基于景觀格局的云南省富源縣生態(tài)脆弱性空間特征分析

楊靖, 吳學(xué)燦, 周瑞伍, 段禾祥,*

基于景觀格局的云南省富源縣生態(tài)脆弱性空間特征分析

楊靖1, 吳學(xué)燦1, 周瑞伍2, 段禾祥1,*

1. 云南省環(huán)境科學(xué)研究院/中國(guó)昆明高原湖泊國(guó)際研究中心, 昆明 650034 2. 中國(guó)科學(xué)院西雙版納熱帶植物園熱帶森林生態(tài)學(xué)重點(diǎn)實(shí)驗(yàn)室, 云南勐侖 666303

分析生態(tài)脆弱性的空間分布特征、形成原因以及對(duì)其進(jìn)行定量研究對(duì)于合理利用土地資源、保護(hù)生態(tài)環(huán)境以及可持續(xù)發(fā)展都具有一定的指導(dǎo)意義。以云南省富源縣為例, 在生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系研究的基礎(chǔ)上, 結(jié)合研究區(qū)域?qū)嶋H情況, 運(yùn)用熵權(quán)法構(gòu)建生態(tài)脆弱性評(píng)價(jià)模型。以“壓力-狀態(tài)-響應(yīng)”為評(píng)估框架, 從生態(tài)壓力度、生態(tài)敏感性、生態(tài)恢復(fù)力三個(gè)方面選取評(píng)價(jià)指標(biāo)(景觀分維數(shù)、礦區(qū)擾動(dòng)指數(shù)、居民點(diǎn)臨近指數(shù)、景觀破碎度、地形指數(shù)、植被覆蓋度、景觀適應(yīng)度指數(shù)、優(yōu)勢(shì)度)。在格網(wǎng)尺度對(duì)生態(tài)脆弱性展開(kāi)評(píng)估并使用點(diǎn)格局方法對(duì)不同空間尺度下各生態(tài)脆弱等級(jí)動(dòng)態(tài)特征和變化規(guī)律進(jìn)行分析。結(jié)果表明: (1)水域的生態(tài)脆弱性最高, 草地和灌木林地次之, 喬木林地最低; (2)全縣生態(tài)脆弱性空間分布差異較大, 呈現(xiàn) “中部高兩端低”的分布特征; (3)中安鎮(zhèn)生態(tài)脆弱性最高, 墨紅鎮(zhèn)最低; (4)不同脆弱度等級(jí)空間分布格局表現(xiàn)出一定相似性, 在中小尺度下高度集群分布, 隨著空間尺度的增大, 聚集性逐漸減弱, 且尺度范圍有所變化。

生態(tài)脆弱性; 空間分布; 點(diǎn)格局; 富源縣

0 前言

伴隨著快速發(fā)展的社會(huì)經(jīng)濟(jì)以及不斷增加的人口數(shù)量, 生態(tài)環(huán)境承受著來(lái)自人類(lèi)活動(dòng)的壓力日愈增加, 生態(tài)脆弱性問(wèn)題尤為突出。目前, 生態(tài)脆弱性研究已經(jīng)成為全球環(huán)境變化和可持續(xù)發(fā)展研究的熱點(diǎn)課題。開(kāi)展生態(tài)脆弱性研究已成為評(píng)價(jià)地區(qū)發(fā)展?fàn)顩r的依據(jù)以及衡量未來(lái)發(fā)展規(guī)劃的判據(jù), 對(duì)于環(huán)境保護(hù)、資源的合理利用及可持續(xù)發(fā)展等方面具有重要的指導(dǎo)意義[1]。生態(tài)脆弱性作為生態(tài)系統(tǒng)的一種固有屬性, 具有可度量性[2], 影響生態(tài)脆弱性大小的因素主要有生態(tài)恢復(fù)力、敏感性、適應(yīng)性、暴露與干擾程度等[3,4]。目前, 國(guó)內(nèi)外學(xué)者針對(duì)生態(tài)脆弱性開(kāi)展了大量研究, 研究方法主要有SPR模型、VSD模型、AHP法、人工神經(jīng)網(wǎng)絡(luò)法、綜合評(píng)價(jià)法、模糊綜合評(píng)判法等[5-8]。研究?jī)?nèi)容主要圍繞脆弱性特征、類(lèi)型、方法指標(biāo)體系、空間格局、驅(qū)動(dòng)因素等方面展開(kāi)[9,10]。研究尺度主要集中于以縣域、市域、省域及柵格尺度[11-14], 以格網(wǎng)尺度為評(píng)價(jià)單元的較少。本文結(jié)合研究區(qū)的實(shí)際情況, 以格網(wǎng)尺度作為評(píng)價(jià)單元, 基于景觀生態(tài)學(xué)原理, 選取“壓力-狀態(tài)-響應(yīng)”評(píng)估框架, 以自然生態(tài)系統(tǒng)為主, 構(gòu)建壓力度、敏感性、恢復(fù)力指標(biāo)體系, 同時(shí)借助熵權(quán)法、RS/GIS技術(shù)、點(diǎn)格局分析等對(duì)富源縣自然生態(tài)系統(tǒng)脆弱性進(jìn)行了系統(tǒng)分析與研究。

1 研究區(qū)概況

富源縣地處云南省東北部, 曲靖市東部, 與貴州交界, 有“云南東大門(mén)之稱(chēng)”。地處東經(jīng)103°58′—104°49′、北緯25°02′—25°58′之間。轄區(qū)總面積3348 km2, 南北長(zhǎng)100 km, 東西最寬處約50 km, 最窄處約10 km, 呈兩頭寬, 中間窄的葫蘆形。烏蒙山支脈縱貫全境, 全縣地勢(shì)北高南低, 由西北向東南傾斜, 平均海拔2000 m, 最高海拔2748.9 m, 最低海拔1100 m。地貌為中山山地, 其特征為河流縱向切割、山川南北展布, 地形破碎, 山高谷深, 坡陡流急, 巖溶發(fā)達(dá), 河谷階地狹窄, 耕地零星分散[15]。富源縣礦產(chǎn)資源豐富, 其中煤炭資源總儲(chǔ)量達(dá)256億噸, 是全國(guó)100個(gè)重點(diǎn)產(chǎn)煤縣之一, 具有“分布廣, 品種全, 儲(chǔ)量大”的特點(diǎn)。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與處理

本研究選取30 m分辨率的Landsat 8遙感影像(2015年4月19日)和DEM數(shù)據(jù)作為基本數(shù)據(jù)源, 以及富源縣2015年統(tǒng)計(jì)年鑒。運(yùn)用ERDAS 2011遙感處理軟件進(jìn)行影像前期處理, 并提取景觀類(lèi)型信息。景觀類(lèi)型的劃分標(biāo)準(zhǔn)主要參考2007年8月頒布的《土地利用現(xiàn)狀分類(lèi)》[16], 同時(shí)考慮富源縣實(shí)際情況和研究需要, 將研究區(qū)土地利用劃分7個(gè)類(lèi)型, 分別為喬木林地、灌木林地、草地、水域、建設(shè)用地、工礦用地、未利用地。借助ArcGIS10.2、Fragstats4.2軟件對(duì)地形數(shù)據(jù)和景觀格局指數(shù)進(jìn)行提取計(jì)算, 采用疊置分析、緩沖區(qū)分析計(jì)算擾動(dòng)指數(shù)。同時(shí)以1.5 km×1.5 km網(wǎng)格單元作為研究小區(qū), 共計(jì)1639個(gè)網(wǎng)格, 將研究小區(qū)與各個(gè)景觀類(lèi)型進(jìn)行疊加, 計(jì)算每個(gè)小區(qū)生態(tài)脆弱性指數(shù)。

圖1 研究區(qū)示意圖

Figure 1 Sketch map of the study area

2.2 評(píng)價(jià)指標(biāo)體系及權(quán)重確定

研究在充分考慮了研究區(qū)生態(tài)脆弱性的自然和人為等驅(qū)動(dòng)因子基礎(chǔ)上, 依循“壓力-狀態(tài)-響應(yīng)”評(píng)估框架, 選取SRP模型[17,18], 在科學(xué)性、全面性、定量性及數(shù)據(jù)可獲得性等原則指導(dǎo)下建立富源縣生態(tài)脆弱性指標(biāo)體系[19], 指標(biāo)體系主要包括生態(tài)壓力度、敏感性、恢復(fù)力三方面內(nèi)容。各指標(biāo)對(duì)評(píng)價(jià)對(duì)象的敏感程度、作用強(qiáng)度存在差異性, 科學(xué)合理的確定指標(biāo)權(quán)重將影響評(píng)價(jià)結(jié)果的準(zhǔn)確性。常見(jiàn)的權(quán)重賦值方法有主觀賦值法(Delphi法、AHP法等)和客觀賦值法(熵權(quán)法、變異系數(shù)法等)[20]。熵權(quán)法賦值克服了多指標(biāo)評(píng)價(jià)中主觀確定權(quán)重的不確定性、隨意性, 可以更加客觀反映指標(biāo)信息效用價(jià)值并真實(shí)體現(xiàn)其重要程度, 通常與主觀認(rèn)識(shí)有所區(qū)別[21]。為消除量綱影響, 采取歸一化方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。對(duì)于正向指標(biāo), 取各研究小區(qū)的各地類(lèi)各指標(biāo)的值與各小區(qū)的該種地類(lèi)該指標(biāo)的總和的比值。對(duì)于負(fù)向指標(biāo),用1減去標(biāo)準(zhǔn)化后的值, 再次按照正向指標(biāo)處理的方法進(jìn)行標(biāo)準(zhǔn)化, 再利用Matlab R2010a計(jì)算得出各指標(biāo)權(quán)重(表1)。

生態(tài)壓力度的三個(gè)指標(biāo)中, 分維數(shù)影響最大的是水域, 與富源縣山高谷深、水資源分布不均、穩(wěn)定性差相關(guān); 工礦擾動(dòng)指數(shù)對(duì)喬木林地的影響最大, 可能是由于礦產(chǎn)開(kāi)發(fā)區(qū)與喬木林地分布區(qū)水平距離較近; 居名點(diǎn)臨近指數(shù)中, 草地受影響較大, 與草地易受人類(lèi)活動(dòng)侵占和轉(zhuǎn)化有關(guān)。生態(tài)敏感性中, 景觀破碎度對(duì)喬木林地影響最大, 水域最小, 與地形指數(shù)相反; 植被覆蓋度影響最大的為灌木林地; 三個(gè)指標(biāo)權(quán)重差異較大的原因, 可能與景觀破碎度取值相對(duì)有序, 且變異程度較大, 反映的信息熵小, 權(quán)重值較大, 其余指標(biāo)則恰好相反。景觀適應(yīng)度指數(shù)影響最大的是喬木林地, 可能與其生物多樣性及抵抗外界干擾的適應(yīng)恢復(fù)能力較強(qiáng)相關(guān); 水域的景觀優(yōu)勢(shì)度權(quán)重值最大。

2.3 綜合評(píng)價(jià)方法

2.3.1 生態(tài)脆弱性綜合指數(shù)

區(qū)域景觀類(lèi)型的生態(tài)脆弱性是不同自然生態(tài)系統(tǒng)關(guān)于壓力度()-敏感性()-恢復(fù)力()的一個(gè)函數(shù), 與敏感性和壓力度成正比, 而與恢復(fù)力成反比關(guān)系。因此構(gòu)建以下評(píng)價(jià)模型[29]:

式中,VI為區(qū)域景觀類(lèi)型的生態(tài)脆弱性指數(shù);P、S、R分別為不同景觀類(lèi)型的壓力度、敏感度和恢復(fù)力。

區(qū)域生態(tài)脆弱性綜合指數(shù)是利用景觀類(lèi)型生態(tài)脆弱性指數(shù)與各景觀類(lèi)型面積的比重進(jìn)行構(gòu)建, 具體計(jì)算公式如下[30]:

表1 富源縣自然生態(tài)景觀脆弱性評(píng)價(jià)指標(biāo)體系及權(quán)重

式中,EVI為區(qū)域任一評(píng)價(jià)單元內(nèi)的生態(tài)脆弱性綜合指數(shù);VI為評(píng)價(jià)單元內(nèi)各類(lèi)景觀的生態(tài)脆弱性指數(shù);A、分別為評(píng)價(jià)單元內(nèi)各類(lèi)景觀的面積和評(píng)價(jià)單元內(nèi)自然生態(tài)系統(tǒng)的總面積。

2.3.2 評(píng)價(jià)標(biāo)準(zhǔn)的確定

運(yùn)用ArcGIS 軟件的自然斷點(diǎn)法對(duì)1639個(gè)樣本區(qū)的土地生態(tài)脆弱度指數(shù)進(jìn)行分級(jí), 同時(shí)結(jié)合富源縣生態(tài)脆弱度指數(shù)實(shí)際情況, 最終確定富源縣土地生態(tài)脆弱度等級(jí), 分別為生態(tài)良好區(qū)、輕度脆弱區(qū)、中度脆弱區(qū)、高度脆弱區(qū)、極度脆弱區(qū)。

2.3.3 點(diǎn)格局分析

為了更好地了解富源縣不同脆弱度等級(jí)的空間格局特征, 借助ArcGIS 10.2軟件提取每個(gè)網(wǎng)格小區(qū)中心點(diǎn)坐標(biāo)值, 得到不同脆弱等級(jí)空間分布的坐標(biāo)數(shù)據(jù)。利用O-ring統(tǒng)計(jì)對(duì)獲取的坐標(biāo)數(shù)據(jù)進(jìn)行解釋分析。該方法用圓環(huán)代替Ripley K函數(shù)計(jì)算中所使用的圓圈, 能夠有效避免Ripley K函數(shù)的缺陷[31]。不同脆弱度等級(jí)的空間分布格局采用單變量O-ring進(jìn)行分析。

采用成對(duì)相關(guān)函數(shù)g(r)來(lái)進(jìn)行單變量O-ring分析, 函數(shù)為

若g(r)值高于置信區(qū)間上限, 則該樹(shù)種在該距離為聚集分布; 若g(r)在置信區(qū)間之間, 則為隨機(jī)分布; 若g(r)低于置信區(qū)間的下限, 則為均勻分布。

數(shù)據(jù)分析使用生態(tài)學(xué)軟件Programita完成, 采用的空間尺度為0—50 km, 步長(zhǎng)為0.5 km, 用帶寬為1 km, 空間分辨率為1 km, 尺度最大半徑分別為15 km, 經(jīng)199次Monte Carlo模擬得到99%的置信區(qū)間[32-33]。

3 結(jié)果與分析

3.1 主要景觀類(lèi)型的生態(tài)脆弱性

對(duì)富源縣主要的自然景觀類(lèi)型進(jìn)行生態(tài)脆弱性分析, 結(jié)果表明4種自然景觀類(lèi)型的生態(tài)脆弱性存在一定差異性, 進(jìn)一步對(duì)4種主要景觀類(lèi)型的生態(tài)脆弱性特點(diǎn)展開(kāi)分析。其中生態(tài)脆弱性最低的景觀類(lèi)型為喬木林地(0.0515); 其次為灌木林地(0.1522)和草地(0.1968), 脆弱性最高的景觀類(lèi)型為水域, 生態(tài)脆弱度為1.6521。在生態(tài)壓力度方面, 水域作為生態(tài)壓力度數(shù)值最大的景觀類(lèi)型(0.2764), 表明其受到的人為干擾最為強(qiáng)烈; 同時(shí), 水域景觀類(lèi)型的工礦擾動(dòng)指數(shù)和居民點(diǎn)臨近指數(shù)均達(dá)到最大值, 說(shuō)明該用地類(lèi)型受到工礦活動(dòng)及居民生產(chǎn)生活影響顯著, 需要加大保護(hù)力度; 水域的分維數(shù)倒數(shù)數(shù)值最大, 說(shuō)明其景觀復(fù)雜程度和景觀空間穩(wěn)定程度均較低。從生態(tài)敏感性角度分析, 水域敏感性高于其余自然景觀類(lèi)型, 為0.6218。其中, 水域景觀類(lèi)型破碎度最高, 表明其分布較為分散。與其他景觀類(lèi)型相比, 喬木林地景觀破碎度較低, 表明喬木林地是富源縣自然景觀類(lèi)型的重要組成部分, 表現(xiàn)為以群集化、規(guī)模化分布為主。灌木林地的地形指數(shù)和植被覆蓋度最高, 一方面該區(qū)域地形陡峭, 另一方面灌木林地多是退耕還林還草工程主要實(shí)施區(qū)域, 措施實(shí)施后區(qū)域覆蓋度得以明顯改善, 而水域的地形指數(shù)和植被覆蓋度最低。在生態(tài)恢復(fù)力方面, 喬木林地屬于景觀優(yōu)勢(shì)度指數(shù)最大的類(lèi)型, 灌木林地次之, 草地和水域景觀優(yōu)勢(shì)度指數(shù)最低, 表明四種自然景觀類(lèi)型中喬木林地在自我調(diào)節(jié)作用下向有序方向演化的能力較強(qiáng), 水域則相對(duì)較弱, 需要降低人為干擾, 加強(qiáng)保護(hù); 同時(shí), 景觀適應(yīng)度指數(shù)最大的也是喬木林地, 表明喬木林地景觀類(lèi)型在四個(gè)自然景觀類(lèi)型中最為復(fù)雜, 生物多樣性較豐富。在4類(lèi)自然生態(tài)景觀中, 喬木林地生態(tài)脆弱性最低, 對(duì)于生態(tài)系統(tǒng)穩(wěn)定性維護(hù)作用最大, 因此在礦產(chǎn)開(kāi)發(fā)及生產(chǎn)生活過(guò)程中加強(qiáng)對(duì)林地的保護(hù)顯得尤為重要。

表2 景觀類(lèi)型的生態(tài)脆弱性

3.2 土地生態(tài)脆弱性的空間分布

五個(gè)不同的生態(tài)脆弱性等級(jí)在空間上相間分布, 總體呈現(xiàn)“中部高兩端低”的分布特征。從面積上來(lái)看, 生態(tài)良好區(qū)和輕度脆弱區(qū)范圍較大, 分別占62.3% 和23.0%, 高度脆弱區(qū)和極度脆弱區(qū)所占面積較少, 分別為4.58%和3.75%。從區(qū)域位置來(lái)看, 生態(tài)良好區(qū)廣泛分布于各個(gè)區(qū)域, 呈現(xiàn)以西部、北部和東部區(qū)域集中連片分布, 此部分區(qū)域由于海拔相對(duì)較高, 人口密度較小, 自然生態(tài)系統(tǒng)受到外界干擾程度較弱, 生物多樣性較豐富, 承受壓力小, 敏感度較低, 恢復(fù)力較高, 因而表現(xiàn)出極低生態(tài)脆弱度。極度脆弱區(qū)和高度脆弱區(qū)空間分布特點(diǎn)主要體現(xiàn)在兩方面, 一方面, 極度、高度脆弱區(qū)分布體現(xiàn)了生態(tài)脆弱區(qū)域與人為干擾區(qū)密切相關(guān)的特點(diǎn), 極度脆弱區(qū)與高度脆弱區(qū)主要集中分布于中部地區(qū), 該區(qū)域人群密集、工業(yè)發(fā)達(dá), 人類(lèi)活動(dòng)最為強(qiáng)烈, 居民生產(chǎn)生活以及礦產(chǎn)開(kāi)采對(duì)自然生態(tài)系統(tǒng)構(gòu)成極大威脅, 使得區(qū)域整體景觀破碎度增加, 生態(tài)敏感性和壓力度顯著增大, 生態(tài)系統(tǒng)恢復(fù)力嚴(yán)重下降, 生態(tài)脆弱性程度隨之增加; 另一方面, 極度、高度脆弱區(qū)分布體現(xiàn)了不同生態(tài)系統(tǒng)交錯(cuò)區(qū)域明顯的交互作用特征, 極度、高度脆弱區(qū)集中分布在生態(tài)過(guò)渡區(qū)、植被交錯(cuò)區(qū)與農(nóng)林牧等交錯(cuò)帶區(qū)域(圖2)。

富源縣轄區(qū)鄉(xiāng)鎮(zhèn)生態(tài)脆弱性分布中, 墨紅鎮(zhèn)生態(tài)良好區(qū)分布面積最廣(372.71 km2), 生態(tài)脆弱性最低;中安鎮(zhèn)極度生態(tài)脆弱區(qū)所占面積最大(39.76 km2), 生態(tài)脆弱性最高。這與富源縣鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境、植被覆蓋度及經(jīng)濟(jì)格局分布情況一致。墨紅鎮(zhèn)工礦分布點(diǎn)最少, 采礦面積最小, 自然生態(tài)系統(tǒng)受到影響程度微弱。中安鎮(zhèn)極度生態(tài)脆弱區(qū)所占比例較大, 達(dá)8.07%, 主要與區(qū)域工礦活動(dòng)較為密集, 各類(lèi)生產(chǎn)生活干擾頻繁, 對(duì)生態(tài)系統(tǒng)影響較大。

圖2 富源縣生態(tài)脆弱性空間分布

Figure 2 Spatial distribution ecological vulnerability in Fuyuan

圖3 富源縣各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性分布

Figure 3 Distribution ecological vulnerability in the township of Fuyuan

3.3 不同脆弱度等級(jí)的空間點(diǎn)格局

富源縣不同脆弱等級(jí)的空間分布格局分析結(jié)果顯示, 生態(tài)良好區(qū)在0—40 km空間尺度范圍內(nèi), g(r)值在置信區(qū)間上方, 呈高度集群分布, g(r)值伴隨尺度增加呈減小趨勢(shì), 表明聚集強(qiáng)度隨尺度增加有所降低; 生態(tài)良好區(qū)在40—48 km尺度下, g(r)值基本位于置信區(qū)間內(nèi), 空間分布表現(xiàn)為隨機(jī)分布; 生態(tài)良好區(qū)在48—50 km尺度下, g(r)值位于置信區(qū)間下方, 表現(xiàn)為均勻分布。輕度脆弱區(qū)在0—37 km空間尺度范圍下, g(r)值在置信區(qū)間上方, 呈高度集群分布, g(r)值伴隨尺度增加呈減小趨勢(shì), 表明聚集強(qiáng)度隨尺度增加有所降低; 37—44 km尺度下, g(r)值位于置信區(qū)間內(nèi), 空間分布表現(xiàn)為隨機(jī)分布; 44—50 km 空間尺度下, g(r)值位于置信區(qū)間下方, 表現(xiàn)為均勻分布。中度脆弱區(qū)在0—32 km尺度下, g(r)值在置信區(qū)間上方, 呈高度集群分布, g(r)值伴隨尺度增加呈減小趨勢(shì), 表明聚集強(qiáng)度隨尺度增加有所降低; 32—47 km尺度下, g(r)值位于置信區(qū)間內(nèi), 空間分布表現(xiàn)為隨機(jī)分布; 47—50 km空間尺度下, g(r)值位于置信區(qū)間下方, 表現(xiàn)為均勻分布。高度脆弱區(qū)在0—38 km尺度下, g(r)值在置信區(qū)間上方, 呈高度集群分布, g(r)值伴隨尺度增加呈減小趨勢(shì), 表明聚集強(qiáng)度隨尺度增加有所降低; 38—46 km尺度下, g(r)值位于置信區(qū)間內(nèi), 空間分布表現(xiàn)為隨機(jī)分布, 46—50 km空間尺度下, g(r)值位于置信區(qū)間下方, 表現(xiàn)為均勻分布。極度脆弱區(qū)在0—32 km的中小尺度上, g(r)值在置信區(qū)間上方, 呈高度集群分布, g(r)值伴隨尺度增加呈減小趨勢(shì), 表明聚集強(qiáng)度隨尺度增加有所降低; 32—45 km尺度下表現(xiàn)為隨機(jī)分布, 45—50 km空間尺度下, g(r)值位于置信區(qū)間下方, 表現(xiàn)為均勻分布。

圖4 富源縣不同脆弱度等級(jí)的空間分布

Figure 4 The spatial distribution pattern of different vulnerability levels in Fuyuan

不同脆弱度等級(jí)空間分布格局表現(xiàn)出一定相似性, 在中小尺度范圍下高度集群分布, 表明小尺度范圍內(nèi), 干擾方式具有一定相似性, 主要受單一干擾因子作用, 伴隨空間尺度增大, 多因子交互作用逐漸明顯, 聚集性逐漸減弱, 且尺度范圍有所變化。不同脆弱等級(jí)在小尺度的聚集強(qiáng)度伴隨脆弱度增加呈現(xiàn)遞增趨勢(shì)。隨脆弱度等級(jí)逐漸增長(zhǎng)聚集強(qiáng)度逐漸減弱。表明極度脆弱區(qū)在小尺度和中尺度下存在一定程度的干擾因子, 對(duì)周?chē)h(huán)境產(chǎn)生不利影響, 致使生態(tài)環(huán)境呈現(xiàn)以中心干擾因子為核心的不同脆弱區(qū)域。以此同時(shí), 不同生態(tài)系統(tǒng)對(duì)干擾影響的抵抗力差異可能導(dǎo)致不同脆弱性區(qū)域呈現(xiàn)不均勻分布, 從而在較大尺度下表現(xiàn)為隨機(jī)分布。

4 討論

4.1 典型景觀類(lèi)型的生態(tài)脆弱格局

研究表明, 生態(tài)系統(tǒng)脆弱性與地區(qū)植被類(lèi)型有密切聯(lián)系[34]。富源縣景觀類(lèi)型的脆弱性分布格局存在一定空間分異, 其中較為典型的是喬木林地和水域兩種景觀類(lèi)型。在喬木林地的分布上, 生態(tài)良好區(qū)和輕度脆弱區(qū)主要分布在西部區(qū)域, 該區(qū)域主要是以闊葉林、針葉林為主的植物群落, 由于海拔較低, 氣候適宜, 植被覆蓋較高, 景觀連接度高、完整性較好, 是富源縣生態(tài)脆弱度整體較低的區(qū)域。輕、中度脆弱區(qū)主要分布在生態(tài)良好區(qū)邊緣區(qū)域, 形成包圍趨勢(shì), 極度、高度脆弱區(qū)分布范圍較小, 中部區(qū)域分布較為密集。在水域的生態(tài)脆弱格局分布上, 極度、高度脆弱區(qū)在中部區(qū)域分布較為集中, 該區(qū)域人口分布密集, 伴隨人口密度增加, 人為干擾加大, 水域脆弱等級(jí)逐漸升高。研究表明, 生態(tài)系統(tǒng)脆弱性受到人為因素和自然因素的共同作用[35], 人為活動(dòng)強(qiáng)烈干擾加重生態(tài)系統(tǒng)脆弱性, 其中人類(lèi)生產(chǎn)生活對(duì)水資源的不合理開(kāi)發(fā)利用等造成的干擾是導(dǎo)致流域生態(tài)失調(diào)的重要因素[36]。

4.2 不同脆弱度等級(jí)空間點(diǎn)格局分異的原因分析

作為探究不同尺度下種群空間分布格局的有效方法, 點(diǎn)格局對(duì)于研究生物和非生物因子的驅(qū)動(dòng)機(jī)制, 及生境過(guò)濾與生物因子之間的交互作用方面應(yīng)用廣泛[37]。點(diǎn)格局分析方法在空間異質(zhì)性分布格局及其發(fā)展趨勢(shì)具有優(yōu)勢(shì), 但是多見(jiàn)于種群空間分布特征的研究, 對(duì)于大區(qū)域的生態(tài)環(huán)境脆弱性的空間分布特征及其拓展趨勢(shì)的相關(guān)研究嘗試較少。本文借助點(diǎn)格局空間分析方法對(duì)不同脆弱性等級(jí)的空間分布特征進(jìn)行研究, 解釋了不同脆弱性等級(jí)的動(dòng)態(tài)變化趨勢(shì)及尺度特征。高脆弱度等級(jí)在小尺度上的聚集分布, 主要是與人類(lèi)活動(dòng)下, 形成的持續(xù)強(qiáng)烈的干擾相關(guān), 這種生產(chǎn)生活干擾一般呈現(xiàn)小范圍聚集分布; 伴隨空間尺度增大, 自然和人為因素交互作用逐漸增強(qiáng), 使區(qū)域景觀斑塊異質(zhì)性增強(qiáng), 這種綜合作用下的空間干擾過(guò)程常表現(xiàn)為隨機(jī)發(fā)生, 形成了大尺度范圍內(nèi)各脆弱等級(jí)隨機(jī)分布特點(diǎn), 表現(xiàn)為高脆弱度等級(jí)隨機(jī)鑲嵌分布于低脆弱度等級(jí)中的空間格局, 這種格局的內(nèi)在驅(qū)動(dòng)機(jī)制需要進(jìn)一步研究探討。景觀格局是隨著時(shí)間和空間的變化而變化的, 具有高度的空間變異性和空間關(guān)聯(lián)性[28]。景觀格局變化過(guò)程在不同時(shí)空尺度下的研究顯示它們不是分離孤立的, 大尺度過(guò)程是小尺度景觀格局變化及其相互作用累積的結(jié)果, 小尺度過(guò)程會(huì)受到大尺度過(guò)程制約, 不同尺度下體現(xiàn)的影響驅(qū)動(dòng)因子均不相同[38-39]。較小尺度下, 脆弱度等級(jí)的空間分布主要受到單因素驅(qū)動(dòng)因子的影響, 較大尺度下的脆弱度等級(jí)空間分布則是多因素交互作用的結(jié)果。

4.3 景觀格局優(yōu)化的對(duì)策建議

根據(jù)以上景觀類(lèi)型生態(tài)脆弱性分布格局、空間分異特征及其不同脆弱等級(jí)點(diǎn)格局的分析, 對(duì)于增強(qiáng)該區(qū)生態(tài)承載力, 降低局部區(qū)域生態(tài)脆弱性, 提出景觀格局的優(yōu)化對(duì)策: 科學(xué)合理利用土地資源, 注重對(duì)重要生態(tài)系統(tǒng)的保護(hù), 促進(jìn)合理生態(tài)系統(tǒng)的修復(fù)與重構(gòu), 增強(qiáng)其在脆弱生態(tài)環(huán)境下抵抗外界干擾的適應(yīng)恢復(fù)能力; 加強(qiáng)水資源整體布局與規(guī)劃, 綜合考慮區(qū)域經(jīng)濟(jì)實(shí)力, 修筑與地區(qū)生態(tài)環(huán)境特點(diǎn)相適應(yīng)的蓄水、調(diào)水工程, 均衡水資源分布, 拓展水資源來(lái)源; 推廣使用節(jié)水、高效灌溉設(shè)備, 提高水資源利用率, 從而減弱水域生態(tài)系統(tǒng)壓力度, 增強(qiáng)其生態(tài)恢復(fù)能力; 在城鎮(zhèn)化發(fā)展進(jìn)程中, 注重科學(xué)規(guī)劃、合理引導(dǎo), 注重發(fā)展生態(tài)農(nóng)業(yè)、綠色農(nóng)業(yè), 建立可持續(xù)的生產(chǎn)方式和生活方式; 改變局部區(qū)域單一經(jīng)濟(jì)增長(zhǎng)方式, 發(fā)展多元經(jīng)濟(jì)、循環(huán)經(jīng)濟(jì), 增強(qiáng)科技服務(wù)能力, 提高經(jīng)濟(jì)增長(zhǎng)效率, 以此減少對(duì)生態(tài)系統(tǒng)壓力, 逐步降低局部區(qū)域高生態(tài)脆弱性局面。

5 結(jié)論

本文基于景觀格局對(duì)富源縣生態(tài)脆弱性空間特征進(jìn)行了評(píng)估分析, 得出如下結(jié)論:

(1)各景觀類(lèi)型生態(tài)脆弱性表明, 水域的生態(tài)脆弱性最高, 草地和灌木林地次之, 喬木林地最低。富源縣生態(tài)良好區(qū)的維持及生態(tài)狀況的良好發(fā)展一方面需要加大對(duì)喬木林地的保護(hù), 另一方面要加大對(duì)水資源的合理規(guī)劃, 特別是重要流域水資源的有效保護(hù)和合理利用, 以此降低富源縣整體區(qū)域生態(tài)系統(tǒng)的脆弱性, 提高其穩(wěn)定性。

(2)不同生態(tài)脆弱度等級(jí)空間上相間分布, 脆弱性空間分布差異較大, 呈現(xiàn) “中部高兩端低”的特征, 生態(tài)良好區(qū)和輕度脆弱區(qū)所占比例較大, 生態(tài)脆弱性較高區(qū)域主要分布在人為干擾強(qiáng)烈區(qū)和不同生態(tài)系統(tǒng)交錯(cuò)區(qū)。

(3)區(qū)域生態(tài)脆弱性顯示, 11個(gè)鄉(xiāng)鎮(zhèn)中, 中安鎮(zhèn)生態(tài)脆弱區(qū)占比最大, 生態(tài)脆弱性最高, 墨紅鎮(zhèn)生態(tài)脆弱性最低。各鄉(xiāng)鎮(zhèn)在發(fā)展過(guò)程中, 要規(guī)范開(kāi)發(fā)建設(shè)活動(dòng), 盡可能減小人為干擾以降低生態(tài)敏感性, 同時(shí)加強(qiáng)環(huán)境保護(hù), 增強(qiáng)自然生態(tài)系統(tǒng)恢復(fù)力, 逐步降低區(qū)域的生態(tài)脆弱性。

(4)不同脆弱度等級(jí)的空間分布格局表現(xiàn)出一定相似性, 在中小尺度范圍下高度集群分布, 伴隨空間尺度增大, 聚集性逐漸減弱, 且尺度范圍有所變化。不同脆弱區(qū)在不同尺度下干擾因子有所差異, 較小尺度下主要受單一因子的驅(qū)動(dòng), 并以該因子為核心聚集分布, 大尺度下則受多因子交互作用的影響。

本文選取SRP模型, 在充分考慮生態(tài)脆弱性內(nèi)涵、科學(xué)反映脆弱性空間特征的基礎(chǔ)上, 結(jié)合熵權(quán)法優(yōu)點(diǎn), 構(gòu)建脆弱性評(píng)價(jià)指標(biāo)體系, 為縣域生態(tài)脆弱性研究提供新的思路和方法。然而, 指標(biāo)體系的構(gòu)建還需考慮數(shù)據(jù)的可獲取性、可測(cè)量性、靈敏性、科學(xué)性, 以及各評(píng)價(jià)指標(biāo)之間的邏輯關(guān)系等, 導(dǎo)致所構(gòu)建的指標(biāo)體系一定程度上不能全面反映生態(tài)脆弱性內(nèi)涵, 在今后研究中應(yīng)進(jìn)一步完善。此外, 本文主要針對(duì)脆弱性空間特征展開(kāi)分析, 缺乏對(duì)于時(shí)間特征的演變分析, 后續(xù)研究中可進(jìn)一步探討基于時(shí)序變化的脆弱性特征。

[1] 楊飛, 馬超, 方華軍. 脆弱性研究進(jìn)展: 從理論研究到綜合實(shí)踐[J]. 生態(tài)學(xué)報(bào), 2019, 39(2): 441–453.

[2] BIRKMANN J. Measuring vulnerability to natural hazards[M]. Tokyo: United Nations University Press, 2006.

[3] 李鶴, 張平宇. 全球變化背景下脆弱性研究進(jìn)展與應(yīng)用展望[J]. 地理科學(xué)進(jìn)展, 2011, 30(7): 920–929.

[4] 喻鷗, 閻建忠, 張鐿鋰. 區(qū)域氣候變化脆弱性綜合評(píng)估研究進(jìn)展[J]. 地理科學(xué)進(jìn)展, 2011, 30(1): 27–34.

[5] XUE Lianqing, WANG Jing, ZHANG Luochen, et al. Spatiotemporal analysis of ecological vulnerability and management in the Tarim River Basin, China[J]. Science of the Total Environment, 2019, 649: 876–888.

[6] 潘竟虎, 任梓菡. 基于景觀格局和土壤侵蝕敏感性的蘭州市生態(tài)脆弱性評(píng)價(jià)[J]. 土壤, 2012, 44(6): 1015–1020.

[7] 周夢(mèng)云, 蔡永立, 張瑞峰, 等. 寧夏賀蘭山國(guó)家級(jí)自然保護(hù)區(qū)建立前后區(qū)域生態(tài)脆弱性時(shí)空格局變化研究[J]. 生態(tài)科學(xué), 2019, 38(5): 78–85.

[8] ZHAO Yanzhi, ZOU Xueyong, CHENG Hong. Assessing the ecological security of the Tibetan plateau: methodology and a case study for Lhaze County[J]. Journal of Environmental Management, 2006, 80(2): 120–131.

[9] 靳毅, 蒙吉軍. 生態(tài)脆弱性評(píng)價(jià)與預(yù)測(cè)研究進(jìn)展[J]. 生態(tài)學(xué)雜志, 2011, 30(11): 2646–2652.

[10] 徐廣才, 康慕誼, 賀麗娜, 等. 生態(tài)脆弱性及其研究進(jìn)展[J].生態(tài)學(xué)報(bào), 2009, 29(5): 2578–2588.

[11] 王瑞燕, 趙庚星, 周偉, 等. 縣域生態(tài)環(huán)境脆弱性評(píng)價(jià)及其動(dòng)態(tài)分析——以黃河三角洲墾利縣為例[J]. 生態(tài)學(xué)報(bào), 2009, 29(7): 3790–3799.

[12] 王錄倉(cāng), 史凱文, 梁珍. 城市脆弱性綜合評(píng)價(jià)與動(dòng)態(tài)演變研究——以蘭州市為例[J]. 生態(tài)經(jīng)濟(jì), 2017, 33(9): 137–141.

[13] WANG Yong, DING Qian, ZHUANG Dafang. An eco-city evaluation method based on spatial analysis technology: A case study of Jiangsu Province, China[J]. Ecological Indicators, 2015, 58: 37–49.

[14] 毛學(xué)剛, 汪航. 基于柵格尺度的北京市密云縣生態(tài)環(huán)境脆弱性評(píng)價(jià)[J]. 南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 41(1): 96–102.

[15] 鄭毅, 王春蓮. 基于Geodatabase的富源縣土地利用景觀格局分析[J]. 測(cè)繪與空間地理信息, 2012, 35(5): 1–3.

[16] 陳百明, 周小萍. 《土地利用現(xiàn)狀分類(lèi)》國(guó)家標(biāo)準(zhǔn)的解讀[J]. 自然資源學(xué)報(bào), 2007(6): 994–1003.

[17] 李永化, 范強(qiáng), 王雪, 等. 基于SPR模型的自然災(zāi)害多發(fā)區(qū)生態(tài)脆弱性時(shí)空分異研究——以遼寧省朝陽(yáng)縣為例[J]. 地理科學(xué), 2015, 35(11): 1452–1458.

[18] 劉正佳, 于興修, 李蕾, 等. 基于SRP 概念模型的沂蒙山區(qū)生態(tài)環(huán)境脆弱性評(píng)價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2011, 22(8): 2084–2090.

[19] 喻忠磊, 楊新軍, 石育中. 關(guān)中地區(qū)城市干旱脆弱性評(píng)價(jià)[J]. 資源科學(xué), 2012, 34(3): 581–588.

[20] 張鳳太, 蘇維詞, 周繼霞. 基于熵權(quán)灰色關(guān)聯(lián)分析的城市生態(tài)安全評(píng)價(jià)[J]. 生態(tài)學(xué)雜志, 2008, 27(7): 1249– 1254.

[21] 徐晗. 基于熵權(quán)法的陜西省農(nóng)業(yè)干旱脆弱性評(píng)價(jià)及影響因子識(shí)別[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2016, 34(3): 198-205.

[22] 吳健生, 宗敏麗, 彭建. 基于景觀格局的礦區(qū)生態(tài)脆弱性評(píng)價(jià)——以吉林省遼源市為例[J]. 生態(tài)學(xué)雜志, 2012, 31(12): 3213–3220.

[23] 張瑩, 張學(xué)玲, 蔡海生. 基于景觀格局的武功山生態(tài)脆弱性動(dòng)態(tài)演變與調(diào)控對(duì)策研究[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報(bào), 2018, 40(5): 1021–1029.

[24] 鄧勁松, 李君, 余亮, 等. 快速城市化過(guò)程中杭州市土地利用景觀格局動(dòng)態(tài)[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2008, (9): 2003–2008.

[25] 由暢, 周永斌, 于麗芬. 景觀破碎化數(shù)量分析方法概述[J].中國(guó)農(nóng)學(xué)通報(bào), 2006 (5): 146–151.

[26] 滕玲. 基于時(shí)序Landsat解析合肥市植被覆蓋度動(dòng)態(tài)變化研究[D]. 合肥: 安徽大學(xué), 2016.

[27] 李克讓, 曹明奎, 於琍, 等. 中國(guó)自然生態(tài)系統(tǒng)對(duì)氣候變化的脆弱性評(píng)估[J]. 地理研究, 2005, 24(5): 653–663.

[28] 孫才志, 閆曉露, 鐘敬秋. 下遼河平原景觀格局脆弱性及空間關(guān)聯(lián)格局[J]. 生態(tài)學(xué)報(bào), 2014, 34(2): 247–257.

[29] 孫平軍, 修春亮, 王忠芝. 基于PSE模型的礦業(yè)城市生態(tài)脆弱性的變化研究——以遼寧阜新為例[J]. 經(jīng)濟(jì)地理, 2010, 30(8): 1354–1359.

[30] 黃瑩, 包安明, 劉海隆, 等. 基于景觀格局的新疆生態(tài)脆弱性綜合評(píng)價(jià)研究[J]. 干旱地區(qū)農(nóng)業(yè)研究, 2009, 27(3): 261–266.

[31] WIEGAND T, MOLONEY A K. Rings, circles, and null-models for point pattern analysis in ecology[J]. Oikos, 2004, 104(2): 209–229.

[32] 王磊, 孫啟武, 郝朝運(yùn), 等. 皖南山區(qū)南方紅豆杉種群不同齡級(jí)立木的點(diǎn)格局分析[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2010, 21(2): 272–278.

[33] 楊靖, 鐘乾娟, 王崇云, 等. 云南藥山黃背櫟種群不同海拔空間格局分析[J]. 生態(tài)科學(xué), 2019, 38(5): 111–118.

[34] 何敏, 王鶴松, 孫建新. 基于植被生產(chǎn)力的西南地區(qū)生態(tài)系統(tǒng)脆弱性特征[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2019, 30(2): 429– 438.

[35] 張學(xué)玲, 余文波, 蔡海生, 等. 區(qū)域生態(tài)環(huán)境脆弱性評(píng)價(jià)方法研究綜述[J]. 生態(tài)學(xué)報(bào), 2018, 38(16): 5970–5981.

[36] 王讓會(huì), 樊自立. 干旱區(qū)內(nèi)陸河流域生態(tài)脆弱性評(píng)價(jià)——以新疆塔里木河流域?yàn)槔齕J]. 生態(tài)學(xué)雜志, 2001, (3): 63–68.

[37] 田鍇, 陳磊, 米湘成, 等. 亞熱帶常綠闊葉林木本植物幼苗分布格局及其對(duì)生境過(guò)濾的響應(yīng)[J]. 科學(xué)通報(bào), 2013, 58(34): 3561–3569.

[38] 張金茜, 鞏杰, 柳冬青. 地理探測(cè)器方法下甘肅白龍江流域景觀破碎化與驅(qū)動(dòng)因子分析[J]. 地理科學(xué), 2018, 38(8): 1370–1378.

[39] LEICHENKO R M, SOLECKI W D. Climate change in suburbs: an exploration of key impacts and vulnerabilities[J]. Urban Climate, 2013, 6: 82–97.

Analysis of spatial characteristics of ecological vulnerability based on landscape pattern: A case study in Fuyuan County, Yunnan Province, Southwest China

YANG Jing1, WU Xuecan1, ZHOU Ruiwu2, DUAN Hexiang1,*

1. Yunnan Institution of Environment Science/Kunming China International Research Center for Plateau-Lake, Kunming 650034, China 2. Key Laboratory of Tropical Forest Ecology, Xishuangbanna Tropical Botanical Garden, Chinese Academy of Sciences, Menglun 666303, China

We studied the spatial distribution pattern and characteristics features of ecological vulnerability through several analyses in Fuyuan County, Yunnan Province, Southwest China. The study explored how it formed in quantitatively for guiding significance to make rational utilization of resources, in terms of protecting the eco-environment through sustainable development. Combined ecological vulnerability assessment index system was used by entropy weight method to build a model to study the actual situation in the study area. The framework assessment was monitored using the “Pressure-State-Response” (PSR) method from three aspects of ecological supporting pressure, sensitivity and resilience. The PSR assessment was done by chooing the following eight evaluate indices, which were landscape fractal dimension, mining disturbance index, residential neighborhood index, landscape fragmentation, topographic index, vegetation cover, landscape adaptability and dominance index. Assessing the ecological vulnerability at grid scale was followed. The dynamic characteristics of ecological vulnerability levels and the change rules under different spatial scales were analyzed by point pattern method. The results showed that: (1) the highest ecological vulnerability occurredin water area, followed by grassland, shrubbery, and lowest happened in arboreal lands. (2) The spatial distribution of ecological vulnerability was of greater difference overall county, which showed the “high in the middle and low at both ends”. (3) Zhong'an town had the highest ecological vulnerability, and the lowest occurred on Mohong Town. (4) The spatial distribution pattern of different vulnerability levels showed a certain similarity, with high clustering distribution at small and medium-sized scales. The aggregation was weakened gradually with the spatial scale increasing, and the scale range was changed.

ecological vulnerability; spatial distribution; point pattern; Fuyuan County

楊靖, 吳學(xué)燦, 周瑞伍, 等. 基于景觀格局的云南省富源縣生態(tài)脆弱性空間特征分析[J]. 生態(tài)科學(xué), 2021, 40(3): 184–192.

YANG Jing, WU Xuecan, ZHOU Ruiwu, et al. Analysis of spatial characteristics of ecological vulnerability based on landscape pattern: A case study in Fuyuan County, Yunnan Province, Southwest China[J]. Ecological Science, 2021, 40(3): 184–192.

10.14108/j.cnki.1008-8873.2021.03.022

X826

A

1008-8873(2021)03-184-09

2019-12-18;

2020-01-10

云南省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2019BC001) ; 國(guó)家環(huán)境保護(hù)部全國(guó)生態(tài)狀況變化(2010-2015年)調(diào)查與評(píng)估項(xiàng)目(STWN-01-25)

楊靖(1990—), 男, 云南曲靖人, 碩士, 工程師, 主要從事景觀生態(tài)學(xué)研究. E-mail: YngJin0301@163.com

段禾祥(1981—), 男, 碩士, 高級(jí)工程師, 主要從事植被、景觀生態(tài)學(xué)研究. E-mail: 87214957@qq.com