下载:
-
景观格局反映景观要素在空间结构上的特征，可以从不同尺度讨论要素间的相互作用与生态效应[1]，是景观异质性的外在表征。目前，国内外学者对于景观格局的研究主要分为2个方面，即景观格局的空间质异性与时间异质性研究[2]。景观异质性在空间上的表达往往是复杂而连续的，因此以遥感(RS)和地理信息系统(GIS)等方法结合景观格局指数进行讨论，有助于实现格局演变的可视化。在景观生态学中，认为土地即景观[1]。据以往研究来看，土地利用变化可以反映景观格局演变过程，将土地利用同生态环境与自然资源系统相结合进行探讨，成为国内外研究的热点问题[3-4]。伴随3S技术的快速发展，土地利用的空间分异研究取得了长足的进展，土地利用结构分析已应用到城市及山区用地空间扩展[5]、景观组分在地形梯度上的分异[6]、湿地格局分异[7]等诸多方面。神农架林区位于中国地势二、三阶梯过渡地带，是中国重要的气候敏感区和生态环境脆弱地带[8]。20世纪六七十年代间，由于不合理开发导致区域生态环境遭严重破坏，林区政府开始探索绿色可持续发展模式[9]。本研究将基于多源数据，对神农架林区土地利用结构的组成及其时空演变特征与驱动力进行探讨，以探究20世纪90年代以来森林保护工程的成效，同时为林区的生态系统健康评价研究提供参考。
-
神农架林区地处鄂西北山区，是中国唯一以“林区”命名的行政区划，总面积约3 215.80 km2。林区地处31°15′~31°57′N，109°56′~110°58′E，西南部以近东西向的山脉为主，其中最高峰神农顶高3 105.4 m，是华中地区最高点[10]。神农架林区是中国东西植物区系的交汇地带和南北植物区系的过渡地带，其亚热带森林生态系统是全球中纬度地区唯一保存完好的地区，拥有世界上最为丰富的生物多样性[11]，是具有全球意义的基因库，被称为“绿色奇迹”，林区内包括森林、灌丛、草甸和湿地等各类生态系统，具有调节气候、涵养水源、保持水土等重要生态环境服务价值[12]。近年来，以旅游业为主体的第三产业发展迅速，2018年全区旅游收入达57.29亿元，林区内建设用地规模大幅扩张，生态风险有所升高。
-
以1996、2007、2018年Landsat遥感影像为数据基础，影像空间分辨率为30 m，选取每个年份植被状态良好的2景影像，影像的云量均低于2%；相关规划资料详见表1。
表 1 数据资料来源统计
Table 1. Data source statistics
数据类型 数据名称 来源 遥感影像 1996年125/38、126/38 Landsat 5 TM遥感影像 美国地质勘探局网站(http://glovis.usgs.gov/) 2007年125/38、126/38 Landsat 8 OLI遥感影像 2018年125/38、126/38 Landsat 8 OLI遥感影像 相关规划资料 《神农架林区土地利用总体规划(2006−2020年)》 中国神农架林区人民政府 《神农架林区国民经济和社会发展统计公报》 《神农架林区统计年鉴》 中国神农架林区统计局 《神农架国家公园体制试点建设白皮书》 中国神农架国家公园管理局 在ENVI 5.3.1软件中对遥感影像进行预处理，通过对遥感影像的目视判读和对研究区域的实地调查，采用最大似然法对遥感影像进行监督分类。根据研究目的，结合国家标准GB/T 21010−2017《土地利用现状分类》，将神农架林区土地划分为林地、草地、建设用地、耕地和水域等五大类。利用Erdas Imagine 2015软件计算解译精度，结果显示3个年份Kappa系数都达85%以上，符合研究需要。
-
土地利用转移矩阵用于描述不同土地利用类型之间的转移情况，能反映研究时间段内土地利用类型转移的数量与方向[13-15]。其通用公式为
$$ {{A}}_{ij} = \left[ {\begin{array}{*{20}{c}} {A_{11}}&{A_{12}}& \cdots &{A_{1n}}\\ {A_{21}}&{A_{22}}& \cdots &{A_{2n}}\\ \vdots & \vdots & \vdots & \vdots \\ {A_{n1}}&{A_{n2}}& \cdots &{A_{nn}} \end{array}} \right]\text{。} $$ (1) 式(1)中：Aij为土地面积；n为土地利用类型数；i、j为转移前后的土地利用类型。
-
景观格局分布的重心模型用于研究景观格局在空间上的分布情况，而多年份数据的叠加则可以反映景观格局重心在不同时刻的迁移变化，是过程研究中重要的表征指标[16-17]。
重心坐标计算公式为：
$$ X_t = \frac{{\displaystyle\sum\limits _{i = 1}^{n}D_{ti}X_i }}{{\displaystyle\sum\limits _{i = 1}^{n}D_{ti}} }\text{；} $$ (2) $$ Y_{t} = \frac{{\displaystyle\sum\limits _{i = 1}^{n}D_{ti}Y_i }}{{\displaystyle\sum\limits _{i = 1}^{n}D_{ti}} }\text{；} $$ (3) 重心距离迁移公式为：
$$ D = \sqrt {{{\left( {X_{t2} - X_{t1}} \right)}^2} + {{\left( {Y_{t2} - Y_{t1}} \right)}^2}} \text{。} $$ (4) 式(2)~(4)中：Xt、Yt为研究区域内某一景观类型在时间t的重心坐标；Dti为t时刻研究区域内第i个斑块的面积；Xi和Yi表示研究区域的坐标；D为某一景观类型的重心在t1和t2时间段内移动的距离。
-
景观格局指数是描述景观变化的一种定量研究方法，是景观格局结构组成与空间配置信息的集中反映[18-20]。选取8个对于景观结构变化较为敏感的指数：斑块数(NP)、最大斑块指数(LPI)、散布与并列指数(IJI)、聚合度指数(AI)、分离度指数(SPLIT)、景观分割指数(DIVISION)、内聚力指数(COHESION)与香农多样性指数(SHDI)，采用移动窗口法[21-22]，在Fragstats软件中每次移动1个栅格，以900 m大小的移动窗口，计算得到研究区域各指数的空间分布，分析神农架林区景观格局破碎化及多样性特征。
-
从图1和表2可以看出：林地是研究区域最主要的用地类型，占林区总面积的90%以上，22 a间，林地面积累计增加39.34 km2，森林覆盖度呈现增长趋势；草地与耕地面积总体上呈现减少趋势；建设用地面积持续增加，近10 a间增速比较明显，2018年研究区域内建设用地面积与1996年相比增加43.55 km2，这与该地区城镇化建设和旅游的大力发展有关；水域面积累计增加6.75 km2。
图 1 1996、2007、2018年神农架林区土地覆被类型分类示意图
Figure 1. Land cover types in Shennongjia Forestry District basin in 1996, 2007, 2018
表 2 1996、2007、2018年神农架林区土地利用结构表
Table 2. Land use structure in Shennongjia Forestry District basin in 1996, 2007, 2018
年份 林地 草地 建设用地 耕地 水域 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 1996 3 006.80 92.95 94.86 2.93 3.49 0.11 129.82 4.01 2.39 0.07 2007 2 994.11 92.78 83.72 2.59 8.06 0.25 141.25 4.38 10.21 0.32 2018 3 046.14 94.09 59.08 1.82 47.05 1.45 75.96 2.35 9.13 0.28 -
由表3可知：1996−2007年，林地转移为其他类型景观的面积变化量最大，主要转移为耕地和草地，转出面积分别为49.29和23.47 km2，而转移为林地最多的景观类型也是耕地和草地，由此可知林地与耕地、草地间相互转移关系密切，90%以上的新增建设用地由林地和耕地转化而来。
表 3 1996−2007年、2007−2018年、1996−2018年神农架林区土地利用转移矩阵
Table 3. Land use transfer matrix in Shennongjia Forestry District of 1996−2007, 2007−2018 and 1996−2018
年份 土地利用类型 2007 林地/km2 草地/km2 建设用地/km2 耕地/km2 水域/km2 1996 林地 2 925.30 23.47 2.83 49.29 5.91 草地 33.50 54.88 0.28 6.17 0.04 建设用地 0.07 0.06 2.04 0.59 0.72 耕地 35.06 5.32 2.85 85.11 1.48 水域 0.18 0.01 0.06 0.09 2.05 年份 土地利用类型 2018 林地/km2 草地/km2 建设用地/km2 耕地/km2 水域/km2 2007 林地 2 949.67 9.40 15.31 17.38 2.36 草地 36.92 42.99 0.93 2.40 0.47 建设用地 0.88 0.06 5.74 1.15 0.23 耕地 56.61 6.60 22.16 54.78 1.09 水域 2.05 0.01 2.91 0.26 4.98 年份 土地利用类型 2018 林地/km2 草地/km2 建设用地/km2 耕地/km2 水域/km2 1996 林地 2 935.21 14.35 25.45 26.35 5.43 草地 48.10 41.39 1.60 3.33 0.45 建设用地 0.16 0.03 2.74 0.26 0.30 耕地 62.47 3.31 16.88 45.94 1.22 水域 0.20 0.01 0.38 0.06 1.73 2007−2018年，林地仍然是转移面积最大的景观类型，主要转移为耕地和建设用地，转移面积分别为17.38和15.31 km2，表明神农架林区在城镇化建设及旅游业发展过程中，仍存在以占用林地作为代价进行开发建设的现象；林地与耕地、草地间仍保持着密切的相互转移关系，而林地的转出面积减少37.05 km2，转入面积增加27.66 km2，林地的总面积增加趋势显著。
-
通过ArcGIS计算，得到1996、2007和2018年神农架林区各个用地类型景观格局分布重心转移的距离、速度和方向(表4)。1996−2018年，研究区域内水域和建设用地重心迁移明显，水域重心在研究时段内持续向西南方向迁移，累计迁移11 745.64 m，其中，1996−2007年迁移速度较快，为829.11 m·a−1，主要是由于大九湖湿地恢复与水库修建导致的；建设用地重心向西南方向迁移10 752.54 m，说明神农架林区的建设向西南发展，尤其是2016年进入国家公园发展的新时代，其范围划定也与建设用地重心的迁移方向相印证；林地具有向东扩张趋势，其重心在研究时间内向东南方向移动5 594.52 m。
表 4 景观类型转移方向与距离
Table 4. Landscape type transfer direction and distance
景观类型 1996−2007 2007−2018 1996−2018 距离/m 速度/(m·a−1) 方向 距离/m 速度/(m·a−1) 方向 距离/m 速度/(m·a−1) 方向 林地 5 674.80 515.89 东南 2 895.32 263.21 东北 5 594.52 254.30 东南 草地 3 088.72 280.79 东南 7 127.86 647.99 西南 5 286.79 240.31 西南 建设用地 9 120.18 829.11 西南 2 926.19 266.02 西北 10 752.54 488.75 西南 耕地 6 124.45 556.77 西南 5 135.85 466.90 东北 1 441.94 65.54 东北 水域 891.62 81.06 西南 2 331.64 211.97 西南 11 745.64 533.89 西南 -
从同年份的同类型景观比较结果(表5)来看：林地斑块个数最少，最大斑块指数与内聚力指数均较高，景观分割指数小于0.2，说明林地斑块的完整性较好，景观破碎化程度低，林地为研究区域的景观基质，而建设用地和水域等类型则以斑块或廊道的形式镶嵌其中。
表 5 神农架林区1996−2018年景观格局指数变化
Table 5. Change of landscape pattern index from 1996 to 2018
年份 景观类型 NP LPI IJI COHESION DIVISION SPLIT AI 1996 林地 372 92.75 52.14 99.99 0.14 1.16 98.67 草地 2 228 0.27 26.27 96.23 1.00 37 674.58 85.72 建设用地 274 0.02 64.51 86.60 1.00 11 459 303.82 72.60 耕地 4 618 0.13 25.90 92.27 1.00 134 702.27 78.60 水域 188 0.03 63.54 90.10 1.00 9 165 348.78 72.24 2007 林地 404 89.47 59.14 99.99 0.20 1.25 98.63 草地 2 470 0.35 34.02 96.06 1.00 35 191.27 85.05 建设用地 610 0.04 79.72 85.51 1.00 4 732 108.88 71.91 耕地 4 732 0.13 40.07 93.86 1.00 85 981.12 77.94 水域 1 013 0.05 70.28 88.06 1.00 2 654 644.95 64.97 2018 林地 292 93.98 85.89 99.99 0.12 1.13 98.84 草地 1 923 0.14 29.42 94.54 1.00 112 169.27 83.75 建设用地 3 168 0.11 66.81 88.65 1.00 522 690.55 70.45 耕地 4 192 0.04 52.17 87.89 1.00 719 999.04 72.54 水域 989 0.04 70.51 88.75 1.00 2 563 736.66 67.51 从不同年份的同类型景观比较结果(表5)来看：林地的景观破碎化程度先增后减，草地、耕地与水域的景观破碎化程度与分散程度在研究时段内呈增加趋势；人类活动使建设用地不断增加并向外扩张，使其破碎化程度在总体上呈上升趋势，但随着城镇化的推进，建设用地景观类型内部也出现了一定程度的整合。
由图2可见：从整体上看，神农架林区景观的破碎度有所降低，趋于整合；从局部来看，东北部区域与中南部区域的破碎化程度加剧，建设用地等人工斑块的扩张导致部分区域景观破碎度升高，而景观多样性也随之呈现扩散趋势；而林区多年来封山育林、人工造林、退耕还林等保护工作的开展，使得部分重点保护区域内林地面积持续增加，在地表覆被类型中占据主导地位，因此这些区域内景观多样性会呈现一定的降低趋势。
图 2 1996−2018年神农架林区景观破碎化与多样性空间分布示意图
Figure 2. Landscape fragmentation and diversity index of Shennongjia Forestry District from 1996 to 2018
-
通过对神农架林区1996−2018年经济发展数据(图3)与景观格局演变特征的分析对比，可知在开发历史较久，受经济增长与人类活动干扰较大的地区，景观格局演变较为显著，如东北部的松柏镇是神农架林区政府的驻地所在，而中南部的木鱼镇是神农架自然保护区管理局的驻地，也是神农架旅游接待服务中心，这些区域的景观破碎化程度呈现出较为明显的升高趋势。近年来旅游业更是逐步成为神农架林区的支柱性产业，2018年林区的旅游总收入接近57.3亿元，约为地区生产总值的2倍。与此同时林区大力开展的旅游配套设施建设及房地产项目开发，使得人工斑块数量显著增加。22 a间林区建设用地面积骤增43.56 km2，所占比例由0.11%提升至1.45%。因此，经济因素对神农架林区景观格局的演变具有重要影响。
图 3 1996−2018年神农架林区地区生产总值与年旅游总收入趋势图
Figure 3. Trend of GDP and total tourism revenue change in Shennongjia Forestry District from 1996 to 2018
-
由图4可见：神农架林区人口数量出现先增后减的趋势；神农坛、天生桥、官门山、大九湖在内的几大主要景区游客接待量逐年上涨，于2018年突破1 587.5万人次。为提高游客接待能力而进行的景区开发，使得区域景观类型发生显著变化，1996−2018年，林地累计向建设用地转移25.45 km2，局部空间与生态环境所承受的压力随之增大。林区于2014年开展“美丽乡村”建设，以村庄布局“减量、聚居”为总体要求，注重农村土地资源综合整治，因此耕地及建设用地中的住宅用地分布有所整合，但旅游服务用地的增加仍然造成了景观破碎化程度的升高。
图 4 1996−2018年神农架林区本地人口数量与年游客接待量趋势图
Figure 4. Local population and annual tourist reception change in Shennongjia Forestry District from 1996 to 2018
-
土地利用结构及变化深受区域政策影响[23]。20世纪60−80年代，采取毁林开荒的开发方式追求经济效益，神农架林区的生态环境遭到严重破坏，森林覆盖率骤降至63.5%。神农架林区于2000年全面启动天然林资源保护工程和退耕还林还草工程[24]，研究时段内耕地向林地、草地转移面积超过65 km2；2003年确立“保护第一，科学规划，合理开发，永续利用”的发展方针，促进生态环境逐步改善，森林覆盖率达90%以上；2011年发布《神农架旅游总体规划》，加快推进神农顶、官门山和天生桥景区配套设施建设，区域内建设用地面积显著增长，同时也与建设用地重心向西南迁移相印证；2016年7月，神农架被正式列入世界自然遗产名录，同年11月，神农架国家公园管理局正式成立，标志着神农架的保护与管理工作步入国家公园新时代[9]。1996−2018年，林区内水域面积累计增加6.75 km2，其中湿地的生态恢复成果得益于大九湖国家湿地公园的建立，湿地科学监测与保护工作在政策的引导下逐渐步入正轨[25-26]。
-
相比于社会经济因素，自然因子的作用在短时间内并非十分显著，但从长远时间看，气候等因子的变化将对区域景观格局产生重大影响。1996−2018年，神农架林区的林地面积显著增加，林地主要由耕地和草地转化而来，除去政策的引导作用，主要依靠自然更新因素完成转化。近年来，神农架林区年降水量及年平均气温均呈较为微弱的增加趋势[27]，小气候条件优越，加之林区内土壤有机质含量丰富，为耕地向林地的演替提供了有利条件。
-
1996−2018年，神农架林区森林覆盖度总体上呈增长趋势，这与前人研究的结果一致[28]。刘家琰等[29]利用SPOT-VEGETATION数据对林区1998−2013年植被覆盖度格局变化进行分析，发现植被覆盖度呈较好增长趋势，整体变化率为1.45%。水域景观面积显著增加，破碎度升高，湿地生态恢复稳中向好，这主要得益于湿地生态保护政策的有效实施，人为因素在过程中起到了决定性作用[24]，在保护优先的政策指导下，林区逐步走上良性循环的绿色发展道路。同时，也有学者对自然因素进行探究，张子一等[30]讨论了个别年份受极端气候与虫害等自然因素，导致常绿植物受灾使其覆盖度有所下降。
城镇化的持续推进与旅游产业的迅速发展，造成了人工斑块对林地、草地等自然景观类型的侵占，景区内旅游基础设施的兴建，对生态环境造成严重的干扰，增大生态压力。建设用地的扩张促使区域内景观破碎度与多样性的增加，生态空间与社会经济空间融合程度不断加深。
由于旅游业的发展需求，连通林区内外的交通建设逐年推进。截至2018年林区内公路里程数达2 048.5 km，其中各大景区范围内公路网建设较为密集，造成林区景观局部破碎化[31]，导致原本连续的生态廊道网络出现生态间隙[32]，阻碍生态流的正常流动，降低了生物迁移的安全性。神农架机场位于林区中西部的红坪镇，于2014年正式通航，机场的落成使得区域内建设用地与耕地面积骤增，分割并部分取代了原有大面积草地斑块，强烈的人工干扰可能会降低区域生态系统的稳定性。
-
1996−2018年，神农架林区土地利用结构变化显著，森林覆盖度总体上呈现增长趋势，湿地生态恢复稳中向好。随着神农架林区对于生态发展政策方针的不断调整与优化，森林保护工程成效日益显现，同时也在逐渐改变生态系统的结构和功能。
景观破碎度在整个研究区域内呈现降低趋势，表明神农架林区景观总体上趋于整合，但局部破碎化程度加剧，林区东北部与中南部区域地表覆被逐渐由原本较为整合的林地景观转变为多种用地类型共存，林区建设用地的持续扩张，社会经济空间与生态空间相互融合。人为因素是引起景观格局变化的主导因素，近年来神农架大力开发的旅游产业造成了人工斑块对自然景观的侵占，其他用地类型向建设用地转化的趋势较明显，将对生态系统安全产生威胁。
Spatial and temporal evolution and driving forces of the landscape pattern in Shennongjia Forestry District
-
摘要:
目的 20世纪90年代以来神农架林区森林保护工程陆续实施，使得神农架林区景观格局发生显著变化。需要分析这些变化及其驱动机制，以探究保护工作成效，同时为林区未来生态环境保护与土地合理利用对策的制定提供参考。 方法 在遥感(RS)和地理信息系统(GIS)技术支持下，以神农架林区为研究对象，选取1996、2007、2018年共3个不同时期的遥感影像为数据源，利用土地利用转移矩阵、景观格局分布重心模型与景观格局指数，定量分析了神农架林区1996−2018年景观格局的时空演变特征及驱动力。 结果 1996−2018年，林地与水域景观处于稳定向好状态，林地是研究区最主要的用地类型，占林区总面积的90%以上；草地与耕地面积总体呈减少趋势，其他土地用地类型向建设用地转化的趋势较明显。神农架林区总体上景观破碎度有所降低，而东北部区域与中南部区域的破碎化程度加剧，景观多样性也随之呈现扩散趋势。经济、人口、政治等是引起景观格局变化的主导因素。 结论 神农架林区退耕还林等生态保护与恢复工程初见成效，景观格局总体趋于整合，局部破碎化加重而景观多样性有所增加，社会经济空间与生态空间相互融合；近年来神农架大力开发的旅游产业造成了人工斑块对自然景观的侵占，对林区生态安全产生威胁。图4表5参32 Abstract:Objective With a quantitative analysis conducted of the changes in the landscape pattern in Shennongjia Forestry District due to the implementation of forest protection projects since 1990s as well as their driving mechanisms, this study is aimed to explore the effectiveness of the conservation in this region and provide a reference for the future ecological environment protection and rational land use. Method Supported by remote sensing (RS) and geographic information system (GIS) technology and taking Shennongjia Forestry District as the research object, with remote sensing images from three different periods of 1996, 2007 and 2018 selected as data sources, this paper has mainly employed land use transfer matrix, landscape pattern distribution center of gravity model and landscape pattern index. Result Between 1996 and 2018, the landscape of forest land and water areas has retained a stable and favorable state while there is a general decrease in the area of grassland and cultivated land showed; There has been a more significant tendency in the conversion of other land types to construction land and such changes mainly attribute to human factors. Conclusion Ecological protection and restoration projects such as returning farmland to forests in Shennongjia Forestry District have been rewarded with a better integrated landscape pattern, enhanced landscape diversity in spite of aggravated local fragmentation as well as more favorable socioeconomic and ecological space. On the other hand, due attention should be paid to threats against ecological security induced by the booming local tourism with various natural landscapes replaced by artificial patches. [Ch, 4 fig. 5 tab. 32 ref.] -
Key words:
- Shennongjia Forestry District /
- land use /
- landscape pattern evolution /
- driving forces
-
在城市化快速发展的背景下，城镇建设用地的扩张导致生态空间衰减、系统结构失衡、生态功能下降等问题凸显[1]，生态环境面临多重压力和干扰，引起的景观生态风险值得关注。绿色空间是城镇地域范围内对于改善区域生态环境、维持生态系统物质能量循环具有重要作用的生态空间，是由耕地、林地、草地、水域等不同土地单元镶嵌而成的复合生态系统[2−4]。当前，国内外学者对绿色空间的研究主要集中在绿色空间结构与功能[5]、景观格局动态演化[6−7]及生态环境效益[8−9]等方面。景观生态风险评价用于评估自然或人为因素干扰对生态系统及其组分产生不利影响的可能性及损失[10]，基于景观格局指数构建景观生态风险评价模型能够定量揭示生态环境健康程度及风险压力的时空分布特征[11]。现有研究主要集中于景观生态风险的静态分析，对时空动态分析视角下景观生态风险演变特征的分析相对薄弱，且研究尺度集中在城市[12−13]、城市群[14−15]、流域[16−17]等典型地区，对具有特殊地域特征的苏南水网地区的研究相对较少。
苏南水网地区位于经济发达、人口密集的长江三角洲，河流、湖荡众多，水系纵横交错，形成了独特的地域生态空间特征。随着城镇建设用地的迅速扩张，苏南水网地区绿色空间日趋破碎化，生态系统稳定性下降。本研究以苏南水网地区江苏省昆山市为研究对象，利用2000、2010、2020年土地利用数据，定量测度其绿色空间景观格局变化引起的景观生态风险，并探究景观生态风险时空演变特征，依据风险等级转移变化特征划定绿色空间管控分区，提出分区调控策略，为优化水网地区空间景观布局，保护地区生态安全，合理开发绿色空间资源提供理论依据，也为地区景观生态风险管理提供决策支持。
1. 研究区概况与数据来源
1.1 研究区概况
昆山市位于长江三角洲地区江苏省苏州市东部，31°06′~31°32′N，120°48′~121°09′E，全市下辖周庄镇、锦溪镇、淀山湖镇等10个镇，总面积为931 km2。根据《昆山市统计年鉴》，2000—2020年昆山市户籍总人数增加47.3万人，城镇化率由57.31%提升至78.95%，国内生产总值(GDP)增长4 075.96亿元，经济建设水平居于全国经济百强县首位。昆山市境内地势平坦，属北亚热带季风性湿润气候，四季分明，雨量充沛。境内河港纵横交错，湖荡星罗棋布，水域面积占16.4%，包含白莲湖、傀儡湖、明镜荡等湖荡，水网地区风貌特征明显。
1.2 数据来源及处理
采用2000、2010、2020年3期 Landsat TM/OLI 遥感影像，数据集来源于地理空间数据云平台(
http://www.gscloud.cn/ )，空间分辨率为30 m×30 m。利用ENVI 5.3软件对各期遥感影像数据进行校准、图像拼接裁剪等处理。参考中国科学院土地利用/土地覆盖分类系统及GB/T 21010—2017《土地利用现状分类》相关标准，结合苏南水网地区地域特点，将研究区划分为耕地、林地、草地、水域、建设用地和未利用地等6类土地利用类型，其中耕地、林地、草地和水域为绿色空间，建设用地和未利用地为非绿色空间。对解译后的土地利用类型数据进行精度验证，Kappa系数均＞0.85，符合解译精度要求。2. 研究方法
2.1 风险小区的划分
为了便于景观生态风险指数的空间化表达，本研究基于ArcGIS的渔网分析功能划分景观生态风险小区。依据研究区面积大小及数据精度，采用等间距采样的方法将研究区划分为1.5 km×1.5 km正方形格网，共划分景观生态风险样本小区489个(图1)，利用 Fragstats 4.2软件计算各个样本小区内的生态风险指数，作为每个风险小区中心点的景观生态风险值。
2.2 景观生态风险评价模型
景观格局指数是反映景观结构组成和空间配置特征的定量指标[18]。基于景观格局指数的生态风险评价方法能够有效评估生态系统受到外部干扰的强弱和内部抵抗力的大小[19]。根据相关研究成果[20−21]，依据景观格局与生态风险之间的关联，选取景观干扰度指数($ {E}_{i} $)、景观脆弱度指数($ {V}_{i} $)和景观损失度指数($ {R}_{i} $)来构建景观生态风险评价模型。
各景观格局指数计算方法及生态学含义详见表1。
表 1 景观格局指数及计算方法Table 1 Landscape pattern index and their calculation methods指数名称 计算方法 生态学含义 土地利用生态风险指数
(IERk)${I_{{\text{ER}}k}} = \displaystyle \sum \limits_{i = 1}^N \dfrac{{{A_{ki}}}}{{{A_k}}} \times {R_i} $ Aki为第k个风险小区内土地利用类型i的面积；Ak为第k个风险小区的面积；Ri为第i类景观的景观损失度指数 景观损失度指数(Ri) Ri=Ei×Vi Ei为景观干扰度指数，Vi为景观脆弱度指数 景观干扰度指数($ {E}_{i} $) $ {E}_{i}={aC}_{i}+{bN}_{i}+{cD}_{i} $ 表示不同类型景观生态系统所受外界干扰的程度，主要与人类的开发活动有关。其中：$ a、b、c $分别为$ {C}_{i} $、$ {N}_{i}{\mathrm{、}D}_{i} $的权重，且$ a+b+c= $1，参考前人研究[11, 22]，将$ a、b、c $分别赋值为0.5、0.3和0.2 景观破碎度指数($ {C}_{i} $) $ {C}_{i}=\dfrac{{n}_{i}}{{A}_{i}} $ 表示景观被分割的破碎化程度，值越大表明景观破碎程度越高 景观分离度指数($ {N}_{i} $) $ {N}_{i}=\dfrac{A}{2{A}_{i}}\sqrt{\dfrac{{n}_{i}}{A}} $ 表示某一景观类型中不同斑块间的分离程度，值越大表明景观空间分布越离散，景观结构稳定性越低。$ {n}_{i} $为景观类型$ i $的斑块个数；$ {A}_{i} $为景观类型$ i $的面积；$ A $为景观总面积 景观优势度指数($ {D}_{i} $) $ {D}_{i}=\dfrac{\left(\dfrac{{n}_{i}}{N}+\dfrac{{q}_{i}}{Q}\right)}{4}+\dfrac{{A}_{i}}{2A} $ 表示斑块在景观中的地位，值越大代表斑块对景观格局演变影响越大。$ {q}_{i} $为景观类型$ i $斑块出现的样方数；$ Q $为样方总数；$ N $为斑块总数 景观脆弱度指数($ {V}_{i} $) $ {V}_{i}={I}_{{\mathrm{LS}}}\times \left(1-{I}_{{\mathrm{LA}}}\right) $ 表示不同景观类型抵抗外界干扰的敏感程度。其中：ILS为景观敏感度指数，可通过景观干扰度指数和景观易损度指数相乘而得，景观易损度指数根据前人研究成果[23−24]，结合研究区实际情况赋以权重：未利用地为6，水域为5，耕地为4，草地为3，林地为2，建设用地为1；ILA为景观适应度指数，由斑块丰富密度指数、香农多样性指数、香农均匀度指数相乘而得。3种指数均由Fragstats软件计算而得 3. 结果与分析
3.1 昆山市绿色空间演变特征分析
3.1.1 绿色空间面积组成对比分析
通过ArcGIS软件对遥感影像图进行分类处理，得到昆山市2000、2010和2020年3个时期土地利用类型图(图2)，并统计得到各土地利用类型面积与占比(表2)。从分析结果来看：2000—2020年昆山市各绿色空间类型面积发生了较大变化，其中耕地面积下降明显，减少20 203.11 hm2，占比下降21.70%；水域面积在2000—2010年小幅增加，占比上升2.24%，2010—2020年水域面积明显下降，减少了
5905.17 hm2，占比下降6.34%；林地面积共减少72.90 hm2，而草地面积则增加了143.64 hm2，两者在绿色空间中占比很小。总体而言，研究期间昆山市绿色空间总面积明显减少，反映了建设用地扩张不断侵占市域内的绿色空间，以耕地面积的缩减最为突出。
图 2 2000—2020年昆山市土地利用类型示意图Figure 2 Land use type map of Kunshan City from 2000 to 2020表 2 2000—2020年昆山市各用地类型面积变化Table 2 Changes in the area of various land types in Kunshan City from 2000 to 2020土地利用类型 2000年 2010年 2020年 面积/hm2 百分比/% 面积/hm2 百分比/% 面积/hm2 百分比/% 绿色空间 耕地 68 884.11 73.98 51 240.51 55.03 48 681.00 52.28 林地 122.85 0.13 112.59 0.12 49.95 0.05 草地 36.36 0.04 78.66 0.08 180.00 0.19 水域 15 156.36 16.28 17 247.87 18.52 11342.70 12.18 合计 84 199.68 90.43 68 679.63 73.75 60253.65 64.70 非绿色空间 建设用地 8 833.95 9.49 24 386.49 26.19 32828.04 35.26 未利用地 81.36 0.09 48.96 0.05 33.39 0.05 合计 8 915.31 9.58 24 435.45 26.24 32861.43 35.31 3.1.2 绿色空间面积转移矩阵分析
为了进一步揭示昆山市绿色空间用地类型的时空演变规律，本研究采用土地利用转移矩阵对昆山市各用地类型之间的转移方向和转换数量进行分析，结果如表3所示。2000—2020年昆山市各绿色空间类型转移存在明显差异：耕地净转出量最大，总量达33 918.84 hm2，主要流向建设用地，转出面积达26 327.86 hm2，转出贡献率为77.62%，反映出建设用地侵占耕地现象普遍；水域面积整体呈现先小幅增加后逐渐减少的趋势，其中2000—2010年水域面积小幅增加了2 091.51 hm2，主要由耕地转入，2010—2020年，水域面积持续减少，主要向耕地和建设用地转出，转出总面积为7 150.64 hm2。总体来看，2000—2020年昆山市绿色空间类型转移以耕地和水域的转出为主，均主要转向建设用地。这反映出昆山市在经济社会快速发展下人为开发建设活动对绿色空间侵占现象较为明显，耕地和水域等绿色空间面临较大生态压力。
表 3 2000—2020年昆山市地类转移矩阵Table 3 Land class transfer matrix in Kunshan City from 2000 to 2020时间段 土地利用类型 绿色空间/hm2 非绿色空间/hm2 转出合
计/hm2面积变化
合计/ hm2耕地 林地 草地 水域 建设用地 未利用地 2000—2010 绿色空间 耕地 46 613.56 41.62 71.57 6 168.10 15 825.59 6.48 68 726.91 −17 577.88 林地 46.23 41.28 0.07 29.54 5.62 0.00 122.74 −10.60 草地 14.15 0.00 0.16 15.64 6.29 0.11 36.36 42.30 水域 3 464.97 28.70 5.97 10 742.95 853.90 2.02 15 098.51 2 033.98 非绿色空间 建设用地 975.40 0.53 0.90 174.01 7 672.25 0.20 8 823.28 15 544.60 未利用地 34.72 0.00 0.00 2.25 4.23 40.15 81.36 −32.40 转入合计 51 149.03 112.14 78.66 17 132.48 24 367.89 48.96 92 889.16 − 时间段 土地利用类型 绿色空间/hm2 非绿色空间/hm2 转出合
计/ hm2面积变化
合计/ hm2耕地 林地 草地 水域 建设用地 未利用地 2010—2020 绿色空间 耕地 39 356.15 8.54 127.00 1 161.04 10 502.27 6.64 51 161.64 −2 650.12 林地 65.13 25.78 0.13 17.69 3.57 0.00 112.30 −62.47 草地 2.17 0.00 1.46 0.00 74.73 0.30 78.66 101.34 水域 6 482.98 14.97 37.18 9 906.54 667.66 6.89 17 116.24 −5 812.93 非绿色空间 建设用地 2 592.59 0.53 14.22 217.65 21 538.87 1.19 24 365.05 8 439.75 未利用地 12.50 0.00 0.00 0.38 17.71 18.37 48.96 −15.57 转入合计 48 511.52 49.82 180.00 11 303.31 32 804.80 33.39 92 882.85 − 说明：−表示无此项。 3.2 昆山市绿色空间景观生态风险时空演变分析
3.2.1 绿色空间景观格局指数时序变化
运用Fragstats软件计算得到昆山市2000、2010、2020年各绿色空间类型景观格局指数。统计结果表明：2000—2020年昆山市绿色空间景观格局发生了较大变化(表4)。①研究期间耕地破碎度和分离度指数显著上升，表明建设用地快速扩张，促使耕地空间分布趋于离散，破碎化程度加剧，景观优势度不断降低，受外界干扰程度增加。景观损失度逐年上升。②水域破碎度指数先下降后上升，总体呈上升趋势，景观优势度降低，且水域周边城镇较为密集，易受人为活动干扰，使景观脆弱程度不断增加，损失度上升。③林地破碎度、干扰度、脆弱度指数均先下降后上升，总体呈下降趋势，表明林地斑块分布逐渐聚集，景观结构稳定性提升。④草地破碎度指数先上升后下降，表明草地斑块在空间上趋于集聚与整合，抗外界干扰能力提高，景观脆弱度与损失度有所降低。
表 4 2000—2020年昆山市绿色空间景观格局指数变化Table 4 Change of green space landscape pattern index in Kunshan City from 2000 to 2020土地利用类型 年份 斑块数量 斑块面积/hm2 破碎度 分离度 优势度 干扰度 脆弱度 损失度 耕地 2000 1378 68 884.11 0.020 0.973 0.647 0.431 0.082 0.035 2010 4401 51 240.51 0.086 0.987 0.602 0.459 0.087 0.040 2020 4667 48 681.00 0.096 0.992 0.597 0.465 0.088 0.041 林地 2000 494 122.85 4.021 1.000 0.092 2.329 0.222 0.516 2010 355 112.59 3.153 1.000 0.076 1.892 0.180 0.340 2020 172 49.95 3.443 1.000 0.046 2.031 0.193 0.392 草地 2000 56 36.36 1.540 1.000 0.025 1.075 0.153 0.165 2010 195 78.66 2.479 1.000 0.017 1.551 0.221 0.343 2020 123 180.00 0.683 1.000 0.047 0.651 0.093 0.060 水域 2000 4128 15 156.36 0.272 1.000 0.417 0.520 0.124 0.064 2010 3566 17 247.87 0.207 1.000 0.399 0.483 0.115 0.056 2020 3770 11 342.70 0.332 1.000 0.365 0.539 0.128 0.069 3.2.2 绿色空间景观生态风险时空分布格局
基于景观生态风险评价指标计算结果，在ArcGIS 10.2中利用克里金插值法对昆山市生态风险值进行空间插值，得到昆山市绿色空间景观生态风险空间分布图，使用自然断点法将景观生态风险值(IERk)划分为5个等级：低生态风险(0＜IERk≤0.026)、较低生态风险(0.026＜IERk≤0.031)、中生态风险(0.031＜IERk≤0.037)、较高生态风险(0.037＜IERk≤0.041)和高生态风险(IERk＞0.041)，结果如图3，并统计得到不同景观生态风险等级的面积及占比(表5)。
图 3 2000—2020年昆山市绿色空间景观生态风险空间分布示意图Figure 3 Spatial distribution of ecological risks in green space landscape of Kunshan City from 2000 to 2020表 5 2000—2020年昆山市绿色空间景观生态风险等级面积及比例Table 5 Area and proportion of landscape ecological risk level of green space in Kunshan City from 2000 to 2020年份 低风险区 较低风险区 中等风险区 较高风险区 高风险区 面积/hm2 比例/% 面积/hm2 比例/% 面积/hm2 比例/% 面积/hm2 比例/% 面积/hm2 比例/% 2000 1 116.90 25.66 1 830.87 42.06 918.09 21.09 345.15 7.93 141.48 3.25 2010 642.78 19.94 1 210.41 37.55 745.56 23.13 409.32 12.70 215.82 6.69 2020 452.70 15.93 961.02 33.81 692.64 24.37 455.58 16.03 280.26 9.86 2000—2020年昆山市绿色空间景观生态风险整体呈上升趋势，呈现“南北高，中间低”的空间分布特征。高、较高风险区面积明显上升，面积占比分别增加8.10%、6.61%，主要分布于淀山湖、白莲湖等湖荡密集地区，且不断向湖荡周围辐射扩张。该区域绿色空间类型以水域为主，由于围网养殖等人为活动对水域干扰程度加大，景观损失度逐年增加，使区域风险等级不断升高。中风险区面积小幅上升，面积占比增加3.28%，集中分布于渡头村、双洋潭等地区，并逐步沿较高风险区外围向四周扩散，区域内耕地、水域交错分布，受人为活动干扰较大，生态稳定性下降。较低、低风险区面积明显缩减，占比分别减少8.25%和9.73%，主要分布于研究区中部白渔潭村、荣家厍及北部范潭村、横泾等地区，且分布逐渐变得零散破碎，人为开发建设活动频繁，绿色空间不断减少，抗干扰能力减弱，景观生态风险值有增强趋势。
3.2.3 绿色空间景观生态风险等级空间变化
借助景观生态风险等级变化分布(图4)分析2000—2020年期间研究区各风险等级的变化情况。①风险等级升高区域的面积为21 503.12 hm2，占绿色空间总面积的36.69%，其中较低风险区域上升为中风险的区域面积最大，为6 413.09 hm2，其次为中风险区域上升为较高风险区域。主要分布在白莲湖、明镜荡、汪洋荡等地区，区域内湖荡、耕地镶嵌分布，城镇建设用地的扩张使生态斑块破碎化程度加剧，生态结构和功能受到损害，生态系统稳定性和恢复力下降。②风险等级基本不变区域的面积为31 026.25 hm2，占绿色空间总面积的52.61%，其中较低风险区域面积最大，为13 102.74 hm2。主要分布在白渔潭村、荣家厍、范潭村片区等。该区域生态环境相对较好，生态系统结构和整体格局较为完整，对外界干扰具备一定的抵御能力，可维持基本的生态功能。③风险等级降低区域的面积为5 241.88 hm2，占绿色空间总面积的10.70%，其中中风险区域下降为较低风险区域面积最大，为2 925.90 hm2，其次为较低风险区域下降为低风险区域。在空间上集中在大渔新村、朱家湾村、黄家埭等地区。区域内具有较好的生态基底，生态斑块间连续性较强且受经济建设活动干扰较小，生态系统稳定性提高，能够提供较好的生态服务效益。
图 4 2000—2020年昆山市绿色空间景观生态风险等级变化示意图Figure 4 Change of landscape ecological risk level of green space in Kunshan City from 2000 to 20203.3 基于景观生态风险评价的昆山市绿色空间分区调控策略
基于2000—2020年昆山市绿色空间景观生态风险等级变化特征，将风险等级升高、不变和降低的区域分别划定为重点修复区、协调缓冲区和优化利用区。依据《苏州市“十四五”生态环境保护规划》《昆山市生态环境保护“十四五”规划》《昆山市国土空间总体规划(2021—2035)》等规划政策，结合调控分区的景观生态风险水平，提出有针对性的空间分区调控策略。
3.3.1 重点修复区实施生态保育，降低绿色空间生态风险
重点修复区为景观生态风险等级升高的区域，主要表现为较低风险向中风险、中风险向较高风险转移。片区内绿色空间破碎度增加，生态系统稳定性下降，景观生态风险水平不断上升。应加强生态保育与生态修复，对淀山湖、白莲湖等主要核心水域开展生态治理与修复工程，提升水域生态涵养功能；系统梳理、串通河网水系，在河网沿线严格管控开发强度大的建设活动；对破碎的绿色空间斑块进行整合，特别是南部长白荡、明镜荡等水域密集地区，着力提升水网景观的连通性和抗干扰能力，维护绿色空间的完整性与稳定性。
3.3.2 协调缓冲区加强缓冲区建设，筑牢绿色空间生态安全屏障
协调缓冲区为景观生态风险等级基本不变的区域，片区内绿色空间生态稳定性较强，能够抵御一定程度的外界干扰，景观生态风险维持在稳定水平。这些区域可作为生态缓冲地，提升绿色空间抗风险能力。通过强化河流水系、滨水绿带等生态廊道结构连通性[25]，串联湖荡、农田大型生态斑块，构建水陆联动的网络化生态空间格局；加强傀儡湖、阳澄湖等生境敏感区的缓冲区建设，构建区域生态安全屏障，维护生态保护网络边界，增强区域景观生态风险缓冲能力。
3.3.3 优化利用区优化生态建设，发挥绿色空间生态效益
优化利用区为景观生态风险等级降低的区域，主要表现为中风险向较低风险、较低风险向低风险转换。片区内绿色空间生态系统结构较为完整，对外界干扰具有较强的适应能力，景观生态风险水平有所下降。应依托片区内良好的生态优势，适度优化建设，提升水网空间活力，维护生态系统的稳定性。首先明确生态保护红线边界，保护绿色空间健康稳定发展；其次对绿色空间进行分级分类管控，加强对城市生态森林公园、夏驾河湿地公园等核心生态资源的保护与管理，定期监测与评估生态用地的环境状况；同时在生态保护基础上优化建设，结合黄家埭等地区独特的水网空间优势开展科普教育、休闲游憩等服务，提升绿色空间的生态效益。
4. 讨论与结论
4.1 讨论
本研究表明：绿色空间用地类型转变与景观生态风险具有关联性。研究期间昆山市南部水域及周边地区由于城镇用地扩张，耕地、水域等绿色空间面积持续减少，生态系统结构稳定性下降，景观生态风险等级呈上升趋势。这与于淑会等[26]、陈斌等[27]的研究结论一致。水网地区以纵横交错的河流、湖荡为主体，水域面积较大，易受外界城镇建设用地扩张的干扰而破碎化，景观脆弱度高。本研究结果表明：水域范围内的景观生态风险指数普遍较高。这与何钊全等[28]对延安市的研究存在一定差异。延安市地处黄土丘陵区，林地和耕地是优势景观类型，受经济发展和建设用地扩张影响较大，林地、耕地破碎化程度加剧，抗干扰能力下降，景观损失度增加，使林地与耕地的景观生态风险值较高。
本研究在快速城镇化背景下，基于景观生态风险评价，加强绿色空间分区规划调控，对提升区域生态安全水平，优化国土空间结构，促进区域可持续发展具有一定理论指导意义。但研究仍存在一定局限性：①研究侧重从景观空间结构变化视角来评价绿色空间景观生态风险状况，对社会、经济等层面影响因素研究不足，还需进一步完善景观生态风险影响因素和驱动机制研究。②生态过程具有复杂性和抽象性，其具体演变过程很难做到定量表述。需要对生态风险展开多尺度分析，深入探讨景观格局生态风险和生态过程的耦合关系，为区域风险管理提供更加科学的依据。
4.2 结论
①2000—2020年昆山市绿色空间总面积持续减少，其中耕地面积缩减最多；水域面积先小幅增加后持续减少，总体呈减少趋势；林地、草地面积占比较小，维持相对平稳。研究区用地类型转换主要表现为耕地和水域转向建设用地。②2000—2020年昆山市绿色空间景观格局变化特征明显，耕地空间分布在建设用地扩张影响下趋于分散，破碎化程度加大，损失度增加；水域破碎度指数先下降后上升，总体破碎度呈增大趋势，景观受外界干扰增加；林地破碎度、干扰度和脆弱度呈下降趋势，斑块分布呈集聚态势；草地破碎度指数先上升后下降，总体破碎度呈下降趋势，空间分布趋于集聚，景观损失度降低。③2000—2020年昆山市绿色空间景观生态风险等级总体呈上升趋势，其中高风险区、较高风险区面积显著扩大，占比分别增加8.10%、6.61%，空间分布上主要集中在南部淀山湖、白莲湖等水域密集地区，并有进一步向外围蔓延发展的趋势；较低风险区、低风险区面积缩减明显，占比分别下降8.25%和9.73%；景观生态风险以低风险等级向更高一级转变为主，绿色空间受人工建设干扰生态风险不断增强。④依据景观生态风险等级变化特征将研究区划分为重点修复区、协调缓冲区和优化利用区。
-
图 1 1996、2007、2018年神农架林区土地覆被类型分类示意图
Figure 1 Land cover types in Shennongjia Forestry District basin in 1996, 2007, 2018
图 2 1996−2018年神农架林区景观破碎化与多样性空间分布示意图
Figure 2 Landscape fragmentation and diversity index of Shennongjia Forestry District from 1996 to 2018
图 3 1996−2018年神农架林区地区生产总值与年旅游总收入趋势图
Figure 3 Trend of GDP and total tourism revenue change in Shennongjia Forestry District from 1996 to 2018
图 4 1996−2018年神农架林区本地人口数量与年游客接待量趋势图
Figure 4 Local population and annual tourist reception change in Shennongjia Forestry District from 1996 to 2018
表 1 数据资料来源统计
Table 1. Data source statistics
数据类型 数据名称 来源 遥感影像 1996年125/38、126/38 Landsat 5 TM遥感影像 美国地质勘探局网站(http://glovis.usgs.gov/) 2007年125/38、126/38 Landsat 8 OLI遥感影像 2018年125/38、126/38 Landsat 8 OLI遥感影像 相关规划资料 《神农架林区土地利用总体规划(2006−2020年)》 中国神农架林区人民政府 《神农架林区国民经济和社会发展统计公报》 《神农架林区统计年鉴》 中国神农架林区统计局 《神农架国家公园体制试点建设白皮书》 中国神农架国家公园管理局 
下载: 导出CSV
表 2 1996、2007、2018年神农架林区土地利用结构表
Table 2. Land use structure in Shennongjia Forestry District basin in 1996, 2007, 2018
年份 林地 草地 建设用地 耕地 水域 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 面积/km2 比例/% 1996 3 006.80 92.95 94.86 2.93 3.49 0.11 129.82 4.01 2.39 0.07 2007 2 994.11 92.78 83.72 2.59 8.06 0.25 141.25 4.38 10.21 0.32 2018 3 046.14 94.09 59.08 1.82 47.05 1.45 75.96 2.35 9.13 0.28
下载: 导出CSV
表 3 1996−2007年、2007−2018年、1996−2018年神农架林区土地利用转移矩阵
Table 3. Land use transfer matrix in Shennongjia Forestry District of 1996−2007, 2007−2018 and 1996−2018
年份 土地利用类型 2007 林地/km2 草地/km2 建设用地/km2 耕地/km2 水域/km2 1996 林地 2 925.30 23.47 2.83 49.29 5.91 草地 33.50 54.88 0.28 6.17 0.04 建设用地 0.07 0.06 2.04 0.59 0.72 耕地 35.06 5.32 2.85 85.11 1.48 水域 0.18 0.01 0.06 0.09 2.05 年份 土地利用类型 2018 林地/km2 草地/km2 建设用地/km2 耕地/km2 水域/km2 2007 林地 2 949.67 9.40 15.31 17.38 2.36 草地 36.92 42.99 0.93 2.40 0.47 建设用地 0.88 0.06 5.74 1.15 0.23 耕地 56.61 6.60 22.16 54.78 1.09 水域 2.05 0.01 2.91 0.26 4.98 年份 土地利用类型 2018 林地/km2 草地/km2 建设用地/km2 耕地/km2 水域/km2 1996 林地 2 935.21 14.35 25.45 26.35 5.43 草地 48.10 41.39 1.60 3.33 0.45 建设用地 0.16 0.03 2.74 0.26 0.30 耕地 62.47 3.31 16.88 45.94 1.22 水域 0.20 0.01 0.38 0.06 1.73
下载: 导出CSV
表 4 景观类型转移方向与距离
Table 4. Landscape type transfer direction and distance
景观类型 1996−2007 2007−2018 1996−2018 距离/m 速度/(m·a−1) 方向 距离/m 速度/(m·a−1) 方向 距离/m 速度/(m·a−1) 方向 林地 5 674.80 515.89 东南 2 895.32 263.21 东北 5 594.52 254.30 东南 草地 3 088.72 280.79 东南 7 127.86 647.99 西南 5 286.79 240.31 西南 建设用地 9 120.18 829.11 西南 2 926.19 266.02 西北 10 752.54 488.75 西南 耕地 6 124.45 556.77 西南 5 135.85 466.90 东北 1 441.94 65.54 东北 水域 891.62 81.06 西南 2 331.64 211.97 西南 11 745.64 533.89 西南
下载: 导出CSV
表 5 神农架林区1996−2018年景观格局指数变化
Table 5. Change of landscape pattern index from 1996 to 2018
年份 景观类型 NP LPI IJI COHESION DIVISION SPLIT AI 1996 林地 372 92.75 52.14 99.99 0.14 1.16 98.67 草地 2 228 0.27 26.27 96.23 1.00 37 674.58 85.72 建设用地 274 0.02 64.51 86.60 1.00 11 459 303.82 72.60 耕地 4 618 0.13 25.90 92.27 1.00 134 702.27 78.60 水域 188 0.03 63.54 90.10 1.00 9 165 348.78 72.24 2007 林地 404 89.47 59.14 99.99 0.20 1.25 98.63 草地 2 470 0.35 34.02 96.06 1.00 35 191.27 85.05 建设用地 610 0.04 79.72 85.51 1.00 4 732 108.88 71.91 耕地 4 732 0.13 40.07 93.86 1.00 85 981.12 77.94 水域 1 013 0.05 70.28 88.06 1.00 2 654 644.95 64.97 2018 林地 292 93.98 85.89 99.99 0.12 1.13 98.84 草地 1 923 0.14 29.42 94.54 1.00 112 169.27 83.75 建设用地 3 168 0.11 66.81 88.65 1.00 522 690.55 70.45 耕地 4 192 0.04 52.17 87.89 1.00 719 999.04 72.54 水域 989 0.04 70.51 88.75 1.00 2 563 736.66 67.51
下载: 导出CSV
-
[1] 邬建国. 景观生态学: 格局、过程、尺度与等级[M]. 北京: 高等教育出版社, 2001. [2] 张秋菊, 傅伯杰, 陈利顶. 关于景观格局演变研究的几个问题[J]. 地理科学, 2003, 23(3): 264 − 270. ZHANG Qiuju, FU Bojie, CHEN Liding. Several problems about landscape pattern change research [J]. Sci Geogr Sin, 2003, 23(3): 264 − 270. [3] 吕乐婷, 张杰, 彭秋志, 等. 东江流域景观格局演变分析及变化预测[J]. 生态学报, 2019, 39(18): 6850 − 6859. LÜ Leting, ZHANG Jie, PENG Qiuzhi, et al. Landscape pattern analysis and prediction in the Dongjiang River Basin [J]. Acta Ecol Sin, 2019, 39(18): 6850 − 6859. [4] 傅伯杰, 张立伟. 土地利用变化与生态系统服务: 概念、方法与进展[J]. 地理科学进展, 2014, 33(4): 441 − 446. FU Bojie, ZHANG Liwei. Land-use change and ecosystem services: concepts, methods and progress [J]. Prog Geogr, 2014, 33(4): 441 − 446. [5] 姜广辉, 张凤荣, 孔祥斌, 等. 北京山区建设用地扩展空间分异分析[J]. 地理研究, 2006, 25(5): 905 − 912. JIANG Guanghui, ZHANG Fengrong, KONG Xiangbin, et al. The spatial differentiation of construction land expansion in Beijing mountainous area [J]. Geogr Res, 2006, 25(5): 905 − 912. [6] 喻红, 曾辉, 江子瀛. 快速城市化地区景观组分在地形梯度上的分布特征研究[J]. 地理科学, 2001, 21(1): 64 − 69. YU Hong, ZENG Hui, JIANG Ziying. Study on distribution characteristics of landscape elements along the terrain gradient [J]. Sci Geogr Sin, 2001, 21(1): 64 − 69. [7] 恭映璧. 长沙城市湿地景观格局时空演变与驱动机制研究[D]. 长沙: 中南林业科技大学, 2013. GONG Yingbi. The Spatial-Temporal Pattern Evolution of Wetland Landscape and Its Driving Mechanism in Changsha[D]. Changsha: Central South University of Forestry and Technology, 2013. [8] 侯鑫源. 湖北神农架自然保护区不同海拔高度巴山冷杉径向生长对气候的响应[D]. 南京: 南京大学, 2015. HOU Xinyuan. Growth Response of Abies fargesii at Different Altitudes in Shennongjia Nature Reserve of Hubei Province, Southeastern China[D]. Nanjing: Nanjing University, 2015. [9] 袁琴. 神农架林区开发史研究[D]. 杨凌: 西北农林科技大学, 2015. YUAN Qin. The Exploition of Shennongjia Forest Region-Based on History Perspective[D]. Yangling: Northwest A&F University, 2015. [10] 汪正祥, 朱俊林, 宛晶, 等. 神农架林区河流水文特征初步研究[J]. 湖北大学学报(自然科学版), 2013, 35(1): 6 − 10. WANG Zhengxiang, ZHU Junlin, WAN Jing, et al. Preliminary study on hydrologic characteristics of main rivers in Shennongjia Forest Region [J]. J Hubei Univ Nat Sci, 2013, 35(1): 6 − 10. [11] 李成悦. 基于云平台的生态承载力评价系统设计与实现[D]. 武汉: 武汉大学, 2017. LI Chengyue. The Design and Implementation of the Ecological Carrying Capacity Assessment System based on the Cloud Platform[D]. Wuhan: Wuhan University, 2017. [12] 彭建, 王仰麟, 吴健生, 等. 区域生态系统健康评价:研究方法与进展[J]. 生态学报, 2007, 27(11): 4877 − 4885. PENG Jian, WANG Yanglin, WU Jiansheng, et al. Evaluation for regional ecosystem health: methodology and research progress [J]. Acta Ecol Sin, 2007, 27(11): 4877 − 4885. [13] 白根川, 夏建国, 王昌全, 等. 基于地类空间转化趋势模型的眉山市东坡区土地利用转化分析[J]. 资源科学, 2009, 31(10): 1793 − 1799. BAI Genchuan, XIA Jianguo, WANG Changquan, et al. Land use transition in Dongpo District, Meishan City in China based on a tendentious model for analyzing spatial transition of land use types [J]. Resour Sci, 2009, 31(10): 1793 − 1799. [14] 王祺, 蒙吉军, 毛熙彦. 基于邻域相关的漓江流域土地利用多情景模拟与景观格局变化[J]. 地理研究, 2014, 33(6): 1073 − 1084. WANG Qi, MENG Jijun, MAO Xiyan. Scenario simulation and landscape pattern assessment of land use change based on neighborhood analysis and auto-logistic model: a case study of Lijiang River Basin [J]. Geogr Res, 2014, 33(6): 1073 − 1084. [15] 韩会然, 杨成凤, 宋金平. 北京市土地利用变化特征及驱动机制[J]. 经济地理, 2015, 35(5): 148 − 154. HAN Huiran, YANG Chengfeng, SONG Jinping. The spatial-temporal characteristic of land use change in Beijing and its driving mechanism [J]. Econ Geogr, 2015, 35(5): 148 − 154. [16] 谢霞, 王宏卫, 塔西甫拉提·特依拜. 基于RS和GIS的艾比湖区域景观格局动态变化研究[J]. 中国沙漠, 2010, 30(5): 1166 − 1173. XIE Xia, WANG Hongwei, Tashpolat Tiyip. Study on landscape pattern change in Ebinur Lake region based on RS and GIS [J]. J Desert Res, 2010, 30(5): 1166 − 1173. [17] 魏静, 郑小刚, 葛京凤. 石家庄西部太行山区景观格局时空变化[J]. 生态学报, 2007, 27(5): 1993 − 2001. WEI Jing, ZHENG Xiaogang, GE Jingfeng. Spatial and temporal change of landscape pattern in the western Shijiazhuang, Taihang Mountains [J]. Acta Ecol Sin, 2007, 27(5): 1993 − 2001. [18] LIU Xinliang, LI Yong, SHEN Jianlin, et al. Landscape pattern changes at a catchment scale: a case study in the upper Jinjing river catchment in subtropical central China from 1933 to 2005 [J]. Landscape Ecol Eng, 2014, 10(2): 263 − 276. [19] AHLQVIST O, SHORTRIDGE A. Spatial and semantic dimensions of landscape heterogeneity [J]. Landscape Ecol, 2010, 25(4): 573 − 590. [20] 岑晓腾. 土地利用景观格局与生态系统服务价值的关联分析及优化研究[D]. 杭州: 浙江大学, 2016. CEN Xiaoteng. Correlation Analysis and Optimization between Land Use Landscape Patterns and Ecosystem Service Values-a Case Study of South Coast of Hangzhou Bay[D]. Hangzhou: Zhejiang University, 2016. [21] 徐双, 李飞雪, 张卢奔, 等. 长沙市热力景观空间格局演变分析[J]. 生态学报, 2015, 35(11): 3743 − 3754. XU Shuang, LI Feixue, ZHANG Luben, et al. Spatiotemporal changes of thermal environment landscape pattern in Changsha [J]. Acta Ecol Sin, 2015, 35(11): 3743 − 3754. [22] 许倍慎. 江汉平原土地利用景观格局演变及生态安全评价[D]. 武汉: 华中师范大学, 2012. XU Beishen. Study on Landscape Pattern Evolution of Land Use and Ecological Security Assessment in Jianghan Plain[D]. Wuhan: Central China Normal University, 2012. [23] 朱会义, 李秀彬, 何书金, 等. 环渤海地区土地利用的时空变化分析[J]. 地理学报, 2001, 68(3): 253 − 260. ZHU Huiyi, LI Xiubin, HE Shujin, et al. Spatio-temporal change of land use in Bohai Rim [J]. Acta Geogr Sin, 2001, 68(3): 253 − 260. [24] 郭慧, 王兵, 牛香. 中国退耕还林生态效益监测网络构建方法[J]. 水土保持通报, 2014, 34(6): 131 − 133. GUO Hui, WANG Bing, NIU Xiang. Construction method of ecological benefits monitoring network of China Grain for Green Project [J]. Bull Soil Water Conserv, 2014, 34(6): 131 − 133. [25] 李柏山. 水资源开发利用对汉江流域水生态环境影响及生态系统健康评价研究[D]. 武汉: 武汉大学, 2013. LI Boshan. Study of Influence on Water Ecoenvironment and Ecosystem Health Assessment for Water Resources Development and Utilization in Hanjiang River Basin[D]. Wuhan: Wuhan University, 2013. [26] 余璟, 王学雷, 吴宜进, 等. 神农架大九湖景观格局变化与湿地生态恢复对策[J]. 华中农业大学学报, 2008, 25(1): 122 − 126. YU Jing, WANG Xuelei, WU Yijin, et al. Changes of Shennongjia Dajiuhu landscape pattern and the strategies of wetland ecological restoration [J]. J Huazhong Agric Univ, 2008, 25(1): 122 − 126. [27] 陈露, 汪正祥, 雷耘, 等. 1990−2010年神农架林区气候变化特征分析[J]. 湖北大学学报(自然科学版), 2013, 35(1): 11 − 16. CHEN Lu, WANG Zhengxiang, LEI Yun, et al. The characteristic of climate change in Shennongjia forest area from 1990 to 2010 [J]. J Hubei Univ Nat Sci, 2013, 35(1): 11 − 16. [28] 黄靖, 夏智宏. 基于MODIS-EVI数据的神农架林区植被指数变化特征研究[J]. 气象与环境科学, 2013, 36(3): 39 − 43. HUANG Jing, XIA Zhihong. Research on the change characteristics for Shennongjia forest vegetation index based on MODIS-EVI Data [J]. Meteorol Environ Sci, 2013, 36(3): 39 − 43. [29] 刘家琰, 谢宗强, 申国珍, 等. 基于SPOT-VEGETATION数据的神农架林区1998−2013年植被覆盖度格局变化[J]. 生态学报, 2018, 38(11): 3961 − 3969. LIU Jiayan, XIE Zongqiang, SHEN Guozhen, et al. Dynamics and analysis of vegetation fraction changes in Shennongjia Forest District during 1998 to 2013 by using SPOT-VEGETATION NDVI data [J]. Acta Geogr Sin, 2018, 38(11): 3961 − 3969. [30] 张子一, 查玉平, 王少明, 等. 神农架林区华山松大小蠹生物学特性研究[J]. 中国森林病虫, 2015, 34(6): 1 − 4. ZHANG Ziyi, ZHA Yuping, WANG Shaoming, et al. Bionomics of Dendroctonus armandi in Shennongjia Forestry District [J]. For Pest Dis, 2015, 34(6): 1 − 4. [31] 俞飞, 李智勇. 天目山林区景观格局时空变化及驱动因素分析[J]. 浙江农林大学学报, 2020, 37(3): 439 − 446. YU Fei, LI Zhiyong. Forests landscape pattern changes and driving forces in Mount Tianmu [J]. J Zhejiang A&F Univ, 2020, 37(3): 439 − 446. [32] RUSHDI A M A, HASSAN A K. Reliability of migration between habitat patches with heterogeneous ecological corridors [J]. Ecol Mod, 2015, 304: 1 − 10. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200279
点击查看大图
计量
- 文章访问数: 1816
- HTML全文浏览量: 376
- PDF下载量: 63
- 被引次数: 0
