黄河流域城市公园景观型湖泊时空演变与关联模式

张莉莉，姜琦刚，吴倩，刘润

吉林大学 地球探测科学与技术学院，长春 130026

0 引言

湖泊是地球表层系统各圈层相互作用的连接点，记录了全球、区域及局部气候环境演变的信息，是区域水热平衡差异的档案库[1--2]。城市湖泊作为水环境的重要组成部分，对城市生活和社会福祉至关重要。作为景观美学元素的重要性早在美索不达米亚和埃及的园林中就被认识到。这样的湖泊不仅具有美学价值，还能提供娱乐和教育活动，增加城市环境的舒适度，提高城市居民生活质量，有很重要的生态功能[3--4]，然而城市湖泊如果不作为城市景观的一部分纳入城市规划，将来可能牺牲为居住区[5]。本文参照《武汉市中心城区湖泊“三线一路”保护规划》归纳的景观公园型湖泊、城市公园型湖泊和生态公园型湖泊，将具有提升城市景观品质、维护公园生态等功能的城市湖泊(类型包括人工湖和天然湖泊)统称为城市公园景观型湖泊。

近50年来中国湖泊水文学的发展与研究进展，重点阐述湖泊水量平衡与变化、湖泊水动力与水文过程调蓄、湖泊极端水文事件成因、湖泊水文遥感反演等方面的研究[6]。针对湖泊问题，许多学者进行了研究，苟翡翠[7]、Yang et al.[8]和Ruan et al.[9]探究湖泊水环境现状以及水质(物理、化学、生物特性)变化规律以及生态修复等方面；Yang et al.[10]探究中国湖泊和水库的动态变化；Liu et al.[11]和谢启姣等[12]探究城市湖泊生态系统服务价值；缪雯纬[13]探究城市湖泊的资源价值，大部分研究集中在个别湖泊或者某一区域湖泊，除水库外的其他人工湖相关专题研究甚少。快速城市化和人类参与，使得一些湖泊消失，城市蔓延将原先位于城市近郊的湿地都变成了人工湖，同时为了满足人们对生活环境的美好需求，各个城市纷纷修建城市人工湖，用以增强生态和美化环境。城市公园景观型湖泊大部分为封闭或半封闭湖泊，没有明显的地表或地下水流出，对人类活动敏感，不合理的建设会丧失一定的生态服务价值和功能，并导致一系列水资源、环境地质问题[10,14--17]。在此生态环境背景下，对城市公园景观型湖泊做系统定量研究十分必要。地理学第一定律指出：“任何事物都与其他事物相联系，但邻近的事物比较远事物联系更紧密”[18--19]。王劲峰等[20]指出时空数据分析中时空格局和异常探测，是揭示时空过程的不变和变化部分，由此对城市公园景观型湖泊进行空间分析可从凌乱的数据中挖掘空间相关与空间变异规律。

黄河流域生态本底脆弱、资源环境负载和水资源短缺等问题突出，分布有三江源、祁连山等重点生态功能区和国家公园，是中国重要的生态屏障，中共中央将黄河流域生态保护与高质量发展作为国家重大战略[21--23]。笔者从长时序地理学时空视角探讨黄河流域城市公园景观型湖泊的时空演变特征和空间关联模式，在ArcGIS和GeoDa可视化平台下，以黄河流域城市公园景观型湖泊为研究对象，运用空间分析定量研究1990—2018年城市公园景观型湖泊的中心、离散和方向趋势以及空间关联模式，科学掌握各城市之间的动态发展状况，为管理城市水文循环系统和城市环境生态保护提供数据参考。通过度量黄河流域城市公园景观型湖泊地理方向特点、聚集程度以及关联模式，以宏观视角研究城市公园景观型湖泊时空演变格局及其空间依赖性和空间异质性，把握城市公园景观型湖泊分异规律，便于管理制定因地制宜协调发展战略，优化城市湖泊空间布局。

1 研究数据与方法

1.1 研究区概况

黄河流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南和山东九省(自治区)，根据黄河流域的主要山脉、水系、地形和地质构造等自然因素，自西向东分为青海高原区、河套冲积平原区、鄂尔多斯沙地草原区、山陕峡谷区、陕甘黄土高原区、汾渭地堑谷平原区、晋豫山地区、下游冲积平原区及山东地壘山岳区，自北向南跨越3个气候带[24--25]。由于四川省仅阿坝州和甘孜州属于黄河流域，其他辖区属于长江流域，并且阿坝州与甘孜州的城市公园景观型湖泊数量很少，为了确保研究更具统计现实意义，本研究未纳入四川省，以其他八省地级市(州、盟)为研究单元，目的是加强区域合作管理，促进各地区因地制宜协调发展。

1.2 数据来源

黄河流域流经八省行政区四个时间节点的遥感数据，使用1990年以及2010年的Landsat 4--5 TM、2000年的Landsat 7 ETM+和2018年的Landsat 8 OLI，云量尽量控制在0～1%以内。避免外在因素干扰，遥感数据在时相选择上具有较强的一致性，均控制在9月左右。如果丰水期的遥感影像效果不佳，则选择最为靠近丰水期[26]。参照第二次全国湿地资源调查，技术流程按照国家林业局制定的《全国湿地资源遥感判读技术流程》采用遥感信息、地学资料与专家经验相结合的人工目视解译方法，通过双轨制作业获取基础底图，公园POI兴趣点数据参照百度地图。

1.3 研究方法

1.3.1 标准差椭圆(Standard Deviation Ellipse,SDE)

标准差椭圆法是从全局、空间的角度定量分析地理要素空间分布整体特征的空间统计方法。椭圆空间分布范围表示地理要素空间分布的主体区域，中心表示其分布的相对位置，方位角反映其分布的主趋势方向，长轴则表征其在主趋势方向上的离散程度[8, 22]。其数学表达式为:

方位角：

(1)

x轴标准差：

(2)

y轴标准差：

(3)

平均中心：

(4)

1.3.2 核密度分析(Kernel Density Estimation, KDE)

核密度分析反映地理要素的空间分布、形态及延展性等特征[27--29]，计算公式为:

(5)

1.3.3 空间自相关(Spatial Autocorrelation)

空间自相关是根据要素位置和属性值的一种空间统计分析方法。常用全局空间自相关和局部空间自相关来研究地理要素的空间关联性[30--32]。

(1)全局空间自相关是分析和描述某一研究区域内地理要素的整体空间特征，可直观地表示地理变量在空间上相互依赖的程度。常用的度量指标是全局莫兰指数Moran’sI，取值范围为[-1,1]。其值为正数则表明存在空间正相关性即研究对象与邻近对象之间具有相同的变化趋势；负数则表明存在空间负相关即研究对象与邻近对象之间具有相反的变化趋势；等于零则表明无空间关联性[23,30,33--34]。全局Moran’s 指数计算公式为：

(6)

(2)局部空间自相关(Local Indicators of Spatial Association, LISA)可以解释为根据非平稳的局部区域或热点的指标来探究空间关联特征，可识别地理要素的空间聚类或空间异常[28,30,34--35]。其计算表达式为：

(7)

式中，Ii为研究区域内i位置上的局部空间自相关系数；σ2为x的方差；其他的变量和Ii取值范围以及正负值说明与全局Moran’sI指数一致。

空间单元局部空间关联模式可分为4种类型，即高--高(high--high)、低--低(low--low)两种空间正相关；高--低(high--low)、低--高(low--high)表现为异常，显示为空间负相关。

2 黄河流域城市公园景观型湖泊的时空格局变化特征

2.1 城市公园景观型湖泊的密度分布现状

城市公园景观型湖泊占地面积都很小，以最新2018年数据为例，对黄河流域城市公园景观型湖泊密度进行区域可视化分析(图1)，经宏观统计，按照每100 km2包含湖泊数量绘制其密度分布。结果表明，在空间分布上表现出明显的东西向层次，多数集中在黄河流域中下游。其中高密度值分布在山东省，每100 km2有城市公园景观型湖泊的数量最高可达40，陕西省也存在高密度分布区，大部分密度值都集中在每100 km2包含的湖泊数量为1～2座。在黄河流域广阔的北部和西部地区人口密度低，地区城市化水平不高，仅有少量的城市公园景观型湖泊，表明其具有人为影响的潜在需求。

图1 城市公园景观型湖泊密度分布Fig.1 Density distribution of urban park landscape lakes

2.2 城市公园景观型湖泊时序变化特征

第二次全国湿地资源调查中，人工湿地呈增长的态势，作为城市景观类人工湖也呈逐年增长，但是各地发展存在差异且不均衡，本研究将各省城市公园景观型湖泊数量与相应统计下黄河流域总数量的比率来代表该地区的数量占有量，使结果更具有比较性。

经统计1990、2000、2010和2018年四个时间节点城市公园景观型湖泊数量占有量如图2所示。从图中能够明显看出，近30年来黄河流域城市公园景观型湖泊数量占有量变化情况呈参差不齐状态，具体变化情况如表1。结合图2与表1发现数量占有量初始水平较低的宁夏(3.03%)和陕西省(2.57%)都有很强的发展空间，城镇化水平提高，人居环境的改善，地区旅游开发政策都是推动城市公园景观型湖泊建设的重要原因；而初始水平较高的山东(59.3%)、河南(13.46%)增长幅度逐渐趋于平缓。近30年陕西省增长幅度最大，变化最为明显，由于城市化发展迅速，且中国自2005年开始设立国家湿地公园，更注重湿地生态保护，陕西省在国家湿地公园建设突出[36]。

图2 1990—2018年城市公园景观型湖泊数量占有量Fig.2 Percentages of urban park landscape lakes from 1990 to 2018

表1 1990—2018年城市公园景观型湖泊数量占有量的变化情况Table 1 Changes in percentages of urban park landscape lakes from 1990 to 2018

2.3 城市公园景观型湖泊空间格局演变规律

2.3.1 空间分布演变格局

基于ArcGIS平台，利用标准差椭圆定量分析黄河流域1990年、2000年、2010年和2018年城市公园景观型湖泊时空分布的动态变化即中心、离散和方向趋势(图3)。

图3 1990—2018年城市公园景观型湖泊空间分布格局的离散趋势Fig.3 Diffusion tendency of spatial distribution patterns of urban park landscape lake from 1990 to 2018

结果表明，近30年间黄河流域城市公园景观型湖泊呈西北--东南分布的格局，但相应分布的主趋势方向存在差异，城市公园景观型湖泊中心发生转移，空间分布动态变化明显。具体变化结合标准差椭圆参数(表2)，结果为：①1990—2000年，标准差椭圆中心表现为向东北转移，分布范围在扩大，长轴增加短轴减小，数据方向性明确和向心力程度更强，长轴增加更明显，表明东--西方向的扩张强度大于南--北方向的收缩强度；②2000—2010年，标准差椭圆中心向西北转移，总体分布范围仍继续扩大，东--西方向扩张强度大于南--北方向收缩强度，主趋势方向上分布的离散程度继续增加；③2010—2018年，标准差椭圆中心表现为向东北方向转移。1990—2018年，城市公园景观型湖泊椭圆总体分布范围扩大，数据方向性明显，东--西方向扩张强度大于南--北方向的收缩强度，中心点移动轨迹为东北--西北--东北，整体向西北部转移，表明2000—2010年间空间变化强度最大。

表2 1990—2018年城市公园景观型湖泊空间分布格局的标准差椭圆参数Table 2 Standard deviation ellipse parameters of spatial distribution pattern of urban park landscape lakes from 1990 to 2018

2.3.2 空间分布聚集性

核密度分析能直观反映城市公园景观型湖泊空间分布聚集情况(图4)，将其核密度值根据Jenks自然断裂分级法分为5个等级，分别为明显聚集(高值区)、比较聚集(较高值区)、中等聚集(中等值区)、一般聚集(较低值区)、无明显聚集(低值区)。图4a表明，1990年时有两处明显聚集区和比较聚集区，且都位于山东半岛城市群；四处中等聚集区，集中在黄河流域下游、太原市周边两个城市、石嘴山周边两个城市和兰州市。图4b表明，2018年时山东省在图4a明显聚集区由青岛转移到济南，新增五处比较聚集区位于郑州市、西安市、银川市、兰州市和临沂市一带；中等聚集区除山西省，每个省会城市都存在。1990—2018年城市公园景观型湖泊高值聚集区始终集中在山东省，中低值聚集区逐渐向周围扩张，城市公园景观型湖泊在规划建设、发展的过程中存在向邻域扩张现象。

图4 1990年(a)和2018年(b)城市公园景观型湖泊核密度分布Fig.4 Kernel density distribution of urban park landscape lakes in 1990(a) and 2018(b)

“胡焕庸线”本质上反映中国人口与自然地理本底的高度空间耦合[27]。黄河流域城市公园景观型湖泊主要分布在胡焕庸线的右侧，近30年间沿线密度较高值区在西北方向也逐渐显现，戚伟等[37]也提出“经增补调整，胡焕庸线两侧人口的数量，其中东南半壁人口持续微减、西北半壁人口持续微增，主要集聚区西移北扩”的观点。由此可见，城市公园景观型湖泊的空间分布响应了胡焕庸线的指导意义，这也从侧面表现出人口与城市公园景观型湖泊建设的空间耦合。

2.3.3 空间自相关性检验

Moran’sI统计是检验相邻地理位置之间的空间相互作用与关联性，并不是将地理单元视为独立个体[30]，有效识别出城市公园景观型湖泊面积的空间依赖性与空间异质性。基于GeoDa软件，计算94个地级市城市公园景观型湖泊面积，四个时间节点的Moran’sI值及显著性计算结果(表3)。

表3 1990—2018研究区面积的Moran’s I值Table 3 Moran’s I value of study area from 1990 to 2018

从表2可以看出，1990年Moran’sI指数值未通过显著性检验(P>0.1)，其他三个时间节点Moran’sI指数值为正且都通过了显著性检验(P<0.05)即存在明显的空间正相关性，近30年间黄河流域各城市公园景观型湖泊面积在空间域上从随机分布向聚集格局演变，2000年以后，Moran’sI指数值逐渐变大，其空间连续性逐渐增强。

为了更好地解释地理要素局部空间关联特征，本文以2018年为例借助Moran散点图、LISA聚类地图和LISA显著性地图对城市公园景观型湖泊面积进行空间自相关可视化分析。

2018年面积Moran散点图(图5)表明不同邻域之间存在不同的空间关联模式，城市公园景观型湖泊存在显著的空间依赖性和空间异质性。大多数城市位于第一和第三象限，其中，第一和第三象限形成聚类区即高--高聚集区(“热点”)、低--低聚集区(“冷点”)，表现为空间正相关即对应的区域之间存在相似的变化趋势；第二和第四象限形成低--高聚集区(独立的“个别冷点”)、高--低聚集区(独立的“个别热点”)属于空间异常区，显示为空间负相关性即各邻域之间存在相反的变化趋势。将LISA显著性图和LISA聚类图相结合，以期更加详细地区分各城市之间城市公园景观型湖泊的关联模式。图6a和图6b表明“热点区”主要集中在黄流域的下游，包括东营市、滨州市、德州市、济南市、淄博市、莱芜市、泰安市、乌海市、石嘴山市和银川市。此外，“冷点区”主要集中在上游西南部，冷热点区表明了城市间的辐射效应。独立的“个别热点”张掖市，表现为显著的高增长；独立的“个别冷点”包括阿拉善盟、许昌市、漯河市、驻马店市和潍坊市。不能将地理单元视为独立个体，应加强跨区域间合作管理，在生态优化中互利互惠，使资源利用达到最大化，利用空间辐射效应带动邻域城市科学发展。

图5 城市公园景观型湖泊面积Moran散点图Fig.5 Moran scatterplot of urban park landscape lakes area

图6 城市公园景观型湖泊面积的LISA显著性(a)和LISA聚类图(b)Fig.6 LISA significance map(a) and LISA clustering map(b) of urban park landscape lakes area

3 讨论

城市化发展的背景下，人们愈加喜欢环湖而居，城市蔓延将原先位于城市近郊的湿地变成了现在城市中心的人工湖，如果城市湖泊不作为景观的一部分，可能会沦为居住区，还有部分为了环境美化以及旅游宣传等社会功能而建设挖掘的新人工湖。Moran’sI统计判断出2018年城市公园景观型湖泊高值簇(热点聚类区)分布在东营市、滨州市、德州市、济南市、淄博市、莱芜市、泰安市、乌海市、石嘴山市和银川市，主要集中在山东和宁夏；冷点聚类区分布在上游西南区。王立龙等[36]指出自2004年国家开始设立国家城市湿地公园，东部地区因经济水平和城市化建设较高，有能力建设国家湿地公园，城市公园景观型湖泊建设明显，西部地区经济发展水平相对较低，城市公园景观型湖泊建设并不突出。但“个别冷点”出现在潍坊，局部Moran’sI统计是比较目标位置与其邻域位置之间的关系而界定的空间关联模式[37]。其表示的是2018年潍坊城市公园景观型湖泊面积小于邻域之间的平均值。因此Moran’sI统计是检验相邻地理位置之间的空间相互作用与关联性，并不是将地理单元视为独立个体。建设的同时还应考虑城市公园景观型湖泊的封闭性，封闭湖泊会导致一些水资源、环境地质问题，这就产生了快速发展与湿地价值认知缺失之间的矛盾，根据其空间依赖性和异质性，要充分利用城市间的辐射效应，跨地区合作管理，因地制宜协调发展，切勿盲目建设，如何将湿地价值与以人为本理念协调，将空间关联性特征有效应用在管理策略，仍然需要进一步探讨研究。

4 结论

从时序变化特征上看，①近30年间城市公园景观型湖泊呈逐年增加的态势，各地区发展不均衡存在差异，山东半岛城市群一直处于核心地位，具有空间黏性，作为沿黄七大城市群中唯一处于成熟阶段的城市群，城镇体系较为完善，城市水域景观建设明显。②1990年时山东省城市公园景观型湖泊的数量占有量最高，河南省位居其后，最低为青海省。而2018年相对于基期而言，山东省、河南省的数量占有量略微下降，速度增加缓慢，而其他城市的数量增长幅度明显提升，由于西部地区城市建设日新月异，为恢复历史风貌，营造大量湖泊景观，初始水平较低的城市有很大的资源科学利用空间。

从空间格局演变特征上看，①椭圆转角θ由109.25°变化为98.64°，呈西北--东南空间分布格局，具有明显的动态变化。分布范围在扩大，主趋势方向上存在明显差异，东--西向扩张程度大于南--北向的收缩强度，中心点移动轨迹为东北--西北--东北，整体向西北方向转移，2000—2010年空间变化强度最大。②近30年间城市公园景观型湖泊在原有的空间分布基础上逐渐突破胡焕庸线，表现出人口与城市公园景观型湖泊建设的空间耦合。③以2000年作为分界线，Moran’sI值通过显著性检验且指数为正，黄河流域城市公园景观型湖泊从随机分布向空间聚集格局转变，表现出空间辐射效应。高聚类区即热点区主要分布在黄河流域下游山东境内，低聚类区即冷点区分布在上游西南部。