卿巧玲，黃 云，裴 嬋

西南大學 資源環(huán)境學院，重慶 400715

生態(tài)風險是指外部壓力(如自然變化或人類活動)對種群、生態(tài)系統(tǒng)結(jié)構(gòu)或整個景觀的正常功能產(chǎn)生負面影響的概率或可能性[1-2]，這些影響在生態(tài)系統(tǒng)健康、生產(chǎn)力、遺傳結(jié)構(gòu)、經(jīng)濟價值和美學價值上得以反映[3-4]．當前，生態(tài)風險評價研究主要是結(jié)合景觀脆弱度指數(shù)和景觀干擾度指數(shù)來構(gòu)建模型對生態(tài)環(huán)境進行評價分析[5]．

目前，國內(nèi)外對于生態(tài)風險的研究已積累了相當豐富的經(jīng)驗．從研究對象來看，流域[6-8]、干旱區(qū)[5，9]、沿海地區(qū)[10-12]、海岸帶[13-14]、自然保護區(qū)[15]等為研究的熱點區(qū)域，近年來，也逐漸有學者將目光投向黃土溝壑區(qū)[16]及生態(tài)移民區(qū)[17-19]：從研究尺度上來看，綜合考慮研究區(qū)面積及景觀斑塊平均面積來劃分的網(wǎng)格為主流研究尺度[20]，也有部分學者以市域、縣域等行政單位為基本研究單位來開展生態(tài)風險研究：從研究方法來看，大多數(shù)學者運用景觀格局指數(shù)構(gòu)建生態(tài)風險模型或者依據(jù)統(tǒng)計數(shù)據(jù)，采用RRM[21-22]、PSR[23]、PESR模型進行相關(guān)分析．盡管目前關(guān)于生態(tài)風險的研究已經(jīng)相當成熟，但大多數(shù)學者在對區(qū)域生態(tài)風險進行研究時更多考慮其在地理空間和時間序列上的變化特征，很少通過劃分地形來分析生態(tài)風險變化：同時，對于一定研究期內(nèi)的區(qū)域生態(tài)風險變化研究視角較單一，多從各風險等級面積變化或時空分布上來探究，而對于研究期內(nèi)各等級生態(tài)風險之間的轉(zhuǎn)化以及轉(zhuǎn)化的程度研究不夠．因而本研究通過構(gòu)建生態(tài)風險動態(tài)變化空間分析模型，來分析萬州區(qū)各等級生態(tài)風險之間的轉(zhuǎn)化狀況：同時借助地理探測器探測地形因子中對生態(tài)風險影響最大的因子，并以此作為地形劃分依據(jù)，對各個地形的生態(tài)風險進行分析．

萬州區(qū)作為三峽移民的重要遷入地區(qū)，移民建設(shè)中建設(shè)用地的急劇增加對區(qū)域內(nèi)生態(tài)環(huán)境造成了較大影響．同時，由于區(qū)域內(nèi)降水充沛、河流水系發(fā)達、地質(zhì)構(gòu)造復雜，其生態(tài)環(huán)境穩(wěn)定性較差[24]，因而在庫區(qū)輻射范圍內(nèi)，景觀格局的變化對生態(tài)環(huán)境的影響意義較為深遠．本研究采用目前的主流方法來對研究區(qū)的生態(tài)風險狀況進行量化分析，即建立生態(tài)風險評估單元，利用生態(tài)風險指數(shù)模型測定各評價單元的生態(tài)風險狀況[18]，借助反距離權(quán)重插值法將評估結(jié)果在空間上表達出來[25]，進行相關(guān)分析，以期為萬州區(qū)生態(tài)環(huán)境保護提供可借鑒的材料．

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域

萬州區(qū)(107°52′-108°53′E，30°24′-31°14′N)地處三峽庫區(qū)腹心地帶，是三峽庫區(qū)中部的經(jīng)濟中心，重慶市第二大城市，長江十大港口之一．萬州區(qū)下轄52個鄉(xiāng)、鎮(zhèn)及街道辦，土地利用總面積約為345 655 hm2．區(qū)域地貌以山地、丘陵為主，間有河流階地、淺丘平壩等地貌分布．萬州區(qū)屬于亞熱帶濕潤氣候，年平均氣溫17.7 ℃，平均降水量1 243 mm．區(qū)域內(nèi)植被覆蓋率高，耕地面積廣闊，河流眾多，且切割深、落差大，河流水系呈枝狀分布，均屬于長江水系．

1.2 研究數(shù)據(jù)

研究以2009，2013，2016年土地利用數(shù)據(jù)以及行政區(qū)劃數(shù)據(jù)為基礎(chǔ)(圖1)，該數(shù)據(jù)由重慶市萬州區(qū)規(guī)劃和自然資源局提供．按照地理國情監(jiān)測云平臺(http：//www.dsac.cn/)下的土地利用數(shù)據(jù)產(chǎn)品分類標準將萬州區(qū)土地利用類型劃分為耕地、園地、草地、林地、水域及水利設(shè)施用地、城鄉(xiāng)工礦居民用地、交通用地以及未利用土地等8種類型，并進行重編碼：DEM來自地理空間數(shù)據(jù)云(http：//www.gscloud.cn/)的ASTER GDEM(V2)數(shù)據(jù)集，分辨率為30 m×30 m，借助ArcGIS軟件進行拼接、裁剪及格式轉(zhuǎn)換生成研究區(qū)DEM數(shù)據(jù)，并依據(jù)DEM生成研究區(qū)坡度和地形起伏度數(shù)據(jù)．

圖1 萬州區(qū)2009，2013，2016年土地利用類型圖

2 研究方法

2.1 評價單元的確定

為了更好地表達萬州區(qū)生態(tài)風險在空間上的分異特征，本研究對萬州區(qū)2009年、2013年以及2016年3期土地利用數(shù)據(jù)進行等間距系統(tǒng)采樣．根據(jù)萬州區(qū)面積和研究尺度，構(gòu)建2 km×2 km的單元格網(wǎng)，共計984個樣區(qū)(圖2)．參照許鳳嬌等[10]的最佳分析尺度選取方法，確定柵格轉(zhuǎn)換的最佳粒度為50，將3個時相采樣后的土地利用數(shù)據(jù)轉(zhuǎn)換為最佳粒度的柵格數(shù)據(jù)：利用Fragstats4.1軟件及景觀格局生態(tài)風險指數(shù)模型計算出各單元格網(wǎng)的生態(tài)風險指數(shù)，并將其視為樣地中心點的生態(tài)風險值．

圖2 生態(tài)風險小區(qū)劃分

2.2 構(gòu)建景觀格局生態(tài)風險指數(shù)模型

景觀格局變化會對生態(tài)系統(tǒng)產(chǎn)生影響，并且能夠直觀地反映在景觀結(jié)構(gòu)及其組成上[26]．不同的景觀類型在保護物種、維持區(qū)域生態(tài)穩(wěn)定性、維護生物多樣性、完善整體結(jié)構(gòu)與功能等方面的作用往往有所不同，且不同的景觀類型對外界的抗干擾能力也有差異[27]．本研究通過建立景觀格局與生態(tài)系統(tǒng)的聯(lián)系，利用景觀損失度指數(shù)、景觀脆弱度指數(shù)及景觀組分的面積比例建立生態(tài)風險指數(shù)的計算模型，即景觀格局的生態(tài)風險指數(shù)(Ecological Risk Index，簡稱ERI)．該指數(shù)廣泛應(yīng)用于生態(tài)風險分析[28]，用于描述風險區(qū)的相對風險大小，主要是依據(jù)樣地內(nèi)各種景觀類型占樣地總面積的比例和景觀損失度Ri來構(gòu)建景觀生態(tài)風險指數(shù)[29-30]．其具體計算方法如下：

(1)

式中：ERIk為樣地k的景觀生態(tài)風險指數(shù)，其值越大，表明該樣地的生態(tài)風險程度越高，反之，則越低：Aki為樣地k中第i類土地利用方式的面積：Ai為第i類土地利用方式的總面積：Ri為第i類土地利用方式的損失度指數(shù)，通過干擾度指數(shù)Ei和各種土地利用類型的脆弱度指數(shù)Fi構(gòu)建[31]，公式如下：

(2)

其中，干擾度指數(shù)Ei的公式如下：

Ei=aCi+bNi+cDi

(3)

式中：C，N，D分別代表破碎度指數(shù)、分離度指數(shù)和優(yōu)勢度指數(shù)，其具體生態(tài)學含義見參考文獻[32-33]．a(chǎn)，b，c分別為各景觀指數(shù)的權(quán)重，三者之和為1．根據(jù)已有研究[32-33]并結(jié)合研究區(qū)斑塊數(shù)量龐大，區(qū)域內(nèi)景觀破碎化嚴重的特征，認為萬州區(qū)景觀破碎度特征最為重要，分離度指數(shù)和優(yōu)勢度指數(shù)次之．采用德爾菲法，對3種指數(shù)賦值分別為0.5，0.3，0.2．

Fi為景觀脆弱度指數(shù)，用于表征不同生態(tài)系統(tǒng)的脆弱程度，值越高，脆弱度也就越高．研究借鑒已有研究成果[10-12]，依據(jù)萬州區(qū)的實際特征發(fā)現(xiàn)建設(shè)用地最為穩(wěn)定，不易產(chǎn)生變化，故將其賦值為1：水域易受庫區(qū)消落帶漲落及人類活動的影響，因而賦值為8：交通用地、未利用地、園地、耕地、草地、林地則根據(jù)各自脆弱性特點分別賦值為7，6，5，4，3，2．進行歸一化處理后得到研究區(qū)的景觀脆弱指數(shù)(Fi)．

2.3 生態(tài)風險動態(tài)變化空間分析模型

為了更有效地刻畫和測算研究區(qū)生態(tài)風險動態(tài)變化的空間過程及強烈程度，本研究借鑒土地利用動態(tài)變化空間分析模型[34]，建立生態(tài)風險動態(tài)變化空間分析模型，著重分析生態(tài)風險在轉(zhuǎn)化過程中轉(zhuǎn)出和新增部分的具體動態(tài)變化，其計算公式為：

(4)

(5)

(6)

式中：IRLk為t1至t2時段，第k等級生態(tài)風險轉(zhuǎn)入速率：TRLk為t1至t2時段，第k等級生態(tài)風險轉(zhuǎn)出速率：CCLk為第k等級生態(tài)風險的空間變化速率：LA(k，t1)為在t1時第k等級生態(tài)風險的面積：ULAi為研究期間第k等級生態(tài)風險未變化部分的面積．

該動態(tài)變化模型雖然能夠有效地展示各生態(tài)風險等級之間的轉(zhuǎn)換，但缺乏對各個等級之間相互轉(zhuǎn)化劇烈程度的描述．因此，本研究依據(jù)土地利用空間變化率指數(shù)建立生態(tài)風險空間變化指數(shù)，測算研究期間各生態(tài)風險等級空間變化的規(guī)模和變化程度[35]．其計算公式為：

ΔVk=(LA(k，t2)-ULAk)+(LA(k，t1)-ULAk)

Fk=CCLk×LA(k，t1)/A

(7)

式中：Fk為第i等級生態(tài)風險的空間變化率指數(shù)：ΔVk為t1至t2時段該等級的土地變化總量：A為研究區(qū)面積．

2.4 地理探測器

地理探測器是探測空間分異性并揭示其背后驅(qū)動因子的一種新的統(tǒng)計學方法[36-37]，包含因子探測器、風險探測器、交互作用探測器、生態(tài)探測器等4個部分[36，38]，其最初被用于探究地方性疾病的形成原因[39]．已有研究表明，土地利用空間格局與地形因子具有顯著相關(guān)性[40]，因此研究從地形因子的角度出發(fā)，探究高程、坡度及地形起伏度對生態(tài)風險的影響大小，以便從中選取主導因子進行下一步的研究，研究選取“因子探測器”進行測算．

因子探測器用于探測某因子X多大程度上解釋了屬性Y的空間分異[41]，其公式如下：

(8)

3 結(jié)果與分析

3.1 景觀結(jié)構(gòu)變化特征分析

利用Fragstats 4.1軟件，得到研究區(qū)2009，2013，2016年各景觀類型的景觀格局指數(shù)(表1)．研究期內(nèi)，耕地和林地面積之和占研究區(qū)總面積的74%，是區(qū)域景觀的基質(zhì)．從表1中可以看出，區(qū)域景觀結(jié)構(gòu)有所變化，城鄉(xiāng)工礦居民用地及交通用地的損失度Ri大幅度下降，說明在“十二五” “十三五”規(guī)劃的指導及城市發(fā)展的推動下，城市建設(shè)和基礎(chǔ)設(shè)施建設(shè)有節(jié)奏有目的地擴張，景觀類型受人類活動干擾減弱：其他景觀類型的損失度Ri表現(xiàn)出持續(xù)增加或波動增長的趨勢，其中園地的增長幅度較大，從2009年的0.292 9上升到2016年的0.296 4，是因為研究期間，萬州區(qū)按照農(nóng)業(yè)發(fā)展總體要求，實施“1+1+N”示范園區(qū)發(fā)展戰(zhàn)略和重點建設(shè)“一區(qū)一園三基地”等，人類活動對園地的干擾加強．

除城鄉(xiāng)居民工礦用地和未利用地外，耕地、林地、園地、草地、水域及水利設(shè)施用地和交通用地的破碎度指數(shù)Ci均有不同幅度的增加，表明這幾種景觀類型在研究期內(nèi)，較大的斑塊被分割，向較小的零散斑塊轉(zhuǎn)變，景觀呈破碎化狀態(tài)，生態(tài)穩(wěn)定性降低．城鄉(xiāng)工礦用地破碎度指數(shù)Ci和景觀分離度Ni呈下降趨勢，意味著城市建設(shè)逐漸跨出舊城市范圍，向周邊的林地、耕地及園地等地類擴張，其在面積增長的同時，建設(shè)景觀呈整體集聚狀態(tài)，景觀連通性增加．整個研究期內(nèi)，未利用地的景觀損失度指數(shù)Ri都較高，這主要是由于其自身脆弱度高，受人為活動影響較大，且在空間上分布極其分散，占地面積少而斑塊數(shù)量多，破碎度指數(shù)Ci和分離度指數(shù)Ni都較高．

表1 研究區(qū)的景觀格局指數(shù)

從表1可以得知，萬州區(qū)各地類斑塊體量龐大，景觀破碎化程度較重．尤其是城鄉(xiāng)工礦居民用地，其面積僅占全區(qū)面積的8.59%，但斑塊數(shù)目占斑塊總數(shù)量的42.78%．

3.2 生態(tài)風險時空變化分析

利用Fragstats 4.1軟件，計算得到研究區(qū)2009，2013，2016年各景觀類型的景觀格局指數(shù)，并利用公式(1)-(3)計算各風險單元的風險指數(shù)．有學者指出，在樣本點分布較為密集且分布較為均勻時，使用反距離權(quán)重插值法(Inverse Distance Weighted，IDW)可以得到較好的插值結(jié)果[42]．因此，研究對生態(tài)風險值進行IDW插值，借助ArcGIS的自然斷點法工具劃分生態(tài)風險等級：ERIk<0.151 6(潛在風險區(qū))，0.151 6≤ERIk<0.183 1(低風險區(qū))，0.183 1≤ERIk<0.225 5(中風險區(qū))，ERIk≥0.225 5(重風險區(qū))．

由圖3可以看出，2009-2016年間，萬州區(qū)生態(tài)風險整體格局基本穩(wěn)定，但空間差異明顯．就整體而言，區(qū)域以長江為界，呈現(xiàn)出西高東低，東西高中部低的分布態(tài)勢．重風險區(qū)呈條帶狀集中分布，與境內(nèi)東北—西南方向延伸的河流走勢基本一致：中風險區(qū)則分布于重風險區(qū)外圍，與城鎮(zhèn)建設(shè)用地及園地的分布基本吻合，并隨著城鎮(zhèn)建設(shè)用地向外擴張而蔓延：潛在風險區(qū)和低風險區(qū)分布范圍最廣，東部是低風險區(qū)的主要分布地帶，西部則是以潛在風險區(qū)為主．

研究期內(nèi)，各等級風險區(qū)面積也發(fā)生了較大的變化，潛在風險區(qū)先小幅增長后大面積縮減，重風險區(qū)面積持續(xù)減少，而低風險區(qū)和中風險區(qū)面積大幅增長．為了響應(yīng)國家“扶貧脫困”的號召以及實現(xiàn)“建成長江區(qū)域性綜合交通樞紐”目標，萬州區(qū)東部新增了大量交通用地，深入貧困鎮(zhèn)區(qū)，交通設(shè)施的完善在促進當?shù)亟?jīng)濟發(fā)展的同時，不可避免地破壞了區(qū)域內(nèi)景觀斑塊的完整性，以致低風險區(qū)在東部擴張，侵蝕原潛在風險區(qū)，影響了片區(qū)的生態(tài)環(huán)境：2013年，重慶市發(fā)布了環(huán)境保護“五大行動”實施方案，萬州區(qū)被納入渝東北生態(tài)涵養(yǎng)區(qū)重點開發(fā)，因此萬州區(qū)區(qū)政府將生態(tài)文明建設(shè)放在突出地位，著力保護三峽庫區(qū)的青山綠水，建設(shè)三峽庫區(qū)生態(tài)安全屏障．該舉措使區(qū)域內(nèi)水環(huán)境得到改善，生態(tài)空間格局更加優(yōu)化，推動重生態(tài)風險區(qū)向中心地區(qū)縮減轉(zhuǎn)化為中風險區(qū)．此外，由于五橋河流域范圍內(nèi)的城市建設(shè)不斷向外圍擴展，人為活動也對景觀生態(tài)安全造成一定威脅，從而迫使部分低風險區(qū)轉(zhuǎn)化為中風險區(qū)．

圖3 萬州區(qū)2009，2013，2016年生態(tài)風險空間分布

通過公式(4)-(7)計算得到2009年至2016年萬州區(qū)生態(tài)風險空間變化狀況(表2)．2009-2016年間，中風險區(qū)的空間變化最為活躍，呈現(xiàn)出強烈的擴張態(tài)勢：其余等級的風險區(qū)活躍度相對較低．重風險區(qū)是主要轉(zhuǎn)出類型，轉(zhuǎn)出速率為0.95%，且沒有任何風險等級轉(zhuǎn)化為重風險：中風險區(qū)轉(zhuǎn)入速率達2.11%，是研究區(qū)的主要轉(zhuǎn)入類型．總的來說，城市化進程的推進、城鎮(zhèn)建設(shè)用地面積的擴張和交通用地的延伸使得中風險區(qū)面積增加．同時，受生態(tài)涵養(yǎng)政策的影響，水域環(huán)境得到有效保護，重風險區(qū)面積在不斷縮減．

研究期間，生態(tài)風險等級空間變化率指數(shù)從大到小依次為：重風險區(qū)、潛在風險區(qū)、中風險區(qū)、低風險區(qū)．在2009-2016年間，重風險區(qū)空間轉(zhuǎn)化的幅度最大，變化最為劇烈，表明重慶市環(huán)境保護“五大行動”及水土保持涵養(yǎng)政策得到了良好的成效：而潛在風險區(qū)與中風險區(qū)由于存在大幅轉(zhuǎn)出與轉(zhuǎn)入，兩者的空間變化率指數(shù)相當：盡管低風險區(qū)轉(zhuǎn)入轉(zhuǎn)出面積變動大，但由于其初期范圍廣，因而空間變化率指數(shù)最低．

表2 2009-2016年風險等級轉(zhuǎn)移狀況

3.3 不同地形下的生態(tài)風險分析

利用地理探測器探測高程、坡度及地形起伏度之間的相對重要性，即計算每個因子對生態(tài)風險變化的貢獻量(q)，如表3所示．

由表3可知，2009-2016年間，坡度因子的q值略微上升，說明坡度對于土地利用格局的影響逐漸增大：高程因子和起伏度因子的q值有所下降，說明高程和起伏度對土地利用格局的限制作用減弱．但總的來說，高程因子仍然是影響土地利用景觀類型分布的主導因素．因而，在進一步的研究中以高程為依據(jù)，將萬州的地形分割為：平原(≤200 m)、丘陵(200～500 m)、山地(≥500 m)，如圖4所示．

表3 生態(tài)風險影響因子探測值

圖4 萬州區(qū)地形分布

3.3.1 不同地形下風險區(qū)分布狀況

計算不同等級風險區(qū)在平原、丘陵及山地上的分布狀況(表4)．研究期間，平原地區(qū)的主要風險類型為重風險，3個時相下的占比分別為82.11%，80.89%，79.71%，呈持續(xù)下降趨勢，而低風險面積和中風險面積有所增長：丘陵地區(qū)的主要風險類型為低風險，其比值分別為52.39%，51.47%，52.25%，先下降后上升，潛在風險和重風險區(qū)面積下降：山地的主要風險類型為潛在風險，其比值分別為59.57%，59.53%，58.27%，呈下降趨勢，而低風險和中風險區(qū)面積呈上升態(tài)勢．

表4 不同地形下的生態(tài)風險等級面積占比 hm2

圖5 平原、丘陵、山地生態(tài)風險指數(shù)

3.3.2 不同地形下生態(tài)風險狀況

根據(jù)各土地利用類型在不同地形下的分布狀況，計算平原、丘陵、山地的生態(tài)風險指數(shù)(圖5)．平原地區(qū)生態(tài)風險遠高于丘陵區(qū)和山地．研究期間，平原的生態(tài)風險先降低后升高，但一直處于重風險狀態(tài)：丘陵地區(qū)生態(tài)風險屬于低風險狀態(tài)，但有向中風險轉(zhuǎn)化的趨勢：而山地則處于潛在風險狀態(tài)，風險值穩(wěn)步上升，有轉(zhuǎn)化為低風險區(qū)的可能．

平原地區(qū)景觀類型以水域為主，城區(qū)繞水而建，人類活動中所產(chǎn)生的工業(yè)廢水、生活垃圾對水環(huán)境的影響較大．此外，水域兩側(cè)為三峽庫區(qū)消落區(qū)分布，受自然環(huán)境和人類活動的影響大，生態(tài)環(huán)境脆弱，因而平原成為了生態(tài)風險高值集聚區(qū)：丘陵地區(qū)是耕地、園地、交通用地、城鄉(xiāng)工礦用地及未利用地的主要分布地帶，區(qū)域人為活動較為頻繁，生態(tài)風險來源多種多樣，耕作時使用化肥帶來的農(nóng)業(yè)面源污染，交通用地深入林地連片區(qū)導致的生態(tài)景觀破壞，以及未利用地本身的脆弱性造成了丘陵地區(qū)生態(tài)風險值較高的境況：山地地形起伏度、坡度較大，林地與草地自身穩(wěn)定性較高，且由于景觀連片分布，連通性較好，受到人類活動干擾的程度較輕，因而其生態(tài)風險低．

3.4 生態(tài)風險管控對策

3.4.1 潛在風險區(qū)

潛在風險區(qū)集中分布于萬州區(qū)東南翼，部分呈條帶狀，平行于西北部鐵峰山脈自東北—西南向延伸分布．景觀類型以林地為主，耕地為輔，草地零散分布．潛在風險區(qū)的風險源在東南部主要表現(xiàn)為水土流失及部分滑坡災害，而西北部主要為滑坡災害的發(fā)育地．因此，在風險源管控策略中，應(yīng)當因地制宜，采取不同的措施保護生態(tài)環(huán)境．對于東南部水土流失區(qū)域，在貫徹執(zhí)行大于25°耕地退耕還林的政策下，也應(yīng)當抓好緩坡梯田建設(shè)，實施“坡改梯”政策：對于西北部滑坡點密集分布的情況，應(yīng)當健全地質(zhì)災害調(diào)查評價、檢測預警、綜合防治、應(yīng)急處理體系，加快構(gòu)建綠色生態(tài)屏障．總的來說，對于潛在風險區(qū)，應(yīng)當堅守生態(tài)紅線，持續(xù)推進天然保護林、生物多樣性等生態(tài)保護與建設(shè)工程．

3.4.2 低風險區(qū)

西北部耕地面積數(shù)量多，且耕地質(zhì)量優(yōu)于東南部，人類對土地的開發(fā)利用活動也因此強于東南區(qū)域，農(nóng)業(yè)面源污染較重，因而低風險區(qū)主要分布在長江以西地帶．為了降低區(qū)域生態(tài)風險，推動低風險區(qū)向潛在風險區(qū)轉(zhuǎn)變，其管控對策應(yīng)當著眼于耕地保護方面：發(fā)展生態(tài)農(nóng)業(yè)，控制規(guī)范農(nóng)業(yè)投入品使用，解決農(nóng)業(yè)廢水排放問題：針對耕地破碎度和分離度漸趨增大的現(xiàn)狀，應(yīng)當持續(xù)推動零散耕地轉(zhuǎn)化為林地，在耕地連片區(qū)發(fā)展規(guī)?；r(nóng)業(yè)．

3.4.3 中、重風險區(qū)

中、重風險區(qū)的分布與境內(nèi)河流走向基本一致，中風險區(qū)的延伸范圍與萬州區(qū)城區(qū)擴展范圍高度重合，重風險區(qū)則與沿江三峽庫區(qū)消落區(qū)及水體重疊．區(qū)域內(nèi)人類活動頻繁，自然環(huán)境本身脆弱性高，景觀破碎化嚴重．因而，此類區(qū)域應(yīng)當從3個方面著手：對于水域保護，注重優(yōu)化土地利用結(jié)構(gòu)，合理布置工業(yè)園區(qū)及交通干線，避免生活、工業(yè)廢水等對水資源產(chǎn)生污染：對于城市建設(shè)，應(yīng)當有序拓展城市空間，按照“景城一體、文旅相融”的思路，保護和挖掘沿江、沿山、沿湖地區(qū)生態(tài)及文化資源優(yōu)勢，構(gòu)建城市生態(tài)廊道與慢行系統(tǒng)，打造“九大山頭”，建成生態(tài)綠地和城市郊野公園，構(gòu)建“城在景中、景在城中、景城相融”的山水城市生態(tài)休閑空間體系：對于庫區(qū)消落區(qū)，應(yīng)當加緊對于消落區(qū)土地利用方式與生態(tài)環(huán)境保護的相關(guān)研究，出臺相關(guān)政策，推動消落區(qū)生態(tài)環(huán)境的治理與恢復．

4 結(jié)論與討論

本研究以土地利用現(xiàn)狀數(shù)據(jù)為基礎(chǔ)，以ArcGIS 10.2和Fragstats 4.1等軟件為技術(shù)支撐，根據(jù)土地利用生態(tài)風險指數(shù)模型，將人為活動干擾下的景觀格局變化與區(qū)域生態(tài)風險結(jié)合起來，對萬州區(qū)生態(tài)風險的時空分布特征及轉(zhuǎn)移狀況進行分析總結(jié)：根據(jù)地理探測器探測得到的地形因子中高程對生態(tài)風險分布的影響最大的結(jié)果，將萬州區(qū)劃分為平原、丘陵、山地3種地形，進行后續(xù)研究，得到以下結(jié)論：

2009-2016年，萬州區(qū)境內(nèi)生態(tài)風險格局基本穩(wěn)定，但空間差異明顯．由于經(jīng)濟水平的發(fā)展、城市化進程的不斷推進以及重慶市“藍天、碧水、綠地、寧靜、田園”環(huán)境保護“五大行動”的實施，區(qū)域內(nèi)土地利用結(jié)構(gòu)發(fā)生了一定程度上的變化，各等級風險區(qū)面積也有所變化．潛在風險區(qū)面積略微增長后大幅縮減，重風險區(qū)面積則呈持續(xù)下降，轉(zhuǎn)化為中風險區(qū)，導致了中風險區(qū)面積的增長：潛在風險區(qū)向低風險區(qū)的轉(zhuǎn)化也使得低風險區(qū)面積有所增長．此外，在研究期內(nèi)，重風險區(qū)是主要轉(zhuǎn)出風險類型，中風險區(qū)為主要轉(zhuǎn)入風險類型．

地理探測器探測表明，地形因子中高程對生態(tài)風險的影響最大，因此，以高程為基礎(chǔ)將萬州區(qū)分為平原、丘陵及山地．研究期間，平原、丘陵、山地的主要風險類型分別為重風險、低風險、潛在風險：各個地形下生態(tài)風險指數(shù)值從大到小依次為：平原、丘陵、山地．總的來說，除平原外，丘陵、山地生態(tài)風險指數(shù)都呈惡化趨勢，需要給予關(guān)注．

萬州區(qū)生態(tài)風險管控措施中，對于不同的風險區(qū)，應(yīng)當因地制宜采取不同的應(yīng)對措施．針對潛在風險區(qū)，要謹防水土流失和滑坡等危害，以退耕還林、涵養(yǎng)水源和健全地質(zhì)災害處理體系為主：低風險區(qū)以耕地保護為著力點，注重零散耕地的退耕還林，發(fā)展生態(tài)農(nóng)業(yè)，實現(xiàn)農(nóng)業(yè)規(guī)模化生產(chǎn)：中、重風險區(qū)受人為活動影響較大，此外，消落區(qū)的生態(tài)環(huán)境十分脆弱，其風險管控對策應(yīng)當以土地利用結(jié)構(gòu)優(yōu)化和消落區(qū)生態(tài)保護為主．

研究以景觀格局指數(shù)為指標，通過景觀類型的面積比例、景觀干擾度和景觀損失度來構(gòu)建生態(tài)風險指數(shù)，對萬州區(qū)的生態(tài)風險進行評估，揭示了研究區(qū)2009-2016年的生態(tài)風險時空分布及時空轉(zhuǎn)移特征，以及各地形下的生態(tài)風險分布狀況，研究結(jié)果基本符合萬州區(qū)研究期內(nèi)的土地利用實際．但由于土地利用現(xiàn)狀數(shù)據(jù)的可得性，研究的時間間隔及跨度較短，因此，如果能獲取較長時間跨度的土地利用現(xiàn)狀數(shù)據(jù)，進行長時間序列的生態(tài)風險狀況對比，將有助于提高評價結(jié)果的準確性，提升理論及應(yīng)用價值．