基于LUCC的陕西渭北旱塬区景观生态风险评价

尉 芳,刘 京,夏利恒,龙小翠,徐仲炜

基于LUCC的陕西渭北旱塬区景观生态风险评价

尉 芳,刘 京*,夏利恒,龙小翠,徐仲炜

(西北农林科技大学资源环境学院,农业部西北植物营养与农业环境重点实验室,陕西 杨凌 712100)

基于土地利用/土地覆被变化构建景观生态风险评价模型,评价了渭北旱塬区1980～2018年的生态风险状况.结果表明,随着城镇快速扩张,土地开发利用强度加大,各土地利用类型发生了不同程度的变化,其中,耕地减少量最多,共减少了636.36km2,建设用地增加量最大,共增加了496.17km2;受人口增长和退耕还林、还草政策实施等因素的影响,渭北旱塬区共有3492.40km2土地发生了转化,变化比例为8.80%,耕地、林地、草地和建设用地之间的转化最明显,转化面积为3177.22km2,占转化总面积的90.98%;研究期间,低、中低风险区面积占比由20.23%降至19.01%,中风险区面积占比由41.62%升至43.23%,中高、高风险区面积占比由38.15%降为37.77%,生态风险等级整体表现偏高,呈现出"四周低,中间高"的分布特征,高风险区主要分布在景观较破碎的地区,这些地区容易受到人类活动的干扰.此外,研究区生态风险均值呈现先上升后下降的波动降低趋势,整体生态安全有所改善,但局部地区的生态环境质量减低;研究区5期生态风险值的全局Moran’s指数均高于0.55,说明生态风险值在空间上呈显著的正相关性,高-高聚集区主要分布在中高、高风险区,外界活动对该区域自然生态的干扰较大,生态环境受到较为严重的破坏.

土地利用/土地覆被；生态风险评价；景观格局；渭北旱塬区

景观生态风险可以理解为自然或人为干扰对景观格局与生态环境相互作用中产生的不利影响[1-2].自然生态系统的结构与功能的持续稳定对人类社会发展具有决定性作用[3],然而,人口、工业化和城市化的持续增长给生态系统造成了巨大的压力[4],大部分区域的自然生态系统直接或间接地承受着外界活动所带来的负面影响,进而产生了诸多生态环境问题[5].区域生态风险问题所涉及的风险源和评价受体存在一定的空间异质性,全面深入地掌握区域生态风险演变趋势,是区域可持续发展的前提[6].

关于景观格局指数和生态风险评价关系的研究有很多,其中,基于土地利用动态变化的生态风险评价方法是目前研究的的热点[7-12],土地结构反映了城市在自然、经济和政策等多种因素驱动下的发展结果,是研究人类活动对自然环境影响的适当尺度.此外,土地利用变化已被证明与土地退化、生物多样性丧失和生态用地减少等许多问题有关[13-14].因此,评价不同景观变化对生态风险的影响极具现实意义.景观生态风险评价主要包括基于风险"源—汇"、景观格局的两种评价方法[15].早期的研究中多采用基于风险源汇的评价方法,该方法限制性较大,仅适用于具有明显生态胁迫因子的区域,而基于景观格局的评价方法在一定程度上摆脱了其识别风险源和评估受体的分析模式,转向区域视角,在空间格局上开展土地利用景观生态风险的评价[16].景观格局指数是高度浓缩的景观格局信息,它可以建立景观结构与现象间的联系,能够直接反映景观格局中的生态风险以及综合评价生态风险中的直接和累积效应[17-19].

目前,关于景观生态风险的研究多集中在人类活动剧烈的较大的河流流域或沿海经济开发区,对内陆森林、草地等生态较为脆弱的自然地带的景观风险状况还有待深入探究.陕西渭北旱塬区地形地貌复杂,生态环境脆弱,人类活动频繁,加之受国家政策影响,如1999年退耕还林、2006年免农业税及2009年国务院提出建设的"关中-天水经济区"等,区域经济迅速发展及城市化快速演进,土地利用类型变化剧烈,区域生态风险存在着强烈的空间异质性,因此在此区域开展景观生态风险评价具有较强的区域特点和典型性.鉴于此,本研究以陕西渭北旱塬区为研究对象,基于研究区土地利用数据,运用景观生态学与空间统计分析方法,建立景观生态风险评价模型,探索区域1980～2018年间土地利用景观变化规律、生态风险演变趋势,分析生态风险的时空分异特征,以期为区域土地资源合理利用及生态可持续发展提供理论依据.

1 研究方法与数据来源

1.1 研究区概况

图1 研究区地理位置

渭北旱塬区是陕西黄土丘陵沟壑区与渭河冲积平原之间的过渡区域(图1),位于陕西省中部(北纬34°22'～36°14',东经106°29'～110°36'),包括富平、长武、蒲城等25个县(市),总国土面积约3.96万 km2,约占陕西省总面积的19.26%[20].研究区地貌以黄土丘陵与冲积平原为主,塬面开阔平坦,水资源短缺,水土流失严重,生态环境较为脆弱.区域内地形起伏较大,地势从南到北逐步升高,大体上呈阶梯状分布,最低海拔331m,最高海拔2452m.气候属暖温带半干旱、半湿润大陆性季风气候区,光热资源丰富,年平均气温8.6～13.5℃左右,>10℃的积温在3000℃以上,年降雨量520～650mm,其中60%以上集中在7～9月,降水量较少且年内分配不均.

1.2 数据来源

本文采用1980年、1990年、2000年、2010年和2018年的土地利用/土地覆被数据,数据集来源于中国科学院资源环境科学数据中心(http://www. resdc.cn),土地利用数据1980年、1990年、2000年、2010年各期数据的遥感解译主要使用了Landsat- TM/ETM遥感影像数据,2018年土地利用/覆被数据主要以Landsat 8遥感影像数据为主.该数据库是在多项重大科技项目的支持下建立的覆盖全国陆地区域的多时相1:10万比例尺土地利用现状数据集[21-23],是中国目前最准确的土地利用遥感监测数据产品.根据土地资源及其利用属性,将土地利用类型分为耕地、林地、草地、水域、建设用地和未利用土地.

1.3 研究方法

1.3.1 土地利用转移矩阵 针对不同时期的土地利用数据,采用叠加代数计算,形成渭北旱塬区土地利用转移矩阵.土地利用转移矩阵用于展示土地转移的动向情况和数量结构[24],能详细反映研究初期和研究末期研究区域内各类土地类型面积互相转化的动态信息,不仅可以表明研究区域某时间点的各地类面积数据,而且可以揭示期初各地类面积转出和期末各地类面积转入的信息[25-26].

1.3.2 评价单元划分 为在空间上表达景观生态风险的区域异质性,对研究区进行生态风险评价单元的划分.参考国家格网GIS的相关标准《地理格网》(GB12409-2009)[27]和部分学者的研究,格网宜采用平均斑块面积的2～5倍[28-29],根据研究区面积和景观斑块大小,本文选取5km´5km 的正方形格网对研究区进行划分,共得到1785个生态风险单元(图2).在每个单元中,计算生态风险指数(ERI),并将结果分配到评价单元的中心点.

1.3.3 景观生态风险指数评价 本文分别从不同年份的景观成分比例出发,利用景观干扰度指数和景观脆弱度指数构建了渭北旱塬区景观生态风险指数.该指标反映了基于土地利用的渭北旱塬区景观格局和生态风险之间的关系[30-33].其计算公式如下:

式中:k为风险小区;i为景观类型;N为景观类型的数量;Aki为k个风险小区内景观类型i的面积;Ak为第k个风险小区的面积;Di为景观干扰度指数;Vi为景观脆弱度指数.ERI值越高,生态风险越高.具体公式及说明见表1.

在城市化进程中,由不同的景观代表的生态系统受到外部干扰的程度不同,这种外部干扰包括人口结构、人口数量所引起的资源及环境的变化,区域受到的干扰越大,其生态风险值越大[34-35],通常用景观干扰度指数来表示外部干扰程度的大小.研究表明,建设用地开发、绿地破坏和路网建设对城市中的景观产生一定影响,因此,景观破碎度、分离度和分形维数可以反映人类活动对景观的干扰程度[36].其中,景观破碎度指数用于反映在既定时间和性质的基础上,研究区域内景观整体或某种景观类型的破碎化程度,其值越大,表明景观单元内部稳定性越低,对应的景观生态系统稳定性也越低[37].景观分离度指数用于反映某种景观类型内不同斑块空间分布上的分散程度,值越大,表明景观分布的越杂乱,破碎化程度越高[38].景观分形维数能够在一定程度上反映出斑块和景观格局的复杂程度以及外部活动对景观格局的影响,其取值范围常在1～2之间,值越高,景观的几何形状越复杂[39].因此,本文采用景观干扰指数来表征人为干扰对景观的影响程度,选取景观破碎度指数(F)、分离度指数(S)和分形维数指数(FD)构建景观干扰度指数,根据以往学者的研究[6],将各景观指标的权重a、b、c分别定为0.5、0.3、0.2.

景观脆弱度指数是度量不同景观类型应对外部活动干扰的抵抗能力以及暴露于外部风险时脱离稳定状态难易程度的综合指数.脆弱度指数越大,景观类型抵抗外部活动干扰的能力越差,景观的生态风险越大[31,40].根据国内外学者[29-30]的研究成果,结合研究区域景观特点,将未利用地、水域、耕地、草地、林地、建设用地的敏感性系数分别赋值为6、5、4、3、2、1.

表1 景观格局指数计算方法

1.3.4 区域生态风险分析 在计算得到各风险评价单元的ERI指数的基础上,利用地统计学方法和GIS技术实现区域生态风险分析.将ERI值赋值到风险评价单元的中心点上,通过普通克里金插值方法得到整个研究区的ERI空间分布图.采用自然断点法将景观生态风险分为5个等级,分别为高风险区(ERI>0.132)、中高风险区(0.099

1.3.5 空间自相关分析 空间自相关可以揭示一个变量的空间分布是否收到其邻近变量的影响,是空间单元属性值聚集程度的一种度量[41].对生态风险指数进行空间自相关分析,旨在得到研究区生态风险的空间分布特征.本文采用Moran’s指数和LISA指数来表征空间生态风险的空间自相关关系.Moran’s指数主要反映全部数据的某项属性值在空间中的相关性大小,其取值一般在(-1,1)之间,小于0表示负相关,等于0表示不相关,大于0表示正相关.LISA指数的具体表现为:LL型(低低聚集)、HH型(高高聚集)、HL型(低值包高值聚集)、LH型(高值包低值聚集)4种类型[42].

2 结果与分析

2.1 土地利用变化情况分析

1980～2018年渭北旱塬区土地利用变化趋势如图3、4所示.从整体上看,耕地、林地和草地是渭北旱塬区的主要景观,分布范围广,其他土地利用类型分布于其周围或内部,三者共占研究区总面积的90%以上,土地利用类型按面积由大到小排序依次为耕地、草地、林地、建设用地、水域和未利用地.研究期间,各土地利用类型表现出不同程度的变化,耕地、草地和水域的面积减少,其中,耕地减少的幅度最大,平均每年减少16.75km2,说明研究期间渭北旱塬区约有1.60%的耕地消失;草地面积共减少了0.11%,平均每年减少1.09km2;1980～2018年,共有38.77km2的水域消失(约0.10%). 1980～2018年,建设用地、林地和未利用地面积增加,其中,建设用地增长幅度最大,平均每年有13.06km2的土地转化为建设用地,造成建设用地快速增长的原因主要是在人口增长和城市化、工业化发展的压力下,研究区南部区域城镇快速扩张,建设用地面积不断加大;研究区林地面积增长了167.02km2,平均每年增长4.40km2;未利用地占研究区总面积的比例由1980年的0.07%升至2018年的0.20%.

图4 1980～2018年渭北旱塬区土地利用类型占比

2.2 土地利用转移矩阵

表2 1980～2018年渭北旱塬区土地利用面积转移矩阵(km2)

将1980和2018年的土地利用数据代入转移矩阵,得到40a间不同土地利用类型的转出量与转入量.由表2可知,研究区1980～2018年土地利用发生变化的总面积为3492.40km2,变化比例为8.80%.耕地是主要的转出类型,转出面积为1643.87km2,占转化总面积的47.07%,主要转化为草地(812.32km2),其次转化为建设用地和林地;建设用地是主要的转入类型,研究期间共有3.42%的耕地、1.81%的水域、1.56%的未利用地、0.27%的草地和0.10%的林地转为建设用地.

根据土地利用转移矩阵分析结果,可以得知不同土地转移类型中,耕地、林地、草地和建设用地之间的转移优势最为明显,转移面积为3177.22km2,占转化总面积的90.98%,结合前人[43]研究可知,城镇化发展、人口增长、退耕还林、还草政策的实施等外界因素必不可少的影响着研究区的地表状态,促使不同土地利用类型之间发生转化.

2.3 土地利用生态风险时空变化分析

基于Fragstats 4.2软件,分别计算1980年、1990年、2000年、2010年和2018年5期不同土地利用类型的景观格局指数,进一步分析各指数变化规律.由图5可知,1980～2018年,不同土地利用类型斑块数量均有所增加,表明景观的破碎程度升高,景观结构的稳定性降低,主要原因是不同土地利用类型之间的相互转化,打破了景观原有的分布格局,大块连片的分布格局被破坏,空间分布越来越复杂.景观破碎度方面,在研究期间,除耕地和草地的破碎度呈现下降的状态外,其他景观类型的破碎度均呈现上升趋势,耕地、林地和草地的破碎度较大,表明这些景观类型受到外部环境和人类活动的影响较大.研究时段内,草地、建设用地和未利用地的分离度呈下降趋势,其他景观类型均成上升趋势,表明这些景观类型的离散程度增强,存在进一步被割裂的潜在风险.景观分维数的变化较小,说明研究期间景观形状结构比较稳定.景观干扰度方面,耕地和草地的干扰度降低,其他景观类型的干扰度升高.研究时段内,耕地和草地的损失度下降,建设用地的损失度未发生变化,林地、水域和未利用地的损失度呈现上升趋势,表明受外部影响这类景观的生态损失较强,生态风险持续升高.

1980～2018年不同等级生态风险区面积统计结果如表3所示,通过利用普通克里格插值法对生态风险指数进行空间插值,形成研究区景观生态风险时空变化图(图6).1980年渭北旱塬区低风险、中低风险区面积分别占研究区总面积的0.95%和19.28%.低风险区主要分布在延安市黄陵县、富县西部、咸阳市旬邑县西部、宝鸡市陈仓区南部,在渭南市蒲城县和富平县南部也有少量分布,中低风险区则聚集在低风险区的周边分布,低、中低风险区的土地利用类型以耕地、林地为主,地貌类型主要为河谷平原和中山,类型单一,分布集中连片,由于耕地、林地的景观脆弱度较低,因此这些区域生态风险值较低.中风险区占研究区总面积的41.62%,该等级区主要分布在延安市宜川县、黄龙县、富县、渭南市合阳县、澄城县、韩城市、咸阳市淳化县、永寿县、宝鸡市陈仓区、凤翔县等区域,分布范围广,土地利用类型主要是草地和耕地.中高风险区主要分布在研究区中心区域,占研究区面积的36.47%.高风险区主要分布在宝鸡市麟游县、千阳县、陇县、陈仓区以及咸阳市彬县,这一区域地貌类型多为高丘陵、黄土残塬和黄土塬,景观分布较为破碎,人类活动容易引起该区域出现水土流失等问题.研究期间,研究区以中风险区和中高风险区为主,共占研究区总面积的80.16%,生态风险等级整体偏高.1980～2000年间,低、中高、高风险区的面积分别增加了12.25,524.78和24.49km2,整体呈现出生态风险值增加的态势(图7);2000～2018年,除中风险区面积有所增加以外(增加了2.07%),其余等级区域面积均有不同程度的减少,中高、高风险区面积分别下降0.864%、0.906%,这一时期景观生态风险的总体趋势为下降.

表3 1980～2018年不同等级生态风险区面积及比例

图7 1980～2018年渭北旱塬区景观生态风险值变化

图8 1980～2018年渭北旱塬区不同等级生态风险区流转变(km2)

2018年研究区不同等级生态风险区域面积发生改变,但在空间上各等级生态风险区分布变化并不明显.由各等级生态风险区流转情况(图8)可知,低风险区、中低风险区面积占比较1980年分别下降至0.89%和18.12%,这些区域向内收缩,面积减小.中风险区面积增加,面积占比较1980年升高了1.62%,研究期间,有6.03%的中高风险区和9.01%的中低风险区转化为中风险区,这些区域受到外部活动的影响,景观分布趋于集中或破碎,导致生态风险值有不同程度的变化.相比于1980年,中高风险区面积占比增加0.46%,有52.90%的高风险区转为中高风险区,增加的区域主要集中在宝鸡市陇县和千阳县,这些地区的脆弱度高的土地利用类型转为景观脆弱度低的林地、草地,生态风险值下降,高风险区面积减少334.74km2,研究区生态系统内部的稳定性有所上升.

2.4 生态风险指数空间自相关分析

利用GeoDa软件计算渭北旱塬区各风险单元中景观生态风险值的全局Moran’s指数,结果显示研究区5期Moran’s值分别为0.5681、0.5671、0.5514、0.5650和0.5530,结果均高于0.55,表明在整个研究期间,渭北旱塬区生态风险值在空间上呈显著的正相关,即研究区的生态风险在空间上相互影响,高风险区域周围地区的风险值高,低风险区域周围区域的风险值低,相邻城市的ERI具有空间相似性.然而,Moran’s值在40a间呈下降趋势,这表明,随着时间演进ERI空间分布的聚集性有所减弱,这与土地利用变化导致生态风险值分布规律失调有关.

为进一步探讨生态风险在空间上的关联度和集聚特征,通过GeoDa软件对研究区的生态风险进行LISA分析.由表4可知,1980～2018年研究区景观生态风险的高-高、低-低自相关类型的数量呈下降趋势,低-高、高-低自相关类型的数量呈增加趋势,空间自相关不显著的数量增加了18个.由图9可知,研究区生态风险值的空间聚集形态主要是高-高聚集和低-低聚集,高-低聚集区和低-高聚集区数量较少,分布分散且规律不明显.从空间分布情况来看,土地利用生态风险高值聚集区主要分布在洛川县、耀州区、彬县、陇县等地,这些区域的土地利用类型多为耕地和草地,外界环境的干扰使这些地区的景观破碎度增高,分离度上升,景观稳定性下降,生态环境变得十分脆弱,生态风险水平迅速升高.生态风险低值聚集区主要集中分布在蒲城县、黄陵县等区域,景观类型以耕地和林地为主,受到外界人类活动干扰的影响较小,景观内部稳定性高,随着生态保护政策的实施,这些区域的生态保护力度进一步加强,生态环境进一步改善,生态风险稳定在低水平.

表4 1980～2018年景观生态风险空间自相关类型统计

3 讨论

景观生态风险评价是景观格局优化的基础,本文基于土地利用变化对渭北旱塬区开展生态风险方面的研究,较为全面地、动态地揭示了1980～2018年研究区景观生态风险时空演变特征.

3.1 土地利用变化原因分析

随着经济的快速发展和人口的不断增长,研究区的发展方式发生巨大变化,对区域土地利用结构造成重大影响.改革开放初期,我国制定了开放沿海口岸城市、成立经济特区等一系列经济改革措施,陕西作为内陆省份,在开放程度上受到一定限制,致使在这一时期陕西的发展相对滞后.1995年到21世纪初,国家深入推进社会主义市场经济体制建设,陕西充分利用"人口红利"优势并且抓住西部大开发战略机遇,加强了基础设施的投资力度和建设速度,经济的飞跃式发展消耗了大量的社会和自然资源,城市空间快速扩张.同时,地方政府过于看重GDP增长而忽略了对于土地的长期规划,通过优惠土地政策等方式吸引投资,将城市中心和主要交通干道附近的农田开发成房地产、工业园区等,使得大量土地资源的利用效率低下,导致了城市土地结构的破碎化[44].进入21世纪以后,土地供给和耕地保护等政策的完善对城市空间发展进行了规范和制约,加强了土地利用规划的编制,土地利用方式逐渐向合理化、规范化转变[45].国家先后颁布了《关于深化改革严格土地管理的决定》、《关于加强土地调控有关问题的通知》、《关于促进节约集约用地的通知》等一系列土地政策,从土地利用规划、耕地保护、土地集约利用等多个方面完善了土地利用政策体系,这些政策在规范土地利用、增强城市内部整合方面起到了重要作用[46].

3.2 生态风险值时空变化成因分析

研究表明,陕西渭北旱塬区生态风险值的变化经历了两个阶段.1980～2000年,研究区总体风险水平呈上升趋势,2000～2018年生态风险水平呈下降趋势.20世纪80年代,西部城市土地利用机制僵化,改革进程滞后,没有形成统一的土地利用管理政策体系.这一时期,城市建筑密度小,容积率低,土地产出低下,"圈地建园"现象的涌现以及城市空间的无序扩张对景观格局产生了很大的影响.城市管理者缺乏对生态系统的重视,农田、草地等自然景观被人工景观随意侵占和破坏,城市景观破碎化,自然生态系统质量下降[47].作为工业发展的基础,交通基础设施的大量建设干扰了生态系统间的连通性,阻碍了生态系统之间的物质和能量交换,景观斑块时空分异性增强,不合理的初期发展模式增大了城市的生态风险,造成了许多生态安全问题.

2000年以后,越来越完善的土地利用制度和生态保护政策有效降低了经济增长带来的城市生态风险.在新的土地政策影响下,城市扩张逐渐合理化、规范化,城市土地集约化利用程度提高.同时,我国进入生态保护的深化阶段,环境保护政策逐步完善,城市生态环境的保护和建设提上日程.当地政府陆续启动了天然林资源保护、退耕还林、重点防护林等一系列生态创建和保护工程,生态环境破坏的局面得到有效遏制,生态环境保护长效机制的建立进一步促进了区域经济与生态环境的协调发展,渭北旱塬区景观格局不断优化,研究区整体生态风险值降低.

3.3 渭北旱塬区生态风险防控建议

渭北旱塬区是西北地区的主要生产基地[48-49],自20世纪80年代以来,由于长期盲目追求经济发展,生态环境质量整体不高,因此亟需开展该区域生态环境的保护和治理项目,强化研究区的生态功能,进而提高该区域居民的生活水平,促进人与自然环境和谐发展,从而推动研究区社会和生态的可持续发展.针对以上问题,对研究区不同等级生态风险区提出以下几个方面的对策:

3.3.1 高、中高、中风险区需进一步加强生态修复的建设力度,加大资金和技术投入,合理配置区域内部景观建设,严格管理建设用地发展,杜绝为发展而破坏、浪费土地资源的行为,严禁过度开发,减少人类活动对生态环境的干扰,促进城镇集中发展,增加城区内生态用地面积,完善城市绿地系统,提高城市生态效应.加强对中风险地区生态安全的动态监控,防止中风险区向高风险区转化,对可能转化的区域进行优先重点保护,有针对性的开展生态工程.

3.3.2 低、中低风险区要加强对现有景观的保护,因地制宜的制定生态治理方案,建立生态示范区,总结示范区的生态保护方法和经验,提高保护效率,确保生态风险值持续降低,为生态环境防护打造多层屏障.

3.3.3 严格遵守国家和地方政府制定的生态安全保护政策,正视生态保护和经济发展之间的矛盾,确保在不增加生态风险的前提下发展经济,多方面考虑,科学地制定土地利用规划,将土地的社会、经济和生态效益有机的结合,实现土地利用的健康可持续发展.

4 结论

4.1 研究时域内,渭北旱塬区土地利用类型按其面积大小排序依次为:耕地、草地、林地、建设用地、水域、未利用地,主要的土地利用类型为耕地、林地和草地,共占研究区总面积的90%以上,其中,耕地减少幅度最大,建设用地面积增加的幅度最大.

4.2 1980～2018年间渭北旱塬区以中风险和中高风险区为主,整体生态情况偏高.研究期间,高风险区面积减少,研究区生态系统内部的稳定性有所上升,研究区生态风险均值呈现出先上升后下降的波动降低趋势,整体生态安全有所改善,但部分地区的生态环境质量减低.高风险区主要集中在研究区中部,环境受外界干扰度高,低风险区则集中在研究区边缘地带.

4.3 1980～2018年渭北旱塬区5期生态风险值Moran’s均为正值,生态风险值在空间上正相关增强,聚集效应明显.研究区生态风险值的空间聚集形态以高-高聚集和低-低聚集为主,空间分布上具有较高的地域性.

4.4 人口增长、经济快速发展导致陕西渭北旱塬区土地利用受外界活动干扰程度增强,耕地、建设用地等土地利用类型交织发展,中断了原有的连续景观,景观面积及斑块数量的变化导致了景观指数的变化,由各景观指数构建的景观生态风险指数也随之发生变化.

[1] 李青圃,张正栋,万露文,等.基于景观生态风险评价的宁江流域景观格局优化 [J]. 地理学报, 2019,74(7):1420-1437.

Li Q P, Zhang Z D, Wan L W, et al. Landscape pattern optimization in Ningjiang River Basin based on landscape ecological risk assessment [J]. Acta Geographica Sinica, 2019,74(7):1420-1437.

[2] Ju H, Niu C, Zhang S, et al. Spatiotemporal patterns and modifiable areal unit problems of the landscape ecological risk in coastal areas: A case study of the Shandong Peninsula, China [J]. Journal of Cleaner Production, 2021,310:127522.

[3] 谢高地,张彩霞,张昌顺,等.中国生态系统服务的价值 [J]. 资源科学, 2015,37(9):1740-1746.

Xie G D, Zhang C X, Zhang C S, et al. The value of ecosystem services in China [J]. Resources Science, 2015,37(9):1740-1746.

[4] 彭 建,党威雄,刘焱序,等.景观生态风险评价研究进展与展望 [J]. 地理学报, 2015,70(4):664-677.

Peng J, Dang W X, Liu Y X, et al. Review on landscape ecological risk assessment [J]. Acta Geographica Sinica, 2015,70(4):664-677.

[5] Xie H, Wen J, Chen Q, et al. Evaluating the landscape ecological risk based on GIS: A case-study in the Poyang Lake region of China [J]. Land Degradation & Development, 2021,32(9):2762-2774.

[6] 巩 杰,谢余初,赵彩霞,等.甘肃白龙江流域景观生态风险评价及其时空分异 [J]. 中国环境科学, 2014,34(8):2153-2160.

Gong J, Xie Y C, Zhao C X, et al. Landscape ecological risk assessment and its spatiotemporal variation of the Bailongjiang watershed, Gansu [J]. China Environmental Science, 2014,34(8): 2153-2160.

[7] 高彬嫔,李 琛,吴映梅,等.川滇生态屏障区景观生态风险评价及其影响因素 [J]. 应用生态学报, 2021,32(5):1603-1613.

Gao B P, LI C, Wu Y M, et al. Landscape ecological risk assessment and influencing factors in ecological conservation area in Sichuan- Yunnan provinces, China [J]. Chinese Journal of Applied Ecology, 2021,32(5):1603-1613.

[8] Wang D, Ji X, Li C, et al. Spatiotemporal Variations of Landscape Ecological Risks in a Resource-Based City under Transformation [J]. Sustainability, 2021,13(9):5297.

[9] 张 月,张 飞,王 娟,等.基于LUCC的艾比湖区域生态风险评价及预测研究 [J]. 中国环境科学, 2016,36(11):3465-3474.

Zhang Y, Zhang F, Wang J, et al. Ecological risk assessment and prediction of Ebinur Lake region based on Land use/Land cover change [J]. China Environmental Science, 2016,36(11):3465-3474.

[10] 曹祺文,张曦文,马洪坤,等.景观生态风险研究进展及基于生态系统服务的评价框架:ESRISK [J]. 地理学报, 2018,73(5):843-855.

Cao Q W, Zhang X W, Ma H K, et al. Review of landscape ecological risk and an assessment framework based on ecological services: ESRISK [J]. Acta Geographica Sinica, 2018,73(05):843-855.

[11] Wang H, Liu X, Zhao C, et al. Spatial-temporal pattern analysis of landscape ecological risk assessment based on land use/land cover change in Baishuijiang National nature reserve in Gansu Province, China [J]. Ecological Indicators, 2021,124:107454.

[12] Jin T T, Zhang Y X, Zhu Y H, et al. Spatiotemporal variations of ecosystem service values and landscape ecological risk and their correlation in forest area of Loess Plateau, China: A case study of Ziwuling region [J]. Chinese Journal of Applied Ecology, 2021,32(5): 1623-1632.

[13] 张 月,张 飞,周 梅,等.干旱区内陆艾比湖区域景观生态风险评价及时空分异 [J]. 应用生态学报, 2016,27(1):233-242.

Zhang Y, Zhang F, Zhou M, et al. Landscape ecological risk assessment and its spatio-temporal variations in Ebinur Lake region of inland arid area [J]. Chinese Journal of Applied Ecology, 2016,27(1): 233-242.

[14] Bhattachan A, Emanuel R E, Ardon M, et al. Evaluating the effects of land-use change and future climate change on vulnerability of coastal landscapes to saltwater intrusion [J]. Elementa: Science of the Anthropocene, 2018,6(1):62.

[15] 付在毅,许学工,林辉平,等.辽河三角洲湿地区域生态风险评价 [J]. 生态学报, 2001,21(3):365-373.

Fu Z Y, Xu X G, Lin H P, et al. Regional ecological risk assessment of in the Liaohe River Delta wetlands [J]. Acta Ecologica Sinica, 2001, 21(3):365-373.

[16] 周汝佳,张永战,何华春.基于土地利用变化的盐城海岸带生态风险评价 [J]. 地理研究, 2016,35(6):1017-1028.

Zhou R J, Zhang Y Z, He H C, et al. Ecological risk assessment based on land use changes in the coastal area in Yancheng city [J]. Geographical Research, 2016,35(6):1017-1028.

[17] 张秋菊,傅伯杰,陈利顶.关于景观格局演变研究的几个问题 [J]. 地理科学, 2003,23(3):264-270.

Zhang Q J, Fu B J, Chen L X, et al. Several Problems about Landscape Pattern Change Research [J]. Scientia Geographica Sinica, 2003,23(3): 264-270.

[18] 傅伯杰.地理学综合研究的途径与方法:格局与过程耦合 [J]. 地理学报, 2014,69(8):1052-1059.

Fu B J. The integrated studies of geography: Coupling of patterns and processes [J]. Acta Geographica Sinica, 2014,69(8):1052-1059.

[19] 陈利顶,傅伯杰,赵文武."源""汇"景观理论及其生态学意义 [J]. 生态学报, 2006,26(5):1444-1449.

Chen L D, Fu B J, Zhao W W. Source-sink landscape theory and its ecological significance [J]. Acta Ecologica Sinica, 2006,26(5):1444- 1449.

[20] 陕西省统计局,国家统计局陕西调查总队.陕西统计年鉴-2020 [M]. 北京:中国统计出版社, 2020:18-19.

Shaanxi Provincial Bureau of Statistics, Shaanxi General Survey Team of National Bureau of Statistics. Shaanxi statistical yearbook-2020 [M]. Beijing: China Statistics Press, 2020:18-19.

[21] 刘 洛,徐新良,刘纪远,等.1990～2010年中国耕地变化对粮食生产潜力的影响[J]. 地理学报, 2014,69(12):1767-1778.

Liu L, Xu X L, Liu J Y, et al. Impact of farmland changes on production potential in China during recent two decades [J]. Acta Geographica Sinica, 2014,69(12):1767-1778.

[22] 潘玉豪,陈云皓,张旭晨,等.宁夏土地荒漠化敏感度时空变化分析 [J]. 北京师范大学学报(自然科学版), 2020,56(4):582-590.

Pan Y H, Chen Y H, Zhang X C, et al. Spatiotemporal changes analysis of land desertification sensitivity in Ningxia, China [J]. Journal of Beijing Normal University(Natural Science), 2020,56(4): 582-590.

[23] 彭文甫,张冬梅,罗艳玫,等.自然因子对四川植被NDVI变化的地理探测 [J]. 地理学报, 2019,74(9):1758-1776.

Peng W F, Zhang D M, Luo Y M, et al. Influence of natural factors on vegetation NDVI using geographical detection in Sichuan Province [J]. Acta Geographica Sinica, 2019,74(9):1758-1776.

[24] 牛乐乐,张必成,贾天忠,等.青海省海西州土地利用变化强度分析与稳定性研究 [J]. 水土保持学报, 2021,35(2):152-159.

Niu L L, Zhang B C, Jia T Z, et al. Analysis on Intensity and Stability of Land Use Change in Haixi Mongolian and Tibetan Autonomous Prefecture of Qinghai Province [J]. Journal of Soil and Water Conservation, 2021,35(2):152-159.

[25] 刘孟竹,王彦芳,裴宏伟.基于土地利用变化的河北省坝上地区景观生态风险评价 [J]. 水土保持通报, 2020,40(4):303-311,345.

Liu M Z, Wang Y F, Pei H W. Landscape ecological risk assessment in Bashang Area of Hebei Province based on land use change [J]. Bulletin of Soil and Water Conservation, 2020,40(4):303-311,F0003.

[26] 乌义汉,秦富仓,郭月峰,等.奈曼旗土地利用动态及其生态系统服务功能 [J]. 水土保持通报, 2020,40(4):321-328,345.

Wu Y H, Qin F C, Guo Y F, et al. Land Use Dynamics and Ecosystem Service Founction in Naiman Banner [J]. Bulletin of Soil and Water Conservation, 2020,40(4):321-328,345.

[27] GB/T 12409-2009 地理格网 [S].

GB/T 12409-2009 Geographic grid [S].

[28] 陈心怡,谢跟踪,张金萍.海口市海岸带近30年土地利用变化的景观生态风险评价[J]. 生态学报, 2021,41(3):975-986.

Chen X Y, Xie G Z, Zhang J P. Landscape ecological risk assessment of land use changes in the coastal area of Haikou City in the past 30years [J]. Acta Ecologica Sinica, 2021,41(3):975-986.

[29] 杜 军,赵胜朝,邱士可,等.2000～2015年豫西黄土丘陵区土地利用变化及景观生态风险评价[J]. 水土保持研究, 2021,28(1):279- 284,291.

Du J, Zhao S C, Qiu S K, et al. Land use change and landscape ecological risk assessment in Loess Hilly Region of Western Henan Province from 2000 to 2015 [J]. Research of Soil and Water Conservation, 2021,28(1):279-284,291.

[30] Jin X, Jin Y, Mao X. Ecological risk assessment of cities on the Tibetan Plateau based on land use/land cover changes-Case study of Delingha City [J]. Ecological Indicators, 2019,101:185-191.

[31] 康紫薇,张正勇,位 宏,等.基于土地利用变化的玛纳斯河流域景观生态风险评价 [J]. 生态学报, 2020,40(18):6472-6485.

Kang Z W, Zhang Z Y, Wei H, et al. Landscape ecological risk assessment in Manas River Basin based on land use change [J]. Acta Ecologica Sinica, 2020,40(18):6472-6485.

[32] 杨 伶,邓 敏,王金龙,等.近40年来洞庭湖流域土地利用及生态风险时空演变分析 [J]. 生态学报, 2021,41(10):3929-3939.

Yang L, Deng M, Wang J L, et al. Spatial-temporal evolution of land use and ecological risk in Dongting Lake Basin during 1980～2018 [J]. Acta Ecologica Sinica, 2021,41(10):3929-3939.

[33] 石小伟,冯广京,YI Y,等.浙中城市群土地利用格局时空演变特征与生态风险评价 [J]. 农业机械学报, 2020,51(5):242-251.

Shi X W, Feng G J, Yi Y, et al. Temporal and spatial evolution characteristics and ecological risk assessment of land use landscape patterns in Central Zhejiang Urban Agglomeration [J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(5):242-251.

[34] 谢花林.基于景观结构和空间统计学的区域生态风险分析[J]. 生态学报, 2008,28(10):5020-5026.

Xie H L. Regional eco-risk analysis of based on landscape structure and spatial statistics [J]. Acta Ecologica Sinica, 2008,28(10):5020- 5026.

[35] 张学斌,石培基,罗 君,等.基于景观格局的干旱内陆河流域生态风险分析—以石羊河流域为例[J]. 自然资源学报, 2014,29(3):410- 419.

Zhang X B, Shi P J, Luo J, et al. The Ecological Risk Assessment of Arid Inland River Basin at the Landscape Scale: A Case Study on Shiyang River Basin [J]. Journal of Natural Resources, 2014,29(3): 410-419.

[36] Zhang W, Chang W J, Zhu Z C, et al. Landscape ecological risk assessment of Chinese coastal cities based on land use change [J]. Applied Geography, 2020,117:102174.

[37] 王 洁,摆万奇,田国行.青藏高原景观生态风险的时空特征 [J]. 资源科学, 2020,42(9):1739-1749.

Wang J, Bai W Q, Tian G X. Spatiotemporal characteristics of landscape ecological risks on the Tibetan Plateau [J]. Resources Science, 2020,42(9):1739-1749.

[38] 李谢辉,李景宜.基于GIS的区域景观生态风险分析—以渭河下游河流沿线区域为例[J]. 干旱区研究, 2008,25(6):899-903.

Li X H, Li J Y. Analysis on Regional Landscape Ecological Risk Based on GIS-A Case Study along the Lower Reaches of the Weihe River [J]. Arid Zone Research, 2008,25(6):899-903.

[39] Peng J, Wang Y, Zhang Y, et al. Evaluating the effectiveness of landscape metrics in quantifying spatial patterns [J]. Ecological Indicators, 2010,10(2):217-223.

[40] 李素萃,赵艳玲,肖 武,等.巢湖流域景观生态质量时空分异评价 [J]. 农业机械学报, 2020,51(1):203-213.

Li S P, Zhao Y L, Xiao W, et al. Spatial and temporal differentiation of landscape ecological quality in Chaohu River Basin [J]. Transactions of the Chinese Society for Agricultural Machinery, 2020,51(1):203- 213.

[41] 沈中健,曾 坚.闽南三市城镇发展与地表温度的空间关系 [J]. 地理学报, 2021,76(3):566-583.

Shen Z J, Zeng J. Spatial relationship of urban development to land surface temperature in three cities of southern Fujian [J]. Acta Geographica Sinica, 2021,76(3):566-583.

[42] 邱炳文,王钦敏,陈崇成,等.福建省土地利用多尺度空间自相关分析 [J]. 自然资源报, 2007,22(2):311-320,I0001.

Qiu B W, Wang Q M, Chen C C, et al. Spatial Autocorrelation analysis of multi-scale land use in Fujian Province [J]. Journal of Natural Resources, 2007,22(2):311-320,I0001.

[43] 夏利恒,刘 京,尉 芳,等.陕西渭北旱塬区耕地时空格局变化分析 [J]. 农业工程学报, 2021,37(5):256-264.

Xia L H, Liu J, Wei F, et al. Spatiotemporal pattern change of cultivated land in Weibei Dryland of Shaanxi Province [J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(5):256-264.

[44] 王文旭,曹银贵,苏锐清,等.基于政策量化的中国耕地保护政策演进过程 [J]. 中国土地科学, 2020,34(7):69-78.

Wang W X, Cao Y G, Su R Q, et al. Evolution characteristics and laws of cultivated land protection policy in China Based on Policy Quantification [J]. China Land Science, 2020,34(7):69-78.

[45] 杨璐璐.中国土地政策演进阶段性结构特征与经济发展转型 [J]. 现代财经(天津财经大学学报), 2014,34(2):104-113.

Yang L L. Periodic structural features of China's land policy evolution and economic development transformation [J]. Modern Finance & Economics, 2014,34(2):104-113.

[46] Ding C. Urban spatial development in the land policy reform era: evidence from Beijing [J]. Urban studies, 2004,41(10):1889-1907.

[47] Wu T, Hou X, Xu X. Spatio-temporal characteristics of the mainland coastline utilization degree over the last 70years in China [J]. Ocean & Coastal Management, 2014,98:150-157.

[48] 刘 京,陈 涛,常庆瑞,等.渭北旱塬县域土地利用时空演变规律研究—以合阳县为例 [J]. 中国生态农业学报, 2016,24(11):1565-1574.

Liu J, Chen T, Chang Q R, et al. Land use dynamics in Weibei upland in China-A case study of Heyang County [J]. Chinese Journal of Eco-Agriculture, 2016,24(11):1565-1574.

[49] 尉 芳,刘 京,夏利恒,等.陕西渭北旱塬区农田土壤有机质空间预测方法 [J]. 环境科学, 2022,43(2):1097-1107.

Wei F, Liu J, Xia L H, et al. Spatial prediction method of farmland soil organic matter in Weibei dryland of Shannxi Province [J]. Environmetal Science, 2022,43(2):1097-1107.

Landscapeecological risk assessment in Weibei dryland region of Shaanxi Province based on

LUCC. WEI Fang, LIU Jing*, XIA Li-heng, LONG Xiao-cui, XU Zhong-wei

(College of Natural Resources and Environment, Northwest A&F University, Key Laboratory of Plant Nutrition and the Agri-environment in Northwest China, Ministry of Agriculture, Yangling 712100, China)., 2022,42(4)：1963～1974

This study constructed a landscape ecological risk evaluation model based on land use/land cover change and evaluates the ecological risk status of the Weibei dryland region from 1980 to 2018. The results showed that: With the rapid expansion of towns and cities and the growth of land development and utilization intensity, different land use types have changed to different degrees, among which, arable land decreased the most, with a total decrease of 636.36km2, while construction land increased the most, with a total increase of 496.17km2. Influenced by factors such as population growth and the implementation of the policy of returning farmland to forest and grass, a total of 3492.40km2of land in the Weibei dryland region was converted, with a change ratio of 8.80%. The advantage of transfer between farmland, forest land, grass and construction land was most obvious, with a conversion area of 3177.22km2, accounting for 90.98% of the total transformed area. During the study period, the proportion of low and medium-low risk areas decreased from 20.23% to 19.01%, the proportion of medium-risk areas increased from 41.62% to 43.23%, and the proportion of medium-high and high-risk areas decreased from 38.15% to 37.77%, with an overall high ecological risk level, showing the distribution characteristics of "low around, high in the middle". In addition, the mean value of ecological risk in the study area shows a fluctuating trend of increasing and then decreasing, and the overall ecological safety has improved, but the quality of ecological environment in some areas has decreased. The global Moran'sindex of the landscape ecological risk values of the five time nodes in the study area were all higher than 0.55, indicating a spatially significant positive correlation of ecological risk values. The "high-high" concentration areas are mainly located in the medium-high and high-risk areas, where the ecological environment has been more seriously damaged due to large-scale disturbance by human activities.

land use/land cover；ecological risk assessment；landscape pattern；Weibei dryland region

X820.4,X171.4

A

1000-6923(2022)04-1963-12

尉 芳(1997-),女,山东烟台人,西北农林科技大学硕士研究生,主要从事农业资源利用方面的研究.发表论文3篇.

2021-09-03

国家自然科学基金资助项目(42071240);中央高校基本科研业务费资助项目(2452018143)

*责任作者, 副教授, jingliu@nwauf.edu.cn