基于CA-Markov與MSPA模型的城市綠色空間格局時空預測

肖睿珂 劉戀 張云路 李雄

收稿日期：2021-03-09

*基金項目：中央高?；究蒲袠I務費專項資金（2021ZY33）;國家林草局重點項目“京津冀區域城鄉人居生態環境綠色智

庫建設”（2020132109）;住房和城鄉建設部研究開發項目“基于公園城市構建的城市公園綠地生態服務功能評

估技術研究”（2020-K-057）

第一作者：肖睿珂（1997- ），女，碩士生，研究方向為風景園林規劃設計與理論。E-mail：995237706@qq.com

通信作者：張云路（1986- ），男，博士，副教授，研究方向為風景園林規劃設計理論與實踐、城鄉綠地系統規劃。E-

mail：zhangyunlu1986829@163.com

摘要：合理的城市綠色空間格局對優化城市生態功能和提高城市生物多樣性具有關鍵作用，而城市發展規劃方向直接影響城市綠色空間格局。研究以北京市海淀區北部為例，設置自然發展與城市規劃控制2種情景，運用CA-Markov模型預測2種情景下2030年土地覆被類型情況，并利用MSPA模型定量分析2種預測情景下城市綠色空間結構發展的異同。研究結果表明，合理的城市規劃對各類綠色空間形態具有明顯提升作用，尤其在保持面積大于20hm2的核心區方面效果顯著。在新時代生態文明建設背景下，研究可為城市規劃者的決策提供輔助參考，進而促進城市的高效可持續發展。

關鍵詞：綠色空間格局，CA-Markov模型，MSPA模型，北京海淀區

DOI： 10.12169/zgcsly.2021.03.09.0005

Spatio-temporal Prediction of Urban Green Spatial Pattern Based on CA-Markov

and MSPA Model： A Case Study of Haidian District in Beijing

Xiao Ruike Liu Lian Zhang Yunlu Li Xiong

（School of Landscape Architecture， Beijing Forestry University， Beijing 100083， China）

Abstract：A reasonable urban green spatial pattern plays a key role in optimizing urban ecological functions and improving urban biodiversity， and the direction of urban development plan directly influences the urban green spatial pattern. Taking the northern part of Haidian District in Beijing as an example， this study sets up two scenarios of natural development and urban planning control， while using the CA-Markov model to predict the land cover types in 2030 under the two scenarios， and using the MSPA model to quantitatively analyze the similarities and differences of the development of urban green spatial structure under the two scenarios. The results show that reasonable urban planning can significantly improve various green spatial forms， especially in maintaining core areas more than 20 hm2. In the background of ecological civilization development in the new era， this research is aimed to provide urban planners with a reference for decision-making so as to realize the efficient and sustainable development of the city.

Keywords： green spatial pattern， CA-Markov model， MSPA model， Haidian district in Beijing

2020年9月30日，國家主席習近平在聯合國生物多樣性峰會上指出，各方亟待統籌城市發展與保護的關系以應對持續嚴峻的生物多樣性形勢[1]。城市綠色空間是城市生物多樣性的核心載體[2]，但快速的城鎮化造成了城市生境破碎化[3]，不合理的城市規劃容易割裂并吞噬良好的城市生境，導致城市生物多樣性降低與物種滅絕。因此，如何發展與保護城市綠色生態空間成為熱門研究話題。

近年來，人們期望利用時空預測輔助修正城市規劃的發展方向，提前獲知大致規劃影響并予以及時反饋與調整，以保護城市潛在生境源地[4]?，F已有多智能體模型[5]、系統動力學[6]等方法預測城市綠色空間，但目前最具代表意義的是元胞自動機（Cellular Automata，CA）預測土地利用變化模型[7]，后又有孫賢斌等[8]運用結合馬爾科夫鏈（Markov）的CA-Markov模型研究土地利用對濕地的干擾，該模型吸收了馬爾科夫理論對時間序列預測的優點在數量和空間2方面進行時空模擬。但多數學者僅限于分析預測土地利用的面積變化，而缺乏對于城市綠色空間形態格局功能的評估。形態學空間格局分析（Morphological Spatial Pattern Analysis，MSPA）可基于斑塊面積和空間拓撲關系等空間形態屬性進行景觀格局時空變化的分析[9]。因此，CA-Markov和MSPA模型均能基于土地類型進行識別計算，CA-Markov模型發揮模擬優勢預測土地類型，MSPA模型能夠遞進分析，將預測結果的綠色空間層面功能化和屬性化。這2類模型優勢互補，對城市綠色空間格局的未來預測具有重大意義，但目前未見二者結合的相關研究。

此外，常見的土地預測僅僅將現階段的自然條件作為影響的驅動力因子，缺乏對于城市規劃政策的及時反饋與體現。因此，為了補足該環節，本研究通過參數調配，創新性地設置并對比自然發展和城市規劃控制2種情景，進而探析城市規劃政策在綠色空間格局的導向性作用及效果。自然發展情景是城市自然狀態下的發展變化，城市規劃控制情景是以配合土地利用規劃結構和確保區域安全為目標，在自然驅動力影響下最大限度維持規劃中的保護區域與限制城市擴張區域。本文擬結合CA-Markov和MSPA模型，將自然發展情景作為對照組、城市規劃控制情景作為實驗組，運用2002年、2010年、2020年3期衛星圖像分析模擬2030年2種情景下土地覆被類型與城市綠色空間形態格局，通過兩相比較分析不同城市發展路線下綠色空間格局變化的異同，為海淀區乃至我國的城市規劃管理方向提供決策的輔助依據。

1 研究區域與數據來源

1.1 研究區域概況

北京位于華北平原西北部（115.7°～117.4°E，39.4°～41.6°N），屬于溫帶半濕潤大陸性季風氣候。北京海淀區構建“西山畫屏、兩心為核、綠廊貫穿、綠鏈織園”的綠色空間結構，海淀區北部作為生態科技綠心所在區域，承擔生態核心與科技創新雙重功能，對落實北京城市總體規劃建設二道綠隔、發揮西山屏障功能具有重大意義。因此本研究關注北京海淀區北五環、百望山山脊以北地區，總面積276.67 km2，地勢西北高聳、東南低緩，有翠湖國家公園、鷲峰國家森林公園、北京植物園等大型城市綠地。

1.2 數據來源與處理

本研究衛星圖像均來源于地理空間數據云，獲取2002年、2010年、2020年北京市Landsat TM衛星遙感數據，空間分辨率為30 m，根據海淀區北部研究范圍進行裁剪和拼接，以及大氣矯正、輻射標定等預處理。

城市土地覆被類型的時空變化直接引起生態系統結構與功能的改變，并影響區域植被生長狀況、生物物質循環與多樣性[10-11]。參照《生態十年環境感監測土地覆蓋分類系統》[12]，結合海淀區北部的實際情況，將研究區域的土地覆被類型分為河流、溝渠、稻田濕塘、濕地、林地、耕地及裸地、道路及硬質、建筑8類。在ENVI5.0軟件中對3期衛星圖像采取監督分類與人工目視相結合的辦法進行解譯提取，總體分類精度控制在90%以上。

2 研究方法

2.1 時空預測模擬：CA-Markov模型

CA-Markov模型由土地利用數據化預測Markov模型和離散動力學CA模型構成，結合了Markov模型的變化概率預測能力與CA模型的空間維度預測優勢，能較好地模擬區域內土地格局變化[13]。

運用Markov模型獲取2010—2020年各類土地覆被類型的轉移概率矩陣，在此基礎上再根據城市規劃控制目標調整轉移概率，將2個轉移概率矩陣運用idris軟件進行以10年為步長的迭代計算。除了轉移演化趨勢以外，各土地覆被類型的對應適宜性也影響城市形態的演化，需要制作適宜性圖集體現驅動因子對覆被類型的影響。土地類型轉移適宜性圖集指的是某一種土地類型轉變為其他類型的概率圖[14]。經過GCA模型運算，選擇相關系數最高的6類因子（高程、坡向、坡度、平均年降雨量、距道路距離、距村莊距離）作為主要驅動力因子，再將6類驅動因子根據AHP層次分析法創建重要性對比矩陣，確定驅動力因子對每一類土地覆被類型的適宜權重，最后形成自然發展下的適宜性圖集（圖1）。

在城市規劃控制情景下，由于規劃的多要素性，結合《北京城市總體規劃（2016—2035年）》，運用多目標優化線性模型確定要素優先級，再將上位規劃限制因子與自然驅動力因子加權疊加，最后形成城市規劃控制下的適宜性圖集（圖2）。

將2種情景下的轉移概率和與之對應的2套適宜性圖集使用CA模型進行演算，獲得2030年在2種情景下的預測圖像，經過檢驗模擬，Kappa系數在0.85以上，具有較高的準確性（圖3）。

2.2 形態學空間格局分析：MSPA模型

MSPA是一種基于數學形態學的分類處理方法[15]，其基于腐蝕、膨脹等數學形態學原理，依據柵格單元間的歐氏距離閾值，將二值柵格圖像分為7種要素[16]。

將各土地覆被分類圖中生態潛力良好的濕地、河流、溝渠、稻田濕塘、林地5類作為前景要素，將建筑、道路及硬質、耕地及裸地作為背景要素，生成二值圖像，在Guidos Toolbox軟件中對研究區域進行MSPA核心區、孤島、孔隙、邊緣區、環道、橋接區、支線7類綠色空間形態要素分類與識別（圖4）。

3 結果與分析

3.1 土地覆被轉換

Markov轉移矩陣定量體現了各土地覆被類型之間的流轉方向和補給來源（表1）。情景1為自然發展，即按照2010—2020年的發展方式和速度進行土地覆被的變化模擬。情景2為城市規劃控制，模擬北京市在規劃控制下快速發展情景，根據《北京城市總體規劃（2016年—2035年）》將規劃道路及建筑進行提取，對轉移矩陣進行修正，適當加大其他土地覆被類型轉變為建筑道路的概率;同時根據北京市生態優先、綠色發展的生態文明建設方針，加強對林地、濕地、河流等生態用地的保護，將裸地向林地、濕地、河流的轉移概率在原有基礎上增加10%，同時將“生態控制線”范圍內硬質覆被類型的轉移概率賦值為0，即認為位于“生態控制線”中的土地無法轉變為硬質土地。

3.2 土地覆被分類變化

對3期衛星數據進行預測與計算，結果（表2）表明，海淀區北部區域以建筑、耕地及裸地、林地為主，占總面積的70%以上。2002—2020年，隨著城鎮化進程的推進，建筑用地瘋狂擴張，近20年增長了近10倍;而溝渠、稻田濕塘、濕地、林地都隨時間推移而縮減，其中稻田濕塘下降近50%，溝渠下降了70%以上，這與近年來北京過快城鎮化發展侵占林草用地情況相符合。在此背景下，海淀區北部形成了以西部西山大面積林地為生態基底、東部稻田河流交錯的城市生態格局。

在情景預測2030年土地覆被類型方面，2種預測情景的土地覆被格局體現以下差異：1）2種預測情景下均出現了城市建設擴張的現象，城市硬質面積約達研究區總面積的55%，變化率高達0.61。但自然發展情景下，城市建筑面積呈碎片化分布無序蔓延;而城市規劃控制情景下，由于對城市擴張進行了有效的空間控制，建筑主要集中于東南靠近主城區部分。2）城市規劃控制下的溝渠、稻田濕塘、濕地面積一改連年下降趨勢，有小幅度提升，相較于2020年面積分別增加了13 hm2，133 hm2，9 hm2，最大變化率達1.49;而自然發展情景下的河流、溝渠、稻田濕塘、濕地面積則均有所下降，符合近20年的下降趨勢。3）與2020年相比，2種情景下的土地覆被類型變化各有差異，其中差異最大的為稻田濕塘，其中城市規劃控制下的稻田濕塘面積漲幅明顯，變化率為1.49;而自然發展下的稻田濕塘面積卻下降，變化率為-0.15。

3.3 形態格局變化

3.3.1 單一型綠色空間形態變化差異

進行MSPA分析得到空間格局要素MSPA分類結果，并計算得到表3。綜合2種情景下的2030年綠色空間格局預測，相較于2020年，各類別綠色空間形態的變化存在以下差異：1）核心區是最主要的綠色空間形態，占前景要素的70%以上，但僅占研究區域的15%;核心區的最大斑塊為西山林地，其他6類結構類別的面積較小且相對分散。2）邊緣區的變化幅度在2種情景下都較大，為-0.59和-0.31;而核心區和孔隙的變化并不明顯。3）橋接區的變化幅度在2種情景模式下出現明顯差異，自然發展情景下橋接區變化率絕對值在各類景觀空間形態中最大，高達0.79;而城市規劃控制情景下，橋接區變化幅度較小，變化率為-0.11。

3.3.2 多情景預測綠色空間形態變化

過去10年過快的城市化進程導致2010—2020年的硬質類土地類別的轉移概率突出，因此2種情景下的預測都顯示城市生境被城市硬質建設嚴重吞噬，除環島外，另外6類景觀空間形態均呈負增長趨勢。但不同情景的發展目標導致變化特點有所區別：1）核心區可作為生境網絡中的源地，對生物多樣性的保護意義重大。相較于2020年，2030年的預測情景核心區面積均有所下跌，自然發展情景下的核心區面積為3 758.83 hm2，城市規劃控制情景下為4 806.36 hm2，變化率為-0.27和-0.07。面積大于20 hm2的核心區在城市規劃控制情景下有12個，相較于2020年（13個）在數量上保持了穩定;但在自然發展情景下，面積大于20 hm2的核心區只有5個。可見，在維持城市大型生態核心區方面，城市規劃控制有明顯的作用。2）與2020年相比，城市規劃控制情景下7類生態空間的縮減面積為自然發展情景下的20%～25%，因此按合理的城市規劃指導發展對維護城市生境空間有顯著效果。3）相較于自然發展情景，按城市規劃發展各綠色空間形態有不同程度的提升，其中孤島和橋接區的面積差異較大，分別為自然發展情景下的2.4倍和4.3倍。由此可見，在各類綠色空間形態中孤島和橋接區受城市規劃的正向影響最大。

4 結論

城市綠色空間具有顯著的生態功能，而城市規劃對于城市綠色空間格局有直接的影響。本研究設置自然發展與城市規劃控制2種情景分別作為對照組與實驗組，運用CA-Markov模型預測2種情景下2030年土地覆被情況，而后在MSPA模型下定量分析2種預測情景下城市綠色空間形態結構的發展異同，明確不同的城市發展方向對城市綠色空間結構帶來的不同影響。綜上所述，可得到以下主要結論：1）由自然情景下土地覆被類型變化可知，過度的建筑用地碎片化分布會割裂生態潛力良好的綠色空間，因此需要防止城市建筑的無序蔓延擴張，精準控制建成區域，加強生態地區的保育修復。2）由對照組與實驗組相比較可知，合理的城市規劃具有明顯支撐城市生境區域的作用，特別是對于具有潛在生態源地作用的大于20 hm2的核心區而言更有突出的維持功能。3）在本研究搭建的城市規劃情景下，綠色空間格局類型中的邊緣區面積銳減最為嚴重，相較于2020年減少了434 hm2;根據邊緣區為核心區與主要非綠色景觀區域之間的過渡區域這一生態學含義，北京今后應多注意生態源地與建設用地之間過渡區域的提升與把控，以降低建設用地對核心城市生態源地產生的不利影響。

參考文獻

[1]陳泓宇，李雄.基于MSPA-InVEST模型的北京中心城區綠色空間生境網絡優化[J].風景園林，2021，28（2）：16-21.

[2]李兆中，武小鋼，趙璐.基于文獻計量學的我國城市綠地生物多樣性研究[J].中國城市林業，2019，17（2）：82-86.

[3]吳健生，曹祺文，石淑芹，等.基于土地利用變化的京津冀生境質量時空演變[J].應用生態學報，2015，26（11）：3457-3466.

[4]劉甲紅.杭州灣濱海濕地時空演變及多情景模擬預測研究[D].杭州：杭州師范大學，2018.

[5]王方雄，孫佳音，侯英姿，等.遼河三角洲濱海濕地資源時空動態變化研究[J].地理空間信息，2014，12（2）：49-52，8.

[6]黃晶，佘靖雯，袁曉梅，等.基于系統動力學的城市洪澇韌性仿真研究：以南京市為例[J].長江流域資源與環境，2020，29（11）：2519-2529.

[7]DEADMAN P，BROWN R D，GIMBLETT H R.Modelling rural residential settlement patterns with cellular automata[J].Journal of Environmental Management，1993，37（2）：147-160.

[8]孫賢斌，劉紅玉，李玉鳳，等.基于CA-Markov模型土地利用對景觀格局影響辨識[J].生態與農村環境學報，2009，25（1）：1-7，31.

[9]邱瑤，常青，王靜.基于MSPA的城市綠色基礎設施網絡規劃：以深圳市為例[J].中國園林，2013，29（5）：104-108.

[10]倪永薇，劉陽，閻姝伊，等.基于區域生態系統健康評估的土地利用規劃研究：以北京市為例[J].中國園林，2020，36（9）：110-115.

[11]何榮曉，楊帆，閆蓬勃，等.城市土地利用對植物多樣性的影響：以海口市為例[J].中國城市林業，2019，17（4）：12-17.

[12]褚琳，黃翀，劉慶生，等.2000—2010年遼寧省海岸帶景觀格局與生境質量變化研究[J].資源科學，2015，37（10）：1962-1972.

[13]易丹，趙小敏，郭熙，等.基于生態敏感性評價和CA-Markov模擬的平原型城市開發邊界劃定：以南昌市為例[J].應用生態學報，2020，31（01）：208-218.

[14]岳東霞，楊超，江寶驊，等.基于CA-Markov模型的石羊河流域生態承載力時空格局預測[J].生態學報，2019，39（6）：1993-2003.

[15]許峰，尹海偉，孔繁花，等.基于MSPA與最小路徑方法的巴中西部新城生態網絡構建[J].生態學報，2015，35（19）：6425-6434.

[16]SOILLE P，VOGT P.Morphological segmentation of binary patterns[J].Pattern Recognition Letters，2009，30（4）：456-459.