2005～2014年平潭县土地利用变化及生态风险评价

施婷婷，许章华,2

(1. 福州大学 环境与资源学院，福建 福州 350116；2. 福建省资源环境监测与可持续经营利用重点实验室，福建 福州 350002)



2005～2014年平潭县土地利用变化及生态风险评价

施婷婷1，许章华1,2

(1. 福州大学 环境与资源学院，福建 福州 350116；2. 福建省资源环境监测与可持续经营利用重点实验室，福建 福州 350002)

为了研究区域土地利用变化对生态环境造成的影响，以2005年Landsat 5 TM与2014年Landsat 8 OLI多光谱遥感影像数据为主要数据源，采用决策树分类方法辅以目视解译进行平潭县土地利用分类；从多风险源、多风险受体、多风险效应3个方面构建平潭县生态风险评价指标体系和模型，分析2005～2014年平潭县生态风险变化.结果表明：2005～2014年来，填海造陆、海岛开发建设等导致平潭县土地利用类型发生着较大变化，建设用地增加3 405.6 hm2，变化幅度最大；较之于2005年，2014年总体平均生态风险值上升0.03，大部分乡镇平均生态风险值上升；极低生态风险、低生态风险和中等生态风险等级的面积减少，高生态风险面积增加.平潭县生态风险的定量化综合评价可为区域生态环境与社会经济可持续发展提供科学依据，同时为土地利用生态风险指标体系与模型的科学合理构建提供参考.

区域生态风险评价； 土地利用变化； 风险管理； 平潭县

土地利用/覆盖变化(LUCC)反映自然条件改变与人类活动对土地生态系统的综合影响, 是当前全球变化研究的重要内容之一.目前，关于土地利用的研究日趋完善并向变化监测[1-3]、驱动力机制[4]、数据库构建[5]和资源环境效应[6]等综合化的方向发展.近年来人类社会的快速发展引起的土地利用变化导致区域生态系统的结构和功能造成较大影响，故基于土地利用变化的区域生态风险评价研究开始受到关注[6-7].区域生态风险评价是在区域尺度上对不同类型的生态系统进行环境污染、人为活动或自然灾害等多风险源对评价终点造成的负面效应及危害程度的风险评估[8].众多研究表明[9-10]，土地利用变化与区域生态风险有着密不可分的关系，土地利用引起的生态风险具有区域性和积累性，能够直接反映区域中各种潜在的生态影响及其空间异质性.因此，基于土地利用的区域生态风险评价能够预测一定区域范围内生态风险发生的概率及可能产生的负面效应，提出预防风险发生的措施，对于改善生态环境质量、提高生态系统价值、促进区域环境管理与风险决策等具有重要意义.目前国内外学者针对不同的研究区在评价指标体系、方法与模型等方面开展了大量研究[11-13]，但仍缺乏科学统一合适的区域生态风险评价指标体系.如Angela[11]等构建基于压力因子-受体-生境三者相互关系的模型来研究Codorus Creek流域的生态风险，其选择的压力因子包括土地利用、水土流失、地表覆盖和废水排放等；评价端点有水量、水质、本地鱼类数量减少、水生生物减少、恢复损害和暴雨危害等；傅丽华[12]等选取景观及土地利用变化类型、土地利用分级程度、土地利用变化率和不同景观的生态服务价值作为主要评价指标，建立生态风险评价模型，对长株潭城市群核心区土地利用进行了生态风险评价；孙洪波[13]等采用相对风险模型，从风险源、风险受体和风险效应3个方面选择指标构建生态风险指标体系，分析南京市地区土地利用生态风险空间分异规律及影响因素.由此可见，不同的研究者对于生态风险评价指标体系与模型的构建各不相同，目前仍未形成科学规范的评价标准；同时由于不同研究区的各类详细监测数据的获取比较困难，在对各种生态系统的生态过程和作用机理尚未清楚的情况下构建评价指标体系与模型是较为困难的.因此，进一步完善基于土地利用变化的区域生态风险评价定量研究方法，构建合适的生态风险评价指标体系与模型具有重要的意义.笔者从多风险源、多风险受体、多风险效应3个方面来构建土地利用变化下的生态风险评价指标体系与模型，综合定量地评价平潭县生态风险，旨在为平潭县生态环境的综合管理和社会经济的可持续发展提供科学依据，同时为土地利用生态风险指标体系与模型的科学合理构建提供参考.

1 研究区概况

图1 平潭县地理区位示意图

平潭县位于福建省东部，与台湾隔海相望，地理位置介于25°15′ ～25°45′ N，119°32′ ～120°06′ E之间(如图1所示)，地势低平，中部略高，主要地貌类型为丘陵和海积平原.平潭县属于亚热带海洋性季风气候，温热湿润，冬暖夏凉.2009年设立平潭综合实验区，根据平潭综合实验区2013年国民经济和社会发展统计公报数据显示，平潭县2013年总人口约41.8万，全年实现生产总值155.39亿元，比上年增长13.0%.近十年来，平潭县正处于大力发展的时期，随着区域人口增长和社会经济的快速发展，凭借着国家和地方政策的大力支持，基础设施建设、填海造陆工程等人类活动引起全区土地利用类型与景观格局发生剧烈变化，造成环境污染、森林锐减、水土流失等区域性环境问题日益突出，制约区域的可持续发展.

2 研究方法

2.1 数据收集与影像预处理 收集的数据包括：平潭县2005年Landsat 5 TM与2014年Landsat 8 OLI多光谱遥感影像，并对影像进行辐射校正、几何校正、剪裁等处理；平潭县1 ∶10 000地形图，用于影像的配准；行政区划边界图，用于影像的裁剪；2005年与2014年土地利用现状图，主要从Google Earth中获取，用于决策树分类.投影类型为Transverse Mercator，椭球体为Krasovsky，误差控制在0.5个像元内.2.2 决策树分类 决策树分类是按照一定规则把遥感数据集逐级细分以得到具有不同属性的各个子类别[14].RuleGen是ENVI软件下关于决策树分类的插件，运行原理基于CART算法，基于ENVI自带Decision Tree进行制作与执行决策树规则.首先将归一化差值植被指数(NDVI)与预处理后的原始影像波段进行组合，结合Google Earth进行一定数量的训练区样本选取，然后利用训练区样本获取专家知识规则，进行RuleGen决策树分类,最后对分类后的遥感影像辅以目视解译，结合Google Earth对错误的分类进行纠正，提高分类精度.

2.3 土地利用变化分析 采用定性与定量相结合的方式，选取土地利用变化面积、变化幅度和变化速率等3个方面进行土地利用变化分析.将2005年和2014年2期土地利用分类图，在ERDAS中进行空间建模，生成各类土地利用变化图，并对此进行统计计算生成2005～2014年平潭县土地利用转移矩阵，来定量描述各土地利用类型间的转化.

2.4 平潭县生态风险评价指标体系的构建 结合国内外关于区域生态风险评价研究成果，广泛征求各方面专家意见，借鉴相对风险模型(RRM)，从多风险源、多风险受体、多风险效应3个方面构建土地利用变化下的平潭县生态风险评价指标体系.多风险源强反映区域可能面临的多种不利影响，如自然灾害、人类活动等，主要考虑与土地利用活动有关的压力因子以及土地利用强度.多风险受体指在风险评价中生态系统可能受到来自风险源不利作用的组成部分.从景观生态学的角度出发，认为人类活动引发的土地利用变化在很大程度上反映生态系统景观破碎化以及景观格局变化，故指标多选取与风险受体空间承载力相关的景观格局指数.多风险效应指标反映风险受体对风险源的响应，指标多选用自然生态系统及复合生态系统的功能性指标.

2.4.1 多风险源指标选取及计算

1) 建设用地比例是城市扩张和人口增长的重要标志，比例越高，意味人类活动对原有的生态系统的破坏越大，带来一些如热岛效应、生物多样性锐减、有毒有害物质剧增等负面效应.因此，建设用地比例越高，对生态环境的影响越大.建设用地成为区域生态环境恶化的主要风险源.计算公式

P=D/L×100% ，

(1)

其中，P是建设用地比例，D为建设用地面积，L为土地总面积.

2)耕地垦殖指数是保障区域人类生存和发展的基础条件.耕地对生态环境的负面效应主要表现在水土流失、水体污染、土地退化和土地污染等.耕地的开垦导致地表植被对土壤的保护性降低，一旦暴雨冲刷，易造成水土流失.同时，耕地意味着大量的农药和化肥流入土地，一些难降解的持久性污染物将留在土壤里，形成土地污染.因此，耕地垦殖指数越高，意味着其对生态风险的负面影响程度越高.计算公式[15]

K=F/L×100% ，

(2)

其中，K是耕地垦殖指数，F为耕地面积，L为土地总面积.

3)土地利用综合指数反映土地利用的广度和深度[16]，在一定程度上体现自然因素和人文因素等综合影响对土地利用方式和结构的作用，其值越大，代表土地利用强度越大，对生态风险的影响程度越高.参考刘纪远[17]等提出的土地利用综合指数，计算公式

(3)其中，La为土地利用综合指数，Ai为第i类土地利用程度分级指数，Ci为第i类土地面积占总面积的比重.

2.4.2 多风险受体指标选取及计算

1)破碎度指数反映景观空间结构的复杂性，在一定程度上反映人为因素对景观的干扰程度，其值越大说明景观受到较为强烈的干扰，造成抵抗干扰的能力越弱，景观易遭受破坏，生态风险越高.计算公式[18]

Ci=Ni/Ai，

(4)

其中，Ci为景观i的破碎度，Ni为景观i的斑块数，Ai为景观i的总面积.

2)景观形状指数体现生态系统整体结构的复杂性，其值越大，景观生态系统的复杂度越高，受干扰程度越高，生态系统稳定性越低，生态风险越高.计算公式[18]

(5)

其中，LSI为景观形状指数，E为景观中所有斑块边界的总长度，A为景观面积.

3)香农多样性指数是指景观元素在结构、功能以及随时间变化方面的多样性，反映景观类型的丰富度和复杂度.土地利用越丰富，破碎度越高，其香农多样性指数越高，生态风险越高.计算公式[18]

(6)

其中，SHDI为香农多样性指数，Pi是景观类型i所占面积的比例，n为景观类型数目.

4)聚集度指数是指景观中不同斑块类型的非随机性或聚集程度，反映景观要素的空间配置特征，其值越小，景观越离散，生态风险越高.计算公式[19]

(7)

其中，C为聚集度指数，Cmax为聚集度指数的最大值(2ln n)，n为景观中斑块类型总数，Pij为斑块类型i与j相邻的概率.

2.4.3 多风险效应指标选取及计算

1)森林覆盖率体现区域内森林资源丰富程度以及实现绿化的程度，是反映生态平衡状况的重要指标.森林有着调节气候、水土保持、维持生物多样性等作用，区域内森林覆盖率的变化决定着生态环境质量.因此其值越大，生态风险越低.计算公式

C=W/L×100% ，

(8)

其中，C是森林覆盖率，W为林地面积，L为土地总面积.

2)生物丰度指数反映区域内生物丰度的丰贫程度.生物丰度指数越高，反映区域内风险发生时风险受体受影响的程度越大，生态风险越高.参考《生态环境状况评价国家技术规范(试行)》[20]，计算公式

(9)

其中，B是生物丰度指数，S1，S2，S3，S4，S5，S6分别表示区域内林地、耕地、滩涂、水域、建设用地和未利用地的面积，S为土地总面积.

3)生态系统服务价值是指土地利用结构与功能的变化直接影响着生态系统服务价值的变化.通过对平潭县生态系统服务价值进行估算，能较好地反映当地环境状态和调节能力.因此，生态系统服务价值越高，生态风险发生时风险受体可能受到的影响较大，生态风险越高.计算公式[21]

(10)

其中，V为生态系统服务价值指数，Aij为第j个区域i类土地利用类型面积，Aj为第j个样方总面积，Vi为第i类土地利用类型的生态系统服务价值系数.参照谢高地[22]等以及陈鹏[23]对生态系统服务价值的研究确定生态服务价值系数.

采用层次分析法构建层次结构模型，通过咨询地理学、生态环境等相关领域的9位专家意见和评分结果，采用1～9评判标准对两两之间的相对重要程度进行比较赋值，构建判断矩阵.通过一致性检验来判断专家打分的可信度，目标层-准则层判断矩阵A-B的一致性比CR=0.051 6，准则层-指标层的判断矩阵B1-C1～3，B2-C4～7，B3-C8～10一致性比例CR分别为0.017 6、0.022 7、0.051 6，可以看出，CR均小于0.1时，说明判断矩阵的结果令人满意.最后确定生态风险评价各指标的权重值，如表1所示.

表1 平潭县生态风险评价指标因子权重值

2.5 平潭县生态风险评价模型的构建 在区域生态风险评价中，每个指标对生态风险值的贡献率不同，采用综合指数法[24]计算S，R，E的值，计算公式

ERI=S+R+E ，

(11)

(12)

(13)

(14)

其中，ERI为生态风险指数，S为风险源指标，R为风险受体指标，E为风险效应指标，Wi为指标i的权重值，Xi为指标i的量化值.

3 结果与分析

3.1 平潭县土地利用分类及精度检验 参考《土地利用分类》中的分类标准，结合平潭县实际情况，采用决策树分类辅以目视解译对2期遥感影像进行分类，得到平潭县土地利用分类图，如图2所示.采用基于误差矩阵的精度评价方法进行精度验证.经检验，2005年Landsat 5 TM多光谱遥感影像的总体分类精度为87.65%，Kappa系数为0.845 0，2014年Landsat 8 OLI多光谱遥感影像总体分类精度为88.57%，Kappa系数为0.858 7，且各类用地的使用者精度和生产者精度均在85%以上，分类结果比较理想.

a b图2 平潭县土地利用分类图

3.2 近十年土地利用变化分析

3.2.1 土地利用总体变化特征分析 2005～2014年间平潭县土地利用变化显著，最明显的是建设用地的增加和耕地的减少，如图3所示.相比于2005年，2014年平潭县林地、耕地、水域和滩涂的比例均有所下降，分别下降了3.79%、7.96%、3.56%、0.04%；建设用地与未利用地比例均增大，分别上升了10.61%、1.41%.从变化面积、幅度和变化速率分析(表2)，相比于2005年，平潭县建设用地变化最大，增加3 405.6 hm2，增加幅度达89.84%，年均变化速度为8.98%；水域减少1 007.91 hm2，变化幅度为36.71%；平潭县建设用地主要由耕地、林地、水域等转变而来，由于填海造陆、海岛开发建设等原因，水域、耕地的面积减少最多.未利用地增加了467.55 hm2，变化幅度较大，为46.88%.在遥感影像分类中，未利用地包括森林中的裸地、火烧迹地及待建设用地等，由于生态环境遭受一定程度的破坏，使得森林变成裸地；大规模的开发、征用农用地等导致林地、耕地转为待建设用地等，均导致未利用土地面积上升.

表2 2005～2014年平潭县土地利用变化面积、幅度及速率

3.2.2 平潭县土地利用转移矩阵分析 利用2期土地利用分类图在ERDAS中进行空间建模，生成平潭县2005～2014年各类土地利用类型变化分布图，如图4所示. 结果表明：2005～2014年间林地主要转为耕地、建设用地和未利用地，面积分别为1 024.11 hm2、720.18 hm2、212.13 hm2，占林地总面积的比例分别为9.74%、6.85%、2.02%.耕地主要转为建设用地、林地和未利用地，面积分别为2 265.3 hm2、972.81 hm2、236.97 hm2，占耕地总面积的比例分别为17.57%、7.54%、1.84%.水域主要转为建设用地，面积为811.89 hm2，占水域总面积的比例为29.57%.建设用地、滩涂、未利用地的面积无明显变化.近十年来平潭县处于大规模的开发建设阶段，基础设施建设、填海造陆工程等人类活动导致了大量的耕地、林地和水域向建设用地转移；自然灾害及滥砍滥伐、围湖造田等人为因素造成土壤退化、水土流失，导致林地、耕地向未利用地转移，均导致平潭县土地利用类型发生巨大变化.

图4 2005～2014年平潭县土地利用类型变化分布图

3.3 近十年平潭县生态风险评价

3.3.1 生态风险评价指标标准化处理 通过ArcGIS中邻域分析计算3×3矩形的像元范围内中心像元的平均值生成多风险源指标、多风险效应指标图层，利用Fragstates 3.3的应用移动窗口法生成多风险受体指标图层，最后进行归一化处理.

3.3.2 多风险源强度空间分布 通过对多风险源指标进行地图代数运算，生成2期多风险源强度分布图，如图5所示.研究发现：与2005年相比，2014年平潭县整体的风险源强度值有增大的趋势，主要在北厝镇的西部、潭城镇、流水镇、澳前镇以及中楼乡.由于近十年平潭县经济的快速发展，基础设施、填海造陆工程等导致林地、耕地、水域转为建设用地，建设用地比例急剧上升；人口增长造成对土地的需求量增大，促使土地集约化利用，土地利用程度增大，对生态环境产生一定的威胁.

a 2005年 b 2014年图5 平潭县多风险源强度分布图

a 2005年 b 2014年图6 平潭县多风险受体暴露度分布图

3.3.3 多风险受体暴露度空间分布 通过对多风险受体指标进行地图代数运算，生成2期多风险受体暴露度分布图，如图6所示.研究发现：与2005年相比，2014年平潭县风险受体的暴露度整体有所上升.北厝镇、澳前镇、敖东镇、苏澳镇、东庠乡等乡镇进行基础设施建设、农村居民点扩建，加剧了区域景观结构的破坏，土地利用程度丰富，景观破碎度高，导致乡镇沿海地带风险受体的暴露度增大.

3.3.4 多风险效应空间分布 通过对多风险效应指标进行地图代数运算，生成2期多风险效应分布图，如图7所示.研究发现：与2005年相比，2014年平潭县风险效应值整体有所降低.由于建设用地大量增加，林地、耕地、水域等大面积转为建设用地，导致其生态系统服务价值降低，生物丰度指数降低，风险发生时风险受体不易受到影响，故生态风险效应值降低.

a 2005年 b 2014年图7 平潭县多风险效应分布图

a 2005年 b 2014年图8 平潭县生态风险分布图

3.3.5 综合生态风险分布 为了综合分析平潭县生态风险状况，对多风险源、多风险受体和多风险效应3个指标图层进行叠加分析，得出生态风险分布图，如图8所示.2014年平均生态风险值为0.403 3，较之于2005年，上升了0.03.从图9可以看出，2005～2014年间大部分乡镇生态风险平均值上升，只有南海乡的生态风险平均值降低，但其变化值不大.

3.3.6 生态风险等级分布 参考相关生态风险的分类方法[25]，将平潭县划分为5个等级，得到2005年与2014年生态风险等级图，如图10所示.从县域尺度上看，整个区域的极低生态风险、低生态风险、中等生态风险等级的面积减少，高生态风险面积增加.从乡镇尺度上看，与2005年相比，2014年平潭县潭城镇(含岚城乡)、东庠乡、苏澳镇、流水镇、敖东镇、屿头乡由极低生态风险、低生态风险、中等生态风险向高生态风险转移.

a 2005年 b 2014年图10 平潭县生态风险等级图

4 结束语

从多风险源、多风险受体、多风险效应3方面构建土地利用变化下的平潭县生态风险评价指标体系和模型，采用层次分析法计算指标的权重值，利用综合指数法计算生态风险平均值，分析平潭县2005～2014年的生态风险变化.结果表明：1)2005年与2014年的土地利用分类精度分别为87.65%、88.57%，Kappa系数分别为0.845 0、0.858 7；2)2005～2014年平潭县正处于大力发展的时期，填海造陆和海岛开发建设等导致平潭土地利用类型发生着较大的变化，其中建设用地增加3 405.6 hm2，变化幅度最大；3)较之于2005年，2014年平潭县总体平均生态风险值上升0.03，大部分乡镇平均生态风险值上升，极低生态风险、低生态风险、中等生态风险等级的面积减少，高生态风险面积增加.综上所述，由于平潭县人口增长及社会经济的快速发展，基础设施建设和填海造陆工程等导致平潭土地利用发生较大变化，加之平潭县作为两岸交流合作的先行区、海峡西岸经济区先行先试的突破口，政策的导向必然促进平潭快速发展，使得生态风险总体呈上升趋势，对生态环境存在较大威胁.为了保护平潭的生态环境，解决土地利用与生态环境之间的关系，制定合适的生态风险管理对策：加强森林保护，积极培育幼林，严格控制森林采伐量，提高森林覆盖率；严格控制建设用地的扩张，防止城市无限制地蔓延；改变不合理的土地利用方式，建立土地利用安全评价指标体系；坚持以人为本的区域生态风险管理理念，建设可持续发展的生态城市.

区域生态风险的定量化综合评价为生态环境管理与社会经济可持续发展提供科学依据，同时为土地利用生态风险指标体系与模型的科学合理构建提供参考，但本研究在构建评价指标体系时，对经济社会因素的考虑尚有不足，这将是下一步研究工作方向.

[1] Mooney H A, Duraiappah A, Larigauderie A. Evolution of natural and social science interactions in global change research programs [J]. PNAS, 2013, 110(S1): 3 665-3 672.

[2] Sterling S M, Ducharne A, Poleher J. The impact of global land-cover change on the terrestrial watercycle [J]. Nature Climate Change, 2012, 3(4): 385-390.

[3] Foley J A, DeFries R, Asner G P, et al. Global consequences of land use [J]. Science, 2005, 309(5734): 570-574.

[4] Liu J, Kuang W, Zhang Z, et al. Spatiotemporal characteristics, patterns, and causes of land-use changes in China since the late 1980s [J]. Journal of Geographical Sciences, 2014, 24(2): 195-210.

[5] 纪亚洲, 顾和和, 李保杰. 基于多层感知器神经网络的土地利用数据库更新模型及应用[J]. 农业工程学报, 2015(7): 227-237.

[6] Hayes E H, Landis W G. Regional ecological risk assessment of a near shore marine environment: Cherry Point, WA [J]. Human and Ecological Risk Assessment, 2004, 10(2): 299-325.

[7] 傅伯杰, 陈利顶, 马克明. 黄土丘陵区小流域土地利用变化对生态环境的影响——以延安市羊圈沟流域为例[J]. 地理学报, 1999, 54(3): 241-10.

[8] 付在毅, 许学工. 区域生态风险评价[J]. 地球科学进展, 2001, 16(2): 267-271.

[9] 周启刚, 张晓媛, 王兆林. 基于正态云模型的三峡库区土地利用生态风险评价[J]. 农业工程学报, 2014(23): 289-297.

[10] 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.

[11] Obery A M,Landis W G. A regional multiple stressor risk assessment of the Codorus Creek watershed applying the relative risk model [J]. Human & Ecological Risk Assessment An International Journal, 2002, 8(2): 405-428.

[12] 傅丽华, 谢炳庚, 张晔, 等. 长株潭城市群核心区土地利用生态风险评价[J]. 自然灾害学报, 2011, 20(2): 96-101.

[13] 孙洪波, 杨桂山, 苏伟忠, 等. 沿江地区土地利用生态风险评价——以长江三角洲南京地区为例[J]. 生态学报, 2010, 30(20): 5 616-5 625.

[14] Fried M A, Brodeley C E. Decision tree classification of land cover from remotely sensed data [J]. Remote Sensing of Environment, 1997, 61(3): 399-409.

[15] 杨子生. 滇东北山区土地垦殖指数与退耕还林规划[J]. 山地学报, 1999, 17(S1): 45-48.

[16] 吴金华, 李纪伟, 梁晶晶. 土地利用程度与效益关系研究——以延安市为例[J]. 中国土地科学, 2011, 25(8): 54-60.

[17] 刘纪远. 中国资源环境遥感宏观调查与动态研究[M]. 北京: 中国科学技术出版社, 1996: 171-179.

[18] McGarigal K, Marks B J. FRAGSTATS, Spatial Pattern Analysis Program for Quantifying Landscape Structure [M]. [S.l.]:[s.n.]: 1994.

[19] O’Neill R V, Krummel J R, Gardner R H, et al. Indices of landscape pattern [J]. Landscape Ecology, 1988, 1(3): 153-162.

[20] 国家环境保护部. HJ/T192—2006生态环境状况评价技术规范(试行)[S]. 北京: 中国环境科学出版社, 2006.

[21] Costanza R, d’Arge R, de Groot R, et al. The value of the world’s ecosystem services and natural capital [J]. Science, 1997, 387: 253-260.

[22] 谢高地, 甄霖, 鲁春霞, 等. 一个基于专家知识的生态系统服务价值化方法[J]. 自然资源学报, 2008, 23(5): 911-919.

[23] 陈鹏. 厦门湿地生态系统服务功能价值评估[J]. 湿地科学, 2006, 4(2): 101-107.

[24] 朱国宇, 熊伟. 模糊评价法与综合指数法在生态影响后评价中的应用比较研究[J]. 东北农业大学学报, 2011, 42(2): 54-59.

[25] 龚建周, 夏北成, 刘彦随. 基于空间统计学方法的广州市生态安全空间异质性研究[J]. 生态学报, 2010, 30(20): 5 626-5 634.

Land Use Change and Ecological Risk Assessment in Pingtan from 2005 to 2014

Shi Tingting1, Xu Zhanghua1,2

(1. College of Environment and Resources, Fuzhou University, Fuzhou 350116, China；2. Fujian Provincial Key Laboratory of Resources and Environment Monitoring & Sustainable Management and Utilization, Fuzhou 350002, China)

In order to study the effects of land use change on regional ecological environment, the method of decision tree classification with visual interpretation was proposed for the land use change in Pingtan, the remote sensing images of Landsat 5 TM and Landsat 8 OLI were used as the main data sources; the multiple risk sources, multiple risk receptors and multiple risk effects were used to establish the ecological assessment index system and model, and the ecological risk changes from 2005 to 2014 in Pingtan were analyzed. The results indicated that: 1. the area of built-up land has increased by 3 405.6 hm2due to land reclamation and the island development from 2005 to 2014; 2. the overall average of ecological risk valued increase by three percent from 2014 to 2005, with an growing tendency in most of villages and towns; 3. the area with three risk levels, namely, very low ecological risk region, low ecological risk region, and moderate ecological risk region decreased, whereas the level of high ecological risk increased. The quantitative assessment of ecological risk in Pingtan establish a scientific foundation for the sustainable development of regional ecological environment and socio-economy, and provide a meaningful reference for scientific and reasonable construction of the ecological assessment index system and model.

regional ecological risk assessment; land use change; risk management; Pingtan

2016-04-20

国家自然科学基金青年科学基金项目(41501361，51408130)；福建省自然科学基金面上项目(2016J01188)；福建省资源环境监测与可持续经营利用重点实验室开放基金项目(ZD1403)；福州大学人才基金项目(XRC-1345)

施婷婷(1993-)，女，福建平潭人，福州大学2015级硕士研究生，研究方向：资源环境遥感、城乡规划，E-mail: shitingting93@163.com

许章华(1985-)，男，福建福清人，博士，讲师，硕导，研究方向：资源环境遥感、城乡规划与GIS应用，E-mail: fafuxzh@163.com

1004-1729(2016)03-0278-11

P 951；TP 79

A DOl：10.15886/j.cnki.hdxbzkb.2016.0042