全 文 ：第 35 卷第 3 期
2015年 2月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol.35,No.3
Feb.,2015
http: / / www.ecologica.cn
基金项目:教育部人文社科规划基金资助项目(13YJA790111); 辽宁省社会科学界联合会 2013年度辽宁经济社会发展立项课题(2013lslktzixxjc鄄
06)
收稿日期:2013鄄04鄄15; 摇 摇 网络出版日期:2014鄄04鄄03
*通讯作者 Corresponding author.E鄄mail: lnnu_wg@ hotmail.com
DOI: 10.5846 / stxb201304150712
王耕,苏柏灵,王嘉丽, 朱正如.基于 GIS的沿海地区生态安全时空测度与演变———以大连市瓦房店为例.生态学报,2015,35(3):670鄄677.
Wang G, Su B L, Wang J L, Zhu Z R.Spatial鄄temporal assessments and evolution research of coastal eco鄄security based on gis鄄a case study of wafangdian
county鄄level city.Acta Ecologica Sinica,2015,35(3):670鄄677.
基于 GIS的沿海地区生态安全时空测度与演变
———以大连市瓦房店为例
王摇 耕1,2,*,苏柏灵2,王嘉丽2, 朱正如2
1 辽宁师范大学城市与环境学院, 大连摇 116029
2 辽宁师范大学海洋经济与可持续发展中心, 大连摇 116029
摘要:以大连瓦房店市 2000 年、2005 年和 2010 年 Landsat TM遥感影像(轨道号为 120 / 32,120 / 33)作为数据源,在景观格局分
析的基础上,基于压力鄄状态鄄响应(P鄄S鄄R)框架构建沿海地区生态安全评价体系,在 GIS格网技术下量化多源数据,创建区域生
态安全格网数据库,采用加权鄄模糊隶属度评价方法进行生态安全状态评价,并通过空间统计学方法对研究区生态安全格局时
空演变进行分析,揭示沿海地区生态安全时空演变特点。 结果表明:淤2000—2010 年瓦房店市生态安全指数平均值分别为
0郾 4636、0.3878和 0.3980,说明研究区生态安全恶化后又有缓升趋势,但西部沿海地区生态安全依然需要重视。 于Moran忆s I 从
2000 年到 2010 年分别为 0.9015、0.8738和 0.8703,表明瓦房店市生态安全指数在空间上存在较强的正相关关系,生态安全格局
表现为高值区域倾向于与生态安全程度高的区域相毗邻,而生态安全程度低的区域倾向于与生态安全程度低的区域毗邻,
2000—2005 年表现极为明显。 盂2000—2010 年瓦房店市生态安全指数的块金值分别为 0.0030、0.0007 和 0.0009,表明非结构
因素对研究区生态安全空间分布影响效应逐渐增强,这与 10 年来瓦房店城市建设用地扩张、人类活动频繁的实际情况相符。
CO / (CO+C)值也是先增加后减少,表明非结构因素对研究区生态安全空间分异的影响效应先增强后减弱,2005 年以来随着大
连市土地政策的实施与管理,城镇建设、人类活动等非结构因素对生态安全演变影响有所消减。
关键词:GIS;沿海生态安全;时空测度;演变;瓦房店
Spatial鄄temporal assessments and evolution research of coastal eco鄄security
based on gis鄄a case study of wafangdian county鄄level city
WANG Geng1,2,*, SU Bailing2, WANG Jiali2, ZHU Zhengru2
1 Urban and Environmental School of Liaoning Normal University, Dalian 116029,China
2 Center for Studies of Maine Economy and Sustainable Development of Liaoning Normal University, Dalian 116029,China
Abstract: In this study, taking the Landsat TM remote sensing images ( track No. 120 / 32, 120 / 33) of Wafangdian
County鄄level City in 2000, 2005 and 2010 as the data sources, the coastal ecological security evaluation system was
established on the basis of landscape pattern analysis and pressure鄄state鄄response ( P鄄S鄄R) framework. Grid database of
coastal eco鄄security assessment was created by quantitative multi鄄source data with GIS grid technology. Eco鄄security status
was estimated by the use of the weighted鄄fuzzy membership degree method. Temporal and spatial evolution of eco鄄security
pattern was analyzed through spatial statistical methods in order to reveal evolution features of coastal region ecological safety
as well. The results showed as follows: 1) The ecological safety index of Wafangdian County鄄level City from 2000 to 2010
was 0.4636, 0.3878 and 0.4636, respectively, which demonstrated eco鄄security situation had a slight improvement after
deterioration, but we should pay more attention to prefect the ecological status in western coastal district. 2)Moran忆s I from
http: / / www.ecologica.cn
2000 to 2010 was 0.9015, 0.8738 and 0.8703, respectively, which indicated there was a significant correlation of spatial
evolution in the space. The characteristic of ecological safety pattern was that areas with high value was inclined to be close
to the regions of better ecological eco鄄security status, while the low degree of eco鄄security status presented adverse
tendency, which performed extremely obvious from 2000 to 2005. 3) The nuggets of eco鄄security index in Wafangdian
County鄄level City was 0.0030,0.0007 and 0.000903, respectively, which showed the non鄄structural factors played an ever鄄
increasing role in spatial distribution of ecological safety in the study area, which was consistent with the actual conditions of
urban construction land expansion and frequent human activities in the past decade. The change about value of C0 / (C0+C)
decreased as the speed increased initially and decreased afterwards, which reflected the impact of non鄄structural factors on
the space differentiation of ecological security had experienced a consistent change trend. With the implementation of the
land policy and management of Dalian City, the influence from non鄄structural factors such as urban construction and human
activities on eco鄄security evolution has been cut down since 2005.
Key Words: GIS; coastal eco鄄security; spatial鄄temporal assessment; evolution; Wafangdian County鄄level City
在世界范围内竞相开发海洋的热潮下,随着人口向沿海地区集中,海岸带经济的迅速扩张对生态环境造
成的威胁日益严重,人地(海)关系矛盾日趋尖锐,沿海地区生态安全倍受关注。 Louisa S. Evans 以肯尼亚为
例研究海岸带生态安全问题[1];A.R. Farhan以印度尼西亚群岛为例评价生态安全条件[2]。 陈菁等进行海峡
西岸生态安全评价[3];廖丹等进行厦门湾海岸带开发的生态效应评价研究[4];韩振华等基于景观格局研究辽
河三角洲湿地生态安全[5];于蓉蓉等对胶州湾大姑河口湿地景观生态安全格局进行研究[6]。 沿海生态安全
具有海陆空间的耦合性,海岸带产业发展方向、结构与布局,以及城市化等特点对生态安全的影响并非静态,
而且具有空间差异,一个地区的生态安全与邻近地区戚戚相关。 目前沿海生态安全评价方法主要有综合指数
法[7鄄8]、生态足迹法[9鄄11]、景观生态学方法[12鄄13]和生态承载力方法[14]等。 尽管沿海生态安全评价框架大多采
用“压力鄄状态鄄响应冶(P鄄S鄄R)机理框架[15鄄19],但以行政区为评价单元的总体评价结论却难以说明生态安全空
间差异,更难以表明生态安全的空间邻近影响关系演变,因此沿海生态安全的时空演变与分异研究更加具有
实用性,更有利于指导人们因地制宜地进行海岸开发与管理。 本文结合景观生态学与地统计学方法,通过研
究区 2000年、2005年、2010年 3个时期的遥感影像、专题成果与统计数据,构建基于景观的生态安全评价体
系,在 GIS格网技术下对沿海生态安全进行时空测度,并分析其空间演变特征,旨在为区域生态安全时空演变
与模拟研究提供方法,为瓦房店市城市化建设与规划提供决策依据。
1摇 研究区概况
图 1摇 研究区位置示意图
Fig.1摇 Location map of the study area
大连瓦房店市位于辽东半岛中西部(图 1),地处北纬 39毅20忆—40毅07忆,东经 121毅13忆—122毅16忆,西濒渤海,东与
普兰店接壤,南与金州区隔海相望,北与盖州接壤,海岸线长 461.2 km,占大连市海岸线总长度的 24.2%。 全
市所辖 13 个镇,8 个乡,总面积为 3793.53 km2。 瓦房
店市地势东北高西南低,千山余脉由东北向西南延伸,
形成低山、丘陵、平原、陆地和滩涂结合的多种地貌类
型,自然构成大体是“六山一水三分田冶,属暖温带大陆
性季风气候区,冬无严寒,夏无酷暑,四季分明。 大连瓦
房店是辽东半岛连接东西、跨跃南北的交通要道,是渤
海经济圈的扩散区域。 随着辽宁沿海经济带建设步伐
的加快,以及大连全面推进全域城市化战略的实施,瓦
房店市作为大连北部地区经济增长极,其生态安全建设
不仅是新兴工业城市可持续发展的目标,而且是大连和
谐海洋建设的重要保障。
176摇 3期 摇 摇 摇 王耕摇 等:基于 GIS的沿海地区生态安全时空测度与演变———以大连市瓦房店为例 摇
http: / / www.ecologica.cn
2摇 数据来源与研究方法
2.1摇 数据来源与处理
本研究中图形数据来源于 1颐5 万大连市区划图;遥感数据来源于 2000 年、2005 年及 2010 年 Landsat TM
遥感影像(轨道号为 120 / 32,120 / 33);社会统计数据来源于 2010 年《大连统计年鉴》、《大连水资源公报》、
《大连环境状况公报》;专题数据来源于大连市国土资源局地质灾害专题图、地表水质类型图、海水入侵分布
图、地震烈度分区图等。 为了便于多源数据的统计与计算,本文采用统一格网单元进行评价研究。 首先在
ArcGIS平台建立 1 km伊1 km 的网格;其次数字化瓦房店地区,数据的投影类型选择为 Transverse鄄Mercator 投
影;然后通过 ERDAS软件对 2000 年、2005 年及 2010 年 3个时期的遥感影像进行解译分类,得到 3 期的土地
利用矢量图;最后将图形数据、遥感数据和社会经济统计数据通过 ArcGIS 插值与赋值计算输入到格网单元,
建立 ArcGIS格网数据库。
2.2摇 沿海生态安全状态评价模型
2.2.1摇 评价指标体系与权重的确定
依据系统性、空间性、实用性以及数据获取可能性等原则,本研究选取 P鄄S鄄R 框架来建立指标体系,结合
层次分析法(AHP)与熵值法确定各指标权重(表 1)。
表 1摇 沿海生态安全评价体系及指标权重
Table 1摇 The evaluation system and the index weight of eco鄄security of coastal region
指标
Index
数据来源
Data sources
权重 Weight
AHP 法
Analytical hierarchy
process method
熵值法
Entropy
method
综合权重
Comprehensive
weight
压力 Pressure 人口密度 统计年鉴数据 0.0149 0.0080 0.0115
人均耕地面积 专题成果数据 0.0295 0.0461 0.0378
工业能耗 统计年鉴数据 0.0457 0.0329 0.0393
人均水资源 统计年鉴数据 0.1052 0.0107 0.0580
人均粮食产量 统计年鉴数据 0.0368 0.0088 0.0228
单位废水排放量 统计年鉴数据 0.0387 0.0300 0.0344
单位废气排放量 统计年鉴数据 0.0206 0.0261 0.0233
单位固废排放量 统计年鉴数据 0.0102 0.0023 0.0063
地均化肥施用量 统计年鉴数据 0.0089 0.0445 0.0267
临海工业风险源 调查统计数据 0.0267 0.0250 0.0259
状态 State 地表起伏度 DEM数据 0.0164 0.0395 0.0280
植被覆盖率 遥感影像数据 0.0210 0.0284 0.0247
景观多样性指数[13] 遥感影像数据 0.0175 0.2824 0.1500
景观脆弱度指数[13] 遥感影像数据 0.0054 0.0136 0.0095
水土流失面积 专题成果数据 0.0135 0.0399 0.0267
河流水质级别 专题成果数据 0.0071 0.0264 0.0167
海水入侵面积 专题成果数据 0.0152 0.0165 0.0159
地震烈度分区 专题成果数据 0.0114 0.0132 0.0123
景观干扰度指数[13] 遥感影像数据 0.0071 0.0030 0.0050
响应 Response 环保投资 统计年鉴数据 0.0753 0.0345 0.0549
人均 GDP 统计年鉴数据 0.0451 0.0634 0.0542
垃圾无害处理率 统计年鉴数据 0.1041 0.0390 0.0716
千人拥有医生数 统计年鉴数据 0.0753 0.0255 0.0504
在校生人数 统计年鉴数据 0.0755 0.0395 0.0575
教育投资 统计年鉴数据 0.0518 0.0593 0.0556
废水达标率 统计年鉴数据 0.1209 0.0416 0.0813
276 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
2.2.2摇 生态安全指数测算
生态安全评价的模型很多,由于生态安全是一个相对的概念,在安全与不安全之间存在着模糊的界
限[20],因此,本文选取模糊隶属度的方法作为生态安全评价的模型。 在评价某区域系统生态安全状况时,根
据影响生态安全状况的多个指标,以衡量这些指标的生态安全程度的标准值为比较依据,计算生态安全度。
生态安全度可以用隶属度表示。
U( j) =
1
1 +
移
m
i = 1
Wi( rij - 1[ ])
移
m
i = 1
(Wi·rij) p
ì
î
í
ïï
ïï
ü
þ
ý
ïï
ïï
p 2p
(1)
式中,U( j)为生态安全度;Wi为第 i项指标的权重;p 为距离参数, p = 2(欧氏距离)计算;rij为第 i 项指标的值
( i= 1,2,3,…,m;j= 1,2,3,…,n)。 U( j)越大生态安全度越高,反之生态安全度越低。
2.3摇 沿海生态安全时空演变统计学方法
2.3.1摇 空间自相关分析
地理与生态现象常常表现出空间相关效应。 空间自相关分析方法为解释事物属性或现象的空间依赖关
系提供了途径。 空间自相关性的指标可分为全局指标和局部指标两种: 全局指标用于验证整个研究区域某
一要素的空间相关关系,而局部指标则用于反映整个大区域中的一个局部小区域单元上的某种地理现象或某
一属性与相邻局部小区域单元上同一现象或属性的相关程度。 本研究中运用全局空间自相关指标 Moran忆s I
和局部空间自相关指标 LISA (Local Indicators of Spatial Association) 来分析大连市瓦房店景观生态安全的空
间特征。 Moran忆s I和 LISA 指标的计算公式如下[21鄄23]:
Moran忆s I =
移
n
i = 1
移
m
j = 1
Wij(xi - 軃x)(x j - 軃x)
S2移
n
i = 1
移
m
j = 1
Wij
(2)
式中, S2 = 1
n移
n
i = 1
(xi - 軃x) 2, 軃x =
1
n移
n
i = 1
xi ,xi表示地 i地区的观测值,n为栅格数,Wij为二进制的进阶空间权值矩
阵,表示空间队形的相互邻接关系。 i= 1,2,…,n;j = 1,2,…,m;当区域 i 和区域 j 相邻时,Wij = 1;当区域 i 和
区域 j不相邻时,Wij = 0。 Moran忆s I值介于-1和 1之间,大于 0为正相关,小于 0 为负相关,绝对值越大,表示
空间分布的关联性越大,即空间上有强聚集性或强相异性。 反之,绝对值越小,表示空间分布关联性小,当值
趋近 0时,即代表此时空间分布呈随机性。
局部空间自相关 Local Moran忆s I (LISA)是将 Moran忆s I 分解到各个空间单元。 对于某一个空间单元 i,
LISA 计算公式为:
Moran忆s I j =
xi - 軃xæ
è
ç
ö
ø
÷
m 移
n
j = 1
Wij(xi - 軃x) (3)
式中, m = ( 移
n
j = 1,j屹i
x j
2
) / (n - 1) - 軃x2,正的 Ii值表示该区周围相似值(高值或低值)的空间集群,负的 Ii值则表示
非相似值之间的空间集群。 再根据下式计算出 LISA 的检验统计量,对有意义的局域空间关联进行显著性
检验:
Z(Moran忆s Ii) =
Moran忆s Ii - E(Moran忆s Ii)
Var(Moran忆s Ii)
(4)
2.3.2摇 地统计学方法
地统计学是研究空间变异的有效方法,以区域化随机变量理论为基础,研究自然现象的空间相关性和随
376摇 3期 摇 摇 摇 王耕摇 等:基于 GIS的沿海地区生态安全时空测度与演变———以大连市瓦房店为例 摇
http: / / www.ecologica.cn
机性,不仅可以解释属性或现象的空间相关,而且通过半变异函数可以模拟和估计空间上的未知变量[24]。 景
观生态安全指数本身是一种空间变量可采用地统计学中变异函数的方法,借助半方差函数进行景观生态安全
程度的空间分析:
r(h) = 1
2n(h)移
n(h)
i = 1
[Z(xi) - Z(xi + h)] 2 (5)
式中,r(h)是半变异函数; Z(xi)和 Z(xi+h)是在 xi和 xi+h处的值;h为空间距离;n(h)为样本对数。 实验数
据用地质统计学软件 GS+(version 9.0)进行变异函数计算。
3摇 结果与分析
3.1摇 沿海地区生态安全时间演变特征
沿海地区生态安全指数计算如表 2 所示,格网专题地图如图 2 所示。 2000 年生态安全程度最低的是瓦
房店南部的交流岛,北部和东北部(李官镇、许屯镇、万家岭镇、松树镇、得力寺镇)生态安全度较低;西部沿海
地区生态安全度较高,其中生态安全度最高的地区为长兴岛镇。 2005 年沿海地区生态安全有了明显的变化。
西部沿海地区的东港镇、仙浴湾镇、三台满族乡和中部的杨家满族乡生态安全状况明显下降,而北部的许屯和
南部的交流岛生态安全又有所提高。 这 5 年间变化最明显的是太阳街道。 2010 年与 2005 年相比,生态安全
度没有明显变化,局部地区生态安全度有所提高。 总体来说,2000—2010 年,瓦房店地区生态安全度呈先下
降后升高趋势。 主要原因是,人口的增长和城市化进程的加快,沿海地区景观类型发生了变化,建设用地面积
扩张占据了大量的农用地,人为活动的影响使生态环境受到的压力越来越大,生态系统稳定性逐步降低,导致
生态安全度降低。 随着环境保护措施的提出和对环境保护资金的投入,2010 年较 2005 年生态安全状况有所
提升。 总体来看,2000—2005 年期间研究区生态安全格局变化比 2005—2010 年期间明显,可见 2000—2005
年期间是瓦房店市生态安全格局变化的关键时期。 生态安全度空间趋势面分析显示(图 3):在南北方向和东
西方向上,3个时期均呈现凸形曲线,2000 年的趋势线呈明显凸形,且西高东低,沿海地区生态安全程度较高。
2 005年和2010年南北方向上和东西方向的曲线都较为和缓,主要原因是,2000年,城市化发展缓慢,区
表 2摇 瓦房店市不同时期生态安全指数
Table 2摇 Eco鄄security Indexes (ESI) in Wafangdian in 2000, 2005 and 2010
时期 Period 最小值 Minimum 最大值 Maximum 平均值 Mean 方差 Variance Moran忆s I
2000 0.1239 0.8190 0.4636 0.0170 0.9018
2005 0.1819 0.7571 0.3878 0.0101 0.8738
2010 0.1542 0.7622 0.3980 0.0113 0.8703
图 2摇 瓦房店生态安全度分布
Fig.2摇 The space distribution of eco鄄security degree in Wafangdian city
476 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
图 3摇 瓦房店市 3个时期生态安全空间趋势面显示
Fig.3摇 The trend surface of eco鄄security in Wafangdian in 2000, 2005 and 2010
域生态安全度整体较高,且人为活动对沿海地区的开发利用少。 随着人口的增长、城市化进程的加快和面海
发展,大面积的耕地转换为建设用地,人为活动对沿海地区生态环境造成威胁,使西部沿海地区生态安全度
降低。
3.2摇 沿海地区生态安全空间演变特征
3.2.1摇 沿海地区生态安全空间集聚特征
利用 Moran忆s I指数判定区域生态安全空间相关性和聚集程度。 2000 年、2005 年和 2010 瓦房店生态安
全的 Moran忆s I指数分别为 0.9015、0.8738和 0.8703(图 4)。 表明本区域生态安全在空间上有较强的正相关。
通过 Moran散点图可以定性区分每一区域与其周边区域某一属性值或某种地理现象的相互关系。 Moran 散
点图由 4 个象限组成,分别为 HH(“高鄄高冶空间关联区)、LH(“低鄄高冶空间关联区)、LL(“低鄄低冶空间关联
区) 和 HL(“高鄄低冶空间关联区)。 落入 HH和 LL象限的观测值存在较强的空间正相关,具有均质性。 落入
LH和 HL两个象限的观测值则表示存在较强的空间负相关,空间单元具有异质性。 由图 4 可知,各年份生态
安全度集中于 HH和 LL区。 少量分布于 HL 和 LH 两个象限,表明瓦房店市生态安全具有较强的空间相关
性,空间聚集格局显著。
图 4摇 Moran 散点图
Fig.4摇 Moran scatter plot
生态安全度的空间分布并不是随机的,存在一定的内在联系,即生态安全度在空间上存在聚集趋势。 每
个单元格对其周围都有不同程度的影响,生态安全度高的单元可以对其周围产生正面的影响,使其周围生态
安全度提高;而低值的单元也可以影响到其周围的高鄄高值区域,使其生态安全度降低,生态环境恶化。 瓦房
店市 2000—2010 年生态安全格局的局部空间自相关 LISA分析结果见图 5,生态安全度高值区倾向于与生态
安全度高的区域相毗邻,而生态安全度低值区倾向于与生态安全度低的区域毗邻。 2005 年和 2010 年瓦房店
576摇 3期 摇 摇 摇 王耕摇 等:基于 GIS的沿海地区生态安全时空测度与演变———以大连市瓦房店为例 摇
http: / / www.ecologica.cn
市生态安全局域自相关格局较为一致,与 2000 年相比则有较大的格局变化。 随着沿海开发战略的实施,人为
活动对沿海地区生态安全的影响很大。 沿海区域生态环境恶化,周围低值区对散布其中的高值区有负面的影
响,2000 年瓦房店生态安全高鄄高值区分布于南部(长兴岛、炮崖乡、地台镇),西部沿海地区驼山乡,仙浴湾镇
等也有小面积高鄄高值区;同时有较大面积的低鄄低值区分布在北部(李官镇、许屯镇、万家岭镇、松树镇)和西
南部的交流岛。 2000—2005 年间瓦房店生态安全集群格局发生了明显变化,高鄄高值区向北部(太阳街道、瓦
房店市、李店镇、炮台镇)转移,西部沿海地区小面积的高鄄高值区转变为低鄄低值区,并且到 2010 年有大面积
扩散趋势。 2000 年交流岛地区是低鄄低值区,2005 年此地区低鄄低值区明显减少,2010 年此地区低鄄低值区呈
零星分布,表明在这 10 年间,交流岛镇生态安全由不安全向安全转变。
图 5摇 瓦房店市生态安全度局域空间自相关 LISA集群图
Fig.5摇 The LISA cluster graph of local spatial autocorrelation in Wafangdian city
3.2.2摇 沿海地区生态安全空间分异特征
空间异质性主要由随机性和自相关性两部分组成。 块金值反映的是随机部分的空间异质性,若块金值
CO较大表明此时较小尺度上的某种过程不可忽视。 CO / (CO+C)的大小反映了自相关部分和随机部分对地理
要素空间分异的影响程度,该比值小,非结构性因素影响大。 这里结构性因素(内因)包括气候、地形地貌、土
壤类型、植被类型等主导区域景观生态安全格局的空间分布的因素;而非结构因素或称随机因素(外因)包括
各种自然灾害以及人为活动导致景观变化的因素。 变程值 a 大小反映了研究区某一特征空间自相关的尺度
状况,当取样尺度小于该值时各要素的空间分布存在自相关,说明此时研究区主要的生态学过程、格局及功能
都与该尺度有关,而当取样尺度大于该值时,则要素呈随机性。 运用地统计学方法对瓦房店市景观生态安全
格局进行空间分异分析,各模型拟合结果见表 3。 2000 年、2005 年和 2010年均为球形模型拟合效果最佳,复
相关系数 R2分别为 0.9390、0.8200和 0.8520。 2000 年较 2005 年和 2010 年复相关系数高,空间随机性程度
低,这与空间自相关研究结果吻合。
2000至 2010 年,瓦房店市景观生态安全指数的块金值效应整体上先减弱后增强,从 2000 年的 0.0030下
降到 2005 年的 0.0007,而 2010 年上升到 0.0009,表明研究区 2005 年到 2010 年非结构因素作用增强,不可忽
视。 CO / (CO+C)值也是先增加后减少,充分表明非结构因素对研究区景观生态安全空间分异影响效应先增
强后减弱,这与 10 年来瓦房店城市建设用地扩张、人类活动频繁的实际情况相符,2005 年以来随着大连市土
地政策的实施与管理,城镇建设、人类活动等非结构因素对生态安全演变影响有所消减。 2000 年、2005 年和
2010 年研究区景观生态安全格局空间分异的变程在 23. 1—137. 3 km 之间,其中 2000 年变程最大
(137.3 km),表明瓦房店市生态安全格局的相关性在缩小。
676 摇 生摇 态摇 学摇 报摇 摇 摇 35卷摇
http: / / www.ecologica.cn
表 3摇 瓦房店景观生态安全理论变异函数
Table 3摇 The variogroam of landscape eco鄄security indexes in Wafangdian
时期
Period
模型
Model
块金值
Nugget
CO
基台值
Sill
CO+C
变程
Range
a
块金值 /基台值
Nugget / Sill
CO / (CO+C)
R2
残差
Residual Error
RSS
2000 球形 Sphere 0.0030 0.0386 137.3 0.9220 0.9390 3.212伊10-5
2005 球形 Sphere 0.0007 0.0110 23.1 0.9360 0.8200 2.466伊10-5
2010 球形 Sphere 0.0009 0.0112 23.9 0.9170 0.8520 2.062伊10-5
4摇 结论与讨论
(1)景观格局的变化必然引起生态系统功能的改变,同时,人类的活动主要是在景观层次上进行的,景观
成为研究人类活动对环境影响的适宜尺度,也是沿海地区生态环境研究的基础单元。 本文结合景观指数所建
立的生态安全评价模型,运用空间自相关和地统计学中的变异函数,分析不同时期研究区内的景观生态安全
结构动态,丰富了沿海生态安全时空演变研究实例。
(2)运用 GIS格网技术可以有效的调节研究区的空间尺度,尤其是将指标格网化之后,对区域生态安全
研究要比传统以行政单元划分研究区域进行生态安全空间分异研究有很大的优势。 本文以 1 km伊1 km格网
为基本评价单元,能够很好地研究瓦房店生态安全时空分异,为揭示区域生态安全分异规律提供参考依据。
(3)沿海地区生态系统的复杂性决定了其研究必须采用复杂系统的理论方法,特别是建立或应用基于复
杂系统思想的数学模型来对沿海城市生态安全演变模拟与预测具有较强的理论价值和实践意义。
参考文献(References):
[ 1 ]摇 Evans L S. Ecological knowledge interactions in marine governance in Kenya. Ocean and Coastal Management, 2010, 53(4): 180鄄191.
[ 2 ] 摇 Farhan A R, Lim S. Vulnerability assessment of ecological conditions in Seribu Islands, Indonesia. Ocean and Coastal Management, 2012, 65:
1鄄14.
[ 3 ] 摇 陈菁, 吴端旺. 快速城市化中海峡西岸的生态安全评价. 生态学杂志, 2010, 29(12): 2491鄄2497.
[ 4 ] 摇 廖丹, 张珞平, 方秦华, 赵孜苗. 厦门湾海岸带区域人类开发活动的生态效应评价. 浙江万里学院学报, 2010, 23(2): 48鄄53.
[ 5 ] 摇 韩振华, 李建东, 殷红, 申屠亚瑾, 徐聪. 基于景观格局的辽河三角洲湿地生态安全分析. 生态环境学报, 2010, 19(3): 701鄄705.
[ 6 ] 摇 于蓉蓉, 谢文霞, 赵全升, 徐振, 刘文龙. 基于景观格局的胶州湾大沽河口湿地生态安全. 生态学杂志, 2012, 31(11): 2891鄄2899.
[ 7 ] 摇 张小虎, 雷国平, 袁磊, 李辉, 田庆昌. 黑龙江省土地生态安全评价. 中国人口·资源与环境, 2009, 19(1): 88鄄93.
[ 8 ] 摇 袁磊, 雷国平, 张小虎. 资源型城市土地生态安全评价———以大庆市为例. 地域研究与开发, 2009, 28(6): 80鄄85.
[ 9 ] 摇 王耕, 王嘉丽, 苏柏灵. 基于 ARIMA模型的辽河流域生态足迹动态模拟与预测. 生态环境学报, 2013, 22(4): 632鄄638.
[10] 摇 杨木壮, 吴涛, 谢鸿宇. 基于生态足迹的沿海地区生态承载力评价———以汕头市为例. 国土与自然资源研究, 2013, (2): 34鄄36.
[11] 摇 薛若晗. 基于生态足迹的福州仓山区生态安全评价. 环境科学导刊, 2013, 32(1): 82鄄85, 90鄄90.
[12] 摇 黄宁, 杨绵海, 林志兰, 杨德伟, 黄云凤. 厦门市海岸带景观格局变化及其对生态安全的影响. 生态学杂志, 2012, 31(12): 3193鄄3202.
[13] 摇 游魏斌, 何东进,巫丽芸,洪伟,詹仕华,覃德华, 游惠明. 武夷山风景名胜区景观生态安全度时空分异规律. 生态学报, 2011, 31(21):
6317鄄6327.
[14] 摇 张浩, 汤晓敏, 王寿兵, 郭林, 雍怡, 王祥荣. 珠江三角洲快速城市化地区生态安全研究———以佛山市为例. 自然资源学报, 2006, 21
(4): 615鄄624.
[15] 摇 高香玲, 王耕. 沿海城市生态安全评价及预测研究———以大连市为例. 海洋开发与管理, 2009, 26(10): 96鄄101.
[16] 摇 高宾, 李小玉, 李志刚, 陈玮, 何兴元, 齐善忠. 基于景观格局的锦州湾沿海经济开发区生态风险分析. 生态学报, 2011, 31(12):
3441鄄3450.
[17] 摇 孙磊, 孙英兰, 周震峰. 青岛市海岸带生态系统压力综合评价指标体系研究. 海洋环境科学, 2009, 28(5): 584鄄587.
[18] 摇 孙翔, 朱晓东, 李杨帆. 港湾快速城市化地区景观生态安全评价———以厦门市为例. 生态学报, 2008, 28(8): 3563鄄3573.
[19] 摇 李文杰, 张时煌. GIS和遥感技术在生态安全评价与生物多样性保护中的应用. 生态学报, 2010, 30(23): 6674鄄6681.
[20] 摇 王耕. 辽河流域生态安全隐患评价与预警研究. 大连: 大连海事大学出版社, 2012: 105鄄148.
[21] 摇 Anselin L. Local indicators of spatial association—LISA. Geographical Analysis, 1995, 27(2): 93鄄115.
[22] 摇 卢亚灵, 颜磊, 许学工. 环渤海地区生态脆弱性评价及其空间自相关分析. 资源科学, 2010, 32(2): 303鄄308.
[23] 摇 Sokal R R, Oden N L, Thomson B A. Local spatial autocorrelation in a biological model. Geographical Analysis, 1998, 30(4): 331鄄354.
[24] 摇 谢花林. 基于景观结构和空间统计学的区域生态风险分析. 生态学报, 2008, 28(10): 5020鄄5026.
776摇 3期 摇 摇 摇 王耕摇 等:基于 GIS的沿海地区生态安全时空测度与演变———以大连市瓦房店为例 摇