基于PLUS模型的長株潭都市圈景觀生態風險動態分析

鄧 曉 輝,王 琳,歐 彩 虹,王 文 佳

(1.福州大學數字中國研究院(福建),福建 福州 350003;2.福州大學環境與安全工程學院,福建 福州 350116;3.福州大學地理與生態環境研究院,福建 福州 350116;4.福州大學遙感信息工程研究院,福建 福州 350116;5.福建省水土流失遙感監測評估與災害防治重點實驗室,福建 福州 350116)

0 引言

生態風險是指在一定區域內具有不確定性的事故、人類活動等對生態系統結構、功能等產生不利影響的可能性及其損失,從而危及生態系統的安全與健康[1],生態風險評價可有效衡量生態環境質量,為流域[2,3]、城市[4,5]、自然保護區[6,7]等的生態環境管理和區域發展提供科學的理論基礎和決策依據。其中,景觀生態風險評價作為生態風險評價的一個重要分支,更關注人類活動與自然因素綜合作用下的區域生態風險變化,評價方法分為基于風險源匯[8-10]和景觀格局[11-13]兩類:前者適用于區域內具有明確生態風險脅迫因子的評價目標,應用場景要求較苛刻;后者適用性更廣,可實現多源風險脅迫下的風險表征和時空表達[14],側重分析生態風險的時空異質性,從景觀的空間格局出發,為區域土地利用格局優化與可持續發展[15]、城市生態文明建設與安全保護[16]等提供了新視角,引起廣泛重視。

目前景觀生態風險研究主要集中在對當前或歷史階段的評估[17-20],而對未來風險的預測及其防范研究不夠深入,且常聚焦于流域或中小城市等空間尺度,對大型城市群或都市圈的研究較少。CA-Markov[21]、CLUE-S[22]、FLUS[23]等土地利用模擬模型雖可應用于生態系統服務評估、國土空間規劃、生態風險預測等方面,但這些模型缺乏一個靈活處理多類土地利用斑塊變化的機制,難以實現精細尺度的模擬,而PLUS模型可以解決上述問題,能更好地挖掘土地利用變化的驅動機制和模擬土地利用斑塊級變化,具有較好的空間解釋能力[24-28]。鑒于此,本文選取我國中部首個國家級都市圈——長株潭都市圈為研究對象,結合土地利用數據和景觀生態風險評價方法分析2000—2020年長株潭都市圈土地利用動態變化和景觀生態風險的時空演變特征,利用PLUS模型對長株潭都市圈2030年自然發展情景和生態保護情景下的景觀生態風險空間分布格局進行科學預測,以期為區域生態風險防范提供參考,從而促進區域生態環境保護和經濟建設可持續發展。

1 研究區概況及數據來源

2022年2月,國家發展改革委員會正式批復《長株潭都市圈發展規劃》,長株潭都市圈成為全國第4個、中部第1個國家級都市圈[29]。長株潭都市圈位于湖南省中東部,包括長沙市全域、株洲市中心城區及醴陵市、湘潭市中心城區及韶山市和湘潭縣,面積為1.89萬km2。區內以丘陵、山地和平原為主,東部和西部地勢高、中心地勢較低(圖1),為亞熱帶季風性氣候,四季分明,降水充足。長株潭都市圈是中部地區、長江中游城市群的重要組成部分,具有獨特的區位優勢,域內水系、路網發達,城市間聯系緊密,作為湖南發展的核心增長極,在推動區域優勢互補、協調聯動發展戰略中發揮著至關重要的作用,對于中部城市崛起、長江經濟帶建設具有重大意義。

圖1 研究區示意

2000年、2010年、2020年長株潭都市圈地表覆蓋數據來自GlobeLand 30全球地表覆蓋數據庫(http://globeland30.org),空間分辨率為30 m,年均降水量、年均氣溫、NDVI、GDP以及土壤類型空間分布數據來自中國科學院資源環境科學與數據中心(https://www.resdc.cn),DEM數據來自地理空間數據云(https://www.gscloud.cn),人口空間分布公里網格數據來自LandScan數據庫(https://landscan.ornl.gov),水系數據來自全國地理信息資源目錄(https://www.webmap.cn),路網數據來自OSM數據集(https://www.openstreetmap.org),對數據進行預處理并統一至30 m分辨率。

2 研究方法

2.1 土地利用動態度

土地利用動態度可反映區域土地利用變化速率和特征差異[30,31],能更好揭示長株潭都市圈景觀生態風險的時空分異特征。本文采用單一土地利用動態度分析研究期內長株潭都市圈景觀類型變化情況,計算公式為:

(1)

式中:K為某景觀類型的動態變化率,Ua、Ub分別為研究初期、末期景觀類型面積,T為時間間隔。

2.2 景觀生態風險評價方法

2.2.1 景觀生態風險評價單元劃分 根據研究區實際情況、數據處理工作量以及研究目的,采用等間距系統采樣方法,選取5 km×5 km格網對長株潭都市圈進行劃分,共得到869個評價單元,根據景觀生態風險評價模型計算每個評價單元的景觀生態風險指數。

2.2.2 景觀生態風險指數構建 將景觀結構納入生態風險評估體系,可有效衡量區域生態狀況,為區域生態環境管理與保護提供理論支持[32]。本文基于各類土地利用類型面積占比、景觀格局指數構建景觀生態風險評價模型[33]:

(2)

Ei=aCi+bSi+cDi

(3)

式中:Rm、Am分別為第m個評價單元的景觀生態風險值和面積,Ami為第m個評價單元景觀類型i的面積,Ei為景觀類型i的干擾度指數,通過景觀類型i的破碎度Ci、分離度Si、優勢度Di加權計算[34]得出,a、b、c分別為3個景觀指數的權重,且a+b+c=1,參考文獻[35-37],對a、b、c分別賦值0.5、0.3、0.2;Fi為景觀類型i的脆弱度指數,其值越高,表明抵御外界干擾能力越弱,景觀生態風險越大,充分考慮研究區實際情況并參考文獻[38-40],對人造地表、林地、草地、耕地、濕地、水域分別賦值1、2、3、4、5、6,并將賦值結果歸一化,得到各景觀類型的脆弱度指數值分別為0.047 6、0.095 2、0.142 9、0.190 5、0.238 1、0.285 7;Ei與Fi的乘積為景觀損失度。

2.3 空間統計學方法

2.3.1 地統計學分析 地統計學用于探測研究對象的空間相關性和空間格局以及估計與模擬變量值[41,42]。本文將869個評價單元的景觀生態風險指數賦值給各評價單元中心點,并對此數據樣本進行變異函數理論模型擬合,結果表明,3個年份均為指數模型擬合效果最優。在此基礎上,運用普通克里金法對樣本點作插值處理,實現長株潭都市圈景觀生態風險空間分布特征的可視化表達。

2.3.2 空間自相關分析 空間自相關主要用于表示要素的空間集聚特征[43],分為全局空間自相關和局部空間自相關,常通過Moran′s I表示。若局部Moran′s I大于0,則表示某空間單元與相鄰空間單元以同樣高值或低值(相似值)的形式集聚,若局部Moran′s I小于0,則表示某空間單元與相鄰空間單元以高值—低值或低值—高值(非相似值)的形式集聚。

2.4 土地利用變化模擬模型

PLUS模型[24]集成了基于土地擴張分析策略(Land Expansion Analysis Strategy,LEAS)的規則挖掘框架和基于多類隨機斑塊種子的元胞自動機模型(CA based on multiple Random Seeds,CARS)。其中,LEAS模塊基于兩期土地利用數據得到各土地利用類型變化區域,然后通過設置采樣方法和采樣比例,結合PLUS模型集成的隨機森林算法計算不同驅動因子對各土地利用類型擴張的貢獻程度,得到各土地利用類型的發展概率,能更好地闡釋土地利用變化的誘因及驅動機制;CARS模塊基于初期土地利用數據和各土地利用類型的發展概率,通過設置鄰域權重、用地轉移成本矩陣以及未來各土地利用類型斑塊需求數量等相關參數,可以更好地模擬土地利用類型斑塊級的變化,并對未來土地利用空間分布格局進行模擬[24,44]。

本文以2000—2020年長株潭都市圈土地利用數據為基礎數據,選取年均降水量、年均氣溫、NDVI、土壤類型、GDP、高程、坡度、人口、距水域距離、距鐵路距離、距一級道路距離、距二級道路距離、距三級道路距離、距主干道距離作為土地利用變化驅動因子,通過LEAS模塊計算各土地利用類型的發展概率。將2000年、2010年長株潭都市圈土地利用數據作為基礎數據,結合計算得到各土地利用類型的發展概率,通過CARS模塊分別模擬2010年、2020年長株潭都市圈土地利用數據,選擇Kappa系數、總體精度和FOM系數對模擬結果進行精度評價,分析PLUS模型用于長株潭都市圈土地利用模擬的可行性。在模擬精度滿足要求的前提下,以2020年長株潭都市圈土地利用數據為基準,通過PLUS模型集成的Markov模型對2030年長株潭都市圈各土地利用類型數量進行預測,在此基礎上模擬不同情景下長株潭都市圈2030年土地利用及景觀生態風險的空間分布格局。

3 結果分析

3.1 景觀動態變化分析

基于各年份土地利用數據統計研究區各景觀類型面積占比及其動態度(表1)?？梢钥闯?長株潭都市圈主要景觀類型為耕地與林地,二者面積之和占研究區總面積的80%以上;20年間,耕地、濕地面積持續減少(規模不大的濕地面積減小速率很大,需引起足夠重視),林地和草地面積先增后減,水域面積先減后增,人造地表面積持續增加,漲幅高達208.28%。2000—2010年耕地面積變化量最大,共減少152.16 km2,占總體變化量的43.59%,動態度為-0.28%;2010—2020年人造地表的面積變化量(1 023.13 km2)和動態度(16.36%)均最大。

表1 2000—2020年長株潭都市圈景觀類型和動態度變化

3.2 景觀生態風險時空動態變化分析

3.2.1 景觀生態風險時空分布特征 進一步利用自然斷點法將經過普通克里金插值法得到的各年份景觀生態風險值劃分成低、較低、中等、較高、高5個等級(圖2),并統計各等級生態風險面積(表2)?？梢钥闯?長株潭都市圈景觀生態風險呈現北高南低、西高東低的空間分布特征,且以較低和中等生態風險為主,二者總面積占比大于60%。①低和較低生態風險區面積先減后增,總體漲幅分別為103.11%、49.96%,主要位于研究區邊界,且較低生態風險區集中分布在低生態風險區周邊,區內景觀類型以林地、草地為主,優勢度較高,受人為干擾少,景觀損失度較低。②中等生態風險區面積持續減小,主要呈連片分布于研究區中部以及長沙縣、瀏陽市、醴陵市和湘潭縣,區內各種土地利用類型交錯,景觀形態復雜、破碎度較高。③較高和高生態風險區面積先增后減,2020年二者總面積僅占研究區總面積的11.38%,降幅明顯,表明研究區生態環境趨向好轉。兩類風險區主要分布于研究區中部、祿口區南部、寧鄉市西部及望城區北部,這些區域土地利用類型相對復雜,景觀破碎度、分離度較高,且周圍有城鎮分布,受人類活動干擾較大。相比2010年,2020年處于城市擴張中后期,城鎮分布集中性、穩定性較強,一般不受環境變化和人類活動影響而發生較大改變,中等、較高和高生態風險區面積均有所減少,景觀脆弱度降低。

表2 2000—2020年長株潭都市圈景觀生態風險面積變化

圖2 2000—2020年長株潭都市圈景觀生態風險空間分布

3.2.2 景觀生態風險時空演變特征 根據2000年和2020年長株潭都市圈景觀生態風險空間分布,統計各等級景觀生態風險區的轉移面積和轉移方向,并繪制弦圖(圖3)?？傮w看,2000—2020年高等級風險區向低等級風險區轉移面積為8 662.43 km2,低等級風險區向高等級風險區轉移面積僅為17.12 km2,生態風險加劇區域面積不到生態風險降低區域面積的1%。與2000年相比,2020年生態風險降低區域主要分布在湘江兩岸的長沙市區以及株洲市和湘潭市的中心城區,風險降低的原因可能是:①湘江豐富的水資源、平坦的地形以及湘江東西兩岸聯系緊密的區位優勢等對于城市生態—經濟協調發展具有極大的促進作用;沿江兩岸規劃建設生態產業區和高檔生態住區,形成了以湘江及其兩岸的濱江景觀道為連接帶,城市和郊野相間的鏈帶空間結構,具有明顯的生態良性循環特征,能有效降低區域生態風險。②湘江生態經濟帶的綠地、農田、水體等自然生態空間格局較好,加之生態區保護力度進一步加大,生態系統功能明顯提高,有利于緩解生態風險。③湘江兩岸區域經濟發達,20年間景觀類型轉換方式主要為耕地、林地轉向景觀脆弱度較低的人造地表,且大部分人造地表成片分布,生態系統穩定性較強,生態風險有所降低。此外,還有部分生態風險降低區域分布在寧鄉市、瀏陽市以及研究區邊界。瀏陽市和寧鄉市作為以長沙為核心的“3+5”城市群的“兩翼”節點城市、長沙市的副中心城市,在長沙市的輻射帶動下,城市經濟快速增長,人造地表面積快速增加,景觀生態風險值有所下降。而研究區邊緣區域由于海拔較高,景觀類型主要為具有較高生態效益的林地和耕地,加之遠離城市中心,不易受人類活動干擾,景觀脆弱度較低。隨著生態保護措施進一步規范,區域生態環境質量逐漸提高,生態風險降低。

3.3 景觀生態風險空間自相關分析

對長株潭都市圈景觀生態風險值進行空間自相關分析,得到2000年、2010年、2020年全局Moran′s I分別為0.516、0.507、0.482,說明研究區景觀生態風險存在顯著的空間正相關,且具有空間集聚效應;Moran′s I從0.516減至0.482,表明景觀生態風險空間集聚現象有所減弱、空間正相關程度降低。

由圖4可以看出,研究期景觀生態風險以高—高、低—低集聚分布為主且分布相對比較穩定,低—高、高—低集聚區分布分散且數量較少。2000年、2010年、2020年高—高集聚區數量分別為83、80、76,呈現逐年減少趨勢,主要分布在寧鄉市、望城區、淥口區、雨花區和長沙縣,區域內景觀類型復雜,景觀優勢度低且破碎度較高,部分區域位于城鎮周圍,易受人類生產活動影響,導致景觀類型發生轉換,抵御外界干擾能力降低,景觀生態風險值高;2000年、2010年、2020年低—低集聚區占比分別為12.48%、12.77%、9.87%,呈先增后減趨勢,主要分布在研究區邊界,區內景觀類型主要為連片分布的林地和耕地,景觀破碎度低,遠離城市中心且海拔較高,不易受人類活動影響,景觀生態風險值較低。

圖4 長株潭都市圈景觀生態風險局部空間自相關分布

3.4 基于多情景土地利用模擬的景觀生態風險分析

土地利用數據模擬結果與實際情況的一致性檢驗結果為:2010年Kappa系數為0.954、整體精度為0.975、FOM系數為0.145,2020年Kappa系數為0.704、整體精度為0.825、FOM系數為0.268,表明應用PLUS模型模擬長株潭都市圈土地利用分布格局是可行的?；诖?本文利用Markov模型對2030年土地利用類型數量進行預測,結合Markov轉移概率矩陣設置自然發展和生態保護兩種情景,模擬2030年長株潭都市圈土地利用(圖5)和景觀生態風險空間分布格局(圖6),并分析不同情景下景觀類型面積(表3,括弧內為變化量)與景觀生態風險面積變化(表4,括弧內為變化量)。

表4 2030年長株潭都市圈不同情景下生態風險等級面積

圖5 2030年長株潭都市圈土地利用空間分布

圖6 2030年長株潭都市圈景觀生態風險空間分布

1)自然發展情景下,基于2010—2020年土地利用發展規律,不考慮其他限制因素以及人為干擾,僅以Markov模型預測的各土地利用類型數量作為2030年的需求數量。①土地利用模擬分析。由圖5a和表3可知:2030年其他景觀類型向人造地表轉換的區域主要集中在寧鄉市、瀏陽市、長沙縣和岳麓區,林地轉出區域主要集中在寧鄉市、瀏陽市、醴陵市和岳麓區。與2020年相比,2030年耕地、林地、草地、濕地的面積均有所減小,其中林地面積減小最明顯,水域和人造地表面積分別增加92.44 km2、873.07 km2,增幅分別為20.85%、52.96%,人造地表擴張趨勢明顯。②景觀生態風險模擬分析。由圖6a和表4可知,2030年低和較低生態風險區面積分別為1 825.13 km2、4 745.53 km2,相比2020年,分別下降1 948.66 km2、4 007.61 km2;中等、較高、高生態風險區面積均有所增加,其中,中等生態風險區面積增加2 702.19 km2,占總變化量的22.68%,主要來自低和較低生態風險區的轉入,集中分布在湘潭縣、醴陵市、瀏陽市和長沙縣,而較高和高生態風險區主要分布在研究區中部、望城區西部、瀏陽市和淥口區。在該情景下,增加的人造地表面積主要來自林地和耕地等生態用地,導致景觀連通性下降,景觀干擾度增加,影響生態系統功能的穩定性,導致景觀生態風險加劇。

2)生態保護情景下,為更好地保護境內生態用地,促進人地和諧,設置以下條件以實現對生態用地的保護:將長株潭綠心地區[45]、域內水域設置為限制轉換區;將草地、濕地等生態用地向人造地表的轉移概率降低40%,減少的部分增加到向林地的轉移概率上;林地是長株潭都市圈最主要的生態用地,將林地向人造地表轉移概率降低50%;耕地具有一定的生態功能,將耕地向人造地表轉移概率降低30%。本文通過調整自然保護情景下Markov模型土地利用之間的轉移概率矩陣,將調整轉移概率矩陣后所預測的各土地利用類型數量作為2030年生態保護情景的需求數量,從而實現土地利用模擬。①土地利用模擬分析。由圖5b可知,2030年林地、草地、濕地、耕地等生態用地向非生態用地轉移區域主要分布在寧鄉市、瀏陽市、長沙縣和岳麓區。由表3可知,2030年人造地表的增加面積僅為自然發展情景下的58.8%,水域面積比自然發展情景下多2.7 km2,耕地、林地和濕地面積比2020年分別減少85.92 km2、448.49 km2、2.74 km2?？梢娚鷳B保護情景下林地、草地、濕地、耕地等生態用地面積變化幅度減緩,生態用地在一定程度上得到保護。②景觀生態風險模擬分析。由表4可知,2030年景觀生態風險面積總變化量為8 947.64 km2,是自然發展情景下的75.11%,低、較低和中等生態風險區面積分別為2 165.81 km2、5 887.30 km2、6 819.03 km2,占研究區總面積的78.71%,較高和高生態風險區面積較2020年分別增加1 107.55 km2、765.63 km2,分別為自然發展情景下面積變化量的49.15%、76.52%,增幅有所下降。生態保護情景下各級生態風險區空間分布格局與自然發展情景下較相似(圖6b),但生態環境有所好轉,主要緣于林地、草地、耕地等具有生態效益的景觀類型轉出量減小,人造地表擴張趨勢有所減緩,避免了其他景觀類型斑塊化引起景觀破碎度、分離度增加。此外,通過設置水域等限制轉換區可以有效保障景觀連通性,對降低景觀破碎度、提高生態系統穩定性有一定促進作用,因此各級生態風險區面積變化量減小。

4 結論與討論

本文基于土地利用數據,結合景觀生態風險評價模型分析2000—2020年長株潭都市圈的景觀生態風險時空分布特征及其演變規律;結合社會經濟數據、氣候數據等多源數據,運用PLUS模型對2030年長株潭都市圈土地利用進行模擬,并對其景觀生態風險空間分布進行預測,得到以下結論:①2000—2020年研究區耕地和濕地面積持續減小,人造地表面積持續增加,景觀生態風險呈現北高南低、西高東低的空間分布特征,且以較低和中等生態風險為主,區域內整體表現出由高等級生態風險向低等級生態風險轉移的特征,風險降低區域主要分布在湘江沿岸的市轄區,研究區生態環境趨向好轉。②2000—2020年研究區景觀生態風險全局Moran′s I均顯著為正,集聚效應明顯,景觀生態風險高—高集聚區主要分布在寧鄉市、望城區、淥口區、雨花區和長沙縣,低—低集聚區主要分布在研究區邊界。③生態保護情景下2030年長株潭都市圈景觀生態用地減少速率變緩,有利于緩解研究區的生態風險態勢,該情景更符合城市未來發展需求和規劃,有利于長株潭都市圈未來構建和諧有序的生態安全格局。

根據長株潭都市圈景觀生態風險時空變化特征,本文提出景觀生態風險防范和生態環境保護建議:①在城市規劃中要加強土地管理,增加林草覆蓋率,提高景觀連通性,降低景觀破碎度,保障生態系統功能穩定性,同時加強對生態用地的保護與修復,提高生態系統服務功能;②嚴控建設用地開發,構建結構完善的城市建設體系,同時加強城鎮周圍耕地與林地等生態用地的管理與保護,嚴守三條紅線,構建綠色發展道路;③未來發展情景設置應因地制宜、因時制宜,根據區域地理位置、自然條件以及當前城市發展需求進行動態調整,加快長株潭同城化建設,強化長沙市的龍頭作用,構建優勢互補、差異化協同發展的區域格局,同時加大區域內自然保護區、水源地以及國家公園等重要生態功能區的保護力度,加強生態空間管控,強化生態安全屏障,構建健康有序的生態安全格局,走經濟與生態協同發展之路。

本研究主要選取自然因子和社會經濟因子等作為土地利用模擬的驅動因素,對政府行為和政策因素缺乏考量,后續研究將擴大數據收集的維度,完善土地利用模擬的驅動機制體系,進一步提高模擬結果的科學性。