中国昆明滇池城市区域低敏感区反直觉景观生态风险：土地利用与景观格局的双耦合分析

《Land》：Counterintuitive Landscape Ecological Risk in Low-Sensitivity Areas: A Dual-Coupling Analysis of Land Use and Landscape Pattern in the Dianchi Lake Urban Region, Kunming, China

　　

生态敏感性分区广泛应用于保护规划，然而不同敏感性水平下土地利用结构与景观生态风险之间的相互作用仍有待深入研究。研究人员提出一个双耦合框架——将土地利用组成和景观格局与生态敏感性相整合——来评估景观生态风险。层次分析法（AHP）对五个单元（级别1、3、5、7和9）的敏感性因子进行赋权。熵权法推导景观生态风险指数，而岭回归和偏最小二乘回归（PLSR）识别关键土地利用解释变量。当将土地利用纳入敏感性分区时，出人意料的是，低敏感区（级别3）表现出最高的LERI（0.7588），而非敏感区（级别1）记录最低值（0.1732）。敏感性水平尺度的岭回归显示草地（β = 0.255, VIP = 1.596）是LERI最强的正相关因子。建设用地在此尺度上呈负相关（β = ?0.433, VIP = 1.299）。然而，网格尺度验证表明建设用地关系具有尺度依赖性，草地仍然是两个尺度上唯一一致呈正相关的因子。PLSR验证了这些敏感性水平趋势，草地在两个模型中的VIP排名均最高。机制上，低敏感区具有耕地、草地和建设用地的混合镶嵌结构，加剧景观破碎化。相反，以均质建设用地为优势的非敏感区表现出景观同质化和相应较低的风险。本研究挑战了高生态敏感性必然导致高风险的传统假设，强调低敏感区中土地利用驱动的景观破碎化应在生态风险评估中优先考虑。

研究背景与意义

生态敏感性分区是国土空间规划和生态风险管理的重要工具，然而传统评估主要依赖地形、植被等自然因子的静态叠加，隐含假设"高敏感性等于高风险"，低敏感区具有更大开发容量，忽略了土地利用结构和景观格局对生态风险的分异影响。在快速城市化背景下，耕地向建设用地持续转换，使自然栖息地破碎为小斑块，加剧边缘效应，降低景观连通性，提升区域生态风险水平。即使自然敏感性较低的区域，在耕地扩张和建设用地蔓延等集约人类活动后，也可能出现景观破碎化和生态功能退化，形成监管盲区。东南亚、欧洲地中海等国际经验也表明，敏感性分区作为风险评估唯一依据时可能低估低敏感区中分散城市化的累积生态效应。迄今，很少有研究通过耦合生态敏感性评估与景观生态风险评估来系统量化不同敏感性水平的景观生态风险差异。

针对上述问题，研究人员以昆明市滇池周边城市建设区域为案例，构建"双耦合"分析框架，将土地利用组成与生态敏感性、景观格局指数与生态敏感性相整合，系统评估不同敏感性水平间的风险差异。研究发现，景观生态风险并不随敏感性水平单调递增，而在低敏感区达到峰值，非敏感区风险最低。这一反直觉模式源于低敏感区中耕地、草地和建设用地混合镶嵌引起的景观破碎化。草地是景观生态风险指数（LERI）的主要正向解释因子，建设用地是主要负向解释因子。该研究挑战了高生态敏感性必然导致高风险的传统假设，为差异化风险防范和土地利用结构优化提供了定量依据。论文发表在《Land》。

主要技术方法

研究区域为昆明市滇池周边城市建设区域，涵盖盘龙（PL）、五华（WH）、西山（XS）、官渡（GD）、呈贡（CG）和晋宁（JN）等区。土地利用数据来源于中国科学院资源环境科学与数据中心（RESDC），基于Landsat TM/ETM⁺/OLI卫星影像，空间分辨率30 m。研究采用层次分析法（AHP）确定7个敏感性因子权重，加权叠加分析将生态敏感性分为5级。基于2023年土地利用数据，利用Fragstats 4.2软件计算10个景观格局指数，采用熵权法（EWM）构建景观生态风险指数（LERI）。通过Pearson和Spearman相关分析、岭回归（λ = 0.1）和偏最小二乘回归（PLSR）识别LERI的关键土地利用解释因子。研究通过土地利用排除检验和2 km × 2 km网格尺度验证（445个有效网格）检验框架鲁棒性。

研究结果

3.1. 生态敏感性空间分布

通过AHP加权叠加分析，研究区生态敏感性分为5级。中等敏感区（5级）面积最大，占33.10%；高敏感区（7级）占25.06%；低敏感区（3级）和非敏感区（1级）合计约33%，主要分布在密集城市化的湖滨区。各敏感性水平的土地利用组成呈现明显空间分异：非敏感区以建设用地为绝对优势（74.34%），低敏感区表现为耕地、建设用地和草地的混合镶嵌结构，高和极敏感区以林地为优势（>68%）。低敏感区是唯一一个耕地、草地和建设用地均超过15%的水平，显示该区空间异质性最高。

3.2. 景观格局指数与LERI

通过Fragstats 4.2计算10个景观格局指数并运用熵权法构建LERI。低敏感区在边缘密度（ED）、斑块数量（NP）等破碎化指标上达到峰值，蔓延度指数（CONTAG）最低，显示景观破碎化最为严重。非敏感区NP和ED较低，CONTAG、同类相邻斑块百分比（PLADJ）和聚合度指数（AI）为各级最高，指向以大块连续建设用地为优势的均质结构。低敏感区的LERI最高（0.7588），非敏感区最低（0.1732），低敏感区是非敏感区的4.38倍。LERI呈现低敏感区峰值、非敏感区谷值的非线性模式。

3.3. 土地利用组成与变化轨迹

通过2000-2023年三期土地利用转移矩阵分析，建设用地持续扩张是最突出的变化特征，三期累计净增4.68×10⁴ ha，相当于较2000年增长153.3%。耕地和草地是建设用地扩张的主要来源，分别累计净减2.32×10⁴ ha和1.94×10⁴ ha。2010-2020年为变化最剧烈的时期。土地利用变化呈现2000-2020年强烈转型、2020-2023年明显减速的阶段性特征。

3.4. LERI解释因子识别

通过相关分析、岭回归和PLSR综合识别解释因子。草地比例与LERI呈正相关，岭回归β = 0.255，变量重要性投影（VIP） = 1.596（>1），是LERI最强的正向解释因子。建设用地呈负相关，β = ?0.433，VIP = 1.299（>1），是主要负向解释因子。耕地、林地和水体的VIP均低于1，解释力不显著。两种回归方法在核心因子上系数方向一致，证实方向关系的鲁棒性。

3.5. 鲁棒性检验结果：土地利用排除检验

为检验潜在循环性，研究在敏感性分区中排除土地利用因子。在此替代分区下，低敏感区不再具有最高LERI，降至第三位（0.4928），极敏感区成为最高（0.5986）。结果表明土地利用因子对识别人类驱动的破碎化风险至关重要，反直觉模式仅在纳入土地利用时出现，证明该模式是自然-人类耦合系统的产物。

3.6. 网格尺度验证结果

研究在2 km × 2 km网格尺度（n = 445）重复分析。草地在Pearson（r = 0.121, p = 0.011）和Spearman（ρ = 0.147, p = 0.002）检验中均与LERI显著正相关，VIP = 1.142（>1）。建设用地Spearman相关显著（ρ = 0.127, p = 0.007），但VIP低于1（0.719），表明其关系具有尺度依赖性。草地是唯一在两个尺度上方向和重要性均一致的因子。

讨论与结论

讨论部分首先阐释了低敏感区风险升高的机制。低敏感区风险升高并非简单源于建设用地绝对规模，而是由耕地-草地-建设用地混合镶嵌引起的景观破碎化所致。建设用地作为催化剂，其嵌入耕地-草地基质可通过切割斑块和增加边缘密度引发破碎化。从时间维度看，建设用地扩张集中于平坦、低成本、低敏感性区域，形成高度混合镶嵌结构。地形约束使滇池周边可开发土地集中于平坦区域，这些区域被划分为低敏感区，成为城乡建设用地竞争焦点。

与传统研究相比，本研究采用敏感性水平作为独立分析单元，量化低敏感区与非敏感区之间4.38倍的风险差异，为识别风险调控优先区提供明确空间目标。研究提出"双耦合"框架，岭回归和PLSR联合交叉验证，构建了"混合镶嵌→高斑块密度和高边缘密度→景观破碎化→高生态风险"的综合机制路径。

研究结论指出，景观生态风险并不随敏感性水平单调递增，而在低敏感区达到峰值（LERI = 0.7588）。低敏感区的反直觉模式源于耕地、草地和建设用地混合镶嵌引起的景观破碎化，草地是主要正向解释因子，建设用地是主要负向解释因子。网格尺度验证显示草地是唯一在两个尺度上方向和重要性一致的因子。当排除土地利用因子时，低敏感区降至第三位（0.7588 → 0.4928），证实敏感性与风险的解耦是自然-人类耦合系统的产物。非敏感区以均质建设用地为优势，表现出最低风险。研究强调生态风险评估不应仅基于自然敏感性划定保护区，还应纳入土地利用结构引起的景观格局风险，在低敏感区通过减少斑块破碎化、增强景观连通性来缓解破碎化驱动的生态风险。双耦合框架为高原湖盆地区综合生态风险评估提供了可转移的方法论路径。