基于GWR模型的福建省绿色空间景观格局演变影响因素及其空间差异
时间：2023-01-17 19:00:11 来源：柠檬阅读网 本文已影响 人 
王圳峰，王欣珂，谢香群，萧满红，武艳芳，刘兴诏,4*
(1.福建农林大学 园林学院，福建 福州 350002；
2.湄洲湾职业技术学院，福建 莆田 351119；
3.棕榈生态城镇发展股份有限公司，河南 郑州 450000；
4.自然资源部东南生态脆弱区监测修复工程技术创新中心，福建 福州 350013)
绿色空间是城市复杂生态系统的重要组成部分，具有独特的生态和社会功能[1]。绿色空间对于城市环境问题起到一定的缓解作用，例如缓解城市热岛效应[2]、调蓄雨水[3]、固碳释氧[4]等，达到修复城市生态系统、缓解城市生态压力的作用。绿色空间的内部结构及其空间格局在生态效益方面能够发挥重要作用，它的功能与组成结构等空间格局息息相关[5]。
对于绿色空间的研究，国内学者关注的重点落在其格局的动态演化分析、演变机制分析[6-8]。绿色空间格局的动态演化大多基于遥感数据和景观指数来分析绿色斑块的大小、数量[9-11]。在演变机制方面，多数研究以定性和定量结合的方法，针对社会经济、自然因素展开单一类型绿色空间演变的驱动机制分析[12-14]。目前，多数研究在识别单一类型绿色空间景观格局动态变化特征及驱动因素方面取得一定成果，但针对整体绿色空间景观格局动态演化研究的较少，并且少有研究分析绿色空间格局演变驱动因素的空间差异。
作为我国南方重要的生态屏障，福建省当前正处于全力建设国家生态文明试验区的阶段。在此背景下，了解福建省整体绿色空间的景观结构组成以及空间配置演变情况有利于构建区域协调、城乡融合的绿色空间格局，从而维持生态过程的稳定发展。传统的回归方法仅仅将影响因子的影响进行排序，缺乏对空间因素的考虑。地理加权回归(geographically weighted regression,GWR)模型考虑了样本的空间地理位置，可以反映自变量与因变量之间相关性的空间差异特征[15-17]。以福建省为研究范围，分析其绿色空间格局演变规律，综合考虑社会经济、自然因素，构建GWR模型，探究福建省绿色空间景观格局演变的影响因素及其空间差异性。尝试理解在自然、社会经济影响因素作用下绿色空间格局变化的原因和过程及其所呈现的空间分异，以期为福建省因地制宜开展生态环境保护提供重要实践指导意义，同时也有利于福建省绿色空间格局的优化和自然资源合理利用，打造全国生态示范省。
1.1 数据来源
将福建省行政边界作为研究范围，绿色空间包括城市建设用地内的绿地和城市建设用地之外的更多具有生命支撑、生态调节和环境保护等多重功能的空间地域[18-21]。根据研究目的并结合中国土地资源分类系统的分类体系[22]，将绿色空间分类为林地、耕地、湿地及水域、草地4种类型。
选取的数据有：福建省2000、2010、2020年3期地表覆盖数据[23]，包括的用地类型有耕地、林地、草地、湿地及水域、建设用地、裸地；
数字高程模型(DEM)数据来源于地理空间数据云平台；
降雨数据来源于国家地球系统科学数据中心；
温度数据来源于中国科学院资源环境科学数据中心；
夜间灯光数据可用于社会经济发展、城市化水平、GDP分析等方面[24]。根据数据可获取性，采用夜间灯光数据来表征地区社会经济发展强度。夜间灯光数据来源于Harvard Dataverse平台[25]。以上数据采用相同的投影坐标：
Asia_Lambert_Conformal_Conic。
1.2 研究方法
1.2.1 景观格局指数 根据已有研究[26-27]，从斑块类型层级和景观层级选取斑块密度(PD)、景观形状指数(LSI)、连接度指数(Cohesion)和Shannon多样性指数(SHDI)4个景观指数来表征绿色空间破碎化、连通性、多样性。通过Fragstats 4.2软件进行分析，具体公式说明详见文献[26]。
1.2.2 全局空间自相关 采用全局自相关系数Global Moran’I来检验绿色空间景观格局指数的空间相关性。在给定显著水平下，Moran’I的值介于(-1,1)之间，I值越接近1，表明空间数据正相关越明显；
I值越接近-1，表明空间数据负相关越明显；
I值接近0，则表明空间数据相关性越低。具体计算公式见文献[26]。
1.2.3 GWR模型 选择GWR模型探究社会经济、自然因素在空间层面上对福建省绿色空间格局演变的影响机制[28]，具体计算公式见文献[28]。
为获取地理加权回归的局部系数，采用高斯函数确定其权重，在ARCGIS中通过选择赤池信息量准则(akaile information criterion，AIC) 法确定最优带宽。AIC值越小，模型拟合效果越好。
2.1 2000—2020年福建省绿色空间演变
福建省绿色空间面积在20 a间总体呈下降的趋势，不同用地类型的变化趋势存在差异(表1)。2000-2010年，林地和耕地面积均下降(-2.05%和-0.18%)；
草地和湿地及水域的面积增加(1.00%和0.85%)。2010-2020年，4类绿色空间类型变化率相较10 a前有所加剧，耕地和林地继续降低(-2.82%和-0.98%)；
湿地及水域面积保持上升(6.03%)。2000-2020年，占比最大的始终是林地，其次是耕地，这二者占绿色空间的90%左右，草地、湿地和水域占10%左右。20 a间，耕地面积减少最多(-1 209.48 km2，-4.81%)，其次是林地(-955.45 km2，-1.16%)，草地减少的面积小于前两者，但由于其绝对面积较小，下降的比率是最高的(-6.26%)。湿地及水域面积一直保持上升趋势。
表1 绿色空间结构组成及变化
2.2 福建省绿色空间景观格局演变特征
参照前人研究成果[29-30]以及经过多组参数试验对比，创建10 km×10 km的格网，统计不同时期每个格网的景观指数，得到2000-2010、2010-2020年各个景观指数的空间变化量分布图(图1)。
2.2.1 绿色空间破碎化演变 时间演变上(表2)，在2000-2020年，整体绿色空间的斑块密度上升，景观形状指数下降。耕地和湿地及水域的破碎化增加，而林地趋于连片化，破碎度降低。空间上(图1A、图1B)，在2个时段内，破碎化增加绿色空间位于东南部沿海地区和东部沿海地区，而西南部地区的绿色空间景观破碎化程度降低。整体绿色空间的破碎化程度加剧，这是由于沿海地区建设强度加大，占用了绿色空间，同时也导致绿色空间形状趋于不规则，促使绿色空间转向非绿色空间。
2.2.2 绿色空间连通性演变 时间演变上(表2)，在2000-2020年，整体绿色空间的连接度指数均呈现下降的趋势，表明其景观连通性降低。其中，耕地和湿地及水域的连接度指数也下降，表明二者的连通性降低。从空间上(图1C)，整体绿色空间连通性降低的区域向西北部蔓延。在2个时段内，连通性下降的绿色空间主要分布于西南部地区和东南部沿海地区。上述研究结果表明，福建省整体绿色空间连通性降低较明显的是西南、东南地区，且正在向北部蔓延。这主要是因为人类活动导致了绿色空间斑块的破碎加剧，从而影响绿色空间的连通性。
2.2.3 绿色空间多样性演变 时间演变上(表2)，在2000-2020年，整体绿色空间的Shannon多样性指数缓慢降低，表明各类型绿色空间的分布有不均衡发展的趋势。空间上(图1D)，整体绿色空间的Shannon多样性指数呈现较均匀且分散的空间特征。2010-2020年，Shannon多样性指数显著增加区域多位于东南沿海地区。其原因是城市建设活动中，绿地的增加使得整体景观分布趋于均匀。
图1 福建省绿色空间景观格局变化量空间分布
表2 福建省绿色空间景观格局指数结果
2.3 社会经济因素对福建省绿色空间景观格局演变影响的空间差异
2.3.1 GWR模型拟合结果 为对比验证GWR模型的拟合效果，将社会经济发展强度变化量、自然因素(地形、气温、降水)分别于各景观格局指数变化量进行普通最小二乘法(Ordinary Least Squares,OLS)回归计算。对比结果显示(表3)，GWR的拟合优度R2均大于OLS模型，AICc值均小于OLS模型，表明GWR对各景观格局指数变化量的解释能力以及拟合效果优于OLS模型，可以有效地解释社会经济发展强度和自然因素对于绿色空间景观格局演变的影响作用及空间差异性。
表3 GWR模型和OLS模型参数估计结果对比
2.3.2 空间自相关分析 将计算得出的各景观格局指数变化量进行空间自相关分析，结果见表4，可以看出，各景观格局指数变化量具有空间自相关特征(Z>2.58且P<0.01)，满足空间回归的条件。
表4 景观指数变化量全局空间自相关计算结果
2.3.3 社会经济因素对福建省绿色空间格局演变影响的空间回归结果 根据前人的研究[26,31]，本研究采用夜间灯光数据表征社会经济因素，通过GWR模型对福建省整体绿色空间景观格局与社会经济发展(夜间灯光)进行空间回归，得到2000-2010年和2010-2020年的社会经济发展强度(夜间灯光)变化量和各景观格局指数变化量回归系数空间分布图(图2)。
社会经济发展对绿色空间破碎化呈现以负相关为主且较分散的区域分布特征(图2A、图2B)。在2000-2010年，二者回归系数分布呈现中心为负、周围为正的格局。在2010-2020年，西部地区的绿色空间破碎化与社会经济发展的关系由正相关转为负相关，而福建省东部及东南沿海地区的绿色空间破碎化与社会经济发展一直保持负相关趋势。
社会经济发展对绿色空间连通性呈现以负相关为主的影响特征(图2C)。在2000-2010年，回归系数呈负相关的区域集中在南部地区正相关区域集中于中部和北部地区。在2010年后，社会经济发展对绿色空间连通性的影响普遍出现负相关，只有西南部地区呈较大区域的正相关分布。
社会经济发展对绿色空间多样性呈现以负相关为主的影响特征和斑块状的空间分布(图2D)。在2000-2010年，正相关区域多位于西北至西南部地区，负相关区域则位于中部以及沿海地区。到2010年后，呈负相关分布的区域呈现“北部-南部”两端的格局。
图2 社会经济发展强度对福建省绿色空间景观格局回归系数空间分布
上述结果表明，社会经济发展强度越高的区域(沿海地区)，其绿色空间的破碎化越明显，连通性降低，多样性降低，导致绿色空间格局变化较为明显。而西北部、西南部地区的经济发展较滞后，该区域的生态条件较好，社会经济发展与绿色空间破碎化成正相关，与其连通性呈负相关。
2.4 自然因素对福建省绿色空间景观格局演变影响的空间差异
地形对绿色空间破碎化的影响以负相关为主，呈现中部延伸至西南部地区的特征(图3A和图3B)。地形对于绿色空间连通性的负相关区域呈现连片化的空间分布特征(图3C)。地形对于绿色空间多样性的负向影响呈现带状分布(图3D)，从福建省北部延伸至西南部地区。
气温对于绿色空间破碎化的影响以负相关为主(图3E和图3F)，呈现斑块状和带状格局。气温对绿色空间连通性的影响以正向为主，呈现“中部-东北”格局(图3G)。气温对绿色空间多样性的影响以负相关为主(图3H)，呈现“北部-南部”的空间特征。
降水对于绿色空间破碎化的影响以负相关为主(图3I和图3J)，呈现明显区域块状特征；
降水对于绿色空间连通性以正向影响为主(图3K)，呈现“北部-南部”格局。降水对于绿色空间多样性以负向影响为主(图3L)，呈现“中部-东南”格局。
图3 自然因素对福建省绿色空间景观格局回归系数空间分布
上述结果表明，地形高度增加，绿色空间的破碎化、连通性和多样性降低，说明地形对绿色空间格局变化有限制作用，福建省地形为“西北高-东南低”格局，因此西北部绿色空间破碎化与地形成负相关。而气候因素对绿色空间格局演变的影响也具有一定的空间差异，气温上升，一定程度上影响了植被生长，导致绿色空间破碎化增加、连通性下降；
降水增加有助于植被生长，因此绿色空间破碎化与降水成负相关，而与连通性呈正相关。
3.1 结论
1)2000-2020年，整体绿色空间景观格局的时空变化特征较明显。福建省整体绿色空间破碎化程度上升，总体连通性降低和多样性降低。空间分布上，整体绿色格局破碎化、连通性和多样性变化随着空间位置不同而变化。从不同类型绿色空间来看，耕地和湿地破碎度增加，连通性下降，其分布趋于分散；
林地和草地的破碎化和连通性均下降，但二者的空间分布不同。
2)GWR模型在空间位置层面对不同时期的绿色空间格局演变影响因素的解释优于OLS模型。福建省绿色空间格局是社会经济和自然因素共同作用的结果，而主要推动力为社会经济因素。社会经济影响因素对绿色空间景观格局破碎化、连通性、多样性的影响以负相关为主，且具有较显著的空间差异。自然因素对绿色空间景观格局的影响也具空间差异。其中，地形对绿色空间景观格局的影响呈现不同程度的空间差异；
温度对绿色空间格局的影响空间分布呈碎片化的斑块特征；
降水对绿色空间景观格局的影响空间分布呈现明显的带状特征。
3.2 讨论
3.2.1 绿色空间景观格局演变的影响因素分析 社会经济因素为绿色空间格局演变的主导因素，表现为社会经济活动强度越高，绿色空间的破碎化程度越高，连通性和多样性降低，这与王莹等[26]的研究结果基本一致。在空间特征上，社会经济因素对沿海地区绿色空间格局演变的影响存在较明显的空间差异。这是因为在2000-2020年，福建省地区生产总值、建成面积和常住人口急剧上升，导致了绿色空间格局的显著变化。沿海地区经济增长迅速，人口聚集，而西北部一些内陆地区则增速相对乏力。产业结构、投资水平和工业化程度促进了区域之间的经济差异发展[32]，沿海地区特别是福州、泉州等地二三产业比重明显高于其他城市；
由于地理位置的优势，沿海地区的投资水平明显高于内陆地区；
福建省各地区的工业化程度相差迥异，沿海地区比内陆地区的人均工业产值高出10多倍。社会经济发展的差异化，造成了绿色空间格局演变具有空间分异性。
自然因素中，景观格局空间分异随着地形起伏度的变化而趋于明显特征。地形对绿色空间格局的负影响区域主要为“中部-西南”连片以及部分东北边缘区域特征。原因在于福建地形以山地丘陵为主，武夷山(闽西)以及鹫峰山、戴云山、博平岭(闽中)构成了福建省的地形骨架，而闽东沿海地区分布有小块平原，包括福州、莆田、泉州、漳州4处[33]。地形限制了人类活动，使得海拔较高的绿色空间破碎度较低，这与其他学者的研究基本符合[34]。地形是重要的空间限制因子，在大多数山地城市中，地形显著决定了城市扩张的主要方向，对城市形状格局产生较明显的影响。因此，福建省在绿色格局优化上应根据地形做到因地制宜，在较低区域减缓耕地的流失速度，在较高区域加强生态效益的建设，严格限制建设用地的侵占。在气候方面，本研究结果显示气温对绿色空间破碎度的正影响区域和连通性的负影响区域均在沿海位置，可能是由于城市热岛效应，其根本原因是人类活动造成地表及大气温度升高。绿色空间流失，其热环境和小气候不能得到有效缓解。绿色空间斑块的增加，会产生“冷岛效应”，以此改善人居热环境。因此，本研究结果可为绿色空间格局的优化提供参考。
3.2.2 GWR在绿色空间格局的应用 GWR模型结果显示，各影响因素随着空间位置的变化对绿色空间格局演变产生不同程度的影响。“地理学第一定律”指出，一切事物都与其周围的其他事物相关，并且离得越近的事物之间的关联性越大[35-36]。而基于土地覆盖的绿色空间数据符合该定律，且具有一定的空间自相关性，这是进行GWR模型分析的条件。与以往的景观格局研究相比，采用GWR模型以局部参数估计来获取特定位置的回归系数，能够较直观地揭示区域内整体绿色空间格局变化的空间特征及差异性，该模型在绿色空间景观格局演变与各影响因素之间相关性的空间非平稳性更具有优势。因此，GWR模型在绿色空间格局研究中具有较好的应用前景，能为绿色空间格局优化提供参考，以此提出相关建议。
1)划分绿色空间生态服务功能等级。将生态系统服务理念纳入绿色空间的建设中，根据生态系统服务功能重要性级别划分优先级空间，提出相应的保护政策并提升生态管理水平，尤其是高生态系统服务功能水平的绿色空间斑块(生态源地)。对于较有潜力的中生态系统服务功能水平的绿色空间，应当调整土地利用类型，积极引导城市建设用地的集约发展。
2)构建绿色空间廊道网络体系，增建具有生态学意义的绿地，形成完整的生态廊道防护体系，提升绿色空间格局与过程的完整性和连通性。
3)利用多学科交叉融合技术，科学合理地管理绿色空间建设。城市是社会-经济-自然复合生态系统，综合运用景观生态学、风景园林学、地理学和社会学等多学科理论和技术方法，才能全面提升城市绿色空间的整体生态系统服务价值，真正地达到人与自然的和谐共生。
猜你喜欢 连通性负相关格局 植被覆盖度和降雨侵蚀力变化对小流域泥沙连通性的影响农业工程学报(2022年12期)2022-09-09超越视野流行色(2022年7期)2022-08-31中国自然保护地连通性的重要意义与关键议题风景园林(2022年7期)2022-07-15改进连通性保持的二阶多智能体编队控制电光与控制(2022年6期)2022-06-23第1-3届冬季青年奥运会竞技格局分析体育科技文献通报(2022年3期)2022-05-23N-末端脑钠肽前体与糖尿病及糖尿病相关并发症呈负相关天津医科大学学报(2021年1期)2021-12-05构建新发展格局，农村大有作为今日农业(2021年1期)2021-03-19于潮流 问格局——FCTA的2019雕镌时尚纺织服装流行趋势展望(2020年1期)2020-02-01幼儿教师职业倦怠及主观幸福感状况研究读写算(2018年6期)2018-08-22翻译心理与文本质量的相关性探析考试周刊(2016年63期)2016-08-15
