滇中高原湖泊流域景觀生態風險評價及驅動因素識別*

王 舒 ,劉鳳蓮** ,陳威廷 ,劉 艷 ,蔡 巍

(1.云南財經大學國土資源與持續發展研究所 昆明 650221;2.云南財經大學經濟研究院 昆明 650221)

生態風險評價是生態修復區域識別的重要前提,是對生態系統進行綜合評判的基礎,是識別區域生態可持續發展因素進而規避生態風險的保障[1-2]。人為因素和自然因素對景觀結構的干擾會打破生態系統的平衡性與穩定性,而景觀生態學能夠通過對景觀的異質性研究以揭示外界對景觀結構的干擾程度,這為景觀生態風險評價的研究創造了條件。景觀生態風險相關研究將研究的空間尺度變大,視角從土地結構轉化到景觀尺度上,能夠反映景觀的時空異質性并探索驅動機制,有助于區域土地的動態研究,從而降低生態風險對生態環境的影響[3]。在過去40年間我國經歷了大規模的快速城鎮化,導致生態問題頻發[4]。因此,加強景觀生態風險的研究是生態可持續發展的重要內容,亦是維護區域生態安全和推動高質量發展的關鍵一環。

景觀生態風險的研究對區域緩解人地矛盾、維持生態功能穩定性具有重要意義,相關的研究內容也逐漸成為研究熱點。景觀生態學起始于歐洲,1939 年由德國地理學家Carl Troll (卡爾·特羅爾)提出,是從生態學衍生出來的一門學科[5]。自20 世紀80 年代起,國外學者就開始關注景觀生態學、生態風險評價相關的概念研究[6]。國內則是從20 世紀80年代末才開始進行景觀生態風險的探索[7]。研究尺度涉及市[8-9]、縣[10]、流域[11]、國家公園[12]、盆地[13]等。研究角度集中在景觀生態風險的評價[14]和景觀生態風險格局的構建[15],景觀生態風險評價的研究為景觀生態安全格局構建奠定基礎。目前景觀生態風險評價多基于土地利用變化數據展開[16-17],運用定性和定量方法識別景觀生態風險演變的驅動因素亦是研究的一項重要內容。定性分析主要是以案例的形式,通過分析單一景觀[18-19]或由綜合測算結果識別出驅動因素[20-21];定量分析最常用的方法是運用回歸模型[22-23]或地理探測器[24-25]識別主要驅動因素。相關學者為景觀生態風險的研究提供了豐富的成果,但仍存在一些不足: 1)現有對云南省范圍內進行景觀生態風險評價的研究區域主要集中在少數湖泊流域[26-27]和邊境地區[28],鮮少涉及滇中高原湖泊流域。2)景觀生態風險的演變特征受多種干擾因素的影響,對驅動機制的研究能一定程度上反映因子對景觀生態風險變化情況的解釋作用。但是在驅動因素識別中,以往研究聚焦于揭示全局驅動因素,對于局部區域驅動因素進行識別的研究較少;此外,相關研究只關注定性或定量其中一方面的驅動力探索。3)在時間序列上,缺乏長時間、短間隔的景觀生態風險研究,不利于完整地研究景觀生態風險的時空演變過程,也不利于后期的動態監測。

鑒于此,本研究從景觀生態學角度審視生態環境保護,基于多期土地利用數據,構建2000—2020年滇中高原湖泊流域景觀生態風險的評價體系,對研究區景觀生態風險的時空分異特征及變化趨勢進行分析,并從自然和社會經濟因素兩方面探究全局和局部景觀生態風險演變的內在驅動力,以期為高原湖泊流域乃至整個云南省的土地資源合理利用、生態風險防控提供參考借鑒和決策依據。

1 材料與方法

1.1 研究區域概況

本研究選取云南省高原湖泊中的滇池、陽宗海、撫仙湖、星云湖、杞麓湖流域作為研究區(24°04′～25°27′N,102°29′～103°02′E),該區域處于云南省的中部偏東,滇中城市群的中部,因此將流域命名為滇中高原湖泊流域。此流域涉及14 個區縣(尋甸回族彝族自治縣、嵩明縣、盤龍區、五華區、西山區、官渡區、呈貢區、晉寧區、宜良縣、澄江市、江川區、紅塔區、華寧縣、通海縣),面積約5523.60 km2。流域內地形以盆地和山地為主,海拔1688～2803 m,年均氣溫14 ℃左右,年平均降水量578～792 mm。流域內的滇池為金沙江支流;陽宗海屬于珠江流域南盤江水系;撫仙湖地處長江流域和珠江流域的分水嶺地帶,是我國最大的深水型淡水湖泊;杞麓湖是典型的封閉型小流域湖泊。整個流域內水資源充裕、生物資源豐富、旅游資源優越,是云南省進行生態環境保護的重點區域(圖1)。近年來城鎮化進程加快帶來的景觀破碎化問題使滇中高原湖泊流域經濟建設和生態保護之間的矛盾日益突出。

圖1 滇中高原湖泊流域區位圖Fig.1 Location of plateau lake basin in central Yunnan

1.2 數據來源

通過對比多個數據集在本研究區的土地利用情況,選擇武漢大學發布的全國土地覆被數據集[29]作為研究區基礎數據,根據需要將土地利用類型分為耕地、林地、草地、水域、建設用地和未利用地6 類。高程(DEM)數據來源于地理空間數據云(https://www.gscloud.cn/);坡度由DEM 數據中提取而來,植被歸一化指數和年均氣溫數據來源于中國科學院資源環境科學與數據中心(https://www.resdc.cn/),年降水量數據來源于國家青藏高原科學數據中心(https://data.tpdc.ac.cn/home),人口密度數據來源于Worldpop(https://www.worldpop.org/),2000 年、2005 年、2010年、2015 年、2020 年夜間燈光數據來源于中國科學院資源環境科學與數據中心公布的DMSP/OLS 和NPP/VIIRS 數據集(https://www.resdc.cn/)。

1.3 流域提取

運用ArcGIS 10.8 中的水文分析進行流域劃分,最終提取出合理的流域范圍(圖2)。首先對DEM 數據進行鑲嵌得到滇中高原湖泊流域附近的DEM (先提取湖泊疊加到DEM 上便于定位研究區)。由于DEM 數據的誤差和某些地形(喀斯特地貌)的存在使圖像表面存在部分凹陷區域,這些區域的存在對水流方向的測算會造成一定影響,因此,對DEM 數據進行填洼處理能有效提高水流方向計算的準確率。確定水流方向能夠為提取流域奠定基礎。之后運用柵格計算器提取出流量≥2000 m3·s-1的河流。再根據湖泊的范圍選擇合適的傾瀉點。最后運用分水嶺工具確定流域范圍后通過柵格轉面工具得到滇中高原湖泊流域的矢量圖。

圖2 滇中高原湖泊流域提取過程圖Fig.2 Extraction process of the plateau lake basin in central Yunnan

1.4 研究方法

1.4.1 景觀生態風險評價模型

評價小區劃分: 參考相關學者對于景觀生態風險評價小區劃分的結果,評價小區面積為平均斑塊面積的2～5 倍最佳[30]。按平均斑塊面積的5 倍計算,小區數量為19 645 個,數據量過大,與實際不符。因此,本研究根據滇中高原湖泊流域范圍大小,將研究區劃分為2 km×2 km 的網格單元,共計1555 個,剔除中心點不在區域中的風險小區,最終得到1372 個評價單元。

景觀生態風險指數(ERI)計算: 將ArcGIS 10.8中得到的柵格文件導入Fragstats 4.2 中計算得到滇中高原湖泊流域景觀格局指數后,根據表1 的計算方法在Excel 中計算景觀生態風險指數。

表1 景觀生態風險指數計算公式及意義Table 1 Calculation formula and significance of landscape ecological risk indexes

1.4.2 空間分析模型

根據計算的結果利用克里金插值法對風險小區的景觀生態風險進行空間分析,探索景觀生態風險的空間演變特征。克里金插值基于空間半變異函數,能夠識別景觀生態風險在未知樣本點的基本情況,具體函數表達見參考文獻[31]。由于目前對于景觀生態風險等級劃分并無統一的標準,為了比較各時期的景觀生態風險變化情況,利用自然斷點法根據景觀風險指數(ERI)將2000 年的景觀生態風險劃分為5 個等級: 低風險區(0≤ERI≤0.0439)、中低風險區(0.0439＜ERI≤0.0507)、中風險 區(0.0507＜ERI≤0.0567)、中高風險區(0.0567＜ERI≤0.0686)和高風險區(0.0686＜ERI≤1.0000),為了便于分析,2005 年、2010 年、2015 年和2020 年均按照2000 年的標準劃分。

1.4.3 地理探測器

地理探測器打破傳統對于景觀生態風險驅動因素的定性研究,定量檢測驅動因素之間的交互作用,其基本思想是通過對研究區進行劃分,并比較各區域之間的方差大小,從而揭示背后的驅動機制[32-33];核心思想是某些因子對景觀生態風險有重要影響,那么這些因子和景觀生態風險的空間分布應該具有相似性,故而這些相關因子對景觀生態風險的空間分布具有關鍵作用[34]。考慮到滇中高原湖泊流域的地勢條件、植被的覆蓋情況和氣候條件,本研究選取的自然因素有高程、坡度、植被歸一化指數、年均氣溫、年降水量;結合該流域人口大量向城鎮遷移和經濟持續增長的社會經濟發展情況[35],選取人口密度和夜間燈光作為社會經濟因素,前者能解釋區域社會發展程度[8],后者能夠反映地區的經濟發展水平[36]。主要用到因子探測和交互探測兩個功能定量研究驅動因素對景觀生態風險的解釋作用。地理探測器的函數表達、交互探測的作用類型和判斷依據詳見參考文獻[28,37]。

2 結果與分析

2.1 景觀生態風險分析

2.1.1 景觀類型變化

滇中高原湖泊流域2000—2020 年景觀類型變化情況如圖3 所示。研究區內的景觀類型主要是耕地和林地,占流域總面積的67%以上。2010—2020年林地面積不斷增加,耕地面積呈減少趨勢,2010 年起林地超過耕地成為流域內占比最高的景觀類型,一定程度上反映了流域內推行的退耕還林政策效果顯著。2015—2020 年草地面積顯著減少,氣候變暖、降水減少是導致流域內草地退化的重要原因。研究期內,建設用地不斷擴張,農業和生態用地空間受到一定程度的擠壓。水域面積先減后增,說明在湖泊保護的相關政策干預下,景觀類型有一定程度的改變。未利用地的面積最小,占比不足0.2%。

圖3 2000—2020 年滇中高原湖泊流域景觀類型面積占比Fig.3 Area proportions of different types of landscape in the plateau lake basin of central Yunnan from 2000 to 2020

2.1.2 景觀生態風險時空分異

根據計算得出的風險小區景觀生態風險指數,運用ArcGIS 10.8 軟件進行克里金插值,得到滇中高原湖泊流域景觀生態風險時空變化情況如表2 和圖4 所示。2000 年、2005 年和2010 年流域內面積占比最大的景觀生態風險等級為中風險,分別為34.71%、36.65%、30.46%;2015 年、2020 年流域內面積占比最大的景觀生態風險等級為中低風險,分別為30.62%、28.61%。2000—2020 年整體看,低風險區面積增加最多,為279.85 km2;其次是高風險區和中低風險區,分別增加243.70 km2和133.91 km2;中風險區面積減少最多,為589.29 km2;其次為中高風險區,減少68.16 km2。2000—2020 年,滇中高原湖泊流域高風險區主要位于滇池以北的五華區、盤龍區、官渡區、西山區的交匯處,呈不斷擴張趨勢并向西北和東南方向延伸。中高風險區主要分布在滇池流域,其以南的中高風險區范圍先縮小后擴大,陽宗海西部和撫仙湖北部的中高風險區不斷向滇池北部匯集,星云湖和杞麓湖流域的中高風險區范圍先減后增再減。中風險地區逐漸向流域的中部聚攏。低風險區和中低風險區緊密相連,主要分布在湖泊、湖泊周圍及流域北部。總體上,經濟較為發達的地區景觀生態風險都相對較高,受人類活動干擾較大;生物資源和水資源豐富的地區景觀生態風險較低,受人類活動干擾較小,這符合景觀生態風險值與人類活動的正相關關系。

表2 2000—2020 年滇中高原湖泊流域景觀生態風險等級面積及占比Table 2 Areas and percentages of landscape ecological risk levels in the plateau lake basin of central Yunnan from 2000 to 2020

圖4 2000—2020 年滇中高原湖泊流域景觀生態風險等級分布圖Fig.4 Distribution of landscape ecological risk levels in the plateau lake basin of central Yunnan from 2000 to 2020

2.1.3 景觀生態風險變化趨勢

為把握研究期內滇中高原湖泊流域景觀生態風險的發展趨勢,利用柵格計算器進行相關計算得到景觀生態風險等級的變化情況,如表3 和圖5 所示。不同時間段的景觀生態風險等級變化情況有所不同。2000—2005 年風險等級不發生轉變的面積 為3887.33 km2,發 生轉變的面積為1636.25 km2。這一時期景觀生態風險呈下降趨勢,表現在降低區域面積占流域總面積的27.07%;升高區域的面積占流域總面積的2.55% (表3),主要分布在滇池、撫仙湖和星云湖周圍(圖5)。2005—2010 年與上一時間段相比,生態系統開始惡化,表現在風險升高的區域較為明顯,占總面積的18.88%,主要集中在滇池北、東、南3面;降低區域面積僅占流域總面積的6.62%。2010—2015 年與上一時間段相比,生態系統惡化程度加深,表現在高風險面積占比持續升高,為19.04%,以環狀分散在各湖 泊周圍,這與湖 泊面積減少有密切關系。2015—2020 年湖泊保護力度加強,周圍的生態環境好轉。這一時期,整個流域生態得到改善,表現在景觀生態風險降低的面積為821.30 km2,占流域總面積的14.87%;升高區域的面積與上一時間段相比顯著減少,僅占流域總面積的8.99%,主要集中在滇池和杞麓湖北部。2000—2020 年生態環境好轉,表現在風險等級不變的區域超過1/2,且降低區域面積占總流域面積的26.19%,大于升高區域面積的占比。等級升高的區域主要集中在滇池周圍,等級降低的區域成塊分布于整個流域。整體上看,滇中高原湖泊流域內生態風險等級升高主要發生在人為因素干擾強度大的區域,生態環境較好的區域景觀生態風險等級不發生改變甚至降低。此外,因湖泊占比較大,生態保護與生活界限不清,若對其周圍的保護工作不做到位,必將導致湖泊生態系統大面積失衡,從而導致生態風險升高。

表3 2000—2020 年滇中高原湖泊流域景觀生態風險等級變化趨勢的面積及占比Table 3 Areas and proportions of landscape ecological risk changing trend in the plateau lake basin of central Yunnan from 2000 to 2020

圖5 2000—2020 年滇中高原湖泊流域景觀生態風險等級變化趨勢Fig.5 Changing trend of landscape ecological risk levels in the plateau lake basin of central Yunnan from 2000 to 2020

2.2 景觀生態風險演變的驅動因素分析

2.2.1 全流域驅動因素分析

前文基于景觀生態風險的測算結果定性分析了景觀生態風險演變受自然因素和人為因素的影響。為進一步研究滇中高原湖泊流域景觀生態風險演變的驅動因素,根據流域內的實際情況從自然因素和社會經濟因素兩方面選擇指標進行定量分析。X1-X7 分別代表高程、坡度、植被歸一化指數、年均氣溫、年降水量、人口密度、夜間燈光。

1)單因子探測

由表4 可知,2000—2020 年,在自然因素中,植被歸一化指數對滇中高原湖泊流域景觀生態風險演變的解釋力最強,因子貢獻度分別為26.58%、24.33%、20.56%、24.41%、20.26%,說明植被的生長情況影響著景觀類型從而影響著流域內景觀生態風險。在社會經濟因素中,除2000 年外,夜間燈光的解釋力均為最強,因子貢獻度分別為25.11%、26.13%、19.72%、19.17%、22.40%,說明經濟發展對于流域的景觀生態風險空間演變的驅動作用最強。人口密度的貢獻度持續減弱,說明城鎮化進程加快,人類活動密集區域增多,雖然人類活動給生態系統造成了不良影響,但隨著生態保護修復戰略部署的不斷深化,人為干擾對景觀生態風險的影響得到了一定的控制。綜合來看,2000 年社會經濟因素的解釋力略強于自然因素,說明在這段時間內人為因素對流域內景觀生態風險的空間演變起到主導作用,但自然因素也具有一定的影響力。2005—2020 年的景觀生態風險演變中則是自然因素占主導地位,像高程、植被歸一化指數、年均氣溫這樣的主要影響因子都能不同程度地作用于地形地貌和植被生長,這說明自然景觀的改變對景觀生態風險的影響作用在變大。

表4 2000—2020 年滇中高原湖泊流域景觀生態風險驅動因素的單因子探測結果Table 4 Single factor detection results of landscape ecological risk drivers in the plateau lake basin of central Yunnan from 2000 to 2020

2)交互因子探測

如圖6 所示,交互探測結果顯示驅動因子均表現出雙因子增強和非線性增強,不存在非線性減弱、單因子非線性減弱和獨立的情況,這說明因子間的交互作用對景觀生態風險空間演變的驅動作用相對于單個驅動因子均有明顯增強,也說明景觀生態風險的空間演變不單是依靠其中一個因子的作用,而是不同因子進行不同程度交互作用的結果。2000年X3(植被歸 一化指 數)∩X7(夜間燈 光)(0.2600)、X3∩X6(人口密 度)(0.2586)、X1(高 程)∩X3(0.2275)對景觀生態風險的解釋力位列前三,這表明植被生長狀態與經濟發展對景觀結構的改變較大,不同的植被類型是影響景觀空間分異的重要因素;經濟發展導致土地粗放利用等情況發生,影響了生態系統的有序發展,兩個因子的交互作用使景觀生態風險的變化更為顯著。人口密度會導致景觀類型產生顯著變化,使景觀破碎度和分離度提高,從而使景觀的連通性減弱,提高景觀生態風險;高程反映了地形地貌,使得景觀存在差異。人口密度和高程分別與植被歸一化指數的交互作用加劇了景觀生態風險程度。2005 年X4(年均氣溫)∩X7(0.2162)、X3∩X7(0.2133)、X2(坡度)∩X7(0.2042)對景觀生態風險的解釋力位列前三,自然因素與人為因素的交互解釋作用變強。與2000 年相比,植被歸一化指數、夜間燈光、人口密度、高程的交互作用有所減弱。2010 年、2015 年、2020 年植被歸一化指數、夜間燈光、人口密度、高程的交互作用對景觀生態風險的解釋力相較于上一年份均有提升。2020 年,年降水量(X5)與植被歸一化指數、夜間燈光的交互作用對景觀生態風險的解釋力提升,躋身當年主要驅動因子行列。其原因為:降水是影響植被生長的基本因素之一,降水量多少對林地、草地等景觀的破碎度有重要影響,與其他因子的交互作用對景觀生態風險影響程度加深。

圖6 2000—2020 年滇中高原湖泊流域景觀生態風險驅動因素的因子交互作用探測結果Fig.6 Factor interaction detection results of landscape ecological risk drivers in the plateau lake basin of central Yunnan from 2000 to 2020

2.2.2 局部驅動因素分析

為了解局部景觀生態風險演變的原因,本研究參考相關學者[38]的研究選取2020 年景觀生態風險指數最小值(ERI2020min=0.0158)作為判定景觀生態風險變化的條件,將ERI2020-ERI2000＞0.0158 的區域定義為惡化區,ERI2020-ERI2000＜-0.0158 的區域定義為改善區,其余地區為穩定區。本研究的惡化區與改善區分布在滇池流域,共有3 個改善區、2 個惡化區。選取面積較大的1 個改善區、1 個惡化區和5 個示例穩定區(分別在每個高原湖泊流域選取一個示例穩定區)進行分析,如圖7 中區域a-g 所示。

圖7 2000 年和2020 年滇中高原湖泊流域的區域景觀生態風險變化及土地利用情況Fig.7 Regional landscape ecological risk changes and land use of the plateau lake basin in central Yunnan in 2000 and 2020

將這7 個區域分別進行因子探測,得到的結果如表5 所示。可以看出高程影響最大的區域為e 和g,坡度影響最大的區域是e 和f,植被歸一化指數影響最大的區域為b 和c,年均氣溫影響最大的區域為f和g,年降水量影響最大的區域為b 和f,人口密度影響最大的區域為c 和f,夜間燈光影響最大的區域為a 和d。根據a-g 區的實際情況可知: a 區位于五華區、盤龍區、西山區、官渡區的交界處,雖然是經濟發展較為發達和人類活動頻繁的區域,受夜間燈光影響較大,但是注重自然生態環境保護,因此營造林面積增加,對景觀生態風險改善起到了重要作用。b 區主要位于官渡區和呈貢區,是城鎮化進程加快的典型區域,建設用地擴張顯著,造成自然景觀破碎化,年降水量對該區域景觀生態風險的影響較大,此外,植被歸一化指數也是影響景觀生態風險的重要因子。c 區位于晉寧區,人口密度增加使耕地等自然景觀被破壞從而影響景觀生態風險的演變,植被歸一化指數也是主要的驅動因子。d 區位于陽宗海西部,植被相對茂密,水是影響植被生長的基本因素之一,因此年降水量對景觀生態風險的影響較大。e 區處在澄江市盆地與群山交界處,海拔高度差異明顯,群山處自然景觀豐富,因此該區域主要受到高程和年降水量的影響。f 和g 區建設用地零星分布于其他景觀內,f 區位于江川區內,g 區位于通海縣內,前者比后者更為靠近玉溪市主城區,因此f 區的人口密度對景觀生態風險的影響力要大于g 區,年降水量、植被歸一化指數分別是這兩個區域影響力排名第一的因子。通過對比a-g 區自然因素和社會經濟因素的總貢獻度發現,自然因素對景觀生態風險演變的影響要大于社會經濟因素,說明自然條件是造成區域景觀生態風險變化的主要原因,這是滇中高原湖泊流域特殊的地理位置造成的結果。

表5 滇中高原湖泊流域的區域景觀生態風險驅動因素的單因子探測結果Table 5 Single factor detection results of regional landscape ecological risk drivers of the plateau lake basin in central Yunnan

3 討論和結論

3.1 討論

研究結果顯示,2000—2020 年滇中高原湖泊流域景觀生態風險較高的區域經濟較為發達,人為干擾強度大;景觀生態風險較低的區域主要集中在湖泊及其周圍,水資源較為豐富,生物資源充足,受人類活動干擾較小,這與張詠琦等[26]、王濤等[27]的研究結果相印證。研究表明流域內中低風險區面積增加、低風險區面積明顯增加,生態系統整體水平發展向好,這與鐘祺康等[39]的研究結果相似。此外,研究區景觀生態風險演變受多個因子的影響,因子間的交互作用對景觀生態風險空間演變的驅動作用相對于單個驅動因子均有明顯增強,這與鄭可君等[28]的研究結果一致。單因子檢測結果顯示,整體流域來看,2000 年社會經濟因素的解釋力略強于自然因素;2005—2020 年則是自然因素占主導地位,除2000 年外,其余年份結果與高彬嬪等[38]的研究相印證。2000 年研究結果有所不同,這可能與研究區選擇、驅動因素選擇不同有關。高原湖泊治理是云南省面臨的一項重要任務,結合研究結論和研究區的實際情況,對生態風險防控和環境整治提出以下建議:

1)高風險和中高風險區域主要位于滇池流域,尤其是滇池北部,這些區域人口密度大,建設用地密集,是云南省社會經濟發展較為迅速的區域。城鎮化進程使高風險、中高風險區域的面積均有不同程度的增加,繼而導致生態環境脆弱。政府應該注意對這些區域的調控,正確認識經濟發展和環境保護之間的關系,統籌推進高質量發展和高水平保護。在城市建設過程中,避免“粗放建造”,要正確認識區域規劃在經濟發展中的地位,合理預留生態空間。此外,還應該繼續開展相關的生態環境保護工作,格外注重林地、草地等自然景觀的保護,強化景觀破碎的修復工作,發揮昆明市的核心優勢,帶動周圍區域共同修復破碎景觀。

2)中風險區域面積較大,嵌于中高風險區和中低風險區之間。因此,要做好中高風險和中低風險區域的銜接工作,合理劃分生態保護區與建設用地的范圍。政府可以針對中風險區成立相關的工作小組,用于定期評估這些區域惡化帶來的大面積生態系統失衡問題,引導中風險區向更低一級的風險區演變,促進生態系統的良性循環。

3)中低風險和低風險區域主要位于湖泊及其周圍以及流域北部。因此,針對湖泊及其周圍應該合理劃分湖濱生態保護紅線和緩沖區域。其余區域可以發揮地理優勢,發展生態旅游和綠色農業,在提高居民生活質量的同時將生態保護責任落實到個人身上,同時政府也要在這一環節做好生態環境保護和監督工作;滇中高原湖泊流域北部區域植被茂密,耕地資源豐富,應該維護好這些區域的生態環境,對林地實施更嚴格的保護制度,加強森林普法工作,同時要防止耕地“非農化” “非糧化”,也要做到提升耕地質量,減輕農民的耕種壓力。

4)對于改善區a,要確保之前所做的生態修復工作帶來的效益可持續性,加強該區域的林地保護;對于惡化區b,應合理調控人類活動強度,杜絕建設用地無序擴張的現象,科學管理、合理利用土地;對于穩定區c,應防止建設用地擴張侵占耕地的現象繼續發生,在嚴守耕地保護紅線和保護生態用地基礎上,再考慮建設用地的規劃;d 區應以全面推行“林長制”為基礎開展天然林的恢復工作,引進保護技術和林木培育技術,減輕病蟲災害,形成多樹種的混交林;e、f、g 區應注重自然和人造景觀系統間的相互作用,嚴禁開發大規模的建設用地以保障景觀結構的完整性和系統的連通性。還應考慮景觀類型搭配對生態系統的作用,實現不同景觀類型之間的優勢互補;與此同時,建立自然保護區以解決景觀破碎化造成生物棲息地喪失的問題。

5)對流域內各湖泊實行最嚴格的治理措施,緩解環湖發展強大動力與湖泊承載能力有限的基本矛盾。首先,從源頭治理,嚴禁污水亂排,杜絕污水處理不達標現象發生。同時,建立湖濱濕地保障湖泊生態系統的穩定。此外,還要在發展中保護,優先發展信息化產業,推動綠色、健康產業發展,將信息產業與節水親水的文化旅游產業結合,完善滇中高原湖泊的旅游體系,促進生態修復與旅游發展有效融合。最后,強化政策引導,處理好湖泊保護政策與其他政策的銜接工作,結合實際情況,完善水資源保護制度。

3.2 結論

本研究以滇中高原湖泊流域為研究對象,分析景觀生態風險的時空分異特征和變化趨勢,采用地理探測器揭示全流域及各提取區域景觀生態風險的驅動因素。具體結論如下:

1)研究期內,耕地和林地是滇中高原湖泊流域的基質景觀類型,占總流域的67%以上。建設用地呈不斷擴張趨勢。未利用地面積占比少于0.2%。基質景觀能提高生態安全質量,因此在城市建設過程中嚴禁胡亂侵占耕地和林地。

2)流域內整體以中景觀生態風險區、中低景觀生態風險區面積最大,二者占比達50%以上。景觀生態風險較高的區域主要分布在滇池周圍,高風險區呈擴張趨勢并向西北和東南方向延伸。景觀生態風險較低的區域水資源較為豐富,生物資源充足,受人類活動干擾較小,主要分布在湖泊周圍。要注意重點把控中風險區和中低風險區的變化情況,防止這些區域的生態風險上升。

3)超過70%的區域景觀生態風險等級未發生改變。流域內景觀生態系統經歷好轉—惡化—持續惡化—改善的過程,但最終表現為景觀生態風險小幅下降,生態系統整體水平發展向好。滇中高原湖泊流域內生態風險等級升高主要發生在人口密集的區域,受城鎮化發展影響較大;生態環境較好的區域有自身的保護機制,外加政策的影響,因此景觀生態風險等級不發生改變甚至降低;湖泊周圍的生態系統脆弱,應重點關注。

4)景觀生態風險的演變是自然因素和社會經濟因素共同作用的結果。從滇中高原湖泊整體流域來看,單因子檢測結果顯示植被歸一化指數、夜間燈光、人口密度是景觀生態風險的主要影響因子。交互因子顯示,植被歸一化指數、夜間燈光、人口密度、高程的交互作用對景觀生態風險的影響最大。從局部來看,自然因素對景觀生態風險演變的影響大于社會經濟因素,主要受夜間燈光、年降水量、植被歸一化指數等因子的影響。