呂樂婷,張 杰,孫才志,2,*,王曉蕊,鄭德鳳
1 遼寧師范大學城市與環境學院,大連 116029 2 遼寧師范大學海洋經濟與可持續發展研究中心,大連 116029
區域生態風險評價是指從區域的尺度上,評價自然及人類活動對區域生態系統所造成的不利影響的可能性和危害程度的評價[1]。土地利用/覆被變化(LUCC)是人類開發利用自然環境最重要的表現形式,其方式的變化不僅對土壤、大氣、水等綜合地理要素產生影響,同時會威脅區域的生態環境健康[2- 5]。流域作為人類活動的重要場所,是連接地表水與地下水、土地覆蓋和生態系統的重要綜合生態地理區域[6]。流域生態風險評價是流域生態環境保護與管理的重要研究內容,基于流域土地利用/覆被變化及景觀生態變化的流域生態風險評價工作是當前流域生態管理工作關注的重點內容之一。
與一般的區域生態風險評價相比,流域生態風險評價具有其獨特的流域特征[7]。流域生態風險評價方法主要分為基于單一或多源污染因子評價法和景觀分析法[8]。景觀分析法是選取適當的景觀指數,以景觀類型及格局作為評價受體,對生態風險的分布和演化過程進行定量分析[7],目前在國內外已得到廣泛應用。如:Potter等[9]探索了美國北卡羅來納州73個流域的景觀格局與非點源污染生態風險之間的關系,Obery等[10]評價了美國Codorus Creek流域景觀格局對脆弱生境的累計風險效應;黃木易等[11]探索了近20年來巢湖流域景觀格局變化特征及生態風險時空演化規律;劉永超等[12]基于景觀干擾度指數和景觀脆弱度指數評估了近30年美國Tampa Bay流域景觀格局及生態風險的時空特征;劉世梁等[13]基于景觀格局和土壤侵蝕過程評估了云南省紅河流域景觀生態風險分布規律。這些研究成果為國內外流域生態規劃、景觀結構調整及格局優化、社會經濟可持續發展決策等提供了理論依據。目前,流域生態風險評價研究已涵蓋了濕潤區、半濕潤區以及干旱區流域的湖泊、河流、河口三角洲、海岸帶等地[14],而以開發歷史悠久的東北老工業基地采礦流域作為研究對象的案例尚屬空白。
細河為遼寧省太子河一級支流,流域煤炭開采歷史悠久。長期粗放式開采使礦區地下水水位大幅下降,采礦區土地資源和森林資源遭到嚴重破壞,導致流域景觀生態發生變化。本研究結合細河流域的實際情況,基于流域1985、1995、2005和2015年遙感影像解譯而得的土地利用圖,采用由景觀干擾度及景觀類型脆弱度指數共同構建的景觀生態風險指數,對流域生態風險的時空分布特征及空間關聯特征進行了評估。研究結果可為基于生態安全的流域土地利用規劃與管理提供科學依據。

圖1 細河流域概況及生態風險評價單元的劃分
細河流域位于遼寧省本溪市境內,地處123°30′—124°00′E,40°45′—41°20′N。全長120 km,流域總面積1119 km2。細河主要流經本溪市南芬區、平山區和本溪滿族自治縣。流域山地較多,地勢東南高、西北低(圖1)。細河流域屬于溫帶大陸性季風氣候區,年均降水量800 mm,主要集中于夏季6—9月份[15]。流域內有豐富的鐵礦資源和森林資源。
本文所用的1985、1995和2005年3期Landsat TM及2015年Landsat OLI遙感影像來源于地理空間數據云(http://www.gscloud.cn),空間分辨率為30 m,影像軌道號/行號分別為119/31和119/32,每期2景,成像時間均在植被生長茂盛期6—10月,影像的云量均低于2%。借助ENVI 5.1軟件對圖像進行輻射定標、大氣校正、影像的拼接與裁剪,并根據實際情況選擇7、5、2波段組合方案,同時對影像進行2%的拉伸以增強解譯效果。本文利用最大似然法,參考1984年我國農業區劃辦組織制定的《土地利用現狀調查技術規程》將流域的土地利用分為6個一級分類,詳見流域土地利用分類圖(圖2),并結合Google Earth建立混淆矩陣對結果進行精度驗證。驗證結果顯示,所解譯的4個時段土地利用圖Kappa系數均在0.8以上,達到了中分辨率遙感影像精度使用要求[16- 17]。本文所用DEM數據來源于地理空間數據云的ASTER GDEM(V1)數據集,柵格大小為30 m。并以DEM數據為基礎,借助ArcGIS中的水文分析模塊,生成細河流域集水區域。

圖2 細河流域土地利用圖
2.2.1 生態風險評價單元的劃分
為了能夠將景觀生態風險指數空間化,在考慮景觀空間異質性、斑塊大小和流域面積的基礎上,本研究按照細河流域景觀斑塊平均面積的2—5倍進行網格采樣[18]。采用等間距的方式將細河流域劃分為340個2 km×2 km的正方形網格生態風險評價單元(圖1)。
2.2.2 景觀生態風險指數構建
本研究依據土地利用類型的面積比重和景觀損失度指數Ri構建景觀生態風險指數ERI[19- 20],公式如下:
(1)
式中,ERIk為景觀生態風險評價單元k的景觀生態風險指數,該值越大表示該評價單元的生態風險程度越高,反之,生態風險程度越低。Aki為景觀生態風險評價單元k中i類景觀的面積,Ak為景觀生態風險評價單元k的總面積,Ri為i類景觀的損失度指數,通過景觀干擾度指數Ei和各景觀類型的脆弱度指數Vi構建[21],公式如下:
Ri=Ei×Vi
(2)
其中景觀干擾度指數Ei[21]公式如下:
Ei=aCi+bNi+cFi
(3)
式中,C、N、F分別為景觀破碎度指數、分離度指數和分維數指數,其生態學含義及計算方法見表1;a、b、c分別為各景觀指數的權重,a+b+c=1,根據相關研究[22]并結合細河流域實際情況,分別賦值0.5、0.3、0.2。
景觀類型的脆弱度指數Vi由專家咨詢法并歸一化獲得,具生態學含義見(表1)。

表1 景觀格局指數計算方法
空間自相關分析通過描述某一要素的屬性值與其在空間上相鄰的各要素屬性值之間是否存在顯著關聯的關系,來揭示空間參考單元和相鄰單元在屬性特征值方面的空間相關特征。其指標分為兩種:全局Moran′sI指數用于檢驗某一要素的屬性值在整個研究區內的空間相關性;局部Moran′sI指數用于反映某一要素的屬性值和相鄰空間單元的相關性[13,28]。全局空間自相關指數的計算公式如下[29]:
(4)
(5)
(6)
式4中xi表示第i地區的觀測值,n為柵格數,Wij是二進制的鄰接空間權重矩陣,用來表示空間對象的鄰接關系。i=1,2,…,n;j=1,2,…,m;當區域i和區域j相鄰時,Wij=1;當區域i和區域j不相臨時,Wij=0。
局部空間自相關是將Moran′sI指數分解到各個獨立的空間要素公式為:
(7)
(8)
Moran′sI值介于-1—1,當Moran′sI>0時,表明研究區存在正相關,研究單元的屬性值呈趨同集聚;當Moran′sI<0時,表示負相關,呈離散分布;當Moran′sI=0時,表示不存在空間相關性。
3.1.1 土地利用結構變化分析
細河流域1985—2015年土地利用變化狀況如圖2和表2所示。在1985—2015年期間,細河流域各用地類型中林地、耕地和水域的面積減少,工礦及城鎮建設用地、未利用地和草地的面積增加。其中林地的面積減少最多,減少量為65.9 km2,面積比例從78.47%減少至72.58%;工礦及城鎮建設用地的面積增加最多,增加量為103.87 km2,面積比例從1.96%增加至11.24%;未利用地和草地的面積比例分別由0.64%和0.25%增加至1.58%和1.87%;耕地和水域的面積比例分別由17.38%和1.30%減少至12.13%和0.59%。

表2 細河流域1985—2015年土地利用變化
3.1.2 土地利用轉化過程分析
細河流域1985—2015年土地利用轉移矩陣如表3所示。可見,1985—2015年,林地是細河流域土地利用的主要轉出類型,其面積主要轉出為工礦及城鎮建設用地、耕地和未利用地;工礦及城鎮建設用地是細河流域土地利用的主要轉入類型,其面積的增加主要來源于耕地、林地和水域;耕地部分轉出為建設用地,部分由林地轉入,轉出面積大于轉入面積,造成其總體面積減少。其他土地利用方式也產生了不同程度的轉化。
為了探索細河流域景觀生態風險的空間分布特征,將每個生態風險評價單元的ERI作為其中心點的屬性值[30],利用ArcGIS地統計模塊中的普通克里金插值得到細河流域景觀生態風險的空間分布。并結合細河流域的實際情況和4個時相的ERI指數,利用自然斷點法將細河流域的ERI劃分為5個生態風險等級:高生態風險區Ⅴ(ERI>0.145)、較高生態風險區Ⅳ(0.115 表3 細河流域1985年—2015年土地利用轉移矩陣 細河流域景觀生態風險整體呈上升趨勢,其中較低、中、較高景觀生態風險區所占面積較大,而低、高生態風險區所占面積較小。從各級景觀生態風險區面積變化來看,1985年細河流域低、較低景觀生態風險區面積比例分別為18.3%和33.1%,占細河流域總面積的51.4%,流域景觀生態風險整體呈現較低的趨勢。其中低景觀生態風險區主要分布于流域北部海拔較低的本溪市平山區,此區域的基質景觀類型以城鎮建設用地為主,受到人類干擾的后的損失度低;高景觀生態風險區主要分布在流域中東部地區,此區域經濟欠發達以農耕為主,耕地和未利用地面積較廣且有零散破碎的工礦用地,開鑿礦山,破壞了山地景觀自身的穩定性,景觀受人為干擾后易損程度大,耕地景觀的斑塊較破碎。 1985—2005年,細河流域低、較低、中景觀生態風險區面積減少而較高、高景觀生態風險區面積增加。其中較高、高景觀生態風險區的空間分布格局也發生了變化,自流域中東部地區向南部本溪滿族自治縣擴散。在研究時段內本溪滿自治縣為了發展農業,將大面積林地開墾為耕地,使得原有較完整的景觀變得破碎,景觀生態風險增加;低景觀生態風險區面積逐漸減少并在流域北部地區集聚,在研究時段內流域北部的本溪市平山區隨著經濟的不斷發展,城鎮建設用地面積增加且從無序狀態向有序方向演變,系統穩定性逐步提高。 2005—2015年,細河流域中等、較高、高景觀生態風險區的面積比例分別為33.9%、20.9%和7.7%,占流域總面積的62.5%,較1985年相比呈明顯的上升趨勢。較高、高景觀生態風險區較2005年有所下降,流域南部本溪滿族自治縣的景觀生態風險有所改善。在這10年間,本溪滿族自治縣大力加強城市建設,縣內的城鎮建設用地面積增加且向有序方向轉變,受人為活動干擾后易損程度低,且流域中東部地區開始施行重建礦區生態環境等措施,降低了礦區生態風險程度。 圖3 細河流域景觀生態風險空間分布圖 表4 細河流域各生態風險等級區域面積比/% 3.3.1 全局自相關分析 依據1985—2015年細河流域景觀生態風險空間分布數據得到Moran′sI散點圖(圖4)。細河流域的景觀生態風險在1985年、1995年、2005年和2015年的全局Moran′sI值分別為0.3254、0.3656、0.3529和0.3665,呈波動上升的趨勢。這說明細河流域的景觀生態風險在空間上呈現集聚效應;景觀生態風險值高的區域,周邊的景觀生態風險值亦高;景觀生態風險值低的區域,周邊的景觀生態風險值亦低。 圖4 細河流域景觀生態風險Moran散點圖 3.3.2 局部自相關分析 進一步對細河流域景觀生態風險局部空間相關性進行分析,得到局部空間自相關集聚圖(圖5)。可見,1985—1995年,“高-高”值區皆集中分布在流域中東部地區,此區域經濟欠發達,用地模式以“開墾-廢棄-再開墾”的農耕經濟為主,耕地和未利用地面積較廣。另外,零散破碎的工礦用地及礦山開鑿,破壞了山地景觀自身的穩定性,使景觀損失度增加;“低-低”值區呈零散分布,主要分布于本溪市平山區內,這與同期的景觀生態風險克里金插值空間分布格局較為一致。1995—2015年細河流域景觀生態風險的“高-高”值集群結構發生了變化,向流域南部擴散,而“低-低”值區變化不大。位于“高-高”值區內的本溪滿族自治縣,地處低山丘陵區,基質景觀類型以林地為主,但由于追求發展,開荒毀林較為嚴重。城鎮建設用地和耕地都呈現較小且分散的分布模式,景觀連通性、系統內部的穩定性差,景觀損失度高。 圖5 細河流域4個時期景觀生態風險局部空間自相關集聚圖 本文從土地利用變化及轉移、景觀生態風險的時空分布及空間相關3個方面對細河流域的景觀生態風險進行了綜合評價,結果表明: 1)1985—2015年,細河流域6種用地類型的面積皆發生了變化,其中草地、工礦及城鎮建設用地和未利用地面積增加,林地、耕地和水域面積減少。林地是流域的優勢景觀類型,對流域景觀格局的變化起著重要作用。 2)1985—2015年,細河流域高、較高和中景觀生態風險區的面積比例分別增加了2.4%、8.7%和2.8%,且在空間上由流域東中部地區向南部轉移;低景觀生態風險區和較低景觀生態風險區面積比例分別減少了8%和5.9%,且在空間上向流域北部地區集聚。流域景觀生態風險整體呈現增高趨勢。 3)在研究時段內,流域的全局自相關Moran′sI值分別為0.3254、0.3656、0.3529和0.3665,景觀生態風險呈正相關現象,在空間分布上趨于集群。且景觀生態風險局部自相關格局較為一致,高-高值分布在流域東部地區,而低-低值分散于流域周圍。 本研究以景觀格局指數為指標,通過土地利用類型的面積比重、景觀干擾度和景觀損失度指數構建景觀生態風險指數,僅從景觀空間結構的一個角度出發來評價細河流域的生態安全格局,沒有考慮流域氣候、地形、地貌和社會經濟等因素,所以并不具有絕對性。但流域景觀格局是流域生態環境管理的基礎單元、是人類活動的主要作用面,其變化必然會引起生態系統功能的改變。因此,利用景觀格局指數的方法研究流域的生態安全格局是可行有效的。針對本研究,建議細河流域結合自身實際情況,對現有土地利用類型的組合情況進行思考,在結合流域自然因素的前提下,改善不合理的土地利用類型。在資源開發的過程中應堅持生態優先的原則,在保護河流水域和林業發展的同時,限制對地表擾動較大的工礦建設用的大規模發展,保留一定范圍的生態緩沖區,并實施有效的生態補償制度。受研究者知識、經驗和主觀因素的限制,對于細河流域景觀生態風險時空關聯格局的驅動力解釋還不夠完善,對此進行深入探索并進而提出可行有效的流域生態管理建議是本研究今后努力的方向。


3.3 景觀生態風險空間相關性分析


4 結論與討論