基于土地利用/覆蓋變化的浙江大灣區(qū)生態(tài)安全評價及多情景模擬分析

崔旺來,蔡 莉,奚恒輝,楊 帆,陳夢圓

1 浙江海洋大學(xué) 經(jīng)濟與管理學(xué)院, 舟山 316022

2 浙江海洋大學(xué) 海洋科學(xué)與技術(shù)學(xué)院, 舟山 316022

人類活動不斷改變世界土地利用和覆蓋(LUCC),導(dǎo)致生態(tài)系統(tǒng)穩(wěn)定性下降,威脅生態(tài)安全(ES)[1—2]。隨著全球人口的急劇增長和城市化的快速發(fā)展,人類土地利用活動造成一系列生態(tài)環(huán)境問題,例如全球變暖、城市空氣質(zhì)量惡化、生物多樣性急劇下降等[3—5],使生態(tài)系統(tǒng)的結(jié)構(gòu)和功能發(fā)生重大變化[6—8]。近年來,中國經(jīng)濟發(fā)展取得巨大進步,但是人為的土地利用變化可能引起生態(tài)系統(tǒng)、環(huán)境質(zhì)量或生態(tài)保護的負面影響。為了減輕生態(tài)壓力和解決環(huán)境問題,中國已經(jīng)建立了環(huán)境保護和生態(tài)文明建設(shè)體系,將生態(tài)安全納入國家安全體系并采取多種措施來建立生態(tài)安全保護開發(fā)區(qū)[9—10]。如何防止土地利用變化帶來的威脅以及優(yōu)化區(qū)域生態(tài)安全模式成為當(dāng)前關(guān)注的焦點[11]。

生態(tài)安全是生態(tài)系統(tǒng)維持可持續(xù)發(fā)展并為人類生存提供安全的狀態(tài)[12—14]。隨著生態(tài)環(huán)境與社會發(fā)展的相互關(guān)系越來越復(fù)雜,生態(tài)安全已被各國政府提高到國家戰(zhàn)略高度,成為國家安全的重要組成部分[15—17]。生態(tài)安全評估是生態(tài)安全研究的核心[18—20],已經(jīng)在城市[21—22]、森林[23—24]、景觀生態(tài)[25—26]等不同領(lǐng)域或空間尺度上得到廣泛研究和應(yīng)用。生態(tài)安全評價和分析已經(jīng)在跨學(xué)科研究中得到廣泛運用,具有多種方法,包括生態(tài)足跡[27—29]、壓力-狀態(tài)-響應(yīng)(PSR)模型法[30—31],GIS分析[32—34]等。其中,從LUCC的角度關(guān)注生態(tài)安全評價的研究越來越廣泛而深入。

LUCC是社會經(jīng)濟和生物物理因素驅(qū)動的多重交互過程的結(jié)果,對生態(tài)環(huán)境具有顯著影響[35—36]。而土地利用類型的變化可以反映生態(tài)安全的狀態(tài),預(yù)測未來土地利用變化有助于優(yōu)化土地利用格局,提高區(qū)域生態(tài)安全[18,37]。由于未來模式的發(fā)展充滿不確定性和復(fù)雜性,因此情景模擬方法應(yīng)運而生。情景模擬是通過預(yù)測和模擬未來可能發(fā)生的各種情景,針對不同的社會經(jīng)濟條件和區(qū)域發(fā)展問題做出合理的選擇和決策[38]。各種模型已被開發(fā)并應(yīng)用于未來土地利用模擬預(yù)測,如元胞自動機[39—41]、 SD-CA 模型[42]、土地利用轉(zhuǎn)換及其效應(yīng)(CLUE)模型[43]等。其中CA-Markov模型通過人與自然系統(tǒng)耦合,能夠同時模擬多種土地利用類型的長期變化,有助更好地理解和模擬復(fù)雜的土地利用系統(tǒng),對生態(tài)安全格局的提升和優(yōu)化具有重要作用。

浙江大灣區(qū)是長三角世界級城市群的“金南翼”,是浙江省實施長三角一體化戰(zhàn)略的主平臺,是環(huán)杭州灣經(jīng)濟區(qū)的核心區(qū)。隨著浙江大灣區(qū)的建設(shè),浙江大灣區(qū)的生態(tài)安全面臨人口快速增長和資源消耗的壓力。在推動浙江大灣區(qū)發(fā)展的同時,如何維護和改善該地區(qū)生態(tài)系統(tǒng)的完整性對于該區(qū)域可持續(xù)發(fā)展至關(guān)重要。本文以浙江大灣區(qū)為研究區(qū)域?qū)⑼恋乩米兓蜕鷳B(tài)安全評估相結(jié)合,建立基于土地利用類型的生態(tài)安全評價指標(biāo)體系?；谡憬鬄硡^(qū)的社會經(jīng)濟數(shù)據(jù)和遙感影像數(shù)據(jù),通過CA-Markov模型來預(yù)測2030年3種情景的土地利用格局,利用PSR模型對2005、2010、2015、2018年的生態(tài)安全進行評估,并基于3種情景的土地利用格局預(yù)測2030年浙江大灣區(qū)的生態(tài)安全模式,為浙江大灣區(qū)可持續(xù)發(fā)展決策提供科學(xué)依據(jù),促進浙江大灣區(qū)社會經(jīng)濟和生態(tài)環(huán)境的協(xié)調(diào)發(fā)展。

1 研究數(shù)據(jù)

1.1 研究區(qū)域

浙江省大灣區(qū)位于長江三角洲南翼,以環(huán)杭州灣經(jīng)濟區(qū)為核心,聯(lián)動象山港、三門灣、臺州灣、樂清灣、溫州灣等灣區(qū),包括杭州、寧波、溫州、湖州、嘉興、紹興、舟山、臺州8個城市,擁有65個區(qū)縣,界于東經(jīng)119°03′—123°10′,北緯27°02′—31°11′之間(圖1),是浙江人口最密集、經(jīng)濟社會最發(fā)達、現(xiàn)代化水平最高、開發(fā)潛力最大的地區(qū)。憑借其臨海的優(yōu)越地理位置、活躍的市場經(jīng)濟和發(fā)達的民營經(jīng)濟,浙江大灣區(qū)是過去40年中國經(jīng)濟發(fā)展和城市化最快的地區(qū)之一。從2005—2018年,浙江大灣區(qū)迅速發(fā)展,高度的城市化帶來了大量的人口涌入,常住人口從3625.8萬人增加到3982.84萬人,人口密度從540人/km2增加到580人/km2比原來增加7.4%。浙江大灣區(qū)建設(shè)用地集中于杭嘉湖平原、寧紹平原,建設(shè)用地覆蓋占140公里“杭甬”發(fā)展軸的70%,杭州蕭山與紹興柯橋,紹興上虞與寧波余姚、余慈沿線等城鄉(xiāng)用地邊界接近飽和。但是,浙江大灣區(qū)經(jīng)濟密度卻僅為東京灣區(qū)的8.9%、紐約灣區(qū)的18.6%、舊金山灣區(qū)的24.2%,約為粵港澳大灣區(qū)的40.6%,表明浙江大灣區(qū)國土空間利用效率偏低[44]。

圖1 浙江大灣區(qū)的位置

1.2 數(shù)據(jù)來源

本文所采取的數(shù)據(jù)包括:遙感圖像數(shù)據(jù)和社會經(jīng)濟數(shù)據(jù)。

遙感圖像數(shù)據(jù):(1)2005年、2010年、2015年、2018年的浙江大灣區(qū)土地利用分類柵格圖；(2)中國GDP空間分布公里網(wǎng)格數(shù)據(jù)集(http://www.resdc.cn/data.aspx?DATAID=252);(3) 中國人口空間分布公里網(wǎng)格數(shù)據(jù)集(http://www.resdc.cn/data.aspx?DATAID=251);(4) 和中國年度植被指數(shù)(NDVI)空間分布數(shù)據(jù)集(http://www.resdc.cn/data.aspx?DATAID=257);(5)浙江省的數(shù)字高程模型(DEM),空間分辨率為30 m(http://www.gscloud.cn/search)。社會經(jīng)濟數(shù)據(jù)主要來源于浙江省及各地市縣的統(tǒng)計年鑒。

2 研究方法

2.1 LUCC模擬

2.1.1CA-Markov模型

CA-Markov模型被認為是模擬和預(yù)測土地利用變化的有效模型,得到廣泛應(yīng)用[45—47]。Markov模型中,任意時刻的狀態(tài)只與前一個時刻的狀態(tài)有關(guān)。在土地利用變化研究中,可以將土地利用變化過程視為Markov過程,將某一時刻的土地利用類型對應(yīng)Markov過程中的可能狀態(tài),它只與其前一個時刻的土地利用類型相關(guān),土地利用類型之間相互轉(zhuǎn)換的面積數(shù)量或比例即為狀態(tài)轉(zhuǎn)移概率。因此,可用如下公式對土地利用狀態(tài)進行預(yù)測:

S(t+1)=Pij×S(t)

式中,S(t)、S(t+1)分別表示t、t+1時刻土地利用系統(tǒng)的狀態(tài)；Pij為狀態(tài)轉(zhuǎn)移矩陣。

CA模型的特點是時空、空間、狀態(tài)都離散,每個變量都只有有限個狀態(tài),而且狀態(tài)改變的規(guī)則在時間和空間上均表現(xiàn)為局部特征。CA模型可用下式表示:

S(t+1)=f(S(t),N)

式中,S表示元胞有限、離散的狀態(tài)集合；t、t+1表示不同時刻；N表示元胞的鄰域；f表示局部空間的元胞轉(zhuǎn)化規(guī)則。

CA-Markov模型是將二者結(jié)合起來,在土地利用柵格圖中,每一個像元就是一個元胞,每個元胞的土地利用類型為元胞的狀態(tài)。模型在GIS軟件的支持下,利用轉(zhuǎn)換面積矩陣和條件概率圖像進行運算,從而確定元胞狀態(tài)的轉(zhuǎn)移,模擬土地利用格局的變化。

2.1.2模型校準(zhǔn)

將2005年、2010年、2015年和2018年的土地利用分類柵格數(shù)據(jù)導(dǎo)入IDRISI,通過馬爾科夫模塊獲得2005—2010年的土地利用轉(zhuǎn)移面積矩陣和轉(zhuǎn)移概率矩陣,通過CA-Markov模型預(yù)測2015年土地利用分布圖,并且與實際的2015年土地利用分布圖進行比較,計算得出Kappa值為0.9038(圖2)。Kappa系數(shù)取值在0.75—1之間,說明此次模擬效果較好,可以將此模型應(yīng)用于浙江大灣區(qū)土地利用變化空間模擬。

圖2 2005、2010、2015、2018年浙江大灣區(qū)土地利用類型

2.1.3情景模擬

城市未來發(fā)展受多方因素影響,因此在模擬未來土地利用變化時有必要充分考慮環(huán)境變化的多種情況[48—49]。通過假設(shè)不同的城市發(fā)展方向,模擬土地利用變化的不同情景。在CA-Markov模型中,土地利用變化的情況主要由改變土地利用轉(zhuǎn)移概率矩陣和適宜性圖像集而控制的,轉(zhuǎn)移概率矩陣控制土地利用類型變化的數(shù)量,適宜性圖集控制改變土地利用類型變化的方向。

為2030年浙江大灣區(qū)的土地利用/覆蓋變化設(shè)定3種方案。(1)方案Ⅰ:慣性發(fā)展方案,僅考慮浙江大灣區(qū)慣性發(fā)展下的土地利用類型變化,即土地利用轉(zhuǎn)移概率矩陣和適宜性圖像集不變(表1中的方案Ⅰ)；(2)方案Ⅱ:過度擴張方案,土地利用類型加速向建筑用地轉(zhuǎn)變,即通過修改Markov轉(zhuǎn)移面積矩陣中相關(guān)地類的轉(zhuǎn)移面積值來設(shè)定(表1中的方案Ⅱ)；(3)方案Ⅲ:生態(tài)保護方案,限制林地利用類型變更,即在Markov所得面積轉(zhuǎn)移矩陣的基礎(chǔ)上限制林地向其他土地利用類型轉(zhuǎn)移(表1中的方案Ⅲ)。

表1 2030年不同情景下土地轉(zhuǎn)移概率矩陣

2.2 生態(tài)安全評價

2.2.1生態(tài)安全指標(biāo)體系構(gòu)建

灣區(qū)生態(tài)安全反映灣區(qū)生態(tài)系統(tǒng)的健康和穩(wěn)定,根據(jù)PSR模型的原理[50—51],本研究在借鑒多方相關(guān)文獻的生態(tài)安全指標(biāo)構(gòu)建的基礎(chǔ)上[18,52—53],基于評價指標(biāo)的科學(xué)性、可獲得性等原則,并且咨詢專家意見進行指標(biāo)確定浙江大灣區(qū)生態(tài)安全評價指標(biāo)體系。選取國民生產(chǎn)總值和人口密度的指標(biāo)形成壓力指數(shù)；選取狀態(tài)指標(biāo),包括NDVI、土壤保持量、斑塊密度、香濃威爾指數(shù)、生態(tài)系統(tǒng)服務(wù)價值、生態(tài)系統(tǒng)彈性和坡度；選擇生態(tài)安全保護區(qū)形成響應(yīng)指數(shù)。目標(biāo)層用來衡量灣區(qū)生態(tài)安全的總體情況及生態(tài)安全等級,指區(qū)域生態(tài)安全綜合評價結(jié)果；準(zhǔn)則層包括壓力、狀態(tài)、響應(yīng),指區(qū)域生態(tài)安全的主要因素；指標(biāo)層的各指標(biāo)則是對準(zhǔn)則層的量化、衡量和體現(xiàn)。由于每個指標(biāo)對浙江大灣區(qū)生態(tài)安全等級的促進作用不同,對其運用熵值法賦予不同的權(quán)重。具體如圖3所示。

圖3 生態(tài)安全評價指標(biāo)體系建設(shè)流程

浙江大灣區(qū)生態(tài)安全指數(shù)由壓力、狀態(tài)和響應(yīng)指數(shù)依靠ArcGIS 10.2軟件中的柵格計算器計算得出。指標(biāo)中坡度是基于DEM數(shù)據(jù)利用ArcGIS 10.2軟件中的Slope工具獲取。斑塊密度和香濃威爾指數(shù)是基于土地利用分類柵格圖像通過fragstats軟件計算得出。生態(tài)系統(tǒng)服務(wù)價值(ESV)和生態(tài)系統(tǒng)彈性(ECO)利用土地利用類型計算所得[18,54],公式為:

ESV=820260.95×X1+3940320.9×X2+1787961.33×X3+5971781.53×X4

ECO=(0.5×X1+0.9×X2+0.6×X3+0.8×X4+0.2×X5+0.3×X6)/X7

式中,X1為耕地面積,X2為林地面積,X3為草地面積,X4為水域面積,X5為建筑用地面積,X6為未利用面積,X7為總面積。

2.2.2生態(tài)安全評價

運用熵權(quán)法計算指標(biāo)體系權(quán)重[55],采用綜合指數(shù)法計算生態(tài)安全評價結(jié)果[56]。通過自然斷點方法將生態(tài)安全評價分為5個級別,即不安全,相對不安全,一般安全,相對安全和安全,其生態(tài)安全等級越大表示浙江大灣區(qū)生態(tài)安全度越高。為了讓評估結(jié)果具有可比性,2005年、2010年、2015年、2018年以及2030年不同情景模擬預(yù)測的生態(tài)等級標(biāo)準(zhǔn)以2018年的自然斷點等級為標(biāo)準(zhǔn)(表2)。此外,由于2030年部分社會經(jīng)濟數(shù)據(jù)無法獲取,本文運用時間序列分析法,采用“2005、2010、2015、2018年”4個時間節(jié)點的社會經(jīng)濟數(shù)據(jù),基于時間序列預(yù)測模型模擬了2030年的社會經(jīng)濟數(shù)據(jù),再通過ArcGIS軟件將數(shù)據(jù)進行空間化處理,用于2030年浙江大灣區(qū)的生態(tài)安全評價。

表2 浙江大灣區(qū)的生態(tài)安全分級標(biāo)準(zhǔn)

3 結(jié)果與分析

3.1 LUCC分析

3.1.12005—2018年LUCC動態(tài)變化分析

2005、2010、2015及2018年浙江大灣區(qū)土地利用類型圖來看(圖2),林地一直是浙江大灣區(qū)主要的土地利用類型,2005、2010、2015年、2018年林地所占面積比例均大于56%,分別為56.81%、56.71%、56.48%、56.13%,占據(jù)優(yōu)勢地位,主要分布于研究區(qū)的西部和中南部連綿的山地和丘陵地帶,非常集中。其次,耕地面積在不同時期均占據(jù)研究區(qū)域總面積的27%以上,主要分布在杭嘉湖平原、寧紹平原、沿湖的入?？谄皆瓍^(qū),該區(qū)域有太湖、杭州灣等水域存在,水資源豐富、地勢平坦,適宜種植,同時隨著時間推移,耕地面積總體呈下降趨勢。林地、草地、水域面積所占比例較小,各研究年份逐步趨于穩(wěn)定。隨著經(jīng)濟的快速發(fā)展,建設(shè)用地面積快速增長。

從表3的土地利用類型面積變化來看,2005—2018年浙江大灣區(qū)建筑用地面積增加量最大,增加2536 km2；耕地面積減少較大,為1918.27 km2,其他土地利用類型面積變化較小。從面積變化率看,2005—2018年浙江大灣區(qū)建筑用地變化幅度最大,增長率高達35.03%,未利用地的面積變化率較大,變化率為18.51%,水域、耕地、林地、草地的面積變化幅度較小,變化率分別為-10.88%、-10.87%、-1.47%、0.04%。從面積階段性變化來看,建筑用地面積占比呈現(xiàn)出持續(xù)增加的態(tài)勢,耕地和林地面積所占比例持續(xù)減少,草地和水域占比先增加后降低,未利用地占比先不變后略微增加。

表3 2005—2018年浙江大灣區(qū)土地利用類型變化

3.1.2未來情景模擬

(1)慣性發(fā)展情景

從圖4可以看出,2030年慣性發(fā)展情景下的土地利用基本格局與2018年基本一致,土地利用轉(zhuǎn)變主要集中在平原區(qū)域以及水域附近,其中淳安縣沿千島湖地區(qū)、沿錢塘江-富春江區(qū)域、沿杭州灣區(qū)域等因城市建設(shè)造成土地利用類型轉(zhuǎn)變較大,主要是耕地大量轉(zhuǎn)變?yōu)榻ㄔO(shè)用地。研究區(qū)域內(nèi)建筑用地向外快速擴張,占總面積的16.36%。浙江大灣區(qū)林地和耕地仍是主要的土地利用類型,各占總面積的54.91%和23.76%,其中林地主要分布在浙江大灣區(qū)西南部和南部,耕地主要分布在杭嘉湖地區(qū)。其中林地面積占比最大,占54.91%。草地面積略有增加,水域面積和未利用地面積基本不變。

(2)過度擴張情景

2030年的過度擴張情景類似于慣性發(fā)展的空間分布(圖4)。建筑用地向外擴張程度加劇,土地利用轉(zhuǎn)變主要集中在杭嘉湖地區(qū),尤其是杭州地區(qū)。研究區(qū)內(nèi)建筑用地向外擴張速度更快,面積占總面積的18.03%,主要由耕地和林地轉(zhuǎn)變而來,少數(shù)由水域、草地變化而來；耕地面積仍存在小幅增加,占總面積的23.22%,主要由林地轉(zhuǎn)移而成；林地面積減少,占53.78%；草地面積略有增加,主要由林地以及少量耕地轉(zhuǎn)移形成；水域和未利用地面積基本上保持不變。

(3)生態(tài)保護情景

2030年生態(tài)保護情景下空間分布情況見圖4,耕地、林地、草地、水域等受保護程度大幅提高,故耕地和林地轉(zhuǎn)化速度得到了緩和。與2018年相比耕地和林地面積仍呈現(xiàn)減少趨勢,但占區(qū)域總面積的比例大于慣性發(fā)展情景和過度擴張情景,分別占總面積的25.30%和55.07%。建筑用地的擴張率下降,面積占比為15.65%,擴張速度明顯小于慣性發(fā)展情景和過度擴張情景。區(qū)域內(nèi)較少的水域被改變,草地和未利用地面積所占比例與情景Ⅰ和Ⅱ一致。

圖4 3種情景下對2030年浙江大灣區(qū)土地利用類型的預(yù)測

3.2 2005—2018年生態(tài)安全等級時空分布

2005—2018年浙江大灣區(qū)整體生態(tài)安全等級逐步提高,其生態(tài)安全等級占比如表4所示,其中,一般安全、相對安全和安全等級占比和持續(xù)增加,比例從58.83%上升到59.42%。近二十年來,浙江各市逐步實施新型城市化戰(zhàn)略,尤其是浙江“三拆一改”、“五水共治”、“雙清”行動以來,在嚴格的生態(tài)規(guī)劃和管制下浙江大灣區(qū)生態(tài)安全等級穩(wěn)步提升。

表4 2005、2010、2015、2018年浙江大灣區(qū)生態(tài)安全等級占比/%

2005—2018年浙江大灣區(qū)生態(tài)安全空間分布如圖5所示,北部地區(qū)狀況不佳,西部和南部地區(qū)狀況良好。舟山市、湖州市的生態(tài)安全等級處于最高水平,主要是由于二者人口密度相對較小、經(jīng)濟發(fā)展速度相對較緩。舟山市是海島城市,城市擴張速度受限,林地的保有率較高,全市生態(tài)環(huán)境質(zhì)量始終處于全國前列,且近年來近海生態(tài)修復(fù)和環(huán)境治理效果好；湖州市是“兩山”理論的發(fā)源地,2014年成為我國首個生態(tài)文明先行示范區(qū),生態(tài)環(huán)境狀況在示范區(qū)建設(shè)中持續(xù)轉(zhuǎn)好。臺州市、溫州市的生態(tài)安全水平中等,經(jīng)濟發(fā)展水平處于浙江大灣區(qū)中列。溫臺地區(qū)多丘陵,植被覆蓋率較高,生態(tài)環(huán)境安全狀況在“最嚴格的生態(tài)空間管控”背景下穩(wěn)步提升。杭嘉寧地區(qū)的生態(tài)安全水平相對較低,主要是因為杭州市、嘉興市、寧波市處于浙江大灣區(qū)的平原地區(qū),社會經(jīng)濟發(fā)展和城市擴展速度較快,人口、土地利用等給生態(tài)環(huán)境帶來較大壓力,且耕地利用率較高導(dǎo)致林地面積過快減少,生態(tài)環(huán)境治理難度較大。此外,浙江大灣區(qū)西南千島湖地區(qū)林地保有率高,自然生態(tài)環(huán)境良好,其整體生態(tài)安全等級基本處于安全和相對安全等級,但是水域部分生態(tài)安全等級較低,處于相對不安全和不安全等級。

圖5 2005、2010、2015年和2018年浙江大灣區(qū)生態(tài)安全空間分布

3.3 2030年生態(tài)安全格局情景模擬

城市的未來發(fā)展充滿不確定,受多種因素影響。在模擬未來的發(fā)展模式時,應(yīng)該充分考慮因環(huán)境變化而可能引發(fā)的情況。在3種不同情景中,假設(shè)大灣區(qū)發(fā)展的方式不同,可以通過多種生態(tài)安全格局驗證最佳解決方案。

3.3.1慣性發(fā)展情景

從圖6和表5可以看出,在浙江大灣區(qū)慣性發(fā)展的情景下,一般安全、相對安全和安全等級的總和超過一半,占58.61%。在8個城市中,不安全和相對不安全等級總和所占比例排序為:嘉興市>湖州市>寧波市>舟山市>紹興市>臺州市>杭州市>溫州市。其中,嘉興市和溫州市市生態(tài)安全狀況最差和最好的城市,不安全和相對不安全等級的總和占比分別為99.58%和27.95%。

表5 情景1中2030年浙江大灣區(qū)生態(tài)安全等級的比例/%

3.3.2過度擴張情景

從圖6和表6中可以看出,在浙江大灣區(qū)過度擴張的情景下,生態(tài)安全總體狀況比慣性發(fā)展情景下更差。一般安全、相對安全和安全等級總和比例下降,為57.60%。在8個城市中,不安全和相對不安全等級總和所占比例排序為:嘉興市>湖州市>舟山市>寧波市>紹興市>臺州市>杭州市>溫州市。其中,嘉興市和溫州市是生態(tài)安全狀況最差和最好的城市,不安全和相對不安全等級的總和占比分別為99.95%和27.71%。

表6 情景2中2030年浙江大灣區(qū)生態(tài)安全等級的比例/%

3.3.3生態(tài)保護情景

從圖6和表7中可以看出,在浙江大灣區(qū)生態(tài)保護情景下,不安全和相對不安全等級總和所占比例在3種情景中最低,僅為41.54%。在8個城市中,不安全和相對不安全等級總和所占比例排序為:嘉興市>湖州市>寧波市>舟山市>紹興市>臺州市>杭州市>溫州市。其中,嘉興市和溫州市是生態(tài)安全狀況最差和最好的城市,不安全和相對不安全等級的總和占比分別為99.54%和28.14%。

表7 情景3中2030年浙江大灣區(qū)生態(tài)安全等級的比例/%

圖6 情景下2030年浙江大灣區(qū)生態(tài)安全空間分布

4 討論

4.1 浙江大灣區(qū)的生態(tài)安全模式

通過多情景預(yù)測對浙江大灣區(qū)2030年土地利用分類進行模擬,分析了不同情景下浙江大灣區(qū)土地利用/覆蓋變化。對3種情景下的土地利用分類模擬,表現(xiàn)出浙江大灣區(qū)2030年建筑用地的轉(zhuǎn)入面積在3種情景下均為最大,草地、水域和未利用地的比例基本保持不變,且建筑用地的擴張主要來自于耕地和林地的占用。與2018年相比,慣性發(fā)展情景下,2030年總體的生態(tài)安全等級略微降低。過度擴張情景下,由于城市快速擴張,森林面積占比減小,建筑用地面積占比最大,因此在3種情景下該情景的生態(tài)安全等級最低。生態(tài)保護情景下,耕地、森林和草地的面積占比在3種情景下最大,因此生態(tài)安全級別最高。從空間上看,浙江大灣區(qū)北部城市群、長江入?？?、以及東部沿海城市的生態(tài)安全等級較低,而西南部和南部區(qū)域城市的生態(tài)安全等級相對較高。

4.2 生態(tài)安全模式的時空動態(tài)

通過生態(tài)安全評價的結(jié)果顯示了浙江大灣區(qū)2005—2018年的生態(tài)安全等級。浙江大灣區(qū)的生態(tài)安全狀況顯示出逐漸改善的趨勢。在過去的20年中,建筑用地增加率最高,并且增加面積最大。同時,高生態(tài)安全區(qū)域主要是在森林、水域等人類活動影響少的地區(qū)；低生態(tài)安全區(qū)域主要是在耕地利用率和城市化水平較高的地區(qū)；中度生態(tài)安全區(qū)域在山林峽谷中人類聚居區(qū)域,人類影響程度較小。浙江大灣區(qū)生態(tài)安全的空間分布格局與人口密度、GDP等社會經(jīng)濟數(shù)據(jù)的空間分布格局相反,間接表明人類活動影響對浙江大灣區(qū)生態(tài)安全的影響較大。因此,建議研究區(qū)在結(jié)合自身實際情況,堅持生態(tài)優(yōu)先發(fā)展,考慮城市發(fā)展水平的差異性,設(shè)定不同的生態(tài)保護方案?？拷絽^(qū)的城市,城市化水平較低,人類影響程度較小,生態(tài)安全級別較高。

4.3 生態(tài)安全模式的優(yōu)化

基于LUCC模擬的3種情景的生態(tài)安全模式時空動態(tài)表明浙江大灣區(qū)2030年的生態(tài)安全模式與2018年相比沒有顯著變化。因此,根據(jù)生態(tài)安全等級變化,將浙江大灣區(qū)中的8個城市可以重新劃分為三類:(1)一級城市的安全級別比例較高,并且自然狀況良好,包括舟山、臺州、溫州。一級城市位于浙江大灣區(qū)南部,丘陵覆蓋面廣,生態(tài)環(huán)境良好,生態(tài)安全等級維持在較高水平；(2)二級城市的總體安全等級比較高,生態(tài)安全保持在中等水平,包括寧波、紹興。二類城市城市化水平較高,屬于平原地區(qū),與杭嘉湖平原相比,寧紹平原耕種程度較低,因此生態(tài)安全較好；(3)三級城市的不安全和相對不安全等級所占比例較高,包括杭州、嘉興、湖州。三級城市屬于杭嘉湖平原,并且城市化水平高,耕地覆蓋率高,生態(tài)安全水平較低。

5 結(jié)論

LUCC在生態(tài)環(huán)境問題中起決定性作用。在三個情景模擬中,建筑用地逐漸擴大,占比超過15%,主要由林地和耕地轉(zhuǎn)化而來,嚴重影響生態(tài)系統(tǒng)的平衡?；贚UCC的生態(tài)安全評價結(jié)果顯示,2005—2018年浙江大灣區(qū)的總體生態(tài)安全狀況仍然良好,安全等級分別為58.83%、59.15%、60.02%、59.42%。但是浙江大灣區(qū)生態(tài)安全的空間分布格局表明耕地利用率高、城市化程度高的地區(qū)生態(tài)安全等級相對較低,周邊生態(tài)資源開發(fā)率低、城市化水平低的地區(qū)具有較高的生態(tài)安全等級,例如分別以嘉興市和溫州市為代表城市,在3種情景下不安全和相對不安全等級占比總和分別為99.54%—99.95%和27.71%—28.14%。因此,對于不同的城市,應(yīng)根據(jù)其特定的發(fā)展模式對其生態(tài)環(huán)境特征與社會發(fā)展水平進行評價,注重城市發(fā)展的相關(guān)性。作為城市的管理者,可以考慮打破行政區(qū)域邊界,堅持人與自然和諧共生,推進生態(tài)環(huán)境治理一體化,實現(xiàn)浙江大灣區(qū)可持續(xù)發(fā)展。