滇西北高山峡谷典型区土地利用变化与生态安全评价研究

潘继亚, 王金亮,* , 高帆

滇西北高山峡谷典型区土地利用变化与生态安全评价研究

潘继亚1,2,3, 王金亮1,2,3,*, 高帆4

1. 云南省高校资源与环境遥感重点实验室, 云南 昆明 650500 2. 云南省地理空间信息工程技术研究中心, 云南 昆明 650500 3. 云南师范大学地理学部, 云南 昆明 650500 4. 云南民族大学, 云南 昆明 650500

以滇西北高山峡谷典型区香格里拉市为研究对象, 对该区域1974—2017年土地利用变化和土地生态安全状况进行分析。结果表明: 1974—2017年间, 研究区耕地、灌草地、建设用地、未利用地都有增加, 林地和水域有不同程度的减少,建设用地变化幅度是最大的, 林地变化幅度是最小的, 1999—2003年间土地利用变化是最剧烈的, 2013—2017年间土地利用变化是最小的; 1974—2017年间, 研究区土地生态安全指数呈现先降后升的趋势, 生态安全状况转变情况为“中度预警—轻度预警—安全—较安全”; 通过线性回归模型趋势拟合分析发现, 研究区土地生态安全综合指数呈增长趋势; 研究区生态安全等级为南部、海拔较低的五境乡、上江乡、金江镇、虎跳峡镇、三坝纳西族乡、洛吉乡等区域较高, 北部海拔较高的东旺乡、尼西乡、格咱乡等区域较低。

生态安全; 土地利用空间格局; PSR模型; DPSIR模型; 香格里拉市

0 前言

滇西北高山峡谷典型区香格里拉市位于“三江并流区”这个我国生态环境脆弱的地区之一[1-2], 研究该区域土地利用变化对生态安全的影响尤为重要。土地生态安全评价主要从生态入侵风险、生态系统健康、生态风险与安全、水资源安全等方面开展[3-5]。从方法上看, 有物元模型、层次分析法、生态系统服务价值、生态足迹法和主成分分析法等[6-15]; 从评价模型上看, 主要有“压力—状态—响应”(PSR)模型, “驱动力—状态—响应”(DSR)模型和“驱动力—压力—状态—影响—响应”(DPSIR)模型等[16-19]; 从生态安全格局的框架构建看, 主要从生态系统服务研究、指标体系选择等方面考虑; 从生态安全空间格局分析看, 主要从空间分异特征、空间分布格局、空间变异程度等方面开展。崔馨月等人以长三角城市群为研究对象, 建立DPSIR模型, 利用熵权法与均方差决策法确定权重, 采用主成分分析法和综合指数法得到长三角城市群生态安全综合指数YDESI与生态安全等级[20]; 徐治明等人用熵权法确定各项指标权重, 利用PSR模型构建评价指标体系, 开展了衡阳市土地安全评估, 并采用灰色预测模型开展了土地生态安全的前景分析[21]; 陈广运用DPSIR模型, 通过层次分析法、熵权法确定指标权重, 建立评价模型, 并运用GM(1,1)预测模型, 预测三峡库区水生态安全状况的发展趋势[22]; 李莉鸿等人构建PSR耕地生态安全评价模型, 结果表明, 耕地生态安全主要体现在人口增加和工业迅速发展两个方面[23]; 齐鹏等人采用DPSIR模型和层次分析法构建嘉峪关市生态安全评价体系,通过物元分析法对嘉峪关市生态安全状况进行了综合评价[24]; SALVATI L等人建立由人口增长、气候变化、土地利用等构成的指标体系, 对意大利拉丁姆地区生态环境进行评价研究[25]; 李玉平等人通过对传统层次分析法的改进,采用构建三标度(0,1,2)矩阵的方法,构建3个层次、24个指标的水环境生态安全评价体系,对邢台市水环境生态安全影响因素进行分析和判别,对水环境生态安全状况进行评价[26]; 卢慧婷等人提出了一个城市生态安全保障的生态系统服务研究框架, 将维持城市生态安全的关键生态系统服务需求分为3个层次[27]; 刘晓阳等人以闽三角城市群为例, 基于景观安全格局原理和ArcGIS空间分析法, 从综合水安全、生物保护安全、地质灾害安全以及游憩安全四个方面叠加构建三种不同水平的综合生态安全格局[28]; 王兆峰等人基于DPSIR模型, 构建长江经济带旅游生态安全评价指标体系, 综合采用熵权TOPSIS法、空间变差模型、标准差椭圆模型、灰色动态模型等方法分析研究区生态安全水平时空动态演变特征, 并对其未来空间分布格局进行合理预测[29]。对于研究区, 前人进行了关于生态系统服务价值估算、生态资产估算等大量研究, 但鲜见对生态安全进行研究。本文在分析土地利用动态变化基础上, 构建了土地生态安全评价体系, 运用熵权法确定指标权重, 揭示香格里拉市土地生态安全的空间格局, 探讨土地生态安全变化原因, 为香格里拉市经济与生态协调发展、土地利用规划提供依据[30]。

1 研究区与数据来源

1.1 研究区概况

滇西北高山峡谷典型区香格里拉市地处青藏高原东南缘横断山脉三江纵谷区东部, 是三江并流区的一部分(26°52′—28°52′N, 99°22′—100°19′E), 全境东西宽88 km, 南北长218 km, 形成柳叶状的狭长形地带(图1)。全县土地面积11613 km2, 是云南省总土地面积最大的一个县份。

从区域大背景看, 滇西北地区处于青藏高原、东亚季风、南亚和中南半岛热带季风三大自然地理区域的交接地带, 拥有独特的自然资源及生态环境; 从香格里拉境内看, 该区域拥有南北纵贯、东西并列的地貌景观和复杂多样的地貌类型, 典型的高山峡谷地貌使得水分和光热在这里重新分配, 形成“一山有四季, 十里不同天”的立体气候, 同时, 该区域位于三江并流区这个我国生态环境脆弱地区之一、中国三大生态物种中心之一的东部, 境内保存有较为完整的自然生态系统, 生态环境类型丰富。从1974年—2017年, 香格里拉市年末总人口从约8 万人, 增长到约17 万人, 城镇化水平从约17%, 上升到约20%。从土地利用状况来看, 2017年, 香格里拉市建筑用地面积约为1974年的70倍, 林地面积相比1974年减少了约4 万公顷, 研究区大部分地区逐渐受到人类活动干扰, 生态功能出现退化的情况, 在这种情况下, 通过对其土地利用变化情况进行分析, 并研究土地生态安全空间特征, 来寻求合理的土地利用方式, 对促进区域经济发展, 改善自然生态环境有重要作用[1-2]。

图1 研究区位置图

Figure 1 Location of the study area

1.2 数据来源

土地利用数据: 选取覆盖香格里拉市的Landsat卫星影像作为数据源, 其中1974年为MSS影像, 1989年为TM影像, 1999年、2003年和2013年为ETM+影像, 2017年为OLI影像(表1)。1974年、1989年、1999年、2003年数据为TNC项目(AP/YNU090104)解译结果; 2013年、2017年数据参考1974年、1989年、1999年、2003年的土地利用图, 选取“感兴趣区”, 使用ArcGIS和ENVI软件, 采用人机交互式解译获取, 并参照我国土地用途规划分类及土地利用现状分类国家标准(GB/T21010- 2017)、TNC项目(AP/YNU090104)等分类系统, 确定了耕地、林地、灌草地、建设用地、水域以及未利用地六大类土地利用类型[31]。

统计数据: 主要来源于1974—2017年间, 云南统计年鉴、迪庆统计年鉴、香格里拉统计年鉴、中甸统计年鉴、国民经济统计资料、政府工作报告等相关资料。

其他数据: 从地理空间数据云平台(http://www. gscloud.cn)下载获取DEM数据; 1:20万迪庆藏族自治州土壤类型图, 经扫描数字化后获得香格里拉市土壤类型图; 从《中甸县农业气候区划》中获得香格里拉市年平均气温等值线图和年降水量等值线图, 通过克里金插值法来获取像元大小与NDVI数据一致、投影方式也相同的气象要素栅格数据集。

2 研究方法

2.1 土地利用变化分析

土地利用变化分析包括土地利用类型数量变化及土地利用空间变化。

表1 遥感影像信息

研究区土地利用类型数量变化包括幅度变化和速率变化, 其中, 幅度变化是通过分析一定时间段内研究区各地类面积的数值变化及其占土地总面积的比例变化情况, 从而掌握各土地利用类型的总量变化趋势进而揭示其变化特征。速率变化是通过土地利用动态度模型进行计算, 主要有单一土地利用动态度和综合土地利用动态度[32-37]。

2.2 土地生态安全评价

2.2.1 评价模型的选择

DPSIR模型是一种概念模型, 包括驱动力(Driving forces)、压力(Pressure)、状态(State)、影响(Impact)和响应(Responses)五个指数, 各个指数又包含一系列的指标体系, 整个模型可用来反映区域生态安全状况。其中, 驱动力指数主要表述城市发展水平、人口增长情况以及随着人们生活方式发生改变而产生的消费情况, 因此包含城市化水平、人口自然增长率、人均GDP等3个指标; 压力指数是驱动力指数的表现形式, 主要表述的是随着生活方式改变带来的农村用电量的改变, 人口密度、化肥施用量的改变, 以及随着工业总产值的改变给环境带来的压力, 因此包含农村用电量、工业总产值、人口密度、化肥施用量4个指标; 状态指数主要表述在受到驱动力和压力共同作用下, 海拔、年降水、年均温、土壤质地、有效灌溉面积这5个指标呈现的状态; 影响指数是描述由于驱动力、压力而改变的环境状态, 反映给自然和社会的影响状况, 因此包含耕地面积、单位面积粮食单产、人口死亡率、农民人均纯收入、农林牧渔产值5个指标; 响应描述的是人们为了改变生态环境状况而采取的积极应对措施, 因此包含农业人口占总人口比例、第三产业占GDP比例、建成区绿化覆盖率、工业废水排放达标率和土地利用类型5个指标[38]。

2.2.2 评价指标的确立

在土地生态安全研究中, 评价指标的选择是至关重要, 它决定了研究区土地生态状况是否得到真实反映[39], 必须考虑指标之间的相互关联, 使其能涵盖自然、经济、生态及社会等各个要素的特点与状况。与此同时, 指标数据的可获取性也必须考虑, 否则的话, 就算构建了再完善的指标体系都因没有数据而无法获得区域生态安全状况。本文在遵循数据可获取性、实验科学性、指标整体性的基础上, 选取了22项指标[40-42]。

2.2.3 评价指标的量化

评价指标的空间化有利于研究其内部的特征及差异性, 而有一些指标的空间化, 需要通过量化分级赋值才能实现。如年降水量, 可将800—400—300—200—100 mm分别赋值1—0.9—0.7—0.5—0.2; 如海拔, 可按照分级分别赋值为0.9—0.7—0.5—0.3—0.1[43]。

2.2.4 数据的标准化处理

通过标准化处理, 可以消除各指标间因度量标准不同而存在的差异, 正向指标和负向指标计算公式如下:

式中,x表示的是第年的第项指标值;x表示第项指标的最大值;x表示第项指标的最小值;x表示标准化值。

2.2.5 熵权法确定权重

在整个评价体系中, 各指标的重要程度用指标权重来表达, 本文采用熵权法赋权, 计算公式如下:

式中,x表示标准化值;P表示第项指标中第个样本的数值比重;e表示第项指标的熵值;g表示第项指标的差异系数;w表示第项指标的权重。

2.2.6 生态安全综合评价指数的计算

式中,是生态安全指数, 它的值越大, 代表生态环境越安全; 值越小, 代表生态环境越不安全;x为标准化值;W为指标的权重;为评价指标的个数。

2.2.7 评价指数分级标准

为了客观地反映香格里拉市土地生态安全状况, 本文参考和阅读了相关研究, 将生态安全等级定义为表2[44-47]。

3 结果与分析

3.1 研究区土地利用空间格局分析

通过对研究区各土地利用类型分类情况(图2)、面积统计情况(表3)、面积变化情况(表4)以及动态度(表5—6)分析可知: 研究区主要土地利用类型为灌草地和林地, 林地面积占比最大, 约占全市总面积的67%, 这是因为研究区森林资源较丰富; 其次为灌草地, 占市域总面积的近24%, 这是因为研究区畜牧业资源丰富, 高海拔地区分布有大量灌草地; 建设用地面积所占比重最小, 这是因为研究区平均海拔约为3200 m, 地形复杂, 特别是高海拔地区, 年均温度低, 气候较恶劣, 整体来说, 人口密度较小, 建设用地相对也较少。

表2 生态安全评价指数分级标准

耕地面积在研究期内总体是增加的, 其中, 1974—2013年间耕地数量一直上升, 2013—2017年间耕地数量有所减少, 可见, 政府对合理有效的规划土地做了大量工作。林地面积总体来说是减少的, 结合研究期内香格里拉市建设用地持续增加这一信息来看, 主要原因是近年来香格里拉市城市化进程较快, 城市扩张占用了大量林地, 导致林地面积有所减少。灌草地面积在研究期内总量增加了38768.80 hm2, 结合近年来, 香格里拉市第三产业占GDP比重日益增大, 居民生产生活方式有了较大转变的情况来看, 放牧对灌草地土壤植被空间格局有重要影响, 放牧的减少对灌草地起到了一定保护作用。建设用地面积在研究期内共增加了7395.03 hm2, 可见香格里拉市城镇化进程发展迅猛。在分类系统中, 香格里拉市永久雪地冰川属于水域, 研究期内, 香格里拉市水域面积总量是减少的, 这可能与因气候变暖导致高山积雪面积减少有关。未利用地1974- 1989年间增加是最多的, 增加了15510.42 hm2, 而1989—1999年间减少是最多的, 减少了9052.93 hm2, 这个时间段建设用地和灌草地增加较多, 说明未利用地在该期间大量转化为建设用地和灌草地。

表3 研究区各土地利用类型面积统计

图2 研究区土地利用分类图

Figure 2 Land use classification of study area

林地面积变化幅度1999—2003年间最大, 而该时段水域面积变化幅度也最大, 林地是变多, 水域是变少, 这个变化情况说明林地大幅增加与水域的大幅减少有一定关系, 这是因为自2000年开始的退耕还林政策, 香格里拉市自然环境得到保护, 湖泊周边的植被得到良好的生长环境, 覆盖了原本水域的边界范围。建设用地面积一直呈上升趋势, 其中, 1974—1989年间上升最快, 年上升达50.48%, 一是因为1974年研究区建设用地面积基数较小, 二是说明这个时期香格里拉市经济发展较快, 人们生活水平了得到提高; 耕地面积1989—2013年间数量一直在增加, 2013—2017年间数量有所减少, 结合这两个时期的人口密度, 1989年人口密度约为10 人·km-2, 2013年约为15 人·km-2, 2017年约为15 人·km-2, 说明耕地面积的增加, 与人口密度有一定关系。研究区综合土地利用动态度1999—2003年间是整个43年的近3.5倍, 说明1999—2003年间香格里拉市土地利用变化最剧烈, 主要原因是这个期间香格里拉市林地、水域和灌草地面积都在快速变化。

表4 研究区各土地利用类型面积变化表

表5 研究区土地利用单一动态度

表6 研究区土地利用综合动态度

从1974年—2017年香格里拉市土地利用变化空间分布图(图3)可以看出, 43年间, 香格里拉市土地利用状况全境基本都有变化, 主要变化区域为建塘镇、小中甸镇、虎跳峡镇、格咱乡和东旺乡, 而这些区域变化的主要土地利用类型为建设用地、水域和灌草地。

3.2 研究区土地生态安全评价指标及权重

在整个评价体系中(表7), “状态”的比重是最大的, 占26%, 说明其指标在生态安全评价中起到了重要作用; “响应”和“驱动力”所占比重排在第二, 均为19%, 其中, 第三产业占GDP比例、建成区绿化覆盖率、工业废水排放达标率都在提高, 且均为正向指标; “压力”和“影响”权重相对较小。从各指标的权重排序可以看出, 人均GDP、农民人均纯收入、农村用电量、耕地面积、农林牧渔产值、人口密度、有效灌溉面积对研究区生态安全的影响较大, 其权重均大于0.05; 单位面积粮食单产和农业人口占总人口比例对研究区生态安全影响相对较弱, 其权重均小于0.03。这与研究区的实际相符, 自2001年12月17日, 经国务院批准中甸县更名为香格里拉县以来, 该区域旅游产业得到突破性进展, 人均收入得到较大提高, 耕地得到有效保护。从而, 在香格里拉市土地生态安全评价体系中, 这些指标起到重要的作用。

图3 研究区土地利用变化空间分布图

Figure 3 Spatial distribution map of land use change of study area

表7 研究区土地生态安全指标体系

3.3 研究区土地生态安全综合评价

基于DPSIR评价指标体系, 利用公式(7)计算得出香格里拉市1974年、1989年、1999年、2003年、2013年和2017年土地生态安全指数(表8)。

表8 基于DPSIR模型的研究区生态安全状况

在运用DPSIR模型进行香格里拉市生态安全指数计算的同时, 本文选取人口密度、人口自然增长率、人均耕地面积、单位面积废水排放量、单位面积化肥负荷、单位面积固体废物排放量、地均GDP、万元GDP能耗、粮食单产、旱涝保收面积比、单位面积农林牧渔业产值、万元GDP废水排放量、万元GDP固体废物产生量、单位耕地面积用电量、农业机械化水平、有效灌溉面积比、人均GDP、第三产业占GDP比重、城镇化率、农民人均纯收入、城镇居民人均纯收入、工业废水排放达标率、工业固体废物综合利用率等23个指标, 通过PSR模型, 计算了香格里拉市生态安全指数(表9)。

通过表8、表9及图4可知, 不同的模型和指标体系, 计算得到的生态安全指数也是不同的, 但是, 无论是DPSIR模型还是PSR模型, 香格里拉市1989年及1999年生态安全指数均低于1974年, 2003—2017年间的生态安全指数均高于1974—1999年间, 可见, 香格里拉市生态安全指数呈现了一个“减少—递增”的过程, 生态安全等级都是往安全的方向发展。同时, 基于DPSIR模型测算出的香格里拉市土地生态安全评价等级有一个比较明显的递进过程, 即“中度预警—轻度预警—安全—较安全”, 而基于PSR模型的香格里拉市土地生态安全评价等级从“中度预警”直接转变为“较安全”, 按照安全等级发展的角度看, 基于DPSIR模型计算得到的香格里拉市土地生态安全评价结果更符合现实。

表9 基于PSR模型的研究区生态安全状况

图4 基于DPSIR模型和PSR模型的土地生态安全指数比较

Figure 4 Comparison of DPSIR model and PSR model

分析可知, 1974—1999年间, 香格里拉市生态安全指数呈现下降趋势, 从0.40下降到0.37, 表明在这个期间, 香格里拉市生态安全由于经济社会发展影响, 生态安全受到威胁, 生态指数一直在下降, 工农业污染负荷越来越大, 人口数目的增加, 以及土地的不合理利用等可能是造成这一变化的主要原因。1999—2017年间, 生态安全指数呈现持续上升, 由0.37上升到0.67, 安全等级从中度预警状态变为较安全状态, 2003年生态安全指数为0.43, 处于中度预警与轻度预警的临界值, 相隔10年, 2013年的生态安全指数变为0.52, 处于轻度预警与安全的临界值, 2013-2017年的4年期间, 生态安全指数由0.52变为0.67, 达到了43年间香格里拉市生态安全指数最高值, 表明香格里拉市生态安全得到重视, 在发展经济的同时开始重视生态环境保护。

由图5分析可知, 1974—2017年间驱动力指数整体呈上升趋势, 由0.039上升至0.184, 涨幅为78%,说明香格里拉市土地生态系统的驱动力在整体上向着好的方向发展, 尤其是1989-2017年, 驱动力指数从0.007上升至0.184, 这一时期人口自然增长率呈下降趋势, 城市化水平和人均GDP呈上升趋势, 说明随着城市化水平的提高, 人们生活水平提高的同时, 生态需求也在逐渐加大。压力指数1974—2017年间呈明显下降趋势, 到2017年, 压力指数已经接近为0, 这主要是由于近年来, 香格里拉市加大对耕地质量的管理, 提高了化肥使用率。状态指数1974—2017年间整体呈现先降低后上升趋势, 这说明香格里拉市土地生态安全状态子系统在评价期内, 变化趋势整体良好, 这是因为有效灌溉面积的增加, 对整体的土地生态安全产生正影响。影响指数1974—2017年间呈持续增长趋势, 这与研究区粮食产量以及农林牧渔产值增加有重要关系。响应指数1974—2017年间呈波动式增长趋势, 响应指数的增加表明研究区不断重视环境保护工作, 主要表现在绿化覆盖率以及工业废水排放达标率持续提高, 且第三产业占比也在不断提高[48-50]。

图5 基于DPSIR模型的研究区土地生态安全评价结果

Figure 5 Ecological safety evaluation results of study area based on DPSIR model

采用线性回归模型进行趋势拟合分析, 得到研究区土地生态安全综合指数变化趋势(图6)。从该方程的走势可知, 研究区土地生态安全总体呈现增长趋势。

从区域分布(图7)上看, 香格里拉市生态安全等级呈南部, 海拔较低的五境乡、上江乡、金江镇、虎跳峡镇、三坝纳西族乡、洛吉乡等部分地区较高, 北部海拔较高东旺乡、尼西乡、格咱乡等区域较低的空间特点, 其主要差异主要体现在南部地区自然条件优于北部地区, 植被覆盖度高, 地形平坦, 人类社会与自然环境和谐发展。北部地区海拔较高, 年降水量不如南部地区多, 水资源不够丰富, 气候较恶劣, 使得该区域的土地生态安全等级较低。

图6 研究区土地生态安全综合指数变化趋势

Figure 6 Trend of ecological security index in study area

图7 研究区土地生态安全空间分布图

Figure 7 Spatialization of ecological security index in study area

4 讨论与结论

通过研究发现, 随着人们生活方式的改变和国家政策的倾向, 香格里拉市近年来生态环境得到了一定保护, 生态安全状况朝着较安全的方向发展, 这对研究区社会经济的和谐、稳定和发展有重要作用, 然而, 研究期间, 香格里拉市建设用地规模呈现持续扩张的情况, 不可否认, 这是经济和社会发展的一个重要表现, 但是如果不严格控制建设用地数量, 也同样会造成经济社会不能实现可持续发展的情况。因此, 结合土地利用变化情况和生态安全评价结果进行分析可知, 要香格里拉市维持在生态安全“较好”的状态, 实现区域可持续发展及土地生态安全, 就必须严格执行生态保护红线、永久基本农田、城镇开发边界, 树立科学的用地观念, 保护林地和灌草地, 使香格里拉市能保持良好的自然生态环境[51]。

生态安全评价是比较复杂和系统的过程, 评价工作中的各个环节都会影响评价结果的准确性, 从指标体系建立到数据量化, 再到权重确定, 每一步都需要进行多种方法的尝试和比较, 然而, 在研究过程中, 由于统计数据的局限性, 生态安全评价指标体系构建也受到了一定限制, 本文选取了22个指标建立香格里拉市土地生态安全研究指标体系, 不能完全代表香格里拉市土地生态安全状况, 且在指标体系的选择时, 多以经济和社会方面为主, 偏重自然和生态的指标较少, 在土地生态安全指数计算过程中, 乡镇统计数据获取困难, 仅从研究区南北部分析了土地生态安全整体状况, 对乡镇层面的研究还不够细致[52], 从空间角度分析香格里拉市土地生态安全整体情况还需进一步改进; 对生态安全评价指数分级标准的确定, 虽然也参考了前人很多的研究, 但相关研究确实还不太完善, 不同的学者选择的划分标准也不尽相同[51]; 在评价模型的构建过程中, 如何建立客观的标准, 减少评判中的人为因素[53], 这些都会对最终的评价结果产生一定的影响, 在以后的研究中, 应该进一步考虑, 才能使评价结果更加严谨。

在对评价结果验证时, 如何判断评价方法和模型的适用性, 如何通过不断的探索和实践, 结合微观样本信息和宏观检测数据, 构建区域生态安全监测、评价、预警以及决策支持模型[53], 如何将土地生态安全评价研究与3S技术联合起来, 为研究中数据获取、模型建立、可视化表达、空间分析等方面提供便利[54], 仍需进一步提升。

研究发现, 1974年到2017年间, 香格里拉市耕地、灌草地、建设用地、未利用地都有增加, 林地和水域有不同程度的减少, 建设用地变化幅度是最大的, 林地变化幅度是最小的; 与PSR模型相比, DPSIR模型更适合用于开展香格里拉市土地生态安全评价; 通过线性回归模型趋势拟合分析发现, 香格里拉市土地生态安全综合指数呈增长趋势。从土地利用结构来看, 香格里拉市1974年到2017年间, 主要土地利用类型为灌草地和林地。随着经济社会的不断发展, 研究期间, 建设用地规模持续扩大, 说明房屋建筑和交通用地需求日益变多, 土地利用的开发受到城镇化建设和交通建设的影响[52]。从土地利用数量变化情况来看, 1989年到1999年及2003年到2013年期间, 建设用地因香格里拉市处于城镇和交通建设关键时期而面积变化幅度最大; 耕地面积从1974年到2017年间, 增加了16703.86 hm2, 与香格里拉市积极进行耕地保护有重要联系; 林地和水域在研究期间呈负增长的情况, 意味着在森林资源保护、水土治理方面, 香格里拉市仍需加大力度, 未利用地面积在研究期间总体来说是增加的, 但在1989年到1999年及2003年到2013年这两个时间段, 有明显的减少情况, 而这两个时期, 建设用地增加较为明显, 说明未利用地在这些时间段大量转为了建设用地; 1999年到2003年间, 土地利用变化是最剧烈的, 综合动态度高达48%, 主要由于该期间各土地利用类型相互间转变数量较大; 2013年至2017年间, 土地利用变化是最小的, 因为该期间香格里拉市建设逐渐趋于完善, 各土地利用类型间相互转移数量相对较少; 从土地利用变化空间分布情况来看, 香格里拉市土地利用状况全境基本都有变化, 主要变化区域为建塘镇、小中甸镇、虎跳峡镇、格咱乡和东旺乡, 而这些区域的主要土地利用类型为建设用地、水域和灌草地。

从研究区整体来看, 香格里拉市土地生态安全指数呈现先下降后上升的趋势, 土地生态安全由“中度预警—轻度预警—安全—较安全”转变, 土地生态安全各子系统整体趋于好转, 说明生态环境保护以及人与土地资源和谐共处的观念在人们心中日益加强, 香格里拉市采取的生态安全保护措施也取得了一定的成效。从空间分布上看, 香格里拉市南北部土地生态安全状况呈南部, 海拔较低的五境乡、上江乡、金江镇、虎跳峡镇、三坝纳西族乡、洛吉乡等区域较高, 北部海拔较高的东旺乡、尼西乡、格咱乡等区域较低的空间特点, 说明对于香格里拉市这样的高海拔地区, 除了经济和社会因素, 海拔高度等自然因素对其生态安全状况也有较明显的作用。

香格里拉市林地、灌草地、耕地、建设用地、水域、未利用地等土地利用类型与生态环境间有明显的相互作用, 土地利用变化对土地生态安全产生了一系列影响, 尤其是在人类活动的干扰下, 土地利用变化间接对研究区土壤、气候、水文、生物多样性等产生一定消极作用, 如由于人口密度增加导致建设用地的增多、由于人类活动干扰导致林地和灌草地的减少, 间接作用于地表和大气的转换, 对气候的变化产生影响; 随着林地、灌草地等土地利用方式转换为耕地、建设用地, 破坏了地表结构和土壤养分, 会对土壤因子产生影响; 随着土地利用方式的变化, 水资源的利用方式也发生了改变, 导致出现水污染、水资源浪费等情况; 土地利用方式的转变也会对动物栖息地产生破坏, 从而对生物多样性产生影响, 可见, 土地利用方式的转变, 对土地生态安全产生的影响需要重视[55-57]。

[1] 陈华芳. 基于3S技术的滇西北香格里拉湿地利用与保护研究[D]. 昆明: 云南师范大学, 2004.

[2] 杨丽. 基于3S技术的香格里拉县生态系统服务功能价值变化初步研究[D]. 昆明: 云南师范大学, 2009.

[3] TURNER B L. Local faces, global flows: The role of land use and land cover in global environmental change[J]. Land Degradation and Development, 1994, 5(2): 71–78.

[4] HUGHEY K F D, CULLEN R, KERR G N, et al. Application of the pressure-state-response framework to perceptions reporting of the state of the New Zealand environment[J]. Journal of Environmental Management, 2004, 70(1): 85–93.

[5] CHRISTIANSEN F. Food security, urbanization and social stability in China[J]. Journal of Agrarian Change, 2009, 9(4): 548–575.

[6] 杜忠潮, 韩申山. 基于主成分分析的土地生态安全评价实证研究: 以陕西省10个省辖市为例[J]. 水土保持通报, 2009, 29(6): 198–202.

[7] 钟振宇, 柴立元, 刘益贵, 等. 基于层次分析法的洞庭湖生态安全评估[J]. 中国环境科学, 2010, 30(5): 41–45.

[8] 黄海, 刘长城, 陈春. 基于生态足迹的土地生态安全评价研究[J]. 水土保持研究, 2013, 20(1): 193–196.

[9] 张小虎, 牛海鹏, 郭增长. 基于三角模型的城市土地生态安全区域差异分析: 以河南省为例[J]. 自然灾害学报, 2014, 23(2): 21–30.

[10] 赵宏波, 马延吉. 基于变权—物元分析模型的老工业基地区域生态安全动态预警研究: 以吉林省为例[J]. 生态学报, 2014, 34(16): 4720–4733.

[11] LIU Dan, CHANG Qing. Ecological security research progress in China[J]. Acta Ecological Sinica, 2015, 35(5): 111–121.

[12] 张飞, 特依拜·塔西甫拉提, 曹鑫, 等. 干旱区内陆艾比湖流域景观格局时空变化及生态安全评价[J]. 水土保持通报, 2015, 35(1): 249–255.

[13] 张家其, 葛咏, 吴宜进, 等. 武陵山区生态安全格局演变分析[J]. 地球信息科学学报, 2016, 18(3): 315–324.

[14] 何玲, 贾启建, 李超, 等. 基于生态系统服务价值与粮食安全的生态安全底线核算[J]. 应用生态学报, 2016, 27(1): 215–224.

[15] 齐鹏, 王晓娇, 樊伟, 等. 基于物元模型的嘉峪关市生态安全评价[J]. 生态科学, 2020, 39(4): 259–267.

[16] 叶鑫, 邹长新, 刘国华. 生态安全格局研究的主要内容与进展[J]. 生态学报, 2018, 38(10): 3382–3392.

[17] 熊建华. 土地生态安全评价研究回顾、难点与思考[J]. 地理与地理信息科学, 2018, 34(6), 71–76.

[18] 赵柯, 李伟芳, 毛菁旭, 等. 基于PSR模型的耕地生态安全评价及时空格局演变[J]. 生态科学, 2019, 38(1): 186–193.

[19] 田炯, 王振祥, 王翠然. 巢湖流域生态安全评价研究[J]. 生态科学, 2011, 30(6): 650–658.

[20] 崔馨月, 方雷, 王祥荣, 等. 基于DPSIR模型的长三角城市群生态安全评价研究[J]. 生态学报, 2021, 41(1): 1–18.

[21] 徐治明, 王鹏, 董晔. 基于PSR模型和灰色预测模型的衡阳市土地生态安全评价[J]. 新疆师范大学学报(自然科学版), 2020, 39(1): 49–56.

[22] 陈广. 基于DPSIR模型的三峡库区水生态安全评价[D]. 武汉: 华中农业大学, 2015.

[23] 李莉鸿, 李中才. 基于PSR方法的山东省耕地生态安全评价[J]. 国土与自然资源研究, 2020, 3(1): 23–24.

[24] 齐鹏, 王晓姣, 樊伟. 基于物元模型的嘉峪关市生态安全评价[J]. 生态科学, 2020, 39(4): 259–267.

[25] SZLVATI L, MARCO Z. Assessing the impact of economic factors on land degradation vulnerability through multiway analysis[J]. Ecological Economics, 2008, 68(1): 162–168.

[26] 李玉平, 朱琛, 张璐璇, 等. 基于改进层次分析法的水环境生态安全评价与对策—以邢台市为例[J]. 北京大学学报(自然科学版), 2019, 55(2): 310–316.

[27] 卢慧婷, 严岩, 赵春黎. 雄安新区多尺度生态安全格局构建框架[J]. 生态学报, 2020, 40 (20): 7105–7112.

[28] 刘晓阳, 曾坚, 贾梦圆. 闽三角城市群生态安全格局构建及城镇扩展模拟[J]. 生态学报, 2020, 40(21): 1–13.

[29] 王兆峰, 陈青青. 1998年以来长江经济带旅游生态安全时空格局演化及趋势预测[J]. 生态学报, 2021, 41(1): 1–13.

[30] 于海洋, 张飞, 曹雷. 精河县土地利用/覆被变化及土地生态安全研究[J]. 土保持研究, 2017, 24 (6): 348–353.

[31] 于晓凤. 基于RS和GIS的土地利用/覆被变化及其驱动力研究—以重庆市江北区为例[D]. 重庆: 西南大学, 2016.

[32] 王宏志, 李仁东, 毋河海. 土地利用动态度双向模型及其在武汉郊县的应用[J]. 国土资源遥感, 2002, 52(2): 20–22.

[33] 李小玲. 广州市土地资源生态安全评价[D]. 广州: 中山大学, 2006.

[34] 官冬杰, 苏维词, 周继霞. 重庆都市圈生态系统健康评价研究[J]. 地域研究与开发, 2007, 26(4): 102–106.

[35] 夏小梅. 基于RS和GIS的山地城市土地利用/土地覆盖变化及土地资源生态安全评价研究[D]. 重庆: 重庆师范大学, 2010.

[36] 李春燕. 陕西省土地生态安全动态评价及驱动因素研究[D]. 咸阳: 西北农林科技大学, 2015.

[37] 朱龙, 汤江龙, 牛月华, 等. 长江中游经济带环境与经济增长协调性动态评价研究[J]. 江西科学, 2017, 4(1): 647–654.

[38] 赵明, 王艳. 基于DPSIR模型旅游海岛生态环境承载力评价指标体系研究—以福州琅岐岛为例[C]//2017 4th ICSSH Conference on Economic Development and Management, 2017: 322–326.

[39] 何如海, 孙鹏, 许典舟, 等. 基于PSR的合肥市土地生态安全评价[J]. 长春理工大学学报(社会科学版), 2017, 30(3): 118–122.

[40] 王耽耽, 杜崇, 苏豪, 等. 区域土地生态安全评估[J]. 农村经济与科技, 2019, 13(1): 10–12.

[41] 麦丽开·艾麦提, 满苏尔·沙比提, 张雪琪, 等. 叶尔羌河平原绿洲土地利用变化及土地生态安全评价研究[J]. 土壤, 2019, 51(4): 795–802.

[42] 何晔宇, 匡耀求. 基于驱动力-压力-状态-影响-相应模型的粤港澳大湾区惠州海岸带生态安全评价分析[J]. 环境污染与防治, 2020, 42(3): 362–368.

[43] 蒙吉军, 赵春红, 刘明达. 基于土地利用变化的区域生态安全评价—以鄂尔多斯市为例[J]. 自然资源学报, 2011, 26(4): 578–590.

[44] 左伟, 周慧珍, 王桥. 区域生态评价指标体系选取的概念框架研究[J]. 土壤, 2003, 35(1): 2–7.

[45] 许联芳, 王克林, 刘新平, 等. 洞庭湖区农业生态安全评价[J]. 水土保持学报, 2006, 20(2): 183–187.

[46] 江勇, 付梅臣, 杜春艳, 等. 基于DPSIR模型的生态安全动态评价研究—以河北永清县为例[J]. 资源与产业, 2011, 13(1): 61–65.

[47] 张继权, 伊坤朋, HIROSHI T, 等. 基于DPSIR的吉林省白山市生态安全评价[J]. 应用生态学报, 2011, 22(1): 189–195.

[48] 荣宏庆. 论我国新型城镇化建设与生态环境保护[J]. 现代经济探讨, 2013, 8(1): 5–9.

[49] 王兰英, 杨帆. 创新驱动发展战略与中国的未来城镇化建设[J]. 中国人口资源与环境, 2014, 24(9): 163–169.

[50] 孙鹏, 何如海, 王其帅, 等. 合肥市土地生态安全预警及调控研究[J]. 辽宁工业大学学报(社会科学版), 2018, 20(2): 26–30.

[51] 李莉. 环渤海地区土地生态安全评价研究[D]. 保定: 河北大学, 2019.

[52] 张晓敏. 大同市土地利用变化及其生态安全评价研究[D]. 晋中: 山西农业大学, 2019.

[53] 陈星, 周成虎. 生态安全: 国内外研究综述[J]. 地理科学进展, 2005, 24(6): 8–20.

[54] 庞雅颂, 王琳. 区域生态安全方法综述[J]. 中国人口·资源与环境, 2014, 24(3): 340–344.

[55] 雍娟茹. 洋县土地利用变化与土地生态安全评价[D]. 西安: 长安大学, 2019.

[56] 张英秀. 大庆市土地利用及生态安全动态变化分析[D]. 哈尔滨: 东北农业大学, 2016.

[57] 王文杰. 泽普县土地利用变化及其生态安全评价研究[D]. 乌鲁木齐: 新疆大学, 2017.

Research of land use change and ecological security of typical area of alpine canyon in Northwest Yunnan

PAN Jiya1,2,3, WANG Jinliang1,2,3,*, GAO Fan4

1.,, 650500,, 6505003,,,,, 650500,Yunnan Minzu UniversityKunmingYunnanChina

We took Shangri-La, a typical alpine canyon area in Northwest Yunnan, as the research area to analyze the land use changes from 1974 to 2017, to construct a land ecological security evaluation system, and to reveal the overall change of land ecological security in Shangri-La. The results showed that between 1974 to 2017, the cultivated land, shrub-grass land, construction land, and unused land in the study area all increased, forest and waters were decreased, the change in construction land was the largest, and the change in forest was the smallest. Between 1999 to 2003, the land use change was the most dramatic, and the land use change was the smallest between 2013 to 2017. From 1974 to 2017, the land ecological safety index of the study area showed a trend of decreasing first and then increasing, and the change in the ecological security situation was "moderate warning-mild warning-safety-safer". Through linear regression model trend fitting analysis, it was found that the comprehensive index of land ecological security in the study area showed an increasing trend. The ecological security level of the study area was higher in the southern towns as Wujing, Shangjiang, Jinjiang, Hutiaoxia, Sanba Naxi and Luoji, but that of the towns as Dongwang, Nixi and Geza with higher elevation in the north was lower.

ecological security; spatial pattern of land use; PSR model; DPSIR model; Shangri-La

2020-09-24;

2020-11-20

国家自然基金项目(41961060); 国家重点研发计划政府间国际科技创新合作重点专项(2018YFE0184300); 云南省高校创新团队(云南省高校高原山地资源环境遥感监测与评估科技创新团队)

潘继亚(1990—), 女, 云南保山人, 博士研究生, 主要从事资源环境遥感, E-mail: jypan@user.ynnu.edu.cn

X826

A

1008-8873(2022)02-029-12

10.14108/j.cnki.1008-8873.2022.02.004

潘继亚, 王金亮, 高帆. 滇西北高山峡谷典型区土地利用变化与生态安全评价研究[J]. 生态科学,2022, 41(2): 29–40.

PAN Jiya, WANG Jinliang, GAO Fan. Research of land use change and ecological security of typical area of alpine canyon in Northwest Yunnan[J]. Ecological Science, 2022, 41(2): 29–40.

通信作者:王金亮, 男, 博士, 教授, 主要从事资源环境遥感研究, E-mail: jlwang@ynnu.edu.cn