城市景觀格局動態及空間自相關研究
——以鄭州白沙組團為例

夏 鏵，王騰飛，張京生， 賀 丹，雷雅凱，劉靖文

1. 河南農業大學 風景園林與藝術學院，鄭州 450002；2. 河南中天園林股份有限公司，鄭州 450002；3. 河南農業大學 國際教育學院，鄭州 450002

我國城鎮化正快速進入“都市圈時代”，城市群一體化融合發展已成為重要發展方向[1]．城市融合區是城市間主要的空間連接區域[2]，一般“臨城近鄉、多城交匯”[3]，其景觀格局在都市圈背景下正處于快速的變化階段．城市融合區的發展稍滯后于中心城區，兩者在國家和區域政策、發展定位等方面具有一定差異．中國城市群及大都市區發展剛剛起步，城市融合區作為重點發展區域，其相關研究對全國重點城市大都市區及城市群的發展具有重要意義．

目前，國內外學者對城市融合區的關注多在城鄉交錯帶、城市邊緣區等特定區域，研究內容主要集中在空間范圍識別[4]、土地資源利用[5]、景觀生態建設[6]和內部要素特征[7]等方面，對整體的研究相對較少．在城市融合區景觀空間格局的研究上，付凱等[8]以500 m×500 m的尺度分析了西安城市邊緣區的空間劃分、演化及特征；張利利等[9]借助ArcGIS分析了海口市城鄉交錯帶景觀格局的梯度變化；楊沅志等[10]從中心區、近郊區和遠郊區出發分析了快速城市化地區森林景觀破碎化的動態演變．研究在總體上多以3S技術為主，從單一尺度上探討城市融合區內景觀格局的變化機制及特征，對其中的空間關系和尺度效應的分析相對不夠充分．空間自相關作為景觀格局的最大特征之一[11]，可通過檢驗空間變量值的關聯模式、聚集規律等深入分析景觀特征的空間關系，例如結合空間自相關分析，張金茜等[12]研究發現白龍江流域景觀破碎化在空間上存在高高聚集區和低低聚集區，郭恒亮等[13]揭示了鄭州市景觀多樣性高值區聚集且顯著性較高的區域與經濟發展的主導方向一致，董玉紅等[14]研究發現大安市植被指數呈高高聚集的多為農田，呈低低聚集的多為鹽堿地．近年來基于GeoDa平臺實現空間自相關分析在經濟發展、醫療健康、人口分布、城市建設等領域已成為熱點[15-16]，其在景觀生態空間的研究中也具有很好的適用性[12]，因此可應用GeoDa平臺，結合景觀格局指數進行多尺度空間自相關分析，揭示城市融合區景觀格局特征的空間分異規律和內在屬性，以深入理解城市融合區景觀格局時空變化特征．

白沙組團位于鄭州大都市區核心引擎(鄭汴港)中，與鄭州中心城區、東部各組團及開封相連，在鄭汴一體化發展(2005年提出)中發揮著重要作用，在中部內陸城市的融合發展中具有代表性[17]．因此本研究選擇白沙組團為研究區，基于2007，2013，2018年遙感影像，運用景觀指數和空間統計學等方法，在鄭州大都市區建設背景下分析2007-2018年研究區景觀格局的動態特征及其空間自相關關系的變化規律，同時探討變化的驅動力及其對規劃的啟示，以期為白沙組團未來景觀生態空間的整合、優化以及鄭州大都市區城市融合區的規劃與建設提供科學依據．

1 研究地區與研究方法

1.1 研究區概況

白沙組團規劃范圍西起京港澳高速，東至新107國道，北起黃河鄭州市界，南至隴海鐵路，總面積156 km2．地屬黃淮平原，暖溫帶大陸性季風氣候．水資源較豐富，內部有賈魯河、象湖等多個大水域．四周有生態廊道，自然條件優越．交通發達，可實現與鄭州高鐵站、地鐵站的立體對接和一站式換乘，且有多條主干道貫穿，集“鐵、公、機”交通優勢于一體．研究區概況見圖1．

圖1 研究區概況

1.2 數據來源與預處理

景觀類型數據來自2007，2013，2018年Google Earth遙感影像(來源于美國DigitalGlobe公司的QuickBird衛星和GeoEye公司的GeoEye-1衛星)，影像經過糾偏等處理后，結合實地調研情況及土地利用現狀圖，在eCognition軟件中通過目視解譯和監督分類完成景觀生態分類．依據《土地利用現狀分類》(GB/T 21010-2017)及研究需求，將景觀類型分為建設用地、綠地、農用地、交通用地和水體共5類．在影像上隨機選取100個點作為調查點以對分類精度進行實際踏勘驗證，同時綜合當地居民的訪談內容、歷史資料和地圖信息進一步檢驗分類結果，通過混淆矩陣計算出2007，2013，2018年的總體精度分別為91%，85%和89%，Kappa系數分別為0.88，0.81和0.85．當Kappa系數超過0.80時，分類質量極好[18-20]，因此本研究的分類結果具有較高的精度，滿足研究要求．三期景觀類型圖見圖2．

圖2 景觀類型圖

1.3 研究方法

1.3.1 景觀格局指數

為較準確地表現出研究區景觀組成、破碎度、連通性等不同景觀格局特征的動態變化，同時降低格局信息冗余度，研究結合相關文獻選取了5個具有代表性的景觀格局指數(表1)[21]．

表1 景觀格局指數及生態意義

表1中斑塊面積比(PLAND)作為衡量景觀組成的基礎指標，可有效反映研究區不同景觀類型的數量變化；景觀多樣性指數(SHDI)可測度出白沙組團景觀類型的豐富程度，對于評估整體景觀異質性的動態具有重要作用；蔓延度指數(CONTAG)通過描述研究區斑塊的聚散程度來分析景觀格局連通性的動態特征，景觀破碎度(SPLIT)和邊緣密度指數(ED)可共同量化白沙組團整體景觀空間結構的復雜性，體現區域景觀破碎程度的變化情況，因此對這5個指數的綜合分析能較全面地反映出研究區景觀的空間格局信息并進行景觀動態研究．指數計算在Fragstats軟件中完成．

1.3.2 全局空間自相關

采用Global Moran’sI測度全局空間自相關性，以分析景觀格局特征在整體空間上的平均關聯與差異程度[24]．公式為：

式中：I是Global Moran’sI，n是空間單元總數，x為觀測變量值，wij是空間權重．本研究基于GeoDa常用的Queen鄰接準則來構建wij，當空間單元鄰接時，wij取值為1，否則為0．

I取值在[-1，1]，I越接近1，說明觀測變量空間正相關性越強，分布越聚集；越接近-1，說明空間負相關性越強，分布差異越大；等于0說明不存在空間自相關，分布隨機．

1.3.3 局部空間自相關

局部空間自相關常用空間關聯局部指標(Local Indicators of Spatial Association，LISA)來分析，LISA將Global Moran’sI分解到各空間單元，通過z檢驗形成LISA聚集圖，可反映研究單元及其鄰域變量空間聚集或分異的具體位置，揭示對全局關聯影響較大的區域[24]．公式為：

(3)

1.3.4 格網分析法

格網分析法是描述、分析區域地理現象的有效方法，為空間分析中尺度縮小和精度提高提供了新思路[25]．由于1 km×1 km格網能較好地區分各種地類，常應用于土地利用變化等相關研究[26]，因此將其作為基本研究尺度，同時圍繞基本尺度進行擴展研究(0.5 km×0.5 km與1.5 km×1.5 km)，以揭示研究變量的自相關程度隨空間尺度的變化．格網分析在ArcGIS10.2中完成．

2 結果與分析

2.1 景觀格局整體動態分析

如表2所示，在總體上，ED，SHDI，SPLIT和建設用地PLAND、綠地PLAND、交通用地PLAND指數值均在2007年最低，其中ED在2013年最高，其他均在2018年達到最大值；CONTAG則相反，隨時間推移逐漸減小；2007-2018年PLAND指數值從大到小依次為農用地、建設用地、綠地、交通用地、水體，其中農用地PLAND呈大幅減小趨勢，其他景觀類型PLAND呈增大趨勢．說明2007-2018年研究區農用地占比最高，且在不斷減少，并迅速向建設用地、綠地、交通用地等景觀類型轉化；整體景觀破碎化加劇，景觀多樣性提升，景觀連通性大幅度降低．

表2 景觀格局指數時間變化

在各時間段中，2007-2013年建設用地PLAND增長最快，綠地、水體的PLAND均無顯著變化，ED和SPLIT增長幅度較大；2013-2018年，綠地和水體的PLAND增長速度雖然有所提高，但遠不及農用地PLAND的減少速度，ED呈減小趨勢，SPLIT的增長速度減緩．說明綠地、水體的增加相對滯后于建設用地、交通用地，2013-2018年景觀破碎化現象有所減少．

2.2 全局空間自相關分析

由GeoDa得出各景觀格局指數的Global Moran’sI，通過999次隨機置換，pseudo p-value為0.001，說明在99.9%的置信度下空間自相關是顯著的．由表3可知，在不同時間和格網尺度下，研究區各景觀格局指數的Global Moran’sI值在總體上都大于0，表現出空間正相關性，說明對應的景觀格局特征具有不同程度的集聚效應．

表3 景觀格局指數在不同時間和尺度上的Global Moran’s I

2007-2018年，SHDI、建設用地PLAND、農用地PLAND在3個尺度上的Global Moran’sI都較高，說明研究區景觀多樣性、建設用地、農用地的空間聚集分布現象較強．其中，SHDI在3個尺度上的Global Moran’sI均高于其他景觀水平指數，空間正相關性最強．ED、CONTAG的Global Moran’sI在1.5 km×1.5 km尺度上最大，說明其空間聚集現象在較大尺度上表現突出．水體PLAND的Global Moran’sI在0.5 km×0.5 km尺度上最大，表明水體的空間聚集性在小尺度上表現較為明顯．SHDI，SPLIT，農用地PLAND和交通用地PLAND的Global Moran’sI隨著時間的推移而增加，說明其空間正相關性越來越強，研究區景觀多樣性、景觀破碎度及農用地、交通用地的空間聚集現象加劇．

在空間動態方面，水體PLAND的Global Moran’sI在3個時間點上都呈現出隨尺度增加而減小的趨勢，在最大尺度1.5 km×1.5 km上，Global Moran’sI僅為0.02(2007年)，-0.02(2013年)和0.10(2018年)，表明研究期間水體在較大空間范圍內的聚集分布較少，1.5 km×1.5 km尺度上仍需要得到進一步的發展．此外，景觀多樣性SHDI的Global Moran’sI在2007年呈現出隨尺度增大而減小的趨勢，而在2013和2018年表現出隨尺度增大而增加的相反趨勢，這進一步體現出研究區景觀格局的變化特征： 2007年農田的斑塊面積比高達85.89%，在較大空間上以單一的農田景觀為主，因此景觀多樣性的空間聚集特征在1.5 km×1.5 km尺度上表現最小，Global Moran’sI僅為0.34；2007-2018年隨著農田在空間上大幅度減少，且不斷轉化為建設用地、綠地、林地等各類景觀，因此2013和2018年景觀多樣性的空間聚集特征表現出隨尺度增大而增加的相反趨勢，并在2018年1.5 km×1.5 km尺度上最突出，Global Moran’sI高達0.67．

2.3 局部空間自相關分析

綜合圖3和圖4可得，不同時間和尺度上的大多數空間單元景觀格局指數自相關性并不顯著，具有顯著性的空間單元主要表現為高值區聚集與低值區聚集；2007-2018年間景觀格局指數高高聚集與低低聚集逐漸形成明顯的南北差異，其中景觀水平上的SPLIT，SHDI，ED和類型水平中綠地、建設用地、交通用地的PLAND聚集區分布較為一致： 2007年高值聚集區主要是小范圍分布在研究區西南角，低值聚集區分布較隨機；11年間高值聚集區逐漸向中東部轉移，且范圍進一步擴大；到2018年，高值聚集區基本都集中在研究區南部，而低值聚集區則集中在北方．CONTAG、農用地PLAND的聚集分布則與上述指數正好相反： 高值聚集區逐漸向研究區北部集中，南部低值聚集區的范圍明顯擴大．以上說明2007-2018年研究區南部的建設用地、綠地、交通用地的發展強度明顯大于北部，南部景觀多樣性和景觀破碎度高值區聚集，是生態景觀整合與重構的主場地，北部作為農用地集約發展地和沿黃生態保護區，景觀連通性高值區聚集，可為大都市區生態環境的融合發展奠定良好的基礎．

圖3 類型水平格局指數的LISA聚集圖(“*”： p<0.05)

圖4 景觀水平格局指數的LISA聚集圖(“*”： p<0.05)

對比不同尺度上的指數聚集情況，發現2007與2013年綠地PLAND的高值聚集區域在0.5 km×0.5 km網格上識別較多，而2018年其在各尺度上的表現則較為一致．水體PLAND在各尺度中基本以低低聚集為主，高值聚集區僅在2018年0.5 km×0.5 km網格上表現較明顯，主要分布在南部象湖區域．這進一步說明2007-2013年間綠地、水體的發展僅局限于在小區域內加強，2013-2018年雖然有所改善，但其完整的網絡體系還沒有形成．2018年ED，SHDI，SPLIT在1.5 km×1.5 km網格上的高值聚集區較為突出，說明研究區此時的景觀破碎化程度仍然很高，涉及區域依然較廣．

3 討 論

3.1 驅動力分析

由景觀格局整體動態分析可得，在“鄭汴一體化”概念形成之初的2007年，研究區的優勢景觀農用地PLAND高達85.89%，建設用地PLAND僅為9.50%；2007-2013年間“鄭汴一體化”發展得到國家明確推進[27]，到2013年研究區農用地PLAND減少至71.15%，而建設用地PLAND迅速增加至20.32%；2016年國家發改委正式批復鄭州建設國家中心城市，推動鄭州引領大都市區建設，這進一步加快了鄭汴的融合發展[28]，截至2018年，農用地PLAND已大幅減小至56.07%，建設用地PLAND增加至24.72%，由此可見政策的推進在較大程度上促進了研究區整體景觀格局的改變．《鄭州市鄭東新區白沙組團總體規劃(2013-2030年)》中，定位了研究區將以省級行政中心為核心職能，中心區位于南部象湖區域，隨著“鄭汴一體化”的深入，鄭州城市空間向東擴展，研究區尤其是南部中心區的基礎設施建設也在不斷加強，因此原始農用地不斷被侵占，逐漸向綠地、建設用地和交通用地等景觀類型轉化，這也是2018年綠地、建設用地、交通用地的PLAND在南部高值區聚集、水體PLAND在象湖區域以小尺度高值區聚集的主要原因．強烈的人為干擾增加了各種類型的斑塊數量，使得景觀多樣性和破碎化也在不斷提高[29]，因此ED，SPLIT和SHDI在南部高值區聚集．同時南部周邊分別規劃了鄭東新區核心區域、鄭州經濟技術開發區、鄭州國際物流園區和綠博組團，2007-2018年這些區域的快速開發也極大地推動了南部景觀格局的變化進程，且規劃中連接鄭汴的金水大道、鄭開大道等多條交通主干道正逐步實現網絡化建設，這也加劇了南部景觀的多樣性和破碎化[30]．研究區北部緊鄰黃河，其中連霍高速以北區域處于新規劃的鄭州黃河流域生態保護和高質量發展核心區，在自然地理上坑塘眾多，水源充足，同時在歷史上有良好的耕作條件，適宜發展沿黃生態旅游、都市休閑農業等，因此農用地PLAND高值區向北聚集，景觀連通性高，破碎化的景觀斑塊相對較少，CONTAG高值區聚集．綜合可得規劃政策等人為因素的影響是研究區景觀整體格局及空間集聚特征改變的主要驅動力，這與前人的研究結論具有一致性[31-32]．

3.2 區域發展建議

研究結合白沙組團景觀格局時空變化特征，充分考慮各景觀特征的空間差異及驅動因素，提出以下區域發展建議．

1) 加強南部綠地、水體建設，形成綠色網絡體系．研究發現南部綠地高值區聚集，但僅在0.5 km×0.5 km尺度上聚集區較多，且綠地和水體增幅不大，無法滿足建設用地、交通用地高值區聚集的南部及規劃中心區的生態發展需求，因此南部需要增加公園綠地、防護綠地、附屬綠地等不同類型和功能的綠色空間，串聯起0.5 km×0.5 km尺度上片區集聚的綠地和水體，提高與北部農用地、沿黃生態廊道的連通性，以實現綠色網絡體系發展，減少1.5 km×1.5 km等較大尺度上的景觀破碎化程度；水體建設除北部黃河、中東部賈魯河、西南角東風渠等較大水域的改善和提升外，還需要適當增加南部公園、社區等的水域空間，以保障其生態服務功能和南部高密度人群的高品質生活需求．

2) 提高北部農用地保護水平，禁止建設用地無限制擴張．農用地在糧食供應、雨洪調蓄、地下水補給等方面發揮著重要作用[33-36]，但研究發現建設用地在快速增加，而農用地在大幅度減少，且高值聚集區逐漸向北部移動，因此在北部要不斷完善和細化基本農田保護制度，嚴禁建設用地、交通用地的無限制擴張，以維護農田生態系統服務的完整性，同時可與北部黃河流域生態保護和高質量發展的國家戰略相結合，推進傳統農業向休閑觀光農業轉型升級，為研究區優質生態空間的形成提供堅實的基礎．

3.3 研究展望

“保護城市群融合區域的優質生態空間，提升城市群融合區域的國土生態品質”是促進我國城市群健康發展的重要途徑[3]，城市融合區的建設應把農田、綠地和水體等優質生態空間的發展擺在重要位置，實現其與建設用地、交通等的同步提升．研究將進一步探索連續尺度上景觀格局空間關聯性的變化機制，以更好地探討其內在的演變規律，同時擴大對城市融合區的研究范圍和景觀格局指數的選擇，進一步關注城市融合區生態廊道的發展，更全面地為鄭州大都市區城市融合區的規劃與建設提供科學依據．

4 結 論

本研究應用景觀指數和空間統計學等方法，研究了白沙組團景觀格局時空變化及空間自相關動態特征．

1) 在2007-2018年“鄭汴一體化”融合發展中，研究區整體景觀破碎化加劇，多樣性提升，連通性降低．斑塊面積比分析結果顯示農用地雖然保持最大值，但減小幅度最大，建設用地增長較快，綠地、水體增幅不大．

2) 景觀格局指數在總體上都表現出空間正相關，景觀多樣性、景觀破碎度及農用地、交通用地的空間正相關性隨時間增強，空間聚集現象加劇．在1.5 km×1.5 km尺度上，2018年景觀破碎化和多樣性的空間正相關性較高，高值區聚集現象突出；在0.5 km×0.5 km尺度上，水體的空間正相關性最高，綠地的高值聚集區域較多．說明景觀破碎化聚集區域較廣，綠地、水體的發展局限于小區域加強．

3) 景觀格局特征的聚集現象隨時間推移形成南北差異： 景觀破碎化和多樣性及綠地、建設用地、交通用地的高高聚集區逐漸向南部集中，南部成為景觀整合與重構的主場地，而北部逐漸成為農用地集約發展地，景觀連通性在高值區聚集．

4) 規劃政策等人為因素驅動著景觀格局的改變．建議南部要增加公園綠地、防護綠地、附屬綠地等不同類型和功能的綠色空間，串聯起0.5 km×0.5 km尺度上片區集聚的綠地和水體，以實現綠色網絡體系發展，減少1.5 km×1.5 km等較大尺度上的景觀破碎化；北部要通過完善和細化基本農田保護制度、禁止建設用地無限制擴張、與國家戰略相結合等策略來提高農用地保護水平．