曹翊坤，付梅臣，謝苗苗,*，高 云，姚思瑤

1 北京市海淀區(qū)房屋管理局，北京 100193 2 中國(guó)地質(zhì)大學(xué)(北京) 土地科學(xué)技術(shù)學(xué)院，北京 100083

基于LSMM與MSPA的深圳市綠色景觀連通性研究

曹翊坤1,2，付梅臣2，謝苗苗2,*，高 云2，姚思瑤2

1 北京市海淀區(qū)房屋管理局，北京 100193 2 中國(guó)地質(zhì)大學(xué)(北京) 土地科學(xué)技術(shù)學(xué)院，北京 100083

基于線性光譜混合模型(LSMM, Linear Spectral Mixture Model)，引入形態(tài)學(xué)空間格局分析(MSPA，Morphological Spatial Pattern Analysis)進(jìn)行城市地域綠色景觀連通性評(píng)價(jià)。根據(jù)城市綠色景觀特點(diǎn)和MSPA方法中的7種連通性類型的涵義，定義了城市綠色景觀連通性功能類型。以深圳市1986年、1995年、2000年、2005年及2010年五期Landsat TM影像為數(shù)據(jù)源，應(yīng)用線性光譜混合模型提取植被覆蓋率，得到深圳市植被覆蓋圖。在此基礎(chǔ)上，提取出高、全植被覆蓋作為目標(biāo)像元進(jìn)行MSPA處理，分析植被覆蓋狀況與綠色景觀功能類型的時(shí)序總體特征及空間梯度動(dòng)態(tài)。結(jié)果表明：深圳市綠色景觀破碎程度較高，表現(xiàn)為對(duì)結(jié)構(gòu)連通性貢獻(xiàn)最小的斑塊類型總數(shù)最大。城市內(nèi)部東西部連通性呈現(xiàn)出不同變化的趨勢(shì)；右側(cè)外圈層的大鵬半島結(jié)構(gòu)連通性最佳；在同一城市化發(fā)展梯度上，東部的樣帶連通性水平比西部要好。在城市化過(guò)程中，深圳市高、全覆被植被像元連通性大小受以下因素的影響：城市化程度，地形因素及區(qū)域定位。在同一城市化程度上，地形因素對(duì)景觀連通性的影響較大。從整體的時(shí)間變化和空間梯度動(dòng)態(tài)分析可知，在快速城市化過(guò)程中植被覆蓋率和連通性功能均下降，而到穩(wěn)定城市化階段植被覆蓋率和連通性均得到改善。研究表明線性光譜混合模型與形態(tài)學(xué)空間格局分析相結(jié)合可以較好的表征城市綠色景觀連通性類型時(shí)空分布特征，進(jìn)而明晰城市化過(guò)程與區(qū)域內(nèi)綠色景觀數(shù)量及連通性動(dòng)態(tài)變化關(guān)系。

城市綠色景觀；連通性；形態(tài)學(xué)空間格局分析；深圳市

城市是人類居住的主要區(qū)域[1]，城市綠色景觀包含城市綠地及耕地、園地、林地或其他農(nóng)用地[2]，是城市生態(tài)系統(tǒng)服務(wù)的重要提供者之一，具有緩解城市熱島效應(yīng)[3]、固碳釋氧[4]、減少城市大氣污染[5]、保護(hù)城市生物多樣性[6]等功能。城市化過(guò)程造成綠色景觀數(shù)量和格局發(fā)生劇烈變化，破碎程度加劇。在高度破碎化的景觀中，連通性有利于維持種群個(gè)體在殘留生境擴(kuò)散，緩解片段化種群的局域滅絕風(fēng)險(xiǎn)，是區(qū)域土地可持續(xù)利用和生物保護(hù)領(lǐng)域的主要指標(biāo)[7]，是人類強(qiáng)烈干擾區(qū)域中的物種豐富度[8]和遷徙過(guò)程[9]的物質(zhì)基礎(chǔ)。因此綠色景觀連通性影響著城市生態(tài)系統(tǒng)發(fā)揮作用，是評(píng)價(jià)城市生態(tài)平衡和環(huán)境改善的重要依據(jù)。

目前連通性研究多通過(guò)景觀格局指數(shù)[10- 11]和模型[12]進(jìn)行識(shí)別分析。其中格局指數(shù)應(yīng)用最為廣泛，但也具有明顯的局限性[11- 15]：例如景觀水平上的指數(shù)只能提供單一數(shù)值，缺少空間分布信息；由于指數(shù)高度概括，不同連通性格局的景觀可能在指數(shù)上表現(xiàn)出相似數(shù)值；其生態(tài)學(xué)意義較為局限，例如表征斑塊形狀特征的周長(zhǎng)-面積比指數(shù)，僅能識(shí)別出連接廊道的格局特性。近些年國(guó)內(nèi)外研究者提出了圖論法[16]及模型與指標(biāo)耦合[17- 18]度量景觀連通特征。前者可較好的識(shí)別景觀中關(guān)鍵節(jié)點(diǎn)和多種連接，但需結(jié)合其他方法識(shí)別廊道[19]，且結(jié)果數(shù)據(jù)冗余，需進(jìn)一步的修正[20]。后者能綜合考慮景觀結(jié)構(gòu)和功能變化的影響因素，彌補(bǔ)單一方法或指數(shù)的缺陷[21]。但上述方法都是基于斑塊的評(píng)價(jià)，在大尺度景觀的研究中的應(yīng)用易湮滅小型斑塊，造成結(jié)果精確度欠佳[22]。

區(qū)別于傳統(tǒng)的景觀連通性評(píng)價(jià)以斑塊為中心的方式，基于形態(tài)學(xué)的格局分析方法(MSPA)方法[23- 24]從像元的層面上提取出具有景觀連通性意義區(qū)域(如：節(jié)點(diǎn)和廊道)，從空間形態(tài)上說(shuō)明其連通性功能，體現(xiàn)其在物質(zhì)信息能量流的作用，突出連接和生態(tài)踏腳石等景觀要素，不僅能量化結(jié)構(gòu)連通性也可量化功能連通性[25]。其應(yīng)用發(fā)展從“邊緣類別制圖[26]”、“內(nèi)部生境滲透度[27]”到卷積算法在森林景觀連通性的實(shí)證研究[28- 30]，均獲得預(yù)期的效果。對(duì)美國(guó)Delmarva半島森林[31]和斯洛伐克北部森林區(qū)[32]的研究表明MSPA各類型很好的反映了各生境斑塊的連通性功能，且能同時(shí)識(shí)別多種具有連通性意義的空間類型而不受研究區(qū)尺度過(guò)大的影響。在對(duì)美國(guó)綠色基礎(chǔ)設(shè)施規(guī)劃與評(píng)價(jià)研究中滿足了跨州際及時(shí)間動(dòng)態(tài)管理的需求[25]。

目前應(yīng)用MSPA方法評(píng)價(jià)森林景觀連通性多使用中分辨率影像或者地類作為數(shù)據(jù)來(lái)源。城市地表覆被較森林景觀更為復(fù)雜，除了林地、耕地等地類，還包括內(nèi)部的綠色空間[33]，利用遙感影像進(jìn)行地類解譯往往由于大量混合像元的存在，影響綠色景觀的提取效果。線性光譜混合模型(LSMM，Linear Spectral Mixture Model)則以其簡(jiǎn)單、高效、物理意義明確等優(yōu)點(diǎn)，有效解決了混合像元問(wèn)題[34]，并且植被覆蓋率可作為城市綠色景觀覆蓋質(zhì)量的表征。本文探討結(jié)合LSMM與MSPA方法，以快速城市化地區(qū)深圳市為例，進(jìn)行城市綠色景觀的提取與連通性功能類型劃分，量化評(píng)價(jià)綠色景觀連通性格局在1986年至2010年間城市化過(guò)程中的時(shí)空動(dòng)態(tài)，探討城市化過(guò)程中綠色景觀連通性的時(shí)空演化一般特征和驅(qū)動(dòng)因素。

1 研究區(qū)與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

深圳地處廣東省中南部沿海，陸地范圍為E 113°46′—114°37′，N 22°27′—22°52′；全市總面積1952.84 km2。地貌類型多樣，以丘陵、階地和平原為主；結(jié)構(gòu)上呈階梯狀分布。地勢(shì)東南高，西北低；地面坡度較緩和。氣候?qū)倌蟻啛釒ШＱ笮约撅L(fēng)氣候，年平均溫度22.4 ℃，年降水量1948 mm。主要植被類型包括亞熱帶常綠季雨林、山地常綠闊葉林、亞熱帶常綠針葉林、紅樹(shù)林、竹林、亞熱帶常綠灌叢、草叢等近自然植被和人工林及農(nóng)業(yè)植被等人工植被。在快速的城市化過(guò)程中，原生植被多被破壞，現(xiàn)存植被多為次生林、人工林和經(jīng)濟(jì)作物[35]。

1.2 數(shù)據(jù)源及預(yù)處理

本研究數(shù)據(jù)源包括深圳市2010年、2005年、2000年、1995年和1986年5個(gè)時(shí)期的Landsat TM衛(wèi)星遙感影像，軌道號(hào)均為121/44和122/44，均選擇秋冬季節(jié)無(wú)云、成相質(zhì)量好的影像。數(shù)據(jù)預(yù)處理包括輻射校正、幾何校正與裁剪等，采用的軟件為ArcGIS9.3、Envi4.3。

2 城市綠色景觀連通性功能類型提取

2.1 植被信息提取

VIS模型(Vegetation-Impervious-Soil)[36]提出對(duì)基于光譜分析定量提取城市景觀組分具有重要的意義，其中線性光譜分離技術(shù)(LSMM)由于能夠形成高質(zhì)量的組分圖、較低的誤差、易于處理等[37]成為應(yīng)用最為廣泛、成熟的模型，適合于本研究。處理過(guò)程包括MNF(Minimum Noise Fraction)變換、PPI(Pixel Purity Index)處理、終端單元的收集、線性光譜分離、結(jié)果的檢驗(yàn)與校正等[38- 39]。根據(jù)深圳市地物特征，選取高反照、低反照、植被與土壤四個(gè)端元[35,40]。采用光譜分離均方差與樣區(qū)檢驗(yàn)兩種方法對(duì)分離的結(jié)果進(jìn)行精度檢驗(yàn)，圖像平均誤差0.0055，均方差大于0.1的像元數(shù)量2個(gè)，在可接受范圍之內(nèi)[35]。并選用GOOGLE EARTH上的高分辨率影像進(jìn)行分層與隨機(jī)抽樣的方式進(jìn)行精度檢驗(yàn)，選取100個(gè)300 m×300 m樣區(qū)配準(zhǔn)至TM數(shù)據(jù)，目視解譯得到單一的植被覆蓋分布，與線性光譜分離的圖像進(jìn)行比對(duì)，得出植被覆蓋度均方差誤差為0.089，精度較高能夠滿足研究要求。最終得到深圳市5期植被覆蓋率分布圖(圖1)。

MSPA方法在城市綠地景觀環(huán)境應(yīng)用的關(guān)鍵是二值柵格圖中目標(biāo)像元與背景像元的區(qū)分。在隨機(jī)圖上，形態(tài)空間格局等級(jí)的多樣性依賴于表現(xiàn)出來(lái)的目標(biāo)像元數(shù)量[41]。根據(jù)滲透理論[42]和文獻(xiàn)中對(duì)高覆蓋度植被的界定[43]，本研究中定義植被覆蓋率達(dá)到60%的像元作為的目標(biāo)像元，即綠色像元，在二值圖中賦值為1，其余為背景像元，賦值為0，既可通過(guò)MSPA評(píng)價(jià)整體連通性又可通過(guò)植被覆蓋度閾值保證像元內(nèi)部的連通性。

圖1 深圳市1986—2010年植被覆蓋率分布圖Fig.1 Vegetation fraction of Shenzhen from 1986 to 2010

2.2 連通性功能類型

MSPA識(shí)別目標(biāo)像元集與結(jié)構(gòu)要素之間的空間拓?fù)潢P(guān)系，將目標(biāo)像元集分為核心、斑塊、孔隙、邊緣、橋接、環(huán)道和支線7種類型[44]。結(jié)合城市綠色像元的分布和形態(tài)聚集特征，表現(xiàn)出不同于森林景觀的內(nèi)涵，其定義、特征和表象如下表所示(表1)。

表1 城市地域中MSPA類型定義及特征Table 1 The definition, characteristics and appearance of morphological spatial pattern analysis (MSPA) classes in urban area

2.3 MSPA方法參數(shù)確定

在運(yùn)算過(guò)程中需定義4種關(guān)鍵參數(shù)[45]。

(1)像元大小

同指柵格圖的空間分辨率。據(jù)研究，城市綠地斑塊面積達(dá)到1 hm2以上時(shí)，才能緩解城市熱環(huán)境聚集效應(yīng)[46]，因此將篩選出來(lái)的綠色像元進(jìn)行合并。通過(guò)對(duì)90 m×90 m和100 m×100 m重采樣結(jié)果對(duì)比，前者誤差小于0.02%，可忽略不計(jì)，因此采用90 m為本研究像元邊長(zhǎng)。

(2)尺寸參數(shù)

是基于目標(biāo)景觀范圍的定義，與研究尺度相關(guān)。由于地圖的范圍，空間和制圖比例尺等參數(shù)與本文目的無(wú)關(guān)，因此不討論這些因素[45]。尺寸參數(shù)是腐蝕或者膨脹等算子運(yùn)算的寬度；其與邊緣類和孔隙類的寬度，核心類面積的最小值以及斑塊面積的最大值相關(guān)[41]。

(3)結(jié)構(gòu)要素

結(jié)構(gòu)要素是指對(duì)目標(biāo)景觀類型圖進(jìn)行處理的單位。通過(guò)結(jié)構(gòu)要素對(duì)柵格像元進(jìn)行一系列邏輯運(yùn)算(如：對(duì)柵格像元取并集、交集、補(bǔ)集等)來(lái)達(dá)到分析景觀格局的目的。分為8鄰域和4鄰域[42]?？紤]到避免格網(wǎng)連接悖論[45]以及城市景觀的復(fù)雜多樣性，將綠色像元區(qū)(前景區(qū))設(shè)置為8鄰算法，非綠色像元區(qū)(背景區(qū))設(shè)置4鄰算法。

(4)邊緣寬度參數(shù)

由尺寸參數(shù)S和像元大小P決定[32]。本研究中沒(méi)有設(shè)定目標(biāo)物種，默認(rèn)一個(gè)像元的邊長(zhǎng)作為邊緣寬度參數(shù)。

2.4 連通性功能類型時(shí)空動(dòng)態(tài)分析

經(jīng)過(guò)MSPA分析得到各時(shí)點(diǎn)深圳市綠色景觀連通性功能類型格局(圖2)。

圖2 1986—2010年深圳市綠色景觀連通性功能類型分布圖Fig.2 Classification maps of connectivity pattern of green landscape of Shenzhen from 1986 to 2010

為凸顯城市內(nèi)部的差異性，研究城市化過(guò)程在空間梯度上對(duì)綠色景觀連通性的影響而采用典型樣帶分析。參考前人研究成果[46- 48]，選用3 km間隔的“S”型格網(wǎng)由西向東穿越各個(gè)城市發(fā)展圈層并編號(hào)(圖3)。并將樣帶格網(wǎng)分為第1圈層(43—57)、第2圈層(26—42，58—67)；考慮到第3圈層內(nèi)部也有分化，將12—25，68—80劃為第3圈層；1—11，81—91為外圈層。

圖3 空間梯度樣帶分析示意圖[46]Fig.3 Sketch map of spatial gradients transect analysis [46]

3 深圳市綠色景觀連通性功能類型時(shí)空動(dòng)態(tài)分析

3.1 綠色景觀連通性功能類型結(jié)構(gòu)變化分析

3.1.1 綠色景觀連通性功能類型時(shí)序總體變化特征

在研究期內(nèi)，深圳市的綠色景觀連通性功能類型的總量和各類型的分量都發(fā)生了較大的變化(表2)。體現(xiàn)為如下幾個(gè)特點(diǎn)：

(1)研究期內(nèi)對(duì)連通性貢獻(xiàn)最低的斑塊類總數(shù)最大，其次為橋接類，孔隙類最少；而核心類面積波動(dòng)幅度最大。

(2)除斑塊類外其他6種連通性功能類型面積呈現(xiàn)先減后增的趨勢(shì)，均在2000年處于峰谷位置；其中核心類減少了86.34%，減幅最大；2000年之后，各類型面積顯著增加，核心類增長(zhǎng)幅度最大，達(dá)到286%，其他類型面積增幅超過(guò)135.18%。斑塊類在此期間先減少后增長(zhǎng)再減少，在1986—1995年間減少的比例最低為34.24%，2000年到2005年間，斑塊類略有增長(zhǎng)。2005—2010年間，各類型面積變化趨勢(shì)分異增大，增幅最大達(dá)到119.35%(核心類)，其次是邊緣類為79.92%，而斑塊類相對(duì)上一期減少了6.29%。

表2 1986—2010年各類綠色景觀連通性功能類型面積變化/hm2Table 2 Area of each MSPA classes in Shenzhen from 1986 to 2010

3.1.2 城市綠色景觀連通性功能類型時(shí)序轉(zhuǎn)移矩陣

1986年至2010年的連通性功能類型轉(zhuǎn)移矩陣說(shuō)明其內(nèi)部空間變化特征[49]。到研究期末，除孔隙外各類型轉(zhuǎn)為非綠色像元區(qū)域比例均為最大值(表3)。類型內(nèi)部轉(zhuǎn)換中，多向連通性高的類型轉(zhuǎn)換，說(shuō)明保留下來(lái)的綠色景觀連通性在改善。如：2.97%的斑塊轉(zhuǎn)為支線類，12.78%的支線類和11.04%的環(huán)道類轉(zhuǎn)成了橋接類；橋接，孔隙和邊緣類轉(zhuǎn)換為核心類的較多，分別為13.33%、50.49%和19.33%。而核心類中有17.67%轉(zhuǎn)化成為邊緣，顯示出期間有部分核心景觀萎縮。

表3 1986—2010年深圳市域綠色景觀連通性功能類型變化轉(zhuǎn)移矩陣Table 3 Transition matrix of MSPA classes and background changes from 1986 to 2010 in Shenzhen

3.2 城市綠色景觀連通性功能類型空間梯度分異特征

2010年深圳市綠色景觀連通性類型像元數(shù)量沿樣帶編號(hào)方向呈現(xiàn)不同的趨勢(shì)(圖4)。隨著樣帶推進(jìn)，核心、邊緣、橋接和支線類趨勢(shì)較為一致；而環(huán)道類的趨勢(shì)顯示出一種“N”型的趨勢(shì)。斑塊除在右側(cè)外圈層降幅明顯外，數(shù)量始終維持在較高的水平上。各圈層連通性功能類型的平均數(shù)量分異代表了不同城市化發(fā)展空間梯度上連通性變化規(guī)律(表4)。由于孔隙類在采樣中數(shù)量少，因此在以下分析中不考慮孔隙的變化。

表4 深圳市各圈層空間梯度樣帶各格網(wǎng)MSPA類型平均數(shù)量(2010年)Table 4 The average counts of MSPA classes for each grid of spatial gradients in each circle in Shenzhen(2010)

圖4 深圳市綠色景觀連通性功能類型像元數(shù)量的空間梯度分異(2010年)Fig.4 Spatial gradient differentiation of each MSPA classes of green landscape in Shenzhen (2010)

(1)外圈層的81—91號(hào)樣帶景觀連通性最佳，表現(xiàn)在核心、邊緣及橋接這3類具有重要連通功能意義的類別出現(xiàn)最大值(分別為337、133、286)且平均值最大。而同外圈層的1—11號(hào)樣帶中以斑塊類型為主，前三類數(shù)值為0。

(2)城市內(nèi)部3個(gè)圈層?xùn)|西樣帶相比，東部樣帶表現(xiàn)出連通性優(yōu)勢(shì)；且除斑塊以外的6種類型均在東部的2圈層達(dá)到最大值。西部樣帶在從第3到第1圈層的位移中，各連通功能類型變化趨勢(shì)為單調(diào)遞增；東部樣帶則表現(xiàn)出先增后減的趨勢(shì)，各類型高值區(qū)出現(xiàn)在第2圈層。

(3)各圈層類型總數(shù)代表了綠色像元的數(shù)量。1—11號(hào)樣帶中綠色像元數(shù)比12—25號(hào)少，且具有連通性意義類型數(shù)量為0。說(shuō)明在快速城市化地區(qū)的植被覆蓋率和連通性功能均處于弱勢(shì)。

(4)樣帶43—57比68—80號(hào)綠色像元少，對(duì)比各類型平均值，核心區(qū)差值(5.61)比邊緣區(qū)(0.65)大，說(shuō)明第1圈層內(nèi)部核心區(qū)雖數(shù)量少，但形狀較第3圈層更不規(guī)則，且支線和環(huán)道的數(shù)量比68—90號(hào)樣帶多，說(shuō)明該區(qū)域內(nèi)的核心類聚集程度及綠色像元能量交換和物質(zhì)交換范圍較第3圈層更優(yōu)。同時(shí)，43—57樣區(qū)斑塊平均值比例比68—80號(hào)樣帶小。

整體上，外圈層81—91號(hào)樣帶連通性功能最好；在城市內(nèi)部，連通性功能大小在西部樣帶呈現(xiàn)出第1圈層>第2圈層>第3圈層的趨勢(shì)，而東部樣帶則是第2圈層>第1圈層>第3圈層；在同一城市化發(fā)展梯度上，東部的樣帶結(jié)構(gòu)連通性水平比西部要好。

4 討論

4.1 深圳市綠色景觀連通性動(dòng)態(tài)特征及原因分析

1986到2010年間，深圳城市發(fā)展經(jīng)歷了“快速擴(kuò)張、提高整合、科學(xué)轉(zhuǎn)型”3個(gè)階段[48,50]，本次研究表明，期內(nèi)深圳市綠色景觀及其連通性隨著城市化進(jìn)程而變化，呈現(xiàn)出先減小后增加的趨勢(shì)。研究期內(nèi)，深圳市綠色景觀對(duì)結(jié)構(gòu)連通性貢獻(xiàn)最小的斑塊類型總數(shù)最大，呈現(xiàn)出破碎程度較高的狀態(tài)。轉(zhuǎn)移矩陣表明，深圳市綠色景觀處于劇烈波動(dòng)中，一是大量初期綠色像元到期末轉(zhuǎn)為非綠色像元，說(shuō)明城市化過(guò)程中去植被化或是植被覆蓋率降低。二是綠色景觀連通性類型內(nèi)部轉(zhuǎn)化以向連通性意義高的類型轉(zhuǎn)化為主。

在時(shí)序分析的基礎(chǔ)上，本文從空間梯度上對(duì)連通性功能類型變化趨勢(shì)進(jìn)行了研究，以細(xì)化城市發(fā)展階段對(duì)綠色景觀連通性影響。在外圈層，1—11號(hào)樣區(qū)對(duì)應(yīng)寶安區(qū)公明中部及松崗北部，81—91號(hào)樣區(qū)對(duì)應(yīng)大鵬半島，均為城市發(fā)展相對(duì)滯后區(qū)域[48,51]，區(qū)域間連通性功能類型的數(shù)量差異與地形及政策相關(guān)。寶安區(qū)遠(yuǎn)離市中心且地勢(shì)平坦，支柱產(chǎn)業(yè)為工業(yè)，建設(shè)用地規(guī)模長(zhǎng)期保持?jǐn)U張趨勢(shì)。大鵬半島地形以山地為主，是深圳市生態(tài)環(huán)境重點(diǎn)保護(hù)區(qū)，政策的傾斜和城市發(fā)展限制[52]使得該區(qū)域內(nèi)表現(xiàn)出優(yōu)質(zhì)的生態(tài)環(huán)境。第三圈層內(nèi)東部(龍崗區(qū)龍崗街道)較西部(寶安區(qū)松崗街道)以斑塊為主的各類型數(shù)量都要多，說(shuō)明受地形的庇護(hù)，東部植被覆蓋程度比西部好，但該圈層景觀連通性功能主要受城市化程度的影響。

在第2圈層，東西樣區(qū)的連通性功能類型數(shù)量存在較大差異。西部的龍崗、觀瀾及松崗，地勢(shì)平坦，在前期城市化過(guò)程中建設(shè)用地規(guī)模大幅提高[48]；而東部樣區(qū)穿過(guò)梧桐山脈，地勢(shì)相對(duì)較高，地形狹小[53]，加之梧桐山是深圳唯一的省級(jí)風(fēng)景名勝保護(hù)區(qū)，連通性處于較高水平。

第1圈層穿過(guò)南山、福田及羅湖區(qū)，是深圳的城市中心，也是深圳市城市化進(jìn)程的最高階段。其連通性功能比西部第2圈層優(yōu)，但不如東部第2圈層是因?yàn)闁|部樣區(qū)位于鹽田區(qū)，其區(qū)域功能為港口及旅游區(qū)，具有成片的山體限制了建設(shè)活動(dòng)在空間上的擴(kuò)張，顯示出景觀較為聚集。

綜上所述，城市化發(fā)展階段、區(qū)域政策定位及地形因素是影響深圳城市連通性功能類型數(shù)量的主要因素，且地形因素影響顯著地區(qū)連通性。從不同城市化階段的空間梯度分析可知，在快速城市化地區(qū)植被覆蓋率和連通性功能均處于弱勢(shì)，而城市化達(dá)到一定程度后(第2圈層)地形因素超過(guò)了城市化進(jìn)程對(duì)植被覆蓋和連通性的影響力，到高度城市化地區(qū)(第1圈層)，隨著城市對(duì)綠色景觀的保育與恢復(fù)，連通性得到提升。

4.2 MSPA方法應(yīng)用

對(duì)比前人研究[46,54]的結(jié)論，印證了MSPA方法的實(shí)用性，且使用簡(jiǎn)便，參數(shù)定義明確，能夠從空間聚集形態(tài)上直觀的辨出具有連通性意義的目標(biāo)像元集，能夠明晰城市化過(guò)程中綠地景觀連通性的時(shí)空特征和動(dòng)態(tài)變化，其研究結(jié)論對(duì)于城市景觀規(guī)劃、環(huán)境建設(shè)、生物多樣性保護(hù)和生態(tài)網(wǎng)絡(luò)規(guī)劃具有一定的參考價(jià)值。

采用整體連通性(IIC)和可能連通性(PC)對(duì)深圳市生態(tài)用地連通性的研究[55]得出了與本文時(shí)態(tài)趨勢(shì)相反的結(jié)論，原因一是其采用的基礎(chǔ)數(shù)據(jù)為地類數(shù)據(jù)，本文采用的全高覆被像元，不僅僅體現(xiàn)覆蓋類型也體現(xiàn)出覆蓋程度，從側(cè)面也表明深圳市生態(tài)用地雖數(shù)量減少，但覆蓋率有提高；二是IIC和PC的大小受研究尺度的影響，側(cè)重于市域尺度的整體連通性，而MSPA方法側(cè)重于各種不同連通性類型的空間分布。本研究表明核心景觀多出現(xiàn)在龍崗、鹽田和羅湖區(qū)，其他研究也表明該區(qū)域?yàn)樯钲谑猩鷳B(tài)安全格局中的“源地”的主要分布地[56]，說(shuō)明MSPA方法的實(shí)用性。目前深圳已起草《深圳經(jīng)濟(jì)特區(qū)園林綠化條例(修訂草案稿)》推進(jìn)立體綠化在城市的推廣，在增加地區(qū)實(shí)證驗(yàn)證的基礎(chǔ)上，該方法能夠?yàn)榱Ⅲw綠化布局提供參考，保護(hù)和改善連接和踏腳石等具有重要連接意義的區(qū)域，為生態(tài)城市規(guī)劃提供基礎(chǔ)信息。

相對(duì)景觀格局指數(shù)方法[57]，MSPA方法簡(jiǎn)單，不需考慮指數(shù)之間的相關(guān)性。但像元(P)和邊緣寬度參數(shù)(S)的大小對(duì)連通性類型格局具有顯著影響，需根據(jù)研究區(qū)特點(diǎn)或者物種習(xí)性加以說(shuō)明。結(jié)構(gòu)連通性中，P的增大使得目標(biāo)區(qū)信息的減少，且分析結(jié)果中核心景觀顯著減少。而相對(duì)S的增加，P的變化對(duì)核心景觀和邊緣類型的變化影響相對(duì)較小[45]。但不論S如何變化，給定P的情況下，結(jié)果始終保持精確[45]。對(duì)于具體的物種，其功能連通性研究的關(guān)鍵就在于S的確定[44]。本文通過(guò)先驗(yàn)研究確定像元大小與邊緣寬度，在后續(xù)研究中，可進(jìn)行多尺度對(duì)比研究，并結(jié)合不受景觀類型和尺度限制的圖論法等研究方法，深入了解景觀連通性的尺度效應(yīng)。連通性格局對(duì)城市生態(tài)系統(tǒng)功能及服務(wù)價(jià)值均有影響，將本文研究成果與生態(tài)環(huán)境效應(yīng)結(jié)合起來(lái)必將深化城市環(huán)境下景觀生態(tài)學(xué)格局-過(guò)程的理論與實(shí)證?；贚SMM與MSPA的綠色景觀連通性分析方法注重亞像元連通性與整體連通性的結(jié)合，但并未關(guān)注具體地類，對(duì)城市內(nèi)部的核心景觀在生態(tài)安全格局中的重要程度仍需借助其他方法體現(xiàn)。

5 結(jié)論

本文根據(jù)LSMM方法提取深圳市高、全覆蓋的綠地像元作為城市綠色景觀，結(jié)合形態(tài)學(xué)空間格局分析方法(MSPA)，劃分出7種在城市生態(tài)環(huán)境下具有不同連通性功能的綠色景觀類型，通過(guò)分析其時(shí)序總體特征及空間梯度動(dòng)態(tài)過(guò)程判定，揭示出城市化過(guò)程中城市綠色景觀連通性變化特征和影響因子。結(jié)果顯示，總體上具有連通性意義的綠色像元數(shù)量在時(shí)間軸上呈現(xiàn)出先減少后增大的變化趨勢(shì)；空間上綠色景觀連通性的高低受到城市化程度、地形因素以及區(qū)域定位影響；在同一城市化程度上，地形因素對(duì)景觀連通性的影響較大。從整體的時(shí)間變化和不同城市化階段的空間梯度分析可知，在快速城市化過(guò)程中植被覆蓋率和連通性功能均下降，到穩(wěn)定城市化階段，城市對(duì)綠色景觀的保育與恢復(fù)使得連通性得到提升。研究加深了復(fù)雜城市景觀中，城市綠色景觀連通性時(shí)空動(dòng)態(tài)特征與影響因素的理解。

[1] United Nations. World Urbanization Prospects, the 2011 Revision. [2013-06-08]. http://esa.un.org/unpd/wup/index.htm.

[2] 張小飛, 李正國(guó), 王如松, 王仰麟, 李鋒, 熊俠仙. 基于功能網(wǎng)絡(luò)評(píng)價(jià)的城市生態(tài)安全格局研究——以常州市為例. 北京大學(xué)學(xué)報(bào): 自然科學(xué)版 網(wǎng)絡(luò)版(預(yù)印本), 2009, (1): 54- 62.

[3] 陳輝, 古琳, 黎燕瓊, 慕長(zhǎng)龍. 成都市城市森林格局與熱島效應(yīng)的關(guān)系. 生態(tài)學(xué)報(bào), 2009, 29(9): 4865- 4874.

[4] 陳莉, 李佩武, 李貴才, 蘇笛, 袁雪竹. 應(yīng)用CITYGREEN 模型評(píng)估深圳市綠地凈化空氣與固碳釋氧效益. 生態(tài)學(xué)報(bào), 2009, 29(1): 272- 282.

[5] 郭偉, 申屠雅瑾, 鄭述強(qiáng), 王惟, 劉常富. 城市綠地滯塵作用機(jī)理和規(guī)律的研究進(jìn)展. 生態(tài)環(huán)境學(xué)報(bào), 2010, 19(6): 1465- 1470.

[6] Imai H, Nakashizuka T. Environmental factors affecting the composition and diversity of avian community in mid-to-late breeding season in urban parks and green spaces. Landscape and Urban Planning, 2010, 96(3): 183- 194.

[7] 孫賢斌, 劉紅玉. 基于生態(tài)功能評(píng)價(jià)的濕地景觀格局優(yōu)化及其效應(yīng)——以江蘇鹽城海濱濕地為例. 生態(tài)學(xué)報(bào), 2010, 30(5): 1157- 1166.

[8] Alexis A A. Promoting and preserving biodiversity in the urban forest. Urban Forestry and Urban Greening, 2006, 5(4): 195- 201.

[9] Vergnes A, Viol I L, Clergeau P. Green corridors in urban landscapes affect the arthropod communities of domestic gardens. Biological Conservation, 2012, 145(1): 171- 178.

[10] McGarigal K, Cushman S A, Neel M C. Ene. E. FRAGSTATS: Spatial pattern analysis program for categorical. [2013-06-08]. http://www.umass.edu/landeco/research/fragstats/fragstats.html

[11] Pascual-Hortal L, Saura S. Comparison and development of new graph-based landscape connectivity indices: Towards the priorization of habitat patches and corridors for conservation. Landscape Ecology, 2006, 21(7): 959- 967.

[12] 岳天祥, 葉慶華. 景觀連通性模型及其應(yīng)用. 地理學(xué)報(bào), 2002, 57(1): 67- 75.

[13] Magle S B, Theobald D M, Crooks K R. A comparison of metrics predicting landscape connectivity for a highly interactive species along an urban gradient in Colorado, USA. Landscape Ecology, 2009, 24(2): 267- 280.

[14] Zipperer W C, Foresman T W, Walker S P, Daniel C T. Ecological consequences of fragmentation and deforestation in an urban landscape: a case study. Urban Ecosystems, 2012, 15(3): 533- 544.

[15] Minor E S, Urban D L. A graph-theory framework for evaluating landscape connectivity and conservation planning. Conservation Biology, 2008, 22(2): 297- 307.

[16] Urban D, Keitt T. Landscape connectivity: a graph-theoretic perspective. Ecology, 2001, 82(5): 1205- 1218.

[17] 富偉, 劉世梁, 崔保山, 張兆苓. 景觀生態(tài)學(xué)中生態(tài)連接度研究進(jìn)展. 生態(tài)學(xué)報(bào), 2009, 29(11): 6174- 6182.

[18] 吳昌廣, 周志翔, 王鵬程, 肖文發(fā), 滕明君. 景觀連接度的概念、度量及其應(yīng)用. 生態(tài)學(xué)報(bào), 2010, 30(7): 1903- 1910.

[19] 蔡青, 曾光明, 石林, 梁婕, 黃璐, 韋安磊. 基于柵格數(shù)據(jù)和圖論算法的生態(tài)廊道識(shí)別. 地理研究, 2012, 31(8): 1523- 1534.

[20] 韓凌云, 徐振, 阮宏華, 瞿曉怡, 陳桂娟, 馮育青, 金裕華. 基于景觀圖論和生物能學(xué)的景觀演變分析方法. 生態(tài)學(xué)雜志, 2012, 31(6): 1597- 1604.

[21] Lookingbill T R, Elmore A J, Engelhardt K A M, Churchill J B, Gates J E, Johnson J B. Influence of wetland networks on bat activity in mixed-use landscapes. Biological Conservation, 2010, 143(4): 974- 983.

[22] 孫小芳, 盧健, 孫依斌. 基于分割的多尺度城市綠地景觀. 應(yīng)用生態(tài)學(xué)報(bào), 2006, 17(9): 1660- 1664.

[23] Vogt P, Ritters K H, Estreguil C, Kozak J, Wade T G, Wickham J D. Mapping spatial patterns with morphological image processing. Landscape Ecology, 2007, 22(2): 171- 177.

[24] Soille P. Morphological Image Analysis: Principles and Applications. Berlin: Springer-Verilog, 2003.

[25] Wickham J D, Riitters K H, Wade T G, Vogt P. A national assessment of green infrastructure and change for the conterminous United States using morphological image processing. Landscape and Urban Planning, 2010, 94(3/4): 186- 195.

[26] Metzger J P, Muller E. Characterizing the complexity of landscape boundaries by remote sensing. Landscape Ecology, 1996, 11(2): 65- 77.

[27] Metzger J P, Décamps H. The structural connectivity threshold: An hypothesis in conservation biology at the landscape scale. Acta Oecological, 1997, 18(1): 1- 12.

[28] Riitters K H, Wickham J D, O′Neill R, Jones B, Smith E. Global-scale patterns of forest fragmentation. Conservation Ecology, 2000, 4(2): 3- 3.

[29] Riitters K H, Wickham J D, O′Neill R V, Jones K B, Smith E R, Coulston J W, Wade T G, Smith J H. Fragmentation of continental United States forests. Ecosystems, 2002, 5(8): 0815-0822.

[30] Civco D L, Hurd J D, Wilson E H, Arnold C L, Prisloe M P. Quantifying and describing urbanizing landscapes in the northeast United States. Photogrammetric Engineering and Remote Sensing, 2002, 68(10): 1083- 1090.

[31] Vogt P, Ferrari J R, Lookingbill T R, Gardner R H, Riitters K H, Ostapowicz K. Mapping functional connectivity. Ecological Indicators, 2009, 9(1): 64- 71.

[32] Vogt P, Ritter K H, Iwanowski M, Estreguil C, Kozakd J, Soillee P. Mapping landscape corridors. Ecological Indicators, 2007, 7(2): 481- 488.

[33] 李鋒, 王如松. 城市綠色空間服務(wù)功效評(píng)價(jià)與生態(tài)規(guī)劃. 北京: 氣象出版社, 2006.

[34] 李二森, 張保明, 宋麗華, 余文杰, 唐德瑾. 線性混合模型的光譜解混算法綜述. 測(cè)繪科學(xué), 2011, 36(5): 42- 44.

[35] 謝苗苗, 王仰麟, 李貴才. 基于亞像元分解的不透水表面與植被覆蓋空間分異測(cè)度——以深圳市為例. 資源科學(xué), 2009, 31(2): 257- 264.

[36] Ridd M K. Exploring a V-I-S (vegetation-impervious surface-soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. International Journal of Remote Sensing, 1995, 16(12): 2165- 2185.

[37] Lu D S, Weng Q H. Spectral Mixture Analysis of the Urban Landscapes in Indianapolis with Landsat ETM+ Imagery. Photogrammetric Engineering & Remote Sensing, 2004, 70(9): 1053- 1062.

[38] Wu C S. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sensing of Environment, 2004, 93(4): 480- 492.

[39] 張小飛, 王仰麟, 吳健生, 李衛(wèi)峰, 李正國(guó). 城市地域地表溫度-植被覆蓋定量關(guān)系分析——以深圳市為例. 地理研究, 2006, 25(3): 369- 377.

[40] 劉珍環(huán), 王仰麟, 彭建, 謝苗苗, 李猷. 基于不透水表面指數(shù)的城市地表覆被格局特征——以深圳市為例. 地理學(xué)報(bào), 2011, 66(7): 961- 971.

[41] Riitters K H, Vogt P, Soille P, Kozak J, Estreguil C. Neutral model analysis of landscape patterns from mathematical morphology. Landscape Ecology, 2007, 22(7): 1033- 1043.

[42] 鄔建國(guó). 景觀生態(tài)學(xué): 格局, 過(guò)程尺度與等級(jí). 北京: 高等教育出版社, 2007.

[43] 賈寶全. 基于TM衛(wèi)星影像數(shù)據(jù)的北京市植被變化及其原因分析. 生態(tài)學(xué)報(bào), 2013, 33(5): 1654- 1666.

[44] Soille P, Vogt P. Morphological segmentation of binary patterns. Pattern Recognition Letters, 2009, 30(4): 456- 459.

[45] Ostapowicz K, Vogt P, Riitters K H, Kozak J, Estreguil C. Impact of scale on morphological spatial pattern of forest. Landscape Ecology, 2008, 23(9): 1107- 1117.

[46] Chang Q. Green Landscape Changes and Typical Ecological Responses in Urban Areas: A Case in Shenzhen [D]. Beijing: Peking University, 2008.

[47] Chang Q, Li M X, Li X, Wu J S. A RS-based gradient analysis of vegetation spatial temporal changes in Shenzhen City, China // International Conference on Remote Sensing, Environment and Transportation Engineering. Nanjing: IEEE, 2011: 29- 32.

[48] 王富海. 深圳城市空間演進(jìn)研究 [D]. 北京: 北京大學(xué), 2003.

[49] 烏日汗, 溫小榮, 趙海霞, 佘光輝. 基于RS和GIS的深圳特區(qū)綠地景觀動(dòng)態(tài)分析及預(yù)測(cè). 北京林業(yè)大學(xué)學(xué)報(bào), 2010, 32(6): 42- 47.

[50] 王如淵. 深圳城市空間形態(tài)演變及其影響因素. 西華師范大學(xué)學(xué)報(bào): 自然科學(xué)版, 2006, 27(4): 385- 390.

[51] 華中, ?；鄱? 城市化水平測(cè)度方法與實(shí)證研究——以深圳市特區(qū)外地區(qū)為例. 城市規(guī)劃, 2003, 27(11): 34- 38.

[52] 尹強(qiáng), 王佳文, 呂曉蓓. 新型城市發(fā)展觀引領(lǐng)深圳城市總體規(guī)劃. 城市規(guī)劃, 2011, 35(8): 72- 76.

[53] 卜心國(guó), 王仰麟, 吳健生. 深圳快速城市化中地形對(duì)景觀垂直格局的影響. 地理學(xué)報(bào), 2008, 63(1): 75- 82.

[54] 武劍鋒, 曾輝, 劉雅琴. 深圳地區(qū)景觀生態(tài)連接度評(píng)估. 生態(tài)學(xué)報(bào), 2008, 28(4): 1691- 1701.

[55] 吳健生, 劉洪萌, 黃秀蘭, 馮喆. 深圳市生態(tài)用地景觀連通性動(dòng)態(tài)評(píng)價(jià). 應(yīng)用生態(tài)學(xué)報(bào), 2012, 23(9): 2543- 2549.

[56] 吳健生, 張理卿, 彭建, 馮喆, 劉洪萌, 赫勝彬. 深圳市景觀生態(tài)安全格局源地綜合識(shí)別. 生態(tài)學(xué)報(bào), 2013, 33(13): 4125- 4133.

[57] 聶娟, 王薇, 張寶軍. 深圳市土地覆蓋格局空間變化研究. 國(guó)土資源遙感, 2009, 21(3): 84- 87.

Landscape connectivity dynamics of urban green landscape based on morphological spatial pattern analysis (MSPA) and linear spectral mixture model (LSMM) in Shenzhen

CAO Yikun1,2, FU Meichen2, XIE Miaomiao2,*, GAO Yun2, YAO Siyao2

1HaidianDistrictHousingAuthorityofBeijing,Beijing100193,China2SchoolofLandScienceandTechnology,ChinaUniversityofGeosciences,Beijing100083,China

Urban area is the main environment where human are living. The stability of internal ecosystem of a city is highly relevant with its sustainable development. Besides, the connectivity of urban green landscapes is a symbol of the integrity and stability of regional ecological functions. Urbanization has brought a dramatic transformation to urban landscape connectivity. The research on the dynamic changes of landscape connectivity is not only significant to the stability of an urban ecosystem, but also provides a basis for regional biodiversity conservation, urban planning, and land use planning and management. However, current connectivity indicators have obvious limitations, for example, indices over different landscape patterns may show familiar values; graph theory requires a human interpretation because of redundancy data, and research on large-scale landscape may cause data extinction during processing. In this paper, Linear Spectral Mixture Model (LSMM) was integrated into Morphological Spatial Pattern Analysis (MSPA) to evaluate the spatial and temporal dynamics of green landscape connectivity in Shenzhen. According to the urban landscape characteristics and MSPA theory, 7 types of connectivity were defined for urban green landscapes, and then the change features among different urbanization gradients were analyzed. We defined urbanization gradients as three different circle layers based on urbanization density, with a decrease of dense values from the first circle to the third. The main steps followed: 1) LSMM was applied to extract the vegetation coverage information from multi-temporal Landsat TM images. On that, the high and full covered vegetation pixels were defined as the foreground pixels (green landscape) in MSPA approach. 2) 7 types of connectivity were utilized to reveal the temporal and spatial variations of green landscapes in the process of urbanization. The results demonstrated that: 1) over 27% of green landscapes in Shenzhen did not contribute to connectivity during 24a. 2) The transition matrix of connectivity-pattern categories from 1986 to 2010 indicated that the connectivity areas were sharply fluctuated during 24a, and the majority of classes changed into non-green landscapes. Except for the core category, the areas of other connectivity categories showed an upward trend. The connectivity of internal urban landscapes showed different trends between eastern part and western part, and, the Dapeng Peninsula in the third circle showed the best connectivity among the whole city. The peak interval of connected categories showed that the eastern part of Shenzhen had more connectivity providers than the western part. 3) The overall connectivity of Shenzhen′s green landscapes followed a change of ″decrease-increase″ in sequence. Comparing with Shenzhen′s urbanization process, it is proved that the quantity and connectivity of green landscapes were affected by the following factors: urbanization level, topographic factor and regional policy. Additionally, it is found that the topographic factor had the greatest influence within the same urbanization level. The results from temporal variations and spatial gradients demonstrated that both vegetation coverage and connectivity showed a downward trend in rapid urbanization process, while the two have been improved in steady urbanization stage. The experimental results prove that the jointly analytical framework is efficiently applied to reveal the spatial and temporal dynamics of connectivity characteristics for urban green landscapes during the process of urbanization. Furthermore it enables us to know the relationship between urbanization and urban green landscape connectivity. This research can be applied in practice and provide benefits for monitoring urban green landscapes.

urban green landscape; landscape connectivity; morphological spatial pattern analysis; Shenzhen

國(guó)家自然科學(xué)基金青年基金(41101175)；國(guó)家自然科學(xué)面上基金(41171440)資助

2013- 06- 10;

2014- 07- 03

10.5846/stxb201306101563

*通訊作者Corresponding author.E-mail: xmiaomiao@gmail.com

曹翊坤，付梅臣，謝苗苗，高云，姚思瑤.基于LSMM與MSPA的深圳市綠色景觀連通性研究.生態(tài)學(xué)報(bào),2015,35(2):526- 536.

Cao Y K, Fu M C, Xie M M, Gao Y, Yao S Y.Landscape connectivity dynamics of urban green landscape based on morphological spatial pattern analysis (MSPA) and linear spectral mixture model (LSMM) in Shenzhen.Acta Ecologica Sinica,2015,35(2):526- 536.