1980—2018年海南岛人类活动强度时空变化特征及其驱动机制
1.
2.
3.
Spatiotemporal characteristics of human activity intensity and its driving mechanism in Hainan Island from 1980 to 2018
1.
2.
3.
通讯作者:
收稿日期: 2019-04-24 修回日期: 2019-07-23 网络出版日期: 2020-04-28
基金资助: |
|
Received: 2019-04-24 Revised: 2019-07-23 Online: 2020-04-28
Fund supported: |
|
作者简介 About authors
刘采(1987— ),女,北京人,博士生,工程师,主要研究方向为遥感地质。E-mail:
定量评价区域人类活动强度,可反映人与环境关系的变化,为土地利用政策制定和生态环境建设提供科学依据。论文基于1 km分辨率的土地利用/土地覆被数据,从总体变化、空间自相关性及影响因素等方面对海南岛1980—2018年人类活动强度进行分析研究。结果表明:① 2018年,海南岛土地利用/土地覆被类型以林地和耕地为主,分别占研究区总面积的62.85%和25.27%。1980—2018年间,仅有城乡、工矿和居民用地面积出现大幅度增加,其他类型面积均减少,其中耕地和草地减少的面积较大,分别减少397.81 km2和303.02 km2。② 1980年海南岛人类活动强度为10.54%,2018年达到12.86%,增长了22.01%。2000年以前基本保持不变,2010年以后增长迅速。③ 近40 a间海南岛人类活动强度空间分布格局具有四周高、中间低的特点,并具有显著的空间集聚特征,人类活动强度变化热点地区主要集中在海口市、三亚市等城市建设迅速地区。④ 海南岛人类活动强度主要受政府政策、人口增长、经济发展等因素的驱动。
关键词:
Quantitative assessment of regional human activity intensity can reflect the relationship between people and environment, which can provide a scientific basis for landuse-related decision making and eco-environment construction. Based on the land use/land cover data with 1 km resolution, we quantitatively evaluated the spatial-temporal features of human activity intensity in Hainan Island from 1980 to 2018. On this basis, we analyzed the overall change and spatial correlation of human activity intensity and explored its driving mechanism. The results showed that: 1) The main types of land use were woodland and farmland in the study area in 2018, accounting for 62.85% and 25.27%, respectively. Only bulit-up land increased sharply, and areas of all other land use types reduced from 1980 to 2018. The areal reductions of farmland and grassland were the largest and the decreases were 397.81 km2 and 303.02 km2, respectively. 2) Human activity intensity gradually increased from 10.54% (1980) to 12.86% (2018), risen by 22.01%. Before 2000, it was relatively stable and after that, it grew fast. 3) The spatial distribution of human activity intensity was high in the coastal areas and low in the central part of the island. Human activity intensity showed significant spatial agglomeration effect and the hotspots were concentrated mainly in areas of rapid urban development, such as Haikou City and Sanya City. 4) The human activity intensity in Hainan Island was mainly driven by government policy, rapid population growth, economic development, and so on.
Keywords:
本文引用格式
刘采, 张海燕, 李迁.
LIU Cai, ZHANG Haiyan, LI Qian.
随着社会经济的快速发展,人类对自然资源的需求不断加速,人类活动改造自然的力度和规模不断增强,对生态环境产生的干扰和压力也不断增加。人类活动强度的定量化和空间化表达,是评价人类活动对生态环境影响的基础[1]。人类活动强度是指一定面积的区域受人类活动的影响而产生的扰动程度,表征人类活动对陆地表层影响程度[2,3]。当前人类活动强度定量评价主要从2种角度考虑:一是侧重于人类活动本身所产生的压力变化,如基于权重的多指标叠加分析方法[4,5]、人类足迹方法[6,7]、环境扰动指数方法[8]等;二是由人类活动引起的状态变化,如基于土地利用状态变化[3]、基于生态系统服务变化[9]、基于多种状态因子的变化[10]等。其中,土地利用是人类活动对地表生态系统最直接且主要表现形式,从景观、土地利用变化的角度定量化评价区域人类活动强度是目前国内最常用的方法。刘纪远等[11]认为人类对各种生态系统类型的利用程度不同,对未利用地、林草地和水域、农业用地、建设用地进行不同的分级,采用面积加权求和法计算出土地利用程度综合指数,从而构建土地利用程度模型。近年来,徐勇等[3]提出更为细化的分类标准,提出将建设用地当量作为衡量人类活动对陆地表层作用的程度当量,从而提出了依据建设用地当量面积占区域土地总面积百分比法来构建人类活动强度的计算模型。该方法因能基于土地利用遥感解译数据,较准确地反映土地利用程度的综合状况,且适用于不同空间领域的研究,特别是在无法获取足够社会经济统计数据的情况下,普适性强,在全国和区域尺度上都得到很好的应用[12,13]。
海南岛位于中国最南端,是中国第一个生态省主体,唯一的省域国际旅游岛。近年来,随着海南旅游房地产业高速发展,生态破坏严重,各种环境问题接踵而来,例如海岸线资源被廉价开发占有;非法矿产开采造成环境破坏,逐步演变形成“人为热带海岸沙漠”等[14],而对于海南岛人类活动强度的深入综合评估却鲜有报道。本文基于人类活动对区域土地利用变化的驱动作用,定量评价海南岛长时间序列下的受人类活动干扰程度,分析全区及各县人类活动强度时空动态变化,并从社会经济和自然因素等方面来探讨其主要驱动因素。研究结果可为海南省规划执行情况、土地利用政策的制定和生态环境建设提供科学依据。
1 数据与方法
1.1 数据来源
本文所使用的主要数据为土地利用/土地覆被空间分布数据,来源于中国科学院资源环境数据中心的全国土地利用数据库,共包含1980、1990、1995、2000、2005、2010、2015和2018年8期,空间分辨率为1 km。该数据集以Landsat TM/ETM/OLI和HJ等遥感影像为主要数据源,通过人工交互目视解译生成。土地利用/土地覆被类型包括耕地、林地、草地、水域、城乡/工矿/居民用地和未利用土地6个一级类型以及25个二级类型。每期数据都进行了统一的质量检查和数据集成,并通过野外调查实地验证,一级和二级类型综合评价精度均在90%以 上[15,16]。此外,1980—2018年生产总值、总人口、农业总产值、工业总产值、旅游业收入、矿产产值、城镇化率、固定资产投资总额及第一、二、三产业产值占GDP比重的数据来自对应年份的《海南省年鉴》。
1.2 人类活动强度的计算
人类活动强度(human activity intensity of land surface, HAILS)计算方法采用徐勇等提出的人类活动强度算法模型和土地利用/土地覆被类型的建设用地当量系数(conversion index of construction land equivalent, CI)折算方法[3]。计算公式如下:
式中:HAILS为陆地表层人类活动强度;SCLE为建设用地当量面积;S为区域总面积;SLi为第i种土地利用/土地覆被类型的面积;CIi为第i种土地利用/土地覆被类型的建设用地当量折算系数;n为区域内土地利用/土地覆被类型数。其中,建设用地当量折算系数通过两层级分步式算法计算得出。
1.3 空间自相关
空间自相关是指同一个变量在不同空间位置上的相关性,是空间单元属性值聚集程度的一种度量[17],包括全局空间自相关和局部空间自相关2种。全局指标是探索整个空间上属性数据的分布模式以及空间结构情况,而局部指标可以进一步探索属性数据在空间上的聚集行为、聚集位置等空间信息。本文选择全局指标Moran's I指数来定量分析空间自相关,选择局部指标Getis-Ord Gi*指数来识别不同的空间位置上的高值聚集与低值聚集,即热点区与冷点区的空间分布。以上指标均利用ArcGIS 10.2计算得到。
1.3.1 全局指标
式中:xi、xj为区域i、j的属性值,即本文中人类活动强度;w为空间权矩阵,wij代表空间单元i和j之间的影响程度;
1.3.2 局部指标
Getis-Ord Gi*指数[20]的计算公式如下:
式中:wij为单元i、j之间的空间权重;
1.4 线性回归模型
根据相关研究成果[21,22,23],结合海南岛的社会经济发展状况,选取人口、经济、产业结构等11个指标作为自变量,选取海南岛人类活动强度作为因变量构建线性回归模型,来分析海南岛人类活动变化的相关影响因素。11个自变量为:地区生产总值(GDP)x1、总人口x2、农业总产值x3、工业总产值x4、旅游业收入x5、矿产产值(煤炭、黑色金属、有色金属、建材及其他非金属)x6、城镇化率x7、固定资产投资总额x8、第一产业产值占GDP比重x9、第二产业产值占GDP比重x10、第三产业产值占GDP比重x11。因指标要素间具有相关性,为避免共线性问题对回归模型的影响,本文选择一元线性回归方程模型,根据各拟合优度的判定系数(R2)比较人类活动强度变化与不同指标要素之间的相关程度,具体模型如下:
式中:α为常量;β为相关变量的系数,表示因变量对各指标要素的弹性变化;ε为随机误差项。
2 结果分析
2.1 土地利用变化时空特征分析
2018年海南岛土地利用/土地覆被类型(表1、图1)以林地为主,占研究区总面积的62.85%,其中有林地、灌木林、疏林地和其他林地分别为12913.83、2404.78、936.40和5050.83 km2,各占总面积的38.09%、7.09%、2.76%、14.90%,主要分布在中部和南部山区丘陵地带。其次为耕地,占研究区总面积的25.27%,所包含的旱地和水田面积各为3026.74、5539.30 km2,分别占总面积的8.93%、16.34%,主要分布在海南岛沿海平原地区。水域、城乡/工矿/居民用地和草地面积相近,分别占研究区总面积的4.20%、3.81%和3.44%。水域以河渠、水库坑塘、滩涂和滩地为主;城乡/工矿/居民用地包括城镇用地、农村居民点和其他建设用地,主要分布在海口市区、三亚市区、琼海市区等区域;草地所包含的高、中和低植被覆盖草地分别占比2.89%、0.50%、0.04%,主要分布在海南岛平原地区;未利用土地面积最小,仅占研究区总面积的0.43%,以沙地、海洋、沼泽地为主。
表1 海南岛1980—2018年土地利用/土地覆被一级类型构成及变化
Tab.1
年份/时段 | 耕地 | 林地 | 草地 | 水域 | 城乡/工矿/居民用地 | 未利用土地 |
---|---|---|---|---|---|---|
1980年 | 8963.86 | 21236.26 | 1467.84 | 1425.42 | 615.54 | 191.37 |
1990年 | 9077.67 | 21536.89 | 1420.29 | 1092.91 | 606.84 | 165.68 |
1995年 | 8497.41 | 21923.51 | 1397.70 | 1259.72 | 643.26 | 178.68 |
2000年 | 8915.15 | 21707.41 | 1213.71 | 1161.94 | 752.72 | 149.35 |
2005年 | 8908.82 | 21860.63 | 1167.04 | 1042.61 | 799.77 | 121.42 |
2010年 | 8827.45 | 21722.22 | 1132.80 | 1256.23 | 841.14 | 120.45 |
2015年 | 8681.89 | 21534.99 | 1130.91 | 1261.32 | 1175.70 | 115.48 |
2018年 | 8566.04 | 21305.84 | 1164.82 | 1424.87 | 1292.37 | 146.34 |
1980—2018年 | -397.81 | 69.58 | -303.02 | -0.55 | 676.83 | -45.03 |
(-4.44%) | (0.33%) | (-20.64%) | (-0.04%) | (109.96%) | (-23.53%) |
注:括号中数据为1980—2018年各土地利用/土地覆被面积变化比例。
图1
近40 a间,林地整体变化不大,面积比例保持在62.64%~64.67%之间。仅有城乡/工矿/居民用地出现大幅增长趋势,从1980年的615.54 km2增至2018年的1292.37 km2,增长了109.96%。其他土地利用类型均呈现不同程度的减少,其中,未利用土地的减幅最大,减少了45.03 km2,减少面积占1980年该类型的23.53%;耕地面积减少最大,共减少397.81 km2,减少面积占1980年该类型的4.44%;草地面积减少也较大,共减少303.02 km2,占1980年该类型的20.64%;而水域仅有微弱的减小趋势。
2.2 人类活动强度的时空变化分析
海南岛历年建设用地当量面积和人类活动强度见图2、图3和表2,变化大致以2000、2010年为界,前期基本保持不变,中期2000—2010年增长相对缓慢,后期2010—2018年增长迅速。1980年,海南岛建设用地当量面积为3592.70 km2,人类活动强度为10.54%;2000年,海南岛建设用地当量面积为3725.41 km2,人类活动强度为10.94%;2018年,建设用地当量面积为4409.89 km2,人类活动强度为12.86%,海南岛历年人类活动强度均高于同年全国平均水平[3]。1995年,由于海南岛水田、旱地、其他林地面积较1980、1990、2000年减少约1500 km2,有林地、灌木林、疏林地面积较1980、1990、2000年增加约1400 km2,导致海南岛1995年建设用地当量面积和人类活动强度均低于历年水平。
图2
图2
1980—2018年海南岛建设用地当量面积和人类活动强度变化
Fig.2
Changes of construction land equivalent area and human activity intensity of Hainan Island,1980-2018
图3
图3
1980—2018年海南岛人类活动强度分布
Fig.3
Spatial distribution of human activity intensity in Hainan Island, 1980-2018
表2 1980—2018年海南岛各县人类活动强度变化
Tab.2
县域 | 1980年 | 1990年 | 1995年 | 2000年 | 2005年 | 2010年 | 2015年 | 2018年 | 近40 a变化 |
---|---|---|---|---|---|---|---|---|---|
海口县 | 14.95 | 16.05 | 18.14 | 16.91 | 17.10 | 18.54 | 20.76 | 21.64 | 6.69 |
文昌市 | 16.03 | 15.85 | 13.10 | 16.23 | 16.51 | 16.73 | 19.17 | 20.56 | 4.53 |
儋州县 | 15.72 | 15.69 | 16.98 | 15.83 | 16.24 | 16.01 | 17.05 | 18.67 | 2.95 |
临高县 | 17.51 | 17.52 | 17.64 | 18.13 | 18.20 | 17.98 | 18.80 | 17.93 | 0.41 |
定安县 | 16.23 | 16.45 | 15.52 | 16.47 | 16.63 | 16.62 | 16.89 | 17.52 | 1.29 |
澄迈县 | 13.08 | 12.77 | 12.43 | 13.09 | 13.18 | 13.29 | 14.24 | 14.72 | 1.64 |
陵水黎族自治区 | 11.75 | 11.90 | 9.83 | 11.89 | 12.44 | 12.38 | 13.55 | 13.60 | 1.86 |
三亚市 | 7.58 | 7.64 | 7.68 | 8.02 | 9.41 | 9.35 | 10.64 | 13.29 | 5.72 |
万宁市 | 10.03 | 9.50 | 7.93 | 11.11 | 11.44 | 11.62 | 12.73 | 12.73 | 2.69 |
琼海县 | 10.64 | 10.52 | 7.40 | 11.02 | 11.34 | 11.38 | 12.12 | 12.32 | 1.69 |
东方市 | 9.46 | 8.96 | 9.42 | 10.08 | 10.83 | 10.23 | 10.73 | 12.04 | 2.58 |
昌江县 | 9.11 | 9.25 | 9.43 | 9.74 | 9.57 | 9.67 | 10.41 | 10.35 | 1.23 |
屯昌县 | 9.12 | 9.04 | 9.10 | 9.43 | 9.57 | 9.46 | 10.05 | 10.26 | 1.14 |
乐东黎族自治区 | 8.19 | 8.31 | 7.46 | 8.28 | 8.65 | 8.44 | 8.61 | 8.72 | 0.53 |
白沙县 | 5.66 | 5.54 | 5.59 | 5.47 | 5.59 | 5.44 | 5.69 | 5.96 | 0.30 |
琼中县 | 3.74 | 3.87 | 3.03 | 3.91 | 3.83 | 3.85 | 4.21 | 4.55 | 0.80 |
保亭县 | 3.34 | 3.35 | 2.80 | 3.45 | 3.72 | 3.56 | 3.89 | 4.30 | 0.97 |
五指山市 | 2.60 | 2.32 | 2.07 | 2.81 | 2.66 | 2.70 | 2.85 | 2.84 | 0.23 |
海南岛地势中部高、四周低,以中部五指山、鹦哥岭为隆起核心,向四周外围逐级递降,由山地、丘陵、台地、平原组成环形层状地貌,梯级结构明显。从海南岛各县历年人类活动强度来看,亦成环形分布。海口县、文昌市、儋州县、临高县、定安县的人类活动强度均高于15%,这些区域位于海南岛北部自然本地条件较好的平原、台地地区,社会经济发展势头良好,受人类活动干扰程度更大。白沙县、琼中县、保亭县、五指山市等人类活动强度则较低(≤8%),这些区域位于海南岛中部自然本底条件较差的山地地区,社会经济发展基础薄弱。其余地区包括澄迈县、陵水县、万宁市、琼海市、东方市、三亚市、乐东县等横跨山地、丘陵、平原多种地貌,人类活动强度在8%~15%。
2.3 人类活动强度的空间自相关分析
从海南岛1980—2018年人类活动强度全局空间自相关Moran's I指数值来看(表3),其值均大于0,且Z值检验显著,说明海南岛历年人类活动强度具有显著的空间集聚特征。Moran's I指数值在0.30上下轻微浮动,表明近40 a间海南岛人类活动强度空间聚集程度无显著变化。同时,1980—2018、1980—2000、2000—2018年人类活动强度变化的Moran's I指数值为0.11、0.20、0.07,则表明海南岛相应时间段内人类活动强度的变化也具有空间集聚特征。为进一步揭示其空间差异,基于空间关联的视角,本文进行了人类活动强度及其变化的热点和冷点识别。
表3 海南岛人类活动强度全局空间自相关指标结果
Tab.3
指标 | 1980年 | 1990年 | 1995年 | 2000年 | 2005年 | 2010年 | 2015年 | 2018年 | 1980—2018年 | 1980—2000年 | 2000—2018年 |
---|---|---|---|---|---|---|---|---|---|---|---|
Moran's I | 0.27 | 0.32 | 0.33 | 0.29 | 0.32 | 0.30 | 0.30 | 0.34 | 0.11 | 0.20 | 0.07 |
Z | 147.74 | 115.06 | 140.06 | 158.47 | 115.75 | 167.13 | 164.78 | 125.12 | 40.02 | 111.66 | 26.28 |
P | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
海南岛人类活动强度热点图(图4,已通过Z值检验,P<0.001)显示,热点地区由人类活动强度高于全省平均水平且空间上相互邻近的单元构成,即高值集聚区;冷点地区则由人类活动强度低于全省平均水平且空间上相互邻近的单元构成,即低值集聚区。
图4
图4
1980—2018年海南岛人类活动强度变化热点图
Fig.4
Hotspots mapping of human activity intensity in Hainan Island,1980-2018
在研究时段内海南岛人类活动强度热点和冷点区域的整体格局基本保持稳定,但各种类型区的比例随着时间的推移而有所变化,热点区(置信度99%)、较热点区(置信度95%)和次热点区(置信度90%)的范围逐渐减少;冷点区(置信度99%)、较冷点区(置信度95%)消失,只有次冷点区(置信度90%)范围有所扩大,处于两极(冷点区和热点区)状态的类型区向中间状态(不显著区和次冷点区)分化。总体上,热点地区所占空间由1980年的18.52%逐渐下降到2000年的15.89%,至2018年达10.75%;冷点地区由1980年的25.91%下降到2018年的12.95%。表明海南岛人类活动强度集聚效应越来越弱,人类活动强度整体提高。
从空间分布来看,热点地区主要分布在海口市、文昌市、澄迈县、定安县、临高县、儋州市等海南岛北部平原和台地地区,此外,三亚市南部、东方市西部、乐东县西部、陵水县、万宁市、琼海市东部等也是热点地区;冷点地区主要分布在五指山市、白沙县、琼中县、保亭县、东方市东南部、乐东县北部等海南岛中南部山区。
从时空格局变化来看,1980—2018年海南岛人类活动强度变化的热点主要集中在海口市、儋州市、东方市、三亚市、陵水县、万宁市、琼海市等市区,以及文昌东部,均为城市建设和旅游业发展活跃地区。2000年后海南岛人类活动强度逐年升高,本文以此为界分开讨论。1980—2000年,海南岛人类活动强度变化主要集中在海口、澄迈、儋州、昌江、万宁、琼海地级市及县级市市区;2000—2018年主要集中在海口、东方、三亚、屯昌、琼海市区,以及海南岛设立的海南老城经济开发区、海口桂林洋经济开发区、清澜经济开发区、海南龙湾港经济开发区、海南洋浦经济开发区、三亚亚龙湾国家旅游度假区、东方化工城等地区。
3 人类活动强度变化的驱动因素分析
人类活动强度变化是一个复杂的过程,影响因素多种多样,总体来说包括自然因素和社会经济因素2大方面。本文利用11个主要影响因素构建的线性回归模型结果如表4,从中可以看出,人类活动强度与第一产业产值占GDP比重呈负相关关系,与其余各指标要素(除第二产业产值占GDP比重外)均呈现显著的正相关关系,其中人类活动强度变化与城镇化率最显著,R2达0.845,其次为农业总产值、总人口、GDP、旅游业收入、工业总产值,再次为固定投资总额、第一产业产值占GDP比重、第三产业产值占GDP比重,说明随着海南岛城镇化水平的提高、人口的增长、经济的发展,人类活动强度逐年增大,因此,下面从政府政策、人口增长、经济发展3个方面进行分析。
表4 海南岛人类活动强度变化的线性回归模型拟合结果
Tab.4
自变量 | 回归模型 | R2 | 显著性 | 相关系数 |
---|---|---|---|---|
GDP | y=0.001x+10.212 | 0.777** | 0.009 | 0.882** |
总人口 | y=0.006x+6.537 | 0.791** | 0.007 | 0.890** |
农业总产值 | y=0.002x+10.077 | 0.828** | 0.004 | 0.910** |
工业总产值 | y=9.205E-08x+10.216 | 0.729* | 0.012 | 0.866* |
旅游业收入 | y=0.003x+10.413 | 0.768* | 0.022 | 0.876* |
矿产产值 | y=2.686E-06x+10.419 | 0.468 | 0.134 | 0.684 |
城镇化率 | y=0.046x+9.156 | 0.845** | 0.003 | 0.919** |
固定资产投资总额 | y=5.653E-08x+10.368 | 0.694* | 0.020 | 0.833* |
第一产业产值占GDP比重 | y=-0.6x+12.986 | 0.668* | 0.025 | -0.817* |
第二产业产值占GDP比重 | y=0.158x+7.301 | 0.372 | 0.146 | 0.610 |
第三产业产值占GDP比重 | y=0.075x+7.683 | 0.659* | 0.027 | 0.812* |
注:**、*分别表示显著性P<0.01、P<0.05。
3.1 政府政策
国家和地区的政策对人类活动强度及其变化的影响具有重要的作用。海南省于1988年成立,20世纪90年代新设琼海、儋州、琼山(后并入海口)、文昌、万宁、东方6个县级市,这些县级市及当时的2个地级市海口、三亚由于城市建设发展,成为海南省1980—2000年人类活动强度变化的热点地区。90年代后,海南省先后设立了海南老城经济开发区、海口桂林洋经济开发区、清澜经济开发区、海南龙湾港经济开发区、临高金牌港开发区及13个主要工业区[24],其中海南洋浦经济开发区(1992年3月)、海口高新技术产业开发区(1991年3月)、三亚亚龙湾国家旅游度假区(1992年1月)、海南洋浦保税港区(2007年9月)列为国家开发区,海南东方工业园区(2011年6月)、海南老城经济开发区(2006年3月)列为省级开发区,相关政策刺激着当地的经济发展,这些地区也多成为海南省2000—2018年人类活动强度变化的热点地区。
同时,政府的总体规划和对各个区县的功能定位,对人类活动强度变化也产生了深刻的影响。例如,《海南生态省建设规划纲要》把全省划分为“三圈一区”:海洋生态圈、海岸生态圈、沿海台地生态圈和中部山地生态区,主要的开发建设集中在沿海台地生态圈;东南部以生态旅游和热带高效农业为主。此外,政府为更好地统筹土地资源的开发、利用和保护,协调保护耕地、保障建设、改善生态的关系,促进产业结构和布局调整优化,充分合理地利用土地资源,先后颁布了《海南省土地利用总体规划(1997—2010年)》《海南省土地利用总体规划(2006—2020年)》,在保护耕地面积的同时,保障各项建设用地、优化各类用地结构、提高集约用地水平等。
3.2 经济发展
经济的高速发展是海南岛人类活动强度变化的主要推动因素。1980—2017年,海南省经济保持着高速增长的势头[25],GDP总量由1980年的19.33亿元增长至2017年的4462.54亿元,人均GDP也不断提高,由1980年的354元增长至2017年的48430元。受海南国际旅游岛建设影响,固定资产投资总额、旅游业、社会消费品零售总额是影响海南GDP的重要行业[26]。海南省固定资产投资总额由1980年的3.47亿元增至2017年4125.40亿元,旅游业总收入由1990年的4.09亿元增至2017年811.99亿元,与之相伴随的是对土地的大量需求,主要表现在农用地及未利用地转变为建设用地、增强了土地的利用强度,尤其是建筑行业的发展,促使城市居住用地、商业用地、工业用地持续扩张,城镇规模不断扩大,由此产生人类活动强度不断增强。
对于农业总产值,海南省立足本地资源优势,大力发展海南热带特色农业,不断优化调整农业产业结构。海南省农业总产值由1980年的10.24亿元增长至2017年1528.18亿元,其中农业产值占比由33.86%增至47.57%、林业由50.97%降至7.22%、牧业由8.23%增至16.02%、渔业由1.52%增至25.21%、农林牧渔专业及辅助性活动由3.99%增至5.43%。而在2017年农业产值中,41.57%来自蔬菜园艺作物,40.77%来自水果、坚果、饮料和香料作物,谷物及其他作物仅占15.23%,粮食作物播种面积占农作物总播种面积由1980年82.6%锐减到2017年43.7%,农业机械总动力由6.98万kW增至556.86万kW。与此同时,1980—2018年间,耕地减少397.81 km2、林地增加69.58 km2、草地减少303.02 km2,说明海南省农业结构由传统农业向机械化、科学化、集约化的现代农业转变。
3.3 人口增长
人口,作为人类活动的主体,是影响人类活动强度最基本的因素。海南省的总人口从1980年552.73万,到2017年达910.41万人,增加了357.88万人,其中城镇人口增加268.09万人,乡村人口增加89.79万人;城镇化率由1980年8.93%增至2017年58.04%,提高了49.11%,以年均提高1.29个百分点的速度高于全国年均提高1.03个百分点的水平[29,30]。海南省城镇化的快速发展以及大量新增的人口势必需要新的承载空间,由此产生建设用地的旺盛需求,导致城乡、工矿、居民用地面积在近40 a间增加了312.49 km2,占用了158.24 km2耕地、101.51 km2林地、16.92 km2草地、9.95 km2未利用地、25.87 km2滩涂等其他用地,其城市化进程促进了人类活动强度的增加。此外,人口的增长也刺激工业生产,由此导致工业用地的增加。
4 结论
(1) 1980—2018年期间,海南岛土地利用/土地覆被类型以林地为主,其次为耕地,草地、水域和城乡/工矿/居民用地的所占比例较小。近40 a间,随着社会经济的快速发展,人类活动对土地的利用程度加深,城乡/工矿/居民用地面积出现大幅度增加,林地维持不变,其他类型均呈减少趋势,其中耕地减少面积最大,共减少397.81 km2;草地减少的面积也较大,减少303.02 km2。
(2) 海南岛人类活动强度变化大致以2000年和2010年为界,前期基本保持不变,中期2000—2010年增长相对缓慢,后期2010—2018年增长迅速。1980—2000年人类活动强度维持在10.13%~10.94%,2010年达到11.26%,2018年上升至12.86%。
(3) 近40 a间,海南岛人类活动强度空间分布格局呈现出四周高、中间低的特点;空间自相关分析表明,研究时段内海南岛人类活动强度具有显著的空间集聚特征,热点地区主要分布在海口市、文昌市等北部平原、台地地区及三亚市、陵水县等县市的市区;冷点地区主要分布在五指山市、白沙县等中南部山区。研究期间,海南岛人类活动强度变化的热点主要集中在海口市、三亚市、陵水县、万宁市、琼海市的市区,以及文昌市东部,即城市建设和旅游业发展地区。
(4) 通过构建线性回归方程模型,探讨了海南岛人类活动强度变化的主要驱动因素,结果表明:人类活动强度与城镇化率呈现最显著的正相关,其次为农业总产值、总人口、GDP、旅游业收入、工业总产值,再次为固定投资总额、第三产业产值占GDP比重;与第一产业产值占GDP比重呈负相关关系。政府政策、人口增长、经济发展等因素共同影响海南岛人类活动强度的变化。
参考文献
区域生态效应研究中人类活动强度定量化评价
[J].
DOI:10.5846/stxb201711172048
URL
[本文引用: 1]
人类活动及其干扰会产生不同的生态环境效应,定量化评价区域人类活动干扰的特点是分析人类活动对区域生态环境影响的基础。人类活动强度的定量评价有助于更好地理解生态系统变化的驱动机制,对于合理调控人类活动,预防或减少可能产生的生态危机以及区域的规划管理和政策的制定具有重要意义。目前研究主要是从压力变化和状态变化两方面对人类活动强度进行的评价。本文基于人类活动压力的视角,建立了基于权重的多指标叠加体系对人类活动强度进行评估;从状态变化的角度,从土地利用变化、生态系统服务变化或多因子状态变化等方面进行评价。介绍了在定量化评价人类活动强度中应用较为广泛的方法,如人类足迹指数、喀斯特干扰指数、生态足迹方法和景观发展指数等。指出了目前人类活动强度定量化评价研究中存在的问题及对未来发展提出了建议。
Quantitative evaluation of human activity intensity on the regional ecological impact studies
人类活动强度定量评价方法的初步探讨
[J].
Preliminary discussion on the method of quantitative assessment of human activity intensity
陆地表层人类活动强度: 概念、方法及应用
[J].
DOI:10.11821/dlxb201507004
URL
[本文引用: 5]
人类活动强度是表征人类对陆地表层影响和作用程度的综合指标。在定义陆地表层人类活动强度、建设用地当量等概念的基础上,建立了人类活动强度算法模型和土地利用/覆被类型的建设用地当量系数折算方法,并利用1984-2008年期间6个年份的土地利用数据,对中国进行了实证应用研究。结果表明:中国的人类活动强度变化大致以2000年为界,前期增长相对缓慢,后期增长明显加快,1984年全国的人类活动强度为7.63%,到2008年上升为8.54%。2008年县级单元的人类活动强度按大于27%、16%~27%、10%~16%、6%~10%和小于6%划分为高、较高、中等、较低和低5个等级,其空间分布格局大致以贺兰山—龙门山—景洪线为界分为东、西两个部分。东部是高、较高和中等类型的集中分布区,低和较低类型呈条带状分布于山地、丘陵区;西部以低和较低类型为主体,在甘肃河西走廊、青海东部及新疆天山南北坡有零散的中等和较高类型分布。
Human activity intensity of land surface: Concept, method and application in China
Development of a Flooded Forest Anthropization Index (FFAI) applied to Amazonian areas under pressure from different human activities
[J].DOI:10.1016/j.ecolind.2014.09.002 URL [本文引用: 1]
Development of an integrated stress index to determine multiple anthropogenic stresses on macrophyte biomass and richness in ponds
[J].
The human footprint and the last of the wild
[J].
Sixteen years of change in the global terrestrial human footprint and implications for biodiversity conservation
[J].
DOI:10.1038/ncomms12558
URL
PMID:27552116
[本文引用: 1]
Human pressures on the environment are changing spatially and temporally, with profound implications for the planet's biodiversity and human economies. Here we use recently available data on infrastructure, land cover and human access into natural areas to construct a globally standardized measure of the cumulative human footprint on the terrestrial environment at 1 km(2) resolution from 1993 to 2009. We note that while the human population has increased by 23% and the world economy has grown 153%, the human footprint has increased by just 9%. Still, 75% the planet's land surface is experiencing measurable human pressures. Moreover, pressures are perversely intense, widespread and rapidly intensifying in places with high biodiversity. Encouragingly, we discover decreases in environmental pressures in the wealthiest countries and those with strong control of corruption. Clearly the human footprint on Earth is changing, yet there are still opportunities for conservation gains.
A disturbance index for karst environments
[J].
DOI:10.1007/s00267-004-0265-9
URL
PMID:16132452
[本文引用: 1]
Karst environments, unique from other environments, require their own disturbance index. Karst resources are increasingly disturbed by a variety of processes related to social, physical, and economic factors. Recent studies have begun to qualify and quantify these disturbances, yet their focus has been limited to one or two factors such as biotic, geomorphic, or economic impacts. A more holistic approach, addressing economic, scientific, and cultural factors, is needed, to effectively assess the threats to karst areas. Currently, there is no efficient method to measure, compare, and contrast the disturbance of karst environments. We propose a hierarchal and standardized environmental disturbance index as a tool to measure regional impacts and highlight the areas of the karst system that require more protection or study. Addressed categories of disturbance include cultural, biotic, atmospheric, hydrological, and geomorphologic impacts.
Human impact on freshwater ecosystem services: A global perspective
[J].
DOI:10.1021/es4021052
URL
PMID:23885808
[本文引用: 1]
Human environmental change influences freshwaters as well as the regulating, provisioning, and cultural services that ecosystems provide worldwide. Here, we assess the global human impact on the potential value of six freshwater ecosystem services (ES) and estimate the proportion of each used globally (the mean value across all countries is in parentheses): biodiversity (0.37), disturbance regulation (0.24), commodities (0.39), greenhouse gases (0.09), water availability (0.10), and water quality (0.33). We also created a composite index of the impact. Using different valuation schemes, we found that humans have used potential global freshwater ES scaled by a relative value of roughly 4-20%, with a median of 16%. All countries use a considerable amount of the potential ES value, invalidating the idea that wealthier countries have less impact on their ES once they have developed. The data suggest that humans have diminished the potential ES provided by freshwaters across the globe and that factors associated with high population growth rates are related to the overall degradation.
Mapping human influence intensity in the Tibetan Plateau for conservation of ecological service functions
[J].
2010—2015年中国生物多样性保护优先区域人类干扰程度评估
[J].
Human disturbance monitoring and assessment in the biodiversity conservation priority area China. Journal of Geo-information
黄土高原地区人类活动强度时空变化分析
[J].
Analysis of spatial-temporal variation of human activity intensity in Loess Plateau region
海南经济开发中的环境保护与生态文明建设
[J].
Research on the environmental protection and ecological civilization construction in Hainan Province development
Spatial and temporal patterns of China's cropland during 1990-2000: An analysis based on Landsat TM data
[J].DOI:10.1016/j.rse.2005.08.012 URL [本文引用: 1]
Spatiotemporal characteristics, patterns, and causes of land-use changes in China since the late 1980s
[J].
DOI:10.1007/s11442-014-1082-6
URL
[本文引用: 1]
Land-use/land-cover changes (LUCCs) have links to both human and nature interactions. China's Land-Use/cover Datasets (CLUDs) were updated regularly at 5-year intervals from the late 1980s to 2010,with standard procedures based on Landsat TM\ETM+ images. A land-use dynamic regionalization method was proposed to analyze major land-use conversions. The spatiotemporal characteristics,differences,and causes of land-use changes at a national scale were then examined. The main findings are summarized as follows. Land-use changes (LUCs) across China indicated a significant variation in spatial and temporal characteristics in the last 20 years (1990-2010). The area of cropland change decreased in the south and increased in the north,but the total area remained almost unchanged. The reclaimed cropland was shifted from the northeast to the northwest. The built-up lands expanded rapidly,were mainly distributed in the east,and gradually spread out to central and western China. Woodland decreased first,and then increased,but desert area was the opposite. Grassland continued decreasing. Different spatial patterns of LUC in China were found between the late 20th century and the early 21st century. The original 13 LUC zones were replaced by 15 units with changes of boundaries in some zones. The main spatial characteristics of these changes included (1) an accelerated expansion of built-up land in the Huang-Huai-Hai region,the southeastern coastal areas,the midstream area of the Yangtze River,and the Sichuan Basin;(2) shifted land reclamation in the north from northeast China and eastern Inner Mongolia to the oasis agricultural areas in northwest China;(3) continuous transformation from rain-fed farmlands in northeast China to paddy fields;and (4) effectiveness of the "Grain for Green" project in the southern agricultural-pastoral ecotones of Inner Mongolia,the Loess Plateau,and southwestern mountainous areas. In the last two decades,although climate change in the north affected the change in cropland,policy regulation and economic driving forces were still the primary causes of LUC across China. During the first decade of the 21st century,the anthropogenic factors that drove variations in land-use patterns have shifted the emphasis from one-way land development to both development and conservation.The "dynamic regionalization method" was used to analyze changes in the spatial patterns of zoning boundaries,the internal characteristics of zones,and the growth and decrease of units. The results revealed "the pattern of the change process," namely the process of LUC and regional differences in characteristics at different stages. The growth and decrease of zones during this dynamic LUC zoning,variations in unit boundaries,and the characteristics of change intensities between the former and latter decades were examined. The patterns of alternative transformation between the "pattern" and "process" of land use and the causes for changes in different types and different regions of land use were explored.
全局空间自相关Moran指数和G系数对比研究
[J].
Comparison between general Moran's I Index and Getis-Ord general G of spatial autocorrelation
The interpretation of statistical maps
[J].
Notes on continuous stochastic phenomena
[J].
Local spatial autocorrelation statistics: Distribution issues and an application
[J].DOI:10.1111/gean.1995.27.issue-4 URL [本文引用: 1]
土地利用变化研究的人文地理视角与新命题
[J].
DOI:10.11820/dlkxjz.2003.01.001
URL
[本文引用: 1]
从地理学最高层面的科学难点问题—"综合性"出发,本文阐述了土地利用变化是人地关系地域系统研究的核心领域的观点。并从人文地理学的视角,解析了土地利用变化驱动机制的三个重要内容:消费需求拉动、经济效益驱使、以及协调发展理念作用等;提出了规制、对策的经济评价、以及环境伦理等三个人文地理学研究土地利用变化的新命题。
The human geography view of land use study and new proposition
北京市土地利用变化特征及驱动机制
[J].
The spatial-temporal characteristic of land use change in Beijing and its driving mechanism
1985—2015年京津冀地区城市建设用地时空演变特征及驱动因素研究
[J].
DOI:10.11821/dlyj201801003
URL
[本文引用: 1]
长期以来土地利用/覆被变化一直是全球关注的热点话题,研究城市建设用地时空演变特征,准确定位城市功能是促进城市科学、持续发展的重要保障。以京津冀地区13个城市1985-2015年的城市建设用地为研究对象,运用定量与定性结合的方法,分析城市建设用地时空演变特征;利用多元线性回归、通径分析、地理探测器等方法,诊断城市建设用地时间演化过程与空间演变格局分异的主导驱动因子,通过深入分析各主导因子的驱动机制,对京津冀的城市发展进行功能定位。结果表明:① 京津冀地区城市建设用地的扩张规模、速率、方向和稳定性等存在明显的差异,将城市类型分为协调稳定型、协调波动型、不协调稳定型、不协调波动型;② 城市建设用地时间演化过程的主导驱动因子包括GDP指数、人口密度指数、财政收入指数,空间演变格局差异的主导因子包括到城市中心距离、到主要河流距离、到主要公路距离;③ 根据分析结果,将京津冀地区13个城市规划为核心经济引领城市、重点经济拓展城市和稳定经济涵养城市,对促进京津冀地区协调统筹和一体化发展具有参考价值。
Spatial-temporal characteristics and driving factors of urban construction land in Beijing-Tianjin-Hebei region during 1985-2015
海南省土地利用总体规划2006—2020年 [Z]
Land use master plan of Hainan Province (2006-2020)
从数据看海南经济特区三十年发展
[J].
30 years development of Hainan Special Economic Zone from data
基于GM(1, 1)与主成分回归的海南GDP预测及其影响因素分析
[J].
Production on GDP of Hainan Province and factors analysis based on GM(1, 1) and principle component regression
海南土地利用结构与产业发展关系研究
[J].本文从用地-产出的角度研究土地利用结构与产业发展关系。综合前人研究,结合海南土地利用现状,构建一个基于产业的土地利用分类。采用1995年—2006年海南省的时间序列数据及其18个市县的面板数据,以数量经济模型为分析工具,利用线性回归模型、混合回归模型和个体效应模型,F统计量和H统计量进行统计检验等方法研究土地利用结构和产业发展之间的关系。研究结论为:①产业结构的变化影响产业用地结构,而且产业结构的变化快于产业用地结构的变化;②产业用地结构由产业规模与产业耗地技术水平以及自然环境约束共同决定。研究最后指出,产业生产技术水平及其耗地技术水平的提高是实现产业结构和土地利用结构双优化,推动经济发展的重要手段,同时区域自身的环境因素影响也应受到重视。
A study on the relationship between the land use structure and industrial development in Hainan Province
土地利用分类系统的新模式: 依据土地利用的产业结构而进行划分的探讨
[J].
New model on the land use classification system: Classification study based on land use industry structure
/
〈 |
|
〉 |
