基于景觀聚類的南昌市主城區城鄉梯度識別及其生態系統服務響應

蔡振饒，方朝陽*，何清華，顏吉林，高 丹，劉志勇

1. 江西師范大學，江西 南昌 330022

2. 上饒師范學院，江西 上饒 334001

城鄉梯度是研究人類活動干擾，尤其是城市化對生態系統影響的有力工具[1]. 隨著城市化的持續推進，人類活動給生態環境帶來的影響不斷加劇，描繪城市化特征的城鄉梯度方法逐漸成為領域關注熱點，發展為生態學研究的新框架. 該框架假設人類活動與生態系統存在沿著城市核心向外圍農村發生梯度變化的規律，包括土地利用和土地覆蓋的變化[2]、土壤化學[3]、生物多樣性[4]、景觀格局及生態系統服務的變化[5].

學者對城鄉梯度的劃分有不同定義和手段. 基于簡單的城鄉二分法不能理解城市化下生態過程的復雜性，因此，一些研究使用分類測量來識別城鄉梯度，梯度通常被定義為3或4個類別(如城市、近郊、遠郊). 在生態學研究中主要以3種方式來描述和分類城鄉梯度. 第一種是基于地理距離方式，從城市中心到農村外圍邊界之間建立一條或多條直線[6]，或設置多個緩沖帶[7-8]，以距離作為唯一的劃分指標. 第二種是以某種單一規則來生成城鄉梯度類型，試圖將城市化過程封裝成單一指標，如不透水表面比例[9]、森林覆蓋率[10]、人口或住房密度[11]等. 然而，這兩種分類方法應用單一的度量閾值，掩蓋了區域的生態多樣性，忽略了復雜人類-生態系統的非線性特征[12]. 如有研究[13]發現，物種豐富度往往在中等城市化的梯度中達到頂峰，在末端(城市核心和農村)最低，在中部(郊區)最高. 第三種方法則涉及復雜的景觀模式指標(景觀斑塊的大小及多樣性)或多個指標的組合[14-15](如不透水面比例與人口密度的組合). 目前國外已有研究使用聚類分析來生成城鄉梯度類型[16]，通過聚類算法對多個指標進行組合，生成的類型可以適應小尺度(鄉鎮級、村級)的數據集，提供適應小區域特定管理目標的解決方案.

城市生態系統具有高度空間異質性，采用城鄉梯度的研究范式可為生態系統和城市規劃管理提供重要的方法學基礎[17]，為與社會福利相關的生態系統服務提供新的研究框架[18]. 已有研究表明，城鄉梯度制約著生態系統服務的空間變化[19]，也影響著生態系統服務之間的關系，梯度的劃分方式會對生態系統服務空間異質性研究結果產生影響. 目前國內外從城鄉梯度視角探討生態系統服務空間異質性的研究較少，大多采用構建同心圓緩沖區的方式探索生態系統服務的城鄉梯度[20]. 然而，離城市中心距離相同的區域，其景觀與生態系統服務類型可能不同[21]，城鄉梯度的表征不同. 因此，有必要應用融合多種景觀指標的城鄉梯度識別方法，深化與生態系統服務的關聯研究.

表 1 城鄉梯度的量化指標Table 1 Quantitative index of the urban-rural gradient

南昌市擁有良好的自然底蘊，是江西省生態文明先行示范建設區，同時是長江中游城市群的核心城市. 南昌市主城區是該市經濟建設與生態空間保護的核心區，厘清主城區的城鄉梯度特征及生態系統服務的空間異質性，對于挖掘城市生態資源優勢，促進鄉村生態價值轉化具有重要意義. 筆者以南昌市主城區為例，采用基于景觀聚類的方法識別主城區城鄉梯度，分析4種生態系統服務的城鄉梯度特征，使用841個村級尺度單元，符合對南昌市主城區分析的尺度要求. 該研究結果有利于南昌市主城區資源管理和生態環境保護，可為城市生態系統服務分類保護與開發提供參考.

1 研究區介紹

南昌市是江西省省會，下轄6個區和3個縣，其中南昌縣已與6個市轄區同城化，自然與人文空間連成一體，成為名副其實的主城區. 南昌市主城區是空間規模較大的城鄉共同體，同時內部的城鄉地理環境差異較大. 從城市的視角看，2019年主城區建設用地面積達355.67 km2，已具有較大規模的城市體量. 在鄉村方面，主城區外圍具有大農村的特征，城區北、東、南面屬于贛撫平原灌區，農田廣布，灌溉農業發達. 從自然環境的視角來看，研究區擁有“山水林田湖”等多樣化的自然要素，其北臨鄱陽湖、東臨青嵐湖，城中有瑤湖、贛江等眾多湖泊與河流，西部為梅嶺山地，林木茂盛(見圖1). 地理環境的多樣化特征為城鄉梯度研究創造了條件.

圖 1 南昌市主城區區位與土地覆被類型Fig.1 Location and land cover types of the main urban area of Nanchang

該研究選擇831個村級尺度行政單元進行分析.南昌市青山湖區、青云譜區、東湖區、西湖區以社區為主，將其轄區內的社區合并分別作為村級尺度單元. 總體上，村級尺度數據以行政村為主，還包括一部分林場、農場、水產場、果場、湖泊管理局以及南昌縣政府飛地. 為了保證研究區完整性及研究結果的可靠性，允許這些具有特殊價值的飛地存在. 主城區中面積最大的村級單元為南磯鄉鄱陽湖區，面積為323 km2，村級尺度單元的平均面積為5.5 km2.

2 數據來源與指標選取

2.1 數據來源

土地覆被數據來源于清華大學全球高分辨率土地覆被監測網(http://data.ess.tsinghua.edu.cn)，數據年份為2017年. 村級行政邊界數據來源于第三次全國國土調查結果. 南昌市主城區農、林、牧、漁總產值數據來源于《南昌市統計年鑒》(2018年). 景點、服務設施的POI（興趣點）數據從百度地圖網站中獲得，各街道(鄉鎮)人口數據來源于南昌市第六次人口普查.

2.2 城鄉梯度的識別指標

在生態學上農業用地的生態質量高于城市，并與自然地(主要是生態用地)有著非常異化的生態質量.該研究的假設模式如圖2所示，即假設從城市中心(核心建成區)開始，自然地和農業用地之間會沿著城鄉梯度進行分叉，預測自然地與建成區的景觀模式分異(核心與小島)會促進城鄉梯度過渡型的產生.

圖 2 城鄉梯度的假設模式Fig.2 Hypothetical model of the urban-rural gradient

該研究采用7個指標(3個土地覆被指標與4個景觀模式指標)來識別城鄉梯度(見表1). 建成區指標來源于土地覆被數據中的不透水面要素，其表征區域的城市化水平與經濟社會狀況，并對生態質量施加負面影響[22-23]. 選擇自然地指標來表征研究區的自然環境特性，該指標包含林地、灌木地、濕地3種土地覆被要素. 農業用地是鄉村重要的生產空間，該研究采用耕地要素(狹義的農業用地)來反映鄉村的農業發展水平. 景觀模式指標采用形態學空間格局分析方法(MSPA)[24]獲取，發育良好的核心建成區表明區域內的建筑較為密集，如商業區或工業園區，而小島建成區表明孤立的建筑分散于景觀中. 核心自然地說明區域內有較大面積的生物棲息地，意味著具有較為完整的生態系統. 小島自然地則說明區域內有破碎的棲息地或城市公園.

2.3 生態系統服務評估指標

景觀的變化形成了城鄉梯度，也引起生態系統服務效應[25]. 生態系統服務包括支持服務、供給服務、調節服務與文化服務[26]，每一類生態系統服務的量化指標不同，該研究用生境質量代表支持服務、食物供給代表供給服務、碳儲量代表調節服務、游憩機會代表文化服務. 其中游憩機會集成了5項評估指標，分別為景觀多樣性、自然景觀元素、景點、可達性和服務設施，以綜合表征游憩服務的空間化特征.

3 研究方法

3.1 主成分分析

采用主成分分析(PCA)方法降低景觀數據集中的維數. PCA是一種多元統計技術，可將原始指標的數量減少到有限的一組向量中，包含若干關鍵指標，這些指標能解釋原始指標的主要變化，解決數據冗余問題[27]. 該研究將主成分分析結果中初始特征值大于1的指標作為主成分，并作為下一步聚類分析的輸入數據. 主成分可按解釋力排序，第一主成分能解釋的原變量方差最多，第二主成分其次. 通過分析主成分得分及制作散點圖，探討各原始指標對城鄉梯度分異的影響.

3.2 AP聚類算法

AP聚類(親和力傳播聚類)指依據一定的規則在節點之間傳遞信息，在多次迭代過程中出現聚類中心，進而實現數據點的自動聚類，具有聚類速度快、對輸入相似度矩陣的三角不等式和對稱性沒有要求，且可以適用于多種場合等優點[28]. AP聚類的優勢是不需人為設置初始的類中心，主要根據相似矩陣本身的特征逐漸達到聚類收斂的效果. AP聚類已被證明比其他聚類方法(如K-均值聚類)更快，對異常值的誤差和敏感性更低. 該方法已應用于景觀度量數據集的研究[29]，該研究在PCA獲取景觀數據集的主成分基礎上，采用AP聚類算法生成村級尺度單元的城鄉梯度類型.

3.3 生態系統服務評估方法

筆者采用模型法分別對不同類型的生態系統服務進行評估.

采用InVEST 模型來評估研究區的生境質量與碳儲量. InVEST模型中對生境質量的測量包括4個要素：每個威脅因子的影響相對權量、每種生境對每個威脅因子的相對敏感性、生境與威脅因子之間的距離以及生境的可及性. 選擇對生態景觀影響較大的不透水面、鐵路、國道、省道、縣鄉道、農業用地定義為威脅源，并參考相關文獻[30]對威脅因子的適宜度與敏感性進行賦值. InVEST模型對碳儲量的評估需要應用的基本參數是不同土地使用類型的碳密度，該研究的碳密度數據來源于與該研究區氣候相近的區域研究成果[31].

利用土地覆被數據和統計年鑒數據，計算研究區各類型土地覆被的食物總產值，實現食物供給的空間化. 食物總產值數據來源于《南昌市統計年鑒》(2018年)，其中，農業產值對應的是土地覆被數據中的耕地，林業產值對應的是林地，牧業產值對應草地，漁業產值對應水體. 食物供給計算模型參考文獻[32].

參照已有研究的游憩服務量評估模型[33]，對游憩機會評價指標進行分析. 景觀多樣性指標應用Fragstats軟件獲取研究區的香農多樣性指數[34]；利用ArcGIS軟件計算自然景觀元素(林地、濕地、水體)的歐式距離；利用ArcGIS軟件的核密度方法計算景點(A級景區、公園、度假村、休閑農莊、漁莊)的空間密度；采用2SFCA法計算從各街道(鄉鎮)點到景點的可達性[35]；采用ArcGIS軟件的泰森多邊形方法計算服務設施的服務范圍. 然后用自然斷點法將數據劃分為10個等級，最后對分級結果進行等權重空間疊加，得到研究區總的游憩機會.

3.4 相關性分析

借助SPSS軟件分析4種生態系統服務之間的相關性，通過皮爾遜相關系數判斷不同城鄉梯度下的生態系統服務權衡與協同關系：當兩種服務的相關系數大于0、且呈顯著正相關(P＜0.05)時，則視兩種服務間的相互作用關系為協同；當兩種服務的相關系數小于0、且呈顯著負相關(P＜0.05)時，則視為權衡；當相關性不顯著時，則兩種生態系統服務之間為不相關關系.

4 研究結果

4.1 城鄉梯度識別結果

4.1.1城鄉梯度類型與空間分布

該研究采用AP聚類算法生成研究區城鄉梯度類型(見圖3)，包含5種類型. 城市集中在中部，有80個村級單元，是主城區開發最成熟的區域，在空間上最為集聚，經濟發展水平與建筑密度最高. 近郊村主要圍繞在城市的周邊，有125個村級單元. 一部分近郊村的分布較為離散，原因是其受南昌工業發展的政策影響，例如主城區西北部的贛江新區與東北部的高新區開發密度不如城市核心區，且不與城市核心區緊鄰. 此外，一些地方經濟強鎮，如城南的向塘鎮、厚田鎮與城東的麻丘鎮，其鎮政府駐地經濟發展水平較高，但與城市核心區存在空間上的隔離. 農業村廣布于贛撫平原灌區上，數量為461個. 農業村的鮮明特點是擁有較大面積耕地，有大面積的基本農田. 遠郊村有107個，分布較為零散，主要位于林地與水體面積較大的區域. 生態村有58個，主要分布于西部的梅嶺山地、東北部的鄱陽湖沿岸以及東南部的白虎嶺林場，這些區域具有自然地面積大的明顯特征.

圖 3 南昌市主城區城鄉梯度類型Fig.3 Urban-rural gradient types of the main urban area of Nanchang

4.1.2城鄉梯度的主成分解釋

研究區7個景觀要素的主成分分析結果如表2所示，前3個主成分初始特征值累積比為0.884，因此城鄉梯度聚類的輸入數據來自前3個主成分. 該研究用主成分大于0.6或小于-0.6來表示原始指標對主成分的強關系. 第1主成分解釋了原始指標37.8%的變化，在第1主成分中，自然地與核心自然地呈正相關，且與建成區、核心建成區均呈負相關. 這識別出了傳統的城鄉梯度二分法的梯度類型，一端是自然地，另一端是建成區. 第2主成分解釋了原始指標35.7%的變化，捕獲了另一個體現城鄉梯度二分法的梯度類型，即建成區與農業用地. 第3主成分的貢獻率為14.9%，其中小島自然地貢獻最多，為城鄉梯度的多樣式劃分創造了可能.

表 2 景觀要素的主成分分析結果Table 2 Principal component analysis results

前兩個主成分共解釋了原始指標73.5%的變化，

對分類結果產生很強影響. 如圖4所示，5種梯度類型受到前兩個主成分控制并呈現出明顯的分異現象，表現出明顯的集群效果. 結合表2可知：主成分1的積極方向是由建成區、核心建成區與小島自然地驅動，消極方向由自然地和核心自然地驅動；主成分2的積極方向由建成區、核心建成區和自然地驅動，消極方向明顯地由農業用地驅動.

圖 4 前2個主成分與城鄉梯度的關聯Fig.4 Correlation between the first two principal components and the urban-rural gradient

圖 5 南昌市主城區7種景觀的城鄉梯度Fig.5 Urban-rural gradients of seven landscapes in the main urban area of Nanchang

4.1.3城鄉梯度的景觀指標解釋

景觀結構在城鄉之間發生著梯度變化(見圖5).沿著城鄉梯度，建成區面積與核心建成區面積占比總體上表現為梯度遞減的態勢，但遠郊村的建成區面積占比略高于農業村. 農業用地面積占比呈現倒“V”型的梯度變化特征，農業用地占比在農業村最高，往城市與生態村兩端遞減. 從城市往鄉村方向，自然地與核心自然地的面積占比總體上表現為逐漸增長的趨勢，但在近郊村出現異常，近郊村的自然地與核心自然地面積占比略高于城市和農業村.農業村產業發展以農業生產為主，大量的土地被開發為耕地，致使自然地反而少于近郊村. 小島建成區反映建設用地的零散分布情況，近郊村的小島建設用地面積占比略高于其他類型村，并向兩端方向梯度遞減. 原因在于近郊村毗鄰城市，是大學城、工業園等發展要素的布局對象，但建設密度不如城市核心區，存在建設用地孤島現象. 小島自然地的面積占比以近郊村為最高，其次是城市，并往生態村方向遞減. 小島自然地在城市與近郊村中具有特殊的生態價值，然而城市景觀以不透水面為主，連片的自然地稀缺，小島自然地成為關鍵性的生態用地.南昌市主城區近郊村存在湖泊與山體，為小島自然地的保留創造了條件.

圖6以案例村的形式直觀展示了景觀結構的梯度差異，其位于城市核心區與梅嶺山地、贛撫平原灌區的銜接處. 北山村南臨南昌都市，是城市類型村，以不透水面景觀占主導，不透水面的面積占比近80%.冠山農場南鄰北山村，是近郊村，擁有較大面積的不透水面，但農業用地面積與之相當，同時存在小島自然地零散分布的現象. 天源村主要位于贛撫平原灌區，是農業村，主要為農業用地，同時存在小面積的自然地與不透水面. 樂化村是遠郊村，農業用地最多，也有較大面積的自然地與不透水面. 嶺背林場西接梅嶺，是生態村，自然地面積廣大，存在小面積的小島建成區.

圖 6 南昌市主城區的城鄉梯度案例Fig.6 Example of the urban-rural gradient in the main urban area of Nanchang

城市化、農業活動、自然環境共同驅動城鄉梯度分異，導致鄉村的一端出現農業村與生態村，城鄉兩端間出現過渡型鄉村. 建成區面積變化是城市化的代理，伴隨著建成區的擴張，農業用地與自然地均受到一定程度的威脅. 該研究將核心自然地作為自然環境的代理，展示了其與建成區的城鄉梯度關系(見圖7)，隨著建成區面積的減少，核心自然地的面積占比并非呈增長趨勢. 在建成區面積占比小的區域中分異出3種梯度類型(農業村、遠郊村、生態村)，農業村與生態村成為核心自然地面積占比差異較大的兩端. 分類結果符合前期的假設模式(見圖2).

4.2 城鄉梯度下的生態系統服務響應

4.2.1生態系統服務的城鄉梯度特征

南昌市主城區4種生態系統服務的空間分布如圖8所示. 生境質量高值區位于西部的山地森林區與東北部的鄱陽湖區，碳儲量高值區位于西部山地，食物供給高值區位于湖區與南部的草場，游憩機會高值區位于中心城區與西部山地. 該研究利用ArcGIS軟件對碳儲量與食物供給數據進行歸一化處理，再將4類生態系統服務的空間數據與城鄉梯度識別結果進行關聯，制作出生態系統服務的城鄉梯度圖(見圖9).

圖 7 建成區與核心自然地的城鄉梯度關系Fig.7 Urban-rural gradient relationship between built-up areas and core natural land

圖 8 4種生態系統服務的空間分布Fig.8 Spatial distribution of four ecosystem services

沿著城鄉梯度，主城區生境質量逐漸增高，并可分為兩個梯級. 從城市到農業村，生境質量平均值增加0.18，增量較小. 而從農業村到生態村，生境質量平均值增加0.564，反映出生境梯度的顯著變化. 碳儲量在城鄉間同樣表現出兩個梯級，從城市到農業村，碳儲量的平均值僅增加0.098，而與農業村相比，生態村的碳儲量平均值增長0.651，碳儲量明顯增加. 生境質量與碳儲量是體現區域生態質量的重要指標[36-37]，由此可驗證圖2的城鄉梯度假設，即在鄉村端生態質量發生分異，產生了農業村與生態村這兩種典型的鄉村類型.

沿著城鄉梯度，食物供給呈現為倒“U”型的城鄉梯度特征. 城市與生態村為低值區，農業村、近郊村與遠郊村的食物供給水平較高，其中，近郊村的食物供給中位數高于農業村，遠郊村食物供給的平均值最高. 圖5雖說明了農業村的農業用地(耕地)比例最高，但食物供給不止來源于耕地，還來源于林地、草地與水體(分別對應林業、牧業與漁業). 研究區草地與水體的單位面積產出價值高于耕地，而部分近郊村與遠郊村的這兩類土地覆被面積多于農業村，致使其在食物供給方面與農業村大體相當，扮演著提供多樣化農產品的角色.

圖 9 4類生態系統系統服務的城鄉梯度特征Fig.9 Urban-rural gradient characteristics of four types of ecosystem service

游憩機會在城鄉梯度中表現為“V”型的變化特征. 農業村是游憩機會的低值區，高值區的一端是城市與近郊村，原因在于城市與近郊村在景點、可達性、服務設施、景觀多樣性方面優于農業村. 高值區另一端的生態村游憩機會也較高，原因在于生態村有美學價值較高的自然景觀元素. 在主城區的西部山地，具備臨近中心城區的優勢，可達性與服務設施較好，是居民休閑娛樂的旅游勝地.

4.2.2生態系統服務關系的城鄉梯度

自然地與農業用地是城鄉梯度的識別指標，也是引起城鄉梯度分異的重要原因. 自然地與農業用地的代表性生態系統服務是生境質量與食物供給，分析代表性生態系統服務之間及其與其他服務的權衡與協同關系，將有助于城鄉生態系統服務的優化與管理.

如表3所示，食物供給與游憩機會、碳儲量之間的關系以權衡性為主導. 從農業村到生態村，食物供給與碳儲量之間的權衡性逐漸增強(在生態村權衡性最高，相關系數為-0.536)，說明在鄉村端布局食物生產活動會與碳儲量發生權衡作用. 在近郊村、遠郊村與生態村，食物供給與游憩機會為低權衡關系(在遠郊村權衡性最高，相關系數為-0.412)，在這些村布局食物生產活動會與游憩機會發生沖突.

表 3 生態系統服務關系的城鄉梯度差異Table 3 Urban-rural gradient differences of ecosystem services relationships

生境質量與游憩機會之間的關系以協同性為主.在城市、農業村與生態村，生境與游憩機會之間存在著一定的協同關系，其中生態村生境與游憩機會的協同性最高(0.461)，說明生態村的高生境質量有助于游憩機會的增長. 生境與碳儲量在生態村有較高協同性(0.768)，然而在近郊村呈低權衡關系(-0.443)，原因在于近郊村是以農業用地與不透水面占主導的鄉村，自然地面積占比較小，而主城區近郊的河流、湖泊較多，部分近郊村較高的生境質量是以納入水體的方式實現，而其碳儲量并沒有增加.

生境質量與食物供給的相互關系在鄉村端產生明顯分異，在農業村生境質量與食物供給之間呈低協同關系(0.312)，意味著農業村生境質量的提高可促進食物供給能力的提高. 而在生態村生境質量與食物供給則表現為低權衡關系(-0.481)，表明在生態村布局食物生產活動會引發生境質量下降.

5 討論

5.1 城鄉梯度景觀指標的選取

城鄉梯度分類指標的選取會對空間異質性研究結果產生大的影響. 從指標的選取來看，與基于單一規則的劃分方式不同，該研究綜合了3個土地覆被指標與4個景觀模式指標. 在土地覆被指標方面，典型的城鄉梯度概念假定土地利用強度從發達的城市核心向郊區下降[38]. 鑒于農村的土地利用強度低，表現為自然地與農業用地，因此選用了自然地與農業用地指標，符合南昌市主城區農村區域的土地利用特征，研究結果也顯示在農村的梯度末端分裂有農業村與生態村. 該研究借助MSPA方法選取了核心景觀與小島景觀這兩種互不重疊且具有不同生態學意義的景觀類型，能夠更好地捕獲城鄉的景觀差別. 然而，有研究認為，城市擴張除了表現在城市核心景觀與小島景觀類型的差異外，其他景觀類型(例如邊緣區)表現得較為明顯[39]. 此外，橋接區作為連通核心區的狹長區域，對生物遷移和景觀連接具有特殊意義，可能代表城鄉梯度中的過渡區域. 由于數據分辨率問題，暫未考慮這些指標，建議在今后的研究中可選取符合區域實際的土地覆被類型和多樣化的景觀模式指標.

5.2 城鄉梯度聚類方法的評價

目前國內應用最多的城鄉梯度分類方式是基于與城市中心商業區的距離，劃分出一定數量的圈帶，圈帶具有等比例面積的尺度特征. 而采用AP聚類算法考慮到了圈帶內的尺度差異性，通過多指標融合捕獲了城鄉景觀系統的復雜性. 例如，南昌市主城區若采用基于距離的方法會讓城西的梅嶺山地與近郊的各種開發區處于同一梯度，也易忽視南昌市遠郊存在自然山體、農業區、濕地保護區等復雜地理背景的事實. AP聚類算法也有一定的局限性，其要求用戶通過調整相關參數指定集聚目標的數量，需要在多個聚類方案中進行檢查與調整. 筆者結合南昌市主城區實際，確定了該文的分類方案，加入了農業村與生態村類型，在梯度上有明顯的差異性. 建議將聚類方法應用于其他案例研究時，需謹慎考慮分類的數量.

5.3 生態系統服務的城鄉梯度研究

鑒于空間尺度的選擇會影響生態反應的變化[40]，梯度本身對空間尺度(例如網格單元大小或緩沖半徑)很敏感，因此城鄉梯度分類方式的選擇直接影響研究者感興趣的生態過程[41]. 與基于緩沖區[42]、網格單元模式[43]得出的研究結果相比，基于行政單元的生態系統服務研究的管理導向性更強，能為市政決策與鄉村振興提供政策支持. 與基于鄉鎮尺度的研究結果相比，更敏感地反映城鄉梯度的變化特征，適應生態系統服務保護的精細化要求. 然而，該文僅描述了生態系統服務及其相互關系的城鄉梯度特征，在客觀規律探索方面，需進一步深化對生態系統服務梯度規律驅動機制的研究，開展多時空尺度研究，明確梯度規律的穩健性.

該研究揭示了生態系統服務及其相互關系的城鄉梯度性，可為城鄉生態系統服務的提質增值與協同管理提供理論參考. 在提質增值方面，應優先保障農業村的糧食供給能力；鼓勵近郊村與遠郊村食物生產的多元化發展；加大對生態村的生境保護與生態補償力度；激活遠郊村、生態村的游憩服務潛力并轉化為旅游生產力. 在協同管理方面，需謹慎在生態村布局食物生產活動；減少遠郊村食物供給與固碳、游憩服務之間的空間矛盾；促進農業村生境維護與食物生產、游憩服務之間的協同增益；加強對城市生境的維護與營造，滿足城市居民日益增長的游憩需求.

6 結論

a) 采用基于景觀聚類的方法識別城鄉梯度，選取3種土地覆被指標與4種景觀模式指標，用主成分分析法得到3個主成分. 以AP聚類方法生成5種城鄉梯度類型，分別為城市、近郊村、遠郊村、農業村與生態村. 通過分析不同城鄉梯度的景觀差異，展示城鄉梯度的案例村，表明了基于景觀聚類的分類方法效果較好，捕捉到了鄉村的末端類型(農業村與生態村)以及沿梯度中間分布的類型.

b) 城鄉梯度分類結果顯示，南昌市主城區的城鄉梯度并非呈圈層結構，不同類型村具有不同的空間區位與集聚特征，與研究區的城鄉地理環境背景相符合. 研究發現城市化、農業活動與自然環境共同驅動著主城區的城鄉梯度分異.

c) 城鄉梯度是生態系統服務空間異質性研究的有力工具，研究發現沿著城鄉梯度，主城區生境質量、固碳服務可劃分為兩個增長梯級，食物生產與游憩機會分別表現為倒“U”與“V”型的梯度變化特征. 在城鄉梯度中，食物供給與游憩機會、固碳服務之間的關系以權衡性為主導，生境質量與游憩機會之間的關系以協同性為主，而生境質量與食物供給服務分別在農業村與生態村呈現為協同關系與權衡關系. 城鄉梯度下的生態系統服務響應分析，可為城鄉生態系統服務的提質增值與協同管理提供理論參考.