, 陈雯1,2,3, 邹露1,2,4, 蔡希51. 中国科学院南京地理与湖泊研究所, 南京 210008;
2. 中国科学院流域地理学重点实验室, 南京 210008;
3. 中国科学院大学, 资源与环境学院, 北京 100049;
4. 中国科学院大学, 北京 100049;
5. 镇江市发展和改革委员会, 镇江 212002
收稿日期: 2021-04-30; 修回日期: 2021-07-20; 录用日期: 2021-07-20
基金项目: 中国科学院战略性先导科技专项（A类）（No.XDA23020102）；国家自然科学基金项目（No.41871209）
作者简介: 李平星(1982-), 男, E-mail: pxli@niglas.ac.cn
通讯作者（责任作者）: 李平星, E-mail: pxli@niglas.ac.cn
摘要：区域一体化发展背景下，一体化生态空间格局的构建及其生态环境效应评估兼具丰富生态系统完整性和关联性研究的理论价值、指导生态空间跨区域协同保护的现实意义.以长三角一体化区域为案例，基于生态系统完整性和关联性，开展生态过程模拟和潜在生态廊道识别研究，构建跨区域、一体化的生态空间格局；基于2000—2018年土地利用数据，解析生态空间格局的土地利用/覆被变化（LUCC），核算生态空间格局的生态环境效应及其变化，分析污染物排放与生态环境质量的关系.结果表明，长三角地区的潜在生态廊道和一体化生态空间格局涵盖大部分城市，并主要分布在江苏沿江、安徽南部和浙江东南部地区；生态空间格局内生态用地占据主导，建设用地有缓慢增长的态势，导致生态环境质量有所降低；浙江东南部、安徽南部城市生态环境质量较高，且保持相对稳定；生态廊道内部缓冲区的生态环境质量较高，适合作为构建一体化生态空间格局、维护区域生态安全的主要载体；污染物排放与一体化生态空间的生态环境质量存在一定负相关关系，未来需要采取针对性措施以同步促进污染物减排和提升生态环境质量.
关键词：一体化生态空间格局生态系统完整性土地利用/覆被变化生态环境效应污染物排放长三角
Eco-environmental effect of land use/cover change (LUCC) based on integrated ecological space: A case of Yangtze River Delta
LI Pingxing1,2
, CHEN Wen1,2,3, ZOU Lu1,2,4, CAI Xi51. Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008;
2. Key Laboratory of Watershed Geographic Sciences, Chinese Academy of Sciences, Nanjing 210008;
3. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049;
4. University of Chinese Academy of Sciences, Beijing 100049;
5. Development and Reform Commission of Zhenjiang, Zhenjiang 212002
Received 30 April 2021; received in revised from 20 July 2021; accepted 20 July 2021
Abstract: In the context of regional integration, the collaborative protection of ecological spaces and the assessment of its eco-environmental effect receive increasing scholar attentions.It not only has potential in better our understanding on the integrity and relevance of ecosystem, but also can help promote the inter-regional collaboration of ecological conservation.Taking the Yangtze River Delta (YRD) as an example, we simulated the regional ecological process and identified important ecological corridors with Minimum Cumulative Resistance (MCR) model from the perspective of ecosystem integrity.An integrated ecological space with 140 potential ecological corridors was detected across the region.Employing the data of land use from 2000 to 2018, we further analyzed the land use/cover change (LUCC) pattern of the afore-detected space and calculated the eco-environmental effect as well as its changes through designed eco-environmental index of different land use types.The results showed that the potential ecological corridors and integrated ecological space in the YRD were mainly distributed in central Jiangsu, southeastern Zhejiang and southern Anhui.Given the rapid sprawl of urban space, the proportion of forests and waters in the ecological space tended to decrease.Consequently, the eco-environmental quality in the YRD declined with land use intensity gradually increasing.More specifically, the eco-environmental quality in southeastern Zhejiang and southern Anhui was relatively higher and more stable.Other developed cities and the outer buffers of the ecological corridors showed higher increase in land use intensity as well.We therefore argued that the inner buffers of the ecological corridors with better eco-environmental quality were more suitable to be designed as the main body of integrated ecological space.Because these spaces were generally better protected and less occupied, and could thus effectively maintain the ecological security in the YRD.There was a negative correlation between pollutant emissions and eco-environment quality of the integrated ecological space, indicating less emissions could help maintain higher eco-environmental quality.However, their relationship varied across the region.Finally, we suggested that targeted measures should be proposed to promote pollutant emission reduction and ecological environment quality improvement.
Keywords: Integrated ecological spaceecosystem integrityLUCCeco-environmental effectpollutant emissionYangtze River delta
1 引言(Introduction)土地是支撑经济社会活动和维护生态环境质量的重要载体(Foley et al., 2005；Bai et al., 2014).土地利用及其变化(LUCC)在全球环境变化和可持续发展中占有重要的地位, 是地理学、生态学和土地科学等相关学科研究的重点领域, 其中LUCC及其生态环境效应越来越成为研究的热点问题(李秀彬, 1996；李杨帆等, 2007).早期研究往往采用生物多样性和典型物种、植被结构和质量、生态空间数量与格局、生态系统服务功能、水气环境质量、景观生态风险等指标, 分析LUCC、尤其是生态空间下降和建设用地拓展等带来的生态环境效应(de Groot et al., 2010；Shrestha et al., 2012；李景远等, 2015；井云清等, 2017；朱利英等, 2021).这些研究关注特定空间单位或区域板块, 对自然生态系统完整性和生态过程的关注不够(Li et al., 2020).生态学相关理论指出, 区域生态安全的维护不仅仅需要保护特定生态功能区和重要生态空间等景观斑块, 也需要加强对生态廊道等线性生态空间的保护, 以构建完整、联通的生态安全网络(Pino et al., 2012；吴茂全等, 2019).因此, 越来越多研究从构建区域生态安全格局的角度出发, 借助生物遥测、行踪调查等实验手段和网络分析、电流分析、最小累积阻力分析等模型模拟开展生态斑块、生态廊道等的识别和保护(王海珍等, 2005；Mcrae et al., 2008；王琦等, 2016；Lechner et al., 2017).一体化、网络化生态空间格局的构建有利于维护生态系统结构与功能的完整性, 并为调控土地开发利用格局提供科学支撑(叶鑫等, 2018).但是, 已有研究大多以构建区域生态安全格局为目的, 较少关注生态空间格局的LUCC, 以及定量评估LUCC的生态环境效应.为深化、拓展相关理论研究, 需要更多关注生态系统完整性的维护、景观生态过程的维持和一体化生态安全格局的构建, 并开展一体化生态空间格局的LUCC及其生态环境效应研究.
从现实需求看, 为维护国家和区域生态安全, 在统筹考虑生态系统整体性和流域系统性的基础上提出生态环境修复和保护措施, 也被提到越来越重要的位置.《长江三角洲区域一体化发展规划纲要》也明确指出, 要“统筹山水林田湖草系统治理和空间协同保护”和“共同保护重要生态系统”.因此, 本研究以长三角地区为案例, 在构建一体化生态空间格局的基础上, 分析生态空间格局的LUCC及其生态环境效应, 以期丰富跨区域生态安全格局构建和LUCC生态环境效应的理论研究, 并为从区域尺度优化土地利用、维护生态安全提供现实指导.
2 研究区概况(Study area)根据2019年国务院颁布的《长江三角洲区域一体化发展规划纲要》, 长三角地区包括上海市、江苏省、浙江省、安徽省全域, 共包含上海市以及江苏、浙江、安徽三省的41个地级市(含原地级巢湖市).长三角是我国经济社会最发达、生态环境最宜居的地区之一, 2000—2018年, 地区生产总值和常住人口占全国的比重分别从19.40%、15.27%增长到23.58%、16.15%.人口和经济集聚导致建设用地扩张, 根据中科院资源环境数据中心的遥感解译数据, 建设用地由3.01万km2增长到4.81万km2, 年均增长逾1000 km2.生态空间破碎化, 逐渐成为“生物孤岛”, 给生态环境质量维护和生物多样性保护带来严重威胁, 需要从生态系统完整性的角度开展研究, 进而提出优化土地利用的具体措施.
3 研究方法与数据来源(Methods and data sources)3.1 一体化生态空间格局构建考虑生态系统完整性和关联性, 是构建一体化生态空间格局的前提.生态安全格局与生态过程密切相关并且相互影响, 景观中关键部位和空间联系的维持是生态安全格局的基础(叶鑫等, 2018).基于此, ****提出并广泛采用了基于生态过程维持和保护的生态安全格局构建方法(Knappen et al., 1992；俞孔坚, 1999).鉴于“源”和“汇”往往以斑块的形式存在, 生态过程模拟和生态廊道识别是构建生态安全格局的基础和关键, 最小累积阻力模型(minimum cumulative resistance, 简称MCR)是当前最为广泛应用的模拟模型之一.
MCR模型最初被用来模拟景观连通度、景观生态过程或揭示物种扩散、迁移过程或其中的关键“踏脚石”(Ferreras et al., 2001；Schadt et al., 2002).鉴于生态空间的蔓延过程与生物、尤其是陆生生物的扩散或迁移过程具有较高的相似性, 均是从原有的生境地、沿着较为适宜的廊道向周围延伸, 因此该模型也被广泛用于生态过程模拟、生态网络构建等(Adriaensen et al., 2003；Li et al., 2015；Li et al., 2020).ArcGIS软件的Cost Connectivity空间分析中, 所揭示的成本最低的连通性网络可被视为由潜在生态廊道构成的区域生态网络.输入区域和阻力表面是进行Cost Connectivity分析的必要变量.根据主体功能区划的界定, 禁止开发区是指依法设立的各类自然保护区域, 具有较高生态系统服务功能和生态重要性, 因而适宜作为输入区域(即生态安全格局中的“源”和“汇”；图 1a).阻力表面反映了景观单元或土地利用类型对生态过程的阻碍程度, 是根据不同土地利用类型的阻力值而设计的(图 1a).研究认为, 土地开发强度越高、人口和经济集聚度高的用地, 如各类建设用地, 是生态过程的屏障, 阻力值较大；人为干扰越少的用地, 如各类水域、林地等, 对生态过程的阻力越小.根据研究区域土地利用的详细分类, 结合专家判断和已有文献, 设置阻力值标准(Adriaensen et al., 2003；Liu et al., 2010；Li et al., 2015；苏泳娴等, 2013；图 1b；表 1).以2018年土地利用设计阻力表面, 进行Cost Connectivity分析, 得到2018年的生态廊道及其网络, 是一体化生态空间格局构建的基础.
图 1(Fig. 1)
 |
| 图 1 2018年长三角地区土地利用与相应的阻力表面 Fig. 1Land use and resistance surface of Yangtze delta in 2018 |
表 1(Table 1)
| 表 1 不同土地利用类型的景观阻力值和生态环境质量指数 Table 1 Landscape resistance value and eco-environmental quality index of different land use types | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 1 不同土地利用类型的景观阻力值和生态环境质量指数 Table 1 Landscape resistance value and eco-environmental quality index of different land use types
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
 |
3.2 生态空间格局的LUCC分析生态廊道不是一条线, 而是沿这条线、具有一定宽度的区域(Peng et al., 2017).宽度小于1000 m的生态廊道, 较难形成具有很高适宜性的生物多样性栖息地(Carlson et al., 1989；朱强等, 2005).因此, 本研究设定廊道最大宽度为1000 m(即最小成本路径两侧各500 m缓冲区), 并将1000 m宽的生态廊道细分为3个宽度, 即0~200、200~500和500~1000 m, 分析2000—2018年各个宽度缓冲区的LUCC.鉴于LUCC类型多样, 而建设用地生态环境影响最大, 因此以建设用地占比(即土地开发强度)来进行表征.
3.3 生态空间格局的生态环境质量指数核算指数分析是定量评估生态环境效应的常用方法.参考李晓文等(2003)、崔佳等(2013)、杨清可等(2018)、冉端等(2020)的指数确定标准, 对不同二级地类的生态环境质量指数进行专家判定和模糊赋值, 确定本研究中各类用地的生态环境质量指数(表 1), 进而利用各类用地面积、区域总面积对区域一体化生态安全格局的生态环境质量进行核算.公式见式(1).
 | (1) |
3.4 污染物排放及其与生态环境质量的关系分析污染物排放是LUCC生态环境效应的重要表征之一, 根据研究需要和数据获取等情况, 水、气、土壤环境污染物和生物多样性、水文过程等诸多指标均被研究者广泛采用(Reid et al., 2000；徐启渝等, 2020；石兰英等, 2020；冯春莉等, 2021；).其中, 水污染物、尤其是化学需氧量(COD)被认为是最具代表性和关联性的指标之一, 较广泛地被用于衡量LUCC的生态环境效应(李恒鹏等, 2006；Wang et al., 2013；项颂等, 2018).因此, 本文采用废水中的化学需氧量(COD)排放量作为表征指标, 以2018年为例, 从污染物排放的角度衡量土地利用变化的生态环境效应.在核算各城市废水COD排放量的基础上, 采用空间自相关分析方法, 对COD排放的空间格局进行分析, 进而定量分析各城市污染物排放与生态环境质量之间的空间聚类关系.
3.5 数据来源2000、2005、2010、2015和2018年长三角土地利用数据来源于中国科学院资源环境数据中心, 2000、2005、2010年的遥感解译主要使用Landsat-TM/ETM遥感影像数据, 2015、2018年主要使用Landsat 8遥感影像数据, 5期数据精度均高于85%, 符合计算要求.行政区划数据来源于中科院资源环境数据中心.禁止开发区数据来源于《全国主体功能区规划》(国发〔2010〕46号).废水COD排放数据来源于三省一市统计年鉴、地市统计年鉴、《浙江省自然资源与环境统计年鉴2019》等, 并依据《全国统计年鉴》进行适当调整.
4 结果与讨论(Results and discussions)4.1 潜在生态廊道与一体化生态安全格局空间模拟分析得到140条潜在生态廊道, 总长度为9598 km, 连通141个禁止开发区域, 分布39个城市(图 2).其中, 上海、江苏、浙江、安徽的廊道总长度分别为458、3026、3033、3081 km, 主要分布在江苏沿江、安徽南部和浙江东南部地区, 尤其是水域、林地等生态空间分布较多的区域.从城市层面看, 淮安、杭州、南京的廊道较长, 分别为827、676、630 km；较短的城市则包括常州、南通、淮北, 均不足10 km；安徽西北部的亳州、阜阳境内没有禁止开发区域, 导致两市没有生态廊道存在(图 3).
图 2(Fig. 2)
 |
| 图 2 各城市潜在生态廊道的长度 Fig. 2The length of potential ecological corridors of different cities |
图 3(Fig. 3)
 |
| 图 3 长三角地区潜在生态廊道的空间分布 Fig. 3Spatial distribution of potential ecological corridors in Yangtze River delta |
4.2 生态安全格局的用地结构及其变化4.2.1 2018年用地结构2018年, 生态安全格局内以林地和水域等生态用地为主(图 4).全部缓冲区内林地和水域的占比分别为42%和32%, 而建设用地仅为6%左右.不同宽度的缓冲区内, 林地和水域虽然一直保持主导地位, 但是占比随着廊道宽度的增加而逐步下降.相反, 耕地和建设用地占比增长明显, 其中耕地从5.24%增长至20.83%, 建设用地从0.95%迅速增长至8.51%.这表明越到外围的缓冲区, 土地开发和利用强度越高.
图 4(Fig. 4)
 |
| 图 4 2018年不同宽度缓冲区内各类用地比例 Fig. 4The proportion of different land use types in different buffers in 2018 |
各市建设用地数量和占比不同, 土地开发强度差异较大(图 5).上海、扬州、泰州、嘉兴等沿江和浙江北部、安徽中部和北部、江苏北部等城市的强度相对较高, 表明生态廊道内的人类活动较为显著.与整体趋势一致, 各个城市均呈现越远离廊道中心、开发强度越高的趋势, 表明廊道外围的土地开发和利用较为明显.其中, 整体开发强度较高的上海, 其500~1000 m缓冲区内的土地开发强度最高, 建设用地占比达到46%；0~200 m缓冲区内的开发强度也达到了5%.嘉兴、徐州、扬州、南京等地的开发强度也较高, 尤其是外围缓冲区.相反, 浙江东南部、安徽南部的土地开发强度不高, 且受缓冲区宽度的影响较小.后者地形地貌较为复杂, 土地开发利用成本高、适宜性低, 人类活动干扰较小, 林地等生态空间得到较好保护.
图 5(Fig. 5)
 |
| 图 5 2018年不同缓冲区内的土地利用强度 Fig. 5The land use intensity of various cities in different buffers in 2018 |
4.2.2 2000—2018年用地变化整个缓冲区内的用地结构保持相对稳定, 水域和林地等生态用地保持主导地位, 占比分别维持在32%和41%左右(图 6a).耕地缓慢下降, 建设用地缓慢增长, 与2000年以来建设用地扩展、占用较多耕地有关.长三角地区经济社会发展较快, 建设用地需求量大, 导致建设空间大量占用耕地和其他生态空间.
图 6(Fig. 6)
 |
| 图 6 2000—2018年缓冲区内的LUCC Fig. 6LUCC in different buffers from 2000 to 2018 |
从各级缓冲区内的情况看, 缓冲区内不同年份的用地结构保持相对稳定, 均维持林地和水域占主导的格局(图 6b).但是, 不同缓冲区间的结构差异较为明显, 总体表现为越往外的缓冲区, 林地和水域的占比越低, 建设用地、耕地、草地的占比越高.从变化情况看, 0~200 m缓冲区内的用地结构更为稳定, 各类用地均保持相对稳定的格局；200~500 m和500~1000 m缓冲区内的用地结构有一定变化, 均体现为耕地缓慢下降和建设用地缓慢增长.
各城市生态廊道内的土地开发强度的变化存在较大差异, 且明显受到生态廊道宽度的影响(图 7).在0~200 m缓冲区, 各城市开发强度的变化差异最为明显.上海、嘉兴、扬州、宿州等开发强度较高的城市, 2000年以来开发强度维持高位、且有增长的态势；而盐城、连云港、淮南等城市, 开发强度波动式变化, 部分阶段出现下降, 表明该时期建设用地的拓展得到控制.200~500 m缓冲区, 较多城市的开发强度有所增长, 尤其是上海、嘉兴、扬州、泰州等城市, 其余个别城市虽然略有下降, 但是下降幅度均不大.到500~1000 m缓冲区, 大部分城市呈现强度增加的态势.这表明随着缓冲区宽度的增加, 外围缓冲区的土地开发更为强烈, 导致建设用地拓展的态势更为明显, 土地管控和生态保护的难度也明显增加.
图 7(Fig. 7)
 |
| 图 7 2000—2018年各城市不同缓冲区内的土地利用强度变化 Fig. 7The changes of land use intensity in different buffers of various cities from 2000 to 2018 |
4.3 生态空间格局的生态环境指数及其变化区域一体化生态空间格局的整体生态环境质量指数呈现缓慢下降的态势, 从2000年的0.6615下降到2018年的0.6581.从各缓冲区看, 生态环境质量指数呈现从内部缓冲区到外部缓冲区逐渐下降的态势, 说明内部缓冲区的生态环境状况好于外部缓冲区(图 8).除0~200 m缓冲区外, 200~500 m和500~1000 m缓冲区的生态环境质量指数均有所下降, 表明外部缓冲区不仅生态环境质量较低, 而且有下降的趋势.
图 8(Fig. 8)
 |
| 图 8 2000—2018年各缓冲区的生态环境质量指数变化 Fig. 8The changes of eco-environmental quality index of different buffers from 2000 to 2018 |
2018年, 各城市生态廊道的生态环境指数存在较大差异, 介于0.3648~0.8962(图 9).按照Natural Breaks (Jenks)分类结果, 安徽南部和浙江东南部的城市生态环境质量指数较高, 表明其生态廊道的生态环境状况较好；而上海、江苏、安徽中部和北部城市的生态环境质量指数较低, 尤其是上海、嘉兴、盐城、泰州、徐州、蚌埠等城市, 生态廊道的生态环境状况较差.从各缓冲区的情况看, 几乎所有城市均呈现由内而外生态环境指数下降的趋势, 说明内部缓冲区的生态环境状况要明显优于外部缓冲区.其中, 上海、嘉兴、蚌埠、宿迁等城市内外缓冲区的差异更为明显.这些城市整体上属于生态廊道环境状况较差的区域, 说明生态环境较差的地区, 内部缓冲区的生态环境优势更为明显.
图 9(Fig. 9)
 |
| 图 9 2018年各城市生态环境质量指数 Fig. 9The eco-environmental quality index of various cities in 2018 |
2000—2018年, 各城市生态环境指数的变化存在明显差异, 而且不同缓冲区的变化差异更为明显(图 10).0~200 m缓冲区的生态环境质量指数的变化介于-0.0324~0.0358, 增长的城市和下降的城市数量大体相当, 大部分城市的变化在-0.0206~0.0026之间, 盐城市、常州市的下降最为明显, 而嘉兴市、铜陵市增长最多.到200~500 m缓冲区, 变化的范围调整为-0.0470~0.0193, 下降的程度更高、出现下降的城市数量更多, 盐城市、常州市仍是下降最为明显的城市, 而嘉兴市、镇江市增长最大.到500~1000 m缓冲区, 下降的幅度进一步加大, 而且绝大部分城市呈现下降的态势；增长最大的城市——嘉兴市, 也仅提高了0.0073.总的看来, 内部缓冲区保持相对稳定；缓冲区宽度越大, 下降的态势更为明显, 说明外围缓冲区的生态环境状况恶化的态势更显著, 内部缓冲区的生态环境质量保持相对稳定.
图 10(Fig. 10)
 |
| 图 10 2000—2018年各城市不同缓冲区的生态环境质量指数变化 Fig. 10The changes of eco-environmental quality index in different buffers of various cities from 2000 to 2018 |
4.4 污染物排放格局及与生态环境指数的关系4.4.1 污染物排放格局以2018年废水COD排放为例, 不含生态安全格局不涉及的亳州和阜阳两市, 区域总排放量约为158.36×104 t, 其中上海、江苏、浙江和安徽分别为12.05×104、68.45×104、39.16×104和38.71×104 t.这与江苏省工业经济、尤其是重工业规模较大、污染物产生量较大有关.从城市层面看, 空间自相关分析的Moran′s I指数为0.1920, 表明废水COD排放具有一定程度的空间集聚特征, 但是并不是特别明显.其中, 沿海和江苏北部城市的COD排放量整体较高, 尤其是上海、盐城和温州；沿江城市的排放量次之, 而安徽南部、浙江西部城市的排放量较低, 尤其是黄山、池州、衢州等城市(图 11).
图 11(Fig. 11)
 |
| 图 11 2018年各城市废水COD排放及其与生态环境质量指数关系 Fig. 11COD emissions in waste water and the relationship with eco-environmental quality index of total buffers in 2018 |
4.4.2 与生态环境质量指数的关系各城市COD排放量和生态环境质量指数的Moran′s I指数为-0.1581, 表明两者存在一定的负相关关系, 污染物排放量较高的城市, 其生态环境质量指数相对较低.这与已有相关研究的结论基本一致, 说明污染物排放对于生态环境起到破坏作用.聚类关系较为显著的城市共有14个, 占全部城市数量的1/3左右, 主要分布在南北两端地区.其中, 北部城市以高-低值区为主, 表明该地区排放量相对较高, 生态环境质量较低；滁州和淮北为低-低值区, 虽然排放量低, 但是生态环境质量也不高.南部城市中, 5个为低-高值区, 其污染排放量低, 而生态环境质量较高；杭州、绍兴和温州为高-高值区, 虽然污染物排放量较高, 但是生态环境仍得到较好的保护.
5 结论(Conclusions)1) 生态安全格局内土地利用具有较强稳定性, LUCC存在明显的空间差异.长三角地区开发建设强度高, 线状生态空间以河流、湖泊等水体及其岸线为主, 是本研究所揭示潜在生态安全格局的主体.生态安全格局内, 林地和水域等生态用地占据主导、且保持相对稳定.但是, 建设空间占用林地、岸线等生态空间的情况依然存在.浙江东南部的衢州、金华、丽水和安徽南部黄山、池州等城市, 生态安全格局内的林地、水域等生态用地更多, 建设用地占比很低、拓展少；而上海市, 江苏沿江的苏州、无锡、扬州、泰州, 安徽中部和北部的合肥、芜湖、宿州, 以及浙江北部的嘉兴等城市建设用地较多, 土地开发强度高、建设用地拓展量较大.这与各地土地资源的自然条件和开发建设适宜性有关, 上海、江苏等地土地开发适宜性较高, 开发建设需求强烈, 生态空间被占用较多.这种占用的空间差异明显, 在0~200、200~500到500~1000 m范围内, 建设用地呈现增加态势, 外围缓冲区内建设用地拓展更快.虽然更宽的廊道有利于生物多样性保护, 但是该区域大型哺乳动物较少, 200 m宽度的廊道可以满足大部分生物的迁移需求.由于0~200 m廊道内生态用地占比较高、稳定性好、调整量小, 建设200 m宽的生态廊道具有较高的可行性.
3) 生态环境状况是土地利用格局的直接表征, 林地、水域等生态用地占比较大的区域, 生态安全格局的生态环境指数也较高.安徽南部和浙江东南部的黄山、衢州、丽水、温州、金华、台州等城市生态环境状况更为良好, 而上海、泰州、盐城、徐州、嘉兴、统领、蚌埠、合肥等城市生态环境质量较差.生态环境质量较差的区域, 其质量下降的趋势也更为明显.这表明在保护已有生态用地的同时, 需要采取生态修复和用地调整等必要措施, 以扭转生态环境质量恶化的趋势.
4) 区域污染物排放量与一体化生态空间的生态环境质量存在负相关关系, 说明对一体化生态空间的保护不仅有利于维护生态过程完整性和区域生态安全, 也有助于遏制生态环境质量恶化、降低环境污染负面效应.安徽和浙江南部的黄山、池州、衢州等城市污染物排放得到了较好控制, 生态环境质量维持较高水平, 实现了两者的良性互动.而长三角北部和沿海的连云港、宿迁、宿州、盐城、南通等城市污染物排放量高、生态环境质量低, 是协调两者关系的重点区域.污染排放高、环境质量高的区域, 重点是促进污染物减排；污染物排放低、环境质量也低的区域, 需要采取生态建设措施, 在维持低排放的同时、促进生态环境质量的稳步改善.
参考文献
| Adriaensen F, Chardon J P, De Blust G, et al. 2003. The application of 'least-cost' modelling as a functional landscape model[J]. Landscape and Urban Planning, 64(4): 233-247. DOI:10.1016/S0169-2046(02)00242-6 |
| Bai X, Shi P, Liu Y. 2014. Realizing China's urban dream[J]. Nature, 509: 158-160. DOI:10.1038/509158a |
| Carlson C, Canty D, Steiner F, et al. 1989. A path for the Palouse: an example of conservation and recreation planning[J]. Landscape and Urban Planning, 17: 1-19. DOI:10.1016/0169-2046(89)90063-7 |
| 崔佳, 臧淑英. 2013. 哈大齐工业走廊土地利用变化的生态环境效应[J]. 地理研究, 32(5): 848-856. |
| de Groot R S, Alkemade R, Braat L, et al. 2010. Challenges in integrating the concept of ecosystem services and values in landscape planning, management and decision making[J]. Ecological Complexity, 7: 260-272. DOI:10.1016/j.ecocom.2009.10.006 |
| Ferreras P. 2001. Landscape structure and asymmetrical inter-patch connectivity in a metapopulation of the endangered Iberian lynx[J]. Biological Conservation, 100: 125-136. DOI:10.1016/S0006-3207(00)00213-5 |
| 冯春莉, 李润奎. 2021. 基于土地利用回归模型的北京市2013-2019年大气污染时空变化分析[J]. 环境科学学报, 41(4): 1231-1238. |
| Foley J A, DeFries R, Asner G P, et al. 2005. Global consequences of land use[J]. Science, 309: 570-574. DOI:10.1126/science.1111772 |
| 井云清, 张飞, 陈丽华, 等. 2017. 艾比湖湿地土地利用/覆被-景观格局和气候变化的生态环境效应研究[J]. 环境科学学报, 37(9): 3590-3601. |
| Knappen J P, Scheffer M, Harms B. 1992. Estimating habitat isolation in landscape planning[J]. Landscape and Urban Planning, 23: 1-16. DOI:10.1016/0169-2046(92)90060-D |
| Lechner A M, Sprod D, Carter O, et al. 2017. Characterising landscape connectivity for conservation planning using a dispersal guild approach[J]. Landscape Ecology, 32: 99-113. DOI:10.1007/s10980-016-0431-5 |
| Li F, Ye Y, Song B, et al. 2015. Evaluation of urban suitable ecological land based on the minimum cumulative resistance model: A case study from Changzhou, China[J]. Ecological Modelling, 318: 194-203. DOI:10.1016/j.ecolmodel.2014.09.002 |
| 李恒鹏, 黄文钰, 杨桂山, 等. 2006. 太湖地区蠡河流域不同用地类型面源污染特征[J]. 中国环境科学, 26(2): 243-247. DOI:10.3321/j.issn:1000-6923.2006.02.027 |
| 李景远, 吴巍, 周孝德, 等. 2015. 车尔臣河流域土地利用变化及生态环境效应分析[J]. 环境科学学报, 35(10): 3330-3337. |
| Li P, Gao J, Chen J. 2020. Quantitative assessment of ecological stress of construction lands by quantity and location: case study in Southern Jiangsu, Eastern China[J]. Environment, Development and Sustainability, 22: 1559-1578. DOI:10.1007/s10668-018-0262-4 |
| 李锐, 杨勤科, 温仲明, 等. 2002. 区域土地利用变化环境效应研究综述[J]. 水土保持通报, 22(2): 65-70. DOI:10.3969/j.issn.1000-288X.2002.02.019 |
| 李晓文, 方创琳, 黄金川, 等. 2003. 西北干旱区城市土地利用变化及其区域生态环境效应——以甘肃河西地区为例[J]. 第四纪研究, 23(3): 280-290. DOI:10.3321/j.issn:1001-7410.2003.03.006 |
| 刘孝富, 舒俭民, 张林波. 2010. 最小累积阻力模型在城市土地生态适宜性评价中的应用——以厦门为例[J]. 生态学报, 30(2): 421-428. |
| 李秀彬. 1996. 全球环境变化研究的核心领域-土地利用/土地覆被变化的国际研究动向[J]. 地理学报, 51(6): 553-558. DOI:10.3321/j.issn:0375-5444.1996.06.010 |
| 李杨帆, 朱晓东, 孙翔, 等. 2007. 快速城市化对区域生态环境影响的时空过程及评价[J]. 环境科学学报, 27(12): 2060-2066. DOI:10.3321/j.issn:0253-2468.2007.12.021 |
| Mcrae B H, Dickson B G, Keitt T H, et al. 2008. Using circuit theory to model connectivity in ecology, evolution, and conservation[J]. Ecology, 89(10): 2712-2724. DOI:10.1890/07-1861.1 |
| Peng J, Zhao H, Liu Y. 2017. Urban ecological corridors construction: A review[J]. Acta Ecologica Sinica, 37: 23-30. DOI:10.1016/j.chnaes.2016.12.002 |
| Pino J, Marull J. 2012. Ecological networks: are they enough for connectivity conservation?A case study in the Barcelona Metropolitan Region (NE Spain)[J]. Land Use Policy, 29: 684-690. DOI:10.1016/j.landusepol.2011.11.004 |
| 冉端, 李江风. 2020. 长江经济带土地利用转型及生态环境效应[J]. 江苏农业科学, 48(2): 256-263. |
| Reid R S, Kruska R L, Muthui N, et al. 2000. Land-use and land-cover dynamics in response to changes in climatic, biological and socio-political forces: the case of southwestern Ethiopia[J]. Landscape Ecology, 15(4): 339-355. DOI:10.1023/A:1008177712995 |
| Schadt S, Knauer F, Kaczensky P, et al. 2002. Rule-based assessment of suitable habitat and patch connectivity for Eurasian Lynx in Germany[J]. Ecological Application, 12: 1469-1483. DOI:10.1890/1051-0761(2002)012[1469:RBAOSH]2.0.CO;2 |
| 石兰英, 田新民. 2020. 兴凯湖地区不同土地利用方式下土壤重金属污染情况及潜在生态风险[J]. 江苏农业科学, 48(9): 282-286, 297. |
| Shrestha M K, York A M, Boone C G, et al. 2012. Land fragmentation due to rapid urbanization in the Phoenix Metropolitan Area: Analyzing the spatiotemporal patterns and drivers[J]. Applied Geography, 32(2): 522-531. DOI:10.1016/j.apgeog.2011.04.004 |
| 苏泳娴, 张虹鸥, 陈修治, 等. 2013. 佛山市高明区生态安全格局和建设用地扩展预案[J]. 生态学报, 33(5): 1524-1534. |
| 王海珍, 张利权. 2005. 基于GIS、景观格局和网络分析法的厦门本岛生态网络规划[J]. 植物生态学报, 29(1): 144-152. DOI:10.3321/j.issn:1005-264X.2005.01.019 |
| 王琦, 付梦娣, 魏来, 等. 2016. 基于源-汇理论和最小累积阻力模型的城市生态安全格局构建——以安徽省宁国市为例[J]. 环境科学学报, 36(12): 4546-4554. |
| Wang S, He Q, Ai H, et al. 2013. Pollutant concentrations and pollution loads in stormwater runoff from different land uses in Chongqing[J]. Journal of Environmental Sciences, 25(3): 502-510. DOI:10.1016/S1001-0742(11)61032-2 |
| 吴茂全, 胡蒙蒙, 汪涛, 等. 2019. 基于生态安全格局与多尺度景观连通性的城市生态源地识别[J]. 生态学报, 39(13): 4720-4731. |
| 项颂, 庞燕, 窦嘉顺, 等. 2018. 不同时空尺度下土地利用对洱海入湖河流水质的影响[J]. 生态学报, 38(3): 876-885. |
| 徐启渝, 王鹏, 舒旺, 等. 2020. 土地利用结构与空间格局对袁河水质的影响[J]. 环境科学学报, 40(7): 2611-2620. |
| 杨清可, 段学军, 王磊, 等. 2018. 基于"三生空间"的土地利用转型与生态环境效应——以长江三角洲核心区为例[J]. 地理科学, 38(1): 97-106. |
| 叶鑫, 邹长新, 刘国华, 等. 2018. 生态安全格局研究的主要内容与进展[J]. 生态学报, 38(10): 3382-3392. |
| 俞孔坚. 1999. 生物保护的景观生态安全格局[J]. 生态学报, 19(1): 8-15. |
| 朱利英, 魏源送, 王春荣, 等. 2021. 1982-2015年北运河流域土地利用时空变异及其对生态服务价值的影响[J]. 环境科学学报, 41(1): 301-310. |
| 朱强, 俞孔坚, 李迪华. 2005. 景观规划中的生态廊道宽度[J]. 生态学报, 25(9): 2406-2412. DOI:10.3321/j.issn:1000-0933.2005.09.037 |
