景觀融合視角下建設用地適宜性評價的方法構建及實踐探索

盧 峰

楊晉蘇

曹風曉

景觀是人類與地球和諧相處的重要介質，是生態可持續理念的載體[1]。19世紀末，城市快速發展帶來城市擁堵、生存環境惡化等問題，規劃和建筑界逐漸意識到景觀與城市融合的重要性，提出“田園城市”和“生態城市”等理念[2]。中國古代“天人合一”的理念為景觀融合提供了現實基礎[3-4]，綠色城市、低碳城市和海綿城市等理念的相繼出現，為景觀與城市的融合提供了理論支持。

建設用地適宜性評價是城鄉規劃的一項重要基礎性工作：確定土地最適宜用途、調控景觀與城市的關系，以及實現城市生態文明建設[5-7]。景觀設計應提前于用地設計，特別是在生態脆弱、景觀豐富的山地城市[8-9]，在城鄉規劃和建設之前，應優先識別和保護景觀安全格局、景觀生態網絡[10]，適應性地選擇城市建設用地[11-12]，促進景觀與城市的融合[13]。

基于此，本文提出景觀融合視角下的建設用地適宜性評價，在已有的建設用地適宜性評價基礎上，導入城市景觀融合的分析和評價內容，從“消極”和“積極”2個方面構建建設用地評價方法，減少景觀災害影響，推進景觀生態網絡化[14]。以重慶市唐家沱片區為例，探索實踐應用中的影響因子體系構建和綜合評價。

1 景觀融合視角下建設用地適宜性評價的方法構建

景觀融合對建設用地的影響主要體現在景觀要素對城市建設安全、城市生態環境保護的影響等方面[15]，可分為2個評價路徑：1)減少地震、沖溝等景觀災害的影響[16]；2)推進山水景觀廊道、歷史文化景觀等景觀資源的網絡化[17-18]?；诖?，本文從景觀融合對建設用地的消極影響和積極影響2個方面出發，分別開展現狀分析和評價因子體系構建：消極影響層面，進行景觀風險疊加分析；積極影響層面，進行景觀資源品質分析。

1.1 消極影響：景觀風險疊加分析

現狀景觀對建設用地存在消極影響，通過景觀風險疊加分析，明確評價單元的用地適宜度，包括自然景觀災害分析和人工景觀災害分析(表1)。

自然景觀災害風險來源于地質災害和洪澇災害[19-21]；人工景觀災害風險來源于交通設施、危險品倉庫和有害市政設施[22]。國家相關法律法規對人工景觀災害的預防有明確的規定[23]，在實際應用時，應遵從當地相關規劃管理條例適當調整。

在景觀風險疊加分析的基礎上，將景觀風險因子分為5個子系統、6個一級指標及20個二級指標，用適宜、較適宜、較不適宜和不適宜4類適宜度對各個因子進行建設用地適宜性評價(表2)。

1.2 積極影響：景觀資源品質分析

現狀景觀對建設用地存在積極影響，通過景觀資源分析，明確評價單元的用地適宜度，包括自然景觀資源和人工景觀資源[27-28](表3)。自然景觀資源包括河流水系資源和自然生態資源，如草場、濕地、生態走廊和有機農莊等[29-30]，滿足居民對新鮮空氣、游憩等生態服務的需求[31]；人工景觀資源包括城市景觀、工程景觀、旅游地景觀[32-33]和風景園林景觀，兼具經濟性、文化性和功能性等價值[34]。景觀資源的保留為構建景觀生態網絡提供支持[35]。

在景觀資源品質分析的基礎上，將景觀資源因子分為6個子系統、15個一級指標及32個二級指標，用適宜、較適宜、較不適宜和不適宜4類適宜度對各個因子進行建設用地適宜性評價(表4)。

表1 消極影響分析

表2 景觀風險因子評價

表3 積極影響分析

1.3 方案確定：用地適宜性綜合評價

建設用地適宜性綜合評價多采用基于GIS的多層次疊加分析法[43-44]，在此基礎上的權重處理方法有：1)主觀賦權法，如專家打分法[21]、層次分析法(AHP)[22，25]、主成分分析法、層次分析法等[45]；2)客觀賦權法，如隨機數學方法、模糊數學方法、灰色系統方法等[46]；3)人工智能賦權法，如BP神經網絡模型預測法[47]2[48]5、遺傳法等[49]。其中，主觀賦權法受人為因素影響較大[50]，而客觀賦權法雖避免了人為因素的影響，但缺乏主觀信息的支持[51]。因此本文選擇人工智能賦權法中的BP神經網絡模型預測法進行權重分析，避免人為因素干擾的同時又能從實際數據中反應主觀信息[47]7[48]12[52]。

綜上，筆者將建設用地適宜性評價指標體系分為景觀風險要素體系和景觀資源要素體系，通過BP網絡模型計算出各要素的權重，在GIS層次疊加分析的基礎上，得出景觀融合視角下建設用地適宜性評價的最終結果(圖1)。

圖1 景觀融合視角下建設用地適宜性評價方法(作者繪)

2 景觀融合視角下建設用地適宜性評價的實踐探索

以重慶市唐家沱片區為例，對景觀融合視角下的建設用地適宜性評價方法進行實踐探索，包括景觀風險疊加評價、景觀資源品質評價和建設用地適宜性綜合評價。

2.1 景觀風險疊加評價

將唐家沱片區的自然和人工景觀風險進行疊加，分別對地質災害、洪澇災害、交通設施風險和有害市政設施進行建設用地適宜性評價。

地質災害評價：規劃區地質災害主要影響因素為坡度，按照坡度大小進行建設用地適宜性評價(圖2)。

表4 景觀資源品質因子評價

洪澇災害評價：將沿長江185水位線以下設為不適宜建設區，將洪水災害程度按10～50年一遇洪水的淹沒范圍進行建設用地適宜性評價(圖2)。

交通設施評價：規劃區內有渝懷鐵路復線、渝利鐵路、渝長快速路和海爾路快速路穿過，沿鐵路及道路設置不同規格的防護綠地，并根據距道路交通設施的距離進行建設用地適宜性評價(圖3)。

有害市政設施評價：規劃區內有高壓線走廊、黑石子垃圾處理場，以及唐家沱污水處理站，按照相關規定設置防護綠地，并根據距市政設施的距離進行建設用地適宜性評價(圖3)。

2.2 景觀資源品質評價

將唐家沱片區的河流水系、自然生態、城市景觀、工程景觀、旅游地和風景園林等景觀資源進行建設用地適宜性評價。

河流水系資源評價：規劃區南臨長江，內有棟梁河、雙溪河，將周邊用地按照距河流的距離進行建設用地適宜性評價(圖4)。

自然生態資源評價：棟梁河、鐵山坪山腳植被豐富，且有零星的農耕地分布，按面積大小進行建設用地適宜性評價(圖4)。

城市景觀資源評價：唐家沱老城區等現狀建設用地，以及已發件、土地儲備、已發公示函等共979hm2建設用地，根據其景觀品質進行建設用地適宜性評價(圖5)。

工程景觀資源評價：規劃區內有東風造船廠、唐家沱鐵路貨站、污水處理廠等景觀因子，根據其景觀品質進行建設用地適宜性評價(圖5)。

旅游地資源評價：規劃區內有寸灘老街、唐家沱老街、盧作孚民生船廠、英國亞細亞石油公司舊址等歷史文化資源，根據其景觀品質進行建設用地適宜性評價(圖6)。

風景園林資源評價：規劃區內有鐵山坪森林公園、朝陽河社區公園等風景園林景觀，根據其景觀品質進行建設用地適宜性評價(圖6)。

圖2 地質災害和洪澇災害景觀風險因子分析

圖3 交通設施和有害市政設施景觀風險因子分析

圖4 河流水系和自然生態景觀資源因子分析

圖5 城市和工程景觀資源因子分析

2.3 建設用地適宜性綜合評價

通過唐家沱片區的景觀風險和景觀資源評價，得出影響建設用地適宜性的相關數據。本文采用BP神經網絡模型預測法進行賦權分析，主要包括以下3個步驟。

2.3.1 BP網絡模型訓練樣本選擇與擴充

樣本的選擇是BP神經網絡構建的基礎[47]2，將建設用地適宜性評價BP神經網絡模型的期望輸出值設置在0～1，其中1為適宜建設用地，0.50～0.75為較適宜建設用地，0.25～0.50為較不適宜建設用地，0～0.25為不適宜建設用地，構成4組樣本數據(表5)。由于每個景觀要素的評價等級只有4個，樣本數量較少，網絡容易出現“過擬合”現象[23]，因此對樣本進行擴充。在每級標準值之間運用克里金線性插值函數再生成99組樣本數據[47]54，共有400組樣本數據用于網絡訓練，以提高BP網絡模型的精確性和適用性。

2.3.2 建設用地適宜性評價BP網絡模型構建

通過指數的數據特點和BP網絡模型實際需要，得出唐家沱片區建設用地適宜性評價模型由3層BP網絡模型構成。由于唐家沱景觀融合視角下建設用地適宜性指數的輸出在(0，1)之間，確定中間層選擇Logist函數，輸出層均采用學習速度較快的雙曲正切Tansig函數作為本次的學習算法[22]。

2.3.3 網絡訓練與仿真

將BP網絡的訓練樣本數據集設為Pi，目標數據集設為Ti。在網絡模型訓練前，對Pi和Ti進行數據轉置，使Pi和Ti的數據相對應；對Pi進行無量綱化(公式1)，以提高網絡收斂速度。

式中，x0為初始指標值；xmin為最小指標值；xmax為最大指標值；xt為標準化后的指標值。將無量綱化后的數據導入MatlabR2010b軟件進行網絡訓練，完成網絡訓練(圖7)。

對樣本訓練的誤差進行分析，數據的絕對誤差最小值為-0.59×10-4，最大值為0.76×10-4，相對誤差的最小值為-7.48%，最大值為7.03%，網絡訓練模型精度較高。通過相關性分析，訓練樣本的期望輸出值與實際訓練結果的相關系數R為0.99×10-4，訓練后的網絡具有極強的相關性和微弱偏差。結果表明，訓練后的BP網絡能夠進行建設用地適宜性評價的仿真應用。

表5 唐家沱片區建設用地適宜性評價BP網絡訓練樣本

圖6 旅游地和風景園林景觀資源因子分析

圖7 BP網絡訓練誤差曲線(作者繪)

圖8 唐家沱用地適宜性評價結果

圖9 用地適宜性與景觀融合因子的關系(作者繪)

圖10 唐家沱土地利用規劃

2.4 結果分析

規劃區總面積2 433.30hm2，運用訓練好的BP網絡模型進行網絡仿真，得出各景觀因子的權重，通過GIS疊加得出建設用地適宜性評價結果(圖8)，并提出規劃建議(圖9、10)。

適宜建設區共1 421.76hm2，占總面積的58.43%，受城市景觀資源影響最大，其中76.42%的用地沿城市現有建設用地分布。規劃設計采用緊湊高密度開發[53]，利用組團式的用地布局與自然景觀結合的方式，注重景觀廊道的打造。

較適宜建設區共282.43hm2，占總面積的11.61%，受工程景觀資源和旅游地資源的影響較大，其中84.11%的用地沿東風造船廠、江北鐵路客技站、唐家沱鐵路貨站、物流倉儲、唐家沱污水處理廠、寸灘老街，以及唐家沱老街等分布。規劃設計時，在保留原有價值景觀的同時對其進行提檔升級，在寸灘老街和唐家沱老街周邊增設商業服務設施、文化設施及公共設施等用地，達到提升景觀影響度的目的。

較不適宜建設區共306.59hm2，占總面積的12.60%，受地質災害風險、有害市政設施風險、自然生態資源和風景園林資源的影響較大，其中72.34%的用地沿地形坡度較大區域、高壓電線、污水處理廠、自然生態較好區域，以及公園分布。在規劃設計時應少量配置城鎮建設用地，大部分作為公共綠地和生產綠地使用，這些用地在規劃中起到生態隔離的作用，成為緊湊城市發展的綠化基底，同時也是居民游憩、健身的重要場所。

不適宜建設區共422.53hm2，占總面積的17.36%，受道路交通景觀的影響最大，其次受洪澇災害風險和河流水系資源的影響，其中84.11%的用地沿河流和道路交通分布。在規劃設計時，應充分保留這部分用地，打造為生態綠化走廊，不僅能緩解山地城市的人地矛盾，還能保留山水景觀格局。

3 結語

在景觀融合視角下，從景觀風險與景觀資源2個方面構建建設用地適宜性評價理論框架，為建設用地適宜性評價提供新方法。從景觀融合的積極影響和消極影響2個方面構建指標體系，通過BP網絡模型來確定不同景觀評價單元的權重，更科學地判定建設用地適宜性。根據評價結果提出集約用地的同時，優化城市景觀網絡的規劃建議。

建設用地適宜性評價是城鄉規劃建設的重要基石，具有較強的實用性和在地性，同時還具有一定的規律性和復雜性。本文在樣本數量、分析精度上尚存局限，未來擬拓展研究區域廣度、增加樣本數量、細化BP神經網絡的模型函數和訓練參數，以提升在城鄉規劃中的實用性。

注：文中圖片除注明外，均改繪自唐家沱城市設計項目組。