快速城鎮(zhèn)化地區(qū)生態(tài)環(huán)境質(zhì)量時空格局演變及對土地利用變化響應(yīng)
——以廊坊市北三縣為例

武愛彬,程 林,趙艷霞*

(1.河北省科學(xué)院 地理科學(xué)研究所/河北省地理信息開發(fā)應(yīng)用工程技術(shù)研究中心,河北 石家莊 050011;2.北京林業(yè)大學(xué) 水土保持學(xué)院,北京 100083)

生態(tài)環(huán)境質(zhì)量是指在一個具體的時間和空間范圍內(nèi),生態(tài)系統(tǒng)的總體或部分生態(tài)環(huán)境因子的組合體對人類的生存及社會經(jīng)濟(jì)持續(xù)發(fā)展的適宜程度[1]。國外對生態(tài)環(huán)境質(zhì)量的研究始于20世紀(jì)60年代,1969年美國頒布的《國家環(huán)境政策法》首次將生態(tài)環(huán)境納入制度中[2],加拿大環(huán)境保護(hù)部提出了總環(huán)境質(zhì)量指數(shù)[3],20世紀(jì)90年代經(jīng)濟(jì)合作與發(fā)展組織(OECD)提出了壓力-狀態(tài)-響應(yīng)(PSR)模型,用于區(qū)域生態(tài)環(huán)境質(zhì)量監(jiān)測與評價[4],得到了各國學(xué)者的廣泛應(yīng)用,并在PSR基礎(chǔ)上相繼發(fā)展出了DSR、PSIR、DPSIR模型等改進(jìn)模型[5-7],Ness等[8]、Wackernagel等[9]提出并發(fā)展了生態(tài)足跡模型,廣泛應(yīng)用于生態(tài)健康與生態(tài)環(huán)境質(zhì)量評價等方面。隨著空間科學(xué)與地理信息系統(tǒng)的發(fā)展與成熟,遙感和地理信息技術(shù)也越來越多地應(yīng)用在國內(nèi)外生態(tài)環(huán)境研究中[10-11]。徐涵秋[12]提出了包含綠度、濕度、熱度和干度的遙感生態(tài)指數(shù)(RSEI),完全基于遙感信息,利用主成分分析確定指標(biāo)權(quán)重,避免了人為干擾因素,用于對區(qū)域生態(tài)環(huán)境質(zhì)量評價預(yù)測。隨后不少學(xué)者基于RSEI,針對流域、山區(qū)、城市、縣域[13-15]等不同單元尺度進(jìn)行了研究,結(jié)果普遍證明RSEI可以快速、客觀、全面地評價區(qū)域的生態(tài)環(huán)境質(zhì)量水平。但目前大多數(shù)研究集中在區(qū)域生態(tài)環(huán)境質(zhì)量時空分異的刻畫,對其影響因素的研究較少,部分研究利用地理探測器[16]、地理加權(quán)回歸[17]等方法探究了生態(tài)環(huán)境質(zhì)量與人類活動的關(guān)系,但對生態(tài)環(huán)境質(zhì)量和土地利用變化之間關(guān)系的研究很少。

土地利用變化是環(huán)境變化的重要組成部分和主要原因,也是人地關(guān)系相互作用的直接體現(xiàn)[18],尤其在快速城鎮(zhèn)化地區(qū),人口數(shù)量和社會經(jīng)濟(jì)的快速增長直接影響了土地利用類型及強(qiáng)度變化,進(jìn)而影響區(qū)域生態(tài)環(huán)境質(zhì)量。本研究以河北省廊坊市 “北三縣”為對象,基于GEE平臺,利用Landsat 遙感影像合成遙感生態(tài)指數(shù),對其2000-2020年生態(tài)環(huán)境質(zhì)量時空變化進(jìn)行分析,并利用地理加權(quán)回歸模型定量分析生態(tài)環(huán)境質(zhì)量變化對土地利用變化的空間響應(yīng),研究結(jié)果可為區(qū)域國土空間優(yōu)化和生態(tài)環(huán)境保護(hù)提供決策支持。

1 研究區(qū)概況

廊坊市“北三縣”位于116°44′-117°15′E,39°37′-40°05′N,總面積1 277 km2(圖1)。地處沖積平原區(qū),地勢較為平坦,東北隅有小面積低山丘陵,為燕山南側(cè)余脈。最高海拔521 m,最低海拔5 m,平均海拔18 m。屬于暖溫帶大陸性季風(fēng)氣候,四季分明,1月最冷,平均氣溫-4.7 ℃,7月最熱,平均氣溫26.2 ℃,年平均氣溫11.9 ℃。第7次人口普查數(shù)據(jù)顯示,2020年大廠回族自治縣、三河市和香河縣常住人口分別為17.14萬、96.51萬和44.90萬,與2000年相比,分別增長了52.09%、111.27%和45.35%,遠(yuǎn)超于同期全國人口8.99%和河北省人口11.88%的增長速率,是中國快速城鎮(zhèn)化的典型代表區(qū)域。

圖1 研究區(qū)位置示意Fig.1 Location of the study area

2 材料與方法

2.1 數(shù)據(jù)源與預(yù)處理

Google Earth Engine(GEE)平臺可提供經(jīng)過輻射校正和大氣校正的Landsat TM5/OLI地表反射率產(chǎn)品集,空間分辨率30 m。利用GEE編程,篩選出成像時間為2000、2010、2020年覆蓋研究區(qū)域的全年遙感影像,以無云像元重構(gòu)目標(biāo)年份最小云量的合成影像。土地利用/覆被(LUCC)數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心的全球地理信息公共產(chǎn)品Globeland 30系列數(shù)據(jù)(http://www.globallandcover.com),該系列產(chǎn)品分類利用的影像包括Landsat TM5、ETM+多光譜影像和中國環(huán)境減災(zāi)衛(wèi)星(HJ-1)多光譜影像,空間分辨率為30 m,研究區(qū)域內(nèi)LUCC包含耕地、森林、草地、濕地、水體、人造地表、裸地7類。借助高分辨率 Google Earth 影像,隨機(jī)抽取0.5%(711個)的土地覆被柵格進(jìn)行樣點(diǎn)驗(yàn)證,解譯精度90.11%,滿足研究需求。

2.2 遙感生態(tài)指數(shù)構(gòu)建

遙感生態(tài)指數(shù)包含了綠度、濕度、熱度、干度4大生態(tài)要素,通過主成分變換重構(gòu)指標(biāo)組合信息。多數(shù)研究采用歸一化植被指數(shù)、濕度分量、地表溫度和歸一化土壤指數(shù)4個指標(biāo),計算方法詳見參考文獻(xiàn)[13]。將計算結(jié)果歸一化后進(jìn)行主成分分析,并保留方差最大的第1主成分,即初始生態(tài)指數(shù)RSEI0,遙感生態(tài)指數(shù)RSEI的計算公式為

RSEI=(RSEI0-RSEI0min)/(RSEI0max-RSEI0min)

(1)

式中:RSEI0max、RSEI0min為初始生態(tài)指數(shù)的最大值和最小值;RSEI為遙感生態(tài)指數(shù),值域?yàn)閇0,1],其值越趨近于1,代表生態(tài)環(huán)境質(zhì)量越優(yōu),反之越差。

由表1可知,3個目標(biāo)年度RSEI中4個指標(biāo)在第1主成分(PC1)上的貢獻(xiàn)率均超過了85%,說明PC1集中了各指標(biāo)的大部分特征信息;4個指標(biāo)在PC1中都有載荷,不存在忽大忽小現(xiàn)象,沒有造成指標(biāo)丟失。其中,NDVI和Wet的特征向量為正值,表明兩者對PC1結(jié)果為正面效應(yīng),LST和NDSI的特征向量為負(fù)值,表明兩者對PC1結(jié)果為負(fù)面效應(yīng),與實(shí)際情況相符。綜上,說明PC1可以代替4個指標(biāo),用于建立綜合的遙感生態(tài)指數(shù)。

表1 RSEI4個指標(biāo)在第一主成分上的荷載和貢獻(xiàn)率Table 1 Contributions/loadings of four indexes to first principal component (PC1)

2.3 地理加權(quán)回歸分析

通過對獨(dú)立抽樣的分析點(diǎn)分別進(jìn)行回歸分析模型解算,得到與空間位置一一對應(yīng)的空間回歸系數(shù),隨著空間位置不同而變化的參數(shù)估計量化表征空間關(guān)系異質(zhì)性特征[19]。計算公式為

式中:yi為在位置i處的因變量值;xik為位置i處的自變量值,k=1,2…m;(ui,vi)為回歸分析點(diǎn)i的坐標(biāo);β0(ui,vi)為截距項;βk(ui,vi)為回歸系數(shù);εi為隨機(jī)誤差項。

2.4 土地利用變化分析

土地利用強(qiáng)度是人類對不同土地資源的投入和利用程度差異的最直接體現(xiàn)[20],用于測度人類活動對土地利用格局的干擾程度。參照相關(guān)研究[21],將研究區(qū)域土地利用強(qiáng)度分為5級:1級為裸地,2級為濕地、水體,3級為森林、草地,4級為耕地,5級為人造地表。將2000年和2010年、2010年和2020年LUCC數(shù)據(jù)疊加分析,發(fā)生變化的柵格面積之和與統(tǒng)計單元面積比值定義為土地利用變化綜合度指數(shù),用來表征該統(tǒng)計單元土地利用變化劇烈程度,比值越大,說明土地變化越劇烈。

2.5 Fishnet分析

利用ArcGIS 10.6制作覆蓋研究區(qū)600 m×600 m的Fishnet圖層,分別統(tǒng)計出2000、2010、2020年每個漁網(wǎng)內(nèi)對應(yīng)指標(biāo)的變化結(jié)果,計算結(jié)果可直接join到Fishnet圖層屬性表,用于空間表達(dá)和地理加權(quán)回歸分析。

3 結(jié)果與分析

3.1 北三縣生態(tài)環(huán)境質(zhì)量時空格局演變分析

研究區(qū)2000-2020年RSEI結(jié)果統(tǒng)計見圖2,Q1、中位數(shù)、Q3數(shù)值分別由2000年的0.908、0.860、0.775下降至2020年的0.868、0.798、0.653,四分位距(IQR)由2000年0.135增加至2020年的0.215,均值由2000年的0.833下降至2020年的0.756,表明研究區(qū)2000-2020年期間生態(tài)環(huán)境質(zhì)量良好,區(qū)域整體生態(tài)環(huán)境質(zhì)量隨時間呈現(xiàn)下降趨勢,區(qū)域內(nèi)部生態(tài)環(huán)境質(zhì)量差異隨時間呈現(xiàn)增大趨勢。

圖2 2000-2020年研究區(qū)的RSEI均值與箱形圖Fig.2 Boxplot of the RSEI data in the study area,2000-2020

結(jié)合箱形圖結(jié)果,研究區(qū)2000-2020年生態(tài)環(huán)境質(zhì)量指數(shù)集中分布在0.65～0.90,為了更好地體現(xiàn)研究區(qū)生態(tài)環(huán)境質(zhì)量的時空分異情況,參考相關(guān)研究分級標(biāo)準(zhǔn)[22],將RSEI計算結(jié)果分為優(yōu)(0.90～1]、良(0.80～0.90]、一般(0.65～0.80]、較差(0.45～0.65]、差(0～0.45]5個等級,各等級所占比例見圖3,研究期間生態(tài)環(huán)境質(zhì)量“優(yōu)”等級變化最顯著,由2000年占比29.00%下降至2010年11.35%,2020年略有回升;“良”等級在3個年度占比均為最大,分別為40.40%、42.82%、37.27%,占比表現(xiàn)為先增長后減少;“一般”等級占比呈現(xiàn)先增加后減少趨勢,“較差”等級占比呈現(xiàn)持續(xù)增加趨勢,“差”等級在3個年度占比均為最小。

圖3 2000-2020年研究區(qū)生態(tài)環(huán)境質(zhì)量等級占比統(tǒng)計Fig.3 Statistics of proportion of ecological environmental quality levels in the study area,2000-2020

2000-2020年生態(tài)環(huán)境質(zhì)量等級空間分布見圖4,2000年生態(tài)環(huán)境質(zhì)量“優(yōu)”和“良”等級呈廣泛分布,“一般”和“較差”等級呈零星分布,主要分布在縣城和農(nóng)村居民點(diǎn)區(qū)域,“差”等級集中分布在東北部丘陵區(qū)。2010年生態(tài)環(huán)境質(zhì)量“優(yōu)”等級空間呈現(xiàn)收斂趨勢,其余等級均呈擴(kuò)延趨勢,南部大片區(qū)域由“優(yōu)”轉(zhuǎn)變成“良”“一般”等級。2020年,伴隨著縣城邊界和農(nóng)村居民點(diǎn)的擴(kuò)張,“較差”等級集中分布在三河市西部和香河縣北部,以及農(nóng)村居民點(diǎn)分布區(qū)域。由此可知,研究區(qū)生態(tài)環(huán)境質(zhì)量等級分布與土地利用分布格局密切相關(guān),研究區(qū)東北部為工礦用地和林草地,生態(tài)環(huán)境質(zhì)量等級主要為“較差”和“差”,耕地分布區(qū)域的生態(tài)環(huán)境質(zhì)量等級主要為“優(yōu)”和“良”,建設(shè)用地分布區(qū)域的生態(tài)環(huán)境質(zhì)量等級主要為“一般”和“較差”。研究期間生態(tài)環(huán)境質(zhì)量等級分布擴(kuò)張與收縮變化大多伴隨著土地利用類型的轉(zhuǎn)變。

圖4 2000-2020年研究區(qū)生態(tài)環(huán)境質(zhì)量等級分布Fig.4 Distribution of ecological environmental quality levels in the study area,2000-2020

3.2 北三縣土地利用變化分析

2000-2020年間土地利用結(jié)構(gòu)見圖5,研究期間土地利用類型以耕地為主,建設(shè)用地次之,生態(tài)用地所占比重很少。與2000年相比,耕地占比由79.01%下降到60.78%,變化幅度為-23.56%;建設(shè)用地占比由16.64%上升到34.32%,變化幅度為105.00%;生態(tài)用地占比由4.35%增加至4.91%,變化幅度為12.69%,土地利用變化集中在耕地向建設(shè)用地的轉(zhuǎn)換。研究期間伴隨著區(qū)域經(jīng)濟(jì)的快速發(fā)展和人口數(shù)量的增加,引發(fā)了研究區(qū)建設(shè)用地的快速增長,尤其表現(xiàn)在3個縣城邊界的急劇擴(kuò)張和部分毗鄰北京的鄉(xiāng)鎮(zhèn)邊界的擴(kuò)張。

圖5 2000-2020年研究區(qū)土地利用結(jié)構(gòu)Fig.5 Land use structure of the study area,2000-2020

北三縣2000-2020年間土地利用強(qiáng)度均值分別為4.11、4.17、4.25,表明隨著研究區(qū)城鎮(zhèn)化進(jìn)程,用地強(qiáng)度在不斷增加。2000-2010年和2010-2020年土地利用變化綜合動態(tài)度均值分別為10.43%和19.92%,說明與2000-2010年相比,北三縣在2010-2020年土地利用變化更為劇烈。

3.3 北三縣生態(tài)環(huán)境質(zhì)量對土地利用變化響應(yīng)分析

為了進(jìn)一步明晰和量化生態(tài)環(huán)境質(zhì)量對土地利用變化的空間響應(yīng),引入地理加權(quán)回歸模型,將2000-2010、2010-2020年的生態(tài)環(huán)境質(zhì)量變化作為因變量Y1、Y2,將對應(yīng)時期的耕地、建設(shè)用地、生態(tài)用地、土地利用強(qiáng)度和土地利用綜合動態(tài)度的變化量作為解釋變量X1、X2、X3、X4、X5。首先對5個解釋變量的相關(guān)性進(jìn)行共線性檢驗(yàn),檢驗(yàn)結(jié)果表明X1、X2和X5存在高度共線性,說明土地利用綜合動態(tài)度變化、耕地變化與建設(shè)用地變化存在極強(qiáng)的相關(guān)性,舍去解釋變量X1、X5,然后對剩余的3個解釋變量進(jìn)行異質(zhì)性檢驗(yàn)[19],結(jié)果表明3個變量空間異質(zhì)性明顯,可以用于GWR模型分析。

使用最小二乘法模型(OLS)和GWR模型進(jìn)行分析,比較2個模型的診斷統(tǒng)計量,可以判斷GWR模型是否體現(xiàn)顯著改進(jìn)以及改進(jìn)的程度[23],最終參數(shù)和結(jié)果見表2。2000-2010年和2010-2020年GWR模型的擬合優(yōu)度分別為0.85和0.62,遠(yuǎn)優(yōu)于OLS模型的0.13和0.09,阿凱克信息準(zhǔn)則(AICc)之差遠(yuǎn)大于3,二者擬合差異顯著,殘差平方和也明顯低于OLS模型,說明GWR模型的擬合效果良好。對GWR模型的殘差結(jié)果進(jìn)行空間自相關(guān)分析,MoranI值分別為-0.031和-0.028,Z得分分別為-5.89和-6.11,說明GWR模型殘差結(jié)果不存在空間自相關(guān),擬合結(jié)果具備可信度。

表2 OLS和GWR模型參數(shù)估計及檢驗(yàn)結(jié)果Table 2 Parameter estimation and test results of the OLS model and GWR model

GWR模型各解釋變量的回歸系數(shù)空間分布見圖6,2000-2010年和2010-2020年建設(shè)用地變化的平均回歸系數(shù)分別為-0.354和-0.457,說明建設(shè)用地的變化與生態(tài)環(huán)境變化呈負(fù)相關(guān)關(guān)系?；貧w系數(shù)值集中在(-0.60,-0.20)區(qū)間,主要分布在三河市西部、大廠縣南部和香河縣北部,皆為建設(shè)用地快速擴(kuò)張區(qū)域,與2000-2010年相比,2010-2020在三河市西部的分布區(qū)域在縮減,同時在大廠縣南部和香河縣北部的分布區(qū)域在擴(kuò)張,這與北三縣2010-2020年期間建設(shè)用地快速增長中心由三河市燕郊鎮(zhèn)轉(zhuǎn)移到香河縣相呼應(yīng)。建設(shè)用地對其他地類的占用,直接改變了對應(yīng)區(qū)域歸一化植被指數(shù)、濕度分量、地表溫度、建筑指數(shù)和裸土指數(shù),從而直接影響RSEI數(shù)值的變化。建設(shè)用地上人類活動與工業(yè)生產(chǎn)對生態(tài)環(huán)境質(zhì)量脅迫效應(yīng)明顯,因此建設(shè)用地變化和生態(tài)環(huán)境質(zhì)量變化顯示了很強(qiáng)的空間相關(guān)性。

圖6 生境質(zhì)量變化對建設(shè)用地、生態(tài)用地和土地利用強(qiáng)度變化響應(yīng)的空間分布Fig.6 Spatial distribution of ecological environmental quality changes in response to changes in construction land,ecological and land use intensity

2000-2010年和2010-2020年生態(tài)用地變化的平均回歸系數(shù)分別為0.035和0.038,說明生態(tài)用地變化和生態(tài)環(huán)境質(zhì)量變化呈正相關(guān)關(guān)系?；貧w系數(shù)值集中在(0,0.20)區(qū)間,說明生態(tài)用地變化對生態(tài)環(huán)境變化影響很小。

2000-2010年和2010-2020年土地利用強(qiáng)度變化的平均回歸系數(shù)分別為-0.184和-0.193,說明土地利用強(qiáng)度的變化與生態(tài)環(huán)境的變化呈負(fù)相關(guān)關(guān)系。土地利用強(qiáng)度變化的回歸系數(shù)值集中分布在(-0.60,0)區(qū)間,其中回歸系數(shù)區(qū)間(-0.60,-0.20)主要分布在北三縣縣域擴(kuò)張與農(nóng)民居民點(diǎn)增加部分,回歸系數(shù)區(qū)間(-0.20,0)主要分布在耕地類型上。伴隨縣域邊界和毗鄰北京鄉(xiāng)鎮(zhèn)用地的擴(kuò)張,利用等級較低的耕地轉(zhuǎn)變?yōu)槔玫燃壐叩慕ㄔO(shè)用地,因此土地利用強(qiáng)度變化更劇烈,同時伴隨著人口密度的增加、工業(yè)化程度的加快,勢必會對生態(tài)環(huán)境質(zhì)量產(chǎn)生負(fù)效應(yīng),因此這些區(qū)域回歸結(jié)果絕對值更大;以耕地為主要類型的區(qū)域土地利用變化強(qiáng)度較小,表明同時期此區(qū)域上工業(yè)生產(chǎn)等活動較少,對生態(tài)環(huán)境質(zhì)量影響較少,這些區(qū)域回歸結(jié)果絕對值較小。土地利用強(qiáng)度變化對生態(tài)環(huán)境變化的影響強(qiáng)于生態(tài)用地,比建設(shè)用地弱。

4 討論

生態(tài)環(huán)境質(zhì)量變化受到自然因素和人為因素的驅(qū)動,北三縣地處華北平原北部,主要為平原地貌,自然因素空間差異性很小,因此生態(tài)環(huán)境質(zhì)量變化的空間差異性主要由人為因素引起。北三縣與北京和天津2個大都市相鄰,承接了2個城市的溢出人口,土地利用變化是快速城鎮(zhèn)化的最直接表現(xiàn),所以生態(tài)環(huán)境質(zhì)量變化受到土地利用變化的直接影響。

以往研究發(fā)現(xiàn),快速城鎮(zhèn)化過程往往會造成植被破壞、耕地銳減、污染加重和生態(tài)功能退化,從而給生態(tài)環(huán)境的改善帶來壓力,總體上對生態(tài)環(huán)境表現(xiàn)出負(fù)面影響[24],這與本研究結(jié)果一致。在北三縣地區(qū),快速城鎮(zhèn)化過程導(dǎo)致大量耕地向建設(shè)用地轉(zhuǎn)移,生態(tài)環(huán)境質(zhì)量呈現(xiàn)下降趨勢,尤其在建設(shè)用地擴(kuò)張區(qū)域,生態(tài)環(huán)境變化對土地利用變化響應(yīng)最為明顯。

隨著我國城鎮(zhèn)化水平的提高和北京非核心功能產(chǎn)業(yè)轉(zhuǎn)移,北三縣承接北京溢出人口功能減弱,人口增長和城鎮(zhèn)化率增長將放緩,應(yīng)嚴(yán)格控制建設(shè)用地總量,集約節(jié)約利用土地,優(yōu)化三生空間分布格局,劃定城市邊界,禁止建設(shè)用地?zé)o序擴(kuò)張。

5 結(jié)論

利用Landsat影像數(shù)據(jù)和Globe 30遙感解譯數(shù)據(jù),通過構(gòu)建遙感生態(tài)指數(shù)和土地利用變化度指數(shù)對廊坊市“北三縣”地區(qū)2000、2010、2020年生態(tài)環(huán)境質(zhì)量分布格局進(jìn)行分析評價,并利用地理加權(quán)回歸模型探索了對土地利用變化的響應(yīng)。

北三縣2000-2020年期間生態(tài)環(huán)境質(zhì)量等級以“良”和“一般”為主,整體呈現(xiàn)下降趨勢,其中等級“優(yōu)”的數(shù)量呈快速下降趨勢,等級“良”“一般”和“差”的數(shù)量呈先上升后減少趨勢,等級“較差”數(shù)量呈現(xiàn)快速增長趨勢。

北三縣2000-2020年間土地利用類型以耕地為主,建設(shè)用地次之,生態(tài)用地所占比重很少,土地利用變化集中在耕地向建設(shè)用地的轉(zhuǎn)換。土地利用強(qiáng)度在不斷增加,2000-2010年和2010-2020年土地利用變化綜合動態(tài)度均值分別為10.43%和19.92%。

地理加權(quán)回歸模型顯示,建設(shè)用地變化、土地利用強(qiáng)度變化和生態(tài)環(huán)境質(zhì)量變化呈負(fù)相關(guān)關(guān)系,回歸系數(shù)在空間上呈現(xiàn)較大的異質(zhì)性;生態(tài)用地變化與生態(tài)環(huán)境質(zhì)量變化呈正相關(guān)關(guān)系,回歸系數(shù)在空間上異質(zhì)性不強(qiáng)。城鎮(zhèn)快速擴(kuò)張的區(qū)域生態(tài)環(huán)境質(zhì)量變化對建設(shè)用地變化和土地利用強(qiáng)度變化響應(yīng)最顯著。大量耕地向建設(shè)用地的轉(zhuǎn)換是生態(tài)環(huán)境變化最主要的影響因素。