基于LUCC的福建省景观生态风险演化研究

2023-03-02 02:45周伟健王武林罗婉璐
关键词:粒度福建省土地利用

周伟健, 王武林, 罗婉璐, 林 珍

(1.福州大学 数字中国研究院(福建), 福建 福州 350108; 2.湖南师范大学 旅游学院, 湖南 长沙 410081;3.福州大学 环境与安全工程学院, 福建 福州 350108)

自然生态系统为人类社会发展提供了重要的物质基础和生态服务,其结构与功能的持续稳定已成为人类社会发展的先决条件[1].发展中国家的快速城市化已被证明会产生更频繁的人类-生态系统互动[2],在过去的20年里,中国快速的城市化推动了大量的人类活动,给自然栖息地带来了巨大的压力[3],直接影响了自然生态系统的结构和功能,造成了复杂的生态安全问题.景观作为反映人类对自然生态系统影响方式与程度的主要载体,是研究人类活动对环境影响的适宜尺度[4],目前基于土地利用变化的生态风险评价方法是景观生态相关研究中的热点[5,6],土地利用变化反映了人类活动和自然因素对生态系统的影响[7].

生态风险评价逐渐成为发现和解决环境问题的依据[8],以土地利用格局作为风险综合体,评估和分析人类活动可能会对生态系统结构和功能造成的不利影响以及危险程度[9].目前多以景观格局分析为基础,在“损失与概率累乘”的范式下借助景观干扰度与景观脆弱度构建景观生态风险综合指数[10].在景观脆弱度指数的构建上,目前研究主要是采用专家打分法[11,12]以及将景观脆弱度分为景观敏感度和景观适应度进行计算[13,14],也有学者引入生态系统服务作为景观脆弱度的评价依据[15,16],以期从更加客观的角度评价景观脆弱度.同时,景观格局分析主要以栅格数据为数据源进行研究[17],在以计算景观格局指数为主要研究方法的研究中,不同空间粒度的选择对结果的影响较大.

目前基于土地利用数据的景观生态风险评价研究已有较为成熟的研究范式,研究尺度上大多数为某一流域、市县等,对省域尺度的研究较少,本文以福建省为研究区域,结合2000年、2010年、2020年三期土地利用数据探究福建省近20年来的生态风险变化趋势,在基于适合福建省域尺度景观格局分析的空间粒度下探究其景观生态风险的时空演变特征,综合考虑地形以及景观类型本身抗干扰的能力,以地形起伏度和土地利用类型为基础计算景观脆弱度并以此构建景观生态风险评价模型,对其生态风险变化的研究能为后续生态环境保护、景观结构优化提供科学依据.

1 研究区域与数据来源

1.1 研究区域概况

福建省地处中国东南沿海(23°31′~28°18′N,115°50′~120°40′E),属于亚热带季风气候,全年平均气温在17°C~22°C之间.福建省下辖九个地级市,陆地面积共12.4×104km2,森林覆盖率达60%以上,并且有80%以上的土地面积为山地丘陵,地势上中部、西北部高,东南部低(图1).一直以来福建省高度重视生态文明建设,但依然面对着经济发展、城镇化率提升、人口增长压力等的挑战,对福建省景观生态风险变化的探究具有重要的现实意义.

图1 研究区概况图

1.2 数据来源

本文使用的DEM数据来自地理空间数据云(www.gscloud.cn),景观类型数据采用土地利用数据表示,2000—2020年土地利用分类数据来源于武汉大学杨杰和黄昕教授团队发布的CLCD数据集(doi.org/10.5281/zenodo.5816591)[18],空间分辨率30m,总体分类精度达80%以上,基本满足研究需求.

2 研究方法

2.1 适宜研究尺度的选取

(1)空间粒度选取.本文以2020年福建省土地利用分类图作为最佳空间粒度分析的底图,从30m开始每隔10m采样一次至200m,从200m开始每隔20m采样一次至400m,共生成29幅不同空间粒度范围的土地利用景观图.景观格局指数具有尺度效应[19],借助景观水平上景观格局指数在30~400m范围内的变化趋势来探究适合福建省域尺度下景观生态风险研究的空间粒度.本文在景观格局指数的选择上参考相关研究[20,21],从景观面积、形状、聚合度、多样性指标中选择了11个指数:NP(斑块数量)、PD(斑块密度)、ED(边缘密度)、LSI(斑块形状指数)、MPS(平均斑块面积)、PAFRAC(周长面积分维数)、CONTAG(蔓延度指数)、PLADJ(相似邻接比例度)、MESH(有效网格面积)、SPLIT(景观分离度指数)、AI(聚合度指数),各指标生态学意义参考相关资料[22],通过Fragstats软件计算景观格局指数在不同空间粒度下的变化.采用拐点识别法以景观格局指数的变化探究最适合福建省研究尺度下的空间粒度.

(2)面积信息损失评价模型.对尺度转换前后各类型面积进行比较,得到不同尺度下各类型面积损失的绝对值或相对值[23].数学模型表达式为:

Li=(Ai-Abi)/Abi×100%

(1)

(2)

式中:Li表示第i类土地利用类型的面积损失值;Ai表示土地类型i尺度变换后的面积;Abi表示土地类型i尺度变换前的面积;Si表示区域土地面积变化指数;n表示区域土地类型数量.Si越大,表明研究区域内的各类土地利用面积随空间粒度变化而损失的信息越多.

(3)生态小区划分.将研究区划分为若干生态风险子区域,以实现景观生态风险指数的分区统计,保证空间异质性[24].目前研究普遍采用以研究区平均斑块面积大小的2~5倍构建生态风险小区,综合考虑研究区域大小以及平均斑块面积,本文采用等间距采样法建立5km×5km大小的渔网进行计算,渔网经裁剪后共生成5446个生态小区.

2.2 景观格局转移矩阵

转移矩阵可定量直观地反映两个时期内各景观类型之间的转化情况,还可以揭示不同景观类型间的转移速率,反映了景观时空格局的变化[25].数学表达式如下:

(3)

式中:S为总面积;n为景观类型的数量;i为研究初期的景观类型,j为研究末期的景观类型.

2.3 景观生态风险指数的计算

作为目前常用的生态风险评价方法,生态风险指数能够定量评价不同研究单元内生态风险的综合水平,更好地反映一定时期内景观结构变化所带来的生态风险变化[26].本文通过景观脆弱度和景观干扰度构建景观生态风险指数.计算公式为:

(4)

式中:Aki为第k个生态小区内第i个景观类型的面积;Ak为第k个小区的总面积;Ui为景观类型i的景观干扰度指数;LVIk为第k个风险小区的景观脆弱度指数.景观干扰度、景观脆弱度指数计算方法如下:

(1)景观干扰度指数.景观干扰度指数Ui反映了人类活动或自然变化对每个景观结构的扰动程度[3],通过景观破碎度(Pi)、景观分离度(Fi)、景观优势度(Yi)确定(表1),计算公式如下:

Ui=aPi+bFi+cYi

(5)

式中:i为第i类景观类型,a、b、c为各指数对景观干扰度指数影响的权重,a+b+c=1,参考已有研究并结合福建省实际地形状况[16,27],将a、b、c权重值分别设置为0.6、0.3、0.1.

(2)景观脆弱度指数.景观脆弱度指数用来表征景观格局在遭受外界干扰时的抗干扰能力.在参考相关文献[28,29]的基础上,将景观脆弱度以地形起伏度和土地利用类型作为评价因子进行计算,计算公式如下:

(6)

式中:LVIk表示景观脆弱度大小;Fi表示评价因子i的评价等级;Wi表示评价因子i的权重.将地形起伏度和土地利用类型的权重分别设置为0.4、0.6.两个评价因子均分为五个等级,地形起伏度以DEM数据为基础进行计算,将得到的结果参考自然断点法分为五级;土地利用类型按敏感程度从低到高依次为:建设用地,水域,森林,草地、灌木,未利用地、耕地[13,30].

2.4 空间自相关分析

空间自相关分析可以揭示一个变量的空间分布是否受到其临近变量的影响,是空间单元属性值集聚程度的一种度量[6].本文以Moran’s I指数和LISA指数分别表征福建省景观生态风险的全局自相关和局部自相关.

3 结果与分析

3.1 福建省景观格局指数尺度效应分析

研究区整体景观水平上景观格局指数在30~400m范围内的粒度效应如图2所示呈现以下四种趋势:单调下降、波动下降、单调上升、波动上升.

30~400m范围内,呈下降趋势的指数中,NP、PD、ED、LSI、CONTAG、PLADJ、AI等指数均无明显波动变化,转折点不明显,随空间粒度的增大而呈现单调减少的趋势. SPLIT指数呈现波动下降的趋势,转折点较明显,其中第一次转折点出现在80m处,第一粒度域为30~90m.呈上升趋势的指数中,MPS指数总体上呈单调上升趋势,PAFRAC指数先随着粒度增加而快速增长,后趋于平缓,MESH指数则对粒度变化较为敏感,呈波动上升趋势,第一次转折点出现在80m处,第一粒度域为30~90m.

综合分析所采用的十一种景观格局指数对空间粒度变化的响应,其中只有SPLIT、MESH两种指数对空间粒度变化有较为显著的响应,随空间粒度增加呈现波动变化状态,其余指数均对空间粒度变化不敏感,没有出现明显的波动和转折点.因此选定30~90m区间范围作为福建省尺度效应分析的第一粒度域.

3.2 确定最佳分析粒度

本文以30m分辨率土地利用景观格局数据为底图,通过重采样方法生成30~400m范围内的景观格局图来表征空间粒度的变化,用以探究景观指数对空间粒度变化的响应情况.参考学者赵文武的研究[31],在不同的空间粒度下,景观所能表达的信息量也不相同,通过构建面积信息损失指数可以得到景观在粒度转换前后面积信息损失度.本文以2020年土地利用分类数据为基础计算面积损失指数,相关结果如图3所示,可以看到在30~90m范围内,信息损失指数始终呈现上升趋势,综合面积信息损失指数和前面景观指数粒度效应的分析结果,在第一粒度域范围内,应该选择面积信息损失最小的粒度即40m作为福建省景观格局分析的最佳粒度.

图3 面积信息损失指数

3.3 景观格局变化分析

2000—2020年福建省景观类型变化如图4所示,其中耕地、森林为福建省主要景观类型,两种景观类型共占研究区90%以上的面积. 2020年福建省内景观类型面积按从大到小排序分别为:森林、耕地、建设用地、水域、草地、未利用地、灌木.

图4 2000—2020年福建省土地利用景观类型变化

由表2和图5可知, 2000—2020年20年间福建省各景观类型发生了不同程度的转化. 2000—2010年,耕地、森林、建设用地这三类景观类型面积发生了较大幅度的波动.耕地大面积转换为森林,占转出面积的70%,同时森林部分区域也转换为耕地,总体上耕地处于逐渐减少的状态;建设用地面积逐渐增加,主要由耕地转化而来,占耕地减少面积的23%. 2010—2020年,减少面积最多的景观类型为森林,且大部分转换为耕地,建设用地面积持续增加且增加速率较2000—2010年期间有所提升,新增的建设用地主要由耕地转化而来.

表2 2000—2020年福建省景观类型面积转移矩阵(km2)

图5 2000—2020年福建省土地利用变化桑基图

2000—2020年期间共有9.2%的面积约6284.22km2发生了变化,其中耕地净增1089.26km2,森林净增-2805.37km2、灌木净增-16.73km2、草地净增-52.36km2、水域净增-267.65km2、未利用地净增0.73km2,建设用地净增2052.12km2.耕地、建设用地面积均有不同幅度的上升,其中建设用地呈逐渐上升趋势,近20年内面积增长近90%,建设用地扩张区域主要为东部沿海地区以及省内干、支流沿岸地区.森林、水域面积呈现先增加后减少的趋势,灌木、草地面积则持续减少.未利用地面积没有出现较大幅度的波动.

综上所述,森林、耕地、建设用地为主要发生变化的景观类型,在退耕还林政策、耕地红线保护制度、森林砍伐、城镇面积增加等多种因素影响下,森林面积呈现出先增后减的变化,耕地面积则为先减后增,而建设用地面积在福建省快速城市化的背景下大量增加,主要增加区域为东部沿海及省内各大河流沿岸.

3.4 景观格局生态风险时空变化分析

构建5km×5km网格建立生态风险小区作为评价单元,以生态风险小区的质心作为采样点,通过ArcGIS软件进行克里金插值对采样点赋值生成福建省景观生态风险分布图,参考自然间断点分级法将2010年的生态风险等级分为五级[30]:低风险、较低风险、中风险、较高风险、高风险,2000年、2020年的生态风险等级划分采用与2010年相同的标准,以便不同年份之间数据的对比分析,探究福建省景观生态风险时空演变规律.

2000—2020年福建省景观生态风险变化如图6所示,将各风险等级的面积统计,统计结果如图7所示,由计算结果可知,2000年福建省景观生态风险格局总体上为东部沿海地区生态风险较低,中部、北部山区生态风险较高,低风险、较低风险主要分布在东南沿海以及西部的宁化县、长汀县等和北部的建阳区、蒲城县、武夷山市等区域,共占福建省总面积的23%,其中东南沿海地区人类活动较为强烈,但大部分区域地势低,地形平缓且为建设用地,人类活动带来的影响较小.较高风险和高风险区域沿着西南-东北走向纵向分布,主要分布在省内地势较高,起伏度较大、景观类型为较为敏感的森林、耕地、未利用地等区域. 2010年高风险区域较2000年有所增加,主要增加的区域为漳平市、泰宁县、建宁县,中风险区域向东部扩张,福建省整体的景观生态风险值增加. 2010—2020年期间福建省整体生态风险变化程度较大,主要表现为中高风险区进一步向东扩张,中部、北部高风险区域增加,较多中风险区域转化为较高风险区域.

图6 福建省景观生态风险分布

图7 2000—2020年福建省景观生态风险占比

2000—2020年期间福建省整体的景观生态风险逐渐上升,2000年、2010年和2020年福建省景观生态风险均值分别为0.167、0.217和0.243,20年间数值增长45.4%,低风险、较低风险、中风险区域面积逐年下降;较高风险、高风险区域面积逐渐增加.

利用GeoDa软件计算Moran’s I指数对福建省各生态风险小区的景观生态风险进行全局空间自相关分析,结果显示2000—2020年福建省3期Moran’s I指数分别为0.715、0.738、0.768,表明研究区景观生态风险值在空间上呈现显著的正相关关系,景观生态风险在空间上会相互影响,即福建省景观生态风险存在集聚效应,并且Moran’s I指数值呈上升趋势,集聚效应不断加强.

采用LISA指数对福建省景观生态风险进行局部空间自相关分析,进一步探讨景观生态风险值的空间集聚程度.结果如图8所示,整体上来看,福建省景观生态风险以高-高、低-低集聚区为主.其中高-高自相关类型的数量呈逐渐增加的趋势;低-低自相关类型数量先减后增,整体上呈现减少的状态;低-高、高-低自相关类型数量较少且逐年减少.近20年间福建省中东部与北部的高风险集聚区不断增加,西部与北部的低风险集聚区大部分消失,集聚区的变化同样也说明了福建省中部、北部的景观生态风险正在增加,并且有高风险区向东扩张的趋势,这可能是由于城市发展、不规则扩张导致的景观破碎化所导致的.从空间分布上看,目前福建省高风险集聚区主要位于龙岩市的新罗区、连城县,三明市的大田县、尤溪县、将乐县,泉州市的德化县,福州市的永泰县,南平市的光泽县、武夷山市、建瓯市,宁德市的寿宁县、周宁县,漳州市的平和县等地区,这些地区的用地类型以森林、耕地为主,且地势复杂地形起伏较大,景观稳定性较差导致抗风险能力较低.低风险集聚区主要位于东部沿海已建成的城市区域,这些区域的城镇化率较高,多为建设用地,抗风险能力较强.

图8 2000—2020年福建省景观生态风险局部自相关分布图

4 讨论与结论

4.1 讨论

从生态风险指数的计算结果来看,福建省目前景观生态风险呈上升趋势,中高风险区域主要分布在福建省中部、北部的位置,这些地区的海拔相较周围其他地区更高,地形起伏度大且景观类型以耕地和森林为主,表明这些地区的景观类型更容易受到外界影响,在土地耕作和森林开发的过程中容易产生水土流失等问题.福建省东部沿海地区地形起伏度较低,景观类型以建设用地为主,随着近年来城市的快速发展,东部城市群逐渐向内陆扩张,在这过程中会侵占大量其他景观用地,原本连续的景观被分割,从而导致景观破碎度和相应的景观生态风险增加.在今后进行相关国土空间规划的过程中需要加强对生态系统保护的重视程度,福建省中部、北部高风险区域大部分为地形起伏度较高区域,开发过程中应注意防范耕地和森林资源的过度集中开发,避免出现水土流失问题,加强森林、耕地等景观的整体性,继续实行退牧还林、还草政策,促进区域可持续发展.东部城市扩张边界区域景观类型变化较频繁,城市化进程是该地区景观生态风险提高的主要原因,发展过程中需注意景观结构的合理搭配,合理规划城镇和乡村的建设用地,提高建设用地集中使用率,避免因城镇发展而导致其他连续的景观被分割,促进人与自然和谐发展.

景观生态风险指数可以定量表征研究区的景观生态风险状况.本文以福建省为研究区域,以2000年、2010年和2020年三期土地利用数据为基础,在确定适宜分析粒度的基础上以景观脆弱度指数、景观干扰度指数构建景观生态风险指数并结合空间自相关分析探究福建省2000—2020年期间景观生态风险的时空演变特征.然而,区域生态系统风险的变化是受多种因素影响的,本文仅从景观格局和地形状况的角度评价研究区景观生态风险,评价结果存在一定的片面性.在未来研究中可以考虑在生态风险评价体系中加入气候、降水、社会经济等其他相关影响因素,构建综合评价体系,形成更加全面的评价结果,增强评价结果的合理性.

4.2 结论

(1)结合景观格局指数对粒度变化的响应以及面积信息损失指数的结果,确定适合福建省景观格局分析的适宜空间粒度为40m.在结合前人研究基础上选用的11个景观格局指数中,只有SPLIT(景观分离度指数)、MESH(有效粒度尺寸)两种指数对空间粒度发生的变化较为敏感,其余指数均随粒度增加呈现单调变化.

(2)2000—2020年期间,耕地、森林、建设用地3种景观类型面积发生了较大的变化,耕地面积先减少后增加;森林面积先增加后减少;建设用地面积大量增加,增加的部分主要由耕地面积转化而来.在经济快速发展与人口不断增长的背景下,建设用地保持快速扩张的趋势,同时在耕地保护政策、森林资源开采力度加大等多重因素下,福建省景观破碎度呈增加的态势,导致了整体景观生态风险的增加. 2020年福建省内景观类型面积按从大到小排序分别为:森林、耕地、建设用地、水域、草地、未利用地、灌木.

(3)2000年、2010年、2020年,福建省景观生态风险平均值分别为0.167、0.217、0.243,整体上呈上升趋势,低风险、较低风险、中风险区域逐渐减少,较高风险、高风险区域逐渐增加.高风险区域主要位于福建省中部、北部山区,用地类型以耕地、森林为主的区域. 20年间,中风险区域逐渐往东部沿海地区扩张,福建省3期Moran’s I指数分别为0.715、0.738、0.768,景观生态风险分布在空间上呈显著的正相关关系且逐渐增强.从局部空间自相关结果来看,福建省主要以高-高、低-低集聚区为主,高-高集聚区呈现扩张的趋势.

猜你喜欢
粒度福建省土地利用
粉末粒度对纯Re坯显微组织与力学性能的影响
基于矩阵的多粒度粗糙集粒度约简方法
福建省“两会”上的“她”声音
第四届福建省启明儿童文学双年榜揭榜
第三届福建省启明儿童文学双年榜揭榜
土地利用生态系统服务研究进展及启示
福建省巾帼馆开馆
基于粒度矩阵的程度多粒度粗糙集粒度约简
滨海县土地利用挖潜方向在哪里
多粒度空间中的粗糙隶属度与知识粒度