文峪河流域景观安全格局构建与健康度评价

安冠霖,郭晋平

(山西农业大学林学院，山西 太谷 030801)

流域景观生态安全格局是指维护流域生态系统的结构和过程完整的关键性空间结构关系。流域健康是流域生态安全与稳定的重要表征。随着人类活动的增加，生态压力日益显著[1]。景观生态安全格局是指景观格局中某些重要的节点、位置和空间关系构成的潜在联系，对维持生态系统正常的功能、结构及过程，保证生态系统的稳定与平衡具有重要作用[2]。生态廊道是物种迁徙、能量流动、信息传递的重要通道。目前景观生态安全格局的研究多通过分析区域景观的结构、功能、效益，调整景观利用类型的布局及数量，实现区域景观格局优化。常用的分析模型有迁徙复合模型以及最小阻力模型等[3]。流域健康度评价是基于地理学、生态学、环境学等学科分析区域生态格局与过程的健康程度。目前研究方向主要集中于两大方面：一是构建模型评价流域生态健康格局，二是对流域生态危害、风险和价值进行评估[4]。常用的方法有：综合指数法、模糊评价法、暴露—响应模型、系统聚类等方法[5]。文峪河流域近年来景观变化复杂、造成的影响日益显著。选取文峪河流域进行景观安全格局的构建与优化及流域健康度评价的目的在于为中西部小流域的相关研究提供补充，为文峪河流域的保护和开发提供科学依据。

1 研究区概况

文峪河是汾河中游重要的一级支流，发源于山西省交城县关帝山林区的庞泉沟自然保护区，流经交城县、文水县、汾阳市、于孝义市境内汇入汾河，流域面积 5 006.24 km2，河流长度155 km。地理坐标为东经111°21′06″～112°19′34″，北纬36°56′42″～37°53′38″。流域属暖温带大陆性半干旱气候区。地形复杂、山体陡峭，各处气温、降水差异较大，年均温3～7℃，高海拔区较寒冷，低山谷地温和，7月均温17.5℃，1月均温-10.2℃，极端低温-29.1℃；年均降水量450～700 mm，年蒸发量 1 600～1 800 mm，相对湿度70.9%，≥0℃积温 2 100℃，无霜期100～130 d，日照时间 1 900～2 200 h。流域内土壤、植被类型众多[6]。

2 数据与方法

2.1 数据来源与预处理

1)矢量及文献数据：流域范围内极端降雨数据，流域范围内河流、道路、铁路、城镇、景区、地质灾害易发区、历史地震发生区、地质构成及岩性的矢量数据。

2)栅格及统计数据：基于ENVI监督分类获取流域2000—2018年的5期土地利用数据[7]。本文使用的景观评价因子数据分为自然系统评价因子、社会系统评价因子以及区位评价因子。自然评价因子包括：地形地貌因子、植被因子、土壤因子、生态因子、气候因子。社会评价因子包括：经济因子、人口因子、产业结构因子。

以上数据来源于国家地球系统科学数据中心、中科院资源环境科学数据中心、地理空间数据云、流域各县市统计部门。获取源数据后基于GIS的栅格数据处理流程以及MODIS遥感数据处理流程完成评价因子的制作。

2.2 景观安全格局的构建与分析

2.2.1景观安全格局的构建

本次景观综合安全格局的建立基于流域雨洪安全格局、水源保护安全格局、生物多样性安全格局、水土流失安全格局、地质灾害安全格局、景观适宜性安全格局、景观文化安全格局。雨洪安全格局的建立基于SCS模型，SCS模型基于径流系数与降雨量估算地表产流量。SCS模型计算公式为：

式中：Q为地表产流量，R为降雨量，Ia为降雨初损，S为储流系数[8]。利用GIS求出不同极端条件降雨下的淹没区域并赋予不同的安全得分。

水源保护安全格局、水土流失安全格局、地质灾害安全格局、景观适宜性安全格局的构建运用AHP层次分析法求出各影响因子的权重并使用综合指数法与加权叠加法构建相应的景观安全格局[9]。

综合指数法是将原始数据使用一定的统计方法构造便于横向比较的综合性的指标[10]。

S=f((x1,x2,x3,…,xn)

式中：S为安全格局得分；xi(i=1,2,3，…，n)为评价的一组变量，将各因子于GIS中以景观安全为目标导向赋予不同的安全得分。利用GIS将各因子加权叠加，将安全格局等级最终分为：很安全、较安全、基本安全、不安全、极不安全[11]。

加权叠加法采用的计算公式为：

式中：wi为各因子所占的权重,xi为各评价因子的景观安全得分。

水源保护安全格局依据距离水源的距离划分赋予安全得分。

水土流失安全格局的评价因子主要包括：地形、降雨、土壤类型、地表植被覆盖度、土地利用、LST(地表温度)、ET(地表蒸散发)、平均风速(表1)。

表1 文峪河流域水土流失安全格局评价因子权重及赋值

地质灾害安全格局的评价因子包括：降雨条件、地形因子、地质构成及岩性、植被覆盖度、历史地质灾害点、地震点等(表2)。

表2 地质灾害安全格局评价因子权重

景观适宜性安全格局的评价因子包括：气候、地形、土壤、土地覆被、生态服务、植被覆盖、区位条件等(表3)。

表3 景观适宜性安全格局评价因子及其权重与赋值

生物多样性安全格局的评价因子包括：地形、土地利用、生态系统服务、植被覆盖、区位条件(表4)。将高安全得分的生境提取为景观“源”。基于最小阻力模型(MCR)构建生物多样性安全格局(表5)。MCR模型计算公式为：

表5 生物多样性安全格局阻力面评价因子权重与赋值

式中：MCR是从源j扩散到空间某点的最小累积阻力。f是反映MCR与变量(Dij×Ri)之间正比关系的函数。Dij是目标单元从源j扩散到空间某点穿过景观i的距离。Ri是景观表面i对景观流向某个方向扩散的阻力[12]。

利用现有的景观文化点、面数据作为源。基于最小阻力模型构建流域景观文化安全格局。

对以上多个景观安全格局进行加权叠加即可获取流域的综合景观安全格局(表6)。

2.2.2景观安全格局的分析与优化

利用GIS中获取景观安全格局的数量结构、等级转移数据，并计算Moran’s I指数分析流域安全格局的空间分布特征[13]。利用GIS进行随机抽样，将景观安全得分、GDP、人口密度、总生态系统服务的数据提取至GIS并导入至SPSS。利用SPSS的相关分析模块研究安全格局指数与景观安全度、GDP、人口密度、总生态系统服务的相关性[14]。

在综合景观安全格局中提取高安全得分的区域为景观“源”，利用上文所述阻力面基于最小累积阻力与欧式距离加权模型于Linkage构建流域内各景观“源”地间的生态廊道，并计算各生态源地与生态廊道的中心度。中心度的计算基于图论，统计每个景观“源”与生态廊道的累积通量，该通量值的大小反映了其中心度的大小。中心度越高，则该位置的景观“源”或廊道的生态重要性越高，其消失会严重影响区域物种迁徙和物质流动[15]。

2.3 景观健康度评价模型的构建与分析

2.3.1景观健康度评价模型的构建

健康度评价模型主要利用综合指数法，基于景观生产力、景观组织结构、景观干扰、景观弹性、景观服务、景观安全格局等因子构建。基于GIS将流域划分为545个格网小区。

景观生产力评价因子的计算基于迈阿密模型：

N=min(Ni,NR)

式中：t为年均温，R为年均降水量。

基于GIS统计每一个格网小区内的气温、降雨平均值，计算各格网小区的景观生产力指数并将计算结果离差标准化[16]。

基于GIS将土地利用数据沿格网分割，并于Fragstats计算各格网小区景观格局的多样性、均匀度、内聚力、景观修正聚合度、形状指数。将景观格局指数计算结果进行离差标准化并加权叠加。景观多样性、景观均匀度、景观内聚力、景观聚合度为加权相加的关系，景观形状指数为加权相减的关系[17]。最终计算结果代表了每个格网小区的景观组织结构(表7)。其中景观修正聚合度的计算公式为：

表7 景观组织结构评价因子权重

景观干扰评价因子、景观弹性评价因子、景观服务评价因子的计算基于格网小区中不同景观类型景观干扰、景观弹性、景观服务的得分。

Fi=∑Ui×Ei

式中：Fi为某一格网小区景观干扰/景观弹性/景观服务的得分；Ui为某一景观类型的景观干扰/景观弹性/景观服务指数；Ei为某景观类型在某格网小区的面积。其中某景观类型的景观干扰指数等于某景观类型转移面积与流域总面积之比。景观弹性与服务的赋值如表8所示[18]。对以上数据进行计算、离差标准化并加权叠加。

表8 不同景观类型单位面积景观弹性指数与景观生态服务指数

将综合景观安全格局在GIS中离差标准化。将景观生产力、景观组织结构、景观干扰度、景观弹性度、景观服务功能计算结果按照表9进行加权叠加并依据格网编号导入GIS，在GIS中进行插值。将加权后的综合景观安全格局与插值结果叠加即可得到研究区健康度评价专题地图[19]。使用一致的分类标准将流域健康等级划分为：很健康、较健康、基本健康、不健康、极不健康[20]。

表9 流域健康度评价各因子权重

2.3.2景观健康度评价结果分析

利用GIS获取各时期景观健康度的数量结构以及等级转移情况。

基于GIS随机抽样将健康度指数、人口密度、GDP、总生态系统服务的值提取并导入SPSS中进行相关性分析。通过相关性分析可以判断流域景观健康度与人口密度、GDP、总生态系统服务的空间耦合关系，从侧面可以反映健康度格局的拟合精度。利用GIS计算流域范围内的Moran’s I 指数。通过Moran’s I 指数反映空间景观健康格局的空间分布特征。

利用GIS沿城市—林区的方向创建梯度线要素，将景观健康度的值提取并导出。依据表中数据对梯度变化进行绘图得到景观健康度的梯度变化曲线[21]。

利用GIS沿格网提取离差标准化及加权后的景观安全指数。将该数据与已经计算的545个格网的健康度得分、景观生产力、组织结构、干扰度、弹性度、服务功能数据导入至Origin选取最佳的数学模型进行数据拟合分析并计算拟合优度R2。各驱动因子的R2即各驱动因子对健康度指数以及拟合模型的影响程度与贡献程度。该影响与贡献程度可理解为各驱动因子对健康度指数的驱动作用。

3 结果与分析

3.1 景观安全格局结果与分析

得到2000—2018年5期景观安全格局如图1所示。

从图1可以看出，河谷平原地区以及核心林区景观安全等级较高，而地形复杂、格局破碎的景观界面处景观安全等级较低。高景观安全得分区域沿谷地与河流分布的特征明显。

文峪河流域2000—2018年景观安全格局数量结构如表10所示。

表10 2000—2018年文峪河流域景观安全格局数量结构

由表10可知，极不安全区面积呈波动变化，整体上面积下降；不安全区面积呈先下降后上升的趋势，整体上面积下降；基本安全区的面积呈波动趋势，整体上面积下降；较安全区的面积呈先上升后下降的趋势，整体上面积增加；很安全区的面积呈波动趋势，整体上面积增加。文峪河流域2000—2018年景观安全格局等级转移矩陈如表11所示。

由表11可知，极不安全区对不安全区为净支出，对基本安全区为净支出，对较安全区为净支出，与很安全区无相互转化；不安全区对基本安全区为净支出，对较安全区为净支出，对很安全区为净收入；基本安全区对较安全区为净支出，对很安全区为净收入；较安全区对很安全区为净支出。文峪河流域的景观安全格局转移情况复杂，既存在低安全等级向高安全等级的转化；也存在反向转换。安全区面积(基本安全区、较安全区、很安全区)整体增加76.10 km2，整体认为流域安全格局结构向好。

表11 2000与2018年文峪河流域景观安全格局等级转移矩阵

景观安全格局Moran’s I 指数及与相关因子的相关分析如表12所示。

表12 景观安全格局Moran’s I 指数及与相关因子的相关分析

由表12中Moran’s I指数可知，流域景观安全格局的空间自相关性较强，能以99.99%以上的置信水平认为流域景观安全格局的空间分布存在高安全等级与高安全等级、低安全等级与低安全等级的空间集聚性特征。由相关系数可知：在数值上景观安全格局得分与以上因子呈较为明显的正相关关系。由于相关分析建立在空间随机取样的基础上，因此，同样可以认为空间分布上GDP、人口密度分布、生态系统服务与景观安全指数具有正向相关性。

于Linkage绘制区域生态廊道并计算生态廊道与景观源地的中心度，结果如图2所示。

图2 文峪河流域景观源地与生态廊道重要性 Fig.2 Importance of landscape source and ecological corridor in Wenyu River basin

由中心度计算结果可知，位于林地核心地带的景观源地生态重要性最高，位于河谷平原地带的源地重要性较高，位于流域边缘地带的源地生态重要性较低，流域中部及重要源地之间的廊道中心度较高，流域边缘区域及次要源地间的廊道中心度较低。

河谷平原区景观源地与流域边缘区景观源地的重要性仍需提高，可以通过加强连接或者提升源地质量实现。极重要景观源地与重要景观源地、流域中心区景观源地与流域边缘区景观源地之间的联系仍然较为薄弱，应建立踏脚石系统或增加廊道数量或提升廊道质量予以改善。基于重要生态斑块和生态廊道结合文峪河流域景观格局、土地覆被、地形以及国家政策，提出文峪河流域“一带三区三轴多点”的景观生态优化框架如图3所示。

图3 文峪河流域景观格局优化策略Fig.3 Optimization strategy of landscape pattern in Wenyu River basin

一带主要指林带；三区分别为关帝山国家森林保护区、汾阳孝义景观源地区、文水交城景观源地区；三轴是以生态廊道结合流域大型绿地水体组成的景观生态轴线；多点是指分散在流域各处面积不一的各类生态源地。应努力扩大生态源地面积，并将孤立的源地纳入流域整体生态网络框架中，加强流域生态格局的连接性与整体性。

3.2 流域健康度评价结果与分析

文峪河流域2000—2018年5期健康度评价专题地图如图4所示。

图4 文峪河流域2000—2018年健康度评价Fig.4 Health evaluation of Wenyu River basin from 2000 to 2018

由图4健康度专题图可知，林区以及河谷平原的一些区域健康度较高，景观界面以及景观破碎区域健康度较低。

2000—2018年文峪河流域健康格局数量结构如表13所示。

由表13可知，极不健康区面积呈先减少后增加的趋势，整体上面积减少；不健康区面积呈波动变化，整体上面积变化较小；一般健康区面积呈先减少后增加的趋势，整体上面积略有增加；较健康区面积呈现波动变化，整体上面积有所减少。很健康区面积呈波动变化，整体上面积有所增加。

表13 2000—2018年文峪河流域健康格局数量结构

2000—2018年文峪河流域健康格局等级转移矩阵如表14所示。

由表14可知，流域极不健康区对不健康区、一般健康区、较健康区是净支出，与很健康区无相互转化；不健康区对一般健康区、较健康区是净支出，与很健康区无相互转化；一般健康区对较健康区是净收入，对很健康区是净支出；较健康区对很健康区是净支出。文峪河流域健康格局等级转移情况复杂，既有低健康等级向高健康等级的转化，也有高健康等级向低健康等级的转化，转化过程中存在转入面积与转出面积相差较大的情况，也存在转入与转出面积的双向高速转换。健康区(一般健康区、较健康区、很健康区)面积整体增加29.55 km2，可认为流域整体健康状况向好。

表14 2000—2018年文峪河流域健康格局等级转移矩阵

城市—林区健康度的梯度曲线结果如图5所示。

图5 2000—2018年文峪河流域景观健康度梯度曲线Fig.5 Landscape health gradient curve of Wenyu River basin from 2000 to 2018

由图5文峪河流域健康度梯度图像可知，不论是城市的核心区或边缘区，其健康度要小于核心林区。健康度极小值在林区边缘与城市边缘区以及河谷平原向山地过渡的景观界面区域取到，健康度最大值在核心林区取到。某些城市核心区景观破碎化程度较小，景观组织结构得分较高，同时该区域自然条件较为优越，景观适宜性得分较高，故其健康度较高。不同城市区域的健康度得分不同。核心林区健康度得分随地形因素呈波动变化。2000—2018年的健康梯度曲线整体形态相似，2000—2018年中健康度最大得分值在2000年的核心林区取到，最小值在2015年的城区—林区景观界面取到。2000—2018年健康度梯度曲线极值差距减小，城市与林区的健康度的差距变化幅度减小。

文峪河流域健康度Moran’s I 指数及与相关因子的相关分析如表15所示。

表15 文峪河流域健康度Moran’s I 指数及与相关因子的相关分析

由表15流域健康度的Moran’s I指数可知，流域景观健康格局的空间自相关性较强，能以99.99%以上的置信水平认为流域景观健康格局空间分布存在高健康度区域与高健康度区域、低健康度区域与低健康度区域的空间集聚分布特征。由相关系数可知，数值层面上健康度得分与以上因子呈较为明显的正相关关系。同时可认为空间分布上景观健康格局与GDP、人口密度分布、生态系统服务呈正向相关性。

利用Origin软件数据拟合功能分析各评价因子对流域健康度的驱动关系可得到如图6的结果。

图6 文峪河流域景观健康度驱动因子分析Fig.6 Driving factors of landscape health in Wenyu River basin

由拟合优度R2可知,各评价因子对健康度的驱动作用大小依次为：景观安全格局、景观弹性、景观干扰、景观生产力、景观组织结构、生态系统服务。各评价因子对景观健康度的驱动作用较为均衡。

4 结论与讨论

1)文峪河流域景观安全格局经历了快速、复杂的变化。极不安全区面积下降，不安全区面积下降，基本安全区面积下降，景观较安全区的面积增加，景观很安全区的面积增加；景观安全格局转移情况复杂，既存在低安全等级向高安全等级的转化，也存在反向转换，整体认为流域安全格局结构向好；景观安全格局空间集聚性分布特征较为明显，景观安全得分与GDP、人口密度分布、生态系统服务在数值与空间分布上呈较为明显的相关关系；不同景观源地、生态廊道的生态重要性不同，以“一带三区三轴多点”的生态框架对文峪河流域的景观安全格局进行了优化。

2)文峪河流域极不健康区面积减少，不健康区面积变化较小，一般健康区面积略有增加，较健康区面积减少，很健康区面积增加；文峪河流域健康格局的转移情况复杂，既有低健康度的区域向高健康度区域的转化，也有高健康度区域向低健康度区域的转化，整体认为流域景观健康状况向好；健康度得分与GDP、生态系统服务、人口密度分布在数值与空间分布上呈正相关关系；城区健康度小于林区，健康度最小值在景观界面区域取到。最大值在林区的核心区取到；各评价因子对健康度的驱动作用大小依次为：景观安全格局、景观弹性、景观干扰、生产力、景观组织结构、生态系统服务，各评价因子对健康度的驱动作用较为均衡。

3)人类对生态环境的扰动增加，流域景观安全与健康成为重要的研究领域。研究结果显示，虽然近年来流域的景观安全格局以及健康格局向较好的方向发展，但发展过程是波动的，同时安全区、健康区面积的增加已趋向饱和，而流域经济与社会正在快速发展，应加强对流域的研究与规划，维持流域景观整体框架的完整性与活力，加强对流域影响因子的调控及其驱动原理的研究，为流域的进一步发展提供科学借鉴。