云南省瑞麗市景觀生態風險及其與COVID-19疫情分布的耦合關系

李益敏， 劉師旖， 吳博聞， 李盈盈， 趙娟珍， 馮顯杰

(1.云南大學 地球科學學院， 云南 昆明 650500； 2.云南省高校國產高分衛星遙感地質工程研究中心， 云南 昆明 650500； 3.云南大學 國際河流與生態安全研究院， 云南 昆明 650500)

景觀生態風險評價可為平衡區域發展和生態環境保護提供重要決策支持[1]，已成為當前的研究熱點領域之一。景觀生態風險指在自然或其他人為因素的影響下，景觀和生態過程相互作用可能產生的不利后果；相比于綜合生態風險評價，景觀生態風險側重于景觀對于生態過程的影響，強調生態風險評價的時空異質性和尺度效應[2]。景觀生態風險評價的方法可分為風險源匯和景觀格局兩種。基于景觀格局的景觀生態風險評價是以土地利用景觀類型作為基本單元，評價景觀鑲嵌體與最優格局的偏離程度[3]；識別景觀異質性對生態系統結構和功能造成的干擾以及生態系統的脆弱性。組成景觀的空間組分其能量流動和物質循環均有所差別，影響著區域景觀生態過程，最終導致不同的景觀生態效應[4]。景觀生態風險評價方法主要有相對風險模型(RRM)[5]、熵值法[6]以及景觀指數法(ERI)[7-8]，研究尺度多以流域、濕地和城鎮等區域為主[9-11]。

有研究表明，人口遷移、景觀格局和植被覆蓋度對COVID-19疫情時空分布有一定影響[12-14]，但景觀生態風險與疫情時空分布關系尚未明確。學者們對COVID-19疫情的研究多聚焦于時空特征變化方面，研究區主要以全國、省、發達城市群為主[14-18]，對邊境地區鮮有研究。邊境地區作為阻隔病毒跨境擴散的前沿陣地，疫情防控任務非常艱巨。云南省邊境線長，口岸多，邊境口岸疫情防控壓力非常大。云南省瑞麗市是中國和緬甸之間人口流動較頻繁的地區，瑞麗口岸是目前僅有的高風險口岸[19]。2021年瑞麗市邊境不斷檢測出由境外輸入造成本地感染的新冠病毒病例，政府部門采取了嚴控人口流動和全員核酸檢測排查措施，使疫情得到有效阻斷。鑒于此，本研究以瑞麗市為研究區，運用景觀格局指數計算景觀人工干擾強度，構建生態風險評價模型，對瑞麗市2000—2021年土地利用景觀類型和生態風險時空演變特征進行綜合研究，分析景觀生態風險和景觀人工干擾強度分別與COVID-19疫情空間分布的相關性，以期為瑞麗市和同類地區制定完善的生態風險、環境保護和疫情管控政策和計劃提供參考依據。本研究對于維護邊境地區秩序穩定和加強邊境合作具有重要意義。

1 研究區概況

瑞麗市位于云南省西南部(東經97.31°—98.01°，北緯23.51°—24.11°)，面積1 020 km2，轄3鎮3鄉。2020年人口21.05萬人。該市西部和南部與緬甸相連，國境線長169.8 km，其東部和北部連接芒市和隴川縣。該市地處高黎貢山余脈向南延伸部分，具有“一江一河夾一山一壩”的地形地貌特征，地勢西北高東南低，地形起伏相對平緩，山脈走勢為東北至西南方向。瑞麗江及龍川江由東北向西南方向流經瑞麗市。該市擁有兩個國家級口岸(瑞麗、畹町口岸)，是中國通向南亞和東南亞地區的重要門戶，其中瑞麗口岸是中緬貿易最頻繁的口岸。中緬兩國居民生活和商業來往頻繁，人口流動大。盡管瑞麗市已經實現對邊境線24 h常態化巡邏值守，但疫情防控工作仍然艱巨。

2 數據來源和研究方法

2.1 數據來源

本研究選取瑞麗市4個時段(2000，2010，2015，2021年)的Landsat TM/OLI遙感影像，其空間分辨率為30 m。為確保研究結果的可比性，這4期影像成像時間均為2—3月(受云層影響小，云層含量均小于10%)；對下載的原始影像數據進行了預處理。結合全國土地利用分類標準和研究區土地利用現狀，將研究區的土地景觀類型分為耕地、建設用地、水體、未利用土地、林地和園地6類。本研究運用支持向量機對遙感影像進行監督分類，參考瑞麗市統計年鑒和土地利用規劃資料，用目視解譯法和Google Earth高分辨率的歷史影像修正監督分類結果，得到4個時期瑞麗市土地利用景觀類型分布狀況。4個時期影像解譯精度均達90%以上，其kappa系數均達80%以上，符合精度要求。遙感影像和數字高程模型均來源于地理空間數據云(http:∥www.gscloud.cn/)。疫情數據收集于2021年1月1日至9月30日云南省衛生健康委員會(http:∥ynswsjkw.yn.gov.cn)每日截止24：00公布的COVID-19疫情報告和瑞麗市人民政府網公布的疫情風險地區等級通告。為保證一致性，所有數據均統一重采樣為30 m，坐標系為WGS 1984。

2.2 評價單元劃分

評價單元可以客觀反映出區域生態環境的空間特征。評價單元大小應滿足研究區斑塊平均面積的2～5倍，才能反映周圍地理事物信息[20]。本文參考前人研究[21-22]，結合研究區實際情況，按1 km×1 km正方形單元格對研究區進行網格劃分，共采集1 025個景觀生態風險評價單元。計算出每個評價單元的值，將其賦值評價單元的中心點，最后通過克里金插值方法進行空間化表達[23]。

2.3 研究方法

2.3.1 景觀人工干擾強度 土地利用景觀變化受到自然和人為因素的影響。但從短時間來看，人為因素對景觀變化的作用比自然因素顯著[24]，景觀人工干擾強度指數可用來表征研究區土地利用景觀受人類活動影響的程度[25]。景觀人工干擾強度將景觀資源環境影響因子進行加權求和得到。其公式如下：

式中：HI為景觀人工干擾強度指數；n為研究區景觀類型數量；Hi為第i種景觀類型的面積；Pi為第i種景觀資源環境影響因子；A為景觀總面積(km2)；參考前人相關研究[26-27]，Pi取值如下：未利用地0.5，建設用地0.85，耕地0.25，水域0.2，林地/園地0.1。

2.3.2 景觀生態風險評價模型 景觀格局反映人類對自然環境的影響程度。景觀生態風險的大小取決于景觀生態系統受到外界干擾時自身抵抗的能力大小[3]。本文從區域景觀格局和生態風險的角度出發，選取基于景觀格局指數的生態風險評價模型研究區域景觀生態風險的時空變化情況。

景觀生態風險評價模型(ERI)是曾輝等[28]根據景觀類型的面積比重進行構建，建立景觀格局與區域綜合生態環境狀況之間的關系，反映綜合生態風險相對大小。景觀生態風險評價模型由景觀類型所占面積比重、景觀干擾度指數和景觀脆弱度指數組成，表達式為：

式中：ERIm為第m個評價單元內的生態風險指數；Ami為第m個評價單元中第i類景觀的面積；Am為第m個評價單元的面積(km2)；Si為景觀干擾度指數；Vi為景觀脆弱度指數。景觀干擾度指數和景觀脆弱度指數二者的乘積，分別表示景觀損失度和不同景觀類型所代表的生態系統在遭受干擾時其自然屬性的損失程度。

(1) 景觀干擾度指數(Si)

景觀干擾度表示不同生態系統的易損性，主要由景觀破碎度指數(FNi)、景觀分離度指數(FDi)和景觀優勢度指數(DOi)加權構成[22]。其公式如下：

Si=aFNi+bFDi+cDOi

(3)

式中：a，b和c分別代表這三類指數的權重，且滿足a+b+c=1；綜合考慮既有成果研究及研究區情況，將a，b，c分別賦以0.5，0.3，0.2的權重[29-31]。

式中：ni為第i類景觀斑塊數量；N為斑塊總數；mi為第i類景觀斑塊類型中斑塊出現的樣方數；M為總樣方數；Ai為第i類景觀斑塊面積；A為景觀總面積。

(2) 景觀脆弱度指數(Vi)

景觀脆弱度指數表示不同景觀生態系統對外部干擾的敏感程度，其數值越大反映景觀生態系統越容易受到破壞[30]。針對研究區實際情況，借鑒前人研究[7，31]對6類景觀類型的脆弱度進行賦值，由高到低依次為未利用地5，建設用地4，耕地3，水域2，林地/園地1。然后進行歸一化處理，得到不同景觀類型的脆弱度指數為0.31，0.25，0.19，0.13，0.06。

2.3.3 空間自相關分析 空間自相關是指某一變量在空間上與其周圍相關程度。通常用相關系數來衡量其在空間上的鄰近關系，可以揭示空間上變量及變量之間的區域結構形態，解釋事物屬性或現象之間的空間組合關系，分為全局空間自相關和局部空間自相關[32]。本文利用全局和局部自相關方法分析研究區景觀生態風險的空間相關性及聚集特征。

2.3.4 地理加權回歸模型 地理加權回歸模型(GWR)是基于普通最小二乘回歸模型(OLS)改進的空間線性回歸模型。它將數據的地理空間位置嵌入回歸參數中，能有效估計具有空間自相關性(非平穩性)數據，體現數據的空間分異特征[33-34]。若回歸系數成正值，表示兩者之間關系成正相關；回歸系數成負值，則相反。模型公式如下：

式中：yi為全局因變量； (ui,vi)為第i個擬合點的空間地理位置坐標；β0和βj是參數，j為因子數；εi為隨機誤差項。本文GWR模型采用FIXED(固定距離法)創建核表面，選擇AICc(最小信息準則)方法決定最優帶寬。

3 結果分析

3.1 土地利用景觀動態變化

瑞麗市2000，2010，2015和2021年4期景觀類型面積所占比例統計結果和空間分布如圖1,2所示。瑞麗市的景觀類型主要以林地和園地為主，景觀類型所占比例大小依次為：林地>園地>耕地>建設用地>未利用地>水域。2021年林地面積所占比例相較于2000年增加了8.2%，但在2015年出現下降的情況；園地面積所占比例從2000年的34.7%下降至2021年的21.30%，主要分布在林地和耕地之間；耕地面積所占比例從2000年的17.5%減少到2021年的14.3%；建設用地面積在2000—2021年間大幅度增加，所占比例由2000年的0.85%上升到2021年的6.86%，其中2000—2010年間增幅最大。耕地和建設用地主要分布在瑞麗市的東南部，是人口主要居住地。綜上所述，2000—2021年瑞麗市景觀格局發生了明顯改變，但結構相對穩定；由于受到城鎮化建設和經濟發展的影響，建設用地面積增加顯著，林園地總面積下降，生態環境變差。

圖1 2000-2021年瑞麗市土地利用景觀類型比例

3.2 景觀人工干擾強度指數變化

由公式(1)得到瑞麗市景觀人工干擾強度空間分布情況(圖3)。將景觀人工干擾強度分為低強度(<0.150 9)、中低強度(0.150 9～0.249 7)、中強度(0.249 7～0.366 5)、中高強度(0.366 5～0.564 2)、高強度(>0.564 2)5個等級。其中，低和中低強度主要聚集在人類活動較少的中部地區，景觀類型以林地和園地為主。高強度主要集中在瑞麗市東南部，以建設用地為主，臨近瑞麗江。人為因素對該區域景觀生態格局和生態過程造成一定影響。

圖3 瑞麗市土地利用景觀人工干擾強度空間分布

3.3 景觀生態風險時空演變

3.3.1 景觀生態風險分布特征 由公式(2)計算得到瑞麗市每個單元的生態風險值，通過克里金插值法得到2000—2021年4期瑞麗市的生態風險值。采用自然間斷分類法將研究區生態風險分成5級，即景觀生態低風險(<0.025 2)、較低風險(0.025 2～0.043 4)、中風險(0.043 4～0.062 7)、較高風險(0.062 7～0.083 5)、高風險(>0.083 5)。不同時期瑞麗市生態風險空間分布如圖4所示，各等級生態風險面積所占比例如表1所示。由圖4可以看出瑞麗市生態風險具有明顯的時空分異性。

表1 瑞麗市生態風險區面積及其所占比例分級統計

圖4 瑞麗市2000-2021年生態風險等級空間分布

從時間序列看，2000—2021年瑞麗市景觀生態風險區中、較高和高風險區所占比例逐漸上升，低和較低風險區面積所占比例不斷下降。低和較低風險區面積所占比例降幅較大，下降了37.23%。在中風險等級以上區域，中風險區增幅最大，從2000年的4.52%增長到2021年的23.27%。從空間分布上看，研究區的生態風險區域呈條帶狀分布。20 a來，研究區生態風險增大的區域主要分布在瑞麗市東南部和西北部，勐秀鄉的西北部和畹町鎮的東南部生態風險由2000年的較低和中風險等級不斷上升到2021年的較高和高風險等級。勐卯鎮的西南部一直處于中風險等級以上，且中風險等級以上的區域面積不斷擴大。這三個區域為瑞麗市人口密集地區，建設用地不斷擴張，斑塊較為破碎，景觀分離度高，抗干擾能力弱，導致生態風險不斷升高。低和較低生態風險區集中分布在戶育鄉、勐秀鄉中部和勐卯鎮的東北部，以林地和園林為主。瑞麗市2000—2021年景觀生態風險以低和較低風險區為主，等級出現由低向高遷移的現象，其景觀生態風險呈上升趨勢。

圖2 瑞麗市4個時期的土地利用景觀類型分布

進一步分析瑞麗市景觀生態風險等級變化，由2000年和2021年生態風險分布圖(圖4)得到瑞麗市各生態風險等級轉移矩陣(表2)。由表2可以看出，瑞麗市景觀生態風險等級轉移前3名依次為低風險區(177.23 km2)轉成較低風險區,較低風險區(152.26 km2)轉成中風險區，較低風險區(101.36 km2)轉成較高風險區。高等級風險區主要由較低風險和中風險區轉換而來。通過與瑞麗市景觀類型分布圖疊加可知，該轉變區域主要位于瑞麗市的西北部。2000年該區域主要以耕地和園地為主，僅有零星建設用地分布。2021年該區域以建設用地、耕地和園地為主，斑塊細碎化，風險度增加。2000—2021年瑞麗市景觀生態風險主要是由低等級(低、較低風險區)向高等級(中、較高和高風險區)轉移，生態風險逐漸增加。

表2 2000-2021年瑞麗市景觀生態風險等級轉移矩陣

瑞麗市按行政區統計的生態風險區面積、所占比例見表3，轉移矩陣見表4。弄島鎮主要以低風險區和較低風險區為主，其2000—2021年低和較低風險區面積之和均在60 km2以上，弄島鎮的較高和高風險區面積較為穩定，變化幅度不大。姐相鄉2000年以較低風險區為主，面積為64.45 km2，2000—2021年間出現向高等級風險區轉移現象，2021年以中風險區為主，面積為57.79 km2。

表3 瑞麗市各鄉鎮景觀生態風險區面積分級統計

戶育鄉在2000年景觀生態風險等級僅有低和較低等級存在，2000，2010年，較高和高風險區域面積為零，2000—2021年景觀生態風險等級不變面積占戶育鄉面積的48.08%。在2000—2021年中，勐秀鄉的低風險區都在瑞麗市各鄉鎮中低風險區面積排名第一，高風險區面積在2000，2010和2015年為零，但2021年高風險地區面積有26.10 km2，是各鄉鎮高風險區面積最大的地區。勐秀鄉北部2000年部分園地到2021年變為耕地和建設用地，自然資源破碎，導致該地區風險值增高。勐卯鎮是瑞麗市各鄉鎮中景觀生態風險較高的鄉鎮，其低和較低風險區域面積與中風險等級以上區域面積之比從2000年的5.4：1到2021年0.98：1，受到人類生產、生活擾動較多。畹町鎮以低風險區為主。2000—2021年瑞麗市各鄉鎮景觀生態風險由高風險轉為低風險區域面積均不到3 km2，所占比例幾乎為零，生態環境質量具有不穩定性，生態環境整體出現惡化情況。

表4 瑞麗市各鄉鎮2000-2021年景觀生態風險等級轉移矩陣

3.3.2 景觀生態風險空間相關性 對瑞麗市2000，2010，2015，2021年4個年份的景觀生態風險情況進行全局空間自相關分析(表5)，其Moran’sI值分別是0.704 4，0.682 0，0.564 5，0.501 2；4個年份的Moran’sI均大于0，且p值均小于0.01，說明研究區的景觀生態風險具有顯著聚類特征，空間自相關性強。從2000年到2021年，全局Moran’sI數值總體呈現下降趨勢，但仍具有較高的空間自相關性。隨著社會經濟和景觀類型的變化，景觀生態風險空間分布的關聯性降低，趨同性減弱。運用局部空間自相關方法，可以了解研究區景觀生態風險的聚集類型和空間分布(如圖5所示)。2000，2010，2015，2021年研究區的景觀生態風險以高—高聚集和低—低聚集為主，且未發生較大變化。高值主要聚集在北部和南部地區，低值主要在中部地區聚集。瑞麗市景觀生態風險的高值和低值區域與景觀類型中建設用地和林地分布大致符合，說明其土地利用景觀類型對景觀生態風險具有重要影響。

表5 瑞麗市景觀生態風險全局Moran’s I

圖5 瑞麗市景觀生態風險局部空間相關性

3.4 COVID-19疫情空間分布與生態風險、人工干擾強度耦合關系

3.4.1 瑞麗市COVID-19疫情空間分布特征 收集瑞麗市累計新冠肺炎疫情病例數、病例軌跡以及風險等級區域等信息，使用核密度估計分析得到瑞麗市COVID-19疫情空間分布圖(圖6)。在鄉鎮尺度，瑞麗市新冠肺炎疫情分布呈現“一主兩次”的聚集特征和南高北低的空間擴散趨勢，以勐卯鎮南部(瑞麗市政府駐地、姐告國門社區)為主中心的高密度地區向四周輻射，畹町鎮和弄島鎮南部為次中心，屬于中高密度區。瑞麗市中高密度區均分布在中緬邊境線附近，勐卯鎮和畹町鎮因有口岸存在，疫情傳播風險大。弄島鎮因外來人員偷渡入境導致出現本土病例。勐秀鄉、戶育鄉和姐相鄉在2021年1—9月沒有出現本地病例，均為低密度地區。這3鄉雖遠離中緬貿易中心，但地處中緬邊境，疫情防控工作仍不可掉以輕心。

圖6 瑞麗市20210101—20210930 COVID-19疫情空間分布

3.4.2 耦合關系探究 景觀格局對疫情的傳播擴散有一定影響。本文分析了生態風險指數和人工干擾強度與新冠肺炎疫情分布之間的耦合關系，以感染人數密度為因變量，分別將2021年的生態風險指數和人工干擾強度指數作為解釋變量，通過地理加權回歸模型進行分析。相關模型參數見表6。GWR模型標準化殘差值在5%的顯著性水平下是隨機分布的，生態風險指數和人工干擾強度的標準化殘差值約99%，在[-2.5，2.5]范圍內，模型整體構建效果較好。R2可視作模型解釋力，其取值范圍為[0，1]，值越大表示模型擬合效果越佳。景觀人工干擾強度的R2為0.408 6，景觀生態風險指數的R2為0.500 9。可以看出，景觀生態風險指數模型相較于景觀人工干擾強度擬合效果較好。

表6 瑞麗市地理加權回歸模型檢驗參數

景觀生態風險指數/人工干擾強度與感染人數密度兩者的回歸系數，反映了景觀生態風險指數/人工干擾強度對感染人數密度的影響程度。若回歸系數為正值，表示兩者之間關系成正相關，則感染人數密度隨景觀生態風險指數/人工干擾強度的增加而增高；若回歸系數成負值，則相反。回歸系數絕對值越大，景觀生態風險指數/人工干擾強度對感染人數密度的影響程度越大。通過景觀人工干擾強度與感染人數密度兩者的回歸系數可得人類活動范圍和疫情的時空分布大體呈正相關關系(圖7a)。人類活動強度高的地區人工干擾強度大，城市化建設發展導致城市建設用地不斷擴張，人口流動大，疫情傳播風險加大。以林地、園地、水域為主要景觀類型的生態用地與感染人數密度呈負相關關系。同樣，景觀生態風險指數與感染人數密度回歸系數的趨勢與景觀人工干擾強度大致相同(圖8b)。勐卯鎮、畹町鎮和弄島鎮，是瑞麗市人口聚集密度高的地區，是中緬地區人流物流的集散地和重要的交通樞紐中心。城市建設用地2000年后增加迅速，城市規模不斷擴大，人口不斷增加，利于病毒傳播。水域限制了人的行動范圍，瑞麗江對跨境疫情的傳輸具有阻隔作用，林地對病毒傳播有阻礙的作用。瑞麗市景觀格局與疫情空間分布存在一定關聯。

a 景觀人工干擾強度與疫情 b 景觀生態風險與疫情

4 結 論

本文以云南省瑞麗市為研究區，通過計算景觀人工干擾強度指數，構建景觀生態風險評價模型，對研究區景觀類型和生態風險時空演變特征及其與疫情時空分布耦合關系進行了研究。

(1) 2000—2021年瑞麗市土地利用景觀類型按面積所占比例依次為:林地>園地>耕地>建設用地>未利用地>水域。林地和園地分布在瑞麗市中部地區，耕地和建設用地大部分都在瑞麗江的沿岸。研究期內瑞麗市林園地面積相對穩定，耕地面積出現波動，建設用地不斷擴張，整體呈現不穩定表征。

(2) 2000—2021年瑞麗市景觀人工干擾強度以低強度為主，中低和低強度主要聚集在人類活動較少的中部林地地區。人工干擾強度主要分布在東南部沿瑞麗江區域。隨著瑞麗市經濟開發不斷增強，生態環境維護壓力大。

(3) 2000—2021年瑞麗市景觀生態風險以低和較低風險區為主，但面積逐年減少，中等級以上風險區面積增加。景觀生態風險等級主要是由低等級向高等級轉移，增加部分主要分布在研究區的西北和東南地區。瑞麗市景觀生態風險空間分布存在顯著的聚集性，以高—高和低—低聚集模式為主。瑞麗市正處在傳統農業轉變以及城鎮化的交替階段，其生態環境保護意識滯后于城鎮化發展，區域生態風險性升高，需要進一步加強國土空間環境治理，增強景觀斑塊連通性，避免景觀破碎化。

(4) 瑞麗市COVID-19疫情空間分布呈現“一主兩次”的聚集特征和南高北低的擴散趨勢。景觀人工干擾強度和景觀生態風險指數均對疫情空間分布有較好的解釋能力。瑞麗市景觀生態風險指數和景觀人工干擾強度與疫情空間分布存在一定關聯，城市建設用地和林地對病毒傳播有空間聚集和阻礙的作用。當前，瑞麗市疫情防控工作應當重點關注以口岸為輻射中心且位于中緬邊境線上的城市建成區及附近村莊，可以結合生態用地分布綜合劃定疫情傳播風險等級和區域，防范外來人員輸入，防止當地居民聚集，避免交叉感染。

COVID-19疫情時空分布是自然因素和社會經濟因素共同作用的結果。本研究僅探討了基于景觀格局的生態風險和人工擾動強度與疫情分布的耦合關系，在今后的研究中有必要對COVID-19疫情的驅動因子進行進一步分析，因地制宜地提出更為科學全面的疫情管控建議，對地區生態安全和城市空間結構布局具有重要意義。