黄河流域中心城市空间扩张对景观格局的影响以西安市为例
2022-06-09赵新正梁家宁
赵新正,梁家宁
(1.西北大学 城市与环境学院,陕西 西安 710127;2.西北大学 陕西省黄河研究院,陕西 西安 710127;3.陕西省情研究院,陕西 西安 710127;4.陕西省地表系统与环境承载力重点实验室,陕西 西安 710127)
黄河发源于青藏高原,流经9个省(自治区),流域面积极为广泛,然而黄河流域整体发展低于我国平均水平[1]。2019年,习近平总书记提出黄河流域生态保护与高质量发展战略[2]。其核心是坚持生态保护与生态治理优先,以中心城市、都市圈、城市群建设为重点,促进黄河流域高质量发展与生态保护的协同发展[3]。西安作为黄河流域仅有的两大国家中心城市之一,承载着辐射带动西安都市圈、关中平原城市群发展的作用,然而西安地区生态环境复杂,市域河流密集,属于黄河流域渭河水系的河流多达40余条[4],市域南部与我国中部最重要的生态安全屏障秦岭相接,城市空间扩张与生态环境保护之间矛盾明显[5],科学识别城市空间扩张特征并识别其对景观格局的影响是促进二者协调发展的前提。
研究城市空间扩张与景观格局的关系是探究城市扩张的景观生态效应的有效手段[6-11]。国外学者针对用地扩张带来的景观格局变化及其生态效应开展了大量研究。Estoque和Murayama基于遥感数据,通过曼谷和马尼拉两座城市2年间的城市用地扩张变化研究了城市扩张和用地空间格局的变化的关系[12]。Boori等学者利用遥感数据研究了新加坡、马尼拉和吉隆坡3个城市群1989—2014年的城市扩张速度和城市扩张对植被分布格局的影响[13]。Heusinkveld等人分析了鹿特丹的土地利用变化对热岛空间格局的影响[14]。Navarro-cerrillo等学者利用Fragstats软件从微观角度分析了西班牙南部城市公园用地变化对植被变化的影响[15]。Sklenicka选取大小形状、边缘密度等景观指数评价了捷克土地利用的生态效应[16]。Burak以地中海城市为研究对象发现城市扩张会对生态环境产生一定程度的消极作用[17]。Bounoua等分析了美国城市化中城市植被与城市温度的关系,发现植被数量和植被类型是影响城市地表温度的重要因素。Wang等对建设用地退耕还林的现象,利用相关分析方法进行了生态效应评估[18]。Liu和Yang以重庆市为对象,研究了土地利用与热岛效应的时空特征之间的关系[19]。国内关于二者关系的研究主要集中在城市发展与生态耦合的基础理论[20]、城市发展与生态耦合评价[21-23]和景观生态效应的定量研究等方面。刘耀彬等建立模型来判断城市化与生态环境是否协调发展,认为生态环境对城市发展产生制约和反馈作用[24];黄金川等指出生态环境在受到城市化快速发展影响的同时,制约着城市化水平的发展[25]。蔺雪芹等在研究北京市土地利用变化后认为建设用地高速扩张导致的生态用地总量减少对北京市生态环境的负向影响显著[26]。崔木花基于耦合协调度模型对中原城市群的城镇化和生态环境的影响程度进行了评价[22]。邓婉君采用景观指数对土地整理的景观生态效应进行分析,发现景观类型和斑块分布向单一化和非均衡化发展[27]。
总体来说,国内外学者围绕城市空间扩张与生态环境关系进行了大量研究,但还存在以下不足:研究对象上,范围较大且集中在相对发达地区,如京津冀、长三角、中原城市群等发达地区,对生态环境较为脆弱、经济发展水平相对滞后的黄河流域尤其是黄河中上游地区缺乏关注。同时,研究内容上既有的实证研究主要是对城市发展和生态环境耦合水平进行评价测度,大多数学者都更为注重生态环境表征体系的构建,对城市空间扩张的景观格局变化缺乏动态的模拟。基于此,本文以黄河流域中游的中心城市西安市作为研究对象,依据西安区建设用地数据,运用 ArcGIS 10.2空间分析西安建设用地在2000—2020年20年间的变化情况及分布特征,运用Fragstats 4.2软件分析土地利用的景观格局得到景观格局指数。在此基础上,分析建设用地扩张生态效应,探索城市扩张模式,对城市规划、土地利用、资源环境保护具有重要意义,同时也为黄河流域生态保护与高质量发展战略实施和相关部门的国土空间治理决策拓宽思路。
1 研究区概况
西安作为国家中心城市, 关中平原城市群和连接丝绸之路经济带与黄河经济带的核心城市, 地理位置极为重要。 截止2020年底, 西安市域面积约为10 096.81 km2, 其中中心城区面积约为5 146.66 km2。 西安市下辖 11个区、 2个县, 第七次全国人口普查数据显示, 西安市全市总人口1 295.29万人。从西安市2020年土地利用类型布局来看(见图1),建设用地主要分布在行政区北侧中部地区,呈向外扩张趋势,其东西方向的用地类型以耕地为主,行政区南侧以林地和草地为主,即秦岭山脉。
2 研究方法
2.1 数据来源与处理
建设用地变化和城市空间扩张的相关性已得到广泛认同[28]。本文所用数据包括陕西省西安市的建设用地数据、土地利用数据及统计年鉴数据。其中土地利用数据来源于中国科学院资源环境数据中心基于美国陆地卫星Landsat TM影像解译生成的遥感监测数据,土地利用分类的矢量图包括2000年、2005年、2010年、2015年和2020年共5期,分辨率为 30m×30m。结合高分辨率遥感数据对遥感解译数据进行修正,确保精度。运用ERDAS软件对数据进行校正、配准、裁剪等预处理,然后使用ArcGIS 10.2软件的ArcToolbox的裁剪擦除工具,提取西安市2000—2020年20年间的建设用地数据。根据中国科学院土地资源分类系统,将研究区土地利用类型分为6个一级类:耕地、林地、草地、水域、建设用地和未利用地。其他相关基础数据来源于《陕西省统计年鉴》和《西安市统计年鉴》。
2.2 研究方法
首先,对西安市20年间建设用地面积变化数据进行统计分析,量化建设用地扩张的大小、速度;运用ArcGIS 10.2软件的空间分析功能将2000—2020年5期的西安市建设用地面积变化进行空间叠加得到变化图斑,按照年份进行图示并分析其面积变化以及与其他用地面积相互转换的关系。
其次,参考前人研究[29],借用景观生态学原理中对生态景观结构空间方面统计指标[30],选取对土地利用类型变化响应可预测性较强的景观格局指数10个:斑块个数NP、景观边缘密度ED、斑块形状指数LSI、最大斑块所占景观面积比例LPI、蔓延度指数CONTAG、凝聚度指数COHESION、面积加权平均形状指数 AWMSI、面积加权平均斑块分形指数AWMPFD、Shannon多样性指数SHDI和Shannon均度指数SHEI。
表1 用地扩张的景观格局指数体系Tab.1 Landscape pattern index system for land expansion
景观特征层中的基础数据参照西安市土地利用类型数据,为其逐一建立标识字段,再利用ArcGIS 10.2的空间分析工具,将矢量图栅格化,将30 m×30 m的数据输入Fragstats 4.2软件平台进行分析,得到区域景观层面的景观格局指数。
最后,使用西安建设用地面积变化数据作为自变量,景观格局指数作为因变量,运用Stata14.0软件对建设用地面积变化与景观格局相关指数分别进行回归分析,得到建设用地扩张对景观格局的影响情况,即建设用地扩张的生态效益。
3 城市用地扩张特征
3.1 建设用地规模变化
“先快后慢”的扩张规律。对2000—2020年的5期土地利用数据进行探究,计算其建设面积及其变化情况(见表2)。结果得出,西安市建设用地总体呈不断增长的趋势,其中2005—2010年区间内,建设用地增长速率最快,达19.48%,其次为2005—2010年的12.28%、2015—2020年的7.88%和2010—2015年的5.71%。西安市建设用地面积,自2000年起初缓慢增长,后加速至2010年达到扩张速率顶峰,2010年以后,增长速率开始下降,2015—2020年又有所增长。此外,2010年之前,建设用地面积占西安市总用地面积的占比不超过10%,但2010年之后,其占比均高于10%且逐年缓慢增加。
表2 2000—2020年西安市建设用地面积及其变化情况Tab.2 The area of construction land and its changes in Xi′an from 2000 to 2020
3.2 建设用地扩张的空间演变
西安市位于渭河以南二级阶地上,建设用地集中分布在该区域,并呈向东西扩散的形式(见图2)。2000年以来,西安市的城市性质逐渐从生产型向生活型转变,城市规模不断扩大,受地形等因素的限制,南部区域的扩张较为突出。
图2 2000—2020西安市建设用地扩张情况Fig.2 Expansion of construction land in Xi′an from 2000 to 2020
随着城市人口增长,2000—2005年,市区整体上在西南、东北方向有较为突出的扩张,长安区方向扩展明显,呈现“轴向扩张”的特征。2005—2010年,建设用地进一步扩张,但范围较为分散,出现“圈层扩张”的初步特征,值得注意的是,这一阶段秦岭生态保护区内新增了建设用地。2010—2015年主要向东南方向拓展,仍然处于“圈层扩张”阶段。2015—2020年在东西南北四个方向上均有所拓展,主要分布在长安、灞桥、临潼、西咸新区及渭北地区,呈现“带状+块状”的分散组团形态扩张。
总体看来,2000年以来的20年间,西安市在空间扩张呈现以中心城区为核心,从核心到外围的圈层式扩张模式,目前正向组团扩张转变。
3.3 建设用地与其他用地之间的转换特征
运用ArcGIS 10.2中ArcToolbox的裁剪及擦除工具,计算得到西安市建设用地扩张占各类用地的面积变化情况(见表3),及其转变为其他用地的面积(见表4)。2000—2010年建设用地扩张占其他用地面积逐渐增加,2005—2010年间占用其他地类面积达2.12%, 2010—2015年间缓和至0.48%, 2015—2020年间又增大到1.95%。 在其他5种用地类型中, 建设用地扩张占耕地面积始终最大, 同样在2005—2010年间达到顶峰。 此外, 西安市建设用地扩张占林地和草地面积也较大。
表3 西安市建设用地扩张占用各类用地面积Tab.3 Expansion of construction land in Xi′an takes up various land areas
除建设用地扩张占用其他地类面积,也出现了部分建设用地转变为其他用地类型的现象(见图3)。由表4中看出,建设用地转化为耕地、林地、草地的面积占比同样较大。其中2005—2010年的转换总面积最大,约占总面积的0.33%。西安市在2010—2015年和2015—2020年间建设用地转换为其他用地的面积占比都极小,说明已形成的建设用地在2010—2020年间很少再改动为其他用地类型,反应出西安市建设用地较为缺乏。其中,2010—2015年缩减的建设用地主要用于扩张水域面积,转换为其他用地类型的占比很小。2015—2020年缩减的建设用地主要用于草地和水域面积的扩张。
图3 2000—2020西安市建设用地转换情况Fig.3 Conversion of construction land in Xi′an from 2000 to 2020
表4 西安市建设用地转换为其他各类用地面积Tab.4 The area of construction land converted to other types of land in Xi′an
4 建设用地扩张的景观生态效应
4.1 景观生态格局特征分析
由于人类活动等的时空变化,过去的20年西安市景观格局也发生了显著变化(见图4)。
图4 西安市景观格局指数变化趋势图Fig.4 Trend map of landscape pattern index in Xi′an
斑块个数(NP)的变化结果显示,在2000—2005年NP较大,且略微增大,即景观破碎度较大。2010年NP 减小明显,至2015年又逐渐增大,但未高于之前的水平,2015—2020年,NP进一步减小,这在一定程度上表明城市各类功能用地在逐渐整合。景观边缘性指数(ED)分析结果表明,在2000—2005年间不断增大,至2010年略有一定的减小,2015—2020年持续增大,但增速减缓。ED 整体上仍处于较高水平,这体现出单位面积内的边缘长度较大,反映出了景观格局趋于破碎化的趋势,导致了生境的破碎化。
斑块形状指数(LSI)变化方面,2000—2005年LSI均呈现增大趋势,即斑块复杂度增大,2005—2010年指数有所下降,2015—2020年又呈现继续增大趋势。最大斑块所占面积比例(LPI)近20年变化不大,说明景观类型的主导性较为稳定,即人类活动对景观的干扰强度和频率较为稳定,呈现缓慢减少的态势。
从景观蔓延度指数(CONTAG)看,2000—2020年CONTAG变化趋势逐年减小,说明景观向多要素密集布局转移,破碎化程度变高。景观凝聚指数(COHESION)整体呈减小趋势,2005—2010年略微增大,说明景观内的斑块在空间分布上越来越聚集,相应结合度也越来越高,随后逐年减小。
面积加权平均形状指数(AWMSI)2000—2010年斑块复杂性逐渐增加,2010年以后该值逐渐降低,2020年略有浮动。AWMSI对很多生态过程都有影响,对自然景观的形态分析有另一显著的生态意义,即边缘效应。面积加权平均斑块分形指数(AWMPFD)在2000—2010年间处于相对稳定的水平,2010—2015年减小明显。景观分数维度值与人类活动呈负相关,即干扰越大,数值越小。因此,西安市景观格局受人类活动影响总体呈增大趋势。
Shannon多样性指数(SHDI)2000—2020年增大,表明斑块类型增加或各斑块类型在景观中呈均衡化趋势分布,景观内土地利用类型逐渐丰富。Shannon均度指数(SHEI)大体上同样呈现增加趋势,说明逐渐向没有明显的优势类型发展,各类拼块类型在景观中逐渐均匀分布,对景观多样性具有显著的影响。
4.2 城市空间扩张的景观生态效应分析
使用西安市建设用地面积大小变化对城市扩张现象进行量化,作为自变量,使用西安市的各类景观格局分析结果数据表现其生态变化情况,作为因变量,运用Stata14.0软件,对5个年份面板数据进行回归分析,得到建设用地对各类景观格局指数变化的解释程度数据,分析得到建设用地扩张的景观生态效应。
由分析结果看出(见表5),西安市建设用地面积自2000年以来的扩张变化情况,对ED、LSI、SHDI、SHEI的变化趋势有正向的促进作用,对NP、LPI、CONTAG、COHESION基本上呈现制约作用。说明随着建设用地扩张,西安市整体上各区域景观破碎化程度增高。城市建设用地的扩张也会带来SHEI的增长趋势,SHEI是比较不同时期不同景观和同一景观多样性变化的重要方法。SHEI可以利用优势指数进行转换。当SHEI很小的时候,这种优势通常很高。而随着建设用地扩张,SHEI相应增大,趋近于1,说明景观中优势类型逐渐不明显,各斑块类型趋于均匀分布。因此,随着建设用地面积的扩张,对西安市景观多样性的影响体现在促进了景观破碎度增高,景观中的优势类型相对减弱,趋于均匀。
表5 回归分析结果Tab.5 Regression analysis results
建设用地面积变化对 ED、LSI 存在较为显著的正向促进作用,且t均约为0.011 7,回归结果达到了5%的显著性水平。随着城市建设用地面积的增大,ED与 LSI 基本上相应呈现增大趋势。该现象说明西安市建设用地扩张的同时,景观范围内各类斑块的边缘长度相应增大,建设用地的发展带来了生境的破碎化。同时,随城市建设用地变化,斑块形状特征趋于不规则,景观趋于复杂化。综上,随着建设用地面积的扩张,对西安市景观边缘性的影响体现在促进了斑块边缘长度增大,斑块形状趋于复杂。
建设用地面积扩张对CONTAG存在较显著的制约作用,回归结果达到了1%的显著性水平。意味着建设用地增大导致CONTAG减小,而低聚集度体现在景观中具有优势类型连接性的斑块数量减少,即破碎化程度增高。综上,建设用地面积的扩张对景观聚集度的影响体现在聚集度降低,景观破碎度增高。
建设用地面积增大对AWMPED存在较显著的制约作用,回归结果在统计上达到1%的显著性水平。随着城市建设用地面积的增大,AWMPED很大可能随之减小,即在建设用地变化的影响下,西安市景观格局受人类活动影响增大。
建设用地面积变化对NP和COHESION存在基本显著的制约作用,回归结果达到了10%的显著性水平。这说明NP随建设用地面积减小可能性较大。而建设用地面积增大,带来COHESION的减小,结合度降低,即斑块在景观上趋于分散。结合上述对CONTAG的分析,在城市建设用地变化的影响下,景观的聚散性指数相应变化,主要体现为斑块的破碎化加剧。
建设用地面积与LPI和AWMSI的制约作用不够显著。即随着建设用地变化,不易看出最大斑块面积的变化情况与景观格局的复杂性情况。
5 结论与讨论
5.1 结论
根据西安市2000—2020年中5个年份建设用地及土地利用数据,本文分析了建设用地面积变化与空间演变情况,并结合得到的景观格局指数的相关分析结论,探讨了区域建设用地和景观格局之间的作用情况,得到以下结论:
1)2000年以来,西安市建设用地面积总体不断增长,2005—2010年达到扩张速率顶峰,2010年以后增长速率开始下降,总体呈现“先快后慢”的扩张规律。空间扩张模式上总体呈现以中心城区为核心的圈层式扩张模式。建设用地扩张占用其他用地面积在2000—2010年逐渐增加,2010—2015年间略微减少,2015—2020年又有所增加。建设用地扩张主要占用耕地面积,同时,转换为耕地的建设用地面积占比也最大,2005—2010年的转换总面积最大,说明耕地与建设用地的转换关系产生的景观影响相对较大。
2)自2000年来,西安市景观格局受人类活动影响总体呈增大趋势,西安市建设用地扩张与景观格局变化存在一定的影响作用关系,说明区域建设用地扩张存在一定的生态效应。建设用地面积变化对SHDI、SHEI、ED、LSI 有正向促进作用,对 CONTAG、AWMPED 有制约作用,对LPI和AWMSI 的作用关系不够明显。
随着建设用地面积的扩张,对西安市景观多样性和聚散性的影响体现在促进了景观破碎度增高,景观中的优势类型相对减弱。斑块的破碎化加剧;对景观边缘性的影响体现在促进了斑块边缘长度增大更倾向于一个方向上长度的增加,斑块形状趋于复杂。因此,在城市扩张与发展时,也应充分考虑随之带来的生境破碎化的问题与地类合理分布的问题,科学统筹城市空间扩张与生态保护区域的空间协调性。
5.2 讨论
城市化进程中,城市与生态环境存在较为复杂的关系,不同生态区域也存在较大差异。本文仅对黄河流域中游的中心城市西安的建设用地扩张导致的生态格局变化影响情况进行了初步讨论,但是在城市发展扩张过程中,景观生态效应同时受到地理区位、政策制度、自然条件、经济发展、社会文化等诸多方面因素影响,其具体情况根据不同时代背景下的人类活动特征而发生不同的变化。在进一步的研究中,如果能因地制宜,扩大数据量和时间跨度,对景观生态效应的评价时增加多种影响因子,且在空间上分析建设用地的影响时考虑多因素相互影响,会得到更为客观的城市扩张景观生态效应结论,为黄河流域生态保护与高质量发展战略实施提供更为全面的理论支撑。