國家公園體制試點區景觀格局特征演變與驅動機制?

王 鵬 黃晗雯 周 雪 陳樹新 徐珊珊 李 樂

1 中國林業科學研究院林業科技信息研究所 北京 100091

2 國家林業和草原局林草調查規劃院 北京 100714

3 青島大學經濟學院 青島 266071

4 中國林業科學研究院資源信息研究所 北京 100091

5 中國林業科學研究院熱帶林業研究所 廣州 510520

國家公園作為保護范圍大、 生態過程完整的自然保護地類型, 是建設人與自然和諧共生現代化的關鍵舉措。 從2013 年我國初次提出創建國家公園體制, 到2021 年正式設立首批5 個國家公園, 再到2022 年?國家公園空間布局方案? 提出建設世界最大國家公園體系, 國家公園經過10年發展建設, 已成為我國生態文明體制改革的重大制度創新。 然而, 人多地少的基本國情以及經濟高速發展的社會進程決定了我國國家公園在空間布局、 資源保護利用等方面面臨著復雜且特殊的現實問題。 厘清國家公園景觀格局演變的驅動因素, 闡明自然與社會經濟因素對國家公園景觀格局演變的影響, 揭示二者之間的深層機制, 正是集保護地類型多樣、 空間布局不盡合理、 自然資源資產本底不清于一體的國家公園體制建設急需解決的重要科學問題[1－2]。

已有關于國家公園景觀格局的研究主要集中在景觀格局變化測度、 定性與半定量驅動因素探討等方面[3－6]。 Vorovencii[7]采用12 個景觀指數量化了皮亞特拉?克雷烏盧伊國家公園和布吉吉自然公園的土地覆蓋與景觀格局變化, 指出破碎化不僅是森林砍伐和非法采伐等人為活動的結果,也是自然因素驅動的結果。 于航等[8]利用GIS 和Fragstats4 軟件的空間分析技術, 刻畫了2000—2018 年祁連山國家公園體制試點區景觀格局特征, 并以此為基礎評價了國家公園景觀生態風險。也有學者從不同功能分區與自然資源要素等角度,對國家公園景觀格局特征進行研究, 并據此構建國家公園山水林田湖草空間信息格局圖譜, 評價國家公園生態系統完整性[9－11]。 整體來看, 由于中國國家公園建設起步晚, 目前針對國家公園景觀格局演變驅動因素及其機制的研究還較少, 并受數據限制, 研究方法多以定性或半定量為主,部分研究雖然采用線性回歸模型, 但這類研究不適用于樣本數據較少的年度節點統計。 此外, 經濟社會、 人口與政策等多個自變量之間的多重共線性特征也在一定程度上影響了研究結果的準確性[12]。

因此, 本研究選取首批國家公園體制試點之一的錢江源國家公園體制試點區為例, 分析1990—2018 年景觀格局演變特征, 并從自然與社會經濟兩方面構建驅動因子指標體系, 采用偏最小二乘回歸模型(Partial Least Squares Regression,PLSR), 研究國家公園體制試點區近30 年景觀格局演變的驅動機制, 以期為體制改革試點完成后國家公園的規劃建設、 政策制定、 保護利用提供決策參考和科學依據。

1 研究區概況

錢江源國家公園體制試點區(簡稱“試點區” ) 位于浙江省西部, 地處浙江省、 江西省和安徽省三省交界處, 是國家發展改革委于2015 年正式批復的首批10 個國家公園體制試點區之一,面積約252 km2, 是實現中東部地區生態環境質量根本好轉的重要連接性節點區域。 試點區是由古田山國家級自然保護區、 錢江源國家級森林公園、錢江源省級風景名勝區3 處自然保護地整合而成,共包括核心保護區與一般控制區2 個管控分區,以及核心保護區、 生態保育區、 游憩展示區、 傳統利用區4 個功能分區。 試點區土地資源權屬復雜, 國有土地48.64 km2, 主要包括開化林場齊溪分場、 蘇莊分場和古田山國家級自然保護區, 占試點區面積的19.30%； 集體土地203.52 km2, 占試點區總面積80.70%。 試點區產業結構相對單一, 居民經濟收入主要來自農林產業和外出打工,涉及蘇莊、 長虹、 何田與齊溪4 個鄉鎮、 19 個行政村, 人口共計9 744 人。

2 研究方法

2.1 數據來源

1) 遙感影像數據: 選定1990、 2000、 2010、2015 和2018 年作為監測時間點, 1990—2018 年土地利用分類數據主要基于Landsat-8 30 m 分辨率遙感影像數據。 2) 氣象數據來自開化縣國家一般氣象站1990—2018 年氣象數據。 3) 統計年鑒數據來自1990—2019 年開化縣統計年鑒。

2.2 景觀格局指數選取

按照能夠表征區域特征且景觀指數之間冗余度低的準則, 選取斑塊數量(NP)、 最大斑塊面積(LPI)、 平均斑塊面積 (MPS)、 邊緣密度(ED)、 蔓延度指數(CONTAG)、 散布與并列指數(IJI) 共計6 個指數進行景觀格局演變分析(表1), 分析軟件為Fragstats 4.0。

表1 景觀格局指數及其生態學意義

2.3 偏最小二乘回歸模型

鑒于本研究是分析28 年間試點區5 個時間節點的景觀格局演變驅動機制, 驅動因子的數據量也對應5 個時間節點, 其數據容量不適用傳統線性回歸, 因此選用PLSR 從自然和社會經濟因素方面進行研究。 PLSR 相比傳統簡單回歸分析, 能通過信息重組在成分提取時考慮自變量與因變量間的線性關系, 而非簡單的變量剔除處理, 在保證模型穩定性的前提下消除變量的多重共線性問題, 分析軟件為SIMCA－P 軟件[12－15]。 回歸的合理性是檢驗試點區景觀格局演變驅動機制精度的重要因素, 通過SIMCA－P 軟件中的PRESS 變量進行擬合效果檢驗, 當其交叉有效性值大于0.097 時, 代表PLSR 穩健性符合要求, 主成分提取合理。 回歸模型的預測或數據回歸解釋能力被定義為R2Y (Goodness of Fit), 當R2Y 大于0.50時, 表明模型有較好的預測能力； 當交叉有效性(Q2) 大于0.097 時, 表明模型有較強的穩健性。自變量對因變量的解釋程度可以用變量投影重要性VIP (Variable Impprtance of Projection) 值來反映。 VIP>1 的變量具有較為顯著的解釋能力,VIP 值在0.5~1 表示自變量對因變量比較重要,VIP<0.5 代表自變量對因變量不重要[12,16]。

2.4 驅動因子選取

將景觀格局演變的影響因子分為自然因素和社會經濟因素兩大類。 氣溫、 降水、 濕度、日照等自然條件對景觀格局變化起到一定影響,且突出表現在大尺度空間上和較長的時間范圍上。 而在城市化進程中政府通常通過改變用地屬性獲取社會經濟發展, 因此區域經濟發展、社會變革等都會在較短時間內和相對較小的尺度上引起景觀格局變化。 在綜合考慮各大類因子的基礎上, 兼顧數據的可獲取性和可定量化,本研究一級指標由自然因素和社會經濟因素組成, 社會經濟因素涉及4 項二級指標、 18 項三級指標(表2)。

表2 試點區景觀格局演變的驅動因子

3 結果與分析

3.1 試點區景觀尺度格局特征

由表3 可知, 試點區斑塊數量(NP) 呈現出一定增長趨勢, 表明各類型景觀空間的斑塊總數不斷增多, 破碎度越來越高。 最大斑塊面積(LPI)在1990 年最小(76.202 2%), 2000—2018 年呈相對穩定的趨勢, 表明自2000 年開始景觀整體受人為干擾影響較小。 試點區邊緣密度(ED) 最高值出現在1990 年(22.408 4 m?hm－2), 這一時期斑塊的邊界效應最為明顯, 體現了斑塊類型的優勢度。 試點區平均斑塊面積(MPS) 呈現波動式變化趨勢, 在1990 年與2010 年分別出現較大值, 為107.440 4 hm2和101.283 6 hm2, 表明該時期景觀異質性較弱。 試點區蔓延度指數(CONTAG) 最高值出現在2010 年, 隨后保持相對穩定, 說明在這一時期景觀中的某種優勢斑塊類型形成了良好的連接性。 試點區散布與并列指數(IJI) 在2015—2018年相對較高(59.184 3%), 表明各斑塊間比鄰的邊長逐漸呈現均等趨勢。

表3 景觀尺度格局指數

對1 km×1 km 單元上的景觀格局進行計算可知, 1990—2018 年, 各類景觀格局指數空間變化較為均勻； 變化量整體較大, 并隨著時間推進呈現越來越小的趨勢(圖1)。 1) NP 在2000—2010年變化空間分布與2010—2015 年類似, 主要集中在長虹片區與何田片區； 2015—2018 年除了何田片區少數村變化較小外, 其他區域變化趨勢相同。2) LPI 在2000—2010 年變化較多的區域集中在何田片區、 長虹片區以及蘇莊片區北部, 這些區域多以生態保育功能為主, 說明通過生態保護,上述區域景觀優勢度得到小范圍增加[17]； 2010—2015 年, 除了長虹片區以及何田片區出現較小增長外, 其他區域LPI 變化不明顯； 2015—2018 年,試點區LPI 變化較為明顯, 且主要集中在東南側,這與試點區地理區位有關, 試點區西部是白際山脈, 早些年造林綠化工程顯著, 已無荒山荒地,而試點區東部以傳統利用區、 生態保護區為主,隨著錢江源體制試點建設推進, 試點區景觀優勢度在三年內發生了明顯變化[18－19]。 3) ED 在2010—2015 年試點區邊界密度變化整體偏小, 主要增長區域集中在長虹片區； 在2015—2018 年變化量增長空間差異不明顯。 4) MPS 在2000—2010 年變化量較大的區域主要集中在何田片區、長虹片區與蘇莊片區的古田村, 具有中部變化較大、 兩邊較小的空間特征, 這主要與土地利用有關[20]。 5) CONTAG 在2010—2015 年變化最小,2015—2018 年相比其他指數出現較大變化。 6)IJI 在2000—2015 年變化量空間差異主要分布在長虹片區與何田片區, 2015—2018 年變化量空間差異不明顯, 具有零星分布特點。

圖1 1990—2018 年試點區景觀格局的空間變化

3.2 自然因素對試點區景觀格局演變的影響

由表4 可知, 自然因素對試點區景觀指數LPI、 ED、 IJI 的R2Y 均大于50%, Q2均大于0.097, 表明模型具有較好的穩健性與預測能力。由于模型的終止規則為Q2大于0.097, 因此IJI 只保留了第1 主成分[16]。

表4 1990―2018 年試點區景觀格局指數與自然因素的偏最小二乘回歸

從1990—2018 年, 平均氣溫對LPI、 ED、 IJI具有顯著作用(VIP>1), 其中對IJI 驅動力最大。年降水量對NP、 LPI、 ED、 MPS、 CONTAG 具有顯著作用(VIP>1), 其中對ED 驅動力最大。 相對濕度對NP 與MPS 具有顯著作用, 二者驅動作用相似。 日照時數對LPI、 CONTAG、 IJI 具有顯著作用(VIP>1), 其中對CONTAG 驅動力最強。綜合來看, 年降水量對景觀格局演變的驅動力最強, 相對濕度驅動最小。

3.3 社會經濟因素對試點區景觀格局演變的影響

由表5 可知, 1990—2018 年, 試點區景觀指數NP、 LPI、 ED、 MPS、 CONTAG、 IJI 的R2Y 均大于0.50, Q2均大于0.097, 表明模型具有較好的穩健性與預測能力。 由于模型的終止規則為Q2大于0.097, 因此, 除CONTAG 外, 其他景觀指數只保留了第1 主成分[16]。

表5 1990—2018 年試點區景觀格局指數與社會經濟因素的偏最小二乘回歸

經濟因素(XS－1 至XS－9) 對ED、 LPI 等景觀格局指數具有較強的驅動作用, 對NP 與MPS也有一定驅動作用。 財政支出對上述景觀格局指數均沒有驅動作用。 生產因素(XS－10、 XS－11)各個因子對NP、 LPI、 ED、 MPS 景觀指數均具有重要驅動作用, 其中茶葉產量對景觀指數CONTAG、 IJI 具有較高的驅動作用, 說明茶葉產量對景觀斑塊連接度、 破碎化以及斑塊間分布與并列程度變化具有重要影響[21]。 人口因素(XS－12 至XS－14) 對試點區景觀格局指數變化影響整體較小, 總人口數量變化驅動著NP、 LPI、 ED、MPS 變化。 其中城鎮人口對所有景觀格局指數均沒有明顯驅動。 消費能力因素(XS－15 至XS－18) 對景觀格局指數的驅動主要集中于農村居民恩格爾系數與農民人均住房面積這兩個指標, 其中農村居民恩格爾系數對上述景觀格局指數均有重要驅動作用(VIP 全部大于1), 說明農民生活水平高低關系著試點區景觀結構與生態過程變化[22]。 綜合來看, 茶葉產量、 農村居民恩格爾系數對景觀格局演變驅動力最強。

4 討論

4.1 景觀格局變化與區域生態保護水平或人為干擾程度相關

錢江源國家公園森林覆蓋率達89%, 以闊葉林為主[23], 在1990—2018 年, 斑塊數量、 最大斑塊面積、 蔓延度指數、 散布與并列指數整體呈現增加趨勢, 邊界密度、 平均斑塊面積呈現減少趨勢, 說明研究區破碎化程度增加、 景觀優勢度出現下降。 例如, 利用斑塊數量表征試點區景觀格局的破碎程度發現[24－25], 指數值從234 個增加到257 個, 中部和北部地區變化較明顯, 說明中部地區破碎化程度較高、 北部其次, 而南部區域因為是古田山國家級自然保護區, 其破碎化程度整體較低。 再如, 使用邊界密度表征試點區景觀格局邊緣效應[24－25], 指數值從22.408 4 m?hm－2減少至20.637 5 m?hm－2, 邊緣密度大的景觀主要分布在中部地區, 說明試點區中部地區最為復雜、 不規則。 因此, 試點區中部作為傳統利用功能區與游憩展示區的所在地, 是后期景觀規劃與管理重點區域。 余建平等[26]對研究區不同功能區景觀格局進行對比分析的結果與本文相似, 即游憩展示區與傳統利用區的破碎化程度高于核心保護區和生態保育區, 說明景觀格局演變趨勢與區域保護水平和人為干擾程度密切相關。 實地調研也發現, 該區域建筑景觀與森林等自然景觀搭配不合理, 試點區主要的特許經營項目, 尤其農家樂等旅游項目主要分布在該區域, 新建建筑帶有明顯的歐式特征, 在傳統山水格局中顯得格格不入, 現代設計風格過于突出, 缺少地域特色。 此外, 農家樂等項目建設缺乏統一規劃, 建筑景觀與森林景觀沒有形成很好的融合。

4.2 景觀格局變化受到自然和社會經濟因素的綜合驅動

景觀格局變化是一個長期動態的復雜過程,是自然因素與社會經濟因素綜合作用的結果。 在沒有發生重大自然災害等特殊情況下, 試點區社會經濟因素相比自然因素會呈現更強的動態性。自然因素作為穩定景觀格局結構的關鍵因素, 在較長時間內影響著區域格局變化, 而社會經濟因素則更多是在較短時間內驅動著景觀格局演變[27]。 本研究表明, 茶葉產量、 農村居民恩格爾系數對研究區景觀格局演變表現出較強的驅動力。曹嘉鑠等[28]對神農架的研究也表明, 社會經濟因素是導致區域景觀格局變化的主導因素。 張曉宇等[29]認為土地利用狀況等因素在破碎化變化中起著重要作用, 這與本文研究結果相似。 本研究發現, 茶葉產量驅動力很強, 研究區茶葉產量從1990 年3 297 t 減少至2018 年2 128 t, 而茶葉產量與茶園用地變化有著密切聯系。 汪家軍等[30]通過研究2019 年和2021 年試點區景觀格局變化特征發現, 區域景觀異質性逐漸趨緩, 優勢景觀向均質化、 整體化發展, 這一研究結果能很好彌補本研究在時間周期方面的不足, 也為后續景觀格局優化提供了參考。 2020 年自然資源部、 國家林業和草原局聯合發布了功能區調整政策, 要求優化調整國家公園、 自然保護區等保護地的功能區數量和相應管控要求, 國家公園功能區由過去“四區” 變為“兩區”。 功能區劃調整直接影響著區域保護水平和利用方式, 對景觀格局也將產生深遠影響。 因此, 在功能區劃結果正式批復后,將功能區劃作為重要因素納入驅動指標顯得十分重要。

4.3 展望

本研究主要采用遙感影像數據對錢江源體制試點區景觀尺度格局變化進行分析, 并采用PLSR分析了自然和社會經濟驅動力。 相比以往研究,彌補了因時間節點較少無法實現驅動力量化研究的弊端, 能清楚探析影響景觀格局變化的主要因素, 有助于后期景觀格局優化, 對國家公園范圍與功能區劃有一定指導意義。 但是本文受到時間以及統計數據限制, 目前只分析了景觀尺度格局變化的驅動力, 未對斑塊尺度景觀進行研究。 此外, 在驅動因素選取方面, 也主要考慮到統計數據的獲取性, 未將關鍵性政策納入。 國家公園作為生態文明建設的重大制度創新, 具有明顯政策導向屬性, 在后續研究中應將完善政策導向、 規劃實施、 人口轉移(生態移民) 等因素納入研究, 并深化單因素以及多因素綜合作用的貢獻。同時也要開展相關不確定性研究, 以期更有針對性地指導國家公園生態系統管理。

5 結論

在景觀格局特征方面, 1990—2018 年, 除平均斑塊面積, 試點區斑塊數量、 最大斑塊面積、邊界密度、 蔓延度指數、 散布與并列指數均呈現增長趨勢, 并突出表現在1990—2000 年。 試點區各類景觀格局指數空間變化較為均勻, 且變化量整體較大。 變化量隨著時間推進呈現逐漸變小的趨勢。

在自然因素影響方面, 年降水量對景觀格局演變的驅動力最強, 相對濕度驅動最小。 其中,平均氣溫對散布與并列指數演變驅動力最大, 年降水量對邊緣密度指數驅動作用最大, 相對濕度對斑塊數量與平均斑塊面積指數的驅動作用相近,日照時數對蔓延度指數驅動作用最大。

在社會經濟因素影響方面, 茶葉產量、 農村居民恩格爾系數對景觀格局演變驅動力最強, 財政總收入、 財政支出、 城鎮人口、 存貸款余額對各格局指數演變沒有驅動力。 整體來講, 經濟因素對邊緣密度、 最大斑塊面積具有較強的驅動作用； 生產因素對斑塊數量、 最大斑塊面積、 邊緣密度、 平均斑塊面積具有重要驅動作用； 人口因素對景觀格局指數變化影響整體較??； 消費能力因素中農村居民恩格爾系數與農民人均住房面積這兩個指標對景觀格局指數具有重要驅動。