赣江上游流域景观生态风险的时空分异——从生产-生活-生态空间的视角

赵 越,罗志军,*,李雅婷,郭佳滢,赖夏华,宋 聚

1 江西农业大学国土资源与环境学院,南昌 330045 2 西北大学城市与环境学院,西安 710127 3 北京师范大学环境学院,北京 100875

生态风险评价是基于一种或者多种外界因素导致的可能会发生的或者正在发生的对生态环境产生不良影响的评价方法,其重点为评价人类活动在生态环境中产生的不良影响[1]。景观格局表示景观组分的空间分布特点与组合规律,体现着景观的异质性与各类生态过程在不同尺度上的作用结果[2],通过研究景观格局的变化及演替规律可获知地区生态空间结构的变化特点,可用于对地区潜在的生态风险的综合评估[3- 4]。土地利用/覆被变化是全球环境变化的重要组成部分,在人类活动占优的景观内,土地利用的方式和强度的变化对生态产生区域性和累积性影响,并且较为直观的反应在生态系统的组织和结构上,可以根据土地类型结构进行区域生态风险评价,以综合评估各生态影响的类型和程度[5- 6]。中共十八大报告中明确指出国土生态-生产-生活空间的发展目标：“生产空间集约高效、生活空间宜居适度、生态空间山清水秀”。这一空间划分方法与国内外认可的生态-生产-生活“三支柱”理念不谋而合[7]。但当前对于三生空间的研究探讨还处于初步阶段,基于“三生”与土地利用主导功能的视角将三生空间理念与区域生态风险进行结合的研究较为缺乏。

流域生态风险评价与其他区域生态风险相比具有独特的流域特征[8],在现有研究中主要采用景观分析法对流域生态风险进行分析[9]。如许妍等[10]根据危险度、脆弱度、损失度3个层次构建流域生态风险评价模型对太湖流域生态风险进行评价;Paukert等[11]将土地利用与景观结构进行结合,利用生态威胁指数对科罗拉多河流域的生态风险状况进行评估;谢小平等[12]根据景观脆弱度、景观结构指数与景观组分面积构建生态风险评价体系对太湖流域生态风险进行评价。以上研究成果对国内外流域生态规划、景观结构调整与优化、社会经济可持续发展等提供了理论依据。本文采用由景观干扰度及景观类型脆弱度指数共同构建的景观生态风险指数,并将“三生空间”的理念纳入生态风险评价过程对流域生态风险的时空分布特征及空间关联特征进行评估,通过空间自相关和半方差方法的研究生态风险的时空分布。以期为赣江上游流域土地资源的合理配置与高效利用提供理论依据和参考。

1 研究区域概况

赣江上游流域位于江西省南部(113°54′—116°38′E, 24°29′—27°09′N),处于中国东南沿海向中部内陆延伸的过渡地带,也是内地通向东南沿海的重要通道之一(图1)。流域均位于赣州市境内,总面积约为35699 km2,占赣州市全域面积的90.65%,由章贡区、安远县等16个区县构成。赣江上游地形复杂多样,山地、丘陵广布,地势起伏较大。属亚热带气候区,降水充沛,热量丰富,年平均降水为1573 mm,年平均气温为18.9 ℃,成土母岩主要为第四季红色黏土、花岗岩等。土壤以红壤为主、还有黄壤和紫色土等土类分布。由于近年来人地矛盾突出,各类开发建设项目增多,人类活动范围扩大,导致水土流失等一系列生态环境问题。

图1 研究区范围Fig.1 Study area

2 数据来源与研究方法

2.1 数据来源及处理

1995年、2005年和2015年数据均采用监督分类与人工目视解译相结合的方法对不同时期遥感影像数据进行解译,采用随机采样的方式,将采样随机点分别与其实际类型进行比对,得出解译精度结果,各期影像总体精度均大于83%,满足本研究需要[13]。地形等相关因子由分辨率为30 m×30 m的规则格网数字高程模型(DEM)提取。根据土地利用现状分类标准(GB/T21010—2007),并结合研究区土地利用的特点,将土地利用分类系统分为6个一级土地利用类型,分别为耕地、林地、草地、水域、建设用地及未利用地等,和25个二级土地利用类型。土地利用功能可根据各自特点,结合土地利用类型划分为农业生产空间、城乡生活空间、林地生态空间、牧草生态空间、水域生态空间、其他生态空间六大类[14],如表1所示。

表1 土地利用主导功能分类

2.2 生态风险评价模型构建

景观生态风险指数构建取决于区域生态系统受到外部干扰的强弱和内部抵抗力的大小。不同的景观类型在维持区域生态稳定、维护生物多样性、促进景观格局自然演化方面的作用往往有所差异[15]。景观格局指数将景观格局信息进行了高度的浓缩,用于表现其结构组成和空间配置某些方面特征的简单定量指标。结合前人研究成果[16],根据生态系统的景观格局与生态风险之间的联系,利用景观结构指数、景观脆弱指数建立生态风险指数的计算模型(表2)。基于网格采样法,将研究区土地利用景观格局进行5 km×5 km的网格划分,得到采样区1542个,并在此基础上通过计算每个样区的生态风险,以此作为每个样区中心点的土地利用生态风险值。

表2 景观格局指数构建方法

2.3 空间自相关分析方法

本研究采用GeoDa 5.1i软件进行生态风险指数空间自相关分析,通过空间权重计算与Moran′s I指数计算,以得出研究区生态风险的空间自相关性。空间自相关分析用来检验某些空间变量在特定位置的属性值是否与邻近位置的属性值显著相关的算法,可以分为全局空间自相关与局部空间自相关[23],全局空间自相关用来研究变量属性的空间相关性与规律性,而局部空间自相关更能展示生态风险的空间聚集,可以通过图形的形式展现生态风险的空间聚集情况,通过空间关联局域指标(LISA)分析生态风险空间格局,可分为高-高聚集、高-低聚集、低-低聚集、低-高聚集[24],全局自相关(式1)与局部自相关(式2)分别表示为：

(1)

(2)

式中,xi代表样本i标准化后的单元标准值;xj代表样本j标准化后的单元标准值。通过Geoda软件进行Moran′s值的计算,并采用ArcGIS 10.2软件进行LISA图的制作。

2.4 半变异函数分析方法

地统计学与GIS相关技术的结合在空间分析的领域内的使用也越来越广泛,本文采用GS+7.0软件进行半变异函数拟合,并建立拟合模型,反映不同距离观测值的变化[25],假设采样点数据变量符合二阶平稳和本征假设,则半变异函数可以表示为：

(3)

2.5 主成分分析方法

生态风险演变的机理与其生态过程较为复杂,土地景观格局的变化对生态风险的演变具有重要影响[27]。演变的主要因素包括自然、生活、经济等,常见的土地利用在人文方面的驱动因素有：人口、经济发展水平、政治结构等[28]。结合相关研究成果[29- 30]与本研究实际需要,从人口、经济、城市方面选取了与生态风险演变可能存在联系的总人口(X1)、粮食总产量(X2)、第三产业比重(X3)、第二产业比重(X4)、人均GDP(X5)、社会固定资产投资(X6)、公路里程(X7)、城镇化率(X8)8个因子对其进行主成分分析,以获知对研究区带来较大影响的驱动因素。

3 结果与分析

3.1 土地利用类型演变

从各地类增减变化来看(表3),城乡生活空间面积扩张迅速,其面积由1995年354.89 km2增加至2015年的546.26 km2,面积增加191.37 km2,增幅达到53.92%。农业生产空间面积减少,净减少面积为121.76 km2,减少1.89%。牧草生态空间、林地生态空间面积逐渐较少,分别减少42.92、49.22 km2,占比分别为2.00%与0.19%,水域生态空间面积有小幅度的增加,由1995年的352.62 km2增加至2015年的375.42 km2,增加6.47%。其他生态空间面积较小,仅于1995年至2005年期间减少0.27 km2,减少10.93%,于2005年至2015年期间无变化。从转移类型来看(表4),城乡生活空间主要由农业生产空间、林地生态空间转入;水域生态空间主要由农业生产空间转入;林地生态空间中减少面积主要转为农业生产空间、城乡生活空间。

3.2 生态风险空间分析

空间自相关分析常常用来检验某些空间变量在特定位置的属性值是否与邻近位置的属性值显著相关,而在此基础上的局部自相关研究更能体现生态风险的聚集特征,本研究以前文所得历年生态风险指数为基础,运用GeoDa 5.1软件进行空间局部自相关分析。莫兰指数常能用来研究区域的整体分布和空间聚集情况,但并不能展现空间上的相互联系,故采用局部自相关LISA分析来探讨研究区生态风险的相关程度和研究其是否具有空间聚集性。根据自相关分析,得到研究区1542个样区1995年、2005年和2015年的生态风险局部自相关LISA结果(图2)。

由图2可知,赣江上游流域生态风险高的地区明显集中于章贡区、南康区、信丰县、兴国县、于都县等地区的中心城区附近,形成高-高聚集,这主要是因为此区域海拔较低,城镇化建设速度较快,工业化水平较高,交通较为便捷,景观破碎化程度高。生态风险的低值区主要聚集于崇义县、安远县、龙南县等地区,形成低-低聚集,此区域海拔普遍较高,土地利用类型多为林地生态空间和牧草生态空间且分布集中,景观破碎程度较低。1995—2015年,章贡区、南康区、信丰县、宁都县等地区高风险区分布范围逐渐扩大,主要是由于城市化进程的加快,城乡生活空间面积的扩大,景观分离程度、景观优势度增大导致的。低风险区的范围逐渐缩小,崇义县、安远县、会昌县等县市的低风险区范围变化最为明显。主要由于人类活动范围扩大,对林地生态空间、农业生产空间等分布区开发活动增多,景观破碎程度提高,造成了低生态风险区面积的减少。

表3 1995—2015年赣江上游流域土地利用变化/km2

表4 1995—2015年土地利用转移矩阵/km2

图2 研究区生态风险局部自相关图Fig.2 Local autocorrelation map of ecological risk in the research area

通过半变异函数的拟合来探讨土地利用生态风险的空间变异特征,以更好地研究赣江上游流域的生态风险的空间属性。通过对赣江上游流域生态评价指数进行半变异函数模型拟合(表5),结果表明1995年、2015年生态风险指数最适宜模型为高斯模型,其决定系数(R2)分别为0.982和0.963,2010年生态风险指数最适宜模型为指数模型,其决定系数(R2)为0.997,拟合效果均较好。块金值(C0)用来表示随机部分的空间异质性,而3期半变异拟合模型中块金值均较小,分别为0.0020、0.0016与0.0023,表明在较小的尺度上,某种过程可以忽略。3期模型的基台值(C+C0)呈现逐年上升的趋势,1995年、2005年、2015年基台值分别为0.011、0.012、0.013,表明研究区生态风险最大变异程度稳中有升。1995年、2005年、2015年C0/(C+C0)分别为18.38%、13.59%、17.74%,表明说明在所选择的5 km采样间距以内,还存在一些小尺度的非结构性因素(如人类活动等)影响着该区生态环境的质量,但结构性因素(如地形、土壤等)仍然是该区生态风险指数空间分异的主导因素。

表5 土地利用生态风险指数半变异拟合参数

根据生态风险指数计算结果,通过密度分割法对其进行标准化处理和生态风险等级划分,可将研究区划分为5个等级[21,25- 26],分别为：低风险区(<0.3)、较低风险区(0.3—0.5)、中风险区(0.5—0.6)、较高风险区(0.6—0.7)和高风险区(>0.7)。以每个采样范围的中心点属性值为基础,借助ArcGIS 10.2中的地统计功能,进行普通克里格插值,形成4期赣江上游流域的生态风险空间插值图。

由图3、表6可知,高风险区的分布范围与前文中高—高聚集区空间分布具有较高的一致性,主要集中分布于南康区、信丰县、于都县等区域;低风险区集中分布于崇义县、安远县等低风险区。而1995—2015年间赣江上游流域高风险区、较高风险区与中风险区面积逐渐扩大,低风险区与较低风险区面积逐渐缩小,表明研究区生态风险逐渐提高。

3.3 “三生空间”用地转型对生态风险的影响

区域的生态风险程度往往同时发生着改善和加剧两种相反的趋势,而“三生空间”的发展变化,影响着区域的生态安全格局。由表7可知,研究区“生态-生活-生产”空间呈现出显著的生态、生活空间向生产空间转移、生态空间向生产空间转移的趋势,而其转移过程中必然发生景观生态格局的转变,从而影响引起区域的生态风险变化。根据研究区实际特点,并在借鉴相关研究的基础上[14],采用土地利用转型生态贡献率获知某一土地利用类型变化所引起的区域生态风险等级的改变,从各类用地功能转型的类别中选取转型面积较大,转

图3 赣江上游流域生态风险等级空间分布图Fig.3 Spatial distribution map of ecological risk grade in the upper reaches of Ganjiang River Basin

生态风险等级Ecological risk grade199520052015面积 Area/km2比例 Percent/%面积 Area/km2比例 Percent/%面积 Area/km2比例 Percent/%高风险区High risk area1806.375.061902.765.332299.026.44较高风险区Higher risk area3462.809.703398.549.523798.3710.64中风险区Middle risk area6793.5219.036932.7519.426936.3219.43较低风险区Lower risk area11605.7432.5111273.7431.5811313.0131.69低风险区Low risk area12030.5633.7012191.2134.1511353.8531.81

表7 影响生态风险程度的主要用地转型及贡献率

型特征明显的八类,用于研究其指数变化与贡献比率。结果显示：用地功能的转型普遍造成区域生态风险的提高,其中城乡生活空间转为林地生态空间导致的生态风险等级提升的效果最为明显,林地生态空间转为城乡生活空间,导致生态风险等级降低。林地生态空间转为农业生产空间、农业生产空间转为林地生态空间的贡献比率较高,分别为17.90%与17.59%,土地利用类型的转变导致景观结构指数、景观脆弱指数发生变化,使得原有较完整的景观变得破碎,景观生态风险增加,尤其是不规则的景观结构变化最容易引起生态风险等级的提高。结合前文中半变异分析结果,结构性因素是引起区域生态风险的主导因素,非结构性因素则影响较弱,用地功能的转型均为结构性因素与非结构性因素作用的体现。

3.4 流域土地利用变化驱动力分析

为了增强数据的准确性和科学性,更好的反映生态风险与各类驱动因素之间的协调性,将指标数据经过标准化处理后用以主成分分析研究,旋转前后各因子的特征值、贡献率和累积贡献率如表8所示：当驱动因素特征值大于1时表明该因素主成分影响力足够大,反之则表明其主成分影响力较弱。存在三类因子特征值均大于1,对应的累计贡献率为84.598,由此可知,这三类因子应为研究区土地利用变化的主要驱动力。提取的3个因子代表着8类因子的综合信息,需要对其进行旋转分析确定其代表因子,使因子载荷值向两极端趋近,以明确各因子代表的含义。由表9可知,旋转使因子载荷值向两极端趋近更为明显,可以用以综合因子的命名。第一主成分代表总人口、公路里程、城镇化率、粮食总产量与第一主成分呈最大正相关,表明以上因素是研究区土地利用类型变化的主要驱动因素;人均GDP、社会固定资产投资与第二主成分具有较大正相关关系;第三产业比重与第三主成分正相关作用较强,第二产业比重负相关作用较强。上述分析表明,研究区土地利用类型变化受总人口、公路里程、城镇化率影响较大,人类活动对土地利用格局的影响力度范围不断增强。

表8 驱动因子主成分特征值与贡献率

表9 旋转因子载荷矩阵

4 结论与讨论

本文以1995、2005、2015年3期景观类型数据,构建基于景观格局与生态学过程的景观生态风险指数,借助半变异分析与自相关分析方法对流域生态风险空间变化特征及驱动因素进行研究,以揭示研究区生态风险时空演变特征与规律,结果表明：

1995—2015年间通过对赣江上游土地利用类型的统计分析,可知赣江上游地区土地利用类型中农业生产空间面积逐渐缩小,城乡生活用地面积逐年增加,农业生产空间分离程度变大,城乡生活用地分离程度与破碎度减小。表明赣江上游土地利用类型主要由生产空间和生态空间向城乡生活空间转化,土地利用程度提高。根据贡献率分析结果显示用地功能的转型会引起区域生态风险的变化,不同的转移类型贡献率大小不一。通过空间自相关分析与半变异分析可知,高值-高值(H-H)聚集类型主要分布于章贡区、南康区、信丰县等附近,低值-低值(L-L)型聚类多分布于安远县、崇义县等附近,其高—高聚集区和低—低聚集区与高风险区和低风险区的分布范围有较高的一致性。根据土地利用变化驱动力分析结果显示,人口的增长与社会经济的快速发展是驱动着土地利用类型变化的根本因子,总人口、公路里程、城镇化率因素对土地利用格局的影响力度范围不断增强,而土地利用类格局的变化影响着区域的景观格局变化,进而影响区域的生态风险。需要在未来的发展中注重对“三生空间”的协调和优化,科学规划,避免土地利用类型和景观格局的无序发展。