中山市土地利用变化及其生态风险响应

林媚珍, 葛志鹏, 纪少婷, 谢国文

中山市土地利用变化及其生态风险响应

林媚珍1, 葛志鹏2, 纪少婷1, 谢国文1

1. 广州大学地理科学学院, 广州 510006
2. 中山市置信测绘工程有限公司, 中山528403

以中山市1990年、2000年和2013年的TM遥感影像为基础数据源, 借助相关辅助资料, 利用RS、GIS等技术方法, 对中山市近23年的土地利用变化进行时空分析, 并以1 km×1 km的单元网格进行系统空间采样, 构建了中山市的生态风险指数, 借助空间自相关和半方差分析方法, 探讨中山市的生态风险空间分布和变化特征, 以及生态风险指数与城市化水平间的关系。具体结果如下: 1990—2013年间, 中山市的土地利用类型在结构、数量和变化率上发生巨大的变化, 总体表现为生态用地持续减少而建设用地持续增加; 1990—2013年间, 中山市的土地利用生态风险指数在空间分布上存在着高度的正相关性, 呈现显著的空间集聚模式, 并随着时间推移表现出增加趋势; 随着城市化水平提升, 中山市生态风险增加的态势越明显, 城市化对生态风险表现正效应。

生态风险评价; 土地利用变化; 空间自相关; 半变异函数; 中山市

1 前言

土地是人类赖以生存和发展最根本的自然资源[1], 已成为制约人类生态安全与社会发展的重要因素。随着社会经济的快速发展, 城市化进程加速,人口剧增, 人类不断加大对土地的利用程度, 土地利用的类型和结果都显著改变, 而过度的人类活动会导致生态环境发生剧烈变化, 从而对生态安全构成威胁[2]。大量的研究表明土地利用变化与生态风险之间具有密切的相关性[3–6], 不同土地利用方式和强度所产生的区域生态影响具有一定的累积性的特征, 并且可以全面地反映该生态系统的结构和组分, 揭示区域的综合性生态环境的安全程度和健康状况[7]。谢花林等[8]运用了景观干扰度指数和景观脆弱度指数等指标对区域景观生态风险进行评价。叶长盛和冯艳芬[9]利用多时段的土地变化信息, 借助空间自相关和半方差分析方法, 探讨了珠江三角洲的生态风险空间分布及变化特征。纵观国内外的应用研究[8–11], 关于生态系统的生态效应及其生态过程和作用机理耦合关系不明晰, 很难构建一个合适的数学或物理模型进行模拟研究, 生态风险评价的定量研究相对较少, 许多研究还停留在区域生态风险分级评价阶段, 缺乏对生态风险在空间上的分异特征进行研究, 专门关于土地利用变化对生态风险的影响研究也较少。

本研究结合遥感科学、环境生态学、地理学及地统计学的相关理论, 开展相关的研究工作。选取中山市作为研究区, 利用RS、GIS等技术方法, 借助相关辅助资料, 解译1990年、2000年和2013年中山市的土地利用类型, 并对之加以时空变化特征分析; 以土地利用变化作为是引起生态风险变化的风险源, 构建土地利用生态风险指数的基础上, 应用GIS的地统计学的空间自相关和半方差分析方法对中山市生态风险指数变量进行定量化和空间化,从而更有效地探讨中山市的生态风险空间分布等级与变化特征, 制定与此相应的生态安全调控措施和对策。本研究在分析中山市土地利用变化和生态风险之间的耦合关系, 对其生态安全进行定量定性监测的基础上, 进一步了解其土地利用空间分布变化及安全健康状况, 为中山市在城市化过程中如何规避或降低生态风险提供理论依据, 对中山市的城市资源可持续发展具有至关重要的意义。

图1 中山市在珠江三角洲的位置示意图Fig. 1 Location of Zhongshan in Pearl River Delta

2 研究区概况

中山市是广东省下辖地级市, 珠三角经济圈的九个地级市之一。地理经纬度上位于22°11′N至22°46′N, 113°09′E至113°46′E, 东西长度为45.3 km,南北长度为64.3 km, 全市总面积约1761 km2, 在珠江三角洲的位置示意图如图1所示。2013年常住人口315.5万人, 全年生产总值(GDP)2638.93亿元,GDP增长10.0%位居珠三角城市群前茅, 是中国经济最发达、人口最稠密的地区之一, 也是中国外向型经济最明显的地区之一。中山城市发展还处在快速外延发展阶段, 由于城市化急速发展, 工业、交通等产业的迅猛增长, 大型基础设施急速建造, 旅游粗放型开发和土地不合理开发等, 导致中山市的土地利用变化以及景观格局发生剧烈的变化, 突出表现为农业用地转化为建设用地, 城市环境质量下降,原有土地生态系统不断遭受破坏, 生态环境整体功能明显退化, 生态风险值呈上升的趋势。

3 数据来源与研究方法

3.1数据来源

本文研究所用的基础数据源是覆盖中山市三期的Landsat TM遥感影像, 遥感卫星轨道号为122/44、122/45, 均来源于美国地质勘探局USGS, 其影像质量较好, 研究区内无云, 结合广东省地图册2006年版、全国1︰25万矢量边界图, 广东中山市行政区划图2010年版, 以此为基础衍生数据。影像空间分辨率 30 m×30 m, 经辐射纠正、几何纠正和人工解译后得到 1:10 万土地利用现状图。根据研究区土地资源特征和景观类型差异, 把土地利用类型划分建设用地、林地、基塘用地、草地、其他水域、耕地以及未利用地7个地类。研究选取200个随机点对3期解译结果进行检验, 借助ENVI 5.0菜单下的Confusion Matrix工具, 在Using Ground Truth ROIs工作栏下将分类结果以感兴趣区ROI输入, 得到混淆矩阵下的总分类精度和Kappa指数等精度指标。 结果得到1990, 2000, 2013年三期分类结果的总分类精度为78.2685%, 85.6317%和82.5465%, Kappa指数为0.75、0.81和0.78, 结果符合分类精度要求。

3.2研究方法

3.2.1 构建土地利用生态风险指数

(1) 风险小区划分

利用等间距系统采样法, 采用Fishnet格网将研究区划分为若干个的评估单元, 对生态风险评估指数进行系统空间重采样[8], 得到样地数1890个。再利用生态风险指数公式, 计算出每个样地的综合生态风险指数值, 并借助Excel软件进行汇总,以此值作为研究区样地方格中心点的生态风险水平[12]。

(2) 生态风险指数计算

为表征土地生态系统变化与区域生态风险间的关联, 本研究拟采取各土地生态系统所占的面积比重来构建其土地利用变化的生态风险指数(ecoriskindex, ERI), 用来描述研究区内每一个评估单元的综合生态风险的相对大小[12]。利用这种指数采样法, 可把研究区的生态风险变量空间化, 并以研究区的土地利用面积结构来转化得出, 土地利用的生态风险指数的计算公式如下[8]:

式中,ERII为研究区土地利用生态风险指数; i为评估单元内土地利用类型;iS为评估单元内第i种土地利用类型的面积; n为评估单元内土地利用类型的数量; S为评估单元内土地利用类型的总面积; Wi为第i种土地利用类型所反映的生态风险强度参数。

由于中山市属于珠三角的一部分, 参考叶长盛和冯艳芬[9]的研究成果, 存在基塘用地一级地类。同时参照前人的研究成果[4,8,9，13-14], 采用层次分析法和专家打分法来确定研究区土地利用的生态风险强度参数iW (表1)。生态风险强度参数设定基本原则是: 土地利用类型的脆弱度越大, 则抵抗力越小,生态风险强度也越大。由于水体相对耕地、草地来说, 对外界干扰的敏感性更显著, 脆弱度较大和抵抗能力稍差, 因此水体的生态风险强度值略高于耕地和草地; 基塘的主体以水塘水体为主, 及包围水塘的小地块, 总体上, 基塘用地生态风险强度值低于水体, 高于耕地、草地。因此, 其生态风险强度参数值可信, 可作用于研究。

表1 土地类型的生态风险强度参数[9]Tab. 1 Ecological risk intensity parameter of land type

3.2.2 生态风险指数的空间分析方法

(1) 空间自相关分析法

研究变量值在整个研究区域的空间差异通过全局空间自相关来描述[15]。一般情况下, Moran’s I系数可以用来表征研究区内土地利用总体结构的空间自相关程度及显著性[8]。计算式如下[16]:式中,ix和jx分别是研究单元i、研究单元j在相邻配对空间点的观测值; Wij是指变量在邻接或距离空间权重矩阵, 如果空间点i与j相邻, 那么Wij=1, 否则Wij=0; x为属性值的平均值; n为空间单元的总数。Moran’s I 系数的取值[–1, +1]之间, 反映了由空间相邻相似的正相关向空间相邻相异的负相关的过渡。其取值大于零, 表明相似的观测值趋于空间聚集, 呈正相关, 反之呈负相关, 若等于零, 则事物间不存在任何相关依赖关系, 呈独立随机分布。

利用局部Moran's I统计量(LISA)和Moran 散点图可以检验各个区域空间单元内的局部空间差异程度。其公式为[16]:

当Ii≥E(Ii)时, 说明在第i个地理单元内的变量值与相邻单元的观测值类似, 在空间上形成一种集聚状态, 即表明了该变量在空间呈现正相关; 相反, 当Ii＜E(Ii)时, 说明第i个地理单元相邻的变量值差异明显, 形成一种空间离散现象, 即空间负相关。

(2) 半方差函数法

许多研究表明半方差函数是用来挖掘地理现象空间分布规律的极为重要工具之一[17]。利用半方差函数方法对研究区的生态风险指数进行空间分析,可研究其空间分异特征。其公式计算如下[15]:式中, r(h)为变异函数; h为样点空间的距离, 即步长; N(h)为间隔距离h的样本对数; Z(xi)和Z(xi+h)分别为系统内某个变量Z(x)在空间位置xi和xi+h的观测值。

4 结果与分析

4.1土地利用变化分析

一个地区不同时期的土地利用变化特征可以用土地利用总量变化及相对变化率来表征[7]。通过分析研究区在研究时期的土地类型总体数量变化和相对数量变化, 可明晰研究区的土地利用类型结构变化和土地利用总的变化态势[18]。中山市各土地利用占比及变化情况如表2所示, 结合表2和面积统计数据可知:

从土地利用结构来看, 1990年中山市的用地类型以耕地为主, 占总面积41.65%, 居绝对优势。基塘用地和林地比重次之, 也分别达到18.84%、16.98%。2000年, 建设用地、基塘用地的比例分别达到17.09%、27.58%, 耕地比例占22.76%, 而林地比例稍下降, 总体上, 该时期的用地类型结构趋于均匀化。2013年, 建设用地占总面积最大, 比例达到26.17%, 耕地有小幅度的上升, 占总面积24.59%,与基塘用地占有量相近。

表2 中山市土地利用类型比例及变化率(%)Tab. 2 Zhongshan City land use type and rate of change

从土地利用变化的幅度及变化率来看, 在1990—2000年间, 中山市的建设用地上升最为显著, 面积增加了257.77 km2, 变化率达到583.00%, 基塘用地面积也有所上升, 达46.43%, 而其他地类占有量都有所下降, 耕地的减少速度最快, 面积减少了333.06 km2, 其次为其他水域, 变化率为24.61%。在2000—2013年间, 建设用地面增加速度相对有所减慢, 但依然处于上升的趋势。而未利用地面积减少速度最快, 下降率达85.85%, 其次, 草地也下降35.13%。

总体上看, 在这23年间, 建设用地幅度变化最大, 达到945.97%, 面积一共增加了417.36 km2。同时, 基塘用地面积也增加了28.82%, 其他地类的变化率都有不同程度的下降。其中, 未利用地面积缩减变化率最大, 达到88.77%, 林地面积变化不大。

4.2生态风险指数的空间自相关分析

4.2.1 全局空间自相关

利用Arcgis 10.2下的Spatial Autocorrelation (Moran's I)模块, 并进行标准化处理, 得出1990年、2000年和2013年中山市三期的生态风险指数的全局Moran's I值。三个时期的全局 Moran's I分别为0.724595、0.728862、0.736965, 呈现上升态势, 并且P值显著性水平都小于0.05。全局Moran's I估计值均大于0, 表明了中山市的土地利用生态风险指数在空间分布上存在着高度的正相关性, 即是研究区相邻地物之间存在相互依赖, 相互影响, 存在一定的空间相关性, 呈现显著的空间集聚模式。1990年至2013年间, 在空间上中山市的生态风险指数相似样地集聚程度总体表现逐时段增加趋势。

4.2.2 局部空间自相关

由于全局Moran's I仅能用来描述某种现象的整体分布状况, 判断这种现象空间上是否存在聚集特性, 但并不能确切地指出聚集在哪些地区, 而局部空间自相关则表达局部空间高值或低值集聚, 并且其系数是可选择度量指标。

利用Arcgis 10.2下的Anselin Local Moran’s I模块, 可以得出三期中山市的生态风险指数的局部空间自相关 LISA系数值。从图2可以看出, 1990—2013年间, 高—高聚集(HH)和低—低聚集(LL)的地区分布比较集中, 而高—低集聚(HL)与低—高集聚(LH)则比较少, 呈零散分布。

1990—2013年间, 中山市生态风险指数变化较为明显的高值区(H—H)逐渐增多, 主要聚集在靠近江门市区和佛山顺德区的西北部地区、中山城区周边地区、以及靠近珠海市区的南部地区, 表明城市化进展加快, 经济迅猛发展, 建设用地大量增加,导致生态风险指数显著提高。而生态风险度的低值区(L—L)基本都聚集在五桂山及边缘地区、沙湾镇与坦洲镇交界的山地, 是因为中山市政府一直重视五桂山等山地的生态环境保护, 提高山地的森林覆盖率, 保护其郁闭度, 因此该区域的生态风险程度相对较低。

图2 中山市1990年、2000年、2013年生态风险指数的局部空间自相关Fig. 2 Local spatial autocorrelation of eco-risk index in Zhongshan of 1990(a), 2000(b) and 2013(c)

4.3生态风险指数的空间分异特征

4.3.1 生态风险指数半变异函数分析

利用ArcGIS 10.2中的地统计分析模块对1990年、2000年、2013年三期的采样数据变异函数统计分析, 并依据残差和拟合度的大小来决定选取最佳数学模型, 发现球状模型的拟合最为理想, 从而计算出中山市三个时期的半变异函数及参数, 包括基台值、块金值和变程等, 见表3。

块金值表示随机部分的空间异质性[2]。1990年、2000年、2013年的块金值都较小, 分别为0.003507、0.006921、0.010655, 这表明生态风险指数随机分布的可能性很小。基台值可用来衡量生态风险指数值波动的幅度[2]。1990年基台值只有0.010518, 说明这期间各评估单元内的生态风险强度在空间分布上比较均匀, 该时期的生态系统的稳定性较好。研究区生态风险指数的空间相关距离主要通过变程来说明[8,17], 1990年的变程为11786 m, 2013年明显增加到23095 m。块金基台比可以反映块金方差, 占总空间异质性变异的大小[17]。1990年、2000年和2013年的块金基台比分别为33.34%、45.31%、65.72%, 表明了研究区的生态风险强度在空间上呈现中等相关性,中山市土地生态系统的结构性因素, 如母质岩性、地貌特征、土壤属性等, 仍是影响中山市生态风险指数的空间分异主导因素。但人为干扰等随机因素也影响着中山市的生态环境质量, 且呈现不断加强趋势。

表3 土地利用生态风险指数的理论空间变异函数Tab. 3 Theoretical semivariagram of land use ecological risk index

图3 中山市1990年、2000年、2013年土地利用生态风险等级空间分布图Fig. 3 Distribution of ecological risk of land use in Zhongshan of 1990(a), 2000(b) and 2013(c)

4.3.2 生态风险指数的空间分布特征

在对生态风险指数进行正态分布检验后发现,数据在空间上具有相关性, 因此拟合计算出生态风险指数的半变异函数和参数, 运用普通克里金(Ordinary Kriging)插值法对1990年、2000年和2013年的生态风险指数进行空间插值, 并参考相关文献[17,19,20],将插值后分布图按Natural Break法进行空间重采样,划分为5个等级: 低生态风险区(＜0.17)、较低生态风险区(0.17≤＜0.34)、中等生态风险区(0.34≤＜0.51)、较高生态风险区(0.51≤＜0.68)以及高生态风险区(≥0.68), 从而得出1990—2013年中山市的土地利用生态风险等级空间分布图(图3), 并统计各级别的面积及百分比(图4)。图2是运用Arcgis计算得到的三期中山市生态风险指数的局部空间自相关LISA系数值, 可表达局部空间的高值或低值聚集, 反映空间上中山市区域间的生态风险指数变化是否显著。而图3是通过插值, 对中山市的生态风险指数进行不同级别的生态风险区进行划分, 能更直观地反映中山市的土地利用生态风险等级的空间分布特征。

图4 中山市生态风险等级比例统计图Fig. 4 Proportion of the ecological risk grades in Zhongshan

1990年中山市生态风险主要以低风险和较低风险为主, 但出现生态高风险区域。2000年, 除了低风险区分布位置保持不变之外, 中山市的高风险区、较高风险区和中等风险区的分布都有大幅度的增加。2013年, 中山市的高风险区分布急剧增加, 大部分由较高风险区转入, 主要分布: 西北部, 中部的沙溪镇、石岐区、东区的中山火炬高技术产业开发区, 南部的三乡镇和坦洲镇部分地区等。

由图4可知, 1990—2013年间, 中山市的高、较高生态风险区面积快速增加, 由114.45 km2上升到902.51 km2, 占中山市土地总面积的比例由6.50%升至51.23%, 其中, 高风险区面积上升了284.31km2,较高风险区面积则上升了502.75 km2; 中等风险区是三期生态风险区占总土地面积之一, 其占土地总面积比例先从30.61%上升到44.11%, 后降低到32.52%; 低生态风险区的面积略有减少, 由258.35 km2减少到155.85 km2; 较低风险区面积则急速减少,由849.49 km2减少到130.27 km2, 占土地总面积的比例由48.22% 减少至7.40%。

1990—2013年, 中山市的生态风险逐年加大,生态风险分布主要受地形和地类的影响较大。由于深湾镇与坦洲镇和三乡镇交界处的山地、五桂山地势较高, 主要为林地, 受经济和社会的干扰相对较少, 其生态风险小; 该市的北部乡镇, 中部乡镇街道等地区的生态风险较高, 主要是由于城市化的发展, 人口聚居, 第二产业发达, 人类活动频繁, 盲目开发, 建设用地集中, 侵占大量的耕地和基塘用地。原本该生态系统受到的干扰一直超过自身承载的能力, 导致该高生态风险区域的范围不断扩大。相应的, 较高的生态风险区域也有大幅度的增加。

4.4生态风险与城市化的关系

随着城市化的快速发展, 建设用地不断增加,城市土地景观结构及其格局发生明显变化[21]。一个城市的城市化水平在一定程度上可以通过单位面积内建设用地的面积比重来表征[22]。因此, 建设用地密度可以间接用来反映地区城市化水平。为更好地探讨生态风险与城市化之间的关系, 构建城市化水平与生态风险指数的拟合函数(表4)。

1990—2013年, 中山市3个时期的生态风险值变化与城市化水平之间的线性拟合方程决定系数(R2)分别为0.2092、0.6111、0.6905, 由于1990年建设用地所占的比重比较小, 城市化水平不高, 因此其决定系数R2较低, 但由于城市化发展加快, 2000年、2013年的建设用地大幅度增加, 因此2000年、2013年的线性方程拟合效果较佳。1990—2013年中山市的生态风险与城市化水平的相关系数, 分别为0.46、0.78、0.85, 因此中山市的生态风险与城市化水平的相关性持续上升。随着城市化水平提升, 中山市生态风险增加的态势越明显, 城市化对生态风险呈现出正效应。

表4 中山市1990、2000、2013年生态风险与城市化的线性拟合关系Tab. 4 The relationship between ecological risk and urbanization in Zhongshan of 1990, 2000 and 2013

5 结论

本研究利用覆盖中山市1990年、2000年和2013年的基础遥感影像数据源, 以中山市土地利用变化为研究对象, 分析中山市的土地利用变化过程, 确定以土地利用变化作为是引起中山市生态风险变化的风险源, 构建土地利用生态风险指数, 借助空间自相关和半方差分析方法, 并利用ArcGIS中的地统计模块, 在总结已有的文献的基础上, 针对中山市的土地利用变化及生态风险评价得出了以下结论:

(1) 中山市土地利用时空变化特征

从土地利用类型的结构、数量和变化率来看, 1990年, 中山市的用地类型以耕地为主, 居绝对优势, 结构比较单一。2000年, 建设用地、基塘用地均有大幅度增加, 各土地利用类型逐渐趋于均匀化。2013年, 建设用地持续增加, 比例达到26.17%。在空间分布上, 建设用地的增加部分主要由耕地和基塘用地转入, 集中在与江门市区和佛山顺德区的接壤的西北部地区、中山中心城区周围地带, 以及邻近珠海市区的南部地区。地势比较平坦地区的耕地变为养殖水面, 基塘用地有所增加, 西北部基塘用地的几何中心也逐渐朝中西部、南部及东部移动, 并在南朗镇沿海处出现大面积的鱼塘。

从土地利用变化的速度和空间相互转移过程来看, 1990—2013年, 中山市建设用地的面积数量上增加了417.36 km2, 在所有土地利用类型中增加速度最快, 主要由耕地和基塘用地转入。同时,基塘用地面积也增加了28.82%, 转入源主要是耕地, 其他地类的变化率都有不同程度的下降。其中,未利用地面积缩减变化率最大, 达到88.77%, 主要转化为建设用地、基塘用地及耕地。耕地和草地也分别下降达40.96%、42.19%, 林地面积变化不大。

(2) 中山市生态安全风险评价

1990—2013年, 中山市的土地利用生态风险指数在空间分布上存在着高度的正相关性, 呈现显著的空间集聚模式, 并随着时间推移表现出增加趋势。生态风险指数由1990年的0.3622上升至2013年的0.4638, 风险程度增加了28.05%, 主要受地形和地类的影响较大。生态风险高值聚集区主要分布在市西北部(小榄镇、古镇镇、东升镇、横栏镇、南头镇、东凤镇等), 中部的沙溪镇、石岐区、东区、中山火炬高技术产业开发区, 南部的三乡镇和坦洲镇部分地区等。高、较高生态风险区面积快速增加,由114.45 km2上升到902.51 km2, 占土地总面积的比例由6.50%增至51.23%。随着城市化水平提升, 中山市生态风险增加的态势越明显, 城市化对生态风险表现正效应。2013年, 中山市的生态风险指数为0.4638, 处于较安全等级, 但是大部分乡镇的生态安全濒临临界安全。

目前, 中山市的城市化快速发展, 人口聚居,工业用地的需求量急速增加, 大量的耕地和基塘用地转为建设用地, 耕地已经不能满足发展的需求, 由此滩涂、海洋等水域被改造利用, 围海造陆, 造成部分河道被填埋堵塞, 生态服务功能受到干扰。因此, 中山市应对不同的生态风险区进行针对性管理, 进一步加强环境综合整治、优化景观生态格局, 改善中山市生态环境并维持区域生态安全。

[1] 刘纪远. 国家资源环境遥感宏观调查与动态监测研究[J].遥感学报, 1997, 1(3): 225–230.

[2] 喻锋, 李晓兵, 王宏, 等. 皇甫川流域土地利用变化与生态安全评价[J]. 地理学报, 2006, 61(6): 645–653.

[3] 臧淑英, 梁欣, 张思冲. 基于GIS的大庆市土地利用生态风险分析[J]. 自然灾害学报, 2005, 14(4): 141–145.

[4] 赵岩洁, 李阳兵, 邵景安. 基于土地利用变化的三峡库区小流域生态风险评价——以草堂溪为例[J]. 自然资源学报, 2013, 28(6): 944–956.

[5] 安佑志, 尹占娥, 殷杰, 等. 上海城市土地利用变化及生态风险研究[J]. 地域研究与开发, 2011, 30(1): 130–134.

[6] 周利军, 张雪萍, 陈设.扎龙自然保护区土地利用变化与生态风险评价[J]. 自然灾害学报, 2009, 18(2): 186–190.

[7] 王秀兰. 土地利用/土地覆盖变化中的人口因素分析[J].资源科学, 2000, 22(3): 39–42.

[8] 谢花林. 基于景观结构和空间统计学的区域生态风险分析[J]. 生态学报, 2008, 28(10): 5020–5026.

[9] 叶长盛, 冯艳芬. 基于土地利用变化的珠江三角洲生态风险评价[J]. 农业工程学报, 2013, 29(19): 224–232.

[10] WALKER R, LANDIS W, BROWN P. Developing a regional ecological risk assessment: A case study of a Tasmanian agricultural catchment[J]. Human and Ecological Risk Assessment, 2001, 7(2): 417–439.

[11] WAUGH S M, FILIPPI D P, KIEBY D S, et al. Ecological Risk Assessment for seabird interactions in Western and Central Pacific longline fisheries[J]. Marine Policy, 2012, 36(4): 933–946.

[12] 杜军, 杨青华. 基于土地利用变化和空间统计学的区域生态风险分析——以武汉市为例[J]. 国土资源遥感, 2010(2): 102–106.

[13] 肖琳, 田光进. 天津市土地利用生态风险评价[J]. 生态学杂志, 2014, 33(2): 469–476.

[14] 周迪, 施平, 吴晓青, 等. 烟台市城镇空间扩展及区域景观生态风险[J]. 生态学杂志, 2014, 33(2): 477–485.

[15] 孙英君, 王劲峰, 柏延臣. 地统计学方法进展研究[J].地球科学进展, 2004, 19(2): 268–274.

[16] ANSELIN L. Local indicators of spatial association—LISA[J]. Geographical analysis, 1995, 27(2): 93–115.

[17] 剑吴, 鹏陈, 文超祥, 等. 基于探索性空间数据分析的海坛岛土地利用生态风险评价[J]. 应用生态学报, 2014(7): 11–20.

[18] 朱会义, 李秀彬, 何书金, 等. 环渤海地区土地利用的时空变化分析[J]. 地理学报, 2001, 56(3): 253–260.

[19] 常青, 邱瑶, 谢苗苗, 等. 基于土地破坏的矿区生态风险评价: 理论与方法[J]. 生态学报, 2012, 32(16): 5164–5174.

[20] 徐丽芬, 许学工, 卢亚灵, 等. 基于自然灾害的北京幅综合生态风险评价[J]. 生态环境学报, 2010, 19(11): 2607–2612.

[21] 曾辉, 江子瀛, 喻红, 等. 深圳市龙华地区快速城市化过程中的景观结构研究——城市建设用地结构及异质性特征分析[J]. 北京大学学报(自然科学版), 2000, 36(2): 221–230.

[22] 李书娟, 曾辉. 快速城市化地区建设用地沿城市化梯度的扩张特征——以南昌地区为例[J]. 生态学报, 2004, 24(1): 55–62.

Ecological risk assessment and land use change in Zhongshan City

LIN Meizhen1, GE Zhipeng2, JI Shaoting1, XIE Guowen11.School of Geographical Science,Guangzhou University,Guangzhou510006,China
2.Zhongshan Zhixin Mapping Engineering Co.,Ltd,Zhongshan528403,China

Land use changes were analyzed by RS and GIS during recent 23 years in Zhongshan City. The basic data came from TM remote-sensing images of 1990, 2000 and 2013. An ecological risk index was also proposed by formulate sampling in 1 km×1 km grid cells across the area. At last, it discussed the spatial pattern of ecological risk, variation features and the relationship between ecological risk index and urbanization level by spatial autocorrelation, semivariance analysis and the geostatistics module in the ArcGIS. There appeared great difference of structure, quantity and variability of land-use types in Zhongshan from 1990 to 2013. It showed that the ecological lands reduced continuously, and construction land continued to increase. It was dramatically spatial agglomeration of the land use ecological risk index, and the distribution was highly correlated in 1990-2003. The tendency developed across the period. It suggested that urbanization accelerated ecological risk which developed obviously in Zhongshan City.

evaluation for the ecological risk; land use change; spatial autocorrelation; semivariable function; Zhongshan city

10.14108/j.cnki.1008-8873.2016.05.014

F301.24

A

1008-8873(2016)05-096-09

林媚珍, 葛志鹏, 纪少婷, 等. 中山市土地利用变化及其生态风险响应[J]. 生态科学, 2016, 35(5): 96-104.

LIN Meizhen, GE Zhipeng, JI Shaoting, et al. Ecological risk assessment and land use change in Zhongshan City[J]. Ecological Science, 2016, 35(5): 96-104.

2015-06-03;

2015-07-21

国家自然科学基金资助项目(40771002, 31270259); 广州市教育局科技项目(2012A007)

林媚珍(1963—), 女, 广东梅县人, 教授, 主要从事资源开发利用及环境生态的教学和研究, E-mail: lmzh888@163.com