張曉宇,寧曉剛,王 浩,劉婭菲 ,劉若文

1 遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院,阜新 123000

2 中國測繪科學(xué)研究院,北京 100036

建立國家公園體制是新時(shí)代中國特色社會主義生態(tài)文明建設(shè)的重要內(nèi)容,對于有效保護(hù)國家重要自然生態(tài)系統(tǒng)的原真性、完整性[1],促進(jìn)人與自然和諧共生,具有極其重要的意義。盡管目前我國國家公園體制建設(shè)取得了相當(dāng)大的進(jìn)展[2],但依然普遍存在能源建設(shè)、礦產(chǎn)開采、居民生活、農(nóng)業(yè)開墾、道路建設(shè)等人類活動(dòng),致使自然生境破碎、生物多樣性降低,嚴(yán)重影響著國家公園的生態(tài)系統(tǒng)服務(wù)功能[3—4]。因此,量化評價(jià)國家公園范圍內(nèi)人類活動(dòng)對自然生態(tài)系統(tǒng)的影響程度、識別空間分異規(guī)律顯得尤為迫切且意義重大。

人類足跡(Human Footprint)是從人類活動(dòng)壓力變化角度來量化評價(jià)人類活動(dòng)影響程度的一種方法[5],相較于人類活動(dòng)強(qiáng)度指數(shù)[6]、人為干擾度[7]、陸地表層人類活動(dòng)強(qiáng)度[8]等從土地利用狀態(tài)變化角度出發(fā)的評價(jià)方法,人類足跡通過選取與人類活動(dòng)直接相關(guān)的空間因子對人類活動(dòng)進(jìn)行表達(dá),能夠更加全面客觀的反映人類活動(dòng)影響程度。2002年,Sanderson等[9]首次提出了人類足跡指數(shù)(Human Footprint Index,HFI)模型,利用人口密度、土地利用變化、通達(dá)性及電力基礎(chǔ)設(shè)施4個(gè)方面的9個(gè)評價(jià)指標(biāo)進(jìn)行影響力賦值和疊加計(jì)算,最終得到全球陸地范圍內(nèi)1km格網(wǎng)的人類足跡數(shù)據(jù)。該方法能夠直觀體現(xiàn)人類活動(dòng)在區(qū)域上的空間分布差異,因此在生態(tài)保護(hù)區(qū)域中應(yīng)用廣泛。如Woolmer等[10]利用90m×90m分辨率的空間數(shù)據(jù),在Sanderson的研究基礎(chǔ)上引入工礦、大壩和其他基礎(chǔ)設(shè)施等指標(biāo),制備了適用于北阿巴拉契亞/阿卡迪亞生態(tài)保護(hù)區(qū)的人類足跡數(shù)據(jù),更加精細(xì)化的體現(xiàn)出生態(tài)保護(hù)區(qū)域中人類活動(dòng)的復(fù)雜性。隨后人類足跡方法在蘇格蘭的凱恩戈姆斯國家公園和洛蒙德湖與特羅薩克斯山國家公園[11]、厄瓜多爾東南部的羅漢松國家公園[12]等地均有應(yīng)用。我國的研究學(xué)者分別將人類足跡指數(shù)模型應(yīng)用于橫斷山區(qū)[13]、青藏高原[14]、臺灣日月潭國家公園[15]等生態(tài)保護(hù)區(qū),并通過分析保護(hù)區(qū)內(nèi)外人類足跡的空間分布差異,評估建立保護(hù)區(qū)對于減少人類活動(dòng)影響的有效性。綜上,目前關(guān)于生態(tài)保護(hù)區(qū)人類足跡的研究均從評價(jià)指標(biāo)的選擇和細(xì)化賦值入手,然后將各指標(biāo)層進(jìn)行空間疊加,最后根據(jù)疊加得到的人類足跡指數(shù)值直接判斷人類活動(dòng)的影響程度,但并未探討各人類足跡指標(biāo)對自然生態(tài)系統(tǒng)的影響。

作為景觀生態(tài)學(xué)的重要研究內(nèi)容,景觀破碎化(Landscape Fragmentation)是指由于受到外界干擾所導(dǎo)致的景觀由單一、均質(zhì)和連續(xù)的整體趨向復(fù)雜、異質(zhì)和不連續(xù)的斑塊鑲嵌體[16],在一定程度上能夠直觀反映自然生態(tài)系統(tǒng)受到人類活動(dòng)影響的程度。鑒于此,本文基于人類足跡理論,以東北虎豹國家公園為研究區(qū)域,以2019年為研究時(shí)間點(diǎn),構(gòu)建適地化的人類足跡指標(biāo)體系,并借助景觀格局分析、回歸分析、GIS空間分析等方法,從全局和局部兩個(gè)角度上深入探討各人類足跡指標(biāo)對東北虎豹國家公園及不同管控分區(qū)景觀破碎化的影響范圍及其空間分異特征,以期為東北虎豹國家公園生態(tài)修復(fù)與人類活動(dòng)的合理管控提供參考依據(jù)。

1 研究區(qū)概況

東北虎豹國家公園(簡稱“虎豹公園”)體制試點(diǎn)正式啟動(dòng)于2017年1月,是我國首個(gè)由中央直管的國家公園,其園區(qū)位于吉林省和黑龍江省交界處(129°05′—131°19′E,42°39′—44°15′N),東部、東南部與俄羅斯豹地國家公園接壤,西南部隔圖們江與朝鮮相鄰,行政區(qū)劃涉及吉林省延邊朝鮮族自治州琿春、汪清、圖們和黑龍江省牡丹江市東寧、穆棱、寧安6個(gè)縣(市),總面積14612km2(圖1)。

圖1 東北虎豹國家公園地理位置Fig.1 Geographical location of NCTL-NPNCTL-NP：東北虎豹國家公園,Northeastern China Tiger and Leopard National Park

按照國土空間和自然資源用途管制要求,遵循生態(tài)系統(tǒng)完整性、原真性和保護(hù)發(fā)展協(xié)調(diào)性三大原則,虎豹公園試點(diǎn)區(qū)劃分為核心保護(hù)區(qū)與一般控制區(qū)[17],分別占虎豹公園試點(diǎn)區(qū)總面積的52%和48%。其中,核心保護(hù)區(qū)是維護(hù)現(xiàn)有虎豹種群正常繁衍、遷移的關(guān)鍵區(qū)域,主要包括近年來監(jiān)測確認(rèn)的東北虎豹繁殖家域、定居區(qū)及活動(dòng)頻繁的區(qū)域。一般控制區(qū)是恢復(fù)虎豹適宜棲息地及探討人與自然和諧發(fā)展的關(guān)鍵區(qū)域,該區(qū)域?qū)|北虎豹種群擴(kuò)散棲息地、遷移廊道等劃為虎豹潛在棲息地；將部分鄉(xiāng)鎮(zhèn)駐地,以及人口數(shù)量較大的林場場部、村屯及周邊農(nóng)業(yè)耕種區(qū)劃為人口聚集區(qū)。長久以來,虎豹公園內(nèi)傳統(tǒng)的生產(chǎn)生活方式使得人類活動(dòng)空間與東北虎豹棲息地和潛在棲息地空間高度重疊,農(nóng)業(yè)用地、居民點(diǎn)、工礦企業(yè)、道路鐵路穿插,嚴(yán)重壓縮和分割了東北虎豹的生存空間,虎豹棲息地破碎化問題突出。

2 研究數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源及預(yù)處理

本文采用的數(shù)據(jù)包括虎豹公園試點(diǎn)區(qū)及管控分區(qū)矢量邊界數(shù)據(jù)、地表覆蓋數(shù)據(jù)、人口密度數(shù)據(jù)、夜間燈光數(shù)據(jù)。其中矢量邊界數(shù)據(jù)來源于吉林省延邊朝鮮族自治州汪清縣林草部門；地表覆蓋數(shù)據(jù)來源于2019年基礎(chǔ)性地理國情監(jiān)測成果數(shù)據(jù),數(shù)據(jù)生產(chǎn)所使用的影像空間分辨率優(yōu)于2m,并通過外業(yè)核實(shí)和質(zhì)量檢查保證數(shù)據(jù)質(zhì)量；人口密度數(shù)據(jù)采用美國國家橡樹嶺實(shí)驗(yàn)室(https://landscan.ornl.gov/landscan-datasets)開發(fā)的LandScan全球人口動(dòng)態(tài)統(tǒng)計(jì)分析數(shù)據(jù)庫,空間分辨率為30″；夜間燈光數(shù)據(jù)來源于美國科羅拉多礦業(yè)大學(xué)EOG小組官網(wǎng)(https://eogdata.mines.edu/products/vnl/)提供的NPP/VIIRS年度產(chǎn)品,空間分辨率為15″。

為充分體現(xiàn)研究區(qū)內(nèi)的景觀異質(zhì)性,以2019年《基礎(chǔ)性地理國情監(jiān)測內(nèi)容與指標(biāo)》(CH/T 9029—2019)為基礎(chǔ),并參考前人對于自然保護(hù)區(qū)土地利用分類方法[18—19],將種植土地中的水田、旱地和構(gòu)筑物中的溫室、大棚合并為耕地；將種植土地中的果園、其他經(jīng)濟(jì)苗木合并為園地；將林草覆蓋拆分為林地和草地；將構(gòu)筑物中除溫室、大棚外的其他地類以及房屋建筑(區(qū))、鐵路與道路、人工堆掘地合并為建設(shè)用地,最終得到耕地、園地、林地、草地、建設(shè)用地、水域、荒漠與裸露地7種土地利用類型(圖2),用于景觀格局指數(shù)的計(jì)算。

圖2 東北虎豹國家公園2019年土地利用覆蓋分布Fig.2 Land use coverage distribution of NCTL-NP in 2019

人口密度、夜間燈光、重新分類的土地利用覆蓋,以及基礎(chǔ)性地理國情監(jiān)測成果中的道路要素?cái)?shù)據(jù)用于構(gòu)建人類足跡指標(biāo)體系。由于各數(shù)據(jù)源在分辨率、投影和空間范圍等方面存在不一致,因此在開展研究之前,需要根據(jù)研究區(qū)范圍統(tǒng)一進(jìn)行投影轉(zhuǎn)換和裁剪。此外,人口密度和夜間燈光數(shù)據(jù)還需要進(jìn)行降噪等校正處理,并綜合考慮各數(shù)據(jù)的分辨率,最終采用最鄰近法生成100m×100m分辨率數(shù)據(jù)。

2.2 研究方法

2.2.1人類足跡指標(biāo)體系的構(gòu)建

本文在Sanderson等人[9]構(gòu)建的人類足跡指數(shù)方法的基礎(chǔ)上,結(jié)合虎豹公園內(nèi)的實(shí)際人類活動(dòng)影響情況[20],考慮數(shù)據(jù)的可獲取性,最終選用人口密度、土地利用狀況、工礦活動(dòng)、交通可達(dá)性、夜間燈光5個(gè)與人類活動(dòng)直接相關(guān)的指標(biāo)來定量評價(jià)公園內(nèi)的人類足跡,具體選取原則如表1所示。

表1 人類足跡指標(biāo)選取原則Table 1 Principles for the selection of human footprint index

2.2.2人類足跡指標(biāo)的離散化賦值

為便于統(tǒng)一比較各人類足跡指標(biāo)之間的大小關(guān)系,本文對各指標(biāo)的柵格數(shù)據(jù)進(jìn)行重新賦值,賦值范圍為0—10,值越大表示人類足跡影響程度越大,最終得到各人類足跡指標(biāo)空間分布圖(圖3)。具體賦值方法如下：

圖3 各人類足跡指標(biāo)空間分布Fig.3 Spatial distribution of each human footprint index

(1)人口密度

本文參考Venter等[24]對人口密度的賦值方法,將人口密度大于1000人/km2的柵格賦值為10,對于小于1000人/km2的柵格按照對數(shù)方程進(jìn)行計(jì)算賦值,具體計(jì)算方程如下：

popscore=3.333×log(popdensity+1)

(1)

式中,popscore表示該柵格數(shù)據(jù)重新賦值的分?jǐn)?shù),popdensity表示各柵格像元的人口密度值。

(2)土地利用狀況

本文結(jié)合虎豹公園土地利用分類標(biāo)準(zhǔn),參考段群滔等[27]的研究成果,為公園內(nèi)7種地類匹配相應(yīng)的影響值。其中,建設(shè)用地受人類活動(dòng)影響最大,賦值為10；其次為耕地,影響力賦值為8；園地影響力賦值為6；草地影響力賦值為2；林地、水域及荒漠與裸露地的影響力賦值為0。

(3)工礦活動(dòng)

提取基礎(chǔ)性地理國情監(jiān)測數(shù)據(jù)中的露天采掘場、尾礦堆放物及工業(yè)設(shè)施來表征工礦活動(dòng)。本文設(shè)置工礦活動(dòng)對生態(tài)系統(tǒng)的最大影響距離為10000m[10],將距離大于10000m的柵格賦值為0,對于距離小于10000m的柵格參考InVEST模型生境質(zhì)量模塊中的距離衰減函數(shù)[28—29]來表示工礦活動(dòng)得分,具體計(jì)算公式如下：

(2)

式中,gkscore表示該柵格數(shù)據(jù)重新賦值的分?jǐn)?shù),ddensity表示經(jīng)過歐氏距離計(jì)算的柵格數(shù)據(jù)值,dmax表示工礦活動(dòng)的最大影響距離,即10000m。

(4)交通可達(dá)性

本文參考Woolmer等[10]對道路的賦值方法,結(jié)合公園內(nèi)各等級道路及鐵路的分布情況,將交通可達(dá)性分為5個(gè)數(shù)據(jù)層,同時(shí)根據(jù)兩側(cè)距離進(jìn)行重分類賦值(表2)。最后將重分類后的5個(gè)數(shù)據(jù)層進(jìn)行等權(quán)疊加,并采用Min-Max標(biāo)準(zhǔn)化法將疊加后的柵格結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理,使其分?jǐn)?shù)范圍與其他人類足跡指標(biāo)統(tǒng)一,具體公式如下：

表2 交通可達(dá)性賦值Table 2 Traffic accessibility assignment

(3)

式中,dlscore表示疊加后柵格數(shù)據(jù)經(jīng)過標(biāo)準(zhǔn)化處理的分?jǐn)?shù),dldensity表示疊加后的柵格數(shù)據(jù)值,dlmax-density表示疊加后柵格數(shù)據(jù)中的最大值,dlmin-density表示疊加后柵格數(shù)據(jù)中的最小值。

(5)夜間燈光

將經(jīng)過預(yù)處理后的NPP/VIIRS夜間燈光數(shù)據(jù)中DN值等于0的柵格賦值為0,再利用分位數(shù)分級法將DN值大于0的柵格賦值為1—10。

2.2.3景觀破碎化分析方法

綜合考慮研究區(qū)域的景觀類型及分布特點(diǎn),本文在景觀尺度上,從面積、形狀、聚散性、多樣性4個(gè)方面分別選取斑塊密度(PD)、邊緣密度(ED)、景觀分離度(DIVISION)、香農(nóng)多樣性指數(shù)(SHDI)來表征研究區(qū)景觀破碎化程度,各指數(shù)計(jì)算方法及生態(tài)學(xué)意義參見《景觀生態(tài)學(xué)—格局、過程、尺度與等級》[30]。根據(jù)研究區(qū)范圍大小,本文分別設(shè)定邊長為300m、600m、900m、1200m、1500m、1800m、2100m、2400m、2700m的正方形移動(dòng)窗口計(jì)算并生成景觀指數(shù)柵格圖。從圖4中可以看出,各景觀指數(shù)曲線在1200—1500m尺度趨于緩和。由于窗口設(shè)置過小將導(dǎo)致生成的柵格圖像缺乏連續(xù)性；窗口設(shè)置過大則會導(dǎo)致生成的柵格圖像模糊,綜合考慮最終選取1500m為最佳研究尺度。

圖4 景觀指數(shù)隨窗口尺度變化曲線Fig.4 Variation curve of landscape index with window scale

2.2.4人類足跡對景觀破碎化影響分析方法

(1)全局水平影響分析方法

普通最小二乘(Ordinary Least Squares,OLS)模型是一種常用于探索解釋變量與因變量之間全局關(guān)系的線性回歸模型。本文以景觀破碎化作為因變量,以5種人類足跡指標(biāo)作為解釋變量,建立回歸方程并得到每個(gè)解釋變量的回歸系數(shù),通過對比該系數(shù)大小確定各指標(biāo)影響程度。其方程形式如下：

(4)

式中,yi是空間i位置的景觀破碎化指數(shù)；β為二乘法空間截距；βk為第k項(xiàng)自變量(人類足跡指標(biāo))的回歸系數(shù)；xik為第k項(xiàng)人類足跡指標(biāo)在空間i位置的取值；εi為誤差修正項(xiàng)。

(2)局部水平影響分析方法

1)空間自相關(guān)檢驗(yàn)

在構(gòu)建地理加權(quán)回歸模型之前,需要對研究區(qū)域內(nèi)各變量進(jìn)行空間自相關(guān)檢驗(yàn),確定各變量值之間是否存在相互依賴性。本文采用應(yīng)用較為廣泛的全局Moran′sI指數(shù)來檢驗(yàn)區(qū)域內(nèi)各變量是否具有空間相關(guān)性。其計(jì)算公式如下：

(5)

式中,n為研究區(qū)域內(nèi)空間單元的總數(shù)；xi和xj分別代表第i個(gè)和第j個(gè)空間單元上的變量值,wij是單元i和單元j之間的空間權(quán)重矩陣；S0是所有空間權(quán)重矩陣之和。

2)地理加權(quán)回歸模型

地理加權(quán)回歸(Geographically Weighted Regression,GWR)模型將數(shù)據(jù)的空間位置嵌入到回歸方程中,通過建立空間范圍內(nèi)每個(gè)位置點(diǎn)的局部回歸方程,來探索研究對象在某一尺度下的空間變化及相關(guān)驅(qū)動(dòng)因素。本文通過構(gòu)建GWR模型以獲得不同人類足跡指標(biāo)隨空間地理位置變化而變化的回歸系數(shù),該系數(shù)代表了人類足跡指標(biāo)對景觀破碎化的影響程度。其方程形式如下：

(6)

式中,yi是空間i位置的景觀破碎化指數(shù)；(ui,vi)為i位置點(diǎn)的空間坐標(biāo)；β0和βk分別為空間i位置的截距和局部回歸系數(shù)；xik為第k項(xiàng)人類足跡指標(biāo)在空間i位置的取值；εi為誤差修正項(xiàng)。

3 結(jié)果與分析

3.1 景觀破碎化空間分布格局

為避免表征景觀破碎化的4個(gè)指數(shù)存在信息重疊,故通過主成分分析法將4個(gè)指數(shù)綜合成一組新的綜合指標(biāo)來表征景觀破碎化,具體結(jié)果如表3所示。

表3 景觀指數(shù)主成分分析結(jié)果Table 3 Results of principal component analysis of landscape index

其中KMO檢驗(yàn)指數(shù)達(dá)到0.795,滿足因子分析的條件,第一成分的方差貢獻(xiàn)率達(dá)到了93.54%,有且只有一個(gè)主成分。進(jìn)一步計(jì)算各指數(shù)的綜合模型得分和歸一化權(quán)重,最終得到景觀破碎化綜合指數(shù)表達(dá)式為：

LFCI=ZPD×0.2428+ZED×0.2547+ZDIVISION×0.2485+ZSHDI×0.2539

(6)

式中,LFCI為景觀破碎化綜合指數(shù)值,ZPD、ZED、ZDIVISION、ZSHDI為PD、ED、DIVISION、SHDI標(biāo)準(zhǔn)化后的數(shù)值。利用自然間斷點(diǎn)法將LFCI分為五個(gè)等級并按照管控分區(qū)進(jìn)行統(tǒng)計(jì),以定量化表示各管控分區(qū)內(nèi)的景觀破碎化程度及空間分布差異(表4、圖5)。

表4 各分區(qū)中景觀破碎化程度面積占比/%Table 4 Percentage of area of landscape fragmentation in each zoning district

從表4、圖5中可以看出,虎豹公園景觀破碎化整體上呈現(xiàn)“北高南低”的空間分布格局,且以低、較低破碎化為主,但仍有8.96%的區(qū)域?yàn)檩^高、高度破碎化。其中,核心保護(hù)區(qū)內(nèi)較高、高度破碎化地區(qū)面積占該區(qū)域總面積的4.08%,主要分布于公園東南部,呈條帶狀分布；虎豹潛在棲息地內(nèi)較高、高度破碎化地區(qū)面積占該區(qū)域總面積的5.09%,主要分布于該區(qū)域內(nèi)的人類居住點(diǎn)周圍,呈點(diǎn)狀分布；人口聚集區(qū)內(nèi)較高、高度景觀破碎化地區(qū)則占到該區(qū)域面積的60.54%,且以羅子溝鎮(zhèn)、老黑山鎮(zhèn)、復(fù)興鎮(zhèn)、春化鎮(zhèn)、春陽鎮(zhèn)等鄉(xiāng)鎮(zhèn)駐地為中心向外圍擴(kuò)散。

3.3 人類足跡對景觀破碎化影響分析

結(jié)合景觀破碎化分析確定的1500m正方形格網(wǎng)最佳研究尺度成果,將研究區(qū)域劃分為7006個(gè)網(wǎng)格單元,以分區(qū)統(tǒng)計(jì)5種人類足跡指標(biāo)和景觀破碎化綜合指數(shù)。

3.3.1全局影響因素分析

OLS模型計(jì)算結(jié)果如表5所示,其中VIF為方差膨脹系數(shù),一般認(rèn)為當(dāng)VIF大于10時(shí),各變量間存在明顯的多重共線性[31]。本文中5種人類足跡指標(biāo)的VIF值均小于10,因此各指標(biāo)不存在多重共線性問題。從顯著性檢驗(yàn)水平來看,5種人類足跡指標(biāo)中只有夜間燈光未通過0.05水平顯著性檢驗(yàn),這表明在全局水平上,LFCI與夜間燈光的相關(guān)關(guān)系不具有統(tǒng)計(jì)學(xué)意義。由于虎豹公園內(nèi)以第一產(chǎn)業(yè)為主,社會經(jīng)濟(jì)水平較低,電力基礎(chǔ)設(shè)施建設(shè)相對薄弱,夜間燈光集中分布在各鄉(xiāng)鎮(zhèn)駐地及周圍地區(qū),不足以對當(dāng)?shù)鼐坝^格局產(chǎn)生影響,導(dǎo)致夜間燈光對景觀破碎化的解釋能力不顯著。

從回歸系數(shù)來看,LFCI與其余4項(xiàng)人類足跡指標(biāo)均呈正向相關(guān),且土地利用狀況之間的回歸系數(shù)最大,達(dá)0.332。表明在全局水平上,土地利用狀況影響力每增加1%,景觀破碎化綜合指數(shù)增加33.2%,其他3項(xiàng)人類足跡指標(biāo)影響效應(yīng)從高到低依次為交通可達(dá)性(0.289)、人口密度(0.224)、工礦活動(dòng)(0.148)。

3.2.2局部影響因素分析

(1)空間自相關(guān)檢驗(yàn)結(jié)果分析

通過OLS模型的計(jì)算結(jié)果可知,夜間燈光與景觀破碎化之間的回歸關(guān)系不顯著,因此在進(jìn)行GWR模型計(jì)算之前,首先將夜間燈光這一指標(biāo)剔除,以保證GWR模型擬合結(jié)果的準(zhǔn)確性。從圖6可以看出,因變量景觀破碎化綜合指數(shù)LFCI和剩余解釋變量(人口密度、土地利用狀況、工礦活動(dòng)、交通可達(dá)性)的Moran′sI指數(shù)散點(diǎn)圖均沿一、三象限角平分線分布,聚集特征(高-高值或低-低值)較為明顯,其結(jié)果在0.01極顯著水平上通過檢驗(yàn)(Z>2.58),說明上述各變量的空間分布存在較強(qiáng)的空間自相關(guān)性,因此可以構(gòu)建地理加權(quán)回歸模型進(jìn)一步分析各人類足跡指標(biāo)對景觀破碎化的影響。

圖6 各變量Moran′s I指數(shù)散點(diǎn)圖Fig.6 Scatter plot of Moran′s I index for each variable

(2)各人類足跡指標(biāo)對景觀破碎化的定量影響

采用自然間斷點(diǎn)法對GWR模型回歸系數(shù)進(jìn)行分級,得到LFCI與各人類足跡指標(biāo)相關(guān)性空間格局(圖7)?？傮w來看,LFCI與各人類足跡指標(biāo)回歸系數(shù)的空間格局呈現(xiàn)集聚狀態(tài),且以正向?yàn)橹?表明各項(xiàng)人類足跡指標(biāo)與LFCI均呈現(xiàn)出較強(qiáng)的正向相關(guān)性。其中,土地利用狀況的回歸系數(shù)高值區(qū)明顯高于其他指標(biāo),為1.17—2.41,占公園全域面積的6.80%,且大部分位于核心保護(hù)區(qū)和虎豹潛在棲息地,僅有0.34%位于人口聚集區(qū)。空間上主要分布于公園南部、東部；人口密度的回歸系數(shù)高值區(qū)(0.52—0.81)占全域面積的8.96%,其中有53.45%位于核心保護(hù)區(qū),37.41%位于虎豹潛在棲息地,9.14%位于人口聚集區(qū)?？臻g上主要分布于公園中部羅子溝鎮(zhèn)及復(fù)興鎮(zhèn)周邊地區(qū),東南部、北部和西北部的居民點(diǎn)附近有也少量分布；工礦活動(dòng)的回歸系數(shù)高值區(qū)(0.46-0.73)占全域面積的2.01%,且有44.22%位于人口聚集區(qū)?？臻g上主要分布于公園中部以羅子溝鎮(zhèn)為中心的人口聚集區(qū)及其周圍；交通可達(dá)性的回歸系數(shù)高值區(qū)(0.47-0.86)占全域面積的13.03%,且有55.81%和37.40%位于核心保護(hù)區(qū)和虎豹潛在棲息地?？臻g上主要分布于公園東部春化鎮(zhèn)及周邊地區(qū),東北部老黑山鎮(zhèn)、大肚川鎮(zhèn)及周邊地區(qū),在北部、西部也有一定分布。

圖7 LFCI與各人類足跡指標(biāo)相關(guān)性空間格局Fig.7 Spatial pattern of regression coefficients of LFCI and each human footprint indexLFCI：景觀破碎化綜合指數(shù),Landscape Fragmentation Composite Index

(3)景觀破碎化的主導(dǎo)人類足跡指標(biāo)區(qū)域面積占比

從各回歸系數(shù)的顯著性水平來看,在7006個(gè)網(wǎng)格單元中,僅有1.78%未通過0.05水平顯著性檢驗(yàn),主要分布于數(shù)據(jù)質(zhì)量較差的邊界地區(qū)。為確定虎豹公園景觀破碎化的最大影響因素,分析通過顯著性檢驗(yàn)的剩余網(wǎng)格單元中回歸系數(shù)正向最大值,并以管控分區(qū)進(jìn)行統(tǒng)計(jì)分析。從圖8中可以看出,土地利用狀況影響為主的區(qū)域占公園全域面積的61.04%,其次為交通可達(dá)性(18.70%)、人口密度(14.72%)、工礦活動(dòng)(4.26%),這也表明GWR模型與全局水平上OLS模型回歸結(jié)果一致。從各管控分區(qū)來看,核心保護(hù)區(qū)與虎豹潛在棲息地中景觀破碎化的各影響因素面積占比與公園全域基本一致,而在人口聚集區(qū)中,除土地利用狀況外,工礦活動(dòng)的影響范圍較大,占人口聚集區(qū)面積的19.37%,其次為交通可達(dá)性(15.21%)、人口密度(14.69%)。

圖8 LFCI最大影響因素在各管控分區(qū)中的面積占比/%Fig.8 Area share of LFCI maximum impact factors in each control zone

(4)景觀破碎化的主導(dǎo)人類足跡指標(biāo)空間格局分析

從圖9中可以看出,景觀破碎化以土地利用狀況影響為主的區(qū)域最為廣泛,主要分為三大集中連片區(qū),其中東部連片區(qū)范圍最大,涵蓋了核心保護(hù)區(qū)大部,虎豹潛在棲息地的部分地區(qū)以及以復(fù)興鎮(zhèn)、老黑山鎮(zhèn)、大肚川鎮(zhèn)為中心的人口聚集區(qū),而西北部和西部連片區(qū)則主要位于虎豹潛在棲息地中。受交通可達(dá)性影響為主的景觀破碎化區(qū)域主要集中分布于公園東部春化鎮(zhèn)及周邊地區(qū)、東北部大肚川鎮(zhèn)部分地區(qū)、西部春陽鎮(zhèn)及周邊地區(qū)以及公園北部地區(qū),其中東部春化鎮(zhèn)附近及公園北部地區(qū)的交通可達(dá)性對核心保護(hù)區(qū)影響較大,西部春陽鎮(zhèn)附近的交通可達(dá)性對虎豹潛在棲息地影響較大。以人口密度影響為主導(dǎo)的區(qū)域呈現(xiàn)大集中、小分散的特征,主要分布在公園中部羅子溝鎮(zhèn)、復(fù)興鎮(zhèn)附近地區(qū),此外在東部邊境地區(qū)、核心保護(hù)區(qū)南部及其他地區(qū)一些小型居民點(diǎn)周圍均有分布。工礦活動(dòng)的影響區(qū)域最小,主要分布在公園中部工礦業(yè)較為集中的羅子溝鎮(zhèn)及周邊地區(qū),且對核心保護(hù)區(qū)東北部地區(qū)也存在一定影響。

圖9 LFCI最大影響因素空間分布Fig.9 Spatial distribution of the most influential factors of LFCI

4 討論與結(jié)論

4.1 討論

我國東北虎豹目前主要分布于老爺嶺、張廣才嶺和完達(dá)山3個(gè)區(qū)域,其中虎豹公園覆蓋了老爺嶺分布區(qū)的核心區(qū)域,對俄羅斯西南濱海邊疆區(qū)域和我國老爺嶺區(qū)域分布的東北虎豹種群的保護(hù)有著重大意義[32]。 總體來看,虎豹公園內(nèi)景觀破碎化程度較輕,尤其是核心保護(hù)區(qū)和虎豹潛在棲息地,主要是由于園區(qū)內(nèi)以森林覆蓋為主,斑塊較為完整,但人類的過度開發(fā)活動(dòng)導(dǎo)致部分地區(qū)景觀破碎化嚴(yán)重,且存在從人口聚集區(qū)向虎豹潛在棲息地和核心保護(hù)區(qū)擴(kuò)散的趨勢,嚴(yán)重阻礙東北虎豹的生存繁衍和自由遷徙。本文通過分析各人類足跡指標(biāo)與虎豹公園及其管控分區(qū)景觀破碎化的空間關(guān)系,在一定程度上揭示了各人類足跡指標(biāo)對虎豹公園景觀破碎化影響程度的空間差異性,同時(shí)充分證明了人類的過度開發(fā)活動(dòng)是虎豹公園景觀破碎化加劇的重要驅(qū)動(dòng)因素之一,對生態(tài)廊道建設(shè)工程存在巨大威脅。其一,隨著近代以來人口的不斷流入,各種規(guī)模的林場、牧場、耕地、園地以及大量用于人類生產(chǎn)生活的建設(shè)用地散布其中,導(dǎo)致森林破碎化嚴(yán)重,園區(qū)內(nèi)落后的生產(chǎn)生活方式至今仍未發(fā)生改變,極大地威脅著東北虎豹棲息地的穩(wěn)定以及種群數(shù)量的發(fā)展；其二,由于經(jīng)濟(jì)發(fā)展和國防建設(shè)需要,虎豹公園內(nèi)由各等級道路組成的交通道路網(wǎng)交錯(cuò)縱橫,總長度達(dá)5000余公里,特別是邊境公路國道G331貫穿公園東部,過往車輛和潛在較高的交通可達(dá)性在一定程度上阻隔了中俄邊境地區(qū)的虎豹種群向內(nèi)陸遷徙的通道；其三,虎豹公園內(nèi)人口相對較多且分散,其中500人以上的村屯有38個(gè),其他規(guī)模較小的林場和農(nóng)場人口則分散于其他地區(qū),此外還有31個(gè)邊境村屯分布于中俄、中朝邊境線附近,較為分散的人口分布對虎豹棲息地破碎化影響巨大；其四,工礦活動(dòng)作為虎豹公園內(nèi)傳統(tǒng)的生產(chǎn)方式,是當(dāng)?shù)鼐用裰饕慕?jīng)濟(jì)來源,然而工礦用地的過度開發(fā)對地表破壞嚴(yán)重,是虎豹棲息地景觀破碎化加劇的重要影響因素。

綜上所述,為保護(hù)東北虎豹種群資源及其所在的自然生態(tài)系統(tǒng),亟待對虎豹公園內(nèi)的人類活動(dòng)進(jìn)行合理管控,公園管理部門應(yīng)當(dāng)遵循東北虎豹種群可持續(xù)生存與發(fā)展的保護(hù)生態(tài)學(xué)規(guī)律,優(yōu)先清理園區(qū)內(nèi)不符合保護(hù)和規(guī)劃要求的各類人工設(shè)施,對已有交通道路實(shí)行車輛通行管控,嚴(yán)格控制人口增量,逐漸減少農(nóng)業(yè)生產(chǎn)、礦產(chǎn)開發(fā)等活動(dòng),最終實(shí)現(xiàn)人與虎豹的和諧共存。

此外,本文仍存在不足之處。首先,盡管本文在局部1500m格網(wǎng)尺度上分析了人類活動(dòng)對虎豹公園內(nèi)景觀破碎化的影響,但仍需進(jìn)一步把人類活動(dòng)落到更加精細(xì)的空間位置上,因此,在未來的研究中將通過大數(shù)據(jù)等手段來細(xì)化人類活動(dòng)的表達(dá)和空間定位；其次,本文僅分析了各人類足跡指標(biāo)與景觀破碎化之間的空間關(guān)系,并未深入探討人類足跡對景觀破碎化影響的閾值效應(yīng),即人類活動(dòng)對自然生態(tài)系統(tǒng)產(chǎn)生風(fēng)險(xiǎn)的閾值。因此,這也將是未來重要的研究方向之一,旨在為國家公園的規(guī)劃和發(fā)展提供更加直觀的數(shù)據(jù)支持。

4.2 結(jié)論

本文通過構(gòu)建適地化的人類足跡指標(biāo)體系,并借助景觀格局分析、回歸分析、GIS空間分析等方法,從全局和局部兩個(gè)尺度上探討各人類足跡指標(biāo)對虎豹公園及其管控分區(qū)景觀破碎化的影響及其空間分異特征。研究結(jié)果表明：

(1)從景觀破碎化空間分布來看,虎豹公園內(nèi)景觀破碎化程度以低、較低為主,但高度和較高破碎化區(qū)域仍占據(jù)公園全域面積的8.96%。其中在核心保護(hù)區(qū)占比為4.08%,主要分布于東南部,呈條帶狀分布；在虎豹潛在棲息地占比為5.09%,主要分布于該區(qū)域內(nèi)人類居住點(diǎn)周圍,呈點(diǎn)狀分布；而在人口聚集區(qū)中的占比則高達(dá)60.54%,且以鄉(xiāng)鎮(zhèn)駐地為中心向外圍擴(kuò)散。

(2)從公園全域范圍來看,對景觀破碎化的影響從高到低依次為土地利用狀況(0.332)、交通可達(dá)性(0.289)、人口密度(0.224)、工礦活動(dòng)(0.148),而夜間燈光與景觀破碎化的相關(guān)性不顯著。

(3)從各管控分區(qū)來看,核心保護(hù)區(qū)與虎豹潛在棲息地內(nèi)各人類足跡指標(biāo)對景觀破碎化的影響規(guī)律與全局一致,而在人口聚集區(qū)中,工礦活動(dòng)成為該區(qū)域中第二影響因素。

(4)從各人類足跡指標(biāo)主導(dǎo)的空間格局來看,土地利用狀況對景觀破碎化的影響區(qū)域最為廣泛,涵蓋了園區(qū)的大部分地區(qū)；交通可達(dá)性的影響區(qū)域集中分布于春化鎮(zhèn)、大肚川鎮(zhèn)、春陽鎮(zhèn)周邊地區(qū)及公園北部地區(qū)；人口密度的影響區(qū)域主要以羅子溝鎮(zhèn)、復(fù)興鎮(zhèn)附近地區(qū)為主,此外在東部邊境地區(qū)、核心保護(hù)區(qū)南部及其他小型居民點(diǎn)周圍也有分布；工礦活動(dòng)的影響區(qū)域最小,主要分布在工礦業(yè)較為集中的羅子溝鎮(zhèn)及周邊地區(qū),且對核心保護(hù)區(qū)東北部地區(qū)也存在一定影響。