1980-2018年粵港澳大灣區人為干擾度的時空特征

王小軍, 張楚然, 廖倚凌, 劉光旭, 王炳香, 余 劍

(1.華南師范大學 地理科學學院, 廣東 廣州 510631; 2.贛南師范大學 地理與環境工程學院, 江西 贛州 341000)

人為干擾(hemeroby)最初是芬蘭植物學家Jalas在研究森林生態系統受人類活動影響程度時引入的一個監測指標，后被用于通過土地利用類型評價人為活動在地球表層上的影響程度[1-3]。近年來，國外學者用人為干擾來評價城市綠地自然條件[4]與城市生態系統服務差異[5]，以及自然景觀的自然程度，以獲得土地利用變化對環境狀況的累積影響[6]。在國內，研究人員利用專家經驗知識，制定了生態干擾度景觀類型分類表，并依此揭示雙臺河口濕地景觀及生態干擾度的時空變化規律[7]。基于此干擾度分類思路，對北京密云水庫上游流域、廣西巴馬縣的人為干擾程度及干擾強度動態變化定量分析也相應展開[8,9]。人為干擾度評估和運用上出現了多種方向，如利用景觀開發強度指數LDI來評估人為干擾強度[10]；通過選定人為干擾源，計算壓力、狀態、響應指標，構建PSR模型及人為干擾度指數分析人為干擾空間分布[11]；將人為干擾度與景觀脆弱度結合，構建生態安全度等[12]。上述研究豐富了人為干擾定量化、空間化思路，而空間分異驅動機制研究有待進一步深化。

粵港澳大灣區(21°33′—24°24′N，111°21′—115°25′E)位于華南沿海，亞熱帶季風氣候，水熱資源豐富，自然條件優越[13]。近幾十年來該區域經濟發展迅速，城市地域不斷擴張。對該區土地利用變化的研究多集中于探討土地利用效率[14]、不透水面分布[15]、城市擴張與景觀格局梯度[16]、生態系統格局的變化及預測[17]、景觀格局與生態系統服務價值[18-19]，土地利用模擬與生態風險等[20]方面。2019年《粵港澳大灣區發展規劃綱要》中8次提到環保，35次提及生態，國家對粵港澳大灣區人為干擾后的生態環保重視程度可見一斑。本文基于粵港澳大灣區1980，2000，2010，2018年4期土地利用數據，借助GIS空間分析功能從土地利用變化、人為干擾度分布與動態變化，揭示該區近40 a建設過程中土地利用特征及其反映的人為活動變化，并利用地理探測器分析人為干擾空間分布的多方面驅動力，以期為進一步進行生態環保建設，建成綠色文明、宜居宜游的粵港澳美麗大灣區提供決策參考。

1 資料與方法

1.1 數據與處理

①土地利用數據(1980，2000，2010，2018年)，包含6個一級類共22個二級類，人口與GDP密度(2015年)，來源于中國科學院資源與環境科學數據中心(http:∥www.resdc.cn/)。②夜間燈光指數(2017年)，來源于中國工程科技知識中心地理資源與生態專業知識服務系統(http:∥geo.ckcest.cn/)。③高程數據(DEM)，來源于SRTM(http:∥srtm.csi.cgiar.org/)。④氣候數據(1980—2015年)，包括年均氣溫、年降水量，來源于中國氣象數據網(http:∥data.cma.cn/)。⑤水系和交通網(2019年)資料，來源于Open Street Map(https:∥www.openstreetmap.org/)。

1.2 土地利用變化特征

本研究從土地利用結構和單一土地利用類型動態度分析大灣區土地利用的演變特征。土地利用結構能夠反映某區域的用地組合關系[21-22]。單一土地利用類型動態度K是表征土地利用類型在一定時間內變化率的指標，計算公式參考王秀蘭等[23]的方法。

1.3 人為干擾度賦值與動態變化

不同的土地利用類型體現了人為活動對土地的干擾差異，以此對不同地類賦值可以嘗試量化該地區人為活動強度。本研究綜合劉曉娜等[8]、郭少壯等[24]、肖翠等[25]、徐煖銀等[26]和周建國[27]的濕地和山地人為干擾度賦值，用均值計算出6個一級用地類型下的22個二級地類的人為干擾指數(hemeroby index，HI)(表1)。根據研究區域中人為干擾度的實際間隔差異把人為干擾分成4類，0≤HI<0.25為輕度干擾，0.25≤HI<0.5為中度干擾，0.5≤HI<0.75為重度干擾，0.75≤HI≤1為完全干擾。

表1 基于LUCC的粵港澳大灣區人為干擾度賦值

組合多年數據的人為干擾總強度能夠反映研究時段內的綜合分布情況，劉曉娜等和曾蘭等采用相加取平均值的方法確定人為干擾總強度[8,9]，若某區域多年的值差異較大，均值法可能會掩蓋后期非勻速變化，因此本研究結合權重計算其人為干擾總強度。計算方法為：

(1)

式中：THI為人為干擾總強度;Hi為第i年的土地利用人為干擾度；n為研究時間期數,在本研究中為4 a,Wi為第i年的權重,由第i年人為干擾度占研究時段內人為干擾度的比重確定;Hij為第i年的第j個地類的人為干擾度賦值；s為地類數量,在本研究中為22類;Aij為第i年的第j個地類占某區域面積百分比。

干擾平穩度指數(hemeroby stable index，HSI)表征了兩個研究時段過渡期間的人為干擾變化，由相鄰兩個時間的人為干擾度相減后取絕對值獲得，該值越大表明過渡期間人為干擾越強烈，土地利用類型變化大，人為干擾度過渡不平穩，反之則高度平穩[8]。根據已有研究和灣區人為干擾變化特征，比較自然間斷法和等間距法后，本研究把平穩度劃分為4類，0≤HSI<0.1為高度平穩，0.1≤HSI<0.3為中度平穩，0.3≤HSI<0.5為低度平穩，0.5≤HSI<1為不平穩。

1.4 地理探測器

地理探測器可用于分析要素的空間分異性及驅動力評價[28]。因子探測器可檢驗自變量X在多大程度上解釋了因變量Y的異質性。用q表示，取值為[0,1]，當q=0時，說明因變量Y與自變量X之間沒有耦合；而q=1則是因變量Y完全由自變量X決定。交互探測器揭示了影響因子兩兩之間是否增加或減弱對變量Y的解釋。結果有5類，分別為：①非線性減弱{q(X1∩X2)max〔q(X1),q(X2)〕}；④獨立〔q(X1∩X2)=q(X1)+q(X2)〕；⑤非線性增強〔q(X1∩X2)>q(X1)+q(X2)〕[28]。

本研究以人為干擾總強度為因變量Y，采用地理探測器中的因子探測器和交互探測器，分析影響因素X的對大灣區總體與城市子區[29]的貢獻。指標選取考慮代表性，社會經濟指標有：X11夜間燈光指數，X12GDP密度(萬元/km2)，X13人口密度(人/km2)和X14交通密度(km/km2)；自然環境指標有：X21年降水量(mm)，X22年均溫(℃)，X23高程(m)，X24坡度(°)和X25水系密度(km/km2)。

2 結果與分析

2.1 土地利用變化特征

粵港澳大灣區土地利用與土地覆被呈現林地—耕地景觀格局，林地、耕地總面積在近40 a達76.12%～85.01%，是粵港澳大灣區最主要的用地類型(圖1)。其中水田面積占比16.11%～21.12%，主要沿河流、湖泊水庫坑塘分布在河網密布的珠江三角洲平原。有林地面積占比在43.99%以上，主要分布在西北、西南、東北部的低山丘陵區。灘涂灘地、未利用土地面積占比最少。

圖1 1980-2018年粵港澳大灣區土地利用特征

1980—2018年灣區內水田、旱地、疏林地面積持續減少，分別為2 964.41，1 094.9，518.32 km2(表2)。湖泊水庫坑塘自1980—2018年總體增加337.45 km2，但分布明顯破碎化。海洋變化動態度較大，面積從1980年的206.96 km2減少到2018年的1.01 km2。農村居民點、未利用土地面積均呈現先增加，后減小的趨勢。城鎮用地、其他建設用地在1980—2018年面積持續增加，2018年的面積分別為1980年的4.99倍和5.99倍。

表2 1980-2018年粵港澳大灣區土地利用面積、比例與動態度

2.2 人為干擾動態變化

2.2.1 人為干擾時空特征 由于1980—2018年大灣區人為干擾空間分布總體一致，本文僅顯示人為干擾總強度(圖2)。從圖2可知該區人為干擾呈現以發達城市為中心向外遞減的特征，在中部發達城市較高(如廣佛及交界地帶、東莞)，東北部和西北部欠發達地區(如肇慶、惠州東部)及沿海地帶較低。具體而言，輕度人為干擾主要分布在東南部沿海地帶，內陸極少；而中度人為干擾主要分布在灣區四周，肇慶、江門、惠州、深圳、香港、珠海、廣州市北部以及佛山市西南部；重度人為干擾分布區域較為散亂，在肇慶、江門、惠州、東莞、深圳市及香港特別行政區等地都有；完全人為干擾則主要以珠江灣區北岸和東岸(廣州、佛山、東莞和深圳)集中，其外圍次集中的狀態。人為干擾的高低分布特征受地形與地貌的限制，表現出以中心及亞中心城市為中心，以同心圓形態向外發展，城市之間為點軸式變化和演變，并且較近的城市群出現交匯狀態。

圖2 1980-2018年粵港澳大灣區人為干擾總強度

1980—2018年大灣區人為干擾度以中度為主，4類干擾度面積都呈現波動變化狀態(表3)。輕度人為干擾面積總體降低，面積比例減少了68.60%，2000年后變化不大。中度人為干擾面積在1980—2000年為增加，2000年則減少。重度人為干擾面積呈緩慢減小的趨勢，變化較小。完全人為干擾面積總體呈增加趨勢，在近40 a間增加了1 499 km2。這些時空特征顯示了1980—2000年粵港澳大灣區人為干擾度輕度和中度加重較為明顯，推測是改革開放后珠江三角洲地區迅速推進工業化、城市化進程，導致灣區人為干擾度加重。經過2000—2010年經濟、環保政策調整，區域發展走向更高密度階段，因此表現為2000—2018年完全干擾面積增加趨勢。

表3 1980-2018年粵港澳大灣區人為干擾度面積與比例

2.2.2 人為干擾度動態分析 近40 a的人為干擾平穩度變化(圖3，表4)顯示出，高度平穩比例最大，但趨向不平穩狀態，低度平穩和不平穩集中于干擾度較高處附近。1980—2000年和2000—2010年主要為高度平穩，且變化不大(93.79%，92.32%)。其中，1980—2000年人為干擾度加重而平穩度呈高度平穩，是由于這期間人為干擾度變化的是面積比例為0.86%的輕度人為干擾，即其影響的區域僅占0.86%，而大部分區域的人為干擾度不變或有細微變化。1980—2000年人為干擾呈中度平穩和低度平穩的區域主要出現在粵港澳大灣區中部，面積比例為5.45%，不平穩的區域在沿海地帶，面積比例0.76%，說明沿海地區土地利用類型變化較大。2000—2010年不平穩區域出現在中部，面積比例增加至1.4%，是1980—2000年的1.84倍。2010—2018年灣區全域人為干擾平穩度變化均較明顯，高度平穩面積比例比2000—2010年減少29.97%，中度、低度平穩和不平穩則分別增加13.88%，13.46%和2.64%。1980—2018年整體而言，不平穩集中于佛山、深圳與沿海地區，高度平穩以外的其他類分布主要在灣區中心與次中心城市，這與城市與建設用地分布擴張動態一致。

表4 1980—2018年粵港澳大灣區人為干擾平穩度面積與比例

圖3 1980-2018年粵港澳大灣區人為干擾平穩度變化特征

2010年后人口急劇增長、經濟迅猛發展、農業內部結構發生重大調整。據統計，大灣區常住人口在2009—2017年增長了7.89×106人，達6.15×107人；GDP在2010—2017年增長了97.28%，約達7.57×1012元。另一方面，由土地利用變化特征可知，這期間土地利用類型變化最劇烈，景觀變化明顯。這些因素導致了2010年后的劇烈變化。大灣區四周原本人為干擾度較高的地區人為干擾度降低，可能是因為經濟更發達區域吸納人口遷移，以及政策上對灣區四周提倡保護生態，優先發展生態，欲將其打造成粵港澳大灣區綠色可持續發展的后花園；而灣區中部則發展經濟，原本人為干擾度低的地區在2010—2018年人為干擾度也升高。因此整個區域都有出現中低度平穩乃至不平穩現象。

2.3 人為干擾空間分異歸因

2.3.1 人為干擾總強度單因子歸因 如圖4所示，整個粵港澳大灣區，夜間燈光指數(56.97%)、高程(54.46%)和坡度(54.65%)對人為干擾空間分異解釋能力(q值)較高。社會經濟因子的解釋能力(均值42.32%，變幅30.31%～56.97%)比自然環境因子(均值41.3%，變幅22.4%～54.65%)更高且更穩定。解釋能力50%以上的3個因子中有2個是自然環境類，40%以上的5個因子中有3個是自然環境類。這些因子的解釋能力表明，大灣區人為干擾空間分異是自然環境要素(尤其是地形地貌)分布影響下的人類活動差異的體現。該結果與丘陵區土地利用空間分異驅動特征一致[30]。

注：澳門特別行政區面積較小，在本研究的分辨率下，夜間燈光指數、年降水量和高程的空間分異不明顯，已剔除。

總強度空間分異因子探測結果

對不同城市的人為干擾空間分異進行地理探測(圖4)顯示，總體上各影響因子對廣州市的解釋力更強，貢獻率達44.77%～74.85%，對澳門特別行政區則較弱，最強才32.99%(交通密度、坡度)，而在香港特別行政區不同因子解釋力差異最大(0.58%～68.59%)。夜間燈光指數在廣州(74.85%)、深圳(64.71%)、佛山(69.15%)、東莞市(44.86%)和香港特別行政區(68.62%)的解釋力最強，他們都是經濟比較發達的區域，這一指標對本區域整體的解釋力也較強。GDP密度在中山市解釋力最強(61.81%)，在廣州、深圳、佛山市也較強，而在惠州、肇慶、江門市和香港及澳門特別行政區解釋力較弱。人口密度與GDP密度有類似特征，在廣州(50.72%)、深圳(60.65%)、佛山(51.87%)和東莞市(43.38%)的解釋力較強。交通密度也是在廣州(58.51%)、佛山市(63.76%)和香港特別行政區(43.23%)的解釋力相對較高。社會經濟因子對各城市人為干擾空間分異的解釋力明顯體現了經濟狀況的空間異質性，灣區核心城市(廣州、深圳、佛山市和香港特別行政區等)對社會經濟因子響應明顯，而肇慶、江門等城市響應較弱。珠江入海口兩岸的城市中，各影響因子對珠海和東莞的人為干擾解釋力相對較弱，一定程度上也反映出相比于其他類似區位的城市，它們的經濟社會發展潛力開發不足。

自然環境因子對不同城市人為干擾空間分異的解釋力特征不同于社會經濟因子。年降水量只對廣州市人為干擾的空間分異解釋力較強(60.13%)，但相比于其他因子也不明顯，在其他城市的解釋力較弱，尤其是深圳、佛山、東莞、肇慶市和香港特別行政區，是所有因子中最弱。年均溫、高程和坡度都在廣州、惠州市解釋力較強，且接近。其中年均溫對廣州市的解釋力最強(71.83%)，在惠州市的則是所有因子中最強(63.9%)，高程對多數珠江入海口兩岸的城市解釋力較弱，在肇慶市(46.73%)是所有因子中最強；坡度在江門市和澳門特別行政區的解釋力是所有因子中最強(50.17%，32.99%)。水系密度在東北(惠州6.4%)、西北部(肇慶8.9%)的解釋力較弱，且整體解釋力都偏弱。自然環境因子的解釋力總體中等偏弱，但各因子之間的解釋力差異比社會經濟因子低，表明大灣區自然環境的空間分異相對較弱，而不同于地表環境復雜地區如橫斷山地等區域分異明顯[31]。

不同地區人為干擾的驅動因子存在差異。灣區內部城市的人為干擾總強度主要受夜間燈光指數、GDP、人口密度和交通密度驅動，灣區四周城市的人為干擾總強度主要受坡度、高程驅動。灣區內部城市地形較四周城市平坦，經濟發展活躍，社會經濟因素對其人為干擾總強度高低的分布情況影響較大；而灣區四周城市注重生態保護，被譽為灣區發展的后花園，其群山環繞、地形起伏較灣區內部城市大，自然環境因素對其人為干擾總強度高低的分布情況影響較大。

2.3.2 人為干擾總強度影響因子交互作用 在粵港澳大灣區和各市內，不同因子兩兩交互作用對人為干擾空間分異的影響基本高于其中一個因子，主要表現為雙因子增強，也有較多為非線性增強(表5)。

表5 粵港澳大灣區與各市人為干擾總強度影響交互探測結果

對于整個大灣區，夜間燈光指數與其他因子交互作用的解釋力在59.64%以上，坡度與其他因子的交互作用的解釋在60.53%以上，其中夜間燈光指數與坡度的交互作用解釋力(73.17%)為大灣區所有因子交互作用結果中最高，其次是夜間燈光指數與高程(69.7%)、交通密度與坡度(68.85%)及夜間燈光指數與年均溫(68.14%)。總體上社會經濟因子與自然環境因子(年均溫、高程、坡度)交互作用，以及自然環境因子(年均溫、高程、坡度)之間交互作用，對人為干擾空間分異具有更高的解釋能力。這些交互作用說明夜間燈光指數高且地形平坦地方、交通密集且地形平坦地方的人為干擾度高，地形平坦易開發的地方更容易受人為干擾的影響，開發之后建造交通設施使當地人流量上升，進而夜間燈光指數上升，導致該地人為干擾度上升。

在各城市中，兩兩因子交互后影響力基本為雙因子增強與非線性增強，僅澳門特別行政區有一個交互結果為非線性減弱。其中因子交互值達0.8或以上的城市為廣州、深圳、香港和澳門，因子交互作用最大值中最低為肇慶市(表5)。廣州、深圳、珠海、佛山、中山、東莞市、香港和澳門特別行政區8個城市，其交互因子影響力較高的均有夜間燈光指數和GDP密度，大多數有人口密度或交通密度，因此這8個城市的人為干擾總強度由夜間燈光指數和GDP密度與其他因子組合作用影響明顯；除中山市以外，其余的7個城市對人為干擾總強度影響力較大的因子還有人口密度或交通密度。而惠州、肇慶、江門3市，其交互因子影響力較高的均有坡度和高程因子，因此地勢與其他因子交互作用對3市內人為干擾總強度的影響較大。

3 討論與結論

粵港澳大灣區1980—2018年土地利用與土地覆被逐漸呈現林地—耕地—城鎮景觀格局。城鎮用地、其他建設用地面積持續上升，在1980—2018年增長了4.25倍；2000年以后土地利用類型面積變化、類型變化均明顯。可見近40 a灣區城鎮用地擴張，城市邊緣不斷擴大，城鎮化發展快速。近40 a粵港澳大灣區人為干擾度皆以中度人為干擾為主。1980—2000年輕度人為干擾面積下降快速，完全人為干擾面積略有上升。較發達城市人為干擾總強度高，欠發達城市人為干擾總強度低，總強度呈現以城市為中心與次中心的同心圓分布。1980—2010年灣區內人為干擾平穩度主要呈高度平穩，2010—2018年干擾度變化較大，中低度平穩面積占比升高至33.61%，不平穩地區面積增多至1980—2000年的5.32倍，變化劇烈。因此，近40 a粵港澳大灣區的人為干擾面積和程度都在不斷加劇，近10 a人為干擾變化不穩定，景觀變化劇烈。地理探測器分析結果表明，粵港澳大灣區整體的人為干擾總強度分布受夜間燈光指數、交通密度、年均溫、高程以及坡度影響，且夜間燈光指數、坡度和高程對灣區人為干擾總強度具有較強的分層異質性解釋力度；在因子交互作用中，各影響因子之間基本為雙因子增強與非線性增強，即所選因子任意疊加都會使地區的人為干擾度增強。而從各個城市上看，灣區內部城市的人為干擾總強度主要受社會經濟因素(夜間燈光指數、GDP、人口密度和交通密度)驅動，灣區四周城市的人為干擾總強度主要受自然環境因素(坡度、高程)驅動。

本研究基于較長時間尺度的土地利用數據分析人為干擾，并利用地理探測器定量分析人為干擾的空間分異的影響因素，雖然驅動因素考慮了自然環境與社會經濟不同角度的指標，但未能考慮難以量化卻又影響較大的政策作用，也未定量分析不同土地利用類型轉移對人為干擾的影響。因此后續研究可以朝這些方面繼續深入。