張 月,張 飛,3*,王 娟,任 巖,Abduwasit Ghulam,Hsiang-te KUNG(1.新疆大學資源與環(huán)境科學學院,新疆 烏魯木齊 83006；2.新疆大學綠洲生態(tài)教育部重點實驗室,新疆 烏魯木齊 83006；3.新疆智慧城市與環(huán)境建模普通高校重點實驗室,新疆 烏魯木齊 83006；.美國圣路易斯大學可持續(xù)發(fā)展中心,密蘇里州 圣路易斯 63108；.美國孟菲斯大學地球科學系,田納西州 孟菲斯 3812)

基于LUCC的艾比湖區(qū)域生態(tài)風險評價及預測研究

張 月1,2,張 飛1,2,3*,王 娟1,2,任 巖1,2,Abduwasit Ghulam4,Hsiang-te KUNG5(1.新疆大學資源與環(huán)境科學學院,新疆 烏魯木齊 830046；2.新疆大學綠洲生態(tài)教育部重點實驗室,新疆 烏魯木齊 830046；3.新疆智慧城市與環(huán)境建模普通高校重點實驗室,新疆 烏魯木齊 830046；4.美國圣路易斯大學可持續(xù)發(fā)展中心,密蘇里州 圣路易斯 63108；5.美國孟菲斯大學地球科學系,田納西州 孟菲斯 38152)

以新疆內陸艾比湖流域典型區(qū)域為研究區(qū),基于RS和GIS技術分析1998、2013年土地利用變化,嘗試用CA-Markov模型預測2028年土地利用/覆蓋變化.借助Fragstats3.4軟件,基于土地利用/覆蓋變化構建景觀生態(tài)風險評價模型,分析1998～2028年景觀生態(tài)風險的時空分異特征.結果表明：(1)1998～2013年,研究區(qū)土地類型面積變化明顯.耕地面積增加量最大,增加的面積為152139h m2,而未利用地面積減少量最大,減少的面積為67605hm2.2013～2028年,耕地和裸露的河床及鹽漬地的面積增加明顯,增加的面積分別為30730hm2,12427hm2,而未利用地和水體的面積分別從954376hm2和44889hm2,減至921079hm2和37157hm2.(2)1998～2028年,研究區(qū)生態(tài)風險等級空間分布差異明顯.高生態(tài)風險區(qū)面積變化較為顯著,其面積分別約占總面積的 36.6%,7.3%,23.7%.1998～2028年,全局 Moran’s I值分別為0.436962,0.442202,0.506622,表現為一定程度的正相關.(3)1998～2028年,耕地分布在低,較低生態(tài)風險的比重上升,所占百分比分別為58.46%,78.58%,79.9%.林、草地類型的各生態(tài)風險等級的所占的比重的波動較大.

艾比湖區(qū)域；土地利用/覆被變化(LUCC)變化；CA-Markov模型；土地利用模擬；生態(tài)風險評價

土地利用/覆蓋(LUCC)變化是人與自然相互作用的中心環(huán)節(jié).土地利用/覆蓋變化與生態(tài)和環(huán)境有密切的聯系,并且對景觀格局變化,區(qū)域生態(tài)功能等有重要的影響[1].因此,在全球環(huán)境變化研究領域中,土地利用/覆蓋變化對環(huán)境和生態(tài)的作用受到高度重視.在人為活動占主導作用的景觀內,不同土地利用方式和利用強度大小所產生的生態(tài)影響不同,可以直觀地表現在生態(tài)系統(tǒng)的組成和結構上[2-3].土地利用/覆蓋類型的特征結構能客觀揭示土地利用/覆蓋對生態(tài)綜合性的影響程度,因此可通過土地類型結構和土地利用轉移特征進行生態(tài)風險分析[4].生態(tài)風險評估作為一種重要的生態(tài)環(huán)境管理手段,逐漸成為國內外學術界研究的熱點問題之一[5-8].

景觀生態(tài)風險是區(qū)域生態(tài)風險評價的重要分支領域,通過景觀生態(tài)學的生態(tài)過程與空間格局耦合關聯的方法更好地反映出風險的時空異質性和尺度效應,以實現生態(tài)風險的空間可視化和綜合表征[9-10].不合理的土地利用/覆蓋會造成生態(tài)和環(huán)境的惡化或破壞,這可能給社會帶來損失[11].基于景觀結構進行土地利用/覆蓋生態(tài)風險分析可以綜合評估各種土地類型對生態(tài)潛在的影響,并能客觀地反映出各生態(tài)影響的空間結構及分布[12].當前,基于景觀的區(qū)域生態(tài)學研究對生態(tài)安全的維護和保障有重要的作用,它已成為國內外學者關注的熱點問題之一[13-14].目前,我國許多的學者基于土地利用/覆蓋進行的生態(tài)風險的相關研究來分析土地利用/覆蓋變化與生態(tài)風險的時空分異特征[15],對于基于土地利用/覆蓋的生態(tài)風險預警與預測方面的研究較少.本文依據土地利用/覆蓋變化預測模型,分析研究區(qū)的區(qū)域生態(tài)風險評價及研究區(qū)未來景觀生態(tài)風險的時空分異特征,這對于干旱區(qū)的土地利用/覆蓋的可持續(xù)發(fā)展具有重要意義.

本文以我國內陸艾比湖流域典型區(qū)域為研究區(qū),通過土地利用/覆蓋格局與生態(tài)和環(huán)境之間的關系,建立景觀格局指數與土地利用/覆蓋生態(tài)風險之間的定量化表達,借助空間地統(tǒng)計學方法研究艾比湖流域典型區(qū)域的土地利用/覆蓋的生態(tài)風險空間結構及分布特征,揭示研究區(qū)生態(tài)風險的時空變化特征及與土地類型之間的相互作用,以期為該區(qū)域的管理與協(xié)調可持續(xù)發(fā)展提供較為科學的理論依據和支持.

1 材料與方法

1.1 研究區(qū)概況

圖1 研究區(qū)地理位置Fig.1 Geographical location of study area

艾比湖流域位于北緯 43°38′～45°52′,東經80°53′～85°02′,處于新疆維吾爾自治區(qū)博爾塔拉

蒙古自治州,奎屯市和克拉瑪依的獨山子區(qū).艾比湖流域是一個典型的干旱區(qū)生態(tài)環(huán)境退化區(qū),其生態(tài)系統(tǒng)具有很強的敏感性與脆弱性,因此極不穩(wěn)定[16].本文選擇北緯 44°32′～45°08′,東經82°04′～83°32′的區(qū)域為研究區(qū),該區(qū)域土地類型較為多樣且具有代表性.該區(qū)域主要包括2個綠洲,艾比湖沿岸地區(qū)以及地處艾比湖流域的中部偏西(包括艾比湖湖區(qū))地區(qū).艾比湖區(qū)域表現為典型的中溫帶干旱大陸氣候,以干旱少雨,氣溫變化劇烈為特征.該區(qū)域由于各種原因,生態(tài)和環(huán)境遭到破壞,生態(tài)系統(tǒng)的平衡受到了嚴重影響.

1.2 數據來源處理與研究方法

根據研究需要,本文選取了1998年9月25日TM和2013年9月2日的OLI遙感影像為主要數據源,并結合其他相關統(tǒng)計資料等基礎數據進行分析研究.利用 ENVI軟件對圖像進行校正及配準等預處理.結合研究的需要,利用最大似然法進行監(jiān)督分類.通過多次野外考察建立土地利用/土地覆蓋遙感解譯的標志,并結合研究區(qū)的實際土地利用/覆蓋類型的特點,劃分為水體、林地、未利用地及其他、耕地、草地、裸露的河床及鹽漬地等6類土地類型.然后結合研究區(qū)的地形圖、DEM和Google Earth對土地類型覆蓋情況進行驗證,最終得到研究區(qū)1998年、2013年的土地類型分類圖.

1.3 基于 CA-Markov預測模型的土地利用/覆蓋類型動態(tài)模擬

Markov模型是基于馬爾可夫鏈的空間概率模型,基于要素的當前狀態(tài),通過對其某時刻不同狀態(tài)的初始概率及狀態(tài)之間的轉移規(guī)律來預測其將來各個時刻變動狀況的預測方法[17].CA模型是具有時空計算特征的動力學模型,原理是一個元胞在上一時刻其鄰域狀態(tài)函數可以表達下一時刻的狀態(tài),變量狀態(tài)與空間位置有密切關系.CA模型能夠模擬復雜變化的空間格局,但模擬預測的精度并不理想[18].CA-Markov模型綜合了 CA模型模擬復雜系統(tǒng)空間變化的能力和Markov模型定量化預測的優(yōu)勢,不僅預測精度得到提高,而且能有效的模擬景觀格局的空間變化,在預處理監(jiān)督分類中得到土地類型分類圖[19-20].

本文通過使用IDRISI軟件中的CA-Markov模塊模擬預測研究區(qū)的土地利用/覆蓋變化.選取1998年和2013年兩個時期的遙感影像為預測基礎數據源,對未來 2028年土地利用/覆蓋景觀現狀及變化進行模擬預測[21].

(1) 根據研究區(qū)1998年和2013年遙感影像解譯的土地類型,得到 1998～2013年研究區(qū)土地類型的面積轉移矩陣和轉移概率矩陣,以轉移概率矩陣作為轉換規(guī)則參與CA-Markov模型.

(2) 以CA標準5×5鄰近濾波器為鄰域定義,即為一個元胞周圍有 5×5元胞組成的矩陣空間對該元胞狀態(tài)的改變具有顯著的影響.

(3) 模型驗證,以1998年的土地類型為模擬起始時刻,重復上述(1)(2)的過程,采用 5×5的濾波器,以CA迭代次數取15,模擬得到2013年土地類型.通過IDRISI軟件中VALIDATE模塊的Kappa空間相關統(tǒng)計,對模擬得到的2013土地類型與實際2013年土地利用/覆蓋的符合程度進行評價,利用 Kappa系數來檢驗本文使用CA-Markov模型的可行性,總體Kappa指數計算如下[22]：

式中：P0表示正確模擬的比例;Pc表示隨機情況下期望的正確模擬比例;Pp表示理想分類情況下的正確模擬比例(即100%).通過CA-Markov模擬出的2013年土地覆蓋/利用類型圖與2013年實際的土地利用/覆蓋類型圖的總體Kappa系數為 0.783,精度符合研究要求,2者一致性較好.一般Kappa系數＞0.75時,說明一致性較高[23].

(4) 確定 2013年為起始時間,CA的迭代次數取15,即模擬2028年研究區(qū)景觀空間格局.

1.4 土地利用動態(tài)度

本文采用土地利用動態(tài)度來分析研究區(qū)土地類型的變化特征.土地利用動態(tài)度是指某一地類在一定時間范圍內土地類型的變化,它可以反映不同時期土地類型變化的劇烈程度,其表達式為[24]：

式中：K為研究時段內某土地類型面積動態(tài)度;Ua和Ub分別為研究初期和研究末期的土地類型的面積;T為研究時段的長度;當 T的時段設定為年時,K值就是該研究區(qū)土地類型的年變化率.

1.5 景觀生態(tài)風險分析

1.5.1 采樣方法 根據研究區(qū)景觀類型的特點,綜合考慮到研究區(qū)面積的大小和采樣工作量,本文采用15km × 15km 的正方形樣地,即風險小區(qū),對景觀生態(tài)風險指數進行空間化.采樣方式為等間距,共有風險小區(qū)72個(圖2).計算每個風險小區(qū)的景觀生態(tài)風險值并把該值作為采樣區(qū)中心點的屬性值[25].

圖2 生態(tài)風險小區(qū)的劃分Fig.2 Division of the ecological risk area

1.5.2 生態(tài)風險指數 本研究通過建立土地類型與區(qū)域生態(tài)風險之間的經驗聯系,利用土地類型的面積比例,從區(qū)域生態(tài)系統(tǒng)的景觀結構出發(fā)構建景觀生態(tài)風險指數,該指數用于描述風險小區(qū)內綜合生態(tài)風險的相對大小,以便通過采樣方法將土地類型的空間結構轉化為生態(tài)風險變量.景觀生態(tài)風險指數計算公式如下[26]：

式中：Ri,景觀類型i的景觀損失度指數;Aki,在第K個風險小區(qū)中景觀類型i的面積;Ak為第K個風險小區(qū)的面積;ERIi為風險小區(qū) i的景觀生態(tài)風險指數,該值越大表示生態(tài)風險程度越高,反之,生態(tài)風險程度越低.

(1) 景觀脆弱度(Fi)

景觀脆弱度指數描述的是在外界多風險作用下景觀類型遭受巨大破壞的難易程度及可能性大小[26].本文借鑒張學斌等[27],陳鵬等[28]針對干旱區(qū)內陸河流域的相關研究且結合研究區(qū)的特點,對干旱區(qū)景觀類型按其脆弱性的高低依次進行賦值：裸露的河床及鹽漬地 6,未利用地及其他為 5,水體為 4,耕地為 3,草地為2,林地為 1,并進行歸一化處理后得到各景觀類型的脆弱度.

(2) 景觀干擾度指數(Si)

景觀干擾度指數是指不同的景觀類型維持生態(tài)穩(wěn)定性的作用不同,例如促進景觀結構自然演替維護生物多樣性,完善整體結構和功能等方面.本研究考慮到研究區(qū)的生態(tài)景觀類型較為單一的特點及對研究區(qū)生態(tài)系統(tǒng)的影響狀況,同時參考了相關研究,決定選用了景觀破碎度,分離度以及分維數構建景觀干擾度指數,其公式如下[29]：

式中：Si表示第 i景觀類型的景觀干擾度,Ci、Ni和Fi分別表示景觀破碎度,分離度及分維數,其中a、b和 c是各個景觀格局指標的權重(a+b+c =1).根據相關研究,結合本研究區(qū)的特點,分別賦以景觀破碎度、景觀分離度指數和景觀分維數的權重0.5、0.3、0.2.

(3) 景觀損失度指數(Ri)

土地利用/覆蓋變化過程對生態(tài)環(huán)境的干擾和影響將最直觀地體現在景觀格局結構和功能的變化上.因此,采用景觀生態(tài)損失指數(Ri)可以反映土地利用/覆蓋變化對生態(tài)環(huán)境造成的潛在生態(tài)損失和風險,并通過風險小區(qū)的劃分,用采樣的方法將風險小區(qū)內的景觀結構變化特征轉化為空間化的生態(tài)風險變量,進而得到景觀生態(tài)損失的相對大小,其計算公式為[30]：

式中：Si表示第 i景觀類型的景觀干擾度;Fi表示第i景觀類型的脆弱度.

1.6 地統(tǒng)計學分析方法

地統(tǒng)計學是一系列監(jiān)測,模擬和估計變量在空間上的相關關系和格局的統(tǒng)計方法,具體計算公式為[30]：

式中：γ(h)表示變異函數;h表示步長,即為了減少各樣點組合對的空間距離個數而對其進行分類的樣點空間間隔距離;N(h)表示間隔距離為h時的樣點對數;Z(xi)和 Z(xi+h)分別表示景觀脆弱度指數在空間位置xi和xi+h上的觀測值.

1.7 空間自相關分析方法

空間自相關分析是空間統(tǒng)計的重要方法之一,該方法可以定量的描述事物在空間上的依賴關系.空間自相關是描述某一要素的屬性值與其相鄰空間上的屬性值是否顯著相關聯的重要指標,揭示了空間參考單元與其鄰近的空間單元屬性特征值之間的相似性或相關性[31].本文選用Moran’s I指數(全局空間自相關)對景觀生態(tài)風險的空間相關度進行分析研究.

Moran’s I系數反映空間鄰近區(qū)域單元屬性值的相關程度,Moran’s I其絕對值越趨近于1,表明研究單元的空間自相關程度越強.全局Moran’s I指數用于驗證整個研究區(qū)域某一要素的空間相關關系,其表達公式為[31]：

2 結果與分析

2.1 艾比湖土地利/覆蓋類型變化分析

本研究區(qū)內的土地類型較為單一.根據圖 3分析1998、2013年的土地利用/覆蓋結構和空間分布特征.1998年,位于平緩山麓地帶的耕地類型廣布,林草地也多有分布,研究區(qū)的鹽漬化較為嚴重.2013年耕地類型為研究區(qū)的主要的土地類型,大量適用于耕地的土地被開墾,其中部分耕地占據了原先的林草地等土地類型,導致了林草地急劇面積減少,耕地的分布范圍擴大,艾比湖水體面積減少.根據研究區(qū)近年來的氣候數據統(tǒng)計可知年蒸發(fā)量、降水量及年均溫度均有上升.蒸發(fā)量的變化較大.這對于研究區(qū)的植被生長有不利的影響.同時對水域面積的變化有一定影響.部分原因在于人類大量開墾荒地,耕地面積急速增加,需要大量的水進行灌溉,人們肆意的引博爾塔拉河、精河等周邊的河水用以灌溉,以至于注入艾比湖的水量減少,湖面萎縮,裸露的湖床的面積增大.

利用1998年土地利用/覆蓋類型圖作為初始土地狀態(tài),通過使用IDRISI軟件中CA-Markov模塊以 1998～2013年土地利用/覆蓋結構轉移概率矩陣,模擬2013年土地利用/覆蓋狀況,并將模擬結果與 2013年土地利用/覆蓋分類圖對比驗證,Kappa系數為 0.783,說明預測圖與實際土地類型圖一致性較高.因此,以 2013年作為景觀格局模擬預測的起始時刻,CA的迭代次數取15,模擬2028年研究區(qū)景觀土地類型空間格局及其變化,結果如圖4所示.

在自然狀態(tài)下,2028年,耕地為研究區(qū)的主要景觀類型.較2013年,耕地的面積增大,林草地面積急劇減少,裸露的河床及鹽漬地廣泛的分布于研究區(qū)內.艾比湖湖區(qū)水域的面積在繼續(xù)萎縮.耕地面積增大,大量的水資源用以灌溉,艾比湖水體的面積有繼續(xù)減小的趨勢,以至于湖面萎縮裸露的湖床沙漠鹽漬化,研究區(qū)的鹽漬化更為嚴重,艾比湖區(qū)域生態(tài)質量存在進一步退化的趨勢.根據研究區(qū)近年來的氣候數據統(tǒng)計可知,氣候有變暖的趨勢,這對處于干旱區(qū)的植被造成不利影響,植被是氣候變化最直接的響應.研究區(qū)的蒸發(fā)量增加遠大于降水量,會直接導致植被退化,鹽漬化程度加重.由于氣候變暖,湖區(qū)的水域面積也將有減少的趨勢.導致研究區(qū)土地利用/覆蓋類型面積變化的因素還有人文因素,研究區(qū)近年來人口與耕地均呈快速增長的趨勢,人口增長與耕地面積呈正相關.

圖3 1998年、2013年艾比湖典型區(qū)域土地利用/覆蓋類型Fig.3 Distribution of land use/cover (LUCC) types patterns of 1998 and 2013 in Ebinur Lake

圖4 基于CA-Markov模型模擬2028年艾比湖典型區(qū)域土地利用/覆蓋類型Fig.4 Simulated Ebinur lake region land use/cover (LUCC) types map in 2028 by CA-Markov model

由圖5可知,未利用地和耕地是本研究區(qū)主要的2個土地類型,兩者分別占總面積的百分比為69.72%、16.97%. 1998～2013年,耕地面積增加量最大,增加的面積為 152139hm2,而未利用地減少的面積為67605hm2,林草地、水體的面積均減少.從土地利用動態(tài)度來看,1998～2013年耕地的動態(tài)度最大(10.26%),林地和草地次之(分別為-6.04%和-4.14%),裸露的河床及鹽漬地最小(0.30%).2013～2028年,耕地和裸露的河床及鹽漬地的面積均增大,增加的面積分別為30730hm2、12427hm2,而未利用地和水體則分別從954376hm2和 44889hm2,減至 921079hm2和37157hm2.耕地的動態(tài)度最大(-5.33%).在整個研究期間,耕地和裸露的河床及鹽漬地呈現增加趨勢,其他土地類型的土地面積趨向于減少.研究區(qū)內耕地和林地面積變化幅度和動態(tài)度均為最大(7.43%),林地和草地次之,未利用地及其他的動態(tài)度最小,表明 1998～2028年間區(qū)域內社會經濟和城鄉(xiāng)建設不斷發(fā)展,人類活動影響越來越強烈.

圖5 1998～2028年艾比湖典型區(qū)域土地利用/覆蓋(LUCC)類型面積變化及其動態(tài)度Fig.5 The change of the area and dynamic degree of land use/cover (LUCC) types of the Ebinur Lake region from 1998 to 2028

2.2 土地利用/覆蓋變化的景觀生態(tài)風險評價及分析

2.2.1 生態(tài)風險指數的空間結構分析 通過ArcGIS10.0軟件的地統(tǒng)計分析模塊,對1998年、2013年及模擬的2028年的生態(tài)風險指數進行克里格插值(普通克里格插值法).本文為便于直觀

的分析生態(tài)風險ERI的空間分布特征,因此對生態(tài)風險指數進行等級劃分,本文設定的生態(tài)風險等級具體為：低生態(tài)風險區(qū)(ERI≤0.063);較低生態(tài)風險區(qū)(0.063≤ERI＜0.068);中生態(tài)風險區(qū)(0.068≤ERI＜0.073);較高生態(tài)風險區(qū)(0.073≤ERI＜0.083)及高生態(tài)風險區(qū)(ERI＞0.083),得到研究區(qū)的生態(tài)風險空間分布圖(圖6).

圖6 1998、2013年和2028年生態(tài)風險克里格插值空間分布Fig.6 Distribution of Kriging interpolation for ecological risk of 1998, 2013 and 2028

根據圖 6,分析 1998～2028年研究區(qū)的生態(tài)風險等級空間分布特征.1998年高生態(tài)風險等級主要分布于研究區(qū)的東部,所占的面積較大,其面積為 522624.1hm2,占總面積的 36.6%.高風險區(qū)主要包括山地以及沙地等未利用地的土地類型,這些土地類型主要是自然原因,致使研究區(qū)景觀類型較為單一.未利用地及其他的損失度,脆弱度均較大,因此這些土地類型的風險度大.低、較低生態(tài)風險區(qū)主要包括研究區(qū)中部的艾比湖湖區(qū)及周邊耕地等土地類型,其面積分別為90012.2hm2和 112482.8hm2,約占全區(qū)總面積的6.6%和8.2%.該區(qū)域有土地類型較多,如水體、草地、林地、耕地等,這些土地類型的脆弱度較低,分布面積較大,因此其生態(tài)風險程度較低.

2013年,研究區(qū)內風險等級空間分布為主要以低,較高風險等級區(qū)域為主,其面積分別占總面積的比例分別為 22.3%,7.6%;低,較低生態(tài)風險等級主要分布在研究區(qū)的耕地以及艾比湖湖區(qū)等地類.研究區(qū)西部出現了較大面積的高風險區(qū)域,從1998年、2013年艾比湖典型區(qū)域土地利用/覆蓋類型圖中可以看出,1998年研究區(qū)西部有部分草地,而2013年該區(qū)域的草地面積急劇減少,該區(qū)域土地類型少,主要是損失度、脆弱度較大的未利用地所占面積較大,所以該地為高生態(tài)風險區(qū)域.在研究區(qū)東部.生態(tài)風險等級降低,由較高風險區(qū)轉換為了中風險區(qū).在研究區(qū)的東部地區(qū),林地和草地土地類型面積增加,而原先的脆弱度較高的鹽漬地面積減少,導致該區(qū)域的生態(tài)風險程度降低.

基于CA-Markov模塊模擬2028年研究區(qū)景觀土地類型空間格局得到2028年的景觀生態(tài)風險等級圖.2028年研究區(qū)的生態(tài)等級分布的空間結構隨著土地類型的變化發(fā)生了相應變化.其中位于研究區(qū)東部的高生態(tài)風險等級的面積增加明顯,由2013年占總面積的比例分別為7.3%增長到2028年的23.7%.研究區(qū)的高生態(tài)風險區(qū)主要是由于該區(qū)域脆弱度較大的鹽漬地的面積增加,未利用地面積較大,這兩類土地類型的損失度均較高,致使該區(qū)域生態(tài)風險等級高.研究區(qū)的低生態(tài)風險等級空間位置大致不變,但面積減少,該區(qū)域耕地分布較廣,但有部分的脆弱度較高的鹽漬地分布,導致該區(qū)域面積減少.

2.2.2 區(qū)域景觀生態(tài)風險的空間關聯格局分析 空間自相關是通過確定某一變量在空間上是否相關及其相關程度大小,定量地描述該變量在空

間上的相互依賴關系.本文以生態(tài)風險為空間變量探索分析生態(tài)風險在研究區(qū)內的空間分異特征,便于更好的理解分析景觀生態(tài)風險及其變化趨勢,本文利用Geoda095i軟件,根據1998年、2013年和2028年景觀生態(tài)風險值得到Moran′s I散點圖(圖7).

圖7 1998年,2013年和2028年景觀生態(tài)風險Moran’s I散點圖Fig.7 The Moran’s I scatter of the ecological risk of 1998, 2013 and 2028

各時期生態(tài)風險的空間全局Moran’s I值計算結果如圖7所示.1998、2013和2028年Moran’s I指數分別為0.436962、0.442202、0.506622,整體呈上升的趨勢.在2013～2028年期間,Moran’s I指數增加明顯,表明研究區(qū)生態(tài)風險的空間分布存在趨同集群的現象,具有較強的正相關.

2.3 不同土地利用/覆蓋類型的風險變化

根據圖8可知,水體類型約有85%的面積主要集中在低、較低、中生態(tài)風險等級.根據研究區(qū)的土地類型情況可知,水體分布集中,主要是艾比湖湖區(qū).水體脆弱度、損失度均較低,因此水體的生態(tài)風險低.隨時間變化,林、草地分布各生態(tài)風險等級的所占比重波動較大,這主要是由于林、草地的分布及面積變化較大,這主要是由于其破碎度、分離度以及分維數的也隨之發(fā)生變化而造成的結果.由于未利用地及其他的土地類型面積較大,且脆弱度較高,因此分布在較高、高生態(tài)風險等級.耕地類型約有 60%的面積分布在低生態(tài)風險和較低生態(tài)風險等級.這主要是由于耕地類型的破碎化程度、分離度均較低,因此耕地的損失度較低,景觀風險等級較低,分布較為集中.裸露的河床及鹽漬地主要集中在中、較高、高風險等級.根據研究區(qū)的各時期土地類型的分布情況可知,裸露的河床及鹽漬地面積和分布狀況變化較大.1998～2028年,其面積變化較大,鹽漬地的脆弱度較高,分離度較大,因此該土地類型主要集中的風險等級較高.

隨著近年來的城市化進程的加快,人類的生產/生活等行為的程度較大,同時影響了生態(tài)和環(huán)境,這可能甚至會影響人類社會、經濟等發(fā)展.根據本文的研究分析,在未來的15年間人類將繼續(xù)開墾,擴大耕地,林草地遭到破壞.生態(tài)風險格局及時空分布發(fā)生遷移.低風險區(qū)的面積將會減少,鹽漬化的土地面積將會增加;由于林、草地類型分布較少,高風險區(qū)的面積增大.在人類的干預下,生態(tài)和環(huán)境會遭到破壞.本研究區(qū)土地類型較為單一且分布較為集中,但是出于生態(tài)脆弱區(qū).因此應采取科學而有效的措施進行保護和利用.(1)根據專家的建議,科學控制耕地的面積.在合適的地區(qū)開墾土地,禁止無序的,

肆意開墾.(2)合理利用水資源,尤其做好農田用水的水利措施,盡可能使用滴灌.(3)城市化進度加快的前提下,注重合理規(guī)劃建設用地.以艾比湖區(qū)域為重心,合理協(xié)調當地人口與資源及生態(tài)和環(huán)境之間的關系,科學合理的制定相關政策,以實現可持續(xù)發(fā)展.

圖8 艾比湖典型區(qū)域1998-2028年不同土地利用/覆蓋類型的生態(tài)風險變化Fig.8 Variations of ecological risk level of different land use/cover types in Ebinur Lake region from 1998 to 2028系列1：低生態(tài)風險;系列2：較低生態(tài)風險;系列3：中生態(tài)風險;系列4：較低生態(tài)風險;系列5：低生態(tài)方法

3 結論

3.1 1998、2013年耕地類型為研究區(qū)的主要土地類型,艾比湖水體面積明顯減少.基于CA-Markov模型模擬 2028年土地利用/覆蓋類型圖,分析可知耕地的面積繼續(xù)增大,林草地急劇減少,裸露的河床及鹽漬地廣泛的分布于研究區(qū)內.從土地利用動態(tài)度來看,1998～2028年,耕地的動態(tài)度最大(10.26%),林地和草地次之(分別為-6.04%和-4.14%).

3.2 1998～2028年,高生態(tài)風險等級主要分布于研究區(qū)的東部,所占的面積較大.低、較低生態(tài)風險區(qū)主要包括研究區(qū)中部的湖區(qū)及耕地等土地類型.區(qū)域生態(tài)風險變化的主要特征為：隨時間變化耕地分布在低、較低生態(tài)風險的比重上升.林草地分布面積急劇減小導致了其分布的生態(tài)等級的比重有較大的波動.

3.3 1998、2013、2028全局Moran′s I值分別為0.436962、0.442202、0.506622,整體呈上升的趨勢.Moran′s I指數呈現顯著增加,表明研究區(qū)景觀生態(tài)風險存在較強的正相關,存在一定內在聯系,其空間分布并不是隨機的,而是在空間上存在趨于集群的現象.

[1] 肖 琳,田光進.天津市土地利用生態(tài)風險評價 [J]. 生態(tài)學雜志, 2014,33(2)：469-476.

[2] 楊 勇,任志遠.城市近郊區(qū)土地利用生態(tài)風險評價—以西安市長安區(qū)為例 [J]. 土壤通報, 2015,46(3)：519-525.

[3] Xie H L, Wang P, Huang H S. Ecological risk assessment of land use change in the Poyang Lake Eco-economic Zone, China [J]. International Journal of Environmental Research and Public Health, 2013,10：328-346.

[4] 葉長盛,馮艷芬.基于土地利用變化的珠江三角洲生態(tài)風險評價[J]. 農業(yè)工程學報, 2013,29(19)：224-232,294.

[5] 許 妍,馬明輝,高俊峰.流域生態(tài)風險評估方法研究––以太湖流域為例 [J]. 中國環(huán)境科學, 2012,32(9)：1693-1701.

[6] 海米提·依米提,祖皮艷木·買買提,李建濤,李新國.焉耆盆地土壤重金屬的污染及潛在生態(tài)風險評價 [J]. 中國環(huán)境科學, 2014,34(6)：1523-1530.

[7] Zhang C Q, Dong B, Liu L, et al. Study on ecological risk assessment for land-use of wetland based on different scale [J]. Journal of the Indian Society of Remote Sensing, 2016,44(5)：821-828.

[8] He X R, Zhong X H, Chen X W. Analysis on landscape ecological risk of the Qinghai-Tibet Plateaus： A case study on Niyang river basin [J]. Wuhan University Journal of Natural

Sciences, 2006,11(4)：977-983.

[9] 彭 建,黨威雄,劉焱序,等.景觀生態(tài)風險評價研究進展與展望[J]. 地理學報, 2015,70(4)：664-677.

[10] 劉世梁,劉 琦,張兆苓,等.云南省紅河流域景觀生態(tài)風險及驅動力分析 [J]. 生態(tài)學報, 2014,34(13)：3728-3734.

[11] 周啟剛,張曉媛,王兆林.基于正態(tài)云模型的三峽庫區(qū)土地利用生態(tài)風險評價 [J]. 農業(yè)工程學報, 2014,30(23)：289-297.

[12] 謝花林.基于景觀結構的土地利用生態(tài)風險空間特征分析—以江西興國縣為例 [J]. 中國環(huán)境科學, 2011,31(4)：688-695.

[13] 肖 楊,毛顯強.區(qū)域景觀生態(tài)風險空間分析 [J]. 中國環(huán)境科學, 2006,26(5)：623-626.

[14] Mclntyrea S, Lavorel S. A conceptual model of land use effects on the structure and function of herbaceous vegetation [J]. Agriculture, Ecosystems and Environment, 2007,119(1)：11-21.

[15] 趙巖潔,李陽兵,邵景安.基于土地利用變化的三峽庫區(qū)小流域生態(tài)風險評價—以草堂溪為例 [J]. 自然資源學報, 2013,28(6)：944-956.

[16] 謝 霞,王宏衛(wèi),塔西甫拉提·特依拜.艾比湖區(qū)域生態(tài)脆弱性評估與保護 [J]. 新疆農業(yè)科學, 2012,49(3)：531-536.

[17] 左 彤,何 玲,張俊梅.基于CA-Markov模型的濱海土壤鹽漬化動態(tài)變化研究—以黃驊市為例 [J]. 資源科學, 2014,36(6)：1298-1305.

[18] 程 剛,張祖陸,呂建樹.基于CA-Markov模型的三川流域景觀格局分析及動態(tài)預測 [J]. 生態(tài)學雜志, 2013,32(4)：999-1005.

[19] 趙永華,賈 夏,劉建朝,等.基于多源遙感數據的景觀格局及預測研究 [J]. 生態(tài)學報, 2013,33(8)：2556-2564.

[20] 李 志,劉文兆,鄭粉莉.基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化 [J]. 農業(yè)工程學報, 2010,26(1)：346-352,391.

[21] 朱海涌,李新琪,仲嘉亮.基于CA-Markov模型的艾比湖流域平原區(qū)景觀格局動態(tài)模擬預測 [J]. 干旱環(huán)境監(jiān)測, 2008,22(3)：134-139.

[22] 劉 潔,李 宏,馬勇剛.基于CA-Markov模型的中亞典型城市土地利用變化預測分析 [J]. 水土保持研究, 2014,21(3)：51-56.

[23] 張 利,周亞鵬,門明新,等.基于不同種類生態(tài)安全的土地利用情景模擬 [J]. 農業(yè)工程學報, 2015,31(5)：308-316.

[24] 張 飛,王 娟,塔西甫拉提·特依拜,等.1998～2013年新疆艾比湖湖面時空動態(tài)變化及其驅動機制 [J]. 生態(tài)學報, 2015,35(9)：2848-2859.

[25] 吳 莉,侯西勇,邸向紅.山東省沿海區(qū)域景觀生態(tài)風險評價 [J].生態(tài)學雜志, 2014,33(1)：214-220.

[26] 鞏 杰,趙彩霞,謝余初,等.基于景觀格局的甘肅白龍江流域生態(tài)風險評價與管理 [J]. 應用生態(tài)學報, 2014,25(7)：2041-2048.

[27] 張學斌,石培基,羅 君,等.基于景觀格局的干旱內陸河流域生態(tài)風險分析—以石羊河流域為例 [J]. 自然資源學報, 2014, 29(3)：410-419.

[28] 陳 鵬,潘曉玲.干旱區(qū)內陸河流域區(qū)域景觀生態(tài)風險分析—以阜康三工河流域為例 [J]. 生態(tài)學雜志, 2003,22(4)：116-120.

[29] 鞏 杰,謝余初,趙彩霞,等.甘肅白龍江流域景觀生態(tài)風險評價及其時空分異 [J]. 中國環(huán)境科學, 2014,34(8)：2153-2160.

[30] 高 賓,李小玉,李志剛,等.基于景觀格局的錦州灣沿海經濟開發(fā)區(qū)生態(tài)風險分析 [J]. 生態(tài)學報, 2011,31(12)：3221-3450.

[31] 孫才志,閆曉露,鐘敬秋.下遼河平原景觀格局脆弱性及空間關聯格局 [J]. 生態(tài)學報, 2014,34(2)：247-257.

Ecological risk assessment and prediction of Ebinur Lake region based on Land use/Land cover change.

Z HANG Yue1,2, ZHANG Fei1,2,3*, WANG Juan1,2, REN Yan1,2, Abduwasit Ghulam4, Hsiang-te KUNG5(1.College of Resources and Environment Science, Xinjiang University, Urumqi 830046, China；2.Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China；3.Key Laboratory of Xinjiang Wisdom City and Environment Modeling, Urumqi 830046, China；4.Center for sustainability, Saint Louis University, St. Louis, MO 63108, USA; 5. Department of Earth Sciences, University of Memphis, Memphis, TN 38152, USA). China Environmental Science, 2016,36(11)：3465～3474

This paper presented a study of land use and land cover change from 1998 to 2013, and likelihood of change through 2028 using remote sensing, geographic information system, and CA-Markov model in inland area of Ebinur lake basin in Xinjiang Uyghur Autonomous Region. Fragstats 3.4 to construct landscape ecological risk assessment model was used. Spatial distribution of landscape ecological risks due to land use changes in the study area was analyzed. Results showed that： (1) the area of land types changed significantly in the study area from 1998 to 2013. For example, area of cultivated land was significantly increased to 152139 hm2. However, area of unutilized land was correspondingly decreased, which was 67605 hm2. From 2013 to 2028, cultivated land and the bared lakebed and salinized land increased significantly, approximately 30730 hm2and 12427 hm2respectively. However, area of unutilized land and water were decreased significantly from 954376 hm2and 44889 hm2to 921079 hm2and 37157hm2, respectively. (2) From 1998 to 2028, spatial distributions of ecological risk have changed significantly in the study area. Areas of high ecological risk accounted for 36.6%, 7.3%, and 23.7% of the total area, respectively. From 1998 to 2028, the Moran’s I values were 0.436962, 0.442202, 0.506622, respectively. Moran's I of the landscape pattern showed positive spatial autocorrelation, and had a rising trend. (3) From 1998 to 2028, the cultivated land distribution in the low and lower ecological risk area

Ebinur Lake region；land use/land cover change；CA-Markov model；land-use simulation；ecological risk assessment

X826

A

1000-6923(2016)11-3465-10

張 月(1990-),女,山東五蓮人,新疆大學碩士研究生,主要從事干旱區(qū)生態(tài)環(huán)境遙感應用研究.

2016-03-29

自治區(qū)青年科技創(chuàng)新人才培養(yǎng)工程項目(2013731002);國家自然科學基金項目(41361045;41130531);教育部“長江學者和創(chuàng)新團隊發(fā)展計劃”創(chuàng)新團隊項目(IRT1180);新疆綠洲生態(tài)(教育部省部共建)重點實驗室開放課題(XJDX0201-2012-01)

* 責任作者, 副教授, zhangfei3s@163.com

have increased. Its area accounted for the total area about 58.46%, 78.58%, and 79.9%, respectively. Forest, grassland ecological risk levels fluctuated in different levels.