胡紀漢, 毛銘江, 龔文峰, 劉鐵冬, 邱新彩, 吳庚鴻, 謝藝丹

(1.海南大學(xué) 林學(xué)院, 海口 570228; 2.海南大學(xué) ?？谑兄腔哿謽I(yè)重點實驗室, 海口 570228)

21世紀以來,隨著人口及其活動的增加,土地利用變化、能源利用和污染對全球生態(tài)環(huán)境的影響不斷加深[1]。加之受全球氣候變化及其局部自然災(zāi)害和極端天氣頻發(fā)[2],在多種因素的綜合作用下,區(qū)域生態(tài)系統(tǒng)直接或間接地承受著人類活動和自然環(huán)境變化所帶來的負面影響[3],直接體現(xiàn)在景觀和環(huán)境變化上就是城市建設(shè)用地不斷蠶食農(nóng)田、林地、草地等生態(tài)空間[4],原有區(qū)域的土地利用格局發(fā)生顯著變化,區(qū)域生態(tài)系統(tǒng)平衡被打破,自我調(diào)節(jié)能力下降[5],區(qū)域人地矛盾進一步激化[4,6],加劇局部區(qū)域環(huán)境問題,危及區(qū)域生態(tài)環(huán)境健康和生態(tài)安全[7-8],進而增加生態(tài)風險來源種類及其發(fā)生概率和強度。

生態(tài)風險評價是對生態(tài)系統(tǒng)結(jié)構(gòu)和功能正在受到或?qū)砜赡苁艿降奈：兔{迫而進行表征的一種評估方法[9]。作為生態(tài)風險評價一個重要分支的區(qū)域生態(tài)風險評價,不僅重視空間要素配置對生態(tài)風險過程的影響[10],且從區(qū)域尺度上描述和評估自然因素和人為活動對生態(tài)系統(tǒng)及其各個組分所產(chǎn)生不利影響的可能性和大小的過程[11],更是發(fā)現(xiàn)和解決環(huán)境問題的決策基礎(chǔ)[12],并對區(qū)域生態(tài)環(huán)境質(zhì)量的提高和發(fā)展具有指導(dǎo)意義[13]。已逐漸成為研究和解決局部環(huán)境問題的重要手段[14]和保護生態(tài)安全的熱點問題[15],其研究尺度可以為城鎮(zhèn)[1]、湖泊[16]、濕地[17]、流域[18]和山脈等[19]。此外,目前大部分區(qū)域生態(tài)風險評價研究主要基于土地利用和景觀結(jié)構(gòu)展開,更多學(xué)者基于土地利用結(jié)構(gòu)變化[20]、地統(tǒng)計學(xué)理論[21]和空間自相關(guān)分析等[22]成熟方法構(gòu)建區(qū)域生態(tài)風險指數(shù),探究區(qū)域生態(tài)風險狀況及變化特征。然而,上述研究重點關(guān)注區(qū)域人口壓力、景觀結(jié)構(gòu)、土地利用現(xiàn)狀、地形和氣溫等人為和自然因素等評價因子,缺少聚焦于典型自然環(huán)境和社會經(jīng)濟背景下的區(qū)域生態(tài)風險時空演變研究,且基于多種脅迫復(fù)合因子對熱帶和亞熱帶區(qū)域生態(tài)風險評價的研究相對稀少,利用雙變量全局空間自相關(guān)探討海域城市城鎮(zhèn)化水平與生態(tài)風險響應(yīng)關(guān)系的研究則更稀少。

海南省是1988年建省且為中國最大的經(jīng)濟特區(qū)和唯一的熱帶島嶼省份,作為省會城市的?？谑?是國家“一帶一路”戰(zhàn)略支點城市和海南自由貿(mào)易港核心城市,更是北部灣城市群核心城市,具有重要的戰(zhàn)略地位。2018年海南宣布建設(shè)國際自由貿(mào)易島以來,海陸兼?zhèn)涞牡鼐墐?yōu)勢不僅帶來巨大的發(fā)展機遇,在城市建設(shè)規(guī)模、生態(tài)濱海旅游業(yè)、熱帶高效農(nóng)業(yè)、房地產(chǎn)業(yè)和現(xiàn)代漁業(yè)都取得了長足的發(fā)展,但也讓海口市面臨雙重生態(tài)問題。其一,在人口壓力增大、城市快速擴張和經(jīng)濟急速發(fā)展等綜合因素影響下,部分陸域生態(tài)用地被侵占,局部土地資源和森林資源遭到嚴重破壞;其二,城市建設(shè)轉(zhuǎn)向濱海和水域,濱海和河流灘涂被侵占現(xiàn)象嚴重,區(qū)域土地利用格局和生態(tài)系統(tǒng)發(fā)生巨大變化,危及區(qū)域生態(tài)系統(tǒng)穩(wěn)定性,區(qū)域生態(tài)風險概率進一步增長。目前對?？谑醒芯扛嚓P(guān)注其土地利用及格局變化和城市擴張[23-24]、海岸帶生態(tài)安全[25]、生態(tài)系統(tǒng)服務(wù)[26]、生態(tài)安全格局[27]和重金屬風險評價等[28],但基于人為活動和自然因素且從多角度、多層次和多準則探究?？谑猩鷳B(tài)風險狀況相對稀少,耦合 GIS和OWA模型模擬、探討不同情景下區(qū)域生態(tài)風險時空格局配置及其生態(tài)保護對策更加稀少。

鑒于此,本研究以?？谑?000年、2010年、2020年3期遙感影像為數(shù)據(jù)源,基于 RS和 GIS定量獲取區(qū)域土地利用數(shù)據(jù),引入?yún)^(qū)域累計氣旋能量、城市開發(fā)利用強度和旅游壓力等綜合生態(tài)風險評價因子,構(gòu)建基于網(wǎng)格尺度的 PSR(Pressure-State-Response)區(qū)域生態(tài)風險評價模型評估區(qū)域生態(tài)風險,結(jié)合空間自相關(guān)與雙變量空間自相關(guān)方法,探究區(qū)域尺度城鎮(zhèn)化水平與生態(tài)風險空間分布格局、時空變化特征及關(guān)聯(lián)特征和城鎮(zhèn)化水平與生態(tài)風險的響應(yīng)關(guān)系,耦合 GIS和 OWA模型模擬和探究不同情景下?？谑猩鷳B(tài)風險空間分布特征和生態(tài)保護措施,對今后維護區(qū)域生態(tài)安全和土地資源的科學(xué)合理開發(fā)利用具有重要意義。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

?？谑形挥诤Ｄ蠉u的東北部(圖1),地處110°10′—110°41′E,19°32′—20°05′N。東臨文昌、西接澄邁、南連定安、北隔18海里與廣東省海安鎮(zhèn)相望。地表主要為第四紀基性火山巖和松散沉積物,呈較大面積分布,海濱以濱海臺階式地貌為主,西部以典型的火山地貌為主;土壤類型主要是磚紅壤、水稻土、菜園土、濱海鹽土等[29]。?？谑袑儆跓釒ШＱ笮约撅L氣候,年均日照時數(shù)2 000 h以上,年均溫度23.8℃,平均降水量為1 669 mm。海口由本島海南島部分、海甸島和新埠島組成,是一座富有海濱自然旖旎風光的南方濱海城市,地形略呈長心形,地勢平緩,全市地貌基本分為北部濱海平原區(qū),中部沿江階地區(qū),東部、南部臺地區(qū),西部熔巖臺地區(qū)。耕地、草地、片林和灘涂主要分布于北部區(qū)域,該區(qū)域不僅是陸域城市建設(shè)轉(zhuǎn)向濱海和水域的主要地帶,更是海口鏈接北部內(nèi)陸、融入大灣區(qū)區(qū)域經(jīng)濟循環(huán)和建設(shè)瓊州海峽經(jīng)濟帶的核心地帶。東部和東北部主要分布著熱帶稀樹草原和濱海紅樹林群落,東部的江東新區(qū)是海南省打造中國特色自由貿(mào)易港集中展示區(qū)。尤其東部和北部區(qū)域在人口急劇擴張、經(jīng)濟飛速增長和快速城鎮(zhèn)化的綜合作用,區(qū)域原始的自然、半自然環(huán)境和生態(tài)系統(tǒng)發(fā)生劇烈改變,城市土地利用變化對區(qū)域生態(tài)產(chǎn)生了深刻影響,在形成北部城鎮(zhèn)建設(shè)區(qū)和東部熱作農(nóng)林區(qū)的同時,導(dǎo)致區(qū)域生態(tài)系統(tǒng)失衡及生態(tài)環(huán)境問題日益突出,進而加劇區(qū)域生態(tài)風險。南部及東南部臺地區(qū)主要分布著的稀樹灌木群落,然而隨著熱帶高效農(nóng)業(yè)的迅猛發(fā)展,農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整導(dǎo)致部分自然植被群落結(jié)構(gòu)被區(qū)域特色農(nóng)業(yè)所代替,在形成近郊熱帶特色產(chǎn)業(yè)發(fā)展的同時,造成區(qū)域水土流失,增加生態(tài)風險種類和來源。西部熔巖臺地區(qū)主要以雜木林群落為主,主要以臺地農(nóng)林區(qū)為主,但隨著西海岸休閑度假區(qū)開發(fā)建設(shè)、行政中心西移和局部區(qū)域房地產(chǎn)業(yè)的興起,城市化建設(shè)進程加快,建設(shè)用地不斷蠶食區(qū)域耕地、林地和草地,導(dǎo)致區(qū)域人地矛盾和生態(tài)風險增加。西南部的多以稀樹草原和雜木林群落為主,然而隨著熱帶經(jīng)濟作物栽培推廣和應(yīng)用,部分天然林景觀被人工植被代替,加之受頻繁臺風等自然災(zāi)害的綜合影響,森林植被結(jié)構(gòu)變化導(dǎo)致區(qū)域水土流失加劇,生態(tài)風險發(fā)生概率增加。

圖1 研究區(qū)位置

1.2 數(shù)據(jù)來源及處理

基礎(chǔ)數(shù)據(jù):遙感影像數(shù)據(jù)、氣象數(shù)據(jù)、人口數(shù)據(jù)、DEM高程數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)等。其中,2000年、2010年 Landsat5 TM及2020年 Landsat8-OLI遙感影像數(shù)據(jù)和 DEM數(shù)據(jù)均源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)。氣象數(shù)據(jù)主要源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)和海南省氣象局 (http:∥hi.cma.gov.cn/)。人口數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)等其他數(shù)據(jù)源于《?？谑薪y(tǒng)計年鑒》和《海南省統(tǒng)計年鑒》。

首先,運用 ENVI 5.3完成遙感影像的輻射定標、大氣校正、波段組合、圖像拼接和裁剪等處理。參照《中國土地利用現(xiàn)狀分類標準》(GB/T21010-2017)和?？谑型恋乩矛F(xiàn)狀,采用最大似然法(maximum Likelihood,ML)完成遙感分類,分為耕地、草地、林地、濕地、建筑用地和水體6個地類,借助部分野外實地調(diào)查數(shù)據(jù)和 BIGEMAP,采用人機交互的模式完成遙感圖像分類處理,總體分類精度達90%以上,并以 GRID的格式存儲于 ArcGIS 10.8中。

2 研究方法

2.1 生態(tài)風險小區(qū)的劃分

結(jié)合?？谑械赜驙顩r,參照《地理格網(wǎng)》(GB12409-2009)標準和相關(guān)研究[10,30],在 ArcGIS 10.8中采用網(wǎng)格化對研究區(qū)域進行3 km×3 km的幅度采樣,以此作為生態(tài)風險評價單元(圖1),共劃分生態(tài)風險小區(qū) 302個,基于評價單元計算生態(tài)風險值,并賦值每個網(wǎng)格中心點,通過空間插值獲取其空間格局分布特征。

2.2 生態(tài)風險評價指標體系構(gòu)建及權(quán)重的確定

參照相關(guān)研究成果基礎(chǔ)上[31-36],本研究利用 PSR模型,從自然因素、人類活動、景觀格局指數(shù)、景觀活力、生態(tài)敏感性和恢復(fù)力6個方面出發(fā),選取能夠反映研究區(qū)域自然、經(jīng)濟、社會、環(huán)境、資源和生態(tài)等綜合方面的17個細化指標,尤其引入?yún)^(qū)域累計氣旋能量、城市開發(fā)利用強度和旅游壓力等生態(tài)風險評估因子,以此構(gòu)建海口市生態(tài)風險評價指標體系(表1)。具體流程如下:

表1 2000-2020年海口市生態(tài)風險指標體系及組合權(quán)重Table 1 Ecological risk indicator system and portfolio weights for Haikou City, 2000-2020

(1) 生態(tài)風險指標計算。以行政區(qū)域為統(tǒng)計單元,基于統(tǒng)計年鑒完成社會、經(jīng)濟和環(huán)境等與人類活動等相關(guān)數(shù)據(jù)的收集和整理,首先應(yīng)用 ArcGIS 10.8完成相關(guān)數(shù)據(jù)統(tǒng)計和空間插值計算;其次使用 Fragstats 4.2完成景觀格局指數(shù)和景觀活力等景觀指標計算;最后基于ENVI 5.3,ArcGIS 10.8,InVEST 3.10.2和相關(guān)模型完成區(qū)域生態(tài)敏感性和恢復(fù)力等風險指標計算。

(2) 指標細化處理。正向指標:城市開發(fā)利用強度、人口密度和區(qū)域累積氣旋能量等指標越高會導(dǎo)致生態(tài)和環(huán)境壓力越大,出現(xiàn)生態(tài)失衡和環(huán)境惡化等問題,從而使生態(tài)風險升高。因此,對于促進區(qū)域生態(tài)風險的指標設(shè)為正向指標。

(1)

負向指標:造林面積、固碳能力和歸一化植被指數(shù)等指標越高,則反映區(qū)域生態(tài)用地穩(wěn)定性越高,自我調(diào)節(jié)能力越強,從而使生態(tài)風險降低。因此,緩解區(qū)域生態(tài)風險的指標設(shè)為負向指標。

(2)

式中:Yij為標準化之后的值;Xij為第i年第j項指標原始值;Xmaxj和Xminj分別是對應(yīng)指標的最大值和最小值。為避免0值,參考張曉瑤等人研究[32]設(shè)置修正值e,e取值為0.9。

(3) 權(quán)重計算。利用綜合指數(shù)法,分析層次分析法和熵權(quán)法優(yōu)缺點,基于熵權(quán)法修正層次分析法獲取各指標的組合權(quán)重[37],具體結(jié)果見表1。

(3)

式中:ui為組合權(quán)重;ari為層次分析法計算的權(quán)重;Sri為熵權(quán)法計算的權(quán)重。

2.3 生態(tài)風險綜合評價

參照相關(guān)研究成果[38],基于 PSR模型構(gòu)建區(qū)域生態(tài)風險綜合評價模型。計算公式如下:

(4)

式中:ERI表示生態(tài)風險指數(shù);Ci為各個指標的標準化值?；贏rcGIS 10.8的Natural breaks完成區(qū)域生態(tài)風險等級劃分,共分為:低生態(tài)風險區(qū)、較低生態(tài)風險區(qū)、中生態(tài)風險區(qū)、較高生態(tài)風險區(qū)和高生態(tài)風險區(qū)5個等級。

2.4 空間分異特征分析

空間自相關(guān)模型能夠反映某種因素在空間位置的相關(guān)程度[39],多采用Moran′sI和 Local Moran′sI指數(shù)來描述全局空間自相關(guān)和局部空間自相關(guān)[40]。為了探究?？谑猩鷳B(tài)風險空間分布格局及分異特征,揭示研究區(qū)生態(tài)風險發(fā)生的響應(yīng)機制及時空演變趨勢,本文利用Geoda計算Moran′sI指數(shù),以期反映區(qū)域生態(tài)風險整體空間關(guān)聯(lián)和差異狀況。計算公式如下:

(5)

式中:wij為空間權(quán)重矩陣;xi和xj是變量x在相鄰配對單元柵格的i和j屬性值;x為屬性值的平均值。Moran′sI>0,表明存在正空間自相關(guān),呈趨同集聚,值越大空間聚集程度越高;Moran′sI<0,表明存在空間負相關(guān),呈離散分布;Moran′sI=0,表明不存在空間自相關(guān)。

局部空間自相關(guān)指標LISA能夠有效地反映觀測值的高值或低值的局部空間聚集狀況,以此表述局部集聚和離散效應(yīng)。為了全面反映區(qū)域生態(tài)風險之間的空間關(guān)聯(lián)性[41],本文采用 LISA進行局部空間自相關(guān)分析,探究局部空間異常特征,以識別局部空間高高集聚的“熱點”和低低集聚的“冷點”。具體計算公式如下:

(6)

同時,為了進一步探究城鎮(zhèn)化和區(qū)域生態(tài)風險的空間關(guān)聯(lián)特征,本研究采用雙變量空間分析模型[42],分析?？诔擎?zhèn)化進程與生態(tài)風險的內(nèi)在關(guān)聯(lián),揭示城鎮(zhèn)化程度對區(qū)域生態(tài)風險的影響機制。

(7)

(8)

式中:MIR,NIR分別為短紅外波段、近紅外波段,對應(yīng)Landsat5的第4,5波段,Landsat8的第5,6波段。

2.5 基于GIS-OWA?？谏鷳B(tài)風險情景模擬

參考美國數(shù)學(xué)家Yager的空間多準則評價方法[44],將語言量化算子與OWA方法相結(jié)合,根據(jù)組合權(quán)重大小進行排序,通過給定決策風險確定位序權(quán)重,對組合權(quán)重與次序權(quán)重進行線性組合得出評價結(jié)果,公式如下[45]:

(9)

式中:Zi為經(jīng)過最大、最小值標準化后各指標柵格化圖層,ui為組合權(quán)重,wi為次序權(quán)重,wi∈[0,1],且w1+w2+…+wn=1。

次序權(quán)重的確定是 OWA方法的核心[37],本文基于模糊量化模型完成次序權(quán)重計算(表2),公式如下:

wi=f(i)-f(i-1)

(10)

(k=1,2,3,…,n)

(11)

式中:a為決策風險系數(shù),a∈(0,∞);f(i)為重要指標等級,依據(jù)指標數(shù)值大小確定;n為指標個數(shù);rk為根據(jù)組合權(quán)重大小對指標進行排序后的重要性取值,最大值取1,最小值取n。

當風險系數(shù)a從0趨向 ∞時,決策者呈現(xiàn)出由極樂觀到極悲觀態(tài)度。當a=1時,決策者無偏向任何態(tài)度,保持中立,此時各決策指標與組合權(quán)重一樣;若a<1,各生態(tài)風險指標對生態(tài)環(huán)境壓力大,因此決策者重視生態(tài)環(huán)境保護,處于可控范圍內(nèi);當a>1時,各生態(tài)風險指標對生態(tài)環(huán)境壓力小,因此決策者更重視經(jīng)濟發(fā)展,不會采取任何生態(tài)環(huán)境保護措施,處于不可控范圍內(nèi)。本文中,次序權(quán)重根據(jù)17個指標值的組合權(quán)重的數(shù)值大小進行排序,并結(jié)合對決策風險的認識來確定,從而確定每個指標對生態(tài)風險的重要性程度。即人口密度、城市開發(fā)利用強度等指標對生態(tài)風險有促進作用,則在樂觀態(tài)度中占比較高。反之,造林面積和固碳能力等緩解區(qū)域生態(tài)風險的指標,在悲觀中占比較高。

3 結(jié)果與分析

3.1 海口市生態(tài)風險時空分異規(guī)律

3.1.1 ?？谑猩鷳B(tài)風險總體變化特征 海口市2000年、2020年主要以低、較低生態(tài)風險區(qū)為主,兩者面積比例達到66.76%和70.40%,生態(tài)風險等級整體偏低,其中2000年較低生態(tài)風險區(qū)面積比例最高,達到36.59%,低生態(tài)風險區(qū)在2020年的面積比例最大,為40.23%。2010年主要以中、較低生態(tài)風險為主,面積比例為65.86%,生態(tài)風險等級整體相對偏高,中生態(tài)風險區(qū)占據(jù)一定優(yōu)勢地位,面積比例為43.63%,分布較為廣泛,幾乎散布于整個研究區(qū)(圖2)。高生態(tài)風險區(qū)3個時期所占的面積比例均為最小,分別為1.08%,6.87%和5.08%(表3)。

圖2 2000-2020年?？谑猩鷳B(tài)風險空間分布

20年間,低生態(tài)風險區(qū)呈先減少而后增加的變化趨勢,2000年、2010年、2020年面積比例分別為30.17%,7.03%和40.23%,總體上呈現(xiàn)增加趨勢且面積增加了229.70 km2,在一定程度上表明區(qū)域生態(tài)系統(tǒng)內(nèi)部的穩(wěn)定性增強,生態(tài)環(huán)境得到進一步改善。中生態(tài)風險區(qū)面積呈現(xiàn)先增加而后減少的變化趨勢,3個時期的比例分別為22.51%,43.63%和15.92%,總體上面積減少150.48 km2。此外,較高、高生態(tài)風險區(qū)面積比例在2010年均最高,分別為20.24%和6.87%,主要原因有兩方面,其一,隨著區(qū)域經(jīng)濟的快速發(fā)展和城鎮(zhèn)化進程的加速,部分生態(tài)用地被侵占,局部土地利用結(jié)構(gòu)和格局發(fā)生改變,區(qū)域生態(tài)系統(tǒng)不確定性提升,穩(wěn)定性減弱;另一方面很大程度上源于?？谑?010年經(jīng)歷兩次強臺風及強降雨,局部極端天氣等自然災(zāi)害不僅給研究區(qū)域造成了嚴重財產(chǎn)損失,同時也嚴重威脅當?shù)孛癖姷恼Ｉa(chǎn)和生活,致使區(qū)域高生態(tài)風險區(qū)面積增加,生態(tài)系統(tǒng)內(nèi)部的穩(wěn)定性減弱,在一定程度上彰顯了自然災(zāi)害對區(qū)域生態(tài)風險的影響。

3.1.2 海口市生態(tài)風險空間特征分布 由圖2可知,2000—2020年?？谑猩鷳B(tài)風險空間分布異質(zhì)性顯著。高風險區(qū)呈團塊狀聚集于濱海、灘涂和沿江地區(qū),呈持續(xù)擴張趨勢,主要涵蓋北部城鎮(zhèn)建設(shè)區(qū)、江東新區(qū)和南渡江部分沿岸,主要以規(guī)模較大的居民區(qū)、商業(yè)區(qū)、經(jīng)濟開發(fā)區(qū)和高新開發(fā)區(qū)等城鎮(zhèn)建設(shè)區(qū)為主,這些區(qū)域水陸交通相對便利且人口分布相對聚集,建設(shè)用地是區(qū)域土地利用的主體。尤其在2018年海南省宣布建設(shè)國際自由貿(mào)易島后,更加劇了局部區(qū)域城鎮(zhèn)化進程,加速建設(shè)用地向海岸帶和沿江灘涂地擴展和侵占,改變區(qū)域土地利用格局并危及其生態(tài)安全,致使生態(tài)風險升高。較高生態(tài)風險區(qū)呈帶狀及散點狀分布于高生態(tài)風險區(qū)周圍,且沿著主要交通道路和部分鄉(xiāng)鎮(zhèn)向外擴展延伸,使得高風險區(qū)域進一步向外擴張。中生態(tài)風險區(qū)呈團狀分布于較高生態(tài)風險區(qū)周圍,土地類型多為耕地,未來土地利用將存在一定潛在危險。低、較低風險區(qū)主要分布于中部生態(tài)功能區(qū)和西部臺地農(nóng)林區(qū)等區(qū)域,土地利用類型主要以林地和草地為主,植被覆蓋相對較高。

3.1.3 ?？谑猩鷳B(tài)風險時空演變特征 由表4和圖3可知: 2000—2010年低、較低風險區(qū)主要為轉(zhuǎn)出源,中風險區(qū)為主要轉(zhuǎn)入源,其轉(zhuǎn)出面積分別為608.13 km2和602.68 km2,“低、較低→中”風險區(qū)面積分別為334.33 km2和359.19 km2;同時“低→較低”和“較低→較高”面積達到187.22 km2和164.84 km2,高風險區(qū)轉(zhuǎn)出面積僅為3.14 km2,而低風險區(qū)轉(zhuǎn)入面積也僅為78.79 km2,在一定程度上反映該時期研究區(qū)生態(tài)風險處于上升期。低→高等級風險區(qū)轉(zhuǎn)移主要集中在?？谑斜辈砍擎?zhèn)建設(shè)區(qū)、中部特色發(fā)展區(qū)和東部臺地熱作農(nóng)林區(qū),該區(qū)域地勢平坦、氣候適宜且水資源充足,受經(jīng)濟利益驅(qū)使和城鎮(zhèn)化進程影響,人為加大對該區(qū)域土地的干擾程度,最終導(dǎo)致區(qū)域林地、濕地等生態(tài)用地轉(zhuǎn)變?yōu)楦鼗蚪ㄔO(shè)用地,改變和破壞區(qū)域土地利用格局和土地利用結(jié)構(gòu),導(dǎo)致區(qū)域生態(tài)風險等級升高。

表4 海口市生態(tài)風險轉(zhuǎn)移矩陣Table 4 Ecological risk transfer matrix for Haikou City %

圖3 2000-2020年?？谑猩鷳B(tài)風險區(qū)變化軌跡

2010—2020年,中風險區(qū)主要為轉(zhuǎn)出源,轉(zhuǎn)出面積達到804.46 km2;“中→低”“中→較低”風險區(qū)是其主要轉(zhuǎn)換類型,面積分別為371.38 km2、 364.11 km2;較高、高風險區(qū)轉(zhuǎn)出面積達到370.99 km2和69.72 km2,高風險區(qū)轉(zhuǎn)入面積僅為26.96 km2,轉(zhuǎn)出面積是轉(zhuǎn)入面積的2.59倍,高風險區(qū)范圍逐漸縮小;同時 “較高→較低”和“高→較高”風險區(qū)面積達到 175.97 km2和31.23 km2,低、較低風險區(qū)的轉(zhuǎn)入面積達到784.85 km2和570.86 km2,生態(tài)風險等級降低,隨著國家生態(tài)環(huán)境治理政策出臺和生態(tài)保護措施實施,當?shù)卣e極推進區(qū)域土地綜合治理工程、流域及海岸帶等重點地帶生態(tài)修復(fù)工程,使部分生態(tài)用地得以保護且連通性增加,區(qū)域總體生態(tài)風險等級下降,局部區(qū)域生態(tài)環(huán)境得到了較好的保護。

總之,海口市20 a間高、較高生態(tài)風險區(qū)面積增加了236.92 km2,低、較低生態(tài)風險區(qū)面積增加了993.42 km2,后者是前者的4.19倍,生態(tài)風險總體呈下降趨勢,環(huán)境質(zhì)量有所改善且得到一定好轉(zhuǎn),但高風險區(qū)面積增加了91.38 km2,局部區(qū)域生態(tài)建設(shè)任務(wù)依舊嚴峻。

3.2 ?？谑猩鷳B(tài)風險空間關(guān)聯(lián)

利用GeoDa計算?？谑?000年、2010年、2020年生態(tài)風險空間自相關(guān)指數(shù)(表5)。結(jié)果顯示研究區(qū)3期Moran′sI分別為0.633,0.754,0.788(p=0.01),均高于0.6并呈現(xiàn)遞增趨勢,說明研究區(qū)生態(tài)風險的空間聚集現(xiàn)象明顯,生態(tài)風險值在空間上呈現(xiàn)顯著的正相關(guān),但總體水平表現(xiàn)一般,在一定程度上說明區(qū)域不同級別生態(tài)風險在空間上相互影響,即高生態(tài)風險區(qū)域周圍區(qū)域的風險值高,低生態(tài)風險區(qū)域周圍區(qū)域的風險值低。

表5 ?？谑猩鷳B(tài)風險空間自相關(guān)類型統(tǒng)計Table 5 Statistics of ecological risk space autocorrelation types in Haikou City %

為進一步分析生態(tài)風險在空間上的分異規(guī)律和聚集特征,本文基于 GeoDa完成研究區(qū)生態(tài)風險 LISA分析(圖4,表5)。結(jié)果表明該區(qū)域生態(tài)風險集聚,空間分布格局呈現(xiàn)一定變化,高高集聚“熱點”和低低集聚“冷點”聚集現(xiàn)象十分突出,“熱點”和“冷點”集中分布于第一(H-H)和第三象限(L-L);高低或低高離群“奇異點”相對較少,集中分布于第二(L-H)與第四象限(H-L)。20 a間,熱點區(qū)域面積比例為21.16%,14.48%和18.46%,呈現(xiàn)先減少而后略微增加的趨勢,自相關(guān)類型數(shù)量下降2.7%;“冷點”區(qū)域面積比例分別為21.12%,22.65%和31.19%,呈現(xiàn)持續(xù)增加趨勢,增長10.07%?？傮w上研究區(qū)生態(tài)風險值分布分散且規(guī)律不明顯。

圖4 2000-2020年?？谑猩鷳B(tài)風險指數(shù)聚類

由?？谑?000—2020年生態(tài)風險LISA聚集指數(shù)可知(圖4):2000年H-H聚集區(qū)分布相對分散,主要分布在北部城鎮(zhèn)建設(shè)區(qū)、中部特色發(fā)展區(qū)和東部臺地熱作農(nóng)林區(qū),北部城鎮(zhèn)建設(shè)區(qū)因人口聚集、經(jīng)濟相對發(fā)達,生態(tài)風險等級偏高;L-L聚集區(qū)主要分布在北部城鎮(zhèn)建設(shè)區(qū)周圍及南渡江下游局部農(nóng)林區(qū)。2010年H-H聚集區(qū)依舊主要集聚于北部城鎮(zhèn)建設(shè)區(qū)和東部熱作農(nóng)林區(qū),聚集區(qū)分布明顯且呈擴大趨勢,很大程度受區(qū)域城鎮(zhèn)化的影響;而L-L聚集區(qū)主要分布在西部臺地農(nóng)林區(qū)和?？谑袊业刭|(zhì)公園等生態(tài)功能區(qū),很大程度上源于政府積極推行生態(tài)保護措施,加大對自然保護區(qū)、森林公園和重要水源點的保護和管理力度。

2020年H-H聚集區(qū)主要分布在北部城鎮(zhèn)建設(shè)區(qū)和東部臺地熱作農(nóng)林區(qū),且呈明顯擴張趨勢,20年間?？诮ǔ蓞^(qū)面積由2000年的33.64 km2迅猛擴展到2020年的203.7 km2,與海口國際自由貿(mào)易島建設(shè)、生態(tài)旅游開展、高效農(nóng)業(yè)(漁業(yè))發(fā)展及房地產(chǎn)業(yè)的繁榮等都直接相關(guān),在有限陸地資源被侵占的同時,更加速城市建設(shè)由陸地向沿海的無序擴張延伸,致使區(qū)域生態(tài)安全狀況嚴峻。L-L聚集區(qū)呈南北收縮、東西擴張趨勢,分布在南渡江下游農(nóng)林區(qū)和臺地農(nóng)林區(qū),主要原因在于該區(qū)域地形復(fù)雜,為高低落差較大的臺狀地貌,人類干擾強度較小,土地利用類型多以林地為主,植被覆蓋度高。3個時期L-H和H-L聚集區(qū)規(guī)模小、數(shù)量變化不明顯且分布零散。

為了進一步探究城市化進程與生態(tài)風險之間的關(guān)系,本文基于 GeoDa空間分析工具,使用雙變量全局空間自相關(guān)探究?？谑谐擎?zhèn)化水平對區(qū)域生態(tài)風險的影響(圖5)。2000年、2010年、2020年Moran′sI(p=0.01)分別為0.242,0.263,0.428,Moran′sI散點在4個象限均有分布,散點分布于每個象限中,其中第一、三象限分布較多,表明?？谑谐擎?zhèn)化水平與生態(tài)風險存在顯著的正相關(guān)關(guān)系,且這種關(guān)系不斷增強,城鎮(zhèn)化對區(qū)域生態(tài)風險的影響程度不斷加深。Moran′sI散點圖中的第一象限為高風險—高歸一化建筑指數(shù)聚集區(qū),第三象限為低風險—低歸一化建筑指數(shù)聚集區(qū),2000—2020年期間,一三象限的散點數(shù)目均有所上升。高風險-高歸一化建筑指數(shù)聚集于北部沿海海岸帶和江東新區(qū)等地帶。2018年海南省政府規(guī)劃海口江東新區(qū)作為中國(海南)自由貿(mào)易試驗區(qū)的重點區(qū)域,在“臨空經(jīng)濟+服務(wù)經(jīng)濟+生態(tài)經(jīng)濟”的開放、創(chuàng)新型產(chǎn)業(yè)體系指引下,區(qū)域經(jīng)濟和城鎮(zhèn)化進程得到迅猛發(fā)展,部分耕地、灘涂地、草地、林地和灌木林地等半自然和自然景觀被建筑用地擠壓、侵占,土地利用方式、格局和結(jié)構(gòu)特征發(fā)生重大變化,導(dǎo)致區(qū)域生態(tài)環(huán)境脆弱、景觀穩(wěn)定性下降和生態(tài)風險增強。低風險—低歸一化建筑指數(shù)分布于東北部濕地公園及中部和南部的林區(qū),而在國家積極的林業(yè)政策,該區(qū)域受到外界人類活動干擾相對較小,景觀內(nèi)部穩(wěn)定性高且生態(tài)風險低。

圖5 2000-2020年生態(tài)風險指數(shù)與歸一化建筑指數(shù)相關(guān)性Moran散點圖

3.3 耦合GIS-OWA模型的?？谑胁煌榫跋律鷳B(tài)風險模擬

在綜合分析?？谑猩鐣⒔?jīng)濟發(fā)展狀況與自然資源條件的基礎(chǔ)上,本研究在 ArcGIS 10.8和 IDRISI2020支持下,選取其中3種決策系數(shù),耦合 GIS-OWA模型完成研究區(qū)不同情景生態(tài)風險的多準則模擬、風險等級劃分及時空格局配置(圖6)。

圖6 不同政策情景下?？谑猩鷳B(tài)風險分級

(1) 生態(tài)優(yōu)先型情景:a=0.5表示研究區(qū)重視生態(tài)保護,加強生態(tài)風險治理和投入,嚴禁在生態(tài)保護區(qū)進行無序建設(shè)開發(fā)和擴張;

(2) 維持現(xiàn)狀型情景:a=1表示研究區(qū)生態(tài)風險整體處于向高風險過渡的一個臨界點;

(3) 開發(fā)優(yōu)先型情景:a=5表示研究區(qū)更側(cè)重經(jīng)濟發(fā)展,開發(fā)和擴張建設(shè)用地為主線,忽視生態(tài)保護和自然災(zāi)害治理。

生態(tài)優(yōu)先型情景:低生態(tài)風險占據(jù)絕對優(yōu)勢,較低風險次之,面積比例分別為87.5%和12.5%,沒有較高、高風險區(qū),表明區(qū)域生態(tài)環(huán)境得到了極大的保護。較低風險區(qū)主要位于?？谑斜辈砍擎?zhèn)建設(shè)區(qū)和江東新區(qū),其余均是低風險區(qū)。該情景模擬表明在國土空間三條紅線和海南省總體規(guī)劃(2015—2030)綱要框架下,決策者注重生態(tài)環(huán)境保護,加強對生態(tài)保護政策的實施力度,加大對區(qū)域生態(tài)風險投資治理力度,同時強化土地利用規(guī)劃編制,合理化、規(guī)范化土地利用方式[3],杜絕因發(fā)展而浪費土地資源的現(xiàn)象。但同時在保護生態(tài)環(huán)境前提下,決策者應(yīng)適當加大社會經(jīng)濟投入并強化區(qū)域社會經(jīng)濟發(fā)展,同時協(xié)調(diào)經(jīng)濟的快速發(fā)展和生態(tài)土地的合理利用。

維持現(xiàn)狀型:中生態(tài)風險面積比例最大,為33.6%,較高與較低生態(tài)風險次之,分別為28.7%和25.6%。表明研究區(qū)整體生態(tài)風險處于預(yù)警狀態(tài),高風險區(qū)聚集在?？谑斜辈砍擎?zhèn)建設(shè)區(qū)、江東新區(qū)及毗鄰的鄉(xiāng)鎮(zhèn),較高和中風險區(qū)則聚集在高風險地區(qū)周邊,低、較低風險區(qū)分布在海口市中部農(nóng)林區(qū)和南渡江下游水源保護與農(nóng)業(yè)區(qū)。在空間上呈現(xiàn)以南渡江為軸心,南渡江兩側(cè)呈現(xiàn)從北到南的“高—中—低”的梯度遞減。與生態(tài)優(yōu)先型情景對比,此情景決策者無任何偏好,其決策態(tài)度處于保守向冒險過度的臨界點。因此,決策者應(yīng)該強化國土綜合整治與生態(tài)保護修復(fù)意識,尤其針對江東新區(qū)等侵占生態(tài)用地的區(qū)域,確保在不增加生態(tài)風險的前提下發(fā)展經(jīng)濟[3],同時在海岸帶和南渡江流域開展以自然恢復(fù)為主和人工修復(fù)為輔的中、較高、高生態(tài)風險區(qū)生態(tài)修復(fù)工作,在做好生態(tài)重點區(qū)生態(tài)保護的前提下發(fā)展經(jīng)濟。

開發(fā)優(yōu)先型:高生態(tài)風險面積比例高達70.7%,占據(jù)絕對優(yōu)勢地位,較高生態(tài)風險次之,為22.7%,低和較低生態(tài)風險占據(jù)較小的比例,僅為2.4%。該情景下研究區(qū)今后重點工作是生態(tài)環(huán)境質(zhì)量恢復(fù)。決策者應(yīng)正視生態(tài)保護和經(jīng)濟發(fā)展之間的矛盾[3],在生態(tài)紅線和國土空間規(guī)劃的框架下,科學(xué)、合理制定土地利用規(guī)劃,嚴格遵守和積極實施生態(tài)保護政策,以“生態(tài)保護優(yōu)先”為前提,重視生態(tài)環(huán)境保護,積極推進退化及受損的濕地、草地和林地生態(tài)系統(tǒng)的修復(fù)工作,尤其加強海岸帶綜合生態(tài)治理、東寨港紅樹林濕地生態(tài)保護及江東新區(qū)生態(tài)環(huán)境保護和相關(guān)監(jiān)督管理,真正做到“一江兩岸、東西雙港驅(qū)動,南部協(xié)調(diào)發(fā)展”的發(fā)展格局,完善江東新區(qū)、海岸帶、南渡江流域和紅樹林濕地保護區(qū)等生態(tài)環(huán)境監(jiān)測網(wǎng)絡(luò),建立健全環(huán)境自動監(jiān)測數(shù)據(jù)共享機制,在空間上尋求國土資源空間結(jié)構(gòu)的最優(yōu)化比配,提高研究區(qū)國土空間的生態(tài)恢復(fù)能力。

4 討論與結(jié)論

4.1 討 論

本文在綜合分析?？谑猩鐣?、經(jīng)濟發(fā)展狀況與自然資源條件的基礎(chǔ)上,基于PSR模型構(gòu)建區(qū)域生態(tài)風險評估模型,耦合GIS-OWA模型模擬、探討不同情景下?？谑猩鷳B(tài)風險空間分布特征,為維護區(qū)域生態(tài)安全和國土空間資源合理利用提供參考。

2000年以來,在經(jīng)濟特區(qū)政策和城市化進程的影響下,研究區(qū)的經(jīng)濟、熱帶高效農(nóng)業(yè)和漁業(yè)、房地產(chǎn)業(yè)和生態(tài)旅游等得到了迅猛的發(fā)展,尤其2002年瓊山市并入?？谑?人口數(shù)量由2000年的150.83萬人增加到2020年的288.7萬人,增長135.66%。同時20年間,?？诘膰鴥?nèi)生產(chǎn)總值(GDP)由2000年的175.2億元達到1 791.6億元,增加了4.99倍,旅游人數(shù)由324.81萬人增加到1 620.27萬人,增加了398.84%,人口壓力大,更加劇了對住房、商服等建設(shè)用地需求,加之海口政府加大對區(qū)域基礎(chǔ)設(shè)施投資力度,例如國際機場、高速公路、新埠島和陽光假日海灘修建等,局部出現(xiàn)向海要地、向岸要房等現(xiàn)象,粗放開發(fā)模式在加劇建設(shè)用地與生態(tài)用地之間矛盾的同時,使生態(tài)環(huán)境受到了嚴重破壞,導(dǎo)致高等級風險區(qū)面積增加。目前,特別是海南建設(shè)以江東新區(qū)為核心區(qū)的國際自由貿(mào)易港后,局部區(qū)域建設(shè)規(guī)模得到迅猛擴張,經(jīng)濟飛躍式發(fā)展,但同時也消耗了局部大量社會和自然資源[3],更加速城市區(qū)域土地結(jié)構(gòu)的破碎化[46],危及其生態(tài)安全。

基于此,2010—2020年海南省在省域生態(tài)保護紅線基礎(chǔ)上制定最嚴格的海南生態(tài)環(huán)境標準,進一步加強對開發(fā)區(qū)和建成區(qū)生態(tài)恢復(fù)和環(huán)境治理力度,加大生態(tài)用地災(zāi)害風險治理投入。如美舍河濕地公園修復(fù)工程、五源河濕地公園修復(fù)工程和開展?？谑心隙山涌谟野渡鷳B(tài)修復(fù)項目等,特別針對江東新區(qū)已開工建設(shè)生態(tài)環(huán)保項目33個,其中“兩河一堤”、?？谶~雅河區(qū)域生態(tài)修復(fù)、海南東寨港國家級自然保護區(qū)生態(tài)修復(fù)與資源保護等16個項目已完工,10年間低和較低風險區(qū)面積增加,低風險區(qū)增加了5.72倍,但高風險區(qū)面積增加105.43 km2。因此,今后在海口市國土空間規(guī)劃和生態(tài)紅線的共同管控下,參照《?？谑袊量臻g規(guī)劃(2020—2035年)》等意見,以生態(tài)優(yōu)先原則下實現(xiàn)高質(zhì)量發(fā)展為目標,要進一步防止人類對土地的不合理干擾,要防止過度開發(fā)和自然災(zāi)害給生態(tài)格局帶來的不確定性問題,首先:加大對?？谑辛值?、草地和濕地等自然生態(tài)空間和生態(tài)用地的嚴格保護,尤其海岸帶區(qū)域和河岸帶地段保護及管理,同時加強自然保育宣傳和區(qū)域生態(tài)用地的生態(tài)風險監(jiān)測和評估;其次,構(gòu)建國土空間規(guī)劃新格局,在以海口石火山群國家地質(zhì)公園和東寨港自然保護區(qū)等生態(tài)功能區(qū)為核心的低等級風險區(qū),統(tǒng)籌規(guī)劃生態(tài)空間、農(nóng)業(yè)空間、城鎮(zhèn)空間和海洋空間,強化區(qū)域景觀的聚合度和連接度,堅持省域生態(tài)保護紅線,嚴格控制非生態(tài)用地的侵占;再次,在以南渡江下游水源保護與農(nóng)業(yè)區(qū)和桂林洋開發(fā)區(qū)等經(jīng)濟開發(fā)區(qū)為中等級風險區(qū)的區(qū)域,要繼續(xù)推進防護林建設(shè)工程、天然林保護工程,鞏固退耕還林成果,提高森林覆蓋率并加強水土保持工作;最后,構(gòu)建?？谑斜辈拷ǔ蓞^(qū)及江東新區(qū)沿岸等城鎮(zhèn)建成區(qū)的高級生態(tài)風險區(qū)區(qū)域監(jiān)測體系,進一步加強生態(tài)恢復(fù)與環(huán)境治理力度,加大生態(tài)用地災(zāi)害治理投入,合理利用國土空間,實現(xiàn)區(qū)域生態(tài)系統(tǒng)的自我恢復(fù)和生態(tài)空間休養(yǎng)生息。

耦合GIS-OWA模型模擬不同決策情景的?？谑猩鷳B(tài)風險空間特征,有助于決策者更全面、科學(xué)地對今后區(qū)域生態(tài)風險做出研判。但本研究由于選取權(quán)重的社會指標相對較多,反映區(qū)域特色自然特征等指標相對較少,需要進一步完善指標評價體系,尤其增加海南國際自由貿(mào)易島對區(qū)域生態(tài)環(huán)境的自然和社會影響指標,未來區(qū)域生態(tài)風險研究中,從景觀異性的視角去評價自貿(mào)島建設(shè)對局部區(qū)域生態(tài)環(huán)境可能潛在的生態(tài)風險。

4.2 結(jié) 論

(1) 2000年、2020年研究區(qū)以較低和低生態(tài)風險等級為主,面積增加了83.11 km2,且受外界人類活動干擾相對較小且景觀內(nèi)部穩(wěn)定性高;2010年區(qū)域以較低、中生態(tài)風險等級為主;20年間高生態(tài)風險區(qū)面積增加91.38 km2,呈持續(xù)擴張的態(tài)勢,其時空分布與土地利用結(jié)構(gòu)及其強度、人類活動之間關(guān)系密切。

(2) 基于?？谑猩鷳B(tài)風險時空演變特征分析可知,2000—2010年研究區(qū)以“低、較低→中”風險區(qū)轉(zhuǎn)換類型為主,生態(tài)風險處于上升期;2010—2020年研究區(qū)以“中→低、較低”風險區(qū)為主,生態(tài)風險處于下降期。

(3) ?？谑猩鷳B(tài)風險格局及其空間關(guān)聯(lián)格局整體呈現(xiàn)出“南北高中間低”、“東熱西冷”的異質(zhì)性特征。高—高聚集區(qū)主要分布于?？谑斜辈砍擎?zhèn)建設(shè)區(qū)和江東新區(qū)等以建設(shè)用地為主體的人工景觀區(qū),低—低聚集區(qū)主要分布在以農(nóng)林復(fù)合體系為主的中西部山地丘陵區(qū)。?？谑谐擎?zhèn)化水平與風險熱點區(qū)空間分布存在顯著的正相關(guān)關(guān)系,城鎮(zhèn)化對區(qū)域生態(tài)風險的影響程度不斷加深、增強;冷點區(qū)分布與研究區(qū)生態(tài)空間保護相一致。

(4) 耦合GIS-OWA模型模擬不同情景下海口市生態(tài)風險,生態(tài)風險指數(shù)從低到高依次為“生態(tài)優(yōu)先型”“維持現(xiàn)狀型”和“開發(fā)優(yōu)先型”,3種決策下區(qū)域生態(tài)風險主要以低生態(tài)風險(占87.5%)、中生態(tài)風險(占33.6%)和高生態(tài)風險(占70.7%)為主。