《Geomatics, Natural Hazards and Risk》:Landscape ecological risk informed by ecosystem services: spatial heterogeneity across functional zones in the Beijing–Tianjin–Hebei region
编辑推荐:
为实现对京津冀(BTH)城市群景观生态风险(LER)的精准评估,本研究将生态系统服务(ESs)整合至定量化LER模型之中,并探讨其在不同空间功能分区中的时空演化特征。研究选取4项具有代表性的生态系统服务指标,用于增强景观脆弱性评估,并构建了一个衔接景观格局与景
为实现对京津冀(BTH)城市群景观生态风险(LER)的精准评估,本研究将生态系统服务(ESs)整合至定量化LER模型之中,并探讨其在不同空间功能分区中的时空演化特征。研究选取4项具有代表性的生态系统服务指标,用于增强景观脆弱性评估,并构建了一个衔接景观格局与景观功能的耦合型景观生态风险指数。结果表明,高风险区域主要集中于中央核心功能区(CCFZ)和南部功能拓展区(SFEZ),而西北部生态涵养区(NECZ)整体风险相对较低。在研究期内,京津冀地区总体景观生态风险显著下降,其中2010—2023年CCFZ与SFEZ下降最为明显。驱动力分析显示,人口密度是CCFZ景观生态风险的首要决定因素,而其他功能区则主要受自然因子及其交互作用影响。本研究可为分层级生态治理提供坚实的理论支撑,并为区域国土空间格局优化提供科学参考。
该文发表于《Geomatics, Natural Hazards and Risk》,聚焦快速城镇化背景下京津冀地区景观生态风险(LER)的识别、演化与分区驱动机制。研究背景在于,传统LER评估多以景观格局指数为核心,能够较好刻画土地利用/覆被变化(LUCC)所引发的结构性破碎化,却难以识别生态系统服务(ESs)下降所代表的功能退化风险。在大城市群中,景观破碎化与生态功能衰退往往并不同步,仅依赖结构维度的模型,容易低估潜在生态风险,从而削弱对区域生态治理的支撑能力。同时,京津冀内部不同空间功能区在资源环境承载力、开发强度和政策约束上具有显著差异,若将其视为同质整体,便难以揭示风险形成与演化的真实空间分异特征。因此,开展一项兼顾景观结构与生态功能、并面向功能分区进行差异化分析的LER研究,具有明确的理论与实践必要性。
围绕上述问题,研究人员以《京津冀协同发展规划纲要》划定的4类功能区——中央核心功能区(CCFZ)、东部沿海发展区(ECDZ)、南部功能拓展区(SFEZ)和西北部生态涵养区(NECZ)——为基本分析单元,整合1990—2023年多源遥感与地理环境数据,构建了一个纳入生态系统服务(ESs)的改进型景观生态风险指数(LERI)模型。研究以6 km×6 km网格划分风险评价单元,在传统景观扰动—脆弱性框架基础上,将植被固碳(VCF)、生境供给(HP)、水源涵养与供给(WCP)及土壤保持(SC)4项关键生态系统服务纳入景观脆弱性表征,从而建立景观格局—生态功能耦合的LER评估体系。进一步地,研究通过空间自相关分析识别风险聚集格局,并利用最优参数地理探测器(OPGD)比较自然因子、社会经济因子及其交互作用对LER空间分异的解释力。研究表明,京津冀LER总体呈下降趋势,但不同功能区在风险水平、演化过程及主导驱动因子方面存在显著差异。该研究的重要意义在于,它突破了传统结构导向模型的局限,为大尺度、高异质性城市群提供了更具功能解释力的生态风险评估路径,也为分区分级的生态治理、国土空间优化和协同发展政策实施提供了科学依据。
研究所采用的关键技术方法主要包括以下几方面:其一,基于土地利用、净初级生产力(NPP)、数字高程模型(DEM)、归一化植被指数(NDVI)、土壤、气象、夜间灯光、国内生产总值(GDP)和人口密度等多源空间数据,构建1990—2023年连续时序数据库;其二,以6 km×6 km网格为风险评价单元,建立融合景观破碎度、分离度、分维度与生态系统服务总量(TES)的改进型LERI模型;其三,采用Moran’s I进行全局与局部空间自相关分析,识别风险集聚结构;其四,使用最优参数地理探测器(OPGD)对高程、降水、温度、坡度、NDVI、人口密度、GDP和夜间灯光等因子进行单因子与交互探测,以揭示不同功能区的主导驱动机制。
在研究结果部分,论文首先报告了土地利用类型的时空变化。
3.1. 景观利用类型的时空变化
研究通过1990—2023年土地利用转移分析发现,京津冀地区存在显著的土地利用转型,并在四类功能区中表现出明显的空间异质性。CCFZ与SFEZ中建设用地和耕地之间的转换尤为突出,反映出高强度城镇化与耕地重组并存;ECDZ表现出耕地、建设用地和水体之间的双向转换,沿海地带转换复杂;NECZ则以森林、草地和耕地之间的相互转化为主。总体上,1990—2023年森林、水体与建设用地持续扩张,而耕地、草地和未利用地总体收缩。到2023年,CCFZ、ECDZ和SFEZ仍以耕地为主,而NECZ则以林地占比最高。该结果说明,不同功能区的土地利用演化路径具有明显差异,为后续风险分异提供了景观格局基础。
3.2. 不同功能区生态系统服务与景观脆弱性的空间分布
研究通过对HP、WCP、SC、VCF及生态系统服务总量(TES)的空间分布分析表明,NECZ东部、东北部和西南部是高生态系统服务供给区,相应景观脆弱性较低;而北京、天津、石家庄周边及ECDZ东部沿海地带生态系统服务水平较低,景观脆弱性较高。该结果表明,生态系统服务供给能力强的区域通常具有更低的景观脆弱性,而高强度城市化和沿海环境压力叠加区更容易形成功能退化与高脆弱性并存的格局。
3.3. 基于生态系统服务的四大功能区LERI时空特征
研究依据自然断点法将LERI划分为低风险、较低风险、中风险、较高风险和高风险5个等级。结果显示,京津冀总体上呈现东北部和西南部相对低风险、中央及东南部相对高风险的空间格局。高风险区主要分布于北京、天津、石家庄等核心城市及其周边,以及沧州、唐山和天津部分沿海地带;低风险和较低风险区则多位于山地及生态重要区域,如承德、张家口东部、北京西北部以及保定、石家庄西部。时间上看,1990—2023年CCFZ和SFEZ年均LERI持续下降,且2010—2023年下降更明显;ECDZ和NECZ则呈阶段性波动但总体稳定。SFEZ高风险和较高风险面积占比显著下降,CCFZ亦呈相似改善态势,而NECZ高风险占比略有上升、低风险占比有所下降。该结果说明,不同功能区在风险演化方向和速度上存在显著差别。
3.4. LERI时空转移分布
研究通过风险等级转移分析,将1990—2023年的风险演化概括为3个阶段。1990—2000年为高风险波动阶段,主要表现为较低风险向较高风险、中风险向较高风险转化;2000—2010年为相对稳定阶段,整体变化不显著;2010—2023年则体现出明显生态恢复特征,主要表现为中风险向较低风险、较高风险向较低风险的转化。从分区看,CCFZ和SFEZ,尤其是北京、天津、保定、石家庄和邯郸周边,普遍出现较高风险向较低风险转移,反映风险缓解;NECZ局部地区如张家口则出现中风险向较高风险上升;ECDZ唐山局部也有中风险向较高风险的小尺度集聚转化。总体上,风险转移主要发生于相邻等级之间,说明区域风险演化具有连续渐变特征。
3.5. LERI空间相关性分析
研究采用全局Moran’s I与局部空间自相关方法,发现1990、2000、2010和2023年LERI的全局Moran’s I分别为0.3906、0.3752、0.3628和0.3766,且均通过显著性检验,表明京津冀LERI始终具有显著的正向空间自相关和稳定的空间集聚特征。局部自相关进一步表明,NECZ主要表现为“低—低”集聚,集中于东部和北部;而CCFZ、ECDZ和SFEZ则主要表现为“高—高”集聚。该结果说明,景观生态风险并非随机分布,而是长期维持着明显的区域聚集结构。
3.6. LER驱动因素分析
3.6.1. 单因子探测
研究利用OPGD模型识别不同功能区的主导驱动因子。结果显示,CCFZ高值区主要受社会经济因子驱动,其中人口密度、GDP和NDVI解释力最高,表明高密度人口集聚和经济活动是核心城区风险形成的重要背景。ECDZ的主要驱动因子为温度、降水和高程,SFEZ则以高程、人口密度和降水为主,NECZ则主要受降水、高程和NDVI控制。该结果表明,除核心城市区外,多数功能区的风险空间分异更明显地受自然环境约束。
3.6.2. 交互探测
交互探测结果表明,各驱动因子之间普遍存在增强效应。CCFZ中降水与温度的交互作用解释力最强;ECDZ和SFEZ均表现为温度与高程组合具有最高解释力;NECZ则以温度与NDVI的交互作用最强。该结果说明,LER空间分异不是由单一因子独立决定,而是自然约束与人为干扰共同作用、且通过非线性或双因子增强方式塑造风险格局。
在讨论部分,论文重点强调了将生态系统服务纳入LER评估的必要性。研究指出,景观破碎化与生态功能退化并不同步,传统模型可能忽视景观结构尚存但功能已受损的区域。通过纳入4类代表性ES指标,改进模型成功识别出传统方法可能遗漏的高风险区域,例如长期受土壤盐渍化和地下水超采影响、但景观斑块结构尚未显著破碎的区域。这表明,ES整合能够有效揭示景观格局与生态功能之间的空间失配。在CCFZ和SFEZ中,ES整合后的LERI高于传统结果,说明高强度城市化地区功能受损往往比结构变化更早、更明显,是风险上升的重要来源;而NECZ与传统模型结果较为一致,说明在自然本底较完整、干扰较弱区域,景观结构指标仍具有较强代表性。
关于LERI时空变化的驱动机制,讨论指出,CCFZ中人口密度和GDP具有最高解释力,反映出核心城市区建设用地扩张、耕地和自然生境破碎化对风险形成的关键作用。与此同时,2010年后社会经济因子解释力波动下降,表明生态保护红线等政策约束在一定程度上削弱了人类活动对景观格局的直接干扰。ECDZ和SFEZ的风险则主要受温度、高程等自然因子影响,NECZ受降水时空不均和地形起伏共同制约,水分可利用性是影响植被演替和生态稳定的关键限制因素。整体而言,1990—2000年的高风险波动主要与工业化早期频繁土地利用转型有关;2000年后生态修复工程逐步发挥补偿效应;2010年后风险下降则更多体现出空间功能分区框架下景观格局与生态系统服务协调性的增强。
论文还提出了分区管理启示:CCFZ应强化生态保护红线约束、严格控制建设边界,并通过生态廊道和低影响开发(LID)设施提升生态韧性;NECZ应加强基底保护与自然恢复,降低脆弱生境的人为压力,并通过生态补偿保障生态屏障稳定;ECDZ和SFEZ应实施动态监测和缓冲带管理,分别针对沿海敏感环境和农业景观单一性问题开展风险预警与格局优化;区域层面则应建立分区分级精准管控体系,推动国土空间规划从单一格局保护转向景观格局与生态功能的协同优化。论文同时指出研究局限,包括6 km×6 km网格尺度可能带来的尺度效应、ES指标体系尚需进一步扩展,以及OPGD揭示的是空间关联而非直接因果,未来可结合过程模型或多情景模拟深化机制解释。
研究结论部分可译为:
(1)1990—2023年,京津冀地区LERI以中风险和高风险等级为主,整体呈现“西北低、中央与东部高”的稳定空间格局。高风险区主要集中于CCFZ及ECDZ高密度城市走廊。与此同时,区域LER表现出显著正向空间自相关,形成了西北部“低—低”集聚、中央与东部“高—高”集聚的稳定空间结构。
(2)研究期内,CCFZ与SFEZ的LER水平总体呈显著下降趋势,且2010年后改善最为明显;尽管NECZ与ECDZ存在阶段性波动,但总体保持稳定。这表明,京津冀协同发展战略及相关生态管控政策已在关键功能区有效缓解景观生态风险。
(3)OPGD模型结果表明,自然因子,尤其是降水与高程,构成区域整体风险格局的基础驱动力;而在CCFZ,人口密度等社会经济因子具有更强解释力。各驱动因子的交互作用普遍表现为非线性增强或双因子增强,证实自然环境约束与人类干扰的协同作用是LER空间分异的核心机制。