城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)分析
——以寶雞市中東部為例

馬 力，李景宜*，任 沖

(1.寶雞文理學(xué)院 地理與環(huán)境學(xué)院，陜西 寶雞 721013；2.陜西省災(zāi)害監(jiān)測與機理模擬重點實驗室，陜西 寶雞 721013)

城鎮(zhèn)化與生態(tài)環(huán)境耦合是人地關(guān)系地域系統(tǒng)的重要組成，是一種相互交互、耦合的關(guān)系，探明其耦合機制并提出調(diào)控對策，成為當(dāng)今可持續(xù)發(fā)展研究中關(guān)鍵問題之一[1-2]。改革開放以來，我國城鎮(zhèn)化率由1978年的17.92%上升到2015年的56.1%，然而城市化率激增造成了不同程度的生態(tài)環(huán)境破壞，導(dǎo)致城鎮(zhèn)化發(fā)展進(jìn)程受到制約[3]。任宇飛等[4]對城鎮(zhèn)化與生態(tài)環(huán)境耦合從理論到方法再到應(yīng)用領(lǐng)域的研究進(jìn)展進(jìn)行了評述。鄧椿[5]構(gòu)建了山西省地級市的城鎮(zhèn)化、生態(tài)環(huán)境綜合指數(shù)并分析了時空耦合規(guī)律。王少劍等[6]借助耦合協(xié)調(diào)度模型對京津冀地區(qū)耦合過程與演進(jìn)趨勢進(jìn)行了分析。劉寶濤等[7]根據(jù)耦合協(xié)調(diào)模型等方法評判了長春市城鎮(zhèn)化發(fā)展與土地利用的協(xié)同演化關(guān)系。陸媛媛等[8]以社會、經(jīng)濟(jì)等數(shù)據(jù)比較了寧夏地級市城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度的動態(tài)變化。趙建吉等[9]通過構(gòu)建黃河流域城鎮(zhèn)化與生態(tài)環(huán)境的耦合協(xié)調(diào)模型，測度了2005～2016年耦合協(xié)調(diào)的時空格局以及兩者協(xié)同發(fā)展?fàn)顩r。姜旭等[10]通過熵值法、耦合協(xié)調(diào)度模型方法評價了長江中游城市群城鎮(zhèn)化與人居環(huán)境的耦合協(xié)調(diào)關(guān)系。

本文以寶雞市中東部為研究區(qū)域，為寶雞市社會經(jīng)濟(jì)活動主要分布區(qū)域，具有產(chǎn)業(yè)集群優(yōu)勢且城鎮(zhèn)化發(fā)展速度較快，但同時也是生態(tài)環(huán)境破壞較多的區(qū)域，如何在城鎮(zhèn)化進(jìn)程中使生態(tài)環(huán)境得到保護(hù)，成為城鎮(zhèn)化進(jìn)程中促進(jìn)區(qū)域經(jīng)濟(jì)社會協(xié)調(diào)發(fā)展所必須面對的重大課題。相較于以往僅從社會統(tǒng)計年鑒中單一提取指標(biāo)進(jìn)行城鎮(zhèn)化與生態(tài)環(huán)境進(jìn)行耦合協(xié)調(diào)度分析的研究不同，本文提出以遙感影像反演土壤植被干旱指數(shù)作為自然生態(tài)環(huán)境指標(biāo)，實現(xiàn)將生態(tài)環(huán)境分布狀況直觀化表達(dá)，結(jié)合社會統(tǒng)計年鑒數(shù)據(jù)中提取城鎮(zhèn)化綜合發(fā)展水平指標(biāo)，并借助耦合協(xié)調(diào)度模型對寶雞市自然生態(tài)環(huán)境與城鎮(zhèn)化耦合協(xié)調(diào)度進(jìn)行研究，以期為寶雞市或同類地區(qū)城鎮(zhèn)化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展和城市生態(tài)環(huán)境治理與改善提供決策支持。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

寶雞市地處關(guān)中平原西部，東連咸陽，南接漢中，西北與天水、平?jīng)雠?，是“一帶一路”?zhàn)略的沿線城市，同時也是關(guān)天經(jīng)濟(jì)區(qū)副中心城市，總面積18000 km2，下轄3區(qū)9縣[11]。2018年總?cè)丝谶_(dá)到377.1萬人，常住人口城鎮(zhèn)化率53.17%，地區(qū)總產(chǎn)值達(dá)2179.81億元。寶雞市屬暖溫帶半濕潤氣候，年均氣溫約13 ℃，年平均降水量約700 mm，地貌為以山、川、塬為主。

為了揭示寶雞市城市化進(jìn)程影響生態(tài)環(huán)境的縣區(qū)差異，本文研究區(qū)選擇分布于渭河谷地的寶雞市中東部地區(qū)，如圖1所示。

圖1 研究區(qū)位置示意圖

1.2 數(shù)據(jù)來源

本文Landsat TM/OLI遙感影像來源于地理空間數(shù)據(jù)云,影像獲取時間為2000、2009和2018年的5月。遙感影像經(jīng)ENVI 5.3軟件的Radiometric calibration工具進(jìn)行輻射定標(biāo)，F(xiàn)LAASH Atmospheric Correction工具進(jìn)行大氣校正，以位于渭河谷地的寶雞市縣區(qū)行政邊界建立ROI對遙感影像進(jìn)行裁剪等預(yù)處理。數(shù)據(jù)來源于寶雞市統(tǒng)計局官網(wǎng)中的2000、2009和2018年的糧食產(chǎn)量、農(nóng)民人均純收入、在崗職工工資、在崗職工人數(shù)、土地面積、人口、農(nóng)林牧漁業(yè)總產(chǎn)值、社會消費品零售總額總值。

2 研究方法

2.1 土壤植被干旱指數(shù)(TVDI)

采用大氣校正法反演地表溫度(LST)，波段運算得到歸一化植被指數(shù)(NDVI)，對LST、NDVI數(shù)據(jù)進(jìn)行線性擬合，得到研究區(qū)溫度植被干旱指數(shù)(TVDI)，它反映了研究區(qū)的土壤濕度變化，用于指示生態(tài)環(huán)境的指標(biāo)。

(1)

其中，LST為地表溫度；LSTmin為相同NDVI的最低地表溫度，LSTmax為相同NDVI值的最高地表溫度，LST的單位為℃[12]。

2.2 變異系數(shù)法

本文社會統(tǒng)計數(shù)據(jù)采用變異系數(shù)法確定各要素的權(quán)重，作為城鎮(zhèn)化發(fā)展水平的代用指標(biāo)。變異系數(shù)利用各項指標(biāo)內(nèi)在信息計算不同指標(biāo)權(quán)重，客觀加權(quán)反映各指標(biāo)正負(fù)項的影響，便于操作，采用原指標(biāo)極差標(biāo)準(zhǔn)化方法對原指標(biāo)進(jìn)行標(biāo)準(zhǔn)化[13]。

Vi=σi/xi

(2)

權(quán)重為：

(3)

其中，Wi為各指標(biāo)權(quán)重，CVi為各項指標(biāo)變異系數(shù)。

2.3 耦合協(xié)調(diào)度模型

耦合度是系統(tǒng)或要素相互作用的程度。從無序到有序的關(guān)鍵是系統(tǒng)中有序參數(shù)之間的協(xié)同作用。耦合度是衡量這種協(xié)同作用的一個指標(biāo)。本文將城鎮(zhèn)化系統(tǒng)與生態(tài)環(huán)境系統(tǒng)的耦合要素定義為城鎮(zhèn)化耦合度和生態(tài)環(huán)境耦合度[14]。公式如下：

(4)

其中，A表示寶雞市的城鎮(zhèn)化水平指標(biāo)，B表示寶雞市城市生態(tài)環(huán)境指標(biāo)，C為城市的自然生態(tài)環(huán)境與城鎮(zhèn)化水平的耦合度值，其中0≤C≤1，C值越大，表明城市的自然生態(tài)環(huán)境與城市的社會、經(jīng)濟(jì)生態(tài)環(huán)境發(fā)展越協(xié)調(diào)(表1)。

表1 城鎮(zhèn)化與生態(tài)環(huán)境耦合度(C)劃分及其階段特征

由于耦合度不能直接測度之間的協(xié)調(diào)發(fā)展水平，因此引入城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)度模型，以期客觀反映城鎮(zhèn)化與生態(tài)環(huán)境的發(fā)展水平[15]。具體模型如下：

(5)

T=aC+bB

(6)

其中，D為耦合協(xié)調(diào)度；a、b為待定系數(shù)。本文依據(jù)生態(tài)環(huán)境與城鎮(zhèn)化發(fā)展同等重要原則，a、b賦值為0.5，將寶雞市生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展類型劃分為失調(diào)發(fā)展型、調(diào)和發(fā)展型、協(xié)調(diào)發(fā)展型,具體協(xié)調(diào)狀況分為嚴(yán)重失調(diào)衰退型、中度失調(diào)衰退型、調(diào)和發(fā)展型、中度協(xié)調(diào)發(fā)展型、高度協(xié)調(diào)發(fā)展型(表2)。

表2 城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)度(D)類型

3 結(jié)果與分析

3.1 自然生態(tài)環(huán)境特征分析

由圖2、圖3、圖4可知：2000～2018年寶雞市生態(tài)環(huán)境質(zhì)量指數(shù)發(fā)生了顯著變化，由2000年的0.38上升至2018年的0.56，總體上升約32%。從空間分布來看，2000～2018年期間，鳳翔縣的生態(tài)環(huán)境明顯變差。生態(tài)環(huán)境較好的縣區(qū)主要集中在秦嶺山區(qū)所轄地區(qū)，該地區(qū)受地形、地貌等因素的影響，生態(tài)環(huán)境脆弱且易受人為干預(yù)。2000～2009年，生態(tài)質(zhì)量改善明顯的區(qū)域主要分布在川塬區(qū)，呈現(xiàn)出向北擴(kuò)張的趨勢。2009～2018年，受到城市開發(fā)建設(shè)影響，各縣區(qū)生態(tài)環(huán)境均有不同幅度的下降，生態(tài)質(zhì)量下降的區(qū)域主要分布在渭河谷地區(qū)域，由于其地勢平坦，大量灘涂地被改為建筑用地，林地與耕地面積不斷減少。從2000～2018年，雖然渭河谷地的生態(tài)環(huán)境指數(shù)下降，但各縣區(qū)的生態(tài)環(huán)境整體得到明顯改善。

圖2 寶雞市2000、2009、2018年地表溫度分布圖

圖3 寶雞市2000、2009、2018年歸一化植被指數(shù)圖

圖4 寶雞市2000、2009、2018年土壤干旱指數(shù)圖

3.2 城鎮(zhèn)化水平分析

2000～2009年寶雞市城鎮(zhèn)化進(jìn)程明顯快于2009～2018年；根據(jù)各年份的最值來看，寶雞市的城鎮(zhèn)化指數(shù)最大值與最小值相差較大，表現(xiàn)為各縣區(qū)城鎮(zhèn)化存在明顯的地區(qū)差異，且各縣區(qū)發(fā)展不平衡。從空間分布來看，2000～2018年寶雞市各縣區(qū)城鎮(zhèn)化發(fā)展水平整體呈現(xiàn)波動上升的趨勢，其中渭濱區(qū)的城鎮(zhèn)化指數(shù)上升較快，從2000年的0.56增長到2018年的0.66，而扶風(fēng)、鳳翔、岐山縣的城鎮(zhèn)化指數(shù)先升高后降低，維持在低水平的城鎮(zhèn)化。從發(fā)展速度來看，2000～2009年寶雞市各縣區(qū)城鎮(zhèn)化綜合指數(shù)整體增長率較慢，其中最大為鳳翔縣40.6%，最小為金臺區(qū)-18.56%。2009～2018年寶雞市各縣區(qū)城鎮(zhèn)化指數(shù)呈現(xiàn)快速增長，眉縣達(dá)到31.2%，而岐山縣呈現(xiàn)負(fù)增長為-33.1%。

3.3 生態(tài)環(huán)境特征耦合分析

總體來看，寶雞市城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)發(fā)展空間分異顯著，表現(xiàn)出一定的聚類特征，市區(qū)與周邊縣區(qū)的耦合協(xié)調(diào)度明顯不同。寶雞市城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)類型主要基于調(diào)和發(fā)展型，從城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)綜合發(fā)展水平看，各縣區(qū)的城鎮(zhèn)化滯后于生態(tài)環(huán)境的發(fā)展。從2000～2018年，各縣區(qū)的發(fā)展?fàn)顩r總體上有所改善，2000年平均耦合協(xié)調(diào)度為0.48，到2018年耦合協(xié)調(diào)度均值升至0.58。

從耦合度來看，寶雞市生態(tài)環(huán)境耦合度均值從2000年的0.4849上升至2009年的0.4877，再上升至2018年的0.4880。寶雞市各縣區(qū)內(nèi)部耦合度空間差異較大，2000年耦合度值最大是陳倉區(qū)和岐山縣的0.50，最小是眉縣的0.45，表現(xiàn)為處于拮抗階段的城鎮(zhèn)化與生態(tài)環(huán)境，城鎮(zhèn)化程度低和生態(tài)環(huán)境逐漸破壞，逐步弱化了城鎮(zhèn)化的發(fā)展。經(jīng)過10多年的發(fā)展，截至2018年，寶雞市各縣區(qū)城鎮(zhèn)化水平有了明顯提高，生態(tài)環(huán)境發(fā)生了明顯的變化，兩者之間的耦合度也有明顯變化。其中，最大耦合度值是渭濱區(qū)、陳滄區(qū)和金臺區(qū)，最小耦合度值是眉縣，分別為0.50和0.46。

近年來，渭濱區(qū)的生態(tài)環(huán)境得到明顯改善，早期城區(qū)渭河南岸為大量河灘地，河流北岸為城市建設(shè)用地，南部靠近秦嶺地區(qū)的生態(tài)環(huán)境差。隨著城市化的推進(jìn)，該區(qū)大力發(fā)展高新技術(shù)產(chǎn)業(yè)的同時，注重發(fā)展生態(tài)農(nóng)業(yè)、旅游業(yè)，形成以高新大道為主軸的產(chǎn)業(yè)集群，渭河沿線生態(tài)綜合治理工作和河堤景觀的建設(shè)讓城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)進(jìn)入良性耦合階段。眉縣生態(tài)環(huán)境優(yōu)越，位于秦嶺山區(qū)的區(qū)域地形復(fù)雜，人口密度低，第二、三產(chǎn)業(yè)占比較低，同時形成了生態(tài)環(huán)境破壞較低，基本能夠承載城鎮(zhèn)化發(fā)展的局面。

從耦合協(xié)調(diào)度及其類型來看，寶雞市各縣區(qū)城鎮(zhèn)化與生態(tài)環(huán)境的耦合協(xié)調(diào)度總體呈整體上升的趨勢，分布在調(diào)和發(fā)展及協(xié)調(diào)發(fā)展階段，具有一定空間差異性。2000年除眉縣處于中度失調(diào)衰退型外，其他縣區(qū)為調(diào)和發(fā)展型；2009年市區(qū)及周邊縣區(qū)大部為調(diào)和發(fā)展期，但眉縣的城鎮(zhèn)化進(jìn)程滯后于生態(tài)環(huán)境而屬于中度失調(diào)衰退型。至2018年市區(qū)及周邊縣區(qū)均為調(diào)和發(fā)展型，各縣區(qū)城鎮(zhèn)化發(fā)展水平大幅度提高的，生態(tài)環(huán)境質(zhì)量也明顯的改善。

4 結(jié)論與討論

4.1 結(jié)論

本文以寶雞市周邊縣區(qū)為研究區(qū)，利用遙感影像反演地表土壤濕度、變異系數(shù)法估算權(quán)重，借助耦合協(xié)調(diào)度模型，分析了2000～2018年寶雞市城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)狀況，以期為推動寶雞市城鎮(zhèn)化發(fā)展和生態(tài)環(huán)境改善提供借鑒和參考。

(1)2000～2018年，寶雞各縣區(qū)城鎮(zhèn)化水平顯著提高，呈現(xiàn)波動上升趨勢且各縣區(qū)城鎮(zhèn)化水平差距縮小。其中眉縣城鎮(zhèn)化水平上升幅度超過36%，市轄區(qū)基本達(dá)到0.5左右。

表3 各縣區(qū)城鎮(zhèn)化、生態(tài)環(huán)境指數(shù)、和耦合度及耦合協(xié)調(diào)度

(2)2000～2018年，寶雞生態(tài)環(huán)境質(zhì)量呈上升趨勢，生態(tài)環(huán)境指數(shù)從2000年的0.38上升至2018年的0.56，總體上升了18%。生態(tài)環(huán)境指數(shù)高值區(qū)不斷向縣區(qū)擴(kuò)散，可見，在寶雞實現(xiàn)加速城市化的過程中注重對生態(tài)環(huán)境建設(shè)起到了顯著成效。

(3)2000～2018年寶雞各縣區(qū)城鎮(zhèn)化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展?fàn)顩r得到改善，但空間差異性顯著，耦合協(xié)調(diào)度均值從2000年的0.43上升至2018年的0.48，寶雞市區(qū)及周邊縣都為調(diào)和發(fā)展型，表明城鎮(zhèn)化發(fā)展大幅度提高的同時生態(tài)環(huán)境質(zhì)量也發(fā)生明顯改善。

4.2 討論

本文利用統(tǒng)計年鑒數(shù)據(jù)和Landsat遙感影像數(shù)據(jù)構(gòu)建了城鎮(zhèn)化和生態(tài)環(huán)境之間的耦合協(xié)調(diào)模型，研究了寶雞市城市化與生態(tài)環(huán)境的關(guān)系。一方面，彌補了只使用統(tǒng)計數(shù)據(jù)構(gòu)建指標(biāo)體系存在的瑕疵，如統(tǒng)計年鑒數(shù)據(jù)的獲取時間滯后、統(tǒng)計指標(biāo)不同等，使得計量指標(biāo)在可比性、時效性等方面存在不足；另一方面由于遙感影像的傳感器和采集時間的不同，不僅會造成遙感數(shù)據(jù)本身的誤差，而且也會在波段指數(shù)的構(gòu)建與選取上出現(xiàn)過程處理誤差。利用Landsat遙感影像數(shù)據(jù)構(gòu)建指標(biāo)之前有必要進(jìn)行嚴(yán)格的校正，客觀選取波段指標(biāo)。此外，在精確的城鎮(zhèn)化與生態(tài)環(huán)境耦合模型構(gòu)建、區(qū)域時空耦合過程與演化趨勢分析、長時間序列動態(tài)變化分析、多源數(shù)據(jù)挖掘和空間分析等方面有待于進(jìn)一步深入研究。