王 穎，李國慶，周 潔，王夢瑤，宋 媛

(魯東大學資源與環(huán)境工程學院，煙臺 264025)

0 引言

近年來，我國光伏產(chǎn)業(yè)在國際市場拉動和國內(nèi)政策支持的雙重作用下發(fā)展迅速。截至2019年，我國光伏發(fā)電裝機容量達2.04億kW；發(fā)電量為2243億kWh，占全國總發(fā)電量的3.1%[1]。光伏電站的建設避免了傳統(tǒng)發(fā)電方式帶來的污染，在產(chǎn)生巨大經(jīng)濟效益的同時，也對荒漠化土地、戈壁、鹽堿化土地等生態(tài)脆弱的地區(qū)起到了一定的修復作用[2]。有研究表明，在荒漠化地區(qū)，光伏組件的布設會改變下墊面的狀況，在一定程度上影響區(qū)域氣候環(huán)境，造成光伏電站附近的空氣溫濕度、風速等因素的變化；此外，光伏組件改變了太陽輻射平衡，引起土壤溫度的變化，進而會對植物群落的蓋度、高度、生物量及豐富度等產(chǎn)生影響[3-4]。

土壤水分是影響自然界中水分平衡的一個重要參量，其在地－氣界面間的物質(zhì)與能量交換過程中起著決定性作用，是土壤重要的理化特性之一，是植被發(fā)育的基本條件[5]。本文以青海省共和縣南部的龍陽峽光伏電站為例，基于多景Landsat影像，結(jié)合月降水數(shù)據(jù)，并采用改進型垂直干旱指數(shù)(modified perpendicular drought index，MPDI)來判斷光伏電站建設前、后光伏陣列覆蓋區(qū)和不同緩沖區(qū)范圍內(nèi)的地表土壤水分的變化情況，進而推斷光伏陣列對地表土壤水分的影響范圍，以期為光伏電站選址及實現(xiàn)光伏產(chǎn)業(yè)“發(fā)展為要，生態(tài)優(yōu)先”理念提供參考依據(jù)[6]。

1 光伏電站所在地概況與數(shù)據(jù)

1.1 光伏電站所在地概況

青海省共和縣南部的龍陽峽光伏電站(36.001°～36.217°N，100.454～100.658°E)始建于2013年，截至2017年底其占地面積約為70 km2，裝機容量達850 MW，是截至2019年世界上最大的光伏電站之一[7]，其位置圖如圖1所示。

圖1 龍陽峽光伏電站的位置圖Fig.1 Location map of Longyangxia PV power station

該光伏電站中光伏組件朝南安裝，組件傾角約為34°，光伏支架的行間距約為7.5 m。電站所在區(qū)域?qū)儆诟咴箨懶詺夂?，年均氣溫?.7～4.6 ℃(依據(jù)1985～2005年的平均氣溫數(shù)據(jù))，年降水量為 250 ～ 420 mm(依據(jù) 1985 ～2005 年的平均降水量數(shù)據(jù))；地表高度變化范圍在2.8 ～2.9 km之間；天然草地覆蓋了90%的地表，另外10%為裸露的土壤。

1.2 數(shù)據(jù)來源及預處理

1.2.1 數(shù)據(jù)來源

考慮到光伏電站所在地位于青藏高原地區(qū)，為排除積雪對土壤水分研究的影響，本實驗選取光伏電站建成前、后4～9月這6個月的遙感影像作為對比研究數(shù)據(jù)。文中所使用的電站建成前2001～2010年的Landsat-5 TM數(shù)據(jù)影像及建成后2016～2017年的Landsat-8 OLI 數(shù)據(jù)影像均來自地理空間數(shù)據(jù)云，空間分辨率均為30 m×30 m，且云量均小于等于2%；共和縣的月均降水量數(shù)據(jù)來自國家氣象科學數(shù)據(jù)中心。遙感影像成像時間及當月降水量情況如表1所示。

表1 遙感影像成像時間及當月降水量情況Table 1 Imaging time of remote sensing image and precipitation of imaging month

1.2.2 數(shù)據(jù)預處理

首先利用ENVI5.3軟件，依據(jù)頭文件信息對上文提到的電站建成前、后的遙感影像進行輻射定標；然后借助ArcMap軟件制作光伏陣列區(qū)域遙感影像的矢量文件，并對遙感影像進行裁剪，以去除受人為因素影響的區(qū)域(耕地、廠區(qū)等)，對影像進行中值濾波(median filter)，削弱噪聲點對后續(xù)運算的干擾；最終進行大氣校正得到遙感影像數(shù)據(jù)各波段的反射率值。

2 研究方法

2.1 MPDI的計算

本研究采用MPDI反演土壤水分[8-9]，其計算式可表示為：

式中，Rred為紅光波段反射率；Rnir為近紅外波段反射率；K為土壤線斜率；Rred-v為植被在紅光波段的反射率；Rnir-v為植被在近紅外波段的反射率；fv為植被覆蓋率，指植被(包括葉、莖、枝)在地表的垂直投影面積占統(tǒng)計區(qū)總面積的百分比[10]。fv的計算式可表示為[11]：

式中，NDVI為歸一化植被指數(shù)；NDVImax為純植被狀態(tài)下的歸一化植被指數(shù)；NDVImin為裸土狀態(tài)下的歸一化植被指數(shù)。

由于光伏電站所在地的地表覆蓋情況比較復雜，計算得到的NDVImax和NDVImin可能存在誤差，因此擬取累積概率為0.5%和99.5%的NDVI值分別作為NDVImin和NDVImax的取值[12]。

MPDI的計算式中引入了fv，以此來克服遙感影像中混合像元對土壤水分光譜信息的影響。由于MPDI的計算結(jié)果與土壤水分真實值之間存在高相關性且其與深度為0～10 cm的表層土壤水分的相關性最強，因此其能夠較好地反映有植被覆蓋時的土壤水分情況。研究表明，MPDI值與土壤水分呈負相關，即MPDI值越高，土壤水分越低。

2.2 MPDI的變化規(guī)律的提取

2.2.1 緩沖區(qū)的劃分與MPDI值的提取

光伏電站建成后，運用 ArcMap軟件對不同時期時遙感影像中的光伏陣列區(qū)域進行矢量化，為避免光伏組件的反射率對鄰近的像元值產(chǎn)生影響，將矢量化后的光伏陣列區(qū)域及其外邊界30 m內(nèi)的緩沖區(qū)計入光伏陣列覆蓋區(qū)。在此基礎上，在30 m緩沖區(qū)的外圍每隔100 m做一個緩沖區(qū)，以此方式共做20個緩沖區(qū)，并以光伏陣列覆蓋區(qū)及其周圍的20個緩沖區(qū)(1#～20#)作為研究范圍。20個緩沖區(qū)的分布情況如圖2所示。

圖2 20個緩沖區(qū)的分布情況Fig. 2 Distribution of 20 buffer zones

同時，為避免地表類型差異過大對實驗結(jié)果的影響，扣除電站建成前、后土地利用類型發(fā)生變化的區(qū)域及電站東北部的山地區(qū)域；然后利用ArcMap軟件提取光伏電站建成前、后光伏陣列覆蓋區(qū)及各緩沖區(qū)范圍內(nèi)的MPDI值，將這些MPDI值制成Excel表；最后，計算光伏電站建成前、后6個月內(nèi)光伏陣列覆蓋區(qū)及各緩沖區(qū)內(nèi)MPDI的平均值。

2.2.2 確定光伏陣列對土壤水分的影響范圍

本文通過計算相鄰區(qū)域內(nèi)MPDI平均值的差值dn(n為第n個緩沖區(qū))得到一組差值數(shù)據(jù)，記為D(n)，其中，電站建成前相鄰區(qū)域內(nèi)MPDI平均值的差值組記為D1(n)，建成后相鄰區(qū)域內(nèi)MPDI平均值的差值組記為D2(n)。假設光伏電站建成前，研究范圍內(nèi)相同土壤類型的土壤水分變化相對穩(wěn)定；而加入光伏組件的干擾后，土壤水分變化的幅度增加。然后求得dn，其計算式為：

式中，an為第n個緩沖區(qū)內(nèi)的MPDI平均值；a0為光伏陣列覆蓋區(qū)的MPDI平均值。

根據(jù)式(3)，每20個差值構(gòu)成一組D(n)，即D(n)={d1,d2, …,d20}，并由此可得到D1(n)和D2(n)的值。

利用IBM SPSS Statistics 25軟件中的分析工具對D1(n)和D2(n)進行配對樣本的t檢驗或配對樣本的Wilcoxon符號秩和檢驗[13]。根據(jù)與光伏陣列覆蓋區(qū)之間的距離，由遠及近逐一減少參與分析的緩沖區(qū)個數(shù)(即樣本數(shù))，且t檢驗樣本數(shù)量大于等于5組。記錄顯著性水平P，若0＜P＜0.05，則表明有顯著性差異；若P≥0.05，則表明無顯著性差異，以此來確定光伏陣列對土壤水分的影響范圍。

3 結(jié)果分析

3.1 MPDI的變化規(guī)律分析

圖3為不同月份時光伏電站建成前、后光伏陣列覆蓋區(qū)及各緩沖區(qū)的MPDI值。從圖3可以看出，在光伏電站建成前，光伏陣列覆蓋區(qū)及各緩沖區(qū)的MPDI值整體而言變化不大，即地表土壤水分變化起伏不大，這是無光伏陣列干擾時地表土壤水分的自然狀態(tài)。而光伏電站建成后，部分月份時光伏陣列覆蓋區(qū)的MPDI值出現(xiàn)了顯著降低，即地表土壤水分明顯升高；縱觀所有緩沖區(qū)會發(fā)現(xiàn)，地表土壤水分的變化幅度隨著與光伏陣列覆蓋區(qū)之間的距離增加而逐漸變小。

圖3 不同月份時光伏電站建成前、后光伏陣列覆蓋區(qū)及各緩沖區(qū)的MPDI值Fig. 3 MPDI value of PV array coverage area and each buffer zone before and after completion of PV power station in different months

從圖3可以看出，4月和7月時，光伏電站建成前的MPDI曲線均高于光伏電站建成后的；而8月和9月時，除光伏陣列覆蓋區(qū)之外，其他區(qū)域的MPDI曲線均是光伏電站建成前高于光伏電站建成后；結(jié)合月降水量數(shù)據(jù)發(fā)現(xiàn)，4月和7月時電站建成后的降水量高于建成前，而8月和9月時的則正好相反。由此推測，影響該地區(qū)土壤水分的最主要因素是降水。對圖3進一步分析可以發(fā)現(xiàn)，在相同的降水條件下，光伏電站建成后，靠近光伏陣列覆蓋區(qū)的緩沖區(qū)內(nèi)的MPDI值較光伏電站建成前明顯降低；5月和6月時，光伏電站建成前后的MPDI曲線出現(xiàn)了交叉，不能嚴格符合由降水造成的土壤水分變化與MPDI曲線成負相關的特點，但可以發(fā)現(xiàn)，5月和6月時光伏電站建成后的MPDI曲線在光伏陣列覆蓋區(qū)附近的緩沖區(qū)內(nèi)也表現(xiàn)出降低的趨勢，這可能是由光伏陣列導致的土壤水分變化。

3.2 光伏陣列對土壤水分的影響范圍分析

根據(jù)上文2.2.2中提到的方法得到2組差值數(shù)據(jù)D1(n)和D2(n)中的dn值，即d1、d2…d20，并繪制成折線圖，如圖4所示。

圖4 D1(n)和D2(n)值的曲線Fig. 4 Curve of D1(n) and D2(n) values

從圖4可以看出，電站建成前D1(n)值生成的曲線較為平緩，如此也證實了在無光伏陣列干擾的情況下，土壤水分的變化幅度不大；而電站建成后D2(n)值生成的曲線在靠近光伏陣列覆蓋區(qū)的位置的變化幅度較大，且隨著與光伏陣列覆蓋區(qū)之間的距離的增加，2條曲線的變化幅度逐漸接近，說明D1(n)值生成的曲線與D2(n)值生成的曲線的差異性減弱。

利用上述結(jié)論，對D1(n)和D2(n)這2組數(shù)據(jù)進行配對樣本的差異顯著性檢驗，來確定光伏陣列對土壤水分的影響范圍。實驗中的樣本數(shù)及其對應的P值如表2所示。

表 2 樣本數(shù)和P值Table 2 Number of samples and P value

從表2中可以看出，當樣本數(shù)為14組時，P＜0.05，這說明2組數(shù)據(jù)存在顯著性差異，即距離光伏陣列覆蓋區(qū)1400 m以內(nèi)的緩沖區(qū)的土壤水分變化顯著。由此可以得出，光伏陣列的最大影響范圍約為1400 m。

3.3 土壤水分升高的原因分析

從圖4可以看出，與光伏陣列覆蓋區(qū)距離越近的區(qū)域的MPDI值越小，表明這些區(qū)域的土壤水分越大。筆者認為，光伏電站建成后光伏陣列周圍地表土壤水分升高的原因主要為：1)光伏組件接收了大部分太陽輻射到地表的熱量，而且架設的光伏組件本身也會對地表產(chǎn)生一定范圍的遮陰效果，使光伏陣列覆蓋區(qū)中土壤水分的蒸發(fā)量減少，土壤水分增加。2)光伏組件的傾斜角度會對降水產(chǎn)生再分配，雨水在組件表面匯集，形成組件表面徑流；此外，定期清洗光伏組件的廢水被地表接收后，也會在一定程度上提高土壤水分[14]。3)尤其是在4月左右，由于光伏組件的影響，積雪的融化速度減慢，積雪融水成為地表土壤水分的重要補給方式。

4 結(jié)論

本文對光伏電站建設前、后對光伏陣列所在地土壤水分的影響進行了分析，結(jié)果顯示，光伏陣列改變了土壤水分的自然狀態(tài)，在相同降水條件下，光伏陣列對土壤水分的影響顯著，這種影響與土壤離光伏陣列覆蓋區(qū)的距離呈反比；在光伏陣列覆蓋區(qū)，土壤的水分明顯升高，光伏陣列對土壤水分的影響距離約為1400 m。

從本文的研究結(jié)果來看，光伏陣列覆蓋區(qū)的地表土壤水分主要受降水量控制，光伏陣列的存在一定程度上使土壤水分升高，但是這種影響會是一個長期、持續(xù)、累積的過程。在光伏電站運營的初期階段，隨著土壤水分升高，有利于植被的長勢，可在一定程度上改善研究范圍內(nèi)荒漠化地區(qū)脆弱的生態(tài)系統(tǒng)的現(xiàn)狀。但長此以往，可能會對光伏電站周圍的生態(tài)系統(tǒng)產(chǎn)生重大影響的情況，比如是否會造成土壤性質(zhì)不可逆的轉(zhuǎn)變，是否會造成某些重要元素流失或使某些有害元素富集，從而影響動植物生長，則仍需要通過后續(xù)的研究來得到答案。

由于本文的研究區(qū)域是位于干旱荒漠地區(qū)的光伏電站，因此本文的研究結(jié)果是否適用于其他自然地理環(huán)境下的光伏電站還有待進一步探究。另外，地理環(huán)境是一個有機的整體，地表土壤水分僅僅是諸多環(huán)境因子中的一個，光伏電站是否會對其他環(huán)境因子產(chǎn)生影響，影響效果如何，仍需要進一步研究。