《Environmental and Sustainability Indicators》：Multi-level Intensity Analysis of LULC Change in the Upper Yamuna Basin and its Impact on River Health in the Delhi Region
编辑推荐：
快速城市化驱动的土地利用与土地覆被变化对河流健康构成威胁，因此识别关键驱动因素至关重要。对人为变化进行全面评估，以优先考虑塑造城市河段河流条件的主导模式与过程，显得十分必要。本研究首次在印度背景下采用多层级强度分析（interval、category及tran
快速城市化驱动的土地利用与土地覆被变化对河流健康构成威胁，因此识别关键驱动因素至关重要。对人为变化进行全面评估，以优先考虑塑造城市河段河流条件的主导模式与过程，显得十分必要。本研究首次在印度背景下采用多层级强度分析（interval、category及transition三个层级），深入挖掘上亚穆纳流域及其子流域——德里地区的土地利用与土地覆被动态。分析表明，在第二时段整体土地利用与土地覆被转化趋于相对稳定，上亚穆纳流域与德里地区的转化速率趋于一致。在上亚穆纳流域，城市扩张持续侵占水体，而耕地扩张主要发生在裸地基础上，裸地表现出最高的损失强度。在德里地区，早期建筑用地侵占导致植被流失，但最终转向裸地。相应地，植被在第一时段表现出最高的损失强度，而裸地在第二时段达到最高。耕地转化同样从主要侵占水体（2004–2014年）转向侵占裸地（2014–2024年）。定性状况评估揭示，这些转化已对亚穆纳河健康产生不利影响，导致德里地区污染物负荷升高、水质退化及河岸生态系统服务受损。此外，本研究提供了上亚穆纳流域2034年、2044年及2054年的土地利用与土地覆被动态预测。研究结果为改善环境可持续性与景观恢复力的战略干预措施提供了依据。
河流生态系统作为淡水资源发挥着关键作用，维系生计并促进可持续发展目标的实现。河流提供多种重要生态系统服务，包括水和粮食供给、栖息地保护及气候调节，同时支撑社会经济发展与环境可持续性。然而，人口增长和土地利用变化驱动的人为压力日益加剧，对河流健康产生显著负面影响，导致水质恶化与生态失衡。河流退化的主要根源在于自然资源转为人为用地以应对不断增长的资源需求。高人口密度加速植被覆盖流失，通过大规模农业和城市扩张转化自然土地。这种用地扩张是淡水系统污染负荷的重要来源，导致新兴污染物出现频率增加，包括药品、表面活性剂、工业化学品及其他新型污染物。景观特征是决定地表水质量的关键因素，因其控制着污染物来源及其输移路径。因此，缓解河流污染需要全面理解土地利用动态及其对河流健康的时空影响，以制定有效的管理策略。
印度同许多国家一样经历了显著的城市化进程，自独立以来多个领域取得显著发展。这些变化显著改变了土地覆被格局，影响水文过程、水资源可利用性及河流生态系统功能。多项研究已利用遥感与地理信息系统技术在印度开展土地利用与土地覆被变化动态研究；然而，用于量化时空转化的强度分析在印度背景下仍然有限。由Aldwaik和Pontius（2012）提出的强度分析是一种利用多时期土地利用数据转换矩阵评估土地覆被变化时空动态的 robust 技术。与传统变化指标不同，该技术分为三个层级，能够深入洞察转换矩阵并识别最强烈的类别与转化类型。该技术通过将实际变化与假设的均匀分布进行比较来量化转化速率，揭示景观改造何时何地异常快速或缓慢。此类基于强度的评估十分必要，因为城市和农业热点区域频繁影响淡水水体水质。此外，强度分析能够捕捉时间变化及其对离散时段景观动态的影响，而这些信息仅通过考察总变化量无法获得。因此，强度分析对于在综合统一分析框架内整合所有相关土地覆被转化不可或缺。
亚穆纳河是印度重要的河流生态系统，对生态平衡、区域水文及文化精神遗产具有重要影响。然而，上亚穆纳流域污染严重，其中德里国家首都辖区是最大的污染贡献者。已有系列研究对该流域的土地利用与土地覆被变化进行了制图，但如前所述，这些研究往往缺乏对土地覆被转化的定量系统评估。现有研究通常采用单一空间视角，在流域尺度或直接在二级流域尺度评估土地利用与土地覆被效应以分析洪泛平原格局。此外，先前研究表明，城市人口增长倾向于集中在平坦地形，导致河流流域洪泛平原极易受到人为压力影响。Samal和Gedam（2021）在流域及二级流域尺度进行了土地利用与土地覆被分类及变化检测，评估了其对水文参数的影响。研究表明，流域尺度的累积影响相较于二级流域尺度所观察到的效应相对较小。因此，本研究在流域尺度及其一个子流域尺度考察土地利用与土地覆被变化，以确定减缓措施应针对上游影响还是可以有效地聚焦于局部干预。
鉴于此，本研究采用强度分析在上亚穆纳流域及其子流域——德里地区三个层级（时段、类别和转化）量化土地利用与土地覆被变化。在流域和二级流域尺度进行强度分析对于诊断尺度特定的关键土地利用与土地覆被转化并优先采取针对性修复行动以改善亚穆纳河状况至关重要。这种明确空间尺度的证据通过指导基于系统景观评估的土地利用管理政策工具来加强河流修复。由此，三级强度分析为研究区内关键研究问题提供了结构化基础，包括：a）哪些土地覆被类别在不同空间尺度占主导，其转化是快速还是渐进？b）哪些类别作为主要获益者或损失者，表现出最高增益和损失强度？c）主动和被动类别的相对比例以及两个流域的关键建筑用地转化是什么？基于强度分析发现，本研究通过涵盖社会经济、环境、水文、气候以及政府与政策相关五个维度的状况评估，定性地将这些模式与亚穆纳河健康联系起来。此外，研究利用预测模型对未来上亚穆纳流域的土地利用与土地覆被格局进行预测，提供基于情景的认识以指导管理策略。最后，基于研究发现提出的建议措施为政策制定者和决策者提供了实用见解，以指导其最小化影响河流健康的土地效应。
研究所用方法包括四个主要组成部分：（a）对上亚穆纳流域和德里地区2004年、2014年和2024年的土地利用与土地覆被动态进行时空分析；（b）在时段、类别和转化层级进行土地利用与土地覆被变化强度分析，并比较流域与子流域的结果；（c）利用预测模型技术生成2034年、2044年和2054年的未来土地利用与土地覆被预测及变化检测；（d）制定缓解土地利用与土地覆被变化驱动河流退化的战略干预措施。
研究区域为上亚穆纳流域及其子流域德里地区。上亚穆纳流域是亚穆纳河的主要子流域，横跨印度北部多个邦，面积约38,222 km2，河长434 km，源出自海拔约6,387米的亚穆诺特里冰川。德里地区面积2,787 km2，亚穆纳河在该区域内绵延62公里，包含高度城市化的区域。研究使用Landsat系列卫星影像（空间分辨率30×30米），包括2004年Landsat 7 ETM+以及2014年和2024年的Landsat 8 OLI/TIRS数据，采用最大似然分类法将景观分为裸地、建筑用地、耕地、植被、牧草地、积雪和水体七类。利用Aldwaik和Pontius（2012）提出的数学框架进行三级强度分析：时段层级分析评估整体土地变化年率的变异性；类别层级评估特定土地类别的增益和损失强度；转化层级分析特定土地类别间的转化强度。未来预测采用基于元胞自动机-人工神经网络模型的MOLUSCE插件在QGIS中进行，以坡度、数字高程模型和道路近距为解释变量，以2004-2014年的十年土地利用与土地覆被变化为响应变量进行模拟，并通过Kappa系数统计评估模型精度。
结果显示，在上亚穆纳流域，耕地是主要土地覆被类型，2024年占52.69%；而在德里地区，建筑用地占主导，达48.44%。2004-2024年间，上亚穆纳流域建筑用地分别增长了130%（2004-2014）和28%（2014-2024），德里地区则分别增长22%和8%。植被在流域内持续下降23%和9%，德里地区先降16%后小幅回升3%。耕地和水体在两区域均呈下降趋势。
时段层级强度分析表明，上亚穆纳流域年变化强度从2.3%（2004-2014）降至1.3%（2014-2024），德里地区从2.2%降至1.3%，均超过均匀变化率，表明土地覆被转化持续快速，但第二时段趋于稳定。上亚穆纳流域第一时段为极快变化（84%），第二时段为中快变化（4%）；德里地区第一时段为极快变化（83%），第二时段为中快变化（8%）。两区域第二时段年变化强度趋近均匀变化率，表明土地趋于饱和。
类别层级分析显示，上亚穆纳流域中裸地、建筑用地、牧草地和水体为主动获益者，而耕地和植被为被动类别。裸地和水体亦为主动损失者，年损失强度超过年增益强度。德里地区建筑用地、裸地、牧草地、植被和水体为主动获益者，耕地增益被动。值得关注的是，2014-2024时段裸地年损失强度（8.97%）显著高于年均匀强度（1.3%），超过所有其他类别。整个研究时段（2004-2024）的模式与2004-2014时段一致。
转化层级分析揭示，上亚穆纳流域2004-2014时段向建筑用地的转化主要侵占水体（0.82%）、耕地（0.80%）和裸地（0.73%），回避植被（0.32%）和牧草地（0.31%）；2014-2024时段则除植被外均成为侵占目标，水体最高（0.93%）。向耕地的转化除植被外均成为目标，裸地为主要来源。水体损失主要转向耕地。德里地区2004-2014时段建筑用地扩张回避裸地（0%）、耕地（1.95%）和牧草地（1.08%），而目标侵占植被（3.10%）和水体（2.13%）；2014-2024时段则主要侵占裸地（3.17%）、牧草地（1.96%）、植被（1.65%）和水体（1.41%）。向耕地的转化在第一时段除裸地外均成为目标，第二时段主要侵占裸地（4.38%）。水体损失在两时段均以耕地为主要接收方。
未来预测模块中，2024年模拟结果与实际数据进行Kappa系数验证，正确百分比为86.5%，总Kappa系数0.80，Kappa直方图0.94，Kappa位置0.84，均超过80%的可接受标准。预测结果表明，建筑用地将持续扩张，2034年占12.18%，2044年13.35%，2054年14.44%。裸地、耕地、植被和水体均呈下降趋势。水体在2024-2034年间预计减少约40.24%，植被同期下降3.12%。建筑用地扩张主要侵占耕地，而水体减少将促进耕地、牧草地和建筑用地的后续增加。
讨论部分从五个维度进行定性条件评估：社会经济方面，21世纪初期快速经济增长和河流廊道改造是主要催化因素，与印度人口增长率变化趋势一致；建筑用地扩张反映了印度快速城市化轨迹，德里国家首都辖区及周边地区高度城市化。环境方面，水体向城市密集区的持续转化对亚穆纳河水质产生不利影响，城市扩张加剧了多条排水沟的废水排放，纳贾夫加尔排水沟贡献了最高的污染物负荷。河岸农业集约化进一步增加压力，约2,500个小规模农场贡献化肥、农药和新兴污染物。水文方面，水体向建筑用地的转化重塑了德里地区的水文格局，纳贾夫加尔湖面积从226 km2锐减至约7 km2。2003-2023年间，德里的水供需缺口从250 MGD扩大至344 MGD，地下水位下降20-30米，亚穆纳河平均流量降至约43 m3/s。气候方面，快速城市化和植被覆盖下降显著改变了德里局地气候，平均地表温度从2001年的36.58°C升至2021年的41.81°C，不透水表面增加导致城市内涝风险上升。政府与政策方面，亚穆纳行动计划等政策工具仅部分成功地抵消了水文生态成本，印度缺乏统一的废水回用国家法规，土地利用治理存在类似缺口。
基于上述发现，研究提出以下修复措施：流域与二级流域管理策略方面，建议通过原位排水处理拦截处理废水，并在排水口建立口袋湿地以进一步减少残余污染物；德里地区需加速绿色基础设施扩张，推广屋顶花园倡议，进行洪泛平原恢复包括移除不透水结构、采用透水材料等。基于未来预测的战略干预方面，建议建立优化规划框架，强制执行最低耕地保留量、限制城市扩张、设定生态敏感区损失阈值及气候风险排除约束，以实现农业生产率与生态可持续性的平衡。
结论指出，土地利用与土地覆被变化是印度及其他发展中国家河流系统的主要人为压力，损害了物理化学水质及生态流量、水文气候极端事件和生物多样性等关键指标。本研究应用强度分析框架在流域尺度和地方尺度评估土地利用与土地覆被变化动态，捕捉了单一分辨率无法揭示的时空对比。尽管耕地仍是上亚穆纳流域的主导土地利用类型，但其持续下降表明潜在的向建筑用地主导的转变趋势，这已在土地利用监管薄弱的德里地区显现。德里地区表现出更大的土地利用动态性，而上亚穆纳流域遵循更渐进的转化轨迹。时段、类别和转化层级诊断表明，上亚穆纳流域建筑用地扩张持续侵占水体，耕地扩张主要置换裸地；德里地区早期城市增长主要替代自然植被，后期扩张则针对裸地。耕地扩张从最初侵占水体转向第二时段侵占裸地。水体在两时段均保持第二高的损失强度，耕地成为水生转化的关键驱动因素。强度分析结果表明，上亚穆纳流域和德里地区的城市侵占随时间影响多个土地覆被类别，表明城市扩张多样化并代表关键土地利用转化，逐步降低景观完整性。定性条件评估得出结论，德里地区内的河流缺乏维持其生态系统服务的能力。这些结果共同强调需要基于转化导向、尺度敏感的土地-水资源管理方法。因此，研究建议发展蓝绿基础设施、洪泛平原管理以及优化农业生产力，以契合生态完整性和气候韧性。未来研究应将此分析框架扩展至上亚穆纳流域的其他子流域，以识别对整体河流健康负面影响最大的区域。多级强度分析能够识别高风险转化，从而为可持续城市规划和综合流域管理提供循证策略。
