基于保護生態服務價值的縣域城市擴展情景分析
——以浙江省安吉縣為例

李海萍,王語萌,杜佳琪

1 中國人民大學環境學院, 北京 100872 2 中國人民銀行西安分行, 西安 710075

經濟發展、人口增長及城市化導致城市建設用地不斷擴張,超大規模城市用地緊缺和資源供給不足的矛盾日益凸顯。國家新型城鎮化規劃(2014—2020年)中已明確提出優化城鎮規模結構,增強中心城市輻射帶動功能,加快發展中小城市,有重點地發展小城鎮,促進大中小城市和小城鎮協調發展。不合理的城市擴張對生態環境造成威脅,如何協調城市發展和生態保護之間的關系,在保護生態的前提下實現社會經濟的可持續發展,不僅是學者們關注的焦點,也是城鎮化發展急需解決的問題。

由于城市擴展和演化過程十分復雜,國內外學者往往通過模型進行模擬,代表性的有美國社會學家提出的伯吉斯同心圓模型、霍伊特提出的扇形模型,1945年提出的多核模型還考慮了城市的多元結構。德國城市地理學家提出了著名的中心地理論,描述了影響中心地的市場、交通和行政3個原則[1]。根據是否具有時間維度將城市擴展分為靜態和動態兩種類型。靜態模型以數理統計和相互作用為基礎,統計模型通常無法反映城市形成和發展中的變化過程,以空間相互作用為基礎的引力模型由地理學家Ira S.Lowry于1964年建立,1966年R.A.Grain對其進行了重寫,增加了經濟方法,之后發展為格瑞—勞利模型,被認為是一個通用的城市擴展模型[2]。隨著計算機技術的進步,城市動態模型分化出兩種代表性方向,一是基于微分方程的系統動力學模型,具有仿真功能及“自上而下”的特點；二是離散動力學模型,以分形、主體及元胞自動機等為基礎[3]。元胞自動機(CA)最初由Ulan和Von Neumann提出[4],Clarke等又據此提出了SLEUTH模型,并對華盛頓進行了模擬[5]；此后,Waddell還提出了UrbanSim模型[6],以居民、開發商、當局等為研究對象,基于城市規劃、交通需求和政策等綜合條件進行城市擴展模擬。國內學者將引入的動態模型進行改進,不僅從局部、區域及全局約束上對CA模型及其影響進行分析,還將灰度分級引進CA模型,作為連續變化的反應方式,以糾正傳統CA模型的不足[7],其他研究結果也證明了CA模型適用于我國的城市發展特點[8一11]。

SLEUTH模型基于CA模型對城市演變進行模擬,并對未來發展趨勢進行解釋和預測[5],被Silva和Clarke證明適用于里斯本和波爾圖,北美以外的應用也證明了其普適性[12]。Dietzel和Clarke還采用OSM優化指數進行模型校正[13]。目前已應用于多個不同經濟發展水平的城市[14一16]。國內學者也將其用于不同城市的擴展預測[17一21]并探討了模型參數對模擬結果的影響[22]。

SLEUTH模型目前主要用于大中城市模擬,對縣域城市的借鑒意義有限。因此,本研究將以縣域這一中國基本行政單元為空間尺度,以2000—2030年為時間尺度,選取兩山理論的發源地浙江省安吉縣為研究區,以與之毗鄰的安徽省廣德市為對照,預置兩縣市現有發展模式和生態保護情景,對比兩縣市建設用地擴展對經濟的影響,探索平衡城鎮化和生態保護、引導生態優先的縣域城鎮化發展道路,為實現中國特色新型城鎮化戰略目標和生態文明建設提供理論參考。

1 數據與方法

安吉縣早在2000年前后就意識到城鎮擴張對生態環境的負面影響并率先走上生態治縣道路,“綠水青山就是金山銀山”就是習近平考察該縣時提出的。廣德市位于蘇浙皖交界處,與安吉縣相鄰,具有相似的自然、社會和基礎條件上的可比性[23],傳統的發展道路使工業一直是其支柱產業。

1.1 數據

本研究涉及的數據有土地利用、DEM、遙感影像、統計年鑒和規劃報告等。2002年我國提出了走中國特色的城鎮化道路,2012年進一步明確了走中國特色新型城鎮化道路,本文據此確定了五年時間間隔,選取的2000、2005、2010、2015和2018年5期土地利用數據均來源于地理國情監測云平臺,2020年數據基于2018年更新得到。土地利用分類參考中科院資源環境科學數據中心的中國土地利用遙感監測分類體系中的6個一級類,25個二級類。30m分辨率DEM及Landsat-5(TM)、Landsat-8(OLI)數據來源于USGS Earth Explorer, 其中,SRTM的DEM為經過處理后的產品,遙感影像的云量均低于10%。矢量道路數據主要來源于開源數據庫網站Open Street Map,部分道路基于2000—2015年中國交通地圖集進行了數字化更新。矢量行政邊界來源于自然資源部標準地圖中浙江和安徽省的地理信息中心。統計指標采用反映社會經濟發展的人口、GDP、三個產業的增加值及社會消費品零售總額等,來源于統計年鑒和統計公報。

1.2 SLEUTH模型方法

SLEUTH是CA模型中最經典的模型之一,由Keith C.Clarke于1997年用C++語言開發,由于集成了GIS功能,不僅可進行多時空尺度模擬,精度也高于CLUE-S等方法[24]。通過調用城市發展歷史數據并調整排除圖層和模型參數,可設置不同政策和發展條件下建設用地的未來發展情景,其中的增長模式和土地利用模式既可獨立運行亦可相互結合,盡管對經濟和人口等因素的考慮有所欠缺,但本研究重點關注生態約束,因此仍可利用模型優勢解釋和預測城鎮未來發展。

SLEUTH模型以增長環為單位進行模擬,運行原理可看成一系列增長環的疊加,將研究區分為一個一個的元胞,分別定義為城市或非城市,模擬時需對增長環內的增長系數進行初始化,之后在自發增長、邊緣增長、新擴展中心增長和道路影響增長4種規則的綜合作用下,元胞種子開始發展,模擬過程中城市增長率若超出上下臨界值,則需根據所設規則重新調整增長系數,并將最終模擬結果輸入模型,用于后續擴展模擬。擴展系數、繁殖系數、蔓延系數、道路重力系數和坡度阻抗系數是影響增長的五個參數,可根據不同的增長規則調整。

1.2.1輸入數據集的建立

將地形、坡度及交通作為約束條件,以范圍和分辨率一致的五期圖層作為輸入數據,因模型要求GIF或8bit-unsigned二值化圖層,故對各圖層柵格化后建立輸入數據集。

(1)坡度圖：坡度作為影響建設用地擴展的重要因素都會被納入模型。安吉縣地形復雜,地貌類型多樣,東、西和南部都以山地為主,僅中部為低緩盆地。廣德市南部為低海拔山地,北部為丘陵,中部較平緩,以崗臺地和平原為主。因此坡度也是影響兩縣市建設用地擴展的重要因素,從30m DEM中派生出以百分比表示的坡度圖,取整后的值域為0—100。

(2)道路交通圖：基于矢量化的道路交通圖制作相應年份的5期柵格圖層,并將所有道路賦值為1,非道路為0。

(3)排除圖層：將現實中無法進行建設的區域設置為排除圖層?；叶戎到橛?—100,越接近0,能進行建設的概率越大,反之則不易建設。以50為模型界限,大于50的區域不鼓勵進行城市建設,小于50的可進行一定程度的建設。水域通常不適于建設,設為100。

(4)縣域范圍及城市建設用地：將5期土地利用中的城鎮用地及其他建設用地合并為城鎮建設用地并賦值為1,其余地類為0,得到二值化的建設用地圖層。

(5)地貌暈渲圖：根據DEM生成地貌暈渲圖以突出山體陰影,此圖層既不參與模型計算也不影響模擬結果,僅用作地形參照。

處理后的各輸入數據層見圖1。

圖1 安吉縣和廣德市各期的輸入圖層Fig.1 Input layers of Anji and Guangde

統一各圖層坐標系和空間參考,經掩膜提取使范圍一致。綜合考慮各圖層的分辨率、縣域總面積及城市景觀的平均斑塊面積,最終選取30m×30m柵格大小作為研究的空間尺度。

1.2.2模型校正

SLEUTH 3.0要求Linux運行環境,通過Cygwin軟件在Windows中虛擬出Linux環境,以保證模型的高效、穩定和安全運行。此外,30m分辨率對計算機的運算能力要求較高,因此采用云服務器完成運算。

模型校準目的是確定各參數的最佳數值[25],模型包括測試、校正和預測三部分,測試模塊驗證模型能否正常運行。包含粗校正、精校正和終校正的校正模塊耗時最長,各級校正均要求次數不等的蒙特卡洛迭代,迭代次數的取值為[0—100],校正時可逐步縮小,對校正結果進行計算和排序可確定最終參數。

校正時的可選指標有compare面積系數、Lee-Sallee形狀系數和優化指數OSM(Optimal SLEUTH Metric)等,系數越大擬合結果越符合實際情況。不同研究區適用的校正指標不同,為選取最合適的指標,經反復對比后發現Lee-Sallee形狀系數的效果優于OSM指數,故將其作為參數選取的指標。選取Lee-Sallee系數排序前五的結果,繼續縮小下一步的參數范圍,將終校正的最大值作為最優系數帶入參數獲取步驟,從而得到最佳增長參數值及最優參數集。

1.2.3模型參數設置

以地形、坡度和交通為約束,將研究區分為若干元胞并定義為城市或非城市,分別選擇自發增長、邊緣增長、新擴展中心增長和道路影響增長4種規則并計算元胞變化結果。影響增長的參數為擴展系數、繁殖系數、蔓延系數、道路重力系數和坡度阻抗系數,通過設置不同規則進行參數調整。

Lee-Sallee形狀指數S[26]計算如下：

S=(A∩B)/(A∪B)

式中,A為模擬的城市面積,B為真實城市面積。S取值為0—1,值越大匹配度越高。相關模型研究顯示[14],S值很少大于0.6,0.35以上即說明模擬結果可接受,安吉縣和廣德市的S平均值分別為0.393和0.388。

由于兩縣市以山地為主,因此將坡度閾值調整為25,即坡度大于25%的元胞不能轉變為城市,其余參數設置見表1：

表1 模型參數設置

經粗校正、精校正、終校正及參數獲取后,得到5個增長系數的最佳組合,見表2。

表2 安吉縣和廣德市模型增長系數的最佳組合

城市擴展受多因素共同作用,不同城市的固有發展特征也存在差異,因此擴散系數的排列也有所不同。表2的擴散系數一定程度上反映了兩縣市擴展的基本特征,因擴散系數和繁殖系數都不大,說明既不屬于飛地型增長,也不易發展為新的增長極。蔓延系數接近表明均為外延性增長,安吉縣道路引力系數大于廣德市,說明其道路沿線的城鎮建設用地增長概率更大。

1.2.4模擬結果檢驗

將相應年份的模擬結果與實際情況進行對比,以檢驗兩者的一致性。因最終模擬年份為2030年,故將2010年模擬結果用于精度評價,預測精度用Kappa系數分類評價法,安吉和廣德的Kappa系數分別為0.6968和0.6192,一致性顯著,說明模擬精度可接受。同時采用用戶精度(UA)和總體精度(OA)進行驗證,安吉和廣德的總體精度分別為85.49%和77.72%,見表3。

表3 安吉縣和廣德市土地利用分類精度

1.3 情景預設

情景分析旨在描述和分析事物發展的各種可能性,對比不同發展路徑下的狀態,從而為決策提供依據[27]。模型預測時通過修改增長系數、調整排除圖層來設置不同情景,模擬未來土地利用變化[28]。SLEUTH的多情景模擬主要有三種方式,一是通過調整排除圖層引導模擬方向；二是改變自修改規則中的參數以增減擴展速度；三是修改增長系數改變擴展方式。本研究通過調整排除圖層預設了現有發展和生態保護兩個情景,分別融入城鎮建設用地擴展導向并持續至未來時間。基于最優系數及預設條件,運行預測模塊并得到2020-2030年兩縣市的城鎮建設用地擴展概率分布。

1.3.1現有發展模式

此模式遵照歷史發展規律,認為過去的發展是連續的,城市擴展不受生態環境、規劃政策等約束,基于當前模式繼續擴展。僅將河流和湖泊等作為排除圖層并將其值設為完全不能被城市化的100,見圖2,其他地類將不受限制且都有可能被城市化。

圖2 現有發展模式下的排除圖層Fig.2 Exclusion layer in the existing development mode

1.3.2生態保護情景

城市擴展無疑對生態系統的結構和功能產生影響,兩者不僅關系復雜,也相互影響。對生態服務價值進行評估可量化人類對生態環境的影響,當量修正法是最常用的方法。本研究主要考慮供給、調節、支持和娛樂四項服務價值,并分別模擬城鎮建設用地擴張對其影響,以便差別化地保護生態系統的服務功能。

當量法以糧食平均產量為依據,在區分不同生態服務功能的基礎上,量化單位面積的生態服務價值,從而計算不同用地類型的生態服務價值。本研究以謝高地改進后的中國生態系統單位面積生態產品和服務價值當量表為基礎[29],并參照胡賽和蔣茜等的方法[30一31],通過分析研究區的實際情況,調整并確定了生態服務的價值當量。將平均糧食單產價格的1/7作為當量因子的經濟價值,計算出安吉縣和廣德市的單因子經濟價值分別為2319.64元/hm2和1984.68元/hm2,再計算生態服務價值和不同生態功能的服務價值,公式如下：

VES,f=∑Ai×Vc,f,i

式中,VES為生態系統服務價值(元)；Ai為i地類的面積(hm2)；Vc,i為i地類單位面積的生態服務總價值(元 hm-2a-1)；VES,f為第f項生態服務價值(元)；Vc,f,i為i地類單位面積f項生態服務總價值(元 hm-2a-1)。結果見表4。

表4 安吉縣與廣德市不同土地類型不同生態功能的服務價值/(萬元/hm2)

對結果進行z-score標準化并作為排除圖層的賦值依據,5個等級的分級標準為：1級(0—10)、2級(10—40)、3級(40—60)、4級(60—90)、5級(90—100),等級越大,生態保護價值越高,越需要限制城鎮建設用地的擴張。不同保護情景下的排除圖層見圖3。

圖3 保護不同生態服務功能時的城市擴展阻力等級Fig.3 Urban extension resistance level when protecting different ecological service functions

結合表4和圖3,兩縣市的調節服務價值差距較小,且占比最高,在調節服務方面的發展均較好,阻力等級較低；兩縣市的供給服務阻力等級都較高,說明保護糧食和原料生產的生態功能要優先于城鎮建設用地的擴展需求；安吉縣的支持和娛樂服務價值占比明顯高于廣德市,說明安吉縣最早走生態優先道路的成效顯著,后續發展中生態服務功能對其城鎮建設用地的擴展約束較小,而廣德的生態發展相對滯后,未來發展的約束力也較大。

2 結果與討論

在預測模塊中輸入所需數據和校正所得參數,以2020年為起始年,預測2030年城鎮建設用地的擴展結果。

2.1 現有發展模式下的模擬結果

現有發展模式是與其他情景對比的基礎,延續現有發展模式并按城鎮建設用地增加的最大量模擬,安吉縣和廣德市2030年城鎮建設用地分別增加39.23km2和21.54km2。因水域為不可占用的唯一限制因素,故城市擴張較明顯。廣德市城鎮建設用地增長面積少于安吉縣,與其原有城鎮建設用地面積少且較為集中有關。現有模式下城鎮建設用地的擴展概率分布見圖4。

圖4 現有發展模式下城鎮建設用地擴展概率分布Fig.4 Probability distribution of construction land expansion under existing development model

圖4顯示,兩縣市城鎮建設用地擴展依舊圍繞現有城鎮建設用地向周圍蔓延,集中擴張區均為縣城及各鎮政府所在地,體現了縣城作為縣域內部增長極帶動整體增長的傳統模式。

安吉縣山地丘陵占比較大,原有城鎮建設用地基本為相對平坦區域,坡度擴展系數為88,說明地形是主要限制因素。廣德市坡度擴展系數僅為22,城鎮建設用地集中區大多較為平坦,地形影響略小。

空間上,安吉縣中部和西北部遞鋪街道、天子湖鎮和梅溪鎮擴展較明顯,遞鋪街道是政府所在地,天子湖鎮主要承接轉移工業,到2030年人口都有較大增長,新增公共設施是城鎮建設用地擴張的主導因素。廣德市桃州、邱村和新杭三鎮擴張較顯著,東北部因與江蘇省毗鄰而擴張更明顯,體現了地理位置的影響。

為探究城鎮建設用地擴張對生態環境的影響,基于模擬結果計算城鎮建設用地來源,見表5。

表5 現有模式下城鎮建設用地擴展的用地來源及面積/km2

表5顯示,城鎮建設用地主要來源于耕地,其次是林地,草地、水域和農村居民地的轉移面積相差不大。水域因受排除圖層的阻力影響而轉變較少。

2.2 生態保護情景下的模擬結果

為探究不同生態用地向城鎮建設用地的轉化情況,統計4種生態保護情景下的城鎮建設用地擴展規模,結果見表6。

表6 保護不同生態服務功能時的城鎮建設用地擴展規模/km2

總體上,4種保護情景對城鎮建設用地的擴展都有不同程度的抑制,安吉縣和廣德市的擴展面積均小于情景一的39.23km2和21.54km2,安吉縣減少的程度和比例均小于廣德市的同種情況,主要原因是安吉縣作為兩山理論的發源地,2000年就開始走生態發展道路,所以城鎮建設用地擴展對生態服務價值的影響已不明顯。廣德市因生態發展滯后,實施生態保護對城鎮建設用地擴展的抑制更顯著,保護供給服務時城鎮建設用地擴展最小,保護調節服務時為19.91km2,接近于現有發展模式。4種生態保護情景下城鎮建設用地擴展概率的空間分布見圖5、圖6。

圖5顯示,安吉縣4種生態保護情景存在空間差異,西北部為明顯擴張區,保護調節和娛樂服務功能時的擴張明顯大于其他兩種情景,對比該縣未來規劃,此區域主要為產業轉移承接地,轉成的城鎮建設用地將以工業用地為主。在保護調節和供給服務功能時,不僅可抑制工業規模增長,對糧食供給和土壤養分的保護意義也更大。此外,城鎮內部的填充式增長也有利于集約用地和高效發展。

結合圖6,廣德市在保護供給服務功能時對城鎮建設用地的抑制更明顯,幾乎沒有擴展概率高于50%的區域,有效保護了生態服務功能。

進一步比較不同情景下城鎮建設用地對其他地類的影響,將模擬的城鎮建設用地擴展范圍與2020年土地利用圖疊加,統計其他地類被占用的比例,結果見圖7、圖8。

圖7顯示,不同情景下安吉縣的城鎮建設用地擴展不盡相同,土地來源的結構百分比差異也不明顯,因林地供給服務價值高于耕地,且耕地位置較林地平坦,在保護供給服務時對林地的占用少于耕地占用,相差10%左右。水體占比增加是因整體城市化區域減少所致的相對增加,各種情景下基本都未被占用。保護娛樂服務時對林地的占用比例降低較少,僅比現有模式下降1.79km2,這與林地所提供的豐富旅游資源有關。

圖5 安吉縣不同生態保護情景下城鎮建設用地擴展概率的空間分布Fig.5 Spatial distribution of construction land expansion probability under different ecological protection scenarios in Anji

圖6 廣德市不同生態保護情景下城鎮建設用地擴展概率空間分布Fig.6 Spatial distribution of construction land expansion probability under different ecological protection scenarios in Guangde

圖7 安吉縣不同情景下新增城鎮建設用地來源及占比 Fig.7 The source and proportion of new construction land under different scenarios in Anji

圖8 廣德市不同情景下新增城鎮建設用地來源及占比 Fig.8 source and proportion of new construction land under different scenarios in Guangde

廣德市不同情景下新增城鎮建設用地的土地來源差異較大,保護調節服務與現有模式的用地來源幾乎一致,但生態保護使總量得到有效控制。保護供給服務時對耕地保護更有效,保護娛樂服務時,林地的占用比例有所上升,但數量僅比現有模式低2.44km2。

對比不同情景下城鎮建設用地擴張的傾向性,可看出現有發展情景傾向于充分滿足城市發展的土地需求,而不同生態保護情景則傾向于滿足土壤保持、原料生產和水文調節等需要。進一步探究城鎮建設用地擴張對生態價值的影響,計算土地轉移所產生的生態服務價值損益,結果見表7。

表7 不同保護情景下城鎮建設用地擴張的生態服務價值損益/萬元

可見,生態保護情景下的生態服務價值損失均小于現有模式,保護供給功能時生態價值損失最小。

2.3 討論

2.3.1情景對比

盡管4種生態保護的模擬結果略有差異,但相比現有發展模式均能減少城鎮建設用地對其他地類的侵占,一定程度上保護了生態系統的服務功能,降低了生態服務價值的損失,說明生態保護措施并未對城市經濟增長造成顯著影響。走生態立縣道路既有利于生態保護,也可實現較高的經濟增長。

2.3.2數據及精度

為考慮城市擴張的所有可能,本研究將城鎮化的所有像元都納入計算,一定程度上放大了城鎮建設用地的新增面積,但能更準確地對兩縣市的同種情景及同一地區不同情景的發展進行對比。

縣域城鎮的時空發展受多種因素共同作用,縣域尺度的城鎮建設用地擴展模擬對數據精度及其完整性要求較高,而基于柵格結構的SLEUTH模型對分辨率十分敏感,一些學者為減少校正時間而采用分辨率較粗的數據,本研究為保證模擬精度,雖然采用了計算能力較高的云服務器,但受限于原始數據的精度和可得性,30m分辨率仍有局限,盡管Kappa系數的顯著一致性能滿足準確度要求,但尚未達到最佳一致性。

2.3.3模擬結果的解釋

本研究主要分析城鎮建設用地擴展,預設的生態保護情景僅針對生態服務功能,并對生態服務價值進行分析,而政策對城市擴展具有重要影響,目前尚無量化政府決策和城市突發狀況的有效途徑,也無將這些因素與城市擴展模型進行耦合的可行方法,因此本研究未涉及政策分析。未來城市發展應秉持生態服務價值與城市規劃相結合的科學發展觀,才能實現“既要金山銀山,也要綠水青山”的發展目標。

本研究僅對兩山理論發源地安吉縣及其毗鄰的廣德市進行研究,結果對中西部及其他具有不同自然地理條件的縣域的參考和借鑒意義有限,要全面推動小城鎮健康發展,應充分考慮不同區域的小城鎮演變規律,以更大視角看待中小城市發展。

2.3.4模型選擇

不同模型具有不同優勢和局限性,本研究僅根據已有文獻及成果評述,選取適于縣域研究的SLEUTH模型,并未在運行其他模型的基礎上進行比較研究,無法合理評價其他模型的準確性和適用性。

3 結論

生態保護情景下的城鎮建設用地擴展模擬,為未來的縣域城市發展提供了生態保護的科學依據和路徑參考,能夠有效避免和預防對生態服務功能的破壞。

延續現有的發展模式不僅沒有擺脫縣域內部增長極帶動區域整體增長的傳統模式,城鎮建設用地的增加數量和城市擴張也更加明顯,既沒有實現城鎮規模和結構的優化,也無法增強縣城的輻射帶動功能,因此應及時調整未來的發展模式以適應新型城鎮化的要求。

在保護生態服務價值的前提下進行城鎮化,并未造成生態服務價值的損失,反而體現出生態保護的經濟價值。此外,以外延式為主、伴有城鎮建設用地的填充式增長的擴展模式,有效抑制了未來城鎮建設用地的集中連片擴展,是一種合理的發展模式。