趙霽雨,崔 柳,*,王 佳,陳 思

1 北京林業(yè)大學(xué)園林學(xué)院, 北京 100083

2 北京林業(yè)大學(xué)林學(xué)院, 北京 100083

3 德克薩斯農(nóng)工大學(xué)地理系, 德克薩斯州 77843

國(guó)土空間是由自然地理環(huán)境和人類(lèi)社會(huì)活動(dòng)兩個(gè)子系統(tǒng)相互作用構(gòu)成的人地耦合系統(tǒng),是自然地理演化過(guò)程和經(jīng)濟(jì)社會(huì)發(fā)展過(guò)程的綜合體[1]。建立國(guó)土空間規(guī)劃體系,實(shí)現(xiàn)“多規(guī)合一”是黨中央和國(guó)務(wù)院在新時(shí)代作出的重大部署,其核心思想是生態(tài)文明建設(shè)和空間治理現(xiàn)代化[2]。明確了資源空間“三區(qū)三線”的區(qū)域劃定及城市未來(lái)空間發(fā)展的三類(lèi)基本型:城鎮(zhèn)空間、農(nóng)業(yè)空間、生態(tài)空間,而國(guó)土空間規(guī)劃即對(duì)該三類(lèi)空間進(jìn)行資源體系管理與城市機(jī)制體系整合的重要舉措[3—4]。三生空間格局優(yōu)化有利于提升生態(tài)環(huán)境及社會(huì)經(jīng)濟(jì)效益,有助于明確區(qū)域發(fā)展重點(diǎn)與方向,三生空間合理布局是城市空間規(guī)劃的發(fā)展目標(biāo)[5]。

城市綠色空間 (urban green spaces,UGS) 是新時(shí)代背景下國(guó)土空間總體格局優(yōu)化戰(zhàn)略中的重要項(xiàng)目,對(duì)“三區(qū)”空間內(nèi)容均有涉略,是城市社會(huì)-經(jīng)濟(jì)-自然復(fù)合生態(tài)系統(tǒng)中的重要組成[6—7]。近年來(lái),城市綠色空間發(fā)展?jié)摿涫苎芯空咔嗖A,相關(guān)學(xué)者從城市綠色空間功能[8—9]、城市綠色空間結(jié)構(gòu)與指標(biāo)[10—11]、城市綠色空間優(yōu)化策略[12—13]等方面入手開(kāi)展了大量研究。表明城市綠色空間在提高城市環(huán)境質(zhì)量、增強(qiáng)地域性綠色空間彈性、促進(jìn)可持續(xù)生活方式等方面具有潛力、在穩(wěn)定城市生態(tài)與環(huán)境、建構(gòu)城市形態(tài)與秩序、供給高密度城區(qū)游憩服務(wù)等方面具有不可替代的價(jià)值[14]。這些價(jià)值可概括為城市生態(tài)系統(tǒng)服務(wù) (ecosystem services,ES),包括供應(yīng)服務(wù)、調(diào)節(jié)服務(wù)和支持服務(wù)、文化服務(wù)。城市綠色空間結(jié)構(gòu)及發(fā)展模式與城市生態(tài)系統(tǒng)服務(wù)價(jià)值體現(xiàn)休戚相關(guān)[15]。生態(tài)系統(tǒng)服務(wù)研究的最終目標(biāo)是輔助決策者優(yōu)化生態(tài)保護(hù)規(guī)劃與管理措施,以促進(jìn)人類(lèi)社會(huì)與自然環(huán)境的可持續(xù)發(fā)展[16]。湛江市中心城區(qū)城市綠色空間在發(fā)展前一階段中與建設(shè)用地沖突明顯,被擠占嚴(yán)重,支持服務(wù)價(jià)值和供給服務(wù)價(jià)值較低,同時(shí)《湛江市國(guó)土空間總體規(guī)劃(2020—2035年)》對(duì)中心城區(qū)綠色空間保護(hù)及建設(shè)目標(biāo)較其他地區(qū)更為嚴(yán)格,故本文選取湛江市中心城區(qū)綠色空間為研究區(qū)域。

城市生態(tài)服務(wù)系統(tǒng)之間的權(quán)衡或協(xié)同關(guān)系可通過(guò)不同土地利用方式和利用強(qiáng)度表征顯現(xiàn)[17—18]。探究如何保持合理高效的土地利用結(jié)構(gòu)并發(fā)揮其效益最大化[19],分析主觀政策指導(dǎo)下發(fā)展得到的土地利用結(jié)構(gòu)是否可以達(dá)到預(yù)期,對(duì)后續(xù)建設(shè)重點(diǎn)區(qū)域及時(shí)序問(wèn)題提供理論支持具有重要意義[20]。目前,我國(guó)針對(duì)土地利用變化的研究多樣化,研究集中于土地利用變化過(guò)程、驅(qū)動(dòng)因素分析[21—22]、土地利用模擬預(yù)測(cè)[23—24]、耦合模型評(píng)估生態(tài)特征[25]等方面。土地利用變化研究常用的模型主要有Markov模型、CA模型、系統(tǒng)動(dòng)力學(xué)模型、GeoSOS模型、CLUE-S模型等,現(xiàn)有研究表明,Markov模型可以進(jìn)行長(zhǎng)期預(yù)測(cè)但不能描述空間尺度上的變化;系統(tǒng)動(dòng)力學(xué)模型可以反映復(fù)雜系統(tǒng)之間的相互作用但很難處理空間信息;傳統(tǒng)CA模型沒(méi)有限制元胞狀態(tài)變化的模塊,只能模擬一種土地利用類(lèi)型的變化[26];CLUE-S模型的非空間模塊需要借助獨(dú)立的數(shù)學(xué)模型進(jìn)行計(jì)算,忽略了非優(yōu)勢(shì)地類(lèi)轉(zhuǎn)化的可能性[27];GeoSOS模型在識(shí)別非線性轉(zhuǎn)換規(guī)則的空間變異性方面存在局限性[28]。

本研究使用高性能空間計(jì)算智能實(shí)驗(yàn)室(HPSCIL)[29]開(kāi)發(fā)的PLUS模型(Patch-Generating Land Use Simulation Model),其耦合土地利用擴(kuò)張分析策略(LEAS)和多類(lèi)型隨機(jī)斑塊種子的CA模型(CARS),對(duì)土地利用變化機(jī)制的理解力提升,對(duì)模擬自然土地利用類(lèi)型及其與建設(shè)用地沖突邊界的土地利用動(dòng)態(tài)變化模擬具有優(yōu)勢(shì)[30—31],且隨機(jī)森林算法具有時(shí)間屬性,同時(shí)集成了規(guī)劃交通更新機(jī)制和規(guī)劃開(kāi)發(fā)區(qū)內(nèi)的隨機(jī)種子機(jī)制,填補(bǔ)了已有研究只能考慮規(guī)劃的約束作用(保護(hù)區(qū)、禁建區(qū))、無(wú)法考慮規(guī)劃政策的驅(qū)動(dòng)和引導(dǎo)作用的問(wèn)題[32]。以湛江市中心城區(qū)兩期(2010年和2020年)土地利用數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),模擬研究2035年自然發(fā)展情景與國(guó)土空間規(guī)劃政策情景下研究區(qū)土地利用動(dòng)態(tài)變化,對(duì)比各情景生態(tài)系統(tǒng)服務(wù)價(jià)值(ESV),并針對(duì)研究區(qū)域ESV冷熱點(diǎn)分空間聚集度分析,合理評(píng)估實(shí)際效益,以此為依據(jù)進(jìn)行城市綠色空間核心區(qū)域有效識(shí)別及空間層級(jí)規(guī)劃,為湛江中心城區(qū)綠色空間開(kāi)發(fā)時(shí)序提出建議,以希為規(guī)劃政策管理及資源配置提供數(shù)據(jù)支持與策略依據(jù)。

1 研究區(qū)域概況與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域

湛江市位于中國(guó)大陸南端、廣東省西南部,介于東經(jīng)109°40′—110°58′,北緯20°13′—21°57′之間,位于粵、桂、瓊?cè)?區(qū))鄰接處,又處于東亞、東南亞、我國(guó)大西南等三大地區(qū)的交匯地帶,是大小雙三角區(qū)位的核心[33]。湛江市三面環(huán)海,是全國(guó)少有的內(nèi)海灣型城市,陸地大部分由半島和島嶼組成,地勢(shì)多為平原和臺(tái)地,呈現(xiàn)南北高而中間低,中軸高而東西低的整體趨勢(shì)。

《湛江市國(guó)土空間總體規(guī)劃(2020—2035年)》包括市域和中心城區(qū)兩個(gè)規(guī)劃層次,中心城區(qū)包括霞山區(qū)、赤坎區(qū)、開(kāi)發(fā)區(qū)樂(lè)華街道和泉莊街道、麻章區(qū)麻章鎮(zhèn)和湖光鎮(zhèn),以及坡頭區(qū)部分地區(qū),陸域國(guó)土空間628.39 km2。以促進(jìn)一體化生態(tài)格局為目標(biāo),國(guó)土空間規(guī)劃對(duì)中心城區(qū)綠色空間保護(hù)及建設(shè)目標(biāo)較其他地區(qū)更為嚴(yán)格,《湛江市碧道建設(shè)總體規(guī)劃(2020—2035年)》對(duì)空間總體格局規(guī)劃如圖1所示,空間類(lèi)型面積排序?yàn)槌擎?zhèn)空間>生態(tài)空間>農(nóng)業(yè)空間。本研究關(guān)注湛江市中心城區(qū)范圍內(nèi)的綠色空間發(fā)展?jié)摿?通過(guò)生態(tài)系統(tǒng)服務(wù)價(jià)值評(píng)估及人類(lèi)活動(dòng)強(qiáng)度計(jì)算,耦合研究區(qū)域空間熱點(diǎn)分析,為城市綠色空間建設(shè)的空間落位及時(shí)序安排提出建議,以期通過(guò)空間優(yōu)化最大限度提升城市空間生態(tài)系統(tǒng)服務(wù)價(jià)值。

圖1 研究區(qū)域國(guó)土空間總體格局Fig.1 Study of the overall regional territorial space pattern

1.2 數(shù)據(jù)來(lái)源

本研究所采用的數(shù)據(jù)中,2010年及2020年土地利用數(shù)據(jù)來(lái)源于遙感信息處理研究所[34],土地利用依據(jù)《土地利用現(xiàn)狀分類(lèi)》(GB/T 21010—2017)分為6類(lèi):耕地、林地、草地、水域、建設(shè)用地、未利用地。空間分辨率為30m×30m;DEM高程數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn),空間分辨率為30m×30m;平均溫度數(shù)據(jù)來(lái)源于WorldClim數(shù)據(jù)網(wǎng)站[35],降水量數(shù)據(jù)來(lái)源于國(guó)家科技基礎(chǔ)條件平臺(tái)—國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http://www.geodata.cn),空間分辨率為1km×1km;現(xiàn)狀道路、鐵路、河流水域等矢量數(shù)據(jù)來(lái)源于OpenStreetMap;人口數(shù)據(jù)來(lái)源于美國(guó)宇航局地球觀測(cè)系統(tǒng)數(shù)據(jù)和信息系統(tǒng)(EOSDIS)中的社會(huì)經(jīng)濟(jì)數(shù)據(jù)應(yīng)用中心(SEDAC)(https://sedac.ciesin.columbia.edu);經(jīng)濟(jì)數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心[36],空間分辨率為1km;其他社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自《湛江統(tǒng)計(jì)年鑒2020》、《2020全國(guó)農(nóng)產(chǎn)品成本收益資料匯編》。以上數(shù)據(jù)運(yùn)用ArcGIS進(jìn)行投影變換、裁剪、重采樣等工具進(jìn)行數(shù)據(jù)預(yù)處理轉(zhuǎn)化為30m×30m的柵格數(shù)據(jù)。

2 研究方法

研究過(guò)程如圖2,提取規(guī)劃政策條件,分析規(guī)劃政策情景下城市綠色空間的發(fā)展趨勢(shì)及結(jié)果,進(jìn)行生態(tài)系統(tǒng)服務(wù)價(jià)值量化及空間落位與評(píng)估,計(jì)算研究區(qū)內(nèi)人類(lèi)活動(dòng)強(qiáng)度在空間上的聚集程度,進(jìn)而對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值空間分布及人類(lèi)活動(dòng)強(qiáng)度空間分布疊置分析,得出規(guī)劃政策下湛江市中心城區(qū)綠色空間發(fā)展建設(shè)優(yōu)先級(jí)分區(qū),為規(guī)劃政策提供空間政策的量化數(shù)據(jù)基礎(chǔ),為其可行性實(shí)施、時(shí)序安排及預(yù)期結(jié)果提供數(shù)據(jù)支撐與建議。

圖2 技術(shù)路線Fig.2 Technology route

2.1 生態(tài)系統(tǒng)服務(wù)價(jià)值量化

當(dāng)量因子法是目前最常用的生態(tài)系統(tǒng)服務(wù)量化方法,最早由Costanza等[37]提出。本文以謝高地等建立的“單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表”[38]為基礎(chǔ),建立研究區(qū)的原始生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量表(表1),具體方法為:耕地取用旱地和水田的平均值;林地取83.9%闊葉、16.1%針葉[39]、針闊混交及灌木的平均值;草地取草原、灌草叢、草甸的平均值;水域取濕地和水系的平均值;未利用地用荒漠代表;建設(shè)用地計(jì)為0。通過(guò)公式(1)和公式(2)估算2020年實(shí)際情景、2035年自然發(fā)展情景、2035年規(guī)劃政策情景3期生態(tài)系統(tǒng)服務(wù)價(jià)值。

表1 研究區(qū)原始單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量Table 1 Original ecosystem service value equivalent per unit area in the study area

(1)

(2)

式中,ESV為生態(tài)系統(tǒng)服務(wù)價(jià)值,單位為元/年;i為土地利用類(lèi)型;Ai為第i類(lèi)土地利用類(lèi)型的面積,單位為hm2;VCi為第i類(lèi)土地利用類(lèi)型單位面積生態(tài)系統(tǒng)服務(wù)價(jià)值,單位為元hm-2a-1;j為生態(tài)系統(tǒng)服務(wù)類(lèi)型;ECj為某類(lèi)土地利用類(lèi)型第j項(xiàng)生態(tài)系統(tǒng)服務(wù)價(jià)值當(dāng)量;k為生態(tài)系統(tǒng)服務(wù)類(lèi)型數(shù)量;Ea為1單位生態(tài)系統(tǒng)服務(wù)價(jià)值的經(jīng)濟(jì)價(jià)值,單位為元hm-2a-1。

結(jié)合實(shí)地情況,運(yùn)用公式(3)修正單位生態(tài)系統(tǒng)服務(wù)的經(jīng)濟(jì)價(jià)值[40],計(jì)算出湛江市地均生態(tài)系統(tǒng)服務(wù)價(jià)值及修正后的糧食產(chǎn)量的經(jīng)濟(jì)價(jià)值約為1884.53元 hm-2a-1,

(3)

式中,Ea為1單位生態(tài)系統(tǒng)服務(wù)的經(jīng)濟(jì)價(jià)值,單位為元hm-2a-1;i為糧食作物種類(lèi);m為第i種糧食作物在研究區(qū)內(nèi)的平均價(jià)格,單位為元/kg;pi為第i種糧食作物的單產(chǎn),單位為kg/hm2;qi為第i種糧食作物的種植面積,單位為hm2;M為糧食作物的總種植面積,單位為hm2。

2.2 土地利用格局情景模擬

2.2.1PLUS模型

由高性能空間計(jì)算智能實(shí)驗(yàn)室(HPSCIL)開(kāi)發(fā)的斑塊生成土地利用變化模擬模型PLUS(Patch-generating Land Use Simulation Model)包括用地?cái)U(kuò)張分析策略(LEAS)和基于多類(lèi)隨機(jī)斑塊種子的CA模型(CARS)兩部分,描述通過(guò)經(jīng)濟(jì)、生態(tài)和社會(huì)系統(tǒng)之間空間動(dòng)態(tài)的相互作用而產(chǎn)生的土地利用變化狀態(tài),可以更好地支持規(guī)劃政策以實(shí)現(xiàn)可持續(xù)發(fā)展[29]。

LEAS自?xún)善谕恋乩米兓刑崛「黝?lèi)用地?cái)U(kuò)張部分,并從中采樣,采用隨機(jī)森林算法逐一挖掘各類(lèi)土地利用擴(kuò)張和驅(qū)動(dòng)力的因素,獲取各土地利用類(lèi)型發(fā)展概率以及各驅(qū)動(dòng)因子對(duì)該時(shí)段各土地利用類(lèi)型擴(kuò)張的貢獻(xiàn)。CARS模塊是基于多類(lèi)隨機(jī)斑塊種子元胞自動(dòng)機(jī)(CA)模型,并對(duì)其基于隨機(jī)種子生成和閾值遞減機(jī)制進(jìn)行了改進(jìn)[41—42]。

2.2.2驅(qū)動(dòng)因子的選取

本研究以2期(2010年與2020年)土地利用數(shù)據(jù)為基礎(chǔ),綜合已有研究成果[43—44],從研究區(qū)實(shí)際情況、數(shù)據(jù)可獲取性、驅(qū)動(dòng)因子可量化性三方面進(jìn)行考慮,選取驅(qū)動(dòng)土地利用變化的因素共計(jì)15項(xiàng)(圖3)作驅(qū)動(dòng)因子輸入LEAS模塊,過(guò)程計(jì)算各驅(qū)動(dòng)因素對(duì)每種土地利用類(lèi)型擴(kuò)張的貢獻(xiàn)程度,得到各土地利用類(lèi)型在各像元上的發(fā)展概率(圖4),經(jīng)精度檢驗(yàn)驗(yàn)證其可作為后續(xù)載入CARS模塊的前期計(jì)算結(jié)果。

圖3 土地利用變化驅(qū)動(dòng)因素Fig.3 Driving factors of land use change

圖4 各土地利用類(lèi)型的發(fā)展概率Fig.4 Growth probability for each land use type

2.2.3土地利用模擬情景預(yù)設(shè)

研究通過(guò)多情景分析探究不同可能、對(duì)比不同路徑的發(fā)展?fàn)顟B(tài),為決策提供依據(jù)。模型預(yù)測(cè)通過(guò)輸入不同驅(qū)動(dòng)因素、空間政策的限制、設(shè)置土地利用需求、轉(zhuǎn)移矩陣和鄰域權(quán)重等訓(xùn)練參數(shù)來(lái)設(shè)置兩種發(fā)展情景,模擬未來(lái)土地利用變化。一是延續(xù)2010年至2020年發(fā)展規(guī)律的自然發(fā)展情景;二是將國(guó)土空間規(guī)劃、地區(qū)政策作為情景原則與限制條件輸入模擬之中的規(guī)劃政策情景(表2)。

表2 湛江市中心城區(qū)未來(lái)土地利用發(fā)展情景模式及原則Table 2 Development scenario and explanation of driving factors of land use change in the central urban area of Zhanjiang

2.3 人類(lèi)活動(dòng)強(qiáng)度計(jì)算

人類(lèi)活動(dòng)強(qiáng)度 (HAILS, Human Activity Intensity of Land Surface)從土地利用與人類(lèi)活動(dòng)關(guān)系角度客觀反映人類(lèi)活動(dòng)對(duì)陸地表層影響和作用程度[45—46]。湛江市中心城區(qū)人類(lèi)活動(dòng)強(qiáng)度計(jì)算采用徐勇[47]等提出的人類(lèi)活動(dòng)強(qiáng)度計(jì)算模型,區(qū)域內(nèi)建設(shè)用地當(dāng)量面積占區(qū)域土地總面積的百分比即為該區(qū)域的人類(lèi)活動(dòng)強(qiáng)度。

(4)

(5)

式中,HAILS為陸地表層人類(lèi)活動(dòng)強(qiáng)度;SCLE為建設(shè)用地當(dāng)量面積;S為區(qū)域總面積;SLi為第i種土地利用面積;CIi為第i種土地利用/覆被類(lèi)型的建設(shè)用地當(dāng)量折算系數(shù);n為區(qū)域內(nèi)土地利用數(shù)量。

2.4 熱點(diǎn)分析

熱點(diǎn)分析 (Getis-Ord Gi*)用于識(shí)別具有顯著性的高值(熱點(diǎn))和低值(冷點(diǎn))的空間聚類(lèi)[48],熱點(diǎn)分析可以直觀反映湛江市中心城區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值是否存在高值集聚和低值集聚[49],以及確定熱點(diǎn)區(qū)、次熱點(diǎn)區(qū)、過(guò)渡區(qū)、次冷點(diǎn)區(qū)、冷點(diǎn)區(qū)在空間上發(fā)生聚類(lèi)的位置[50],為后續(xù)判斷城市綠色空間建設(shè)開(kāi)發(fā)時(shí)序提出建議。

3 結(jié)果與分析

3.1 湛江市中心城區(qū)未來(lái)土地利用變化模擬結(jié)果

3.1.1模型模擬精度檢驗(yàn)

模型驗(yàn)證是判斷模型參數(shù)設(shè)置是否合理以及在研究區(qū)是否適用的標(biāo)準(zhǔn),Kappa系數(shù)是一種衡量精度的指標(biāo),它可以定量反應(yīng)模擬效果,也可以用來(lái)評(píng)價(jià)兩幅圖的一致性[51]。計(jì)算公式為:

(6)

式中:P0表示模擬結(jié)果與實(shí)際之間的相對(duì)一致性;Pe表示偶然一致性的假設(shè)概率。通常Kappa系數(shù)取值范圍為[0,1],數(shù)值越大表示模擬的精度越高,模擬結(jié)果與實(shí)際的土地利用分布越接近。

以2010年土地利用數(shù)據(jù)為基礎(chǔ)進(jìn)行2020年土地利用變化模擬,將模擬結(jié)果與實(shí)際土地利用狀況進(jìn)行精度檢驗(yàn),Kappa系數(shù)為0.815,模擬預(yù)測(cè)結(jié)果與實(shí)際土地利用類(lèi)型分布較為吻合,說(shuō)明可用PLUS模型及相關(guān)參數(shù)設(shè)置預(yù)測(cè)未來(lái)湛江市中心城區(qū)土地利用變化。

3.1.2多情景下湛江市中心城區(qū)未來(lái)土地利用變化模擬結(jié)果分析

以2020年土地利用數(shù)據(jù)為基礎(chǔ),進(jìn)行自然發(fā)展情景和規(guī)劃政策情景下2035年土地利用變化模擬(圖5)。從空間分布來(lái)看,自然發(fā)展情景下2035年研究區(qū)內(nèi)建設(shè)用地范圍延續(xù)此前發(fā)展規(guī)律向周邊擴(kuò)張,面積為122.00km2,與2020年相比增加了11.78km2,相應(yīng)地侵占了耕地及水域面積,耕地面積小幅減少,相比2020年減少了2.71%。西南部局部水域減少明顯,相比2020年減少了23.72%;而在規(guī)劃政策情景下2035年研究區(qū)建設(shè)用地多圍繞海域建設(shè),面積小幅減少為106.16 km2。中心城區(qū)中部范圍內(nèi)耕地、林地增多,整體水域得到有效保護(hù),面積減少甚微。

圖5 不同情景下2035年湛江市中心城區(qū)土地利用變化模擬Fig.5 Simulation of land use change in the central urban area of Zhanjiang in 2035 under different scenarios

對(duì)模擬結(jié)果分別進(jìn)行轉(zhuǎn)移矩陣分析(表3、4),發(fā)現(xiàn)其中耕地、林地、水域及建設(shè)用地轉(zhuǎn)移面積差異較大。自然發(fā)展情景延續(xù)前一階段土地利用變化規(guī)律和發(fā)展模式,在2020—2035階段,建設(shè)用地面積大幅增加,多為耕地及水域向建設(shè)用地轉(zhuǎn)換,導(dǎo)致耕地及水域面積減少較多;規(guī)劃政策情景下,因加入了劃定生態(tài)保護(hù)紅線及水域保護(hù)、保護(hù)耕地等規(guī)劃限制條件,模擬結(jié)果建設(shè)用地呈減少趨勢(shì),耕地、林地增多,整體水域得到有效保護(hù)。由于規(guī)劃交通發(fā)展,建設(shè)用地向東南方向轉(zhuǎn)移。

表3 自然發(fā)展情景下2020—2035年湛江市中心城區(qū)土地利用類(lèi)型轉(zhuǎn)移矩陣/km2Table 3 Transfer matrix of land use types in the central urban area of Zhanjiang from 2020 to 2035 under the natural development scenario

表4 規(guī)劃政策情景下2020—2035年湛江市中心城區(qū)土地利用類(lèi)型轉(zhuǎn)移矩陣/km2Table 4 Transfer matrix of land use types in the central urban area of Zhanjiang from 2020 to 2035 under the planning policy scenario

3.2 湛江市中心城區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值特征分析

3.2.1多情景下湛江市中心城區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值變化特征分析

由表5可知,湛江市中心城區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值主要來(lái)自水域,貢獻(xiàn)率達(dá)55%以上,其次是耕地及林地,分別占比30%左右和15%左右,草地和未利用地貢獻(xiàn)率較小。自然發(fā)展情景下除林地外,ESV整體呈大幅下降趨勢(shì),從11.88億元降低至10.53億元,總體生態(tài)系統(tǒng)服務(wù)價(jià)值明顯下降,降低率為11.41%,主要原因是對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值貢獻(xiàn)率較高的水域、耕地與林地的減少以及不利于生態(tài)系統(tǒng)服務(wù)價(jià)值增加的建設(shè)用地的擴(kuò)張;規(guī)劃政策情景下2035年湛江市中心城區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值呈上升趨勢(shì),從11.88億元升至12.22億元。相對(duì)于自然發(fā)展情景,水域和耕地生態(tài)系統(tǒng)服務(wù)價(jià)值高了1.75億元,總量增加了1.69億元,這主要與《湛江市國(guó)土空間總體規(guī)劃(2020—2035年)》中規(guī)劃政策協(xié)調(diào)了各類(lèi)用地面積,劃定生態(tài)保護(hù)紅線、水域保護(hù)等約束條件有關(guān),保護(hù)了研究區(qū)的生態(tài)安全。但由于林地面積減少,林地生態(tài)系統(tǒng)服務(wù)價(jià)值降低了0.06億元,故還應(yīng)對(duì)林地予以進(jìn)一步約束,控制林地向耕地轉(zhuǎn)換。

表5 模擬2035年多情景下各類(lèi)土地生態(tài)系統(tǒng)服務(wù)價(jià)值/萬(wàn)元Table 5 Simulate the service value of various land ecosystems under the multi scenario in 2035

由圖6可得,自然發(fā)展情景下2035年生態(tài)系統(tǒng)服務(wù)價(jià)值提升區(qū)域較少,分布分散,下降區(qū)域較多,相對(duì)集中于麻章區(qū)內(nèi)部、赤坎區(qū)與霞山區(qū)中城市建設(shè)用地范圍內(nèi);規(guī)劃政策情景下2035年生態(tài)系統(tǒng)服務(wù)價(jià)值總量提升且提升區(qū)域面積相較于自然發(fā)展情景顯著增加,赤坎區(qū)出現(xiàn)集中成片提升區(qū)域。

圖6 不同情景下2035年與2020年生態(tài)系統(tǒng)服務(wù)價(jià)值變化圖Fig.6 Change in the value of ecosystem services in 2035 and 2020 under different scenarios

3.2.2多情景下湛江市中心城區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值冷熱點(diǎn)分析

創(chuàng)建1km×1km漁網(wǎng)單元,利用ArcGIS軟件中熱點(diǎn)分析工具分析得出2020年和多情景下2035年研究區(qū)的生態(tài)系統(tǒng)服務(wù)價(jià)值的冷熱點(diǎn)區(qū)域分布圖,采用自然斷點(diǎn)法將研究區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值空間聚集程度從低到高劃分為5個(gè)等級(jí):冷點(diǎn)區(qū)、次冷點(diǎn)區(qū)、過(guò)渡區(qū)、次熱點(diǎn)區(qū)及熱點(diǎn)區(qū)。(圖7)

圖7 不同情景下2035年湛江市中心城區(qū)ESV冷熱點(diǎn)分布Fig.7 Distribution of ESV cold and hot spots in the central urban area of Zhanjiang in 2035 under different scenarios

研究區(qū)ESV值的冷點(diǎn)區(qū)域分布較廣且集中成片,熱點(diǎn)區(qū)域分布較為分散。各情景下的熱點(diǎn)及次熱點(diǎn)空間分布范圍:2035年規(guī)劃政策情景>2020年實(shí)際情景>2035年自然發(fā)展情景。自然發(fā)展情景下2035年研究區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值高值在空間上的聚集情況有所減弱,西部、南部及東北部冷點(diǎn)區(qū)域范圍擴(kuò)大;規(guī)劃政策情景下2035年研究區(qū)南側(cè)熱點(diǎn)區(qū)域連片聚集,中部自然保護(hù)地生態(tài)系統(tǒng)服務(wù)價(jià)值得以延續(xù),北部建設(shè)用地范圍內(nèi)大量冷點(diǎn)區(qū)域向過(guò)渡區(qū)及熱點(diǎn)區(qū)轉(zhuǎn)換,東北部近海域過(guò)渡區(qū)向原冷點(diǎn)區(qū)擴(kuò)張。這是由于相應(yīng)規(guī)劃政策要求,新增熱點(diǎn)區(qū)的形成是由于水域保護(hù)、自然保護(hù)地保護(hù)等措施的實(shí)施。

3.3 城市綠色空間發(fā)展優(yōu)先級(jí)分區(qū)分析

3.3.1人類(lèi)活動(dòng)強(qiáng)度冷熱點(diǎn)分析

通過(guò)公式(4、5)計(jì)算得出規(guī)劃政策情景下2035年人類(lèi)活動(dòng)強(qiáng)度指數(shù),將人類(lèi)活動(dòng)強(qiáng)度數(shù)據(jù)連接至前文所建立1km×1km的漁網(wǎng)單元中,應(yīng)用ArcGIS中熱點(diǎn)分析工具,利用自然斷點(diǎn)法將人類(lèi)活動(dòng)強(qiáng)度指數(shù)從低到高分為冷點(diǎn)區(qū)、次冷點(diǎn)區(qū)、過(guò)渡區(qū)、次熱點(diǎn)區(qū)、熱點(diǎn)區(qū)五個(gè)等級(jí),得到規(guī)劃政策情景下2035年人類(lèi)活動(dòng)強(qiáng)度冷熱點(diǎn)分布圖(圖8)。湛江市中心城區(qū)人類(lèi)活動(dòng)強(qiáng)度空間分布呈現(xiàn)東西低,中部高的特征,以建設(shè)用地為中心發(fā)散減弱,近海域區(qū)域人類(lèi)活動(dòng)強(qiáng)度最弱。

圖8 規(guī)劃政策情景下2035年人類(lèi)活動(dòng)強(qiáng)度冷熱點(diǎn)分布Fig.8 Distribution of cold hotspots of human activity intensity in 2035 under planning policy scenarios

3.3.2城市綠色空間發(fā)展優(yōu)先級(jí)分區(qū)結(jié)果

統(tǒng)籌考慮自然與人文,以平衡生態(tài)系統(tǒng)服務(wù)價(jià)值及發(fā)展建設(shè)間的關(guān)系為出發(fā)點(diǎn),對(duì)湛江市中心城區(qū)城市綠色空間發(fā)展優(yōu)先級(jí)進(jìn)行分區(qū)規(guī)劃。通過(guò)對(duì)生態(tài)系統(tǒng)服務(wù)價(jià)值與人類(lèi)活動(dòng)強(qiáng)度的空間分布進(jìn)行疊置分析,將ESV及HAILS空間聚集程度由冷點(diǎn)區(qū)至熱點(diǎn)區(qū)分別賦值為0、1、2、3、4,根據(jù)矩陣(表6)可得到計(jì)算分值為0—8的25類(lèi)特征空間,將25類(lèi)空間根據(jù)0—2、3—5、6—8進(jìn)行三級(jí)分區(qū),分為先序發(fā)展區(qū)、中序發(fā)展區(qū)和后序發(fā)展區(qū),得到發(fā)展優(yōu)先級(jí)分區(qū)結(jié)果(圖9)。其中先序發(fā)展區(qū)指生態(tài)系統(tǒng)服務(wù)價(jià)值高且人類(lèi)活動(dòng)強(qiáng)度較大的區(qū)域,但現(xiàn)狀研究區(qū)內(nèi)并沒(méi)有分值為8的網(wǎng)格單元;中序發(fā)展區(qū)指生態(tài)系統(tǒng)服務(wù)價(jià)值及人類(lèi)活動(dòng)強(qiáng)度綜合處于過(guò)渡階段的區(qū)域;后序發(fā)展區(qū)指生態(tài)系統(tǒng)服務(wù)價(jià)值及人類(lèi)活動(dòng)強(qiáng)度均較弱的區(qū)域,在研究區(qū)中面積占比最大。

表6 各網(wǎng)格單元ESV及HAILS空間分布矩陣分析Table 6 Spatial distribution matrix analysis of ESV and HAILS for each grid cell

圖9 城市綠色空間發(fā)展優(yōu)先級(jí)分區(qū)結(jié)果Fig.9 Results of urban green space development priority zoning

先序發(fā)展區(qū)聚集于赤坎區(qū)中部,此區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值提升潛力最大,并處于城市建設(shè)用地范圍內(nèi),人類(lèi)活動(dòng)強(qiáng)度大,城市綠色空間承載壓力較大,應(yīng)重點(diǎn)修復(fù)原有綠色空間基底,控制建設(shè)用地在此區(qū)域內(nèi)的擴(kuò)張程度,強(qiáng)調(diào)其綜合效益;中序發(fā)展區(qū)為原有綠色基底較好同時(shí)人類(lèi)活動(dòng)強(qiáng)度較低的區(qū)域與人類(lèi)活動(dòng)強(qiáng)度較高但生態(tài)服務(wù)價(jià)值較弱的區(qū)域,主要包含赤坎區(qū)、霞山區(qū)及坡頭區(qū)的建設(shè)用地范圍及水域范圍,較集中于湛江市中心城區(qū)中部,應(yīng)強(qiáng)調(diào)水域保護(hù),城區(qū)中部耕地保護(hù),圍繞先序發(fā)展區(qū)周邊逐步展開(kāi)建設(shè),強(qiáng)化先序發(fā)展區(qū)生態(tài)效益的同時(shí)向周邊擴(kuò)散至后序發(fā)展區(qū),形成發(fā)展區(qū)過(guò)渡;后序發(fā)展區(qū)面積最大,人類(lèi)活動(dòng)強(qiáng)度相對(duì)較小,用地類(lèi)型以耕地為主, 主要分布于湛江市中心城區(qū)的邊緣范圍內(nèi)。通過(guò)城市綠色空間發(fā)展優(yōu)先級(jí)分區(qū),將規(guī)劃政策進(jìn)行空間響應(yīng),基于地理單元考慮生態(tài)系統(tǒng)的完整性、資源環(huán)境的綜合承載能力、人地關(guān)系耦合的整體性,逐步形成環(huán)境友好,自然人文統(tǒng)籌發(fā)展的城市綠色空間。

4 討論與結(jié)論

4.1 討論

本文通過(guò)城市綠色空間的分布變化和利用強(qiáng)度表征顯現(xiàn)城市生態(tài)系統(tǒng)之間的權(quán)衡或協(xié)同關(guān)系,對(duì)推進(jìn)中國(guó)城市綠色空間發(fā)展與生態(tài)文明建設(shè)具有借鑒意義。在模型選擇方面優(yōu)化于此前研究常用的Markov模型、CLUE-S模型[21—22,52]等,應(yīng)用PLUS模型對(duì)各情景下土地利用狀況中城市綠色空間的地理分布及價(jià)值量化進(jìn)行了分析,綜合考慮自然條件變化與人類(lèi)活動(dòng)的影響,生成了真實(shí)性更高的土地利用格局。耦合人類(lèi)活動(dòng)強(qiáng)度及生態(tài)系統(tǒng)服務(wù)價(jià)值進(jìn)行綜合分析及空間響應(yīng),更直觀地反映了規(guī)劃政策情景下發(fā)展結(jié)果的實(shí)際效益。進(jìn)而研究得到基于生態(tài)系統(tǒng)服務(wù)價(jià)值的城市發(fā)展模式建議:自然發(fā)展情景下2035年研究結(jié)果表明在經(jīng)濟(jì)快速發(fā)展情景下,生態(tài)平衡遭到了破壞,而湛江市中心城區(qū)建設(shè)用地面積較大,且位于陸地與海域過(guò)渡段,對(duì)市域生態(tài)結(jié)構(gòu)具有重要意義,屬于湛江市中部的生態(tài)安全屏障,因此湛江市中心城區(qū)發(fā)展要避免蔓延擴(kuò)張形式,注意林地保護(hù),限制建設(shè)用地?cái)U(kuò)張;規(guī)劃政策情景下2035年生態(tài)系統(tǒng)的調(diào)節(jié)服務(wù)價(jià)值升高顯著,主要原因在于赤坎區(qū)林地顯著增多、建設(shè)用地面積小幅減少至106.16km2,耕地增多,水域得到有效保護(hù),通過(guò)成片建設(shè)用地局部轉(zhuǎn)換至未利用地、建設(shè)用地與耕地、林地統(tǒng)籌發(fā)展來(lái)促進(jìn)經(jīng)濟(jì)、生態(tài)共贏的合理化模式。為有效優(yōu)化城市綠色空間結(jié)構(gòu),為空間規(guī)劃決策和可持續(xù)的城市發(fā)展與生態(tài)平衡提供重要的指導(dǎo)意義。

本文主要有以下局限性:(1)采用當(dāng)量因子法進(jìn)行ESV評(píng)估,雖然對(duì)ESV系數(shù)進(jìn)行了基于糧食價(jià)格的修訂,但研究以假設(shè)2020年價(jià)值量不變進(jìn)行預(yù)測(cè),存在高估或低估未來(lái)ESV變化的可能。(2)為表征人類(lèi)活動(dòng)強(qiáng)度及ESV空間聚集程度,選擇1km網(wǎng)格的方式進(jìn)行研究,尺度較為單一,未來(lái)可采用多尺度對(duì)比分析,探索尺度效應(yīng)對(duì)ESV聚集程度演變的影響。(3)現(xiàn)狀城市綠色空間發(fā)展滯后于建設(shè)空間,成為了制約城市可持續(xù)發(fā)展的主要障礙[53—54],研究分析雖得出了城市綠色空間發(fā)展時(shí)序建議,但對(duì)其質(zhì)量及數(shù)量是否可以滿(mǎn)足人類(lèi)生活需求這一方面沒(méi)有落實(shí)到指標(biāo)上。湛江市中心城區(qū)作為湛江市本輪國(guó)土空間規(guī)劃發(fā)展的重中之重,有必要繼續(xù)探討在高質(zhì)量發(fā)展背景下如何將國(guó)土空間格局優(yōu)化措施精細(xì)化,統(tǒng)籌考慮以人文及生態(tài)服務(wù)兩方面的可持續(xù)聯(lián)系[55]。

4.2 結(jié)論

(1)PLUS模型適用于湛江市中心城區(qū),對(duì)未來(lái)城市土地利用變化模擬預(yù)測(cè)結(jié)果精度較高,Kappa系數(shù)為0.815,表明未來(lái)與本區(qū)域相關(guān)研究可繼續(xù)考慮應(yīng)用該模型。在對(duì)湛江市中心城區(qū)進(jìn)行不同情景模擬后發(fā)現(xiàn),自然發(fā)展情景下2035年研究區(qū)建設(shè)用地面積為122km2,相比2020年增加了11.78km2,向周邊擴(kuò)張明顯,水域及耕地面積減少;規(guī)劃政策情景下建設(shè)用地面積小幅減少至106.16km2,耕地、林地增多,水域得到有效保護(hù)。規(guī)劃政策限制林地轉(zhuǎn)換建設(shè)用地,未限制林地向耕地轉(zhuǎn)換導(dǎo)致林地面積減少,應(yīng)對(duì)林地予以進(jìn)一步約束。

(2)2035年規(guī)劃政策情景ESV>2020年實(shí)際情景ESV>2035年自然發(fā)展情景ESV,分別約為12.22億元、11.89億元、10.53億元,規(guī)劃政策情景下生態(tài)系統(tǒng)服務(wù)價(jià)值總量較自然發(fā)展情景下提升約1.69億元。證明國(guó)土空間規(guī)劃的實(shí)施將作為一種精細(xì)化治理服務(wù)的領(lǐng)域化手段,引導(dǎo)湛江市中心城區(qū)生態(tài)系統(tǒng)得到有效保護(hù)。赤坎區(qū)、霞山區(qū)ESV升高較顯著,而麻章區(qū)東南部、經(jīng)開(kāi)區(qū)及坡頭區(qū)沿海域部分有所下降,兩極變化趨勢(shì)需要加以重視。規(guī)劃政策情景下2035年ESV總體提升,其中支持服務(wù)和調(diào)節(jié)服務(wù)提升最為顯著,文化服務(wù)略有下降,在未來(lái)建設(shè)過(guò)程中,切勿忽視景觀美學(xué)的營(yíng)造。

(3)從ESV熱點(diǎn)分析結(jié)果來(lái)看其在空間上的聚集程度,熱點(diǎn)區(qū)域沿海域聚集性較強(qiáng);對(duì)生態(tài)系統(tǒng)服務(wù)及人類(lèi)活動(dòng)強(qiáng)度的空間分布進(jìn)行疊置分析,進(jìn)行綠色空間發(fā)展優(yōu)先級(jí)分區(qū),建議以赤坎區(qū)中部、沿海域建設(shè)用地及水域范圍、其他區(qū)域順序進(jìn)行分區(qū)建設(shè)。