馬 力,李景宜*,任 沖
(1.寶雞文理學(xué)院 地理與環(huán)境學(xué)院,陜西 寶雞 721013;2.陜西省災(zāi)害監(jiān)測(cè)與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室,陜西 寶雞 721013)
城鎮(zhèn)化與生態(tài)環(huán)境耦合是人地關(guān)系地域系統(tǒng)的重要組成,是一種相互交互、耦合的關(guān)系,探明其耦合機(jī)制并提出調(diào)控對(duì)策,成為當(dāng)今可持續(xù)發(fā)展研究中關(guān)鍵問(wèn)題之一[1-2]。改革開(kāi)放以來(lái),我國(guó)城鎮(zhèn)化率由1978年的17.92%上升到2015年的56.1%,然而城市化率激增造成了不同程度的生態(tài)環(huán)境破壞,導(dǎo)致城鎮(zhèn)化發(fā)展進(jìn)程受到制約[3]。任宇飛等[4]對(duì)城鎮(zhèn)化與生態(tài)環(huán)境耦合從理論到方法再到應(yīng)用領(lǐng)域的研究進(jìn)展進(jìn)行了評(píng)述。鄧椿[5]構(gòu)建了山西省地級(jí)市的城鎮(zhèn)化、生態(tài)環(huán)境綜合指數(shù)并分析了時(shí)空耦合規(guī)律。王少劍等[6]借助耦合協(xié)調(diào)度模型對(duì)京津冀地區(qū)耦合過(guò)程與演進(jìn)趨勢(shì)進(jìn)行了分析。劉寶濤等[7]根據(jù)耦合協(xié)調(diào)模型等方法評(píng)判了長(zhǎng)春市城鎮(zhèn)化發(fā)展與土地利用的協(xié)同演化關(guān)系。陸媛媛等[8]以社會(huì)、經(jīng)濟(jì)等數(shù)據(jù)比較了寧夏地級(jí)市城市化與生態(tài)環(huán)境耦合協(xié)調(diào)度的動(dòng)態(tài)變化。趙建吉等[9]通過(guò)構(gòu)建黃河流域城鎮(zhèn)化與生態(tài)環(huán)境的耦合協(xié)調(diào)模型,測(cè)度了2005~2016年耦合協(xié)調(diào)的時(shí)空格局以及兩者協(xié)同發(fā)展?fàn)顩r。姜旭等[10]通過(guò)熵值法、耦合協(xié)調(diào)度模型方法評(píng)價(jià)了長(zhǎng)江中游城市群城鎮(zhèn)化與人居環(huán)境的耦合協(xié)調(diào)關(guān)系。
本文以寶雞市中東部為研究區(qū)域,為寶雞市社會(huì)經(jīng)濟(jì)活動(dòng)主要分布區(qū)域,具有產(chǎn)業(yè)集群優(yōu)勢(shì)且城鎮(zhèn)化發(fā)展速度較快,但同時(shí)也是生態(tài)環(huán)境破壞較多的區(qū)域,如何在城鎮(zhèn)化進(jìn)程中使生態(tài)環(huán)境得到保護(hù),成為城鎮(zhèn)化進(jìn)程中促進(jìn)區(qū)域經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展所必須面對(duì)的重大課題。相較于以往僅從社會(huì)統(tǒng)計(jì)年鑒中單一提取指標(biāo)進(jìn)行城鎮(zhèn)化與生態(tài)環(huán)境進(jìn)行耦合協(xié)調(diào)度分析的研究不同,本文提出以遙感影像反演土壤植被干旱指數(shù)作為自然生態(tài)環(huán)境指標(biāo),實(shí)現(xiàn)將生態(tài)環(huán)境分布狀況直觀化表達(dá),結(jié)合社會(huì)統(tǒng)計(jì)年鑒數(shù)據(jù)中提取城鎮(zhèn)化綜合發(fā)展水平指標(biāo),并借助耦合協(xié)調(diào)度模型對(duì)寶雞市自然生態(tài)環(huán)境與城鎮(zhèn)化耦合協(xié)調(diào)度進(jìn)行研究,以期為寶雞市或同類地區(qū)城鎮(zhèn)化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展和城市生態(tài)環(huán)境治理與改善提供決策支持。
寶雞市地處關(guān)中平原西部,東連咸陽(yáng),南接漢中,西北與天水、平?jīng)雠?,是“一帶一路”?zhàn)略的沿線城市,同時(shí)也是關(guān)天經(jīng)濟(jì)區(qū)副中心城市,總面積18000 km2,下轄3區(qū)9縣[11]。2018年總?cè)丝谶_(dá)到377.1萬(wàn)人,常住人口城鎮(zhèn)化率53.17%,地區(qū)總產(chǎn)值達(dá)2179.81億元。寶雞市屬暖溫帶半濕潤(rùn)氣候,年均氣溫約13 ℃,年平均降水量約700 mm,地貌為以山、川、塬為主。
為了揭示寶雞市城市化進(jìn)程影響生態(tài)環(huán)境的縣區(qū)差異,本文研究區(qū)選擇分布于渭河谷地的寶雞市中東部地區(qū),如圖1所示。

圖1 研究區(qū)位置示意圖
本文Landsat TM/OLI遙感影像來(lái)源于地理空間數(shù)據(jù)云,影像獲取時(shí)間為2000、2009和2018年的5月。遙感影像經(jīng)ENVI 5.3軟件的Radiometric calibration工具進(jìn)行輻射定標(biāo),F(xiàn)LAASH Atmospheric Correction工具進(jìn)行大氣校正,以位于渭河谷地的寶雞市縣區(qū)行政邊界建立ROI對(duì)遙感影像進(jìn)行裁剪等預(yù)處理。數(shù)據(jù)來(lái)源于寶雞市統(tǒng)計(jì)局官網(wǎng)中的2000、2009和2018年的糧食產(chǎn)量、農(nóng)民人均純收入、在崗職工工資、在崗職工人數(shù)、土地面積、人口、農(nóng)林牧漁業(yè)總產(chǎn)值、社會(huì)消費(fèi)品零售總額總值。
采用大氣校正法反演地表溫度(LST),波段運(yùn)算得到歸一化植被指數(shù)(NDVI),對(duì)LST、NDVI數(shù)據(jù)進(jìn)行線性擬合,得到研究區(qū)溫度植被干旱指數(shù)(TVDI),它反映了研究區(qū)的土壤濕度變化,用于指示生態(tài)環(huán)境的指標(biāo)。
(1)
其中,LST為地表溫度;LSTmin為相同NDVI的最低地表溫度,LSTmax為相同NDVI值的最高地表溫度,LST的單位為℃[12]。
本文社會(huì)統(tǒng)計(jì)數(shù)據(jù)采用變異系數(shù)法確定各要素的權(quán)重,作為城鎮(zhèn)化發(fā)展水平的代用指標(biāo)。變異系數(shù)利用各項(xiàng)指標(biāo)內(nèi)在信息計(jì)算不同指標(biāo)權(quán)重,客觀加權(quán)反映各指標(biāo)正負(fù)項(xiàng)的影響,便于操作,采用原指標(biāo)極差標(biāo)準(zhǔn)化方法對(duì)原指標(biāo)進(jìn)行標(biāo)準(zhǔn)化[13]。
Vi=σi/xi
(2)

權(quán)重為:
(3)
其中,Wi為各指標(biāo)權(quán)重,CVi為各項(xiàng)指標(biāo)變異系數(shù)。
耦合度是系統(tǒng)或要素相互作用的程度。從無(wú)序到有序的關(guān)鍵是系統(tǒng)中有序參數(shù)之間的協(xié)同作用。耦合度是衡量這種協(xié)同作用的一個(gè)指標(biāo)。本文將城鎮(zhèn)化系統(tǒng)與生態(tài)環(huán)境系統(tǒng)的耦合要素定義為城鎮(zhèn)化耦合度和生態(tài)環(huán)境耦合度[14]。公式如下:
(4)
其中,A表示寶雞市的城鎮(zhèn)化水平指標(biāo),B表示寶雞市城市生態(tài)環(huán)境指標(biāo),C為城市的自然生態(tài)環(huán)境與城鎮(zhèn)化水平的耦合度值,其中0≤C≤1,C值越大,表明城市的自然生態(tài)環(huán)境與城市的社會(huì)、經(jīng)濟(jì)生態(tài)環(huán)境發(fā)展越協(xié)調(diào)(表1)。

表1 城鎮(zhèn)化與生態(tài)環(huán)境耦合度(C)劃分及其階段特征
由于耦合度不能直接測(cè)度之間的協(xié)調(diào)發(fā)展水平,因此引入城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)度模型,以期客觀反映城鎮(zhèn)化與生態(tài)環(huán)境的發(fā)展水平[15]。具體模型如下:
(5)
T=aC+bB
(6)
其中,D為耦合協(xié)調(diào)度;a、b為待定系數(shù)。本文依據(jù)生態(tài)環(huán)境與城鎮(zhèn)化發(fā)展同等重要原則,a、b賦值為0.5,將寶雞市生態(tài)環(huán)境耦合協(xié)調(diào)發(fā)展類型劃分為失調(diào)發(fā)展型、調(diào)和發(fā)展型、協(xié)調(diào)發(fā)展型,具體協(xié)調(diào)狀況分為嚴(yán)重失調(diào)衰退型、中度失調(diào)衰退型、調(diào)和發(fā)展型、中度協(xié)調(diào)發(fā)展型、高度協(xié)調(diào)發(fā)展型(表2)。

表2 城鎮(zhèn)化與生態(tài)環(huán)境耦合協(xié)調(diào)度(D)類型
由圖2、圖3、圖4可知:2000~2018年寶雞市生態(tài)環(huán)境質(zhì)量指數(shù)發(fā)生了顯著變化,由2000年的0.38上升至2018年的0.56,總體上升約32%。從空間分布來(lái)看,2000~2018年期間,鳳翔縣的生態(tài)環(huán)境明顯變差。生態(tài)環(huán)境較好的縣區(qū)主要集中在秦嶺山區(qū)所轄地區(qū),該地區(qū)受地形、地貌等因素的影響,生態(tài)環(huán)境脆弱且易受人為干預(yù)。2000~2009年,生態(tài)質(zhì)量改善明顯的區(qū)域主要分布在川塬區(qū),呈現(xiàn)出向北擴(kuò)張的趨勢(shì)。2009~2018年,受到城市開(kāi)發(fā)建設(shè)影響,各縣區(qū)生態(tài)環(huán)境均有不同幅度的下降,生態(tài)質(zhì)量下降的區(qū)域主要分布在渭河谷地區(qū)域,由于其地勢(shì)平坦,大量灘涂地被改為建筑用地,林地與耕地面積不斷減少。從2000~2018年,雖然渭河谷地的生態(tài)環(huán)境指數(shù)下降,但各縣區(qū)的生態(tài)環(huán)境整體得到明顯改善。

圖2 寶雞市2000、2009、2018年地表溫度分布圖

圖3 寶雞市2000、2009、2018年歸一化植被指數(shù)圖

圖4 寶雞市2000、2009、2018年土壤干旱指數(shù)圖
2000~2009年寶雞市城鎮(zhèn)化進(jìn)程明顯快于2009~2018年;根據(jù)各年份的最值來(lái)看,寶雞市的城鎮(zhèn)化指數(shù)最大值與最小值相差較大,表現(xiàn)為各縣區(qū)城鎮(zhèn)化存在明顯的地區(qū)差異,且各縣區(qū)發(fā)展不平衡。從空間分布來(lái)看,2000~2018年寶雞市各縣區(qū)城鎮(zhèn)化發(fā)展水平整體呈現(xiàn)波動(dòng)上升的趨勢(shì),其中渭濱區(qū)的城鎮(zhèn)化指數(shù)上升較快,從2000年的0.56增長(zhǎng)到2018年的0.66,而扶風(fēng)、鳳翔、岐山縣的城鎮(zhèn)化指數(shù)先升高后降低,維持在低水平的城鎮(zhèn)化。從發(fā)展速度來(lái)看,2000~2009年寶雞市各縣區(qū)城鎮(zhèn)化綜合指數(shù)整體增長(zhǎng)率較慢,其中最大為鳳翔縣40.6%,最小為金臺(tái)區(qū)-18.56%。2009~2018年寶雞市各縣區(qū)城鎮(zhèn)化指數(shù)呈現(xiàn)快速增長(zhǎng),眉縣達(dá)到31.2%,而岐山縣呈現(xiàn)負(fù)增長(zhǎng)為-33.1%。
總體來(lái)看,寶雞市城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)發(fā)展空間分異顯著,表現(xiàn)出一定的聚類特征,市區(qū)與周邊縣區(qū)的耦合協(xié)調(diào)度明顯不同。寶雞市城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)類型主要基于調(diào)和發(fā)展型,從城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)綜合發(fā)展水平看,各縣區(qū)的城鎮(zhèn)化滯后于生態(tài)環(huán)境的發(fā)展。從2000~2018年,各縣區(qū)的發(fā)展?fàn)顩r總體上有所改善,2000年平均耦合協(xié)調(diào)度為0.48,到2018年耦合協(xié)調(diào)度均值升至0.58。
從耦合度來(lái)看,寶雞市生態(tài)環(huán)境耦合度均值從2000年的0.4849上升至2009年的0.4877,再上升至2018年的0.4880。寶雞市各縣區(qū)內(nèi)部耦合度空間差異較大,2000年耦合度值最大是陳倉(cāng)區(qū)和岐山縣的0.50,最小是眉縣的0.45,表現(xiàn)為處于拮抗階段的城鎮(zhèn)化與生態(tài)環(huán)境,城鎮(zhèn)化程度低和生態(tài)環(huán)境逐漸破壞,逐步弱化了城鎮(zhèn)化的發(fā)展。經(jīng)過(guò)10多年的發(fā)展,截至2018年,寶雞市各縣區(qū)城鎮(zhèn)化水平有了明顯提高,生態(tài)環(huán)境發(fā)生了明顯的變化,兩者之間的耦合度也有明顯變化。其中,最大耦合度值是渭濱區(qū)、陳滄區(qū)和金臺(tái)區(qū),最小耦合度值是眉縣,分別為0.50和0.46。
近年來(lái),渭濱區(qū)的生態(tài)環(huán)境得到明顯改善,早期城區(qū)渭河南岸為大量河灘地,河流北岸為城市建設(shè)用地,南部靠近秦嶺地區(qū)的生態(tài)環(huán)境差。隨著城市化的推進(jìn),該區(qū)大力發(fā)展高新技術(shù)產(chǎn)業(yè)的同時(shí),注重發(fā)展生態(tài)農(nóng)業(yè)、旅游業(yè),形成以高新大道為主軸的產(chǎn)業(yè)集群,渭河沿線生態(tài)綜合治理工作和河堤景觀的建設(shè)讓城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)進(jìn)入良性耦合階段。眉縣生態(tài)環(huán)境優(yōu)越,位于秦嶺山區(qū)的區(qū)域地形復(fù)雜,人口密度低,第二、三產(chǎn)業(yè)占比較低,同時(shí)形成了生態(tài)環(huán)境破壞較低,基本能夠承載城鎮(zhèn)化發(fā)展的局面。
從耦合協(xié)調(diào)度及其類型來(lái)看,寶雞市各縣區(qū)城鎮(zhèn)化與生態(tài)環(huán)境的耦合協(xié)調(diào)度總體呈整體上升的趨勢(shì),分布在調(diào)和發(fā)展及協(xié)調(diào)發(fā)展階段,具有一定空間差異性。2000年除眉縣處于中度失調(diào)衰退型外,其他縣區(qū)為調(diào)和發(fā)展型;2009年市區(qū)及周邊縣區(qū)大部為調(diào)和發(fā)展期,但眉縣的城鎮(zhèn)化進(jìn)程滯后于生態(tài)環(huán)境而屬于中度失調(diào)衰退型。至2018年市區(qū)及周邊縣區(qū)均為調(diào)和發(fā)展型,各縣區(qū)城鎮(zhèn)化發(fā)展水平大幅度提高的,生態(tài)環(huán)境質(zhì)量也明顯的改善。
本文以寶雞市周邊縣區(qū)為研究區(qū),利用遙感影像反演地表土壤濕度、變異系數(shù)法估算權(quán)重,借助耦合協(xié)調(diào)度模型,分析了2000~2018年寶雞市城鎮(zhèn)化與生態(tài)環(huán)境系統(tǒng)耦合協(xié)調(diào)狀況,以期為推動(dòng)寶雞市城鎮(zhèn)化發(fā)展和生態(tài)環(huán)境改善提供借鑒和參考。
(1)2000~2018年,寶雞各縣區(qū)城鎮(zhèn)化水平顯著提高,呈現(xiàn)波動(dòng)上升趨勢(shì)且各縣區(qū)城鎮(zhèn)化水平差距縮小。其中眉縣城鎮(zhèn)化水平上升幅度超過(guò)36%,市轄區(qū)基本達(dá)到0.5左右。

表3 各縣區(qū)城鎮(zhèn)化、生態(tài)環(huán)境指數(shù)、和耦合度及耦合協(xié)調(diào)度
(2)2000~2018年,寶雞生態(tài)環(huán)境質(zhì)量呈上升趨勢(shì),生態(tài)環(huán)境指數(shù)從2000年的0.38上升至2018年的0.56,總體上升了18%。生態(tài)環(huán)境指數(shù)高值區(qū)不斷向縣區(qū)擴(kuò)散,可見(jiàn),在寶雞實(shí)現(xiàn)加速城市化的過(guò)程中注重對(duì)生態(tài)環(huán)境建設(shè)起到了顯著成效。
(3)2000~2018年寶雞各縣區(qū)城鎮(zhèn)化與生態(tài)環(huán)境協(xié)調(diào)發(fā)展?fàn)顩r得到改善,但空間差異性顯著,耦合協(xié)調(diào)度均值從2000年的0.43上升至2018年的0.48,寶雞市區(qū)及周邊縣都為調(diào)和發(fā)展型,表明城鎮(zhèn)化發(fā)展大幅度提高的同時(shí)生態(tài)環(huán)境質(zhì)量也發(fā)生明顯改善。
本文利用統(tǒng)計(jì)年鑒數(shù)據(jù)和Landsat遙感影像數(shù)據(jù)構(gòu)建了城鎮(zhèn)化和生態(tài)環(huán)境之間的耦合協(xié)調(diào)模型,研究了寶雞市城市化與生態(tài)環(huán)境的關(guān)系。一方面,彌補(bǔ)了只使用統(tǒng)計(jì)數(shù)據(jù)構(gòu)建指標(biāo)體系存在的瑕疵,如統(tǒng)計(jì)年鑒數(shù)據(jù)的獲取時(shí)間滯后、統(tǒng)計(jì)指標(biāo)不同等,使得計(jì)量指標(biāo)在可比性、時(shí)效性等方面存在不足;另一方面由于遙感影像的傳感器和采集時(shí)間的不同,不僅會(huì)造成遙感數(shù)據(jù)本身的誤差,而且也會(huì)在波段指數(shù)的構(gòu)建與選取上出現(xiàn)過(guò)程處理誤差。利用Landsat遙感影像數(shù)據(jù)構(gòu)建指標(biāo)之前有必要進(jìn)行嚴(yán)格的校正,客觀選取波段指標(biāo)。此外,在精確的城鎮(zhèn)化與生態(tài)環(huán)境耦合模型構(gòu)建、區(qū)域時(shí)空耦合過(guò)程與演化趨勢(shì)分析、長(zhǎng)時(shí)間序列動(dòng)態(tài)變化分析、多源數(shù)據(jù)挖掘和空間分析等方面有待于進(jìn)一步深入研究。