黔中城市群地表覆盖变化及驱动因素分析

2023-02-27 00:44滕明塔李旭东方冰轲程东亚
关键词:人造坡度城市群

滕明塔,李旭东,方冰轲,程东亚,芦 颖

(贵州师范大学 地理与环境科学学院,贵州 贵阳 550025)

0 引言

地表是人类活动的主要场所,其覆盖变化受到自然环境变化与人类活动变化的共同影响[1]。进入工业革命以后,人类活动成为全球环境变化的主要驱动力,将地球表层系统推向潜在风险区[2]。地表覆盖作为地球表层系统的基本组成部分,其变化不仅展示了地表景观的时空动态演变,而且记录了人类对地表的改造过程,是揭示人地关系变化的重要途径,也是全球环境变化与可持续发展研究的主题之一,受到国内外学者的广泛重视[3-6]。

当前的地表覆盖变化研究主要围绕土地利用分类[7-8]、变化监测及预测[9-12]、生态环境影响[13-14]、驱动因素及机制[15-16]、数据集精度评价[17-18]等方面展开。随着我国土地利用转型问题日益突出,植被破坏、水土流失、土地荒漠化等生态环境问题日趋严重[19],地表覆盖变化及驱动因素研究逐渐成为关注的焦点。研究地表覆盖变化,对分析地表辐射能量平衡、生物地球化学循环、生态系统服务功能具有积极作用[20];研究其驱动因素,可揭示土地利用变化规律、预测其变化趋势,并为制定相关政策提供参考信息[21]。探究地表覆盖变化驱动因素的方法,主要包括主成分分析[17]、回归分析[22-24]、相关分析[18]、灰色关联[3]、地理探测器[25-26]等;其中地理探测器不仅能进行单因子探测,而且也能进行双因子交互探测,使其在揭示地表覆盖变化驱动因素方面得到大量应用[25-27]。

自“十一五”规划提出城市群是“推进城镇化的主体空间形态”以来,城市群功能及作用愈发受到重视[28];同时,作为人类社会经济活动的高度集聚区,在城镇化、工业化的驱动下生态环境破坏日益严重[29]。由此可见,研究城市群地表覆盖变化,对城市群土地资源管理、生态环境保护、区域协调发展具有重大意义。目前以城市群作为地表覆盖变化的研究已取得一定成果,其研究方位从地表覆盖变化及驱动因素[30-31],延伸到地表覆盖变化对碳储量[32]、碳效应[33]、热环境[34-35]、地表径流[36]、生态系统服务价值[37-38]等的影响,以上学者的多视角研究为城市群制定生态保护政策及土地利用规划提供了有益参考。虽然国内对城市群的研究逐渐增多,但多选取社会经济发达的东部城市群,而对西部城市群的研究相对较少。

黔中城市群是中国西部典型的山地城市群,也是国家实施新型城镇化、长江经济带和西部大开发战略的重点区域[39]。随着“西部大开发”战略的实施及城镇化、工业化进程的推进,促进了黔中城市群土地利用转型,但由于区内喀斯特地貌复杂多样、生态环境脆弱,使得生态环境问题逐渐突出。本研究试图用高分辨率数据揭示黔中城市群2000—2020年地表覆盖变化,并利用地理探测器探究其驱动因素,以期为黔中城市群国土资源空间优化和可持续发展提供借鉴。

1 研究区概况

黔中城市群位于贵州中部,包括贵阳市、遵义市、安顺市、毕节市、黔南州、黔东南州中的33个县区,总面积5.38万km2[40](图1)。地形以岩溶高原为主,平均海拔1 197.6 m,地势自西向东递减。气候温暖湿润,多年平均气温为10~20 ℃,降水量为1 100~1 300 mm[41]。黔中城市群地形起伏较大,山坡陡峻,土层浅薄,极易发生水土流失[42];已有研究表明,城市群有43.91%的地表存在土壤侵蚀[43]。

图1 黔中城市群区位示意图Fig.1 Location map of urban agglomeration in central Guizhou

2 数据来源及研究方法

2.1 数据来源与处理

地表覆盖数据(2000年、2010年、2020年3期)来源于Globeland 30:全球地理信息公共产品,分辨率为30 m。GlobeLand 30共有10个一级地表覆盖类型,黔中城市群共包括耕地、林地、草地、灌木地、湿地、水体、人造地表等在内的7个一级地表覆盖类型,由于湿地面积不足总面积的0.01%(2000年、2010年、2020年湿地面积占比分别为0.007 4%、0.000 3%、0.000 3%),因此本研究将湿地并入水体。

2.2 研究方法

2.2.1 地表覆盖变化动态度分析

地表覆盖年变化率是某一类型土地的变化面积在初期土地面积的变化幅度,通过地表覆盖年变化率能够较好探究地表覆盖的变化速度[22]。计算公式为:

(1)

式中:Ki为i类地表覆盖年变化率;Sia为初期第i类地表覆盖面积;Sib为末期第i类地表覆盖面积;T为间隔时间,单位为年。

2.2.2 地表覆盖转移分析

转移矩阵能够定量表现研究范围内地表覆盖的转移方向和转移面积,可以较好描述地表覆盖的变化规律[25]。计算公式为:

(2)

式中:n为地表覆盖类型总数;Sij(i=1,…,n,j=1,…,n)为研究期内第i类地表覆盖类型向第j类地表覆盖类型转化的总面积[44]。

2.2.3 地表覆盖变化驱动因素分析

根据地表覆盖的分布及变化情况,选择研究区内的耕地、林地、草地、水体、人造地表等5种变化明显的地表覆盖进行驱动因素分析。地表覆盖变化受到自然环境限制及人类活动的共同影响,需从多方面探究不同因素对地表覆盖变化的影响。参考已有研究成果[22,25-27],并根据数据的可获得性、量化性,从地形、气候、人口、经济、交通、政策等方面选择12个二级指标(表1)。在研究时段内,由于黔中城市群有行政区划调整(涉及贵阳市花溪、观山湖、乌当区以及遵义市红花岗、汇川、播州区),为保证数据的完整性与统一性,同时也为更好地进行分析,以地表覆盖2000—2020年变化率作为因变量,以2020年作为自变量的时间节点。

表1 驱动因素选择、释义及来源Tab.1 Selection interpretation and sources of driving factors

1)因子探测:探测因变量Y的空间分异性以及自变量X对因变量Y的空间分异作用[45-46],作用力大小用q值表示。计算公式为:

(3)

2)交互探测:识别2个自变量X对因变量Y的共同作用,共有5种交互作用类型(表2)。

表2 交互作用类型Tab.2 Types of interactions

3 地表覆盖变化特征

3.1 地表覆盖时空变化

从空间分布来看,黔中城市群以耕地、林地、草地为主,3种地表覆盖呈细碎条带状交错分布的特征(图2)。林地在城市群南部、西北部相对集中,耕地在西部分布范围较广,草地在东北部分布面积较大;水体以点线状分布于河流、水库,灌木地以散点状分布于城市群西部,人造地表以点、块状集中于城市。从变化情况来看,城市群总体以耕地、林地、草地收缩,灌木地、水体、人造地表扩张为主要趋势(表3)。耕地、草地为连续收缩,林地为先扩张后收缩,面积分别减少517.36 km2、644.08 km2、169.13 km2;灌木地为先扩张后收缩,水体为先收缩后扩张,人造地表为连续扩张,面积分别增加7.11 km2、142.51 km2、1 180.96 km2。2000—2020年城市群水体、人造地表空间扩张具有显著的地域性特征,水体主要在河流周边扩张,人造地表主要在城市周边扩张(图2)。近年城市群在河流上新建水库、水电站,促进了水体面积增长;同时,在城镇化、工业化进程的推动下,城市群城市建成区规模及道路交通设施发展迅速,使得人造地表在城市周边不断扩张。2000—2020年人造地表增长速度呈先慢后快的特征,原因为:人口增长及城镇化进程不同,2000—2010年人口增长及城镇化进程较慢,使得人造地表增长速度相对较慢;2010—2020年人口增长及城镇化进程加快,促进了人造地表快速扩张。

图2 2000—2020年地表覆盖空间分布Fig.2 Spatial distribution of land cover from 2000 to 2020

表3 2000—2020年地表覆盖变化Tab.3 Changes in land cover of urban agglomerations from 2000 to 2020

3.2 地表覆盖转移特征

总体来看,20年间黔中城市群共有9 146.87 km2的土地发生转移,流转方向主要表现为:草地流向林地、人造地表、耕地、水体,林地流向耕地、人造地表、水体,耕地流向人造地表、水体(表4)。2000—2020年草地向林地、人造地表、耕地、水体净流出面积(a向b净流出面积=a向b流出面积-a向b流入面积)分别为263.52 km2、167.18 km2、141.54 km2、67.88 km2;林地向耕地、人造地表、水体净流出面积分别为255.38 km2、149.35 km2、58.00 km2;耕地向人造地表、水体净流出面积为825.91 km2、60.00 km2。可见,该时期土地流转方向总体为:耕地、林地、草地、人造地表、水体之间相互转换,以耕地、林地、草地流向人造地表、水体为主,其中水体主要从草地流入,人造地表主要从耕地流入。人造地表增加的面积主要从耕地流入,一是因为耕地相对平坦,开发利用难度较低;二是因为耕地多分布于人口聚集区附近,便于开发利用。

从不同时段上看,城市群土地转移面积呈先小后大的特点,2000—2010年发生转移的面积为2 932.62 km2,2010—2020年发生转移的面积为8 456.54 km2(表4)。2000—2010年地表覆盖流转方向主要表现为:草地流向林地,耕地流向灌木地。该时期受全面“退耕还林”政策影响,促进了草地、耕地向林地、灌木地流出。2010—2020年地表覆盖流转方向主要表现为:草地流向耕地、人造地表、水体,耕地流向人造地表、水体,林地流向耕地、人造地表、草地、水体。由于该时期受修建水库、人口增长、城镇化及工业化影响,不仅促进了人造地表、水体从其他地类流入,也导致地类间相互流转的面积大大增加。

表4 2000—2020年地表覆盖转移矩阵Tab.4 Land cover transition matrix from 2000 to 2020 单位:km2

3.3 地表覆盖变化的空间异质性特征

由于灌木地仅在个别县区分布,再加之灌木地变化不大,因此本研究着重探究耕地、林地、草地、水体、人造地表近20年的空间变化特征。耕地为先大范围扩张后大范围收缩变化,总体呈东南角扩张其余各地收缩的特征,见图3(a)。耕地在都匀、福泉、麻江、凯里等地扩张主要得益于该地海拔较低、良好的水热组合,再加之较低的人口密度从而使得耕地扩张潜力较大。林地为先大范围扩张后再全域范围收缩,总体呈北部扩张南部收缩的特点,见图3(b)。研究区北部地形起伏较大且为赤水河流域、乌江流域重要的生态保护地,因而林地扩张较为迅速;都匀、麻江、贵定等地则主要是由于耕地、草地扩张造成林地收缩。草地为先大范围收缩后再全域收缩,呈整体收缩、局部扩张的特征,见图3(c)。由于城市群大量的草地向林地、人造地表、耕地、水体流出,导致草地在研究范围内整体收缩。水体为先小范围扩张后再大范围扩张,呈整体扩张、局部收缩的特征,见图3(d)。水体变化主要是由于近20年新修水库、水电站影响,导致水体面积在城市群各地有不同程度增长。人造地表总体为连续增长,并呈全域扩张趋势,见图3(e)。受城镇化、工业化进程的推进,促进了人造地表在各地区面积扩张,但由于地区资源禀赋、地理发展区位差异,导致人造地表空间扩张速度差异较大。

图3 2000—2020年不同地表覆盖年变化率空间分布示意图Fig.3 Spatial distribution of different land cover change rates from 2000 to 2020

4 地表覆盖驱动因素分析

4.1 因子探测结果

黔中城市群地表覆盖变化受地形、气候、人口、经济、交通、政策等因素的共同影响和制约,但不同因素对地表覆盖影响强度有差异(表5)。

表5 2000—2020 年黔中城市群地表覆盖变化因子探测Tab.5 Detection of land cover change factors of urban agglomeration in central Guizhou from 2000 to 2020

耕地变化受到多因素的共同影响,从q值来看,城镇化率(0.595)>坡度(0.555)>公路密度(0.544)>人口密度(0.526)>二三产业占比(0.448),说明城镇化率是导致耕地变化的主导因素,其次为坡度、公路密度、人口密度、二三产业占比。社会经济发展是目前城市群耕地变化的主要驱动力,城镇化率、二三产业占比的提高促进了城乡人口结构及经济结构的转变,公路密度、人口密度的上升对耕地施加巨大的压力,以上因素均会加速耕地向建设用地转型。地形地貌状况是耕地变化的基础条件,坡度是影响地区开展生产活动的重要因素,研究区山地广布,坡度总体较高,导致耕地变化受坡度影响较大。

林地变化主要受地区生产总值、坡度影响,作用力大小为:地区生产总值(0.798)=坡度(0.798),说明地区生产总值、坡度共同主导了林地变化。经济发展在不同阶段对生态环境的影响不同,当地区的经济发展水平较低时,生态环境效益会放在次要位置,在社会经济发展过程中会对林地造成一定负面影响。坡度是影响地区水土保持的重要因素,在坡度较高的区域进行退耕还林、植树造林等生态保护措施会促进林地扩张,因而坡度对林地变化起到一定正向影响。黔中城市群社会经济发展相对落后,并且山地广布,坡度较高,因而林地变化受地区生产总值、坡度的影响最大。

草地变化受人口总数、二三产业占比、坡度影响,作用力大小为:人口总数(0.532)>二三产业占比(0.494)>坡度(0.470),说明人口是草地面积减少的主导因素,其次为产业结构水平、坡度。地区人口增长及产业结构水平的提高会促进人造地表与耕地扩张,一方面,为满足社会经济活动的需要会新增大量人造地表;另一方面,为满足日益增加的人口需求会促进耕地扩张,因此人口增长及产业结构水平的提高会促使草地面积减少。坡度则通过对人类的生产、生活及对地区水土保持的影响,从而对草地变化施加作用。

水体变化主要受海拔、坡度、年降水量、人口总数、人口密度、公路密度、生产总值、政策影响,其中政策是主导驱动因素(0.821),坡度(0.508)、海拔(0.506)、人口密度(0.409)、公路密度(0.398)、地区生产总值(0.375)、年降水量(0.334)、人口总数(0.188)是次要因素。“西部大开发”战略的实施促进“西电东送”工程的开展,推动了贵州乌江、北盘江上游区域水电开发,新建了诸如洪家渡、构皮滩、引子渡等水电站,致使城市群水体面积增长。坡度、海拔对水体变化也具有重要影响,主要是由于修建水库受地形条件限制影响较大。

人造地表变化受坡度、地区生产总值影响,其中坡度是主要驱动因素(0.398),地区生产总值是次要驱动因素(0.317)。坡度是影响人类宜居选址以及开展生产建设活动的重要因素,随坡度上升对人类活动的限制性作用不断增强;经济发展是人造地表扩张的重要驱动力,经济发展越快会促进人造地表增长越快。坡度对人造地表的影响大于地区生产总值,说明地形的限制性作用大于经济发展的促进性作用,地形是制约黔中城市群人造地表扩张的主要障碍。

4.2 交互作用结果

2000—2020年,黔中城市群各地表覆盖变化驱动因素交互探测结果多数为增强效果,表明因素间的交互作用对城市群地表覆盖变化有不同程度增强,是地形、气候、人口、经济、交通、政策等因素叠加作用的结果(图4)。耕地变化中,交互作用类型以双因子增强及非线性增强为主,表明相较于单因素,因素间的交互作用对耕地影响有一定加强,同时也表明耕地变化是多种因素叠加作用的结果[25]。在交互作用中,坡度与人口总数交互作用的q值最大,为0.816,说明在地形条件及人口活动的共同作用下,主导了该时期耕地变化;同时也说明,地形条件及人口活动对耕地影响最显著。林地变化中,交互作用类型的增强效果与减弱效果数量大体一致,并且减弱效果主要分布在海拔、坡度、气温、经济总量与其他因素交互作用中;表明在海拔、坡度、气温、经济总量的作用下,减弱了其他因素对林地的影响。在交互作用中,城镇化率与人均GDP交互作用的q值最大,为0.589,说明该时期受城乡人口转型及经济发展的影响,主导了该期林地的变化。草地变化中,交互类型多为双因子增强及非线性增强,表明因素间的交互作用对草地影响有一定增强,将会加剧草地变化。在交互作用中,坡度、人口总数与其他因素的交互作用的q值相对较高,说明坡度、人口总数在交互作用中主导了草地变化;其中人口总数和公路密度交互作用的q值最大,为0.814,表明人类的社会活动是造成城市群草地面积减少的最重要原因。水体变化中,交互类型多数为双因子增强及非线性增强,但政策与其他因素的交互作用结果对水体影响多呈减弱效果,一方面说明水体变化受政策主导,另一方面说明政策减弱了其他因素对水体的影响。在交互作用中,坡度与政策交互作用的q值最大,为0.925,主要是由于修建水库受到地貌条件限制及政策的共同影响,因而两者的交互作用对水体变化影响最大。人造地表变化中,交互作用多为增强效果,而q值交互作用减弱区主要集中在地形与其他的因素交互作用中,说明地形减弱了其他因素对人造地表的影响。在交互作用中,气温与人均GDP交互作用的q值最大,为0.735,说明气候与经济的交互作用主导了该时期人造地表的变化。

图4 2000—2020年黔中城市群地表覆盖变化驱动因子交互探测结果Fig.4 Interaction detection results of driving factors of land cover change in the urban agglomeration in central Guizhou from 2000 to 2020

5 结论、讨论与建议

5.1 结论

1)耕地、林地、草地为黔中城市群主要地表覆盖类型,期内以耕地、林地、草地收缩,灌木地、水体、人造地表扩张为主要变化趋势;其中水体主要在河流周边扩张,人造地表主要在城市周边扩张。

2)地表覆盖转移面积呈现出先小后大特征,2000—2010有2 932.62 km2的地表覆盖发生转移,2010—2020年有8 456.54 km2发生转移;20年间共有9 146.87 km2的地表覆盖发生转变,流转方向总体表现为:草地流向林地、人造地表、耕地、水体,林地流向耕地、人造地表、水体,耕地流向人造地表。

3)耕地呈东南角扩张其余各地收缩的空间变化特征,林地为北部扩张南部收缩的特点,草地在空间上呈整体收缩、局部扩张的特征,水体为整体扩张、局部收缩,人造地表呈全域扩张趋势。

4)黔中城市群地表覆盖变化受自然条件与社会经济因素的共同作用。耕地变化受地形、人口、经济、交通等的影响,并且驱动因素间的交互作用起增强效果,其中坡度与人口总数交互作用的q值最大。林地、人造地表变化受地形与经济影响,并且驱动因素的交互作用以增强为主;交互作用中,林地受城镇化率与人均GDP的交互影响最大,人造地表受气温与人均GDP的交互作用影响最大。草地变化受地形、人口、经济影响,驱动因素间的交互作用对草地的影响总体呈加强状态,其中人口总数和公路密度的交互作用对草地影响最大;水体变化受政策影响最大,但地形、气候、人口、经济等因素也对水体变化起到一定作用,因素间的交互作用总体呈增强效果,但政策与其他因素的交互作用对水体的作用强度有一定减弱,而坡度与政策的交互作用对水体变化的影响最显著。

5.2 讨论

地表覆盖变化受到自然环境变化及人类活动变化的共同影响,但随着人类开发改造能力不断增强,人类活动逐渐成为地表覆盖变化的主要原因。自然环境是塑造黔中城市群地表覆盖的基础条件,黔中城市群海拔较高、山地广布、水热条件较好适合林地、草地分布。但近年来,由于社会经济飞速发展,促进了人造地表空间扩张,由此导致草地、林地等生态用地显著减少,说明该地的生态环境有恶化趋势,与李俐珑[47]等学者的研究基本一致。但与李俐珑不同的是,本研究的林地呈减少趋势而非增加趋势,主要为数据分辨率及土地分类标准不同,因此与其研究结果有所区别。

地表覆盖变化是环境变化的缩影,是生态系统评估、气候变化模拟、地理国情监测、宏观调控分析等必不可少的参考信息[19]。文章基于地表覆盖数据,分析黔中城市群2000—2020年地表覆盖变化及驱动因素,为该地生态环境状况评估,生态保护、土地利用规划政策制定提供了一定借鉴。但文章也有些许不足,虽然从政策中选择了“西电东送”政策,但并未对其他政策进行选择。黔中城市群是“西部大开发”战略的重点区域,也是我国实施退耕还林进行生态保护的重点地区,不同政策均会对该区地表覆盖产生变化,未来有必要探索不同政策对黔中城市群地表覆盖变化的影响,以期为政策制定及评估提供参考。

5.3 建议

通过探究发现,地形对耕地、林地、草地、水体、人造地表的变化均具有重要影响,在黔中城市群地表覆盖变化中起到重要作用,因此在区域协调发展过程中需更加重视地形地貌条件。建议:1)将退耕还林补助方式多元化、完善退耕还林补助标准的价值评估体系,深入推进退耕还林还草工程[48];2)合理安排生态、生产、生活用地的空间分布,加强乌蒙山—苗岭、大娄山生态屏障建设,持续发挥城镇在区域发展中的生产与生活功能;3)融入可持续发展理念,划定城市群开发边界,控制城市的用地规模与用地强度;4)加强城市间的协同,加强城市间的生态环境治理,促进中小城市社会经济协调发展;5)在开发重大建设项目前需向有关专家进行论证,并对生态环境影响进行评估,坚持生态保护优先的开发理念。

猜你喜欢
人造坡度城市群
无中生有人造木
人造太原
那些令人捧腹的雷人造句
关于公路超高渐变段合成坡度解析与应用
疯狂编辑部之人造惊魂夜
长三角城市群今年将有很多大动作
我国第7个城市群建立
把省会城市群打造成强增长极
基于图像处理的定位器坡度计算
从国外经验看我国城市群一体化组织与管理