王一波，李婷婷

(1. 河南科技大學(xué)建筑學(xué)院，河南 洛陽 471003；2. 西安交通大學(xué)，陜西 西安 710000)

1 引言

伴隨著城市人口的劇增，以及國家經(jīng)濟的持續(xù)發(fā)展，城市規(guī)模在不斷地擴張，這對原有的城市形態(tài)、功能、景觀格局等產(chǎn)生了極大的影響[1]。城市景觀格局指的是形狀各異、大小不一的景觀斑塊在空間上的配置，是景觀生態(tài)過程、形成因素等長期構(gòu)成的結(jié)果。城市景觀格局反映的是生態(tài)系統(tǒng)的演變過程。依據(jù)現(xiàn)有景觀生態(tài)學(xué)理論，認為城市是由住宅、綠地、河流、工業(yè)、街道等多種斑塊、基質(zhì)構(gòu)成的，以此來滿足人類生活與生產(chǎn)需求的景觀生態(tài)系統(tǒng)[2]。在上述系統(tǒng)中，多種生物與非生物因素在空間上的配置，共同形成了城市景觀格局。城市景觀格局會隨著時間進行一定規(guī)律的演變，在這個過程中，城市生態(tài)功能會弱化，為人類生活與生產(chǎn)帶來一定的問題，例如城市垃圾、水資源污染、噪聲等環(huán)境問題，另外也會引發(fā)交通擁擠、景觀多樣性喪失、住房緊缺等生態(tài)與社會問題，直接阻礙城市的發(fā)展，進而降低城市居民生活質(zhì)量[3]。

對于產(chǎn)生上述問題產(chǎn)生的因素，許多專家與學(xué)者對其進行了深入的研究，并取得了一定的研究成果。文獻[4]提出快速城市化影響下超大型城市景觀生態(tài)格局演變特征分析，通過多時相遙感變化監(jiān)測和格網(wǎng)劃分技術(shù)，利用景觀指數(shù)定量分析城市景觀空間格局及動態(tài)變化測定。該方法能夠得到精準的城市景觀生態(tài)格局演變特征，但對景觀動態(tài)特征變化的預(yù)測準確率較差；文獻[5]提出2007—2017年三亞城市景觀空間格局動態(tài)特征及驅(qū)動因素分析，從遙感影像數(shù)據(jù)中提取典型景觀格局指數(shù)，分析了三亞市景觀空間格局變化的驅(qū)動因素。結(jié)果表明，三亞市同一土地利用類型的空間聚集度降低，空間分布趨于分散，不同土地類型的整合度高，形態(tài)趨于復(fù)雜，景觀類型分布趨勢均衡，景觀破碎化程度明顯景觀的復(fù)雜性增加，土地利用的豐富性逐漸增強。該方法對城市景觀格局演變的分析較為準確，但未對景觀格局動態(tài)特征變化做出預(yù)測。

在城市發(fā)展過程中，生態(tài)、社會與環(huán)境等問題均與城市景觀格局的變化息息相關(guān)，大眾也逐漸意識到了城市景觀格局至關(guān)重要的作用。因此提出城市景觀格局演變及動態(tài)特征變化預(yù)測仿真研究，為城市可持續(xù)發(fā)展提供更加精準的數(shù)據(jù)依據(jù)。

2 城市景觀格局演變分析

2.1 景觀分類體系的確定

為了詳細分析城市景觀格局演變情況，首要的任務(wù)就是確定景觀分類體系，依據(jù)綜合性原則、實用原則、主導(dǎo)因子原則與等級性原則，將城市景觀劃分八個類別，具體如表1所示。

表1 城市景觀分類體系表

2.2 景觀格局指數(shù)的選擇

對城市景觀格局演變以及動態(tài)特征進行定量化分析，需要依據(jù)確定的景觀分類情況選取適當(dāng)?shù)木坝^格局指數(shù)，以此來描述景觀格局的時空變換以及生態(tài)過程之間的聯(lián)系。

在傳統(tǒng)城市景觀格局研究過程中，選取的景觀格局指數(shù)類別較少，導(dǎo)致傳統(tǒng)方法預(yù)測結(jié)果精準度較差，無法滿足現(xiàn)今城市發(fā)展的需求，故此研究分別在景觀類型與景觀水平方面各選取了三類指標，共計12個景觀格局指數(shù)，其指數(shù)定義情況如表2所示。

表2 景觀格局指數(shù)定義表

2.3 景觀格局演變分析方法

城市景觀格局演變分析指的是對景觀格局變化幅度、動態(tài)度以及轉(zhuǎn)移度進行深入研究[6]。其中，景觀格局變化幅度與動態(tài)度均可以通過公式進行計算，計算公式為

(1)

式中，U表示景觀格局變化幅度；Ua與Ub分別表示起始年與終止年某類別景觀的面積；T表示時間長度；K表示景觀格局動態(tài)度。

而景觀格局轉(zhuǎn)移度需要通過轉(zhuǎn)移矩陣來描述，其反映的是景觀類型結(jié)構(gòu)的變化方向與特征[7]。景觀格局轉(zhuǎn)移矩陣公式為

(2)

式中，S表示景觀面積；i與j分別表示研究初期與末期的景觀類型；n表示景觀類型數(shù)。

依據(jù)式(1)與式(2)所得結(jié)果即可對研究城市的景觀格局演變過程進行詳細分析，可以清晰地確定每個景觀分類面積的變化情況，也能明確城市一定時間內(nèi)的景觀格局演變方向[8]。

3 城市景觀格局動態(tài)特征變化預(yù)測

3.1 數(shù)據(jù)格式轉(zhuǎn)換

在城市景觀格局動態(tài)特征變化預(yù)測過程中，獲取的數(shù)據(jù)格式呈現(xiàn)為多樣化，無法直接對其進行應(yīng)用，故需要對獲取數(shù)據(jù)格式進行統(tǒng)一轉(zhuǎn)換，方便后續(xù)過程進行[9]。此研究采用IDRSI軟件進行數(shù)據(jù)格式的轉(zhuǎn)換，具體數(shù)據(jù)格式轉(zhuǎn)換過程如下所示：

步驟一：采用Spatial Analyst工具對景觀類型柵格圖進行分類，并設(shè)置Nodata值為零，并對其它景觀類型進行順序排序；

步驟二：導(dǎo)出分類后柵格圖，檢查柵格大小的行、列數(shù)量是否保持一致；

步驟三：在IDRSI軟件中，采用Import模塊將數(shù)據(jù)格式轉(zhuǎn)換為RST格式，如圖1所示。

圖1 景觀類型RST示意圖

如圖1所示，0表示背景；1表示城市居住景觀；2表示農(nóng)村居住景觀；3表示其它建設(shè)用地景觀；4表示廣場與綠地景觀；5表示農(nóng)業(yè)景觀；6表示林地景觀；7表示水體景觀；8表示道路景觀[10]。

3.2 轉(zhuǎn)移概率矩陣構(gòu)建

景觀格局特征變化是一個動態(tài)的過程，單純采用景觀格局轉(zhuǎn)移矩陣無法描述變化的動態(tài)性，故構(gòu)建轉(zhuǎn)移概率矩陣[11]。

將上述獲取的RST數(shù)據(jù)導(dǎo)入至IDRSI軟件中的Markov模塊計算個景觀類型相互轉(zhuǎn)化的變化量，以此為基礎(chǔ)，獲取轉(zhuǎn)移概率矩陣[12]。

需要注意的是，要想獲取更加精準的轉(zhuǎn)移概率矩陣，比例誤差設(shè)置為0.15，時間間隔設(shè)置為4年。則轉(zhuǎn)移概率矩陣中，“行”指的是前一時期，“列”指的是后一時期。

3.3 適宜性圖集制作

適宜性圖集指的是某一類別景觀轉(zhuǎn)變?yōu)槠渌坝^的概率圖，是預(yù)測城市景觀格局動態(tài)特征變化的關(guān)鍵。影響適宜性圖集制作的因素主要包括地形地貌因素、行政中心因素、水系因素與主要交通因素。依據(jù)影響因素分析，規(guī)定適宜性圖集約束條件，具體如表3所示。

表3 適宜性圖集約束表

依據(jù)表3規(guī)定的約束條件，利用IDRSI軟件中MCE模塊合并每個景觀類型的約束條件，從而獲取各種景觀類型的適宜性圖集。

3.4 景觀格局動態(tài)特征變化預(yù)測

以格式轉(zhuǎn)換后的數(shù)據(jù)、構(gòu)建的轉(zhuǎn)移概率矩陣以及制作的適宜性圖集，構(gòu)建景觀格局動態(tài)特征變化預(yù)測模型，將已知數(shù)據(jù)作為構(gòu)建模型的輸入量，構(gòu)建模型的輸出量即為景觀格局動態(tài)特征變化預(yù)測結(jié)果。

景觀格局動態(tài)特征變化預(yù)測模型由五個模塊構(gòu)成，其結(jié)構(gòu)如圖2所示。

如圖2所示，在空間特征模塊中，包含多種景觀類型適宜性圖集，均由Logistic回歸計算獲得，Logistic回歸表達式為：

(3)

式(3)中，pi表示柵格內(nèi)景觀類型i可能出現(xiàn)的概率；β0表示Logistic回歸結(jié)果中的常數(shù)項；βn表示景觀類型驅(qū)動因素對應(yīng)回歸系數(shù)，n取值范圍為[1，+∞]；xn，i表示景觀類型i涉及的驅(qū)動因素。

城市景觀格局空間分配具體步驟為：

步驟一：確定城市景觀格局空間分配的柵格單元；

步驟二：計算不同類別景觀在柵格單元中出現(xiàn)的總概率，計算公式為：

TPROPi，u=Pi，u+ELASu+ITERu

(4)

式(4)中，TPROPi，N表示柵格單元i上景觀類型u出現(xiàn)的總概率；Pi，u表示Logistic回歸方程計算得到的空間分布概率；ELASu表示景觀類型u的轉(zhuǎn)移彈性；ITERu表示景觀類型u的迭代變量。

步驟三：依據(jù)步驟二得到的景觀類型總分布概率初始分配每個柵格的景觀，并為其配置相同的迭代變量值ITERu；

步驟四：比較初始分布區(qū)域與需求區(qū)域。若初始分布區(qū)域小于需求區(qū)域，提升迭代變量值；若初始分布區(qū)域大于需求區(qū)域，降低迭代變量值。同時，依據(jù)變動的迭代變量值進行第二次分配。

步驟五：對步驟二——步驟四進行重復(fù)，直到景觀類型分配面積與需求面積一致為止。

景觀格局動態(tài)特征變化預(yù)測模型主要參數(shù)文件及其要求如表4所示。

表4 模型參數(shù)文件及其要求表

采用kappa系數(shù)衡量構(gòu)建模型的精度，kappa系數(shù)計算公式為：

(5)

式(5)中，k表示kappa系數(shù)；N表示柵格總像元數(shù)；Pc表示模型預(yù)測誤差；a，b分別表示真實柵格與模擬柵格像元數(shù)。

式(5)結(jié)果取值范圍為[0，1]，kappa系數(shù)越大，表明構(gòu)建模型預(yù)測精度越好。

通過上述過程實現(xiàn)了城市景觀格局演變的分析，及其動態(tài)特征變化的預(yù)測，為城市生態(tài)環(huán)境、居民環(huán)境的發(fā)展提供更加精準的數(shù)據(jù)支撐。

4 仿真與結(jié)果分析

為了驗證提出方法的性能，采用MATLAB軟件設(shè)計仿真，具體實驗過程如下所示：

4.1 實驗對象選取

實驗選取某縣級城市作為實驗對象，其地理坐標為東經(jīng)116度，北緯24度，總面積約為2879平方千米，其地形地貌示意圖如圖3所示。

圖3 實驗對象地形地貌示意圖

4.2 實驗數(shù)據(jù)準備

實驗區(qū)域數(shù)據(jù)信息源如表5所示。

表5 實驗區(qū)域數(shù)據(jù)信息源表

將獲取的城市景觀格局影像數(shù)據(jù)導(dǎo)入ArcGIS10.5軟件中，對其進行地理配準以及裁剪預(yù)處理，保障后續(xù)實驗的順利進行。另外還需要對實驗區(qū)域中的空白區(qū)域進行補充，結(jié)合其它的城市景觀格局采樣數(shù)據(jù)，對實驗數(shù)據(jù)進行修正與核實。

以衛(wèi)星影像、無人機航空影像為例，得到預(yù)處理后的實驗數(shù)據(jù)如圖4所示。

圖4 實驗數(shù)據(jù)預(yù)處理示意圖

(1)衛(wèi)星影像

(2)無人機航空影像

4.3 實驗結(jié)果分析

對實驗對象數(shù)據(jù)進行預(yù)處理，進行城市景觀格局動態(tài)特征變化預(yù)測仿真。通過預(yù)測誤差顯示提出方法性能，具體實驗結(jié)果分析過程如下：

通過仿真獲得景觀格局動態(tài)特征變化值預(yù)測誤差數(shù)據(jù)如表6所示。

表6 景觀格局動態(tài)特征變化值預(yù)測誤差數(shù)據(jù)表

如表6數(shù)據(jù)顯示，所提方法對其它建設(shè)用地景觀格局動態(tài)特征變化的預(yù)測最準確，誤差值為0.07；對農(nóng)村居住景觀格局動態(tài)特征變化的預(yù)測最準確率最低，誤差值為5.06，對8種城市景觀的平均預(yù)測誤差為2.91，充分表明所提方法預(yù)測結(jié)果更加精準。

5 結(jié)論

此研究在分析城市景觀格局演變基礎(chǔ)上，提出了一種新的景觀格局動態(tài)特征變化預(yù)測方法，通過仿真得到，所提方法平均預(yù)測誤差減小了1.78，能夠有效預(yù)測城市景觀格局動態(tài)特征變化，為我國城市景觀建設(shè)發(fā)展提供更多的幫助。