陕北黄土高原典型人类活动影响下景观生态风险评价

傅 微， 吕一河， 傅伯杰， 胡维银

(1.北京建筑大学建筑与城市规划学院， 北京 100044； 2.中国科学院生态环境研究中心， 北京 100085； 3.河北省水土保持工作总站， 石家庄 050011)

基于景观格局的生态学研究对区域生态安全的维护和保障极为重要，特别是在应用性很强的景观规划和景观格局优化上，其面临着设计依据不足、机理解释匮乏的困境。时空尺度的定量化方法作为生态风险评价的前沿和发展方向已经受到学者的普遍关注[1]，使区域景观生态风险评价日益成为景观生态学研究的热点领域和现阶段生态风险管理的迫切需求。景观生态风险评价研究起源于20 世纪90年代，景观生态风险评价是生态风险评价在区域尺度上的重要分支领域，聚焦于对生态系统结构、功能和过程的影响及对景观不利的生态效应[2]，为区域景观生态建设提供理论基础和技术支持。

多数研究以人类负面干扰或自然灾害为出发点评价景观生态风险，评价对象包括行政区[3-4]、湖泊周边[5-6]、流域[7]、城市地域[8]和沿海地区[9]等人类负面活动较为剧烈的区域，也有湿地[10]、矿区[11-12]等受人类干扰明显的生态敏感地区。目前尚缺乏以正面干预(如生态恢复措施)景观生态过程为出发点的景观生态风险时空评价。另外，人类活动-生态体系是复杂和弹性系统的典型代表，城镇化进程和生态恢复等共同作用下的景观生态效应研究成为近年来生态和环境科学的热点。植被恢复实践的有效性也成为国内外广泛关注的问题[13-15]。植被恢复是促进区域生态系统结构、功能以及相关生态系统服务提供能力恢复的各种管理和干预活动的统称[16]。植被恢复进程带来了景观格局和生态过程的巨大改变，景观生态风险评价有助于从侧面发现人类正面干预下生态系统结构和功能等产生的不利后果的时空动态变化，也有助于从景观生态学视角对理想的恢复目标和真实性之间存在的距离和矛盾进行检验。因此，该文旨在探索植被恢复和城镇化作用下景观生态风险评价对于区域资源开发和生态建设的重要指示作用。

1 研究地区与研究方法

1.1 研究区概况

我国黄土高原地区相对落后的经济发展、严重的水土流失以及不合理的土地利用加剧了黄土高原土地资源的退化，导致该地区生态环境脆弱，生态系统服务不断下降，人与生态环境的相互作用敏感。陕北黄土高原地区由陕西省延安市和榆林市组成，介于北纬34°45′～39°40′、东经107°28′～111°15′之间，位于世界上最大的黄土沉积区，面积约为92 521.4 km2。该区是我国乃至全球水土流失最为严重的地区之一[17]。黄土高原地区生态环境本底脆弱，人类活动干扰强烈，一直是国家扶贫开发、水土保持和生态治理的重点地区。自20世纪90年代末开始，作为退耕还林(草)工程的试点区，该地区启动了大规模的植被恢复工作。我国学者基于景观生态学原理和方法，围绕“景观格局演变-驱动机制-水土流失过程-生态系统服务”的框架开展了大量研究和实践[18-20]，达到一定的控制水土流失、实现区域生态系统健康发展的目标[21]。因此，笔者选取陕北黄土高原作为典型生态脆弱区，研究大规模植被恢复与城镇化等典型人类活动共同作用下的景观生态风险，能够为加强景观生态环境规划和区域生态环境管理提供科学支撑。

1.2 研究方法

1.2.1数据

土地利用/覆被变化(LUCC)与生态风险密切相关，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。土地利用数据是景观指数分析的基础，故采用基于2000、2005、2010和2015年的Landsat TM影像。该影像来源于美国航空航天局(National Aeronautics and Space Administration，NASA)数据分享网站(http:∥earthexplorer.hsgs.gov)，空间分辨率为30 m×30 m，用于解译获取的土地覆盖分类数据。研究范围矢量数据来源于资源环境数据云平台(http:∥www.resdc.cn/)。

城镇化是人类活动的重要标志之一，选用夜间遥感地图数据，即DMSP/OLS数据，时间为2000—2010年当地时间20:30—21:30，下载自http:∥www.ngdc.noaa.gov/dmsp/download.html。这一数据用于测算城镇化进程，夜间遥感灯光的数值变化在一定程度上能够反映城市扩张程度。

植被净初级生产力(net primary productivity，NPP)是评价生态系统功能特征的重要参量，也可用于评价土地利用变化对生态系统的影响。所以，采用NPP年平均值来描述黄土高原植被恢复的有效性。NPP数据是通过CASA(Carnegie-Ames-Stanford Approach)模型计算获取的，时段为2000—2015年，栅格分辨率为250 m×250 m。

1.2.2景观生态风险评估

基于景观格局的生态风险评价研究主要是以景观脆弱度指数和景观格局指数等作为评价指标构建生态风险模型的。基于景观格局指数的景观生态风险定量方法能够快速识别土地利用异质性所产生的干扰和生态系统自身的脆弱程度，为明晰景观生态风险空间异质特征提供了有效的方法支撑，是景观生态风险评价的主要途径。生态风险是生态系统结构和功能在响应外界干扰时保持本身处在低能量平衡的一种可能性[22]。笔者研究中，生态风险主要通过景观生态风险的外部扰动强度和脆弱性来衡量，即外部的景观干扰指数和内部的景观脆弱性指数[23]，具体公式见表1[22,24-27]。

表1用于景观生态风险评估的相关指标和计算方法

Table1Thelandscapeindicesandcalculationmethodoflandscapeecologicalriskassessment

景观指数公式文献破碎化指数(Ci)Ci=ni/Ai[24]分离度指数(Si)Si=Di·A/Ai,Di=(1/2)·ni/A[25]优势度指数(Di)Di=(R+F)/4+L/2, R=ni/N,F=Bi/B, L=Si/S[22]干扰度指数(Ei)Ei=a′·Ci+b′·Si+c·Di[26]脆弱性指数(Fi)标准化[27]

ni为某景观类型i斑块数量；Ai为景观类型i总面积；Di为景观类型i距离指数；A为景观总面积；N为总斑块数量；Bi为斑块i样本数量；B为样本总数量；Si为斑块i面积；S为总样本面积。a′、b′、c分别为Ci、Si和Di的权重。

外部的景观扰动主要用于衡量来自自然和人为驱动的干扰。景观干扰度指数(Ei)主要采用景观破碎化指数(Ci)[24]、景观分离度指数(Si)[25]、景观优势度指数(Di)[22]，并对各衡量指数权重进行赋值而获得。根据SCHINDLER等[28]的研究，景观破碎化指数(PD)在解释植物和昆虫类物种多样性方面可在1 km2的空间幅度内解释度满足95%置信度检验，景观分离度指数(SPLIT)在解释植物物种多样性方面可在2 km2的空间幅度内解释度通过99%置信度检验。因此，所选取的景观格局指数的变化在一定程度上反映了景观格局变化对生境质量的影响。

在景观扰动指数中，权重之间a+b+c=1。城镇化扩张可能最先导致较大程度的景观破碎化，其次导致一定程度的景观分离，最终造成景观类型优势度的变化。根据前人研究和专家意见，3个指数的权重分别为0.5、0.3和0.2[22,25-26,29]。

内部的景观脆弱性指数(Fi)主要用于评价某一景观类型维持其稳定性的能力。根据一级土地利用分类标准，将研究区景观类型分为林地、草地、园地、水体湿地、未利用地、耕地和建设用地7类。根据以往研究结果[25,29]，将脆弱性等级分成7级，其中，未利用地最为脆弱，其次是耕地，建设用地最为稳定。因此，未利用地、水体湿地、耕地、园地、草地、林地和建设用地7个景观类型的脆弱性指数从高到低依次赋值7、6、5、4、3、2和1。再将赋值进行标准化处理得到各景观类型的脆弱性指数(Fi)[23,27]。

基于上述景观扰动指数和景观脆弱性指数，景观生态风险指数计算公式[25]如下：

(1)

式(1)中，IER为景观生态风险指数(landscape ecological risk index)；N为在样本范围内的景观类型数量；Sk,i为景观类型i在样本范围k中的面积，km2；Sk为样本范围k的总面积，km2；Ei为景观类型i的干扰度指数；Fi为景观脆弱性指数。根据以往研究[30]和景观斑块的地理条件，采用5 km×5 km方形栅格空间化生态风险指数，总样本数量为3 429。

为了在综合景观生态风险的空间布局中研究景观的空间规律性和等级结构，在生态风险系统采样的基础上，利用地学统计的变异函数方法，通过半方差函数进行理论变异函数的拟合。在各栅格内分别计算其景观生态风险值，采用ArcGIS 10.2软件空间分析工具的空间克里金插值法，对斑块状数值进行空间特征变换，再采用Natural Break方法将结果划分为低风险、中低风险、中风险、中高风险、高风险和极高风险6个等级。分级后对2000—2005、2005—2010和2010—2015年3个阶段景观生态风险等级的变化用栅格计算器进行计算，差值可提示风险等级的升高与降低及其空间趋势，从而实现对景观生态风险评价空间分布情况的直观描述和空间结构分析，得到陕北黄土高原区生态风险时空变化规律。

1.2.3相关分析

采用线性回归方法，计算过程均采用ArcGIS 10.2软件Raster Calculator工具，对植被净初级生产力变化趋势以及植被净初级生产力变化和城镇化分别与景观生态风险值变化间的相关关系进行分析。最小二乘法回归方程为

y=a·x+b+ε。

(2)

式(2)中，y为2000—2015年平均植被净初级生产力变化量或夜间灯光数值；a为方程式的斜率，或称线性趋势变化率；b为方程截距；x为时间或景观生态风险值；ε为随机误差。通过趋势统计获取显著性水平P，当a<0 且P<0.05时，标记为显著负相关；当a>0且P<0.05，标记为显著正相关。

2 研究结果

2.1 区域土地利用及景观格局变化

由表2可知，研究区域土地利用景观类型以草地为主，且主导地位越来越明显，草地面积从2000年38 449.1 km2增加到2005年39 533.0 km2，直至增加到40 225.92 km2。其次是林地和耕地，两类景观类型面积分别占景观总面积的比例相近，到2015年两类景观类型面积比例差距变大。2000—2015年耕地面积整体呈下降趋势；林地面积则呈增长趋势，2000、2005、2010和2015年林地面积分别为16 547.3、16 452.3、16 614.8和20 716.9 km2，与此同时园地面积也呈快速增长趋势。水体湿地、建设用地和未利用地面积所占比例较小，其中建设用地面积增长较快，由2000年616.2 km2增加到2010年920.1 km2，随后继续增长至1 196.5 km2；水体湿地面积变化逐年增加，由2000年279.6 km2增长至305.7 km2；未利用地在2010—2015年有大幅减少。土地利用变化率反映了土地资源数量的变化程度，2000—2015年研究区未利用地和耕地变化率基本为负值，其他景观类型变化率基本为正值，其中，园地、建设用地、未利用地和林地变化率较大。

在多种过程共同影响下陕北地区的景观格局及其变化见表3。

表22000—2015年陕北地区土地利用类型/覆被变化

Table2Landuse/coverchangesinnorthernShaanxiareafrom2000to2015

土地利用类型面积比例/%变化率/%2000年2005年2010年2015年2000—2005年2005—2010年2010—2015年林地20.320.620.825.92.21.024.7草地44.949.448.650.37.1-1.73.5水体湿地0.40.30.40.4-0.45.43.7耕地24.920.020.219.4-15.01.8-4.7建设用地0.60.81.21.547.449.330.0未利用地8.98.98.82.5-1.2-1.5-71.1园地0.00.00.00.01.413.2477.1

表32000—2015年陕北地区景观指数的变化

Table3ThelandscapeindexofthemainlandscapetypesinnorthernShaanxifrom2000to2015

景观指数年份林地草地 水体湿地 耕地 建设用地 未利用地 园地 PD20000.560 10.678 20.025 81.282 20.080 20.171 90.000 2 20050.226 20.159 40.021 30.413 40.048 00.061 30.000 120100.238 60.122 60.020 50.412 00.052 30.046 40.000 120150.290 90.134 30.023 40.397 40.068 60.058 40.000 4SPLIT2000151.709 49.033 73 293 008978.226 47 835 773446.381 81.08E+11200593.576 56.161 84 717 558798.334 81 908 029334.893 97.80E+10201092.131 74.527 45 673 482882.389 2809 730126 378.900 07.44E+10201574.201 65.590 06 111 1201 073.700 0591 833242 398.900 05.01E+09LPI20006.829 233.252 40.048 53.068 00.021 94.680 80.000 220058.090 440.276 60.042 53.452 40.053 25.421 20.000 220108.116 846.979 80.038 03.318 00.083 60.206 70.000 220159.473 942.277 90.034 02.926 50.089 60.067 80.000 8

PD为景观破碎化指数，SPLIT为景观分离度指数，LPI为景观优势度指数。

由表3可知，2000年除园地外其他景观类型破碎化指数均最高，2005—2015年，林地破碎化增加，草地破碎化减小，耕地破碎化减小，建设用地破碎化增加。这表明与城镇化过程直接相关的建设用地呈破碎化趋势。与此同时，林地斑块破碎化也在升高，植被恢复的区域并未形成连廊或基质状态，林地恢复的空间连通性有待提高。从景观分离度指数来看，2000—2015年，林地和草地呈聚集趋势，水体湿地和未利用地呈逐年分散趋势，耕地分离度先减少后增加，建设用地呈聚集趋势。随时间的推移，林地优势度增加，草地优势度先增加而后在2010—2015年有所减少，水体湿地优势度减少，耕地优势度在2000—2005年增加而后阶段逐渐减少，建设用地优势度增加，未利用地优势度减少。

2.2 景观生态风险空间格局

进一步定量分析了陕北作为黄土高原典型区的景观生态风险。如图1～2所示， 2000和2005年陕北地区景观生态风险较高的区域主要呈点状分布在榆林、延安等主城区和呈线状分布于交通网络主干道附近及黄河沿岸；2010和2015年景观生态风险较高的区域逐步呈片状分布于榆林市西北部。2010年之后，黄土高原典型区景观生态风险分布不均衡，北部风险值明显比南部高。高风险区域多位于榆林市，低风险区域多位于延安市。为了更方便地识别景观生态风险值的变化情况，通过空间差值和分组进一步分析极高风险、高风险、中高风险、中风险、中低风险和低风险6个类型风险空间分布和动态。

图1 2000和2005年陕北地区景观生态风险值和风险等级划分

图2 2010和2015年陕北地区景观生态风险值和风险等级划分

表4显示，在研究时空范围内，低风险区面积虽一直最大，但随着时间的推移呈缩减趋势。中低和中风险值区面积在2005—2010年沿陕北北部从中心向外扩展明显，分别达到近100%和280%的增长幅度，这一增长趋势在2010—2015年有所趋缓，只增加14.5%和0.6%。中高风险区面积在2000年较小，仅占总面积的1.1%，之后逐年增加，且增速加快。高风险区面积在2000年仅占总面积的0.4%，2000—2005年和2005—2010年2个阶段高风险区面积增长平稳，变化比例保持在50%左右，但2010—2015年减少153.7 km2。极高风险区面积虽然占总面积比例较小，但近10 a增长迅速，仅在2000—2005年极高风险区面积减少50%，2005—2010年增长273.5%，2010—2015年增长66.8%。整体而言，景观生态风险以增长趋势为主， 2005—2010年景观生态风险增长范围最大，涨幅为186.0%；2010—2015年景观生态风险增加有所缓解，增加12.9%；2000—2005年景观生态风险降低26.0%。2000、2005、2010和2015年各风险等级面积变大的情况居多，其中，最大的为中和极高2个等级，其次是中高和高等级，再次为中低等级，而低等级面积则减少。

表4陕北地区景观生态风险各等级面积及其随时间的变化

Table4ChangesintheecologicalriskgradeareasinnorthernShaanxi

风险等级面积/km2变化比例/%2000年2005年2010年2015年2000—2005年2005—2010年2010—2015年低70 545.371 296.260 138.457 585.01.1-15.6-4.2中低6 518.75 462.110 831.212 404.3-16.298.314.5中1 525.51 734.56 567.26 603.413.7278.60.6中高874.7897.61 433.12 416.72.659.768.6高349.0526.4820.9667.250.855.9-18.7极高101.546.1172.2287.2-54.6273.566.8

2.3 景观生态风险格局的时间变化

陕北地区景观生态风险等级从低等级向高等级变化称为等级升高，由高等级向低等级变化称为等级降低。图3显示了景观生态风险等级升高或降低的空间分布。2000—2005年等级变化较小，等级降低的区域主要位于定边县北部湖区、榆阳区，等级升高的区域主要位于榆阳区西北部。2005—2010年等级降低的区域主要位于子洲县和横山县东南部；等级升高区域位于陕北北部榆阳区和神木县西南部，成片明显，靖边县和定边县北部、东部黄河周边景观生态风险等级呈升高趋势。2010—2015年，陕北景观生态风险增长呈圈层式扩展与缩小趋势：与2005—2010年趋势有共同之处，榆阳区与神木县仍为等级升高的主要区域，但横山县北部与榆阳区交界地带呈现等级降低趋势；此外，宝塔区和延川县有等级升高区域，富县东南界和洛川县城镇区有等级降低区域，东部黄河周边景观生态风险等级呈降低趋势。

2.4 景观生态风险格局与典型人类活动的相关关系

如图4所示，植被变化与景观生态风险值变化呈显著相关的区域存在空间分布差异，显著正相关区域主要集中于榆林市西北风沙滩区以及陕西省与鄂尔多斯市交界的定边县北部。植被变化与景观生态风险值变化呈显著负相关的区域主要分布于延安市北部近15 a退耕还林逐年拓展的区域。可见，在景观生态风险增加的区域，景观生态风险增加，植被呈退化趋势；在景观生态风险低风险区，植被恢复促进景观生态风险的降低。

城镇化与景观生态风险值变化呈显著正相关的区域主要集中在研究区西北部榆阳区及陕西省与鄂尔多斯市交界的定边县北部。城镇化与景观生态风险值变化呈显著负相关的区域则呈散点分布，且面积较小。可见，城镇扩张与景观生态风险的增加具有显著关联，但景观生态风险与城镇化显著相关区域的面积比其与NPP显著相关区域的面积小。

3 讨论

研究结果表明植被恢复的人类活动比城镇化进程对景观生态风险的影响大。2000—2015年随着植被恢复工程的推进，对景观生态风险值较低的区域始终有降低风险的作用，但在景观风险值增加明显的区域则随时间的变化有所不同：

2000—2005年为退耕还林还草工程开展初期阶段，陕北地区植被净初级生产力均呈增长趋势，整体景观生态风险也基本为低风险分布。因此，2005年景观生态风险较2000年有所降低。

2005—2010年景观生态风险增加明显的区域既是我国生态环境保护重点治理区域，也是我国煤化工产业开发重点区域，即榆林市西北部风沙滩区。该区植被呈退化趋势，景观生态风险增加。延安和榆林有着不同的发展特点。榆林有如煤、石油、天然气和岩盐在内的丰富矿产[31]，其地形和生态条件较延安更复杂。地下作业和能源开发作为高消耗、高污染的工业，资源循坏和修复不足，废水、废气、废渣在现阶段的利用率不足45%(国标应达到75%)，产业链较短。造成的W型、U型地面裂缝，采空塌陷，水污染，大气污染，固体废弃物污染，加之煤矿排水渗水对地下水的污染，导致地表植被遭到破坏，植被生长受抑制[32]。植被退化亦会加重景观生态风险。

2010—2015年为植被恢复显著增加阶段，景观生态风险较高区域风险有所缓解。 2010—2015年未利用地减少，防风固沙林建设持续开展，地表土地沙漠化和荒漠化生态问题有一定改善[33]，植被净初级生产力呈显著增加趋势。榆林市国民经济和社会发展统计公报统计结果显示，综合能源消费量1万t以下和5 000 t以下的主要消费单位(吨标准煤)在2011年后急剧降低，消费量减少最多达到81.8%。这说明“三北防护林”、“退耕还林(草)”等植被恢复工程、能源开采控制和节能等措施缓解了景观生态风险值的快速增长，但并未改变景观生态风险加重的局面，只是减缓。原因可能有如下几个方面：植被恢复的可持续性带来潜在风险近年来不断被学者提出，随着黄土高原地区的植被恢复和环境状况的整体变化，典型人类活动和植被恢复造成区域产水、产沙大幅减少；大规模人工植被恢复，能够导致径流减少和土壤干燥化[34]；大面积造林发生地——草本-林地系统转化地带(平均降水量为450～550 mm地区)的土壤湿度下降[35]等。可以预见，处在干旱半干旱地区沙漠化地带的榆阳市和神木县部分地区，水资源的匮乏对其景观生态风险的影响将加剧。

图3 3个时段陕北地区景观生态风险时空变化

a为线性趋势变化率，P为显著性水平。

由此可见，未来榆林市西北部(主要包括榆阳区和神木县)的生态保护对保障生态安全比丘陵沟壑区更为重要。在植被恢复人类活动影响下，对于秃尾河、榆溪河、芦河和无定河上游水源涵养空间的保护将对下游城市水资源生态安全和能源化工基地的可持续发展具有重要意义。在植被物种的选择上，矮化枣树、柠条、刺槐和樟子松的种植节水效果较好，对黄土丘陵区的植被恢复以及生态建设而言是较合理的措施。在城镇化影响下，根据城镇化与景观生态风险变化的相关关系，榆阳区是主要的呈片状正相关区域，其城市扩张迅速，应在人口压力与生态修复之间寻求机制耦合与平衡关联。

4 结论

基于景观格局与生态学过程建立的景观生态风险指数能够综合反映景观风险源，为研究区景观管理提供量化决策参考，主要得出以下结论：

(1)在植被恢复与典型人类活动作用下，研究时段内黄土高原陕北典型区景观格局变化对研究区生态稳定性有潜在影响：生境质量下降，斑块破碎化增加降低了生境总面积，斑块内部生境进而受到损害，引起内部生境容易受到外部的侵袭干扰，降低物种多样性及其抵抗灾害的能力。另一方面，景观破碎化使生境斑块之间的分离程度增加，从而可能阻碍物种扩散能力。

(2)2000、2005、2010和2015年陕北典型区景观生态风险分布不均衡，景观生态风险增加，北部、西部风险值明显高于其他地区。景观生态风险低等级面积逐渐缩小，其他等级面积逐渐变大，其中，2005—2010年面积变化最大的为中和极高2个等级，变化比例分别为278.6%和273.5%。2010—2015年各等级面积变化比例有所减小。2000—2005年景观生态风险等级变化较小，2005—2010年景观生态风险等级升高区域位于连接呈片状的陕北西北部风沙滩区和连接呈线状的东部黄河两岸。2010—2015年，陕北景观生态风险增长呈圈层式扩展与缩小趋势，趋势有所变缓。

(3)风险值的变化与城镇化及植被恢复等人类活动有关，是驱动景观生态风险增加的重要因素。在景观生态风险增加的西北风沙滩区，景观生态风险增加，植被呈退化趋势；在景观生态风险低风险区即退耕还林逐年拓展的区域，植被恢复促进景观生态风险的降低。植被恢复对景观生态风险的影响大于城镇化进程。城镇化与景观生态风险值变化呈片状显著相关的区域主要集中在研究区西北部榆阳区，且呈正相关。

该研究成果对于区域发展和生态恢复的综合调控具有一定参考借鉴价值。应根据景观生态风险高低程度，在极高和高景观生态风险区优化生态恢复与重建措施，同时也不能忽视低中、低生态风险区的生态保护，以实现社会经济建设与生态环境的协调发展。