关性系数为0.367。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
Options
文章导航

/

〈 〉