基于景观形态的城镇与山地交互作用及其灾害效应<br/>——以粤港澳大湾区为例

基于景观形态的城镇与山地交互作用及其灾害效应
——以粤港澳大湾区为例

2023-04-18宫清华袁少雄黄志豪程玥淞陈敬业黄建国

热带地理 2023年3期

黎昊，宫清华，袁少雄，王钧，黄志豪，程玥淞，陈敬业，黄建国

（1.广东省科学院广州地理研究所//广东省地理空间信息技术与应用公共实验室//广东省地质灾害应急技术研究中心，广州 510070；2.昆明理工大学国土资源工程学院，昆明 650031）

丘陵浅山区作为人与自然双向作用的平原山地重要交互带，在高强度、高频率的工程建设活动影响下，景观结构在短时间内发生显著变化（Reichenbach et al., 2014）。粤港澳大湾区在快速城市化的驱动下，城镇用地需求不断增加，外围丘陵浅山区是城镇对山地扰动极为剧烈的区域，城镇面积增长侵占了周围农田、林地和湿地的空间（王文静等，2020；刘志涛等，2021）。林地作为丘陵浅山区主要地类，1980—2018年大湾区林地覆盖面积缩减1 274 km2，林地转变为建设用地的面积占林地丧失总面积的比例从1980—1990 年的11%增长至2010—2018年的42%，城市扩张幅度与空间格局显著影响林地破碎化（虞文娟等，2020）。

景观格局包括景观组成单元的类型、形状、数目以及空间分布与配置，是生态系统属性空间变异程度的具体表现，是土壤、水文地质、植被等层次的综合反映（宇振荣，2008）。同时景观格局与坡度、坡长以及土壤性质等密切相关，是自然和人类活动相互作用的结果（尹志恒等，2021）。建设用地对山地的扰动主要通过直接占用土地改变地貌形态，破坏坡面稳定性和水循环，进而引发地质灾害。据统计，广东90.3%的滑坡、崩塌等地质灾害由切坡工程活动引发，且主要发生在中低山区和丘陵浅山区（方朝丰，2018）。城镇不合理削山造地等工程活动深刻改变了原有地质地貌环境，增加了丘陵浅山区地质灾害的发生风险（黎昊等，2022）。因此，景观格局的变化虽然不是导致地质灾害的发生直接因素，但包含了工程切坡改变坡面形态的基本属性。

城市扩张过程中进行的人工削坡活动是导致山地景观破碎化的直接因素，同时也是增加滑坡、崩塌风险的关键因素。虽然历史时期的人工削坡活动无法进行有效监测，但可以通过景观格局指数分析获取城山交互区的切坡形态。如余刚鹏（1992）提出了山地平原交错带概念，并讨论了交错带的自然结构和边缘效应；黄佩（2020）认为山地灾害与城镇扩张强度、城镇景观破碎度之间有较强的耦合关系，不同时段呈现不同的时空分异特征；赵美龄等（2022）通过对比分析2010与2018年印度依都基地区地质灾害发育的土地利用/植被变化之间的关系，得出土地利用变化主要发生在林地与工程建设用地中，地质灾害主要分布于林地、建设用地、道路等交错区域。景观类型水平上，景观的大小、形状、破碎程度、聚合程度指数与滑坡危险性等级均具有一定的相关关系（郭惠娟，2010）。综合研究现状，滑坡、崩塌等地质灾害与人类工程活动导致的景观破碎有着密切关系。从城山交互区景观的角度出发，多数研究停留在两者之间的相关关系，未能揭示景观格局指数所体现的城山交互区形态特征及其灾害效应。

城市周边的山体稳定对于维持山地城市圈整体生态与环境安全的意义重大。研究城镇山地交互区的景观形态、面积以及空间配置与地质灾害之间的关系，探讨人类工程活动与丘陵山地相互作用对地质灾害发生的影响，可以从工程建设源头降低地质灾害风险。因此，本文以粤港澳大湾区为研究区，用城山交互区景观格局指数反映交互区的边界形态，分析景观格局指数与地质灾害发生强度之间的关系、识别关键因子，并利用GAM 模型拟合灾害发生强度与景观格局指数的函数关系，分析城市开发建设的地质灾害效应。以期为粤港澳大湾区土地利用规划布局提供指导建议，为生态恢复和土地资源的可持续合理利用及地质灾害防治提供参考。

1 研究区域概况

粤港澳大湾区城市群由广州、深圳、珠海、中山、江门、佛山、东莞、惠州、肇庆以及香港、澳门组成，介于21°56′-24°51′N、111°59′-115°28′E之间（罗赵慧等，2021）。大湾区位于南岭山脉以南，南濒南海，地形复杂多样以丘陵、平原为主，地处中纬度环球灾害与环太平洋灾害带交汇部位，海洋、陆地、大气交互作用强烈，受低纬度热带天气系统的交替影响，气候复杂多变，年均温为22℃，年平均降雨量为2 300 mm（杜鹏等，2010；谢和平等，2019）。大湾区作为中国经济活力最强、人口密度最大、发展速度最快的区域之一，人类活动作用十分强烈。在特殊的自然地理环境、气候条件和人类活动的综合影响下，大湾区崩塌、滑坡、泥石流等山地灾害频发（宫清华等，2021）。2014—2020年湾区滑坡、崩塌山地灾害点共计1 446个，山地灾害密度呈块状分布，大部分分布在丘陵浅山区与平原交错的区域（图1）。

图1 粤港澳大湾区地理位置Fig.1 The geographic location of the Guangdong-Hong Kong-Macao Greater Bay Area

2 数据与方法

2.1 数据来源

地质灾害（2014—2020年）数据来源于广东省各地市地质灾害防治方案及香港特别行政区政府资讯科技总监办公室①https://data.gov.hk/，数据由广东省科学院广州地理研究所自然地理与资源环境研究部汇总整理。DEM数据来源于中国科学院计算机网络信息中心地理空间数据云平台②http://www.gscloud.cn/；2005和2020年土地利用遥感监测数据来源于中国科学院地理科学与资源研究所③http://www.resdc.cn/。

2.2 数据处理

2.2.1 城镇山地交互区提取根据“中国1∶100万地貌图制图规范”与中国陆地1∶100万数字地貌三等六级七层的数值分类方法（中国科学院地理研究所，1987；周成虎等，2009），以地势起伏度定义地貌基本类型。粤港澳大湾区地貌以平原、丘陵、台地为主（邓昊键等，2020），其中，平原占48.2%、丘陵台地占51.4%、小起伏山地占0.4%。本文将小起伏山地、丘陵、台地统称为丘陵浅山区。基于均值变点法计算大湾区最佳地势起伏度提取单元，划分丘陵浅山区，并结合土地利用类型数据将建设用地与丘陵浅山区重合区域进行识别，提取城镇山地交互区（建设用地干扰丘陵浅山区），具体提取步骤及空间分布结果见文献（黎昊等，2022）。

2.2.2 城镇山地交互景观格局指数计算城山交互区的边缘效应，一方面表现为环境因子相互作用在交互区内的某些特殊的自然响应，另一方面表现为人类的占领、开拓、利用和调控的特化作用，从而产生各种不同的地理结果（余刚鹏，1992）。考虑景观格局指数的意义和城山交互区边缘效应（张倩宁等，2017；欧维新等，2019；罗佳茹等，2021），选取回旋半径、分维数、景观形状指数、相关外接圆指数、边缘面积比、形状指数、分离度指数、连接性指数、拼块面积9个景观指数分析大湾区各地级市的城镇山地交互区景观形态（表1）。基于Fragstats 4 计算大湾区各地市（澳门除外）各类景观格局指数。

表1 城镇山地交互区景观格局指数类别Table 1 Landscape pattern index categories for urban-mountain interaction areas

2.2.3 地质灾害发生强度计算地质灾害发生强度采用大湾区各市区的地质灾害数量与面积的比值计算，公式为：

式中：D表示地质灾害发生强度；d表示地质灾害数量；S表示面积。

2.3 城山交互区景观形态与地质灾害发生强度的相关关系

采用Pearson 相关性分析方法计算粤港澳大湾区地市地质灾害发生频率与城镇山地交互区各景观格局指数之间的关系。Pearson相关系数是描述2个变量之间的相关程度的常用统计量，相关系数绝对值的大小，可体现变量之间的密切程度（南英子，2011）。为归纳统一样本的统计分布性，首先需对景观格局指数及地质灾害发生频率进行归一化处理，公式为：

式中：Dmax为地质灾害强度的最大值；Dmin为地质灾害强度的最小值；DF为地质灾害强度归一化值。

Pearson相关系数计算方法为：

式中：E表示均值；D表示方差；D(x)D(y)表示标准差；Cov(x，y)=E[(x-Ex)(y-Ey)]表示变量x与y之间的协方差；相关系数ρxy表示2个变量之间的协方差与标准差的商，取值范围为［-1，1］。|ρxy|越大，表示变量x与y相关性越高，ρxy为正值表示正相关，ρxy为负值表示负相关，ρxy=0表示两者不相关。

由公式（3）变换可得地质灾害强度与景观格局指数Pearson相关系数：

式中：x、y均表示地质灾害发生强度与景观格局指数序列组；xi、yi表示第i序列组的值；xˉ、yˉ表示序列组的均值；rxy表示质灾害强度与景观格局指数Pearson系数。

2.4 城山交互的灾害效应分析

采用GAM 模型探究景观格局指数变量对地质灾害的效应。GAM模型是在广义线性模型（Generalized Linear Model, GLM）的基础上提出的（Hastie et al., 1990），GAM 为非参数回归模型，模型假设函数是相加的，可对解释变量进行线性拟合和光滑函数拟合，能自动选择合适的多项。为比较各景观格局指数类型对地质灾害的贡献，将地质灾害概率作为响应变量，各景观指数因子作为解释变量分别建立GAM 模型。模型采用恒等联系函数作为连接函数，平滑回归项采用样条平滑函数，模型为：

式中：β0为截距；β1为景观指数系数；Xi为交互区景观格局指数；i为第1 -n类景观格局指数。

3 结果分析

3.1 城山交互区与地质灾害强度分布特征

图2显示，城山交互区分布范围较广，大多集中在人口聚集且起伏度较高的区域。其中，城山交互区面积较大的区域主要分布于大湾区中部及东南地区，江门和惠州也有少量分布，面积分别为63.5和 81.9 km2，地质灾害频率分别为0.7 和0.9 个/102km2；广州的城山交互区主要分布于白云山南部，面积为131.8 km2，地质灾害频率为3 个/102km2；深圳、香港、东莞主要分布于人口聚居的南部，面积分别为81.6、58.5、32.1 km2，地质灾害频率分别为10、10 和11 个/102km2。崩塌、滑坡地质灾害点与城山交互区分布有较大相似度，同样集中分布于大湾区中部及东南沿海经济区。

图2 粤港澳大湾区城镇山地交互区与地质灾害分布Fig.2 Distribution of urban mountain coupling area and landslide hazards in the Guangdong-Hong Kong-Macao Greater Bay Area

3.2 城山交互区景观形态空间分布特征

以区县级尺度计算粤港澳大湾区景观格局指数，并依据自然断点法分为4级。景观格局指数空间分布如图3所示。回旋半径属于边缘指标类，用以表征斑块边界的曲折性、斑块范围等属性，回旋半径在香港、江门市西北部、广州北部及惠州大部分区域数值较大，表明该地区单个斑块范围较大，紧凑度较高。分维数、景观形状指数、相关外接圆指数、形状指数、边缘面积比都表征斑块的形状及其复杂程度。综合来看，香港、深圳、大湾区西北部斑块形状较其他地区复杂，在江门市新会区、珠海市同样数值较大，表明该地区斑块面较大且形状不规则，城镇建设对山体的切坡削坡的规划较为无序。分离度指数、连接性指数都表示斑块的聚散性，香港、珠海、深圳的斑块聚合度高，肇庆、惠州地区斑块聚合度较差，这与城市发展水平有较大关系，广州、深圳、香港这些城市群以面状扩散，肇庆、惠州等地发展以点状扩散，导致在发展欠佳的地区城山交互斑块连接性较差，两者的指数计算结果也呈相反趋势，结果符合实际情况。拼块面积属于面积指标，刻画斑块的形状的规则及复杂程度，深圳、香港、珠海、中山、惠州东部的斑块面积形状较为复杂，其结果与形状指标、边缘指标较为类似，表示边缘长度越长，斑块边线越曲折，斑块的面积越大形状越复杂。

图3 粤港澳大湾区城镇山地交互区景观指数空间分布Fig.3 Spatial distribution of landscape index in urban mountain coupling area in the Guangdong-Hong Kong-Macao Greater Bay Area

3.3 城山交互区景观形态与地质灾害强度关系

根据公式1～4计算建设用地入侵丘陵浅山区景观格局指数与地质灾害频率相关性（图4）。整体上，城山交互区景观格局指数中，拼块面积、回旋半径、形状指数、分维数、边缘面积比、相关外接圆指数、连接性指数与地质灾害频率呈正相关，景观形状指数和分离度指数与地质灾害频率呈负相关。其中连接性指数、形状指数、分维数与回旋半径与灾害频率均呈极显著的正相关性（P<0.01），相关外接圆指数与灾害频率呈显著正相关关系（P<0.05）。分离度指数与灾害频率呈极显著的负相关性（P<0.01），景观形状指数与灾害频率呈显著负相关性（P<0.05）。拼块面积与边缘面积比与地质灾害频率有一定相关性，但显著水平不高（P<0.1）。

图4 粤港澳大湾区城山交互区景观指数与地质灾害相关性Fig.4 Correlation between landscape index of urban mountain coupling area and landslide hazard in the Guangdong-Hong Kong-Macao Greater Bay Area

3.4 城山交互区景观格局指数与地质灾害频率的拟合关系

将9类景观指数分作为解释变量，拟合各景观指数与地质灾害频率的GAM 模型（表2）。景观指数中对地质灾害有显著影响的因子包括景观形状指数、回旋半径、形状指数等7个，其中连接性指数、分离度指数、形状指数、分维数和回旋半径对地质灾害有极显著影响；相关外接圆指数和景观形状指数对地质灾害有显著影响；拼块面积和边缘面积比对地质灾害有一定影响，但不明显，这与3.2 小节分析结果一致。

表2 粤港澳大湾区地质灾害频率与景观指数因子的GAM模型拟合效果Table 2 GAM model fitting results of landslide frequency and landscape pattern indexs in the Guangdong-Hong Kong-Macao Greater Bay Area

各景观指数对地质灾害基于GAM 模型的效应如图5所示。景观形状指数、回旋半径、形状指数、分维数、边缘面积比、相关外接圆指数及分离度指数与地质灾害频率之间为线性关系，地质灾害频率随景观形状指数与分离度指数的增加而递减，随回旋半径、形状指数、分维数、边缘面积比和相关外接圆指数的增加而递增；连接性指数和拼块面积与地质灾害频率之间为非线性关系，地质灾害频率随连接性指数的增加呈先增加后减少的趋势，随拼块面积的增加呈先增加后趋平趋势。

图5 粤港澳大湾区地质灾害发生频率与各景观指数类型的GAM模型拟合Fig.5 The fitting diagram of the gam model between the occurrence frequency of landslide hazard and various landscape index types in the Guangdong-Hong Kong-Macao Greater Bay Area

综上，边缘指标、形状指标、聚散性等城山交互区景观格局指数与地质灾害频率均呈显著相关性。其中，边缘指标中回旋半径与灾害概率呈显著正相关，地质灾害频率随着回旋半径的增加而升高，表明城山交互区的边界长度越长，景观被边界分割的程度越大，其交互区接触面积越大，形状越复杂，发生崩塌地质灾害的概率越高。对应工程建设角度，即工程对山体开挖的范围越大，工程切面越曲折、形态越复杂、切面越大，发生崩塌滑坡地质灾害的概率越高。形状指标中形状指数与地质灾害频率相关性最高，其次是分维数、相关外接圆指数，表明城山交互区形状越不规则其接近圆的程度越小，交互区斑块越破碎，引发地质灾害的概率越大。聚散性中连接度指数与地质灾害频率呈高度正相关，分离度指数与地质灾害频率呈高度负相关，表明交互区在空间上的连接度越高斑块越聚合，引发地质灾害的概率越大。面积指标中拼块面积与地质灾害频率呈一般正相关，表明交互区面积越大形状越复杂，核心斑块占交互区总面积的比值越高，地质灾害的发生概率越大。对应工程建设特征角度，工程建设越紧密，团聚程度越高，核心工程所占的面积越大，越可能引发地质灾害。

因此，在城市建设的规划设计阶段，应注重顺从山坡趋势规划建设物，避免切坡面积过大，且建设切坡形状不宜过于复杂，同时在丘陵山地区尽量将建筑物分散建设，避免过于团聚而导致工程边坡互相影响降低稳定性，以此降低滑坡、崩塌地质灾害发生的概率，减少生命财产损失。

本文以城市扩张后城镇山地交互区形态的视角分析其对地质灾害的影响，研究结果可为实际工程规划设计提供参考。相较于传统以物理模型和数值模拟单个边坡切坡对坡体稳定性，通过遥感手段获取土地利用类型，计算景观格局指数的方法更适于大范围、区域性、长时序研究，且成本较低。同时城镇山地交互区景观格局指数也可以作为地质灾害易发性评价因子，代替传统以道路密度、人口密度

4 讨论

等因子表征人类工程活动的强弱，更能体现出人类工程活动的范围、强度、空间分布等信息，可以显著提高地质灾害易发性评价的精确度。

本研究也存在一定局限性：1）崩塌、滑坡灾害数据时限较短，仅有6 a 的相对连续数据，其相对于城镇交互区景观格局的单期变化代表性可能还不够；2）地质灾害在地市空间上的分布不够均匀，且从区县尺度进行的分析对比在数据样本上欠缺，将来可从乡镇甚至村街角度进行更细致的探讨；3）从景观生态学到地质灾害的学科跨度较大，关于山地工程开挖与景观格局演变、地质灾害与景观指数之间的理解存在局限性，需要更深入的分析梳理，以进一步探讨城镇山地交互区对地质灾害的影响及其时空分异特征。