基于LUCC的艾比湖区域生态风险评价及预测研究

张 月,张 飞,3*,王 娟,任 岩,Abduwasit Ghulam,Hsiang-te KUNG(1.新疆大学资源与环境科学学院,新疆 乌鲁木齐 83006；2.新疆大学绿洲生态教育部重点实验室,新疆 乌鲁木齐 83006；3.新疆智慧城市与环境建模普通高校重点实验室,新疆 乌鲁木齐 83006；.美国圣路易斯大学可持续发展中心,密苏里州 圣路易斯 63108；.美国孟菲斯大学地球科学系,田纳西州 孟菲斯 3812)

基于LUCC的艾比湖区域生态风险评价及预测研究

张 月1,2,张 飞1,2,3*,王 娟1,2,任 岩1,2,Abduwasit Ghulam4,Hsiang-te KUNG5(1.新疆大学资源与环境科学学院,新疆 乌鲁木齐 830046；2.新疆大学绿洲生态教育部重点实验室,新疆 乌鲁木齐 830046；3.新疆智慧城市与环境建模普通高校重点实验室,新疆 乌鲁木齐 830046；4.美国圣路易斯大学可持续发展中心,密苏里州 圣路易斯 63108；5.美国孟菲斯大学地球科学系,田纳西州 孟菲斯 38152)

以新疆内陆艾比湖流域典型区域为研究区,基于RS和GIS技术分析1998、2013年土地利用变化,尝试用CA-Markov模型预测2028年土地利用/覆盖变化.借助Fragstats3.4软件,基于土地利用/覆盖变化构建景观生态风险评价模型,分析1998～2028年景观生态风险的时空分异特征.结果表明：(1)1998～2013年,研究区土地类型面积变化明显.耕地面积增加量最大,增加的面积为152139h m2,而未利用地面积减少量最大,减少的面积为67605hm2.2013～2028年,耕地和裸露的河床及盐渍地的面积增加明显,增加的面积分别为30730hm2,12427hm2,而未利用地和水体的面积分别从954376hm2和44889hm2,减至921079hm2和37157hm2.(2)1998～2028年,研究区生态风险等级空间分布差异明显.高生态风险区面积变化较为显著,其面积分别约占总面积的 36.6%,7.3%,23.7%.1998～2028年,全局 Moran’s I值分别为0.436962,0.442202,0.506622,表现为一定程度的正相关.(3)1998～2028年,耕地分布在低,较低生态风险的比重上升,所占百分比分别为58.46%,78.58%,79.9%.林、草地类型的各生态风险等级的所占的比重的波动较大.

艾比湖区域；土地利用/覆被变化(LUCC)变化；CA-Markov模型；土地利用模拟；生态风险评价

土地利用/覆盖(LUCC)变化是人与自然相互作用的中心环节.土地利用/覆盖变化与生态和环境有密切的联系,并且对景观格局变化,区域生态功能等有重要的影响[1].因此,在全球环境变化研究领域中,土地利用/覆盖变化对环境和生态的作用受到高度重视.在人为活动占主导作用的景观内,不同土地利用方式和利用强度大小所产生的生态影响不同,可以直观地表现在生态系统的组成和结构上[2-3].土地利用/覆盖类型的特征结构能客观揭示土地利用/覆盖对生态综合性的影响程度,因此可通过土地类型结构和土地利用转移特征进行生态风险分析[4].生态风险评估作为一种重要的生态环境管理手段,逐渐成为国内外学术界研究的热点问题之一[5-8].

景观生态风险是区域生态风险评价的重要分支领域,通过景观生态学的生态过程与空间格局耦合关联的方法更好地反映出风险的时空异质性和尺度效应,以实现生态风险的空间可视化和综合表征[9-10].不合理的土地利用/覆盖会造成生态和环境的恶化或破坏,这可能给社会带来损失[11].基于景观结构进行土地利用/覆盖生态风险分析可以综合评估各种土地类型对生态潜在的影响,并能客观地反映出各生态影响的空间结构及分布[12].当前,基于景观的区域生态学研究对生态安全的维护和保障有重要的作用,它已成为国内外学者关注的热点问题之一[13-14].目前,我国许多的学者基于土地利用/覆盖进行的生态风险的相关研究来分析土地利用/覆盖变化与生态风险的时空分异特征[15],对于基于土地利用/覆盖的生态风险预警与预测方面的研究较少.本文依据土地利用/覆盖变化预测模型,分析研究区的区域生态风险评价及研究区未来景观生态风险的时空分异特征,这对于干旱区的土地利用/覆盖的可持续发展具有重要意义.

本文以我国内陆艾比湖流域典型区域为研究区,通过土地利用/覆盖格局与生态和环境之间的关系,建立景观格局指数与土地利用/覆盖生态风险之间的定量化表达,借助空间地统计学方法研究艾比湖流域典型区域的土地利用/覆盖的生态风险空间结构及分布特征,揭示研究区生态风险的时空变化特征及与土地类型之间的相互作用,以期为该区域的管理与协调可持续发展提供较为科学的理论依据和支持.

1 材料与方法

1.1 研究区概况

图1 研究区地理位置Fig.1 Geographical location of study area

艾比湖流域位于北纬 43°38′～45°52′,东经80°53′～85°02′,处于新疆维吾尔自治区博尔塔拉

蒙古自治州,奎屯市和克拉玛依的独山子区.艾比湖流域是一个典型的干旱区生态环境退化区,其生态系统具有很强的敏感性与脆弱性,因此极不稳定[16].本文选择北纬 44°32′～45°08′,东经82°04′～83°32′的区域为研究区,该区域土地类型较为多样且具有代表性.该区域主要包括2个绿洲,艾比湖沿岸地区以及地处艾比湖流域的中部偏西(包括艾比湖湖区)地区.艾比湖区域表现为典型的中温带干旱大陆气候,以干旱少雨,气温变化剧烈为特征.该区域由于各种原因,生态和环境遭到破坏,生态系统的平衡受到了严重影响.

1.2 数据来源处理与研究方法

根据研究需要,本文选取了1998年9月25日TM和2013年9月2日的OLI遥感影像为主要数据源,并结合其他相关统计资料等基础数据进行分析研究.利用 ENVI软件对图像进行校正及配准等预处理.结合研究的需要,利用最大似然法进行监督分类.通过多次野外考察建立土地利用/土地覆盖遥感解译的标志,并结合研究区的实际土地利用/覆盖类型的特点,划分为水体、林地、未利用地及其他、耕地、草地、裸露的河床及盐渍地等6类土地类型.然后结合研究区的地形图、DEM和Google Earth对土地类型覆盖情况进行验证,最终得到研究区1998年、2013年的土地类型分类图.

1.3 基于 CA-Markov预测模型的土地利用/覆盖类型动态模拟

Markov模型是基于马尔可夫链的空间概率模型,基于要素的当前状态,通过对其某时刻不同状态的初始概率及状态之间的转移规律来预测其将来各个时刻变动状况的预测方法[17].CA模型是具有时空计算特征的动力学模型,原理是一个元胞在上一时刻其邻域状态函数可以表达下一时刻的状态,变量状态与空间位置有密切关系.CA模型能够模拟复杂变化的空间格局,但模拟预测的精度并不理想[18].CA-Markov模型综合了 CA模型模拟复杂系统空间变化的能力和Markov模型定量化预测的优势,不仅预测精度得到提高,而且能有效的模拟景观格局的空间变化,在预处理监督分类中得到土地类型分类图[19-20].

本文通过使用IDRISI软件中的CA-Markov模块模拟预测研究区的土地利用/覆盖变化.选取1998年和2013年两个时期的遥感影像为预测基础数据源,对未来 2028年土地利用/覆盖景观现状及变化进行模拟预测[21].

(1) 根据研究区1998年和2013年遥感影像解译的土地类型,得到 1998～2013年研究区土地类型的面积转移矩阵和转移概率矩阵,以转移概率矩阵作为转换规则参与CA-Markov模型.

(2) 以CA标准5×5邻近滤波器为邻域定义,即为一个元胞周围有 5×5元胞组成的矩阵空间对该元胞状态的改变具有显著的影响.

(3) 模型验证,以1998年的土地类型为模拟起始时刻,重复上述(1)(2)的过程,采用 5×5的滤波器,以CA迭代次数取15,模拟得到2013年土地类型.通过IDRISI软件中VALIDATE模块的Kappa空间相关统计,对模拟得到的2013土地类型与实际2013年土地利用/覆盖的符合程度进行评价,利用 Kappa系数来检验本文使用CA-Markov模型的可行性,总体Kappa指数计算如下[22]：

式中：P0表示正确模拟的比例;Pc表示随机情况下期望的正确模拟比例;Pp表示理想分类情况下的正确模拟比例(即100%).通过CA-Markov模拟出的2013年土地覆盖/利用类型图与2013年实际的土地利用/覆盖类型图的总体Kappa系数为 0.783,精度符合研究要求,2者一致性较好.一般Kappa系数＞0.75时,说明一致性较高[23].

(4) 确定 2013年为起始时间,CA的迭代次数取15,即模拟2028年研究区景观空间格局.

1.4 土地利用动态度

本文采用土地利用动态度来分析研究区土地类型的变化特征.土地利用动态度是指某一地类在一定时间范围内土地类型的变化,它可以反映不同时期土地类型变化的剧烈程度,其表达式为[24]：

式中：K为研究时段内某土地类型面积动态度;Ua和Ub分别为研究初期和研究末期的土地类型的面积;T为研究时段的长度;当 T的时段设定为年时,K值就是该研究区土地类型的年变化率.

1.5 景观生态风险分析

1.5.1 采样方法 根据研究区景观类型的特点,综合考虑到研究区面积的大小和采样工作量,本文采用15km × 15km 的正方形样地,即风险小区,对景观生态风险指数进行空间化.采样方式为等间距,共有风险小区72个(图2).计算每个风险小区的景观生态风险值并把该值作为采样区中心点的属性值[25].

图2 生态风险小区的划分Fig.2 Division of the ecological risk area

1.5.2 生态风险指数 本研究通过建立土地类型与区域生态风险之间的经验联系,利用土地类型的面积比例,从区域生态系统的景观结构出发构建景观生态风险指数,该指数用于描述风险小区内综合生态风险的相对大小,以便通过采样方法将土地类型的空间结构转化为生态风险变量.景观生态风险指数计算公式如下[26]：

式中：Ri,景观类型i的景观损失度指数;Aki,在第K个风险小区中景观类型i的面积;Ak为第K个风险小区的面积;ERIi为风险小区 i的景观生态风险指数,该值越大表示生态风险程度越高,反之,生态风险程度越低.

(1) 景观脆弱度(Fi)

景观脆弱度指数描述的是在外界多风险作用下景观类型遭受巨大破坏的难易程度及可能性大小[26].本文借鉴张学斌等[27],陈鹏等[28]针对干旱区内陆河流域的相关研究且结合研究区的特点,对干旱区景观类型按其脆弱性的高低依次进行赋值：裸露的河床及盐渍地 6,未利用地及其他为 5,水体为 4,耕地为 3,草地为2,林地为 1,并进行归一化处理后得到各景观类型的脆弱度.

(2) 景观干扰度指数(Si)

景观干扰度指数是指不同的景观类型维持生态稳定性的作用不同,例如促进景观结构自然演替维护生物多样性,完善整体结构和功能等方面.本研究考虑到研究区的生态景观类型较为单一的特点及对研究区生态系统的影响状况,同时参考了相关研究,决定选用了景观破碎度,分离度以及分维数构建景观干扰度指数,其公式如下[29]：

式中：Si表示第 i景观类型的景观干扰度,Ci、Ni和Fi分别表示景观破碎度,分离度及分维数,其中a、b和 c是各个景观格局指标的权重(a+b+c =1).根据相关研究,结合本研究区的特点,分别赋以景观破碎度、景观分离度指数和景观分维数的权重0.5、0.3、0.2.

(3) 景观损失度指数(Ri)

土地利用/覆盖变化过程对生态环境的干扰和影响将最直观地体现在景观格局结构和功能的变化上.因此,采用景观生态损失指数(Ri)可以反映土地利用/覆盖变化对生态环境造成的潜在生态损失和风险,并通过风险小区的划分,用采样的方法将风险小区内的景观结构变化特征转化为空间化的生态风险变量,进而得到景观生态损失的相对大小,其计算公式为[30]：

式中：Si表示第 i景观类型的景观干扰度;Fi表示第i景观类型的脆弱度.

1.6 地统计学分析方法

地统计学是一系列监测,模拟和估计变量在空间上的相关关系和格局的统计方法,具体计算公式为[30]：

式中：γ(h)表示变异函数;h表示步长,即为了减少各样点组合对的空间距离个数而对其进行分类的样点空间间隔距离;N(h)表示间隔距离为h时的样点对数;Z(xi)和 Z(xi+h)分别表示景观脆弱度指数在空间位置xi和xi+h上的观测值.

1.7 空间自相关分析方法

空间自相关分析是空间统计的重要方法之一,该方法可以定量的描述事物在空间上的依赖关系.空间自相关是描述某一要素的属性值与其相邻空间上的属性值是否显著相关联的重要指标,揭示了空间参考单元与其邻近的空间单元属性特征值之间的相似性或相关性[31].本文选用Moran’s I指数(全局空间自相关)对景观生态风险的空间相关度进行分析研究.

Moran’s I系数反映空间邻近区域单元属性值的相关程度,Moran’s I其绝对值越趋近于1,表明研究单元的空间自相关程度越强.全局Moran’s I指数用于验证整个研究区域某一要素的空间相关关系,其表达公式为[31]：

2 结果与分析

2.1 艾比湖土地利/覆盖类型变化分析

本研究区内的土地类型较为单一.根据图 3分析1998、2013年的土地利用/覆盖结构和空间分布特征.1998年,位于平缓山麓地带的耕地类型广布,林草地也多有分布,研究区的盐渍化较为严重.2013年耕地类型为研究区的主要的土地类型,大量适用于耕地的土地被开垦,其中部分耕地占据了原先的林草地等土地类型,导致了林草地急剧面积减少,耕地的分布范围扩大,艾比湖水体面积减少.根据研究区近年来的气候数据统计可知年蒸发量、降水量及年均温度均有上升.蒸发量的变化较大.这对于研究区的植被生长有不利的影响.同时对水域面积的变化有一定影响.部分原因在于人类大量开垦荒地,耕地面积急速增加,需要大量的水进行灌溉,人们肆意的引博尔塔拉河、精河等周边的河水用以灌溉,以至于注入艾比湖的水量减少,湖面萎缩,裸露的湖床的面积增大.

利用1998年土地利用/覆盖类型图作为初始土地状态,通过使用IDRISI软件中CA-Markov模块以 1998～2013年土地利用/覆盖结构转移概率矩阵,模拟2013年土地利用/覆盖状况,并将模拟结果与 2013年土地利用/覆盖分类图对比验证,Kappa系数为 0.783,说明预测图与实际土地类型图一致性较高.因此,以 2013年作为景观格局模拟预测的起始时刻,CA的迭代次数取15,模拟2028年研究区景观土地类型空间格局及其变化,结果如图4所示.

在自然状态下,2028年,耕地为研究区的主要景观类型.较2013年,耕地的面积增大,林草地面积急剧减少,裸露的河床及盐渍地广泛的分布于研究区内.艾比湖湖区水域的面积在继续萎缩.耕地面积增大,大量的水资源用以灌溉,艾比湖水体的面积有继续减小的趋势,以至于湖面萎缩裸露的湖床沙漠盐渍化,研究区的盐渍化更为严重,艾比湖区域生态质量存在进一步退化的趋势.根据研究区近年来的气候数据统计可知,气候有变暖的趋势,这对处于干旱区的植被造成不利影响,植被是气候变化最直接的响应.研究区的蒸发量增加远大于降水量,会直接导致植被退化,盐渍化程度加重.由于气候变暖,湖区的水域面积也将有减少的趋势.导致研究区土地利用/覆盖类型面积变化的因素还有人文因素,研究区近年来人口与耕地均呈快速增长的趋势,人口增长与耕地面积呈正相关.

图3 1998年、2013年艾比湖典型区域土地利用/覆盖类型Fig.3 Distribution of land use/cover (LUCC) types patterns of 1998 and 2013 in Ebinur Lake

图4 基于CA-Markov模型模拟2028年艾比湖典型区域土地利用/覆盖类型Fig.4 Simulated Ebinur lake region land use/cover (LUCC) types map in 2028 by CA-Markov model

由图5可知,未利用地和耕地是本研究区主要的2个土地类型,两者分别占总面积的百分比为69.72%、16.97%. 1998～2013年,耕地面积增加量最大,增加的面积为 152139hm2,而未利用地减少的面积为67605hm2,林草地、水体的面积均减少.从土地利用动态度来看,1998～2013年耕地的动态度最大(10.26%),林地和草地次之(分别为-6.04%和-4.14%),裸露的河床及盐渍地最小(0.30%).2013～2028年,耕地和裸露的河床及盐渍地的面积均增大,增加的面积分别为30730hm2、12427hm2,而未利用地和水体则分别从954376hm2和 44889hm2,减至 921079hm2和37157hm2.耕地的动态度最大(-5.33%).在整个研究期间,耕地和裸露的河床及盐渍地呈现增加趋势,其他土地类型的土地面积趋向于减少.研究区内耕地和林地面积变化幅度和动态度均为最大(7.43%),林地和草地次之,未利用地及其他的动态度最小,表明 1998～2028年间区域内社会经济和城乡建设不断发展,人类活动影响越来越强烈.

图5 1998～2028年艾比湖典型区域土地利用/覆盖(LUCC)类型面积变化及其动态度Fig.5 The change of the area and dynamic degree of land use/cover (LUCC) types of the Ebinur Lake region from 1998 to 2028

2.2 土地利用/覆盖变化的景观生态风险评价及分析

2.2.1 生态风险指数的空间结构分析 通过ArcGIS10.0软件的地统计分析模块,对1998年、2013年及模拟的2028年的生态风险指数进行克里格插值(普通克里格插值法).本文为便于直观

的分析生态风险ERI的空间分布特征,因此对生态风险指数进行等级划分,本文设定的生态风险等级具体为：低生态风险区(ERI≤0.063);较低生态风险区(0.063≤ERI＜0.068);中生态风险区(0.068≤ERI＜0.073);较高生态风险区(0.073≤ERI＜0.083)及高生态风险区(ERI＞0.083),得到研究区的生态风险空间分布图(图6).

图6 1998、2013年和2028年生态风险克里格插值空间分布Fig.6 Distribution of Kriging interpolation for ecological risk of 1998, 2013 and 2028

根据图 6,分析 1998～2028年研究区的生态风险等级空间分布特征.1998年高生态风险等级主要分布于研究区的东部,所占的面积较大,其面积为 522624.1hm2,占总面积的 36.6%.高风险区主要包括山地以及沙地等未利用地的土地类型,这些土地类型主要是自然原因,致使研究区景观类型较为单一.未利用地及其他的损失度,脆弱度均较大,因此这些土地类型的风险度大.低、较低生态风险区主要包括研究区中部的艾比湖湖区及周边耕地等土地类型,其面积分别为90012.2hm2和 112482.8hm2,约占全区总面积的6.6%和8.2%.该区域有土地类型较多,如水体、草地、林地、耕地等,这些土地类型的脆弱度较低,分布面积较大,因此其生态风险程度较低.

2013年,研究区内风险等级空间分布为主要以低,较高风险等级区域为主,其面积分别占总面积的比例分别为 22.3%,7.6%;低,较低生态风险等级主要分布在研究区的耕地以及艾比湖湖区等地类.研究区西部出现了较大面积的高风险区域,从1998年、2013年艾比湖典型区域土地利用/覆盖类型图中可以看出,1998年研究区西部有部分草地,而2013年该区域的草地面积急剧减少,该区域土地类型少,主要是损失度、脆弱度较大的未利用地所占面积较大,所以该地为高生态风险区域.在研究区东部.生态风险等级降低,由较高风险区转换为了中风险区.在研究区的东部地区,林地和草地土地类型面积增加,而原先的脆弱度较高的盐渍地面积减少,导致该区域的生态风险程度降低.

基于CA-Markov模块模拟2028年研究区景观土地类型空间格局得到2028年的景观生态风险等级图.2028年研究区的生态等级分布的空间结构随着土地类型的变化发生了相应变化.其中位于研究区东部的高生态风险等级的面积增加明显,由2013年占总面积的比例分别为7.3%增长到2028年的23.7%.研究区的高生态风险区主要是由于该区域脆弱度较大的盐渍地的面积增加,未利用地面积较大,这两类土地类型的损失度均较高,致使该区域生态风险等级高.研究区的低生态风险等级空间位置大致不变,但面积减少,该区域耕地分布较广,但有部分的脆弱度较高的盐渍地分布,导致该区域面积减少.

2.2.2 区域景观生态风险的空间关联格局分析 空间自相关是通过确定某一变量在空间上是否相关及其相关程度大小,定量地描述该变量在空

间上的相互依赖关系.本文以生态风险为空间变量探索分析生态风险在研究区内的空间分异特征,便于更好的理解分析景观生态风险及其变化趋势,本文利用Geoda095i软件,根据1998年、2013年和2028年景观生态风险值得到Moran′s I散点图(图7).

图7 1998年,2013年和2028年景观生态风险Moran’s I散点图Fig.7 The Moran’s I scatter of the ecological risk of 1998, 2013 and 2028

各时期生态风险的空间全局Moran’s I值计算结果如图7所示.1998、2013和2028年Moran’s I指数分别为0.436962、0.442202、0.506622,整体呈上升的趋势.在2013～2028年期间,Moran’s I指数增加明显,表明研究区生态风险的空间分布存在趋同集群的现象,具有较强的正相关.

2.3 不同土地利用/覆盖类型的风险变化

根据图8可知,水体类型约有85%的面积主要集中在低、较低、中生态风险等级.根据研究区的土地类型情况可知,水体分布集中,主要是艾比湖湖区.水体脆弱度、损失度均较低,因此水体的生态风险低.随时间变化,林、草地分布各生态风险等级的所占比重波动较大,这主要是由于林、草地的分布及面积变化较大,这主要是由于其破碎度、分离度以及分维数的也随之发生变化而造成的结果.由于未利用地及其他的土地类型面积较大,且脆弱度较高,因此分布在较高、高生态风险等级.耕地类型约有 60%的面积分布在低生态风险和较低生态风险等级.这主要是由于耕地类型的破碎化程度、分离度均较低,因此耕地的损失度较低,景观风险等级较低,分布较为集中.裸露的河床及盐渍地主要集中在中、较高、高风险等级.根据研究区的各时期土地类型的分布情况可知,裸露的河床及盐渍地面积和分布状况变化较大.1998～2028年,其面积变化较大,盐渍地的脆弱度较高,分离度较大,因此该土地类型主要集中的风险等级较高.

随着近年来的城市化进程的加快,人类的生产/生活等行为的程度较大,同时影响了生态和环境,这可能甚至会影响人类社会、经济等发展.根据本文的研究分析,在未来的15年间人类将继续开垦,扩大耕地,林草地遭到破坏.生态风险格局及时空分布发生迁移.低风险区的面积将会减少,盐渍化的土地面积将会增加;由于林、草地类型分布较少,高风险区的面积增大.在人类的干预下,生态和环境会遭到破坏.本研究区土地类型较为单一且分布较为集中,但是出于生态脆弱区.因此应采取科学而有效的措施进行保护和利用.(1)根据专家的建议,科学控制耕地的面积.在合适的地区开垦土地,禁止无序的,

肆意开垦.(2)合理利用水资源,尤其做好农田用水的水利措施,尽可能使用滴灌.(3)城市化进度加快的前提下,注重合理规划建设用地.以艾比湖区域为重心,合理协调当地人口与资源及生态和环境之间的关系,科学合理的制定相关政策,以实现可持续发展.

图8 艾比湖典型区域1998-2028年不同土地利用/覆盖类型的生态风险变化Fig.8 Variations of ecological risk level of different land use/cover types in Ebinur Lake region from 1998 to 2028系列1：低生态风险;系列2：较低生态风险;系列3：中生态风险;系列4：较低生态风险;系列5：低生态方法

3 结论

3.1 1998、2013年耕地类型为研究区的主要土地类型,艾比湖水体面积明显减少.基于CA-Markov模型模拟 2028年土地利用/覆盖类型图,分析可知耕地的面积继续增大,林草地急剧减少,裸露的河床及盐渍地广泛的分布于研究区内.从土地利用动态度来看,1998～2028年,耕地的动态度最大(10.26%),林地和草地次之(分别为-6.04%和-4.14%).

3.2 1998～2028年,高生态风险等级主要分布于研究区的东部,所占的面积较大.低、较低生态风险区主要包括研究区中部的湖区及耕地等土地类型.区域生态风险变化的主要特征为：随时间变化耕地分布在低、较低生态风险的比重上升.林草地分布面积急剧减小导致了其分布的生态等级的比重有较大的波动.

3.3 1998、2013、2028全局Moran′s I值分别为0.436962、0.442202、0.506622,整体呈上升的趋势.Moran′s I指数呈现显著增加,表明研究区景观生态风险存在较强的正相关,存在一定内在联系,其空间分布并不是随机的,而是在空间上存在趋于集群的现象.

[1] 肖 琳,田光进.天津市土地利用生态风险评价 [J]. 生态学杂志, 2014,33(2)：469-476.

[2] 杨 勇,任志远.城市近郊区土地利用生态风险评价—以西安市长安区为例 [J]. 土壤通报, 2015,46(3)：519-525.

[3] Xie H L, Wang P, Huang H S. Ecological risk assessment of land use change in the Poyang Lake Eco-economic Zone, China [J]. International Journal of Environmental Research and Public Health, 2013,10：328-346.

[4] 叶长盛,冯艳芬.基于土地利用变化的珠江三角洲生态风险评价[J]. 农业工程学报, 2013,29(19)：224-232,294.

[5] 许 妍,马明辉,高俊峰.流域生态风险评估方法研究––以太湖流域为例 [J]. 中国环境科学, 2012,32(9)：1693-1701.

[6] 海米提·依米提,祖皮艳木·买买提,李建涛,李新国.焉耆盆地土壤重金属的污染及潜在生态风险评价 [J]. 中国环境科学, 2014,34(6)：1523-1530.

[7] Zhang C Q, Dong B, Liu L, et al. Study on ecological risk assessment for land-use of wetland based on different scale [J]. Journal of the Indian Society of Remote Sensing, 2016,44(5)：821-828.

[8] He X R, Zhong X H, Chen X W. Analysis on landscape ecological risk of the Qinghai-Tibet Plateaus： A case study on Niyang river basin [J]. Wuhan University Journal of Natural

Sciences, 2006,11(4)：977-983.

[9] 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.

[10] 刘世梁,刘 琦,张兆苓,等.云南省红河流域景观生态风险及驱动力分析 [J]. 生态学报, 2014,34(13)：3728-3734.

[11] 周启刚,张晓媛,王兆林.基于正态云模型的三峡库区土地利用生态风险评价 [J]. 农业工程学报, 2014,30(23)：289-297.

[12] 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.

[13] 肖 杨,毛显强.区域景观生态风险空间分析 [J]. 中国环境科学, 2006,26(5)：623-626.

[14] Mclntyrea S, Lavorel S. A conceptual model of land use effects on the structure and function of herbaceous vegetation [J]. Agriculture, Ecosystems and Environment, 2007,119(1)：11-21.

[15] 赵岩洁,李阳兵,邵景安.基于土地利用变化的三峡库区小流域生态风险评价—以草堂溪为例 [J]. 自然资源学报, 2013,28(6)：944-956.

[16] 谢 霞,王宏卫,塔西甫拉提·特依拜.艾比湖区域生态脆弱性评估与保护 [J]. 新疆农业科学, 2012,49(3)：531-536.

[17] 左 彤,何 玲,张俊梅.基于CA-Markov模型的滨海土壤盐渍化动态变化研究—以黄骅市为例 [J]. 资源科学, 2014,36(6)：1298-1305.

[18] 程 刚,张祖陆,吕建树.基于CA-Markov模型的三川流域景观格局分析及动态预测 [J]. 生态学杂志, 2013,32(4)：999-1005.

[19] 赵永华,贾 夏,刘建朝,等.基于多源遥感数据的景观格局及预测研究 [J]. 生态学报, 2013,33(8)：2556-2564.

[20] 李 志,刘文兆,郑粉莉.基于CA-Markov模型的黄土塬区黑河流域土地利用变化 [J]. 农业工程学报, 2010,26(1)：346-352,391.

[21] 朱海涌,李新琪,仲嘉亮.基于CA-Markov模型的艾比湖流域平原区景观格局动态模拟预测 [J]. 干旱环境监测, 2008,22(3)：134-139.

[22] 刘 洁,李 宏,马勇刚.基于CA-Markov模型的中亚典型城市土地利用变化预测分析 [J]. 水土保持研究, 2014,21(3)：51-56.

[23] 张 利,周亚鹏,门明新,等.基于不同种类生态安全的土地利用情景模拟 [J]. 农业工程学报, 2015,31(5)：308-316.

[24] 张 飞,王 娟,塔西甫拉提·特依拜,等.1998～2013年新疆艾比湖湖面时空动态变化及其驱动机制 [J]. 生态学报, 2015,35(9)：2848-2859.

[25] 吴 莉,侯西勇,邸向红.山东省沿海区域景观生态风险评价 [J].生态学杂志, 2014,33(1)：214-220.

[26] 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.

[27] 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.

[28] 陈 鹏,潘晓玲.干旱区内陆河流域区域景观生态风险分析—以阜康三工河流域为例 [J]. 生态学杂志, 2003,22(4)：116-120.

[29] 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.

[30] 高 宾,李小玉,李志刚,等.基于景观格局的锦州湾沿海经济开发区生态风险分析 [J]. 生态学报, 2011,31(12)：3221-3450.

[31] 孙才志,闫晓露,钟敬秋.下辽河平原景观格局脆弱性及空间关联格局 [J]. 生态学报, 2014,34(2)：247-257.

Ecological risk assessment and prediction of Ebinur Lake region based on Land use/Land cover change.

Z HANG Yue1,2, ZHANG Fei1,2,3*, WANG Juan1,2, REN Yan1,2, Abduwasit Ghulam4, Hsiang-te KUNG5(1.College of Resources and Environment Science, Xinjiang University, Urumqi 830046, China；2.Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China；3.Key Laboratory of Xinjiang Wisdom City and Environment Modeling, Urumqi 830046, China；4.Center for sustainability, Saint Louis University, St. Louis, MO 63108, USA; 5. Department of Earth Sciences, University of Memphis, Memphis, TN 38152, USA). China Environmental Science, 2016,36(11)：3465～3474

This paper presented a study of land use and land cover change from 1998 to 2013, and likelihood of change through 2028 using remote sensing, geographic information system, and CA-Markov model in inland area of Ebinur lake basin in Xinjiang Uyghur Autonomous Region. Fragstats 3.4 to construct landscape ecological risk assessment model was used. Spatial distribution of landscape ecological risks due to land use changes in the study area was analyzed. Results showed that： (1) the area of land types changed significantly in the study area from 1998 to 2013. For example, area of cultivated land was significantly increased to 152139 hm2. However, area of unutilized land was correspondingly decreased, which was 67605 hm2. From 2013 to 2028, cultivated land and the bared lakebed and salinized land increased significantly, approximately 30730 hm2and 12427 hm2respectively. However, area of unutilized land and water were decreased significantly from 954376 hm2and 44889 hm2to 921079 hm2and 37157hm2, respectively. (2) From 1998 to 2028, spatial distributions of ecological risk have changed significantly in the study area. Areas of high ecological risk accounted for 36.6%, 7.3%, and 23.7% of the total area, respectively. From 1998 to 2028, the Moran’s I values were 0.436962, 0.442202, 0.506622, respectively. Moran's I of the landscape pattern showed positive spatial autocorrelation, and had a rising trend. (3) From 1998 to 2028, the cultivated land distribution in the low and lower ecological risk area

Ebinur Lake region；land use/land cover change；CA-Markov model；land-use simulation；ecological risk assessment

X826

A

1000-6923(2016)11-3465-10

张 月(1990-),女,山东五莲人,新疆大学硕士研究生,主要从事干旱区生态环境遥感应用研究.

2016-03-29

自治区青年科技创新人才培养工程项目(2013731002);国家自然科学基金项目(41361045;41130531);教育部“长江学者和创新团队发展计划”创新团队项目(IRT1180);新疆绿洲生态(教育部省部共建)重点实验室开放课题(XJDX0201-2012-01)

* 责任作者, 副教授, zhangfei3s@163.com

have increased. Its area accounted for the total area about 58.46%, 78.58%, and 79.9%, respectively. Forest, grassland ecological risk levels fluctuated in different levels.