基于CA-Markov和MSPA的綠色基礎設施預測與時空演變分析
——以京津冀城市群為例

馬 銀,鄭敏睿,鄭新奇,4,5,郭文華,劉孟蘭,李佳陽,朱邦仁

1 中國地質大學(北京)信息工程學院,北京 100083 2 中國人民大學公共管理學院,北京 100872 3 中國人民大學數字政府與國家治理實驗室,北京 100872 4 自然資源部國土空間大數據工程技術創新中心,北京 100036 5 自然資源部北京房山綜合勘測野外科學觀測研究站,北京 102400 6 自然資源部信息中心,北京 100036

綠色基礎設施(Green Infrastructure,GI)是以生態理論為基礎,針對灰色基礎設施和社會基礎設施提出的具有戰略意義的概念,它被看作是支持區域、城市和社區發展的另一種必要基礎設施[1],是人類社會可持續發展的重要支撐。GI概念最早于1999年由美國保護基金會和農業部森林管理局組織的“GI工作組”提出,該小組將GI定義為由綠道、濕地、雨水花園、森林、鄉土植被等組成的相互連接的網絡,它可為野生動物遷徙和生態過程提供起點和終點,也可維護生態環境、提高人民生活質量,還具有管理暴雨,改善水質,節約城市管理成本等作用[2—3]。GI旨在突破傳統生態保護中關于綠化率、植被覆蓋率等的局限性,最終實現生態、社會、經濟的協調和可持續發展[1—2],但隨著城市的快速發展,綠色空間受到不同程度的破壞和威脅,嚴重削弱了GI在國土空間建設中的生態和社會作用,給國土空間的治理和優化帶來壓力[4—6]。研究發現GI的碳匯作用對抵消生產生活產生的碳排起到重要作用,另外,城市中GI的碳封存效率在將來有提高的趨勢[7],其合理布局可助力“碳中和”行動[8]。目前,我國正處于戰略性控碳和國土空間規劃體系轉型的關鍵時期,GI被認為是實現“碳中和”和國土空間治理的重要途徑[9—10],因此做好GI長時序時空雙維度演變格局分析具有重要的現實意義。

總結歸納文獻資料,將GI研究分為三階段。第一階段為GI的定義討論和類型識別。定義視角先后經歷了學科理論→社會政策→學科理論+社會政策的變化[2—3]。同時,研究者也逐步提出形態學空間格局分析法(Morphological Spatial Pattern Analysis,MSPA)、景觀格局法、成本距離法和電路理論法等GI提取識別方法[11—14]。第二階段為針對歷史和現在時期的GI特征變化和評價研究。例如,Furberg等借助影像數據識別GI變化,利用景觀指數法探究GI對景觀連通性的影響[15]。魏家星等構建了GI生態網絡,嘗試用空間句法評價其空間優先性[16]。顧康康等選取雨水管理、緩解熱島效應、綠色空間可達性、景觀連通性、凈化空氣五類指標構建了綠色基礎設施規劃模型,開展GI多功能評估[17]。第三階段為GI多學科交叉研究。例如,城市生態學專家探索了GI與城市生態系統之間的定量關系[18],大氣專家關注GI影響空氣質量的機制[19],林業專家通過優化植被分布使GI充分發揮生態和社會作用[20]。已有研究在時序上較多關注歷史和現狀,考慮歷史—現狀—未來長時序GI時空演變格局的研究模型框架更是鮮有報道。而在“碳中和”和國土空間規劃新形勢下,快速預測和明確GI長時序的分布格局可為社會—經濟—環境的協調發展提供基礎。另外,針對京津冀城市群,現有研究更多圍繞“三區三線”、生態功能和生境質量等探討協同發展和生態環境之間的關系[21—22],缺乏以GI視角為切入點的研究成果。

綜上,針對GI研究,如果能建立既可以分析過去、診斷現在,也可以預測未來的一體化技術方法,進而實現對GI的檢查、評估和治理,成為管理部門和學者們關注的重點問題。本研究主要解決如何構建研究模型框架快速實現歷史—現狀—未來長時序GI數據的獲取、預測和時空分析,明確城市群尺度下協同發展進程和GI時空演化的關系,根據預測數據提早布局和干預GI發展,實現國土空間治理與優化。為了實現上述目標,第一模塊主要介紹模型的選擇、原理和計算數據等,第二模塊重點介紹了計算結果和新發現,第三模塊討論了京津冀城市群協同發展進程與GI格局演變的對應關系,參考研究新發現和新版空間規劃方案得到GI優化啟示。研究對實現京津冀城市群國土空間GI有效合理配置、生態宜居、環境可持續發展、國土空間規劃轉型以及城市群生態文明建設具有重要的現實意義。

1 研究方法與數據來源

1.1 研究區概況

京津冀城市群位于36°05′—42°37′N,113°27′—119°50′E,總面積約21.8萬km2,包含北京、天津、石家莊等13個城市[22]。研究區在近十年間經歷了實質、快速和高質量經濟發展階段[21—23],居民區、工業和交通用地的快速擴張占用了大量耕地、林地和草地等綠色空間資源,導致研究區生態環境問題日益突出[23]。在城市群協同發展、“碳中和”目標和國土空間規劃背景下,GI的合理布局成為京津冀生態環境高質量發展的重要支撐。

1.2 數據來源及預處理

本研究參考他人研究[24—25],并根據《土地利用現狀分類》(GB/T 21010—2017)標準,將林地、耕地、草地和水域四種一級分類土地利用類型作為GI范圍,即GI包括天然林、自然草地、天然湖泊等自然形成的綠色空間,也包括人工林、人工湖和耕地等受人為干預的半自然綠色空間。

研究數據主要包括研究區的行政邊界、土地利用遙感監測數據及人口、經濟、環境等輔助決策數據。各級行政邊界來自國家基礎地理信息數據庫(https://www.resdc.cn/)。2000、2005、2010、2015和2020年的土地利用遙感監測數據來自資源環境科學與數據中心網站(https://www.resdc.cn/),該數據是通過Landsat-TM/ETM和Landsat 8遙感影像數據解譯獲得,空間分辨率為1 km。數據以省/市為單位下載,通過ArcGIS10.4做拼接和重分類預處理,并轉換為TIF和ASCII碼格式為GI識別和預測做準備。輔助決策數據主要來源于《中國城市統計年鑒》、《北京統計年鑒》、《天津統計年鑒》、《河北統計年鑒》。

1.3 研究模型框架

已有GI時空演化研究較多的停留在對歷史和現狀特征的探討階段[24—25],少量文獻關注和探討GI的預測問題[26],而對GI未來發展態勢缺少預見性不利于國土空間規劃的調整和實施。Cellular Automata-Markov (CA-Markov)是土地利用覆被數據預測時應用最廣泛的模型[27]。為了建立既可以分析過去、診斷現在,也可以預測未來的一體化方法,本研究充分考慮GI的未來發展態勢,從土地利用數據預測、GI識別提取和時空雙維度演變格局分析三個維度構建研究模型框架,如圖1所示。首先在歷史數據的基礎上采用CA-Markov模型預測研究區2025和2030年土地利用數據,實現歷史→現狀→未來的時間線串聯;其次,基于土地利用數據采用MSPA實現GI識別提取;最后在空間分析方法、變化率指數和景觀格局指數的輔助下實現GI長時序的時空雙維度定量分析。

圖1 研究模型框架Fig.1 Research model frameworkCA:元胞自動機 Cellular automata; CA-Markov Model:元胞自動機-馬爾科夫模型Cellular Automata-Markov model; GI:綠色基礎設施 Green infrastructure; MSPA:形態學空間格局分析 Morphological spatial pattern analysis

1.3.1CA-Markov

元胞自動機(Cellular Automata, CA)模型是一種狀態、時間、空間均為離散狀態且動態性較強的網絡動力學模型,該模型結合元胞空間內各個元胞目前的狀態,通過轉換規則預測下一時間段元胞的狀態[28]。Markov模型是研究中另一種常用的模型。該模型通過研究隨機事件發生的可能性及變化規律來預測未來某時刻的狀況,其主要根據上一時間區間內情景系統中不同的起始概率和狀態轉移矩陣預測該情景系統下一時間區間的發展狀態[29]。CA模型可將預測數據和變化趨勢在空間上做出表達,但無法定量反映鄰域對中心元胞的影響程度,而Markov模型在數量預測上有更大優勢,但無法在空間上表達[30]。為了使預測結果能在時、空兩個維度表達,研究選用CA-Markov模型實現數據預測。預測過程對模型參數進行特殊優化設置,其中適宜性圖集的制作考慮到“三區三線”、地勢起伏、規劃數據、河流水系四種因子,通過布爾交叉法實現數據的疊加計算。

1.3.2MSPA參數設置

MSPA是一種以數學形態學為基礎理論識別GI類型的方法[31],根據研究區自身概況,把GI細分類為核心、孤島、邊緣、穿孔、連接橋、環和分支七種類型[32],如表1所示。研究是在GuidosToolbox 3.0軟件的支持下進行GI識別分類,該工具由歐盟委員會聯合研究中心設計和更新[12]。首先對土地利用數據進行重分類,將建筑用地(城鄉、工礦、居民用地)和未利用地設置為背景數據,林地、耕地、草地和水域設置為前景數據,將重分類后的土地利用數據作為上述軟件的輸入數據,選取GI識別結果較好的參數組合完成實驗,具體將Foreground Connectivity 參數設置為8,EdgeWidth參數設置為1,Transition參數設置為1,Intext參數設置為1。

表1 GI類型及其生態學含義

1.3.3GI演變特征測度指數

考慮到GI的面積和空間結構變化兩方面,選用變化率指數和景觀格局指數探究GI時空演變特征,指數的選取和定義主要參考文獻[33—34],具體如表2所示。

表2 GI面積變化和景觀格局測度指數含義及計算公式

2 結果與分析

2.1 土地利用模擬預測分析

為了驗證CA-Markov模型預測研究區土地利用數據的可行性,首先使用該模型預測了2015和2020年研究區的土地利用數據,與實際數據對比進行精度驗證,kappa系數分別為0.8124和0.8077,精度滿足要求,可見CA-Markov模型可用于研究區土地利用的模擬預測。如圖2所示,2025和2030年京津冀的土地利用格局整體保持相對穩定狀態,林地和草地交錯分布在研究區東北部和西部邊界處,耕地主要分布在東南部地勢平坦區域,城鄉、工礦、居民區用地主要集中在北京市、天津市、唐山市等市中心區域,該類型在2025—2030年有小幅度擴張。

圖2 2025年和2030年土地利用分布圖Fig.2 Land use distribution map for 2025 and 2030

2.2 GI時空雙維度演化格局

2.2.1GI時間演化特征

從時間維度視角分析,如表3所示,2000—2020年GI總面積占研究區面積的86.60%—90.82%不等,占比呈現逐年下降趨勢。2000年GI總面積占比為90.82%,到2015年時占比為89.57%,下降約1.25個百分點,2015—2020年占比下降幅度較大,約為3個百分點,2020年GI總面積占比僅為86.60%。從GI各類型角度分析,核心面積較大,約占GI總面積的60%,由核心的生態學含義可知,研究區分布有連片大面積的綠色空間;其次,面積占比較大的是連接橋、邊緣和穿孔,分別為15%、10%和5%左右,連接橋等要素的存在,增強了GI生態網絡的連通性,也保證了研究區內綠色空間的整體性;此外孤島、環和分支占比相對較小,僅為0.06%,2.50%和1.50%左右。

表3 京津冀2000—2030年GI各類型面積及占比/km2

2025、2030年GI的總面積占研究區面積的比例仍然呈現下降趨勢。核心面積占比有明顯提高,相比2020年,2025年占比提高26.08個百分點,為83.12%。2030年,核心面積占比達到84.04%,主要受到新版國土空間規劃實施的影響。連接橋和邊緣的面積占比明顯減小,相比于2020年,2025年連接橋的面積占比下降19.77個百分點,僅為0.77%,邊緣的面積占比下降約7.45個百分點,為3.25%,2030年時,連接橋和邊緣的面積占比仍然呈現下降趨勢,分別為0.69%和2.61%。由此可知,GI作為一個整體的生態網絡,其核心面積的增大,會使得承擔連通作用的連接橋和具有邊緣效應的邊緣面積逐漸減少。

2.2.2GI空間演化特征

從空間維度視角分析,如圖3所示,2000—2020年,核心主要分布在研究區的北部、西北部和西部邊界處,其中承德市和張家口市的核心分布面積廣,而連接橋、分支和孤島等類型主要分布在研究區的南部、東部和東南部,包括天津、廊坊、邢臺東部、邯鄲東部等。核心與其他類型之間出現明顯的分界線,對比圖3可知,分界線與200 m高程線高度一致。研究區地勢呈現由西北向東南傾斜的階梯狀,西北部地勢較高,林地占比較大,綠色斑塊面積較大,核心分布廣泛,而東南部地勢相對平坦,適宜耕種和開發,斑塊面積較小,容易形成環、連接橋和孤島等類型,導致分界線較明顯。從背景區視角分析,北京、天津和唐山等城市中心的背景區呈現不斷擴張的態勢,2015年和2020年的GI空間分布顯示,保定、石家莊、邢臺和邯鄲四個城市中心的背景區面積也逐漸增大。如圖3所示,隨著時間變化,東南部GI呈現逐漸破碎化的狀態,但連接橋逐漸增加,體現了連接橋在GI生態網絡中的重要作用。

圖3 2000—2020年GI各類型空間分布圖 Fig.3 Spatial distribution map of various types of GI from 2000 to 2020

如圖4所示,2025、2030年研究區GI的分布特征發生顯著變化,核心和其他GI類型之間無明顯分界線,廣泛分布在張家口、承德、廊坊、滄州、衡水、邢臺和邯鄲等地,且斑塊面積增大,連通性增強。連接橋、邊緣和環等其他類型分散分布在各核心之間。2000—2020年研究區東南部的綠色空間雖分布廣泛,但由于其斑塊面積小,連通性較弱,被識別為連接橋、邊緣、環、穿孔、分支和孤島類型,而隨著國土空間新規劃政策的出臺和實施,GI受到保護,斑塊邊界外延,面積不斷增大,被識別為核心。但值得注意的是,北京、天津、唐山、廊坊、保定東、石家莊東、邢臺和邯鄲城市中心的背景區面積擴大趨勢明顯,由此可見,城市中心的GI優化是增強GI生態網絡整體性、充分發揮GI生態作用的關鍵。

圖4 2025年和2030年GI各類型分布圖Fig.4 Distribution of types of GI in 2025 and 2030

2.3 變化率和景觀格局指數分析

2.3.1變化率指數分析

從時間維度視角分析,如表4所示,GI各類型的單一變化率指數呈現先穩定后波動的變化趨勢,2000—2005年、2005—2010年、2010—2015年三個時段的變化率較平穩,2015—2020年、2020—2025年和2025—2030年變化率指數出現明顯的變化波動。另外,孤島的變化率指數變化波動最大,呈現降—升—降的變化趨勢,變化率指數最大為21.99%,最小為-0.72%。不同類型在整個生態網絡中的作用不同,其穩定性也存在較大的差異[26]。GI 綜合變化率指數整體呈現先上升后下降的變化趨勢,前三個時間段分別為0.27%,0.14%和0.18%,變化率較小;而2015—2020年和2020—2025年的綜合變化率指數明顯增加,分別為4.74%和4.14%,與GI各類型在該時間段內單一變化率指數變化保持一致;到2025—2030年時,變化率下降3.04個百分點,為1.10%。

表4 京津冀城市群2000—2030年GI各類型單一、綜合變化率指數

2.3.2景觀格局指數分析

從時間維度視角分析,如表5所示,各景觀格局指數在2020年或2025年呈現變化拐點,與上述GI的時間變化特征和變化率指數特征保持一致。斑塊密度、最大斑塊指數、Shannon′s多樣性指數和Shannon′s均勻度指數均在2020年增大。2000—2020年,斑塊密度由0.0731增至0.0864,到2025年,又減少至0.0244;2000—2015年,最大斑塊指數由38.6623變為38.7098,而到2020年時,增至45.5810,相比于2015年,增幅約為17.75%;Shannon′s多樣性指數和Shannon′s均勻度指數在2000—2020年呈現增加的趨勢,在2020—2030年則呈現減小的變化趨勢。由此可見,研究區GI的景觀格局在2015—2020年受到破壞,到2020年時景觀破碎化程度較高,2020—2025年GI的景觀格局指數變化較大,景觀格局狀態逐漸恢復,到2030年時GI連通性得到改善。

表5 京津冀城市群2000—2030年GI景觀格局指數

為了進一步探究各城市GI在景觀格局破碎化嚴重年份的差異性,選取2020年斑塊密度和Shannon′s多樣性指數進一步分析。如圖5所示,廊坊、衡水、邢臺和滄州等市的斑塊密度較大,GI破碎化程度較高,而承德市、秦皇島市和張家口市的斑塊密度較小,GI破碎化程度較低,同時,承德市和張家口市的Shannon′s多樣性指數較小,與常玉旸的研究結果保持一致[35]。雖然2020年研究區GI的景觀格局整體破碎化較為嚴重,但承德市、張家口市和秦皇島市的GI連通性和穩定性保持良好的狀態(圖3)。三座城市接壤分布在研究區的北部和西北部(圖3),所處地勢較高,相比地勢低的平原地區,該區域建設用地開發適宜度較弱,更有利于林地和耕地的保持[21,35],大面積的樹林和作物形成GI自然聯動區域,在快速協同發展過程中具有一定的自我保護和自我調節能力。因此,在GI規劃和優化過程中需注重GI生態網絡和自然聯動區的構建。

圖5 2020年研究區各城市PD和SHDI柱狀圖Fig.5 Histogram of PD and SHDI of cities in the study area in 2020PD:斑塊密度 Plaque density; SHDI:Shannon′s多樣性指數 Shannon′s diversity index

3 討論

3.1 京津冀城市群協同發展影響GI格局演變

京津冀區域合作最早于1986年提出,2009年左右三地對該合作發展達成共識并全面啟動,同時關于京津冀區域發展的規劃也于2014年完成編制[36]。在此階段內,各區域間協同發展進程推動緩慢,使得2000—2015年GI總面積、核心區面積和各景觀指數指標處于相對平穩狀態,如圖6所示。2015—2020年京津冀協同發展上升為國家發展戰略,為保證區域協同和經濟發展,用地類型相互轉換速度加快,GI各指標出現明顯的變化拐點,總面積和核心區面積均呈現明顯的下降趨勢,變化率隨之變動,景觀破碎化明顯加劇(圖6)。此結果與已有研究保持一致,交通、工業和居民區用地的擴張占用了耕地、林地、草地等綠色空間[23,37],導致GI波動明顯。從人地關系的視角出發,人類和社會因素對GI格局的影響遠大于自然因素,建設用地擴張、人口增長、法律政策和規劃建議是影響GI的主要人為因素[38],這也是京津冀城市群協同發展進程推動越快GI變化越明顯的原因。按照國家戰略發展要求,2020—2030年京津冀城市群需繼續以疏解北京非首都功能為目標,實現世界級城市群的發展,逐漸完成“十四五”規劃和國土空間規劃的實施和落實。研究表明未來研究區建設用地的擴張將侵占城鄉邊緣地帶的耕地和綠地[27],導致GI面積及各指數的波動變化(圖6),也導致背景區的擴張。

圖6 京津冀城市群協同發展進程中GI指標變化圖Fig.6 Indicator change of GI in the process of synergistic development of Beijing-Tianjin-Hebei urban agglomeration

3.2 京津冀城市群GI優化啟示

(1) 政策導向,規劃先行

京津冀城市群協同發展進程的推進直接影響GI各指數的拐點變化,兩者存在明顯的對應關系,政策因素是影響GI合理布局和向好發展的關鍵因素。目前中國追求低碳排、重治理、優環境、高質量的發展模式,這將給研究區GI的優化和治理奠定政策基調。由圖3和圖4可知,城市中心和研究區東南部是國家政策關注的重點。作為首都經濟圈的京津冀城市群,其發展需以國家政策為導向,結合自身經濟、文化、生態和區位發展狀態和本底概況,制定適宜研究區GI發展的政策,并結合國土空間規劃過程中劃定的“三區三線”做好GI規劃,重視未利用地的“返綠”行動和行道樹的種植,切實保證GI生態網絡的整體性,增強其在城市內部的連通性。

(2) 常態評估,精準優化

城市群的可持續發展是多層次和多維度的復雜問題,國內外相關研究從經濟、社會、人口和生態環境四個視角選擇指標定期評估城市和城市群發展狀態和階段,及時對發展過程中呈現的問題做出響應[39]。GI作為城市中自然和半自然綠色空間的集合,能提供豐富的生態服務功能,其面積占比、景觀格局指數、人均GI面積等可以納入生態環境指標來評估城市的可持續發展狀態[40]。另外,城市群的發展強調各城市間的融合和協同,但各城市實行同一GI優化策略,則缺乏適宜性和嚴謹性。將研究區分為現狀保持區、優化提升區和連通性增強區三大區域,如圖7所示。現狀保持區包括張家口市、承德市和秦皇島市,該區域GI分布面積廣,核心面積占比較大,因此該區域內保持GI的分布現狀是實現其生態功能和社會功能的根本任務。優化提升區包括北京市、唐山市和天津市,該區域內城市中心GI的分布面積嚴重不足,直接影響GI的整體性和連通性,因此注重城市內部森林公園建設、居住區綠化設施的規劃和道路兩側行道樹的種植是該區域優化的首要方案。連通性增強區主要包括研究區南部的保定市、石家莊市和邯鄲市等七個地級市,在該區域內GI的分布較為廣泛,但景觀格局破碎化較其他兩個區域嚴重,因此增強GI間的連通性是解決本區域問題的根本方法。

圖7 京津冀GI區域協同優化分區 Fig.7 Regional synergy optimization partition of GI in Beijing-Tianjin-Hebei

4 結論

本文基于CA-Markov、MSPA和景觀格局分析方法等構建了集土地利用數據預測、GI識別提取和時空雙維度演變格局于一體的研究模型框架,以資源環境科學與數據中心網站提供的長時序、解譯精度高且范圍廣的土地利用遙感監測數據為數據保障,并以京津冀城市群為案例區進行模型運用和GI時空演變規律探索。得到以下結論:

(1)該模型框架可從歷史、現狀和未來長時序的角度實現GI的預測和時空雙維度演化分析,整合串聯了研究時間,增強了數據的連續性。模型技術的組合和重要過程參數的設置可以提高GI數據獲取效率,可滿足快速且大范圍的GI檢查、評估和治理的研究需求。同時邏輯思路的明確性、數據的可獲得性、操作步驟的簡單性等提高了模型框架的可復制性,在國土空間評估大框架內可實現快速推廣和實踐。

(2)2000—2020年,GI面積占研究區總面積的占比86.60%—90.82%不等,呈現逐年下降趨勢;核心約占GI總面積的60%左右,主要分布在北部、西部和西北部,其他類型占比較小,主要分布在南部、東部和東南部;2020—2030年,GI的總面積仍呈現小幅度下降趨勢,核心面積占比增長幅度較大,連接橋和邊緣的面積下降明顯。

(3)2015—2020年和2020—2025年GI變化波動大,2020、2025年GI各指數出現變化拐點,這主要受到《京津冀協同發展規劃綱要》、生態文明建設、“十四五”規劃和新版國土空間規劃實施等國家政策的影響。

(4)城市群協同發展進程推進與GI的變化拐點和格局演變存在明顯的對應關系,主要體現在2015—2020年和2020—2025年, 此時間段內 GI變化率和景觀格局指數變化波動較大;結合研究結果文章得出“政策導向,規劃先行”和“常態評估,精準優化”的京津冀城市群GI優化啟示。

GI作為城市群中重要組成部分,不僅關系著城市群的環境質量和城市宜居性,也會進一步影響城市群“雙碳”目標的實現,因此,城市群GI和碳之間的關系研究還有待探索[1]。就我國城市群尺度的研究而言,不同城市群之間GI特征變化是否存在共性問題,GI類型如何組合和布局可以更好的在城市群中發揮生態和社會作用,城市群中不同城市之間的GI如何貫通和聯合等問題亟待研究。