《Land Degradation & Development》:Ecological Functional Zoning and Multi-Scenario Prediction in the Core Economic Region of a Tropical Island: A Case Study of the Haikou Economic Circle, China
编辑推荐:
生态分区通过准确识别区域生态问题,支持缓解快速城市化带来的生态与环境挑战。它在推进国家生态文明和城市高质量发展中起着关键作用。本研究以海南自由贸易港内快速发展的海口经济圈为案例,采用生态系统服务价值(ESV)等效因子法、景观生态风险(LER)指数和元胞自动机(
生态分区通过准确识别区域生态问题,支持缓解快速城市化带来的生态与环境挑战。它在推进国家生态文明和城市高质量发展中起着关键作用。本研究以海南自由贸易港内快速发展的海口经济圈为案例,采用生态系统服务价值(ESV)等效因子法、景观生态风险(LER)指数和元胞自动机(CA)–Markov模型,分析了2010—2025年海口经济圈ESV和LER的时空动态及空间耦合。基于此分析,识别出生态分区,并模拟了2030年和2035年不同情景下生态分区的空间变化。结果表明,2010—2025年研究区森林和耕地是主导土地利用类型。此期间土地利用变化以森林和耕地持续减少、建设用地和未利用地持续增加为特征。研究区ESV介于377.75亿至386.03亿元之间,主要由中低值区组成,约占研究区总面积的92%。ESV从2010年至2025年呈持续下降趋势,总计减少8.28亿元。类似地,LER以中低风险区为主,并呈持续下降趋势,低风险区面积随时间扩大。生态分区结果表明,水域主要对应生态保护型(高ESV–高LER,HH),而建设用地主要对应生态改善型(低ESV–低LER,LL),这两者是驱动ESV与LER之间正空间相关的主要景观类型;森林主要对应生态预防型(高ESV–低LER,HL),反映了其较高的生态服务供给能力和更强的抗风险能力。未来情景模拟显示,与自然发展情景(NDS)相比,生态保护情景(EPS)的管理措施能够有效减缓生态系统服务丧失和生态风险增加的趋势。
**论文解读文章**
**研究背景与问题**
热带岛屿作为沿海生态系统的重要组成部分,具有独特而脆弱的生态环境。随着城市化进程加速,许多有人居住的岛屿面临日益增长的压力。中国海口经济圈作为海南自由贸易港的核心增长极,自2010年海南国际旅游岛启动和2018年自由贸易港建设以来,土地资源开发强度与规模显著增加,导致土地利用/覆被变化剧烈,引发了生态系统服务(ES)退化、景观生态风险(LER)升高等复杂环境问题。然而,现有基于生态系统服务价值(ESV)与景观生态风险(LER)耦合评估的生态分区研究,在城市群或经济区一体化发展视角下已取得大量成果,但针对热带岛屿海岸经济区的研究仍相对有限。因此,在生态文明试验区与城市高质量发展等多重国家战略背景下,如何在不牺牲环境质量的前提下实现热带滨海城市经济圈的生态最优权衡,对理解土地资源利用与生态保护具有重要的理论与现实意义。
**研究目的与内容**
研究人员以海口经济圈(包括海口市、澄迈县、文昌市、定安县,面积约7937.49 km2)为研究对象,旨在:①揭示2010—2025年ESV和LER的时空演化特征;②基于ESV与LER的时空耦合进行生态分区;③预测2030和2035年生态分区发展趋势,并提出相应管理策略。研究发表于《Land Degradation》。
**主要技术方法**
研究人员采用以下关键方法:①**生态系统服务价值(ESV)等效因子法**:基于全国平均单位面积ESV(3406.50元/hm2)和研究区粮食产量修正系数(0.8546),得到调整后单位面积ESV为2911.20元/hm2,结合土地利用类型计算总ESV。②**景观生态风险(LER)指数**:构建景观干扰度指数(含破碎度、分离度、优势度,权重分别为0.5、0.3、0.2)和景观脆弱度指数(建设用地、林地、草地、耕地、水域、未利用地脆弱系数分别为0.0476、0.0952、0.1429、0.1905、0.2381、0.2857),计算各风险单元LER。③**双变量空间自相关分析**:运用Geoda软件计算全局Moran's I指数和局部LISA聚类图,识别ESV与LER的空间耦合关系,划分生态分区。④**CA-Markov模型**:整合19个二级土地利用类别,选取数字高程模型(DEM)、坡度、距道路距离、距居民点距离、距水体距离五个驱动因子,构建转移适宜性图,模拟自然发展情景(NDS)和生态保护情景(EPS)下2030和2035年土地利用格局,Kappa系数验证精度达0.9699,总体精度0.9745。数据来源包括:中国资源环境科学数据中心(RESDC of CAS)的30 m分辨率土地利用/覆被矢量数据(2010/2015/2020/2025年)、ASTER GDEM高程数据、中国统计年鉴与海南统计年鉴的粮食作物数据、OpenStreetMap的道路数据、海南林业行政主管部门的自然保护区数据等。
**研究结果**
**3.1 土地利用与覆被变化**:2010—2025年,林地(>48%)和耕地(约36%)是主导类型,合计占近85%。建设用地和未利用地变化最快,林地与耕地持续减少,其他类型增加。综合土地利用动态度为0.15%,2010—2015和2015—2020年变化强度较高(0.45%和0.44%)。林地流出最大,主要转为建设用地(127.81 km2)和耕地;耕地流出次之,主要转为建设用地(106.29 km2)和水域。空间上,转换集中在各市县城区和沿海地带。
**3.2 ESV时空格局与动态变化**:ESV主要由中值区(约37%)、中低值区(约33%)和低值区(约21%)组成。高值区分布于水域丰富的南渡江流域、东寨港、清澜港、南丽湖等地。ESV从2010年386.03亿元降至2025年377.75亿元,累计减少8.28亿元(-2.14%)。林地贡献最大(>60%),但降幅也最大(-8.81亿元,-3.71%);耕地次之(-1.15亿元,-3.42%);其他类型有所增加。
**3.3 LER时空格局与动态变化**:低-中风险区占主导(约55%),中风险区次之(>36%)。平均LER指数从2010年0.01374降至2025年0.01347,呈微降趋势。中风险区面积减少357.45 km2(-10.99%),高风险区减少0.79 km2(-7.68%),低风险区增加234.14 km2(+181.02%)。低-中风险区集中于西部和南部林地,低风险区分布于北部建成区。
**3.4 基于ESV-LER耦合的生态分区识别**:全局Moran's I指数(2010—2025年:0.090、0.108、0.150、0.145)均显著为正(p<0.001),表明ESV与LER呈正空间相关。局部空间聚类显示,生态保育型(NS)占主导(约70%),生态预防型(HL)次之(>13%)。水域主要对应生态保护型(HH,高ESV-高LER),建设用地主要对应生态改善型(LL,低ESV-低LER),林地主要对应生态预防型(HL,高ESV-低LER)。2010—2025年,NS区面积增加298.91 km2(+5.60%),LL区增加86.62 km2(+18.96%),HL区减少377.47 km2(-25.44%)。
**3.5 2030—2035年多情景模拟与预测**:NDS下,建设用地持续增加,林地与耕地持续减少,ESV和LER均下降(ESV减少4.56亿元,LER减少0.133)。EPS下,ESV减少2.96亿元,LER减少0.385,相比NDS,ESV损失减少1.60亿元,生态风险降低0.252。生态分区方面,EPS下NS区较NDS额外扩大63.08 km2,LL区缩小35.78 km2,表明EPS能有效减缓生态服务丧失和风险增加。
**讨论与结论**
**讨论部分**:ESV变化受人类活动、自然条件及土地利用功能影响。海口经济圈林地持续减少、建设用地扩张是ESV下降的主因,与珠三角、粤港澳大湾区等城市群规律一致。林地贡献超60% ESV,水域虽仅占<5.2%面积却贡献约27% ESV,表明森林与水生生态系统是核心生态空间。LER维持低水平,低风险区扩张源于建设用地紧凑扩展及林地景观结构韧性。基于ESV-LER空间耦合,研究人员提出差异化治理策略:生态保育型(NS)重在维持生态稳定性;生态保护型(HH)需增强生态系统恢复力;生态改善型(LL)应提升城市生态功能;生态控制型(LH)需优化用地结构;生态预防型(HL)应保持长期稳定供给。研究存在局限:ESV等效因子法未能区分红树林、河口湿地等热带海岸异质性;1 km网格分析可能影响空间自相关结果,未来需多尺度验证。
**研究结论**:2010—2025年,海口经济圈ESV呈逐渐下降趋势,LER保持相对稳定并略有下降。ESV与LER呈弱正相关。水域主要对应生态保护型(HH),建设用地对应生态改善型(LL),林地对应生态预防型(HL)。2030—2035年情景模拟表明,与自然发展情景(NDS)相比,生态保护情景(EPS)能更有效减少ESV损失、缓解LER,并减缓生态改善型(LL)区扩张,为热带滨海城市群生态分区优化与差异化土地管理提供科学依据。