基于多情景模擬的生態網絡保護格局有效性評估
--以桂林市為例

尹海偉 朱 捷 方云杰 沈 舟 仲啟鋮

（1.南京大學建筑與城市規劃學院，南京 210093；2.上海市園林科學規劃研究院，上海 200232；3.中共成都市成華區社區發展治理委員會，成都 610051）

生態網絡構建是維系區域生態系統完整性、緩解景觀破碎化、限制城市擴張蔓延的有效手段。雖然已有研究針對生態網絡的跨尺度銜接提出了基于尺度嵌套的規劃思路，但土地擴張動態情景下這一思路對生態保護有效性尚需驗證。通過設置“無生態網絡”“非尺度嵌套生態網絡”和“多尺度嵌套生態網絡”三種約束情景，利用FLUS模型模擬了2030年桂林市土地利用格局變化，并選取景觀指數，從市域和中心城區兩個尺度，對生態網絡保護格局的有效性進行了定量評估。結果表明：（1）桂林市土地利用類型中建設用地增量明顯，2018年至2030年預計增加613.85 km2，變化幅度為46.52%，其次是水域，增加53.50 km2、變化幅度為6.42%；（2）基于生態網絡的規劃政策及情景設置對區域建設用地擴張限制明顯，而在多尺度嵌套的生態網絡約束情景下，這種抑制作用將進一步增強，新增建設用地僅為237.49 km2，增長率為18.00%；（3）非尺度嵌套與多尺度嵌套的生態網絡約束情景相比，后者在市域尺度及中心城區尺度上對遏制景觀破碎化、改善景觀連通性上都取得了更好的保護成效。研究揭示了將基于尺度嵌套的生態網絡構建方案納入未來土地擴張動態與機制中的有效性，為指導區域生態保護規劃與實踐、平衡保護與發展的矛盾提供了參考借鑒。

生態網絡；尺度嵌套；FLUS模型；景觀指數；情景評估

近幾十年來，快速城鎮化已成為人類社會發展的最顯著特征，深刻改變了區域生態系統與景觀格局[1]。隨著中國綜合實力和居民生活水平的顯著提升，人民對高品質生態系統服務功能日益增長的需求與生態產品供給不足之間的矛盾逐漸突顯[2-3]。如何平衡發展與保護的關系已成為中國高質量發展的重要課題。生態網絡構建是保障區域生態安全、限制建設用地蔓延的有效措施，已成為中國國土空間規劃的重要研究與實踐內容[4-6]。生態網絡通過識別生態源地、廊道、戰略點及整體格局等關鍵要素，旨在消減人類活動的負外部效應、保護修復受損生境、提升生態系統功能，是一種主動應對式的生態系統管理途徑[7-8]。雖然已有研究認識到了生態網絡的跨尺度特征，并以尺度嵌套的思路方法強化了網絡結構與功能的跨尺度有序銜接，提高了生態網絡要素的綜合性和生態安全格局構建的協同性[8-9]；但是這一思路在動態的土地擴張情景中仍然面臨實踐挑戰。具體而言，由于城市地區的建設用地及其擴張對網絡要素的隔離與侵占效應更為明顯，而基于多尺度嵌套識別的戰略修復點往往具有面積小、布局零散的特點，難以在動態的土地擴張情景中保障長久維持，因而研究有必要將這些要素系統納入生態網絡保護體系與土地擴張約束機制，并進一步檢驗保護情景的有效性。

鑒于此，文章以桂林市為例，根據研究區2015 - 2018年土地利用變化趨勢預測未來土地利用需求數量，設置了“無生態網絡約束”“非尺度嵌套的生態網絡約束”“多尺度嵌套的生態網絡約束”三種情景，利用FLUS模型模擬了2030年桂林市的土地利用狀態，并從景觀格局視角出發，利用景觀指數定量評估了不同情景對桂林市生態保護有效性的影響，從而驗證了將多尺度嵌套的生態網絡構建情景納入區域及城市發展規劃的必要性。研究結果可為將生態網絡更好地納入國土空間生態保護與規劃提供決策參考。

1 研究區概況

桂林市位于北緯24°15′23″-26°23′30″，東經109°36′50″-111°29′30″，地處湘南丘陵、黔東山地與桂中盆地結合部，地勢西北高東南低，地形地貌復雜多樣；屬亞熱帶季風氣候區，降雨多且集中夏季；水資源豐富，市域內江河縱橫、溪流遍布。桂林森林資源豐富，森林覆蓋率約71.97%，生態地位突出，是中國重要的生物多樣性基因資源寶庫。但近些年來，在快速城鎮化進程中受到連片式高強度的土地利用、大規模城市新區擴張建設與礦山開發遺留問題的影響，致使區域生態格局發生明顯改變，區域生態安全面臨著較大威脅[10-11]。因而，通過政策和管理措施調控土地利用結構，例如將生態網絡要素納入建設用地擴張的約束機制，也成為研究區平衡生態環境保護與社會經濟發展的重要途徑[11]。

2 數據與研究方法

2.1 數據收集和處理

本文主要數據如表1所示。研究使用ArcGIS平臺進行系統幾何校正，通過采樣工具將柵格數據集的空間分辨率統一為30 m×30 m。根據Landsat TM/ETM遙感影像解譯所得的2015年、2018年兩期土地利用類型數據，對道路數據進行空間配準，分為國道、省道、縣道、鄉道、村鎮道路、鐵路等6類，并對矢量數據進行柵格化處理；將從高德地圖爬取的2019年風景名勝POI按經緯度導入ArcGIS平臺。

表1 研究主要數據及來源Tab.1 The major data and data source

2.2 研究方法

2.2.1 FLUS模型的應用

FLUS（Future Land-Use Simulation）模型是一種將人為效應和自然效應耦合為多種類型土地利用情景模擬的綜合模型，包括基于神經網絡（ANN）的土地適宜性概率計算、基于自適應慣性競爭機制的元胞自動機（CA）兩大模塊[12-13]。前者可以將土地利用變化驅動因子的歸一化結果進行樣本訓練和神經網絡分析，得到各地類在空間分布上的適宜性概率；后者在此基礎上，根據各土地利用類型的預測需求數量和限制因子，通過引入輪盤自適應慣性競爭機制，結合鄰域因子及參數、土地利用轉換成本和土地利用類型之間競爭關系，得到未來各類元胞轉換后的土地利用空間模擬分布結果[12-15]。本文基于FLUS模型的桂林市土地利用擴張多情景模擬技術路線，如圖1所示。

圖1 基于FLUS模型的桂林市土地利用擴張多情景模擬技術路線Fig.1 The multi-scenario simulation route of land use expansion in Guilin based on the FLUS model

首先，本文利用FLUS集成的Markov模型模擬得到未來土地利用需求數量。由于2015年后桂林城市發展建設進入增量建設與存量更新相結合的模式，早期用地擴張趨勢不再具有代表性，因此本文僅依據2015-2018年土地利用變化趨勢預測，構建得到桂林市土地利用轉移矩陣（表2），并按照三年的時間間隔，依次模擬2018年、2021年、2024年、2027年以及2030年在自然發展狀態下的土地利用需求數量。其次，參考王志遠[16]、張曉榮[17]等學者研究成果，從自然、區位、經濟社會三個方面選取14項驅動因子建立驅動因子數據庫（表3），對2015年土地利用數據和驅動因子隨機采樣，得到土地利用適宜性概率。最后，參考王芳莉[18]、歐陽曉[19]等研究成果，并結合桂林實際情況調試后，確定鄰域因子參數，耕地0.3、林地0.7、草地0.5、水域0.9、建設用地0.9、未利用地0.4；參考王旭[20]等人研究成果并結合實際，認為建設用地和水域不能向其他各類用地轉換，構建轉換成本矩陣（表4）。

表2 桂林市2015 - 2018年土地利用類型轉移概率矩陣表Tab.2 Probability matrix of land use type transfer in Guilin from 2015 to 2018

表3 桂林市土地利用變化驅動因子Tab.3 Driving factors of land use change in Guilin

表4 桂林市土地利用轉換成本矩陣Tab.4 Land use conversion cost matrix in Guilin

為測試模型精度，本文將模擬所得2018年土地利用數據與實際土地利用分類數據進行疊加分析。除未利用地之外，其余用地的正確率均在70%以上，占地最廣的耕地、林地、草地模擬正確率均在90%左右，數量關系一致性較高。此外，對2018年土地利用預測數據抽樣10%進行校驗，計算得到Kappa值為0.874。可見，模型精度良好，結果可靠性較高。

2.2.2 多情景設置與模擬

本文通過設置三種情景來預測2030年桂林市域土地利用的空間分布情況。

情景一：無生態網絡約束自然發展情景。桂林市域尺度土地利用變化不受規劃政策的約束，僅根據自然本底條件適宜性、經濟社會發展基礎條件以及歷史土地利用發展變化趨勢進行用地條件布局。其轉換成本矩陣除建設用地與水域之外全部賦值為1，不設耕地、林地、草地與未利用地的轉換限制。

情景二：非尺度嵌套的生態網絡約束情景（圖2-a）。桂林市域尺度的土地利用變化除了受經濟社會發展需求驅動外，還受到規劃政策約束。即通過將市域生態源地、核心與潛在生態廊道、關鍵節點區域以及水域保護區劃入禁止和限制開發區域，確保生態網絡范圍內用地不受侵占，生態網絡之外的用地根據城鎮發展需求自然變動。此外，為保護河湖水系生態系統，對寬度在100 m以上的河流設置50 m的緩沖保護區，對100 m以下的河流設置20 m的緩沖保護區，將水域及其保護范圍也作為約束用地納入限制轉換用地范圍。

圖2 不同生態網絡約束情景下的限制建設區域Fig.2 The restricted area for developing under different ecological network constraint scenarios

情景三：多尺度嵌套的生態網絡約束情景（圖2-b）。基于情景二，將中心城區生態網絡中的生態源地、廊道、關鍵節點、嵌套優化區域及水域保護區也納入限制轉換區之內。

2.2.3 景觀格局分析

景觀指數為區域景觀格局的結構、功能和演變規律提供了明確的空間定量信息，已得到廣泛運用[21-23]。以桂林市域及中心城區整體景觀單元為研究對象，判斷不同情景生態網絡約束下景觀格局的變化情況，以此指示區域生態安全格局保護的有效性。例如，連通度作為表征生態過程在景觀中流通效率以及生態系統完整性的重要指標，通常被認為衡量生態保護成效的一個重要方面[9,24-25]。因此，參考相關研究，本文選取景觀水平與景觀類型水平上的指標包括斑塊數量（NP）、斑塊密度（PD）、景觀形狀指數（LSI）、連接度（CONNECT）、蔓延度（CONTAG）、香農多樣化（SHDI），從景觀格局破碎程度、復雜性、連通性、豐富性等方面反映研究區的景觀整體特征[9,21,26-27]。

3 研究結果

3.1 桂林市用地需求量預測與變化分析

表5和表6分別為桂林市未來土地利用需求量預測與動態變化結果。桂林市域土地利用類型增量集中在城鎮建設用地與水域。建設用地增加是因為桂林市仍處于城市化中期階段，未來村鎮人口仍向城鎮較快集中；雖然未來建設用地增幅與基期增幅相比較大，但建設用地的增加面積較小。水域面積增加主要與桂林市河道疏通治理與自然河道修復有關。其他林地、草地等自然生態類用地類型相對自身總量變化幅度較小，這與桂林市強化生態環境保護，推進封山育林育草、小流域治理等生態保護修復工程有關。

表5 未來桂林市土地利用需求量預測（單位：hm2）Tab.5 Long-term forecast of land demand in Guilin

表6 桂林市土地利用動態變化Tab.6 Dynamic changes of land use in Guilin

3.1 桂林市土地擴張的多情景分析

圖3，圖4是桂林市在三種情景下土地擴張的空間分布格局模擬及其與2018年基準情景的比較結果。結果表明：（1）情景一，城鎮建設用地迅速擴張，對關鍵生態保護區域侵占比較明顯。新增建設用地面積613.62 km2，相較于2018年增長46.50%。新增建設用地集中分布在主城區周邊，主要來自于耕地（376.29 km2）和林地（165.65 km2）；水域面積增加53.28 km2。（2）情景二，新增建設用地面積244.74 km2，增長率18.54%，比無約束情況下少增加了368.88 km2，城鎮建設用地擴張速度明顯放緩，城市蔓延趨勢得到有效遏制。新增建設用地除了集中分布在主城區邊緣、臨桂新區、靈川縣城區及高新區之外，興安縣城區周邊也有所增長，其他區縣零散分布的建設用地明顯減少，說明生態網絡構建能有效調控人類開發建設活動對自然生境的影響。新增建設用地有86.80%由近郊耕地轉換而來，被占用的林地、草地僅占13.11%，生態源地與生態廊道等對桂林市域生態安全具有重要意義的區域得到有效保護。此外，水域面積略有增加，但變化不明顯。（3）情景三，新增建設用地237.49 km2，增長率為18.00%，對城鎮建設用地擴展限制作用進一步增強。新增建設用地中耕地轉換率達到87.15%，林草轉換比例進一步降低，林地轉換面積僅為54 km2，轉換率不足0.30%。相較于非尺度嵌套情景，盡管各類用地轉換比例相似，但空間分布存在明顯差異，七星區、疊彩區、靈川縣主城區被侵占的耕地、草地與林地面積減少9.00 km2。這有利于周邊縣市在中心城區內保留更多生態源地和生態廊道，提升景觀連通性、滿足居民休閑游憩與旅游觀光等生態需求。

圖4 2030年桂林中心城區土地利用分布模擬Fig.4 The simulation of land use distribution in Guilin's central urban area in 2030

3.2 桂林市生態保護效能評估

表7和表8分別為不同土地擴張情景下景觀指數在景觀水平與類型水平上的計算結果。結果表明：（1）情景一，城鎮建設用地擴張不受政策限制約束，NP、PD、LSI、SHDI指數都是三種情景中最大的，說明景觀破碎化程度最高，生態系統穩定性與完整性受到顯著影響。中心城區斑塊數量、斑塊密度增幅以及形狀指數小于市域，是因為近郊地區建設用地連片發展，建設用地斑塊吞并眾多小的耕地、林地斑塊，建成區邊界日益規整。CONNECT指數在市域有所降低，而在中心城區提高，降低的主要是林地、耕地，建設用地與未利用地連通性反而有所上升，說明在自然生境內及其周邊開展城鎮建設會產生明顯的負向擾動，破壞系統的連通性，而在近郊地區有效規劃建設用地反而能提高其內部的連通性，提高發展效率。CONTAG指數在市域和中心城區均下降，說明優勢斑塊的景觀連通性均受到破壞。（2）情景二，與2018年相比，其NP、PD、LSI、SHDI指數仍然呈上升趨勢，CONNECT指數變化幅度不大，CONTAG指數仍然呈下降趨勢，說明城鎮化建設會對景觀格局的整體性與連通性產生負面影響。但與情景一相比，NP、PD、LSI、SHDI指數都得到降低，說明區域層面重要生態保護與維育區域得到一定程度的有效保護，構建生態網絡是有效抑制建設用地無序擴張的手段。CONTAG指數在市域和中心城區均有提升，說明生態網絡構建能提升景觀連通性，有利于種子擴散、動物遷移、基因流動等生態過程的實現。（3）情景三，與2018年相比，各類景觀指數變化趨勢與情景二基本一致，但景觀破碎化程度得到進一步遏制，景觀連通性相較于前兩種情景都有所改善。相較于情景一，NP、PD、LSI、SHDI指數在市域尺度和中心城區分別有所降低；相較于情景二，在市域尺度和中心城區尺度進一步降低，說明通過將中心城區生態網絡與區域生態網絡嵌套優化，構建多尺度嵌套的生態網絡能進一步優化景觀格局。這表明通過保護關鍵位置的自然生境斑塊，能夠有效減緩景觀破碎化程度，提升生態系統的穩定性。CONNECT指數在情景三下優化效果不明顯，這與桂林中心城區內嵌套優化的生態廊道多與桂林市域生態廊道高度重合有關，桂林市域良好的生態本底弱化了嵌套廊道的效能。

表7 不同情景下景觀指數在景觀水平上的計算結果Tab.7 The calculation results of landscape metrics at the landscape level under different scenarios

表8 不同情景下景觀指數在景觀類型上的計算結果Tab.8 The calculation results of landscape metrics at the class level under different scenarios

4 結論與討論

本研究依據桂林市2015 - 2018年土地利用變化趨勢，設置了“無生態網絡”“非尺度嵌套的生態網絡”“多尺度嵌套的生態網絡”三種約束情景，利用FLUS模型模擬預測了桂林市2030年的土地利用時空演變格局，并利用景觀格局指數評價分析了市域、中心城區兩種尺度上的生態保護效能。結果表明，由于城鎮化進程推動建設用地擴張，桂林市域生態系統功能無可避免受到影響，生態效能有所下降。其中，在無生態網絡約束情景下，新增建設用地面積為613.62 km2，土地利用格局破碎化程度最高，景觀連通性受到較大干擾，近郊地區大量建設用地無序擴張侵占了林地、耕地、草地等自然生態空間，對生態保護的負效應突出；在非尺度嵌套的生態網絡約束情景下，新增建設用地面積（244.74 km2）明顯減少，土地利用格局破碎化程度有所降低，景觀整體性與連通性有所改善，城鎮建設用地無序擴張狀態受到遏制，城市建成區更加規則，農村建設用地集中成片，近郊林草等自然生境被侵占比例減少；在多尺度嵌套的生態網絡約束情景下，新增建設用地面積（237.49 km2）最少，景觀破碎化以及景觀連通性受損程度最輕。結果表明，考慮生態網絡的跨尺度特征并設置限制區域能夠進一步優化景觀格局、提高生態保護效能。因此，在制定生態規劃與保護政策時，考慮生態網絡在不同尺度上的完整性及連續性，進一步完善限制開發區域的識別方法，對提高區域生態系統保護與修復效能具有重要意義。

然而，研究也發現，在三種情景下桂林未來生態空間都將受到一定程度的侵占。可見，在未來城鎮化進程中，即使采取生態保護與規劃管控措施也無法遏制區域生態空間破碎化的趨勢，生態系統完整性與景觀連通性的損害依然存在。這對于城市在謀求未來發展的同時，探索更加權衡的生態措施具有一定啟示作用。就桂林而言，因中心城區及近郊地區人類建設活動相對集中且擾動強度大，其景觀格局受擾動后，景觀格局指數變化幅度大于市域的變化幅度；尤其是自然生境的破碎化程度與景觀斑塊多樣性程度都高于桂林市域尺度，其中林地與耕地斑塊的破碎化最為突出。因此，未來發展過程中，桂林依然面臨著較大的生態與耕地保護壓力。此外，桂林建設用地斑塊數量不升反降，但建設用地總面積增加，這與桂林市推進全域國土綜合整治，在建成區及新農村推進集中成片整治開發的措施有關。因此，通過對舊村莊、舊城鎮、舊工廠等低效用地進行整治，推動建設用地集中連片發展，既能提高城鎮化效率，也能有效保障區域生態安全。