朱 櫻 李 倞，2，3 徐 昉

1 北京林業(yè)大學(xué) 北京 100083

2 城鄉(xiāng)園林景觀建設(shè)國家林業(yè)和草原局重點實驗室 北京 100083

3 城鄉(xiāng)生態(tài)環(huán)境北京實驗室 北京 100083

隨著城市化進程加快， 土地資源日益緊縮，推動城市存量更新發(fā)展已成為新型城鎮(zhèn)化過程中的重要課題。 城市擴張導(dǎo)致自然生境面積縮減、破碎化、 質(zhì)量下降等 “城市病”； 城鎮(zhèn)蔓延和人類高密度聚居導(dǎo)致建設(shè)和綠化用地間矛盾日益尖銳[1-3]， 建設(shè)用地擠占綠色空間[4]， 適合綠化的城市土地資源越來越少。 因此， 在城市尺度上挖潛綠化用地， 識別篩選潛在可轉(zhuǎn)化為城市綠地的用地空間是亟待解決的問題。

城市綠地是城市生態(tài)系統(tǒng)的重要組成部分，在維護城市可持續(xù)發(fā)展、 緩解與自然環(huán)境之間的沖突和矛盾方面起到重要作用[5]。 建設(shè)發(fā)展前期，綠色空間的建設(shè)多關(guān)注數(shù)量、 忽視質(zhì)量， 規(guī)劃建設(shè)主觀性較強[6]， 比如城市中一些綠色空間建成后缺乏妥善管理維護， 植被缺失形成低質(zhì)或裸露綠地； 受所處位置不利環(huán)境因素 (如城市熱島、土壤污染等) 限制， 植物生長受限導(dǎo)致綠地退化[7]； 原有建筑拆除后未更新形成長時間閑置的土地等。 這些長期閑置、 低效低質(zhì)的土地大量存在于城市中， 相比其他已建城市用地， 其拆遷和土地征收成本較低， 是轉(zhuǎn)化為永久性城市綠化用地的重點潛力空間。

國外城市發(fā)展演變研究發(fā)現(xiàn)， 超過25 萬人居住的城市存在約12.5%～15%的城市閑置地[8]。在大多城市中這些閑置地塊面積小、 破碎、 不連通， 難以自主再生[9]。 國外已有大量識別閑置土地轉(zhuǎn)化為綠色空間的研究， 例如美國俄勒岡州波特蘭市、 加拿大不列顛哥倫比亞溫哥華等已開展研究識別可轉(zhuǎn)變?yōu)樯a(chǎn)性綠色空間的閑置地， 整理土地清單并開展波特蘭可挖掘城市項目、 西雅圖P-Patch 項目、 溫哥華都市農(nóng)業(yè)清單項目等[10-14]實踐。 目前， 國內(nèi)研究集中在其形成原因、 類別定義、 產(chǎn)生影響、 規(guī)劃利用方式、 更新方向等方面[15-18]， 例如， 張浪[19-20]從園林綠化角度歸納劃分閑置地類型， 提出轉(zhuǎn)型期基于城市綠化的城市困難立地類型； 張華穎[21]基于轉(zhuǎn)化為綠色基礎(chǔ)設(shè)施再利用的可能性識別常州市域范圍內(nèi)裸土閑置地， 探討具體利用途徑； 還有研究在應(yīng)用視角下探討閑置地的更新設(shè)計[22-25]。

本研究關(guān)注的 “重點潛在綠化用地” 是指在城市建成區(qū)新建永久性綠地的重點增量區(qū)和進行綠地更新的重點提質(zhì)區(qū)， 是未來結(jié)合經(jīng)濟、 文化、社會等多因素開展城市建成區(qū)永久性綠地建設(shè)和更新需要重點關(guān)注的區(qū)域， 可為城市建成區(qū)新增綠化用地， 提升綠色空間質(zhì)量。

1 研究區(qū)概況

北京市海淀區(qū)總面積431 km2， 以百望山為界， 分山前、 山后兩區(qū) (圖1)， 山前城市化程度高， 人口密集、 資源集中； 山后村鎮(zhèn)集中， 分布大量耕地， 發(fā)展雖落后于山前， 但隨海淀北部新區(qū)規(guī)劃的提出， 山后區(qū)也已進入高速發(fā)展階段。

圖1 海淀建成區(qū)及山前、 后區(qū)范圍示意

2 研究方法

本研究識別的重點潛在綠化用地包括需要重點提升綠地質(zhì)量的土地空間 (可提質(zhì)潛在綠化用地)， 以及具有更大綠地轉(zhuǎn)化潛力的閑置土地空間 (可增綠潛在綠化用地)。

可提質(zhì)潛在綠化用地識別的是城市建成綠色空間中植被生長趨勢減弱、 綠地質(zhì)量下降的區(qū)域。植被是陸地生態(tài)系統(tǒng)的主體， 其生長趨勢變化指示城市綠色空間隨時間變化的狀況及綠地質(zhì)量[26-27]。 基于歸一化植被指數(shù) (NDVI)[28-30]計算植被覆蓋度 (FVC)， 通過一元線性回歸模型分析植被覆蓋度變化趨勢指示綠色空間的植被生長情況。 篩選現(xiàn)狀植被覆蓋度較低且植被生長趨勢持續(xù)減弱的綠色空間， 依減弱程度劃分可提質(zhì)低、中、 高潛力空間。

可增綠潛在綠化用地識別的是城市中空置裸地， 通過選取研究樣本監(jiān)督分類和人工目視解譯遙感影像， 獲取歷年土地利用現(xiàn)狀圖。 基于此提取歷年裸地空間數(shù)據(jù)， 采用交集分析法計算歷年裸地空間疊加情況， 按空置時間長短劃分為可增綠低、 中、 高潛力空間。

刪去研究區(qū)范圍內(nèi)水系、 建筑、 道路基礎(chǔ)設(shè)施等數(shù)據(jù)處理后， 等權(quán)重疊加兩類潛在綠化用地，得到綜合重點潛在綠化用地空間分布結(jié)果。

2.1 數(shù)據(jù)來源

以歐洲航天局發(fā)布的sentinel-2 號Level1C 級遙感影像作為數(shù)據(jù)源， 影像精度為10 m， 解譯前影像數(shù)據(jù)均經(jīng)過大氣校正及輻射定標等基礎(chǔ)處理。由于中國北方植物的生長季是6-9 月， 植被生長狀態(tài)基本穩(wěn)定， 植被覆蓋度最大且變化不顯著[31-32]， 因此， 以 2016—2020 年 6—9 月云量覆蓋小于10%的多景遙感影像作為數(shù)據(jù)源。

2.2 多景遙感影像解譯

通過選取感興趣區(qū)樣本， 利用支持向量機分類方法對影像進行監(jiān)督分類及分類后處理， 生成2016—2020 年土地利用圖。 利用在線地圖軟件獲取同年同時段更高精度的地圖影像驗證解譯結(jié)果，分類結(jié)果通過混淆矩陣kappa 系數(shù) (＞0.8， 表示分類較準確) 精度評價。

2.3 計算植被覆蓋度

基于像元二分模型提取植被覆蓋度 (FVC)的原理為假設(shè)一個地表像元由有植被覆蓋的部分Sv和無植被覆蓋Ss兩部分組成[31-33]。 一個像元中有無植被覆蓋的面積比例為FVC 和 (1-FVC)，全部有植被覆蓋的遙感信息為Sveg， 全部無植被覆蓋的遙感信息為Ssoil， S 為地表像元的遙感信息。 計算公式為式 (1) 至式 (3):

FVC 和NDVI 存在顯著線性相關(guān)， 可建立二者之間轉(zhuǎn)換關(guān)系計算植被覆蓋度[30]。 計算公式如下:

式 (4) 中:NDVIsoil為無植被覆蓋像元值；NDVIveg為純植被像元值。 理論上，NDVIsoil接近于 0，NDVIveg接近于 1[31-32]， 受環(huán)境、 天氣、地理位置等因素的影響， 根據(jù)每一景遙感影像的NDVI 值頻率統(tǒng)計表， 以累積百分比 5%和90%置信度區(qū)間對應(yīng)像元值作為NDVIsoil和NDVIveg的有效值。 植被覆蓋度的等級劃分參考《土壤侵蝕分類分級標準》 分為 6 類[31-32，34-36]:無植被覆蓋度＜10%、 低植被覆蓋度10%～30%、中低植被覆蓋度30%～45%、 中植被覆蓋度45%～60%、 中高植被覆蓋度60%～75%、 高植被覆蓋度＞75%。

2.4 分析植被覆蓋度變化趨勢

采用一元線性回歸趨勢分析法， 建立植被覆蓋度和時間序列的回歸模型， 分析2016—2020 年生長季植被覆蓋變化趨勢。 對自變量時間x和因變量植被覆蓋度y可用公式 (5) 表示:

式 (5) 中，k、b表示符合最小二乘法的回歸參數(shù)估計量。 利用觀測值 (xi，yi) 可求出未知參數(shù)k。

式 (6) 中:n為研究時段年數(shù)；xi為時間；yi為第i年生長季植被覆蓋度平均值；k表示植被覆蓋度值的變化趨勢。k＞0 表示植被生長趨勢增強，k＜0 表示植被生長趨勢退化。 將植被生長趨勢變化程度基于閾值分為7 類: 顯著增強 (k＞0.15)、 中度增強 (0.10 ＜k＜ 0.15)、 輕度增強(0.05＜k＜0.10)、 基本不變 (-0.05 ＜k＜0.05)、輕度退化 (-0.05＜k＜-0.10)、 中度退化 (-0.15＜k＜-0.10)、 顯著退化 (k＜-0.15)。

3 結(jié)果與分析

3.1 可提質(zhì)重點潛在綠化用地空間分布

海淀區(qū)整體植被生長趨勢基本不變， 生長趨勢呈中度、 顯著退化的斑塊集中分布于山后平原地區(qū)， 山前地區(qū)偶有出現(xiàn)， 城市中東部沿京新高速周邊以及西南地區(qū)是這些斑塊集中出現(xiàn)的地方。由圖2 可知， 整體植被生長狀態(tài)山前區(qū)優(yōu)于山后區(qū)， 山地區(qū)優(yōu)于平原區(qū)， 提取輕度退化 (-0.05＜k＜-0.10)、 中度退化 (-0.15＜k＜-0.10)、 顯著退化 (k＜-0.15) 的斑塊作為可提質(zhì)重點潛在綠化用地低、 中、 高潛力綠化空間。

圖2 可提質(zhì)重點潛在綠化用地分布

3.2 可增綠重點潛在綠化用地空間分布

從2016—2020 年土地利用圖中提取歷年裸地空間 (圖3) 發(fā)現(xiàn)， 海淀區(qū)裸地空間分布以北部山后區(qū)居多， 山前區(qū)集中在城市西部區(qū)域， 其中，2016—2018 年裸地空間分布整體呈現(xiàn)逐漸減少的趨勢， 自2019 年開始又逐漸增加。 通過疊加結(jié)果得到場地中連續(xù)空置 1 年、 2 年、 3 年、 4 年、 5年的裸地空間分布圖， 其中連續(xù)空置1 ～2 年的裸地占比最多， 在山后地區(qū)成片集中出現(xiàn)； 山前區(qū)西部也較多出現(xiàn)了這類土地。 以連續(xù)空置時間長短作為判別綠化潛力等級的標準， 空置時間越久潛力越大。 因此， 根據(jù)連續(xù)空置時間長短， 將其歸為低潛力綠化空間 (空置1 ～2 年)、 中潛力綠化空間 (空置3 ～4 年)、 高潛力綠化空間 (空置4 年以上) (圖 4)。

圖3 海淀區(qū)2016—2020 年裸地空間分布

圖4 可增綠重點潛在綠化用地空間分布

通過統(tǒng)計可增綠重點潛在綠化用地相應(yīng)斑塊的植被覆蓋度趨勢變化數(shù)值及現(xiàn)狀植被覆蓋度情況， 結(jié)果發(fā)現(xiàn)， 在可增綠重點潛在綠化用地中， 植被生長趨勢基本不變和減弱的斑塊占比最多。 不到10%的可增綠斑塊中植被生長呈現(xiàn)恢復(fù)趨勢； 可增綠斑塊現(xiàn)狀多數(shù)呈現(xiàn)中低植被覆蓋； 植被生長趨勢減弱且現(xiàn)狀植被覆蓋度較低占比最多 (圖 5、 圖 6)。 說明在 5 年內(nèi)多數(shù)可增綠斑塊植被生長難以恢復(fù)， 維持著中低或無植被覆蓋的狀態(tài)。

圖5 可增綠斑塊植被覆蓋度值統(tǒng)計

圖6 可增綠斑塊中植被生長趨勢和現(xiàn)狀植被覆蓋度特征統(tǒng)計

3.3 綜合重點潛在綠化用地空間分布

植被恢復(fù)且生長趨勢減弱的部分用地可能被重復(fù)識別為可提質(zhì)重點潛在綠化用地， 針對這類情況， 從可提質(zhì)重點潛在綠化用地數(shù)據(jù)中將重疊部分剔除后， 再和可增綠重點潛在綠化用地數(shù)據(jù)疊加， 獲得綜合重點潛在綠化用地分布。 在可提質(zhì)潛在綠化用地中， 針對植被生長趨勢下降， 但現(xiàn)狀植被覆蓋度較高的情況， 依據(jù)2020 年 (可獲得最新數(shù)據(jù)) 植被覆蓋圖中高植被覆蓋區(qū)域范圍將這部分數(shù)據(jù)進行剔除。 解譯時， 由于每一景遙感影像獲取時間、 天氣等因素不同， 存在將現(xiàn)狀是水系、 建筑和道路的區(qū)域劃入潛力土地的可能，針對這種情況， 根據(jù)水經(jīng)微圖在線地圖軟件提供的數(shù)據(jù)進行剔除。 將研究區(qū)域可增綠和可提質(zhì)潛在綠化用地空間等權(quán)重疊加， 對相鄰圖斑進行融合處理并刪去小于100 m2不足一個網(wǎng)格尺寸斑塊，最終得到建成區(qū)綜合重點潛在綠化用地分布圖。

將建成區(qū)綜合重點潛在綠化用地等級分為高、中、 低3 個等級， 海淀山前區(qū)共識別出重點潛在綠化用地 282.68 hm2， 山后區(qū) 379.44 hm2。 山后區(qū)高、 中、 低潛力斑塊總面積均大于山前區(qū)斑塊面積， 且較山前區(qū)分布更為集中。 研究區(qū)范圍內(nèi)潛在綠化土地面積共662.12 hm2， 低潛力占比最多， 單個最大斑塊面積達到22.78 hm2。 利用空間統(tǒng)計工具對各等級重點潛力土地的分布進行空間自相關(guān)分析， 計算全局Moran I 指數(shù)， 通過p 值和z 值指示其空間分布模式 (圖7)。 在正態(tài)分布假設(shè)下， Moran I 指數(shù)為正且顯著， 即潛在綠化用地的分布在空間上呈現(xiàn)顯著正向相關(guān)， 其空間分布呈非隨機性， 表現(xiàn)為相似值間的空間聚集。 海淀山后區(qū)大部分潛在綠化土地分布呈現(xiàn) “高—高”空間聚集， 山前區(qū)空間表現(xiàn)為不顯著聚集模式，建成區(qū)邊緣出現(xiàn) “高-高” 空間聚集； 海淀區(qū)潛在綠化土地整體分布由山前至山后區(qū)呈現(xiàn) “冷點-不顯著-熱點” 模式， 熱點區(qū)集中在山后及區(qū)界限邊緣區(qū)； 由城區(qū)中心至邊緣， 山后區(qū)呈現(xiàn) “熱點-不顯著-冷點-熱點” 的分布模式， 山前區(qū)呈現(xiàn) “冷點-不顯著-熱點” 分布 (圖8)。

圖7 空間自相關(guān)分析報表

圖8 建成區(qū)綜合重點潛在綠化用地空間分布熱點分析

4 討論與結(jié)論

4.1 討論

潛在綠化用地的空間分布差異并非偶然， 山后區(qū)各鄉(xiāng)鎮(zhèn)發(fā)展水平較低， 城鎮(zhèn)的建設(shè)管理等方面均落后于山前， 大量土地尚處規(guī)劃階段，識別出的潛在綠化用地也可能存在已規(guī)未建暫時空置或長期處于建設(shè)開發(fā)、 因村莊騰退而暫時閑置荒廢、 新規(guī)劃的綠地尚未建設(shè)等情況。山前區(qū)因城市建設(shè)較早且基本完成， 對于城市綠地的管理維護措施相對完善， 使用頻率相對更高， 近年來山前區(qū)各街道也在持續(xù)推進綠地微更新等改造活動， 這些因素都可能使?jié)撛诰G化用地在山前區(qū)較少出現(xiàn)。 在未來的城市建設(shè)中， 還需加強對城市土地的動態(tài)檢測與管理，對山后區(qū)予以更多關(guān)注。

研究所得城市潛在綠化用地數(shù)據(jù)僅包含一定時序內(nèi)遙感影像能觀測到的土地空間數(shù)據(jù)， 對曾是空置裸地的地塊， 一定時間后植被恢復(fù)， 生長趨勢穩(wěn)定且處于中高植被覆蓋狀態(tài)但仍閑置未利用的土地， 還需通過更多時序的影像數(shù)據(jù)識別。城市具有綠化潛力的空間還包括橋下空間、 建筑架空空間、 建筑立面空間等， 這些空間很難通過影像直接判斷。 10 m 精度影像僅適用于城市尺度， 組團、 街區(qū)等更小尺度的研究應(yīng)根據(jù)范圍匹配合適影像的精度， 并增加多時序的遙感影像數(shù)據(jù)。 另外， 分析潛在綠化用地的現(xiàn)狀用地性質(zhì)，深挖造成裸地長期空置和植被質(zhì)量持續(xù)下降的潛在因素， 如是否存在污染或其所處位置受光照水源土壤地形等條件限制不利植被生長等， 也是未來可探討的研究內(nèi)容。

4.2 結(jié)論

存量更新背景下， 研究從提高土地資源利用的角度對城市建成區(qū)的重點潛在綠化用地進行“增量” 和 “提質(zhì)” 兩方面分析， 通過遙感影像數(shù)據(jù)， 探索量化尋找城市潛在綠化用地的技術(shù)途徑。 研究區(qū)范圍內(nèi)共識別整理出潛在綠化土地662.12 hm2， 其中大部分可增綠斑塊呈現(xiàn)中低植被或無植被覆蓋， 且植被的生長呈現(xiàn)不變和減弱趨勢， 連續(xù)空置1～2 年時間的斑塊出現(xiàn)最多。 在城市化水平相對較低， 尚處高速發(fā)展階段的海淀山后區(qū)聚集出現(xiàn)大面積裸地或低質(zhì)綠地的現(xiàn)象更明顯， 在山前區(qū)則呈現(xiàn)小面積分散分布的現(xiàn)象。此外， 在城市建成區(qū)邊緣也是這些用地聚集出現(xiàn)的地方。