摘 要:為科學認識嘉陵江流域“三生空間”時空演化過程和耦合協調特征,揭示嘉陵江流域“三生空間”時空演化的影響因素,通過構建“三生空間”分類及功能評價體系,采用土地利用轉移矩陣、耦合協調模型,揭示了1990—2020年嘉陵江流域“三生空間”時空分布和演化過程及耦合協調程度,并借助PLUS模型對“三生空間”動態演化影響因素進行定量識別。結果表明:(1)嘉陵江流域“三生空間”整體和縣域格局時空動態演化明顯,1990—2005年和2005—2020年流域整體“三生空間”綜合動態度分別為0.10%、0.99%,1990—2020年生產、生活、生態空間發生動態變化的縣域占比分別為79.82%、96.33%、62.39%;(2)“三生空間”相互轉移較為劇烈,生產空間呈縮減態勢;生活、生態空間擴張明顯;(3)生產、生活空間分布和擴張地區的耦合協調水平均較高,生態空間主要分布地區的耦合協調水平相對較低;(4)以農田生產潛力、平均坡度及NDVI為主的自然因素決定了“三生空間”的整體布局,人口密度、農村居民人均可支配收入、公共財政支出及地區GDP等社會經濟因素控制著“三生空間”的演化速度與方向。嘉陵江流域“三生空間”分布呈明顯極化特征,轉移動態演化明顯,自然和社會經濟因素共同影響著“三生空間”的分異格局和演化過程。
關鍵詞:嘉陵江流域;“三生空間”;時空演化;耦合協調模型;PLUS模型;影響因素
中圖分類號:K902"" 文獻標志碼:A""" 文章編號:1673-5072(2024)05-0511-11
“三生空間”最早應用于國土空間規劃中,其核心內容是分析區域生產、生活、生態空間的協同、競爭關系[1]。隨著工業化和城鎮化進程加快,如何實現“三生空間”的協調發展,已成為我國生態文明建設與可持續發展研究的核心問題[2]。
19世紀末至20世紀初國外提出的城市規劃重點理論(如“帶形城市”等)及實踐(如“城市增長邊界”等)均與“三生空間”的概念和空間類型劃分存在相通之處[3],研究主題大多為土地功能[4]、土地利用與生態系統[5]、氣候變化[6]等,對土地利用可持續發展[7]、規劃管理[8]的關注度也逐漸上升。目前,國內學者對“三生空間”功能評價大多采用指標體系量化測算[9]和土地利用分級賦值[10]等,以國家[11]、區域(流域、經濟帶等)[12]、省域[13]、市域(城市)[14]、縣域[15]等尺度,重點圍繞“三生空間”功能變化[16]、景觀格局[17]、耦合協調關系[18]等主題進行實證研究,并采用地理探測器[19]、線性回歸[20]等方法對“三生空間”時空演化影響因素進行探究。同時,部分學者對長江流域(重慶段)[21]、紅水河[22]等西南地區典型流域的“三生空間”時空演化及耦合協調特征進行了多尺度和連續時間序列分析,但總體來看,尚缺乏對我國西南地區典型流域“三生空間”時空格局和動態演化的量化研究。
科學認識嘉陵江流域“三生空間”時空演化過程和耦合協調特征,并揭示嘉陵江流域“三生空間”時空演化的影響因素,是落實嘉陵江流域生態保護和高質量發展的科學基礎。因此,本研究基于1990—2020年土地利用數據,通過構建“三生空間”分類和功能評價體系,探究嘉陵江流域“三生空間”時空演化和耦合協調特征及其影響因素,在一定程度上豐富西南地區典型流域尺度的“三生空間”研究,也為嘉陵江流域在國土空間規劃背景下實現“三生空間”協調發展提供一定的科學理論支撐。
1 研究區概況與研究方法
1.1 研究區概況
嘉陵江發源于陜西鳳縣東北的秦嶺山脈,流經陜西、甘肅、四川、重慶四省/直轄市,全長1120 km,流域面積為1.6×105 km2,占長江流域面積的9%,介于29°—34°N,102°—109°E,橫跨多類型氣候帶,生物多樣性明顯,包含多種地形地貌,自然環境復雜多樣,是長江上游和三峽庫區的重要生態保護屏障。截至2021年,嘉陵江流域常住人口8793.45萬人,占全國6.23%;地區生產總值5.2×105億元,占全國4.56%;城鎮化率為50.35%。由于嘉陵江下游較短,且與中游位于同一地形和氣候區,因而本研究將流域上中下游劃分為上游、中下游,共涉及109個縣作為基礎研究單元展開研究(圖1)。
1.2 數據來源及處理
本研究采用的30 m分辨率的土地利用數據來源于中國科學院資源環境科學與數據中心(www.resdc.cn),經ArcGIS軟件對土地利用數據進行重采樣、分類提取等處理,最終得到嘉陵江流域3期(1990、2005、2020年)“三生空間”數據。結合前人研究[23-25]和嘉陵江流域的實際情況,分別從自然和社會經濟層面選取了7個方面共17項的指標(表1),利用ArcGIS軟件對所有指標的柵格數據進行插值、重分類等預處理,利用PLUS模型中的土地擴張策略(LEAS)模塊進行影響貢獻率分析,得到嘉陵江流域“三生空間”時空演化的主要影響因素。
1.3 研究方法
1.3.1 “三生空間”分類及功能評分
為提高“三生空間”分類及功能評分的科學性,基于中國科學院土地利用分類系統,借鑒劉繼來等[11]、李廣東和方創琳[14]對“三生空間”功能的評價方案,結合嘉陵江流域“三生空間”實際情況,構建“三生空間”分類及功能評分表(表2)。該表對不同土地利用類型所能提供的“三生空間”功能進行分級賦值,0分表示無相關功能,5分表示具備最大功能。
1.3.2 動態度與轉移矩陣
根據單一和綜合土地利用動態度[26]可計算出嘉陵江流域“三生空間”轉移速率和變化幅度;同時利用土地利用轉移矩陣來反映某類空間在研究時段內轉為其他類型空間的面積及其他類型空間轉變為此類空間的面積[27]。
1.3.3 耦合度與耦合協調度模型
“三生空間”耦合度指生產空間、生活空間和生態空間三者間的相互促進、相互影響、相互脅迫的程度,耦合協調度指“三生空間”在相互耦合的基礎上從無序到有序發展的程度,使用耦合協調度可以定量識別“三生空間”協調發展水平[28],基于已有研究[29]并結合“三生空間”功能指數(表2),對嘉陵江流域“三生空間”的耦合度和耦合協調度進行定量分析。
2 結果與分析
2.1 嘉陵江流域“三生空間”時間變化
2.1.1 流域整體時間變化
1990—2020年嘉陵江流域生產空間逐漸縮減,生活空間劇烈擴張,生態空間則呈持續上升態勢(表3)。生態空間占比均大于50%,在流域“三生空間”中居于主導地位。
1990—2020年,嘉陵江流域“三生空間”動態變化差異明顯且呈逐漸上升趨勢(表4)。從單一動態度變化趨勢來看,生產空間動態度總體上為負值,呈減少趨勢,生活和生態空間動態度總體上為正值,呈持續上升趨勢。從單一動態度變化速率來看,生產空間和生態空間動態度絕對值均在0%~1%,變化速度較慢,生活空間動態度絕對值在2%~4%,
變化速度較快。其中,2005—2020年生活空間動態度絕對值最大,變化速度最快。從綜合動態度來看,1990—2005年和2005—2020年嘉陵江流域“三生空間”動態度分別為0.10%、0.99%,呈逐漸上升趨勢。
2.1.2 縣域尺度時間變化
從1990—2020年嘉陵江流域“三生空間”縣域尺度時間變化來看,生產空間發生縮減的縣域占比為79.82%,營山縣、通江縣的生產空間縮減面積最多,分別為176.93、139.04 km2;在生產空間擴張的縣域中,渠縣擴張數量值最大,為173.96 km2。流域內絕大部分縣域生活空間存在明顯擴張現象,生活空間發生擴張的縣域占比為96.33%,其在流域南部的渝北區、沙坪壩區的表現最為明顯,擴張面積分別達130.74、71.76 km2。生態空間也以擴張為主,發生擴張的縣域占比為62.39%,營山縣和平昌縣擴張數量值最大,分別為167.44、119.02 km2;而生態空間發生縮減的縣域中,以渠縣的縮減面積最大,為180.44 km2。
從流域整體縣域尺度的時間變化來看,生產、生活和生態空間變化較為明顯的縣域分別為營山縣、渝北區及渠縣。而從流域分區的縣域尺度時間變化來看,生產、生活和生態空間的縮減、擴張現象在流域中下游縣域中的表現較為突出,縮減、擴張面積最大值均位于流域中下游縣域。同時流域中下游縣域的“三生空間”在時間變化上的表現較流域上游縣域更為劇烈。
2.2 嘉陵江流域“三生空間”空間變化
2.2.1 “三生空間”分布格局
嘉陵江流域“三生空間”水平分異顯著(圖2),生態空間主要分布于流域上游及流域東部、東北部的廣大丘陵、山地地區;生產空間主要分布于流域上游河谷平緩地帶及中下游低山丘陵區;在流域上游,生活空間分布于海拔較低、坡度較緩地區;在流域中下游,主要分布于流域干、支流沿岸及交匯處,干、支流周邊及淺丘地區的生活空間分布也較為明顯。
嘉陵江流域地形地貌復雜多樣,導致“三生空間”的垂直分異明顯(圖3)。生產、生活空間主要分布在海拔500 m之內,其次是500~1000 m,海拔大于5500 m地區分布最少。生態空間隨海拔升高呈先升后降趨勢,最大值位于海拔1500~2000 m地區。
2.2.2 “三生空間”整體轉移變化
綜合嘉陵江流域“三生空間”2個時段的轉移矩陣和轉移空間分布(圖4),生產空間的轉移變化最為明顯,始終處于持續轉出狀態,凈轉出面積為1042.90 km2;轉出區域位于營山縣-通江縣一帶,及九龍區-渝北區沿線。生活和生態空間則始終處于持續轉入狀態,凈轉入面積分別為586.02、456.88 km2。此外,生態空間轉為生產空間在空間表現上也較為顯著,主要在營山縣及其周邊縣域和安州區—利州區呈簇狀、環帶狀分布。生態空間轉為生活空間及生活空間轉為生產、生態空間在空間上的表現則不太顯著。
2.3 “三生空間”耦合協調特征
2.3.1 “三生空間”耦合度
1990—2005年,嘉陵江流域“三生空間”耦合水平發生了一定程度的變化(圖5)。1990年和2005年,嘉陵江流域“三生空間”耦合類型以低耦合和拮抗為主,占比分別為93.58%、92.39%,主要分布于以生態空間為主的地區,因其受到以地形地貌為主的自然條件限制,生產和生活空間占比較低,使低耦合和拮抗耦合在空間分布上占較大比例。其次為磨合和高水平耦合階段,在流域占比分別為6.42%、7.61%。
2005—2020年,低水平和拮抗耦合在流域占比下降至89.49%,但仍居于主導地位。磨合和高耦合占比緩慢上升至10.51%。其中,高耦合主要分布于流域上游河谷平緩地帶(秦州區、西和縣、成縣等)和中下游干、支流沿岸(利州區、涪城區、船山區及順慶區等)。此外,高耦合在流域干、支交匯處的淺丘地區(北碚區—九龍坡區)分布也較為明顯。上述地區自然條件較好,地形平緩,水熱資源豐富,生產、生活空間分布和擴張明顯,致使耦合水平呈現上升趨勢。
2.3.2 “三生空間”耦合協調度
1990年和2005年,嘉陵江流域“三生空間”耦合協調度以嚴重失調為主,占比分別為81.73%、80.03%,該類型分布于流域上游河谷平緩地帶及下游干支流交匯處以外的地區,分布范圍較廣。中度失調及基本協調占比分別為3.55%、3.79%,其在流域上游分布較為明顯(武都區、舟曲縣及徽縣等)。中度協調占比分別為13.53%、14.12%,主要分布于流域上游禮縣、西和縣及康縣等區縣。1990年和2005年的高度協調類型占比最小,分別為1.19%、2.06%,分布于流域支流涪江沿岸地區(涪城區、船山區及合川區沿線等)及嘉陵江干流與長江交匯處(北碚區—江北區等)。2020年,嘉陵江流域“三生空間”中高度協調占比上升至20.25%,較1990年和2005年分別上升5.53%、4.94%,其空間分布在原有分布范圍的基礎上均有所向外擴張的現象。其中,高度協調在盆周山地東北部(巴州區—平昌縣—達川區)的擴張最為顯著(圖6)。
近30年間,嘉陵江流域“三生空間”耦合度和耦合協調水平的空間分布差異顯著,總體上呈緩慢變化態勢,耦合度和耦合協調水平的區域在空間上具有關聯特征。同時,生產、生活空間主要分布和擴張地區,其耦合度及耦合協調度水平和變化程度均相對較高,表明“三生空間”相互促進,有序發展,可滿足不同利益主體的需求,而以生態空間為主地區的“三生空間”耦合度及耦合協調度以低水平和嚴重失調為主。
3 影響因素
本研究利用PLUS模型中的土地擴張分析策略(LEAS)[30],將首末2期的“三生空間”數據進行疊加,并提取變化部分,然后隨機選取采樣點,采用隨機森林(RCF)算法分別對各類型空間進行訓練,挖掘嘉陵江流域“三生空間”時空演化影響因素(圖7)。
從自然影響因素貢獻率來看,農田生產潛力指數(X8)對生產空間的分布解釋力最強,而生產空間的分布變化主要發生于流域中下游地區,其水熱條件較流域上游地區較好,農田生產潛力指數較高,有利于生產空間的延續和發展。平均坡度(X6)對生活空間的分布和演化影響程度最高,對生產空間的脅迫性較強。流域上游地區的海拔高度和平均坡均較大,地形起伏明顯,地表環境破碎,嚴重阻礙生產和生活空間的發展和延續,使生產和生活空間逐漸向海拔相對較低,坡度較緩的河谷地帶推進;流域中下游地區生活空間擴張主要發生于河流沿岸及交匯處的淺丘地區,地形平緩,平均坡度較小,這為生活空間的延伸擴張提供了良好基礎條件。NDVI(X5)對生態空間分布的解釋力最強,在流域內呈“外高內低,北高南低”的分布格局,對生態空間的分布影響較為明顯。
從社會經濟影響因素貢獻率來看,人口密度(X9)的變化直接影響著生產空間的動態演化。在流域上游及中下游盆周山地地區人口密度較低,人口向海拔較低、坡度較緩地區流動,人口遷出地的生產空間逐漸退化為生態空間;同時,城鎮地區的人口密度增加也導致生活空間急劇擴張,其擴張來源于生產空間。農村居民人均可支配收入(X14)對生產、生活和生態空間的演化解釋力均較強。流域中下游地區的農村居民人均可支配收入較流域上游較高,農村居民人均可支配收入的增加使農村居民對美好生活的向往日益強烈,導致對生活空間的需求上升;農村居民人均可支配收入的提高,增加了農業生產要素的投入,進而使耕地需求量上升,間接推動生態空間演化為生產空間。公共財政支出(X13)和地區GDP(X11)對生態空間的延續和發展影響作用明顯,地區GDP和公共財政支出的上升,對生態環境保護政策(退耕還林、封山育林、天防工程)的投入增加,都可能使生活和生產空間向生態空間演化。
4 討 論
流域是集社會、經濟、自然資源環境為一體的地表復合系統,也是人類活動系統與自然生態系統交互作用的密集復雜區[31]。根據研究結果,嘉陵江流域“三生空間”的分布和轉化受西高東低、北高南低的地形地貌格局及由北向南過渡的氣象氣候條件的影響,使生產、生活空間的分布和變化位于海拔500 m以下,并隨海拔上升,發生演化的頻率下降。同時,生態空間的分布和變化也因此介于海拔500~2000 m,總體的轉移分布隨海拔的上升呈先升后降趨勢。上述地形地貌、氣象氣候條件也同時決定了嘉陵江流域的NDVI、濕潤指數、農田生產潛力等衍生指標的強弱,其中,流域上游和盆周山地地形地貌復雜多樣,囊括了高原、山地、丘陵等多種地貌,地表環境破碎,NDVI相對較高,農田生產潛力較低,進行農業生產和經濟活動的條件較差,生態空間占主導,其波動變化也發生于流域上游和流域東部、東北部的廣大山地地區,耦合度和耦合協調度以低水平耦合和嚴重失調為主。
流域下游地形較為緩和,多為低山丘陵和沖積(洪積)地帶,水熱資源豐富,NDVI覆蓋較低,濕潤指數和農田生產潛力均相對較高,具有較高農業、經濟生產和空間轉化條件,使生產空間的大部分縣域具有轉化為生活空間的轉化條件,導致生產空間發生縮減轉化的縣域占比達79.82%,30年間凈縮減1042.90 km2。生活空間的分布和擴張由此位于流域上游海拔較低、坡度較為平緩河谷地區,及流域中下游的干支流沿岸、交匯處,30年間凈轉入586.02 km2。上述條件也決定了嘉陵江流域以生態空間為主地區的“三生空間”耦合度及耦合協調度以低水平和嚴重失調主這一特征。
工業化、城鎮化作為“三生空間”變化的基本動力,兩者作用在嘉陵江流域生活空間的擴張中表現尤為顯著。自建國以來,在國家愈發重視西部地區農業生產和經濟的開發建設,國家層面提出的一系列戰略性開發建設措施(如三線建設、西部大開發、“一帶一路”合作倡議等)使2020年嘉陵江流域內GDP總量較1990年增長60余倍,達到4.6×105億元,城鎮化率上升至47.23%。經濟發展和城鎮化建設推動大量生產空間向生活空間轉化,生活空間面積由此達到1791.90 km2,較1990年增加830.60 km2,生產空間則下降至70 707.54 km2,較1990年減少1450.33 km2。其中,生產空間轉化為生活空間在以重慶市的九龍坡區、渝中區、渝北區、沙坪壩區及綿陽市的涪城區、游仙區及安州區為主的中下游地區的表現尤為明顯,其耦合度及耦合協調度均以高水平耦合和高度協調為主。重慶市和綿陽市作為我國西部地區重要的經濟增長極和科技城,其人口密度、人均可支配收入及地區GDP上升較快,對生活空間的需求進一步擴大,加劇生產空間向生活空間的轉化,“三生空間”總體耦合協調水平逐漸升高。同時,隨著嘉陵江流域經濟發展,地區GDP上升,各級地方政府對生態環境保護的投入力度增大,加快了“天防、天保工程”“退耕還林、還草”“生態修復”等生態環境政策的落實,使生產空間向生態空間發生一定程度的轉化。
目前,“三生空間”時空演化的影響因素探究方法較為多樣,采用不同的探究方法其探究結果也存在較大差異。宋永永等[23]、Zhou等[32]分別采用了地理探測器和地理加權回歸法分析了黃河流域“三生空間”時空演化的影響因素,前者認為城鎮化、工業化加速了黃河流域國土空間格局變化進程,后者則認為社會經濟、人口限制、產業結構對黃河流域“三生空間”時空演化的影響較為明顯。Tao等[33]采用了定量、定性方法,分析了自然環境、社會經濟及政策環境因素對長豐縣“三生空間”時空演化的影響作用,認為第二產業增加值主導了長豐縣生活和生產空間的開發建設。以上學者均認為社會經濟因素是推動流域和區域“三生空間”發生時空演化的關鍵因素,這與本文采用PLUS模型中的土地擴張策略(LEAS)分析方法得出社會經濟因素主導著嘉陵江流域“三生空間”動態變化的結果存在較高一致性。
從影響嘉陵江流域“三生空間”發生時空演化的具體因素來看,社會經濟因素中的人口密度、農村居民人均可支配收入對生產空間向生活和生態空間轉移的解釋力較強,這與武燕等[34]采用地理探測器對滇池流域“三生空間”演化的社會經濟影響因素探究結果較為相似。同時,逯承鵬等[19]采用地理探測器對黃河流域甘肅段縣域“三生”功能影響因素進行了識別,認為城鄉一體化水平是影響黃河流域甘肅段“三生”功能空間分異的主導因素,這與本研究中地形地貌條件對“三生空間”分布格局的起著基礎性影響作用這一結論差異較大,這主要是不同研究區域的自然環境條件和社會經濟發展條件存在差異所致。
參考文獻:
[1] 馬世發,黃宏源,蔡玉梅,等.基于三生功能優化的國土空間綜合分區理論框架[J].中國國土資源經濟,2014,27(11):31-34.
[2] 王曉峰,張興,王怡,等.黃土高原三生空間演變及驅動力分析[J].安徽農業大學學報,2022,49(1):112-121.
[3] 許曉慶.基于三生空間質量的黑龍江省城市韌性時空格局演變及驅動力研究[D].哈爾濱:哈爾濱師范大學,2022.
[4] WEBER A,FOHRER N,MOLLER D.Long-term land use changes in a mesoscale watershed due to socio-economic factors—effects on landscape structures and functions[J].Ecological Modelling,2001,140(1-2):125-140.
[5] UPADHYAY T P,SANKHAYAN P L,SOLBERG B.A review of carbon sequestration dynamics in the Himalayan region as a function of land-use change and forest/soil degradation with special reference to Nepal[J].Agriculture,Ecosystems amp; Environment,2005,105(3):449-465.
[6] KRAUSMANN F.Land use and industrial modernization:an empirical analysis of human influence on the functioning of ecosystems in Austria 1830-1995[J].Land Use Policy,2001,18(1):17-26.
[7] NZIGUHEBA G,ADEWOPO J,MASSO C,et al.Assessment of sustainable land use:linking land management practices to sustainable land use indicators[J].International Journal of Agricultural Sustainability,2022,20(3):265-288.
[8] HERSPERGER A M,OLIVEIRA E,PAGLIARIN S,et al.Urban land-use change:the role of strategic spatial planning[J].Global Environmental Change,2018(51):32-42.
[9] 傅建春.河南省國土空間格局演變及布局優化研究[D].徐州:中國礦業大學,2021.
[10]張揚,陳雨露,張楊,等.成渝城市群“三生空間”時空格局與耦合協調分析[J].地域研究與開發,2022,41(5):119-125.
[11]劉繼來,劉彥隨,李裕瑞.中國“三生空間”分類評價與時空格局分析[J].地理學報,2017,72(7):1290-1304.
[12]柳冬青,馬學成,鞏杰,等.流域“三生空間”功能識別及時空格局分析:以甘肅白龍江流域為例[J].生態學雜志,2018,37(5):1490-1497.
[13]李秋穎,方創琳,王少劍.中國省級國土空間利用質量評價:基于“三生”空間視角[J].地域研究與開發,2016,35(5):163-169.
[14]李廣東,方創琳.城市生態-生產-生活空間功能定量識別與分析[J].地理學報,2016,71(1):49-65.
[15]朱媛媛,余斌,曾菊新,等.國家限制開發區“生產-生活-生態”空間的優化:以湖北省五峰縣為例[J].經濟地理,2015,35(4):26-32.
[16]李欣,方斌,殷如夢,等.江蘇省縣域“三生”功能時空變化及協同/權衡關系[J].自然資源學報,2019,34(11):2363-2377.
[17]周鵬,鄧偉,張少堯,等.太行山區國土空間格局演變特征及其驅動力[J].山地學報,2020,38(2):276-289.
[18]張軍濤,翟婧彤.中國“三生空間”耦合協調度測度[J].城市問題,2019(11):38-44.
[19]逯承鵬,紀薇,劉志良,等.黃河流域甘肅段縣域“三生”功能空間時空格局及影響因素識別[J].地理科學,2022,42(4):579-588.
[20]趙瑞,劉學敏.京津冀都市圈“三生”空間時空格局演變及其驅動力研究[J].生態經濟,2021,37(4):201-208.
[21]溫馨,陳春.基于“三生空間”的長江流域重慶段生態系統服務價值時空演變研究[J].重慶師范大學學報(自然科學版),2022,39(3):128-140.
[22]夏照亮,蘭安軍,范澤孟,等.“三生”空間視角下喀斯特山區流域景觀生態風險時空分布特征[J].水土保持通報,2023.43(2):1-12.
[23]宋永永,薛東前,夏四友,等.近40a黃河流域國土空間格局變化特征與形成機理[J].地理研究,2021,40(5):1445-1463.
[24]韋紹音,陸汝成,林曉楠,等.廣西陸地邊境帶國土空間格局演化及機理研究[J].中國土地科學,2021,35(12):98-108.
[25]蓋兆雪,陳旭菲,杜國明,等.松花江流域哈爾濱段三生空間演變的生態環境效應及驅動因素分析[J].水土保持學報,2022,36(1):116-123.
[26]王柱蓮,王平,支林蛟.環滇池地區2000—2020年“三生”空間格局演變及其驅動力[J].水土保持通報,2021,41(6):265-273.
[27]喬偉峰,盛業華,方斌,等.基于轉移矩陣的高度城市化區域土地利用演變信息挖掘:以江蘇省蘇州市為例[J].地理研究,2013,32(8):1497-1507.
[28]王成,唐寧.重慶市鄉村三生空間功能耦合協調的時空特征與格局演化[J].地理研究,2018,37(6):1100-1114.
[29]魏雅麗,袁巧靈,唐子淳.美麗鄉村視域下傳統川西林盤“三生空間”耦合協調分析:以廣福村為例[J].西華師范大學學報(自然科學版),2021,42(4):410-416.
[30]LIANG X,GUAN Q F,CLARKE K C,et al.Understanding the drivers of land expansion for sustainable land use using a patch-generating land use simulation (PLUS) model:a case study in Wuhan,China,Computers[J].Environment and Urban Systems,2021,85:101569.
[31]李強,蘇迎慶,馮珍珍,等.汾河流域三生空間功能耦合協調研究[J].中國水土保持科學(中英文),2021,19(5):115-125.
[32]ZHOU G L,ZHANG D,ZHOU Q,et al.Study on the spatiotemporal evolution characteristics of the “Production-Living-Ecology” space in the Yellow River basin and its driving factors[J].Sustainability,2022,14:15227.
[33]TAO H,LIANG N,LI H.M.Study on the Spatial and Temporal Evolution Characteristics and Driving Factors of the “Production-Living-Ecological Space” in Changfeng County[J].Sustainability,2023,15:10445.
[34]武燕,吳映梅,陳云娟,等.基于“三生”空間演變的高原湖泊流域生態環境效應及影響因素:以滇池流域為例[J].西南農業學報,2022,35(10):2265-2275.
Spatio-temporal Evolution and Influencing Factorsof “Production-Living-Ecological Space” in Jialing River Basin
HU Rui-lin1a,LI Wei-peng1,SHUI Pan-heng1a,LUO Fang2,JING Nan1a,GAO Yi-lin1a,HUANG Ting1a
(1.a.School of Geographical Sciences,b.Sichuan Provincial Engineering Laboratory of Monitoring and Control for Soil Erosion on Dry Valleys,China West Normal University,Nanchong Sichuan 637009,China;2.College of Earth Sciences,Chengdu University of Technology,Chengdu Sichuan 610059,China)
Abstract:To scientifically understand the spatio-temporal evolution process and coupling coordination characteristics of “Production-Living-Ecological Space” in Jialing river basin and reveal its influencing factors as well,the classification and function evaluation system of “Production-Living-Ecological Space” is constructed,and land use transfer matrix and coupling coordination model are employed to reveal the spatio-temporal distribution,evolution process and coupling coordination degree of “Production-Living-Ecological Space” in Jialing river basin from 1990 to 2020.In addition,the influencing factors of the dynamic evolution are quantitatively identified with the help of PLUS model.The results are as follows:(1) The overall spatio-temporal dynamic evolution of “Production-Living-Ecological Space” and the county pattern in Jialing river basin was obvious;the comprehensive dynamic degree of “Production-Living-Ecological Space” in Jialing river basin was 0.10% from 1990 to 2005 and 0.99% from 2005 to 2020,and the proportions of counties with dynamic changes in production,living and ecological space were 79.82%,96.33% and 62.39%,respectively.(2) The mutual transfer of “Production-Living-Ecological Space” was more intense;the production space had shown a trend of reduction;while the expansion of living and ecological space was obvious.(3) The coupling coordination level of the distribution and expansion areas of production and living space was higher whereas the coupling coordination level of the main distribution areas of ecological space was relatively lower.(4) The overall layout of “Production-Living-Ecological Space” was mainly determined by natural factors such as farmland production potential,average slope and NDVI while the evolution speed and direction of “Production-Living-Ecological Space” was controlled by socio-economic factors such as population density,per capital disposable income of rural residents,public financial expenditure and regional GDP.The distribution of “Production-Living-Ecological Space” in Jialing river basin was characterized by obvious polarization and its dynamic evolution of transfer was obvious;natural and socio-economic factors had jointly affected the differentiation pattern and evolution process of “Production-Living-Ecological Space”.
Keywords:Jialing river basin;“Production-Living-Ecological Space”;spatio-temporal evolution;coupling coordination model;PLUS model;influencing factors