樊 涵,王晓娟,杨朝辉,王 丞,张明明①
(1.贵州大学林学院,贵州 贵阳 550025;2.贵州大学生物多样性与自然保护研究中心,贵州 贵阳 550025;3.贵州财经大学大数据应用与经济学院,贵州 贵阳 550025)
自1949年以来,我国的自然保护地事业快速发展,建立了自然保护区、风景名胜区、森林公园、地质公园等多种类型的自然保护地,覆盖了我国大多数重要的自然生态系统和自然遗产资源[1]。我国自然保护地事业快速发展的同时也产生诸多问题:一方面自然保护地形式多样,无统一分类体系[2];另一方面各类自然保护地建设和管理广泛存在盲目性,缺乏科学的技术规范体系,社会公益属性和公共管理职责不够明确,土地及相关资源产权不清晰,保护管理效能不高[3]。
近年来,自然保护地的大部分研究多聚焦于体系讨论[2,4],在空间上的研究相对较少,研究对象仅为某一类型自然保护地[5-6],鲜有综合研究多类型自然保护地空间分布特征的案例[7-8]。党的十九大以来,在已开展的10个国家公园试点中,大部分国家公园由自然保护区、森林公园、风景名胜区、湿地公园和地质公园组成,少部分还涉及国有林场和森工企业[9]。因此,对现有各类自然保护地进行空间梳理并研究其优化整合对策,对建立以国家公园为主体的自然保护地体系具有重要现实意义。
遵义市地处长江上游经济带,为长江生态屏障建设的主要区域之一,具有重要生态区位。为保护森林、湿地等自然生态系统,遵义市多个部门分别建立了不同形式的自然保护地,包括自然保护区、森林公园和湿地公园等类型,构成了相对完善的自然保护地体系[10]。但由于遵义市为我国西南喀斯特发育较完全的石灰岩山区,其喀斯特环境问题突出,生态较为脆弱[11],使其在自然生态系统保护和管理工作上面临诸多问题和挑战[12],建立以国家公园为主体的自然保护地体系成为研究区生态环境保护亟需解决的问题。鉴于此,以遵义市自然保护区、森林公园、湿地公园和国有林场4种主要自然保护地为研究对象,采用最邻近点指数、地理集中指数和核密度分析等方法对其分布特征进行研究,使用地理探测器等方法分析其影响因素,揭示研究区4种主要自然保护地的分布特征和影响因素,为该地区优化自然保护地体系和保护生态环境提供科学依据。
遵义市位于贵州省北部,地处云贵高原向湖南丘陵、四川盆地过渡的倾坡地带,海拔为800~1 300 m,地貌复杂多样,地形起伏明显。研究区属典型亚热带湿润性季风气候区,年平均温度为15.8 ℃,年降水量为1 084 mm,典型植被类型为亚热带常绿阔叶林[13],是我国森林城市之一。研究区复杂多样的生态环境,为区域内黑叶猴(Presbytisfrancoisi)、林麝(Moschusberezovskii)、银杉(Cathayaargyrophylla)和珙桐(Davidiainvolucrata)等珍稀野生动植物的生存提供了优越条件,孕育了丰富的生物多样性,使其成为贵州省生物多样性保护热点区的重要组成部分[14]。此外,遵义市还是长江主要支流乌江和赤水河上游地区、长江上游重要生态保护区,其生态功能对长江流域生态安全具有重要作用[15]。
自然保护地矢量数据来源于贵州省和遵义市林业局,主要包括自然保护地名称、面积、类型和所在行政区域。影响因素数据来源于贵州统计年鉴(http:∥www.guizhou.gov.cn/zfsj/tjnj/)、遵义统计年鉴(http:∥tjj.zunyi.gov.cn/tjnj/)、《中国湿地资源-贵州卷》[16]和《贵州省生物多样性现状》[17],主要包括遵义市各行政区域森林面积、湿地面积、生物多样性指数、农作物播种面积、经济作物播种面积、经济和人口数据。
采用ArcGIS 10.2软件将研究区自然保护地数据转为点状要素,采用最邻近点指数和核密度估计法揭示其分散性和聚集性,从而研究其空间分布特征[18]。
2.2.1最邻近点指数
采用最邻近点指数(nearest neighbor index)方法对遵义市自然保护地空间分布类型进行判断,其计算公式[19]为
(1)
(2)
(3)
2.2.2地理集中指数
地理集中指数(central index of geography)是地理学中用来研究某区域某地理事物空间集中程度的指标,其计算公式[20]为
(4)
(5)
2.2.3核密度估计法
核密度估计法(kernel density estimation)常被用于分析空间要素的密度大小。点越密集则发生地理事件的概率越高,反之则越低,其计算公式[21]为
分析两组患者临床疗效和凝血指标、血小板和血液的指标情况。临床疗效评定如下:在进行半个月的治疗之后,对患者进行疗效评定,如果短暂性脑缺血治疗后发作,但在3天之内被控制住,并且半个月内没有发作的迹象,说明取得显效;如果治疗后发作在3到半个月内得以控制,并且发作的次数以及每次发作的时间较之前缩短一半,则说明治疗是有效;相反,如果病情发作之后在半个月内没有得到控制,则说明治疗无效;如果短暂性脑缺血进一步变为脑梗死,则说明治疗反而使病情恶化。凝血指标、血液动力学指标主要是对比治疗前和治疗后凝血酶原时间(PT)、活化部分凝血活酶时间(APTT)、纤维蛋白原(FIB)、血小板数(PLT)差异[3]。
(6)
2.2.4地理探测器
地理探测器(geo-detector)模型包括因子探测、交互探测、风险探测和生态探测[22],数值型变量在使用前需进行离散化。其中,因子探测能识别不同影响因子,是研究复杂地理因素驱动作用机制的有效工具,其计算公式为
(7)
式(7)中,q为自然保护地分布特征指数,其取值范围为[0,1];n为自然保护地数量;Nh为次一级区域样本数;L为次级区域分类个数;σ2为自然保护地分布特征指数的离散方差;σh2为次一级区域离散方差。假设σ2≠0,模型成立。当影响因子xi的解释力q值越接近于1时,xi对自然保护地分布特征的解释力越强;反之则越弱。通过比较不同影响因子的q值,可以探测分析影响自然保护地空间分异的主导因素。
交互探测能解释不同因子共同作用时是否会增强或减弱因子对自然保护地空间分布的解释力,其结果分为5种类型:当q(X1∩X2)
2.2.5遵义市自然保护地空间分布影响因素选取
在划定自然保护地时强调“保护优先”的原则,优先保护具有特殊重要生态功能的区域,且应在划定的区域内建立生态补偿机制,促进其社会经济协调发展。但由于历史原因,不少自然保护地在划定后缺乏必要的保护和管理措施,容易受到社会经济发展与基础设施建设的冲击,导致其保护成效降低[23-24]。鉴于此,并考虑到数据可获得性,以遵义市各行政区域自然资源和社会经济因素为自变量,以自然保护地数量为因变量,分析自然资源和社会经济2个因素对研究区自然保护地空间布局和建设的影响。其中,自然资源是决定自然保护地划定和数量的基础,涉及森林、湿地、生物资源和耕地等方面,以森林面积(x1)、湿地面积(x2)、生物多样性指数(x3)、农作物面积(x4)和经济作物面积(x5)等5个影响因子表示;社会经济状况反映了人类活动对自然资源的影响,涉及区域经济规模和人类活动强度等方面,以人均GDP(x6)、县级规模以上工业生产总值(x7)、城镇化率(x8)和人口(x9)4个影响因子表示。
截至2018年底,遵义市已建立自然保护区23处,森林公园22处,湿地公园9处,国有林场18处,共计72处(表1)。习水县、绥阳县、赤水市和播州区自然保护地数量均≥7处,总数为33处,占遵义市自然保护地总数的45.84%;道真县、正安县、桐梓县和仁怀市自然保护地数量均≤3处,总数为12处,占遵义市自然保护地总数的16.67%。
遵义市自然保护地面积总计494 452.59 hm2,占遵义市国土面积的16.06%。其中,桐梓县、习水县、赤水市、湄潭县和绥阳县自然保护地面积占遵义市自然保护地总面积的67.64%;红花岗区、汇川区、播州区、凤冈县、湄潭县和仁怀市自然保护地面积占遵义市自然保护地总面积的10.60%。从自然保护地面积占其国土面积比例来看,占比≥15%的有桐梓县(17.19%)、绥阳县(20.63%)、湄潭县(27.76%)、习水县(24.37%)和赤水市(53.21%);占比≤10%的有红花岗区、汇川区、播州区、凤冈县、余庆县和仁怀市。这表明遵义市各县域虽均已建立自然保护地,但在数量和面积上仍存在较大差异,呈现出不均衡分布的特征。
表1 遵义市县域自然保护地情况
Table 1 Numbers and sizes of protected areas in different counties of Zunyi City
县域自然保护区森林公园湿地公园国有林场合计数量/个面积/hm2数量/个面积/hm2数量/个面积/hm2数量/个面积/hm2数量/个面积/hm2道真126 990.0024 034.730000331 024.73正安132 448.0011 244.500013 721.60337 414.10桐梓152 000.001596.000012 419.53355 015.53习水251 920.13213 631.291249.06310 417.75876 218.23赤水343 795.90221 600.0000433 154.04998 549.94仁怀0011 068.690021 428.6632 497.35绥阳852 798.001133.300000952 931.30务川234 823.0011 601.7412 710.0000439 134.74凤冈18 400.0024 187.6621 011.631800.00614 399.29湄潭119 173.001475.401278.70131 822.00451 749.10播州13 000.0032 244.612885.111957.0077 086.72汇川16 733.3011 366.001304.2712 455.00410 858.57红花岗13 132.0024 193.770021 793.3359 119.10余庆0022 874.6612 742.9012 836.6648 454.22合计23335 213.332259 252.3598 181.671891 805.5772494 452.92
为精确测度遵义市4种自然保护地空间分布特征,利用ArcGIS 10.2软件对其进行核密度分析,将研究区划分为低、较低、中等和高密度区4个等级(图1)。结果表明,遵义市4种自然保护地形成3个高密度聚集区,分别位于遵义市市中心西部、赤水-习水交界处中部和凤冈县琊川镇东南部。
图1 遵义市自然保护地核密度值
为揭示遵义市不同行政区对自然保护地建设的重视程度,将森林面积、湿地面积、生物多样性指数、人均GDP和人口5个因素与自然保护地数量进行匹配,来判别自然保护地建设与区域发展的关系[25]。这种关系可分为协同型、生态型、滞后型和消极型,其中,协同型为县域自然保护地数量与某因素均大于遵义市平均水平;生态型为县域自然保护地数量大于平均水平,而某因素小于平均水平;滞后型为县域自然保护地数量小于平均水平,某因素大于平均水平;消极型为县域自然保护地数量与某因素均小于平均水平。结果表明遵义市县域自然保护地建设与区域发展之间的匹配性较差,属于协同型和生态型的县域包括播州区、绥阳县、凤冈县、习水县和赤水市,占县域总数的35.71%;属于消极型和滞后型的县域包括红花岗区、汇川区、桐梓县、正安县、道真县、务川县、湄潭县、余庆县和仁怀市,占县域总数的64.29%(表2)。在空间上,消极型和滞后型县域形成了1个集中区和1个连片区,分别为红花岗-汇川集中区和遵义市北部连片区(图2)。将自然保护地与区域自然资源和社会经济状况进行匹配分类有助于研究区域自然保护地规划及管理,可根据不同地区发展制约因素,因地制宜,统筹协调,积极寻求人与自然协同发展。
采用百分位数法将影响因素分为4个等级,再以此进行地理探测器测算。因子探测分析结果表明不同影响因子对自然保护地空间分异的解释程度不同。各影响因子解释力q值由大到小依次为湿地面积(0.450 9)、人均GDP(0.350 7)、森林面积(0.320 3)、农作物面积(0.198 6)、生物多样性指数(0.114 9)、县级规模以上工业生产总值(0.095 8)、城镇化率(0.075 5)、人口(0.070 5)和经济作物面积(0.023 6)。因此湿地面积、人均GDP和森林面积为遵义市自然保护地空间分异的主要影响因素。湿地面积和森林面积属于自然资源约束,其区域差异框定了遵义市自然保护地空间分布基本格局;人均GDP属于经济发展约束,从保护成效上看,自然保护地建设和管理需要区域经济支持。经济实力越强,生态保护资金投入就越高。但过于追求经济发展,也会抑制自然保护地发展,影响其空间分布。经济发展与自然资源在区域差异上有类似影响,这进一步加剧了遵义市自然保护地空间格局的不均衡性。
表2 遵义市自然保护地与区域发展的匹配类型
Table 2 Matching types of protected areas and regional development in Zunyi City
县域自然保护地数量占比/%森林面积湿地面积生物多样性人均GDP人口占比/%类型占比/%类型占比/%类型占比/%类型占比/%类型道真4.176.90消极型6.55消极型11.95滞后型4.62消极型3.96消极型正安4.178.62滞后型8.44滞后型9.01滞后型4.55消极型6.21消极型桐梓4.1710.21滞后型6.68消极型9.38滞后型5.29消极型8.46滞后型习水11.119.82协同型8.91协同型6.43生态型5.75生态型8.36协同型赤水12.508.13协同型7.19协同型7.17协同型7.92协同型3.92生态型仁怀4.175.21消极型5.60消极型4.96消极型20.05滞后型8.98滞后型绥阳12.508.11协同型6.88生态型9.38协同型5.17生态型6.14生态型务川5.569.14滞后型5.41消极型4.78消极型3.75消极型5.17消极型凤冈8.336.10生态型7.65协同型5.33生态型4.33生态型5.02生态型湄潭5.566.52消极型6.10消极型5.88消极型4.80消极型6.11消极型播州9.727.53协同型16.24协同型6.43生态型8.02协同型10.96协同型汇川5.564.61消极型1.82消极型7.17滞后型10.00滞后型9.16滞后型红花岗6.943.65消极型3.04消极型7.17滞后型9.84滞后型13.71滞后型余庆5.565.43消极型9.49滞后型4.96消极型5.93消极型3.83消极型
各因素平均占比均为7.14%。
图2 遵义市自然保护地与区域发展的空间匹配
交互探测分析结果显示,任意2个影响因子交互后其对遵义市自然保护地空间分异的解释力明显加强(表3)。如生物多样性指数(0.114 9)和湿地面积(0.450 9)交互后的解释力为0.724 5,明显高于两者解释力之和(0.565 8)。虽然县级规模以上工业生产总值、城镇化率和人口等影响因子对自然保护地空间分异的单因子解释力较低,但与其他影响因子交互作用后,其对自然保护地空间分异的解释力明显增强,这表明遵义市自然保护地空间分布受到不同因素的共同作用,也表明自然保护地空间分布影响因子的多样性和复杂性。
表3 遵义市自然保护地影响因素交互探测结果
Table 3 Results of interaction detecting of influencing factors of protected areas in Zunyi City
影响因素x1x2x3x4x5x6x7x8x20.625 5x30.731 50.724 5x40.849 30.908 20.533 7x50.512 50.604 30.484 20.766 8x60.879 90.778 60.703 30.510 10.849 3x70.477 20.717 40.453 60.738 60.788 00.651 4x80.729 20.606 70.477 20.326 40.879 90.503 10.484 2x90.752 70.929 30.964 70.463 00.639 70.576 10.729 20.347 6
x1为森林面积,x2为湿地面积,x3为生物多样性指数,x4为农作物面积,x5为经济作物面积,x6为人均GDP,x7为县级规模以上工业生产总值,x8为城镇化率,x9为人口。
以遵义市为例,对区域内4种自然保护地分布特征及其影响因素进行分析,结果表明遵义市各县域虽均已建立自然保护地,但其在数量和面积上仍存在较大差异,呈现出不均衡分布的特征。其中湿地公园数量和面积与自然保护区、森林公园和国有林场3种自然保护地的差异最大。究其原因,一是湿地公园发展较晚,而其他3种自然保护地发展历程较久远;二是湿地公园后期管理、维护需要较多资金,地方政府财力不足;三是各地区自然资源状况和政府自然保护意识存在差异。
从空间分布上看,研究区自然保护地呈聚集分布态势,各类自然保护地集中程度由高到低依次为自然保护区、湿地公园、国有林场和森林公园。自然保护地在遵义市市中心西部、赤水-习水交界处中部和凤冈县琊川镇东南部形成了3个高密度聚集区,呈现出“西北-东南密、西南-东北疏”的分布特征。从自然保护地建设与区域发展的分类结果看,遵义市自然保护地建设与县域发展之间匹配性较差,其中64.29%的县域属于滞后型和消极型,其在空间上形成了1个集中区和1个连片区。
遵义市4种自然保护地最邻近点指数R为0.76,地理集中指数G为29.00,这表明自然保护地之间可能存在交叉或重叠。这可能是由于研究区建立自然保护地时缺乏顶层设计,随着自然保护地数量的增加,自然保护地之间的距离不断缩小,从而导致自然保护地聚集。自然保护地之间过于临近,甚至交叉重叠,这会增加火灾、疾病和外来物种等灾害扩散的可能性[26]。
根据地理探测器分析结果,遵义市自然保护地空间分布受到多种影响因素共同作用,主要结论如下:
(1)从自然资源上看,自然资源条件是决定自然保护地建立的基础性因素。根据贵州省生物多样性热点区域研究结果,遵义市生物多样性热点区域为赤水河和习水河河谷[14],这与赤水-习水交界处中部为自然保护地高密度聚集区的研究结果相符。此外,遵义市位于我国西南地区,经济基础相对薄弱,自然保护地多与偏僻的农村地区融合镶嵌。从农村地区发展与自然保护地保护的关系上看,一方面自然保护地的建立在一定程度上制约了当地居民的发展;另一方面当地居民耕地扩张、放牧和生活废弃物排放等生产生活行为会对自然保护地保护成效造成一定破坏[27]。
(2)从社会经济上看,自然保护地应与社会经济保持协调统一。然而,我国早期建设的自然保护地属于“抢救式保护”,导致自然保护地在后期的发展中普遍存在过度保护或保护与发展不协调等问题。如经济发展水平较高的仁怀市,位于赤水河流域,靠近遵义市生物多样性热点区域,但尚未建设自然保护区,自然保护地建设水平较低,该地区生态保护与经济发展水平不协调。从城市发展与保护成效的关系上看,城市面积或人口的增长都会导致自然保护地空间分布受到建设用地的挤压[23]。当城市发展到一定程度时,自然保护地稀缺的问题不断突显,保护需求不断增加,这将促使政府重视自然保护地的建设[28]。
此外,虽然地方政府对生态保护的重视程度是影响自然保护地建立和空间分布的重要因素[29],但因其较难量化,未被纳入笔者研究中,下一步将在自然保护地影响因素的选取上开展深入研究。