汪勇政, 梁哲, 余浩然, 張強(qiáng), 范昕

基于PLUS模型的汾河流域景觀生態(tài)風(fēng)險時空分異及多情景模擬

汪勇政1,2,*, 梁哲1, 余浩然2, 張強(qiáng)1, 范昕3

1. 安徽建筑大學(xué)建筑與規(guī)劃學(xué)院, 合肥 230022 2. 安徽省城鎮(zhèn)化發(fā)展研究中心, 合肥 230022 3. 中國地質(zhì)大學(xué)(武漢)公共管理學(xué)院, 武漢 430074

探究流域地區(qū)景觀生態(tài)風(fēng)險時空分異規(guī)律及未來多情景模擬對于診斷區(qū)域土地開發(fā)問題以及促進(jìn)區(qū)域生態(tài)系統(tǒng)可持續(xù)發(fā)展提供有益參考。以汾河流域為研究對象, 基于2000、2010、2020年三期土地利用數(shù)據(jù), 利用GIS網(wǎng)格法、景觀格局指數(shù)、空間統(tǒng)計分析等方法, 探究汾河流域景觀生態(tài)風(fēng)險時空分異特征及其規(guī)律, 并結(jié)合多元數(shù)據(jù)采用PLUS模型模擬探討未來多情景下汾河流域景觀生態(tài)風(fēng)險的演變趨勢及其差異。結(jié)果表明: (1) 2000—2020年, 汾河流域景觀生態(tài)風(fēng)險指數(shù)均值整體呈下降趨勢, 主要由于低風(fēng)險地區(qū)面積持續(xù)增加; (2) 其空間集聚效應(yīng)逐年增強(qiáng), 地形較平坦的盆地地區(qū)主要為低風(fēng)險和較低風(fēng)險等級并隨著時間的推移范圍愈大集聚性越強(qiáng); (3) 2035年兩情景景觀生態(tài)風(fēng)險進(jìn)一步降低, 基于生態(tài)保護(hù)可持續(xù)情景下汾河流域景觀生態(tài)風(fēng)險均值降低以及低風(fēng)險面積增大與林地、草地、水域的面積增大和連通密切相關(guān), 自然發(fā)展情境下的變化與建設(shè)用地和耕地的整合緊密相關(guān)。

PLUS模型; 多情景模擬; 景觀生態(tài)風(fēng)險評價; 汾河流域; 景觀格局

0 前言

景觀生態(tài)風(fēng)險是指自然或人為因素影響下景觀格局與生態(tài)過程相互作用可能產(chǎn)生的不利后果。開展景觀生態(tài)風(fēng)險評價能夠及時評估自然或人為等各種外界干擾因素對區(qū)域生態(tài)系統(tǒng)及結(jié)構(gòu)產(chǎn)生不利影響的可能性及損害程度, 并且能夠有效支撐區(qū)域生態(tài)系統(tǒng)管理活動[1]。這有利于發(fā)現(xiàn)區(qū)域發(fā)展過程中的環(huán)境隱患問題, 從而在當(dāng)前和未來促進(jìn)降低該系統(tǒng)本身或其內(nèi)部要素健康、生產(chǎn)力、遺傳結(jié)構(gòu)、經(jīng)濟(jì)價值和美學(xué)價值減少的可能性, 對于土地合理使用與開發(fā)、人類經(jīng)濟(jì)活動和區(qū)域可持續(xù)發(fā)展具有重要意義[2]。

國內(nèi)外學(xué)者針對區(qū)域景觀生態(tài)風(fēng)險評價的研究體系進(jìn)行了深入的總結(jié)和探索, 主要集中于區(qū)域景觀生態(tài)風(fēng)險的時空演變及分異特征[3–6]、影響因素及機(jī)制[7–10]、未來趨勢[10–12]以及基于評價的景觀格局優(yōu)化路徑[13–15]等方面。對于景觀風(fēng)險的未來趨勢的研究, 是正確把握區(qū)域景觀生態(tài)風(fēng)險評價的重要方向, 可以作為政策制定者制定有效環(huán)境保護(hù)措施的重要參考。以上研究對于未來區(qū)域景觀生態(tài)風(fēng)險評價進(jìn)行了積極有益的探索, 取得了較多的成果。而對于景觀生態(tài)風(fēng)險未來變化趨勢的研究, 不能僅局限于隨歷史變化方向的結(jié)果, 更需要將不同的政策對區(qū)域景觀格局的影響而導(dǎo)致景觀生態(tài)風(fēng)險的變化波動的情景納入對未來區(qū)域景觀生態(tài)風(fēng)險評級的研究當(dāng)中, 以供比對不同政策及發(fā)展?fàn)顩r下的區(qū)域生態(tài)的變化情況。而基于FLUS、CLUS、CA模型的景觀生態(tài)風(fēng)險評價有較高的精度, 但在探索土地利用變化的起因方面起到的作用比較有限, 難以時空動態(tài)地模擬多種土地利用類型的斑塊級變化, 特別是對于林地、草地等自然用地類型, 而PLUS模型可以更好的探究斑塊級的景觀格局變化, 提高模擬精度, 從而更有利于對景觀系統(tǒng)進(jìn)行評價、規(guī)劃、設(shè)計和管理[16]。

流域是承載人類社會與自然生態(tài)系統(tǒng)重要的地理單元, 隨著流域生態(tài)學(xué)的發(fā)展, 流域尺度的研究受到更多學(xué)者的關(guān)注[17–18]。汾河流域是山西省文明誕生的搖籃, 也是省內(nèi)嚴(yán)重缺水的區(qū)域, 流域水資源開發(fā)利用率高達(dá)80%以上。再加上不合理的開采礦物資源, 導(dǎo)致流域內(nèi)部地下水過渡開采、水域面積不斷萎縮, 從而出現(xiàn)地表植被退化、土地資源及生態(tài)景觀格局破壞等一系列的生態(tài)環(huán)境問題。同時流域范圍內(nèi)也是山西省重要的政治—經(jīng)濟(jì)—文化中心, 伴隨著山西省進(jìn)一步社會經(jīng)濟(jì)快速發(fā)展, 流域內(nèi)部景觀格局變化將會更加劇烈, 這對流域生態(tài)安全將會造成重大的沖擊。因此本文基于2000、2010、2020年三期土地利用數(shù)據(jù), 利用GIS網(wǎng)格法、景觀格局指數(shù)、空間統(tǒng)計分析等方法, 探究汾河流域景觀生態(tài)風(fēng)險時空分異特征及其規(guī)律, 并結(jié)合多元數(shù)據(jù)采用PLUS模型模擬探討未來多情景下汾河流域景觀生態(tài)風(fēng)險的演變趨勢及其差異, 以期為流域內(nèi)部生態(tài)系統(tǒng)管理以及區(qū)域可持續(xù)發(fā)展提供相應(yīng)的參考。

1 材料與方法

1.1 研究區(qū)概況

汾河是山西省內(nèi)的第一大河, 黃河第二大支流, 源頭位于管涔山, 干流全長716 km。流域位于山西省中南部, 東隔云中山、太行山與海河水系為界, 西連蘆芽山、呂梁山與黃河北干流為界, 東南有太岳山與沁河為界, 南以孤山、稷王山與涑水河為界; 流域面積39721 km2, 占山西省國土總面積的25.3%, 為全省政治、經(jīng)濟(jì)、文化中心, 涉及9市51縣(市、區(qū))具體范圍如圖1。

1.2 數(shù)據(jù)來源與處理

本文涉及多元數(shù)據(jù)如表1, 所有空間數(shù)據(jù)均通過ArcGIS10.6平臺進(jìn)行預(yù)處理, 統(tǒng)一坐標(biāo)系為WGS—1984—UTM—Zone—49N, 并以30 m分辨率的土地利用柵格數(shù)據(jù)為基礎(chǔ), 進(jìn)行粒度效應(yīng)分析, 最終選取90 m為最佳粒度, 最終通過利用重采樣將土地利用柵格數(shù)據(jù)統(tǒng)一為90 m分辨率。

圖1 研究區(qū)范圍

Figure 1 Scope of the study area

1.3 研究方法

1.3.1 生態(tài)風(fēng)險評價采樣單元的確定

本文采用GIS格網(wǎng)法, 以格網(wǎng)為評價單元, 將研究區(qū)劃分為若干格網(wǎng)對柵格數(shù)據(jù)進(jìn)行后續(xù)研究。參考國家格網(wǎng)GIS的相關(guān)標(biāo)準(zhǔn)和前人研究, 格網(wǎng)宜采用平均斑塊面積的2～5倍[19], 因此在考慮研究區(qū)實際情況和工作量的基礎(chǔ)上并充分考慮空間粒度的采樣問題, 最終選取3.6 km×3.6 km的正方形格網(wǎng)對研究區(qū)進(jìn)行劃分, 并對各格網(wǎng)進(jìn)行編碼, 選取景觀總面積占評價單元面積比例大于1/3的格網(wǎng), 共3145個。分別計算網(wǎng)格內(nèi)部景觀生態(tài)風(fēng)險指數(shù), 作為樣區(qū)中心點(diǎn)的生態(tài)風(fēng)險值[20]。

1.3.2 景觀生態(tài)風(fēng)險指數(shù)模型構(gòu)建

景觀指數(shù)法是地理學(xué)常用的定量研究法, 它通過多個指數(shù)的組合分析來描述景觀格局及變化。本文選用景觀干擾度和脆弱度建立土地利用類型與區(qū)域生態(tài)風(fēng)險間的聯(lián)系, 主要涉及了5個景觀指數(shù): 景觀干擾度指數(shù)、景觀破碎度指數(shù)、景觀分離度指數(shù)、景觀優(yōu)勢度指數(shù)、景觀脆弱度指數(shù), 以此來構(gòu)建景觀生態(tài)風(fēng)險指數(shù)模型[21]。

表1 數(shù)據(jù)類型及來源

區(qū)域景觀生態(tài)風(fēng)險指數(shù)(ERI)反應(yīng)研究區(qū)域生態(tài)損失的相對大小, 公式如下:

1.3.3 空間差值方法選取[20,27]

本文利用ArcGIS10.6空間分析模塊下的普通克里金插值法, 經(jīng)過各種擬合情況的比對, 選擇半變異函數(shù)對小區(qū)樣點(diǎn)的風(fēng)險值進(jìn)行球狀擬合, 依此得到整個研究區(qū)的生態(tài)風(fēng)險分布圖。運(yùn)用自然斷點(diǎn)法將2020年生態(tài)景觀風(fēng)險值分為五個等級: 低(ERI＜0.1337)、較低(0.1337≤ERI＜0.1532)、中(0.1532≤ERI＜0.1755)、較高(0.1755≤ERI＜0.2027)、高(0.2027≤ERI)。

1.3.4 空間自相關(guān)分析

全局空間自相關(guān), 通常根據(jù)Moran’s指數(shù)整體判斷屬性值在研究區(qū)內(nèi)集聚分布、離散分布還是隨機(jī)分布, 具體公式參照文獻(xiàn)[26,28]。局部空間自相關(guān)可進(jìn)一步反映評價單元之間指數(shù)是否存在高值或低值的聚集特征[29]。利用局域空間關(guān)聯(lián)指數(shù)形成LISA聚類圖, 識別研究區(qū)內(nèi)高值集聚“熱點(diǎn)”和低值集聚“冷點(diǎn)”, 空間分布特征。

1.3.5 PLUS模型[30]

PLUS模型是基于柵格斑塊生成土地利用的模擬模型, 該模型提出了一種將CA模型與斑塊生成模擬策略相結(jié)合的方法, 以提高模型對真實景觀格局的模擬能力。該模型主要包括兩個模塊: 基于土地擴(kuò)展分析策略的規(guī)則挖掘框架、基于多類型隨機(jī)補(bǔ)丁種子的CA模型。采用多目標(biāo)規(guī)劃法確定不同情景下的最優(yōu)土地利用結(jié)構(gòu)。與其他模型相比, PLUS模型可以確定土地擴(kuò)張和項目景觀動態(tài)的驅(qū)動因素。

模型首先基于土地擴(kuò)展分析策略提取兩期土地利用變化間各類用地擴(kuò)張的部分。并從增加部分中采樣, 采用隨機(jī)森林算法逐一對各類土地利用擴(kuò)張和驅(qū)動力的因素(如表3、圖2)進(jìn)行挖掘。算法公式如下:

隨后PLUS模型結(jié)合多類隨機(jī)種子生成和閾值遞減機(jī)制, 得以在發(fā)展概率的約束下, 形成未來情景下土地利用斑塊布局。多類型隨機(jī)斑塊播種機(jī)制, 公式如下:

表2 景觀脆弱度賦值表

表3 土地利用模擬數(shù)據(jù)說明表

圖2 土地利用模擬數(shù)據(jù)

Figure 2 Land use simulation data

1.3.6 未來土地利用情景方案設(shè)置

(1)自然發(fā)展情景(NDS)

該情景維持2000—2020年各土地類型間的轉(zhuǎn)換規(guī)律, 采用Markov模型計算出2030年和2040年土地利用需求, 并采用線性插值法預(yù)測2035年汾河流域各土地利用類型的面積[30]。該情景是汾河流域未來土地利用變化的基準(zhǔn)情景, 用地數(shù)量占比設(shè)定如表4。

(2)基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景(ESS)

綜合考慮汾河流域生態(tài)保護(hù)問題與地區(qū)發(fā)展需求, 本研究將國家級自然保護(hù)區(qū)、省級自然保護(hù)區(qū)、河流湖泊水庫等區(qū)域設(shè)定為限制發(fā)展區(qū), 并參考汾河流域生態(tài)景觀規(guī)劃(2020—2035年)對于汾河流域水域、森林、草地面積的保護(hù)和規(guī)劃要求對于未來用地預(yù)測進(jìn)行參考, 充分考慮汾河流域的發(fā)展需求和耕地保護(hù)問題, 不會限制城市用地和耕地的蔓延擴(kuò)張, 但其趨勢一定程度上會受到削弱[31], 用地數(shù)量占比設(shè)定如表4。

2 結(jié)果與分析

2.1 2000—2020年景觀生態(tài)風(fēng)險時空演化

2.1.1 景觀生態(tài)風(fēng)險時間演化及轉(zhuǎn)移特征

由圖3可知2000—2020年, 汾河流域景觀生態(tài)風(fēng)險等級以低和較低為主, 面積占整個區(qū)域的50%以上。風(fēng)險指數(shù)均值經(jīng)歷了先增后減的過程, 整體呈現(xiàn)下降的趨勢, 主要表現(xiàn)為低風(fēng)險區(qū)面積持續(xù)增加。20年間, 低風(fēng)險地區(qū)面積占比增加了12.75%, 面積變化最為劇烈。分階段來看, 2000–2010年風(fēng)險指數(shù)均值由0.1596上升到0.1603, 增長率0.44%, 主要表現(xiàn)為較低風(fēng)險區(qū)面積減少, 占比減少5.56%。2010—2020年風(fēng)險指數(shù)均值下降到0.1543低于2000年水平, 下降率為3.74%, 主要表現(xiàn)為低風(fēng)險區(qū)面積增加和高風(fēng)險區(qū)面積減少, 占比分別增加8.43%和減少了3.65%。

2000—2020年整體來看, 汾河流域景觀生態(tài)風(fēng)險相鄰等級之間的轉(zhuǎn)移是等級變化的主要特點(diǎn)表征(如圖4)。2000—2010年, 汾河流域74.92%面積景觀生態(tài)風(fēng)險等級未發(fā)生轉(zhuǎn)移, 其中等級升高面積占比11.69%, 主要表現(xiàn)為較低等級向中等級、中等級向較高等級; 等級降低面積占比13.39%主要表現(xiàn)為較低等級向低等級轉(zhuǎn)移, 中等級向較低等級轉(zhuǎn)移。2010—2020年間等級升高面積出現(xiàn)大幅減少, 占流域面積的3.44%, 表現(xiàn)為低風(fēng)險等級向較低風(fēng)險等級轉(zhuǎn)移。

2.1.2 景觀生態(tài)風(fēng)險空間演化特征

總體空間分布來看(如圖5), 高風(fēng)險、較高風(fēng)險以及中風(fēng)險等級地區(qū)主要位于汾河流域上游、中游兩側(cè)海拔較低的山地丘陵地區(qū), 此區(qū)域景觀大多為耕地、草地、林地為主且流域中游多礦區(qū), 長期的人工開墾與開采使得景觀類型脆弱度較高且破碎化嚴(yán)重最終導(dǎo)致景觀風(fēng)險指數(shù)較高。低風(fēng)險及較低風(fēng)險等級區(qū)域主要位于流域北部太原盆地, 東西兩側(cè)高山地及南部臨汾盆地及運(yùn)城盆地地區(qū)。

表4 土地利用情景用地數(shù)量設(shè)定表

注: 2035NDS表示自然發(fā)展情景下2035年土地利用數(shù)量占比; 2035ESS表示基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景下2035年土地利用數(shù)量占比。

圖3 2000—2020年景觀生態(tài)風(fēng)險等級占比變化

Figure 3 Changes in the proportion of landscape ecological risk levels from 2000 to 2020

2000—2010年, 高風(fēng)險地區(qū)出現(xiàn)輕微的擴(kuò)散, 分布在壽陽縣周圍地區(qū); 寧武縣、靜樂縣、古交市南部等地出現(xiàn)較高風(fēng)險地區(qū)擴(kuò)散現(xiàn)象。古交市北部地區(qū)出現(xiàn)了低和較低風(fēng)險地區(qū)突變?yōu)楦吆洼^高風(fēng)險地區(qū)的現(xiàn)象, 主要由于退耕還林政策實施, 分散化的林草種植導(dǎo)致斑塊破碎度增加以及連通度降低。低風(fēng)險地區(qū)集中連片趨于整合包括位于盆地內(nèi)太原市區(qū)的整合、流域南部新絳縣—稷山縣—河津市的集中連片。

圖4 2000—2020年景觀生態(tài)風(fēng)險等級轉(zhuǎn)移情況

Figure 4 The transfer of landscape ecological risk levels from 2000 to 2020

圖5 2000—2020年景觀生態(tài)風(fēng)險空間分布圖

Figure 5 Spatial distribution map of landscape ecological risk from 2000 to 2020

2010—2020年, 研究區(qū)多地出現(xiàn)高風(fēng)險區(qū)域萎縮現(xiàn)象, 如靈石縣北部、交口縣南等地區(qū)。此類區(qū)域人類的開發(fā)利用導(dǎo)致的建設(shè)用地的擴(kuò)張, 以及退耕還林還草工程的持續(xù)實施促進(jìn)林草植被整合成片。低風(fēng)險地區(qū)進(jìn)一步整合擴(kuò)大, 最為顯著的為太原市區(qū)—榆次區(qū)—太谷區(qū)范圍, 此區(qū)域是流域內(nèi)城鎮(zhèn)化發(fā)展最快的區(qū)域, 隨著城市建設(shè)用地進(jìn)一步連通整合, 導(dǎo)致了低風(fēng)險等級區(qū)域擴(kuò)大并集中成片。

2.1.3 空間集聚演化特征

基于Geoda1.18, 可知2000、2010、2020年汾河流域景觀生態(tài)風(fēng)險指數(shù)全局Moran’s值分別為0.459、0.504、0.489, 均大于0, P值均小于0.01, Z值得分遠(yuǎn)大于1.96。表明景觀生態(tài)風(fēng)險指數(shù)整體呈顯著正相關(guān), 空間上表現(xiàn)為聚集分布, 且相互之間存在影響。20年來, 全局Moran’s值整體呈現(xiàn)上升趨勢, 表明汾河流域景觀生態(tài)風(fēng)險指數(shù)的集聚程度及空間關(guān)聯(lián)度增強(qiáng)。

局部自相關(guān)分析可以測度出研究區(qū)高值聚集以及低值聚集的空間分布情況。由圖6可知, 汾河流域生態(tài)風(fēng)險指數(shù)集聚類型以“高—高”、“低—低”聚集為主。2000—2010年, 古交市北部由于風(fēng)險等級變化出現(xiàn)了低值聚集變?yōu)楦咧稻奂F(xiàn)象, 低值聚集地區(qū)在汾河中下游位置出現(xiàn)了連片, 在太原市區(qū)出現(xiàn)了擴(kuò)張。2010—2020年, 高值聚集地區(qū)出現(xiàn)萎縮, 較為顯著的是寧武縣和古交市北部、靈石縣西部、交口縣東部。低值聚集地區(qū)擴(kuò)張與萎縮現(xiàn)象并存, 太原市區(qū)擴(kuò)張現(xiàn)象最為顯著, 低值聚集區(qū)向晉源區(qū)、小店區(qū)等地擴(kuò)張; 萎縮現(xiàn)象顯著地區(qū)包括交城縣南部、祁縣西部等地。

2.2 2035年多情景土地利用及景觀生態(tài)風(fēng)險變化

2.2.1 不同情景下景觀生態(tài)風(fēng)險變化特征

根據(jù)2010年土地利用數(shù)據(jù), 通過PLUS模型模擬得到2020年土地利用將其與真實情況進(jìn)行Kappa精度驗證, 得到Kappa系數(shù)為0.792, 總體精度為0.861, 滿足研究要求[30]。根據(jù)不同情景參數(shù)設(shè)置模擬得到2035年自然發(fā)展和基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景的土地利用。

由圖7可知在自然發(fā)展情景下, 汾河流域景觀生態(tài)風(fēng)險相較于2020年進(jìn)一步降低。其中, 高風(fēng)險、較高風(fēng)險、中風(fēng)險等級下降率依次為39.33%、17.94%、23.36%, 主要分布在包括靜樂縣、古交市南部、汾西縣北部等地(如圖8); 低風(fēng)險增加率為88.84%增幅最大, 分布在流域上游太原盆地內(nèi)大部分地區(qū)和下游臨汾盆地和運(yùn)城盆地的大多數(shù)地區(qū); 較低風(fēng)險下降率為32.30%, 主要分布在汾河流域下游地區(qū)包括洪洞縣北部、古縣東部及北部等地區(qū)。

基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景下, 2035年流域內(nèi)景觀生態(tài)風(fēng)險均值較2020年降至0.1464, 景觀生態(tài)更加穩(wěn)定, 結(jié)構(gòu)更加優(yōu)化。高風(fēng)險、較高風(fēng)險、中風(fēng)險等級下降率分別為61.22%、19.73%、19.99%, 主要分布在嵐縣東部、靜樂縣中部、古交市北部及南部等地區(qū); 較低風(fēng)險占比減少下降率為11.71%, 低風(fēng)險增加增長率為58.77%, 較低風(fēng)險及低風(fēng)險擴(kuò)張地區(qū)主要包括流域西部山地地區(qū)和流域上下游盆地地區(qū)。

Figure 6 The LISA map of local spatial autocorrelation from 2000 to 2020

圖7 2035年多情景景觀生態(tài)風(fēng)險等級占比

Figure 7 Percentage of multi-scenario landscape ecological risk levels in 2035

圖8 2035年多情景景觀生態(tài)風(fēng)險等級分布

Figure 8 Distribution of Ecological Risk Level of Multi- Scenario Landscape in 2035

2.2.2 基于景觀格局的不同情景景觀生態(tài)風(fēng)險差異研究

兩情景相比, 自然發(fā)展情景下景觀生態(tài)風(fēng)險均值更低; 基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景下高風(fēng)險、較高風(fēng)險及低風(fēng)險占比較低?？臻g分布來看, 基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景相較于自然發(fā)展情景,流域上游和中游部分以及流域東側(cè)高風(fēng)險和較高風(fēng)險地區(qū)范圍出現(xiàn)顯著萎縮。

從流域整體景觀格局來看(如表5), 相較于自然發(fā)展情景, 基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景下的林地、草地、水域景觀斑塊面積較大, 其中林地的斑塊數(shù)量、破碎度、分離度、干擾度較小且優(yōu)勢度較大, 表明該情景下林地的面積出現(xiàn)較大的增加且具有良好的連通性并受其他因素的干擾較小; 草地和水域的分離度較小且優(yōu)勢度較大, 然而草地干擾度較大而水域干擾度顯著較小, 表明草地和水域在該情景中面積增大整合度連通度較好, 水域受外界干擾較小景觀穩(wěn)定性較好, 但草地受其他因素干擾較大處于較不穩(wěn)定的狀態(tài)。耕地、建設(shè)用地、未利用地在基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景下的面積較小, 且相較于自然發(fā)展情景整體優(yōu)勢度更低, 生態(tài)環(huán)境好轉(zhuǎn)。

3 討論

研究發(fā)現(xiàn), 汾河流域景觀生態(tài)風(fēng)險空間分布規(guī)律與其區(qū)域自然地理特征具有很好的相關(guān)性, 這與相關(guān)研究結(jié)果相似[8][32][33]。流域中游呂梁山區(qū)以及下游太岳山區(qū)因為所處海拔較高地勢復(fù)雜人類活動較弱, 對其內(nèi)部干擾小, 大片的林地及草地呈規(guī)模連片化, 景觀生態(tài)風(fēng)險較低; 隨著高程下降, 地勢趨緩, 開始受到人類干擾, 自然生態(tài)類型由大面積的林地、草地逐漸過渡到林草相間的狀態(tài)并且零星的耕地與裸土地開始顯現(xiàn)導(dǎo)致景觀斑塊的破碎度增加, 脆弱度不斷加重, 景觀生態(tài)風(fēng)險隨之升高; 隨著海拔的進(jìn)一步降低, 人類開發(fā)程度較高景觀類型以規(guī)?；慕ㄔO(shè)用地、耕地為主, 景觀斑塊豐富且均勻, 土地利用結(jié)構(gòu)較為優(yōu)化, 景觀生態(tài)風(fēng)險隨之降低。因此, 在之后的生態(tài)風(fēng)險管理中, 對于人類活動較弱區(qū)域, 生態(tài)風(fēng)險管理措施以自然保育為主, 維護(hù)生態(tài)系統(tǒng)的健康穩(wěn)定; 在人類活動頻繁的區(qū)域, 如汾河沿線, 應(yīng)重點(diǎn)關(guān)注建設(shè)用地和耕地擴(kuò)張, 對于污染水環(huán)境及破壞生態(tài)環(huán)境的產(chǎn)業(yè)依法進(jìn)行叫停。加強(qiáng)河道兩岸的生態(tài)管控和生態(tài)功能保護(hù)區(qū)的劃定, 對于保護(hù)區(qū)內(nèi)耕地實行分階段的退耕還林還草還濕, 建設(shè)緩沖隔離防護(hù)林帶和水源涵養(yǎng)林帶, 改變農(nóng)防段種植結(jié)構(gòu), 提高河流自凈能力, 通過結(jié)合的國土空間規(guī)劃和適度生態(tài)工程措施來優(yōu)化流域景觀格局結(jié)構(gòu)。

表5 汾河流域不同情境景觀格局指數(shù)

注: NDS表示自然發(fā)展情景; ESS表示基于生態(tài)保護(hù)的可持續(xù)發(fā)展情景。

已有研究表明[34], 景觀生態(tài)風(fēng)險的時空分布特征具有明顯的空間效應(yīng), 不同的研究尺度單元, 會導(dǎo)致研究結(jié)果會存在一定的差異。限于研究區(qū)土地利用分辨率的影響, 本文在研究中可能會忽略了某些區(qū)域斑塊面積較小的用地類型, 使其景觀生態(tài)風(fēng)險時空分布變化不能夠被反映。此外, 景觀生態(tài)風(fēng)險的時空特征受土地覆被分類方法和詳細(xì)程度的影響較大。隨著研究的深入, 之后會結(jié)合高分影像數(shù)據(jù)優(yōu)化土地利用的解譯精度, 提高其分辨率與用地類型數(shù)量, 為提高后續(xù)研究的科學(xué)性以及規(guī)劃調(diào)控的精確性做出相應(yīng)準(zhǔn)備。

4 結(jié)論

本文對汾河流域2000—2020年景觀生態(tài)風(fēng)險的時空分異特征進(jìn)行研究, 結(jié)合PLUS模型對2035年汾河流域景觀生態(tài)風(fēng)險空間分布和演變趨勢進(jìn)行多情景模擬預(yù)測, 并基于景觀格局指數(shù)對比不同情景之間的差異。得出以下結(jié)論:

(1) 2000—2020年, 汾河流域低和較低等級占比超區(qū)域的50%以上, 風(fēng)險指數(shù)均值呈現(xiàn)先增后減現(xiàn)象, 整體為下降趨勢, 主要由于低風(fēng)險地區(qū)面積持續(xù)增加, 達(dá)到了12.75%。20年間, 相鄰等級的轉(zhuǎn)移是等級變化的主要特征, 其中等級下降面積占比最多表現(xiàn)為依次向相鄰風(fēng)險等級降低。

(2) 高風(fēng)險、較高風(fēng)險以及中風(fēng)險等級主要位于以耕地、草地、林地為主的低海拔山地地區(qū); 低風(fēng)險和較低風(fēng)險主要位于以林地為主的高海拔山地地區(qū)和以建設(shè)用地和耕地為主的盆地地區(qū)。2000—2010年較高風(fēng)險地區(qū)呈現(xiàn)核心擴(kuò)散的變化特點(diǎn), 低風(fēng)險地區(qū)集中連片趨于整合。

(3) 2020—2035年, 兩種情景下的景觀生態(tài)風(fēng)險指數(shù)均值進(jìn)一步下降, 較低風(fēng)險與低風(fēng)險占比總和繼續(xù)均增加超65%, 其中自然發(fā)展情景以低風(fēng)險增加為主; 生態(tài)保護(hù)的可持續(xù)發(fā)展情景, 主要以高風(fēng)險地區(qū)面積下降為主。生態(tài)保護(hù)的可持續(xù)發(fā)展情景下林地、草地、水域的面積出現(xiàn)較大的增加且具有良好的連通性并優(yōu)勢度較大; 自然發(fā)展情景下建設(shè)用地、耕地和未利用地面積更大且斑塊更加整合。

[1] 彭建, 黨威雄, 劉焱序, 等. 景觀生態(tài)風(fēng)險評價研究進(jìn)展與展望[J]. 地理學(xué)報, 2015, 70(4): 664–677.

[2] 許妍, 高俊峰, 趙家虎, 等. 流域生態(tài)風(fēng)險評價研究進(jìn)展[J]. 生態(tài)學(xué)報, 2012, 32(1): 284–292.

[3] WANG H, LIU X, ZHAO C, et al. Spatial-temporal pattern analysis of landscape ecological risk assessment based on land use/land cover change in Baishuijiang National nature reserve in Gansu Province, China[J]. Ecological Indicators, 2021, 124:107454.

[4] CHEN J, DONG B, LI H, et al. Study on landscape ecological risk assessment of Hooded Crane breeding and overwintering habitat[J]. Environmental Research, 2020, 187.

[5] 康紫薇, 張正勇, 位宏, 等. 基于土地利用變化的瑪納斯河流域景觀生態(tài)風(fēng)險評價[J]. 生態(tài)學(xué)報, 2020, 40(18): 6472–6485.

[6] 楊馗, 信桂新, 蔣好雨, 等. 基于最佳尺度的景觀生態(tài)風(fēng)險時空變化研究: 以重慶市江津區(qū)為例[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報, 2021, 37(5): 576–586.

[7] 史利江, 劉敏, 李艷萍, 等. 汾河流域縣域經(jīng)濟(jì)差異的時空格局演變及驅(qū)動因素[J]. 地理研究, 2020, 39(10): 2361–2378.

[8] 張文靜, 孫小銀, 單瑞峰, 劉飛. 1975—2018年南四湖流域景觀生態(tài)風(fēng)險時空變化及其驅(qū)動因素研究[J]. 生態(tài)科學(xué), 2020, 39(3): 172-181.

[9] 黃木易, 何翔. 近20年來巢湖流域景觀生態(tài)風(fēng)險評估與時空演化機(jī)制[J]. 湖泊科學(xué), 2016, 28(4): 785–793.

[10] WEN Zhang, WEN J. Chang, ZAI C, et al. Landscape ecological risk assessment of Chinese coastal cities based on land use change[J]. Applied Geography,2020,117.

[11] 曾永年, 靳文憑, 王慧敏, 等. 青海高原東部土地利用變化模擬與景觀生態(tài)風(fēng)險評價[J]. 農(nóng)業(yè)工程學(xué)報, 2014, 30(4): 185–194.

[12] 楊陽, 黃義雄, 李瀟, 等. 海壇島土地利用變化模擬與景觀生態(tài)風(fēng)險評價[J]. 水土保持通報, 2017, 37(6): 146– 151+156.

[13] 李青圃, 張正棟, 萬露文, 等. 基于景觀生態(tài)風(fēng)險評價的寧江流域景觀格局優(yōu)化[J]. 地理學(xué)報, 2019, 74(7): 1420–1437.

[14] 潘竟虎, 劉曉. 疏勒河流域景觀生態(tài)風(fēng)險評價與生態(tài)安全格局優(yōu)化構(gòu)建[J]. 生態(tài)學(xué)雜志, 2016, 35(3): 791–799.

[15] 歐定華, 夏建國. 基于粒子群算法的大城市近郊區(qū)景觀格局優(yōu)化研究—以成都市龍泉驛區(qū)為例[J]. 地理研究, 2017, 36(3): 553–572.

[16] KEANE R E, PARSONS R A, HESSBURG P F. Estimating historical range and variation of landscape patch dynamics: limitations of the simulation approach[J]. Ecological Modelling, 2002, 151(1): 29–49.

[17] 楊海樂, 陳家寬. 流域生態(tài)學(xué)的發(fā)展困境—來自河流景觀的啟示[J]. 生態(tài)學(xué)報, 2016, 36(10): 3084–3095.

[18] 陳希, 王克林, 祁向坤, 等. 湘江流域景觀格局變化及生態(tài)服務(wù)價值響應(yīng)[J]. 經(jīng)濟(jì)地理, 2016, 36(5): 175–181.

[19] NELSON Rangel-Buitrago, WILLIAM J. Neal, VICTOR N. de Jonge. Risk assessment as tool for coastal erosion management[J]. Ocean and Coastal Management, 2020, 186.

[20] 陳心怡, 謝跟蹤, 張金萍. ?？谑泻０稁Ы?0年土地利用變化的景觀生態(tài)風(fēng)險評價[J]. 生態(tài)學(xué)報, 2021, 41(3): 975–986.

[21] 王潔, 擺萬奇, 田國行. 青藏高原景觀生態(tài)風(fēng)險的時空特征[J]. 資源科學(xué), 2020, 42(9): 1739–1749.

[22] 孫才志, 閆曉露, 鐘敬秋. 下遼河平原景觀格局脆弱性及空間關(guān)聯(lián)格局[J]. 生態(tài)學(xué)報, 2014, 34(2): 247–257.

[23] 韓振華, 李建東, 殷紅, 等. 基于景觀格局的遼河三角洲濕地生態(tài)安全分析[J]. 生態(tài)環(huán)境學(xué)報, 2010, 19(3): 701–705.

[24] 王小丹, 程根偉, 趙濤, 等. 西藏生態(tài)安全屏障保護(hù)與建設(shè)成效評估[J]. 中國科學(xué)院院刊, 2017, 32(1): 29–34.

[25] 付揚(yáng)軍, 師學(xué)義, 和娟. 汾河流域景觀格局脆弱性時空分異特征[J]. 水土保持研究, 2020, 27(3): 197–202.

[26] 楊庚, 張振佳, 曹銀貴, 等. 晉北大型露天礦區(qū)景觀生態(tài)風(fēng)險時空異質(zhì)性[J]. 生態(tài)學(xué)雜志, 2021, 40(1): 187–198.

[27] 周汝佳, 張永戰(zhàn), 何華春. 基于土地利用變化的鹽城海岸帶生態(tài)風(fēng)險評價[J]. 地理研究, 2016, 35(6): 1017–1028.

[28] ANSELIN L. 1995. Local indicators of spatial association- LISA. Geographical Analysis, 27: 93–115.

[29] 徐建華. 計量地理學(xué). 第2版[M]. 高等教育出版社, 2014.

[30] LIANG X, GUAN Q, CLARKE K C, et al. Understanding the drivers of sustainable land expansion using a patch- generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers Environment and Urban Systems, 2021, 85:101569.

[31] 張曉瑤, 陸林, 虞虎, 等. 青藏高原土地利用變化對生態(tài)系統(tǒng)服務(wù)價值影響的多情景模擬[J]. 生態(tài)學(xué)雜志, 2021, 40(3): 887–898.

[32] 劉海龍, 王煒橋, 王躍飛, 等. 汾河流域生態(tài)敏感性綜合評價及時空演變特征[J]. 生態(tài)學(xué)報, 2021, 41(10): 3952–3964.

[33] 顏瑜嚴(yán), 楊遼, 王偉勝, 等. 伊犁河谷景觀生態(tài)風(fēng)險時空變化及其地形梯度分析[J]. 生態(tài)科學(xué), 2020, 39(4): 125–136.

[34] 付揚(yáng)軍, 師學(xué)義, 和娟. 汾河流域景觀破碎化時空演變特征[J]. 自然資源學(xué)報, 2019, 34(8): 1606–1619.

[35] 王艷芳, 沈永明, 陳壽軍, 等. 景觀格局指數(shù)相關(guān)性的幅度效應(yīng)[J]. 生態(tài)學(xué)雜志, 2012, 31(8): 2091–2097.

Spatial-temporal differentiation and multi-scenario simulation of landscape ecological risk assessment in Fenhe River Basin based on PLUS model

WANG Yongzheng1,2,*, LIANG Zhe1, YU Haoran2, ZHANG Qiang1, FAN Xin3

1. School of Architecture and Planning, Anhui Jianzhu University, Hefei 230022, China 2. Research Center of Urbanization Development in Anhui Province, Hefei 230022, China 3. School of Public Administration, China University of Geosciences(Wuhan), Wuhan 430074, China

Exploring the temporal and spatial differentiation of landscape ecological risks in watershed regions and future multi-scenario simulations provides a useful reference for the diagnosis of regional land development problems and the sustainable development of regional ecological environment. It took the Fenhe River Basin as the research object, based on the three phases of land use data in 2000, 2010, and 2020, using GIS grid method, landscape pattern index, spatial statistical analysis and other methods to explore the temporal and spatial differentiation characteristics of the landscape ecological risk in the Fenhe River Basin And its laws, combined with multivariate data. It used the PLUS model to simulate the evolution trend and differences of the ecological risks of the Fenhe River Basin under multiple scenarios in the future. The results showed that: (1) From 2000 to 2020, the average value of the Fenhe River Basin landscape ecological risk index showed an overall downward trend, mainly due to the continuous increase in the area of low-risk areas. (2) Its spatial agglomeration effect increased year by year, and the basin areas with relatively flat terrain were mainlylow-risk and low-risk level, and the larger the scope over time, the stronger the agglomeration. (3) In 2035, the landscape ecological risk in the two scenarios will be further reduced, and the average value of the landscape ecological risk in the Fenhe River Basin under the sustainable ecological protection scenario will decrease and the increase in low-risk area is closely related to the increase and connectivity of woodland, grassland, and water areas, while changes in natural development scenarios are closely related to the integration of construction land and cultivated land.

PLUS model;multi-scenario simulation;landscape ecological risk assessment;Fenhe River Basin; landscape pattern

10.14108/j.cnki.1008-8873.2024.01.005

S157.2

A

1008-8873(2024)01-035-11

2021-07-19;

2023-09-22基金項目:國家自然基金項目(51778002); 安徽省高校省級人文社會科學(xué)研究項目重點(diǎn)項目(SK2020A0257)

汪勇政(1979—), 男, 安徽懷寧人, 副教授, 碩士生導(dǎo)師, 主要從事區(qū)域生態(tài)規(guī)劃、土地資源相關(guān)研究E-mail: rockyhust1979@ahjzu.edu.cn

通信作者:汪勇政

汪勇政, 梁哲, 余浩然, 等. 基于PLUS模型的汾河流域景觀生態(tài)風(fēng)險時空分異及多情景模擬[J]. 生態(tài)科學(xué), 2024, 43(1): 35–45.

WANG Yongzheng, LIANG Zhe, YU Haoran,et al. Spatial-temporal differentiation and multi-scenario simulation of landscape ecological risk assessment in Fenhe River Basin based on PLUS model[J]. Ecological Science, 2024, 43(1): 35–45.