青藏高原城市扩展过程的区位因素——基于随机森林的多尺度分析

毛诚瑞,任 强,李 磊,何春阳,*

1 北京师范大学环境演变与自然灾害教育部重点实验室,北京 100875 2 北京师范大学地表过程与资源生态国家重点实验室,北京 100875 3 应急管理部-教育部减灾与应急管理研究院,北京 100875 4 北京师范大学地理科学学部,北京 100875

青藏高原是我国乃至全球生物多样性保护的热点地区[1]。然而,由于生态系统结构单一且对人类活动极为敏感,青藏高原也是我国最大的生态脆弱区[2]。近年来,在“西部大开发”与“一带一路”倡议的共同推动下,青藏高原城市经历了快速的城市扩展过程[3]。这导致了土壤流失、草地退化和水质污染等一系列生态环境问题[4—5],使得区域社会经济的发展与脆弱的高原生态系统保护之间的矛盾日益突出。城市的区位因素是指促使城市区位地理特征和功能形成及变化的条件,包括自然区位因素(例如,地形、气候和河流等)和社会经济区位因素(例如,交通、政治和宗教等)[6—7]。区位因素会影响城市扩展的空间格局,从而改变城市扩展对区域生态环境的影响[8]。未来,青藏高原的城市还会进一步扩展[9]。认识青藏高原城市扩展过程的区位因素特征是优化高原城市土地空间格局的基础,对实现高原可持续发展目标和生态文明建设具有重要意义。

目前,已有学者揭示了青藏高原典型城市的扩展过程区位因素特征。这些研究定性或定量的分析了地形、交通和河流等区位因素对青藏高原城市扩展的重要性[10—14]。例如,唐艳等[10]和蒲光昕等[11]采用定性的方式分析了西宁市城市扩展过程的区位因素特征,发现地质地貌条件限制了西宁市的城市扩展。Pan等[12]和Tang等[13]采用定量的方式分别分析了西宁市和拉萨市的城市扩展过程的区位因素特征,发现交通因素对两个城市的扩展具有重要的推动作用。这些局地尺度的研究为认识青藏高原城市扩展的区位因素特征提供了良好的基础,然而对于青藏高原全域尺度的城市扩展过程区位因素特征的分析还有待进一步研究。此外,已有区位因素研究的分析尺度集中于行政区划尺度,缺乏基于生态学尺度的区位因素研究。然而,生物群区和生态区是生态学尺度的重要组成单元,具有相似的生境类型和生物多样性的属性,是分析城市扩展过程对自然生境和生物多样性影响的重要尺度[15—16]。基于生态学尺度进行区位因素研究,可以与生物多样性保护相结合,进一步分析区位因素影响下的城市扩展对生物多样性的影响,进而为青藏高原的生物多样性保护提供政策建议。

随机森林为从生态学尺度分析青藏高原城市扩展过程区位因素提供了有效的方法。随机森林是一种机器学习算法,可以很好地拟合与城市扩展密切相关的区位因素间的线性关系,进而准确评估各区位因素的相对重要性。目前,已有学者使用随机森林的方法在不同地区开展了城市扩展区位因素研究。例如,Zhang等[17]采用随机森林方法分析了惠州市惠城区2000—2010年城市扩展区位因素的特征,发现交通因素对惠城区城市扩展具有重要的影响。宋世雄等[18]利用随机森林分析了呼包鄂榆城市群城市扩展的主要区位因素,发现到城市中心的距离是影响区域城市扩展最重要的因素。

本文的目的是从生态学尺度分析青藏高原城市扩展过程的区位因素特征。首先,基于高分辨率长时间城市土地数据集(GAIA),通过目视解译的方法提取青藏高原1990—2020年城市土地,并分析区域30年来的城市扩展过程。然后,利用随机森林方法在全区、生物群区和生态区3个尺度上分析青藏高原城市扩展的区位因素特征。本研究的结果有利于全面认识青藏高原城市扩展区位因素特征,进而为该地区生物多样性保护和可持续发展提供政策建议。

1 研究区与数据

1.1 研究区

青藏高原位于25°59′—40°1′N、67°40′—104°40′E之间,北起西昆仑山-祁连山山脉北麓,南抵喜马拉雅山等山脉南麓,西自兴都库什山脉和帕米尔高原西缘,东抵横断山等山脉东缘,跨中国、印度、巴基斯坦和尼泊尔等9个国家。总面积为308.3万km2,平均海拔约4320 m[19](图1)。由于地域广阔且地形复杂,青藏高原具有热带、亚热带、温带和寒带等多种气候类型[20]。高原多年平均温度为1.37℃,降水量在300—400 mm之间[21]。

图1 研究区Fig.1 Study area图中罗马数字为生物群区编号;Ⅰ: 山地草原和灌丛群区;Ⅱ:温带针叶林群区;Ⅲ:温带阔叶和混交林群区;Ⅳ:荒漠和干旱灌丛群区;Ⅴ:热带和亚热带湿润阔叶林群区;Ⅵ:温带草原、稀疏草原和灌丛群区;Ⅶ:热带亚热带针叶林群区

青藏高原独特的地质历史与丰富的自然环境孕育了众多特有的动植物物种,形成了具有高海拔特征的生态系统和物种多样性中心,被誉为“珍稀野生动植物天然园和高原物种基因库”[1]。根据世界自然基金会(WWF)的划分,青藏高原一共有40个生态区,隶属于7个生物群区[15]。从生物群区尺度看,山地草原和灌丛群区的面积最大,约为232.8万km2,占青藏高原总面积的75.5%。从生态区尺度上看,青藏高原中部高山草原生态区的面积最大,约为62.9 km2,占青藏高原总面积的20.4%(图1)。根据世界自然保护联盟(IUCN)红色名录,青藏高原共有1193种濒危物种[22]。其中,山地草原和灌丛群区有1157种,占青藏高原濒危物种总数的96.98%。青藏高原中部高山草原生态区有330种,占青藏高原脊椎动物总数的18.72%。

2000—2020年,青藏高原经历了快速的城市化进程。青海省城镇人口从180万增长到337万,增长了87.2%。西藏自治区城镇人口从50万增长到110万,增长了1.2倍。同期,青海省国内生产总值(GDP)从263.7亿元增长到3005.9亿元,增长了近10倍。西藏自治区GDP从117.8亿元增长到1902.7亿元,增长了近16倍[23—24]。

1.2 数据

本文使用的数据主要包括长时间序列城市土地数据、高程数据和地理信息辅助数据。其中,城市土地数据来源于清华大学数据平台发布的全球人造不透水层数据集(GAIA)(http://data.ess.tsinghua.edu.cn/gaia.html)。GAIA数据基于Sentinel-1数据和夜间灯光数据,采用改进后的“排除/包含”算法提取,总体精度为89%,空间分辨率为30 m[25]。高程数据来源于地理空间数据云平台(https://www.gscloud.cn/),空间分辨率为90 m。地理信息辅助数据包括研究区边界、河流和公路等。其中,研究区边界来源于国家青藏高原科学数据中心(https://data.tpdc.ac.cn/)。河流数据来源于全球水文数据集(HydorSHEDS)提供的全球河流数据(https://www.hydrosheds.org/),主要公路和铁路等交通数据来源于中科院资源环境科学与数据中心(https://www.resdc.cn)。生物群区和生态区边界来源于WWF发布的全球陆地生态区划(https://www.worldwildlife.org/publications/wildfinder-database)。该区划以生物多样性保护为目标,属于生物地理区划范畴[26]。以生物的地域分异规律作为核心划分依据,该区划将生物群区和生态区划分为具有相似属性的自然生境和生物多样性聚集的地理单元[15]。为了保证数据一致性,将所有数据转换为统一的阿尔伯斯(Albers)等积圆锥投影,并将栅格数据重采样为30 m分辨率。

2 研究方法

本研究的研究流程见图2,共分为2个步骤。首先,结合GAIA数据和目视解译提取青藏高原1990—2020年城市土地信息,在此基础上多尺度分析青藏高原的城市扩展过程。其次,采用随机森林的方法分析区域1990—2020年城市扩展过程的区位因素。

图2 流程图Fig.2 Flow chartGAIA: 全球人工不透水层数据集Global artifical impervious area

2.1 提取区域1990—2020年城市土地信息

由于青藏高原城市化率低且城市土地异质性较大,GAIA数据获取的城市土地信息与青藏高原实际的城市土地存在一定的误差。因此,本研究首先基于谷歌地球高分辨率遥感影像对GAIA数据进行目视解译,获取1990—2018年的青藏高原城市土地。然后,在2018年青藏高原城市土地的基础上,通过目视解译的方式获取2020年城市土地数据,得到1990—2020年青藏高原城市土地。

参考Liu[27]的研究,基于城市土地不会转化为其它土地利用类型的假设,对城市土地数据进行时间序列订正,具体公式如下:

(1)

式中,UL(n-1,i)、UL(n,i)和UL(n+1,i)分别表示第n-1年、第n年和第n+1年像元是否为城市土地,1表示城市土地,0表示非城市土地。

2.2 分析区域1990—2020年城市扩展过程

参照Pan等[12]的研究,选择景观扩展指数(LEI)、斑块密度(PD)和景观形状指数(LSI)3个指标,分别表征城市扩展模式、城市景观的破碎度以及形状。其中景观扩展指数的计算公式如下:

(2)

式中,LEI表示景观扩展指数,其取值范围为0—100[28]。当LEI=0时,新增城市土地为蛙跃型。当0

斑块密度的计算公式如下:

PD=N/A

(3)

式中,PD表示斑块密度。PD值越大,表示斑块的破碎化程度越高,反之则破碎化程度越小。N表示景观中城市斑块的总数,A为景观的总面积。

景观形状指数的计算公式如下:

(4)

式中,LSI表示景观形状指数。E表示景观中城市斑块边界的总长度,A为景观总面积。LSI值越大,表示斑块的形状越不规则。

2.3 分析区域1990—2020年城市扩展过程的区位因素

根据Pan等[12]的研究和数据的可获取性,本研究从自然和人文两个方面选择了7个对青藏高原城市扩展过程影响较大的区位因素,并使用随机森林的方法分析了青藏高原城市扩展的区位因素。选取的区位因子包括高程、坡度、坡向、到河流距离、到公路距离、到铁路距离和到城市中心距离。值得注意的是,本研究在像元层面对各区位因素的重要性进行计算,文章中所采用的“距离”是指任意像元距离目标源(河流、公路和铁路等)最短的欧式几何距离。

基于随机森林的区位因素影响分析包括以下4个步骤。第一,在区位因素数据集中随机选取66%的数据为训练样本,其余34%的数据作为袋外数据。第二,基于训练样本构建决策树,通过与袋外数据对比评估模型精度,当袋外得分大于0.85时认为模型精度符合要求。第三,利用袋外数据与每个决策树计算误差(e1),然后随机调换袋外数据中某个因素j的顺序得到新的袋外数据,再次计算误差(e2)。第四,将每个决策树e1和e2的差值标准化,得到因子j的重要性。本研究以区位因素的重要性作为指标,来确定该因素对城市扩展的影响程度。区位因素的重要性越大,说明该因素对城市扩展的影响越大。

最后,在全区、生物群区和生态区3个尺度上计算了1990—2020年青藏高原城市扩展各区位因素重要性。同时,本研究还计算了1990—2000年和2010—2020年青藏高原城市扩展各区位因素的重要性,并基于此分析了区位因素重要性的变化。

3 结果

3.1 1990—2020年城市扩展过程

青藏高原1990—2020年期间经历了快速的城市扩展过程。全区城市土地面积由277.4 km2增长到974.9 km2,增长了697.5 km2,增长了2.5倍。各生物群区中,山地草原灌丛群区城市扩展面积最大。该群区城市扩展面积为467.5 km2,占全区城市扩展总面积的67.0%。在山地草原灌丛群区中,藏东南灌丛草甸生态区城市扩展面积最大,为244.3 km2,占山地草原灌丛群区扩展总面积的52.3%(表1、表2、图3)。

表1 1990—2020年青藏高原各群区城市土地扩展过程Table 1 The urban expansion in Qinghai Tibet Plateau from 1990 to 2020

表2 1990—2020年山地草原和灌丛群区各生态区城市扩展过程Table 2 The urban expansion of each ecoregions in the montane grassland and shrubland biome from 1990 to 2020

图3 1990—2020年青藏高原城市扩展过程Fig.3 The urban expansion on the Qinghai Tibet Plateau from 1990 to 2020

青藏高原城市扩展过程以边缘型为主。全区边缘型扩展面积为382.2 km2,占城市扩展总面积的54.8%。蛙跃型和内填型扩展面积分别为222.8 km2和92.5 km2,分别占总扩展面积的32.0%和13.2%。在各生物群区中,有5个群区以边缘型城市扩展为主。其中,山地草原和灌丛群区边缘型扩展面积最大,为284.2 km2,占该生物群区扩展总面积的60.8%。在山地草原和灌丛群区中,75%的生态区以边缘型城市扩展为主。其中,藏东南灌丛草甸生态区边缘型扩展面积最大,为154.4 km2,占该生物群区扩展总面积的63.2%(表1、表2)。地形的限制是青藏高原城市扩展过程呈现以边缘型为主的可能原因。青藏高原的城市土地主要集中在河湟谷地、“一江两河”地区和克什米尔谷地等河谷地区。这些地区地势较低,光照充足,水资源丰富且土壤肥沃,为城市扩展提供了良好的自然区位条件[29]。然而,受周边地形的限制,这些河谷地区的城市扩展主要沿着河流主干道向外线性延伸,导致以边缘型扩展为主[10—11]。

青藏高原城市景观呈破碎化趋势。1990—2020年,青藏高原城市的斑块密度和景观形状指数不断增加。其中,斑块密度从0.009增长至0.021,增长了1.33倍。景观形状指数从1.46增加至4.20,增加了1.88倍。各生物群区中,斑块密度和景观形状指数也呈增加趋势。其中,山地草原和灌丛群区的斑块密度和景观形状指数增加最多。斑块密度从0.006增加到0.016,增加了1.67倍。景观形状指数从0.88增加到 2.92,增加了2.32倍。在山地草原和灌丛群区,雅鲁藏布江干旱草原生态区的斑块密度增加最多,增加了2.55倍。藏东南灌丛草甸生态区的景观形状指数增加最多,增加了1.98倍(表1、表2)。青藏高原城市景观呈现破碎化是多种因素综合作用的结果。一方面,在河谷城市发展的过程中会规避山体与水体的阻隔,从而新增不连续的城市土地斑块[30]。另一方面,受交通因素辐射带动作用的影响,青藏高原城市土地易沿着交通干线增长,加大了城市斑块的破碎化[31]。

3.2 城市扩展过程区位因素重要性

高程是影响青藏高原城市扩展最主要的区位因素。在全区尺度上,高程对青藏高原城市扩展的重要性为32.81%。到城市中心距离、公路和坡向等区位因素的重要性次之,分别为19.39%、14.98%和10.77%。铁路、坡度和河流因素对城市扩展的重要性均小于10%。各生物群区中,高程均是影响青藏高原城市扩展最主要的区位因素。其中,山地草原和灌丛群区高程的重要性最大。该群区高程的重要性为31.93%。到城市中心距离、公路和坡度的重要性分别为21.63%、13.22%和11.14%。铁路、坡度和河流等因素的重要性小于10%(图4)。在山地草原和灌丛群区的各生态区中,高程也均是影响青藏高原城市扩展最主要的区位因素。其中,青藏高原中部高寒草原生态区的高程重要性最大,重要性为30.59%。到城市中心距离、公路、坡向和铁路的重要性次之,分别为22.29%、13.36%、12.25%和11.92%。坡度和河流等因素的重要性小于10%(图5)。

图4 1990—2020年不同生物群区城市扩展过程区位因素的重要性Fig.4 The importance of location factors of urban expansion in different biomes from 1990 to 2020图中缩写代表7个不同的生物群区;分别为MGS:山地草原和灌丛群区 montane grasslands and shrublands;TBMF:温带阔叶和混交林群区 Temperate broadleaf and mixed forests;TCF:温带针叶林 Temperate conifer forests;DXS:荒漠和干旱灌丛群区 Deserts and xeric shrublands; TSMBF:热带亚热带湿润阔叶林群区 Tropical and subtropical moist broadleaf forests;TGSS:温带草原和灌丛群区 Temperate grasslands, savannas and shrublands;TSCF:热带亚热带针叶林群区 Tropical and subtropical coniferous forests

图5 1990—2020年山地草原和灌丛群区内不同生态区城市扩展过程区位因素的重要性Fig.5 The importance of location factors of urban expansion in different ecoregions of montane grasslands and shrublands from 1990 to 2020图中缩写代表6个不同的生态区;分别为CTPAS:青藏高原中部高寒草原生态区 Central Tibetan Plateau alpine steppe;YTAS:雅鲁藏布江干旱草原生态区 Yarlung Tsangpo arid steppe;STSM:藏东南灌丛草甸生态区 Southeast Tibet shrublands and meadows; TPASM:青藏高原高寒灌丛草甸生态区 Tibetan Plateau alpine shrublands and meadows;KWTPAS:喀喇昆仑-青藏高原西部高寒草原生态区 Karakoram-west Tibetan Plateau alpine steppe; WHASM:喜马拉雅西部高山灌丛草甸生态区 Western Himalayan alpine shrub and Meadows

在不同扩展模式下,高程也都是对城市扩展影响最大的区位因素。全区尺度上,在城市扩展面积最大的边缘型扩展模式中,高程的重要性为30.62%。第二重要的区位因素是到城市中心距离,为19.67%。在蛙跃型和内填型扩展模式中,高程的重要性分别为32.03%和25.21%(图6)。在城市扩展面积最大的山地草原灌丛群区中,高程对蛙跃型、边缘型和内填型三种城市扩展模式的重要性分别为32.04%、29.25%和25.78%,也都是不同扩展模式下重要性最大的区位因素(图7)。在山地草原灌丛群区城市扩展面积最大的藏东南灌丛草甸生态区中,高程对蛙跃型、边缘型和内填型三种城市扩展模式的重要性分别为27.07%、31.33%和27.43%,同样均为不同扩展模式下重要性最大的区位因素(图8)。

图7 山地草原和灌丛群区不同城市扩展模式下区位因素的重要性Fig.7 The importance of location factors in different urban expansion modes on montane grasslands and shrublands

图8 藏东南灌丛草甸生态区不同城市扩展模式下区位因素的重要性Fig.8 The importance of location factors in different urban expansion modes on southeast Tibet shrublands and meadows

3.3 城市扩展过程区位因素重要性的变化

高程对城市扩展的重要性在1990—2020年期间减小。全区尺度上,高程重要性由1990—2000年的35.10%减小到2010—2020年的31.06%。在生物群区尺度上,高程重要性也呈现减小的趋势。其中,山地草原和灌丛群区的高程重要性减小最多,由35.77%减小到31.46%(表3)。在山地草原和灌丛生物群区中,各生态区高程重要性减小了1.72%—5.49%。其中,该生物群区城市扩展面积最大的藏东南灌丛草甸生态区的高程重要性减小4.04%(图9)。已有研究发现青藏高原的城市土地正在不断地往高海拔地区扩展[12],这也意味着高程对青藏高原城市扩展的限制作用正在减小。由于国家与地方对高质量生境和耕地的保护,青藏高原用于建设的土地资源受限。然而,城市土地的需求仍不断增长,这一定程度上导致城市不断往高海拔地区发展[32]。

表3 高程和到铁路的距离对青藏高原城市扩展的重要性Table 3 Importance of elevation and distance to railways for urban expansion in Qinghai Tibet Plateau

图9 青藏高原1990—2020城市扩展区位因素重要性变化Fig.9 Changes in the importance of location factors for urban expansion on the Qinghai Tibet Plateau from 1990 to 2020

1990—2020年,到铁路的距离是重要性增加最多的区位因素。全区尺度上,到铁路的距离对城市扩展的重要性从2.15%增长到10.56%,增加了3.9倍。到城市中心的距离和坡向的重要性分别增加了1.08%和0.05%。在生物群区尺度上,山地草原与灌丛群区到铁路的距离的重要性增加最多,增加了6.62%。山地草原和灌丛生物群区中有超过70%生态区,到铁路的距离是区域内重要性上升最多的区位因素,重要性增加了1.36%—9.17%。其中,在城市扩展面积最大的藏东南灌丛草甸生态区中,到铁路的距离重要性增加了2.21%(图9)。

4 讨论

4.1 目视解译的城市土地数据和随机森林模型可以准确反映青藏高原城市扩展过程的区位因素特征

青藏高原城市土地空间异质性较强,城市斑块易出现“同物异谱”的现象,这导致该地区城市土地的识别精度低于全球平均水平[25]。因此,本研究结合GAIA数据和目视解译方法订正青藏高原城市土地数据,从而提高城市土地信息的准确性。参考Liu[27]的研究,本文基于社会经济数据和高分辨率遥感影像评估了青藏高原1990—2020年的城市土地提取精度。首先,基于统计年鉴数据分别分析了GDP年均增长量、城镇人口年均增长量与城市土地年均增长量之间的相关关系。研究发现,本文获取的青藏高原城市土地信息与GDP和城镇人口数据均显著相关,Pearson相关系数分别为0.90(P<0.001)和0.87(P<0.001),高于其它城市土地数据(图10、图11)。其次,采用等量分层随机抽样的方法选取了1000个样本点,结合谷歌地球高分辨率影像(4 m)评估了本文获取的城市土地信息与已有其它城市土地信息[25,33—34]的精度。考虑其他城市土地数据的时间范围,本文对比了1990—2010年各城市土地数据的精度。研究发现,本文获取的青藏高原城市土地信息更加可靠,青藏高原1990—2010年城市土地动态信息的Kappa系数和总体精度分别为0.76和85.47%,高于其它城市土地信息。在西宁、拉萨和山南等不同城市化水平的城市中,本文获取的城市土地斑块的错分误差和漏分误差更小(图12)。

图10 2000—2020年青藏高原城市土地年均增长量与国内生产总值(GDP)年均增长量的相关性Fig.10 Correlation between the average annual growth of urban land and the average annual growth of GDP in the Qinghai-Tibet Plateau from 2000 to 2020

图11 2000—2020年青藏高原城市土地年均增长量与城镇人口年均增长量的相关性Fig.11 Correlation between the average annual growth of urban land and the average annual growth of urban population in the Qinghai-Tibet Plateau from 2000 to 2020

现有研究主要采用Logistic回归模型分析城市扩展区位因素重要性[35—37]。因此,参考宋世雄等[18]的研究,本文基于曲线下面积(AUC)指数对比了两个模型对城市土地的模拟精度,进而验证两个模型分析青藏高原城市扩展区位因素的可靠性。AUC指数是机器学习领域中判断分类和检测结果好坏的常用指标,AUC值越大表示该模型的精度越高[38]。研究发现,随机森林方法比Logistic回归拥有更高的模拟精度,二者的AUC值分别为0.98和0.84(图13)。一方面,随机森林模型具有较强的泛化能力。模型在进行数据训练的过程中,采用无偏估计计算泛化误差,减小了模型的过拟合,从而提高模型的泛化能力。另一方面,随机森林模型还具有较强的模拟能力。该模型在构建决策树的过程中采用有放回的随机抽样,这种随机性提高了模型的抗噪声能力,从而提高了模型的模拟能力。因此,随机森林方法可以准确揭示青藏高原区位因素的基本特征。

图13 随机森林和Logistic回归的ROC曲线 Fig.13 The ROC curves of random forest and logistic regressionROC:接受者操作特性曲线Receiver operating characteristic curve;AUC:曲线下面积 Area under curve

4.2 铁路的建设推动了青藏高原的城市扩展过程

研究发现,虽然高程在1990—2020年是青藏高原城市扩展最重要的区位因素,但其重要性正在下降。在此期间,到铁路的距离这一要素的重要性迅速上升,这与青藏高原铁路工程的建设有关。2000年,青藏高原铁路仅有西宁至格尔木段建成通车,铁路里程共1134公里。2000—2020年,青藏高原铁路不断发展,不但实现了西宁至拉萨的全线通车,还建设了敦格铁路、拉日铁路和拉林铁路等,铁路总里程达到4416 km,是2000年铁路总里程的近4倍。这改善了青藏地区的交通运输条件,提升了区域发展能力,加快了青藏高原地区城市化进程[13]。

一方面,铁路促进了青藏地区工业的发展,从而提升区域的城市化率。受能源供应不足和交通不便的制约,工业一直是青藏地区经济的短板[39]。青藏铁路建成后,能源运输的制约因素减弱,工业在经济中的地位随着制约的减少而逐步上升,区域的城市化率也随之提升[40]。此外,青藏高原铁路的建设,进一步加强了高原与内地之间的经济社会联系,推动了高原矿产业和特色农副产品加工业的发展[41—42]。另一方面,铁路促进旅游业的发展,从而提升区域的城市化率。青藏高原独特自然和人文景观对国内外的旅游者具有很强的吸引力。青藏高原铁路网络未完善之前,由于交通不便,使得游客难以到达。铁路交通完善后,青海省和西藏自治区的客运量由2006年的389万增长至2019年的1527万,旅游业收入同比增长了近18倍,青藏高原旅游业得到了快速的发展[23,24]。本结果与已有研究一致。这些研究发现青藏铁路促进了青藏高原城市与内地之间的联系,增强了城市经济的发展,对高原城市的扩展过程具有明显的推动作用[13,43—44]。

4.3 青藏高原铁路的建设对区域濒危物种产生影响

在城市扩展的区位因素研究中,本研究发现铁路因素的重要性迅速增加,这意味着铁路因素对青藏高原的城市扩展具有重要的推动作用。然而,铁路的建设会带来生境破碎化[45],进而影响区域的生物多样性[46]。参考连新明等[47]的研究,本研究将铁路周围500 m的缓冲区作为铁路对濒危物种的影响范围,并与濒危物种最适宜生境进行叠加分析,从而量化青藏高原新增铁路对濒危物种的影响,以期为高原的城市扩展提供政策建议。

新增铁路对青藏高原内380种濒危物种造成了威胁,占IUCN红色名录公布的青藏高原濒危物种总数的31.85%(380种/1193种)[22]。其中,鸟类353种、哺乳动物25种和爬行动物2种。在所有的生态区中,藏东南灌丛草甸生态区的铁路建设对濒危物种的影响最大,该生态区共有335种濒危物种受到铁路的影响,占藏东南灌丛草甸生态区濒危物种总数的52.5%,占青藏高原濒危物种总数的21.29%。其中,鸟类313种、哺乳动物20种和爬行动物2种(表4)。已有学者也发现青藏高原铁路的建设对濒危物种产生了影响。例如,夏霖等[48]研究发现,青藏铁路高耸的路基对可可西里藏羚羊的季节性迁徙造成影响。殷宝法等[49]研究发现,青藏铁路对藏羚羊、藏原羚、藏野驴等蹄类动物的日常活动均有不同程度的影响。王云等[50]发现,青藏铁路对藏羚羊的迁移具有明显的阻隔作用。

表4 受铁路影响的濒危物种数量Table 4 The number of endangered species affected by railway

在“一带一路”的背景下,未来青藏高原还将进一步推进铁路的建设,发挥铁路对城市扩展的辐射带动作用。这将进一步增加城市扩展与区域生物多样性保护之间的矛盾。为了实现青藏高原的可持续发展,建议在加强铁路建设带动区域城市发展的同时,也要采用有效措施减小铁路建设对濒危物种的影响。首先,在野生动物经常出没的地方构建廊道,确保自然生境间的连通性,减小铁路建设带来的生境破碎化对野生动物的影响。其次,严格规划铁路的建设路线,避免铁路建设占用高质量的自然生境。同时,借助铁路对城市扩展的辐射作用,引导未来城市有方向性的扩展,避免对区域草甸和湿地等重要生境的占用。最后,调整铁路的运行时间,在铁路两侧动物活动的高峰时段控制火车的过往频次,减小铁路对动物活动的影响。同时,加快青藏高原铁路的电气化改造工程,减小铁路污染物排放而对野生动物带来的间接影响。

4.4 未来展望

本研究的贡献主要体现在两个方面。首先,本研究分析了青藏高原全域城市扩展的区位因素特征,为理解青藏高原地区城市扩展过程提供了整体视角。其次,本研究基于生态学尺度,分析了区位因素对区域内濒危物种的影响,为青藏高原的生物多样性保护提供了理论基础。

然而,本研究仍存在一定的不足。首先,在基于随机森林模型量化区位因素重要性过程中,忽略了目标像元邻域区位因素的影响。目标像元转化为城市像元是受该像元所处位置以及该位置一定邻域范围内区位因素综合影响的结果[8]。其次,本研究仅分析了各区位因素对青藏高原城市扩展的重要性及其变化,没有分析各区位因素之间的联系。最后,在分析铁路对濒危物种影响时,只简单的将铁路周围500 m缓冲区作为铁路对濒危物种的影响区域,忽略了铁路对500 m范围外濒危物种的影响。然而,500 m范围已经覆盖了大部分铁路对周边物种影响的区域[51—52]。虽然本研究可能低估了铁路对青藏高原濒危物种的影响,但是研究结果仍然可以为区域生物多样性保护提供依据。

在未来研究中,可以结合全卷积网络方法,通过添加卷积核来量化目标像元一定邻域范围内区位因素对城市扩展的综合影响。其次,采用多变量分析的方法进一步分析各区位因素之间的相关性,结合区位因素之间的相关性提出更加全面性的政策建议。最后,结合物种分布模型和实测的野外站点数据综合分析铁路对濒危物种的影响,从而提高评估结果的精度。

5 结论

1990—2020年,青藏高原经历了快速的城市扩展过程。全区城市土地面积由277.4 km2增加到974.9 km2,增长了697.5 km2,增长了2.5倍。其中,青藏高原城市扩展过程以边缘型为主。边缘型模式扩展382.2 km2,占扩展总面积的54.8%。快速的城市扩展过程使得城市景观变得破碎化。其中,斑块密度从0.009增长至0.021,增长了1.33倍。景观形状指数从1.46增加至4.20,增加了1.88倍。

高程是影响青藏高原城市扩展最主要的区位因素。然而,其对新增城市土地的重要性正在减小。全区尺度上,高程重要性由1990—2000年的35.10%减小到2010—2020年的31.06%,减小了4.04%。在城市扩展面积最大的山地草原和灌丛群区中,其重要性减小了4.31%。在山地草原和灌丛群区城市扩展面积最大的藏东南灌丛草甸生态区中,其重要性减小了4.04%。

1990—2020年,到铁路的距离对青藏高原城市扩展的重要性增大。在全区尺度上,到铁路的距离的重要性由2.15%增加到10.56%,重要性增加了8.41%。在城市扩展面积最大的山地草原与灌丛群区中,到铁路的距离的重要性增加了6.62%。在该生物群区城市扩展面积最大的藏东南灌丛草甸生态区中,铁路重要性增加了2.21%。

青藏高原铁路的建设对区域濒危物种造成威胁。青藏高原铁路对区域内近三成(380种/1193种)的濒危物种造成了威胁。其中,鸟类353种、哺乳动物25种和爬行动物2种。因此,在发挥铁路对区域城市扩展辐射作用的同时,还要通过建立野生动物廊道和限制铁路运行时间段等方式减小铁路对濒危物种的影响,实现区域的可持续发展。