李素萃 赵艳玲 肖 武 张禾裕
(1.中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083; 2.浙江大学公共管理学院, 杭州 310058;3.浙江大学土地与国家发展研究院, 杭州 310058; 4.湖南恒业腾飞房地产土地资产评估有限公司, 长沙 410015)
快速的城镇化进程和不合理的土地利用激化了人地矛盾和生态环境的负效应[1],1978—2016年中国年均城镇化增长率为1.01%,耕地非农化与农村空心化等不合理的土地利用引发了植被覆盖度降低、生物多样性减少、景观破碎度加剧及生态环境的恶化。景观生态质量是衡量生态系统生态环境及稳定性的重要因素,研究其时空演化特征有助于资源的优化配置、区域的生态平衡及社会经济的协调发展[2]。
当前国外关注景观生态学理论[3]规划质量的提升[4]、生态质量与景观特征间的权衡[5]、景观生态空间概念对生境质量和数量的影响[6]、景观视觉质量与生物多样性[7]、城市景观质量指数[8]及生态景观质量综合指数构建[9]等方面。而国内景观质量主要从景观生态学和形式美学选取指标构建景观质量评价模型,常采用层次分析法(Analysis of hierarchy process,AHP)和美景度评价法获取矿区沉陷地复田[10]、绿地植物[11]、风景游憩森林[12]、湿地公园[13]与郊野公园[14]等景观的评价结果。生态质量则选择地形地貌、植被气候、土地利用、水文地质等构建生态质量评价指数或模型[15]对城市群、自然保护区和生态脆弱区等采用主成分分析、AHP、熵值和变异系数等单一或组合赋权分析其评价结果及时空差异。当前景观生态质量常采用景观格局指数或生态要素等方法对生态敏感或脆弱区开展景观生态质量评价[16]、空间格局及时空演变特征[17-19]等研究,研究尺度以省或市域为主;其主要从稳定性和干扰度方面选择指标构建评价体系,通过综合指数法研究景观生态质量变化,研究对象多为土地复垦矿区[18]与都市郊区[2]等。而基于景观质量和生态质量两视角综合构建评价体系及细化至村镇尺度的区域景观生态质量的研究目前尚少。景观生态系统是在自然状态下受外来干扰和自身调节的双重作用下演替发展的具有特定结构、功能与特征的土地镶嵌体,其因系统稳定和受干扰程度的影响而变化[18]。景观生态质量是景观生态系统维持自身结构与功能稳定性和抗外来干扰的能力[2,18],以往研究侧重于稳定性和受干扰程度的视角,而本文研究侧重于景观生态系统的景观属性和生态属性,认为景观生态质量是景观生态系统的景观质量和生态质量的综合指数;其中景观质量是以景观生态学和景观类型为切入点,从景观尺度衡量景观生态系统中景观组分的稳定性和受干扰程度;生态质量是以生态环境特征和生态问题为导向,衡量景观生态系统中的生态要素、生态过程和生态功能的稳定性与干扰程度。以景观生态系统的景观属性和生态属性为视角,将景观生态质量评价目标层因子分为景观质量和生态质量两个准则层;景观质量选用景观指数表征景观尺度上系统维持自身稳定的能力,而生态质量则利用遥感数据和计算模型构建能表征当前生态环境质量的综合生态指标,表征维持生态系统在生态过程和功能的稳定与调节能力;这种将景观指数和生态指标分为不同隶属层的计算可以较好地实现数据融合;通过对景观生态质量评价结果的研究可为区域生态安全格局的规划及区域生态管护策略的实施提出一定的研究基础。
本文从景观质量和生态质量两个方面,选取景观干扰度、景观连接度、景观脆弱度、景观优势度、生态适宜性、生态敏感性、生态脆弱性和生态功能性指标构建区域景观生态质量评价体系;其次,采用AHP与均方差决策法混合模型确定指标权重,基于GIS从单个指标、等级划分和指数差方面研究快速城镇化背景下巢湖流域2005—2010年景观生态质量值在村庄尺度的空间分异演变特征;最后,基于GeoDa的空间自相关分析研究其空间分异与聚集特征并提出相关生态规划建议,以期为指导区域生态景观规划与生态管护和维护区域可持续发展提供建议。
巢湖流域位于安徽省中部,长江流域下游左岸,东以山脉与长江下游平原为界,西邻大别山-江淮分水岭。地理坐标为116°26′~118°29′E,30°56′~32°37′N,本文根据行政区域的完整性,划定合肥市、金安区、舒城县、巢湖市、无为县、含山县及和县等14个县区作为研究范围,面积约为1.97万km2。巢湖流域地貌多样,西为大别山,沿江沿湖为平原圩区,其余是丘陵山地;研究区西南高,北部及东部低,总体渐向巢湖倾斜。气候湿润,年均气温15~16℃,年均降雨1 100 mm;土壤以黄棕壤为主。巢湖流域是全国重要的水源地和生态保护区、安徽省省会经济圈和皖江城市带融合发展的核心区域。水系密布,沿湖水系33条,水资源丰富;路网密布,合六、合九与合宁高速、312与206国道及铁路便捷了各县区间的交流与运输能力(图1)。土地利用类型以耕地、林地、建设用地与水域为主。
研究数据有2005、2010年的土地利用与覆被、高程、坡度、土壤类型、MODIS产品(植被指数、植被净初级生产力(Net primary production,NPP)及蒸散数据(Evapotranspiration,ET))、河流水系、行政区划、统计年鉴及气象资料等(表1)。其中对土地利用与覆被数据重分类、栅格化及Fragstats 4.1中景观指数的计算;基于MRT(Modis reprojection tool)和Python语言对MODIS产品(MOD13Q1、MOD17A3H和MOD16A2数据集)的数据批量镶嵌、投影及信息提取;采用薄板样条函数插值法空间化降雨数据,基于GIS软件测算年降雨量和降雨侵蚀力因子。研究数据投影信息统一为WGS_1984_UTM_ZONE_50N,归一化后重采样为30 m。
图1 研究区概况Fig.1 Overview of study area
1.3.1景观生态质量评价方法
(1)评价体系构建
表1 研究数据的类型、用途及来源Tab.1 Types, uses and sources of study data
表2 景观生态质量评价指标体系及权重Tab.2 Landscape ecological quality evaluation index system and weight
(2)评价指标及计算方法
景观干扰度可衡量生态系统受到自然或人为干扰后的破碎、空间离散及形态变化程度[20]。景观连接度指促进或阻碍生物体或某种生态过程在源斑块间物质能量信息与生态流的流通功能[21],衡量景观生态系统维持连通各组分的能力。景观脆弱度为景观类型抵御干扰和应对变化的敏感程度[22],其值越大则抗干扰能力越弱。景观优势度为综合分析景观多样性和均匀度指数测算斑块在景观中的支配程度[23]。生态适宜性为区域土地生态与开发利用条件,其采用综合降雨、地表径流和蒸散的水量平衡模型[24-25]测算的水源涵养表示。生态敏感性利用土壤侵蚀[26]表征生态过程对环境变化的响应程度,反映地形气候、人为、植被及本底因素的影响。生态脆弱性为生态源对干扰的敏感反应和恢复能力,采用CASA模型[27]量化区域固碳释氧能力,定量反映生态系统的调节能力。生态功能性为生态过程中形成的维持人类生存的自然环境条件和服务价值;以谢高地等[28]改进的价值当量表测算得生态系统服务价值(Ecosystem service value,ESV)来表示,并以水田与旱地占耕地比重修正稻谷和小麦的价格而获得研究区的粮食价格。计算方法见表3。其中8个指标的算法和赋值是在前人研究基础上,综合考虑区域地形地貌、土壤类型、土地利用类型、降雨量、粮食产量与价格等社会经济因素等情况,对脆弱性赋值、持水系数及生态系统服务价值等系数进行修正,从而更好地反映区域景观生态质量状况。
其中,景观破碎度、分离度、分维数、连接度、多样性和均匀度等景观指数均用100 m×100 m移动窗口法在Fragstats 4.1中获取;生态质量指标利用GIS、ENVI和MRT软件处理。以GIS区域统计获取各村庄的评价指标均值。
(3)评价指标权重的确定
判断指标对改善区域景观生态质量的正负作用,采用极差标准化法消除指标间量纲影响。AHP是较主观的定性与定量结合的比例对比构权法,均方差决策法是基于元数据的变异信息构权;故采用AHP与均方差决策法的混合构权模型可避免权重确定的机械性,可体现指标间重要程度的主观认知,亦能客观反映元数据的作用强度[29]。利用AHP与均方差决策法的混合模型确定权重,计算方法为
(1)
(2)
(3)
(4)
式中u——总期数
β、γ——评价指标j的AHP和均方差决策法的权重系数
σ(Xj)——评价指标j的均方差
Xij——评价指标的标准化值
m——评价指标数量
n——评价单元i数量
本文确定权重混合模型中AHP与均方差决策法各占0.5(表2)。评价单元为村。
(4)评价模型构建
利用综合指数评价模型计算景观生态质量指数
(5)
1.3.2空间统计分析方法
空间自相关可衡量空间位置要素观测值与其周边空间位置要素观测值间的关联度[30]。全局空间自相关用Moran’sI表征整个区域空间上是否存在聚集特性;而局部空间自相关可用局部Moran’sI统计量LISA和散点图表示区域与周边区域各单元间的空间关联与差异程度,表征局部小区域单元上某变量值的空间异质性,评估其集聚的空间位置与范围[2,31]。本文利用GeoDa的全局和局部空间自相关,旨在研究巢湖流域各村庄景观生态质量的空间差异与聚集特征,揭示2005—2010年景观生态质量空间变化特征,计算式为
表3 评价指标的计算方法及说明Tab.3 Calculation method and description of evaluation indicators
(6)
(7)
(8)
式中N——区域空间单元数
Yi、Yv——区域i和v的变量属性值
I——全局Moran指数,小于0负相关,等于0不相关,大于0正相关
Ii——局部Moran指数
当Ii≥E(Ii)时,表明第i个空间单元周围有相似属性值的空间集聚现象,即空间正相关;当Ii 图2 2005年和2010年景观生态质量评价指标空间分布Fig.2 Spatial distribution maps of landscape ecological quality assessment indicators in 2005 and 2010 分析2005—2010年景观生态质量评价指标分布(图2),景观干扰度呈西北高于东南、西部高于东部、北部高于南部的空间分布;高值区主要分布在研究区西、西北和北部,低值区主要位于巢湖和长江沿线;较2005年,2010年景观干扰度的低值区扩张主要出现在合肥市城区、庐江县西南部;而高值区扩张出现在长丰县北部及和县的东北部。景观连接度为西部高东部低中部最低;2000年景观连接度高值区分布在金安区西部、舒城县中部及无为县南部;低值区分布在长丰县北部、庐江县东部、巢湖及长江干流周边;2010年景观连接度较2005年改善区分布在金安区、肥西县和肥东县的北部、长丰县中部及和县的东北部;而退化区分布在庐江县南部、无为县西南部和西北部及和县南部。景观脆弱度高值区为湖泊河流水系区域,而低值区为合肥市与建成区、舒城县南部及西南部等山林地区;研究区因耕地和水域占比大而整体脆弱度处于较高水平;2010年较2005年因合肥市建成区的扩张而脆弱度低值区增加。景观优势度整体为西北及北部低,南部及东南部高;低值区主要分布在金安区的中西部、舒城县中部、合肥市建成区外围、长丰县的中部及北部以及无为县东南部;高值区分布于巢湖、庐江县和舒城县东北部、无为县的西北部及和县的南部;2010年较2005年改善区有金安区北部及无为县南部,退化区有和县东北部、含山县南部及无为县东南部等。生态适宜性则呈东部、东北部及西南部高,西部、西北部及南部低;2005年生态适宜性高值区主要分布在和县、含山县、巢湖市、肥西县东南部及舒城县的南部,而高值区分布于巢湖、长江干流、合肥市建成区、肥西县的北部;2010年较2005年的改善区有舒城县和金安区的南部及肥西县北部,退化区有庐江县西北部、含山县及和县境内部分地区零散分布。生态敏感性整体为低水平,高值区为地势较高植被覆盖较低降雨量较丰富的山地丘陵区;2010年较2005年敏感性高值区有所减少,如含山县及金安区境内均有改善。生态脆弱性整体呈西、西北及东部高,西南、南、中及北部低的格局;2005年生态脆弱性高值区有金安区、舒城县西北部、合肥市建成区及无为县东部,低值区有巢湖、长江干流及建成区;2010年较2005年脆弱值变高区域主要有和县的中部和南部及巢湖市北部,脆弱性变低区域有金安区西南部、长丰县北部及舒城县西部。生态功能性整体呈西、北、西北及东南部低,西南、南、中及东北部高;其2010年较2005年改善区有长丰县东北部,退化区主要是庐江县南部。 图3 2005年和2010年景观生态质量空间分布Fig.3 Spatial distribution maps of landscape ecological quality in 2005 and 2010 分析景观生态质量整体空间分布(图3),其以中等级为主,集中分布于研究区北部而零散分布于南部;而稍高等级分布则与之相反,2010年较2005年稍高等级在东部大多退化为中等级;高等级质量占比最低,主要分布于西南和东北山区及巢湖中东部,2010年较2005年在研究区东部的和县有所退化;低等级集中分布于研究区西部的金安区中西部、合肥市建成区和东南部长江水系周边,零散分布于研究区北部。其中,2005年和2010年区域景观质量分别具有相同的最大值(0.83)和均值(0.59),景观质量整体呈东部高于西部、南部高于北部、西北部较低、西南部高和中部巢湖最高的格局;而2010年的景观质量较2005年存在最小值减少和均方差变大的现象,其中景观质量改善区主要集中于金安区北部和中部、巢湖、庐江县南部和中西部以及和县南部地区;而退化区则聚集于舒城县南部和西南部、长丰县北部、肥东县东北部、含山县、和县北部及无为县北部和西南部等地区。2005年和2010年区域生态质量整体呈西南部、东部和东北部高,而西部、西北部、东南部和南部较低的格局;而2010年的生态质量的最小值、最大值和均值均低于2005年,研究区生态质量整体处于下降趋势,其中生态质量仅在舒城县西北部和金安区西南部交界处、肥西县西北部和巢湖中东部地区存在较小程度的改善。 为减小多期数据按照自然断点法划分等级中阈值区间断点的差异而导致多期对比等级转化分析产生的误差和克服等间距划分法忽视评价结果元数据分布特征的缺点,本文综合2005年和2010年两期景观生态质量评价结果自然断点法的各等级阈值区间值和数据分布特征,确定了将景观生态质量评价结果按照0~0.20、0.20~0.48、0.48~0.55、0.55~0.60、0.60~0.80、0.80~1.00划分为极低、低、中、稍高、高及极高质量等级,对应分值为1、2、4、6、8和10;统计各质量等级间转移规则及空间分异。因本研究景观生态质量值为(0.20,0.80),故对极低与极高等级不作阐述。在景观生态质量变化中,浮动上升型是“低-高、低-稍高、低-中、中-高、中-稍高、稍高-高”的等级上升情况,稳定不变型为“低-低、中-中、稍高-稍高和高-高”等级不变情况,而浮动下降型为“高-低、高-中、高-稍高、稍高-低、稍高-中和中-低”的等级下降情况。 2.2.1景观生态质量的时间变化 2005—2010年巢湖流域景观生态质量整体以稳定不变型为主,因其下降程度远大于上升改善程度,使2010年整体景观生态质量较2005年有所退化。由表4可知,2005—2010年景观生态质量整体为低与中等级增加,稍高与高等级减少的特点;2010年区域整体景观质量得分较2005年在各等级村庄数量转移方面减少了12.30%和在各等级面积转移方面减少了11.71%,其中以稍高等级减少为主,相应的村庄数量和面积减少了416个和3 160.16 km2。2005—2010年景观生态质量变化中,稳定不变型的村庄数量为1 918个,占总村庄数量的63.81%,而其面积为1.29万km2,占63.31%;浮动下降型的村庄数量和面积占比分别为32.40%和33.89%,比浮动上升型情况提高了28.61%和29.90%。总体而言,巢湖流域景观生态质量以稳定不变为主,但景观生态质量下降区远大于上升区,需要引起足够的重视。 表4 2005—2010年景观生态质量等级转移Tab.4 Level transfer of landscape ecological quality from 2005 to 2010 2.2.2景观生态质量的空间变化 (1)浮动上升型 占研究区2.80%;呈西部密集、南北部零散和东部零星分布(图4)。其中“低-中”和“中-稍高”的村庄数量和面积为(98个,475.04 km2),而占比最大,集中分布于研究区西部的金安区的中东部,零散分布于肥西县南部和西北部、长丰县南部及合肥市郊区。“低-高、低-稍高和中-高”占比最小,其村庄数量和面积为(5个,2.03 km2);面积最大为研究区北部的李集村(1.38 km2)。该区水资源充足,地势平坦,生态保护意识增强,2010年较2005年景观连接度与优势度和生态适宜性有所提升。 图4 2005—2010年景观生态质量等级转移空间图Fig.4 Level transfer map of landscape ecological quality from 2005 to 2010 (2)稳定不变型 占研究区63.31%,均匀分布于巢湖流域。村庄数量和面积为(1 110个,7 100.14 km2)的“中-中”占比高,集中分布于研究区西与西北部及巢湖的西部,零散分布于南部和中东部;较高的耕地占比虽提升了景观干扰度,但因景观连接度、景观脆弱度、生态适宜性和生态功能性的权重和大于0.5且均为中等水平而被弱化;2005—2010年景观生态质量变化因等级划分消减了其空间细微变化而使等级不变。“高-高”的村庄数量和面积为(78个,1 058.16 km2)而占比最低,主要分布于研究区西南的山地区及巢湖的中东部,这与景观干扰度、生态敏感性和生态脆弱性低,景观优势度和生态功能性高有关;植被覆盖度高和人为干扰活动少使2005—2010年景观生态质量等级不变。 (3)浮动下降型 占研究区33.89%,于研究区北、东及南部密集分布而西部零散分布。其中村庄数量和面积为(550个,4 012.64 km2)的“稍高-中”占比最大,集中分布于研究区的北、东北、东和南部,零散分布于西、中和西南部,该区以耕/林地和农事活动干扰为主,2010年较2005年景观干扰度和生态脆弱性增强,景观优势度、生态适宜性和生态功能性退化而使景观生态质量下降。“高-低、高-中和稍高-低”的跨等级转化占比小,村庄数量和面积为(49个,200.33 km2),零星分布于合肥市城郊区、巢湖与长江水系周边等人为干扰活动大的区域。 因此,2005—2010年景观生态质量变化中稳定不变型占比最大而浮动上升型占比最小,浮动下降型为研究区东部、南部及北部密集分布而西部零散分布,其与浮动上升型分布相反。景观生态质量等级转换以相邻等级的转化为主,跨等级转化的村庄数量和面积占比仅为(1.80%,1.02%)。 为避免分期等级划分模糊变化过程,利用Matlab编程以空间坐标为X、Y轴,两期景观生态质量指数值之差为Z轴构建2005—2010年景观生态质量的时空变化三维曲面图。如图5a所示,由“蓝-青-黄-红”的颜色渐变显示了两期景观生态质量由退化变成改善。整体而言,2010年较2005年景观生态质量为退化区大于改善区,如Z<0的退化区面积占比为78.65%,村庄数量为2 393个;呈北部、东北部、东部及南部密集分布,西部零星分布的格局,与长江中下游平原的农业大型机械化耕作、粗放型土地整治中硬化道路沟渠等建设用地扩张等干扰活动的实施有关;而Z>0的改善区面积为42.23 km2,村庄数量仅占20.39%;呈西部密集、南北部零散和东部零星分布,该区雨量充沛,且景观连接度、优势度及生态适宜性有所改善(图5b)。巢湖流域研究区2005—2010年总人口增加了49.39万人,GDP增加了76.67%,而建设用地增加了30.45%;快速城镇化进程促使人口向中心城市和城镇区迁徙集中,人口的增加加剧了对城镇空间资源的占用,导致建设用地的扩张、优质耕地资源或生态用地被占用及能源消耗量的激增等,人为干扰活动强度的加大威胁景观生态系统的稳定性和抗干扰能力。城镇区作为从外界获取资源以维持区内正常的生存活动的被供养区,大量涌入人口的就业生存问题致使政府或企业无法在短时间内实行产业结构调整与低效产业的淘汰与改造等措施,维持以工业为主的产业结构在一定程度上影响着景观生态系统的质量[32]。快速的城镇化进程使农村人口向城市迁移,造成农村这种生产型生态系统农业生产能力的下降,空心村、农用地的荒废及农村人均建设用地的超标等问题对景观生态系统的景观质量和生态质量均存在一定程度的负效应。 图5 2005—2010年景观生态质量的时空变化Fig.5 Temporal and spatial variation of landscape ecological quality from 2005 to 2010 图6 景观生态质量LISA图Fig.6 LISA maps of landscape ecological quality 基于GeoDa空间自相关分析计算2005年和2010年巢湖流域景观生态质量的空间关联度,如图6所示,2005年巢湖流域景观生态质量在空间上呈较强的空间集聚性。2005年的全局Moran’sI指数为0.46,可通过5%的显著性检验,空间呈显著正相关;2005年景观生态质量LISA图以高高和低低类型为主,低高和高低聚集零散而数据较少;其中高高区位于研究区西部、西南部、南部、东南及东部沿长江水系区域,低低区位于研究区西北部、北部及合肥市及巢湖市与含山县交界的中东部地区。2005—2010年景观生态质量的空间集聚随时间推移呈减弱趋势。2010年的全局Moran’sI指数较2005年减少了0.11;2010年较2005年高高区和低低区数量分别减少了68和287个,空间集聚程度降低。 分析2005—2010年的空间自相关类型转移可知: 高值集聚区(高高区):主要集中于研究区西南的舒城县境内呈空心环状分布,呈外部边缘聚集、内部异质性增强的空间格局;该区共487个村庄。因其位于生态条件好、人为干扰小和区域景观生态质量高的山地或平原区,故需秉承“生态优先、尊重自然”的原则,加强区域林地保护和水土流失治理。 低值集聚区(低低区):位于合肥市建成区及其周边、长丰县南部、肥东县和肥西县东北部及西部、金安区中北部及巢湖市中东部等444个村庄。在快速的城镇化和工业化背景下,建设用地的扩张与开发等人类活动干扰强度的加大等使区域景观生态质量相对较低;故应严格控制土地开发强度和建设密度,加强绿色基础设施规划和景观生态安全格局的优化。 低高或高低值集聚区(低高或高低区):低高区零星分布于研究区南部,而高低区零星分布于研究区北部和中部,呈空间负相关。该区应因地制宜地实施生态景观规划,淘汰低效工业用地,适度归并农村零散居民点,规划生态绿地,设置合理生态廊道,积极引导景观生态资源的合理配置,优化用地及产业布局。 (1)从景观质量和生态质量视角构建了区域景观生态质量评价指标体系。 (2)在快速城镇化背景下,2010年整体景观生态质量较2005年有所退化。2005—2010年景观生态质量变化中稳定不变型的占比较大,村庄数量占比和面积比均高于63.30%;浮动下降程度在村庄数量占比和面积比方面较上升改善程度分别提高了28.61%和29.90%。景观生态质量等级间变化以相邻等级的转化为主,跨级转化的占比小。分析2010年和2005年的景观生态质量指数差值,其退化面积占78.65%,密集分布于研究区北部、东北部、东部及南部。 (3)巢湖流域景观生态质量于2005年呈较强的空间集聚性,而2005—2010年其空间集聚性随时间推移而减弱。分析高高区、低低区及低高或高低区的特征,并在生态用地保护、产业布局优化、土地用途与低效工业用地管制、绿色基础设施与生态廊道的规划建设等方面提出建议,指导区域生态景观规划与生态管护。2 结果与分析
2.1 景观生态质量评价指标
2.2 基于等级划分的景观生态质量时空分异
2.3 基于景观生态质量指数差的时空变化
2.4 景观生态质量空间自相关分析
3 结论