论文部分内容阅读
生态系统服务作为衡量生态系统结构与功能重要性的指标之一,可以作为城市规划、生态保护政策的依据。据研究发现,我国的生态系统服务正在因城市的快速扩张和人类活动的增强而退化。这种退化反过来影响了人类生产和生活条件,直接或者间接地影响了人类经济社会的可持续发展和人类福祉。本文在系统述理当前研究不足的基础上,开展了生态系统服务多维时空分异特征及其权衡协同关系的分析,探索了空间依赖作用下的生态系统服务空间分异驱动力,重点从多类型生态系统服务权衡、多层次生态指标协同视角,开展生态约束下的城市扩展过程情景模拟研究。本文选择武汉市为典型区域,对文中所开发的关键技术进行了应用,旨在为武汉市绿色发展提供理论与方法支持。具体的研究结论如下:(1)生态系统服务多维时空分异及其权衡协同关系选取粮食生产、产水量、碳储、生物多样性保护、水土保持、户外运动六种生态系统服务作为研究对象,对生态系统服务及其变化的象限分异性、城乡梯度分异性、行政区分异性、城市功能区分异性等多维空间分异特征进行分析;最后,对生态系统服务对的权衡协同关系进行分析。研究发现:(1)武汉市六种生态系统服务及其动态变化均表现出空间异质性,在不同时间节点上的空间分布表现出“整体相似,局部差异”的特征;(2)除产水量、水土保持外,其他生态系统服务具有明显的“象限分异性”;(3)所有生态系统服务随城乡梯度带呈现出“渐变”的特征;(4)除碳储、生物多样性保护外,其他生态系统服务具有明显的“行政区分异性”;(5)所有生态系统服务随城市功能区由内而外表现出“单调变化”的特点;(6)生态系统服务之间存在明显的权衡-协同关系,在不同的时间节点上,生态系统服务之间的关系存在“总体相似,部分差异”的特点。生态系统服务权衡-协同关系演化受气候变化、土地利用、植被覆盖等多种因素影响。(2)顾及空间依赖性的生态系统服务空间分异驱动力分析从“地形-气候-社会经济-土地利用/覆盖”四个方面出发选取指标,采用共线性检验与相关分析刷选出有效因子。运用Moran’s I分析方法对生态系统服务的空间依赖性进行诊断。采用OLS对空间回归模型的适用性进行初判。采用空间回归模型,对空间依赖作用下各驱动因子的作用进行判别,识别生态系统服务簇的“主导因子”、“关键因子”、“主要因子”。研究发现:(1)六种生态系统服务的空间分布呈现明显的集聚特征;(2)空间滞后模型更适合粮食生产、碳储、生物多样性保护、水土保持服务的回归,而空间误差模型则更适用于产水量和户外娱乐的回归;(3)各因子对生态系统服的驱动作用不同;(4)影响生态系统服务簇的主导因子为林地面积占比、耕地面积占比、林地聚合度、水域聚合度;关键因子为高程、建设用地面积占比、建设用地平均周长面积比、耕地平均周长面积比、水域平均周长面积比;主要因子为坡度、距离道路远近、POI密度、景观平均周长面积比、林地平均周长面积比、耕地聚合度、建设用地聚合度;(5)空间回归模型对生态系统服务及其驱动因子的关系建模效果较好。除去产水量以外,空间回归模型对其它五种生态系统服务建模的拟合优度均高于0.75。除此之外,所有空间回归模型R~2和对数似然均大于OLS模型的对应参数,AIC和SC均小于OLS模型的对应参数。(3)基于生态系统服务及其权衡关系约束的城市扩展模拟采用有序加权平均(OWA)算子对多种生态系统服务进行加权求和,并对不同值设置下的生态系统服务整合风险与权衡作用进行量化。然后,构建集成Markov、BPANN、OWA、CA的组合模型进行基于生态约束的城市扩展模拟。在模型训练和验证的基础上,对未来城市扩展情景进行预测。通过改变OWA的参数,设计不同的生态约束情景,分别生成不同情景下的城市扩展方案,并对不同方案下的城市用地数量结构、空间布局、景观格局特征、生态效应进行对比分析,为生态友好型城市规划的制定提供依据。研究发现:(1)生态系统服务综合价值及风险效应、权衡关系随OWA的的取值不同而变化;(2)Markov、BPANN、OWA、CA的组合模型可以有效预测城市扩展数量与空间分布,其中运用Makov链、BPANN、OWA-CA模型的准确率分别为95%以上、95.241%和0.824;(3)武汉市规划者在过去一段时间内采取的是“优势生态系统服务保护”的策略。该策略只对价值最高的生态系统服务进行保护,产生了最小的权衡效应,但有可能造成较大的生态保护风险;(4)不同的生态约束情景下,2025年武汉市城市用地的空间布局不同。相比较弱约束情景(>1),强约束情景(<1)下,城市周边生态环境较好的地区,城市扩展率较低,而在建设活动强、人口密集的地区城市扩展率较高;(5)4种典型生态约束情景下的2025年武汉市城市扩展预测结果表明,“重点生态服务保护情景”有利于城市向内挖潜,有利于农业、绿色、蓝色空间的保护,同时不会造成城市扩展图斑的过度破碎化、不规则化,是相比较传统的“优势生态服务保护情景”更优的一种生态保护策略。(4)基于区域生态承载力和局部生态系统服务双层约束的城市扩展优化将区域生态承载力与局部水生态系统服务一起构建城市扩展的双层生态约束体系。采用集成Markov、二元Logistic(BLR)、CA的组合模型进行城市扩展模拟。通过引入不同层次的生态约束因子,进行多层次生态约束情景下的城市扩展模拟,分析不同情景下的城市用地空间分布、数量特征、生态损失效应等的异同,从而为城市扩展提供多种可供选择的策略。研究发现:(1)Markov-BLR-CA模型在城市扩展模拟中是有效的,模型预测精度达81%;(2)武汉市生态承载力与生态重要性存在空间错位,双层生态约束的整合有望协调城市扩张与生态保护在多层次上的关系;(3)4种生态约束情景下(即BAU、GEC-UES、LEC-UES和GLEC-UES),武汉市2025年城市用地空间布局不同。在有全局生态约束的两种情景(GEC-UES和GLEC-UES)中,ECC值较高的地区(如江夏区和蔡甸区)新增城市用地的分布有所增加。在有局部生态约束的两种情景(LEC-UES和GLEC-UES)中,城市扩展占用耕地和水体较少;(4)考虑双层生态约束将有助于促进城市化与区域生态平衡以及局部生态系统服务之间的协调。