2021-4-9 | 生态质量论文
城市化是全球社会、经济发展的必然趋势，对促进社会、经济发展，提高人们生活质量和城市文明水平具有重要作用。然而，随着城市化发展，原有景观结构和格局发生巨大改变。尤其是建筑（非廊道性质）和道路等景观面积不断扩张，绿地系统、湿地等自然景观类型面积不断减少［１］，其结果往往增加了各种自然景观破碎度和隔离度，从而对生态环境和生态质量产生巨大影响［２－３］。
景观生态质量（ＬＥＱ，ＬａｎｄｓｃａｐｅＥｃｏｌｏｇｉｃａｌＱｕａｌｉｔｙ）是指景观尺度生态系统维持自身结构与功能稳定性的能力，其衡量标准主要是景观生态系统的稳定性［４］。近年来，随着城市化对区域景观结构影响的日益增加，城市景观生态质量研究越来越受到重视，成为当前景观生态研究的一个热点［５－７］。如胡忠行和李锋等对城市绿地景观系统进行质量评估［８－９］；孟伟等从城市多种土地利用角度、对景观质量进行综合评估等［１０］，研究内容向综合化方向发展。与此同时，景观生态质量的评估方法也呈多样性，并且处于积极探讨过程中。本文基于对区域景观结构特征的理解与认识，通过建立景观生态评估模型，并且利用ＧＩＳ技术实现其空间化研究，为城市景观规划、建设提供科学参考。
１研究区概况与研究方法
１．１研究区概况南京仙林新市区（３２．０５９°—３２．１４７°Ｎ，１１８．８６７°—１１９．０１３°Ｅ）位于南京东北部，紫金山东麓，北抵３１２国道，南达沪宁高速公路，东西分别以七乡河和绕城公路为界，面积为８４．５９ｋｍ２。近年来，受到南京市中心经济的辐射作用，该区自２００３年开始建设大学城。短短几年，快速城市化发展得到迅速蔓延。目前，该区景观已经从农村景观逐渐转变为城市景观。土地利用类型发生巨大变化。道路网络十分发达，居民用地、商业用地以及高校建设用地占据优势地位，林地、草地和湿地等原有类型面积不断减少。据南京市政府的统计，目前该区人口高达２４万，并且不断增大，预计到２０５０年人口将达到５０万。区域土地利用类型的改变必然使其景观结构发生变化，从而对景观生态质量产生影响。
１．２研究方法
１．２．１基础数据来源和处理采用２００３年和２００９年两期ＱｕｉｃｋＢｉｒｄ（分辨率为０．６１ｍ）影像为基础信息源，经过几何校正、图像处理后，建立遥感解译标志并对遥感信息资料进行判译。图像解译在ＡｒｃＧＩＳ９．２中完成。由于对研究区自然环境和土地利用现状比较熟悉，大大提高了解译精度，使得各种景观类型野外验证精度达到９１％以上。参照建设部１９９１年颁布的《国家标准ＧＢＪ１３７－９０５城市用地与规划建设用地标准》中的城市用地分类体系，再根据研究区的具体特征，将研究区景观分为１０个类型：自然林地、水塘、草地、河流、耕地、绿地、建筑用地、道路、养殖塘和未利用地。
１．２．２景观生态质量评价指标选取景观生态质量变化主要取决于两方面因素，一是人类对景观结构的干扰；二是景观维持稳定性的程度［１１］。根据研究区域特征，选择能够反映人类对景观干扰的指标包括三个：景观破碎度指数、建筑用地干扰指数和道路密度指数。这三个指数的生态意义在于自然景观破碎成形状不同、大小各异的斑块，导致了生态系统内部生境面积变小、阻碍能量流动和物质循环，造成物种丧失［１１－１３］；建筑用地兴起导致了原始土地结构破坏，以及释放出的“三废”也对环境造成破坏；道路的存在，阻隔了原有的物种交流，阻碍了物种迁移和能量流动，而且道路上汽车尾气的排放也污染了环境。另外，构建能够反映景观稳定性的指标三个：高功能景观多度指数、湿地密度指数和土地利用结构指数。它们的生态意义为：高功能组分指的是对生态环境有积极作用的景观类型，本文包括自然林地、河流、水塘、绿地、草地５种。研究区湿地数量众多，生态功能不能忽视，其对调节气候、沉积净化和丰富物种有重要作用；区域景观是由各种土地利用类型根据一定的结构配置而得，结构合理可以使得区域景观生态质量提高。本文根据前人的研究［４］，利用公式得到各指标的计算方法，并利用层次分析法（ＡＨＰ）确定各指标权重，详见表１。
１．２．３各指标数据处理由于各指标系数量纲、性质不同［１４］。因此，所有的数据都需先经过无量纲化预处理过程，采用以下方法：对于越大越安全的指标（包括高功能景观多度指数、湿地密度指数、土地利用结构指数）通过公式（１）来计算；对于越小越安全的指标（包括景观破碎度指数、建设用地干扰度指数、道路密度指数）通过公式（２）来计算。式中：ｘｉｊ———实测值；ｒｉｊ———标准化后的数值；ｘｉｍａｘ，ｘｉｍｉｎ———最大值、最小值。
１．２．４景观生态质量评价模型的建立城市景观生态质量的评价主要从两个方面来看，即受到外界环境的干扰程度以及自身的稳定程度。确定景观生态质量的评价模型如下：ＬＥＱ＝０．５Ｄｉ＋０．５Ｓｉ（３）式中：ＬＥＱ———景观生态质量评价模型；Ｄｉ———受干扰程度的评价子模型；Ｓｉ———景观稳定程度的评价子模型；ｉ———空间采样单元。１．２．５空间数据的处理和量化将两期遥感影像进行网格化（１ｋｍ×１ｋｍ）处理，并计算出每个小栅格的各指标数值，再进行插值运算，将干扰程度和稳定程度的各自三个指标根据所设置的权重进行ＧＩＳ空间叠加，根据等间距空间分级方法对景观生态质量进行分级（见表２），此方法作为一个简单便于理解的分类方法，被众多学者广泛应用于生态安全评价、景观生态健康评价的研究中［１５－１６］，适用于同类研究比较，同样适合景观生态质量评价。分别得到受干扰程度和稳定程度的空间分异图（见图１—２）。根据景观生态质量模型，将受干扰程度评价子模型和稳定程度评价子模型进行空间叠加，根据等距离空间分级方法，得到景观生态质量空间分异图（图３）。
２结果与分析
２．１景观干扰及其变化
城市景观所受到的干扰比较复杂，自然和人为因素均可以对城市发展行为特别是组分变化情况产生显著影响，但是人为因素对于城市景观变化显然具有支配性作用［１１］。本文选取景观破碎度指数、建筑用地干扰度指数、道路密度三个指标来诠释研究区所受到的干扰状况，通过ＧＩＳ空间插值分析以及空间叠加得到干扰指标空间分异图（见图１），图中颜色越深表示外界环境对景观生态影响的程度越大。从图１中可以明显看出，２００３年仙鹤片区相对于其他三个区域受干扰程度最深，表明城市化从该区开始，白象和青龙片区大部分区域受干扰程度都在２级（较弱）以下水平；由于城市化影响，到了２００９年仙鹤片区作为大学城的集中地变化最为明显，城市化作用最强，建筑用地和道路面积增加破坏了原有的土地利用方式，区域受干扰程度处于４级（较强）以上水平，白象片区和麒麟片区也由以耕地为主导作用的景观变成以建设用地为主导的区域，受干扰程度处于３级（一般）以下水平。青龙区域依然以耕地为主导景观，受干扰程度属于２级（较弱）以下水平。对景观干扰程度评价结果进一步统计分析发现（表２），２００３年整个区域受干扰程度达到５级（强）的面积比例为４．２％，受干扰程度达到１级（弱）的区域面积比例为４５．２％，整个区域受到干扰程度不强。然而到了２００９年，受干扰程度达到５（强）的区域面积比例为９．９％，而集中在１（弱）、２（较弱）、３（一般）、４（较强）的面积比例较均匀。２００３—２００９年期间，受干扰程度处于３（一般）及以上的面积比例增加９６．９％。总的来说，研究区受干扰程度增大，各个区域受干扰程度变化不均衡。