基于土地利用變化的江蘇沿海地區生態風險格局

許鳳嬌,呂 曉,*

1 曲阜師范大學地理與旅游學院,日照 276826 2 國土資源部海岸帶開發與保護重點實驗室,南京 210024

生態風險是指一個種群、生態系統或整個景觀的正常功能受外界脅迫,從而在目前和將來減少該系統內部某些要素或其本身的健康、生產力、遺傳結構、經濟價值和美學價值的可能性[1]。區域生態風險評價能夠描述和評估區域尺度上的環境污染、人為活動或自然災害對生態系統及其結構產生不利影響的可能性[2]。土地作為人類活動的主要空間載體,其開發和利用是人類與自然交叉最密切的環節。土地利用方式的改變能影響生物多樣性,改變生態系統的生產力和脆弱程度,進而影響土地資源的承載功能和生態系統的服務功能[3-5]。由此可知,土地利用方式的改變已成為一種影響生態系統穩定性的人為干擾源,而生態風險評價則立足于一個新的視角來定量地評估土地利用變化所引起的生態效應[6]。目前,學者們圍繞土地利用變化與環境因子的關系[7]、單一土地利用類型的生態效應及其生態系統服務價值[8-9]、土地利用景觀格局特征與生態風險強度之間的關系[10]等方面開展了大量相關研究。國內學者主要從兩方面進行生態風險評價研究：水環境化學生態風險評價[11-12]、區域和景觀生態風險評價[13]。已有學者針對不同區域、不同評價目的選擇相關指標、方法和模型,進行了大量景觀生態風險評價的探索,并取得了一定成果。如,許妍等[14]通過構建區域生態風險綜合指數,對太湖流域景觀生態風險的時空格局進行了分析,同時揭示了不同區域土地利用類型對生態風險的影響；張月等[15]以新疆艾比湖流域為研究區,以景觀格局指數為評價指標,對研究區生態風險的演化特征進行了評估；徐蘭等[16]以洋河流域為研究區域,從土地利用覆被/變化的視角來研究其對景觀生態風險的影響。景觀生態風險評價不僅能夠揭示區域整體生態質量的時序變化特征,也可以在空間上分析生態風險的格局特征[17]。目前,學者們研究區域生態風險狀況時大多針對城市[7,18-19]、湖泊或河流流域[16,20-21]、三角洲濕地[2,22]、生態脆弱區[23]等典型地區,而針對海岸帶、沙漠綠洲等生態敏感區的景觀生態風險評價有待繼續深入。

江蘇沿海地區作為自然保護區和生態濕地的密集分布區,是生態環境保護的重要領地[24]。自1995年以來,江蘇省實施了“海上蘇東”、“沿海開發”等一系列發展戰略來發展沿海經濟。2009年江蘇沿海開發規劃上升為國家戰略,沿海開發的逐步深入導致沿海地區土地利用格局發生劇烈變化,生態用地總量減少,建設用地和農用地增加較快[25],沿海新一輪發展戰略的實施與生態環境保護之間的矛盾愈演愈烈[17],因此該區域的土地利用變化無疑會對生物多樣性和生態環境的保護產生深遠的影響。

本文借鑒已有研究,結合景觀生態學與空間統計學分析方法,基于江蘇沿海地區的土地利用數據,構建生態風險指數,評價其生態風險強度,揭示研究區最佳粒度下生態風險的時空分異特征及主要風險來源,以期為該區域土地的合理利用及生態環境的可持續發展提供理論依據和數據支持。

1 研究區概況

圖1 江蘇省沿海地區Fig.1 The coastal region of Jiangsu province

江蘇沿海地區位于31°38′—35°08′N和118°24′—121°01′E,該區南起長江北堤,北到蘇魯邊界,西與徐州、淮陰、揚州、泰州接壤,東臨黃海,東西距離約60—150 km,南北距離約466 km,海岸線長度達954 km,土地總面積32473 km2,包括連云港市區、鹽城市區、南通市區,及其管轄的贛榆、東海、灌云、灌南、響水、濱海、阜寧、射陽、建湖、大豐、東臺、海安、如東、通州、如皋、海門、啟東等17個縣(市),共20個行政單元(以2014年行政區劃為準)(圖1)。該區屬于北亞熱帶與暖溫帶過渡地區,水網密集,地勢低平,擁有豐富的土地資源和灘涂資源。

1990—2015年間,江蘇沿海地區地區生產總值由250.48×108元增長至18646.61×108元,常住總人口由1888.18×104人增長至3192.13×104人。“沿海開發戰略”的深入實施導致該地區土地利用變化劇烈,人地矛盾激化,出現大規模利用灘涂圍墾造田實現“占補平衡”、建設用海等現象。

2 數據來源與研究方法

2.1 數據來源與處理

本文所需土地利用數據來源于國家科技基礎條件平臺——國家地球系統科學數據共享平臺(http://www.geodata.cn),選取1980年代末(為了方便表述,統一界定為1990年)、2000年、2010年和2015年共4個時相的江蘇沿海地區1∶10萬土地利用數據；社會經濟數據均來源于相應年份的《江蘇省統計年鑒》。

結合江蘇沿海地區土地利用變化特征,并參考土地利用現狀分類標準(GB/T 21010—2007),將研究區土地利用現狀分為耕地、林地、草地、水域、建設用地和未利用地6種。為方便運算,對4期土地利用數據進行重編碼,將耕地、林地、草地、水域、建設用地和未利用地分別設為1、2、3、4、5、6,得到江蘇沿海地區1990年、2000年、2010年和2015年土地利用類型圖(圖2)。

圖2 1990年、2000年、2010年、2015年江蘇沿海地區土地利用類型圖Fig.2 Land use in coastal areas of Jiangsu(1990, 2000, 2010 and 2015)

2.2 研究方法

2.2.1 最佳分析尺度的選取

由于研究景觀層次上的區域生態風險具有尺度適宜性,當景觀分析的空間尺度發生變化時其生態系統特征也會隨之變化[26]。尺度通常用粒度和幅度來表達,空間粒度主要包括斑塊大小、柵格數據中的網格大小及遙感影像的像元或分辨率大小等[27]。本文在已有研究基礎上選取10個具有典型生態意義的景觀水平指數,分別為平均斑塊面積(AREA_MN)、最大斑塊指數(LPI)、斑塊數量(NP)、斑塊密度(PD)、景觀形狀指數(LSI)、平均形狀指數(SHAPE_MN)、平均分維數(FRAC_MN)、平均臨近指數(CONTIG_MN)、蔓延度(CONTAG)和香農多樣性指數(SHDI)。同時將江蘇沿海地區2015年土地利用數據轉換后的柵格單元(研究范圍內最小的空間單位,尺度意義上的粒度)依次設定為30、40、50、60、70、80、90、100 m,對所選景觀格局指數進行粒度效應分析,從而確定江蘇沿海地區生態風險特征的最佳研究粒度,以便更科學準確地分析該區生態風險時空格局。

2.2.2 風險單元的劃分

圖3 江蘇沿海地區生態風險單元劃分Fig.3 Division of ecological risk plots in coastal areas of Jiangsu

為使各樣區的生態風險指數能代表一定區域土地利用變化所帶來的生態風險狀況,本文對江蘇沿海地區1990年、2000年、2010年和2015年4期土地利用數據進行等間距系統采樣。根據研究區范圍和采樣工作量,本文采用10 km×10 km的格網對研究區進行空間采樣,共有416個風險單元(圖3)。將采樣后的四個時相的土地利用數據轉換為最佳粒度的柵格數據,利用Fragstats 4.2軟件及公式(1)—(3)計算出每個風險單元的生態風險指數,并將其作為屬性值賦給各樣區中心點。

2.2.3 生態風險指數

基于景觀格局的生態風險指數(Ecological Risk Index,簡稱為ERI)目前最為常用,將每種景觀組分的景觀干擾度和脆弱度指數相乘并開方,并以此作為權重將風險單元內所有景觀組分的面積比重加權求和,即可得到整個風險單元的生態風險指數[28],表達式為[14]：

(1)

式中,m為景觀類型數；Ai為第i類景觀的面積,A為景觀總面積,LLi為第i類景觀的景觀損失度指數。

景觀損失度指數,是某一景觀類型的景觀干擾度和景觀脆弱度指數的綜合[14],計算公式為：

(2)

式中,Ui為第i類景觀類型的干擾度指數；Si為第i類景觀類型的脆弱度指數。其中,景觀干擾度指數Ui是景觀破碎度、分離度和優勢度的綜合,表達式為[14]：

Ui=aCi+bFi+cDOi

(3)

式中,Ci為景觀破碎度指數；Fi為景觀分離度指數；DOi為景觀優勢度指數；a、b、c分別為破碎度、分離度和優勢度指數的權重,3種指數的計算公式詳見參考文獻[29]。

結合已有研究,對破碎度、分離度和優勢度分別賦以0.5、0.3、0.2的權值。景觀脆弱度指數Si表示不同生態系統的易損程度。該區6種景觀類型所代表的生態系統中,未利用地的脆弱程度最大,其次是水域,而建設用地的易損程度最小,分別為6種景觀類型賦予脆弱度指數：未利用地=6、水域=5、耕地=4、草地=3、林地=2、建設用地=1[14],進行歸一化處理,得到各自的脆弱度指數。

2.2.4 空間分析方法

(1)半方差分析法

本文將416個樣區的生態風險指數賦給樣區中心點,在半方差分析的基礎上,選擇普通克立格法對樣本點的生態風險指數進行空間插值,得到研究區生態風險空間分布圖。計算公式為[30]：

(4)

式中,γ(h)為變異函數；h為步長；N(h)為間隔距離為h時的樣點對數；Z(xi)和Z(xi+h)分別為在空間位置xi和xi+h上的生態風險指數值。

本文借助地統計軟件GS+7.0來實現樣本變異函數理論模型的擬合,在此基礎上采用普通克立格法對江蘇沿海地區生態風險指數進行空間插值,并將其劃分為四個等級：低生態風險(0.03≤ERI<0.08)、較低生態風險(0.08≤ERI<0.13)、中等生態風險(0.13≤ERI<0.18)和較高生態風險(0.18≤ERI<0.23),進一步得出4個時期的生態風險等級空間分布圖。

(2)空間自相關分析法

空間自相關分析能夠檢驗具有空間位置的要素屬性值與相鄰空間點上的屬性值是否具有關聯性,包括全局空間自相關和局部空間自相關[31]。本文用Moran′s I指數來分析區域總體的空間關聯和空間差異程度；用空間關聯局域指標LISA來檢測局部地區是否存在顯著的生態風險高高集聚區和低低集聚區[17]。

2.2.5 生態風險貢獻率

本文以縣域邊界劃分風險單元,將研究區劃分為20個風險單元(中心城區整合為1個單元，且以2014年行政界線為準)。采用公式(1)—(3)分別計算出1990、2000、2010和2015年不同區域(即各風險單元)的生態風險指數值,進而計算各風險單元不同地類生態風險指數值與整個風險單元生態風險指數值之比,并將此作為各區域不同土地利用類型對生態風險的貢獻率,從而分析不同區域生態風險的來源及其影響因素。

3 結果與分析

3.1 土地利用變化分析

土地利用轉移矩陣能夠描述某一時段內各土地利用類型相互轉化的方向和數量。1990—2000年,耕地主要轉化為建設用地,轉移面積為223.77 km2,轉移率0.9%；草地主要轉化為耕地和水域,轉移面積分別為108.83、97.87 km2,對應的轉移率分別為8.18%、7.35%；其余地類之間的轉化不明顯。2000—2010年,其他地類向建設用地轉化的面積增大,其中耕地轉為建設用地的面積是1990—2000年的5倍,轉化面積達1118.19 km2,轉移率為4.50%；草地和水域分別向建設用地轉化108.54、103.44 km2；建設用地主要轉化為水域,轉出面積為226.63 km2,轉出率達5.87%。2010—2015年,耕地主要轉化為建設用地和水域,轉移面積分別為621.10、139.30 km2,轉移率分別為2.61%、0.59%；草地主要轉化為耕地和水域,轉移面積分別為24.63、17.32 km2,轉移率分別為4.08%、2.87%；有116.70 km2的水域轉化為建設用地,轉移率為3.37%；建設用地主要轉為水域和耕地,轉出面積分別為127.66、124.73 km2,轉出率為2.62%、2.56%。

3.2 生態風險分析

3.2.1 最佳分析粒度

本文通過比較不同空間尺度下各景觀指數的尺度轉折點來確定最佳分析粒度。結果顯示,一些指數在不同尺度上沒有變化或無規律變化,一些指數雖呈規律性上升或下降,但尺度轉折點不明顯,如平均臨近指數和蔓延度。本文用于確定最佳分析尺度的是有規律變化且有明顯拐點的敏感指數(圖4),包括斑塊數量、斑塊密度、最大斑塊指數、平均斑塊面積、平均分維數、香農多樣性指數。

景觀指數對尺度變化響應的拐點不是一個確定的數值,而是一個相對較小的區間,在該區間指數變化比較明顯。不同景觀指數變化的拐點不完全相同,針對單個指數,可以根據拐點來劃分尺度閾[32],如斑塊數量的尺度閾為(50,80),最大斑塊指數的尺度閾為(40,50)、(50,70)。在此,需要綜合各指數的尺度拐點來劃分整個研究區景觀的尺度閾。綜合分析圖4可知,江蘇沿海地區的分析尺度閾為：(40,50)、(50,70)、(70,80)。選擇最佳粒度時,應在第一尺度閾內選擇中等偏大的粒度,這樣既可以保證計算質量,又不使計算工作量過大[33]。本文的第一尺度閾為(40,50),故確定江蘇沿海地區的最佳分析粒度為50 m。

圖4 敏感指數尺度效應Fig.4 Scale effect of landscape metrics斑塊數量number of patches；斑塊密度patch density；最大斑塊指數largest patch index；平均斑塊面積mean patch area；平均分維數mean fractal dimension；香農多樣性指數Shannon′s diversity index

3.2.2 景觀格局指數的時序變化

結合Fragstats 4.2和Excel 2010軟件,按照公式(2)、(3)進行計算,得到研究區1990、2000、2010和2015年各景觀類型的景觀格局指數(表1)。分析表1可得,1990—2015年,耕地和建設用地的面積雖然有所變動,但一直分布較廣,是研究區的主要景觀類型；水域次之,面積不斷增加；未利用地面積最小,但呈整體增加趨勢。耕地和水域斑塊數目顯著增加,分別由1990年的1131個和1814個增加至2015年的1835個和3034個,但耕地面積并沒有增加,而是有所減少,致使耕地的破碎度指數和分離度指數不斷增大；同時水域面積隨斑塊數目的增加而增加,其破碎度指數和分離度指數也呈增加趨勢,由此可知二者破碎化程度均加深,分離度增大,由起初的大面積塊狀集中分布變為小斑塊隨機散落分布,但水域的優勢度指數增加。與耕地和水域不同,城鄉建設用地自1990年起,面積不斷增加,而斑塊數目先增后減,使其破碎度指數和分離度指數不斷減小,優勢度指數增大。然而,草地面積隨斑塊數量的減少而急劇減少,分離度增大,優勢度降低。同時,林地的破碎度和分離度指數也呈增加趨勢。1990—2010年,未利用地面積急劇增加,由2.02 km2增加至126.73 km2,與此同時,斑塊數目也明顯增加,導致未利用地的破碎度指數和分離度指數變化明顯,分別由1990年的0.0149和7.8052減少至0.0036和0.5505,優勢度指數增加了近10.16倍。

從各類景觀受干擾程度來看,建設用地和林地受干擾程度較大,其次是耕地和水域,草地受干擾最少。從景觀損失度指數來看,研究期間,未利用地始終最大,且呈整體減小的趨勢,這主要因為未利用地面積明顯增大,斑塊數目有所增加,破碎度和分離度指數減小(以2010年最為明顯),導致其損失度指數降低,另外,未利用地的景觀脆弱度指數最高,也是其損失度指數最大的原因之一。耕地和水域的損失度指數次之,其中,耕地的損失度指數呈下降態勢,而水域的損失程度呈上升態勢,這主要是因為二者受外界的干擾程度不同。整體來看,建設用地的景觀損失度指數最小,且呈逐年下降態勢,這主要是由于建設用地最為穩定,景觀脆弱度指數最小,且受干擾程度減小。

表1 不同景觀類型的景觀格局指數

3.2.3 生態風險指數的時序變化

計算研究區416個樣區各土地利用類型的生態風險指數平均值(表2)可得,研究期間,耕地、草地和林地的生態風險指數呈下降態勢,表明其生態安全狀況趨于好轉。水域、建設用地和未利用地的生態風險指數呈上升態勢,表明這3種景觀類型的生態安全狀況趨于惡化。這主要是因為水域的破碎化程度加深,斑塊分離程度加大,致使其生態風險指數上升；而建設用地和未利用地的損失度指數雖減小,但由于其占整個風險單元的比例不斷增大,導致生態風險指數上升。

統計4個時期各風險單元的生態風險指數值可得,江蘇沿海地區1990—2015年的生態風險指數平均值分別為0.1563、0.1559、0.1541和0.1529,表明該地區的生態風險指數呈下降態勢。1990—2000年研究區生態風險指數減少0.0004,變化并不顯著。2000—2010年和2010—2015年生態風險指數分別減少了0.0018、0.0012。這表明隨著土地利用結構的變化,研究區生態安全總體呈現好轉的趨勢,該趨勢與耕地和草地的變化一致,說明耕地和草地對于江蘇沿海地區生態安全起主導作用。

表2 1990年、2000年、2010年和2015年生態風險指數

3.2.4 生態風險指數的空間分異

(1)變異函數模型及其參數確定

針對1990、2000、2010和2015年416個生態風險指數采樣數據,進行變異函數理論模型的最優擬合。GS+7.0顯示,1990年、2000年和2015年用球形模型的擬合效果最為理想,而2010年用指數模型更為適宜,所得生態風險指數半變異函數及參數分別如圖5和表3所示。

1990—2015年,基臺值呈逐年增加態勢,從1990年的0.0298增加至2015年的0.2154,表明土地利用生態風險強度的空間分布不均勻性增強,差異逐漸擴大。變程值從1990年的117300 m增加到2010年的149400 m,至2015年減少為103400 m,表明生態風險指數的相關性范圍呈先增加后減小態勢。生態風險指數的塊基比呈先減后增態勢,且范圍均在25%—75%之間,表明生態風險值的空間相關性呈先減后增趨勢,且相關性一直處于中等程度。

圖5 江蘇沿海地區生態風險指數變異函數曲線Fig.5 Variance function curve of eco-risk index(1990,2000,2010,2015)

年份Year 模型Model塊金值Nugget基臺值Sill 塊基比Ratio of nugget to sill變程Range/m決定系數Coefficient of determination殘差Residual error1990球形模型0.00950.029831.88%1173000.96400.000022000球形模型0.00940.031030.32%1213000.96000.000022010指數模型0.00930.033527.76%1494000.94400.000032015球形模型0.06320.215429.34%1034000.84400.0044

(2)生態風險指數的空間分布

將生態風險指數的插值結果劃分等級可得生態風險等級空間分布圖(圖6),并統計出各區面積(表4),做出面積轉移矩陣表(表5)和風險等級變化圖(圖7)。

從圖6可以看出,1990年,較高生態風險區較少,主要分布在研究區西部水域和西南部耕地部分；較低風險區主要分布在東北部地區以及東部水域和草地部分；研究區大部分區域屬于中風險區；而低風險區未曾出現。至2000年,較高風險區面積擴大,在原有位置上向南延伸；較低風險區在東部草地和水域部分有所增加。2010年,東部水域地區的較低風險區變為中風險區,這要是由于該地區建設用地轉化為水域和草地,生態系統穩定性減弱,導致生態風險加大；較高風險區較2000年面積有所減少,但在空間上向北延伸。至2015年,在研究區東北部地區出現低風險區；較低風險區呈大面積增加趨勢,在南部地區出現較低風險區。研究期間,江蘇沿海地區各縣區中,生態風險強度較低的區域分布在贛榆區、連云港市區、灌云縣和響水縣,生態風險較高的區域主要分布在鹽城市區、大豐市和東臺市。

圖6 1990、2000、2010和2015年生態風險等級分布Fig.6 Distribution of ecological risk types of 1900、2000、2010 and 2015

分析表4可得,中風險區所占面積比例在4個年份均為最大,分別為91.96%、91.24%、90.92%和69.19%,面積呈減少態勢；1990—2015年,中風險區的面積變化量最大,減少了7495.39 km2；較低風險區的面積變化量次之,增加了6983.68 km2；低風險區所占面積比例較小,僅在2010—2015年間出現；較高風險區面積呈先增后減態勢,整體減少了395.29 km2。總體來看,江蘇沿海地區生態風險等級高的區域面積減少,生態風險等級低的區域面積增加,表明研究期間生態安全狀況趨于好轉。

表4 江蘇沿海地區1990—2015年生態風險等級面積及比例

由表5可得,1990年到2015年間,風險等級降低區域的總面積為9336.42 km2,而較低風險到中風險、中風險到較高風險的面積共有184.43 km2,遠少于風險等級降低的總面積,研究區總體生態安全狀況趨于好轉。在各級生態風險遷移轉化過程中,轉移最多的是中風險向較低風險轉移,轉化面積為7946.59 km2；其次為較低風險向低風險轉移,轉移面積為866.02 km2；較低風險向中風險轉移的面積為96.88 km2；有87.55 km2的中風險區向較高風險區轉移,而較高風險向中風險轉移的面積為482.84 km2。總體來看,向低風險和較低風險區轉移的面積較多。

表5 江蘇沿海地區1990—2015年生態風險等級面積轉移矩陣/km2

圖7 1990—2015年生態風險等級變化圖Fig.7 Changes of ecological risk grades during 1900—2015

從生態風險等級的空間變化情況來看(圖7),生態風險等級升高的區域主要集中在較低風險區與中風險區,而等級降低區在較高風險區、中風險區和較低風險區均有分布。同時,生態風險等級升高區域也主要集中在東部草地和水域地區以及西南部耕地地區,這主要是因為東部海岸線地區海邊港口、旅游地等的開發,水域破碎化程度加深,景觀干擾度指數增大,導致生態風險程度加強,并且人類活動對耕地的干擾程度加深也是造成生態風險等級升高的原因。

3.2.5 生態風險指數空間自相關分析

(1)全局空間自相關

利用GeoDa 9.5計算出江蘇沿海地區416個樣區1990年、2000年、2010年和2015年生態風險指數的全局Moran′s I值,用于驗證整個區域生態風險指數的空間模式及其顯著性。1990年全局Moran′s I為0.4172,2000年全局Moran′s I為0.4297,2010年全局Moran′s I為0.4398,2015年全局Moran′s I為0.5417。4個時期Moran′s I數值均為正值,且呈增加態勢,表明江蘇沿海地區生態風險指數在空間分布上具有較明顯的正相關性,即相鄰樣地間存在相互影響,呈現出空間上的高度相似性,在時間序列上,土地利用生態風險等級相似樣地的空間集聚呈現增強的趨勢,表明江蘇沿海土地利用生態風險強度的整體空間分異性增加。

(2)局部空間自相關

由于全局Moran′s I不能探測相鄰區域之間生態風險強度的空間關聯模式,為進一步確定是否存在風險值的高值或低值的局部空間聚集,采用局部空間自相關分析。采用Rook的鄰接權重矩陣計算出江蘇沿海地區1990—2015年生態風險局部自相關結果(圖8)。由圖8可得,4個時期的生態風險指數空間分布均以高-高聚集和低-低聚集類型為主。生態風險低-低聚集區主要分布在研究區東北部和東部沿海地區,表明此區域的生態風險強度較低,且相鄰地區的生態風險強度也較低,這可能是與該區域建設用地較多,生態系統較穩定有關；生態風險高-高聚集區主要由研究區西部外圍邊界處向南聚集,主要集中在較高風險區,說明這些地區的生態風險等級高,同時相鄰地域的生態風險等級也較高,其原因是此區域較多的耕地被占用,植被覆蓋度較低,人類干擾程度較大,對土地利用類型的改變較大。

圖8 生態風險指數的局部空間自相關Fig.8 LISA of ERI cluster map

由上圖可得,1990—2000年,低值聚集區面積有所減少,而高值聚集區面積有所增加；2000—2010年,東部沿海地區的低值聚集區減少,但總體面積稍有增加,同時高值聚集區面積輕微減少；2010—2015年,低值聚集區面積減小,高值聚集區稍有增加,二者空間分布均有所變化。

3.3 生態風險來源及其影響因素

土地利用方式及強度是人類干擾活動的最直接表現形式[14],因此,本文以行政區為風險單元計算出4個時期研究區不同區域的生態風險指數值,進而通過計算各區域不同土地利用類型對生態風險的貢獻率得到不同區域生態風險的來源及其影響因素(圖9)。

耕地對整個研究區生態風險的貢獻率最高,其風險貢獻率由1990年的84.18%減少至2015年的77.62%,主要包括東臺市、海安縣、如東縣、如皋市、通州區、海門市和啟東市,在此期間,耕地面積雖有所減少,但人類對耕地的干擾程度減弱,因此耕地的生態風險指數有所下降,從而使得區域生態風險強度降低。其次是建設用地生態風險貢獻率,自1990年起,城鄉建設用地景觀損失度指數雖有所下降,但因其面積不斷增加,占整體景觀面積的比例不斷上升,導致建設用地生態風險指數有所上升,全區建設用地風險貢獻率已由1990年的8.44%增加至2015年13.32%,主要包括連云港市區、響水縣以及南通市區。全區水域生態風險貢獻率由1990年的4.86%增加至2015年的7.12%,主要包括贛榆區、灌云縣、射陽縣和建湖縣。水域生態風險貢獻率的增加主要是因為圍網養殖和水利設施的興建等人類活動干擾增強,使水體斑塊數量增多,景觀破碎度與分離度指數增大,從而阻礙了物種的遷移與擴散,降低了水生態系統的抗干擾能力,導致水域生態風險指數上升。生態風險來源具有一定的區域特征,不同區域景觀生態風險來源不盡相同。耕地、水域和建設用地是整個研究區生態風險的主要來源,水域和建設用地的生態風險貢獻率越來越大,而耕地的風險貢獻率在減小。

圖9 不同區域景觀類型的生態風險貢獻率Fig.9 The contribution rates of different landscape types to ecological risk1:耕地cropland；4:水域 water；5:建設用地 construction land

4 結論與討論

(1)1990—2015年,江蘇沿海地區土地利用類型以耕地為主,面積占71%以上,其次是建設用地。該區土地利用變化的總體趨勢是耕地、草地和林地面積減少,其中耕地變化幅度最大,減少1848.40 km2；建設用地、水域和未利用地增加,其中建設用地增加幅度最大,為1816.27 km2。耕地主要轉化為建設用地,其主要補充來源為草地；新增建設用地主要來源于耕地；水域主要是由草地和耕地轉化而來,主要原因是部分草地和耕地被改造為養殖池,用于發展養殖產業。

(2)通過比較敏感景觀指數的尺度轉折點確定江蘇沿海地區景觀格局的最佳分析粒度為50 m。1990—2015年,耕地和水域斑塊數目顯著增加,但耕地面積減少,導致耕地的破碎度和分離度不斷增大,水域面積雖增加,但其破碎度指數和分離度指數也呈增加趨勢。建設用地和未利用地的斑塊數量均先增后減,破碎度和分離度不斷減少；草地和林地面積均減少,破碎度和分離度指數呈增加態勢。

(3)1990—2015年間研究區生態風險指數平均值分別為0.1563、0.1559、0.1541和0.1529,表明該區生態風險強度呈下降態勢。研究期間,中風險區所占面積比例最大,但呈減少態勢；較高風險區占比較小,且減少了395.29 km2；2010—2015年間出現低風險區。風險等級降低區域的總面積遠大于風險等級升高區的總面積,等級升高區域主要集中在東部草地和水域地區以及西南部耕地地區。在各縣區中,鹽城市區和東臺市的生態風險指數較高,連云港市區和贛榆區的風險指數較低。在各級生態風險遷移轉化過程中,以中風險向較低風險轉移的面積居多。從空間上看生態風險強度自內陸向沿海呈梯度狀減小的趨勢,風險等級呈帶狀分布,風險值整體空間分異性增加,同時空間分布以高-高聚集和低-低聚集類型為主,其中高值聚集區主要由研究區西部外圍邊界處向南聚集,主要集中在較高風險區,低值聚集區主要分布在研究區東北部和東部沿海地區。耕地、水域和建設用地是整個研究區生態風險的主要來源,其中耕地對整個研究區生態風險的貢獻率最高,水域和建設用地的生態風險貢獻率呈增加趨勢。

(4)由于在景觀層次上研究區域生態風險具有尺度適宜性,因此本文通過對景觀格局指數進行粒度效應分析,確定了江蘇沿海地區生態風險特征的最佳研究粒度為50 m,在此基礎上分析該區生態風險的時空分異特征。另外,通過計算江蘇沿海地區各用地類型對不同區域生態風險的貢獻率,得到不同區域的主要風險源和影響因素,將評價結果與土地利用變化相結合,為不同行政單元提供相應的生態風險管理對策。本文只是基于土地利用變化和景觀格局進行江蘇沿海的生態風險評價,沒有綜合考慮社會、經濟和生態環境的其他因素,研究結果不具有絕對性,因此后續研究應結合社會、經濟等統計數據,構建計量模型來進一步分析不同區域土地利用生態風險來源及其影響因素,為區域生態風險管理提供更加科學的量化理論依據。

隨著江蘇沿海開發戰略的升級,臨港城鎮和產業快速、一體化發展,造成城鎮工礦用地需求增加,同時養殖業不斷發展,導致原有生態系統被破壞。例如,1990—2015年,新增未利用地主要呈斑塊狀零星分布于海岸帶地區,且處于耕地和草地向水域轉化的區域周圍,即射陽縣,其原因主要是為發展沿海經濟,沿海地區部分不適宜耕作的耕地和草地功能退化嚴重的土地被開發成魚塘或養殖池,但由于缺乏適宜的規劃以及養殖池自身的污染,使得部分養殖池廢棄,進而導致未利用地增加[17]。因此,在統籌協調沿海地區土地利用與經濟發展時,需重視開發規劃的整體性、科學性,以及產業布局的適宜性。同時,射陽縣東部沿海地區擁有鹽城國家級丹頂鶴生態保護區,生態系統較為脆弱,自然恢復能力較弱,因此要嚴格控制濕地的開發利用,加強保護區的生物多樣性保護,開發之前明確動植物的棲息空間及其保護狀況,開發時要保留一定范圍的緩沖區來保護其生態環境,避開珍稀動植物生存的核心區域,并有效實施生態補償制度,從而實現研究區的可持續發展。另外,江蘇省作為我國的糧食主產區,面對沿海地區耕地面積逐年減少的態勢,應嚴格控制耕地的非農占用,加大耕地后備資源的整治力度和高標準基本農田建設力度,確保區域糧食生產能力不降低。