梁小英，徐婧儀，耿 雨

(西北大學 城市與環(huán)境學院/陜西省地表系統(tǒng)與環(huán)境承載力重點實驗室,陜西 西安 710127)

20世紀中葉以后,社會經(jīng)濟與人口數(shù)量持續(xù)劇增,能源短缺、環(huán)境污染與氣候變化等問題愈發(fā)嚴重,可持續(xù)發(fā)展成為中國乃至全世界共同面臨的巨大挑戰(zhàn)。景觀作為研究可持續(xù)性最可操縱的空間尺度,其構成及配置既深切作用于人類生產(chǎn)生活,又同時受到人類各項活動的反作用。景觀可持續(xù)性是“特定景觀所具有的、能夠長期而穩(wěn)定地提供生態(tài)系統(tǒng)服務、從而維護和改善本區(qū)域人類福祉的綜合能力”[1]。因此,如何定量地評估“可持續(xù)性”成為地理學、生態(tài)學等學科的學者們共同探討的研究內(nèi)容[2]。

目前,可持續(xù)性科學的相關研究主要集中于城市可持續(xù)性研究,對鄉(xiāng)村研究較少。學者大多采用基于信息熵(香農(nóng)熵)構建評價指標體系的方法評估區(qū)域景觀可持續(xù)性[3-10],該方法可較為準確地確定指標權重,也可反映城市生態(tài)系統(tǒng)的結構、功能和演化機制[4]。探究景觀組成和配置是景觀可持續(xù)性科學的核心問題[11],但香農(nóng)熵只考慮概率而未考慮配置信息[12],如兩個不同的DEM只要具有相同的高程組成,即使空間分布差異較大,其熵值也相同[13]。與香農(nóng)熵相比,Boltzmann熵可在組成和配置方面表征無序程度[12-17],為景觀可持續(xù)性科學研究提供了新的視角及方法,目前鮮有相關案例研究。

土地利用/土地覆被變化(LUCC)可直接導致景觀的結構組成和空間配置發(fā)生變化[18]。目前,LUCC研究著重于模型的構建與模擬,常見模型有3類:數(shù)量預測模型、空間預測模型和耦合模型。其中,數(shù)量預測模型在預測土地利用變化數(shù)量方面優(yōu)勢明顯,但在空間變化方面有所欠缺;空間預測模型[19-21]能較好模擬土地類型的空間變化,但在量化空間變化程度方面略顯不足;而耦合模型兼具上述兩類模型的優(yōu)勢,且以CA模型和其他模型耦合居多[22-23]。其中,CA-Markov模型在模擬時空變化的同時保留了長期預測這一優(yōu)勢,廣泛應用于LUCC的模擬研究[24]。

黃土高原丘陵溝壑區(qū)長期飽受極其嚴重的水力侵蝕,屬于我國高度敏感生態(tài)脆弱區(qū)[25]。當前有關景觀可持續(xù)性的模擬評估研究多聚焦于城市區(qū)域,鮮有針對黃土高原生態(tài)脆弱區(qū)的研究。本文以該區(qū)域米脂縣為例,通過定量化評價米脂縣的景觀可持續(xù)性,模擬土地利用空間格局變化對可持續(xù)性的影響,分析可持續(xù)性時空動態(tài)及演變規(guī)律,可為該類地區(qū)的規(guī)劃建設發(fā)展提供參考,對鄉(xiāng)村生態(tài)文明建設以及促進生態(tài)脆弱區(qū)的可持續(xù)發(fā)展具有一定意義。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

米脂縣(109°49′E ～ 110°29′E, 37°39′N ～ 38°5′N),位于陜西省北部,地處黃土高原腹地(見圖1)。地形起伏較大,東西兩側地勢明顯高于中部川道地區(qū),平均海拔1 049 m。由于該區(qū)域降水多為大雨或暴雨,再加上黃土本身土質(zhì)疏松,土壤侵蝕明顯,地表支離破碎,水土流失問題嚴重[26]。屬于中溫帶半干旱季風氣候,氣候干燥,夏季雨水偏多但全年雨量不足。山地蘋果雖在米脂縣發(fā)展起步較晚,卻已作為米脂縣第一產(chǎn)業(yè)大力發(fā)展。現(xiàn)階段,山地蘋果已成為該縣全民致富的主導產(chǎn)業(yè),政府決定將其全力打造成陜西省一流蘋果產(chǎn)業(yè)轉(zhuǎn)型升級示范縣。1999年,陜西作為全國首批試點實施退耕還林(草)工程,米脂縣原有耕地大面積轉(zhuǎn)變?yōu)樯鷳B(tài)林和經(jīng)濟林,致使其近20年的景觀格局發(fā)生較大變化。截止2020年,米脂縣耕、林、草面積分別為452.63 km2、586.87 km2、151.49 km2。研究區(qū)整體景觀格局復雜多樣,景觀斑塊破碎,這為基于Boltzmann熵探討生態(tài)脆弱區(qū)景觀可持續(xù)性提供了良好的研究平臺。

圖1 研究區(qū)概況圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來源及預處理

本文所使用的基礎數(shù)據(jù)包括數(shù)字高程模型DEM、土地利用類型數(shù)據(jù)以及實地調(diào)研數(shù)據(jù)。其中:①DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.Gscloud.cn/)ASTER GDEM數(shù)據(jù)集,分辨率為30 m。利用 ArcGIS 10.2水文分析提取子流域范圍,共劃分216個子流域作為評價單元。②2010年米脂縣土地利用來源于2009年第二次全國土地調(diào)查數(shù)據(jù)1∶10 000土地利用類型圖,結合實地調(diào)研對地類進行人工修改,精度達到85%;2015年土地利用來源于該年高分一號影像數(shù)據(jù),在ENVI 5.3中進行圖像校正、配準等預處理,并結合二調(diào)數(shù)據(jù)以及實地調(diào)研進行監(jiān)督分類,分類精度86.2%;2020年米脂縣土地利用來源于該年Google Earth影像18級數(shù)據(jù)(精度0.47m),在ENVI 5.3軟件中進行圖像校正、配準等預處理,并結合實地調(diào)研進行監(jiān)督分類,分類精度87.3%;三期土地利用數(shù)據(jù)均達到景觀可持續(xù)性評價的精度標準。

2 研究方法

2.1 CA-Markov模型

本文采用CA-Markov模型在數(shù)量和空間上對LUCC進行更為精確的預測[27]?；贗DRISI軟件的CA-Markov模塊,使用米脂縣2010年、2015年、2020年三期等間隔年份土地利用數(shù)據(jù)。首先,將2010年、2015年土地利用分別作為基期與末期圖像,模擬2020年土地利用空間格局;其次,將上述模擬結果與2020年解譯土地利用進行對比并做精度檢驗,驗證CA-Markov模型的模擬精度;最后,在模型通過驗證的基礎上,以2015年、2020年土地利用數(shù)據(jù)分別作為新的基期與末期圖像,綜合2015—2020年土地利用空間格局轉(zhuǎn)移矩陣以及土地利用空間格局適宜性圖集,預測米脂縣2025年土地利用空間格局。CA-Markov模型中元胞尺寸為30 m×30 m,鄰域為5×5擴展的摩爾型鄰域,循環(huán)次數(shù)設置為5。

2.2 基于Boltzmann熵的景觀可持續(xù)性評價

2017年,Gao等人提出有關景觀梯度Boltzmann熵的計算方法[12]。2018年,Nowosad在Gao等人的基礎上對算法的邊界效應進行優(yōu)化,允許在計算Boltzmann熵時存在空值[16]。

本文在Gao等人研究的基礎上,首先,邀請該研究領域的11位專家,其中包含米脂縣農(nóng)業(yè)局局長1位，米脂縣村長2位,生態(tài)學專家2位,其他6位為熟悉研究區(qū)景觀特征的學者。專家們分別對米脂縣不同自然條件下土地利用類型的景觀可持續(xù)性進行打分,最終獲得研究區(qū)景觀可持續(xù)性的打分結果——景觀可持續(xù)性評價矩陣(表1);其次在ArcGIS 10.2中提取米脂縣DEM的坡度,并將其與高程、土地利用進行疊加,并按照評價矩陣結果賦值給每個疊加后的柵格,即為其在當前高程、坡度和土地利用類型下的景觀可持續(xù)性分數(shù)。其中,高程劃分為3類、坡度劃分為3類、土地利用劃分為7類,通過疊加生成63種組合;再次,使用漁網(wǎng)工具分別對每個子流域生成30行×30列的格網(wǎng),每個格網(wǎng)均可完整包含每個子流域的范圍。單元格內(nèi)可能出現(xiàn)3種情況:①單元格沒有對應的柵格值;②單元格包含一個柵格值;③單元格包含多個柵格值。根據(jù)單元格內(nèi)的不同情況對每個單元格賦值,情況①將單元格定義為NA[16],情況②將對應的柵格值賦給單元格,情況③將單元格內(nèi)面積占比最大的柵格的值賦給單元格,每個單元格有且僅有一個值。最后,利用Nowosad開發(fā)的軟件包[16]在RGui3.6.0環(huán)境下計算每個子流域?qū)窬W(wǎng)的Boltzmann熵。計算得到的Boltzmann熵能夠直接反映可持續(xù)性的強弱,可直接對景觀可持續(xù)性進行評價[28]。

3 結果與分析

3.1 土地利用空間格局模擬及預測

3.1.1 2020年土地利用空間格局模擬及精度評價 利用軟件IDRISI Selva中的CA-Markov模塊,輸入米脂縣2015年的土地利用數(shù)據(jù)、2010—2015年土地利用空間格局轉(zhuǎn)移矩陣、 以及土地利用空間格局適宜性圖集, 并設置循環(huán)次數(shù)為5, 模擬得到米脂縣2020年土地利用空間格局圖(見圖2)。

圖2 2020年米脂縣土地利用解譯與模擬對比圖Fig.2 Land use interpretation and simulation contrast map of Mizhi County in 2020

由圖2可知,CA-Markov模型對研究區(qū)的7種景觀的數(shù)量及空間位置模擬效果較好:對于川道附近耕地與建設用地的模擬準確度較高,川道地勢相對平坦,且位于該區(qū)域的耕地和建設用地皆為整齊塊狀地塊,模擬準確性高;草地模擬在大部分區(qū)域相對準確,除川道西側,該區(qū)域的實際景觀是林、草地混合生長,但模擬結果中沒有精確的體現(xiàn)出“混合生長”,可能存在較大地塊吞并較小地塊的情況。為進一步驗證模型對土地利用空間格局模擬的準確性,本文從數(shù)量、空間兩個方面對米脂縣2020年的模擬結果進行檢驗。

表2中模擬誤差、Kappa系數(shù)分別表示數(shù)量精度和空間精度。整體模擬誤差為5.39%,7類土地利用模擬誤差均在15%以內(nèi);整體Kappa系數(shù)為0.82,7類土地利用Kappa系數(shù)均大于0.75;說明模型對土地利用數(shù)量變化與空間變化的模擬結果可信,達到精度要求。其中,水域的模擬誤差最小且Kappa系數(shù)最高,原因是水域作為米脂縣水資源的重要獲取途徑,現(xiàn)有水域大多維持當前的數(shù)量及空間位置;未利用地的模擬誤差最大且Kappa系數(shù)最小,其關鍵在于未利用地的演化受人類主觀意識所制約,當?shù)剞r(nóng)戶根據(jù)個人意愿自由選擇要撂荒的土地,而CA-Markov模型難以預測變化趨勢不規(guī)律的土地利用類型,加之其在米脂縣面積占比很小,其模擬結果不足以影響整體模擬效果。耕地、林地、果園作為米脂縣的三大優(yōu)勢地類,均具有良好的數(shù)量精度與空間精度。

表2 2020年米脂縣土地利用空間格局模擬精度

3.1.2 2025年土地利用空間格局預測 基于米脂縣2020年土地利用格局,綜合2015—2020年土地利用空間格局轉(zhuǎn)移矩陣以及土地利用空間格局適宜性圖集,循環(huán)次數(shù)為5,模擬米脂縣2025年土地利用空間格局(見圖3)。

圖3 2025年米脂縣預測土地利用圖Fig.3 Forecast of land use in Mizhi County in 2025

由圖3可知,2025年研究區(qū)中部川道地區(qū)的建設用地進一步擴大,果園基本按照原有的空間位置向四周“輻射”發(fā)展,符合米脂縣近年來的發(fā)展規(guī)劃。相較于2020年,2025年研究區(qū)川道東西兩側的耕地分布更為集中,北部和西部地區(qū)林草地覆蓋面積較廣,東部和南部地區(qū)的空間格局變化相對較小。

由表3中可知,相較于2020年,研究區(qū)2025年耕地、草地、未利用地面積有所減少;果園、林地、建設用地、水域面積出現(xiàn)不同程度的增加。其中,耕地面積的減少以及林地面積的增加符合米脂縣近20年來實施的退耕還林政策,另外耕地減少也與該區(qū)域農(nóng)戶近年來逐漸增多的撂荒行為有關。果園面積的增加主要是由于像蘋果這樣的經(jīng)濟類作物其收入要高于傳統(tǒng)農(nóng)作物,加之米脂縣政府對于山地蘋果的一系列補貼優(yōu)惠政策,當?shù)剞r(nóng)戶大多愿意將自家耕地轉(zhuǎn)化為果園改種蘋果。建設用地面積有小幅度的增加,原因是米脂縣除了中部的川道地區(qū)存在城鎮(zhèn),其余地區(qū)均為鄉(xiāng)村,其城鎮(zhèn)化水平遠不及大城市那樣發(fā)展迅速。

表3 2020年與2025年米脂縣土地利用類型面積占比Tab.3 Proportion of land use types in Mizhi County in 2020 and 2025

據(jù)表4可知,2020—2025年間,耕地減少的面積主要轉(zhuǎn)化為林地(1 620.92 hm2)和果園(2 363.43 hm2), 轉(zhuǎn)移概率分別為3.58%和5.22%; 林地有1 080.32 hm2轉(zhuǎn)化為果園,轉(zhuǎn)移概率為2.53%;草地有431.99 hm2轉(zhuǎn)化為耕地,轉(zhuǎn)移概率為2.85%;果園接受其余地類向它轉(zhuǎn)化而幾乎不轉(zhuǎn)化為其余地類,實現(xiàn)果園面積的增長;建設用地的增長主要是由耕地轉(zhuǎn)化而來;水域轉(zhuǎn)化為其他地類的面積和概率均為0,原因在于建立CA-Markov模型時將水域作為限制性約束條件,禁止其轉(zhuǎn)化為其他地類。其余土地利用景觀類型之間的轉(zhuǎn)移面積及轉(zhuǎn)移概率相對較小,絕大多數(shù)保持現(xiàn)有情況,原因可能是5年的時間序列較短,米脂縣的土地利用空間格局并未產(chǎn)生較大變動。

表4 2020—2025年米脂縣土地利用空間格局面積轉(zhuǎn)移矩陣Tab.4 Land use area transfer matrix of Mizhi County from 2020 to 2025

3.2 景觀可持續(xù)性結果

3.2.1 2020年與2025年景觀可持續(xù)性時空分異 計算2020年與2025年米脂縣216個子流域的景觀可持續(xù)性并在ArcGIS 10.2中將其空間化,利用自然間斷點法(Jenks)將可持續(xù)性分為5個等級(Ⅰ～Ⅴ級),等級越高代表景觀可持續(xù)性越差。

由圖4可知,米脂縣2020—2025年間景觀可持續(xù)性具有顯著的空間分異特征,在空間分布上兩年的整體趨勢大致相同,即米脂縣東、西部地區(qū)的景觀可持續(xù)性整體優(yōu)于中部地區(qū)。

據(jù)圖4A可知,2020年研究區(qū)景觀可持續(xù)性Ⅱ級和Ⅲ級的流域較多且空間上呈連片狀分布,Ⅰ級的流域最少且空間上呈零星分布。其中,景觀可持續(xù)性最差(Ⅴ級)的子流域有19個,面積8 516.18 hm2, 占研究區(qū)總面積的7.03%, 在城郊鎮(zhèn)分布較為集中, 其余呈零散分布;Ⅳ級的子流域有55個, 占總面積的25.55%, 基本沿Ⅴ級子流域的周圍分布, 在研究區(qū)南部、 中部以及東北部分布較多; Ⅲ級的子流域有71個, 面積較大為44 093.13 hm2,占總面積的36.38%,呈均勻分布;Ⅱ級的子流域有58個,占26.47%,主要分布在中東部以及西部地區(qū);景觀可持續(xù)性最好(Ⅰ級)的子流域有13個,面積5 541.54 hm2,其面積占比最小,僅有4.57%。

由圖4B可知,2025年研究區(qū)北部區(qū)域,中部區(qū)域以及南部城郊鎮(zhèn)的景觀可持續(xù)性相對較差。同2020年結果相同,景觀可持續(xù)性Ⅲ級的流域最多且面積占比最大,Ⅰ級的流域最少且面積占比最小。其中,景觀可持續(xù)性最差(Ⅴ級)的子流域有25個,面積10 855.67 hm2,占總面積的8.96%,主要集中在研究區(qū)北部、中部及南部城郊鎮(zhèn);Ⅳ級的子流域有57個,占27.68%,在中部與東北部分布較為集中;Ⅲ級的子流域有71個,面積41 470.98 hm2,占34.22%,廣泛分布在研究區(qū)內(nèi)且多為連片狀,該等級的子流域數(shù)量及面積占比在研究區(qū)內(nèi)最多,說明大部分子流域的景觀可持續(xù)性屬于中等水平;Ⅱ級的子流域有53個,占25.29%,均勻分布在研究區(qū)內(nèi);景觀可持續(xù)性最好(Ⅰ級)的子流域有10個,面積4 676.96 hm2,其面積占比最小,僅有3.86%。

圖4 2020—2025年米脂縣景觀可持續(xù)性空間分布圖Fig.4 Spatial distribution of landscape sustainability in Mizhi from 2020 to 2025

3.2.2 2020年到2025年景觀可持續(xù)性變化 根據(jù)表5可知,2020—2025年米脂縣景觀可持續(xù)性等級除自身轉(zhuǎn)化外,還有8類(Ⅰ-Ⅱ、Ⅰ-Ⅲ、Ⅱ-Ⅲ、Ⅱ-Ⅳ、Ⅱ-Ⅴ、Ⅲ-Ⅳ、Ⅲ-Ⅴ、Ⅳ-Ⅴ)等級上升及5類(Ⅱ-Ⅰ、Ⅲ-Ⅱ、Ⅳ-Ⅱ、Ⅳ-Ⅲ、Ⅴ-Ⅳ)等級降低轉(zhuǎn)移類型,總轉(zhuǎn)移面積56 190.73 hm2,占研究區(qū)面積的46.36%。研究期間景觀可持續(xù)性Ⅰ級和Ⅱ級的子流域數(shù)量和面積均有不同程度的減少,二者面積共減少2 304.16 hm2,占研究區(qū)面積的1.90%;Ⅲ級的子流域數(shù)量雖沒有發(fā)生變化,但其面積減少了2 622.15 hm2;Ⅳ級和Ⅴ級的子流域數(shù)量和面積有所增加,二者面積共增加4 926.31 hm2,占研究區(qū)面積的4.06%。說明相較于2020年,研究區(qū)2025年的景觀可持續(xù)性呈現(xiàn)出下降的趨勢,可能與建設用地的擴建有關。

表5 2020—2025年米脂縣景觀可持續(xù)性子流域面積轉(zhuǎn)移矩陣Tab.5 Transition matrix of landscape sustainability of sub-basins area in Mizhi from 2020 to 2025 hm2

由圖5可知,米脂縣216個子流域在2020—2025年景觀可持續(xù)性等級的變化情況。其中,景觀可持續(xù)性變好,即等級降低的子流域有38個,其面積為21 554.03 hm2, 占研究區(qū)總面積的17.78%, 在研究區(qū)各處皆有分布, 并在川道東西兩側分布較為集中;景觀可持續(xù)性基本不變即等級保持不變的子流域有126個, 其面積為71 795.83 hm2,占總面積的59.24%,說明在研究期間米脂縣約一半子流域的景觀可持續(xù)性能夠維持現(xiàn)狀;景觀可持續(xù)性變差即等級升高的子流域有52個,其面積為27 846.66 hm2,占總面積的22.98%,在研究區(qū)多數(shù)區(qū)域呈小型連片狀分布,說明研究區(qū)約有1/5面積的子流域景觀可持續(xù)性在研究期間內(nèi)變差。

圖5 2020—2025年米脂縣景觀可持續(xù)性等級變化圖Fig.5 Landscape sustainability grade changes in Mizhi from 2020 to 2025

4 結論與討論

4.1 結論

以黃土高原丘陵溝壑區(qū)陜西省米脂縣為研究區(qū),首先構建CA-Markov模型,預測研究區(qū)2025年的土地利用空間格局;其次基于Boltzmann熵定量評估景觀可持續(xù)性;最后,分析研究區(qū)2020—2025年216個子流域景觀可持續(xù)性的時空演變規(guī)律。主要結論如下:

1) 經(jīng)驗證,本文構建的CA-Markov模型能較為精確地模擬及預測米脂縣土地利用空間格局。

2) 根據(jù)預測得到的米脂縣2025年土地利用空間格局,相較于2020年耕地、草地、未利用地面積有所減少;果園、林地、建設用地、水域面積出現(xiàn)不同程度的增加;但整體上土地利用空間格局并未發(fā)生較大變動。其中,米脂縣的優(yōu)勢地類為耕地和林地,主要的景觀類型轉(zhuǎn)移也主要發(fā)生在耕地、林地與果園之間,并且預測結果較好的反映出了近幾年米脂縣大力發(fā)展山地蘋果這一政府政策。

3) 2020年與2025年景觀可持續(xù)性結果時空分異顯著,景觀可持續(xù)性Ⅲ級的子流域占比在兩年中均為最高,說明研究期內(nèi)多數(shù)子流域的景觀可持續(xù)性處于中等水平。通過對比2025年以及2020年結果發(fā)現(xiàn),研究區(qū)未來5年存在潛在的景觀可持續(xù)性變差趨勢,需要對此引起重視。

4.2 討論

生態(tài)脆弱區(qū)作為可持續(xù)發(fā)展的薄弱環(huán)節(jié),無可避免地會拉低區(qū)域整體可持續(xù)發(fā)展水平,因此聚焦生態(tài)脆弱區(qū)的可持續(xù)發(fā)展狀況,具有研究意義和實踐價值。本研究與先前研究相比,主要區(qū)別有兩處[25]:首先研究方法上,將Boltzmann熵應用于景觀生態(tài)學取代了傳統(tǒng)的香農(nóng)熵；其次,以流域為尺度,相較于行政單元尺度能盡可能保證單元內(nèi)自然元素的相似性[30]以及景觀生態(tài)系統(tǒng)的完整性。在模擬土地利用空間格局方面,本文僅對單一尺度(柵格大小為30 m×30 m)進行模擬,且只使用5×5的濾波器;然而,CA-Markov模型對于不同的柵格單元大小和不同的濾波器會具有不同的模擬精度[29]。未來會進一步探究不同尺度柵格單元和不同大小濾波器對于土地利用空間格局模擬的影響。