重慶市轄區縣綠色基礎設施景觀破碎化及驅動力分析*

魏琪力，王詩源，李春容，王倩娜，羅言云,2

(1.四川大學 建筑與環境學院，四川 成都 610065；2.美國加州大學伯克利分校 中國研究中心，加州 伯克利 94704)

伴隨城鎮化進程加深，諸多城市面臨景觀破碎化等問題[1]。1997年，重慶市成為我國第四個直轄市，在西部大開發、成渝城市群及成渝地區雙城經濟圈建設背景下[2-3]，人口快速聚集和城鎮化快速推進使得景觀破碎化加劇[4]。2013年，重慶市在《全國主體功能區規劃》基礎上，綜合考慮社會、經濟、生態等因素，將市轄區縣劃分成五個功能區[5]，作為解決城市中不同自然資源沖突的有效工具。由于不同區縣所屬功能區劃和經濟發展水平不均，其面臨的生態環境壓力也不盡相同。為明確重慶市不同區縣的景觀破碎化狀況，有必要對引發景觀破碎化的驅動力展開分析，以期為重慶市轄區縣未來生態空間的健康與可持續發展提供參考。

近年來綠色基礎設施(green infrastructure，GI) 作為生態系統服務評估的重要工具得到廣泛認可[6]，它是由自然區域和其他可相互聯系的開放區域形成的網絡[7]，能為維持城市生態環境穩定，提供生態服務做出重要貢獻。Fahrig[8]和Klorvuttimontara等[9]指出GI在提供生態服務時，棲息地破碎化會極大地影響其生態系統功能的發揮。景觀破碎化是評價生態系統功能的重要指標，國內學者較多研究基于景觀格局指數探討景觀破碎化程度[4,10]，而目前國外較多運用形態學空間格局分析方法(morphological spatial pattern analysis，MSPA) 作為研究景觀破碎化的有效工具[11-16]。與傳統的基于景觀格局指數研究景觀破碎化相比，MSPA更能揭示出景觀結構的連通性和生態斑塊的破碎化細節[17]。Riitters等[12]和Wickham等[13-14]提出通過MSPA方法識別網絡結構要素的總數，利用核心區數量下降，孤島增長等反映森林破碎化程度的方法，來揭示生態系統發生的變化。景觀破碎化驅動力研究方面，現階段已有較多成熟的方法，如:胡榮明等[4]通過灰色關聯法得出地區生產總值、人口等是景觀破碎化的主要驅動因子；楊尊尊等[18]提出生產總值和人為活動是造成西咸新區景觀格局變化的主要驅動因子；姜朋輝等[19]基于回歸模型指出氣溫波動上升是濕地景觀破碎化的主要驅動因子。與其他方法相比，最小二乘法求解線性回歸模型具有總體誤差衡量最小、求解方便等優點[20]。

研究尺度方面，既往研究多著眼于重慶市域和主城都市區的生態空間尺度[21-22]，對區縣尺度關注較少。區縣尺度是我國現行國土空間規劃體系下的五級尺度之一，是實施并落實國土空間規劃中城市發展、生態保護等目的的核心尺度。基于以上背景，本研究以地處長江中上游重要生態屏障的重慶市轄區內22個區縣為研究區，綜合運用土地利用動態度分析、MSPA、景觀破碎化指數、回歸模型及聚類分析等方法，對研究區GI景觀破碎化及驅動力展開分析，旨在客觀認識研究區景觀破碎化現狀及特征，識別導致景觀破碎化的驅動力，為研究區GI網絡格局保護和未來生態規劃研究提供參考。

1 研究區及數據來源

1.1 研究區概況

研究區地處成渝城市群，包含22個重慶市轄區縣(圖1)，分屬重慶市五大功能區，城市發展新區包括長壽、江津、合川、永川、南川、潼南、銅梁、榮昌、璧山、大足、綦江、萬盛、涪陵共13個區縣；渝東北生態涵養發展區包括開州、云陽、萬州、梁平、豐都、墊江、忠縣共7個區縣；渝東南生態保護發展區包括黔江和彭水共2個區縣[5]。研究區總面積約4.9×104km2，占成渝城市群總面積的26.50%，地跨105°58′～108°67′E、29°03′～31°18′N，以山地丘陵為主，屬亞熱帶季風氣候，雨熱充足；山地地區森林覆蓋率高，有長江、嘉陵江等多條水系經過；是三峽庫區重要的生態保護地。截至2018年底，研究區常住人口1 876.12×104人，平均城鎮化率56.17%[23]。

圖1 研究區范圍(改繪自參考文獻[2])Fig.1 Area of study

1.2 數據來源及預處理

基于云量少、影像拍攝時間相對接近、成像質量好的原則，共選取研究區2018年4—9月和部分2019年3月的LANDSAT 8 OLI/TIRS衛星的12幅遙感影像圖[24]，分辨率30 m，經過拼接、裁剪得到22個區縣的遙感影像圖。數據處理步驟為：基于ENVI 5.3平臺對遙感數據進行輻射定標、大氣校正等預處理得到研究區遙感圖[25]，再運用歸一化差分植被指數(NDVI)提取綠地(含耕地、林地和草地)，歸一化差分水體指數(NDWI)提取水體，結合高清衛星圖對比，使用ENVI中ROI工具選取各幅遙感影像圖最佳的閾值，再使用波段計算(Band Math)工具將綠地和水體疊加為GI柵格圖。最終結合高清衛星圖校正并在ArcGIS內將GI賦值為1，其他用地賦值為0，得到研究區GI二值柵格圖。土地利用動態度數據由重慶市2010年和2018年土地利用數據[26]得到，城鎮化增長率、人口增長率、GDP增長率、公路密度增長率由《重慶市統計年鑒2011》[27]和《重慶市統計年鑒2019》[23]報告中的2010年、2018年統計數據計算后得到。

2 研究方法

2.1 土地利用動態度分析

土地利用類型動態度[28]可量化反映土地利用類型總變化率，其表達式為：

①

式中：K(%)為研究期內某一土地利用類型的總變化率，Ua(km2)、Ub(km2)分別為研究期初、研究期末某一土地利用類型的面積。

2.2 綠色基礎設施形態學空間格局及景觀組成分析

運用Guidos Toolbox軟件，采用八鄰域規則，對GI二值柵格圖進行MSPA分析。邊緣寬度取值結合相關廊道理論、前人研究成果[29]，按照廊道寬度在60 m[29]及以上為適宜寬度的標準，經多次測試對比確定。其中，江津、彭水等14個區縣邊緣寬度取值為60 m，長壽、涪陵等8個區縣取值為90 m ，計算得到核心區、孤島、穿孔、邊緣、分支、連接橋、環共7類GI網絡結構要素。為進一步探討GI網絡結構要素的土地利用構成，基于ArcGIS軟件將重慶市2018年土地利用數據[26]重分類為耕地、林地、草地、水體、建設用地和未利用地6種土地利用類型，再將GI網絡結構要素圖與土地利用重分類圖疊加分析，得到22個區縣的GI網絡結構要素景觀組成數據。

2.3 GI景觀破碎化及驅動力分析

GI景觀破碎化指數[11]可定量反映景觀破碎化程度，其表達式為：

F=100-〔C-(I+P+E+B+R+L)〕

②

式中：F(%)為GI景觀破碎化指數，C、I、P、E、B、R、L分別代表核心區、孤島、穿孔、邊緣、分支、連接橋、環等七大GI網絡結構要素占GI總面積的百分比(%)。F值越高，表明GI景觀破碎化程度越高。

為進一步明確GI景觀破碎化的驅動力，選取土地利用變化驅動力和城市擴張驅動力進行分析，其中土地利用變化驅動力包括由2.1節得到的耕地變化動態度X1(%)、林地變化動態度X2(%)、草地變化動態度X3(%)、水體變化動態度X4(%)、建設用地變化動態度X5(%)，2.2節得到的景觀組成面積占比驅動因子，包括核心區耕地X6(km2)、核心區林地X7(km2)、核心區草地X8(km2)、核心區水體X9(km2)、核心區建設用地X10(km2)、連接橋耕地X11(km2)、連接橋林地X12、連接橋草地X13(km2)、連接橋水體X14(km2)、連接橋建設用地X15(km2)，城市擴張驅動力包括由研究時期統計年鑒計算得到的公路密度增長率X16(%)、城鎮化增長率X17(%)，GDP增長率X18(%)，人口增長率X19(%)[10，30-31]共計19項驅動因子。相關研究[20，32]表明，線性回歸模型能較好地解釋驅動因子分析[33]。因此本研究以22個區縣作為樣本，選取土地利用變化驅動力、城市擴張驅動力2個維度的19項驅動因子作為自變量，區縣GI景觀破碎化指數作為因變量進行回歸分析。首先基于Matlab軟件均值化歸一法對驅動因子進行無量綱化處理，再運用最小二乘法求解回歸方程[20，34]。

Y=α1X1+α2X2+α3X3+α4X4+…+αNXN+M

③

式中：Y(%)為GI景觀破碎化指數，α為擬合系數，擬合系數越大表明該因子的驅動作用越顯著，其中α最大者為主導驅動因子，XN為各種驅動因子，M為常數。

2.4 區縣聚類及相關性分析

基于SPSS軟件采用Q型系統聚類分析法[35]，選取GI景觀破碎化指數及驅動因子作為變量，以距離水平6為標準線對研究區22個區縣GI景觀破碎化進行相似度劃分，得到不同GI壓力類別區縣的分類。再運用Pearson相關性分析法[10，30]，定量解析不同GI壓力類別區縣各驅動因子與GI景觀破碎化之間的相關性，Pearson系數越大，表明相關性越顯著。同時為分析城市功能區劃對區縣生態空間的指導作用，將GI壓力類別與功能區劃對比，得到GI壓力趨勢與功能定位之間的關系。

3 結果與分析

3.1 土地利用變化動態度分析

整體而言，研究區耕地、林地和建設用地均呈負增長趨勢，且較多轉移為建設用地(圖2)，草地、建設用地和未利用地均呈正增長趨勢。

圖2 研究區土地利用類型轉移Fig.2 Land use type transfer in the study area

由表1可知，耕地總體上呈負增長趨勢，均值為-0.98%，其中長壽、萬盛耕地減少最顯著，南川、墊江和彭水耕地有所增加；林地總體上呈負增長趨勢，均值為-0.62%，其中江津和南川林地減少最為顯著，潼南、涪陵、彭水和黔江林地有少量增加；草地總體上呈正增長趨勢，均值為2.99%，其中萬盛減少最為顯著，璧山和江津草地面積增長較大；水體總體上呈負增長趨勢，均值為-7.44%，其中璧山、南川、梁平、墊江、彭水和黔江顯著減少，大足、萬盛和開州有所增長；建設用地總體上呈正增長趨勢，均值為61.61%，其中潼南、永川和合川建設用地擴張較小，大足、萬盛、綦江、涪陵、梁平、墊江、彭水和黔江的城市建設用地擴張顯著；未利用地總體上呈正增長趨勢，均值為0.21%，集中在銅梁、大足、潼南、涪陵和開州。

表1 研究區2010—2018年土地利用類型動態度Tab.1 The dynamic attitude of land use types in the study area from 2010 to 2018 %

3.2 綠色基礎設施形態學空間格局及景觀組成分析

區縣尺度下，研究區內GI網絡結構要素以具有重要生態價值的核心區和連接橋為主[35-36](圖3)，多數占區縣總面積的80%以上。區縣GI網絡結構要素差異主要體現在核心區、連接橋的比重上。

圖3 研究區GI網絡結構要素分布Fig.3 Distribution of structural elements of GI network in the study area

由表2可知，研究區內核心區占比為53.50%～93.98%，主要分布在渝東北生態涵養發展區和渝東南生態保護發展區，多處于山地，區域內存在較多生態斑塊，區域內結構連通性較高[10]；城市發展新區中受城市建設用地擴張的干擾，核心區斑塊較為破碎，連通性功能減弱。連接橋占比為0.36%～20.57%，主要分布在城市發展新區，多以水系形式存在，是GI的重要廊道，對區域內核心斑塊的物質與能量交換具有重要意義。而孤島、穿孔、邊緣、環和分支在所有區縣中占比均較小，在12%以下，多為生物遷徙過程中的踏腳石。

表2 研究區GI網絡結構要素面積及占比統計Tab.2 Statistics on the area and proportion of GI network structure elements in the study area km2(%)

同時對研究區景觀組成分析結果(圖4)表明，耕地和林地占比較大，水體次之，草地占比最小。其中耕地、草地主要存在于核心區和連接橋，多分布在城市發展新區和渝東北生態涵養發展區；林地主要存在于核心區，多分布在渝東南生態保護發展區；水體則多以連接橋的形式存在，多分布在渝東北生態涵養發展區。

圖4 研究區核心區、連接橋結構要素景觀組成Fig.4 Landscape composition of core area and connecting bridge structure elements of the study area

3.3 區縣GI景觀破碎化及驅動力分析

整體上研究區GI景觀破碎化指數均值為53.65%，破碎化程度較高(表3)。其中長壽、合川、永川、潼南、榮昌和大足GI景觀破碎化指數均在70%以上，以上區縣的耕地面積普遍較大，經濟發展速度較快，同時人口密度大，導致人類活動干擾顯著，生態斑塊破碎化明顯。南川、豐都和彭水GI景觀破碎化指數均在30%以下，由于受到山地地形和退耕還林政策影響，較多陡坡耕地重新轉化為林草地，城鎮化進程加快使得建設用地較為集中，一定程度上減少了對GI的大范圍干擾，從而減弱了景觀破碎化程度，生態斑塊較完整。

表3 研究區GI景觀破碎化指數Tab.3 GI landscape fragmentation index of the study area %

基于2.3節中的方法，為全面比較各驅動因子對GI景觀破碎化的驅動作用，構建了以下GI景觀破碎化驅動力(Y)回歸模型：

Y=0.617X1-0.216X2+0.703X3+0.488X4-0.221X5-0.758X6-1.325X7-0.301X8-0.474X9-0.119X10+0.067X11-0.485X12+0.706X13+0.606X14+0.618X15+0.603X16+0.353X17-0.046X18-1.223X19+0.945

模型的擬合優度(R2)大于0.99，具有極好的擬合效果。回歸模型表明，在土地利用變化驅動力中的核心區林地α系數最大，為土地利用變化驅動力中的主導驅動因子，其次是核心區耕地和連接橋草地。在城市擴張驅動力中的人口增長率α系數最大，為城市擴張驅動力中的主導驅動因子，其次是公路密度與GI景觀破碎化顯著相關。

在土地利用變化驅動力維度，核心區林地是主導驅動因子，2014年重慶成為成渝城市群的核心城市，經濟發展加速了城市用地類型的變化，導致大量建設用地占用了耕地、林地，同時耕地、林地退化帶來了草地面積的增長，2010—2018年間研究區林地面積減少了105.057 km2，由于林地多為大型生態斑塊，面積大量減少后，會進一步加劇GI景觀破碎化。耕地面積減少了249.269 km2，草地面積增加了5.008 km2，增加了GI景觀破碎化的風險，因此重慶市應結合國土空間規劃合理劃定自身的生態保護紅線與城鎮控制開發邊界。

在城市擴張驅動力維度，人口增長率是主導驅動因子，自2016年國家開放“二孩政策”和外來人口的遷入帶來了人口的大量增長，僅2010—2018年間研究區總人口增加了119.86×104人，增長率達6.83%。人口增長會加速城市一系列的建設活動，迫使城市不斷向外擴張以滿足人口密度提高帶來的空間需求，是導致GI景觀破碎化的主要原因，應通過技術手段提高土地資源利用率，減少因人口增長帶來的城鎮化無序擴張。公路密度方面，重慶市政府計劃到2030年通車里程將達到4 000 km以上，省際通道由原規劃(2008—2012年)的19個增加至28個[37]。2010—2018年間，研究區的公路里程增長26 709 km，公路密度由2010年的1.55 km/km2增長到2018年的2.10 km/km2，增長率為35.06%，路網密度的提升將會進一步割裂景觀斑塊，進而會形成孔洞的、破碎的生態斑塊，對自然生境造成較大干擾[31]；因此，重慶市應充分研究并合理規劃交通路線，盡量少侵占生境質量好的區域，避開重要的生態廊道。

3.4 基于GI景觀破碎化的區縣聚類結果及相關性分析

基于GI景觀破碎化指數和驅動因子的區縣聚類結果(圖5)表明，可將研究區劃分為：GI高壓力區縣、GI中壓力區縣、GI低壓力區縣3類(圖6)。同時，通過Pearson相關性分析得到GI高、中、低區縣景觀破碎化驅動因子。

圖5 研究區GI壓力聚類分析圖譜Fig.5 The GI pressure cluster analysis map of the study area

圖6 GI壓力類別圖Fig.6 GI pressure class diagram

GI高壓力區縣，景觀破碎化指數均值為69.89%，破碎化程度較高，耕地面積占比大。連接橋耕地、建設用地的擴張與GI景觀破碎化指數顯著相關，Pearson系數分別為0.811，-0.705。在2010—2018年間，以上區縣耕地面積減少了140.573 km2，建設用地面積增加了169.027 km2，導致耕地的連通性功能減弱、建設用地的進一步擴張，從而加大GI高壓力區縣景觀破碎化的程度。應控制城市建設用地進一步擴張，同時限制侵占耕地，注重區域內生態廊道的構建，比如構建生態林帶等。

GI中壓力區縣，景觀破碎化指數均值為42.68%，進一步破碎化風險較高，山脈較多，林地分布廣泛。連接橋林地、人口增長率與GI景觀破碎化指數顯著相關，Pearson系數分別為0.867，0.626。在2010—2018年間，以上區縣林地面積減少了92.686 km2，人口增長率為3.98%。林地是重要的生態斑塊，為動植物提供良好的棲息環境，人口的大量增長造成對其棲息地的干擾，會進一步加劇破碎化。應建立國土生態預警及土地侵占補償機制，警惕因林地面積減少帶來的水土流失風險，提高土地利用效率，緩解因人口大量增長造成的生態壓力。

GI低壓力區縣，景觀破碎化指數為12.07%，破碎化程度較低，整體上自然生態環境保護較好，生態斑塊較為完整。由于彭水縣GI景觀破碎化指數較小，無顯著相關性驅動因子。在2010—2018年間，彭水縣的耕地和林地面積均有增加，但水體面積縮減顯著，減少了9.682 km2，水體連通性進一步減弱。應加強對其水體的保護，建立濕地自然保護區，同時將森林資源與文化旅游相結合，形成新型的文旅產業。

將GI壓力類別與功能區劃對比后發現，長壽、銅梁、大足等9個區縣受到重慶加快向西發展影響，GI呈現高壓力趨勢，與所屬城市發展新區定位相符；豐都、萬州、開州等6個區縣受到渝東北產業發展影響，GI呈現中壓力趨勢，與所屬生態涵養發展區定位相符；彭水生態保護較好，GI呈現低壓力趨勢，與所屬生態保護發展區定位相符。江津、南川、綦江、涪陵4個區縣城市經濟發展趨緩，GI呈現中壓力趨勢，與所屬城市發展新區定位存在一定偏離；黔江被定位為渝東南的重點建設開發區，城市擴張速度加快，GI呈現中壓力趨勢，與所屬生態保護發展區定位存在一定偏離；墊江縣受城市發展新區產業轉移影響，GI發展呈高壓力趨勢，顯著偏離其生態涵養發展區定位。

4 結論與討論

以上分析結果表明，綜合運用土地利用動態度分析、MSPA方法、景觀破碎化指數、回歸模型及聚類分析等方法，研究重慶市22個市轄區縣尺度下GI景觀破碎化及驅動力是可行的，能夠較好地反映并區分各區縣GI景觀破碎化狀況，識別驅動力。具體地，2010—2018年期間，研究區各土地利用類型的動態變化大小依次為建設用地>水體>草地>耕地>林地>未利用地，多數市轄區縣GI網絡結構要素中以核心區和連接橋為主，占比在80%以上，景觀組成中耕地、林地和水體面積占比在90%以上。基于回歸分析的驅動力結果表明，土地利用變化驅動力中的核心區林地、核心區耕地、連接橋草地，城市擴張驅動力中的人口增長率、公路密度增長率與區縣GI景觀破碎化顯著相關。基于聚類分析將22個市轄區縣分類得到GI高、中、低壓力區縣，在GI高壓力區縣中核心區耕地、建設用地增長率與景觀破碎化顯著相關，GI中壓力區縣中連接橋林地、人口增長率與景觀破碎化顯著相關，GI低壓力區縣中景觀破碎化程度低，無明顯驅動因子。與功能區劃對比后發現，長壽、銅梁、大足等16個區縣與功能區劃定位相符，江津、南川、綦江等6個區縣與功能區劃定位存在一定偏離。

相較以往研究[10,30]，本研究基于MSPA計算得到的GI景觀破碎化指數，從結構連通性角度揭示出GI的破碎化程度。同時著眼于區縣尺度的GI景觀破碎化及驅動力分析，有助于更準確地把握、認識區縣土地利用及生態空間的差異，彌補當前重慶市生態空間研究中僅關注市域尺度的不足，對重慶市未來區縣生態空間分析及格局優化具有重要參考價值。但在驅動力因子選取方面，尚待進一步優化。本研究僅選取了人口、GDP、公路等人類干擾較大的人為驅動因子，暫時未考慮干擾較小的自然因子對景觀格局造成的影響。此外，基于MSPA的GI景觀破碎化指數作為單一指標在反映區縣GI狀態仍存在提升空間，后續可結合其他景觀格局指標等對指標體系進行進一步優化。

致謝：四川大學建筑與環境學院2017級風景園林碩士研究生謝于松、尹藍靜在數據資料提供、數據分析過程中提供了幫助，在此表示衷心感謝！