成都市2015—2020年生態(tài)敏感性變化分析

康森源

(上海同濟(jì)城市規(guī)劃設(shè)計(jì)研究院有限公司,上海 200092)

生態(tài)環(huán)境是人類生存發(fā)展的物質(zhì)基礎(chǔ)與必要條件。生態(tài)敏感性是指生態(tài)系統(tǒng)對(duì)區(qū)域內(nèi)自然環(huán)境變化和人類活動(dòng)干擾的敏感程度分析,反映區(qū)域生態(tài)系統(tǒng)在受到人為或自然干擾時(shí),發(fā)生生態(tài)環(huán)境問題的難易程度以及概率大小,同時(shí)用來說明外界干擾對(duì)生態(tài)環(huán)境可能造成的后果[1-2]。因此生態(tài)敏感性分析對(duì)保護(hù)生態(tài)系統(tǒng)有極為重要的作用[3]。

近年來,隨著城市化進(jìn)程的加快、人口的增長,人地關(guān)系也越來越緊張。隨著人類活動(dòng)不斷增強(qiáng),城市的生態(tài)環(huán)境也發(fā)生了重大變化,區(qū)域生態(tài)受到了巨大的挑戰(zhàn)[4]。城市化進(jìn)程的加快以及城市經(jīng)濟(jì)開發(fā)過程都帶來了許多生態(tài)問題,如生態(tài)功能衰退、水土流失、過度開發(fā)導(dǎo)致的土地荒漠化等[5],這些問題都給我國生態(tài)安全與發(fā)展帶來了極大的挑戰(zhàn),并影響城市區(qū)域間經(jīng)濟(jì)開發(fā)的可持續(xù)發(fā)展[6]。研究城市生態(tài)敏感性可以對(duì)城市未來生態(tài)文明建設(shè)以及可持續(xù)發(fā)展提供重要支持,并在城市經(jīng)濟(jì)發(fā)展的同時(shí)起到緩解城市發(fā)展與生態(tài)之間矛盾的作用[7]。成都市是西南地區(qū)重要的發(fā)展中心,是西南地區(qū)的經(jīng)濟(jì)核心城市,也是城市化進(jìn)程高速進(jìn)行的主要城市之一。因此,對(duì)成都市進(jìn)行生態(tài)敏感性分析有助于城市內(nèi)部經(jīng)濟(jì)、社會(huì)、生態(tài)、文化的和諧發(fā)展,對(duì)城市下一步發(fā)展建設(shè)有重大意義。

目前生態(tài)環(huán)境的變化研究引起了國內(nèi)外學(xué)者的高度關(guān)注,且取得了一定的研究成果。生態(tài)敏感性的概念最早提出于1960年,后期對(duì)評(píng)價(jià)方法進(jìn)行了數(shù)學(xué)因素、經(jīng)濟(jì)因素與環(huán)境因素的結(jié)合。現(xiàn)大多研究多聚焦于以下幾個(gè)方面:①對(duì)單一環(huán)境問題的敏感性分析,包括景觀格局生態(tài)敏感性和城市區(qū)域生態(tài)敏感性研究,如Biek等[8]分析了2種敏感性對(duì)物種棲息衰退的影響,肖榮波等[9]、谷花云等[10]分別對(duì)石漠化與城市酸沉降進(jìn)行生態(tài)功能分析;②隨著3S技術(shù)的發(fā)展,生態(tài)敏感性分析也由單因子向多元化因子分析進(jìn)行轉(zhuǎn)變,研究內(nèi)容更多元化,如從土地利用角度出發(fā)進(jìn)行生態(tài)網(wǎng)絡(luò)構(gòu)建,對(duì)不同土地區(qū)域分別進(jìn)行生態(tài)敏感性分析[11-13];③針對(duì)不同尺度對(duì)區(qū)域進(jìn)行生態(tài)敏感性分析[14],如Eggermont等[15]對(duì)山脈湖泊的氣候變化生態(tài)敏感性分析,劉歡等[16]通過生態(tài)敏感性分析劃分都市農(nóng)業(yè)區(qū)域;④采用定量與定性結(jié)合,并使用數(shù)學(xué)模型對(duì)多尺度多方法的研究[17],研究方法有空間疊置法、主成分分析法、層次分析法(AHP)等[18],這也是目前對(duì)生態(tài)敏感性評(píng)價(jià)分析的主要研究方向之一,如劉迪等[19]運(yùn)用重力模型結(jié)合地貌分析,對(duì)陜南秦巴地區(qū)進(jìn)行生態(tài)敏感性分析;王麗霞等[20-21]采用AHP法對(duì)秦巴山區(qū)的生態(tài)環(huán)境與生態(tài)環(huán)境狀況進(jìn)行了分析。由此可見生態(tài)敏感性在城市環(huán)境研究中的重要性,但針對(duì)生態(tài)環(huán)境敏感性的評(píng)價(jià)方法仍然處于發(fā)展階段,對(duì)生態(tài)敏感性指標(biāo)體系的選擇尚沒有統(tǒng)一標(biāo)準(zhǔn)。針對(duì)沒有統(tǒng)一評(píng)價(jià)標(biāo)準(zhǔn)的指標(biāo)體系,筆者結(jié)合前人研究,綜合選取了7類指標(biāo)建立生態(tài)敏感性AHP評(píng)價(jià)指標(biāo),并對(duì)結(jié)果進(jìn)行空間變化分析,以期為成都市生態(tài)文明環(huán)境的建設(shè)與合理開發(fā)提供參考價(jià)值,也為城市生態(tài)保持與土地開發(fā)提供基礎(chǔ)。

1 資料與方法

1.1 研究區(qū)概況成都市位于四川省中部,地處四川盆地西部地區(qū),地理位置為102°54′～104°53′E、30°05′～31°26′N,北接德陽市,東鄰資陽市,南部與眉山市接壤,西部則與雅安相鄰,全市總面積為14 335 km2。地勢西北高、東南低,東部屬于四川平原地帶,土地肥沃,適合農(nóng)業(yè)發(fā)展,西部地區(qū)則多山地與丘陵,海拔為1 000～5 000 m,主要地貌為平原、丘陵、山地、臺(tái)地。因此全市地貌豐富,垂直落差大,最大落差可達(dá)5 000 m。氣候?qū)賮啛釒駶櫦撅L(fēng)氣候區(qū),年降雨量約為1 000 mm,平均氣溫在16 ℃左右。全年降水豐富,位于河網(wǎng)交匯處,水資源豐富,地下水儲(chǔ)量多,且水質(zhì)優(yōu)良,足以滿足人民日常生活用水。多樣的地貌構(gòu)成了豐富的生態(tài)環(huán)境,使得區(qū)域內(nèi)生物資源豐富。

1.2 數(shù)據(jù)來源與處理該研究選取2015、2020年的遙感影像進(jìn)行土地利用分類,并進(jìn)行生態(tài)敏感性分析,根據(jù)分析結(jié)果進(jìn)行各敏感性重心轉(zhuǎn)移分析以及生態(tài)敏感性空間格局分析。遙感影像來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn/)中的Landsat 8 OLI_TIRS數(shù)據(jù),選取月份為5—9月,云量控制在15%以下以減少分類誤差。分類結(jié)果補(bǔ)充數(shù)據(jù)來自O(shè)pen Street Map(OSM)開源矢量數(shù)據(jù)。通過在ENVI 5.3中先對(duì)遙感影像進(jìn)行輻射定標(biāo)、大氣校正等基礎(chǔ)操作,然后使用隨機(jī)森林的監(jiān)督分類方法對(duì)兩年數(shù)據(jù)進(jìn)行分類,分類體系采用中國科學(xué)院資源環(huán)境數(shù)據(jù)庫中的土地利用分類體系[22],主要為建設(shè)用地、林地、草地、水體、耕地、未利用地6類。對(duì)分類后結(jié)果使用OSM數(shù)據(jù)進(jìn)行補(bǔ)充,得到最后的分類結(jié)果數(shù)據(jù)。

構(gòu)建AHP分析法時(shí)除土地利用數(shù)據(jù)外還需DEM數(shù)據(jù)、道路、水域、坡度、坡向以及植被歸一化(NDVI)數(shù)據(jù)。DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云,該研究選取GDEMV3 30 m分辨率數(shù)據(jù)作為研究數(shù)據(jù)。獲取數(shù)據(jù)后,對(duì)DEM數(shù)據(jù)進(jìn)行拼接裁剪操作并計(jì)算分析指標(biāo)體系中所需的坡度、坡向等數(shù)據(jù)。NDVI通過使用遙感影像進(jìn)行波段計(jì)算所得。而道路和水域數(shù)據(jù)均來自O(shè)SM的開源數(shù)據(jù)集,其中道路選取條件為主要道路與高速公路,水域選取河流與湖泊要素。

1.3 研究方法該研究分為2個(gè)部分進(jìn)行:第一部分進(jìn)行生態(tài)敏感性分析,第二部分對(duì)生態(tài)敏感性數(shù)據(jù)進(jìn)行重心轉(zhuǎn)移與空間自相關(guān)性分析。第一部分首先使用AHP分析法結(jié)合NDVI、DEM、坡度、坡向、道路、水域以及土地利用分類數(shù)據(jù)對(duì)成都市生態(tài)敏感性進(jìn)行分析。研究方法:首先構(gòu)建AHP評(píng)價(jià)矩陣,得出各影響因子的權(quán)重;其次對(duì)道路、水域數(shù)據(jù)進(jìn)行緩沖區(qū)生成;然后對(duì)各因子數(shù)據(jù)進(jìn)行重分類與疊加分析,得到符合生態(tài)敏感性分級(jí)[23-26]的分類數(shù)據(jù);最后對(duì)各因子進(jìn)行空間疊加分析,得到最后的生態(tài)敏感性數(shù)據(jù)。第二部分通過ArcGIS進(jìn)行重心轉(zhuǎn)移計(jì)算,隨后對(duì)各縣區(qū)的生態(tài)敏感性數(shù)據(jù)在ArcGIS中進(jìn)行空間自相關(guān)性分析。

1.3.1AHP模型。層次分析法(analytic hierarchy process,AHP)是一種定量分析與定性分析的決策方法[27],原理是通過構(gòu)建多層次結(jié)構(gòu),通過構(gòu)建每一層次的判斷矩陣,求得每一層不同因素的權(quán)重,最終獲得各因素的影響權(quán)重,求出權(quán)重后還需對(duì)權(quán)重結(jié)果進(jìn)行一致性檢驗(yàn)。

1.3.1.1構(gòu)建判斷矩陣。各指標(biāo)之間需要兩兩進(jìn)行比較,將因子間重要性依據(jù)前人的研究進(jìn)行重要性打分[24-25],給定量化值1、3、5、7、9依次表示同樣重要、較為重要、較強(qiáng)重要、重要、非常重要。按照各因子性質(zhì)進(jìn)行等級(jí)評(píng)定,并構(gòu)建判斷矩陣,判斷矩陣為對(duì)稱陣,形式如下:

aij=1/aji

(1)

式中,ij表示第i類指標(biāo)對(duì)第j類指標(biāo)的重要性,ji表示第j類指標(biāo)對(duì)第i類指標(biāo)的重要性。

1.3.1.2一致性檢驗(yàn)。根據(jù)判斷矩陣可以計(jì)算出每個(gè)因子的權(quán)重,為檢驗(yàn)各權(quán)重是否具有一定的科學(xué)性,需對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn),公式如下:

(2)

CI=(λ-n)/(n-1)

(3)

CR=CI/RI

(4)

式中,λmax為最大特征值,A為判斷矩陣,ωi為特征向量,n為矩陣階數(shù),CI為一致性指標(biāo),CR為檢驗(yàn)系數(shù),RI為平均隨機(jī)一致性指標(biāo)。若CR<0.1,則認(rèn)為判斷矩陣通過一致性檢驗(yàn),且其數(shù)值越接近0,判斷矩陣質(zhì)量越高,反之則認(rèn)為未通過一致性檢驗(yàn)。

1.3.2生態(tài)敏感性分析。該研究針對(duì)成都市地理環(huán)境特征進(jìn)行評(píng)價(jià)指標(biāo)的選取并構(gòu)建評(píng)價(jià)指標(biāo)體系,最終篩選出NDVI、DEM、坡度、坡向、道路緩沖區(qū)、水域緩沖區(qū)、土地利用7個(gè)指標(biāo)進(jìn)行生態(tài)敏感性分析。對(duì)各指標(biāo)構(gòu)建結(jié)果如表1所示。對(duì)生態(tài)敏感性有重要意義的是NDVI、坡度、坡向以及林地、耕地等方面。其中坡度可以反映地表在該點(diǎn)的陡緩程度[28],坡向表示表面某點(diǎn)的切平面法線,可以用坡度和坡向2個(gè)指標(biāo)反映山區(qū)生態(tài)環(huán)境[29]。

表1 生態(tài)敏感性評(píng)價(jià)因子指標(biāo)體系

1.3.3重心轉(zhuǎn)移分析。重心轉(zhuǎn)移模型可以很好地反映出某一地理現(xiàn)象的空間變化,多用于研究經(jīng)濟(jì)發(fā)展與人口轉(zhuǎn)移等方面。該研究將重心模型用于生態(tài)敏感性變化分析中,通過構(gòu)建生態(tài)敏感性重心轉(zhuǎn)移距離[30]可更加直觀地顯示研究區(qū)生態(tài)敏感性的時(shí)空演變。生態(tài)敏感性重心轉(zhuǎn)移距離是通過計(jì)算不同時(shí)期生態(tài)敏感性重心的轉(zhuǎn)移距離,以此來分析生態(tài)敏感性的時(shí)空變化特征,具體公式如下:

(5)

式中:(Xi-1,Yi-1)是i-1時(shí)間點(diǎn)的生態(tài)敏感性重心;(Xi,Yi)是i時(shí)間點(diǎn)的生態(tài)敏感性重心。

1.3.4空間自相關(guān)性分析。空間自相關(guān)分析是對(duì)要素位置與要素值之間的綜合分析,用于分析要素在空間中的聚集程度。可以通過空間自相關(guān)指數(shù)的計(jì)算對(duì)地理數(shù)據(jù)的空間自相關(guān)性描述進(jìn)行定量分析[30]。其中莫蘭指數(shù)是主要的空間自相關(guān)指數(shù)之一,計(jì)算公式如下:

(6)

式中:zi與zj分別為變量在空間i和j處的數(shù)值,其中i≠j;Wij表示zi與zj之間的權(quán)重。I為[-1,1],當(dāng)I越接近1,表示正相關(guān)性越強(qiáng),反之,負(fù)相關(guān)性越強(qiáng)。

通過使用GetisOrd Gi*指數(shù)進(jìn)行高低聚類情況分析,即Gi*值相當(dāng)于統(tǒng)計(jì)中的z值,當(dāng)z值越高表明高值聚類越明顯,越低表明低值聚類越明顯,計(jì)算公式如下:

(7)

(8)

(9)

式中,xj是要素j的屬性值,ωi,j是要素i與j之間的空間權(quán)重,n為要素總數(shù)。

2 結(jié)果與分析

2.1 AHP模型構(gòu)建參考生態(tài)敏感性相關(guān)研究[23-26],結(jié)合該研究區(qū)特殊的地理位置等特征,以科學(xué)性為原則,選取的主要因子以生態(tài)為主。在城市化進(jìn)程中人地矛盾是一直存在的突出問題,因此土地利用分類數(shù)據(jù)是必不可少的,對(duì)城市生態(tài)有直接作用。成都市地勢垂直落差大,地形、坡向、坡度的分布不僅會(huì)影響植被分布,還會(huì)影響人類活動(dòng)。道路和水域是城市中必不可少的組成部分之一,是影響人類活動(dòng)的重要因素。植被覆蓋可以反映土壤侵蝕程度,同樣也是一個(gè)重要的評(píng)價(jià)指標(biāo)。因此該研究最終選取了高程、坡度、坡向、道路緩沖區(qū)、水域緩沖區(qū)、土地利用、NDVI 7個(gè)指標(biāo)因子構(gòu)建評(píng)價(jià)指標(biāo)體系。將其單因子生態(tài)敏感性進(jìn)行兩兩比較,將指標(biāo)分為1、3、5、7、9五級(jí),等級(jí)依次增強(qiáng)。

將確定好的指標(biāo)體系運(yùn)用AHP分析法進(jìn)行判斷矩陣構(gòu)造,判斷矩陣如表2所示。為減少各因素的關(guān)聯(lián)性,該研究僅包含目標(biāo)層與指標(biāo)層,目標(biāo)層為最終的生態(tài)敏感性結(jié)果,指標(biāo)層為以上7個(gè)因子。通過R語言進(jìn)行AHP模型計(jì)算,得到各因子權(quán)重,結(jié)果見表3;再通過計(jì)算得出CR=0.041 0<0.1,說明該權(quán)重結(jié)果是可靠的;最后將7個(gè)因子按照權(quán)重進(jìn)行空間疊加分析,得到生態(tài)敏感性結(jié)果數(shù)據(jù)。

表2 指標(biāo)評(píng)價(jià)因子判斷矩陣

表3 指標(biāo)評(píng)價(jià)因子權(quán)重

2.2 生態(tài)敏感性分析

2.2.1單因子生態(tài)敏感性分析。該研究選取的單因子均是生態(tài)敏感性分析的重要因素,各因子生態(tài)敏感性分析結(jié)果如圖1所示。高程是生態(tài)環(huán)境中基礎(chǔ)部分,高程的變化會(huì)引起氣候的變化,隨著海拔的上升溫度隨之降低,溫度的降低會(huì)引起生物在高程處的垂直分布特征,即海拔越高,生物多樣性越差。從圖1a可以看出,城市大部分處于高程不敏感區(qū),高度敏感區(qū)多集中于西部山地地區(qū)。坡度和坡向也是生態(tài)環(huán)境的基礎(chǔ)部分,坡度反映地表的傾斜程度,會(huì)直接影響地表物質(zhì)的活動(dòng)范圍與規(guī)模;坡向則是區(qū)域氣候的重要形成條件之一,我國地處北半球,南坡的太陽輻射和時(shí)間均大于北坡,使得南坡的植物多于北坡,因此北坡生態(tài)較為脆弱。從圖1b、c可以看出,成都市坡度生態(tài)敏感性分布與高程相似,中部地區(qū)生態(tài)敏感性較弱,西部與山地地區(qū)生態(tài)敏感性高;坡向則以西南、東南、西北、東北向?yàn)橹?因此城市坡向生態(tài)敏感性分布中輕度敏感和高度敏感均為主要分布。

圖1 高程(a)、坡度(b)、坡向(c)生態(tài)敏感性分布Fig.1 Ecological sensitivity distribution of elevation(a),slope(b)and aspect(c)

除地形等基本因子外,人類活動(dòng)對(duì)生態(tài)敏感性變化也起到重要作用。其中道路緩沖區(qū)、水域緩沖區(qū)、土地利用和NDVI均是以人類活動(dòng)為主的影響因子。從圖2b可以看出,水域緩沖區(qū)生態(tài)敏感性分布多集中在城市中心,無論是2015年還是2020年,成都市兩期水域緩沖區(qū)敏感性分布較為相似,這是因?yàn)槌啥际刑幱诤泳W(wǎng)交匯處,且河網(wǎng)變動(dòng)不大,因此集中于城區(qū)中心地區(qū)且不敏感性區(qū)域位于四周遠(yuǎn)離水域的地區(qū)。道路緩沖區(qū)生態(tài)敏感性則發(fā)生了較大變化,從圖2a可以看出,道路在這兩年內(nèi)有所擴(kuò)展,但主要區(qū)域仍然是城市中心區(qū)域,城市邊緣地區(qū)則是道路生態(tài)不敏感區(qū)。

注:a1、b1、c1、d1為2015年;a2、b2、c2、d2為2020年。圖2 2015和2020年道路緩沖區(qū)(a)、水域緩沖區(qū)(b)、NDVI(c)和土地利用(d)生態(tài)敏感性分布Fig.2 Ecological sensitivity distribution of road buffer zone(a),water buffer zone(b),NDVI(c)and land use(d)in 2015 and 2020

NDVI與土地利用數(shù)據(jù)則主要反映城市人類活動(dòng)對(duì)城市區(qū)域帶來的生態(tài)敏感性變化分布。從圖2c可以看出,2015和2020年NDVI的生態(tài)敏感性分布中不敏感區(qū)域分布于東南地區(qū),高度敏感區(qū)位于城市中心區(qū)域,這是因?yàn)槌鞘兄行膮^(qū)域?yàn)槿祟惢顒?dòng)主要區(qū)域,而東南地區(qū)鮮有人類活動(dòng),因此呈現(xiàn)出中部極敏感、四周不敏感的分布特征。土地利用生態(tài)敏感性分布(圖2d)顯示,在2015和2020年隨著城市化進(jìn)程的推動(dòng),城市中心區(qū)域的生態(tài)輕度敏感范圍有所擴(kuò)大,這是由于人類活動(dòng)導(dǎo)致土地利用發(fā)生了變化,影響了土地利用的生態(tài)敏感性分布。

2.2.2整體生態(tài)敏感性分析。從圖3可以看出,2015和2020年成都市整體生態(tài)敏感性分布特征是成都市城區(qū)以生態(tài)中度敏感為主,全區(qū)均有分布,高度敏感區(qū)域主要集中在山地林地區(qū)域,其余分級(jí)敏感區(qū)在成都市內(nèi)均有分布,整體呈放射狀分布。其中生態(tài)敏感性為中度敏感的區(qū)域是城市中心區(qū)域,形成這種現(xiàn)象的原因是在該區(qū)域交通、水系以及人類活動(dòng)均為主要區(qū)域,因此該區(qū)域多處于中度敏感分布,在未來需注意開發(fā)使用,避免生態(tài)環(huán)境出現(xiàn)不協(xié)調(diào)發(fā)展。而極敏感區(qū)域則多處于山地、林地區(qū)域,這些地方人類活動(dòng)少,土地利用分類的占比較大,不利于開發(fā)。

圖3 2015年(a)和2020年(b)整體生態(tài)敏感性分布Fig.3 Distribution of overall ecological sensitivity in 2015(a)and 2020(b)

2.3 生態(tài)敏感性重心轉(zhuǎn)移分析為進(jìn)一步了解成都市生態(tài)敏感性的時(shí)空變化特征,對(duì)成都市2015和2020年各等級(jí)生態(tài)敏感性重心進(jìn)行轉(zhuǎn)移計(jì)算與分析,結(jié)果如圖4所示。從圖4可以看出,不敏感、極敏感的生態(tài)敏感性重心向西南偏移,而中度敏感、輕度敏感的生態(tài)敏感性重心向西北偏移,高度敏感則是向東南偏移;其中以高度敏感偏移量最大,偏移量為9.92 km。從整體來看,成都市除不敏感以外各級(jí)生態(tài)敏感性重心均處于城市中心地區(qū),說明城市生態(tài)分布較為均勻合理,這是因?yàn)槌啥际械淖匀坏匦我约鞍l(fā)展區(qū)域處于區(qū)域的中部地區(qū),西部地區(qū)多高山林地,東部有大面積耕地,且地勢西高東低,不利于人類活動(dòng)與發(fā)展,因此除不敏感以外各級(jí)生態(tài)敏感性重心均處于城市中心地區(qū)。

2.4 空間相關(guān)性分析為對(duì)成都市生態(tài)敏感性進(jìn)行更為詳細(xì)的空間格局分析,該研究使用ArcGIS進(jìn)行空間自相關(guān)分析,通過計(jì)算各縣域間整體莫蘭指數(shù)來分析生態(tài)敏感性在各縣域?qū)用娴目臻g關(guān)聯(lián)性,并通過GetisOrd Gi*指數(shù)來測度生態(tài)敏感性全局與局部的空間關(guān)聯(lián)度。

該研究通過對(duì)成都市2015和2020年兩期生態(tài)敏感性數(shù)據(jù)在全域內(nèi)進(jìn)行劃分,劃分標(biāo)準(zhǔn)按照各級(jí)生態(tài)敏感性面積在縣域內(nèi)的占比為主,面積占比最大的定義為該縣域主要生態(tài)敏感性。經(jīng)計(jì)算,2015和2020年全局空間自相關(guān)莫蘭指數(shù)分別為0.262、0.395,且均通過P<0.01的檢驗(yàn),說明在此期間各縣域地理位置與生態(tài)敏感性分布存在聚集效應(yīng)。并通過計(jì)算GetisOrd Gi*指數(shù)得到兩期生態(tài)敏感性分布顯著區(qū)均集中在城市中心地區(qū),通過冷熱點(diǎn)分布(圖5)發(fā)現(xiàn),2015、2020年的熱點(diǎn)區(qū)域均處于西南地區(qū),該區(qū)域多為山地、林地密集區(qū),受地形與自然環(huán)境的影響,使該區(qū)域成為生態(tài)敏感性高聚集區(qū);而冷點(diǎn)區(qū)域則處于城市中部地區(qū),該區(qū)域處于城市中心地帶,交通便利,人類活動(dòng)頻繁,城市建設(shè)區(qū)集中,因此形成了生態(tài)敏感性低聚集區(qū)。

圖5 2015年(a)和2020年(b)成都市生態(tài)敏感性冷熱點(diǎn)區(qū)域格局Fig.5 The pattern of ecologically sensitive cold and hot spots in Chengdu in 2015(a)and 2020(b)

3 討論

該研究利用ArcGIS空間技術(shù)對(duì)成都市生態(tài)敏感性進(jìn)行分析,綜合考慮高程、坡度、坡向、NDVI、土地利用、道路緩沖區(qū)、水域緩沖區(qū)7個(gè)影響因素進(jìn)行評(píng)價(jià)指標(biāo)體系的構(gòu)建;使用AHP分析方法構(gòu)建判斷矩陣,對(duì)成都市整體進(jìn)行生態(tài)敏感性分析。一方面所選的7個(gè)因子可以較為科學(xué)準(zhǔn)確地反映成都市整體的生態(tài)問題,另一方面使用ArcGIS的空間分析方法較為成熟,可為分析提供重要的技術(shù)手段。因此所得生態(tài)敏感性分析結(jié)果具有一定可靠性,便于后續(xù)分析。使用重心轉(zhuǎn)移分析方法研究城市生態(tài)敏感性的空間格局整體變化;通過空間自相關(guān)分析,將縣域與生態(tài)敏感性分區(qū)相連,得出中心區(qū)域的縣區(qū)在生態(tài)敏感性上具有一定空間自相關(guān)性,便于進(jìn)行后續(xù)縣域?qū)蛹?jí)的生態(tài)分析,方便對(duì)各區(qū)縣進(jìn)行分級(jí)管理。該研究選取的因子不包括如土壤流失等具體的研究指標(biāo)數(shù)據(jù),因此未來可以通過使用具體的生態(tài)基礎(chǔ)數(shù)據(jù),如水土流失、土壤酸堿性數(shù)據(jù)等,對(duì)城市區(qū)域進(jìn)行生態(tài)敏感性的主要變化原因與結(jié)果分析。

4 結(jié)論

該研究使用AHP方法構(gòu)建評(píng)價(jià)指標(biāo)體系對(duì)成都市生態(tài)敏感性進(jìn)行分析,并針對(duì)結(jié)果進(jìn)行重心轉(zhuǎn)移分析與生態(tài)敏感性的空間自相關(guān)分析。結(jié)果表明,成都市城區(qū)以生態(tài)中度敏感為主,全區(qū)均有分布,高度敏感區(qū)域主要集中在山地林地區(qū)域,其余分級(jí)敏感區(qū)在成都市內(nèi)均有分布,整體呈放射狀分布。各敏感性區(qū)域的重心轉(zhuǎn)移分析表明,成都市生態(tài)敏感性分區(qū)除不敏感區(qū)域外其余各級(jí)分類在區(qū)域內(nèi)分布均勻,且各級(jí)重心位置處于城市重心周圍。各縣域生態(tài)敏感性空間自相關(guān)分析表明,成都市西南地區(qū)為熱點(diǎn)區(qū)域,該區(qū)域多山地、林地;城市中部地區(qū)則為冷點(diǎn)區(qū)域,人類活動(dòng)頻繁,符合成都市整體發(fā)展現(xiàn)狀。