浙中城市群土地利用格局时空演变特征与生态风险评价

石小伟 冯广京 YI Yang 邹逸江 葛浩然 苏培添

(1.东北农业大学经济管理学院，哈尔滨150030;2.东北农业大学土地经济与自然资源管理研究中心，哈尔滨150030;3.东北农业大学公共管理与法学院，哈尔滨150030;4.东京大学大学院工学系，东京113-8656;5.宁波大学地理与空间信息技术系，宁波315211;6.宁波大学商学院，宁波315211;7.浙江农林大学经济管理学院，杭州311300)

0 引言

浙中城市群是浙江省在浙西南地区重点培育的城市群。作为浙江省新兴城市群区域，其土地利用/覆被表现出显著的变化特征［1］。为了进一步保障其作为浙江省的“绿心”地位和浙西南地区的生态屏障作用，亟待对浙中城市群土地利用/覆被变化进行科学诊断和研判［2-3］。

国内学者关于土地利用/覆盖变化的研究主要集中在区域土地利用的时空演变特征［4-9］、土地资源配置效率［10-13］、人地关系与区域经济发展、区域“三生空间［9-14］”(即生产、生态、生活空间)功能之间的协调［14］、耕地质量等级评析［15］与区域人口增长承载力关系之间的耦合［16］、区域土地利用景观格局的驱动力［17］等方面。在城市的生态风险结构方面，刘勇等［18］对基于土地利用变化的太原市土地生态风险进行评价研究。在城市群的生态空间演变方面，傅丽华等［19］对长株潭城市群核心区的土地利用进行生态风险评价，并研究了长株潭城市群的空间演变特征。在城市群经济结构方面［20］，王静敏等［9］对浙中城市群发育程度进行评估，并对内在经济联系进行了判研。在生态风险评估研究方面，王常颖等［21］采用相对风险模型计算各研究单元的风险等级，并对基于景观格局的海岛开发潜在生态风险进行评价;臧淑英等［22］根据景观生态学理论引入景观生态风险评价模型，对大庆市景观生态风险时空分布特征及空间关联格局进行评价。在土地利用的景观格局研究方面，许妍等［23］对基于土地利用动态变化的太湖地区景观生态风险进行评价，并对生态屏障区的土地利用转移与景观格局时空分布特征与变化特点进行研究;林扬碧等［24］对区域景观结构进行评价方法与案例研究，并对其景观格局变化及其驱动力进行了分析。

国外学者主要从土地利用的多功能性［25］、土地利用/覆盖变化与生态和景观理论［26］、土地覆盖多重性耦合分析，以及土地利用的多功能作用与人类社会可持续发展的耦合关系等方面对土地利用/覆盖变化进行了大量研究。BIRO 等［25］利用Landsat和ASTER 数据分析了1989—2009 年期间苏丹东部加达里夫地区因高密集度旱地耕作而导致的土地利用/覆盖变化(LUCC)对土壤物理和化学性质的显著影响;ARAYA 等［26］采用CA-Markov 模型模拟预测葡萄牙塞图巴尔和塞西布拉斯地区2020 年的土地利用对城市密集扩张和城市土地利用增长的趋势;LUCA 等［27］利用Worldview1 和Worldview2 高分辨率卫星遥感数据绘制了马尔代夫群岛第一幅土地利用变化图谱，为当地的森林保护和城市规划作出重要贡献;ROBINSON［28］探讨了美国密歇根州东南部3 个乡镇的土地利用覆盖数量分布和景观破碎程度情况;THENKABAIL 等［29］利用多期MODIS 数据分析了印度河和恒河流域的土地利用覆盖情况，并绘制了流域内农业灌溉区的土地利用现状图。

前人对土地利用的景观格局进行了大量科学实证研究，但是对于发育初、中期的东南沿海城市群土地利用景观格局时空演变特征及生态风险研究不足。目前，利用景观格局分析浙中城市群的评价研究主要聚焦在3 方面:浙中城市群的地理信息数据库平台建设和地理信息系统分析;浙中城市群经济社会发育态势耦合和发育程度评估，以及构建多指数评价模型对其发育程度的评估;以人均GDP、产业结构等为内生变量指标，解析浙中城市群县域经济差异格局。已有研究结果不足以支持发育中期的浙中城市群在土地利用时空演变的作用机理和生态风险转移路径方面的最新研究，且缺乏基于地理差异和空间关联视角对发育中期城市群的土地类型转移及其生态风险转移评价。

本研究以浙中城市群为例，探究城市发育中期的土地利用景观格局时空演变特征、景观类型转移机制及生态风险评价，借助浙中城市群5 期遥感数据，按土地利用类型，分区域进行定量定性分析，全面揭示浙中城市群的用地结构特征和用地景观格局生态风险，以优化东南沿海经济发达地区的内陆城市群组发育中期的土地利用结构，保证沿海省份的生态安全，促进东南沿海地区的土地利用和生态环境的可持续发展。

1 数据来源与研究方法

1.1 数据来源及数据处理

遥感数据选取研究区1996、2001、2006 年的Landsat5-TM 遥感影像和2011、2016 年的Landsat8-OLI遥感影像，共获得5 景数据，数据来源于中国科学院遥感卫星地面接收站，云覆盖率低于5%，每景遥感数据的标准长宽为180 km ×180 km，遥感数据坐标系统为WGS-1984，TM 数据和OLI 数据的影像分辨率均为30 m，如表1 所示。本研究以多时相遥感影像数据为基础，辅以查阅的浙中城市群土地利用/覆被变化统计年鉴资料，以RS、GIS 为技术支撑研究浙中城市群土地利用景观格局的时空变化及生态风险评价。遥感影像类别分为8 个一级地类系统:耕地、林地、水域及水利设施用地、建设用地、草地、园地、特殊用地、未利用地等，经机器解译、人机交互解译及人工校正后，借助ENVI 5.3 软件中的遥感图像自动装饰识别地类功能识别出遥感影像;进一步通过混淆矩阵法表量机器解译和人工解译结果。2016年的解译精度最高，为90.84%;1996、2001、2006、2011 年的解译精度分别为89.57%、87.94%、87.21%和87.65%(实际操作中的遥感影像精度大于85%，即可满足中等尺度的LUCC 景观格局研究)，这5 期遥感影像解译精度适用于浙中城市群的土地利用景观分类。因此解译精度的结果满足浙中城市群土地利用/覆盖变化监测的研究要求，最后利用ENVI 5.3 自带的地统计学计算模型与空间统计学分类分析功能标量3 年各种土地利用/覆盖变化的景观生态面积转移占比。

表1 遥感影像数据Tab.1 Remote sensing image data

基于LUCC 对研究区的遥感地物影像分类是本研究最为关键的基础工作之一。在遥感地物影像分类时不仅要考虑影像信息提取精度、目标地物类别、目标地物的面积估算、各种地类边界识别等，还要考虑研究目的、数据源选择、研究尺度等多目标综合性最优化。本研究釆用的是我国土地利用现状分类体系《土地利用现状分类》(GB/T 21010—2007)分类标准，充分保证分类原则的客观性;并将研究区的遥感地物影像分成8 个一级类型系统(鉴于浙中城市群中金华市的浦江县、衢州的龙游县、丽水的缙云县有相当面积的果园和茶园，故增加园地为单独一类。园地采用狭义园地的地类概念，并且园地地类的解译是在对林地解译完成的基础上，结合Google Earth 软件的地球观测模式再次解译，并且对有争议的解译地类采取了实地考查方法)，分类结果详见表2。

表2 研究区域遥感分类系统以及解译手段类别Tab.2 Category of regional remote sensing classification system and means of interpretation

1.2 研究区概况

浙中城市群、杭州湾城市群、温台城市群是浙江省三大城市群。其中浙中城市群属于唯一没有出海港口的城市群。浙中城市群包括2 个县级区(即金华市辖的婺城区、金东区)、5 个县(金华市辖的武义县、浦江县、磐安县，衢州市辖的龙游县，丽水市辖的缙云县)、5 个县级市(金华市辖的兰溪、义乌、东阳、永康4 个县级市和绍兴市辖的诸暨市)(图1)，行政总面积达1.36 万km2，人口规模达610 万左右。浙中城市群内的地形地貌主要为丘陵盆地和冲积平原，城市多位于盆地底部的冲积平原，地势低平。浙中城市群是浙江省重点生态功能区和自然保护区，是浙江省生态安全屏障的重点保护区域;21 年来浙中城市群在工业化和城市化快速推进中，其土地利用结构和景观格局发生较大变化，人类活动加大对土地资源的开发加重了土地利用的生态风险程度。

图1 浙中城市群地理位置示意图Fig.1 Schematic of geographical position of central Zhejiang Province cluster's cities

1.3 研究方法

1.3.1 景观类型转入/转出模型

景观类型转移模型描述不同景观类型自身变化情况，包括景观类型转入率和景观类型转出率;充分考虑浙中城市群景观之间的转移作用信息，对比各个景观类型的转入和转出的空间格局和数量特征。

景观类型转入率模型为

景观类型转出率模型为

式中 Lij——第i 类景观类型向第j 类景观类型转

移发生的比例，即景观类型转出率

Lji——第j 类景观类型向第i 类景观类型转移发生的比例，即景观类型转入率

Sij——第i 类景观类型向第j 类景观类型转移的面积

Sji——第j 类景观类型向第i 类景观类型转移的面积

St——景观类型的转移总面积

1.3.2 景观格局水平分析法

浙中城市群的景观“二元”结构特征显著，土地利用的景观因子对常规模型不敏感，考虑到高精度遥感数据对浙中城市群景观格局水平模拟的重要性，故选择以下模型进行计量研究。

面积加权平均斑块形状指数(AWMSI)计算公式为

式中 m、n——斑块类型总数量

Pij——景观斑块的周长

A——景观斑块的总面积

aij——斑块面积

当景观中所有的斑块为正方形时，AWMSI 为1，AWMSI 随形状不规则性增加而增加。

聚集度(CONT)的计算公式为

聚集度通常度量同一类型斑块的聚集程度，取值在0 ～100 之间。其取值还受到类型总数和均匀度的影响。如果一个景观是由许多离散的小斑块组成，聚集度比较小，否则聚集度比较大，与多样性、均匀度不同，聚集度明确考虑斑块类型之间的相邻关系。

最大斑块指数(LPI)计算公式为

式中 ai——第i 个景观的面积

LPI 反映了景观中最大斑块面积占的比重。

景观形状指数(LSI)的计算公式为

香农多样性指数(SHDI)计算公式为

式中 pi——景观类型i 所占面积的比例SHDI 反映了描述大小、形状、属性不一的景观空间单元(斑块)在空间上的分布与组合规律，包括景观组成单元的类型、数量及空间分布与配置，当景观中只有一种类型的斑块时SHDI 为0，当斑块类型增加或者各类型斑块所占比例趋于相近时，SHDI 也相应增大。

香农均匀度指数(SHEI)计算公式为

式中 pK——景观斑块类型K 在整个景观中所占面积的比重

H——多样性指数

Hmax——多样性指数中的最大值

m′——景观中最大可能的景观斑块类型数量香农均匀度指数反映景观中各斑块在面积分布上的不均匀程度，以多样性指数与其最大值的比来表示。

此外，边缘密度(ED)、平均斑块面积(AREA_MN)、斑块数目(NP)、斑块密度(PD)、蔓延度指数(CONTAG)、散布与并列指数(IJI)、面积加权分维度(FRAC_AM)，景观分离度指数(DIVISION)数学模型的应用已非常成熟，其数学模型详见文献［22］。

2 结果与分析

2.1 研究区土地利用总体变化特征

从总体变化分析来看(表3，表中P 为初始转出率，Q 为期末转入率)，1996—2016 年浙中城市群的未利用地类型在8 种土地利用类型中转移率最高，达到48.80%，主要是转出转移模式。其中72.53%转为林地，具体为毛竹林用地类型居多，自然原因方面是浙江省的低山丘陵地形和亚热带季风气候区等自然条件非常适合当地毛竹等植物生长，人为原因主要是金华市、衢州市、丽水市、绍兴市最近20 年的保护林地资源政策以及金华市“创建国家级森林城市”项目的落实实施。从总体转入转移模式来看，转化来源51.93%来自于草地，37.44%来自于其他植被类型林地。建设用地利用类型转入面积增长较大，通过转置矩阵分析看出，转入率在16.56%，其中耕地用地类型占建设用地转入总面积的80.32%，林地用地类型转入建设用地占比6.02%，其他土地利用类型转入建设用地占比13.66%，可以看出:转入的土地利用类型来源呈现多样化的趋势，但是转入的土地类型来源中最主要是耕地，即占用耕地用地类型来增大建设用地的面积。这是由于浙中城市群的大部分城市处于城市成长中期，城市建设用地的需求量非常大。从建筑用地利用类型的内部转移模式来看，建筑用地内部转移比率比较低，仅1.87%，这说明浙中城市群的城市土地集约节约利用率还比较低。建设用地利用类型也有转出，为27.44%，转出的类型中43.71%转成耕地，46.2%转成水域;林地转出率最低，为8.32%。

表3 1996—2016 年浙中城市群土地利用转移矩阵Tab.3 Transition matrix of each land use type in central Zhejiang urban agglomeration during 1996—2016

耕地土地利用类型在21 年中转出最多，转出的土地利用类型中80.32%是建设用地类型，其次，转出为林地土地利用类型占比11.53%;其他类型的占比综合较小。耕地土地利用类型在2001 年时转入率48.26%，在2016 年时转入率64.82%，转入的土地利用类型中水域及水利设施用地占48.645%;其次，由林地土地利用类型转入的耕地占比45.15%。从转移的数值来看，园地总体转移率较低，为2.16%，其中转出建设用地占56.77%;转入来源中耕地占83.70%。

草地主要转化为建设用地和林地，其中转出林地占47.78%，建设用地占36.80%，转入来源中林地占73.37%，水域占15.97%。水域向耕地、建设用地转移，转入来源为耕地，转移率为17.82%，转出耕地为47.35%，建设用地为40.16%，转入来源耕地占75.22%。

特殊用地类型在研究区内的规模极小，且特殊用地类型转移趋势变化不显著，转出率和转入率均较低，21 年转移率基本保持稳定。

2.2 土地利用结构的变化差异

通过地统计分析1996—2016 年间浙中城市群各类土地利用总量变化差异，如图2 所示。可见，各类型土地利用转移率呈复杂波动变化趋势。从面积转移变化来看，建设用地面积发生显著的变化，2016年面积转移率上升到27.47%，较2006 年增长了67.35%，尤其是2006—2016 年增长幅度占21 年总比率的49.51%，实际建设用地面积增加了3 743.17 km2。这种态势的主要原因是浙中城市群城市化进程的加快和区域人口经济发展“扩张效应”的影响。从各类型土地利用面积减少的变化来看，耕地、林地、未利用地面积发生了不同程度的减少(分别下降5.84%、2.03%、0.14%)，3 类占比的降幅为15.42%、1.13%、29.89%，耕地面积减少最大，减少了2 774.67 km2。林地和未利用地的减少面积较小，主要原因是耕地的面积基数大，且占用耕地转为其他用地类型的概率大，林地减少面积较小的主要原因是由于浙中城市群特殊的保护森林政策。未利用地的面积基数太小，因此实际减少面积不显著。局部年份的草地面积下降，但呈总体上升趋势，较2006 年，2016 年草地面积转移率上升了0.29%，增长率为14.81%，年均增长1.253 4%。水域及水利设施用地面积总体发生了小幅增加，转移率分别上升了0.46%，增长率为10.72%，年均增长

0.967 2%。这种态势的主要原因为“退耕还湖”政策的继续推进和城市水工景观面积的增加，以及浙江省实行了特殊严格的“河长制度”等。

图2 1996—2016 年浙中城市群各种土地利用结构变化差异图Fig.2 Changes and differences of land use structure in central Zhejiang urban agglomeration during 1996—2016

2.3 土地利用生态风险评价

本研究通过景观结构统计软件FRAGSTATS 3.4 分析浙中城市群的土地利用生态风险评价的指标有3 大类，分别是景观破碎化指数、景观形状指数、景观多样性指数。景观破碎化指数和景观形状指数均细分出5 个二级指标;景观多样性指数细分出2 个二级指标，如表4 所示。

2.3.1 景观水平格局特征

浙中城市群的总体景观格局主要特征有:从斑块数量来看，1996 年为68 102 个，2016 年为34 043 个，21 年间减少了34 059 个，减小幅度50%，年平均减少1 792 个。说明1996—2016 年间，斑块分布总体由分散布局向集中合并的趋势发展，但是集聚的时间效率不均衡，1996—2006 年间的集中效率大于2006—2016 年，说明集聚速率在减小，斑块相邻的密集度逐渐降低到了稳定值并且未来不会持续的集中。从平均斑块面积来看，平均斑块面积从1996 年的0.234 9 km2增加到2016 年的0.469 9 km2，年平均增大面积0.012 4 km2。在2001—2006 年平均斑块面积略有波动下降，但是不影响总体平均斑块面积增加的趋势。从斑块密度来看，浙中城市群从1996 年的4.289 4 个/km2降到2016 年的2.127 6 个/km2，斑块的密集程度在1996—2006 年持续变小，再从2006—2011 年变大，再从2011—2016 年变小。从最大斑块指数看，最大斑块指数总体逐渐减小，可见，区域斑块的极化态势逐渐变小，逐渐由集中向分散的趋势演变。总体来看，研究区的总体景观格局呈现出“整体集中，局部分散”的态势。从景观分离度指数来看，从1996 年的0.905 9 降低到2016 年的0.889 6，从年变化趋势来看，指数先变小再变大，具体表现:1996—2006 年变小，2006—2011 年变大，2011—2016 年变小，最终和2011 年的景观分离度指数持平。边缘密度用来分析区域景观被分割程度和景观的离散程度，边缘密度在1996—2016 年持续变小。浙中城市群斑块的离散化程度逐渐减小，斑块被分割的分散程度在降低。景观形状指数用来分析浙中城市群斑块的变异程度，从景观形状指数分析，浙中城市群斑块由不规则化逐渐向规则化发展。

表4 浙中城市群1996—2016 年景观水平格局指数Tab.4 Landscape level pattern index of central Zhejiang urban agglomeration from 1996 to 2016

蔓延度指数用来分析斑块景观的空间相互连接关系，蔓延度指数越高，说明研究区所有斑块景观中的优势斑块与非优势板块呈现出良好的连接度;蔓延度指数越低，说明研究区所有斑块景观中优势斑块呈单一性密集排列格局，非优势斑块相间离散化排列。1996—2016 年的5 个时间节点蔓延度指数均大于53，可见浙中城市群存在相对较大优势的斑块景观。从散布与并列指数分析，该指数从1996 年(大于54)逐年持续下降到2016 年(小于44)，说明浙中城市群景观格局由收敛转向“分散—集中格局”，不同类型的景观格局相邻度增大。从面积加权分维度分析，1996—2016 年面积加权分维度增加了0.008 4，增幅0.714 8%，说明浙中城市群的景观斑块总体分维度没有显著变化，但是有向复杂程度变大的趋势。香农多样性指数是指研究区内景观类型的数量和各个类型景观数量占总体景观类型数量比例的演变态势，从香农多样性指数分析，该指数从1996 年的1.259 5 增加到2001 年的1.305 5，接着又降低到2011 年的1.223 3，然后再上升到2016 年的1.283 4，说明浙中城市群景观类型丰富度呈波动式发展，2016 年景观丰富度虽和2000 年基本持平，但是破碎化程度略高，21 年间呈波动变化态势。香农均匀度指数反映了景观中各组成斑块的分布均匀程度，其值为0 时，说明景观仅由一种组成，无多样性;其值为1 时，说明各斑块类型均匀分布，有最大多样性，5 个时间节点的数值大于0.60，说明各斑块类型存在多样性，但其值有所减少，说明多样性在降低。

2.3.2 土地利用生态风险时空演变

在分析土地利用生态风险时空演变时，需要将土地利用生态风险转移情况进行等级类型分区，生态风险等级类型分区的常用方法是GIS 空间分析法。

GIS 是面向对象的空间分布特征和空间布局状态、相关关系以及趋势分析的最佳方法之一，是对具有空间特征对象数理统计、检测、分析、模拟和估计的理想途径。采用自然断点划分法，归一处理后的间隔均为0.13，划分为5 个生态风险等级类型，可以实现对各期生态风险进行分析。借助ArcGIS 10.2 软件，通过运用统计学的断裂点模型划分生态风险等级区间，如表5 所示。

表5 生态风险等级类型及区间Tab.5 Ecological risk grade type zone value

通过GIS 空间分析法划分生态风险等级区间，构建浙中城市群的景观生态风险指数。基于浙中城市群的景观破碎化格局指数(由表3 NP、PD、LPI、AREA_MN、DIVISION 5 个指标构成)、景观形状格局指数(由表3 ED、LSI、CONTAG、IJI、FRAC-AM 5 个指标构成)和景观多样性格局指数(由表3 SHDI、SHEI 2 个指标构成)3 大类指标构建浙中城市群生态风险评价指数，其数学模型为

式中 ERI(i)——第i 个样本的生态风险指数

Ci——景观破碎化格局指数

Ni——景观形状格局指数

Di——景观多样性格局指数a、b、c 为对应的权重，借鉴已有成果［20-23］，具体参照文献［24］，本研究实际赋值为0.6、0.3、0.1。

将浙中城市群的各类指数数据导入模型，得到1996—2016 年浙江省各地级市生态风险指数如表6所示。模型分析显示浙中城市群土地利用格局呈现“中心—外围”时空格局。从各类风险区的时间序列分析，基于2000 年的时间节点来看，浙中城市群的较低生态风险区面积比重最大，如图3 所示，占比22.05%，而高生态风险区面积比重最小，占比11.65%;低生态风险区面积占比19.07%，这说明2000 年的总体景观生态风险处于低风险阈值，景观生态格局状态良好。基于2016 年的时间节点来看，高生态风险区面积比重最大，占比24.34%，低生态风险区面积比重最小，仅占比10.43%，这说明2016年景观生态风险加重，总体景观生态风险处于较高风险阈值，21 年的景观生态风险增长趋势较快，低生态风险区、高生态风险区的“景观地位”出现了“互换位移”的现象，也表明浙中城市群的各类景观生态风险区波动幅度较大，且呈现向高风险阈值方向发展的趋势。

从1996—2016 年浙中城市群各市的风险等级空间分布来看，2016 年义乌市、东阳市、武义县的风险指数远高于其他县(区)，主要是其21 年经济快速发展，城市化水平高，人口集聚对耕地、林地、水域等用地强度加深，加之更细致的保护措施跟进较慢，导致生态风险等级最高;1996 年婺城区、金东区、浦江县的风险指数均在0.54 左右，2016 年达到0.59左右，其生态风险指数较稳定，主要是其自然生态空间用途管制办法(试行)落实扎实到位和城市土地用途管制措施的作用;兰溪市、永康市、诸暨市、磐安县、龙游县和缙云县生态风险指数最低，但随着经济发展加快，建设用地增加，其生态风险指数也在增加，但相对于浙中城市群其他县(区)来说，其土地利用变化对生态系统的稳定性影响较小，其经济开发增加引起的生态风险也相对较小。从各类风险区的空间角度来看，1996—2016 年浙中城市群各市生态风险等级在空间分布上呈现“趋同俱乐部”现象和“集中—分散”现象，如图4 所示，即较高生态风险区和高生态风险区在空间上出现集聚和“邻近现象”;较低生态风险区和低生态风险区在空间上分散在较高生态风险区和高生态风险区的“外围”，具有明显的“中心—外围”格局和发展态势。

表6 1996—2016 年浙中城市群各地级市生态风险指数Tab.6 Ecological risk index of prefecture-level cities in central Zhejiang urban agglomeration from 1996 to 2016

图3 浙中城市群的生态风险区面积占比变化Fig.3 Change map of ecological risk area of central Zhejiang city cluster

图4 1996—2016 年浙江省各地级市生态风险空间分异图Fig.4 Ecological risk spatial differentiation map of prefecture-level cities in Zhejiang Province in 1996—2016

如图4 所示，在时间序列上，1996—2016 年浙中城市群各地级市土地利用的生态风险均呈现上升趋势，且城市群内部的风险转移较大。从浙中城市群生态风险空间分异发现，研究区各市生态风险指数的Ⅳ和Ⅴ等级区主要集聚在东阳市、义乌市、武义县、浦江县、金东区和婺城区。这6 个县市(区)在空间上分布在浙中城市群的“中心”方位;Ⅰ等级区主要是兰溪市;Ⅱ等级区主要是磐安县和缙云县;Ⅰ和Ⅱ等级区分散在浙中城市群的西北和东南方位。这种生态风险等级格局的差异明显，在空间上呈现出了“中心—外围”格局和发展态势。Ⅲ等级区分布在浙中城市群东北、西南和东南方位，并且由永康市、诸暨市、龙游县3 个市县的建设用地趋势分析，生态风险指数未来有可能增加，转向Ⅳ或Ⅴ等级区。

3 结论

(1)1996—2016 年21 年间，浙中城市群的土地利用不同类型之间、土地利用同种类型内部的转移态势均有显著变化。建设用地面积增加显著，由7.86%增加到20.45%，21 年间增加近3 倍;林地面积占比总体呈缓慢增长趋势，1996—2006 年占总面积比率增长较慢，2006—2016 年增长较快;水域及水利设施用地占总面积比率逐年下降，2006—2016年从5.85%降到3.89%;未利用地是21 年减少比率最大的土地利用类型，其次是耕地;园地、草地主要分布在浙中城市群东北方向和西北方向，面积占比比率较低，园地总体增加，草地总体减少，增加和减少的面积占总土地利用面积比率均较小。

(2)浙中城市群的土地利用总体景观格局质量呈现先下降、后上升、再整体下降的态势。1996—2016 年总体景观破碎化指数增加，局部年份出现下降，景观形状指数和景观多样性指数总体下降，局部年份出现上升，各种类型土地之间转移趋向复杂波动化。

(3)基于2016 年时间节点的浙中城市群生态风险空间演变特征视域判析，义乌市、东阳市、武义县的生态风险指数在0.69 ～0.82 之间，为Ⅳ和Ⅴ等级区，生态风险等级为较高或高;婺城区、金东区、浦江县的生态风险指数在0.56 ～0.59 之间，为Ⅲ等级区，生态风险等级为中;兰溪市、永康市、诸暨市、磐安县、龙游县、缙云县的生态风险指数在0.49 以下，为Ⅰ或Ⅱ等级，生态风险等级为低或较低。

(4)浙中城市群土地利用生态风险等级的空间差异较大。1996—2016 年浙中城市群各市生态风险等级在空间分布上呈现“趋同俱乐部”现象和“集中—分散”演变趋势，即较高生态风险区和高生态风险区在空间上指向浙中城市群中部，且出现集聚态势，较低生态风险区和低生态风险区在空间上分散在浙中城市群的西北、东南和西南地区，且在浙中城市群中部的“外围”，具有明显的“中心—外围”格局和发展态势。