撓力河流域景觀生態(tài)健康時空演變

宋 爽,許大為,石夢溪，胡珊珊

(東北林業(yè)大學(xué)園林學(xué)院，黑龍江 哈爾濱 150040)

景觀生態(tài)健康是景觀生態(tài)學(xué)與生態(tài)系統(tǒng)健康學(xué)領(lǐng)域的一個交叉新生生態(tài)學(xué)概念，主要研究在人為強烈干擾下被嚴重影響或退化，乃至?xí)У木坝^生態(tài)系統(tǒng)健康問題[1]。Rapport最先將生態(tài)健康定義為“生態(tài)系統(tǒng)所具有的穩(wěn)定性和可持續(xù)性”，但此定義略顯寬泛[2]。因此，Glibert[3]進一步將生態(tài)系統(tǒng)健康概括為生態(tài)系統(tǒng)本身的體質(zhì)、外環(huán)境對生態(tài)系統(tǒng)的影響、生態(tài)系統(tǒng)的服務(wù)功能3個方面。當前，對生態(tài)健康的研究已經(jīng)較為成熟,但有關(guān)特定區(qū)域的景觀生態(tài)健康研究較缺乏[4]。景觀的空間尺度界于生態(tài)系統(tǒng)與區(qū)域之間，是與人類聯(lián)系最為密切的寬廣空間尺度。同時，景觀尺度下自然調(diào)節(jié)過程具有較高的穩(wěn)定性，更能反映生態(tài)系統(tǒng)的發(fā)生、發(fā)展規(guī)律。因此，從景觀尺度研究生態(tài)健康更具意義[2-4]。

現(xiàn)有景觀生態(tài)健康的研究從時間演進來看，大致經(jīng)歷了從宏觀論述到微觀調(diào)研、從整體趨勢架構(gòu)到具體驅(qū)動因素分析的轉(zhuǎn)變。以往研究成果主要為宏觀論述、研究進展及成果綜述等[5-9]。目前，學(xué)者們將研究重點逐漸轉(zhuǎn)向特定類型的景觀生態(tài)系統(tǒng)[7]。國外關(guān)于景觀生態(tài)健康的研究主要關(guān)注景觀生態(tài)學(xué)理論規(guī)劃質(zhì)量的提升、生態(tài)健康與景觀間的平衡、景觀美感度與生境質(zhì)量、城市景觀生態(tài)綜合指數(shù)構(gòu)建等方面[3,9-10]。國內(nèi)研究則主要從穩(wěn)定性和干擾度方面選擇指標，采用景觀格局指數(shù)或生態(tài)要素等方法對生態(tài)敏感或脆弱區(qū)開展景觀生態(tài)健康評價、空間格局及演變特征等研究，研究尺度以流域或市域為主，研究對象多為濕地、海島與公園等。綜合國內(nèi)外現(xiàn)有景觀生態(tài)健康相關(guān)研究，要么過分強調(diào)景觀遠離生態(tài)綜合脅迫的平衡狀態(tài)，要么忽視景觀結(jié)構(gòu)與格局對景觀整體狀態(tài)的作用機理[6-8,11-13]，研究結(jié)果多數(shù)是通過評價系統(tǒng)外在功能發(fā)揮指數(shù)反映其健康發(fā)展趨勢，均忽視空間異質(zhì)性對景觀生態(tài)健康狀況的作用機理[11-12]。

本研究旨在從景觀生態(tài)學(xué)角度將生態(tài)系統(tǒng)結(jié)構(gòu)格局、過程與功能在空間上聯(lián)系起來構(gòu)建科學(xué)指標評價體系，實現(xiàn)數(shù)據(jù)融合和可視化，揭示流域景觀生態(tài)健康時空演變特征，并明確其空間分異性與集聚性。筆者從景觀生態(tài)結(jié)構(gòu)、景觀生態(tài)過程和景觀生態(tài)功能方面選取景觀干擾度、景觀連接度和景觀適應(yīng)度等指標；采用層次分析法(AHP)與熵權(quán)法(EWM)集成確定指標權(quán)重；通過ArcGIS10.7平臺從指標、等級分布和等級轉(zhuǎn)化方面解析撓力河流域2010—2018年生態(tài)健康在景觀尺度的時空間演變特征；基于探索性空間分析明確研究區(qū)景觀生態(tài)健康的空間分異性與集聚性，為流域景觀生態(tài)資源管護及可持續(xù)發(fā)展提供針對性建議和數(shù)據(jù)參考。

1 材料與方法

1.1 研究區(qū)概況

撓力河流域是三江平原最大的流域，面積為22 542.88 km2，占整個三江平原面積近1/4，是烏蘇里江中國境內(nèi)的一級支流，東南部以完達山為界，東部與烏蘇里江相連，河流全長596 km。流域行政區(qū)劃包括饒河縣、寶清縣、友誼縣全部,雙鴨山市、富錦市、七臺河市、集賢縣部分[14]。研究區(qū)南部為山區(qū)，海拔為200～845 m，北部為平原，海拔在100 m以下，地形自西南向東北傾斜(圖1)。屬寒溫帶大陸性濕潤季風(fēng)氣候，年平均降水量518 mm左右，降水年內(nèi)分配不均，6—9月降水量占全年降水量的70%以上。流域年平均氣溫在3 ℃左右，年平均相對濕度為66%，夏季相對濕度為70%～80%[15]。土地利用類型主要為耕地、林地、草地、濕地等，土壤以棕壤土、草甸土和沼澤土為主[16-17]。

原圖審圖號：GS(2019)3333號。下同。圖1 研究區(qū)地理位置Fig.1 Geographical location of the study area

1.2 數(shù)據(jù)來源與處理

土地利用類型為Landsat系列遙感影像的解譯結(jié)果，氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)，DEM來源為地理空間數(shù)據(jù)云(http:∥www.gscloud.cn)，土壤類型數(shù)據(jù)取自中國土壤數(shù)據(jù)庫(http://vdb3.soil.csdb.cn/)，NDVI數(shù)據(jù)來自國家綜合地球觀測數(shù)據(jù)共享平臺(http://www.chinageoss.org/)，ET數(shù)據(jù)集來自NASA-USGS(https://lpdaac.usgs.gov/)平臺。

本研究所用的數(shù)據(jù)包括研究區(qū)2010年9月的Landsat 5 TM影像，以及2018年8月的Landsat 7 ETM+影像。分別對其4、3、2 波段和5、4、3 波段進行標準假彩色合成。利用 ENVI 5.2 對遙感影像進行輻射定標、大氣校正等預(yù)處理，參考《土地利用分類》(GB/T 21010—2007)標準[18]，采用人機交互解譯對研究區(qū)土地利用類型進行分類。基于Google Earth 歷史高空間分辨率影像，在整景影像中均勻隨機選取80個樣點，將解譯結(jié)果與驗證點疊加，對分類結(jié)果進行精度評價，分類精度結(jié)果分別為88.75%、86.25%，可滿足本研究的分析要求。將土地利用數(shù)據(jù)引入Fragstats 4.2進行相關(guān)景觀指數(shù)計算[19]，根據(jù)景觀格局指數(shù)粒度效應(yīng)分析，90 m為最佳分析粒度單元。氣溫降雨數(shù)據(jù)均采用ArcGIS10.7進行克里金插值，所有研究數(shù)據(jù)歸一化后重采樣為90 m。

1.3 景觀生態(tài)健康評價方法

1.3.1 評價指標構(gòu)建及權(quán)重的確定

景觀生態(tài)健康是景觀尺度下對生態(tài)系統(tǒng)自身平衡狀態(tài)、生態(tài)過程的可持續(xù)性與生態(tài)功能的綜合性評價[5-7]。李春暉等[4]認為生態(tài)健康的景觀必須兼具合理的結(jié)構(gòu)與格局、高效的生態(tài)過程和必要的生態(tài)服務(wù)功能。換言之，生態(tài)健康是指生態(tài)系統(tǒng)處于良好狀態(tài)，不僅能保持化學(xué)、物理及生物過程的完整性，還能維持其對人類社會提供各種服務(wù)功能。謝春華[2]認為景觀生態(tài)健康主要包括景觀結(jié)構(gòu)與格局健康、景觀生態(tài)過程健康、景觀生態(tài)功能健康3個方面的內(nèi)涵。基于生態(tài)健康的本意和景觀生態(tài)學(xué)理論，筆者認為，景觀生態(tài)健康不僅是指景觀結(jié)構(gòu)不受生態(tài)綜合脅迫，其在生態(tài)過程與功能方面要處于完好狀態(tài)，應(yīng)包括景觀生態(tài)結(jié)構(gòu)、景觀生態(tài)過程和景觀生態(tài)功能健康3個方面。

在此基礎(chǔ)上，本研究選擇一系列能夠表征景觀主要特征的參數(shù)指標，并保證各個指標具有生態(tài)健康意義。同時指標必備條件為：指標間具有可比性，即指標按照統(tǒng)一的原則和標準進行篩選；指標表達形式盡量簡化處理同時包含最大信息量；指標之間具有聯(lián)系性，指標內(nèi)涵明確，并能綜合于一個體系中。綜合上述條件，本研究指標體系及計算方式見表1。

考慮各指標對流域景觀生態(tài)系統(tǒng)健康水平的影響程度存在差異，需要科學(xué)構(gòu)建指標權(quán)重體系。目前指標權(quán)重構(gòu)建方法較多，考慮到各類方法的利弊，采用主客觀集成賦權(quán)更為合理[6]。因此，采用層次分析法(AHP)與熵權(quán)法(EWM)混合模型確定各指標權(quán)重(表2)，既能反映客觀數(shù)據(jù)信息，又可滿足主觀經(jīng)驗[7]。指標權(quán)重(wj)計算公式如下：

wj=αwjAHP+(1-α)wjEWM；

(1)

(2)

dj=1-ej；

(3)

(4)

(5)

其中：α為第j項指數(shù)的層次分析法權(quán)重系數(shù)；wjAHP為層次分析法第j項指數(shù)的權(quán)重；Xij為第j項指數(shù)第i個樣本的標準化值。wjEWM為熵權(quán)法第j項指數(shù)的熵權(quán)法權(quán)重；dj為第j項指數(shù)的信息熵；ej為第j項指數(shù)的熵值；fij是第j項指數(shù)第i個樣本指數(shù)值的比重；n為樣本數(shù)；m為指數(shù)個數(shù)。

綜合權(quán)重隨著α變化而變化，參考以往生態(tài)健康評價權(quán)重體系構(gòu)建情況，本研究取α=0.5。

表1 景觀生態(tài)健康評價指標及計算方法Table 1 Landscape ecological health evaluation indexes and calculation methods

表2 景觀生態(tài)健康評價指標權(quán)重Table 2 Weight of landscape ecological health evaluation index

1.3.2 指標歸一化及健康等級劃分

由于指標體系中各指標量綱不同，需對指標量綱進行統(tǒng)一，避免直接計算造成誤差使評價結(jié)果不準確。本研究采用極差標準化對指標數(shù)據(jù)進行歸一化，將其值界定在[0，1]區(qū)間。指標體系中包含正負向兩種指標，為便于研究將負向指標正向化處理，使其方向一致，正負向指標標準化處理公式見文獻[13]。

正向指標：

Aij=(Xij-Xj，min)/(Xj，max-Xj，min)。

(6)

負向指標：

Aij=(Xj，max-Xij)/(Xj，max-Xj，min)。

(7)

景觀生態(tài)健康綜合指數(shù)(E)：

(8)

式中：Aj為歸一化處理后的指標值；Wj為各指標的權(quán)重；xj,min為第j項指數(shù)下樣本的標準化最小值；Xj,max為第j項指數(shù)下樣本的標準化最大值。

參考已有生態(tài)系統(tǒng)健康研究，結(jié)合本研究實際情況，筆者將景觀生態(tài)健康綜合指數(shù)按照等間距劃分為5個等級[8,11-13]，分別為[1～0.8)健康、[0.8，0.6)亞健康、[0.6，0.4)中等、[0.4，0.2)不健康、[0.2，0]病態(tài)，對應(yīng)等級為Ⅴ、Ⅳ、Ⅲ、Ⅱ、Ⅰ，以統(tǒng)計各等級間轉(zhuǎn)化及空間演變特征。

1.4 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析能夠深入研究數(shù)據(jù)在空間上的分布特征，展現(xiàn)評價結(jié)果的空間依賴性和異質(zhì)性，包括全局空間自相關(guān)和局域空間自相關(guān)。全局空間自相關(guān)用Moran’sI反映某屬性值在整個研究區(qū)空間上的聚集模式。局部空間自相關(guān)用局部Moran’sI統(tǒng)計量LISA圖表征研究區(qū)局部區(qū)域與相鄰區(qū)域?qū)傩灾抵g的空間關(guān)聯(lián)性，評估其空間集聚位置與范圍[9-10,19]。

2 結(jié)果與分析

2.1 景觀生態(tài)健康評價指標特征分析

從2010、2018年景觀生態(tài)健康評價指標狀況空間分布(圖2)可以看出，景觀干擾度呈西南高于東北，中部高于東部、西部的空間分布,高值區(qū)主要分布在研究區(qū)南、西南方向，低值區(qū)主要位于饒河縣和富錦市，2010年較2018年流域景觀干擾度整體上升。

圖2 2010、2018年景觀生態(tài)健康評價指標空間分布Fig.2 Spatial distribution of landscape ecological health evaluation indicators in 2010，2018

景觀連接度東北部低于南、西南部，2010年景觀連接度高值區(qū)分布在寶清縣西南部、七臺河市東北部及雙鴨山市大部，低值區(qū)主要分布在寶清縣北部、富錦市大部。2018年景觀連接度較2010年改善區(qū)分布在寶清縣南部、富錦市和饒河縣的東南部、雙鴨山市大部分區(qū)域及集賢縣西南部，而退化區(qū)分布在七臺河市東北方向。景觀適應(yīng)性整體呈降低趨勢，高值區(qū)為富錦市西北部、寶清縣南部及饒河縣東南部，而低值區(qū)集中在流域中部及周邊區(qū)域。2010—2018年流域當?shù)爻霈F(xiàn)了大量的濕地開墾為耕地、水利工程修建和農(nóng)業(yè)結(jié)構(gòu)調(diào)整等現(xiàn)象[27-28]，導(dǎo)致濕地大面積喪失、結(jié)構(gòu)破壞和功能退化，水稻面積和結(jié)構(gòu)比率持續(xù)上升[29]，這可能是使流域景觀干擾度整體上升和適應(yīng)度整體降低的主要原因。

敏感性指數(shù)整體為低水平，高值區(qū)為地勢較高、植被覆蓋較低、降雨量較豐富的山地丘陵區(qū)[25]，主要分布于研究區(qū)南部及友誼縣和集賢縣境內(nèi)，呈帶狀分布。2018年較 2010年敏感性普遍降低，改善區(qū)集中位于富錦市南部，退化區(qū)集中在寶清縣西部?；謴?fù)力指數(shù)則呈南高北低的趨勢，2018年與2010年相比富錦市東南部與寶清縣東部退化最為顯著，這些區(qū)域主要受當?shù)厮锘饔玫挠绊?，部分低洼易澇旱地逐漸改造為水田，旱地、林地分布趨于離散化，最終導(dǎo)致恢復(fù)力指數(shù)降低[30]。流域兩時期的適宜性指數(shù)整體偏低，高值區(qū)主要集中在寶清縣。該指數(shù)2018年與2010年相比下降趨勢較為明顯，這與撓力河流域常年處于氣候水分虧缺狀態(tài)直接相關(guān)，且研究區(qū)西部的虧缺程度顯著大于中南部地區(qū)，氣候水分盈虧量自西向南呈遞減趨勢[27]。

生態(tài)服務(wù)價值時空變化取決于土地利用類型的動態(tài)變化[26]，流域整體服務(wù)價值指數(shù)東南部及南部偏高，因這一區(qū)域主要以森林植被為主。中部區(qū)域則主要分布旱田及水田，服務(wù)價值指數(shù)較低，具體包括富錦市北部、寶清縣東南部和饒河縣南部。

綜合以上指標，分析兩期景觀生態(tài)健康空間分布(圖3)，撓力河流域景觀生態(tài)健康指數(shù)2010年和2018年大致都呈東高西低空間分布。2018年較2010年生態(tài)健康指數(shù)均值由0.67下降為0.59，標準差由0.242變?yōu)?.234。Ⅴ級在東部部分退化為Ⅳ、Ⅲ級。Ⅳ級在研究區(qū)中部退化為Ⅲ、Ⅱ級。Ⅲ級占比升高，集中分布于研究區(qū)西部、西北部及零星分布在東北部，Ⅱ級則由研究區(qū)西部向東轉(zhuǎn)移。Ⅰ級集中分布于研究區(qū)東部的富錦市與饒河縣交界及寶清縣東北，零散分布于研究區(qū)西南部。

圖3 2010年、2018年景觀生態(tài)健康空間分布Fig.3 Spatial distribution of landscape ecological health in 2010，2018

研究區(qū)景觀生態(tài)健康整體處于下降趨勢，僅在寶清縣北部和集賢縣大部分區(qū)域、友誼縣東北部存在較小程度的改善。其中，景觀生態(tài)結(jié)構(gòu)指數(shù)兩時期都是東部高于西部、南部高于北部的格局。2010年和2018年流域景觀生態(tài)結(jié)構(gòu)健康最大值分別為0.862和0.843，2010年與2018年相比，友誼縣與集賢縣大部及寶清縣中部退化最為明顯。景觀生態(tài)過程指數(shù)呈現(xiàn)東部和東南部高、南部及西北部較低的分布。2018年景觀生態(tài)過程健康指數(shù)的最小值、最大值和均值均低于2010年。其中寶清縣大部分區(qū)域和友誼縣全部區(qū)域、饒河縣東北部地區(qū)有所改善，富錦市北部、七臺河市西南部、寶清縣西部部分地區(qū)則出現(xiàn)退化。

2.2 景觀生態(tài)健康等級時空演變特征分析

2.2.1 景觀生態(tài)健康評價等級時間變化

2010年和2018年撓力河流域景觀生態(tài)健康等級轉(zhuǎn)化類型中，穩(wěn)定型占比40.95%，面積為 9 232.30 km2。退化型占比34.37%，面積7 748.86 km2，比改善型占比多9.69%，面積多2 184.42 km2。由等級轉(zhuǎn)化矩陣(表3)可知，Ⅴ、Ⅳ和Ⅱ等級面積下降，Ⅰ、Ⅲ等級面積升高。Ⅳ級面積減少最顯著，相應(yīng)面積減少2 347.58 km2，其轉(zhuǎn)化方向主要為Ⅱ、Ⅲ級。相鄰等級的轉(zhuǎn)化偏多，占等級轉(zhuǎn)化總面積的55.36%，較跨級轉(zhuǎn)化高出10.72%。其中，相鄰等級改善型總面積為4 498.90 km2，占改善型總面積的80.85%，相鄰等級退化型總面積為2 871.91 km2，僅為下降型總面積的30.06%?？傮w而言，撓力河流域景觀生態(tài)健康以穩(wěn)定為主，退化面積大于改善面積，且改善幅度小于退化幅度，研究區(qū)整體景觀生態(tài)健康較2010年有所退化。

表3 2010與2018年景觀生態(tài)健康等級面積轉(zhuǎn)移矩陣Table 3 Landscape ecological health level transfer matrix from 2010 to 2018 km2

圖4 2010—2018年景觀生態(tài)健康等級變化類型空間分布Fig.4 Spatial distribution of landscape ecological health level change types from 2010 to 2018

2.2.2 景觀生態(tài)健康等級轉(zhuǎn)化類型空間變化

2010—2018年撓力河流域景觀生態(tài)健康等級轉(zhuǎn)化類型空間變化(圖 4)顯示，退化型與改善型分布方向相反，穩(wěn)定型均勻分布在整個流域。

改善型呈西集東疏、東南部零散分布的格局。其中，Ⅱ—Ⅲ占比最大，達71.82%，集中分布在友誼縣和集賢縣大部分區(qū)域、富錦市西南部、寶清縣西部及七臺河市東北部。這些地區(qū)大多為沖積扇平原，地勢低平、水域豐富、土地利用變化相對緩慢[30]，促使景觀連接度、恢復(fù)力指數(shù)及適宜性指數(shù)都有所改善。Ⅰ—Ⅴ、Ⅱ—Ⅴ、Ⅰ—Ⅳ和Ⅳ—Ⅴ占比較小，4種等級轉(zhuǎn)換面積共計120.77 km2，僅占流域總面積的0.54%，集中分布在饒河縣東南部及寶清縣東南部。該區(qū)景觀生態(tài)健康改善主要得益于其水資源充足，地勢相對平坦，生態(tài)措施較為合理[31-33]。

退化型主要分布在研究區(qū)東部及西南部，西北部也有零散分布，面積占比34.37%。這與中南部濕地分布廣、土地利用開墾強烈、水利工程的大規(guī)模修建、粗放型土地治理及建設(shè)用地擴張等干擾活動密切相關(guān)[34]。其中，Ⅳ—Ⅱ和Ⅳ—Ⅲ占比最大，集中分布于研究區(qū)寶清縣東北部、富錦市西南部，零散分布于七臺河市中部和寶清縣西南部，這些地區(qū)以水田和旱田等農(nóng)事活動干擾為主[35]，2018年較2010年景觀干擾度和敏感度指數(shù)增強，景觀生態(tài)結(jié)構(gòu)和景觀生態(tài)過程退化而使景觀生態(tài)健康下降明顯。Ⅴ—Ⅰ、Ⅳ—Ⅰ、Ⅲ—Ⅰ和Ⅴ—Ⅲ退化占比較小，面積共為2 272.25 km2，主要分布于饒河縣西部和富錦市南部，零星分布在集賢縣西南部、七臺河市中部等區(qū)域，這些區(qū)域存在大量的墾殖活動導(dǎo)致該地區(qū)濕地退化，土地利用變化極其劇烈[31]。

穩(wěn)定型中Ⅲ—Ⅲ、Ⅴ—Ⅴ占比較高，這兩種等級變化集中分布在流域東部與西南部、北部。這些區(qū)域地形起伏大,耕作困難，恢復(fù)性和適宜性指數(shù)平衡景觀干擾度和敏感性指數(shù)的負面影響，連接度與生態(tài)服務(wù)價值在研究期間變化微弱而使其健康等級不變。Ⅰ—Ⅰ的面積187.34 km2，占比最低，主要分布于研究區(qū)西南的山地及饒河縣的中東部，主要因以上區(qū)域景觀干擾度、敏感性指數(shù)較低，而景觀恢復(fù)力指數(shù)、適宜性指數(shù)和生態(tài)服務(wù)價值較高，植被覆蓋度高和人為干擾活動少[15]，其2010—2018年景觀生態(tài)健康水平維持原等級。

2.3 景觀生態(tài)健康探索性空間數(shù)據(jù)分析

本研究借助GeoDa1.14軟件，采用Queen contiguity建立空間權(quán)重矩陣，對撓力河流域兩期的景觀生態(tài)健康等級分布規(guī)律進行全局和局部空間自相關(guān)分析[27](圖5)。

圖5 景觀生態(tài)健康等級LISA圖Fig.5 LISA diagram of landscape ecological health level

分析結(jié)果顯示：2010年流域全局 Moran’sI指數(shù)為0.454，空間呈顯著正相關(guān)，呈較強的空間集聚性。2010年流域局部LISA圖高—高、低—高和高—低類型面積占比較大，低—低類型分布零散。其中，高—高類型位于研究區(qū)東部，主要分布在饒河縣及富錦市北部區(qū)域。低—高類型位于研究區(qū)北部，包括集賢縣大部分區(qū)域、友誼縣東北部、寶清縣北部及富錦市西南部。高—低類型主要分布在寶清縣和雙鴨山市。2018年全局Moran’sI指數(shù)為0.380，景觀生態(tài)健康的空間集聚下降。局部LISA圖中較2010年高—高和高—低類型數(shù)量分別增加13和5個，低—高減少24個。2018年研究區(qū)以高—低聚集為主，集中分布在研究區(qū)西部。

對2010—2018年撓力河流域景觀健康空間自相關(guān)轉(zhuǎn)移類型(圖5C)進行分析，提出針對性景觀生態(tài)規(guī)劃建議。

高—高集聚區(qū)：主要集中于研究區(qū)東部的饒河縣、寶清縣及富錦市北部。因其位于生態(tài)條件好、人為干擾小和區(qū)域景觀生態(tài)健康的山地或平原區(qū)，故需秉承“生態(tài)優(yōu)先、科學(xué)利用”的原則，加強當?shù)厣鷳B(tài)用地保護和水土保持治理，有效維護和提高生態(tài)系統(tǒng)健康水平。

低—低集聚區(qū):位于寶清縣、集賢縣、友誼縣及雙鴨山市。在經(jīng)濟快速發(fā)展的背景下，研究區(qū)2010—2018年建設(shè)用地增加19.32%，建設(shè)用地的擴張與開發(fā)等人類活動干擾強度的加大是以上區(qū)域健康等級相對較低的主要原因，故今后應(yīng)嚴格控制土地開發(fā)強度和建設(shè)用地擴張，減少人類破壞性干擾；加強植被恢復(fù)工程、退耕還濕工程及污染凈化工程等的營建，促進生態(tài)系統(tǒng)功能恢復(fù)和修復(fù)，重建生態(tài)保護屏障；注重綠色空間規(guī)劃和景觀生態(tài)安全格局的建設(shè)。

低—高或高—低集聚區(qū):局域空間呈負相關(guān)關(guān)系，低—高區(qū)零星分布于研究區(qū)富錦市北部、七臺河市中部及寶清縣和饒河縣零星分布；高—低區(qū)主要位于七臺河市境內(nèi)，在寶清縣也有零星分布。該區(qū)應(yīng)積極引導(dǎo)景觀生態(tài)資源的合理配置，優(yōu)化用地布局；建設(shè)綠色廊道、生態(tài)流通道，提升區(qū)域景觀斑塊連通性和恢復(fù)力；加強維護區(qū)域內(nèi)生物多樣性及生態(tài)系統(tǒng)結(jié)構(gòu)和功能的完整性，最終將全面改善其景觀生態(tài)健康水平。

3 結(jié) 論

1)撓力河流域景觀生態(tài)健康整體以中等Ⅲ為主，2018年較2010年生態(tài)健康綜合指數(shù)均值由0.67下降為0.59，標準差由0.242變?yōu)?.234。流域景觀生態(tài)健康指數(shù)2010、2018年空間分布大致都為東高西低。2010—2018年研究區(qū)整體呈現(xiàn)西部改善、東部和西南部退化的演變格局。

2)2010—2018年撓力河流域景觀生態(tài)健康等級轉(zhuǎn)化中相鄰等級的轉(zhuǎn)化偏多，其中，相鄰等級改善型占改善型總面積的80.85%，相鄰等級退化型僅為退化型總面積的30.06%。景觀生態(tài)健康轉(zhuǎn)化類型以穩(wěn)定型為主，退化型占比較改善型占比多9.69%，面積多2 184.42 km2。改善型在研究區(qū)呈西集東疏，東南部零散分布的格局，Ⅱ—Ⅲ占比最大，Ⅰ—Ⅴ、Ⅱ—Ⅴ、Ⅰ—Ⅳ和Ⅳ—Ⅴ占比較小。退化型主要分布在研究區(qū)東部及西南部，西北部也有零散分布，Ⅳ—Ⅱ和Ⅳ—Ⅲ占比最大，Ⅴ—Ⅰ、Ⅳ—Ⅰ、Ⅲ—Ⅰ和Ⅴ—Ⅲ占比較小。穩(wěn)定型占研究區(qū)40.95%，較為均勻分布在整個流域。其中，Ⅲ—Ⅲ、Ⅴ—Ⅴ占比較高。

3)撓力河流域景觀生態(tài)健康等級分布在2010年呈較強的空間集聚性，2018年空間集聚性有所減弱。筆者針對高—高、低—低、低—高和高—低的空間集聚特征，從生態(tài)用地保護、水土保持治理、土地開發(fā)與建筑用地管制、生態(tài)修復(fù)工程、綠色空間與景觀格局優(yōu)化建設(shè)等方面提出針對性景觀生態(tài)規(guī)劃建議。