福建省长汀县土地利用变化及其对生态风险的影响

2019-01-09 10:30李月月黄义雄杨阳叶功富
生态科学 2018年6期
关键词:长汀县建筑用高风险

李月月, 黄义雄, 杨阳, 叶功富



福建省长汀县土地利用变化及其对生态风险的影响

李月月, 黄义雄*, 杨阳, 叶功富

福建师范大学地理科学学院, 福州 350007

为探讨南方红壤地区土地利用的时间和空间变化及其对景观生态风险的影响, 以长汀县为典型研究区域, 以2000、2010、2015年的Landsat TM遥感影像为基础, 在ENVI5.0中对研究区进行监督分类, 在此基础上用Fragstats4.2计算研究区各类景观指数, 利用ArcGIS10.0地统计模块中普通克里格法进行空间插值, 对长汀县景观格局生态风险及其时空变化进行评估, 结果表明: 2000—2015年长汀县景观格局复杂化, 主要表现为建筑用地、耕地和水域景观类型面积增加迅速, 草地面积减少明显。研究期间, 风险等级有先增后减的阶段性变化, 较高和高风险等级主要在中部一带延伸或缩小; 2000—2010年研究区风险指数变大, 低风险等级和较低风险等级面积减少, 中等风险等级和高风险等级面积增加, 占总面积的66%, 区域风险等级明显升高, 生态环境质量下降; 2010—2015年景观格局变化显著, 耕地、建筑用地、水域面积分别增加6033.72 hm2、3822.01 hm2、714.24 hm2, 草地面积减少, 高风险等级面积减少7%, 而低风险等级面积增加7%, 风险等级明显下降, 生态环境问题明显好转。

景观格局; 风险等级; 时空变化; 长汀

1 前言

风险是指某一特定环境下, 在某一特定时段内, 某种损失发生的可能性[1-2]景观生态风险评价是指在自然或人为因素影响下景观格局与景观生态过程间的相互作用, 及其可能产生的不良结果[3-5], 它从景观的时空格局与生态过程耦合关联的视角强调景观风险的时空差异和格局的尺度效应[6-7]。生态风险评价作为当今区域环境风险管理的一种重要科学手段, 为土地利用生态效应的评估带来了新思路[8]。目前, 针对土地利用生态风险评价的模式主要有两种: 一是基于传统的风险源汇模式。徐申来在“源汇”景观理论基础上, 探讨陕北黄土丘陵沟壑地区景观格局与水土流失的关系[9]。王金亮根据基于源汇的生态风险评价方法, 构建了源汇景观单元的土壤侵蚀权重, 分析綦江流域的景观生态风险的变化特征[10]。刘芳等用基于“源-汇”的评价方法, 结合景观空间负荷对比指数, 研究长江上游流域内景观格局与非点源污染的定量关系, 并提出了有效的管理对策[11]。由于大部分地区缺乏全面的实地生态监测数据, 而土地利用类型作为地表景观的宏观表征形式, 基于景观格局和过程的土地利用生态风险探索也取得了一定成果[12-13]。曾辉、高宾等人在景观格局基础上建立生态风险评价体系, 研究区域生态风险的时空变化[14-15]。这种模式相对于第一种模式, 在评估区域整体生态质的风险表达量的同时, 也侧重分析风险时空分异特征以及特定空间格局对于生态功能、过程的风险表达[16]。

土地利用是人类开发利用自然地理环境最直观的表现形式之一, 土地利用变化与生态风险密切相关[17-18], 不同土地利用方式和强度产生的生态影响具有区域性和累积性特征[19-20]。土地利用变化作为一种生态系统人为干扰源, 对区域生态风险起着决定作用, 是当前可持续发展和全球变化研究的热点之一。福建省长汀县曾是我国南方红壤区水土流失最严重的县份之一, 素有“红色沙漠”之称。因其土壤侵蚀的典型性、严重性与治理的长期性, 一直受到政府与社会人士的高度重视。因此, 本文以长汀县为研究对象, 用景观生态学的原理、地统计学和生态风险评价的方法, 研究其土地利用变化的信息, 构建长汀县生态风险指数, 并对其生态风险进行评估, 揭示研究区生态风险的时空变化特征, 旨在为长汀县的风险管理提供科学参考。

2 资料与方法

2.1 研究区概况

福建省长汀县地理位置为 116°16'E—116°34'E、25°30'N—25°44'N, 地处福建西部, 武夷山南麓, 为闽赣两省的边界要地, 面积为775.40 km2。研究区属亚热带季风性湿润气候, 年平均气温 18.3 ℃, 降雨量集中, 降雨强度大, 年平均降水量1 730.4 mm, 地形破碎, 岭谷相间, 土壤类型以红壤土和砂壤土为主土层薄, 土壤抵抗侵蚀能力低。长汀县是全国丘陵红壤区水土流失最严重的地区之一。

2.2 数据来源

本文以长汀2000、2010、2015年三期30m分辨率的Landsat TM遥感影像为主要数据源(成像时间集中在6—11月, 影像平均含云量低于7%)。根据我国土地利用分类标准并结合长汀土地利用具体情况, 在ENVI5.0软件平台的支持下, 对图像进行融合、校正、配准等图像预处理, 用最大似然法进行监督分类, 将研究区划分为林地、耕地、草地、建筑用地、水体及未利用地6种类型作为风险受体, 研究长汀县生态风险空间分布情况, 经检验解译精度在88%以上, 满足研究需要。

图1 研究区地理位置示意图

2.3 研究方法

2.3.1 景观指数法

景观指数法是景观生态学中最常用的定量研究方法[21-23], 通过单一指数或若干指数相结合, 其数值变化反应景观格局变化信息及其结构组成和空间配置.不同的景观类型具有不同的生态功能, 抵抗外界干扰的能力也不同。本文选取的景观格局指数为景观损失度指数, 用以表示遇到干扰时各类景观受到生态损失的差别, 它是某一景观类型的景观结构指数和脆弱度指数的综合, 计算公式为:

R=S×F

公式中:S为景观干扰度指数;F为景观脆弱度指数。

景观干扰度指数指不同区域受到干扰之后的损失程度, 是景观破碎度指数、景观分离度指数、景观分维数指数权重的叠加, 表达式为:

S=aC+bN+cD

其中:C为景观破碎度指数;N为景观分离度指数;为景观分维数;为对应景观指数的权重。根据相关研究成果分别赋值0.50.30.2。

景观脆弱度指数是指不同生态系统的易损性, 根据前人研究结果[24], 对其景观类型分别赋以脆弱度指数建设用地=1、林地=2、草地=3、耕地=4、水域=5、未利用地=6, 并进行归一化处理, 得到相应的脆弱度指数0.0476、0.0952、0.1429、0.1905、0.2381、0.2857。

2.3.2 风险小区生态风险指数:

为了将研究区生态风险指数空间化, 本文结合学者研究经验[25-26], 在根据研究区范围大小和采样工作量的大小的基础上, 采用5 km×5 km的正方形风险小区采样格网进行等间距采样, 生成120个风险小区。利用Fragstats4.2软件计算出研究区各景观类型的面积、斑块数和分维度, 并根据研究区景观特点, 利用景观损失度构建景观生态风险指数来反应研究区综合生态损失的相对大小, 计算公式如下[27]:

式中,ERI为风险小区的景观生态风险指数,A为第个风险小区内景观类型的面积;为第个小区的的总面积;R为景观类型的景观损失度指数。在此基础上, 计算每一个风险小区的综合生态风险指数, 并将其作为该风险小区中心质点的生态风险指数。

2.3.3 地统计分析

地统计学是一系列检测、模拟、评估变量在空间上的相关关系和格局的统计方法。为了直观的表现研究区生态风险程度的空间分布特点, 本文基于地统计学中半方差函数的理论进行模拟分析, 利用ArcGIS10.0平台地统计模块中普通克里格法进行插值生成2000、2010、2015年的空间连续分布图, 半方差函数为[28]:

函数中,()为变异函数;()为样本间距时的样本对总数;为样本间距离;为某系统属性的随机变量;(x)和(x+)分别为变量在x(x+h)处的风险值。

研究为了直观反应研究区生态风险变化的空间特征, 根据景观结构的生态风险指数采用相对指标法对其进行自然断点等级划分, 高生态风险区(> 0.03837)、较高生态风险区( 0.0299≤<0.03837)、中生态风险区( 0.02645≤<0.02990)、较低生态风险区(0.02505≤<0.02645)、低生态风险区(≤ 0.02505)。

3 结果与分析

3.1 景观格局指数的时间变化

2000—2010年耕地、林地、草地和水域的面积都表现出下降趋势, 分别由2000年的32226.66 hm2、264785.31 hm2、7344.36 hm2、2096.01 hm2减少到2010年的31846.14 hm2、264272.31 hm2、3967.74 hm2、2073.15 hm2, 草地减少最为明显, 耕地和林地减少相对较少, 而建筑用地和林地面积分别从2000年的3659.58 hm2、193.59 hm2增加到2010年的7848.99 hm2、297.18 hm2, 建筑用地面积增幅比较大。耕地、草地及水域的破碎度增加, 表明随着人类的干预, 耕地、草地及水域的破碎化程度加深, 但林地、建筑用地和未利用地破碎度从2000年的0.0012、0.0981、0.1860下降到2010年的0.0007、0.0942、0.1461, 破碎化程度减轻。耕地、林地、草地和水域的干扰度和损失度均有增加, 干扰更严重, 而建筑用地和未利用地都在下降, 建筑用地和未利用地受干扰程度减轻。

2010—2015年, 耕地、水域、建筑用地以及未利用地面积分别增加6033.72 hm2、714.17 hm2、3822.3 hm2、38.16 hm2, 耕地和建筑用地面积增加较多, 相反, 林地和草地面积分别减少9787.95 hm2和820.47 hm2, 由于建设和人民生活需要, 部分林地和草地被建筑用地、耕地和水域占用, 且除建筑用地外斑块数目都在减少, 破碎度除林地由2010年的0.0007增加到2015年的0.0008外, 所有景观类型的破碎度都在下降, 整体景观破碎化程度逐渐好转。耕地、水域、建筑用地和未利用地的损失度和干扰度都有不同程度的下降, 景观建设受人类干扰有所减轻, 而林地和草地损失度和干扰度均有上升。

2000—2015年林地面积略有减少但面积仍是最大, 耕地面积一直很大并有所增加, 可见耕地和林地是研究区最主要的景观类型。耕地和水域的面积均经历了先减后增但总体在增加的趋势, 耕地由2000年的32226.66 hm2增加到2015年的37879.86 hm2, 水域由2000年的2096.01 hm2增加到2010年的2787.39 hm2, 耕地增加幅度大于水域, 耕地、林地的破碎度、损失度和干扰度表现出先增后减总体在减小的趋势, 说明在治理模式下的景观格局逐渐合理; 林地和草地的面积一直在下降, 干扰度和损失度逐渐上升, 且草地的分离度度也在一直增加, 由2000年的1.1866增加到2015年的2.3993, 生态环境稳定性下降, 需要合理的治理方案。建设用地和未利用地的面积一直在增加, 干扰度和损失度则是一直在下降的变化趋势, 建筑用地的分离度也表现为不断下降的趋势, 由2000年的1.4421下降到2015年的0.7651, 说明随着城市化的快速发展, 建筑用地和未利用地在空间分布上更趋于集中, 且生态稳定性增强, 变化合理。

3.2 景观格局空间变化

基台值通常表示系统内总的变异, 块金基台的比值可作为相关分析的依据, 若比值小于25%, 属于强度相关, 25%—75%属于中等相关, 75%以上属于弱相关[29]。由表2可以看出2000年、2010年用球状模型拟合效果比较理想, 2015年用高斯模型更合理。2000、2010年块金值/基台值的值分别为18%、23%, 具有强相关性; 2015年比值比较大为45%, 具有中等的空间相关性, 该阶段随机因素对总空间变异程度的贡献相对较大[30], 存在一些小尺度的非结构因素影响, 说明研究区各风险指数的随机变异性比较大, 人类对生态环境的影响比较深, 生态风险指数在小尺度上的随机变异性不断增加。

表1 研究区各景观类型的景观指数

表2 变异函数理论模型参数

注:为平均误差;E为均方根误差;为标准化平均误差;为标准化均方根误差;为平均标准误差。

2000年长汀县处于低风险区和较低风险区的面积分别是66093.01 hm2、51742.19 hm2约占全区面积的21%和17%, 低风险等级主要分布在西部边缘一带和东山、园丁山附近, 该地区山地地形, 人类活动干扰比较少, , 生物量大, 植被覆盖率高, 生态环境相对稳定; 较低风险等级分布在北部的大乾以北偏东、南部的高凸背一带以及西部山区边缘呈带状分布, 主要是山地边缘, 居民点相对较少, 又是铁路公路避开的一带。中风险等级主要在沿较低风险等级一带及东北和南部地区, 西部的古城镇附近也有分布, 景观类型为林地和耕地及水域的过渡带, 受居民点活动影响大于山地, 约占全区面积的30%; 较高风险等级集中分布在中部偏东地区, 南部偏西的四都镇附近也有分布, 主要在沿河流一带又有公路修建, 地势平坦, 居民点比较多, 原有植被被建筑用地、耕地占领, 生态环境破坏严重, 约占总面积的24%; 高风险等级主要分布在以长汀县城周围、及沿河流一带有公路通过的地区, 人类活动干预最严重, 裸地比较多, 破碎度大, 风险等级高。

相比2000年, 2010中等风险等级在原来的基础上向四周延伸, 面积增加12%, 使其它风险等级的空间分布发生相应变化。低风险等级和较低风险等级不再是连续的带状分布, 而是均匀的向四周分散转移, 主要在芹菜胡、山岗尾、横山背及夹溪口附近, 低风险等级面积比2000减少4%, 较低风险等级面积增加5%; 较高风险等级空间分布在原来范围略有减少, 西南部黄屋塘一带由较低和中等变为较高和高风险等级, 但总面积不变; 高风险等级的空间分布和面积变化较小。

与2010年相比, 2015年风险等级的变化主要是低风险等级面积增加7%, 西部低风险等级面积增加呈带状; 高风险等级面积减少7%, 南部黄屋塘高风险等级转化为中等风险等级; 中等风险等级的总面积没有变化, 但空间分布上向东部转移, 部分低风险等级、较低风险等级转化为中等风险等级; 高风险等级和较高风险等级的空间分布均是在原来范围内的缩小, 烂泥坑一带由中等变为较高等级, 变化不大。

2000—2015年长汀县的生态风险程度总体在降低, 但也有占总面积4%的低风险等级地区向中等风险等级转化, 主要原因是人类为了满足生产和生活需要, 不断开垦, 将部分林地、草地转化为耕地增加风险等级; 较高风险等级和高风险等级的主要分布在海拔较低的流域周围, 由于人们建设需要建筑用地和水域面积增加, 自身破碎度降低, 降低风险等级, 转化为中等风险等级, 主要原因是当地水土流失工作的开展和政府针对生态环境问题制定和实施的保护工作, 部分高风险地区的生态环境问题得到遏制; 中等风险等级面积增加显著, 由2000年的30%增加到2015年的42%, 生态环境问题逐渐稳定。

注: I低风险等级; II较低风险等级; III中风险等级; IV较高风险等级; V高风险等级。

图3 2000、2010、2015年研究区各生态等级面积比重(%)

3.3 生态风险面积转移矩阵分析

2000—2010年研究区生态风险等级在空间上变化明显, 转移最显著的是低风险等级向较低风险等级和较低风险等级向中等风险等级的转移, 分别转移22060.52 hm2和25504 hm2, 其次是较高向较低转移2968.1 hm2, 2010—2015年各个风险等级转移比较明显, 主要表现为较高一级风险等级向较低等级转移, 高风险等级转为较高等级的有15493.48 hm2, 较高转移为中等的面积是27967.15 hm2转移幅度最大, 其次是中等转为较低, 转移22319.41 hm2, 中等转为低风险等级的有19300.75 hm2, 风险等级降低比较明显。2000—2015高风险等级转为较高等级的面积为17807.55 hm2约占总面积的5.8%, 较高等级转为中等的为32721.51 hm2, 风险等级总体上呈下降趋势, 说明自2000年以来长汀县的生态恢复工作虽然曲折但效果显著。

这种变化与研究区域的实际情况相符合, 前期居民为了生产及道路建设需要向林地、草地进军, 大部分草地和林地被建设用地和耕地占用, 加之治理措施不成熟, 增加了生态环境的脆弱性, 加重研究区生态风险等级。后期由于治理措施逐渐成熟, 根据发展过程中产生的具体问题采取针对性的措施, 合理规划建设用地和道路, 部分耕地、草地还林, 植被覆盖度增加, 以及加强对水域的恢复和保护, 使紧张的生态环境形式有了实质性的好转。

表3 2000—2015年各风险等级面积转移矩阵

4 讨论

学者研究结果表明, 生态环境随着土地利用变化而变化, 作为全国典型的水土流失的地区, 长汀县生态环境更加脆弱, 受土地利用变化影响更明显。研究表明: 2000—2015年林地和草地不断减少, 建筑用地不断扩张, 生态环境与人类活动处于此消彼长的状态, 快速的经济发展人类向林地、草地索取, 生态环境遭到破坏, 随着经济发展政府提出了相应的保护生态环境的政策, 生态环境有所缓和; 城镇建设、人口和当地政府政策对生态风险影响比较大, 可以为水土流失治理提供科学参考。由于遥感数据分辨率和土地分类标准的限制, 本文可能有一定的误差, 有待进一步改进。

5 结论

(1)研究期间, 长汀县的景观格局发生了明显变化: 耕地、水域、建设用地、未利用地面积均有不同程度的增加, 其中建设用地面积增加量较大; 林地和草地面积呈下降趋势。耕地、林地、水域、建设用地、未利用地、未利用地的破碎度和分离度均呈下降趋势, 景观类型越来越集中, 而草地的破碎度和分离度呈上升趋势, 景观破碎化日趋严重。

(2)15年以来长汀县景观生态风险随时间的演变也发生了较大变化。2000年长汀县以中等、较高风险等级为主, 2010年研究区低风险等级和较低风险等级的面积均有不同程度下降, 高风险等级面积有所增加, 2015年研究区内低风险等级、较低风险等级面积回升, 高风险等级面积大量减少。

(3)2010—2015研究区内景观生态的空间分布也发生了较大变化, 2000年研究区内低、较低风险等级主要分布在西部边缘一带和东山、园丁山附近以及北部的大乾以北偏东、南部的高凸背一带以及西部山区边缘等人类干扰程度较小的地区, 高和较高风险主要分布于城镇、公路等人类密集区; 2010年景观风险主要表现为中等风险等级在原来的基础上向四周延伸, 低风险等级和较低风险等级不再是连续的带状分布, 而是均匀的向四周分散转移, 西南部黄屋塘一带由较低和中等变为较高和高风险等级, 但总面积变化不大; 2015年高风险区不断向内缩小, 西部低风险等级呈带状增加。

(4)转换方式上2000—2010年主要为低风险等级向较低风险等级和较低风险等级向中等风险等级的转移, 2010—2015年主要表现为较高一级风险等级向较低等级转移, 2010—2015年主要为高风险等级面积的减少, 减少量为32721.51 hm2, 风险等级总体上呈下降趋势。

[1] 张小飞, 王如松, 李正国, 等. 城市综合生态风险评价——以淮北市城区为例[J]. 生态学报, 2011, 31(20): 6204– 6214

[2] 朱艳景, 张彦, 高思, 等. 生态风险评价方法学研究进展与评价模型选择[J]. 城市环境与城市生态, 2015(1): 17– 21.

[3] 彭建, 党威雄, 刘焱序, 等. 基于生态适应性循环三维框架的城市景观生态风险评价[J]. 地理学报, 2015, 70(7): 1052–1067.

[4] 彭建, 刘焱序, 潘雅婧, 等. 基于景观格局—过程的城市自然灾害生态风险研究: 回顾与展望[J]. 地球科学进展, 2014, 29(10): 1186–1196.

[5] 付在毅, 许学工, 林辉平, 等. 辽河三角洲湿地区域生态风险评价[J]. 北京大学学报自然科学版, 2001, 21(1): 365–373.

[6] 阳文锐, 王如松, 黄锦楼, 等. 生态风险评价及研究进展[J]. 应用生态学报, 2007, 18(8): 1869–1876.

[7] 彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望[J]. 地理学报, 2015, 70(4): 664–677.

[8] 吴剑, 陈鹏, 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, 25(7): 2056–2062.

[9] 许申来. 基于“源汇”过程的景观格局分析和水土流失评价[D]. 北京, 中国科学院研究生院, 2009.

[10] 王金亮, 谢德体, 倪九派, 等. 基于源汇景观单元的流域土壤侵蚀风险格局识别[J]. 生态学报, 2017, 37(24): 1-11.

[11] 刘芳, 沈珍瑶, 刘瑞民. 基于“源-汇”生态过程的长江上游农业非点源污染[J]. 生态学报, 2009, 29(6): 3271– 3277.

[12] 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.

[13] 杨帆, 毛显强. 区域景观生态风险空间分析[J]. 中国环境科学, 2006, 26(5): 623–626.

[14] 曾辉, 郭庆华, 刘晓东, 等. 景观格局空间分辨率效应的实验研究[J]. 北京大学学报: 自然科学版, 1998, 34(6): 820–826.

[15] 高宾, 李小玉, 李志刚, 等. 基于景观格局的锦州湾沿海经济开发区生态风险分析[J]. 生态学报, 2011, 31(12): 3441–3450.

[16] 巫丽芸. 区域景观生态风险评价及生态风险管理研究——以东山岛为例[D]. 福州: 福建师范大学, 2004.

[17] OVERMARS K P, KONING G H J D, VELDKAMP A. Spatial autocorrelation in multi-scale land use models[J]. Ecological Modelling, 2003, 164(2/3): 257–270.

[18] LAMBIN E F. Modelling and monitoring land-cover change processes in tropical regions[J]. Progress in Physical Geography, 1996, 21(3): 375–393.

[19] 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.

[20] 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.

[21] 宁静, 杜国明, 孟凡浩, 等. 巴西热带雨林森林景观转化时空特征及破碎化分析[J]. 地理研究, 2015, 34(7): 1235–1246.

[22] 王云, 周忠学, 郭钟哲. 都市农业景观破碎化过程对生态系统服务价值的影响——以西安市为例[J]. 地理研究, 2014, 33(6): 1097–1105.

[23] DALE V H, KLINE K L. Issues in using landscape indicators to assess land changes[J]. Ecological Indicators, 2013, 28(5): 91–99.

[24] GAO B, XIAOYU L I, ZHIGANG L I, et al. Assessment of ecological risk of coastal economic developing zone in Jinzhou Bay based on landscape pattern[J]. Acta Ecologica Sinica, 2011, 31(12): 3441–3450.

[25] 张月, 张飞, 周梅, 等. 干旱区内陆艾比湖区域景观生态风险评价及时空分异[J]. 应用生态学报, 2016, 27(1): 233–242.

[26] 巩杰, 谢余初, 赵彩霞, 等. 甘肃白龙江流域景观生态风险评价及其时空分异[J]. 中国环境科学, 2014, 34(8): 2153–2160.

[27] 卢远, 苏文静, 华璀, 等. 左江上游流域景观生态风险评价[J]. 热带地理, 2010, 30(5): 496–502.

[28] OLIVER M A, WEBSTER R. A tutorial guide to geostatistics: Computing and modelling variograms and kriging[J]. Catena, 2014, 113(2): 56–69.

[29] 王军, 傅伯杰, 邱扬, 等. 黄土丘陵小流域土壤水分的时空变异特征——半变异函数[J]. 地理学报, 2000, 1(4): 428–438.

[30] 李灿, 张凤荣, 朱泰峰, 等. 大城市边缘区景观破碎化空间异质性——以北京市顺义区为例[J]. 生态学报, 2013, 33(17): 5363–5374.

Land use change and its impact on ecological risk in Changting County, Fujian Province

LIYueyue, HUANG Yixiong*, YANG Yang, YE Gongfu

Fujian Normal University, Fuzhou 350000, China

This study takes Changting County as the typical red soil research area, based on remote sensing imagery of Landsat TM in 2000, 2010, 2015, and carries on the supervision classification of the research area in ENVI5.0. On this basis, using the Fragstats4.2 computation area all kinds of landscape index, using the ArcGIS10.0 statistic module, the common kriging method for spatial interpolation, the ecological risk of the landscape pattern of Changting County and its temporal and spatial change were evaluated.The results showed that2000-2015, the landscape pattern of Changting County changed markedly, with the construction land, cultivated land and water landscape type area increasing rapidly, andgrassland area decreased obviously. The risk rank had the first increment after the period change. The higher and the high risk rank extended or dropped mainly in the middle area. In the 2000-2010, research area risk index became bigger. Low risk level and lower risk grade area decreased, moderate risk level and high risk grade area increased, accounting for 66% of total area. Regional risk rank increased markedly, and ecological environment quality decreased. In 2010-2015 landscape pattern changed significantly; cultivated land, construction land, water area increased 6033.72hm2, 3822.01hm2, 714.24hm2. Grassland area decreased, the high risk grade area decreased 7%, while the low risk grade area increased 7%. The risk level decreased obviously, and the eco-environmental problems were improved obviously.

landscape pattern, risk grade, temporal and spatial variation, Changting

10.14108/j.cnki.1008-8873.2018.06.007

F301.2

A

1008-8873(2018)06-052-08

2017-09-28;

2018-09-03

福建省水土保持林生态效益评价模型研究(HO0888); 福建省水主要土保持林改良土壤效应研究(CO0058)

李月月(1990—), 女, 河南兰考人, 硕士研究生, 从事景观生态研究, E-mail: 115239326@qq.com

黄义雄(1960—), 男, 福建福州人, 研究员, 从事景观生态方面研究, E-mail: yxhuang@fjnu, edu.cn

李月月, 黄义雄, 杨阳, 等. 福建省长汀县土地利用变化及其对生态风险的影响[J]. 生态科学, 2018, 37(6): 52-59.

LI Yueyue, HUANG Yixiong, YANG Yang, et al. Land use change and its impact on ecological risk in Changting County, Fujian Province[J]. Ecological Science, 2018, 37(6): 52-59.

猜你喜欢
长汀县建筑用高风险
长汀县优质烟叶种植气候适宜性分析
上海市高风险移动放射源在线监控系统设计及应用
建筑用成型钢筋制品加工与配送技术
高密度电法在建筑用石料勘查区遴选中的应用
睿岐喘咳灵治疗高风险慢性阻塞性肺疾病临证经验
福建省长汀县鸟类资源多样性与区系分析
建筑用硅酮密封胶及其市场观察
JG/T492—2016建筑用光伏构件通用技术要求
高风险英语考试作文评分员社会心理因素研究
长汀 龙岩市老促会深入长汀县调研革命基点村精准扶贫