基于MSPA的全国主要城市绿地形态时空变化

危小建 孙显星 谢亚娟

摘要：以形态学空间格局分析法为基础，运用了ArcGIS、Guidos等相关软件，对1995—2015年全国38个主要城市绿地形态的时空变化进行研究。研究发现：（1）选取了38个城市中3个典型城市（东部北京市、中部成都市、西部乌鲁木齐市）的绿地形态空间格局，发现核心区的主要面积是绿地形态，而其他6个结构类别（孔隙、边缘区、连接桥、支线、环道、孤岛）的面积相对较小且分散。38个主要城市的MSPA结构要素存在较大的地域差异。MSPA的7个结构类别中面积最大的是核心区，其他类别面积较小。（2）38个主要城市MSPA的结构要素有明显变化。1995—2005年，有2个城市核心区的面积在增加，而其他城市则下降。总体而言，在其他6个结构类别中，更少城市的面积在减少而更多城市的面积在增加。2005—2015年，核心区域的面积变化都减少了，不同城市之间的结构要素变化明显不同。（3）38个主要城市MSPA 7个结构类别的平均值和变异系数中，核心区的变化最为明显。连接桥和环道的结构变化与其他结构类别有所不同，1995—2005年出现了明显下降，而2005—2015年则有所增加。1995—2005年，核心区、孔隙、环道、边缘区的变异系数变化比2005—2015年更为明显，而孤岛、连接桥、支线的变化系数则相反。

关键词：绿地形态;MSPA;全国主要城市;时空变化;形态学空间格局

中图分类号： S731  文献标志码： A  文章编号：1002-1302（2020）24-0260-07

城市快速扩张导致生态环境被严重毁损;而随着城市生态系统的回归，绿地形态的改变显得尤为重要。有研究表明，绿地形态空间格局变化对城市生态系统、社会、经济产生了重要影响。城市绿地系统建设越完善，就越能发挥其生态功能，深入探究城市绿地系统的空间格局对城市的生态完善、社会和谐、经济发展均有重要意义。

近年来，形态空间格局分析（MSPA）作为一种图像处理方法，被运用于生态网络分析中[1]。 MSPA是基于膨胀、腐蚀、开运算、闭运算等数学形态学原理提出的一种对栅格图像空间格局进行测量、识别和分割的图像处理方法，可以更准确地区分景观的类型和结构[2]。国内学者的研究主要集中在生态网络的规划、评价及管理[3-10]方面，例如邱瑶等研究了深圳市绿色基础设施网络的规划[11]，曹翊坤等研究了绿色景观连通性[12]。国外近年来对MSPA和景观连通性分析方法的研究越来越多[13-19]。例如，Ng等将景观连通性纳入生态系统服务评估中，以保护生物多样性及研究其对景观规划的影响[20]。Syrbe等研究了评估生态系统服务的空间指标等[21]。景观格局指数通常用于分析绿地格局，很少应用于全国城市绿地格局的时空变化[22-26]。对于大多数我国城市而言，不同城市在不同时间的发展过程和特征也不相同;不同城市的增长类型、地理位置、经济发展阶段，以及每个城市自身的规模，都会导致巨大的地域差异。因此，创建有等级概念的城市绿色形态格局非常重要。

本研究以全国城市化速度较快的38个主要城市为对象，在MSPA的基础上对1995、2005、2015年城市绿地形态的时空变化进行分析。

1 研究区概况

实行改革开放政策后，我国经济增长较为迅猛，近40年经历了相对较快的城市化历程。快速的工业化和城市扩张带来了无数的环境挑战，其中之一是对土地植被的维护。本研究分析了1995、2005、2015年38个主要城市绿地形态的时空变化。这38个主要城市遍布我国大陆各地，其边界根据我国对其行政区域（市）的官方定义确定（图1），其中包括直辖市、省/自治区的省会城市和经济重要城市。

2 研究数据和方法

2.1 研究数据

土地覆盖类型来源于1995—2015年拍摄的陆地卫星TM/ETM图像（分辨率：30 m×30 m），这些图像来自中国科学院资源与环境数据中心土地利用数据库（比例是1 ∶ 10 000）。本研究根据这些土地利用数据，将其转化为栅格数据，另外将不同时间段的栅格数据进行 MSPA 处理，从结构要素（表1）和景观类型（图2）分析38个主要城市绿地形态的时空变化。

2.2 研究方法

2.2.1 形态学空间格局分析 形态空间格局分析（MSPA）是两者间的空间拓扑关系，可以识别目标像素集与结构要素，并将目标像素集划分为核心区、孤岛、孔隙、边缘区、连接桥、环道、支线7种生态景观类型[3-15]。 其定义和生态学含义见图2、表1。

首先，林地、耕地、草地3种景观类型是在研究区域土地利用数据基础上得出的，将它们作为研究区的前景要素，而其他用地类型作为研究区的背景要素。接着，将这些数据转化为栅格数据来分析。最后，用Guidos分析软件进行MSPA处理，得到7种不相交的景观类型。

2.2.2 单一土地利用动态度 单一土地利用动态度指数用于量化地区土地使用变化率，比较土地利用变化的地域差异，预测土地利用变化的未来趋势，是非常重要的。一个动态土地利用模型反映了该地区土地利用的主要变化，其公式表示为

式中：Y为研究期间土地利用类型的动态度，即1995—2005年和2005—2015年期间土地利用类型的动态程度;Xα、Xβ为研究期开始、结束阶段具体的土地利用类型的数量;K为研究时间间隔。Y值越大，在此期间研究区域内的土地变化就越剧烈。

3 结果与分析

3.1 单一型城市绿地形态变化区域差异

1995—2015年38个主要城市的绿地形态变化速度的区域差异见图3，体现出如下特征：（1）孤岛的变化是最大的。广州、无锡和呼和浩特年变化率不断减小;而贵阳年变化率不断增长。在研究期间，除了几个城市变化较大以外，其他城市都发生了变化，但变化并不明显。（2）在邊缘区中，郑州、济南、长沙和石家庄年变化率不断增长，变化较为明显。其他城市均有变化，但是变化幅度不明显。（3）在连接桥中，乌鲁木齐年变化率不断增长，变化较为明显;其他城市都有变化，但是变化不明显。（4）在环道中，郑州年变化率不断增长，变化较为明显;其他城市都发生了变化，但是变化并不明显。（5）在核心区、支线、孔隙中，38个主要城市的绿地形态都有一定的变化，但是变化并不明显。

3.2 典型城市绿地形态格局

在进行MSPA分析后，在不同时间点确定了38个主要城市的生态景观功能类型格局。随着研究区域中城市建设用地面积的不断扩大，城市郊区的核心区域逐渐被吞噬，面积正在减少，生态景观的破碎化加剧。在选定的38个城市中，选取3个典型城市的绿地形态空间格局，分别为东部北京市、中部成都市、西部乌鲁木齐市，发现核心区最主要的面积是绿地形态，而其他6个结构类别（孔隙、边缘区、连接桥、支线、环道、孤岛）的面积相对较小且分散。由图4可知，由于地貌的局限性，在2005—2015年中，北京的核心区面积几乎没有变化。1995—2015年成都和乌鲁木齐的核心区面积有所增加，并取得了长足发展。

3.3 全国主要城市绿地形态格局

1995—2015年，不同城市具有不同的发展特点，不同城市的增长类型是不同的。地理位置、经济发展阶段以及每个城市现有的地区规模，都可能是造成38个主要城市在MSPA数量结构特征上存在较大地域差异的原因。7个结构类别中，核心区分布最广，其中拉萨、重庆、南宁核心区面积最大，厦门、深圳、海口核心区面积最小;第二大类是孔隙，其中长春、合肥孔隙面积较大;边缘区、环道、连接桥、支线、孤岛的面积是最少的（图5）。

3.4 全国主要城市绿地形态格局时空变化

1995—2015年我国38个主要城市MSPA结构要素的变化见图6。1995—2005年，2个城市（拉萨、大连）的核心区面积在增加，其他城市则下降。总体而言，在其他6个结构类别（连接桥、环道、支

线、边缘区、孔隙、孤岛）中，更少城市的面积在减少而更多城市的面积在增加。在6个结构类别（连接桥、环道、支線、边缘区、孔隙、孤岛）中处于下降状态的城市数量依次为4、14、5、14、5、4个（深圳、广州、拉萨、大连）。2005—2015年，核心区域的面积都减少了，在6个结构类别（连接桥、环道、支线、边缘区、孔隙、孤岛）中下降的城市数量依次为12、15、1、11、7、4个（北京、成都、拉萨、深圳）。值得注意的是，不同城市之间的结构要素变化明显不同。

表2总结了38个城市中MSPA处理的7个结构类别的平均值和变异系数。其中，核心区的结构变化在2个研究期内最为明显。连接桥和环道的结构变化与其他结构类别有所不同，1995—2005年有所减少，而2005—2015年有所增加。1995—2005年，核心区、孔隙、边缘区的变异系数变化比2005—2015年更为明显，而孤岛、连接桥、支线的变化系数则相反。

4 结论和讨论

本研究对1995—2015年我国38个主要城市绿地形态时空变化作了深入了解，得到以下结果：（1）1995—2015年，38个城市中3个典型城市（北京、成都、乌鲁木齐）核心区占较大面积的是绿地形态，而其他6个结构类别（孔隙、边缘区、连接桥、支线、环道、孤岛）的面积相对较小且分散。不同城市具有不同的发展特点，造成每个城市发展的规模不同，所以全国38个主要城市的MSPA结构要素存在较大的地域差异。（2）在38个主要城市的MSPA结构要素变化中，1995—2005年2个城市（拉萨、大连）的核心区面积增加，而其他城市则下降。总体而言，在其他6个结构类别中，更少城市的面积在减少而更多城市的面积在增加;2005—2015年，核心区域面积的变化都减少了，不同城市之间的结构要素变化明显不同。（3）38个主要城市MSPA的7个结构类别的平均值和变异系数中，核心区结构的变化在2个研究期内最为明显;连接桥、环道的结构变化与其他结构类别有所不同，1995—2005年有所减少，而2005—2015年有所增加;1995—2005年，核心区、孔隙、环道、边缘区的变异系数变化比2005—2015年更为明显，而孤岛、连接桥、支线的变化系数则相反。

本研究认为，模拟城市扩展和景观规划应综合考虑城市的增长类型和植被形态，未来城市化和生态系统服务才能得以协调发展。期望本研究结果能够为城市管理规划和城市组织、新陈代谢和演化提供参考。

参考文献：

[1]林 佳，宋 戈，张 莹 .基于景观生态风险格局的盐碱地分区规划防治研究——以黑龙江省林甸县为例[J]. 生态学报，2018，38（15）：5509-5518.

[2]Ostapowicz K，Vogt P，Riitters K H，et al. Impact of scale on morphological spatial pattern of forest[J]. Landscape Ecology，2008（23）：1107-1117.

[3]许 峰，尹海伟，孔繁花，等. 基于MSPA与最小路径方法的巴中西部新城生态网络构建[J]. 生态学报，2015，35（19）：6425-6434.

[4]于亚平，尹海伟，孔繁花，等. 基于MSPA的南京市绿色基础设施网络格局时空变化分析[J]. 生态学杂志，2016，35（6）：1608-1616.

[5]王忠杰，吴 岩，刘宁京，等. 我国天山北坡地区景观生态格局变迁及生态建设与保护规划对策研究——以昌吉市为例[J]. 中国园林，2014，30（6）：91-100.

[6]王 越，林 箐. 基于MSPA的城市绿地生态网络规划思路的转变与规划方法探究[J]. 中国园林，2017，33（5）：68-73.

[7]赵燕如，邹自力，张晓平. 鄱阳湖生态经济区湿地景观格局演变[J]. 人民长江，2019，50（9）：65-69，145.

[8]谢于松，范惠文，王倩娜，等. 四川省主要城市市域绿色基础设施形态学空间分析及景观组成研究[J]. 中国园林，2019，35（7）：107-111.

[9]魏家星，宋 轶，王云才，等. 基于空间优先级的快速城市化地区绿色基础设施网络构建——以南京市浦口区为例[J]. 生态学报，2019，39（4）：1178-1188.

[10]苏同向，王 浩，费文军. 基于绿色基础设施理论的城市绿地系统规划——以河北省玉田县为例[J]. 中国园林，2011，27（1）：93-96.

[11]邱 瑶，常 青，王 静. 基于MSPA的城市绿色基础设施网络规划——以深圳市为例[J]. 中国园林，2013，29（5）：104-108.

[12]曹翊坤，付梅臣，谢苗苗，等. 基于LSMM与MSPA的深圳市绿色景观连通性研究[J]. 生态学报，2015，35（2）：526-536.

[13]Su S L，Li D L，Hu Y N，et al. Spatially non-stationary response of ecosystem service value changes to urbanization in Shanghai，China[J]. Ecological Indicators，2014，45：332-339.

[14]Zhang Z J，Li A N，Lei G B，et al. Change detection of remote sensing images based on multiscale segmentation and decision tree algorithm over mountainous area：a case study in Panxi region，Sichuan Province[J]. Acta Ecologica Sinica，2014，34（24）：7222-7232.

[15]Miao，Pan，Wang，et al. Research on urban ecological network under the threat of road networks-a case study of Wuhan[J]. International Journal of Geo-Information，2019，8（8）：342.

[16]Velázquez J，Anza P ，Gutiérrez J，et al. Planning and selection of green roofs in large urban areas. Application to madrid metropolitan area[J]. Urban Forestry & Urban Greening，2019，40：323-334.

[17]Choi M ，Kim H W . Identifying priority management area for unexecuted urban parks in long-term by considering the pattern of green infrastructure[J]. Journal of Environmental Policy and Administration，2019，27（1）：243-265.

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

[19]Jiang P H，Cheng L，Li M C，et al. Analysis of landscape fragmentation processes and driving forces in wetlands in arid areas：A case study of the middle reaches of the Heihe River，China[J]. Ecological Indicators，2014，46：240-252.

[20]Ng C N，Xie Y J，Yu X J. Integrating landscape connectivity into the evaluation of ecosystem services for biodiversity conservation and its implications for landscape planning[J]. Applied Geography，2013，42：1-12.

[21]Syrbe R U，Walz U. Spatial indicators for the assessment of ecosystem services：providing，benefiting and connecting areas and landscape metrics[J]. Ecological Indicators，2012，21：80-88.

[22]王成新，萬 军，于 雷，等. 基于生态网络格局的城市生态保护红线优化研究——以青岛市为例[J]. 中国人口·资源与环境，2017（增刊1）：9-14.

[23]于亚平，尹海伟，孔繁花，等. 南京市绿色基础设施网络格局与连通性分析的尺度效应[J]. 应用生态学报，2016，27（7）：2119-2127.

[24]王晶晶，尹海伟，孔繁花. 多元价值目标导向的区域绿色基础设施网络规划——以古黄河周边区域为例[J]. 山东师范大学学报（自然科学版），2016，31（3）：77-83.

[25]杨志广，蒋志云，郭程轩，等. 基于形态空间格局分析和最小累积阻力模型的广州市生态网络构建[J]. 应用生态学报，2018，29（10）：3367-3376.

[26]吴银鹏，王倩娜，罗言云. 基于MSPA的成都市绿色基础设施网络结构特征研究[J]. 西北林学院学报，2017，32（4）：260-265. 尹 群，郭纪敏，张世文，等. 基于辅助变量的县域土壤有机质预测[J]. 江苏农业科学，2020，48（24）：267-273.