基于PLUS模型的汾河流域景觀生態風險時空分異及多情景模擬

汪勇政, 梁哲, 余浩然, 張強, 范昕

基于PLUS模型的汾河流域景觀生態風險時空分異及多情景模擬

汪勇政1,2,*, 梁哲1, 余浩然2, 張強1, 范昕3

1. 安徽建筑大學建筑與規劃學院, 合肥 230022 2. 安徽省城鎮化發展研究中心, 合肥 230022 3. 中國地質大學(武漢)公共管理學院, 武漢 430074

探究流域地區景觀生態風險時空分異規律及未來多情景模擬對于診斷區域土地開發問題以及促進區域生態系統可持續發展提供有益參考。以汾河流域為研究對象, 基于2000、2010、2020年三期土地利用數據, 利用GIS網格法、景觀格局指數、空間統計分析等方法, 探究汾河流域景觀生態風險時空分異特征及其規律, 并結合多元數據采用PLUS模型模擬探討未來多情景下汾河流域景觀生態風險的演變趨勢及其差異。結果表明: (1) 2000—2020年, 汾河流域景觀生態風險指數均值整體呈下降趨勢, 主要由于低風險地區面積持續增加; (2) 其空間集聚效應逐年增強, 地形較平坦的盆地地區主要為低風險和較低風險等級并隨著時間的推移范圍愈大集聚性越強; (3) 2035年兩情景景觀生態風險進一步降低, 基于生態保護可持續情景下汾河流域景觀生態風險均值降低以及低風險面積增大與林地、草地、水域的面積增大和連通密切相關, 自然發展情境下的變化與建設用地和耕地的整合緊密相關。

PLUS模型; 多情景模擬; 景觀生態風險評價; 汾河流域; 景觀格局

0 前言

景觀生態風險是指自然或人為因素影響下景觀格局與生態過程相互作用可能產生的不利后果。開展景觀生態風險評價能夠及時評估自然或人為等各種外界干擾因素對區域生態系統及結構產生不利影響的可能性及損害程度, 并且能夠有效支撐區域生態系統管理活動[1]。這有利于發現區域發展過程中的環境隱患問題, 從而在當前和未來促進降低該系統本身或其內部要素健康、生產力、遺傳結構、經濟價值和美學價值減少的可能性, 對于土地合理使用與開發、人類經濟活動和區域可持續發展具有重要意義[2]。

國內外學者針對區域景觀生態風險評價的研究體系進行了深入的總結和探索, 主要集中于區域景觀生態風險的時空演變及分異特征[3–6]、影響因素及機制[7–10]、未來趨勢[10–12]以及基于評價的景觀格局優化路徑[13–15]等方面。對于景觀風險的未來趨勢的研究, 是正確把握區域景觀生態風險評價的重要方向, 可以作為政策制定者制定有效環境保護措施的重要參考。以上研究對于未來區域景觀生態風險評價進行了積極有益的探索, 取得了較多的成果。而對于景觀生態風險未來變化趨勢的研究, 不能僅局限于隨歷史變化方向的結果, 更需要將不同的政策對區域景觀格局的影響而導致景觀生態風險的變化波動的情景納入對未來區域景觀生態風險評級的研究當中, 以供比對不同政策及發展狀況下的區域生態的變化情況。而基于FLUS、CLUS、CA模型的景觀生態風險評價有較高的精度, 但在探索土地利用變化的起因方面起到的作用比較有限, 難以時空動態地模擬多種土地利用類型的斑塊級變化, 特別是對于林地、草地等自然用地類型, 而PLUS模型可以更好的探究斑塊級的景觀格局變化, 提高模擬精度, 從而更有利于對景觀系統進行評價、規劃、設計和管理[16]。

流域是承載人類社會與自然生態系統重要的地理單元, 隨著流域生態學的發展, 流域尺度的研究受到更多學者的關注[17–18]。汾河流域是山西省文明誕生的搖籃, 也是省內嚴重缺水的區域, 流域水資源開發利用率高達80%以上。再加上不合理的開采礦物資源, 導致流域內部地下水過渡開采、水域面積不斷萎縮, 從而出現地表植被退化、土地資源及生態景觀格局破壞等一系列的生態環境問題。同時流域范圍內也是山西省重要的政治—經濟—文化中心, 伴隨著山西省進一步社會經濟快速發展, 流域內部景觀格局變化將會更加劇烈, 這對流域生態安全將會造成重大的沖擊。因此本文基于2000、2010、2020年三期土地利用數據, 利用GIS網格法、景觀格局指數、空間統計分析等方法, 探究汾河流域景觀生態風險時空分異特征及其規律, 并結合多元數據采用PLUS模型模擬探討未來多情景下汾河流域景觀生態風險的演變趨勢及其差異, 以期為流域內部生態系統管理以及區域可持續發展提供相應的參考。

1 材料與方法

1.1 研究區概況

汾河是山西省內的第一大河, 黃河第二大支流, 源頭位于管涔山, 干流全長716 km。流域位于山西省中南部, 東隔云中山、太行山與海河水系為界, 西連蘆芽山、呂梁山與黃河北干流為界, 東南有太岳山與沁河為界, 南以孤山、稷王山與涑水河為界; 流域面積39721 km2, 占山西省國土總面積的25.3%, 為全省政治、經濟、文化中心, 涉及9市51縣(市、區)具體范圍如圖1。

1.2 數據來源與處理

本文涉及多元數據如表1, 所有空間數據均通過ArcGIS10.6平臺進行預處理, 統一坐標系為WGS—1984—UTM—Zone—49N, 并以30 m分辨率的土地利用柵格數據為基礎, 進行粒度效應分析, 最終選取90 m為最佳粒度, 最終通過利用重采樣將土地利用柵格數據統一為90 m分辨率。

圖1 研究區范圍

Figure 1 Scope of the study area

1.3 研究方法

1.3.1 生態風險評價采樣單元的確定

本文采用GIS格網法, 以格網為評價單元, 將研究區劃分為若干格網對柵格數據進行后續研究。參考國家格網GIS的相關標準和前人研究, 格網宜采用平均斑塊面積的2～5倍[19], 因此在考慮研究區實際情況和工作量的基礎上并充分考慮空間粒度的采樣問題, 最終選取3.6 km×3.6 km的正方形格網對研究區進行劃分, 并對各格網進行編碼, 選取景觀總面積占評價單元面積比例大于1/3的格網, 共3145個。分別計算網格內部景觀生態風險指數, 作為樣區中心點的生態風險值[20]。

1.3.2 景觀生態風險指數模型構建

景觀指數法是地理學常用的定量研究法, 它通過多個指數的組合分析來描述景觀格局及變化。本文選用景觀干擾度和脆弱度建立土地利用類型與區域生態風險間的聯系, 主要涉及了5個景觀指數: 景觀干擾度指數、景觀破碎度指數、景觀分離度指數、景觀優勢度指數、景觀脆弱度指數, 以此來構建景觀生態風險指數模型[21]。

表1 數據類型及來源

區域景觀生態風險指數(ERI)反應研究區域生態損失的相對大小, 公式如下:

1.3.3 空間差值方法選取[20,27]

本文利用ArcGIS10.6空間分析模塊下的普通克里金插值法, 經過各種擬合情況的比對, 選擇半變異函數對小區樣點的風險值進行球狀擬合, 依此得到整個研究區的生態風險分布圖。運用自然斷點法將2020年生態景觀風險值分為五個等級: 低(ERI＜0.1337)、較低(0.1337≤ERI＜0.1532)、中(0.1532≤ERI＜0.1755)、較高(0.1755≤ERI＜0.2027)、高(0.2027≤ERI)。

1.3.4 空間自相關分析

全局空間自相關, 通常根據Moran’s指數整體判斷屬性值在研究區內集聚分布、離散分布還是隨機分布, 具體公式參照文獻[26,28]。局部空間自相關可進一步反映評價單元之間指數是否存在高值或低值的聚集特征[29]。利用局域空間關聯指數形成LISA聚類圖, 識別研究區內高值集聚“熱點”和低值集聚“冷點”, 空間分布特征。

1.3.5 PLUS模型[30]

PLUS模型是基于柵格斑塊生成土地利用的模擬模型, 該模型提出了一種將CA模型與斑塊生成模擬策略相結合的方法, 以提高模型對真實景觀格局的模擬能力。該模型主要包括兩個模塊: 基于土地擴展分析策略的規則挖掘框架、基于多類型隨機補丁種子的CA模型。采用多目標規劃法確定不同情景下的最優土地利用結構。與其他模型相比, PLUS模型可以確定土地擴張和項目景觀動態的驅動因素。

模型首先基于土地擴展分析策略提取兩期土地利用變化間各類用地擴張的部分。并從增加部分中采樣, 采用隨機森林算法逐一對各類土地利用擴張和驅動力的因素(如表3、圖2)進行挖掘。算法公式如下:

隨后PLUS模型結合多類隨機種子生成和閾值遞減機制, 得以在發展概率的約束下, 形成未來情景下土地利用斑塊布局。多類型隨機斑塊播種機制, 公式如下:

表2 景觀脆弱度賦值表

表3 土地利用模擬數據說明表

圖2 土地利用模擬數據

Figure 2 Land use simulation data

1.3.6 未來土地利用情景方案設置

(1)自然發展情景(NDS)

該情景維持2000—2020年各土地類型間的轉換規律, 采用Markov模型計算出2030年和2040年土地利用需求, 并采用線性插值法預測2035年汾河流域各土地利用類型的面積[30]。該情景是汾河流域未來土地利用變化的基準情景, 用地數量占比設定如表4。

(2)基于生態保護的可持續發展情景(ESS)

綜合考慮汾河流域生態保護問題與地區發展需求, 本研究將國家級自然保護區、省級自然保護區、河流湖泊水庫等區域設定為限制發展區, 并參考汾河流域生態景觀規劃(2020—2035年)對于汾河流域水域、森林、草地面積的保護和規劃要求對于未來用地預測進行參考, 充分考慮汾河流域的發展需求和耕地保護問題, 不會限制城市用地和耕地的蔓延擴張, 但其趨勢一定程度上會受到削弱[31], 用地數量占比設定如表4。

2 結果與分析

2.1 2000—2020年景觀生態風險時空演化

2.1.1 景觀生態風險時間演化及轉移特征

由圖3可知2000—2020年, 汾河流域景觀生態風險等級以低和較低為主, 面積占整個區域的50%以上。風險指數均值經歷了先增后減的過程, 整體呈現下降的趨勢, 主要表現為低風險區面積持續增加。20年間, 低風險地區面積占比增加了12.75%, 面積變化最為劇烈。分階段來看, 2000–2010年風險指數均值由0.1596上升到0.1603, 增長率0.44%, 主要表現為較低風險區面積減少, 占比減少5.56%。2010—2020年風險指數均值下降到0.1543低于2000年水平, 下降率為3.74%, 主要表現為低風險區面積增加和高風險區面積減少, 占比分別增加8.43%和減少了3.65%。

2000—2020年整體來看, 汾河流域景觀生態風險相鄰等級之間的轉移是等級變化的主要特點表征(如圖4)。2000—2010年, 汾河流域74.92%面積景觀生態風險等級未發生轉移, 其中等級升高面積占比11.69%, 主要表現為較低等級向中等級、中等級向較高等級; 等級降低面積占比13.39%主要表現為較低等級向低等級轉移, 中等級向較低等級轉移。2010—2020年間等級升高面積出現大幅減少, 占流域面積的3.44%, 表現為低風險等級向較低風險等級轉移。

2.1.2 景觀生態風險空間演化特征

總體空間分布來看(如圖5), 高風險、較高風險以及中風險等級地區主要位于汾河流域上游、中游兩側海拔較低的山地丘陵地區, 此區域景觀大多為耕地、草地、林地為主且流域中游多礦區, 長期的人工開墾與開采使得景觀類型脆弱度較高且破碎化嚴重最終導致景觀風險指數較高。低風險及較低風險等級區域主要位于流域北部太原盆地, 東西兩側高山地及南部臨汾盆地及運城盆地地區。

表4 土地利用情景用地數量設定表

注: 2035NDS表示自然發展情景下2035年土地利用數量占比; 2035ESS表示基于生態保護的可持續發展情景下2035年土地利用數量占比。

圖3 2000—2020年景觀生態風險等級占比變化

Figure 3 Changes in the proportion of landscape ecological risk levels from 2000 to 2020

2000—2010年, 高風險地區出現輕微的擴散, 分布在壽陽縣周圍地區; 寧武縣、靜樂縣、古交市南部等地出現較高風險地區擴散現象。古交市北部地區出現了低和較低風險地區突變為高和較高風險地區的現象, 主要由于退耕還林政策實施, 分散化的林草種植導致斑塊破碎度增加以及連通度降低。低風險地區集中連片趨于整合包括位于盆地內太原市區的整合、流域南部新絳縣—稷山縣—河津市的集中連片。

圖4 2000—2020年景觀生態風險等級轉移情況

Figure 4 The transfer of landscape ecological risk levels from 2000 to 2020

圖5 2000—2020年景觀生態風險空間分布圖

Figure 5 Spatial distribution map of landscape ecological risk from 2000 to 2020

2010—2020年, 研究區多地出現高風險區域萎縮現象, 如靈石縣北部、交口縣南等地區。此類區域人類的開發利用導致的建設用地的擴張, 以及退耕還林還草工程的持續實施促進林草植被整合成片。低風險地區進一步整合擴大, 最為顯著的為太原市區—榆次區—太谷區范圍, 此區域是流域內城鎮化發展最快的區域, 隨著城市建設用地進一步連通整合, 導致了低風險等級區域擴大并集中成片。

2.1.3 空間集聚演化特征

基于Geoda1.18, 可知2000、2010、2020年汾河流域景觀生態風險指數全局Moran’s值分別為0.459、0.504、0.489, 均大于0, P值均小于0.01, Z值得分遠大于1.96。表明景觀生態風險指數整體呈顯著正相關, 空間上表現為聚集分布, 且相互之間存在影響。20年來, 全局Moran’s值整體呈現上升趨勢, 表明汾河流域景觀生態風險指數的集聚程度及空間關聯度增強。

局部自相關分析可以測度出研究區高值聚集以及低值聚集的空間分布情況。由圖6可知, 汾河流域生態風險指數集聚類型以“高—高”、“低—低”聚集為主。2000—2010年, 古交市北部由于風險等級變化出現了低值聚集變為高值聚集現象, 低值聚集地區在汾河中下游位置出現了連片, 在太原市區出現了擴張。2010—2020年, 高值聚集地區出現萎縮, 較為顯著的是寧武縣和古交市北部、靈石縣西部、交口縣東部。低值聚集地區擴張與萎縮現象并存, 太原市區擴張現象最為顯著, 低值聚集區向晉源區、小店區等地擴張; 萎縮現象顯著地區包括交城縣南部、祁縣西部等地。

2.2 2035年多情景土地利用及景觀生態風險變化

2.2.1 不同情景下景觀生態風險變化特征

根據2010年土地利用數據, 通過PLUS模型模擬得到2020年土地利用將其與真實情況進行Kappa精度驗證, 得到Kappa系數為0.792, 總體精度為0.861, 滿足研究要求[30]。根據不同情景參數設置模擬得到2035年自然發展和基于生態保護的可持續發展情景的土地利用。

由圖7可知在自然發展情景下, 汾河流域景觀生態風險相較于2020年進一步降低。其中, 高風險、較高風險、中風險等級下降率依次為39.33%、17.94%、23.36%, 主要分布在包括靜樂縣、古交市南部、汾西縣北部等地(如圖8); 低風險增加率為88.84%增幅最大, 分布在流域上游太原盆地內大部分地區和下游臨汾盆地和運城盆地的大多數地區; 較低風險下降率為32.30%, 主要分布在汾河流域下游地區包括洪洞縣北部、古縣東部及北部等地區。

基于生態保護的可持續發展情景下, 2035年流域內景觀生態風險均值較2020年降至0.1464, 景觀生態更加穩定, 結構更加優化。高風險、較高風險、中風險等級下降率分別為61.22%、19.73%、19.99%, 主要分布在嵐縣東部、靜樂縣中部、古交市北部及南部等地區; 較低風險占比減少下降率為11.71%, 低風險增加增長率為58.77%, 較低風險及低風險擴張地區主要包括流域西部山地地區和流域上下游盆地地區。

Figure 6 The LISA map of local spatial autocorrelation from 2000 to 2020

圖7 2035年多情景景觀生態風險等級占比

Figure 7 Percentage of multi-scenario landscape ecological risk levels in 2035

圖8 2035年多情景景觀生態風險等級分布

Figure 8 Distribution of Ecological Risk Level of Multi- Scenario Landscape in 2035

2.2.2 基于景觀格局的不同情景景觀生態風險差異研究

兩情景相比, 自然發展情景下景觀生態風險均值更低; 基于生態保護的可持續發展情景下高風險、較高風險及低風險占比較低。空間分布來看, 基于生態保護的可持續發展情景相較于自然發展情景,流域上游和中游部分以及流域東側高風險和較高風險地區范圍出現顯著萎縮。

從流域整體景觀格局來看(如表5), 相較于自然發展情景, 基于生態保護的可持續發展情景下的林地、草地、水域景觀斑塊面積較大, 其中林地的斑塊數量、破碎度、分離度、干擾度較小且優勢度較大, 表明該情景下林地的面積出現較大的增加且具有良好的連通性并受其他因素的干擾較小; 草地和水域的分離度較小且優勢度較大, 然而草地干擾度較大而水域干擾度顯著較小, 表明草地和水域在該情景中面積增大整合度連通度較好, 水域受外界干擾較小景觀穩定性較好, 但草地受其他因素干擾較大處于較不穩定的狀態。耕地、建設用地、未利用地在基于生態保護的可持續發展情景下的面積較小, 且相較于自然發展情景整體優勢度更低, 生態環境好轉。

3 討論

研究發現, 汾河流域景觀生態風險空間分布規律與其區域自然地理特征具有很好的相關性, 這與相關研究結果相似[8][32][33]。流域中游呂梁山區以及下游太岳山區因為所處海拔較高地勢復雜人類活動較弱, 對其內部干擾小, 大片的林地及草地呈規模連片化, 景觀生態風險較低; 隨著高程下降, 地勢趨緩, 開始受到人類干擾, 自然生態類型由大面積的林地、草地逐漸過渡到林草相間的狀態并且零星的耕地與裸土地開始顯現導致景觀斑塊的破碎度增加, 脆弱度不斷加重, 景觀生態風險隨之升高; 隨著海拔的進一步降低, 人類開發程度較高景觀類型以規模化的建設用地、耕地為主, 景觀斑塊豐富且均勻, 土地利用結構較為優化, 景觀生態風險隨之降低。因此, 在之后的生態風險管理中, 對于人類活動較弱區域, 生態風險管理措施以自然保育為主, 維護生態系統的健康穩定; 在人類活動頻繁的區域, 如汾河沿線, 應重點關注建設用地和耕地擴張, 對于污染水環境及破壞生態環境的產業依法進行叫停。加強河道兩岸的生態管控和生態功能保護區的劃定, 對于保護區內耕地實行分階段的退耕還林還草還濕, 建設緩沖隔離防護林帶和水源涵養林帶, 改變農防段種植結構, 提高河流自凈能力, 通過結合的國土空間規劃和適度生態工程措施來優化流域景觀格局結構。

表5 汾河流域不同情境景觀格局指數

注: NDS表示自然發展情景; ESS表示基于生態保護的可持續發展情景。

已有研究表明[34], 景觀生態風險的時空分布特征具有明顯的空間效應, 不同的研究尺度單元, 會導致研究結果會存在一定的差異。限于研究區土地利用分辨率的影響, 本文在研究中可能會忽略了某些區域斑塊面積較小的用地類型, 使其景觀生態風險時空分布變化不能夠被反映。此外, 景觀生態風險的時空特征受土地覆被分類方法和詳細程度的影響較大。隨著研究的深入, 之后會結合高分影像數據優化土地利用的解譯精度, 提高其分辨率與用地類型數量, 為提高后續研究的科學性以及規劃調控的精確性做出相應準備。

4 結論

本文對汾河流域2000—2020年景觀生態風險的時空分異特征進行研究, 結合PLUS模型對2035年汾河流域景觀生態風險空間分布和演變趨勢進行多情景模擬預測, 并基于景觀格局指數對比不同情景之間的差異。得出以下結論:

(1) 2000—2020年, 汾河流域低和較低等級占比超區域的50%以上, 風險指數均值呈現先增后減現象, 整體為下降趨勢, 主要由于低風險地區面積持續增加, 達到了12.75%。20年間, 相鄰等級的轉移是等級變化的主要特征, 其中等級下降面積占比最多表現為依次向相鄰風險等級降低。

(2) 高風險、較高風險以及中風險等級主要位于以耕地、草地、林地為主的低海拔山地地區; 低風險和較低風險主要位于以林地為主的高海拔山地地區和以建設用地和耕地為主的盆地地區。2000—2010年較高風險地區呈現核心擴散的變化特點, 低風險地區集中連片趨于整合。

(3) 2020—2035年, 兩種情景下的景觀生態風險指數均值進一步下降, 較低風險與低風險占比總和繼續均增加超65%, 其中自然發展情景以低風險增加為主; 生態保護的可持續發展情景, 主要以高風險地區面積下降為主。生態保護的可持續發展情景下林地、草地、水域的面積出現較大的增加且具有良好的連通性并優勢度較大; 自然發展情景下建設用地、耕地和未利用地面積更大且斑塊更加整合。

[1] 彭建, 黨威雄, 劉焱序, 等. 景觀生態風險評價研究進展與展望[J]. 地理學報, 2015, 70(4): 664–677.

[2] 許妍, 高俊峰, 趙家虎, 等. 流域生態風險評價研究進展[J]. 生態學報, 2012, 32(1): 284–292.

[3] WANG H, LIU X, ZHAO C, et al. Spatial-temporal pattern analysis of landscape ecological risk assessment based on land use/land cover change in Baishuijiang National nature reserve in Gansu Province, China[J]. Ecological Indicators, 2021, 124:107454.

[4] CHEN J, DONG B, LI H, et al. Study on landscape ecological risk assessment of Hooded Crane breeding and overwintering habitat[J]. Environmental Research, 2020, 187.

[5] 康紫薇, 張正勇, 位宏, 等. 基于土地利用變化的瑪納斯河流域景觀生態風險評價[J]. 生態學報, 2020, 40(18): 6472–6485.

[6] 楊馗, 信桂新, 蔣好雨, 等. 基于最佳尺度的景觀生態風險時空變化研究: 以重慶市江津區為例[J]. 生態與農村環境學報, 2021, 37(5): 576–586.

[7] 史利江, 劉敏, 李艷萍, 等. 汾河流域縣域經濟差異的時空格局演變及驅動因素[J]. 地理研究, 2020, 39(10): 2361–2378.

[8] 張文靜, 孫小銀, 單瑞峰, 劉飛. 1975—2018年南四湖流域景觀生態風險時空變化及其驅動因素研究[J]. 生態科學, 2020, 39(3): 172-181.

[9] 黃木易, 何翔. 近20年來巢湖流域景觀生態風險評估與時空演化機制[J]. 湖泊科學, 2016, 28(4): 785–793.

[10] WEN Zhang, WEN J. Chang, ZAI C, et al. Landscape ecological risk assessment of Chinese coastal cities based on land use change[J]. Applied Geography,2020,117.

[11] 曾永年, 靳文憑, 王慧敏, 等. 青海高原東部土地利用變化模擬與景觀生態風險評價[J]. 農業工程學報, 2014, 30(4): 185–194.

[12] 楊陽, 黃義雄, 李瀟, 等. 海壇島土地利用變化模擬與景觀生態風險評價[J]. 水土保持通報, 2017, 37(6): 146– 151+156.

[13] 李青圃, 張正棟, 萬露文, 等. 基于景觀生態風險評價的寧江流域景觀格局優化[J]. 地理學報, 2019, 74(7): 1420–1437.

[14] 潘竟虎, 劉曉. 疏勒河流域景觀生態風險評價與生態安全格局優化構建[J]. 生態學雜志, 2016, 35(3): 791–799.

[15] 歐定華, 夏建國. 基于粒子群算法的大城市近郊區景觀格局優化研究—以成都市龍泉驛區為例[J]. 地理研究, 2017, 36(3): 553–572.

[16] KEANE R E, PARSONS R A, HESSBURG P F. Estimating historical range and variation of landscape patch dynamics: limitations of the simulation approach[J]. Ecological Modelling, 2002, 151(1): 29–49.

[17] 楊海樂, 陳家寬. 流域生態學的發展困境—來自河流景觀的啟示[J]. 生態學報, 2016, 36(10): 3084–3095.

[18] 陳希, 王克林, 祁向坤, 等. 湘江流域景觀格局變化及生態服務價值響應[J]. 經濟地理, 2016, 36(5): 175–181.

[19] NELSON Rangel-Buitrago, WILLIAM J. Neal, VICTOR N. de Jonge. Risk assessment as tool for coastal erosion management[J]. Ocean and Coastal Management, 2020, 186.

[20] 陳心怡, 謝跟蹤, 張金萍. 海口市海岸帶近30年土地利用變化的景觀生態風險評價[J]. 生態學報, 2021, 41(3): 975–986.

[21] 王潔, 擺萬奇, 田國行. 青藏高原景觀生態風險的時空特征[J]. 資源科學, 2020, 42(9): 1739–1749.

[22] 孫才志, 閆曉露, 鐘敬秋. 下遼河平原景觀格局脆弱性及空間關聯格局[J]. 生態學報, 2014, 34(2): 247–257.

[23] 韓振華, 李建東, 殷紅, 等. 基于景觀格局的遼河三角洲濕地生態安全分析[J]. 生態環境學報, 2010, 19(3): 701–705.

[24] 王小丹, 程根偉, 趙濤, 等. 西藏生態安全屏障保護與建設成效評估[J]. 中國科學院院刊, 2017, 32(1): 29–34.

[25] 付揚軍, 師學義, 和娟. 汾河流域景觀格局脆弱性時空分異特征[J]. 水土保持研究, 2020, 27(3): 197–202.

[26] 楊庚, 張振佳, 曹銀貴, 等. 晉北大型露天礦區景觀生態風險時空異質性[J]. 生態學雜志, 2021, 40(1): 187–198.

[27] 周汝佳, 張永戰, 何華春. 基于土地利用變化的鹽城海岸帶生態風險評價[J]. 地理研究, 2016, 35(6): 1017–1028.

[28] ANSELIN L. 1995. Local indicators of spatial association- LISA. Geographical Analysis, 27: 93–115.

[29] 徐建華. 計量地理學. 第2版[M]. 高等教育出版社, 2014.

[30] LIANG X, GUAN Q, CLARKE K C, et al. Understanding the drivers of sustainable land expansion using a patch- generating land use simulation (PLUS) model: A case study in Wuhan, China[J]. Computers Environment and Urban Systems, 2021, 85:101569.

[31] 張曉瑤, 陸林, 虞虎, 等. 青藏高原土地利用變化對生態系統服務價值影響的多情景模擬[J]. 生態學雜志, 2021, 40(3): 887–898.

[32] 劉海龍, 王煒橋, 王躍飛, 等. 汾河流域生態敏感性綜合評價及時空演變特征[J]. 生態學報, 2021, 41(10): 3952–3964.

[33] 顏瑜嚴, 楊遼, 王偉勝, 等. 伊犁河谷景觀生態風險時空變化及其地形梯度分析[J]. 生態科學, 2020, 39(4): 125–136.

[34] 付揚軍, 師學義, 和娟. 汾河流域景觀破碎化時空演變特征[J]. 自然資源學報, 2019, 34(8): 1606–1619.

[35] 王艷芳, 沈永明, 陳壽軍, 等. 景觀格局指數相關性的幅度效應[J]. 生態學雜志, 2012, 31(8): 2091–2097.

Spatial-temporal differentiation and multi-scenario simulation of landscape ecological risk assessment in Fenhe River Basin based on PLUS model

WANG Yongzheng1,2,*, LIANG Zhe1, YU Haoran2, ZHANG Qiang1, FAN Xin3

1. School of Architecture and Planning, Anhui Jianzhu University, Hefei 230022, China 2. Research Center of Urbanization Development in Anhui Province, Hefei 230022, China 3. School of Public Administration, China University of Geosciences(Wuhan), Wuhan 430074, China

Exploring the temporal and spatial differentiation of landscape ecological risks in watershed regions and future multi-scenario simulations provides a useful reference for the diagnosis of regional land development problems and the sustainable development of regional ecological environment. It took the Fenhe River Basin as the research object, based on the three phases of land use data in 2000, 2010, and 2020, using GIS grid method, landscape pattern index, spatial statistical analysis and other methods to explore the temporal and spatial differentiation characteristics of the landscape ecological risk in the Fenhe River Basin And its laws, combined with multivariate data. It used the PLUS model to simulate the evolution trend and differences of the ecological risks of the Fenhe River Basin under multiple scenarios in the future. The results showed that: (1) From 2000 to 2020, the average value of the Fenhe River Basin landscape ecological risk index showed an overall downward trend, mainly due to the continuous increase in the area of low-risk areas. (2) Its spatial agglomeration effect increased year by year, and the basin areas with relatively flat terrain were mainlylow-risk and low-risk level, and the larger the scope over time, the stronger the agglomeration. (3) In 2035, the landscape ecological risk in the two scenarios will be further reduced, and the average value of the landscape ecological risk in the Fenhe River Basin under the sustainable ecological protection scenario will decrease and the increase in low-risk area is closely related to the increase and connectivity of woodland, grassland, and water areas, while changes in natural development scenarios are closely related to the integration of construction land and cultivated land.

PLUS model;multi-scenario simulation;landscape ecological risk assessment;Fenhe River Basin; landscape pattern

10.14108/j.cnki.1008-8873.2024.01.005

S157.2

A

1008-8873(2024)01-035-11

2021-07-19;

2023-09-22基金項目:國家自然基金項目(51778002); 安徽省高校省級人文社會科學研究項目重點項目(SK2020A0257)

汪勇政(1979—), 男, 安徽懷寧人, 副教授, 碩士生導師, 主要從事區域生態規劃、土地資源相關研究E-mail: rockyhust1979@ahjzu.edu.cn

通信作者:汪勇政

汪勇政, 梁哲, 余浩然, 等. 基于PLUS模型的汾河流域景觀生態風險時空分異及多情景模擬[J]. 生態科學, 2024, 43(1): 35–45.

WANG Yongzheng, LIANG Zhe, YU Haoran,et al. Spatial-temporal differentiation and multi-scenario simulation of landscape ecological risk assessment in Fenhe River Basin based on PLUS model[J]. Ecological Science, 2024, 43(1): 35–45.