基于PSR模型的山东大学土地利用生态风险评价及影响因素分析.pdf

第 41 卷 第 4 期2023 年 8 月石河子大学学报(自然科学版)Journal of Shihezi University(Natural Science)Vol.41 No.4Aug.2023收稿日期:2022-11-14 基金项目:山东省社会科学规划研究项目(19BJCJ23)作者简介:孟凡雪(1998),女,硕士研究生,专业方向为土地评价与规划。通信作者:王筱明(1970),女,副教授,从事土地评价与规划方向的研究,e-mail:liwxm 。DOI:10.13880/ki.65-1174/n.2023.23.018文章编号:1007-7383(2023)04-0469-11基于 PSR 模型的济南市土地利用生态风险评价及影响因素分析孟凡雪,王筱明(山东师范大学地理与环境学院,山东 济南 250358)摘要:为探究济南市土地利用生态风险的时空演变特征及影响因素,本文基于 PSR 模型构建土地利用生态风险评价指标体系,按照 2.5 km2.5 km 格网将研究区划分为 1 446 个评价单元。构建土地利用生态风险评价模型评价济南市土地利用生态风险,并采用空间分析、地统计分析、地理探测器等方法分析生态风险的特征及影响因素。结果表明:(1)20062018 年,济南市土地利用生态风险持续上升,但上升幅度趋缓;(2)土地利用生态风险在空间分布上趋于聚集,集聚形态以高-高集聚(HH)和低-低集聚(LL)为主;(3)总体上,虽然 20062018 年济南市土地利用生态风险指数上升,但其空间分布基本稳定,生态风险重心向北偏西迁移;区域上,济南市土地利用生态风险变化具有显著的空间分异性,风险上升区主要分布在北部地区,持续高风险区占据了中部的大部分区域,南部地区以低风险稳定区为主;(4)不同时期济南市土地利用生态风险的影响因素及其影响程度具有差异性,自然环境和区位条件始终是主导因素,社会经济因子的影响程度不断加深,生态保护因子主要通过因子间的交互作用产生越来越重要的影响。关键词:PSR 模型;土地利用生态风险评价;时空演变;地理探测器;影响因素;济南市中图分类号:F301.2;X826文献标志码:ALand use ecological risk assessment and analysis of its influencing factors in Jinan based on PSR modelMENG Fanxue,WANG Xiaoming(College of Geography and Environment,Shandong Normal University,Jinan,Shandong 250358,China)Abstract:In order to explore the spatio-temporal evolution characteristics and influencing factors of land use ecological risk in Jinan city,anassessment index system of land use ecological risk was constructed based on PSR model.The study area was divided into 1 446 evaluation units according to the 2.5 km2.5 km grid.The ecological risk assessment model was constructed to assess the land use ecological risk in Jinan,and spatial analysis,geostatistical analysis and GeoDetector were used to analyze the characteristics and influencing factors of ecological risk.The results showed that:(1)From 2006 to 2018,the land use ecological risk in Jinan continued to rise,but the upward tendency was slowing down.(2)Land use ecological risk tend to be clustered in spatial distribution,and the agglomeration patterns weremainly high-high agglomeration(HH)and low-low agglomeration(LL).(3)On the whole,although the land use ecological risk in Jinan increased from 2006 to 2018,its spatial distribution was basically stable,and the center of gravity of ecological risk shifted to the north and west.Regionally,the change of land use ecological riskhad significant spatial differentiation in Jinan.The increased risk areas were mainly distributed in the northern region,the sustained high-risk areas occupied most of the central region,and the southern region was dominated by the stable low-risk areas.(4)The influencing factors and their influence degree of land use ecological risk in Jinan were different in different periods.The natural environment and location conditions were always the dominant factors,the influence of socio-economic factors continued to increase,and the ecological protection factors produced increas-ingly important impact mainly through the interaction between factors.Key words:PSR model;land use ecological risk assessment;spatio-temporal evolution;GeoDetector;influencing factors;Jinan470 石河子大学学报(自然科学版)第 41 卷随着城镇化进程的加快和社会经济发展水平不断提高,人类活动对生态系统的影响越来越显著,过度的资源开发和不合理的土地利用使生态系统的压力不断增加1,加剧了区域生态风险。当前,我国已由经济高速增长向高质量发展阶段转变,生态文明建设日益受到重视,随着各项生态保护政策相继出台,加强生态建设,缓解生态压力,成为保障社会经济健康发展的必然选择。在此背景下,为了有效调控区域生态风险,实现区域生态安全,必须开展生态风险评价研究。生态风险评估起源于 20 世纪 90 年代,21 世纪以来逐渐引起国内外学者的高度重视,现已成为生态学、地理学等学科的研究热点之一。早期的生态风险研究主要以土壤、水体、大气等单一生态环境因素为评价对象2-4,研究结果并不能全面反映区域生态系统的风险状况,为解决这种局限性,基于区域土地利用变化的生态风险评价应运而生。研究模式主要有 2 种:一是基于传统的风险源进行风险评价,基本思路为源分析-受体分析-暴露及危害分析-风险表征,应用相对风险模型(RRM)评价区域生态风险现状5-6,许学工、许妍等7-8利用此方法对黄河三角洲湿地和太湖流域进行生态风险研究,孙洪波等9结合主成分分析对长三角南京地区土地利用生态风险的空间分异特征和影响因素进行探讨;二是基于景观生态学理论,计算景观格局指数并构建评价模型,对区域景观生态风险进行评价10-11,目前已形成了较为统一的研究范式。评价指标体系构建是生态风险评价的关键,学者们从不同视角选取了评价指标,如基于传统风险评价模式,从“风险源-风险受体-暴露和危害”3 个维度选取相关指标构建评价指标体系8;基于景观生态学原理,采用景观破碎度、景观分离度及景观脆弱度等景观格局指数,计算景观损失度,评价区域土地利用生态风险;随着社会经济发展水平不断提高,生态系统服务功能日益受到关注,刘长峰、石龙宇等12-13从土地利用的功能入手,基于生态系统服务价值建立生态风险综合评价体系,从供给、调节和文化服务方面研究区域生态风险。进行生态风险评价的目的是调控降低生态风险,部分学者使用地统计分析、空间分析等方法对评价结果进行时空分布差异研究,并提出生态风 险 调 控 对 策14-15;有 的 研 究 则 采 用 相 关 分析16、回归分析17等方法对其驱动因素进行分析,但是这种传统分析方法难以有效避免影响因子之间多重共线性给结果带来的不确定性,所以刘春艳等18利用地理探测器分析了三江平原不同驱动因子对景观生态风险的影响,有效避免了影响因子之间的多重共线性问题,为调控区域生态风险提供了科学依据。已有的研究成果为生态风险研究奠定了良好的基础,但现有研究在进行土地利用生态风险评价时较少地考虑到人类活动对土地利用产生的直接压力,而且也较少考虑土地生态系统功能的影响,另外,运用科学分析方法,分析区域土地利用生态风险的影响因素,提高分析结果的科学性,相关研究也有待加强。因此,本研究以济南市为研究区域,将人为压力和土地生态系统服务功能引入评价指标体系,基于“PSR”模型,综合考虑了人为压力强度、土地生态系统的结构、活力、恢复力和功能、人类风险调控行为,进一步完善了土地利用生态风险评价指标体系,使评价结果能够更加全面地反映土地利用生态风险,并利用地理探测器进行影响因素分析,研究结果可为济南市土地利用生态风险调控提供参考,以期达到解决生态问题,缓解人地紧张关系,加快实现济南市可持续发展的目标。1 资料与方法1.1研究区概况济南市(3601 3732N,11611 11744E)位于山东省中部,地处鲁中南低山丘陵与鲁西北冲积平原的交接带上,地势南高北低。2018 年,济南市土地总面积 799 841 hm2,其中农用地 533 398 hm2,占66.69%;建设用地 173 911 hm2,占 21.74%;未利用地 92 532 hm2,占 11.57%。济南市是全省的政治、经济、文化、科教和金融中心以及重要的交通枢纽,社会经济发展迅速,2018 年济南市地区生产总值为7 856.56 亿 元,其 中 第 三 产 业 产 值 占 60.5%,与2006 年相比,第一产业产值由 6.6%下降到 3.5%,第二产业产值由 45.9%下降为 36%,第三产业产值上升 13%。产业结构的不断优化伴随着土地利用结构的改变,20062018 年,济南市耕地面积锐减,由 2006 年的 53.59%减少到 2018 年的 49.98%;相反,建设用地扩张明显,由 2006 年的 18.20%增加到2018 年的 21.74%,由此侵占天然植被,自然环境被破坏,生态问题突出,人地关系持续紧张。1.2数据来源土 地 利 用 数 据 来 源 于 济 南 市 2006、2012 和2018 年的土地利用现状图,并参照土地利用现状分类标准,将土地利用类型划分为 6 类:耕地、林第 4 期孟凡雪,等:基于 PSR 模型的济南市土地利用生态风险评价及影响因素分析471 地、园地、水域及水利设施用地、建设用地和其他用地。将重分类后的土地利用栅格图导入 Fragstats 软件,计 算 土 地 利 用 景 观 指 数。遥 感 数 据 来 源 于Landsat4-5 TM 和 Landsat8 OLI_TIRS 卫星传感器扫描下的 TM 影像,借助 ArcGIS 软件的栅格计算器工具计算归一化植被指数,为保证评价指标的科学性和准确性,选取一年中 5 月下旬到 9 月下旬且云量5%的遥感影像。DEM 数据来自地理空间数据云平台。耕地占补平衡数据和森林覆盖率及社会经济数据来源于济南统计年鉴 及济南市各个区县政府部门的统计数据。1.3评价单元划分评价单元是土地利用生态风险评价的基本单位,参考国家格网 GIS 的相关标准的 地理网格(GB 124092009)和相关研究19,格网宜采用平均斑块面积的 25 倍,本文选取 2.5 km2.5 km 格网将研究区划分为 1 446 个生态风险评价单元,计算各评价单元的土地利用生态风险指数,并将结果分配到评价单元的中心点。1.4土地利用生态风险评价方法1.4.1指标体系构建基于“PSR”概念模型,从压力-状态-响应 3 个维度选取指标,构建济南市土地利用生态风险评价指标体系。(1)压力维度:反映人类活动对土地利用系统的影响程度。选取人为压力指数,人为压力指数越大,人类活动对土地利用产生的影响越显著,土地利用生态风险越高。公式为:H=ni=1aiApi。(1)式中,H 为人为压力指数,ai为 i 地类的面积,pi为 i 地类的人为压力强度参数,n 为地类总数,A为评价单元总面积,人为压力强度参数根据已有研究20,结 合 济 南 市 的 实 际 情 况 进 行 统 一 赋 值(表 1)。(2)状态维度:基于生态系统的“活力-结构-恢复力-功能”研究框架21选取指标。活力指标反映土地生态系统的生命力,选取归一化植被指数22,归一化植被指数越高,植物长势越好,土地利用生态风险越小,公式为:NDVI=(NIR-R)(NIR+R)。(2)式中,NDVI 为归一化植被指数,NIR 为近红外波段的反射值,R 为红外波段的反射值。结构指标反映土地生态系统的稳定性,基于景观生态学理论,选取景观破碎度指数、香农多样性指数、景观分离度指数和景观脆弱度指数。计算公式如下:C=(ni-1)/Ai,(3)SHDI=-mi=1(PilnPi),(4)DIVISION=1-mi=1nj=1aijA()2。(5)式中,C 为景观破碎度指数,ni为景观类型 i 的斑块数,Ai为景观类型 i 的总面积;SHDI 为香农多样性指数,Pi为景观类型 i 所占面积比,m 为斑块的总数目;DIVISION 为景观分离度指数,n 为地类总数,aij为第 j 个评价单元中景观类型 i 的斑块面积,A 为评价单元总面积。景观脆弱度指数:首先对各地类的脆弱度分级:建设用地=1,林地=2,园地=3,耕地=4,水域及水利设施用地=5,其他用地=6,然后进行归一化处理得到各地类的脆弱度指数(表 1),区域土地利用景观脆弱度计算公式如下:E=ni=1aiAqi。(6)式中,E 为景观脆弱度指数,n 为地类总数,ai为 i 地类的面积,A 为评价单元总面积,qi为第 i 种土地利用类型的脆弱度指数。恢复力指标反映土地生态系统发生变化之后恢复到原状的程度,选取恢复力指数,计算公式如下:RCi=NDVIiNDVI_meanj RCj。(7)式中,RCi为恢复力指数,NDVIi表示 i 栅格的NDVI 值,NDVI_meanj表 示 i 栅 格 所 在 地 类 j 的NDVI 平均值,RCj表示地类 j 的恢复力系数,恢复力系数根据相关文献20,结合济南市实际情况进行统一赋值(表 1)。功能指标选取生态系统服务价值,生态系统服务价值是生态系统服务功能的量化,是指生态系统所形成和维持的人类赖以生存和发展的环境条件与效用23。一定区域内各种用地类型相互组合构成了土地利用系统,不同用地类型承载着不同的生态服务功能,因此,当土地利用发生变化时,土地生态系统服务功能也随之变化。生态系统服务价值越高,表明土地生态系统服务功能 越 强 大,土 地 利 用 生 态 风 险 越 低,计 算 公472 石河子大学学报(自然科学版)第 41 卷式为:V=ni=1viai。(8)式中,V 为生态系统服务价值,n 为地类总数,vi为第 i 种土地利用类型单位面积的生态服务价值指数,ai为 i 地类的面积,各地类生态服务价值参照已有文献24修正计算得到。(3)响应指标反映人类为降低土地利用生态风险所采取的对策,根据我国加强耕地保护和生态建设相关政策的要求,选取耕地占补平衡率和森林覆盖率 2 个指标,反映济南市贯彻执行相关政策降低土地利用生态风险的效果。表 1济南市不同土地利用类型的相关指标参数土地利用类型耕地林地园地水域及水利设施用地建设用地其他用地人为压力强度参数(pi)0.5500.1000.1650.1150.9500.080脆弱度指数(qi)0.190 50.095 20.142 90.238 10.047 60.285 7恢复力系数(RCj)0.3250.7500.4750.7750.2000.9751.4.2土地利用生态风险评价模型运用层次分析法计算指标权重(表 2),并构建土地利用生态风险评价模型:Z=mj=1wjzj。(9)式中,Z 为土地利用生态风险指数,wj为第 j 个评价指标权重,m 为评价指标个数,zj为第 j 个指标归一化处理之后的标准化值,归一化处理公式为:正向指标:zj=xj-xjminxjmax-xjmin。(10)负向指标:zj=xjmax-xjxjmax-xjmin。(11)式中,zj为 j 指标的标准化值,xj为 j 指标的实际值,xjmin和 xjmax分别为 j 指标实际值的最小值和最大值。表 2济南市土地利用生态风险评价指标体系目标层准则层子准则层指标层属性权重土地利用生态风险压力状态响应人为压力活力结构恢复力功能风险响应人为压力指数(H)正向0.239 9归一化植被指数(NDVI)负向0.080 5景观破碎度指数(C)正向0.239 9香农多样性指数(SHDI)负向0.036 0景观分离度指数(DIVISION)正向0.036 0景观脆弱度指数(E)正向0.054 9恢复力指数(RC)负向0.115 8生态系统服务价值(V)负向0.149 4耕地占补平衡率负向0.023 8森林覆盖率负向0.023 81.5空间分析方法(1)空间自相关分析采用全局空间自相关和局部空间自相关分析济南市土地利用生态风险在空间分布上的聚集特征。计算公式为:I=nni=1nj=1Wijxi-x-()xj-x-()ixi-x-()2(ni=1nj=1Wij),(12)Ii=n xi-x-()ixi-x-()2jWijxj-x-(),(13)x-=1nni=1xi。(14)式中,I 为全局空间自相关系数,Ii为局部空间自相关系数,n 为评价单元个数,Wij表示位置 i 和 j的邻接空间权重矩阵,x-为数据平均值,xi和 xj表示第 i 和第 j 地区的属性值。(2)重心迁移分析引入重心概念来揭示济南市土地利用生态风险的空间演变特征,生态风险重心的移动反映了区域生态风险演化的空间轨迹,其偏移方向指出了区域生态风险升高的“高密度”部位。计算公式为:Xt=nj=1ZtjXjnj=1Zti,(15)Yt=nj=1ZtjYjnj=1Zti。(16)式中,Xt和 Yt为 t 时刻的区域土地利用生态风第 4 期孟凡雪,等:基于 PSR 模型的济南市土地利用生态风险评价及影响因素分析473 险重心的横坐标和纵坐标,Ztj表示 j 单元 t 时刻的土地利用生态风险指数,Xj和 Yj表示 j 单元的地理中心坐标。1.6地理探测器本文利用地理探测器中的因子探测和交互因子探测来探测济南市土地利用生态风险空间分异的影响因素25。因子探测:探测影响因子多大程度上解释了土地利用生态风险的空间分异。用 q 值度量,表达式为:q=1-Lh=1Nh2hN2=1-SSWSST,(17)SSW=Lh=1Nh2h,(18)SST=N2。(19)式中,h=1,L 为因子 X 的分层,即影响因子数量,Nh和 N 分别为层 h 和全区的单元数,2h和 2分别是层 h 和全区土地利用生态风险指数的方差,SSW 和 SST 分别为层内方差之和和全区方差之和。q 的值域为0,1,q 值越大表示影响因子 X 对土地利用生态风险的解释力越强,反之则越弱。交互因子探测:识别不同影响因子 Xi之间的交互作用,即评估因子 Xi和 Xj共同作用时是否会增加或减弱对生态风险的解释力,或这些因子对生态风险的影响是相互独立的。评估的方法是分别计算 2种因子 Xi和 Xj对生态风险的 q 值:q(Xi)和 q(Xj),以及 他 们 交 互 作 用 时 的 q 值:q(Xi Xj),并 对q(X1)、q(X2)与 q(X1 X2)进行比较。当 q(XiXj)min(q(Xi),q(Xj)时,表明因子 Xi和 Xj呈非线性减弱交互类型;当 min(q(Xi),q(Xj)q(XiXj)max(q(Xi),q(Xj)时为双因子交互增强类型;当 q(Xi Xj)q(Xi)+q(Xj)时为双因子交互后非线性增强;当 q(Xi Xj)=q(Xi)+q(Xj)时表明 2 因子之间相互独立。2 结果与分析2.1济南市土地利用生态风险时空变化特征2.1.1土地利用生态风险时空分布特征首先计算济南市各年度土地利用生态风险指数,然后,依据自然断点法将济南市土地利用生态风险划分为低风险(级风险)、较低风险(级风险)、中风险(级风险)、较高风险(级风险)和高风险(级风险)共 5 个等级,具体划分标准见表 3。表 3济南市土地利用生态风险评价结果等级风险状况生态风险指数评价单元数量占比/%评价单元数量占比变化/%2006 年2012 年2018 年20062012 年20122018 年20062018 年低风险0,0.4523.9318.4715.42-5.46-3.05-8.51较低风险(0.45,0.5536.1727.8024.00-8.37-3.80-12.17中风险(0.55,0.6526.0732.6434.096.571.458.02较高风险(0.65,0.7512.5919.6422.827.053.1810.24高风险(0.75,11.241.453.670.212.222.432006 年全市土地 利用生态风 险指数平均 为0.52,处于较低风险等级,其中、级风险单元数量超过 60%,级高风险单元最少,为 1.24%;2012年土地利用生态风险指数平均为 0.56,处于中风险等级,与 2006 年相比,、级风险单元数量分别下降 5.46%、8.37%,、级风险单元数量增加,达到52.28%,级风险单元数量变化不大,为 1.45%;2018 年土地利用生态风险指数平均为 0.57,处于中风险等级,、级风险单元数量持续减少,级风险单元数量增加,特别是、级风险单元数量明显增加,比 2012 年分别上升 3.18%和 2.22%,总占比达 26.49%。济南市土地利用生态风险空间分布显示(见图 1),20062018 年高风险区域逐渐由中部向北部推进,低风险区域自中部向南部山区方向缓慢消退。2006 年呈现中间高,南北低的空间格局,、级风险区分布范围最广,其他等级主要集中分布在中部地区;2012 年生态风险等级分布有较为明显的变化,呈现北部高,南部低的空间格局,北部地区生态风险等级上升显著,级风险区分布范围最广,、级风险区主要分布在南部山地丘陵区,、级分布在北部平原区;2018 年与 2012 年的分布格局相似,北部高,南部低,与 2012 年相比,、级风险区范围变小,零星分布于南部地区,、级风险区有向外扩张趋势,但程度较小,说明 20122018年济南市的土地 利用生态风 险变 化 幅 度 相 较 于20062012 年呈现趋缓态势。474 石河子大学学报(自然科学版)第 41 卷图 1 2006、2012、2018 年济南市土地利用生态风险空间分布(审图号:济南 S(2023)007 号)2.1.2土地利用生态风险空间自相关分析济南市 2006、2012、2018 年各评价单元土地利用生态风险指 数的全局 空间自相 关 系 数 分 别 是0.392、0.418 和 0.408,均为正值,说明济南市土地利用生态风险的空间分布呈现正相关性,即高等级风险区周围地区风险等级也较高,低等级风险区周围地区的风险等级相应较低。由局部空间自相关分析可知(见图 2),各单元生态风险指数的空间聚集形态以高-高集聚(HH)和低-低集聚(LL)为主,主要分布在济南市北部地区、中部地区和南部边缘地区,高-低集聚(HL)与低-高集聚(LH)单元数量较少且呈零散分布。图 2 2006、2012、2018 年济南市土地利用生态风险局部空间自相关分析结果(审图号:济南 S(2023)007 号)3 个时期高-高集聚单元分别占单元总数的11.48%,14.25%,14.18%,低-低集聚单元分别占单元总数的 5.53%,7.33%,7.19%,高-低集聚与低-高集聚区占单元总数的 2.07%,2.07%,2.28%,高-高集聚和低-低集聚呈现先增加后减少趋势。从空间分布来看,2006 年高-高集聚单元主要分布在济南市中部的城市扩张地区,城镇化给该地区造成巨大的土地压力,所以呈现出显著的高-高集聚分布,2012 年和 2018 年高-高集聚单元向北部地区转移,主要原因是随着经济发展及受济南市城市建设北扩的影响,该地区建设用地面积不断增加,导致土地利用景观破碎化程度上升,同时,农用地及未利用地面积减少,也使得土地利用系统的生态服务功能下降,从而导致生态风险上升明显,与此同时,中部地区的高-高集聚单元数量减少,分布范围缩减。2006 年低-低集聚单元主要分布在南部边缘区,2012 年和 2018 年向西南和东南扩散,由于南部地区的地形特点,森林覆盖范围较广,所以生态风险较低。2.1.3土地利用生态风险重心分析由图 3 可知济南市土地利用生态风险在空间上呈现东北-西南走向,20062018 年,有向西北方向移动的趋势,但椭圆面积未出现明显变化,说明济南市土地利用生态 风险的空间 分布 态 势 基 本 保 持第 4 期孟凡雪,等:基于 PSR 模型的济南市土地利用生态风险评价及影响因素分析475 稳定。2006、2012 和 2018 年,济南市土地利用生态风险重心均位于历城区,并且分布在几何重心的北偏西方向,说明济南市北部地区的生态风险高于南部地区,西部的生态风险略高于 东部地区。20062018 年,生态风险重心呈现向天桥区、历城区和济阳区交界处移动的趋势,共向北迁移约 1.44 km,说明济南市生态风险升高的“高密度”区域在西北地区,该地区生态风险上升的区域相较于其他地区更广,这主要与济南城市建设向北扩张占用大量农用地,导致耕地面积减少,土地利用景观破碎化程度加深有关。图 3 2006、2012、2018 年济南市土地利用生态风险重心迁移情况(审图号:济南 S(2023)007 号)2.2土地利用生态风险变化的空间差异分析为进一步了解 20062018 年济南市土地利用生态风险变化的空间差异,本文划分了土地利用生态风险变化类型区,分别为低风险稳定区、持续高风险区、风险急剧上升区、风险略有下降区、风险略有上升区(见图 4)。(1)低风险稳定区:占 30.21%,主要分布在济南市南部地区,包括平阴县南部、长清区中东部、历下区、历城区和章丘区的南部区域,风险等级在、级之间变化,且 53.75%的区域始终处于级风险。该区域耕地和林地占 60%以上,20062018 年综合土地利用动态度为 0.19%,景观破碎度指数低且呈减小趋势,说明土地利用状况比较稳定,因此,土地利用生态风险始终稳定在较低水平。(2)持续高风险区:占 13%,主要分布在济南市中部地区,包括章丘区中部、历城区北部、长清区北部以及槐荫区和市中区的大部分区域,风险等级在、级之间变化。20062018 年该区域城市用地快速扩张,建设用地增长速率为 5.19%,导致耕地和园地面积锐减;归一化植被指数最小,说明植被覆476 石河子大学学报(自然科学版)第 41 卷盖率不高,抵御潜在风险的能力较弱;另外,景观破碎度指数居高不下,所以该区域处于持续高风险状态。图 4 20062018 年济南市土地利用生态风险变化类型区(审图号:济南 S(2023)007 号)(3)风险急剧上升区:占 20.82%,主要分布在济南市北部和南部地区,包括商河县北部和东部、济阳 区 东 部、章 丘 区 北 部 以 及 历 城 区 南 部 地 区。20062018 年该区域土地利用生态风险上升了 2 4 个等级,以低风险转为中高风险为主,平均变化率在 25%以上。北部地区系黄河冲积平原地貌,以耕地为主,是济南市的主要粮食产区,但地形较为单一,生态系统结构简单,研究期间该地区的土地整治在增加耕地面积的同时,其他地类面积相应减少,景观多样性呈明显下降趋势,其中园地面积减少最显著,生态服务功能下降,人为压力指数显著升高,土地利用系统恢复力指数显著下降;而南部地区为山地丘陵 区,地 块 较 小 且 分 散,受 人 类 活 动 影 响,20062018 年该区域归一化植被指数下降明显,生态系统活力有所降低,景观分离度指数波动上升。因此,土地利用生态风险呈现急剧上升态势。(4)风险略有下降区:面积最小,为 5.27%,零星分布于济阳区、长清区、平阴县以及槐荫区、市中区、天桥区、历城区和历下区的交界区域。20062018 年该区域土地利用生态风险等级下降 1 2 个等级,以中高风险转为中低风险为主。建设用地为该区域的主要土地利用类型,土地利用系统压力较大,2006 年土地利用生态风险处于中高等级;但随着城镇发展,建设用地连片程度提高,该区域的景观分离度指数最小,并且呈下降趋势,同时,生态建设使区域归一化植被指数上升,生态系统活力提高,能够有效抵御和缓解人为活动带来的潜在风险,因此,该区域生态风险呈下降趋势。(5)风险略有上升区:面积最大,为 30.71%,分布范围最广,在各区县均有分布,总体上看济南市北部地区分布范围多于南部地区。20062018 年该区域土地利用生态风险等级上升 12 个等级,以级转为级、级转为级的阶梯式上升为主,生态风险平均变化率介于 10%25%之间。20062018年虽然该区域各类用地的变化速度均处于较低水平,但景观分离度指数高且呈小幅度波动上升趋势,由此导致区域生态风险呈略有上升趋势。2.3影响因素分析本文参考现有文献26,结合济南市实际情况,从自然环境、区位条件、社会经济和生态保护 4 个方面选取海拔(X1)、坡度(X2)、距公路距离(X3)、距河流距离(X4)、距城镇距离(X5)、人口密度(X6)、城镇化率(X7)、固定资产投资总额(X8)、地均 GDP(X9)、第二产业产值比重(X10)、第三产业产值比重(X11)、生态用地(X12)共 12 项指标对济南市土地利用生态风险空间分异的影响因素进行研究。首先在ArcGIS 中对影响因子数据进行空间化处理,重采样为 10 m10 m 的栅格数据,然后对济南市进行规则格网分区,兼顾采样点密度与模型计算效率,将格网大小设为 1 km1 km,对每个格网中心进行采样,共计 7 988 个采样点,最后将各年份土地利用生态风险指数及影响因子提取到采样点,利用地理探测器进行因子探测和交互因子探测。因子探测结果显示,各时期影响济南市土地利用生态风险空间分异的因子影响力具有差异性(见图 5)。2006 年,对土地利用生态风险空间分布影响较大的因子(q0.100)是距公路距离(0.318)、距城镇距离(0.238)、海拔(0.214)和坡度(0.109);2012年主 要 影 响 因 子 是 海 拔(0.457)、距 公 路 距 离(0.295)、坡度(0.271)、距城镇距离(0.137)和人口密度(0.132);2018 年主要影响因子是海拔(0.402)、距公路 距 离(0.343)、坡 度(0.248)、距 城 镇 距 离(0.193)和人口密度(0.183)。各时期海拔、坡度、距公路距离和距城镇距离的 q 值均位于前列,它们分别第 4 期孟凡雪,等:基于 PSR 模型的济南市土地利用生态风险评价及影响因素分析477 反映了研究区的自然环境和区位条件,是影响济南市土地利用生态风险空间分异的主导因子。20062018 年,自然环境因子的 q 值均呈现先增后减的变化趋势,并始终处于前列;区位条件因子中的距公路距离和距城镇距离的 q 值先减后增,而距河流距离的 q 值最小且持续减小,说明距离河流的远近对生态风险的空间分布没有明显影响;社会经济因子中,城镇化率的 q 值持续下降,其余因子的q 值均有提高,说明社会经济对生态风险空间分异的影响程度不 断加深,其 中,人口密度 的 q 值 由0.077 提升至 0.183,成为重要影响因子;生态用地因子的影响力也显著提升,q 值从 0.028 提升至0.073。基于因子探测结果,可以发现自然环境因素是济南市土地利用生态风险空间分异的主导因素,其次是区位条件,社会经济和生态保护的影响程度持续增强。图 5 2006、2012、2018 年济南市土地利用生态风险影响因子解释力交互探测结果显示(见图 6),在所选因子中任意 2 个因子的交互作用均大于单个因子的影响,两两交互的类型主要是交互增强型和交互后非线性增强型,说明济南市土地利用生态风险的空间分异是单一影响因子作用和不同影响因子交互共同作用的结果。2006 年,距公路距离与各因子的交互解释力最强,与海拔交互探测的 q 值为 0.437,其次是距城镇距离和海拔,二者与其他各因子的交互解释力均值超过 30%,而社会经济因子内部交互解释力较小,说明该时期海拔、距公路距离和距城镇距离等主导因素共同推动了济南市土地利用生态风险的空间分异。2012 年,海拔的交互解释力上升到首位,交互探测的 q 值均大于 0.450,坡度、人口密度和第三产业产值比重的交互解释力提升明显,说明该时期自然环境因素对土地利用生态风险的空间分异起主导作用,同时社会经济也发挥着重要作用。2018年,海拔、坡度、距公路距离的交互解释力位于前列,社会经济因子内部的交互解释力整体有所提高,交互探测的平均 q 值由 2006 年的 0.090 提升至 2018年的 0.139,生态用地与地均 GDP 和第三产业产值比重交互探测的 q 值分别从 2006 年的 0.101 和0.108 提升至 2018 年的 0.256 和 0.216。经因子交互探测可知,影响因子之间的交互作用均大于单因子的作用程度,自然环境因子、区位条件因子的交互作用更显著,社会经济因子、生态保护因子的交互解释力也在不断增强。图 6 2006、2012、2018 年济南市土地利用生态风险影响因子交互解释力478 石河子大学学报(自然科学版)第 41 卷3 结论本文基于 PSR 模型对济南市土地利用生态风险时空分布的整体性和异质性进行评价和分析,并利用地理探测器分析影响因素,以期为济南市加强土地利用管理和生态风险调控提供科学的参考依据,得到以下主要结论:(1)20062018 年济南市土地利用生态风险呈持续上升态势,但上升幅度趋缓,说明 2012 年以来,在生态文明建设的思想指导下,各项生态环境保护措施和土地利用政策的实施取得了一定成效。(2)济南市各时期土地利用生态风险指数的全局空间自相关系数分别是 0.392、0.418 和 0