基于MSPA-InVEST模型的北京中心城區綠色空間生境網絡優化

陳泓宇 李雄

1 研究背景

2020年9月30日聯合國生物多樣性峰會上，習近平主席指出各方亟待統籌城市發展與保護的關系以應對持續嚴峻的生物多樣性形勢。城市綠色空間是城市生物多樣性的核心載體，如何提升城市生物多樣性已成為城市綠色空間研究的前沿重點內容[1-3]。

城鎮化進程造成了北京中心城區生境破碎化[4],[5]76與生物多樣性的顯著降低[6]。現已有從生境質量評估[5]77,[7]、生境營造方法等角度對北京中心城區綠色空間的研究[8-9]，但缺乏生境網絡角度的有關研究。生境網絡是生境間物質、信息、能量交換的載體，是維持生物多樣性的空間保障[10-11]，保護生境網絡比單純保護生境更具意義[12]845。生境網絡已形成了“源地－廊道”構建范式[13]2,[14]，源地識別是其關鍵步驟[15]。多數研究基于物種觀測數據，使用生態位模型識別生境源地，進而構建與優化生境網絡[12]847,[16]，但受限于物種觀測數據的可獲得性與精度，生態位模型在中心城區尺度的生境網絡構建與優化中應用性有限。形態學空間格局分析（Morphological Spatial Pattern Analysis, MSPA）可基于斑塊面積和空間拓撲關系等空間形態屬性指導生境源地識別[17]，但因不能定量體現斑塊生境質量等功能屬性，其對生境源地的識別具有局限性；生態系統服務綜合評價與權衡（Integrated Valuation of Ecosystem Services and Tradeoffs,InVEST）模型的生境質量模塊可定量評估生境質量，基于斑塊功能屬性指導生境源地識別[18]，因其難以反映面積、結構性連接等空間形態屬性，故僅使用InVEST模型識別生境源地也有局限性。綜上，MSPA、InVEST模型可基于斑塊自身屬性識別生境源地，相對于生態位模型在中心城區尺度的生境網絡研究中具有更好的可操作性，且二者分析機制具有互補性。目前已有獨立使用MSPA或InVEST模型構建生境網絡的研究[19-20]，但未見結合二者的相關研究。

基于上述分析，本研究將創新地耦合MSPA與InVEST模型，綜合空間形態屬性與功能屬性識別生境源地，并基于此優化北京中心城區綠色空間生境網絡，對北京中心城區綠色空間研究的內容以及生境網絡優化方法進行補充，同時借北京“留白增綠”“城市森林”等工程建設契機，支撐北京中心城區綠色空間精準化建設及生物多樣性保護與提升。

2 數據與方法

2.1 研究區域概況

《北京城市總體規劃（2016年—2035年）》提出北京“一核一主一副、兩軸多點一區”的未來城市空間結構布局，其中“一主”為東城區、西城區、朝陽區、海淀區、豐臺區、石景山區所組成的中心城區，即本研究區域，總面積約1 378 km2（圖1）。

1 本文研究范圍：北京中心城區The research scope: central Beijing

2.2 研究數據

本研究使用2019年分辨率為30 m的Landsat 8 OLI_TIRS遙感影像為土地利用源數據（條帶號：123，行編號：32），并使用ENVI軟件解譯影像，依據《土地利用現狀分類》（GB/T 21010—2017）將解譯結果分為耕地、林地、草地、水域、建設用地和未利用地6種土地利用類型，最終在ArcGIS軟件中剪裁獲得北京市中心城區2019年土地利用數據。

2.3 研究方法

本研究基于“源地－廊道”的生境網絡構建范式，綜合考慮生境源地的空間形態屬性與功能屬性，結合MSPA景觀要素分類與InVEST模型生境質量評價結果，對研究區域的生境源地進行遴選，并以此為基礎，識別生境廊道與生境節點，進而對北京中心城區生境網絡進行優化。

2.3.1 景觀要素識別

MSPA是一種基于數學形態學的分類的處理方法[21]，其基于腐蝕、膨脹、開運算、閉運算等數學形態學原理，能夠將二值圖像的像素分為7類互斥景觀要素（表1）。

表1 MSPA的景觀類型及其含義[21]Tab.1 MSPA landscape types and their implications[21]

從生物多樣性角度，使用解譯獲取30 m精度土地利用數據，將生物多樣性潛力良好的林地、草地、水域3類自然要素作為前景要素，將耕地、建設用地、未利用地作為背景要素，生成二值圖像，之后在Guidos Toolbox軟件中采用八鄰域分析法對研究區域進行基于MSPA的7類景觀要素識別。

2.3.2 生境質量評價

InVEST模型是一款生態系統服務評估工具，其內置的生境質量模塊能夠基于土地利用類型，定量評估生境質量[22]。輸入土地利用數據、脅迫因子、對脅迫因子敏感度等參數，計算得到以柵格為單位，值域0～1的生境質量指數。柵格精度與土地利用數據一致，本研究參考InVEST模型手冊推薦值及相關文獻[5]80,[19]115,[23]97，結合研究區域的實際情況設置模型參數（表2、3）。模型主要運算公式如下：

表2 脅迫因子及其最大影響距離、權重及衰減類型Tab.2 Threat factors and their maximum impact distance, weight and attenuation types

表3 不同土地利用類型對脅迫因子的敏感度Tab.3 Sensitivity of different land use types to threat factors

式（1）中，Qxj為某種土地利用類型j中的柵格x的生境質量；k為半飽和常數；Hi為土地利用類型j的生境適宜性；Dxj是某種土地利用代表的生境類型j中柵格x的生境脅迫水平。Dxj滿足如下公式：

式（2）中，R為脅迫因子的個數，Wr代表脅迫因子r的權重；Yr為脅迫因子圖層在土地利用數據中的柵格個數；ry為土地利用類型每個柵格上脅迫因子的個數；βx為柵格x的可達性水平，其最大值為1，代表其達到最大可達性；Sjr為土地利用類型j對脅迫因子r的敏感性，其最大值為1，代表生境對脅迫因子的敏感性達到最高；柵格y中脅迫因子r對柵格x中生境的脅迫作用為irxy，其隨距離變化滿足如下公式：

式（3）（4）中，dxy為柵格x與柵格y之間的直線距離，drmax為脅迫因子r的最大影響距離。

2.3.3 綠色空間生境網絡優化

生境網絡可拆解為具有核心保護作用的生境源地、具有連接作用的生境廊道和具有踏腳石作用的生境節點[24]，因不同源地、廊道、節點在全生態過程中的作用存在差異[25]7552，為最佳配置與利用有限的資源，充分發揮有限空間的生物多樣性保護與提升功能，應依據源地、廊道、節點重要程度優先次序采取不同策略。故本研究將生境網絡的構建與優化過程分為生境源地、生境廊道以及生境節點3個層面的識別與優先級判斷。

1）生境源地識別與優先級判斷。首先在ArcGIS中提取MSPA所識別的核心區斑塊，其次基于InVEST模型評估得到的生境質量指數，對核心區斑塊進行生境質量指數賦值，提取生境質量較高的斑塊作為生境源地。相關研究表明可通過景觀連接度對源地進行優先級劃分[26]，故本研究選取整體連通指數（dIIC）、可能連通指數（dPC），并計算二者相對重要性（dI）作為生境源地優先級評判的指標[13]4，選取dI值較高者作為核心生境源地。使用Conefor 2.6軟件對上述指標進行量化，其中將斑塊連通距離閾值與連通概率分別設置為500 m與0.5。主要計算公式如下：

式（5）（6）中，n為斑塊總數，ai與aj分別表示斑塊i與斑塊j的面積，AL為景觀的總面積，lij為斑塊i和斑塊j間的路徑數，p*ij是物種在斑塊i與j直接擴散的最大可能性。

2）生境廊道識別與優先級判斷。阻力指物種在不同景觀單元之間進行遷移的難易程度，生物在不同斑塊區間運動需要克服不同的阻力。最小累積阻力（Minimum Cumulative Resistance, MCR）模型能夠模擬物種在斑塊間運動，并基于MCR得到物種擴散最佳路徑。本研究基于MCR模型，使用ArcGIS軟件中Spatial Analyst模塊的Cost Backlink、Cost Distance以及Cost Path工具，置入生境源地空間數據，并依據生境質量設置阻力參數（表4）[19]115,[25]7552，識別生境廊道。此后，基于生境源地的優先級判斷，認為連接核心源地間的廊道具有維持生境網絡整體穩定性的關鍵結構性作用[27]，置入核心生境源地空間數據，再次運行MCR模型，識別關鍵廊道。最小累積阻力（MCR）值滿足如下公式：

表4 阻力參數[19,25]Tab.4 Parameters of resistance[19,25]

式（8）中，Dij為源點j到空間單元i的距離，Ri為單元i的阻力系數。

3）生境節點識別與優先級判斷。根據景觀生態學理論，盡管孤島斑塊的生態能力有限，但一些位于廊道上的孤島斑塊仍可在生境網絡體系中發揮重要的踏腳石作用。首先，在ArcGIS軟件中提取MSPA識別得到的孤島斑塊，同時疊加生境廊道識別結果，對廊道所經過的孤島斑塊進行識別并提取，作為生境節點。之后依據廊道等級，將關鍵廊道所經過的孤島斑塊視作重要節點，其余為一般節點。

3 結果與分析

3.1 景觀要素識別結果與分析

在Guidos Toolbox軟件中運行MSPA工具對研究區域2019年土地利用數據進行分析，得到景觀要素的MSPA分類結果（圖2），并統計不同景觀類型的面積并計算其占比（表5）。結果表明，前景要素中面積最大的為核心區（11 524.41 hm2），占前景要素總面積的35.31%，但其僅占研究區域面積的8.43%。核心區中最大斑塊為海淀西山林地，面積7 821.82 hm2，對核心區面積的貢獻高達67.87%，剔除該斑塊后，其他核心區斑塊僅占研究區域面積2.7%。結合圖2可知大型核心區主要分布在第一道綠隔帶上，呈西多東少、北多南少分布態勢，該結果體現了近年北京城市公園環的建設成果，同時從側面反映出海淀西山林地以外的核心區斑塊面積有限且分布較為分散。前景要素中面積次之的為孤島（占前景要素總面積24.46%），而具有重要生物遷移作用的橋接區僅占前景要素總面積的11.53%。綜上，北京中心城區盡管存在如海淀西山林地的大尺度核心區斑塊，但核心區總體面積有限、格局分散，且孤島斑塊占比高，橋接區比例有限，生物遷移能力弱。

2 MSPA景觀類型分析結果The analysis results of MSPA landscape types

表5 基于MSPA的各景觀類型面積及占比Tab.5 The area and proportion of landscape types based on MSPA

3.2 生境質量評價結果與分析

在InVEST模型中使用生境質量模塊量化研究區域生境質量指數，得到研究區域生境質量指數分布，指數區間0～0.98（圖3）。依據生境質量指數量化結果，并參考有關文獻[5]78,[19]114,[23]98,[28]，將研究區域生境分類：高質量生境（0.76～0.98），中質量生境（0.43～0.75）及低質量生境（0～0.42）。

3 生境質量指數分析結果The analysis results of habitat quality index

統計不同質量生境面積及所占比例（表6），發現高質量生境占比17.61%，低質量生境占比76.12%，而中質量生境占比最小僅為6.27%，呈兩極化分布趨勢。該結果可能因近年來建設用地侵占農田及中心城區退耕還林、退草還林所共同導致[5]80。尺度較大的高質量生境呈現出沿第一道綠隔帶分布的態勢，在海淀西山林地、豐臺區永定河沿岸以及奧林匹克森林公園等位置呈大規模的聚集，但仍有大量散點式高質量生境分布在研究區域內，高質量生境總體分布分散。

表6 不同質量生境面積及占比Tab.6 The area and proportion of habitats with different quality

3.3 綠色空間生境網絡優化結果與分析

3.3.1 生境源地識別與優先級判斷

基于MSPA景觀要素分類與InVEST模型生境質量評估結果，遴選出作為生境源地的高生境質量核心區斑塊205個，占核心區斑塊數（340）的60.3%，總面積10 735.0 hm2，占核心區斑塊總面積的93.2%。對比發現，盡管面積占比高達93.2%，但在數量上有近40%核心區斑塊的生境質量不滿足其作為生境源地，說明了耦合空間形態屬性與功能屬性對生境源地選擇具有必要性。

進行連通性分析時，因海淀西山林地斑塊的面積過大，致其明顯弱化了其他源地重要性差異程度，故優先判定其為核心生境源地，將其移出后將剩余生境源地置入Conefor 2.6中量化連通性指標，計算求得各源地dI值，綜合考慮計算結果并參考有關研究[25]7551，將dI＞0.97的生境源地選為核心生境源地（圖4），共計32個，總面積9 851.3 hm2，占生境源地總數的15.6%，占生境源地面積91.7%，主要包括海淀西山林地、奧林匹克森林公園等大型城市森林。

4 生境源地識別結果The results of habitat source identification

核心生境源地基本在中心城區外圍空間，沿第一道綠隔帶分布，分布趨勢西多東少、北多南少，南部及東南部無核心生境源地。該結果可能由于東部及北部生境源地建設時間早、規模大、周邊生境源地數量多，斑塊的連通性好，在生境網絡中具有更強的結構性作用，致使南部及東南部生境源地重要性較低。

3.3.2 生境廊道識別與優先級判斷

基于MCR模型， 通過ArcGIS的Cost Path工具識別得到生境廊道463.2 km，并識別關鍵廊道88.5 km，占廊道總長度的19.1%（圖5）。關鍵廊道由中心城區東部經北部向西至海淀西山，向南經永定河流域達中心城區西南部，總體呈半包圍態勢，由于東南部核心生境源地的缺失，該區域無關鍵廊道。

5 生境廊道識別結果The results of habitat corridor identification

匹配廊道識別與生境質量分析結果，得到廊道高、中、低生境分布比例（表7），發現一般廊道內非高質量生境達41.2%，其中低質量生境比例達22.7%，關鍵廊道內非高質量生境比例達40.2%，其中低質量生境比例達24.4%。說明所識別廊道盡管為基于MCR模型所得，但研究區域現狀生境質量對廊道內的生物遷移仍有較大阻力，廊道連通能力有待提升。

表7 廊道生境質量分布Tab.7 The distribution of corridor habitats’ quality

3.3.3 生境節點識別與優先級判斷

基于廊道識別結果，識別生境節點527個（圖6），總面積368.7 hm2，僅占MSPA分析得到孤島面積的4.6%，表明大部分孤島尚未融入生境網絡優化格局之中，難以發揮其生態功能，仍具較大的優化潛力；生境節點分布呈內多外少的輻射特征，主要原因在于中心城區內部生境源地數量較少致使生境源地間廊道相對外圍空間更長，使小型斑塊被經過的可能性上升，反映了中心城區由外至內生境破碎度上升的特點。位于關鍵廊道上的重要生境節點49個，占節點總數的9.3%，整體分布東多西少，表明中心城區東部盡管具有一定的核心生境源地，但相較于依托良好自然本底的西部地帶，生境受到的隔離作用較強，生境源地間距較大，廊道距離較長，致使所經節點數量更多。

6 生境節點識別結果The results of habitat node identification

匹配生境節點識別與研究區域生境質量分析結果，得到生境節點高、中、低生境分布比例（表8），發現所識別生境節點無低質量生境分布，中質量生境分布比例相對較高，總體占比58.0%，表明廊道所穿越生境節點的生境質量有待提升，同時反映了大量高質量孤島斑塊因隔離作用而難以進入優化網絡，有待進一步整合。

表8 節點生境質量分布Tab.8 The distribution of node habitats’ quality

4 結論與討論

4.1 結論

研究結果表明耦合MSPA與InVEST模型能夠互補各自優勢，在中心城區尺度的生境網絡構建與優化中具有可行性與優勢性，可高效支撐城市生態能力提升與生物多樣性保護工作。

1）北京中心城區大尺度生境斑塊連通性欠缺，生境破碎程度較高。基于MSPA的景觀要素分類結果表明，研究區域內核心區面積占比最高，次之為孤島，分別占前景要素總面積的35.31%、24.46%，具有重要生物遷徙作用的橋接區僅占11.35%，說明北京中心城區綠色空間破碎程度較高，盡管存在如海淀西山林地的大型生境斑塊，但整體連通性不佳。

2）北京中心城區生境質量呈現兩極化趨勢，高質量生境呈整體分散局部聚集的分布態勢。InVEST模型評價結果表明研究區域低質量生境面積占比最高（76.12%），次之為高質量生境（17.61%），中質量生境最低（6.27%）；除中心城區邊緣區域有局部聚集，高質量生境整體呈離散分布。

3）基于分析結果，構建了北京中心城區綠色空間生境網絡優化格局。識別出北京中心城區生境源地205個，總面積10 735.0 hm2，占中心城區面積7.8%，核心生境源地面積9 851.3 hm2，占生境源地面積91.7%，分布態勢西多東少、北多南少；識別出生境廊道共計463.2 km，關鍵生境廊道88.5 km，占廊道總長度18.3%，關鍵廊道沿中心城區外圍呈東北–西南半包圍式分布；識別出可作為生境節點的孤島斑塊527個，呈內多外少的輻射分布，總面積368.7 hm2，占孤島總面積的4.6%，其中重要生境節點49個。

4.2 討論

北京城市建設已由增量發展轉向存量優化，通過生境源地綜合遴選，生境廊道與生境節點識別，能夠在“留白增綠”“城市森林”等工程建設背景下，為北京中心城區精準、高效開展綠色空間優化及生物多樣性保護與提升等工作提供參考。

1）強化生境源地的保護與擴充。首先，嚴格控制生態邊界以保證生境源地的完整性，特別是對核心生境源地的保護，從根本上保護綠色空間生境網絡，并加強生境源地周邊綜合治理，削減對源地的脅迫作用；其次，利用“留白增綠”“城市森林”等工程建設契機，擴大現有生境源地的規模，并對生境質量欠佳的近40%核心區斑塊，進行生境質量提升，使其成為生境源地，從而擴充生境源地數量，重點提升中心城區南部生境源地規模與數量。

2）注重生境廊道的疏通與連接。首先，嚴格保護關鍵生境廊道上林帶、水系等線性綠色空間以保證廊道結構的完整；其次，優先利用生境廊道上的騰退用地開展“城市森林”建設，并對生境廊道上的農田適當進行退耕還草、退耕還林，整體提升廊道生境質量與連通性，尤其加強中心城區南部廊道連通性的提升。

3）推進生境節點的提質與整合。研究所識別生境節點內高質量生境整體占比不足50%，因此應對生境節點進行生境質量重點提升，增強其對生境網絡的支撐作用，同時整合重要節點周邊的破碎綠色空間，擴大節點生態規模；此外，研究結果表明仍有大量生境孤島置于優化網絡之外，故可利用騰退用地連點成線，連線成面，促進分散的點狀生境就近融入整體網絡體系之中，發揮孤立生境的生態功能，整體提升生境網絡能力。

4.3 問題與展望

由于遙感影像解譯精度有限且解譯過程中存在誤差，同時因缺乏標準的參數量化方法，本研究所使用模型參數主要來自模型參考值及前人有關研究，因此分析結果與實際情況存有一定的誤差，具有局限性；本研究從生境網絡優化角度，為北京中心城區廣泛生物多樣性保護與恢復構建空間基礎，未來應進一步結合生物觀測等多元數據，驗證與校正分析結果，推進具體策略的深化與落實，以支撐北京城市生物多樣性保護與恢復。

致謝(Acknowledgments)：

感謝李方正老師對本文寫作的幫助，感謝李豪同學在本文寫作過程中的幫助。

圖表來源(Sources of Figures and Tables)：

圖1改繪自《北京城市總體規劃（2016年—2035年）》中的附圖10：中心城區空間結構規劃圖，其余圖紙均為作者繪制。表1根據參考文獻[21]繪制；表4根據參考文獻[19, 25]繪制；其余表格均為作者繪制。