王 娜, 李滿春, 陳振杰, 張亞楠

(1.南京大學(xué) 地理與海洋科學(xué)學(xué)院, 南京 210023; 2.廣東省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院有限責(zé)任公司, 廣州 510290)

改革開放以來，我國在經(jīng)濟(jì)增長方面取得了舉世矚目的成績，但同時(shí)也帶來了資源約束趨緊、環(huán)境污染嚴(yán)重等問題。研究表明合理的景觀格局可促進(jìn)城市與生態(tài)環(huán)境協(xié)調(diào)發(fā)展[1]。景觀格局指的是在自然或人為作用下所形成的一系列形態(tài)多樣而且排列組合方式不同的景觀要素的空間布局，是各種因素相互作用的結(jié)果[2]。優(yōu)化景觀格局、把握景觀格局模擬，對于生態(tài)文明建設(shè)、國土空間治理、區(qū)域可持續(xù)發(fā)展等的科學(xué)定策和精準(zhǔn)施策具有重要意義[3]。

景觀格局模擬，是基于景觀格局的演化特征以及自然、經(jīng)濟(jì)、社會(huì)和政策等因素對景觀格局的影響機(jī)理，模擬未來一定時(shí)期內(nèi)區(qū)域景觀類型的構(gòu)成和空間格局變化[4]。目前，CA-Markov模型被廣泛應(yīng)用于景觀格局模擬研究[5-7]，如鐘旭珍等基于CA-Markov模型對關(guān)中—天水區(qū)2020年、2025年景觀類型進(jìn)行模擬，從而預(yù)測其生態(tài)需水量[8]；王麗霞等借助CA-Markov模型對渭河流域的NDVI時(shí)空變化進(jìn)行模擬，分析植被覆蓋變化狀況[9]。然而CA-Markov模型在模擬時(shí)缺乏優(yōu)化重點(diǎn)引導(dǎo)，即無法準(zhǔn)確找到影響景觀格局的關(guān)鍵要素并進(jìn)行重點(diǎn)保護(hù)。

近年來，有關(guān)生態(tài)網(wǎng)絡(luò)的研究逐漸成為環(huán)境規(guī)劃和生態(tài)領(lǐng)域的熱點(diǎn)，基于“生態(tài)源地—阻力面—生態(tài)廊道—生態(tài)節(jié)點(diǎn)”的框架范式構(gòu)建生態(tài)網(wǎng)絡(luò)已成為基本范式[10-11]。結(jié)合GIS空間分析和最小累積阻力模型[12-13]、有效費(fèi)用距離模型(ECDM)等[14]模型，識別生態(tài)源地、生態(tài)廊道和生態(tài)節(jié)點(diǎn)等重要景觀組分，探討區(qū)域內(nèi)景觀格局的生態(tài)敏感區(qū)域或關(guān)鍵位置，約束景觀格局的模擬。

長沙市作為快速城鎮(zhèn)化發(fā)展的城市之一，景觀格局破碎化現(xiàn)象日益加重，生態(tài)環(huán)境保護(hù)需求強(qiáng)烈。研究以長沙市為例，借助最小累計(jì)阻力模型識別生態(tài)網(wǎng)絡(luò)，結(jié)合研究區(qū)自然、經(jīng)濟(jì)社會(huì)等現(xiàn)實(shí)情況，綜合考慮多種景觀類型變化驅(qū)動(dòng)因子，初步評價(jià)各類景觀適宜性，并兼顧生態(tài)重要性和鄰域空間特征，提出一種生態(tài)網(wǎng)絡(luò)約束下的景觀適宜性修正方法，基于CA-Markov模型模擬在生態(tài)網(wǎng)絡(luò)約束下的2035年景觀格局，并與無約束條件下模擬的2035年景觀格局進(jìn)行對比。研究結(jié)果可為長沙市未來發(fā)展趨勢和生態(tài)優(yōu)化配置提供依據(jù)。

1 研究區(qū)和數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

長沙市位于湘江下游，洞庭湖以南，位于東經(jīng)111°53′—114°15′，北緯27°51′—28°41′。全市土地面積為11 819 km2，包括6區(qū)3縣(市)，其中芙蓉區(qū)、天心區(qū)、開福區(qū)、雨花區(qū)、岳麓區(qū)、望城區(qū)和長沙縣分布在中心城區(qū)，寧鄉(xiāng)市和瀏陽市分布在外圍。境內(nèi)景觀類型以林地為主，地勢起伏較大，東、西兩端山地環(huán)繞，中部漸趨低平。湘江由南向北貫穿全境，市域河流水系大多屬湘江流域，包括瀏陽河、撈刀河、靳江河等。長沙屬亞熱帶季風(fēng)氣候，氣候溫和，降水充沛，雨熱同期。七普調(diào)查發(fā)現(xiàn)，長沙市常住人口為10 047 914人。2020年長沙實(shí)現(xiàn)地區(qū)生產(chǎn)總值12 142.52億元(圖1)。

圖1 研究區(qū)位置

1.2 數(shù)據(jù)來源及處理

本研究基礎(chǔ)數(shù)據(jù)為長沙市自然資源和規(guī)劃局提供的2009年、2013年、2017年三期長沙市土地利用現(xiàn)狀數(shù)據(jù)，參考中國土地資源分類系統(tǒng)[15]，將三期數(shù)據(jù)重分類為耕地、林地、草地、建設(shè)用地、水域、其他土地6類景觀，其中林地、水域?yàn)樯鷳B(tài)用地，其余為非生態(tài)用地。高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺30 m分辨率數(shù)據(jù)，并用于計(jì)算坡度和起伏度數(shù)據(jù)。夜間燈光數(shù)據(jù)來源于美國國家環(huán)境信息中心網(wǎng)站，主要用來修正阻力面。月均MODIS NDVI數(shù)據(jù)來源于地理空間數(shù)據(jù)云平臺500 m分辨率數(shù)據(jù)，主要用來近似估算植被覆蓋度[16]以及計(jì)算生態(tài)需求強(qiáng)度。河流水系基于土地利用現(xiàn)狀數(shù)據(jù)提取，用于評估生態(tài)敏感性、構(gòu)建阻力面等。交通路網(wǎng)數(shù)據(jù)、GDP和人口密度數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心，其中，GDP和人口密度數(shù)據(jù)為空間化的網(wǎng)格數(shù)據(jù)，每個(gè)柵格單元值代表該網(wǎng)格范圍(1 km)內(nèi)的GDP或人口。植被凈初級生產(chǎn)力(NPP)數(shù)據(jù)來源于中科院資源環(huán)境數(shù)據(jù)云平臺，空間分辨率為1 000 m，主要應(yīng)用于生態(tài)系統(tǒng)功能評價(jià)。長沙市降水量、氣溫?cái)?shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，使用克里金插值得到研究區(qū)降雨量和氣溫空間分布情況，主要應(yīng)用于生態(tài)系統(tǒng)功能評價(jià)。所有空間數(shù)據(jù)均使用1980西安坐標(biāo)系、高斯—克呂格投影，柵格數(shù)據(jù)分辨率統(tǒng)一設(shè)為30 m×30 m。

2 研究方法

2.1 生態(tài)網(wǎng)絡(luò)識別

2.1.1 生態(tài)源地識別 綜合考慮自然和人文兩方面的影響，分別從生態(tài)敏感性[17]、生態(tài)系統(tǒng)功能[18]、景觀連通性[19]、生態(tài)需求強(qiáng)度[20]四方面量化生態(tài)用地的重要性，計(jì)算公式見式(1)。采用自然斷點(diǎn)法提取最高等級的生態(tài)用地斑塊作為生態(tài)源地。

(1)

式中:i代表柵格單元；EIi為柵格對應(yīng)的生態(tài)重要性綜合得分；SI,ESI,CI分別為生態(tài)敏感性、生態(tài)系統(tǒng)功能、景觀連通性評價(jià)結(jié)果;RI為生態(tài)需求強(qiáng)度評價(jià)結(jié)果。下標(biāo)max,min分別表示相應(yīng)指標(biāo)的最大值、最小值。

(1) 生態(tài)敏感性(SI)。生態(tài)敏感性(SI)通過高程、坡度、地形起伏度、土地利用現(xiàn)狀、與水源距離、植被覆蓋度等自然環(huán)境因素并結(jié)合政策限制因素來評價(jià)[17]，評價(jià)指標(biāo)體系及其量化方法見表1。

表1 評價(jià)指標(biāo)體系

(2) 生態(tài)系統(tǒng)功能(ESI)。生態(tài)系統(tǒng)功能(ESI)使用凈初級生產(chǎn)力(NPP)定量指標(biāo)評估法進(jìn)行評價(jià)[18]，計(jì)算公式為：

Sbio=NPPmean×Fpre×Ftem×(1-Falt)

(2)

式中:Sbio為生物多樣性評價(jià)指數(shù)；NPPmean為植被凈初級生產(chǎn)力多年平均值(gC/m2)；Fpre和Ftem分別為多年平均降雨量(mm)和氣溫(℃)；Falt為高程(m)；各因子均需進(jìn)行歸一化處理。

(3) 景觀連通性(CI)。景觀連通性借助形態(tài)學(xué)空間格局分析(Morphological Spatial Patten Analysis，MSPA)來進(jìn)行評價(jià)[19](表2)。

表2 景觀連通性評價(jià)指標(biāo)及賦值

(4) 生態(tài)需求強(qiáng)度(RI)。生態(tài)需求強(qiáng)度通過夜間燈光數(shù)據(jù)和歸一化植被指數(shù)計(jì)算得到[20]，計(jì)算公式如式(3)。人類活動(dòng)越頻繁、植被越少的區(qū)域，生態(tài)需求越強(qiáng)烈。

(3)

式中:NDVImax為月均NDVI數(shù)據(jù)的最大值；NTLnor為歸一化的夜間燈光亮度值。

2.1.2 阻力面構(gòu)建 本研究選取植被覆蓋度、高程、坡度、地形起伏度、距水源距離等因子，利用柵格計(jì)算器等權(quán)重求和構(gòu)建基礎(chǔ)阻力面[21](表3)，利用夜間燈光指數(shù)代表人類的干擾作用，對阻力系數(shù)進(jìn)行修正[22]，從而得到研究區(qū)的綜合阻力面。計(jì)算公式如下：

0.2×Q+0.2×S)

(4)

式中:R分別為綜合生態(tài)阻力系數(shù)；NTLi為柵格單元i對應(yīng)的夜間燈光值；NTLa為柵格單元i所屬生態(tài)用地類型的夜間燈光均值；VFC為柵格單元i對應(yīng)的植被覆蓋度因子阻力系數(shù)；H為柵格單元i對應(yīng)的高程因子阻力系數(shù)；P為柵格單元i對應(yīng)的坡度因子阻力系數(shù)；Q為柵格單元i對應(yīng)的地形起伏度因子阻力系數(shù)；S為柵格單元i對應(yīng)的距水源距離因子阻力系數(shù)。

2.1.3 生態(tài)廊道和節(jié)點(diǎn)提取 研究基于最小累積阻力(MCR)模型進(jìn)行生態(tài)廊道提取[23]。最小累積阻力模型計(jì)算的是從起始點(diǎn)到目標(biāo)點(diǎn)克服阻力做功的最小累計(jì)值，計(jì)算公式為：

(5)

表3 生態(tài)阻力系數(shù)

將廊道穿越的小型完整的生態(tài)用地以及廊道相交的點(diǎn)作為生態(tài)節(jié)點(diǎn)[24]，結(jié)合盲區(qū)識別方法[25]，借助Voronoi圖模型綜合分析生態(tài)節(jié)點(diǎn)的覆蓋程度，在盲區(qū)內(nèi)補(bǔ)充生態(tài)節(jié)點(diǎn)。

選取可能連通性指數(shù)和整體連通性指數(shù)來評價(jià)生態(tài)源地和廊道在網(wǎng)絡(luò)連通性中的重要程度[26]，依據(jù)得分的高低，將前20%的源地或廊道分為極重要，將后20%源地斑塊或廊道分為一般重要，其余為中等重要。生態(tài)節(jié)點(diǎn)按照自身連接廊道的數(shù)量及重要性進(jìn)行評價(jià)。為維持生態(tài)網(wǎng)絡(luò)的穩(wěn)定性，在生態(tài)源地、廊道、節(jié)點(diǎn)周圍按照重要性等級設(shè)置不同距離的緩沖區(qū)。

2.2 生態(tài)網(wǎng)絡(luò)約束下的景觀格局模擬

本研究選取CA-Markov模型模擬景觀格局。CA-Markov模型綜合了CA模型空間分布模擬和Markov模型時(shí)間序列預(yù)測的優(yōu)勢，能夠準(zhǔn)確模擬景觀格局。CA-Markov模型模擬景觀格局具體流程如下：(1) 建立景觀轉(zhuǎn)移面積矩陣?；贛arkov模型對兩期景觀數(shù)據(jù)進(jìn)行疊加，得到景觀轉(zhuǎn)移面積矩陣。結(jié)合城市相關(guān)空間規(guī)劃，針對性修正景觀轉(zhuǎn)移面積。(2) 建立景觀適宜性圖集。綜合考慮多種景觀類型變化驅(qū)動(dòng)因子和生態(tài)網(wǎng)絡(luò)約束因子構(gòu)建6類景觀適宜性圖，最后利用IDRISI平臺集合生成器(collection Editor)合成景觀適宜性圖集。(3) 確定CA濾波器及循環(huán)次數(shù)。本研究使用CA標(biāo)準(zhǔn)5×5的濾波器，循環(huán)次數(shù)設(shè)為模擬預(yù)測的間隔年數(shù)。

為使最終模擬結(jié)果更符合研究區(qū)實(shí)際情況以及充分發(fā)揮生態(tài)源地、廊道和節(jié)點(diǎn)的生態(tài)效應(yīng)，景觀適宜性圖的建立應(yīng)兼顧兩類因子：(1) 景觀類型變化驅(qū)動(dòng)因子，包括高程、坡度、起伏度、與公路距離、與高速距離、與鐵路距離、GDP、人口密度等。(2) 生態(tài)網(wǎng)絡(luò)約束因子，包括生態(tài)源地、廊道、節(jié)點(diǎn)及其外圍的緩沖區(qū)。

首先，初步構(gòu)建景觀適宜性圖集。結(jié)合研究區(qū)實(shí)際情況，選擇主導(dǎo)作用的景觀類型變化驅(qū)動(dòng)因子，借助多準(zhǔn)則評價(jià)模型(Multi-Criteria Evaluation，MCE)初步構(gòu)建各類景觀適宜性圖，并將各類景觀適宜性歸一化到0～1：(1) 耕地、林地、草地因受地形因素影響較大，故選取高程、坡度、起伏度3個(gè)驅(qū)動(dòng)因子來構(gòu)建景觀適宜性圖。本研究設(shè)定耕地在高程0～200 m內(nèi)、坡度0°～10°內(nèi)、地形起伏度0～50 m內(nèi)適宜性最高，三者權(quán)重分別為0.4，0.4，0.2；設(shè)定林地在高程400～1 500 m內(nèi)、坡度15°～25°內(nèi)、地形起伏度100～400 m內(nèi)適宜性最高，三者權(quán)重分別為0.4，0.3，0.3；設(shè)定草地在高程200 m～400 m內(nèi)、坡度5°～15°內(nèi)、地形起伏度0～100 m內(nèi)適宜性最高，三者權(quán)重分別為0.4，0.4，0.2[27-28]。(2) 建設(shè)用地受經(jīng)濟(jì)社會(huì)因子影響較大[27,29]，除高程、坡度、地形起伏度等驅(qū)動(dòng)因子外，再選取與公路距離、與高速距離、與鐵路距離、GDP、人口密度等驅(qū)動(dòng)因子來構(gòu)建景觀適宜性圖，設(shè)定高程0～100 m內(nèi)、坡度0°～5°內(nèi)、地形起伏度0～20 m內(nèi)、與公路距離0～3 000 m內(nèi)、與高速距離500～5 000 m內(nèi)、與鐵路距離1 000～8 000 m內(nèi)、GDP和人口密度越大適宜性越高，權(quán)重依次為0.1，0.1，0.1，0.1，0.1，0.1，0.2，0.2[27-28]。(3) 水域和其他土地選擇Markov模塊生成的條件概率圖像構(gòu)建景觀適宜性圖[27,29]。

其次，景觀適宜性修正。融合生態(tài)網(wǎng)絡(luò)約束因子，修正景觀適宜性圖。重要生態(tài)源地、廊道、節(jié)點(diǎn)應(yīng)加強(qiáng)生態(tài)保護(hù)，強(qiáng)化生態(tài)功能導(dǎo)向，生態(tài)用地周邊的景觀也應(yīng)盡可能轉(zhuǎn)變?yōu)樯鷳B(tài)用地或提升生態(tài)功能。河流水系是區(qū)域中的重要自然地理格局的組成部分，應(yīng)嚴(yán)格保護(hù)并維持其穩(wěn)定性。林地對區(qū)域生態(tài)環(huán)境具有重要價(jià)值，增加林地面積可使生態(tài)網(wǎng)絡(luò)發(fā)揮更大的生態(tài)價(jià)值，應(yīng)適度提高其生態(tài)導(dǎo)向的適宜性。因此，本研究兼顧生態(tài)重要性和鄰域空間特征，提出一種基于生態(tài)網(wǎng)絡(luò)約束的景觀適宜性修正方法，對生態(tài)網(wǎng)絡(luò)內(nèi)的林地及水域景觀適宜性進(jìn)行修正。

(6)

式中:U*表征某單元修正后的景觀適宜性,0≤U*≤1,如果修正后的U*大于1,令U*=1;U表征某單元原始景觀適宜性,0≤U≤1;E代表最鄰近的生態(tài)網(wǎng)絡(luò)要素的生態(tài)重要性,0≤E≤1;D為單元到該生態(tài)網(wǎng)絡(luò)要素的距離,0≤D≤該生態(tài)網(wǎng)絡(luò)要素的緩沖區(qū)寬度(m);k為距離衰減系數(shù),經(jīng)多次試驗(yàn)驗(yàn)證,當(dāng)k=1/2時(shí),修正結(jié)果最為合理,故令k=1/2。

2.3 景觀格局模擬結(jié)果評價(jià)

本研究選用Kappa系數(shù)對模型精度進(jìn)行檢驗(yàn)。Kappa系數(shù)計(jì)算公式如下所示：

(7)

式中:Po、Pc、Pp分別表示現(xiàn)實(shí)狀態(tài)、隨機(jī)狀態(tài)、理想狀態(tài)下模擬正確的概率,當(dāng)Kappa>0.75時(shí),表示圖像間的相似度較高,當(dāng)0.4≤Kappa≤0.75時(shí),表示圖像間的相似度一般,當(dāng)Kappa<0.4時(shí),表示模擬效果不佳[30]。

景觀指數(shù)能夠高度濃縮景觀格局信息，從而能很好的表征景觀結(jié)構(gòu)組成特征和空間配置。本研究選擇斑塊密度(Patch Density，PD)、邊緣密度(Edge Density，ED)、聚合度(Aggregation Index，AI)、蔓延度(Contagion Index，CONTAG)4個(gè)景觀水平指數(shù)分析景觀格局[31-32]。

3 結(jié)果與分析

3.1 生態(tài)網(wǎng)絡(luò)識別結(jié)果

本研究共提取生態(tài)源地89個(gè)，其中極重要的生態(tài)源地24個(gè)，中等重要的生態(tài)源地36個(gè)，一般重要的生態(tài)源地29個(gè)。林地生態(tài)源地主要為瀏陽、寧鄉(xiāng)兩側(cè)高程較高的大型山體，水域生態(tài)源地主要為湘江、千龍湖、松雅湖以及一些重要水體。生態(tài)源地在全域生態(tài)系統(tǒng)安全中起著重要作用，通過設(shè)定緩沖區(qū)來提升生態(tài)源地內(nèi)部環(huán)境的穩(wěn)定性以及減緩人為干擾。經(jīng)過多次對比試驗(yàn)發(fā)現(xiàn)，當(dāng)將生態(tài)源地根據(jù)重要性等級高低依次設(shè)置300 m，200 m和100 m的緩沖區(qū)時(shí)，緩沖區(qū)內(nèi)林地面積占比為65.82%，既可有效避免生態(tài)源地遭受外界沖擊，也可保證對周圍景觀類型產(chǎn)生一定的輻射影響，故在生態(tài)源地周圍依次設(shè)置300 m，200 m和100 m的緩沖區(qū)(圖2)。

生態(tài)廊道共213條，其中極重要的生態(tài)廊道48條，中等重要的生態(tài)廊道114條，一般重要的生態(tài)廊道51條。分析廊道所穿越的景觀類型發(fā)現(xiàn)，廊道主要沿河流、山體分布，廊道所在區(qū)域的景觀類型以林地和水域?yàn)橹?，少?shù)廊道由耕地構(gòu)成，幾乎沒有涉及建設(shè)用地。生態(tài)廊道是生態(tài)源地之間生物、物質(zhì)、能量流通的通道，本研究從削弱交通道路和其他建設(shè)用地帶來的干擾以及提升源地之間的聯(lián)系的角度出發(fā)，依據(jù)廊道重要等級的高低依次設(shè)置緩沖區(qū)。文獻(xiàn)[33]指出，當(dāng)廊道寬度為30～100 m時(shí)，能夠滿足較多動(dòng)植物遷徙和傳播以及維持生物多樣性的需要，故本研究依據(jù)重要等級的高低依次設(shè)置100 m，60 m，30 m的廊道緩沖區(qū)。

生態(tài)節(jié)點(diǎn)共87個(gè)，其中極重要的生態(tài)節(jié)點(diǎn)11個(gè)，中等重要的生態(tài)節(jié)點(diǎn)36個(gè)，一般重要的生態(tài)節(jié)點(diǎn)40個(gè)。生態(tài)節(jié)點(diǎn)能夠促進(jìn)生態(tài)網(wǎng)絡(luò)結(jié)構(gòu)及功能的連通，參考Esteban和Hinsley等人的研究[34-35]，當(dāng)斑塊最小面積在10～35 hm2時(shí)，內(nèi)部物種才能受到很好的保護(hù)，故依據(jù)生態(tài)節(jié)點(diǎn)重要等級的高低依次設(shè)置400 m，300 m，200 m的緩沖區(qū)，緩沖區(qū)的設(shè)置使得生態(tài)網(wǎng)絡(luò)更加穩(wěn)定與牢固。

圖2 生態(tài)網(wǎng)絡(luò)識別結(jié)果

3.2 長沙市景觀格局模擬結(jié)果

借助CA-Markov模型，以2013年為基期年，基于2009—2013年的景觀面積轉(zhuǎn)移矩陣和景觀適宜性圖集模擬長沙市2017年景觀格局，并與長沙市2017年真實(shí)數(shù)據(jù)進(jìn)行精度檢驗(yàn)，得到總體Kappa系數(shù)為0.85，表示本研究采用的模型具有較高的可靠性，模擬效果較好。

黨的十九屆五中全會(huì)通過的《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二○三五年遠(yuǎn)景目標(biāo)的建議》指出，2035年是我國開啟全面建設(shè)社會(huì)主義現(xiàn)代化國家新征程的一個(gè)重要時(shí)間節(jié)點(diǎn)。因此本研究考慮生態(tài)網(wǎng)絡(luò)約束來模擬長沙市2035年景觀格局，以期為長沙市未來發(fā)展趨勢及生態(tài)優(yōu)化配置提供參考。以2017年為基期年，基于2009—2017年的景觀面積轉(zhuǎn)移矩陣與基于景觀類型變化驅(qū)動(dòng)因子和生態(tài)網(wǎng)絡(luò)約束因子構(gòu)建的景觀適宜性圖集模擬長沙市2035年景觀格局。

根據(jù)模擬結(jié)果，2035年長沙市耕地、林地、草地、建設(shè)用地、水域、其他土地面積分別為3 009.91 km2，6 228.88 km2，67.36 km2，2 270.33 km2，239.23 km2，2.90 km2，景觀類型結(jié)構(gòu)以林地為主，面積比例為52.70%，其次是耕地和建設(shè)用地，草地、水域以及其他土地所占比例較小。耕地主要分布在湘江、撈刀河、瀏陽河等河谷平原以及散布的山間小平地；林地主要分布在瀏陽市大圍山、瀏陽市連云山—九嶺山系、長株潭城市群綠心等天然公益林集中保護(hù)區(qū)；草地主要散布于林地內(nèi)；建設(shè)用地主要集中在長沙市中心城區(qū)和瀏陽市、寧鄉(xiāng)市中心城區(qū)；長沙市主要水系為湘江、撈刀河、瀏陽河等；其他土地分布比較分散(圖3)。

由表4得知，與2017年相比可以發(fā)現(xiàn)：(1) 2035年長沙市耕地面積比例由29.19%減小到25.47%，共減小3.72%，是減小幅度最大的景觀類型；(2) 草地、水域、其他土地面積變化較平緩；(3) 林地和建設(shè)用地面積均增加，其中林地面積增加了87.57 km2，建設(shè)用地面積漲幅較大，到2035年面積達(dá)到2 270.33 km2，與2017年相比增加了365.86 km2，表明研究期間長沙建設(shè)力度依舊較大，在發(fā)展的同時(shí)更需注重生態(tài)環(huán)境的保護(hù)。(4) 2017—2035年6種景觀類型的演變趨勢大體上延續(xù)了2009—2017年的演變趨勢，說明生態(tài)網(wǎng)絡(luò)約束下的CA-Markov模型能夠較好地模擬未來景觀格局的情況，其模擬結(jié)果較符合實(shí)際。

圖3 2035年長沙市景觀格局模擬

表4 2009-2035年長沙市景觀類型結(jié)構(gòu)變化

3.3 生態(tài)網(wǎng)絡(luò)約束對景觀格局模擬的引導(dǎo)作用分析

為了檢驗(yàn)生態(tài)網(wǎng)絡(luò)約束對景觀格局模擬的引導(dǎo)作用，本研究借助景觀指數(shù)方法和生態(tài)網(wǎng)絡(luò)內(nèi)林地占有率對比方法來進(jìn)行驗(yàn)證。

本研究以2017年為基期年，基于2009—2017年的景觀面積轉(zhuǎn)移矩陣與基于景觀類型變化驅(qū)動(dòng)因子構(gòu)建的景觀適宜性圖集來模擬無約束條件下的長沙市2035年景觀格局，即不加生態(tài)網(wǎng)絡(luò)約束，其他條件與生態(tài)網(wǎng)絡(luò)約束下模擬景觀格局設(shè)置的條件保持一致。經(jīng)計(jì)算分析(表5)，與無約束條件下模擬的2035年景觀格局相比，基于生態(tài)網(wǎng)絡(luò)約束模擬的2035年景觀格局PD值減少0.44，ED值減少1.15，AI值增加0.17，表明通過抓住保護(hù)重點(diǎn)，可以有效減少景觀類型之間頻繁及無序轉(zhuǎn)換，各景觀類型分布更加集中連片。CONTAG值分別提高0.18，表明通過設(shè)置生態(tài)廊道緩沖區(qū)以及增加生態(tài)節(jié)點(diǎn)，景觀類型之間的連通性增強(qiáng)，有利于生物遷徙和能量的相互流通和擴(kuò)散。由表6可知，將有無生態(tài)網(wǎng)絡(luò)約束條件下模擬的2035年景觀格局圖與生態(tài)網(wǎng)絡(luò)進(jìn)行疊加，統(tǒng)計(jì)各景觀類型面積占比，得到前者林地占比率比后者高1.03%，表明本研究對生態(tài)網(wǎng)絡(luò)內(nèi)林地景觀適宜性的修正產(chǎn)生了效果，而林地面積的增加將使生態(tài)網(wǎng)絡(luò)發(fā)揮更大的生態(tài)價(jià)值。綜上所述，本研究考慮生態(tài)網(wǎng)絡(luò)約束模擬景觀格局緩解了景觀破碎化程度不斷加劇以及景觀連通性下降的趨勢，保護(hù)了生態(tài)關(guān)鍵區(qū)域，可以優(yōu)化景觀格局。

表5 2035年景觀指數(shù)對比

表6 2035年生態(tài)網(wǎng)絡(luò)內(nèi)各景觀類型面積占比對比

4 結(jié) 論

(1) 以“生態(tài)源地-阻力面-生態(tài)廊道—生態(tài)節(jié)點(diǎn)”的框架范式構(gòu)建生態(tài)網(wǎng)絡(luò)，最終共提取生態(tài)源地89個(gè)、生態(tài)廊道213條、生態(tài)節(jié)點(diǎn)87個(gè)，其中生態(tài)源地主要為東西部的大型山體，廊道沿主要河流、山體分布。并在外圍根據(jù)其重要性等級設(shè)置了不同寬度的緩沖區(qū)。

(2) 基于生態(tài)網(wǎng)絡(luò)識別結(jié)果，本研究兼顧生態(tài)重要性和鄰域空間特征，提出一種基于生態(tài)網(wǎng)絡(luò)約束的景觀適宜性修正方法，通過提升生態(tài)網(wǎng)絡(luò)內(nèi)生態(tài)用地的景觀適宜性來保護(hù)生態(tài)網(wǎng)絡(luò)、約束景觀格局模擬。根據(jù)模擬結(jié)果，2035年長沙市耕地、林地、草地、建設(shè)用地、水域、其他土地面積分別為3 009.91 km2，6 228.88 km2，67.36 km2，2 270.33 km2，239.23 km2，2.90 km2，景觀類型依舊以林地為主，耕地減少較多，林地稍有增加，建設(shè)用地漲幅較大，模擬結(jié)果符合長沙市發(fā)展現(xiàn)狀。

(3) 通過對比有無生態(tài)網(wǎng)絡(luò)約束條件下模擬的景觀格局發(fā)現(xiàn)，基于生態(tài)網(wǎng)絡(luò)約束模擬的2035年景觀格局PD值減少0.44，ED值減少1.15，AI值增加0.17，CONTAG值分別提高0.18，生態(tài)網(wǎng)絡(luò)內(nèi)林地占比率增加1.03%，表明基于生態(tài)網(wǎng)絡(luò)約束進(jìn)行景觀格局模擬可對生態(tài)關(guān)鍵區(qū)域進(jìn)行保護(hù)，優(yōu)化景觀格局。