吕利娜, 崔慧珍, 叶 欣
(黑龙江科技大学 矿业工程学院, 哈尔滨 150022)
我国处于高速城镇化发展时期,城市的可持续发展成为研究重点。20世纪末,黑龙江省作为我国老工业基地,为东北地区二、三产业的繁荣发展起到了重要的推动作用,但也付出了巨大的环境成本。包括双鸭山在内的众多煤炭资源型城市凭借天然资源迅速发展,人口数量大幅增加,区域生态环境严重恶化,呈现出短时间迅速发展、资源高消耗的特征[1]。土地利用变化不仅是人类活动对生态环境作用的直接体现,也是引起其变化的重要因素。因此,应高度重视生态环境领域与土地利用相关的研究[2]。将土地利用时空变化与生境质量结合,预测未来区域土地结构与生境质量的变化特征和趋势,可为政府规划和生态文明建设提供决策意见[3]。
目前,国内外对于生境质量的研究主要集中于通过野外调查、利用生态评估模型和构建评价体系进行生境质量评估。研究中多采用生态系统服务和权衡的综合评估模型Integrated Valuation of Ecosystem Services and Trade-offs(InVEST)模型、Hue Saturation Intensity(HIS)模型、Social Values for Ecosystem Services(SolVES)模型等[4-7]。其中,InVEST模型因操作简易、输出结果可读性高、客观性强等优点被广泛应用[8]。另一方面,现阶段土地利用变化分析及预测的研究相对成熟,在若干地理空间动态模型中,元胞自动机(CA)模型是常用模型之一。为了增强模拟结果在空间、数量及质量上的精度,CA模型衍生出了多种扩展模型,其中基于多标准评价(Multi-criteria evaluation,MCE)与马尔可夫链的MCE-CA-Markov综合元胞自动机模型在兼具Markov模型对长时间序列模拟的优势以及元胞自动机模型强大的空间预测能力的基础上,结合多标准评价(MCE)方法综合量化各种自然因素、社会因素,弥补了元胞自动机转换规则约束条件的不足[9-11]。相对其他模型而言,该综合模型精度提高,预测结果可解释性,模拟效果明显改善,且已有许多成功案例,如河西走廊[12]。
近年来,学者们对生态环境的变化做了大量分析,但对于资源型城市的生态环境研究较少,尤其是针对自然资源衰退、急需转型的资源枯竭型城市,缺乏对未来生态化发展的理论指导。为促进双鸭山市未来生态化发展,笔者运用MCE-CA-Markov模型,设置不同的约束条件对2025年土地利用格局多情景预测,并进行生境评价,以期为土地利用结构调整、资源优化及生态环境恢复提供参考。
双鸭山市位于黑龙江省东北部,与俄罗斯仅一江之隔,并与七台河、佳木斯和鸡西等地均有接壤。城市位于丘陵地带,属于完达山山脉,南面地区群山缭绕,延绵不绝,以林地为主;北面是地域广阔的三江地区;地势整体上呈现西南高、东北低的趋势。双鸭山市有4县4区共8个管辖地,其中4县分别是饶河、宝清、集贤和友谊县,4区分别是宝山、岭东、尖山和四方台,市域面积达2.25 km2研究区地理位置见图1。
图1 研究区地理位置Fig. 1 Geographical location of study area
双鸭山市以煤炭资源开采为支撑产业,是黑龙江省典型的资源型城市。随着城市采矿行业的发展,土地被大规模破坏,地面塌陷、水土流失等生态恶化现象频出。由于防护林遭到破坏,林地资源减少,天然树种减少,种植的人工林树种有限,抵御森林火灾与病虫害的能力减弱,生态严重失调[13]。探究双鸭山市土地结构变化与生态环境质量特征,预测及评估生态环境质量变化,可为将来生态恢复工作提供理论支撑。
以1990、2000、2010、2015年30 m分辨率的Landsat TM/ETM/OLI遥感影像为主要数据源,经过影像融合、几何校正、图像增强与拼接等处理后,通过人机交互目视解译的方法,参照《土地利用现状分类》(GB/T21010—2017)及刘纪远等[14]对土地利用的分类标准,将双鸭山市土地利用类型划分为(耕地、林地、草地、水域、建设用地及未利用地)6个一级类、25个二级类;DEM数据来源于地理空间数据云平台,分辨率为30 m;行政区划、道路、水域等数据来源于中国科学院资源环境科学与数据中心。
动态度有助于了解土地利用变化的程度,能更直观清晰地分析区域内土地利用变化的差异[9]。通常采用单一土地利用动态度表示具体某种土地利用类型的稳定情况,该模型公式表述为
(1)
式中:k——研究时段内该土地利用类型动态度;
At1、At2——评测初期和末期各土地利用类型的面积;
t1、t2——土地利用变化初期与末期[15]。
运用MCE-CA-Markov模型,设置不同的约束条件对2025年土地利用格局进行情景预测,分为自然发展情景和生态保护情景。
(1)自然发展情景:按照现有历史发展规律,根据两期土地利用数据计算土地利用面积转移矩阵及概率矩阵。
(2)生态保护情景:主要依靠限制因子(不可转出)的改变,对耕地、林地、草地及水域4种生态环境友好、有利于城市生态发展的土地类型设为优先保护,形成生态化适宜性图集,约束土地利用变化转移面积及概率。其中,水域对气候、水文和土壤等起到重要的环境调节功能,是生态功能显著的用地类型,设置水域为必须限制因子(表1)。
表1 限制条件及高程、坡度适宜范围
在建设用地的适宜性分析中,除DEM、坡度外,对距道路、河流、建设用地的距离进行欧氏距离分析,选择中间适宜区域设为1,过远和过近均不适宜,设为0。运用层次分析法(AHP)得到各约束因子权重:高程为0.084 3、坡度为0.124 7,距建设用地的距离为0.292 4,距道路的距离为0.348 1,距河流的距离为0.150 5。
进行多情景模拟前,对MCE方法生成的适宜性图集进行精度评定。采用该方法模拟2010年研究区土地利用状况,得到Kappa系数为83.46%,确定该模型精度较高,可进行土地利用预测。
生境质量评价是指对生态系统服务功能所提供的生物多样性繁衍和生存环境、条件潜力的评价。人类的各种社会活动是影响生物多样性发展变化的重要因素。通过对土地利用变化与生物多样性威胁之间关系的分析,可以对区域生境质量及其退化进行评价[3]。
通过运用InVEST模型中的“Habitat Quality”模块来评估生境质量,该模型结合景观类型敏感性和外界威胁强度来计算生境质量,计算公式为
(2)
式中:Qxj——j类型中栅格x的生境质量;
Hj——土地利用类型j的生境适合性;
k——半饱和参数,通常取Dxj最大值的1/2;
z——归一化常量,通常取2.5;
Dxj——j类型栅格x所受的胁迫水平,即生境退化度。
Habitat Quality模块需输入数据:土地利用数据、威胁因子、半饱和参数、威胁因子敏感性程度。根据威胁影响的因素分为自然威胁和人为威胁。自然威胁因子多为雪灾、洪涝灾害、泥石流等,人为威胁因子包括采矿、盗猎等[16]。据双鸭山市土地利用状况,文中重点考虑人为影响,将农村居民点、城镇用地、其他建设用地、沼泽地与裸岩石质地设为威胁因子(表2)。参考InVEST应用手册以及现有的应用研究,设定权重和最大影响距离、距离衰减函数及各土地利用类型对各威胁因素的敏感指数(表3)。通常情况下,自然环境的敏感度较高,建设用地等有人为干扰的原因,受威胁因素的影响程度微弱或不受影响,参考双鸭山市对生态保护政策及现有研究,敏感度取值范围设为0~1,1表示敏感度极高,0表示不敏感[16]。
表2 威胁因子属性
表3 各地类对不同威胁因素的相对敏感指数
由表4单一土地利用动态度可知,1990—2000年之间,耕地与建设用地的变化显著,建设用地呈负增长状态。20世纪80年代,随着煤炭采掘业的发展和“北大荒”地区的开发建设,双鸭山市步入发展阶段。在这一阶段,双鸭山市经历了3轮总体规划,城市的空间格局基本形成。2000—2015年间,建设用地、草地和未利用地的变化也较为活跃。2000年之后,城市发展定位由原来的以煤炭、电力工业为主转变为以煤炭产业相关的电力、化工、建材为重点发展的综合工业城市,工业化建设加速了城镇建设用地的扩张,不断以外延式和填充式的发展模式扩大建设用地规模,侵占其他用地类型。然而随着煤炭资源逐渐枯竭,城市在2012年左右开启了转型发展,有大批煤炭企业未能及时转型,一时间经济断崖式下挫, 2013—2015年经济衰退,非农产业产值占地区生产总值的比重也出现波动性下降,呈现逆城镇化的趋势,工矿用地的废弃使得未利用地规模增加。这5 a间建设用地变化率呈增长状态,动态度为2.252%,生态环境恢复压力巨大。耕地的动态度相比1990—2000年间稍有下降,主要原因是20世纪末,国家出台生态修复政策(如退耕还林还草、封山育林等),以应对日益恶化的环境问题。2000年是这些政策的实施起步阶段,属于生态建设和发展时期,故耕地多向林地、草地转化。
表4 单一土地利用动态度
土地利用转移矩阵可清晰地展示前后两个时期土地利用转化关系,含有比土地利用面积表格更详细的转出、转入信息[17]。
在1990—2000年间,土地转化较明显的是耕地向建设用地的转移,城市的扩张占用土地多是耕地。2000—2015年耕地转为林地最多,建设用地次之(表5、6)。
表5 1990—2000年土地利用面积转移矩阵
2000年以后,土地利用格局变化的人为驱动因素不仅单以开发土地资源为主,同时开始注重土地保护。本阶段正处于“退耕还林还草”高峰时期,故林地、草地、耕地之间转换较多。城市的城镇化发展和经济的增长需要大量建设用地做支撑,耕地、林地是建设用地的首要来源,其中67.3%来自耕地,30.8%来自林地。林地的转入部分73%来自耕地,随着人口的增加,对耕地需求量增大,存在林地被开垦为耕地的现象。
表6 2000-2015年土地利用面积转移矩阵
4.1.1 自然发展情景
按照双鸭山市现有城市土地利用历史发展规律,对其进行2025年土地利用模拟预测。由图2、表7可知,在自然发展情景下,研究区以林地为主,耕地多转向草地,这得益于“退耕还林还草”政策的有效实施;建设用地面积增加,多为耕地、林地向建设用地转换,以尖山区南部与岭东区北部为主;未利用地向草地与水域转化,符合当下社会的可持续发展理念。
图2 2025年自然发展情景下土地利用预测Fig. 2 Land use forecast under natural development scenario in 2025
表7 2015-2025年自然发展情景下土地利用转移矩阵
4.1.2 生态保护情景
通过对耕地、林地、草地及水域4种生态环境友好、有利于城市生态发展的土地类型设为优先保护,预测得到2025年研究区生态保护情景下的土地利用状态(图3、表8)。由于限制因子的设置倾向于生态环境保护,在理想状态下,相比自然情景,耕地转向生态价值较高的草地;四方台区和宝山区北侧,林地多转向水域。该区域原以有林地为主,少量位于已建成用地附近的林地因城市扩张转为建设用地;少量不稳定草地被开垦为耕地,多留存为草地;因水域多处于林地之间,故水域更易与林地之间发生转换;建设用地少量发展为林地;未利用地向其他地类均有转化。林地、水域、草地生物多样性丰富,生态质量较好,生态保护程度较高,符合城市生态发展理念。
图3 2025年生态保护情景下土地利用预测Fig. 3 Prediction of land use in ecological protection scenario in 2025
表8 2015-2025年生态保护情景下土地利用转移矩阵
研究发现,在空间分布上,两种情景预测的生境质量评价结果见图4、表9。不同情况下生境退化程度评价见图5、表10。
图4 自然发展情景与生态保护情景下生境质量评价Fig. 4 Assessment of habitat quality under the natural development and ecological protection scenarios
表9 2025年生境质量统计
对比可知生境质量较低级别多围绕在建设用地周围,大体分布趋势相同。林地作为双鸭山市最大的绿色空间,在未来的发展中仍旧是主要的生境环境,虽均处于优秀水平,但自然发展情景优秀等级占比较低,应采取对应措施,优化生态环境布局。生态保护情景整体生境质量较高,处于良好等级以上的占比较自然发展情景高7.90%。
图5 自然发展情景与生态保护情景下生境退化评价Fig. 5 Habitat degradation assessment under natural development scenario and ecological protection scenarios
生境退化指数的高低代表研究区在受威胁因子影响后生态环境呈现的好坏变化。若指数得分越高,表示该对应的地类在受威胁因素影响后,生境退化程度越大。
表10 生境退化统计
两种模拟情景下,生境退化较高的地段均以城镇用地为中心呈环状分布,与生境质量结果相符。随着人类活动的增强,建设用地周边生境退化度较高,主要围绕在尖山区附近。尖山区作为双鸭山市经济文化交流中心,近年来受到政府扶持,经济发展迅速,但生态保护被忽视,环境遭到破坏。两种情境下的退化趋势基本相同,但总体情况显示,在生态保护情景下,占比较高的部分处在较弱退化度区间,且退化度最大值从0.090 3降低到0.069 8,说明生态保护情景明显减弱生态环境的退化速度。
双鸭山市作为黑龙江省典型的煤炭资源型城市,在其城市发展扩张进程中,侵占了大量耕地与林地,同时煤矿开采等活动对草地、林地等土地类型破坏严重。采矿业兴起产生的经济效益致使人们忽视了生态环境的保护,大规模的开垦,造成森林绿地减少,水域污染严重。生态环境与人类活动息息相关,任何一种生境斑块遭到破坏后,都会对其周边环境产生影响,从而威胁整体地区的生态安全。结合两种情景下的土地利用预测结果,依据双鸭山市未来生态化发展考虑,提出如下建议:
(1)尖山区城镇中心周边生境退化度较高,生境退化尤为明显。因此,控制城市扩张,对水域等优质土地利用类型进行特殊保护,获得更大的生态效益。应优化城市中耕地与建设用地结构,合理规划林地、草地、水域等生态格局。
(2)针对资源型城市转型,应结合实际自然环境,科学合理地规划土地利用格局,修复矿区塌陷土地,对断流、污染的水域二次处理,恢复生态建设。优先发展低消耗、高产出、零污染企业,制定经济扶持政策,确保城市转型与生态保护同步进行。
(3)生态保护情景是完全理想化状态,实际存在更多的人为因素与政策因素的干扰。在未来的研究中,应考虑加入政策、经济等因素,探究研究区土地利用修复等现状,丰富生境质量评价因子,完善评价体系,为生境质量评价提供更精细的计算分析。