浙中城市群土地利用格局時空演變特征與生態風險評價

石小偉 馮廣京 YI Yang 鄒逸江 葛浩然 蘇培添

(1.東北農業大學經濟管理學院，哈爾濱150030;2.東北農業大學土地經濟與自然資源管理研究中心，哈爾濱150030;3.東北農業大學公共管理與法學院，哈爾濱150030;4.東京大學大學院工學系，東京113-8656;5.寧波大學地理與空間信息技術系，寧波315211;6.寧波大學商學院，寧波315211;7.浙江農林大學經濟管理學院，杭州311300)

0 引言

浙中城市群是浙江省在浙西南地區重點培育的城市群。作為浙江省新興城市群區域，其土地利用/覆被表現出顯著的變化特征［1］。為了進一步保障其作為浙江省的“綠心”地位和浙西南地區的生態屏障作用，亟待對浙中城市群土地利用/覆被變化進行科學診斷和研判［2-3］。

國內學者關于土地利用/覆蓋變化的研究主要集中在區域土地利用的時空演變特征［4-9］、土地資源配置效率［10-13］、人地關系與區域經濟發展、區域“三生空間［9-14］”(即生產、生態、生活空間)功能之間的協調［14］、耕地質量等級評析［15］與區域人口增長承載力關系之間的耦合［16］、區域土地利用景觀格局的驅動力［17］等方面。在城市的生態風險結構方面，劉勇等［18］對基于土地利用變化的太原市土地生態風險進行評價研究。在城市群的生態空間演變方面，傅麗華等［19］對長株潭城市群核心區的土地利用進行生態風險評價，并研究了長株潭城市群的空間演變特征。在城市群經濟結構方面［20］，王靜敏等［9］對浙中城市群發育程度進行評估，并對內在經濟聯系進行了判研。在生態風險評估研究方面，王常穎等［21］采用相對風險模型計算各研究單元的風險等級，并對基于景觀格局的海島開發潛在生態風險進行評價;臧淑英等［22］根據景觀生態學理論引入景觀生態風險評價模型，對大慶市景觀生態風險時空分布特征及空間關聯格局進行評價。在土地利用的景觀格局研究方面，許妍等［23］對基于土地利用動態變化的太湖地區景觀生態風險進行評價，并對生態屏障區的土地利用轉移與景觀格局時空分布特征與變化特點進行研究;林揚碧等［24］對區域景觀結構進行評價方法與案例研究，并對其景觀格局變化及其驅動力進行了分析。

國外學者主要從土地利用的多功能性［25］、土地利用/覆蓋變化與生態和景觀理論［26］、土地覆蓋多重性耦合分析，以及土地利用的多功能作用與人類社會可持續發展的耦合關系等方面對土地利用/覆蓋變化進行了大量研究。BIRO 等［25］利用Landsat和ASTER 數據分析了1989—2009 年期間蘇丹東部加達里夫地區因高密集度旱地耕作而導致的土地利用/覆蓋變化(LUCC)對土壤物理和化學性質的顯著影響;ARAYA 等［26］采用CA-Markov 模型模擬預測葡萄牙塞圖巴爾和塞西布拉斯地區2020 年的土地利用對城市密集擴張和城市土地利用增長的趨勢;LUCA 等［27］利用Worldview1 和Worldview2 高分辨率衛星遙感數據繪制了馬爾代夫群島第一幅土地利用變化圖譜，為當地的森林保護和城市規劃作出重要貢獻;ROBINSON［28］探討了美國密歇根州東南部3 個鄉鎮的土地利用覆蓋數量分布和景觀破碎程度情況;THENKABAIL 等［29］利用多期MODIS 數據分析了印度河和恒河流域的土地利用覆蓋情況，并繪制了流域內農業灌溉區的土地利用現狀圖。

前人對土地利用的景觀格局進行了大量科學實證研究，但是對于發育初、中期的東南沿海城市群土地利用景觀格局時空演變特征及生態風險研究不足。目前，利用景觀格局分析浙中城市群的評價研究主要聚焦在3 方面:浙中城市群的地理信息數據庫平臺建設和地理信息系統分析;浙中城市群經濟社會發育態勢耦合和發育程度評估，以及構建多指數評價模型對其發育程度的評估;以人均GDP、產業結構等為內生變量指標，解析浙中城市群縣域經濟差異格局。已有研究結果不足以支持發育中期的浙中城市群在土地利用時空演變的作用機理和生態風險轉移路徑方面的最新研究，且缺乏基于地理差異和空間關聯視角對發育中期城市群的土地類型轉移及其生態風險轉移評價。

本研究以浙中城市群為例，探究城市發育中期的土地利用景觀格局時空演變特征、景觀類型轉移機制及生態風險評價，借助浙中城市群5 期遙感數據，按土地利用類型，分區域進行定量定性分析，全面揭示浙中城市群的用地結構特征和用地景觀格局生態風險，以優化東南沿海經濟發達地區的內陸城市群組發育中期的土地利用結構，保證沿海省份的生態安全，促進東南沿海地區的土地利用和生態環境的可持續發展。

1 數據來源與研究方法

1.1 數據來源及數據處理

遙感數據選取研究區1996、2001、2006 年的Landsat5-TM 遙感影像和2011、2016 年的Landsat8-OLI遙感影像，共獲得5 景數據，數據來源于中國科學院遙感衛星地面接收站，云覆蓋率低于5%，每景遙感數據的標準長寬為180 km ×180 km，遙感數據坐標系統為WGS-1984，TM 數據和OLI 數據的影像分辨率均為30 m，如表1 所示。本研究以多時相遙感影像數據為基礎，輔以查閱的浙中城市群土地利用/覆被變化統計年鑒資料，以RS、GIS 為技術支撐研究浙中城市群土地利用景觀格局的時空變化及生態風險評價。遙感影像類別分為8 個一級地類系統:耕地、林地、水域及水利設施用地、建設用地、草地、園地、特殊用地、未利用地等，經機器解譯、人機交互解譯及人工校正后，借助ENVI 5.3 軟件中的遙感圖像自動裝飾識別地類功能識別出遙感影像;進一步通過混淆矩陣法表量機器解譯和人工解譯結果。2016年的解譯精度最高，為90.84%;1996、2001、2006、2011 年的解譯精度分別為89.57%、87.94%、87.21%和87.65%(實際操作中的遙感影像精度大于85%，即可滿足中等尺度的LUCC 景觀格局研究)，這5 期遙感影像解譯精度適用于浙中城市群的土地利用景觀分類。因此解譯精度的結果滿足浙中城市群土地利用/覆蓋變化監測的研究要求，最后利用ENVI 5.3 自帶的地統計學計算模型與空間統計學分類分析功能標量3 年各種土地利用/覆蓋變化的景觀生態面積轉移占比。

表1 遙感影像數據Tab.1 Remote sensing image data

基于LUCC 對研究區的遙感地物影像分類是本研究最為關鍵的基礎工作之一。在遙感地物影像分類時不僅要考慮影像信息提取精度、目標地物類別、目標地物的面積估算、各種地類邊界識別等，還要考慮研究目的、數據源選擇、研究尺度等多目標綜合性最優化。本研究釆用的是我國土地利用現狀分類體系《土地利用現狀分類》(GB/T 21010—2007)分類標準，充分保證分類原則的客觀性;并將研究區的遙感地物影像分成8 個一級類型系統(鑒于浙中城市群中金華市的浦江縣、衢州的龍游縣、麗水的縉云縣有相當面積的果園和茶園，故增加園地為單獨一類。園地采用狹義園地的地類概念，并且園地地類的解譯是在對林地解譯完成的基礎上，結合Google Earth 軟件的地球觀測模式再次解譯，并且對有爭議的解譯地類采取了實地考查方法)，分類結果詳見表2。

表2 研究區域遙感分類系統以及解譯手段類別Tab.2 Category of regional remote sensing classification system and means of interpretation

1.2 研究區概況

浙中城市群、杭州灣城市群、溫臺城市群是浙江省三大城市群。其中浙中城市群屬于唯一沒有出海港口的城市群。浙中城市群包括2 個縣級區(即金華市轄的婺城區、金東區)、5 個縣(金華市轄的武義縣、浦江縣、磐安縣，衢州市轄的龍游縣，麗水市轄的縉云縣)、5 個縣級市(金華市轄的蘭溪、義烏、東陽、永康4 個縣級市和紹興市轄的諸暨市)(圖1)，行政總面積達1.36 萬km2，人口規模達610 萬左右。浙中城市群內的地形地貌主要為丘陵盆地和沖積平原，城市多位于盆地底部的沖積平原，地勢低平。浙中城市群是浙江省重點生態功能區和自然保護區，是浙江省生態安全屏障的重點保護區域;21 年來浙中城市群在工業化和城市化快速推進中，其土地利用結構和景觀格局發生較大變化，人類活動加大對土地資源的開發加重了土地利用的生態風險程度。

圖1 浙中城市群地理位置示意圖Fig.1 Schematic of geographical position of central Zhejiang Province cluster's cities

1.3 研究方法

1.3.1 景觀類型轉入/轉出模型

景觀類型轉移模型描述不同景觀類型自身變化情況，包括景觀類型轉入率和景觀類型轉出率;充分考慮浙中城市群景觀之間的轉移作用信息，對比各個景觀類型的轉入和轉出的空間格局和數量特征。

景觀類型轉入率模型為

景觀類型轉出率模型為

式中 Lij——第i 類景觀類型向第j 類景觀類型轉

移發生的比例，即景觀類型轉出率

Lji——第j 類景觀類型向第i 類景觀類型轉移發生的比例，即景觀類型轉入率

Sij——第i 類景觀類型向第j 類景觀類型轉移的面積

Sji——第j 類景觀類型向第i 類景觀類型轉移的面積

St——景觀類型的轉移總面積

1.3.2 景觀格局水平分析法

浙中城市群的景觀“二元”結構特征顯著，土地利用的景觀因子對常規模型不敏感，考慮到高精度遙感數據對浙中城市群景觀格局水平模擬的重要性，故選擇以下模型進行計量研究。

面積加權平均斑塊形狀指數(AWMSI)計算公式為

式中 m、n——斑塊類型總數量

Pij——景觀斑塊的周長

A——景觀斑塊的總面積

aij——斑塊面積

當景觀中所有的斑塊為正方形時，AWMSI 為1，AWMSI 隨形狀不規則性增加而增加。

聚集度(CONT)的計算公式為

聚集度通常度量同一類型斑塊的聚集程度，取值在0 ～100 之間。其取值還受到類型總數和均勻度的影響。如果一個景觀是由許多離散的小斑塊組成，聚集度比較小，否則聚集度比較大，與多樣性、均勻度不同，聚集度明確考慮斑塊類型之間的相鄰關系。

最大斑塊指數(LPI)計算公式為

式中 ai——第i 個景觀的面積

LPI 反映了景觀中最大斑塊面積占的比重。

景觀形狀指數(LSI)的計算公式為

香農多樣性指數(SHDI)計算公式為

式中 pi——景觀類型i 所占面積的比例SHDI 反映了描述大小、形狀、屬性不一的景觀空間單元(斑塊)在空間上的分布與組合規律，包括景觀組成單元的類型、數量及空間分布與配置，當景觀中只有一種類型的斑塊時SHDI 為0，當斑塊類型增加或者各類型斑塊所占比例趨于相近時，SHDI 也相應增大。

香農均勻度指數(SHEI)計算公式為

式中 pK——景觀斑塊類型K 在整個景觀中所占面積的比重

H——多樣性指數

Hmax——多樣性指數中的最大值

m′——景觀中最大可能的景觀斑塊類型數量香農均勻度指數反映景觀中各斑塊在面積分布上的不均勻程度，以多樣性指數與其最大值的比來表示。

此外，邊緣密度(ED)、平均斑塊面積(AREA_MN)、斑塊數目(NP)、斑塊密度(PD)、蔓延度指數(CONTAG)、散布與并列指數(IJI)、面積加權分維度(FRAC_AM)，景觀分離度指數(DIVISION)數學模型的應用已非常成熟，其數學模型詳見文獻［22］。

2 結果與分析

2.1 研究區土地利用總體變化特征

從總體變化分析來看(表3，表中P 為初始轉出率，Q 為期末轉入率)，1996—2016 年浙中城市群的未利用地類型在8 種土地利用類型中轉移率最高，達到48.80%，主要是轉出轉移模式。其中72.53%轉為林地，具體為毛竹林用地類型居多，自然原因方面是浙江省的低山丘陵地形和亞熱帶季風氣候區等自然條件非常適合當地毛竹等植物生長，人為原因主要是金華市、衢州市、麗水市、紹興市最近20 年的保護林地資源政策以及金華市“創建國家級森林城市”項目的落實實施。從總體轉入轉移模式來看，轉化來源51.93%來自于草地，37.44%來自于其他植被類型林地。建設用地利用類型轉入面積增長較大，通過轉置矩陣分析看出，轉入率在16.56%，其中耕地用地類型占建設用地轉入總面積的80.32%，林地用地類型轉入建設用地占比6.02%，其他土地利用類型轉入建設用地占比13.66%，可以看出:轉入的土地利用類型來源呈現多樣化的趨勢，但是轉入的土地類型來源中最主要是耕地，即占用耕地用地類型來增大建設用地的面積。這是由于浙中城市群的大部分城市處于城市成長中期，城市建設用地的需求量非常大。從建筑用地利用類型的內部轉移模式來看，建筑用地內部轉移比率比較低，僅1.87%，這說明浙中城市群的城市土地集約節約利用率還比較低。建設用地利用類型也有轉出，為27.44%，轉出的類型中43.71%轉成耕地，46.2%轉成水域;林地轉出率最低，為8.32%。

表3 1996—2016 年浙中城市群土地利用轉移矩陣Tab.3 Transition matrix of each land use type in central Zhejiang urban agglomeration during 1996—2016

耕地土地利用類型在21 年中轉出最多，轉出的土地利用類型中80.32%是建設用地類型，其次，轉出為林地土地利用類型占比11.53%;其他類型的占比綜合較小。耕地土地利用類型在2001 年時轉入率48.26%，在2016 年時轉入率64.82%，轉入的土地利用類型中水域及水利設施用地占48.645%;其次，由林地土地利用類型轉入的耕地占比45.15%。從轉移的數值來看，園地總體轉移率較低，為2.16%，其中轉出建設用地占56.77%;轉入來源中耕地占83.70%。

草地主要轉化為建設用地和林地，其中轉出林地占47.78%，建設用地占36.80%，轉入來源中林地占73.37%，水域占15.97%。水域向耕地、建設用地轉移，轉入來源為耕地，轉移率為17.82%，轉出耕地為47.35%，建設用地為40.16%，轉入來源耕地占75.22%。

特殊用地類型在研究區內的規模極小，且特殊用地類型轉移趨勢變化不顯著，轉出率和轉入率均較低，21 年轉移率基本保持穩定。

2.2 土地利用結構的變化差異

通過地統計分析1996—2016 年間浙中城市群各類土地利用總量變化差異，如圖2 所示。可見，各類型土地利用轉移率呈復雜波動變化趨勢。從面積轉移變化來看，建設用地面積發生顯著的變化，2016年面積轉移率上升到27.47%，較2006 年增長了67.35%，尤其是2006—2016 年增長幅度占21 年總比率的49.51%，實際建設用地面積增加了3 743.17 km2。這種態勢的主要原因是浙中城市群城市化進程的加快和區域人口經濟發展“擴張效應”的影響。從各類型土地利用面積減少的變化來看，耕地、林地、未利用地面積發生了不同程度的減少(分別下降5.84%、2.03%、0.14%)，3 類占比的降幅為15.42%、1.13%、29.89%，耕地面積減少最大，減少了2 774.67 km2。林地和未利用地的減少面積較小，主要原因是耕地的面積基數大，且占用耕地轉為其他用地類型的概率大，林地減少面積較小的主要原因是由于浙中城市群特殊的保護森林政策。未利用地的面積基數太小，因此實際減少面積不顯著。局部年份的草地面積下降，但呈總體上升趨勢，較2006 年，2016 年草地面積轉移率上升了0.29%，增長率為14.81%，年均增長1.253 4%。水域及水利設施用地面積總體發生了小幅增加，轉移率分別上升了0.46%，增長率為10.72%，年均增長

0.967 2%。這種態勢的主要原因為“退耕還湖”政策的繼續推進和城市水工景觀面積的增加，以及浙江省實行了特殊嚴格的“河長制度”等。

圖2 1996—2016 年浙中城市群各種土地利用結構變化差異圖Fig.2 Changes and differences of land use structure in central Zhejiang urban agglomeration during 1996—2016

2.3 土地利用生態風險評價

本研究通過景觀結構統計軟件FRAGSTATS 3.4 分析浙中城市群的土地利用生態風險評價的指標有3 大類，分別是景觀破碎化指數、景觀形狀指數、景觀多樣性指數。景觀破碎化指數和景觀形狀指數均細分出5 個二級指標;景觀多樣性指數細分出2 個二級指標，如表4 所示。

2.3.1 景觀水平格局特征

浙中城市群的總體景觀格局主要特征有:從斑塊數量來看，1996 年為68 102 個，2016 年為34 043 個，21 年間減少了34 059 個，減小幅度50%，年平均減少1 792 個。說明1996—2016 年間，斑塊分布總體由分散布局向集中合并的趨勢發展，但是集聚的時間效率不均衡，1996—2006 年間的集中效率大于2006—2016 年，說明集聚速率在減小，斑塊相鄰的密集度逐漸降低到了穩定值并且未來不會持續的集中。從平均斑塊面積來看，平均斑塊面積從1996 年的0.234 9 km2增加到2016 年的0.469 9 km2，年平均增大面積0.012 4 km2。在2001—2006 年平均斑塊面積略有波動下降，但是不影響總體平均斑塊面積增加的趨勢。從斑塊密度來看，浙中城市群從1996 年的4.289 4 個/km2降到2016 年的2.127 6 個/km2，斑塊的密集程度在1996—2006 年持續變小，再從2006—2011 年變大，再從2011—2016 年變小。從最大斑塊指數看，最大斑塊指數總體逐漸減小，可見，區域斑塊的極化態勢逐漸變小，逐漸由集中向分散的趨勢演變。總體來看，研究區的總體景觀格局呈現出“整體集中，局部分散”的態勢。從景觀分離度指數來看，從1996 年的0.905 9 降低到2016 年的0.889 6，從年變化趨勢來看，指數先變小再變大，具體表現:1996—2006 年變小，2006—2011 年變大，2011—2016 年變小，最終和2011 年的景觀分離度指數持平。邊緣密度用來分析區域景觀被分割程度和景觀的離散程度，邊緣密度在1996—2016 年持續變小。浙中城市群斑塊的離散化程度逐漸減小，斑塊被分割的分散程度在降低。景觀形狀指數用來分析浙中城市群斑塊的變異程度，從景觀形狀指數分析，浙中城市群斑塊由不規則化逐漸向規則化發展。

表4 浙中城市群1996—2016 年景觀水平格局指數Tab.4 Landscape level pattern index of central Zhejiang urban agglomeration from 1996 to 2016

蔓延度指數用來分析斑塊景觀的空間相互連接關系，蔓延度指數越高，說明研究區所有斑塊景觀中的優勢斑塊與非優勢板塊呈現出良好的連接度;蔓延度指數越低，說明研究區所有斑塊景觀中優勢斑塊呈單一性密集排列格局，非優勢斑塊相間離散化排列。1996—2016 年的5 個時間節點蔓延度指數均大于53，可見浙中城市群存在相對較大優勢的斑塊景觀。從散布與并列指數分析，該指數從1996 年(大于54)逐年持續下降到2016 年(小于44)，說明浙中城市群景觀格局由收斂轉向“分散—集中格局”，不同類型的景觀格局相鄰度增大。從面積加權分維度分析，1996—2016 年面積加權分維度增加了0.008 4，增幅0.714 8%，說明浙中城市群的景觀斑塊總體分維度沒有顯著變化，但是有向復雜程度變大的趨勢。香農多樣性指數是指研究區內景觀類型的數量和各個類型景觀數量占總體景觀類型數量比例的演變態勢，從香農多樣性指數分析，該指數從1996 年的1.259 5 增加到2001 年的1.305 5，接著又降低到2011 年的1.223 3，然后再上升到2016 年的1.283 4，說明浙中城市群景觀類型豐富度呈波動式發展，2016 年景觀豐富度雖和2000 年基本持平，但是破碎化程度略高，21 年間呈波動變化態勢。香農均勻度指數反映了景觀中各組成斑塊的分布均勻程度，其值為0 時，說明景觀僅由一種組成，無多樣性;其值為1 時，說明各斑塊類型均勻分布，有最大多樣性，5 個時間節點的數值大于0.60，說明各斑塊類型存在多樣性，但其值有所減少，說明多樣性在降低。

2.3.2 土地利用生態風險時空演變

在分析土地利用生態風險時空演變時，需要將土地利用生態風險轉移情況進行等級類型分區，生態風險等級類型分區的常用方法是GIS 空間分析法。

GIS 是面向對象的空間分布特征和空間布局狀態、相關關系以及趨勢分析的最佳方法之一，是對具有空間特征對象數理統計、檢測、分析、模擬和估計的理想途徑。采用自然斷點劃分法，歸一處理后的間隔均為0.13，劃分為5 個生態風險等級類型，可以實現對各期生態風險進行分析。借助ArcGIS 10.2 軟件，通過運用統計學的斷裂點模型劃分生態風險等級區間，如表5 所示。

表5 生態風險等級類型及區間Tab.5 Ecological risk grade type zone value

通過GIS 空間分析法劃分生態風險等級區間，構建浙中城市群的景觀生態風險指數。基于浙中城市群的景觀破碎化格局指數(由表3 NP、PD、LPI、AREA_MN、DIVISION 5 個指標構成)、景觀形狀格局指數(由表3 ED、LSI、CONTAG、IJI、FRAC-AM 5 個指標構成)和景觀多樣性格局指數(由表3 SHDI、SHEI 2 個指標構成)3 大類指標構建浙中城市群生態風險評價指數，其數學模型為

式中 ERI(i)——第i 個樣本的生態風險指數

Ci——景觀破碎化格局指數

Ni——景觀形狀格局指數

Di——景觀多樣性格局指數a、b、c 為對應的權重，借鑒已有成果［20-23］，具體參照文獻［24］，本研究實際賦值為0.6、0.3、0.1。

將浙中城市群的各類指數數據導入模型，得到1996—2016 年浙江省各地級市生態風險指數如表6所示。模型分析顯示浙中城市群土地利用格局呈現“中心—外圍”時空格局。從各類風險區的時間序列分析，基于2000 年的時間節點來看，浙中城市群的較低生態風險區面積比重最大，如圖3 所示，占比22.05%，而高生態風險區面積比重最小，占比11.65%;低生態風險區面積占比19.07%，這說明2000 年的總體景觀生態風險處于低風險閾值，景觀生態格局狀態良好。基于2016 年的時間節點來看，高生態風險區面積比重最大，占比24.34%，低生態風險區面積比重最小，僅占比10.43%，這說明2016年景觀生態風險加重，總體景觀生態風險處于較高風險閾值，21 年的景觀生態風險增長趨勢較快，低生態風險區、高生態風險區的“景觀地位”出現了“互換位移”的現象，也表明浙中城市群的各類景觀生態風險區波動幅度較大，且呈現向高風險閾值方向發展的趨勢。

從1996—2016 年浙中城市群各市的風險等級空間分布來看，2016 年義烏市、東陽市、武義縣的風險指數遠高于其他縣(區)，主要是其21 年經濟快速發展，城市化水平高，人口集聚對耕地、林地、水域等用地強度加深，加之更細致的保護措施跟進較慢，導致生態風險等級最高;1996 年婺城區、金東區、浦江縣的風險指數均在0.54 左右，2016 年達到0.59左右，其生態風險指數較穩定，主要是其自然生態空間用途管制辦法(試行)落實扎實到位和城市土地用途管制措施的作用;蘭溪市、永康市、諸暨市、磐安縣、龍游縣和縉云縣生態風險指數最低，但隨著經濟發展加快，建設用地增加，其生態風險指數也在增加，但相對于浙中城市群其他縣(區)來說，其土地利用變化對生態系統的穩定性影響較小，其經濟開發增加引起的生態風險也相對較小。從各類風險區的空間角度來看，1996—2016 年浙中城市群各市生態風險等級在空間分布上呈現“趨同俱樂部”現象和“集中—分散”現象，如圖4 所示，即較高生態風險區和高生態風險區在空間上出現集聚和“鄰近現象”;較低生態風險區和低生態風險區在空間上分散在較高生態風險區和高生態風險區的“外圍”，具有明顯的“中心—外圍”格局和發展態勢。

表6 1996—2016 年浙中城市群各地級市生態風險指數Tab.6 Ecological risk index of prefecture-level cities in central Zhejiang urban agglomeration from 1996 to 2016

圖3 浙中城市群的生態風險區面積占比變化Fig.3 Change map of ecological risk area of central Zhejiang city cluster

圖4 1996—2016 年浙江省各地級市生態風險空間分異圖Fig.4 Ecological risk spatial differentiation map of prefecture-level cities in Zhejiang Province in 1996—2016

如圖4 所示，在時間序列上，1996—2016 年浙中城市群各地級市土地利用的生態風險均呈現上升趨勢，且城市群內部的風險轉移較大。從浙中城市群生態風險空間分異發現，研究區各市生態風險指數的Ⅳ和Ⅴ等級區主要集聚在東陽市、義烏市、武義縣、浦江縣、金東區和婺城區。這6 個縣市(區)在空間上分布在浙中城市群的“中心”方位;Ⅰ等級區主要是蘭溪市;Ⅱ等級區主要是磐安縣和縉云縣;Ⅰ和Ⅱ等級區分散在浙中城市群的西北和東南方位。這種生態風險等級格局的差異明顯，在空間上呈現出了“中心—外圍”格局和發展態勢。Ⅲ等級區分布在浙中城市群東北、西南和東南方位，并且由永康市、諸暨市、龍游縣3 個市縣的建設用地趨勢分析，生態風險指數未來有可能增加，轉向Ⅳ或Ⅴ等級區。

3 結論

(1)1996—2016 年21 年間，浙中城市群的土地利用不同類型之間、土地利用同種類型內部的轉移態勢均有顯著變化。建設用地面積增加顯著，由7.86%增加到20.45%，21 年間增加近3 倍;林地面積占比總體呈緩慢增長趨勢，1996—2006 年占總面積比率增長較慢，2006—2016 年增長較快;水域及水利設施用地占總面積比率逐年下降，2006—2016年從5.85%降到3.89%;未利用地是21 年減少比率最大的土地利用類型，其次是耕地;園地、草地主要分布在浙中城市群東北方向和西北方向，面積占比比率較低，園地總體增加，草地總體減少，增加和減少的面積占總土地利用面積比率均較小。

(2)浙中城市群的土地利用總體景觀格局質量呈現先下降、后上升、再整體下降的態勢。1996—2016 年總體景觀破碎化指數增加，局部年份出現下降，景觀形狀指數和景觀多樣性指數總體下降，局部年份出現上升，各種類型土地之間轉移趨向復雜波動化。

(3)基于2016 年時間節點的浙中城市群生態風險空間演變特征視域判析，義烏市、東陽市、武義縣的生態風險指數在0.69 ～0.82 之間，為Ⅳ和Ⅴ等級區，生態風險等級為較高或高;婺城區、金東區、浦江縣的生態風險指數在0.56 ～0.59 之間，為Ⅲ等級區，生態風險等級為中;蘭溪市、永康市、諸暨市、磐安縣、龍游縣、縉云縣的生態風險指數在0.49 以下，為Ⅰ或Ⅱ等級，生態風險等級為低或較低。

(4)浙中城市群土地利用生態風險等級的空間差異較大。1996—2016 年浙中城市群各市生態風險等級在空間分布上呈現“趨同俱樂部”現象和“集中—分散”演變趨勢，即較高生態風險區和高生態風險區在空間上指向浙中城市群中部，且出現集聚態勢，較低生態風險區和低生態風險區在空間上分散在浙中城市群的西北、東南和西南地區，且在浙中城市群中部的“外圍”，具有明顯的“中心—外圍”格局和發展態勢。