-
生态风险是指外部压力(如自然变化或人类活动)对种群、生态系统结构或整个景观的正常功能产生负面影响的概率或可能性[1-2],这些影响在生态系统健康、生产力、遗传结构、经济价值和美学价值上得以反映[3-4].当前,生态风险评价研究主要是结合景观脆弱度指数和景观干扰度指数来构建模型对生态环境进行评价分析[5].
目前,国内外对于生态风险的研究已积累了相当丰富的经验.从研究对象来看,流域[6-8]、干旱区[5, 9]、沿海地区[10-12]、海岸带[13-14]、自然保护区[15]等为研究的热点区域,近年来,也逐渐有学者将目光投向黄土沟壑区[16]及生态移民区[17-19];从研究尺度上来看,综合考虑研究区面积及景观斑块平均面积来划分的网格为主流研究尺度[20],也有部分学者以市域、县域等行政单位为基本研究单位来开展生态风险研究;从研究方法来看,大多数学者运用景观格局指数构建生态风险模型或者依据统计数据,采用RRM[21-22]、PSR[23]、PESR模型进行相关分析.尽管目前关于生态风险的研究已经相当成熟,但大多数学者在对区域生态风险进行研究时更多考虑其在地理空间和时间序列上的变化特征,很少通过划分地形来分析生态风险变化;同时,对于一定研究期内的区域生态风险变化研究视角较单一,多从各风险等级面积变化或时空分布上来探究,而对于研究期内各等级生态风险之间的转化以及转化的程度研究不够.因而本研究通过构建生态风险动态变化空间分析模型,来分析万州区各等级生态风险之间的转化状况;同时借助地理探测器探测地形因子中对生态风险影响最大的因子,并以此作为地形划分依据,对各个地形的生态风险进行分析.
万州区作为三峡移民的重要迁入地区,移民建设中建设用地的急剧增加对区域内生态环境造成了较大影响.同时,由于区域内降水充沛、河流水系发达、地质构造复杂,其生态环境稳定性较差[24],因而在库区辐射范围内,景观格局的变化对生态环境的影响意义较为深远.本研究采用目前的主流方法来对研究区的生态风险状况进行量化分析,即建立生态风险评估单元,利用生态风险指数模型测定各评价单元的生态风险状况[18],借助反距离权重插值法将评估结果在空间上表达出来[25],进行相关分析,以期为万州区生态环境保护提供可借鉴的材料.
Eco-risk Assessment and Management Based on Landscape Structure Changes——A Case Study of Wanzhou District of Chongqing
-
摘要: 以万州区为例,以2009,2013,2016年土地利用数据为基础,以ArcGIS和Fragstats为软件支撑,综合运用生态风险指数、生态风险动态变化空间分析模型以及地理探测器等多种研究方法,研究了万州区景观结构变化状况、区域生态风险的时空变化状况及其在不同地形下的分布变化状况,为万州区生态环境的改善提出相应的管控措施.结果表明:① 2009-2016年万州区潜在风险区面积小幅增加后大面积向低风险区转化,成为转出面积最高的风险区;重风险区则持续转化为中风险区,使得重风险区和中风险区分别成为主要转出和主要转入风险类型,其转出、转入率分别为:0.95%,2.11%,此外,重风险区也是空间变化最为活跃的风险类型;②平原为重风险的主要集聚地带,丘陵以低风险区为主,而山地则是潜在风险区的主要分布带;各个地形下的生态风险指数值从大到小依次为:平原、丘陵、山地.Abstract: The change in landscape structure will affect the ecosystem to some extent, andin Wanzhou District, which is a population resettlement region of theThree Gorges, the construction land and traffic land have increased dramatically, which has hada certain effect on the ecological environment of the region. At the same time, due to the complicated geological structure, abundant precipitation, a well-developed river system and poor ecological environment stability, the changes of landscape pattern havehad a profound impact on the ecological environment of the Three Gorges reservoir area. Therefore, in order to discuss the impact of landscape structure changes on eco-systems, Wanzhou District was taken as the research object in this study. By analyzing the spatial and temporal changes of landscape structure and regional ecological risk in Wanzhou District, an array of ecological risk control measures were put forward to improve the ecological environment of Wanzhou District. Based on theland use data for 2009, 2013 and 2016 of Wanzhou and supported byArcGIS and Fragstats, the changes in the landscape structure, the temporal and spatial dynamics of ecological risks and the changes in their distribution in different topographies were analyzed withecological risk index, spatial analysis model for dynamics of ecological risks and geographical detectors, and some management measures for improving the ecological environment of the district were proposed. The resultswere as follows. During the study period, the ecological risk pattern of Wanzhou District was basically stable, but the spatial difference was obvious. In general, taking the Yangtze River as the boundary, the distribution of ecological risks was characterized byhigher values in the west and lower values in the east. From 2009 to 2016, the area of risk-free zone transferred to low-risk zone sharply after amoderate growth; and the serious-risk zone transferred to moderate-risk zonecontinuously, while it made serious- and moderate-risk zone become main turning out zone or the main turning in zone, and the rate of roll out and roll in were respectively 0.95% and 2.11%. In addition, the serious-risk zone was also the risk zone with the most active spatial changes. Serious risks were concentrated in the plain regions, low risks were concentrated in the hilly regions, and the mountainous areas werepotentiallythe main distribution areasof ecological risks. The ecological risk index was sorted by region from largest to smallest: plain, hilly and mountainous. The study adopted different management measures for different risk zones, which has certain reference significance for protecting the ecological environment of Wanzhou District, reducing the ecological risk of the region and improving its ecological service function.
-
Key words:
- landscape pattern /
- ecological risk /
- geographical detectors /
- terrain /
- Wanzhou district .
-
表 1 研究区的景观格局指数
景观类型 年份 斑块面积/ hm2 斑块数量/个 破碎度(Ci) 分离度(Ni) 优势度(Di) 干扰度(Ei) 脆弱度(Fi) 损失度(Ri) 耕地 2009 122 514.65 12 484 0.101 9 0.268 1 0.459 0 0.223 2 0.111 1 0.157 5 2013 122 460.23 12 492 0.102 0 0.268 3 0.459 3 0.223 3 0.111 1 0.157 5 2016 121 452.08 12 780 0.105 2 0.273 6 0.458 5 0.226 4 0.111 1 0.158 6 园地 2009 11 533.16 3 319 0.288 2 1.468 4 0.165 3 0.617 7 0.138 9 0.292 9 2013 11 376.9 3 322 0.292 4 1.489 2 0.165 2 0.626 0 0.138 9 0.294 9 2016 11 272.28 3 333 0.296 0 1.505 6 0.165 0 0.632 7 0.138 9 0.296 4 林地 2009 137 419.76 16 653 0.121 2 0.276 1 0.497 1 0.242 8 0.055 6 0.116 1 2013 137 254.75 16 665 0.121 4 0.276 5 0.497 1 0.243 1 0.055 6 0.116 2 2016 137 448.92 16 704 0.121 5 0.276 4 0.497 3 0.243 1 0.055 6 0.116 2 草地 2009 28 256.86 5 217 0.184 5 0.751 4 0.284 2 0.374 5 0.083 3 0.176 7 2013 28 262.12 5 213 0.184 3 0.751 0 0.284 8 0.374 4 0.083 3 0.176 6 2016 28 184.09 5 234 0.185 6 0.754 6 0.284 7 0.376 1 0.083 3 0.177 0 水域及水利设施用地 2009 15 697.46 841 4 0.535 9 1.717 8 0.273 5 0.838 0 0.222 2 0.431 5 2013 15 611.78 8 359 0.535 3 1.721 5 0.273 4 0.838 8 0.222 2 0.431 7 2016 15 465.34 8 322 0.538 0 1.734 0 0.273 0 0.843 8 0.222 2 0.433 0 城乡工矿居民用地 2009 28 805.08 36 692 1.276 4 1.954 8 0.392 7 1.303 2 0.027 8 0.190 3 2013 29 100.08 35 763 1.231 9 1.910 4 0.391 1 1.267 3 0.027 8 0.187 6 2016 29 764.38 35 584 1.198 4 1.863 0 0.391 8 1.236 5 0.027 8 0.185 3 交通用地 2009 730.46 314 0.426 3 7.131 2 0.032 0 2.358 9 0.194 4 0.677 3 2013 892.32 481 0.535 8 7.225 1 0.040 1 2.443 4 0.194 4 0.689 3 2016 1 374.24 719 0.518 9 5.735 8 0.054 5 1.991 1 0.194 4 0.622 2 未利用地 2009 697.12 498 0.715 8 9.410 1 0.069 1 3.194 7 0.166 7 0.729 7 2013 696.37 496 0.713 7 9.401 3 0.068 8 3.191 0 0.166 7 0.729 3 2016 693.2 495 0.715 1 9.434 9 0.068 5 3.201 7 0.166 7 0.730 5 表 2 2009-2016年风险等级转移状况
2009-2016年 转出面积/ hm2 转入面积/ hm2 TRL IRL CCL Fk 潜在风险区 4 559 224 0.44% 0.02% 0.46% 0.19% 低风险区 3 424 5 759 0.35% 0.59% 0.94% 0.09% 中风险区 1 200 4 800 0.53% 2.11% 2.64% 0.18% 重风险区 22 486 0 0.95% 0.00% 0.95% 0.41% 表 3 生态风险影响因子探测值
高程因子 坡度因子 起伏度因子 2009 0.483 2 0.187 4 0.078 9 2013 0.480 7 0.185 8 0.077 5 2016 0.482 1 0.190 5 0.078 1 表 4 不同地形下的生态风险等级面积占比
hm2 地形 年份 潜在风险区 百分比 低风险区 百分比 中风险区 百分比 重风险区 百分比 总面积 平原 2009 31.24 0.23% 610.98 4.56% 1 756.89 13.10% 11 012.44 82.11% 13 411.55 2013 61.43 0.46% 594.27 4.43% 1 907.49 14.22% 10 848.36 80.89% 13 411.55 2016 31.24 0.23% 796.84 5.94% 1 893.52 14.12% 10 689.95 79.71% 13 411.55 丘陵 2009 19 773.92 17.21% 60 201.96 52.39% 23 276.42 20.26% 11 653.03 10.14% 114 905.33 2013 19 975.06 17.38% 59 140.63 51.47% 24 376.65 21.21% 11 414 9.93% 114 906.34 2016 18 263.27 15.89% 60 039.56 52.25% 25 873.88 22.52% 10 729.63 9.34% 114 906.34 山地 2009 129 460.47 59.57% 79 058.85 36.38% 7 397.63 3.40% 1 420.72 0.65% 217 337.68 2013 129 391.26 59.53% 78 374.78 36.06% 8 146.8 3.75% 1 423.83 0.66% 217 336.66 2016 126 635.91 58.27% 81 370.6 37.44% 8 263.54 3.80% 1 066.61 0.49% 217 336.66 -
[1] LIU Y C, LIU Y X, LI J L, et al. Evolution of Landscape Ecological Risk at the Optimal Scale: a Case Study of the Open Coastal Wetlands in Jiangsu, China[J]. International Journal of Environmental Research and Public Health, 2018, 15(8): 1691. doi: 10.3390/ijerph15081691 [2] 吕永龙, 王尘辰, 曹祥会.城市化的生态风险及其管理[J].生态学报, 2018, 38(2): 359-370. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201802001.htm [3] 臧淑英, 梁欣, 张思冲.基于GIS的大庆市土地利用生态风险分析[J].自然灾害学报, 2005, 14(4): 141-145. doi: 10.3969/j.issn.1004-4574.2005.04.023 [4] 徐兰, 罗维, 周宝同.基于土地利用变化的农牧交错带典型流域生态风险评价——以洋河为例[J].自然资源学报, 2015, 30(4): 580-590. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX201504005.htm [5] 张月, 张飞, 周梅, 等.干旱区内陆艾比湖区域景观生态风险评价及时空分异[J].应用生态学报, 2016, 27(1): 233-242. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201601030.htm [6] 刘卫国, 安尼瓦尔·木扎提, 吕光辉.博斯腾湖流域风险评价[J].干旱区资源与环境, 2008, 22(8): 33-37. doi: 10.3969/j.issn.1003-7578.2008.08.007 [7] 许妍, 高俊峰, 郭建科.太湖流域生态风险评价[J].生态学报, 2013, 33(9): 2896-2906. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201309029.htm [8] 谢小平, 陈芝聪, 王芳, 等.基于景观格局的太湖流域生态风险评估[J].应用生态学报, 2017, 28(10): 3369-3377. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201710032.htm [9] 李程程, 南忠仁, 王若凡, 等.基于景观结构和3S技术的干旱区绿洲生态风险分析——以高台县为例[J].干旱区资源与环境, 2012, 26(11): 31-35. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-GHZH201211005.htm [10] 许凤娇, 吕晓.基于土地利用变化的江苏沿海地区生态风险格局[J].生态学报, 2018, 38(20): 7312-7325. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201820017.htm [11] 高宾, 李小玉, 李志刚, 等.基于景观格局的锦州湾沿海经济开发区生态风险分析[J].生态学报, 2011, 31(12): 3441-3450. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201112024.htm [12] 田鹏, 李加林, 史小丽, 等.浙江省土地利用格局时空变化及生态风险评价[J].长江流域资源与环境, 2018, 27(12): 2697-2706. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-CJLY201812006.htm [13] 周汝佳, 张永战, 何华春.基于土地利用变化的盐城海岸带生态风险评价[J].地理研究, 2016, 35(6): 1017-1028. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201606003.htm [14] 李加林, 徐谅慧, 杨磊, 等.浙江省海岸带景观生态风险格局演变研究[J].水土保持学报, 2016, 30(1): 293-299, 314. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-TRQS201601052.htm [15] BAO K, LIU J L, YOU X G, et al. A New Comprehensive Ecological Risk Index for Risk Assessment on Luanhe River, China[J]. Environmental Geochemistry and Health, 2018, 40(5): 1965-1978. doi: 10.1007/s10653-017-9978-6 [16] 潘翔, 石培基, 吴娜.黄土丘陵沟壑区生态风险空间识别及开发利用权衡——以兰州市为例[J].环境科学学报, 2018, 38(1): 380-389. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201801045.htm [17] 陈晓, 刘小鹏, 王鹏, 等.旱区生态移民空间冲突的生态风险研究——以宁夏红寺堡区为例[J].人文地理, 2018, 33(5): 106-113. doi: 10.3969/j.issn.2095-0446.2018.05.017 [18] 徐芸, 朱惇, 贾海燕, 等.长江上游宜宾至泸州江段突发水污染风险评估[J].三峡生态环境监测, 2020, 5(1): 14-22. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-SXHC202001003.htm [19] 王亚娟, 王鹏, 韩文文, 等.宁夏中部干旱带生态移民过程生态风险时空分异——以红寺堡区为例[J].干旱区地理, 2018, 41(4): 817-825. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-GHDL201804019.htm [20] 魏伟, 石培基, 雷莉, 等.基于景观结构和空间统计方法的绿洲区生态风险分析——以石羊河武威、民勤绿洲为例[J].自然资源学报, 2014, 29(12): 2023-2035. doi: 10.11849/zrzyxb.2014.12.004 [21] 刘晓, 苏维词, 王铮, 等.基于RRM模型的三峡库区重庆开县消落区土地利用生态风险评价[J].环境科学学报, 2012, 32(1): 248-256. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201201032.htm [22] 熊勤犁, 肖洋, 史雅娟, 等.长江上游重庆段流域生态风险评价——基于RRM模型[J].西南大学学报(自然科学版), 2013, 35(11): 141-146. doi: http://xbgjxt.swu.edu.cn/article/id/jsuns20120206 [23] 谢余初, 巩杰, 张玲玲.基于PSR模型的白龙江流域景观生态安全时空变化[J].地理科学, 2015, 35(6): 790-797. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-DLKX201506016.htm [24] 黄京鸿.三峡水库水位涨落带的土地资源及其开发利用[J].西南师范大学学报(自然科学版), 1994, 19(5): 528-533. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-XNZK405.014.htm [25] 赵卫权, 杨振华, 苏维词, 等.基于景观格局演变的流域生态风险评价与管控——以贵州赤水河流域为例[J].长江流域资源与环境, 2017, 26(8): 1218-1227. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-CJLY201708012.htm [26] 苏浩, 吴次芳.基于景观结构的农林交错带土地利用生态风险时空分异研究[J].经济地理, 2017, 37(5): 158-165. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201705022.htm [27] 王鹏, 王亚娟, 刘小鹏, 等.基于景观结构的生态移民安置区生态风险评价——以宁夏红寺堡区为例[J].生态学报, 2018, 38(8): 2672-2682. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201808007.htm [28] 黄木易, 何翔.近20年来巢湖流域景观生态风险评估与时空演化机制[J].湖泊科学, 2016, 28(4): 785-793. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-FLKX201604011.htm [29] 谢花林.基于景观结构和空间统计学的区域生态风险分析[J].生态学报, 2008, 28(10): 5020-5026. doi: 10.3321/j.issn:1000-0933.2008.10.048 [30] 韦仕川, 吴次芳, 杨杨, 等.基于RS和GIS的黄河三角洲土地利用变化及生态安全研究——以东营市为例[J].水土保持学报, 2008, 22(1): 185-189. doi: 10.3321/j.issn:1009-2242.2008.01.039 [31] 卿凤婷, 彭羽.基于景观结构的北京市顺义区生态风险时空特征[J].应用生态学报, 2016, 27(5): 1585-1593. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201605030.htm [32] 巩杰, 赵彩霞, 谢余初, 等.基于景观格局的甘肃白龙江流域生态风险评价与管理[J].应用生态学报, 2014, 25(7): 2041-2048. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201407028.htm [33] 贡璐, 鞠强, 潘晓玲.博斯腾湖区域景观生态风险评价研究[J].干旱区资源与环境, 2007, 21(1): 27-31. doi: 10.3969/j.issn.1003-7578.2007.01.006 [34] 刘盛和, 何书金.土地利用动态变化的空间分析测算模型[J].自然资源学报, 2002, 17(5): 533-540. doi: 10.3321/j.issn:1000-3037.2002.05.002 [35] 李灿, 汤惠君, 王枫, 等.快速城镇化地区土地利用动态变化的空间测算分析——以北京市顺义区为例[J].中国农业大学学报, 2016, 21(2): 115-123. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-NYDX201602015.htm [36] 彭文甫, 叶玲, 罗艳玫, 等.川西北高原藏区农村贫困化分异机制探测[J].中国农业资源与区划, 2019, 40(6): 128-139. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZGNZ201906020.htm [37] 李义龙, 廖和平, 李涛, 等.都市近郊区乡村性评价及精准脱贫模式研究——以重庆市渝北区138个行政村为例[J].西南大学学报(自然科学版), 2018, 40(8): 56-66. doi: http://xbgjxt.swu.edu.cn/article/doi/10.13718/j.cnki.xdzk.2018.08.008 [38] 王欢, 高江波, 侯文娟.基于地理探测器的喀斯特不同地貌形态类型区土壤侵蚀定量归因[J].地理学报, 2018, 73(9): 1674-1686. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDE201902007.htm [39] WANG J F, LI X H, CHRISTAKOS G, et al. Geographical Detectors-Based Health Risk Assessment and Its Application in the Neural Tube Defects Study of the Heshun Region, China[J]. International Journal of Geographical Information Science, 2010, 24(1): 107-127. doi: 10.1080/13658810802443457 [40] 宋戈, 王盼盼.松嫩高平原县域土地利用空间格局地形梯度特征分析——以巴彦县为例[J].地理科学, 2017, 37(8): 1218-1225. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-DLKX201708012.htm [41] 王劲峰, 徐成东.地理探测器:原理与展望[J].地理学报, 2017, 72(1): 116-134. doi: https://www.cnki.com.cn/Article/CJFDTOTAL-DLXB201701011.htm [42] 田永中, 吴文戬, 盛耀彬. GIS空间分析基础教程[M].北京:科学出版社, 2018.