基于RS的海口城市绿地及其生态效益演变研究

付晖　廖建和

摘 要 以1990、2000、2006和2015年Landsat TM/ETM遥感影像为数据源，从城市整体和行政区不同空间尺度分析26 a间海口市城市绿地演变规律；应用citygreen模型，计算海口市和各行政区的城市绿地生态效益，探讨绿地生态效益演变特征。结果表明：1990～2015年间，海口市主城区城市绿地面积总量萎缩显著，共减少3 611.8 hm2，其中以琼山区降幅最大，其次是美兰区和秀英区，龙华区降幅最小。绿地固碳和空气污染物清除两项生态效益演变趋势一致，海口和各行政区绿地生态效益整体均呈下降趋势，生态效益演变特征与绿地变化规律并不一致，其中美兰区绿地生态效益下降最多，减少了41.8%，其次为龙华区和秀英区，分别减少26.7%和26.6%；琼山区最低，减少11.5%。说明影响绿地生态效益变化的因素除了绿地面积外，与绿地斑块大小呈正相关。

关键词 城市绿地；生态效益；演变；海口

中图分类号 Q14 文献标识码 A

Abstract The remote-sensing image of Landsat TM/ETM for years of 1990， 2000， 2006 and 2015 was regarded as the data source to extract the information of urban green space， analyzing the evolution rule of green space in Haikou during the 26 years from the different space scale of the city as a whole and administrative region. In addition， the Citygreen model was implemented to calculate the ecological effect of urban green space of Haikou and each administrative region so as to discuss the evolution characteristics of the ecological effect of urban green space. The results showed that： from 1990 to 2015， the total area of urban green space in main Haikou was shrunk significantly by 3 611.8 hm2， and among the regions， Qiongshan District declined obviously， the following were Meilan and Xiuyingt， Longhua had the smallest reduction. The green space carbon sequestration and air pollutant removal showed the same evolutionary trend， meanwhile， the ecological effect in Haikou and administrative regions presented a downward tendency. However， the evolution characteristics of the ecological effect and the green space change rule were not consistent. The Meilan District got the highest rate of change for ecological effect of green space by declining 41.8%， then Longhua and Xiuying with 26.7% and 26.6%. respectively Qiongshan was ranked the lowest of 11.5%. These indicated that in addition to the green space area， the factors affecting the change of ecological effect of green space were positively correlated with green patch size.

Key words Urban green space； Ecological effect； Evolution； Haikou

doi 10.3969/j.issn.1000-2561.2016.06.025

城市綠地在城市复合生态系统中是最富生命力的元素，能够调节城市环境，是城市环境的“绿色卫士”[1]。但随着城市扩张，人口急剧膨胀，工业化进程加快，土地利用方式发生了极大的转变，由于缺少直接的经济投入和产出，城市绿地受到挤压和侵蚀，绿地面积不断减少[2]。因此怎样在有限的城市空间中，寻求城市发展和生态环境建设的平衡，通过调整绿地空间布局有效增加绿地生态效益，成为迫在眉睫的问题。

20世纪90年代美国林业署设计的Citygreen模型，是应用于城市环境效益评价和生态环境空间分析的极佳工具。该模型是以ARCVIEW软件为基础建立起来的对城市绿地生态效益分析计算的功能模块[3]，自2002年引入国内后，广泛应用于各个尺度的城市绿地生态效益的研究，大尺度的研究如沈阳市[4]、南京市[5]、苏州市[6]和重庆市[7]等，中尺度的研究如北京市建成区[8]、上海市奉贤区南桥镇[9]等，小尺度的研究如居住区[10-11]、南京紫金山[12]、北京市奥林匹克公园[13]等，但鲜有对不同空间尺度下城市绿地生态效益的时空演变研究。

海口市是海南省会城市，在1988年海南建省办经济特区后，城市发展日新月异；2002年海口与琼山市合并为新海口市，建成区面积进一步扩大。2009年海南开始实施国际旅游岛建设，海口城市开发步伐加快，环境资源压力凸显。

本文运用多时相遥感影像获取海口市绿地景观的动态信息，从海口市整体和各行政区两个空间尺度，分析城市绿地的空间格局变化特点，寻找城市绿地生态效益演变特征，以期为将来城市的绿地规划和生态城市建设提供参考。

1 材料与方法

1.1 材料

1.1.1 研究区概况 海口市位于海南岛北部，地理坐标为东经110°10′～110°41′，北纬19°32′～20°05′，全市陆域面积2 304.84 km2，下辖龙华、美兰、琼山和秀英区。年平均降水量为1 639 mm，最大日降水量331 mm，主城区植被以棕榈科和桑科榕属植物等人工植被为主，还包括凤凰木、苦楝、白兰、黄兰、印度紫檀、羊蹄甲、南洋杉、樟树、榄仁等其他树种[14]。

本研究以2006～2020年海口市城市总体规划中主城区范围为研究区，包括海口市建成区和部分郊区，总面积为312.8 km2。

1.1.2 数据源 本研究的原始数据为1990、2000、2006和2015年4期不同时相的Landsat TM与ETM遥感影像，轨道号124/46；2.5 m分辨率SPOT5卫星影像（2010年），海口市土地利用现状图（2001年）；海口市绿化统计资料等。

1.2 方法

1.2.1 城市绿地和其他地物信息的提取 在ENVI5.1中对原始遥感影像进行图像增强和研究范围裁剪等预处理；选择5、4和3波段合成地物色彩鲜明的标准假彩色图像；采用监督分类和目视解译相结合的方法对影像进行景观类型划分[15]，考虑到本研究基础数据源遥感影像的空间分辨率较低，因此将研究区域分为城市建设用地、城市绿地、农田和水域。城市绿地包括附属绿地、公园绿地、防护绿地和其他绿地；农田包括水田、菜园和旱地；水域包括河流、湖泊、水库、鱼塘及其他有水覆盖的区域；城市建设用地包括建筑用地、道路、铺装等硬质地表覆盖土地、农村居民点和裸露的未利用地。

1.2.2 citygreen模型应用 本文从城市整体和行政区两个空间尺度展开研究，对于城市整体绿地生态效益的研究，可以映射城市扩张带来的总体绿量及生态效益变化规律；各行政区具有不同的城市功能，城市开发建设程度有很大差异，对各行政区绿地生态效益的分解研究，是对城市整体生态效益研究的进一步深化，可以阐释26 a来海口市绿地生态效益的变化，更科学地指导城市绿地规划。

数据更新与参数选择：在ARCVIEW3.3中首先新建studyarea图层绘制研究范围，并添加name字段与模型建立联系。其次加载监督分类后的矢量图，将不同土地利用类型分别转换为citygreen识别的类型，如水域转换为citygreen中的waterarea，完成数据更新。最后根据匹配后的分类图计算研究区的绿地生态效益[16]。因本文侧重对绿地空气污染物清除和固碳两项生态效益的研究，与之相关的参数主要为水文土壤类型和植被类型，海口市主要土壤类型为砖红壤、潮沙泥土、滨海盐渍沼泽土、滨海盐土和滨海沙土。其中，水文土壤类型有A、B、C和D 4种，表征研究区土壤的渗水能力等级。土质的渗透能力从A至D逐渐增加，自身的粘度逐渐减小[17]。经过分析，将海口市水文土壤类型认定是B级。海口市主城区以人工植被为主，鉴于城市人工生态系统中树龄较复杂，结合实地调查，确定植被类型为平均型。其他参数采用模型默认值。

固碳释氧模型应用：绿地固碳效益由碳存储量和年碳固定率组成，主要取决于植被覆盖率和植被固碳系数。计算公式为：

Cv=Ar×Gc×Cf

Cv、Ar、Gc和Cf分别代表碳存储量（t）、研究范围（km2）、植被覆盖率和碳储存系数[17]

净化空气模型应用：绿地中的植被通过固定、吸收以及分解空气中的污染物，可以有效净化空气，提高空气质量。Citygreen模型可以分析植被清除O3、SO2、NO2、PM10和CO 5类污染物的能力[17]。计算公式为：

C=LA×Vd×Et

C、LA、Vd和Et分别代表污染物去除量（t）、叶表面积（m2）、沉降率和暴露时间（h）。

2 结果与分析

2.1 不同空间尺度下城市绿地演变分析

2.1.1 城市绿地数量演变特征 （1）绿地斑块面积变化：从表1和图1、2可看出，1990～2015年间，海口市景观类型变化显著，绿地面积整体呈减少态势，1990年以绿地和农田为主，占景观总面积的53%。1992年外来人口涌入海口掀起房地产热，农田和绿地面积急剧减少，城市建设用地面积剧增，并呈持续增长状态。但2000～2006年绿地率减速变缓，由36.1%变为35.1%，且减少的绿地集中于郊区自然林地，建成区内绿地斑块呈现增加的状态，这与政府部门加强园林绿地规划力度有关。

（2）绿地斑块数量变化：26 a间，海口市绿地斑块数量呈现缓慢增长的趋势，说明绿地景观格局呈现破碎化程度增大的演变特征。一方面由于1995年海口市绿地系统规划实行和1997年创建国家园林城市工作的开展，1990～2006年间，公园数量由3个增加到18个，并新建了多个街旁绿地[18]。另一方面城市开发使小型绿地斑块数量增加，绿地总体面积减少的同时数量显著增加。

2.1.2 各行政区城市绿地数量演变特征 2002年海口市和琼山市合并，为了使研究的分区保持一致性，1990和2000年数据为海口市和琼山市之和，各行政区的划分以合并后的海口市行政分区为准。

1990～2015年期间，各行政区城市绿地面积均呈下降态势（图3），尤其1990～2000这10 a间降幅最高，2000年以后降幅逐渐放缓，其中2000～2006年龙华区出现小幅反弹。秀英区绿地降幅率最高，减少47.3%，主要是因为秀英区是海口的新型工业聚集区，1988年建省之际，陆续建成金盘和港澳等工业区。2002年两市合并，秀英区范围大幅扩大，城市发展进程进一步加快，大量城市绿地和农田转化为城市建设用地，这是秀英区城市绿地面积减少的主要原因。美兰区绿地下降38.6%，但因其基数小，较1990年仅减少168.5 hm2。美兰区位于海口旧城中心，建筑密度和人口密度较高，绿地仅能以见缝插针的方式开辟，因此在老城区增绿有限；美兰区具有倚江傍海的独特地区优势，位于出海口的海甸岛和新埠岛发展势头强劲，但绿地面积没有大幅变化，一方面因为城市建设用地主要由水域和农田转化而来，另一方面新增的城市建设用地以居住用地为主，居住区附属绿地也随之增加，在一定程度上与减少的自然林地相抵消。此外，2009和2010年白沙门公园和美舍河带状公园的建成，也大大提升了绿地面积。但是与土地面积相近的琼山区相比较，美兰区绿地率偏低，仍有很大的提升空间。龙华区绿地面积整体也呈下降态势，但在2000～2006年间出现反弹，这主要得益于创建国家园林城市的实施，新建了万绿园等多个综合公園，使绿地数量显著增加，因此绿地面积降幅最小，为22.3%。琼山区的城市绿地面积在26 a间减少近50%（表1），使得目前该区尤其是建成区范围内的绿地严重不足。

2.2 不同空间尺度下城市绿地生态效益演变分析

2.2.1 海口城市绿地生态效益变化特征 研究区固碳量和空气污染物清除量总体上呈下降态势（表2和图5）。这与城市绿地面积逐年减少密切相关，此外随着建成区面积不断扩大，建成区外的绿地不断被侵蚀，大型绿地斑块被分割为多个小型斑块，所以海口市绿地生态效益仍然呈下降趋势。

2.2.2 各行政区城市绿地生态效益变化特征 各行政区在1990～2015年间，绿地生态效益均表现为逐年减少。其中，秀英区的绿地生态效益要远高于其他行政区，这与其本身面积较大有关。但其降幅最大，一方面是因为绿地面积减少24.3%；另一方面在绿地面积减少的同时，绿地斑块数量增加近80%，导致平均斑块面积减小，而小型绿地斑块发挥的生态效益远低于大型绿地斑块，导致秀英区绿地生态效益降幅较高。

美兰区的绿地生态效益远小于其他行政区，表明该区绿量不足。1990年左右，美兰区海甸岛和新埠岛的水域和未利用地面积占很大比重，2000年后海甸岛的开发强度明显增强，许多自然植被轉化为城市建设用地。虽然新建的居住区和酒店拥有较高的绿化覆盖率，但居住区附属绿地都是孤立的斑块，彼此之间缺乏联系，生态效益有限。在快速城市化背景下，美兰区并位预留出足够的绿地空间，不利于海岸线的保护和生态环境的维持。

龙华区的绿地生态效益在2006年出现小幅反弹，作为海口市的老城区，不论是在20世纪90年代房地产热还是两市合并，龙华区的发展都是首当其冲的，但绿地生态效益并不低，这主要是因为在城市开发建设的同时新建了多个大型公园绿地，有效保护了生态本底，实现了建设用地和城市绿地协调发展，是其他行政区应该借鉴的。

琼山区绿地生态效益降幅平缓，尽管城市绿地面积减少近50%，但绿地斑块数量是4个行政区中最少的，由图1也可以看出琼山区的城市绿地分布集中，且以大型斑块为主，这也间接说明绿地生态效益与绿地斑块面积呈正相关。

3 讨论与结论

本研究以4期TM影像为数据源，提取海口市主城区城市绿地信息，对其动态变化过程进行分析，结果表明：1990～2015年间，海口市主城区城市绿地面积总量萎缩明显，减少了3 611.8 hm2，降幅率为27.4%。在各行政区以琼山区绿地减少最多，减少了47.3%，其次为美兰区和秀英区，分别减少38.6%和27.4%，龙华区降幅最小，只减少22.3%。

在此基础上，利用citygreen模型，从城市整体和行政区不同城市空间尺度上计算海口市城市绿地生态效益，结果表明，在城市这一空间尺度上，1990～2015年，由于城市扩张，部分城市绿地转变为城市建设用地，绿地面积减少，绿地斑块数量增多，导致其生态效益呈下降趋势。

从行政区这一空间尺度上，美兰区绿地生态效益降幅率最高，为41.8%，说明绿地生态效益与绿地斑块面积大小密切相关；其次是龙华区和秀英区，分别为26.7%和26.6%，龙华区在政府加大绿地建设力度下新建了多个绿地，但因新建的街旁绿地和专类绿地等面积小，生态效益提升有限；秀英区的绿地生态效益最高，说明绿地生态效益与绿地斑块大小呈正相关；琼山区降幅率最低，为11.5%，进一步说明大型绿地斑块发挥的生态效益更高。

由此看来，不同空间尺度的研究可以揭示不同的结果：在城市化进程影响下，海口市主城区26 a来的绿地数量和绿地生态效益，总体均呈下降趋势；由于功能定位和城市化进程的差异，各行政区的绿地数量和生态效益演变均表现出不同的特征：美兰区和龙华区的绿地生态效益处于较低水平，在有限的城市空间中，需要通过小型绿地斑块向中型和大型绿地斑块的转换，提高单位面积的绿地生态效益，进而提升总体水平，此外美兰区应在规划未建区域预留中型或大型绿地空间；秀英区处于城市拓展区和新型工业聚集区，在高强度的开发和建设下，建成区内绿地破碎化明显，城区外围自然植被大幅减少，使得绿地生态效益大幅缩减；琼山区的绿地生态效益主要来源于城区外围的自然植被，建成区绿地数量不足，因此要在保护好现有绿地的同时，在老城区结合旧城改造开辟新的绿地。

参考文献

[1] Elizabeth H， Jeffrey H D， Elizabeth K. Evaluating the impact of government land use policies on tree canopy coverage[J]. Land Use Policy， 2010， 27（2）： 407-414.

[2] 杜宁睿， 杜志强.城市绿地演变的空间分析[J]. 武汉大学学报（工学版）， 2004， 37（6）： 121-124.

[3] Lehman， Mike. CITYgreen enhancements[J]. American Forests， 2009： 1 153

[4] 刘常富， 何兴元， 陈 玮， 等. 基于QuickBird和CITYgreen的沈阳城市森林效益评价[J]. 应用生态学报， 2008（9）： 1 865-1 870.

[5] 彭立华， 陈 爽， 刘云霞， 等. Citygreen模型在南京城市绿地固碳与削减径流效益评估中的应用[J]. 应用生态学报， 2007（6）： 1 293-1 298.

[6] 张陆平， 吴永波， 郑中华， 等. 基于CITYgreen模型的苏州市森林生态效益评价[J]. 南京林业大学学报（自然科学版）， 2012（1）： 59-62.

[7] 王冬生， 况明生， 张小军， 等. 基于RS的城市绿地及其固碳能力演变研究——以重庆市主城区为例[J]. 西南师范大学学报（自然科学版）， 2012（3）： 105-112.

[8] 胡 赫. 基于CITYgreen模型的北京市建成区绿地生态效益分析[D]. 北京林业大学， 2008.

[9] 李 艳. 基于3S技术和CITYgreen模型的城镇绿地碳储量估测——以上海市奉贤区南桥镇为例[D]. 上海： 上海交通大学， 2008.

[10] 李 新. 基于CITYgreen的居住区绿地生态效益研究[D]. 邯郸： 河北工程大学， 2011.

[11] 余佩玲. 基于CITYgreen的城市森林生态系统服务功能价值研究——以南京紫金山为例[D]. 南京： 南京林业大学， 2015.

[12] 李 薇. CITYgreen软件在城市绿地生态效益评价中的应用——以奥林匹克森林公园规划方案为例[D]. 北京： 北京林业大学， 2007.

[13] Liao W Y， Zhao L S . Application of CITYgreen 5.0 model to tender appraisement of small-scale green-space designs[J].Forestry Studies in China， 2008（2）： 112-118.

[14] 杨小波. 城市植物多样性[M]. 北京： 中国农业出版社， 2009.

[15] 邓淑斌. ENVI遥感图像处理方法[M]. 北京： 科学出版社， 2010.

[16] American Forests. Citygreen 5.0 User Manual[M]. Washington D C： American Forests， 2002.

[17] 陈 莉， 李佩武， 李贵才， 等. 应用CITYGREEN模型评估深圳市绿地净化空气与固碳释氧效益[J]. 生态学报， 2009（1）： 272-282.

[18] 王法仁. 启动绿色工程， 改善生态环境——海口市创建国家园林城市成效显著[J]. 今日海南， 1999（8）： 15-16.