下载:
-
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。
-
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。
-
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。 -
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。
图 1 生态风险小区划分示意图
Figure 1. Schematic diagram of ecological risk area division
-
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 -
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 -
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。 -
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 -
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。
-
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 2020
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
Spatiotemporal evolution and regulation strategies of ecological risks in green space landscape in the water network area of southern Jiangsu
-
摘要:
目的 研究快速城镇化建设背景下，苏南水网地区绿色空间面临景观破碎化、生境质量下降等问题及其引起的景观生态风险。 方法 以江苏省昆山市为研究对象，选取2000、2010、2020年3期土地利用数据，运用景观格局指数构建景观生态风险评价模型，分析2000—2020年昆山市绿色空间景观生态风险时空演变特征，依据景观生态风险等级转移变化特征划定绿色空间管控分区。 结果 ①2000—2020年，昆山市绿色空间总面积呈持续缩减态势，其中耕地面积下降明显，共减少20 203.11 hm2，占比下降21.70%；水域面积先小幅增加后持续减少，总体减少3 813.66 hm2；林地和草地面积占比较小，维持相对平稳。绿色空间用地类型间面积转移矩阵主要表现为耕地转向建设用地，反映出绿色空间受人工建设干扰程度不断增强。②研究期间景观生态风险分布发生一定变化，主要表现为低风险等级向更高一级转变。高、较高风险区面积占比分别增加了8.10%、6.61%，较低、低风险区面积占比分别缩减了8.25%和9.73%。③依据景观生态风险等级转移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3类管控分区。 结论 研究期间昆山市绿色空间景观生态风险总体呈上升趋势，绿色空间用地类型转变与景观生态风险具有关联性，反映出绿色空间在人为建设活动扰动下生态压力不断增加。基于风险时空演变特征提出绿色空间分区调控策略。图4表5参28 Abstract:Objective This study aims to discuss the ecological risks caused by landscape fragmentation and habitat quality decline in green space in the water network area of southern Jiangsu Province under the background of rapid urbanization. Method Taking Kunshan City as an example, the land use data from 2000, 2010 and 2020 were selected, and the landscape pattern index was used to construct a landscape ecological risk assessment model. The spatiotemporal evolution characteristics of landscape ecological risks in green space of Kunshan City from 2000 to 2020 were analyzed, and green space control zones were defined based on the characteristics of landscape ecological risk level transfer and change. Result (1) From 2000 to 2020, the total area of green space in Kunshan City showed a continuous reduction trend, with a significant decrease in cultivated land, a total reduction of 20 203.11 hm2, accounting for 21.70%. The water area first slightly increased and then continued to decrease, with an overall decrease of 3813.66 hm2. The proportion of forest land and grassland was relatively small and stable. The area transfer matrix between land types of green space mainly showed a shift from arable land to construction land, reflecting the increasing interference degree of green space by artificial construction. (2) There were certain changes in the distribution of landscape ecological risks, mainly manifested as a shift from low risk level to higher risk level. The proportion of the highest and high risk areas increased by 8.10% and 6.61%, respectively, while the area of low and the lowest risk areas decreased by 8.25% and 9.73%, respectively. (3) Based on the characteristics of landscape ecological risk level transfer and change, the study area was divided into three types of control zones: key restoration zone, coordinated buffer zone and optimal utilization zone.Conclusion The landscape ecological risk of green space in Kunshan City shows an upward trend. There is a correlation between the transformation of green space land use type and landscape ecological risk, reflecting the increasing ecological pressure of green space under human construction activities. Green space zoning regulation strategies based on the spatiotemporal evolution characteristics of risks are proposed in this study. [Ch, 4 fig. 5 tab. 28 ref.] -
矮化是一种重要的农艺性状, 在改善空间和土地利用率, 调整栽培密度, 提高抗倒伏能力等方面具有明显的形态特征优势[1]。竹类矮化措施在生产实践中主要应用于3个方面:①中国南方及长江流域冰冻雪灾给竹类生产带来严重的经济损失, 破坏了生态环境[2-4]。钩梢矮化是抵御冰雪风折灾害的有效措施。②笋用竹设施栽培受到常规温室高度的限制[5-6], 每年秋冬季降温前盖膜需要钩梢, 矮化植株方便日常经营管理。③园林景观中矮化竹植株构型具有较高观赏价值[7]。目前, 关于竹类矮化方法及矮化后笋产量[8-9]、光合生理[10]以及材性力学性质[11]等方面已有诸多研究。生产中常用的竹类矮化方法有钩梢[3-4]或利用植物生长调节剂[3, 5, 7, 12]抑制竹居间分生组织生长达到矮化目标。但钩梢会直接带走大量秆枝叶, 造成营养生长损耗。同时成竹株高较高、竹秆硬度强增加了钩梢难度。使用植物生长调节剂造成药剂残留且连续多次施药效果受到天气影响, 矮化成本较高。此外, 通过断鞭[13]、剥除笋箨[14]、修剪[15]限制营养供给来控制高度生长的竹类矮化方法也有研究报道, 但在生产实践中并不常见。绿竹Dendrocalamopsis oldhami是中国南方地区优良的笋材两用丛生竹种, 其材性优良、竹笋产量高, 具有较好的经济和生态价值[16]。但绿竹鲜笋不耐储存, 限制了绿竹笋的销售范围。绿竹笋在北方蔬菜市场尚属空白, 发展笋用绿竹具有较好的经济前景。随着"南竹北移"的实施, 受日光温室高度限制, 秋冬季需要钩梢。因此, 探索一种易操作、无药剂残留且不影响竹子正常生长的矮化方法尤为必要。光合作用是植物生长发育物质能源积累的基础[17]。光合能力与植物不同植株构型有着密切关系。习玉森等[18]指出矮化型桃Amygdalus persica在强光、高温胁迫下较正常植株光抑制程度轻, 物质积累能力强。罗静等[19]指出矮化苹果Malus pumila苗叶绿素含量增加具有较高的净光合速率而早产。本研究在借鉴成竹秋冬季钩梢实践基础上, 将矮化时间提前至笋期, 提出竹笋截梢的矮化方法, 比较不同高度竹笋截梢对绿竹生长的影响, 并从叶绿素荧光动力学角度分析矮化后绿竹的光合生理状况, 为绿竹矮化栽培提供参考。
1. 研究地区与研究方法
1.1 研究区概况
研究地位于绿竹原产地福建省三明市尤溪县(25°58′08″N, 118°09′09″E)。该区属中亚热带季风性湿润气候, 1月平均气温为8.0~12.0 ℃, 7月平均气温为26.6~28.9 ℃。无霜期为312.0 d, 降水量为1 600.0~1 800.0 mm, 土壤类型为山地红壤。主要植被有马尾松Pinus massoniana、杉木Cunninghamia lanceolata、青冈Cyclobalanopsis glauca、甜槠Castanopsis eyrei、油茶Camellia oleifera、山杜英Elaeocarpus sylvestris、石楠Photinia serratifolia等。绿竹林地原由水稻Oryza sativa田改造而成, 存在的主要自然灾害为低温冻害。竹林密度为825丛·hm-2, 竹林年龄结构:2年生:1年生为1:2, 每丛竹株数4~6株。当年不挖笋, 全部留养母竹, 按照绿竹丰产栽培经验进行日常经营管理。
1.2 试验设计
在2017年7月下旬至8月上旬绿竹出笋盛期进行试验处理, 共置5个截梢处理(表 1), 分别记作H1、H2、H3、H4、H5, 以不截梢处理为对照(ck), 每个处理选择7丛绿竹, 共计42丛。每丛选择基径为4.0~5.0 cm, 长势良好、无病虫害、生长基本一致的绿竹笋3~4株(竹丛中其他笋不作处理, 自然生长)。测量笋体基径及高度, 按照竹笋高度的20%截除笋梢幼嫩部分并挂标签牌。
表 1 绿竹不同高度竹笋截梢处理概况Table 1. General situation among different height bamboo shoot truncation treatments of D.oldhami处理 截梢前笋高/cm 截梢长度/cm 截梢后笋高/cm H1 60 12 48 H2 90 18 72 H3 120 24 96 H4 150 30 120 H5 180 36 144 1.3 测定指标与方法
2018年1月上旬绿竹高生长结束后, 以挂标签牌的绿竹为测定对象。每个处理随机择20株绿竹测量生长指标, 选择5株绿竹测定叶绿素质量分数及叶绿素荧光参数, 取中部生长基本一致的健康、成熟叶作为测定样本。
1.3.1 生长指标
调查绿竹株高、成竹率、枝下高、节数、分枝率、第一盘主枝长度。枝下高为竹秆最下端第1盘分枝到地面垂直高度; 主枝长度为竹秆最下端第1盘最长枝长度。分枝率=分枝节数/(枝下节数+分枝节数)×100%;成竹率=成竹数/处理笋数×100%。
1.3.2 叶绿素质量分数
采用混合液浸取-分光光度计法测定[20]。将采集的鲜叶洗净、擦干、去除中脉、剪碎混合均匀后, 天平秤取0.100 g叶片放入盛有10 mL提取液(纯丙酮和无水乙醇1:1配成)的具塞试管中, 置于黑暗环境中叶片失绿直至完全变白。分别测定波长为645和663 nm下的光密度(D), 并根据Arnon公式计算叶绿素质量分数。wchla=[12.72D(663)-2.59D(645)]×V/(103×W), wchlb=[22.88D(645)-4.67D(663)]×V/(103×W), wchl=[20.29D(645)+8.05D(663)]×V/(103×W), 其中:wchla、wchlb和wchl分别表示叶绿素a、叶绿素b和总叶绿素质量分数(mg·g-1), D(645)为波长645 nm处的光密度, D(663)为波长663 nm处的光密度, V为提取液总量(mL), W为样品质量(g)。
1.3.3 叶绿素荧光参数
测定方法参考宋莉英等[21]的方法。采用Imaging PAM-2100(德国WALZ公司)便携式脉冲调制式叶绿素荧光仪测定绿竹叶片的叶绿素荧光参数。测定时间为晴天无风的9:00-11:00, 测量前使叶片暗适应30 min, 选定5个圆形测试目标区域, 然后打开测量光(0.5 μmol·m-2·s-1)测定初始荧光(Fo), 饱和光脉冲2 700 μmol·m-2·s-1(脉冲时间0.8 s)诱导最大荧光(Fm)、可变荧光(Fv=Fm-Fo)、PSⅡ最大光化学效率(Fv/Fm)。待荧光曲线基本稳定, 打开单饱和白光脉冲1次, 此后测得PSⅡ实际光量子效率(Yield)、电子传递速率(ETR)、光化学猝灭系数(qP)及非光化学猝灭系数(qNP)。
1.4 数据处理
数据统计和作图由Excel 2013完成。用SPSS 21.0对不同竹笋截梢处理下绿竹生长指标、叶绿素质量分数以及荧光参数进行单因素方差分析(one-way ANOVA)和Pearson相关性分析, Duncan多重比较法进行显著性差异分析。
2. 结果与分析
2.1 竹笋截梢对绿竹株高及成竹率的影响
由图 1可知:竹笋截梢可以有效控制绿竹株高生长, 各竹笋截梢处理之间绿竹株高达极显著差异(P＜0.01)。截去笋梢长度越长, 即截去笋梢部位笋节越多, 成竹后株高越矮。其中H1(60 cm)笋截梢后, 株高继续生长431.60 cm, H5(180 cm)笋截梢后, 株高继续生长90.70 cm。对株高y(cm)和竹笋截梢前绿竹笋高度x(cm)建立函数表达式为:y=599.49-1.95x(R2=0.90, P＜0.01)。H5处理株高最低, 绿竹株高由对照539.40 cm降至234.70 cm, 较对照降低了56.49%, 达到了矮化栽培高度要求。竹笋不同截梢处理与对照的绿竹成竹率均为82.14%~85.71%, 成竹率差异未达到显著水平(P>0.05), 表明竹笋截梢处理不影响绿竹正常成活。
图 1 不同竹笋截梢处理下绿竹的株高和成竹率Figure 1. Plant height and survival rate of D.oldhami under different bamboo shoot truncation treatments2.2 竹笋截梢对绿竹其他形态指标的影响
从表 2可见:随着绿竹株高降低, 枝下高、节数、分枝率及主枝长度均达显著差异(P＜0.05)。竹笋截梢后枝下高呈不断降低趋势, H5处理枝下高最低, 较对照显著下降36.69%, 与其他组差异均显著; 竹笋截梢后笋梢部分笋节被截去, 因此竹节相应减少, 节数与株高有相同的变化趋势。H5节数较对照降低45.59%, 除与H4处理无显著差异外, 与其他各组均有显著差异; 在分枝率方面, H3、H4和H5竹笋截梢处理较对照分别降低了14.10%、19.02%和12.13%。竹笋截梢后节数降低, 节上的分枝盘数减少, 因此, 分枝率变小; H4和H5主枝长度与对照均达到显著差异, 分别增长了10.00%和8.45%, 竹笋截梢促进了主枝长度生长。竹笋截梢后绿竹形态指标变化系数从大到小为株高(56.49%)、节数(36.69%)、枝下高(36.69%)、分枝率(19.02%)、主枝长度(11.06%)。表明竹笋截梢对绿竹株高影响最大, 其次为节数, 主枝长度影响最小。
表 2 不同竹笋截梢处理绿竹其他形态变化Table 2. Morphological indexes changes of D.oldhami under different bamboo shoot truncation treatments处理 枝下高/cm 节数 分枝率/% 主枝长度/cm ck 123.75±23.34 a 19.85±1.78 a 67.86±4.24 a 216.05±17.60 bc H1 119.05±20.75 ab 16.95±1.82 b 70.09±4.58 a 209.05±30.27 c H2 107.50±14.61 ab 15.95±0.83 b 67.95±4.74 a 219.25±20.82 bc H3 104.25±39.99 b 12.40±1.56 c 58.29±9.17 b 219.15±42.87 bc H4 110.45±18.65 ab 11.60±1.53 cd 54.95±7.50 b 239.95±9.83 a H5 78.35±21.03 c 10.80±3.20 d 59.63±11.71 b 234.30±42.06 ab 说明:同列不同小写字母表示不同竹笋截梢处理间差异显著(P＜0.05) 2.3 竹笋截梢对绿竹叶绿素质量分数及组成的影响
由表 3可知:竹笋截梢处理与对照绿竹叶绿素a、叶绿素b、总叶绿素及叶绿素a/b均差异显著(P＜0.05)。H4和H5处理的叶绿素a较高, 显著高于H1和对照; 处理H2、H3、H4和H5的叶绿素b较高且处理间差异不显著; 总叶绿素从大到小为H5、H3、H4、H2、H1、ck, 不同竹笋截梢处理的总叶绿素变化有差异, 总体呈上升趋势, 绿竹总叶绿素在H5处理下最大, 较对照显著提高了65.34%, 与H2、H3、H4处理无显著差异; 对照叶绿素a/b最大, 显著高于竹笋截梢处理。H5处理较对照叶绿素a/b显著降低了29.11%。叶绿素a、叶绿素b及总叶绿素随着株高的降低而增加, 叶绿素a/b降低。
表 3 不同竹笋截梢处理绿竹叶绿素质量分数及组成变化Table 3. Changes of chlorophyll content and composition ratio of D. oldhami under different bamboo shoot truncation treatments处理 叶绿素a/(mg·g-1) 叶绿素b/(mg·g-1) 总叶绿素/(mg·g-1) 叶绿素a/b ck 1.95±0.20 c 0.76±0.02 b 2.71±0.21 b 2.56±0.27 a H1 1.92±0.010 c 1.01±0.11 b 2.93±0.19 b 1.91±0.18 b H2 2.15±0.23 bc 1.79±0.24 a 3.94+0.38 a 1.21±0.17 d H3 2.28±0.22 bc 1.82+0.18 a 4.10+0.13 a 1.27±0.23 cd H4 2.45±0.54 ab 1.59±0.42 a 4.04±0.62 a 1.69±0.75 bcd H5 2.81±0.33 a 1.66±0.45 a 4.47±0.63 a 1.81±0.54 bc 说明:同列不同小写字母表示不同竹笋截梢处理间差异显著(P＜0.05) 2.4 竹笋截梢对绿竹叶绿素荧光参数的影响
从图 2可知:竹笋截梢处理的初始荧光(Fo)与对照差异不显著(P>0.05);竹笋截梢处理提高了PSⅡ最大光化学效率(Fv/Fm), 其中:H4、H5较对照显著提高了15.86%和16.46%, 而竹笋截梢处理间未发现显著差异; ETR和PSⅡ实际光量子产量(Yield)随着株高降低, 有相同的变化趋势, H1、H2处理均与对照无显著差异, H5处理下最大, 较对照分别提高了48.63%和40.81%。不同竹笋截梢处理光化学猝灭系数(qP)变化有一定差异, 但总体呈不断上升趋势。H4、H5处理下化学猝灭系数较对照组差异均达到了显著水平, 化学猝灭系数最大的为H5处理, 较对照提高了74.35%。各竹笋截梢处理绿竹叶片的非光化学猝灭系数(qNP)均有显著降低, 对照处理的非光化学猝灭系数最大。H5处理的非光化学猝灭系数较对照降低了47.58%。非光化学猝灭系数与化学猝灭系数有着相反的变化趋势。不同竹笋截梢处理后绿竹PSⅡ最大光化学效率、PSⅡ实际光量子产量、电子传递速率及化学猝灭系数均高于对照, 而非光化学猝灭系数降低。叶绿素荧光参数表明竹笋截梢增加绿竹叶片的光能利用效率。
图 2 不同竹笋截梢处理下绿竹叶绿素荧光参数变化Figure 2. Chlorophyll fluorescence parameters changes of D. oldhami under different bamboo shoot truncation treatments2.5 绿竹株高与叶绿素质量分数及叶绿素荧光参数相关性分析
相关分析(表 4)显示:株高与总叶绿素以及PSⅡ最大光化学效率(Fv/Fm)、PSⅡ实际光量子产量(Yield)、电子传递速率(ETR)、光化学猝灭系数(qP)呈负相关, 与叶绿素a/b及非光化学猝灭系数(qNP)呈显著正相关。总叶绿素与叶绿素a/b呈显著负相关。PSⅡ实际光量子产量与电子传递速率、光化学猝灭系数呈显著正相关, 光化学猝灭系数与非光化学猝灭系数呈显著负相关。Pearson相关性分析表明:绿竹植株构型与叶绿素质量分数及叶绿素荧光特性有紧密关系。
表 4 绿竹株高与叶绿素质量分数及叶绿素荧光参数相关性分析Table 4. Correlation analysis of plant height, chlorophyll content, chlorophyll fluorescence parameters of D. oldhami指标 株高 总叶绿素 叶绿素a/b Fo Fv/Fm Yield ETR qP 总叶绿素 -0.809** 叶绿素a/b 0.368* -0.563** Fo -0.339 0.197 -0.048 FV/Fm -0.536* 0.410* -0.284 0.140 Yield -0.574* 0.372* -0.021 -0.150 0.169 ETR -0.607* 0.398* -0.068 -0.141 0.192 0.990** qP -0.697* 0.435* -0.030 0.044 0.177 0.895** 0.895** qNP 0.704** -0.391* -0.281 -0.206 -0.268 -0.637** -0.640** -0.719** 说明:*表示显著相关(P＜0.05), **表示极显著相关(P＜0.01).株高、叶绿素质量分数和叶绿素荧光参数样本n=25 3. 讨论
3.1 竹笋截梢对绿竹形态指标及成活率的影响
竹高度生长依靠笋节居间分生组织的分生细胞分裂、伸长生长来增加节间的长度[22]。笋梢部分笋节密集, 笋节发育成为竹节。竹笋截梢按照竹笋高度20%截去梢头部分, 随着竹笋高度增加, 竹笋截梢强度增加, 截去的笋节越多, 竹节相应减少, 因此, 成竹矮化效果越明显。本研究发现:随株高降低, 枝下高、节数及分枝率减少, 主枝长度增长, 地上部分营养生长重新分配, 植株形态相应发生明显变化。其中, 绿竹竹笋高H5(180 cm)截梢处理后, 株高由对照的539.40 cm降低至234.70 cm, 较对照降低了56.49%。官凤英等[5]对绿竹喷施0.8 g·L-1多效唑后发现株高、枝下高分别降低了45.30%和46.70%, 周建革等[3]对毛竹Phyllostachys edulis喷施2.0%矮壮素后株高和枝下高分别降低了28.12%和30.37%。绿竹和毛竹存在共同特点即株高降低后, 枝下高降低。枝下高降低不利于挖笋施肥等经营活动, 需要加强相应剪除靠近地面枝条等竹林抚育措施来克服不利影响。竹笋截梢会使成竹高度降低, 竹材产量相应会降低, 不宜用在材用林上。
竹笋在成竹过程不同高度时期均有可能退笋, 退笋与笋体高度密切相关[23]。一般竹笋高于40 cm, 退笋现象较少。竹笋截梢各处理后绿竹成竹率在82.14%~85.71%, 与对照无显著差异, 表明竹笋截梢不影响绿竹成活。这可能是由于竹笋截梢处理选择高度为60~180 cm竹笋, 生长旺盛, 具有一定的抵抗力, 所以退笋率低, 这与郑郁善等[24]和岳祥华等[25]研究毛竹及紫竹Phyllostachys nigra的退笋规律基本一致。
3.2 竹笋截梢对绿竹叶绿素质量分数及叶绿素荧光参数的影响
植物体构件之间存在协调反馈机制, 即当某一构件部分抑制生长或缺失时, 剩余构件表现一个资源再分配, 某些功能增强的现象。这种补偿机制是植物应对外界扰动的生长策略[26-28]。郑士光等[29]研究发现:柠条Caragana microphylla在平茬后根系提高了对水分和养分的吸收, 促进地下根系生长。尚富华等[30]指出:毛白杨Populus tomentosa修枝后会提高剩余枝叶的光合速率等途径补偿。本研究表明:不同竹笋截梢处理后, 绿竹叶绿素a、叶绿素b及总叶绿素随着株高的降低而增加, 而叶绿素a/b降低。叶绿素a有利于吸收长波光, 叶绿素b促进吸收短波光。当叶绿素a/b减少时, 植物对蓝紫光的利用[31]效率增加。总叶绿素增加, 使得叶片叶肉细胞光合活性增强[32]。叶绿素荧光技术可以间接无损伤地研究光合作用过程中能量吸收传递与转化等特征[33]。当叶片内囊体破坏时, PSⅡ光系统反应中心失活, 初始荧光(Fo)增加[34]。本研究发现:不同竹笋截梢处理间的初始荧光(Fo)差异不显著, 表明竹笋截梢处理未对绿竹叶片内囊体造成不利影响。竹笋截梢处理提高了PSⅡ反应过程潜在活性, 促进了光合电子从PSⅡ反应中心到库源的传递速率, 使得PSⅡ最大光化学效率(Fv/Fm)增加。当光能过剩时, 非光化学猝灭系数(qNP)增加[35]。竹笋截梢处理非光化学猝灭系数较对照显著降低, 降低了叶片热耗散。随着株高降低, PSⅡ实际光量子效率(Yield)、电子传递速率(ETR)增加, 电子传递的量子产额增加, 促进暗反应的光合碳同化和有机物积累[36]。这与陈洪国[37]和魏亚娟等[38]对菊花Chrysanthemum morifolium及榆叶梅Prunus triloba通过使用植物生长调节剂获得矮化植株构型后光合特性变化规律类似, 表明矮化植株一定程度上光合色素含量增加, 光合效率提高。Pearson相关性分析表明:PSⅡ光化学功能、叶绿素质量分数与绿竹株高显著相关。竹笋截梢处理后绿竹叶绿素质量分数提高及叶绿素荧光参数表现更高的光能利用效率。本研究认为可能的原因有:一方面竹笋截梢后顶端优势去除后, 作为株高降低的补偿, 促进了枝叶萌生。枝叶生长有助于空间拓宽能力增加对光能的获取; 另一方面竹笋截梢绿竹株高降低后, 竹林冠层光照条件发生改变。改善光环境, 提高光能利用效率, 以获得更多的光合同化产物积累。
4. 结语
根据栽培目标选择适合的绿竹笋高度截梢可以有效控制株高生长, 而且矮化绿竹可使叶片叶绿素质量分数增加, 光能利用效率提高, 达到矮化栽培要求。竹笋截梢这种物理矮化方法避免直接带走大量秆枝叶, 操作相对简单, 且可以消除植物生长调节剂矮化药剂残留隐患, 在其他竹种矮化上具有借鉴意义。本研究对绿竹高生长结束后成竹形态特征与叶绿素质量分数及叶绿素荧光参数进行初步研究, 其更深层次光合机制还需进一步完善。此外, 竹笋截梢后对绿竹笋产量、出笋时期及竹材力学性质等影响还有待深入研究。
-
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
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
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 2020
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 
下载: 导出CSV
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
下载: 导出CSV
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。
下载: 导出CSV
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
下载: 导出CSV
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
下载: 导出CSV
-
[1] TRINDER J, LIU Qingxiang. Assessing environmental impacts of urban growth using remote sensing [J]. Geo-Spatial Information Science, 2020, 23(1): 20 − 39. [2] 李锋, 王如松. 城市绿色空间生态服务功能研究进展 [J]. 应用生态学报, 2004, 15(3): 527 − 531. LI Feng, WANG Rusong. Research advance in ecosystem service of urban green space [J]. Chinese Journal of Applied Ecology, 2004, 15(3): 527 − 531. [3] NGOM R, GOSSELIN P, BLAIS C. Reduction of disparities in access to green spaces: their geographic insertion and recreational functions matter [J]. Applied Geography, 2016, 66: 35 − 51. [4] 成超男, 胡杨, 赵鸣. 城市绿色空间格局时空演变及其生态系统服务评价的研究进展与展望 [J]. 地理科学进展, 2020, 39(10): 1770 − 1782. CHENG Chaonan, HU Yang, ZHAO Ming. Progress and prospect of the spatiotemporal change and ecosystem services evaluation of urban green space pattern [J]. Progress in Geography, 2020, 39(10): 1770 − 1782. [5] 刘晖, 曹朔, 陈宇. 城市绿色空间生境样方构成与形态要素: 以西安为例 [J]. 风景园林, 2021, 28(6): 70 − 75. LIU Hui, CAO Shuo, CHEN Yu. Composition and morphological elements of habitat quadrat in urban green space: a case study of Xi’an [J]. Landscape Architecture, 2021, 28(6): 70 − 75. [6] 赵海霞, 王淑芬, 孟菲, 等. 绿色空间格局变化及其驱动机理——以南京都市区为例 [J]. 生态学报, 2020, 40(21): 7861 − 7872. ZHAO Haixia, WANG Shufen, MENG Fei, et al. Green space pattern changes and its driving mechanism: a case study of Nanjing metropolitan area [J]. Acta Ecologica Sinica, 2020, 40(21): 7861 − 7872. [7] SIDDIQUE S, UDDIN M M. Green space dynamics in response to rapid urbanization: patterns, transformations and topographic influence in Chattogram city, Bangladesh [J/OL]. Land Use Policy, 2022, 114 : 105974[2024-01-05]. doi: 10.1016/j.landusepol.2022.105974. [8] 陈燕红, 蔡芫镔. 福州主城区绿色空间演化的热环境效应差异 [J]. 生态学杂志, 2019, 38(7): 2149 − 2158. CHEN Yanhong, CAI Yuanbin. The differences of thermal environment effect of urban green space evolution: a case study of Fuzhou [J]. Chinese Journal of Ecology, 2019, 38(7): 2149 − 2158. [9] ZHANG Qian, ZHOU Dian, XU Duo, et al. Correlation between cooling effect of green space and surrounding urban spatial form: evidence from 36 urban green spaces [J/OL]. Building and Environment, 2022, 222 : 109375[2024-01-05]. doi: 10.1016/j.buildenv.2022.109375. [10] 彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望 [J]. 地理学报, 2015, 70(4): 664 − 677. PENG Jian, DANG Weixiong, LIU Yanxu, et al. Review on landscape ecological risk assessment [J]. Acta Geographica Sinica, 2015, 70(4): 664 − 677. [11] 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. XU Fengjiao, LU Xiao. Ecological risk pattern based on land use changes in Jiangsu coastal areas [J]. Acta Ecologica Sinica, 2018, 38(20): 7312 − 7325. [12] 侯蕊, 李红波, 高艳丽. 基于景观格局的武汉市江夏区土地利用生态风险评价 [J]. 水土保持研究, 2021, 28(1): 323 − 330, 403. HOU Rui, LI Hongbo, GAO Yanli. Ecological risk assessment of land use in Jiangxia District of Wuhan based on landscape pattern [J]. Research of Soil and Water Conservation, 2021, 28(1): 323 − 330, 403. [13] GUO Hongjiang, CAI Yanpeng, LI Bowen, et al. An integrated modeling approach for ecological risks assessment under multiple scenarios in Guangzhou, China [J/OL]. Ecological Indicators, 2022, 142 : 109270[2024-01-05]. doi: 10.1016/j.ecolind.2022.109270. [14] 王玲, 汪淼. 成渝城市群景观生态风险演变分析 [J]. 长江流域资源与环境, 2023, 32(3): 626 − 637. WANG Ling, WANG Miao. Chengdu-chongqing urban landscape ecological risk evolution analysis [J]. Resources and Environment in the Yangtze Basin, 2023, 32(3): 626 − 637. [15] GUO Hongjiang, CAI Yanpeng, LI Bowen, et al. An improved approach for evaluating landscape ecological risks and exploring its coupling coordination with ecosystem services [J/OL]. Journal of Environmental Management, 2023, 348 : 119277[2024-01-05]. doi: 10.1016/j.jenvman.2023.119277. [16] 王涛, 肖彩霞, 刘娇, 等. 云南高原湖泊杞麓湖动态演变及景观生态风险评价 [J]. 浙江农林大学学报, 2020, 37(1): 9 − 17. WANG Tao, XIAO Caixia, LIU Jiao, et al. Dynamic evolution and landscape ecological risks assessment of Qilu Lake in Yunnan Plateau [J]. Journal of Zhejiang A&F University, 2020, 37(1): 9 − 17. [17] QIAN Yao, DONG Zheng, YAN Yan, et al. Ecological risk assessment models for simulating impacts of land use and landscape pattern on ecosystem services [J/OL]. Science of the Total Environment, 2022, 833 : 155218[2024-01-05]. doi:10.1016/j.scitotenv.2022.155218. [18] 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, 2007: 99 − 100. WU Jianguo. Landscape Ecology Pattern, Process, Scale and Hierarchy [M]. Beijing: Higher Education Press, 2007: 99 − 100. [19] 赵越, 罗志军, 李雅婷, 等. 赣江上游流域景观生态风险的时空分异——从生产-生活-生态空间的视角 [J]. 生态学报, 2019, 39(13): 4676 − 4686. ZHAO Yue, LUO Zhijun, LI Yating, et al. Study of the spatial-temporal variation of landscape ecological risk in the upper reaches of the Ganjiang River Basin based on the “production-living-ecological space” [J]. Acta Ecologica Sinica, 2019, 39(13): 4676 − 4686. [20] 刘春艳, 张科, 刘吉平. 1976—2013年三江平原景观生态风险变化及驱动力 [J]. 生态学报, 2018, 38(11): 3729 − 3740. LIU Chunyan, ZHANG Ke, LIU Jiping. A long-term site study for the ecological risk migration of landscapes and its driving forces in the Sanjiang Plain from 1976 to 2013 [J]. Acta Ecologica Sinica, 2018, 38(11): 3729 − 3740. [21] 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. ZHAO Weiquan, YANG Zhenhua, SU Weici, et al. Ecological risk assessment and management of watershed based on landscape pattern change: a case study of the Chishui River Basin in Guizhou [J]. Resources and Environment in the Yangtze Basin, 2017, 26(8): 1218 − 1227. [22] 李琛, 高彬嫔, 吴映梅, 等. 基于PLUS模型的山区城镇景观生态风险动态模拟 [J]. 浙江农林大学学报, 2022, 39(1): 84 − 94. LI Chen, GAO Binpin, WU Yingmei, et al. Dynamic simulation of landscape ecological risk in mountain towns based on PLUS model [J]. Journal of Zhejiang A&F University, 2022, 39(1): 84 − 94. [23] 孙才志, 闫晓露, 钟敬秋. 下辽河平原景观格局脆弱性及空间关联格局 [J]. 生态学报, 2014, 34(2): 247 − 257. SUN Caizhi, YAN Xiaolu, ZHONG Jingqiu. Evaluation of the landscape patterns vulnerability and analysis of spatial correlation patterns in the lower reaches of Liaohe River Plain [J]. Acta Ecologica Sinica, 2014, 34(2): 247 − 257. [24] 付扬军, 师学义, 和娟. 汾河流域景观格局脆弱性时空分异特征 [J]. 水土保持研究, 2020, 27(3): 197 − 202. FU Yangjun, SHI Xueyi, HE Juan. Characteristics of spatial and temporal differentiation of landscape pattern vulnerability in Fenhe River Basin [J]. Research of Soil and Water Conservation, 2020, 27(3): 197 − 202. [25] 杨庆媛, 张浩哲, 唐强. 基于适应性循环模型的重庆市国土空间生态修复分区 [J]. 地理学报, 2022, 77(10): 2583 − 2598. YANG Qingyuan, ZHANG Haozhe, TANG Qiang. Ecological restoration zoning of territorial space in Chongqing City based on adaptive cycle model [J]. Acta Geographica Sinica, 2022, 77(10): 2583 − 2598. [26] 于淑会, 康园园, 邓伟, 等. 太行山东部县域“三生”用地转型与景观生态风险分析——以河北省平山县为例 [J]. 中国生态农业学报, 2022, 30(7): 1113 − 1122. YU Shuhui, KANG Yuanyuan, DENG Wei, et al. Analysis of “Production-Living-Ecological” land trans formation and landscape ecological risk in the eastern counties of the Taihang Mountain: a case study in Pingshan County [J]. Chinese Journal of Eco-Agriculture, 2022, 30(7): 1113 − 1122 [27] 陈斌, 徐尚昭, 周阳阳, 等. 基于土地利用变化的江汉平原景观生态风险时空分异特征分析 [J]. 水土保持研究, 2022, 29(5): 228 − 234, 243. CHEN Bin, XU Shangzhao, ZHOU Yangyang, et al. Assessment of landscape ecological risk in Jianghan Plain area based on land use change [J]. Research of Soil and Water Conservation, 2022, 29(5): 228 − 234, 243. [28] 何钊全, 尚雪, 张铜会, 等. 近20年陕北黄土丘陵区景观生态风险时空变化及其冷热点格局 [J]. 生态学杂志, 2023, 42(10): 2514 − 2525. HE Zhaoquan, SHANG Xue, ZHANG Tonghui, et al. Spatiotemporal variations of landscape ecological risk and its cold-hot spot pattern in the loess hills of northern Shaanxi over the past 20 years [J]. Chinese Journal of Ecology, 2023, 42(10): 2514 − 2525. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20240169
点击查看大图
计量
- 文章访问数: 328
- HTML全文浏览量: 66
- PDF下载量: 14
- 被引次数: 0
