|
長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量時(shí)空演變及影響因素分析
李光哲1,2, 王浩1,2, 曹銀璇2, 張曉宇2, 寧曉剛1,2 1.山東科技大學(xué)測(cè)繪與空間信息學(xué)院,青島 266590 2.中國測(cè)繪科學(xué)研究院,北京 100036 準(zhǔn)確把握新型城市群生態(tài)環(huán)境質(zhì)量的演變趨勢(shì),識(shí)別其影響因素,對(duì)科學(xué)引導(dǎo)城市化并實(shí)現(xiàn)可持續(xù)發(fā)展具有重大意義。在目前新型城市群生態(tài)環(huán)境質(zhì)量時(shí)空演變特征評(píng)價(jià)研究中,缺乏多因素對(duì)生態(tài)環(huán)境質(zhì)量的交互影響的相關(guān)研究,針對(duì)此問題,該文基于Google Earth Engine(GEE)平臺(tái),以長(zhǎng)時(shí)序 Landsat TM/OLI遙感影像為基礎(chǔ)數(shù)據(jù)源,采用遙感生態(tài)指數(shù)(remote sensing ecological index, RSEI),結(jié)合Sen斜率估計(jì)和Mann-Kendall檢驗(yàn)方法,探究1990—2020年長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的時(shí)空變化特征,并運(yùn)用地理探測(cè)器定量測(cè)度不同因素對(duì)長(zhǎng)株潭城市群生態(tài)環(huán)境空間異質(zhì)性的影響。研究表明,長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量總體較好,空間分布總體上遵循“邊緣地區(qū)較好,核心區(qū)較差”的格局。長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量等級(jí)為“優(yōu)”和“良”的面積平均占比超過60%?？沙掷m(xù)發(fā)展理念轉(zhuǎn)變了長(zhǎng)株潭城市群城市無序擴(kuò)張的發(fā)展模式,使得RSEI呈現(xiàn)先下降后上升的趨勢(shì),并在2000年出現(xiàn)拐點(diǎn)。1990—2020年長(zhǎng)株潭城市群中心城區(qū)生態(tài)環(huán)境質(zhì)量退化嚴(yán)重,非中心城區(qū)生態(tài)環(huán)境質(zhì)量變化以提升為主。自然地理?xiàng)l件是顯著影響長(zhǎng)株潭城市群早期生態(tài)環(huán)境質(zhì)量的主要因素,但隨著社會(huì)經(jīng)濟(jì)發(fā)展,夜間燈光等社會(huì)經(jīng)濟(jì)因素對(duì)生態(tài)環(huán)境質(zhì)量影響逐漸增強(qiáng),并逐步發(fā)揮主導(dǎo)性作用; 各因子在交互作用下對(duì)生態(tài)環(huán)境質(zhì)量的影響顯著增強(qiáng),2010年前人文因素和自然因素間的交互作用對(duì)生態(tài)環(huán)境影響較強(qiáng),而2015年后人文因素間的交互作用對(duì)生態(tài)環(huán)境質(zhì)量影響較強(qiáng)。該研究結(jié)果可為推進(jìn)長(zhǎng)株潭城市群一體化高質(zhì)量發(fā)展提供科學(xué)依據(jù),同時(shí)也為其他同類型城市群發(fā)展提供參考。 0 引言隨著全球城市化進(jìn)程的加快,城市群已經(jīng)成為人類定居和經(jīng)濟(jì)發(fā)展的核心。在人地關(guān)系矛盾日益加重的背景下,社會(huì)經(jīng)濟(jì)與生態(tài)環(huán)境作為城市群可持續(xù)發(fā)展的重點(diǎn)一直深受關(guān)注。目前我國城市群發(fā)展取得了顯著成就,但伴隨而來的是大氣污染、熱島效應(yīng)加強(qiáng)和生態(tài)用地被城市用地大規(guī)模侵占等一系列的生態(tài)環(huán)境問題,制約了城市群的可持續(xù)發(fā)展。針對(duì)上述問題,許多學(xué)者開展了相關(guān)研究,對(duì)城市群社會(huì)經(jīng)濟(jì)與生態(tài)環(huán)境發(fā)展現(xiàn)狀進(jìn)行評(píng)價(jià),如梁龍武等、李平星等和王淵等分別針對(duì)京津冀、長(zhǎng)三角和珠三角開展相關(guān)研究。已有研究多聚焦于探究上述一線城市群生態(tài)環(huán)境質(zhì)量,但隨著國內(nèi)新型城市群的飛速崛起,長(zhǎng)株潭、山東半島和呼包鄂榆等城市群為我國經(jīng)濟(jì)發(fā)展提供巨大貢獻(xiàn),因此掌握此類城市群的生態(tài)環(huán)境質(zhì)量對(duì)可持續(xù)性發(fā)展同樣具有指導(dǎo)意義。 目前評(píng)價(jià)生態(tài)環(huán)境質(zhì)量的方法主要有: “壓力—狀態(tài)—響應(yīng)”(pressure-state-response)模型以及生態(tài)環(huán)境狀況指數(shù)[15,16](ecological index)。上述評(píng)價(jià)方法涉及的大量指標(biāo)體系和數(shù)據(jù),在地市級(jí)以下尺度獲取難度大。其次,上述評(píng)價(jià)結(jié)果多為數(shù)值形式,難以體現(xiàn)空間分布狀況,不利于后續(xù)開展針對(duì)性治理。相比于上述方法,徐涵秋提出的遙感生態(tài)指數(shù)(remote sensing ecological index, RSEI),充分利用遙感技術(shù),克服了地市級(jí)以下尺度數(shù)據(jù)獲取難的問題,同時(shí)能夠?qū)崿F(xiàn)數(shù)據(jù)的空間化和可視化展示,從而動(dòng)態(tài)觀測(cè)生態(tài)環(huán)境變化。自此,RSEI指數(shù)被廣泛運(yùn)用。宋慧敏等、李妍等、王士遠(yuǎn)等采用Landsat衛(wèi)星數(shù)據(jù),分別對(duì)城市、鄉(xiāng)鎮(zhèn)、自然保護(hù)區(qū)3個(gè)級(jí)別地區(qū)測(cè)算RSEI,證明了RSEI在不同尺度的可靠性。但RSEI應(yīng)用于較大區(qū)域時(shí),面臨龐大數(shù)據(jù)量帶來的繁雜數(shù)據(jù)預(yù)處理和指標(biāo)計(jì)算工作。Google Earth Engine(GEE)云平臺(tái)是近年來全球使用高頻的云處理平臺(tái),該平臺(tái)處理遙感影像能將時(shí)間與空間分辨率更好結(jié)合,在長(zhǎng)時(shí)序遙感監(jiān)測(cè)中優(yōu)勢(shì)突出。鄭子豪等和張華等基于GEE云平臺(tái),結(jié)合RSEI進(jìn)行了長(zhǎng)三角城市群生態(tài)環(huán)境質(zhì)量和祁連山國家公園生態(tài)環(huán)境評(píng)價(jià)與分析。結(jié)果表明,GEE作為大區(qū)域范圍的生態(tài)質(zhì)量評(píng)價(jià)與監(jiān)測(cè)的遙感計(jì)算平臺(tái),可以改善遙感數(shù)據(jù)缺失、色差和時(shí)間不一致的問題; 同時(shí)可以避免如輻射校正、大氣校正、正射校正等數(shù)據(jù)預(yù)處理工作。因此本文將RSEI引入GEE平臺(tái)評(píng)價(jià)城市群生態(tài)環(huán)境質(zhì)量。 以往研究分析了研究區(qū)生態(tài)環(huán)境質(zhì)量及其變化,事實(shí)上,找出這些原因?qū)τ诹私馍鷳B(tài)環(huán)境變化機(jī)制、采取切實(shí)措施保護(hù)和修復(fù)生態(tài)環(huán)境具有重要意義。生態(tài)環(huán)境質(zhì)量影響因素的研究方法主要分為定性和定量分析。定性分析方法僅能表征生態(tài)環(huán)境質(zhì)量與各影響因素的關(guān)系及發(fā)展趨勢(shì),難以明晰各因素對(duì)生態(tài)環(huán)境質(zhì)量的影響程度; 定量方法主要是相關(guān)性分析、多元回歸模型等,此類方法僅定量分析單項(xiàng)影響因素對(duì)生態(tài)環(huán)境質(zhì)量的影響,未能定量分析多影響因素在生態(tài)環(huán)境質(zhì)量中的交互作用,且自然與人文要素間的多因素交互作用對(duì)生態(tài)環(huán)境質(zhì)量的影響研究相對(duì)較少。地理探測(cè)器是探測(cè)空間分異及揭示其背后影響因子的統(tǒng)計(jì)學(xué)方法,它在度量空間分異度的同時(shí),定量分析各影響因素之間的相對(duì)重要性和各影響因素交互作用對(duì)生態(tài)環(huán)境質(zhì)量的影響。因此,本文引入地理探測(cè)器進(jìn)一步分析城市群生態(tài)環(huán)境質(zhì)量變化的影響因素。 鑒于此,在快速城鎮(zhèn)化背景下,針對(duì)新型城市群生態(tài)環(huán)境質(zhì)量評(píng)價(jià)匱乏,及其影響因素的空間異質(zhì)性和交互性不清晰等問題,本文借助GEE平臺(tái),利用長(zhǎng)時(shí)序Landsat衛(wèi)星數(shù)據(jù)計(jì)算長(zhǎng)株潭城市群RSEI,分析1990—2020年長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量時(shí)空格局,運(yùn)用Sen斜率估計(jì)和Mann-Kendall(MK)檢驗(yàn)進(jìn)行長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的變化趨勢(shì)分析,并利用地理探測(cè)器定性分析影響因素與生態(tài)環(huán)境質(zhì)量的發(fā)展趨勢(shì),定量分析影響因素間交互作用對(duì)長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的影響。本文旨在為推進(jìn)長(zhǎng)株潭城市群一體化高質(zhì)量發(fā)展提供科學(xué)依據(jù),同時(shí)也為其他同類型城市群相關(guān)研究提供參考。 1 研究區(qū)概況及數(shù)據(jù)源1.1 研究區(qū)概況長(zhǎng)株潭城市群地處于湖南省中東部,包括長(zhǎng)沙、株洲、湘潭三市行政下轄23個(gè)縣區(qū)(圖1)。地理位置位于E111°58'38″~114°13'20″,N26°18'19″~28°41'22″之間,總面積2.8×104km2,屬亞熱帶季風(fēng)氣候區(qū),年平均降水約1 400 mm,年均氣溫16~18 ℃; 境內(nèi)陸貌包括平原、崗、丘、山地等類型。長(zhǎng)株潭城市群是湖南省的政治、經(jīng)濟(jì)和文化的核心經(jīng)濟(jì)區(qū)域以及城鎮(zhèn)化進(jìn)程較快的典型區(qū)域[31],是中國第一個(gè)自覺開展區(qū)域經(jīng)濟(jì)一體化實(shí)驗(yàn)的城市群。作為長(zhǎng)江中游城市群的重要組成部分,長(zhǎng)株潭城市群被列為培育新型城鎮(zhèn)化戰(zhàn)略格局的重點(diǎn)城市群之一[32],在城市化快速發(fā)展背景下城市擴(kuò)展與生態(tài)環(huán)境質(zhì)量之間的矛盾突出,具有一定代表性。  1.2 數(shù)據(jù)源及其預(yù)處理本文所用數(shù)據(jù)如表1所示,Landsat遙感數(shù)據(jù)以1990年、1995年、2000年、2005年、2010年、2015年和2020年為中心年份,選取當(dāng)年及前后年份生長(zhǎng)季(4—10月)云量較少且影像質(zhì)量較好的Landsat5 TM 和 Landsat8 OLI作為主要數(shù)據(jù),并基于GEE云平臺(tái)在完成去云和去水掩模等預(yù)處理后進(jìn)行RSEI計(jì)算。本文采用土地利用數(shù)據(jù)、人口密度數(shù)據(jù)、夜間燈光數(shù)據(jù)、降水?dāng)?shù)據(jù)、氣溫?cái)?shù)據(jù)以及DEM數(shù)據(jù)表征研究區(qū)自然、社會(huì)發(fā)展情況,并作為影響因子參與地理探測(cè)器計(jì)算。其中2020年人口密度缺失,故采用2019年人口密度數(shù)據(jù)代替2020年人口密度數(shù)據(jù),降水和氣溫?cái)?shù)據(jù)為逐月數(shù)據(jù)集,為使數(shù)據(jù)時(shí)相保持一致,故選取4—10月的平均值作為代替值。各數(shù)據(jù)源在分辨率、投影和空間范圍等方面存在不一致,因此在開展研究之前,根據(jù)研究區(qū)范圍統(tǒng)一進(jìn)行投影轉(zhuǎn)換和裁剪?？紤]到各數(shù)據(jù)分辨率的不同,最終采用最鄰近法生成100 m×100 m分辨率數(shù)據(jù)。 
2 研究方法2.1 RSEI的計(jì)算RSEI是一種完全基于遙感數(shù)據(jù)得到的綜合分析區(qū)域生態(tài)環(huán)境的方法,可以客觀反映區(qū)域的生態(tài)環(huán)境質(zhì)量。該方法選用綠度(normalized differential vegetation index, NDVI)、濕度(wetness,Wet)、熱度(land surface temperature, LST)以及干度(normalized differential soil index, NDSI)4個(gè)生態(tài)變量,能夠直觀反映區(qū)域生態(tài)環(huán)境質(zhì)量?jī)?yōu)劣情況。 2.2 Sen斜率估計(jì)和MK檢驗(yàn)的趨勢(shì)分析本文利用Sen斜率估計(jì)和MK檢驗(yàn)進(jìn)行長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的變化趨勢(shì)分析。Sen斜率估計(jì),是一種穩(wěn)健的非參數(shù)統(tǒng)計(jì)的趨勢(shì)計(jì)算方法。該方法計(jì)算效率高,對(duì)于測(cè)量誤差和利群數(shù)據(jù)不敏感,適用于長(zhǎng)時(shí)間序列數(shù)據(jù)的趨勢(shì)分析。MK檢驗(yàn)是一種非參數(shù)的時(shí)間序列趨勢(shì)性檢驗(yàn)方法,其不需要測(cè)量值服從正態(tài)分布,不受缺失值和異常值的影響,適用于長(zhǎng)時(shí)間序列數(shù)據(jù)的趨勢(shì)顯著檢驗(yàn)。 表2 生態(tài)環(huán)境質(zhì)量變化等級(jí)  2.3 地理探測(cè)器影響因素分析地理探測(cè)器是探測(cè)和利用空間分異性的工具,包括分異及因子探測(cè)、交互作用探測(cè)、風(fēng)險(xiǎn)區(qū)探測(cè)和生態(tài)探測(cè)。本文主要采用分異及因子探測(cè)和交互作用探測(cè)來揭示不同因素及其相互作用對(duì)長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的影響。 1)分異及因子探測(cè)。探測(cè)因變量Y的空間分異性,以及自變量X對(duì)因變量Y影響程度q的空間分異。 2)交互作用探測(cè)。識(shí)別不同影響因素Xi之間的交互作用,即評(píng)估影響因素X1和X2共同作用時(shí)是否會(huì)增加或減弱對(duì)因變量Y的影響。如表3所示。 表3 交互作用q值與單因子q值對(duì)比關(guān)系表 
結(jié)合數(shù)據(jù)的可獲取性原則,從人文(土地利用、人口密度和夜間燈光)和自然(DEM、降水量和溫度)2個(gè)角度,選取6個(gè)影響因素作為自變量X,將RSEI作為因變量Y。為客觀準(zhǔn)確獲取因子探測(cè)分析結(jié)果,運(yùn)用ArcGIS 10.7軟件,將上述自變量X轉(zhuǎn)化為柵格數(shù)據(jù),運(yùn)用自然斷點(diǎn)法進(jìn)行分級(jí)賦值,綜合考慮研究區(qū)面積和空間特征等因素,創(chuàng)建研究區(qū)范圍內(nèi)3 km×3 km格網(wǎng),以格網(wǎng)中心點(diǎn)為樣本點(diǎn),共計(jì)3 122個(gè),通過格網(wǎng)中心點(diǎn)分別匹配RSEI值與6個(gè)影響因素值,利用地理探測(cè)器進(jìn)行分異及因子探測(cè)和交互作用探測(cè),揭示不同影響因素的空間分布及其因素間交互作用對(duì)生態(tài)環(huán)境質(zhì)量的影響。 3 結(jié)果與分析3.1 長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量空間格局RSEI值從0~1表示生態(tài)環(huán)境質(zhì)量由差到好,本研究RSEI數(shù)據(jù)主要集中在0.3~0.8之間,尤其在0.4~0.7之間分布密集,符合正態(tài)分布。為表述清晰且便于計(jì)算,采用自然斷點(diǎn)法對(duì)7期RSEI結(jié)果進(jìn)行分級(jí),計(jì)算各級(jí)平均值后進(jìn)行取整處理,以此作為長(zhǎng)株潭生態(tài)環(huán)境質(zhì)量最終分級(jí)標(biāo)準(zhǔn)。將生態(tài)環(huán)境質(zhì)量等級(jí)劃分為5類,分別為“差”[0,0.40)、“較差”[0.40,0.55)、“中等”[0.55,0.65)、“良”[0.65,0.70)、“優(yōu)”[0.70,1]。1990—2020年長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量分類結(jié)果如圖2所示。長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的空間分布總體上遵循“邊緣地區(qū)較好,核心區(qū)較差”的格局。生態(tài)環(huán)境質(zhì)量“優(yōu)”和“良”的地區(qū)主要分布在長(zhǎng)株潭城市群的東北部和東南部邊緣區(qū),如瀏陽市東部、攸縣東部、茶陵縣北部和東南部以及炎陵縣的大部分地區(qū)。生態(tài)環(huán)境質(zhì)量“差”和“較差”的地區(qū)不斷增加,主要集中在開福區(qū)、芙蓉區(qū)、雨花區(qū)和雨湖區(qū)等城市群中部核心區(qū)。 
圖2 長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量空間分布 生態(tài)環(huán)境質(zhì)量分類的面積和百分比如圖3所示。1990—2000年RSEI值呈現(xiàn)下降趨勢(shì),2000—2020年RSEI值呈現(xiàn)上升趨勢(shì)。1990—2020年30 a間生態(tài)環(huán)境質(zhì)量“優(yōu)”和“良”面積平均占比大于60%,長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量整體向好。生態(tài)環(huán)境質(zhì)量等級(jí)“優(yōu)”和“良”上下浮動(dòng)的面積占比在10%~15%之間,2020年“優(yōu)”和“良”的面積占比最大。1990—2020年生態(tài)環(huán)境質(zhì)量“差”的面積占比總體呈上升趨勢(shì)?？傮w而言,1990—2020年長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量整體呈現(xiàn)上升趨勢(shì)。 
3.2 長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量變化趨勢(shì)采用Sen斜率估計(jì)和MK檢驗(yàn)得到1990—2020年長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量時(shí)空變化趨勢(shì)圖,并依據(jù)2.2.2中生態(tài)環(huán)境質(zhì)量變化等級(jí)進(jìn)行分類,結(jié)果如圖4所示?！帮@著退化”地區(qū)主要位于研究區(qū)中部核心地區(qū),城市建成區(qū)急劇擴(kuò)張,城市建設(shè)面積不斷擴(kuò)大造成生態(tài)環(huán)境質(zhì)量不斷惡化?！安伙@著退化”地區(qū)主要位于炎陵縣中部、攸縣和茶陵縣交界處、瀏陽市西北部?！盁o變化”地區(qū)主要位于河流和湖泊?！安伙@著提升”地區(qū)在整個(gè)研究區(qū)內(nèi)分布較為分散。“顯著提升”地區(qū)主要位于研究區(qū)茶陵縣西南部、攸縣西部、湘潭縣和湘鄉(xiāng)市。1990—2020年長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量“顯著提升”面積為4 168.22 km2,占比為14.82%,“不顯著提升”面積為18 150.14 km2,占比為64.55%; “無變化”面積為511.28 km2,占比為1.82%; “不顯著退化”面積為4 742.69 km2,占比為16.87%,“顯著退化”面積為545.93 km2,占比為1.94%。長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量顯著提升。  1990—2020年長(zhǎng)株潭城市群縣區(qū)生態(tài)環(huán)境質(zhì)量變化情況如圖5所示,其中,退化=顯著退化+不顯著退化,提升=顯著提升+不顯著提升; 中心城區(qū)為雨湖區(qū)、岳塘區(qū)、芙蓉區(qū)、開福區(qū)、天心區(qū)、望城區(qū)、岳麓區(qū)、荷塘區(qū)、蘆淞區(qū)、淥口區(qū)、石峰區(qū)和天元區(qū),不同縣區(qū)的空間分布和生態(tài)質(zhì)量變化百分比呈現(xiàn)出不同的變化趨勢(shì)。總體而言,長(zhǎng)株潭城市群的中心城區(qū)呈現(xiàn)出明顯的退化趨勢(shì),且“不顯著提升”的地區(qū)主要分布在邊緣縣區(qū)。芙蓉區(qū)、天心區(qū)和開福區(qū)生態(tài)環(huán)境質(zhì)量退化面積占比較大,分別占城市總面積的58.99%,57.84%和52.30%。湘潭縣、湘鄉(xiāng)市、瀏陽市、寧鄉(xiāng)市、茶陵縣、醴陵市、淥口區(qū)、炎陵縣、攸縣生態(tài)環(huán)境質(zhì)量提升面積占比大于80%。 
3.3 長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量影響因素地理探測(cè)器各因子空間分布如圖6所示。土地利用類型中城鄉(xiāng)、工礦、居民用地較集中出現(xiàn)在中部核心地區(qū),林地分布在東北部和東南部地區(qū)。人口密度和夜間燈光的空間分布大體一致,均呈現(xiàn)中部核心建成區(qū)數(shù)值較高,東北部和東南部地區(qū)山區(qū)數(shù)值較低。海拔表現(xiàn)為東北部和東南部山區(qū)到中部平原放緩的空間形態(tài)。降水量呈現(xiàn)由中部向四周逐漸增加的趨勢(shì)。溫度呈現(xiàn)由中部向四周逐漸降低的趨勢(shì)。 
圖6 1990年生態(tài)環(huán)境質(zhì)量影響因子空間分布 3.3.1 分異及因子探測(cè)結(jié)果分析根據(jù)地理探測(cè)器模型的分異及因子探測(cè)結(jié)果(表4)所示,所有影響因子的顯著性檢驗(yàn)P值均<0.01,表明所選因子均對(duì)長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的空間分布具有顯著影響。1990—2020年間q值排名第一依次為DEM(0.296 1)、DEM(0.217 7)、土地利用(0.291 6)、夜間燈光(0.293 5)、土地利用(0.367 9)、夜間燈光(0.335 1)和土地利用(0.339 7)。1990—1995年間,DEM和溫度對(duì)生態(tài)環(huán)境質(zhì)量的影響排名前二,而土地利用和夜間燈光對(duì)生態(tài)環(huán)境質(zhì)量的影響位于末尾階段。2000年土地利用對(duì)生態(tài)環(huán)境質(zhì)量的影響排名第一,DEM對(duì)生態(tài)環(huán)境質(zhì)量的影響降至第二,但溫度和降水要高于夜間燈光和人口密度對(duì)生態(tài)環(huán)境質(zhì)量的影響。2000年對(duì)生態(tài)環(huán)境質(zhì)量的影響由自然因素向人文因素的過渡。2005—2020年間,土地利用和夜間燈光對(duì)生態(tài)環(huán)境質(zhì)量的影響排名前二,而降水和溫度等自然因素對(duì)研究區(qū)的生態(tài)環(huán)境質(zhì)量影響位于末尾階段。綜合來看,1990—2000年間自然因素>人文因素的影響,2005—2020年人文因素>自然因素的影響。 
3.3.2 交互作用探測(cè)結(jié)果分析分別對(duì)1990年、1995年、2000年、2005年、2010年、2015年和2020年7期因子交互作用結(jié)果進(jìn)行排序,將交互作用影響排名前10的因子組合整理得到表5。1990—2020年間各因素間的交互作用表現(xiàn)出對(duì)生態(tài)環(huán)境質(zhì)量的影響具有小范圍波動(dòng),呈現(xiàn)先增強(qiáng)后減弱趨勢(shì)。1990—2010年q值排名第一的為土地利用∩海拔,分別為0.349 6,0.329 1,0.426 6,0.437 5和0.520 7; 2015—2020年q值排名第一的為土地利用∩夜間燈光0.427 2和0.410 5,與分異及因子探測(cè)結(jié)果相比q值提升程度在5%~15%之間。1990—2010年交互作用q值在不斷升高,從0.349 6到0.502 7,2020年跌落至0.410 5。排名前十的影響因素中多以土地利用、夜間燈光、DEM和人口密度兩兩組合。在2010年以前土地利用和DEM對(duì)生態(tài)環(huán)境質(zhì)量表現(xiàn)出較突出的影響作用,說明2010年以前人文和自然因素都對(duì)生態(tài)環(huán)境質(zhì)量產(chǎn)生影響。在2015年后土地利用和夜間燈光對(duì)生態(tài)環(huán)境質(zhì)量表現(xiàn)出較突出的影響作用,說明2015年以后人文因素成為生態(tài)環(huán)境質(zhì)量主要的影響因素。結(jié)果顯示,各因子在交互作用下對(duì)生態(tài)環(huán)境的影響度均比單因子大,說明長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量并不僅僅是單因子作用的結(jié)果,而是各因子交互后增強(qiáng)的結(jié)果。 表5 因子交互作用探測(cè)結(jié)果的q值
綜合地理探測(cè)器的分析結(jié)果,長(zhǎng)株潭城市群的生態(tài)環(huán)境質(zhì)量空間分異性不僅是單一影響因子直接、獨(dú)立作用的結(jié)果,而是人文因子和自然因子等影響因素交互后互相增強(qiáng)的綜合作用導(dǎo)致的。分異及因子探測(cè)和交互探測(cè)結(jié)果的差異反映出,對(duì)于長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的空間分異性的影響,大部分影響因子通過與其他因子的協(xié)同作用可以比單獨(dú)作用更好地體現(xiàn)出來。 4 討論與結(jié)論4.1 討論長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量變化主要受到自然因素和人文因素的雙重作用。1990—2000年自然因素>人文因素對(duì)生態(tài)環(huán)境質(zhì)量的影響,2000—2020年人文因素>自然因素對(duì)生態(tài)環(huán)境質(zhì)量的影響。1990—2000年,長(zhǎng)株潭城市群呈現(xiàn)自然式發(fā)展,人為干預(yù)因素少,使該時(shí)期內(nèi)自然因素對(duì)生態(tài)環(huán)境質(zhì)量的影響較大。2000—2020年,長(zhǎng)株潭城市群實(shí)施《長(zhǎng)株潭城市群資源節(jié)約型和環(huán)境友好型社會(huì)建設(shè)綜合配套改革試驗(yàn)總體方案》《長(zhǎng)株潭城市群生態(tài)綠心地區(qū)總體規(guī)劃》和《長(zhǎng)株潭城市群生態(tài)綠心地區(qū)保護(hù)條例》等保護(hù)和管理措施,開始建立區(qū)域性生態(tài)環(huán)境補(bǔ)償機(jī)制,提出“一核三帶”發(fā)展戰(zhàn)略,增強(qiáng)了長(zhǎng)株潭城市群向周邊的輻射能力,更加突出長(zhǎng)株潭城市群生態(tài)綠心的優(yōu)先定位。隨著生態(tài)文明建設(shè)理念的不斷推進(jìn)與落實(shí),城市群發(fā)展更加注重向綠色轉(zhuǎn)型,生態(tài)環(huán)境質(zhì)量明顯變好。這一系列的理念和管理措施使得人文因素的影響迅速提升。 本文通過GEE平臺(tái)極大地提高了影像處理的效率,同時(shí)結(jié)合地理探測(cè)器定量分析了影響因素交互作用對(duì)生態(tài)環(huán)境質(zhì)量的影響。本研究可為未來新興城市群可持續(xù)發(fā)展提供相關(guān)參考。然而,本文仍存在一定局限性。首先,本文僅確定了城市群尺度上生態(tài)環(huán)境質(zhì)量的主導(dǎo)因素,缺乏對(duì)更加精細(xì)尺度下生態(tài)環(huán)境質(zhì)量的影響因素分析,下一步考慮利用其他地理空間模型,如時(shí)間地理加權(quán)回歸模型,在縣區(qū)級(jí)、格網(wǎng)級(jí)等精細(xì)尺度上探究生態(tài)環(huán)境質(zhì)量與影響因素的時(shí)空關(guān)系。此外,對(duì)于自然和人文因素之間交互作用的復(fù)雜機(jī)理探討不夠深入,未來可納入能反映區(qū)域自然和人文發(fā)展?fàn)顩r的多源大數(shù)據(jù),探索新時(shí)代生態(tài)環(huán)境與社會(huì)經(jīng)濟(jì)協(xié)調(diào)發(fā)展模式,利用網(wǎng)絡(luò)分析等方法探究區(qū)域生態(tài)環(huán)境質(zhì)量影響因素之間的關(guān)系。 4.2 結(jié)論本文運(yùn)用GEE計(jì)算1990—2020年長(zhǎng)株潭城市群的RSEI,首次揭示長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的時(shí)空分布特征,利用Sen斜率估計(jì)和MK檢驗(yàn)分析長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量的時(shí)空變化,并運(yùn)用地理探測(cè)器進(jìn)一步定量解析影響生態(tài)環(huán)境質(zhì)量的影響因素及各因素的交互影響,得出以下主要結(jié)論: 1)長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量總體較好,空間分布總體上遵循“邊緣地區(qū)較好,核心區(qū)較差”的格局。長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量等級(jí)為“優(yōu)”和“良”的面積平均占比超過60%。可持續(xù)發(fā)展理念轉(zhuǎn)變了長(zhǎng)株潭城市群城市無序擴(kuò)張的發(fā)展模式,使得城市群RSEI總體上呈現(xiàn)先下降后上升趨勢(shì),并在2000年出現(xiàn)拐點(diǎn)。 2)雖然城市群RSEI總體呈上升趨勢(shì),但中心城區(qū)生態(tài)環(huán)境質(zhì)量退化嚴(yán)重,非中心城區(qū)生態(tài)環(huán)境質(zhì)量變化以提升為主。生態(tài)環(huán)境質(zhì)量“顯著提升”的縣區(qū)分布在南部、西部和北部地區(qū)(茶陵縣、湘潭縣、湘鄉(xiāng)市和寧鄉(xiāng)市等); “顯著退化”的縣區(qū)主要分布在中部核心城區(qū)(岳塘區(qū)、芙蓉區(qū)、開福區(qū)等)。 3)1990—2020年30 a間DEM、土地利用和夜間燈光對(duì)長(zhǎng)株潭城市群生態(tài)環(huán)境質(zhì)量影響較強(qiáng),人口密度、降水和溫度的影響作用較弱。1990—2000年間自然因素大于人文因素的影響,2005—2020年人文因素大于自然因素的影響。分異及因子探測(cè)和交互作用探測(cè)表明,交互作用相比單因子,對(duì)生態(tài)環(huán)境質(zhì)量的影響提升5%~15%。2010年前人文因素和自然因素間的交互作用對(duì)生態(tài)環(huán)境影響較強(qiáng),而2015年后人文因素間的交互作用對(duì)生態(tài)環(huán)境質(zhì)量影響較強(qiáng)。 （原文有刪減） 轉(zhuǎn)載自測(cè)繪學(xué)術(shù)咨詢
|
