贛州市人地關系的耦合響應研究

緱少偉 劉昭華 顧盼盼

(江西理工大學 土木與測繪工程學院, 江西 贛州 341099)

0 引言

生態環境是自然、經濟、社會等要素相互作用、相互影響的有機整體,是人類賴以生存和發展的基礎。21世紀以來,人類活動對自然環境的作用不斷增強,人文過程逐漸成為驅動地表各類生態環境和環境演變的主要力量[1],隨著科技水平的進步和環保理念的加深,使得人類活動在生態環境的發展中占據主導地位[2]。新時期中國生態文明建設、新型城鎮化與鄉村振興戰略持續推進,人地系統與國土空間治理格局正在經歷著歷史性變革,人地系統協調與區域發展面臨的問題愈加復雜[3],以犧牲資源、環境為代價的粗放式經濟增長將導致發展模式的不可持續和逐步惡化。充分認識人類活動對生態環境重要驅動影響,以可持續發展為目標,實現自然資源空間配置的優化協調,具有重要的研究意義[4]。

衛星遙感對地觀測技術具有大面積同步觀測、綜合性、時效性、周期性等優勢,已在城市生態環境監測方面被廣泛地應用[5],為區域尺度的生態環境監測和人類活動評估提供了新的方向[6]。2013年,徐涵秋提出一種基于遙感的生態質量評估模型——遙感生態指數(remote sensing based ecological index, RSEI)[7],其通過主成分變換,將綠度、濕度、干度與熱度進行耦合,計算無須人工干預,避免了多指標評價中人為確定權重的主觀性,能夠較為全面地反映某一地區的生態環境質量水平[8],被廣泛應用與區域生態環境質量監測和質量評價中。

近年來各種形式的人類活動直接或間接地改造著生態環境,是除了氣候變化以外影響生態環境的一個主要因素。人類活動強度的定量化和空間化是研究人類活動和生態環境相互作用的基礎[9]。目前主要的量化研究方法有以下四種：凈初級生產力人類占用法、土地類型變化法、全球干擾指數法和人類足跡指數法,人類足跡指數法一經提出,便在全球范圍內不同尺度下得到應用和修正[10]。慕號偉[11]等采用反映人類壓力的8個變量(建筑環境,人口密度,夜間燈光,耕地,牧場,道路,鐵路和通航水路),開發了長時間跨度內具有時空一致性的人類足跡數據集(human footprint dataset ,HFP),為定量化分析長時間跨度內的人類活動強度提供了機會。

本文以徐涵秋提出的RSEI模型為基礎,對贛州市生態環境質量進行量化評估并分析其變化趨勢;此外,本研究使用慕號偉等人開發的人類足跡數據集,以贛州市2001—2015年15年的數據為基礎,通過耦合協調度模型,分析贛州市人類活動和生態環境的耦合響應關系。

1 研究區與數據來源

1.1 研究區域

贛州市位于江西省的南端,陸地面積約為3.9×104km2,是江西省面積最大、人口最多的城市。地勢四周高、中間低,南高于北,中部丘陵起伏,小盆地散布,河流匯聚,山多地少。礦產資源豐富,素有“世界鎢都”“稀土王國”的美譽。贛州市屬于亞熱帶丘陵山區濕潤季風氣候,水資源豐富,生態環境良好,是“中國優秀旅游城市”之一。

1.2 數據來源與預處理

本研究使用的數據包括行政區劃數據、Modis影像數據、人類足跡數據集,如表1所示。本研究中的數據處理過程包括對Modis影像數據的拼接、裁剪,處理過程是在谷歌地球引擎(Google Earth Engine,GEE)平臺進行。

表1 數據源詳細說明

2 研究方法

2.1 遙感生態指數

遙感生態指數選取了常用的綠度、熱度、干度和濕度這4個人類能夠直觀感受生態優劣的指標,具有良好的代表性[7]。RSEI采用主成分變換對4個指標進行集成,由第一主成分(PC1)來構建RSEI,各指標的權重通過他們對PC1的貢獻度來客觀確定,貢獻度又取決于研究區數據的特性,而不是人為的主觀因素,因此模型具有較強的魯棒性,可以適用于各種不同地理條件的地區[12]。

RSEI值RSEI的構建方法如下：

RSEI=PCA(NDVI,Lst,NDBSI,Wet)

(1)

式中,PCA為主成分分析法(principal component analysis，PCA)；NDVI為歸一化植被指數(norma-lized difference vegetation index，NDVI)；Lst為熱度指數LST;NDBSI為干度指標，即歸一化差異裸土指數(normalized difference bare soil index，NDBSI)；Wet為濕度指標WET,全部可由遙感數據計算獲得,計算平臺為GEE。

2.2 人類活動評價

人類活動評價往往通過其引發的相關效應進行間接評估。中國農業大學使用表征人類壓力的八個變量(即建筑環境、人口密度、夜間燈光、農田、牧場、道路、鐵路和通航水道),開發了2000—2018年全球人類足跡數據集。該數據集在長時間跨度內具有較強的時空一致性,為表征全球和區域范圍內的人類活動強度提供了機會。因此,文章選用人類足跡數據集來表征2001—2015年贛州市人類活動。

2.3 趨勢分析

本研究利用一元線性回歸分析法研究像元尺度上贛州市2001—2015年人類活動強度和生態環境質量的時空變化趨勢。

計算公式如下：

(2)

式中,Slope為x指標在某一時間段內的變化趨勢;n總的研究年數;i為年份;xi為指標x在第i年的值。

2.4 耦合協調度

運用耦合協調度模型分析人類活動強度與生態環境質量之間的關系。耦合協調度常用來測度不同系統的協調發展程度,廣泛應用于城鎮化、經濟發展和生態環境等系統。耦合度反映了雙方相互作用的強弱程度,不分利弊;協調度反映雙方耦合關系的良性程度,可以表征各系統之間是在高水平上相互促進還是低水平上相互制約。耦合度高說明雙方存在較強的相互作用關系,而協調度高則說明兩者存在良性的、高水平的相互促進作用。

國內耦合度模型應用廣泛,相關文獻研究中存在多個類似但略有差異的公式。本研究采用雙系統的耦合度模型,計算公式如下：

(3)

式中,S1、S2分別為人類活動強度與生態環境質量;C為人類活強度與生態環境質量的耦合度,C越大,子系統間離散程度越小,說明人類活動與生態環境相互作用越強。

耦合協調度計算方法為

(4)

式中,R為耦合協調度;T為系統間綜合協調指數;α、β為特定權重且α+β=1。根據已有研究,權重α、β的相對大小值對耦合協調度的總體趨勢不會產生影響[15],并且人類活動和生態環境在系統中的地位平等,本文選取α=β=0.5

3 結果及分析

3.1 主成分分析結果

四個時相的主成分分析結果如表2所示,對生態有益的綠度和濕度在第一主成分PC1中的載荷值具有相同的符號且均為正值,對生態不利的干度和熱度的載荷值則具有與綠度和濕度相反的符號,這表明第一主成分PC1具有明確的生態意義。但4個指標在PC2和PC3的在載荷符號沒有明顯的規律變化,說明其沒有明顯的生態意義,這與現有的研究結果一致。

表2 各指標主成分分析結果

3.2 生態環境質量和人類活動強度時空變化分析

在2001—2015年這15年間,贛州市的年平均RSEI數值由2001年的0.657上升為2015年的0.67,而具體到各年份可以看出,數值變化表現為4個階段。如圖1(a)所示,2001—2005年,RSEI值先下降而后穩步上升,而在 2005—2007年RSEI的值又呈現出下降趨勢,在2007—2013年,RSEI值先是由2007年的0.554震蕩上升到2010年的0.733,而后又呈現出震蕩下降的趨勢,下降到2013年的0.558,2013—2015年又呈現出穩步上升趨勢。通過擬合得到2001—2015年贛州市RESI的年際變化趨勢線,由擬合曲線的斜率發現2001—2015年贛州市的年平均RSEI整體呈現上升趨勢,這表明近15年間贛州市的生態環境質量在不斷提高。

為進一步探究贛州市行政區劃內RSEI的時空變化差異,本研究統計了2001—2015年贛州市各市縣的年均RSEI的變化情況，見圖1(b)。結果表明,各區縣的RSEI在時間上的變化趨勢不明顯,而在空間上卻存在著顯著的差異。贛州市中西部和南部的三個區縣全南縣、龍南縣和崇義縣多年平均RSEI值最高。其中全南縣多年平均值為0.694(標準差為0.067),龍南縣為0.686(標準差為0.056),崇義縣為0.659(標準差為0.081)。這三個區縣森林覆蓋率均在80%以上,區域內受人類活動影響較小,從多年RSEI均值可以反映出這三個地區的生態環境保持在較優的水平,但近年來建成區的不斷擴張,對該地區的生態環境質量造成了負面影響。

(a)RSEI年均值變化趨勢

利用趨勢分析法計算贛州市15年內的RSEI時空變化趨勢圖2(a),結果表明贛州市大部分區域RSEI呈增長趨勢,較為明顯的增長主要集中在大余縣、上猶縣、興國縣、信豐縣和贛縣;但在贛州市中部和南部地區,RSEI呈現出了下降趨勢,其中深色區域如全南縣、龍南縣、南康區、章貢區、安遠與尋烏縣交界處RSEI降低趨勢較為明顯。

注：本圖基于自然資源部標準地圖服務系統下載的標準地圖制作

人類活動強度(HFP)的增長主要分布在各市縣的中心城區,圖2(b)顯示,章貢區、南康區和瑞金市的人類足跡指數呈現出大面積增加趨勢,興國縣、信豐縣、于都縣、寧都縣、石城縣、信豐縣、尋烏縣的中心城區也表現出明顯的增加趨勢。贛州是全國著名的革命老區,近年來國家一系列幫扶贛南中央蘇區振興發展的政策,為贛州吸引了大量投資,帶動了區域內的經濟增長,也為城市化帶來了動力和資源。同時,區域內的經濟活動對生態環境質量也造成了極大的影響,如經濟活躍度較高的章貢區,多年RSEI平均值最低,為0.518(標準差為0.125)。作為贛州市的中心城區,章貢區近年來發展迅速,人類活動強度不斷增加,轄區內生態環境質量受人類活動影響較為明顯。

3.2 生態環境與人類活動之間的耦合響應

3.2.1 耦合度時空變化分析(特征)

利用式(3)、式(4),本研究從像元尺度分析了RSEI與人類活動強度之間的耦合度,并從縣域尺度進行分析。研究表明,贛州市中心城區章貢區、南康區以及于都縣三個地區的耦合度較高,年平均電荷耦合器件(charge coupled device，CCD)在0.45～0.58之間。其他各縣域的耦合協調度較低,處于磨合階段。崇義縣和全南縣兩地耦合度最低,表明這兩個地區受人類活動影響較小,這與其多年RSEI年平均值最高相一致。章貢區等其他中心城區雖然生態環境質量受人類活動影響較大,但其仍舊相對處于高水平耦合階段,這表明現階段的人類活動并沒有對該區域的耦合協調發展造成重大影響。由圖2(c)可以發現,市中心經濟活躍度較高的區域耦合協調度呈下降趨勢,表明人類活動的提高不會一直對區域的協調發展產生積極影響;市中心周邊區域的耦合協調度呈上升趨勢,表明贛州市正在由中心向外發展。

3.2.2RSEI、HFP與耦合協調度之間的關系

由人類活動強度和生態環境質量的擬合關系圖3(a)～圖3(c)可以看出,人類活動強度和生態環境質量之間呈線性負相關,人類活動強度的不斷增加,會在一定程度上導致地區生態環境質量降低,隨著經濟的快速發展和城市規模的不斷擴大,越來越多的建設用地占據了城市中的生態用地,導致植被覆蓋度下降,區域蓄水能力降低,地表溫度升高,對生態環境產生了很大的影響,這與現實情況一致;從圖3(d)～圖3(f)可以發現,人類活動強度對耦合協調度的影響分為2個階段,人類活動強度的增加先是促進了地區耦合協調度的發展,表明城市化在一定程度上會促進區域的協調發展,為區域人地關系的協調產生積極影響。而過度的城市化則對耦合協調度的發展不利,在城市發展的過程中忽視對生態環境的保護,會對地區的協調發展產生極為不利的影響。因此,在發展的過程中,應重視對生態環境的保護,在考慮區域環境承載能力的前提下,促進區域的協調發展。

圖3 人類活動強度與生態環境質量、耦合協調度的散點擬合圖

4 結論

本研究以贛州市為例,將遙感數據與多源時空數據結合,進行城市生態環境質量和人類活動強度時空變化分析,并對生態環境質量和人類活動強度之間的耦合機制進行探討,結論如下：

(1)在2001—2015年,贛州市的總體生態環境質量呈明顯上升趨勢,但在經濟活躍度較高的中心城區則有所下降。

(2)區域內的人類活動強度和耦合協調度呈現由中心向四周擴散的趨勢,表明人類活動的區域正在不斷向外擴張。

(3)人類活動強度與生態環境質量之間表現出負相關關系,而人類活動的持續增強,使得耦合協調度呈現出先增后減的趨勢,表明人類活動強度的提高不會對區域環境一直產生積極影響。因此,在城市發展的過程中需要協調好生態環境與人類活動之間的關系,在不破壞生態環境的前提下,實現地區的科學可持續發展。