崔旺來,蔡 莉,奚恒輝,楊 帆,陳夢圓

1 浙江海洋大學 經濟與管理學院, 舟山 316022

2 浙江海洋大學 海洋科學與技術學院, 舟山 316022

人類活動不斷改變世界土地利用和覆蓋(LUCC),導致生態(tài)系統(tǒng)穩(wěn)定性下降,威脅生態(tài)安全(ES)[1—2]。隨著全球人口的急劇增長和城市化的快速發(fā)展,人類土地利用活動造成一系列生態(tài)環(huán)境問題,例如全球變暖、城市空氣質量惡化、生物多樣性急劇下降等[3—5],使生態(tài)系統(tǒng)的結構和功能發(fā)生重大變化[6—8]。近年來,中國經濟發(fā)展取得巨大進步,但是人為的土地利用變化可能引起生態(tài)系統(tǒng)、環(huán)境質量或生態(tài)保護的負面影響。為了減輕生態(tài)壓力和解決環(huán)境問題,中國已經建立了環(huán)境保護和生態(tài)文明建設體系,將生態(tài)安全納入國家安全體系并采取多種措施來建立生態(tài)安全保護開發(fā)區(qū)[9—10]。如何防止土地利用變化帶來的威脅以及優(yōu)化區(qū)域生態(tài)安全模式成為當前關注的焦點[11]。

生態(tài)安全是生態(tài)系統(tǒng)維持可持續(xù)發(fā)展并為人類生存提供安全的狀態(tài)[12—14]。隨著生態(tài)環(huán)境與社會發(fā)展的相互關系越來越復雜,生態(tài)安全已被各國政府提高到國家戰(zhàn)略高度,成為國家安全的重要組成部分[15—17]。生態(tài)安全評估是生態(tài)安全研究的核心[18—20],已經在城市[21—22]、森林[23—24]、景觀生態(tài)[25—26]等不同領域或空間尺度上得到廣泛研究和應用。生態(tài)安全評價和分析已經在跨學科研究中得到廣泛運用,具有多種方法,包括生態(tài)足跡[27—29]、壓力-狀態(tài)-響應(PSR)模型法[30—31],GIS分析[32—34]等。其中,從LUCC的角度關注生態(tài)安全評價的研究越來越廣泛而深入。

LUCC是社會經濟和生物物理因素驅動的多重交互過程的結果,對生態(tài)環(huán)境具有顯著影響[35—36]。而土地利用類型的變化可以反映生態(tài)安全的狀態(tài),預測未來土地利用變化有助于優(yōu)化土地利用格局,提高區(qū)域生態(tài)安全[18,37]。由于未來模式的發(fā)展充滿不確定性和復雜性,因此情景模擬方法應運而生。情景模擬是通過預測和模擬未來可能發(fā)生的各種情景,針對不同的社會經濟條件和區(qū)域發(fā)展問題做出合理的選擇和決策[38]。各種模型已被開發(fā)并應用于未來土地利用模擬預測,如元胞自動機[39—41]、 SD-CA 模型[42]、土地利用轉換及其效應(CLUE)模型[43]等。其中CA-Markov模型通過人與自然系統(tǒng)耦合,能夠同時模擬多種土地利用類型的長期變化,有助更好地理解和模擬復雜的土地利用系統(tǒng),對生態(tài)安全格局的提升和優(yōu)化具有重要作用。

浙江大灣區(qū)是長三角世界級城市群的“金南翼”,是浙江省實施長三角一體化戰(zhàn)略的主平臺,是環(huán)杭州灣經濟區(qū)的核心區(qū)。隨著浙江大灣區(qū)的建設,浙江大灣區(qū)的生態(tài)安全面臨人口快速增長和資源消耗的壓力。在推動浙江大灣區(qū)發(fā)展的同時,如何維護和改善該地區(qū)生態(tài)系統(tǒng)的完整性對于該區(qū)域可持續(xù)發(fā)展至關重要。本文以浙江大灣區(qū)為研究區(qū)域將土地利用變化和生態(tài)安全評估相結合,建立基于土地利用類型的生態(tài)安全評價指標體系。基于浙江大灣區(qū)的社會經濟數據和遙感影像數據,通過CA-Markov模型來預測2030年3種情景的土地利用格局,利用PSR模型對2005、2010、2015、2018年的生態(tài)安全進行評估,并基于3種情景的土地利用格局預測2030年浙江大灣區(qū)的生態(tài)安全模式,為浙江大灣區(qū)可持續(xù)發(fā)展決策提供科學依據,促進浙江大灣區(qū)社會經濟和生態(tài)環(huán)境的協調發(fā)展。

1 研究數據

1.1 研究區(qū)域

浙江省大灣區(qū)位于長江三角洲南翼,以環(huán)杭州灣經濟區(qū)為核心,聯動象山港、三門灣、臺州灣、樂清灣、溫州灣等灣區(qū),包括杭州、寧波、溫州、湖州、嘉興、紹興、舟山、臺州8個城市,擁有65個區(qū)縣,界于東經119°03′—123°10′,北緯27°02′—31°11′之間(圖1),是浙江人口最密集、經濟社會最發(fā)達、現代化水平最高、開發(fā)潛力最大的地區(qū)。憑借其臨海的優(yōu)越地理位置、活躍的市場經濟和發(fā)達的民營經濟,浙江大灣區(qū)是過去40年中國經濟發(fā)展和城市化最快的地區(qū)之一。從2005—2018年,浙江大灣區(qū)迅速發(fā)展,高度的城市化帶來了大量的人口涌入,常住人口從3625.8萬人增加到3982.84萬人,人口密度從540人/km2增加到580人/km2比原來增加7.4%。浙江大灣區(qū)建設用地集中于杭嘉湖平原、寧紹平原,建設用地覆蓋占140公里“杭甬”發(fā)展軸的70%,杭州蕭山與紹興柯橋,紹興上虞與寧波余姚、余慈沿線等城鄉(xiāng)用地邊界接近飽和。但是,浙江大灣區(qū)經濟密度卻僅為東京灣區(qū)的8.9%、紐約灣區(qū)的18.6%、舊金山灣區(qū)的24.2%,約為粵港澳大灣區(qū)的40.6%,表明浙江大灣區(qū)國土空間利用效率偏低[44]。

圖1 浙江大灣區(qū)的位置

1.2 數據來源

本文所采取的數據包括:遙感圖像數據和社會經濟數據。

遙感圖像數據:(1)2005年、2010年、2015年、2018年的浙江大灣區(qū)土地利用分類柵格圖；(2)中國GDP空間分布公里網格數據集(http://www.resdc.cn/data.aspx?DATAID=252);(3) 中國人口空間分布公里網格數據集(http://www.resdc.cn/data.aspx?DATAID=251);(4) 和中國年度植被指數(NDVI)空間分布數據集(http://www.resdc.cn/data.aspx?DATAID=257);(5)浙江省的數字高程模型(DEM),空間分辨率為30 m(http://www.gscloud.cn/search)。社會經濟數據主要來源于浙江省及各地市縣的統(tǒng)計年鑒。

2 研究方法

2.1 LUCC模擬

2.1.1CA-Markov模型

CA-Markov模型被認為是模擬和預測土地利用變化的有效模型,得到廣泛應用[45—47]。Markov模型中,任意時刻的狀態(tài)只與前一個時刻的狀態(tài)有關。在土地利用變化研究中,可以將土地利用變化過程視為Markov過程,將某一時刻的土地利用類型對應Markov過程中的可能狀態(tài),它只與其前一個時刻的土地利用類型相關,土地利用類型之間相互轉換的面積數量或比例即為狀態(tài)轉移概率。因此,可用如下公式對土地利用狀態(tài)進行預測:

S(t+1)=Pij×S(t)

式中,S(t)、S(t+1)分別表示t、t+1時刻土地利用系統(tǒng)的狀態(tài)；Pij為狀態(tài)轉移矩陣。

CA模型的特點是時空、空間、狀態(tài)都離散,每個變量都只有有限個狀態(tài),而且狀態(tài)改變的規(guī)則在時間和空間上均表現為局部特征。CA模型可用下式表示:

S(t+1)=f(S(t),N)

式中,S表示元胞有限、離散的狀態(tài)集合；t、t+1表示不同時刻；N表示元胞的鄰域；f表示局部空間的元胞轉化規(guī)則。

CA-Markov模型是將二者結合起來,在土地利用柵格圖中,每一個像元就是一個元胞,每個元胞的土地利用類型為元胞的狀態(tài)。模型在GIS軟件的支持下,利用轉換面積矩陣和條件概率圖像進行運算,從而確定元胞狀態(tài)的轉移,模擬土地利用格局的變化。

2.1.2模型校準

將2005年、2010年、2015年和2018年的土地利用分類柵格數據導入IDRISI,通過馬爾科夫模塊獲得2005—2010年的土地利用轉移面積矩陣和轉移概率矩陣,通過CA-Markov模型預測2015年土地利用分布圖,并且與實際的2015年土地利用分布圖進行比較,計算得出Kappa值為0.9038(圖2)。Kappa系數取值在0.75—1之間,說明此次模擬效果較好,可以將此模型應用于浙江大灣區(qū)土地利用變化空間模擬。

圖2 2005、2010、2015、2018年浙江大灣區(qū)土地利用類型

2.1.3情景模擬

城市未來發(fā)展受多方因素影響,因此在模擬未來土地利用變化時有必要充分考慮環(huán)境變化的多種情況[48—49]。通過假設不同的城市發(fā)展方向,模擬土地利用變化的不同情景。在CA-Markov模型中,土地利用變化的情況主要由改變土地利用轉移概率矩陣和適宜性圖像集而控制的,轉移概率矩陣控制土地利用類型變化的數量,適宜性圖集控制改變土地利用類型變化的方向。

為2030年浙江大灣區(qū)的土地利用/覆蓋變化設定3種方案。(1)方案Ⅰ:慣性發(fā)展方案,僅考慮浙江大灣區(qū)慣性發(fā)展下的土地利用類型變化,即土地利用轉移概率矩陣和適宜性圖像集不變(表1中的方案Ⅰ)；(2)方案Ⅱ:過度擴張方案,土地利用類型加速向建筑用地轉變,即通過修改Markov轉移面積矩陣中相關地類的轉移面積值來設定(表1中的方案Ⅱ)；(3)方案Ⅲ:生態(tài)保護方案,限制林地利用類型變更,即在Markov所得面積轉移矩陣的基礎上限制林地向其他土地利用類型轉移(表1中的方案Ⅲ)。

表1 2030年不同情景下土地轉移概率矩陣

2.2 生態(tài)安全評價

2.2.1生態(tài)安全指標體系構建

灣區(qū)生態(tài)安全反映灣區(qū)生態(tài)系統(tǒng)的健康和穩(wěn)定,根據PSR模型的原理[50—51],本研究在借鑒多方相關文獻的生態(tài)安全指標構建的基礎上[18,52—53],基于評價指標的科學性、可獲得性等原則,并且咨詢專家意見進行指標確定浙江大灣區(qū)生態(tài)安全評價指標體系。選取國民生產總值和人口密度的指標形成壓力指數；選取狀態(tài)指標,包括NDVI、土壤保持量、斑塊密度、香濃威爾指數、生態(tài)系統(tǒng)服務價值、生態(tài)系統(tǒng)彈性和坡度；選擇生態(tài)安全保護區(qū)形成響應指數。目標層用來衡量灣區(qū)生態(tài)安全的總體情況及生態(tài)安全等級,指區(qū)域生態(tài)安全綜合評價結果；準則層包括壓力、狀態(tài)、響應,指區(qū)域生態(tài)安全的主要因素；指標層的各指標則是對準則層的量化、衡量和體現。由于每個指標對浙江大灣區(qū)生態(tài)安全等級的促進作用不同,對其運用熵值法賦予不同的權重。具體如圖3所示。

圖3 生態(tài)安全評價指標體系建設流程

浙江大灣區(qū)生態(tài)安全指數由壓力、狀態(tài)和響應指數依靠ArcGIS 10.2軟件中的柵格計算器計算得出。指標中坡度是基于DEM數據利用ArcGIS 10.2軟件中的Slope工具獲取。斑塊密度和香濃威爾指數是基于土地利用分類柵格圖像通過fragstats軟件計算得出。生態(tài)系統(tǒng)服務價值(ESV)和生態(tài)系統(tǒng)彈性(ECO)利用土地利用類型計算所得[18,54],公式為:

ESV=820260.95×X1+3940320.9×X2+1787961.33×X3+5971781.53×X4

ECO=(0.5×X1+0.9×X2+0.6×X3+0.8×X4+0.2×X5+0.3×X6)/X7

式中,X1為耕地面積,X2為林地面積,X3為草地面積,X4為水域面積,X5為建筑用地面積,X6為未利用面積,X7為總面積。

2.2.2生態(tài)安全評價

運用熵權法計算指標體系權重[55],采用綜合指數法計算生態(tài)安全評價結果[56]。通過自然斷點方法將生態(tài)安全評價分為5個級別,即不安全,相對不安全,一般安全,相對安全和安全,其生態(tài)安全等級越大表示浙江大灣區(qū)生態(tài)安全度越高。為了讓評估結果具有可比性,2005年、2010年、2015年、2018年以及2030年不同情景模擬預測的生態(tài)等級標準以2018年的自然斷點等級為標準(表2)。此外,由于2030年部分社會經濟數據無法獲取,本文運用時間序列分析法,采用“2005、2010、2015、2018年”4個時間節(jié)點的社會經濟數據,基于時間序列預測模型模擬了2030年的社會經濟數據,再通過ArcGIS軟件將數據進行空間化處理,用于2030年浙江大灣區(qū)的生態(tài)安全評價。

表2 浙江大灣區(qū)的生態(tài)安全分級標準

3 結果與分析

3.1 LUCC分析

3.1.12005—2018年LUCC動態(tài)變化分析

2005、2010、2015及2018年浙江大灣區(qū)土地利用類型圖來看(圖2),林地一直是浙江大灣區(qū)主要的土地利用類型,2005、2010、2015年、2018年林地所占面積比例均大于56%,分別為56.81%、56.71%、56.48%、56.13%,占據優(yōu)勢地位,主要分布于研究區(qū)的西部和中南部連綿的山地和丘陵地帶,非常集中。其次,耕地面積在不同時期均占據研究區(qū)域總面積的27%以上,主要分布在杭嘉湖平原、寧紹平原、沿湖的入?？谄皆瓍^(qū),該區(qū)域有太湖、杭州灣等水域存在,水資源豐富、地勢平坦,適宜種植,同時隨著時間推移,耕地面積總體呈下降趨勢。林地、草地、水域面積所占比例較小,各研究年份逐步趨于穩(wěn)定。隨著經濟的快速發(fā)展,建設用地面積快速增長。

從表3的土地利用類型面積變化來看,2005—2018年浙江大灣區(qū)建筑用地面積增加量最大,增加2536 km2；耕地面積減少較大,為1918.27 km2,其他土地利用類型面積變化較小。從面積變化率看,2005—2018年浙江大灣區(qū)建筑用地變化幅度最大,增長率高達35.03%,未利用地的面積變化率較大,變化率為18.51%,水域、耕地、林地、草地的面積變化幅度較小,變化率分別為-10.88%、-10.87%、-1.47%、0.04%。從面積階段性變化來看,建筑用地面積占比呈現出持續(xù)增加的態(tài)勢,耕地和林地面積所占比例持續(xù)減少,草地和水域占比先增加后降低,未利用地占比先不變后略微增加。

表3 2005—2018年浙江大灣區(qū)土地利用類型變化

3.1.2未來情景模擬

(1)慣性發(fā)展情景

從圖4可以看出,2030年慣性發(fā)展情景下的土地利用基本格局與2018年基本一致,土地利用轉變主要集中在平原區(qū)域以及水域附近,其中淳安縣沿千島湖地區(qū)、沿錢塘江-富春江區(qū)域、沿杭州灣區(qū)域等因城市建設造成土地利用類型轉變較大,主要是耕地大量轉變?yōu)榻ㄔO用地。研究區(qū)域內建筑用地向外快速擴張,占總面積的16.36%。浙江大灣區(qū)林地和耕地仍是主要的土地利用類型,各占總面積的54.91%和23.76%,其中林地主要分布在浙江大灣區(qū)西南部和南部,耕地主要分布在杭嘉湖地區(qū)。其中林地面積占比最大,占54.91%。草地面積略有增加,水域面積和未利用地面積基本不變。

(2)過度擴張情景

2030年的過度擴張情景類似于慣性發(fā)展的空間分布(圖4)。建筑用地向外擴張程度加劇,土地利用轉變主要集中在杭嘉湖地區(qū),尤其是杭州地區(qū)。研究區(qū)內建筑用地向外擴張速度更快,面積占總面積的18.03%,主要由耕地和林地轉變而來,少數由水域、草地變化而來；耕地面積仍存在小幅增加,占總面積的23.22%,主要由林地轉移而成；林地面積減少,占53.78%；草地面積略有增加,主要由林地以及少量耕地轉移形成；水域和未利用地面積基本上保持不變。

(3)生態(tài)保護情景

2030年生態(tài)保護情景下空間分布情況見圖4,耕地、林地、草地、水域等受保護程度大幅提高,故耕地和林地轉化速度得到了緩和。與2018年相比耕地和林地面積仍呈現減少趨勢,但占區(qū)域總面積的比例大于慣性發(fā)展情景和過度擴張情景,分別占總面積的25.30%和55.07%。建筑用地的擴張率下降,面積占比為15.65%,擴張速度明顯小于慣性發(fā)展情景和過度擴張情景。區(qū)域內較少的水域被改變,草地和未利用地面積所占比例與情景Ⅰ和Ⅱ一致。

圖4 3種情景下對2030年浙江大灣區(qū)土地利用類型的預測

3.2 2005—2018年生態(tài)安全等級時空分布

2005—2018年浙江大灣區(qū)整體生態(tài)安全等級逐步提高,其生態(tài)安全等級占比如表4所示,其中,一般安全、相對安全和安全等級占比和持續(xù)增加,比例從58.83%上升到59.42%。近二十年來,浙江各市逐步實施新型城市化戰(zhàn)略,尤其是浙江“三拆一改”、“五水共治”、“雙清”行動以來,在嚴格的生態(tài)規(guī)劃和管制下浙江大灣區(qū)生態(tài)安全等級穩(wěn)步提升。

表4 2005、2010、2015、2018年浙江大灣區(qū)生態(tài)安全等級占比/%

2005—2018年浙江大灣區(qū)生態(tài)安全空間分布如圖5所示,北部地區(qū)狀況不佳,西部和南部地區(qū)狀況良好。舟山市、湖州市的生態(tài)安全等級處于最高水平,主要是由于二者人口密度相對較小、經濟發(fā)展速度相對較緩。舟山市是海島城市,城市擴張速度受限,林地的保有率較高,全市生態(tài)環(huán)境質量始終處于全國前列,且近年來近海生態(tài)修復和環(huán)境治理效果好；湖州市是“兩山”理論的發(fā)源地,2014年成為我國首個生態(tài)文明先行示范區(qū),生態(tài)環(huán)境狀況在示范區(qū)建設中持續(xù)轉好。臺州市、溫州市的生態(tài)安全水平中等,經濟發(fā)展水平處于浙江大灣區(qū)中列。溫臺地區(qū)多丘陵,植被覆蓋率較高,生態(tài)環(huán)境安全狀況在“最嚴格的生態(tài)空間管控”背景下穩(wěn)步提升。杭嘉寧地區(qū)的生態(tài)安全水平相對較低,主要是因為杭州市、嘉興市、寧波市處于浙江大灣區(qū)的平原地區(qū),社會經濟發(fā)展和城市擴展速度較快,人口、土地利用等給生態(tài)環(huán)境帶來較大壓力,且耕地利用率較高導致林地面積過快減少,生態(tài)環(huán)境治理難度較大。此外,浙江大灣區(qū)西南千島湖地區(qū)林地保有率高,自然生態(tài)環(huán)境良好,其整體生態(tài)安全等級基本處于安全和相對安全等級,但是水域部分生態(tài)安全等級較低,處于相對不安全和不安全等級。

圖5 2005、2010、2015年和2018年浙江大灣區(qū)生態(tài)安全空間分布

3.3 2030年生態(tài)安全格局情景模擬

城市的未來發(fā)展充滿不確定,受多種因素影響。在模擬未來的發(fā)展模式時,應該充分考慮因環(huán)境變化而可能引發(fā)的情況。在3種不同情景中,假設大灣區(qū)發(fā)展的方式不同,可以通過多種生態(tài)安全格局驗證最佳解決方案。

3.3.1慣性發(fā)展情景

從圖6和表5可以看出,在浙江大灣區(qū)慣性發(fā)展的情景下,一般安全、相對安全和安全等級的總和超過一半,占58.61%。在8個城市中,不安全和相對不安全等級總和所占比例排序為:嘉興市>湖州市>寧波市>舟山市>紹興市>臺州市>杭州市>溫州市。其中,嘉興市和溫州市市生態(tài)安全狀況最差和最好的城市,不安全和相對不安全等級的總和占比分別為99.58%和27.95%。

表5 情景1中2030年浙江大灣區(qū)生態(tài)安全等級的比例/%

3.3.2過度擴張情景

從圖6和表6中可以看出,在浙江大灣區(qū)過度擴張的情景下,生態(tài)安全總體狀況比慣性發(fā)展情景下更差。一般安全、相對安全和安全等級總和比例下降,為57.60%。在8個城市中,不安全和相對不安全等級總和所占比例排序為:嘉興市>湖州市>舟山市>寧波市>紹興市>臺州市>杭州市>溫州市。其中,嘉興市和溫州市是生態(tài)安全狀況最差和最好的城市,不安全和相對不安全等級的總和占比分別為99.95%和27.71%。

表6 情景2中2030年浙江大灣區(qū)生態(tài)安全等級的比例/%

3.3.3生態(tài)保護情景

從圖6和表7中可以看出,在浙江大灣區(qū)生態(tài)保護情景下,不安全和相對不安全等級總和所占比例在3種情景中最低,僅為41.54%。在8個城市中,不安全和相對不安全等級總和所占比例排序為:嘉興市>湖州市>寧波市>舟山市>紹興市>臺州市>杭州市>溫州市。其中,嘉興市和溫州市是生態(tài)安全狀況最差和最好的城市,不安全和相對不安全等級的總和占比分別為99.54%和28.14%。

表7 情景3中2030年浙江大灣區(qū)生態(tài)安全等級的比例/%

圖6 情景下2030年浙江大灣區(qū)生態(tài)安全空間分布

4 討論

4.1 浙江大灣區(qū)的生態(tài)安全模式

通過多情景預測對浙江大灣區(qū)2030年土地利用分類進行模擬,分析了不同情景下浙江大灣區(qū)土地利用/覆蓋變化。對3種情景下的土地利用分類模擬,表現出浙江大灣區(qū)2030年建筑用地的轉入面積在3種情景下均為最大,草地、水域和未利用地的比例基本保持不變,且建筑用地的擴張主要來自于耕地和林地的占用。與2018年相比,慣性發(fā)展情景下,2030年總體的生態(tài)安全等級略微降低。過度擴張情景下,由于城市快速擴張,森林面積占比減小,建筑用地面積占比最大,因此在3種情景下該情景的生態(tài)安全等級最低。生態(tài)保護情景下,耕地、森林和草地的面積占比在3種情景下最大,因此生態(tài)安全級別最高。從空間上看,浙江大灣區(qū)北部城市群、長江入海口、以及東部沿海城市的生態(tài)安全等級較低,而西南部和南部區(qū)域城市的生態(tài)安全等級相對較高。

4.2 生態(tài)安全模式的時空動態(tài)

通過生態(tài)安全評價的結果顯示了浙江大灣區(qū)2005—2018年的生態(tài)安全等級。浙江大灣區(qū)的生態(tài)安全狀況顯示出逐漸改善的趨勢。在過去的20年中,建筑用地增加率最高,并且增加面積最大。同時,高生態(tài)安全區(qū)域主要是在森林、水域等人類活動影響少的地區(qū)；低生態(tài)安全區(qū)域主要是在耕地利用率和城市化水平較高的地區(qū)；中度生態(tài)安全區(qū)域在山林峽谷中人類聚居區(qū)域,人類影響程度較小。浙江大灣區(qū)生態(tài)安全的空間分布格局與人口密度、GDP等社會經濟數據的空間分布格局相反,間接表明人類活動影響對浙江大灣區(qū)生態(tài)安全的影響較大。因此,建議研究區(qū)在結合自身實際情況,堅持生態(tài)優(yōu)先發(fā)展,考慮城市發(fā)展水平的差異性,設定不同的生態(tài)保護方案?？拷絽^(qū)的城市,城市化水平較低,人類影響程度較小,生態(tài)安全級別較高。

4.3 生態(tài)安全模式的優(yōu)化

基于LUCC模擬的3種情景的生態(tài)安全模式時空動態(tài)表明浙江大灣區(qū)2030年的生態(tài)安全模式與2018年相比沒有顯著變化。因此,根據生態(tài)安全等級變化,將浙江大灣區(qū)中的8個城市可以重新劃分為三類:(1)一級城市的安全級別比例較高,并且自然狀況良好,包括舟山、臺州、溫州。一級城市位于浙江大灣區(qū)南部,丘陵覆蓋面廣,生態(tài)環(huán)境良好,生態(tài)安全等級維持在較高水平；(2)二級城市的總體安全等級比較高,生態(tài)安全保持在中等水平,包括寧波、紹興。二類城市城市化水平較高,屬于平原地區(qū),與杭嘉湖平原相比,寧紹平原耕種程度較低,因此生態(tài)安全較好；(3)三級城市的不安全和相對不安全等級所占比例較高,包括杭州、嘉興、湖州。三級城市屬于杭嘉湖平原,并且城市化水平高,耕地覆蓋率高,生態(tài)安全水平較低。

5 結論

LUCC在生態(tài)環(huán)境問題中起決定性作用。在三個情景模擬中,建筑用地逐漸擴大,占比超過15%,主要由林地和耕地轉化而來,嚴重影響生態(tài)系統(tǒng)的平衡。基于LUCC的生態(tài)安全評價結果顯示,2005—2018年浙江大灣區(qū)的總體生態(tài)安全狀況仍然良好,安全等級分別為58.83%、59.15%、60.02%、59.42%。但是浙江大灣區(qū)生態(tài)安全的空間分布格局表明耕地利用率高、城市化程度高的地區(qū)生態(tài)安全等級相對較低,周邊生態(tài)資源開發(fā)率低、城市化水平低的地區(qū)具有較高的生態(tài)安全等級,例如分別以嘉興市和溫州市為代表城市,在3種情景下不安全和相對不安全等級占比總和分別為99.54%—99.95%和27.71%—28.14%。因此,對于不同的城市,應根據其特定的發(fā)展模式對其生態(tài)環(huán)境特征與社會發(fā)展水平進行評價,注重城市發(fā)展的相關性。作為城市的管理者,可以考慮打破行政區(qū)域邊界,堅持人與自然和諧共生,推進生態(tài)環(huán)境治理一體化,實現浙江大灣區(qū)可持續(xù)發(fā)展。