夏茹雪 ，唐曉嵐 ，2*，胡 剛 （.南京林業(yè)大學(xué)風(fēng)景園林學(xué)院，江蘇南京2007；

2.南京林業(yè)大學(xué)中國特色生態(tài)文明建設(shè)與林業(yè)發(fā)展研究院，江蘇 南京210037；3.江蘇省林業(yè)局，江蘇南京 210036）

引言

我國是濕地類型最多的國家之一，涵蓋近海與海岸濕地、河流濕地、湖泊濕地、沼澤濕地和人工濕地等。根據(jù)2014年第二次全國濕地資源調(diào)查結(jié)果顯示，全國濕地資源536026km2，長三角地區(qū)濕地面積總計54393km2，占全國濕地的10.1%，且以河流濕地和湖泊濕地為主。

濕地公園是以具有顯著或特殊生態(tài)、文化、美學(xué)和生物多樣性價值的濕地景觀為主體，具有一定規(guī)模和范圍，以保護濕地生態(tài)系統(tǒng)完整性、維護濕地生態(tài)過程和生態(tài)服務(wù)功能并在此基礎(chǔ)上以充分發(fā)揮濕地的多功能效應(yīng)、開展?jié)竦睾侠砝脼樽谥?，可供公眾瀏覽、休閑或進行科學(xué)、文化和教育活動的限定濕地區(qū)域[1]。目前，國內(nèi)已經(jīng)開展了相關(guān)研究。已有的研究多針對于濕地公園的生境、功能、政策等。如陳國棟與王浩利用對濕地公園的生態(tài)環(huán)境質(zhì)量進行評價分析[2]。郝晟與王春連等從生境多樣性和物種多樣性兩個方面對六盤水明湖國家濕地公園生物多樣性進行評估[3]。而鮮少在宏觀層面進行濕地公園的空間分布分析。

大數(shù)據(jù)近年來分析技術(shù)的突破、發(fā)展與應(yīng)用為城市空間探究提供了一種新路徑[4-8]。興趣點數(shù)據(jù)（Point of Interest，POI）是一類精度高、成本低、實時性強、數(shù)據(jù)量大且覆蓋面廣的地理空間大數(shù)據(jù)，它真實反映了人類社會的經(jīng)濟活動，滿足城市空間布局精細(xì)化的需求。與傳統(tǒng)經(jīng)濟普查數(shù)據(jù)和問卷調(diào)查數(shù)據(jù)相比，POI的研究節(jié)省了大量的時間成本，結(jié)果更科學(xué)、準(zhǔn)確。近年來的研究如張銘龍以武漢為例，獲取POI數(shù)據(jù)分析城市空間格局[9]。細(xì)波與羅谷松基于通過POI數(shù)據(jù)，應(yīng)用核密度、Ripley's K函數(shù)和負(fù)二項回歸方法分析酒店空間布局特征及影響因素[10]。POI多應(yīng)用于公共設(shè)施，以及空間格局方面，針對濕地公園研究的鮮少。

因此以長三角地區(qū)濕地公園為研究對象，獲取POI數(shù)據(jù)，探討在大數(shù)據(jù)背景下濕地公園的空間分布特征和影響因素，為后期長三角地區(qū)生態(tài)一體化，提供優(yōu)化布局和實踐支撐。

1 研究區(qū)概況

1.1 數(shù)據(jù)

POI代表興趣點，代表真實地理實體的點狀數(shù)據(jù)，在地理信息系統(tǒng)中，一個POI可以是一家銀行、一家超市、一個藥店、一個公交站等[11]。POI數(shù)據(jù)來源廣泛，以高德、騰訊、百度等為代表的在線地圖服務(wù)平臺均可獲得POI數(shù)據(jù)。根據(jù)2019年國務(wù)院頒布《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》內(nèi)容，選取安徽省安慶市、池州市、滁州市、合肥市、馬鞍山市、銅陵市、蕪湖市、宣城市；江蘇省常州市、南京市、泰州市、無錫市、鹽城市、揚州市、鎮(zhèn)江市；浙江省杭州市、湖州市、嘉興市、金華市、寧波市、紹興市、臺州市、溫州市、舟山市以及上海市27個城市，范圍如圖1。根據(jù)高德地圖為數(shù)據(jù)源，結(jié)合python語言獲取研究區(qū)域濕地公園名稱、經(jīng)緯度坐標(biāo)、具體地址位置等信息，總計212條。包括常州天目湖濕地公園、南京八卦洲濕地公園、湖州長田漾濕地公園、金華七仙湖濕地公園以及合肥巢湖濕地公園等。數(shù)據(jù)前期包括坐標(biāo)糾偏以及地址位置信息補全，并在此基礎(chǔ)之上構(gòu)建濕地公園POI基礎(chǔ)數(shù)據(jù)庫。再利用ArcGIS 10.2軟件，對其進行空間分析。具體各省份數(shù)量見表1，總體空間分布及數(shù)量見圖2。

1.2 研究方法

1.2.1 核密度估計。核密度估計（KDE）方法認(rèn)為區(qū)域內(nèi)任意位置都有一個可測度的事件密度（也稱強度），該位置的事件密度可以通過其周圍單位面積區(qū)域內(nèi)的事件點數(shù)量來估計[12，13]。核密度估計將狀態(tài)空間連續(xù)化和無窮化，通過核密度估計橫截面的分布，考察隨機變量隨時間變化的分布形態(tài)[14]?；诖?，本文以核密度估計法來研究長三角城市濕地公園的空間分布特征，具體計算公式如下：

圖1 研究范圍

表1 各省濕地公園分布數(shù)量

圖2 濕地公園總體分布與數(shù)量圖

式中：n為樣本數(shù)；hn為帶寬，即搜索半徑為核函數(shù)。

1.2.2 空間自相關(guān)分析?？臻g自相關(guān)是指同一個變量在不同空間位置上的相關(guān)性，是空間單元屬性值聚集程度的一種度量[15，16]。本文引用全局空間自相關(guān)Moran's I指數(shù)對研究區(qū)濕地公園的空間分布進行測度，分析濕地公園的分布模式，探尋其集聚程度。其運算公式為：

式中：zi是要素i的屬性與其平均值（xi-x）的偏差，wij為空間權(quán)重，n等于要素總數(shù)。Moran's I指數(shù)取值一般存在于-1與1之間。在顯著水平下，當(dāng)Moran's I＜0時，表示存在空間負(fù)相關(guān)關(guān)系，表明區(qū)域內(nèi)快遞自提點為離散分布；而Moran's I＞0時，表示存在正空間相關(guān)性，代表區(qū)域內(nèi)快遞自提點在空間分布上呈現(xiàn)顯著的集聚性，I指數(shù)越大，空間集聚性則愈強。對于全局Moran指數(shù)，可以用標(biāo)準(zhǔn)化統(tǒng)計量Z(I)來檢驗空間自相關(guān)的顯著水平[17]。Z(I)的計算公式如下：

1.2.3 標(biāo)準(zhǔn)差橢圓。離散數(shù)據(jù)在空間上往往存在分布的方向性，標(biāo)準(zhǔn)差橢圓算法最早由美國南加州大學(xué)社會學(xué)教授D.Welty Lefever在1926年提出，橢圓的面積表征離散點集中分布的分散、緊湊程度，橢圓的長半軸表示的是數(shù)據(jù)分布的方向，短半軸表示的是數(shù)據(jù)分布的范圍，長短半軸的值差距越大（扁率越大），表示數(shù)據(jù)的方向性越明顯。本文運用標(biāo)準(zhǔn)差橢圓來研究濕地公園空間分布的方向趨勢，標(biāo)準(zhǔn)差橢圓計算公式如下：

式中：xi和yi是要素 i的坐標(biāo)，｝表示要素的平均中心；n等于要素總數(shù)。

2 空間分布

2.1 總體分布特征

根據(jù)獲取的POI的經(jīng)緯坐標(biāo)，借助ArcGIS軟件，將對應(yīng)的坐標(biāo)轉(zhuǎn)換成相應(yīng)的空間網(wǎng)點Point數(shù)據(jù)，得到可視化的空間分布圖（圖3）。由圖3可見，長三角濕地公園主要集中分布在南京、鎮(zhèn)江、常州、無錫四地，如南京魚嘴濕地公園、鎮(zhèn)江赤山湖濕地公園、無錫鳳凰山濕地公園、常州落羽杉濕地公園等，大部分集中在江蘇省。安徽省多集中于合肥，浙江省分布較為均質(zhì)。

2.2 空間分布集聚特征

為了分析濕地公園的整體分布狀態(tài)和彼此之間的關(guān)聯(lián)度，利用ArcGIS空間自相關(guān)分析工具，得到全局自相關(guān)系數(shù)Moran's I的計算結(jié)果。濕地公園的Moran's I指數(shù)分別為0.498大于0，P值為0.279且大于0.05，表明數(shù)據(jù)可信，排除零假設(shè)，說明其空間分布模式呈空間正相關(guān)，且具有顯著的集聚性。然而Moran's I系數(shù)僅僅只是通過數(shù)值的方式表明空間存在一定的聚集特性，缺少圖面表達。因此對研究范圍的濕地公園進行核密度分析，得到核密度分析圖（圖4），發(fā)現(xiàn)集聚現(xiàn)象明顯，存在明顯的分布熱點，其空間上顯示集聚特征表現(xiàn)為主要集中在蘇錫常地區(qū)，以蘇錫常地區(qū)為核心，周圍分散多個次中心，如南京、合肥、嘉興、杭州。

2.3 空間分布方向特征

濕地公園的區(qū)位分布往往具有一定的方向性，即每個方向的離散程度是不一樣的[18]。因此本文采取ArcGIS度量地理分布分析工具，用標(biāo)準(zhǔn)橢圓差分析濕地公園點在空間分布上的離散程度。由圖5顯示，標(biāo)準(zhǔn)橢圓差的長軸與短軸相差較大，表明空間分布方向性顯著。空間分布呈現(xiàn)向蘇南集中，以橢圓區(qū)外圍較為分散?？傮w看，分布點在空間上大致呈現(xiàn)以“南京—常州—無錫—蘇州”為主要走向分布，這與長三角滬寧合杭甬發(fā)展帶相契合。

圖4 濕地公園核密度分析

3 濕地公園空間分布的影響因素

自然地理環(huán)境為長三角濕地公園的形成與分布的首要物質(zhì)空間載體；社會經(jīng)濟發(fā)展為濕地公園建設(shè)的外部環(huán)境和大規(guī)模發(fā)展提供了經(jīng)濟與游客量的支撐；政府的政策主導(dǎo)則指引了濕地保護形式轉(zhuǎn)向濕地公園的方向發(fā)展，并影響濕地公園建設(shè)的發(fā)展進程。結(jié)合長三角濕地公園自身狀況，選擇自然資源、社會經(jīng)濟、政策三個因素探究長三角濕地公園空間分布的相關(guān)因素。

3.1 自然資源因素

濕地公園是以具有顯著或特殊生態(tài)、文化、美學(xué)和生物多樣性價值的濕地景觀為主體、具有一定規(guī)模和范圍的區(qū)域，與濕地資源擁有量有直接關(guān)系。自然條件是長三角濕地公園形成與建設(shè)的空間載體，不僅影響其空間分布，也影響其分布區(qū)位的選擇。長三角濕地主要分布在淮河區(qū)濕地和長江區(qū)濕地，安徽、浙江、江蘇以人工濕地居多，上海市以近海及海岸濕地居多。資源分布如表2。根據(jù)2014年國家林業(yè)局（現(xiàn)今國家林業(yè)和草原局）全國濕地普查狀況，選取長三角地區(qū)濕地面積與濕地公園數(shù)量進行相關(guān)分析（表3），得到皮爾遜相關(guān)指數(shù)為0.995為正相關(guān)，顯著值為0.005＜0.01具有統(tǒng)計學(xué)意義，表明濕地公園的分布與濕地資源極具相關(guān)性。

3.2 社會經(jīng)濟因素

自然保護區(qū)、森林公園、濕地公園等保護地建設(shè)和發(fā)展主要依靠政府財政投入。為了保障濕地公園運行，就需要足夠的資金投入與保障以及游客量。

圖5 濕地公園空間方向分布分析

因此選擇研究范圍的每個市的2018年統(tǒng)計年鑒中GDP值和人口規(guī)模，與濕地公園數(shù)量進行分析，制作散點圖如圖6。然后進行相關(guān)回歸分析，得出GDP的顯著值為0.001＜0.01表明二者存在顯著性水平。人口規(guī)模顯著值0.000＜0.01認(rèn)為模型表明極具顯著性。說明地方GDP值和人口規(guī)模均具有顯著相關(guān)性（表4，表5）。再通過SPSS將濕地公園數(shù)分別與地方GDP值以及人口規(guī)模進行相關(guān)性分析，得出皮爾遜相關(guān)指數(shù)分別為0.959和0.619，表明二者與濕地公園數(shù)量呈現(xiàn)正相關(guān)關(guān)系，且GDP值的正相關(guān)性更強。為了體現(xiàn)濕地公園空間分布與二者之間的關(guān)系，將二者進行可視化操作得到圖7和圖8，可以看出濕地公園的分布受到一定的經(jīng)濟發(fā)展水平以及人口規(guī)模的影響。

3.3 政府主導(dǎo)和政策因素

濕地公園作為公共資源，具有公共性，一般由政府主導(dǎo)建設(shè)，供人們休閑游覽。當(dāng)前，國際重要濕地、濕地自然保護區(qū)、濕地公園等濕地保護形式是政府主導(dǎo)的保護機制的體現(xiàn)。

表4 常住人口與濕地公園相關(guān)性分析

表2 長三角濕地分布狀況

表3 濕地面積與數(shù)量相關(guān)性分析

圖6 矩陣散點圖

三省一市就生態(tài)保護制定相關(guān)措施，十二五規(guī)劃期間，上海青草沙、東風(fēng)西沙水源地相繼建成運行，兩江并舉水源地格局初步形成。江蘇省新建國家濕地公園（包括試點）20個、省級濕地公園7個、濕地保護小區(qū)230個。安徽省制定濕地保護地紅線，明確不少于10418km2。浙江省已建濕地及濕地類自然保護區(qū)11個、自然保護小區(qū)30個，建立國家濕地公園8個、國家城市濕地公園4個、省級濕地公園16個。而隨著十三五規(guī)劃生態(tài)建設(shè)的不斷深入，浙江省預(yù)計到2020年，全省各地在兩次濕地普查成果數(shù)據(jù)的基礎(chǔ)上，按照不少于90%的比例要求，確保全省濕地面積在1500萬畝以上。安徽合肥預(yù)建立濕地保護體系。重點建設(shè)肥西三河、包河濱湖等6處國家級濕地公園；以及肥東臨河、肥東龍棲地等6處省級濕地公園，及肥東玉帶河等一批市級濕地公園。上海預(yù)新增濕地300萬畝，同時積極建設(shè)濕地自然保護區(qū)、濕地公園、濕地保護小區(qū)等，擴大濕地保護面積，實現(xiàn)濕地保護率提高到50%以上的目標(biāo)。江蘇無錫加大濕地保護力度，在2020年預(yù)將全市的自然濕地保護率提高到60%以上，新建1處國家級濕地公園，5處省級濕地公園，10處濕地保護小區(qū)。

表5 GDP與濕地公園相關(guān)性分析

隨著2017年《長江經(jīng)濟帶生態(tài)環(huán)境保護規(guī)劃》的制定，三省一市發(fā)展關(guān)系的不斷深入，聚焦長三角一體化，推動更高質(zhì)量的發(fā)展，建立生態(tài)綠色一體化發(fā)展示范區(qū)已成為國家發(fā)展戰(zhàn)略，由此政府利用其強大的推動作用，加快了濕地公園的發(fā)展速度。

4 結(jié)語與討論

本文通過多種分析方法對研究區(qū)域濕地公園的POI數(shù)據(jù)進行研究分析，對獲取的212條數(shù)據(jù)進行了梳理，再運用GIS空間分析，空間統(tǒng)計等方法分析了長三角濕地公園的空間分布特征，并得出以下結(jié)論。

4.1 空間分布特征：濕地公園總體呈現(xiàn)不均衡的分布狀態(tài)，呈現(xiàn)“中心多，外圍少”的不均質(zhì)發(fā)展特點?？臻g分布存在正向的空間自相關(guān)性。表現(xiàn)出“多核心”模式，主要集聚特點表現(xiàn)在多集中于蘇南地區(qū)，其次分布在合肥、杭州、嘉興等地。在空間分布方向上具有顯著方向性，與滬寧合杭甬發(fā)展帶相吻合。

圖7 濕地公園數(shù)與地區(qū)人口規(guī)模關(guān)系分析圖

4.2 影響因素：濕地公園作為城市綠地，是公民日常游憩、學(xué)習(xí)、放松的場所。通過相關(guān)性分析結(jié)果顯示，濕地公園分布受到自然資源稟賦、社會經(jīng)濟以及政策三者影響。其影響結(jié)果為正相關(guān)，且通過研究結(jié)果顯示地區(qū)經(jīng)濟狀態(tài)對濕地公園的空間分布影響性最強。

本文從宏觀層面對長三角濕地公園的空間分布特征以及影響因素進行相應(yīng)分析，對今后濕地公園布點有一定的參考意義。此外，由于生態(tài)建設(shè)還在發(fā)展期，本文針對高德地圖平臺某一時刻的數(shù)據(jù)進行分析，僅能反映時刻特征，且對于平臺的依賴性較高，沒有考慮到時空序列演變，今后可以根據(jù)不同時段遙感影像的獲取，了解長三角地區(qū)濕地公園時間演變趨勢，再結(jié)合相關(guān)因素完善分析機制，提升濕地公園建設(shè)優(yōu)化，完善長三角生態(tài)建設(shè)一體化。