趙 天，陳文波* ，李芳顥，羅 璇

(1.南昌市景觀與環(huán)境重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330045;2.江西農(nóng)業(yè)大學(xué) 景觀與環(huán)境生態(tài)研究中心，江西 南昌 330045;3.江西省國(guó)土資源勘測(cè)規(guī)劃院，江西 南昌 330025)

土地利用與土地覆被變化(LUCC)及其生態(tài)環(huán)境效應(yīng)研究是當(dāng)前全球變化研究的熱點(diǎn)之一。土地利用變化受到區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展驅(qū)動(dòng)和自然資源約束，也影響著區(qū)域中很多的生態(tài)過(guò)程[1]。模擬土地利用變化過(guò)程并預(yù)測(cè)其變化趨勢(shì)是研究其它生態(tài)過(guò)程變化的基礎(chǔ)[2－4]。CLUE－S模型是20世紀(jì)末由荷蘭瓦赫寧根大學(xué)環(huán)境科學(xué)學(xué)院研發(fā)，是在CLUE模型的基礎(chǔ)上發(fā)展起來(lái)的適用于小面積土地利用變化模擬的空間直觀模型，它能很好地反映土地利用變化在空間上的關(guān)聯(lián)性、等級(jí)性、競(jìng)爭(zhēng)性和土地利用的相對(duì)穩(wěn)定性[5]，在國(guó)內(nèi)外已取得廣泛應(yīng)用[9]。生態(tài)敏感性是指生態(tài)系統(tǒng)對(duì)區(qū)域各種自然和人類(lèi)活動(dòng)干擾的敏感程度，它反映的是區(qū)域生態(tài)系統(tǒng)在遇到干擾時(shí)發(fā)生生態(tài)環(huán)境問(wèn)題的難易程度和可能性大小[6]，與區(qū)域土地利用變化密切相關(guān)，是研究土地利用變化生態(tài)效應(yīng)的有力工具[7－8]。目前將土地利用動(dòng)態(tài)模擬與土地生態(tài)敏感性結(jié)合起來(lái)，分析土地利用變化生態(tài)效應(yīng)的研究還鮮為報(bào)道。本研究在生態(tài)敏感性分析的基礎(chǔ)上，基于CLUE－S土地利用空間變化模擬結(jié)果，分析不同生態(tài)敏感區(qū)內(nèi)的土地利用變化，并有針對(duì)性的提出優(yōu)化土地利用的對(duì)策，可為土地利用生態(tài)效應(yīng)研究提供新思路，為促進(jìn)南昌市土地生態(tài)環(huán)境建設(shè)與保護(hù)、實(shí)施宏觀規(guī)劃和管理提供參考與依據(jù)。

1 研究區(qū)概況和數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

南昌市位于東經(jīng) 115°27'～116°35'、北緯 28°10'～29°11'，為江西省省會(huì)，瀕臨我國(guó)第一大淡水湖鄱陽(yáng)湖西南岸，是鄱陽(yáng)湖生態(tài)經(jīng)濟(jì)區(qū)核心城市。全市轄區(qū)南北長(zhǎng)約l12.l km，東西寬約107 km，土地總面積 7 194.61 km2。2010年農(nóng)用地 4 656.63 km2，建設(shè)用地 1 086.49 km2，其它土地 1 451.49 km2，地勢(shì)以平原為主，東南地勢(shì)平坦，西北丘陵起伏(圖7)。南昌市目前面臨的主要環(huán)境問(wèn)題有水土流失、水體污染和土壤污染等。

1.2 數(shù)據(jù)來(lái)源

所用數(shù)據(jù)資料主要包括(1)專(zhuān)題地圖數(shù)據(jù):南昌市2005年和2010年1∶10萬(wàn)土地利用現(xiàn)狀圖，2010年文物古跡分布圖，2010年地質(zhì)災(zāi)害分布圖，2010年主要河流圖、2010年土壤質(zhì)量等級(jí)分布圖，2010年交通圖;(2)歷史統(tǒng)計(jì)資料:2005－2010年統(tǒng)計(jì)年鑒;(3)規(guī)劃文本:南昌市土地利用總體規(guī)劃(2006—2020年)和南昌市基本農(nóng)田保護(hù)規(guī)劃(2006—2020年)。DEM數(shù)據(jù)來(lái)自于中國(guó)科學(xué)院科學(xué)數(shù)據(jù)庫(kù)(http://www.sdb.ac.cn/，分辨率 90 m×90 m)。

2 研究方法

2.1 生態(tài)敏感性分析

生態(tài)敏感性分析的關(guān)鍵在于評(píng)價(jià)指標(biāo)的確定[10]。評(píng)價(jià)指標(biāo)體系的選擇往往依據(jù)評(píng)價(jià)區(qū)域的實(shí)際情況和評(píng)價(jià)內(nèi)容加以考慮，結(jié)合南昌市環(huán)境問(wèn)題，選擇文物古跡及森林公園、地質(zhì)災(zāi)害、水環(huán)境、土壤綜合質(zhì)量4個(gè)有代表性的因子作為土地生態(tài)敏感因子，評(píng)價(jià)等級(jí)分為極度敏感性、重度敏感性、中度敏感性、輕度敏感性、微度敏感性。在單因子分析方面，采用點(diǎn)面結(jié)合的方法進(jìn)行文物古跡及森林公園敏感性評(píng)價(jià);采用綜合評(píng)價(jià)方法，將區(qū)域地殼穩(wěn)定性、地面穩(wěn)定性和地基穩(wěn)定性3者疊加，評(píng)價(jià)地質(zhì)災(zāi)害敏感性;將全市劃分為贛江下游(峽江至外洲)、撫河(李家渡以上)、修河(永修以上)和鄱陽(yáng)湖環(huán)湖區(qū)，根據(jù)評(píng)價(jià)點(diǎn)到河流湖泊的距離計(jì)算評(píng)價(jià)點(diǎn)的敏感度值，不同生態(tài)影響的水體劃定不同寬度的核心區(qū)、緩沖區(qū)和影響區(qū)，對(duì)地表水的敏感性進(jìn)行評(píng)價(jià);土壤綜合質(zhì)量的等級(jí)劃分是依據(jù)《土壤環(huán)境質(zhì)量標(biāo)準(zhǔn)》中各指標(biāo)的分級(jí)限制值，采用尼梅羅綜合指數(shù)法進(jìn)行評(píng)價(jià)[11]，依據(jù)以上方法，得到各因子敏感性分布圖。通過(guò)專(zhuān)家打分法，邀請(qǐng)農(nóng)業(yè)、林業(yè)、土地、環(huán)保、水利等相關(guān)專(zhuān)家8名，經(jīng)過(guò)兩輪打分確定單因子的權(quán)重值(文物古跡及森林公園0.25，地質(zhì)災(zāi)害0.2，水環(huán)境0.35，土壤綜合質(zhì)量0.2)，加權(quán)求和后進(jìn)行空間疊加運(yùn)算，確定土地生態(tài)敏感性的綜合等級(jí)和分布。

2.2 CLUE－S空間模擬與參數(shù)設(shè)定

根據(jù)實(shí)際情況將南昌市年土地利用類(lèi)型分為耕地、園林地、建設(shè)用地、水域和其它用地5種類(lèi)型。對(duì)CLUE－S模型進(jìn)行參數(shù)設(shè)置過(guò)程中，首先提取各用地類(lèi)型的二值圖，結(jié)合影響各用地類(lèi)型的驅(qū)動(dòng)因子，包括高程、坡度、坡向、城市化率、人均GDP及城鎮(zhèn)、水系、公路和鐵路的空間通達(dá)性，利用SPSS軟件進(jìn)行二元Logistic逐步回歸分析，得到各驅(qū)動(dòng)因子的影響系數(shù)β，回歸方程的解釋能力一般用ROC(Relative Operating Characteristics)方法進(jìn)行驗(yàn)證[12]。土地需求根據(jù)《南昌市土地利用總體規(guī)劃(2006—2020年)》中各類(lèi)土地規(guī)劃目標(biāo)，利用線性內(nèi)插方式得到。轉(zhuǎn)換規(guī)則主要依據(jù)區(qū)域內(nèi)土地利用變化的歷史情況、現(xiàn)狀及規(guī)劃本身的導(dǎo)向作用確定:耕地0.7，園林地1，建設(shè)用地1，水域1，其它用地0.5(0表示土地類(lèi)型容易發(fā)生轉(zhuǎn)化，1表示土地類(lèi)型不發(fā)生變化，0～1之間的系數(shù)越接近0表示越容易發(fā)生變化，越接近1表示越穩(wěn)定)?？臻g約束條件是用來(lái)限定不允許發(fā)生地類(lèi)變化的區(qū)域，在本次研究中，參照《南昌市基本農(nóng)田保護(hù)規(guī)劃(2006—2020年)》，設(shè)定基本農(nóng)田保護(hù)區(qū)為空間約束區(qū)域。在綜合分析土地利用空間分布概率、土地需求情景、土地利用變化規(guī)則、限制區(qū)域等基礎(chǔ)上，經(jīng)過(guò)有效性檢驗(yàn)(通常使用Kappa指數(shù))，對(duì)未來(lái)南昌市土地利用格局進(jìn)行模擬。

2.3 研究技術(shù)路線圖

在生態(tài)敏感性分析與CLUE－S土地利用動(dòng)態(tài)變化模擬的基礎(chǔ)上，對(duì)兩者結(jié)果進(jìn)行空間疊加分析，提取了2010年、2015年和2020年不同土地生態(tài)敏感區(qū)內(nèi)的土地利用變化信息，并提出優(yōu)化土地利用對(duì)策與建議。具體技術(shù)路線如圖1。

圖1 技術(shù)路線Fig.1 The technical route

3 結(jié)果與分析

3.1 生態(tài)敏感性評(píng)價(jià)結(jié)果與分析

研究區(qū)內(nèi)文物古跡及森林公園的敏感性以微度、輕度和中度為主，占全區(qū)面積的88.36%;重度敏感和極度敏感區(qū)主要分布在各自然保護(hù)區(qū)內(nèi)，艾溪湖森林濕地公園、大公嶺自然保護(hù)區(qū)、西山自然保護(hù)區(qū)、梅嶺國(guó)家森林公園、南磯山自然保護(hù)區(qū)等(圖2，表1)。

表1 單因子及綜合生態(tài)敏感性面積及比例Tab.1 The area and percentage of single factor and integrated ecological sensitivity

圖2 文物古跡及森林公園Fig.2 Heritage and forest park

圖3 地質(zhì)災(zāi)害Fig.3 Geological disasters

研究區(qū)內(nèi)地質(zhì)敏感性分兩類(lèi)，微度和中度敏感性，微度敏感區(qū)分布在南昌市區(qū)，中度敏感區(qū)分布在南昌市各縣(圖3，表1)。研究區(qū)內(nèi)水環(huán)境敏感性以微度敏感為主，占全區(qū)面積的46.45%;極重度敏感區(qū)占全區(qū)面積的26.95%，主要分布在鄱陽(yáng)湖、軍山湖周邊和贛江流域(圖4，表1)。研究區(qū)內(nèi)土壤綜合質(zhì)量敏感性以微度敏感為主，占全區(qū)面積的93.74%;極重度敏感區(qū)主要分布在重工業(yè)工廠附近(圖5，表1)。

就綜合敏感性而言，微度敏感區(qū)占研究區(qū)比例為15.14%，主要分布在安義縣和進(jìn)賢縣;輕度敏感區(qū)占研究區(qū)比例為40.83%，主要分布在新建縣、南昌縣和南昌市5個(gè)區(qū);中度敏感區(qū)面積占研究區(qū)比例為21.68%，主要分布在鄱陽(yáng)湖支流、灣里重要生態(tài)功能區(qū)、梅嶺森林公園等區(qū)域;重度敏感區(qū)面積研究區(qū)比例為18.39%，主要分布在西山自然保護(hù)區(qū)、香爐峰省級(jí)國(guó)家森林公園、鄱陽(yáng)湖西北部、外青嵐湖濕地保護(hù)區(qū)、軍山湖水源涵養(yǎng)區(qū)等區(qū)域;極度敏感區(qū)面積占研究區(qū)比例為3.96%，主要分布在鄱陽(yáng)湖與南磯山自然保護(hù)區(qū)的重疊區(qū)域以及軍山湖與大公嶺自然保護(hù)區(qū)的重疊區(qū)域(圖6，表1)。

3.2 CLUE－S模型模擬與分析

模擬結(jié)果顯示二元Logistic回歸結(jié)果ROC系數(shù)均大于0.7，說(shuō)明根據(jù)CLUE－S模型計(jì)算的土地利用空間發(fā)生概率是合理的。首先模擬2005—2010年南昌市土地利用變化圖，將2010年模擬圖與實(shí)際土地利用圖進(jìn)行對(duì)比，得到Kappa系數(shù)為0.85，說(shuō)明模型可靠性較高，可以用其來(lái)模擬2010—2020年土地利用時(shí)空變化情況?？臻g模擬結(jié)果如圖8，9所示。

表2 土地利用結(jié)構(gòu)Tab.2 Structure of land use km2

對(duì)模擬的結(jié)果進(jìn)行分析得出，區(qū)內(nèi)耕地和其它用地面積顯著減少，減少面積分別為140.76 km2和483.64 km2，園林地和建設(shè)用地面積分別增加 204.39 km2和392.01 km2，水域的面積增加了28 km2。從模擬的結(jié)果地類(lèi)變化的空間特征來(lái)看，建設(shè)用地面積顯著增加的區(qū)域主要分布在南昌縣、進(jìn)賢縣和新建縣，建設(shè)用地的增加主要通過(guò)占用耕地和其它用地來(lái)實(shí)現(xiàn)擴(kuò)展;園林地的變化面積較大，增加的區(qū)域主要分布在進(jìn)賢縣和安義縣，主要由耕地和其它用地轉(zhuǎn)化而來(lái);基于對(duì)水體的保護(hù)政策，特別是鄱陽(yáng)湖區(qū)域“退耕還湖”政策的實(shí)施，南昌市水域面積呈現(xiàn)增加趨勢(shì)(表2)。

3.3 不同敏感區(qū)內(nèi)土地利用變化

基于CLUE－S模型得到2015年和2020年南昌市土地利用模擬圖，疊加土地生態(tài)敏感性綜合圖，得到各敏感區(qū)內(nèi)地類(lèi)變化情況(圖10)。

圖10 不同敏感區(qū)內(nèi)土地利用變化Fig.1 0 Land use change in different sensitive areas

通過(guò)比較3年不同敏感區(qū)內(nèi)地類(lèi)面積比例可知:微度敏感區(qū)內(nèi)，耕地逐步減少，園林地和建設(shè)用地面積處于增加趨勢(shì)，其中2010—2015年增加幅度較大，其它用地大幅度減少，至2020年面積比例僅為0.23%。輕度敏感區(qū)內(nèi)，耕地和其它用地減少幅度較大，園林地和水域增長(zhǎng)速度平穩(wěn)，建設(shè)用地面積增長(zhǎng)較快。中度敏感區(qū)內(nèi)，以建設(shè)用地變化最為顯著，至2020年，建設(shè)用地面積增加了30.11%，耕地平緩減少，園林地和水域呈增加趨勢(shì)，其它用地較少幅度較大。重度敏感區(qū)內(nèi)，園林地和建設(shè)用地增長(zhǎng)幅度較大，耕地和其它用地處于緩慢較少的趨勢(shì)，水域面積小幅度增長(zhǎng)。極度敏感區(qū)內(nèi)，以園林地變化最為顯著，2010—2020年期間增長(zhǎng)了44.62%，耕地、水域和其它用地面積變化幅度小，建設(shè)用地面積無(wú)變化。

4 結(jié)論與討論

生態(tài)敏感性是表征生態(tài)效益比較成熟的方法，它一般受一個(gè)區(qū)域大的地理與生態(tài)環(huán)境條件限制，具有穩(wěn)定性;而土地利用可以看成是一個(gè)區(qū)域生態(tài)系統(tǒng)的人工干擾，一般而言，合理的土地利用不會(huì)對(duì)生態(tài)系統(tǒng)構(gòu)成大的破壞。因此，本文將相對(duì)靜態(tài)的生態(tài)敏感性與土地利用變化模擬相結(jié)合進(jìn)行分析。研究結(jié)果表明:從單因子方面以地質(zhì)災(zāi)害的生態(tài)敏感性最為突出，敏感區(qū)面積比例超過(guò)90%，均為中度敏感區(qū);其次為文物古跡及森林資源敏感性，敏感區(qū)面積比例為75.61%，中度敏感占到28.90%;水環(huán)境敏感性面積比例為53.55%，極度敏感區(qū)面積比例為17.09%;土壤綜合質(zhì)量敏感性面積所占比例較小，占研究區(qū)面積比例為6.26%;從綜合生態(tài)敏感性評(píng)價(jià)的角度來(lái)看，以輕度敏感為主，面積比例為40.83%，其次為中度敏感區(qū)和重度敏感區(qū)，面積比例為21.68%、18.39%，可見(jiàn)南昌市的生態(tài)敏感性較為樂(lè)觀。在土地利用變化模擬方面，在2010—2020年，南昌市土地利用格局不斷發(fā)生著變化，耕地面積減少140.76 km2，其它用地面積減少483.64 km2，園林地和建設(shè)用地面積分別增加204.39 km2和392.01 km2，水域的面積增加了28 km2，南昌縣、進(jìn)賢縣和新建縣的土地利用變化最為顯著。將生態(tài)敏感性圖和土地利用模擬圖疊加分析的結(jié)果表明:各敏感區(qū)內(nèi)的土地利用不斷發(fā)生著變化，總體趨勢(shì)為耕地和其它用地面積減少，園林地、建設(shè)用地和水域面積增加。

通過(guò)對(duì)不同生態(tài)敏感區(qū)內(nèi)的土地利用變化特征進(jìn)行分析，找出土地變化特征和相互之間的差異，可為不同生態(tài)敏感區(qū)土地利用方式優(yōu)化提供參考。微度敏感區(qū)和輕度敏感區(qū)生態(tài)系統(tǒng)較為穩(wěn)定，受干擾后恢復(fù)能力較強(qiáng)，可以承受較大強(qiáng)度的開(kāi)發(fā)建設(shè)，同時(shí)需合理規(guī)劃建設(shè)項(xiàng)目的開(kāi)發(fā)，科學(xué)引導(dǎo)建設(shè)用地?cái)U(kuò)張，有效控制工業(yè)和生活污水的排放，避免可能造成的水污染、土壤污染、水土流失等生態(tài)問(wèn)題，減輕生態(tài)環(huán)境壓力;中度敏感區(qū)內(nèi)水質(zhì)較好，植被覆蓋率較高，但生態(tài)環(huán)境較為脆弱，生態(tài)系統(tǒng)受損后較難恢復(fù)，需加強(qiáng)對(duì)水體和森林的保護(hù)力度，合理規(guī)劃農(nóng)業(yè)生產(chǎn)活動(dòng);重度和極度敏感區(qū)敏感性高，生態(tài)系統(tǒng)脆弱，恢復(fù)能力也較弱，其主要分布在各自然保護(hù)區(qū)內(nèi)，應(yīng)根據(jù)保護(hù)區(qū)的有關(guān)規(guī)定，切實(shí)保護(hù)水源及森林，嚴(yán)格控制與生態(tài)保護(hù)無(wú)關(guān)的建設(shè)活動(dòng)，調(diào)整生產(chǎn)模式，最大限度減輕各類(lèi)污染。隨著南昌市經(jīng)濟(jì)快速發(fā)展，人類(lèi)活動(dòng)范圍進(jìn)一步擴(kuò)大，強(qiáng)度的不斷增強(qiáng)，對(duì)土地及生態(tài)環(huán)境將產(chǎn)生更大的壓力和影響。因而，如何在規(guī)劃中考慮土地利用空間動(dòng)態(tài)模擬以優(yōu)化土地利用布局和開(kāi)展生態(tài)環(huán)境建設(shè)對(duì)南昌市可持續(xù)發(fā)展尤為重要。

[1]Guo X D，Chen L D，F(xiàn)u B J.Effects of land use/land cover changes on regional ecological environment[J].Advances in Environmental Science，1999，7(6):66－75.

[2]Clarke K C，Gaydos L.Loose－coupling a cellular automaton model and GIS:long－term urban growth prediction for San Francisco and Washington/Baltimore[J].Geographical Information Science，1998，12(7):699－714.

[3]White R，Engelen G.High－resolution integrated modeling of the spatial dynamics of urban and regional systems[J].Computers，Environment and Urban Systems，2000，24:383－400.

[4]Barredo J I，Kasanko M，McCormick N，et al.Modelling dynamic spatial processes:simulation of urban future scenarios through cellular automata[J].Landscape and Urban Planning，2003，64:145－160.

[5]Verburg P H，Eickhout B，Van Meijl，et al.multi－model approach for analyzing the future dynamics of Europe an land use[J].Annals of Regional Science，2008，42(1):57－77.

[6]劉康，歐陽(yáng)志云，王效科，等.甘肅省生態(tài)環(huán)境敏感性評(píng)價(jià)及空間分布[J].生態(tài)學(xué)報(bào)，2003，23(12):2711－2718.

[7]郭斌，任志遠(yuǎn).西安城區(qū)土地利用/覆被變化及生態(tài)效應(yīng)測(cè)評(píng)研究[J].遙感技術(shù)與應(yīng)用，2009，24(4):484－489.

[8]石龍宇，崔勝輝，尹鍇，等.廈門(mén)市土地利用/覆被變化對(duì)生態(tài)系統(tǒng)服務(wù)的影響[J].地理學(xué)報(bào)，2010，65(6):708－714.

[9]潘影，劉云慧，王靜，等.基于CLUE－S模型的密云縣面源污染控制景觀安全格局分析[J].生態(tài)學(xué)報(bào)，2011，32(2):529－537.

[10]賀秋華，張丹，李朝猛，等.GIS支持下的黔中地區(qū)生態(tài)環(huán)境敏感性評(píng)估[J].生態(tài)學(xué)雜志，2007，26(3):413－417.

[11]徐廣才，康慕誼，趙從舉，等.阜康市生態(tài)敏感性評(píng)價(jià)研究[J].北京師范大學(xué)學(xué)報(bào):自然科學(xué)版，2007，43(1):88－92.

[12]Pontius Jr G R，Schneider L C.Land－cover change model validation by an ROC method for the Ipswich watershed，Massachusetts，USA[J].Agriculture Ecosystem ＆ Environment，2001，85(9):239－248.