哈长城市群土地利用与景观生态风险时空演变及关联分析

徐 妍, 李明玉, 余 洲

(延边大学 地理与海洋科学学院,吉林 延吉 133002)

随着全球城市化和建设用地的快速扩张,土地利用空间分布的变化在不断加快[1-2],土地资源利用程度也在不断增加,人地矛盾日益突出,其中,土地利用结构不合理、土地生态风险加剧等问题最为明显[3-6]。不同土地利用方式和演变过程会对区域生态系统产生长期影响,导致生态结构和成分产生变化,涉及多种生态过程,因而会引发生态风险问题[6-8]。生态风险是由环境的自然变化或人类活动引起的生态系统组成、结构的改变而导致系统功能损失的可能性[9]。许多研究表明,土地利用变化与生态风险密切相关,并对区域生态风险起着决定性作用[10-11]。不同土地利用方式和强度的生态影响在生态结构和组成中具有区域性和积累性特征[7]。全面分析不同生态环境的潜在影响,对生态风险管理起着至关重要的作用,为有效的保护措施提供信息[12-13]。

目前,国内外研究土地利用对生态风险影响的学者并不少,如王茜晨等[9]以准格尔旗2000年、2010年和2018年3期Landsat TM遥感影像为基础数据,结合空间统计分析等方法对准格尔旗基于土地利用变化的生态风险进行综合评估;杜军等[14]对黄土丘陵区土地利用变化及生态风险进行了评价;侯蕊等[15]基于4期土地利用遥感解译数据,对江夏区土地利用生态风险进行了评价;Du等[16]基于2015—2020年的高分辨率数据对黄河流域的土地利用及生态风险进行评估;Wang等[17]对白水江自然保护区生态风险进行评价;吕乐婷等[18]定量分析了细河流域近30年来土地利用动态变化特征并对景观生态风险时空分布特征及空间关联格局进行了评价。这些研究结果均表明,人类活动的影响在一定程度上增加了局部高生态风险[9]。在此背景下,土地利用生态风险评估可为未来人类行为与生态环境和谐关系的研究提供坚实的科学依据。

国家“十三五”规划纲要中明确指出,哈长城市群是我国重点建设的 19个城市群之一[19],具有重要的战略意义。它不仅是东北老工业基地振兴发展的重要增长极;也是我国北部地区对外开放的一个重要门户;此外,它还是老工业基地体制创新先行区与绿色生态城市群[20-21]。然而,现有研究缺少对哈长城市群景观生态风险的相关研究。因而,该研究通过对土地利用与景观生态风险的关联研究,对平衡城市发展与生态保护之间的矛盾,促进生态系统的可持续发展,具有重要战略意义,为哈长城市群景观生态风险的管控及未来的发展规划提供有效的科学依据。

1 研究区概况

哈长城市群(122°24′E～131°18′E, 42°00′N～48°55′N)位于东北地区[22],以哈尔滨和长春为中心,包括大庆市、吉林市、延边朝鲜族自治州等11个地市[23-24]。研究区东临朝鲜半岛,北挨俄罗斯远东,西接内蒙古自治区。总面积约为32.22万km2。其地形主要为山地和平原,东西高程差异显著,属温带季风气候[25],夏季短而炎热;冬季漫长、寒冷且干燥,年均气温约为4.0 ℃,年均降水量约为600.0 mm。哈尔滨、长春2个省会城市为区域核心,辐射带动周边多个城市[25-26],据第七次人口普查所示,截止到2020年,哈长城市群总人口约4 354万人,总的地区生产总值约21 145亿元。哈长城市群城市化率达50.3%,处在雏形发育的末期阶段,未来发展空间很大[27](图1)。

图1 研究区位置示意图

2 数据与方法

2.1 数据来源

该文选取2000、2010、2020年的Landsat TM/OLI遥感影像数据[28-29],提取土地利用类型,主要数据及来源如表1所示。

表1 数据来源

2.2 研究方法

2.2.1 土地利用变化分析方法

土地利用转移矩阵能够精确量化研究周期内系统中状态与状态的转移,可以全面精细化地分析土地转入转出的变化特征[30]。此过程可通过以下公式计算[31-32]：

(1)

式中,Sij为研究区初期与末期的土地利用类型状态;n为土地利用类型的个数。

土地利用动态度是指每年的平均变化率,用于反映某一个地区土地利用转入与转出的活跃程度[33-34],其计算公式为[35]：

(2)

式中,K为研究时段内土地利用类型的动态度;Ua与Ub分别代表研究初期和末期的土地利用类型数量;T表示研究的时间段长。

2.2.2 景观生态风险评价方法

生态风险指数计算模型是基于景观干扰度指数和景观脆弱度指数构建的。这模型可分析各种景观类型的生态系统,并估计其在受外部不确定因素干扰和威胁情况下可能出现的潜在生态问题,具体计算公式如下[36]：

(3)

式中,LER代表景观生态风险指数;n代表景观类型种类数量;Ai代表第i类景观的面积;Ii代表第i类景观的干扰度指数;Ri代表第i类景观的脆弱度指数;An为所有景观的面积之和。

景观干扰度指数反映不同景观类型的生态系统受到人类和其他活动干扰的程度,以及它们在面对干扰时的抵抗能力和自我修复能力。

Ii=aCi+bNi+cDi;

(4)

Ci=ni/Ai;

(5)

(6)

Di=(Qi+Mi)/4+Li/2;

(7)

式中,Ci代表景观破碎度指数,ni代表第i类景观的斑块数,Ni代表景观分离度指数,Di代表景观优势度指数,Qi代表第i类斑块的样方数与所有斑块样方数之比,Mi代表的是第i类斑块的数量与所有斑块数之比,Li为第i类斑块的面积与总面积之比。通过结合研究区实际情况以及前人研究成果[37-38],对a、b、c分别赋值为0.6、0.3、0.1。

最后,以已有研究[39-40]为参照,分别对这6种土地利用类型赋值脆弱度指数(表2)。

表2 各土地类型脆弱度指数

通过标准化处理后,结果如表3所示：

(8)

表3 归一化后各土地类型脆弱度指数

式中,XS表示标准化值,Xi表示初始值,Xmin和Xmax表示最小值和最大值。

最后,将所获得的景观格局指标代入生态风险评价模型中,并根据实际情况,将研究区生态风险分为5类,分别为：低生态风险(0≤LER<0.04)、较低生态风险(0.04≤LER<0.06)、中生态风险(0.06≤LER<0.08)、较高生态风险(0.08≤LER<0.10)和高生态风险(LER≥0.10 ),并基于GIS平台进行面积计算。

2.2.3 相关性分析

该文对研究区的土地利用变化与景观生态风险进行spearman相关性分析,借助Python语言绘制土地利用变化与景观生态风险的热力图,来反映土地利用变化对景观生态风险的影响。

Spearman相关系数可用于衡量分级定序变量之间的相关程度,其计算公式如下[41]：

(9)

3 结果与分析

3.1 土地利用变化时空演变特征

该文主要采集2000、2010和2020年3期的哈长城市群遥感影像数据,对其进行波段融合、影像拼接和裁剪等处理,查阅相关文献资料[42-43]和已有的土地利用分类体系[44],同时,结合研究区土地利用的实际情况[45]及研究需求,将其划分为耕地,林地,草地,水体,建设用地和未利用地等6种。最后得到研究期的土地利用空间分布图(图2,表4)。

表4 2000—2020年研究区土地利用表

图2 2000(a)、2010(b)、2020(c)年研究区土地利用图

由图2可知,林地主要分布于东南部地区,耕地主要分布在西北部地区。这主要是因为东南部地势多为山地和丘陵,降水较多,气温较低,更适合森林植被的生长,因而林地较多;而西北部地势较平坦,降水相对较少,气温较高,更适宜进行农业活动,因而耕地居多。未利用地主要分布在齐齐哈尔市与大庆市周边,主要是因为这2个城市周边地区可能包括湿地、盐碱地和其他土地类型,不如其他地区适合典型的城市建设、农业或工业活动。建设用地主要呈聚集型分布于各个城市的中心地区,这主要是因为城市的中心区域通常集中了商业、金融、文化和政府机构等重要建设用地,这些区域通常具有高密度的建筑。草地主要分布于耕地周边,这主要是因为草地对于土壤保护、水资源保护和生物多样性维护都具有重要的生态功能。在耕地的边界处种植草地可以帮助减轻土壤侵蚀、水源污染和生态系统破坏的风险[46]。

由表4可知,2000—2020年,耕地面积先减后增,整体保持在46%以上,且2020年面积较2000年耕地面积呈现增长趋势。林地面积呈现出不断减少的趋势,但整体来说,变化不大,占比保持在35%～36%;草地面积先增后减,且2020年与2000年相比,整体减少了2 662 km2;建设用地面积呈现出不断增加的趋势,这主要是因为随着经济的快速发展和城市人口的增加,哈长城市群地区经历了持续的城市化进程,随着城市发展,需要建设更多的基础设施,导致了对建设用地的需求不断增加,以容纳城市人口和支持城市经济的发展;水体面积不断减少,20年间,占比降低1.21%,2020年面积为7 766 km2,成为占地面积最少的地类;未利用地面积不断增加,但整体变化幅度相对较小。

基于GIS平台与Excel统计,将土地利用数据生成转移矩阵以反映不同地类之间的面积变化。然后,通过分析这些数据,得出2000—2020年的土地利用动态变化情况(表5)。

表5 2000—2020年研究区土地利用转移矩阵

2000—2020年,耕地主要转移到林地和建设用地。林地转化的面积在很大程度上受局部自然条件影响,但也受到国家退耕还林政策的影响,减缓了农田开垦;另一方面,大规模的耕地转为建设用地也与人口增长、社会经济发展和城市化进程加速密切相关。草地与未利用地主要转化为耕地,这与区域内粮食需求增加和种植方式有关;林地和水体的面积在减少,虽然存在部分耕地转化为林地和水体,但林地和水体转出的面积远大于转入面积。

将土地利用数据代入到公式(2)中,得到哈长城市群单一土地利用动态度表(表6)。

表6 单一土地利用动态度表

2000—2020年,变化最明显的是水体,为-1.67%,2000—2010年为-2.05%,2010-2020年为-1.62%,总体呈现降低的趋势;其次,是建设用地,为0.59%,呈现扩张趋势,2000—2010年为0.73%,2010—2020年为1.05%,2个时间段内均为增加,说明建设用地在不断扩张;耕地与林地年平均变化率均较小,分别为0.14%和-0.06%,林地的变化最不明显,主要是由于其二者面积占比较高,变化趋势并不显著;耕地在2000—2010年变化不太明显,为-0.02%,但在后10年明显扩大,突然增加为0.31%。

3.2 景观生态风险评估

使用Fragstats4.2软件分析研究区的景观数据,获取斑块数量、斑块面积、各景观类型的面积以及总景观面积等指标。然后,根据公式(4)～(7),计算哈长城市群在2000、2010、2020年的景观格局指数变化情况(表7)。

表7 2000—2020年研究区景观格局指数

表8 2000—2020年研究区生态风险等级面积表

景观破碎度指数通常用于衡量区域内景观斑块的分割程度,以此来反映在人类活动和自然活动影响下,景观格局的支离破碎程度。由表可知,景观破碎度指数最小为0.000 6,最大为0.039 3,均小于0.05,总体上呈现出较低的趋势。在景观破碎度指数中,最小的是耕地,最大的是建设用地。

景观分离度指数通常用于描述同一景观类型斑块之间的空间分布离散程度。由表7可知,耕地与林地分离度指数均较低,均小于0.03,建设用地分离度最高,由于城市的发展,斑块间的联结,形成更大的斑块,因而分离度呈现出下降的趋势。

景观优势度指数通常用于研究不同景观类型在不同地区的相对主导地位。其中,耕地与林地占地面积最大,因而两者优势度最高;而水体优势度最低。

干扰度指数通常用于衡量不同景观类型受到外部自然或人为干扰的程度。其中,受干扰程度最高的是建设用地,由0.197 5下降到0.171 7;其次是水体和草地;受干扰程度最低的是林地,其保护程度最高。

2000年景观生态风险指数平均值为0.069 7,2010年为0.071 3,2020年0.073 6,2000年最大值和最小值的差值为0.118 7,2010年为0.164 0,2020年为0.205 3,表明区域内各景观的生态风险差距在逐渐扩大。20年间,均为较高生态风险区与中生态风险区占地面积最大,占比之和约等于60%;在研究区内,低生态与较低生态风险区所占比例约为35%。2020年高生态风险与较高生态风险区与2000年相比,面积在不断增加,其他3类均为不断减少。

由图3可知,低风险地区主要分布在东南部地区,主要是因为该地区主要分布的地类为林地,景观脆弱度指数较低。较低风险地区主要分布在低生态风险区的外围部分区域;中风险地区主要分布在以耕地为主要地类的地区;较高和高生态风险区主要分布在西北角地区,其中,较高生态风险区广泛分布着耕地、草地与建设用地等土地类型,草原大多以畜牧业为主,使该地区呈现出较高生态风险;高生态风险区主要分布于水体及未利用地较多的区域,如大庆市与齐齐哈尔市的交界处分布着大量的沼泽地,同时在大庆市与松原市的交界处还分布着大量的滩地,这2个地类均属于未利用地,因而表现出高生态风险区。对比2000—2020年,大庆市南部由于畜牧业的不断发展导致草地荒漠化,使得草地转化为未利用地,景观生态风险由较高转化为高。在东北振兴政策的扶持下,城市扩张速度增加,导致建设用地面积增加,景观生态风险增加。随着国家大力推动土地资源的集约利用,对用地结构进行了调整,对耕地建设实施集约化管理,因而中部地区景观生态风险明显有所下降。

图3 2000—2020年研究区生态风险分布图

3.3 土地利用变化与景观生态风险关联分析

该文通过计算Spearman相关系数来分析哈长城市群的各土地利用类型与景观生态风险间的相关关系与强度,基于GIS、SPSS及Python平台计算各栅格间的相关性,并制作热力图,进行可视化,如图4所示,红色代表负相关;蓝色代表正相关。颜色越深,相关性越强。

图4 2000、2010、2020年相关性矩阵热力图Fig.4 Correlation matrix heatmaps for 2000, 2010, 2020

由图4可知,这20年间相关系数值变化不大,生态风险均与林地呈明显负相关关系,3年相关系数分别为-0.69、-0.68、-0.67,两者为此消彼长的关系,林地越多,生态风险越低;与其余5地类均呈正相关关系,说明他们之间是同生同长的关系,其中,与耕地的相关系数最大,为0.60。这5种地类数量越多,生态风险越高。此外,耕地与林地呈现明显的负相关关系,为-0.66;建设用地也与林地呈现明显的负相关关系,这主要是因为随着城市的扩张,会占用周边土地,如林地等。此外,也有明显的正相关关系,如耕地与建设用地,为0.71,这主要是随着人口居住的地方,会进行农耕等重要生活生产方式。

4 结论与展望

4.1 结论

该文基于2000、2010、2020年3期土地利用数据,分析了哈长城市群土地利用及景观生态风险时空演变格局及其关联性,研究结论如下。

1) 研究区主要土地利用类型为耕地和林地。耕地面积先减后增,但占比最大,始终在46%以上。2000—2020年,土地利用方式发生一些变化,变化最明显的是耕地,耕地主要转为林地、建设用地和草地。增长速率最大的是耕地;减少速率最大的是草地。

2) 研究区景观生态风险以中风险和较高风险为主,生态风险指数平均值增加,说明随着时间推移,生态状况整体变差。2000—2020年生态风险分布格局相似,东南地区主要是较低与低生态风险区,范围不断减小;西北地区主要是较高与高生态风险区,呈现出扩张趋势。

3) 随着时间推移,土地利用与景观生态风险相关系数变化不大,生态风险均与林地呈明显负相关关系,林地的增加将有助于生态风险的降低;与其余地类均呈正相关关系。

4.2 不足和展望

风险的评价也会受多种风险因子影响,该文选取的风险因子有一定的局限性,在之后的研究中应考虑更多因素对区域生态风险的影响[47-48],使研究的准确度更高,以便为生态风险防控及新国土空间规划提供更加全面的理论依据。

哈长城市群作为东北振兴的重要基地,随着城镇化的发展,生态环境质量整体不高,急需开展生态环境保护策略。基于以上结论可得以下政策启示。林地的增加将有助于生态风险的降低,对此,要抓重点,在保护天然林的基础上,采取植树造林等措施,以降低生态风险。生态风险与草地呈明显负相关,主要是其脆弱性指数大,尤其是在大庆市与齐齐哈尔市周边,应保护现有草地,划区轮牧,禁止过度放牧,避免草地成荒、生态风险增加现象发生。