南昌市城鎮空間擴展與景觀生態風險的耦合關系

王 飛,葉長盛,*,華吉慶,李 欣

1 東華理工大學江西省數字國土重點實驗室,南昌 3300132 東華理工大學地球科學學院,南昌 3300133 南京師范大學地理科學學院,南京 210023

城市涵蓋了全球主要的人口,其應對各項風險的能力將影響國家、區域乃至人類的未來發展[1]。伴隨著我國城鎮化進入加速發展時期,人口、產業集聚對城市空間產生極大需求,將使我國成為全球城鎮用地擴張速度最快的國家之一。快速城鎮化必然導致城鎮空間快速擴展,使區域自然生態系統和農業生態系統不斷向城市生態系統轉化,改變著區域物質能量流,直接或間接地改變地面形態及原本自然的生物地球化學過程[2],從而影響著區域的生態安全。如何有效、合理地評估城鎮化、城鎮擴展與景觀生態風險之間的關系,實現城鎮空間擴展過程中既降低生態風險、保護生態環境又實現社會經濟的可持續發展,受到政府、社會和學者的廣泛關注和重視[3-4]。

諸多學者對城鎮空間擴展所帶來的生態環境效應開展了廣泛而深入的研究。從發展關聯性角度考慮城鎮用地擴展對單個生態現象或資源的影響,包括對氣候、水資源、土壤資源等的脅迫作用[5-8],結果表明城鎮面積的擴展對水資源、大氣和地質環境都產生了深刻的影響,經濟發展只有和生態環境保護協調起來,才能實現社會的可持續發展[6]；部分學者利用GIS技術平臺和不同的預測模型得到生態環境約束下城市空間增長的界限[9-11],力求在發展中確保生態系統的連續性和生態底線不被建設發展所突破[12]。也有學者對城市土地利用變化帶來的生態環境效應進行了評價[13-14],主要以土地利用變化的生態系統服務價值評估、碳排放效應評估、生態景觀格局效應評價等為主,并對二者相互作用的驅動力機制研究[13],得到了城鎮空間擴展下生態環境響應機制的影響因素,其中包含人口增長、城市化、經濟發展、建設用地高速擴展、生態用地減少等。并嘗試探索城市地域推進與環境管理新模式,以實現城市發展與生態保護的二元協調[15-16]。現有研究更多的是對城鎮化過程中生態風險效應的評價,以及從景觀格局方面分析城鎮用地的面積變化,探討城鎮空間擴展導致的景觀生態風險變化及其兩者的耦合關系研究相對較少。景觀生態風險是指自然或人為因素影響下景觀格局與生態過程相互作用可能產生的不利后果,通常基于景觀要素鑲嵌、景觀格局演變和景觀生態過程等分析其對內在風險源和外部干擾的響應,對特定區域景觀組分、結構、功能和過程所受人類活動或自然災害的影響進行判定或預測[17],可以描述人類活動或自然災害對區域內的生態系統結構、功能等產生不利作用的可能性和危害程度[18-19],為區域城鎮化的生態環境效應研究提供了一種新的理論和新的方法,深入探究城鎮空間擴展與景觀生態風險的耦合關系,揭示人類活動對景觀生態系統的影響,為促進城市建設與生態環境保護的相互協調,以及城市的可持續發展和科學管理提供借鑒。

為此,本文以江西省南昌市為例,通過構建城鎮空間擴展強度指數,刻畫2000—2017年南昌市城鎮空間擴展時空變化特征,利用景觀生態風險指數,以3 km×3 km的單元網格進行系統采樣,借助GIS技術和地統計分析方法,探討了南昌市景觀生態風險的空間分布及變化特征,運用地理加權回歸分析,研究城鎮空間擴展與景觀生態風險的耦合關系,以期為促進城市建設與生態環境保護的相互協調,正確評價人類活動對城市生態系統的影響,以及城市的可持續發展和科學管理提供借鑒。

1 研究區概況

南昌市地處江西中部偏北,贛江、撫河下游,鄱陽湖西南岸,位于115°27′—116°35′ E、28°10′—29°11′ N之間。全境以平原為主,東南相對平坦,西北丘陵起伏,水網密布,湖泊眾多,是長江中游城市群的三大中心城市之一,“一帶一路”戰略的重要節點城市,中西部地區聯系東南沿海的重要交通走廊。2017年底,南昌市總人口546.35萬人,下轄東湖、西湖、青云譜、灣里、青山湖、新建6個區以及南昌、安義、進賢3個縣,國土總面積7402.36 km2。近年來,南昌市社會經濟得到快速發展,城鎮化、工業化水平顯著提高。2017年全市實現生產總值5003.19億元,人均生產總值91575元。全市城鎮人口400.59萬人,城鎮化率達到73.32%。建成區面積由2000年的107.87 km2擴大到2017年的355.43 km2,市區人口不斷增加。隨著鄱陽湖生態經濟區、昌九一體化、昌撫一體化,長江中游城市群、贛江新區等系列政策措施相繼落實,紅谷灘新區、瑤湖片區、九龍湖片區等新城大規模開發,南昌市高新技術產業開發區、南昌市經濟技術開發區、小藍經濟技術開發區等工業園區大規模建設,城鎮化、工業化步伐顯著加速,城市人口快速增長,城鎮建設用地持續擴張,景觀生態風險壓力不斷增大。

2 數據來源與研究方法

2.1 數據來源

本研究原始數據源為2000、2005、2010和2017年4個時期的Landsat TM/ETM+遙感影像,空間分辨率30 m×30 m,經輻射糾正、幾何校正、圖像配準和人工解譯等處理后得到不同年份的景觀格局圖。依據全國土地資源遙感分類系統,把研究區景觀類型劃分為耕地、林地、草地、水域、城鎮用地、其他建設用地和未利用土地7類(表1)。通過將外業調查和隨機抽取動態圖斑進行重復判讀分析相結合的方法評價分類精度,通過分類誤差及Kappa系數檢驗,總體精度均達到85%以上,達到研究所需數據精度要求。

表1 研究區景觀類型分類

2.2 研究方法

2.2.1 風險小區劃分

結合前人的研究經驗,根據研究區范圍和景觀類型斑塊面積,按照景觀斑塊平均面積的2—5倍進行等間距系統采樣[18-21],劃分3 km×3 km的單元網格即風險小區,共得到912個風險小區(圖1),利用景觀生態風險指數公式計算出每個樣地的景觀生態風險指數值,以此作為樣地中心點的景觀生態風險值。

2.2.2 城鎮擴展強度指數

城鎮空間擴展采用城鎮擴展強度指數來衡量,是指研究期內某區域范圍的城鎮用地擴展面積占區域總面積的比重[22],能夠反映研究期內城鎮擴展的強度和快慢。計算公式為：

(1)

式中,Er為城鎮擴展強度指數；Ua為研究期初城鎮用地面積；Ub為研究期末城鎮用地面積；U為研究區總面積；ΔT為研究時段的跨度。

圖1 研究區地理位置及生態風險小區的劃分示意圖Fig.1 Geographical location of study area and division of ecological risk area

2.2.3 景觀生態風險指數

基于前人的研究成果[18-21]和研究區實際情況,從景觀生態學角度出發,刻畫景觀格局與生態過程的聯系,建立一個綜合的景觀格局指數,定量反映人類干擾對景觀格局的影響,將風險可能造成的損失與風險出現或發生概率的乘積作為景觀生態風險綜合表征,選取景觀干擾度指數、景觀脆弱度指數、景觀損失度指數,構建用于描述研究區內的景觀生態風險指數[23-26],其計算公式為：

(2)

LLi=Ui×Si

(3)

Ui=aCi+bNi+cDi

(4)

式中,ERIk為第k采樣區景觀生態風險指數,LLi為景觀生態損失指數,指景觀受到外部干擾時其內部各類型景觀受到的自然性損失的差異,通過景觀干擾度指數和景觀脆弱度指數綜合反映,Aki為第k采樣區內i景觀類型的面積,Ak為第k采樣區的面積。

Ui為景觀干擾指數,是用來反映不同景觀所代表的生態系統受到干擾程度,根據實際情況通過對破碎度、分離度和優勢度賦予不同的權重然后進行疊加,來反映區域生態系統所遭受的干擾程度；Ci為景觀破碎度；Ni為景觀分離度；Di為景觀優勢度；a、b、c分別為破碎度、分離度和優勢度的權重,且a+b+c=1,結合研究區的實際情況,a、b、c分別賦以0.5、0.3、0.2的權重。

將景觀類型與景觀敏感性聯系起來,描述各景觀類型所代表的生態系統在受到外界干擾時內部結構的易損性,借鑒他人研究成果[27-29],通過層次分析法并歸一化分別對各景觀類型賦權重,表示其脆弱程度Si,其中 ：耕地為 0.1573,林地為 0.0650,草地為 0.1017,水域為 0.2392,建設用地為 0.0413,其他建設用地為0.0413,未利用地為 0.3543。

2.2.4 空間分析方法及可視化表達

由于生態風險指數本身是一種空間變量,可以利用地統計學方法進行空間特征分析[23]。該方法是在生態風險指數系統采樣的基礎上,首先對數據進行檢驗、分析,找尋數據暗含的特點和規律,借助地統計學中變異函數的方法,進行理論半變異函數擬合,運用普通克里金法進行空間插值,從而分析南昌市2000—2017年景觀生態風險的空間分布情況。

2.2.5 地理加權回歸(Geographic Weighted Regression)GWR分析

傳統的線性回歸模型只是對參數進行“平均”或“全局”估計,如果自變量為空間數據,且自變量間存在空間自相關性,就無法滿足傳統回歸模型(OLS模型)殘差項獨立的假設,那么用最小二乘法進行參數估計將不再適用[30-31]。地理加權回歸(GWR)模型引入對不同區域的影響進行估計,能夠反映參數在不同空間的空間異質性,使變量間的關系可以隨空間位置的變化而變化,其結果更符合客觀實際,因此本文引入了GWR分析,GWR擴展了傳統的回歸框架,在全局回歸模型的基礎上進行局部的參數估計,模型結構如下[32-33]：

(5)

式中,yi為觀測值,(ui,vi)為樣點i的坐標,β0(ui,vi)為i點回歸常數,βk(ui,vi)是i點上的第k個回歸參數,是地理位置的函數;p為獨立變量個數;xik為獨立變量xk在i點的值;εi是隨機誤差。

3 結果與分析

3.1 南昌市城鎮空間擴展特征

2000—2017年,南昌市城鎮用地快速擴展,面積由107.87 km2增至355.43 km2,增加了247.56 km2,年均擴展速率為17.75 km2/a。2000年,南昌市城鎮用地面積僅為107.87 km2,到2005年迅速增加到305.99 km2,是2000年的2.84倍,城鎮用地面積增加迅速,呈現出劇烈擴展的態勢,擴展強度達到0.55。此后,經過12年的城市發展,到2017年,建設用地面積擴展至727.01 km2,2005—2010、2010—2017年兩個時間段內年均擴展速率保持平穩,擴展強度指數均為0.06,呈增長趨勢。總體而言,17年間南昌市城鎮用地擴展總體上呈快速擴展趨勢,城鎮化進程在加快。這與南昌市城市化、工業化、交通的發展以及政府相關政策的制定密切相關,這些因素對城市的發展造成了深遠影響(表2)。

表2 南昌市不同時段城鎮擴展情況

圖2 研究區2000—2017年城鎮用地空間分布示意圖 Fig.2 Spatial distribution of urbanization expansion in the study area (2000—2017)

從2000—2017年研究區城鎮用地擴展分布可以看出(圖2),南昌市城鎮用地的擴展以西北和正北方向為主；其中,2000—2005年,城鎮擴展最為顯著,主要沿正北、西北、正西方位急劇擴展；2005—2010、2010—2017年,擴展較為平穩,主要沿正北、西北、正東、正西方位擴展。2000—2017年,青山湖區、南昌縣、新建區等地區城鎮空間擴展較快,這主要源于南昌縣、新建區緊鄰南昌中心城區,受其輻射影響較大,因而城市化進程較快,城鎮用地擴展較為劇烈。青山湖區土地面積較大,擁有技術優勢、政策扶持,在一定程度推動了青山湖區的城市化進程[34]；而青云譜區、東湖區、西湖區、進賢縣、安義縣等地區的城鎮用地擴展則較為緩慢,這些地區或多為老城區,城市發展空間不足,或由于受制于自然地理條件,因此擴展速度相對較慢。

3.2 景觀生態風險時空分析

3.2.1 景觀格局動態變化

2000—2017年,南昌市不同景觀斑塊數量增加,由8769個增加至9655個,整體破碎度由1.2172提高到1.3404。其中,耕地的面積由4038.73 km2減至3786.21 km2,面積凈減少252.52 km2。斑塊數量增多,景觀分離度增加,優勢度下降,表明耕地的完整性程度不斷降低[35]；在人類活動日益加強的影響下,草地面積持續減少,破碎度升高,優勢度不斷下降,從而導致損失度不斷增加,從0.2662增至0.3300；水域破碎度總體上也在增加,但由于實行了退耕還湖以及嚴格的水資源保護措施,破碎度先升后降,損失度同樣也是先升后降的趨勢；林地的面積凈減少62.18 km2,分離度呈上升趨勢,干擾度由1.6944上升為1.7157,損失度明顯提高；研究期內,城鎮用地占土地總面積的比重由1.50%增至4.93%,景觀優勢度上升,斑塊數量持續增加,對景觀格局的影響增大；其他建設用地面積也在不斷增加,占土地總面積的比重增加了2.43%,干擾度和分離度減少,脆弱度低,使得景觀損失度降低；未利用地的斑塊數先增加后減少,景觀優勢度下降,干擾度提升(表3)。

表3 研究區2000—2017年景觀格局指數

3.2.2 景觀生態風險的時空分異

借助ArcGIS 10.1地統計分析模塊,對2000年、2005年、2010年和2017年四期采樣數據進行變異函數計算,2000年、2005年球面模型擬合最為理想,2010年、2017年運用穩定模型來擬合最為理想,計算出4個時期的半變異函數及參數(基臺值、變程和塊金值)(表4)。

表4 土地利用景觀生態風險指數的理論半變異函數

變程可以反映景觀生態風險指數的空間相關距離[36],2000年變程為19192 m,2017年增加至19568 m,指數的空間距離逐漸增大,這是各土地利用類型之間相互轉化所造成,基臺值2000年為0.065745,2017年增加到0.094021,土地利用景觀生態風險強度的空間分布不均勻性增強,差異逐漸擴大。塊金基臺比可反映塊金方差占總空間異質性變異的大小,2010年、2017年的塊金值/基臺值≤25%,土地利用景觀生態風險具有顯著的空間相關性,但總體上看,南昌市土地利用的景觀生態風險空間相關性中等。

根據景觀生態風險計算公式,得出各風險小區的景觀生態風險指數,參考相關研究[27],采用相對指標法,根據 ArcGIS Natural Breaks 分類方法將研究區的生態風險劃分為 5 個等級：低生態風險區(0.02≤ERI<0.11)、較低生態風險區(0.11≤ERI<0.14)、中等生態風險區(0.14≤ERI<0.18)、較高生態風險區(0.18≤ERI<0.24)、高生態風險區(0.24≤ERI<0.32)。采用普通克里格插值法,對912個生態風險小區空間插值,得到南昌市不同時期的景觀生態風險空間分布圖(圖3),并統計得到各等級生態風險的面積及占比(表5)。

圖3 南昌市景觀生態風險等級空間分布圖Fig.3 Spatial distribution map of landscape ecological risk level in Nanchang City

2000—2017年,南昌市景觀生態風險的平均值由0.1354上升至0.1420,風險值呈逐漸升高的趨勢。2000年,以低生態風險和較低生態風險為主,分別占研究區總面積的27.59%、47.37%,主要包括安義縣、灣里區、新建區的大部分地區、青云譜區、南昌縣南部、進賢縣南部等,這些地區景觀類型以耕地、林地為主,耕地占比大,斑塊規整,破碎度低,從而導致損失度較低,而林地在研究區內種類豐富,以有林地、灌木林、疏林地為主,生態系統結構較為完整,抗干擾能力強,脆弱度低[37-40],因此景觀生態風險較低；中等生態風險所占比例為15.95%,主要分布在南昌市中部的西湖區、青山湖區東部、南昌縣東北部等；而較高生態風險和高生態風險在整個研究區面積較小,分布于南昌縣和新建區的東北部、進賢縣北部,該區分布著中國第一大淡水湖鄱陽湖,主要以脆弱度較高的水域和未利用地為主,其中廣泛分布湖泊、灘地,沼澤地、裸土地這四種地類,景觀類型較為單一,湖泊對外界風險較為敏感,受人類干擾作用大[37-38],而且未利用土地植被覆蓋度低、生態環境較差,土壤亮度高,生態系統抗干擾能力低[39-40],景觀生態風險較高。

與2000年相比,2005年低生態風險區顯著減少,由27.59%降至4.49%,這是由于城鎮用地的急劇擴展,導致各景觀類型破碎度增加,損失度隨之提高,景觀生態風險轉化為較低生態風險,使得較低生態風險等級面積有所增加；中等生態風險、較高生態風險和高生態風險面積也有所增加,相互之間由低一等級風險向高等級轉變,主要分布在新建區北部和東北部、東湖區、西湖區、進賢縣北部等,這些地區是江西省最大河流贛江的流經地,以及第一大淡水湖鄱陽湖的分布地,由于2000—2005年水域面積的減少,以及城市的劇烈擴展,水域的景觀破碎度提高,干擾度和損失度隨之增加,景觀生態風險惡化。

2010年,伴隨著城鎮空間擴展趨于穩定,低生態風險區面積增至1862.48 km2,主要由較低生態風險轉化而來,景觀破碎度降低,其中城鎮用地的破碎度最小,相較于2005年,各景觀類型損失度減小,景觀生態風險好轉；中等生態風險轉變為低生態風險和較低生態風險,面積由1754.79 km2降至1052.69 km2；從空間分布上看,高生態風險區面積明顯減少,轉化為較高生態風險區,主要是因為這一階段水資源保護措施的實施,使得水域的破碎度下降,景觀生態風險降低。

表5 景觀生態風險等級面積統計

2017年,低生態風險區減少至1148.87 km2,面積占比由2010年的25.89%下降到15.97%,表現為新建區中部、進賢縣中部、南昌縣北部地區變為較低生態風險區；中等生態風險區有所增加,主要由新建區與南昌縣交界處的一小部分較低生態風險區以及南昌縣中部的低生態風險區轉化；這主要是由于期間國務院頒發《長江中游城市群發展規劃》,明確了南昌作為長江中游地區中心城市的地位,南昌市得到進一步發展的機遇,城市景觀生態風險提高。較高生態風險變化不大；高生態風險區增加至226.84 km2,主要表現為新建區東北部高生態風險區面積的增加。

3.3 南昌市城鎮空間擴展與景觀生態風險的耦合關系

3.3.1 城鎮用地面積與景觀生態風險的耦合性評價

對城鎮用地空間擴展特征和景觀生態風險分別作出分析之后,結合各樣地的城鎮用地面積與景觀生態風險值,選擇有值網格[41],采用地理加權回歸模型(GWR),以城鎮用地面積為自變量、景觀生態風險為因變量,對兩者進行回歸分析。回歸系數的計算在 ArcGIS 10. 1軟件中應用GWR工具實現,ArcGIS 10. 1中提供固定和自適應兩種核類型,前者是查找最佳距離,后者計算的則為最佳鄰近點個數,本研究通過對比驗證,發現自適應帶寬模型能夠獲得更高的精度,模型帶寬的計算運用AICc的方法,結果見表6。

表6 地理加權回歸(GWR)模型參數估計及檢驗結果

2000—2017年模型的擬合優度R2呈現不斷上升的趨勢,在GWR模型中,每一個空間單元都有特定的系數,對各系數值進行了統計,得到平均值、最大值、最小值、上四分位值、下四分位值和中位值(表7)。結果表明：2000—2017年回歸系數在空間上較為穩定,符號都為負,回歸系數不斷減小,說明城鎮用面積對景觀生態風險的負向影響增強,這是由于城鎮用地擴展趨于穩定后,斑塊更為規整,破碎度降低,景觀損失度也隨之下降,在一定程度上導致景觀生態風險值降低。但是,值得注意的是城鎮用地的擴展是以占用耕地、林地等生態用地為主,在一定程度上影響區域的生態安全,會引發一系列生態環境問題,所以,城鎮的空間擴展要與區域可持續發展相協調,實施科學的城市發展規劃和合理的生態保護措施,才能保證城市穩步健康發展。

表7 GWR模型回歸系數的描述性統計分析

從標準化殘差分布圖(圖4)可以看出,各年份局部回歸模型標準化殘差值約97%的范圍在[-2.50,2.50],因此,GWR模型的標準化殘差值在5%的顯著性水平下是隨機分布的,模型整體的擬合效果較好。

圖4 地理加權回歸(GWR)模型標準化殘差空間分布Fig.4 Spatial distribution of the standardized errors in the Geographic Weighted Regression model

南昌市各年份的城鎮用地面積與景觀生態風險總體上均呈負相關關系(圖5),城鎮用地面積的增加,使得斑塊更為規整,景觀干擾度和損失度減小,景觀生態風險隨之降低。而回歸系數在空間上有正有負,2000年,除進賢縣部分網格為正值外,其余都為負值,這是由于進賢縣城鎮用地分布零散,破碎度高,導致景觀生態風險值升高。2005年,隨著城鎮用地的快速擴展,正值還出現在了南昌縣和新建區部分地區,這些地區處在城鎮用地擴展的邊緣地帶,景觀破碎度和干擾度較大,景觀生態風險較高。2010年,隨著城鎮用地擴展逐步趨于穩定,負值僅出現在進賢縣北部的部分地區。2017年,負值進一步減少,城鎮用地斑塊更加規整,景觀干擾度降低,景觀生態風險值降低。

圖5 GWR模型景觀生態風險回歸系數空間分布Fig.5 Spatial distribution of regression coefficients of landscape ecological risk in GWR model

3.3.2 城鎮空間擴展強度指數與景觀生態風險的變化值耦合性分析

同樣地,采用地理加權回歸模型(GWR),以城鎮空間擴展強度指數為自變量、景觀生態風險變化值為因變量,對兩者進行回歸分析。通過對比驗證,發現自適應帶寬模型能夠獲得更高的精度,模型帶寬的計算運用 AICc 的方法,結果見表8。

表8 GWR模型參數估計及檢驗結果

城鎮擴展強度指數與景觀生態風險的變化值模型擬合優度R2整體上有下降趨勢,其中2010—2017年,擬合優度較低,兩者的關系減弱。回歸系數的平均值、最大值、最小值、上四分位值、下四分位值和中位值(表9),4個時間段,符號都為負,回歸系數變化幅度較大,城鎮用地擴展強度與景觀生態風險的變化值呈負相關關系,城鎮用地的擴展強度越大,景觀生態風險變化值越小。

表9 GWR模型回歸系數的描述性統計分析

標準化殘差分布圖可以看出(圖6),各時間段局部回歸模型標準化殘差值的范圍約96%的范圍在[-2.50,2.50],GWR模型的標準化殘差值在5%的顯著性水平下是隨機分布的,模型整體的擬合效果較好。

圖6 GWR模型標準化殘差空間分布Fig.6 Spatial distribution of the standardized errors in the GWR model

南昌市各時間段,城鎮空間擴展強度指數與景觀生態風險變化值都呈負向相關關系,城鎮用地擴展強度增大,城鎮用地面積大幅增加,景觀生態風險的變化值則較小。從回歸系數的空間分布來看(圖7),低值依然分布在南昌市區,高值主要集中在進賢縣、安義縣。2000—2017年,回歸系數有正有負,正值僅出現在進賢縣中部的部分地區,隨著城鎮用地的快速擴展,這些地區斑塊破碎度大,景觀生態風險持續升高,風險變化值較大。2000—2005年,回歸系數變化不大,且均為負值,這一階段城鎮用地擴展迅速,斑塊破碎度增大,損失度未能迅速升高,導致景觀生態風險的變化值較小,回歸系數絕對值不高。2005—2010年,回歸系數有正有負,正值主要集中在進賢縣、安義縣、南昌縣等地區,這些地區網格多為城鎮用地新增地區,擴展邊緣較為破碎,分離度高,景觀生態風險升高,風險變化值較大。2010—2017年,城鎮用地擴展逐步趨于穩定,模型的擬合系數較低,回歸系數均為負值,擴展強度減小,景觀生態風險值降低,風險變化值增大。但是,兩者的擬合優度不高,說明城鎮用地的擴展與景觀生態風險的變化值之間負相關系在減弱,城鎮用地擴展趨于穩定后,對區域景觀生態風險的影響減小,景觀生態風險的變化值相對減小,兩者的負向關系減弱。另一方面,城鎮空間擴展雖然使得土地破碎度減小,景觀生態風險減小,但是,近年來,南昌市城鎮面積的不斷擴展及不合理的用地結構布局,對水資源、大氣和土壤環境都產生了深刻的影響,城鎮的快速擴展也使得城市交通擁堵、土地利用效率不高、農村空心化等問題日益嚴重,所以經濟發展、城鎮的擴展必須和生態環境保護協調起來,考慮城鎮空間擴展的生態學意義,才能實現社會的可持續發展。

圖7 GWR模型景觀生態風險回歸系數空間分布Fig.7 Spatial distribution of regression coefficients of landscape ecological risk in GWR model

4 結論與討論

本文通過對南昌市2000—2017年城鎮空間擴展和景觀生態風險耦合關系的研究,結果表明：

(1)2000—2017年,南昌市城鎮用地面積增加了247.56 km2,其中2000—2005年擴展最為迅速,擴展貢獻率達到80.03%。城鎮空間擴展主要沿西北、正北方向,擴展區域分布在青山湖區、新建區、南昌縣等,總體上城鎮用地呈快速擴展趨勢,城鎮化進程在加快。

(2)研究期內,隨著南昌市經濟社會的快速發展和城市化進程的加速,土地利用景觀格局發生了劇烈變化,建設用地快速擴張,耕地、林地、草地面積持續減少。景觀斑塊數量增加,整體破碎度提高,景觀生態風險隨之增加,平均值由2000年的0.1354上升至2017年的0.1420,呈逐漸升高的趨勢。

(3)運用地理加權回歸分析,對南昌市城鎮用地面積和景觀生態風險,以及城鎮空間擴展強度指數與景觀生態風險變化值進行耦合分析發現,它們之間均呈現出負向相關影響,但后者相關性關系在減弱。從回歸系數的空間分布上看,低值均分布在東湖區、西湖區、青云譜區等經濟發展較快的地區,這些地區城鎮用地擴展快速,景觀破碎度和損失度低,因此隨著城鎮用地的擴展,景觀生態風險值降低。高值則分布在進賢縣、安義縣等城鎮用地擴展較為緩慢的地區,城鎮用地擴展邊緣較為破碎,分離度高,景觀生態風險的值也就相對高一些。

本文生態風險的刻畫是基于土地利用格局的景觀生態風險評價,僅以各類型景觀面積所占比例為權重計算景觀生態風險值,使得風險概率的表征方式缺乏生態內涵,一定程度上導致風險評估的準確性有所降低,但景觀生態風險模型的選擇是從景觀生態學角度出發,刻畫景觀格局與生態過程的聯系,建立綜合的景觀格局指數,研究結果基本能反映南昌市的景觀生態環境狀況,今后研究有待進一步補充和完善。對城鎮空間擴展和景觀生態風險耦合關系的分析上,需進一步探索更優的耦合模型,尋找兩者的耦合規律。在城鎮擴展過程中,應正確認識人類活動對城市生態系統的影響,實施科學的城市發展規劃和合理的生態管理保護措施,降低城鎮化帶給城市的生態環境風險,促進城市建設與生態環境保護的相互協調,為區域可持續發展和科學管理提供借鑒。