長三角城市群城市洪澇韌性與生態系統服務的耦合協調關系

嵇 娟,陳軍飛,2,3,*,丁童慧,李遠航

1 河海大學商學院,南京 211106 2 長江保護與綠色發展研究院,南京 210098 3 江蘇長江保護與高質量發展研究基地,南京 210098

隨著全球氣候變化和城市化的不斷發展,城市洪澇已成為許多國家和地區的一個主要且常見問題[1]。西蒙諾維奇在洪水管理國際論壇中提到,應對氣候變化一方面要采取行動減少CO2等溫室氣體排放,另一方面要學會適應,在適應的過程中,采取韌性手段應對氣候變化帶來的極端天氣事件[2],城市洪澇韌性成為有效應對氣候變化的不可預測性和城市未來洪水風險,并確保城市可持續發展的重要方法[3]。一些全球倡議,如《2015—2035年仙臺減少災害風險框架》和《2030年新城市議程》都致力于建設具有災害韌性的城市[4]。此外,城市洪澇韌性的提升需要統籌城市建設與生態環境治理,將城市開發建設和生態系統保護修復相結合[5]。2020年,《中共中央關于制定國民經濟和社會發展第十四個五年規劃和2035年遠景目標的建議》也明確提出“增強城市防洪排澇能力,建設韌性城市”和“加強生態文明建設,推進生態環境保護與修復”。因此,在此背景下,如何促進城市洪澇韌性建設與生態環境保護的協調發展成為城市可持續發展的重要挑戰。

城市洪澇韌性被認為是城市的社會經濟系統在長期和短期內有效抵抗、吸收、恢復,以及成功適應和應對洪澇災害的能力[6]。城市洪澇韌性水平不僅取決于社會經濟系統結構和功能強弱,也取決于城市生態系統本身[4],良好的自然生態系統可以自動調節城市水系和生態多樣性,促進城市中經濟和基礎設施等各方面的發展[7],減少氣候變化的脆弱性和災害風險[8]。此外,生態系統服務,作為人類從生態系統中獲得的所有惠益,在預防和減緩洪澇風險方面發揮著重要作用[9]。生態系統通過其調節服務和作為天然保護屏障或緩沖區有效減少了對洪澇、山體滑坡等常見自然災害的物理暴露[10]。國家生物多樣性戰略利用生態系統服務來影響自然災害,并有望維持和改善生物多樣性保護,同時減少對自然災害的暴露和脆弱性[11]。Abenayake等人將生態系統服務的脆弱性作為衡量社區洪澇韌性的綜合指標,用實證證明生態在加強社區洪澇韌性方面的作用[4]。Huang等人基于自然的解決辦法驗證了洪水風險較低的地區可能提供更高水平的生態系統服務[12]。許萌等人通過生態系統服務的供需匹配分析,識別珠海市災害風險區,以期為增強城市國土空間抗災能力提供參考[13]。

總體而言,大部分研究主要從生態角度評估城市韌性[14],或將生態指標納入到洪澇韌性的評估當中[15—16],也有一些學者研究生態系統服務對于城市洪澇風險和城市洪澇韌性的影響,然而,極少有研究聚焦于城市洪澇韌性與生態系統服務之間的關系。因此,本文嘗試探索城市洪澇韌性與生態系統之間的耦合協調關系,并運用具體的物理量——生態系統服務來衡量生態系統狀況,旨在通過二者耦合協調關系的探索,為城市防洪和生態保護提供科學性的支撐和決策。

城市群作為城市發展到成熟階段的空間組織,不僅表現在經濟發展、城市規劃、通信與交通等基礎設施緊密聯系、相互影響,而且,其地域相近、氣候相似,具有同樣的洪澇風險共性。面對洪澇災害時,城市群可以發揮群效應,通過共商、共建、共享,實現城市之間的互補和共贏,全面提升城市群整體抵御洪澇災害的綜合防范能力。長三角城市群作為中國城鎮化基礎最好的城市群之一,經濟快速發展的同時,洪澇災害劇增[17],生態環境問題也日益凸顯。因此,探究長三角城市群的城市洪澇韌性與生態系統服務之間的耦合協調關系,對減緩洪澇風險,提高城市洪澇韌性以及改善生態環境質量具有重要參考價值。

鑒于此,本文基于2000—2020年的遙感影像和社會經濟統計數據,采用基于麻雀算法的投影尋蹤模型、InVEST模型和耦合協調度模型,以長三角城市群為研究對象,進行:(1)構建城市洪澇韌性評估指標體系并評價長三角城市群的城市洪澇韌性水平;(2)分析長三角城市群的生態系統服務的時空演化特征;(3)探索長三角城市群城市洪澇韌性與生態系統服務的耦合協調關系及其時空演化的分異特征,為長三角城市群的防洪減災建設和生態環境保護提供參考。

1 研究方法與數據來源

1.1 研究區概況

長江三角洲城市群(簡稱長三角城市群)是中國東部沿海地區一個高度發達的經濟區域,地處長江下游,瀕臨黃海和東海,由安徽、浙江、江蘇和上海的27個城市組成 (圖1),總面積約22.9萬km2,以2.3%的國土面積集聚了12.3%的全國人口,貢獻了約1/4的GDP。自然環境方面,長三角城市群是中國河網密度最高的地區,共有湖泊200多個,如太湖、洪澤湖、巢湖等等,其地形呈周高中低,低洼的地勢使得洪澇災害較為嚴重。長三角城市群為亞熱帶季風氣候,年降雨量在1000—1400mm,年平均氣溫在18—23℃之間[18],大約70%的降雨集中在春季和夏季,這使得這兩個季節洪澇可能性更大。同時,長三角城市群是中國最大的經濟圈,是長江經濟帶與“一帶一路”的重要交匯地帶,在中國國家現代化建設大局和開放格局中具有舉足輕重的戰略地位,其人口密度高,是中國城鎮化基礎最好的地區之一。然而,由于城市開發強度高,建成區面積不斷增加,大量不透水表面正在取代天然水面、林地和其他自然土地用途,快速且部分臨時的城市化導致生態功能逐步退化,嚴重威脅到生態系統服務。因此,有必要對長三角城市群的洪澇和生態系統問題展開研究,從而提出切實可行的洪澇管理政策,提高城市洪澇韌性,實現區域可持續發展。

1.2 研究方法

1.2.1城市洪澇韌性水平測度

城市洪澇韌性是一種多維度、跨時期的綜合能力,受到自然、社會、經濟等多方面的影響[19],這意味著不能僅單方面考慮城市洪澇韌性。學者們采用多標準決策的方法,從自然、社會、經濟等維度考慮城市洪澇韌性的影響因素[1,20—23],體現城市應對洪澇災害的吸收、恢復和轉化能力。因此,本文參考已有研究,從自然、經濟、社會和基礎設施四個維度構建了城市洪澇韌性評估體系,利用累計貢獻率和相關性分析相結合的方法[24]篩選了26個評價指標,構建的城市洪澇韌性評估體系如表1所示。

表1 城市洪澇韌性評價指標體系Table 1 Evaluation index system of urban flood resilience

評估城市洪澇韌性的方法主要有層次分析法[22,25]、計量模型[26]、半定量模型[27]、機器學習[28]等,其中投影尋蹤模型是常用的機器學習方法。投影尋蹤模型的基本目標是將多維數據轉化為低維數據,并通過確定能夠反映原始多維數據結構和特征的最佳投影來解決實際問題,其完全由數據驅動,不受樣本大小或數據結構的限制,不受主觀因素干擾的影響,結果是客觀合理的。當使用投影尋蹤模型解決實際問題時,關鍵是要確定最佳投影方向。最佳投影方向的確定涉及高維和復雜的非線性問題優化過程,并且通常采用群體智能算法來確定最優投影方向。基于麻雀算法的投影尋蹤模型[29]在綜合優化能力和收斂性能方面,相比于傳統的基于遺傳算法的投影尋蹤模型和基于粒子群優化的投影尋蹤模型具有明顯的競爭優勢。基于麻雀算法的投影尋蹤模型的主要步驟如下:

步驟一:評價指標數據標準化。

對于正向指標:

(1)

對于負向指標:

(2)

式中,xij是第i個城市第j個指標因素,i=1,2,...,n,j=1,2,...,m;maxxj和minxj分別是指標j的最大值和最小值;Xij是標準化后的數據。

步驟二:構造投影指標函數。

(3)

式中,zi為投影值,a為投影向量。

步驟三:優化投影指標函數。

(4)

(5)

(6)

投影尋蹤模型最佳投影方向a的選取對于評估精度及評估結果有著關鍵性影響。本文利用麻雀算法來對最佳投影方向a進行參數尋優,于是設置麻雀的維度為樣本組數。適應度函數為投影尋蹤目標函數Q(a)[30]。最終輸出投影值,確定城市洪澇韌性值。

fitness=Q(a)

(7)

1.2.2生態系統服務測度

生態系統及其提供的服務構成了城市應對洪澇災害,提高城市洪澇韌性的重要組成部分。生態系統中的濕地、森林、耕地等不僅在提供多種生態系統服務方面發揮重要作用,而且有助于緩解城市受洪澇災害的影響。本文探討四種生態系統服務與城市洪澇韌性的耦合協調性,分別是:水源涵養、水質凈化、土壤保持和氣候調節[12],并使用生態系統服務和權衡綜合評估(InVEST)模型來量化這四種生態系統服務,InVEST模型是一套廣泛使用的綜合空間可視化模型,可以量化和繪制近20個陸地和海洋生態系統服務[31—32]。InVEST模型的產水量模塊、養分輸送比模塊、泥沙輸移比模塊和碳儲存模塊分別計算水源涵養服務、水質凈化服務、土壤保持服務和氣候調節服務。

(1)水源涵養

水源涵養服務包括截留、滲透降水,蓄積土壤水分等,對于調節徑流,防止水旱災害和城市內澇具有預防和減緩作用。

(8)

式中,Yxj為x柵格j種土地類型的年產水量;Px為x柵格的年降水量;AETx為x柵格j種土地類型的年平均蒸散量。

(2)水質凈化

水質凈化服務繪制了流域養分源的潛在數量及其通過自然植被輸送到溪流中的情況。該模塊通過輸出氮和磷來反映水的凈化程度。氮和磷的輸出越小,凈水服務功能就越強,當發生暴雨洪澇災害時,對水資源造成的污染更小[31]。

ALVx=HSSx×polx

(9)

式中,ALVx是x柵格的調整負荷數,HSSx是x柵格的水文敏感性評分,polx是x柵格的輸出系數。

(3)土壤保持

土壤保持服務反映了生態系統防止土壤侵蝕、儲留保持泥沙的能力。研究區域的土壤保持能力對緩解和預防土壤侵蝕引發的洪澇災害具有重要的意義[33]。

SEDRET=R×K×LS×(1-C×P)+(1-SDR)×R×K×LS×C×P

(10)

式中,SEDRET為土壤保持量,R為降雨侵蝕力,K為土壤可蝕性,LS為地形因子,C為植被覆蓋因子,P為管理措施因子,SDR為泥沙輸移比。

(4)氣候調節

氣候調節服務能夠通過碳儲量和碳匯功能對區域陸地生態系統進行評估,通過調節大氣中的CO2含量,減緩洪澇等極端天氣事件。因此,研究氣候調節服務對改善城市洪澇韌性具有重要意義。

Ctot=Cabove+Cbelove+Csoil+Cdead

(11)

式中,Ctot為總碳存儲量、Cabove為地上生物碳儲存、Cbelove為地下生物碳存儲、Csoil為土壤碳存儲、Cdead枯落物碳存儲。

1.2.3耦合協調度模型

耦合協調度模型廣泛用于描述多個系統的相互影響程度。耦合度可以表示系統之間的相互作用程度,但不能反映系統之間的協同作用。耦合協調度可以描述不同系統之間的協調關系。因此,本文引入耦合協調度模型來評估城市洪澇韌性和多個生態系統服務之間的協調發展關系[34]。方程如下所示:

(12)

T=α×ES+β×UFR

(13)

(14)

式中,ES表示四類生態系統服務評估值,UFR表示城市洪澇韌性評估值。C表示城市洪澇韌性與多個生態系統服務之間的耦合程度。T代表生態系統服務與城市洪澇韌性的綜合評價指數,因為生態系統服務和城市洪澇韌性同樣重要[4,35],因此被賦予相同的權重,即α=β=0.5。D代表生態系統服務與城市洪澇韌性的耦合協調程度。根據相關研究[36—38],耦合協調程度可以分為六類:極度失調(0≤D<0.2),中度失調(0.2≤D<0.4),輕度失調(0.4≤D<0.5),初級協調(0.5≤D<0.6),中級協調(0.6≤D<0.8),高度協調(0.8≤D<1)。

1.3 數據來源

研究數據包括長三角城市群2000年、2005年、2010年、2015年和2020年的土地利用/覆蓋數據(https://www.resdc.cn/)、氣象數據(http://data.cma.cn/)、土壤屬性數據、空間分辨率為30m的數字高程模型(DEM)數據(http://www.gscloud.cn)以及社會經濟統計數據。其中,土壤數據來自世界土壤數據庫(HWSD)的《中國土壤數據集》(http://www.ncdc.ac.cn/portal/)。社會經濟統計數據主要來源于《中國建設統計年鑒》、《中國城市統計年鑒》、人口普查數據以及長三角城市群27個城市的統計年鑒和《國民經濟和社會發展統計公報》。

2 結果分析

2.1 城市洪澇韌性水平分析

2000—2020年長三角城市群27個地級市的城市洪澇韌性趨勢如圖2所示。從空間上看,長三角城市群的城市洪澇韌性強弱具有明顯的空間異質性,上海、南京、無錫、蘇州、杭州、寧波的城市洪澇韌性表現較好,韌性水平都在2.05以上,而銅陵、安慶、池州、宣城、溫州和嘉興的城市洪澇韌性表現不佳。從時間上看,2000—2020年,長三角城市群的城市洪澇韌性整體呈現增長趨勢,但是2000—2015年變化幅度較小。其中,安慶的城市洪澇韌性表現最差,2010年僅有0.49;2020年的城市洪澇韌性較高,尤其是南京,高達3.25。

圖2 長三角城市群27個城市的城市洪澇韌性年變化趨勢Fig.2 Annual Change Trend of Urban Flood Resilience in 27 Cities of Yangtze River Delta Urban Agglomeration

圖3為長三角城市群、上海、江蘇、浙江和安徽的城市洪澇韌性均值及各子系統韌性在研究期內的變化趨勢。自然韌性穩定在0.8左右,但是由于較高的洪澇風險以及森林覆蓋率的減少,呈現微弱下降趨勢。隨著經濟的高速發展,經濟韌性從2000年的0.63上升到2015年的0.86,然而2020年受新型冠狀病毒肺炎疫情的影響下降到0.59;由于失業率和文盲率持續下降,教育和社會保障水平不斷提升,社會韌性保持穩步增長的態勢,從2000年的0.62上升到2020年的1.07。同時,高水平的城鎮化使得長三角城市群的基礎設施不斷完善,基礎設施韌性呈“N”型波動上升趨勢,從2000年的0.73上升到2020年的1.11。在四個子系統的共同作用下,長三角城市群的城市洪澇韌性水平呈現“N”型的增加趨勢,從2000年的1.69增加到2020年的2.22。由此可知,經濟是影響城市洪澇韌性波動的主要因素,而自然韌性成為城市洪澇韌性提升的關鍵短板。

圖3 2000—2020年城市洪澇韌性及各子系統韌性水平Fig.3 The level of urban flood resilience and resilience of each subsystem from 2000 to 2020

從各省市來看,長三角城市群的城市洪澇韌性強度表現為:上海>江蘇>浙江>安徽。上海市的城市洪澇韌性,以及經濟韌性、社會韌性和基礎設施韌性水平都遠高于其他省份,這主要得益于其蒸蒸日上的經濟形勢、高水平的城鎮化和完善的社會保障體系,但是上海的自然韌性水平最弱,一方面由于其本身處于沿海低洼地區,另一方面是高水平的城鎮化導致生態環境逐漸脆弱。蘇、浙、皖的城市洪澇韌性水平及其子系統韌性水平的變化趨勢較為一致,城市洪澇韌性水平和基礎設施韌性都呈現“N”型增加趨勢,而經濟韌性和社會韌性都呈現比較平穩的增長趨勢,自然韌性呈現微弱下降趨勢。其中,江蘇省整體發展較為均衡,城市洪澇韌性從2000年的1.89提高到2020年的2.54;浙江省由于其植被資源豐富,扎實推進生態文明建設,自然韌性水平保持高位穩定,持續領跑長三角,其經濟、社會保障水平和醫療、交通和給排水等基礎設施建設皆與江蘇省旗鼓相當;安徽省較高的森林覆蓋率使其自然韌性僅遜于浙江省,此外,安徽省面臨更小的人口壓力,其基礎設施的承載和服務能力顯著增強。因此,在研究期間,安徽省的城市洪澇韌性雖低于其他省市,但是由于基礎設施韌性的提高,從2000年的1.32提高到2020年的1.80。

2.2 生態系統服務時空演變分析

2000年—2020年水源涵養、水質凈化、土壤保持、氣候調節四種生態系統服務的時空分布和變化如圖4所示,圖5展示了2000—2020年四種生態系統服務的總量變化趨勢。長三角城市群的四種生態系統服務存在顯著的空間異質性,但其空間分布在研究期間是穩定的。具體而言,水源涵養服務的低值主要分布在北部,而高值逐漸由東南向西南移動,這主要受降水空間分布的影響。水源涵養服務增加的區域主要分布在西北部的安徽八市,而減少的區域集中在東南部的寧波、溫州、舟山和臺州(圖4),但是總量總體呈上升趨勢,從2000年的966884萬mm增加到2020年的1507380萬mm,年增長率為2.25%(圖5)。水質凈化服務高值主要集中在中西部地區,低值主要分布在北部的鹽城、合肥、安慶和滁州,除零星地點的水質凈化服務有所降低之外,大部分地區都出現轉好趨勢(圖4)。從總量上看,長三角城市群水質凈化服務呈現向好的趨勢,氮磷輸出減少了0.71%,從2000年17110萬t,下降到2010年的15818萬t,2020年升至16988萬t(圖5)。

圖4 2000—2020年四種生態系統服務的時空分布和變化Fig.4 Spatiotemporal distribution and changes of four ecosystem services from 2000 to 2020

圖5 2000—2020年四種生態系統服務的總量Fig.5 Total amount of four ecosystem services from 2000 to 2020

土壤保持和氣候調節服務顯示出相似的空間分布(圖4):高值區域主要集中在高植被覆蓋的浙南以及皖南的安慶、池州和宣城,而低值區域主要位于土地利用類型多為耕地的長三角城市群的北部。這可以解釋為,森林在保持土壤生產力和調節氣候方面發揮著重要作用。然而,土壤保持和氣候調節服務從2000—2020年的變化趨勢并不一致。土壤保持服務的變化具有明顯的空間分布,減少的區域主要集中的東南部沿海的舟山、臺州、寧波和溫州,而顯著增加的區域主要集中在西南部山區;對于氣候調節服務,除零星地方減少,大部分地區基本保持不變(圖4)。此外,土壤保持總量整體呈現倒“N”型增加趨勢,年增長率為0.35%,氣候調節服務呈現微弱的減少趨勢,從2000年的131949萬t下降到2020年的129810萬t,降幅為1.62%(圖5)。

2.3 城市洪澇韌性與生態系統服務的耦合協調度分析

2000—2020年長三角城市群27個城市與生態系統服務的耦合協調度的年變化趨勢和時空分布分別如圖6和圖7所示。從年變化趨勢可以看出,2000—2020年城市洪澇韌性與四種生態系統服務之間的耦合協調度變化幅度較小,其中,城市洪澇韌性與水質凈化/土壤保持/氣候調節之間的耦合協調度均發生了微弱的下降,而與水源涵養服務之間的耦合協調度在研究期內有所改善。相比之下,城市洪澇韌性與水源涵養之間的耦合協調度最高,其次是氣候調節和水質凈化,最后是土壤保持。從空間上看,城市洪澇韌性與生態系統服務的耦合協調度整體上呈現“南高北低、由西南向東北逐漸減弱”的趨勢。大多數城市的狀態保持不變,只有少數城市出現倒退或改善現象。

圖6 2000—2020年城市洪澇韌性與生態系統服務的耦合協調度的年變化趨勢Fig.6 The annual change trend of the coupling coordination degree between urban flood resilience and ecosystem services from 2000 to 2020

圖7 2000—2020年城市洪澇韌性與生態系統服務的耦合協調水平的空間分布Fig.7 The spatial distribution of the coupling coordination degree between urban flood resilience and ecosystem services from 2000 to 2020

具體而言,城市洪澇韌性與水源涵養之間整體處于中級協調水平,耦合協調度由0.71上升至0.74,呈良好上升態勢(圖6)。在2000—2020年期間,除舟山外,長三角城市群中所有城市都處于協調水平。其中,浙江除舟山、嘉興和湖州外都處于高度協調,其耦合協調度值平均值高達0.87,且隨著城市的建設發展,安慶、合肥、滁州、南京、鹽城和南通的城市洪澇韌性與水源涵養之間也逐漸向高度協調發展(圖7)。這是因為長三角城市群位于中國東部沿海地區,降水豐富,經濟、社會、及各項基礎設施發展良好,導致長三角地區城市洪澇韌性與水源涵養服務協調發展。

城市洪澇韌性與和水質凈化之間整體處于初級協調水平,從2000年的0.59下降到2020年的0.55,呈現出明顯的下降趨勢(圖6)。從圖7可以看出,城市洪澇韌性與水質凈化之間的耦合協調度以蘇中和蘇南經濟發達區域為核心向外擴散,呈現出明顯的“中間高,四周低”的空間分布特征。舟山的耦合協調度表現最好,為高度協調水平;鹽城、南通和安徽大部分城市表現為輕度失調水平。中級協調城市占比從2000年的29.63%下降到2020年的11.11%,其中,南京、蘇州、湖州、馬鞍山和銅陵從中級協調倒退成初級協調水平,蕪湖、池州和宣城從初級協調倒退成輕度失調水平。

城市洪澇韌性與土壤保持之間的耦合協調度一直在0.4左右徘徊,整體處于輕度失調水平,耦合協調度表現最差(圖6)。從空間上看,城市洪澇韌性與土壤保持之間的耦合協調度存在嚴重的兩極分化現象,失調城市占比62.96%。其中,長三角城市群的北部呈現中度失調和極度失調,南部多呈現高度協調和中度協調,如南通、揚州、臺州和嘉興的耦合協調度在研究期內均未超過0.2,而杭州和溫州的耦合協調度在2000—2020年均超過0.8,尤其是杭州,其值一直在0.95以上(圖7)。

城市洪澇韌性與和氣候調節之間整體處于中級協調水平,其值一直穩定在0.62左右(圖6)。2000—2020年,嘉興、舟山、馬鞍山和銅陵幾乎都處于輕度失調狀態,江蘇省的常州、鎮江和泰州在2010—2015也出現了輕度失調狀態,相比之下,浙江省的城市洪澇韌性與和氣候調節之間的耦合協調度更好,幾乎都處于中級協調和高度協調水平,占比達80%(圖7)。這是因為浙江省在注重城市洪澇韌性建設的同時,貫徹落實生態環境保護政策,維護城市洪澇韌性與生態系統服務的協調發展。

3 討論

3.1 城市洪澇韌性與生態系統服務的耦合協調關系的綜合分析

通過觀察城市洪澇韌性與四種生態系統服務之間的耦合協調度,可以看出長三角城市群的城市洪澇韌性與水源涵養、土壤保持及氣候調節服務之間的協調關系具有明顯的兩極分化特征,主要表現為:南部都處于良好的協調狀態,而北部偏弱,即這三種生態系統服務較高的地區往往具有更好的耦合協調性。城市洪澇韌性與水質凈化服務的耦合協調性和城市洪澇韌性水平的空間分布較為一致,這與長三角城市群土地利用/土地覆蓋的空間分布特征密切相關,南部主要是森林,而北部主要是耕地,而森林在水源涵養、土壤保持及氣候調節服務方面發揮著重要作用[39]。例如,位于長三角城市群南部的杭州在城市洪澇韌性與生態系統服務之間的耦合協調度上遠遠領先于其他城市。杭州西部、中部和南部為浙西丘陵地區,有天目山、白際山和龍門山等,森林資源豐富。杭州市政府實施了一系列計劃,如《杭州市生態文明建設規劃(2010—2020)》、《杭州環境功能區劃》和《新時代美麗杭州建設實施綱要(2020—2035年)》等,以保護生態系統。此外,杭州市的城市洪澇韌性也處于較高水平,為推動杭州市防洪減災,杭州市頒布了《杭州市城市防洪排澇三年行動計劃(2014—2016年)》,以及加快打造“會呼吸”、有韌性的海綿城市,從而促進了城市洪澇韌性和生態系統服務的協調發展。

長三角城市群的北部,尤其是蘇北和皖西主要以耕地為主,中部地區的建設用地占比較大,這些地區在提供生態系統調節服務方面偏弱,這與李成等人[40]、Ding等人[18]的研究成果一致。以上海為例,與Lu等人[23]研究結果相似,上海市的城市洪澇韌性在所有城市中是最好的,然而由于較低的生態系統服務,其城市洪澇韌性與生態系統服務的耦合協調性明顯不及南部城市。因此,針對經濟發達地區,提高生態系統服務可以促進城市洪澇韌性與生態系統服務的耦合協調性。

從以上分析可以看出,城市洪澇韌性與生態系統服務之間的耦合協調發展區域與生態系統服務高值的空間分布基本一致,表明如果一個區域具有較高的生態系統服務,則城市洪澇韌性和生態系統服務之間將更容易實現協調發展。此外,通過城市洪澇韌性時空特征分析,對于欠發達地區,發展經濟是重中之重,而針對經濟發達地區,通過改善自然生態環境,提升生態系統服務功能是提高韌性水平的關鍵。因此,長三角城市群不僅要協調自然、經濟、社會和基礎設施韌性的發展,還必須加強生態系統的保護與建設。否則,盲目的經濟發展將破壞當地生態系統,從而影響城市洪澇韌性建設。

3.2 長三角城市群發展的政策建議

對于城市洪澇韌性滯后的安徽省,加強經濟韌性與社會韌性建設,在合肥都市圈和南京都市圈的輻射帶動下,有效整合產業資源和創新要素,推進經濟高質量發展,全面提升社會的防災應急能力;對于城市洪澇韌性較好的上海、南京等城市,持續提升基礎設施韌性和自然韌性,應根據建設海綿城市和韌性城市要求,從提升生態系統服務功能角度出發,采用景觀綠化與排水防澇一體化的城市空間韌性利用新方式,建設“人—水—生態”和諧的高質量城市。

對于生態系統服務滯后的上海、皖西和蘇北,在促進經濟發展的同時,兼顧生態系統的保護。全力推動自然保護區建設,加強新生濕地培育和生態修復,劃定生態脆弱區,并控制其土地開發利用規模。其中,對于水質凈化服務滯后的鹽城、合肥、安慶和滁州,嚴格耕地保護政策,加強農業生態資源保護,以綠色生態為導向,減少農藥化肥用量,推廣水肥一體化等高質高效的農業技術。

對于城市洪澇韌性與生態系統服務失調的北部地區,重點提升土壤保持服務和氣候調節服務,加強以低碳為特征的綠色基礎設施建設,完善城市洪澇災害應急響應機制,全面提高城市防洪減災能力。此外,加強上海、南京、蘇州、杭州、合肥5個重要城市輻射帶動作用,提升長三角城市群的城市洪澇韌性建設與生態環境保護的協同治理水平。

3.3 研究的局限性

本文聚焦于城市洪澇韌性與生態系統服務的研究,然而,對于城市洪澇韌性的評估國內外學者已經取得了大量成果,由于數據的可獲取性,本文未將政府治理能力和居民參與度等指標納入城市洪澇韌性評估中,這可能會對評估結果造成一定影響。未來研究需要結合更多的訪談和調研數據來完善城市洪澇韌性的評估指標體系。其次,研究發現生態系統服務對城市洪澇韌性有一定的促進作用,然而,耦合協調度模型不能直接反映城市洪澇韌性與生態系統服務之間的協同作用,因此,在未來的研究中,本文需要深入探討二者之間可能的協同作用。最后,本文從城市群尺度討論了生態系統服務與城市洪澇韌性之間的耦合協調關系,研究結果對于促進長三角城市群的城市洪澇韌性建設和生態環境保護具有一定參考價值,但是未來仍需要將研究尺度精細化,從而獲得更小尺度的研究結果和針對性的政策建議。

4 結論

本文綜合運用基于麻雀算法的投影尋蹤模型、InVEST模型和耦合協調度模型,分析了長三角城市群2000—2020年的城市洪澇韌性和生態系統服務,以及兩者耦合協調關系,主要結論如下:(1)長三角城市群的城市洪澇韌性強度呈現出“上海>江蘇>浙江>安徽”的空間格局,發達城市的洪澇韌性水平明顯高于欠發達城市。從時間維度看,長三角城市群的城市洪澇韌性水平呈現“N”型增長趨勢,經濟韌性、社會韌性和基礎設施韌性對其影響遠大于自然韌性的影響。經濟是影響城市洪澇韌性波動的主要因素,而自然韌性成為城市洪澇韌性提升的關鍵短板。(2)長三角城市群的4種生態系統服務存在顯著的空間異質性,尤其是高植被覆蓋的南部地區提供了更高的生態系統服務,但其空間分布在研究期間是穩定的。從總量上看,2000—2020年長三角城市群的水源涵養和水質凈化服務總體呈向好趨勢,土壤保持服務整體呈現倒“N”型增加,氣候調節服務呈現微弱的下降趨勢。(3)城市洪澇韌性與生態系統服務的耦合協調關系在研究期內整體上較為穩定,且與生態系統服務的時空變化趨于一致,其中,城市洪澇韌性與水源涵養服務之間的耦合協調度呈現微弱的先減后增趨勢,且整體表現最佳,而與水質凈化、土壤保持和氣候調節之間的耦合協調度均發生了微弱的下降。從空間上看,城市洪澇韌性與生態系統服務的耦合協調度整體上呈現“南高北低、由西南向東北逐漸減弱”的趨勢。生態系統服務較高的地區具有更好的耦合協調性,且隨著生態系統服務的增加而改善。

總言之,提升生態系統服務功能既是改善城市洪澇韌性水平的關鍵,亦能促進城市洪澇韌性和生態系統服務的協調發展。因此,本文針對長三角城市群的城市洪澇韌性與生態系統服務的耦合協調關系特征,從生態系統服務角度提出相應政策建議。