生態網絡約束下的長沙市景觀格局模擬

王 娜, 李滿春, 陳振杰, 張亞楠

(1.南京大學 地理與海洋科學學院, 南京 210023; 2.廣東省城鄉規劃設計研究院有限責任公司, 廣州 510290)

改革開放以來，我國在經濟增長方面取得了舉世矚目的成績，但同時也帶來了資源約束趨緊、環境污染嚴重等問題。研究表明合理的景觀格局可促進城市與生態環境協調發展[1]。景觀格局指的是在自然或人為作用下所形成的一系列形態多樣而且排列組合方式不同的景觀要素的空間布局，是各種因素相互作用的結果[2]。優化景觀格局、把握景觀格局模擬，對于生態文明建設、國土空間治理、區域可持續發展等的科學定策和精準施策具有重要意義[3]。

景觀格局模擬，是基于景觀格局的演化特征以及自然、經濟、社會和政策等因素對景觀格局的影響機理，模擬未來一定時期內區域景觀類型的構成和空間格局變化[4]。目前，CA-Markov模型被廣泛應用于景觀格局模擬研究[5-7]，如鐘旭珍等基于CA-Markov模型對關中—天水區2020年、2025年景觀類型進行模擬，從而預測其生態需水量[8]；王麗霞等借助CA-Markov模型對渭河流域的NDVI時空變化進行模擬，分析植被覆蓋變化狀況[9]。然而CA-Markov模型在模擬時缺乏優化重點引導，即無法準確找到影響景觀格局的關鍵要素并進行重點保護。

近年來，有關生態網絡的研究逐漸成為環境規劃和生態領域的熱點，基于“生態源地—阻力面—生態廊道—生態節點”的框架范式構建生態網絡已成為基本范式[10-11]。結合GIS空間分析和最小累積阻力模型[12-13]、有效費用距離模型(ECDM)等[14]模型，識別生態源地、生態廊道和生態節點等重要景觀組分，探討區域內景觀格局的生態敏感區域或關鍵位置，約束景觀格局的模擬。

長沙市作為快速城鎮化發展的城市之一，景觀格局破碎化現象日益加重，生態環境保護需求強烈。研究以長沙市為例，借助最小累計阻力模型識別生態網絡，結合研究區自然、經濟社會等現實情況，綜合考慮多種景觀類型變化驅動因子，初步評價各類景觀適宜性，并兼顧生態重要性和鄰域空間特征，提出一種生態網絡約束下的景觀適宜性修正方法，基于CA-Markov模型模擬在生態網絡約束下的2035年景觀格局，并與無約束條件下模擬的2035年景觀格局進行對比。研究結果可為長沙市未來發展趨勢和生態優化配置提供依據。

1 研究區和數據預處理

1.1 研究區概況

長沙市位于湘江下游，洞庭湖以南，位于東經111°53′—114°15′，北緯27°51′—28°41′。全市土地面積為11 819 km2，包括6區3縣(市)，其中芙蓉區、天心區、開福區、雨花區、岳麓區、望城區和長沙縣分布在中心城區，寧鄉市和瀏陽市分布在外圍。境內景觀類型以林地為主，地勢起伏較大，東、西兩端山地環繞，中部漸趨低平。湘江由南向北貫穿全境，市域河流水系大多屬湘江流域，包括瀏陽河、撈刀河、靳江河等。長沙屬亞熱帶季風氣候，氣候溫和，降水充沛，雨熱同期。七普調查發現，長沙市常住人口為10 047 914人。2020年長沙實現地區生產總值12 142.52億元(圖1)。

圖1 研究區位置

1.2 數據來源及處理

本研究基礎數據為長沙市自然資源和規劃局提供的2009年、2013年、2017年三期長沙市土地利用現狀數據，參考中國土地資源分類系統[15]，將三期數據重分類為耕地、林地、草地、建設用地、水域、其他土地6類景觀，其中林地、水域為生態用地，其余為非生態用地。高程數據來源于地理空間數據云平臺30 m分辨率數據，并用于計算坡度和起伏度數據。夜間燈光數據來源于美國國家環境信息中心網站，主要用來修正阻力面。月均MODIS NDVI數據來源于地理空間數據云平臺500 m分辨率數據，主要用來近似估算植被覆蓋度[16]以及計算生態需求強度。河流水系基于土地利用現狀數據提取，用于評估生態敏感性、構建阻力面等。交通路網數據、GDP和人口密度數據來源于中國科學院資源環境科學與數據中心，其中，GDP和人口密度數據為空間化的網格數據，每個柵格單元值代表該網格范圍(1 km)內的GDP或人口。植被凈初級生產力(NPP)數據來源于中科院資源環境數據云平臺，空間分辨率為1 000 m，主要應用于生態系統功能評價。長沙市降水量、氣溫數據來源于中國氣象科學數據共享服務網，使用克里金插值得到研究區降雨量和氣溫空間分布情況，主要應用于生態系統功能評價。所有空間數據均使用1980西安坐標系、高斯—克呂格投影，柵格數據分辨率統一設為30 m×30 m。

2 研究方法

2.1 生態網絡識別

2.1.1 生態源地識別 綜合考慮自然和人文兩方面的影響，分別從生態敏感性[17]、生態系統功能[18]、景觀連通性[19]、生態需求強度[20]四方面量化生態用地的重要性，計算公式見式(1)。采用自然斷點法提取最高等級的生態用地斑塊作為生態源地。

(1)

式中:i代表柵格單元；EIi為柵格對應的生態重要性綜合得分；SI,ESI,CI分別為生態敏感性、生態系統功能、景觀連通性評價結果;RI為生態需求強度評價結果。下標max,min分別表示相應指標的最大值、最小值。

(1) 生態敏感性(SI)。生態敏感性(SI)通過高程、坡度、地形起伏度、土地利用現狀、與水源距離、植被覆蓋度等自然環境因素并結合政策限制因素來評價[17]，評價指標體系及其量化方法見表1。

表1 評價指標體系

(2) 生態系統功能(ESI)。生態系統功能(ESI)使用凈初級生產力(NPP)定量指標評估法進行評價[18]，計算公式為：

Sbio=NPPmean×Fpre×Ftem×(1-Falt)

(2)

式中:Sbio為生物多樣性評價指數；NPPmean為植被凈初級生產力多年平均值(gC/m2)；Fpre和Ftem分別為多年平均降雨量(mm)和氣溫(℃)；Falt為高程(m)；各因子均需進行歸一化處理。

(3) 景觀連通性(CI)。景觀連通性借助形態學空間格局分析(Morphological Spatial Patten Analysis，MSPA)來進行評價[19](表2)。

表2 景觀連通性評價指標及賦值

(4) 生態需求強度(RI)。生態需求強度通過夜間燈光數據和歸一化植被指數計算得到[20]，計算公式如式(3)。人類活動越頻繁、植被越少的區域，生態需求越強烈。

(3)

式中:NDVImax為月均NDVI數據的最大值；NTLnor為歸一化的夜間燈光亮度值。

2.1.2 阻力面構建 本研究選取植被覆蓋度、高程、坡度、地形起伏度、距水源距離等因子，利用柵格計算器等權重求和構建基礎阻力面[21](表3)，利用夜間燈光指數代表人類的干擾作用，對阻力系數進行修正[22]，從而得到研究區的綜合阻力面。計算公式如下：

0.2×Q+0.2×S)

(4)

式中:R分別為綜合生態阻力系數；NTLi為柵格單元i對應的夜間燈光值；NTLa為柵格單元i所屬生態用地類型的夜間燈光均值；VFC為柵格單元i對應的植被覆蓋度因子阻力系數；H為柵格單元i對應的高程因子阻力系數；P為柵格單元i對應的坡度因子阻力系數；Q為柵格單元i對應的地形起伏度因子阻力系數；S為柵格單元i對應的距水源距離因子阻力系數。

2.1.3 生態廊道和節點提取 研究基于最小累積阻力(MCR)模型進行生態廊道提取[23]。最小累積阻力模型計算的是從起始點到目標點克服阻力做功的最小累計值，計算公式為：

(5)

表3 生態阻力系數

將廊道穿越的小型完整的生態用地以及廊道相交的點作為生態節點[24]，結合盲區識別方法[25]，借助Voronoi圖模型綜合分析生態節點的覆蓋程度，在盲區內補充生態節點。

選取可能連通性指數和整體連通性指數來評價生態源地和廊道在網絡連通性中的重要程度[26]，依據得分的高低，將前20%的源地或廊道分為極重要，將后20%源地斑塊或廊道分為一般重要，其余為中等重要。生態節點按照自身連接廊道的數量及重要性進行評價。為維持生態網絡的穩定性，在生態源地、廊道、節點周圍按照重要性等級設置不同距離的緩沖區。

2.2 生態網絡約束下的景觀格局模擬

本研究選取CA-Markov模型模擬景觀格局。CA-Markov模型綜合了CA模型空間分布模擬和Markov模型時間序列預測的優勢，能夠準確模擬景觀格局。CA-Markov模型模擬景觀格局具體流程如下：(1) 建立景觀轉移面積矩陣。基于Markov模型對兩期景觀數據進行疊加，得到景觀轉移面積矩陣。結合城市相關空間規劃，針對性修正景觀轉移面積。(2) 建立景觀適宜性圖集。綜合考慮多種景觀類型變化驅動因子和生態網絡約束因子構建6類景觀適宜性圖，最后利用IDRISI平臺集合生成器(collection Editor)合成景觀適宜性圖集。(3) 確定CA濾波器及循環次數。本研究使用CA標準5×5的濾波器，循環次數設為模擬預測的間隔年數。

為使最終模擬結果更符合研究區實際情況以及充分發揮生態源地、廊道和節點的生態效應，景觀適宜性圖的建立應兼顧兩類因子：(1) 景觀類型變化驅動因子，包括高程、坡度、起伏度、與公路距離、與高速距離、與鐵路距離、GDP、人口密度等。(2) 生態網絡約束因子，包括生態源地、廊道、節點及其外圍的緩沖區。

首先，初步構建景觀適宜性圖集。結合研究區實際情況，選擇主導作用的景觀類型變化驅動因子，借助多準則評價模型(Multi-Criteria Evaluation，MCE)初步構建各類景觀適宜性圖，并將各類景觀適宜性歸一化到0～1：(1) 耕地、林地、草地因受地形因素影響較大，故選取高程、坡度、起伏度3個驅動因子來構建景觀適宜性圖。本研究設定耕地在高程0～200 m內、坡度0°～10°內、地形起伏度0～50 m內適宜性最高，三者權重分別為0.4，0.4，0.2；設定林地在高程400～1 500 m內、坡度15°～25°內、地形起伏度100～400 m內適宜性最高，三者權重分別為0.4，0.3，0.3；設定草地在高程200 m～400 m內、坡度5°～15°內、地形起伏度0～100 m內適宜性最高，三者權重分別為0.4，0.4，0.2[27-28]。(2) 建設用地受經濟社會因子影響較大[27,29]，除高程、坡度、地形起伏度等驅動因子外，再選取與公路距離、與高速距離、與鐵路距離、GDP、人口密度等驅動因子來構建景觀適宜性圖，設定高程0～100 m內、坡度0°～5°內、地形起伏度0～20 m內、與公路距離0～3 000 m內、與高速距離500～5 000 m內、與鐵路距離1 000～8 000 m內、GDP和人口密度越大適宜性越高，權重依次為0.1，0.1，0.1，0.1，0.1，0.1，0.2，0.2[27-28]。(3) 水域和其他土地選擇Markov模塊生成的條件概率圖像構建景觀適宜性圖[27,29]。

其次，景觀適宜性修正。融合生態網絡約束因子，修正景觀適宜性圖。重要生態源地、廊道、節點應加強生態保護，強化生態功能導向，生態用地周邊的景觀也應盡可能轉變為生態用地或提升生態功能。河流水系是區域中的重要自然地理格局的組成部分，應嚴格保護并維持其穩定性。林地對區域生態環境具有重要價值，增加林地面積可使生態網絡發揮更大的生態價值，應適度提高其生態導向的適宜性。因此，本研究兼顧生態重要性和鄰域空間特征，提出一種基于生態網絡約束的景觀適宜性修正方法，對生態網絡內的林地及水域景觀適宜性進行修正。

(6)

式中:U*表征某單元修正后的景觀適宜性,0≤U*≤1,如果修正后的U*大于1,令U*=1;U表征某單元原始景觀適宜性,0≤U≤1;E代表最鄰近的生態網絡要素的生態重要性,0≤E≤1;D為單元到該生態網絡要素的距離,0≤D≤該生態網絡要素的緩沖區寬度(m);k為距離衰減系數,經多次試驗驗證,當k=1/2時,修正結果最為合理,故令k=1/2。

2.3 景觀格局模擬結果評價

本研究選用Kappa系數對模型精度進行檢驗。Kappa系數計算公式如下所示：

(7)

式中:Po、Pc、Pp分別表示現實狀態、隨機狀態、理想狀態下模擬正確的概率,當Kappa>0.75時,表示圖像間的相似度較高,當0.4≤Kappa≤0.75時,表示圖像間的相似度一般,當Kappa<0.4時,表示模擬效果不佳[30]。

景觀指數能夠高度濃縮景觀格局信息，從而能很好的表征景觀結構組成特征和空間配置。本研究選擇斑塊密度(Patch Density，PD)、邊緣密度(Edge Density，ED)、聚合度(Aggregation Index，AI)、蔓延度(Contagion Index，CONTAG)4個景觀水平指數分析景觀格局[31-32]。

3 結果與分析

3.1 生態網絡識別結果

本研究共提取生態源地89個，其中極重要的生態源地24個，中等重要的生態源地36個，一般重要的生態源地29個。林地生態源地主要為瀏陽、寧鄉兩側高程較高的大型山體，水域生態源地主要為湘江、千龍湖、松雅湖以及一些重要水體。生態源地在全域生態系統安全中起著重要作用，通過設定緩沖區來提升生態源地內部環境的穩定性以及減緩人為干擾。經過多次對比試驗發現，當將生態源地根據重要性等級高低依次設置300 m，200 m和100 m的緩沖區時，緩沖區內林地面積占比為65.82%，既可有效避免生態源地遭受外界沖擊，也可保證對周圍景觀類型產生一定的輻射影響，故在生態源地周圍依次設置300 m，200 m和100 m的緩沖區(圖2)。

生態廊道共213條，其中極重要的生態廊道48條，中等重要的生態廊道114條，一般重要的生態廊道51條。分析廊道所穿越的景觀類型發現，廊道主要沿河流、山體分布，廊道所在區域的景觀類型以林地和水域為主，少數廊道由耕地構成，幾乎沒有涉及建設用地。生態廊道是生態源地之間生物、物質、能量流通的通道，本研究從削弱交通道路和其他建設用地帶來的干擾以及提升源地之間的聯系的角度出發，依據廊道重要等級的高低依次設置緩沖區。文獻[33]指出，當廊道寬度為30～100 m時，能夠滿足較多動植物遷徙和傳播以及維持生物多樣性的需要，故本研究依據重要等級的高低依次設置100 m，60 m，30 m的廊道緩沖區。

生態節點共87個，其中極重要的生態節點11個，中等重要的生態節點36個，一般重要的生態節點40個。生態節點能夠促進生態網絡結構及功能的連通，參考Esteban和Hinsley等人的研究[34-35]，當斑塊最小面積在10～35 hm2時，內部物種才能受到很好的保護，故依據生態節點重要等級的高低依次設置400 m，300 m，200 m的緩沖區，緩沖區的設置使得生態網絡更加穩定與牢固。

圖2 生態網絡識別結果

3.2 長沙市景觀格局模擬結果

借助CA-Markov模型，以2013年為基期年，基于2009—2013年的景觀面積轉移矩陣和景觀適宜性圖集模擬長沙市2017年景觀格局，并與長沙市2017年真實數據進行精度檢驗，得到總體Kappa系數為0.85，表示本研究采用的模型具有較高的可靠性，模擬效果較好。

黨的十九屆五中全會通過的《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二○三五年遠景目標的建議》指出，2035年是我國開啟全面建設社會主義現代化國家新征程的一個重要時間節點。因此本研究考慮生態網絡約束來模擬長沙市2035年景觀格局，以期為長沙市未來發展趨勢及生態優化配置提供參考。以2017年為基期年，基于2009—2017年的景觀面積轉移矩陣與基于景觀類型變化驅動因子和生態網絡約束因子構建的景觀適宜性圖集模擬長沙市2035年景觀格局。

根據模擬結果，2035年長沙市耕地、林地、草地、建設用地、水域、其他土地面積分別為3 009.91 km2，6 228.88 km2，67.36 km2，2 270.33 km2，239.23 km2，2.90 km2，景觀類型結構以林地為主，面積比例為52.70%，其次是耕地和建設用地，草地、水域以及其他土地所占比例較小。耕地主要分布在湘江、撈刀河、瀏陽河等河谷平原以及散布的山間小平地；林地主要分布在瀏陽市大圍山、瀏陽市連云山—九嶺山系、長株潭城市群綠心等天然公益林集中保護區；草地主要散布于林地內；建設用地主要集中在長沙市中心城區和瀏陽市、寧鄉市中心城區；長沙市主要水系為湘江、撈刀河、瀏陽河等；其他土地分布比較分散(圖3)。

由表4得知，與2017年相比可以發現：(1) 2035年長沙市耕地面積比例由29.19%減小到25.47%，共減小3.72%，是減小幅度最大的景觀類型；(2) 草地、水域、其他土地面積變化較平緩；(3) 林地和建設用地面積均增加，其中林地面積增加了87.57 km2，建設用地面積漲幅較大，到2035年面積達到2 270.33 km2，與2017年相比增加了365.86 km2，表明研究期間長沙建設力度依舊較大，在發展的同時更需注重生態環境的保護。(4) 2017—2035年6種景觀類型的演變趨勢大體上延續了2009—2017年的演變趨勢，說明生態網絡約束下的CA-Markov模型能夠較好地模擬未來景觀格局的情況，其模擬結果較符合實際。

圖3 2035年長沙市景觀格局模擬

表4 2009-2035年長沙市景觀類型結構變化

3.3 生態網絡約束對景觀格局模擬的引導作用分析

為了檢驗生態網絡約束對景觀格局模擬的引導作用，本研究借助景觀指數方法和生態網絡內林地占有率對比方法來進行驗證。

本研究以2017年為基期年，基于2009—2017年的景觀面積轉移矩陣與基于景觀類型變化驅動因子構建的景觀適宜性圖集來模擬無約束條件下的長沙市2035年景觀格局，即不加生態網絡約束，其他條件與生態網絡約束下模擬景觀格局設置的條件保持一致。經計算分析(表5)，與無約束條件下模擬的2035年景觀格局相比，基于生態網絡約束模擬的2035年景觀格局PD值減少0.44，ED值減少1.15，AI值增加0.17，表明通過抓住保護重點，可以有效減少景觀類型之間頻繁及無序轉換，各景觀類型分布更加集中連片。CONTAG值分別提高0.18，表明通過設置生態廊道緩沖區以及增加生態節點，景觀類型之間的連通性增強，有利于生物遷徙和能量的相互流通和擴散。由表6可知，將有無生態網絡約束條件下模擬的2035年景觀格局圖與生態網絡進行疊加，統計各景觀類型面積占比，得到前者林地占比率比后者高1.03%，表明本研究對生態網絡內林地景觀適宜性的修正產生了效果，而林地面積的增加將使生態網絡發揮更大的生態價值。綜上所述，本研究考慮生態網絡約束模擬景觀格局緩解了景觀破碎化程度不斷加劇以及景觀連通性下降的趨勢，保護了生態關鍵區域，可以優化景觀格局。

表5 2035年景觀指數對比

表6 2035年生態網絡內各景觀類型面積占比對比

4 結 論

(1) 以“生態源地-阻力面-生態廊道—生態節點”的框架范式構建生態網絡，最終共提取生態源地89個、生態廊道213條、生態節點87個，其中生態源地主要為東西部的大型山體，廊道沿主要河流、山體分布。并在外圍根據其重要性等級設置了不同寬度的緩沖區。

(2) 基于生態網絡識別結果，本研究兼顧生態重要性和鄰域空間特征，提出一種基于生態網絡約束的景觀適宜性修正方法，通過提升生態網絡內生態用地的景觀適宜性來保護生態網絡、約束景觀格局模擬。根據模擬結果，2035年長沙市耕地、林地、草地、建設用地、水域、其他土地面積分別為3 009.91 km2，6 228.88 km2，67.36 km2，2 270.33 km2，239.23 km2，2.90 km2，景觀類型依舊以林地為主，耕地減少較多，林地稍有增加，建設用地漲幅較大，模擬結果符合長沙市發展現狀。

(3) 通過對比有無生態網絡約束條件下模擬的景觀格局發現，基于生態網絡約束模擬的2035年景觀格局PD值減少0.44，ED值減少1.15，AI值增加0.17，CONTAG值分別提高0.18，生態網絡內林地占比率增加1.03%，表明基于生態網絡約束進行景觀格局模擬可對生態關鍵區域進行保護，優化景觀格局。