周启维 李倩 秦春荣 周学霞 胡嫦月 王志杰
摘要:景观格局与景观生态风险评估分析对衡量区域生态安全,建立生态风险预警机制与维护流域生态功能具有重要意义。本研究以仁怀市为研究对象,基于ArcGIS和GeoDa软件平台,采用生态风险评估模型,运用地统计学方法,分析了仁怀市景观格局分布特征,评估了景观生态风险及其空间分异特征。结果表明:(1)林地和耕地是研究区的优势景观类型,占比90%以上,各景观类型空间分异明显;(2)景观生態风险具有明显的空间异质性,人类活动干扰较大的建设用地、耕地和水体景观具有较高的生态风险等级;(3)景观生态风险具有显著的空间集聚效应,Moran’s I值为0.45,“高-高”景观生态风险聚集区沿水体景观和建筑用地景观呈条带状分布格局。该研究结果可为仁怀市景观生态安全格局构建、生物多样性保护区划和酱香酒产业高质量绿色发展空间布局提供重要的科学依据。
关键词:景观格局;生态风险评价;空间自相关
中图分类号:P964;X821文献标识码:A
文章编号:1008-0457(2023)06-0032-09国际DOI编码:10.15958/j.cnki.sdnyswxb.2023.06.005
区域生态风险评价是区域尺度上描述和评估环境污染、人为活动或自然灾害对生态系统及其组分产生不利作用的可能性和大小的过程进行评估,能为生态环境的保护和资源的合理利用提供科学依据[1-3]。近年来,随着城市化过程的加剧,强烈的人类活动干扰严重破坏了自然生态系统的景观格局,导致生态环境的改变和生物多样性的损失,严重影响了区域生态风险水平[4-5]。随着人类-自然耦合系统研究在地球系统科学领域的关注度逐渐提高,地理学研究生态化、生态学研究宏观化的趋向逐步明晰,且二者的交叉融合越发受到国内外学者的关注,定量评估区域生态风险逐渐成为国内外研究的热点问题之一[6]。
景观生态风险评价源于区域生态风险评价,将传统关注种群、群落、生态系统功能的生态学方法与强调区域、全球空间异质性的地理学思维相结合,以景观为评价对象,为景观生态学所关注的空间异质性及景观格局-生态过程互馈研究提供了新的研究视角[6-8]。景观生态风险评价更加关注多尺度、多等级、多重作用关系以及多目标,注重风险的时空异质性和尺度效应[6,9]。目前,基于景观格局的生态风险评价受到学者的广泛关注和应用[10],如巩杰等[11]、谢小平等[12]、张旭等[13]以景观格局指数构建综合景观生态风险模型对白龙江流域、太湖流域、富江流域进行了景观生态风险评价,但目前针对喀斯特地区的景观生态风险相对薄弱,尤其是针对人为活动干扰强烈的山地地区景观格局及其生态风险研究鲜有报道。
仁怀市位于贵州省西北部,是赤水河流域中游地区的地理中心和经济中心[14]。受典型的喀斯特地貌和气候特征影响,仁怀市景观本底具有地形地貌复杂、生态系统类型多样等特点[15-17]。近年来,随着城市化进程不断加快,尤其是白酒产业的快速发展和辐射带动,强烈的人类活动显著改变了自然生态系统景观结构,对区域生物多样性和景观生态安全造成威胁。因此,平衡产业发展与生态安全的关系,高质量推进仁怀市酱香酒产业绿色发展,筑牢赤水河流域生态安全屏障,已成为仁怀市区域生态安全和生物多样性保护迫在眉睫的重要命题。
基于此,本研究以仁怀市为研究对象,以仁怀市国土三调空间数据库为基础数据源,采用地统计学分析方法,基于ArcGIS和GeoDa等空间信息技术平台,构建基于景观格局指数的生态风险评估模型,通过对研究区不同景观类型空间分布特征的分析,揭示仁怀市土地利用景观空间格局,评估景观生态风险及其空间分异特征,以期为仁怀市景观尺度上生物多样性保护、生态安全格局网络构建和酱香酒产业高质量绿色发展布局优化提供科学依据。
1材料与方法
1.1研究区概况
仁怀市位于贵州省西北部,地处赤水河中游,大娄山脉西段北侧。地理坐标为N27°33′30″~28°10′19″,E105°59′49″~106°35′50″之间。东邻遵义县和桐梓县,南接毕节市金沙县,西接四川省古蔺县,北连习水县。东西平距17.0 km,南北平距61.2 km,国土面积1788.0 km2,全市国土面积占贵州省的1%,遵义市的5.8%。仁怀市东南多为高山丘陵,西北多属河谷坡地,呈弧状三级阶形。境内山峦起伏,群峰叠嶂,沟壑纵横,坡陡谷深,地貌多种多样。海拔高差大,最高点1681.4 m,最低点329.5 m,市城区约为898.4 m。年平均温度15.8 ℃,极端最低温度-3.8 ℃,极端最高温度38 ℃[18]。境内干流有赤水河、桐梓河,主要河流有盐津河、五马河、九仓河、五岔河、观音寺河。仁怀市特殊的地质结构、生态、气候、土壤和微生物群,为酿造优质纯蒸馏酱香型白酒提供了有利的酿造条件,被视为生态保护区,境内包含众多水源涵养区与自然保护区,是赤水河流域生态保护工作的重点对象[19-20]。
1.2数据源与数据预处理
本研究主要数据源为2020年仁怀市国土三调数据,数据来源于仁怀市林业局。参照《土地利用现状分类(GBT21010—2017)》[21],基于ArcGIS 10.5软件平台,将土地利用景观类型划分为建设用地、林地、草地、耕地、水体和未利用地等6类景观类型,重采样空间分辨率为4 m×4 m,坐标系统设置为CGCS2000_3_Degree_GK_Zone_35投影坐标系统。
1.3研究方法
1.3.1景观格局指数筛选与计算
景观格局指数是反映景观结构构成和空间特征的简单量化指标,可以通过斑块水平、类型水平、景观水平3个维度进行分析[22]。本文从类型和景观两种水平上分析研究区景观格局结构,斑块类型水平上选用景观形状指数聚集度(AI)、边缘密度(ED)、景观形状指数(LSI)、斑块密度(PD)、平均形状指数(SHAPE_MN)等指标反映不同斑块类型的结构特征。景观水平上选用分离度(DIVISION)、边缘密度(ED)、景观形状指数(LSI)、斑块密度(PD)、香浓多样性指数(SHDI)等指标表征景观全域结构特性。各景观格局指数的计算方法与生态学意义见表1。
1.3.2景观生态风险评价模型构建
依据景观格局研究中景观样本面积的取值应为斑块平均面积2~5倍的原则[23],采用ArcGIS 10.5软件平台的渔网工具,按150 m×150 m的网格大小进行生态风险评估小区划分,共划分生态风险评价单元80 891个。通过构建景观干扰度、景观脆弱度和景观损失度,构建景观格局指数和景观生态风险的定量表达,并将计算结果分配到评价單元中心[24]。景观生态风险指数的计算方法见表2。
首先分别计算各风险小区的生态风险值,进而利用ArcGIS中的Kriging插值法,将量化后的生态风险值可视化,获得生态风险空间分布图。按照生态风险值在空间上出现的概率[25],利用分位数法将各小区的生态风险值划分为5个等级,即低风险区(0.0319≤ERI≤0.0539)、较低风险区(0.0539<ERI≤0.0759)、中等风险区(0.0759<ERI≤0.0979)、较高风险区(0.0979<ERI≤0.1530)、高风险区(0.1530<ERI≤2.8501)。
1.3.3空间自相关分析
空间自相关分析是研究邻近位置属性相关性的空间统计学方法,是针对某种特征属性,对某空间单元与其周围单元间进行的空间自相关程度计算,以分析这些空间单元在空间上的离散或聚集等分布特性[26]。如果某个空间变量在一点上的取值大,而同时在其相邻点上取值也大则称之为空间正相关;反之则为空间负相关。全局指标用于验证整个研究区域某一要素的空间模式,局部指标用于反映大区域中,一个局部小区域单元与相邻局部小区域单元属性值的相关程度。全局空间自相关使用Moran’I指数反映空间邻接或空间邻近的区域单元属性值的相似程度[27]。Moran’I指数的取值范围在-1~1之间,其值越接近1,表示研究区域空间正相关性越强[28]。计算公式为:
2结果与分析
2.1景观类型分布特征
仁怀市不同景观类型空间分布具有明显的异质性特征(表3,图1)。林地和耕地是研究区的主导优势景观类型,面积分别为998.57 km和629.78 km,二者占研究区总面积的90%以上,林地主要沿高山峡谷和河流呈带状分布,而耕地主要集中分布在研究区东部和东北部以及镶嵌分布于林地景观斑块之间;建设用地面积约占研究区总面积的7.7%,主要分布在盐津街道、中枢街道和茅台镇的建成区;水体景观由流经研究区的赤水河及其支流和水库组成,面积约21.57 km;而草地和未利用地分布较少,仅占研究区总面积0.16%,呈点状或块状散布于坛厂街道、盐津街道和茅台镇。
2.2景观格局特征
2.2.1斑块水平
仁怀市斑块类型水平的景观格局指数差异主要在耕地、建设用地、林地类型明显(图2)。建设用地PD和LSI具有最大值,分别为21.32和430.72,表明建设用地景观破碎化程度较高,且斑块不规则情况较为明显,斑块形状较其他景观类型更复杂,而未利用地和草地PD和LSI均较小,可能由于这两类景观类型在研究区内所占面积均较小,因此相较于其他景观类型,这两类景观指数特征并不明显;在耕地类型中,出现了ED和SHAPE_MN最大值,分别为201.35和2.20,表明耕地斑块边缘长度较大,边缘效应显著,且斑块形状较为复杂,水体、未利用地和草地边缘密度较小,对整体景观影响程度较小;AI值最大的景观类型为林地,且林地ED值仅次于耕地,表明该类型聚集程度较大,景观连通性较高;水体景观的主要组成部分赤水河流域属性是近似条状的,除此之外,还有部分水库、坑塘等散碎的分布在整个研究区,但其所占面积较小,因此ED、AI、PD等指数较低。
2.2.2景观水平
仁怀市景观水平上的景观格局指数具有明显的宏观异质性特征,其中,PD值为49.45,说明仁怀市各区域中斑块分布数量多,相互之间的影响力大;ED指数和LSI指数的值都高于250,表明仁怀市景观系统中的斑块形状极度不规则、斑块复杂程度高;DIVISION指数和SHDI指数分别为0.99和0.95,表明仁怀市的景观具有一定多样性,呈现出各斑块类型非均衡分布,土地利用丰富、景观单位面积异质性高的特征,这主要是由于耕地景观和草地景观被大量建筑和道路分割,形成了多类型相互嵌套的景观格局,导致斑块数量增多、破碎化程度较高,仁怀市景观集聚性较差,不定性的信息量较大。
2.3景观生态风险特征
2.3.1景观生态风险指数
不同景观类型的各景观生态风险指数差异明显,林地和耕地景观破碎度和景观分离度最小,表明该两类景观类型在空间上呈集聚化分布的程度较大;建设用地斑块数量(174 125个)显著高于其他景观类型,景观破碎化程度较高(12.62),但景观脆弱度(0.05)最低,说明在城市化和工业化发展进程中,人类活动对建设用地的需求不断增加,削弱了周边景观的抗干扰能力,加剧了该类景观破碎化程度;水体景观作为酱香酒核心产区的重要基础性景观,景观破碎度指数最高,为13.18,这一方面与研究区水体景观的空间分布本底有关(表5)。
从各景观格局指数的空间分布来看(图3),除景观脆弱度指数外,其他5个景观格局指数的空间分布规律基本一致,高值区主要分布在研究区中东部和西南部,这些区域主要以耕地、林地和部分村居的建设用地为主,各景观类型斑块较小,呈镶嵌分布的空间特征,受人为活动干扰较大,导致景观类型的破碎度和分离度较高,景观生态系统稳定性较差。而景观脆弱度指数空间分布以高值区为主,这主要受研究区广泛且分散的耕地景观影响。
2.3.2景观生态风险空间分布特征
仁怀市景观生态风险各等级面积比例相差不大,但空间分布的异质性明显,总体呈现“中部高、四周低”的景观生态风险分布格局(表6,图4)。高和较高风险区面积占研究区总面积的40.31%,主要分布在建筑用地、耕地和河流沿岸地带,北部呈纵向和片状分布,南部呈横向分布特征。低和较低风险区等级占研究区总面积的39.12%,分布范围与研究区人为干扰活动较小的林地景观基本一致。
2.3.3景观生态风险空间自相关分析
进一步分析景观生态风险的空间自相关特征,可以看出(图5)仁怀市景观生态风险的Moran’s I指数为0.45,且通过了显著性检验(P<0.05),说明景观生态风险空间分布存在显著的空间正相关特征,即景观生态风险指数相似值之间具有空间聚集趋势。具体而言,“不显著”聚集区面积最大(1228.58 km2),占比为68.61%;“高-高”生态风险聚集区呈条带状分布于赤水河沿线及聚集状分布在茅台镇、中枢街道和鲁班镇建成区周围,面积约67.82 km2;“高-低”生态风险区镶嵌于“高-高”聚集区,零散分布在仁怀市西南部;“低-低”生态风险聚集区广泛分布于研究区西南部、西北部和东南部,约占研究区总面积的26.33%,该区景观生态风险程度低,其相邻区域的景观生态风险程度也较低。
3结论与讨论
区域景观结构和格局受自然和人为多重因素的影响,是多因素耦合作用的结果,综合反映了区域自然地理背景和社会经济结构的特征,具有明显的时空异质性。本研究结果表明仁怀市景观类型以林地和耕地为主,且林地景观破碎化程度较低,空间连接度好,而耕地景观破碎程度较高,这与梁小丽等[31]的研究结论基本一致。此外,景观类型的空间分布具有明显的异质性,受研究区特殊地理背景的影响,林地景观主要分布在大娄山山脉一带,反映出研究区典型的山地地区特色和丰富的自然生态资源优势,而耕地景观更倾向于分布在地势较平坦且临近村镇聚落的区域[32]。与此同时,受研究区弧状三级台阶地貌特征和以酱香酒产业为导向的社会经济发展模式耦合作用,建设用地景观围绕赤水河谷及其沿岸呈现出“一城两中心”的空间布局[33],并且由于酱香酒产业发展、土地利用规划布局等人类社会经济因素的影响,研究区建设用地分布呈低密度、非连续性的特征,其与水体景观形成的镶嵌结构斑块数量大[15,34-35]。
景观结构-过程-功能的耦合关系及相互作用,导致异质景观功能与生态效应的差异性。不同景观类型的结构特征及其生态功能,显著影响区域景观生态风险的时空分布特征。受仁怀市林地、耕地和建设用地等主要景观类型空间分布格局的影响,加之研究区特殊的地形地貌本底特征和酱香酒产业发展的耦合作用,仁怀市景观生态风险特征表现出明显的空间异质性特征,各风险等级的面积差异虽相差不大,但其空间格局差异突出。较高等级的景观生态风险区主要与人类活动干扰较大的建设用地和耕地分布范围一致,由于人类活动干扰导致这两类景观破碎化程度较高,景观空间连接度低,割裂了其它连续分布的景观类型,使原有的土地利用景观结构改变,打破原有的区域生态系统平衡,容易削弱生态系统服务功能,造成生境丧失、生态系统结构和功能的紊乱[35-37]。此外,仁怀市景观生态风险的空间分布也表现出显著的空间自相关性,不同风险等级间具有明显的空间聚集效应。“低-低”景观生态风险聚集区在西南区域的集聚态势较为明显,这与该区域海拔较高,林地分布较为密集,距离建设用地和道路等景观胁迫因子较远,景观分离度和破碎度小,人为干扰强度小有关[38-39];“高-高”景观生态风险聚集区呈现出沿河流两岸及峡谷“条带状”分布格局,这与研究区酱香酒产业发展及相关人类活动的干扰密切相关。有研究表明,建设用地对生态系统结构和功能干扰程度较高,建设用地的持续扩张,易导致区域发展不平衡,空间分异明显,生态环境压力增大,加剧区域景观生态风险[40-41],而赤水河及其支流沿岸的水体景观周围建设用地分布集中,随着社会经济发展和人类活动影响,两类景观破碎化程度高,景观脆弱性强,景观抗干扰能力弱,导致高生态风险态势明显[42-43]。因此,仁怀市在以白酒产业为载体的新型城镇化建设背景下,在城市化扩张和酱香酒产业发展过程中,应合理规划景观空间布局,考虑环境承载量,避免过度干扰导致高生态风险区的延伸[44]。同时,耕地作为酱香酒产业发展中不可或缺的重要景观组分,应合理规划,加强对耕地的管理,遏制其向高生态风险区转变。此外,应加强生态廊道建设和植被恢复,提高自然生态景观的连通性水平,降低景观生态风险程度,减少人类活动对水体和林地景观连通性和完整性的影响,构建以林地景观为主体的生态屏障,切实守护绿水青山,筑牢酱香酒产业发展生命线。
仁怀市景观类型以林地和耕地为优势景观,二者占仁怀市国土面积的90%以上,且分布相对集聚,景观破碎度和分离度较小。受酱香酒产业和人类活动干扰,建设用地主要分布在赤水河及其支流沿岸区域,斑块破碎且对水体景观产生较大影响。
仁怀市景观生态风险各等级的面积相差不大,但空间异质性明显,具有显著的空间聚集效应,人类活动频繁且干扰较大的河谷、峡谷地带,由于建设用地和耕地分布较广,景观破碎化程度高,景观脆弱性强,景观生态风险等级高,对仁怀市区域景观生态安全具有一定的威胁。
(责任编辑:段丽丽)
参考文献:
[1]陈春丽,吕永龙,王铁宇,等.区域生态风险评价的关键问题与展望[J].生态学报,2010,30(3):808-816.
[2]付在毅,许学工.区域生态风险评价[J].地球科学进展,2001,16(2):267-271.
[3]Landis W G.Twenty years before and hence; Ecological risk assessment at multiple scales with multiple stressors and multiple endpoints[J].Human and Ecological Risk Assessment,2003,9(5):1317-1326.
[4]聶新艳,王文杰,秦建新,等.规划环评中区域生态风险评价框架研究[J].环境工程技术学报,2012,2(2):154-161.
[5]刘珍环,张国杰,付凤杰.基于景观格局-服务的景观生态风险评价——以广州市为例[J].生态学报,2020,40(10):3295-3302.
[6]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.
[7]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.
[8]Hunsaker C T,Graham R L,Suter I I,et al.Regional ecological risk assessment:Theory and demonstration[R].Oak Ridge National Lab,1989.
[9]刘春艳,张科,刘吉平.1976—2013年三江平原景观生态风险变化及驱动力[J].生态学报,2018,38(11):3729-3740.
[10]李小燕,柳书俊,王志杰.南水北调中线汉中市水源地景观生态风险评价与特征[J].水土保持研究,2019,26(5):181-187.
[11]巩杰,赵彩霞,谢余初,等.基于景观格局的甘肃白龙江流域生态风险评价与管理[J].应用生态学报,2014,25(7):2041-2048.
[12]谢小平,陈芝聪,王芳,等.基于景观格局的太湖流域生态风险评估[J].应用生态学报,2017,28(10):3369-3377.
[13]Zhang X,Du H,Wang Y,et al.Watershed landscape ecological risk assessment and landscape pattern optimization:Take Fujiang River Basin as an example[J].Human and Ecological Risk Assessment:An International Journal,2021,27(9-10):2254-2276.
[14]周忠发.基于GIS的喀斯特地区农村土地适宜性评价——以贵州省仁怀市为例[J].贵州师范大学学报(自然科学版),2006(3):17-19.
[15]唐放,蔡广鹏.典型喀斯特地区土地利用转型的时空特征及其景观格局演变——以仁怀市为例[J].科学技术与工程,2020,20(12):4860-4870.
[16]马国君.我国西南干热河谷灾变研究的回顾与展望——兼论本土生态知识在生态维护中的价值[J].原生态民族文化学刊,2013,5(2):3-11.
[17]张朝琼,郜红娟,张帮云.基于GIS的仁怀市生态敏感性评价[J].水土保持研究,2013,20(4):179-182.
[18]贵州省仁怀市地方志编纂委员会.仁怀市志(1978-2005)[M].北京:方志出版社,2013.
[19]郭旭,周山荣,杨俊.钻石模型视角下仁怀市酱香型白酒产业集群发展对策研究[J].中国酿造,2020,39(11):213-218.
[20]吴志广,汤显强.河长制下跨省河流管理保护现状及联防联控对策研究——以赤水河为例[J].长江科学院院报,2020,37(9):1-7.
[21]中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.GB/T21010-2017土地利用现状分类[S].北京:中国标准出版社,2017.
[22]徐建英,樊斐斐,刘焱序,等.汶川县生态系统服务对景观格局及其变化的响应[J].生态学报,2020,40(14):4724-4736.
[23]苏海民,何爱霞.基于RS和地统计学的福州市土地利用分析[J].自然资源学报,2010,25(1):91-99.
[24]程玉卓,王志杰,班先娅,等.城市化和生态文明建设对喀斯特山地城市景观生态风险的影响评价——以贵阳市花溪区为例[J].水土保持研究,2023,30(5):351-357.
[25]任金铜,王志红,左太安,等.贵州赤水河流域景观生态安全时空动态分析[J].水利水电技术,2021,52(1):96-104.
[26]唱彤,郦建强,郭旭宁,等.江汉平原水域空间格局时空演变特征及其驱动因素分析[J].水科学进展,2023,34(1):21-32.
[27]谢花林.基于景观结构的土地利用生态风险空间特征分析——以江西兴国县为例[J].中国环境科学,2011,31(4):688-695.
[28]常玉旸,高阳,谢臻,等.京津冀地区生境质量与景观格局演变及关联性[J].中国环境科学,2021,41(2):848-859.
[29]Anselin L.Local indicators of spatial association-LISA[J].Geographical Analysis,1995,27(2):93-115.
[30]蔡磊,汤江龙.基于景观格局和空间自相关分析的两区优化研究——以南昌市新建区为例[J].农业与技术,2019,39(23):36-40.
[31]梁小丽,屠爽爽,万诗梦,等.广西耕地利用形态时空演变格局与驱动因素研究[J].湖北农业科学,2021,60(2):72-78.
[32]楊燕新,毕如田,刘庚.闻喜县不同乡镇耕地利用的景观结构分析[J].山西农业大学学报(自然科学版),2008(2):125-128.
[33]周珊,伍静,蔡广鹏,等.贵州省仁怀市城乡建设用地需求预测[J].贵州农业科学,2013,41(7):229-231.
[34]吴生华,兰安军.赤水河流域白酒产业空间分布特征及影响因素——以仁怀市为例[J].农业与技术,2022,42(3):169-173.
[35]白立敏,修春亮,冯兴华.基于土地利用变化的长春市生态风险评价[J].生态科学,2019,38(3):26-35.
[36]赵卫权,李威,苏维词.基于GIS与RS技术的赤水河流域生态风险评价——以仁怀市为例[J].灌溉排水学报,2017,36(9):115-120.
[37]刘勇,张红,尹京苑.基于土地利用变化的太原市土地生态风险研究[J].中国土地科学,2009,23(1):52-57,61.
[38]刘迪,陈海,史琴琴,等.黄土丘陵沟壑区生态风险时空动态及其风险分区——以陕西省米脂县为例[J].自然资源学报,2019,34(9):2012-2025.
[39]万慧琳,王赛鸽,陈彬,等.三江平原湿地生态风险评价及空间阈值分析[J].生态学报,2022,42(16):6595-6606.
[40]方广玲,香宝,王宝良,等.苏南经济快速发展地区人类活动生态风险评价——以镇江市丹徒区为例[J].应用生态学报,2014,25(4):1076-1084.
[41]刘希朝,李效顺,蒋冬梅.基于土地利用变化的黄河流域景观格局及生态风险评估[J].农业工程学报,2021,37(4):265-274.
[42]韩会庆,李金艳,陈思盈,等.喀斯特地区贫困乡村景观格局及生态风险分析[J].农业资源与环境学报,2020,37(2):161-168.
[43]杨帅琦,何文,王金叶,等.基于MCR模型的漓江流域生态安全格局构建[J].中国环境科学,2023,43(4):1824-1833.
[44]李旭芳,翁飞帆,丁铮.基于土地利用时空格局演变的新乡市生態风险分析[J].中国城市林业,2023,21 (1):131-136.
Assessment of Landscape Pattern and Landscape Ecological Risk in Renhuai City
Zhou Qiwei Li Qian Qin Chunrong Zhou Xuexia Hu Changyue Wang Zhijie
(1.Forestry Bureau of Renhuai,Renhuai 564500,Guizhou,China;2.College of Life Sciences,Guizhou University,Guiyang 550025,Guizhou,China)
Abstract:Landscape pattern and landscape ecological risk assessment analysis are of great significance for measuring regional ecological security,establishing ecological risk early warning mechanism,and maintaining ecological function of the watershed.Based on ArcGIS and GeoDa software platforms,this study takes Renhuai city,the core producing area of Maotai-flavor wine in China as the research object.the distribution characteristics of landscape pattern in Renhuai city were analyzed,and the landscape ecological risk and its spatial differentiation characteristics were evaluated via adopting ecological risk assessment model and geostatistical analysis method.The results showed that forest land and cultivated land were the dominant landscape types in the study area,accounting for more than 90%,and the spatial differentiation of each landscape type was obvious.Besides,landscape ecological risk had obvious spatial heterogeneity.The construction land,cultivated land and waterbody with greater human activity interference had higher ecological risk levels.Furthermore,landscape ecological risk had a significant spatial agglomeration effect that the Moran’s I value was 0.45,and the "High-High" landscape ecological risk accumulation area presented a banded distribution pattern along the water body and construction land landscape.The research results could provide important scientific basis for the construction of landscape ecological security pattern,biodiversity conservation regionalization and high-quality green development spatial layout of Maotai-flavor wine industry in Renhuai city.
Keywords:landscape pattern; ecological risk assessment; spatial autocorrelation