基于電路理論的南京城市綠色基礎設施格局優化

劉 佳,尹海偉,*,孔繁花,李沐寒

1 南京大學建筑與城市規劃學院,南京 210093 2 南京大學國際地球系統科學研究所,南京 210023

氣候變化與快速城鎮化導致城市熱島效應加劇、空氣質量惡化、生境斑塊破碎化、景觀連通性和生物多樣性降低等一系列生態環境問題,打破了城市生態系統的平衡,嚴重削弱了城市可持續發展能力[1- 3]。目前,通過構建與優化城市綠色基礎設施(Urban Green Infrastructure,UGI)網絡格局來提高城市自然生態景觀的連通性,業已成為提升城市生態彈性與可持續發展能力的重要景觀安全策略,受到國內外專家學者的廣泛關注[4-7]。

目前UGI網絡構建的方法主要有3種:GIS空間疊置方法(即“千層餅”),最小成本路徑(least-cost path,LCP)與重力模型、圖譜理論相結合的方法,形態學空間格局分析(Morphological Spatial Pattern Analysis,MSPA)方法。GIS空間疊置方法強調景觀單元內地質-土壤-水文-植被-野生動物與人類活動以及土地利用變化之間的垂直過程與聯系[8-10];LCP與重力模型、圖譜理論相結合的UGI網絡構建方法根植于景觀生態學與保護生態學等相關理論,考慮了景觀的地理學信息和生物體的行為特征,能反映景觀格局的水平生態過程,較為科學地確定生態廊道的空間位置和格局、辨識廊道的相對重要性[2,11- 16]。然而,該方法需要收集自然地理信息、物種行為特征等數據信息,對數據的需求量大。MSPA方法僅利用土地利用數據,將林地、濕地等自然生態要素作為前景,其他土地類型作為背景,采用一系列的圖像處理方法將前景按形態分為互不重疊的七類(即中心,橋,環,分支,邊緣,孔和島),進而進行UGI網絡的構建[1,6,17- 19]。該方法強調結構性連接,不僅可以辨識樞紐和廊道的位置,而且可以識別廊道的類型(比如線形廊道、帶狀廊道)[18]。

由于三種UGI網絡構建方法在選取樞紐、確定廊道、選擇目標物種等具體的操作層面差異很大,因而得到的UGI網絡格局多有不同,存在明顯的不確定性[8],即使是同一種方法也可能會得到不同的網絡結構[13]。另外,物種的擴散行為多具有隨機性,難以選擇模擬的最佳廊道進行遷徙,且一個物種的擴散廊道不一定會被其他物種所使用[20-22]。因而,UGI所依據的景觀生態學原理比如廊道的有效性依然面臨挑戰,因為目前對景觀的介入措施缺乏足夠的經驗證據[23-24]。再者,由于獲取的生態數據有限,這三種方法多側重結構連接性的測度,對功能連通性的關注不足,且均難以分析物種的多路徑擴散概率問題[6,13,25]。

功能連通性是指景觀結構促進或阻礙生物體在生境斑塊間運動的程度[4,26],它的降低會產生小的、孤立的種群,致使近親繁殖的幾率增大,從而增加物種滅絕的風險[4,27]。因而,識別和保護能夠滿足多物種功能連通性的廊道,對于棲息地管理與城市生態環境保護政策制定具有非常重要的參考價值[4,20,28]。McRae[29]首次將物理學中的電路理論融入景觀生態學、景觀遺傳學領域,將景觀面看作一個電導面,用電子在電路中隨機流動的特性來模擬物種個體或基因在景觀中的遷移擴散過程,從而預測物種的擴散和遷移運動規律、識別景觀面中多條具有一定寬度的可替代路徑, 并可通過源地之間電流的強弱確定生境斑塊和廊道的相對重要性[29- 31]。該方法因計算所需的數據量少、過程簡便,整合了生境斑塊間的結構性與功能性廊道,可滿足多物種遷徙需求,更符合物種運動的真實情況而逐漸被應用到國外UGI網絡格局的構建中[7,30- 35]。然而,目前國內基于電路理論來進行UGI網絡構建的相關文獻還較少[15,36- 37],而基于該理論探討城市內部空間UGI網絡構建方面的研究則更為少見。

本文基于Circuitscape 4.0軟件平臺,采用電路理論對南京市主城區自然生態斑塊之間的景觀連通性進行了定量分析,獲取了自然生態斑塊之間所有潛在的物種遷移擴散路徑及其相對重要性(根據電流密度的大小),并借助GIS軟件的Linkage Mapper工具識別了研究區的主要障礙點,進而有針對性地提出了南京市主城區UGI網絡格局優化的具體策略。研究結果可為南京市UGI網絡格局的優化提供重要的科學依據與決策參考。

1 研究區概況

本文以南京市城市總體規劃(2011—2020年)確定的主城區作為研究區(圖1),總面積約282 km2。研究區人口密度大,城市化水平高,自然生態斑塊的破碎化程度高,因而亟需進行UGI網絡格局的優化,以提升城市生態彈性與可持續發展能力。

圖1 研究區概況Fig.1 Study area

基于電路理論進行研究區景觀連通性計算的過程中,由于人為劃定的研究邊界限制了電子隨機流動的空間(特別是在邊界附近),增加了邊界區域景觀阻力與景觀隔離程度,從而減少了邊界附近潛在路徑的生成[32]。根據Koen的研究結果[4],在研究區外圍設置其寬度約20%的緩沖區便可消除人工邊界可能帶來的模擬偏差,因而本文在研究區外圍設置了3000 m的緩沖區(圖1)。

2 數據與研究方法

2.1 數據來源與預處理

本研究數據的主要來源有:2013年8月11日的TM遙感影像數據、數字高程模型(DEM)數據(空間分辨率為30 m)(數據來源:中國科學院計算機網絡信息中心地理空間數據云平臺http:/ /www.gscloud.cn);精度為15級的谷歌影像圖及天地圖地圖數據;1∶50000地形圖以及南京市城市總體規劃(2011—2020年)相關圖集。

首先,基于ERDAS軟件平臺,使用研究區地形圖對波段融合后的TM遙感數據進行幾何精校正(均方根誤差(RMS)<1);然后,采用監督分類方法將遙感影像解譯為建設用地、草地、林地、農田、道路、水體和裸地7種類型;最后,借助谷歌影像圖、天地圖、南京市總體規劃圖集等數據,對研究區的土地利用現狀圖斑進行了修正,得到了研究區最終的土地利用現狀圖。

2.2 研究方法

2.2.1 電路理論的基本原理

電路理論利用電子在電路中隨機游走的特性(即隨機漫步理論[38])來模擬物種個體或基因流在某一景觀面中的遷移擴散過程;物種個體或基因流被視為電子,景觀被視為電導面(與生態學中的景觀阻力面概念相似),利于物種遷移擴散的景觀類型被賦予較低的電阻(與景觀阻力概念相似),反之亦反;景觀中生境質量比較好的自然生態斑塊稱之為節點[29,31](與生態源地概念相似)。模擬時,部分節點接地,向其他節點輸入電流,結合給定的每一個柵格的電阻值,可以計算出節點間的電流密度值[39],其大小可以表征物種沿某一路徑遷移擴散概率的大小[31]。由于并聯電路中有效電阻會隨著電路路徑數的增加而降低,相應的電流會增大,因而當廊道冗余度、寬度和連接度增加時,生物遷徙受到的阻力會減小,成功擴散的概率會增大[32]。

圖2 GI要素與電導面Fig.2 GI components and resistance mapGI:綠色基礎設施 green infrastructure

2.2.2 電路理論所需數據準備

首先,根據研究區實際情況,將土地利用現狀圖中的林地、草地、水體作為UGI的組成要素,并選取面積大于0.1 hm2的斑塊作為節點,共計209處(圖2)。其次,根據不同用地類型的相對生境適宜性程度來進行其電阻的賦值(表1),進而創建研究區的電導面(這一過程與LCP方法中景觀阻力的設置及消費面構建過程相似,具體方法參見孔繁花等[40])。研究區屬于高密度建成區,建成環境特征會對生物的遷移產生一定的影響,因而采用容積率(R)和建筑密度(C)兩個因子對建設用地類型進行了細分(表2),兩個因子權重相等,即均為0.5。最后,由于坡度對于物種的遷徙也具有一定的影響[3],因而根據公式1,將坡度因子疊加到構建的電導面上,得到本研究最終使用的電導面(圖2)。

Rfinal=Ri(1+α×Si)

(1)

式中，Rfinal是指每個柵格最終的電阻值,Ri是指柵格i的電阻值,Si是指柵格i的百分比坡度,α是控制坡度的阻力值系數,本文α取值為1。

2.2.3 基于電路理論的UGI網絡構建

南京市主城區人口密度大、用地緊張,斑塊總面積約70.45 km2,占主城區總面積的25%,但其發揮的景觀連通性大小不一,通過電路理論模擬可識別重要斑塊與廊道,對現有UGI的保護與優化具有重要意義。電路理論中有4種測算連接度的計算模式[39],本研究基于Circuitscape 4.0軟件平臺,選用成對計算和多對一計算兩種模式來模擬研究區自然生態斑塊間的連通性。成對模式將景觀面中的生態斑塊兩兩配對,向其中一個斑塊輸入1 A的電流,另一個斑塊接地,計算得出這一對斑塊之間的電流值,通過迭代運算得到所有成對斑塊的電流密度分布圖(圖3a)。多對一模式則將景觀面中的一個生態斑塊接地,其余斑塊均輸入1 A電流,計算所有斑塊到這一斑塊的電流值,通過迭代運算得到多對一模式下的電流密度分布圖(圖4a)。結合相關研究結果[41- 44],本文選取電流密度值排名前30%的區域組成了研究區重要功能連通性廊道分布圖(圖3b),并將排名前20%的斑塊作為在景觀面中發揮 “踏腳石” 功能的重要斑塊(圖4b)。

表1 不同土地利用類型電阻值

S：面積 Square；p：建設用地得分值 The score of construction land；p = 0．5R+0．5C

表2 容積率及建筑密度分級

R：容積率 Plot ratio；C：建筑密度 Building density

圖3 成對模式模擬結果及重要廊道分布圖Fig.3 Simulation result of pairwise mode and distribution of important corridorsa:電路理論成對模式模擬結果，顏色從藍到紅表示累計電流密度逐漸增大，即對景觀連通性的貢獻越大;b:提取圖3a中累計電流排名前30%、前40%區域組成研究區功能連通性廊道，其中紅色區域為重要功能連通性廊道

2.2.4 基于障礙點識別的南京市UGI格局優化

障礙點識別可通過計算障礙點清除后連通性恢復值的大小來幫助決策者衡量保護現有斑塊廊道還是清除一個障礙點更經濟,從而使投資效益最大化。首先,借助Conefor工具計算所有斑塊之間的地理空間距離,并將距離輸入Linkage Mapper工具中來構建UGI的連接。然后,基于Barrier Mapper工具,設定30 m的搜索半徑,采用移動窗口法搜索整個景觀面中移除某一區域后可大幅提升連通性的潛在區域,即障礙點(圖5)。通常采用單位距離連通性恢復值(土地利用類型改變前后成本的差值與搜索半徑的比值,即每米恢復值)的大小來表征障礙點對于景觀連通性的影響強弱[45](圖5)。最后,為了更為直觀地顯示障礙點清除前后研究區功能連通性的變化,將所有識別出的障礙點全部替換為綠地,即在理想情況下所有識別出的障礙點均可以被清除并可恢復為生境質量良好的綠地,再次并采用成對模式對景觀連通性進行計算模擬,對比分析障礙點清除前后景觀連通性的變化(圖6)。

圖5 障礙點識別結果及局部細節圖Fig.5 Detection result of barrier and local detaila—e為障礙點局部細節圖代號；顏色越紅表示累計電流恢復值越高，即該區域對于景觀連通的阻礙程度越高;局部細節圖中顯示了各障礙點的下墊面類型

圖6 障礙點清除前及清除后功能連通性廊道分布圖Fig.6 Distribution of important corridors before and after removing barriersa: 障礙點清除前，提取電路理論成對模式模擬結果中累計電流密度值>606A的區域，其中顏色越紅表示景觀連通性越好;b: 清除所有障礙點后，提取電路理論成對模式模擬結果中累計電流密度值>606A的區域，其中顏色越紅表示景觀連通性越好

3 結果與分析

3.1 重要廊道的空間分布特征

通過電路理論成對模式模擬發現(圖3a),南京市主城區東南部和中部的電流值較大,而紫金山與玄武湖以北的片區電流值最低,這與生境斑塊數量及斑塊間的距離有關,斑塊分布越密集、距離越近,其功能連通性就會越高。西部濱江地帶與南部濱河地區的電流密度呈高低錯落分布,主要是由于綠地斑塊的質量及斑塊間連接程度參差不齊。提取電流密度排名前30%的區域組成了研究區的重要功能連通性廊道(圖3b),可以發現,研究區存在多條寬窄不一的功能連通性廊道,且總體上斑塊密集之處多是功能連通性廊道所在之處;西南部重要廊道的數量最多,局部簇團成網,網絡密度大且破碎,結構較為復雜,其次為中部,且河流廊道(秦淮河)是其主要廊道類型,北部廊道數量最少,斑塊多呈孤島分布。

3.2 重要斑塊的空間分布特征

通過電路理論多對一模式模擬發現(圖4a),研究區景觀破碎化程度較高,北部斑塊大而孤立,南部斑塊小且分散;40%的生境(約為28.18 km2)對連通性的貢獻較低,這與景觀類型、斑塊面積及植物群落等因素有關。例如,1號斑塊北部被多條鐵路所分割,斑塊內部無法形成良好的植物群落,2號及4號斑塊中部為水體、3號斑塊中部為山體,這對于陸生物種而言,其生境適宜性會相對較差。提取多對一模擬結果中電流密度排名前20%的區域組成重要斑塊分布圖(圖4b),可以發現,生態關鍵區域多位于現有斑塊內部,其次為斑塊之間或斑塊周邊,在斑塊密集區發揮踏腳石功能的斑塊比例較高,斑塊間的功能連通性廊道數量越多,斑塊的重要程度越高,例如研究區西南角發揮景觀踏腳石功能的斑塊數量明顯較多,這主要與斑塊間的功能連通性廊道數量有關(圖3)。

3.3 障礙點的空間分布特征

研究區識別出的障礙點共有155處,且面積均相對較小(圖5),其中面積小于5 hm2的障礙點共有131處,占障礙點總數量的84.5%,面積小于1 hm2的障礙點個數最多,有48處。障礙點面積越小則被清除的難度就越小,因而主城區景觀連通性仍有較大的提升空間。障礙點多位于斑塊之間或斑塊邊緣(圖5),且三分之二的障礙點為道路,其次為居住用地等其他建設用地。道路對于生境的分割作用明顯,且會一定程度上增加物種的死亡率,同時由于下墊面性質的改變,瀝青、水泥的熱容小,反射率大,導致盛夏時分道路多呈現出與周邊不同的小氣候特征,加上噪聲擾動和空氣污染等使得物種難以通過,因而道路對于研究區景觀連通性的影響最大。建設用地是人類活動的主要場所,居住等其他建設用地由于下墊面性質的改變,均對物種遷徙產生了不同程度的阻礙作用,側面反映出了人類活動對于生態及景觀連通性的負面影響。

通過對比障礙點清除前后研究區電流值的大小可以發現(圖6),清除障礙點可有效提升研究區景觀的連通性。障礙點清除前,研究區最大電流值為13521 A,存在的功能連通性廊道數量較少(圖6a),清除后研究區最大電流提升為26927 A,提升近2倍,北部新增4條功能連通性廊道,中部結構性廊道圍合的區域內部功能連通性得到改善,形成網狀結構,南部功能連通性得到大幅提升,形成密集的網狀結構(圖6b)。障礙點清除后電流值小于605 A的區域(即功能連通性較差的區域)減少了520.38 hm2,電流值大于685 A的區域則共增加了520.92 hm2。障礙點清除為研究區提供了多條功能連通性廊道,極大地提高了廊道冗余度,提升了生態系統抵御各種風險的能力。

4 研究區UGI格局優化啟示

4.1 保護重要生態廊道與斑塊,提升廊道與斑塊的質量

重點保護電流密度排名前30%的重要生態廊道(圖3b)和電流密度排名前20%的生境斑塊(圖4b),并重點恢復排名前40%的廊道和前25%的斑塊;在無法連接成廊道的區域(如主城區北部)適當增加點狀斑塊即景觀“踏腳石”的數量,以減少斑塊間距離,提升功能連通性。同時,提升部分現有廊道與斑塊的質量,如拓寬中部環狀廊道以提升其對連通性的貢獻率,在大型斑塊周邊(如圖4b中2、3號斑塊)開展相應的復綠工程。另外,保護并非意味著完全禁止建設,應注重自然生態空間的復合利用,如控制斑塊內部電流密度較高區域的建設活動和開發力度,依據電流值大小設定不同的開發等級,限制容積率,規定綠地率,對電流密度較低的區域可有選擇的建設不同功能的設施,在不破壞生態功能的前提下復合游憩等其他用途,形成復合型綠色基礎設施網絡體系。

4.2 因地制宜清除影響景觀連通性的障礙點

建議依據障礙點恢復值的大小由高至低逐一清除障礙點,在原用地上覆蓋植被,恢復其生態屬性。同時,可根據障礙點所處的空間位置劃分清除的優先級,建議依次為斑塊內部、斑塊之間、斑塊周邊。當障礙點很難清除時,可因地制宜打通斑塊之間的連接路徑或對內部用地進行局部調整。例如,對于居住區性質的障礙點,可適當增加綠地面積和植被豐富度;對于河岸兩旁的障礙點,可拆除藍線范圍內的部分建筑,適當拓寬河岸綠地,提升河道的生態功能,塑造特色的濱水景觀;對于道路障礙點,可適當拓寬綠化帶、增加綠化帶內的植被群落層次或結合過街天橋建設拱涵型生物通道。

5 結論與討論

在人口密度、城市化率較高的區域,人類活動對于綠地的侵蝕較為嚴重,優化UGI格局是提升城市生物多樣性和可持續發展能力的有效方法。本文基于電路理論,采用成對和多對一計算模式模擬了研究區自然生態景觀的連通性,并根據電流密度分析了斑塊、廊道的相對重要性,借助移動窗口搜索法識別了研究區的主要障礙點,提出了南京市UGI網絡格局優化的具體策略。研究結果表明,研究區景觀破碎化程度較高,40%的生境斑塊對連通性的貢獻較低,景觀連通性南部最優、中部次之、北部最差;南部重要廊道的數量最多,局部簇團成網,網絡結構較為復雜,其次為中部,且河流廊道是其主要廊道類型,北部廊道數量最少,斑塊多呈孤島分布;研究區共有155處障礙點,多位于斑塊之間或斑塊邊緣,障礙點清除后研究區最大電流值提升近2倍,電流值小于605 A的區域減少了520.38 hm2,表明清除障礙點可有效提升景觀連通性。電路理論能夠識別研究區所有的潛在廊道及其相對重要性,能夠整合結構性與功能性廊道,為城市高密度建成區UGI網絡格局的構建優化提供了簡單易行的方法框架。研究結果可為南京市主城區UGI格局優化提供參考依據。

電路理論因結合了電子隨機游走的特性而區別于以往的景觀連接度模型,在模擬物種的出生擴散時具有更大的優勢,因為新生物種個體小,擴散行為難以被記錄,且新生物種對于將要穿越的環境缺少先知,僅能依據路徑上所遇到的景觀特征而進行隨機的運動決策,遷徙特征與電子隨機游走的特性相吻合。然而也正因為電路理論結合了電子隨機游走的特性,電子對于人工邊界的阻力感知較為敏感。本文參考已有文獻設置了3000m的緩沖區,但由于不同研究區的形狀不同,所需的緩沖區寬度也不同,本文將于后續探討具體的邊界效應及適宜的緩沖區寬度。在障礙點識別過程中,本文考慮到南京市主城區城市化率較高,障礙點清除的成本高,應當以最小的成本最大限度的提高景觀連通性,故而選用最小的搜索半徑即遙感影像最高分辨率的一個象元大小(30 m)識別障礙點,但當障礙物更大時,應選用更大的搜索半徑。同時,移動窗口的阻力值設定為1過于理想化,障礙點并非都會被恢復為綠地。今后可以根據不同的規劃目標和改建措施設定障礙點識別的搜索半徑和窗口阻力值。