近十年我國城市景觀生態(tài)學研究新進展

趙琛　覃林　譚玲

摘要：指出了城市景觀格局、動態(tài)變化及其與生態(tài)學過程的相互關系是現(xiàn)在景觀生態(tài)學研究的重點，隨著3S技術的不斷發(fā)展和新的數(shù)學工具的不斷引入，出現(xiàn)了大量的前沿理論與研究方法。在近十年國內研究的基礎上，對目前最新景觀數(shù)據(jù)獲取及處理、景觀格局分析、景觀動態(tài)模擬以及城市熱島效應研究等實際應用進行了概述。并闡述了當前城市景觀生態(tài)學研究暴露出的一些不足：突出反映在格局指數(shù)的濫用，以及對景觀格局時空分布與城市化這一生態(tài)學過程相互關系的忽視。

關鍵詞：城市景觀生態(tài)；景觀格局；研究進展

中圖分類號：Q149 文獻標識碼：A 文章編號：1674-9944（2014）04-0060-03

1、引言

城市景觀作為受人為干擾強度最大的景觀類型，也是與人類生活密切相關的、復雜開放的景觀生態(tài)系統(tǒng)，一直是景觀生態(tài)學研究的一個重要領域。當前城市景觀生態(tài)研究已經進入到一個快速發(fā)展的時期，在景觀生態(tài)學的理論基礎上，隨著研究不斷深入，研究范圍逐漸擴大，出現(xiàn)了很多新理論新方法，同時也暴露出不少問題。本文針對近年來我國城市景觀生態(tài)研究的最新進展以及存在的一些問題進行簡要介紹。

2、數(shù)據(jù)獲取和處理方法進展

2.1 遙感技術的發(fā)展

以衛(wèi)星遙感影像作為數(shù)據(jù)源，以3S技術為研究手段已經成為當前景觀生態(tài)學的一個重要特征。一方面受傳感器的各項參數(shù)指標以及重訪能力限制，另一方面受云層遮擋等天氣原因限制，使得獲取符合研究時相或研究精度的影像較為困難。目前常見的方法是對現(xiàn)有數(shù)據(jù)進行整合，如嚴明等通過SPOT-5、6、GeoEye-1等高分辨率影像分別通過不同的融合方法，探究光譜畸變的大小，為多源數(shù)據(jù)整合提供了有效參考。

據(jù)不完全統(tǒng)計，在2008～2012年的5年里有超過16顆遙感衛(wèi)星營運，數(shù)量和質量上都有較大提高，主要表現(xiàn)在空間分辨率顯著提升，提高影像信息價值；在軌衛(wèi)星組成星座系統(tǒng)，大大提高重訪能力；高光譜向著超光譜發(fā)展。隨著我國航空工業(yè)的進步，國產遙感衛(wèi)星也取得較快發(fā)展。于2013年4月發(fā)射的高分一號衛(wèi)星全色波段分辨率可達2m，填補了我國在高分辨率遙感領域的空白。

2.2 景觀信息提取方法的改進

在遙感影像信息提取和景觀分類方面，過去的研究多使用人機交互的監(jiān)督分類，是面向像元的分類方法，忽略了像元之間的空間相關性，無法避免“同物異譜、同譜異物”的發(fā)生，適用于中低分辨率的影像。而面向對象的分類方法通過確定分類對象的各項光譜、地形紋理特征，逐層逐項地綜合提取地物信息，更適用于高分辨率影像。分類時通常采取定性與定量相結合，通過計算各種歸一化指數(shù)，輔以不同波段權重，在多尺度上對原始影像進行分割。如曹寶等使用面向對象的方法對北京市進行了景觀分類，精確度有較大提高，并且克服了因高分辨率影像地物信息過于精細而產生的“椒鹽效應”。馬樹東等在海南基于決策樹算法，通過構建改進水陸指數(shù)WLI、通用植被指數(shù)VIUPD、喬灌草指數(shù)GSI等進行面向對象的景觀信息提取，也取得了高于傳統(tǒng)監(jiān)督分類的精度。

2.3 空間統(tǒng)計分析的應用

在景觀格局的統(tǒng)計分析中，各空間數(shù)據(jù)相互之間并不獨立，且不滿足隨機變量的要求，更不能進行大規(guī)模可重復的檢驗，因此應用受到限制。空間分析統(tǒng)計不同于以數(shù)理統(tǒng)計為基礎的格局指數(shù)分析，其主要反映空間上的相關與變異，因此可以用來研究景觀組成結構、斑塊性質和參數(shù)的空間相關性、景觀格局趨向性、格局尺度效應、格局與過程相互作用等多個方面，具有很強的應用前景。目前已經有不少研究開始著眼于利用地統(tǒng)計學和小波分析等空間統(tǒng)計分析方法，探究城市景觀格局的內在關系及生態(tài)意義。如蔡青在長沙市利用小波分析識別特征尺度，表明研究區(qū)城鎮(zhèn)、農田和林地樣區(qū)特征尺度均為120m。

3、研究內容新進展

3.1 城市景觀演變動態(tài)模型

國內早在20世紀90年代初，徐嵐等人就曾建立馬爾科夫模型預測沈陽東陵區(qū)景觀變化趨勢。在傳統(tǒng)的研究中常采用空間概率模型、鄰域規(guī)則模型、景觀過程模型等對未來一段時期內的格局變化進行預測模擬。這些模型各有其局限性，如無后效性的馬爾科夫模型雖然能較精確地預測土地覆被/利用變化LUCC的數(shù)量關系，但是不包含空間信息。針對不同的模型特點，崔福全等在上海進行了城市空間擴展的模擬預測，研究發(fā)現(xiàn)盡管模擬機理有所不同，但多種模型預測結果一致性較高，建議將多種模型耦合使用以提高精度。目前常見的動態(tài)演變建模方法是將馬爾科夫（Markov）過程與元胞自動機（CA）相結合的CA—Markov模型，其以Markov轉移概率矩陣作為CA模型中元胞狀態(tài)轉移的參數(shù)，趙永華在西安、程剛在濟南、胡雪麗在大連等都做過這類模型模擬。

3.2 城市熱島效應研究進展

在城市景觀格局演變的生態(tài)環(huán)境效應中，城市熱島效應最受關注。有關熱島效應的城市景觀生態(tài)研究層出不窮，但主要集中在熱島的時空分布及其與景觀分布格局的相互關系，以此解釋熱島形成機制，而忽視了熱島效應的綜合環(huán)境效應。針對熱島效應的時空分布，由于研究地氣候環(huán)境等的差異，不同的研究也會得出不同的結論，陳業(yè)國等在南寧、拉巴次仁等在拉薩的研究均表明該地區(qū)秋冬季節(jié)熱島效應最強烈，而張順謙等在成都的研究得出了相反的結論，熱島效應峰值出現(xiàn)在7月。目前熱島效應強度與季相的關系尚無定論，對熱島的時空分布有待深入研究。

利用熱紅外波段遙感數(shù)據(jù)進行地表溫度的反演是目前最常見的城市熱島觀測手段，這涉及到地表溫度反演算法。受大氣輻射的影響，衛(wèi)星輻射亮溫與實際的地表溫度存在著復雜的函數(shù)關系，影響因子較多，而且很多參數(shù)無法獲得，因此選擇合適的反演算法是此方面研究的一個難點。目前常見的算法有單窗算法、普適性單通道算法、劈窗算法、多波段回歸法等。目前針對城市熱環(huán)境的研究多基于TM/ETM+影像，因此適用于一個熱紅外波段數(shù)據(jù)的單窗算法使用較多，該算法在國內最常使用的是覃志豪提出的簡化單窗算法模型。國內外許多學者在進行研究時都進行了算法比較，如鄭文武等通過對單窗算法和普適性單通道算法進行比較，發(fā)現(xiàn)兩種算法在不同土地覆蓋下有較大差異[2”；賈寶全在對西安進行熱島研究時簡化了算法，也取得了不錯的結果。在具體的研究中還需要輔以相應的氣象資料，結合研究區(qū)實際情況選取精度最高的反演算法。

在熱島區(qū)域分類上，不同于傳統(tǒng)的按照不同地表溫度進行直接劃分，陳云浩等將熱場分布視作熱力學景觀，將“基質一廊道一斑塊”的景觀格局分析方法直接引入熱島研究中；Xu S.引入“源一匯景觀”理論，將建筑用地視作“源”景觀、水體植被為“匯”景觀，這些都具有一定的探索意義。

3.3 城市景觀安全格局的構建

生態(tài)安全是指人類生活、生產的基本保障和來源以及適應環(huán)境變化的能力等不受威脅的狀態(tài)。城市化進程帶來的一系列問題嚴重威脅著區(qū)域生態(tài)安全，因此結合景觀生態(tài)學理論，構建城市景觀安全格局成為一個新的研究點，也是城市景觀生態(tài)研究的一個重要應用。

景觀生態(tài)安全格局理論認為任何生態(tài)學過程在源一匯景觀之間都會受到一個景觀阻力，如物種遷徙要受到食物分布的影響，城市化進程要受到地形因素、經濟因素等的阻力，這實際上表現(xiàn)為一種潛在可達性。通過景觀過程模型，識別出對景觀安全起關鍵作用的關鍵景觀元素、空間位置及相互聯(lián)系，這就是生態(tài)安全格局。在實際應用中，常使用最小累計阻力模型MCR，將建設用地看做源景觀，建立經驗模型，分析各類自然因子和人為因子如地形、坡度、水域、林地、耕地，城鎮(zhèn)人均收入等的阻力系數(shù)，即轉化為建設用地的難易程度，構建城市擴張的最小阻力面，按照低安全格局、中安全格局、高安全格局等不同狀態(tài)分析城鎮(zhèn)發(fā)展的安全底線。也有研究將保護生態(tài)用地如林地、水體等作為源景觀，獲得城鎮(zhèn)發(fā)展的生態(tài)安全底限。該方法要求研究者全面考慮各種因素對城市擴展的阻力系數(shù)，并結合研究區(qū)實際情況對其賦值，故尚無通用的阻力模型，尚需更多案例來歸納經驗模型。或者以不同景觀為源，各自構建安全格局后再進行綜合考量，也能提高研究的精度。

4、當前城市景觀研究的不足

景觀格局分析、景觀功能和景觀動態(tài)研究是城市景觀生態(tài)學的主要研究內容。景觀格局作為理解和探究景觀功能、景觀動態(tài)變化及其生態(tài)影響效應的基礎，一直是研究的熱點。但是當前研究普遍采取的是以景觀指數(shù)來數(shù)量化格局信息，這樣的做法已經有很多學者提出了質疑，認為現(xiàn)在的景觀格局指數(shù)陷入了數(shù)量多、類型少、生態(tài)學意義不明顯的怪圈。

景觀格局指數(shù)現(xiàn)在常有的已有幾十種，新的景觀格局指數(shù)也在被不斷創(chuàng)造出來，但是有研究顯示大部分指數(shù)相互不具有獨立性，會帶來信息的冗余。為增強其實用性，Riiters等通過相關性分析將這些指數(shù)劃分為5類，建議構建格局指數(shù)數(shù)據(jù)集進行使用。何鵬利用因子分析等方法將13個景觀指數(shù)分為3類，并通過敏感性系數(shù)確定了4個關鍵指數(shù)；陳文波、肖篤寧等在景觀指數(shù)相關性分析的基礎上對其進行分類，并提出了景觀指數(shù)適用性的判別原則。李秀珍等借助中性模型對常用的景觀格局指數(shù)在不同景觀格局下的響應進行了探究，指出大部分指標對格局特征的反映并不全面，并推薦了如總周長、孔隙度、聚集度等對格局變化較敏感的指標。

景觀格局指數(shù)多是利用統(tǒng)計學和信息學原理構建，單單依托數(shù)理統(tǒng)計難以反映出空間結構上的信息，其中也并不包含任何生態(tài)學過程，過于重視景觀格局變化的量化研究，缺乏這一過程中的生態(tài)學意義，割裂了景觀生態(tài)學中的格局一過程理論。也有不少學者針對特定的生態(tài)學過程如城市化、荒漠化等構建新的格局指數(shù)使用方法，效果較好，如用于歐洲山雀分布研究的連通度指數(shù)和陳利頂?shù)仍诜屈c源污染中提出的景觀空間負荷對比指數(shù)等。仇江嘯在北京開展的城市化研究中，利用梯度分析的方法，以破碎度指數(shù)研究斑塊破碎化與城市化進程的關系，構建了破碎度指數(shù)與城市化水平之間的倒“u”型關系，進一步表明人口和經濟增長是景觀破碎化的直接驅動因素。

景觀生態(tài)學中另一個重要的特點就是研究具有尺度性，在使用景觀指數(shù)時也要對尺度作用加以考慮。陳利頂?shù)韧ㄟ^總結前人的研究，發(fā)現(xiàn)各景觀指數(shù)不僅對研究區(qū)空間異質性敏感程度各異，還往往忽略景觀的時間異質性，導致相同景觀指數(shù)在不同尺度下進行格局分析會產生很大的變異，在研究中需要注意。針對這一點，朱明利用IRS與SPOT影像在上海的研究，表明城市景觀研究最佳空間粒度為5～10m。隨著高分辨率影像的普及，城市景觀研究的適宜尺度是否會發(fā)生變化也將是以后研究的一項重要內容。

5、結語

城市景觀生態(tài)學發(fā)展至今已經形成了以3S技術為依托，綜合自然、社會、經濟等多方面的一門學科。目前關于景觀格局與生態(tài)學過程的關系、景觀動態(tài)演變的生態(tài)環(huán)境影響、景觀尺度效應的研究依然不夠深入，在大量的景觀格局分析中過度使用自身具有局限性的景觀指數(shù)，造成格局與城市化這一生態(tài)過程的割裂，得到的只是一堆復雜的數(shù)據(jù)，對于解釋和解決城市化進程中的各種生態(tài)問題沒有起到應有的作用。當前我國的城市化已經進入了快速發(fā)展階段，城市景觀研究的理論指導意義空前重要。在新技術新理論不斷涌現(xiàn)的同時，更需要思考其對景觀生態(tài)學核心問題究竟有無價值，是否有助于解決現(xiàn)實問題，避免陷入類似景觀格局指數(shù)濫用的怪圈。