王 鵬 黃晗雯 周 雪 陳樹新 徐珊珊 李 樂

1 中國林業(yè)科學研究院林業(yè)科技信息研究所 北京 100091

2 國家林業(yè)和草原局林草調(diào)查規(guī)劃院 北京 100714

3 青島大學經(jīng)濟學院 青島 266071

4 中國林業(yè)科學研究院資源信息研究所 北京 100091

5 中國林業(yè)科學研究院熱帶林業(yè)研究所 廣州 510520

國家公園作為保護范圍大、 生態(tài)過程完整的自然保護地類型, 是建設(shè)人與自然和諧共生現(xiàn)代化的關(guān)鍵舉措。 從2013 年我國初次提出創(chuàng)建國家公園體制, 到2021 年正式設(shè)立首批5 個國家公園, 再到2022 年?國家公園空間布局方案? 提出建設(shè)世界最大國家公園體系, 國家公園經(jīng)過10年發(fā)展建設(shè), 已成為我國生態(tài)文明體制改革的重大制度創(chuàng)新。 然而, 人多地少的基本國情以及經(jīng)濟高速發(fā)展的社會進程決定了我國國家公園在空間布局、 資源保護利用等方面面臨著復雜且特殊的現(xiàn)實問題。 厘清國家公園景觀格局演變的驅(qū)動因素, 闡明自然與社會經(jīng)濟因素對國家公園景觀格局演變的影響, 揭示二者之間的深層機制, 正是集保護地類型多樣、 空間布局不盡合理、 自然資源資產(chǎn)本底不清于一體的國家公園體制建設(shè)急需解決的重要科學問題[1－2]。

已有關(guān)于國家公園景觀格局的研究主要集中在景觀格局變化測度、 定性與半定量驅(qū)動因素探討等方面[3－6]。 Vorovencii[7]采用12 個景觀指數(shù)量化了皮亞特拉?克雷烏盧伊國家公園和布吉吉自然公園的土地覆蓋與景觀格局變化, 指出破碎化不僅是森林砍伐和非法采伐等人為活動的結(jié)果,也是自然因素驅(qū)動的結(jié)果。 于航等[8]利用GIS 和Fragstats4 軟件的空間分析技術(shù), 刻畫了2000—2018 年祁連山國家公園體制試點區(qū)景觀格局特征, 并以此為基礎(chǔ)評價了國家公園景觀生態(tài)風險。也有學者從不同功能分區(qū)與自然資源要素等角度,對國家公園景觀格局特征進行研究, 并據(jù)此構(gòu)建國家公園山水林田湖草空間信息格局圖譜, 評價國家公園生態(tài)系統(tǒng)完整性[9－11]。 整體來看, 由于中國國家公園建設(shè)起步晚, 目前針對國家公園景觀格局演變驅(qū)動因素及其機制的研究還較少, 并受數(shù)據(jù)限制, 研究方法多以定性或半定量為主,部分研究雖然采用線性回歸模型, 但這類研究不適用于樣本數(shù)據(jù)較少的年度節(jié)點統(tǒng)計。 此外, 經(jīng)濟社會、 人口與政策等多個自變量之間的多重共線性特征也在一定程度上影響了研究結(jié)果的準確性[12]。

因此, 本研究選取首批國家公園體制試點之一的錢江源國家公園體制試點區(qū)為例, 分析1990—2018 年景觀格局演變特征, 并從自然與社會經(jīng)濟兩方面構(gòu)建驅(qū)動因子指標體系, 采用偏最小二乘回歸模型(Partial Least Squares Regression,PLSR), 研究國家公園體制試點區(qū)近30 年景觀格局演變的驅(qū)動機制, 以期為體制改革試點完成后國家公園的規(guī)劃建設(shè)、 政策制定、 保護利用提供決策參考和科學依據(jù)。

1 研究區(qū)概況

錢江源國家公園體制試點區(qū)(簡稱“試點區(qū)” ) 位于浙江省西部, 地處浙江省、 江西省和安徽省三省交界處, 是國家發(fā)展改革委于2015 年正式批復的首批10 個國家公園體制試點區(qū)之一,面積約252 km2, 是實現(xiàn)中東部地區(qū)生態(tài)環(huán)境質(zhì)量根本好轉(zhuǎn)的重要連接性節(jié)點區(qū)域。 試點區(qū)是由古田山國家級自然保護區(qū)、 錢江源國家級森林公園、錢江源省級風景名勝區(qū)3 處自然保護地整合而成,共包括核心保護區(qū)與一般控制區(qū)2 個管控分區(qū),以及核心保護區(qū)、 生態(tài)保育區(qū)、 游憩展示區(qū)、 傳統(tǒng)利用區(qū)4 個功能分區(qū)。 試點區(qū)土地資源權(quán)屬復雜, 國有土地48.64 km2, 主要包括開化林場齊溪分場、 蘇莊分場和古田山國家級自然保護區(qū), 占試點區(qū)面積的19.30%； 集體土地203.52 km2, 占試點區(qū)總面積80.70%。 試點區(qū)產(chǎn)業(yè)結(jié)構(gòu)相對單一, 居民經(jīng)濟收入主要來自農(nóng)林產(chǎn)業(yè)和外出打工,涉及蘇莊、 長虹、 何田與齊溪4 個鄉(xiāng)鎮(zhèn)、 19 個行政村, 人口共計9 744 人。

2 研究方法

2.1 數(shù)據(jù)來源

1) 遙感影像數(shù)據(jù): 選定1990、 2000、 2010、2015 和2018 年作為監(jiān)測時間點, 1990—2018 年土地利用分類數(shù)據(jù)主要基于Landsat-8 30 m 分辨率遙感影像數(shù)據(jù)。 2) 氣象數(shù)據(jù)來自開化縣國家一般氣象站1990—2018 年氣象數(shù)據(jù)。 3) 統(tǒng)計年鑒數(shù)據(jù)來自1990—2019 年開化縣統(tǒng)計年鑒。

2.2 景觀格局指數(shù)選取

按照能夠表征區(qū)域特征且景觀指數(shù)之間冗余度低的準則, 選取斑塊數(shù)量(NP)、 最大斑塊面積(LPI)、 平均斑塊面積 (MPS)、 邊緣密度(ED)、 蔓延度指數(shù)(CONTAG)、 散布與并列指數(shù)(IJI) 共計6 個指數(shù)進行景觀格局演變分析(表1), 分析軟件為Fragstats 4.0。

表1 景觀格局指數(shù)及其生態(tài)學意義

2.3 偏最小二乘回歸模型

鑒于本研究是分析28 年間試點區(qū)5 個時間節(jié)點的景觀格局演變驅(qū)動機制, 驅(qū)動因子的數(shù)據(jù)量也對應(yīng)5 個時間節(jié)點, 其數(shù)據(jù)容量不適用傳統(tǒng)線性回歸, 因此選用PLSR 從自然和社會經(jīng)濟因素方面進行研究。 PLSR 相比傳統(tǒng)簡單回歸分析, 能通過信息重組在成分提取時考慮自變量與因變量間的線性關(guān)系, 而非簡單的變量剔除處理, 在保證模型穩(wěn)定性的前提下消除變量的多重共線性問題, 分析軟件為SIMCA－P 軟件[12－15]。 回歸的合理性是檢驗試點區(qū)景觀格局演變驅(qū)動機制精度的重要因素, 通過SIMCA－P 軟件中的PRESS 變量進行擬合效果檢驗, 當其交叉有效性值大于0.097 時, 代表PLSR 穩(wěn)健性符合要求, 主成分提取合理。 回歸模型的預測或數(shù)據(jù)回歸解釋能力被定義為R2Y (Goodness of Fit), 當R2Y 大于0.50時, 表明模型有較好的預測能力； 當交叉有效性(Q2) 大于0.097 時, 表明模型有較強的穩(wěn)健性。自變量對因變量的解釋程度可以用變量投影重要性VIP (Variable Impprtance of Projection) 值來反映。 VIP>1 的變量具有較為顯著的解釋能力,VIP 值在0.5~1 表示自變量對因變量比較重要,VIP<0.5 代表自變量對因變量不重要[12,16]。

2.4 驅(qū)動因子選取

將景觀格局演變的影響因子分為自然因素和社會經(jīng)濟因素兩大類。 氣溫、 降水、 濕度、日照等自然條件對景觀格局變化起到一定影響,且突出表現(xiàn)在大尺度空間上和較長的時間范圍上。 而在城市化進程中政府通常通過改變用地屬性獲取社會經(jīng)濟發(fā)展, 因此區(qū)域經(jīng)濟發(fā)展、社會變革等都會在較短時間內(nèi)和相對較小的尺度上引起景觀格局變化。 在綜合考慮各大類因子的基礎(chǔ)上, 兼顧數(shù)據(jù)的可獲取性和可定量化,本研究一級指標由自然因素和社會經(jīng)濟因素組成, 社會經(jīng)濟因素涉及4 項二級指標、 18 項三級指標(表2)。

表2 試點區(qū)景觀格局演變的驅(qū)動因子

3 結(jié)果與分析

3.1 試點區(qū)景觀尺度格局特征

由表3 可知, 試點區(qū)斑塊數(shù)量(NP) 呈現(xiàn)出一定增長趨勢, 表明各類型景觀空間的斑塊總數(shù)不斷增多, 破碎度越來越高。 最大斑塊面積(LPI)在1990 年最小(76.202 2%), 2000—2018 年呈相對穩(wěn)定的趨勢, 表明自2000 年開始景觀整體受人為干擾影響較小。 試點區(qū)邊緣密度(ED) 最高值出現(xiàn)在1990 年(22.408 4 m?hm－2), 這一時期斑塊的邊界效應(yīng)最為明顯, 體現(xiàn)了斑塊類型的優(yōu)勢度。 試點區(qū)平均斑塊面積(MPS) 呈現(xiàn)波動式變化趨勢, 在1990 年與2010 年分別出現(xiàn)較大值, 為107.440 4 hm2和101.283 6 hm2, 表明該時期景觀異質(zhì)性較弱。 試點區(qū)蔓延度指數(shù)(CONTAG) 最高值出現(xiàn)在2010 年, 隨后保持相對穩(wěn)定, 說明在這一時期景觀中的某種優(yōu)勢斑塊類型形成了良好的連接性。 試點區(qū)散布與并列指數(shù)(IJI) 在2015—2018年相對較高(59.184 3%), 表明各斑塊間比鄰的邊長逐漸呈現(xiàn)均等趨勢。

表3 景觀尺度格局指數(shù)

對1 km×1 km 單元上的景觀格局進行計算可知, 1990—2018 年, 各類景觀格局指數(shù)空間變化較為均勻； 變化量整體較大, 并隨著時間推進呈現(xiàn)越來越小的趨勢(圖1)。 1) NP 在2000—2010年變化空間分布與2010—2015 年類似, 主要集中在長虹片區(qū)與何田片區(qū)； 2015—2018 年除了何田片區(qū)少數(shù)村變化較小外, 其他區(qū)域變化趨勢相同。2) LPI 在2000—2010 年變化較多的區(qū)域集中在何田片區(qū)、 長虹片區(qū)以及蘇莊片區(qū)北部, 這些區(qū)域多以生態(tài)保育功能為主, 說明通過生態(tài)保護,上述區(qū)域景觀優(yōu)勢度得到小范圍增加[17]； 2010—2015 年, 除了長虹片區(qū)以及何田片區(qū)出現(xiàn)較小增長外, 其他區(qū)域LPI 變化不明顯； 2015—2018 年,試點區(qū)LPI 變化較為明顯, 且主要集中在東南側(cè),這與試點區(qū)地理區(qū)位有關(guān), 試點區(qū)西部是白際山脈, 早些年造林綠化工程顯著, 已無荒山荒地,而試點區(qū)東部以傳統(tǒng)利用區(qū)、 生態(tài)保護區(qū)為主,隨著錢江源體制試點建設(shè)推進, 試點區(qū)景觀優(yōu)勢度在三年內(nèi)發(fā)生了明顯變化[18－19]。 3) ED 在2010—2015 年試點區(qū)邊界密度變化整體偏小, 主要增長區(qū)域集中在長虹片區(qū)； 在2015—2018 年變化量增長空間差異不明顯。 4) MPS 在2000—2010 年變化量較大的區(qū)域主要集中在何田片區(qū)、長虹片區(qū)與蘇莊片區(qū)的古田村, 具有中部變化較大、 兩邊較小的空間特征, 這主要與土地利用有關(guān)[20]。 5) CONTAG 在2010—2015 年變化最小,2015—2018 年相比其他指數(shù)出現(xiàn)較大變化。 6)IJI 在2000—2015 年變化量空間差異主要分布在長虹片區(qū)與何田片區(qū), 2015—2018 年變化量空間差異不明顯, 具有零星分布特點。

圖1 1990—2018 年試點區(qū)景觀格局的空間變化

3.2 自然因素對試點區(qū)景觀格局演變的影響

由表4 可知, 自然因素對試點區(qū)景觀指數(shù)LPI、 ED、 IJI 的R2Y 均大于50%, Q2均大于0.097, 表明模型具有較好的穩(wěn)健性與預測能力。由于模型的終止規(guī)則為Q2大于0.097, 因此IJI 只保留了第1 主成分[16]。

表4 1990―2018 年試點區(qū)景觀格局指數(shù)與自然因素的偏最小二乘回歸

從1990—2018 年, 平均氣溫對LPI、 ED、 IJI具有顯著作用(VIP>1), 其中對IJI 驅(qū)動力最大。年降水量對NP、 LPI、 ED、 MPS、 CONTAG 具有顯著作用(VIP>1), 其中對ED 驅(qū)動力最大。 相對濕度對NP 與MPS 具有顯著作用, 二者驅(qū)動作用相似。 日照時數(shù)對LPI、 CONTAG、 IJI 具有顯著作用(VIP>1), 其中對CONTAG 驅(qū)動力最強。綜合來看, 年降水量對景觀格局演變的驅(qū)動力最強, 相對濕度驅(qū)動最小。

3.3 社會經(jīng)濟因素對試點區(qū)景觀格局演變的影響

由表5 可知, 1990—2018 年, 試點區(qū)景觀指數(shù)NP、 LPI、 ED、 MPS、 CONTAG、 IJI 的R2Y 均大于0.50, Q2均大于0.097, 表明模型具有較好的穩(wěn)健性與預測能力。 由于模型的終止規(guī)則為Q2大于0.097, 因此, 除CONTAG 外, 其他景觀指數(shù)只保留了第1 主成分[16]。

表5 1990—2018 年試點區(qū)景觀格局指數(shù)與社會經(jīng)濟因素的偏最小二乘回歸

經(jīng)濟因素(XS－1 至XS－9) 對ED、 LPI 等景觀格局指數(shù)具有較強的驅(qū)動作用, 對NP 與MPS也有一定驅(qū)動作用。 財政支出對上述景觀格局指數(shù)均沒有驅(qū)動作用。 生產(chǎn)因素(XS－10、 XS－11)各個因子對NP、 LPI、 ED、 MPS 景觀指數(shù)均具有重要驅(qū)動作用, 其中茶葉產(chǎn)量對景觀指數(shù)CONTAG、 IJI 具有較高的驅(qū)動作用, 說明茶葉產(chǎn)量對景觀斑塊連接度、 破碎化以及斑塊間分布與并列程度變化具有重要影響[21]。 人口因素(XS－12 至XS－14) 對試點區(qū)景觀格局指數(shù)變化影響整體較小, 總?cè)丝跀?shù)量變化驅(qū)動著NP、 LPI、 ED、MPS 變化。 其中城鎮(zhèn)人口對所有景觀格局指數(shù)均沒有明顯驅(qū)動。 消費能力因素(XS－15 至XS－18) 對景觀格局指數(shù)的驅(qū)動主要集中于農(nóng)村居民恩格爾系數(shù)與農(nóng)民人均住房面積這兩個指標, 其中農(nóng)村居民恩格爾系數(shù)對上述景觀格局指數(shù)均有重要驅(qū)動作用(VIP 全部大于1), 說明農(nóng)民生活水平高低關(guān)系著試點區(qū)景觀結(jié)構(gòu)與生態(tài)過程變化[22]。 綜合來看, 茶葉產(chǎn)量、 農(nóng)村居民恩格爾系數(shù)對景觀格局演變驅(qū)動力最強。

4 討論

4.1 景觀格局變化與區(qū)域生態(tài)保護水平或人為干擾程度相關(guān)

錢江源國家公園森林覆蓋率達89%, 以闊葉林為主[23], 在1990—2018 年, 斑塊數(shù)量、 最大斑塊面積、 蔓延度指數(shù)、 散布與并列指數(shù)整體呈現(xiàn)增加趨勢, 邊界密度、 平均斑塊面積呈現(xiàn)減少趨勢, 說明研究區(qū)破碎化程度增加、 景觀優(yōu)勢度出現(xiàn)下降。 例如, 利用斑塊數(shù)量表征試點區(qū)景觀格局的破碎程度發(fā)現(xiàn)[24－25], 指數(shù)值從234 個增加到257 個, 中部和北部地區(qū)變化較明顯, 說明中部地區(qū)破碎化程度較高、 北部其次, 而南部區(qū)域因為是古田山國家級自然保護區(qū), 其破碎化程度整體較低。 再如, 使用邊界密度表征試點區(qū)景觀格局邊緣效應(yīng)[24－25], 指數(shù)值從22.408 4 m?hm－2減少至20.637 5 m?hm－2, 邊緣密度大的景觀主要分布在中部地區(qū), 說明試點區(qū)中部地區(qū)最為復雜、 不規(guī)則。 因此, 試點區(qū)中部作為傳統(tǒng)利用功能區(qū)與游憩展示區(qū)的所在地, 是后期景觀規(guī)劃與管理重點區(qū)域。 余建平等[26]對研究區(qū)不同功能區(qū)景觀格局進行對比分析的結(jié)果與本文相似, 即游憩展示區(qū)與傳統(tǒng)利用區(qū)的破碎化程度高于核心保護區(qū)和生態(tài)保育區(qū), 說明景觀格局演變趨勢與區(qū)域保護水平和人為干擾程度密切相關(guān)。 實地調(diào)研也發(fā)現(xiàn), 該區(qū)域建筑景觀與森林等自然景觀搭配不合理, 試點區(qū)主要的特許經(jīng)營項目, 尤其農(nóng)家樂等旅游項目主要分布在該區(qū)域, 新建建筑帶有明顯的歐式特征, 在傳統(tǒng)山水格局中顯得格格不入, 現(xiàn)代設(shè)計風格過于突出, 缺少地域特色。 此外, 農(nóng)家樂等項目建設(shè)缺乏統(tǒng)一規(guī)劃, 建筑景觀與森林景觀沒有形成很好的融合。

4.2 景觀格局變化受到自然和社會經(jīng)濟因素的綜合驅(qū)動

景觀格局變化是一個長期動態(tài)的復雜過程,是自然因素與社會經(jīng)濟因素綜合作用的結(jié)果。 在沒有發(fā)生重大自然災害等特殊情況下, 試點區(qū)社會經(jīng)濟因素相比自然因素會呈現(xiàn)更強的動態(tài)性。自然因素作為穩(wěn)定景觀格局結(jié)構(gòu)的關(guān)鍵因素, 在較長時間內(nèi)影響著區(qū)域格局變化, 而社會經(jīng)濟因素則更多是在較短時間內(nèi)驅(qū)動著景觀格局演變[27]。 本研究表明, 茶葉產(chǎn)量、 農(nóng)村居民恩格爾系數(shù)對研究區(qū)景觀格局演變表現(xiàn)出較強的驅(qū)動力。曹嘉鑠等[28]對神農(nóng)架的研究也表明, 社會經(jīng)濟因素是導致區(qū)域景觀格局變化的主導因素。 張曉宇等[29]認為土地利用狀況等因素在破碎化變化中起著重要作用, 這與本文研究結(jié)果相似。 本研究發(fā)現(xiàn), 茶葉產(chǎn)量驅(qū)動力很強, 研究區(qū)茶葉產(chǎn)量從1990 年3 297 t 減少至2018 年2 128 t, 而茶葉產(chǎn)量與茶園用地變化有著密切聯(lián)系。 汪家軍等[30]通過研究2019 年和2021 年試點區(qū)景觀格局變化特征發(fā)現(xiàn), 區(qū)域景觀異質(zhì)性逐漸趨緩, 優(yōu)勢景觀向均質(zhì)化、 整體化發(fā)展, 這一研究結(jié)果能很好彌補本研究在時間周期方面的不足, 也為后續(xù)景觀格局優(yōu)化提供了參考。 2020 年自然資源部、 國家林業(yè)和草原局聯(lián)合發(fā)布了功能區(qū)調(diào)整政策, 要求優(yōu)化調(diào)整國家公園、 自然保護區(qū)等保護地的功能區(qū)數(shù)量和相應(yīng)管控要求, 國家公園功能區(qū)由過去“四區(qū)” 變?yōu)椤皟蓞^(qū)”。 功能區(qū)劃調(diào)整直接影響著區(qū)域保護水平和利用方式, 對景觀格局也將產(chǎn)生深遠影響。 因此, 在功能區(qū)劃結(jié)果正式批復后,將功能區(qū)劃作為重要因素納入驅(qū)動指標顯得十分重要。

4.3 展望

本研究主要采用遙感影像數(shù)據(jù)對錢江源體制試點區(qū)景觀尺度格局變化進行分析, 并采用PLSR分析了自然和社會經(jīng)濟驅(qū)動力。 相比以往研究,彌補了因時間節(jié)點較少無法實現(xiàn)驅(qū)動力量化研究的弊端, 能清楚探析影響景觀格局變化的主要因素, 有助于后期景觀格局優(yōu)化, 對國家公園范圍與功能區(qū)劃有一定指導意義。 但是本文受到時間以及統(tǒng)計數(shù)據(jù)限制, 目前只分析了景觀尺度格局變化的驅(qū)動力, 未對斑塊尺度景觀進行研究。 此外, 在驅(qū)動因素選取方面, 也主要考慮到統(tǒng)計數(shù)據(jù)的獲取性, 未將關(guān)鍵性政策納入。 國家公園作為生態(tài)文明建設(shè)的重大制度創(chuàng)新, 具有明顯政策導向?qū)傩? 在后續(xù)研究中應(yīng)將完善政策導向、 規(guī)劃實施、 人口轉(zhuǎn)移(生態(tài)移民) 等因素納入研究, 并深化單因素以及多因素綜合作用的貢獻。同時也要開展相關(guān)不確定性研究, 以期更有針對性地指導國家公園生態(tài)系統(tǒng)管理。

5 結(jié)論

在景觀格局特征方面, 1990—2018 年, 除平均斑塊面積, 試點區(qū)斑塊數(shù)量、 最大斑塊面積、邊界密度、 蔓延度指數(shù)、 散布與并列指數(shù)均呈現(xiàn)增長趨勢, 并突出表現(xiàn)在1990—2000 年。 試點區(qū)各類景觀格局指數(shù)空間變化較為均勻, 且變化量整體較大。 變化量隨著時間推進呈現(xiàn)逐漸變小的趨勢。

在自然因素影響方面, 年降水量對景觀格局演變的驅(qū)動力最強, 相對濕度驅(qū)動最小。 其中,平均氣溫對散布與并列指數(shù)演變驅(qū)動力最大, 年降水量對邊緣密度指數(shù)驅(qū)動作用最大, 相對濕度對斑塊數(shù)量與平均斑塊面積指數(shù)的驅(qū)動作用相近,日照時數(shù)對蔓延度指數(shù)驅(qū)動作用最大。

在社會經(jīng)濟因素影響方面, 茶葉產(chǎn)量、 農(nóng)村居民恩格爾系數(shù)對景觀格局演變驅(qū)動力最強, 財政總收入、 財政支出、 城鎮(zhèn)人口、 存貸款余額對各格局指數(shù)演變沒有驅(qū)動力。 整體來講, 經(jīng)濟因素對邊緣密度、 最大斑塊面積具有較強的驅(qū)動作用； 生產(chǎn)因素對斑塊數(shù)量、 最大斑塊面積、 邊緣密度、 平均斑塊面積具有重要驅(qū)動作用； 人口因素對景觀格局指數(shù)變化影響整體較小； 消費能力因素中農(nóng)村居民恩格爾系數(shù)與農(nóng)民人均住房面積這兩個指標對景觀格局指數(shù)具有重要驅(qū)動。