快速城市化背景下廣西典型城市景觀空間格局動態比較研究

梁保平,雷 艷,覃業努,梁麗敏

1 廣西師范大學環境與資源學院,桂林 541004 2 廣西師范大學巖溶生態與環境變化研究廣西高校重點實驗室, 桂林 541004

伴隨經濟的高速增長和人口持續發展,中國城市化進程呈現日益加快的態勢。2015年末,我國城市化率為56.1%,較世界平均水平高約1.2個百分點(《國家新型城鎮化報告2015》,2016),城市化已成為推動社會經濟發展的重要引擎[1]。從景觀生態學視角來看,城市化的實質是區域自然和農業景觀向城市景觀不斷轉化的過程。城市化所產生的人口過密、耕地銳減、生態退化、環境污染等諸多“城市病”,均是由于不合理的城市景觀格局以及景觀要素之間的不協調所致,它們既削弱了經濟發展和社會服務功能,也制約了城市生態質量的不斷提高[2]。

近10年來,以RS和GIS為代表的空間探測與分析技術得到快速發展,特別是景觀指數方法與分析工具的廣泛應用,國內外學術界圍繞城市景觀問題進行了大量研究,也取得了許多代表性成果[3-23]。如何丹等以京津冀都市圈為例,基于景觀格局指數和 Logistic-CA-Markov 耦合模型,對區域景觀空間格局變化趨勢進行了分析和多情景模擬[3]。李瑩瑩、俞龍生、Hamstead等分別對上海綠色空間,廣州市番禺區和紐約市的土地利用/覆被景觀進行了分析研究[4-6]。可以看出,國內外在城市景觀的研究方面已經做了較多探討,相關成果具有較大的理論與應用價值,但也存在如下一些問題：研究案例多聚焦于經濟發達區域(中國京津冀、長三角或珠三角城市群、美國東部沿海城市群和日本大東京都市圈等),對于地處我國經濟欠發達且正處于城市化快速發展階段的西部地區研究不足。其次,當前研究主要以提取城市土地利用/土地覆蓋變化信息為切入點,然后通過構建景觀指數來對城市景觀空間格局的變化進行分析,而對于典型城市在水平空間和垂直空間上的景觀特征研究較少。此外,相關研究大多針對單一的特大型城市或超大型城市,對于不同功能類型的城市景觀動態對比研究十分鮮見。正是基于當前研究的不足,本課題以我國城鎮化發展相對滯后的廣西壯族自治區為對象,重點選取南寧、柳州和桂林市3座具有不同功能類型(綜合型、工業型和旅游型)的大中型城市作為研究靶區,綜合運用RS和GIS技術手段,對城市近30年來景觀格局進行比較研究,揭示快速城市化進程下核心景觀要素在水平與垂直空間上的演化特征及其影響機制。旨在為科學開展城市景觀規劃、實施城市生態管理以及推進廣西城市化健康發展提供參考依據。

1 研究區概況

廣西地處中國大陸南疆,位于104°26′—112°04′E,20°54′—26°24′N之間。北連湘黔,東鄰粵港澳,背靠大西南,南瀕北部灣,是我國唯一的沿海、沿邊、沿江的少數民族省區,具有得天獨厚的地緣區位優勢。隨著中國—東盟經濟自由貿易區、環北部灣經濟區的建立,廣西的城市化進程有了較快發展,南寧、柳州、桂林、梧州和北海等一批中心城市已初具規模,見圖1。其中,南寧市位于廣西中部偏南,是自治區首府及區域政治、經濟、文化、科技、交通和金融中心,也是一個以壯族為主的多民族融合的現代化城市,形成了“青山環城、碧水繞城、綠樹融城”的“綠城”風格。柳州市位于廣西中北部,是廣西的第二大城市,也是我國華南、西南地區重要的工業基地、交通樞紐城市,目前柳州已構建起以汽車、機械、冶金、化工及制糖等產業為主導的現代工業體系。桂林市地處廣西東北部,是國家重點風景游覽城市和歷史文化名城。作為世界上“喀斯特”地貌分布最為典型的區域之一,桂林境內巖溶峰林、峰叢廣布,河流、湖泊水體眾多,漓江自北向南流經其間,形成“秀甲天下”的自然山水景觀。旅游和服務業一直是桂林市的主導產業,近年來城市經濟發展迅速,電子信息、生物醫藥、新能源與新材料等成為桂林的戰略性新興產業。

圖1 廣西3座典型城市區位圖與Landsat8 OLI影像圖(7-5-3波段彩色合成)Fig.1 Location of three typical cities of Guangxi and Landsat8 OLI images(Color composition of bands 7-5-3)

2 數據來源與研究方法

2.1 數據獲取與處理方法

研究選取南寧、柳州及桂林市1990/1991年和2015年的6景Landsat衛星影像作為基礎數據,研究區軌道號行號：P125/R42、P125/R43、P124/R43。1990/1991年影像為Landsat5 的TM數據,包括7個波段,除了第6波段分辨率為120 m外,其余為30 m。2015年影像為Landsat8的OLI/TIRS數據,包括11個波段,除了第8波段分辨率為100 m外,其余均為15 m。研究區上空無云覆蓋,遙感影像質量良好,地物識別度高。坐標系統和投影分別為WGS84和UTM,橢球體類型為Krasovsky。

考慮到遙感數據精度和城市景觀特征,同時參照全國土地資源分類標準[24],主要將區域景觀類型劃分成建設用地(居民地、工礦及交通用地)、城市林地(含森林、灌草地)、耕地、水體和裸地5類。借助遙感影像處理專業軟件ERDAS IMAGINE 2013,通過典型指數疊加分類法獲取城市景觀類型信息。即首先對各期遙感影像進行光譜增強處理,分別提取歸一化植被指數(NDVI)、歸一化差異建筑指數(NDBI)和改進的歸一化差異水體指數(MNDWI), 然后對這3個指數進行假彩色波段合成,經目視解譯后采用監督分類方法提取城市景觀信息。為保證數據分析的一致性和可靠性,各個城市景觀覆蓋分類圖統一重采樣為15 m×15 m柵格大小。通過與同期土地利用圖件(1990s年代)及高分辨率衛星圖像(GF2/1 m/2016年；ZY3/2.1 m/2015年)檢驗發現,研究區各期影像景觀分類總體精度超過87%(Kappa系數>0.85),分類效果要優于傳統的監督分類法,見圖2。

圖2 廣西典型城市景觀覆蓋類型圖 (1990/1991年、2015年)Fig.2 The types of landscape in typical cities of Guangxi (1990/1991，2015)

2.2 城市景觀格局分析空間設計

本研究范圍主要選取南寧、柳州及桂林3座重點城市繞城高速以內的區域,因繞城高速空間邊界已經成型不會再有大的變動,且繞城高速圈層涵蓋城市核心區在內的廣闊區域,是城市化過程、人為開發活動最強烈的地帶,研究區最具代表性,其研究結論也具有現實指導意義。城市景觀分析空間設計主要考慮研究區水平和垂直方向的變化特征。在水平空間上,本研究以各城市中心商業區(CBD)的中心為原點,向外圍擴展半徑為10 km的區域為城市核心圈層,其外圍至繞城高速邊界為城市邊緣圈層,重點揭示近30年各典型城市核心圈層與外圍邊緣區的景觀格局演化規律。在垂直空間上,本研究依據各城市的地形地貌條件與DEM數據,利用高程極差分類法,將研究區高程劃分為高海拔區(丘陵、低山區)、中海拔區(沖積、堆積平原)以及低海拔區(濱河谷地)3種基本類型,以揭示各典型城市在不同地形條件下的景觀空間格局差異與動態特征,見圖3。

圖3 廣西典型城市景觀分析空間示意圖Fig.3 The Sketches of landscape Spatial Structure in typical cities of Guangxi

2.3 景觀指數選取及生態學意義

景觀指數是景觀格局分析中最常用的一種定量化方法。它能夠高度濃縮景觀格局信息,反映其結構組成和空間配置等方面的數量特征。本研究基于廣西典型城市總體景觀格局特征,以體現景觀空間的破碎度、優勢度、多樣性與復雜性為依據來選擇景觀分析指數,從景觀類型和景觀水平兩方面進行景觀格局分析。主要選取斑塊密度指數(PD)、最大斑塊所占景觀面積的比例(LPI)、斑塊所占景觀面積的比例(PLAND)、斑塊聚合度指數(AI)以及加權平均斑塊分形指數(AWMPFD)等指數來描述景觀類型特征。同時選擇斑塊密度指數、最大斑塊所占景觀面積的比例、面積加權平均斑塊分形指數、蔓延度指數(CONTAG)和香農多樣性指數(SHDI)指數來描述景觀水平特征,如表1。相關景觀格局指數經過Fragstats 4.2軟件的計算得出,上述景觀指數的具體計算公式和生態學意義參見有關文獻[2,25]。

表1 景觀格局指數及其生態學意義

PD：斑塊密度,Patch Density；PLAND：斑塊占景觀面積比,Percentage of Landscape；LPI：最大斑塊指數,Largest Patch Index；AI：聚集度,Aggregation Index；AWMPFD：平均斑塊分形指數,Area-Weighed Mean Patch Fractal Dimension；CONTAG：蔓延度指數,Contagion；SHDI：香農多樣性指數,Shannon′s Diversity Index

3 結果與分析

3.1 廣西3座典型城市景觀格局總體特征及動態變化

對南寧、柳州和桂林市1990/1991年、2015年兩期景觀類型數據分析后(表2)。可以看出,在研究期內廣西3座重點城市的景觀類型發生了劇烈的變化。其中,建設用地景觀面積增幅最大,3座城市分別增加了209.5、185.2 km2和57.2 km2,年均增長率分別為6.2%、10.3%和4.2%,除桂林市外,南寧、柳州市的建設用地均超過耕地和林地,成為最大的景觀類型。研究表明,近20年來廣西經濟增長和工業化發展呈現加快態勢,各典型城市的城市化進程也已步入到加速階段,研究區建設用地景觀擴張十分顯著,3座中心城市的建設用地分別較初期增長了1.55、2.46倍和1.01倍。其中,柳州市的建設用地增長速度最快,作為廣西最大的工業型城市,其區位優勢和政策優勢非常突出,在政府宏觀規劃的推動下,柳州市新城區與工業新區的大規模開發建設導致建設用地面積急劇擴大。

另一方面,各城市的耕地和林地均呈現減少趨勢,其中以耕地面積減少最快,20多年間,3座城市的耕地面積分別減少186.5、123.9 km2和28.4 km2,林地面積則分別減少41.2、61.2 km2和25.5 km2。通過兩期景觀分類圖的疊置分析可知,各典型城市新增建設用地主要源于城市中原有的耕地類型,少部分源于林地類型,說明城市建成區的不斷擴張是以耕地、林地的占用和縮減為代價的,這也是當前中國城市化發展中的一種普遍現象。此外,柳州、南寧市水體面積呈現增加趨勢,尤其是柳州市,研究期內水域面積凈增6.2 km2,年均增長率1.2%。水體屬于生態景觀類型,在維護城市系統平衡與穩定方面具有重要的生態功能。該景觀類型的增長,說明柳州市近些年來在城市水環境綜合整治、生態環境建設方面成效顯著。相反,對于享有“山水甲天下”美譽的桂林市而言,水域面積24年間凈減少2.3 km2,年均縮減0.8%,城市水體生態系統的退化問題值得政府管理者高度重視和深入研究。

表2 1990—2015年廣西典型城市景觀類型面積及變化統計

3.2 城市核心圈層與外圍區的景觀時空特征比較

圖4 廣西典型城市核心圈層與外圍區景觀指數變化(1990/1991、2015)Fig.4 Changes of landscape indices in the center and the outer circle of Guangxi′ typical cities (1990/1991,2015)

如圖4所示,從景觀水平上看,2015年廣西3座典型城市核心圈層的PD、SHDI比1990/1991年呈現減少趨勢,LPI、AI、AWMPFD及CONTAG呈現增加趨勢。PD、SHDI的減少說明城市核心圈層景觀斑塊數量在縮減,眾多小斑塊被大斑塊所吞并,景觀類型的優勢度提高,造成景觀格局更加單一化。老城區建設用地面積不斷擴張,比重顯著增加,建成區邊界日益復雜化,并且向著團聚方向發展,因而導致LPI、AI、AWMPFD、CONTAG指數普遍增長。在外圍區,除桂林市的PD略有降低外,南寧、柳州市的PD增加明顯,SHDI均呈現較大增長。說明外圍區用地類型逐漸豐富,各類景觀向著均衡化發展。與之相反,LPI、AI、AWMPFD、CONTAG 4類指數則呈現減少趨勢。可以看出, 3座城市的城市化進程不斷加快,建成區逐漸由核心圈層向外圍圈層擴展,外圍區的自然景觀受人類干擾強度增加,破碎化程度日益加劇。

在景觀類型水平上,不同圈層景觀指數隨著時間的變化有較大的差異。在核心圈層,3座城市建設用地PD均呈下降趨勢,說明核心圈層是快速城市化的重點區域,土地開發利用強度大,建設用地通過吞并、整合使得零星的斑塊融合成大斑塊,導致斑塊數量減少。與此同時,LPI、PLAND、AI、AWMPFD指數則呈明顯增加趨勢。相關指數揭示,城市核心圈層具有顯著優勢度的大斑塊是建設用地,除桂林市外,南寧、柳州市的建設用地景觀已遠超其他類型,成為該圈層的控制性景觀。與PD變化相反,耕地的LPI、PLAND、AI、AWMPFD指數則呈明顯減小趨勢。由于建設用地的嵌入、擴展使得原本團聚在一起的耕地斑塊更加破碎化,大斑塊分裂成小斑塊,造成斑塊密度相應增加。原為控制性景觀的耕地,其影響力和地位已被建筑景觀所取代。此外,林地、水體作為兩類重要的生態景觀,除AI指數略有增長外,其余景觀指數均呈下降態勢,其中林地景觀的變化較為劇烈,說明城市化發展也是以生態用地的占用為代價的,其斑塊數量逐漸減少,景觀類型的優勢度、空間聚合度以及形態復雜性都在下降。在外圍區,各典型城市建設用地的景觀指數均呈增長趨勢,表明城市化的過程已由城市核心區向外圍擴展、滲透。受人為開發活動影響,外圍建設用地呈現嵌入式發展,斑塊數量與密度不斷增加。隨著建設用地景觀的擴張,其優勢度、斑塊團聚性都在提高,斑塊復雜性也在增加,形狀更趨于不規則。與PD相反,耕地類型的LPI、PLAND、AI、AWMPFD指數均呈現減小變化。因受建設用地侵占與吞并影響,耕地斑塊日益破碎化。盡管在區域內仍屬控制性景觀,但優勢度與團聚性下降較為明顯,斑塊形狀變化愈發簡單化。林地的斑塊密度在減少,其優勢度和面積比重均呈下降趨勢,AI、AWMPFD指數略有增減,但變化不如其他類型顯著。除柳州市外,南寧、桂林市的水體斑塊密度在增加,說明外圍區人為活動對水體景觀干擾明顯,水體景觀呈現復雜化的特征。城市水體景觀優勢度在增加,水體面積均有一定的擴大,反映出外圍區的城市水文生態有改善的趨勢。裸地多為待建或在建的城市用地景觀,其指數變化與建設用地景觀類似。受城市化推動的影響,城市裸地景觀優勢度與面積比例均有較大增長。

3.3 不同高程條件下的城市景觀格局差異分析

如圖5所示,從景觀水平上看,廣西典型城市在不同高程上的景觀指數差異較大,表現出較顯著的海拔分異特征。其中,PD指數在3個高程帶上總體呈現減少的趨勢,說明低海拔區是人類活動最強烈的地帶,受其影響景觀破碎化程度最大,研究末期高海拔區的PD均超過研究初期,揭示出人類活動干擾在空間上加劇,逐漸向高海拔區擴展。在研究期內,低海拔區優勢斑塊主要是建設用地,其優勢度隨城市化進程加快呈上升趨勢。中海拔區初期優勢景觀為耕地,因受建設用地斑塊增加影響,其優勢度在逐年下降,兩者呈此消彼長態勢。高海拔區景觀優勢度相對穩定,但隨城市化擴張對林地自然景觀的威脅,南寧、柳州市高海拔區景觀優勢度也出現了降低的現象。AI、CONTAG指數變化規律相類似,即隨高程帶升高指數總體呈現增加趨勢,揭示海拔越低人為干擾活動越強,景觀的完整性和團聚性就容易受到破壞。以南寧市為例,隨著時間推移,兩指數在各海拔帶上均出現較明顯的下降,表明大規模的城市改造和新區建設強烈地影響著南寧市的景觀空間格局。SHDI、AWMPFD總體呈現隨高程帶變化先增后明顯降低的形態,中、低海拔區是城市社會經濟活動最集中的地帶,尤其是在中海拔區,兼有城市生活、工農業生產與生態保護等多重服務功能,景觀斑塊類型也最為豐富多樣,因此該區兩類指數一般高于其他地帶。

圖5 1990—2015廣西典型城市不同高程區景觀指數變化(1990/1991年、2015年)Fig.5 Changes of landscape indices in different elevation of Guangxi′ typical cities (1990/1991,2015)

因受篇幅所限,本研究在景觀類型水平上主要以建設用地、耕地與林地為分析對象。在低海拔區,城市建設用地的各類景觀指數均呈明顯增加趨勢。說明其景觀斑塊在低海拔區發展較快。除桂林市外,南寧、柳州市建設用地景觀優勢度突出,景觀面積占比較大。該類型斑塊團聚性程度提高較快,而斑塊形狀更加復雜且趨向不規則。3座城市的耕地景觀除PLAND指數均呈減小趨勢外,其他指數變化的規律性不強。說明低海拔區受城市開發建設與局部農業開發活動的綜合影響,耕地的比重總體在下降,其景觀格局呈現復雜化的特征。各城市的林地PD指數呈減少變化,與柳州、桂林市不同,南寧市林地景觀LPI、PLAND、AI和AWMPFD指數均呈增長趨勢,反映出南寧市近十年來森林生態圈的建設效果顯著,特別是邕江兩岸防護林帶、南湖景區以及城市主干道路景觀綠化帶的建設改善了城市面貌,提升了城市生態環境質量。在中海拔區,建設用地的各類景觀指數均有較大增長,其中,南寧、柳州市的指數變化更為明顯。研究初期中海拔區的控制性景觀主要是耕地,至研究期末,柳州市建設用地景觀已遠超耕地景觀,成為區域控制性景觀。南寧、桂林市的建設用地景觀比重也僅次于耕地。與此同時,城市耕地的PD指數在增大,而LPI和PLAND指數則顯著減少,說明中海拔區也是城市化擴張的活躍地帶,耕地景觀的破碎化程度加重。受其影響,耕地優勢度在不斷下降,AI和AWMPFD指數也呈減小趨勢。林地的PD、LPI、PLAND和AWMPFD指數都在降低,除桂林市外,其他兩市的AI指數有所增加。表明中海拔區林地景觀數量、形態特征總體呈現簡單化的趨勢。在高海拔帶,3座典型城市建設用地的景觀指數均呈增長趨勢,尤其是南寧市的指數變化較為明顯。由于地形地貌條件限制,南寧市繞城高速以內的建設空間日益縮減,新增建設用地逐漸向高地形區域擴展。受其影響,南寧市高海拔區耕地景觀指數均呈減少變化,該景觀類型的優勢度、斑塊團聚性與形狀復雜性都在降低。與之相反,柳州、桂林市耕地各類景觀指數則呈現一定增加趨勢,兩城市耕地景觀面積的增長可能與中低海拔區建設用地大量占用、農業開發活動逐漸向高海拔地帶遷移有關。此外,林地一直是高海拔區的控制性景觀,由于受人為開發活動的干擾與破壞,各城市的林地景觀優勢度與面積占比都在下降,景觀團聚性與斑塊形狀也呈現簡單化趨勢。

3.4 基于城市功能定位的廣西典型城市發展因素分析

城市功能定位是城市規劃建設與發展的方向和藍圖,它明確了城市在一定區域中的性質、功能及地位,使城市開發建設有序進行,同時也帶動了城市景觀格局的不斷變化[26]。

南寧市的發展主要依靠其優越的地緣區位優勢和經濟政策優勢。按照《南寧市城市總體規劃(2006—2020年)》和《北部灣城市群發展規劃(2017—2020年)》的功能定位：南寧是北部灣經濟區的核心城市,“一帶一路”有機銜接的門戶樞紐城市和內陸開放型經濟高地、中國-東盟自由貿易區的區域性國際城市。20世紀90年代初, 國務院批準南寧實行沿海開放城市政策,并且建立了廣西第一個經濟技術開發區,南寧社會經濟發展進入快車道。從1990—2015年,南寧市區人口由107萬人增加到290.5萬人,國內生產總值由34.8億元增加到2537億元,兩者分別增長了2.7倍和73倍。同期全市新增固定資產投資由2.54億元增加到1354.9億元,增長533.4倍。人口快速擴張,經濟總量的高速發展,促進了城市固定資產投資、道路交通基礎設施、房地產業、商貿服務業的快速發展,使南寧市建設用地面積不斷增長,生態用地空間縮減,城市土地景觀格局發生了顯著變化。

雄厚的工業經濟基礎是柳州市城市發展的內生動力。《柳州市近期建設規劃(2016—2020)》對柳州市定位為：廣西工業重鎮和西南綜合交通樞紐城市,區域性先進制造業中心、現代服務業基地和珠江-西江經濟帶核心城市。根據相關統計數據,1991—2015年,柳州市國內生產總值和工業生產總值分別由39.6億元和24億元增加到1689億元和1052億元,兩者分別增長42.6倍和43.8倍。城市工業用地面積由28.9 km2擴展到41.7 km2,工業生產總值與工業用地面積一直穩居廣西城市首位。受工業經濟以及關聯產業的帶動,柳州市區人口由74.6萬人增加到119.5萬人,15年間城區人口凈增44.9萬。城市工業經濟的發展、人口規模日益增加,加快了房地產業的開發和城市基礎服務設施的建設,城市用地不斷擴大,進而導致景觀格局發生了改變。柳州城市景觀空間發展已突破老城區的空間限制,逐步從內到外擴展、延伸。“一江兩翼,多中心多組團”是中心城區的空間結構,其中,柳東國家級高新技術產業區和河西自治區級高新區成為帶動城市景觀發展的核心區。

得天獨厚自然山水景觀與宜居的人文環境是桂林城市發展的先天條件。《桂林市城市總體規劃(2010—2020年)》明確提出,桂林是國際性風景旅游城市,國家級歷史文化名城,中國山水城市,桂北及周邊地區區域性中心城市。近10年來,以旅游業為主導的第三產業呈現蓬勃發展態勢,桂林市不斷加大旅游業及相關服務業的投入,依托自身的優勢資源,傾力打造國際旅游勝地與最佳宜居城市,城市面貌日新月異,綜合實力不斷增強。1991—2015年,桂林市國內生產總值和第三產業增加值分別由18.7億元和8.7億元增加到782億元和383億元,兩者分別增長41.8倍和44倍。桂林市區人口由51.7萬人增加到85.5萬人,人口凈增33.8萬。同期,來桂游客人數由671萬人增加到4470萬人,增長6.7倍。按照“保護漓江、發展臨桂、再造一個新桂林”的戰略部署,桂林城市建設主要向西發展,中心城區形成了“兩帶、雙核、八組團”的城市空間結構。在桂林市景觀演化的影響因素方面,經濟增長、人口與城鎮化發展是城市空間擴張的宏觀背景,城市總體規劃、產業結構調整與相關政策實施則是城市景觀格局差異與演變的主要驅動力。

4 結論與討論

(1)自20世紀90年代以來,在工業經濟與城市化進程加速發展的推動下,廣西典型城市的景觀類型與空間格局發生了劇烈的變化。其中,受人為干擾強烈的土地景觀類型,如建設用地、耕地和林地等變化最為顯著。南寧、柳州和桂林市的建設用地景觀較研究初期分別增長1.55、2.46倍和1.01倍。與之相反,各個城市的耕地和林地景觀則呈現減少趨勢,尤其以城市邊緣地帶內的耕地景觀減少最快,3座典型城市的耕地景觀較初期分別減少35.89%、42.64%和10.63%。建設用地景觀的不斷擴張與耕地景觀的縮減是城市化過程的基本特征。

(2)廣西3座典型城市的景觀格局具有明顯的空間差異性,在核心圈層,近20年來城市用地規模擴張迅速,建設用地已成為該地帶的控制性景觀類型,區域景觀格局演化呈現更加單一化的規律。在外圍區,耕地和林地均是區域內的優勢性景觀,由于受建設用地景觀的擴展與吞并影響,兩類景觀的優勢度與團聚性都在下降,水體和裸地景觀則呈現一定增長變化。研究結果表明, 各個典型城市的城市化進程在不斷加快,城市景觀逐漸由核心圈層向外圍圈層擴展,外圍區自然景觀受人工干擾強度加大,景觀類型逐漸豐富,但破碎化程度加劇。

(3)地形條件是影響城市景觀空間格局的重要因子,對于以平原、丘陵和低山地貌為主的廣西三座城市而言,人類開發活動的強度具有從低海拔向高海拔區遞減的趨勢,導致城市景觀類型具有較顯著的海拔分異特征。中、低海拔區是城市化過程最集中的地帶,建設用地的景觀優勢度增長最為顯著。高海拔區的控制性景觀為林地,但受城鎮化擴張與農業經濟活動的干擾,自然景觀的優勢度與團聚性都在下降。

(4)從城市功能定位與空間發展來看,廣西3座典型城市均根植于自身發展實際,突出區域優勢和特色,充分適應內外環境變化及其趨勢,同時緊密結合國家和地方發展戰略布局,因勢利導、因地制宜地明確了城市未來的發展定位與空間格局,既有共性特征,更具有個性差異。在廣西新型城鎮化建設中扮演各自不同的角色,在相互競爭中實現協同發展。

(5)景觀指數與空間分析方法是定量研究城市景觀格局變化的重要工具,適用于不同類型城市景觀格局動態變化的分析和比較,以及景觀格局與城市生態過程之間的關系研究。這有助于深入揭示城市景觀演化規律并有針對性地制定城市景觀規劃與相關策略。本研究采用典型指數疊加監督分類方法雖然提高了城市景觀分類精度,但受TM和OLI/TIRS影像分辨率、季相與研究區自然環境條件等因素限制,分析結果會受到一定程度影響。有關研究表明,城市用地擴展不僅受海拔高程影響,同時還受到坡度和起伏度等地形因素約束性作用。此外,景觀格局指數具有較明顯的尺度依賴性,區域景觀格局具有隨尺度變化而變化的特征。因而,本研究得出的結論還需結合高空間分辨率數據、不同地形因子、不同取樣尺度等條件，深入驗證和探討。