基于土地利用變化的黃河流域景觀格局及生態(tài)風(fēng)險評估

劉希朝，李效順，蔣冬梅

（1. 中國礦業(yè)大學(xué)中國資源型城市轉(zhuǎn)型發(fā)展與鄉(xiāng)村振興研究中心，徐州 221116；2. 自然資源部海岸帶開發(fā)與保護重點實驗室，南京 210095；3. 江蘇自然資源智庫中國礦業(yè)大學(xué)研究基地，徐州 221116）

0 引 言

流域是一種結(jié)構(gòu)復(fù)雜的地理區(qū)域，隸屬于生態(tài)、經(jīng)濟及社會多個系統(tǒng)，具有生產(chǎn)、生活、生態(tài)及文化等多項相互聯(lián)系的功能[1-2]，過度利用其中一種或幾種功能勢必對流域整體功能產(chǎn)生負面影響[3-4]。在城鎮(zhèn)化迅速發(fā)展的背景下，對流域的開發(fā)利用主要聚焦在其經(jīng)濟功能的發(fā)展，而對生態(tài)功能關(guān)注較少。研究流域生態(tài)風(fēng)險能夠為流域管理和風(fēng)險防控提供決策依據(jù)，進而促進流域可持續(xù)高質(zhì)量發(fā)展[5]。

生態(tài)風(fēng)險評價是為生態(tài)風(fēng)險管理服務(wù)的，美國環(huán)境保護署于1992年定義生態(tài)風(fēng)險為評估由于一種或多種外界因素導(dǎo)致可能發(fā)生或正在發(fā)生的不利生態(tài)影響的過程[6-7]。早期的生態(tài)風(fēng)險評價主要針對環(huán)境污染展開研究，評價規(guī)模多數(shù)是單一風(fēng)險源和單一風(fēng)險受體。近年來，有關(guān)生態(tài)風(fēng)險評價的研究較多關(guān)注生態(tài)系統(tǒng)的整體影響以及生態(tài)風(fēng)險的空間相關(guān)性，評價規(guī)模也擴展到區(qū)域尺度，如流域、城市群、經(jīng)濟帶等[8-9]。隨著對土地利用和生態(tài)風(fēng)險研究的深入，從土地利用視角評估生態(tài)風(fēng)險逐漸成為研究的主流，主要評價方法有景觀指數(shù)法和相對風(fēng)險模型（Relative Risk Model，RRM）[6]。景觀指數(shù)法是選擇與生態(tài)風(fēng)險相關(guān)的景觀格局指數(shù)構(gòu)建評價模型[10]，如張玉娟等[3,7,11-13]選取不同類型的景觀格局指數(shù)構(gòu)建生態(tài)風(fēng)險指數(shù)（Ecological Risk Index，ERI），分別評價省級區(qū)域、流域、海岸帶等區(qū)域的生態(tài)風(fēng)險。奚世軍等[14-15]在計算ERI的基礎(chǔ)上，分析ERI的空間相關(guān)性，并研究其驅(qū)動因素。相對風(fēng)險模型是一種區(qū)域復(fù)合壓力風(fēng)險評價模型，應(yīng)用于水域、陸地等多個生態(tài)系統(tǒng)的生態(tài)風(fēng)險評價。如張?zhí)烊A等[4,16-18]運用RRM分別評價水系工程、流域和縣級區(qū)域的生態(tài)風(fēng)險，并提出相應(yīng)的風(fēng)險防控對策。王麗萍等[19]構(gòu)建了基于RRM思想的多級模糊綜合評價模型，得到生態(tài)風(fēng)險模糊評價分值，為改善區(qū)域生態(tài)環(huán)境提供參考。綜上，國內(nèi)外學(xué)者主要通過建立評價模型來分析生態(tài)風(fēng)險，評價方法和體系比較成熟，但從多尺度分析區(qū)域生態(tài)風(fēng)險時空特征的研究較少。

黃河流域生態(tài)環(huán)境脆弱，地形復(fù)雜，水資源短缺，水土流失嚴重[20-22]。雖然近年來實施退耕還林、坡改梯等修復(fù)工程，但其生態(tài)保護工作仍面臨挑戰(zhàn)。在2019年召開的黃河流域生態(tài)保護和高質(zhì)量發(fā)展座談會上，習(xí)近平總書記提出既要合理開發(fā)利用資源，又要兼顧資源的可持續(xù)性，提升資源的循環(huán)利用[23]，自此，黃河流域生態(tài)保護正式上升為國家戰(zhàn)略。分析長時間序列黃河流域景觀格局并從多尺度診斷其生態(tài)風(fēng)險，對流域高質(zhì)量發(fā)展具有重要意義?；诖?，本文采用黃河流域2000、2010和2018年的土地利用數(shù)據(jù)，運用Fragstats4.2計算景觀格局指數(shù)，構(gòu)建生態(tài)風(fēng)險評價模型，從網(wǎng)格和縣域不同尺度診斷生態(tài)風(fēng)險，揭示生態(tài)風(fēng)險的時空分異規(guī)律、轉(zhuǎn)移特征和地類分布，并分析生態(tài)風(fēng)險的空間關(guān)聯(lián)性，通過劃分生態(tài)風(fēng)險管控區(qū)，提出黃河流域生態(tài)保護分區(qū)管控建議，以期為黃河流域風(fēng)險防控和生態(tài)保護提供定量參考，并為其高質(zhì)量發(fā)展提供決策支持。

1 材料與方法

1.1 研究區(qū)概況

黃河是中國第二長河，全長約5 464 km，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南及山東9個?。ㄗ灾螀^(qū)），約390個縣（區(qū)）[20]，如圖1所示。流域面積約79萬km2，占國土面積的8.3%，橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個地貌單元，地勢西高東低。2018年黃河流域（九省區(qū)）GDP為2.39×105億元，占全國GDP總量的26.5%。

1.2 數(shù)據(jù)來源與預(yù)處理

為深入診斷黃河流域景觀及生態(tài)風(fēng)險時序特征，本文將研究時段定為2000—2018年。數(shù)據(jù)均來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心（http://www.resdc.cn），包括2000、2010、2018年全國土地利用遙感監(jiān)測數(shù)據(jù)（柵格數(shù)據(jù)，分辨率為1 km）和中國行政區(qū)劃數(shù)據(jù)（矢量數(shù)據(jù)）。按照研究區(qū)域的行政邊界裁剪土地利用數(shù)據(jù)，得到黃河流域2000、2010、2018年的土地利用數(shù)據(jù)，運用ENVI5.3對其進行精度檢驗，三期影像的綜合精度達91%以上。根據(jù)本文的研究需要，在ArcGIS中對其進行重分類等處理，將土地利用類型劃分為耕地、林地、草地、水域、建設(shè)用地和未利用地6大類（如圖2）。

1.3 研究方法

1.3.1 景觀格局指數(shù)

景觀格局包括景觀單元的類型、數(shù)量和空間分布，用景觀格局指數(shù)表達。為避免指標選取過多帶來的重復(fù)性研究[24-28]，根據(jù)黃河流域土地利用情況，綜合考慮各景觀格局指數(shù)的生態(tài)學(xué)意義，本文從景觀水平和類型水平兩方面選取7個景觀格局指數(shù)（表1）分析黃河流域景觀要素的數(shù)量、形狀和空間分布等特征。景觀水平指數(shù)可以反映研究區(qū)整體的景觀格局特征，類型水平可以反映研究區(qū)內(nèi)不同斑塊類型的結(jié)構(gòu)特征。運用Fragstats4.2軟件處理經(jīng)預(yù)處理后的土地利用數(shù)據(jù)（柵格數(shù)據(jù)，1 km×1 km），可得到各景觀指數(shù)的數(shù)值。

1.3.2 生態(tài)風(fēng)險評價模型

從景觀生態(tài)學(xué)角度出發(fā)，為建立景觀結(jié)構(gòu)和生態(tài)風(fēng)險的關(guān)系[7,11]，選取能夠反映區(qū)域生態(tài)損失的景觀格局指數(shù)[25-27,29-30]：景觀干擾度指數(shù)和景觀脆弱度指數(shù)，構(gòu)建生態(tài)風(fēng)險評價模型，具體如下：

1）景觀干擾度指數(shù)（Di）

Di反映不同景觀生態(tài)系統(tǒng)受到外界干擾的程度，由景觀破碎度指數(shù)（Fi）、景觀分離度指數(shù)（Si）、景觀分維數(shù)（FDi）計算得出[7,11]。Fi是指景觀的空間分裂破碎程度，可以反映自然或人為干擾對景觀的影響，其值越大，表明景觀的穩(wěn)定性越差，受到干擾的程度越大。Si是指景觀中不同斑塊的分離程度，其值越大，表明景觀越分散，景觀分布越復(fù)雜。FDi是用來測定斑塊形狀對內(nèi)部斑塊生態(tài)過程影響的指標，其值越大，表明斑塊形狀越復(fù)雜。指數(shù)計算公式如下：

表1 景觀格局指數(shù)應(yīng)用尺度、生態(tài)學(xué)意義及計算方法Table 1 Application scale, ecological significance and calculation method of landscape pattern index

式中a、b、c為權(quán)重，且a+b+c=1，根據(jù)其作用程度[25-27,29-30]，分別賦值為0.5、0.3、0.2；ni為第i種景觀的斑塊數(shù)；Ai為第i種景觀的面積，km2；A為所有景觀的總面積，km2；Pi為第i種景觀的周長，km。

2）景觀脆弱度指數(shù)（Vi）

Vi反映不同景觀生態(tài)系統(tǒng)對外部干擾的敏感性，Vi值越大，生態(tài)系統(tǒng)越不穩(wěn)定，越容易受到損害[25-27,29-30]。結(jié)合研究區(qū)的特點，對6類景觀賦值（耕地-4，林地-2，草地-3，水域-5，建設(shè)用地-1，未利用地-6）[25-27]，并做歸一化處理。

3）生態(tài)風(fēng)險評價模型（ERI）

根據(jù)景觀干擾度指數(shù)和景觀脆弱度指數(shù)構(gòu)建ERI，將景觀空間結(jié)構(gòu)轉(zhuǎn)化為空間生態(tài)風(fēng)險。ERI用于描述評價單元內(nèi)的生態(tài)損失程度，其值越大，生態(tài)風(fēng)險越高[7,11,29-30]。計算公式如下：

式中ERIk為評價單元k的生態(tài)風(fēng)險指數(shù)；n為景觀類型的數(shù)量；Aki為景觀生態(tài)風(fēng)險評價單元k中第i類景觀的面積，km2；Ai為景觀生態(tài)風(fēng)險評價單元k的面積，km2。

為充分體現(xiàn)生態(tài)風(fēng)險的空間分布情況，本文從網(wǎng)格和縣域兩個尺度展開研究，兩尺度的研究結(jié)果可以進行對比，也可以互相印證，使生態(tài)風(fēng)險評價結(jié)果更具有科學(xué)性。在網(wǎng)格尺度上，以黃河流域景觀斑塊平均面積的5倍（30 km×30 km）創(chuàng)建漁網(wǎng)[13-14]，將其劃分成1 078個風(fēng)險單元；在縣域尺度上，黃河流域共包含391個縣區(qū)，每個縣區(qū)作為1個風(fēng)險單元，如圖3所示。

1.3.3 空間分析法

采用Moran’s I指數(shù)（I）和LISA指數(shù)（Ii）分析黃河流域生態(tài)風(fēng)險的空間相關(guān)性。Moran’s I統(tǒng)計量是一種應(yīng)用非常廣泛的空間自相關(guān)統(tǒng)計量，可以反映空間相鄰或相近單元屬性值的相似程度，公式如下：

式中Yi、Yj為變量在相鄰配對空間單元的取值；ωij為空間權(quán)重矩陣；ˉ為屬性值的平均值。I的取值在[-1，1]之間，當I＞0時，表明研究單元的觀測值趨于空間聚集，空間正相關(guān)；當I＜0時，表明空間呈離散分布狀態(tài)，空間負相關(guān)；當I=0時，表明空間不相關(guān)。

LISA指數(shù)又稱局部Moran’s I指數(shù)，可以反映某區(qū)域與相鄰區(qū)域間的差異程度及顯著性，公式如下：

式中n′為樣本數(shù)量，即研究單元的數(shù)量，S2為統(tǒng)計量的方差。當Ii＞0時，表示一個觀測值高（低）的區(qū)域被一個高（低）觀測值的區(qū)域包圍，即“高-高”（“低-低”）聚集；當Ii＜0時，表示一個觀測值高（低）的區(qū)域被一個低（高）觀測值的區(qū)域包圍，即“高-低”（“低-高”）聚集；Ii=0時，表示觀測區(qū)域與相鄰區(qū)域無關(guān)聯(lián)，即不顯著。

2 結(jié)果與分析

2.1 黃河流域景觀格局分析

2.1.1 土地利用變化

根據(jù)數(shù)據(jù)預(yù)處理的結(jié)果，統(tǒng)計2000、2010和2018年黃河流域各地類的面積及變化情況。如表2所示，黃河流域土地利用類型以草地和耕地為主，草地占比最大。從時序特征來看，2000—2018年耕地和未利用地面積分別減少14 243 km2和9 410.3 km2，林地、草地、水域面積在2000—2010年間維持相對穩(wěn)定，2010—2018年間有小幅度增加，這與國家自2003年開始實行的退耕還林（草）政策相關(guān)。退耕還林（草）在一定程度上調(diào)整了土地利用結(jié)構(gòu)，改善了農(nóng)業(yè)生產(chǎn)條件。2000—2018年建設(shè)用地面積大幅度增加，增加面積為12 179.8 km2，尤其在2010—2018年，面積增長了68.36%，這是城鎮(zhèn)化建設(shè)和經(jīng)濟發(fā)展的共同需求?，F(xiàn)階段，黃河流域仍處在快速城鎮(zhèn)化發(fā)展的時期，對建設(shè)用地的剛性需求強勁。

表2 2000—2018年黃河流域地類面積及變化情況Table 2 Area and changes of land use types in the Yellow River Basin from 2000 to 2018

2.1.2 整體景觀特征

由表3可以看出，2000—2018年，黃河流域整體斑塊數(shù)（NP）呈上升趨勢，增長幅度為5.83%，整體斑塊密度（PD）呈上升趨勢，增長幅度為6.12%。由此可知，黃河流域景觀破碎化日益嚴重，破碎化進程加快，景觀分布分散。最大斑塊指數(shù)（LPI）呈上升趨勢，增長幅度為7.14%，說明黃河流域的優(yōu)勢斑塊類型控制景觀的作用增強。景觀形狀指數(shù)（LSI）呈上升趨勢，說明景觀格局的形狀變得更為復(fù)雜和不規(guī)則，形狀種類多樣化。香農(nóng)多樣性指數(shù)（SHDI）呈上升趨勢，增長幅度為1.49%，說明景觀類型豐富并趨于多樣化。蔓延度指數(shù)（CONTAG）呈下降趨勢，下降幅度為3.80%，說明流域景觀聚集程度降低，景觀破碎化加劇，景觀的抗干擾能力下降。整體來看，黃河流域受人類活動影響嚴重，生態(tài)功能有所損害，景觀格局趨于復(fù)雜化、破碎化和分散化。

表3 黃河流域景觀水平的景觀格局指數(shù)計算結(jié)果Table 3 Calculation results of landscape pattern index of landscape level of the Yellow River Basin

2.1.3 分類型景觀特點

由表4可以看出，2000—2018年黃河流域各類型的斑塊數(shù)量（NP）和斑塊密度（PD）均有不同程度的增減，其中，耕地、林地、水域和建設(shè)用地的斑塊數(shù)量和斑塊密度持續(xù)增加，草地和未利用地減少，表明各地類的破碎化程度及變化趨勢不同。其中，林地、耕地破碎化程度較高，主要是因為建設(shè)用地的不斷擴張和交通的發(fā)展，大片的耕地、林地被占用、分割。各類型的景觀形狀指數(shù)（LSI）與斑塊數(shù)量（NP）的變化趨勢一致，但變化程度較小，其中，草地和耕地的形狀最復(fù)雜。耕地、林地和未利用地的分離度指數(shù)（SPLIT）呈上升趨勢，草地、水域和建設(shè)用地呈下降趨勢，且建設(shè)用地的下降幅度最大，下降速度最快，說明建設(shè)用地斑塊不斷趨于聚集，但水域和建設(shè)用地的指數(shù)值仍較大，說明其斑塊間的分離程度與其他類型相比仍較高。

2.2 黃河流域生態(tài)風(fēng)險分異

2.2.1 生態(tài)風(fēng)險時空演變

根據(jù)1.3.2中的生態(tài)風(fēng)險評價模型，測算得到每個風(fēng)險單元的生態(tài)風(fēng)險值，在ArcGIS中將其賦值給各單元的中心點，運用半方差變異函數(shù)優(yōu)化數(shù)據(jù)，通過克里金插值，得到2000—2018年黃河流域在網(wǎng)格尺度和縣域尺度的生態(tài)風(fēng)險空間分布圖（圖4），可以看出黃河流域生態(tài)風(fēng)險的時空分異特征十分明顯。

基于自然斷點法，將生態(tài)風(fēng)險分為5級，對應(yīng)5個等級的風(fēng)險區(qū)：低風(fēng)險區(qū)（ERI≤0.46）、較低風(fēng)險區(qū)（0.46＜ERI≤0.50）、中等風(fēng)險區(qū)（0.50＜ERI≤0.55）、較高風(fēng)險區(qū)（0.55＜ERI≤0.60）、高風(fēng)險區(qū)（ERI ＞0.60），如圖4所示。時間序列上，2000—2018年黃河流域生態(tài)風(fēng)險值的最高值呈上升趨勢，高風(fēng)險區(qū)所占比例逐漸增加，網(wǎng)格尺度生態(tài)風(fēng)險最高值由0.62增長至0.74；縣域尺度生態(tài)風(fēng)險最高值由0.62增長至0.73?？臻g分布上，2000年高風(fēng)險區(qū)主要集中在下游的山東段、河南段，上游的四川段（網(wǎng)格尺度）；2010年，中游的陜西段南部（西安、咸陽、渭南、商洛），山西段南部（晉城、運城、長治）等地區(qū)也呈現(xiàn)高風(fēng)險；2018年網(wǎng)格尺度上，內(nèi)蒙古的鄂爾多斯市等地區(qū)也呈現(xiàn)高風(fēng)險。這些地區(qū)生態(tài)用地分散，建設(shè)用地面積不斷擴張，造成生態(tài)環(huán)境壓力，導(dǎo)致生態(tài)風(fēng)險持續(xù)升高。

統(tǒng)計得到各風(fēng)險等級的面積占比，如表5所示。網(wǎng)格尺度上，2000年以低風(fēng)險和較低風(fēng)險區(qū)為主，2010年和2018年以中等風(fēng)險和高風(fēng)險區(qū)為主，整個研究期間，中等風(fēng)險、較高風(fēng)險和高風(fēng)險區(qū)面積不斷增加，其余等級區(qū)面積減少，其中高風(fēng)險區(qū)面積占比提高了22.87%，低風(fēng)險區(qū)面積占比下降了32.03%。縣域尺度上，2000和2010年以較低風(fēng)險區(qū)和中等風(fēng)險為主，2018年以中等風(fēng)險和較高風(fēng)險區(qū)為主，整個研究期間，較高風(fēng)險和高風(fēng)險面積不斷增加，其余等級區(qū)面積減少，其中高風(fēng)險區(qū)面積占比提高了22.22%，低風(fēng)險區(qū)面積占比下降了24.55%。

表5 生態(tài)風(fēng)險各等級面積占比Table 5 Area proportion of each ecological risk level %

兩種尺度對比可以看出，網(wǎng)格尺度各等級面積的變化幅度較大，且高風(fēng)險區(qū)和低風(fēng)險區(qū)面積占比均大于縣域尺度，說明網(wǎng)格尺度下的生態(tài)風(fēng)險變化敏感，較易產(chǎn)生兩端值。

2.2.2 生態(tài)風(fēng)險轉(zhuǎn)移特征

通過疊加2000年和2018年生態(tài)風(fēng)險分布圖，得到2000—2018年黃河流域各生態(tài)風(fēng)險等級轉(zhuǎn)移情況。由表 6可以看出，在網(wǎng)格尺度上，面積轉(zhuǎn)移前3名依次為：低風(fēng)險轉(zhuǎn)為中等風(fēng)險（轉(zhuǎn)移面積119 437.00 km2），低風(fēng)險轉(zhuǎn)為較高風(fēng)險（轉(zhuǎn)移面積98 816.10 km2），較低風(fēng)險轉(zhuǎn)為中等風(fēng)險（轉(zhuǎn)移面積77 808.70 km2）。在縣域尺度上，面積轉(zhuǎn)移前3名依次為：中等風(fēng)險轉(zhuǎn)為較高風(fēng)險（轉(zhuǎn)移面積123 095.00 km2），較低風(fēng)險轉(zhuǎn)為中等風(fēng)險（轉(zhuǎn)移面積108 254.00 km2），中等風(fēng)險轉(zhuǎn)為高風(fēng)險（轉(zhuǎn)移面積101 085.00 km2）。由此可見，黃河流域的生態(tài)風(fēng)險大都是由低等級向高等級轉(zhuǎn)移，生態(tài)風(fēng)險加劇，進而導(dǎo)致生態(tài)問題嚴峻。

2.2.3 生態(tài)風(fēng)險地類分布

運用ArcGIS統(tǒng)計工具得到2000—2018年黃河流域不同地類在各等級生態(tài)風(fēng)險中的面積分布情況，如表7所示。2000年耕地主要分布在低風(fēng)險區(qū)，占耕地總面積的47.97%，2010年和2018年主要分布在高風(fēng)險區(qū)，占比分別為33.70%、37.79%，說明耕地所在區(qū)域的生態(tài)風(fēng)險加劇，主要是人類活動干擾的結(jié)果，由于開發(fā)建設(shè)的需求，城鎮(zhèn)和農(nóng)村周邊建設(shè)用地增加，導(dǎo)致耕地趨于破碎化，生態(tài)風(fēng)險值增加。2000年林地主要分布在低風(fēng)險區(qū)，占林地總面積的43.24%，2010年和2018年主要分布在高風(fēng)險區(qū)，占比分別為40.30%、31.07%，說明林地所在區(qū)域的生態(tài)風(fēng)險先增加后降低，生態(tài)風(fēng)險的降低主要與國家實施的退耕還林及林地保護等政策相關(guān)。2000年草地主要分布在低風(fēng)險區(qū)，占比43.24%，2010年主要分布在較低風(fēng)險區(qū)，占比35.63%，2018年主要分布在中等風(fēng)險區(qū)，占比37.00%，整體來看草地所在區(qū)域的生態(tài)風(fēng)險增加，但分布在高風(fēng)險等級區(qū)的面積比例較小。2000年和2010年水域主要分布在中等風(fēng)險區(qū)，2018年分布在高風(fēng)險區(qū)，占比46.18%，說明水域在2010—2018年生態(tài)風(fēng)險劇增，相關(guān)水利設(shè)施的建設(shè)以及建設(shè)用地的開發(fā)對水域生態(tài)造成影響。2000—2018年，建設(shè)用地和未利用地的分布區(qū)域逐漸以高風(fēng)險為主，這與建設(shè)用地規(guī)模增加，未利用地開發(fā)利用和存量土地更新相關(guān)。

表6 2000—2018年黃河流域生態(tài)風(fēng)險轉(zhuǎn)移情況Table 6 Ecological risks transfer of the Yellow River Basin from 2000 to 2018 km2

表7 2000—2018年黃河流域各地類的生態(tài)風(fēng)險面積Table 7 Ecological risk area of various types in the Yellow River Basin from 2000 to 2018

2.2.4 生態(tài)風(fēng)險空間關(guān)聯(lián)

運用GeoDa軟件，根據(jù)黃河流域2000、2010、2018年的生態(tài)風(fēng)險情況，分析其全局自相關(guān)性，結(jié)果如表8所示。在整個研究期間，黃河流域生態(tài)風(fēng)險的Moran’s I大于0，呈現(xiàn)空間正相關(guān)，即生態(tài)風(fēng)險在空間上相互影響，具有空間相似性。網(wǎng)格尺度上，三期的Moran’s I先上升后下降，縣域尺度上，三期的指數(shù)值持續(xù)下降，且網(wǎng)格尺度的Moran’s I大于縣域尺度，表明網(wǎng)格尺度生態(tài)風(fēng)險的空間正相關(guān)性更強?？傮w來看，黃河流域生態(tài)風(fēng)險的Moran’s I值在近20年間呈下降趨勢，這表明隨著社會經(jīng)濟的發(fā)展和土地利用的變化，生態(tài)風(fēng)險的空間聚集程度和空間分異性減弱。

同理，運用GeoDa軟件分析生態(tài)風(fēng)險的局部自相關(guān)性。局部自相關(guān)可以反映生態(tài)風(fēng)險的聚集類型和空間位置，如圖5 所示。網(wǎng)格尺度的“高-高”聚集單元（“熱點”區(qū)域）主要集中在下游的河南和山東，中游的山西南部和陜西南部，上游的四川等區(qū)域，2000—2010年“低-低”聚集單元（“冷點”區(qū)域）主要集中在上游的甘肅中部（白銀、蘭州、慶陽、定西）、中游的陜西北部、山西北部（朔州、沂州）、內(nèi)蒙的鄂爾多斯、呼和浩特以及青海的玉樹、果洛等區(qū)域。2018年網(wǎng)格尺度的“冷點”區(qū)域減少，主要集中在陜西北部、山西北部以及內(nèi)蒙的呼和浩特。縣域尺度2000年的“熱點”區(qū)域主要集中在下游的河南和山東以及上游的四川，2010年“熱點”區(qū)域集中在中游的山西、陜西南部以及下游的大部分區(qū)域，2018年“熱點”區(qū)域僅剩21個，集中在河南的洛陽、三門峽以及山東東營區(qū)域。縣域尺度的“冷點”區(qū)域與網(wǎng)格尺度基本一致。

表8 黃河流域生態(tài)風(fēng)險的Moran’s I值Table 8 Moran’s I of ecological risk in the Yellow River Basin

整體來看，“熱點”區(qū)域和“冷點”區(qū)域的數(shù)量先增加后減少，總體上呈減少趨勢?？臻g聚集不顯著單元數(shù)量增加，說明生態(tài)風(fēng)險局部空間聚集程度降低。

2.3 黃河流域生態(tài)風(fēng)險管控區(qū)劃分

黃河流域生態(tài)風(fēng)險的空間差異較大，本文綜合網(wǎng)格尺度和縣域尺度生態(tài)風(fēng)險診斷結(jié)果（圖4），根據(jù)生態(tài)風(fēng)險防控的需要，將兩尺度空間上風(fēng)險等級不一致區(qū)域以較高的風(fēng)險等級為主進行調(diào)整，且為方便區(qū)域管理，按照不跨越市級行政區(qū)的原則，將黃河流域劃分為生態(tài)風(fēng)險重點管控區(qū)、嚴格管控區(qū)和一般管控區(qū)，如表9所示。

表9 黃河流域生態(tài)風(fēng)險空間管控區(qū)Table 9 Ecological risk spatial control area of the Yellow River Basin

1）生態(tài)風(fēng)險重點管控區(qū)：該區(qū)域生態(tài)用地分散，建設(shè)用地所占比例較大，且面積不斷擴張，造成生態(tài)環(huán)境壓力，生態(tài)風(fēng)險也持續(xù)升高，應(yīng)減少對建設(shè)用地的增量開發(fā)，轉(zhuǎn)向存量更新和集約高效利用，并全面保護林地、草地、水域等生態(tài)用地和高質(zhì)量耕地。

2）生態(tài)風(fēng)險嚴格管控區(qū)：該區(qū)域各類用地分布較為均衡，應(yīng)發(fā)揮國土空間規(guī)劃的引領(lǐng)作用，建設(shè)用地的增量開發(fā)與存量更新同行，在促進經(jīng)濟發(fā)展的同時，盡量減少對生態(tài)的負面影響，維持當前生態(tài)風(fēng)險水平。

3）生態(tài)風(fēng)險一般管控區(qū)：該區(qū)域主要以農(nóng)牧業(yè)為主，生態(tài)風(fēng)險較低。應(yīng)合理開發(fā)布局建設(shè)用地，加強基礎(chǔ)設(shè)施建設(shè)，同時維持農(nóng)業(yè)發(fā)展優(yōu)勢，推進農(nóng)業(yè)現(xiàn)代化。

3 討 論

2000、2010和2018年黃河流域（九省區(qū)）GDP分別為2.41×104、1.18×105和2.39×105億元，年均增長率14.43%，城鎮(zhèn)化率分別為32.11%、45.16%、56.20%，雖然城鎮(zhèn)化率不斷提升，但均低于全國平均水平（36.22%、49.68%、59.58%），說明黃河流域現(xiàn)階段仍處在城鎮(zhèn)化快速發(fā)展時期。與此同時，由于發(fā)展方式粗放、產(chǎn)業(yè)結(jié)構(gòu)不合理以及建設(shè)用地?zé)o序擴張等問題，導(dǎo)致黃河流域的整體景觀格局破碎、生態(tài)風(fēng)險加劇，生態(tài)環(huán)境壓力加重[31]。在黃河流域內(nèi)部，區(qū)域發(fā)展不平衡現(xiàn)象突出，山東、河南等下游城市的經(jīng)濟發(fā)展和城鎮(zhèn)化水平高于大部分中游、上游的城市，土地利用變化較為劇烈[20-21,31]，這也導(dǎo)致了生態(tài)風(fēng)險的空間分布差異：高風(fēng)險區(qū)主要集中在下游的山東、河南區(qū)域，低風(fēng)險區(qū)主要集中在上游的寧夏、甘肅區(qū)域。總體而言，黃河流域的生態(tài)環(huán)境保護水平滯后于城鎮(zhèn)化發(fā)展，且快速城鎮(zhèn)化加劇了區(qū)域生態(tài)風(fēng)險。

劃分生態(tài)風(fēng)險評價單元是診斷區(qū)域生態(tài)風(fēng)險的基礎(chǔ)。基于網(wǎng)格的劃分方式有利于生態(tài)風(fēng)險空間異質(zhì)性的表達，是現(xiàn)階段應(yīng)用較廣的劃分方法。多數(shù)學(xué)者在研究中、小流域尺度或市、縣域尺度時（如喀斯特山區(qū)小流域、南四湖流域），都會通過劃分網(wǎng)格單元研究生態(tài)風(fēng)險[3,14-15]。也有部分學(xué)者通過設(shè)置不同大小的網(wǎng)格單元，研究生態(tài)風(fēng)險變化的尺度特征?；谛姓^(qū)的劃分方式可輔助決策者制定更具有適宜性的風(fēng)險防控及管理政策[32]，其應(yīng)用較少且多應(yīng)用于大尺度的研究。本文從網(wǎng)格尺度和縣域尺度分別診斷黃河流域生態(tài)風(fēng)險的時空分異特征，且由上述分析結(jié)果可知，兩尺度生態(tài)風(fēng)險的空間分布情況和變化趨勢相近，可以互相印證，提升生態(tài)風(fēng)險評價結(jié)果的科學(xué)性。綜合兩尺度的結(jié)果，可以為流域高質(zhì)量發(fā)展提供更為合理的建議。但兩尺度的結(jié)果又有不同，網(wǎng)格尺度更微觀，對生態(tài)風(fēng)險變化的反映更敏感，可為縣域尺度或更高一級的行政區(qū)內(nèi)部微觀生態(tài)風(fēng)險管理提供參考，這也是論文需要進一步探索的方向。

4 結(jié) 論

1）土地利用結(jié)構(gòu)分析表明，黃河流域的主要土地利用類型為草地和耕地。2000—2018年，耕地面積減少14 243 km2，未利用地面積減少9 410.3 km2，建設(shè)用地面積增加12 179.8 km2?，F(xiàn)階段黃河流域仍處在快速城鎮(zhèn)化建設(shè)時期，對建設(shè)用地的剛性需求強勁。

2）景觀格局計算結(jié)果顯示，2000—2018年，黃河流域整體斑塊數(shù)、斑塊密度、最大斑塊指數(shù)和香濃多樣性指數(shù)的增長幅度分別為5.83%、6.12%、7.14%和1.49%，蔓延度指數(shù)的下降幅度為3.80%。黃河流域整體景觀格局趨于復(fù)雜化、破碎化和分散化。其中，林地、耕地破碎化程度最高，草地、耕地的景觀形狀和結(jié)構(gòu)最復(fù)雜。

3）生態(tài)風(fēng)險評價結(jié)果顯示，2000—2018年，黃河流域網(wǎng)格尺度和縣城尺度生態(tài)風(fēng)險的最高值由0.62分別增長至0.74和0.73，網(wǎng)格和縣域尺度高風(fēng)險占比分別提高了22.87%、22.22%。高風(fēng)險主要集中在下游的山東段、河南段，上游的四川段，中游的陜西段南部和山西段南部。且生態(tài)風(fēng)險大多由低等級向高等級轉(zhuǎn)移。

4）流域空間關(guān)聯(lián)分析看出，2000—2018年，黃河流域生態(tài)風(fēng)險的Moran’s I均大于0，呈現(xiàn)空間正相關(guān)，但Moran’s I呈下降趨勢，說明生態(tài)風(fēng)險的空間聚集程度和空間分異性減弱。網(wǎng)格尺度的Moran’s I大于縣域尺度，表明網(wǎng)格尺度生態(tài)風(fēng)險的空間正相關(guān)性更強。