人类活动不断改变世界土地利用和覆盖(LUCC), 导致生态系统稳定性下降, 威胁生态安全(ES)^[1—2]。随着全球人口的急剧增长和城市化的快速发展, 人类土地利用活动造成一系列生态环境问题, 例如全球变暖、城市空气质量恶化、生物多样性急剧下降等^[3—5], 使生态系统的结构和功能发生重大变化^[6—8]。近年来, 中国经济发展取得巨大进步, 但是人为的土地利用变化可能引起生态系统、环境质量或生态保护的负面影响。为了减轻生态压力和解决环境问题, 中国已经建立了环境保护和生态文明建设体系, 将生态安全纳入国家安全体系并采取多种措施来建立生态安全保护开发区^[9—10]。如何防止土地利用变化带来的威胁以及优化区域生态安全模式成为当前关注的焦点^[11]。

生态安全是生态系统维持可持续发展并为人类生存提供安全的状态^[12—14]。随着生态环境与社会发展的相互关系越来越复杂, 生态安全已被各国政府提高到国家战略高度, 成为国家安全的重要组成部分^[15—17]。生态安全评估是生态安全研究的核心^[18—20], 已经在城市^[21—22]、森林^[23—24]、景观生态^[25—26]等不同领域或空间尺度上得到广泛研究和应用。生态安全评价和分析已经在跨学科研究中得到广泛运用, 具有多种方法, 包括生态足迹^[27—29]、压力-状态-响应(PSR)模型法^[30—31], GIS分析^[32—34]等。其中, 从LUCC的角度关注生态安全评价的研究越来越广泛而深入。

LUCC是社会经济和生物物理因素驱动的多重交互过程的结果, 对生态环境具有显著影响^[35—36]。而土地利用类型的变化可以反映生态安全的状态, 预测未来土地利用变化有助于优化土地利用格局, 提高区域生态安全^{[18, 37]}。由于未来模式的发展充满不确定性和复杂性, 因此情景模拟方法应运而生。情景模拟是通过预测和模拟未来可能发生的各种情景, 针对不同的社会经济条件和区域发展问题做出合理的选择和决策^[38]。各种模型已被开发并应用于未来土地利用模拟预测, 如元胞自动机^[39—41]、SD-CA模型^[42]、土地利用转换及其效应(CLUE)模型^[43]等。其中CA-Markov模型通过人与自然系统耦合, 能够同时模拟多种土地利用类型的长期变化, 有助更好地理解和模拟复杂的土地利用系统, 对生态安全格局的提升和优化具有重要作用。

浙江大湾区是长三角世界级城市群的“金南翼”, 是浙江省实施长三角一体化战略的主平台, 是环杭州湾经济区的核心区。随着浙江大湾区的建设, 浙江大湾区的生态安全面临人口快速增长和资源消耗的压力。在推动浙江大湾区发展的同时, 如何维护和改善该地区生态系统的完整性对于该区域可持续发展至关重要。本文以浙江大湾区为研究区域将土地利用变化和生态安全评估相结合, 建立基于土地利用类型的生态安全评价指标体系。基于浙江大湾区的社会经济数据和遥感影像数据, 通过CA-Markov模型来预测2030年3种情景的土地利用格局, 利用PSR模型对2005、2010、2015、2018年的生态安全进行评估, 并基于3种情景的土地利用格局预测2030年浙江大湾区的生态安全模式, 为浙江大湾区可持续发展决策提供科学依据, 促进浙江大湾区社会经济和生态环境的协调发展。

1 研究数据 1.1 研究区域

浙江省大湾区位于长江三角洲南翼, 以环杭州湾经济区为核心, 联动象山港、三门湾、台州湾、乐清湾、温州湾等湾区, 包括杭州、宁波、温州、湖州、嘉兴、绍兴、舟山、台州8个城市, 拥有65个区县, 界于东经119°03′—123°10′, 北纬27°02′—31°11′之间(图 1), 是浙江人口最密集、经济社会最发达、现代化水平最高、开发潜力最大的地区。凭借其临海的优越地理位置、活跃的市场经济和发达的民营经济, 浙江大湾区是过去40年中国经济发展和城市化最快的地区之一。从2005—2018年, 浙江大湾区迅速发展, 高度的城市化带来了大量的人口涌入, 常住人口从3625.8万人增加到3982.84万人, 人口密度从540人/km²增加到580人/km²比原来增加7.4%。浙江大湾区建设用地集中于杭嘉湖平原、宁绍平原, 建设用地覆盖占140公里“杭甬”发展轴的70%, 杭州萧山与绍兴柯桥, 绍兴上虞与宁波余姚、余慈沿线等城乡用地边界接近饱和。但是, 浙江大湾区经济密度却仅为东京湾区的8.9%、纽约湾区的18.6%、旧金山湾区的24.2%, 约为粤港澳大湾区的40.6%, 表明浙江大湾区国土空间利用效率偏低^[44]。

1.2 数据来源

本文所采取的数据包括: 遥感图像数据和社会经济数据。

遥感图像数据: (1)2005年、2010年、2015年、2018年的浙江大湾区土地利用分类栅格图；(2)中国GDP空间分布公里网格数据集(http://www.resdc.cn/data.aspx?DATAID=252); (3) 中国人口空间分布公里网格数据集(http://www.resdc.cn/data.aspx?DATAID=251); (4) 和中国年度植被指数(NDVI)空间分布数据集(http://www.resdc.cn/data.aspx?DATAID=257); (5)浙江省的数字高程模型(DEM), 空间分辨率为30 m(http://www.gscloud.cn/search)。社会经济数据主要来源于浙江省及各地市县的统计年鉴。

2 研究方法 2.1 LUCC模拟 2.1.1 CA-Markov模型

CA-Markov模型被认为是模拟和预测土地利用变化的有效模型, 得到广泛应用^[45—47]。Markov模型中, 任意时刻的状态只与前一个时刻的状态有关。在土地利用变化研究中, 可以将土地利用变化过程视为Markov过程, 将某一时刻的土地利用类型对应Markov过程中的可能状态, 它只与其前一个时刻的土地利用类型相关, 土地利用类型之间相互转换的面积数量或比例即为状态转移概率。因此, 可用如下公式对土地利用状态进行预测:

式中, S_(t)、S_(t+1)分别表示t、t+1时刻土地利用系统的状态；P_ij为状态转移矩阵。

CA模型的特点是时空、空间、状态都离散, 每个变量都只有有限个状态, 而且状态改变的规则在时间和空间上均表现为局部特征。CA模型可用下式表示:

式中, S表示元胞有限、离散的状态集合；t、t+1表示不同时刻；N表示元胞的邻域；f表示局部空间的元胞转化规则。

CA-Markov模型是将二者结合起来, 在土地利用栅格图中, 每一个像元就是一个元胞, 每个元胞的土地利用类型为元胞的状态。模型在GIS软件的支持下, 利用转换面积矩阵和条件概率图像进行运算, 从而确定元胞状态的转移, 模拟土地利用格局的变化。

2.1.2 模型校准

将2005年、2010年、2015年和2018年的土地利用分类栅格数据导入IDRISI, 通过马尔科夫模块获得2005—2010年的土地利用转移面积矩阵和转移概率矩阵, 通过CA-Markov模型预测2015年土地利用分布图, 并且与实际的2015年土地利用分布图进行比较, 计算得出Kappa值为0.9038(图 2)。Kappa系数取值在0.75—1之间, 说明此次模拟效果较好, 可以将此模型应用于浙江大湾区土地利用变化空间模拟。

2.1.3 情景模拟

城市未来发展受多方因素影响, 因此在模拟未来土地利用变化时有必要充分考虑环境变化的多种情况^[48—49]。通过假设不同的城市发展方向, 模拟土地利用变化的不同情景。在CA-Markov模型中, 土地利用变化的情况主要由改变土地利用转移概率矩阵和适宜性图像集而控制的, 转移概率矩阵控制土地利用类型变化的数量, 适宜性图集控制改变土地利用类型变化的方向。

为2030年浙江大湾区的土地利用/覆盖变化设定3种方案。(1)方案Ⅰ: 惯性发展方案, 仅考虑浙江大湾区惯性发展下的土地利用类型变化, 即土地利用转移概率矩阵和适宜性图像集不变(表 1中的方案Ⅰ)；(2)方案Ⅱ: 过度扩张方案, 土地利用类型加速向建筑用地转变, 即通过修改Markov转移面积矩阵中相关地类的转移面积值来设定(表 1中的方案Ⅱ)；(3)方案Ⅲ: 生态保护方案, 限制林地利用类型变更, 即在Markov所得面积转移矩阵的基础上限制林地向其他土地利用类型转移(表 1中的方案Ⅲ)。

2.2 生态安全评价 2.2.1 生态安全指标体系构建

湾区生态安全反映湾区生态系统的健康和稳定, 根据PSR模型的原理^[50—51], 本研究在借鉴多方相关文献的生态安全指标构建的基础上^{[18, 52—53]}, 基于评价指标的科学性、可获得性等原则, 并且咨询专家意见进行指标确定浙江大湾区生态安全评价指标体系。选取国民生产总值和人口密度的指标形成压力指数；选取状态指标, 包括NDVI、土壤保持量、斑块密度、香浓威尔指数、生态系统服务价值、生态系统弹性和坡度；选择生态安全保护区形成响应指数。目标层用来衡量湾区生态安全的总体情况及生态安全等级, 指区域生态安全综合评价结果；准则层包括压力、状态、响应, 指区域生态安全的主要因素；指标层的各指标则是对准则层的量化、衡量和体现。由于每个指标对浙江大湾区生态安全等级的促进作用不同, 对其运用熵值法赋予不同的权重。具体如图 3所示。

浙江大湾区生态安全指数由压力、状态和响应指数依靠ArcGIS 10.2软件中的栅格计算器计算得出。指标中坡度是基于DEM数据利用ArcGIS 10.2软件中的Slope工具获取。斑块密度和香浓威尔指数是基于土地利用分类栅格图像通过fragstats软件计算得出。生态系统服务价值(ESV)和生态系统弹性(ECO)利用土地利用类型计算所得^{[18, 54]}, 公式为:

式中, X₁为耕地面积, X₂为林地面积, X₃为草地面积, X₄为水域面积, X₅为建筑用地面积, X₆为未利用面积, X₇为总面积。

2.2.2 生态安全评价

运用熵权法计算指标体系权重^[55], 采用综合指数法计算生态安全评价结果^[56]。通过自然断点方法将生态安全评价分为5个级别, 即不安全, 相对不安全, 一般安全, 相对安全和安全, 其生态安全等级越大表示浙江大湾区生态安全度越高。为了让评估结果具有可比性, 2005年、2010年、2015年、2018年以及2030年不同情景模拟预测的生态等级标准以2018年的自然断点等级为标准(表 2)。此外, 由于2030年部分社会经济数据无法获取, 本文运用时间序列分析法, 采用“2005、2010、2015、2018年”4个时间节点的社会经济数据, 基于时间序列预测模型模拟了2030年的社会经济数据, 再通过ArcGIS软件将数据进行空间化处理, 用于2030年浙江大湾区的生态安全评价。

3 结果与分析 3.1 LUCC分析 3.1.1 2005—2018年LUCC动态变化分析

2005、2010、2015及2018年浙江大湾区土地利用类型图来看(图 2), 林地一直是浙江大湾区主要的土地利用类型, 2005、2010、2015年、2018年林地所占面积比例均大于56%, 分别为56.81%、56.71%、56.48%、56.13%, 占据优势地位, 主要分布于研究区的西部和中南部连绵的山地和丘陵地带, 非常集中。其次, 耕地面积在不同时期均占据研究区域总面积的27%以上, 主要分布在杭嘉湖平原、宁绍平原、沿湖的入海口平原区, 该区域有太湖、杭州湾等水域存在, 水资源丰富、地势平坦, 适宜种植, 同时随着时间推移, 耕地面积总体呈下降趋势。林地、草地、水域面积所占比例较小, 各研究年份逐步趋于稳定。随着经济的快速发展, 建设用地面积快速增长。

从表 3的土地利用类型面积变化来看, 2005—2018年浙江大湾区建筑用地面积增加量最大, 增加2536 km²；耕地面积减少较大, 为1918.27 km², 其他土地利用类型面积变化较小。从面积变化率看, 2005—2018年浙江大湾区建筑用地变化幅度最大, 增长率高达35.03%, 未利用地的面积变化率较大, 变化率为18.51%, 水域、耕地、林地、草地的面积变化幅度较小, 变化率分别为-10.88%、-10.87%、-1.47%、0.04%。从面积阶段性变化来看, 建筑用地面积占比呈现出持续增加的态势, 耕地和林地面积所占比例持续减少, 草地和水域占比先增加后降低, 未利用地占比先不变后略微增加。

3.1.2 未来情景模拟

(1) 惯性发展情景

从图 4可以看出, 2030年惯性发展情景下的土地利用基本格局与2018年基本一致, 土地利用转变主要集中在平原区域以及水域附近, 其中淳安县沿千岛湖地区、沿钱塘江-富春江区域、沿杭州湾区域等因城市建设造成土地利用类型转变较大, 主要是耕地大量转变为建设用地。研究区域内建筑用地向外快速扩张, 占总面积的16.36%。浙江大湾区林地和耕地仍是主要的土地利用类型, 各占总面积的54.91%和23.76%, 其中林地主要分布在浙江大湾区西南部和南部, 耕地主要分布在杭嘉湖地区。其中林地面积占比最大, 占54.91%。草地面积略有增加, 水域面积和未利用地面积基本不变。

(2) 过度扩张情景

2030年的过度扩张情景类似于惯性发展的空间分布(图 4)。建筑用地向外扩张程度加剧, 土地利用转变主要集中在杭嘉湖地区, 尤其是杭州地区。研究区内建筑用地向外扩张速度更快, 面积占总面积的18.03%, 主要由耕地和林地转变而来, 少数由水域、草地变化而来；耕地面积仍存在小幅增加, 占总面积的23.22%, 主要由林地转移而成；林地面积减少, 占53.78%；草地面积略有增加, 主要由林地以及少量耕地转移形成；水域和未利用地面积基本上保持不变。

(3) 生态保护情景

2030年生态保护情景下空间分布情况见图 4, 耕地、林地、草地、水域等受保护程度大幅提高, 故耕地和林地转化速度得到了缓和。与2018年相比耕地和林地面积仍呈现减少趋势, 但占区域总面积的比例大于惯性发展情景和过度扩张情景, 分别占总面积的25.30%和55.07%。建筑用地的扩张率下降, 面积占比为15.65%, 扩张速度明显小于惯性发展情景和过度扩张情景。区域内较少的水域被改变, 草地和未利用地面积所占比例与情景Ⅰ和Ⅱ一致。

3.2 2005—2018年生态安全等级时空分布

2005—2018年浙江大湾区整体生态安全等级逐步提高, 其生态安全等级占比如表 4所示, 其中, 一般安全、相对安全和安全等级占比和持续增加, 比例从58.83%上升到59.42%。近二十年来, 浙江各市逐步实施新型城市化战略, 尤其是浙江“三拆一改”、“五水共治”、“双清”行动以来, 在严格的生态规划和管制下浙江大湾区生态安全等级稳步提升。

2005—2018年浙江大湾区生态安全空间分布如图 5所示, 北部地区状况不佳, 西部和南部地区状况良好。舟山市、湖州市的生态安全等级处于最高水平, 主要是由于二者人口密度相对较小、经济发展速度相对较缓。舟山市是海岛城市, 城市扩张速度受限, 林地的保有率较高, 全市生态环境质量始终处于全国前列, 且近年来近海生态修复和环境治理效果好；湖州市是“两山”理论的发源地, 2014年成为我国首个生态文明先行示范区, 生态环境状况在示范区建设中持续转好。台州市、温州市的生态安全水平中等, 经济发展水平处于浙江大湾区中列。温台地区多丘陵, 植被覆盖率较高, 生态环境安全状况在“最严格的生态空间管控”背景下稳步提升。杭嘉宁地区的生态安全水平相对较低, 主要是因为杭州市、嘉兴市、宁波市处于浙江大湾区的平原地区, 社会经济发展和城市扩展速度较快, 人口、土地利用等给生态环境带来较大压力, 且耕地利用率较高导致林地面积过快减少, 生态环境治理难度较大。此外, 浙江大湾区西南千岛湖地区林地保有率高, 自然生态环境良好, 其整体生态安全等级基本处于安全和相对安全等级, 但是水域部分生态安全等级较低, 处于相对不安全和不安全等级。

3.3 2030年生态安全格局情景模拟

城市的未来发展充满不确定, 受多种因素影响。在模拟未来的发展模式时, 应该充分考虑因环境变化而可能引发的情况。在3种不同情景中, 假设大湾区发展的方式不同, 可以通过多种生态安全格局验证最佳解决方案。

3.3.1 惯性发展情景

从图 6和表 5可以看出, 在浙江大湾区惯性发展的情景下, 一般安全、相对安全和安全等级的总和超过一半, 占58.61%。在8个城市中, 不安全和相对不安全等级总和所占比例排序为: 嘉兴市>湖州市>宁波市>舟山市>绍兴市>台州市>杭州市>温州市。其中, 嘉兴市和温州市市生态安全状况最差和最好的城市, 不安全和相对不安全等级的总和占比分别为99.58%和27.95%。

3.3.2 过度扩张情景

从图 6和表 6中可以看出, 在浙江大湾区过度扩张的情景下, 生态安全总体状况比惯性发展情景下更差。一般安全、相对安全和安全等级总和比例下降, 为57.60%。在8个城市中, 不安全和相对不安全等级总和所占比例排序为: 嘉兴市>湖州市>舟山市>宁波市>绍兴市>台州市>杭州市>温州市。其中, 嘉兴市和温州市是生态安全状况最差和最好的城市, 不安全和相对不安全等级的总和占比分别为99.95%和27.71%。

3.3.3 生态保护情景

从图 6和表 7中可以看出, 在浙江大湾区生态保护情景下, 不安全和相对不安全等级总和所占比例在3种情景中最低, 仅为41.54%。在8个城市中, 不安全和相对不安全等级总和所占比例排序为: 嘉兴市>湖州市>宁波市>舟山市>绍兴市>台州市>杭州市>温州市。其中, 嘉兴市和温州市是生态安全状况最差和最好的城市, 不安全和相对不安全等级的总和占比分别为99.54%和28.14%。

4 讨论 4.1 浙江大湾区的生态安全模式

通过多情景预测对浙江大湾区2030年土地利用分类进行模拟, 分析了不同情景下浙江大湾区土地利用/覆盖变化。对3种情景下的土地利用分类模拟, 表现出浙江大湾区2030年建筑用地的转入面积在3种情景下均为最大, 草地、水域和未利用地的比例基本保持不变, 且建筑用地的扩张主要来自于耕地和林地的占用。与2018年相比, 惯性发展情景下, 2030年总体的生态安全等级略微降低。过度扩张情景下, 由于城市快速扩张, 森林面积占比减小, 建筑用地面积占比最大, 因此在3种情景下该情景的生态安全等级最低。生态保护情景下, 耕地、森林和草地的面积占比在3种情景下最大, 因此生态安全级别最高。从空间上看, 浙江大湾区北部城市群、长江入海口、以及东部沿海城市的生态安全等级较低, 而西南部和南部区域城市的生态安全等级相对较高。

4.2 生态安全模式的时空动态

通过生态安全评价的结果显示了浙江大湾区2005—2018年的生态安全等级。浙江大湾区的生态安全状况显示出逐渐改善的趋势。在过去的20年中, 建筑用地增加率最高, 并且增加面积最大。同时, 高生态安全区域主要是在森林、水域等人类活动影响少的地区；低生态安全区域主要是在耕地利用率和城市化水平较高的地区；中度生态安全区域在山林峡谷中人类聚居区域, 人类影响程度较小。浙江大湾区生态安全的空间分布格局与人口密度、GDP等社会经济数据的空间分布格局相反, 间接表明人类活动影响对浙江大湾区生态安全的影响较大。因此, 建议研究区在结合自身实际情况, 坚持生态优先发展, 考虑城市发展水平的差异性, 设定不同的生态保护方案。靠近山区的城市, 城市化水平较低, 人类影响程度较小, 生态安全级别较高。

4.3 生态安全模式的优化

基于LUCC模拟的3种情景的生态安全模式时空动态表明浙江大湾区2030年的生态安全模式与2018年相比没有显著变化。因此, 根据生态安全等级变化, 将浙江大湾区中的8个城市可以重新划分为三类: (1)一级城市的安全级别比例较高, 并且自然状况良好, 包括舟山、台州、温州。一级城市位于浙江大湾区南部, 丘陵覆盖面广, 生态环境良好, 生态安全等级维持在较高水平；(2)二级城市的总体安全等级比较高, 生态安全保持在中等水平, 包括宁波、绍兴。二类城市城市化水平较高, 属于平原地区, 与杭嘉湖平原相比, 宁绍平原耕种程度较低, 因此生态安全较好；(3)三级城市的不安全和相对不安全等级所占比例较高, 包括杭州、嘉兴、湖州。三级城市属于杭嘉湖平原, 并且城市化水平高, 耕地覆盖率高, 生态安全水平较低。

5 结论

LUCC在生态环境问题中起决定性作用。在三个情景模拟中, 建筑用地逐渐扩大, 占比超过15%, 主要由林地和耕地转化而来, 严重影响生态系统的平衡。基于LUCC的生态安全评价结果显示, 2005—2018年浙江大湾区的总体生态安全状况仍然良好, 安全等级分别为58.83%、59.15%、60.02%、59.42%。但是浙江大湾区生态安全的空间分布格局表明耕地利用率高、城市化程度高的地区生态安全等级相对较低, 周边生态资源开发率低、城市化水平低的地区具有较高的生态安全等级, 例如分别以嘉兴市和温州市为代表城市, 在3种情景下不安全和相对不安全等级占比总和分别为99.54%—99.95%和27.71%—28.14%。因此, 对于不同的城市, 应根据其特定的发展模式对其生态环境特征与社会发展水平进行评价, 注重城市发展的相关性。作为城市的管理者, 可以考虑打破行政区域边界, 坚持人与自然和谐共生, 推进生态环境治理一体化, 实现浙江大湾区可持续发展。