基于SRP模型的产业型特色小镇生态脆弱性评价及其驱动力研究
——以温州市望里镇为例

2023-03-08 02:08郑慧敏周倩梁峻洪泉蒋文伟
农业与技术 2023年4期
关键词:脆弱性用地因子

郑慧敏周倩梁峻洪泉蒋文伟

(1.浙江农林大学风景园林与建筑学院,浙江 杭州 311300;2.苍南县综合行政执法局园林中心,浙江 温州 325800)

引言

生态脆弱性是指生态环境对外界干扰抵抗力弱,并且在被干扰后恢复能力低,整个系统很容易由一种状态转变为另一种状态,且一经改变很难恢复到初始状态的性质,是自然属性和人类经济行为共同作用的结果[1,2]。我国自然资源虽然十分丰富,但在社会的长期发展过程中,出现了大量生态环境问题,如国土空间无序开发和空间利用不合理等,导致生态系统受到了较大程度的人为干扰,生态系统脆弱性显著增强[3]。目前,生态脆弱性研究已经成为评价地区发展状况的依据以及衡量未来发展规划的判据,对于区域可持续发展具有重要指导意义[4,5]。迄今为止,国内外学者对于生态脆弱性的理论、方法和应用实践方面展开了大量研究[1,6,7],但是就研究区域的选择而言,还存在一定的不全面性[8]。通过阅读相关文献发现,多数生态脆弱性研究主要集中在典型生态脆弱区、流域或省市县等较大尺度的地理单元上,针对微观尺度的脆弱性案例还有待充实[9]。乡镇作为我国国土空间规划编制的最小开发单元,虽然没有规划权,但却是与自然资源最接近的地域,是城乡可持续发展的重要一环[10]。在生态脆弱性的评价方法方面,目前应用最为广泛的有“敏感性-恢复力-压力度”(SRP)模型、“暴露度-敏感性-适应力”(VSD)模型和“压力-状态-响应”(PSR)模型等。其中,SRP模型是依据生态系统稳定性的内涵构建而成的,可以较为全面地体现生态脆弱性的综合方面[11]。

温州市苍南县望里镇作为浙江特色再生棉纺小镇,以再生棉纺业为主导产业,且产业形态初期多为小微企业或家庭式作坊。由于长期受到体制、资源和空间等方面的制约,出现了许多生态环境问题,尤其是棉絮污染环境的现象一直存在。且镇域内存在建设布局不合理、棉絮乱堆乱放等问题,这些都使得望里镇的“后天”生态脆弱性显著上升,区域生态系统受到相当程度的人为干扰。鉴于此,本研究在SRP概念模型的基础之上,基于研究区域的地理位置和生产环境特征综合选取了15项评价指标因子,并利用综合客观赋权法对各项指标因子进行权重确定,最终搭建起望里镇生态脆弱性评价指标体系。同时,借助地理探测器模型揭示望里镇生态脆弱性的主导驱动因素,进而辅助国土空间规划精准识别望里镇生态脆弱区和主要驱动因子,为优化国土空间开发保护格局、提升区域生态环境质量提供相关理论参考,并为同类型的产业型特色小镇生态环境研究提供一定的理论基础。

1 研究区域概况与数据来源

1.1 研究区域概况

望里镇系浙江省温州市苍南县下辖镇,地处E120°3′,N27°28′,总面积32.8km2,下辖14个行政村和1个社区。镇域南、北、西三面环山,东部为平原,全镇海拔100m以上的山地面积占总面积的54.7%。再生棉纺产业在望里镇有着非常深厚的历史渊源,但在长期的发展过程中,由于产业结构和空间配置等问题,导致镇域内存在生产区和生活区高度重叠的杂乱现象,区域生态环境污染问题严重,人居环境质量亟待改善。因此,对望里镇的生态环境脆弱性进行分析尤为迫切。

1.2 数据来源与处理

望里镇的土地利用类型数据是由ArcGIS卫星影像和专业技术部门提供的航空正射影像相互目视解译而得。依据LUCC的分类标准和镇域实际情况,将望里镇的土地利用类型分为林地、草地、耕地、园地、水域、建设用地、工矿仓储用地和未利用地8种用地类型。地形因子数据来源于地理空间数据云的ASTER GDEM 30M分辨率数字高程数据;水文数据是通过望里镇水系现状图和高清卫星影像图矢量化而来;降水量数据来源于美国国家海洋和大气管理局(NOAA)的全球站点逐日降水观测数据集;NDVI数据来源于国家生态科学数据中心的2020年30m逐年最大NDVI数据集;道路数据来源于水经注中的道路矢量数据,并通过高清卫星影像校正修订;相关统计数据来源于《苍南县望里镇总体规划(2017—2030年)》、国家企业信用信息公示系统和苍南县统计年鉴等。为了方便后续计算,本文将上述多源数据进行统一空间重采样,将所有栅格数据统一至30m粒度,并将所有坐标系转换为GCS_WGS_1984大地坐标系和UTM投影坐标系。

2 研究方法

2.1 构建评价指标体系

“SRP(Sensitivity-Resilience-Pressure)”模型是目前生态脆弱性评价领域里较为全面的一种评价模型,该模型可以从系统内部在外部压力下表现出的敏感性、系统在自身和外部调控下的恢复力以及外部压力3个维度对研究区域进行综合的生态脆弱性评价[12]。本研究在遵循望里镇自身环境特点的前提条件下,实际考虑各个指标的科学性、典型性和可获取性,并结合野外调查的实际情况,从敏感性、恢复力、压力3个维度搭建起望里镇生态脆弱性评价指标体系,见图1。

图1 望里镇生态脆弱性评价指标体系

敏感性是用来说明研究区生态环境受到外界干扰时,系统恢复的难易程度和可能性大小的[13]。研究区地势差异较为明显,水资源丰富,降雨量充足,所以选择地形因子、水文因子和气象因子3种要素来代表敏感性。恢复力是指区域内的生态系统受到外界破坏后的自我调节和恢复能力,主要选用可以有效反映区域生态环境情况的植被指数和景观结构2种要素。压力指的是生态系统受到外界压力和干扰时的作用程度[14],主要体现在人类干扰对于生态环境的胁迫方面,故选取人类活动、交通因子和经济活动3种要素,其中“主导产业核密度”是测度望里镇再生棉纺产业空间分布情况对于生态环境影响的重要指标。

2.2 分级赋值标准化

由于各项评价指标的量纲及数据类型不同,因此在开展生态脆弱性评价之前需先将所有指标进行标准化处理,即将所有原始数据转化为无量纲的相对评价数据。以每个指标因子对于生态脆弱性的影响程度不同,划分为相应的5个等级,其中数值越大意味着生态环境发生脆弱性的可能程度越高。分级的方法主要有以下2种方式:以已有指标数据为基础,利用自然断点法对数据进行分级;参考已有研究成果或相关标准对数据进行分级。

2.3 确定指标权重

在兼顾所有指标特性的基础之上,为了避免主观赋权法的主观性和单一客观赋权法的片面性,本文采用综合客观赋权法(熵值法-变异系数法)[15]对望里镇生态脆弱性各评价指标进行赋权,见表1。

表1 望里镇生态脆弱性评价指标权重确定

2.4 生态脆弱性评价

采用综合指数法[16]对望里镇生态脆弱性进行定量评价,具体计算公式:

(1)

式中,Xi代表第i个指标的标准化数据;Yi代表第i个指标的权重值;m代表栅格单元数。

同时,为了进一步更加直观地展示研究区域的生态脆弱性状况,引入生态脆弱性综合指数(EVSI)[17]来进行计算,计算公式:

(2)

式中,n代表划分的生态脆弱性等级个数;Xm代表第m脆弱等级的等级值;Am代表第m脆弱等级的面积;S代表研究区域的总面积。

3 结果与分析

3.1 望里镇整体生态脆弱性评价结果

将15项评价指标因子进行权重叠加后,利用自然断点法对EVI值进行划分,共分为潜在脆弱(1.179~1.646)、轻度脆弱(1.646~2.012)、中度脆弱(2.012~2.517)、高度脆弱(2.517~3.118)和重度脆弱(3.118~4.373)5级,见图2。另根据EVSI的计算公式可知,望里镇属于中度脆弱类型,且生态脆弱性空间分布特征整体呈东北高西南低的态势。同时从图2可以看出,望里镇生态环境总体上还是以潜在脆弱和轻度脆弱为主,该类型区域主要分布在南侧和西侧的山区之中;高度脆弱和重度脆弱面积占比也较大,主要集中在镇域的东北侧,以建设用地为主;中度脆弱区主要集中分布在建设用地的边缘地带,以耕地为主。

图2 望里镇生态脆弱性评价等级图

3.2 望里镇不同地类尺度生态脆弱性评价结果

从地类尺度来看,望里镇不同用地类型的生态脆弱性综合指数由大到小依次为建设用地>草地>水域>耕地>工矿仓储用地>未利用地>园地>林地。由图3可知,建设用地内重度脆弱面积占比最高;草地、水域和耕地内高度脆弱面积占比最高;工矿仓储用地和未利用地内中度脆弱面积占比最高;园地内轻度脆弱面积占比最高;林地内潜在脆弱占比最高。

图3 不同用地类型生态脆弱性等级占比图

由上述研究结论可知,建设用地内由于人类对于环境的压力干扰较强,导致表征出来的生态脆弱性最高。草地主要以镇域内的公园绿地和附属绿地为主,周边建设用地比重较大,人为压力干扰仍处于较高水平。水域生态环境较脆弱的原因主要是望里镇大部分水系是穿插于建设用地和耕地之中的,人类对于水系的干扰可能性较强,同时也与一定的农业面源污染有关。耕地由于与人类活动有着紧密交织的关系,因此其生态系统也具有相当的不稳定性与脆弱性。工矿仓储用地主要以乡镇内的几家小微企业园为主,生态脆弱性与前几类用地相比较低主要是由于望里镇近几年开展了棉纺行业的整治行动,大部分零散分布的家庭式作坊已迁入到这些园区当中,且对再生棉的存储与运输也进行了更加规范化的管理,因此区域内的人为干扰虽然也较重,但总体上减弱了对环境危害的程度。未利用地和园地主要位于镇域内生态本底较好的区域,生态适应力较强,周边人为压力干扰较小,因此表征出来的生态脆弱性相对较小。林地由于整体植被生长情况良好且内部人为干扰痕迹相对分散,因此生态脆弱性仍处于较低水平。

4 驱动因素分析

对望里镇生态脆弱性背后的驱动因素进行分析是将理论研究应用到乡镇实践的关键一环。本文利用地理探测器模型对望里镇生态脆弱性进行因子探测分析。由表2可知,15项指标因子对于望里镇生态脆弱性的驱动力均具有统计学意义(p≤0.05),说明本研究搭建的评价指标体系对于望里镇的生态脆弱性而言是合理有效的。

表2 因子探测分析结果

其中,对望里镇生态脆弱性驱动力最强的3个因子分别是人口核密度、GDP核密度和主导产业核密度,q值分别为0.704、0.678和0.663(p=0)。由此说明,望里镇生态脆弱性的主导驱动因素是人为干扰。并且,虽然再生棉纺产业对望里镇的生态脆弱性具有相当程度的驱动力,但其驱动力大小还远未超过人口的聚集干扰。自然因素中对望里镇生态脆弱性驱动力最强的3个因子分别是生境质量指数、归一化植被指数和高程,q值分别为0.611、0.523和0.519(p=0),与前人的研究结果较为一致[18]。

5 讨论

通过对望里镇这类产业型特色小镇进行生态脆弱性研究后可以发现,产业发展对于镇域的生态脆弱性有着较高的影响,但是相比于人口聚集及频繁的人为干扰而言,后者对于生态脆弱性的影响更大。因此,望里镇未来在提升特色产业发展水平的同时,要严格控制用地扩张,加强土地资源的综合整治力度,提升土地利用效率。将乡镇生态脆弱性评价结果与其实际情况进行对比后可以发现,潜在脆弱区主要以林地为主,植被生长情况良好,人为干扰较少;轻度脆弱区总体上仍以林地为主,但涵盖了其他类型用地,如耕地、水体等;中度脆弱区内用地类型逐渐丰富起来,但还不存在大面积的建设用地;高度脆弱区以较分散的农村居民点为主,区域内耕地面积增多;重度脆弱区则以建设用地为主,周边生态用地占比较少,是人为活动最密集的区域。综上所述,本文构建的评价指标体系对未来乡镇社会经济可持续发展具有科学指导意义。

猜你喜欢
脆弱性用地因子
因子von Neumann代数上的非线性ξ-Jordan*-三重可导映射
一些关于无穷多个素因子的问题
影响因子
城乡建设用地增减挂钩研究进展综述
我的健康和长寿因子
煤矿电网脆弱性评估
城乡建设用地增减挂钩政策的演变
杀毒软件中指令虚拟机的脆弱性分析
基于攻击图的工控系统脆弱性量化方法
城乡建设用地增减挂钩的实践与认识