白立敏 ,修春亮,冯兴华

1.东北师范大学地理科学学院,长春 130024

2.吉林建筑大学建筑与规划学院,长春 130118

3.东北大学江河建筑学院,沈阳 110169

0 前言

中国社会科学院在2013年发布了以“可持续与宜居城市—迈向生态文明”为主题的《2013 中国人类发展报告》,报告聚焦于“城镇化转型”和“生态文明建设”两大主题。报告指出:中国只用60年时间就实现了城镇化率从10%到50%的过程,而目前中国城镇化到了由速度扩张向质量提升的转型关键时期[1]。快速城镇化阶段,城市发展通过体量的无限膨胀和扩大来进行生长,蔓延式扩张成为我国城市生长的主要模式。城市的蔓延式拓展作为一种低密度、非连续性的开发模式,在景观和环境变化上的重要表现就是城市建设用地不断蚕食农田、林地、草地等生态空间,打破了原有的区域生态系统平衡,并削弱其生态服务功能,区域人地矛盾进一步激化。在快速城镇化阶段,土地利用格局也发生了显著的变化,这一变化作为一种外在物理压力改变了土地生态系统的结构和功能,影响人类社会生产生活,对土地生态系统及其组分的健康稳定发展造成了一定程度的不利影响,进一步增加生态风险来源种类及其发生概率和强度[2]。

生态风险是生态系统及其组分在自然或人类活动的干扰下所承受的风险,指一定区域内具有不确定性的事故或灾害对生态系统的结构和功能可能产生的不利影响[3-4],是评估区域生态环境可持续性的重要指标。生态风险评价研究兴起于20 世纪90年代,Barnthouse 等提出的生态风险评估框架,标志着风险评价向多风险因子、多风险受体及多评价端点发展[5-6]。伴随着我国城镇化进入深入发展及转型发展时期,人地系统协调、生态文明发展成为全国新型城镇化的重要议题之一。立足于人地关系这一基本地理学问题,我国学者通过构建土地利用与生态风险间的关系模型对城市地区的生态风险进行了大量实证研究,为区域生态文明发展做出诸多贡献:基于快速城镇化背景下的城市扩张现象,王玲等[7]、肖琳等[8]、郭秀锐等[9]均通过构建生态风险指数探讨了我国上海、天津、北京等大城市地区的生态风险的演化状况,为大城市的生态空间规划提供基础认知作用。随后,景观生态学的引入从方法和理论层面为解决土地利用的时空动态过程研究提供方法支撑,如景观复杂性理论、景观连接度理论、生物多样性理论等,而用以表征景观格局水平的众多指数也在土地利用生态风险驱动机制及预测中起到重要作用。如:时宇等、徐丽等、林媚珍等、刘春艳等、张长勤等、刘发勇等学者开始综合运用空间分析及景观指数分析方法从北京[10]、合肥[11]、中山市[12]等不同区域城市或三江平原[13]、湿地保护区[14]、景区[15]等不同类型生态区域进行了大量风险评价或多情景模拟分析,在一定程度上丰富了生态风险研究的案例。从现有文献来看,生态风险评价大致经历了从环境风险到生态风险到区域生态风险评价的发展历程[16],评价范围由局地扩展到区域景观水平[17-19];我国的城市生态风险多从经济发展、城市化进程等社会经济视角对我国特大型或大型城市地区进行定量分析,而较少聚焦于典型自然环境背景下的城市生态风险动态演化状况,如:喀斯特地貌区、高寒地区。

我国城市蔓延对土地生态风险影响具有典型意义,城市蔓延受转型发展、气候、经济发展影响而作用于区域景观生态格局与过程、进而影响城市生态风险状况。在我国城市发展体系中,中等与大型城市仍占据主导地位,研究其生态风险评价对生态文明下城市可持续发展具有重要意义。作为中高纬度地区城市,长春市与我国大多数城市一样,其在经历东北振兴的“黄金十年”这一时期,经济快速发展、城镇化水平显著提升的同时也逐步出现城市蔓延式扩张、产业结构急需转型等问题,城市生态服务需求进一步增强、生态风险概率也呈增长趋势。基于此,本文以长春市为例,从土地利用视角出发对城市生态风险时空演化及其影响因子进行定量分析,为长春市土地利用决策和生态系统优化提供科学参考,也为东北地区城市可持续发展提供一定认知和借鉴作用。

1 研究区概况

长春市位于吉林省中部长春平原腹地(东经124°18′—127°02′,北纬43°05′—45°15′之间),是我国东北地区的地理中心,吉林省的政治、经济、文化中心。长春市东北与黑龙江省接壤,东南与吉林市相依,西南与四平市相连,西北与松原市毗邻。本研究区选取的范围为长春市区,包括中心城区及九台区、双阳区(九台区、双阳区为县改区)城区,面积为695057.79 hm²。长春市域位于东北地区东部山地的西缘和松嫰平原的东缘,地处东部低山丘陵向中西部台地平原的过渡地带,地势东高西低、南高北低,相对高度和缓。长春市以大黑山脉为分界线,其西北方向为平原区,东南方向为山区。西部和北部为地势平坦的松辽平原,为草原、农田交互型生态系统,虽然土地资源丰富,但植被覆盖率低,土地盐碱化和局部地区沙化严重,农田防护林、片林较少,草地由于过度放牧受到不同程度的破坏,造成水土流失严重;东部地区主要为低山丘陵地带,系大黑山脉的一部分,为森林生态系统,东部地区的主要生态环境问题是植被覆盖率低、水土流失严重;另外长春市水系破坏严重,河流生态功能逐步丧失。由于城市社会经济发展及城市土地利用变化对城市生态影响,造成长春市西部草原破坏、土地的盐碱化和沙化逐年加重,东部地区的森林采育失调,生态系统失衡以及河流水域遭受污染等生态环境问题日益突出,城市生态风险逐渐加剧。

本文从土地利用视角构建生态风险指数,评估长春市生态风险时空演化,为提高估算生态风险指数的精确度以及空间分异特征的有效呈现,根据研究区斑块面积情况,采用1 km×1 km 的正方形样地对生态风险指数进行空间化,采样方式为等间距系统采样法,将研究区划分为7346 个样区,每个样区计算出一个综合性生态风险值(图1)。

2 数据与方法

2.1 数据来源与处理

土地利用矢量数据来自于长春市1985年、2000年、2015年土地利用/覆盖Landsat TM 遥感影像数据,经过影像融合、几何校正、拼接裁剪等图像预处理,利用ArcInfo Workstation 进行人机交互式判断解译,解译精度达到85%以上,参照《土地利用现状分类标准》(GB/T 21010—2007)土地用地分类方法,将土地利用体系分类合并为草地、耕地、建设用地、林地、水域及未利用地等6 类一级土地类型(图2)。

图1 长春市区概况及生态风险评价单元划分图 Figure1 Overview diagram and the division of ecological risk for Changchun

夜间灯光数据来源于美国国家地理数据中心(The National Geophysical Date Center,NGDC),人口及经济栅格数据、区域DEM 数据来源于中国资源环境数据云平台(http://www.resdc.cn/data.aspx? DATAID=252)。

2.2 生态风险指数

以往生态风险研究多以单一城市作为基本研究单元,忽略了城市生态风险的空间异质性特征。本文基于网格采样法,通过计算各样区内的地类面积比例来构建土地利用生态风险指数,用以描述一个样地内综合生态风险的相对大小,从而通过采样方式将土地利用结构转化为生态风险值,构建起土地利用与生态风险之间的关系模型[7-8]。具体计算方法如下:

图2 1985—2015年长春市土地利用空间分布图 Figure2 Land use spatial distribution of Changchun from 1985 to 2015

式中,ERI为土地利用生态风险指数;i为各土地利用类型;n为土地利用类型数量;Ai为样地内第i种土地利用类型的面积;A为样地总面积;Wi为第i种土地利用类型所反映的生态风险强度权重。景观 生态学中的“源-汇”理论认为景观对同一生态过程的贡献作用将异质景观分为“源”、“汇”两种景观类型,其中“源”景观是指能够促进过程发展的景观类型、而“汇”景观则为阻止或延缓过程发展的景观类型[20-21]。为此,将城市生态风险作为发展过程,林地、草地作为生态用地,其在生态风险增长过程中具有阻碍作用,因其斑块面积及其空间配置对生态风险具有不同程度的缓解作用;建设用地为人类社会经济活动聚集地,高强度的人类活动往往是生态风险的高发地区,明显提升了生态风险的发生频率;适度的耕地及水域范围及其合理配置可有效缓解城市风险过程,因此,在不同情景和规模下,其对生态风险具有显著的促进或阻碍作用。为此,本文立足于长春市各地类利用方式和开发强度对区域生态系统的作用程度,综合借鉴前人研究成果[22-24]及专家打分法基础上,将生态风险强度权重Wi依次设定为:林地0.12、草地0.16、耕地0.32、水域0.53、未利用地0.82、建设用地0.85。

2.3 地理探测器

地理探测器是一种有效探测地理现象空间分异性、揭示其驱动因子的统计学方法,能够探测多因子在不同空间单元下的不同影响程度及其相互关系。其原理在于地理现象都存在特定的空间位置,而影响其变化的驱动因子在空间上也存在差异性,如果其中某驱动因子对地理现象具有重要的影响,那么地理现象与该驱动因子在空间分布上则应具有相似性的假设[25-27]。地理探测器包括因子探测、风险探测、交互作用探测及生态探测等4 大模块,其中因子探测器主要用于探测因变量的空间分异特征以及自变量对因变量的解释力,交互作用探测器可以用来探测双变量间的交互作用,通过对比单因子及双因子的影响力值可以有效判断主导因子和交互作用的方向与方式。本文在分析生态风险的空间异质性特征基础上,引入人口、经济等社会经济因子及坡度、地形等自然因子对生态风险因子进行相关探测。借鉴地理探测器中的因子探测器及交互作用探测器,引入影响因素的地理探测力值q,探测分析不同影响因素对长春市生态风险的影响度。计算公式为:

式中:h=1,2,...,L为自变量X的分层;Nh和N为层h内和区域内的单元数;σh2与σ2分别是层h和全区的Y值的方差;SSW、SST分别为层内方差之和和区域内总方差;q为影响因子对生态风险的探测力值,q的值域区间为[0,1];q越大,表明风险因子对生态风险的影响越大;根据q值大小可以识别生态风险的主导因子。交互作用判断依据如表1所示:

表1 影响因子对生态风险的交互作用方式 Table1 Interaction mode of impact factors on ecological risk

地理探测器在运行过程中,其输入变量需为类别数据,为此需对连续变量进行离散化处理。依据王劲峰等提出的数据离散化方法[26]及先验知识,将网格平均人口密度、GDP、聚合度、香农多样性指数、海拔、坡度等影响因子按照等间距分类方法划分为8 类,网格生态风险指数则为因变量,将因子及生态风险指数导入地理探测器进行因子及交互因子探测分析。

3 结果与分析

3.1 长春市土地利用总体变化特征

长春市土地利用结构在1985—2015年30年间发生了显著变化(表2),建设用地面积持续增加,水域面积大幅减少,耕地面积呈现波动式下降趋势,而林地、草地、未利用地面积则呈现波动式上升趋势(图2)。各类用地中以耕地、林地和建设用地为主要用地类型,占研究区总面积的95%以上。建设用地面积变化最为显著,面积持续增加,总计增加42923.18 hm2,增加幅度达到59.53%,尤其2000—2015年用地呈现急剧扩张趋势,年均增幅达6.67%。水域面积持续下降,总计减少10091.95 hm2,减少 幅度达32.34%。耕地、林地、草地、未利用地面积均呈现波动式变化,其中耕地面积1985—2000年略有增加,2000—2015年呈减少趋势,减幅仅为6%;林地、草地、未利用地面积均呈现先减少后增加趋势,研究期前后变化总面积略有不同,林地研究期末总面积减少幅度达7.47 %;而草地、未利用地研究期末总面积均增加,增加幅度较大、高达121.57%和135.99%。

土地利用变化除了不同类型面积的增减,还表现为类型之间的相互转换。利用土地利用转移矩阵表现各地类间的相互转化面积,追踪发生变化的土地利用类型的轨迹,进一步揭示土地利用现状空间分布及变化规律(表3)。1985—2000年,土地利用主要表现为建设用地、耕地面积增加,净增加面积分别为3907.995 hm²和5478.388 hm²;林地面积持续收缩、其面积减少8866.63 hm²,建设用地主要由耕地及林地转入,其中耕地贡献率达到99.46%;耕地则主要由林地转入。2000—2015年,土地利用主要表现为建设用地、林地及草地面积均呈现出增长趋势,其中建设用地面积增幅尤为显著,耕地是几类非农用地增长的主要转出地类。总体来看,快速城市化背景下长春市土地利用类型转换速度明显加快,两个阶段内的转移面积比重分别达到2.25%和20.38%,而在各种转换关系中,耕地转为建设用地及林地和耕地间的相互转换是土地利用变化的主要形式,建设用地增加主要以侵占耕地为主要来源,其扩张导致农用地向非农用地不断转换,突出表现在耕地锐减与建设用地大幅增加,同时建设用地开发占用自然空间,造成水域面积急剧减少,人地关系矛盾进一步凸显;林地、草地作为生态系统重要组成部分,耕地与林地间两个时期具有相互转换特征,具体来看前一时段受垦荒、农业发展影响,耕地的侵占导致林地及草地面积的锐减,而后一阶段则受退耕还林、退耕还草等生态保育政策作用,林地、草地面积明显增长,生态系统也得到一定程度改善。

表2 长春市土地利用类型结构 Table2 Land use type structure of Changchun

3.2 生态风险指数的空间分布及其关联格局分析

利用 ArcGIS 软件对1985、2000 和2015年7346 个样区的生态风险指数进行计算,依据长春市生态风险状况,以0.15、0.25、0.35、0.45 为风险临界阈值,将其分为低生态风险区、较低生态风险区、中等生态风险区、较高生态风险区及高生态风险区等五类,得到长春市土地利用生态风险等级时空分布图(图3)、以探讨土地利用背景下城市生态风险的动态演化特征。

表3 1985—2015年长春市土地利用转移矩阵 Table3 Transition matrix of land use in Changchun from 1985 to 2015 hm2

图3 长春市土地利用生态风险空间分布图 Figure3 Spatial distribution of ecological risk for land use in Changchun

长春市土地利用生态风险空间分布异质性显著,整体呈现“西高东低”差异特征。高风险区呈团快状聚集于长春市中心城区、九台区、双阳区等平原地区,土地利用类型以建设用地为主;较高风险区呈带状及散点状分布于水域周边(南北走向饮马河沿线、新立城、石头口门水库区)、中心城区外围及长春市东部边缘区;中等、较低风险区面积广阔,分布于平原地区;低风险区主要分布于东部、南部山区、半山区及西南至东北走向大黑山脉沿线山区,土地利用类型主要以林地、耕地为主。可见生态风险空间分布受地形、土地用地类型等因素影响显著。高风险区出现持续扩张现象、尤其长春市中心城区表现最为突出,其增长趋势与建设用地的扩展呈显著正相关;同时,交通因素也是导致高风险区面积增加的重要原因,随着九台、双阳撤县设区、长吉一体化等政策实施,长吉公路、长双公路交通沿线区域城镇得到进一步发展,建设用地增加,导致了高风险区域面积进一步扩大。可见,城市扩张及交通因素对区域生态风险具有明显的扰动作用。进一步分析各生态风险等级面积变化及比例可知,高风险比例虽出现显著增长趋势但整体占比较小,区内较低、中等风险等级一直居于主导地位,1985—2015年长春市土地利用生态风险整体呈现下降趋势。

热冷点可以有效探测相邻区域间生态风险指数 的空间关联模式。在ArcGIS 软件平台下,计算得出3 个时间断面下土地利用生态风险的G 指数,利用自然断裂点将其分为热点区、次热点区、温点区、次冷点区、冷点区5 类,以识别生态风险“热点区域”和“冷点区域”(图4)。结果表明:长春市生态风险的热冷点空间分布相对稳定。3 个时间断面下,长春市生态风险指数的全局Moran'sI指数均达到 0.7 以上(p＜0.01),表明长春市形成相对稳固的生态风险热点区和冷点区空间分布。热点区呈团块状稳固分布于长春市中心城区、九台、双阳城区等建成区,与城市发展快速扩张相吻合,呈现逐步扩张的发展格局;冷点区呈带状集聚于大黑山脉、市区东部及“U”状分布于市区东南部的山地丘陵,与城市生态空间保护区相一致。次热点区主要呈环状分布于热点区外围、带状分布于沿水域周边及长春市东部边缘地区,1985—2000年集聚明显,2015年沿水域收缩;温点区1985—2000年面积分布广阔,但随着长春市实施“森林城市”、“退耕还林”等多项生态安全保障政策取得成效,2015年除主要城区外次冷点区基本形成覆盖。

3.3 生态风险影响因素分析

作为一个复杂的生态过程,生态风险不仅受景观格局的空间配置影响,而且受社会经济以及自然因素的双重作用。通过分析可知,长春市生态风险

图4 长春市土地利用生态风险冷热点空间分布图 Figure4 Spatial distribution of hot and cold point pattern for ecological risk of land use in Changchun

自2000年以后增长最为显著,而在1985—2000年间生态风险扩张相对较小。为此,本文以生态风险高速增长期2000—2015年为研究期限,对这一阶段的生态风险影响因素进行探测分析具有更显著的认知和规划启示作用。景观指数高度浓缩景观格局特征信息,能够反映景观结构特征、揭示景观空间格局异质性特征。从生态风险与景观动态过程关系出发,本文选取聚合度(AI)及香农多样性指数(SHDI)用以表征景观格局的空间配置状况,其中聚合度主要用于描述不同斑块类型的聚集程度或延展趋势,在城市化地区景观聚合度越高生态风险因子则越多、其潜在风险则越高;香农多样性指数反映了景观类型的多样性状况,一般而言,一定区域内景观类型越丰富(多样化),邻近景观单元之间相互作用则越强,系统在风险效应下崩溃的可能性则越小;聚合度及香农多样性指数均通过Fragstats 4.1 软件平台计算得到。夜间灯光指数表征了区域发展活力,亦反映了人类活动对自然生态系统的干扰作用,夜间灯光强度越大表明人类活动的干扰强度越大、生态风险则越高;区域发展是人口、经济作用于自然生态系统的重要主体,人口高度集聚、经济高速发展区域,生态环境受社会经济活动干扰越明显、生态风险则越突出,反之亦然。海拔及坡度是生态风险的重要自然影响因子,海拔较高、坡度较大区域内的社会经济活动普遍较少,生态系统的干扰因素越小,其风险相对较低,坡度因子通过DEM 数据在Arcgis 平台下计算得到。为满足地理探测器的数据需求,将以上因子均按照等间距分类法分为8 类。运用地理探测器模型探测长春市土地利用生态风险的影响因素,计算得到影响因子及其交互作用对生态风险影响力q 值(表4、表5)。

因子探测器的运行结果表明(表4):在生态风险快速增长时期,经济、人口增长、发展活力及其空间分布成为长春市生态风险提升的主要影响因素,其影响力值均在0.5 以上并呈现出显著提升趋势,表明经济增长、人口集聚以及城市发展活力对生态风险的干扰作用进一步提升、风险潜在因素增多。为此,在快速城镇化时期,合理配置人口及产业的空间格局、实施“新城”(新区)战略、构建多层级生态风险分担网络是缓解区域生态风险的重要途径之一。景观格局的空间配置虽对区域生态风险影响较弱,但其指数得到一定程度增长;景观的多样性增长对生态风险降低具有正向作用,而聚合度增长受城市扩张影响而提升迅速。从景观空间配置来看,实现景观的多样性、保护绿色景观的完整性、控制城市增长边界的迅速外扩是城市内部景观优化的有效举措。坡度、海拔对生态风险的影响力虽逐步降低,但仍具有显著影响。高海拔地区往往具有相对完整的绿色景观系统,而低海拔地区社会经济发展相对活跃。为控制生态风险的进一步增长,在高海拔及低海拔地区应分别加快“退耕还林”、“森林城市”等战略的落实。

表4 各因子对生态风险影响探测q 值统计 Table4 The q values of each influencing factors for ecological risk

表5 因子交互作用对生态风险影响探测 Table5 The dominant interactions between two covariates for ecological risk

交互因子探测器作用结果表明因子间两两交互作用均会增强对土地生态风险的解释力,而不同年份内主导交互影响因子相对稳定,将解释力排在前三位的交互因子进行统计,统计结果如表5所示。交互作用解释力排在第一位的均为海拔与人口的协同作用,是生态风险的显著控制因子,解释力均高于97%,表明不同海拔地区的人口分布格局间的生态风险差异明显。海拔与经济、海拔与夜间灯光指数成为城市生态风险快速增长时期的第二及第三交互因子,其解释力均在95%以上,意味着在快速城市化影响下,人类的社会经济活动仍是诱发区域生态风险的重要因素之一。为此,在平原地区应提高土地利用效率、控制建设用地蔓延式扩张,而在山地丘陵地区应实施生态保育政策,维持生态系统平衡。

4 结论与讨论

本文基于土地利用数据构建格网尺度下的城市生态风险指数,定量分析了城市生态风险的动态演化特征并利用地理探测器对其进行定量归因分析,得到以下主要结论:(1)长春市土地利用结构受城市化影响呈现出显著的阶段性特征,2000—2015年为城市化快速发展时期,建设用地面积呈现出持续增长、耕地面积则出现波动下降现象;而快速扩张的城市建成区加快了城市周边地区耕地向建设用地转换的频率、农村经济发展及生态保护之间的相互关系在一定程度上促使了耕地与林地之间的相互转换。(2)长春市生态风险格局及其空间关联格局整体呈现出“西高东低”、“东冷西热”的异质性特征。高风险区主要聚集于以建设用地为主要类型的城区,低风险区主要分布在山地丘陵地形的自然空间;风险热点区空间分布及扩展与城市建成区扩张呈现出正相关性,而冷点区分布与城市生态空间保护相一致。(3)在快速城市化时期,长春市生态风险格局受人口、经济、城市活力等社会经济要素的分布格局影响显著,景观格局的优化配置可缓解区域生态风险的发展进程;交互因子探测进一步显示了自然环境背景下的社会经济集聚增长仍是诱导生态风险的主要因素,海拔与人口、经济、城市活力的叠加作用成为这一时期稳固的交互因子。

土地利用是城市发展环境的显著表现形式,是人类社会经济活动在地域空间内的表征;基于土地利用动态演化格局探讨城市生态风险,在一定程度上丰富了城市生态风险研究的案例,对城市实现可持续发展具有一定的启示意义。研究表明了土地扩张会加剧城市建成区生态风险,但与区域整体生态风险增高并不存在必然联系,评价其影响程度需结合建成区规模、占比等因素,整体生态风险的强弱变化与生态保育政策及生态系统结构等因素均具有相关性。建成区是高生态风险聚集区,为防止高风险区进一步连接成片扩张,城市发展应设定“城市增长边界”,逐步改变蔓延式增长方式、高效集约利用建设用地,防止其对耕地及自然空间无节制占用,加剧人地矛盾,破坏生态系统平衡。自然空间为主的区域,人为干扰弱,生态系统的稳定性好,生态风险等级低,为进一步防止人类干扰及不合理土地使用,应划定生态红线,对自然生态空间严格保护,并加强自然保育,防止景观破碎化,加强景观连接度、聚合度,以维持区域较低的生态风险,促进城市可持续发展。

本文从土地利用单一方面对生态风险进行有效测定,能总体反映城市生态格局及其过程。作为一个复杂的社会、经济及生态系统,自然地理条件及其与人类活动相互作用造成的自然、社会风险均会对区域生态环境产生显著影响。因此,基于多元风险要素构建区域生态风险定量评估模型将有利于相对全面的测度其发展状况,也是未来将进一步研究的方向。