松花江流域哈尔滨段三生空间演变的生态环境效应及驱动因素分析

探索三生空间演变的生态环境效应及驱动因素,可为国土空间优化及生态环境保护的实施提供科学依据。以松花江流域哈尔滨段为例,运用网格单元法,结合生态环境质量指数、全局自相关模型、核密度函数等方法分析1986—2016年三生空间演变的生态环境效应时空分异特征,并借助地理探测器模型揭示生态环境质量空间分异的驱动因素。结果表明:(1)1986—2016年研究区三生空间以生产空间为主,其中农业生产空间和林业生态空间所占比重最大,呈现生产空间和生态空间减少、生活空间增加的变化趋势;(2)研究期内生态环境质量基本稳定,整体上略呈下降趋势,预示着生态环境质量有所恶化。空间分布上,生态环境质量指数存在显著的、正向的空间自相关性,总体呈现“南密北疏”“边密中疏”的空间格局,且在空间上出现集聚现象;(3)生态环境质量空间分异的主控因子为到水域距离和到乡级以上道路距离,各因子之间的交互作用以非线性增强为主,且社会经济因子内部的交互作用明显强于自然因子和社会经济因子之间的交互作用。多因子共同作用导致了研究区生态环境质量的空间分异差异。

松花江流域哈尔滨段最小生态用地需求研究

在分析1986-2017年松花江流域哈尔滨段生态用地格局演变的基础上,采用改进的生态足迹模型测算维持生态系统平衡的最小生态用地面积。结果表明:1986-2017年研究区生态用地面积呈下降趋势,转移速率变化由大到小依次为其他生态用地、水域、耕地、草地、林地,且1996-2006年生态用地活跃程度最高;1996-2017年耕地的空间稳定性最好,林地和水域次之,其他生态用地的空间稳定性最差;研究区生态系统服务供需失衡,2017年人均生态盈余为-0.82110 hm^2/人,出现了生态赤字,维持生态系统平衡需要4919.32 km^2耕地或3330.13 km^2草地或1382.03 km^2林地或856.95 km^2水域。最后,提出退耕还林、其他生态用地还林、非生态用地转耕地3种生态用地调整战略。

基于SWAT模型的松花江流域哈尔滨段径流量模拟

应用SWAT模型对朱顺屯—大顶子山断面(66 km)的松花江流域进行小区域径流模拟,选取2010—2013年的月实测数据进行参数的率定和验证,并对模型几个重要参数敏感性分析,总结参数取值变化对模拟结果的影响规律。结果表明:模拟结果的相对误差(Re)、相关系数(R2)和月径流模拟效率系数(Ens)分别为0.09、0.84、0.78,均在保证值范围内,说明SWAT模型适用于小范围流域内分布式水文模型的建立,对松花江哈尔滨段水文模型的建立具有指导作用。

松花江流域土地利用变化及形成机理——以哈尔滨段为例

为了揭示城市化进程中松花江流域哈尔滨段土地利用变化特征及形成机理,为区域土地利用配置和管理提供决策参考。以松花江流域哈尔滨段为例,采用土地利用转移矩阵、土地利用图谱法、标准差椭圆分析法和地理探测器,对研究区1996—2016年土地利用变化及形成机理进行了分析。研究结果表明:(1) 1996—2016年土地覆被以耕地为主,均占总面积的59%以上;其次为林地和建设用地;变化特征为耕地的非农化。(2) 1996—2016年土地利用变化图谱呈西北—东南向分布格局,以稳定型为主,且分布最集中,而后期变化型、反复变化型、持续变化型分布均较为分散,主要集中在松花江和呼兰河沿岸附近。(3) 1996—2016年高程、年平均气温等自然因素对土地利用变化的影响最显著,其中1996—2006年各因素对土地利用变化的影响较强。(4)不同时段土地利用变化的主控因子有差异,耕地变化受高程、年平均气温影响较大,建设用地变化受与水域距离影响大。受自然、社会和距离等因子影响,研究区土地利用变化分异特征显著,未来应强化对低高程和近水土地利用的规划和管理。

松花江流域(哈尔滨段)景观格局脆弱性变化及空间关联格局分析

通过景观格局敏感性、适应性及人口压力指数构建景观格局脆弱性指数,以松花江流域(哈尔滨段)为研究对象,在完成研究区域2005年、2010年和2015年三期景观类型提取的基础上,借助地统计学理论及空间自相关分析方法,对2005-2015年区域景观格局脆弱度的时空变化特征及空间关联格局进行分析。结果表明:1)研究区域景观格局脆弱度整体呈现先增加后减小的变化趋势,脆弱度全局自相关莫兰指数分别0.4761、0.3978和0.4671,表现为较强的正相关,Z-Score值分别为50.21、41.96和49.26,呈聚类模式的空间分布;2)景观脆弱度高-高聚集分布由中东偏南区域向中西部转移,低-低聚集分布区域未发生较大变化,但逐渐表现为深度聚集状态;3)三期景观格局脆弱性空间相关性主要受结构性因素影响,但自2010年人类活动对景观格局的影响程度加深。

松花江流域(哈尔滨段)生态系统价值权衡与协同关系研究

以松花江流域(哈尔滨段)为研究对象,通过提取1995年、2005年和2015年3期景观类型数据,对研究区域进行5 km×5 km网格划分,采用生态服务价值(ESV)区域修订模型,计算三期网格各类ESV,随机抽取10%网格采用相关分析法进行各类ESV权衡与协同关系研究,通过权衡与协同度计算法对整个研究区域各类ESV进行权衡与协同关系研究。结果表明,原料生产和水资源供给与多类ESV存在权衡关系,其余9类型ESV与多类ESV存在协同关系。

松花江流域(哈尔滨段)景观敏感度时空变化分析

以松花江流域(哈尔滨段)为研究区域,基于2010和2015年Landsat TM/ETM遥感影像进行景观类型提取。对两期影像进行网格划分,根据景观敏感度计算公式对网格进行相关景观指数提取,计算网格敏感度,并进行克里格插值,形成景观敏感度及变化连续空间分布。研究结果表明:从2010年到2015年,研究区域整体景观敏感度从26.888变为21.239;景观敏感度变化较多的区域位于中部偏东区域及东部边缘地区,是因为伴随着城镇化的进程易损度较高的耕地不断减少,易损度较低的居民地城镇用地随之增加;随着规划用地日趋合理化,易损度高的未利用地呈现快速减少的态势。

松花江流域(哈尔滨段)景观格局脆弱性高程分异

以松花江流域(哈尔滨段)为研究区域,对研究区域按高程划分分带,在完成2005、2010和2015年3期景观类型提取的基础上,统计研究区域各高程分带景观类型面积,计算研究区各高程分带3期景观格局脆弱性,分析研究区域各景观脆弱性随时间及高程的变化特征。结果表明:1)从2005年到2015年间,研究区域整体景观格局脆弱性呈现先增加后减小的变化。2)不同景观高程分布特征变化明显。耕地、建设用地和未利用地主要分布在低、中高程分带,水域主要分布在低高程分带,林地主要分布在高高程分带。随着高程的增加,耕地、水域和未利用地分布比例大体上逐渐减少,林地、建设用地分布比例增加。草地景观按高程分带并未呈现出规律性的变化。3)从2005年到2015年,低高程分带景观格局脆弱性逐渐降低,中、高程分带景观格局脆弱性均为先增加后降低。随着高程的增加,景观格局脆弱性呈现先增加后减小的变化,中高程分带3期景观格局脆弱性均值最大,为2.2505,高高程分带3期景观格局脆弱性均值最小,为1.9097。

松花江流域(哈尔滨段)景观格局粒度效应

文章以松花江流域(哈尔滨段)为研究对象,基于近20年3期遥感影像,从类型和景观两个水平选取多个景观格局指数,在30~600 m粒度范围内,分析景观指数随空间粒度的变化响应差异,综合指数-粒度拟合曲线拐点识别和栅格化信息损失评价方法,确定本研究区域景观格局分析的最适宜空间粒度。结果表明:①斑块数(NP)随粒度的增加呈三次多项式下降,有明显的拐点,随后变化较平稳。边缘密度(ED)、景观形状指数(LSI)、平均形状指数(SHAPE)和平均分维数(FRAC)随粒度的增加呈三次多项式下降,存在不明显的拐点。蔓延度(CONTAG)、聚合指数(AI)随粒度增加呈幂函数下降,且无明显拐点。景观丰度(PR)在30~600 m粒度范围内不受粒度大小影响。香农多样性(SHDI)、香农均匀度(SHEI)均呈小幅波动的复杂变化,无粒度效应。②斑块类型水平上:NP和斑块密度(PD)对粒度响应最敏感;平均斑块面积(AREA)对粒度响应高敏感;FRAC对粒度响应不敏感;SHAPE对粒度响应低敏感;ED,AI,LSI 3个指数受粒度的影响因景观不同而异,但主要处于低敏感、中敏感和高度敏感范围。③景观水平上:ED和LSI在1995年对粒度响应的敏感性为高敏感,2005年和2015年都为中等敏感;NP和PD对粒度响应最敏感;AREA对粒度响应高度敏感;LPI对粒度响应中等敏感;SHAPE,CONTAG和AI对粒度响应低敏感;FRAC,SHDI和SHEI对粒度响应不敏感。

松花江流域(哈尔滨段)景观格局及脆弱性变化分析

以松花江流域(哈尔滨段)为研究区域,对研究区域进行2005、2010和2015年3期景观类型提取,统计研究区域各期景观类型面积,通过景观格局脆弱性指数模型计算研究区域3期整体景观格局脆弱性,分析研究区域各种景观类型及景观脆弱性随时间的变化特征。结果表明:1) 2005-2015年,研究区域耕地、未利用地面积呈现逐渐减少态势,建设用地、林地、草地面积呈现逐渐增多态势,水域景观呈现先增加后减少的变化。2) 2005-2010年,耕地景观面积转出最多,转出2.96%,建设用地景观面积转入最多,转入1.57%;2010-2015年,仍然是耕地景观面积转出最多,转出1.20%,林地景观面积转入最多,转入0.99%。3) 2005-2015年,研究区域3期整体景观格局脆弱性分别为2.087 4、2.205 0和2.104 5,呈现先增加后减小的变化。

松花江流域(哈尔滨段)景观生态风险预测

文中以松花江流域(哈尔滨段)为研究区域,通过CA-Markov模型完成区域2025年景观格局预测;对区域2025年景观分布进行6000米网格划分,采用景观易损度指数及景观类型面积比重结合层次分析权重赋值法,构建并计算网格景观生态风险指数,对区域2025年景观生态风险的空间自相关关系及空间分布进行研究。结果表明:①从2015年到2025年,林地、草地和水域三种生态景观面积增大,建设用地、耕地和未利用地三种非生态景观面积减小;②2025年研究区域整体景观生态风险较低,其中低风险、较低风险、中等风险、较高风险和高风险等级面积比例分别为34.92%,28.75%,31.53%,3.02%和1.91%;③景观生态风险全局Moran's I为0.8242,呈现很强的空间正相关,景观生态风险“低—低”值区分布较为集中,大范围分布在木兰县和通河县交界处林地景观范围,“高—高”值区分布也较为集中,大范围分布在主城区建设用地景观范围。研究结果有助于完善研究区域的景观生态格局,为土地的合理利用提供科学依据。

生态服务价值与景观格局演变关系研究——以松花江(哈尔滨段)为例

目前生态服务价值(ESV)与景观格局关系的研究仍处于静态层面,本文利用相关系数法对松花江流域(哈尔滨段)景观格局变化与ESV变化影响关系展开研究与分析。研究表明ESV主要与景观类型面积、景观破碎度和景观多样性有关,当景观类型面积变化大、景观破碎度降低、多样性增加时,有利于生态服务价值的增加。

耕地利用转型碳储量时空分异特征及脱钩效应研究

【目的】研究耕地利用转型的碳储量时空异质性及与粮食生产之间的脱钩关系,为实现低碳农业和保障粮食安全提供科学依据。【方法】以松花江流域哈尔滨段为研究区,基于碳储量测算方法和核密度分析模型,揭示1990—2020年研究区耕地利用转型的碳储量时空分异特征,并借助Tapio脱钩模型,探究耕地利用转型碳储量损失与粮食生产之间的脱钩效应。【结果】①1990—2020年研究区耕地面积逐渐减少,耕地与建设用地之间的转型最为剧烈。耕地利用转型碳储量呈大幅度下降趋势,1990—2000年碳储量增加38.863×10^(4) t,而2010—2020年碳储量损失6012.175×10^(4) t,损失近155.701倍。②1990—2020年耕地利用转型碳储量重心基本保持稳定,向东北方移动了13.396 km,空间上呈现“边密中疏”的分布格局,且集聚性逐渐增强,由单核分布向多核分布转变,破碎化程度加剧。③1990—2020年研究区耕地利用转型碳储量损失与粮食生产脱钩经历了强脱钩—弱脱钩—扩张连接的过程,脱钩关系向非良性趋势发展。④1990—2020年研究区脱钩空间分异特征显著,内部空间差异较大,呈现不均等性,由两级分化向三级分化转变。【结论】1990—2020年松花江流域哈尔滨段耕地利用转型过程中导致碳储量不断下降,且空间破碎化程度显著,碳储量损失严重影响粮食安全,研究区应重视粮食碳储量损失对粮食安全的威胁。

耕地利用转型碳排放时空分异特征与形成机理研究

为揭示耕地利用转型的碳排放时空分异特征,以松花江流域哈尔滨段为例,基于网格单元法和碳排放系数,测度1990—2020年耕地利用转型的碳排放强度,并借助重心分析、探索性空间数据分析、冷热点分析工具和地理探测器等研究方法揭示耕地利用转型的碳排放空间异质性与形成机理。结果表明:1990—2020年耕地面积呈下降趋势,耕地与建设用地、林地之间的转型最为剧烈,耕地主要转型为建设用地。1990—2020年耕地利用转型碳排放量呈上升趋势,由1990—2000年的3704.12 t增加到2010—2020年的35656.29 t,增加了近8.63倍,耕地利用转型碳排放最终呈现为碳源形式。1990—2020年耕地利用转型碳排放重心基本保持稳定,向东移动了15.17 km,其中1990—2010年重心移动距离最大,呈现东北地区碳排放恶化,而西南地区碳排放明显改善的特点。1990—2020年耕地利用转型碳排放非随机分布,具有较强的空间集聚性,热点区主要围绕南岗区向周围边界扩散,冷点区零星点状分布在东南部地区。与城镇中心距离是耕地利用转型碳排放的主控因子,各因子之间交互作用以双因子增强为主,其中土地利用程度与年平均降水量、与城镇中心距离之间的相互作用解释力较强,耕地利用转型碳排放空间分异特征是多因子共同作用的结果。