基于MSPA的福州绿色基础设施网络构建

黄 河

余坤勇

高雅玲

刘 健*

随着城市化快速发展，人民经济和生活水平的日益增长，城市生态环境也遭受了不同程度的破坏，城市生境不断被蚕食，生态廊道逐渐消失，景观破碎化严重[1-3]。为了保护城市生态环境、维持城市生物多样性、提高城市生态服务功能，很多国家开展实施绿色基础设施规划作为引导城市可持续发展、缓解城市环境问题的措施[4]。

绿色基础设施(Green Infrastructure，GI)，是一个多层次的自然生态系统，可以是国土范围、区域、城市及社区等不同层次[5]。近年来，由于公众对人居环境的关注，各国政府机构与研究学者从不同层次、不同角度对绿色基础设施进行了广泛的实践与研究，如美国马里兰州为应对城市化带来的生态破坏等一系列问题，开展的绿图计划(MaryLnad's Green Print Program)是绿色基础设施区域规划层面的代表，其利用土利覆被信息与生态调查数据，探索与实践绿色基础设施规划，取得了较好的效果，且其评价体系与规划方法被当前多地区相关领域所运用[6-7]。此外，众多学者在绿色基础设施功能上进行研究，包括水与食物的供给；水文、气候、空气的调节[8-11]；土壤、生境的支持[12]；景观、文化的审美与游憩；以及与人类福祉相关的健康、生活需求、社交等诸多方面[13-14]。总体上各研究利用定性或定量的手段，在GI的分析、评价与绩效评估等多层次对其功能、服务等方面进行研究。由此可见多功能的绿色基础设施已成为当前研究热点，绿色基础设施是缓解或解决快速城市化带来的生态问题的重要理论与方法[15]。

形态空间格局分析方法(Morphological Spatial Pattern Analysis，MSPA)是Vogt等运用一系列形态变换的图形学原理，利用腐蚀、扩张、开运算、闭运算将图形进行分割、识别、分类等图像处理方法[16]。它将二值图像分割成互不重叠的7种类型：核心区(Core)、孤岛(Islet)、桥接(Bridge)、环道(Loop)、边缘(Edge)、穿孔(Perforation)和支线(Branch)[17]。该方法仅依靠单一数据(二值图)，即可得到强调结构性连接且景观结构类型精确的重分类图，其较早用于森林景观格局等方面研究。近年来国内外学者将MSPA引入GI网络研究中，如Wickham较早利用MSPA方法研究美国GI及其空间格局在1992—2001年的动态变化，识别出美国范围内现有的4000多个GI网络，并表明美国在该时期的GI核心区与廊道正快速减少[18]。曹翊昆运用MSPA方法研究深圳市1986—2010年5个时期的GI连通性，并分析得到深圳市GI连通性时空分布特征[19]。于亚平等利用1988—2013年三期影像数据，通过南京市MSPA景观类型变化特征，对GI连通性格局变化进行定量评价[20]。这些学者运用MSPA方法来识别和分析现有绿色基础设施网络要素，并对其动态评价。此外，邱瑶等基于MSPA方法提取深圳市GI网络要素并对其分级及网络规划[21]，主要用MSPA识别出城市现有GI要素，通过现有“核心”与“廊道”要素进行网络分级与规划，没有进一步构建新廊道网络。因此，本研究在前人研究基础上，进一步运用MSPA方法：其一，可用于识别GI网络要素，是GI网络规划或构建的基础；其二，MSPA识别出的景观类型(如核心区、廊道、边缘、支线等)影响着GI网络的功能流、信息流与物流等方面，对当地的绿色基础设施或生态系统具有重要的生态学意义[18-20]。在构建GI廊道过程中MSPA景观类型也应是重要考量因素，而当前相关研究有所忽视[21-22]，本研究不仅将MSPA方法用于GI核心区评价，在廊道提取方面，MSPA景观类型与生态阻力面的构建相结合，使廊道的规划与提取更为科学合理。利用MSPA方法构建GI网络是该方法在生态保护规划方面的重要实践，也是客观研究GI空间结构的重要补充，为改善城市生态环境提供新的方法与途径。

表1 MSPA景观类型统计

本研究以福州市为研究区，以E n v i、Guidos、Conefor及GIS为软件平台，基于形态学空间格局分析方法，运用连通性分析、最小累积阻力模型和重力模型对福州市绿色基础设施网络要素识别、提取、筛选和网络构建，为我国绿色基础设施、绿地系统等城市绿色空间建设提供参考。

1 研究区域与研究方法

1.1 研究区概况

福州市为福建省省会,位于25°15′～26°39′N 、118°08′～120°31′E，城区总面积1182km2，属亚热带季风气候，雨量充沛，阳光充足，四季常青。市内江河遍布，闽江穿城而过，主要河流有闽江、乌龙江、白马河、晋安河和凤坂河等。地貌属河口盆地，四周以群山环抱，其东南北分别为鼓山、旗山、五虎山和莲花峰，其海拔600～1000m不等。

福州市自然条件优越，但随着福州市城市化迅速发展，与之带来的各种生态环境问题日益突出。在城市土地资源极为有限，且难以大规模建设生态用地的背景下，尽可能利用现有UGI，重建其空间生态连接，强化UGI的网络结构，最大化地提高UGI的生命系统支持能力，是福州市生态城市建设的重要途径。

1.2 数据来源与预处理

本研究所用数据主要有：福州市2016年7月8日Landsat8影像数据及30mDEM数据(来源：地理空间数据云)。首先，基于Envi5.1平台，将ETM影像进行预处理，其步骤为：辐射定标-大气较正-多光谱融合-裁剪。然后，利用监督分类与目视解译方法，以及进行野外实地调研，对解译结果不断进行修正，最终获得栅格大小为30m×30m的土地利用现状图，将福州土地利用现状分为林地、农田、水体、裸地及建设用地5类。

1.3 研究方法

1.3.1 基于MSPA方法的绿色基础设施格局分析

形态学空间格局分析(MSPA)方法运用于城市绿色基础设施网络构建的关键在于图像中GI图元与非GI图元的划分，利用Guidos软件对二值图进行分析。

首先，基于研究区的土地利用现状图，提取林地、田地、水体为GI要素作为MSPA分析的前景，建设用地、裸地为非GI要素作为背景。其次，将矢量数据转为二值的GeoTif数据文件，综合相关廊道理论、前人研究成果[23-24]，将栅格数据大小设定为30m×30m。最后，利用Guidos分析软件，采用八邻域规则，边缘宽度设置为1，对数据进行MSPA分析，得到互不重叠的7种景观类型，即为福州市绿色基础设施空间要素，并对网络分析结果进行统计(图1，表1)。

1.3.2 绿色基础设施连通性分析

研究借鉴与绿色基础设施密切相关的岛屿生物地理学理论及其相关研究成果，以及国际自然与自然资源保护联盟(IUCN World Conservation Strategy)的相关观点[25]，GI核心区的选择考虑斑块面积和连通性两方面。考虑GI的基本功能、福州市绿地斑块分布规律，本研究核心区面积选择0.5km2以上，筛选出79个斑块。

再利用Conefor2.6软件，选择最具代表性的整体连通性(IIC，公式1)、可能连通性(PC，公式2)及连接重要性(dI，公式3)3个景观指数，将连接距离阈值设为1000m，连接概率设为0.5，对所选斑块进行景观连接度评价，并得到对应3个景观指数。根据面积和连接重要性指数(dI)选择重要斑块作为GI核心区，选择面积大于0.5km2且dPC≥0.2的斑块作为核心区，共提取出13个GI核心区(表2，图2)。

式中，n表示景观中斑块总数量，ai和aj是斑块i和斑块j的贡献值(本研究中指面积)，nlij指i和j之间的连接数量，pij*是物种在i与j之间扩散的最大可能性。I为景观连接度指数值，Iremove为某斑块移除后景观的连接度值。

1.3.3 绿色基础设施网络构建

1)基于最小累积阻力模型的廊道提取。

图1 福州市MSPA分析结果

图2 GI核心区分布

图3 福州市综合阻力面

图4 福州市GI网络规划

生物在不同斑块区间运动需要克服景观阻力实现，景观阻力是指物种在不同景观单元之间进行迁移的难易程度。最小累积阻力模型是模拟物种在斑块间运动，并计算物种扩散最佳路径的方法[26-27]。本研究利用最小累积阻力模型提取GI廊道的步骤为：a)阻力层的确定；b)阻力层权重的确定；c)各阻力层下因子阻力值的确定；d)创建各类型阻力栅格及综合阻力面；e)计算各核心区间栅格数据的最小消费成本；f)GI廊道的提取。

将提取的GI核心区作为廊道连接的源与目标，其次利用MSPA分析得出的7类景观类型数据以及土地利分类数据、高程数据和坡度数据作为阻力层，并通过专家打分法得出各阻力层权重系数及对应阻力值(表3)。

基于GIS软件及其Spatial Analyst分析功能，将上述各景观阻力数据栅格化，根据各重要系数进行加权叠加得到研究区景观阻力累积分布(图3)。最后，利用GIS最小路径分析工具，计算出源核心区至目标核心区的最小累积阻力，由此生成了由78条潜在廊道构成的GI网络。

2)基于重力模型的重要廊道提取。

重力模型用于定量评价源与目标间相互作用力大小，作用力越大则廊道越重要(公式4)，据此可以评价廊道的相对重要性。本研究基于重力模型构建了13个GI核心区间的相互作用矩阵(表4)，根据矩阵评价结果，提取出相互作用力大于30的廊道为重要廊道，其余为一般廊道，与GI核心区构成研究区绿色基础设施网络(图4)。

式中，Gab是核心斑块a和b之间的相互作用力，Na、Nb是两斑块的权重值，Dab是a、b两斑块间潜在廊道阻力的标准化值，Pa为斑块a阻力值，Sa是斑块a的面积，Lab是斑块a、b之间廊道的累积阻力值，Lmax是研究区中所有廊道累积阻力的最大值。

表2 核心区连通性指数排序

表3 各阻力因子阻力值及权重

表4 基于重力模型的核心区间相互作用矩阵

2 结果与分析

2.1 基于MSPA的绿色基础设施格局分析

由图1、表1可知，研究区核心区面积为733.86km2，占GI总面积的87%，核心区主要分布于福州市南北两侧，两极分化明显，北部为福州国家森林公园与鼓山风景名胜区，南部为旗山风景名胜区与五虎山风景区，南北两地自然条件优越，是福州的重要生态保护区。中间带状GI核心区为闽江与乌龙江，是福州市重要水源保护地。中部为福州市主城区，包括鼓楼、台江、晋安、仓山及马尾区，GI核心区分布少且分散，使得研究区南北两侧连通性较差，不利于两大核心斑块的物种迁移与扩散。桥接是连接核心区的“桥梁”，是GI的重要廊道，研究区桥接较少只占GI的0.47%，且分布较散。孤岛是孤立的景观斑块，与外界有机质交换流动较小，是GI的小型场地，起踏脚石作用，占GI的0.6%。穿孔是核心区内部受人为或自然侵害，退化后的边缘绿化地带，穿孔越大表明核心区遭受破坏越严重，研究区穿孔占GI的4.02%。环道是物种在核心区内部能量交换与流通的捷径，占GI的0.47%。支线是廊道的中断，具有一定的连通作用，占GI的1.13%。边缘是核心区的外围林带，受人为干扰严重，占GI的6.22%。

2.2 绿色基础设施连通性分析

根据绿色基础设施功能特点，斑块越大、连通性越好，则该斑块越适合生物栖息，其重要性越高。从图2看出，研究区南部和北部核心区斑块面积大，且呈狭长形分布，说明这些核心斑块不仅为物种提供栖息源地，而且起到重要的廊道连接作用，同时这些区域临近建设用地，边缘破碎化程度高，受人为干扰严重，亟须受到保护。另外，闽江和乌龙江是研究区的重要水源地，且自西向东贯穿福州市域，起到重要廊道的连接作用。研究区中部核心区分布较少，但这些数量少的核心区丰富了物种栖息地类型，增加了中部的连通性，也是城区重要的生态源地。核心区为研究区域提供了重要的生态环境改善作用，包括水文调蓄、缓解热岛效应、改善空气质量及生态休闲等方面，是城市中重要的生态保护区。

2.3 绿色基础设施网络构建分析

由图3、4可知，利用最小累积阻力模型构建的消费阻力面可以定量分析和提取最优绿色基础设施廊道要素。而重力模型构建的核心区相互作用矩阵，可以定量评价核心区之间联系的强弱，由此可以推断核心区之间GI廊道的重要程度。表4显示核心区7与13之间的相互作用力最大，说明研究区内两核心区之间关联性最强，物种在两斑块间扩散运动所克服的阻力最小，物质交换与流通最为便利，物种迁移可能性较大，因此加强核心区7与13之间的廊道建设与保护，可以较大地促进研究区GI连通性和物种保护。图4和表4显示有些核心区间距离较远，相互作用力较弱，表明这些核心区关联性弱，如核心区2和12，分布于研究区东西两侧，其间物种扩散运动的可能性较小，因此在绿色基础设施网络构建中需加强两核心区间的廊道连接，提高研究区绿色基础设施的整体连通性和网络结构。

3 结论与讨论

3.1 结论

城市绿色基础设施网络连接城市公园和其他绿色空间，是生物多样性保护和防止栖息地破碎化的绿色景观网络，它对维持和保护城市自然生命支持系统，满足当代人类生活、休闲需求，指导城市可持续发展具有重要意义。

1)本研究运用MSPA方法分析研究区内绿色基础设施要素，识别出GI重要组成的核心区、桥接、环道、支线等7种景观类型，定量分析了GI网络空间现状。该方法利用了图形学理论，利用较少的数据即可获得较为精确的景观分布状况，是绿色空间分析的有益探索。

2)基于连通性分析，选用dPC和IIC2个连接性指标和斑块面积定量评价核心区重要程度。将MSPA与连通性结合所选择的源斑块，其选取过程定量化，避免了传统的人为选择风景名胜区或自然保护地来作为源斑块的主观性，用连通性与面积结合提取重要源斑块，避免了连通性好但斑块面积过小的情况。

3)利用最小累积阻力模型综合考虑不同覆被类型、坡度、高程及MSPA景观类型，运用专家打分法分别赋予其权重和阻力值，构建了综合阻力面，再利用GIS最小路径分析构建研究区GI廊道，形成初步GI网络。通过最小累积阻力模型定量评价了GI廊道适宜线路，为科学合理规划GI廊道作出探索。本过程在阻力层上考虑了MSPA景观类型，根据其重要程度和物种迁移难易程度分别赋予了不同的阻力值，将MSPA方法、景观连通性分析和最小累积阻力有机结合，为绿色基础设施网络构建与规划提供新的思路和方法。基于重力模型定量评价核心区之间联系的强弱，从而确定GI网络廊道的重要性程度，完善绿色基础设施网络结构。该方法能定量分析GI核心区间物种扩散和信息流通的强弱，对城市生态的保护和GI廊道规划优选顺序具有指导作用。

3.2 讨论

本研究旨在优化研究区绿色基础设施空间结构和提高其生态适宜性，提升绿色基础设施服务功能，改善城市生态环境，实现城市的可持续发展。GI的功能实质是其支持的生态系统功能，景观类型和景观空间结构都会对其功能产生影响。MSPA方法是评价GI要素在形态学空间格局上的意义与价值，是一种将复杂系统简化的研究方法，但在实际的生态问题中景观的类型水平考虑不足，最终影响功能。将MSPA方法与景观类型(土地利用类型、坡度、高程)相结合，弥补了其在景观类型层面的不足，但其难点在于综合评价时如何确定MSPA类型与其他景观类型的权重问题，目前尚无统一标准或权威标准[26]，因此选择传统的专家打分法对其进行权重设定。

MSPA方法能够便捷地获得城市绿色基础设施网络要素，但其对景观研究尺度较为敏感，同一研究区域栅格大小设置不同，其获得的MSPA分析结果相应变化。将研究区栅格增大会使之前较小的MSPA要素消失或归为其他MSPA类型中，如小的核心区可能会变成孤岛，某些支线可能会消失等情况[28]。因此，综合考虑研究区面积、GI源地生态功能的发挥、MSPA的尺度效应影响，将栅格大小设置为30m×30m。

在对景观进行MSPA分析时，除了栅格大小会对MSPA分析结果产生影响，边缘宽度设置不同也会改变MSPA分类结果，且边缘宽度的变化对MSPA分析结果的影响更大[29-30]。但边缘宽度的增加不会导致绿色基础设施网络格局的改变。同时，边缘宽度对物种迁移、信息流动等生态过程具有重要意义，是绿色基础设施生物保护地必须考虑的问题，边缘宽度大小对不同的斑块和不同物种栖息地的影响有所不同，因此应根据研究区景观现状或GI核心区保护特点来设置不同的边缘宽度[31]。Guidos软件在边缘宽度设置上有所局限，对同一研究区只能设置一种边缘宽度，但本研究区范围较小，在区域内GI核心区生态特性和物种类型差别不大，因此本研究在Guidos软件中将边缘宽度设置为1，对应的边缘宽度实际为30m。

最后在计算绿色基础设施核心区连通性时，在Confer2.6软件上需要设置距离阈值。距离阈值的设置会影响核心区间连通性IIC和PC值，当核心区间的距离大于该阈值时，系统会认为核心区间不连通，通常距离阈值增大会提高核心区间连通性值。距离阈值的设定需要考虑研究区大小及生物生态特性，本研究阈值的设定为1000，连通性概率为0.5[32]。