三峡库区人类活动强度与景观格局的耦合响应

黄孟勤,李阳兵,2,*,李明珍,陈 爽,曾晨岑,张 冰,夏春华

1 重庆师范大学地理与旅游学院, 重庆 401331 2 三峡库区地表过程与环境遥感重庆市重点实验室, 重庆 401331

随着全球环境问题的日渐突出和21世纪初“人类世”[1]概念的提出,人类活动已成为全球变化研究的重点与热点[2]。同时土地利用对人类活动的响应也始终是区域可持续发展与生态安全的研究热点[3],而土地利用变化会导致景观格局的相应改变。因此,深入揭示在人类活动演变背景下的景观耦合响应对区域生态安全的构建、三生空间的优化和人与环境关系的调控改善具有重要意义。

人类活动强度是指在一定区域内受到人类活动影响的扰动程度[4—5],人类活动强度的定量化和空间化是研究人类活动对生态环境影响的基础[6],也是建立二者之间定量关系的重难点[7]。当前主要从两个角度定量人类活动强度：一是基于人类活动的压力变化提出的综合指标加权分析法[8]和生态足迹指数法[9]等；二是基于人类活动扰动引起的自然环境状态响应变化,如土地利用变化[4]、生态系统服务变化[10]、和多状态因子变化[11]等提出的方法。目前应用较广的方法是综合指标法和基于土地利用变化定量人类活动强度[6]。其中,以土地利用变化定量人类活动强度较简单[12],普适性强,但评价结果的准确性有待商榷,而综合指标法的评价结果较准确,但存在空间精细度不足等问题[13]。因此,如何建立一种能简单、精细、准确地定量分析人类活动强度的方法是目前亟待解决的问题。

近年来各种形式的人类活动对地表覆被的扰动直接或间接地改造着景观格局,这一现象已经引起国内外学者的广泛关注,而大多研究都是基于特定的研究区域,如半城市化地区、山区、煤矿区或旅游区等区域,反映特定人类活动如城市化、旅游等对景观格局的影响[14—17],忽略了人类活动的多样性、空间异质性和相互干扰性。此外,目前对景观格局和人类活动强度关系的研究大多将人类活动作为辅助信息进行定性分析,缺乏定量分析。因此,建立区域综合人类活动强度及景观格局对其耦合响应的定量分析尤为重要。

三峡水库是世界上容量最大的水库之一,库区包括长江干流河道约568km[18],位于中国中西部过渡地带。该区域水土流失严重,生态环境脆弱,是对人类活动高度敏感的山区[19]。近年来为了改善三峡库区山区人居环境和生态环境,生态移民、退耕还林还草等政策相继出台,使得库区的人口分布和人类活动强度在空间上发生了明显的变化[20],农业生态系统也发生了转型[21]。因此,本文旨在通过研究三峡库区腹地人类活动强度与景观格局的耦合变化过程,揭示三峡库区腹地人地关系演变状况,主要研究内容有：(1)建立综合显性—隐性人类活动强度指数,(2)定量评估三峡库区腹地人类活动强度变化下景观格局的耦合响应,(3)揭示景观格局对人类活动耦合响应的驱动机制。本文的研究结果将有助于三峡库区腹地各种生态政策的调整和优化,可为中国中西部库区、山区及发展中国家类似地区的可持续发展研究提供典型范例。

1 研究区概况

三峡库区是典型的山区,地质结构复杂,地貌以山地丘陵为主。奉节县(30°29′19″—31°22′33″N,109°01′17″—109°45′58″E)位于三峡库区腹地的核心地区,占地面积约4087km2(图1)。奉节县第七次全国人口普查公报表示,至2020年底,奉节县的常住人口有74.48万人,居住在乡村的人口占50.48%。长江流经奉节县中段,地势南北高中间低。受亚热带季风气候和山地地形的影响,气候温暖湿润,年均降水量为1132mm,日照时间长,是典型的三维立体气候。三峡工程移民和退耕还林等生态工程导致了奉节县内人类活动形式和强度的明显变化,区域景观格局变化明显。奉节县的地理位置、地形特征和土地利用方式等自然和社会背景使其成为三峡库区腹地的典型代表[20—22],因此,本文以奉节县为研究对象,将有助于揭示三峡库区腹地人类活动强度与景观格局耦合响应的一般规律。

图1 研究区概况Fig.1 Location map of the study area

2 数据来源与研究方法

2.1 山区人类活动强度与景观格局耦合模型

2.1.1山区人类活动强度与景观格局耦合模型构建

本文以人类活动强度为x轴,景观格局为y轴,根据人类活动强度与景观格局的耦合关系划分4个象限,构建四象限模型。不同象限反映了人类活动强度与景观格局的不同耦合特征(图2),分别为：

图2 山区人类活动强度与景观格局耦合演变模型Fig.2 The coupling transformation model of human activity intensity and landscape pattern in mountainous area

第一象限：表示较高强度的人类活动及对应的高斑块密度、高多样性、低聚集度、小斑块、形状复杂的景观格局,如在近城区,乡村聚落、城镇聚落、果园、耕地和生态用地构成的景观格局；

第二象限：表示较低强度的人类活动及对应的高斑块密度、高多样性、低聚集度、小斑块、形状复杂的景观格局,如山区地形起伏度较小的区域,林地、乡村聚落、坡耕地、撂荒地和小规模果园构成的景观格局；

第三象限：表示较低强度的人类活动及对应的低斑块密度、低多样性、高聚集度、大斑块、形状简单的景观格局,如山区高海拔地区集中连片的林地构成的景观格局；

第四象限：表示较高强度的人类活动及对应的低斑块密度、低多样性、高聚集度、大斑块、形状简单的景观格局,如河谷平坝等自然本地条件好的区域,集中连片的城镇聚落、果园、坡耕地等构成的景观格局。

本文将一、三象限视为人类活动强度与景观格局耦合的协调状态,二、四象限视为两者耦合的拮抗状态。将两个时期的人类活动强度与景观格局耦合特征进行空间对照,可得到四种人类活动强度与景观格局耦合变化类型,各个类型的特征如表1所示。

2.1.2人类活动强度和景观格局指标选取

人类活动强度是度量人类改造自然力度的有效指标。当前以建设用地当量评价人类活动强度的方法运用较广泛[23]。但以相同土地利用基础的两个变量做耦合分析,其结果将会存在明显的自相关性。为了避免此种情况,本文参考相关文献[24]和研究区数据获取的实际情况,选取了景观开发强度指数、人口密度、经济密度和道路密度四个指标来确定综合人类活动强度指数。

借鉴土地利用转型的显性和隐性形态相关表述[25—26],本文认为人类活动与土地利用一样有直观显性的结果,也有间接造成隐性结果,即人类活动具有隐性和显性两种表现。人类活动对环境的改造往往通过土地利用的变化直接表现出来,土地利用是人类活动结果的显性表现。另一方面,人是人类活动的执行者,经济效益是人类活动的目标,因此单位面积土地利用类型的产出和功能定位可在一定程度上间接反映出人类活动强度的状况,是人类活动强度的隐性表现,并可通过人口密度和经济密度的时空变化表现出来。

因目前无可综合反映景观格局特征的指标,而景观格局指数可以反映出丰富的景观格局信息[27]。有学者指出景观规模、形态、数量、类型和空间配置对生态安全具有重要影响,在人类活动影响较弱的时期,生态安全主要与景观面积有关,随着人类活动的增强,景观形态、破碎化和连通性发生了较大变化,从而导致了生态系统结构和组成的变化,进而影响生态安全[28]。因此本文参照相关研究[27, 29]选取了香浓多样性指数(SHDI)、聚集度指数(AI)、斑块密度(PD)、最大斑块指数(LPI)和景观形状指数(LSI),这些景观指标通常用以反映景观格局如大小、距离、形状、集聚性和多样性等主要特征。各指数的生态学意义及相关算法详见参考文献[27]。

在指标选取的基础上,本文对人类活动强度与景观格局耦合响应的分析如图3所示。首先,基于奉节县的经济密度、人口密度、景观开发强度和道路密度数据,我们运用层次分析法和指数和法定量分析人类活动强度。第二,我们利用移动窗口法分析奉节县景观格局指数的空间分布。最后基于双变量空间自相关模型分析人类活动强度和景观格局的耦合变化类型,并以二元逻辑回归模型探讨耦合变化类型的驱动机制。

表1 人类活动强度与景观格局耦合类型的特征

2.2 数据来源与处理

数据来源及其说明见表2,其中研究区的土地利用如图4所示。

表2 数据来源及说明

图3 研究框架Fig.3 The framework of the study

2.3 指标计算

2.3.1研究单元划分

根据研究区实际情况,生成1000m×1000m的格网作为人类活动强度的评价单元。

2.3.2景观开发强度指数

景观开发强度指数由Brown等提出[30],该方法将土地利用类型与单位面积能耗的开发强度相结合,计算各土地利用类型的景观开发强度系数,最后累加研究区各土地利用类型面积及其景观开发强度系数,得到景观开发强度综合指数:

LDIindex=∑LU(%)×LDIi

(1)

式中,LDIindex为区域景观开发强度综合指数；LU(%)为第i种土地利用类型的面积占比；LDIi为第i种土地利用类型的景观开发强度系数(表3)。

表3 不同土地利用/覆被的景观开发强度系数

2.3.3层次分析法和指数和法

本文采用层次分析法得到各项指标的权重,其中显性指标道路密度和景观开发强度指数的权重分别为0.073和0.432,隐性指标人口密度和经济密度的权重分别为0.167和0.328。然后利用指数和法对各指标及其权重进行综合,其计算公式如下:

(2)

式中,CHAI为综合显性—隐性人类活动强度,简称为综合人类活动强度,Xj为指标j的标准化；Aj为指标j的权重。

2.3.4双变量空间自相关模型

一般来说,简单的耦合关系也可以用相关性来描述[32],因此,本文采用双变量空间自相关模型确定综合人类活动强度与景观格局耦合之间的空间关系,并检验二者关系的有效性。双变量空间自相关模型[33]的计算公式如下:

(3)

2.3.5二元逻辑回归模型

二元逻辑回归模型是分析变量关系的有用工具,在土地利用驱动力分析中得到了广泛的应用[34]。本文采用二元逻辑回归模型确定影响因素、景观格局与综合人类活动强度空间耦合变化类型之间的定量关系。相关的回归模型如下。

将测量对象是否发生定义为因变量Y,测量对象发生时用1表示,反之用0表示。因变量的n个影响因素分别记为x1,x2,x3…xn。因变量Y在n个自变量作用下的发生概率定义为P,其值在0—1之间,表达式为:

(4)

对式(4)进行logit变换,得到一个线性公式：

(5)

式中,α为常数项,β1,β2,…,βn为回归系数,若βn为正,表示相关的自变量Xn,i能增加事件i的发生率,反之则减少,且βn的绝对值越大,表示自变量Xn,i对事件i的发生率的影响越大。

本文利用ArcGIS 10.2提取景观格局与综合人类活动强度的耦合变化类型以及在各驱动因子栅格图中具有变化值的10%(2138个)样本值作为变量。最后将提取的样本值导入逻辑回归模型诊断景观格局与综合人类活动强度的耦合变化的驱动因子,提取出显著的影响因子。

3 结果分析

3.1 人类活动强度的时空分布规律

由图5可知,2000—2020年,奉节县的人口密度逐年递减,经济密度逐年递增,两者在空间上逐渐向城区聚集,整体上长江北岸大于长江南岸,由奉节城区向南北山区逐渐递减；从显性人类活动的道路密度和景观开发强度指数角度来看,两者逐年递增,空间分布规律与隐性因子大体一致；从综合人类活动强度看,奉节县在农户生计方式的转型的背景下,区域经济产值得到明显的增长,综合人类活动强度在时间上整体无明显变化,由2000年的11.59%增加为2020年的12.48%,在空间上表现为南北部的山区向中部低海拔的河谷地区收缩。

无论是从隐性、显性和综合的角度看,奉节县的人类活动强度的时空分布特征表现为：局部增强,空间上整体向局部地区收缩。由于地形地貌的差异,2000—2020年,奉节县的人类活动强度分布与当地的地形梯度特征一致,即人类活动强度分布表现为南北山区低,中间长江河谷高,且长江北岸的人类活动强度整体高于南岸,这与长江北岸的河网相对密集、奉节县的经济和行政中心位于长江北岸等因素有关。此外,长江南岸的海拔较高,石灰岩占地面积较广,自然环境的限制较强。

图5 奉节县人类活动强度的时空分布Fig.5 Spatial and temporal distribution of human activity intensity in Fengjie County

3.2 景观格局的时空特征

2000年奉节县以灌木林地为景观基质,林地和耕地占地面积较大。到2010年在退耕还林工程的推进下,林地的主导性增强,且耕地明显减少,果园有了一定程度的扩张。而到2020年,生态农业的生态经济效益逐渐突显,以及在乡村振兴和耕地红线等政策的引导下,奉节县果园面积明显扩张,在地理位置较好的区域出现了一定程度的耕地复垦和开荒(图4)。

奉节县景观格局指数的时空变化表明(表4、图6),2000—2020年,奉节县景观的聚集度呈先减后增、整体呈减小趋势,景观形状指数和斑块密度呈先增后减、整体呈增加趋势,最大斑块指数持续增加,多样性持续减小。在空间上,奉节县景观的聚集度随着高程、坡度、距道路距离、距居民点距离和距河流距离的增加均逐渐增强；最大斑块指数随高程、坡度的增加先减后增,随距道路距离、距居民点距离和距河流距离的增加呈波动性增强；景观形状指数随高程、坡度的增加先增后减,随距道路距离、距居民点距离和距河流距离的增加呈波动性减小,在高程800—1100m、坡度15°—35°范围内的景观形状最复杂；斑块密度和多样性随着高程、坡度、距道路距离、距居民点距离和距河流距离的增加均逐渐减小。

综上,奉节县的景观格局随着区域内退耕还林、经果林经济发展等措施的实施,在地理条件较差的区域,景观单一,斑块较大,林灌草等的优势性较强且持续加强。而在地理条件较好的区域,景观多样性较高,斑块逐渐破碎,密度较高。

表4 2000—2020年奉节县景观水平上的景观格局指数

图6 奉节县景观格局时空特征Fig.6 Temporal and spatial characteristics of landscape pattern in Fengjie county高程分级为1：0—300m,2：300—500m,3：500—800m,4：800—1100m,5：1100—1400m,6：1400—1400m,7：>1700m；坡度分级为1：0—6°,2：6°—15°,3：15°—25°,4：25°—35°,5：>35°；距道路距离分级为1：0—1km,2：1—2km,3：2—3km,4：3—4km,5：4—5km,6：5—6km,7：6—7km,8：>7km；距河流距离分级为1：0—500m,2：500—1000m,3：1000—1500m,4：1500—2000m,5：2000—2500m,6：2500—3000m,7：3000—3500m,8：3500—4000m,9：4000—4500m,10：4500—5000m,11：>5000m；距聚落距离分级为1：0—100m,2：100—200m,3：200—300m,4：300—400m,5：400—500m,6：500—800m,7：>800m

3.3 人类活动强度与景观格局空间耦合特征

本文采用GeoDa软件的双变量局部空间自相关分析模块,来检验山区人类活动强度与景观格局的耦合模型,并以此来探讨奉节县景观格局与综合人类活动强度之间的空间相关关系。其中聚集度指数、最大斑块指数与综合人类活动强度的低—高聚类对应模型中的第一象限,低—低聚类对应第二象限,高—低聚类对应第三象限,高—高聚类对应第四象限。景观形状指数、斑块密度和香浓多样性指数与综合人类活动强度的高—高聚类对应模型中的第一象限,低—高聚类对应第二象限,低—低聚类对应第三象限,高—低聚类对应第四象限。由于从显性、隐性和综合角度分析的人类活动强度在空间分布上具有一致性,因此3种人类活动强度与景观格局耦合的空间分布具有一致性。

图7表明,2000年,各景观格局指数与综合人类活动强度的高—高聚类和低—高聚类聚集分布于研究区的河流沟谷地区,到2020年长江北岸区域各景观格局指数与综合人类活动强度的高—高聚类和低—高聚类逐渐向城区收缩,而在长江南岸山区沿沟谷逐渐扩张。各景观格局指数与综合人类活动强度的低—低聚类和高—低聚类聚集于奉节县的高海拔山区。2000—2020年,景观形状指数、斑块密度和香浓多样性指数与综合人类活动强度的低—低聚类呈扩张态势,高—低聚类被压缩,而聚集度指数和最大斑块指数与综合人类活动强度的高—低聚类明显扩张。这是由于研究区南北部高海拔地区的景观基质为生态景观类型,且随着城镇化和生态恢复的进一步推进,山区生态景观的主导性加强,斑块密度与多样性逐渐降低,聚集度和最大斑块指数值逐渐变大；而河谷低海拔地区人类活动强度加强,耕地功能发生转型,建设用地扩张,导致景观破碎,多样性高,斑块面积小,分布均衡,聚集性指数低。

图7 奉节县景观格局与综合人类活动强度的聚类图Fig.7 Clustering maps of Fengjie County′s landscape pattern and comprehensive human activity intensity index AI：聚集度指数,Aggregation index；LPI：最大斑块指数,Largest patch index； LSI：景观形状指数,Landscape shape index；PD：斑块密度指数,Patch density；SHDI：香浓多样性指数,Shannon′s diversity index；CHAI：综合人类活动强度指数,Comprehensive Human Activity Intensity Index

根据人类活动强度和景观格局的耦合模型,将2000年和2020年各景观格局指数与综合人类活动强度的聚类图进行空间叠加分析。如图8所示,研究区的人类活动强度与景观格局耦合变化类型是以逐渐协调型为主,其次是协调型和逐渐拮抗型,其中协调型和逐渐协调型主要位于研究区南北部海拔较高、坡度较大的山区和近城区。拮抗型和逐渐拮抗型主要分布在南北部坡度、地形起伏度较小的石灰岩山区,以及河谷沟谷地区。

图8 奉节县2000—2020年景观格局与人类活动强度的耦合变化特征Fig.8 Coupling change characteristics between landscape pattern and human activity intensity in Fengjie County from 2000 to 2020

4 讨论

4.1 人类活动强度与景观格局耦合变化的驱动因素分析

奉节县景观格局与综合人类活动强度耦合变化的各类型较为重要的解释变量为距聚落距离、距县行政中心距离、高程、距河流距离、距道路距离(图9)。其中距聚落距离是最重要的影响因素,其次是距县行政中心距离和高程,这间接反映了城镇化是影响山区人类活动和景观格局演变的重要因素[15]。另外海拔差异作为山区独特的地形特征,也是影响山区的社会生态系统演变的重要因素。整体上社会经济因素的影响作用大于自然因素,说明社会经济因素逐渐成为影响研究区社会生态系统发展的主要因素,这与众多学者对山区近几十年土地利用变化驱动研究的结论一致[35—36]。另一方面,社会经济的发展同时加速和扩大了地形地貌对山区社会生态系统的影响,因此对于山区来说,自然环境仍是制约人类活动的重要因素。

图9 景观格局与综合人类活动强度耦合变化的逻辑回归结果Fig.9 Logistic regression results of the coupling changes of landscape pattern and CHAI图中红色数字表示概率P通过0.05的显著性检验

4.2 山区人类活动强度变化与景观格局耦合响应

由于地形优势以及经济发展快速等原因,平原以及沿海地区的人类活动强度大多呈逐年增强趋势[37—38]。而近年来三峡库区腹地的人类活动在时间上并无明显变化,在空间上呈局部增强,整体收缩,区域差异扩大的趋势。同时千年以来黄土高原的社会生态系统演变历程表明[39],从长时间序列来看,山区人类活动强度在逐渐增强。但山区人类活动强度增加的幅度与全国的平均水平比较,整体上仍然偏低[40]。

山区地形地貌破碎,这是导致其社会经济发展落后于平原地区的根本原因,但其垂直地形所包括的地理、生态信息丰富,使得山区景观格局对人类活动强度的耦合响应具有一定的多样性和特殊性。如图10所示,随着地形梯度的增加,山区的人类活动强度逐渐降低,景观的异质性降低,生态导向性增强。另外,不同地形梯度上的景观格局对人类活动强度耦合响应也揭示了山区社会生态系统的动态过程,即随社会经济的发展,山区农户生计呈多样化,其人类活动逐渐向低海拔地区聚集,因此山区内部的社会生态系统逐渐分异,从全区域的相对拮抗转向整体更加协调,而局部更加拮抗。而人类活动强度与景观格局的耦合表现为,随时间的变化,两者由单一相对拮抗逐渐变成拮抗和协调随地形梯度多样波动变化的模式。在地形梯度小的区域,逐渐集约化的土地利用与逐渐增强的人类活动越来越协调,而地形梯度大的区域,生态逐渐恢复的景观与减弱的人类活动强度也更加协调,这将有益于区域生态安全。

近年来,奉节县在生态恢复的同时,区域经济生产总值快速增加,这说明区域土地的生态-经济效益明显提高,这是由于农户生计发生转型、耕地向果园大面积的转换而导致的[41]。人类活动强度在低海拔区域局部增加,说明通过局部地区的土地集约化来换取大面积山区生态恢复的模式,使区域在整体上达到了生态经济的双赢。

图10 山区内部景观格局对人类活动强度耦合响应的差异Fig.10 Differences in the coupling responses of inner mountain landscape patterns to human activity

4.3 研究不足与展望

由于研究区域为县级单元,能获得的以乡镇为单元的社会经济数据有限。另外本文区分了人类活动强度的显性和隐性特征,但隐性指标的选取具有主观性、区域限制性和空间精度较粗等不足,因此本文结合了土地利用状况,可有效减少不足。另一方面,由于2000年的土地利用为遥感解译获得的分辨率为30m的栅格数据,低于2010年和2020年人工交互解译所得的土地利用数据精度,这可能会影响2000年人类活动强度的定量评价,但本文揭示的规律仍符合近年来三峡库区腹地人类活动强度的总体变化趋势。而山区小地形梯度上土地利用的优化应是以后研究的重点。

5 结论

本文构建了山区人类活动强度与景观格局的耦合模型,定量评价了三峡库区奉节县2000—2020年的人类活动强度,并通过双变量空间自相关模型研究了人类活动强度与景观格局的空间耦合特征。主要研究结果如下：

(1)2000—2020年,奉节县的综合人类活动强度在时间上增加了0.89%,空间变化较明显,表现为整体收缩,局部增强的特点,且其空间分布具有聚集性,与奉节县的地形梯度有较高的相关性,即地形梯度较大的区域生态景观的主导性较强,斑块密度与多样性较小且逐渐降低,而聚集度和最大斑块指数值较大且逐渐增大,人类活动强度较低。而河谷区域耕地功能转型,建设用地扩张,导致景观破碎,多样性高,斑块面积小,人类活动强度较高,且呈逐年增加的趋势。

(2)奉节县的人类活动强度与景观格局空间耦合变化表现出协调型、拮抗型、逐渐协调型和逐渐拮抗型四种类型,而对这4种耦合变化类型较为重要的影响因子为距聚落距离、距县行政中心距离、高程、距河流距离、距道路距离,其中距聚落距离是最重要的影响因素,其次是距县行政中心距离和高程,整体上社会经济因素的影响程度大于自然因素,说明社会经济因素逐渐成为研究区社会生态系统发展的主要因素。

(3)三峡库区腹地山区人类活动强度与景观格局存在耦合响应,且其耦合响应具有一定的多样性和特殊性。随时间的变化,人类活动强度与景观格局的耦合表现为由单一相对拮抗逐渐变成拮抗和协调随地形梯度多样波动变化的模式。且随着社会经济的发展,不同地形梯度上的景观格局对人类活动强度耦合响应也揭示了山区社会生态系统逐渐分异的演变过程。

(4)三峡库区山区采用沟谷地区的土地集约化来换取大面积山区的生态恢复,以局部的不协调换取整体的协调,整体上达到了生态经济的共赢。另外,本文提出的综合显性—隐性人类活动强度指数具有简单、普适性和空间精细度高的优点,同时又保证了评价结果的准确性,这为山区人类活动强度演变的研究提供了新的思路。