旅游干擾下流域多尺度景觀格局演化特征及驅動因素——以新安江流域為例

張 瀟,張曉瑤,陸 林, *,李冬花

1 安徽師范大學地理與旅游學院,蕪湖 241002 2 華東師范大學城市與區域科學學院,上海 200062

旅游作為一種人為干擾形式,會在不同組織尺度上對種群、群落以及生態系統產生影響[1]。旅游活動及旅游開發建設主要通過作用于目的地的植物、野生動物和土壤等要素進而干擾區域整體生態環境。旅游干擾對不同植物群落和同一群落不同結構特征的影響具有差異性,喬木層受旅游影響較小,灌木層和草本層對旅游干擾響應相對顯著[2]；就草本層而言,其蓋度受旅游干擾影響較小,但高度和物種多樣性受影響較大[3]。此外,旅游干擾作用還具有距離衰減性和區域主導性特征,植物受旅游干擾的影響會隨距離增加而減弱,但在玉龍雪山、五臺山等旅游業較為發達地區,旅游干擾對植物的影響已經顯著超過海拔、地形和放牧等傳統景觀干擾因素[3-5]。受限于旅游業特性和數據獲取等問題,旅游干擾對動物影響的傳統研究多集中于土壤動物[6],伴隨旅游業態豐富和技術手段進步,研究對象開始逐步擴展到鳥類[7]、魚類[8]以及大型野生動物[9]等多個門類。旅游干擾對土壤的作用主要體現在pH值、緊實度以及水分、有機質、重金屬含量等物化指標上,旅游活動會對區域土壤生態環境產生顯著負面影響,是造成旅游目的地土壤退化的重要原因[10-12]。

旅游業作為一種以自然環境為載體、以人類活動為基礎的“新興發展要素和新興發展動能”,在助推區域經濟快速發展的同時,也會對區域土地利用/覆被變化和生態格局演化產生深刻影響[13-14]。但受限于旅游業的綜合性、融合性特征以及景觀格局人為驅動因子難以空間化問題[15],傳統旅游干擾研究主要集中在旅游活動對目的地單一因子的靜態影響上,而且研究尺度多囿于公園、景區甚至是游憩小徑等微觀尺度內,較少有文章系統探討旅游活動對跨區域、多尺度案例地生態環境的動態干擾格局、演化過程和作用機制。

新安江流域作為長三角城市群內旅游資源富集程度高、景觀類型多樣的典型城市群鄉土-生態空間,是旅游干擾景觀格局研究極為難得的天然實驗室[13]。為此,本文以新安江流域為案例地,從整體到局部遴選出“全流域-旅游熱點區-景區”三種尺度空間典型代表,探討旅游干擾背景下不同尺度景觀格局演化特征及差異,利用格網加權和地理探測器等技術構建流域景觀格局演化的驅動力測度體系,著重分析包括旅游在內的不同因子在新安江流域景觀格局演化中的影響強度,以期為理解旅游干擾在新安江流域景觀格局演化中的角色和地位,推進旅游業科學布局、適度開發,進而實現人地關系協調發展提供參考。

1 研究方法與數據

1.1 研究區域概況

新安江流域地跨皖浙兩省,屬于中國中東部地區和南北氣候過渡帶,地理坐標為117°38′—119°21′E,29°11′—30°20′N(圖1)。流域包含10個區縣,總面積11190km2,其中浙江省面積4715km2,安徽省面積6475km2。流域多年平均降水量1760mm,年平均氣溫17℃[16]。良好的自然本底環境以及悠久的歷史文化造就了新安江流域繁多優質旅游資源,但高強度旅游活動和大規模旅游開發在推動區域經濟迅速發展的同時,也會不可避免的給流域生態環境和可持續發展帶來一定挑戰。

圖1 新安江流域概況Fig.1 Location of the Xin′an River Basin

1.2 數據來源

本研究以1999—2019年的5期Landsat TM/ETM+/OLI系列遙感影像為基礎數據,所有遙感影像經過了幾何校正、圖像裁剪、圖像增強等預處理。采用數字高程模型(DEM)、夜間燈光數據、社會、經濟和旅游相關統計數據用于景觀格局影響因素分析。其中遙感數據來源于美國地質調查局(https://earthexplorer.usgs.gov/),DEM數據為地理空間數據云(http://www.gscloud.cn)提供的GDEMV2 30m分辨率數字高程,夜間燈光數據主要為美國國家海洋和大氣管理局(www.ngdc.noaa.gov)提供的DMSP/OLS(1999—2013年)與NPP/VIIRS(2013—2019年)數據,相關統計資料源于地方統計年鑒和官方網站。此外,本研究還借助Google Earth和天地圖用于高鐵、高速、景區、城市、鄉鎮等干擾源坐標定位以及景觀解譯與驗證。

1.3 研究方法

1.3.1景觀分類與景觀格局指數

通過野外采樣和高分辨率遙感影像獲取景觀類型解譯標志,依據新安江流域植被覆蓋特征和研究需要,采用支持向量機法(Support Vector Machine, SVM)將新安江流域景觀類型劃分為林地、草地、耕地、建設用地、水體、裸地6大類,利用野外采樣數據、天地圖和Google Earth隨機選取驗證樣本進行混淆矩陣精度驗證,總體分類精度大于85%。

依據新安江流域實際景觀特征和前人研究成果,在類型水平上選取斑塊密度(Patch Density, PD)、邊緣密度(Edge Density, ED)、最大斑塊指數(Largest Patch Index, LPI)、平均斑塊大小(Mean Patch Size, MPS)和斑塊凝聚度(Patch Cohesion Index, COHESION) 5種指數,在景觀水平上選取面積加權平均分維數(Area-weighted Mean Patch Fractal Dimension, AWMFD)、香農多樣性指數(Shannon′s Diversity Index, SHDI)、蔓延度(Contagion Index, CONTAG)、集聚度(Aggregation Index, AI)4種指數,這些指數可以較好的反映新安江流域的景觀個體單元特征、景觀組分空間構型特征和景觀整體的多樣性特征[17-20]。采用Moving Window法空間化斑塊數量(Number of Patchs,NP)、最大斑塊指數(Largest Patch Index, LPI)、集聚度(Aggregation Index, AI)、香農多樣性(Shannon′s Diversity Index, SHDI)4種景觀指數用于景觀格局影響因素分析,上述指數可從景觀破碎性、優勢度、集聚度以及多樣性等方面反映新安江流域整體景觀格局演化狀況。各指數借助Fragstats 4.2計算。

1.3.2驅動因子庫構建

綜合國內外研究成果和新安江流域實際情況,本研究在自然因素方面選取了地形地貌、氣候維度下的5種驅動因子,在人文因素方面從人口、總經濟、工業經濟、農業經濟、居民生活水平、交通、科技、特殊人為干擾和旅游等9個維度選取了25種驅動因子,從而構建出了新安江流域景觀格局演化的驅動因子庫(表1)。

表1 景觀格局演化的驅動因子庫

1.3.3地理探測器

新安江流域面積廣,影響流域景觀格局演化的因子眾多而且異常復雜,相當一部分因子存在重疊、嵌套關系,極其適合運用地理探測器(Geodetector)來分析影響景觀格局演化的相關因素。其計算方法與意義參考相關文獻[32- 33]。

為了使各驅動因子與新安江流域景觀格局在空間上相匹配,參考相關研究[23,34]和新安江流域范圍,利用ArcGIS將新安江流域劃分為1363個邊長3km×3km的格網并編碼,分別統計每個格網中的自變量X與因變量Y數據,以實現多元多類型數據的統一。統計數據參考張行等人[35]研究方法,按照土地類型面積或人口數加權折算賦值到格網中。所有數據均用自然斷裂點法分為5級以實現自變量X類別化。

2 結果分析

2.1 旅游干擾背景下的流域多尺度景觀格局演化特征

2.1.1流域整體景觀格局演化特征

如圖2所示,受流域內山地丘陵地形廣泛分布的影響,新安江流域景觀類型以林地為主,整體占比超過80%,但林地面積總體上呈現波動下降趨勢；耕地為流域內第二大景觀類型,但占比低于8%,水體面積僅次于耕地面積,主要由千島湖和新安江構成；建設用地景觀類型在10個區縣市中心均形成了較大的集聚斑塊且逐年擴大,草地和裸地受氣候與人類活動影響較大,占比波動幅度顯著,斑塊分布較為零散。

圖2 1999—2019年新安江流域景觀類型Fig.2 Landscape types in Xin′an River Basin during 1999—2019

從類型水平景觀格局指數計算結果來看(圖3),林地ED、COHESION、LPI和MPS最高,體現出林地作為流域內的絕對優勢景觀分布最為集中、連片,斑塊復雜程度最高,但LPI和MPS近年呈下降趨勢,說明林地的景觀優勢度和完整性受到一定破壞；草地PD最高,且PD、ED年際變化較大,反映出草地易受外界環境影響,景觀格局波動最大,景觀斑塊最為破碎；由于千島湖的存在,水體COHESION、LPI和MPS僅次于林地；建設用地的COHESION、LPI和MPS曲線上升趨勢顯著,表明建設用地在近20年中迅速擴張,且表現為集聚化、連片化的發展趨勢。

圖3 流域類型水平指數演化差異Fig.3 Evolutionary differences of class metrics in Xin′an River Basin

從景觀水平來看(圖4),近20年新安江流域AWMFD變動曲線呈顯著下降趨勢,表明流域內的自然景觀受到了人類活動的一定干擾,而且這種干擾程度逐年加劇；CONTAG和AI在近10年中呈顯著下降趨勢,鑒于新安江流域主要以林地景觀為主,這種變化反應出林地景觀的完整性受到一定破壞；SHDI在近20年中呈現上升趨勢,表明新安江流域的景觀異質性提升,景觀組分正趨于均衡發展,6種景觀類型比例差距縮小。

圖4 流域景觀水平指數演化差異Fig.4 Evolutionary differences of landscape metrics in Xin′an River Basin

2.1.2旅游熱點區與一般區域景觀格局演化特征及差異

景區,尤其是高級別景區集聚區往往是游客量最大,旅游活動最為強烈,旅游干擾效應最為顯著的區域[36-37]。基于此,本研究將新安江流域的4A、5A級景區富集區域稱為旅游熱點區,通過對比高級別景區富集區域與一般區域的景觀格局演化差異,可以很好凸顯旅游活動對流域景觀格局的干擾強度差異。

以新安江流域26家4A、5A級景區為點數據,將其2018年接待游客人數作為權重,進行加權核密度分析,在此基礎上綜合考慮各集聚區所涵蓋景區的類型特征及其實際范圍,劃定出新安江流域的6大旅游熱點區(圖5)。

圖5 旅游熱點區范圍界定Fig.5 Scoping of tourism hotspots

旅游熱點區與一般區域類型水平指數演化差異如圖6所示。旅游熱點區各景觀類型PD、ED整體小于一般區域且波動較小,表明旅游熱點區斑塊密度更低,景觀格局相對穩定,旅游活動未加劇景觀破碎化和復雜程度,但受千島湖影響,旅游熱點區的水體復雜程度要高于區外；旅游熱點區內的水體、林地、耕地景觀以及一般區域內的林地、耕地景觀COHESION均在98%以上,表明上述景觀呈高度集聚分布；LPI和MPS演化曲線說明一般區域內的林地為絕對優勢景觀,旅游熱點區內以水體為優勢景觀,但其林地景觀亦具一定優勢度,旅游熱點區景觀結構更為均衡；旅游熱點區與一般區域林地LPI均呈下降趨勢,MPS呈先增后減趨勢,但一般區域LPI與MPS下降率顯著高于旅游熱點區,說明一般區域林地景觀較旅游熱點區受到的侵占更大；旅游熱點區MPS整體高于一般區域,表明旅游熱點區建設用地斑塊面積更大,開發建設活動比一般區域更集中。

圖6 旅游熱點區與一般區域類型水平指數演化差異Fig.6 Evolutionary differences in class metrics between tourism hotspots and general areas

從景觀水平來看(圖7),由于旅游熱點區景觀結構較為均衡,這種均衡不僅體現在6種景觀類型之間的均衡上,還體現在自然景觀與人工景觀的均衡上,故旅游熱點區AWMFD、CONTAG、AI低于一般區域,而SHDI高于一般區域；近20年旅游熱點區與一般區域AWMFD均呈下降趨勢,但一般區域下降趨勢要更顯著,這表明旅游活動未加劇旅游熱點區內的人為干擾程度；CONTAG與AI近10年下降趨勢顯著,但一般區域下降趨勢要高于旅游熱點區,反映出旅游熱點區內的密集旅游活動未加劇景觀集聚度和蔓延度下降趨勢；此外,旅游熱點區與一般區域SHDI均呈上升趨勢,說明兩個區域內景觀多樣性提升,林地、水體等優勢景觀受到侵占,而建設用地等弱勢景觀占比擴大,但一般區域SHDI上升趨勢要高于旅游熱點區,表明旅游活動亦未加劇破壞區域內的優勢景觀。

圖7 旅游熱點區與一般區域景觀水平指數演化差異Fig.7 Evolutionary differences in landscape metrics between tourism hotspots and general areas

2.1.3代表性景區景觀格局演化特征及差異

景區內部景觀格局演化狀況直接反應了旅游及其相關活動對區域景觀格局的影響程度。黃山與千島湖均為具有一定范圍的自然觀光類風景區,是新安江流域游客接待數量與旅游收入最高,旅游活動開展最為悠久且廣泛的代表性景區,探討兩者景觀格局演化過程及差異可一定程度上反映旅游活動對不同自然景觀的干擾差異。

黃山與千島湖景區類型水平景觀格局演化曲線如圖8所示,其中PD整體最高的為黃山草地,其次為黃山裸地,上述兩種景觀面積小,斑塊密度高且年際變化大,景觀最為破碎；千島湖相對黃山而言,各景觀斑塊密度差異小,表明千島湖景觀結構更均衡,但千島湖林地和水體ED最高,斑塊最為復雜；黃山林地與千島湖水體、林地景觀COHESION接近100%,在LPI和MPS演化曲線圖中亦是三者最高,這表明黃山林地和千島湖水體、林地景觀均是景區內的優勢景觀,并且分布高度集中,連通性極好,呈大規模連片分布,尤其是黃山林地景觀。但黃山林地景觀LPI和MPS均呈下降趨勢,說明黃山林地景觀優勢度和完整性受到一定破壞,趨于破碎化發展；黃山、千島湖景區建設用地COHESION、LPI與MPS均呈上升趨勢,且黃山整體高于千島湖,說明黃山、千島湖景區建設用地擴張速度較快,但黃山景區建設用地分布更為集中、連片。

圖8 黃山與千島湖類型水平指數演化差異Fig.8 Evolutionary differences in class metrics between Mount Huang and Qiandao Lake

從景觀水平來看(圖9),黃山AWMFD、SHDI低于千島湖,而CONTAG、AI高于千島湖,表明黃山整體景觀格局受旅游干擾影響更大,景觀類型較為單一,各景觀類型間占比差距懸殊,景觀多樣性較低。4種指數變化趨勢表明:黃山景區內景觀所受旅游干擾正逐步降低；黃山、千島湖景區內景觀多樣性上升,景觀結構正趨于均衡演化,區內優勢景觀受到一定破壞,導致景觀格局呈破碎化發展,黃山景區尤為顯著。

圖9 黃山與千島湖景觀水平指數演化差異Fig.9 Evolutionary differences in landscape metrics between Mount Huang and Qiandao Lake

綜上表明,旅游活動在作用于新安江流域生態環境演化過程時,不同尺度空間的空間耦合過程、要素耦合過程、城市化過程各異,致使旅游干擾對流域內不同尺度空間作用程度各異。新安江流域不同尺度下的人為干擾程度按照全流域、一般區域、千島湖景區、旅游熱點區、黃山景區的順序逐步提升,旅游要素對景觀格局的影響主要體現在景區尺度,而對全流域作用相對不顯著,即旅游對流域景觀格局的干擾作用具有尺度局限效應。

2.2 旅游干擾背景下新安江流域景觀格局演化的驅動力分析

2.2.1景觀格局演化的驅動因子分析

將1999—2019年新安江流域空間化后的景觀格局指數和格網化、類別化后的景觀格局影響因素指標導入地理探測器,測度近20年新安江流域景觀格局演化的決定性影響因素。如圖10所示,新安江流域景觀格局影響因素指標體系對不同景觀格局指數影響力差異較大,指標之間差異亦較為懸殊。總體來看,NP、SHDI解釋效果較好,對LPI解釋力較低,各景觀格局指數均存在顯著性影響力指標。距河湖距離(X3)、距城市距離(X27)、距景區距離(X30)對4種景觀格局指數影響顯著,是決定新安江流域整體景觀格局演化的主要驅動力,高程(X1)、坡度(X2)對NP、LPI、SHDI影響力較強,亦是推動景觀格局演化的重要因素。

圖10 景觀格局影響因子探測結果Fig.10 Results of impact factor of landscape metrics

從NP探測結果來看,高程(X1)影響力最大且與其他指標差距顯著,此外距河湖距離(X3)、夜間燈光(X10)等因素對NP也有重要影響,說明海拔、水源等自然因素和人為干擾均是影響NP的主要因素。30項指標對LPI指數的解釋力相對較低,這主要是由于新安江流域林地為絕對優勢景觀,其景觀面積大,分布范圍廣,各影響因素指標與其在空間分布上的耦合程度較低。距河湖距離(X3)是影響AI的最核心指標,其次是距景區距離(X30)和距鄉鎮距離(X26)。河湖、景區和鄉鎮對周邊景觀干擾效應顯著,附近景觀結構較為均衡,因此會出現AI低值區,故三者影響力較大。SHDI與NP驅動因素相一致,核心驅動因素為高程(X1)、距河湖距離(X3)、夜間燈光(X10)等。這主要是由于NP與SHDI指數具有一定相關性,斑塊數量多的區域景觀多樣性也較為豐富,因此導致兩者驅動因素較為一致。

需要特別說明的是,高程(X1)、坡度(X2)和夜間燈光(X10)對其他三項景觀指數影響較大,但對AI指數影響很小,其可能解釋是由于景觀的集聚程度不受地形和人類經濟活躍程度所限引致。地形起伏大的區域可能出現林地集聚導致AI值較高,而地形平坦區域容易出現耕地、水體和建設用地集聚亦引發AI值較高；人類經濟活躍地帶多為連片建成區,AI值較高,而經濟活動不活躍地帶多為連片林地,AI值亦較高。

在3項旅游因子中,距高級別景區距離(X30)對景觀格局的影響力最大,且在所有驅動因素中亦相對顯著,其解釋力僅次于距河湖距離(X3)和距城市距離(X27)。這主要是由于景區周邊景觀較為破碎,景觀完整性和集聚度較低,而景觀異質性相對較高引致,表明新安江流域的景區開發建設對周邊景觀格局演化產生了一定負面影響。接待旅游人數(X28)和旅游直接收入(X29)對景觀格局的解釋力總體處于30項驅動因子中的較低水平,且解釋力年際差異較小,說明新安江流域游客接待量和旅游經濟的發展未對全流域景觀格局產生顯著性影響。

2.2.2景觀格局演化的驅動維度分析

分維度來看(圖11),地形地貌(D1)、總體經濟(D4)、農業經濟(D6)、特殊人為干擾(D10)是影響新安江流域景觀格局演化的主要驅動維度。其中地形地貌維度影響力最為突出,是影響新安江流域近20年景觀破碎化和多樣性的決定性驅動因素。總體經濟維度也是決定景觀破碎化和多樣性的重要維度,其NP、SHDI影響力在近20年內提升近1倍,表明經濟發展對新安江流域景觀格局演化產生了重要影響。與上述影響維度不同,農業經濟維度對新安江流域景觀優勢度和集聚度具有顯著驅動力,但近20年影響力變動不大。農業經濟維度體現的是農林牧漁各業的生產力水平,農業生產力空間分布狀況與生產資料高度吻合,因此農業經濟發達區域往往成片集聚著耕地、林地、草地、河湖等生產資料,又由于生產資料的有限性,在生產力不斷提升狀況下,生產資料未發生顯著性變化,故農業經濟維度影響力變動不大。特殊人為干擾維度在1999—2009年間對景觀優勢度和集聚度影響力較高,而在2014—2019年間則對景觀的破碎化和多樣性影響較大,結合指標探測結果可知,1999—2009年的集聚度和優勢度影響力主要由距鄉鎮距離貢獻,而2014—2019年的景觀破碎化和多樣性影響力主要由距城市距離貢獻。前期鄉鎮周邊聚集連片耕地和林地,導致鄉鎮因素對集聚度和優勢度影響力較大,后期由于城市的不斷擴展,城市周邊的鄉土空間和生態空間不斷受到侵占,致使景觀趨于破碎化和多樣化。

圖11 分維度因子解釋力Fig.11 The determinant values of different dominant dimensionsNP: 斑塊數量Number of Patchs; LPI: 最大斑塊指數Largest Patch Index; AI: 集聚度Aggregation Index; SHDI:香農多樣性Shannon′s Diversity Index

氣候(D2)、工業經濟(D5)和交通維度(D8)對流域景觀格局整體影響力較小。氣候在流域尺度的空間異質性相對較小,統計數據也無法偵測到地形等因素引致的局地氣候變化,故氣候因素對流域尺度景觀格局影響不顯著。與農業經濟不同,工業活動多在城市建設用地內發生,除采掘業和伐木業等特殊工業外,工業經濟水平對流域尺度景觀格局的影響程度較小。交通維度雖對新安江流域景觀格局整體影響較小,但其驅動力呈顯著上升趨勢,尤其是對景觀破碎化和多樣性的驅動力。這可能是由于交通對景觀格局的影響具有一定滯后作用,新建交通線路對整體景觀格局影響不大,但隨著時間推移和交通條件改善,交通線會吸引其他要素在其周邊布局,導致景觀格局發生改變。

如前文所述,由于游客接待量和旅游經濟發展水平對景觀格局解釋力較低,致使旅游維度(D11)對全流域景觀格局的影響力遠小于地形地貌等自然因素,也與經濟活躍程度等人為干擾因素有一定差距,這表明旅游要素在新安江流域整體景觀格局演化過程中未起到主導作用。新安江流域雖具有諸多景區景點,游客接待人數和旅游經濟收入逐年攀升,但是由于旅游業是一種相對綠色產業,景區的開發建設又會受到嚴格的管控,游客的游覽路線會被合理引導疏散。因此,旅游因素對新安江流域景觀格局的影響局限在景區內和景區周邊區域,對全流域景觀格局影響相對較小。

3 結論與討論

3.1 結論

(1)新安江流域以林地為絕對優勢景觀,且林地景觀集聚度和復雜程度最高,但總體呈下降趨勢,草地各景觀指數波動最大,最容易受外界環境干擾；建設用地增長最迅速,其集聚化、連片化發展趨勢最顯著；新安江總體景觀格局受人為干擾的程度逐年加劇,優勢景觀不斷受到侵蝕,景觀異質性提升,景觀組分趨于均衡發展。

(2)旅游熱點區較一般區域所受人為干擾更強,景觀更為破碎和多樣,但從變化趨勢來看,旅游熱點區景觀格局的惡化趨勢要弱于一般區域,旅游活動未加劇流域景觀格局惡化趨勢；景區內的高強度旅游開發建設活動會加劇景區景觀的破碎程度,降低優勢景觀的優勢度和完整性,提升景區景觀的多樣性；旅游干擾對景觀格局的影響具有一定尺度局限效應。

(3)從因子層來講,河湖、城市、景區三大干擾源與周邊環境關聯密切,是影響新安江流域景觀格局演化的核心驅動力,高程、坡度等地形指標對流域的景觀破碎化和多樣性也產生了重要影響；從維度層來講,地形地貌是新安江流域景觀格局演化的核心驅動維度,氣候、工業發展水平和交通等維度受限于研究尺度、干擾方式和路徑依賴等問題,對流域景觀格局整體影響力較小。

(4)地理探測器結果表明,距高級別景區距離對新安江流域景觀格局作用顯著,旅游景區的開發建設在加劇景觀破碎化和多樣性方面產生了一定負面影響,但旅游維度在新安江流域整體景觀格局演化過程中未起到主導作用,旅游干擾對流域景觀格局的影響主要體現在景區尺度。

3.2 討論

新安江流域作為一個擁有重要生態地位、深厚文化底蘊和優質旅游資源的典型城市群鄉土—生態空間,其景觀格局演化過程極具復雜性與差異性。從空間尺度來看,各驅動要素在作用于流域景觀格局演化過程時,不同尺度空間的景觀格局特征與過程既具有一致性又具有獨特性,表現出不同的演化模式。依據本文結論,旅游干擾具有顯著的尺度局限作用,旅游活動對新安江流域景觀格局的影響主要局限于景區等中小尺度,對全流域景觀格局干擾相對不顯著。基于此,未來應從尺度和要素兩個方向進一步深化旅游對區域景觀格局干擾作用的研究。在尺度方面,應重點研究旅游活動發生、發展較為強烈的微觀尺度景觀演化機制；在要素方面,則需重點關注旅游業的關聯和帶動效應,側重剖析旅游活動通過作用于關聯產業間接引致的景觀演化過程。

從時間尺度來看,區域景觀格局演化過程具有一定路徑依賴現象[15],新安江流域也不例外。新安江流域近20年的景觀格局演化軌跡不僅受限于當前驅動因子的影響,還與其發展歷史相關,這就會導致各驅動因子對景觀格局的影響存在滯后作用,但并非所有因子都存在滯后性且滯后的時間尺度亦不統一。現階段探討景觀格局驅動因素滯后性的成果還較少。未來,通過合理設置對照組和實驗組來闡釋各驅動因素對景觀格局的響應差異和干擾機制將是景觀格局研究的重要方向。

地理探測器作為一種新興統計學方法,在測度要素空間分異性進而揭示其背后驅動因素時具有諸多優勢,但地理探測器的基本原理決定了其在揭示驅動要素背后驅動機制時具有一定局限性。地理探測器的基本思想認為,若某一自變量和因變量在空間分布上具有一致性,則該自變量是因變量的決定性驅動因素,但空間分布上具有耦合性的要素不一定具有直接的因果關系。基于此認識,本文認為在運用地理探測器測度驅動要素時需結合自變量和因變量空間分布狀況以及研究區域實際情況,具體問題具體分析,不可依據計算結果盲目斷定內在驅動機制。