县域土地利用变化及景观生态风险评价

李凯 ，赵俊三，李小祥

(1.昆明理工大学国土资源工程学院，云南 昆明 650093； 2.智慧矿山地理空间信息集成创新重点实验室，云南 昆明 650093；3.云南省高校自然资源空间信息集成与应用科技创新团队，云南 昆明 650211)

1 引 言

土地资源是人类社会生存及发展的必要基础，不同的土地利用方式和强度不仅对社会经济发展中起着至关重要的作用，而且对区域生态环境也有不同的影响。在我国经济快速发展及大力推进生态文明建设的背景下，分析不同时期区域土地利用类型变化并进行生态风险评估越来越具有现实意义和科学意义。目前，基于土地利用变化的区域生态风险评估模式主要有两种：一种是从风险源，生境和生态受体等多方面入手建立区域生态风险评估模型[1]，如王辉等[2]通过研究改进相对生态风险模型，从风险源强度、受体暴露程度和风险影响效应三个方面来构建生态风险评价指标体系，对三江平原地区进行了生态风险评价；另一种是从景观生态学角度建立生态风险指数进行风险评价[3]，如陈心怡、田鹏等[4，5]从土地利用变化和景观指数角度，构建了景观尺度上的景观生态风险评价模型，分别对海口沿岸和杭州市进行了土地利用变化分析和生态风险评价。对比两种生态风险评价模式，从已有研究成果[6～8]来看，基于土地利用变化景观格局指数建立的生态风险评价模型，对区域景观生态风险进行评价的方式是相对科学可行的。当前在生态风险评价方面，空间维度上主要以流域[9，10]、自然保护区[11]、城市[5，12，13]等为主，评价范围多以区县为评价单元，而对于在城镇化进程中较为重要的县域、城镇区域内部尺度的生态风险评价相对较少。因此，本文以县域尺度为基础，考虑空间异质性，抛开传统的以行政单元作为评价单元的方法，对区域进行格网划分，以格网作为评价单元，进一步探究县域城镇化发展进程中土地利用的变化情况，并基于土地利用景观指数来构建土地生态风险评价的模型，进行土地生态风险评价研究，以此进一步了解社会经济发展对区域生态环境的影响，从而为姚安县土地利用格局优化及生态安全保护提供一定的科学参考依据。

2 研究区域与方法

2.1 研究区概况

姚安县位于云南省楚雄州西北部，介于100°56′E～101°34′E，23°13′N～24°45′N，东邻牟定县、南华县，北接大姚县，西与大理州祥云县隔一泡江相望，总面积 1 803 km2，辖6个镇、3个乡，县政府驻地为栋川镇。姚安气候属北亚热带季风气候区，一年之内，干湿二季界限分明，冬春干旱，夏秋阴雨；年平均降雨量为 767.5 mm；境内有丰富的森林资源和生物资源，是楚雄州生态农业示范县。

2.2 数据来源与处理

以姚安县2012年，2019年两个时期的土地变更数据作为基础数据，通过ArcGIS 10.2软件对两期土地变更数据进行了空间处理及综合分析，消除合并了一些细小的图斑，根据研究区土地实际用途及其地物意义，参照国家土地利用分类体系，将研究区土地利用地类分为七大类(表1)。

研究区土地利用类型分类 表1

2.3 研究方法

2.3.1 土地利用变化度量指标

(1)土地利用动态度

土地利用动态度是指研究区内某一土地类型在一定时间内数量上的变化情况[14]。可用如下公式计算：

(1)

其中，K为研究区土地类型年变化率，Ua、Ub为研究初期、末期土地类型面积，T为研究时段间隔，以年为单位。

(2)土地利用转移矩阵

土地利用转移矩阵主要用于描述各土地类型之间的相互转化关系，能够具体、全面地反映不同地类的数量和方向变化[15]。可用如下公式表示：

(2)

式(2)中S表示土地类面积，n为土地类型的种类，Sij表示土地类型i类转换为j类的面积(i、j=1，2，3…n)。

2.3.2 土地利用生态风险指数的构建

(1)生态风险评价单元的确定

采用GIS格网法，以格网作为评价单元，参考国家格网GIS的相关标准《地理格网》(GB12409-2009)和已有研究，格网宜采用平均斑块面积的2倍～5倍[4]。因此本研究选取 1 km×1 km的正方形格网对研究区进行划分(图1)，得到 1 852个生态风险小区，并对各个格网进行编号；以各个格网的中心为采样点。同时，在采用网格划分的基础上，对各个风险小区的景观生态风险指数进行计算，并取其值作为样本风险小区中心的生态风险值。

图1 研究区生态风险小区划分示意图

(2)景观生态风险指数模型构建

景观指数法是地学中常用的定量研究方法，通过多个指数的组合分析来描述景观格局及变化[7]。参考前人研究[16，17]，选取景观干扰度和脆弱度建立土地类型与生态风险的联系，并通过指数间的叠加构建姚安县土地生态风险评价体系。计算公式如下：

(3)

式中：ERIk表示第k个样本小区的生态风险指数；n为景观类型的总数；Aki表示第k个样本小区中景观类型i的面积；Ak表示第k个样本小区的总面积；Ri表示景观类型i的损失度指数。

①景观干扰度指数(Ui)

景观干扰度指数表示景观受外界干扰的程度，其数值表达可由相关的3种景观指数加权相加得到，公式如下：

Ui=aCi+bNi+cDi

(4)

式中：Ui表示景观干扰度指数；Ci表示景观破碎度指数，Ni表示景观分离度指数，Di表示景观优势度指数，以上各指数[18]均可用Fragstats 4.2计算得到。a，b，c为各指数权重系数，a+b+c=1；结合相关研究成果[19，20]分别赋值0.5、0.4、0.1。

②景观脆弱度指数(Fi)

景观脆弱度指数表达与其在区域抵抗外界干扰能力的程度成反比。本文根据研究区内各土地利用类型结构组成、稳定性、敏感性、脆弱性等，参照已有学者相关的研究成果[21～23]，对研究区内各土地类型的脆弱度值进行赋值，并对其进行归一化处理。

③景观损失度指数(Ri)

景观损失度表示该类景观在受到外界干扰时其自然属性的损失程度，可通过景观干扰度和脆弱度两个相关指数构建计算，公式描述如下：

Ri=Ui×Fi

(5)

式中：Ui表示景观类型i的干扰度指数，Fi表示景观类型i的脆弱度指数。

(3)空间统计方法

空间自相关分析变量表示空间上的相互关系和依赖程度，包括全局和局部自相关，主要利用Moran’s I指数和LISA检验来分析景观生态风险指数的空间自相关性和集聚度，计算公式见文献[5，6]。土地景观生态风险指数作为一种空间变量，可以通过空间自相关分析进一步研究该区域的生态风险分布特点。空间插值分析则是利用ArcGIS 10.2中地统计分析模块，采用普通Kriging法得到研究区土地景观生态风险指数数值的空间分布。同时，在ArcGIS 10.2中采用自然断点法将其分为：低、较低、中、较高、高5类生态风险区。

3 结果与分析

3.1 土地利用变化分析

3.1.1 土地利用数量变化

结合2012年、2019年土地变更数据，得到各地类面积及比例(表2)。总体来看，研究区土地类型主要以林地和耕地为主，占总体面积的85%以上。研究期内，林地、建设用地、园地和水域面积均呈增加趋势，其中林地面积增加最多，增加量为 9 950.82 hm2，增幅5.85%；建设用地的面积增加了 2 270.58 hm2；园地、水域增幅不大，仅占总面积的0.5%左右。耕地和草地面积不断减少，草地面积减少最多，由2012年 12 658.64 hm2减少至2019年 3 603.26 hm2，减少了 9 055.38 hm2，占总面积的5.33%；耕地减少了 4 543.73 hm2，减幅为2.67%；未利用地面积相较于其他地类变化不大。

2012年～2019年各土地类型面积及比例 表2

3.1.2 土地利用动态度变化

从土地利用动态度(图2)来看，研究间内，草地类型利用变化程度最为剧烈，动态度为-10.22%；其次是建设用地和未利用地，动态度分别为9.03%、-9.51%；耕地、园地、水域用地的动态度分别为-2.17%、5.53%、4.91%。其中，值得注意的是，所有地类中林地面积增加量最多，但其总面积较大，所以它的动态度相较于其他地类是最小的，仅有1.19%。

图2 2012年～2019年单一土地利用动态度

3.1.3 土地利用类型变化分析

在ArcGIS 10.2软件中通过叠加分析的相交模块，对两期数据进行相交分析可得到研究区土地利用转移矩阵(表3)。从总体土地类型转移情况可以看出：2012年～2019年间姚安县土地利用类型之间转移变化显著。与上述土地类型数量变化一样，在土地转移方面，林地类型的面积转入量最大，主要来自草地和耕地；建设用地的转入量为 3 278.57 hm2，各地类均有转入，但主要以耕地为主，即说明在城镇建设的发展中主要是通过占用耕地来增加建设用地的规模；耕地类型在研究期内转出量最大，转出量为 10 873.33 hm2，其中大部分主要转化为林地，转为林地的面积占转出量的68.39%；草地类型转出量为 10 223.52 hm2，主要转为林地，占转出总量的85.26%；这说明姚安县积极响应国家号召，落实“退耕还林、退草还林”政策效果显著。同时，园地和水域类型也发生了不同程度的转移，虽然未利用地土地利用地类在整个研究区面积中占比规模较小，但其转移趋势变化相当显著，主要在耕地、林地之间相互转移。

2012年～2019年姚安县土地利用转移矩阵(hm2) 表3

3.2 景观生态风险评价

3.2.1 景观指数变化分析

基于Fragstats 4.2和Excel软件，根据2.3.2中的公式可计算得出2012年、2019年各土地利用类型的景观指数(表4)，可进一步分析其变化规律。

2012年和2019年不同土地利用类型综合景观格局指数 表4

从表4中可以看出：2012年～2019年期间各景观地类斑块数目均表现为不同程度的增加，对景观破碎度指数与分离度指数变化产生了较大的影响。林地土地利用地类作为区域的优势景观其优势度指数最大，优势度在研究期间有一定的增大；草地景观的优势度则出现较大幅度的减弱，这主要因为近年来姚安县“退草还林”政策的实施；其他地类优势度指数变化则不显著。从地类受外界干扰程度来看，林地与耕地两种地类在研究区内面积所占比例较大，所以总体上干扰度指数较小，表明其受干扰程度较小；园地、水域、未利用地及建设用地干扰度指数数值相对较大，且随时间递增。从损失度方面来看，未利用地损失程度最大，主要是由于其破碎化程度和分离度增加，导致干扰度增大，进而影响其损失程度。综合来看，2012年～2019年间城镇化进程加快、社会经济快速发展等一系列人类活动对研究区的景观产生了较大的影响，对其生态环境安全带来了一定的风险。

3.2.2 土地利用景观生态风险空间自相关分析

通过对风险小区进行生态风险值的赋值，导入GeoDa软件中得到Moran’s I散点图(图3)和LISA聚集图(图4)。

图3 土地景观生态风险指数Moran’s I散点图

图4 土地景观生态风险指数LISA聚类图

从上述图3中可以看出，研究时间段内两期Moran’s I值分别为0.432、0.502，两个数值均为正数且呈增大趋势，表明在2009年～2019年间研究区的土地景观生态风险有较强的空间正相关性，存在聚集效应。从局部自相关的LISA聚类图看，土地景观生态风险高值主要位于中心城区及水域分布范围较大的区域，中心城区景观类型受外界干扰程度较大，城镇化的发展破坏了原有景观的稳定性，使其景观损失度、破碎度增加；低值聚集区分布较为广泛，主要分布在周边乡镇林地覆盖较广的区域。总体来看，姚安县整体土地景观生态风险强度分异显著，局部空间差异有减弱趋势。

3.2.3 土地利用景观生态风险空间分异

根据2.3.2中构建的生态风险指数模型(式3)，对研究期内各样本小区的生态风险值ERIk进行计算，并赋给各个小区的中心，通过ArcGIS 10.2中的普通Kriging插值，选择半变异函数对已赋值样本小区中心的风险值进行球形拟合。然后根据区域插值结果，在ArcGIS 10.2中采用自然断点法将其分为5类，并依据分类的等级进行排序得到研究区生态风险分布图(图5)。

从图5中可以看出：2012年～2019年间姚安县景观生态风险空间分异显著，局部生态风险等级有所上升，中、高生态风险等级区主要分布在栋川镇及光禄镇并逐渐向栋川镇中心集中，主要是由于栋川镇为姚安县县政府所在驻地，交通便利、人口密度相对较大、经济发展快，对其内部及周边区域的土地利用干扰程度较大；弥兴镇生态风险等级上升幅度较大存在一定的风险。左门乡、官屯镇及大河口乡生态风险等级由较低、中风险等级逐渐转变为以低风险等级分布为主，这主要是因为上述乡镇的林地面积分布较广，通过“退耕(草)还林”政策的实施，该区域建立了一定规模的生态保护区，从而减弱了人类活动对该区域干扰程度。从整个研究期来看，研究区景观生态风险主要以低、较低生态风险为主；较高、高生态风险区主要集中在姚安中心城区，同时，此区域中生态风险等级向较高生态风险等级转化较为明显，表明该区域生态风险升高较快，需要重点加强生态环境保护，以维持区域环境的稳定。

4 结论与讨论

(1)研究期内，姚安县7种土地利用类型的面积均发生了不同程度的变化，各地类间转移变化较为活跃。林地类型作为研究区的优势地类增加幅度最大，各土地利用类型向林地转化也较为明显，其转入量主要来源于草地和耕地；建设用地面积也呈上升趋势，主要是通过侵占周边的耕地面积持续扩张；水域和园地面积也有一定幅度的增长，未利用地占比较小，但土地利用动态度较大，说明其在研究期内发生了剧烈的动态转换，极易受到周边环境及人类活动的影响。

(2)2012年～2019年姚安县整体生态风险空间分异显著，低生态风险区范围面积不断增加，并逐步向周边乡镇蔓延，中高生态风险区范围则不断向中部地区集中。这是因为研究区主要是以林地分布为主，周边乡镇林地面积分布广泛，同时，随着一些重点自然保护区的建立，这些区域的景观优势度相对增强，不易受人类活动的干扰，进而保持自身及周边稳定状态，生态风险等级逐渐降低。但处于姚安县中部地区的栋川镇、光禄镇及太平镇等乡镇，由于城镇化进程的发展，人类活动对该区域的干扰程度影响不断加强，其周边景观的完整性遭到破坏，生态系统稳定性降低，进而导致其生态风险不断升高。

(3)本文仅从土地利用变化方面对研究区进行了景观生态风险评价与分析，虽然利用景观格局指数来研究土地利用生态风险的方法具有一定的可行性，但缺乏对区域地形地貌、气候环境等方面的综合考虑，得到的评价结果不具有绝对性和代表性。在今后的研究中会重点探讨不同因素对土地利用生态风险变化的影响，进一步提高土地利用生态风险评价的结果，为区域生态文明建设及土地利用规划提供积极的参考依据。